基于層次分析法的服裝產業智能制造影響因素

王若明， 魏明

(1.浙江工商職業技術學院 經管學院, 浙江 寧波 315012；2.浙江紡織服裝職業技術學院 商學院，浙江 寧波 315211)

中國服裝產業是市場化程度較高、競爭充分、貼近消費者生活、對經濟帶動作用較大的產業之一，在提高人民生活品質、發展國民經濟、促進社會文化等方面發揮著關鍵作用。當前中國經濟步入新常態，制造業也處于轉型升級的重要時期，服裝產業又面臨新的轉折和挑戰[1-2]。在美、德相繼出臺工業互聯網、工業 4.0 之后，中國發布了《中國制造 2025》總體戰略和行動綱領，在此背景下，如何從智能制造視角重構服裝產業發展路徑，成為影響新時期服裝產業可持續發展的現實問題[3]。但在走訪調研中發現，一些政府和企業對服裝智能制造主要因素認知不到位，存在誤讀和誤解的現象，80%以上被調研企業將智能制造理解為企業自動化、信息化等基礎建設，忽視智能制造的環境、人文、技術、管理、創新能力等要素的影響力。鑒于此，文中通過大量、廣泛的實地調研和文獻研究，在理清服裝企業智能制造總體架構的基礎上，構建服裝產業智能制造影響因素模型，采用層次分析法對各因素進行梳理分析，指出服裝產業智能制造的關鍵要素和主要切入點，為推進服裝產業智能化轉型升級提供參考。

1 服裝產業智能制造層次結構模型構建

1.1 樣本說明

文中在查閱相關文獻及學界研究成果的基礎上，對服裝產業智能制造的核心領域、實現路徑進行歸納整理，從產業外部因素(硬件環境、軟件人文、產出績效)、內部因素(管理層、技術層)兩條主線界定影響因素的研究范疇，形成調研問卷初稿。問卷設計了服裝產業鏈智能制造基礎環境、技術條件、管理要素、創新能力、人文支撐、成果績效6方面的若干問題[4]，形成5級量表。2017年7—8月間，課題組赴山東、廣東、福建、江蘇、浙江、上海等地，針對智能制造領域進行實地調研，采集主要企業智能制造實踐模式，并對當地政府部門、服裝企業、相關高校等發放調研問卷；2018年4—5月間，又進行第2次補調研。2次調研共發出問卷500份，收回483份，有效問卷451份，調查對象中服裝企業占41.27%，政府及行業協會占25.40%，高校及其他占33.33%。

1.2 結構模型

通過對前期研究文獻的分析梳理，文中在參考龔炳錚[5]構建的智能制造企業評價指標的基礎上，結合調研中挖掘的服裝產業智能制造生產方式、生產過程的技術和管理特點[6]，并征求企業運營者及專家的意見，形成了較完善的服裝產業智能制造影響要素指標體系。最終采用層次分析(AHP)綜合評價法，將服裝產業智能制造的影響因素確定為目標層(Z)，再對服裝產業鏈智能制造關鍵點進行細化分析，將有關的各個因素按照不同屬性設計了產業智能制造基礎要素、技術要素、管理要素、創新能力要素、人文要素、績效要素6個準則層指標(X)和25個子準則層指標(T)體系[4,7]。服裝產業智能制造層次結構模型如圖1所示。

圖1 服裝產業智能制造層次結構模型Fig.1 Intelligent manufacturing hierarchy model of garment industry

2 服裝產業智能制造結構模型求解

2.1 調查評分

為了對模型中的各類決策指標變量進行重要性評價，采用的方法是問卷及走訪調查。重要性比較取值根據THOMAS S等提出的用數字1～9及其倒數作為標度的層次分析法(AHP)判斷，并逐一計算幾何平均值[8]。AHP法1～9標度定義見表1。

表1 AHP法1～9標度定義

2.2 架構判斷矩陣并進行一致性檢驗

建立判斷矩陣是層次分析法的主要環節，其主要依據是各指標的相對重要程度。另外，由于客觀上存在參與調查人員的人數、地域等限制，可能導致調查結果有一定的片面性，則需進行一致性檢驗，對調查結果進行核對，以確實保證數據有效。

表2 Z-X判斷矩陣和因素權重

注：λmax=6.340 8；CI=0.068 2；RI=1.26；CR=0.054 1，判斷矩陣一致性檢驗通過。

表3 X1-T判斷矩陣和因素權重

注：λmax=4.005 9；CI=0.002 0；RI=1.12；CR=0.002 2，判斷矩陣一致性檢驗通過。

表4 X2-T判斷矩陣和因素權重

注：λmax=5.155 0；CI=0.038 7；RI=0.89；CR=0.034 6，判斷矩陣一致性檢驗通過。

表5 X3-T判斷矩陣和因素權重

注：λmax=4.194 4；CI=0.064 8；RI=0.89；CR=0.072 8，判斷矩陣一致性檢驗通過。

表6 X4-T判斷矩陣和因素權重

注：λmax=4.047 4；CI=0.015 81；RI=0.89；CR=0.017 8，判斷矩陣一致性檢驗通過。

表7 X5-T判斷矩陣和因素權重

注：λmax=4.057 7；CI=0.019 2；RI=0.89；CR=0.021 6，判斷矩陣一致性檢驗通過。

表8 X6-T判斷矩陣和因素權重

注：λmax=4.033 9；CI=0.011 3；RI=0.89；CR=0.012 7，判斷矩陣一致性檢驗通過。

3 主要研究結論與對策建議

根據上述各因素權重得到通過一致性檢驗的總排序，排序結果見表9。通過對準則層中6個指標和子準則層中25個指標分析，說明各因素對服裝產業智能制造影響情況。

表9 各指標權重總排序

3.1 創新能力和技術要素的影響最大

準則層指標權重排序結果顯示，創新能力要素(X4)權重0.425 6，排名第1，遠高于其他要素;技術要素權重為0.258 2，排名第2。除上述兩個要素外，其他要素均在0.2以下,說明創新能力和技術兩項要素，對服裝產業智能制造轉型升級起到關鍵作用。技術(X2)和創新能力(X4)要素各自4個子準則中，分別有3項、2項位居前10位。其中，智能制造研發投入(T14)指標單一權重和總權重均排名第1，分別為0.717 9和0.305 6，成為決定著服裝產業智能化水平的最核心要素。但就現實狀況而言，服裝產業智能制造技術和信息服務支撐能力需進一步提升，雖然近年來中國服裝產業的技術創新力不斷加強，但作為傳統紡織服裝生產大國，處于產業鏈中下游的代加工企業較多，產業技術和信息服務支持仍然薄弱，距智能制造數據和業務統一的要求仍有一定差距，數據互聯互通有待完善。

3.2 管理要素的影響較大

管理要素(X3)權重0.126 2，位居6項要素中第3位。智能制造是對現有產業制造流程、管理流程的顛覆性變革，剛性的制造模式逐漸被柔性的制造模式替代，相對應的組織管理模式也由金字塔式的管理向扁平化、矩陣式管理演變。同時，對產業或企業資源整合、管理創新和智能化運用能力提出全方位的要求，需對市場、客戶和服務有正確認知與把握。這一點從子準則層指標權重可以得到進一步驗證：領導認知度及決策、規劃、政策執行力(T10)單一權重為0.587 5，總權重0.074 1；資源整合能力、管理創新力(T11)單一權重為0.293 3，總權重0.037，分別位列25個子項的第3位、第9位。在服裝企業現狀研究中，其智能制造涉及產業價值鏈、技術、服務、管理、競爭格局等方面，但在實際操作中，需要各方面協同推進和全盤統籌。

3.3 基礎要素和人文要素的影響一般

基礎要素(X1)和人文要素(X5)在權重排位上分列第4、第5位，兩者權重分別為0.080 4和0.072 9，較為接近。究其原因，智能制造是一種內生性需求，需要產業內部根植于內涵的內生成長，對大多外部性要求相對較低，但其對外部信息化應用方面仍有較高要求。子準則中，區域物聯網和信息技術應用(T3)單一權重和總權重分別為 0.524 3,0.042 2，排第8位；信息化服務水平(T18)單一權重和總權重分別為0.667 1,0.048 6，排第7位，說明在推進智能制造時，外部環境的信息化應用水平會對智能制造發展帶來較大影響。同時，現狀調研顯示，雖然服裝產業人才基數逐年增長，但高級人才匱乏的現象一直沒有得到根本性緩解，仍存在技術人才聘用成本較高，智能領域的高層次、高技能、高價值人才和團隊缺口巨大等問題。

3.4 績效產出影響相對較弱

績效要素(X6)僅占權重的0.036 6，位居最后一位，而且其4個子準則均排在中后位置。究其原因，目前服裝產業智能制造還處于探索階段，前期投入的各方面對其是否實際產生較大績效并沒有太大預期，只是作為產業發展方向進行探索推進。這意味著，在推進服裝產業智能制造方面，需加大外在推動力量，如通過政策優惠、財政補助等方式提升產業智能制造升級的動力。

4 結語

綜上所述，服裝產業智能制造轉型升級受企業創新能力、技術水平和組織管理等要素的影響較大，同時智能制造產業發展基礎和人才文化環境等也在一定程度上影響產業轉型升級的績效。整體而言，中國服裝產業智能制造尚處于探索發展階段，亟待產業內生創新和外部環境政策等合力推進，才能有效提升產業整體績效。