1、1基于 DEA 的江苏省汽车制造企业信息化绩效评价研究【摘要】目前江苏省部分汽车制造企业的信息化建设已进入到深入应用的阶段，本文根据汽车制造企业的高投入、高风险特点构建汽车制造企业信息化绩效评价指标，运用数据包络分析法针对 25 家江苏省汽车企业的相关数据进行信息化绩效评价，区分出其中的有效单元和无效单元，并运用超效率进行排序。 【关键词】汽车制造企业 数据包络分析 信息化绩效评价 一、研究背景介绍 汽车制造业是江苏省的重要支柱性产业，据江苏省统计局的数据，2010 年上半年江苏省汽车制造业实现利润近 120 亿元。 汽车制造业信息化主要是将生产制造技术、自动控制技术、研发技术、管理技术和信息
2、系统实现有机结合，通过有效的配置应用，带动汽车生产模式和思路、设计模式和研发理念、企业管理模式和业务控制、电子商务贸易模式、供应链相互信任和互利双赢机制等方面的创新，从而实现汽车制造进程自动化，制造、设计、研发智能化，企业管理信息化，全面提升汽车企业竞争力。要改善和提高整个汽车制造企业的信息化水平，绩效评价是资源配置和内部管理改革的基础。 二、研究模型与指标选择 （一）DEA 模型 最初的 DEA 是由 Charnes ，Cooper 和 Rhodes 于 1978 年提出的2CCR 模型，用于评价 DMU 的总体有效性。若某个 DMU 在一项经济（生产）活动中的投入向量 X=（x1，x2，x
3、i，xm） ，xi 表示第 i 种投入；产出向量 Y=（y1，y2，yr，ys） ，yr 表示第 r 种产出；（xj，yj）对应第 j 个决策单元的投入，用 表示技术效率值。当0=1，则有决策单元 j0 为 DEA 有效；当 01，则有决策单元 j0 为DEA 非有效。为了将技术效率分离成纯技术效率和规模效率两个部分，Banker RD 等于 1984 年提出了 BCC 模型，允许规模收益可变（VRS） ，评价纯技术效率。超效率模型就是剔除自身与其他的样本做比较，从而得出效率值大于 1 的结果。 （二）指标与样本的选取 本文选取江苏省内 24 家民营、国有、合资等所有制的汽车制造企业为样本进行
4、分析。 根据全面性和系统性以及指标体系项目数合理的原则，总结相关的文献初始选择的输入指标有资金投入、IT 基础设施、网络环境、信息安全、高层经理重视度、应用软件。输出指标是顾客满意度、直接经济效益、间接经济效益、社会贡献率。上述指标在相关文献中已经验证具有较好的性质，但由于以上指标的选取是基于理论分析基础上的，为了进一步避免指标类似或指标之间共线性的问题，需要对指标进行相关性分析，对指标进行优化调整。将各输入指标依次定义为X1、X2、X3、X4、X5、X6，各输出指标依次定义为 Y1、Y2、Y3、Y4。 通过相关性分析，各指标间都有一定的相关性，对于企业来说，尤其是将范围限制到某一领域的评价，
5、各指标之间必然存在的联系。其中，3根据实际情况应用软件和 IT 基础设施投入相关性较大，剔除该指标。调整后，指标确定为 X1、X2、X3、X4、X5，输出指标为 Y1、Y2、Y3、Y4。 三、江苏省汽车制造企业信息化绩效评价实证 利用 CCR、BCC 和 SE 模型计算江苏省 24 家汽车制造企业信息化效率，其结果见表 3，数据皆基于以投入为导向，运用 EMS1.3 软件。 （1）利用 CCR 和 BCC 模型能够将 DEA 有效单元与无效单元区分开来，并得到效率值的大小，但对于 DEA 有效的决策单元，它们都无法对其进行排序。表中，江苏省这 24 家汽车制造企业 CCR 效率值不为 1 的有
6、企业7、10、11、12、13、23；BCC 效率值不为 1 的有企业 10、11、12。相比较而言，BCC 的效率值均大于或等于 CCR 的效率值，而且 BCC 效率有效的企业更多。这是因为，BCC 计算出来的结果为纯技术效率，而 CCR 考察的是纯技术效率和规模效率的综合效率。 （2）SE 模型对效率值为 1 的企业的信息化绩效进行了进一步的评价排序，而无效率区域的效率值与 CCR 的效率值完全一致。企业 5 的信息化效率最高，达到了 2.1395，企业5、6、24、14、15、16、22、18、17、8、21、20、19 分列在第 2 到 13位，这些企业的 DEA 是有效的，而且同时达
7、到技术有效和规模有效，且效率值超过 1。 四、结语 以上是这 24 家江苏省汽车制造企业的信息化绩效情况。SE 模型一般可以帮助了解超过效率为 1 的企业的情况以及排序，CCR 和 BCC 模型则是可以帮助企业了解自身的技术和规模上投入的不足或过多。总体来说，4江苏省汽车制造企业的信息化绩效成果是较好的，大多效率值为 1。 本文由于时间仓促和精力有限，还有很多不足。如企业只有 24 家，略显不足，因此为了符合 DEA 要求，指标也只能尽可能的选少。另外，样本数据只有定性数据，缺乏定量数据，可能计算结果缺少一定支撑。若能有机会采集足够多的企业的信息化绩效指标体系数据，能更好的验证该综合评价模型，得出定性与定量分析的结果，将更好的指导江苏省汽车制造企业信息建设。 参考文献： 1苏明芳.汽车制造企业信息化绩效评价体系研究D.重庆工商大学，2009. 2殷俊明.基于 DEA 的高等学校内部院系绩效评价J.计与财务管理，2011. 3武春友.基于超效率 DEA 的能源效率评价模型研究J.管理学报，2009.
