制造企業服務化轉型的風險評價*

徐 偉， 張曉宇， 王東革

(1. 沈陽工業大學 管理學院， 沈陽 110870； 2. 撫順市中級人民法院， 遼寧 撫順 113006； 3. 渤海船舶重工有限公司 機械分廠， 遼寧 葫蘆島 125000)

制造企業服務化轉型的風險評價*

徐 偉1， 張曉宇2， 王東革3

(1. 沈陽工業大學 管理學院， 沈陽 110870； 2. 撫順市中級人民法院， 遼寧 撫順 113006； 3. 渤海船舶重工有限公司 機械分廠， 遼寧 葫蘆島 125000)

在國際市場競爭日益激烈的情況下，制造企業紛紛向價值鏈的高端發展，由此形成了制造企業服務化轉型的趨勢。然而，制造企業服務化轉型中不可避免地面臨著法律、經濟、技術、質量、社會等方面風險因素的影響和制約。在分析和識別風險因素的基礎上，提出熵權法和三角模糊數集成的風險評價方法，并給出數值算例，為制造企業服務化轉型風險評價提供參考。

裝備制造業； 制造企業； 服務化轉型； 轉型風險； 風險評價； 風險因素； 熵權法； 三角模糊數集成

服務業在國民經濟中比重不斷上升是發展中國家向發達國家過渡的突出表現形式，也是衡量工業化發展進程的重要指標[1]。從微觀表現形式上，可以發現制造業企業逐步將產業鏈條延伸到前向的產品研發和后向的客戶維護兩個服務領域。因此，制造業服務化轉型不是企業單純開辟設計服務、咨詢服務、金融服務、銷售服務等服務業，即多元化戰略，而是企業在沒有脫離自身制造競爭優勢的前提下進行的以產品為依托的服務多樣化、服務豐富化、服務產業化，最終根本目的是占據價值鏈條的高端，形成動態的企業核心競爭力。實施制造業服務化是企業著眼未來可持續發展的戰略性思路，許多著名跨國企業的成功案例已經給出了實踐的滿意結果，如IBM、GE、西門子等公司，其有一定比例的員工常年在下游企業工作，為公司的客戶提供現實問題的解決方案[2]。制造業服務化轉型在為客戶提供更多個性化服務的同時，也使得制造企業了解到各行各業的發展趨勢和主要障礙，為其把握自身發展取向提供了比較權威的決策參考依據。

一般來說，制造業服務化戰略可以有3種選擇方式，即前端服務化、后端服務化、雙向服務化，其突出轉變就是由過去單純提供“產品”衍生成為提供“產品+服務”的混合體[3-4]。3種戰略選擇都可能為企業帶來穩定的發展和較高的收益，但由于企業所處的行業、地域、市場等環境存在著較大差異，因此對于制造業服務化戰略的制定需要作出全面的風險評價，避免出現盲目服務化轉型而造成的資源浪費和競爭原動力耗散。

一、風險因素識別

風險就是企業在生產運營過程中遭遇到的不確定性所造成的預期與結果的背離，這二者之間的差異是客觀存在的，因此，制造企業服務化也必然面臨著轉型失敗的風險。制造業服務化增加了企業的服務形式，延長了制造產業鏈條，挖掘出了更多價值源泉，但也增添了很多不確定性，在一定情況下，這些不確定因素可能形成制造業服務化的風險，主要表現在法律、經濟、技術、質量、社會等方面，如表1所示。

1. 法律風險

制造企業服務化轉型面臨的最大法律障礙就是可能涉嫌壟斷，操縱市場[5]。制造企業服務化過程中必須遵守生產地區及流通市場的相關法律法規，特別需要注意的是在國際貿易中，必須按WTO相關規則進行交易，避免因貿易摩擦造成巨大損失，進而形成法律風險。此外，經營活動具有持續性，而外部環境具有動態性，因此，企業運營過程中可能因為法律規定發生新法規出現、舊法規變動或廢止等不確定情況，而制造服務化產生的增值結果，可能有“捆綁銷售”之嫌，因此需要企業研究相關法律法規，使自身經營活動不與國家法律制度以及WTO相關法律相違背。

表1 制造企業服務化轉型的風險因素

2. 經濟風險

由于制造業服務化增加了原有產品的功能，因此必須增加相應的研發、設計、論證等費用，原有經濟學視角的“規模經濟”將發生變化，短時的邊際收益可能有下降的風險[6]。在市場方面，消費者和中間商可能仍然以傳統消費習慣和思維定式看待產品，并可能認為所謂的服務化只是企業賺取自身利益的工具，而企業可能由于對市場和分銷能力估計過高，沿用慣性生產計劃體系，造成大批配件和原材料積壓，大量資金流轉不暢。

3. 技術風險

制造服務化的發展離不開配套技術環境的支持，包括硬件上的產業基礎、加工設備、高端原材料以及現代化的銷售渠道，也涵蓋軟件上的智力供給、創新制度保障、成果轉化平臺以及專利申請渠道。如果缺乏相關技術環境與扶植體系就會導致技術性風險存在，其結果是不能將科技有效轉化為先進生產力，例如原創性創新得不到知識產權確認、集成創新面臨阻力、消耗吸收再創新舉步維艱，導致企業設備閑置，產品滯銷，得不到市場上消費者的認可，缺乏與競爭者進行抗衡的基礎。技術的風險同樣來源于對技術生命的預測，例如美國著名的柯達公司由于沒有及時預見數碼技術終將取代膠片，致使磁帶產業最后完全沒落。因而，制造業服務化過程中切忌陷入僵化狹窄的“唯技術論”陷阱中，因為制造業服務化轉型需要的是迎合市場和消費者的技術以及由此衍生的“個性化產品與多樣化服務”，而不是高端晦澀的技術產品。

4. 質量風險

質量是企業生存的堅實基礎和發展的重要保障。企業在實施制造服務化的過程中，因為領域上的拓展必然導致監管范圍的擴大，而新增功能必然造成標準的缺失，出現包括一線操作人員在內的全體管理與技術人員難以掌握衍生服務中需要控制的關鍵環節，質量監督人員與風險管理人員對生產過程中質量風險的控制情況進行監督或許會出現標準尺度難以統一等諸多問題。

5. 社會風險

經濟全球化在很大程度上是市場經濟在全球的擴展，并且當前經濟全球化是由發達國家主導的，發達國家處于明顯有利的地位，而發展中國家則相對處于不利的地位。我國制造業國際著名品牌相對較少，仍然有很多企業以OEM方式扮演著“高端產業，低端環節”的“打工仔”的國際分工角色，致使服務化轉型的制造企業面臨著國際市場的藐視與不屑。在環境方面，由于環境風險對于生態系統來說是客觀存在的，企業在進行區域開發建設等活動，尤其是涉及影響生態系統結構和功能的活動的時候，對生態風險要有充分的認識，在進行生態風險評價時也要有科學嚴謹的態度，認識到保護環境、減少污染是企業應盡的社會義務。此外，環境不是靜止不變的，一些突發事件如地震、海嘯等具有不確定性和危害性影響，必然存在風險性。

二、制造企業服務化轉型評價方法

1. 熵權法的基本原理

(1) 以比選方案m、參考指標n為基礎，構建風險評價矩陣X=(xij)m×n，規定第j列指標數值相對差距越明顯，則該指標越應在評價過程中引起重視，其獲取的指標權重也應該相對顯著，從信息學角度，認為其提供參考的信息量更多；反之，如果相對差距較小，則提供的參考信息量有限，權重就小。在極端情況下，若某指標值全等，則剔除該項指標，即為無效用指標，不能提供任何參考信息。在信息論中，系統信息量的度量公式為

(1)

基于“負熵有序”[7]這一基本原理，可以建立制造業服務化的風險評價權重體系，該權重體系具有權變的特點，可以適應新指標的增加、原有指標的刪除，因而更符合風險評價的特殊性。

(2) 計算第i個方案下第j項指標值的相對比重，即

(2)

(3) 計算第j項指標的熵值，即

(3)

式中，kgt;0，ln為自然對數，ej≥0。如果xij對于給定的j全部相等，那么

(4)

此時ej取極大值，即

(5)

(4) 確定指標j的差異系數gj。對于指標j來說，xij的差異性越小，則計算的ej的數值越大；當xij大小一致時，ej=emax=1，此時權重為零；當各方案的指標值相差越大時，ej越小，該項指標對于方案的比較作用越大。

(5) 定義權數，即

(6)

如果權重值與主觀權重值無根本性沖突，則使用熵權法進行方案選優排序。

(6) 計算綜合評價值，即

(7)

式中，Vi為第i個方案的綜合評價值。

2. 定性數據定量化

由于熵權法屬于客觀賦權法，需要所有評價指標為定量數據，因此需要將評價指標中的定性數據進行定量化。本文采用三角模糊數分別對方案指標值進行樂觀、最可能、悲觀判斷，得出三角模糊數，之后對其進行去模糊化處理，由此得到精確定量數據。由于引入了評價者的決策態度，避免了決策完全依賴于客觀賦權的缺陷，反映了評價者的風險偏好，彌補了熵權法單一賦權的缺陷。

(1) 三角模糊數。三角模糊數隸屬度函數如圖1所示，模糊數α=(l，m，u)稱為三角模糊數，其中l、m、u為實數，且0≤l≤m≤u；m稱為三角模糊數α的主值；l與u分別稱為α的上界和下界；m-l和u-m分別稱為α的下限和上限。當l=m=u時，α成為普通意義上的實數；u-l的數值越大，三角模糊數α=(l，m，u)越模糊[8]。

圖1 三角模糊數隸屬度函數

(2) 定性數據定量化。引用三角模糊數是為了解決定性數據定量化的問題[9]，設定專家評定不同指標相對重要性具有模糊性，規定語意信息對應數值如表2所示。

表2 模糊標度、語意信息與模糊數值之間的對應關系

(3) 確定判斷模糊數對應關系。建立判定標準與模糊數之間的對應關系，并進行歸一化，如表3所示。

表3 評價指標語意變量及三角模糊數

(4) 模糊數清晰化。三角模糊數隸屬度清晰化(去模糊化)公式為

(8)

三、算例分析

由于篇幅所限，本文以5個二級指標為例進行分析，假定經濟風險、技術風險和質量風險都可以通過定量計算得到具體數據，而法律風險和社會風險需要通過決策者給出帶有風險偏好傾向的模糊數值。假定目前有3個決策方案，如表4所示，根據式(8)去模糊化得表5。

表4 原始數值

表5 清晰化后的數據

根據熵權法公式，得到權重系數為w=(0.11，0.39，0.13，0.05，0.32)，進而得到VA=0.754 8，VB=0.578 5，VC=0.440 5。

因為方案C數值最小，即服務化轉型風險最小，因此選擇C方案進行服務化轉型。

四、結 論

在制造業服務化轉型的風險評價中，熵權法可以提供客觀的權重決策信息，三角模糊數有利于引入決策者的主觀偏好信息，兩者結合得出的綜合評價值具有一定的科學性和合理性，其評價結果可信度較高。該方法操作簡便，適合當前時代對決策速度和效率的要求。

[1] 段煉，趙德海.現代服務業、制造業服務化與戰略性新興產業 [J].科學管理研究，2011(4)：16-19.

[2] US International Trade Commission.Recent trends in US services trade [EB/OL].[2010-03-20].http：//www.usitc.gov/publications/332/pub4084.pdf.

[3] 簡兆權，伍卓深.制造業服務化的路徑選擇研究：基于微笑曲線理論的觀點 [J].科學學與科學技術管理，2011(12)：137-143.

[4] 霍景東，黃群慧.影響工業服務外包的因素分析：基于22個工業行業的面板數據分析 [J].中國工業經濟，2012(12)：44-56.

[5] Kindstr M D.Towards a service-based business model：key aspects for future competitive advantage [J].European Management Journal，2010，28(6)：468-486.

[6] 馮惠平，葉廣宇.制造業服務化背景下的企業競爭優勢 [J].經營與管理，2007(4)：34-35.

[7] 張青山，徐偉，喬芳麗，等.基于熵權法的制造業綠色產品達標條件下的綜合選優 [J].管理評論，2008(10)：45-50.

[8] 王世明，岑詠霆.排序決策的三角模糊數方法 [J].工業工程與管理，2009(1)：44-47.

[9] 高巖，周德群，劉晨琛，等.基于關聯的三角模糊數直覺模糊集成算子及其應用 [J].系統工程理論與實踐，2012(9)：1964-1972.

Riskassessmentofservitizationtransformationofmanufacturingenterprise

XU Wei1, ZHANG Xiao-yu2, WANG Dong-ge3

(1. School of Management, Shenyang University of Technology, Shenyang 110870, China; 2. Intermediate People’s Court of Fushun City, Fushun 113006, China; 3. Machinery Branch, Bohai Ship Heavy Industry Co., Ltd., Huludao 125000, China)

Under the situation of increasingly intense international market competition, manufacturing enterprises develop towards the high-end of value chain one after another, which forms the trend of servitization transformation of manufacturing enterprise. However, influences and restrictions of legal, economic, technical, quality and social risk factors etc. are inevitable during the servitization transformation of manufacturing enterprise. Based on analysis and identification of risk factors, a risk assessment method is proposed, which combines entropy method and triangular fuzzy numbers and integration, and a numerical example is given, which can provide reference for risk assessment of servitization transformation of manufacturing enterprise.

equipment manufacturing industry; manufacturing enterprise; servitization transformation; transformation risk; risk assessment; risk factor; entropy method; triangular fuzzy numbers and integration

2013-08-24

沈陽市科技局課題(F13-317-5-29)。

徐 偉(1980-)，男，遼寧沈陽人，講師，博士生，主要從事生產運行管理等方面的研究。

* 本文已于2013-12-20 05∶22在中國知網優先數字出版。 網絡出版地址： http：//www.cnki.net/kcms/detail/21.1558.C.20131220.0522.003.html

10.7688/j.issn.1674-0823.2014.01.10

F 402

A

1674-0823(2014)01-0053-04

(責任編輯：吉海濤)