Capacity Utilization, Congestion and Production Performance: An Empirical Examination

產能利用率、擁擠與生產績效：實證研究

由於資訊科技的發展與生產技術的改進，許多產業的資本密集度持續上升，因此產能成本的分攤及其有效管理成為許多廠商關注的焦點，也是近年來管理會計文獻討論的重要議題。關於擁擠現象，在作業與生產管理文獻，一直是重要的研究議題，也是營運管理的重要考量，但既存研究對於擁擠現象的討論主要集中在如何透過生產排程、廠房配置或派工決策等消除生產過程中的擁擠(例如：Connors et al. 1996；Benjaafar and Gupta 1998；Benjaafar 2002)，極少分析擁擠現象的攸關成本。至於管理會計文獻，最早是由Banker et al. (1988)透過數學模式證明擁擠成本的存在，並提出：產能利用率與成本之間的關係應係呈現一平滑的曲線，但迄今實證研究仍然極為有限，僅有Balakrishnan and Soderstrom (2000)及Gupta et al. (2003)分別以醫院及印刷廠為研究對象探討之。另一方面，儘管 Balakrishnan and Soderstrom (2000)及Gupta et al.(2003)的實證結果指出高產能利用率與生產績效的下降有關，證明即使在產能供給大於產品需求的情況下，提高產能利用仍會存在機會成本，彌補了產能相關研究的不足，但Balakrishnan and Soderstrom (2000)也發現：高產能利用率對績效的負向影響會因為環境特性的不同而改變，顯示環境特性可能為擁擠成本的動因，但究竟有哪些因素會影響擁擠成本？如何影響？又廠商是否可能透過管理政策的實施達到同時維持高產能利用率與高績效水準的目標？則仍有待進一步的研究分析之。因此，有鑑於擁擠成本之實證證據的缺乏，以及了解前述問題有助於釐清擁擠成本之習性，裨益產能相關決策的擬定，本研究乃延伸既存文獻，實證探討以下問題：(1) 產能利用率如何影響生產績效？(2)製造變異性如何影響產能利用率與生產績效之間的關係？(3)製造彈性如何影響產能利用率與生產績效之間的關係？關於產能利用率與生產績效之間的關係，依據 Goldratt and Cox (1986)所提出的限制理論，瓶頸資源是生產環境中唯一的限制因素，因此，要增加產出應能極大化瓶頸資源的利用率。依據傳統管理會計的觀點，也認為在生產環境中，當產能被使用的比例愈高，單位成本愈低，然而，以等候理論為基礎，則有學者提出：極大化瓶頸資源會導致擁擠現象，造成存貨水準的增加及時間績效的惡化，進而導致營運成本的提高，因此，最佳產能利用率的決定應取決於產能成本與相關營運成本之間的取捨(Karmarker et al. 1985；Bitran and Tirupati 1989； Bitran and Morabito 1999)。具體而言，依據作業研究，在一隨機性的製造環境中，當產能利用率較高時，會增加整個工廠的擁擠程度，不只造成新產品等候的延遲，也會造成既有產品等候的延遲，此即所謂的外溢效果(spillover effect)，因此，當廠房的運作接近產能限制時，增加一項訂單的額外成本不只是該張訂單的直接成本，還包括強加於其他產品上的外部性(Balakrishnan and Soderstrom2000)，例如：較高的在製品存貨持有成本、較長的前置時間導致較低的銷售價格，以及由於交期預測的不精確所產生的急件成本等。因此，吾人可預期：假說一：假設其它條件不變，生產績效會隨著產能利用率的增加而降低。至於環境特性對產能利用率與生產績效間之關係的影響，採用分析性模式，Benjaafar (2002)指出：當製造環境中的變異性愈高時，愈容易發生擁擠的現象，繼而造成等候時間的延長。Graves and Tomlin (2003)則發現：來自於製造環境的變異性不僅會增加個別工作站發生瓶頸的機率，也會形成生產流程中瓶頸飄移的現象，造成浮動瓶頸(floating bottlenecks)，因而增加生產排程的複雜性與生產週期時間的延長。另一方面，以金融服務業為例，Campbell (2004)發現：當廠商在顧客服務的處理與時點上面臨愈高的不確定性，愈容易發生擁擠現象與生產績效的降低，因此，為維持相同的服務品質，廠商需要保留較高的超額產能(excess capacity)，亦即將產能利用率控制在較低的水準，換言之，當製造環境的不確定性或變異性愈高時，產能利用率對生產績效的影響愈大。因此，吾人可推論假說二如下：假說二： 假設其他條件不變，當製造變異性愈高，產能利用率對生產績效的影響愈大。此外，作業研究指出：製造彈性也是影響產能利用率與生產績效間之關係的重要因素(Benjaafar 1995)，所謂製造彈性，係指製造系統吸收環境不確定性的能力，也是一種因應改變的能力(Gerwin 1987； Upton 1994)，根據Benjaafar (1994)對製造彈性、產能利用率與績效間之關係的分析，他發現當產能利用率水準固定不變時，製造彈性愈高的工作站其等候時間愈短、生產週期時間變異性愈低，亦即，製造彈性可減低產能利用率對製造績效的負面影響，甚且當產能利用率愈高時，製造彈性造成之績效改進幅度愈大。Benjaafar (1995, 1996)採用數學模型分析路徑彈性與機器彈性對製造績效的影響，則發現：當產能利用率達90%時，增加一單位的彈性可使生產週期時間減少50%，Benjaafar and Gupta (1998)也發現：比較彈性製造系統與不具彈性的製造彈性，在前者的環境下，產能利用率對製造績效(生產週期時間)的影響較小，而在後者的環境，產能利用率對生產週期時間的影響較大。是故，可預期：假說三：假設其它條件不變，當製造彈性愈高，產能利用率對生產績效之影響愈小。在研究對象的選擇上，本研究以資本密集度最高且製造環境具有高度不確定性的產業--半導體產業為例，由於該產業設備投資高，折舊年數短，平均而言，固定成本佔生產成本的六成以上，因此，比其他產業維持較高的產能利用率，加以技術複雜度高、生產流程長、當機發生頻繁且不易事前預測，具有較高的製造變異性，故而擁擠是半導體製造環境中普遍存在的現象，這些特性有助於吾人探討產能利用率、擁擠現象與生產績效之間的關係。在資料分析方法方面，為增加實證結果的可靠性，本研究同時採用多種方法。具體而言，本研究除了先採用OLS 檢測產能利用率與生產績效間之線性關係外，在時間模型的部份，並額外採用存活期間模型(duration model)分析產能利用率與生產績效間之非線性關係。採用來自一家半導體製造商六個月的機台別資料，本研究發現：當產能利用率愈高時，不僅個別生產批量之等候時間與生產週期時間會因此而延長，高產能利用率也會導致生產品質的下降，繼而造成營運成本的提高。另一方面，當製造環境的變異性愈大時，因高產能利用率所導致之績效下降的幅度愈大，擁擠成本愈高；至於製造彈性，則可調節產能利用率對生產績效的負面影響，減少因高產能利用率所帶來之等候時間及生產週期時間的延長，有助於擁擠成本的降低。在研究方面，本研究對既存文獻提供額外的洞察，具有以下幾項貢獻：首先，本研究以半導體產業為例，驗證擁擠成本的存在，提供了額外的實證證據。其次，目前尚未有研究實證探討擁擠成本的影響因素，本研究則彌補此ㄧ研究的不足，指出：當製造環境的變異性愈大時，因高產能利用率所導致之績效下降的幅度愈大，擁擠成本愈高；至於製造彈性，則可調節產能利用率對生產績效的負面影響，有助於擁擠成本的降低，可據以解釋不同產業環境下產能利用率的差異；最後，本研究發現製造彈性與製造變異性對產能利用率與生產績效間之關係具有調節效果，顯示：倘若忽略該些因素，可能造成次佳的產能利用率決策。在實務方面，本研究對產能規劃、生產排程與訂單接受等管理決策的擬定提供了重要的洞察。具體而言，在產能規劃決策方面，本研究發現極大化產能利用率不一定為最佳，維持部份閒置產能可能反而有助於成本的降低；在生產排程決策方面，本研究則建議廠商在安排生產排程時宜盡量使各機台之產能利用率維持在低於100%的水準，保留部分的緩衝產能(buffercapacity)，或者使各機台的負荷量維持平均；在訂單接受決策方面，本研究之結果顯示廠商應考量額外生產一項產品或接受緊急訂單對其他正常批量之時間與品質績效的影響，據以決定最適的產品組合。其次，本研究也發現：在一產能受限(capacity-constrained)的環境下，若欲維持特定的績效水準，廠商應減少製造環境中的變異性，或者藉由維持較高的產能寬裕(capacityslack)、較高的存貨水準或允許較長的製造前置時間以因應製造變異性的影響；最後，本研究發現倘若廠商想要同時維持高利用率與生產績效，可考慮由製造彈性的提升著手。儘管本研究對既存文獻與管理實務提供了前述的貢獻，但仍存在以下限制：首先，本研究僅以一家個案公司為研究對象，研究結果的一般性可能因此受到限制；其次，廠商的維修政策與生產排程之良窳也是影響產能利用率的重要因素，但基於資料限制，本研究無法檢視此類管理政策對產能利用率之影響，儘管維修政策與生產排程決策並未與產品組合複雜性之衡量呈系統性相關，不至於影響本研究之實證結果，但對本研究之研究結果作一般化推論時仍應注意此點限制。

Increases in capital expenditures in various industries have triggered companies to make sustained efforts to manage capacity related costs. More research is being devoted to the allocation of capacity related costs and its role in incremental decision-making. To date, however, such research consists mainly in analyses of the relation between capacity utilization and cost, while the relevant empirical evidence is lacking. This study fills in this lacuna by investigating empirically the impact of capacity utilization on production performance and the moderating impact of manufacturing flexibility and manufacturing variability on the performance effect of capacity utilization. Empirical results based on six-month machine-level data from one semiconductor wafer fabrication company indicate that increased capacity utilization not only leads to longer waiting time and longer manufacturing cycle time but also causes decrease in production quality and thus increase in operating costs, with the implication that maximizing the level of capacity utilization is not necessarily optimal for firms. In addition, the empirical results reveal that performance degradation arising from high capacity utilization is greater in a production environment with higher levels of manufacturing variability. But, firms can reduce the impact of capacity utilization on production performance by improving manufacturing flexibility. This study makes the following contributions to extant research. First, it provides initial empirical evidence for congestion cost with the finding that production performance decreases with increase in capacity utilization. Second, its empirical findings relating manufacturing flexibility and manufacturing variability to performance impact of capacity utilization increase our understanding of the behavior of congestion cost