基于工业互联网平台的离散型制造企业健康度评价研究

刘丹

［摘 要］文章根据离散型制造企业的产品特点，分析其健康度包含的主要内容，研究影响其健康度的5个一级指标和28个二级指标，构建健康度评价指数计算模型，阐述基于工业互联网平台实现企业健康度近实时评价的步骤。同时，该套健康度评价指标在某央企大型重工制造企业中得到了检验，取得了良好的效果。该研究成果可为此类型企业快速评估自身健康度提供方法和技术路径，也为政府等监管部门及时了解该行业的健康度提供思路。

［关键词］离散型制造企业；健康度；工业互联网平台；层次分析法

doi：10.3969/j.issn.1673 - 0194.2023.22.034

［中图分类号］F425；F205［文献标识码］A［文章编号］1673-0194（2023）22-0105-04

0     引 言

制造業是“制造强国”战略落地的主体，制造企业的健康状态直接影响“制造强国”战略的实施。离散型制造企业作为制造业的“半边天”，其产品研制模式具有按单设计（Engineering-To-Order，ETO）、按单生产（Make-To-Order，MTO）、按单装配（Assemble-To-Order，ATO）的特点。截至目前，针对该类型企业的健康度评价研究还比较少，仅有针对制造型、创新型企业的部分研究。例如，郭伟、孙江等人根据企业生态系统理论，以企业成长情况、适应复杂市场情况的能力、抗波动性、健壮性、可恢复性等5个方面为核心因子，提出制造企业健康度评价指标体系，基于该指标体系构建了制造企业生态系统健康度评价指数［1］。傅为忠等人总结了创新型企业健康发展的必要条件，将企业的创新能力、持续发展能力以及持续盈利能力三方面作为创新型企业是否健康的核心评价指标［2］。郭百钢等人基于高新技术企业全生命周期机理和主要阶段特征，构建了一套综合性的指标体系，用于企业健康度评测；同时，还通过模糊综合评价方法对相关类型企业的健康度进行测评［3］。但是，上述研究一是没有针对离散型制造企业的特点进行健康度评价研究；二是没有结合企业大数据对健康度进行近实时评价，仅进行简单的阶段划分或离线评价，对企业管理者的实际指导意义不强。

1     离散型制造企业健康度评价指标

世界卫生组织（World Health Organization，WHO）

认为一个人的健康不仅仅是没有疾病和不虚弱，更重要的是在身体上、心理上和适应社会方面均有较佳的状态，否则不能称为健康［4-5］。本文运用类比、借鉴等方法，将离散型制造企业健康度定义为企业战略定位、科技创新能力、生产制造能力、产品市场竞争力与企业效益等方面的状态与程度。基于离散型制造企业产品ETO、MTO、ATO的特点和对其健康度的定义，本文认为离散型制造企业健康度评价指标主要包含以下方面。

一是企业战略定位。离散型制造企业战略定位决定了其产品产业布局、企业管理模式制定、企业经营指标设置等方面，因此，企业的战略定位是否合理是企业健康度评价的基本指标。SWOT分析法是一种定性的研究方法，其在4个象限中对特定对象的优劣进行研究。周路平等人就是基于此方面对企业战略优劣进行了定性分析，并通过定量战略计划矩阵（Quantitative Strategic Planning Matrix，QSPM）对4种战略，即发展战略、分散战略、退出战略和维持战略进行定量评价、排序，排序靠前的为最适合企业的决策［6］。本文评估的企业战略指标包括战略与企业政策目标一致性、与外部环境的协调性、产品产业卓越性、战略可行性等。

二是科技创新能力。离散型制造企业的科技创新能力主要体现在有竞争力的新产品研发、核心知识产权获得等方面。科技创新能力具备且持续是离散型制造企业健康的关键指标之一，主要通过科技创新投入的资金与人力、科研成果数量等指标进行分析。

三是产品市场竞争力。离散型制造企业的产品市场竞争力主要体现在两个方面：一是同质化产品，竞争力体现在性价比上；二是市场空白产品，竞争力体现在客户接受度上。因此，离散型制造企业市场核心竞争力强弱主要从企业品牌影响力、企业营销能力、企业产品主要技术指标先进性、产品质量稳定性、产品性价比、企业全方位的服务能力、企业运营成本等方面综合评估。

四是企业生产制造能力。离散型制造企业产品高度个性化定制的特点对企业生产制造能力提出了挑战，该能力的强弱是影响健康度的重要指标之一，主要体现在库存周转率、订单响应时间、计划执行率、不良品率、设备利用率以及产品出库合格率等方面。

五是企业效益。企业效益的好坏是健康度评价的核心指标。根据国家相关统计部门发布的考评指标，企业效益主要体现在企业劳动生产效率、流动资产周转率、企业全部资产获利能力、资本保值增值率以及成本费用利润率等方面。

2     健康度评价指数计算模型

本文建立的离散型制造企业健康度评价指标层次结构清晰，使用多级指标加权组合，层层汇总计算出制造企业整体健康度评价指数，计算公式如下：

（1）

式（1）中，H表示企业健康度评价指数；N表示一级指标的数量；Wi代表第i个一级指标占总指数的百分比；ni表示第i个一级指标下二级指标的数量；ωij表示第i个一级指标中含有的第j个二级指标占所在一级指标的百分比；Kij表示第i个一级指标中第j个二级指标的值。假设一级指标有N个，应用N分量表（Likert scale）来计算。一级指标的权重取决于企业的实际情况，可通过调查企业内不同对象综合得到结果。将一级指标的重要性按从低到高的顺序分为N个等级，对应分数为1～N。让调查对象对每一个指标进行评定，将重要性量化后取平均值即得到各指标的重要性值。在进行权重的量化时，选用偏大型柯西分布隶属函数，公式如下：

（2）

式（2）中，参数a、b、c、d为超参，定义指标重要性为N时，f（N）=1；重要性为中间等级N/2时，f（N/2）=0.6；重要性为最低1时，对应的f（1）=0.1。从而计算出参数a、b、c、d，再将这些参数代入式（2）可以得到1～N的函数值。然后将各指标的平均重要性值用最大最小归一化公式进行处理，从而得到权重值［7-8］。公式如下：

（3）

式（3）中，xi为经过量化处理得到的平均重要性值。

计算二级指标的权重可用多种方法，本文采用投影寻踪（Projection Pursuit，PP）算法，该算法用来处理、分析高维非正态数据比较有效，旨在通过对样本数据的降维简化问题，目的是寻找最佳投影方向，最大限度反映样本数据的结构特征。本文共有m个样本，选出n个指标用于评价企业健康度，样本矩阵如下：

（4）

假设评价指标越大，结果越好的指标为正指标，反之为逆指标。通过如下公式，将逆指标转换成正指标：

（5）

设样本矩阵为，投影方向ω=［ω1，ω2，...，ωn］，数据在投影方向上的投影值为Z=ωTX，要求Zi的标准差S及Zi与专家经验权重yi的系数绝对值|Oij|都要尽可能大，所以投影目标函数L（ω）可以表示为

（6）

计算目标函数的最大值，以此来获得最优投影方向，优化模型如下：

（7）

（8）

此时最优投影方向ω作为企业生态系统健康度的二级指标权重向量，从而可以计算出一级指标值。

3     健康度评价步骤

受益于新一代信息技术的高速发展，离散型制造企业的数字化程度越来越高，具备了企业健康度近实时评价条件。本文通过搭建离散型制造企业工业互联网平台，整合企业运营全量业务数据，基于多层指标加权算法，实现企业健康度在线近实时评价。

3.1   平台搭建与数据采集

本文基于阿帕奇发布的一种大数据应用框架CDH（Cloudera's Distribution Including Apache Hadoop）6.2版本，搭建了如图1所示的工业互联网平台，安装了zookeeper、kafka、hive、hbase、spark、flink等核心组件，形成了平台的基本框架。制造执行系统（Manufacturing Execution System，MES）、企业资源计划（Enterprise Resource Planning，ERP）系统、客户关系管理（Customer Relationship Management，CRM）系统等信息系统数据以增量的方式，在平台边缘层通过数据抽取任务，采用隔天的模式被抽取到平台基础设施即服务（Infrastructure as a Service，IaaS）层进行存储；外部政策、竞品信息、市场信息等外部数据，在边缘层通过分布式并行爬虫技术，以定点增量爬取的方式采集到平台；设备运行、产线加工等物联网数据通过消息队列流处理加工后同步到平台。上述数据构成了企业健康度评价的数据仓库。

3.2   多源异构数据融合

采集到平台存储层的企业健康度评价数据分为结构化、半结构化、非结构化等类型，数据质量参差不齐，需要在平台即服务（Platform as a Service，PaaS）层对数据进行预处理。为了使数据结构更清晰，提升数据复用率，减少数据重复计算，对预处理后的数据集统一采用四层架构数据模型来建模，分别是数据准备（Operational Data Store，ODS）层、数据明细（Data Warehouse Detail，DWD）层、数据汇总（Data Warehouse Summary，DWS）层与数据应用（Application Data Service，ADS）层。其中，ODS层存储最原始的未加工的数据，DWD层存储清洗、标准化之后的明细数据，DWS层存储轻度汇总、跨主题的宽表数据，ADS层存储计算好的应用指标数据，各层之间的数据加工、流转采用統一的任务调度模式，完成多源异构数据融合与建模。

3.3   健康度评价指数App开发

在工业互联网平台软件即服务（Software as a Service，SaaS）层，开发企业健康度评价指数App。具体做法是在SaaS层将N分量表法、投影寻踪算法与健康度评价指数算法固化，将PaaS层的数据接入SaaS层，用于计算企业健康度评价指标权重值与健康度评价指数；同时，App用户界面设计成表盘形式，分别展示企业去年年度、去年同期，以及今年的季度、月度和当前健康度评价指数。从健康度评价指数界面可下转至一级、二级指标界面，这样可帮助决策者了解健康度变化趋势与因子，以便作出科学决策。

4     健康度评价指标在某央企重工企业中的验证

该央企重工企业的产品以地下工程施工装备和铁路轨道系统为主，是典型的按单设计、按单生产的离散型制造企业。按照本文研究的离散型制造企业健康度评价指标，构建了5个一级指标和28个二级指标，如表1所示。各指标2017年原始数据通过数据抽取、数据导入等方式进入工业互联网平台，平台App快速计算出相应的指标值与企业2017年的健康度评价指数（见表1、表2）。

通过加权计算，App展示了该企业2017年健康度评价指数为0.84。本文构建的离散型制造企业健康度评价指数划分为5个区间：［1，0.8），［0.8，0.7），

［0.7，0.6），［0.6，0.5），［0.5，0］，分别对应离散型制造企业健康度程度——优秀、良好、一般、较差、差等5个等级。因此，该企业2017年企业健康度程度评价为优秀。同理，抽取或导入2016年、2018年企业健康度评价指标原始数据至工业互联网平台，计算得出该企业2016年、2018年的企业健康度评价指数分别为0.75、0.90，可以看出该企业健康度逐年提升，在2016年、2018年均达到了优秀。

从宏观来看，根据该企业对外公布的2016—2018年净利润数据（分别为9.63亿元、13.08亿元和16.44亿元），可看出企业2017年利润较2016年增长近36%。同时，该企业在2017年进一步明确了企业发展战略，该战略非常吻合本文提出的企业战略定位的4个一致性指标。因此，该企业在2017年的企业健康度较2016年增长9个点。

从微观来看，本文选取了该企业2017年第二、第三季度的相关数据，计算得到第二季度的企业健康度为0.8，这得益于其发展战略的创造性提出；第三季度的企业健康度为0.83，得益于其业绩的高速增长。

5     结束语

本文从离散型制造企业产品特点入手，研究了离散型制造企业健康度评价指标定义和计算问题，这是离散型制造业面临的和必须解决的问题。本文研究的实际意义，一是为离散型制造企业决策层评价企业健康度提供了一套参考指标；二是将该套参考指标与工业互联网平台相结合，基于平台三层核心架构和大数据技术，使健康度评价不再滞后，使其具有指导企业决策的价值。

主要参考文献

［1］郭伟，孙江，郑庆，等.制造企业生态系统健康度评价指标体系研究［J］.统计与决策，2014（18）：18-21.

［2］傅为忠，刘彦华，金韬.创新型企业健康度评价模型研究

［J］.科技与经济，2012（5）：31-35.

［3］郭百钢，韩玉启，赵湘莲.高新技术企业健康度评价系统探讨［J］.江苏商论，2004（10）：112-114.

［4］徐汉文.民营企业文化健康度评价研究及FD公司实证分析［D］.南京：南京理工大学，2007：35.

［5］路喜锋.装备制造业创新网络生态系统健康性评价研究

［J］.河南科技，2016（23）：72-75.

［6］周路平.企业战略定位选择与评价模型设计［J］.时代金融，2018（9）：137-139.

［7］姬广鹏.基于工业互联网的大数据中心建设探索［J］.中国新通信，2014（18）：66.

［8］邱苑华.管理决策与应用熵学［M］.北京：机械工业出版社，2002：25-30.