艦船裝備全壽命周期費用估算方法研究＊

（1.海軍大連艦艇學院研究生管理大隊 大連 116018）（2.海軍大連艦艇學院裝備自動化系 大連 116018）

1 引言

裝備的全壽命周期費用（LCC：Life Cycle Cost）技術于20世紀60年代由美軍提出。其內容主要包括：全壽命周期費用估算，全壽命周期費用分析，全壽命周期費用評價，全壽命周期費用管理［1］。裝備的全壽命周期費用估算是將具有規定效能的設備的壽命周期內消耗的一切資源全部量化為金額累加，從而得出總費用的過程。全壽命費用估算的主要作用為：1）從全壽命期費用效能的角度評價與權衡各種方案；2）確定與檢查費用設計的費用目標值及門限值，以及在研制、生產階段跟蹤與控制費用指標的實現情況；3）為全壽命期的費用分析、費用效能分析、費用效益分析、保障性分析及決策風險分析等提供費用信息［2］。

我國艦船裝備日益復雜，因此全壽命周期費用技術愈發顯現其重要性。但以艦船裝備全壽命周期費用估算作為基礎卻缺乏方法上的研究。因此，研究艦船裝備全壽命周期費用估算方法有重要意義。本文針對常見的估算方法進行分析，得出艦船裝備全壽命周期費用估算各階段可應用的方法。

2 裝備全壽命周期費用估算方法分類

費用估算方法主要包括：參數估算法、類比估算法、工程估算法、專家估算法、作業成本預測法。

·參數估算法是根據多個同類裝備的歷史費用數據，選取對費用敏感的若干個主要物理與性能參數，建立費用與參數的數學關系式來估算壽命周期費用或某個主要單元費用的估計值。

·類比估算法也稱類推法或模擬法，它是將待估算裝備與有準確費用數據和技術資料的基準比對，在技術、使用與保障方面進行比較，分析兩者的異同點及其對費用的影響，利用經驗判斷求出待估裝備相對于基準比較系統的費用修正方法，再計算出待估裝備的費用估計值。

·工程估算法是按費用分解結構，從基本費用單元起，自下而上逐項將整個裝備系統在壽命周期內的所有費用單元累加起來得出壽命周期費用估計值。

·專家判斷估算法是由專家根據經驗判斷估算出裝備的壽命周期費用的估計值。主要用于費用數據不足，難以采用其他估算法而又允許對費用做出粗略估算的場合。

·作業成本法的指導思想是：“成本對象消耗作業，作業消耗資源”。作業成本法把直接成本和間接成本（包括期間費用）作為產品（服務）消耗作業的成本同等地對待，拓寬了成本的計算范圍，使計算出來的產品（服務）成本更準確真實。

每種方法對每一壽命周期階段都有不同的可用度。由于艦船結構復雜、構件多、影響因素多變，。單獨使用某種方法是不科學和不現實的。例如一些學者利用BP 神經網絡參數估算法預測裝備全壽命費用，但這在艦船裝備上較難實現其有效性，故一般交叉使用各種方法。通常在產品早期階段參數法和類比法是最有用的，可以用來對未來費用進行大致估計。隨著設計的穩定且有更多信息可以利用時，參數法會成為比較有用的方法。類比估算法很少獨立使用，它常常用作其他估算方法的補充與校核。工程估算法多用于經過長期技術跟蹤得到的明確系統，如Michael McGuire利用工程估算法證明了配備無人機作戰系統可以在同等戰力下減少航母數量，節約大量經費［3］。

3 艦船裝備全壽命周期費用估算方法

全壽命周期費用估算首先要分析清楚費用結構，列出分解結構模式，再根據分解結構和可獲得的參數選擇適當的估算方法，建立費用估算關系式，計算出全壽命周期費用。

3.1 艦船裝備全壽命周期費用分解結構模式

艦船裝備全壽命周期費用是指在艦船預期的壽命周期內，有關裝備方案論證、設計、試驗、生產、使用、保障以及退役處置等一系列活動所消耗的費用之和，主要由預研費、購置費、使用和保障費以及退役處置費等構成［4］。

1）預研費。是指裝備艦艇所有新研制設備的研制費用，主要涉及論證、設計、試驗和鑒定等費用，約占艦船裝備全壽命周期費用的10%～15%。2）購置費。是指購置艦船裝備所支付的費用總和，主要涉及原材料費、配套設備費、舾裝工程費、工時費、生產專用費、備品屬具費、不可預見費等，約占艦船裝備壽命周期費用的15%～25%。3）使用保障費。是指艦船裝備在使用階段為裝備的使用與保障所支付的費用之和，主要涉及使用費、維修費以及技術改進、改裝費等，約占艦船裝備壽命周期費用的60%～75%。其中：使用費包括使用燃料動力費、彈藥及消耗品費、使用保障設備和設施費、使用人員培訓費、使用資料費、使用人員工資費、使用包裝儲運費等；維修費包括維修人員工時費、維修器材費、維修設備和設施費、維修資料費、維修人員培訓費、基地級維修費等；技術改進、改裝費包括艦船升級改造、改裝、改進費等。4）退役處置費。是指為艦船裝備退役所需支付的費用。退役艦艇如果不轉為民用，一般可拆除作為廢鋼鐵處理。

所以費用分解結構模式可以表示為

3.2 建立艦船裝備全壽命周期費用估算關系式

費用估算關系式是一個數學表達式，描述了因變量的變化隨著一個或多個自變量變化而變化的程度。費用估算關系式是在大量已有的裝備費用統計基礎上建立起來的，主要用來估算壽命周期費用分解結構中的各單元費用。建立關系時需要掌握一定的數據，并對這些數據進行預處理，保留合理數據，修正偏差等。在建立了各項費用單元的估算關系式后，逐級累加，便構成費用估算模型［5］。

3.2.1 艦船裝備預研費用估算

艦船武器裝備預研費用估算階段中一般使用參數估算法。它的優點是經濟性好，估算結果比較客觀，可以給出一個置信區間。目前常用的具體方法有：回歸分析法、BP 神經網絡法、灰色系統預測法、支持向量機預測法。

回歸分析法是參數估算法中最基礎及運用最廣泛的方法。此方法要求輸入的參數少，估算快，花錢也少，但其估算精度取決于基本費用數據的質量和預期的外推精度。它的方法決定了回歸分析需要有充足的費用樣本。而我國海軍艦船恰恰是裝備型號多、種類復雜。在這一前提下偏最小二乘回歸法被廣泛應用。偏最小二乘回歸法能夠在樣本個數少于自變量個數，并且自變量存在嚴重多重共線性的條件下進行回歸建模。在偏最小二乘回歸法中，每一個自變量的回歸系數將更容易解釋。但艦船裝備研制費用與其物理性能參數間的關系是及其復雜的，很難用一般的線性關系模型來描述清楚。而BP 神經網絡模型是通過學習樣本建立輸入與輸出關系，它在研究模型不明確，行為信息不完全的這類系統的建模、預測和控制問題時能夠顯示出自己的特點和優勢來［6］。但為使神經網絡模型擁有良好的預測能力，需要用充足的樣本訓練該網絡。故尚不適用于我國海軍艦艇目前的狀況。

灰色預測方法是通過鑒別系統因素之間發展趨勢的相似程度，即進行關聯度分析，并通過對原始數據進行深層處理來尋找系統變動的規律，建立微分方程模型，以便對事物未來的發展趨勢及狀況進行預測。主要用于研究系統模型不明確、行為信息不完全、運行機制不清楚的預測問題。故灰色預測方法可用于缺乏數據信息、模型信息的裝備（如航母蒸汽彈射器一類裝備）研制費用預測問題。

支持向量機（SVM，Support Vector Machine）是貝爾實驗室Vapnik 等人提出的一種新的統計學習方法。它通過某些核函數把特征向量映射到高維空間，然后建立一個線性判別函數。它最終可以歸結為求解一個凸二次規劃問題，以獲得最優解。支持向量機能夠解決小樣本、非線性、高維數和局部極小點等實際問題，具有學習速度快、全局優化和推廣能力強等優點。采用支持向量機來構建艦船裝備研制費用預測模型需要確定能夠描述裝備研制費用的說明性變量。針對有一定模型基礎、影響因素較明確的裝備可以運用這種方法。

支持向量機的估算問題可表示為

?為訓練樣例個數，x為輸入變量，y為輸出變量。其中不敏感值ε、正則化參數C、核函數K（xi，xj）是計算前首先需要確定的變量，然后采用支持向量機運算模型進行估算。

3.2.2 艦船裝備購置費用估算

由于艦船裝備購置費用涉及費用種類眾多，如原材料費、配套設備費、舾裝工程費、工時費等。故艦船武器裝備購置費用估算階段中一般配合使用參數估算法和工程估算法。估算過程中先利用參數估算法計算出某個配件單元的費用。例如，楊明等利用BP 神經網絡計算冷卻器購置費用［7］。再利用工程估算法進行匯總。

特別指出的是，我國海軍處于裝備大發展時期，很多裝備國內沒有可以借鑒的原型，冷靜等人提出了基于類比法的購置費預測技術的方法應用于大型艦船。類比法的一般性公式：

式中C購置新為新系統費用；C購置舊為類似的舊系統費用；X1，X2為新、舊系統的某一參數；n為根據實際情況而得到的指數；K為修正系數。

通過總結發現艦船的設備可分為共性裝備與非共性裝備兩大類。其中第一類裝備（如錨機、消防器材等）可以大致分為有較大改進的裝備和改進不大的元件裝備。物價變化和數量所產生的價格差異是改進幅度不大的裝備主要影響因素。兩者又可分別由艦船專業價格指數和設計方案確定。對于改進幅度較大的設備，主要需要對技術難度系數變化進行評估。而對于非共性裝備費用估算是重點。目前可運用類比法尋找國外類似系統進行對比。

對第i種設備的等工程價值比Pi（Xi；TA，TB，tA，tC）為

式中：CA（Xi，TA，tA）為A國在TA年購置艦船 裝備Xi所用的經費（tA不變幣值）；CB（Xi，TB，tC）為B國在TB年購置艦船裝備Xi所用的經費（tC不變幣值）；Pi（Xi；TA，TB，tA，tC）為A、B國各在TA、TB年購置艦船裝備技術性能完全相同的產品Xi，將所用的經費體現到tA、tC不變幣值的比值。

3.2.3 艦船裝備使用保障費用估算

此期間的費用由三部分組成：使用人員費；保障費；維修費。一般采用工程估算法。

1）使用人員費用CP模型

使用人員費用大多是按年度支付的，不是按年度支付的部分也可經過處理以年均費用形式表示，則使用人員費用為

式中：NY為武器系統使用人員數；N為武器系統服役年限；CHQ為艦艇人員人均年生活及伙食補貼費和勤務補貼費；CXJ為艦艇人員人均年津貼費；CGW為人均年公務事業費；CPX為人均培訓費；r為年平均物價上漲率；i為年平均利率，Yj為第j年度支付費用年份；Y0為開始服役年份。

2）維修費用CM模型

描述艦船裝備維修費用可以分為按年度支付的小修費和不定期支付的中修費與大修費。因此需要區分費用項目，以建立合適模型。維修費用中按年度支付的費用為

式中：Cg為該艦船裝備購置費，KXX為小修參考系數。維修費用中不定期支付的費用為（中修費、大修費）。

式中：KZX為平均中修費用因子；KDX為平均大修費用因子。最后得維修費用為

關于參數選擇，可以參考周林等在軍事裝備管理預測與決策中的論述［8］。國內學者利用很多預測方法對維修費進行了預測，各有利弊。組合利用各種預測方法被證明適用范圍更廣、精度更高。謝力等人對艦船裝備維修費組合預測進行了分析，可供相關人員借鑒［9］。

3）保障費用CS模型

保障費用中包含艦艇主、副機燃油費；潤滑油費；各種附屬設備耗油費；消耗彈藥和訓練費。則保障費用：

式中：CZF為艦艇主、副機年消耗燃油費；CRH為年均消耗潤滑油費；CFH為各種附屬設備年耗油費；CDX為年均消耗彈藥和訓練費。當參數難以獲得時，可以借鑒徐振剛等人做的基于作業成本原理的飛行訓練保障費用模型［10］，作業成本法在具體一年的保障費用估算方面有突出效果。

由此，可得使用保障費用

3.2.4 艦船裝備退役費用估算

艦船退役后，拆下可用的設備后船體可當廢鋼鐵處理，從而得到“殘值”。在艦艇全壽命預測時，可以認為“殘值”為購置費的10%，即

式中：i為年利率，n為使用年限。

裝備退役費用往往由于所占總費用的比例小而被忽略。但核動力艦船的退役處置費由于核廢料的處理而大幅增加。正是出于此方面的考慮，美軍一再延長其核動力航母的服役年限。根據美國總審計署分析結果，可知核動力比蒸汽動力航母退役處理費大1596.23%［11］。可見艦船裝備退役費已不再是無足輕重。

4 結語

本文針對艦船裝備的結構復雜、構件多的特點，研究了艦船裝備全壽命費用估算的步驟，并探討了目前可應用于艦船裝備全壽命費用估算的方法。統計分析顯示，現代艦船裝備尤其是高技術艦船裝備費用呈大幅度增長趨勢，裝備費用越來越難以預算和控制，給有限的軍費開支造成壓力。海軍艦船裝備全壽命費用技術的應用勢在必行。艦船裝備全壽命費用估算是全壽命費用技術的基礎，準確的費用估算有利于展開費用分析，有效的費用分析和評估可以推進費用管理，良好的費用管理又為下一步的費用估算提供更加精確的參數與模型，進而促進海軍艦船裝備的良性發展。

［1］曲東才.大型武器裝備的全壽命周期費用分析［J］.航空科學技術，2004，（5）：27-31.

［2］于芹章，張福元，艾克武，等.武器裝備全壽命費用估算建模有關問題研究［J］.裝備指揮技術學院學報，2003，（4）：18-21.

［3］Michael McGuire.The Integration of the Naval Unmanned Combat Aerial System （N-UCAS）into the Future Naval Air Wing［D］.Monterey，CA：Naval Postgraduate School，2009.

［4］蔡敬標，張風香，李強.控制艦船裝備全壽命周期費用技術途徑探討［C］／／中國設備管理協會設備壽命周期費用委員會第九次學術會議，2010：33-35.

［5］任少龍，曲東才，何友，等.武器裝備全壽命費用分析及管理措施研究［J］.火力與指揮控制，2002，（3）：35-38.

［6］張森，陳永革.基于參數法的3種研制費用估算模型［J］.四川兵工學報，2010（3）：53-56.

［7］楊明.基于BP神經網絡的冷卻器購置費用估算［J］.計算機與數字工程，2011（2）：170-172.

［8］周林，王君.軍事裝備管理預測與決策［M］.北京：國防工業出版社，2007.

［9］謝力，魏汝祥，訾書宇，等.基于包容性檢驗的艦船裝備維修費組合預測［J］.系統工程與電子技術，2010（12）：2599-2602.

［10］徐振剛，陳云翔，廖東民.基于作業成本原理的飛行訓練保障費用模型［J］.火力與指揮控制，2012（4）：105-108.

［11］李永杰，胡堅，汪厚祥.艦艇裝備維修信息數據倉庫的建立與數據挖掘［J］.計算機與數字工程，2010，38（10）.

［12］劉祥源，孫靜波，宋漢江，等.美國航母全壽命期費用初步分析［C］／／中國設備管理協會設備壽命周期費用委員會第九次學術會議，2010：78-82.