臺灣博碩士論文加值系統

營建產業使用的建材與機械設備，為了有效延長建材與設備的使用壽命，增加外部美觀並減少相關維護的成本，利用塗裝的方式來達成上述各項需求，便成為目前最便利有效的方式，且營建產業是屬於勞力密集的產業，勞動生產力將會影響工程完成的進度，因此應客觀並有效的去評估相關作業生產力。
本研究觀察鋼結構塗裝工廠的生產作業，並紀錄工廠內每日作業的出工人數，與生產數量等相關資訊後，來探討鋼構塗裝工廠的生產力、工時損失與其影響原因。本研究方法首先為文獻回顧，接續利用(1)Thomas生產力分析法與(2)資料包絡分析法(DEA)作為研究工具，建構出測量與評估模式並對案例進行分析，最後依研究所得結果提出結論與建議。
本研究的結果如下：
1、工廠鋼結構塗裝基準生產力：0.69 (WH/支)與4.13 (WH/T)。
工廠鋼結構塗裝累計生產力：1.13 (WH/支)與6.86 (WH/T)。
2、DEA績效分析結果：(1)投入項為工時，產出項為支數時，有效工時百分比為
56.8%；(2)投入項為工時，產出項為噸數時，有效工時百分比為62.6%。
3、本案例生產力損失的主因，為受到79%的管理因素影響，其中又以設備妥善
率不佳及施工進度時程管理不良為主，因此工廠管理者與施工人員若能利用此
資訊，減少施工時影響因子的干擾，以避免生產力持續損失並提高作業績效。


關鍵詞：鋼結構塗裝、生產力、資料包絡分析法

Painting has long been the most convenient and effective way to prolong the service life of building materials and equipment, improve aesthetics and save maintenance cost in the construction industry. Moreover, the construction industry is a labor-intensive industry and labor productivity will affect the construction progress. Therefore, the relative productivity should be evaluated objectively and effectively.
This study aimed to discuss productivity in the steel structure painting factory by recording the number of daily workers and production quantity to explore its productivity, the loss of working hours, and the influencing factors. The methodology of this study included literature review and then used (1) Thomas baseline analysis (2) Data envelopment analysis (DEA) as research tools to construct the model of measurement and analyzed case study. In the end, this study would represent conclusions and suggestions for further studies.
The results of this study included:
1.Baseline productivity on steel structure painting: 0.69 (WH/PC) and 4.13 (WH/T). Accumulative productivity on steel structure painting: 1.13 (WH/PC) and 6.86 (WH/T).
2.DEA performance analysis showed that (1)When input are man-hours and output are numbers of sets, the percentage of effective man hours is 56.8%. (2) When input are man-hours and output are amount of tons, the percentage of effective man-hours is 62.6%.
3.Management is account for 79 percent of the main factor for the loss of productivity in this case, among which the poor equipment availability and poor construction schedule management are the main reasons. Hence, managers and workers could use the results to reduce construction interference during construction to avoid continuous loss of productivity and improve operational performance.





Keywords: Steel Painting, Productivity, DEA

目錄
摘要 i
ABSTRACT ii
致謝 iv
目錄 v
圖目錄 viii
表目錄 ix
第一章 緒論 1
1.1 研究背景與動機 1
1.2 研究目的 1
1.3 研究方法 1
1.3.1 文獻回顧 2
1.3.2 建構測量評估模式 2
1.3.3 個案分析 2
1.4 研究架構 2
1.4.1 第一章 緒論 4
1.4.2 第二章 文獻回顧 4
1.4.3 第三章 塗裝工程 4
1.4.4 第四章 鋼結構塗裝工程生產力與績效探討 4
1.4.5 第五章 結論與建議 4
第二章 文獻回顧 5
2.1 營建生產力之定義 5
2.2 Thomas生產力基礎理論與概念模型 6
2.2.1 Thomas生產力定義 6
2.2.2 Thomas生產力概念 8
2.2.3 小結 12
2.3資料包絡分析(DEA) 12
2.3.1 資料包絡分析的原理與架構 13
2.3.2 柏瑞圖最適境界 13
2.3.3 CCR 模式 14
2.3.4 BCC 模式 15
2.3.5 規模效率 15
2.3.6 資料包絡分析之特性 16
2.3.7 資料包絡分析之程序 17
2.3.8 資料包絡分析評定基準生產力 18
2.4 營建業的特性 19
2.5 小結 19
第三章 塗裝工程 20
3.1 塗裝工程簡介 20
3.2 鋼構塗裝工程作業流程 21
3.3 鋼構件表面處理 22
3.3.1 噴砂表面處理之標準 23
3.3.2 噴砂表面處理作業要求 24
3.4 塗裝塗料 25
3.4.1 塗料性能與用途 26
3.4.2 塗料相容性 28
3.4.3 塗料與表面處理度適應性 29
3.4.4 塗裝作業要求 29
3.4.5 塗膜缺陷之起因及對策 30
3.5 小結 34
第四章 鋼結構塗裝工程生產力與績效探討 35
4.1 個案概述 35
4.2 Thomas生產力量測分析 39
4.2.1 計算每日及累計生產力 39
4.2.2 計算基準生產力 43
4.2.3 計算門檻值 43
4.3 資料包絡(DEA)生產力數值計算 46
4.3.1 界定決策單位及個數並選擇計算軟體 46
4.3.2 設定投入與產出項 46
4.3.3 計算每日有效工時與損失工時 46
4.3.4資料包絡分析評定基準生產力 48
4.3.5 績效分析 48
4.4 影響因子之探討 54
4.5 小結 57
第五章 結論與建議 58
5.1 結論 58
5.2 建議 59
參考文獻 60
6.1 中文文獻 60
6.2 英文文獻 61































圖目錄
圖 1-1 研究流程圖 3
圖 2-1 營建生產力因子模型 11
圖 2-2 資料包絡分析程序 17
圖 3-1 施工作業流程圖 22
圖 4-1 塗裝1、2廠平面圖 37
圖 4-2 塗裝3、4廠平面圖 38
圖 4-3 每日生產力(WH/支) 50
圖 4-4 每日生產力(WH/T) 51
圖 4-5 累計生產力(WH/支) 52
圖 4-6 累計生產力(WH/T) 53





















表目錄
表 2-1 營建生產力總因子階層模型 7
表 3-1 SIS與SSPC規格之對比表 23
表 3-2 塗料性能與用途 26
表 3-3 塗裝方法與特性 27
表 3-4 塗料相容性 28
表 3-5 塗料與表面處理之適應性 29
表 3-6 乾燥過程中塗膜的缺陷之起因及對策 31
表 3-7塗膜生成後的缺陷之起因及對策 32
表 4-1 塗裝工廠4至6月施工輸入/產出資料表 36
表 4-2 轉換因數計算表 40
表 4-3 THOMAS生產力分析法計算每日及累計生產力(工作天1~31) 41
表 4-4 THOMAS生產力分析法計算每日及累計生產力(工作天32~62) 42
表 4-5 基準生產力表 43
表 4-6 不正常工作天生產力表(WH/支) 44
表 4-7 不正常工作天生產力表(WH/噸) 45
表 4-8 每日有效與損失工時彙整表 47
表 4-9 資料包絡分析評定基準生產力表 48
表 4-10 DEA績效分析結果 49
表 4-11 DEA績效分析彙整表 54
表 4-12 塗裝施工影響因子分析表 55
表 4-13 生產力損失原因分析表 56

6.1 中文文獻
1.黃弘銘，2000，「鋼構造基準生產力之研究」高雄第一科技大學，碩士論文。
2.黃弘銘，2007，「改進分析營建基準生產力的方法」，高雄第一科技大學，博士論文。
3.林建良、黃弘銘，2008，「營建工程基準生產力之量測及評估模式-以鋼構吊裝作業為例」中國土木水利工程學刊第二十卷 第二期。
4.羅貴杰，2011，「營建生產力的量測技術- DEA 與Thomas兩種方法之比較」，高雄第一科技大學，碩士論文。
5.吳雅涵，2012，「使用DEA量測工班績效－以鋼構塗裝工程為例」，高雄第一科技大學，碩士論文。
6.林建良，2015，「生產力與績效評量-概念」，國立高雄第一科技大學，營建工程系。
7.余世琦，2018，「低樓層鋼結構吊裝生產力之案例研究」，高雄第一科技大學，碩士論文。
8.郭曉純，2019，「鋼結構吊裝生產力研究-以2棟大樓為案例」，高雄第一科技大學，碩士論文。
9.黃志中，2020，「鋼結構吊裝生產力之研究 - 以高雄2棟住宅大樓為案例」，高雄第一科技大學，碩士論文。
 
6.2 英文文獻
1.Banker, R. D., Charnes, A. & Cooper, W.W., 1984, “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis.” Management Science, 30, 9, 1078-1092.

2.Charnes, A., Cooper, W. W. & Rhodes, E., 1978, “Measuring the Efficiency of Decision Making Units.” European Journal of Operational Research, 12, 6, 429-444.

3.Kellogg, J. C., Howell, G. E., and Taylor, D.C., 1981, “Hierarchy model of construction productivity” J. Constr. Div., ASCE, 107(1), 137-152

4.Lin, C. L., Huang, H. M., 2010, “Improved Baseline Productivity Analysis Technique”, ASCE Journal of Construction Engineering and Management, pp.368-376.

5.Oglesby, C. H., Parker, H. W., and Howell, G.A., 1989, “Productivity improvement in construction” McGraw-Hill Publishing Inc., New York.

6.Osama Abudayyeh, Amber Dibert-DeYoung, and Edward Jaselskis, 2004, “Analysis of Trends in Construction Research:1985–2002”, ASCE Journal of Construction Engineering and Management, Vol.130, pp.433-439.

7.Sanvido, V.E., 1988, “Conceptual construction process model”, ASCE Journal of Construction Engineering and Management, Vol. 114, No.2, 294-310.

8.Thomas et al., 2000, “Schedule Acceleration, Work Flow, and Labor Productivity” ASCE.

9.Thomas, H. R., and Daily, J., 1983, “Crew Performance Measurement Via activity Sampling.” Journal of Construction Engineering and Management, Vol. 109, No.3, pp.309-320.

10.Thomas, H. R., and Napolitan, C. L., 1994, “The Effects of Change on Labor Productivity: Why and How Much.” SD-99, Construction Industry Institute (CII), Austin, Texas.

11.Thomas, H. R., and Sanvido, V. E., 2000, “Role of the fabricator in labor productivity”, ASCE Journal of Construction Engineering and Management, Vol. 126, No. 5。

12.Thomas, H. R., and Yiakoumis, I., 1987, ”Factor model of construction productivity”, Journal of Construction Engineering and Management, ASCE, Vol. 113, No. 4, pp.623-639.

13.Thomas, H. R., Riley, D. R., and Sanvido, V. E., 1999, “Loss of labor productivity due to delivery methods and weather”, ASCE Journal of Construction Engineering and Management, Vol. 125, No. 1, pp.39-46.

14.Thomas, H. R., Sanvido, V. E., and Sanders, S. R., 1989, “Impact of Material Management On Productivity-A Case Study”, ASCE Journal of Construction Engineering and Management, Vol. 115, No. 3.