综合分析模型下的后勤绩效分析

1、论文题目： 综合评价模型下的集团运营绩效分析姓名： 徐福成 学号：074942099 专业：数学与应用数学姓名： 蔡虹 学号：074942020 专业：数学与应用数学姓名： 宋树岩 学号：091602046 专业：人力资源管理 2010年7月30日综合评价模型下的集团运营绩效分析摘要随着时代的发展、高等教育体制的改革，高校后勤集团也形成了市场化、企业化的新观念，并且在经济上自主经营、自负盈亏，独立核算。由于高校后勤状况能动地作用于高校的教育，是稳定教育秩序的必要条件，又是高校育人的重要阵地之一，所以分析、研究高校后勤集团的运营绩效走势，将对高校发展有重要作用。对于第一个问题：为了保证所作分析和

2、预测的准确性，对于该项指标我们建立了两个模型，第一个模型利用层次分析法，算出各层权重，再得到组合权重，用Excel建权重图，从而分析最优和最劣的年份，并预测未来三年的走势；第二个模型，用样本主层次分析法，为了得到标准化矩阵，首先对数据进行无量纲化处理。然后用Matlab编辑程序，求出协方差矩阵、特征值、特征向量、贡献率等，判断出影响指标的主成分，再运用主成分分析法，以主成分来确定标准，进而得出表现最优和最劣的年份。最后用Excel做出几何图，并预测各指标的未来发展情况。第二个指标同第一个指标第二个模型建立求解过程。第三个指标利用SPSS软件，一步得到主成分的分值，主成分得分表，进而盘对最优和最

3、劣年份，同样利用Excel预测该指标发展情况。对于第二个问题：因为对后勤服务满意程度可以由去后勤消费的次数反映，所以我们将愿意到后勤消费的比例结合客户满意指标一起研究。应用定性指标的量化处理方法，根据隶属度，得到打分情况。从而比较准确的得到未来客户满意指标的走势。对于第三个问题：在前两个问题中，我们得出了十年中表现优劣的年份，并且预测了各指标未来三年的走势。基于前两个问题，我们再利用动态分析和层次分析，建立多目标规划，得出了各指标的动态平衡，并对为了达到双赢的局面而给出建议。我们综合运用了样本主成分分析法、层次分析法、综合评价分析法等方法来建立模型，不仅可以客观的判断公司前几年的经营情况，还可

4、以对公司的未来走势进行预测，用利于公司发现问题，解决问题，不断向前发展。关键词： 综合评价模型，主成分分析法，层次分析法，综合评价分析法，定性指标的量化处理，未来走势，Matlab，SPSS一、 问题的重述随着我国改革开放事业的进一步深入，作为打破高等教育发展“瓶颈”的后勤社会化改革业已渐入佳境。在经济上自负盈亏，独立核算的高校后勤集团的运营绩效走势也越来越受关注，通过对20002009某高校运营的经济效益指标、发展能力指标、内部运营指标、及客户满意度指标的分析研究，解决如下的三个问题： 第一，分别对该后勤集团的经济效益、发展潜力以及内部运营情况三项指标做综合分析。找出这三项指标表现优劣的年份

5、，并预测未来三年走势。第二，综合分析客户满意指标，阐述客户满意指标的走势。第三，分析客户满意指标与前三个指标之间的动态关系。研究既要顾客满意，又要追求经济效益的能达到双赢的政策措施，并提供1000字左右的政策与建议。二、 模型假设1. 假设题目中所给数据真实可靠。2. 假设所需预测的年份内经济等环境没有稳定，没有出现较大意外状况（如经济危机等情况）。3. 假设该高校生源情况稳定。三、 符号说明A：判断矩阵：表示最大特征根W：权向量CI：表示一致性指标CR：表示一致性比率y：拟合曲线方程B：随机变量的样本均值为向量S：样本协方差矩阵S：主要成分贡献率四、 问题的分析对于第一个问题：公司运营的各项

6、指标是由各个影响因素共同决定的。基于这个前提，我们展开了全面的分析。首先，根据不同指标数据的特点，我们用样本主成分分析法、层次分析法、综合评价分析法对后勤集团的经济效益指标、发展潜力指标、内部运营指标进行了数据处理，并对处理后的新数据作综合分析，然后分别作出这三项指标与年份的关系图，从图中可以清晰的看出表现优劣的年份，并且用Excel做出拟合图，预测公司未来三年的走势。对于第二个问题：我们根据实际情况，即消费者只有对服务情况感到满意，消费次数才能增加，我们将愿意到后勤消费的比例的情况结合客户满意指标一起研究，继续运用主成分分析建立模型并求解。对于第三个问题：首先在前两个问题中，我们已经通过建立

7、模型求解模型得出了20002009年中表现最优和表现最劣的年份，并且较准确的预测了四项指标在未来三年走势情况，所以在第三个问题中，我们就可以营运动态分析和层次分析来建立多目标的规划，从而得到前三项指标与客户满意指标之间存在的动态平衡关系。最后经过分析和讨论，我们给出了为了达到双赢局面的一些建议。五、 模型建立与求解5.1 后勤集团各项指标优劣年份以及未来三年走势的预测。 经济效益指标优劣年份分析和未来三年走势为了保证所作分析和预测的准确性，对于该项指标，建立了两个模型模型一：层次分析模型利用层次分析法，建立模型。模型机层次构造为模型，图因素目标年份 模型第二层对于第一层：根据五个因素之间的两两

8、重要程度【附录1】，构造判断矩阵：表A1A2A3A4A5A113412A21/311/21/31/2A31/4211/31/2A413311A51/22211表用Matlab中eig函数求出矩阵A的最大特征根、权向量（附件程序9.1） （1） =5.1173 （2）权向量=0.6727 0.1752 0.2199 0.5501 0.4072 （3）一致性指标： = 0.0293 （4）查表的RI=1.12一致性比率： =0.0263<0.1 （5）认为A的不一致程度在容许范围之内，有满意的一致性，通过一致性检验。可用其归一化特征向量作为权向量。用同样的方法算出第三层对第二层的（1）（2）

9、（3）（4）（5）填入表经营收入年终结余返还工资上缴利润人均工资0.67270.17520.21990.55010.40720.07390.04870.0680.05050.06790.07710.05630.0680.05050.08730.08120.09370.08790.06540.110.15960.19880.2320.22950.19790.17040.2670.26280.23750.24980.3160.38160.28520.28060.36970.37360.3920.25410.4110.36970.41230.4380.45320.43860.42060.49280.

10、4380.48140.45510.42730.52460.4380.52640.48410.491110.123210.120510.12410.143510.1234CI k0.01370.01340.01380.01590.0152 CRK0.00920.0090.00920.01070.0102 表从表格中得出CRK<0.1，认为CIk的不一致程度在容许范围之内，有满意的一致性，通过一致性检验。可用其归一化特征向量作为权向量。归一化后得到数据填入表格经营收入年终结余返还工资上缴利润人均工资0.332180.0865140.1085870.2716410.2010760.027560

11、.0176960.0250090.0186840.0243260.028750.0204570.0250090.0186840.0312760.030280.0340470.0323280.0241970.0394080.059520.0722360.0853250.0849120.0708990.063550.0970170.0966530.0878720.0894920.117840.1386580.1048920.1038180.1324470.139330.1424370.0934530.1520650.1324470.153760.1591510.1666790.1622760.15

12、06820.183780.1591510.177050.1683810.1530830.195640.1591510.1936010.1791110.1759410.123210.120510.12410.143510.1234CI k0.01370.01340.01380.01590.0152 CRK0.00920.0090.00920.01070.0102 表组合权重w=组合权重w=0.023368 0.025401 0.031012 0.072607 0.081862 0.117365 0.136691 0.157323 0.170562 0.183809根据20002009年的各年份的

13、权重，用Excel作图并拟合，得到图 图。方程指数y = 0.0191e（0.2562x）0.8066线性y = 0.0201x - 0.01060.9759二次多项式y = 8E-05x2 + 0.0192x - 0.00880.976 表从图中我们根据各点的斜率，可以清晰的看出，表现最优的年份为2003年，表现最劣的年份为2006年根据拟合曲线和的值，可以看出线性和二次多项式贴合程度都很高，而且非常接近，在实际计算中，我们考虑到线性比二次多项式计算简单得多，我们去y1 = 0.0201x - 0.0106。得到未来三年经济效益会继续线性增加。模型二：样本主成分分析模型为了方便计算，我们将数

14、据单位都统一为万元，整理后的数据见附录表9.1首先，经济效益指标中的随机变量的样本均值为向量B：B=（6007.6 810.2 254.8 133.3 2.572）T样本协方差矩阵S公式：用Matlab编程序，直接得到协方差矩阵S、相关矩阵R、R的特征值特征向量（表）、贡献率（表5.1.6）、经济效益指标P（图）。（附录程序9.3）协方差矩阵：相关矩阵：特征向量特征值：特征值 特征向量4.88638190.4447970.446590.4436180.4499070.4511090.05546830.711833-0.2826-0.627320.0764460.118560.04156060.

15、316252-0.683020.629873-0.17296-0.082570.0125610.155240.2663840.029124-0.857840.4101290.0040281-0.41393-0.42804-0.109940.1610560.779372 表贡献率：特征值贡献率累计贡献率4.8863819010.977276380.977276380.0554683470.0110936690.9883700490.0415606180.0083121240.9966821730.0125610150.0025122030.9991943760.004028120.0008056

16、241 表根据表中数据我们取前三个作为主要成分即前三个数据可表示经济效益指标，分别用表示，但是从表中数据我们又可以看出=97.728%，即既可以从整体上反映公司经济效益的优劣。经济效益指标P： 图用Excel做拟合图，并作出拟合方程表，图 图 拟合方式方程线性y = 0.2302x - 461.42R2 = 0.9747指数y = 461.39Ln(x) - 3508R2 = 0.9747多项式y = 0.0104x2 - 41.477x + 41340R2 = 0.9874 表从图中我们可以看出表现最优的年份为2003年，表现最劣的年份为2006年。得出的结论和模型一完全一致。预测也与模型一

17、非常相似。 发展潜力指标优劣年份分析和未来三年走势样本逐层分分析模型 该模型与第一个指标建立的第二个模型类似，我们同样用Matlab编程求解：用Matlab编程序，直接得到协方差矩阵S、相关矩阵R、R的特征值特征向量（表）、贡献率（表5.1.8）、经济效益指标P（图）。（附录程序9.4）协方差矩阵：相关矩阵：特征值特征向量：特征值 特征向量3.02865740.56873930.27116350.55336350.54478870.8929177-0.038571-0.9321640.20535650.29565350.0540172-0.2924480.02355320.8017111-0.

18、5207480.02440780.7678034-0.238716-0.094217-0.58704 表贡献率：特征值贡献率累计贡献率3.0286573620.757164340.757164340.8929177090.2232294270.9803937670.0540171790.0135042950.9938980620.024407750.0061019381 表根据表中数据我们取前两个作为主要成分即前两个数据可表示经济效益指标，分别用表示，但是从表中数据我们又可以看出=75.72%，可以从整体上反映公司经济效益的优劣。经济效益指标： 图用Excel做拟合图，并作出拟合方程表，图 图

19、拟合方式方程线性y = 0.2016x - 404.08R2 = 0.9499指数y = 0.7896Ln(x) - 1.1927R2 = 0.8543多项式y = 0.0004x2 + 0.1977x - 1.101R2 = 0.9499 表从图中我们可以看出表现最优的年份为趋于平滑的2009年，表现最劣的年份为2004年。 内部运营指标优劣年份分析和未来三年走势综合评价模型：根据综合评价分析法，利用SPSS软件一步算出主成分得分值（参考文献【2】），根据参考文献，具体操作步骤见附录。利用SPSS操作过程中得到以下两个比较重要的表格： 三个主成分方差百分比表为5.1.10Total Vari

20、ance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %13.44286.05286.0523.44286.05286.0522.46411.59297.644.46411.59297.6443.0691.71699.360.0691.71699.3604.026.640100.000Extraction Method: Principal Component Analysis.

21、 5.1.10 主成分得分表为表5.1.11y1y2y32000-3.2472-1.415290.983152001-3.07135-1.15270.7739082002-2.91194-1.30519-2.560882003-2.401990.332348-0.865412004-2.027461.349037-0.297432005-1.37091-0.845230.0785032006-1.137390.1106130.4588942007-0.88669-2.0667-0.319342008-0.78161-1.01596-0.328082009-0.71608-0.80269-0.5

22、501 表5.1.11由主成分得分表，用Excel作图，得到图5.1.7和表 图5.1.7从表中我们可以看出，表现最优的是2006年，表现最劣的是2002年。方程五次多项式y = 0.0018x5 - 0.0303x4 + 0.064x3 + 1.103x2 - 4.9329x + 0.45640.5780表5.1.12图同时还得到五次多项式拟合曲线，y = 0.0018x5 - 0.0303x4 + 0.064x3 + 1.103x2 - 4.9329x + 0.4564。我们预测，未来三年内部运营情况将逐步趋于平稳。5.2 顾客满意指标走势应用定性指标的量化处理方法建立模型：将顾客满意度评

23、价：很满意、满意、基本满意、不满意、很不满意，分为五个等级，一次为5，4，3，2，1。连续量化，取大型柯西分布和对数函数最为隶属函数： （6）其中为待定常数。当“很满意”时，隶属度为1，即（5）=1当“基本满意”时，隶属度为0.8，即（3）=0.8当“很不满意”时，隶属度为0.01，即（1）=0.01计算得，代入（6）(附件图9.1)则计算的“满意”隶属度为0.91，（4）=0.91“不满意”隶属度为0.5245，（2）=0.5245得到打分情况表年份很不满意不满意基本满意满意非常满意打分情况隶属度0.010.52450.80.911200018%46%29%7%0%0.53877200119

24、%44%28%9%0%0.53858200219%42%25%14%0%0.54959200317%38%27%17%1%0.58171200414%32%31%21%2%0.62834200513%30%35%19%3%0.64155200611%31%33%22%3%0.65789520078%27%37%24%4%0.69681520089%23%38%26%4%0.70213520097%24%36%28%5%0.71938 表根据打分情况，用Excel作出定性指标量化处理图，图 图拟合方式方程R2线性y=0.0227x+0.50050.971二次多项式y=-5E-05x2+0.023

25、3x+0.49330.9711 从图中我们可以看出20002009年顾客的满意程度呈逐年上升且逐渐趋于平衡的。根据拟合方程，我们还可以预测，未来三年顾客的满意度将在平稳中有小幅上升。将顾客满意度走势与愿意到后勤消费的比列相结合，可以看出当满意度比较低时，到后勤消费比例也相应的低。当顾客满意度逐渐上升时，顾客到后勤消费的比例也呈上升趋势，最终，顾客满意度逐渐趋于平稳，到后勤消费的比例也随之趋于平稳。5.3 经济效益指标、发展潜力指标以及内部运营指标与客户满意指标的动态关系和达到双赢局面的政策和建议 前三项指标与客户满意指标之间存在的动态平衡关系。 从经济效益指标、发展潜力指标、内部运营指标的走势

26、结合我们可以看出，当集团各项指标以各种方式逐渐上升时，客户的满意程度，也在平稳中逐渐上升，可见双方的关系是相辅相成但是又相互制约的一种动态关系，找到一个动态平衡的状态，就可以达到一种双赢的局面。 为了达到双赢局面的一些政策和建议。 通过分析了客户满意指标与经济效益指标、发展潜力指标以及内部运营指标之间的关系，我们知道了他们之间存在着一个动态平衡，为了达到动态平衡的状态以求共建双赢的局面，现在我们给出一些政策和建议。“科教兴国”战略，为教育体制进一步改革创造了机遇，也对高校后勤改革提出了更高的要求，要求后勤改革必须加快步伐，整体推进，逐步构筑起高校后勤社会化的基本框架和新型体制，为高等教育综合改

27、革打好基础。1、用服务来创效益通过以上的分析和讨论，我们的得出了各指标和顾客满意之间的动态平衡关系，所以我们要充分利用这个平衡关系：树立“师生至上、服务第一”的经营服务思想，深入开展主题鲜明的文明服务、亲情服务、诚信服务、创新服务。实行“规范化管理，标准化服务”，努力改进服务手段，增强服务的主动性、预见性和超前性，从细微处入手，从点滴事做起，切实提高后勤管理水平与服务质量，使后勤服务工作贴近师生、贴近生活、贴近实际，做到服务见真情，满意在后勤。用服务赢得师生信赖，形成服务的良性循环，从而达到平衡状态，促进经济效益的稳步提高。2、职业化服务运营体系21世纪是职业化的时代，企业发展到一定规模，必须

28、引入职业化管理模式，后勤也不例外。职业化本质上就是专业化和标准化。后勤职业化就是有专职化队伍和行业标准，同时还要培养员工职业技能和敬业精神。职业化要求专业化的经营理念和标准化的管理模式。提倡“专业精神”，确立具有行业特点的专业化经营理念和标准化管理模式，培养专职化的后勤服务保障队伍和市场经营队伍，通过专职服务保障，达到让顾客满意的目的，达到平衡状态，实现集团运营的多元发展。3、不断创新谋求市场机遇坚持思维创新，开拓视野，确立后勤服务社会化的观念。同时坚持制度创新，加强制度建设与制度落实，不断完善集团用人制度、分配制度和管理制度，建立优胜劣汰的竞争机制、充分调动劳动积极性。坚持服务创新，根据师生

29、需求而变化，不断调整服务经营结构与方式，不断推出服务新举措。积极开展社会市场服务，壮大实力，不断巩固和拓展集团的市场生存空间，增强发展潜力，达到平衡状态。集团的发展需要服务、职业化和创新作为基石，但是做到了以上三点还远远不够，为了达到经济效益、发展潜力以及内部运营情况与客户满意之间的动态平衡，就需要集团在发展过程中多做反思，用科学的方法客观分析当前状况、对集团未来发展做出预测，例如利用在这个模型中我们做出的分析和预测，在达到动态平衡的基础上公司才能不断的发展壮大，达到双赢的局面。六、 模型的比较与检验将建立的三种模型比较，分析过程几乎没人为因素干扰，模型分析结果较为客观公正。 对以第一个指标，

30、建立了两个模型进行分析和预测，两个模型相互检验，模型建立过程完全不同，但是结果基本一致，检验结果为两个模型分析结果都是真实可靠的。七、 模型的评价与改进7.1 模型的评价：优点：1、对于有些指标，我们建立了两个模型，来进行预测和分析，所以我们的分析结果能够比较准确的反应集团发展中各指标的客观规律；2、对于各项指标，我们充分利用了样本主成分分析法、层次分析法、综合评价分析法三种重要的分析方法，得到的数据比较可靠，预测的结果比较可信；3、对于我们最终分析的结果，有利于集团及时发现问题，解决问题，对未来的预测，有利于集团对未来有更明确的规划。4、模型求解方法多元化缺点：1、图像处理较为单一；2、在分

31、析顾客满意度时，没有用到愿意到后勤消费的比例表，分析结果不够完善；3、由于本论文成文仓促，本修正方法没有做完，是本文的一个另一个不足之处。八、参考文献：1 程理民，用AHP法确定经济效益指标的权数发表在当代财经1987年03期。2 胡良剑，孙晓君，MATLAB数学实验，北京，高等教育出版社，2006.63 赵静，但琦，严尚安，杨秀文，数学建模与数学实验，北京，高的教育出版社，2008.1 4 林海明,如何用SPSS软件一步算出主成分得分值，发表在统计与信息论坛第22卷第五期。5 韩忠庚，数据处理与数据建模方法，PPT。6 工程数学.线性代数 同济大学数学系编（第五版），北京，高等教育出版社，2

32、007.5九、附录表9.1年份经营收入（万元）年终节余（万元）返还工资（万元）上缴利润（万元）人均收入（元）200017320000.66200117800000.8162002190028677171.116200333726491991051.8200442138022831212.42005672810262981403.122006800411922522003.362007976713334262203.7220081080013854822504.220091178014295312804.56 经济效益指标年份资本积累率（）营业增长率（）发展基金占年终结余比（）人员素质评价200

33、00.0840.02400.2420010.0910.02700.2620020.0370.0630.300.2820030.0260.4370.300.3120040.0430.200.300.3220050.0620.3740.370.3420060.0590.1590.410.3620070.0740.1810.530.3820080.0650.0960.510.3920090.0680.0830.510.40 发展能力指标SPSS软件一步算出主成分得分值的具体操作步骤：1、方差百分比的得出:（1） 按AnalyzeData ReductionFactor顺序点击个菜单项，打开银子分析主

34、对话框。（2） 把各个分析变量送到右面的Variables栏中。（3） 主对话框中点击Extraction按钮，在相应的对话框中： method菜单中选择principle components要求使用主成分法。 Extract栏中选择Number of factors 3 Display栏中选择Unrotated facter solution,要求显示未旋转薪资得分结果。（4） 主对话框中点击Score按钮，在相应的对话框中选择Save as variables,并在Method栏中选择Regression，要求计算未旋转因子得分并把未旋转因子得分之作为新数据保存到数据文件中。（5） 点击

35、OK提交系统执行。（6） 输出结果：前三个特征值见上表。2、主成分得分值一部算法：利用transformcompute，在对话框中输入，即得主成分得分值；再分别输入、即得主成分得分值、。在数据窗口最右边（表）。程序9.1A=1 3 4 1 2;1/3 1 1/2 1/3 1/2;1/4 2 1 1/3 1/2;1 3 3 1 1;1/2 2 2 1 1;v,d=eig(A)>> v = Columns 1 through 3 0.6727 0.7493 0.7493 0.1752 -0.1983 - 0.2077i -0.1983 + 0.2077i 0.2199 -0.2074

36、+ 0.3606i -0.2074 - 0.3606i 0.5501 0.3757 - 0.0899i 0.3757 + 0.0899i 0.4072 0.1356 - 0.1241i 0.1356 + 0.1241i Columns 4 through 5 0.6298 0.6298 0.0064 + 0.0035i 0.0064 - 0.0035i 0.0606 + 0.0379i 0.0606 - 0.0379i -0.2659 - 0.5604i -0.2659 + 0.5604i -0.3192 + 0.3339i -0.3192 - 0.3339id = Columns 1 thr

37、ough 3 5.1173 0 0 0 -0.0378 + 0.6420i 0 0 0 -0.0378 - 0.6420i 0 0 0 0 0 0 Columns 4 through 5 0 0 0 0 0 0 -0.0208 + 0.4282i 0 0 -0.0208 - 0.4282i程序9.2程序9.3%求A的协方差矩阵。A=17320000.660017800000.8160190028677171.116033726491991051.800042138022831212.4000672810262981403.1200800411922522003.3600976713334262

38、203.72001080013854822504.20001178014295312804.5600;B=mean(A);for i=1:size(A,2) for j=1:size(A,2) format long, S(i,j)=sum(A(:,i)-mean(A(:,i).*(A(:,j)-mean(A(:,j)/(size(A,1)-1); end endS;disp('协方差 S=');disp(S);%对样本相关矩阵主成分分析。for i=1:size(S,2) for j=1:size(S,2) R(i,j)=S(i,j)/sqrt(S(i,i)*S(j,j); end enddisp('相关矩阵为：R=');disp(R);%求特征向量和特征值，并对特征值排序。v,d=eig(R);fprintf('特征向量v和特征值d：n&#