因子分析法下全國智能制造競爭力評價體系的構(gòu)建與分析

毛友芳

摘?要：自“中國制造2025”概念提出，智能制造不斷推動中國制造業(yè)的轉(zhuǎn)型升級。制造業(yè)的競爭力水平代表制造業(yè)發(fā)展的實力，影響我國經(jīng)濟發(fā)展方向。文中選取全國31個省份的16個相關(guān)指標，運用因子分析法對各省市規(guī)模以上工業(yè)企業(yè)的規(guī)模競爭力、R&D投入、新產(chǎn)品開發(fā)及技術(shù)改造等4個方面的能力進行實證分析，構(gòu)建全國智能制造產(chǎn)業(yè)競爭力評價指標體系。研究發(fā)現(xiàn)：我國智能制造產(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。針對研究結(jié)果，從企業(yè)、政府、高校3個角度提出相關(guān)建議，以期為中國智能制造相關(guān)研究提供理論借鑒。

關(guān)鍵詞：制造業(yè);智能制造;競爭力水平;因子分析;R&D;中國制造2025

中圖分類號：F?124.3;F?224

文獻標識碼：A?文章編號：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年李克強總理在《政府工作報告》中提出“中國制造2025”戰(zhàn)略，努力在2025年使我國邁進制造強國，到2035年使制造業(yè)水平達到世界制造強國中端，到新中國成立100年使我國整體實力進入世界制造強國行列。制造業(yè)是中國經(jīng)濟發(fā)展的基礎(chǔ)，是提升中國綜合實力和世界影響力的重要因素。據(jù)國家統(tǒng)計局數(shù)據(jù)顯示，2018年國內(nèi)生產(chǎn)總值達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。

今年國務(wù)院指出要進一步推動傳統(tǒng)產(chǎn)業(yè)改造升級，建立工業(yè)互聯(lián)網(wǎng)平臺，拓展“智能+”，同時深化大數(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制造業(yè)升級的緊迫性。針對制造業(yè)轉(zhuǎn)型，學者對此不同理解。毛日昇認為大多數(shù)的制造行業(yè)發(fā)展都受到貿(mào)易的專業(yè)化程度、勞動生產(chǎn)率、外商投資3個因素影響，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、進出口等因素使得競爭實力存在不同[1]。劉明達從供給側(cè)結(jié)構(gòu)性改革角度出發(fā)，依據(jù)世界先進制造業(yè)發(fā)展經(jīng)驗，結(jié)合國情提出制造業(yè)優(yōu)化升級的關(guān)鍵在于推動制造業(yè)的智能化制造，依靠政府與企業(yè)的合力搶占價值鏈制高點[2]。基于“中國制造2025”戰(zhàn)略背景，章立東提出企業(yè)轉(zhuǎn)型升級的關(guān)鍵在于保持嚴謹?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[3]。劉奕基于產(chǎn)業(yè)空間協(xié)同視角認為制造業(yè)轉(zhuǎn)型升級應(yīng)該依靠生產(chǎn)性服務(wù)業(yè)的集聚，從而提出鼓勵生產(chǎn)性服務(wù)業(yè)的必要性[4]。學者針對目前中國制造業(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智能制造產(chǎn)業(yè)競爭力提供借鑒。周濟認為智能制造是由產(chǎn)品、生產(chǎn)、模式和基礎(chǔ)構(gòu)成的產(chǎn)業(yè)模式，可通過互聯(lián)網(wǎng)與物聯(lián)網(wǎng)的結(jié)合實現(xiàn)制造業(yè)數(shù)字化[5]。呂鐵，韓娜則進一步提出，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)的成熟推動中國智能制造市場擴大化[6]。自2014年“中國制造2025”概念出現(xiàn)，2015年“中國制造2025”計劃提出，智能制造相關(guān)研究逐漸達到研究頂峰。而智能制造代表著中國制造業(yè)未來發(fā)展方向，關(guān)系著產(chǎn)業(yè)結(jié)構(gòu)升級的效果，與文中研究制造業(yè)轉(zhuǎn)型升級的方向密切相關(guān)。

1?文獻綜述

1.1?關(guān)于制造業(yè)發(fā)展的理論研究在中國工業(yè)化發(fā)展的每個階段，產(chǎn)業(yè)結(jié)構(gòu)都在不斷調(diào)整。何德旭認為中國產(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)為價值鏈（Global?Value?Chains，GVC），中國勞動力的優(yōu)勢日益被取代。劉志彪認為我國應(yīng)該擺脫“GVC底端”地位，以一種更具競爭力的產(chǎn)業(yè)優(yōu)勢融入全球產(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)查對影響制造業(yè)轉(zhuǎn)型升級的因素進行分析[9-10]。于波采取SWOT分析研究制造業(yè)的發(fā)展戰(zhàn)略[11];王翠華通過行業(yè)相對優(yōu)勢的變化對我國制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)變化的影響因素及機理進行分析[12];陳關(guān)聚通過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];王嵐從全國價值鏈角度研究中國制造業(yè)增值能力及中國融入全球產(chǎn)業(yè)鏈的路徑[14]。在“大眾創(chuàng)業(yè)?萬眾創(chuàng)新”的背景下，曾繁華提出一種“雙創(chuàng)四眾”的創(chuàng)新驅(qū)動式制造業(yè)發(fā)展模式[15];“中國制造2025”的提出促進了中國智能制造水平的提升，針對其主攻方向，李永紅提出動力鏈條模型基礎(chǔ)下的互聯(lián)網(wǎng)驅(qū)動式智能制造的發(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)升級相關(guān)的研究在2015年達到最熱，政府政策和國內(nèi)國際環(huán)境的變化不斷影響研究進程。新興產(chǎn)業(yè)的發(fā)展是產(chǎn)業(yè)結(jié)構(gòu)升級的關(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。

1.2?因子分析法因子分析法（Factor?Analysis）通過研究多數(shù)變量之間的潛在聯(lián)系，以降維的方式用幾個綜合因子來表示基本的關(guān)系結(jié)構(gòu)。相比層次分析等方法，因子分析法可以通過客觀數(shù)據(jù)來得出結(jié)果，所得出的結(jié)論更具信度和效度。黃魯成通過因子分析法建立技術(shù)創(chuàng)新能力的評價指標體系，針對北京市的制造業(yè)創(chuàng)新能力研究得出影響北京制造業(yè)競爭力的顯著因素是投入能力[17];林先揚將Morre回歸分析法與因子分析法結(jié)合，對長三角珠三角的城市群職能進行歸類，展開成因分析，由此研究其職能的發(fā)展態(tài)勢[18]。段婕以投入產(chǎn)出角度為切入點，運用因子分析法構(gòu)建裝備業(yè)創(chuàng)新績效的評價指標，由此對山西省裝備制造業(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數(shù)據(jù)進行處理分析。文中以智能制造創(chuàng)新視角為切入點，采用因子分析法對中國大陸31個省市規(guī)模以上工業(yè)企業(yè)的16個指標進行降維處理，構(gòu)建中國智能制造競爭力評價體系，為制造業(yè)轉(zhuǎn)型發(fā)展提出建議。

2?智能制造競爭能力評價體系構(gòu)建

2.1?競爭力評價體系指標確定構(gòu)造智能制造競爭能力評價體系，即對我國大陸31個省市地區(qū)的規(guī)模以上工業(yè)企業(yè)的競爭力水平進行綜合評價，指標因子構(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)上增加了真實性原則，在現(xiàn)有研究成果的基礎(chǔ)上，從規(guī)模競爭力水平、R&D投入能力、新產(chǎn)品開發(fā)能力、技術(shù)改造能力4個一級指標來設(shè)計評價體系，包括企業(yè)單位數(shù)、資產(chǎn)總計、企業(yè)從業(yè)人員年平均數(shù)、存貨、主營業(yè)務(wù)收入、主營業(yè)務(wù)成本、銷售費用、利潤總額、有R&D活動的企業(yè)數(shù)、R&D人員折合全時當量、產(chǎn)品開發(fā)經(jīng)費支出、新產(chǎn)品銷售收入、引進技術(shù)經(jīng)費支出、購買境內(nèi)技術(shù)經(jīng)費支出、技術(shù)改造經(jīng)費支出、有效發(fā)明專利數(shù)16個二級評價指標。文中確定的競爭力評價體系指標見表1.

2.2?模型分析——因子分析法原理因子分析法通過研究變量間的潛在聯(lián)系，研究觀測數(shù)據(jù)中的關(guān)系結(jié)構(gòu)，用幾個抽象的變量來展現(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，即可充分把握全國各省市智能制造競爭力能力信息。文中選取了我國大陸31個省市的16個指標，這些指標具有較強的相關(guān)性。為便于研究，且減少數(shù)據(jù)指標差異造成的影響，文中將原始數(shù)據(jù)進行無量綱化處理，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個變量的平均值與標準差。下文中所出現(xiàn)的變量均由X表示，而標準化后的公共因子采用F表示。

2.3?智能制造競爭力評價體系實證研究

2.3.1?數(shù)據(jù)來源文中研究樣本為2017年我國大陸31個省市規(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)選取的研究對象為工業(yè)企業(yè)中年主營業(yè)務(wù)收入為2?000萬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智能制造現(xiàn)狀。數(shù)據(jù)由《中國統(tǒng)計年鑒2018》、《中國科技統(tǒng)計年鑒2018》及各省市統(tǒng)計局官網(wǎng)的相關(guān)數(shù)據(jù)統(tǒng)計整理而來。由于部分地區(qū)的部分數(shù)據(jù)有所缺失，文中選擇采用最大期望算法（Expectation-Maximization?Algorithm）對數(shù)據(jù)進行填補。

2.3.2?因子分析適度檢驗文中采用SPSS?22.0統(tǒng)計分析軟件對原始指標數(shù)據(jù)進行分析，對數(shù)據(jù)進行因子分析之前運用KMO檢驗和Bartlett檢驗方法，以確保原始數(shù)據(jù)適合采用因子分析法進行數(shù)據(jù)處理。結(jié)果見表2.KMO檢驗值為0.759，結(jié)果表明變量之間的相關(guān)性強。而Bartlett的球形度檢驗顯著度為0.000<0.05，變量之間不獨立，存在顯著相關(guān)。因此，原始數(shù)據(jù)適合進行因子分析，文中選擇建立R型因子分析模型，對變量作因子分析。

2.3.3?公因子的提取保證原始數(shù)據(jù)適合進行因子分析之后，采取主成分分析法對數(shù)據(jù)進行處理，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這一標準，提取2個公因子F1，F(xiàn)2.第1個因子的特征值為11.987，解釋原始變量總方差的74.920%，第2個因子特征值為1531，解釋原始變量總方差的9.571%，2個公因子的累計貢獻率為84.490%>?80%，說明這2個公共因子已經(jīng)能夠代表原始數(shù)據(jù)的16個指標。從表3的16個指標的公因子方差可以看出，各指標的共同度取值都超過0.5，在可接受范圍內(nèi)，表明每個指標的公因子都能很大程度上解釋變量，損失信息也較少，進一步說明文中選取的數(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值并未完全趨向于0或者1，所以有必要對其旋轉(zhuǎn)。旋轉(zhuǎn)后得到表6，圖2為旋轉(zhuǎn)后的因子載荷散點圖。第一個公共因子在主營業(yè)務(wù)成本、主營業(yè)務(wù)收入、技術(shù)改造經(jīng)費支出、存貨、企業(yè)單位數(shù)、資產(chǎn)總計、有R&D活動的企業(yè)數(shù)、R&D人員折合全時當量、利潤總額、企業(yè)從業(yè)人員年平均數(shù)上有比較大的載荷，說明這10個變量具有很強的相關(guān)性，均能反映企業(yè)整體規(guī)模，可以命名規(guī)模指數(shù)。第二個公共因子在購買境內(nèi)技術(shù)經(jīng)費支出、引進技術(shù)經(jīng)費支出、有效專利數(shù)、新產(chǎn)品開發(fā)經(jīng)費支出、新產(chǎn)品銷售收入、銷售費用上有較大載荷，可以看出這6個變量與技術(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式

2.4.6?計算因子得分為了進一步對智能制造競爭力綜合評價，還需選定以上2個公共因子旋轉(zhuǎn)后得到的方差貢獻率作為權(quán)重，計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個省市在公因子上的得分。通過賦予每個地區(qū)一定的權(quán)重計算各省市的綜合得分是一種相對概念，能夠直接對各地區(qū)相關(guān)指標進行橫向比較，但最終的計算數(shù)據(jù)并不能代表各地區(qū)智能制造的絕對水平。31個省市的綜合得分見表8.

3?結(jié)論在表8中，如果綜合得分F的值大于0，則說明該地區(qū)的智能制造水平高于全國智能制造平均水平;如果該數(shù)值低于0，則說明該地區(qū)的智能制造水平相對較低。在文中中，綜合得分F是能夠代表全國2017年智能制造水平的相對指標，得分高則水平相對更高。通過最后一項排名可以直接觀測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。一是綜合來說我國智能制造產(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個省。綜合得分F>0的省市也只有10個，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，總量約占總量的1/3.排名最靠后的5個省市為新疆、甘肅、寧夏、青海、西藏。說明我國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。對照數(shù)據(jù)可以發(fā)現(xiàn)，分析結(jié)果與實際各省市的發(fā)展現(xiàn)狀較為相符，綜合得分也相對客觀地表明各省市實際智能制造水平。排名靠前的省市主要集中在東部沿海發(fā)達城市，排名靠后的省市主要集中于相對不發(fā)達的內(nèi)陸地區(qū)，反映出各地區(qū)之間經(jīng)濟發(fā)展情況、企業(yè)獲利情況、企業(yè)活動情況、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個公共因子數(shù)據(jù)來看，大部分指標得分都很低，說明我國大部分省市工業(yè)企業(yè)的創(chuàng)新力不高，創(chuàng)新實踐與自主研發(fā)能力需要進一步提升。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個省，其余各省市公共因子得分均有負值。這反映出我國各省市智能制造發(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大陸31個省市規(guī)模以上工業(yè)企業(yè)為例，選取2017年31個省市規(guī)模以上工業(yè)企業(yè)的16個相關(guān)指標構(gòu)建了以企業(yè)規(guī)模競爭力能力、R&D投入能力、新產(chǎn)品開發(fā)能力和技術(shù)改造能力4個一級指標為基礎(chǔ)的全國各省市智能制造綜合競爭力評價體系。數(shù)據(jù)既選取了規(guī)模企業(yè)相關(guān)的盈利能力指標，也選取了產(chǎn)品研發(fā)能力指標，科學的指標體系構(gòu)建使得分析結(jié)果更具可信性。制造業(yè)對我國國民經(jīng)濟發(fā)展的重要推動力，在全國GDP中所占比重極大。面對我國智能制造總體發(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。通過對相關(guān)文獻的研究及各省市指標數(shù)據(jù)的分析，提出以下建議。

4.1?企業(yè)方面要實現(xiàn)我國制造業(yè)智能制造，需要充分促進我國制造業(yè)產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化升級，不斷提升我國各省市制造業(yè)科研創(chuàng)新與管理結(jié)構(gòu)創(chuàng)新。針對提升全國制造業(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)勢與劣勢，有針對性地進行企業(yè)生產(chǎn)組織方式的管理創(chuàng)新，充分實現(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)之間進行合作交流，促進產(chǎn)業(yè)集群化發(fā)展。充分促進各省市內(nèi)部企業(yè)間協(xié)同創(chuàng)新，進而提升各省市智能制造競爭水平。

4.2?政府方面中共中央、國務(wù)院在《關(guān)于建立更加有效的區(qū)域協(xié)調(diào)發(fā)展新機制的意見》中提出要堅持市場主導與政府引導相結(jié)合的原則，建立區(qū)域戰(zhàn)略統(tǒng)籌機制，促進發(fā)達與欠發(fā)達地區(qū)的統(tǒng)籌協(xié)調(diào)。因此政府必須要承擔好自身責任，從以下方面提升全國制造業(yè)智能制造創(chuàng)新體系：①形成以政府為主導的省市智能制造創(chuàng)新研發(fā)體系。由政府引導市場與企業(yè)進行智能制造，重點發(fā)展各省市的優(yōu)勢產(chǎn)業(yè)，以優(yōu)勢制造業(yè)的創(chuàng)新智能制造發(fā)展帶動劣勢產(chǎn)業(yè)，促進產(chǎn)業(yè)集群發(fā)展;②促進各省市產(chǎn)學研一體化發(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)知識與人才的支持，三者協(xié)同發(fā)展，共同促進智能制造創(chuàng)新體系的形成;③促進政府相關(guān)政策完善，形成更有利于創(chuàng)新與研發(fā)的市場環(huán)境;④加強制造業(yè)優(yōu)勢省市與劣勢省市之間技術(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。

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)展離不開專業(yè)人才的支持。面對現(xiàn)代創(chuàng)新浪潮，各高校長期以來都在為培養(yǎng)實用型人才不斷努力，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)機制與體系，不斷將理論運用于實踐之中，保證人才支撐;②促進產(chǎn)學研研發(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)費投入，加大科研人才引進，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，有組織有計劃地培養(yǎng)技術(shù)創(chuàng)新與經(jīng)營管理類的人才，促進人力資源優(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，同時高校不斷促進產(chǎn)學研合作體系的完善，輸出更多專業(yè)型高質(zhì)量人才，共同推動全國各省市智能制造產(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個省市的16個指標展開分析，數(shù)據(jù)搜集與選取具有一定主觀性。目前我國對于智能制造的評價并沒有明確標準，因而對智能制造評價體系進行的各項研究可能存在一定程度的差異性。由于數(shù)據(jù)指標的有限性和行業(yè)指標的無限性，并不能對此做客觀的確認。文中通過對相關(guān)學者的文獻研究和可以選取的公開數(shù)據(jù)，結(jié)合中國制造業(yè)發(fā)展的實際情況建立一個智能制造綜合能力競爭評價體系，并對此進行分析與建議。希望該體系對未來的學者智能制造課題研究有幫助，期待未來的學者就該問題進行更深入的研究。

參考文獻：

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

[2]劉明達，顧?強.從供給側(cè)改革看先進制造業(yè)的創(chuàng)新發(fā)展——世界各主要經(jīng)濟體的比較及其對我國的啟示[J].經(jīng)濟社會體制比較，2016（01）：19-29.

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

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

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

[6]呂?鐵，韓?娜.智能制造：全球趨勢與中國戰(zhàn)略[J].人民論壇·學術(shù)前沿，2015（11）：6-17.

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

[8]劉志彪，張?杰.從融入全球價值鏈到構(gòu)建國家價值鏈——中國產(chǎn)業(yè)升級的戰(zhàn)略思考[J].學術(shù)月刊，2009，41（09）：59-68.

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

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

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

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

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

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

[15]曾繁華，侯曉東，吳陽芬.“雙創(chuàng)四眾”驅(qū)動制造業(yè)轉(zhuǎn)型升級機理及創(chuàng)新模式研究[J].科技進步與對策，2016，33（23）：44-50.

[16]李永紅，王?晟.互聯(lián)網(wǎng)驅(qū)動智能制造的機理與路徑研究——對中國制造2025的思考[J].科技進步與對策，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].中國科技論壇，2005（04）：41-44.

[18]林先揚，陳忠暖.長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)新績效評價研究——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——第九屆中國戰(zhàn)略管理學者論壇綜述[J].經(jīng)濟管理，2016，38（12）：183-194.

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

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

[23]趙福全，劉宗巍.工業(yè)4.0浪潮下中國制造業(yè)轉(zhuǎn)型策略研究[J].中國科技論壇，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)型升級的新思維研究[J].上海經(jīng)濟研究，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].天津社會科學，2015（04）：98-107.

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

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

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

[29]張夢露，張忠家.基于因子分析法的湖北省制造業(yè)技術(shù)創(chuàng)新能力評價研究[J].科技進步與對策，2011，28（18）：123-125.

[30]張?崢，聶?思.中國制造業(yè)創(chuàng)新能力實證研究[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)新能力評價研究——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.改革開放40周年中國制造業(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.

（責任編輯：許建禮）