成艾國+艾莎

摘 要：汽車電子配置方案評價中，存在備選方案集過大、評價指標模糊、指標權(quán)重難以精確等問題。為提高汽車電子配置方案的選擇效率，提出了基于技術(shù)進化法則和投入產(chǎn)出效益的主動型方案評價方法。以單個汽車電子配件為評價主體，采用技術(shù)進化S曲線判斷生命周期階段，引進數(shù)據(jù)包絡(luò)法構(gòu)建投入產(chǎn)出評價模型，通過先評價后組合的主動式評價方法獲取最佳的配置方案。該方法還具有良好的自適應性，通過實例驗證了該方法的可行性。

關(guān)鍵詞：方案評價；主動式評價模型；技術(shù)系統(tǒng)進化法則；投入產(chǎn)出效益

中圖分類號： F272.3文獻標文獻標識碼：A文獻標DOI：10.3969/j.issn.2095-1469.2016.03.02

Abstract：In the evaluation of automobile electronic configurations， there are problems such as large option sets， unclear evaluation indexes and uncertain index weights. To improve the selection efficiency， a new method based on the technical phylogenetic rule and the input-output benefit was proposed for the active evaluation of electronic configuration.Taking a single vehicle electronic component as the evaluation subject， the technology evolution S curve was adopted to judge the life cycle stage， and the data envelopment method was introduced to construct the input-output evaluation model.The optimal scheme with good adaptability was obtained by the active evaluation method. Eventually， an example is employed to demonstrate the feasibility of the proposed method.

Keywords：project evaluation； active evaluation model； technical phylogenetic rule； input-output benefit

電子配件產(chǎn)品已廣泛應用到汽車的安全、舒適、便捷、節(jié)能環(huán)保、娛樂等領(lǐng)域，具有種類多、接口標準化、可選擇性配置的特性。配件的組合帶來了多樣化的選擇，加大了汽車電子配置方案抉擇的難度。如何合理地選擇汽車電子配置方案，以相對較低的成本投入獲得更多的消費者傾向是汽車企業(yè)在新產(chǎn)品企劃階段亟需解決的問題。

目前，相關(guān)研究多集中于產(chǎn)品配置系統(tǒng)的求解或方案評價方法的優(yōu)化。張良等[1]提出了基于灰色關(guān)聯(lián)與權(quán)重順序交叉的產(chǎn)品配置方案重構(gòu)技術(shù)。姜斌等[2]提出了關(guān)鍵技術(shù)在于創(chuàng)建產(chǎn)品模型和定義配置機理的產(chǎn)品配置系統(tǒng)框架結(jié)構(gòu)。袁長峰[3]根據(jù)產(chǎn)品配置設(shè)計的主要業(yè)務(wù)活動和關(guān)鍵技術(shù)，構(gòu)建了基于類和特征的產(chǎn)品配置模型。薄瑞峰等[4]提出了將不完全信息用線性關(guān)系式表示并將其視為未知變量構(gòu)建二次規(guī)劃模型，進而計算方案評價值的多目標決策方法。Ayag[5]用模糊層次分析法對新產(chǎn)品開發(fā)環(huán)境下的概念設(shè)計方案進行評價。穆瑞[6]建立了基于I-QFD-E和歐氏范數(shù)的產(chǎn)品方案評價方法。汪明天等[7]建立了基于層次熵分析法-加權(quán)灰色聯(lián)度方法的配置方案綜合評價決策模型。

以上研究方法均存在不足之處：產(chǎn)品配置系統(tǒng)求解中難以準確地將消費者的模糊喜好通過定性、定量的方法細化為具體的配件需求，備選方案集的評價和方案的二次重構(gòu)會導致選擇效率低下；方案評價法作為一種被動式的評價方法，通過對多個配置方案進行評價擇優(yōu)，評價指標模糊、指標權(quán)重難以精確和指標值難以量化，導致評價結(jié)果缺乏準確度。

鑒于此，本文將評價過程前置，引入技術(shù)進化理論和投入產(chǎn)出效益，構(gòu)建了一個主動式的配置方案評價方法，通過技術(shù)進化理論對電子配件進行階段分析，截取技術(shù)進化階段處于成長期的汽車電子配件進行效益評價，最后綜合不同技術(shù)進化階段產(chǎn)品的特點和效益評價結(jié)果組合得到優(yōu)選配置方案。從而提高了評價的有效性和準確性，降低了評價難度。

1 主動式評價原理

1.1 產(chǎn)品生命周期

TRIZ理論是G. S. Altshuller在1946年創(chuàng)立的，它為人們創(chuàng)造性地發(fā)現(xiàn)和解決問題提供了系統(tǒng)的理論和工具。現(xiàn)代TRIZ理論體系主要包括以下幾個方面的內(nèi)容：創(chuàng)新思維方法與問題分析方法，技術(shù)系統(tǒng)進化法則，技術(shù)矛盾解決原理，創(chuàng)新問題標準解法，發(fā)明問題解決算法ARIZ和基于物理、化學、幾何學等工程學原理而構(gòu)建的知識庫。其中技術(shù)系統(tǒng)進化論的主要觀點是技術(shù)系統(tǒng)遵循客觀的進化模式，解決技術(shù)系統(tǒng)矛盾是進化的推動力。技術(shù)系統(tǒng)S曲線進化法是技術(shù)系統(tǒng)進化論八大法則中的第一條。Altshuller發(fā)現(xiàn)產(chǎn)品的進化規(guī)律滿足一條S形的曲線，引入新技術(shù)將推動產(chǎn)品的進化。技術(shù)系統(tǒng)的進化一般經(jīng)歷四個階段，嬰兒期、成長期、成熟期和衰退期。典型的S曲線描述了一個技術(shù)系統(tǒng)完整的生命周期。因此，S曲線也可作為產(chǎn)品技術(shù)成熟度的預測曲線[8]，如圖1所示。

結(jié)合產(chǎn)品各階段特征與雙因素理論[9]可知：成熟期的產(chǎn)品屬于保健產(chǎn)品，該類產(chǎn)品具有一定市場認可度，不具備保健產(chǎn)品時將引起消費者強烈的不滿，但具備時不一定會調(diào)動積極性；而成長期的產(chǎn)品屬于激勵產(chǎn)品，具有一定的市場認知度，能夠給消費者帶來滿意感，是爭奪市場份額的主力軍。

1.2 投入產(chǎn)出效益

數(shù)據(jù)包絡(luò)分析（Data Envelopment Analysis，DEA），

是數(shù)學、運籌學、數(shù)理經(jīng)濟學和管理科學的一個新的交叉領(lǐng)域。它由A. Charnes、W. W. Cooper和E. Rhodes于1978年創(chuàng)建并命名。數(shù)據(jù)包絡(luò)分析法使用數(shù)學規(guī)劃模型評價，評價具有多個輸入和輸出的決策單元，判定這些決策單元是否為DEA有效，即判斷這些決策單元是否位于生產(chǎn)可能集的“生產(chǎn)前沿面”上[10]。此外，可對非DEA有效的決策單元進行投影，指出其非DEA有效決策單元調(diào)整的方向和力度，為管理決策提供強有力的依據(jù)。

2 汽車電子配置方案主動評價模型

本文從普遍消費者的選擇出發(fā)，以典型車型為研究對象，對不同價格級別進行電子配備率統(tǒng)計比較，依據(jù)技術(shù)進化理論判斷生命周期階段，定義成熟期電子配件為基本配備，嬰兒期電子配件為亮點配備，選取成長期電子配件作為決策單元，運用數(shù)據(jù)包絡(luò)法評價投入產(chǎn)出效益后擇優(yōu)作為可選配備。綜合以上得到完整的新產(chǎn)品電子配置方案。

此前，南方周末雜志社聯(lián)合新華信公司開展了2014年度乘用車用戶汽車消費行為調(diào)查。通過對23 084份有效問卷數(shù)據(jù)的分析，獲取了普遍大眾消費者對購車因素、智能化、網(wǎng)絡(luò)購車、購車資金的看法。本文選取該部分受訪用戶作為目標消費者。

2014年，轎車銷售量達1 237.67萬輛，其中暢銷TOP100車型總銷量為1 081.44萬輛，占總數(shù)的87%※。本文選取2014年度暢銷TOP100的轎車作為目標消費者選擇傾向代表，統(tǒng)計全部在售車型，樣本總量累計711例。

2.1 數(shù)據(jù)來源

不同特征用戶具有不同的消費選擇傾向，依據(jù)特定的調(diào)研對象可獲取該部分消費群體的購買傾向等級。當調(diào)研目標為成功人士時，購買水平對應于高端轎車；調(diào)研目標為普通居民時，購買水平對應于經(jīng)濟型轎車。同理，調(diào)研目標為普遍群體時，購買水平則對應整體轎車市場。

2.2 電子配件產(chǎn)品生命周期判斷

S曲線是產(chǎn)品技術(shù)成熟度的預測曲線，反推可得產(chǎn)品所處的生命周期階段。產(chǎn)品技術(shù)越成熟，性能與結(jié)構(gòu)越完善，制造成本下降越快，市場占有率越高。故技術(shù)成熟度可用市場占有率，即配備率表示。在此，假定不同品牌的電子配件不具有質(zhì)量差異性，即擁有同等的技術(shù)成熟度。

將轎車樣本以5萬元為價格區(qū)間分類，針對各區(qū)間進行汽車所有電子配件的配備率統(tǒng)計。除個別特殊分布曲線外，配備率曲線總體呈現(xiàn)出三類分布狀態(tài)，如圖3所示。

結(jié)合技術(shù)系統(tǒng)進化理論分析，得到以下三類電子配件：

（1）第Ⅰ類配件在各區(qū)間內(nèi)的配備率均較高（5萬元以下區(qū)間由于成本所限不予考慮），處于產(chǎn)品技術(shù)進化的成熟期，屬于保健類配件，產(chǎn)品性能已成熟并擁有較高的市場需求，應作為新產(chǎn)品的基本電子配備。

（2）第Ⅱ類配件在低價格區(qū)間中配備率較低，隨著價格級別的提升，配備率呈遞增狀態(tài)，在高價格區(qū)間中達到較高水平，故處于成長期，屬于激勵類配件，是需要進行效益評價的配件。

（3）第Ⅲ類配件僅在高價格區(qū)間中出現(xiàn)，意味著該類技術(shù)被少數(shù)汽車品牌所掌握，技術(shù)含量偏高、成本昂貴，以犧牲成本為代價的加裝沒有得到廣大汽車廠家的認可。這類屬于嬰兒期配件，亦可作為亮點配備。

上述三類對應配件見表2。

2.3 成長期電子配件投入產(chǎn)出效益分析

2.3.1 輸入輸出指標確定

數(shù)據(jù)包絡(luò)模型旨在評價決策單元的相對優(yōu)先次序，對于企業(yè)而言，投入并有所回報是絕對準則。因此輸入指標是與成本、環(huán)境相關(guān)的因素，輸出指標與產(chǎn)品技術(shù)、顧客需求關(guān)聯(lián)密切。本文選取成本（包含配件成本和加裝成本）作為輸入指標，技術(shù)成熟度和用戶認知度作為輸出指標。其中成本取值為汽車暢銷品牌4S店具體電子配件加裝費用的平均水平；技術(shù)成熟度以配備率表示，此部分取值為成長期中各電子配件的市場整體配備率；用戶接受度通過調(diào)研數(shù)據(jù)獲取，取值為2014年度乘用車用戶汽車消費行為調(diào)查中，用戶對購車各需求因素（安全、便捷、舒適、交互、娛樂、節(jié)能）投票的占比率。故評價模型用于選取投入成本少、技術(shù)成熟度和用戶接受度高的相對最優(yōu)決策單元。

2.3.2 DEA模型計算

為使決策單元更具科學性，同時方便計算，將結(jié)構(gòu)或功能相似的部分配件以模塊的形式集成：制動輔助、牽引力控制、車身穩(wěn)定控制和上坡輔助四個配件集成為車身穩(wěn)定系統(tǒng)；前排側(cè)氣囊和頭部氣囊、電動座椅和后視鏡記憶呈模塊化配件。計算后按配件功能分類排序得到表3中的數(shù)據(jù)。

計算后按配件功能分類排序得到表4中的結(jié)果。

2.4 電子配置方案確定

綜上所述，完整的汽車電子配置方案涵蓋了基本配備、可選配備和亮點配備三個部分。其中，基本配備即為成熟期配件；可選配備可根據(jù)設(shè)定的總體或各功能類別評分閥值選取；亮點配備與企業(yè)對特定技術(shù)的掌握水平和企劃車型的功能偏好定位密切相關(guān)。最后，結(jié)合競品分析對方案做出適當

調(diào)整。

3 結(jié)論

（1）通過前置評價過程，簡化了評價難度，可高效、準確地獲取最優(yōu)汽車電子配置方案，解決了備選方案集過大、評價指標模糊、指標權(quán)重難以精確、指標值難以量化的問題。

（2）該方法還具有良好的自適應性：可通過輸入輸出指標的變更對模型評價基準進行修改；可導入超效率DEA模型或“錐比率”DEA模型對投入產(chǎn)出過程深入研究；依據(jù)不同調(diào)研對象可獲取細分消費群體的傾向配置方案。

參考文獻（References）：

張良，張樹有，劉曉健，等. 基于灰色關(guān)聯(lián)與權(quán)重順序交叉的復雜產(chǎn)品配置方案重構(gòu)技術(shù) [J]. 計算機集成制造系統(tǒng)，2015，21（10）：2564-2576.

ZHANG Liang，ZHANG Shuyou，LIU Xiaojian，et al. Reconstruction Technology of Configuration Design for Complex Product Based on Expanded GRA and Weighted Sequence Cross [J]. Computer Integrated Manufacturing Systems，2015，21（10）：2564-2576. （in Chinese）

姜斌，趙犁，沈建國. 面向大批量定制的產(chǎn)品配置系統(tǒng)的研究與實現(xiàn) [J]. 機械設(shè)計與制造，2011（6）：260-262.

JIANG Bin，ZHAO Li，SHEN Jianguo. Research and Implementation of Product Configuration System for Mass Customization [J]. Machinery Design & Manufacture，2011（6）：260-262. （in Chinese）

袁長峰. 產(chǎn)品需求分析與配置設(shè)計研究 [D]. 大連：大連理工大學，2005.

YUAN Changfeng. Research on Product Requirement Analysis and Configuration Design [D]. Dalian：Dalian University of Technology，2005. （in Chinese）

薄瑞峰，李瑞琴. 不完全信息條件下產(chǎn)品方案評價方法 [J]. 機械設(shè)計與研究，2010，26（4）：31-33.

Bo Ruifeng，Li Ruiqin. Scheme Evaluation of Mechanical Product Using Incomplete Index Information[J]. Machine Design and Research，2010，26（4）：31-33. （in Chinese）

AYAG Z. An Integrated Approach to Evaluating Conceptual Design Alternatives in a New Development Environment [J]. International Journal of Production Research，2005，43（4）：687-713.

穆瑞. 基于質(zhì)量功能配置和歐氏范數(shù)的產(chǎn)品方案評價 [J]. 同濟大學學報（自然科學版），2011，39（1）：146-150.

MU Rui. Evaluating Product Scheme Method Based on QFD and Euclid Norm [J]. Journal of Tongji University（Natural Science），2011，39（1）：146-150. （in Chinese）

汪明天，黃美發(fā)，劉夫云. 基于層次熵與灰關(guān)聯(lián)度的產(chǎn)品配置方案評價方法研究 [J]. 機械科學與技術(shù)，2009，28（12）：1639-1642.

WANG Mingtian，HUANG Meifa，LIU Fuyun. Evaluation of Product Configuration Based on AHP-Entropy and Grey Relation Analysis [J]. Mechanical Science and Technology for Aerospace Engineering，2009，28（12）：1639-1642. （in Chinese）

劉訓濤，曹賀，陳國晶. TRIZ理論及應用 [M]. 北京：北京大學出版社，2011：51-53.

Liu Xuntao，Cao He，Chen Guojing. TRIZ Theory and Applications [M]. Beijing：Peking University press，2010：51-53. （in Chinese）

赫茨伯格. 赫茨伯格的雙因素理論 [M]. 北京：中國人民大學出版社，2009：121-128.

HERZBERG. Herzberg's Two-factor Theory [M]. Beijing：China Renmin University Press，2009：121-128. （in Chinese）

魏權(quán)齡. 評價相對有效性的數(shù)據(jù)包絡(luò)分析模型——DEA和網(wǎng)絡(luò)DEA [M]. 北京：中國人民大學出版社，2012：7-26.

Wei Quanlin. Data Envelopment Analysis Model for the Relative Effectiveness Evaluating：DEA and Network DEA [M]. Beijing：China Renmin University Press，2012：7-26. （in Chinese）

CHARNES A，COOPER W W. Programming with Linear Fractional Functionals [J]. Naval Research Logistics Quarterly，1963，10（3-4）：181-186.