标杆比较分析的数学理论及其应用

发布时间：2017-10-05 06:37

  本文关键词：标杆比较分析的数学理论及其应用

  更多相关文章： 绩效评估 标杆管理 标杆比较分析 偏好 测度 标杆集 可实现集 数据包络分析 多属性效用函数 TOPSIS方法 PROMETHEE方法 ELECTRE方法

【摘要】： 多属性效用函数方法是目前在组织绩效评估领域广为应用的方法之一。但该类方法在评估组织绩效时对所有组织均采用相同的函数形式和权重,因此它更擅长于反映各组织的共性特征,而不是强调组织的个性特点。另外,该方法能给予管理者如何改进组织绩效的诊断性信息非常有限。标杆管理(Benchmarking)作为一种绩效管理的有效方法,已在企业和公共部门得到广泛的应用。然而在大量阅读标杆管理相关文献过程中,我们发现只有部分学术性论文零散地出现了一些数学方法以帮助组织寻找比照标杆。然而在方法论上,标杆管理实践尚缺乏统一的、严密的数学理论支撑。 基于上述考虑,本文首先从实践中抽象和建立相关数学理论,为标杆管理实践提供理论支撑,同时在此基础上建立起一类能够强调组织个性特点的标杆比较分析方法(Benchmarking Comparison Analysis,BCA),并提出BCA方法的三个数学基本结构:偏好(Preference),测度(Measure)和标杆集合(Benchmark set)。因而,本研究本质上主要属于通过数学演绎的方式建立理论框架(或方法论)上的研究范式。 本文首先在第2章提出BCA方法的基本数学理论框架,具体研究内容包括:一、总结评估实践和学术研究中的常用偏好和测度;二、建立标杆管理相关概念的数学定义,并研究目标集、标杆集和可实现集的一些数学性质,以及多层次标杆集的分解方法;三、研究可实现集的扩张方法以及相关假定,使扩张后可实现集的前沿面(或称0层标杆集)成为适当的标杆集。 然后,本文在第3章详细地论证如何基于BCA的理论框架推导出一些现有常用的决策方法,例如TOPSIS,DEA,相对距离位置方法,PROMETHEE和ELECTRE。另外,第3章还展示如何应用BCA的理论框架产生新的决策方法。随后,本文从第4章到第8章分别研究如下几个核心问题: 1、如何在评估模型中引入决策者的各种偏好。为此,本文在第4章引入考虑不同偏好的基于0层标杆的BCA模型,即“广义”的DEA模型。在该章中,本文分别研究基于平均序,矩阵序和字典序的非经典DEA模型,并以雅典奥运会为案例,对不同偏好的DEA模型进行实证比较分析。 2、如何在评估模型中处理存在“非意愿(undesirable)”变量的评估问题。为此,本文在第5章首先提出“扩展的强免费处置”假定,并在此假定基础上推导出“扩展生产可能集”。然后基于“扩展生产可能集”确定的0层标杆集,Pareto偏好和各种测度,本文进一步提出若干新的DEA模型,并探讨它们与现有方法的关系。最后,通过应用案例的结果论证了这些新模型的有效性。 3、如何从正面和反面两个角度综合考虑评估对象的绩效。为此,本文在第6章定义BCA综合绩效指数来综合考虑现实表现最好和最差标杆集的信息。案例研究证实该指数极大地提高了新模型的区分能力。同时,随机模拟实验的结果表明在样本容量较小的情况下,该方法与真实效率的相关性要远高于经典的BCCDEA模型。 4、如何处理标杆集随时间变动的动态绩效评估问题。为此,在第7章,基于BCA的理论框架,本文首先定义了一般动态绩效指数。并在此基础上,本文提出动态竞争力(competitiveness)指数,并论证该指数可以看成是一种“扩展的拉氏(或帕式)消费者价格指数”。另外,基于上述一般动态绩效指数,推导出用于投入产出问题动态分析的Malmquist生产率指数。 然后在第8章,本文运用相关BCA方法分别从科学院内部标杆和国际外部标杆两个维度就科学院研究所评估展开两个案例研究: 案例一运用动态竞争力指数和Malmquist生产率指数,研究自知识创新工程实施以来,科学院基础类型研究所的综合竞争力和生产率的动态变化情况。 案例二则是运用基于0层标杆集的BCA方法,对物理所的研究质量和领先性进行了国际同类机构的比较分析。该案例研究结果证实中国科学院今后的研究所评估工作从院内研究所横向比转变为国际同类机构纵向比的可行性。 上述两个案例研究的结果显示,BCA方法在中国科学院研究所评估实践中将具有广泛的应用前景。 本文的基本结论为,BCA是在标杆管理实践基础上,抽象和提炼出的一种具有广泛包容性的数学理论框架。它不仅可以包含很多现有决策方法(例如TOPSIS,DEA,PROMETHEE等等),同时也可以发展出很多新的决策方法。与效用函数方法比较,BCA与管理者的认知过程比较一致,容易为管理者所理解和接纳。BCA方法可以帮助管理者根据实际情况,即根据不同决策者偏好、测量和标杆集,自由选择(或个性化的定制)对自身组织最为合适的绩效评估方法。
【关键词】：绩效评估 标杆管理 标杆比较分析 偏好 测度 标杆集 可实现集 数据包络分析 多属性效用函数 TOPSIS方法 PROMETHEE方法 ELECTRE方法
【学位授予单位】：中国科学技术大学
【学位级别】：博士
【学位授予年份】：2009
【分类号】：F224;C936
【目录】：

• 摘要5-7
• Abstract7-12
• 第1章 导论12-26
• 1.1 研究背景12-13
• 1.2 多目标评估方法综述13-18
• 1.2.1 效用函数方法13-16
• 1.2.2 TOPSIS方法16
• 1.2.3 AHP方法16-17
• 1.2.4 ELECTRE和PROMETHEE方法17-18
• 1.3 标杆管理实践综述18-21
• 1.4 本研究的基本问题和研究框架21-26
• 1.4.1 基本问题21-23
• 1.4.2 研究框架23-26
• 第2章 标杆比较分析(BCA)的基本理论框架26-54
• 2.1 偏好(序)26-37
• 2.1.1 偏好的数学定义26-28
• 2.1.2 帕雷托(Pareto)偏好28-30
• 2.1.3 平均(Average)偏好30-31
• 2.1.4 矩阵(Matrix)偏好31-33
• 2.1.5 字典序(Lexicographic)偏好33-34
• 2.1.6 多数至上的民主(Democracy)偏好34-35
• 2.1.7 锥(Cone)偏好35-37
• 2.2 测度函数37-42
• 2.2.1 范数距离(Norm)38-39
• 2.2.2 相对距离39-42
• 2.3 标杆集的数学理论42-54
• 2.3.1 标杆管理相关概念的数学抽象42-48
• 2.3.2 可实现集及其扩张方法48-54
• 第3章 基于BCA的若干决策方法54-70
• 3.1 基于理想点标杆的BCA方法54-56
• 3.2 基于现实表现最好标杆的BCA方法56-63
• 3.2.1 投入-产出问题的BCA模型57-60
• 3.2.2 多属性综合评估问题的BCA模型60-63
• 3.3 基于中间层次标杆集的BCA方法63-65
• 3.3.1 基于竞争对手的标杆方法63-64
• 3.3.2 基于"逐步学习改进"的标杆方法64-65
• 3.4 基于可实现集自身为标杆集的BCA方法65-70
• 第4章 含价值判断的BCA模型70-88
• 4.1 BCA模型偏好的必要性质70-72
• 4.2 平均偏好的DEA模型72-73
• 4.3 基于Matrix偏好的DEA模型73-76
• 4.4 基于字典序的DEA模型76-79
• 4.5 不同偏好DEA模型的应用案例:雅典奥运会效率分析79-88
• 4.5.1 背景介绍79-80
• 4.5.2 矩阵偏好的DEA模型80-83
• 4.5.3 案例数据83-86
• 4.5.4 小结86-88
• 第5章 含有非意愿变量的BCA模型88-102
• 5.1 相关研究综述88-89
• 5.2 投入-产出问题的免费处置假定89-91
• 5.3 基于松弛变量测度的DEA模型91-95
• 5.4 基于径向(Radial)和Russell测度的DEA模型95-100
• 5.5 应用案例100-102
• 第6章 基于正向和反向标杆集的BCA综合绩效指数102-118
• 6.1 基于反向标杆集的BCA模型102-107
• 6.2 BCA综合绩效指数107-108
• 6.3 应用案例及随机模拟分析108-118
• 6.3.1 两个案例分析108-113
• 6.3.2 随机实验模拟113-118
• 第7章 基于时变标杆集的BCA动态绩效指数118-126
• 7.1 一般动态绩效指数118-120
• 7.2 动态竞争力指数120-122
• 7.3 Malmquist生产率指数122-126
• 7.3.1 Malmquist指数的定义122-124
• 7.3.2 估计方法124-126
• 第8章 BCA方法中国科学院研究所评估应用案例126-152
• 8.1 案例Ⅰ:基于外部标杆的研究所国际比较分析126-134
• 8.1.1 国际国内比照标杆的选择127-129
• 8.1.2 文献计量指标的选择129-130
• 8.1.3 国际比较的标杆比较模型构建130-132
• 8.1.4 结果分析132-133
• 8.1.5 讨论133-134
• 8.2 案例Ⅱ:基于内部标杆的研究所竞争力和生产率发展态势分析134-152
• 8.2.1 中国科学院及知识创新试点工程的简要背景134-136
• 8.2.2 知识创新工程实施后科学院的管理变革136-139
• 8.2.3 数据139-142
• 8.2.4 动态竞争力分析142-145
• 8.2.5 Malmquist生产率分析145-149
• 8.2.6 讨论与结论149-152
• 第9章 讨论与结论152-160
• 9.1 讨论152-158
• 9.2 结论158-160
• 参考文献160-174
• 附录1:2004年雅典奥运会的投入产出数据174-176
• 附录2:1997-2005年中国科学院研究所的相关数据176-182
• 附录3:2002-2007年物理学国内外标杆机构的数据182-184
• 致谢184-186
• 在读期间发表的学术论文与取得的研究成果186

【引证文献】

中国期刊全文数据库 前1条

1 张弘;杨永恒;王有强;;基于“年差距”的多指标比较与综合——发展评价的新方法及若干国家的数据分析[J];公共管理评论;2013年01期

中国博士学位论文全文数据库 前2条

1 王文兴;服装网络营销策略研究[D];东华大学;2010年

2 李楠;软件产品创新中的领先用户识别研究[D];东北财经大学;2012年

中国硕士学位论文全文数据库 前2条

1 龚攀;基于标杆管理的石油行业信息系统研究[D];天津大学;2012年

2 王涛;基于评估体系的新车型开发项目决策研究[D];上海交通大学;2012年

，

本文编号：975328