中小制造企業是經濟社會發展的生力軍，目前國內外經濟環境復雜多變，中小制造企業面臨要素成本上升、創新發展動能不足、市場競爭加劇等問題，所以中小企業數字化轉型已不是“選擇題”，而是關乎生存和長遠發展的“必修課”。 工業和信息化部發布《中小企業數字化轉型分析報告（2021）》顯示，目前中小企業數字化轉型處于初步探索階段的企業占比79％，達到深度應用階段的企業占比9％，不少中小制造企業受市場環境、行業特征以及數字化基礎等因素影響，數字化成熟度存在差異。所以，建立行之有效的中小制造企業成熟度評價模型，既可以為企業診斷當前數字化轉型現狀提供工具箱和方法論，又可以作為指南針為企業提供方向與指導。

１數字化轉型評價研究現狀

隨著物聯網、大數據、人工智能、５G、云計算等信息技術與企業發展的深度融合，企業數字化評價模型也受到越來越多的學者關注。結合研究現狀，針對中小制造企業數字化轉型成熟度評價研究較少，加之中小企業數字化轉型之路更加嚴峻，所以建立合適的數字化成熟度評價模型，幫助中小企業制造數字化轉型具有重要意義。

而根據制造企業數字化能力的不同維度，國內外學者提出了相關理論模型，例如德國機械與工程協會（VDMA）針對機械工程行業提出的工業4.0就緒度模型（IRI）聚焦在資源、信息系統、文化和組織架構４個領域，從戰略和組織、智能工廠、智能操作、智能產品、數據驅動、人員等６個維度來評價企業的工業4.0就緒度。

美國國家標準研究所（NIST）提出的智能制造就緒度水平模型（SMSRL）主要從組織成熟度，信息技術成熟度，績效管理成熟度和信息連接成熟度等４個維度評估制造公司是否采用數據密集型技術進行性能管理的準備情況。工業和信息化部在2020年發布的《國家智能制造能力成熟度模型》提出，從人員、技術、資源和制造４個能力要素在企業進行管理提升和綜合應用的程度，客觀評價各地區、各行業智能制造發展水平，為企業精準提升智能制造能力，起到重要的參考價值。成熟度評價模型對比如表１所示。

表１ 成熟度評價模型對比

2 評價模型構建

２。１評價指標選取原則

為建立更加規范、貼合中小制造企業數字化轉型的指標體系，本研究在選取指標時遵循以下原則：①科學性原則。指標選取應能表征數字化轉型的內涵和特征，實際反映數字化轉型發展階段，指標采集應準確可控，定性和定量相結合，有效支持數字化轉型水平與能力、效能與效益的評估、分析、診斷和改進；②實效性原則。指標體系應具有典型性，能夠從戰略層面、發展基礎、應用場景和創新發展反映中小制造企業數字化發展現狀與轉型趨勢，以評估企業數字化轉型水平與能力；③可操作性原則。評估指標宜易于選取，能夠和企業實際相結合，便于采集與分析，圍繞企業數字化和數據管理能力建設，突出對戰略、基礎設施、制造、管理、服務等關鍵環節數字化轉型的評估，具有廣泛適用性。

２。２評估模型指標選擇及解釋

在分析、汲取兩化融合和數字化評價模型的基礎上，結合當前中小制造企業數字轉型現狀，本研究以戰略與組織、基礎設施、數字化應用、效能與效益４個維度為核心，設立14個二級指標（類）36個三級指標（域）對中小制造企業數字化轉型的評價模型構建進行探究，如表２所示。

表２ 中小制造企業數字化轉型成熟度評價模型

（１）戰略與組織。中小制造企業數字化戰略的頂層設計與實施，是數字化建設順利開展的前提，具體表現在數字化戰略規劃和人才建設兩個方面：數字化戰略規劃主要評價數字化轉型規劃制定和企業發展戰略的一致性，企業架構設置時是否放在重要位置，以及在企業自動化、信息化建設運維以及研發投入等相關資金投入的水平。數字化人才建設主要評價中小制造企業專職人員隊伍建設，信息化主管領導層級以及研發、生產和管理人員的信息化相關程度，企業數字化轉型中人才保障制度、機制建設的全面性。

（２）基礎設施。基礎設施信息化建設是中小制造企業數字轉型的基石，本維度選取設備數字化建設、信息網絡建設和數據安全防護作為主要評價指標。設備數字化建設重點評估中小制造企業在設備、軟件與系統構建過程中投入水平和適度性，設備設施的智能化或數字化水平。信息網絡建設重點評估企業信息化架構和網絡環境建設水平，數據資源采集及數據集中管理應用，以及信息化資源積累與整合、云服務平臺建設等。數據安全防護重點評估信息資源、設備設施和系統安全保護，同時關注數據安全管理和防范機制建設。

（３）數字化應用。通過評估數字化技術在采購流程、研發設計、生產制造、物流配送、市場服務以及行政管理等方面數字化場景引入應用，衡量整個制造企業信息化、數據化和智能化應用的深度。采購流程數字化應用指標反映在企業采購全過程的數據化水平、采購流程的可視化和供應鏈體系的智能建設。研發設計數據化應用指標反映在數字化產品模型或原型樣機、模塊化設計和計算機輔助產品工藝設計的水平與能力。生產制造數字化應用指標反映在企業生產作業計劃編制與執行、過程信息監控、生產異常管控以及產品質量檢測和產品質量信息追溯等方面。物流配送數字化應用指標反映在倉庫管理智能化應用水平和對物流信息進行跟蹤反饋水平。市場服務數字化應用指標反映在企業利用大數據進行市場細分與定位，預測市場趨勢并進行優化定價和營銷策略選擇，并通過電子商務平臺建設，做好質量問題、維修過程等售后服務反饋。行政管理數字化應用指標反映在財務業務集成和財務管理軟件的覆蓋率，以及智能測算績效實現人力資源管理精細化、智能化的能力與水平。

（４）效能與效益。數字化效能和效益是企業實施數字化轉型產出，主要通過評估在成本效能、經濟效益和創新能力的提升判斷數字化轉型成熟度。成本效能主要體現在中小制造企業成本利潤率的提高、采購降本指標完成率以及測算預算執行偏差率。經濟效益主要評價通過數字化轉型在營業收入增長，人均勞動生產率、存貨周轉率及流動資產周轉率提升等直接或間接帶來的經濟效益。在創新能力評估方面，可以細分為大數據應用創新和商業模式創新。

２。３中小制造企業數字化轉型成熟度評價

針對成熟度評價模型中４個核心維度、14個二級指標和36個三級指標，通過構建判斷矩陣、專家評分、計算權重和一致性檢驗等程序，利用層次分析法確定其指標權重，進行中小制造企業數字化轉型成熟度綜合評價并定級。

２。３.１構建判斷矩陣

矩陣Ａ中ａｉｊ表示指標ｉ相對于指標ｊ的比較結果，判斷矩陣如下：

２。３.２專家評分

邀請評估專家基于指標解釋，對成熟度模型同層次的指標兩兩比較，根據１-９標度方法進行重要性評分，規則如表３所示。

表３ 指標比較標度及其描述

２。３.３計算指標權重

將矩陣Ａ的各行指標用方根法進行幾何平均得出平方根向量。Ｗｉ，進行歸一化處理，計算得到中小制造企業數字化轉型成熟度各評價指標權重和特征向量Ｗｉ。

２。３.４一致性檢驗

由于判斷矩陣中評估專家主觀判斷會產生一定的偏差，所以需要檢驗一致性。首先利用公式（３）對判斷矩陣的一致性指標進行計算：

其中λｍａｘ為矩陣Ａ的最大特征值。再利用公式（４）計算判斷矩陣的隨機一致性比率ＣＲ：

當一致性指標計算結果ＣＲ＜０．１時，可以認為構建判斷矩陣具有滿意的一致性，否則需要專家重新判斷評分。ＲＩ為平均隨機一致性指標標準值，其參考值如表４所示。

表４ 平均隨機一致性指標參考標準值

２。３.５綜合評價

根據中小制造企業實際情況對照數字化轉型成熟度等級，評審專家對三級指標根據數字化成熟度從低到高進行０~５賦分，根據各指標得分結合權重進行加權求和得出最后得分，對標成熟度評價模型設置的等級分值，即可以自診企業整體數字化轉型的成熟度。

本研究通過參考中國電子技術標準化研究院等發布的智能制造能力成熟度模型，將中小制造企業數字化轉型成熟度劃分為５個等級，分別是規劃級（一級）、規范級（二級）、集成級（三級）、優化級（四級）和引領級（五級），各級別評分如表５所示。

表５ 中小制造企業數字化轉型成熟等級評判參考

規劃級（一級）：企業開始對準備實施數字化轉型，能夠對研發設計、生產制造、物流配送、銷售運營和市場服務等核心業務活動進行流程化管理。

規范級（二級）：企業對核心裝備和核心業務活動等進行數字化轉型改造和規范，通過自動化技術、信息技術手段實現單一業務活動的數據共享。

集成級（三級）：企業實現數字化裝備、信息系統等的數據共享，開展跨業務活動間的綜合集成。

優化級（四級）：企業已實現對人員、資源、制造等數據挖掘與數字化轉型，能夠對核心業務活動的精準預測與優化。

引領級（五級）：企業數字化成熟度已經處于行業領先水平，實現全業務活動創新協同并衍生新的數字化制造模式與商業模式。

３ 綜合評價模型應用

３。１成熟度綜合評價模型實證分析

針織服裝制造是浙江義烏的特色產業集群，據統計，義烏現有針織生產企業超1200家，主要產品占據國內市場份額的80％、全球的25％。

2021年，針織服裝產業集群入選浙江首批產業集群新智造試點，在政策扶持下多家企業實現數字車間和數字化生產線覆蓋，智能制造由點狀突破向整體提升轉變發展。在龍頭企業帶領下，針織服裝中小制造企業逐步實現數字化轉型，為全面客觀的評價數字化成熟度，檢驗綜合評價模型實效，通過走訪生產基地、產業中心和創業園并發放調查問卷，獲取100多家針織服裝細分行業中小制造企業反饋，收集有效調查問卷共計113份。并邀請來自政府、企業和高校的專家根據義烏針織服裝制造業特點對模型指標進行評分并計算獲得指標權重，如表６所示。

表６ 中小制造企業數字化轉型成熟度評價模型指標權重

根據統計結果發現，受訪企業中69％的企業還未能達到深度數字化轉型，具體評價結果見表７。首先是針織服裝中小制造企業在研發設計指標數字化成熟度最高，有82％的受訪企業評分已達到三級以上，證明企業正由中低端代工生產向品牌化研發設計生產轉變；其次是生產制造、設備數字化建設指標成熟度較高，分別有75％和68％的企業評分在三級以上，通過調研發現眾多企業已經實現生產智能化。

此外，評價模型應用反映出一些指標成熟度不高，阻礙了企業數字化轉型，主要集中在數字化戰略規劃、信息網絡建設和成本效能等方面。在數字化戰略規劃指標評分中，只有14％的受訪企業達到成熟度三級以上，多數企業數字化轉型意愿強烈，但是缺乏清晰的戰略目標和實現路徑，沒有企業頂層設計進行謀劃，數字技術人才十分緊缺；在信息網絡建設方面，只有17％的受訪企業評分在三級以上，在基礎設施建設上，企業重視智能生產設備的投入，但在軟件與系統構設、數據平臺搭建和企業信息化架構等投入不足；在成本效能指標上，只有19％的企業成熟度在三級以上，主要體現在中小制造企業資金力量相對薄弱，融資渠道有限，在數字化車間、智能制造設備等方面投入資金大，導致資金流動性較差，增加了生產成本，如表７所示。

表７ 針織服裝制造企業數字化轉型成熟度評價結果

３。２數字化轉型的建議

針對針織服裝產業集群成熟度綜合評價模型應用中存在的問題，可以通過以下幾個維度的提升來推進中小制造企業數字化轉型：

（１）數字化戰略與組織方面開展企業數字化轉型頂層設計，管理者應重視企業的數字化轉型，作為一項系統工程制定戰略規劃，合理優化資源配置，從組織架構、政策、資金投入等保障數字化轉型的開展，同時加強數字化人才隊伍建設，提升研發、生產和管理人員的信息化程度，建立全面的人才保障制度。

（２）基礎設施數字化投入上企業跳出“重硬輕軟”的思維模式，搭建工業互聯網數據平臺加大對軟件與系統構設，特別是智慧控制、自主修復相關的網絡化自動控制軟件，產品計算、物聯網和信息系統等智慧連接系統等投入，不斷提升數字化信息平臺的服務功能，豐富其應用場景，加快實現中小企業由“制造”向“智造”轉變。

（３）與大企業相比，中小企業沒有足夠的技術水平和資金實力開展數字化轉型，中小企業可以利用信貸和資本市場相結合的方式拓寬融資渠道，一方面，可以爭取政府傳統產業數字化轉型專項資金支持；另一方面，可以利用信息化技術透明化企業融資信息，爭取國有大型商業銀行、地方金融機構以及民間融資市場的長期投資，來推動中小制造企業的數字化轉型升級。

４結語

本文結合當前中小制造企業數字化轉型現狀，從戰略與組織、基礎設施、數字化應用、效能與效益４個維度，將數字化轉型的相關因素歸納為可觀、可測的因子，以量化數據為基礎，設立14個二級指標（類）和36個三級指標（域），對中小企業數字化轉型成熟度評價模型構建進行探究，并通過應用對標成熟度等級，讓中小制造企業自我診斷數字化轉型存在中的問題，引導企業將制造資源配置范圍從傳統要素向數據要素拓展，提升數字化轉型發展水平。

審核編輯 ：李倩