數(shù)學(xué)建模后勤集團(tuán)運(yùn)營(yíng)績(jī)效分析論文

1、題 目 后勤集團(tuán)運(yùn)營(yíng)績(jī)效分析 組 長(zhǎng) 組 員 組 員 組 員 組 員 組 員 摘 要本小組針對(duì)后勤集團(tuán)的運(yùn)營(yíng)績(jī)效進(jìn)行分析。我們通過(guò)題目中的經(jīng)濟(jì)效益指標(biāo)、發(fā)展能力指標(biāo)、內(nèi)部運(yùn)營(yíng)指標(biāo)以及客戶(hù)滿(mǎn)意度指標(biāo)，分別對(duì)每一個(gè)指標(biāo)進(jìn)行主因子分析，對(duì)其走勢(shì)進(jìn)行了預(yù)測(cè)。建立回歸模型，得到客戶(hù)滿(mǎn)意指標(biāo)與其余三個(gè)指標(biāo)的關(guān)系。小組采用主成分分析法以及回歸分析法綜合得到得分與時(shí)間的關(guān)系式，并畫(huà)出擬合圖，預(yù)計(jì)未來(lái)的發(fā)展情況。同時(shí)，我們將客戶(hù)們?cè)敢庠诤笄谙M(fèi)的人員比例與客戶(hù)滿(mǎn)意指標(biāo)一起進(jìn)行數(shù)據(jù)處理分析。在此基礎(chǔ)上，運(yùn)用回歸分析方法得到客戶(hù)滿(mǎn)意指標(biāo)與經(jīng)濟(jì)效益指標(biāo)、發(fā)展?jié)摿χ笜?biāo)以及內(nèi)部運(yùn)營(yíng)指標(biāo)之間的動(dòng)態(tài)關(guān)系以及相應(yīng)的擬合圖。模型

2、建立后綜合分析指標(biāo)的走勢(shì)，推測(cè)該集團(tuán)可能進(jìn)行的金融，管理等方面的改革，以及下一步的改革方案，并提出建議。關(guān)鍵字：主成分分析法 回歸分析法 數(shù)據(jù)分析 MATLAB一、 問(wèn)題敘述高校后勤集團(tuán)是教育體制改革的產(chǎn)物。在經(jīng)濟(jì)上是自負(fù)盈虧的，獨(dú)立核算。某高校后勤集團(tuán)為了研究公司運(yùn)營(yíng)績(jī)效走勢(shì)，詳細(xì)調(diào)查了2000到2009年的包括經(jīng)濟(jì)效益指標(biāo).發(fā)展能力指標(biāo).內(nèi)部運(yùn)營(yíng)指標(biāo)以及客戶(hù)滿(mǎn)意度指標(biāo)的四個(gè)運(yùn)營(yíng)指標(biāo)。且每個(gè)指標(biāo)還有分指標(biāo)。根據(jù)所調(diào)查的數(shù)據(jù)分析建立數(shù)學(xué)模型回答以下問(wèn)題：一. 通過(guò)分別對(duì)后勤集團(tuán)的經(jīng)濟(jì)效益.發(fā)展?jié)摿σ约皟?nèi)部運(yùn)營(yíng)作綜合分析。找出這些指標(biāo)表現(xiàn)優(yōu)劣的年份以及未來(lái)三年走勢(shì)。二. 綜合分析客戶(hù)滿(mǎn)意指標(biāo)，闡

3、述客戶(hù)滿(mǎn)意指標(biāo)的走勢(shì)。三. 分析客戶(hù)滿(mǎn)意指標(biāo)與經(jīng)濟(jì)效益指標(biāo)、發(fā)展?jié)摿χ笜?biāo)以及內(nèi)部運(yùn)營(yíng)指標(biāo)之間的動(dòng)態(tài)關(guān)系。研究既要顧客滿(mǎn)意，又要追求經(jīng)濟(jì)效益的政策措施，最后提供1000字左右的政策與建議。二、 模型假設(shè)1、所給數(shù)據(jù)真實(shí)可靠，允許出現(xiàn)一定的隨機(jī)誤差。2、數(shù)據(jù)的變化可能會(huì)受社會(huì)環(huán)境的影響，譬如：2003年的SARS在我國(guó)的大面積流行，會(huì)對(duì)該高校后勤集團(tuán)的發(fā)展產(chǎn)生一定的影響。3、假設(shè)表中數(shù)據(jù)具有一定的時(shí)效性，且在短時(shí)間內(nèi)不會(huì)出現(xiàn)過(guò)大的波動(dòng)（例如出現(xiàn)金融等一切突發(fā)原因）。4、在未來(lái)三年，社會(huì)政策和環(huán)境無(wú)巨大變動(dòng)。否則，預(yù)測(cè)可能無(wú)效。 三、 符號(hào)說(shuō)明四、 模型分析市場(chǎng)經(jīng)濟(jì)條件下，競(jìng)爭(zhēng)不斷加劇，創(chuàng)新步伐更加

4、迅速，使高校后勤進(jìn)行企業(yè)化管理進(jìn)一步社會(huì)化，成為真正自主經(jīng)營(yíng)、自負(fù)盈虧、自我發(fā)展、自我約束的法人實(shí)體。高校后勤企業(yè)化不僅是提高高校后勤企業(yè)競(jìng)爭(zhēng)力的關(guān)鍵，也是高校取得良性發(fā)展的重要手段。所以研究高校后勤集團(tuán)的運(yùn)營(yíng)績(jī)效走勢(shì)，是有價(jià)值有意義的。針對(duì)問(wèn)題一：公司運(yùn)營(yíng)的各項(xiàng)指標(biāo)不是某一個(gè)細(xì)化指標(biāo)所能確定的。首先，我們分別對(duì)該后勤集團(tuán)的經(jīng)濟(jì)效益、發(fā)展?jié)摿σ约皟?nèi)部運(yùn)營(yíng)指標(biāo)運(yùn)用了樣本主成分分析方法和數(shù)據(jù)處理，通過(guò)主成分分析法確定指標(biāo)的主成分元素，求出主成分的得分以及指標(biāo)的綜合得分，運(yùn)用回歸分析法得到綜合得分與時(shí)間的關(guān)系式，做出了各指標(biāo)與年份的關(guān)系分布圖，找出各自表現(xiàn)優(yōu)劣的年份及對(duì)未來(lái)三年的走勢(shì)做出了預(yù)測(cè)。針對(duì)

5、問(wèn)題二：為了研究客戶(hù)滿(mǎn)意指標(biāo)的走勢(shì)，我們將客戶(hù)們?cè)敢庠诤笄谙M(fèi)的人員比例與客戶(hù)滿(mǎn)意指標(biāo)一起進(jìn)行數(shù)據(jù)處理分析。原因是若有人愿意去后勤消費(fèi)，他們對(duì)后勤服務(wù)的態(tài)度取決于他們?cè)诤笄谙M(fèi)次數(shù)的多少?zèng)Q定。所以消費(fèi)者（學(xué)生、教工）滿(mǎn)意度和愿意到后勤消費(fèi)的比例兩個(gè)具有相同性質(zhì)的概念，我們可以對(duì)兩個(gè)表格進(jìn)行合并，同樣利用主成分分析法進(jìn)行建立模型并求解。針對(duì)問(wèn)題三：在問(wèn)題一和問(wèn)題二的基礎(chǔ)上，我們回歸分析法得到客戶(hù)滿(mǎn)意指標(biāo)與經(jīng)濟(jì)效益指標(biāo)、發(fā)展?jié)摿χ笜?biāo)以及內(nèi)部運(yùn)營(yíng)指標(biāo)之間的動(dòng)態(tài)關(guān)系以及相應(yīng)的擬合圖。我們預(yù)測(cè)了未來(lái)三年的時(shí)間里，后勤公司的走勢(shì)和最近十年里的優(yōu)劣年份。此模型可用于公司里的某些檢測(cè)，這樣可以很大程度的減少人

6、為因素，給公司帶來(lái)不良的影響，從而促進(jìn)公司的發(fā)展。最后根據(jù)分析結(jié)果我們提供1000字左右的政策與建議。五、 模型建立與求解5.1后勤集團(tuán)各指標(biāo)優(yōu)劣年份及未來(lái)三年走勢(shì)分析5.1.1經(jīng)濟(jì)效益指標(biāo)的優(yōu)劣年份分析為了保證每組數(shù)據(jù)都具有一定的價(jià)值，在進(jìn)行數(shù)據(jù)主成分分析之前，我們把數(shù)據(jù)人均收入單位與前面的單位統(tǒng)一都以萬(wàn)元為單位。整理后的數(shù)據(jù)如附錄7.1表1。以2000年為基準(zhǔn)年，記為0，2001年為1，以此類(lèi)推。后續(xù)指標(biāo)與時(shí)間的表達(dá)關(guān)系以及圖形均采用此方法處理。對(duì)A進(jìn)行標(biāo)準(zhǔn)化得到A1用MATLAB函數(shù)求得A1的協(xié)方差矩陣為：用Matlab內(nèi)部函數(shù)corrcoef求出相關(guān)矩陣為：再用eig函數(shù)求得的特征值和

7、特征向量（見(jiàn)附錄7.2），排序整理列出數(shù)表5.1：表5.1 的特征值和特征向量特征值特征向量4.88640.4448 0.4466 0.4436 0.4499 0.45110.05550.7118 -0.2826 -0.6273 0.0764 0.11860.04160.3163 -0.6830 0.6299 -0.1730 -0.08260.01260.1552 0.2664 0.0291 -0.8578 0.41010.0040-0.4139 -0.4280 -0.1099 0.1611 0.7794第 i 個(gè)主成分的貢獻(xiàn)率：的特征值及貢獻(xiàn)率表（如下表5.2）：表5.2 的特征值及貢獻(xiàn)率特

8、征值貢獻(xiàn)率累計(jì)貢獻(xiàn)率4.88640.977280.977280.05550.01110.988380.04160.008320.99670.01260.002520.99920.00400.00081一般取累計(jì)貢獻(xiàn)率達(dá)85-95的特征值1，2，m所對(duì)應(yīng)的第一，第二，第m（mp)個(gè)主成分?？梢?jiàn)，只需取第一個(gè)作為主成分即可表示經(jīng)濟(jì)效益的指標(biāo)。則樣本主成分為：（5-1）綜上分析可得到經(jīng)濟(jì)效益指標(biāo)表示為： （5-2） 將各年的代入（5-1）式和（5-2）式得到第一主成分得分和綜合得分列表如下：表5.3 綜合得分表與年份的關(guān)系表年份第一主成分得分(y11)綜合得分(Y1)2000-2.91294-2.9

9、12942001-2.85818-2.858182002-2.26691-2.266912003-0.92646-0.926462004-0.2531-0.253120050.5569750.55697520061.0631371.06313720071.9832821.98328220082.5547342.55473420093.0594643.059464進(jìn)而畫(huà)出Y1與時(shí)間的散點(diǎn)圖，如下圖所示圖5.1 Y1與時(shí)間的散點(diǎn)圖由圖形可知，Y1與時(shí)間呈線性關(guān)系，設(shè)回歸方程為：.回歸分析結(jié)果：表5.4 回歸分析表回歸系數(shù)回歸系數(shù)的估計(jì)值回歸系數(shù)的置信區(qū)間-3.2638-3.6283 -2.8993

10、0.72530.6570 0.7936=0.9868 F=600.1300 p<0.0000 = 0.0723 大于0.95，說(shuō)明此模型具有較好的可信度。得到 畫(huà)出擬合圖如下圖所示：圖5.2 Y1的擬合圖通過(guò)分析擬合圖可知，2000年的經(jīng)濟(jì)效益最差，2009年最優(yōu)，未來(lái)三年的經(jīng)濟(jì)效益呈線性增長(zhǎng)。5.1.2后勤集團(tuán)發(fā)展能力的優(yōu)劣年份及未來(lái)三年走勢(shì)分析研究數(shù)據(jù)時(shí)，為避免出現(xiàn)大數(shù)吃小數(shù)或其他原因引起數(shù)據(jù)誤差，我們利用MATLAB進(jìn)行數(shù)據(jù)的標(biāo)準(zhǔn)化處理， 在模型建立與求解的過(guò)程中，方法類(lèi)似5.1的處理。過(guò)程與上一解答過(guò)程相同,具體程序解答見(jiàn)附錄7.2。先求樣本協(xié)方差矩陣；用Matlab內(nèi)部函數(shù)co

11、rrcoef求出；樣本相關(guān)矩陣 的特征之和特征向量見(jiàn)下表：表5.5 矩陣的特征值和特征向量表：特征值特征向量3.028660.56874 0.27116 0.55336 0.544790.89292-0.03857 -0.93216 0.20536 0.295650.05402-0.29245 0.02355 0.80171 -0.520750.024410.76780 -0.23872 -0.09422 -0.58704表5.6 的特征值及貢獻(xiàn)率：特征值貢獻(xiàn)率累計(jì)貢獻(xiàn)率3.028660.757160.757160.892920.223230.980390.054020.013500.9939

12、00.024410.006101我們用同樣的方法得到發(fā)展能力指標(biāo)的兩個(gè)主成分?jǐn)?shù)學(xué)模型為：于是我們便得到了發(fā)展能力指標(biāo)的模型：由已知數(shù)據(jù)和公式，我們算得：表5.7 主成分和綜合得分表年份第一主成分得分(y21)第二主成分得分(y22)綜合得分(Y2)2000-2.962420.175008-2.248042462001-2.822890.265505-2.119679942002-1.219050.42239-0.8453017720030.346689-1.92137-0.1697363720040.139868-0.31630.0360004720051.037917-1.293740.50

13、700973220060.909810.2740290.76504606620071.6250270.3542851.33568519420081.4228940.9516281.31558875920091.5221561.0885681.423430323畫(huà)出擬合圖圖5.3 Y2與時(shí)間的散點(diǎn)圖設(shè)回歸方程為：.回歸結(jié)果：表5.8 回歸分析表回歸系數(shù)回歸系數(shù)的估計(jì)值回歸系數(shù)的置信區(qū)間-2.4439 -2.8685 -2.0194 0.8071 0.5874 1.0268-0.0417-0.0652 -0.0182=0.9781 F=156.3931 p<0.0000 =0.0521 大于

14、0.95，說(shuō)明此模型具有較好的可信度。得到 圖5.4 Y2的擬合圖由擬合圖可知，2000年后勤集團(tuán)的發(fā)展?jié)摿ψ畹停?009的發(fā)展?jié)摿ψ罡?，?jù)此我們預(yù)測(cè)2010年發(fā)展?jié)摿?huì)達(dá)到最大值，之后逐年下降。5.1.3后勤集團(tuán)內(nèi)部運(yùn)營(yíng)的優(yōu)劣年份及未來(lái)三年走勢(shì)分析同樣為了使數(shù)據(jù)可靠，我們先對(duì)后勤集團(tuán)內(nèi)部運(yùn)營(yíng)情況的指標(biāo)作標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣C1,樣本協(xié)方差矩陣 ；樣本相關(guān)矩陣；（具體程序解答見(jiàn)附錄7.2）表5.9 矩陣的特征值和特征向量表：特征值特征向量3.442070.47917 0.53232 -0.52542 0.459300.46369-0.65184 -0.05382 0.01216 0.75

15、6350.06865-0.29748 -0.34148 -0.85065 -0.267000.02559-0.50695 0.77274 -0.01311 -0.38171表5.10 的特征值及貢獻(xiàn)率：特征值貢獻(xiàn)率累計(jì)貢獻(xiàn)率3.442070.860520.860520.463690.115920.976440.068650.017160.993600.025590.006401同上方法內(nèi)部運(yùn)營(yíng)指標(biāo)的主成分的模型為：運(yùn)營(yíng)情況指標(biāo)的模型：由相關(guān)數(shù)據(jù)，我們算得：表5.11 主成分以及綜合得分年份第一主成分得分(y31)第二主成分得分(y32)綜合得分(Y3)2000-2.58243-0.49991-

16、2.335199382001-2.25617-0.3211-2.026441542002-1.96042-0.42493-1.778130812003-1.014330.690156-0.811979372004-0.319471.382477-0.1174200920050.8986-0.111710.77865908620061.3318520.5391781.23774796620071.79696-0.943461.47162487520081.991913-0.227961.72837654220092.113492-0.082741.852762724回歸結(jié)果：表5.12 回歸分析

17、結(jié)果回歸系數(shù)回歸系數(shù)的估計(jì)值回歸系數(shù)的置信區(qū)間-2.3863 -2.7593 -2.0134 0.1917 -0.1880 0.57140.1428 0.0414 0.2442-0.0126-0.0200 -0.0052=0.9930 F=283.0373 p< 0.0000 = 0.0282 大于0.95，說(shuō)明此模型具有較好的可信度。得到 圖5.4 Y3的擬合圖由擬合圖可知，2000年的運(yùn)營(yíng)情況最差，2009年的運(yùn)營(yíng)情況最好，預(yù)測(cè)在未來(lái)三年里，運(yùn)營(yíng)情況逐年下降。5.2 綜合分析客戶(hù)滿(mǎn)意指標(biāo)，闡述客戶(hù)滿(mǎn)意指標(biāo)的走勢(shì)。若顧客去后勤消費(fèi)意愿程度，決定了他們?cè)诤笄谙M(fèi)次數(shù)的多少。后勤消費(fèi)的比例

18、與客戶(hù)滿(mǎn)意指標(biāo)是同性質(zhì)的數(shù)據(jù)，所以我們可以主要分析“客戶(hù)們?cè)敢庠诤笄谙M(fèi)的人員比例”的數(shù)據(jù)或?qū)⑺c“客戶(hù)滿(mǎn)意指標(biāo)”一起進(jìn)行數(shù)據(jù)處理分析。同樣利用主成分分析法進(jìn)行求解此處將二者合并一起做分析，得到矩陣F，將F標(biāo)準(zhǔn)化后得到F1其樣本協(xié)方差為：S4 ；樣本相關(guān)矩陣為：R4。（具體程序解答見(jiàn)附錄7.2）表5.13特征值與特征向量特征值特征向量7.83081-0.35073-0.344370.331640.330680.35297-0.32735-0.319700.345590.292700.65024-0.10198-0.26462-0.007130.353510.12386-0.322420.524

19、12-0.11919-0.621570.23739-0.245110.076760.65868-0.372860.053940.33709-0.075930.14235-0.467520.138960.19085-0.274170.48090-0.144250.11422-0.005350.35295-0.561220.428620.11251-0.13941-0.27624-0.129350.477370.102830.76759-0.11254-0.21658-0.017580.02807-0.526410.43456-0.24148-0.168990.589060.007440.1747

20、1-0.237700.114450.002030.58555-0.20711-0.15140-0.225100.681980.08006-0.116770.16349-0.169620.000000.106610.191660.105050.161200.04320-0.26955-0.63088-0.60507-0.276120.00000-0.34540-0.62092-0.34034-0.52226-0.13994-0.08320-0.19473-0.18676-0.08523表5.14 特征值及貢獻(xiàn)率特征值貢獻(xiàn)率累計(jì)貢獻(xiàn)率7.830810.870090.870090.6502370.0

21、72250.942340.2373860.026380.968710.138960.015440.984150.1125090.012500.996660.0280680.003120.999770.0020280.000231.000005.07E-160.000001.00000-1.4E-170.000001.00000取前三項(xiàng)表5.15 主成分與綜合得分年份第一主成分得分第二主成分得分第三主成分得分綜合得分2000-3.34338-0.915610.696986-2.324542001-2.73517-1.176710.083387-2.431142002-2.796450.20831

22、7-0.834-3.32992003-2.442240.865791-0.26973-2.380222004-0.57770.845652-0.01706-0.4461920050.703260.4811820.0101170.70522120060.9328110.3838990.1989871.09911320072.6464240.7308580.6494143.12910420083.289584-0.399490.1147713.07056920094.322866-1.0239-0.632873.1803 圖5.5 Y4與時(shí)間的散點(diǎn)圖設(shè)回歸方程為：.回歸結(jié)果：表5.16 回歸分析結(jié)

23、果回歸系數(shù)回歸系數(shù)的估計(jì)值回歸系數(shù)的置信區(qū)間 -2.1954-3.3086 -1.0822 -1.2549 -2.3881 -0.12170.5433 0.2406 0.8460-0.0376-0.0597 -0.0155=0.9746 F= 76.6694 p< 0.0000 = 0.2513 大于0.95，說(shuō)明此模型具有較好的可信度。圖5.6 Y4與時(shí)間的擬合圖由擬合圖可知，顧客的滿(mǎn)意度2002年最差，2009年最好，預(yù)測(cè)在未來(lái)三年里滿(mǎn)意度逐年降低。5.3分析后勤公司運(yùn)行指標(biāo)之間的動(dòng)態(tài)關(guān)系和提供1000字左右的政策與建議5.3.1公司運(yùn)行指標(biāo)之間的動(dòng)態(tài)關(guān)系圖5.7 Y4與Y1、Y2、

24、Y3的散點(diǎn)圖可知Y4與Y1,Y2,Y3都有很好的線性關(guān)系，可以采用線性回歸設(shè)回歸方程為：.回歸結(jié)果：表5.17 回歸分析結(jié)果回歸系數(shù)回歸系數(shù)的估計(jì)值回歸系數(shù)的置信區(qū)間0.0272-0.4326 0.48701.2692-0.1630 2.7015-1.6319 -3.0813 -0.18251.1118-0.8902 3.1139=0.9643 F=53.9828 p<0.0001 = 0.3531大于0.95，說(shuō)明此模型具有較好的可信度。圖5.7 Y4與時(shí)間的擬合圖我們已經(jīng)對(duì)經(jīng)濟(jì)效益指標(biāo)、發(fā)展能力指標(biāo)、內(nèi)部運(yùn)營(yíng)指標(biāo)和客戶(hù)滿(mǎn)意度的優(yōu)劣及未來(lái)三年有了詳細(xì)的分析和了解。在此，我們主要分析這些

25、準(zhǔn)則層的指標(biāo)存在的內(nèi)在聯(lián)系，提出下列建議。5.3.2政策與建議：在高校迅猛發(fā)展的今天，考慮為了滿(mǎn)足越來(lái)越多的需求，高校后勤服務(wù)的規(guī)模在不斷地?cái)U(kuò)大，后勤體制改革力度相應(yīng)的也在不斷地加大力度。考慮把后勤建制從學(xué)校行政系統(tǒng)中分離出來(lái)，組建后勤服務(wù)集團(tuán)公司變得勢(shì)在必行。這樣就可以實(shí)現(xiàn)后勤服務(wù)自主經(jīng)營(yíng)、獨(dú)立核算、自負(fù)盈虧。并且包括如何建立和完善與市場(chǎng)經(jīng)濟(jì)相適應(yīng)的現(xiàn)代企業(yè)制度這個(gè)最終目的。在目前的關(guān)于績(jī)效審計(jì)實(shí)踐的了解中，發(fā)現(xiàn)尚缺乏客觀評(píng)價(jià)績(jī)效狀況的依據(jù)和方法。根據(jù)高校后勤集團(tuán)的實(shí)際執(zhí)行，針對(duì)性的建立一套較完整可行的績(jī)效審計(jì)評(píng)價(jià)指標(biāo)體系，同時(shí)對(duì)保證績(jī)效審計(jì)的質(zhì)量是很有必要的。1、實(shí)現(xiàn)逐步向股份制經(jīng)濟(jì)實(shí)體的

26、過(guò)渡校園后勤部門(mén)的發(fā)展壯大，單單靠自身的資金積累是遠(yuǎn)遠(yuǎn)不夠的。必須走股份制的道路，以此來(lái)快速增強(qiáng)自身的實(shí)力。后勤集團(tuán)及時(shí)調(diào)整經(jīng)營(yíng)策略，按照股份制企業(yè)的要求，建立股東會(huì)、董事會(huì)、監(jiān)事會(huì)和經(jīng)理層，更好的為集團(tuán)的共同目標(biāo)各司其職，同時(shí)也是相互制衡，最后的目的都是建立科學(xué)民主的管理體制。從而由單一的服務(wù)型單位轉(zhuǎn)變成股制經(jīng)濟(jì)實(shí)體。2、合理建立科學(xué)的管理制度實(shí)行定編定崗、競(jìng)爭(zhēng)上崗、目標(biāo)明確、任務(wù)明確、嚴(yán)格考核、獎(jiǎng)優(yōu)罰劣，實(shí)行崗位工資、效益工資、記件工資等一系列有效的工資制度，打破平均主義工資制。同時(shí)充分調(diào)動(dòng)廣大員工的積極性，發(fā)掘服務(wù)部門(mén)內(nèi)部的最大潛力，提高服務(wù)質(zhì)量，使集團(tuán)的各項(xiàng)工作能夠高效有序地開(kāi)展。另外

27、一些具體的建議，例如：建立規(guī)章對(duì)大、中、小類(lèi)物資統(tǒng)一采購(gòu)；明確采購(gòu)原則、采購(gòu)方法；在原總務(wù)的基礎(chǔ)上建立詳細(xì)的出入庫(kù)賬目；還有要求各部門(mén)每月上報(bào)采購(gòu)計(jì)劃，配合中心進(jìn)行集中采購(gòu)等等。并在同時(shí)要求各部崗位職責(zé)、管理制度到位，節(jié)約開(kāi)支、杜絕浪費(fèi)。3、加強(qiáng)工會(huì)活動(dòng)和員工的培訓(xùn)力度加強(qiáng)工會(huì)活動(dòng)和員工的培訓(xùn)力度，這樣可以讓職工們?cè)鲞M(jìn)彼此的了解，加深友誼，有利于工作中的互助。集團(tuán)工會(huì)還可以組織收集娛樂(lè)性和趣味性結(jié)合性比較好的的各種活動(dòng)，內(nèi)容可以廣泛，可以有棋類(lèi)、球類(lèi)諸如此類(lèi)的活動(dòng)等，最大限度的調(diào)動(dòng)職工的能動(dòng)性，增家職工內(nèi)部的凝聚力。同時(shí)也要培訓(xùn)職工對(duì)黨的路線、方針和政策及時(shí)的理解，使職工明確自己的職責(zé)范圍，落

28、實(shí)行為規(guī)范。4、加強(qiáng)后勤職工的整體服務(wù)意識(shí)學(xué)校后勤工作的整體服務(wù)是體現(xiàn)在到每一個(gè)被服務(wù)者的身上的。服務(wù)質(zhì)量的評(píng)定是經(jīng)過(guò)多次服務(wù)后而給出的，由各個(gè)不同內(nèi)容的具體服務(wù)所組成。如果我們對(duì)每一對(duì)象提供服務(wù)的總和為一產(chǎn)品，則每次服務(wù)的個(gè)體效益就是這個(gè)產(chǎn)品的組成部分。這種整體效應(yīng)要求每個(gè)職工必須增強(qiáng)整體服務(wù)意識(shí)，以整體利益為重，顧全大局。而要求職工增強(qiáng)整體服務(wù)意識(shí)就必須要職工不斷樹(shù)立信心和自我加壓，在工作中做到主動(dòng)、熱情、耐心、周到。這其實(shí)應(yīng)該是服務(wù)中最基本的要求。六、 模型的評(píng)價(jià)和改進(jìn)6.1模型的評(píng)價(jià)優(yōu)點(diǎn)：次模型的求解過(guò)程不算復(fù)雜，使用者可以思路清晰的對(duì)每一步進(jìn)行理解和掌握，有利于模型使用的推廣，使用工

29、具也是常見(jiàn)的軟件，為使用該模型進(jìn)一步提供了方便。評(píng)定結(jié)果比較客觀，有利于公平公正原則。缺點(diǎn)：在問(wèn)題三的解答過(guò)程中，置信區(qū)間包含零點(diǎn)，使得擬合出的函數(shù)不夠精確，結(jié)果難免出現(xiàn)偏差，模型在某些計(jì)算上還需要加強(qiáng)改進(jìn)。6.2 模型的改進(jìn)在問(wèn)題三的解答過(guò)程中采用多元非線性回歸，綜合考慮了各項(xiàng)指標(biāo)，期望提高模型的準(zhǔn)確度。七、 附錄7.1表格數(shù)據(jù)：表1 經(jīng)濟(jì)效益指標(biāo)年份經(jīng)營(yíng)收入（萬(wàn)元）年終節(jié)余（萬(wàn)元）返還工資（萬(wàn)元）上繳利潤(rùn)（萬(wàn)元）人均收入（元）20001732000660020011780000816020021900286771711160200333726491991051800020044213802

30、28312124000200567281026298140312002006800411922522003360020079767133342622037200200810800138548225042000200911780142953128045600表2 發(fā)展能力指標(biāo)年份資本積累率（）營(yíng)業(yè)增長(zhǎng)率（）發(fā)展基金占年終結(jié)余比（）人員素質(zhì)評(píng)價(jià)20008.42.402420019.12.702620023.76.330%2820032.643.730%3120044.32030%3220056.237.437%3420065.915.941%3620077.418.153%3820086.59.6

31、51%3920096.88.351%40表3 內(nèi)部運(yùn)營(yíng)指標(biāo)年份總資產(chǎn)周轉(zhuǎn)率（）人均產(chǎn)值（元）正式員工占總員工比例（）人均服務(wù)人數(shù)（人）200017.732253 59.615.3200118.232423 56.815.89200218.027941 45.015.59200317.248794 43.617.96200417.158439 40.619.56200524.477870 33.118.74200623.289426 31.319.87200728.395288 25.618.26200826.1103746 24.319.18200925.4110093 22.819.3表4

32、客戶(hù)滿(mǎn)意指標(biāo)（消費(fèi)者）消費(fèi)者（學(xué)生、教工）滿(mǎn)意度調(diào)查（對(duì)后勤服務(wù)滿(mǎn)意程度評(píng)價(jià)）年份很不滿(mǎn)意不滿(mǎn)意基本滿(mǎn)意滿(mǎn)意非常滿(mǎn)意20001846297020011944289020021942251402003173827171200414323121220051330351932006113133223200782737244200892338264200972436285愿意到后勤消費(fèi)的比例（每月到食堂就餐次數(shù)，按一日三餐計(jì)算）年份40天以下4059天6079天80天以上200014333518200113313719200211353618200312363517200411333818200593

33、239202006102942192007827461920089244522200982147247.2編輯程序：1、%houqin1.m%原數(shù)據(jù)標(biāo)準(zhǔn)化、協(xié)方差矩陣、相關(guān)系數(shù)矩陣、特征值、特征向量%A:經(jīng)濟(jì)效益指標(biāo)數(shù)據(jù)%B:發(fā)展能力指標(biāo)數(shù)據(jù)%C:內(nèi)部運(yùn)營(yíng)指標(biāo)數(shù)據(jù)%D:客戶(hù)滿(mǎn)意指標(biāo)（消費(fèi)者）數(shù)據(jù)%E:愿意到后勤消費(fèi)的比例（每月到食堂就餐次數(shù)，按一日三餐計(jì)算）數(shù)據(jù)A=1732 0 0 0 0.661780 0 0 0 0.8161900 286 77 17 1.1163372 649 199 105 1.84213 802 283 121 2.46728 1026 298 140 3.12800

34、4 1192 252 200 3.369767 1333 426 220 3.7210800 1385 482 250 4.211780 1429 531 280 4.56; B=-0.084 0.024 0 0.24-0.091 0.027 0 0.26-0.037 0.063 0.3 0.280.026 0.437 0.3 0.310.043 0.2 0.3 0.320.062 0.374 0.37 0.340.059 0.159 0.41 0.360.074 0.181 0.53 0.380.065 0.096 0.51 0.390.068 0.083 0.51 0.4; C=0.177

35、 32253 0.596 15.30.182 32423 0.568 15.890.18 27941 0.45 15.590.172 48794 0.436 17.960.171 58439 0.406 19.560.244 77870 0.331 18.740.232 89426 0.313 19.870.283 95288 0.256 18.260.261 103746 0.243 19.180.254 110093 0.228 19.3; D=0.18 0.46 0.29 0.07 00.19 0.44 0.28 0.09 00.19 0.42 0.25 0.14 00.17 0.38

36、0.27 0.17 0.010.14 0.32 0.31 0.21 0.020.13 0.3 0.35 0.19 0.030.11 0.31 0.33 0.22 0.030.08 0.27 0.37 0.24 0.040.09 0.23 0.38 0.26 0.040.07 0.24 0.36 0.28 0.05; E=0.14 0.33 0.35 0.180.13 0.31 0.37 0.190.11 0.35 0.36 0.180.12 0.36 0.35 0.170.11 0.33 0.38 0.180.09 0.32 0.39 0.20.1 0.29 0.42 0.190.08 0.2

37、7 0.46 0.190.09 0.24 0.45 0.220.08 0.21 0.47 0.24;F=D,E;A1=zscore(A);S1=cov(A1);R1=corrcoef(A1);V1,D1=eig(R1); B1=zscore(B);S2=cov(B1);R2=corrcoef(B1);V2,D2=eig(R2); C1=zscore(C);S3=cov(C1);R3=corrcoef(C1);V3,D3=eig(R3); F1=zscore(F);S4=cov(F1);R4=corrcoef(F1);V4,D4=eig(R4);2.%houqin2.m%Y1與year的回歸分析

38、Y1=-2.912944517 -2.858179276 -2.266914897 -0.926456319.-0.253096981 0.556974628 1.063137371 1.983282325 2.554733569.3.059464097;Y2=-2.248042464 -2.11967994 -0.845301767 -0.169736371 0.03600047.0.507009732 0.765046066 1.335685194 1.315588759 1.423430323;Y3=-2.335199381 -2.026441541 -1.778130811 -0.81

39、1979371 -0.117420087.0.778659086 1.237747966 1.471624875 1.728376542 1.852762724;Y4=-2.324543089 -2.431138043 -3.329897954 -2.380219204 -0.446190637.0.70522101 1.099112983 3.129103659 3.070569022 3.180300364;year=0:9;t=0:0.1:13; plot(year,Y1,'*');xlabel('年份');ylabel('Y1');tit

40、le('Y1與年份');X1=ones(10,1) year'b1,bint1,r1,rint1,stats1=regress(Y1',X1);Y_1=b1(1)+b1(2)*t;plot(year,Y1,'*',t,Y_1);3.%houqin3.m%Y2與year的回歸分析plot(year,Y2,'*');xlabel('年份');ylabel('Y2');title('Y2與年份');X2=ones(10,1) year' (year.2)'b2,bint2,r2,rint2,sta