刍议DEA方法在人员总量管控中的应用

王言英 曹秀娟

【摘 要】通过分析人员配置的现状，如何优化人力资源配置，提高使用效率是亟待解决的问题。本文从投入产出效率方面入手，利用DEA方法对人员总量配置进行了新的探索。首先根据投入产出的定义和实际情况选取投入产出变量，利用DEAP2.1软件对数据进行了处理，利用CCR模型计算出各分行经营效率，对结果进行分析评价，最后提出了相关建议。

【关键词】DEA方法;人员总量;经营效率

中图分类号： F276.44;F224文献标识码： A 文章编号： 2095-2457（2019）23-0074-002

DOI：10.19694/j.cnki.issn2095-2457.2019.23.032

【Abstract】By analyzing the present situation of personnel configuration， how to optimize the human resource allocation and improve the efficiency of using is a problem to be solved. This paper take into account the input-output efficiency， and makes a new exploration of the total personnel configuration by means of the DEA method. First of all， the input-output variable is selected according to the definition of input-output and the actual situation. The data is processed by DEAP2.1. The operating efficiency of each branch is calculated by the CCR model， and the results are analyzed and evaluated. Finally， the relevant suggestions are put forward.

【Key words】DEA method; Total personnel; Operation efficiency

在目前人员配置管理中，对各级机构的人员管理控制仍显被动，很难找到一种客观、科学、量化的方法主动核定人员配备标准，不易衡量人员配备有效性，增加了人员管控难度。随着企业的发展，需要破除单纯依靠增加人力投入推动业务发展的思想，如何优化人力资源配置，提高人力资源使用效率是亟待解决的问题。在以往的人员总量控制主要利用因子分析、相关分析等统计方法，本文从投入产出效率方面入手，利用DEA方法对人员总量配置进行了新的探索。

1 DEA方法及投入产出变量选择及数据选取

数据包络分析方法（DEA），是对各类型的企业投入一定的资金、劳力等资源后，对其产出的经济效益和社会效益作一个相对有效性的评价。假设有n个企业，每个企业有m种类型的投入和s种产出，用Xij表示第j个企业的第i种投入，用Yrj表示第j个企业的第r种输出变量，vi表示第i种类型投入的权重;ur表示第r种产出的权重。对于每个企业都有相应的效率评价指数。

选取权重vi和ur使其满足hj≤1，如以第j0个决策单元的效率指数为目标，以所有决策单元的效率指数为约束，构造了如下的CCR模型。

上述规划模型是一个分式规划，使用Charnes-Cooper变化，变成线性规划模型求解。

目前，银行投入和产出的划分主要有三种方法。一是生產法，认为银行是存款和贷款账户的生产者。二是中介法，认为银行是储蓄者和投资者之间的一个金融中介;三是资产法，认为银行在创造贷款时的基本角色与中介法类似，只是把银行的产出严格定义为银行资产负债表中的资产方的项目。因此，在确定数据包络分析的投入产出指标时，本文综合了以上几种投入产出的定义，结合银行自身特点并考虑到相关数据的可得性，投入指标选择：在岗员工数、费用、机构数和固定资产净值。在岗员工数、费用（包括一般行政费用、员工费用和非员工费用）、机构数和固定资产净值是银行生产经营活动中不可或缺的要素，是一切经营活动的根本保障。四项投入指标的选取遵循了银行经营管理的内在机理，保证了效率实证研究结果的有效性。产出指标选择：贷款利息收入和中间业务收入。

2 模型例证结果及分析

2.1 分行经营效率评价情况

以上投入产出指标确定后，本文所用数据主要来自某企业年底17个分行综合数据报表数据。本文利用DEAP2.1软件对数据进行了处理，利用CCR模型计算出各分行效率，具体情况如下表1和图1所示：

从纯技术效率看，FH3、FH4、FH5、FH8、FH10、FH11、FH16纯技术有效，说明他们利用现有技术能力较强，能在当前投入水平下，尽可能地实现最大化的产出水平。相对来说，其他九家分行在纯技术效率上是无效的，说明他们当前的投入未被充分利用，存在资源浪费的现象。

从规模效率看，FH3、FH8、FH10、FH16四家分行规模收益不变，其余的规模无效，且规模收益均为递减，说明他们在现有的技术水平下，其投入规模过大，存在扩张，导致其产出增量的相对百分比低于相应的投入增量的相对百分比，应适度减少投入。

从技术效率来看，FH3、FH8、FH10、FH16等4家分行是DEA有效的，其余12分行均DEA无效。从具体效率情况看，分行全行技术效率平均为0.850，其中中心城市行0.888，非中心城市行0.812，前者明显高于后者;分行技术效率最高的为1，最低的仅为0.609（低于0.7的就有4家分行）。在非DEA有效的分行中，FH4、FH5、FH11等3家分行为纯技术有效，他们的技术无效率是由投入规模的无效率所导致，其他分行则出现纯技术效率和规模效率同时无效，有待进一步大力度加强管理，提供资源利用率，提升经营业绩。

2.2 以DEA分析为基础的分行人员总量预测

利用DEA方法分析不仅能客观有效评价各分行总体效率，而且能根据选取的投入产出指标情况，从DEA有效角度出发，给出目标改进的方向和具体目标。本文选取的投入指标之一是在岗人员投入，在DEAP输出结果中，就给出了预期在岗投入的参考目标值，其中FH1、FH2、FH6、FH7、FH9、FH12、FH13、FH14和FH15分行人员投入与产出匹配度不高，需要在人员投入进行控制，或持续提高产出水平。

3 相关建议

通过上述分析可知，在衡量和判定分行人员投入数量时，DEA方法能够为我们提供有效的参考和借鉴，但在使用过程中以下几个问题应予以进一步考虑和解决。

3.1 投入产出指标选择问题

按照DEA方法原理，投入产出指标的选取直接影响最终分析结果。通过查阅相关文献发现，在利用DEA对银行效率评价时，对投入和产出指标选取差异性较大。因此在最终确定指标、将DEA方法应用到营业网点人员配置时，应重点考虑和解决好指标选取问题。

3.2 DEA方法與规划模型构建问题

本文认为DEA方法可以应用在分支机构人员总量规划管理中，但应用的形式建议采取以下两种方案：一是直接应用DEA方法进行规划。考虑到直接应用DEA方法的简单、可操作、客观等优点，可根据DEA结果中的技术效率情况进行排序，再划分区分区间，根据区间的差异确定人员增加变动政策。二是间接应用DEA方法。DEA方法存在一定的不足，其出发点是效率，仅从投入与产出进行考虑，并未涉及区域资源丰富差异、政策倾斜考虑等实际影响因素，最终的结果可能与实际存有偏差，因此可考虑将DEA方法作为人员规划模型的重要组成部分，同时也一并考虑其他人员配置和人力资源规划等相关因素，构建复合模型。

【参考文献】

[1]魏玉婷.基于相关性分析和回归分析方法的人员总量预测和控制方案探究[J].商场现代化，2018（16）：58-59.

[2]邸金平，张磊磊，骆达，王新会，刘春雨，罗勇.天津市综合性公立医院人员总量控制管理与测算研究[J].中国卫生事业管理，2017，34（10）：724-726+730.

[3]谭忠昕，郭翔宇.基于超效率DEA方法的中国粮食生产效率评价分析[J].农业现代化研究，2019，40（03）：431-440.

[4]张硕.基于DEA的我国商业银行效率实证分析——以2006—2008年13家商业银行为例[J].经济研究导刊，2010（17）：108-109.