敏捷制造中动态盟员企业效率评估.docVIP

敏捷制造中动态盟员企业效率评估 　　摘要：在敏捷制造的动态盟员选择中，如何选择高效率的企业组成动态联盟是一个基本而又关键的问题。对企业效率进行评估可以应用计量经济学里的生产函数模型，一般的生产函数是以劳动力和资金两大项作为主要投入因素。然而，实际上不同行业在特定条件下，企业效率评估的主要投入属性是各不相同的。论文首先通过粗糙集的方法对企业的各投入因素进行属性约简，归约出对企业生产起主要影响作用的投入因素，再通过前沿生产函数来计算企业的效率值，从而挑选出相对效率最高的企业组成动态联盟。论文对中国13家上市钢铁企业进行了实证分析，进一步说明该方法具有较强的实用性。 　　关 键 词：动态盟员；粗糙集；前沿生产函数；效率评估；钢铁企业 　　中图分类号：Ｆ２73．7 文献标识码：Ａ 文章编号：1005-0892(2007)06－０062－０5 　　 　　以敏捷制造、虚拟???业、动态联盟等为代表的新一代制造业信息化建设已经成为当今制造企业研究和学习的热点[1]。同时，用现代信息技术对传统制造业进行改造，也是现代制造企业发展的必然趋势。在虚拟企业的组织结构中，运用科学的方法在众多候选企业中选择出高效率的优势企业组成动态联盟是起关键性作用的第一步[2]。因此，如何通过有效方法对企业进行效率评估，是动态盟员选择中一个基本而又重要的问题。 　　生产效率反映了企业中各类经济因素对生产经营活动的影响程度，也综合体现了企业生产能力的大小和竞争实力的强弱[3]。在动态盟员选择的过程中，盟主企业可以通过对候选企业的效率评估来进行动态联盟的组合。企业的效率评估往往和两个因素有关，即企业的投入与产出，可是在一般情况下，企业的投入因素往往有多个，而产出则主要以产量值为主。如果能正确选择出对企业效率产生影响的主要投入因素，并通过一个定量化方法正确分析投入与产出之间的关系，则可以对企业的效率进行更恰当的评估。 　　生产函数模型是二十世纪初由柯布-道格拉斯首先提出的，利用生产函数模型进行效率评估是传统的常用工具。在此基础上，Farrell在1957年又进一步提出的前沿生产函数是反映在一定技术和生产要素组合的条件下，企业各投入因素与最优产出之间的函数关系。前沿生产函数是对既定的投入因素进行最佳组合，并计算所能达到的最优产出，这里所说的最优产出是指投入与产出之间达到的一个最优的理想状态，也即是经济学所说的“帕累托最优”。在一定量的投入下，大部分企业往往达不到那个最优的产出，于是，我们就可以通过计算实际产出与最优产出之间的比值来进行企业的效率评估。由此可知，前沿生产函数是进行企业效率评估的一个有效方法。 　　在企业生产经营的过程中，往往存在很多的投入因素，传统的生产函数是将所有的投入因素都统归到资金和劳动力这两大因素中。多年来，人们对生产函数的改进都主要从函数形式的设定和参数的计算这两大方面入手，但在实际生产过程中，企业往往会受到许多经济因素的影响，不同行业在特定条件下劳动力因素和资金因素所起的作用也不能笼统的进行概括。同时，许多大型企业的资金投入有一部分并不直接用于生产过程，他们还需要大量资金维持企业长期运作，对机构庞大的大型企业而言尤其不合理。因此，我们在盟员企业选择过程中对企业进行效率评估，必须考虑到不同因素在企业中所起到的作用各不相同，并使用一个定量化的有效方法对各项投入因素进行对比，找出对企业生产过程直接产生作用的关键投入因素，继而再通过前沿生产函数模型计算企业的效率值。我们还以钢铁行业为例，首先运用粗糙集（Rough Set）的方法归约出13家上市钢铁企业在2004年对产出产生影响的投入因素，再运用前沿生产函数对这13家企业进行效率评估，找出效率最优的企业组成动态联盟。 　　 　　一、属性约简 　　 　　1. 粗糙集理论概述 　　粗糙集(Rough Set)是由波兰华沙理工大学的数学家Z.Pawlak教授于1982年首先提出的[4]。它主要以等价关系为基础，一般用于分类问题。从根本上说，粗糙集是一种针对于数据分析的理论，是一种处理不完备信息的数学方法。它的核心问题之一就是如何在不改变系统分类和决策能力的同时，通过属性约简得出科学的分类规则。而这正是我们在进行企业效率评估时，对投入因素进行分类确定所需要解决的问题。[5] 　　在粗糙集中，对象的集合被定义为论域U；论域U中的等价关系集合被定义为R；R中所有等价类构成的集合被定义为U/R；R同时又分为两个不相交的子集：条件属性和决策属性。条件属性集合被定义为C；决策属性集合被定义为D；知识表达系统，也称知识库，即论域U中关于R的划分，被定义为K= (U,R)[6]。 　　在粗糙集中，使用上、下两个近似集合来逼近一个特定集合，该集合的边界线区域被定义为上近似集和下近似集之差集。因此，上