數(shù)據(jù)包絡(luò)分析（DEA）在高校人事管理中的應(yīng)用研究

黃朱婷

（廈門興才職業(yè)技術(shù)學(xué)院,福建 廈門 361000）

數(shù)據(jù)包絡(luò)分析方法（Data Envelopment Analysis，DEA）最早來源于美國運籌學(xué)家A.Charmes，它是一種管理綜合評價方法，從相對效率概念出發(fā)而建立的過程及其內(nèi)涵，突出了統(tǒng)計方法的優(yōu)勢[1]。實踐操作中，數(shù)據(jù)包絡(luò)分析法不但綜合性極強，且具有較高準(zhǔn)確率，將其運用到高校的人事管理內(nèi)容之中，可以有效解決高校管理利用人工分析法所存在的問題，能夠讓高校在人事管理方面具有更強的機制性，其指導(dǎo)作用值得重視。

1 數(shù)據(jù)包絡(luò)分析簡介

數(shù)據(jù)包絡(luò)分析方法（Data Envelopment Analysis，DEA）以相對效率概念為前提，進行了針對具體工作內(nèi)容的效率評價方法探索，該方法擅長評價擁有相同類型的部分、對象等決策單元，其評價決策依據(jù)來源于決策單元所展示的輸入數(shù)據(jù)、輸出數(shù)據(jù)等，其中輸入數(shù)據(jù)意為決策單元開展某項活動期間所需要的特定信息量，而輸出數(shù)據(jù)則意為決策單元在特定輸入活動后形成的能夠代表本活動成效的信息量[2]。例如對于高校人事管理工作而言，德、能、勤、廉等工作投入項目可以被看作是輸入，而績項目因為重點體現(xiàn)被考評者的工作成效，因此可被視為輸出，對輸入和輸出數(shù)據(jù)的分析，能夠讓評價決策單元的相對優(yōu)劣被更清晰地審視，也就是判斷評價單元間的相對有效性。同時在實際操作時，還可依靠DEA投影原理進行更進一步的各決策單元非DEA有效性原因分析，也就是探索未來改進方向，從而可以給決策者提供更多更有價值的改進依據(jù)。

2 數(shù)據(jù)包絡(luò)分析在高校人事管理中應(yīng)用的可行性分析

數(shù)據(jù)包絡(luò)分析是一種對決策單元輸入和輸出效率客觀研究的有效策略，同人力績效考核必然摻入較多主觀偏好、誤差較大的情況相比較，它可以有效避免主觀因素，降低誤差出現(xiàn)的可能性，其用待評價單元輸入、輸出權(quán)重作為變量的做法，對主觀性排除的優(yōu)勢是顯而易見的[3]。同時，數(shù)據(jù)包絡(luò)分析還能夠利用投影公式，取得本決策單元的真實水平，也就是決策單元基于達(dá)到有效水平而取得的成績，且在高校人事管理考評指標(biāo)的勤、能、德、廉、績等項目中，顯然可以將各項目分別作為研究對象，若判斷決策單元對象內(nèi)容有效，則說明本決策單元所對應(yīng)考評對象工作未對學(xué)校整體目標(biāo)的實現(xiàn)造成影響，換言之則在全部被考評者中其績效較好，同時也可以展現(xiàn)出被考評者在指標(biāo)水平方面的合理分配比重情況。

3 數(shù)據(jù)包絡(luò)分析在高校人事管理中的應(yīng)用方法

數(shù)據(jù)包絡(luò)分析法以數(shù)學(xué)規(guī)劃模型為依托，對相同屬性且擁有多輸入、多輸出“單元”（即上文所稱的決策單元，DMU）的相對有效性進行評價。依據(jù)對各項DMU所做的觀察，以及對應(yīng)的數(shù)據(jù)判斷，明確其是否真正處在生產(chǎn)可能集前沿面上，也就是據(jù)此分析DMU對于DEA的有效性[4]。凡是處于前沿面的決策單元，便可認(rèn)定其投入、產(chǎn)出相結(jié)合的有效率，將效率值表示為1，而若其不位于前沿面，那么便可視作無效率。另外，以前沿面有效點為分析評價標(biāo)準(zhǔn)，在進行對比后產(chǎn)生0～1區(qū)間內(nèi)的相對效率值，使之在經(jīng)濟學(xué)內(nèi)的帕累托有效性被體現(xiàn)，保證人事管理評價標(biāo)準(zhǔn)的高度有效性?，F(xiàn)在DEA技術(shù)已經(jīng)產(chǎn)生不同種面向差異問題和環(huán)境之模型，考慮到對決策單元無效率程度存在不同核算方式，本文認(rèn)為產(chǎn)出導(dǎo)向（Input Oriented）下的幾種規(guī)模收益可變模型值得重視，現(xiàn)作簡要說明。

3.1 BCC模型

在實踐操作中，可假定存在n個決策單元，每個決策單元包含輸入指標(biāo)m個、輸出指標(biāo)s個，那么第j個決策單元輸入和輸出向量可表示為X=（x1j，x2j，...xmj）T＞0，Y=（y1j，y2j，...ymj）T＞0，j=1，2，...n。

如果記k∈{1，2，3，…，n}，則可對k個決策單元的相對效率做出VRS條件下的評價，繼而形成BCC模型，其可能集定義，產(chǎn)出導(dǎo)向BCC模型表達(dá)式也自然產(chǎn)生。在實際應(yīng)用中可以這樣理解，即生產(chǎn)集內(nèi)尋找一個特定的生產(chǎn)活動，其輸入水平不超出Xk，同時讓輸出Yk依同一比例盡可能增加。

3.2 超效率的BCC模型

傳統(tǒng)意義上的數(shù)據(jù)包絡(luò)分析方法，可對一組決策單元的相對效率做出分析，但并不能同時針對多個決策單元做有效情形效率高低區(qū)分。為使該問題得到解決，有學(xué)者提出了建立在此基礎(chǔ)之上的超效率數(shù)據(jù)包絡(luò)模型。同傳統(tǒng)模型相比，此模型改進之處集中于參考了集內(nèi)移除被測單元部分，讓其同剩余決策單元做凸組合比較。特定條件下超效率數(shù)據(jù)包絡(luò)分析模型的可能集定義是它的產(chǎn)出導(dǎo)向超效率模型表達(dá)式因此能夠被推斷，在模型表達(dá)式內(nèi)，可分別定義被測單元的有效性與無效性，特別是可使輸入不變條件下，被測單元產(chǎn)出按照同一比例進行變化，突出結(jié)果驗證的效果。

3.3 Malmquist指數(shù)模型

上文所提及的兩種模型評價，針對的是決策單元處于同一時期靜態(tài)時的效率，而為了能夠從不同維度了解并掌握高校人事管理情況，通常還可以把決策單元放在特定的時間維度之內(nèi)，探索它的動態(tài)變化趨勢情況，例如可以從動態(tài)視角，分析高校人員教科研效率變化趨勢、變化規(guī)律等。考慮到人事管理所存在的滯后性特點，建立模型以對不同時期面板數(shù)據(jù)做出計算非常有必要。所以可在引入時間序列后構(gòu)建Malmquist類指數(shù)模型，也就是在距離函數(shù)概念前提下，形成用來分析人事管理全要素變化的專門指數(shù)，構(gòu)造由t期至t+1期的管理指數(shù)，用于分析效率變動等關(guān)系。期間，可把Malmquist指數(shù)劃分成技術(shù)效率變化指數(shù)、技術(shù)進步指數(shù)兩個部分，前者可定位為綜合效率指數(shù)，能夠?qū)⑵溥M一步劃分成純技術(shù)效率指數(shù)、規(guī)模效率指數(shù)兩個部分。在具體操作中，它們能夠用于分析決策單元效率動態(tài)變化情況。

4 數(shù)據(jù)包絡(luò)分析在高校人事管理中的指標(biāo)體系構(gòu)建

高校人事管理指標(biāo)體系比較復(fù)雜，可分成定性與定量兩個渠道探索，越是科學(xué)合理的評價指標(biāo)，越應(yīng)當(dāng)具有精簡性、可比性、全面性、真實性的特點，本評價指標(biāo)體系基于上述模型，顯現(xiàn)了定性與和定量兩者融合之優(yōu)勢，可在不同角度表現(xiàn)出高校人事管理的多個方面。

4.1 指標(biāo)確認(rèn)

采取層次分析方式（Analytic Hierarchy Process），按照指標(biāo)所具有的基本性質(zhì)以及所欲產(chǎn)生的理想目標(biāo)，可把指標(biāo)體系劃分成不同組成因素，并依各項因素之間的關(guān)聯(lián)影響、所屬關(guān)系等，做不同層次的聚集組合，構(gòu)建相應(yīng)的結(jié)構(gòu)模型[5]。通常認(rèn)為，人事管理評價指標(biāo)體系能夠被納入到三級之中，其中一級指標(biāo)強調(diào)了輸入和輸出情況，二級指標(biāo)強調(diào)了人事管理中所涉及的人力、物力、財力等多項內(nèi)容，其中輸出指標(biāo)劃分中又包括人才培養(yǎng)、社會服務(wù)、科學(xué)研究等要素，其下則有更加細(xì)分的三級指標(biāo)，如表1所示。

表1 管理評價指標(biāo)體系

4.2 指標(biāo)體系

按照已經(jīng)確認(rèn)的指標(biāo)，可對指標(biāo)體系進行構(gòu)建。人力資源作為人事管理內(nèi)容之一，也是高校各部門最重要的資源，其具有典型能動性特點，可對其他指標(biāo)配置產(chǎn)生整合作用。對于高校各學(xué)院來說，人力方面的輸入以行政人員、教學(xué)人員、科研人員、教輔人員、工勤人員等為主，對其進行勤、能、德、廉、績等項目的分析是直接做法。除此以外，對表1所示的物力方面輸入、經(jīng)費方面輸入等的分析也可起到參考作用[6]。對于輸入指標(biāo)而言，仍當(dāng)以人才培養(yǎng)為主，其他項目為輔。接下來的數(shù)據(jù)收集和分析，可來源于當(dāng)?shù)亟涛幱≠Y料以及高等學(xué)校本地數(shù)據(jù)或者權(quán)威期刊、調(diào)研結(jié)果等。可見，應(yīng)用數(shù)據(jù)包絡(luò)分析法實施于高校人事管理之評價，既能夠獲取高校人力資源利用情況，又可以讓工作改進可行意見及早提出。

5 結(jié)語

經(jīng)過上文的探討，能夠基本認(rèn)定DEA分析對于高校人事管理評價的客觀作用，但筆者認(rèn)為依然有一些可改進之處。例如除了本文嘗試給出的方法外，還可以考慮同AHP等方法相結(jié)合，還有構(gòu)建決策單元的形式等。此外，借助DEA所取得的同類型決策單元有效性，來源于輸入、輸出指標(biāo)理想權(quán)重分配狀態(tài)，為了讓實際客觀結(jié)果更加顯著，可以考慮限制指標(biāo)權(quán)重，該限制最好是不同區(qū)間值與模糊數(shù)，這將同現(xiàn)實更加符合，也較為科學(xué)。再者，因為DEA模糊的數(shù)據(jù)敏感性，在開展實際應(yīng)用時有較大的局限性，如較小誤差的存在，便可能導(dǎo)致較大的差異結(jié)果，因此要做到指標(biāo)值的屬性改善，通?？梢詮娬{(diào)灰數(shù)、模糊數(shù)的應(yīng)用價值，用于變量的收集及整理。