白曉波，王鐵山，李 勃，和 征

(1.西安工程大學(xué) 管理學(xué)院，陜西 西安 710048；2.陜西省“一帶一路”紡織發(fā)展研究院，陜西 西安 710048)

目前，大數(shù)據(jù)和人工智能技術(shù)的日趨成熟，為紡織企業(yè)技術(shù)革新提出了新的要求?！吨袊?guó)制造2025》中指出，智能制造是制造業(yè)轉(zhuǎn)型的主攻方向，《新一代人工智能發(fā)展規(guī)劃中》提出了對(duì)人工智能產(chǎn)業(yè)的發(fā)展愿景，到2030年，人工智能產(chǎn)業(yè)規(guī)模超過(guò)1萬(wàn)億，帶動(dòng)相關(guān)產(chǎn)業(yè)規(guī)模超10萬(wàn)億。很多企業(yè)已經(jīng)開(kāi)啟智能化轉(zhuǎn)型，中國(guó)電子技術(shù)標(biāo)準(zhǔn)化研究院的統(tǒng)計(jì)數(shù)據(jù)顯示，在2020年底，有75%的已經(jīng)開(kāi)啟智能制造。中國(guó)很多企業(yè)的自動(dòng)化和信息化水平較低，智能化轉(zhuǎn)型基礎(chǔ)條件相對(duì)薄弱，缺人才、缺技術(shù)、缺資金。而且，主要發(fā)達(dá)國(guó)家也都提出了自己智能制造戰(zhàn)略，如德國(guó)工業(yè)4.0，美國(guó)的工業(yè)互聯(lián)網(wǎng)以及日本的工業(yè)價(jià)值鏈。為中國(guó)傳統(tǒng)制造業(yè)的紡織企業(yè)帶來(lái)了巨大壓力和挑戰(zhàn)，同時(shí)也帶了重要的轉(zhuǎn)型契機(jī)。在此大背景下，需要分析紡織企業(yè)智能化特點(diǎn)，厘清影響紡織企業(yè)智能化建設(shè)的關(guān)鍵決定因素，為智能化建設(shè)提供必要支撐。

國(guó)外的智能化研究主要集中在具體的技術(shù)或算法上，以解決設(shè)計(jì)、生產(chǎn)、營(yíng)銷或者價(jià)值創(chuàng)造時(shí)某一環(huán)節(jié)的實(shí)際問(wèn)題。如GUVEN等[1]為了優(yōu)化生產(chǎn)流程，基于人工神經(jīng)網(wǎng)絡(luò)(artificial neural network, ANN)與支持向量機(jī)(support vector machines, SVM)建立了智能模型，分析了生產(chǎn)過(guò)程中20個(gè)變量的影響程度。PARK等[2]為了解決在受干擾情況下的工藝參數(shù)調(diào)優(yōu)問(wèn)題，開(kāi)發(fā)了自優(yōu)化的控制系統(tǒng)。TIRKOLAEE等[3]在有限資源條件下，基于深度學(xué)習(xí)和模糊集，對(duì)風(fēng)險(xiǎn)和收益進(jìn)行優(yōu)化，進(jìn)而搜尋最優(yōu)的產(chǎn)品組合。RENTSCH等[4]利用遺傳算法(genetic algorithm, GA)，對(duì)制造過(guò)程中降低能耗的設(shè)計(jì)和工藝參數(shù)進(jìn)行優(yōu)化。DAN等[5]基于機(jī)器學(xué)習(xí)算法，通過(guò)對(duì)營(yíng)銷流程各狀態(tài)的模擬，建立了智能模型，并提出了營(yíng)銷解決方法。CAMACHO-VALLEJO等[6]基于人工智能(artificial intelligence, AI)技術(shù)，提出了雙目標(biāo)優(yōu)化模型框架，進(jìn)而區(qū)域間工作量得以平衡，客戶等待時(shí)間也得到減少。

在國(guó)內(nèi)，對(duì)于智能化的研究除了技術(shù)本身以外，也進(jìn)行了大量的驅(qū)動(dòng)力和作用機(jī)制、影響因素和發(fā)展路徑的研究。師博[7]提出了智能化轉(zhuǎn)型升級(jí)的4個(gè)要求，如要素驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)型、資源消耗型向綠色發(fā)展轉(zhuǎn)型等。葛陳鵬等[8]從具體的制造執(zhí)行系統(tǒng)(manufacturing execution system, MES)的角度，研究了MES在紡紗企業(yè)智能化轉(zhuǎn)型中的作用，對(duì)成本、用工、效率、質(zhì)量和能耗都有所改善。王雪原等[9]提出在重視人才培養(yǎng)的基礎(chǔ)上，以信息化發(fā)展促進(jìn)企業(yè)形成偏好，推進(jìn)智能化轉(zhuǎn)型。郭進(jìn)提出了“三鏈互動(dòng)升級(jí)”模型，從技術(shù)鏈、產(chǎn)業(yè)鏈和價(jià)值鏈3個(gè)維度，對(duì)智能化轉(zhuǎn)型升級(jí)的內(nèi)容和路徑進(jìn)行了分析。王士合[10]指出在智能化推進(jìn)過(guò)程中，需要做好新舊設(shè)備的協(xié)同改造和創(chuàng)新，并且要注意其經(jīng)濟(jì)性和復(fù)雜性。韓秋明等[11]指出基礎(chǔ)設(shè)施、智能化技術(shù)、行業(yè)數(shù)據(jù)、數(shù)字化程度、成本和智能化人才等是影響產(chǎn)業(yè)轉(zhuǎn)型的主要因素。LIU等[12]的實(shí)證結(jié)果表明，人工智能技術(shù)創(chuàng)新對(duì)生產(chǎn)制造行業(yè)有顯著影響。作為傳統(tǒng)的紡織行業(yè)，也概莫能外。WANG等[13]以浙江省173家中小企業(yè)為研究對(duì)象，得出企業(yè)盈利能力、人力資本素質(zhì)、行業(yè)智力水平等因素顯著促進(jìn)其智能化升級(jí)，而勞動(dòng)力成本、資本結(jié)構(gòu)、政府補(bǔ)貼等影響并不顯著。

綜上所述，國(guó)內(nèi)外學(xué)者對(duì)傳統(tǒng)企業(yè)的智能化轉(zhuǎn)型取得了豐碩的成果。目前的智能化轉(zhuǎn)型并未脫離4大因素，即環(huán)境、技術(shù)、組織和人員，為紡織企業(yè)的轉(zhuǎn)型升級(jí)提供了重要的參考價(jià)值。但目前的研究仍有不足之處，如忽略區(qū)域政策或經(jīng)濟(jì)發(fā)展趨勢(shì)等潛在的外部因素對(duì)企業(yè)智能化動(dòng)機(jī)的影響，組織內(nèi)部特質(zhì)對(duì)實(shí)施智能化的驅(qū)動(dòng)或制約力等。在現(xiàn)有的制造業(yè)智能化研究中，主要集中于建筑、冶金、機(jī)械設(shè)計(jì)及制造等企業(yè)。雖然紡織企業(yè)的智能化轉(zhuǎn)型研究也有涉及，但我國(guó)紡織產(chǎn)業(yè)與其他產(chǎn)業(yè)相比，擁有高度勞動(dòng)密集型且對(duì)外依存度較大的特點(diǎn)，區(qū)域分布和發(fā)展情況都帶有較強(qiáng)的區(qū)域特色。在這樣特殊的行業(yè)背景下，智能化轉(zhuǎn)型受諸多因素影響，尤其是智能化的采納背景，如區(qū)域或國(guó)際的經(jīng)濟(jì)發(fā)展情況、市場(chǎng)需求等，其他如競(jìng)爭(zhēng)壓力、現(xiàn)有設(shè)備情況、企業(yè)盈利能力和智能化技術(shù)成熟度等。綜上，紡織企業(yè)智能化轉(zhuǎn)型的內(nèi)涵、關(guān)鍵決定因素仍不明晰。因此，進(jìn)一步明確紡織企業(yè)智能化的特征，利用扎根理論，以環(huán)境、技術(shù)、組織和人員4個(gè)維度為基礎(chǔ)，深入探究紡織企業(yè)智能化的概念和影響因素，最后通過(guò)行業(yè)專家群體決策，利用最優(yōu)最差法，提取紡織企業(yè)實(shí)現(xiàn)智能化轉(zhuǎn)型的決定因素。

1 紡織企業(yè)智能化目標(biāo)與體系結(jié)構(gòu)

紡織企業(yè)智能化，是一種可以讓企業(yè)在研發(fā)、生產(chǎn)、管理、服務(wù)等方面變得更加“聰明”的生產(chǎn)方法。在現(xiàn)有智能化體系框架基礎(chǔ)上，凝練出智能化紡織企業(yè)的體系結(jié)構(gòu)和智能化紡織的目標(biāo)，如圖1所示，進(jìn)而為紡織企業(yè)的智能化建設(shè)提供參考。在圖1的體系結(jié)構(gòu)中，從下至上整體分為2層，紡織企業(yè)通過(guò)智能化升級(jí)，實(shí)現(xiàn)紡織品的柔性制造，即適應(yīng)客戶“個(gè)性化、小批量”定制消費(fèi)模式，是智能制造和傳統(tǒng)制造的一個(gè)重要差異。

圖1 紡織企業(yè)智能化體系結(jié)構(gòu)及目標(biāo)

(1)數(shù)據(jù)獲取層。實(shí)現(xiàn)整個(gè)生產(chǎn)過(guò)程數(shù)據(jù)的動(dòng)態(tài)獲取。SAGGIOMO等[14]表示紡織智能化是一個(gè)獨(dú)立生產(chǎn)的過(guò)程鏈，主要利用射頻識(shí)別技術(shù)(radio frequency identification technology, RFID)和傳感器(Sensors)是收集紡織品生產(chǎn)過(guò)程詳細(xì)數(shù)據(jù)的基礎(chǔ)。

(2)紡織企業(yè)人機(jī)一體化系統(tǒng)。該系統(tǒng)由智能機(jī)器和專家知識(shí)共3部分組成。

①智能設(shè)備層。主要基于信息物理系統(tǒng)(cyber physical system, CPS)和物聯(lián)網(wǎng)(internet of thing, ioT)。CPS對(duì)生產(chǎn)過(guò)程進(jìn)行監(jiān)控，實(shí)現(xiàn)分散決策和自我優(yōu)化，再通過(guò)ioT，在紡織機(jī)器與機(jī)器之間或人之間進(jìn)行通信，數(shù)據(jù)在所有協(xié)作設(shè)備和系統(tǒng)中共享。進(jìn)而實(shí)現(xiàn)原材料到產(chǎn)品銷售，數(shù)字跟蹤裝置按照標(biāo)準(zhǔn)協(xié)議相互連接，進(jìn)行數(shù)據(jù)分析、誤差預(yù)測(cè)和自我配置。②智能執(zhí)行層。以企業(yè)資源計(jì)劃(enterprise resource planning, ERP)、制造企業(yè)執(zhí)行系統(tǒng)(manufacturing execution system, MES)、產(chǎn)品生命周期管理(product lifecycle management, PLM)、供應(yīng)鏈管理系統(tǒng)(supply chain management, SCM)、商業(yè)智能系統(tǒng)(business intelligent system, BIS)和其他管理決策、大數(shù)據(jù)分析軟件為主。③專家知識(shí)庫(kù)。該層的主要功能是通過(guò)底層傳遞的數(shù)據(jù)，利用智能數(shù)據(jù)處理技術(shù)對(duì)其加工，以形成自適應(yīng)、自學(xué)習(xí)的專家知識(shí)庫(kù)?；诘讓訉?shí)時(shí)數(shù)據(jù)和大規(guī)模的歷史數(shù)據(jù)，使用神經(jīng)網(wǎng)絡(luò)等智能算法，利用智能機(jī)器模擬專家，以擴(kuò)展管理人員的智力邊界，部分或全部代替人腦對(duì)智能執(zhí)行層和智能設(shè)備層在生產(chǎn)過(guò)程中進(jìn)行干預(yù)。

2 研究設(shè)計(jì)

2.1 研究方法

扎根理論，由Glaser和Strauss于1967年提出，為質(zhì)性研究方法。該方法從經(jīng)驗(yàn)資料入手，能夠系統(tǒng)收集和分析數(shù)據(jù)自下而上產(chǎn)生概念建構(gòu)理論，是從經(jīng)驗(yàn)數(shù)據(jù)中發(fā)現(xiàn)理論的最有影響的研究范式。利用該理論的具體原因如下。

(1)紡織企業(yè)智能化需要掌握較多跨學(xué)科的專業(yè)知識(shí)，如紡織、自動(dòng)化、機(jī)械和計(jì)算機(jī)等，為提取智能化關(guān)鍵影響因素，需要收集眾多實(shí)際數(shù)據(jù)加以解釋，進(jìn)而對(duì)相關(guān)問(wèn)題進(jìn)行更加深入地描述。同時(shí)，通過(guò)和研究對(duì)象的互動(dòng)，獲得其行為和意義的解釋性理解，是質(zhì)性研究的重點(diǎn)。

(2)能夠“捕獲”受訪對(duì)象對(duì)紡織企業(yè)智能化的潛在動(dòng)機(jī)和認(rèn)知，幫助調(diào)查者整理且深入理解紡織企業(yè)智能化的整體特征，并建立理論基礎(chǔ)。

(3)在課題的研究中，多次深度訪談生成的大量原始文本性數(shù)據(jù)資料，符合扎根理論自下而上層層推理的研究邏輯。

利用最優(yōu)最差法(best-worst-method, BWM)[15]對(duì)影響因素進(jìn)行排序，并提取出關(guān)鍵影響因素。使用該方法的原因有以下兩個(gè)方面。

(1)較少的時(shí)間開(kāi)銷。BWM比其他多準(zhǔn)則決策方法(multi-criteria decision-making, MCDM)更加簡(jiǎn)潔，比如決策試驗(yàn)與評(píng)價(jià)實(shí)驗(yàn)室方法(decision-making trial and evaluation laboratory, DEMATEL)，網(wǎng)絡(luò)分析法(analytic network process, ANP)和層次分析法(analytic hierarchy process, AHP)。大多數(shù)MCDM方法是通過(guò)基于矩陣的比較確定的。REZAEI[16]討論了決策者在計(jì)算備選方案和標(biāo)準(zhǔn)之間成對(duì)比較時(shí)面臨的一致性挑戰(zhàn)。如果獲得的矩陣不符合一致性要求，就要對(duì)所有的矩陣元素進(jìn)行修改。決策者浪費(fèi)大量時(shí)間再次檢查一致性比率以獲得一致性比較。從比較次數(shù)來(lái)講，在準(zhǔn)則個(gè)數(shù)為n時(shí)，BWM的比較次數(shù)是2(n-1)次，而矩陣的比較次數(shù)是n(n-1)/2(n為指標(biāo)數(shù))，BWM明顯使用更少的時(shí)間開(kāi)銷。

(2)穩(wěn)健性和可靠性。與其他MCDM方法、AHP和其他基于矩陣的方法相比，BWM提供了更穩(wěn)健的一致性比較，并且從BWM獲得的基于向量的權(quán)重更加可靠。

綜上，針對(duì)紡織企業(yè)智能化所需的學(xué)科專業(yè)知識(shí)，以及質(zhì)性研究的特點(diǎn)，使用扎根理論和BWM提取紡織企業(yè)智能化轉(zhuǎn)型關(guān)鍵因素具有一定的實(shí)踐價(jià)值。筆者基于理論抽樣，對(duì)獲取的質(zhì)性資料進(jìn)行開(kāi)放式編碼、主軸編碼和選擇性編碼，進(jìn)而構(gòu)建出紡織企業(yè)智能化轉(zhuǎn)型影響因素的核心模型，再利用BWM方法對(duì)影響因素進(jìn)行排序，提取出關(guān)鍵因素。

2.2 研究樣本與數(shù)據(jù)收集

用深度訪談法搜集資料，在目的性抽樣和理論抽樣的基礎(chǔ)上，以編碼中的理論飽和為原則確定受訪人數(shù)，在受訪者的語(yǔ)料信息中不再出現(xiàn)新的概念和范疇。共涉及陜西西安(10人)，咸陽(yáng)(8人)、浙江杭州(6人)，紹興(8人)，廣東廣州(7人)，東莞(9人)，江蘇蘇州(9人)，無(wú)錫(7人)，新疆烏魯木齊(6人)，石河子(5人)，共75位行業(yè)資深人士。在受訪者同意接受訪談且對(duì)紡織企業(yè)智能化持肯定觀點(diǎn)的情況下，主要采用電話和網(wǎng)絡(luò)視頻的形式，對(duì)其進(jìn)行深入訪談。針對(duì)每個(gè)受訪人的訪談時(shí)間控制在50分鐘以內(nèi)，整理出大概10萬(wàn)字的訪談?dòng)涗洝＞唧w的訪談方式如下。主要詢問(wèn)當(dāng)前紡織企業(yè)智能化的必要性，在什么情況下紡織企業(yè)領(lǐng)導(dǎo)會(huì)做出智能化的決定，又是哪些因素影響或制約了紡織企業(yè)智能化的能力，在智能化需求和能力都具備的條件下，哪些因素又影響了推動(dòng)紡織企業(yè)智能化的速度和成效。

受訪者統(tǒng)計(jì)特征如下：男性39人，女性36人。年齡在20～35歲之間的有25人，36～50歲之間的有30人，51～60歲的有20人。職業(yè)分布方面，紡織企業(yè)從業(yè)人員為25人(含企業(yè)主10人，企業(yè)管理人員10人，車間工人5人)，設(shè)備供應(yīng)商為20人，軟件供應(yīng)商為15人，紡織行業(yè)專家為10人，紡織特色類大學(xué)教授為10人。學(xué)歷初中學(xué)歷3人，高中學(xué)歷5人，?？?本科45人，碩士15人，博士7人。通過(guò)選取不同的受訪者，可以避免同一方法的偏差，不同來(lái)源的資料使得訪談內(nèi)容更加豐富詳實(shí)。

3 智能化轉(zhuǎn)型影響因素結(jié)構(gòu)維度

利用扎根理論分3個(gè)階段探索紡織企業(yè)智能化轉(zhuǎn)型的影響因素。整個(gè)編碼理論，就是自底向上，從混沌的文本數(shù)據(jù)單元、抽象為概念、范疇、主范疇，最后到核心范疇(理論框架)。通常將詞匯或語(yǔ)義、邏輯關(guān)系或邏輯次序相關(guān)的數(shù)據(jù)單元合并、歸類，層層抽象、逐步凝練和升華，直到形成高度聚合的理論框架。

3.1 開(kāi)放式編碼

該階段產(chǎn)生“概念和范疇”，也就是將原始的訪談文本所表達(dá)的語(yǔ)義進(jìn)行概念化和范疇化。在此階段，由于受訪對(duì)象較多，為減少個(gè)人經(jīng)驗(yàn)對(duì)研究結(jié)果的影響，確保扎根過(guò)程的嚴(yán)謹(jǐn)性和準(zhǔn)確性，針對(duì)不同的受訪對(duì)象獨(dú)立編碼，然后，對(duì)相同問(wèn)題域的文本和數(shù)據(jù)單元進(jìn)行分類和匯總，形成初步的“現(xiàn)象”。對(duì)紡織企業(yè)智能化轉(zhuǎn)型的相關(guān)文本逐句分析、提煉其中蘊(yùn)含的核心觀點(diǎn)，也就是核心概念數(shù)據(jù)單元。通過(guò)每次訪談后對(duì)資料的整理和編碼，使用Nvivo12.0對(duì)定義的384個(gè)現(xiàn)象進(jìn)一步概念化、提取與抽象，共形成138個(gè)概念和27個(gè)范疇，具體過(guò)程和部分內(nèi)容示例如圖2所示。

圖2 開(kāi)放式編碼示例

3.2 主軸編碼

該階段是由質(zhì)性資料提煉出理論的中間環(huán)節(jié)，也是重要環(huán)節(jié)。著重提取紡織企業(yè)智能化的關(guān)鍵影響因素，構(gòu)建范疇到“智能化影響因素”之間的聯(lián)系并做深入歸納，結(jié)果如表1所示。可知國(guó)內(nèi)市場(chǎng)需求、“一帶一路”沿線國(guó)家的需求、其他國(guó)家的需求都是市場(chǎng)因素，進(jìn)一步歸納為“市場(chǎng)前景”。這一過(guò)程，需要對(duì)開(kāi)放式編碼階段形成的范疇進(jìn)行反復(fù)分析、研究，將語(yǔ)義相似或邏輯相關(guān)的內(nèi)容進(jìn)一步抽象和泛化。在此過(guò)程中，可以發(fā)現(xiàn)范疇之間的潛在關(guān)聯(lián)關(guān)系和邏輯順序，并基于這些關(guān)聯(lián)關(guān)系和邏輯順序重新提煉。筆者對(duì)27個(gè)范疇進(jìn)一步分析、歸納和提煉不同范疇之間的邏輯關(guān)系和邏輯次序，共得出11個(gè)維度的主范疇，分別為：市場(chǎng)前景、競(jìng)爭(zhēng)壓力、可持續(xù)性、財(cái)務(wù)狀況、技術(shù)成熟度、智能技術(shù)兼容性、員工對(duì)現(xiàn)有生產(chǎn)和管理系統(tǒng)滿意度、領(lǐng)導(dǎo)承諾與支持、數(shù)據(jù)質(zhì)量、智能系統(tǒng)用戶特性和內(nèi)部協(xié)作。

表1 主軸編碼

編碼過(guò)程進(jìn)行詳細(xì)闡述如下：國(guó)內(nèi)市場(chǎng)需求，“一帶一路”沿線國(guó)家的需求和其他國(guó)家的需求，主要體現(xiàn)在產(chǎn)品的市場(chǎng)情況，進(jìn)一步凝練為“市場(chǎng)前景”。外部競(jìng)爭(zhēng)壓力和獲得競(jìng)爭(zhēng)優(yōu)勢(shì)，核心詞義為競(jìng)爭(zhēng)，凝練為“競(jìng)爭(zhēng)壓力”。經(jīng)濟(jì)因素、環(huán)境因素和社會(huì)因素，從范疇內(nèi)涵邏輯來(lái)分析，體現(xiàn)為紡織產(chǎn)品的可持續(xù)性，進(jìn)一步概括為“可持續(xù)性”。企業(yè)銷售收入、利益回報(bào)和股權(quán)分配激勵(lì)，三者的內(nèi)涵邏輯表現(xiàn)為“財(cái)務(wù)”，凝練為“財(cái)務(wù)狀況”。智能技術(shù)的成熟度、智能紡織設(shè)備的成熟度和智能管理軟件成熟度，這三者范疇內(nèi)涵為“智能化技術(shù)的成熟度”，就歸納為“技術(shù)成熟度”。智能生產(chǎn)設(shè)備的兼容性和智能管理軟件的兼容性，范疇內(nèi)涵為“兼容性”，進(jìn)一步歸納為“智能技術(shù)兼容性”。對(duì)當(dāng)前生產(chǎn)設(shè)備的滿意度、對(duì)當(dāng)前管理軟件的滿意度。兩者所蘊(yùn)含的是員工對(duì)當(dāng)前系統(tǒng)的態(tài)度，歸納為“員工對(duì)現(xiàn)有生產(chǎn)、管理系統(tǒng)滿意度”。財(cái)力上的支持、應(yīng)用推廣的支持和人員培訓(xùn)的支持，內(nèi)涵邏輯為“領(lǐng)導(dǎo)的支持”，凝練為“領(lǐng)導(dǎo)的承諾與支持”。自動(dòng)獲取數(shù)據(jù)的質(zhì)量、人工提交的數(shù)據(jù)質(zhì)量，歸納為“數(shù)據(jù)質(zhì)量”。人員學(xué)習(xí)、上進(jìn)動(dòng)機(jī)和對(duì)智能技術(shù)的心態(tài)，其語(yǔ)義體現(xiàn)為用戶基本特質(zhì)，提煉為“用戶特征”。企業(yè)高管之間的協(xié)作部門、員工之間的協(xié)作，蘊(yùn)含的是“協(xié)作能力”，歸納為“內(nèi)部協(xié)作”。

3.3 選擇性編碼

該階段通過(guò)理論編碼將主范疇升華為理論。另外，該階段需要對(duì)理論飽和度進(jìn)行檢驗(yàn)，通常對(duì)第二階段的訪談資料對(duì)比分析，受訪者陳述要點(diǎn)均被覆蓋，沒(méi)有新的概念或范疇增加，說(shuō)明達(dá)到理論飽和度，在理論飽和后，就進(jìn)一步凝練為理論框架。主要基于的“組織、環(huán)境、技術(shù)和人員”四維框架理論對(duì)所有核心編碼進(jìn)一步抽象。如將“數(shù)據(jù)質(zhì)量、智能技術(shù)成熟度和智能技術(shù)兼容性”在語(yǔ)義上和技術(shù)特征相關(guān)，這3個(gè)主范疇進(jìn)一步提煉為“智能化技術(shù)”。其他維度的理論編碼也遵循同樣的方法。通過(guò)對(duì)27個(gè)范疇、11個(gè)主范疇的深入分析，對(duì)深度訪談獲取的原始資料和相關(guān)文獻(xiàn)進(jìn)行比較，厘清脈絡(luò)，并對(duì)主范疇和范疇內(nèi)涵進(jìn)行闡述。并用第二階段的18份訪談資料對(duì)理論飽和度進(jìn)行檢驗(yàn)。通過(guò)對(duì)比分析，受訪者所有陳述均被前期的訪談資料覆蓋，說(shuō)明沒(méi)有新的概念和范疇，理論達(dá)到飽和。選擇性編碼結(jié)果如表2所示。

表2 選擇性編碼

選擇性編碼過(guò)程與四個(gè)維度框架相結(jié)合，編碼邏輯詳細(xì)闡述如下：市場(chǎng)前景、外部壓力和可持續(xù)性，結(jié)合三者蘊(yùn)含的語(yǔ)義邏輯“外部因素”與“環(huán)境”維度，歸納為“外部環(huán)境”。財(cái)務(wù)狀況和內(nèi)部協(xié)作，所蘊(yùn)含的都是紡織企業(yè)本身因素，結(jié)合“組織”維度，歸納為“紡織企業(yè)狀態(tài)”。領(lǐng)導(dǎo)承諾與支持、智能系統(tǒng)用戶特性和員工對(duì)現(xiàn)有生產(chǎn)、管理系統(tǒng)滿意度，語(yǔ)義蘊(yùn)含著“員工”，結(jié)合“人員”這個(gè)維度，凝練為“紡織企業(yè)員工”。數(shù)據(jù)質(zhì)量、智能技術(shù)成熟度和智能技術(shù)兼容性，語(yǔ)義邏輯為“智能化”本身，與“技術(shù)”維度結(jié)合，凝練為“智能化技術(shù)”。

3.4 決定因素重要性排序

利用扎根理論，得出紡織企業(yè)智能化的11個(gè)主范疇和4個(gè)維度(外部環(huán)境、紡織企業(yè)狀態(tài)、智能化技術(shù)、紡織企業(yè)員工),然后由25人組成的評(píng)判專家(紡織企業(yè)管理人員：5人，紡織企業(yè)基層員工：4人，紡織設(shè)備供應(yīng)商：6人，軟件供應(yīng)商：5人，行業(yè)專家：5人)，以集合的形式表示為：P={p1,p2,…,p25}，利用BWM對(duì)核心范疇及核心范疇下的主范疇進(jìn)行了賦權(quán)。評(píng)判專家利用BWM的賦權(quán)的詳細(xì)過(guò)程如下。

(2)確定最優(yōu)指標(biāo)和最差指標(biāo)。在評(píng)估指標(biāo)D中，由評(píng)估專家選擇最優(yōu)指標(biāo)dB，選擇最差指標(biāo)dW。評(píng)價(jià)標(biāo)度如表3所示。

(3)確定dB相對(duì)于其他指標(biāo)的權(quán)重。結(jié)合表3將dB和其他指標(biāo)兩兩比較，可得權(quán)重向量AB=(aB1,aB2,…,aBm)，aBm為dB相對(duì)于第m個(gè)指標(biāo)的權(quán)重。

表3 評(píng)價(jià)標(biāo)度

(4)確定其他指標(biāo)相對(duì)于dW的權(quán)重。結(jié)合表3將其他指標(biāo)和dW兩兩比較，可得權(quán)重向量AW=(a1W,a2W,…,amW),其中，amW為第m個(gè)指標(biāo)相對(duì)于dW的權(quán)重。

(5)求約束優(yōu)化問(wèn)題的最優(yōu)解。

(1)

(2)

(7)在得到一級(jí)指標(biāo)權(quán)重和各二級(jí)指標(biāo)的權(quán)重后，利用式(3)可得各指標(biāo)的綜合權(quán)重。

(3)

最終的計(jì)算結(jié)果如表4所示,可知處于前6位的因素分別是：財(cái)務(wù)狀況、領(lǐng)導(dǎo)承諾與支持、內(nèi)部協(xié)作、智能技術(shù)成熟度、市場(chǎng)前景和智能技術(shù)兼容性。但是，各行業(yè)專家也各有側(cè)重。在紡織企業(yè)管理人員看來(lái)，財(cái)務(wù)狀況、領(lǐng)導(dǎo)承諾與支持、市場(chǎng)前景和智能技術(shù)成熟度這4個(gè)指標(biāo)最為重要。設(shè)備供應(yīng)商考慮更多的是智能技術(shù)兼容性、隨后依次是領(lǐng)導(dǎo)承諾和支持和智能技術(shù)成熟度。軟件供應(yīng)商更看重智能技術(shù)成熟度、智能技術(shù)兼容性、領(lǐng)導(dǎo)的承諾與支持和數(shù)據(jù)質(zhì)量。紡織行業(yè)專家給予財(cái)務(wù)狀況最高權(quán)值，其次是領(lǐng)導(dǎo)承諾與支持，然后是競(jìng)爭(zhēng)壓力和智能技術(shù)成熟度。反映了不同領(lǐng)域的專家，由于其經(jīng)驗(yàn)和知識(shí)領(lǐng)域的不同，對(duì)于紡織企業(yè)智能化建設(shè)時(shí)的著重點(diǎn)也各不相同。但是，“領(lǐng)導(dǎo)的承諾與支持”，得到了各評(píng)判專家組的共同認(rèn)可，綜合權(quán)重排名第2，然后是紡織企業(yè)的內(nèi)部協(xié)作，排名第3。智能技術(shù)成熟度也是各評(píng)審專家組共同關(guān)注的指標(biāo)，雖然綜合權(quán)重的排名中處于第4位，但這也從側(cè)面進(jìn)步一說(shuō)明了其重要性。然后是智能技術(shù)兼容性，也獲得了3評(píng)判小組的共同認(rèn)可，綜合權(quán)重排名第6。

表4 核心范疇和主范疇權(quán)重、排名

4 結(jié)論

(1)采用扎根理論探究影響紡織企業(yè)智能化轉(zhuǎn)型的結(jié)構(gòu)維度，得出27個(gè)范疇和11主范疇，再凝練為4個(gè)核心范疇，分別是：外部環(huán)境、紡織企業(yè)狀態(tài)、紡織企業(yè)員工和智能化技術(shù)，并通過(guò)25個(gè)不同行業(yè)的專家，利用BWM對(duì)4個(gè)核心范疇和11個(gè)主范疇進(jìn)行綜合賦權(quán)，對(duì)綜合權(quán)值從大到小排序后，提取出前6個(gè)權(quán)值較大的作為關(guān)鍵影響因素，即：財(cái)務(wù)狀況、領(lǐng)導(dǎo)承諾與支持、內(nèi)部協(xié)作、智能技術(shù)成熟度、市場(chǎng)前景和智能技術(shù)兼容性。

(2)市場(chǎng)環(huán)境是紡織企業(yè)智能化的外在驅(qū)動(dòng)力，而智能化能否實(shí)施成功，主要由其內(nèi)因決定。外在驅(qū)動(dòng)因素主要是市場(chǎng)前景和同類企業(yè)帶來(lái)的競(jìng)爭(zhēng)壓力；內(nèi)在因素主要是在紡織企業(yè)財(cái)力允許的情況下，有足夠且強(qiáng)力的領(lǐng)導(dǎo)承諾與支持，這是智能化成功推進(jìn)的一個(gè)重要保障；其次是紡織企業(yè)各部門和員工對(duì)智能化的認(rèn)知，由智能化帶來(lái)的權(quán)力與利益重新分配導(dǎo)致實(shí)施過(guò)程中的掣肘。

(3)立足于紡織企業(yè)柔性制造的智能化轉(zhuǎn)型目標(biāo)，雖已考慮受訪者最好來(lái)自不同地域，但是我國(guó)地域廣袤，各地企業(yè)有其區(qū)域特性，對(duì)此并未深入探究。在研究的樣本中，調(diào)查對(duì)象主要集中于紡織企業(yè)產(chǎn)業(yè)鏈的上游和中游企業(yè)，如紡織機(jī)械制造、合成纖維從業(yè)者、紡織品加工從業(yè)者。而下游的營(yíng)銷渠道，如電商平臺(tái)、商超等并未涉及。部分紡織企業(yè)已經(jīng)進(jìn)行了一定的智能化建設(shè)，未來(lái)可將其作為案例進(jìn)行深入研究，并將智能化轉(zhuǎn)型和未轉(zhuǎn)型的紡織企業(yè)進(jìn)行對(duì)比研究，分析兩者在智能化轉(zhuǎn)型時(shí)影響因素的區(qū)別。