《Sustainable Futures》：An E-VSM analysis of the Bangladesh textile industry: Implications for sustainable development
编辑推荐：
本研究引入了一种结合精益制造（LM）与人因工程（HFE）的集成方法，以提升孟加拉国服装业（Bangladeshi apparel industry）的运营效率和工人福祉。传统的精益实施常忽视工人健康，导致肌肉骨骼疾患（musculoskeletal disor
本研究引入了一种结合精益制造（LM）与人因工程（HFE）的集成方法，以提升孟加拉国服装业（Bangladeshi apparel industry）的运营效率和工人福祉。传统的精益实施常忽视工人健康，导致肌肉骨骼疾患（musculoskeletal disorders）、心理压力和士气低落等不良后果。为弥补这一差距，研究人员开发了一种人因价值流图（Ergo-Value Stream Mapping, E-VSM）模型，将六种HFE风险因素——物理、心理、工作设计、管理、认知和工作环境——嵌入传统VSM工具中。数据通过调查问卷、直接观察和访谈从一家服装厂的缝纫线收集。当前状态的E-VSM揭示了输入喂料和包装等任务中的关键人因风险暴露。在实施人因工程和管理干预后，观察到了显著改善：周期时间（cycle time）减少3.7%，提前期（lead time）减少15.24%，吞吐量产出（throughput yield）增加3.17%，废料率和缺陷率分别下降31.26%和17.61%。研究表明，将人因工程整合到精益系统中可提升生产力和工人福祉，同时通过减少浪费和改进运营效率，间接贡献于多个可持续发展目标（Sustainable Development Goals, SDGs）。
孟加拉国服装业是该国经济的重要支柱，但工人健康常被忽视。传统精益制造（LM）在实施过程中过度关注运营效率，却忽视了工人健康，导致肌肉骨骼疾患、心理压力、疲劳和士气下降等问题。现有研究多聚焦于物理或心理风险，缺乏对认知、工作环境等维度的系统整合，且未从社会技术系统（STS）理论和工业5.0人本主义视角进行理论构建。为此，研究人员旨在开发一种基于人因工程（HFE）与精益制造集成的Ergo-Value Stream Mapping（E-VSM）模型，以同时优化技术效率与工人福祉，并间接促进可持续发展目标（SDGs）的实现。该研究在孟加拉国一家中型服装厂的缝纫线上开展，通过前后对比分析验证了干预效果。论文发表在《Sustainable Futures》。
研究人员采用行动研究法，在孟加拉国一家中型服装厂的缝纫线（专门生产裤子）进行案例研究。数据收集包括：通过调查问卷（面向30名直接参与缝纫线的人员，包括10名缝纫操作工、8名线长、8名工业工程师/主管、4名质量检查员）获取人因风险感知数据；通过Gemba行走、非参与式观察、视频记录和半结构化访谈获取软数据；从生产记录获取客观精益绩效指标（如周期时间、提前期、废料率等）。关键技术方法包括：将六种HFE风险因素（物理、心理、工作设计、管理、认知、工作环境）嵌入传统VSM构建E-VSM模型；使用行动研究法的循环步骤（问题识别、计划、行动、评估、反思）；采用配对t检验和Wilcoxon符号秩检验进行统计分析，并以Cohen's d效应量衡量实际显著性；通过Krippendorff's alpha（α=0.81）检验观察者间信度。
### 6.1 分析方法和统计验证
研究人员通过配对样本t检验（对正态性不满足的数据使用Wilcoxon符号秩检验）比较干预前后15个缝纫工序的周期时间（CT）和提前期（LT），并计算Cohen's d效应量。结果显示，所有五个关键工序（输入喂料、腰头弹性切割、底边缝制、质量检查、包装）的物理和心理风险因素均显著降低（p<0.05），效应量从中等到大（Cohen's d=0.62–1.34）。认知和工作环境风险也有所下降，但效应较小。工作设计和管理因素变化不显著，与干预重点一致。精益绩效参数方面，总周期时间从17.52分钟降至16.86分钟（降幅3.7%），总提前期从165.79分钟降至140.53分钟（降幅15.24%），团队绩效从50.23%提升至52.19%，滚动吞吐量产出从79.48%提升至82.05%，每班废料时间从490.56分钟降至337.20分钟（降幅31.26%），每班缺陷数从311.01降至256.24（降幅17.61%）。这些改进具有统计显著性，且效应量支持实际有效性。
讨论部分指出，E-VSM框架的实施带来了显著的人因风险降低和精益绩效提升，实验性地验证了社会技术系统（STS）理论中关于技术与社会子系统联合优化能产生更可持续绩效的核心主张。该集成方法不仅改善了工人福祉（如减少肌肉骨骼风险和心理压力），还提升了运营效率（如减少废料和缺陷），从而间接贡献于SDG 3（良好健康与福祉）、SDG 8（体面工作和经济增长）以及SDG 12（负责任消费与生产）和SDG 13（气候行动）——尽管对后两者的影响主要通过减少废料和能源消耗的间接路径，且未直接测量碳排放。研究结论部分翻译如下：
结论：在服装业中使用E-VSM通过整合人因工程（HFE）有效实施了精益实践。本研究旨在确定HFE与精益的联合方法（即Ergo-Lean方法）是否能同时改善精益绩效和服装制造业工人的生活质量。结果表明，Ergo-Lean策略缓解了精益对工人福祉的不利影响，并促进了运营绩效的提升，包括操作员绩效、吞吐量产出、总提前期、增值比、废料减少和缺陷减少。本研究证明，在纺织业将HFE整合到精益实施中可带来运营和人员结果的改善，本研究案例中的改进具有统计支持。此外，提升工人生活质量可减少与工作相关健康问题的补偿索赔。改进后的E-VSM模型还能识别出具有较高人因风险的任务，而其他改进的VSM模型未能识别。这些发现与先前研究一致，进一步支持在精益环境中使用HFE来减轻人因相关风险并提升工人满意度和组织绩效。研究得出结论，Ergo-Lean方法在保持精益实践的同时提供了舒适的工作环境，促进了精益方法的采用和可持续性。这些见解对全球致力于使精益实践可持续的组织具有价值。
