程浩　劉玲玲

摘 要：智能制造是“中國制造2025”的主攻方向，對我國優(yōu)化經(jīng)濟(jì)結(jié)構(gòu)、提高國際競爭力具有重要意義，如何評價(jià)智能制造發(fā)展水平是首要問題。以2014—2020年我國30個(gè)省份的面板數(shù)據(jù)作為研究樣本，采用熵權(quán)-正態(tài)云模型分析方法對我國智能制造發(fā)展水平進(jìn)行評價(jià)。結(jié)果表明：我國智能制造發(fā)展水平呈現(xiàn)出上升態(tài)勢，但從綜合水平值來看我國智能制造發(fā)展仍處于初級階段。當(dāng)前我國智能制造發(fā)展水平之間存在顯著的空間差異，以珠三角和長三角為代表的東部地區(qū)發(fā)展水平遠(yuǎn)超中西部地區(qū)。從發(fā)展趨勢來看，東部、中部和西部地區(qū)智能制造發(fā)展呈現(xiàn)波動式增長，且中西部地區(qū)增長速度高于東部地區(qū)。

關(guān) 鍵 詞：區(qū)域制造業(yè);智能制造;熵權(quán)法;正態(tài)云模型

DOI：10.16315/j.stm.2021.06.009

中圖分類號： F426

文獻(xiàn)標(biāo)志碼： A

Research on evaluation of regional intelligent manufacturing development

level based on entropy weight-normal cloud model

CHENG Hao， LIU Ling-ling

（School of Economics and Management， Harbin University of Science and Technology， Harbin 150080， China）

Abstract：Intelligent manufacturing is the main direction of “Made in China 2025”， which is of great significance for China to optimize its economic structure and improve its international competitiveness. How to evaluate the development level of intelligent manufacturing is the primary issue. Taking the panel data of 30 provinces in China from 2014 to 2020 as the research sample， the entropy weight-normal cloud model analysis method is used to evaluate the development level of intelligent manufacturing. The results show that the development level of Chinas intelligent manufacturing is showing an upward trend， but from the perspective of the overall level， the development of Chinas intelligent manufacturing is still in its infancy. At present， there are significant spatial differences between the development intelligent manufacturing in China. The development of the eastern region represented by the Pearl River Delta and the Yangtze River Delta far exceeds that of the central and western regions. From the perspective of development trends， the development of intelligent manufacturing in the eastern， central and western regions has shown a fluctuating growth， and the growth rate in the central and western regions is higher than that in the eastern regions.

Keywords：regional manufacturing; intelligent manufacturing; entropy weight method; normal cloud model

當(dāng)前全球制造業(yè)正在發(fā)生深刻變革，制造業(yè)再次成為大國競爭的焦點(diǎn)。改革開放以來，我國制造業(yè)快速發(fā)展，2020年我國制造業(yè)占全球比重約為30%，位居全球首位，已經(jīng)成長為“制造大國”。但對比美國、日本、德國等發(fā)達(dá)國家的制造業(yè)，我國距離成為“制造強(qiáng)國”的目標(biāo)仍存在一定差距。從全球制造業(yè)價(jià)值鏈視角來看，我國制造業(yè)整體水平處于全球生產(chǎn)體系的中低端，尚未擺脫由規(guī)模拉動增長的發(fā)展路徑。面對發(fā)達(dá)國家高端制造業(yè)回流影響和新興國家市場的崛起，我國需要加速智能制造布局，不斷推動制造業(yè)的高質(zhì)量發(fā)展[1]。然而，我國地域廣闊，制造業(yè)發(fā)展存在著地域差異，東部和中西部地區(qū)的智能制造發(fā)展存在著明顯的梯度性。在制造業(yè)新一輪變革的浪潮中，準(zhǔn)確衡量我國各個(gè)區(qū)域的智能制造發(fā)展?fàn)顩r和差異程度成為當(dāng)前亟需研究的問題。這個(gè)問題的解決對于我國深入實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略、加速智能制造布局和推動高質(zhì)量發(fā)展具有重要的現(xiàn)實(shí)意義。

1 文獻(xiàn)綜述

1.1 智能制造的概念研究455B36CD-4520-458B-A52A-A8DF97DC5278

國內(nèi)外學(xué)者在20世紀(jì)90年代初就開始對制造業(yè)智能化進(jìn)行研究?！爸悄苤圃臁备拍畹奶岢龊蜕罨艿搅藢W(xué)者的廣泛關(guān)注。Kusiak[2]將智能制造定義為智能制造是生產(chǎn)制造過程中采用計(jì)算機(jī)模擬人類的腦力活動進(jìn)而代替人類進(jìn)行分析和決策的制造行為。Davis等[3]認(rèn)為智能制造是指采用先進(jìn)的信息技術(shù)和制造技術(shù)提高生產(chǎn)制造過程中的靈活性，從而優(yōu)化產(chǎn)品生產(chǎn)和銷售過程，最終實(shí)現(xiàn)適應(yīng)快速多變的全球市場的目的。周濟(jì)[4]認(rèn)為智能制造是信息化制造和信息技術(shù)、制造技術(shù)的深度融合和集成，從而實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)、生產(chǎn)、服務(wù)等全流程的智能化和信息化。周佳軍等[5]從技術(shù)視角對智能制造的概念進(jìn)行界定，認(rèn)為智能制造是在信息技術(shù)和人工智能等先進(jìn)技術(shù)的基礎(chǔ)之上，通過模擬人的行為實(shí)現(xiàn)產(chǎn)品設(shè)計(jì)、制造、管理和維護(hù)等制造行為。劉強(qiáng)[6]認(rèn)為智能制造是先進(jìn)制造技術(shù)和新一代信息技術(shù)、人工智能技術(shù)等深度融合形成的新型生產(chǎn)方式和制造技術(shù)。

1.2 智能制造的評價(jià)研究

智能制造概念的提出和深化為智能制造發(fā)展水平評價(jià)研究奠定了基礎(chǔ)，現(xiàn)有關(guān)智能制造發(fā)展水平評價(jià)的研究，主要分為2個(gè)層面。

1）區(qū)域?qū)用嬷悄苤圃彀l(fā)展水平。如Hu等[7]構(gòu)建智能制造成熟度模型，從成熟度水平、能力因素和成熟度要求3個(gè)方面對區(qū)域智能制造水平進(jìn)行了評價(jià)。董志學(xué)等[8]通過構(gòu)建智能制造指標(biāo)體系，采用因子分析法對我國主要的23個(gè)省級行政區(qū)智能制造發(fā)展水平進(jìn)行了綜合評價(jià)，并探索了影響智能制造發(fā)展的影響因素。吳敏潔[9]基于智能制造的五維特征結(jié)構(gòu)，采用潛因子測量模型測量了中國區(qū)域智能制造發(fā)展水平。李健旋[10]基于系統(tǒng)論思想，采用熵權(quán)法從智能技術(shù)、應(yīng)用和效益三方面對制造業(yè)智能化水平進(jìn)行了評價(jià)。季良玉[11]將縱橫向拉開檔次法和熵權(quán)法相結(jié)合，測度了我國各個(gè)省份制造業(yè)的智能化水平，并分析了我國智能制造的動態(tài)變化過程。

2）企業(yè)層面智能制造發(fā)展水平。龔炳錚[12]從企業(yè)生態(tài)環(huán)境、企業(yè)發(fā)展水平和企業(yè)效益3個(gè)方面建立了智能制造企業(yè)評價(jià)指標(biāo)體系，采用綜合評價(jià)法對智能制造企業(yè)發(fā)展水平進(jìn)行評價(jià)，并基于評價(jià)結(jié)果將智能制造企業(yè)分為入門級、初級、中級和高級4個(gè)層次。易偉明等[13]基于張量理論建立了三維的企業(yè)智能制造能力評價(jià)指標(biāo)體系，并基于Tucker張量分解構(gòu)建評價(jià)模型，最后通過實(shí)證演算，表明評價(jià)模型具有可行性和有效性。李瑋瑋[14]從信息基礎(chǔ)層、生產(chǎn)應(yīng)用層、效率效益層3個(gè)方面構(gòu)建指標(biāo)體系，采用熵權(quán)-投影組合賦權(quán)法對46家上市制造業(yè)企業(yè)智能化發(fā)展水平進(jìn)行了評價(jià)。吳珊[15]基于雙元性創(chuàng)新視角，從開放式創(chuàng)新和探索式創(chuàng)新2個(gè)方面，通過征求專家意見和設(shè)計(jì)測量量表，評價(jià)得出我國百強(qiáng)智能制造企業(yè)。

1.3 正態(tài)云模型

正態(tài)云模型可以實(shí)現(xiàn)定性概念和定量測量的轉(zhuǎn)化，且其概念涉及定性概念模糊性，并包含隸屬函數(shù)的隨機(jī)性，近年來被廣泛運(yùn)用于管理學(xué)的評價(jià)之中。如蹇令香等[16]采用正態(tài)云模型方法，從規(guī)模、效率、潛力和結(jié)構(gòu)4個(gè)方面對廣東省港口產(chǎn)業(yè)發(fā)展水平進(jìn)行了綜合評價(jià)。宋曉娜等[17]構(gòu)建了創(chuàng)新、協(xié)調(diào)、綠色、開放、共享的綜合測度體系，采用正態(tài)云模型和關(guān)聯(lián)函數(shù)法對我國工業(yè)發(fā)展質(zhì)量進(jìn)行了測度研究，認(rèn)為我國工業(yè)發(fā)展質(zhì)量呈現(xiàn)出“U”型、表面維穩(wěn)和良性躍遷的變遷規(guī)律。龔艷冰等[18]采用正態(tài)云線性回歸模型對企業(yè)員工績效進(jìn)行了評價(jià)研究。李晟婷等[19]采用正態(tài)云模型等方法對2008—2018年陜西省產(chǎn)業(yè)生態(tài)化質(zhì)量進(jìn)行了測度與分析，認(rèn)為陜西省產(chǎn)業(yè)生態(tài)化質(zhì)量呈現(xiàn)出穩(wěn)定的臺階狀提升態(tài)勢。徐建中等[20]將云模型和灰色關(guān)聯(lián)分析法相結(jié)合，從創(chuàng)新環(huán)境、創(chuàng)新管理、創(chuàng)新投入和創(chuàng)新產(chǎn)出4個(gè)方面建立指標(biāo)評價(jià)體系對軍民融合創(chuàng)新方案進(jìn)行了評價(jià)研究。李楠博等[21]采用云模型評價(jià)方法對我國區(qū)域企業(yè)綠色技術(shù)創(chuàng)新環(huán)境進(jìn)行了評估。田紅娜等[22]采用云模型評價(jià)方法對汽車制造企業(yè)綠色技術(shù)創(chuàng)新能力進(jìn)行了綜合評價(jià)研究。

綜上所述，目前相關(guān)研究已對智能制造概念、智能制造發(fā)展水平評價(jià)和正態(tài)云模型應(yīng)用等做出了一定的解釋，為我國智能制造發(fā)展水平的評價(jià)研究提供了重要參考，但現(xiàn)有研究仍存在著下列不足：一是在評價(jià)指標(biāo)體系構(gòu)建方面。當(dāng)前關(guān)于智能制造發(fā)展水平的評價(jià)研究仍處于起步階段，在測量指標(biāo)選取方面尚未形成統(tǒng)一的指標(biāo)體系，不同學(xué)者在選取測量指標(biāo)時(shí)側(cè)重有所不同，因此在智能制造發(fā)展水平評價(jià)的指標(biāo)體系構(gòu)建方面仍存在進(jìn)一步探討的必要;二是在評價(jià)方法選擇方面。當(dāng)前關(guān)于智能制造發(fā)展水平評價(jià)的研究方法大多采用熵權(quán)法、因子分析法、綜合評價(jià)法等，這些研究方法得到的往往是單一的定量或定性分析結(jié)果，使獲得的評價(jià)結(jié)果存在模糊性和隨機(jī)性，影響智能制造發(fā)展水平評價(jià)的精確性。

因此，本文試圖從以下3個(gè)方面對現(xiàn)有研究進(jìn)行補(bǔ)充和拓展：一是依據(jù)智能制造的概念，從智能支撐、智能應(yīng)用和智能效益3個(gè)方面建立我國區(qū)域智能制造發(fā)展水平評價(jià)體系，使得結(jié)果更能綜合反映我國智能制造發(fā)展現(xiàn)狀;二是將熵權(quán)—正態(tài)云模型引入到我國智能制造發(fā)展水平評價(jià)中。智能制造發(fā)展水平作為復(fù)雜的多屬性指標(biāo)，采用熵權(quán)—正態(tài)云模型方法對其進(jìn)行綜合評價(jià)，能夠在客觀賦權(quán)的基礎(chǔ)上，實(shí)現(xiàn)定性和定量信息之間的轉(zhuǎn)換，從而有效解決指標(biāo)設(shè)置的模糊性和隨機(jī)性問題，使最終的評價(jià)結(jié)果更為準(zhǔn)確;三是根據(jù)評價(jià)結(jié)果，將我國智能制造發(fā)展水平分為4個(gè)等級，有助于準(zhǔn)確把握我國智能制造發(fā)展?fàn)顩r，為完善我國區(qū)域智能制造發(fā)展戰(zhàn)略布局和提升智能制造發(fā)展水平提供針對性的策略建議。

2 智能制造發(fā)展水平的評價(jià)指標(biāo)與評價(jià)方法

2.1 智能制造發(fā)展水平測度指標(biāo)體系

借鑒國家工信部所發(fā)布的智能制造相關(guān)指標(biāo)體系、《國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南》中關(guān)于智能制造行業(yè)標(biāo)準(zhǔn)以及現(xiàn)有學(xué)者相關(guān)研究，從智能支撐、智能應(yīng)用和智能效益3個(gè)方面構(gòu)建我國區(qū)域智能制造發(fā)展水平評價(jià)指標(biāo)體系[23]。

智能支撐是實(shí)現(xiàn)智能制造的基礎(chǔ)，是智能制造水平提升的保障[24]。智能制造的最終目的是實(shí)現(xiàn)產(chǎn)品生產(chǎn)，而新一代通信技術(shù)和先進(jìn)制造技術(shù)等只是實(shí)現(xiàn)各個(gè)生產(chǎn)環(huán)節(jié)效率提升的手段，因此智能制造仍然需要人、財(cái)、物等這些生產(chǎn)要素的投入。本文借鑒萬曉榆等[25]、羅序斌等[26]、孫早等[27]學(xué)者關(guān)于基礎(chǔ)設(shè)施建設(shè)、智能投入等方面的研究，選取每百人使用計(jì)算機(jī)數(shù)、長途光纜長度和智能設(shè)備固定資產(chǎn)投資額3個(gè)指標(biāo)表征智能支撐能力。其中每百人使用計(jì)算機(jī)數(shù)量和長途光纜長度用以衡量制造企業(yè)應(yīng)用互聯(lián)網(wǎng)信息化水平。智能設(shè)備是指任何一種具有計(jì)算處理能力的設(shè)備、器械或者機(jī)器，使用智能設(shè)備固定資產(chǎn)投資額表示智能制造的物理支撐能力。455B36CD-4520-458B-A52A-A8DF97DC5278

智能應(yīng)用是智能制造水平提升的關(guān)鍵?！爸悄堋钡暮诵氖侵悄芗夹g(shù)的開發(fā)和使用，硬件技術(shù)的智能化升級取代了體力勞動，而軟件技術(shù)的智能化應(yīng)用則代替了腦力勞動，從而減少了人力成本以及人工操作所帶來的風(fēng)險(xiǎn)損失，且生產(chǎn)環(huán)節(jié)中產(chǎn)生的數(shù)據(jù)有利于構(gòu)建更優(yōu)的生產(chǎn)結(jié)構(gòu)，進(jìn)而提升生產(chǎn)效率。智能應(yīng)用是制造業(yè)智能化水平的集中體現(xiàn)，代表了制造業(yè)從傳統(tǒng)的粗放型生產(chǎn)模式向智能化精細(xì)生產(chǎn)模式的轉(zhuǎn)變。本文借鑒吳敏潔、劉志浩等[28]學(xué)者的研究，選取制造業(yè)全要素生產(chǎn)率和制造業(yè)主營業(yè)務(wù)收入衡量智能應(yīng)用能力。其中，以勞動力和資本投入作為投入，工業(yè)總產(chǎn)值作為產(chǎn)出的全要素生產(chǎn)率能夠有效衡量區(qū)域制造業(yè)的生產(chǎn)智能化。同時(shí)，考慮到指標(biāo)的科學(xué)性和可獲得性原則，選取制造業(yè)主營業(yè)務(wù)收入作為衡量制造業(yè)生產(chǎn)能力的補(bǔ)充指標(biāo)，其可以反映出制造業(yè)在智能化轉(zhuǎn)型后的盈利水平。

智能效益是智能制造發(fā)展的目的，是檢驗(yàn)智能制造是否成功的重要標(biāo)準(zhǔn)。智能效益包含社會效益和經(jīng)濟(jì)效益，是智能制造的市場環(huán)境的直接體現(xiàn)。智能制造能否發(fā)揮出市場實(shí)踐作用并加速產(chǎn)業(yè)轉(zhuǎn)型升級進(jìn)程，主要在于其產(chǎn)品的市場盈利狀況，因此智能效益是智能制造內(nèi)涵的重要方面。借鑒已有研究，選取新產(chǎn)品銷售收入和工業(yè)軟件產(chǎn)品收入作為衡量智能效益能力的指標(biāo)。其中，智能制造貫穿整個(gè)生產(chǎn)環(huán)節(jié)的全生命周期，所生產(chǎn)出的新產(chǎn)品涵蓋的智能化元素越來越豐富，因此新產(chǎn)品收入是衡量智能效益的重要指標(biāo)之一。同時(shí)，智能制造的實(shí)現(xiàn)需要完備的管理體制，大數(shù)據(jù)和工業(yè)互聯(lián)網(wǎng)等作為智能制造的重要支撐，其應(yīng)用范圍的擴(kuò)大可以提高生產(chǎn)效率、減少運(yùn)營成本，因此工業(yè)軟件產(chǎn)品收入可以用以衡量管理智能化水平，是智能效益的重要指標(biāo)體現(xiàn)。

根據(jù)相關(guān)理論以及前人的研究經(jīng)驗(yàn)，考慮到指標(biāo)的科學(xué)性、合理性和可得性原則，構(gòu)建我國區(qū)域智能制造發(fā)展水平測度指標(biāo)體系，如表1所示。

2.2 智能制造發(fā)展水平評價(jià)方法

云模型是通過云的數(shù)字特征來反映概念的整體特性，而云的數(shù)字特征則用期望（Ex）、熵（En）和超熵（He）來體現(xiàn)。期望（Ex）是概念在論域的中心值，最能代表這個(gè)定性概念的數(shù)值;熵（En）是定性概念模糊度的度量，熵越大，表示該指標(biāo)概念所接受的數(shù)值范圍越大，該定性概念越不確定。超熵（He）是熵（En）的熵，反映定性概念不確定性的凝聚性。超熵（He）越大，隸屬度的隨機(jī)性越大。區(qū)域智能制造發(fā)展水平評價(jià)指標(biāo)包含定性指標(biāo)和定量指標(biāo)，采用云模型評價(jià)可以有效解決指標(biāo)設(shè)置的模糊性和隨機(jī)性問題，使定性語言和定量評價(jià)之間相互轉(zhuǎn)換，從而得到客觀、準(zhǔn)確的評價(jià)結(jié)果，且評價(jià)結(jié)果有助于不同指標(biāo)之間進(jìn)行比較和分析。其中，期望值（Ex）可以代表定性描述語言的數(shù)值，即Ex值越大，區(qū)域智能制造發(fā)展水平越強(qiáng)。

2.2.1 熵權(quán)法確定各指標(biāo)權(quán)重

目前學(xué)者在確定指標(biāo)權(quán)重時(shí)，主要有主觀和客觀兩種賦權(quán)形式，本文選用客觀賦權(quán)法，采用熵權(quán)法確定指標(biāo)權(quán)重，可以消除人為主觀所帶來的權(quán)重誤差。假定有m個(gè)評價(jià)對象，每個(gè)評價(jià)對象有n個(gè)指標(biāo)，步驟如下所示：

1）標(biāo)準(zhǔn)化處理。由于本研究選取的評價(jià)指標(biāo)均是正向指標(biāo)，因此采用正向指標(biāo)的極差法進(jìn)行標(biāo)準(zhǔn)化處理，公式如下：

2）計(jì)算各評價(jià)指標(biāo)的熵值Hj。

3）計(jì)算各評價(jià)指標(biāo)的熵權(quán)Wj。

2.2.2 建立各指標(biāo)正態(tài)云模型

1）評語集劃分。本研究的評語集論域?yàn)閇0，1]，評語集中每一個(gè)評語對應(yīng)一個(gè)論域區(qū)間，評語集C最終分為5個(gè)等級，即C={差，較差，一般，較好，好}。對于中間的區(qū)間選擇雙邊約束[Vmin，Vmax]，端點(diǎn)則選擇半云模型進(jìn)行表示。即對于“差”和“好”2個(gè)評語的期望Ex分別取“0”和“1”，取相應(yīng)對稱云模型熵值的1/2為各自熵值En[29]，根據(jù)式（5）、（6）可計(jì)算出期望和熵值。

由期望值（Ex）和熵值（En）大體上能夠獲得正態(tài)云的形態(tài)，超熵（He）則很難用數(shù)學(xué)方法來獲得，因而超熵（He）普遍通過經(jīng)驗(yàn)來取值或者通過實(shí)驗(yàn)確定取值。為控制評語云的離散程度，通過數(shù)據(jù)結(jié)果模擬，最終將k取0.003。對稱云的評語表示計(jì)算方法如下[30]，可得各定性評語的數(shù)字特征，如表2所示。利用MATLAB最終生成其各定性評語的云圖，如圖1所示。

2）將定性評語進(jìn)行定量轉(zhuǎn)換。

本研究將定性評語根據(jù)上述公式轉(zhuǎn)化為云模型，同時(shí)將期望值組成決策矩陣C，其指標(biāo)相對應(yīng)的一維云模型期望、熵值和超熵計(jì)算公式如下：

2.2.3 建立綜合正態(tài)云模型

對于評價(jià)指標(biāo)體系中的n個(gè)相鄰云模型，其數(shù)字特征的計(jì)算公式如下：

3 實(shí)證分析

3.1 數(shù)據(jù)來源及說明

由于西藏部分?jǐn)?shù)據(jù)缺失嚴(yán)重，將其做剔除處理，同時(shí)考慮到數(shù)據(jù)的可獲取性，本文選擇2014—2020年全國30個(gè)?。ㄊ小^(qū)）的制造業(yè)行業(yè)數(shù)據(jù)作為研究樣本。數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》、《中國工業(yè)經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國科技統(tǒng)計(jì)年鑒》等以及各省統(tǒng)計(jì)年鑒和公報(bào)手工整理所得，對于少量數(shù)據(jù)缺失，運(yùn)用SPSS和插值法進(jìn)行填充。

3.2 數(shù)據(jù)處理過程

受限于文章篇幅，本文以2018年江蘇省的數(shù)據(jù)處理過程為例。

1）確定評價(jià)指標(biāo)權(quán)重值。

根據(jù)式（1）～（4）求出每個(gè)一級指標(biāo)下二級指標(biāo)的權(quán)重，如表3所示。

2）確定各指標(biāo)的云模型數(shù)字特征和綜合評價(jià)云模型。根據(jù)式（1）可求出江蘇省的標(biāo)準(zhǔn)化數(shù)據(jù)，按照{(diào)差，較差，一般，較好，好}5個(gè)評語等級，對標(biāo)準(zhǔn)化后的各指標(biāo)數(shù)據(jù)進(jìn)行相應(yīng)的定性評語轉(zhuǎn)化，如表4所示。

參照表2將表4各個(gè)指標(biāo)的定性語言值轉(zhuǎn)化為定量值表示，將評語期望值轉(zhuǎn)化為決策矩陣C：

C=010.70.70.70.71

再根據(jù)式（11）～（13）計(jì)算出2018年江蘇省智能化發(fā)展水平的云模型數(shù)字特征，如表5所示。455B36CD-4520-458B-A52A-A8DF97DC5278

最后根據(jù)式（11）～（13）可求出2018年江蘇省智能制造發(fā)展水平的云模型數(shù)字特征，如表6所示。

3）我國綜合智能制造發(fā)展水平的數(shù)字特征。

根據(jù)上述計(jì)算過程，同理可計(jì)算出2014—2020年我國綜合智能制造發(fā)展水平的數(shù)字特征，如表7、圖2所示。

同理，按照上述步驟可求出2014—2020年其他29個(gè)省智能制造發(fā)展水平的數(shù)字特征，并根據(jù)期望值大小對30個(gè)省進(jìn)行智能制造發(fā)展水平排名，最終各省智能制造發(fā)展水平測度結(jié)果，如表8所示。

3.3 結(jié)果分析

由從圖2可知，盡管當(dāng)前我國智能制造發(fā)展水平總體呈上升趨勢，但綜合水平值在0.2～0.4之間，所對應(yīng)的語言值尚處于“較差”的狀態(tài)，表明我國智能制造發(fā)展尚處于初期階段，存在著較大的提升空間。

就各省的數(shù)字特征的相對水平而言，2020年排名前兩位的是廣東省和江蘇省，這與李健旋學(xué)者的研究保持一致。除廣東和江蘇兩省以外，排名前五的依次為上海、北京和浙江，由此可見我國智能制造高水平區(qū)域集中在珠三角和長三角區(qū)域范圍內(nèi)。吉林、山西、云南、青海、新疆、廣西等省份的智能制造發(fā)展水平較低，這些省份均處于我國的中西部地區(qū)。初步表明，我國智能制造發(fā)展存在著一定的空間特征。

按照2020年云模型的測算結(jié)果可以將區(qū)域進(jìn)一步劃分為4個(gè)等級，如表9所示。

位于第一等級（Ⅰ級）的是廣東省和江蘇省。這2個(gè)省份智能制造發(fā)展水平得分均大于0.6，對應(yīng)的定性語言值為“較好”。豐富的資源稟賦、完善的政策環(huán)境、成熟的智能應(yīng)用市場，使得這兩個(gè)區(qū)域的智能制造發(fā)展走在了全國前列。

位于第二等級（Ⅱ級）的省份是北京、浙江、上海、山東、安徽，這些省份的得分處于0.4-0.6之間，對應(yīng)的定性語言值為“一般”。這些省份在智能支撐、智能應(yīng)用和智能效益3個(gè)維度各有所長，具有一定的先發(fā)優(yōu)勢，但是也存在著薄弱方面，因此整體發(fā)展水平不如第一梯隊(duì)的2個(gè)省份。例如山東省，工業(yè)體系完整，制造業(yè)基礎(chǔ)較好，但在高新技術(shù)產(chǎn)業(yè)發(fā)展較為薄弱，且智能應(yīng)用方面不完善，因此整體的智能制造水平與第一梯度存在一定的差異。

位于第三等級（Ⅲ級）的省份是湖北、湖南、遼寧、天津、河北、陜西、四川、河南、海南、福建、江西、重慶、內(nèi)蒙古、寧夏、甘肅、貴州、黑龍江，這些省份的得分處于0.2～0.4之間，對應(yīng)的定性語言值為“較差”。這些省份的特點(diǎn)是地域分布多在我國中西部地區(qū)省份，具備一定的制造業(yè)規(guī)模，例如黑龍江、遼寧是我國的老工業(yè)基地，陜西和四川的裝備制造業(yè)能力較為突出。但這些區(qū)域普遍存在的問題是智能效益方面表現(xiàn)不佳，主要原因在于這些區(qū)域經(jīng)濟(jì)能力稍弱，無法形成完善的智能制造市場。

位于第四等級（Ⅳ級）的省份是吉林、山西、青海、新疆、廣西和云南，這些省份的得分處于0～0.2之間，對應(yīng)的定性語言值為“差”。這些省份的制造業(yè)整體水平相對落后，盡管存在少量突出的制造業(yè)或產(chǎn)業(yè)部門，如廣西的機(jī)械、新疆的農(nóng)業(yè)機(jī)械、山西的煤炭產(chǎn)業(yè)、吉林的汽車行業(yè)等，但由于一些不利因素的存在，如地理位置、氣候條件和高質(zhì)量人力資源供應(yīng)等，嚴(yán)重制約了制造業(yè)智能化的發(fā)展進(jìn)程，使得智能制造綜合水平不高。

分地區(qū)而言，東部、中部和西部智能制造發(fā)展水平存在著一定的波動，但整體呈現(xiàn)為上升態(tài)勢，且中西部地區(qū)的上升速度要略高于東部地區(qū)，如圖3所示。這表明新時(shí)代背景下，我國推動中部地區(qū)高質(zhì)量發(fā)展和西部大開發(fā)取得了一定的成效，發(fā)展速度顯著提高，但整體發(fā)展水平距離東部地區(qū)還存在著一定差距?？傮w而言，我國智能制造發(fā)展水平存在著明顯的空間特征，呈現(xiàn)出以珠三角和長三角為代表的東部先進(jìn)、中部次之、西部較為落后的狀況，且我國各區(qū)域的智能制造發(fā)展具有廣闊的提升空間。

4 結(jié)論與建議

4.1 研究結(jié)論

本文根據(jù)智能制造的概念內(nèi)涵從智能支撐、智能應(yīng)用和智能效益3個(gè)方面構(gòu)建了我國智能制造發(fā)展水平測度指標(biāo)體系，并采用熵權(quán)—正態(tài)云模型評價(jià)方法對我國2014—2020年的區(qū)域智能制造發(fā)展水平進(jìn)行了評價(jià)，得出如下結(jié)論：

1）我國智能制造發(fā)展水平整體呈現(xiàn)出上升趨勢，雖然在2018年出現(xiàn)了回落現(xiàn)象，但從2014年到2020年增長幅度較為明顯。從綜合水平值來看，當(dāng)前我國智能制造發(fā)展仍處于“較差”狀態(tài)，表明我國智能制造尚處于初級階段，還存在著較大的提升空間。

2）將智能制造發(fā)展分為4個(gè)等級后發(fā)現(xiàn)，我國區(qū)域智能制造發(fā)展存在著明顯的空間差異：智能制造發(fā)展的高水平區(qū)域多集中在長三角和珠三角區(qū)域范圍，而低水平區(qū)域則集中在中西部落后地區(qū)，進(jìn)一步分地區(qū)分析后發(fā)現(xiàn)東部智能制造發(fā)展平均水平遠(yuǎn)高于中西部。

3）2014—2020年間，東部、中部和西部智能制造發(fā)展呈現(xiàn)波動式增長態(tài)勢，但整體呈上升趨勢，說明我國智能制造尚處于起步階段，需要在發(fā)展過程中不斷地修正。就發(fā)展速度而言，中西部地區(qū)智能制造發(fā)展速度要高于東部地區(qū)，表明我國目前對中西部地區(qū)制造業(yè)轉(zhuǎn)型升級的政策支持發(fā)揮了應(yīng)有的作用，一定程度上縮小了東部和中西部的發(fā)展差距。

4.2 政策建議

根據(jù)本文的結(jié)論，提出以下建議：

1）強(qiáng)化智能化發(fā)展基礎(chǔ)設(shè)施建設(shè)。智能制造的發(fā)展離不開智能要素的支撐和保障，應(yīng)當(dāng)鼓勵和引導(dǎo)基礎(chǔ)設(shè)施建設(shè)，為智能制造的發(fā)展提供良好的發(fā)展土壤。應(yīng)當(dāng)擴(kuò)大互聯(lián)網(wǎng)基礎(chǔ)設(shè)施建設(shè)投入，積極構(gòu)建智能制造網(wǎng)絡(luò)支撐平臺、移動貿(mào)易平臺等，用以增強(qiáng)智能制造企業(yè)之間的交流與互動，提升產(chǎn)品定制和二次開發(fā)的能力，推進(jìn)制造業(yè)智能化轉(zhuǎn)型進(jìn)程;應(yīng)當(dāng)積極推進(jìn)網(wǎng)絡(luò)制造體系建設(shè)，加大對影響智能制造發(fā)展進(jìn)程的關(guān)鍵技術(shù)裝備的開發(fā)與應(yīng)用，加快工業(yè)化和智能化的深度融合;應(yīng)當(dāng)以工業(yè)互聯(lián)網(wǎng)為聯(lián)系紐帶，實(shí)現(xiàn)智能制造技術(shù)的互聯(lián)互通，形成有效的智能傳輸體系，從而提升制造業(yè)智能化水平。

2）加大智能制造研發(fā)投入。智能制造的核心是先進(jìn)制造技術(shù)、先進(jìn)信息技術(shù)、人工智能等技術(shù)。因此，政府、企業(yè)、科研院所等多方主體應(yīng)該加大對智能制造方面的研發(fā)投入，促進(jìn)技術(shù)創(chuàng)新和技術(shù)應(yīng)用，加快制造業(yè)智能化轉(zhuǎn)變進(jìn)程。當(dāng)前我國智能制造發(fā)展尚處于初級階段，較低程度的發(fā)展水平可能尚未對制造業(yè)起到顯著正向影響作用，制造業(yè)在進(jìn)行智能化轉(zhuǎn)型的積極性方面有所欠缺。因此，應(yīng)當(dāng)加大智能制造研發(fā)投入，突破制造業(yè)智能化轉(zhuǎn)型進(jìn)程中關(guān)鍵的“卡脖子”技術(shù)，推動制造業(yè)智能化的進(jìn)一步發(fā)展，實(shí)現(xiàn)智能化對制造業(yè)的正向促進(jìn)，提升制造業(yè)智能化轉(zhuǎn)型的積極性，從而推動智能制造整體發(fā)展水平提升。455B36CD-4520-458B-A52A-A8DF97DC5278

3）發(fā)揮區(qū)域優(yōu)勢，因地制宜，實(shí)現(xiàn)智能制造發(fā)展水平的提升。由于我國各個(gè)區(qū)域智能制造發(fā)展水平差異較大，因此各地區(qū)應(yīng)當(dāng)充分發(fā)揮自身優(yōu)勢，有側(cè)重的提升制造業(yè)智能化發(fā)展水平。具體而言，位于第Ⅰ等級的江蘇和廣東，在全面推進(jìn)制造業(yè)智能化發(fā)展的進(jìn)程中，應(yīng)充分發(fā)揮其輻射帶頭作用，通過智能化技術(shù)溢出、智能化發(fā)展經(jīng)驗(yàn)分享等方式實(shí)現(xiàn)從點(diǎn)到線再到面的拉動作用，引領(lǐng)各區(qū)域智能制造均衡發(fā)展;位于第Ⅱ等級的省份應(yīng)該補(bǔ)齊短板，發(fā)揮自身優(yōu)勢，如浙江、山東和安徽應(yīng)該優(yōu)化智能制造基礎(chǔ)環(huán)境，推動人工智能、大數(shù)據(jù)等新一代信息技術(shù)在研發(fā)設(shè)計(jì)、生產(chǎn)制造、服務(wù)中的深度應(yīng)用，加快傳統(tǒng)制造業(yè)智能化轉(zhuǎn)型升級;位于第Ⅲ等級和第Ⅳ等級的省份，智能化水平相對落后，應(yīng)當(dāng)借鑒智能制造發(fā)展高水平區(qū)域的制造業(yè)智能化轉(zhuǎn)型經(jīng)驗(yàn)，在承接?xùn)|部發(fā)達(dá)地區(qū)的產(chǎn)業(yè)和技術(shù)的同時(shí)，充分發(fā)揮其特色產(chǎn)業(yè)優(yōu)勢，并以此為基礎(chǔ)推動制造業(yè)智能化發(fā)展，走技術(shù)引進(jìn)—模仿—自主發(fā)展的道路，不斷縮小與第Ⅰ等級和第Ⅱ等級的差距。如東三省、河南、新疆等農(nóng)業(yè)大省，可以積極推進(jìn)新一代智能技術(shù)和實(shí)體經(jīng)濟(jì)的深度融合，鼓勵機(jī)械設(shè)備、農(nóng)業(yè)等產(chǎn)業(yè)的企業(yè)進(jìn)行智能化升級，提升全省的智能制造生產(chǎn)水平。

4）推動區(qū)域間智能制造均衡發(fā)展。我國東部地區(qū)和中西部地區(qū)智能制造發(fā)展水平存在著一定的差距，應(yīng)當(dāng)從國家頂層設(shè)計(jì)出發(fā)，合理布局智能制造產(chǎn)業(yè)發(fā)展，通過實(shí)施全地域視角下智能制造發(fā)展優(yōu)化協(xié)同策略，不斷縮小東部地區(qū)和中西部地區(qū)的差距。同時(shí)，各區(qū)域在積極推進(jìn)智能化的同時(shí)，應(yīng)當(dāng)通過智能技術(shù)溢出、智能應(yīng)用模式互動交流、智能市場互補(bǔ)以及智能化轉(zhuǎn)型經(jīng)驗(yàn)分享等多種方式，實(shí)現(xiàn)形成“優(yōu)勢互補(bǔ)共同發(fā)展”的長效機(jī)制，提升各省份智能制造發(fā)展水平，進(jìn)一步縮小東部地區(qū)和中西部地區(qū)的差距。

5）打造智能制造生態(tài)體系。智能制造的發(fā)展進(jìn)程中涉及到硬件開發(fā)、信息技術(shù)等多個(gè)學(xué)科和多個(gè)領(lǐng)域的知識和技能。因此，應(yīng)當(dāng)推動企業(yè)、高校、科研院所等部門進(jìn)行協(xié)同創(chuàng)新，實(shí)現(xiàn)產(chǎn)業(yè)鏈、創(chuàng)新鏈的聯(lián)動合作，形成以智能制造企業(yè)為核心的，各部門和各行業(yè)深度參與、優(yōu)勢互補(bǔ)、利益共享的智能制造生態(tài)系統(tǒng)，促使中央、地方、企業(yè)之間根據(jù)不同區(qū)域的資源稟賦、產(chǎn)業(yè)優(yōu)勢差異，合理布局智能制造發(fā)展，提升智能制造發(fā)展水平。

參考文獻(xiàn)：

[1] ZHOU J，LI P，ZHOU Y，et al.Toward new-generation intelligent manufacturing[J].Engineering，2018，4（1）：11.

[2]KUSIAK A.Intelligent manufacturing systems[J].Journal of Engineering for Industry，1990，113（2）：581.

[3]DAVIS J，EDGAR T，PORTER J et al.Smart manufacturing，manufacturing intelligence and demand-dynamic performance[J].Computers & Chemical Engineering，Pergamon，2012，47：145.

[4]周濟(jì).智能制造：“中國制造2025”的主攻方向[J].中國機(jī)械工程，2015，26（17）：2273.

[5]周佳軍，姚錫凡.先進(jìn)制造技術(shù)與新工業(yè)革命[J].計(jì)算機(jī)集成制造系統(tǒng)，2015，21（8）：1963.

[6]劉強(qiáng).智能制造理論體系架構(gòu)研究[J].中國機(jī)械工程，2020，31（1）：24.

[7]HU J，GAO S.Research and application of capability maturity model for Chinese intelligent manufacturing[J].Procedia CIRP，2019，83：794.

[8]董志學(xué)，劉英驥.我國主要省市智能制造能力綜合評價(jià)與研究：基于因子分析法的實(shí)證分析[J].現(xiàn)代制造工程，2016（1）：151.

[9]吳敏潔，徐常萍，唐磊.中國區(qū)域智能制造發(fā)展水平評價(jià)研究[J].經(jīng)濟(jì)體制改革，2020（2）：60.

[10] 李健旋.中國制造業(yè)智能化程度評價(jià)及其影響因素研究[J].中國軟科學(xué)，2020（1）：154.

[11]季良玉.中國制造業(yè)智能化水平的測度及區(qū)域差異分析[J].統(tǒng)計(jì)與決策，2021，37（13）：92.

[12]龔炳錚.智能制造企業(yè)評價(jià)指標(biāo)及評估方法的探討[J].電子技術(shù)應(yīng)用，2015，41（11）：6.

[13]易偉明，董沛武，王晶.基于高階張量分析的企業(yè)智能制造能力評價(jià)模型研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2018，37（1）：11.

[14]李瑋瑋.基于熵權(quán)-投影組合賦權(quán)的制造企業(yè)智能化發(fā)展水平評價(jià)研究：來自46家上市制造企業(yè)的數(shù)據(jù)[J].江蘇商論，2020（11）：74.

[15]吳珊，龔業(yè)明，張金隆.中國智能制造百強(qiáng)評價(jià)及發(fā)展研究[J].管理學(xué)報(bào)，2020，17（2）：159.

[16]蹇令香，曹章露，張可意.基于正態(tài)云模型的廣東省港口產(chǎn)業(yè)發(fā)展水平綜合評價(jià)[J].科技管理研究，2019，39（18）：53.

[17]宋曉娜，張峰.高質(zhì)量發(fā)展下工業(yè)發(fā)展質(zhì)量測度及趨勢研究[J].軟科學(xué)，2019，33（12）：36.

[18]龔艷冰，巢妍.基于正態(tài)云線性回歸模型的企業(yè)員工績效評價(jià)[J].統(tǒng)計(jì)與決策，2020，36（18）：167.

[19]李晟婷，周曉唯，武增海.基于高質(zhì)量發(fā)展的省域產(chǎn)業(yè)生態(tài)化質(zhì)量測度與分析：以陜西省為例[J].華東經(jīng)濟(jì)管理，2021，35（11）：77.

[20]徐建中，翟佳琦.基于云模型-灰色關(guān)聯(lián)分析的云平臺軍民融合創(chuàng)新方案評價(jià)研究[J].運(yùn)籌與管理，2021，30（7）：154.

[21]李楠博，孫弘遠(yuǎn).基于云模型的區(qū)域企業(yè)綠色技術(shù)創(chuàng)新環(huán)境成熟度評價(jià)[J].科技進(jìn)步與對策，2021，38（22）：50.

[22]田紅娜，孫欽琦.基于云模型的汽車制造企業(yè)綠色技術(shù)創(chuàng)新能力評價(jià)研究[J].管理評論，2020，32（2）：102.

[23]李廉水，石喜愛，劉軍.中國制造業(yè)40年：智能化進(jìn)程與展望[J].中國軟科學(xué)，2019（1）：1.

[24]李廉水，鮑怡發(fā)，劉軍.智能化對中國制造業(yè)全要素生產(chǎn)率的影響研究[J].科學(xué)學(xué)研究，2020，38（4）：609.

[25]萬曉榆，趙寒，張炎.我國智能化發(fā)展評價(jià)指標(biāo)體系構(gòu)建與測度[J].重慶社會科學(xué)，2020（5）：84.

[26]羅序斌，黃亮.中國制造業(yè)高質(zhì)量轉(zhuǎn)型升級水平測度與省際比較：基于“四化”并進(jìn)視角[J].經(jīng)濟(jì)問題，2020（12）：43.

[27]孫早，侯玉琳.工業(yè)智能化如何重塑勞動力就業(yè)結(jié)構(gòu)[J].中國工業(yè)經(jīng)濟(jì)，2019（5）：61.

[28]劉志浩，于秀艷.山東省裝備制造業(yè)智能化水平測度及影響因素研究[J].現(xiàn)代管理科學(xué)，2021（6）：38.

[29]吳慧，王道平，張茜，等.基于云模型的國際郵輪港口競爭力評價(jià)與比較研究[J].中國軟科學(xué)，2015（2）：166.

[30]肖小朋，周述璋，高文華，等.基于云模型的智能冰箱設(shè)計(jì)評價(jià)[J].機(jī)械設(shè)計(jì)，2020，37（8）：134.

[編輯：劉素菊]

收稿日期： 2021-10-08

基金項(xiàng)目： 國家自然科學(xué)基金面上項(xiàng)目（72074061）

作者簡介： 程 浩（1997—），男，碩士研究生;

劉玲玲（1996—），女，碩士研究生.455B36CD-4520-458B-A52A-A8DF97DC5278