荊樹偉，馮月，閻俊愛(ài)，牛占文

（1.山西財(cái)經(jīng)大學(xué)管理科學(xué)與工程學(xué)院，山西太原 030006；2.天津大學(xué)管理與經(jīng)濟(jì)學(xué)部，天津 300072）

1 研究背景

智能制造是我國(guó)傳統(tǒng)制造業(yè)重塑核心競(jìng)爭(zhēng)力、實(shí)現(xiàn)高質(zhì)量發(fā)展的必然選擇。我國(guó)傳統(tǒng)制造業(yè)雖有“世界工廠”的美稱，但“大而不強(qiáng)”，仍處于“微笑曲線”的底端，產(chǎn)業(yè)價(jià)值鏈的頂端仍由歐美等發(fā)達(dá)國(guó)家占據(jù)主導(dǎo)地位。目前，發(fā)達(dá)國(guó)家的“再工業(yè)化”進(jìn)一步拉大了與發(fā)展中國(guó)家的差距，我國(guó)傳統(tǒng)制造業(yè)的發(fā)展也面臨著巨大的挑戰(zhàn)。我國(guó)傳統(tǒng)制造業(yè)憑借低成本要素建立起來(lái)的競(jìng)爭(zhēng)優(yōu)勢(shì)逐漸喪失，以印度、柬埔寨為首的東南亞、南亞國(guó)家以更為低廉的勞動(dòng)力成本搶占了我國(guó)制造業(yè)原本就比較微薄的利潤(rùn)。信息技術(shù)、互聯(lián)網(wǎng)的快速發(fā)展給傳統(tǒng)制造業(yè)的創(chuàng)新發(fā)展帶來(lái)了新的機(jī)遇與挑戰(zhàn)，在互聯(lián)網(wǎng)浪潮的沖擊下，消費(fèi)者需求從過(guò)去的大批量共性消費(fèi)向個(gè)性化、定制化消費(fèi)轉(zhuǎn)變，標(biāo)準(zhǔn)化、規(guī)?；纳a(chǎn)模式已無(wú)法滿足多元客戶的需求。這種市場(chǎng)需求的變化，迫使傳統(tǒng)制造業(yè)向個(gè)性化、定制化的生產(chǎn)模式轉(zhuǎn)化。智能制造是實(shí)現(xiàn)這種轉(zhuǎn)化的必由之路，即對(duì)傳統(tǒng)制造系統(tǒng)進(jìn)行數(shù)字化、網(wǎng)絡(luò)化、智能化升級(jí)，變革生產(chǎn)方式，創(chuàng)新商業(yè)模式，才能快速響應(yīng)客戶需求，適應(yīng)市場(chǎng)需求，提升核心競(jìng)爭(zhēng)力。而智能制造是一個(gè)復(fù)雜的系統(tǒng)，不僅需要技術(shù)標(biāo)準(zhǔn)化等生產(chǎn)技術(shù)方面的配套，還需要相關(guān)市場(chǎng)主體之間的互聯(lián)互通及其與生產(chǎn)技術(shù)的配套。傳統(tǒng)制造業(yè)的精益化已不能滿足傳統(tǒng)制造業(yè)向智能制造轉(zhuǎn)型升級(jí)的需求，需要精益化與數(shù)字化的雙重支撐，即精益數(shù)字化的支持。

精益數(shù)字化是精益化與數(shù)字化相結(jié)合的產(chǎn)物，是傳統(tǒng)制造業(yè)實(shí)現(xiàn)智能制造的基石。數(shù)字化轉(zhuǎn)型是實(shí)現(xiàn)智能制造的基礎(chǔ)，是傳統(tǒng)制造向智能制造發(fā)展的必經(jīng)之路。學(xué)術(shù)界、咨詢界和企業(yè)界對(duì)數(shù)字化有著不同的理解，但共通的認(rèn)知是，企業(yè)的數(shù)字化轉(zhuǎn)型不僅僅是現(xiàn)代化技術(shù)、信息技術(shù)的引進(jìn)，更是企業(yè)核心業(yè)務(wù)流程、員工、組織活動(dòng)與利益相關(guān)者交流方式的一種系統(tǒng)性變革。對(duì)于當(dāng)前我國(guó)傳統(tǒng)制造業(yè)來(lái)說(shuō)，數(shù)字化轉(zhuǎn)型最重要的是認(rèn)識(shí)升級(jí)而非信息升級(jí)。精益是智能制造的基石，也是企業(yè)數(shù)字化轉(zhuǎn)型的思想基礎(chǔ)，在數(shù)字化的背景下，精益的運(yùn)用變得更加高效，同時(shí)精益也為企業(yè)的數(shù)字化轉(zhuǎn)型提出了新的要求。精益與數(shù)字化轉(zhuǎn)型之間的關(guān)系也可看作“方法論”與“使用工具”的關(guān)系，前者是理論指導(dǎo)，后者是實(shí)現(xiàn)手段。只有精益而沒(méi)有數(shù)字化，則精益無(wú)法得到有效落實(shí)，無(wú)法從根本上改變我國(guó)傳統(tǒng)制造業(yè)的弊端；若不以精益為前提來(lái)推行數(shù)字化轉(zhuǎn)型，則轉(zhuǎn)型基礎(chǔ)不牢固、轉(zhuǎn)型成功的可能性較小，且很可能是空費(fèi)精力而徒勞無(wú)功，甚至?xí)霈F(xiàn)“開倒車”的現(xiàn)象。精益數(shù)字化將二者有機(jī)結(jié)合起來(lái)，既包含了數(shù)字化與精益的特征，又體現(xiàn)了二者相互促進(jìn)的作用機(jī)理，通過(guò)訂單信息與自動(dòng)化生產(chǎn)設(shè)備的交互來(lái)實(shí)現(xiàn)“拉動(dòng)式”、定制化生產(chǎn)便是精益數(shù)字化的一種具體體現(xiàn)。在傳統(tǒng)制造業(yè)中推行智能制造的根本目的是促進(jìn)制造業(yè)轉(zhuǎn)型升級(jí)、實(shí)現(xiàn)高質(zhì)量發(fā)展，以重塑傳統(tǒng)制造業(yè)的核心競(jìng)爭(zhēng)力，而精益化的生產(chǎn)模式是傳統(tǒng)制造業(yè)優(yōu)化生產(chǎn)系統(tǒng)和降低生產(chǎn)成本的重要途徑，企業(yè)只有建立了精益化的運(yùn)營(yíng)系統(tǒng)，才能夯實(shí)依靠數(shù)字化驅(qū)動(dòng)向智能制造轉(zhuǎn)型的基礎(chǔ)。由此可見(jiàn)，精益數(shù)字化是傳統(tǒng)制造業(yè)實(shí)現(xiàn)智能制造的重要途徑，精益數(shù)字化水平是衡量智能制造水平的關(guān)鍵指標(biāo)，也是促使傳統(tǒng)制造業(yè)向智能制造轉(zhuǎn)型的突破口。如何科學(xué)評(píng)估傳統(tǒng)制造業(yè)企業(yè)的精益數(shù)字化水平，是傳統(tǒng)制造業(yè)全面了解自己、發(fā)現(xiàn)問(wèn)題、尋找差距，進(jìn)行有效糾偏的重要手段。

基于此，本研究在已有研究的基礎(chǔ)上，基于智能制造背景，立足于如何科學(xué)評(píng)估傳統(tǒng)制造業(yè)的精益數(shù)字化水平，進(jìn)行傳統(tǒng)制造業(yè)精益數(shù)字化水平評(píng)估的指標(biāo)體系與方法研究，以期為企業(yè)管理者精準(zhǔn)把握現(xiàn)狀、科學(xué)決策提供依據(jù)。

2 文獻(xiàn)回顧與影響因素分析

2.1 精益數(shù)字化的內(nèi)涵

精益管理是以客戶滿意度為帶動(dòng)，以消除奢侈浪費(fèi)和持續(xù)不斷的改進(jìn)為關(guān)鍵，以最少的資金投入使得成本費(fèi)用和運(yùn)行效益得到明顯改進(jìn)的管理機(jī)制。常若涵等［1］提出企業(yè)精益思想的導(dǎo)入可通過(guò)內(nèi)部整合作用于質(zhì)量、成本、交付、柔性4 個(gè)維度，以精益支撐的管理及生產(chǎn)變革正在為企業(yè)注入強(qiáng)大的生命力。在當(dāng)下互聯(lián)網(wǎng)及信息技術(shù)的發(fā)展新常態(tài)下，由于精益管理缺乏信息系統(tǒng)的支持，使得企業(yè)的改進(jìn)及發(fā)展存在很大局限性，由此精益數(shù)字化應(yīng)運(yùn)而生。精益數(shù)字化專注于應(yīng)用數(shù)字化技術(shù)實(shí)現(xiàn)精益方法論在制造全生命周期過(guò)程中的落地。精益思想與數(shù)字化推進(jìn)不只是簡(jiǎn)單的融合，二者是相輔相成的。一方面，數(shù)字化的實(shí)施需要精益為基礎(chǔ)，在推進(jìn)數(shù)字化過(guò)程中嵌入精益思想，企業(yè)就可提供高效的服務(wù)和創(chuàng)新的數(shù)字解決方案，同時(shí)保持恒定的資源容量［2］；二者除在過(guò)程中相互促進(jìn)支撐之外，二者的目標(biāo)也是重疊的，這些重疊部分包括追求高質(zhì)量、低成本、縮短交貨時(shí)間、提高生產(chǎn)安全和員工積極性［3］。另一方面，企業(yè)數(shù)字化推進(jìn)需與精益管理的思想體系相匹配協(xié)調(diào)，才可能最大程度地增強(qiáng)市場(chǎng)競(jìng)爭(zhēng)力并帶來(lái)價(jià)值的增值，數(shù)字化的速度過(guò)快會(huì)帶來(lái)很多問(wèn)題［4］。此外，在回顧傳統(tǒng)制造業(yè)精益化與數(shù)字化之間的關(guān)系時(shí)，應(yīng)肯定現(xiàn)代先進(jìn)制造技術(shù)的作用，制造技術(shù)使制造商能夠分析任何關(guān)鍵數(shù)據(jù)，有效規(guī)劃未來(lái)的生產(chǎn)活動(dòng)并合理調(diào)度資源［5］。精益數(shù)字化在傳統(tǒng)制造業(yè)智能轉(zhuǎn)型中發(fā)揮著重要作用，可通過(guò)有效利用自由流通的數(shù)據(jù)提高企業(yè)生產(chǎn)率、促進(jìn)供應(yīng)鏈協(xié)同、優(yōu)化采購(gòu)銷售等環(huán)節(jié)、改進(jìn)創(chuàng)新過(guò)程與模式、復(fù)雜流程自動(dòng)化、優(yōu)化產(chǎn)品生命周期及改變識(shí)別浪費(fèi)的流程等方式［6-9］，最終真正給企業(yè)帶來(lái)重大改觀，使企業(yè)真正適應(yīng)環(huán)境變化并持續(xù)不斷獲得效益增值。由此可見(jiàn)，精益數(shù)字化是將精益化與數(shù)字化融合，即以精益為基礎(chǔ)并貫徹始終，運(yùn)用精益的理念、工具、方法，并借助數(shù)字驅(qū)動(dòng)賦能，實(shí)現(xiàn)制造過(guò)程的高效流動(dòng)連接，在制造裝備上以相協(xié)調(diào)和匹配的形式進(jìn)行集成和深層次的融合，最大程度上實(shí)現(xiàn)高效、高質(zhì)、可控、保證安全生產(chǎn)，盡可能從企業(yè)內(nèi)部“挖金礦”、強(qiáng)內(nèi)控、降成本、增效率的新一代生產(chǎn)管理模式。

2.2 精益數(shù)字化的影響因素

精益數(shù)字化是精益化與數(shù)字化的深入融合。已有關(guān)于精益數(shù)字化影響因素的探討主要集中在以下3 個(gè)方面：第一方面從精益化視角，Basu 等［10］通過(guò)審查精益制造實(shí)施的整體框架并詳盡調(diào)查精益生產(chǎn)的投入和產(chǎn)出表現(xiàn)，發(fā)現(xiàn)技術(shù)和人力投入是精益制造的必要投入；還有很多學(xué)者也強(qiáng)調(diào)財(cái)務(wù)、技術(shù)和人力資源是企業(yè)有效和成功實(shí)施精益所需的重要資源［11-13］；Stadnicka 等［14］提出隨著新制造技術(shù)、新組織方法和新制造工具的實(shí)施，員工需在知識(shí)和態(tài)度上深入?yún)⑴c和對(duì)新環(huán)境有充分的準(zhǔn)備，并且所有參與者均需對(duì)不同精益制造主題和工具有深層次的理解；除了內(nèi)部人員的全面參與外，合理引入外部的人才與知識(shí)也相當(dāng)必要，Ringen 等［15］認(rèn)為需要聘請(qǐng)外部專家來(lái)保留培訓(xùn)課程并協(xié)調(diào)精益項(xiàng)目；在硬件配備齊全的基礎(chǔ)上，更要注重軟實(shí)力的支撐作用，DeSanctis 等［16］研究精益壁壘過(guò)程中發(fā)現(xiàn)，保持精益文化比建立精益文化更為重要，并強(qiáng)調(diào)管理層應(yīng)加強(qiáng)整個(gè)組織的精益文化。第二方面從數(shù)字化視角，Pessot 等［17］通過(guò)對(duì)制造型企業(yè)員工深入訪談和對(duì)調(diào)查結(jié)果的廣泛分析，提出可以從戰(zhàn)略、組織、管理和技術(shù)4 個(gè)維度描述轉(zhuǎn)型升級(jí)的驅(qū)動(dòng)因素；Schumacher 等［18］在研究工業(yè)4.0 成熟度模型中提出，戰(zhàn)略、人員、運(yùn)營(yíng)、治理和領(lǐng)導(dǎo)力等都是需要被考慮的維度；Gill 等［19］在研究制造業(yè)數(shù)字化成熟度模型中發(fā)現(xiàn)，文化和組織是轉(zhuǎn)型過(guò)程中不可或缺的推動(dòng)引擎；Akdil 等［20］將制造業(yè)數(shù)字化成熟度和準(zhǔn)備度模型建立在戰(zhàn)略和組織、智能產(chǎn)品和服務(wù)以及智能業(yè)務(wù)流程3 個(gè)維度上；Porter 等［21］也著重分析了智能產(chǎn)品助力轉(zhuǎn)型的作用機(jī)制。第三方面從運(yùn)營(yíng)管理視角，數(shù)字化轉(zhuǎn)型還應(yīng)考慮管理和運(yùn)營(yíng)方面的因素［22］，如Theorin 等［23］認(rèn)為上層組織需要詳細(xì)了解系統(tǒng)體系結(jié)構(gòu)的布局，避免系統(tǒng)布局僵化，運(yùn)營(yíng)中要確保應(yīng)用程序和設(shè)備的耦合以及結(jié)構(gòu)信息之間的集成；Vinodh 等［24］提出團(tuán)隊(duì)成員也要積極參與分析問(wèn)題產(chǎn)生的原因；Pessoa 等［25］也強(qiáng)調(diào)了運(yùn)營(yíng)變革的重要性，變革具體包含從產(chǎn)品設(shè)計(jì)和開發(fā)過(guò)程，到制造和供應(yīng)鏈管理，再到營(yíng)銷和處置。此外，還有學(xué)者指出數(shù)據(jù)在智能轉(zhuǎn)型過(guò)程中發(fā)揮中介和核心作用，要提升收集數(shù)據(jù)或使用數(shù)據(jù)的能力，同時(shí)還應(yīng)建立安全管理和主動(dòng)防護(hù)措施［26］。

綜上所述，國(guó)內(nèi)外學(xué)者均強(qiáng)調(diào)了精益化和數(shù)字化的重要性，并且有關(guān)精益數(shù)字化影響因素的探討多集中于精益化、數(shù)字化、運(yùn)營(yíng)管理3 個(gè)方面，基本可以總結(jié)為精益數(shù)字化的推進(jìn)需企業(yè)生產(chǎn)管理活動(dòng)中各個(gè)環(huán)節(jié)的均衡支持。已有研究為本研究提供了有益的思路和參考，但已有研究中對(duì)精益數(shù)字化的影響因素缺乏全面的歸納分析，因此，本研究參考現(xiàn)有的學(xué)者觀點(diǎn)，試圖在解析精益數(shù)字化內(nèi)涵的基礎(chǔ)上，立足于投入-過(guò)程-產(chǎn)出生產(chǎn)運(yùn)作過(guò)程，系統(tǒng)地提取精益數(shù)字化驅(qū)動(dòng)因素，并構(gòu)建精益數(shù)字化水平評(píng)估指標(biāo)體系，以期科學(xué)、合理評(píng)估傳統(tǒng)制造型企業(yè)精益數(shù)字化水平并為其可持續(xù)發(fā)展提供新的理論支持。

3 精益數(shù)字化水平評(píng)估指標(biāo)體系構(gòu)建及評(píng)估標(biāo)準(zhǔn)確定

3.1 精益數(shù)字化水平評(píng)估指標(biāo)體系構(gòu)建

精益數(shù)字化是在精益化的基礎(chǔ)上融入數(shù)字化，強(qiáng)調(diào)二者的有機(jī)互動(dòng)和雙向支持。精益數(shù)字化的表現(xiàn)或核心特征為：第一，精簡(jiǎn)多能的員工隊(duì)伍。采用先進(jìn)的加工設(shè)備、架構(gòu)精簡(jiǎn)的員工管理結(jié)構(gòu)，在減少所需員工的同時(shí)最大限度地提高機(jī)床的生產(chǎn)率，并定期對(duì)員工進(jìn)行多項(xiàng)操作技術(shù)及精益數(shù)字化文化的培訓(xùn)，以熟練應(yīng)對(duì)復(fù)雜的生產(chǎn)過(guò)程。第二，物資流合一。在生產(chǎn)過(guò)程全生命周期內(nèi)，班組、車間及時(shí)反饋生產(chǎn)加工信息，庫(kù)存管理靈活化，最小化浪費(fèi)，精準(zhǔn)控制物料有序流動(dòng)，做到業(yè)務(wù)流程之間有效對(duì)接。第三，高精度同步化作業(yè)。以貫徹標(biāo)準(zhǔn)化為基礎(chǔ)的原則，合理化人員機(jī)器匹配比，進(jìn)行多機(jī)床操作、多工序運(yùn)作、多車間管理，依托于信息系統(tǒng)間的集成與交互，實(shí)現(xiàn)生產(chǎn)過(guò)程的高精度同步化作業(yè)及作業(yè)間價(jià)值的有序流動(dòng)。第四，高柔性化、高自動(dòng)化生產(chǎn)。以生產(chǎn)線信息和生產(chǎn)信息管理系統(tǒng)的雙向傳遞為基礎(chǔ)，運(yùn)用柔性自動(dòng)化生產(chǎn)設(shè)備及自動(dòng)化控制管理技術(shù)，同時(shí)輔以各先進(jìn)工藝設(shè)備間緊密耦合以及自動(dòng)生產(chǎn)線間相互聯(lián)動(dòng)，在有機(jī)連接的流水線上暢通生產(chǎn)信息流，高效節(jié)能地服務(wù)于顧客。第五，生產(chǎn)運(yùn)作以顧客需求為導(dǎo)向，以市場(chǎng)變化為準(zhǔn)繩。充分利用先進(jìn)技術(shù)迅速搜集、存儲(chǔ)、分析海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，及時(shí)洞悉市場(chǎng)變化并科學(xué)預(yù)測(cè)用戶需求，以現(xiàn)場(chǎng)為載體實(shí)現(xiàn)“拉動(dòng)式”生產(chǎn)，生產(chǎn)出優(yōu)質(zhì)、多樣、定制化且適銷對(duì)路的產(chǎn)品。這些特征表明，精益數(shù)字化是從思想到行動(dòng)、從生產(chǎn)信息到生產(chǎn)管理的系統(tǒng)性變革的過(guò)程，這也進(jìn)一步?jīng)Q定了精益數(shù)字化變革需緊緊圍繞“人機(jī)料法環(huán)”逐個(gè)突破，即源頭上對(duì)企業(yè)的生產(chǎn)全流程進(jìn)行梳理優(yōu)化，因而精益數(shù)字化水平的評(píng)估也需著眼于“人機(jī)料法環(huán)”這5 個(gè)方面。

本研究結(jié)合傳統(tǒng)制造企業(yè)的行業(yè)特點(diǎn)以及《中國(guó)制造業(yè)企業(yè)數(shù)字化實(shí)踐白皮書》和“德國(guó)工業(yè)4.0”的要求，同時(shí)立足于精益數(shù)字化的基本內(nèi)涵，并在上述從精益化、數(shù)字化、運(yùn)營(yíng)管理視角分析已有關(guān)于對(duì)精益數(shù)字化影響因素的相關(guān)研究基礎(chǔ)上，考慮精益化和數(shù)字化融合過(guò)程中對(duì)“人機(jī)料法環(huán)”的要求，從企業(yè)的投入、過(guò)程、產(chǎn)出3 個(gè)環(huán)節(jié)出發(fā)構(gòu)建評(píng)估精益數(shù)字化水平的指標(biāo)體系。首先，優(yōu)質(zhì)的投入是精益數(shù)字化達(dá)到預(yù)期效果的必備基礎(chǔ)，確保人員、機(jī)器設(shè)備、法則的有效投入顯得尤為重要。主要考慮人員數(shù)字化素質(zhì)培養(yǎng)、數(shù)字基礎(chǔ)設(shè)施建設(shè)、制度建設(shè)3 個(gè)方面。其次，標(biāo)準(zhǔn)且流暢的過(guò)程控制為精益數(shù)字化提供了必要的支撐。過(guò)程中保證原材料、半成品及成品等物料的順利對(duì)接是實(shí)現(xiàn)精益數(shù)字化的要點(diǎn)之一；此外在滿足了基本生產(chǎn)環(huán)境標(biāo)準(zhǔn)化的基礎(chǔ)上，還需充分利用數(shù)字信息數(shù)據(jù)以營(yíng)造高效運(yùn)營(yíng)的生產(chǎn)環(huán)境。主要考慮物流-供應(yīng)鏈智能一體化、數(shù)字信息利用2 個(gè)方面。最后，精益數(shù)字化的目標(biāo)也即產(chǎn)出，需落地到在精益思想指導(dǎo)的基礎(chǔ)上融入智能信息技術(shù)后生產(chǎn)流程、產(chǎn)出產(chǎn)品的改善程度上；此外，國(guó)家對(duì)傳統(tǒng)制造業(yè)智能轉(zhuǎn)型提出了綠色化的新要求，智能化需與綠色化并肩同行，因此實(shí)現(xiàn)綠色生產(chǎn)也是精益數(shù)字化的一個(gè)重要目標(biāo)。主要考慮生產(chǎn)改進(jìn)、數(shù)字產(chǎn)品、生產(chǎn)綠色化3 個(gè)方面。綜上，在構(gòu)建評(píng)價(jià)指標(biāo)體系時(shí)，投入和過(guò)程2 個(gè)環(huán)節(jié)分別考慮了人機(jī)法和料環(huán)5 個(gè)關(guān)鍵影響因素，產(chǎn)出環(huán)節(jié)考慮了生產(chǎn)、產(chǎn)品、綠色3 個(gè)目標(biāo)，共選取8 個(gè)一級(jí)指標(biāo)，并在此基礎(chǔ)上細(xì)化為23 個(gè)二級(jí)指標(biāo)（詳見(jiàn)表1 前3 列）。

3.2 精益數(shù)字化水平評(píng)估指標(biāo)標(biāo)準(zhǔn)確定

科學(xué)確定指標(biāo)的評(píng)估標(biāo)準(zhǔn)是得出合理結(jié)論的第一步。本研究根據(jù)傳統(tǒng)制造業(yè)精益數(shù)字化水平具有相對(duì)模糊性這一特點(diǎn)，根據(jù)模糊集理論，將指標(biāo)的等級(jí)劃分為“很高、較高、一般、較低、低”5 個(gè)等級(jí)。為使評(píng)估結(jié)果能較為科學(xué)地反映樣本企業(yè)與轉(zhuǎn)型標(biāo)桿企業(yè)間的差距，定量指標(biāo)等級(jí)設(shè)定中5 個(gè)等級(jí)參照相關(guān)政策文件要求以及精益數(shù)字化推進(jìn)表現(xiàn)出色的企業(yè)在相應(yīng)指標(biāo)上的表現(xiàn)，如日本豐田汽車公司、中國(guó)美的集團(tuán)、中國(guó)蒲惠智造科技有限公司等；而定性指標(biāo)的等級(jí)劃分為簡(jiǎn)便起見(jiàn)，選定4 個(gè)區(qū)間分割點(diǎn)，分別為60 分、70 分、80 分、90 分，劃分成5 個(gè)得分區(qū)間。此外，為使等級(jí)劃分標(biāo)準(zhǔn)更貼近企業(yè)實(shí)際，在等級(jí)標(biāo)準(zhǔn)確定過(guò)程中結(jié)合了精益專家的知識(shí)和經(jīng)驗(yàn)，專家對(duì)標(biāo)準(zhǔn)劃分給予了幫助和指導(dǎo)，進(jìn)一步確保了評(píng)估標(biāo)準(zhǔn)劃分的合理性。根據(jù)指標(biāo)類型及獲取方法的不同，將指標(biāo)分為定量指標(biāo)和定性指標(biāo)分別進(jìn)行閾值確定。經(jīng)綜合分析確定，等級(jí)標(biāo)準(zhǔn)劃分詳情如表1 所示。

表1 企業(yè)精益數(shù)字化水平評(píng)估指標(biāo)等級(jí)標(biāo)準(zhǔn)

表1 （續(xù)）

4 評(píng)估模型構(gòu)建

本研究基于直覺(jué)模糊熵和模糊集對(duì)分析（FSPA）構(gòu)建傳統(tǒng)制造業(yè)精益數(shù)字化水平的評(píng)估模型。直覺(jué)模糊熵是確定指標(biāo)權(quán)重的重要方法，其中數(shù)據(jù)來(lái)源是專家對(duì)各指標(biāo)的問(wèn)卷評(píng)分結(jié)果，如非常重要、重要、一般等，將此類模糊語(yǔ)言標(biāo)度轉(zhuǎn)化為直覺(jué)模糊數(shù)的轉(zhuǎn)化標(biāo)準(zhǔn)參照相關(guān)文獻(xiàn)［27］（見(jiàn)表2）。而模糊集對(duì)分析是研究不確定性問(wèn)題的重要方法，其充分考慮了等級(jí)邊界的模糊性和指標(biāo)的權(quán)重，從而使評(píng)估結(jié)果更加穩(wěn)定合理［28］。本研究依據(jù)FSPA 理論對(duì)傳統(tǒng)制造業(yè)精益數(shù)字化水平進(jìn)行評(píng)估，在張洪亮等［29］應(yīng)用的集對(duì)評(píng)價(jià)模型的基礎(chǔ)上，考慮到專家打分的主觀性，將專家打分設(shè)為區(qū)間打分；且為更好地考量指標(biāo)的不確定性，運(yùn)用模糊聯(lián)系度公式計(jì)算指標(biāo)集對(duì)聯(lián)系數(shù)。該方法的整體運(yùn)用思路為：首先，專家依據(jù)各指標(biāo)的區(qū)間標(biāo)準(zhǔn)對(duì)企業(yè)各指標(biāo)的現(xiàn)狀進(jìn)行模糊打分；其次，應(yīng)用未確知有理數(shù)法對(duì)各專家的打分結(jié)果進(jìn)行加權(quán)；最后，依次計(jì)算二級(jí)指標(biāo)、一級(jí)指標(biāo)、綜合評(píng)價(jià)集對(duì)聯(lián)系數(shù)，進(jìn)而確定精益數(shù)字化等級(jí)水平。

表2 模糊語(yǔ)言術(shù)語(yǔ)與其相應(yīng)的直覺(jué)模糊數(shù)

假設(shè)有m位專家或企業(yè)管理評(píng)分人員、n個(gè)評(píng)價(jià)指標(biāo)，模型的計(jì)算步驟具體如下：

（1）構(gòu)建直覺(jué)模糊矩陣。第一步，將專家的模糊評(píng)價(jià)語(yǔ)言標(biāo)度轉(zhuǎn)化為直覺(jué)模糊數(shù)，轉(zhuǎn)化標(biāo)準(zhǔn)如表2 所示。第二步，根據(jù)轉(zhuǎn)化的各位專家對(duì)每個(gè)指標(biāo)的評(píng)價(jià)直覺(jué)模糊數(shù)，構(gòu)建直覺(jué)模糊矩陣A，A中的元素為aij，aij=［μij，νij］，其中μij為隸屬度、νij為非隸屬度。

（2）構(gòu)建模糊區(qū)間決策矩陣。將直覺(jué)模糊矩陣轉(zhuǎn)化為模糊區(qū)間決策矩陣，中的元素為rij，rij=，其中。

（3）)確定指標(biāo)客觀權(quán)重取值范圍。第一步，將模糊區(qū)間決策矩陣R 標(biāo)準(zhǔn)化。標(biāo)準(zhǔn)化矩陣的元素依據(jù)以下兩個(gè)公式得到：

第二步，依據(jù)以下兩個(gè)公式計(jì)算標(biāo)準(zhǔn)化矩陣各元素區(qū)間數(shù)的信息熵：

第三步，根據(jù)式(7)～式(10)確定各指標(biāo)的客觀權(quán)重取值范圍：

（4）確定各指標(biāo)最優(yōu)客觀權(quán)重。構(gòu)建如下線性規(guī)劃目標(biāo)函數(shù)，運(yùn)用MATLAB 求得最優(yōu)權(quán)重向量，即。

（5）確定各指標(biāo)的主觀權(quán)重。假設(shè)各位專家的評(píng)分重要性一樣，即各位專家的權(quán)重λi一樣，即λi=1/m，則各指標(biāo)的主觀權(quán)重通過(guò)如下公式算得：

（6）確定各指標(biāo)綜合權(quán)重。根據(jù)下式計(jì)算各指標(biāo)綜合權(quán)重：

（7）確定二級(jí)指標(biāo)集對(duì)分析聯(lián)系數(shù)。將二級(jí)評(píng)價(jià)指標(biāo)區(qū)分為成本性指標(biāo)和效益性指標(biāo)，利用模糊聯(lián)系度公式計(jì)算各二級(jí)評(píng)價(jià)指標(biāo)的集對(duì)分析聯(lián)系數(shù)，根據(jù)5 個(gè)評(píng)價(jià)等級(jí)計(jì)算五元聯(lián)系數(shù)。其中，對(duì)于效益性指標(biāo)，指標(biāo)測(cè)量值在分級(jí)標(biāo)準(zhǔn)下的聯(lián)系數(shù)表達(dá)式為：

其中：

對(duì)于成本性指標(biāo)，指標(biāo)測(cè)量值在分級(jí)標(biāo)準(zhǔn)下的聯(lián)系數(shù)表達(dá)式為：

式（17）（18）中：s1、s2、s3、s4、s5分別為1～5級(jí)分級(jí)標(biāo)準(zhǔn)的限值；xt為各評(píng)價(jià)指標(biāo)的實(shí)際值；的下標(biāo)s為第s個(gè)指標(biāo)，t為第s個(gè)一級(jí)指標(biāo)下的第t個(gè)二級(jí)指標(biāo)。

（8）確定一級(jí)指標(biāo)集對(duì)分析聯(lián)系數(shù)。計(jì)算公式如下：

（9）確定被評(píng)價(jià)對(duì)象的綜合評(píng)價(jià)集對(duì)分析聯(lián)系數(shù)。計(jì)算公式如下：

（10）確定被評(píng)價(jià)對(duì)象精益數(shù)字化等級(jí)水平。根據(jù)集對(duì)分析聯(lián)系數(shù)的均分原則，將落在區(qū)間［-1，1］內(nèi)的聯(lián)系數(shù)i1、i2、i3、j等分為4 份，從左到右的4 等分點(diǎn)依次為j、i3、i2、i1。如j=-1 時(shí)，那么i3=-0.5，i2=0，i1=0.5，此時(shí)就可以算出二級(jí)評(píng)價(jià)指標(biāo)、一級(jí)評(píng)價(jià)指標(biāo)、綜合評(píng)價(jià)系統(tǒng)3 個(gè)層次的聯(lián)系數(shù)主值。再將區(qū)間［-1，1］根據(jù)劃分的等級(jí)標(biāo)準(zhǔn)同樣劃分為5 等份，從左到右依次為Ⅰ級(jí)、Ⅱ級(jí)、Ⅲ級(jí)、Ⅳ級(jí)、Ⅴ級(jí)，最后將綜合聯(lián)系數(shù)與5 個(gè)等級(jí)區(qū)間相對(duì)比，確定企業(yè)精益數(shù)字化的等級(jí)水平。

5 案例應(yīng)用

為了進(jìn)一步驗(yàn)證評(píng)估模型的科學(xué)性和有效性，本研究選擇某A傳統(tǒng)制造企業(yè)（以下簡(jiǎn)稱“A公司”）進(jìn)行案例應(yīng)用研究。A公司是我國(guó)裝備制造業(yè)的領(lǐng)軍企業(yè)，順應(yīng)國(guó)家政策趨勢(shì)，推動(dòng)新舊動(dòng)能轉(zhuǎn)化，通過(guò)發(fā)展新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，實(shí)現(xiàn)產(chǎn)業(yè)智慧化、智慧產(chǎn)業(yè)化、跨界融合化、品牌高端化，努力實(shí)現(xiàn)由高速發(fā)展向高質(zhì)量發(fā)展的轉(zhuǎn)變，建有國(guó)家智能制造示范基地，以客戶滿意為宗旨，向國(guó)際一流品質(zhì)看齊，以率先打造全球一流的高端裝備制造企業(yè)為目標(biāo)。此外，A公司的轉(zhuǎn)型之路已經(jīng)歷了10 余年，近年來(lái)充分運(yùn)用校企合作、企業(yè)培訓(xùn)基地、在線學(xué)習(xí)平臺(tái)等多種資源，搭建起了領(lǐng)導(dǎo)力、企業(yè)文化、精益、質(zhì)量等8 個(gè)模塊培訓(xùn)體系，開展面向不同群體的多種形式的培訓(xùn)，并借助于與國(guó)際企業(yè)合作取長(zhǎng)補(bǔ)短，緊緊圍繞自動(dòng)化、數(shù)字化、人機(jī)交互視頻化三方面向高質(zhì)量轉(zhuǎn)變，研討“客戶滿意”核心價(jià)值觀統(tǒng)領(lǐng)下的生態(tài)建設(shè)，推進(jìn)企業(yè)智能轉(zhuǎn)型。

5.1 定性指標(biāo)的預(yù)處理

定量指標(biāo)數(shù)據(jù)源于A公司的真實(shí)數(shù)據(jù)；定性指標(biāo)源于精益管理專家和企業(yè)管理人員的模糊評(píng)分，在模糊評(píng)分的基礎(chǔ)上借助未確知有理數(shù)法確定具體分值。假定評(píng)分人員的可信度均一樣，設(shè)可信度λ=0.5，邀請(qǐng)5 位A公司的精益管理咨詢專家及高層管理人員依據(jù)指標(biāo)等級(jí)標(biāo)準(zhǔn)對(duì)A公司在所有指標(biāo)上的表現(xiàn)進(jìn)行模糊評(píng)分。未確知有理數(shù)確定精確分值的方法具體為：以定性指標(biāo)I23為例，5 位評(píng)分人員對(duì)該指標(biāo)依次評(píng)分給出的分值區(qū)間分別為［83～88］、［80～85］、［85～87］、［80～83］、［80～84］，得到?jīng)]有交集的新得分區(qū)間，再根據(jù)比例分配法確定新得分區(qū)間的可信度，利用新得分區(qū)間和算得的可信度表示該指標(biāo)的未確知有理數(shù)。即：

最后計(jì)算出未確知有理數(shù)的期望值為83.5 分，該期望值即為該定性指標(biāo)的精確評(píng)分。

5.2 精益數(shù)字化水平評(píng)估

（1）指標(biāo)權(quán)重的確定。為確定所有精益數(shù)字化水平評(píng)估指標(biāo)的權(quán)重，同時(shí)邀請(qǐng)5 位評(píng)分人員對(duì)所有指標(biāo)相對(duì)于精益數(shù)字化的重要性進(jìn)行了重要性評(píng)分。指標(biāo)評(píng)分采用五分計(jì)數(shù)法得到指標(biāo)重要性評(píng)分表，再據(jù)此運(yùn)用式（1）至式（16）計(jì)算所有指標(biāo)的權(quán)重。假設(shè)主觀權(quán)重=0.95，各指標(biāo)的權(quán)重計(jì)算結(jié)果如表3 所示。

表3 A 公司精益數(shù)字化水平評(píng)估指標(biāo)權(quán)重

（2）精益數(shù)字化等級(jí)水平評(píng)估。根據(jù)未確知有理數(shù)法確定出定性指標(biāo)數(shù)值并計(jì)算出定性指標(biāo)的得分（見(jiàn)表4），依據(jù)A公司2019年相關(guān)數(shù)據(jù)資料填寫定量指標(biāo)數(shù)值（見(jiàn)表5）。針對(duì)各指標(biāo)的得分情況，結(jié)合直覺(jué)模糊熵確定出的指標(biāo)權(quán)重，運(yùn)用模糊集對(duì)分析方法計(jì)算一級(jí)、二級(jí)指標(biāo)及綜合評(píng)價(jià)下的五元聯(lián)系數(shù)。

表4 A 公司精益數(shù)字化水平評(píng)估定性指標(biāo)得分 單位：分

表5 A 公司精益數(shù)字化水平評(píng)估定量指標(biāo)數(shù)值

一級(jí)指標(biāo)的集對(duì)分析聯(lián)系數(shù)如下：

在一級(jí)指標(biāo)集對(duì)聯(lián)系數(shù)的基礎(chǔ)上，結(jié)合一級(jí)指標(biāo)的指標(biāo)權(quán)重，可以算得A公司數(shù)字化轉(zhuǎn)型升級(jí)水平綜合評(píng)價(jià)的五元聯(lián)系數(shù)：

根據(jù)集對(duì)分析理論，式（32）中的差異度系數(shù)i的取值范圍為［-1，1］，按照特殊值法取中間值的原則，分別取i1=0.5、i2=0、i3=-0.5、j=-1，據(jù)此可得一級(jí)指標(biāo)和綜合評(píng)價(jià)的集對(duì)分析五元聯(lián)系數(shù)的主值；同時(shí)將［-1，1］均分為五等分，分別代表企業(yè)精益數(shù)字化水平的5 個(gè)等級(jí)，將指標(biāo)的五元聯(lián)系數(shù)主值與5 個(gè)等級(jí)區(qū)間進(jìn)行比較，就可得出企業(yè)一級(jí)指標(biāo)的等級(jí)水平，即運(yùn)作系統(tǒng)各個(gè)環(huán)節(jié)的等級(jí)現(xiàn)狀以及企業(yè)綜合評(píng)價(jià)下的等級(jí)。具體評(píng)價(jià)結(jié)果見(jiàn)表6。

表6 A 公司精益數(shù)字化水平評(píng)估聯(lián)系數(shù)主值與評(píng)價(jià)等級(jí)

5.3 結(jié)果分析

在運(yùn)用模糊集對(duì)分析方法評(píng)估傳統(tǒng)制造業(yè)精益數(shù)字化水平過(guò)程中，指標(biāo)權(quán)重對(duì)評(píng)估結(jié)果非常關(guān)鍵，不同的指標(biāo)權(quán)重可能造成最終評(píng)估結(jié)果出現(xiàn)偏差，因此有必要對(duì)指標(biāo)權(quán)重進(jìn)行敏感性分析，以確保運(yùn)用模糊集對(duì)分析方法評(píng)估轉(zhuǎn)型升級(jí)水平結(jié)果的穩(wěn)健性和有效性。本研究采用攝動(dòng)法進(jìn)行敏感性分析，對(duì)18 個(gè)定性指標(biāo)的權(quán)重予以波動(dòng)，設(shè)定標(biāo)準(zhǔn)權(quán)重在-10%～10%的范圍內(nèi)以2%的大小增加或減少，指標(biāo)權(quán)重?cái)_動(dòng)系數(shù)為ξ，則ξ的取值范圍為［0.9，1.1］，即某各指標(biāo)權(quán)重wj變化時(shí)，其余權(quán)重予以適當(dāng)波動(dòng)，變化系數(shù)為θ=(1-ξwj)/(1-wj)。共進(jìn)行了180 次實(shí)驗(yàn)，分析實(shí)驗(yàn)結(jié)果可得，綜合評(píng)價(jià)聯(lián)系數(shù)主值維持在［0.2，0.6］范圍內(nèi)，轉(zhuǎn)型升級(jí)評(píng)估等級(jí)結(jié)果均為Ⅳ級(jí)，即“較高”，且與A公司當(dāng)前的實(shí)際轉(zhuǎn)型現(xiàn)狀相吻合。由此說(shuō)明，本研究構(gòu)建的評(píng)估模型對(duì)指標(biāo)權(quán)重并不敏感，指標(biāo)權(quán)重發(fā)生合理波動(dòng)時(shí)，評(píng)估結(jié)果不會(huì)發(fā)生變化，模型是合理且穩(wěn)健的。

因此，表6 的結(jié)果是合理的。根據(jù)表6 對(duì)A公司智能轉(zhuǎn)型過(guò)程中的各個(gè)環(huán)節(jié)及綜合水平進(jìn)行分析可知，數(shù)字化生產(chǎn)改進(jìn)模塊成效最佳，達(dá)到了Ⅴ級(jí)，即“很高”的等級(jí)水平；數(shù)字化基礎(chǔ)設(shè)施、制度建設(shè)、數(shù)字化信息利用、物流-供應(yīng)鏈智能一體化、數(shù)字化產(chǎn)品、生產(chǎn)綠色化6 個(gè)環(huán)節(jié)模塊取得的成效較好，達(dá)到了Ⅳ級(jí)，即“較高”的等級(jí)水平；而相對(duì)來(lái)說(shuō)，數(shù)字化人員素質(zhì)培養(yǎng)環(huán)節(jié)成效一般，表現(xiàn)為Ⅲ級(jí)，等級(jí)水平為“一般”，是A公司精益數(shù)字化推進(jìn)的短板所在。綜合分析8 個(gè)模塊，A公司的數(shù)字化綜合轉(zhuǎn)型升級(jí)等級(jí)水平表現(xiàn)為“較高”，達(dá)到了Ⅳ級(jí)，總體來(lái)說(shuō)轉(zhuǎn)型推進(jìn)已取得不錯(cuò)的成績(jī)，但距離最優(yōu)的效果還存在一定差距。A公司需重點(diǎn)關(guān)注生產(chǎn)人員的技能素質(zhì)培養(yǎng)，在提高硬實(shí)力的前提下也要注重整體軟實(shí)力的提升；此外，數(shù)字化基礎(chǔ)設(shè)施、制度建設(shè)、數(shù)字化信息利用、物流-供應(yīng)鏈智能一體化、數(shù)字化產(chǎn)品、生產(chǎn)綠色化等環(huán)節(jié)也需結(jié)合企業(yè)實(shí)際情況制定合理、恰當(dāng)?shù)倪M(jìn)一步改進(jìn)措施，力爭(zhēng)達(dá)到很高的等級(jí)水平，與此同時(shí)需繼續(xù)保持?jǐn)?shù)字化生產(chǎn)改進(jìn)方面的優(yōu)勢(shì)。

6 結(jié)論

向智能制造轉(zhuǎn)型是傳統(tǒng)制造業(yè)自身發(fā)展的現(xiàn)實(shí)需要，但不可否認(rèn)，如何破解轉(zhuǎn)型難題并助力其在工業(yè)4.0 的浪潮中占據(jù)制高點(diǎn)是當(dāng)前亟待解決的難題。針對(duì)此種局面和需求，本研究探討了傳統(tǒng)制造業(yè)在精益化和數(shù)字化雙重支撐融合下的智能制造轉(zhuǎn)型驅(qū)動(dòng)因素，構(gòu)建了涵蓋員工素質(zhì)、基礎(chǔ)設(shè)施、制度建設(shè)、數(shù)據(jù)信息利用、供應(yīng)鏈協(xié)同、生產(chǎn)改進(jìn)等8 個(gè)方面的精益數(shù)字化水平評(píng)估指標(biāo)體系，并構(gòu)建了基于直覺(jué)模糊熵和模糊集對(duì)分析的傳統(tǒng)制造業(yè)精益數(shù)字化水平評(píng)估模型，且詳細(xì)闡述了該評(píng)估模型運(yùn)用于某樣本企業(yè)精益數(shù)字化水平評(píng)估的全過(guò)程。研究結(jié)果表明：第一，采用該評(píng)估模型評(píng)估傳統(tǒng)制造企業(yè)的精益數(shù)字化水平，評(píng)估結(jié)果與案例企業(yè)實(shí)際現(xiàn)狀基本吻合，該模型評(píng)估結(jié)果較為可靠，可解釋性強(qiáng)，可為科學(xué)評(píng)估傳統(tǒng)制造型企業(yè)精益數(shù)字化水平提供一個(gè)較為合理的方法；第二，企業(yè)可根據(jù)評(píng)估結(jié)果準(zhǔn)確定位自身在智能制造轉(zhuǎn)型過(guò)程中的短板所在，確定投入、過(guò)程、產(chǎn)出3 個(gè)環(huán)節(jié)改進(jìn)不足和有待提升的部分，管理者可立足于全局視角提出有針對(duì)性的優(yōu)化轉(zhuǎn)型策略，有助于企業(yè)智能轉(zhuǎn)型朝快準(zhǔn)穩(wěn)方向邁進(jìn)；第三，基礎(chǔ)設(shè)施配備、數(shù)字化技術(shù)或精益文化員工培訓(xùn)、數(shù)字信息安全管理、數(shù)字信息雙向傳遞、數(shù)據(jù)分析、車間物流準(zhǔn)確配送、供應(yīng)鏈協(xié)同、生產(chǎn)信息流暢通及生產(chǎn)柔性化自動(dòng)化在評(píng)估模型中權(quán)重較高，對(duì)精益數(shù)字化成效的實(shí)現(xiàn)影響較大，重點(diǎn)優(yōu)化這9 個(gè)方面是推進(jìn)精益數(shù)字化的關(guān)鍵，但管理者在做到重點(diǎn)關(guān)注的同時(shí)也需全局兼顧，盡量避免顧此失彼，加強(qiáng)全方位全鏈條監(jiān)管。

本研究為傳統(tǒng)制造業(yè)在復(fù)雜多變的經(jīng)濟(jì)環(huán)境中解決其當(dāng)前發(fā)展后勁不足、發(fā)展增量缺失的問(wèn)題提供了一個(gè)信號(hào)，即精益數(shù)字化，并構(gòu)建了合理的精益數(shù)字化水平評(píng)估模型，望為傳統(tǒng)制造業(yè)打破當(dāng)前的僵局找到突破口。但本研究在構(gòu)建評(píng)估指標(biāo)體系時(shí)主要考慮內(nèi)部環(huán)境的影響，尚未很好地揭示影響精益數(shù)字化的深層次因素，實(shí)際上，外部環(huán)境也是影響傳統(tǒng)制造業(yè)精益數(shù)字化的關(guān)鍵因素，比如政府行為、政策實(shí)施、外部融資壁壘等，綜合考慮內(nèi)外部影響必可更全面地為企業(yè)精益數(shù)字化評(píng)估及規(guī)劃提供更嚴(yán)謹(jǐn)?shù)膮⒖家罁?jù)。此外，在中國(guó)情境下，有關(guān)精益數(shù)字化對(duì)傳統(tǒng)制造業(yè)智能制造的驅(qū)動(dòng)仍有進(jìn)一步的研究空間，探討精益數(shù)字化在時(shí)間維度上對(duì)智能轉(zhuǎn)型的持續(xù)性作用機(jī)理和智能制造轉(zhuǎn)型路徑，是未來(lái)學(xué)者需要探索的一個(gè)新方向。