基于聚類及灰色相對(duì)關(guān)聯(lián)的精益實(shí)施評(píng)價(jià)

張洪亮，郜振華，潘瑞林

(安徽工業(yè)大學(xué)管理科學(xué)與工程學(xué)院，安徽馬鞍山243032)

精益生產(chǎn)融合了批量生產(chǎn)的經(jīng)濟(jì)性和單件生產(chǎn)的柔性，它倡導(dǎo)消除浪費(fèi)、持續(xù)改善，適應(yīng)了多品種、小批量的市場(chǎng)需求環(huán)境。在美國(guó)，通用汽車和豐田建立了美國(guó)首家合資汽車公司，即新聯(lián)合汽車制造公司。除此之外，克萊斯勒、杜邦公司、摩托羅拉和美國(guó)電話電報(bào)公司等都在推行精益生產(chǎn)。在歐洲，寶馬公司耗資10億馬克在東部的愛森赫納建成了歐洲精益生產(chǎn)原則作業(yè)的樣板廠。意大利國(guó)家電力公司及西班牙恩德薩電力公司也都通過實(shí)施精益生產(chǎn)逐步邁入歐洲先進(jìn)電力公司行列。

為學(xué)習(xí)先進(jìn)管理方法，提高管理效率，20世紀(jì)70年代末，以長(zhǎng)春一汽、湖北二汽等為代表的企業(yè)開始接觸和學(xué)習(xí)精益生產(chǎn)。此后，隨著買方市場(chǎng)的逐漸形成，多品種、小批量成為市場(chǎng)需求的主要特征，面對(duì)市場(chǎng)競(jìng)爭(zhēng)壓力的日益增大，國(guó)內(nèi)越來(lái)越多的企業(yè)認(rèn)識(shí)到精益的價(jià)值，精益生產(chǎn)在我國(guó)獲得了較為廣泛的應(yīng)用。然而，對(duì)精益實(shí)施評(píng)價(jià)體系及方法的研究不多，這在一定程度上影響了精益生產(chǎn)在我國(guó)的進(jìn)一步推廣與實(shí)施。一方面，實(shí)施精益的企業(yè)不清楚自己的精益實(shí)施程度如何，不了解與其他企業(yè)相比，自身的薄弱環(huán)節(jié)在什么地方，難以做到持續(xù)改善;另一方面，尚未實(shí)施精益生產(chǎn)的企業(yè)不了解精益到底能帶來(lái)哪些改善，影響了其學(xué)習(xí)和應(yīng)用精益生產(chǎn)的熱情。因此，建立科學(xué)的評(píng)價(jià)體系及評(píng)價(jià)方法對(duì)推動(dòng)精益在我國(guó)的廣泛應(yīng)用具有重要的價(jià)值。

1 國(guó)內(nèi)外相關(guān)研究

國(guó)內(nèi)關(guān)于精益生產(chǎn)實(shí)施評(píng)價(jià)的研究相對(duì)較少且不成體系，沒能給出合理、完善的評(píng)價(jià)方法體系。已有的代表性研究成果有:上汽集團(tuán)在國(guó)內(nèi)較早提出了由7項(xiàng)綜合指標(biāo)構(gòu)成的精益管理評(píng)價(jià)體系。該體系的提出具有重要的理論及實(shí)踐意義，但由于指標(biāo)的權(quán)重及取值多由專家評(píng)分來(lái)實(shí)現(xiàn)，因此評(píng)價(jià)結(jié)果的客觀性難以保證。周武靜以華南地區(qū)118家企業(yè)為研究對(duì)象，研究了精益生產(chǎn)、運(yùn)營(yíng)績(jī)效及財(cái)務(wù)績(jī)效間的關(guān)系［1］。牛占文等利用因子分析法對(duì)生產(chǎn)過程維度下精益實(shí)施能力評(píng)價(jià)進(jìn)行了研究［2］。李寧寧和李軍從機(jī)制建設(shè)、流暢制造、基礎(chǔ)體系等5個(gè)方面構(gòu)建了企業(yè)精益化評(píng)價(jià)指標(biāo)體系，同時(shí)針對(duì)評(píng)價(jià)過程中存在的主觀因素的影響，構(gòu)建了基于灰色理論的精益化評(píng)價(jià)模型［3］。

相對(duì)來(lái)說，國(guó)外關(guān)于企業(yè)精益實(shí)施水平的研究較為豐富。主要成果有:LEONARDO等［4］針對(duì)傳統(tǒng)評(píng)價(jià)方法的不足，提出了基于“成本-時(shí)間”的精益實(shí)施效果評(píng)價(jià)方法。SANJAY［5］指出平衡計(jì)分卡法難以充分反映精益生產(chǎn)對(duì)企業(yè)的影響，提出了面向多階段動(dòng)態(tài)屬性的企業(yè)精益實(shí)施效果評(píng)價(jià)方法。ANAND等［6］運(yùn)用網(wǎng)絡(luò)層次法從績(jī)效價(jià)值的角度對(duì)精益生產(chǎn)、計(jì)算機(jī)集成制造及福特生產(chǎn)模式進(jìn)行了比較，研究結(jié)果表明精益生產(chǎn)的綜合表現(xiàn)最好。CHRISTIAN等［7］以存貨改善為中間變量，通過實(shí)證研究分析了精益實(shí)施對(duì)企業(yè)財(cái)務(wù)績(jī)效的影響。VIMAL等［8］構(gòu)建了基于模糊邏輯的精益實(shí)施評(píng)價(jià)神經(jīng)網(wǎng)絡(luò)模型。JOACHIM等［9］針對(duì)現(xiàn)有評(píng)價(jià)方法的不足，從數(shù)量及品種柔性能力方面建立了精益實(shí)施評(píng)價(jià)模型。

總之，國(guó)內(nèi)外相關(guān)研究對(duì)科學(xué)評(píng)價(jià)精益實(shí)施狀況、順利推進(jìn)精益實(shí)施具有積極的意義，但仍有不足。首先，評(píng)價(jià)過程中較多考慮財(cái)務(wù)指標(biāo)，而對(duì)現(xiàn)場(chǎng)改善、生產(chǎn)過程改善及員工精益意識(shí)改善等非財(cái)務(wù)指標(biāo)考慮較少。其次，評(píng)價(jià)中對(duì)指標(biāo)權(quán)重的確定多采用專家評(píng)價(jià)法，主觀性過強(qiáng)，難以反映指標(biāo)值的信息等。基于此，筆者應(yīng)用聚類及灰色相對(duì)關(guān)聯(lián)的方法對(duì)企業(yè)精益實(shí)施能力進(jìn)行評(píng)價(jià)與分析，聚類分析可以降低分析復(fù)雜度［10］，灰色關(guān)聯(lián)方法體現(xiàn)了標(biāo)桿管理的思想。

2 精益實(shí)施評(píng)價(jià)指標(biāo)體系

通過對(duì)相關(guān)文獻(xiàn)的研究與梳理，筆者確定了精益實(shí)施評(píng)價(jià)的23項(xiàng)影響因素(如圖1所示)，但精益實(shí)施中的一個(gè)重要特征就是各因素之間相互影響、相互作用。為了能從相互影響的因素中提取反映精益生產(chǎn)實(shí)施的綜合指標(biāo)，筆者引入聚類分析對(duì)這些影響因素進(jìn)行處理，以提取綜合指標(biāo)、降低指標(biāo)間的相互關(guān)聯(lián)和評(píng)價(jià)的復(fù)雜度。

圖1 精益生產(chǎn)實(shí)施相關(guān)因素的聚類

2.1 R型聚類分析

聚類分析根據(jù)分類對(duì)象不同分為Q型聚類分析和R型聚類分析，其中R型聚類分析是指對(duì)變量進(jìn)行聚類分析。在對(duì)變量進(jìn)行分類時(shí)，常用相似系數(shù)來(lái)衡量變量之間的相似程度［11］。設(shè)cij為變量 Xi與 Xj之間的相似系數(shù)，一般要求:①cij=±1當(dāng)且僅當(dāng)Xi=aXj(a≠0);②對(duì)一切 i，j成立;③，對(duì)一切成立，越接近1，則表示Xi與Xj的關(guān)系越密切，cij越接近0，兩者的關(guān)系越疏遠(yuǎn)。

2.2 聚類結(jié)果分析

筆者采用R軟件對(duì)精益生產(chǎn)實(shí)施的相關(guān)影響因素進(jìn)行聚類分析，其中相似系數(shù)矩陣在咨詢天津大學(xué)中產(chǎn)連企業(yè)研究中心相關(guān)精益專家的基礎(chǔ)上確定，聚類中的距離定義為:dij=1－cij，聚類結(jié)果如圖1所示。

23項(xiàng)影響因素基本上分為6類，分別表示6個(gè)綜合指標(biāo)，從下到上分別為:①現(xiàn)場(chǎng)環(huán)境改善，包括5S、目視管理、產(chǎn)品一次性合格率這3項(xiàng)影響因素;②與供應(yīng)商的關(guān)系，包括供應(yīng)商參與設(shè)計(jì)、與供應(yīng)商信息共享及與其結(jié)成長(zhǎng)期合作關(guān)系;③顧客價(jià)值實(shí)現(xiàn)，包括客戶需求信息管理、生產(chǎn)前置期、訂單準(zhǔn)時(shí)完成率、標(biāo)準(zhǔn)作業(yè)及客戶投訴率這幾方面;④生產(chǎn)改善，主要包括生產(chǎn)與需求節(jié)拍的匹配、快速換模、總體設(shè)備效率、在制品占流動(dòng)資產(chǎn)的比例等幾個(gè)因素;⑤員工素質(zhì)改善，包括多能工、對(duì)一線員工授權(quán)、提案建議制度及團(tuán)隊(duì)工作這4個(gè)方面;⑥經(jīng)營(yíng)效果改善，包括銷產(chǎn)比、產(chǎn)品市場(chǎng)份額、車間單位面積產(chǎn)值、單位資本金的收益率等因素。這6個(gè)綜合指標(biāo)全面體現(xiàn)了精益生產(chǎn)給企業(yè)帶來(lái)的影響，不僅包含了財(cái)務(wù)指標(biāo)，還包括非財(cái)務(wù)指標(biāo)，不僅反映了企業(yè)短期的競(jìng)爭(zhēng)力，也體現(xiàn)了企業(yè)長(zhǎng)期戰(zhàn)略的需要。

3 灰色相對(duì)關(guān)聯(lián)在精益評(píng)價(jià)中的應(yīng)用

精益生產(chǎn)關(guān)注過程，追求持續(xù)改善，因此精益實(shí)施水平是一個(gè)相對(duì)概念，不宜進(jìn)行絕對(duì)評(píng)價(jià)?；诖?，筆者應(yīng)用灰色相對(duì)關(guān)聯(lián)模型對(duì)多個(gè)同規(guī)模、產(chǎn)品類似的企業(yè)進(jìn)行精益實(shí)施狀況的比較分析。該方法結(jié)合了灰色關(guān)聯(lián)分析與理想點(diǎn)分析的各自優(yōu)點(diǎn)，既反映了評(píng)價(jià)對(duì)象與正、負(fù)理想方案在圖形變化趨勢(shì)上的關(guān)系，也體現(xiàn)了評(píng)價(jià)對(duì)象與正、負(fù)理想方案在“距離”上的差異

3.1 數(shù)據(jù)獲取及標(biāo)準(zhǔn)化

設(shè)有m個(gè)評(píng)價(jià)對(duì)象，精益實(shí)施評(píng)價(jià)體系中有n 個(gè)指標(biāo)，指標(biāo)值為 xij(1≤i≤m，1≤j≤n)，則可得決策矩陣X=(xij)m×n，用向量歸一化法對(duì)其進(jìn)行標(biāo)準(zhǔn)化處理，得到標(biāo)準(zhǔn)化矩陣:Y=(yij)m×n，其中

3.2 計(jì)算加權(quán)標(biāo)準(zhǔn)化矩陣

通過計(jì)算可得加權(quán)標(biāo)準(zhǔn)化矩陣:

其中，wj為第j個(gè)指標(biāo)的權(quán)重。為充分利用指標(biāo)值的信息，使評(píng)價(jià)過程更加客觀、評(píng)價(jià)結(jié)果更加合理，筆者采用熵權(quán)法確定指標(biāo)權(quán)重。

3.3 確定正、負(fù)理想序列及關(guān)聯(lián)矩陣

其中，ξ為分辨系數(shù)且 ξ∈［0，1］，引入它是為了減少極值對(duì)計(jì)算結(jié)果的影響，相關(guān)研究證明，實(shí)際應(yīng)用時(shí)一般取 ξ≤0.5。這里取0.5，進(jìn)而得各企業(yè)與正理想方案的灰色關(guān)聯(lián)系數(shù)矩陣為:

第i個(gè)企業(yè)與正理想方案的灰色關(guān)聯(lián)系數(shù)為:

同理，可得第i個(gè)企業(yè)與負(fù)理想方案的灰色關(guān)聯(lián)系數(shù)為:

3.4 各企業(yè)的灰色相對(duì)貼近度

企業(yè)的灰色相對(duì)貼近度計(jì)算公式如式(3)所示。

利用式(3)可計(jì)算各企業(yè)的灰色相對(duì)貼近度，它反映了各企業(yè)與正、負(fù)理想方案在態(tài)勢(shì)變化上的接近程度及“距離”上的遠(yuǎn)近關(guān)系，是各企業(yè)精益實(shí)施相對(duì)水平的集中體現(xiàn)。按照灰色關(guān)聯(lián)相對(duì)貼近度Ci值的大小即可對(duì)各企業(yè)精益水平進(jìn)行優(yōu)劣排序。

4 實(shí)例分析

以國(guó)內(nèi)5家實(shí)施精益生產(chǎn)的汽車廠商作為評(píng)價(jià)對(duì)象，它們規(guī)模相差不大、產(chǎn)品相似，具有可比較性。由于這6項(xiàng)指標(biāo)具有綜合性，因此在對(duì)這5家企業(yè)精益實(shí)施相關(guān)資料的搜集與分析的基礎(chǔ)上，筆者采用未確知有理數(shù)的方法來(lái)確定各企業(yè)在各綜合指標(biāo)上的表現(xiàn)。相對(duì)于具體的實(shí)數(shù)而言，未確知有理數(shù)可以給出指標(biāo)值屬于各區(qū)間的可信度，體現(xiàn)了專家的知識(shí)與經(jīng)驗(yàn)。

指標(biāo)值的確定過程由3位精益專家完成，由于知識(shí)、資歷等不同，各位專家的可信度分別為0.8，0.9 和0.95，對(duì)于企業(yè)1 在指標(biāo)“與供應(yīng)商的關(guān)系”的表現(xiàn)上，3位專家給出的分值區(qū)間為［80，85］、［78，82］、［75，80］，據(jù)此由未確知有理數(shù)理論可得沒有交叉的得分區(qū)間及其相應(yīng)的區(qū)間可信度，以未確知有理數(shù)的形式表示為:

同理，可得各廠商在各指標(biāo)上的評(píng)價(jià)數(shù)據(jù)，如表1所示。

表1 各廠商精益實(shí)施評(píng)價(jià)數(shù)據(jù)

4.1 數(shù)據(jù)標(biāo)準(zhǔn)化及指標(biāo)權(quán)重的確定

對(duì)上述相關(guān)內(nèi)容進(jìn)行標(biāo)準(zhǔn)化，并用熵權(quán)法計(jì)算各指標(biāo)的權(quán)重。熵權(quán)計(jì)算公式如下:

式中:Hj為第j項(xiàng)指標(biāo)的熵為相應(yīng)的標(biāo)準(zhǔn)化數(shù)據(jù)，k一般取1/ln n。可得6個(gè)綜合指標(biāo)的權(quán)重向量:W=(0.268，0.123，0.084，0.172，0.262，0.091)，進(jìn)而可得標(biāo)準(zhǔn)化加權(quán)矩陣，如表2所示。

表2 標(biāo)準(zhǔn)化加權(quán)矩陣

4.2 確定正、負(fù)理想方案并計(jì)算關(guān)聯(lián)矩陣

根據(jù)標(biāo)準(zhǔn)加權(quán)矩陣，從相應(yīng)指標(biāo)分別選取最優(yōu)、最差值組成正、負(fù)理想序列:

根據(jù)式(1)及式(2)，可得各待評(píng)企業(yè)與正、負(fù)理想方案的關(guān)聯(lián)系數(shù)矩陣:

進(jìn)而可得各企業(yè)與正、負(fù)理想方案的灰色關(guān)聯(lián)度為:

4.3 確定相對(duì)灰色相對(duì)貼近度

由式(3)可得各企業(yè)的灰色相對(duì)貼近度:

由此可知，5個(gè)企業(yè)的精益實(shí)施水平高低次序?yàn)?企業(yè)2＞企業(yè)1＞企業(yè)4＞企業(yè)5＞企業(yè)3，評(píng)價(jià)結(jié)果給出了各個(gè)企業(yè)精益生產(chǎn)實(shí)施水平的綜合差異。企業(yè)3的精益實(shí)施水平在5家企業(yè)中處于相對(duì)落后的位置，從正負(fù)理想關(guān)聯(lián)系數(shù)矩陣中可以發(fā)現(xiàn)，該企業(yè)在“現(xiàn)場(chǎng)改善”上表現(xiàn)突出，是5個(gè)廠商中表現(xiàn)最好的，但在其他指標(biāo)上表現(xiàn)一般，尤其是在“與供應(yīng)商的關(guān)系”、“員工素質(zhì)提升”這兩個(gè)指標(biāo)上是5個(gè)廠商中表現(xiàn)最差的。綜合分析，其原因應(yīng)為企業(yè)實(shí)施精益生產(chǎn)中過于關(guān)注改善技法、忽略了精益生產(chǎn)的重要基礎(chǔ)性工作，即與供應(yīng)商結(jié)成戰(zhàn)略聯(lián)盟、積極鼓勵(lì)員工參與并提高其素質(zhì)，而這兩方面是系統(tǒng)提升精益實(shí)施水平的重要環(huán)節(jié)。

5 結(jié)論

精益生產(chǎn)給企業(yè)帶來(lái)的影響是多方面的，如何從眾多相互聯(lián)系的影響因素中找出能全面反映精益生產(chǎn)特征的綜合性指標(biāo)是進(jìn)行科學(xué)評(píng)價(jià)的第一步，筆者應(yīng)用聚類方法確定了6項(xiàng)綜合指標(biāo)。另外，精益生產(chǎn)的實(shí)施水平是一個(gè)具有相對(duì)性的概念，故筆者將灰色相對(duì)關(guān)聯(lián)法應(yīng)用到企業(yè)精益實(shí)施水平評(píng)價(jià)領(lǐng)域?；疑鄬?duì)關(guān)聯(lián)分析結(jié)合了傳統(tǒng)灰色關(guān)聯(lián)與理想點(diǎn)的共同優(yōu)點(diǎn)，評(píng)價(jià)結(jié)果更加合理、科學(xué)。筆者的研究為企業(yè)進(jìn)行精益評(píng)價(jià)提供了可借鑒的方法，對(duì)豐富精益生產(chǎn)理論、促進(jìn)精益生產(chǎn)在我國(guó)的推廣具有一定的意義，但如何找出各綜合指標(biāo)的量化替代指標(biāo)，使評(píng)價(jià)更具實(shí)際意義是需要繼續(xù)研究的內(nèi)容。

［1］周武靜.精益生產(chǎn)、運(yùn)營(yíng)績(jī)效與財(cái)務(wù)績(jī)效之間的關(guān)系研究［J］.軟科學(xué)，2011(12):115－117.

［2］牛占文，褚菲，張洪亮.基于因子分析的生產(chǎn)過程維度下精益實(shí)施能力分析及評(píng)價(jià)研究［J］.科學(xué)學(xué)與科學(xué)技術(shù)管理，2011(9):111－116.

［3］李寧寧，李軍.多層次灰色綜合評(píng)價(jià)法在制造業(yè)精益化中的應(yīng)用［J］.企業(yè)活力，2012(3):5－10.

［4］L EONARDO R，F(xiàn)RANK C F.Measuring the impact of Lean tools on the cost－time investmentof a product using cost－ time profiles［J］.Robotics and Computer－ i ntegrated Manufacturing，2007(23):684 －689.

［5］SANJAY B.Lean and performancemeasurement［J］.Journal of Manufacturing Technology Management，2008，19(5):670 －684.

［6］ANAND G，RAMBABU L.Selection of leanmanufacturing systems using the analytic network process:a case study［J］.Journal of Manufacturing Technology Management，2009，20(2):258 －289.

［7］CHRISTIAN H，CUNEYT E，ADRIANA R H.The effect of lean production on financial performance:the mediating role of inventory leanness［J］.Int J Production Economics，2012，138(2):242 －253.

［8］V IMAL K E K，SEKAR V.Application of artificial neural network for fuzzy logic based leanness assessment［J］.Journal of Manufacturing Technology Management，2013，24(2):274 －292.

［9］J OACHIM M，JORG B，STEFAN S，et al.Volume and mix flexibility evaluation of lean production systems［C］∥ 2 013 2ndCIRP Global Web Conference.［S.l.］:［s.n.］，2013:79 －84.

［10］靳 延安，劉行軍.一種改進(jìn)的層次聚類算法［J］.武漢理工大學(xué)學(xué)報(bào):信息與管理工程版，2011，33(6):883－886.

［11］薛毅，陳立萍.統(tǒng)計(jì)建模與R軟件［M］.北京:清華大學(xué)出版社，2006:54－98.

［12］尹 富.基于灰色關(guān)聯(lián)分析的航空裝備技術(shù)保障能力評(píng)價(jià)模型［J］.數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2013(8):104 －109.

［13］穆 瑞，張家泰.基于灰色關(guān)聯(lián)分析的層次綜合評(píng)價(jià)［J］.系統(tǒng)工程理論與實(shí)踐，2008(10):125－130.