基于熵权TOPSIS的延迟策略成熟度评价

罗建强，王嘉琳

（江苏大学管理学院，江苏镇江212013）

基于熵权TOPSIS的延迟策略成熟度评价

罗建强，王嘉琳

（江苏大学管理学院，江苏镇江212013）

文章将延迟策略融入到服务型制造，细分了面向服务型制造的延迟策略发展阶段，分析不同阶段制造企业实物产品和无形服务的基本特征，归纳影响延迟策略成熟度的关键因素；并以此为基础，构建延迟策略成熟度模型，提出面向服务型制造的延迟策略成熟度评价体系，给出基于熵权TOPSIS的评价方法；最后实例验证延迟策略成熟度模型及评价方法的科学性与有效性。

延迟策略；成熟度模型；熵权TOPSIS

0　引言

我国是制造业产出大国，但与欧美发达经济体的制造企业相比，竞争力差距仍较为明显。当前，我国制造业正处于“工业化”与“服务化”同步推进的关键转型期，我国制造业若继续以高消耗、低价值、高成本为特征的运作模式发展，将很难改变因产品同质化而产生的低端恶性竞争，因此，在全球制造业服务化战略不断扩张的新趋势下，我国制造企业迫切需要转型升级。服务型制造（S0M）作为实现这一转型升级的有效战略之一，已为学术界和企业界广泛认同。S0M是利用技术和服务创新手段，由制造企业为客户提供“产品+服务”的整体解决方案，客户通过信息反馈参与制造，从而实现制造业务在价值链中的升级[1]。作为支撑S0M实现的延迟策略是指在生产系统或供应链中尽量推迟产品的差异化定制活动，直至获取到准确的客户订单需求信息[2]。面向S0M的延迟策略实施可以使产品制造商具备提供定制化服务的能力，缩短对客户显性、隐性以及潜在需求的响应时间，同时实现客户参与下的低成本和高响应。

鉴于当前我国制造企业实施S0M的程度不同，如日用消费品制造企业仅向客户提供简单的售后服务，而装备制造企业则向客户提供问题的整体解决方案，对面向S0M的延迟策略实施进行阶段性划分具有重要的理论价值，至少在一定意义上可以为制造企业面向S0M的转型提供理论导向。

1　相关研究理论

1.1延迟策略

由于策略利用不当而引发的服务困境案例表明，S0M的实施需要综合考虑制造企业的成本、战略控制，以及制造企业现实条件等因素[3]。延迟策略在提出之初就是为了解决制造企业供需矛盾问题，研究如何以低成本的方式快速响应客户的定制化需求，是依据产品物理结构和市场需求的具体特征，对生产系统或供应链业务流程做出的一种改善。它将生产系统或供应链流程分为推动式阶段（通用化阶段）和拉动式阶段（定制化过程），实现推式流程和拉式流程的有机结合。产品差异化定制点或推拉方式的转折点称为客户订单分离点（C0DP）。本文关于延迟策略的研究主要集中在对其进行实施的阶段性划分。

1.2成熟度模型

成熟度模型描绘的是系统随着时间的推移经过若干不同成熟度水平层级的发展而达到最高水平的过程[4]。最早的成熟度模型是美国卡耐基.梅隆软件工程研究所于1987年提出用于软件开发过程和软件开发能力评价和改进的一种方法，称为能力成熟度模型(CMM)[5]。随后出现了数十种参照这一思想的成熟度模型，并被广泛应用于项目管理、创新联盟和企业能力等领域。延迟策略虽是一种支持大规模定制的生产策略，但通常需要通过产品结构和生产流程的重新设计来协调实现，每个环节的改进都会影响整体运作流程的改善，因此，延迟策略也是由多个模块子系统所组成的复杂大系统，具有明显的整体性与动态性特征。这就决定了延迟策略是不断发展演化并逐步走向成熟的。

在成熟度模型中，成熟度等级是指制造企业关注的重心从低标准向高标准发展的一个循序渐进的梯次过程。在组织发展的全过程中，各个阶段将面临不同的推动力和危机，而受这些因素的影响，企业内部的配置发生着更迭[6]。实施延迟策略的生产系统也有其发展周期。延迟策略成熟度就是对生产系统运行模式发展变化的一种反应。当一种生产模式受到内外部各种驱动影响不再能有效满足当前客户的需求时，则需要对当前生产系统的运行策略进行改进；当实施改进后的延迟策略符合当前客户的需求时，即可暂时回归稳态。

2　延迟策略成熟度模型

随着经济水平的迅猛发展和技术水平的不断进步，制造企业获取价值增值的方式同时也发生着变迁，如表1所示。工业化初期阶段的制造企业为能及时满足市场需求以高效率和低成本为中心，采取了大批量制造模式；随后市场出现了同一产品的多种型号或版本，企业在市场细分的基础上，对特定客户群体进行需求分析与预测，通过多品种小批量的制造模式，以差异化的战略来满足客户的需求；现代制造模式则主要借助供应链管理和有效资源配置等的优化降低企业成本，从而使制造产品的价值得以提升。随着服务经济的到来，价值获取的来源不再仅限于产品本身，通过在实物产品中融入服务元素，服务在企业价值创造中所占的比重越来越大，由此可见，制造企业通过服务创新手段获取更大价值将是未来制造业发展的主流。

表1　不同阶段产品和服务特征

在表1中的每一阶段，制造企业生产产品或提供服务模式都是为了满足当时市场条件下的客户需求。随着市场的逐渐成熟，制造企业生产产品的策略由初期的大批量低成本模式，经产品差异化与个性化定制，向以服务主导逻辑的制造模式演变，每一发展阶段都存在有延迟策略的应用。从制造业发展进化各阶段的属性特征出发，借鉴制造企业面向S0M的延迟策略转型路径[7]，构建延迟策略成熟度分析模型如图1所示。

图1　延迟策略成熟度模型

当某种因素成为影响需求的订单赢得因素时，应保证其他因素具备行业标准。图1的延迟策略成熟度模型每个层级指标所代表的意义是对当前制造企业竞争力起最大影响的因素。

大规模生产向差异化生产转变的驱动因素是客户需求所呈现出来的个性化和差异化，因此，以成本领先战略为主导的大规模制造逐渐转向以柔性为主要指标的延迟策略的实施，采用多品种小批量生产，产品价值从价值链“微笑曲线”的低端区域向上攀升，产品品种实现多样化。制造企业在动态的环境下主动适应变化，更贴合客户的差异化需求，以此提高制造企业的竞争能力。由于差异化产品容易引发客户等待等问题，时间因素在生产系统中突显出重要性，即时制生产应运而生，在满足客户差异化需求的基础上，敏捷性的快速满足客户的定制需求就成为新的竞争优势，延迟策略通过其有效的运行机理，满足了这一客观需求。

3　基于TOPSIS的延迟策略成熟度评价

3.1评价指标体系

在整个生产过程中，C0DP作为产品生产方式从推式（基于预测）向拉式（基于需求）的转折点，其定位是延迟策略实施成功与否的关键，它直接影响到规模与变化的程度：若C0DP偏向于上游，通用化阶段就无法达到相应的规模经济；反之，若C0DP偏向于下游，定制化阶段则无法获得客户需求响应性的优势。C0DP定位直接影响到生产系统指标的成本、柔性、时间和服务等方面的变化。

（1）成本指标可以分为C0DP上游通用件的生产成本和下游个性化部分的定制成本。如按订单设计（Engineering-to-0 rder，ET0）生产模式，由于需要按照客户要求从设计环节开始定制，所以，C0DP上游生产成本为零；而备货型生产（Make-to-Stock，MTS）模式则是在对市场需求量预测的基础上，有计划地组织生产，所以C0DP下游定制成本为零。

（2）时间指标可以分为C0DP上游通用件的生产时间、下游的定制生产时间和客户参与时间。与成本指标相类似，ET0的C0DP上游生产时间为零；MTS则是C0DP下游定制时间为零。客户参与则是一种在产品生产过程中客户承担生产合作者的角色，一般的，客户参与时间越长，客户价值实现越高。

（3）柔性指标主要划分为产量柔性、品种柔性、模块化组合柔性、交货周期柔性以及服务多样性。柔性是快速、低成本地从提供一种产品或服务转换为提供另一种产品或服务的能力，一般来说，C0DP越靠近下游柔性越差；越靠近上游柔性越强。由于柔性是为了应对市场的不确定性，需要从各方面综合考虑。以ET0和MTS为例，ET0模式通常存在于建筑、航空航天、造船和专用设备制造等行业，生产批量小甚至为单件，产量、品种、模块化组合、交货周期柔性都很低，但服务差异化程度高；而MTS模式虽在产量和交货周期柔性程度较高，但品种和模块化组合柔性以及服务差异化程度较低。

（4）服务方面需要考虑三个因素，包括服务价值比、客户参与度和客服人员占总员工比。服务价值比指生产过程中服务产生的附加价值占产品总价值的比重，比重越高表示产品服务化程度越高。客户参与度是从程度深浅方面评价，而非参与时间的长短，客户参与度高表示产品定制化程度高。客服人员占总员工比（生产方面）的高低可以体现该制造企业基本的人员组织结构，客服人员占比高表示企业服务化投入大。

综上，具体评价指标如图2所示：

3.2评价方法

图2　延迟策略成熟度评价指标体系

在诸多评价方法中，T0PSIS能够根据有限个评价对象与理想解的接近程度进行排序，从现有的对象中进行相对优劣的评价，如果某评价对象接近理想解同时又远离负理想解，就是优质的方案[8]。基于熵权的T0PSIS引入了区间模糊数和信息熵来计算各评价指标的权重，能够有效的避免传统T0PSIS属性权重确定的主观性问题。

基于熵权T0PSIS的延迟策略成熟度评价可分为如下步骤。

步骤1：由于有些指标具有主观性的特征，在基于熵权T0PSIS评价之前，应先确定指标的模糊评价集。本文采用语义判断来表示，具体分为低、较低、一般、较高和高5个等级标准，将5个语义变量用区间模糊数来表示，如表2所示。

表2　评价指标语义变量及区间模糊数

步骤2：建立判断成熟度矩阵A，并标准化。如图2所示，由于延迟策略成熟度模型有4个层级，m=4，13个评价指标，n=13，则判断矩阵为：j=1，2，…，13。由于矩阵A中量化指标值的量纲不同，为使综合评价值具有可比性，矩阵A标准化处理后的新矩阵为其标准化过程为：

步骤3：确定评价指标的熵权wj。

其中:J+={效益型指标值}；={成本型指标值}。

步骤7：计算各单元指标值与理想点和负理想点的距离S+和S-：

步骤9：根据Gi的大小排出优劣顺序。

4　算例

国内某知名家具制造企业为客户提供个性化的整体衣柜，为了能在日益加剧的市场竞争环境下满足客户的定制需求，该公司当前推行了差异化战略。本文所用初始数据均来自于该公司已完成订单的跟单表，和该公司10名熟练员工对整体衣柜的经验估计，取其均值。为了保证数据的有效性，通过初始估计数据与已完成订单的真实生产数据比对，并再次与熟练员工沟通修正原始数据。评价指标原始数据见表3。

表3　评价指标原始数据

对表3的数据进行归一化处理，得表4。

计算判断矩阵：

由式（1），将矩阵A标准化后的B矩阵：

表4　评价指标归一化数据

由式（2）至式（7）可计算熵权，求出考虑指标权重的决策矩阵Z′，并归一化得到矩阵Z。

由矩阵Z确定理想解和负理想解。在本文列举的13个指标中，成本与时间为成本型指标，故前5项指标数值越小越优，而柔性和服务指标为效益型指标，后8项指标数值越大越优。因此，根据式（8），得到理想解Z0和负理想解Z0：

并由式（9）得到各单元指标值与理想点和负理想点的距离S+和S-：

最后根据式（10），得到各单元指标值与理想点的相对接近度Gi：

经排序，0.4053＜0.4411＜0.4477＜0.5389，即G1＜G2＜G3＜G4。

通过上述实例分析，可以得到如下三点结论：

（1）计算结果所得前后次序与本文构建的延迟策略成熟度层级模型基本吻合，证明延迟策略的梯次过程确实是由大规模生产向S0M循序渐进发展的。S0M在四者之中位列最优，制造业服务化将是大势所趋，因此，该企业应以实物产品为载体不断融入更多的服务，以提升企业在市场的竞争力。

（2）由G1＜G2＜G3＜G4，表明S0M模式的综合指标值距离理想点最为接近，大规模制造模式的综合指标值与理想点距离最远，而该企业当前所实施的差异化战略介于两者之间。由表4中的横向和纵向数据对比，该企业可通过一系列合理化的改善，例如通过产品结构设计，增强C0DP上游零部件的模块化、通用化和中性化水平，或者在客户参与情形下提高C0DP下游的定制时间比例，到达即时化生产层级的制造水平。

（3）由表3，受定制化产品特征的影响，柔性指标与其它三项指标的变化趋势以及综合指标值的排列顺序不同。定制产品定制程度越高，客户购买量通常越小，其模块化组合柔性和服务多样性越高。而大规模生产由于市场需求量很大，可以随时应对客户不同数量的订货要求，所以产量柔性和交货周期柔性高，同时，即时化生产模式的交货周期柔性也处于较高的水平。

3　结束语

我国制造业由“生产型制造”向“服务型制造”转型是在信息技术的支撑下，同步实现工业化、服务化目标的必然选择。面向S0M的延迟策略能够突破传统延迟策略的局限性，将制造与服务集成，通过供需双方价值的共同创造攀升价值链的高端。延迟策略成熟度模型构建与评价结合了我国制造业当前的实际情况，为制造企业未来面向S0M的转型升级提供了理论指导。

在构建延迟策略成熟度模型中，通过不同阶段制造企业为满足客户需求而采取制造模式的比较，分析了延迟策略在不同阶段里实施机理的差异性，据此来验证延迟策略实施存在有一定的梯次。利用基于熵权T0PSIS的延迟策略成熟度评价结果发现：以客户参与和服务体验为核心的延迟策略是未来制造企业实施S0M应考虑的生产策略，尤其对于产品使用周期较长的定制产品。

[1]武晓青,杨明顺,高新勤等.服务型制造模式与运行框架研究[J].工业工程与管理,2011,16(2).

[2]Boone C A,Craighead C W.Postponement:An Evolving Supply Chain Concept[J].International Journalof PhysicalDistribution&Lo⁃gisticsManagement,2007,37(8).

[3]杨洋,徐忠建,田也壮等.制造能力优势与企业服务策略[J].系统工程,2014,32(3).

[4]孙新波,张波,罗能.基于生命周期理论的知识联盟激励协同成熟度研究[J].科学学与科学技术管理,2012,33(1).

[5]陈晓红,赖邦传.基于CMM的系统开发全面质量管理研究[J].系统工程,2002,20(2).

[6]Greiner LE.Evolution and Revolution asOrganizationsGrow[J].Har⁃vard BusinessReview,1998,76(3).

[7]罗建强,赵艳萍,程发新.我国制造业转型方向及其实现模式研究[J].科学学与科学技术管理,2013,34(9).

[8]翟丹妮,段冉,崔恒旋.基于反馈机制和TOPSIS方法的应急决策模型[J].系统工程,2014,32(4).

（责任编辑/刘柳青）

F406.2

A

1002-6487（2016）19-0170-04

国家自然科学基金资助项目（71172191；71472077）

罗建强（1973—），男，陕西扶风人，博士，副教授，研究方向：生产/服务企业运作管理。