第2章 2010年度评估总体研究与分析

2.1 评估指标体系和方法

2010年评估工作研究建立了一套完整的评估指标体系以及评估方法和程序，用以衡量企业两化融合所处的阶段，挖掘企业发展规律和关键特征。各行业评估指标体系的一、二级指标相同，一级指标有3项，二级指标有9项。各行业三级指标及其项下的数据采集项则不同，直接针对信息技术在企业各个关键业务环节的具体应用状况，兼顾了现阶段企业实际水平，体现了引导发展的作用。

2.1.1 评估指标体系构建思路

（1）按照细分行业展开。工业企业两化融合评估研究工作突出行业特点，从细分行业角度展开整个评估研究工作。在评估指标体系设置上各细分行业采用相同的一、二级指标，而三级指标则根据行业特点和需求进行个性化设置。例如，在单项应用中，钢铁行业重视生产过程控制和管理，食品行业则更关注物流管理、安全管理等。

（2）在继承现有研究成果的基础上进行创新。当前国内外工业领域的信息化评估指标大体可以分为三类：信息化基础、信息化应用和信息化绩效。工业行业企业两化融合发展水平评估针对各个不同细分行业，指标分类主要借鉴现有分类方式，但在指标设置、内涵确定和具体指标选择方面则考虑两化融合的特点和需求，在充分继承原有成果的基础上进行必要的创新提高。

（3）立足工业把握指标设置。考虑到信息化产品更新换代速度快，各产品的功能边界相互交叉、模糊不清，因此，工业企业两化融合评估研究将把工业企业这一主体的具体业务作为指标设置的出发点和落脚点，而不是参照信息技术或产品来进行设定。同时，指标的设置充分挖掘了各细分工业行业的实际特点和需求，使得确定的指标既具有鲜明的工业特征，又与信息技术应用紧密相关。

（4）充分体现两化融合内涵和特征。两化融合是愿景、战略、规划、执行和资源保障等层面的全面融合，而非信息技术的简单应用；是工业化深入发展的内生需求，与业务密不可分，而非仅仅是技术手段和工具。因此，指标体系的构建和指标的选择，要与企业战略保持一致，强调对企业核心竞争力的提升作用。此外，指标体系要能够反映两化融合发展的阶段特征，具有阶段等级性、前瞻性和引导性。

2.1.2 评估指标体系总体框架

从工业领域信息化发展历程来看，工业企业在信息化建设的初期，一方面，往往关心信息设备购置、网络的建设，从而为信息技术的广泛应用打下物质基础；另一方面，开始逐渐重视进行信息化规划、建立信息化组织等，逐步形成信息化应用的环境基础。随着应用的逐渐普及，信息技术开始实现对各业务环节的横向覆盖和纵向渗透，在实现单项业务环节自动化、数字化基础上，逐步实现业务之间的协同和集成，最后逐渐实现与工业要素的全面融合，引发企业业务流程与模式的变革和重组，形成新的工业能力。随着信息技术与企业各业务环节结合、渗透和融合程度的不断加深，企业竞争力将得到极大提升，并获得良好的经济和社会效益。

基于上述考虑，我国工业企业两化融合发展大体可分为四个阶段：首先是起步阶段，企业着重关注信息化和工业自动化基础设施建设和环境营造；其次是局部覆盖阶段，信息通信技术应用到企业各关键业务环节，并逐步实现对单项业务环节的全面覆盖；再次是集成阶段，企业从某一关键环节切入进行深入渗透，实现关键业务环节应用系统之间的协同和集成，开展系统集成基础上的业务应用；最后是深度创新阶段，工业领域信息技术应用朝着综合集成的方向发展，开始突破企业边界，实现面向市场和客户的业务流程和生产、经营模式的变革，支持形成新的工业能力。

通过对工业领域两化融合的发展阶段和特征的分析，可以发现，基础、应用和绩效是相互依存、互为补充的三个重要方面，它们可以比较好地抽象和刻画两化融合发展水平评估的视角。因此，对应于基础提出就绪度、对应于应用提出成熟度、对应于绩效提出贡献度由此得到三个维度的评估指标。其中，贡献度包括通过关键成功因素关联到企业战略的竞争力指标，以及通过绩效产出影响因素关联到企业使命的经济和社会效益指标。所提出的指标体系评估视角分类有助于较为准确和全面地把握工业行业企业两化融合发展现状，评价其两化融合的发展阶段和水平。

结合以上对行业两化融合发展水平历程、阶段和关注视角的探讨，我们提出了两化融合发展水平评估总体框架（见图2-1），其中包含指标体系一、二级指标，各行业可以在总体框架和思路的指导下，结合行业特点和需求设计三级细分指标。

1.就绪度（基础）

就绪度即工业企业两化融合基础准备程度。评估在企业统一认识的基础上，通过整合人力、物力和财力，逐步建立与两化融合相适应的各种“软硬件”环境，并在实施信息化的过程中不断完善和维护信息系统。其中，由网络、系统、自动化设备等各种基础设施构成了两化融合的“硬环境”，由各项规划、制度、人员和组织构成了两化融合的“软环境”。因此，2010年评估体系就绪度下设3个三级指标：投入、规划组织和制度、信息基础设施。

投入指标主要评估信息化建设投入和信息系统运维投入的情况，尽管信息技术应用的投入产出较难衡量，但是对两化融合的促进作用却是毋庸置疑的，且资金在不同方面投入比例的变化也能够反映出企业两化融合发展水平的不同阶段；规划、组织和制度指标评估两化融合的环境保障情况，着重从战略角度出发设计指标，如规划与战略的匹配程度、信息化主管的战略地位、复合型人才的培养等。

与以往信息技术应用评估体系不同的是，信息基础设施指标不仅评估企业计算机、服务器、网络建设、数据中心等信息设备，还评估与信息化相关的工业设施情况。钢铁、化肥、造纸等流程型行业主要评估过程控制系统的设备覆盖率，比如钢铁行业设置“PLC及DCS/PCS覆盖率”等采集项。重型机械、轿车、棉纺织、肉制品加工等离散型行业主要评估关键生产设备的数控化率。例如，棉纺织行业设置“数字化机台工序覆盖率”、“数字化机台占机台总数比例”、“数字化试化验仪器（设备）配置率/联网率”等采集项。

2.成熟度（应用）

成熟度即信息技术在业务环节应用的广度和深度。通过对成熟度的评估，可以了解业务执行和战略实施在多大范围和程度上得到了信息技术的支持。成熟度本身蕴涵着阶段等级性，因此，分解的二级指标也能够反映出信息技术在业务中应用的阶段层次。通过对我国工业两化融合现状的调查，成熟度（应用）下设3个二级指标：单项业务应用、协同集成和深度应用。

1）单项业务应用

单项业务应用指标与企业关键业务活动紧密相关，因此，不同行业在指标和指标子项的设置上存在较大差异。

一是研发设计环节，主要评估支持产品研发的信息技术手段和工具、研发数据的自动采集和分析以及协同设计平台的建设等。例如，重型机械行业属于典型的离散制造行业，具有产品多样化，生产方式以单件和小批量为主，新产品开发投入大、耗时长、风险大、工艺要求高、制造过程复杂、生产周期较长等特点，因此研发设计环节的信息化对重型机械行业尤为重要，子项设计突出了行业特色。

二是生产过程环节。主要评估企业设备数字化程度及数字化设备运行情况，企业生产线自动化程度及自动化生产线运行情况，企业生产线管理和监控系统建设及运行情况，制造执行系统（MES）建设及应用情况等。钢铁和化肥都是典型的流程型行业，其连续化生产、原材料成本高等行业特点决定了生产过程的控制与管理是流程行业最为关注的环节，指标及子项设置具有典型的行业特色。

三是各业务经营管理环节。主要评估信息技术对各业务管理模块的覆盖情况，以及信息技术在部分关键业务管理的深入应用情况。各细分行业所关注的关键业务管理模块不同。因此，在对细分行业三级指标的细化设计过程中，应注重提炼出能够显著提高企业竞争力的关键应用。例如，化肥企业原材料生产是化学变化过程，生产过程中存在一定的危险性，用信息技术支撑企业进行安全管理尤为重要；造纸业是传统工业中的环境污染大户，纸浆制造业污水排放量约占全国污水排放总量的10%～20%，造纸工业水污染问题一直是制约企业发展的重要因素，需要利用信息技术对企业排放的终端水进行实时监测，并能够进行控制，因此造纸行业设置终端水处理三级指标；肉制品加工行业与人民生活息息相关，产品质量和安全问题是肉制品加工行业首要保障的内容，而目前产品质量问题多发生在物流环节，因此肉制品加工行业设置了产品物流管理指标。

2）协同集成

协同集成指标评估工业企业两化融合在各单项业务整合中的应用情况。在单项业务应用基础上，集成应用的发展涉及两个或两个以上的业务部门，会伴随有部门之间的管理集成，因此协同集成不仅存在较大的技术难度，还存在更大的管理变革难度。

各细分行业协同集成大体设置以下四类指标。一是管控衔接。评估的是从企业经营管理、车间管理到底层设备控制的纵向管理和控制系统的集成情况。二是研产供销集成。指标是以贯穿产品生命周期的研发、生产、采购、销售的横向主线，评估面向市场、按客户订单组织产品设计、采购原材料、进行生产制造、实施检验、结算发运等一条龙运作的信息化应用程度。三是财务与业务集成。评估利用信息技术实现财务摆脱“凭证”，财务数据直接从相关业务过程和环节提取，使得决策层能够实时、动态地了解资金的占用和成本消耗的应用情况。四是其他协同集成指标。食品行业还针对行业特点设置了“质量全程监控”指标，评估食品企业利用信息技术，实现重点产品的质量全程追溯情况。

3）深度应用

深度应用指标评估面向市场的、战略层面综合的深入应用，该类应用是两化融合效果显现的重要标志。该类指标可用于挖掘各行业两化融合的典型标杆，“深度应用”需要同时满足4个条件：一是“深度应用”建立在“单项业务应用”和“协同集成”的基础上。二是“深度应用”不仅关注企业内部，同时需要掌控企业外部的情况，需要深入开发和综合应用企业内、外部资源；三是“深度应用”是支持企业战略和可持续发展的突破性、创新性，深入、全面、综合的高级应用；四是“深度应用”要对企业能力和竞争力有大幅的提升作用。

“深度应用”可从决策支持、市场创新开拓、综合节能减排等方面考虑。决策支持是指能够全面、准确、及时地获取和掌握整个经营管理、生产制造和市场活动等情况，深度开发利用企业内、外部信息资源，提高综合分析能力和水平，有效辅助企业战略制定和危机管控；市场创新开拓是指能够通过对外部市场资源进行深入开发，与企业研发、生产、经营等关键环节进行高度协同，延长企业价值链，大幅提升服务水平，形成创新性市场模式；综合节能减排是指能够把安全生产、节能减排的综合要求细化、分解到各个相关的信息系统，设立必要的数据采集点、控制点，使得安全生产、节能减排能够全面落实到所有的管理环节和生产制造的全过程。

在具体评估时，企业若申报深度应用栏目，需附相关详细资料，且要对所附资料提出具体要求，如应用情况、具体实施过程、产生的效果等方面的情况。根据企业的申报和所提交的材料，组织专家组赴实地进行现场考察和调研，并做出综合评判，真正发掘一批典型深度应用，树立一批两化融合标杆企业。

3.贡献度（绩效）

贡献度（绩效）即企业在信息技术应用的基础上实现的综合产出。两化融合的最终目的是提高企业的发展潜力和市场竞争力。因此，不仅要对信息化基础和应用进行评估，还应该对其最终产出进行评估。贡献度（绩效）下设3个二级指标：竞争力、经济效益和社会效益。

竞争力指标评估工业企业两化融合能够为企业带来的，以客户满意、市场占有率为目标的能力提升，是两化融合对企业竞争力提高的综合表现。不同行业在市场上的竞争力表现不同，但基本可从财务（资金运作）、市场开拓、过程优化及成长与创新等方面进行考虑。各行业经济效益指标和社会效益指标大体一致，在收集数据时，为避免受宏观经济因素的影响，应设置数据采集项为近三年各指标的数值。

对于两化融合给工业企业带来的效益问题，当前阶段量化的难度非常大，可以从下述两个角度进行考虑：一是相似条件下，同行业企业之间进行横向对比分析，研究两化融合与工业企业效益之间的相关性；二是评估工作常态化，通过若干年的积累，从时间序列角度针对单个工业企业研究两化融合与效益之间的相关性。因此，研究主要依据就绪度和成熟度相关指标展开，对于贡献度指标则仅引入了竞争力相关指标进行辅助分析。

2.1.3 重点行业评估指标体系和数据采集项

根据按照细分行业展开的思路，2009年4月，工业和信息化部委托7个工业行业协会开展细分行业评估指标体系研究。8月、9月，各行业协会在评估总体组的指导下，充分调研行业内重点企业，并在广泛征求行业专家、企业意见的基础上形成了细分行业评估指标体系。随后，各行业协会又组织专家对两化融合指标体系逐一进行梳理，对所有指标逐项进行认真研究，进一步完善了指标体系。9月，各行业协会还在部分企业进行了试评估，进一步验证指标体系的科学性和可操作性，完善评估指标体系。

为了能够细化成可采集的数据，同时打好调查问卷设计的基础，评估总体组和各行业协会又在充分调研的基础上，细化了数据采集项和采集数据内容，以量化衡量三级指标所反映的两化融合水平。

数据采集项的设计主要遵循以下几项原则。一是可操作性。数据采集项所需的数据易于采集，无论是定性评价指标还是定量评价指标，其信息来源渠道必须可靠、容易取得，并且能够实行测评过程中的质量控制。二是导向性。符合两化融合发展规律，引导企业向正确的方向发展。三是激励性。能准确评估并诊断企业两化融合的进展与不足，激励企业向标杆企业学习或逐年对比，促进企业进一步发展。

2.1.4 评估方法

1.权重设计

我国工业领域信息化已经取得了很大进展，工业关注的焦点已经普遍从计算机、网络、服务器等基础设施层面上升到信息技术在各业务环节中的广泛覆盖、深度渗透乃至全方位综合集成。另外，受企业内部管理、外部市场环境等其他因素的影响，企业的经济和社会效益并非取决于两化融合发展水平，而对于与两化融合关系更为密切的竞争力指标，目前也很难建立其与两化融合之间的明确相关关系。因此，各重点行业的指标体系在权重设置上当前着重强调成熟度，然后是就绪度和贡献度。

2.评分方法

评估数据采集项的原始数值可分为两类：一类是定量的数据，属于连续数值；另一类是定性选择项，包括多选和单选两种，具体评分时应根据不同的情况采取不同的评分方法。

1）连续数值

一是按行业水平评分。例如，信息化建设投入占销售收入比例、信息化建设、维护和管理人员占比等指标。评分方式为：指标行业内最大原始数值为100分，最小原始数值为0分。但此项分析方法受异常值影响较大。因此在对指标值计算分数前，要先做散点图，找出异常值。

具体评分时应区分两种情况：

第一种情况是指标值（相对值）越大说明两化融合水平越高。即×100。其中，当期最大值可根据行业情况定义为合理样本中的最大值，或行业理想值。

第二种情况是指标值越小说明两化融合水平越高（数值均为正数）。即，得分=。其中，当期最小值可根据行业情况定义为合理样本中的最小值，或行业理想值。

以上公式当中“当期最大值”和“当期最小值”是指剔除异常值之后的正常值。对于大于当期最大值的异常值赋100分，对于小于当期最小值的异常值赋最低分。

另外，为了尽可能地剔除异常值，也可采取以下方法：设定某项指标的样本均值为中间分值（如50分），并由均值将样本数值分成两类数据，以指标值越大说明两化融合水平越高的指标为例，超过均值的数值按 评分，低于均值的数值按评分。

二是按原始值评分。例如，全自动化生产线覆盖比例、制造执行系统覆盖率等描述覆盖率的指标，按照原始值×100评分。

2）选择项

每项都设定一定分值，企业的得分为所选各选项分值之和。