基于CCA/DEA的装备维修保障绩效评价*

翟楠楠，刘晓东，吴诗辉，包呈

（空军工程大学装备管理与安全工程学院，西安710051）

基于CCA/DEA的装备维修保障绩效评价*

翟楠楠，刘晓东，吴诗辉，包呈

（空军工程大学装备管理与安全工程学院，西安710051）

运用典型相关分析方法（CCA）和数据包络法（DEA），从纯技术效率、规模效率和综合效率3方面对空军飞行团维修保障绩效进行计算分析，结果表明，飞行团维修费使用效益方面经费配置效率整体不高，特别是对于中修费和维修器材购置费，须采取管控措施提高经费利用效率。

典型相关，数据包络，飞行团，维修保障，绩效

0 引言

在未来高技术局部战争中，装备向技术复杂度高、种类多样化的方向发展，装备维修保障任务繁重，作战能力的有效发挥依赖于高效的装备维修保障活动［1］。随着空军“转型”战略的实施和军事技术的发展，“过度修理”、“高投入、高消耗”的老路子已难以适应信息化战争和信息化武器装备发展的新趋势［2］。因此，开展装备维修保障绩效评价工作，针对财务资源的有限性对其进行优化配置，合理规划和使用保障资源，“管好”、“用好”有限的维修经费，对于缓解费用供需矛盾和保持、提升部队战斗力，具有重要的现实意义。

CCA-DEA模型为了达到降维和消除输入/输出指标之间相关性的目的，采取数据包络分析由典型相关分析综合的典型相关变量［3-5］。本文采用CCA主要解决输入/输出指标间的相关性分析及指标设置合理性验证，与DEA相结合，对装备空军某型飞机的飞行团进行绩效评价，可以了解该型飞机维修费使用现状，结合经费使用和战斗力提升为各团提供具体的改进策略，为下一步的建设和发展提供有力的理论支撑。

1 CCA/DEA方法相关理论

1.1 CCA方法

典型相关分析（Canonical Correlation Analysis，CCA）［6］相对于传统的简单相关分析、多元回归分析和因素分析方法，避免了统计中一类错误的产生，抽取了组内的共同变异和特定变异，体现了两组变量之间的整体性、实质性关系，具体可实现3个层次的分析［7-8］，见图1所示。①典型相关系数反映了各对典型变量是否显著相关，如典型变量U1与V1；②典型负载系数反映了原始变量与相对应的典型变量之间的相关程度，如原始变量X1、X2、X3、X4与典型变量U1；③冗余分析反映了各典型变量对两个原始变量组总方差的解释比例，如典型变量U1对原始变量组X的变异解释，以及对原始变量组Y的变异解释。

图1 典型相关分析层次图

1.2 DEA方法

数据包络分析（Data Envelopment Analysis，DEA）是根据多指标投入和产出从相对效率角度对决策单元（Decision Making Units，DMU）进行有效性或效益评价的系统分析方法［9］，分为基于投入型和基于产出型。因本文针对飞行团的维修保障绩效进行评价，投入指标-经费相比于产出指标更易于调整和控制，故采用基于投入型的DEA模型，这里仅对引入非阿基米德无穷小量的DEA经典模型C2R模型和BC2模型进行介绍。

1.2.1 DEA模型

设某个DMU有m种类型的输入X=（x1，x2，…，xm）T和s种类型的输出Y=（y1，y2，…，ys）T，则整个生产活动可以用（x，y）来表示。引入非阿基米德无穷小量的C2R模型［10］如式（1）所示：

引入非阿基米德无穷小量的BC2模型［11］如式（2）所示：

1.2.2 非DEA有效DMU的分析方法

通过各个指标的改进百分比可以表征影响DEA无效的程度，分析出投入产出指标中导致DEA无效的主要指标因素，计算公式如下：

1.3 CCA/DEA方法评价原理

CCA/DEA理论是在采用CCA方法考察投入/产出指标两组变量相关性以保证评价体系设置合理的基础上，采用DEA方法对多投入、多产出决策单元从相对效率角度进行的绩效评价，在不损失原始信息的情况下，CCA方法保证了作为DEA分析依据的绩效评价体系指标设置的合理性，有效提高了评估的有效性和准确性。基于CCA/DEA方法的绩效评价原理如下页图2所示。

2 案例实证

2.1 指标体系设置

2.1.1 经费投入指标与效益产出指标

装备维修费使用效益，是维修费使用开支所取得的成果与维修费使用投入量的比较。本案例选取了从不同维修效果层面反映维修工作成效的3个关键性产出指标：飞行团机队规模、完好率及飞行小时；按经费使用性质，主要选取飞行团维修管理费投入的3个指标：大修费、中修费、小修维护费，因现代高技术条件下的局部战争要求装备在平时和战时都应具有较高的完好率和持续的作战能力，而最直接的影响因素就是维修器材保障，故本案例试图将维修器材购置费作为经费投入的一项指标，从相关性对比分析的角度求证其纳入投入指标体系是否合理。

为促使团一级作战单元由维修费投入量的增长切实转化为维修效益的提高，样本方面，本案例选取空军具有代表性的20个飞行团作为评价单元集合，收集2015年度各飞行团的相关数据进行CCA/DEA方法的可行性与有效性验证。

图2 CCA/DEA方法绩效评价原理图

2.1.2 经费投入与效益产出的典型相关分析

将未纳入维修器材购置费的指标体系称为IS1，将纳入维修器材购置费的指标体系称为IS2。采用SAS统计软件的CANCORR过程进行处理，对仿真结果分析如下：

①典型相关系数及其检验

经CANCORR过程处理，其典型相关系数经整理后如表1所示。IS1，IS2的第一个典型相关系数较高，分别为0.855 267，0.858 448，表明相应典型变量之间关系密切相关；用似然比法检验典型相关系数与零的差别是否显著，其H0为小于此对典型变量的典型相关系数的所有典型相关系数都为0，IS1中p依次为0.007 8，0.713 4，0.518 3，IS2中p依次为0.015 2，0.526 1，0.665 4，在显著水平取为0.1时，0.007 8＜0.1，0.015 2＜0.1，说明IS1、IS2只有第一个典型相关系数具有显著意义。

表1 典型相关系数

典型相关分析中的冗余分析是对分组原始变量总变化的方差分析，如下页表2所示。

表2中，IS1中对U1-V1对方变量组的解释能力分别为49.16%、46.22%，IS2中为53.16%、45.49%，对于经费投入和效益产出解释能力较强；U2-V2和U3-V3对对方变量组解释能力的累积比例IS1中为2.52%、3.37%，IS2中为2.18%、7.3%，解释能力较差，均不具备较好的代表和预测能力。

基于典型相关系数分析和典型冗余分析，第一对典型变量U1-V1之间相关关系显著，对于经费投入和效益产出解释能力较强，表明能够用经费投入变量组来解释效益产出变量组，可以作为分析依据。

2.1.3 维修购置费变量设置合理性分析

对于IS2指标体系，其Pearson相关系数、结构分析及多元判定系数如表3所示。

表3可分析出，对于Pearson相关系数（X和Y1、Y2之间相关系数）和结构分析，均有X4＞X3＞X2，表明X4（维修器材购置费变量）对于Y（效益产出水平）的贡献比X3（小修维护费变量）、X2（中修费变量）要大；由多重相关系数的平方表明，第一对典型变量中U1对大修费变量X1（0.680 6）、维修器材购置费变量X4（0.649 5）、小修维护费变量X3（0.482 7）、中修费变量X2（0.313 6）均有较强的预测作用，且预测强弱为X1＞X4＞X3＞X2。结论：基于以上3种分析，对于将维修器材购置费变量X4纳入作为经费投入指标体系下的一个变量是合理的。

表2 典型变量的解释能力

表3 IS2的CANCORR过程处理结果汇总

2.2 DEA实证

2.2.1 模型运行结果

应用DEAP2.1软件，对20个飞行团的相关数据进行运算，结果经过整理见表4（仅对TA、TE、TH、TJ、TL、TM、TO、TS、TT飞行团运算结果进行列表说明）。

2.2.2 纯技术效率分析

平均纯技术效率由表4可以看出达到0.953，相对较高，说明各飞行团基于目前的大修费、中修费、小修费和维修器材购置费投入水平，取得保障机队规模、完好率及飞行小时的维修保障效果较好，经费使用效率比较高。

纯技术效率达到DEA有效改进百分比经式（3）～式（6）计算整理如表5所示。由表5可以看出导致飞行团纯技术效率DEA无效的前两项指标主要集中在维修器材购置费（25.36%）和中修费（16.98%）两项投入指标上，说明在维修工作方面，这两项指标控制较差，投入经费使用效率较低，存在浪费现象，是今后管理工作的重点。

表4 各飞行团效率、DEA有效性、权重系数及规模效率增减性汇总表

表5 各飞行团纯技术效率达到DEA有效改进百分比

下面以TT飞行团为例就无效原因分析如下：

导致TT飞行团无效原因的主导因素是维修器材购置费指标（31.46%）和飞行小时指标（29.93%），基于飞行团维修保障绩效属于投入主导型，要提高其维修保障绩效，应根据部队任务、作战需求的实际需要做好维修器材的筹措、准备工作，加强采购经费标准化、制度化管理，提高其维修器材整体的使用效益，突出其经济、高效的管控理念。

2.2.3 规模效率分析

根据表4，各飞行团的规模效率平均值为91.19%，表明在目前维修条件下，各飞行团的经费投入规模总体来说是相对合理的；规模效率DEA有效有2个飞行团占10%，说明其经费投入合适；规模效率DEA无效有18个飞行团，其中8个飞行团占40%，为规模效率递增，表明基于目前维修水平，要提高产出比例可增大经费投入；其余10个飞行团占50%，为规模效率递减，表明应缩减经费投入规模以提高产出效率。

2.2.4 综合效率分析

根据表4，其平均综合效率为0.869，表明飞行团总体维修水平不高，经费有13.1%的浪费；TJ飞行团和TO飞行团综合效率达到DEA有效占10%，表明其投入经费利用率高，规模已处于最佳配置状态。

综合效率达到DEA有效改进百分比经式（3）～式（6）计算整理如表6所示。可看出，18个综合效率DEA无效飞行团的产出指标中，均有一项指标改进百分比为0，表明其产出量相比TJ、TO飞行团已达到最大；而投入指标改进百分比总体明显偏高，分别为18.61%、21.23%、18.56%、37.16%，综合效率DEA无效的原因是由维修经费投入与保障效果产出的不匹配造成的［12］。

表6 各飞行团综合效率达到DEA有效改进百分比

3 结论

本文基于CCA在分析相关性方面优势，建立了飞行团维修保障绩效评价体系，在证明其合理性的基础上，凸显DEA数据包络法在装备维修保障绩效评价中的显著优点，分析出了某型飞机目前的维修费使用现状及各飞行团为提高维修保障效果具体的改进方向、改进措施。此研究方法使CCA和DEA方法拓展到了飞行团维修保障绩效评价领域，但基于维修费使用效益评价的侧重面不同，CCA和DEA方法还有很大的研究空间，今后应深入研究，使CCA/DEA方法逐渐成熟起来，为装备维修保障绩效评价提供理论指导。

［1］曹军红.借鉴美军经验推进装备维修管理费规范化管理［J］.价值工程，2013（2）：309-311.

［2］孙胜祥，訾书宇，林名驰.装备维修保障可持续发展基本问题研究［J］.装备学院学报，2015，26（1）：18-21.

［3］杨晓华，刘珧，杨兵.区域产业结构、资源禀赋与效率：基于CCA-DEA模型［J］.经济研究参考，2014（4）：91-96.

［4］倪力军，曾婷，张立国.DEA-CCA方法量化评估中成药大品种科技投入对论文产出的影响［J］.统计与管理，2014（4）：60-62.

［5］王俊涛，张建辉.基于CCA-DEA的山西省高新技术产业技术创新效率评价及资源配置研究［J］.科技管理研究，2014（3）：53-56.

［6］李卫东.应用多元统计分析［M］.北京：北京大学出版社，2008.

［7］杜子芳，常志勇.典型相关分析的延拓研究［J］.统计与信息论坛，2014，29（5）：3-7.

［8］田兵.典型相关分析及其应用［J］.阴山学刊，2013，27（4）：11-14.

［9］魏权龄.数据包络分析［M］.北京：科学出版社，2004.

［10］黎微，杨辉.含非阿基米德无穷小量的CCR模型应用研究［J］.铜仁学院学报，2015，17（4）：165-167.

［11］张宝成，王万乐，林卫峰，等.含非阿基米德无穷小量DEA模型的研究综述［J］.系统工程学报，2010，25（3）：407-412.

［12］陈光亚.基于主成分分析法的炮兵装备维修保障优化模型［J］.四川兵工学报，2014，35（12）：88-91.

Evaluation Research on Equipment Maintenance Support Performance Based on CCA/DEA

ZHAI Nan-nan，LIU Xiao-dong，WU Shi-hui，BAO Cheng
（Materiel Management&Safety Engineering College，Air Force Engineering University，Xi’an 710051，China）

The paper applies the combination methods of Canonical Correlation Analysis（CCA）and Data Envelopment Analysis（DEA）to evaluate the efficiency of air regiment，from the perspectives of the efficiency of pure technology，intensification and integration，the results show that，the utilization efficiency of air regiment’s maintenance costs management is wholly not high，especially for middle repair cost and maintenance equipment purchase cost，control measures should be taken to raise the utilization efficiency of costs.

canonical correlation analysis，data envelopment analysis，air regiment，maintenance support，performance

E92

A

1002-0640（2016）12-0044-06

2015-11-02

2015-12-29

国家自然科学基金资助项目（61601501）

翟楠楠（1988-），男，河南洛阳人，硕士。研究方向：装备经济管理。