藺　宇， 裴政釗， 張宗達

(天津大學 管理與經濟學部，天津 300072)

?

面向制造企業(yè)戰(zhàn)略目標的精益評價

藺宇， 裴政釗， 張宗達

(天津大學 管理與經濟學部，天津 300072)

摘要：針對精益水平無法直接反映制造企業(yè)戰(zhàn)略目標的問題，建立制造企業(yè)戰(zhàn)略目標與精益水平指標間的映射規(guī)則。利用解釋結構模型方法建立精益水平指標體系的網絡模型，并采用模糊網絡分析法及灰色關聯(lián)度法進行評價。案例應用實現(xiàn)了企業(yè)戰(zhàn)略目標到關鍵精益指標的轉化，其結果與直接對企業(yè)目標評價結果最大偏差不超過5%，證明所提評價模式和映射規(guī)則的可行性和有效性。

關鍵詞：戰(zhàn)略目標； 精益水平評價； 模糊網絡分析法(FANP)； 灰色關聯(lián)度(GCD)

我國越來越多的制造企業(yè)采用精益生產來提高生產率，降低成本。在制造企業(yè)推進精益生產模式初期，精益水平更多體現(xiàn)在生產現(xiàn)場，如何將現(xiàn)場呈現(xiàn)的精益水平提升與企業(yè)戰(zhàn)略目標關聯(lián)起來是堅定企業(yè)信心，幫助企業(yè)正確決策的重要環(huán)節(jié)，對企業(yè)判斷目前生產管理水平和確定未來發(fā)展方向有重要作用。國內外許多學者和咨詢公司從不同的角度對精益水平評價進行了探索和研究。Soriano-Meier等[1]基于Karlsson等[2]開發(fā)的精益生產原則模型對英國日用陶瓷行業(yè)三十多家公司進行調查，確定9種精益生產變量來評估制造企業(yè)的精益等級。Wan[3]采用數(shù)據包絡分析法建模來衡量生產系統(tǒng)的精益性和敏捷性。Fullerton等[4]強調在評估精益績效的同時考慮財務和非財務績效的重要性。周碧華[5]在績效評價體系綜述中提出了基于精益管理理念的企業(yè)績效體系并驗證了實用性。王青亮[6]從成本角度提出了精益改善績效評價模式。精益水平評價一般分為建立精益水平評價指標及對其評價2個步驟。

在精益水平指標的建立階段，很多企業(yè)采用平衡計分卡和關鍵績效指標等方法。高層管理者關注的績效評價指標多為戰(zhàn)略指標，反映企業(yè)戰(zhàn)略經營活動的期望值，具有長期性及宏觀性，是對企業(yè)整體發(fā)展的總要求。高層管理者與生產現(xiàn)場管理者所關注的指標并不相同，從戰(zhàn)略指標評價體系中無法直接反映精益水平。研究精益水平評價的文獻[1-6]多數(shù)是直接提出精益水平指標體系，運用評價方法得出結果，而沒有考慮精益指標與企業(yè)戰(zhàn)略目標之間的聯(lián)系，缺乏績效評價體系與精益水平評價體系的映射關系，所得結論對企業(yè)的指導意義欠缺。在精益推行過程中，若某項戰(zhàn)略指標需要改進，但因企業(yè)戰(zhàn)略目標評價體系無法直接反映精益水平，不能確定應著重改進的生產現(xiàn)場指標，即無法將企業(yè)改善目標落實到日常生產工作中。如何在戰(zhàn)略目標評價體系的基礎上，體現(xiàn)對生產現(xiàn)場的管理要求，明確精益水平指標的改變對戰(zhàn)略指標的影響，幫助高層管理者決策尚需進一步的研究。本文提出一種新的評價模式，將企業(yè)戰(zhàn)略目標績效評價指標轉換為精益水平指標，利用解釋結構模型建立網絡層次模型，確定關鍵精益水平評價指標，利用模糊網絡分析法與灰色理論進行求解綜合評價。

1明確兩種評價指標體系間關系

1.1企業(yè)績效評價指標

某大型鋼鐵加工企業(yè)共有酸洗、軋機、鍍鋅、精整和熱處理6條生產線，生產酸洗卷、冷軋制卷、鍍鋅卷和全工序卷等多種產品系列。以該企業(yè)為研究對象，推行精益生產取得一定成效后，企業(yè)希望在明確目前精益水平基礎上找出精益實施過程中的不足及未來的重點改進方向。為保證指標有效性，在對國內外相關文獻企業(yè)戰(zhàn)略指標[7-9]的研究基礎上，提出面向企業(yè)戰(zhàn)略目標的績效評價指標體系，并結合對案例企業(yè)所在鋼鐵行業(yè)的問卷調查和企業(yè)高層訪談后進行修改，最終確定戰(zhàn)略指標如表1所示。

1.2企業(yè)精益水平指標

為確定合適的精益水平指標，在企業(yè)內部選擇了8名生產線管理者，并聘請2位外部精益咨詢人員，成立改善團隊。在對生產線進行詳細調研了解以后，以相關文獻[10-12]精益指標為基礎，結合案例企業(yè)生產現(xiàn)場實際確定精益水平評價指標如表2。

1.32種指標體系的二維關系矩陣

制造企業(yè)的核心為生產加工過程，企業(yè)存在的目的是為顧客快速高效地提供高質量低成本的產品，企業(yè)精益化水平和企業(yè)戰(zhàn)略目標是建立在產品的基礎上。因此，考慮產品交付顧客過程中最重要的過程周期時間、成本、質量、生產速率、顧客滿意度5個方面，將其作為連接2種指標體系的中間變量。由改善團隊共同判斷2種指標體系各指標與5個中間變量是否存在顯著相關關系。以同時與2種指標顯著相關的中間變量數(shù)量作為兩指標間的相關程度，并建立戰(zhàn)略指標與精益水平指標之間的二維關系矩陣如表3。相關程度取值范圍為0～5，0表示最不相關，5表示最相關。以顧客響應和銷售額之間的關系為例，顧客響應與中間變量中的過程周期時間、質量和顧客滿意度正相關，而銷售額與過程周期時間、成本、質量和顧客滿意度之間顯著相關，同時與顧客響應和銷售額相關的中間變量為過程周期時間、質量和顧客滿意度3個，因此兩者相關系數(shù)為3。2種指標體系各指標間的賦值體現(xiàn)了精益水平指標與企業(yè)戰(zhàn)略指標間的緊密程度。在構建出的二維關系矩陣中采用獨立配點法進行權重的轉換，按照重要度進行排序。

表1　戰(zhàn)略指標體系

2FANP-GCD精益水平評價模型

精益水平評價針對復雜的生產系統(tǒng)，涉及生產的各個方面，其內部元素不是簡單的線性依存關系，而是存在著反饋作用，此時精益水平指標體系結構更類似于網絡結構。因AHP只能解決層次性較強的指標體系[13]，故本文采用網絡分析法。圖1為典型的ANP結構。

為避免信息的不完全或不精確性帶來的偏差，用模糊數(shù)來表示決策者的偏好更為合適。將模糊綜合評價法與ANP法相結合的FANP法能提高評價的準確性。1996年，Chang[14]提出了求解模糊層次分析模型的程度分析方法。2003年，Mikhailov[15]提出了求解FANP模型的模糊優(yōu)先規(guī)劃方法(fuzzy preference programming，F(xiàn)PP)，該方法適用于具有一致性的ANP網絡及具有不一致性的復雜ANP網絡。本文利用FANP法評價的步驟如圖2所示，權重計算采用FPP方法求解。

表2　精益水平指標

表3　戰(zhàn)略指標與精益水平指標的二維關系矩陣

圖1　典型的ANP結構

精益水平評價是對已實施精益企業(yè)距離理想狀態(tài)差距的評判，利用灰色關聯(lián)度評價法計算各評價對象與“理想點”的關聯(lián)度作為評價結果[18]。在明確反映系統(tǒng)特征的數(shù)列基礎上，根據關聯(lián)度計算公式計算出關聯(lián)度，利用關聯(lián)度評價各對象的優(yōu)劣。利用該方法對樣本量的大小無要求，也不需有典型的分布規(guī)律，計算簡便的同時可進行多指標直接對比，避免主觀因素的影響。

圖2　基于FANP法的精益評價基本步驟

3精益水平評價應用

3.1建立精益水平評價指標體系

根據戰(zhàn)略指標與精益水平指標之間的二維關系矩陣計算出各精益水平指標重要度后，按重要度排序如表4所示。根據帕累托原則，當精益水平指標的重要度不足1時表明與戰(zhàn)略指標基本無關，因此

表4　精益水平指標重要度

剔除重要度不足1的3個指標，即生產組織、單元生產和集成產品設計?？梢钥闯鍪Ｓ嘀笜说睦塾嬛匾日急冉?0%，依然能夠較好反映與戰(zhàn)略指標之間的關系。

剔除冗余指標以后，專家組對簡化后的精益指標分析，其關系如表5所示。表中,V表示所在行指標影響所在列指標;A表示所在列指標影響所在行指標;X表示行指標與列指標相互影響。

表5　精益水平指標相互關系矩陣

鄰接矩陣A是由相互關系矩陣引出的，它是按照已定規(guī)則用1和0來代替V、A、X[17]。根據相互關系矩陣建立出鄰接矩陣A，進而得到可達矩陣M。

根據可達矩陣M可得精益水平評價解釋結構模型(圖3)。

3.2對精益水平評價體系計算權重

圖3　精益水平評價多層次ANP模型

表6三角模糊數(shù)與語言變量關系表

Tab.6Relationship table of triangular fuzzy numbers and linguistic variables

語言變量語言變量三角模糊數(shù)三角模糊倒數(shù)同等重要Equallyimportant(1,1,1)(1,1,1)間值Intermediate(1,2,3)(1/3,1/2,1)較重要Moderatelyimportant(2,3,4)(1/4,1/3,1/2)間值Intermediate(3,4,5)(1/5,1/4,1/3)重要Important(4,5,6)(1/6,1/5,1/4)間值Intermediate(5,6,7)(1/7,1/6,1/5)很重要Veryimportant(6,7,8)(1/8,1/7,1/6)間值Intermediate(7,8,9)(1/9,1/8,1/7)絕對重要Absolutelyimportant(9,9,9)(1/9,1/9,1/9)

表的計算

表的計算

表9　內部技術的超矩陣

受篇幅限制，不詳細給出其他指標綜合權重的計算過程，計算出其余數(shù)據如下：

經過FANP模型的分解，戰(zhàn)略目標的精益水平最終可用6個關鍵精益指標衡量，分別為顧客響應、流動化進程、持續(xù)改進、維修管理、目視管理和車間組織。

3.3計算綜合評價結果及分析

對指標進行等級評定并進行標準化處理。將目標最優(yōu)值作為參考列，初值及現(xiàn)值作為比較數(shù)列。利用關聯(lián)分析法求得第k個指標的不同值與最優(yōu)值的關聯(lián)系數(shù)[18]。

ξi(k)=

(1)

企業(yè)戰(zhàn)略目標評價結果為

R1=E1×W1=[0.520.700.96]T,

關鍵精益水平評價結果為

R2=E2×W2=[0.520.670.97]T。

利用企業(yè)績效評價體系可明確企業(yè)戰(zhàn)略目標的實現(xiàn)情況和定位企業(yè)未來發(fā)展，而關鍵精益水平評價是對企業(yè)生產現(xiàn)場精益水平的衡量?？梢钥闯觯P鍵精益水平評價與戰(zhàn)略目標績效評價結果最大偏差不超過5%，誤差在可接受范圍內可以認定相同，證明面向企業(yè)戰(zhàn)略目標的績效評價體系與精益水平評價體系兩者之間的映射規(guī)則成立。更為重要的是，企業(yè)可以利用二維關系矩陣分析關鍵精益水平的不足對某項戰(zhàn)略目標績效指標的影響，有利于管理者找到影響績效評價指標的關鍵精益水平指標，并做出合理的改進決策。由表10可得企業(yè)戰(zhàn)略目標評價指標雷達圖(圖4)及目前關鍵精益水平指標的雷達圖(圖5)。

表10　綜合評價結果

圖4和圖5呈現(xiàn)出的案例企業(yè)評價結果表明下。

1) 本文提出的模型實現(xiàn)了企業(yè)的戰(zhàn)略目標轉化為現(xiàn)場可執(zhí)行的精益指標。根據圖4可以看出案例企業(yè)的戰(zhàn)略實施效果沒有達到預期水平，通過二維關系矩陣(表3)找到關鍵精益水平評價體系中與戰(zhàn)略實施效果相關性最強的指標為流動化進程，就可以確定對流動化進程這個精益指標的改進對于提高企業(yè)戰(zhàn)略實施效果最好，因此企業(yè)下一階段重點即為改善精益指標中的流動化進程，

圖4　企業(yè)績效評價指標雷達圖

Fig.4Radar map of enterprise’s performance evaluation indexes

圖5　企業(yè)關鍵精益水平指標雷達圖

Fig.5Radar map of enterprise’s key lean performance indexes

2) 本文提出的模型可指導精益指標的改善方向。盡管該企業(yè)在推行精益生產后各項精益水平指標相比初始值已經有所提高，流動化進程、維修管理及顧客響應的改善進度尚可，但車間組織以及持續(xù)改進方面仍與最優(yōu)值有較大差距。經過分析，案例企業(yè)在消除不必要工具、保持改善的持續(xù)性以及保持員工的積極態(tài)度方面做得還不夠。在目視管理方面進展較大，較好的將生產現(xiàn)場的部分信息做到了目視化，但依然需要完善目視管理實施的機制。

4結論

本文針對制造企業(yè)戰(zhàn)略目標績效指標無法反映生產現(xiàn)場運作能力及指導精益改善的問題進行深入分析，以生產過程周期時間、成本、質量、生產速率和顧客滿意度為中間變量，采用二維關系矩陣建立現(xiàn)行戰(zhàn)略目標績效評價體系與精益水平評價體系之間的映射規(guī)則，并利用模糊網絡分析法及灰色關聯(lián)度對所建立的戰(zhàn)略目標精益水平評價指標模型進行評價，可以在現(xiàn)行戰(zhàn)略目標評價體系基礎上確定企業(yè)精益水平及存在的問題，找到企業(yè)應重點改進的方向并給出相關建議。本文提出的評價模型可作為企業(yè)高層管理者深刻理解精益本質，將企業(yè)戰(zhàn)略目標與精益推進結合進行判斷決策的重要工具，也能夠幫助企業(yè)基于戰(zhàn)略目標而確定精益改善重點。此外，模型中的指標及相關細則可根據不同企業(yè)的實際進行調整，因此具有較好的靈敏性。未來的研究方向是本文對于兩種評價體系之間的映射規(guī)則采取了專家評價法，可以采取更加客觀的研究方法。

參考文獻：

[1]SORIANO-MEIER H, FORRESTER P L. A model for evaluating the degree of leanness of manufacturing firms[J].International Journal of Integrated Manufacturing Systems, 2002, 13(2):104-109.

[2]KARLSSON C, AHLSTROM P. Assessing changes towards lean production[J].International Journal of Operations and Production Management, 1996, 16(2):24-41.

[3]WAN H. Measuring leanness of manufacturing systems and identifying leanness target by considering agility[D].Virginia Polytechnic Institute and State University, 2006.

[4]FULLERTON R R, WEMPE W F. Lean manufacturing, non-financial performance measures, and financial performance[J].International Journal of Operations and Production Management, 2009, 29(3):214-240.

[5]周碧華.基于精益管理理念的企業(yè)經營績效評價體系構建及應用[J].價值工程, 2005, 24(3):68-71.

ZHOU Bihua. The design and apply of corporation performance estimate system based on keep improving idea[J].Value Engineering, 2005, 24(3): 68-71.

[6]王青亮.S公司精益化裝配線設計與精益改善績效評價方法研究[D].天津：天津大學, 2007.

WANG Qingliang. A study on design of lean assembly line in s corporation and lean improvement performance evaluation methods[D].Tianjin: Tianjin University, 2007.

[7]方振邦，王國良，余小亞.關鍵績效指標與平衡計分卡的比較研究[J].中國行政管理, 2005(5):82-85.

FANG Zhenbang, WANG Guoliang, YU Xiaoya. Comparative study of key performance indicators and the balanced scorecard[J]. Chinese Public Administration, 2005(5): 82-85.

[8]王佳凡.基于平衡計分卡的制造企業(yè)核心競爭力評價體系構建[J].財務管理, 2011, 2(4):24-25.

WANG Jiafan. Manufacturing enterprise core competitiveness evaluation system build based on the balanced scorecard[J] Commercial Accounting, 2011, 2(4):24-25.

[9]李偉成. 基于平衡計分卡的政府部門績效管理研究[D].武漢：華中科技大學，2012.

LI Weicheng. Study on performance management in government department based on balanced scorecard[D]. Wuhan: Huazhong University of Science and Technology, 2012.

[10]VINODH S, VIMAL K E K. Thirty criteria based leanness assessment using fuzzy logic approach[J]. International Journal of Advanced Manufacturing Technology, 2012, 60(9-12):1185-1195.

[11]VINODH S, CHINTHA S K. Leanness assessment using multi grade fuzzy approach[J]. International Journal of Production Research, 2009, 49(2):431-445.

[12]LIN C T, CHIU H, TSENG Y H.Agility evaluation using fuzzy logic[J].International Journal of Production Economics, 2006, 101(2):353-368.

[13]王蓮芬.網絡分析法(ANP)的理論與算法[J].系統(tǒng)工程理論與實踐, 2001(3):44-50.

WANG Lianfen. The theory and algorithm of analytic network process[J]. System Engineering Theory and Practice, 2001(3): 44-50.

[14]CHANG D Y. Applications of the extent analysis method on fuzzy AHP[J].European Journal of Operational Research, 1996, 95(3):649-655.

[15]MIKHAILOV L. Deriving priorities from fuzzy pairwise comparison judgements[J].Fuzzy Sets and Systems, 2003, 134(3):365-385.

[16]郝海，蹤家峰.系統(tǒng)分析與評價方法[M].北京：經濟科學出版社, 2007.

[17]SINGH M D, Kant R. Knowledge management barriers: An interpretive structural modeling approach[J].International Journal of Management Science and Engineering Management, 2008, 3(2):141-150.

[18]范莉莉，高喜超，葉常發(fā).企業(yè)核心競爭力的灰色關聯(lián)度評價方法[J].管理學報, 2011, 8(12):1859-1865.

FAN Lili, GAO Xichao, YE Changfa, Grey relational evaluation method for core competence of enterprises[J]. Chinese Jounal of Management, 2011, 8(12): 1859-1865.

A Study of Manufacturing Enterprise Strategic Objectives Oriented Lean Evaluation

LIN Yu, PEI Zhengzhao, ZHANG Zongda

(School of Management and Economics, Tianjin University, Tianjin 300072，China)

Abstract：The incapability of lean performance to reflect strategic indicator in manufacturing enterprises is under study. The mapping rules between enterprise strategic objectives and lean level indicators are built. A network model of the lean level index system is established by using the interpretation structure model method. This model is evaluated by using fuzzy analytic network process (FANP) and grey correlation degree (GCD). The translation between enterprise objectives and key lean indexes is proved by the case study. The maximum deviation of evaluation outcome is less than 5 percent compared with the enterprise objectives evaluation, which proves the feasibility and effectiveness of evaluation model and mapping rules.

Key words：strategic objectives；lean performance evaluation; fuzzy analytic network process; grey correlation degree

中圖分類號：F270.7

文獻標志碼：A

文章編號：1007-7375(2016)01- 0148- 08

doi:10.3969/j.issn.1007- 7375.2016.01.023

作者簡介：藺宇(1975-)，男，黑龍江省人，博士，主要研究方向為精益生產、豐田生產方式等.

基金項目：國家青年自然科學基金資助項目(71201114)

收稿日期：2015- 07- 12