摘 要：共享制造是傳統(tǒng)制造業(yè)與先進信息技術(shù)有機融合的新型制造模式，是實現(xiàn)我國制造業(yè)現(xiàn)代化轉(zhuǎn)型的有效途徑。為了促進我國共享制造企業(yè)高質(zhì)量發(fā)展，構(gòu)建了共享制造企業(yè)高質(zhì)量發(fā)展效率評估體系，基于DEA方法和DEA-Malmquist指數(shù)對2020—2022年我國34家共享制造企業(yè)的高質(zhì)量發(fā)展效率進行了靜態(tài)層面和動態(tài)層面的研究。研究結(jié)果表明，2020—2022年我國綜合效率均值分別為0.850、0.865、0.881，純技術(shù)效率均值分別為0.883、0.923、0.914，規(guī)模效率均值分別為0.961、0.933、0.961；2020—2022年，我國共享制造企業(yè)的全要素生產(chǎn)率均值為0.972，下降了2.8%；技術(shù)效率均值為1.010，上升了1.0%；技術(shù)進步指數(shù)均值為0.962，下降了3.8%。我國共享制造企業(yè)高質(zhì)量發(fā)展受到純技術(shù)效率的制約明顯。研究從提高純技術(shù)效率以及規(guī)模效率兩方面，提出促進我國共享制造企業(yè)高質(zhì)量發(fā)展的一些建議。

關(guān)鍵詞：制造業(yè)；共享制造；高質(zhì)量發(fā)展效率；DEA模型；DEA-Malmquist指數(shù)；純技術(shù)效率

中圖分類號：F 414;F 124.1

文獻標識碼：A

文章編號：1672-7312（2024）05-0577-07

Research on High-Quality Development Efficiency of Shared Manufacturing Enterprises

ZHANG Peng，WANG Tianri，SUN Wenhao

（School of Economics and Management，Taiyuan University of Technology，Jinzhong 030600，China）

Abstract：Shared manufacturing is a new manufacturing model that integrates traditional manufacturing with advanced information technology，and is an effective way to achieve the modernization transformation of China’s manufacturing industry.In order to promote the high-quality development of shared manufacturing enterprises in China，this article constructs an evaluation system for the efficiency of high-quality development of shared manufacturing enterprises，and studies the efficiency of high-quality development of 34 shared manufacturing enterprises in China from 2020 to 2022 based on the DEA method and DEA Malmquist index on the static and dynamic levels.The research results show that from 2020 to 2022，the average comprehensive efficiency in China was 0.850，0.865，and 0.881，while the average pure technical efficiency was 0.883，0.923，and 0.914，and the average scale efficiency was 0.961，0.933，and 0.961，respectively；that from 2020 to 2022，the average total factor productivity of China’s shared manufacturing enterprises was 0.972，a decrease of 2.8%；the average technical efficiency is 1.010，an increase of 1.0%；the average index of technological progress is 0.962，a decrease of 3.8%.The high-quality development of shared manufacturing enterprises in China is significantly constrained by pure technological efficiency.This article，F(xiàn)rom two aspects of improving pure technical efficiency and scale efficiency，finally proposes some suggestions to promote the high-quality development of shared manufacturing enterprises in China.

Key words：manufacturing industry；shared manufacturing；high quality development efficiency；DEA model；DEA-Malmquist index；pure technical efficiency

0 引言

制造業(yè)體現(xiàn)了一個國家的生產(chǎn)力水平，是國民經(jīng)濟的主要組成部分。在制造社會財富、解決就業(yè)、促進科學(xué)技術(shù)發(fā)展等方面起著舉足輕重的作用。我國制造業(yè)自改革開放以來有了長足的發(fā)展，在此期間我國制造業(yè)發(fā)展迅速、總量不斷增長、規(guī)模不斷擴大、產(chǎn)業(yè)結(jié)構(gòu)升級顯著，綜合實力以及國際競爭力提升明顯，但我國制造業(yè)依然存在著“大而不強”的問題^[1]。黨的十九大指出，我國正處在經(jīng)濟由高速增長轉(zhuǎn)向高質(zhì)量發(fā)展、經(jīng)濟結(jié)構(gòu)戰(zhàn)略性調(diào)整、轉(zhuǎn)換增長動力的攻關(guān)期，解決制造業(yè)“大而不強”、長期在價值鏈中低端徘徊等難題必須大力發(fā)展先進制造業(yè)^[2]。近年來由于信息和通信技術(shù)（Information and Communication Technology）的發(fā)展，許多諸如云計算（Cloud Computing）^[3]、物聯(lián)網(wǎng)（Internet of Things）^[4]、大數(shù)據(jù)分析（Big Data Analytics）^[5]、人工智能（Artificial Intelligence）^[6-7]等新興技術(shù)的出現(xiàn)為制造業(yè)注入了更多的活力^[8]。傳統(tǒng)制造業(yè)和先進信息通訊技術(shù)的有機融合催生了共享制造模式。

共享制造指的是采用新一代的信息技術(shù)，借助智能平臺完成制造資源服務(wù)化和協(xié)同化共享，實現(xiàn)制造供需高效匹配和制造資源優(yōu)化配置的新型制造模式。共享制造將共享理念用于制造領(lǐng)域，將閑置、分散的生產(chǎn)制造資源高效匯集、彈性匹配和動態(tài)共享，是共享經(jīng)濟這種新興經(jīng)濟形態(tài)在制造領(lǐng)域的創(chuàng)新應(yīng)用。為推動共享制造模式的發(fā)展，我國工信部在2019年10月出臺了《關(guān)于加快培育共享制造新模式新業(yè)態(tài)促進制造業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見》，提出要把能力共享作為共享制造模式的重點，把創(chuàng)新、服務(wù)能力共享作為共享制造模式的支撐，形成制造業(yè)高質(zhì)量發(fā)展和協(xié)同發(fā)展的新格局；國家發(fā)改委等部門在2019年11月出臺了《關(guān)于推動先進制造業(yè)和現(xiàn)代服務(wù)業(yè)深度融合發(fā)展的實施意見》，提出要“發(fā)展共享生產(chǎn)平臺”，將其作為“培育融合發(fā)展新業(yè)態(tài)新模式”的十個重點任務(wù)之一；工信部2020年7月出臺了《關(guān)于進一步促進服務(wù)型制造發(fā)展的指導(dǎo)意見》，強調(diào)要積極推動共享平臺建設(shè)，鼓勵企業(yè)建設(shè)共享制造工廠，完善共享制造發(fā)展生態(tài)。在各項相關(guān)政策的推動指引和企業(yè)的不斷探索下，我國依托工業(yè)互聯(lián)網(wǎng)發(fā)展起來的共享制造模式邁上新臺階。

目前度量我國制造業(yè)高質(zhì)量發(fā)展效率的研究較多，多數(shù)基于賦權(quán)類評價法。張愛琴等^[9]構(gòu)建了制造業(yè)高質(zhì)量發(fā)展體系，采用CRITIC-熵值法組合權(quán)重與TOPSIS相結(jié)合的評價方法對我國30個省市2013—2018年的制造業(yè)高質(zhì)量發(fā)展水平進行了度量。曾洪鑫等^[10]運用猶豫模糊熵權(quán)和TOPSIS法進行量化評測，尋找粵港澳大灣區(qū)高質(zhì)量發(fā)展的新方向。蘇暢等^[11]為探尋符合我國的ESG評價體系，建立了采用AHP-熵值組合賦權(quán)方法確立指標權(quán)重，并運用TOPSIS方法建立評價模型。劉文玲等^[12]構(gòu)建了測度企業(yè)數(shù)字化轉(zhuǎn)型程度和綠色發(fā)展水平的綜合指標體系，基于制造業(yè)上市公司的數(shù)據(jù)，運用TOPSIS模型驗證數(shù)字化轉(zhuǎn)型對綠色發(fā)展績效的影響；劉成坤等^[13]綜合考慮了創(chuàng)新驅(qū)動、產(chǎn)業(yè)基礎(chǔ)、結(jié)構(gòu)優(yōu)化、效率效益和方式轉(zhuǎn)換等五個維度，構(gòu)建了制造業(yè)高質(zhì)量發(fā)展評估體系，基于此運用TOPSIS模型對我國制造業(yè)高質(zhì)量發(fā)展水平進行了評估。以上對于高質(zhì)量發(fā)展評價體系的建立多數(shù)以指標賦權(quán)類評價法為基準，該方法需要對賦權(quán)以及權(quán)重進行精確的計算；而數(shù)據(jù)包絡(luò)分析法（DEA）能夠直接對投入和產(chǎn)出的效率進行計算，且無需統(tǒng)一量綱，因而被廣泛應(yīng)用于對效率的度量和分析中。郭本海等^[14]在數(shù)字經(jīng)濟驅(qū)動的背景下構(gòu)建了對中國高技術(shù)制造業(yè)創(chuàng)新效率的評價指標體系，運用Booststrap-DEA方法對2009—2019年各省的高新技術(shù)制造業(yè)創(chuàng)新效率進行了評價，分析了高新技術(shù)制造業(yè)創(chuàng)新效率的區(qū)位差異及其原因；姚夢琪^[15]構(gòu)建了基于道格拉斯生產(chǎn)函數(shù)的企業(yè)創(chuàng)新績效評價指標體系，運用DEA方法對江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效進行了評估；李將軍等^[16]基于我國高端制造業(yè)數(shù)據(jù)構(gòu)建了三階段DEA模型對企業(yè)創(chuàng)新技術(shù)效率進行了評估。

綜上所述，目前雖然對于新時代下制造業(yè)發(fā)展效率的研究較多，但是卻鮮有對于共享制造企業(yè)高質(zhì)量發(fā)展效率的研究。因此研究基于2020—2022年的共享制造企業(yè)數(shù)據(jù)，構(gòu)建了中國共享制造企業(yè)高質(zhì)量發(fā)展效率指標體系，采用DEA方法和DEA-Malmquist指數(shù)模型對共享制造企業(yè)高質(zhì)量發(fā)展效率進行靜態(tài)和動態(tài)的綜合分析，展示我國現(xiàn)階段共享制造發(fā)展情況并提出相應(yīng)建議。

1 研究方法及變量選取

1.1 研究方法

1.1.1 DEA模型

發(fā)明于20世紀80年代的數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA）是一種有效的決策方法，其主要用途為評估具有相似性質(zhì)單元的效率，由于簡單有效、適用性廣的特點，被用于諸多領(lǐng)域^[17]。在使用DEA前無需提前得知生產(chǎn)函數(shù)的具體表達形式，同時也可以對不同量綱的指標進行評價^[18]，因此該方法適用于對沒有給出明確函數(shù)表達式的共享制造企業(yè)高質(zhì)量發(fā)展效率的度量。DEA最基本的兩個模型為CCR模型和BCC模型。CCR模型假定規(guī)模報酬不變，其計算得出的效率為綜合效率；BCC模型假定規(guī)模報酬可變，其計算得出的效率為純技術(shù)效率。而綜合效率可分解為純技術(shù)效率和規(guī)模效率，其中純技術(shù)效率是對于決策單元技術(shù)、環(huán)境以及管理水平的衡量，而規(guī)模效率則是對決策單元生產(chǎn)要素配比的衡量，三者的關(guān)系為

綜合效率=純技術(shù)效率×規(guī)模效率（1）

采用的是投入導(dǎo)向的CCR模型與BCC模型。CCR模型為

上述模型的對偶模型為

式中，x和y分別為需要輸入到模型內(nèi)的投入和產(chǎn)出變量矩陣；μ，ω和λ為對應(yīng)的權(quán)重；ε為非阿基米德無窮小，是一個小于任何正數(shù)且大于0的值；θ為效率值；s⁺和s^-分別為投入和產(chǎn)出松弛變量；e=（1，1，…，1）。類似地，BCC模型的對偶模型為

其中符號的含義與CCR模型完全相同。

1.1.2 DEA-Malmquist方法

上述DEA模型只能對決策單元在同一時期的投入和產(chǎn)出效率進行靜態(tài)分析，而對于從t期到t+1期的效率動態(tài)變化信息則無法獲知，而DEA-Malmquist指數(shù)模型則很好地克服了這個問題^[19]。對于動態(tài)信息的獲取可以使決策者對于決策單元進行更為全面的評估，進而更好地進行決策。因此可以借助DEA-Malmquist指數(shù)模型對決策單元進行動態(tài)評估，該模型如下

式中，x^t為決策單元在t期的投入指標值；y^t為決策單元在t期的產(chǎn)出指標值；D^t（x^t，y^t）為（x^t，y^t）在t期的距離函數(shù)。而對于TFP、EC、TC、PEC、SEC的解釋見表1。

1.2 樣本選取及數(shù)據(jù)來源

共享制造又稱制造資源共享，是共享經(jīng)濟這一概念在制造生產(chǎn)領(lǐng)域的一大創(chuàng)新，共享制造運用共享理念將閑置、分散的資源聚合起來使其能夠滿足動態(tài)的、彈性的新型需求模式。共享制造企業(yè)指的是以上述共享制造模式為主要生產(chǎn)模式的企業(yè)。為了探究我國共享制造的發(fā)展現(xiàn)狀，選取了陳俊龍等^[20]根據(jù)共享制造定義以及分類原則篩選出來的共享制造上市企業(yè)，從中剔除掉ST、^*ST的企業(yè)，共計34家。其中云海金屬改名為寶武鎂業(yè)；小康股份改名為賽力斯。選取的時間周期為2020—2022年，上述企業(yè)的數(shù)據(jù)均來自國泰安數(shù)據(jù)庫以及各企業(yè)的企業(yè)年報。決策單元數(shù)量（即共享制造企業(yè)數(shù)量）大于投入產(chǎn)出指標之和的2倍，符合DEA模型對于決策單元數(shù)量的要求。

1.3 變量選取

為了能夠更好地評估共享制造企業(yè)高質(zhì)量發(fā)展效率，在投入指標選取方面借鑒了張鵬等^[21]的研究，從企業(yè)投入的資本和勞動力兩方面來衡量共享制造企業(yè)的投入。共享制造作為一種新型的制造模式，需要大量的資金投入；同時共享制造也需要大量的研發(fā)人員來進行產(chǎn)業(yè)升級、技術(shù)精進以及后續(xù)的服務(wù)優(yōu)化等一系列工作，因此投入指標包括注冊資本、研發(fā)人數(shù)、職工薪酬。在產(chǎn)出指標選取方面借鑒了馬宗國等^[22]從經(jīng)濟效益、創(chuàng)新水平、綠色發(fā)展、國際合作、社會效益等五個方面對制造業(yè)發(fā)展水平進行評估的方式。企業(yè)的經(jīng)濟效益、創(chuàng)新水平、綠色發(fā)展、國際合作、社會效益可以用營業(yè)收入、研發(fā)強度（企業(yè)研發(fā)支出/營業(yè)收入）、海外收入、就職人數(shù)來衡量，因此將上述四個指標設(shè)為產(chǎn)出指標。投入、產(chǎn)出指標的設(shè)置見表2。

2 實證研究

2.1 描述性統(tǒng)計

使用Excel對收集到的數(shù)據(jù)進行描述性統(tǒng)計，結(jié)果見表3。

從表3可知，我國共享制造企業(yè)在營業(yè)收入、研發(fā)強度、海外收入、就職人數(shù)、注冊資本、研發(fā)人數(shù)以及職工薪酬方面均有著較大的差異。一方面，這是因為共享制造企業(yè)涉及的范圍十分廣泛，因此不同企業(yè)的資金籌備以及業(yè)務(wù)范圍均有較大的差異；另一方面也可以看出我國共享制造企業(yè)的發(fā)展水平參差不齊。

2.2 DEA模型靜態(tài)分析結(jié)果

利用DEAP 2.1軟件對34家共享制造企業(yè)的投入產(chǎn)出指標進行分析，綜合效率及其分解記錄見表4。其中綜合效率（PTE）表示的是共享制造企業(yè)在投入一定時產(chǎn)出的效率或者在產(chǎn)出一定時投入的效率；純技術(shù)效率（TE）表示的是共享制造企業(yè)所掌握的技術(shù)水平、生產(chǎn)環(huán)境以及管理水平等要素^[23]；規(guī)模效率（SE）表示共享制造企業(yè)進行生產(chǎn)時的生產(chǎn)要素配比^[24]。

由表4可知2020—2022年我國共享制造企業(yè)的綜合效率均值分別為0.850、0.865、0.881，可以看出這3年的綜合效率均值呈上升的趨勢，由此可見我國共享制造企業(yè)高質(zhì)量發(fā)展具有明顯的成效，但最高的均值0.881依然距離1有著一定的差距，這也說明我國共享制造企業(yè)在高質(zhì)量發(fā)展方面有著較大的提升空間；而由PTE的分解TE和SE可以看出同年SE均值均大于TE，這表明我國共享制造企業(yè)的資源配置一直處于一個較為合理的狀態(tài)，是共享制造企業(yè)所掌握的技術(shù)水平、生產(chǎn)環(huán)境以及管理水平等要素處于較低水平制約了共享制造企業(yè)的高質(zhì)量發(fā)展。此外，處于DEA有效狀態(tài)（PTE=1）的共享制造企業(yè)數(shù)量呈波動上漲的趨勢，2022年有近五成的共享制造企業(yè)處于生產(chǎn)前沿面，達到了純技術(shù)效率以及規(guī)模效率的雙重最優(yōu)。另外，在這34家共享制造企業(yè)中，有些企業(yè)達到了純技術(shù)效率最優(yōu)，但沒有達到規(guī)模效率最優(yōu)，說明規(guī)模效率制約了這些企業(yè)的高質(zhì)量發(fā)展；而有一些企業(yè)達到了規(guī)模效率最優(yōu)，但沒有達到純技術(shù)效率最優(yōu)，說明是純技術(shù)效率制約了這些企業(yè)的高質(zhì)量發(fā)展。

將（0，1］分為4個區(qū)間，分別是（0，0.6］、（0.6，0.8］、（0.8，1）以及端點值1，綜合效率值依次落在上述區(qū)間內(nèi)分別稱為重度DEA無效、中度DEA無效、輕度DEA無效以及DEA有效^[25]。如此對2020—2022年34家共享制造企業(yè)的綜合效率進行劃分，結(jié)果見表5。

由表5可知2020—2022年均沒有出現(xiàn)重度DEA無效的共享制造企業(yè)。2020年和2022年均有近一半的企業(yè)達到了DEA有效，這些企業(yè)的純技術(shù)效率以及規(guī)模效率均達到了最優(yōu)；而2021年由于受到疫情的影響，導(dǎo)致共享制造企業(yè)的綜合效率有所下降。

2.3 Malmquist指數(shù)模型動態(tài)分析結(jié)果

為了能動態(tài)獲取我國共享制造企業(yè)高質(zhì)量發(fā)展效率情況，對34家共享制造企業(yè)Malmquist指數(shù)運用DEAP 2.1軟件進行了計算及分解，具體的Malmquist指數(shù)以及其詳細的分解結(jié)果見表6。若某個時間段的Malmquist指數(shù)大于1，則說明該時間段的指標效率相較于上一時間段有所增加，增加的百分比為該指標和1的差值；若某個時間段的Malmquist指數(shù)小于1，則說明該時間段的指標效率相較于上一時間段有所下降，下降的百分比為1和該指標的差值。進一步，全要素生產(chǎn)率（TFP）等于技術(shù)效率（EC）與技術(shù)進步（TC）之積；技術(shù)效率（EC）等于純技術(shù)效率（PEC）與規(guī)模效率（SEC）之積。

通過表6可知，2020—2022年，我國共享制造企業(yè)的全要素生產(chǎn)率均值有所下降，下降了2.8%；技術(shù)效率均值為1.010，上升了1.0%；技術(shù)進步指數(shù)均值為0.962，下降了3.8%。在此期間我國共享制造企業(yè)的技術(shù)效率有所提高，但受到技術(shù)進步指數(shù)的負面影響較大，導(dǎo)致了總體的全要素生產(chǎn)率有所下降。分年份來看，受到新冠疫情的影響，2021年相較于2020年我國共享企業(yè)的全要素生產(chǎn)率有著較大地下降，下降了8.4%，而此期間技術(shù)效率有所上升，上升了4.0%，但是技術(shù)進步指數(shù)有較大幅度的下降，下降了12.0%，由此可見，該期間全要素生產(chǎn)率下降的主要原因是其受到了疫情期間技術(shù)進步效率的負面影響；得益于疫情防控的良好態(tài)勢，2022年相較于2021年我國共享制造企業(yè)的全要素生產(chǎn)率提升了3.1%，但是此期間技術(shù)效率卻呈下降的態(tài)勢，下降了1.9%，而技術(shù)進步指數(shù)上升明顯，上升了5.1%，可見該期間的全要素生產(chǎn)率的提高主要取決于技術(shù)進步指數(shù)的增長。由分解指標可知，我國共享制造企業(yè)2020—2022年全要素生產(chǎn)率均值有所下降的主要原因是全要素生產(chǎn)率有所下降；而2020—2021年的全要素生產(chǎn)率下降的原因是該期間技術(shù)進步指數(shù)下降明顯。

綜上所述，2021—2022年我國共享制造企業(yè)高質(zhì)量發(fā)展全要素生產(chǎn)率有所增長，但受到疫情的影響，導(dǎo)致2020—2022年我國共享制造企業(yè)高質(zhì)量發(fā)展全要素生產(chǎn)率產(chǎn)生了一定程度的下降。2020—2022年我國共享制造企業(yè)技術(shù)效率以及純技術(shù)效率均大于1；而技術(shù)進步指數(shù)和規(guī)模效率均小于1，可見是技術(shù)進步指數(shù)和規(guī)模效率指數(shù)共同阻礙了全要素效率的增加。

3 結(jié)語

1）根據(jù)DEA方法分析，2020—2022年我國共享制造企業(yè)的綜合效率均值分別為0.850、0.865、0.881，呈現(xiàn)連續(xù)上升的趨勢，這表明我國共享制造企業(yè)穩(wěn)健的發(fā)展態(tài)勢且具有較大的提升空間。從綜合效率分解角度上看，我國共享制造企業(yè)的規(guī)模效率均優(yōu)于純技術(shù)效率，因此純技術(shù)效率較低，在一定程度上制約了共享制造企業(yè)的高質(zhì)量發(fā)展。但是，不同共享制造企業(yè)面臨的問題并不完全相同：有些受到了純技術(shù)效率較低的影響，意味著這些企業(yè)的技術(shù)水平、生產(chǎn)環(huán)境或者管理水平存在不足；而有些則是規(guī)模效率較低，意味著這些企業(yè)的資源配置效率較低。此外2020—2022年分別有15家、12家、16家企業(yè)的綜合效率值為1，占比分別為44.12%、35.29%、47.06%，這意味著這些共享制造企業(yè)的純技術(shù)效率以及規(guī)模效率均達到最優(yōu)，具有良好的高質(zhì)量發(fā)展態(tài)勢。

2）根據(jù)Malmquist指數(shù)分析，2020—2022年，我國共享制造企業(yè)的全要素生產(chǎn)率均值有所下降，下降了2.8%；技術(shù)效率均值為1.010，上升了1.0%；技術(shù)進步指數(shù)均值為0.962，下降了3.8%，可見是技術(shù)進步指數(shù)較低制約了全要素生產(chǎn)率的提高，我國共享制造企業(yè)的技術(shù)效率均值大于1而技術(shù)效率均值小于1，說明我國共享制造企業(yè)的高質(zhì)量發(fā)展還未達到最優(yōu)狀態(tài)，仍然有較大進步空間。該期間全要素生產(chǎn)率均值下降主要是受到了疫情的影響，在疫情得以有效控制后，共享制造企業(yè)的全要素生產(chǎn)率得以上升。

3）要著力于純技術(shù)效率的提高。共享制造企業(yè)要加大科研技術(shù)和人才培養(yǎng)方面的投入，掌握核心科技，努力破除關(guān)鍵技術(shù)被“卡脖子”的境地；充分利用物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)等新型工業(yè)信息平臺，實現(xiàn)工業(yè)制造與互聯(lián)網(wǎng)的深度融合；加強識別和預(yù)防能力，從而更好地應(yīng)對共享制造在研發(fā)、生產(chǎn)、銷售等過程中可能遭受到的風(fēng)險和挑戰(zhàn)，努力將外部環(huán)境波動對共享制造高質(zhì)量發(fā)展的負面影響降至最低；同時也要注重企業(yè)管理水平的提升，努力實現(xiàn)企業(yè)管理水平與技術(shù)水平相匹配。

4）要著力于規(guī)模效率的提高。共享制造企業(yè)要加大基礎(chǔ)設(shè)施建設(shè)力度以及創(chuàng)新力度，優(yōu)化生產(chǎn)要素的配比和對成本的控制以達到降本增效，努力提高共享制造行業(yè)的生產(chǎn)效率。

參考文獻：

[1] 丁文珺，杜志明.我國制造業(yè)發(fā)展四十年：成就、新形勢與轉(zhuǎn)型思路[J].經(jīng)濟縱，2018（08）：70-79.

[2]劉如月，楊蕙馨.先進制造業(yè)與現(xiàn)代服務(wù)業(yè)融合：研究綜述及未來趨勢[J].產(chǎn)業(yè)經(jīng)濟評論（山東大學(xué)），2023，22（01）：108-123.

[3]TAO F，CHENG Y，XU L D，et al. CCIoT-CMfg：Cloud computing and internet of things-based cloud manufacturing service system[J]. IEEE Transactions on Industrial Informatics，2014，10（02）：1435-1442.

[4]LI S，XU L D，ZHAO S. The internet of things：a survey[J]. Information Systems Frontiers，2015，17（02）：243-259.

[5]REN S，ZHANG Y，LIU Y，et al. A comprehensive review of big data analytics throughout product lifecycle to support sustainable smart manufacturing：A framework，challenges and future research directions[J]. Journal of Cleaner Production，2019，210：1343-1365.

[6]GHAHRAMANI M，QIAO Y，ZHOU M，et al. AI-based modeling and data-driven evaluation for smart manufacturing processes[J]. Ieee-Caa Journal of Automatica Sinica，2020，7（04）：1026-1037.

[7]LI B，HOU B，YU W，et al. Applications of artificial intelligence in intelligent manufacturing：a review[J]. Frontiers of Information Technology & Electronic Engineering，2017，18（01）：86-96.

[8]ZHENG P，WANG H，SANG Z，et al. Smart manufacturing systems for Industry 4.0：Conceptual framework，scenarios，and future perspectives[J]. Frontiers of Mechanical Engineering，2018，13（02）：137-150.

[9]張愛琴，張海超.數(shù)字化轉(zhuǎn)型背景下制造業(yè)高質(zhì)量發(fā)展水平測度分析[J].科技管理研究，2021，41（19）：68-75.

[10]曾洪鑫，李海浪，王鐵旦.粵港澳大灣區(qū)出口制造業(yè)高質(zhì)量發(fā)展水平評價——基于猶豫模糊熵權(quán)與TOPSIS模型的實證分析[J].科技管理研究，2023，43（07）：42-50.

[11]蘇暢，陳承.新發(fā)展理念下上市公司ESG評價體系研究——以重污染制造業(yè)上市公司為例[J].財會月刊，2022（06）：55-160.

[12]劉文玲，萬美杉，鄭馨竺.數(shù)字化轉(zhuǎn)型對制造業(yè)企業(yè)綠色發(fā)展績效的影響研究[J].工業(yè)技術(shù)經(jīng)濟，2023，42（12）：22-33.

[13]劉成坤，林明裕.制造業(yè)高質(zhì)量發(fā)展水平的統(tǒng)計測度及時空演變特征研究[J].當代經(jīng)濟管理，2023，45（08）：56-68.

[14]郭本海，王梓興，王菲.數(shù)字經(jīng)濟驅(qū)動下中國省域高技術(shù)制造業(yè)的創(chuàng)新效率評價研究[J].研究與發(fā)展管理，2023，35（04）：65-79.

[15]姚夢琪.基于DEA方法的江蘇省制造業(yè)上市企業(yè)創(chuàng)新績效研究[J].科技和產(chǎn)業(yè)，2023，23（11）：23-28.

[16]李將軍，韓圣玥，付濤，等.我國高端裝備制造企業(yè)技術(shù)創(chuàng)新效率研究——基于三階段DEA模型的分析[J].價格理論與實踐，2022（07）：30-33+147.

[17]PANWAR A，OLFATI M，PANT M，et al. A review on the 40 years of existence of data envelopment analysis models：Historic development and current trends[J]. Archives of Computational Methods in Engineering，2022，29（07）：5397-5426.

[18]雷輝，龍輝.我國上市公司治理效率——基于DEA方法[J].系統(tǒng)工程，2016，34（11）：17-23.

[19]王振山，石大林，路文靜.基于內(nèi)生性的公司治理效率與公司績效間的關(guān)系[J].投資研究，2014，33（06）：41-54.

[20]陳俊龍，唐秋.基于三階段DEA-Malmquist方法的中國共享制造高質(zhì)量發(fā)展效率測度研究[J].工業(yè)技術(shù)經(jīng)濟，2022，41（03）：106-115.

[21]張鵬，李林欣，曾永泉.基于DEA-Malmquist指數(shù)的粵港澳大灣區(qū)科技創(chuàng)新效率評價研究[J].工業(yè)技術(shù)經(jīng)濟，2021，40（02）：12-17.

[22]馬宗國，曹璐.制造企業(yè)高質(zhì)量發(fā)展評價體系構(gòu)建與測度——2015—2018年1881家上市公司數(shù)據(jù)分析[J].科技進步與對策，2020，37（17）：126-133.

[23]陳云橋，李杰，郝晗.員工股權(quán)激勵對中小企業(yè)創(chuàng)新會產(chǎn)生補充的促進效應(yīng)嗎？[J].技術(shù)經(jīng)濟，2022，41（09）：72-82.

[24]劉中文，王述坤，遲冬梅.女性高管比例與公司治理效率關(guān)系的實證[J].統(tǒng)計與決策，2022，38（15）：185-188.

[25]龔怡丹，宋良榮.智能制造企業(yè)公司治理效率研究[J].技術(shù)與創(chuàng)新管理，2023，44（05）：601-606.

（責(zé)任編輯：王強）