□方金城 曾阿鋒 朱 斌

[1.福建工程學(xué)院 福州 350118；2.福州大學(xué) 福州 350116]

智能制造是工業(yè)4.0的重要引擎，也是構(gòu)建“中國制造2025”工業(yè)技術(shù)體系的核心。近年來，隨著我國社會(huì)老齡化，制造業(yè)固有的勞動(dòng)力資源優(yōu)勢(shì)正逐步喪失，推動(dòng)制造業(yè)往智能化轉(zhuǎn)型升級(jí)已成為當(dāng)下我國工業(yè)企業(yè)技術(shù)創(chuàng)新發(fā)展與國際競(jìng)爭(zhēng)力提升的重要突破口。尤其2020年新冠肺炎疫情暴發(fā)以來，由于人工短缺造成的有效生產(chǎn)時(shí)間縮短和產(chǎn)能急劇下降問題，進(jìn)一步激發(fā)了企業(yè)對(duì)智能制造的技術(shù)創(chuàng)新需求。福建省是我國東部沿海先進(jìn)制造業(yè)重要基地，受益于國家鼓勵(lì)性政策支持，近年來福建省智能制造發(fā)展態(tài)勢(shì)迅猛。然而由于歷史及地理位置的特殊性，福建現(xiàn)代工業(yè)體系建設(shè)起步遲[1]。各大企業(yè)在智能制造核心技術(shù)、關(guān)鍵設(shè)備及其生產(chǎn)應(yīng)用和管理服務(wù)等創(chuàng)新發(fā)展的總體水平參差不齊。電子工業(yè)是福建省乃至全國推動(dòng)智能制造創(chuàng)新發(fā)展的主戰(zhàn)場(chǎng)[2]，而電子類智能制造試點(diǎn)示范企業(yè)則是電子工業(yè)智能制造的排頭兵。為此，以電子類智能制造試點(diǎn)示范企業(yè)為例，系統(tǒng)評(píng)價(jià)企業(yè)智能制造的技術(shù)創(chuàng)新能力，對(duì)準(zhǔn)確把握福建電子類企業(yè)智能制造創(chuàng)新現(xiàn)狀，厘清制約福建電子類企業(yè)智能制造創(chuàng)新發(fā)展的影響因素，有針對(duì)性制定促進(jìn)福建電子工業(yè)智能制造技術(shù)創(chuàng)新的有效對(duì)策與機(jī)制，推進(jìn)后疫情時(shí)代福建智能制造業(yè)跨越式發(fā)展、加快建成制造業(yè)強(qiáng)省具有重要的參考價(jià)值。

一、相關(guān)研究述評(píng)

目前，國內(nèi)外文獻(xiàn)對(duì)企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)問題探討得還比較少。就企業(yè)智能制造技術(shù)創(chuàng)新研究看，現(xiàn)有相關(guān)研究有：（1）智能制造協(xié)同創(chuàng)新模式研究。Doukas等[3]、Porter與Heppelmann[4]通過分散型創(chuàng)新網(wǎng)絡(luò)與集中型創(chuàng)新網(wǎng)絡(luò)的對(duì)比研究，引入網(wǎng)絡(luò)環(huán)境下智能制造協(xié)同鏈分析，建構(gòu)基于任務(wù)距離參數(shù)優(yōu)化的智能制造協(xié)同創(chuàng)新模型。在此基礎(chǔ)上，Jardim-Goncalves等研究了企業(yè)智能制造協(xié)同產(chǎn)品及服務(wù)系統(tǒng)中的任務(wù)管理協(xié)議設(shè)計(jì)及其資源優(yōu)化分配問題，指出基于能源優(yōu)化的資源調(diào)度是企業(yè)智能制造協(xié)同創(chuàng)新的重點(diǎn)[5]。Jian等則指出智能制造產(chǎn)品結(jié)構(gòu)技術(shù)變化引發(fā)了技術(shù)創(chuàng)新方式的變化[6]。當(dāng)前智能制造技術(shù)創(chuàng)新正由過去單一的服務(wù)或某個(gè)軟硬件革新，變成需要協(xié)調(diào)各種軟、硬件應(yīng)用及服務(wù)為一體的復(fù)雜集成創(chuàng)新。（2）智能制造產(chǎn)業(yè)創(chuàng)新趨勢(shì)研究。王友發(fā)和周獻(xiàn)中運(yùn)用文獻(xiàn)計(jì)量學(xué)方法，通過20多年來國內(nèi)外智能制造文獻(xiàn)梳理，分析了國內(nèi)外智能制造技術(shù)的研究熱點(diǎn)與產(chǎn)業(yè)創(chuàng)新趨勢(shì)[7]。張映鋒、張黨和任杉分析智能制造的歷史起源與發(fā)展演化，進(jìn)而結(jié)合國內(nèi)外典型智能制造戰(zhàn)略，論述影響智能制造產(chǎn)業(yè)創(chuàng)新發(fā)展的關(guān)鍵技術(shù)及其發(fā)展趨勢(shì)[8]。（3）企業(yè)智能制造技術(shù)創(chuàng)新效率的影響因素研究。劉峰和寧健根據(jù)2011～2013年的面板數(shù)據(jù)，運(yùn)用DEA模型與回歸分析相結(jié)合對(duì)52家智能制造企業(yè)的技術(shù)創(chuàng)新效率進(jìn)行研究，指出股權(quán)集中度、資產(chǎn)負(fù)債率和高管持股比例是影響智能制造企業(yè)技術(shù)創(chuàng)新效率的關(guān)鍵要素[9]。單衍菲基于2015～2017年的年報(bào)數(shù)據(jù)，運(yùn)用兩階段DEA對(duì)134家智能制造試點(diǎn)示范企業(yè)的創(chuàng)新效率進(jìn)行系統(tǒng)評(píng)價(jià)，指出企業(yè)獲利能力、政府補(bǔ)貼、稅收負(fù)擔(dān)、股權(quán)集中度是影響企業(yè)智能制造技術(shù)創(chuàng)新效率的主要影響因素[10]。樓旭明與徐聰聰則以我國智能制造上市企業(yè)2013～2017年相關(guān)數(shù)據(jù)為樣本，運(yùn)用DEA分析與Tobit回歸模型相結(jié)合，研究了影響企業(yè)智能制造技術(shù)創(chuàng)新效率的主要因素，發(fā)現(xiàn)企業(yè)償還能力、盈利能力、營運(yùn)能力、企業(yè)規(guī)模和智能制造領(lǐng)域核心產(chǎn)業(yè)的市場(chǎng)規(guī)模對(duì)企業(yè)技術(shù)創(chuàng)新效率均有正向影響[11]。

另外，就創(chuàng)新能力評(píng)價(jià)方法研究看，目前國內(nèi)外常用的方法有主觀評(píng)價(jià)法（如AHP、模糊評(píng)價(jià)法等）、客觀評(píng)價(jià)法（如投入產(chǎn)出分析法等）和混合法（如TOPSIS法、灰色系統(tǒng)模型等）。由于創(chuàng)新能力評(píng)價(jià)中常常存在定性、定量指標(biāo)并存的情況，此時(shí)單純的主觀或客觀評(píng)價(jià)法均難以適用，混合評(píng)價(jià)法成為當(dāng)前創(chuàng)新能力評(píng)價(jià)的首選方法?；揖垲惙治鍪腔疑到y(tǒng)創(chuàng)始人鄧聚龍教授1992年提出的一種基于灰朦朧集理論的聚類分析方法，該方法已被證明是解決貧信息、少樣本系統(tǒng)評(píng)價(jià)問題的有效方法，因此其在企業(yè)創(chuàng)新能力評(píng)價(jià)中灰聚類分析也得到了廣泛的應(yīng)用[12]。然而，由于國內(nèi)外企業(yè)智能制造技術(shù)創(chuàng)新相關(guān)研究目前正處于起步階段，運(yùn)用灰聚類技術(shù)開展企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)的研究文獻(xiàn)總體還比較欠缺。

綜上所述，目前國外學(xué)者對(duì)企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)研究總體存在不足，國外學(xué)者研究成果主要聚焦于智能制造協(xié)同創(chuàng)新模式與優(yōu)化管理，而國內(nèi)學(xué)者則更關(guān)注智能制造產(chǎn)業(yè)創(chuàng)新的技術(shù)熱點(diǎn)與發(fā)展趨勢(shì)。雖然也有個(gè)別學(xué)者采用上市公司年報(bào)數(shù)據(jù)研究智能制造企業(yè)的創(chuàng)新效率問題，但是簡(jiǎn)單沿用傳統(tǒng)的投入產(chǎn)出法研究企業(yè)智能制造技術(shù)創(chuàng)新能力顯然其針對(duì)性不足，也未能體現(xiàn)智能制造技術(shù)革新與突破的個(gè)性化特征。因此，結(jié)合智能制造業(yè)特征，設(shè)計(jì)一套與之相適應(yīng)的技術(shù)創(chuàng)新評(píng)價(jià)指標(biāo)體系，并運(yùn)用科學(xué)合理的評(píng)價(jià)方法進(jìn)行系統(tǒng)評(píng)價(jià)就顯得非常必要而有意義了。

二、企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)的指標(biāo)體系設(shè)計(jì)

智能制造技術(shù)創(chuàng)新能力是企業(yè)智能制造領(lǐng)域創(chuàng)新研發(fā)的一個(gè)綜合系統(tǒng)能力。由于企業(yè)智能制造的關(guān)鍵業(yè)務(wù)場(chǎng)景主要涉及產(chǎn)品研發(fā)設(shè)計(jì)、生產(chǎn)作業(yè)控制、設(shè)備運(yùn)行維護(hù)等環(huán)節(jié)，因此從創(chuàng)新資源要素投入產(chǎn)出的過程視角看，企業(yè)智能制造技術(shù)創(chuàng)新能力（d）涵括了企業(yè)實(shí)施智能制造創(chuàng)新項(xiàng)目所進(jìn)行的創(chuàng)新資源投入（d1）、產(chǎn)品智能化研發(fā)（d2）、生產(chǎn)運(yùn)作智能化改善（d3）、智能設(shè)備運(yùn)維創(chuàng)新（d4）和智能制造創(chuàng)新產(chǎn)出（d5）的全過程能力。根據(jù)指標(biāo)設(shè)計(jì)的科學(xué)性、系統(tǒng)性、可比性、可操作性以及實(shí)用性等原則，本研究通過智能制造技術(shù)專家與研究學(xué)者的訪談和意見征集，同時(shí)結(jié)合2018版《國家智能制造標(biāo)準(zhǔn)體系建設(shè)指南》，從上述5個(gè)層面對(duì)企業(yè)智能制造技術(shù)創(chuàng)新能力的多層次評(píng)價(jià)指標(biāo)體系進(jìn)行細(xì)化設(shè)計(jì)[13]。其中，智能制造創(chuàng)新資源投入能力，主要表征企業(yè)投入智能制造技術(shù)創(chuàng)新的可支配資源要素總量，它由智能制造研發(fā)投入、技術(shù)培訓(xùn)費(fèi)和智能制造技術(shù)人才等要素進(jìn)行測(cè)度；產(chǎn)品智能化研發(fā)能力，主要表征企業(yè)運(yùn)用智能化設(shè)計(jì)系統(tǒng)進(jìn)行產(chǎn)品研發(fā)創(chuàng)新的能力，它由產(chǎn)品概念智能化設(shè)計(jì)、產(chǎn)品結(jié)構(gòu)智能化開發(fā)、工藝與流程智能化創(chuàng)新等要素進(jìn)行衡量；生產(chǎn)運(yùn)作智能化改善能力，主要表征企業(yè)運(yùn)用智能化生產(chǎn)管控系統(tǒng)進(jìn)行生產(chǎn)作業(yè)與運(yùn)營管理的優(yōu)化和改善能力，它由生產(chǎn)作業(yè)智能化調(diào)度、智能化品質(zhì)檢控與優(yōu)化、智能化成本分析與管控等要素進(jìn)行測(cè)評(píng)；智能設(shè)備運(yùn)維創(chuàng)新能力，主要表征企業(yè)使用智能化設(shè)施進(jìn)行設(shè)備運(yùn)行與維護(hù)的能力，它由機(jī)器人、數(shù)字化車間與智能工廠，自動(dòng)識(shí)別與智能傳感技術(shù)，物聯(lián)網(wǎng)系統(tǒng)與MES系統(tǒng)、設(shè)備安全智能監(jiān)控與自動(dòng)預(yù)警反饋等要素進(jìn)行評(píng)估；而智能制造創(chuàng)新產(chǎn)出能力，表征企業(yè)智能制造技術(shù)創(chuàng)新帶來的最終成果產(chǎn)出，它由擁有高層次智能制造示范基地/項(xiàng)目/研究中心的級(jí)別、千人智能制造技術(shù)專利擁有量、智能制造技術(shù)革新帶來利潤(rùn)增長(zhǎng)率等要素進(jìn)行測(cè)評(píng)，具體如表1所示。

表1中定量指標(biāo)數(shù)據(jù)由企業(yè)統(tǒng)計(jì)數(shù)據(jù)獲取，而定性指標(biāo)數(shù)據(jù)由參與調(diào)研的所有專家打分后，滿分10分，取平均值[14]。這里規(guī)定：“擁有高層次智能制造示范基地/項(xiàng)目/研究中心的級(jí)別”，按就高原則計(jì)分。規(guī)定：國際級(jí)，記10分；國家級(jí)，記8.5分；省部級(jí)，記7分；地市級(jí)，記5分。

表1 企業(yè)智能制造技術(shù)創(chuàng)新能力的評(píng)價(jià)指標(biāo)體系

三、基于熵值法改進(jìn)的灰聚類評(píng)估模型及其實(shí)現(xiàn)步驟

企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)是一個(gè)復(fù)雜系統(tǒng)評(píng)估問題，涉及諸多指標(biāo)因素，且評(píng)價(jià)過程容易存在指標(biāo)信息冗余交疊、統(tǒng)計(jì)樣本量過少、評(píng)價(jià)指標(biāo)數(shù)據(jù)難以收集等問題。在“貧信息”情況下開展評(píng)價(jià)，傳統(tǒng)的數(shù)學(xué)方法往往難以奏效；而具有簡(jiǎn)單、實(shí)用、可操作性強(qiáng)等優(yōu)點(diǎn)的灰聚類評(píng)估方法卻能較好地避免由信息貧乏和不確定因素造成的評(píng)價(jià)誤差[15]?；揖垲愒u(píng)估方法主要運(yùn)用白化權(quán)函數(shù)測(cè)算被評(píng)價(jià)對(duì)象在各評(píng)價(jià)指標(biāo)上的灰聚類系數(shù)與綜合聚類系數(shù)，進(jìn)而根據(jù)聚類系數(shù)大小來判定被評(píng)價(jià)對(duì)象在相應(yīng)指標(biāo)上的優(yōu)劣強(qiáng)弱等級(jí)。由于傳統(tǒng)灰聚類評(píng)估的指標(biāo)權(quán)重主要采用德爾菲法或AHP比較判斷的方法獲得，考慮到這種指標(biāo)賦權(quán)法在實(shí)際評(píng)價(jià)實(shí)施中無法克服指標(biāo)間的信息冗余問題，且也容易存在主觀性偏差，為此這里引入熵值法對(duì)灰聚類評(píng)估模型進(jìn)行改進(jìn)：借助信息熵客觀測(cè)算各評(píng)價(jià)指標(biāo)的權(quán)重，構(gòu)建一種基于熵值法改進(jìn)的灰聚類評(píng)估模型。該模型能較好地應(yīng)用于信息貧乏、認(rèn)知經(jīng)驗(yàn)欠缺情況下的多指標(biāo)問題系統(tǒng)評(píng)價(jià)?；陟刂捣ǜ倪M(jìn)的灰聚類評(píng)估方法的主要實(shí)現(xiàn)步驟如下：

步驟1：利用熵值法測(cè)算指標(biāo)權(quán)重。

（1）確定各指標(biāo)極性，并對(duì)指標(biāo)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，得到統(tǒng)一效果測(cè)度變換后的樣本數(shù)據(jù)矩陣Xij；

（2）根據(jù)統(tǒng)一效果測(cè)度變換后的樣本數(shù)據(jù)矩陣，按指標(biāo)列進(jìn)行歸一化處理，得到rij；

（4）計(jì)算第j項(xiàng)指標(biāo)的變異度，Dj=1-Ej，(1≤j≤n)；

（6）同理計(jì)算其他各指標(biāo)的權(quán)重，得到權(quán)重向量w=(w1,w2,···,wn)。

步驟2：評(píng)價(jià)灰類劃分及數(shù)值化評(píng)定集向量確定。

將各個(gè)指標(biāo)按其取值范圍劃分為s個(gè)灰類，如將j指標(biāo)的取值范圍[a1,as+1]劃分為[a1,a2],···,[ak-1,ak],···,[as-1,as],[as,as+1]，同時(shí)取灰類序號(hào)向量為評(píng)定集向量μ=(1,2,···,s)，即評(píng)分表。

步驟3：各指標(biāo)灰類的取數(shù)域延拓。

步驟4：各指標(biāo)白化權(quán)聚類系數(shù)的計(jì)算。

步驟5：綜合聚類系數(shù)的計(jì)算及其歸一化。

步驟6：綜合評(píng)定值計(jì)算與創(chuàng)新能力的系統(tǒng)評(píng)價(jià)。

四、電子類智能制造試點(diǎn)示范企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)估與分析

根據(jù)2020年福建省五家電子類智能制造試點(diǎn)示范企業(yè)的調(diào)研資料，運(yùn)用本文提出的企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系和熵權(quán)灰聚類模型，對(duì)五家企業(yè)的智能制造技術(shù)創(chuàng)新能力進(jìn)行系統(tǒng)評(píng)估。為方便研究，這里將五家企業(yè)分別用代碼A、B、C、D和E表示。由于本文設(shè)計(jì)的企業(yè)智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)體系含有定性和定量?jī)深愔笜?biāo)，考慮到數(shù)據(jù)的準(zhǔn)確性與研發(fā)活動(dòng)產(chǎn)出的滯后性，定量指標(biāo)由受調(diào)研企業(yè)高層的相關(guān)負(fù)責(zé)人結(jié)合企業(yè)過去一年的實(shí)際情況填寫；而定性指標(biāo)則采用問卷調(diào)查的方法，由12位參與調(diào)研的智能制造產(chǎn)業(yè)研究院專家與學(xué)者以十分制打分取平均值獲取。

（一）智能制造技術(shù)創(chuàng)新能力指標(biāo)的權(quán)重計(jì)算

根據(jù)五家企業(yè)智能制造技術(shù)創(chuàng)新能力指標(biāo)數(shù)據(jù)的整理與統(tǒng)一效果測(cè)度，運(yùn)用熵值法計(jì)算出各指標(biāo)的權(quán)重，如表2所示。

表2 企業(yè)智能制造技術(shù)創(chuàng)新能力指標(biāo)的權(quán)重

（二）智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)灰類劃分與指標(biāo)取數(shù)域延拓

運(yùn)用標(biāo)桿原理和專家調(diào)查法，將企業(yè)智能制造技術(shù)創(chuàng)新能力等級(jí)劃分為5個(gè)評(píng)價(jià)灰類；設(shè)灰類序號(hào)為k，其中k=1，2，3，4，5，分別表示評(píng)語“弱”“較弱”“一般”“較強(qiáng)”“強(qiáng)”。取上述評(píng)語集對(duì)應(yīng)的數(shù)值化評(píng)定集向量μ=（1,2,3,4,5），即取灰類序號(hào)向量為評(píng)定集向量。參照文獻(xiàn)[15]的處理辦法，對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行延拓，得到各指標(biāo)的延拓值，如表3所示。

表3 評(píng)價(jià)灰類劃分與指標(biāo)取數(shù)域延拓

（三）智能制造技術(shù)創(chuàng)新能力評(píng)價(jià)指標(biāo)的綜合聚類系數(shù)計(jì)算

（四）綜合評(píng)定值計(jì)算與創(chuàng)新能力系統(tǒng)評(píng)價(jià)

表4 評(píng)價(jià)指標(biāo)的綜合聚類系數(shù)

表5 企業(yè)智能制造技術(shù)創(chuàng)新能力的分級(jí)評(píng)價(jià)

（五）系統(tǒng)評(píng)價(jià)的效度檢驗(yàn)

為驗(yàn)證本文改進(jìn)灰聚類評(píng)估模型的有效性，這里引入模糊綜合評(píng)價(jià)進(jìn)行對(duì)比分析。模糊綜合評(píng)價(jià)結(jié)果如表6所示，同圖1給出的灰聚類評(píng)估相比，無論從分準(zhǔn)則能力評(píng)價(jià)，還是從綜合能力評(píng)價(jià)看，兩種方法對(duì)五家企業(yè)智能制造技術(shù)創(chuàng)新能力排序與分級(jí)的最終評(píng)估結(jié)果，是基本相一致的。這充分說明本文改進(jìn)灰聚類評(píng)估方法是合理有效的。同時(shí)，從兩種方法的評(píng)價(jià)過程看，本文基于熵值法改進(jìn)的灰聚類評(píng)估，只需直接借助信息熵技術(shù)對(duì)指標(biāo)數(shù)據(jù)進(jìn)行計(jì)算機(jī)運(yùn)算賦權(quán)；而模糊綜合評(píng)價(jià)則需要引入專家評(píng)判，建構(gòu)多維多層次比較判斷矩陣進(jìn)行權(quán)重計(jì)算，計(jì)算結(jié)果還需進(jìn)行多輪的一致性偏差校驗(yàn)。因此，相較于模糊綜合評(píng)價(jià)，本文提出的熵權(quán)灰聚類評(píng)估具有簡(jiǎn)單易操作，計(jì)算結(jié)果準(zhǔn)確等優(yōu)點(diǎn)，能較好地解決企業(yè)智能制造創(chuàng)新能力評(píng)估存在的少樣本、貧信息系統(tǒng)評(píng)估難題。

圖1 企業(yè)智能制造技術(shù)創(chuàng)新能力的綜合評(píng)定值與排序評(píng)價(jià)

表6 企業(yè)智能制造技術(shù)創(chuàng)新能力的模糊綜合評(píng)價(jià)

五、企業(yè)智能制造技術(shù)創(chuàng)新能力的評(píng)價(jià)結(jié)果及影響因素分析

（一）分能力評(píng)價(jià)

1.智能制造創(chuàng)新投入能力

從圖1和表5不難看出，五家試點(diǎn)示范企業(yè)智能制造創(chuàng)新投入能力高低依序?yàn)锳＞B＞D＞E＞C。就能力分級(jí)看，五家企業(yè)智能制造創(chuàng)新投入能力總體不強(qiáng)。究其原因，一方面各大企業(yè)用以智能制造技術(shù)研發(fā)的經(jīng)費(fèi)支持不足。以A企業(yè)為例，公司作為我國半導(dǎo)體照明龍頭企業(yè)，2019年研究開發(fā)總經(jīng)費(fèi)投入高達(dá)6.48億元億元，占公司營業(yè)收入的8.69%，而智能制造研發(fā)的經(jīng)費(fèi)投入僅占1.475%。另一方面，五家企業(yè)智能制造技術(shù)培訓(xùn)費(fèi)用投入普遍偏少，相當(dāng)部分企業(yè)培訓(xùn)費(fèi)用投入不足銷售收入的0.1%。五家企業(yè)調(diào)研表明，雖然部分企業(yè)智能制造技術(shù)創(chuàng)新戰(zhàn)略比較明確，但在實(shí)際實(shí)施上缺乏系統(tǒng)性的規(guī)劃，尤其是在智能制造技術(shù)培訓(xùn)上重視不足，普遍公司主張遇問題時(shí)請(qǐng)第三方咨詢公司診斷把脈即可。人才是企業(yè)智能制造技術(shù)創(chuàng)新的關(guān)鍵。企業(yè)高管訪談指出，智能制造技術(shù)人才短缺，是目前制約企業(yè)智能制造技術(shù)創(chuàng)新的掣肘。由于智能制造技術(shù)需要跨領(lǐng)域多學(xué)科知識(shí)整合，其所需人才主要涉及自動(dòng)控制、電氣自動(dòng)化、機(jī)械電子、物聯(lián)網(wǎng)與工業(yè)工程等諸多專業(yè)，而目前我國這些專業(yè)高校畢業(yè)生總體短缺，尤其是具備智能制造工作經(jīng)驗(yàn)的中高端人才，更是一將難求。人才短缺問題在B、C、D、E等四家所屬的莆田、漳州等三四線城市的企業(yè)，表現(xiàn)得更為嚴(yán)重。上述這些因素都直接或間接導(dǎo)致了五家企業(yè)智能制造技術(shù)創(chuàng)新投入能力出現(xiàn)短板。

2.產(chǎn)品智能化研發(fā)能力

除區(qū)域政策性扶持企業(yè)E略微偏弱外，其他四家企業(yè)的產(chǎn)品智能化研發(fā)能力總體較強(qiáng)，尤其是光電龍頭企業(yè)A以總分4.71位列第一。企業(yè)調(diào)研表明，近年來由于計(jì)算機(jī)輔助設(shè)計(jì)CAD、計(jì)算機(jī)輔助工藝規(guī)劃CAPP、計(jì)算機(jī)輔助工程分析CAE與計(jì)算機(jī)輔助概念設(shè)計(jì)系統(tǒng)CACD等智能化產(chǎn)品設(shè)計(jì)技術(shù)的推廣與應(yīng)用，各大企業(yè)產(chǎn)品智能化研發(fā)能力有了長(zhǎng)足的進(jìn)步，均具備了一定的產(chǎn)品智能化概念設(shè)計(jì)、結(jié)構(gòu)開發(fā)等能力，能較好地借助計(jì)算機(jī)生成符合設(shè)計(jì)者目的與要求的產(chǎn)品概念模型，完成產(chǎn)品結(jié)構(gòu)的工業(yè)設(shè)計(jì)與工程設(shè)計(jì)。然而，由于產(chǎn)品全生命周期數(shù)據(jù)庫一體化集成推進(jìn)不力，五家企業(yè)智能工藝開發(fā)與流程設(shè)計(jì)總體能力偏弱。B企業(yè)是國內(nèi)知名的計(jì)算機(jī)整機(jī)、零部件、數(shù)碼產(chǎn)品及相關(guān)外圍設(shè)備產(chǎn)商。該企業(yè)高管訪談指出，公司研發(fā)部門與生產(chǎn)制造部門的條塊化分割，以及生產(chǎn)自動(dòng)控制與工業(yè)工程等相關(guān)專業(yè)人才短缺，導(dǎo)致了企業(yè)產(chǎn)品智能研發(fā)設(shè)計(jì)、工藝流程開發(fā)和生產(chǎn)制造等環(huán)節(jié)數(shù)據(jù)實(shí)時(shí)集成與協(xié)調(diào)運(yùn)作存在障礙，這些也是當(dāng)前多數(shù)企業(yè)開展智能工藝開發(fā)與流程設(shè)計(jì)的重要瓶頸。

3.生產(chǎn)運(yùn)作智能化改善能力

五家試點(diǎn)示范企業(yè)生產(chǎn)運(yùn)作智能化改善能力排序?yàn)锳＞D＞B＞E＞C。從能力構(gòu)成要素看，除企業(yè)C作為新創(chuàng)光伏企業(yè)能力偏弱以外，其他企業(yè)生產(chǎn)作業(yè)智能化調(diào)度和智能化成本分析及優(yōu)化能力比較均衡。究其原因，受益于我國長(zhǎng)期持續(xù)推動(dòng)的企業(yè)信息化建設(shè)。目前我國各地主要骨干企業(yè)多數(shù)建有比較完備的信息系統(tǒng)，能有效地集成產(chǎn)供銷與人財(cái)物信息進(jìn)行一體化管理。五家試點(diǎn)示范企業(yè)均不同程度實(shí)施了ERP企業(yè)資源計(jì)劃系統(tǒng)，能較好地將企業(yè)運(yùn)營中物流、資金流與信息流緊密無隙地有效集成。但從能力短板看，五家企業(yè)的品質(zhì)檢控智能化能力相對(duì)一般，由于品質(zhì)檢控智能化涉及人工智能、機(jī)器視覺、大數(shù)據(jù)分析與自動(dòng)控制等多學(xué)科前沿技術(shù)的綜合應(yīng)用，其成熟實(shí)施相對(duì)困難，因而也成為制約五家企業(yè)生產(chǎn)運(yùn)作智能化改善的軟肋。

4.智能設(shè)備應(yīng)用創(chuàng)新能力

與其他能力相比，五家試點(diǎn)示范企業(yè)生產(chǎn)運(yùn)作智能化改善能力總體都比較強(qiáng)，其中B＞A＞D＞C＞E。從能力構(gòu)成要素看，五家企業(yè)的機(jī)器人、數(shù)字化車間與智能工廠的創(chuàng)新性應(yīng)用能力均比較強(qiáng)。近幾年，隨著人口老齡化問題的凸顯，我國工業(yè)發(fā)展長(zhǎng)期仰賴的人口紅利迅速消失，各地企業(yè)用工荒頻現(xiàn)，尤其2020年新冠肺炎疫情暴發(fā)以來，人員流動(dòng)性受限使得以機(jī)器代工為著力點(diǎn)的智能制造工廠建設(shè)如火如荼。以B企業(yè)為例，2020年公司新增設(shè)備投入過億，其中多數(shù)設(shè)備具備無人值守、自控聯(lián)鎖、智能操作和在線遠(yuǎn)程監(jiān)控等功能。此外，機(jī)器視覺技術(shù)、智能傳感器和RFID等自動(dòng)識(shí)別技術(shù)與人工智能、物聯(lián)網(wǎng)技術(shù)聯(lián)合應(yīng)用，在五家企業(yè)的智慧倉儲(chǔ)系統(tǒng)、智能物流運(yùn)輸、數(shù)字化車間、自動(dòng)化生產(chǎn)線與設(shè)備安全監(jiān)控及預(yù)警管理中也得到有效推廣。但是，由于當(dāng)前的MES生產(chǎn)信息化管理系統(tǒng)尚未能實(shí)現(xiàn)產(chǎn)品智能化、工業(yè)設(shè)備智能化與生產(chǎn)管理智能化一體化融合，因而五家試點(diǎn)示范企業(yè)的智能化設(shè)備應(yīng)用多局限于智能機(jī)器人代替工人的自動(dòng)化生產(chǎn)。

5.智能制造創(chuàng)新產(chǎn)出能力

五家試點(diǎn)示范企業(yè)智能制造創(chuàng)新產(chǎn)出能力排序?yàn)锳＞E＞B＞D＞C。與其他能力相比，智能制造創(chuàng)新產(chǎn)出能力是制約各大企業(yè)智能制造技術(shù)創(chuàng)新的重要瓶頸。從能力構(gòu)成要素看，除了企業(yè)A擁有國家級(jí)企業(yè)技術(shù)中心、產(chǎn)業(yè)化示范工程與光電子龍頭企業(yè)外，其他企業(yè)均僅擁有省級(jí)示范或研究中心。而在千人智能制造技術(shù)專利擁有量指標(biāo)上，五家企業(yè)均比較薄弱。以企業(yè)C為例，公司作為福建省太陽能光伏領(lǐng)先企業(yè)，2020年公司千人擁有智能制造相關(guān)專利僅占15.57件，僅占公司專利總量的不足一成。就智能制造技術(shù)革新帶來利潤(rùn)增長(zhǎng)率看，五家試點(diǎn)示范企業(yè)均超過45%，對(duì)企業(yè)智能制造創(chuàng)新產(chǎn)出貢獻(xiàn)較大[16]。

（二）綜合能力評(píng)價(jià)

系統(tǒng)評(píng)價(jià)顯示，五家試點(diǎn)示范企業(yè)的智能制造技術(shù)創(chuàng)新綜合能力排序及強(qiáng)弱分級(jí)結(jié)果看，企業(yè)A以4.498總分，排名第一。作為全球最大的LED芯片及外延片制造企業(yè)，企業(yè)A近年來公司通過引進(jìn)德國AIXTRON、日本DISCO和瑞士MEYER BURGER等設(shè)備技術(shù)，建構(gòu)了國際領(lǐng)先的襯底提純、外延及芯片制備的智能化產(chǎn)線，并自主創(chuàng)新開發(fā)了集客戶需求快速響應(yīng)、可生產(chǎn)性協(xié)同研發(fā)與智能制造于一體的UMS系統(tǒng)，公司智能制造技術(shù)創(chuàng)新的綜合能力評(píng)級(jí)為強(qiáng)。企業(yè)B、D、C分別以4.021、3.89和3.547總分，位列第二、三、四名，三家企業(yè)數(shù)字化車間與智能化生產(chǎn)管理推動(dòng)成效顯著，智能制造技術(shù)創(chuàng)新的綜合能力均比較強(qiáng)。尤其是，企業(yè)B作為首批國家科技創(chuàng)新型企業(yè)與首批“兩化融合”企業(yè)。近年來公司通過智能制造技術(shù)創(chuàng)新與轉(zhuǎn)型升級(jí)，已成長(zhǎng)為國內(nèi)知名的智能終端產(chǎn)品整體方案解決商。企業(yè)E作為鋰離子電池集成系統(tǒng)國家高新技術(shù)企業(yè)，已構(gòu)建了較為完善的智能制造云平臺(tái)，其智能制造技術(shù)創(chuàng)新的綜合能力得分為3.394分，評(píng)級(jí)為一般。

（三）影響因素分析

根據(jù)上述五家試點(diǎn)示范企業(yè)智能制造技術(shù)創(chuàng)新的系統(tǒng)評(píng)價(jià)，結(jié)合表5和圖1分析，不難看出，目前制約多數(shù)企業(yè)智能制造技術(shù)創(chuàng)新的能力要素為智能制造創(chuàng)新投入能力d1、生產(chǎn)運(yùn)作智能化改善能力d3和智能制造創(chuàng)新產(chǎn)出能力d5。結(jié)合五家試點(diǎn)示范企業(yè)調(diào)研與數(shù)據(jù)統(tǒng)計(jì)分析，運(yùn)用多數(shù)裁定原則與關(guān)鍵成功因素法相結(jié)合，識(shí)別制約企業(yè)智能制造技術(shù)創(chuàng)新的關(guān)鍵共性影響因素，如表7所示。表7統(tǒng)計(jì)結(jié)果顯示，上述能力要素的構(gòu)成指標(biāo)中，d11、d12、d13、d32和d52是制約著多數(shù)企業(yè)智能制造技術(shù)創(chuàng)新能力提升的共性瓶頸指標(biāo)。相關(guān)研究表明，智能制造研發(fā)投入強(qiáng)度直接影響并決定了企業(yè)智能制造研發(fā)費(fèi)用投入的營收占比d11；智能制造人才隊(duì)伍建設(shè)的重視度對(duì)企業(yè)智能制造技術(shù)培訓(xùn)費(fèi)的銷售收入的占比d12、智能制造技術(shù)人才占比d13有決定性的影響；智能制造運(yùn)作管理的敏捷性對(duì)企業(yè)智能化生產(chǎn)管控與品質(zhì)提升能力的強(qiáng)弱d32有著關(guān)鍵性的影響；而智能制造研發(fā)產(chǎn)出效率則直接影響著企業(yè)千人智能制造技術(shù)專利擁有量d52[17～18]。因此，從關(guān)鍵成功因素分析看，智能制造的研發(fā)投入強(qiáng)度、人才隊(duì)伍建設(shè)的重視度、運(yùn)作管理的敏捷性和研發(fā)產(chǎn)出效率是當(dāng)前制約多數(shù)企業(yè)智能制造技術(shù)創(chuàng)新能力提升的關(guān)鍵共性影響因素。鑒于創(chuàng)新產(chǎn)出是創(chuàng)新投入與創(chuàng)新活動(dòng)過程的綜合作用結(jié)果，為此，下面將主要從上述創(chuàng)新投入與活動(dòng)過程的共性影響要素入手，提出促進(jìn)我國企業(yè)智能制造創(chuàng)新能力提升的對(duì)策建議。

表7 企業(yè)智能制造技術(shù)創(chuàng)新的關(guān)鍵共性影響因素

六、企業(yè)智能制造創(chuàng)新能力提升的對(duì)策建議

（一）引培結(jié)合，不斷加強(qiáng)智能制造人才隊(duì)伍建設(shè)

智能制造所需人才涉及自動(dòng)控制、電氣自動(dòng)化、機(jī)械電子、人工智能、物聯(lián)網(wǎng)與工業(yè)工程等諸多專業(yè)學(xué)科，因此智能制造人才短缺問題需要全社會(huì)統(tǒng)籌解決。宏觀層面，政府要結(jié)合企業(yè)智能制造創(chuàng)新發(fā)展的人才需求，制定智能制造高端人才需求規(guī)劃和引進(jìn)目錄，突出重大項(xiàng)目導(dǎo)向的精準(zhǔn)引才，對(duì)企業(yè)高端人才引進(jìn)給予適當(dāng)獎(jiǎng)勵(lì)或經(jīng)費(fèi)補(bǔ)助，積極探索靈活優(yōu)厚的高端人才引進(jìn)特殊政策。要組織高校利用現(xiàn)有資源，聯(lián)合企業(yè)、科研院所共同為社會(huì)開展智能制造人才培養(yǎng)工作，開展智能制造職業(yè)技術(shù)教育和專題技能培訓(xùn)，不斷提高企業(yè)在崗技術(shù)人員的智能制造素養(yǎng)。微觀層面，企業(yè)要制定明確的制造技術(shù)培訓(xùn)計(jì)劃，通過定期開展以卓越企業(yè)和領(lǐng)先部門/個(gè)人的內(nèi)外部智能制造標(biāo)桿學(xué)習(xí)與技能培訓(xùn)，不斷加大現(xiàn)有智能制造技術(shù)人才的培養(yǎng)力度。認(rèn)真做好現(xiàn)有員工中智能制造人才的選拔、培養(yǎng)、考核與薪酬激勵(lì)機(jī)制，努力做到量才適用、用當(dāng)其時(shí)，才盡其用。

（二）政企攜手，多渠道拓寬企業(yè)智能制造創(chuàng)新的資金支持

政府相關(guān)主管部門，要分利用國家先進(jìn)制造業(yè)投資基金、工業(yè)轉(zhuǎn)型升級(jí)資金和新興產(chǎn)業(yè)風(fēng)險(xiǎn)投資基金，為企業(yè)智能制造創(chuàng)新發(fā)展提供財(cái)政扶持與專項(xiàng)資金支持，積極引導(dǎo)企業(yè)智能制造創(chuàng)新研發(fā)的相關(guān)稅費(fèi)優(yōu)惠政策應(yīng)享盡享。鼓勵(lì)金融機(jī)構(gòu)在業(yè)務(wù)范圍內(nèi)為符合條件的重點(diǎn)智能制造企業(yè)創(chuàng)新項(xiàng)目提供融資優(yōu)惠，大力探索并整合社會(huì)資金共同組建智能制造的產(chǎn)業(yè)投資基金，努力破解企業(yè)智能制造創(chuàng)新的資金難題。企業(yè)層面，要主動(dòng)對(duì)標(biāo)本行業(yè)、本領(lǐng)域智能制造全球科技創(chuàng)新的頂尖企業(yè)，在做好智能制造創(chuàng)新項(xiàng)目可行性論證的基礎(chǔ)上，切實(shí)加大創(chuàng)新投入，不斷推進(jìn)智能制造技術(shù)、產(chǎn)品和服務(wù)創(chuàng)新。

（三）因企制宜，持續(xù)提升企業(yè)智能制造的過程管控與快速響應(yīng)能力

生產(chǎn)運(yùn)作智能化改善是企業(yè)智能制造技術(shù)創(chuàng)新的重要組成部分，而智能化生產(chǎn)管控則是企業(yè)生產(chǎn)運(yùn)作智能化改善的基礎(chǔ)。相關(guān)研究指出，工藝工序與制造流程標(biāo)準(zhǔn)化→精益優(yōu)化→自動(dòng)化→智能化，是企業(yè)生產(chǎn)管控智能化的一般路徑[19]。由于不同企業(yè)的生產(chǎn)類型與工藝流程存在差異，因此促進(jìn)企業(yè)智能制造技術(shù)創(chuàng)新，需要企業(yè)以作業(yè)標(biāo)準(zhǔn)化為切入點(diǎn)，因企制宜，不斷推進(jìn)工藝工序與制造流程的精益優(yōu)化，通過信息化、自動(dòng)化與智能化，持續(xù)提升企業(yè)智能制造的過程管控與快速響應(yīng)能力，進(jìn)而實(shí)現(xiàn)企業(yè)品質(zhì)和成本管理的智能化改善。此外，企業(yè)智能制造技術(shù)創(chuàng)新是一項(xiàng)長(zhǎng)期、復(fù)雜的工程。企業(yè)需要嚴(yán)格按照“科學(xué)規(guī)劃，分步實(shí)施，效益優(yōu)先，重點(diǎn)突破”的原則，認(rèn)真做好智能制造技術(shù)創(chuàng)新的頂層設(shè)計(jì)，有條不紊推進(jìn)企業(yè)產(chǎn)品、設(shè)備、生產(chǎn)制造、運(yùn)營管理和服務(wù)智能化的縱向、橫向及端對(duì)端信息集成，不斷增強(qiáng)企業(yè)智能制造信息系統(tǒng)與生產(chǎn)控制系統(tǒng)互聯(lián)互通能力，為企業(yè)提升生產(chǎn)運(yùn)營過程管控與快速響應(yīng)能力、推進(jìn)智能制造技術(shù)創(chuàng)新夯實(shí)環(huán)境基礎(chǔ)。