Designing a Mixed Evaluating System for Green Manufacturing of Automotive Industry

Projektowanie mieszanego system oceny zielonej produkcji dla przemysłu samochodowego

Yuhong Cao*, ***, Jianxin You*, **, Rui Wang**, Yongjiang Shi***

*School of Management, Shanghai University, Shanghai, 200444, China
** School of Economics &Management, Tongji University, Shanghai, 200092, China
***Institute for Manufacturing, University of Cambridge, CB3 0FS Cambridge, UK
E-mail (corresponding author): angelcaoniuniu@sina.com

Abstract

The article proposed, from a sustainable development perspective, an index system based on Sustainability Balanced Scorecard (SBSC), including the main index of Financial, Internal process, Customer, Learning and growth, Social and the sub- index which comprised 28 indexes to evaluate the Green Manufacturing (GM) of automotive industry. Based on the index system, an evaluation model integrates by back-propagation artificial neural network (BPANN) and genetic algorithm (GA) was introduced. Using established model and indicators evaluated GM in four automotive companies; the key result of the evaluated show that: China’s automotive manufacturing enterprises still have big room for improvement in respect of customer satisfaction, resource consumption, community service, low-carbon activities etc., so the strategy and management activities that put much pressure on these respect are necessary.

Key words: SBSC, GM, index system of automotive industry, GA, BPANN

Streszczenie

W artykule zaproponowano wykorzystanie systemu wskaźników opartych na Zrównoważonej Karcie Wyników (Sustainability Balanced Scorecard – SBSC). Zgodnie z koncepcją rozwoju zrównoważonego uwzględniono następujące główne wskaźniki: finansowy, procesów wewnętrznych, klienta, wzrostu i uczenia się, społeczny, a także 28 podwskaźników. Celem była ocena Zielonej Produkcji (Green Manufacturing – GM) w przemyśle motoryzacyjnym. Wprowadzono model oceny oparty na systemie wskaźników, łączący propagację wsteczną sztucznej sieci neuronowej (back-propagation artificial neural network – BPANN) oraz algorytm genetyczny (genetic algorithm – GA). Za pomocą wybranego modelu i wskaźników dokonano oceny Zielonej Produkcji w czterech firmach motoryzacyjnych. Wyniki wskazują, że chińskie przedsiębiorstwa motoryzacyjne mają jeszcze dużo do poprawy w kwestii satysfakcji klienta, zużycia zasobów, pracy społecznej, działań niskoemisyjnych, itp. Konieczne jest zatem obranie strategii oraz gospodarki, które kładą nacisk na wymienione kwestie. 

Słowa kluczowe: SBSC, zielona produkcja, system wskaźników przemysłu motoryzacyjnego, GA, BPANN

Problemy Ekorozwoju 11(1)2016: 73-86

PDF (FULL PAPER)