制造型企业数字化成熟度评价模型及方法研究

王瑞; 董明; 侯文皓

【期刊名称】《《科技管理研究》》 【年(卷),期】2019(039)019 【总页数】8页(P57-)

【关键词】制造型企业; 数字化成熟度; 层次分析法-决策试验与评价实验室 【作 者】王瑞; 董明; 侯文皓

【作者单位】上海交通大学安泰经济与管理学院 上海200030 【正文语种】中 文

【中图分类】F403.6; F273; F224; G301

进入21世纪以来，大数据、云计算、物联网等新一代信息技术飞速发展并迅速普及应用，预示着第四次工业的到来。在第四次工业中，制造业重新成为世界各国参与竞争的热点，国家级制造业战略应运而生。德国率先提出“工业4.0”的概念，并指出数字化是“工业4.0”落地的抓手；美国相继提出再工业化和先进制造；日本制定工业价值链计划，企图利用“AI 2.0”把日本打造为世界机器人中心［1］。与此同时，越南、印度等国家以比中国更低的成本优势逐渐成为接纳发达国家产业转移的新基地，中国制造业正面临着“双向挤压”与“前后夹击”的不利局面［2］，中国制造型企业的数字化转型与升级迫在眉睫。《中国制造2025》明确提出，要以推进智能制造为主攻方向，实现中国制造业由大变强的历史跨越

［3］。智能制造意味着制造型企业必须要实现全价值链上的数字化转型与升级［4］。随着中国制造型企业数字化转型升级工作的相继展开，建立一套行之有效的数字化成熟度评价方法既是满足中国制造型企业的迫切诉求，也可以帮助更好地了解企业数字化水平现状，提高对企业发展的引导和支持效率。 1 研究综述

关于制造型企业数字化成熟度评价方法的研究，最初主要是由全球各大咨询公司发起的，早期较多围绕数字化转型关键因素进行探讨，以定性研究为主。如IBM公司在其2013年的数字化变革调研中，提出企业数字化转型的战略途径主要有3种：重塑客户体验，注重价值定位；重塑运营模式，注重价值交付；结合前两种途径，同时转型客户价值主张和运营交付方式。埃森哲咨询也提出，企业的数字化转型可分为3个维度：数字化业务创新、数字化营销、数字化运营。数字化转型的概念逐渐被熟知和应用后，部分咨询企业和研究机构相继展开企业数字化成熟度模型的研究（见表1）。

表1 全球不同数字化成熟度评价模型对比模型名称 发布年份 研究者 覆盖维度 成熟度阶段 评价方法 主要缺陷IMPLUS-Industrie 4.0 Readiness 2015

LICHTBLAU K等［5］ 6个：战略和组织、智能工厂、高效运营、智能产品、数据驱动服务、员工5级：门外汉、初学者、中级水平、经验者、专家、顶级玩家平均数法、百分比法评价方法较粗糙，更适用于了解整个产业而非具体企业的工业4.0成熟度A maturity model for assessing Industry 4.0 readiness and

maturity 2016 SCHUMACHER A等［6］9个：产品、客户、运营、技术、战略、领导力、治理、文化、人员5级：1—5分分别代表工业4.0从未实现到完全实现采 用Likertscale评价每个指标的重要程度，并采用加权平均法计算仅针对底层指标进行加权平均，没有区分9个维度的重要性SIMMI 4.0 2016 LEYH C等［7］ 4个：垂直整合、横向集成、数字化产品开发、横截面技术标准5级：基本数字化、

跨部门数字化、横向和纵向数字化、完全数字化、已优化的完全数字化仅构建出模型，尚未提出具体的评价方法旨在评估企业内IT系统的工业4.0成熟度，不适用于整个企业智能制造能力成熟度模型［8］ 2016 中国电子技术标准化研究院10个：设计、生产、物流、销售、服务、资源要素、互联互通、系统集成、信息融合、新兴业态5级：已规划级、规范级、集成级、优化级、引领级加权平均法 缺乏对不同维度、不同问题重要性的区分I n d u s t r i e 4.0 M a t u r i t y Index-Managing the Digital Transformation of Companies［9］2017 ACATECH（德国国家科学与工程院）4个：资源、信息系统、组织架构、文化6级：计算机化、连接性、可见性、透明度、预测能力、自适应针对每一个模块，采用雷达图进行分析评价方法较粗糙，缺乏对不同维度重要性的区分

通过仔细阅读数字化成熟度评价模型的相关报告可以发现，评价方法多以较基本的平均数法、简单加权法为主，往往缺乏足够的科学理论支撑，考虑问题也不够全面。国内也陆续有学者展开对制造型企业数字化转型的研究，如2014年周志明等［10］指出处于不同生命周期阶段的企业应当采取不同的数字化转型模式；同年，崔森等［11］提出5类最为重要的数字化转型影响因素，分别为数字化技术因素、组织内部环境、组织结构、宏观行业环境和微观行业环境因素；2016年赵星等［12］提出数字化革新的评估框架应涵盖用户导向、价值生成、能力获得、机遇捕捉4个主要方面；2017年刘涛等［13］总结出企业组织的数字化转型需要考虑3个方面：组织架构从职能型向共享型转变，业务流程由单向流动向实时交互转变，人员由管控到合作转变。可以看出，国内文献依然集中于对数字化转型关键因素的研究，针对数字化水平评价方法的定量研究则比较缺乏。

本文认为，数字化转型就是基于人工智能、大数据、云计算等IT技术所提供的一切所需要的支持，让业务和技术产生交互。数字化转型不仅包括生产流程，数字化转型的技术能够实现伴随整个价值链流程的变革，包括研发、制造、销售、服务以

及产品使用期间的所有环节［14］。从各咨询公司和研究机构对企业数字化转型给出的定义或方案中也可以看出，数字化转型并不仅限于数字技术的应用，数字化转型还涉及到文化、组织上的变革。因此，本文从战略、运营技术、文化组织能力、生态圈4个维度出发，进一步将数字化转型分解为13类及其细化的35个要素域构建中国制造型企业数字化成熟度评价模型，并通过层次分析（AHP）-决策试验与评价实验室（DEMATEL）法计算出各指标的综合影响度，最后将调研问卷分数与综合影响度相结合得出企业的数字化成熟度现状评分。与以往模型相比，本文构建的评价模型覆盖范围更全面、评价过程更科学。 2 制造型企业数字化成熟度评价模型的构建 2.1 评价模型的构建

本文首先构建了如表2所示的制造型企业数字化成熟度评价模型，该模型是本着尽可能全面覆盖制造型企业数字化所有领域的原则编制的。由于中国制造型企业种类繁多，所涉及数字化领域各有侧重，实际应用时可对具体指标进行适当调整筛选，以期达到最优效果。

表2 中国制造型企业数字化成熟度评价模型维度 类 域战略 与业务战略关联性 与业务战略关联性以长期数字化战略为导向 以长期数字化战略为导向以实现客户价值为中心 以实现客户价值为中心运营技术 数字化研发 快速研发客户定制数字化采购 支出可视化协作型先台采购到付款流程采购绩效管理数字化制造 资源/流程效能生产质量管理劳动力效率资产利用率数字化供应链 供应链战略供应链规划实物流供应链绩效管理订单管理供应链协作数字化营销 营销管理策略市场分析数字营销管理客户体验文化组织能力文化 风险偏好测试并学习速度/敏捷性组织 角色与职责人才与领导力治理机制/数字化关键绩效指标（KPI）组织科学决策能力 数据驱动型决策组织流程自动化IT系统支持生态圈 内部协作 内部协作外部适应力 外部适应力

2.2 具体指标的说明

基于数字化转型广义上的定义，本文将影响制造型企业数字化转型的主要因素概括为战略、运营技术、文化组织能力、生态圈4个维度。其中，战略因素又具体表现为与业务战略关联性、以长期数字化战略为导向和以实现客户价值为中心的3个类别。与业务战略关联性主要考虑企业的数字化战略与企业战略的融合度、数字化战略在企业战略中扮演的角色与地位；以长期数字化战略为导向主要考虑企业数字化战略的时间跨度，原则上经过对企业的详细评估之后由专家制定的中长期数字化战略规划更有助于保障企业数字化举措的实施；以实现客户价值为中心则主要考察数字化战略的制定是否充分考虑了客户核心需求，客户核心需求主要包括定制化、快速交付能力、敏捷性、风险降低等。

运营技术因素是影响数字化水平最重要的因素，也是传统的数字化技术升级中主要关注的部分。根据价值链理论，本文将运营技术分为数字化研发、数字化采购、数字化制造、数字化供应链、数字化营销5个类别。其中，数字化研发又分为快速研发和客户定制2个域，快速研发主要考察企业对于诸如计算机辅助系列工程软件、3D打印技术、虚拟仿真测试技术等数字化技术的应用程度及运行效率；客户定制主要考察企业产品模块化、定制化的实现程度。数字化采购包括支出可视化、协作型先台、采购到付款流程、采购绩效管理4个域，支出可视化主要考察企业采购支出数据的可视化、自动化程度；协作型先台主要考察企业品类战略端到端平台、业务协作门户、供应商协作平台等的设立和运行情况；采购到付款流程主要考察企业数字化技术对于采购到付款流程的审批及合规、索赔管理的支持程度；采购绩效管理主要考察企业供应商绩效和采购组织绩效评分与管理的自动化程度。数字化制造分为资源/流程效能、生产质量管理、劳动力效率、资产利用率4个域，资源/流程效能考察企业在能耗管理、生产批次柔性管理、良率优化方面的数字化水平；生产质量管理因素主要考察企业质量管理的数字化，尤其是对于先进

过程控制（APC）和统计过程控制（SPC）2个数字化过程控制工具的使用程度；劳动力效率主要考察企业对于人机合作、知识型工作自动化、可穿戴设备、虚拟现实技术等可以提升劳动力效率的数字化举措的实施程度；资产利用率考察企业对于机器柔性、远程监控、预见性维护、增强现实MRO等可以提高企业资产设备利用率的数字化举措的实施程度。数字化供应链则主要从供应链战略、供应链规划、实物流、供应链绩效管理、订单管理、供应链协作6个域来考量，其中，供应链战略主要考察企业动态网络配置和供应链细分的数字化能力；供应链规划主要考察企业针对需求的预测性分析能力、先进闭环计划、先进利润优化能力；实物流主要考察企业仓储自动化、人机交互、智能物流计划算法等方面的能力；供应链绩效管理主要考察供应链数字化绩效管理能力、关键绩效指标的自动化根因分析能力；订单管理主要考察企业非接触式订单流程、在线订单跟踪能力、实时计划重排能力等；供应链协作主要考察企业供应链端到端互联能力，包括客户、公司和供应商之间的联合供应链平台运行能力。数字化营销包括营销管理策略、市场分析、数字营销管理以及客户体验4个域，营销管理策略主要考量企业对于客户细分与定位、自动化定价与优化以及数字化多渠道策略的运用情况；市场分析主要考量企业利用大数据技术分析市场行情、预测市场趋势的能力；数字营销管理考察企业在社交媒体互动、数字化精准营销方面所获得的成果；客户体验则考察企业是否采用诸如增强现实技术（AR）等提升企业产品或服务的客户体验度。

文化组织能力因素是分别从文化、组织、能力3个类别来考察的。其中，文化因素包括风险偏好、测试并学习、速度/敏捷性3个域，风险偏好考察企业在采取数字化举措所承担风险的接受程度；测试并学习考察企业是否有完善的系统和预算份额来支持企业进行数字化新举措的测试并学习；速度/敏捷性考察企业数字化组织内决策制定的速度以及关键数字化举措的执行速度。组织因素包括角色与职责、人才与领导力、治理机制/数字化KPI、组织科学决策4个域，角色与职责主要考察

企业对于数字化流程中相关的角色与职责是否已明确定义，是否有一个清晰的数据所有权结构；人才与领导力考察企业数字化负责人的数字化经验丰富度、数字化负责人在企业领导团队中的地位层级；治理机制/数字化KPI考察企业数字化KPI的建立、跟踪与改进措施、相关绩效的问责制度、数字化举措本身及其制定流程的透明度和一致性水平。能力因素包括数据驱动型决策、组织流程自动化、IT系统支持3个域，数据驱动型决策主要考察企业通过分析数据（如基于态度和行为细分客户的数据）产生有关数字化能力和绩效洞见（如可预测客户行为的模型）的能力；组织流程自动化主要考察企业利用数字化工具促进员工工作流程自动化的水平；IT系统支持主要考察企业IT架构和平台对核心数字化举措实施的支持程度、企业IT基础建设投资预算额度、企业IT基础设施和维护能力在同行业中的水平。

生态圈因素是分别从内部和外部来衡量的，包括内部协作和外部适应力2个类别。内部协作主要考察企业内部在数字化举措的实施上能否有效合作、拥有多大程度上的高绩效文化的愿景和责任制度；外部适应力主要指企业在数字化举措实施中面临资源、能力的缺乏时，是否积极寻求外部合作或获取外部资源，诸如其他企业、、学校、研究院、咨询公司等。 2.3 评价方法的选择

层次分析法（analytic hierarchy process, AHP）是将与决策有关的因素分解成目标、准则、方案等层次，在此基础之上进行定性和定量分析相结合的决策方法［15］。决策试验与评价实验室（decision making trial and evaluation

laboratory，DEMATEL）方法则是利用图论与矩阵工具进行系统因素分析的方法，通过构建直接影响矩阵分析各因素之间的相互影响关系，进而计算出综合影响矩阵以及每个因素的中心度与原因度［16］。因此，本文首先运用AHP法确定各因素的初始权重，然后利用DEMATEL法确定各因素的原因度和中心度，最后将初始权重与中心度有效结合，从而得出各因素的综合影响度。本方法一方面充分利用了

AHP可以有效避免主观随意性、结构层次更加鲜明的优点，另一方面通过DEMATEL法弥补了单纯AHP法无法考虑各指标相互关系的这一缺陷，与一般方法相比具有较强的优势。

3 基于AHP-DEMATEL的某商用车企数字化成熟度评价过程 3.1 构建层次结构模型

本文调研以一家商用车企为样本（以下简称案例企业），该企业是一家以多品种小批量生产模式为主的制造型企业，由于该企业采购和营销模式较单一，考虑企业实际情况以及调研工作量，构建制造型企业数字化成熟度评价模型如图1所示。 图1 案例企业数字化成熟度评价的层次结构模型 3.2 确定各指标的AHP组合权重

本文组织经验丰富的专家团，按照两两指标对比的原则，在经过反复集体讨论后，根据1—9标度法构建各层指标的判断矩阵并同时进行一致性检验（见表3）。由于篇幅所限，本文仅列出各层两两指标间比值，判断矩阵可由表3简单整理得出，表3所对应的判断矩阵均已通过一致性检验。判断矩阵所求得的特征向量即为各指标单层权重，进一步可求出各指标对于总目标的组合权重（见表4）。 表3 案例企业数字化成熟度评价模型各层两两指标间比值A/B A/C A/D B/C B/D C/D 1/3 5 7 7 9 4 A1/A2 A1/A3 A2/A3 B1/B2 B1/B3 B2/B3 2 1/2 1/2 1/4 1/2 4 C1/C2 C1/C3 C2/C3 D1/D2 B11/B12 B21/B22 1/2 1 1 1/2 3 1/4 B21/B23 B21/B24 B22/B23 B22/B24 B23/B24 B31/B32 1/3 1/3 2 2 1 4 B31/B33 B32/B33 C31/C32 1 1/3 1

表4 案例企业数字化成熟度评价模型各指标单层权重及组合权重（基于AHP） %维度 单层权重 组合权重 类 单层权重 组合权重 域 单层权重 组合权重A 28.77 28.77 A1 31.19 8.97 A11 100.00 8.97 A2 19.76 5.68 A21 100.00 5.69 A3 49.05 14.11 A31 100.00 14.11 B 56.94 56.94 B1 13.35 7.60 B11 75.00 5.70

B12 25.00 1.90 B2 65.51 37.30 B21 8.90 3.32 B22 43.28 16.14 B23 23.91 8.92 B24 23.91 8.92 B3 21.14 12.04 B31 45.77 5.51 B32 12.63 1.52 B33 41.60 5.01 C 10.05 10.05 C1 26.11 2.62 C11 100.00 2.62 C2 41.11 4.13 C21 100.00 4.13 C3 32.78 3.29 C31 50.00 1.65 C32 50.00 1.65 D 4.23 4.23 D1 33.33 1.41 D11 100.00 1.41 D2 66.67 2.82 D21 100.00 2.82 3.3 综合影响矩阵的计算

本文组织经验丰富的专家团，以准则层三的各要素域为基本元素，构建直接影响矩阵其中为因素对的直接影响程度；用标度来表示因素之间的影响强度，分别代表没影响、稍弱影响、弱影响、较强影响、很强影响。若对进行规范化处理得到规范化影响矩阵，并根据式（1）计算出综合影响矩阵（如表5）。

表5 案例企业数字化成熟度评价的综合影响矩阵T指标 A11 A21 A31 B11 B12 B21 B22 B23 B24 B31 B32 B33 C11 C21 C31 C32 D11 D21 A11 0.026 0.069 0.050 0.072 0.076 0.084 0.063 0.0 0.0 0.063 0.058 0.067 0.107 0.068 0.048 0.092 0.101 0.092 A21 0.098 0.028 0.055 0.078 0.082 0.067 0.068 0.069 0.068 0.069 0.0 0.073 0.112 0.095 0.051 0.096 0.130 0.122 A31 0.073 0.049 0.032 0.114 0.144 0.094 0.120 0.100 0.076 0.121 0.113 0.106 0.095 0.049 0.077 0.093 0.140 0.128 B11 0.012 0.011 0.038 0.026 0.097 0.042 0.045 0.044 0.021 0.022 0.020 0.048 0.042 0.011 0.035 0.010 0.095 0.071 B12 0.007 0.006 0.031 0.037 0.015 0.010 0.033 0.011 0.010 0.011 0.011 0.035 0.033 0.005 0.007 0.006 0.038 0.037 B21 0.005 0.005 0.007 0.040 0.040 0.013 0.036 0.036 0.082 0.010 0.009 0.033 0.034 0.005 0.006 0.004 0.040 0.012 B22 0.009 0.008 0.013 0.072 0.073 0.066 0.021 0.066 0.067 0.018 0.015 0.043 0.041 0.008 0.033 0.007 0.072 0.043 B23 0.006

0.005 0.009 0.068 0.072 0.061 0.063 0.017 0.062 0.057 0.032 0.017 0.038 0.005 0.008 0.005 0.047 0.015 B24 0.007 0.006 0.009 0.065 0.045 0.062 0.062 0.062 0.017 0.012 0.010 0.015 0.037 0.006 0.008 0.005 0.066 0.015 B31 0.007 0.007 0.012 0.067 0.092 0.012 0.037 0.037 0.014 0.015 0.014 0.063 0.038 0.007 0.009 0.006 0.067 0.020 B32 0.008 0.007 0.012 0.071 0.097 0.014 0.017 0.040 0.038 0.0 0.014 0.066 0.039 0.008 0.032 0.006 0.048 0.043 B33 0.014 0.013 0.042 0.106 0.091 0.024 0.028 0.051 0.070 0.097 0.092 0.034 0.048 0.035 0.038 0.011 0.086 0.100 C11 0.067 0.0 0.067 0.0 0.068 0.055 0.056 0.056 0.055 0.057 0.053 0.059 0.034 0.042 0.022 0.067 0.092 0.063 C21 0.068 0.065 0.068 0.0 0.069 0.055 0.056 0.057 0.056 0.057 0.053 0.060 0.057 0.020 0.044 0.044 0.092 0.086 C31 0.044 0.042 0.048 0.100 0.105 0.083 0.085 0.109 0.087 0.086 0.080 0.112 0.061 0.065 0.023 0.041 0.102 0.091

表5 （续）指标 A11 A21 A31 B11 B12 B21 B22 B23 B24 B31 B32 B33 C11 C21 C31 C32 D11 D21 C32 0.049 0.047 0.055 0.140 0.147 0.118 0.121 0.125 0.123 0.121 0.113 0.128 0.095 0.048 0.098 0.022 0.143 0.127 D11 0.073 0.070 0.076 0.110 0.117 0.090 0.093 0.096 0.094 0.118 0.110 0.123 0.093 0.071 0.074 0.049 0.070 0.124 D21 0.032 0.031 0.034 0.048 0.051 0.040 0.041 0.041 0.042 0.042 0.039 0.066 0.019 0.010 0.011 0.010 0.050 0.022 3.4 原因度、中心度、综合影响度的计算

根据式（3）可分别计算出各域的影响度 和被影响度

当即表示该因素对其他因素有较大影响，称为原因因素；若即表示该因素受其他因素的影响较大，称为结果因素。中心度表示该因素所处的中心地位，中心度越大，

说明该因素的重要性越强。

结合各域AHP组合权重以及中心度可计算出各域综合影响度即AHP-DEATEL法所得到的各域组合权重。

原因度、中心度、综合影响度计算结果如表6所示。

表6 案例企业数字化成熟度评价的原因度、中心度、综合影响度计算结果域images/BZ_69_931_14_950_1914.pngA11 1.261 0.606 0.656 1.867 0.0 A21 1.424 0.533 0.1 1.958 0.059

表6 （续）域images/BZ_69_2006_758_2024_778.pngA31 1.725 0.658 1.067 2.383 0.179 B11 0.691 1.340 -0.9 2.031 0.061 B12 0.343 1.482 -1.139 1.824 0.018 B21 0.416 0.987 -0.570 1.403 0.025 B22 0.676 1.045 -0.369 1.721 0.148 B23 0.586 1.080 -0.494 1.666 0.079 B24 0.510 1.045 -0.535 1.555 0.074 B31 0.523 1.040 -0.517 1.563 0.046 B32 0.623 0.900 -0.277 1.524 0.012 B33 0.980 1.148 -0.167 2.128 0.057 C11 1.043 1.025 0.017 2.068 0.029 C21 1.070 0.557 0.512 1.627 0.036 C31 1.362 0.622 0.740 1.984 0.017 C32 1.821 0.574 1.248 2.395 0.021 D11 1.9 1.479 0.170 3.128 0.023 D21 0.628 1.211 -0.583 1.839 0.028

3.5 数字化成熟度评价指标分值的确定及综合数字化成熟度分值的计算

为确保问卷可以准确衡量每一个域在企业的实施水平，本文针对各域设立了1～5个问题，每一个问题不仅要求填写者给予0～4分的评分，还要就该问题对企业数字化的重要性进行0～4分的评分，如表7所示。

表7 案例企业数字化成熟度评价问卷示例分数的含义1.贵公司的数字化战略/举措在多大程度上可以融入到企业战略中？ ［单选题］问题 分数0 没有专门的数字化战略或者有一些数字化举措，但这些举措并不能构成统一的数字化战略也不能对企

业战略起到帮助1 介于0～2之间2 数字化举措可以统一成数字化战略，但仅有少部分可以融入企业战略3 介于2～4之间4 数字化举措可以形成连贯统一的数字化战略，并且可以完全融入到企业战略中去2.考虑到上一问题所涵盖的领域，以及该领域做得好与差会对公司造成的影响，您认为该问题对贵公司数字化建设的重要程度是多少？ ［单选题］0 很不重要1 不重要2 重要3 比较重要4 很重要 以域 为例，根据可求出每一份问卷中各域的评分值，其中为域的评分值；为域包含的问题个数；为问题的数字化水平得分；为问题的重要性得分。对所有有效问卷各域评分求平均可得到问卷整体各个域的综合分值。根据可求得各域的组合得分，其中：的综合分值；为域的综合影响度；的组合得分值。对所有域的组合得分求和，即可得到整个案例企业数字化成熟度综合分值，根据表8可求出

表8 案例企业数字化成熟度评价模型各指标权重及分值（基于AHP-DEMATEL）维度 单层权重/%组合得分A 32.67 32.67 1.980 A1 27.24 8.90 1.580 A11 100.00 8.90 1.579 0.140 A2 18.10 5.91 1.0 A21 100.00 5.91 1.5 0.112 A3 .67 17.86 2.210 A31 100.00 17.86 2.211 0.395 B 51.95 51.95 0.320 B1 15.38 7.99 0.690 B11 76.96 6.15 0.705 0.043 B12 23.04 1.84 0.6 0.012 B2 62.55 32.50 0.230 B21 7.61 2.47 0.534 0.013 B22 45.42 14.76 0.070 0.010 B23 24.30 7. 0.322 0.025 B24 22.67 7.37 0.344 0.025 B3 22.07 11.46 0.330 B31 39.90 4.57 0.261 0.012 B32 10.73 1.23 0.792 0.010 B33 49.36 5.66 0.284 0.016 C 10.28 10.28 0.990 C1 28.03 2.88 1.0 C11 100.00 2.88 1.5 0.055 C2 34.72 3.57 0.740 C21 100.00 3.57 0.737 0.026 C3 37.25 3.83 0.530 C31 45.31 1.74 0.161 0.003 C32 .69 2.09 0.842 0.018 D 5.10 5.10 1.0 D1 45.96 2.35 1.470 D11 100.00 2.35 1.474 0.035 D2 .04 2.76 1.790 D21 100.00 2.76 1.7 0.049组合权重/%综合评分类单层权重/%组合权重/%综合评分域单层权重/%组合权重/%综合评分

4 评价结果与分析

4.1 因素间相互影响关系分析

根据评价结果，原因因素排名前3位的为IT系统支持（C32）、以实现客户价值为中心（A31）、以长期数字化战略为导向（A21），这是因为正确的数字化战略是数字化举措顺利实施的前提，而完备的IT系统是数字化实施的基础；结果因素排名前3位的为客户定制（B12）、快速研发（B11）、外部适应力（D21），结果因素往往起到中介作用，原因因素通过促进结果因素的发展从而促进数字化能力的提升，客户定制、快速研发、外部适应力能力的提升都需要依赖多项其他原因因素的支撑，同时这3项指标的提升又可以直接影响企业的数字化能力。中心度排名前3位的为内部协作（D11）、IT系统支持（C32）、以实现客户价值为中心（A31），中心度的大小反映了该因素对企业数字化能力提升的影响程度，高中心度因素是驱动数字化能力提升的最重要原因。以实现客户价值为中心的战略为数字化举措的实施指引了方向，内部协作是贯穿数字化在企业全流程实施的重要保障，IT系统支持是数字化举措实施的前提和基础。 4.2 综合影响度分析

根据评价结果，综合影响度排名前5位的分别为以实现客户价值为中心（A31）、生产质量管理（B22）、与业务战略关联性（A11）、劳动力效率（B23）、资产利用率（B24），为案例企业数字化能力提升的核心影响因素。其中，以实现客户价值为中心和与业务战略关联性决定了企业对数字化的重视程度和提升方向，生产质量管理、劳动力效率和资产利用率是决定企业生产制造流程数字化程度的关键因素，而制造流程数字化是制造型企业数字化的重中之重，但从案例企业的指标得分看，企业明显存在质量管理能力不足、劳动力效率低下、资产利用率不高的问题。 4.3 数字化成熟度分值分析

根据预实验结果，总结处于相同分数区间的企业数字化水平的共同特点，数字化成

熟度可以按照分值高低划分为5个阶段：0～0.8分为数字化入门者（数字化工作尚处于起步阶段，管理层对数字化开始有所意识）；0.8～1.6分为数字化升级者（对数字化进行战略规划，对基础设施进行升级改造）；1.6～2.4分为数字化转型者（开始跨部门的、横向或纵向业务流程的数字化变革）；2.4～3.2分为数字化成熟玩家（数字化工作已基本完成，功能需求基本满足）；3.2～4.0分为数字化引领者（数字化功能需求得到完全满足，甚至可以发挥出一些高级潜能，成为业内标杆）。案例企业的数字化成熟度综合分值处于数字化升级者阶段，说明该企业已经制定了相关数字化战略，并开始对基础设施进行升级改造，但数字化能力还处于较低阶段，在很大程度上了企业的发展，未来还需要进行更深入的数字化变革。如图2所示。

图2 案例企业四大维度数字化成熟度评价指标分值比较

我们可以借助雷达图形象地分析不同指标的数字化成熟度分值。以四大维度指标为例（如图3），可以看出，案例企业在战略和生态圈层面的数字化成熟度相对较高，在运营技术、文化组织能力方面相对较低，尤其是运营技术层面的数字化程度几乎相当于原始状态，可推测企业领导层已经意识到数字化的重要性并制定了相关战略，但实质性举措仍亟待实施。从运营技术维度看，订单管理数字化成熟度分值最高仅0.792分，生产质量管理、实物流、供应链协作分值较低，分别为0.070、0.261、0.284分，说明案例企业在生产制造、供应链领域的数字化尚未开始或刚刚开始，是企业数字化的短板所在。考虑到案例企业所在领域的数字化提升主要依赖于先进技术、先进系统的引入，因此可以给出建议：应当尽快在运营技术领域引进或更新相关IT系统，建立数字化生产车间，并通过智能仓储机器人、人机交互、射频识别（RFID）等技术提高其生产制造与供应链数字化能力。 图3 案例企业运营技术维度数字化成熟度细分评价指标分值比较 5 结论

本文以广泛的调研和资深的专家实践经验为基础，构建了中国制造型企业数字化成熟度评价模型，内容涵盖了制造型企业数字化转型升级的各个方面，并深入阐述了基于AHP-DEMATEL方法的某商用车企数字化成熟度评价过程。研究表明，以实现客户价值为中心、生产质量管理、与业务战略关联性、劳动力效率、资产利用率是影响该车企数字化能力提升的核心因素，但该车企目前数字化成熟度综合分值仅为1.00分，核心因素的数字化程度较低，未来亟需重点提升五大核心因素的数字化能力；同时也证明该模型方法可以帮助中国制造型企业认清自身数字化现状，为企业的全面数字化评估及数字化路径规划提供了重要的参考工具。 参考文献：

【相关文献】

［1］何懿文.工业4.0：中国的机遇与挑战［N］.计算机世界,2015-06-22(18).

［2］易先桥,张鸣,卢师.中国制造业走出“三明治陷阱”路径研究［J］.企业经济,2016(9):118-122. ［3］周济.智能制造：“中国制造2025”的主攻方向［J］.中国机械工程,2015,26(17):2273-2284.

［4］董伟龙,屈倩如.迎接智能制造:企业数字化转型［J］.中国工业评论,2015(4):30-37.

［5］LICHTBLAU K, STICH V, BERTENRATH R, et al.Industrie 4.0:readiness［R］.Frankfurt: VDMA’s Impuls-Stiftung,2015:21-25.

［6］SCHUMACHER A, EROL S, SIHN W. A maturity model for assessing industry 4.0 readiness and maturity of manufacturing enterprises［J］.Procedia CIRP,2016,52: 161-166. ［7］LEYH C,BLEY K, SCHÄFFER T, et al. SIMMI 4.0: a maturity model for classifying the enterprise-wide IT and software landscape focusing on industry 4.0［C］// FedCSIS. Federated Conference on Computer Science and Information Systems 2016. Dresden：FedCSIS,2016:1297-1302.

［8］佚名.智能制造能力评价标准发布［J］.工具技术,2016,50(11):44.

［9］SCHUH G, ANDERL R, GAUSEMEIER J, et al. Industrie 4.0 maturity index. Managing the digital transformation of companies(ACATECH Study)［M］.Munich: Herbert Utz Verlag, 2017.

［10］周志明,崔森.制造型企业数字化转型的研究［J］.管理观察,2014(21):80-82.

［11］崔森,于立,周志明.企业数字化转型的影响因素研究［J］.中外企业家,2014(27):90-91. ［12］赵星,董晓松.数字化革新战略实施路径与管理框架［J］.软科学,2017,31(1):20-23. ［13］刘涛,杨雅清.数字化时代企业组织的转型之路［J］.信息通信技术,2017,11(2):8-15. ［14］伍曼.思科：全数字化转型助力金融企业赢得万亿美元商机［J］.中国金融电脑, 2016(11):80-81.

［15］彭国甫,李树丞,盛明科.应用层次分析法确定绩效评估指标权重研究［J］.中国软科学,2004(6):136-139.

［16］肖丁丁,张文峰.基于DEMATEL方法的绿色物流发展关键因素分析［J］.工业工程,2010,13(1):52-57.