DT-TOC方法论：约束理论（Theory of Constraints, TOC）与数字化转型（Digital Transformation, DT）在制造业中小企业生产力提升中的整合

《Systems》：DT-TOC Methodology: Integration of the Theory of Constraints and Digital Transformation for Productivity Improvement in Manufacturing SMEs

　　

本研究针对墨西哥城制造业中小企业（SMEs）生产力低下的问题，将数字化转型（Digital Transformation, DT）描述为应对该问题的解决方案。然而，许多中小企业在孤立地实施技术。研究采用定性方法开展，通过系统性文献综述开发了所提出的DT-TOC方法论，该方法论将技术采纳与作为问题识别工具的约束理论（Theory of Constraints）相整合。研究发现，仅靠技术投资并不充分，此外，技术转型要有效，必须对员工培训有坚定的承诺。本研究的主要贡献是创建了一个聚焦于墨西哥背景的诊断框架。DT-TOC方法论为中小企业提供了技术采纳的逻辑顺序指南，目标是流程优化，这有助于技术主权（technological sovereignty）和加强制造业的发展，而制造业是该國对经济贡献最大的行业之一。

研究背景与问题提出

墨西哥中小企业（SMEs）普遍存在生产力低下的问题。根据经济合作与发展组织（Organization for Economic Cooperation and Development, OECD）数据，墨西哥是小企业与大企业之间生产力差距最大的成员国，小企业生产力仅为大企业的37%，而OECD平均水平为73%；中型企业在墨西哥表现为大企业的46%，远低于OECD的85%。缩小这些差距可通过质量培训教育及实现经济的数字与生态转型等策略达成。数字化转型（Digital Transformation, DT）正是改变企业日常生活的变革要素，其优势包括流程优化、质量改善及最终的生产力提升。尽管高度数字化行业受益显著，且研究表明DT与中小企业生产力存在强相关性，工具如自动化能使资源分配更高效进而降低成本，但墨西哥中小企业DT采纳仍处于起步阶段，约22.8%的注册公司在运营中不使用数字工具或服务。全球范围内的主要障碍包括实施时间有限、投资资本不足及员工培训缺乏。在此场景下，DT虽是缩小差距的潜在驱动力，但企业环境面临不确定何种工具能产生切实结果的困境，存在DT技术潜力与有效实施之间的知识缺口，因此亟需设计基于约束理论（Theory of Constraints, TOC）与DT提升墨西哥城制造业中小企业生产力的方法论。该研究发表于《Systems》。

主要关键技术方法

研究人员采用探索性定性研究，分为三个阶段。第一阶段采用系统性文献综述，选用Scopus数据库，检索式为“digital transformation” AND “productivity” AND “SMEs”，时间筛选2016至2026年，依据PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses）方法进行文献筛选与评估，设定包含发表于科学期刊、西英双语、定义DT及其影响生产力的技术、可下载、采用定性与定量及混合方法（排除综述）等资格标准。第二阶段进行实质性编码识别DT赋能因子（enablers）与生产力指标，继以关系编码建立因果关联并绘制因果图作为第三阶段理论基础。第三阶段基于TOC原则设计利用DT赋能因子提升生产力的方法论。文献来源为Scopus数据库检索所得119篇文献，经筛选最终分析42篇文章，使用ATLAS.ti 26软件进行分析。

研究结果

3.1 DT赋能因子与生产力指标的因果关系

通过主题分析识别出影响企业生产力的五项DT技术：宽带互联网（Broadband Internet）、云计算（Cloud computing）、大数据（Big Data）、物联网（Internet of Things, IoT）与人工智能（Artificial Intelligence, AI）。

3.1.1 宽带互联网

若无稳固网络基础设施，DT将变得复杂。稳健的全国宽带网络覆盖与采纳率呈直接关系，是部署关联技术的基石。稳定高速网络支持日常运营与增长，高网速与广覆盖允许设备人员实时连接，高效快速的数据收集对流程质量与效率指标产生正向影响（+），是生产力与技术催化剂，直接导致更高运营效率与服务品质。

3.1.2 云计算

云计算提供按需可扩展灵活的计算资源访问，从成本会计视角引起固定基础设施支出直接减少与负反馈（-），将资本支出转为灵活营运成本，降低基础设施成本并提高运营灵活性，导致资源管理效率与品质改善（+）。云支持企业管理系统如企业资源规划（Enterprise Resource Planning, ERP）部署，增加运营灵活性带来更高质量高效工作流（+），是中小企业增长最快技术之一，但多用于大公司，混合方法可解决高延迟问题，实时信息确保管理品质改善与运营成本降低。

3.1.3 物联网（IoT）

IoT是设备传感器连网追踪连接的技术，提供持续数据采集及运营物流监控优化两大优势。自动化与恒定监控实现近即时效率增益（+），采纳因响应性与流程监控透明度对生产质量产生直接正向影响（+）。IoT提供透明度、可追溯性与流程适应性，运营灵活性转化为故障预防敏捷性（+），智能设备与传感器整合转变物流，数据支持协调决策直接正向关系（+）提升整体生产质量，但中小企业缺乏部署成熟度，受公共政策缺失、高成本与培训不足限制。

3.1.4 大数据（Big Data）

大数据涉及高速收集分析海量数据，益处包括识别市场机会趋势、高级数据分析与预测流程优化。先进可预测环境引起销量增加与感知产品质量改善（+），客户服务简化加速销售转化（+），结合AI增运营效率。实时监控数据使决策透明度质量显著提升带来效率质量增益（+）。预测流程优化对生产浪费与运营成本产生直接负面影响（-），避免浪费降维护成本增效率，识别问题区改进机会行预防性干预，但中小企业采纳率低，需高数字技能人力与公共政策促技能培训。

3.1.5 人工智能（AI）

AI驱动自动化与决策优化，贡献包括流程自动化、智能决策及趋势需求预测。自动化优化维护进程转预测模型致运营成本降与效率（-与+），优化流程管理显著增运营效率（+）。提升全工作流可见度增解决问题信心，优化关键绩效指标对质量直接正向（+），实时分析降成本减浪费，消除缺陷达更高质量可持续性（+）。预测趋势需求动态适应客户需求解释销售增加正向关系（+），是增长最快且对生产力贡献显著技术，但中小企业利用不足，主因资本缺与训练人员短缺。

3.2 交互作用与因果图

技术流总结为互联网接入是首赋能因子，允许设备通过IoT连接，设备生成数据在大数据环境处理分析，分析数据存管于云（云计算）启用AI算法自动化优化流程，此技术生态辅以充足培训投资直接改善生产力指标，初步因果图总结这些交互。

3.3 DT-TOC方法论设计

因果图关系整合构成DT-TOC方法论基础基线，非广义行政工具部署数字技，而是围绕运营瓶颈设针对性技术采纳路径。方法论含诊断（Diagnosis）、设计（Design）、调整（Adjustment）、实施（Implementation）与反馈（Feedback）五阶段连续反馈循环，目标是以高效可持续技术提中小企业生产力。每阶段结构化明确任务、决策规则与有形产物，将车间数据与高层技术部署决策直接链接，各阶段目标与任务分解详见相应表格。

讨论部分总结与研究结论翻译

讨论部分指出所述DT赋能技术为墨西哥中小企业提供潜在生产力改善理论指导，证据符合DT成企业竞争必要性前提，转型不止质量改善流程优化，亦直接驱动创新并重定义商业模式。墨西哥视IoT与云计算为最大化生产进入新市场要具，但转型超越资源数字化，亦涉流程产品服务全面转型，采纳仍存限财源、数字素养缺、基建不足等障碍，高初始投资与投资回报（Return on Investment, ROI）不确定性为大碍。

4.1 约束作为DT前驱

方法论诊断阶段用TOC五聚焦步骤立干预基础，确保DT为解决真实系统问题非追潮致不必要支出。阶段I任务寻主约束并剥削约束（非数字资源与管理实践优化瓶颈如负荷优先级），次第化流程对齐全运作解主约束为数字化前提，保组织投技前纠管理与流程低效，剥削尽约束提供形成改善假设实证基础桥接数字化。阶段II（设计）转假设为技术行动计划，评估赋能技选相关数字工具（AI、IoT、大数据、云计算），如诊断定约束为关键机非计划维护停产于效本，改善假设转预测监控方案导投资向IoT实时采数与AI预测析，明确定义TOC与DT关系保DT非目的乃实际问题改善工具。阶段III验证干预，荐试点或原型控环境，果分析调科技与流程解方再大规模部署，早反馈缓风险避贵败保模型效，重评约束验缓释或识新约束。阶段IV（实施）条件具，精炼解后大规模部署延至全定区，变更管理与密集培训（缓组织障如抗阻与技能缺）为关键，执行承诺与人力资本发展保新系统采纳韧性。阶段V（反馈）结循环，监控制控指标（平衡计分卡），持续改进循环续反馈，若检新显约束或需调返阶段I（诊断），基TOC之DT保此过程非目的乃解系统约束工具。

4.2 与其他持续改进模型比较

对比独DT与工业4.0（Industry 4.0）、精益制造（Lean Manufacturing, LM）、六西格玛（Six Sigma, SS）与其他TOC框架明DT-TOC新颖性。独DT与工业4.0框架脆点为资本分散险与高实施成本，过程因缺资源与不明计划难竟，中小企业孤立技创高科技岛仅数字化现存低效，DT-TOC以可复现规定性数字路线图生成器应之，用TOC聚焦步骤作诊断基线精定组识须始DT之运营信息系统，TOC优数字选项循环复现护中小企业免资本浪费。与LM区别：LM系统消浪费（muda），传统成本会计视所有局部浪费同等重，DT-TOC非优乃概念异，LM广优价值流，DT-TOC引规定性优先路线图适数字技术部署为主产能扩张载具境。与SS区别：SS赖数据密集架构（如DMAIC循环）减流程变异，需高稳成熟数据基建，普遍署复杂统计控于中小企业创显组织障与高初成，SS实证证批量产境缺最小化能但小企资限具挑战，DT-TOC非替SS统计严，SS需稳流程与大数集为先，DT-TOC作初步法用数字赋能因子先稳约束建局部数据基建后便传统SS部署。与传统TOC框架比：传统TOC受手动监控与静态数据境限，五聚焦步骤数学架构假定稳态，转静态产线为可持续韧敏数字生态，传统TOC限如吞吐瓶颈非周期时最高贡献、文化员工态度缺信改障，DT-TOC引数字基建、实时数据透明与结构训模组系统缓人数据文化瓶颈，TOC仍支提案主架。总结对照表列DT-TOC与此诸模别，LM与SS具数十年广泛实地验证，DT-TOC当前系系统性定性文献综合衍理论概念框架，未来需多制造业中小企业部门实地测与实证验确模型长期实效。

研究结论翻译

本研究成功解决了如何提升墨西哥城制造业中小企业生产力的问题，实现了设计整合约束理论（Theory of Constraints, TOC）与数字化转型（Digital Transformation, DT）方法论的总体目标，填补了关于如何通过技术实现生产力提升的知识空白。在中小企业面临与大企业显著生产力差距的环境中，研究结果表明仅采纳数字工具是不充分的，所提方法论强调了投资战略规划与员工培训的必要性，因此其若干阶段聚焦于这些要素。此外，提出的DT-TOC方法论提供了连续系统的改进过程，制造业中小企业可借此将有限财力资源导向解决主要生产约束，所采用的遵循持续改进原则的循环结构使中小企业具备适应不断变化环境的能力。模型与其他传统框架及方法的对比讨论强化了DT-TOC结合的提议，其基于问题检测与针对性技术投资的关系赋予了所提方法论的稳健性。利用DT技术缓解约束对效率、成本削减与资源配置产生积极影响，并由因果图收集的证据支持。墨西哥城的制造业中小企业现在拥有的不仅仅是新技术部署方法论，目标本身并非仅是技术采纳，而是获得消除生产力差距的能力，这在许多情况下代表着生存与消亡的区别。本研究范围受其性质固有局限，所提方法论严重依赖改善生产力相关运营变量，未聚焦于员工培训等其他重要问题，建议中小企业主与管理层建立培训计划使工人准备DT-TOC方法论所需文化转变，以防抗拒新平台使用。未来研究需将该方法论应用于全国不同地区中小企业以验证模型有效性，亦应探索其在服务或零售部门的应用，其中系统约束可能较少具物理性而更多面向信息处理，最后研究网络安全作为整合IoT系统或云存储至墨西哥中小企业架构时的潜在约束的作用可能是有趣分支。