结合最后计划者系统与挣值法的项目绩效控制

唐佳炜，张连营

(天津大学 管理与经济学部，天津300072)

在工程项目管理过程中，管理者往往会引入许多管理工具或管理理念，旨在提高工程项目绩效，包括精益建造［1］和挣值法。作为精益建造中的一个重要工具，最后计划者系统(last planner system，LPS)由BALLARD 提出，进一步促进了工程项目中的精益思想［2］。在LPS 中，最后计划者是指那些负责生产单位的控制者。LPS 的核心思想在于保证在工作任务分配前，其前提任务已经准备就绪或完成，从而保证该项任务能够顺利完成［3］。

虽然许多行动研究已经验证了LPS 的有效性，同时结论显示LPS 能在大多数情况下提高项目绩效，但在LPS 的应用过程中依然存在着一些缺陷。例如，一个英国的工程项目在应用LPS 的过程中，需要额外的资源来收集信息并确认计划的完成［4］。同时研究显示，较低的工作完成百分比(percentage plan completed，PPC)可能导致最后计划者采用保守估计的方法人为地使PPC 值得到提高［5］。除此之外，研究还表明，周工作计划与主计划之间的联系较弱，不利于工程项目的整体管理［6］。

为了克服上述缺陷，许多研究将其他工具与LPS 的应用相结合。通过使用3D/4D 建模［7］、BIM(building information modeling )［8］等计算机技术，使得应用LPS 的工作量大幅下降。此外，一些学者也尝试将LPS 与其他工程管理工具相结合。OLLI 等在理论上将LPS 与定位管理系统(location-based management system，LBMS)结合，以综合两者的优点［9］。研究也证明了LPS 与其他工程管理工具结合的可能性。

虽然在理论和实践上对LPS 已经进行了20多年的改进，但是通过与其他管理工具相结合的方式来提高LPS 仍需进一步研究。一些学者对比了LPS 和传统的工程项目管理工具，例如EVM［10-11］。EVM 通过计算进度绩效指数(schedule performance index ，SPI)和成本绩效指数(cost performance index ，CPI)等，直观地反映项目进展情况。OLANO 等研究了计划可靠性与进度绩效之间的关系［12］，其研究表明，工作流稳定性与进度绩效显著相关，同时研究还强调，EVM 是基于任务间在逻辑顺序、成本和工期上相互独立这一假设上的。LPS 更多的是关注以消除约束和减少变动来提高工作计划的可靠性。OLANO 等也认为应将EVM 与LPS 相结合来保证项目的成功。YONG-WOO 等认为，EVM 体现的是结果管理思想，主要应用在系统层面;LPS 反映的是过程管理思想，主要应用在操作层面。而对于这两种方法来说并没有明确的系统层面和操作层面的界面，其原因在于两者不仅关注计划的执行，还关注计划的制定和约束的消除。

笔者通过将EVM 与LPS 在4 个层面上相结合，加强LPS 中主计划与其他三级计划之间的联系，进一步改进LPS。同时提出了新的绩效指标来避免LPS 中容易出现的保守计划制定策略，并通过离散时间模拟来验证两者结合的有效性。

1 理论背景

最后计划者系统是一项强有力的精益方法，已被证明在提升管理施工流程可靠性与持续提升计划效率方面有显著效果。最后计划者系统的集成模块包括主计划、阶段计划、前瞻计划、周计划、PPC 和计划未完成原因［13］，该系统可以提升计划实践和项目整体管理实践双重效益。最后计划者系统可以在建设工程项目具有复杂性和不确定性的情况下提供管理项目所必要的计划和控制工具。在LPS 概念被提出后的10 多年间，从最初设想到后期应用方面，美国、英国、德国等10 多个国家均有学者和专家致力于不断丰富和完善该系统的工作。LPS 中各元素作用如表1 所示。

表1 LPS 中各元素作用

挣值管理技术起源于20 世纪初，最早由美国国防部将其纳入成本进度控制系统标准中用于现代工程项目管理。挣值管理是一种成本/进度的综合评测技术。它以WBS(工作分解结构)为基础，假设项目可以被分为多个相互独立的子项目，工作包之间完全独立，如果每个工作包能够在其成本/进度目标内完成，那么整个项目也将取得最大效益。

PMBOK 中将EVM 的衡量指标设定为PV(计划价值)、EV(挣值)、AC(实际成本)。其中PV为按照预期项目进度计划完成项目所花费的成本，与PV对应的成本和进度计算都是按照计划进行的。EV为按照实际进度计划而花费的预算成本。在计算AC时进度与成本都与已完成的工作相对应。3 个衡量指标的公式如下：

项目计划作业的预算成本BCWS，即累计PV为：

项目已完成作业的预算成本BCWP，即累计EV为：

项目已完成作业的实际成本ACWP，即累计AC为：

其中：t为当前时点;T为项目结束时间;PQ为计划工作量;SC为预算单价成本;AQ为实际工作量;AC为实际单价成本。

EVM 中的项目差异评价指标包括SV(进度偏差)和CV(成本偏差)两个指标。其计算式为：

进度偏差是衡量项目进度绩效的指标，可以用来表明项目是否落后于基准进度，当SV为正值时，表示项目没有落后于基准进度;当SV为负值时，表示项目已经落后于基准进度。

成本偏差是衡量项目成本绩效的指标，当CV为正值时证明项目实际成本低于预算成本;当CV为负值时证明实际成本超过预算，即成本的执行效果不佳。

EVM 中所测量的指标，包括进度和成本都是过程运行的结果指标，而操作、计划和系统的可靠性等过程指标并未被测量。挣值管理的使用目的在于定期地将挣值管理的计算参数与监控基准相比照，然后采取必要的纠正措施来修正或更新项目计划，也就是说，基于EVM 所进行的管理决策也是基于CV或SV的结果来进行的。根据CV或SV的偏差情况来确定项目没有根据计划进行的原因，是项目工期管理不善、还是项目成本监控问题造成项目成本差异，由此分析可知，EVM 是一种反映MBR 思想的管理方法，运用这种管理方法旨在提高项目的财务效益。

2 LPS 与EVM 结合方法

在结合LPS 与EVM 的过程中，并非仅仅同时使用这两个工具，而是需要结合两者的管理思想。因此，EVM 在LPS 的各层次计划中均进行了应用，其步骤如下：

(1)计算项目的PV，并根据LPS 中主计划确定的进度计划绘制PV曲线。

(2)确定项目主要约束。根据当前SPI情况动态调整项目各参与方出席集体例会的与会级别。笔者为SPI设置了阈值，当SPI超过该阈值时，则增加项目各参与方出席集体例会的与会级别;当SPI低于该阈值时，可酌情降低项目各参与方出席集体例会的与会级别。将该SPI阈值命名为协同程度指数(cooperation level indicator，CLI)。当SPI值超过CLI值时，项目需要提高项目各参与方参与集体会议的级别。由于较高级别的集体会议意味着更高的成本，CLI的大小需要各参与方根据项目的主要约束确定。

(3)优先消除在关键链上或具有较高PV值的工作任务所受到的约束。根据CLI值，对应级别的相关参与方出席集体例会并消除这些约束。

(4)在周计划中，计算下周计划任务的PV值。在一个前瞻计划周期内，SPI反映了其执行进度。在制定周计划的过程中，计划制定者需要考虑下周可能的SPI值，以避免虽然获得了较高的PPC值，但项目进度仍落后的局面。

此外，EVM 也可用于改进LPS 中的绩效评估，由累计SV反映项目的进度。因此在SV值满足预期的前提下，可以防止计划制定者采取保守的计划制定策略。使用两个不同的指标来评估一线工人和计划制定者。对于一线工人，PPC用于评估其绩效，并以此为激励。同时，结合PPC与SPI来评估计划制定者，反映其制定计划的有效性以及进度绩效。使用计划进度综合指标Pps(Pps=αPPC+βSPI，α +β =1)来评估计划制定者的绩效。在实际中，项目经理可以根据业主偏好或其他相关因素调整系数α 和β。

3 仿真和结果分析

3.1 仿真过程与相关参数

笔者采用仿真方法对所提出方法进行验证。仿真方法主要有离散事件仿真、系统动力学仿真和基于代理的仿真。离散事件仿真是指通过建立模型，模拟在离散的特定时间间隔或某些事件被触发时系统中实体和资源的变化情况。其中，离散事件仿真在what -if 情景下最为常用，因此笔者采用该方法来验证EVM 与LPS 的结合。仿真过程如图1 所示。相关参数如表2 所示。

图1 仿真过程示意图

表2 仿真模型相关参数

仿真模型基于以下假设：在实际项目中，工作任务得到的缓冲越多，其柔性越高，因此在仿真过程中，若某项带有约束的工作任务被列入下一周的工作计划中，则无法顺利完成或完成概率较低。将即将列入下周工作计划中存在约束的工作任务完成概率设定为0.33，若该工作在约束未消除的情况下仍被列入工作计划，则其完成概率将提升。α 与β 的值均设置为0.5。

3.2 不同优化目标和不同约束条件下的仿真结果

在无约束消除条件下，不同优化指数在无约束条件下的仿真结果如表3 所示。由表3 可知，当约束比例为0.3，并且以PPC为优化目标时，PPC的均值为0.827，SPI的均值为0.780，Pps为0.840，工期为64 周。当以Pps为优化目标时，Pps和SPI的均值得到了提升，Pps为0.814，SPI的均值为0.796，工期缩减至63 周，PPC均值仅减少了0.004。当约束比例从0.3 提升至0.4 时，各项指标的提升更加明显。因此，在项目中，以Pps为优化指标能够有效阻止为了获得较高的PPC而采取的较为保守的计划制定策略，同时能够缩减工期。

3.3 不同约束消除策略下的仿真结果

不同约束消除策略下的仿真结果如表4 所示。由于关键路径上的工作任务与非关键路径上的工作任务的约束消除难度相同，因此在不同约束消除策略下两者的工期相同。但在此优先消除具有较高PV值的工作任务的约束条件下能够有效提高SPI值。考虑到在实际工程项目中，若能优先消除关键路径上工作任务的约束，则工期能进一步提高。

表3 在不消除约束条件下，不同优化指数在无约束条件下的仿真结果

表4 不同约束消除策略下的仿真结果

3.4 不同消除约束能力条件下的仿真结果

不同消除约束能力条件下的仿真结果如表5所示。动态约束消除指的是项目团队需要根据当前SPI值调整参加集体例会的参会级别，进而调整项目约束消除能力。在固定约束消除仿真中，当约束消除率从0.4 提升至0.5 时，工期从69 降低至58，但是较高的约束消除率意味着较高的例会参与级别，也意味着较高的管理成本。在动态约束消除仿真中，集体例会参与级别将根据当前SPI值进行动态调整。

在仿真过程中，当CLI为0.8 时，约束消除率分别提升和降低了2 次，最终的约束消除率为0.3(0.3 +0.1 ×2 -0.1 ×2)。然而，当CLI为0.9 时，约束消除率提升了4 次。对比不同CLI值下，工期分别为60 周和59 周，Pps为0.848 和0.859。虽然绩效有所提升，但提升并不明显。考虑到投入额外的管理成本可使SPI提升至0.9，但将CLI设置为0.8 更为合理。由仿真可知，通过动态调整约束消除能力可更有效地控制项目进度绩效，同时兼顾管理成本控制。

此外，通过仿真可知，当EVM 应用于LPS 中时，对于SPI的关注可有效加强周工作计划、前瞻计划、阶段计划与主计划之间的联系，并且加强了LPS 的绩效控制。

表5 不同消除约束能力条件下的仿真结果

4 结论

通过结合LPS 与EVM 提高项目绩效，并通过仿真验证了两者结合的有效性。仿真结果显示将两者结合后能够有效提高工期控制、工作计划可靠性等绩效，同时LPS 各级计划间的联系也得到了加强。

笔者尝试通过将LPS 与传统的工程项目管理工具进行结合并得到了积极的结果。在研究过程中，笔者也发现，在分析未完成工作任务原因的过程中，LPS 也可帮助EVM 确认未来可能再次出现或极小几率再次出现的约束，使得EVM 可以较为精确地计算预计完工时间。

［1］MARHANI M A，JAAPAR A，BARI N A A. Lean construction：towards enhancing sustainable construction in Malaysia［J］. Procedia Social and Behavioral Sciences，2012，68(1)：87 -98.

［2］SALEM O，SOLOMON J，GENAIDY A，et al. Lean construction：from theory to implementation［J］. Journal of Management in Engineering，2006，22(4)：168-175.

［3］ALA-RISKU T，KÄRKKÄINEN M. Material delivery problems in construction projects：a possible solution［J］. International Journal of Production Economics，2006，104(1)：19 -29.

［4］JOHANSEN E，PORTER G. An experience of introducing last planner into a UK construction project［C］∥Proceeding of 11st International Group for Lean Construction Conference. Blacksburg：International Group for Lean Construction，2003：22-24.

［5］SALEM O，SOLOMON J，GENAIDY A，et al. Site implementation and assessment of lean construction techniques［J］. Lean Construction Journal，2005，2(2)：1 -21.

［6］HAMZEH F R. Improving construction workflow -the role of production planning and control［D］. California：University of California，2009.

［7］BREIT M，VOGEL M，UBI H A F，et al. 4D design and simulation technologies and process design patterns to support lean construction methods［J］. Tsinghua Science ＆ Technology，2008，13(1)：179-184.

［8］SACKS R，RADOSAVLJEVIC M，BARAK R. Requirements for building information modeling based lean production management systems for construction［J］. Automation in Construction，2010，19(5)：641-655.

［9］OLLI S N，BALLARD G，PESONEN S. The combination of last planner system and location -based management system［J］. Lean Construction Journal，2010(1)：43 -54.

［10］KOSKELA L J，STRATTON R，KOSKENVESA A.Last planner and critical chain in construction management：comparative analysis［C］// Proceeding of 18th International Group for Lean Construction Conference. Haifa：International Group for Lean Construction，2010：538 -547.

［11］KIM Y W，BALLARD G. Management thinking in the earned value method system and the last planner system［J］. Journal of Management in Engineering，2010，26(4)：223 -228.

［12］OLANO R M，ALARCONL F，ZURI R A C. Understanding the relationship between planning reliability and schedule performance：a case study［C］∥Proceeding of 17th International Group for Lean Construction Conference. Taipei：International Group for Lean Construction，2009：139-152.

［13］DOOLEY K. Simulation research methods［J］.Companion to Organizations，2002(4)：829 -848.