专家视角：新质生产力与SPC思维

关键词：SPC思维，工业经济，过程控制，SPC软件，质量管理

先说说新质生产力。关于新质生产力，在各种官方文件以及渠道和平台，已经有许多说法了，但我想从一个更实际更具操作性的角度来说明它，这就是数据。2020年4月9日，《中共中央、国务院关于构建更加完善的要素市场化配置体制机制的意见》正式发布，《意见》提出了土地、劳动力、资本、技术、数据五个要素领域的分类改革方向，明确了完善要素市场化配置的具体举措。这是中央第一份关于生产要素市场化配置的文件，而数据，作为一个新型生产要素也是首次正式出现在官方文件中。

图片由AI生成

对于生产要素的认识，是人类在经济生活的发展和演变过程中不断更新和完善的。我们可以简单地回顾一下人类对生产要素的认知历史：

农业经济时代，生产要素=土地+劳动力；

传统（资源）工业经济（或资本主义）时代，生产要素=土地+劳动力+资本；

现代（科技）工业经济时代，生产要素=土地+劳动力+资本+技术；

现在，数智工业经济时代，生产要素=土地+劳动力+资本+技术+数据。

众所周知，1978年邓小平提出“科学技术也是生产力”（后来进一步指出“科学技术是第一生产力”），在我国第一次把科学技术作为生产要素明确下来，从而开启了以科技进步为依托的中国改革开放。而我们发现，这一次，上述《意见》的发布与新质生产力的提出在时间上恰好呈现了衔接递进的关系，这就不难理解，新质生产力的核心要素其实正是数据。

我在上一篇文章《质量与SPC思维》中说过，1924年休哈特（W.A. Shewhart）提出的统计过程控制（Statistical Process Control）方法，实际上用三个关键词定义了质量，即过程（Process），过程控制（Process Control），和统计过程控制（Statistical Process Control）。

人们对于过程（Process）和过程控制（Process Control）一直以来都是没有异议的，比如，TQC就是采取现场QC小组的方式分析诊断过程并运用持续改进的方式对过程进行控制，质量保证模式主要是依托检验方式控制过程，ISO 9000则通过系统化方法定义质量体系并通过认证和审核等手段控制过程。

但统计过程控制（Statistical Process Control - SPC）诞生一百年来，最初在美国却并未受到重视与青睐，甚至在全球工业系统中很少被采用，个中原因就在于数据。大家知道，统计（Statistical）是指数理统计，其作用对象就是数据，特别是大数据。但是，传统企业要么难以获取业务过程数据，要么缺少采集和处理数据的手段，从这个意义上来说，休哈特的SPC确实是太过超前了，至少在1940年第一台计算机诞生之前，工业大数据的处理还不可想象；而在1992年美国提出信息高速公路计划（互联网前身）之前，工业大数据互联运行也是不可想象的。但在今天，我们恍然发现，SPC原来是为数智工业经济时代准备的，是休哈特提前了一百年为21世纪准备的礼物。

确实如此，休哈特的SPC实际上是工业智能化的最早构想和范本，它已经具备了我们现在所热议的大数据智能的核心要素：大数据+算法+判则。就这一点来说，当代工业应当向这位先驱者致以最高的敬意。当然，休哈特当时关注的是工业制造过程，而对于现代企业来说，所有业务过程都应该也已经进入到我们的视界，对于研发设计过程、供应链、客户服务过程以及管理过程等等，都需要以SPC所定义的三个要素来理解、构建和控制，这就是SPC思维在全企业管理范围的应用，它可以用简单的四句话来描述，即：

“业务过程化”，就是识别、定义、规划或重建过程（process）；

“过程流程化”，就是通过规范化和标准化实现作业流化（flow）；

“流程数据化”，就是识别、确认并应用流程关键节点和节点关键数据（data）；

“数据智能化”，就是制定判则并将判则植入数字化系统，使之替代或部分替代人工进行判断与决策（intelligent）。

这个PFDI四步骤，既是SPC质量思维的实现路径，也是企业运营/管理数字化的基本逻辑，体现了新质生产力以过程为核心、以控制为目标、以数据为手段的内涵，可以说，新质生产力是目标是结果，而SPC以及以SPC思维重新构建的企业运营模式就是实现目标和结果的方式与途径。PFDI也正是盈飞无限为客户规划和实施质量数字化系统的基本逻辑和方法。

作者：高松，北航工学学士，西工大航空工程硕士，英国华威（Warwick）大学 MBA。研究员级高级工程师 ，航空工业集团质量专家。现任盈飞无限高级咨询顾问，欢迎大家持续关注高松老师的SPC思维系列文章以及高松老师的企业内训和咨询。