二元性视角下离散制造企业数字化成熟度评估模型研究——基于中集集团的案例研究

董 明，陈宾琳

(上海交通大学 a.安泰经济与管理学院； b.数字化管理决策教育部哲学社会科学实验室， 上海 200030)

一、引言

在工业4.0的背景下，数字化能够助力制造企业重塑其业务流程和商业模式。数字化技术的应用能够减少10%～40%的维护费用、缩减20%～50%的上市时间、降低20%～50%的库存持有成本等[1]。IDC基于其数字化转型成熟度模型划分的企业调研表明：已实施或完成数字化转型的企业收入表现指数RPI(Revenue Performance Index)和利润表现指数PPI(Profit Performance Index)明显高于非数字化企业，且随着时间的推移，企业间的差距越来越明显[2]。同时，以工业和信息化部、国家标准化管理委员会为首的国家部门、研究机构、行业协会等也都致力于打造中国自己的智能制造体系，出台了一系列指南和推荐性国标。

本文以生产工程机械、半挂车等产品的典型离散机械装备制造企业中集集团为研究案例，其生产具有小批量定制化、重资产、利润率低、依赖工人经验等特点，在生产实践中，经常存在生产计划变更、管理不透明、效率低下等问题。在其数字化转型的过程中，面临着投资额大、见效慢、人员技能差距大、缺少最佳实践等难题。许多传统制造企业往往把自动化和信息化归类为数字化，而忽略了数据的价值，忽略了数字化是利用大数据等对业务流程甚至商业模式做出改变。信息化则强调“流程”的信息化且主要负责部门为IT部门，而数字化强调“业务”的数字化且主要对象部门为业务部门，一个是关注人和流程，另一个则是关注人、物理空间、数字空间的交互[3]。在VUCA时代，传统离散制造型企业不仅需要提升自身的自动化和信息化水平，更需要以数字化技术助力企业洞见供应环节、制造环节、分销环节和市场环节，利用数据带来的价值实现转型升级。这一过程中不可或缺的是对企业现有数字化水平的评估和诊断，只有在系统分析企业现有业务流程的数字成熟度的基础上，企业方能针对性地制定数字化转型方案和路径。现有的文献和企业主流做法也都是采用成熟度评估模型作为企业诊断的工具和未来路径规划的指导。而作为案例研究对象的中集集团，多年来一直在探索高端制造转型之路，以期借助数字化手段对产品模块化设计、组织变革、营销数字化、工厂智能化等进行变革，探索出具有中集集团特色的数字化转型道路。与现有文献中数字化成熟度模型不同，本文以中集集团为例对数字化转型成熟度评估模型进行二元性划分，创新地提出二元论(Ambidexterity)在制造企业数字化成熟度评估中的应用，为制造企业数字化成熟度评估提供一个新的视角。

二、文献综述

基于工业互联网、人工智能、大数据、云制造、信息物理系统、数字孪生等数字化技术，企业通过跨组织边界对整合物理实体、人员、智能设备、生产线与流程进行整合，以形成一种新型的智能化、网络化和敏捷的价值链[3]。面对需求不确定、产品生命周期短、消费者偏好变化、行业边界模糊、全球环境不稳定等挑战，数字化水平的提升可以赋能企业提高竞争优势，快速适应不断变化的外部环境。相关文献综述从数字化成熟度评价和IT二元性两个方面展开。

现有的众多数字化成熟度模型大多演化自卡内基梅隆大学的能力成熟度模型[4]，而利用成熟度模型对企业数字化能力的评估主要发生在工业4.0概念提出之后。用于制造企业数字化成熟度评估的模型，主要可分为学术型研究和应用型研究、通用型研究和特定领域研究两个维度。PwC[5]、BCG[6]、Impluse[7]等主流咨询公司及研究机构采用调查问卷自测评的方式，对企业数字化水平(有些模型称之为工业4.0准备度或智能制造水平)进行评估研究，其对应的成熟度评估模型通常具有4～6个成熟度等级以及若干个指标。其中，Impluse的工业4.0准备度评估采用线上自测模型，构建了组织与战略、智慧工厂、智慧运营、智慧产品、数据驱动服务、雇员六大维度及其18个子域，将企业依据成熟度分为三大类(初级、中级、高级)共6级：新进入者(level 0 & level 1)、学习者(level 2)、领导者(level 3、level 4、level 5)，该方法简单方便且能够及时收集信息并开展评估[7]。但鉴于受评估者知识的限制和对评估问题的理解，该方法只能够粗略地评估企业的数字化成熟度水平。基于企业智能制造能力的提高是一个循序渐进的过程的思路，Hu等提出了包含人员、技术、资源、制造4个能力要素、12个能力域及20个能力子域的中国智能制造的成熟度模型[8]。Hizam-Hanafiah等采用系统文献综述的方法精选了97篇成熟度模型相关论文，识别出30个工业4.0成熟度模型共158个不重复的模型维度，分析识别出对于组织而言最为重要的六大维度(技术、人员、战略、领导力、流程与创新)，同时研究发现158个维度中有70(44%)个维度是单纯用于技术成熟度的评估[9]。Fuller则认为大家都能够获取到相同的数字技术，但如何应用这些技术才是获得竞争的优势，技术应用者使用技术的能力比技术本身更重要[10]。Hajoary在对53篇工业4.0准备度模型开展系统分析的基础上提出了10个维度的概念模型，这些维度包含：战略与组织、制造与运营、供应链、商业模式、IT、人员、客户、产品、市场、服务与文化[11]。表1汇总了比较典型的制造业数字化成熟度模型。

表1 现有典型成熟度评价模型

现有文献中的制造企业数字化成熟度评估模型没有考虑企业的二元性(Ambidexterity)，研究表明企业需要在组织、创新等方面考虑二元性，以提升企业的敏捷性、持续竞争力等指标[12-14]。二元性指的是企业利用现有能力进行利用性(Exploitation)活动提高企业运营效率的同时，需要创新技术或方法，探索(Exploration)使组织能够对新的业务、模式进行学习以实现快速适应变化的能力[15]。在组织二元性上，O’Reilly等认为组织二元性指的是企业同时拥有利用和探索的能力，不仅能够在重视效率、控制和渐进改善的成熟技术和市场中竞争，又能在需要灵活性、自主性和实验的新技术和市场中竞争[16]。研究表明IT的二元性能力能够提高企业竞争力和供应链弹性[12]，Lee等研究证明IT部署二元性对组织敏捷性有正向影响[13]。

为了弥补现有文献中数字化成熟度评估模型仅从单一视角评估企业数字化成熟度的局限性，同时鉴于IT二元性能力对企业持续竞争力、创新能力等诸多方面的正向作用，本文从二元性的视角构建企业数字化成熟度评估模型，并采用案例分析的方式验证模型的有效性，以期企业在数字化转型过程中能够充分发挥数字技术的二元性，进而赋能企业从现有的资源和获得新知识的能力，在保持高效的同时具有创新的能力。

三、模型构建

(一)概念定义

研究提出数字化二元性的概念，将数字化二元性定义为企业应用数字化技术以提高运营效率的同时利用数字化技术探索新的数字化产品、创新服务及商业模式。根据数字化二元性定义，本文将数字化分为利用型(Exploitation)数字化和探索型(Exploration)数字化。利用型数字化更加注重业务优化，强调效率与经济性，如通过物联网、信息系统、机器流程自动化、大数据分析等技术，持续稳定改善现有业务。探索型数字化注重业务转型(创新业务)，强调企业的快速响应与灵活性，聚焦新产品及服务、新模式，持续提高企业的敏捷性和创新能力。

(二)模型指标确定及解释

能力要素作为成熟度模型的重要组成部分，是数字化成熟度模型的核心所在。本文采用综合研究方法对成熟度维度进行选择，在文献研究的基础上结合专家访谈、行业实地调研，制定出适合机械制造业数字化成熟度评估维度：战略、组织、制造与运营、供应链、IT、技术、产品、服务、文化、人员。通过行业标准、自测模型题目收集、现有文献成熟指标等方式，开展多轮行业专家、企业相关负责人访谈分析及调研。具体而言，采用访谈的方式邀请半挂车、罐车、水泥搅拌车等30位工程机械领域专家对各个指标的重要性进行打分，同时以书面文档的方式对每个指标和目的进行解释说明，确保能够做出符合经验的准确判断。运用电子化的手段对案例企业的数字化转型负责人、架构师、外部顾问等进行自测式问卷调研的形式进行。问卷共有52道题目，其中第一道题目用于企业专家就数字化水平对自身公司在行业所处的水平进行评价，剩余51道题目为成熟度模型中各指标对应的量表题。

根据数字化二元性的定义，利用型数字化更加注重业务优化，强调效率与经济性，通过IoT、信息系统、机器流程自动化(RPA)、大数据分析等技术，结合精益管理理念，持续稳定改善现有业务。而探索型数字化注重业务转型(创新业务)，强调企业快速响应与灵活性，布局新产品和服务、新模式，持续提高企业的敏捷性和创新能力。换句话说，利用型数字化没有拓宽企业现有的边界，没有为企业的业务活动产生额外的价值增值，其所有活动都围绕企业业务运营效率的提高，降本增效，以期达到低成本地实现规模化定制。探索型数字化则拓宽了企业的业务边界、改变了企业现有的业务模式或者为企业的产品和服务产生额外的价值增值，其所有活动具有较大的不确定性，具备较大的风险。数字化利用与数字化探索，同其他二元性概念一样，具有互相竞争的性质，二者共同争取有效的数字化投资资源。据此，本文最终提出数字化二元性的评估模型，模型由利用型数字化和探索型数字化两大模块组成(见表2和表3)。

表2 离散制造企业数字化成熟度评价体系——利用型(Exploitation)部分

表3 离散制造企业数字化成熟度评价指标体系——探索型(Exploration)部分

1.战略：企业战略是企业发展创新的指明灯，决定了企业将以何种方式到达设定的目标，是企业长期发展的基石。Impulse[7]、德勤[21]等都将战略作为数字化成熟度评估的主要维度。

2.组织与文化：从组织管理的角度来看，组织结构的设计需要匹配公司业务的发展需求，企业的文化同样对企业发展至关重要。中国电子信息标准化研究院则认为人才文化缺少是数字化转型的最大挑战之一[3]。荆浩等人研究发现，包含感知能力、整合能力和创新能力的企业动态能力是数字化转型企业达到高绩效的关键，企业数字化转型需要建立以动态能力为核心条件的多种组合模式[31]。

3.产品：对于制造业而言，产品不仅是制造系统重要的组成部分，更是企业传递价值的主要媒介。传统的常见业务模式是“卖产品”，随着数字化技术的快速进步，越来越多企业在探索“产品+服务”的模式。就产品本身而言，具备ICT(传感器、RFID、交互界面等)模块的物理产品可用于收集产品本身状态数据以及客户使用(及环境)数据，通过链接客户与制造企业，在产品使用过程中产品能够自动收集数据，使得新的服务成为可能。因此，产品是制造业数字化成熟度评估不可缺少的指标之一。

4.生产制造：生产制造作为制造型企业的最重要的组成部分之一，是公司研发、公司运营活动最集中的地方，涉及人、机、料、法、环五大要素组合，是物料流、信息流最密集的地方。生产制造环节是制造型企业进行数字化转型不可缺少的一部分。

5.供应链：构建自主、完整且富有韧性和弹性的产业供应链是制造业数字化转型的关键[3]。尤其是在受新冠肺炎影响的期间，企业的竞争力很大程度上来源于供应链的竞争力。因此，供应链也成为研究模型的重要组成。

6.市场与服务：市场与服务作为最接近消费者的部门，在企业商务成功上具有不可替代的作用。对市场与服务进行数字化转型升级能够更好地将客户的需求、体验与反馈等数据传递和共享到公司的设计、生产等部门，增加客户的参与度和满意度，为客户创造价值。

(三)权重系数确定

为了更好地反映各指标对企业的重要性差异以及提高模型对离散制造企业评估的准确度和直观性，本研究将进一步确认各指标的权重。常见的确定权重的方法有熵权法、层次分析法(AHP)、优序图法等。优序图法由于具有判断矩阵简单，且与传统层次分析法相近的效果，金新政等[28]通过实证研究对比优序图法和层次分析法的效果：两种方法具有完全一致的优劣顺序，但权重数值具有细微差别，具有统计学意义。由于本研究指标数量较多且较为复杂，研究采用优序图法进行各指标的权重确定。

优序图法的基本原理如下：

1.构建n×n阶矩阵，记Y=(yij)n×n，那么Y表示y1，y2，y3，…，yn各指标两两比较的矩阵，yij表示指标yi相对于指标yj的重要性值。

2.构建判断矩阵：若yi比yj相对更重要，则对应记为1；若yi比yj同等重要，则对应记为0.5；若yi比yj相对不重要，则对应记为0；按照此原则，本文通过专家访谈调研和讨论后，分别对应用型模块和探索型模块的指标进行两两比较，在矩阵中记录对应的值。

3.针对判断矩阵的结果进行运算，得出各指标的权重，见表4和表5。

4.将表4和表5对应指标的权重，整合到数字化成熟度模型，形成对应的二级指标单层权重和组合权重，以及维度权重，见表6和表7。

表4 探索型数字化成熟度指标判断矩阵

表5 利用型数字化成熟度指标判断矩阵

表6 离散制造企业数字化成熟度评价模型——探索型(Exploration)部分

表7 离散制造企业数字化成熟度评价模型——利用型(Exploitation)部分

续表(表7)

(四)数字化成熟度等级划分

数字化转型是一个循序渐进的过程，需要企业和行业持之以恒地完善，不可能一蹴而就。本文将数字化成熟度等级划分为5个等级(见表8和表9)。

表8 利用型成熟度量化分值及其对应的成熟度等级

表9 探索型成熟度量化分值及其对应的成熟度等级

(五)数字化成熟度评估分值计算

通过问卷调研，由案例企业相关负责人进行自评估，从而使企业能够方便快速地对自身数字化能力进行初步判断。针对每个指标编制1～3个问题，采用1～5级Likert量表的形式设计问题。具体分值计算如下：

1.每个维度的得分计算如下：

(1)

式中，C表示维度的得分，D表示二级指标yi的平均得分，λ表示二级指标yi的单层权重。

2.成熟度等级综合得分计算如下：

(2)

式中，S表示成熟度评估综合得分，α表示维度对应的权重。

四、案例研究

(一)案例选取

本文有针对性地选取中集集团下属L、R两家制造企业，作为案例用于测试研究构建的二元数字化成熟度模型的有效性和适用性，同时通过对L、R两家公司数字化成熟度结果的评估，结合两家企业的实践对比，提出对应的数字化转型策略建议。作为案例研究对象L、R两家公司满足下述选取原则：

1.L、R两家公司均处于中集集团共同的业务单元，其业务具备高度重合性，具有高度可比性。

2.L、R两家公司在数字化转型投资中具有先后关系，二者在组织架构、生产组织模式、管理体系等方面也存在较大的不同，具有较大的对比空间。

3.L、R两家公司均为典型离散机械制造企业，生产功能性产品，注重生产、供应链等的运营效率。

4.L、R两家公司相关调研人员均对集团数字化战略有充分的理解，且具备数字化转型升级的实战经验。

5.对L、R两家公司有深入的现场调研，较全面地了解公司的组织架构、业务、运营模式、商业模式等。

(二)评估调研实施

首先对L、R两家制造企业进行实地深入调研和访谈。调研的内容涉及组织架构、运营模式、商业模式、人才培养、自动化程度、信息化系统集成状况、精益现状以及正在进行的生产线升级项目及未来投资规划等。对L、R两家公司的二元数字化成熟度评估实施，主要采用Likert量表的形式进行问卷调研评估，对L、R两家制造企业的数字化转型负责人、架构师、外部顾问等进行自测式问卷调研。

(三)评估结果及分析

利用上述评估模型，对L、R两家公司的测试结果进行汇总和分析(见表10和表11)，各维度得分如图1和图2所示。根据分析结果可以初步判断在数字化成熟度上，R公司整体上比L公司高，在应用型数字化方面R公司已进入集成级阶段，而L公司仍停留在规范级阶段；在探索型数字化方面，二者均处在规范级，但R公司比L公司成熟度得分高0.26，整体上处于规范级中等水平。这与集团总部和外部专家以及两家公司现场调研的总体水平和印象相一致。

表10 L公司数字化成熟度评估结果数据汇总

表11 R公司数字化成熟度评估结果数据汇总

图1 L、R两家公司利用型数字化成熟度各维度分值

图2 L、R两家公司探索型数字化成熟度各维度分值

(四)案例分析与管理启示

通过对L、R两家公司进行二元数字化成熟度评估，能够识别出两家企业数字化转型现状、强项与弱项，从而依据企业的现状制定出与公司整体战略相符合的数字化转型策略及优先级顺序。从数字化二元能力成熟度视角，可以更好地理解离散制造企业在数字化转型过程中面临的问题与挑战，对企业构建数字化知识转移和最佳实践复用具有重要意义。具体总结如下：

1.总体上看，L、R两家公司在数字化转型的进程中主要处于规范和集成阶段，但在算法优化、智能化方面仍然存在较大的差距。现有企业的数字化投资大多用于数字化转型基础设施建设，比如生产线的自动化和信息化升级，企业并未开始考虑更为高阶的数字赋能升级，即如何利用数字化技术收集数据、分析数据，从而赋能业务流程。

2.战略维度。数字化战略在现有业务数字化转型方面清晰且明确，分数达到4.5左右，可以看到L、R两家公司都处于数字化战略实施阶段，且没有明显的差别。而数字化战略在探索型数字化时期产生新的业务模式、运营模式、产品模式及服务数字化模式方面，得分却仍然很低，分别仅有2.58和2.78，两家水平差不多，目标没有明确地将资源用于探索创新。

3.供应链和生产制造维度。(1)从利用型数字化角度来看，L、R两家公司尽管有了好的战略和组织与文化，但仍然是众多维度中，成熟度最低的。这是因为相较于其他维度，供应链和制造系统都是极度复杂的，单纯地升级生产线和设备仍然很难达到较高的数字化水平。(2)从探索型数字化角度来看，L、R两家企业都比较注重绿色供应链、生态伙伴建设等，虽然整体上水平较低(L公司为1.93，R公司为2.00)，但两者都已经开始尝试生态伙伴合作和共同研发，且两者都具有较高的环保意识。

4.产品维度。(1)从利用型数字化角度来看，L、R两家公司在产品设计与开发、更新换代方面水平差不多，分别为3.52和3.33，主要处于流程管理的数字化、产品本身的渐进式迭代，整体上仍然处于企业内部集成阶段。(2)从探索型数字化角度来看，对于产品的数字化及数据收集分析功能，L、R两家公司均处于最低级别的规划阶段，缺乏后续进一步的行动计划和方案。

5.市场与服务维度。(1)从利用型数字化角度来看，L、R两家公司得分为3.05和3.36，两家企业都特别重视观众客户满意度和服务响应，但对于销售数字化整体上仍然主要依赖人工经验和系统数据进行预测。(2)从探索型数字化角度来看，L、R两家公司得分分别为1.26和1.67，表明两家公司在市场创新及客户交互服务快速响应方面的数字化能力较差。

6.组织与文化维度。(1)从业务优化角度来看，L、R两家公司得分为3.03和3.30，具备相对较高的匹配性。组织架构与业务的匹配方面，L、R两家公司做得不错，也与中集集团总部的战略比较符合，有专门的团队或部门负责数字化转型项目。(2)对于探索型数字化而言，二者的得分分别为3.00和3.38，表明企业能够较为敏捷地调整组织以适应数字化需求，意识到了数字化人才培养的重要性。

五、研究结论

信息技术与业务战略的相互匹配备受管理学界和业界的关注，其中受关注度最高的就是信息技术与业务匹配的悖论，即信息技术对企业资源具有双重效应：一方面是资源认同，即企业在进行IT投资之后，会从现有资源中挖掘更多的价值；另一方面是资源僵化，即企业资源与IT整合之后的业务流程会存在一定的不灵活性，这将限制企业的敏捷性。现有的制造企业数字化相关文献及成熟度模型忽略了信息技术与业务匹配的悖论，单一地从数字化提升企业绩效的角度考虑问题。二元性理论认为企业的利用活动和探索活动是互补的，应该利用信息技术追求并平衡利用型和探索型两种业务。本文在此基础上创新地提出了二元性视角下离散制造企业数字化成熟度评估模型，从而更为有效地促进企业的数字化转型升级。

基于文献研究、专家访谈、行业调研等综合方法，结合企业组织、IT的二元论概念构建了制造企业二元性数字化成熟度评估模型，并通过中集集团下属L、R两家公司作为案例企业进行验证评估，得到以下主要结论：

一是将数字化成熟度评估进行二元性划分，分为利用型和探索型两大模块，完善了目前数字化评估中视角单一的不足。研究以离散制造行业入手，结合主流研究维度，选择更加贴近该行业的二级评估指标。L、R两家公司的案例研究发现，对数字化成熟度进行二元性划分，能够帮助企业更精准地区分“现有业务”和“创新业务”的数字化，尤其是在企业资源有限的情况下，利用二元性划分，能够更加高效地进行资源分配决策。

二是现有大多数数字化评估模型的适用性受限，需要从二元性的角度将数字化技术进行划分，并分别与利用型和探索型业务流程进行匹配，二元性数字化评估模型有助于解决信息技术与业务匹配的悖论问题。

本文的研究对象主要是大型离散制造企业，普适性受限，未来可以针对中小型离散制造企业及连续型制造企业展开更为深入的研究。