基于AHP 的卷烟制造效能指标评价体系构建研究

一、引言

制造效能是指固定生产投入下，实际产出与理论产出的比率，它可以反映出达到最大产出、预定目标或最佳营运服务的程度。通过科学的评价能够对制造业企业制造效能进行量化评估和分析，以确定其质量、效率、绿色等方面的表现，帮助企业识别风险和机遇，进而优化生产流程和资源配置，提高生产效率和降低成本。

本文研究是以卷烟制造过程数字化评价为主线，构建了包括计划组织、生产实现、资源配置、服务保障四个方面的制造效能评价体系。

二、指标评价体系构建

（一）指标评价体系搭建

结合卷烟生产制造过程实际，基于本文制造效能的内涵和外延的界定，从计划组织、生产实现、资源配置、服务保障四个方面，采用关键要素调查法和专家咨询法搭建了指标评价体系（见表 1），其中三级指标最高分值为 100 分，采用专家咨询法结合企业管理目标进行各项指标选择和评分规则设定。

（二）指标评价体系权重确定

为了提高评价结果的科学性，指标权重的确定过程主要采用 AHP 层次分析法。分析过程，笔者邀请了制造领域10 位专家参与访谈与统计。

1. 一级指标权重确定。为了进一步弱化主观因素对评价结果产生的影响，同时采用聚类分析和层次分析法结合的方式对评价结果进行进一步的筛选和修正，最终确定指标权重，以进一步提升统计结果的科学性、客观性。

在 10 位专家采用 1 9 标度，将指标两两相比对照打分构造判断矩阵的基础上，运用层次分析法软件计算出计划组织、生产实现、资源配置、服务保障的权重系数和一致性比率（见表2）。

综合 10 位专家给出的判断矩阵一致性比率 CR 值均小于 0.1，符合一致性检验[1]，认为构造的判断矩阵具有满意一致性。

为进一步提高科学性，对以上得出数据通过聚类分析法进一步进行筛选。使用 SPSS Statistics 27 [2] 软件，运用聚类分析中的系统聚类，得出数据组间欧式距离的近似值矩阵和谱系图。统计结果表明专家 6 与其他专家的差异性较大，为减小离散程度去除专家6 的打分后，将其余9 位专家的指标权重求均值，得出一级指标的指标权重系数O。

O（A1，A2，A3，A4）=（0.221，0.484，0.168，0.127 ）。

2. 二级指标权重确定。对一级指标下的二级指标B 我们同样邀请上述专家进行打分，并运用层次分析法及聚类分析法进行处理，得出对应的B1～B10 权重系数P[3]。

P（B1，B2）=（0.556，0.444）;

P（B3，B4，B5）=（0.446，0.243，0.311）;

P（B6，B7）=（0.551，0.449）;

P（B8，B9， B10）=（0.239，0.623，0.138）.

3. 三级指标权重确定。同样采用二级指标权重的获取方法，定义三级指标C1～C24 的权重系数Q。

Q（C2，C3，C4）=（0.594，0.182，0.224）;

……

Q（C23，C24）= （0.500，0.500）.

4. 组合权重确定。各层级指标权重与上层次对应的指标权重逐级相乘， 计算组合权重[4] 。结合组合权重及三级指标，获得最终综合评价公式Y ：

Y=0.123C1+0.058C2+0.018C3+0.022C4+0.108C5+0.108C6+0.005C7+0.036C8+0.032C9+0.034C10+0.049C11+0.028C12+0.039C13+0.03C14+0.024C15+0.039C16+0.024C17+0.012C18+0.039C19+0.015C20+0.015C21+0.079C22+0.009C23+0.009C24。

三、结论与讨论

制造效能指标评价体系是多层次、多指标的复杂体系，笔者利用 AHP 层次分析法等通过构造判断矩阵，分层计算各指标的权重，结合指标完成值可以实现周期内综合指数 Y 得分直观呈现，量化全域制造效能水平变化。在后续实际生产改进过程中，企业可以结合各分层指标指数，计算各子域指标得分变化情况，聚焦短板与优势，通过优化资源配置及流程管理促进企业制造效能持续提升。

各制造企业发展水平不一、关注重点也不同，因此各指标间的重要程度也有差异，本文可以为其他制造企业确定类似指标体系构建，提供思路指引，为同类型企业综合评价制造效能提供解决方案。

参考文献：

[1] 邓雪 ， 李家铭 ， 曾浩健 ， 等。层次分析法权重计算方法分析及其应用研究 [J] 数学的实践与认识 ，2012，07：94-94

[2] 薛薇 . 统计分析与 SPSS 的应用 [M]. 第 2 版 . 北京：中国人民大学出版社 ，2008

[3] 赵琪 . 基于 AHP 层次分析法的大学生综合素质评价体系构建 [R]. 上海理工大学学报 （ 社会科学版 ）.2023，03.