基于多维工业大数据的制造业服务化价值创造体系构建

doi:10.19722/j.cnki.1008-7729.2021.0228

北京邮电大学学报(社会科学版) ›› 2022, Vol. 24 ›› Issue (3): 78-89.doi: 10.19722/j.cnki.1008-7729.2021.0228

基于多维工业大数据的制造业服务化价值创造体系构建

刘平峰（1972—），男，湖北荆门人，博士，教授，博士生导师

武汉理工大学经济学院，湖北武汉430070

出版日期:2022-07-01 发布日期:2022-07-20
基金资助:
教育部人文社科基金项目（19YJA790057）

Construction of Service-oriented Value Creation System for Manufacturing Industry Based on Multi-dimensional Industrial Big Data

School of Economics, Wuhan University of Technology,Wuhan 430070, China

Online:2022-07-01 Published:2022-07-20

摘要/Abstract

摘要： 基于三一重工股份有限公司（以下简称“三一重工”）资料，采用扎根理论，通过分析三一重工在服务化转型过程中的工业大数据应用，提出了工业大数据的维度与企业基于多维工业大数据的价值创造体系。研究表明，企业围绕研发、制造、生产、物流及营销等价值链环节，可将工业大数据划分为数据源、时间、位置、标准、人员、产品、环境和订单八大维度。在服务化需求的驱动下，企业对工业大数据进行采集与分析，构建数据可视化、价值链延伸、产业融合与网络化协同的制造业服务化路径，并创造了包括信息价值、转换价值、战略价值和交易价值在内的四个层次的价值。通过八大维度工业大数据的采集分析，为制造业服务化价值创造提供了分析框架。

关键词: 工业大数据, 维度, 扎根理论, 价值创造

Abstract: Based on the data of Sany Heavy Industry and through analyzing its industrial big data application in the process of servicing transformation, the dimensions of industrial big data and the enterprise value creation system based on multi-dimensional industrial big data are put forward by using the grounded theory. Research shows that around the value chain links of R&D, manufacturing, production, logistics and marketing,enterprises can divide industrial big data into eight dimensions: data source, time, location, standard, personnel, product, environment and order. Driven by the demand for servicing, enterprises collect and analyze industrial big data, build a servicing path for manufacturing industry that includes data visualization, value chain extension, industrial integration and network collaboration, and create four levels of value, including information value, transformation value, strategic value and transaction value. Through the collection of industrial big data in eight dimensions, an analytical framework is proposed for service-oriented value creation in the manufacturing industry.

Key words: industrial big data, dimension, grounded theory, value creation

中图分类号:

F424

刘平峰, 陈坤. 基于多维工业大数据的制造业服务化价值创造体系构建[J]. 北京邮电大学学报(社会科学版), 2022, 24(3): 78-89.

LIU Pingfeng, CHEN Kun. Construction of Service-oriented Value Creation System for Manufacturing Industry Based on Multi-dimensional Industrial Big Data[J]. Journal of Beijing University of Posts and Telecommunications(Social Sciences Edition), 2022, 24(3): 78-89.

参考文献

［1］刘祎,王玮,苏芳.工业大数据背景下企业实现数字化转型的案例研究［J］.管理学刊,2020,33(1):60-69.
［2］刘业政,孙见山,姜元春,等.大数据的价值发现:4C模型［J］.管理世界,2020,36(2):129-138+223.
［3］ SI X S, WANG W, HU C H, et al. Remaining useful life estimation:A review on the statistical data driven approaches［J］. European Journal of Operational Research， 2011,213(1):1-14.
［4］李敏波,王海鹏,陈松奎,等.工业大数据分析技术与轮胎销售数据预测［J］.计算机工程与应用,2017,53(11):100-109.
［5］王建民.智能制造基础之工业大数据［J］.机器人产业,2015(3):46-51.
［6］工业互联网产业联盟工业大数据特设组编.工业大数据技术与应用实践［M］．北京: 电子工业出版社，2017:2-4.
［7］李敏波,许鑫星,李强,等.基于JSON文档结构的工业大数据多维分析方法［J］.中国机械工程,2020,31(14):1700-1707+1716.
［8］王建民.工业大数据技术［J］.电信网技术,2016(8):1-5.
［9］赵颖,侯俊杰,于成龙,等.面向生产管控的工业大数据研究及应用［J］.计算机科学,2019,46(1):45-51.
［10］常有学.基于智能制造的数据仓库的设计与实现［D］.南昌：南昌大学,2020.
［11］孔宪光,章雄,马洪波,等.面向复杂工业大数据的实时特征提取方法［J］.西安电子科技大学学报,2016,43(5):70-74,152.
［12］王晓慧.线性判别分析与主成分分析及其相关研究评述［J］.中山大学研究生学刊(自然科学、医学版),2007(4):50-61.
［13］邵安菊.上海装备制造企业服务化转型的路径与对策研究［J］.经济体制改革,2014(4):110-114.
［14］ EISENHARDT K M. Building theories from case study research［J］. The Academy of Management Review, 1989, 14(4):532-550.
［15］安筱鹏.服务化引领高端化制造强国的必由之路［J］.中国信息化,2015(9):7-10.
［16］余东华,芮明杰.模块化、企业价值网络与企业边界变动［J］.中国工业经济,2005(10):90-97.
［17］肖静华,谢康,迟嘉昱.智能制造、数字孪生与战略场景建模［J］.北京交通大学学报(社会科学版),2019,18(2):69-77.
［18］刘志峰,陈伟,杨聪彬,等.基于数字孪生的零件智能制造车间调度云平台［J］.计算机集成制造系统,2019,25(6):1444-1453.
［19］ PORTER M. Competitive advantage［M］.New York: Free Press, 1985:24-28.
［20］吕文晶,陈劲,刘进.工业互联网的智能制造模式与企业平台建设：基于海尔集团的案例研究［J］.中国软科学,2019(7):1-13.
［21］梁建交.工业大数据：制造企业数字化转型的重点方向［J］.信息安全与通信保密,2020(4):72-81.
［22］刘烨,胡昌平,张国政.基于工业大数据的产品质量改进新模式的探索和研究［J］.计算机应用与软件,2019,36(12):329-333.
［23］ GUO H D,WANG L Z,CHEN F, et al. Scientific big data and digital earth［J］.科学通报(英文版),2014(35): 5066-5073.
［24］毛基业,苏芳.案例研究的理论贡献：中国企业管理案例与质性研究论坛(2015)综述［J］.管理世界,2016(2):128-132.
［25］ CHAIKILN H. Case study research: design and methods.［J］.The Journal of Nervous and Mental Disease,1991,179(2): 115.
［26］杨筱卿,朱丽,谢丹丹.向文波:工业大数据,无战略有方向［J］.中外管理,2016,284(8):49-51.

[1]	王胜源, 何江林. 不同类型电商主播属性对消费者购买行为的影响机制研究——基于扎根理论和文本分析[J]. 北京邮电大学学报(社会科学版), 2022, 24(2): 104-116.
[2]	车培荣，王范琪. 互联网企业价值创造新路径：从价值链到价值网——以小米公司为例[J]. 北京邮电大学学报(社科版), 2019, 21(4): 63-73.
[3]	陈阁1,毛睿2,王熙3，高龄1. 翻转课堂在研究生计算机软件课程中应用的实证研究——以“MATLAB及其在地理学中的应用”课程为例[J]. 北京邮电大学学报(社科版), 2018, 20(4): 107-114.
[4]	张亚莉1，王鑫1，杨朝君2. 社群媒体-项目任务的匹配对项目满意度及绩效的影响[J]. 北京邮电大学学报(社科版), 2016, 18(2): 78-85.
[5]	陈健聪，杨旭. 互联网商业生态系统及其内涵研究[J]. 北京邮电大学学报(社科版), 2016, 18(1): 45-52.
[6]	巫月娥. 网络生态视角下网络商业伦理的维度研究[J]. 北京邮电大学学报(社会科学版), 2015, 17(5): 23-31.
[7]	陈慧, 王娟. 企业信息化成熟度三维评价模型研究[J]. 北京邮电大学学报(社会科学版), 2015, 17(2): 81-87.
[8]	傅湘玲, 刘禾, 齐佳音. 手机新型操作系统平台的价值创造模式分析[J]. 北京邮电大学学报(社会科学版), 2013, 15(2): 65-69.
[9]	李朝辉, 金永生. 价值共创研究综述与展望[J]. 北京邮电大学学报(社会科学版), 2013, 15(1): 91-96.
[10]	何瑛, 东娇. 电信运营商财务竞争力的全角化透视[J]. 北京邮电大学学报(社会科学版), 2011, 13(6): 76-.
[11]	谷学静, 王志良. 基于PAD空间情感体验的情感虚拟人评价[J]. 北京邮电大学学报(社会科学版), 2011, 13(5): 90-94.
[12]	陈秋英, 陈青兰. 消费者感知价值实际维度实证分析——以移动服务消费为例[J]. 北京邮电大学学报(社会科学版), 2011, 13(3): 63-71.
[13]	陈文基, 忻展红, 申志伟, . 基于经典扎根理论的商业模式研究[J]. 北京邮电大学学报(社会科学版), 2011, 13(3): 81-88.
[14]	刘毅，苑春荟. 消费者导向的价值创造与企业战略[J]. Acta Metallurgica Sinica(English letters), 2009, 11(1): 65-71.
[15]	刘舸. 垃圾短信的“双维度”分析和治理探讨[J]. Acta Metallurgica Sinica(English letters), 2007, 9(4): 41-44.

基于多维工业大数据的制造业服务化价值创造体系构建

Construction of Service-oriented Value Creation System for Manufacturing Industry Based on Multi-dimensional Industrial Big Data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价