毛友芳

摘?要：自“中國(guó)制造2025”概念提出，智能制造不斷推動(dòng)中國(guó)制造業(yè)的轉(zhuǎn)型升級(jí)。制造業(yè)的競(jìng)爭(zhēng)力水平代表制造業(yè)發(fā)展的實(shí)力，影響我國(guó)經(jīng)濟(jì)發(fā)展方向。文中選取全國(guó)31個(gè)省份的16個(gè)相關(guān)指標(biāo)，運(yùn)用因子分析法對(duì)各省市規(guī)模以上工業(yè)企業(yè)的規(guī)模競(jìng)爭(zhēng)力、R&D投入、新產(chǎn)品開(kāi)發(fā)及技術(shù)改造等4個(gè)方面的能力進(jìn)行實(shí)證分析，構(gòu)建全國(guó)智能制造產(chǎn)業(yè)競(jìng)爭(zhēng)力評(píng)價(jià)指標(biāo)體系。研究發(fā)現(xiàn)：我國(guó)智能制造產(chǎn)業(yè)整體水平不高;各省市制造業(yè)產(chǎn)業(yè)區(qū)域發(fā)展不均;大部分省市創(chuàng)新力度不夠。針對(duì)研究結(jié)果，從企業(yè)、政府、高校3個(gè)角度提出相關(guān)建議，以期為中國(guó)智能制造相關(guān)研究提供理論借鑒。

關(guān)鍵詞：制造業(yè);智能制造;競(jìng)爭(zhēng)力水平;因子分析;R&D;中國(guó)制造2025

中圖分類號(hào)：F?124.3;F?224

文獻(xiàn)標(biāo)識(shí)碼：A?文章編號(hào)：1672-7312（2020）01-0083-08

Construction?and?Analysis?of?National?Intelligent?Manufacturing

Competitiveness?Evaluation?System?Based?on?Factor?Analysis

MAO?You-fang

（School?of?Management，Shanghai?University?of?Engineering

Science，Shanghai?201600，China）

Abstract：Since?the?concept?of?“Made?in?China?2025”?was?put

forward，intelligent?manufacturing?has?played?a?big?role?in

promoting?the?transformation?and?upgrading?of?Chinese

manufacturing?industry.The?competitiveness?level?of

manufacturing?industry?represents?the?strength?of

manufacturing?industry?development?in?various?provinces?and

municipalities，and?affects?the?direction?of?economic

development?in?China.The?research?on?manufacturing?creativity

has?become?the?focus?of?development.This?paper?selected?16

relevant?indicators?from?31?provinces?in?China，and?used

factor?analysis?method?to?analyze?the?competitiveness?of

industrial?enterprises，R&D?investment，new?product

development?and?technological?transformation，and?constructed

the?evaluation?index?system?of?the?competitiveness?of?the

national?intelligent?manufacturing?industry.It?is?found?that

the?overall?level?of?Chinas?intelligent?manufacturing

industry?is?not?high;the?regional?development?of

manufacturing?industry?in?various?provinces?and?cities?is

uneven;and?most?provinces?and?cities?are?not?innovative

enough.According?to?the?research?results，this?paper?put

forward?relevant?suggestions?from?the?perspectives?of

enterprise，government?and?universities?in?order?to?provide

theoretical?reference?for?the?research?of?Intelligent

Manufacturing?in?China.

Key?words：manufacturing?industry;intelligent?manufacturing;

competitiveness?level;factor?analysis;R&D;made?in?China

2025

0?引言2015年李克強(qiáng)總理在《政府工作報(bào)告》中提出“中國(guó)制造2025”戰(zhàn)略，努力在2025年使我國(guó)邁進(jìn)制造強(qiáng)國(guó)，到2035年使制造業(yè)水平達(dá)到世界制造強(qiáng)國(guó)中端，到新中國(guó)成立100年使我國(guó)整體實(shí)力進(jìn)入世界制造強(qiáng)國(guó)行列。制造業(yè)是中國(guó)經(jīng)濟(jì)發(fā)展的基礎(chǔ)，是提升中國(guó)綜合實(shí)力和世界影響力的重要因素。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2018年國(guó)內(nèi)生產(chǎn)總值達(dá)900?309億元，第一產(chǎn)業(yè)增加值約為

64?734億元，占生產(chǎn)總值的7.2%;第二產(chǎn)業(yè)增加值為366?001億元，占比40.7%;第三產(chǎn)業(yè)增加值為

469?575億元，占比52.1%.其中工業(yè)增加值為305?160億元，占總第三產(chǎn)業(yè)增加值比重83.4%.工業(yè)在第二產(chǎn)業(yè)中的地位尤為重要，但第二產(chǎn)業(yè)的生產(chǎn)總值落后于第三產(chǎn)業(yè)，發(fā)展?jié)摿O大。

今年國(guó)務(wù)院指出要進(jìn)一步推動(dòng)傳統(tǒng)產(chǎn)業(yè)改造升級(jí)，建立工業(yè)互聯(lián)網(wǎng)平臺(tái)，拓展“智能+”，同時(shí)深化大數(shù)據(jù)和人工智能技術(shù)的研發(fā)應(yīng)用，從政策角度提出我國(guó)制造業(yè)升級(jí)的緊迫性。針對(duì)制造業(yè)轉(zhuǎn)型，學(xué)者對(duì)此不同理解。毛日昇認(rèn)為大多數(shù)的制造行業(yè)發(fā)展都受到貿(mào)易的專業(yè)化程度、勞動(dòng)生產(chǎn)率、外商投資3個(gè)因素影響，但不同技術(shù)密集程度的制造行業(yè)由于資本深化的程度、自身創(chuàng)新、進(jìn)出口等因素使得競(jìng)爭(zhēng)實(shí)力存在不同[1]。劉明達(dá)從供給側(cè)結(jié)構(gòu)性改革角度出發(fā)，依據(jù)世界先進(jìn)制造業(yè)發(fā)展經(jīng)驗(yàn)，結(jié)合國(guó)情提出制造業(yè)優(yōu)化升級(jí)的關(guān)鍵在于推動(dòng)制造業(yè)的智能化制造，依靠政府與企業(yè)的合力搶占價(jià)值鏈制高點(diǎn)[2]?；凇爸袊?guó)制造2025”戰(zhàn)略背景，章立東提出企業(yè)轉(zhuǎn)型升級(jí)的關(guān)鍵在于保持嚴(yán)謹(jǐn)?shù)墓そ尘?，提升企業(yè)創(chuàng)新力，順應(yīng)世界制造業(yè)發(fā)展的趨勢(shì)[3]。劉奕基于產(chǎn)業(yè)空間協(xié)同視角認(rèn)為制造業(yè)轉(zhuǎn)型升級(jí)應(yīng)該依靠生產(chǎn)性服務(wù)業(yè)的集聚，從而提出鼓勵(lì)生產(chǎn)性服務(wù)業(yè)的必要性[4]。學(xué)者針對(duì)目前中國(guó)制造業(yè)現(xiàn)狀提出提升制造業(yè)創(chuàng)新力的必要性及措施，從不同視角為研究中國(guó)智能制造產(chǎn)業(yè)競(jìng)爭(zhēng)力提供借鑒。周濟(jì)認(rèn)為智能制造是由產(chǎn)品、生產(chǎn)、模式和基礎(chǔ)構(gòu)成的產(chǎn)業(yè)模式，可通過(guò)互聯(lián)網(wǎng)與物聯(lián)網(wǎng)的結(jié)合實(shí)現(xiàn)制造業(yè)數(shù)字化[5]。呂鐵，韓娜則進(jìn)一步提出，智能制造以最新的信息技術(shù)為前提，借助智能制造技術(shù)的成熟推動(dòng)中國(guó)智能制造市場(chǎng)擴(kuò)大化[6]。自2014年“中國(guó)制造2025”概念出現(xiàn)，2015年“中國(guó)制造2025”計(jì)劃提出，智能制造相關(guān)研究逐漸達(dá)到研究頂峰。而智能制造代表著中國(guó)制造業(yè)未來(lái)發(fā)展方向，關(guān)系著產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的效果，與文中研究制造業(yè)轉(zhuǎn)型升級(jí)的方向密切相關(guān)。

1?文獻(xiàn)綜述

1.1?關(guān)于制造業(yè)發(fā)展的理論研究在中國(guó)工業(yè)化發(fā)展的每個(gè)階段，產(chǎn)業(yè)結(jié)構(gòu)都在不斷調(diào)整。何德旭認(rèn)為中國(guó)產(chǎn)業(yè)結(jié)構(gòu)發(fā)展的關(guān)鍵在于以現(xiàn)代服務(wù)業(yè)、高新技術(shù)產(chǎn)業(yè)和制造業(yè)共同帶動(dòng)產(chǎn)業(yè)結(jié)構(gòu)的轉(zhuǎn)變[7]。但伴隨全球產(chǎn)業(yè)鏈逐漸轉(zhuǎn)為價(jià)值鏈（Global?Value?Chains，GVC），中國(guó)勞動(dòng)力的優(yōu)勢(shì)日益被取代。劉志彪認(rèn)為我國(guó)應(yīng)該擺脫“GVC底端”地位，以一種更具競(jìng)爭(zhēng)力的產(chǎn)業(yè)優(yōu)勢(shì)融入全球產(chǎn)業(yè)鏈中[8]。張杰，孔偉杰分別基于江蘇、浙江省內(nèi)制造業(yè)企業(yè)的調(diào)查對(duì)影響制造業(yè)轉(zhuǎn)型升級(jí)的因素進(jìn)行分析[9-10]。于波采取SWOT分析研究制造業(yè)的發(fā)展戰(zhàn)略[11];王翠華通過(guò)行業(yè)相對(duì)優(yōu)勢(shì)的變化對(duì)我國(guó)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)變化的影響因素及機(jī)理進(jìn)行分析[12];陳關(guān)聚通過(guò)分層聚類分析研究制造業(yè)的能源效率及發(fā)展的影響因素[13];王嵐從全國(guó)價(jià)值鏈角度研究中國(guó)制造業(yè)增值能力及中國(guó)融入全球產(chǎn)業(yè)鏈的路徑[14]。在“大眾創(chuàng)業(yè)?萬(wàn)眾創(chuàng)新”的背景下，曾繁華提出一種“雙創(chuàng)四眾”的創(chuàng)新驅(qū)動(dòng)式制造業(yè)發(fā)展模式[15];“中國(guó)制造2025”的提出促進(jìn)了中國(guó)智能制造水平的提升，針對(duì)其主攻方向，李永紅提出動(dòng)力鏈條模型基礎(chǔ)下的互聯(lián)網(wǎng)驅(qū)動(dòng)式智能制造的發(fā)展路徑，為研究智能制造提供新思路[16]。產(chǎn)業(yè)結(jié)構(gòu)升級(jí)相關(guān)的研究在2015年達(dá)到最熱，政府政策和國(guó)內(nèi)國(guó)際環(huán)境的變化不斷影響研究進(jìn)程。新興產(chǎn)業(yè)的發(fā)展是產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的關(guān)鍵，將智能制造與制造業(yè)轉(zhuǎn)型相結(jié)合將成為研究新熱點(diǎn)。

1.2?因子分析法因子分析法（Factor?Analysis）通過(guò)研究多數(shù)變量之間的潛在聯(lián)系，以降維的方式用幾個(gè)綜合因子來(lái)表示基本的關(guān)系結(jié)構(gòu)。相比層次分析等方法，因子分析法可以通過(guò)客觀數(shù)據(jù)來(lái)得出結(jié)果，所得出的結(jié)論更具信度和效度。黃魯成通過(guò)因子分析法建立技術(shù)創(chuàng)新能力的評(píng)價(jià)指標(biāo)體系，針對(duì)北京市的制造業(yè)創(chuàng)新能力研究得出影響北京制造業(yè)競(jìng)爭(zhēng)力的顯著因素是投入能力[17];林先揚(yáng)將Morre回歸分析法與因子分析法結(jié)合，對(duì)長(zhǎng)三角珠三角的城市群職能進(jìn)行歸類，展開(kāi)成因分析，由此研究其職能的發(fā)展態(tài)勢(shì)[18]。段婕以投入產(chǎn)出角度為切入點(diǎn)，運(yùn)用因子分析法構(gòu)建裝備業(yè)創(chuàng)新績(jī)效的評(píng)價(jià)指標(biāo)，由此對(duì)山西省裝備制造業(yè)的提升提出有效建議[19]。因子分析法與主成分分析法的綜合使用是目前確定影響因子較為有效的方法，因此文中也是基于此種方法對(duì)數(shù)據(jù)進(jìn)行處理分析。文中以智能制造創(chuàng)新視角為切入點(diǎn)，采用因子分析法對(duì)中國(guó)大陸31個(gè)省市規(guī)模以上工業(yè)企業(yè)的16個(gè)指標(biāo)進(jìn)行降維處理，構(gòu)建中國(guó)智能制造競(jìng)爭(zhēng)力評(píng)價(jià)體系，為制造業(yè)轉(zhuǎn)型發(fā)展提出建議。

2?智能制造競(jìng)爭(zhēng)能力評(píng)價(jià)體系構(gòu)建

2.1?競(jìng)爭(zhēng)力評(píng)價(jià)體系指標(biāo)確定構(gòu)造智能制造競(jìng)爭(zhēng)能力評(píng)價(jià)體系，即對(duì)我國(guó)大陸31個(gè)省市地區(qū)的規(guī)模以上工業(yè)企業(yè)的競(jìng)爭(zhēng)力水平進(jìn)行綜合評(píng)價(jià)，指標(biāo)因子構(gòu)建極為重要。文中在顏毓?jié)嵉耐陚湫?、客觀性、可行性原則[20]基礎(chǔ)上增加了真實(shí)性原則，在現(xiàn)有研究成果的基礎(chǔ)上，從規(guī)模競(jìng)爭(zhēng)力水平、R&D投入能力、新產(chǎn)品開(kāi)發(fā)能力、技術(shù)改造能力4個(gè)一級(jí)指標(biāo)來(lái)設(shè)計(jì)評(píng)價(jià)體系，包括企業(yè)單位數(shù)、資產(chǎn)總計(jì)、企業(yè)從業(yè)人員年平均數(shù)、存貨、主營(yíng)業(yè)務(wù)收入、主營(yíng)業(yè)務(wù)成本、銷售費(fèi)用、利潤(rùn)總額、有R&D活動(dòng)的企業(yè)數(shù)、R&D人員折合全時(shí)當(dāng)量、產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出、新產(chǎn)品銷售收入、引進(jìn)技術(shù)經(jīng)費(fèi)支出、購(gòu)買境內(nèi)技術(shù)經(jīng)費(fèi)支出、技術(shù)改造經(jīng)費(fèi)支出、有效發(fā)明專利數(shù)16個(gè)二級(jí)評(píng)價(jià)指標(biāo)。文中確定的競(jìng)爭(zhēng)力評(píng)價(jià)體系指標(biāo)見(jiàn)表1.

2.2?模型分析——因子分析法原理因子分析法通過(guò)研究變量間的潛在聯(lián)系，研究觀測(cè)數(shù)據(jù)中的關(guān)系結(jié)構(gòu)，用幾個(gè)抽象的變量來(lái)展現(xiàn)數(shù)據(jù)間的基本聯(lián)系。這些抽象變量就是因子，能夠綜合反映原來(lái)大量數(shù)據(jù)之間的潛在聯(lián)系，并保留主要信息。文中根據(jù)原始數(shù)據(jù)降維得出的因子潛在表現(xiàn)信息，即可充分把握全國(guó)各省市智能制造競(jìng)爭(zhēng)力能力信息。文中選取了我國(guó)大陸31個(gè)省市的16個(gè)指標(biāo)，這些指標(biāo)具有較強(qiáng)的相關(guān)性。為便于研究，且減少數(shù)據(jù)指標(biāo)差異造成的影響，文中將原始數(shù)據(jù)進(jìn)行無(wú)量綱化處理，使得處理后數(shù)據(jù)平均值是零，方差是一。其處理的公式為

Xij=（Xij-）Si

其中：Xij和Si分別為第i個(gè)變量的平均值與標(biāo)準(zhǔn)差。下文中所出現(xiàn)的變量均由X表示，而標(biāo)準(zhǔn)化后的公共因子采用F表示。

2.3?智能制造競(jìng)爭(zhēng)力評(píng)價(jià)體系實(shí)證研究

2.3.1?數(shù)據(jù)來(lái)源文中研究樣本為2017年我國(guó)大陸31個(gè)省市規(guī)模以上工業(yè)企業(yè)的相關(guān)數(shù)據(jù)?？紤]到智能制造主要產(chǎn)生于中大型的工業(yè)制造業(yè)企業(yè)，因此數(shù)據(jù)選取的研究對(duì)象為工業(yè)企業(yè)中年主營(yíng)業(yè)務(wù)收入為2?000萬(wàn)元及以上的法人工業(yè)企業(yè)，該口徑比較能客觀反映中國(guó)智能制造現(xiàn)狀。數(shù)據(jù)由《中國(guó)統(tǒng)計(jì)年鑒2018》、《中國(guó)科技統(tǒng)計(jì)年鑒2018》及各省市統(tǒng)計(jì)局官網(wǎng)的相關(guān)數(shù)據(jù)統(tǒng)計(jì)整理而來(lái)。由于部分地區(qū)的部分?jǐn)?shù)據(jù)有所缺失，文中選擇采用最大期望算法（Expectation-Maximization?Algorithm）對(duì)數(shù)據(jù)進(jìn)行填補(bǔ)。

2.3.2?因子分析適度檢驗(yàn)文中采用SPSS?22.0統(tǒng)計(jì)分析軟件對(duì)原始指標(biāo)數(shù)據(jù)進(jìn)行分析，對(duì)數(shù)據(jù)進(jìn)行因子分析之前運(yùn)用KMO檢驗(yàn)和Bartlett檢驗(yàn)方法，以確保原始數(shù)據(jù)適合采用因子分析法進(jìn)行數(shù)據(jù)處理。結(jié)果見(jiàn)表2.KMO檢驗(yàn)值為0.759，結(jié)果表明變量之間的相關(guān)性強(qiáng)。而B(niǎo)artlett的球形度檢驗(yàn)顯著度為0.000<0.05，變量之間不獨(dú)立，存在顯著相關(guān)。因此，原始數(shù)據(jù)適合進(jìn)行因子分析，文中選擇建立R型因子分析模型，對(duì)變量作因子分析。

2.3.3?公因子的提取保證原始數(shù)據(jù)適合進(jìn)行因子分析之后，采取主成分分析法對(duì)數(shù)據(jù)進(jìn)行處理，建立相關(guān)模型，得到表3的公因子方差和表4的主成分分析結(jié)果。主成分分析法根據(jù)特征值大于1這一標(biāo)準(zhǔn)，提取2個(gè)公因子F1，F(xiàn)2.第1個(gè)因子的特征值為11.987，解釋原始變量總方差的74.920%，第2個(gè)因子特征值為1531，解釋原始變量總方差的9.571%，2個(gè)公因子的累計(jì)貢獻(xiàn)率為84.490%>?80%，說(shuō)明這2個(gè)公共因子已經(jīng)能夠代表原始數(shù)據(jù)的16個(gè)指標(biāo)。從表3的16個(gè)指標(biāo)的公因子方差可以看出，各指標(biāo)的共同度取值都超過(guò)0.5，在可接受范圍內(nèi)，表明每個(gè)指標(biāo)的公因子都能很大程度上解釋變量，損失信息也較少，進(jìn)一步說(shuō)明文中選取的數(shù)據(jù)非常適合采用因子分析法。

2.3.4?主因子的變量組合由于表5中公共因子在部分原始變量上的因子載荷絕對(duì)值并未完全趨向于0或者1，所以有必要對(duì)其旋轉(zhuǎn)。旋轉(zhuǎn)后得到表6，圖2為旋轉(zhuǎn)后的因子載荷散點(diǎn)圖。第一個(gè)公共因子在主營(yíng)業(yè)務(wù)成本、主營(yíng)業(yè)務(wù)收入、技術(shù)改造經(jīng)費(fèi)支出、存貨、企業(yè)單位數(shù)、資產(chǎn)總計(jì)、有R&D活動(dòng)的企業(yè)數(shù)、R&D人員折合全時(shí)當(dāng)量、利潤(rùn)總額、企業(yè)從業(yè)人員年平均數(shù)上有比較大的載荷，說(shuō)明這10個(gè)變量具有很強(qiáng)的相關(guān)性，均能反映企業(yè)整體規(guī)模，可以命名規(guī)模指數(shù)。第二個(gè)公共因子在購(gòu)買境內(nèi)技術(shù)經(jīng)費(fèi)支出、引進(jìn)技術(shù)經(jīng)費(fèi)支出、有效專利數(shù)、新產(chǎn)品開(kāi)發(fā)經(jīng)費(fèi)支出、新產(chǎn)品銷售收入、銷售費(fèi)用上有較大載荷，可以看出這6個(gè)變量與技術(shù)創(chuàng)新有關(guān)，故命名為技術(shù)創(chuàng)新指數(shù)。

2.4.5?主成分表達(dá)式根據(jù)表3-7的因子成分得分系數(shù)矩陣，可以得到主成分的表達(dá)式

2.4.6?計(jì)算因子得分為了進(jìn)一步對(duì)智能制造競(jìng)爭(zhēng)力綜合評(píng)價(jià)，還需選定以上2個(gè)公共因子旋轉(zhuǎn)后得到的方差貢獻(xiàn)率作為權(quán)重，計(jì)算出各省市的因子得分

F=

0.461?550.844?90F1+

0.383?350.844?90F2

其中：F1，F(xiàn)2分別為31個(gè)省市在公因子上的得分。通過(guò)賦予每個(gè)地區(qū)一定的權(quán)重計(jì)算各省市的綜合得分是一種相對(duì)概念，能夠直接對(duì)各地區(qū)相關(guān)指標(biāo)進(jìn)行橫向比較，但最終的計(jì)算數(shù)據(jù)并不能代表各地區(qū)智能制造的絕對(duì)水平。31個(gè)省市的綜合得分見(jiàn)表8.

3?結(jié)論在表8中，如果綜合得分F的值大于0，則說(shuō)明該地區(qū)的智能制造水平高于全國(guó)智能制造平均水平;如果該數(shù)值低于0，則說(shuō)明該地區(qū)的智能制造水平相對(duì)較低。在文中中，綜合得分F是能夠代表全國(guó)2017年智能制造水平的相對(duì)指標(biāo)，得分高則水平相對(duì)更高。通過(guò)最后一項(xiàng)排名可以直接觀測(cè)到智能制造水平的地區(qū)排名。根據(jù)表8的綜合得分及排名可以得出以下結(jié)論。一是綜合來(lái)說(shuō)我國(guó)智能制造產(chǎn)業(yè)的整體水平不高。滿足綜合得分F>1的地區(qū)只有江蘇、廣東、山東3個(gè)省。綜合得分F>0的省市也只有10個(gè)，包括江蘇、廣東、山東、浙江、北京、上海、福建、安徽、湖南、湖北。但F<0的省市有21個(gè)，總量約占總量的1/3.排名最靠后的5個(gè)省市為新疆、甘肅、寧夏、青海、西藏。說(shuō)明我國(guó)大部城市的智能制造水平還處于較低層次，有極大潛在發(fā)展空間。二是因子分析綜合得分及排名情況顯示，各省市智能制造水平區(qū)域發(fā)展不均。對(duì)照數(shù)據(jù)可以發(fā)現(xiàn)，分析結(jié)果與實(shí)際各省市的發(fā)展現(xiàn)狀較為相符，綜合得分也相對(duì)客觀地表明各省市實(shí)際智能制造水平。排名靠前的省市主要集中在東部沿海發(fā)達(dá)城市，排名靠后的省市主要集中于相對(duì)不發(fā)達(dá)的內(nèi)陸地區(qū)，反映出各地區(qū)之間經(jīng)濟(jì)發(fā)展情況、企業(yè)獲利情況、企業(yè)活動(dòng)情況、創(chuàng)新能力發(fā)展情況及資金投入情況等因素的差異。三是從2個(gè)公共因子數(shù)據(jù)來(lái)看，大部分指標(biāo)得分都很低，說(shuō)明我國(guó)大部分省市工業(yè)企業(yè)的創(chuàng)新力不高，創(chuàng)新實(shí)踐與自主研發(fā)能力需要進(jìn)一步提升。公共因子F1和F2的數(shù)值均為正的省市僅有山東、浙江、福建3個(gè)省，其余各省市公共因子得分均有負(fù)值。這反映出我國(guó)各省市智能制造發(fā)展不均衡，大部分有發(fā)展短板。

4?建議及展望文中以中國(guó)大陸31個(gè)省市規(guī)模以上工業(yè)企業(yè)為例，選取2017年31個(gè)省市規(guī)模以上工業(yè)企業(yè)的16個(gè)相關(guān)指標(biāo)構(gòu)建了以企業(yè)規(guī)模競(jìng)爭(zhēng)力能力、R&D投入能力、新產(chǎn)品開(kāi)發(fā)能力和技術(shù)改造能力4個(gè)一級(jí)指標(biāo)為基礎(chǔ)的全國(guó)各省市智能制造綜合競(jìng)爭(zhēng)力評(píng)價(jià)體系。數(shù)據(jù)既選取了規(guī)模企業(yè)相關(guān)的盈利能力指標(biāo)，也選取了產(chǎn)品研發(fā)能力指標(biāo)，科學(xué)的指標(biāo)體系構(gòu)建使得分析結(jié)果更具可信性。制造業(yè)對(duì)我國(guó)國(guó)民經(jīng)濟(jì)發(fā)展的重要推動(dòng)力，在全國(guó)GDP中所占比重極大。面對(duì)我國(guó)智能制造總體發(fā)展不平均、發(fā)展水平低下的現(xiàn)狀，不僅應(yīng)關(guān)注制造業(yè)技術(shù)創(chuàng)新的現(xiàn)狀，更應(yīng)將互聯(lián)網(wǎng)、物聯(lián)網(wǎng)等現(xiàn)代技術(shù)相結(jié)合，完善制造業(yè)制造、流通、服務(wù)多環(huán)節(jié)，形成完善的企業(yè)制造服務(wù)鏈，加快制造與創(chuàng)新的速度與效率。通過(guò)對(duì)相關(guān)文獻(xiàn)的研究及各省市指標(biāo)數(shù)據(jù)的分析，提出以下建議。

4.1?企業(yè)方面要實(shí)現(xiàn)我國(guó)制造業(yè)智能制造，需要充分促進(jìn)我國(guó)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級(jí)，不斷提升我國(guó)各省市制造業(yè)科研創(chuàng)新與管理結(jié)構(gòu)創(chuàng)新。針對(duì)提升全國(guó)制造業(yè)水平，企業(yè)需要面向不同方向創(chuàng)新：①創(chuàng)造適宜企業(yè)模式創(chuàng)新的環(huán)境，分析各省市企業(yè)優(yōu)勢(shì)與劣勢(shì)，有針對(duì)性地進(jìn)行企業(yè)生產(chǎn)組織方式的管理創(chuàng)新，充分實(shí)現(xiàn)資源的有效配置;②加大資金的投入力度，引入高技術(shù)高層次的專業(yè)人才，轉(zhuǎn)變傳統(tǒng)的制造業(yè)生產(chǎn)模式，創(chuàng)新產(chǎn)業(yè)發(fā)展模式;③同時(shí)深化制造業(yè)與互聯(lián)網(wǎng)、物聯(lián)網(wǎng)之間的融合，提升知識(shí)創(chuàng)造的占比，形成制造、銷售、服務(wù)一體的多樣化供應(yīng)鏈體系;④企業(yè)之間進(jìn)行合作交流，促進(jìn)產(chǎn)業(yè)集群化發(fā)展。充分促進(jìn)各省市內(nèi)部企業(yè)間協(xié)同創(chuàng)新，進(jìn)而提升各省市智能制造競(jìng)爭(zhēng)水平。

4.2?政府方面中共中央、國(guó)務(wù)院在《關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機(jī)制的意見(jiàn)》中提出要堅(jiān)持市場(chǎng)主導(dǎo)與政府引導(dǎo)相結(jié)合的原則，建立區(qū)域戰(zhàn)略統(tǒng)籌機(jī)制，促進(jìn)發(fā)達(dá)與欠發(fā)達(dá)地區(qū)的統(tǒng)籌協(xié)調(diào)。因此政府必須要承擔(dān)好自身責(zé)任，從以下方面提升全國(guó)制造業(yè)智能制造創(chuàng)新體系：①形成以政府為主導(dǎo)的省市智能制造創(chuàng)新研發(fā)體系。由政府引導(dǎo)市場(chǎng)與企業(yè)進(jìn)行智能制造，重點(diǎn)發(fā)展各省市的優(yōu)勢(shì)產(chǎn)業(yè)，以優(yōu)勢(shì)制造業(yè)的創(chuàng)新智能制造發(fā)展帶動(dòng)劣勢(shì)產(chǎn)業(yè)，促進(jìn)產(chǎn)業(yè)集群發(fā)展;②促進(jìn)各省市產(chǎn)學(xué)研一體化發(fā)展，形成政府、企業(yè)和高校三者合作發(fā)展的創(chuàng)新模式，由政府提供政策支持，企業(yè)提供資金和技術(shù)支持，高校提供高技術(shù)知識(shí)與人才的支持，三者協(xié)同發(fā)展，共同促進(jìn)智能制造創(chuàng)新體系的形成;③促進(jìn)政府相關(guān)政策完善，形成更有利于創(chuàng)新與研發(fā)的市場(chǎng)環(huán)境;④加強(qiáng)制造業(yè)優(yōu)勢(shì)省市與劣勢(shì)省市之間技術(shù)創(chuàng)新與企業(yè)發(fā)展交流，異地之一，發(fā)揮各省市自身資源稟賦優(yōu)勢(shì)。

4.3?高校方面高校是智能制造人才培育的關(guān)鍵基地，制造業(yè)的發(fā)展離不開(kāi)專業(yè)人才的支持。面對(duì)現(xiàn)代創(chuàng)新浪潮，各高校長(zhǎng)期以來(lái)都在為培養(yǎng)實(shí)用型人才不斷努力，但由于環(huán)境與技術(shù)的不斷發(fā)展，各高校仍需做到：①建立明確的人才培養(yǎng)機(jī)制與體系，不斷將理論運(yùn)用于實(shí)踐之中，保證人才支撐;②促進(jìn)產(chǎn)學(xué)研研發(fā)體系的完善，充分為智能制造的整體發(fā)展提供理論、技術(shù)與人才的支持;③加大科研經(jīng)費(fèi)投入，加大科研人才引進(jìn)，形成更利于創(chuàng)新的科研環(huán)境;④創(chuàng)新人才培養(yǎng)模式，有組織有計(jì)劃地培養(yǎng)技術(shù)創(chuàng)新與經(jīng)營(yíng)管理類的人才，促進(jìn)人力資源優(yōu)化配置。企業(yè)、政府與高校三者共同發(fā)力，企業(yè)關(guān)注自身技術(shù)研發(fā)與企業(yè)管理，政府提供政策與資金支持，同時(shí)高校不斷促進(jìn)產(chǎn)學(xué)研合作體系的完善，輸出更多專業(yè)型高質(zhì)量人才，共同推動(dòng)全國(guó)各省市智能制造產(chǎn)業(yè)的均衡可持續(xù)發(fā)展。文中研究也存在著局限。由于數(shù)據(jù)的有限性，只選取31個(gè)省市的16個(gè)指標(biāo)展開(kāi)分析，數(shù)據(jù)搜集與選取具有一定主觀性。目前我國(guó)對(duì)于智能制造的評(píng)價(jià)并沒(méi)有明確標(biāo)準(zhǔn)，因而對(duì)智能制造評(píng)價(jià)體系進(jìn)行的各項(xiàng)研究可能存在一定程度的差異性。由于數(shù)據(jù)指標(biāo)的有限性和行業(yè)指標(biāo)的無(wú)限性，并不能對(duì)此做客觀的確認(rèn)。文中通過(guò)對(duì)相關(guān)學(xué)者的文獻(xiàn)研究和可以選取的公開(kāi)數(shù)據(jù)，結(jié)合中國(guó)制造業(yè)發(fā)展的實(shí)際情況建立一個(gè)智能制造綜合能力競(jìng)爭(zhēng)評(píng)價(jià)體系，并對(duì)此進(jìn)行分析與建議。希望該體系對(duì)未來(lái)的學(xué)者智能制造課題研究有幫助，期待未來(lái)的學(xué)者就該問(wèn)題進(jìn)行更深入的研究。

參考文獻(xiàn)：

[1]?毛日昇.中國(guó)制造業(yè)貿(mào)易競(jìng)爭(zhēng)力及其決定因素分析[J].管理世界，2006（08）：65-75.

[2]劉明達(dá)，顧?強(qiáng).從供給側(cè)改革看先進(jìn)制造業(yè)的創(chuàng)新發(fā)展——世界各主要經(jīng)濟(jì)體的比較及其對(duì)我國(guó)的啟示[J].經(jīng)濟(jì)社會(huì)體制比較，2016（01）：19-29.

[3]章立東.“中國(guó)制造2025”背景下制造業(yè)轉(zhuǎn)型升級(jí)的路徑研究[J].江西社會(huì)科學(xué)，2016，36（04）：43-47.

[4]劉?奕，夏杰長(zhǎng)，李?垚.生產(chǎn)性服務(wù)業(yè)集聚與制造業(yè)升級(jí)[J].中國(guó)工業(yè)經(jīng)濟(jì)，2017（07）：24-42.

[5]周?濟(jì).智能制造——“中國(guó)制造2025”的主攻方向[J].中國(guó)機(jī)械工程，2015，26（17）：2273-2284.

[6]呂?鐵，韓?娜.智能制造：全球趨勢(shì)與中國(guó)戰(zhàn)略[J].人民論壇·學(xué)術(shù)前沿，2015（11）：6-17.

[7]何德旭，姚戰(zhàn)琪.中國(guó)產(chǎn)業(yè)結(jié)構(gòu)調(diào)整的效應(yīng)、優(yōu)化升級(jí)目標(biāo)和政策措施[J].中國(guó)工業(yè)經(jīng)濟(jì)，2008（05）：46-56.

[8]劉志彪，張?杰.從融入全球價(jià)值鏈到構(gòu)建國(guó)家價(jià)值鏈——中國(guó)產(chǎn)業(yè)升級(jí)的戰(zhàn)略思考[J].學(xué)術(shù)月刊，2009，41（09）：59-68.

[9]張?杰，劉志彪，鄭江淮.中國(guó)制造業(yè)企業(yè)創(chuàng)新活動(dòng)的關(guān)鍵影響因素研究——基于江蘇省制造業(yè)企業(yè)問(wèn)卷的分析[J].管理世界，2007（06）：64-74.

[10]孔偉杰.制造業(yè)企業(yè)轉(zhuǎn)型升級(jí)影響因素研究——基于浙江省制造業(yè)企業(yè)大樣本問(wèn)卷調(diào)查的實(shí)證研究[J].管理世界，2012（09）：120-131.

[11]于?波，范從來(lái).我國(guó)先進(jìn)制造業(yè)發(fā)展戰(zhàn)略的PEST嵌入式SWOT分析[J].南京社會(huì)科學(xué)，2011（07）：34-40.

[12]王翠華.中國(guó)制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)的影響因素與對(duì)策研究[J].改革與戰(zhàn)略，2011，27（03）：157-159.

[13]陳關(guān)聚.中國(guó)制造業(yè)全要素能源效率及影響因素研究——基于面板數(shù)據(jù)的隨機(jī)前沿分析[J].中國(guó)軟科學(xué)，2014（01）：180-192.

[14]王?嵐，李宏艷.中國(guó)制造業(yè)融入全球價(jià)值鏈路徑研究——嵌入位置和增值能力的視角[J].中國(guó)工業(yè)經(jīng)濟(jì)，2015（02）：76-88.

[15]曾繁華，侯曉東，吳陽(yáng)芬.“雙創(chuàng)四眾”驅(qū)動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)機(jī)理及創(chuàng)新模式研究[J].科技進(jìn)步與對(duì)策，2016，33（23）：44-50.

[16]李永紅，王?晟.互聯(lián)網(wǎng)驅(qū)動(dòng)智能制造的機(jī)理與路徑研究——對(duì)中國(guó)制造2025的思考[J].科技進(jìn)步與對(duì)策，2017，34（16）：56-61.

[17]黃魯成，張紅彩，李曉英.北京制造業(yè)行業(yè)的技術(shù)創(chuàng)新能力分析[J].中國(guó)科技論壇，2005（04）：41-44.

[18]林先揚(yáng)，陳忠暖.長(zhǎng)江三角洲和珠江三角洲城市群職能特征及其分析[J].人文地理，2003（04）：79-83.

[19]段?婕，梁綺琪.基于因子分析法的產(chǎn)業(yè)技術(shù)創(chuàng)新績(jī)效評(píng)價(jià)研究——以陜西省裝備制造業(yè)為例[J].科技管理研究，2014，34（14）：53-57.

[20]鐘耕深.戰(zhàn)略轉(zhuǎn)型與制造業(yè)升級(jí)——第九屆中國(guó)戰(zhàn)略管理學(xué)者論壇綜述[J].經(jīng)濟(jì)管理，2016，38（12）：183-194.

[21]張?曙.工業(yè)4.0和智能制造[J].機(jī)械設(shè)計(jì)與制造工程，2014，43（08）：1-5.

[22]謝子遠(yuǎn)，吳麗娟.產(chǎn)業(yè)集聚水平與中國(guó)工業(yè)企業(yè)創(chuàng)新效率——基于20個(gè)工業(yè)行業(yè)2000—2012年面板數(shù)據(jù)的實(shí)證研究[J].科研管理，2017，38（01）：91-99.

[23]趙福全，劉宗巍.工業(yè)4.0浪潮下中國(guó)制造業(yè)轉(zhuǎn)型策略研究[J].中國(guó)科技論壇，2016（01）：58-62.

[24]徐廣林，林貢欽.工業(yè)4.0背景下傳統(tǒng)制造業(yè)轉(zhuǎn)型升級(jí)的新思維研究[J].上海經(jīng)濟(jì)研究，2015（10）：107-113.

[25]余東華，胡亞男，呂逸楠.新工業(yè)革命背景下“中國(guó)制造2025”的技術(shù)創(chuàng)新路徑和產(chǎn)業(yè)選擇研究[J].天津社會(huì)科學(xué)，2015（04）：98-107.

[26]顏毓?jié)?，?念.基于因子分析的西部地區(qū)裝備制造業(yè)競(jìng)爭(zhēng)力研究[J].科技管理研究，2013，33（01）：78-81.

[27]阮陸寧，張?鑫.工業(yè)4.0背景下中國(guó)制造業(yè)發(fā)展路徑研究——基于社會(huì)網(wǎng)絡(luò)分析[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37（04）：92-98.

[28]楊?蓮.基于因子分析的四川省工業(yè)主導(dǎo)產(chǎn)業(yè)選擇及發(fā)展研究[J].軟科學(xué)，2014，28（12）：140-144.

[29]張夢(mèng)露，張忠家.基于因子分析法的湖北省制造業(yè)技術(shù)創(chuàng)新能力評(píng)價(jià)研究[J].科技進(jìn)步與對(duì)策，2011，28（18）：123-125.

[30]張?崢，聶?思.中國(guó)制造業(yè)創(chuàng)新能力實(shí)證研究[J].技術(shù)與創(chuàng)新管理，2015，36（01）：5-10+31.

[31]郭顯顯，羅鄂湘.基于RAGA-PPC模型的企業(yè)創(chuàng)新能力評(píng)價(jià)研究——以上海市制造業(yè)上市公司為例[J].技術(shù)與創(chuàng)新管理，2015，36（05）：421-426.

[32]李凱悅，楊潔麗，田少卿.3D打印制造業(yè)商業(yè)模式創(chuàng)新的影響因素研究[J].技術(shù)與創(chuàng)新管理，2017，38（03）：327-334.

[33]劉洪民，劉煒煒.改革開(kāi)放40周年中國(guó)制造業(yè)創(chuàng)新發(fā)展的歷史回顧與思考[J].技術(shù)與創(chuàng)新管理，2019，40（01）：1-8.

（責(zé)任編輯：許建禮）