后勤集团运营绩效分析数学建模2.doc

题 目 ： 后勤集团运营绩效分析关 键 词 指数平滑预测法、主成分分析、多元回归分析、路径分析、结构方程模型摘 要：题目中给出了某高校后勤集团2000-2009年的一系列运营指标：经济效益指标、发展能力指标、内部运营指标以及客户满意度指标。我们对每一个指标分别进行了主因子分析，并使用指数平滑法、曲线拟合对其走势进行了预测。通过建立回归模型，得到客户满意指标与其余三个指标的关系。最后通过对该模型的分析，针对该后勤集团，我们提出了一系列的政策建议。本文中对客户满意指标进行了满意度与忠诚度的独立处理，并对其量化，更恰当地对客户消费情况进行了描述。而在建立客户满意度与其他三个企业指标的关系时，在多元回归模型之外，还对路径分析，以及结构方程模型进行了讨论。最后，由企业营业增长率、总资产周转率的变化，返还工资、发展基金占年终结余比的变化走势，推测该集团可能进行的金融，管理等方面的改革，以及下一步的改革方案。一、问题的背景高校后勤承担着管理育人、服务育人和环境育人的重要职能。随着后勤社会化改革进程的加快，高校师生对后勤服务和管理水平的要求越来越高，高校后勤本身也需要不断调整，使自己的服务管理水平符合科学化、程序化、专业化之要求。最近几年高校规模的扩大，给学生社区和食堂管理带来了新的课题。对此，国务院和教育部领导非常重视，多次强调要加强学生社区和食堂等后勤管理，以便为广大师生提供最佳的学习、生活和教育科研条件。 二、问题的重述高校后勤集团是高等教育体制改革的产物，在经济上自负盈亏，独立核算。某高校后勤集团为了研究公司运营绩效走势，详细了调查了2000年至2009年的运营指标。包括经济效益指标、发展能力指标、内部运营指标以及客户满意度指标。每个指标下面又有细化指标，且给出了我们具体调查结果，见题目中表1、表2、表3以及表4。要求，分析上述数据，并通过数学建模知识回答下述问题。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等指标作综合分析。并且指出这些指标表现优劣的年份以及未来三年走势。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经济效益指标、发展潜力指标以及内部运营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政策措施，最后提供1000字左右的政策与建议。三、模型的假设1、所给数据真实可靠，允许出现一定的随机误差。2、数据的变化可能会受社会环境的影响，譬如：2003年的SARS在我国的大面积流行，会对该高校后勤集团的发展产生一定的影响。3.在未来三年，社会政策和环境无巨大变动。否则，预测可能无效。 四、问题的分析与符号说明问题分析：高校的后勤集团作为一个独立的企业，其发展模式既遵从企业一般的发展规律，又有自己的特点。该问题向我们提供了该企业的经济效益指标、发展潜力指标、内部运营指标以及客户满意度指标。通过对各指标进行主成分分析，精简“细化指标”的数量，分析各线组合中权数较大的因子，分析其综合意义，从而作出综合评价。对个指标未来走势的预测以及其综合分析，我们分别选取了不同的方法：1.综合经济效益分析：建立了指数平滑模型。选择“指数平滑法”对其走势进行预测。这种方法能对预测情况有较大影响的最近期的实际统计给以较大的权数，也能给较远期的数据以较小的权数，又不像应用移动平均法时需要贮存很多的实际统计资料，因此这种方法更为合理。2.而对发展潜力和内部运营指标的分析，我们又建立了“主成分分析模型”。主成分分析法的基本原理是：设法将原来变量重新组合成一组新的互相无关的几个综合变量，同时根据实际需要从中可以取出几个较少的综合变量尽可能多地反映原来变量的信息。其次它也是数学上处理降维的一种方法。经过对原始数据的简单处理、分析，发现用此方法既合理而且也已于解决说明问题。3.第二问要求，综合分析客户满意指标，及阐述客户满意指标走势，且给出了相关数据（见题目中的表格3、4）。先用主成分分析，根据分析结果将抽象的顺序数据：满意指标数据和忠诚指标数据量化，更易于问题的分析和趋势的预测。我们不仅分别给出，2000-2009年量化后的满意度和忠诚度值，而且对未来3年的值进行了预测。4.对于第三问，要求分析各个指标之间的动态关系。由于回归分析主要解决以下几个方面的问题：(1)确定几个特定的变量之间是否存在相关关系, 如果存在的话, 找出它们之间合适的数学表达式; (2)根据一个或几个变量的值, 预测或控制另一个变量的取值, 并且可以知道这种预测或控制能达到什么样的精确度; (3)进行因素分析。例如在对于共同影响一个变量的许多变量(因素)之间, 找出哪些是重要因素, 哪些是次要因素, 这些因素之间又有什么关系等等。运用多元回归。对各指标之间的关系进行具体准确分析。故采用多元回归建立模型，并进行求解。最后，对上述具体结果进行总结分析，给出了一系列有效合理的政策与建议。符号说明：A:消费群体的满意度B：消费群体的忠诚度C:消费群体对后勤服务集团的综合消费情况。F：发展能力的总得分：发展能力指标的两个主成分：发展能力的各指标F*：内部运营情况的总得分x1、x2、x3、x4、x5： 分别代表对该后勤服务集团表示“很不满意”、“不满意”、“基本满意”、“满意”、“非常满意”的人数比例。五、模型建立与求解1.问题一模型建立与求解：问题一要求，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作综合分析。找出这些指标表现优劣的年份以及未来三年走势。下面对经济效益、发展潜力以及内部运营这三个指标的情况，逐个进行分析。1.1模型一：指数平滑预测1.1.1指数平滑法指数平滑法是在移动平均法基础上发展起来的一种时间序列分析预测法，它是通过计算指数平滑值，配合一定的时间序列预测模型对现象的未来进行预测。其原理是任一期的指数平滑值都是本期实际观察值与前一期指数平滑值的加权平均。指数平滑法的基本公式是：St=ayt+(1-a)St-1 ，式中， St-时间t的平滑值； yt-时间t的实际值； St-1-时间t-1的实际值； a-平滑常数，其取值范围为0,1； 指数平滑法一般有一次指数平滑法、二次指数平滑法和三次指数平滑法。指数平滑法的预测模型为： 初始值的确定，即第一期的预测值。一般原数列的项数较多时（大于15项），可以选用第一期的观察值或选用比第一期前一期的观察值作为初始值。如果原数列的项数较少时（小于15项），可以选取最初几期（一般为前三期）的平均数作为初始值。 指数平滑方法的选用，一般可根据原数列散点图呈现的趋势来确定。如呈现直线趋势，选用二次指数平滑法；如呈现抛物线趋势，选用三次指数平滑法。或者，当时间序列的数据经二次指数平滑处理后，仍有曲率时，应用三次指数平滑法。 指数平滑系数的确定，一般来说，如果数据波动较大，值应取大一些，可以增加近期数据对预测结果的影响。如果数据波动平稳，值应取小一些。具体可根据实际情况适当选取。1.1.2对该后勤集团的经济效益的综合分析：经济效益指标中又包含：经营收入、年终结余、返还工资、上缴利润和人均收入等小指标。为了综合分析各个因子指标之间的关系，我们需要对其关联度分析检验。此操作通过excel就可以解决。他们的关联系数矩阵结果如下（表一）：经营收入年终结余返还工资上缴利润人均收入经营收入1年终结余0.9517381返还工资0.947930.9603071上缴利润0.9766540.9823550.9676851人均收入0.983560.9849290.9713810.988911结果显示：这五个变量之间的关联度非常强，就是说他们之间是非相互独立的。以经营收入为自变量，分别对年终结余、返还工资、上缴利润和人均收入作一元线性回归，它们的回归系数及拟合度结果分别为（表二）：因子回归系数拟合度年终结余0.1350.9058返还工资0.0460.899上缴利润0.0260.954人均收入3.5830.967因此，经济收益的所有指标因子可以归结为经营收入这一个因子。另外，我们通过主因子分析可以得到同样的结果，所以以下仅通过分析经营收入指标，即可对后勤集团的经济效益进行描述。下面对经营收入指标进行预测分析，我们引入指数平滑预测模型。1.1.3适合题目的指数平滑预测首先画出年份与经营输入指标的散点分布图如下：由散点图趋势。根据经验判断法。该后勤集团2000-2009年销售额时间序列波动很大。经过第一次指数平滑后，数列呈现直线上升趋势，故做二次指数平滑法即可。利用sas软件对时间序列进行分析预测非常方便，通过sas软件我们也可得到结果如下： (1-1-1)图1-1-1是运用指数平滑法的拟合图形以及预测的大致趋势，下面是sas结果中输出的表格。通过上边三个SAS输出结果：可以看出拟合度为0.967，标准误差很小，说明该拟合结果非常好。且预测的后三年数据分别为13521万元、14294万元、15026万元。1.1.4指数平滑预测模型的预测结果：运用相同的方法对各个指标进行未来三年的预测（或根据表一的回归系数），得到预测结果如下（表三）：年份经营收入年终节余返还工资上缴利润人均收入2010135211722661.9341.3532232011142941867725.7371.8570292012150262010789.5402.360836从结果可以看出经济效益的各指标在未来三年呈快速增长趋势，可见该后勤集团发展比较快而稳定，有较好的前景。由图（1-1-1）可看出2003、2005年的经济效益较优，2006、2008年的经济效益较劣。1.2模型二：主成分分析1.2.1因子分析相关知识 因子分析的基本目的就是用少数几个因子去描述许多指标或因素之间的联系，即将相关比较密切的几个变量归在同一类中，每一类变量就成为一个因子（之所以称其为因子，是因为它是不可观测的，即不是具体的变量），以较少的几个因子反映原资料的大部分信息。运用这种研究技术，我们可以方便地找出影响消费者购买、消费以及满意度的主要因素是哪些，以及它们的影响力（权重）运用这种研究技术，我们还可以为市场细分做前期分析。 主成分分析主要是作为一种探索性的技术，在分析者进行多元数据分析之前，用主成分分析来分析数据，让自己对数据有一个大致的了解是非常重要的。主成分分析一般很少单独使用：a，了解数据。(screening the data)，b，和cluster analysis一起使用，c，和判别分析一起使用，比如当变量很多，个案数不多，直接使用判别分析可能无解，这时候可以使用主成份发对变量简化。（reduce dimensionality）d，在多元回归中，主成分分析可以帮助判断是否存在共线性（条件指数），还可以用来处理共线性。1.2.2发展能力指标分析发展能力指标为资本增长率、营业增长率、发展基金占年终结余比和人员素质评价。首先用excel画出各个指标随年份变化的趋势图（见1-2-1），通过分析图形，发现只有资本增长率、发展基金占年终结余比和人员素质评价呈趋势相似的增长趋势，而营业增长率的发展趋势随机性较大，故采用多因子分析模型，运用spss软件对发展潜力的四个指标进行多因子分析。（1-2-1）1.2.3运用主成分分析求解由于2000年到2009年的发展能力指标数据均为百分数，因此不需要对这些数据进行标准化，直接把数据导入spss中进行主成分分析，可得到各指标之间的相关矩阵 ： 可见只有营业增长率与其余各指标之间的相关系数比较小，资本增长率、发展基金占年终结余比和人员素质评价这三个指标两两之间的相关系数都大于0.9，相关性很高。故在利用spss实现的时候我们得出了两个主成分，得到下面的分析表格：Total Variance Explained表显示了这两个主成分对原始变量总方差的解释，它们解释了全部方差的98.039%，也即集中了原始4个变量信息的98.039% ，可见效果非常好，用这两个主成分代表原始变量指标来评价该高校后勤集团的经济效益已有足够的把握。而从Communalities表得到这两个主成分的线性组合如下：（主成分分别用表示，各指标分别用表示）主成分的经济意义由各线性组合中权数较大的几个指标的综合意义来确定。综合因子中，的系数远大于的系数，并且几乎都在0.95以上，所以主要是资本积累率，发展基金占年终比和人员素质三个指标的综合反映，它代表着发展能力的资金和人力。资金和人力利用得好，劳动生产率就提高，资金周转就加快，从而提高发展能力。因为由来评价经济效益已有75.716%的把握，所以这三项指标是反映学校后勤集团的发展能力的主要指标。主要是营业增长率的反映，它标志着发展能力的变化趋势。提高营业增长率，发展能力也会提高。用y1和y2表示这两个主成分的观测值，把标准化后的原始指标数据代入到上述的公式中，就可得到y1和y2的值。并且记F为发展能力的总得分，利用公式 1.2.4模型求解结果可计算出学校后勤集团的发展能力综合得分，由综合得分排出发展能力的名次（见下表）。年份y1y2F排名20000.155688-0.048840.10697821020010.169134-0.052030.1164471920020.547446-0.082150.3961661920030.8147840.2412430.6707745520040.729230.0302680.5589005720050.9165380.1650860.7308181220060.869568-0.037780.6499692620071.029322-0.046720.7689333120080.970512-0.120830.7078591420090.976826-0.134970.70948443从排名可看出2007年的发展能力最优，2000年的发展能力最劣。 然后利用1.1中的指数平滑法预测各个指标在未来三年的发展趋势，得到的结果如下表：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20106.96%20.24%57.06%42.09%20117.05%37.50%59.57%43.14%20127.14%15.24%62.08%44.18% 从结果可以看出资本累积率，发展基金占年终结余比和人员素质评价指标都在未来三年呈快速增长趋势，而营业增长率指标呈现季节性的波动。可见该后勤集团的人员素质和资金情况增长较快。 1.3内部运营指标分析内部运营指标包括总资产周转率、人均产值、正式员工占总员工比例和人均服务人数。由于这四个指标的量纲不同，我们先把人均产值和人均服务人数的数据都除以它们的最大值，进行这样简单的标准化之后保证所有2000年到2009年的指标数据都在0-1内，便于在同一个图形中同时表现。与上相同，我们也用excel画出这四个指标在2000年到2009年的变化趋势图（见表1-3-1）。 （1-3-1） 1.3.1对内部运营指标的主成分分析随着年份的增加，人均产值快速上升，总资产周转率和人均服务人数呈缓慢增长趋势，而正式员工占总员工比例却逐年下降。仅通过图形，我们不能直接得出结果。故再做一次主成分分析，先对原始数据进行标准化，将人均产值和人均服务人数的数据按公式 进行标准化后得到以下的结果 ： Total Variance ExplainedComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %13.44986.23686.2363.44986.23686.2362.46111.52997.765.46111.52997.7653.0641.60599.370 4.025.630100.000 Component12x2人均产值.987-.040x3正式员工占总员工比例-.977-.001x1总资产周转率.888-.447x4人均服务人数.856.509Component Matrix(a)从Total Variance Explained表中可以看出spss保留了两个主成分，这两个主成分集中了原始语句信息的97.756%。同样的我们得到了这两个主成分的线性组合如下：（主成分分别用表示，各指标分别用表示） 综合因子中，的系数都比较大，所以是四个指标的综合反映。主要是人均服务人数的反映，它标志着运营的服务水平。人均服务人数增长，内部运营水平也会随之提高。我们用y1*和y2*表示这两个主成分的观测值，把标准化后的原始指标数据代入到上述的公式中，就可得到y1*和y2*的值。并且记F*为内部运营情况的总得分，利用公式可计算出学校后勤集团的内部运营的综合得分，由综合得分排出内部运营的名次（见下表）。year年份y1*y2*F*排名20000.6526545-0.005063360.56223938320010.64172476-0.00011270.553384771520020.63153040.048298970.550174944620030.80716140.146899350.712999731220040.96452020.240687580.859512511120050.58524660.051725720.510656716720060.63174120.088096870.554945029420070.2601356-0.096042780.213257764920080.2986571-0.061927240.250410346820090.2253332-0.08982140.183962829101.3.1对内部运营指标的求解结果从排名可看出2004年的内部运营水平最优，2009年的内部运营水平最劣。 同理，利用1.1中的指数平滑法预测各个指标在未来三年的发展趋势，得到的结果如下表：年份总资产周转率人均产值正式员工占总员工比例人均服务人数201028.17%12521418.23%19.62 201129.04%13266616.04%19.78 201229.92%14011713.85%19.95 从预测结果可以看出在未来三年里内部运营指标中总资产周转率，人均产值和人均服务人数都是逐年增加的，而正式员工占总员工比例呈逐年下降趋势，从这个考虑可能是由于有了学生兼职加入到了后勤集团的原因，但总的来说，后勤集团资金周转越来越灵活，人员的素质不断提高的同时人员效率也在提高。2.问题二的思想分析与问题求解：2.1对满意度进行分析对题中给出的客户满意指标进行分析，首先画出不同满意程度的变化趋势图如下：可见：1.表示“很不满意”与“不满意”的顾客逐年减少。2.表示“满意”、“非常满意”的顾客逐年增加。3.表示“基本满意”的顾客所占比例将稳定于35%。对于顾客满意度A的计算，我们将不采用评分制，即：将“非常满意”评为5分，将“满意”评为4分将“非常不满意”评为1分的评分方法。这是因为考虑到每个顾客的喜好不同，同样一件事物，有些人非常喜欢，而有些人却非常不喜欢。这样的统计方法得到的数据更多的考虑到了个人喜好因素。而凸显这种喜好因素比较好的方法正是是题目中给出的满意度调查，因而再用评分制进行统计是没有必要的。在此，我们期望统计出一种更为广泛的满意度，以对该调查作以补充。2.1.1运用因子分析求解模型对题中满意度指标原始数据进行因子分析，运用spss元件实现得到报表如下：Total Variance Explained（1-1）ComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %14.71394.26194.2614.71394.26194.2612.2284.56398.823 3.048.96999.792 4.010.208100.000 53.289E-166.577E-15100.000 Component Matrix(a) Component1HENBU-.986BMANYI-.987JIBEN.935MANYI.951FEICHANG.994上式中，变量A代表“满意度”，x1、x2、x3、x4、x5 分别代表对该后勤服务集团表示“很不满意”、“不满意”、“基本满意”、“满意”、“非常满意”的人数比例。2.1.1运用因子分析求解模型于是我们得到了历年来的客户满意度向量：A（-0.29378 -0.27423 -0.23499 -0.11862 0.05556 0.11348 0.13316 0.26858 0.32657 0.34688）用Excel进行拟合，得到如下曲线：本文中对顾客满意度的计算，个人喜好程度的的系数都接近于-1或1 ，这样就弱化了个人喜好的强烈程度，强调了消费群体整体的满意度。l 当A为负值时，消费群体中，表示不满意的顾客占大多数，且A绝对值越大，不满意程度越高；l 当A为正值时，消费群体中，满意的人数占了大多数，A越大，满意度越高；l 随着t的增加，A不会一直保持线性增长，但短期内，仍可以保持这种增长趋势；通过上述函数y-t，估计未来三年 A值为： 0.4754 0.5560 0.6366 可见随着时间的推移，满意度趋向于线性增长形势。2.2对忠诚度进行分析对题中给出的愿意到后勤消费的比例进行分析，首先画出不同就餐次数的变化趋势图如下：上图中，对其发展趋势分析如下：1、60天以上的顾客所占比例呈上升态势；2、60天以下的顾客所占比例呈下行态势；3、2004年后1、2中提到的变化趋势开始显著，2008年后，这种显著又进一步明显。同样的，对题目中愿意到后勤消费的比例数据进行因子分析，同样运用spss元件实现得到报表如下：Total Variance Explained（1-2）ComponentInitial EigenvaluesExtraction Sums of Squared LoadingsTotal% of VarianceCumulative %Total% of VarianceCumulative %13.43785.92085.9203.43785.92085.9202.41610.39696.316 3.1473.684100.000 4-1.182E-16-2.955E-15100.000 Component Matrix(a)Component140天以下-.8654059天-.9596079天.97180天以上.909上式中，B代表顾客的“忠诚度”x1、x2、x3、x4 分别代表 40天以下、40-59天、60-79天、80天以上的人数所占的比例。2.2.1运用因子分析求解结果于是我们得到了顾客忠诚度向量： B（0.0659 0.1224 0.08238 0.04534 0.12098 0.17576 0.21572 0.29124 0.32892 0.40394 ）接下来，仍然用Excel进行拟合：文中对于顾客忠诚度的计算类似于计算满意度，弱化极端情况，强调对消费群体整体的满意度分析。以2004年为界，之前消费群体的忠诚度很低且波动明显，之后消费群体的忠诚度呈明显二次曲线变化。未来一段时间内，消费群体的忠诚度还将保持这种增长态势。故，利用图中y-t曲线对未来几年内消费群体的忠诚度预测如下：20102013年 0.5015 0.6007 0.7103 通过对数据进行分析，我们得到了两个指标：顾客满意度、顾客忠诚度。在衡量后勤集团对于消费主体的满意度时不仅要从顾客的满意度来考虑，还要从顾客的忠诚度来思考，顾客的忠诚度从另一个层次上说明了满意度的变化，拟合图形中忠诚度的增长趋势也是对满意度的增长的一种刻画，若满意度高，则来后勤集团服务的人数和次数都会相应增加，从而使得忠诚度增加；若忠诚度高，则说明来后勤集团服务的人数和次数多，从而说明满意度高。满意度与忠诚度紧密联系，相辅相成。我们对顾客的满意度和忠诚度都进行分析，这样可以更全面，深刻的分析描述后勤集团的满意度。2.3客户满意指标走势由上面的分析我们得到，消费群体对后勤服务的满意度呈线性增长，而忠诚度的增长趋势则可以用二次多项式进行描述。我们分别得到了集团的满意度向量，忠诚度向量：A（-0.29378 -0.27423 -0.23499 -0.11862 0.05556 0.11348 0.13316 0.26858 0.32657 0.34688）B（0.0659 0.1224 0.08238 0.04534 0.12098 0.17576 0.21572 0.29124 0.32892 0.40394 ）对其求和从而对顾客满意指标进行综合评定：C（-0.2279 -0.1518 -0.1526 -0.0733 0.1765 0.2892 0.3489 0.5598 0.6555 0.7508）从而得到：2004年后，消费群体对后勤服务的满意指标呈稳定增长态势。3. 分析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动态关系，及政策建议。3.1分别分析客户满意指标与经济效益指标，客户满意指标与发展潜力指标，客户满意指标与内部运营指标之间的关系。3.1.1各指标主因子的确定 从问题二中的结果得出，可将营业增长率的标准化结果作为经济效益指标值，F作为发展潜力指标，F*作为内部运营指标，C作为满意度指标来进行分析。其值如下表：年份 经济效益FF*满意度C200000.10697820.5622394-0.227920010.00477710.11644710.5533848-0.151820020.01671970.39616610.5501749-0.152620030.16321660.67077450.7129997-0.073320040.24691480.55890050.85951250.176520050.49721340.73081810.51065670.289220060.62420380.64996920.5549450.348920070.79966160.76893330.21325780.559820080.90246820.70785910.25041030.6555200910.70948440.18396280.7508并且随着年份的变化趋势如下图：利用spss软件分别对客户满意指标与经济效益指标，客户满意指标与发展潜力指标，客户满意指标与内部运营指标的关系进行函数拟合，并得出拟合图像分别为：并且得到的的函数分别为： 3.1.2各指标的综合分析综合3.1中的分别分析，结合得出的三个拟合函数，建立如下的回归模型 直接利用MATLAB统计工具箱的命令regress求解（具体程序见附录），得到模型的回归系数估计值及其置信区间（置信水平=0.05），检验统计量的结果见下表：参数参数估计值参数置信区间-0.0505 -0.5206 , 0.41950.9307 0.5533 , 1.30810.198 -1.1296 , 1.5255-0.2965 -1.8772 , 1.2843-0.7054 -2.1555 , 0.74460.7554 -0.4762 , 1.9870 R2=0.9912 F=89.8788 p0.467时，满意度随着发展潜力的增长而降低，当F*0.334时，满意度随着内部运营指标的增加而降低。3.2相关政策与建议目前我国高校的后勤集团公司一般都是在高校原有后勤实体和后勤服务部门按所属行业归类后组建而成的集团公司，大多数集团公司是高校的全资公司，各下属公司的投资主体又几乎都是集团公司，具有国有资产多、行业种类多的特点。以此同时，高校后勤组织又是大学的重要组成部分，其主要任务是对教学和科研实施保障，使教学和科研工作顺利展开；对大学的物质资源利用、优化、保护，实现保值增值，使学生对后勤提供服务的期望值和满意度的“相对统一”，并使满意率不断提高。于是，如何在保证师生满意率的前提下，使各集团的利益实现最大化，成为高校后勤集团管理中不可忽视的问题。在增加集团效益的问题上，我们参考“高校后勤信息网”了上的若干意见，认识到高校后勤集团的社会化改革，以及管理体制的优化是增加集团经济效益的有效手段。在社会化改革方面，积极融入市场，不断改革创新。管理机制上，加入ISO9001国际标准化组织，引进先进的管理体系，坚持精细管理，保证集团资源人力的最优化。在提高师生满意率的问题上，应保障优质化服务。比如美化餐厅就餐环境，细化寝室管理制度。以教学与师生为关注重点，满足教学与师生要求，实现期望值与满意度的相对统一。同时大力提高集团员工素质，以精细化的操作管理，优质的服务作为工作准则。为保证集团效益与师生满意度的兼得，可以在保证优质高效的服务的基础上，通过优化管理，减少高耗能设备的使用、开展各种节能减排活动，加大节约资源的宣传力度来实现。比如某高校对住宿条件进行了改善、淘汰老式茶炉、以及其他能耗高的设备、增加了管理员的巡查与清扫的频率、安装了空间记录设施、同时大力宣传节能减排等使得学生对后勤服务的满意度有了很大的提升、同时，集团的效益也有了进一步提升。 从题目中给出的数据进行分析，该集团的经济效益一直保持着平稳快速的发展，且随着资本累计率稳定，资本的不断积累，集团的发展能力也在不断增强。而从内部运营指标来看，集团内部对于资本及人员的管理也在逐渐走向成熟，故，当前主要任务便是在公司快速稳定发展的基础上，进一步提高消费群体的满意度，为此，我们提出若干意见;1、 精细集团内部管理机制，引入ISO9001管理体系。2、 以保证高校的教学、科研为焦点，优化服务质量。3、 加大节能减排的宣传力度，减少高能耗设备的使用。4、 积极参与省级国家级高校后勤集团的研讨会，进一步探索更为合理的结构体系。5、 经常进行与教师，学生的交流对话，了解其需求，以及对后勤集团的满意度。使教师与学生的期望值和满意度“相对统一”。六、模型的评价6.1 对问题一中指数平滑法模型的评价指数平滑法优缺点：生产预测中常用的一种方法。也用于中短期经济发展趋势预测，所有预测方法中，指数平滑是用得最多的一种。简单的全期平均法是对时间数列的过去数据一个不漏地全部加以同等利用；移动平均法则不考虑较远期的数据，并在加权移动平均法中给予近期资料更大的权重；而指数平滑法则兼容了全期平均和移动平均所长，不舍弃过去的数据，但是仅给予逐渐减弱的影响程度，即随着数据的远离，赋予逐渐收敛为零的权数。我们在作指数平滑时，没有对经济效益随时间变化的函数表达式进行计算。6.2对主成分分析法模型的评价主成分分析法的优点：在用统计分析方法研究多变量时，变量个数太多就会增加研究的复杂性。希望变量个数较少而得到的信息较多。在很多情形，变量之间是有一定的相关关系的，当两个变量之间有一定相关关系时，可以解释为这两个变量反映此课题的信息有一定的重叠。主成分分析是对于原先提出的所有变量，建立尽可能少的新变量，使得这些新变量是两两不相关的，而且这些新变量在反映科研的信息方面尽可能保持原有的信息。6.3 多元回归模型的优缺点：在处理测量数据时，经常要研究变量与变量之间的关系。变量之间的关系一般分为两种。一种是完全确定关系，即函数关系；一种是相关关系，即变量之间既存在着密切联系，但又不能由一个或多个变量的值求出另一个变量的值。对于彼此联系比较紧密的变量，人们总希望建立一定的公式，以便变量之间互相推测。回归分析的任务就是用数学表达式来描述相关变量之间的关系。但回归分析不能同时处理多个因变量，更不能比较及评价不同的理论模型。七、模型的改进对于第三问中对各指标的的动态分析，不仅可以用统计中的多元回归分析方法，也可以用路径分析及结构方程模型进行分析。路径分析，是一种研究多个变量之间多层因果关系及其相关强度的方法。由美国遗传学家S.赖特于192