DEA方法下汽車制造涂裝工廠效率評價(jià)探析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了DEA方法下汽車制造涂裝工廠效率評價(jià)探析范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：文章以DN汽車為例，采用數(shù)據(jù)包絡(luò)分析的dea方法，通過構(gòu)建涂裝工廠的投入和產(chǎn)出的評價(jià)指標(biāo)體系，運(yùn)用CCR和BCC模型，對2007—2020年涂裝工廠的資源投入進(jìn)行綜合效率評價(jià)和純技術(shù)效率評價(jià)。應(yīng)用DEA相關(guān)的軟件完成14個(gè)決策單元的效率計(jì)算。結(jié)果表明：涂裝工廠投入平均效率處于較高水平，但是個(gè)別年份存在投入產(chǎn)出效率偏低，顯示資源的過量投入。通過進(jìn)一步的投影分析，也獲得了工廠在優(yōu)化資源配置和提高生產(chǎn)效率方面的一些改進(jìn)建議，為企業(yè)后續(xù)投入管理決策提供了科學(xué)依據(jù)。

關(guān)鍵詞：汽車制造；涂裝工廠；DEA；決策單元；效率分析

引言

汽車工業(yè)是我國國民經(jīng)濟(jì)中重要的支柱產(chǎn)業(yè)，近二十年來得到了快速發(fā)展，據(jù)中國汽車工業(yè)協(xié)會(huì)最新統(tǒng)計(jì)的數(shù)據(jù)顯示，2020年全年國內(nèi)汽車總產(chǎn)量達(dá)到2522.5萬臺，累計(jì)銷量共2531.1萬臺，我國的汽車產(chǎn)銷量繼續(xù)蟬聯(lián)全球第一[1]。作為汽車制造企業(yè)而言，如何轉(zhuǎn)變生產(chǎn)方式，推動(dòng)能源資源的合理配置，提高生產(chǎn)效率，實(shí)現(xiàn)企業(yè)的健康發(fā)展，日益成為被關(guān)注的重點(diǎn)。文章以DN汽車為例，通過比較分析整車制造過程的沖壓、焊裝、涂裝、裝配四大工藝的特點(diǎn)，得出涂裝工廠在能源資源等投入方面所占的比重最大，所以有必要針對涂裝工廠的相關(guān)投入和產(chǎn)出效率進(jìn)行綜合評價(jià)。基于此，文章采用在績效評價(jià)方面普遍應(yīng)用的非參數(shù)數(shù)據(jù)包絡(luò)分析DEA模型來評估涂裝工廠的資源投入效率，希望通過相對客觀和準(zhǔn)確的結(jié)果，為涂裝工廠在生產(chǎn)投入決策方面提供有必要的科學(xué)依據(jù)。

1DEA評價(jià)方法與模型

DEA（DateEnvelopmentAnalysis）即數(shù)據(jù)包絡(luò)分析，該方法是1978年由著名的運(yùn)籌學(xué)家A.Charnes（查恩斯），W.W.Cooper（庫伯）及E.Rhodes（羅茲）等人共同提出的，作為一種相對效率評價(jià)模型，適用于處理多投入和多產(chǎn)出的效率評價(jià)問題[2]。通過對投入和產(chǎn)出數(shù)據(jù)的決策單元DMU（DecisionMakingUnits）進(jìn)行綜合分析，可以得出每個(gè)決策單元的效率指標(biāo)，最終以評價(jià)該決策單元的DEA有效還是非DEA有效[2]。本文對涂裝工廠的效率分析主要選取CCR和BCC兩個(gè)模型進(jìn)行評價(jià)。

1.1CCR數(shù)學(xué)模型

CCR模型（又稱CRS模型），它基于假設(shè)規(guī)模收益不變，計(jì)算的結(jié)果通常被稱為綜合效率（包含技術(shù)效率和規(guī)模效率）。它可以從投入和產(chǎn)出兩個(gè)角度進(jìn)行衡量，分別建立投入角度CCR模型和產(chǎn)出角度的CCR模型。本文主要選取投入角度的CCR模型進(jìn)行分析。在求解CCR投入角度的模型中，若結(jié)果為θ*＜1，則說明決策單元DMU0為CCR非DEA有效；若結(jié)果為θ*=1，則說明決策單元DMU0為CCR弱DEA有效；若結(jié)果為θ*=1，而且存在任一最優(yōu)解都滿足S-*=0，S+*=0的條件，則說明DMU0為CCRDEA有效。

1.2BCC數(shù)學(xué)模型

BCC模型是基于假設(shè)規(guī)模收益可變的情況下，對CCR模型增加一個(gè)約束條件，該模型計(jì)算得到的效率通常成為純技術(shù)有效[3]，即在投入一定的前提下，在當(dāng)時(shí)的技術(shù)條件產(chǎn)出已經(jīng)達(dá)到最大。類似于CCR模型，BCC模型也可以分為投入角度和產(chǎn)出角度的兩個(gè)BCC模型。在求解BCC投入角度的模型中，若結(jié)果為θ*＜1，則說明該決策單元DMU0為BCC非DEA有效；若結(jié)果為θ*=1，則說明該選取的決策單元DMU0為BCC弱DEA有效；若結(jié)果為θ*=1，而且存在任一最優(yōu)解都滿足S-*=0，S+*=0的情況,則說明該選取的DMU0為BCCDEA有效。

2涂裝工廠資源配置效率的實(shí)證分析

2.1涂裝資源配置指標(biāo)體系的構(gòu)建

本文在綜合分析涂裝工廠的生產(chǎn)制造的特性以及DEA模型應(yīng)用條件，將決策單元DMU的評價(jià)指標(biāo)分為投入和產(chǎn)出兩大類。其中投入指標(biāo)為：用電量（X1），燃料費(fèi)（X2），設(shè)備維護(hù)費(fèi)（X3），材料費(fèi)（X4），生產(chǎn)人力（X5），產(chǎn)出指標(biāo)為：下線產(chǎn)量（Y1），故障間隔（Y2）。具體如表1所示。

2.2數(shù)據(jù)來源

基于評價(jià)指標(biāo)體系的構(gòu)建，本文研究的數(shù)據(jù)來源于DN汽車涂裝工廠2007—2020年內(nèi)部各年《涂裝車間目標(biāo)指標(biāo)達(dá)成經(jīng)營月報(bào)》等數(shù)據(jù)，通過年度數(shù)據(jù)有條件的整合和選取，最終得出涂裝工廠資源投入和產(chǎn)出的數(shù)據(jù)。

2.3求解結(jié)果與分析評價(jià)

2.3.1基于CCR模型的綜合效率分析。本文應(yīng)用DEA-SolverPro5.0版軟件，從CCR投入角度的模型公式，以2007年涂裝工廠的投入效率進(jìn)行建立模型。同樣以此方法對2008—2020年的投入建立CCR投入角度的數(shù)學(xué)模型，可求得14年間涂裝車間各決策單元DMU投入角度的相對效率。由DEA-SolverPro5.0軟件對選取數(shù)據(jù)進(jìn)行計(jì)算，共有10個(gè)年份的涂裝投入效率值θ=1，也就是DEA有效，即技術(shù)和規(guī)模的綜合有效，而2008年、2014年、2018年、2019年涂裝投入的效率值分別為0.995、0.998、0.942及0.935，即θ<1，顯示DEA非有效。這表明這四年期間涂裝的資源投入相對于其他年份資源投入偏高，或者說低于其他年份投入的產(chǎn)出效率。在進(jìn)一步對涂裝工廠2007—2020年的投入指標(biāo)進(jìn)行投影分析。除效率值θ<1得年份外，其他各年份的實(shí)際資源投入和模型計(jì)算的目標(biāo)投入相等，表現(xiàn)為指標(biāo)投影值（Projec-tion）相一致。而θ<1的2008年、2014年、2018年、2019年涂裝車間的實(shí)際投入都要比目標(biāo)投入值高。所以也驗(yàn)證了基于投入的技術(shù)效率是傾向于以最小投入獲得一定的產(chǎn)出的這一原則。比如以效率值θ最低的2019年為例分析：在用電量可以減少56.9萬度，燃料費(fèi)可以低減25.6萬元，設(shè)備維護(hù)費(fèi)可以低減130.7萬元，材料費(fèi)可以低減6.53萬元，人力可再低減80.6人，而同時(shí)可以保持目前的產(chǎn)出不會(huì)發(fā)生變化。同理其他的2008年、2014年、2018年在保持產(chǎn)出不變的情況下，資源的投入都可以進(jìn)行相應(yīng)的縮減。2.3.2基于BCC模型的純技術(shù)效率分析。我們可以看出通過CCR模型投入角度的分析結(jié)果，只能確認(rèn)綜合效率的DEA有效，無法確認(rèn)是技術(shù)有效還是規(guī)模有效，所以我們有必要引入BCC模型，以確認(rèn)在純技術(shù)上是否有效。利用BCC投入角度的模型公式，對2007年涂裝車間的投入效率進(jìn)行模型建立。同樣以此方法對2008—2020年的投入建立BCC投入角度的數(shù)學(xué)模型，可求得14年間涂裝的車間投入的相對效率。由DEA-SolverPro5.0軟件最終對數(shù)據(jù)計(jì)算的結(jié)果，共有13個(gè)年份的涂裝BCC投入的效率值θ=1，顯示純技術(shù)有效。而2018年的效率值θ=0.9788＜1，為非DEA有效，說明在2018年涂裝工廠資源投入一定的情況下，在當(dāng)時(shí)的技術(shù)條件下，產(chǎn)出沒有達(dá)到最大。進(jìn)一步對2007—2020年的投入指標(biāo)進(jìn)行投影分析。除2018年外，其他各年份得實(shí)際投入與目標(biāo)投入相一致，即投影Projection值一致。而2018年效率值θ＜1，說明要實(shí)現(xiàn)純技術(shù)有效的情況下，需對2018年的投入進(jìn)行改進(jìn)：在用電量可以減少38.7萬度，燃料費(fèi)可以低減23.3萬元，設(shè)備維護(hù)費(fèi)可以低減46.4萬元，材料費(fèi)可以低減6.9萬元，人力可再低減36.5人。3結(jié)論與建議本文通過運(yùn)用DEA模型對DN汽車涂裝車間2007—2020年生產(chǎn)的投入效率進(jìn)行測評，可以得出以下結(jié)論：（1）從規(guī)模報(bào)酬不變的角度，用CCR投入角度的績效評價(jià)，共有10個(gè)年份的決策單元DMU投入資源的有效利用率θ=1，顯示DEA有效；從規(guī)模報(bào)酬可變的角度，用BCC模型投入角度的績效評價(jià)，共有13個(gè)年份的純技術(shù)效率值θ=1；總體來看涂裝車間資源投入的效率相對較高，而且各年份總體穩(wěn)定。（2）通過效率的評價(jià)，我們也發(fā)現(xiàn)在2008年、2014年、2018年、2019年存效率未達(dá)到最大值，通過效率投影分析結(jié)合以上結(jié)論提出幾點(diǎn)建議：1）推動(dòng)節(jié)能生產(chǎn)降低能源消耗。涂裝工廠是整車制造的能源消耗大戶，占70%～80%。對于推動(dòng)節(jié)能降耗對生產(chǎn)資源投入改善，提高綜合效率是非常重要的。2）對材料使用精細(xì)化管理。一是基于公司ERP系統(tǒng)建立涂裝車間的物料管理系統(tǒng)，將車間的直接材料和間接材料納入信息化管理，使物料管理及時(shí)有效。二是基于車型的差異建立各車型單車物料消耗基準(zhǔn)用量管控機(jī)制，納入日常監(jiān)控，節(jié)約物料的浪費(fèi)。3）設(shè)備維護(hù)檢修能力及設(shè)備更新?lián)Q代。DN汽車公司，設(shè)備使用年限已超過二十年，生產(chǎn)設(shè)施及設(shè)備趨于老化，導(dǎo)致車間的檢修投入增加及設(shè)備的故障的間隔縮短。基于投入效率的改善，對設(shè)備的預(yù)防性保養(yǎng)能力需要加強(qiáng)，人員的維護(hù)技能有待提升。4）優(yōu)化生產(chǎn)人力投入。一是通過生產(chǎn)編程及時(shí)進(jìn)行調(diào)整人力配置，建立隨產(chǎn)量變動(dòng)而變動(dòng)的人力配置需求機(jī)制，精簡人力投入，可將冗余人力轉(zhuǎn)出推動(dòng)開展專案性工作項(xiàng)目創(chuàng)造其他的附加價(jià)值。二是加大機(jī)器人等自動(dòng)化設(shè)備的導(dǎo)入，降低生產(chǎn)工程站的人/機(jī)比例，降低工廠的編制人力，以提高工廠的生產(chǎn)效率。

作者:陳逢業(yè) 單位:福州大學(xué)經(jīng)管學(xué)院