基于DEA模型的制造企业信息化绩效评价

1《信息化绩效评价》课程论文评阅表学号Js0949106班级信管1班姓名胡泽民论文题目基于DEA模型的制造企业信息化绩效研究评分依据评分标准得分论点正确、有新意、有创见正确、有一定新意基本正确错误较明显完全错误论据充分、资料翔实、真实可靠较充分翔实一般较少空乏无力论证论证严谨、思路清晰、逻辑性强、有较强说服力，引文准确论证较严谨、思路较清晰、符合逻辑、有一定说服力，引文准确思路较清晰、引文较恰当有一定的说服力紊乱、自相矛盾、大段抄袭他人文章结构结构严谨、逻辑严密、层次清晰结构合理、符合逻辑、层次分明结构基本合理、层次比较清楚、文理通顺有不合理部分，逻辑性不强结构混乱、文不对题、或有抄袭现象深度和广度见解独特，对问题分析透彻，且非常全面有自主的见解，对问题的分析比较深入全面能提出自己的见解，分析的深度、广度一般分析比较深入全面对问题的分析既无深度，又无广度规范化格式完全符合规范，字数在3500以上格式比较规范，字数在3000以上格式基本符合规范，但有个别地方不合规，字数在2500以上格式规范性尚可，但不足之处较多，字数在2000以上格式不规范或字数严重不足总分备注：以上评分标准仅供参考。教师签名：2基于DEA模型的制造企业信息化绩效研究信管1班胡泽民JS0949106【摘要】：制造企业信息化还没有一套比较完整和通用的评价指标体系和评价方法。本文试图结合制造业信息化的特点，研究分析制造企业信息化绩效的评估问题。借助基于资源的IT资源和IT能力理论，提出了信息化绩效评价投入指标体系；同时，基于平衡计分卡理论，并进而提出信息化绩效产出指标体系。在此指标体系的基础上，提出将DEA模型与主成分分析（PCA）结合的信息化绩效综合评价模型。最后通过对收集的19家福建制造企业的信息化绩效指标值，应用数据包络分析方法进行计算，并对模型结果进行了多项有意义的分析。关键字：绩效评价指标系统数据包络分析DEA一、引言信息技术应用的影响与收益的评价研究一直都被国内外学术界认为是一个棘手的问提，尤其是对企业信息化绩效评价的研究仍存在很多的争议,目前尚没有一套比较完整和通用的评价指标体系。众多的研究表明评估IT对企业绩效的影响存在一系列的困难问题。很多研究发现信息技术投入和产出的负相关关系，即“生产率悖论”现象，个中原因在于影响企业绩效的因素很多，我们很难在IT投入和企业产出之间建立一个精确的数学模型。由此针对制造企业信息化绩效，提供一套合理的评价指标体系和评价方法，并对评价结果进行有价值的分析，具有重要的现实意义。二、制造企业信息化绩效评价指标体系的构建1.制造企业信息化基础建设指标的提取基于资源理论认为企业之间非均态的资源分布，是企业持续竞争优势的来源。而且基于资源观正是基于企业内部资源来研究企业获取持续竞争优势，为IT研究者理解IT在企业中的作用提供了一种新的视角。在对IT资源的分类上，本文采用被普遍接受和广泛引用的分类方法,即IT基础设施、IT人力资源和IT3使能的无形资源，并对这三类进行细分，提取信息化基础建设指标。（1）IT基础设施。IT基础设施包括计算机、通讯技术、共享的技术平台和数据库，指标设定如下：信息化投入总额占固定资产的比重、每百人计算机占有率、企业网络出口带宽、计算机联网率。（2）IT人力资源。IT人力资源指标设定如下：本科以上员工占员工总数的比例、专业化IT人员占员工总数的比例、接受信息化技术培训的员工比例。（3）其他IT辅助资源：组织作为一个整体,各部分需要相互密切配合才能充分发挥各自的作用。提取IT辅助资源指标如下：信息化机构设置、信息化职位设置和企业信息化制度的建立和考评。2.制造企业信息化应用水平指标的提取由于IT资源易于购买、模仿和复制，RBV的观点认为，IT资源本身并不能给企业带来持续的竞争优势，除非将它们用来做特定的事情，才能成为具有竞争优势的资源。Bharadwaj和Peppard分别提出了IT能力的观点，即具有移动、开发基于IT资源及与其他资源能力结合合作的能力。本文将IT能力分为内部整合能力、外部协调能力以及战略变革能力三个层次。（1）内部整合能力。该层析反映企业现实了技术的相互连接和业务流程的相互依赖。指标包括：信息采集手段的信息化状况、办公自动化系统的应用程度、核心业务流程信息化水平、计算机自动控制质量状况。（2）商业流程重组能力。该层次指企业信息化实现了协调IT战略和现有商业战略。指标包括：网络购销应用率、企业门户网站建设水平。（3）战略变革能力：建立与顾客和竞争对手的连接，分析价值链。指标包括决策信息化水平，以反映信息系统对企业重大决策的支持程度。3.制造企业信息化绩效评价产出指标的提取制造企业的信息化对制造企业产出具有重大影响,已有不少的文献从定性角度证明信息化程度与企业绩效成正比。但是如何对信息化产生的绩效进行定量的衡量还没有合理统一的衡量方法。众多的绩效评价方法可以归结为三种模式：财务模式、价值模式、平衡计分卡模式。而在这其中以平衡计分卡作为信息化战略的基础，可以将各种衡量方法整合为一个有机的整体，它包括财务、客户、内部流程、学习与创新四个方面的4指标。其中，（1）财务角度的评价指标包括流动资产周转率的提高、存货周转率的提高、存货占流动资产比例的降低率、应收帐款周转率加快、总资产报酬率提高等；（2）客户角度的评价指标包括市场占有率的提高、新增客户率的提高和客户投诉率的降低等；（3）内部流程角度的评价指标包括全年生产缺料率的降低、采购物料合格率的提高、半成品合格率的提高、产成品合格率提高、生产返工率的降低等；（4）学习和成长方面的指标--新产品平均开发周期的缩短、员工信息化培训有效率的提高、研制新品能力的提高和技术革新能力的提高。从以上四个方面提取信息化产出指标，既能够追踪信息化所带来的业务贡献结果，又能够密切关注能使企业提高能力并获得未来增长潜力的驱动因素。图1：BSC图示基于上述三个方面的分析，可以初步建立比较全面的信息化绩效评价指标体系，投入的二级指标分为信息化基础建设与信息化应用水平，产出的二级指标分为财务、客户、内部流程、学习与创新四类。三、DEA绩效评价方法企业信息化绩效评价是一个多指标多对象的评价问题，通常可使用多指标综合指数法。根据评价过程和评价函数的不同，具体包括如下方法：层次分析法（AHP）；模糊综合评价法；费用－分析法；关联矩阵法；相关树法等。这些方法在使用中存在不可回避的问题是：如何合理地确定各单项指标和大类指标的权重。权重的实质是反映指标间的相对重要程度，通常是在评价人主观判断的基础财务由于IT的实施，企业在财务指标上表现在哪里？客户IT在提高顾客满意度、获取新顾客等方面的作用内部过程企业信息化实施，对企业业务流程的改善和精简学习与成长信息化的实施，同步提高了员工IT知识技能企业信息化的实施5上采用评分确定的，易受人为因素的影响，往往使评价结果存在争议。DEA作为是一种新的非参数统计分析方法，不需要明确决策单元的生产函数，不需要事先确定各指标间的可比性，不需要事先确定各指标间的权重，并可以提供信息来找出低效率的环节，在处理多指标投入和多指标产出方面体现了其强大的优势。但是，该方法对原始指标要求较高，特别是在决策单元和指标的对等数据方面，它要求决策单元的个数不少于输入指标与输出指标总数的二倍。在评价复杂系统时，投入产出指标数目众多，而在现实收集大量企业指标数据存在困难。鉴于此，本文采用将DEA模型与主成分分析（PCA）结合的信息化绩效评价方法（DEA/PCA），它既解决了决策单元数量少不能直接使用DEA的困难，又避免了认为确定各指标权重的偏差问题。最终评价指标体系建立的步骤如下：（1）建立输入输出指标体系根据指标体系建立原则，建立输入输出指标体系。（2）对概要评价指标进行分解对指标体系分解，形成二级概要指标和三级计算指标。最后，由三级计算指标组成基本的评价指标，并确定各计算指标的计算公式和计分方法，以更好的收集指标数据。（3）指标筛选和整合处理对二级概要指标下的计算指标分别进行主成分分析，提取特征值大于1（或特征值的累计方差贡献率大于85％）的主成分，作为代表二级概要指标的评价指标。并计算各主成分的得分，将其作为新综合指标的值。（4）评价指标的确定经过前3个步骤后，计算出的综合指标值，可作为最终的评价指标体系值，进行DEA模型分析。四、案例分析1.指标数据的收集整理根据前面的理论基础，我们提取制造企业信息化基础建设与制造企业信息化应用水平为信息化绩效评价投入指标，根据平衡计分卡的财务、客户、内部流程以及学习与创新四个方面来提取信息化产出指标，并对各二级指标进行细化，初6步确定的评价指标体系中投入指标为17个，产出指标为23个，分别见表1和表2。细化指标体系中各指标的量，对于难以量化的指标采用9分制打分法，以形成合理的调查问卷，收集指标数据。本文计算指标的数据来源于“福建省制造业信息化工程“十五”期间业绩与效益抽样测评结果”。并对这19家制造企业2001年到2004年的信息化情况所进行的问卷调查，收集了大量企业信息化建设相关资料。考虑到企业的经营和信息化项目建设的信息化具有滞后性，即投入并不是立刻具有产出的，因此在投入产出数据的选择上有所区别。我们采用企业2001年到2004年近3年投入的平均值作为信息化投入值，采用2004年相对2001年效益指标值的改善，作为信息化产出值。由于只有19家制造企业（DMU），而对应的输入输出指标总数共有38个，不满足DEA模型的要求，利用SPSS统计分析软件，进行主成分分析以减少输入输出指标的维数。借助SPSS13.0对数据进行分析（SPSS会自动对分析数据进行标准化处理），得主成分分析结果见表1：表1：原始指标值主成分分析结果一级指标二级指标主成分个数主成分累计方差贡献率特征根值信息化投入信息化基础建设375.7754.554,1.916,1.108信息化应用水平185.1845.111信息化产出财务195.2996.671客户284.3882.977,1.243内部流程180.4045.628学习与创新196.5622.897根据上表可以看出，经过主成分分析后，共提取了4个投入指标和5个产出指标。其中66.67％的信息提取量大于80％，33.33%的信息提取量大于75％基本能够提供评价所需的信息，因此选取这9个综合指标作为最终的评价指标，并计算各主成分的得分，作为新综合指标值。2.评价模型的建立及计算根据DEA的C2R模型（P）可以得到如下的评价模型：70;012,2,1,1.....max)(uvjtsPXVYUVYuhjTjTTTj其中，34,2,1),,,(,4321jXXXXXjjjjj12,2,1),,(521jYYYYjjjj为了方便，减少计算量，提高计算精度，我们采用MATLAB6.5数学软件进行计算C2R模型线性规模，得到19个决策单元的相对效率分别为：7940.00000.10000.15000.02876.00000.19225.00000.15328.07784.06983.05556.00000.10000.15074.06867.00000.17559.09790.01919181817171616151514141313121211111010998877665544332211EEEEEEEEEEEEEEEEEEE根据C2R模型的判断准则，相对效率值为1的决策单元至少是弱DEA有效的。而其余的决策单元的相对效率值均小于1，因此都是非DEA有效的。为了分析它们非DEA有效的原因，还要继续进行计算。计算结果如表2所示：表2：模型（D）Matlab6.5运算结果松弛变量s*-s_minus松弛变量s*+s_plus.*theta0.0520.1040.0000.0000.0050.0000.0000.0400.0490.9790.0000.1390.2420.0000.0210.0000.0000.0690.053