傳統制造業精益數字化水平評估方法

荊樹偉，馮月，閻俊愛，牛占文

（1.山西財經大學管理科學與工程學院，山西太原 030006；2.天津大學管理與經濟學部，天津 300072）

1 研究背景

智能制造是我國傳統制造業重塑核心競爭力、實現高質量發展的必然選擇。我國傳統制造業雖有“世界工廠”的美稱，但“大而不強”，仍處于“微笑曲線”的底端，產業價值鏈的頂端仍由歐美等發達國家占據主導地位。目前，發達國家的“再工業化”進一步拉大了與發展中國家的差距，我國傳統制造業的發展也面臨著巨大的挑戰。我國傳統制造業憑借低成本要素建立起來的競爭優勢逐漸喪失，以印度、柬埔寨為首的東南亞、南亞國家以更為低廉的勞動力成本搶占了我國制造業原本就比較微薄的利潤。信息技術、互聯網的快速發展給傳統制造業的創新發展帶來了新的機遇與挑戰，在互聯網浪潮的沖擊下，消費者需求從過去的大批量共性消費向個性化、定制化消費轉變，標準化、規?；纳a模式已無法滿足多元客戶的需求。這種市場需求的變化，迫使傳統制造業向個性化、定制化的生產模式轉化。智能制造是實現這種轉化的必由之路，即對傳統制造系統進行數字化、網絡化、智能化升級，變革生產方式，創新商業模式，才能快速響應客戶需求，適應市場需求，提升核心競爭力。而智能制造是一個復雜的系統，不僅需要技術標準化等生產技術方面的配套，還需要相關市場主體之間的互聯互通及其與生產技術的配套。傳統制造業的精益化已不能滿足傳統制造業向智能制造轉型升級的需求，需要精益化與數字化的雙重支撐，即精益數字化的支持。

精益數字化是精益化與數字化相結合的產物，是傳統制造業實現智能制造的基石。數字化轉型是實現智能制造的基礎，是傳統制造向智能制造發展的必經之路。學術界、咨詢界和企業界對數字化有著不同的理解，但共通的認知是，企業的數字化轉型不僅僅是現代化技術、信息技術的引進，更是企業核心業務流程、員工、組織活動與利益相關者交流方式的一種系統性變革。對于當前我國傳統制造業來說，數字化轉型最重要的是認識升級而非信息升級。精益是智能制造的基石，也是企業數字化轉型的思想基礎，在數字化的背景下，精益的運用變得更加高效，同時精益也為企業的數字化轉型提出了新的要求。精益與數字化轉型之間的關系也可看作“方法論”與“使用工具”的關系，前者是理論指導，后者是實現手段。只有精益而沒有數字化，則精益無法得到有效落實，無法從根本上改變我國傳統制造業的弊端；若不以精益為前提來推行數字化轉型，則轉型基礎不牢固、轉型成功的可能性較小，且很可能是空費精力而徒勞無功，甚至會出現“開倒車”的現象。精益數字化將二者有機結合起來，既包含了數字化與精益的特征，又體現了二者相互促進的作用機理，通過訂單信息與自動化生產設備的交互來實現“拉動式”、定制化生產便是精益數字化的一種具體體現。在傳統制造業中推行智能制造的根本目的是促進制造業轉型升級、實現高質量發展，以重塑傳統制造業的核心競爭力，而精益化的生產模式是傳統制造業優化生產系統和降低生產成本的重要途徑，企業只有建立了精益化的運營系統，才能夯實依靠數字化驅動向智能制造轉型的基礎。由此可見，精益數字化是傳統制造業實現智能制造的重要途徑，精益數字化水平是衡量智能制造水平的關鍵指標，也是促使傳統制造業向智能制造轉型的突破口。如何科學評估傳統制造業企業的精益數字化水平，是傳統制造業全面了解自己、發現問題、尋找差距，進行有效糾偏的重要手段。

基于此，本研究在已有研究的基礎上，基于智能制造背景，立足于如何科學評估傳統制造業的精益數字化水平，進行傳統制造業精益數字化水平評估的指標體系與方法研究，以期為企業管理者精準把握現狀、科學決策提供依據。

2 文獻回顧與影響因素分析

2.1 精益數字化的內涵

精益管理是以客戶滿意度為帶動，以消除奢侈浪費和持續不斷的改進為關鍵，以最少的資金投入使得成本費用和運行效益得到明顯改進的管理機制。常若涵等［1］提出企業精益思想的導入可通過內部整合作用于質量、成本、交付、柔性4 個維度，以精益支撐的管理及生產變革正在為企業注入強大的生命力。在當下互聯網及信息技術的發展新常態下，由于精益管理缺乏信息系統的支持，使得企業的改進及發展存在很大局限性，由此精益數字化應運而生。精益數字化專注于應用數字化技術實現精益方法論在制造全生命周期過程中的落地。精益思想與數字化推進不只是簡單的融合，二者是相輔相成的。一方面，數字化的實施需要精益為基礎，在推進數字化過程中嵌入精益思想，企業就可提供高效的服務和創新的數字解決方案，同時保持恒定的資源容量［2］；二者除在過程中相互促進支撐之外，二者的目標也是重疊的，這些重疊部分包括追求高質量、低成本、縮短交貨時間、提高生產安全和員工積極性［3］。另一方面，企業數字化推進需與精益管理的思想體系相匹配協調，才可能最大程度地增強市場競爭力并帶來價值的增值，數字化的速度過快會帶來很多問題［4］。此外，在回顧傳統制造業精益化與數字化之間的關系時，應肯定現代先進制造技術的作用，制造技術使制造商能夠分析任何關鍵數據，有效規劃未來的生產活動并合理調度資源［5］。精益數字化在傳統制造業智能轉型中發揮著重要作用，可通過有效利用自由流通的數據提高企業生產率、促進供應鏈協同、優化采購銷售等環節、改進創新過程與模式、復雜流程自動化、優化產品生命周期及改變識別浪費的流程等方式［6-9］，最終真正給企業帶來重大改觀，使企業真正適應環境變化并持續不斷獲得效益增值。由此可見，精益數字化是將精益化與數字化融合，即以精益為基礎并貫徹始終，運用精益的理念、工具、方法，并借助數字驅動賦能，實現制造過程的高效流動連接，在制造裝備上以相協調和匹配的形式進行集成和深層次的融合，最大程度上實現高效、高質、可控、保證安全生產，盡可能從企業內部“挖金礦”、強內控、降成本、增效率的新一代生產管理模式。

2.2 精益數字化的影響因素

精益數字化是精益化與數字化的深入融合。已有關于精益數字化影響因素的探討主要集中在以下3 個方面：第一方面從精益化視角，Basu 等［10］通過審查精益制造實施的整體框架并詳盡調查精益生產的投入和產出表現，發現技術和人力投入是精益制造的必要投入；還有很多學者也強調財務、技術和人力資源是企業有效和成功實施精益所需的重要資源［11-13］；Stadnicka 等［14］提出隨著新制造技術、新組織方法和新制造工具的實施，員工需在知識和態度上深入參與和對新環境有充分的準備，并且所有參與者均需對不同精益制造主題和工具有深層次的理解；除了內部人員的全面參與外，合理引入外部的人才與知識也相當必要，Ringen 等［15］認為需要聘請外部專家來保留培訓課程并協調精益項目；在硬件配備齊全的基礎上，更要注重軟實力的支撐作用，DeSanctis 等［16］研究精益壁壘過程中發現，保持精益文化比建立精益文化更為重要，并強調管理層應加強整個組織的精益文化。第二方面從數字化視角，Pessot 等［17］通過對制造型企業員工深入訪談和對調查結果的廣泛分析，提出可以從戰略、組織、管理和技術4 個維度描述轉型升級的驅動因素；Schumacher 等［18］在研究工業4.0 成熟度模型中提出，戰略、人員、運營、治理和領導力等都是需要被考慮的維度；Gill 等［19］在研究制造業數字化成熟度模型中發現，文化和組織是轉型過程中不可或缺的推動引擎；Akdil 等［20］將制造業數字化成熟度和準備度模型建立在戰略和組織、智能產品和服務以及智能業務流程3 個維度上；Porter 等［21］也著重分析了智能產品助力轉型的作用機制。第三方面從運營管理視角，數字化轉型還應考慮管理和運營方面的因素［22］，如Theorin 等［23］認為上層組織需要詳細了解系統體系結構的布局，避免系統布局僵化，運營中要確保應用程序和設備的耦合以及結構信息之間的集成；Vinodh 等［24］提出團隊成員也要積極參與分析問題產生的原因；Pessoa 等［25］也強調了運營變革的重要性，變革具體包含從產品設計和開發過程，到制造和供應鏈管理，再到營銷和處置。此外，還有學者指出數據在智能轉型過程中發揮中介和核心作用，要提升收集數據或使用數據的能力，同時還應建立安全管理和主動防護措施［26］。

綜上所述，國內外學者均強調了精益化和數字化的重要性，并且有關精益數字化影響因素的探討多集中于精益化、數字化、運營管理3 個方面，基本可以總結為精益數字化的推進需企業生產管理活動中各個環節的均衡支持。已有研究為本研究提供了有益的思路和參考，但已有研究中對精益數字化的影響因素缺乏全面的歸納分析，因此，本研究參考現有的學者觀點，試圖在解析精益數字化內涵的基礎上，立足于投入-過程-產出生產運作過程，系統地提取精益數字化驅動因素，并構建精益數字化水平評估指標體系，以期科學、合理評估傳統制造型企業精益數字化水平并為其可持續發展提供新的理論支持。

3 精益數字化水平評估指標體系構建及評估標準確定

3.1 精益數字化水平評估指標體系構建

精益數字化是在精益化的基礎上融入數字化，強調二者的有機互動和雙向支持。精益數字化的表現或核心特征為：第一，精簡多能的員工隊伍。采用先進的加工設備、架構精簡的員工管理結構，在減少所需員工的同時最大限度地提高機床的生產率，并定期對員工進行多項操作技術及精益數字化文化的培訓，以熟練應對復雜的生產過程。第二，物資流合一。在生產過程全生命周期內，班組、車間及時反饋生產加工信息，庫存管理靈活化，最小化浪費，精準控制物料有序流動，做到業務流程之間有效對接。第三，高精度同步化作業。以貫徹標準化為基礎的原則，合理化人員機器匹配比，進行多機床操作、多工序運作、多車間管理，依托于信息系統間的集成與交互，實現生產過程的高精度同步化作業及作業間價值的有序流動。第四，高柔性化、高自動化生產。以生產線信息和生產信息管理系統的雙向傳遞為基礎，運用柔性自動化生產設備及自動化控制管理技術，同時輔以各先進工藝設備間緊密耦合以及自動生產線間相互聯動，在有機連接的流水線上暢通生產信息流，高效節能地服務于顧客。第五，生產運作以顧客需求為導向，以市場變化為準繩。充分利用先進技術迅速搜集、存儲、分析海量的結構化和非結構化數據，及時洞悉市場變化并科學預測用戶需求，以現場為載體實現“拉動式”生產，生產出優質、多樣、定制化且適銷對路的產品。這些特征表明，精益數字化是從思想到行動、從生產信息到生產管理的系統性變革的過程，這也進一步決定了精益數字化變革需緊緊圍繞“人機料法環”逐個突破，即源頭上對企業的生產全流程進行梳理優化，因而精益數字化水平的評估也需著眼于“人機料法環”這5 個方面。

本研究結合傳統制造企業的行業特點以及《中國制造業企業數字化實踐白皮書》和“德國工業4.0”的要求，同時立足于精益數字化的基本內涵，并在上述從精益化、數字化、運營管理視角分析已有關于對精益數字化影響因素的相關研究基礎上，考慮精益化和數字化融合過程中對“人機料法環”的要求，從企業的投入、過程、產出3 個環節出發構建評估精益數字化水平的指標體系。首先，優質的投入是精益數字化達到預期效果的必備基礎，確保人員、機器設備、法則的有效投入顯得尤為重要。主要考慮人員數字化素質培養、數字基礎設施建設、制度建設3 個方面。其次，標準且流暢的過程控制為精益數字化提供了必要的支撐。過程中保證原材料、半成品及成品等物料的順利對接是實現精益數字化的要點之一；此外在滿足了基本生產環境標準化的基礎上，還需充分利用數字信息數據以營造高效運營的生產環境。主要考慮物流-供應鏈智能一體化、數字信息利用2 個方面。最后，精益數字化的目標也即產出，需落地到在精益思想指導的基礎上融入智能信息技術后生產流程、產出產品的改善程度上；此外，國家對傳統制造業智能轉型提出了綠色化的新要求，智能化需與綠色化并肩同行，因此實現綠色生產也是精益數字化的一個重要目標。主要考慮生產改進、數字產品、生產綠色化3 個方面。綜上，在構建評價指標體系時，投入和過程2 個環節分別考慮了人機法和料環5 個關鍵影響因素，產出環節考慮了生產、產品、綠色3 個目標，共選取8 個一級指標，并在此基礎上細化為23 個二級指標（詳見表1 前3 列）。

3.2 精益數字化水平評估指標標準確定

科學確定指標的評估標準是得出合理結論的第一步。本研究根據傳統制造業精益數字化水平具有相對模糊性這一特點，根據模糊集理論，將指標的等級劃分為“很高、較高、一般、較低、低”5 個等級。為使評估結果能較為科學地反映樣本企業與轉型標桿企業間的差距，定量指標等級設定中5 個等級參照相關政策文件要求以及精益數字化推進表現出色的企業在相應指標上的表現，如日本豐田汽車公司、中國美的集團、中國蒲惠智造科技有限公司等；而定性指標的等級劃分為簡便起見，選定4 個區間分割點，分別為60 分、70 分、80 分、90 分，劃分成5 個得分區間。此外，為使等級劃分標準更貼近企業實際，在等級標準確定過程中結合了精益專家的知識和經驗，專家對標準劃分給予了幫助和指導，進一步確保了評估標準劃分的合理性。根據指標類型及獲取方法的不同，將指標分為定量指標和定性指標分別進行閾值確定。經綜合分析確定，等級標準劃分詳情如表1 所示。

表1 企業精益數字化水平評估指標等級標準

表1 （續）

4 評估模型構建

本研究基于直覺模糊熵和模糊集對分析（FSPA）構建傳統制造業精益數字化水平的評估模型。直覺模糊熵是確定指標權重的重要方法，其中數據來源是專家對各指標的問卷評分結果，如非常重要、重要、一般等，將此類模糊語言標度轉化為直覺模糊數的轉化標準參照相關文獻［27］（見表2）。而模糊集對分析是研究不確定性問題的重要方法，其充分考慮了等級邊界的模糊性和指標的權重，從而使評估結果更加穩定合理［28］。本研究依據FSPA 理論對傳統制造業精益數字化水平進行評估，在張洪亮等［29］應用的集對評價模型的基礎上，考慮到專家打分的主觀性，將專家打分設為區間打分；且為更好地考量指標的不確定性，運用模糊聯系度公式計算指標集對聯系數。該方法的整體運用思路為：首先，專家依據各指標的區間標準對企業各指標的現狀進行模糊打分；其次，應用未確知有理數法對各專家的打分結果進行加權；最后，依次計算二級指標、一級指標、綜合評價集對聯系數，進而確定精益數字化等級水平。

表2 模糊語言術語與其相應的直覺模糊數

假設有m位專家或企業管理評分人員、n個評價指標，模型的計算步驟具體如下：

（1）構建直覺模糊矩陣。第一步，將專家的模糊評價語言標度轉化為直覺模糊數，轉化標準如表2 所示。第二步，根據轉化的各位專家對每個指標的評價直覺模糊數，構建直覺模糊矩陣A，A中的元素為aij，aij=［μij，νij］，其中μij為隸屬度、νij為非隸屬度。

（2）構建模糊區間決策矩陣。將直覺模糊矩陣轉化為模糊區間決策矩陣，中的元素為rij，rij=，其中。

（3）)確定指標客觀權重取值范圍。第一步，將模糊區間決策矩陣R 標準化。標準化矩陣的元素依據以下兩個公式得到：

第二步，依據以下兩個公式計算標準化矩陣各元素區間數的信息熵：

第三步，根據式(7)～式(10)確定各指標的客觀權重取值范圍：

（4）確定各指標最優客觀權重。構建如下線性規劃目標函數，運用MATLAB 求得最優權重向量，即。

（5）確定各指標的主觀權重。假設各位專家的評分重要性一樣，即各位專家的權重λi一樣，即λi=1/m，則各指標的主觀權重通過如下公式算得：

（6）確定各指標綜合權重。根據下式計算各指標綜合權重：

（7）確定二級指標集對分析聯系數。將二級評價指標區分為成本性指標和效益性指標，利用模糊聯系度公式計算各二級評價指標的集對分析聯系數，根據5 個評價等級計算五元聯系數。其中，對于效益性指標，指標測量值在分級標準下的聯系數表達式為：

其中：

對于成本性指標，指標測量值在分級標準下的聯系數表達式為：

式（17）（18）中：s1、s2、s3、s4、s5分別為1～5級分級標準的限值；xt為各評價指標的實際值；的下標s為第s個指標，t為第s個一級指標下的第t個二級指標。

（8）確定一級指標集對分析聯系數。計算公式如下：

（9）確定被評價對象的綜合評價集對分析聯系數。計算公式如下：

（10）確定被評價對象精益數字化等級水平。根據集對分析聯系數的均分原則，將落在區間［-1，1］內的聯系數i1、i2、i3、j等分為4 份，從左到右的4 等分點依次為j、i3、i2、i1。如j=-1 時，那么i3=-0.5，i2=0，i1=0.5，此時就可以算出二級評價指標、一級評價指標、綜合評價系統3 個層次的聯系數主值。再將區間［-1，1］根據劃分的等級標準同樣劃分為5 等份，從左到右依次為Ⅰ級、Ⅱ級、Ⅲ級、Ⅳ級、Ⅴ級，最后將綜合聯系數與5 個等級區間相對比，確定企業精益數字化的等級水平。

5 案例應用

為了進一步驗證評估模型的科學性和有效性，本研究選擇某A傳統制造企業（以下簡稱“A公司”）進行案例應用研究。A公司是我國裝備制造業的領軍企業，順應國家政策趨勢，推動新舊動能轉化，通過發展新技術、新產業、新業態、新模式，實現產業智慧化、智慧產業化、跨界融合化、品牌高端化，努力實現由高速發展向高質量發展的轉變，建有國家智能制造示范基地，以客戶滿意為宗旨，向國際一流品質看齊，以率先打造全球一流的高端裝備制造企業為目標。此外，A公司的轉型之路已經歷了10 余年，近年來充分運用校企合作、企業培訓基地、在線學習平臺等多種資源，搭建起了領導力、企業文化、精益、質量等8 個模塊培訓體系，開展面向不同群體的多種形式的培訓，并借助于與國際企業合作取長補短，緊緊圍繞自動化、數字化、人機交互視頻化三方面向高質量轉變，研討“客戶滿意”核心價值觀統領下的生態建設，推進企業智能轉型。

5.1 定性指標的預處理

定量指標數據源于A公司的真實數據；定性指標源于精益管理專家和企業管理人員的模糊評分，在模糊評分的基礎上借助未確知有理數法確定具體分值。假定評分人員的可信度均一樣，設可信度λ=0.5，邀請5 位A公司的精益管理咨詢專家及高層管理人員依據指標等級標準對A公司在所有指標上的表現進行模糊評分。未確知有理數確定精確分值的方法具體為：以定性指標I23為例，5 位評分人員對該指標依次評分給出的分值區間分別為［83～88］、［80～85］、［85～87］、［80～83］、［80～84］，得到沒有交集的新得分區間，再根據比例分配法確定新得分區間的可信度，利用新得分區間和算得的可信度表示該指標的未確知有理數。即：

最后計算出未確知有理數的期望值為83.5 分，該期望值即為該定性指標的精確評分。

5.2 精益數字化水平評估

（1）指標權重的確定。為確定所有精益數字化水平評估指標的權重，同時邀請5 位評分人員對所有指標相對于精益數字化的重要性進行了重要性評分。指標評分采用五分計數法得到指標重要性評分表，再據此運用式（1）至式（16）計算所有指標的權重。假設主觀權重=0.95，各指標的權重計算結果如表3 所示。

表3 A 公司精益數字化水平評估指標權重

（2）精益數字化等級水平評估。根據未確知有理數法確定出定性指標數值并計算出定性指標的得分（見表4），依據A公司2019年相關數據資料填寫定量指標數值（見表5）。針對各指標的得分情況，結合直覺模糊熵確定出的指標權重，運用模糊集對分析方法計算一級、二級指標及綜合評價下的五元聯系數。

表4 A 公司精益數字化水平評估定性指標得分 單位：分

表5 A 公司精益數字化水平評估定量指標數值

一級指標的集對分析聯系數如下：

在一級指標集對聯系數的基礎上，結合一級指標的指標權重，可以算得A公司數字化轉型升級水平綜合評價的五元聯系數：

根據集對分析理論，式（32）中的差異度系數i的取值范圍為［-1，1］，按照特殊值法取中間值的原則，分別取i1=0.5、i2=0、i3=-0.5、j=-1，據此可得一級指標和綜合評價的集對分析五元聯系數的主值；同時將［-1，1］均分為五等分，分別代表企業精益數字化水平的5 個等級，將指標的五元聯系數主值與5 個等級區間進行比較，就可得出企業一級指標的等級水平，即運作系統各個環節的等級現狀以及企業綜合評價下的等級。具體評價結果見表6。

表6 A 公司精益數字化水平評估聯系數主值與評價等級

5.3 結果分析

在運用模糊集對分析方法評估傳統制造業精益數字化水平過程中，指標權重對評估結果非常關鍵，不同的指標權重可能造成最終評估結果出現偏差，因此有必要對指標權重進行敏感性分析，以確保運用模糊集對分析方法評估轉型升級水平結果的穩健性和有效性。本研究采用攝動法進行敏感性分析，對18 個定性指標的權重予以波動，設定標準權重在-10%～10%的范圍內以2%的大小增加或減少，指標權重擾動系數為ξ，則ξ的取值范圍為［0.9，1.1］，即某各指標權重wj變化時，其余權重予以適當波動，變化系數為θ=(1-ξwj)/(1-wj)。共進行了180 次實驗，分析實驗結果可得，綜合評價聯系數主值維持在［0.2，0.6］范圍內，轉型升級評估等級結果均為Ⅳ級，即“較高”，且與A公司當前的實際轉型現狀相吻合。由此說明，本研究構建的評估模型對指標權重并不敏感，指標權重發生合理波動時，評估結果不會發生變化，模型是合理且穩健的。

因此，表6 的結果是合理的。根據表6 對A公司智能轉型過程中的各個環節及綜合水平進行分析可知，數字化生產改進模塊成效最佳，達到了Ⅴ級，即“很高”的等級水平；數字化基礎設施、制度建設、數字化信息利用、物流-供應鏈智能一體化、數字化產品、生產綠色化6 個環節模塊取得的成效較好，達到了Ⅳ級，即“較高”的等級水平；而相對來說，數字化人員素質培養環節成效一般，表現為Ⅲ級，等級水平為“一般”，是A公司精益數字化推進的短板所在。綜合分析8 個模塊，A公司的數字化綜合轉型升級等級水平表現為“較高”，達到了Ⅳ級，總體來說轉型推進已取得不錯的成績，但距離最優的效果還存在一定差距。A公司需重點關注生產人員的技能素質培養，在提高硬實力的前提下也要注重整體軟實力的提升；此外，數字化基礎設施、制度建設、數字化信息利用、物流-供應鏈智能一體化、數字化產品、生產綠色化等環節也需結合企業實際情況制定合理、恰當的進一步改進措施，力爭達到很高的等級水平，與此同時需繼續保持數字化生產改進方面的優勢。

6 結論

向智能制造轉型是傳統制造業自身發展的現實需要，但不可否認，如何破解轉型難題并助力其在工業4.0 的浪潮中占據制高點是當前亟待解決的難題。針對此種局面和需求，本研究探討了傳統制造業在精益化和數字化雙重支撐融合下的智能制造轉型驅動因素，構建了涵蓋員工素質、基礎設施、制度建設、數據信息利用、供應鏈協同、生產改進等8 個方面的精益數字化水平評估指標體系，并構建了基于直覺模糊熵和模糊集對分析的傳統制造業精益數字化水平評估模型，且詳細闡述了該評估模型運用于某樣本企業精益數字化水平評估的全過程。研究結果表明：第一，采用該評估模型評估傳統制造企業的精益數字化水平，評估結果與案例企業實際現狀基本吻合，該模型評估結果較為可靠，可解釋性強，可為科學評估傳統制造型企業精益數字化水平提供一個較為合理的方法；第二，企業可根據評估結果準確定位自身在智能制造轉型過程中的短板所在，確定投入、過程、產出3 個環節改進不足和有待提升的部分，管理者可立足于全局視角提出有針對性的優化轉型策略，有助于企業智能轉型朝快準穩方向邁進；第三，基礎設施配備、數字化技術或精益文化員工培訓、數字信息安全管理、數字信息雙向傳遞、數據分析、車間物流準確配送、供應鏈協同、生產信息流暢通及生產柔性化自動化在評估模型中權重較高，對精益數字化成效的實現影響較大，重點優化這9 個方面是推進精益數字化的關鍵，但管理者在做到重點關注的同時也需全局兼顧，盡量避免顧此失彼，加強全方位全鏈條監管。

本研究為傳統制造業在復雜多變的經濟環境中解決其當前發展后勁不足、發展增量缺失的問題提供了一個信號，即精益數字化，并構建了合理的精益數字化水平評估模型，望為傳統制造業打破當前的僵局找到突破口。但本研究在構建評估指標體系時主要考慮內部環境的影響，尚未很好地揭示影響精益數字化的深層次因素，實際上，外部環境也是影響傳統制造業精益數字化的關鍵因素，比如政府行為、政策實施、外部融資壁壘等，綜合考慮內外部影響必可更全面地為企業精益數字化評估及規劃提供更嚴謹的參考依據。此外，在中國情境下，有關精益數字化對傳統制造業智能制造的驅動仍有進一步的研究空間，探討精益數字化在時間維度上對智能轉型的持續性作用機理和智能制造轉型路徑，是未來學者需要探索的一個新方向。