《工厂物理学》之运营管理中的人因

XJTU-IE,2007.9-2008.9,M:[e-mail](徐琛),[e-mail](李慰祖)第十一章运营管理中的人因Foraslawsarenecessarythatgoodmannersmaybepreserved,sothereisaneedofgoodmannersthatlawsmaybemaintained.——马基雅维利我们认为这些真理是不言而喻的。——托马斯·杰弗逊11.1引言我们首先应当注意到这个章节不是什么。很明显，单就它短短的篇幅而言，这一章不能提供任何对生产管理中人的问题的全面处理方式。我们不是在尝试钻研组织行为学、人因学、工业心理学、组织理论、应用行为科学或研究人的问题的任何其他学科领域。它们很重要，然而这本书讲的是运作管理，我们必须把重心放在生产运作上。即便是在一本讲生产运作的书里，如果我们留下了这样的印象：工厂管理靠的只是精巧的数学模型或者敏锐的逻辑洞察力，那么我们就是粗心大意的。在任何工厂里，人都是一个关键的因素。即便是在拥有高度自动化的机器的“熄灯工厂”（lightout）里，人也在机器维护、物流调配、质量控制、能力计划等方面扮演着基础的角色。无论工厂有多么智能化，如果其中的人不能有效地工作，它也不能良好地运行。与之相反，一些软硬件设施都非常原始的工厂的生产也相当有效，从经营战略的环境来看，显然是其中的人的缘故。我们在这里提出的是一种工厂物理学的视角，以此考察人在制造系统中所扮演的角色。此前我们提到，工厂物理学的基本前提是那些支配着工厂行为的自然定律或趋向。理解这些定律并依照它们进行工作会使管理政策运行得更加流畅。与这些物理定律相似地，我们感觉到人的行为也有自然的趋向，或者叫做“人的定律”，它显著地影响着工厂的运作。在这一章里，我们考察人的行为中一些与运作管理相关的昀基本的方面。我们希望这种粗略的处理能够激发读者更深刻地将这本书的主题材料和那些行为规范联系起来。（365|366）11.2人的基本定律我们之所以认为我们将进行的对工厂中人的因素的简要说明是有用的，是因为失败的运营决策大多是由于对微妙的心理细节缺乏评估而误入歧途；这些细节因为人们对人性的基本观点的普遍忽视而被频繁地误判。后面我们会提供一些例子。现在我们从一些基础开始。11.2.1利己主义的基础因为对人的行为的研究是一个经常被提到的领域，我们可以给出历史上许多关于其基本要素是什么的观点。举例而言，我们可以从这样一句话开始自卫本能是法则的第一条。（Self-preservationisthefirstoflaws）——约翰·德莱登，16811事实上，这一条的一个变体，加上一点更基本的实用性，就是我们的第一条人的定律：定律（利己性Self-Interest）：人，而非组织，是追求自身利益最大化的。我们使用这个陈述仅仅是说个体会基于他们的偏好或目标做出选择，而组织不是。当然，一个个体的偏好也许是复杂而绝对的，这使得我们在事实上不可能追踪每个行为的确切动机。然而这不是重点，重点是由人组成的组织并非必须依照组织目标运作。原因在于，组成整体的个体谋福利的行为总和决不能保证为组织谋福利。也许利己主义定律表现得相当明显。确实，一项行为可能从个人的立场看是追求利益昀大化的，而从公司的角度看则非如此，这样的例子在工业中很普遍。一个产品设计师可能设计出一种难以制造的产品，因为她的目标是使产品的设计昀优化，而这是出于绩效的考虑。一个销售员也许会促销一种所需产能已经超负荷的产品，因为他的目标是销售量的昀大化。一名生产经理也许会在换线之前做大产量，因为她的目标是产量昀大化。一个修理工也许会积攒多得过分的零件，因为他的目标是让修理过程越快越好。无疑地，工厂里任何一个有经验的人都发现了许多其他的与工厂生产目标相反的行为的例子，而他们的行为从个人的角度看是完全符合逻辑的。无论这些例子有多么容易发生，我们还是常常不把上面那条法则当真。结果就是，我们把工厂固有的模型带得太远。我们提到的工厂的精确模型是个约束优化问题。一个约束优化（constrainedoptimization）问题是一个可以被这样表示的数学模型：优化目标服从于：约束（366|367）在任何运作管理的书，包括这一本在内（参看第十五，十六和十七章），你都会找到好几个约束优化问题的例子。举例而言，在一个存货管理的情境下，我们也许希望达到存货投资的昀小化，而这受约束于达到顾客服务的昀低水平。或者，在一个能力计划问题中，我们也许希望产量昀大化，而它需要满足预算和产品需求的约束。还有许多其它的运作问题可以用约束优化模型来有用地描述。也许正是因为约束优化模型在生产运作中如此常用，在这个领域里你常常能见到生产企业把它自己表达成一个约束优化问题（如，高德拉特1986）。它的目标是利润昀大化，约束则是物理能力，需求，原材料可用性，等等。尽管用这种方式来看待一个工厂有时是有效的，但如果你忘记上面那条人的定律，那么这种分析就会是危险的。在一个数学优化模型里，消除或者松弛一个约束只会使结果更优。这个性质是从下面这个事实得出的：数学模型中的约束在几何学上定义了一个可行域。图11.1表示了一个约束优化模型的例子，叫做线性规划（linearprogram），在这种规划中目标和约束都是决策变量的线性函数（参看附录16A以了解线性规划）。阴影区域表示能够满足所有约束的点，也就是可行域（feasibleregion）。可行域中“昀优的”点就是问题的昀优解。如果我们松弛一个约束，可行域变大，增大图形中的阴影区域。结果就是，原本的昀优解仍然有效，点增加了，所以结果不会变劣。在这个案例中，移动到点B，目标变得更优。2图11.1一个约束优化模型示例这一行为是约束优化模型的敏感性分析所阐释的理论的有力支撑。确实，在许多模型里，像这样描述在一个约束被略微松弛时目标函数的增大是可行的。但是，要注意到这一行为成立只是因为我们假设我们能在可行域中找到最优解；这一点很重要。例如，在图11.1中，我们假设在松弛一个约束之前已经找到了昀优的点，点A；而在约束被松弛之后，如果我们想要的话，我们仍然可以找到点A。而且，如果我们能找到一个叫做点B的更好的点，我们只会放弃点A。（367|368）如果我们在可行域里不能保证找到昀优点，那么去掉或松弛约束就会给我们一个更劣的解。当然，在数学上，我们会在约束条件下找到昀优点是一个假设。但是前面那条定律的重要性在于组织，包括制造系统，不会真的寻求可行域中的昀优解。一个工厂的产品组合无论如何都不能保证是精确地昀优的。更不用说从利润的角度看应该追求昀优的其他那些特征，包括产量、WIP、质量水平、产品设计、作业排配、市场战略，以及能力计划。结果就是，松弛一个约束也不能保证使系统优化。也许，作为一个包括人在内的复杂系统，一个工厂更像是一个社会而非一个昀优化模型。社会有许多约束，以法律和其它行为规范的形式存在。当一个人为某条法律是否恰当而进行合理的争辩时，事实上没有人会坚持说社会没有法律会更好。我们显然需要一些约束使我们远离极劣的解。对于制造系统也是这样。在许多案例里，额外的约束在事实上改善了系统的行为。像我们在第十章所讨论的那样，在生产控制中，一个把约束定在整个工厂的原材料运动上的CONWIP系统，运行得比一个没有那些约束的纯粹推式系统更好。在产品设计中，要求工程师使用某些CAD系统制定标准孔洞、螺栓、支架等，可以迫使他们设计更简单且生产成本更低的零件。在销售中，强迫销售代表协调他们的供货与工厂的状况可能会在减少他们个人销售量的同时增加了工厂的利润。所有制造工厂都广泛地利用系统的完全合理的约束。这一切的重点在于，与一些流行的制造业权威声称的不同，改进一个制造系统不单单是减少约束的事。当然，一些改进可以用这种方式来描述。举例而言，如果我们希望提高产量，通过增加产能来松弛瓶颈机器所导致的约束是个合理的选择。但是，改善产量也可能通过在正确的时间加工正确的零件来实现，而这样的行为可能需要增加约束来达到。1实际上，制造系统在开始的时候不会是“昀优的”，在改善实施之后也不会是“昀优的”。我们能做的昀好的事是保持我们的思维朝着一个广阔范围内的各种改善方式开放，并使用一致的方法做出1我们假设可以把这种改善的协调描述为减少一个信息的约束，但这对我们而言似乎过分卖弄了。3选择。从根本上说，与减少约束相比，好的管理更多的是一件选择合适的刺激和限制的事。当然，用过分拘谨的眼光来看待工厂从而限制了我们的视野，这是我们不应有的约束。11.2.2多样性的事实我们所有人，作为人类，有那么多共同点诱惑我们来总结。几个世纪以来，无数的哲学家、小说家、曲作家和社会科学家都用一生来做这件事情。但是，在我们依样画葫芦，屈从于只把人当作我们对工厂的数学表示中另一个元素的迫切需求之前，我们停下来指出一个显而易见的事实：（368|369）定律（独特性Individuality）：人是不同的。除了令生活有趣之外，这条人员定律在工厂中还有大量的衍生品。操作员用不同的速率工作；管理者与工人的相互影响各自不同；雇员们被不同的东西所激励。当我们都了解这些事，那么在从简化模型中提取结论或在标准化职位描述的谈判中评估人员需求时，不要忘了这一点，这是很重要的。在车间里，人与人之间昀显著的差异在于他们的能力水平。一些人干得就是比别人好。对于承担同一项手工任务的工人，我们发现他们在工作步调上有巨大的差异。经验、手的灵巧程度、或仅仅是训练的差异都可能与此有关。但是不论原因如何，这些差异是存在的，并且不能被忽视。像在第一章里提到的那样，泰勒认识到了工人之间的内在差异性。他的主张是让经理用合适的方法训练工人以完成他们的任务。那些以达到管理层设定的标准工作效率作为回应的人被称为“优秀工人”，而其他所有人都会被解雇。在解雇的威胁之外，泰勒和追随他的工业工程师们还使用了多种刺激性手段来激励工人们达到预期的工作步伐。更近期的参与式管理模式提倡较少地依赖刺激系统而是更多地靠团队合作和用有经验的工人来训练他们的同事。但是不论选择、补偿和对工人的训练是怎样的，差异性是存在的，而且有时很要紧。制造系统中工人的差异对逻辑决定有显著影响的具体的例子是蚂蚁拣货法（bucketbrigadesystem）（巴陶第和爱森斯坦1996）。这个体系是由丰田缝制品管理体系（ToyotaSewnProductsManagementSystem）发起的，在丰田的一个子公司日本精机公司首先进行商业使用，以支持其多种缝制品的生产。它的变体在广阔范围的环境中得到应用，包括仓库提取和三明治制作（在赛百味，Subway）。基本的系统像在图11.2中描述的那样，按照下文的说明进行工作。工人跟着工件走，把它从一台机器移到另一台，直到他们被下游的工人替代。举例而言，无论线上的上一个工人（工人3）何时完成一个工件，她都得沿产线上行到下一个工人（工人2）并接手他的工件。然后她带着工件通过产线上的每一段，从她接手的地方到产线的结束。被替代的工人（工人2）类似地上行到下一个工人（工人1）并接手他的工件。然后他会继续带着这个工件，直到被下游的工人（工人3）替代。在产线的起点，工人1开始一个新工件并带着它尽可能远地向产线的下游走，直到被工人2替代。4图11.2蚂蚁拣货法因为产线上的每一个步骤需要类似的技能（也就是说，缝制品系统中缝纫机的使用，仓库中的搬运零件，或者赛百味里的制作三明治），擅长一个工序的工人多半擅长所有工序。这样，工人们就可以按照他们的工作速度排序。巴陶第和爱森斯坦（1996）指出，把工人从昀慢的到昀快的排序（也就是说，工人1是昀慢的而工人3是昀快的）自然地平衡了产线，并且保证了接近昀优（就产量昀大化的意义而言）。他们对使用蚂蚁拣货法的公司进行的经验主义分析支持了这个观点，即把工人从昀慢的到昀快的进行安排是一种有效的策略。这一工作是一个杰出的例子，表明数学模型可以如何多产地用于有效地管理一个包含不同技能水平的系统。除了工作步伐方面的简单变化之外，人员能力水平的其他差异也会对运营管理决策产生重