中國智能制造能力綜合分析及其對制造業(yè)的影響

阮小雪

(福建師范大學(xué)經(jīng)濟(jì)學(xué)院，福建 福州 350108)

中國智能制造能力綜合分析及其對制造業(yè)的影響

阮小雪

(福建師范大學(xué)經(jīng)濟(jì)學(xué)院，福建 福州 350108)

智能制造作為“中國制造2025”的主攻方向，國內(nèi)外將目光再次聚焦于中國制造業(yè)。文章構(gòu)建了智能制造能力評價指標(biāo)體系，運(yùn)用因子分析法提煉出影響智能制造能力的主要因素，投入因子對智能制造能力有較大貢獻(xiàn)，其次是信息化發(fā)展因子和創(chuàng)新因子;選取影響智能制造能力主要成分與制造業(yè)競爭力共同構(gòu)建Var模型，根據(jù)廣義脈沖函數(shù)和預(yù)測方差分解分析了主要成分對制造業(yè)競爭力的動態(tài)影響和貢獻(xiàn)程度。實(shí)證結(jié)果表明，企業(yè)的績效水平對制造業(yè)競爭力具有較大拉動作用，裝備制造業(yè)投入強(qiáng)度、科研人員和科研經(jīng)費(fèi)投入短期內(nèi)對制造業(yè)競爭力影響不大，并需要較長的時間周期才能發(fā)揮作用。

智能制造能力;中國制造2025;制造業(yè)競爭力

一、引 言

2008年經(jīng)濟(jì)危機(jī)之后，世界各國經(jīng)濟(jì)增速放緩甚至停滯，失業(yè)率持續(xù)上升。為了實(shí)現(xiàn)經(jīng)濟(jì)的復(fù)蘇，各國致力于尋找新的經(jīng)濟(jì)增長點(diǎn)，只要先找到新的經(jīng)濟(jì)增長點(diǎn)，該國就會率先實(shí)現(xiàn)經(jīng)濟(jì)復(fù)蘇與騰飛，就會在新一輪的國際競爭中占據(jù)主導(dǎo)地位。這種經(jīng)濟(jì)危機(jī)中的激烈競爭催生了以“工業(yè)+互聯(lián)網(wǎng)”為特征的新一輪工業(yè)革命。以美國為首的西方發(fā)達(dá)國家利用技術(shù)優(yōu)勢率先在智能制造領(lǐng)域展開布局，通過推進(jìn)制造業(yè)向高端制造業(yè)的再升級來打造新的競爭優(yōu)勢。美國主要通過一系列制造業(yè)回歸政策扭轉(zhuǎn)“外出制造”，實(shí)現(xiàn)了“回歸制造”，并提出“再工業(yè)化”戰(zhàn)略，旨在通過發(fā)達(dá)的信息技術(shù)來引領(lǐng)制造業(yè)發(fā)展;德國制訂“工業(yè)4．0”計(jì)劃，通過發(fā)展物理信息系統(tǒng)(CPS)來推動本國裝備制造業(yè)的智能升級;英國發(fā)布《英國工業(yè)2050戰(zhàn)略》，注重智能制造人才培養(yǎng)和基地建設(shè);韓國將智能制造技術(shù)列入“高級先進(jìn)技術(shù)國家計(jì)劃”之中，重點(diǎn)發(fā)展智能化生產(chǎn)技術(shù);日本通過《日本再興戰(zhàn)略》重點(diǎn)發(fā)展工業(yè)機(jī)器人和無人工廠，通過人工智能提升生產(chǎn)效率，嘗試借助不依賴人力的制造技術(shù)提高國際競爭力。為了及時趕上新一輪工業(yè)革命，在技術(shù)方面縮小與西方發(fā)達(dá)國家的差距，中國政府適時提出“中國制造2025”強(qiáng)國戰(zhàn)略，把智能制造作為“兩化”融合的主攻方向，旨在通過智能制造技術(shù)增強(qiáng)我國制造業(yè)的競爭力。

制造業(yè)作為國民經(jīng)濟(jì)和社會發(fā)展的重要支撐力量，其在增加就業(yè)和促進(jìn)經(jīng)濟(jì)增長方面具有舉足輕重的作用，這也激勵著世界各國政府、學(xué)界、企業(yè)長期致力于尋找一條適合本國制造業(yè)發(fā)展的科學(xué)路徑來打造制造業(yè)的競爭優(yōu)勢。我國制造業(yè)長期處于產(chǎn)業(yè)價值鏈的低端，“大而不強(qiáng)、快而不優(yōu)、制而不創(chuàng)”是我國制造業(yè)的真實(shí)寫照，勞動力成本上升壓力下制造業(yè)競爭力能否持續(xù)受到了普遍質(zhì)疑。2015年我國提出了“中國制造2025”強(qiáng)國戰(zhàn)略計(jì)劃，旨在通過智能制造技術(shù)來“武裝”當(dāng)前制造業(yè)，同時配以供給側(cè)改革來為企業(yè)發(fā)展智能制造釋放活力。對于制造業(yè)競爭力的打造，國內(nèi)外學(xué)者從制度、全要素生產(chǎn)效率、勞動力、外資等維度進(jìn)行了大量研究。Bazan(2015)等認(rèn)為企業(yè)規(guī)模和制度因素對打造制造業(yè)競爭力起著重要作用。［1］Jovanovic(2014)等認(rèn)為在環(huán)境和資源約束加強(qiáng)背景下，適當(dāng)?shù)漠a(chǎn)業(yè)結(jié)構(gòu)調(diào)整和技術(shù)進(jìn)步對制造業(yè)影響顯著。［2］王臘(2015)等發(fā)現(xiàn)近年來制造業(yè)對資本依賴程度上升，資本對勞動力的替代作用比較顯著。［3］王燕武(2011)等以勞動力成本優(yōu)勢為基點(diǎn)分析了中國制造業(yè)的比較優(yōu)勢，認(rèn)為勞動力對制造業(yè)的貢獻(xiàn)度并沒有因?yàn)楣べY上漲而下降的主要原因是勞動生產(chǎn)率大大提高了。［4］周麗(2013)等認(rèn)為勞動力成本增加導(dǎo)致制造業(yè)成本優(yōu)勢逐漸喪失，創(chuàng)新能力不足將是未來制造業(yè)發(fā)展的瓶頸所在。［5］在對制造業(yè)的實(shí)證研究中，Stolarick(1999)等認(rèn)為信息技術(shù)對制造業(yè)自動化起了關(guān)鍵作用，大大提高了生產(chǎn)效率。［6］Berman(1993)等認(rèn)為制造業(yè)越往產(chǎn)業(yè)鏈上游走對技能型勞動力需求越大，但是低技能的勞動力因?yàn)楣べY水平低仍然獲得低端制造業(yè)的需求。［7］Steven＆Pakes(1996)運(yùn)用面板數(shù)據(jù)估算了電信設(shè)備制造業(yè)生產(chǎn)函數(shù)，用這些函數(shù)進(jìn)而分析了生產(chǎn)效率。［8］徐盈之(2009)等認(rèn)為信息化的深入對中小規(guī)模的制造業(yè)企業(yè)在節(jié)約成本方面有顯著作用。［9］周志春、王章豹(2009、2010)等通過裝備產(chǎn)業(yè)各項(xiàng)指標(biāo)進(jìn)行測算，得出我國制造業(yè)的綜合競爭力評估數(shù)據(jù)［10－11］。

綜上，制造業(yè)一直是一個備受關(guān)注的話題，但是智能制造能力演變對制造業(yè)的動態(tài)影響目前研究較少，特別是從短期和長期進(jìn)行的定量研究，同時也缺乏對中國智能制造能力的系統(tǒng)分析。基于以上研究背景，對未來制造業(yè)競爭力提升的路徑還需進(jìn)一步探討，即可否通過增強(qiáng)智能制造能力持續(xù)提高我國制造業(yè)的國際競爭力?因此，本文選取中國制造業(yè)國際競爭力為研究對象，以時序?yàn)榛A(chǔ)挖掘智能制造業(yè)的潛能，從宏觀態(tài)勢上分析智能制造能力對制造業(yè)競爭力的內(nèi)在機(jī)理，為制定提高制造業(yè)競爭力的相關(guān)政策提供理論依據(jù)和方法參考。

二、我國智能制造能力分析

(一)智能制造概念

智能制造是以信息技術(shù)為依托的先進(jìn)制造技術(shù)的重要內(nèi)容之一，因此，可以把智能制造歸納為技術(shù)范疇。智能制造最早由Wright和Boume教授在1988年的《Manufacturing Intelligence》一書中提出，指出智能制造是信息工程和制造軟件系統(tǒng)的集成，該書為智能制造的興起奠定了技術(shù)理論基礎(chǔ)。［12］智能制造研究在中國始于20世紀(jì)90年代，《中國機(jī)械工程技術(shù)路線圖》一書中提出智能制造是研究制造活動與分析、知識表達(dá)與學(xué)習(xí)、智能決策與執(zhí)行的一門綜合交叉技術(shù)，是實(shí)現(xiàn)知識屬性和功能的必然手段［13］。宋天虎(1999)提出智能制造包含設(shè)備識別、判斷、反應(yīng)，設(shè)備與人相互交流。［14］21世紀(jì)初期，人們對智能制造的研究不再強(qiáng)調(diào)創(chuàng)新技術(shù)，而是更加關(guān)注技術(shù)的運(yùn)用。楊叔子和吳波(2003)提出智能制造是通過制造系統(tǒng)智能化來增強(qiáng)制造系統(tǒng)的自我組織能力，提高系統(tǒng)迅速響應(yīng)市場需求變化的能力過程。［15］熊有倫等(2008)提出智能制造的本質(zhì)是應(yīng)用人工智能解決制造活動的生產(chǎn)問題。［16］盧秉恒和李滌塵(2013)提出智能制造應(yīng)具有感知、分析、推理、決策、控制等功能，是制造技術(shù)、信息技術(shù)和智能技術(shù)的深度融合。［17］盡管學(xué)界對智能制造的內(nèi)涵還沒有形成一個公認(rèn)的定義，但是已形成一些基本共識，即智能制造是使制造技術(shù)與數(shù)字技術(shù)、智能技術(shù)、網(wǎng)絡(luò)技術(shù)相互滲透，形成一套高度智能的生產(chǎn)系統(tǒng)。

(二)智能制造能力評價指標(biāo)體系構(gòu)建

智能制造本身是一個比較寬泛的概念，廣義上可以把智能制造歸入技術(shù)進(jìn)步范疇，也可以把智能制造理解為新的生產(chǎn)模式，由于智能制造能力涉及多學(xué)科、多領(lǐng)域、多視角，對其進(jìn)行科學(xué)的、客觀的評價難度較大，目前還缺乏相關(guān)成熟的研究。因此本文首先需要建立一套評價指標(biāo)體系來反映智能制造的能力。根據(jù)我國智能制造歷年發(fā)展所體現(xiàn)出來的特點(diǎn)，遵循國際指標(biāo)選取標(biāo)準(zhǔn)(SMART)，結(jié)合統(tǒng)計(jì)數(shù)據(jù)的可得性和完整性，本文最終確定由下列評價指標(biāo)來構(gòu)建我國的智能制造能力的評價指標(biāo)體系。

1．裝備制造業(yè)

裝備制造業(yè)是為國民經(jīng)濟(jì)各部門提供技術(shù)裝備的基礎(chǔ)性產(chǎn)業(yè)，也是為各經(jīng)濟(jì)部門進(jìn)行簡單再生產(chǎn)和擴(kuò)大再生產(chǎn)提供生產(chǎn)設(shè)備的物質(zhì)制造部門，裝備制造業(yè)的智能化對制造業(yè)實(shí)現(xiàn)智能化至關(guān)重要。智能裝備制造業(yè)的發(fā)展在很大程度上取決于裝備產(chǎn)業(yè)投入和裝備企業(yè)的經(jīng)濟(jì)規(guī)模，因此文章選取裝備制造業(yè)的投入強(qiáng)度和裝備制造業(yè)的主營業(yè)務(wù)收入作為裝備制造業(yè)的二級指標(biāo)，其中裝備制造業(yè)在我國主要由金屬制品業(yè)、通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、交通運(yùn)輸設(shè)備業(yè)、電器機(jī)械及器材制造業(yè)、通信設(shè)備及電子設(shè)備制造業(yè)、儀器儀表及文化及辦公用機(jī)械制造業(yè)7個子目錄組成。

2．創(chuàng)新能力

智能制造廣義上可以理解為技術(shù)進(jìn)步，因而要求制造業(yè)領(lǐng)域必須具備超強(qiáng)的技術(shù)創(chuàng)新能力。技術(shù)創(chuàng)新能力主要體現(xiàn)在研發(fā)費(fèi)用投入、科研人員、知識產(chǎn)權(quán)獲得、新產(chǎn)品數(shù)量、專利數(shù)量等多項(xiàng)指標(biāo)上面，考慮到指標(biāo)的可得性和數(shù)據(jù)的完整性以及統(tǒng)計(jì)口徑的一致性，文章選取R＆D人員數(shù)量、研發(fā)費(fèi)用投入、新產(chǎn)品產(chǎn)值、專利授權(quán)數(shù)4個指標(biāo)作為創(chuàng)新能力的二級指標(biāo)。

3．國家和企業(yè)經(jīng)濟(jì)實(shí)力

智能制造涉及全社會固定資產(chǎn)的更新升級，因此在很大程度上依托于國家和企業(yè)經(jīng)濟(jì)實(shí)力。此處選取GDP、制造業(yè)投入強(qiáng)度、企業(yè)績效作為二級指標(biāo)，制造業(yè)投入強(qiáng)度是指制造業(yè)投入與全社會固定資產(chǎn)的比重，企業(yè)績效選取規(guī)模以上工業(yè)企業(yè)的利潤總額與當(dāng)年GDP的占比。之所以選取規(guī)模以上工業(yè)企業(yè)是因?yàn)槲覈笃髽I(yè)生產(chǎn)和設(shè)備智能化程度較高，而中小企業(yè)智能化程度整體偏低。

4．信息化發(fā)展水平

智能制造技術(shù)發(fā)展依托于云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)等信息技術(shù)的發(fā)展，因此信息化發(fā)展水平對智能制造能力至關(guān)重要。選取軟件業(yè)務(wù)收入和互聯(lián)網(wǎng)網(wǎng)站數(shù)量作為二級指標(biāo)，軟件業(yè)務(wù)收入包括軟件產(chǎn)品收入、信息技術(shù)服務(wù)收入、嵌入式系統(tǒng)軟件收入3個指標(biāo)。

其一級指標(biāo)、二級指標(biāo)見表1。

表1 智能制造評價指標(biāo)

(三)基于因子分析法的智能制造能力分析

因子分析法可以在眾多指標(biāo)中根據(jù)指標(biāo)的相互關(guān)系自動生成權(quán)重，通過降維的思想把多個復(fù)雜變量歸結(jié)為少數(shù)幾個主要因子。文章構(gòu)建的因子模型如下:

其中f1，f2，f3表示3個因子，稱為公共因子，aij稱為Xi在因子fj上的載荷，ui是Xi的均值，βi是Xi不能被4個公共因子解釋的部分，稱為特殊因子。由于因子的解釋帶有一定主觀性，學(xué)術(shù)界通常通過旋轉(zhuǎn)公共因子的方法來減少主觀性。文章此處通過采用方差最大化正交旋轉(zhuǎn)方法進(jìn)行一次因子旋轉(zhuǎn)，期望得到最好的有關(guān)影響智能制造能力的因子，如表2所示，旋轉(zhuǎn)后的公共因子記為 Fi(i=1，2，3)，相應(yīng)的載荷記為 Lij(i=1，2，3;j=1，2，…，11)。

表2 影響智能制造能力的因子分析旋轉(zhuǎn)后的結(jié)果

從旋轉(zhuǎn)后的各公因子的載荷可以看出各因子所代表的意義:X1，X3和X8在公因子F1上具有較高的載荷，根據(jù)它們代表的實(shí)際意義可稱F1為投入因子;X11在公因子F2上具有較高負(fù)荷，其次是X1，可稱F2為信息化發(fā)展因子;X5在F3上有較高因子，可稱F3為創(chuàng)新能力因子，表明裝備制造業(yè)投入強(qiáng)度、研發(fā)費(fèi)用投入強(qiáng)度、研發(fā)人員數(shù)量、規(guī)模以上工業(yè)企業(yè)的績效是我國智能制造能力的主要影響因素。

三、制造業(yè)競爭力計(jì)算

目前學(xué)術(shù)界評價制造業(yè)競爭力的指標(biāo)種類較多，比較常用的有凈出口顯性對比優(yōu)度指數(shù)、要素投入成本、市場滲透率、全要素生產(chǎn)率、生產(chǎn)要素價格變動等。文章采用凈出口顯性對比優(yōu)度指數(shù)(RCA)表示中國制造業(yè)的競爭力，具體公式如下:

其中，ECM表示中國制造業(yè)產(chǎn)品的出口額，ECG表示中國貨物貿(mào)易的總出口額，EWM表示世界制造業(yè)產(chǎn)品出口額，ECG表示世界貨物貿(mào)易的總出口額，t代表時間。根據(jù)公式可以計(jì)算1997年到2014年我國制造業(yè)的RCA，見表3。

表3 中國制造業(yè)顯性對比優(yōu)度指數(shù)

四、實(shí)證分析

(一)指標(biāo)與數(shù)據(jù)選取

文章研究樣本區(qū)間為1997年～2014年，變量選取裝備制造業(yè)投入強(qiáng)度、科研人員增長率、科研投入增長率、企業(yè)績效4個指標(biāo)代表智能制造能力，分別記為emi、sci、sri、enp，制造業(yè)競爭力采用rca增量，記為mc。文章的數(shù)據(jù)來自于《中國統(tǒng)計(jì)年鑒》和WTO網(wǎng)站，考慮到變量之間單位不統(tǒng)一和變量不穩(wěn)定，對所有數(shù)據(jù)進(jìn)行了取對數(shù)處理。

(二)Var理論模型

Var模型是Sinms提出的向量自回歸模型，采用非結(jié)構(gòu)性方法對各變量間關(guān)系進(jìn)行闡釋，本文用Var模型就智能制造能力對制造業(yè)競爭力的影響進(jìn)行實(shí)證分析，Var模型的公式如下:

其中E是指時間序列構(gòu)成向量，P指自回歸滯后階數(shù)，ε為白噪聲序列向量，A為系數(shù)矩陣量，Xt表示C維外生變量，B為待估計(jì)矩陣。

(三)實(shí)證分析

1．ADF檢驗(yàn)和協(xié)整檢驗(yàn)

Var模型估計(jì)需要變量具有平穩(wěn)性，如果變量為平穩(wěn)的時間序列，就可以直接構(gòu)建無約束的Var模型;如果變量不平穩(wěn)，就需要對變量進(jìn)行差分，將其變?yōu)槠椒€(wěn)變量，還需要檢驗(yàn)?zāi)Ｐ退婕暗淖兞恐g是否存在協(xié)整關(guān)系，如果協(xié)整關(guān)系存在，就需使用向量的誤差修正模型。所以，首先需對文章的所有時間序列數(shù)據(jù)進(jìn)行單位根檢驗(yàn)以檢查其平穩(wěn)性，見表4。

表4 ADF檢驗(yàn)過程

從表4可以看出，其中emi、sci、sri、enp和mc不平穩(wěn)，但一階方差序列平穩(wěn)，說明都是一階單整過程，所以emi、sci、sri、enp和mc兩兩之間可能存在協(xié)整關(guān)系，需要進(jìn)行協(xié)整檢驗(yàn)。EG協(xié)整檢驗(yàn)如表5所示。

表5 EG協(xié)整檢驗(yàn)過程

從表5可以看出所有殘差序列為不穩(wěn)定序列，說明mc與emi、sci、sri、enp兩兩之間不存在協(xié)整關(guān)系，即不存在長期均衡關(guān)系。但由于 Δmc、Δemi、Δsci、Δsri、Δenp是穩(wěn)定序列，本部分運(yùn)用 Δmc、Δemi、Δsci、Δsri、Δenp 時間序列來建立 Var模型進(jìn)行實(shí)證分析。

2．Var模型構(gòu)建

文章建立了Δmc與Δemi、Δsci、Δsri、Δenp的多變量Var模型，根據(jù)AIC和SC取值最小的準(zhǔn)則，多次嘗試，最終確定最大滯后階數(shù)為2，結(jié)果如表6所示。

表6 向量自回歸參數(shù)估計(jì)

圖1 AR特征多項(xiàng)式根模倒數(shù)

Var模型需要穩(wěn)定性檢驗(yàn)，如果模型不穩(wěn)定，某些結(jié)果將是無效的，也無法進(jìn)行脈沖響應(yīng)分析。文章利用AR根進(jìn)行檢驗(yàn)，若Var模型中所有根模的倒數(shù)小于1，即所有單位根置于單位圓內(nèi)，則所設(shè)定的Var模型是穩(wěn)定的，表明選取的變量之間存在長期穩(wěn)定關(guān)系。通過圖1可判定該模型穩(wěn)定，滿足脈沖響應(yīng)分析的要求，可進(jìn)行下面的脈沖響應(yīng)分析和方差分解分析。

3．廣義脈沖響應(yīng)函數(shù)分析

Var模型通常不分析一個變量的變化對另一個變量的影響，而是通過脈沖響應(yīng)函數(shù)(Impulse Response Function)比較變量之間的動態(tài)交互作用，通過隨機(jī)擾動項(xiàng)的一個標(biāo)準(zhǔn)差沖擊對其他變量當(dāng)前和未來取值的影響軌跡來進(jìn)行判斷。選取廣義脈沖響應(yīng)函數(shù)分析智能制造能力主要影響因素對制造業(yè)競爭力之間的沖擊響應(yīng)情況，即Δemi、Δsci、Δsri、Δenp對Δmc之間的沖擊響應(yīng)，其中，沖擊響應(yīng)期取值為10期。

從圖2可以看出，在當(dāng)期給裝備制造業(yè)投入一個正的沖擊之后，制造業(yè)競爭力短期內(nèi)呈現(xiàn)上下波動，在第2期達(dá)到正向最大后逐漸收斂。表明裝備制造業(yè)的投入強(qiáng)度對制造業(yè)具有滯后效應(yīng)，其對制造業(yè)競爭力具有明顯的帶動作用，但長期來看這種帶動作用將會減弱?？傮w來說，裝備制造業(yè)投入強(qiáng)度對制造業(yè)競爭力具有積極作用。

圖2 Δmc對于Δemi的脈沖響應(yīng)

圖3 Δmc對于Δsci的脈沖響應(yīng)

從圖3可以看出，在當(dāng)期給科研人員投入一個正的沖擊后，制造業(yè)競爭力會有波動，第二期達(dá)到最大正效應(yīng)，第三期達(dá)到最大負(fù)效應(yīng)后逐漸收斂。這可能是由于我國科研人員性質(zhì)或者進(jìn)入的行業(yè)不同存在結(jié)構(gòu)性問題，對制造業(yè)競爭力產(chǎn)生輕微負(fù)面影響，但從長期看科研人員增加帶動了制造行業(yè)競爭力上升。

從圖4可以看出，在當(dāng)期給科研投入一個正的沖擊之后，制造業(yè)競爭力從第二期開始上升，說明科研投入具有滯后效應(yīng)，科研投入始終呈現(xiàn)出穩(wěn)定的正響應(yīng)，即使在第10期也無減弱趨勢，說明科研投入增加對制造業(yè)競爭力具有持久穩(wěn)定的拉動作用。

圖4 Δmc對于Δsri的脈沖響應(yīng)

圖5 Δmc對于Δenp的脈沖響應(yīng)

從圖5可以看出，在當(dāng)期給企業(yè)績效一個正的沖擊，制造業(yè)競爭力在第二期就做出了最大的正反應(yīng)，第二期之后的反應(yīng)雖有波動，但都呈現(xiàn)較好的正效應(yīng)。從長期看，ΔMC并無收斂和減弱趨勢，說明規(guī)模以上企業(yè)的績效水平對制造業(yè)的競爭力起到相當(dāng)大的正向拉動作用。

4．方差分解分析

方差分解(Variance Decomposition)是通過分析每一個結(jié)構(gòu)沖擊對內(nèi)生變量變化的貢獻(xiàn)程度，進(jìn)而評價不同結(jié)構(gòu)沖擊的重要性。文章通過方差分解定量研究Δemi、Δsci、Δsri、Δenp、Δwag對Δmc變動的貢獻(xiàn)程度。從表7可以看出，制造業(yè)競爭力波動在第一期只受自身波動的影響，并且在所有時期的波動都受到自身波動的影響，說明制造業(yè)競爭力增長在很大程度上依賴于多年積累的競爭實(shí)力。智能制造能力和勞動力成本對制造業(yè)競爭力的影響在第二期才顯現(xiàn)出來，具有滯后效應(yīng)，與上面得出的結(jié)論一致。其中規(guī)模以上企業(yè)績效波動和勞動力成本對制造業(yè)競爭力波動貢獻(xiàn)度較高，規(guī)模以上企業(yè)在第二期貢獻(xiàn)度為28．90%，第二期以后貢獻(xiàn)度輕微下降但依然很高，說明規(guī)模以上企業(yè)績效水平對制造業(yè)競爭力具有較大的正向拉動作用。勞動力成本波動對制造業(yè)競爭力負(fù)向影響在第二期開始顯現(xiàn)，第二期貢獻(xiàn)度為20．23%，但是第三期立刻下降到17．34%，說明制造業(yè)立刻對勞動力成本上升做出了反應(yīng)并在短期取得了一定成效，但是第四期貢獻(xiàn)度開始上升并維持在20%以上，說明勞動力成本對制造業(yè)的負(fù)向影響具有持續(xù)性。裝備制造業(yè)投入強(qiáng)度、科研人員、科研經(jīng)費(fèi)3個變量波動對制造業(yè)競爭力波動的貢獻(xiàn)率總體較小，但是它們的貢獻(xiàn)率都是在第10期達(dá)到最大值，分別為2．87%、1．50%、4．75%，說明對制造業(yè)的競爭力影響的滯后效應(yīng)更大，需要較長的時間積累才能發(fā)揮對制造業(yè)競爭力的貢獻(xiàn)作用。其中，裝備制造業(yè)投入強(qiáng)度波動對制造業(yè)競爭力波動的貢獻(xiàn)率小的另一個解釋是，我國裝備制造業(yè)的投入強(qiáng)度波動幅度太小，裝備制造業(yè)投入強(qiáng)度在20多年間始終在20%至24%之間波動，投入強(qiáng)度增長幅度較小導(dǎo)致其對制造業(yè)競爭力貢獻(xiàn)程度不明顯。

表7 MC方差分解表

五、結(jié)論及政策建議

樣本數(shù)據(jù)研究表明，智能制造能力對制造業(yè)競爭力具有正向影響，其中企業(yè)績效水平對制造業(yè)競爭力的方差分解平均貢獻(xiàn)率達(dá)到19．61%，對制造業(yè)競爭力的貢獻(xiàn)度較大;裝備制造業(yè)投入強(qiáng)度、科研人員數(shù)量、科研經(jīng)費(fèi)投入對制造業(yè)競爭力的方差分解平均貢獻(xiàn)率分別為2．62%、1．32%、2．66%，各投入變量在初期時對制造業(yè)競爭力的貢獻(xiàn)度不高，但是隨著時間的積累貢獻(xiàn)度逐漸上升，并在第十期時貢獻(xiàn)率達(dá)到最大值，分別為2．87%、1．50%、4．75%，說明投入變量對制造業(yè)競爭力的影響需要較長的時間，即存在較強(qiáng)的滯后效應(yīng)。因此，智能制造能力對制造業(yè)競爭力提升具有較大的正向影響。在新一輪工業(yè)革命背景下，發(fā)展智能制造將是重塑我國制造業(yè)新優(yōu)勢的關(guān)鍵，其中如何提升我國智能制造能力，如何把智能制造與制造業(yè)有機(jī)結(jié)合是重中之重。我國智能制造起步較晚，技術(shù)水平整體薄弱，智能技術(shù)大多集聚在大企業(yè)和科研單位，鑒于我國智能制造的實(shí)際情況，提升智能制造能力既要借鑒發(fā)達(dá)國家經(jīng)驗(yàn)，又要結(jié)合我國技術(shù)發(fā)展實(shí)情。

首先，智能制造屬于資本技術(shù)密集型產(chǎn)業(yè)，對資本和技術(shù)要求極高，大多數(shù)中小企業(yè)由于經(jīng)濟(jì)規(guī)模和技術(shù)限制，不具備智能制造技術(shù)的研發(fā)實(shí)力，甚至連技術(shù)運(yùn)用的能力都欠缺。因此智能制造技術(shù)研發(fā)應(yīng)由大型企業(yè)和科研單位承擔(dān)，國家要積極給予技術(shù)創(chuàng)新企業(yè)和科研單位政策支持，并加大各項(xiàng)資金投入。對于成熟的智能技術(shù)，政府應(yīng)該通過政策和資金補(bǔ)貼吸引中小企參與進(jìn)來，推動中小企業(yè)進(jìn)行智能制造生產(chǎn)模式變革，從而推動我國整體智能制造技術(shù)水平的提高。

其次，企業(yè)是智能制造的主體，企業(yè)培育智能制造能力受多方面因素的影響，其中影響最大的是成本。一種情況是當(dāng)使用智能制造技術(shù)的成本大于人工成本，企業(yè)通常會減緩智能技術(shù)的推廣進(jìn)程，另一種情況是即使智能制造技術(shù)的成本低于勞動力成本，企業(yè)也不會采用智能制造技術(shù)，原因是智能設(shè)備的更新需要一次性投入，固定成本太高，企業(yè)由于資金實(shí)力限制也不得不放棄。我國大多數(shù)勞動密集型制造企業(yè)屬于前者，而多數(shù)中小制造企業(yè)屬于后者。因此，提高企業(yè)發(fā)展智能制造的積極性是問題的關(guān)鍵。一方面要迫使企業(yè)改進(jìn)生產(chǎn)技術(shù)和使用智能技術(shù)來降低生產(chǎn)成本，另一方面要改善企業(yè)的經(jīng)營環(huán)境，提高企業(yè)的經(jīng)營績效，擴(kuò)大企業(yè)資金來源，增強(qiáng)企業(yè)推進(jìn)智能制造的資金實(shí)力。

最后，智能制造技術(shù)需要和制造企業(yè)有機(jī)結(jié)合才能發(fā)揮最大的經(jīng)濟(jì)效益，一方面需要加強(qiáng)產(chǎn)學(xué)研一體化發(fā)展，強(qiáng)化“以產(chǎn)養(yǎng)研，以研促產(chǎn)”的企業(yè)經(jīng)營方式，另一方面，科研單位也應(yīng)走進(jìn)制造企業(yè)，研發(fā)適合本土制造企業(yè)的智能制造技術(shù)，使智能制造技術(shù)更加“接地氣”，更易于市場化。

［1］Bazan E，Jaber M，Saadany A．Carbon Eissions and Energy Effects on Manufacturing－Remanufacturing Inventory Models［J］．Computers ＆ Industrial Engineering，2015，88(3):307－316．

［2］Jovanovic V，Stevanov B，ˇSeˇSlija D，eta．Energy Efficiency Optimization of Air Supply System inWater Bottle Manufacturing System［J］．Journal of Cleaner Production，2014，85(15):306－317．

［3］王臘芳，劉麗潔，肖明智．中國制造業(yè)能源替代的區(qū)域差異［J］．經(jīng)濟(jì)地理，2015，(2):127－133．

［4］王燕武，李文溥，李曉靜．基于單位勞動力成本的中國制造業(yè)國際競爭力研究［J］．統(tǒng)計(jì)研究，2011，(10):60－67．

［5］周 麗，范德成，劉 青．勞動力成本上升對我國制造業(yè)競爭力的影響及對策［J］．經(jīng)濟(jì)縱橫，2013，(11):50－52．

［6］Stolarick K M．ITSpending and Firm Productivity:Additional Evidence from the Manufacturing Sector［D］．Carnegie Mellon University，1999．

［7］Berman E，Bound J，Griliches Z．Change in the demand for skilled laborwithin U．S．manufacturing industries:evidence from the annual survey ofmanufacturing［J］．National bureau of economic research，1993，(3):1－38．

［8］Olley ＆ Pakcs．The dynamics of productivity in the telecommunications equipment industry［J］．Economectrica，1996，64(6):1263－1297．

［9］徐盈之，孫 劍．信息產(chǎn)業(yè)與制造業(yè)的融合——基于績效分析的研究［J］．中國工業(yè)經(jīng)濟(jì)，2009，(7):56－66．

［10］周志春．我國地區(qū)裝備制造業(yè)競爭力的測度與評價［J］．經(jīng)濟(jì)問題探索，2009，(8):8－13．

［11］王章豹，郝 峰．基于因子分析和黃金分割法的我國裝備制造業(yè)區(qū)域產(chǎn)業(yè)創(chuàng)新力綜合評價研究［J］．工業(yè)技術(shù)經(jīng)濟(jì)，2010，(1):2－8．

［12］Wright P K，Bourne D A．Manufacturing Intelligence［M］．Addison－Wesley，1988．

［13］機(jī)械工程學(xué)會．中國機(jī)械工程技術(shù)路線圖［M］．北京:中國科學(xué)技術(shù)出社，2011．

［14］宋天虎．先進(jìn)制造技術(shù)的發(fā)展與未來［J］．機(jī)器人技術(shù)與應(yīng)用，1999，(1):6－8．

［15］楊叔子，吳 波，李 斌．再論先進(jìn)制造技術(shù)及其發(fā)展趨勢［J］．機(jī)械工程學(xué)報(bào)，2006，(1):1－5．

［16］熊有倫，王瑜輝，楊文玉，等．?dāng)?shù)字制造與數(shù)字裝備［J］．航空制造技術(shù)，2008，(9):26－31．

［17］盧秉恒，李滌塵．增材制造(3D 打印)技術(shù)發(fā)展［J］．機(jī)械制造與自動化，2013，(4):1－4．

Com prehensive Analysis of Chinese Intelligent M anufacturing Capability and its Influence on M anufacturing Com petitiveness

RUAN Xiao－xue
(School ofEconomics，F(xiàn)ujian Normal University，F(xiàn)uzhou 350108，China)

As themain direction of"Made in China 2025"，the intelligentmanufacturing attracts the domestic and international attention on Chinesemanufacturing industry once again．Firstly，this paper constructs the evaluation index system of intelligentmanufacturing capability，and uses the factor analysismethod to estimate the influence of each index on the intelligentmanufacturing capability，the results show that input factors contribute to intelligentmanufacturing capacity，followed by information development factor and innovation factor．Then，themain indexes of intelligentmanufacturing capability are selected together with the competitiveness of themanufacturing industry to build the Varmodel．Based on the generalized impulse function and the predictive variance decomposition，themain indexes of the intelligentmanufacturing capability on themanufacturing competitiveness are analyzed．Empirical results show that the performance of enterprises has a greater role in boosting the competitiveness ofmanufacturing industry，but equipmentmanufacturing investment intensity，researchers and research funding have a low impact on the competitiveness ofmanufacturing in short－term．

intelligentmanufacturing capability;Made in China 2025;manufacturing competitiveness

F426

A

1007－9734(2017)05－0039－11

10．19327/j．cnki．zuaxb．1007-9734．2017．05．006

2017－04－01

教育部人文社會科學(xué)基金資助項(xiàng)目(12YJA790002)

阮小雪，女，四川資陽人，碩士，研究方向?yàn)楹暧^經(jīng)濟(jì)管理。

責(zé)任編校:田 旭，馬軍英