杨 智，孙其珩

(南京工业大学 土木工程学院， 江苏 南京 211816)



建筑施工现场标杆管理实例
——基于以社会网络为基础的数据包络分析

杨 智，孙其珩

(南京工业大学 土木工程学院， 江苏 南京 211816)

在建筑行业标杆管理研究较少，尤其是在建筑施工现场劳务班组层次几乎没有标杆管理的研究与应用。通过结合数据包络分析和社会网络分析克服了传统数据包络分析标杆管理方法的两个问题，即有效性和可实现性，提出一个确定低效率劳务班组标杆的新方法。用一个实例研究来说明如何通过(1)数据包络分析输入和输出数据，(2)传统数据包络分析法标杆管理，(3)以社会网络为基础的数据包络分析标杆管理这三个阶段来实现以社会网络为基础的数据包络分析标杆管理，为施工企业以及整个行业提供不同角度的学习和参考。

标杆管理； 社会网络； 数据包络分析； 主成分分析

随着近几年建筑市场的迅猛发展，国内建筑市场逐渐趋于饱和，建筑企业之间的竞争也越来越激烈。要想在激烈的竞争中突出重围，必须提高施工管理水平。现场施工的主体是劳务班组，劳务班组的施工水平决定着施工质量[1]。而劳务班组的施工水平很大程度上受到负责人决策的影响。由劳务班组的负责人作出的决策会受到人类行为特征的影响，例如向别人学习，这是会影响负责人行为的一个重要特征。通过采访有经验的现场项目经理、劳务班组负责人，表明劳务班组之间的关系提供了更多的现场学习机会。他们认为，虽然劳务班组之间的工作性质可能会不同，但他们的目标是一致的。这就给劳务班组观察、学习、应用其他劳务班组的做法带来了机会。我们将以寻找行业内或行业外的最佳实践为基准，树立一个标杆，通过与标杆

进行对比、分析，发现自身存在的不足和差距，同时学习标杆的成功之处，达到持续改进乃至超越标杆，称这一管理模式为标杆管理。

国内外许多学者对标杆管理做出了许多探讨，El-Mashaleh等[2]使用基于数据包络分析的标杆管理来量化信息技术对承包商行为的影响；Vitner等[3]用数据包络分析在多项目环境下进行标杆管理；李文佳等[4]用标杆管理法来提升LQ公司企业管理水平；武珅等[5]用标杆管理法建立建筑工程项目绩效管理体系。在建筑行业标杆管理研究较少，尤其是在建筑施工现场劳务班组层次几乎没有标杆管理的研究与应用。受社会学习理念的启发，本文开发一个可以确定社会学习标杆的程序，这种程序将数据包络分析和社会网络分析结合起来为施工现场低效率劳务班组确定标杆提供一条可行之路。由于社会学习是通过相互作用来完成的，社会网络分析[6]被用来分析劳务班组之间现存的相互作用。数据包络分析被用来评估劳务班组之间的相对效率水平，从而确定哪些劳务班组是高效的哪些不是。开发的这个程序被称为以社会网络为基础的数据包络分析标杆管理。该程序的目标是找出施工现场劳务班组中谁是高效的领导者，谁是追随者。这一技术对项目经理来说是非常有用的，因为：(1)它明确了劳务班组现有的相互作用和相互依赖的作用和效果；(2)评估了劳务班组成为标杆的潜力；(3)描述了一个低效的劳务班组如何通过向其他好的劳务班组学习来改善自己的表现。

1 研究方法

本文采用一个案例研究来展示如何实现以社会网络为基础的数据包络分析标杆管理程序。所选择的项目是位于南京市的一个典型的住宅建筑项目。表1列出了该工程12个主要劳务班组。本程序包括如图1所示的三个阶段八个步骤。他们是：(1)数据包络分析输入和输出数据；(2)传统数据包络分析法标杆管理；(3)以社会网络为基础的数据包络分析标杆管理。首先，搜集、汇总运行数据包络分析所需的输入和输出数据。然后执行基本的数据包络分析，将所有劳务班组包含在内，以发现整个项目的标杆。最后，实施以社会网络为基础的数据包络分析标杆管理程序，同时运用数据包络分析和社会网络分析来解决传统标杆管理的局限性，确定实用的标杆。

表1 原始数据汇总

图1 劳务班组的社会网络

1.1 数据包络分析输入和输出的数据

在对数据进行包络分析之前要对输入输出数据进行主成分分析[7]，通过减少变量维数同时保证没有太多信息丢失来简化数据。主成分分析去除变量之间的相关性，以最佳的方法减少变量的维数，这样可以在不丢失大量信息的前提下强调数据之间的差异和相似之处。它有助于通过用较少的维度简化和组织数据来提供更好的数据包络分析结果。本文选用SPSS软件来进行主成分分析。

1.2 传统数据包络分析标杆管理

数据包络分析[8]的原始方法被称为C2R，它是以“相对效率”概念为基础，根据多指标投入和多指标产出对相同类型的单位进行相对有效性或效益评价的一种新的系统分析方法。基本数据包络分析模型有两个主要的替代方法：输入导向型和输出导向型。下面使用的是输出导向型的规模收益不变的数据包络分析模型，在这个模型中将输出最大化，输入保持目前的水平。其基本数学原理为：设评价系统有n个决策单元(DMU)，m个输入和s个输出指标，第j个DMU的输入和输出指标向量分别为Xj=(x1j，x2j， …，xmj)T>0和Y=(y1j，y2j，…，ysj)T>0，j=1，2， …，n。对于第j0(1≤j0≤n)个DMU，C2R模型对偶规划数学表达如下:

(1)

式中：Xj 0、Yj 0分别为第j0个DMU的输入向量和输出向量；λj为投入、产出指标的权重系数；θ为输出增大比率；θ的最大值θ*为DMU的效率评价指数。

使用MaxDEA软件，执行输出导向型的数据包络分析确定整个项目中表现最好的劳务班组。

1.3 以社会网络为基础的数据包络分析标杆管理程序

以社会网络为基础的数据包络分析标杆管理程序的主要目的是表明在施工现场劳务班组之间现有的相互作用和相互依存关系如何影响标杆管理过程的。传统的数据包络分析标杆管理方法有两个困难：有效性和可实现性[9]。有效性是指一个低效劳务班组可能不能向指定的数据包络分析标杆学习，因为在现场只会有少部分劳务班组之间存在相互作用和相互依存关系，所以无法形成与这些标杆之间所需要的关系。有时，即使存在这种关系，但这种关系没有紧密到可以为低效劳务班组提供学习环境。第二个困难是可实现性，是指低效劳务班组与指定的数据包络分析标杆差距较大，他们不能一步实现目标。

1.3.1 根据社会网络输入的数据来构造劳务班组的社会网络

一个社会网络一般由一组DMU和他们之间的关系组成。在本研究中，劳务班组被定义为DMU。它们之间的关系就是施工现场劳务班组之间的相互作用和相互依赖关系。收集用来构造劳务班组之间社会网络的数据表明了现场两个劳务班组之间的交流频率。

1.3.2 测量子社会网络的关系评价指数

为了测量一个劳务班组向另一个劳务班组学习的有效性，关注劳务班组之间的相互作用和相互依赖关系，要从整个社会网络中分解出子社会网络。越高的相互作用频率意味着越高的可利用水平。每个劳务班组之间的相对有效性是通过计算子社会网络关系评价指数来评估的。计算公式如下：

(2)

式中：RSi,j为劳务班组i和j之间的关系评价指数；ai,j为劳务班组i和j一周内交流的次数。

1.3.3 测量子社会网络数据包络分析的相对效率差距

为了测量一个劳务班组向另一个劳务班组学习的可实现性，要计算效率水平的差距。数据包络分析是为了获得子社会网络里的每一个劳务班组相对效率评价指数。可实现性是通过计算效率评价指数差距百分比来评估的。因此，通过公式(3)效率评价指数的初始值转换成了相对效率差距。

(3)

1.3.4 确定实用标杆

实用标杆是有足够有效性和可实现性的标杆。越大的关系评价指数值表示劳务班组之间的关系越频繁，这提供了更可靠的学习环境。越高的相对效率差距代表低效劳务班组实现目的的可能性越低。然而，如果相对效率差距太小，也许没有足够的东西去学，因为越低的相对效率差距表示两个劳务班组之间的差异越小。在本研究中，根据和给定案例的项目经理的讨论，将+15%的相对效率差距值设定为最有效的相对效率差距水平。可以根据每一个劳务班组的关系评价指数和相对效率差距来给他们排序。有最高关系评价指数和相对效率差距值最接近+15%的劳务班组可以做为低效劳务班组最好的实用标杆。

2 案例研究结果和分析

2.1 数据包络分析输入输出的数据

本例中由现场项目管理人员提供的原始数据如表1所示。用SPSS对基于所述数据的协方差矩阵的特征值分解(主成分分析)[10]，可以得出的结论是输入的三个主成分(PCof I)和两个输出的主成分(PCof O)可以解释数据的大部分变化。通过用主成分替换变量的真实值，新产生的用在数据包络分析中的数据如表2所示。

2.2 传统数据包络分析标杆管理程序

使用MaxDEA软件，运行面向输出的数据包络分析，通过对所有劳务班组的方程(1)求解，获得效率评价指数和建议标杆如表3所示。

表3 低效劳务班组的传统标杆

2.3 数据包络分析标杆管理程序

2.3.1 构造劳务班组社会网络

建立社会网络的第一步是构造社会网络。图1展示了劳务班组的社会网络，aij表示劳务班组i和j之间关系的紧密度。每一个连线的线型被用来表示关系的紧密度。越紧密的关系连线线条越粗。作为一个一般规律，劳务班组连线越多越接近社会网络的中心。

2.3.2 计算子社会网络的关系评价指数

在这一步中，开发每一个低效劳务班组的子社会网络是为了在一个单独的网络中看到它的相互作用和相互依赖性。

关系评价指数是根据公式(2)来计算的，获得的关系评价指数值表明钢筋作业和模板作业的关系最频繁。

其中1表示混凝土作业，4表示模板作业，5表示起重机械作业，10表示钢筋作业，11表示电工作业。

2.3.3 计算子社会网络数据包络分析的相对效率差距

对每一个子社会网络进行数据包络分析来测量劳务班组之间的效率水平。钢筋作业，混凝土作业，模板作业，起重机械作业，电工作业的效率评价指数分别是1.144，1.00，1.00，1.00，1.00。评价指数表明混凝土作业，模板作业，起重机械作业，电工作业是在砌筑作业的子社会网络中最有效率的劳务班组。根据传统的标杆结果，模板作业，起重机械作业在整个项目中不是高效的。

使用数据包络分析获得效率评价指数，根据公式(3)计算脚手架作业子社会网络中的劳务班组的相对效率差距。

2.3.4 确定实用标杆

实用标杆是有足够有效性和可实现性的表现最好的劳务班组。模板作业的关系评价指数是40%，相对效率差距是+12.58%成为钢筋作业最好的实用标杆。这意味着对钢筋作业来说，模板作业是最合理的目标，并且学习模板作业的做法是有效率的。现场所有的低效劳务班组都要进行相同的过程，结果如表4所示。

表4还比较了传统数据包络分析和以社会网络为基础的数据包络分析标杆管理的结果。和预测的一样，传统数据包络分析标杆管理分配的标杆和以社会网络为基础的数据包络分析标杆管理程序获得的标杆是不同的。这是因为以社会网络为基础的数据包络分析标杆管理程序是对劳务班组的子社会网络进行分析，将标杆的有效性(关系评价指数)和可实现性(相对效率差距)考虑进来，而传统数据包络分析标杆管理没有考虑。

表4 传统数据包络分析和以社会网络为基础的数据包络分析标杆管理的结果比较

3 结 论

本文提出的以社会网络为基础的数据包络分析标杆管理将数据包络分析和社会网络分析结合起来解决施工现场的社会学习问题。利用这一方法来确定项目低效劳务班组的实用标杆。以社会网络为基础的数据包络分析标杆管理程序主要有三大贡献：(1)通过向他人学习或者向社会学习，为施工项目的低效劳务班组找到改进方向；(2)为项目经理提供了评估劳务班组作为实用标杆的潜力的能力，例如，从实验结果我们可以看出，抹灰作业和模板作业在协助低效劳务班组改进行为方面起着至关重要的作用，因为他们被确认为标杆；(3)通过对现场实行标杆管理，提升了劳务班组的整体素质，保证了施工质量，同时也为施工企业或者整个行业提供不同角度的学习和参考。

[1] 李里丁. 对建筑产业工人队伍重建与管理的思考[J]. 建筑经济, 2012, (11): 12-14.

[2] El-Mashaleh M, O’Brien W J, Minchin Jr R E. Firm performance and information technology utilization in the construction industry[J]. Journal of Construction Engineering and Management, 2006, 132(5): 499-507.

[3] Vitner G, Rozenes S, Spraggett S. Using data envelope analysis to compare project efficiency in a multi-project environment[J]. International Journal of Project Management, 2006, 24(4): 323-329.

[4] 李文佳. 基于标杆管理法的LQ公司提升企业管理水平研究[D]. 济南: 山东财经大学, 2015.

[5] 武 珅. 基于标杆管理的建筑工程项目绩效管理体系研究[D]. 西安: 西安科技大学, 2014.

[6] 梁经伟, 文淑惠, 方俊智. 中国-东盟自贸区城市群空间经济关联研究——基于社会网络分析法的视角[J]. 地理科学, 2015, 35(5): 521-528.

[7] 陈 佩. 主成分分析法研究及其在特征提取中的应用[D]. 西安: 陕西师范大学, 2014.

[8] 罗 艳. 基于DEA方法的指标选取和环境效率评价研究[D]. 合肥: 中国科学技术大学, 2012.

[9] 汪文雄, 余利红, 刘凌览, 等. 农地整治效率评价研究——基于标杆管理和DEA模型[J]. 中国人口·资源与环境, 2014, 24(6): 103-113.

[10]龚 江, 石培春, 李春燕. 使用SPSS软件进行多因素方差分析[J]. 农业网络信息, 2012, (4): 31-33.

Case of Construction Site Benchmarking——Based on Social Network Based Data Envelopment Analysis

YANGZhi,SUNQi-heng

(College of Civil Engineering, Nanjing Tech University, Nanjing 211816, China)

In the construction industry, the benchmarking study is less, especially in the construction site labor team level, there is almost no research and application of benchmarking. This article first combines data envelopment analysis(DEA) and social network(SN)to overcome the two problems of traditional data envelopment analysis benchmarking methods, namely availability and achievability, and proposes a new method to determine the benchmark of the low efficiency labor team. It uses a case study to illustrate how to by (1) data of DEA inputs and outputs,(2)traditional DEA benchmarking, (3) SN-based DEA Benchmarking this three stages to realize SN-based DEA benchmarking procedure. It provides different angles oflearning and reference for the construction enterprise and the entire industry.

benchmarking; social network; data envelopment analysis; principal component analysis

2016-01-13

2016-03-02

杨 智(1990-)，男，江苏盐城人，硕士研究生，研究方向为工程项目管理(Email：977578163@qq.com)

孙其珩(1962-),男，江苏镇江人，硕士，教授，研究方向为工程项目管理(Email：sqh1962@126.com)

江苏省住房和城乡建设厅课题(201206260001)

TU721+.2

A

2095-0985(2016)05-0110-05