傳統(tǒng)制造業(yè)精益數(shù)字化水平評估方法

荊樹偉，馮月，閻俊愛，牛占文

（1.山西財經(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)濟學(xué)部，天津 300072）

1 研究背景

智能制造是我國傳統(tǒng)制造業(yè)重塑核心競爭力、實現(xiàn)高質(zhì)量發(fā)展的必然選擇。我國傳統(tǒng)制造業(yè)雖有“世界工廠”的美稱，但“大而不強”，仍處于“微笑曲線”的底端，產(chǎn)業(yè)價值鏈的頂端仍由歐美等發(fā)達國家占據(jù)主導(dǎo)地位。目前，發(fā)達國家的“再工業(yè)化”進一步拉大了與發(fā)展中國家的差距，我國傳統(tǒng)制造業(yè)的發(fā)展也面臨著巨大的挑戰(zhàn)。我國傳統(tǒng)制造業(yè)憑借低成本要素建立起來的競爭優(yōu)勢逐漸喪失，以印度、柬埔寨為首的東南亞、南亞國家以更為低廉的勞動力成本搶占了我國制造業(yè)原本就比較微薄的利潤。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)展帶來了新的機遇與挑戰(zhàn)，在互聯(lián)網(wǎng)浪潮的沖擊下，消費者需求從過去的大批量共性消費向個性化、定制化消費轉(zhuǎn)變，標(biāo)準(zhǔn)化、規(guī)?；纳a(chǎn)模式已無法滿足多元客戶的需求。這種市場需求的變化，迫使傳統(tǒng)制造業(yè)向個性化、定制化的生產(chǎn)模式轉(zhuǎn)化。智能制造是實現(xiàn)這種轉(zhuǎn)化的必由之路，即對傳統(tǒng)制造系統(tǒng)進行數(shù)字化、網(wǎng)絡(luò)化、智能化升級，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)市場需求，提升核心競爭力。而智能制造是一個復(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)實現(xiàn)智能制造的基石。數(shù)字化轉(zhuǎn)型是實現(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，更是企業(yè)核心業(yè)務(wù)流程、員工、組織活動與利益相關(guān)者交流方式的一種系統(tǒng)性變革。對于當(dāng)前我國傳統(tǒng)制造業(yè)來說，數(shù)字化轉(zhuǎn)型最重要的是認(rèn)識升級而非信息升級。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，精益的運用變得更加高效，同時精益也為企業(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)，后者是實現(xiàn)手段。只有精益而沒有數(shù)字化，則精益無法得到有效落實，無法從根本上改變我國傳統(tǒng)制造業(yè)的弊端；若不以精益為前提來推行數(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，且很可能是空費精力而徒勞無功，甚至?xí)霈F(xiàn)“開倒車”的現(xiàn)象。精益數(shù)字化將二者有機結(jié)合起來，既包含了數(shù)字化與精益的特征，又體現(xiàn)了二者相互促進的作用機理，通過訂單信息與自動化生產(chǎn)設(shè)備的交互來實現(xiàn)“拉動式”、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制造業(yè)轉(zhuǎn)型升級、實現(xiàn)高質(zhì)量發(fā)展，以重塑傳統(tǒng)制造業(yè)的核心競爭力，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營系統(tǒng)，才能夯實依靠數(shù)字化驅(qū)動向智能制造轉(zhuǎn)型的基礎(chǔ)。由此可見，精益數(shù)字化是傳統(tǒng)制造業(yè)實現(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)問題、尋找差距，進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)評估傳統(tǒng)制造業(yè)的精益數(shù)字化水平，進行傳統(tǒng)制造業(yè)精益數(shù)字化水平評估的指標(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，以消除奢侈浪費和持續(xù)不斷的改進為關(guān)鍵，以最少的資金投入使得成本費用和運行效益得到明顯改進的管理機制。常若涵等［1］提出企業(yè)精益思想的導(dǎo)入可通過內(nèi)部整合作用于質(zhì)量、成本、交付、柔性4 個維度，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)的改進及發(fā)展存在很大局限性，由此精益數(shù)字化應(yīng)運而生。精益數(shù)字化專注于應(yīng)用數(shù)字化技術(shù)實現(xiàn)精益方法論在制造全生命周期過程中的落地。精益思想與數(shù)字化推進不只是簡單的融合，二者是相輔相成的。一方面，數(shù)字化的實施需要精益為基礎(chǔ)，在推進數(shù)字化過程中嵌入精益思想，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，同時保持恒定的資源容量［2］；二者除在過程中相互促進支撐之外，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市場競爭力并帶來價值的增值，數(shù)字化的速度過快會帶來很多問題［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，應(yīng)肯定現(xiàn)代先進制造技術(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)劃未來的生產(chǎn)活動并合理調(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，可通過有效利用自由流通的數(shù)據(jù)提高企業(yè)生產(chǎn)率、促進供應(yīng)鏈協(xié)同、優(yōu)化采購銷售等環(huán)節(jié)、改進創(chuàng)新過程與模式、復(fù)雜流程自動化、優(yōu)化產(chǎn)品生命周期及改變識別浪費的流程等方式［6-9］，最終真正給企業(yè)帶來重大改觀，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，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，運用精益的理念、工具、方法，并借助數(shù)字驅(qū)動賦能，實現(xiàn)制造過程的高效流動連接，在制造裝備上以相協(xié)調(diào)和匹配的形式進行集成和深層次的融合，最大程度上實現(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 個方面：第一方面從精益化視角，Basu 等［10］通過審查精益制造實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)者也強調(diào)財務(wù)、技術(shù)和人力資源是企業(yè)有效和成功實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施，員工需在知識和態(tài)度上深入?yún)⑴c和對新環(huán)境有充分的準(zhǔn)備，并且所有參與者均需對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也相當(dāng)必要，Ringen 等［15］認(rèn)為需要聘請外部專家來保留培訓(xùn)課程并協(xié)調(diào)精益項目；在硬件配備齊全的基礎(chǔ)上，更要注重軟實力的支撐作用，DeSanctis 等［16］研究精益壁壘過程中發(fā)現(xiàn)，保持精益文化比建立精益文化更為重要，并強調(diào)管理層應(yīng)加強整個組織的精益文化。第二方面從數(shù)字化視角，Pessot 等［17］通過對制造型企業(yè)員工深入訪談和對調(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 個維度描述轉(zhuǎn)型升級的驅(qū)動因素；Schumacher 等［18］在研究工業(yè)4.0 成熟度模型中提出，戰(zhàn)略、人員、運營、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)型過程中不可或缺的推動引擎；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)型的作用機制。第三方面從運營管理視角，數(shù)字化轉(zhuǎn)型還應(yīng)考慮管理和運營方面的因素［22］，如Theorin 等［23］認(rèn)為上層組織需要詳細了解系統(tǒng)體系結(jié)構(gòu)的布局，避免系統(tǒng)布局僵化，運營中要確保應(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］提出團隊成員也要積極參與分析問題產(chǎn)生的原因；Pessoa 等［25］也強調(diào)了運營變革的重要性，變革具體包含從產(chǎn)品設(shè)計和開發(fā)過程，到制造和供應(yīng)鏈管理，再到營銷和處置。此外，還有學(xué)者指出數(shù)據(jù)在智能轉(zhuǎn)型過程中發(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，同時還應(yīng)建立安全管理和主動防護措施［26］。

綜上所述，國內(nèi)外學(xué)者均強調(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、運營管理3 個方面，基本可以總結(jié)為精益數(shù)字化的推進需企業(yè)生產(chǎn)管理活動中各個環(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，試圖在解析精益數(shù)字化內(nèi)涵的基礎(chǔ)上，立足于投入-過程-產(chǎn)出生產(chǎn)運作過程，系統(tǒng)地提取精益數(shù)字化驅(qū)動因素，并構(gòu)建精益數(shù)字化水平評估指標(biāo)體系，以期科學(xué)、合理評估傳統(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)字化水平評估指標(biāo)體系構(gòu)建及評估標(biāo)準(zhǔn)確定

3.1 精益數(shù)字化水平評估指標(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，強調(diào)二者的有機互動和雙向支持。精益數(shù)字化的表現(xiàn)或核心特征為：第一，精簡多能的員工隊伍。采用先進的加工設(shè)備、架構(gòu)精簡的員工管理結(jié)構(gòu)，在減少所需員工的同時最大限度地提高機床的生產(chǎn)率，并定期對員工進行多項操作技術(shù)及精益數(shù)字化文化的培訓(xùn)，以熟練應(yīng)對復(fù)雜的生產(chǎn)過程。第二，物資流合一。在生產(chǎn)過程全生命周期內(nèi)，班組、車間及時反饋生產(chǎn)加工信息，庫存管理靈活化，最小化浪費，精準(zhǔn)控制物料有序流動，做到業(yè)務(wù)流程之間有效對接。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，合理化人員機器匹配比，進行多機床操作、多工序運作、多車間管理，依托于信息系統(tǒng)間的集成與交互，實現(xiàn)生產(chǎn)過程的高精度同步化作業(yè)及作業(yè)間價值的有序流動。第四，高柔性化、高自動化生產(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)，運用柔性自動化生產(chǎn)設(shè)備及自動化控制管理技術(shù)，同時輔以各先進工藝設(shè)備間緊密耦合以及自動生產(chǎn)線間相互聯(lián)動，在有機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)運作以顧客需求為導(dǎo)向，以市場變化為準(zhǔn)繩。充分利用先進技術(shù)迅速搜集、存儲、分析海量的結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，及時洞悉市場變化并科學(xué)預(yù)測用戶需求，以現(xiàn)場為載體實現(xiàn)“拉動式”生產(chǎn)，生產(chǎn)出優(yōu)質(zhì)、多樣、定制化且適銷對路的產(chǎn)品。這些特征表明，精益數(shù)字化是從思想到行動、從生產(chǎn)信息到生產(chǎn)管理的系統(tǒng)性變革的過程，這也進一步?jīng)Q定了精益數(shù)字化變革需緊緊圍繞“人機料法環(huán)”逐個突破，即源頭上對企業(yè)的生產(chǎn)全流程進行梳理優(yōu)化，因而精益數(shù)字化水平的評估也需著眼于“人機料法環(huán)”這5 個方面。

本研究結(jié)合傳統(tǒng)制造企業(yè)的行業(yè)特點以及《中國制造業(yè)企業(yè)數(shù)字化實踐白皮書》和“德國工業(yè)4.0”的要求，同時立足于精益數(shù)字化的基本內(nèi)涵，并在上述從精益化、數(shù)字化、運營管理視角分析已有關(guān)于對精益數(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)字化融合過程中對“人機料法環(huán)”的要求，從企業(yè)的投入、過程、產(chǎn)出3 個環(huán)節(jié)出發(fā)構(gòu)建評估精益數(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)字化達到預(yù)期效果的必備基礎(chǔ)，確保人員、機器設(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 個方面。其次，標(biāo)準(zhǔn)且流暢的過程控制為精益數(shù)字化提供了必要的支撐。過程中保證原材料、半成品及成品等物料的順利對接是實現(xiàn)精益數(shù)字化的要點之一；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)以營造高效運營的生產(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，國家對傳統(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，因此實現(xiàn)綠色生產(chǎn)也是精益數(shù)字化的一個重要目標(biāo)。主要考慮生產(chǎn)改進、數(shù)字產(chǎn)品、生產(chǎn)綠色化3 個方面。綜上，在構(gòu)建評價指標(biāo)體系時，投入和過程2 個環(huán)節(jié)分別考慮了人機法和料環(huán)5 個關(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 個目標(biāo)，共選取8 個一級指標(biāo)，并在此基礎(chǔ)上細化為23 個二級指標(biāo)（詳見表1 前3 列）。

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

科學(xué)確定指標(biāo)的評估標(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)字化水平具有相對模糊性這一特點，根據(jù)模糊集理論，將指標(biāo)的等級劃分為“很高、較高、一般、較低、低”5 個等級。為使評估結(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)等級設(shè)定中5 個等級參照相關(guān)政策文件要求以及精益數(shù)字化推進表現(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、中國美的集團、中國蒲惠智造科技有限公司等；而定性指標(biāo)的等級劃分為簡便起見，選定4 個區(qū)間分割點，分別為60 分、70 分、80 分、90 分，劃分成5 個得分區(qū)間。此外，為使等級劃分標(biāo)準(zhǔn)更貼近企業(yè)實際，在等級標(biāo)準(zhǔn)確定過程中結(jié)合了精益專家的知識和經(jīng)驗，專家對標(biāo)準(zhǔn)劃分給予了幫助和指導(dǎo)，進一步確保了評估標(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)分別進行閾值確定。經(jīng)綜合分析確定，等級標(biāo)準(zhǔn)劃分詳情如表1 所示。

表1 企業(yè)精益數(shù)字化水平評估指標(biāo)等級標(biāo)準(zhǔn)

表1 （續(xù)）

4 評估模型構(gòu)建

本研究基于直覺模糊熵和模糊集對分析（FSPA）構(gòu)建傳統(tǒng)制造業(yè)精益數(shù)字化水平的評估模型。直覺模糊熵是確定指標(biāo)權(quán)重的重要方法，其中數(shù)據(jù)來源是專家對各指標(biāo)的問卷評分結(jié)果，如非常重要、重要、一般等，將此類模糊語言標(biāo)度轉(zhuǎn)化為直覺模糊數(shù)的轉(zhuǎn)化標(biāo)準(zhǔn)參照相關(guān)文獻［27］（見表2）。而模糊集對分析是研究不確定性問題的重要方法，其充分考慮了等級邊界的模糊性和指標(biāo)的權(quán)重，從而使評估結(jié)果更加穩(wěn)定合理［28］。本研究依據(jù)FSPA 理論對傳統(tǒng)制造業(yè)精益數(shù)字化水平進行評估，在張洪亮等［29］應(yīng)用的集對評價模型的基礎(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，運用模糊聯(lián)系度公式計算指標(biāo)集對聯(lián)系數(shù)。該方法的整體運用思路為：首先，專家依據(jù)各指標(biāo)的區(qū)間標(biāo)準(zhǔn)對企業(yè)各指標(biāo)的現(xiàn)狀進行模糊打分；其次，應(yīng)用未確知有理數(shù)法對各專家的打分結(jié)果進行加權(quán)；最后，依次計算二級指標(biāo)、一級指標(biāo)、綜合評價集對聯(lián)系數(shù)，進而確定精益數(shù)字化等級水平。

表2 模糊語言術(shù)語與其相應(yīng)的直覺模糊數(shù)

假設(shè)有m位專家或企業(yè)管理評分人員、n個評價指標(biāo)，模型的計算步驟具體如下：

（1）構(gòu)建直覺模糊矩陣。第一步，將專家的模糊評價語言標(biāo)度轉(zhuǎn)化為直覺模糊數(shù)，轉(zhuǎn)化標(biāo)準(zhǔn)如表2 所示。第二步，根據(jù)轉(zhuǎn)化的各位專家對每個指標(biāo)的評價直覺模糊數(shù)，構(gòu)建直覺模糊矩陣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)以下兩個公式得到：

第二步，依據(jù)以下兩個公式計算標(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)重通過如下公式算得：

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

（7）確定二級指標(biāo)集對分析聯(lián)系數(shù)。將二級評價指標(biāo)區(qū)分為成本性指標(biāo)和效益性指標(biāo)，利用模糊聯(lián)系度公式計算各二級評價指標(biāo)的集對分析聯(lián)系數(shù)，根據(jù)5 個評價等級計算五元聯(lián)系數(shù)。其中，對于效益性指標(biāo)，指標(biāo)測量值在分級標(biāo)準(zhǔn)下的聯(lián)系數(shù)表達式為：

其中：

對于成本性指標(biāo)，指標(biāo)測量值在分級標(biāo)準(zhǔn)下的聯(lián)系數(shù)表達式為：

式（17）（18）中：s1、s2、s3、s4、s5分別為1～5級分級標(biāo)準(zhǔn)的限值；xt為各評價指標(biāo)的實際值；的下標(biāo)s為第s個指標(biāo)，t為第s個一級指標(biāo)下的第t個二級指標(biāo)。

（8）確定一級指標(biāo)集對分析聯(lián)系數(shù)。計算公式如下：

（9）確定被評價對象的綜合評價集對分析聯(lián)系數(shù)。計算公式如下：

（10）確定被評價對象精益數(shù)字化等級水平。根據(jù)集對分析聯(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 等分點依次為j、i3、i2、i1。如j=-1 時，那么i3=-0.5，i2=0，i1=0.5，此時就可以算出二級評價指標(biāo)、一級評價指標(biāo)、綜合評價系統(tǒng)3 個層次的聯(lián)系數(shù)主值。再將區(qū)間［-1，1］根據(jù)劃分的等級標(biāo)準(zhǔn)同樣劃分為5 等份，從左到右依次為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級、Ⅴ級，最后將綜合聯(lián)系數(shù)與5 個等級區(qū)間相對比，確定企業(yè)精益數(shù)字化的等級水平。

5 案例應(yīng)用

為了進一步驗證評估模型的科學(xué)性和有效性，本研究選擇某A傳統(tǒng)制造企業(yè)（以下簡稱“A公司”）進行案例應(yīng)用研究。A公司是我國裝備制造業(yè)的領(lǐng)軍企業(yè)，順應(yīng)國家政策趨勢，推動新舊動能轉(zhuǎn)化，通過發(fā)展新技術(shù)、新產(chǎn)業(yè)、新業(yè)態(tài)、新模式，實現(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，努力實現(xiàn)由高速發(fā)展向高質(zhì)量發(fā)展的轉(zhuǎn)變，建有國家智能制造示范基地，以客戶滿意為宗旨，向國際一流品質(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，近年來充分運用校企合作、企業(yè)培訓(xùn)基地、在線學(xué)習(xí)平臺等多種資源，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)，并借助于與國際企業(yè)合作取長補短，緊緊圍繞自動化、數(shù)字化、人機交互視頻化三方面向高質(zhì)量轉(zhuǎn)變，研討“客戶滿意”核心價值觀統(tǒng)領(lǐng)下的生態(tài)建設(shè)，推進企業(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)管理人員的模糊評分，在模糊評分的基礎(chǔ)上借助未確知有理數(shù)法確定具體分值。假定評分人員的可信度均一樣，設(shè)可信度λ=0.5，邀請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)等級標(biāo)準(zhǔn)對A公司在所有指標(biāo)上的表現(xiàn)進行模糊評分。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 位評分人員對該指標(biāo)依次評分給出的分值區(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)的精確評分。

5.2 精益數(shù)字化水平評估

（1）指標(biāo)權(quán)重的確定。為確定所有精益數(shù)字化水平評估指標(biāo)的權(quán)重，同時邀請5 位評分人員對所有指標(biāo)相對于精益數(shù)字化的重要性進行了重要性評分。指標(biāo)評分采用五分計數(shù)法得到指標(biāo)重要性評分表，再據(jù)此運用式（1）至式（16）計算所有指標(biāo)的權(quán)重。假設(shè)主觀權(quán)重=0.95，各指標(biāo)的權(quán)重計算結(jié)果如表3 所示。

表3 A 公司精益數(shù)字化水平評估指標(biāo)權(quán)重

（2）精益數(shù)字化等級水平評估。根據(jù)未確知有理數(shù)法確定出定性指標(biāo)數(shù)值并計算出定性指標(biāo)的得分（見表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（見表5）。針對各指標(biāo)的得分情況，結(jié)合直覺模糊熵確定出的指標(biāo)權(quán)重，運用模糊集對分析方法計算一級、二級指標(biāo)及綜合評價下的五元聯(lián)系數(shù)。

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

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

一級指標(biāo)的集對分析聯(lián)系數(shù)如下：

在一級指標(biāo)集對聯(lián)系數(shù)的基礎(chǔ)上，結(jié)合一級指標(biāo)的指標(biāo)權(quán)重，可以算得A公司數(shù)字化轉(zhuǎn)型升級水平綜合評價的五元聯(lián)系數(shù)：

根據(jù)集對分析理論，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)此可得一級指標(biāo)和綜合評價的集對分析五元聯(lián)系數(shù)的主值；同時將［-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 個等級，將指標(biāo)的五元聯(lián)系數(shù)主值與5 個等級區(qū)間進行比較，就可得出企業(yè)一級指標(biāo)的等級水平，即運作系統(tǒng)各個環(huán)節(jié)的等級現(xiàn)狀以及企業(yè)綜合評價下的等級。具體評價結(jié)果見表6。

表6 A 公司精益數(shù)字化水平評估聯(lián)系數(shù)主值與評價等級

5.3 結(jié)果分析

在運用模糊集對分析方法評估傳統(tǒng)制造業(yè)精益數(shù)字化水平過程中，指標(biāo)權(quán)重對評估結(jié)果非常關(guān)鍵，不同的指標(biāo)權(quán)重可能造成最終評估結(jié)果出現(xiàn)偏差，因此有必要對指標(biāo)權(quán)重進行敏感性分析，以確保運用模糊集對分析方法評估轉(zhuǎn)型升級水平結(jié)果的穩(wěn)健性和有效性。本研究采用攝動法進行敏感性分析，對18 個定性指標(biāo)的權(quán)重予以波動，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)重擾動系數(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，其余權(quán)重予以適當(dāng)波動，變化系數(shù)為θ=(1-ξwj)/(1-wj)。共進行了180 次實驗，分析實驗結(jié)果可得，綜合評價聯(lián)系數(shù)主值維持在［0.2，0.6］范圍內(nèi)，轉(zhuǎn)型升級評估等級結(jié)果均為Ⅳ級，即“較高”，且與A公司當(dāng)前的實際轉(zhuǎn)型現(xiàn)狀相吻合。由此說明，本研究構(gòu)建的評估模型對指標(biāo)權(quán)重并不敏感，指標(biāo)權(quán)重發(fā)生合理波動時，評估結(jié)果不會發(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A公司智能轉(zhuǎn)型過程中的各個環(huán)節(jié)及綜合水平進行分析可知，數(shù)字化生產(chǎn)改進模塊成效最佳，達到了Ⅴ級，即“很高”的等級水平；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 個環(huán)節(jié)模塊取得的成效較好，達到了Ⅳ級，即“較高”的等級水平；而相對來說，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，等級水平為“一般”，是A公司精益數(shù)字化推進的短板所在。綜合分析8 個模塊，A公司的數(shù)字化綜合轉(zhuǎn)型升級等級水平表現(xiàn)為“較高”，達到了Ⅳ級，總體來說轉(zhuǎn)型推進已取得不錯的成績，但距離最優(yōu)的效果還存在一定差距。A公司需重點關(guān)注生產(chǎn)人員的技能素質(zhì)培養(yǎng)，在提高硬實力的前提下也要注重整體軟實力的提升；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)實際情況制定合理、恰當(dāng)?shù)倪M一步改進措施，力爭達到很高的等級水平，與此同時需繼續(xù)保持?jǐn)?shù)字化生產(chǎn)改進方面的優(yōu)勢。

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)制高點是當(dāng)前亟待解決的難題。針對此種局面和需求，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)改進等8 個方面的精益數(shù)字化水平評估指標(biāo)體系，并構(gòu)建了基于直覺模糊熵和模糊集對分析的傳統(tǒng)制造業(yè)精益數(shù)字化水平評估模型，且詳細闡述了該評估模型運用于某樣本企業(yè)精益數(shù)字化水平評估的全過程。研究結(jié)果表明：第一，采用該評估模型評估傳統(tǒng)制造企業(yè)的精益數(shù)字化水平，評估結(jié)果與案例企業(yè)實際現(xiàn)狀基本吻合，該模型評估結(jié)果較為可靠，可解釋性強，可為科學(xué)評估傳統(tǒng)制造型企業(yè)精益數(shù)字化水平提供一個較為合理的方法；第二，企業(yè)可根據(jù)評估結(jié)果準(zhǔn)確定位自身在智能制造轉(zhuǎn)型過程中的短板所在，確定投入、過程、產(chǎn)出3 個環(huán)節(jié)改進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；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)柔性化自動化在評估模型中權(quán)重較高，對精益數(shù)字化成效的實現(xiàn)影響較大，重點優(yōu)化這9 個方面是推進精益數(shù)字化的關(guān)鍵，但管理者在做到重點關(guān)注的同時也需全局兼顧，盡量避免顧此失彼，加強全方位全鏈條監(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)展增量缺失的問題提供了一個信號，即精益數(shù)字化，并構(gòu)建了合理的精益數(shù)字化水平評估模型，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)建評估指標(biāo)體系時主要考慮內(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)字化評估及規(guī)劃提供更嚴(yán)謹(jǐn)?shù)膮⒖家罁?jù)。此外，在中國情境下，有關(guān)精益數(shù)字化對傳統(tǒng)制造業(yè)智能制造的驅(qū)動仍有進一步的研究空間，探討精益數(shù)字化在時間維度上對智能轉(zhuǎn)型的持續(xù)性作用機理和智能制造轉(zhuǎn)型路徑，是未來學(xué)者需要探索的一個新方向。