下载文档原格式
dea效率评价模型DEA效率评价模型（Data Envelopment Analysis）是一种多元线性规划方法，用于评估决策单位或机构的效率水平。
DEA模型是一种非参数的评估方法，在能够消除主观因素的干扰下，能够准确地衡量每个决策单位在管理资源方面的效率水平，是当前较为常用的效率评价方法之一。
一、DEA模型的构建在DEA模型中，将测量单位分为两种类型：输入型单位和输出型单位。
输入型单位是指需要大量资源供给才能产生相应的输出；输出型单位则是根据所提供的有限资源量，最大限度地产生最大量的输出。
在DEA 模型中，每个决策单位用各种输入、输出变量进行度量，且每个决策单位的输入和输出变量都是在相应的单位下表示的，这些变量需要经过标准化处理，才能在模型中使用。
二、DEA模型的求解DEA模型是通过线性规划技术来求解的。
传统的线性规划模型中，一个单位的效率是通过确定一个确定的条件约束来确定。
而在DEA模型中，假设存在一组投入样本和输出样本，每个样本都是由相应的输入，输出变量构成。
设这一组样本为（x0，y0），如果对于另一个单位（x1，y1）只有满足以下两个条件才能说该单位与（x0，y0）具有相同的效率。
1. 对所有的j，有x 0 j/x 1 j≥y 0 /y 1 。
这个条件是保证单位（x1，y1）的输入变量必须大于或等于（x0，y0）的输入变量，或者（x1，y1）的输出变量必须小于或等于（x0，y0）的输出变量。
2. 存在至少一个j，满足x 0 j/x 1 j=y 0 /y 1。
这个条件是说明单位（x1，y1）的某个输入变量必须小于或等于（x0，y0）相应的输入变量，或者（x1，y1）的某个输出变量必须大于或等于（x0，y0）相应的输出变量。
三、DEA模型的应用对于那些DEA分析中被标记了最优前沿面的决策单元，我们称之为DEA 有效单元。
相反，那些没有被标记在最优前沿面上的决策单元则被认为不具有效率。
对于不具有效率的决策单元，我们可以通过将其与最优前沿面上的有效单元进行比较，找出其存在哪些方面需要改进，从而提高其效率水平。
基于DEA模型的寿险公司经营效率分析【摘要】本文基于DEA模型对寿险公司的经营效率进行分析。
在介绍了研究背景、研究目的和研究意义。
接着在正文中，详细阐述了DEA模型的概述、寿险公司经营效率评价指标、分析方法，并展示了实证分析结果以及影响寿险公司经营效率的因素。
在总结了基于DEA模型的寿险公司经营效率分析结论，提出了相关启示，并展望了未来研究方向。
通过本研究的分析，可以帮助寿险公司提高经营效率，提升竞争力，进一步促进寿险市场的健康发展。
【关键词】寿险公司、DEA模型、经营效率、评价指标、实证分析、影响因素、结论、启示、展望、研究背景、研究目的、研究意义1. 引言1.1 研究背景寿险公司作为金融领域中的重要组成部分，其经营效率一直备受关注。
随着金融市场的不断发展和竞争的加剧，寿险公司面临着越来越大的挑战。
对寿险公司的经营效率进行评价和分析显得尤为重要。
研究发现，寿险公司的经营效率不仅影响着公司自身的发展和盈利能力，还直接关系到保险市场的稳定和金融体系的健康。
如何科学准确地评价寿险公司的经营效率成为了重要问题。
传统的评价方法往往存在主观性强、数据不够全面等问题，而基于数据包络分析（DEA）模型的方法能够更客观地评价寿险公司的经营效率。
通过对寿险公司的资产利用情况和生产能力进行量化分析，DEA模型能够有效地帮助我们发现寿险公司经营中存在的问题，提出改进建议，提高公司的经营效率。
本研究旨在运用DEA模型对寿险公司的经营效率进行深入分析，为相关决策提供科学依据。
1.2 研究目的本研究的目的是通过基于DEA模型的分析，探讨寿险公司的经营效率表现，揭示其经营效率的优势和劣势。
具体而言，我们将通过比较不同寿险公司之间的经营效率评价指标，深入分析其经营活动的效率水平。
通过对寿险公司的经营效率进行评估和分析，我们旨在为寿险公司提供有效的经营管理建议，帮助其优化经营策略，提高整体经营效率。
本研究也旨在为相关监管部门提供参考依据，帮助其更好地监督和引导寿险市场的发展，促进行业的健康稳定发展。
基于DEA的人力资源管理效率综合评价摘要：立足于战略性人力资源管理的理念，对中国物流企业人力资源管理面临的问题及解决思路进行了探讨，采用问卷调查的方法对中国物流企业人力资源管理现状进行了实证分析，并应用DEA方法建立了系统评价模型对企业人力资源管理效率进行了评价。
结果表明，在物流企业中，员工是企业重要的内部顾客；员工满意与顾客满意度及企业最终经济效益之间存在相关关系。
关键词：战略性人力资源管理；物流企业；数据包络法；人力资源管理效率中图分类号：F272.92；F224.9 文献标识码：A 文章编号：0439-8114（2016）06-1600-07DOI：10.14088/ki.issn0439-8114.2016.06.0592009年，国务院在发布的《物流业调整和振兴规划》“当前的主要任务”部分的第三点“加快物流企业兼并重组”中明确提出，“加大国家对物流企业兼并重组的政策支持力度，缓解当前物流企业面临的困难，鼓励物流企业通过参股、控股、兼并、联合、合资、合作等多种形式进行资产重组，培育一批服务水平高、国际竞争力强的大型现代物流企业。
”人力资源管理作为企业管理的最为重要的、有机的组成部分之一，对于物流企业管理创新具有重要支撑作用[1-3]。
1 研究现状在诸多可以提升组织竞争优势的资源中，优质的人力资源对当前中国的物流企业来说具有非同小可的作用。
中国领先的物流企业宝供物流的人力资源总监曾指出，“人才是宝供最重要的资本”，宝供可以说在用人上的起点比较高，因其目标为打造百年老店。
在起步阶段宝供的客户基本上就是宝洁一家，而宝洁对宝供的要求非常严格，近乎苛刻，这也推动了宝供在员工管理和作业流程方面不断精细化和规范化[4-7]。
实质上抛开物流这个行业背景，可以说本研究的核心是讨论人力资源管理效率，或者说效能，即在中国众多从事物流活动的企业之中，哪些企业整体人力资源管理水平比较好，也就是人力资源管理的效率比较高。
这个问题早在20世纪80年代就引起了许多国内外学者的关注，并取得了许多可资借鉴的方法。
赵曙明等[8]最早发表了国外相关研究综述，总结了13种评估方法。
吴继红等[9]在进行研究综述时，又补充了“组织健康报告法、人力资源记分卡、人员能力成熟度模型”三种国外使用的方法。
台湾学者谢炜频[10]以所建构的“台湾高科技企业人力资源管理效能量表”作为基础，通过人力资源管理实务，系统及效能相关文献的搜集，建立合适的构面与指针，构建了衡量模型。
该模式使用AHP层次分析法，建立了一个4层64个指标的指标体系，每个层次均测算了相对权重和绝对权重。
尤建新等[7]首次使用数据包络分析（DEA）的方法对企业间人力资本使用的相对有效性进行了定量评价。
于飞[11]提出了评价指标设计的五原则，即系统性原则、科学性原则、目标一致性原则、可操作性原则、可比性原则。
通过跟踪企业人力资源管理的具体活动过程，结合前人已有的评价指标，构建出企业人力资源管理评价指标体系基本构架（共38个三级指标，10个二级指标，3个一级指标）。
通过专家打分，使用层次分析法确定了各级指标的权重，并使用模糊综合评价方法来对其进行系统评价。
这一评价方法本身具有极强的系统性，但同时也对评价指标体系的构建提出了更高的要求，如何尽可能贴近现实而又合理地将概念进行操作化，构建指标体系成了评价质量高低的先决因素。
目前，中国国内对人力资源管理效率问题的实证研究存在欠缺。
西方企业处在相对单纯的市场经济中，受制度因素的影响较小。
中国企业正处在一个经济社会转型期，企业的人力资源管理和绩效的影响因素更为复杂[12-13]。
因此对于人力资源管理与企业绩效的关系进行泛泛地讨论或思辨的意义并不大。
人力资源管理引入中国的时间不长，各行业、各类型的企业中管理水平的差别很大。
因此还需要结合行业特征来进行研究。
在《物流业调整和振兴规划》方针政策的指导下，本研究通过研究物流企业人力资源管理效率的现状及如何提升的问题，并使用系统工程的方法对物流企业人力资源管理水平进行了分析，进一步构建了基于DEA方法的综合评价模型，对各个企业的人力资源管理效率进行了科学的综合评价。
2 中国物流企业人力资源管理的问题分析2.1 对物流企业人力资源管理问题的定性分析2.1.1 人才招聘、使用机制不健全对于一般员工而言，由于他们的可塑性较强，在招聘中，表现为企业选择员工。
但是对于一些拥有专业物流技能的员工而言，招聘过程也是员工对企业的选择过程。
在处理双方之间的关系时，必须在明确双方权利与责任的前提下，遵循和坚持权利平等、公平与民主的原则。
一些中小物流企业认为是否留用员工的权利在自己手上，因此对本企业的员工招之即来，挥之即去。
实际上，员工也是企业的客户，在这个理念中，企业应该站在员工需求的角度，通过提供令顾客满意的服务来提高员工对企业的忠诚度，人事部门和企业经营者应该从价值链的角度出发，让员工在企业工作的过程中，实现自身的价值增值[14-15]。
2.1.2 薪酬水平不高、激励机制薄弱企业的管理者主观设定职级职位，员工的薪酬多半由老板凭经验及个人喜好在员工应聘时与之谈判后确定，随意性较大，造成企业内部员工薪酬标准的混乱，致使企业内部同工不同酬或同酬不同工现象严重，使员工产生不公平感，极大地挫伤了员工的工作积极性。
另外，企业薪酬支付不透明，常常采取背对背薪酬制度，从而引起员工的好奇心，导致员工之间的相互猜忌，影响其工作热情。
2.1.3 培训不足许多民营物流企业在人才的使用上只用不养，缺少必要的、必需的培训，不给人才提供学习、“充电”的机会，忽视人力资源的价值增值。
究其原因，一是培训资金不足。
民营物流企业的市场准入门槛过低，只要符合工商管理部门的注册资金要求，无论是否具有相当的设施设备或条件，都可注册成为从事物流业务的公司，这就使很多中小型民营物流企业在只有少量资金的情况下开始从事相关的业务。
因此，这些民营物流企业根本拿不出足够的资金投放在员工的开发培训上。
二是企业不愿意花费时间和精力培养人才。
许多民营物流企业尤其是中小型民营物流企业追求短期效益的迅速增长，认为人才培养的成本高于直接招聘的成本。
还有些企业怕花钱培训后员工有了本事就飞走，跳槽到其他企业，培训就成了“为他人作嫁衣裳”。
因而出于对员工忠诚度的怀疑和培训成本的顾虑，民营企业往往只重视人才的引进而不重视人才的培训，造成人力资源的贬值。
2.2 对物流企业人力资源管理问题的系统分析2.2.1 物流企业人力资源管理活动具有系统性战略性人力资源管理的新趋势之一是强调人力资源捆梆，即获取竞争优势的人力资源配置的内部一致性，即“匹配”，这种“匹配”包括水平和垂直两个方面，垂直匹配是指公司经营战略的匹配，水平匹配是指人力资源实践的各部分之间具有内部一致性。
人力资源管理的招聘、培训、薪酬、考核4部分在客观上就有关联性和困果关系。
事实上，人力资源的各个活动可以是互相利用的，比如招聘，可以为培训做依据，绩效评估也可以作为培训的依据，还可以为薪酬所利用。
除此之外，企业根据具体情况开发人力资源的特色实践，比如一些企业目前在做的职位管理，可以为基本的人力资源实践提供内在线索，提高它们的增量效度。
2.2.2 对企业人力资源管理的系统化度量目前，中国对企业人力资源管理进行定量测度和评价的研究还比较少，但管理部门可以从度量中获得许多有利于提高管理水平的信息。
人力资源管理度量中，通过设置指标和收集有关成本、时间、工作数量和质量的数据，可以得到确实可靠的数据通过计算来证明人力资源管理部门的工作效果，有助于提升物流部门在企业中的地位。
此外，还可以论证棘手的管理决策，量化人力资源管理部门对一线业务部门的贡献。
企业人力资源管理的度量可以从评价人力资源管理活动入手。
这些管理活动主要包括人力资源规划、人员招聘和选拔、培训和发展、业绩评价、劳动报酬和奖励、协调劳动关系等[16-19]。
3.2 综合评价指标体系的构造原则数据包络方法建立在已知输入数据指标集和输出数据指标集基础之上，其评价结果直接依赖于输入、输出指标的选择。
建立输入、输出指标体系是应用数据包络分析方法的一项基础性前提工作。
然而在具体应用中，输入、输出指标的选取带有一定的任意性与主观性，用不同的指标体系评价系统会得到不同的评价结果，用不正确的指标体系来评价系统也必然导致评价结果发生偏离。
另外使用数据包络分析方法时指标体系中的输入、输出指标数目也影响着评价结果：若指标选得过多过细，容易造成大量有效单元的产生；若指标过少过粗，则不利于发现系统中问题所在，无法为管理者提供充分的决策信息[20-22]。
从数据包络分析的应用角度考虑，指标选取应当遵循以下4个基本原则[19-22]：1）目的性。
选取评价指标要考虑到能够实现评价目的，要能够全面反映评价目的，也就是说输入指标与输出指标的选择要服务、服从于系统评价目的，对评价目的有较大影响的指标都应包括在内。
2）精简性。
要考虑评价指标的数量，大量的输入、输出指标将导致有效DMU数目的增加，从而降低DEA方法的评价功能。
3）关联性。
要考虑到输入指标与输出指标之间的联系，要选择逻辑相关而非数值相关的指标。
4）多样性。
在一个大的评估目标下，一般都会有一定的不同侧面，要考虑输入、输出指标体系的多样性。
上述4个基本原则在数据包络分析应用构造、选取指标体系时能够给予较好的指导。
其中，目的性是根本指导原则，但简单地考虑目的性可能会引进太多的指标；精简性则是需要与之协调的另一重要方面；而关联性和多样性则给出了协调思路、方向和一定的定量方法，有助于指标体系的最终确定。
3.3 人力资源管理效率评价指标体系的构造方法3.3.1 评价的对象、目的及评价体系的界限1）明确评价对象和评价目的。
在建立评价指标体系之前，首要的任务是明确评价的对象与评价的目的。
因为即使是同一评价对象，由于评价目的不同，对评价所作的定义以及评价的内容不同，所建立评价指标体系也不同。
2）设定评价指标体系的边界。
当为某个评价对象或评价目的制定评价指标时，必然要涉及指标的数量，指标要分多少层，如果不给定一个界限，可能要拟定很多指标或层次。
实际上不是指标数量和层次越多，评价的结果就越精确。
有时指标数量和层次越多，反而降低了评价结果的精度，同时加大了评价的工作量，使评价过程过于繁琐。
因此必须控制指标的数量和层次。
根据本研究的实际情况，拟定指标数量为10个以内，层次为2层。
3.3.2 指标体系结构确定1）获取评价指标。
通过广泛调查研究，辅以系统分析，得到综合评价指标集。
当然这样得到的指标集在多数情况下仅仅是一些松散的指标的集合，指标间的结构不一定能正确地表达出来，为此必须进一步确定指标之间的相互关系。
2）确定指标间的相互关系。
因为在指标集中不允许出现指标循环制约关系，同时只考虑一种主要的支配关系，即任意两个节点间至多有一条弧存在。
