基于因子分析法的智能制造能力綜合評價研究

邵坤+溫艷

摘 要：智能制造是全球制造業(yè)發(fā)展的內(nèi)在要求，也是中國制造業(yè)技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級的關(guān)鍵突破口，智能制造正成為產(chǎn)業(yè)發(fā)展和變革的重要方向。在前人對智能制造研究的基礎(chǔ)上，根據(jù)中國發(fā)展的實際狀況，構(gòu)建一套智能制造能力綜合評價指標(biāo)體系，運用因子分析法對中國中東部地區(qū)19省進行分析，得出各省智能制造能力綜合得分及排名，對比各省2012年至2015年智能制造能力水平及發(fā)展趨勢，分析智能制造能力的主要影響因素，提出合理的對策與建議，進而提高智能制造業(yè)發(fā)展水平。

關(guān)鍵詞：智能制造能力；評價指標(biāo)體系；因子分析法

中圖分類號：F272 文獻標(biāo)識碼：A

Abstract： Intelligent manufacturing is the inherent requirements of the global manufacturing industry development， and is also China's manufacturing technology innovation， industrial structure to upgrade the key breakthrough， intelligent manufacturing is becoming an important direction for industrial development and change. On the basis of the previous research on the intelligent manufacturing， according to the actual development of our country， we construct a comprehensive evaluation index system of intelligent manufacturing capability， using the factor analysis method to analyze the 19 provinces in the central and eastern regions of China， and draw the comprehensive score and rank of the intelligent manufacturing ability of each province， compare the level and development trend of the intelligent manufacturing capability from 2012 to 2015， analyzes the main influencing factors of intelligent manufacturing capability， put forward reasonable countermeasures and suggestions， and then improve the level of development of intelligent manufacturing.

Key words： intelligent manufacturing capacity； evaluation index system； factor analysis

制造業(yè)一直以來都是國民經(jīng)濟的重要基礎(chǔ)和支柱產(chǎn)業(yè)，也是一國經(jīng)濟實力和競爭力的重要標(biāo)志。國際金融危機期間，德國憑借強大的制造業(yè)優(yōu)勢依然保持了經(jīng)濟的穩(wěn)定增長，成為受危機影響最小的國家，德國提出的“工業(yè)4.0”主要致力于智能制造方面的發(fā)展，形象的被譽為第四次工業(yè)革命。金融危機后，美國提出了“先進制造業(yè)國家戰(zhàn)略計劃”，并采取多種措施“吸引制造業(yè)回流”，英國提出了“高價值制造業(yè)戰(zhàn)略”，日本提出了“產(chǎn)業(yè)復(fù)興計劃”、法國提出了“新工業(yè)法國”等[1]。當(dāng)今世界各國為擺脫經(jīng)濟危機帶來的影響，致力于振興實體經(jīng)濟，制造業(yè)在大國之間的競爭日趨激烈，作為世界制造大國，為了能在新一輪的競爭中取得優(yōu)勢，2015年5月我國依據(jù)自身智能制造產(chǎn)業(yè)發(fā)展水平及其特點正式提出《中國制造2025》，以大國及強國戰(zhàn)略思維和戰(zhàn)略布局，全面提升中國制造業(yè)的國際競爭新優(yōu)勢。

當(dāng)前，實現(xiàn)我國制造業(yè)的轉(zhuǎn)型升級離不開智能制造產(chǎn)業(yè)的發(fā)展壯大，這也是實現(xiàn)我國制造業(yè)新優(yōu)勢的現(xiàn)實需要[2]。長遠看來，智能制造給制造企業(yè)的發(fā)展提供了一個可以預(yù)見的未來，但是由于受企業(yè)因素或技術(shù)、管理的影響，實現(xiàn)智能制造還面臨著諸多的挑戰(zhàn)。高昂的軟件費用、建設(shè)費用使得眾多制造企業(yè)特別是中小型企業(yè)無法接受，信息化基礎(chǔ)薄弱也導(dǎo)致信息集成方案無法正常運作，當(dāng)前類似SAP、Oracle等信息集成方案只能應(yīng)用于大型制造業(yè)[3]。中國各地區(qū)制造業(yè)發(fā)展水平各不相同，中東部地區(qū)相對西部地區(qū)在經(jīng)濟實力、科學(xué)技術(shù)水平、硬件設(shè)施等方面占據(jù)一定的優(yōu)勢，因此結(jié)合智能制造的發(fā)展條件特選取中東部19省年主營業(yè)收入在2 000萬元及以上的規(guī)模工業(yè)企業(yè)作為主要研究對象，并結(jié)合當(dāng)?shù)卣悄苤圃彀l(fā)展基礎(chǔ)設(shè)施建設(shè)水平及資源投入等方面對各省智能制造能力進行綜合評價與研究。

智能制造能力研究涉及范圍廣，相關(guān)學(xué)科體系多，較難對其進行科學(xué)、客觀的評價，目前國內(nèi)外在智能制造綜合能力評價方面研究少，研究方法及內(nèi)容局限性較大，在設(shè)置評價指標(biāo)權(quán)重方面難免帶有一定的個人主觀性。因子分析法能夠有效地避免人為進行權(quán)重確定的主觀性，具有較強的客觀性[4]，因此，本文采用因子分析法對研究對象的智能制造能力進行橫向和縱向比較，研究各省差距所在，給出相應(yīng)分析，并據(jù)此有針對性地提出政策與建議。

1 智能制造能力評價體系構(gòu)建

1.1 指標(biāo)選取

在智能制造能力的評價過程中，構(gòu)建合理的智能制造能力評價體系是至關(guān)重要的，而評價指標(biāo)的選取是建立有效評價體系的基石。因此，選擇合適的評價指標(biāo)是智能化制造能力綜合評價過程中的基礎(chǔ)、關(guān)鍵和核心工作。

本文基于科學(xué)性、合理性、系統(tǒng)性以及導(dǎo)向性原則，圍繞智能制造能力這個一級指標(biāo)，分解出3個二級指標(biāo)和15個三級指標(biāo)，二級指標(biāo)分別從創(chuàng)新能力、績效產(chǎn)出能力、基礎(chǔ)設(shè)施3個維度對智能制造能力進行衡量，并將三級指標(biāo)編碼為C1～C2，便于后續(xù)工作的進行[5]。具體評價指標(biāo)體系如表1所示。

1.2 指標(biāo)含義

（1）創(chuàng)新能力。強有力的創(chuàng)新能力是智能制造發(fā)展模式必不可少的條件，創(chuàng)新能力的基礎(chǔ)是人力、物力等資源的投入，因此本文將R & D人員全時當(dāng)量、R & D經(jīng)費、R & D項目數(shù)納入評價指標(biāo)體系內(nèi)[6]。此外，選取專利申請數(shù)、有效發(fā)明專利數(shù)、發(fā)明專利申請數(shù)作為創(chuàng)新能力水平的體現(xiàn)。

（2）績效產(chǎn)出能力?？冃Мa(chǎn)出是發(fā)展智能制造的最終目的，智能制造能不能為社會帶來價值，關(guān)鍵在于成果的轉(zhuǎn)化，因此本文從規(guī)模以上工業(yè)企業(yè)單位數(shù)、主營業(yè)務(wù)收入、嵌入式系統(tǒng)軟件開發(fā)項目數(shù)、智能裝備銷售收入4個子指標(biāo)來對智能制造能力評價。

（3）基礎(chǔ)設(shè)施。大量的物資信息，通過先進的基礎(chǔ)設(shè)施進行快速流通和共享，更好地發(fā)展智能制造產(chǎn)業(yè)必須構(gòu)建安全、實用、先進、全面的基礎(chǔ)設(shè)施網(wǎng)絡(luò)。因此本文選取互聯(lián)網(wǎng)上網(wǎng)人數(shù)、域名數(shù)、互聯(lián)網(wǎng)寬帶接入端口、鐵路營業(yè)里程、等級公路里程5個三級指標(biāo)作為基礎(chǔ)設(shè)施建設(shè)衡量指標(biāo)。

2 實證研究

2.1 數(shù)據(jù)來源

本文數(shù)據(jù)主要來源于中華人民共和國國家統(tǒng)計局網(wǎng)站統(tǒng)計年鑒，選取2012～2015年我國中東部地區(qū)19省智能制造能力指標(biāo)數(shù)據(jù)進行整理分析，針對2015年統(tǒng)計數(shù)據(jù)進行詳細(xì)分析說明，并使用SPSS軟件處理樣本數(shù)據(jù)。

2.2 統(tǒng)計分析

2.2.1 KMO和Bartlett檢驗分析

本文樣本數(shù)據(jù)分析結(jié)果如表2，KMO檢驗值為0.799，大于0.7，卡方檢驗的概率等于0，小于0.05，滿足能夠使用因子分析法的基本需求，且表明各變量之間存在顯著相關(guān)，因子分析效果較好。

2.2.2 方差貢獻分析

利用方差最大正交旋轉(zhuǎn)法對因子的主成分進行提取，依據(jù)特征值大于1和累計解釋方差大于85%的原則，本文依據(jù)表3數(shù)據(jù)提取第一主成分F1和第二主成分F2兩個公共因子作為新的綜合指標(biāo)對智能制造能力進行評價。

2.2.3 因子載荷矩陣和得分矩陣

通過使用SPSS軟件對數(shù)據(jù)進行統(tǒng)計分析，采用方差最大正交旋轉(zhuǎn)法對因子進行處理，得出表4旋轉(zhuǎn)后的因子載荷矩陣和表5因子得分系數(shù)矩陣。

公因子F1、F2從兩個不同的方向反應(yīng)智能制造能力水平，為了更準(zhǔn)確對各省的智能制造能力水平進行評價，在因子分析法的基礎(chǔ)上，可以應(yīng)用回歸法分析獲得兩個主因子的得分，并將上文分析中每個主因子所得的方差貢獻率和總貢獻率進行比較，得出比值，并以此比值作為權(quán)重進行后續(xù)的加權(quán)求和，進而可以得到2015年19省智能制造能力總得分及排名，具體如表6所示。計算公式如下：

F=∑F×方差貢獻率/總方差貢獻率

2.3 結(jié)果分析

依據(jù)上文經(jīng)計算得出，中國中東部地區(qū)19省在2012～2015年間的智能制造能力綜合得分及排名，具體如表7所示。

針對我國中東部地區(qū)19省4年間的綜合得分及排名進行分析可得出如下結(jié)論：

第一，從整體發(fā)展來看，我國中東部地區(qū)19省在2012～2015年間智能制造的發(fā)展基本呈正向上升態(tài)勢，其中，除了廣東省、遼寧省、黑龍江省和山西省在4年間的得分趨勢呈現(xiàn)輕微下降趨勢，其他15省綜合得分均呈上升趨勢，盡管某些省份綜合得分上升趨勢有限，或期間某年下降，但其上升趨勢是毋庸置疑的。而且在此4年間智能制造能力綜合得分均值東部地區(qū)0.559高于中部地區(qū)-0.416，反映了東部地區(qū)的智能制造能力水平要高于中部地區(qū)。

第二，從具體得分的角度看，把我國中東部19省智能制造的發(fā)展態(tài)勢進行聚類分析可劃分為3個層次。第一層次是4年間綜合得分均在1以上的省市，說明智能制造能力較好，由江蘇、天津、北京、廣東和山東構(gòu)成；第二層次是4年間綜合得分存在1以下且均在0以上的省市，說明智能制造能力一般，由浙江和上海構(gòu)成；第三層次是4年間綜合得分存在0以下的省市，說明智能制造能力較差，由剩余12省構(gòu)成。其中，0是一條評判智能制造能力高低的重要分界線，由分析可知我國大部分地區(qū)的智能制造能力處于較低層次，仍有待提升。

第三，從橫向比較的角度看，我國中東部地區(qū)19省在2012～2015年間的發(fā)展差距較大，說明我國各省內(nèi)部存在著較為嚴(yán)重不均衡問題。從“一頭一尾”進行比較可以得出，居于前列的天津和列居末位的海南，盡管兩省同為省級行政單位且土地面積相近，但是它們在2012～2015年這4年間的綜合得分跨度均值超過了2，這既說明我國各省之間存在兩極分化的現(xiàn)象，同時也意味著兩者之間的差距不是短時間內(nèi)能彌補上的。從第一層次和第三層次的比較來看，兩個層次之間的綜合得分差距最小值也高于0.5，這表明在智能制造發(fā)展水平方面，不僅是單個省，處于不同發(fā)展層級的各省之間也存在著較為突出的分化和不均衡問題。

3 對策建議

本文通過構(gòu)建智能制造能力評價指標(biāo)體系，分析我國中東部地區(qū)19省智能制造現(xiàn)狀和水平，找到智能制造的有效實現(xiàn)路徑，對當(dāng)今企業(yè)發(fā)展方式以及轉(zhuǎn)型升級具有重要的指導(dǎo)意義，同時對政府引導(dǎo)和扶植有實力的制造企業(yè)向智能制造轉(zhuǎn)型提供了必要的參考和理論基礎(chǔ)?；谝陨侠碚摲治龊臀覈陌l(fā)展現(xiàn)狀，可以給出以下幾點對策建議。

3.1 企業(yè)對策

3.1.1 總體規(guī)劃，分步實施，科技并行

建設(shè)智能制造系統(tǒng)、智能工廠是一項長期、復(fù)雜的工程，必須按照“總體規(guī)劃，分步實施，重點突破，效益為先”的原則進行規(guī)劃。首先要將其納入企業(yè)的長期發(fā)展戰(zhàn)略，確定企業(yè)5至10年的發(fā)展愿景、企業(yè)目標(biāo)及企業(yè)在所屬領(lǐng)域內(nèi)的位置；其次要在企業(yè)長期發(fā)展的戰(zhàn)略規(guī)劃下找出企業(yè)發(fā)展的弱點和不足，確定重要程度，在可行條件下分階段、分目標(biāo)依次進行改進；最后必須緊握企業(yè)可持續(xù)發(fā)展核心競爭能力，確保優(yōu)勢，并積極發(fā)展智能制造相關(guān)科學(xué)技術(shù)以及引進新產(chǎn)品和新設(shè)備[7]。

3.1.2 進行智能制造投資效益分析

智能工廠建設(shè)的首要目標(biāo)是工廠自動化以及智能化，這往往需要大量的資金支撐，在工廠建設(shè)過程中資金大量消耗的基礎(chǔ)上進行效益分析顯得尤為重要，不能只是簡單的追求工廠智能化發(fā)展。雖然我國勞動力成本近年來呈現(xiàn)上升趨勢，但相較于世界上其他發(fā)達國家勞動力成本優(yōu)勢亦相當(dāng)明顯，人工作業(yè)在工廠某些生產(chǎn)活動中所表現(xiàn)出的優(yōu)勢亦不容忽視，在某種程度上人工作業(yè)相較于機器作業(yè)更經(jīng)濟有效，因此建設(shè)自動化、智能化工廠時，對于工作環(huán)節(jié)的選擇需要十分慎重，盲目建設(shè)全面自動化以及智能化工廠的行為缺乏合理性。企業(yè)應(yīng)在考慮自身發(fā)展?fàn)顩r的基礎(chǔ)之上，結(jié)合本企業(yè)現(xiàn)階段已有的技術(shù)、經(jīng)濟以及能力水平穩(wěn)步實現(xiàn)工廠技術(shù)與設(shè)施更新?lián)Q代。

3.2 政府引導(dǎo)

3.2.1 明確目標(biāo)和主攻方向

各省的實際情況和當(dāng)前智能制造相關(guān)技術(shù)產(chǎn)業(yè)的發(fā)展現(xiàn)狀與國家提出的“中國制造2025”和“互聯(lián)網(wǎng)+”計劃進行有效互聯(lián)互動，堅持市場主導(dǎo)、政府引導(dǎo)、創(chuàng)新驅(qū)動、示范帶動，以推動制造業(yè)智能化發(fā)展為主線，以推進智能工廠（車間）建設(shè)和提升產(chǎn)品智能化水平為主攻方向，著力推進企業(yè)研發(fā)、生產(chǎn)、管理和服務(wù)智能化，著力發(fā)展智能裝備和智能產(chǎn)品，加快提升智能制造整體水平，推進產(chǎn)業(yè)結(jié)構(gòu)由中低端向中高端邁進。

3.2.2 大力推進智能化建設(shè)，加強智能化的保障實施

大力實施制造業(yè)強基計劃，加強關(guān)鍵基礎(chǔ)材料、核心基礎(chǔ)零部件（元器件）、先進基礎(chǔ)工藝等產(chǎn)品技術(shù)攻關(guān)；推動數(shù)控技術(shù)和智能技術(shù)在重點產(chǎn)品、領(lǐng)域的滲透融合，推進產(chǎn)品的數(shù)字化、智能化，進一步提高產(chǎn)品的信息技術(shù)含量和附加值，促進工業(yè)產(chǎn)品向價值鏈高端發(fā)展；發(fā)展物聯(lián)網(wǎng)、云計算、高端裝備制造與工業(yè)設(shè)計、軟件等智能化的新興產(chǎn)業(yè)，協(xié)同提升產(chǎn)業(yè)的智能化水平；提高我國信息網(wǎng)絡(luò)發(fā)展水平，積極完善各省智能制造產(chǎn)業(yè)全面普及。同時，各級政府應(yīng)該加大對智能制造產(chǎn)業(yè)的重視以及支持力度，并積極引進人才、科學(xué)技術(shù)以及更完善的政策、資金支持，引進國內(nèi)外知名工業(yè)企業(yè)和研發(fā)中心，實現(xiàn)領(lǐng)域內(nèi)相關(guān)產(chǎn)業(yè)的對接和產(chǎn)業(yè)鏈上下游之間的互聯(lián)互通。

參考文獻：

[1] 王友發(fā)，周獻中. 國內(nèi)外智能制造研究熱點與發(fā)展趨勢[J]. 中國科技論壇，2016（4）：154-160.

[2] 劉源清. 中小企業(yè)智能制造系統(tǒng)應(yīng)用與研究[D]. 杭州：浙江大學(xué)（碩士學(xué)位論文），2014.

[3] Jinfa L， Biting L. Evaluation Method of R & D Investment Value of Intelligent Manufacturing Enterprise Based on Growth Option[J]. Procedia Engineering， 2017，174：301-307.

[4] 何曉群. 多元統(tǒng)計分析[M]. 3版. 北京：中國人民大學(xué)出版社，2011.

[5] 吳瓊. 黑龍江省工業(yè)化和信息化融合程度評估研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)（碩士學(xué)位論文），2014.

[6] 郭璇瑄. 區(qū)域創(chuàng)新效率影響因素實證研究[J]. 商業(yè)經(jīng)濟研究，2015（10）：125-127.

[7] Dombrowski U， Wagner T. Mental strain as field of action in the 4th industrial revolution[J]. Procedia CIRP， 2014，17：100-105.

[8] 任勝鋼，彭建華. 基于因子分析法的中國區(qū)域創(chuàng)新能力的評價及比較[J]. 系統(tǒng)工程，2007，25（2）：87-92.

[9] 郭俊華，孫澤雨. 基于因子分析法的中國高校科技創(chuàng)新能力評價研究[J]. 科技管理研究，2016，36（3）：66-71.

[10] 劉新靜，張懿瑋. 中國大都市城市競爭力評價分析——基于因子分析法[J]. 同濟大學(xué)學(xué)報（社會科學(xué)版），2016（1）：69-77.