績效相關性

績效相關性係指專案已完成績效與未完成績效之間存在的相關性，其 中績效內涵包含甚廣，可能為工期、成本或品質等。當工程進行中發現實 際工程績效與預估工程績效具有差異時，若未檢討差異之發生原因，即繼

續以原規劃之績效作為後續各項工程作業監控之目標，明顯的並不恰當。

績效相關性議題之主要意涵，係認為當專案之成本或工期績效已發生偏 差，若對往後專案之控制仍以已無法達成之原規劃績效為基礎，則此專案 控制不具有任何意義。

為了對後續專案進行預測，應將專案已完成部份的資訊進行萃取，使 之與專案未完成部份作出績效連結之動作，相關研究中將此種連結動作稱 為專案前後之績效相關性。因此，如何在發現專案實際績效與預期績效不 相符合時對後續預期績效做出調整判斷，亦成為許多專案控制之相關研究 所關心的議題。

Zwikael、Globerson 與 Raz [26]曾經彙整五種關於專案績效相關性之 方法，如表 3.1 所示。這些方法將績效相關性可能狀況從假設最樂觀地相 信專案管理者最終將能夠克服所有的偏差，而最終會達到專案的預估成 果；到最悲觀的認為那些已經被觀測到的偏差將繼續存在直至專案結束。

經作者比較後發現，最糟的預估方法是假設專案狀況會轉好且在原規 畫預算內達成(Constant budget 法)；同時考量 SPI 與 CPI 兩變數的預估模 式(Constant cost and schedule efficiency rate 法與 Future constant cost and schedule efficiency rate 法)較僅考量 CPI 單一變數的預估模式(Constant cost deviation value 法與 Constant cost efficiency rate 法)為佳，但專案工期績效 與成本績效沒有直接關聯。此外，在僅考量 CPI 的兩個模式中，以 CPI 影響所有剩餘作業的方法(即 Constant cost efficiency rate 法)在研究中之各 評估基準中都有顯著的優越性。因此，將專案未來的成本績效視為與檢查 點所得到之成本績效相同之假設方法，是五個預測模式中較精準的一種。

表 3.1 傳統績效相關性處理方法

名稱 數學式 假設

Constant budget EAC=BAC

所有的成果偏差都將 在專案最終完成的時 候被改正。

Constant cost

deviation value EAC=BAC＋(ACWP-BCWP)

專案中剩餘的工作將 依照原先規劃的狀況 來執行。

Constant cost

efficiency rate EAC=BAC/CPI

至檢查點為止的績效 將持續維持到剩下的 工作中。

Constant cost and schedule efficiency rate

EAC=BAC/(CPI*SPI)

專案的最終成果將受 到成本績效(CPI)與排 程績效(SPI)的雙重影 響。

Future constant cost and

schedule efficiency rate

EAC=ACWP+(BAC-BCWP)

EAC = Estimate At Completion BAC = Budget At Completion

ACWP = Actual Cost for work performance BCWP = Budgeted Cost for Work Performance CPI = Cost Performance Index

SPI = Schedule Performance Index

上述方法中，SS-Curves 採用 Constant cost efficient rate 之概念來處理 專案工期績效相關性之問題，即視專案績效前後不變，並以簡單數學方法 對專案績效相關性予以調整。其調整概念如式(1)所示

TPI DAC PDWP

DAC ETWP

TAC  

SS-Curves 即以式(1)之概念修正所有參數(如分佈之期望值及變異數 等)，此一調整係屬全面性的，即後續專案績效均以此新調整的作業參數 進行預測。此作法在實質上即為參數之重行修正，隱喻原參數定義有誤，

這樣的作法有以下二個缺點：第一，專案績效係具隨機性，績效發生偏差 亦為正常，並非所有偏差均為參數錯估所造成。反之，即使沒有偏差，亦 不能斷言沒有參數估計錯誤之存在。第二，每個作業的施作狀況不同，對 於專案整體績效偏差之貢獻亦不相同，只採一律的單一調整方式，似乎有 改善之空間。

上述缺點係因 SS-Curves 未針對績效變動之原因有深入探討之故，根 據 Woolery、Wang 與 Demsetz [27]等研究指出，營造工程專案之不確定性 係由存於施作環境中的各因子所造成，這表示專案績效可能因各種不同因 子之交錯影響而有所偏差。因此，偏差有可能是在因子正常隨機狀態出象 下所造成之「正常」結果，而正因為績效結果是隨機的，因此在無偏差亦 不能否定參數錯估之可能，而 SS-Curves 採用參數調整之方法，實際上仍 一律視績效偏差為參數錯估所造成，係屬「不正常」之偏差，如此作法已 間接窄縮後續績效可能之變動性，這樣是否仍能表現營造專案之「不確定」

特性，在基礎假設之立足點上，實已產生了基本考量的可能偏誤。簡言之，

由於專案之施做過程係受許多因子之影響，專案績效之偏差除了參數估錯 外，亦有可能是因子狀態影響下之正常結果，若忽略此一事實並一昧地認 為偏差即為參數錯估之不正常結果，則可能偏於武斷。

如前述之說明，因子狀態之隨機變化造成專案績效之變化，由此可推 知，績效之相關性亦由因子狀態在時間上之延續性所造成，因為某些因子 狀態的持續，使得專案在查核時點前後，持續地受到這些因子相同程度的

影響，進一步形成績效之相關性，因此，若要補強 SS-Curves 無法處理「正 常」績效偏差及無視參數錯估仍無績效偏差的問題，應需要一個能處理因 子狀態隨機變化及延續行為之方法。