基于網(wǎng)絡層次分析法的工業(yè)4.0指數(shù)評價體系

劉蓓蓓， 董 明(上海交通大學 安泰經(jīng)濟與管理學院，上海 200030)

基于網(wǎng)絡層次分析法的工業(yè)4.0指數(shù)評價體系

劉蓓蓓， 董 明
(上海交通大學 安泰經(jīng)濟與管理學院，上海 200030)

隨著工業(yè)4.0概念在世界范圍的普及，建立一套完整而合理的工業(yè)4.0指數(shù)評價體系顯得尤為重要?；趪鴥?nèi)外對于工業(yè)4.0評價體系的初步研究文獻以及其他相關行業(yè)文獻，根據(jù)指標體系設計的原則，形成一套工業(yè)4.0指數(shù)評價體系，在此基礎上運用網(wǎng)絡層次分析法對指標權值進行確定，建立工業(yè)4.0評價模型，從而為企業(yè)工業(yè)4.0程度的評價提供理論依據(jù)。

工業(yè)4.0；評價指標；網(wǎng)絡層次分析法

1 工業(yè)4.0評價指標體系構建

自德國工業(yè)4.0提出以來，一些組織已經(jīng)根據(jù)各種分析方法和項目實踐經(jīng)驗建立了一些評估方法，其中包括德國機械設備制造業(yè)聯(lián)合會(VDMA)這一類權威的行業(yè)協(xié)會，也包括麥肯錫這一類咨詢公司。德國機械設備制造業(yè)聯(lián)合會(VDMA)的下屬基金會IMPULS建立了一個工業(yè)4.0成熟度評測模型，模型分為6個維度(即一級指標)：戰(zhàn)略和組織——實施工業(yè)4.0的基礎，評測在企業(yè)戰(zhàn)略方面工業(yè)4.0的建立和完成程度；智能工廠——使分散的、高度自動化的生產(chǎn)成為現(xiàn)實，評測企業(yè)在信息物理系統(tǒng)的基礎上實現(xiàn)數(shù)字集成和自動化生產(chǎn)的程度；卓越運營——引導生產(chǎn)過程，評測企業(yè)流程和產(chǎn)品自動化程度，以及信息和通信技術(ICT)和虛擬算法對流程和產(chǎn)品的控制程度；智能產(chǎn)品——所有產(chǎn)品都與信息和通信技術(ICT)相結(jié)合，評測在價值鏈中產(chǎn)品與更高級的系統(tǒng)聯(lián)系的程度；數(shù)據(jù)驅(qū)動服務——被利用在商業(yè)模型中，評測產(chǎn)品、生產(chǎn)過程和顧客集成下的數(shù)據(jù)驅(qū)動服務提供能力；員工——工業(yè)4.0的成功實施離不開合格的員工，評測企業(yè)員工是否擁有實施工業(yè)4.0的技能。麥肯錫提出了兩種專有評價工具，包括偏向技術效率的Digital Compass和偏向管理效率的Digital Quotient，并將兩種工具結(jié)合起來建立了一套評價體系。其中，Digital Compass包括服務/售后、資源/流程、資產(chǎn)運用效率、人員、庫存、質(zhì)量、供給/需求匹配、市場投放8個一級指標，以及26個二級指標；Digital Quotient包括戰(zhàn)略、文化、組織、能力4個一級指標，以及18個二級指標。

對企業(yè)的工業(yè)4.0程度進行評價，首先找出與工業(yè)4.0成熟度密切相關的因素。要建立一套完整、簡潔的工業(yè)4.0評價體系，必須遵從評價體系構建的基本原則，包括系統(tǒng)性、可測性、層次性、簡明性、可比性、定性與定量相結(jié)合、絕對指標與相對指標相結(jié)合等，以保證評價體系的科學化和規(guī)范化。本文在這些基本原則的基礎上，參考VDMA和麥肯錫的研究經(jīng)驗，并結(jié)合以前研究中對于物流指數(shù)、信息化指數(shù)、物聯(lián)網(wǎng)發(fā)展指數(shù)等相關行業(yè)指標的研究和工業(yè)4.0的特點，將工業(yè)4.0評價體系劃分為5個領域，即生產(chǎn)、質(zhì)量、物流、信息安全和人員。

根據(jù)工業(yè)4.0的性質(zhì)和特點，生產(chǎn)和物流應作為最重要且最廣泛的兩個指標，因此本文將生產(chǎn)和物流指標進行兩層細分。其中，生產(chǎn)指標細分為生產(chǎn)計劃、智能生產(chǎn)、智能產(chǎn)品和資源利用4個二級指標，生產(chǎn)計劃指標評價企業(yè)利用數(shù)據(jù)進行分析預測從而計劃生產(chǎn)的能力，智能生產(chǎn)指標評價生產(chǎn)過程中的智能化程度，智能產(chǎn)品指標評價產(chǎn)品信息網(wǎng)絡化的程度，資源利用指標評價企業(yè)利用數(shù)據(jù)和智能化優(yōu)化生產(chǎn)效率的能力；物流指標細分為智能倉儲、精準物流和敏捷供應鏈管理3個二級指標，智能倉儲評價倉儲過程中的智能化程度與追蹤能力，精準物流評價物流配送過程中標準化程度和實時監(jiān)控能力，敏捷供應鏈管理評價企業(yè)供應鏈在智能化背景下快速響應的能力。在此基礎上，再對生產(chǎn)和物流指標的二級指標進行進一步細分，分別得到13個和11個三級指標。其次，質(zhì)量指標雖然重要性高，但范圍較小，因此將質(zhì)量控制指標直接細分為3個三級指標。最后，信息安全指標和人員指標作為不可缺少的部分，重要性較低，也直接細分為三級指標。在此基礎上，本文建立生產(chǎn)(A)、質(zhì)量(B)、物流(C)、信息安全(D)和人員(E)5個一級指標，并進一步將其劃分為10個二級指標、32個三級指標，如表1所示。

表1 工業(yè)4.0評價體系細分指標

2 工業(yè)4.0綜合評價過程

本文采用網(wǎng)絡層次分析法(Analytic Network Process，ANP)為各指標的權重賦值。網(wǎng)絡層次分析法由Saaty教授于1996年提出，是在層次分析法(AHP)的基礎上發(fā)展形成的一種新的決策方法。相較于AHP方法而言，ANP將系統(tǒng)內(nèi)各個元素的關系用網(wǎng)絡結(jié)構來表示，而不是簡單的遞階層次關系。典型的ANP模型分為兩大部分，第一部分為控制層，包括一個目標和多個準則；第二部分為網(wǎng)絡層，由受控制層支配的各個元素組成，其內(nèi)部是互相影響的網(wǎng)絡結(jié)構。ANP可以用網(wǎng)絡形式表現(xiàn)各元素之間的關系，能夠彌補AHP方法的不足。工業(yè)4.0的各個評價指標本身并不是完全獨立的，很多元素都能夠互相影響，利用ANP方法構造模型就能綜合分析各個元素之間的相互作用。ANP模型的結(jié)構可由圖1來表示。

圖1 典型的ANP模型

由于ANP模型的計算較為復雜，不借助計算軟件的情況下很難將ANP模型用于解決實際問題。

本文借助超級決策軟件(Super Decision, SD)來完成綜合評價過程。將表1指標體系中的10個二級指標作為元素集(Cluster)、32個三級指標作為元素輸入軟件來創(chuàng)建元素集，創(chuàng)建完成后再通過在軟件中連接元素來建立元素之間的相關關系。例如，若生產(chǎn)計劃(A1)對智能生產(chǎn)(A2)有單向影響，則創(chuàng)建A1至A2的單向箭頭；若生產(chǎn)計劃(A1)與智能生產(chǎn)(A2)相互影響，則創(chuàng)建A1至A2的雙向箭頭；若同一個元素集中的兩個元素互相影響(例如A11和A12)，則創(chuàng)建封閉環(huán)狀的雙向箭頭。以此類推，構建的模型元素集及各元素之間的聯(lián)系如圖2所示。

接下來根據(jù)圖2構造ANP超矩陣來進行權重賦值，即計算各個指標的權重，這一步驟的關鍵問題在于比較各個關鍵指標的重要程度。

SD軟件支持四種輸入形式來輸入優(yōu)勢度數(shù)據(jù)，采用任意一種形式輸入都可以得到其他三種形式相應的數(shù)據(jù)。本文采用“判斷矩陣提問式”來將數(shù)據(jù)輸入SD軟件。ANP法主要涉及的調(diào)查問卷有兩部分：第一部分是指標間的關聯(lián)程度，即指標間的反饋和依賴關系，輸入SD軟件即得到圖2的元素關聯(lián)；第二部分就是存在反饋和依賴關系間的重要程度，重要程度按照1—9方法賦值，具體取值參考如表2所示。將數(shù)據(jù)輸入SD軟件，可得到超矩陣、加權超矩陣和極限超矩陣，由此最終得到工業(yè)4.0指標評價體系中各指標權重，如表3所示。計算過程中對判斷矩陣進行一致性檢驗，所得判定系數(shù)均小于0.1，表明權重可以接受。

圖2 工業(yè)4.0評價ANP模型指標對應元素和元素集示意圖

表2 賦值標度取值參考表

表3 工業(yè)4.0評價指標權重表

由表3可以得出，物流指標(C)所占權重最大，為0.51；其次是生產(chǎn)指標(A)和質(zhì)量指標(B)，分別占權重0.26和0.22；信息安全指標(D)和人員指標(E)所占權重最小，均不到0.1。

3 結(jié)語

工業(yè)4.0指數(shù)評價體系是企業(yè)進行工業(yè)4.0程度評價的基礎，因此，設計指標體系對于工業(yè)4.0的普及和應用有著重要地位。本文考慮各指標之間的交互作用和影響，利用ANP方法對各指標進行評估和得分測算。本文提出的指標評價體系能夠幫助企業(yè)對自身是否達到工業(yè)4.0進行自我診斷，找出存在的差距、薄弱環(huán)節(jié)及其成因，從而提升自己的工業(yè)4.0實力。

[1] 丁純, 李君揚. 德國“工業(yè)4.0”:內(nèi)容、動因與前景及其啟示[J]. 德國研究, 2014(4):49-66.

[2] 賀純純, 王應明. 網(wǎng)絡層次分析法研究述評[J]. 科技管理研究, 2014, 34(3):204-208.

[3] 賀正楚, 潘紅玉. 德國“工業(yè)4.0”與“中國制造2025”[J]. 長沙理工大學學報(社會科學版), 2015(3):103-110.

[4] 托馬斯·保爾漢森, 米夏埃爾·騰. 實施工業(yè)4.0[M]. 北京：電子工業(yè)出版社, 2015.

[5] 王小建, 王建偉. 物流信息化評價指標體系與評價方法研究[J]. 鐵道運輸與經(jīng)濟, 2009, 31(10):70-74.

[6] 烏爾里?！ど吕? 森德勒, 鄧敏,等. 工業(yè)4.0:即將來襲的第四次工業(yè)革命[M]. 北京：機械工業(yè)出版社, 2014.

[7] HENG S. Industry 4.0: upgrading of Germany’s industrial capabilities on the horizon[J]. Social Science Electronic Publishing, 2014.

[8] https://www.industrie40-readiness.de/?lang=en

EvaluationonIndustry4.0LevelBasedonAnalyticNetworkProcess

LIUBeibei，DONGMing
(Antai College of Economics& Management, Shanghai Jiao Tong University, Shanghai 200030, China)

The industry 4.0 level evaluation index system in this paper is formed on the basis of former studies of industry 4.0 and according to the principle of industry 4.0 evaluation index system. Then the Analytic Network Process is used to fix the weight of index and establish the system model of industry 4.0 level assessment, which offers decision support for the appraisal and administration of enterprises industry 4.0 level.

industry 4.0; assessment index; analytic network process

F 423.1

A

2017-02-14

自然科學基金重點項目: 基于價值鏈重構的互聯(lián)網(wǎng)環(huán)境下制造業(yè)企業(yè)轉(zhuǎn)型升級研究(71632008)。

劉蓓蓓(1991—)，女，河南信陽人，碩士，研究方向為生產(chǎn)管理；E-mail: 529185682@qq.com。

1005-9679(2017)05-0104-04