安徽省智能制造產(chǎn)業(yè)集群發(fā)展對策研究

楊輝平，吳紅，何赟，孫晴

摘? 要：為了研究安徽省智能制造產(chǎn)業(yè)集群發(fā)展對策，以安徽省經(jīng)濟和信息化廳2021年和2022年公布的安徽省智能工廠和數(shù)字化車間名單中的上市企業(yè)為研究對象，收集2019年至2021年的最新數(shù)據(jù)，運用DEA中C2R和C2GS2模型，計算出安徽省智能制造企業(yè)近三年的發(fā)展績效。結(jié)果顯示，安徽省汽車零部件企業(yè)發(fā)展績效最高，而裝備制造類企業(yè)績效最低。最后，結(jié)合行業(yè)和地區(qū)分布數(shù)據(jù)，給出安徽省智能制造產(chǎn)業(yè)集群發(fā)展的對策和建議。

關(guān)鍵詞：智能制造；DEA；企業(yè)績效

中圖分類號：F427；F49? ? ? ? 文獻標識碼：A? ? ? ? ? 文章編號：1671-9255（2022）03-0009-04

一、問題提出與相關(guān)研究

近年來，我國智能制造產(chǎn)業(yè)發(fā)展迅速，2021年工業(yè)和信息化部等八部門聯(lián)合印發(fā)了《“十四五”智能制造發(fā)展規(guī)劃》（以下簡稱《規(guī)劃》），《規(guī)劃》指出：“站在新一輪科技革命和產(chǎn)業(yè)變革與我國加快轉(zhuǎn)變經(jīng)濟發(fā)展方式的歷史性交匯點，要堅定不移地以智能制造為主攻方向，推動產(chǎn)業(yè)技術(shù)變革和優(yōu)化升級，推動制造業(yè)產(chǎn)業(yè)模式和企業(yè)形態(tài)根本性轉(zhuǎn)變?！盵1]開展智能制造示范工廠建設(shè)是《規(guī)劃》中的重點任務(wù)之一。安徽省（以下簡稱我?。┙?jīng)濟和信息化廳2021年評定了41個智能工廠項目和227個數(shù)字化車間項目，2022年再次評定了36個智能工廠項目和170個數(shù)字化車間項目。我省智能制造產(chǎn)業(yè)蓬勃發(fā)展，但和制造業(yè)發(fā)達省份相比基礎(chǔ)較為薄弱，地區(qū)發(fā)展不均衡，總體仍處于落后階段。因此，對我省智能制造企業(yè)進行績效評價，找出影響績效的薄弱環(huán)節(jié)，并針對性地給出相關(guān)產(chǎn)業(yè)發(fā)展對策，對于提升產(chǎn)業(yè)發(fā)展效率有著重要的現(xiàn)實意義。

關(guān)于智能制造產(chǎn)業(yè)發(fā)展效率問題，很多學者采用了多種方法進行了較為深入的研究。李慶雪（2021）利用因子分析法，以61家智能制造企業(yè)2019年的財務(wù)數(shù)據(jù)為研究對象，對智能制造企業(yè)生物經(jīng)營績效進行對比分析并給出發(fā)展建議。[2]潘玉香等人（2021）基于智能制造企業(yè)上市公司數(shù)據(jù)，采用分層與分組回歸相結(jié)合的方法，分析了信息技術(shù)投入對企業(yè)績效的影響。[3]高建來等人（2021）運用Bootstrap方法探索了智能制造企業(yè)創(chuàng)新投資和固定資產(chǎn)投資在內(nèi)源融資與企業(yè)績效間存在的多重

中介效應(yīng)。[4]樓旭明等人（2020）運用DEA交叉效率模型對2013—2017年我國智能制造上市企業(yè)相關(guān)數(shù)據(jù)進行分析，證實我國智能制造上市企業(yè)的技術(shù)創(chuàng)新效率整體偏低，但呈上升趨勢。[5]王玉梅等人（2021）依據(jù)CSSCI和核心期刊大數(shù)據(jù)分析，對全國31個省份地區(qū)制造業(yè)智能制造能力的成熟度進行實證研究，并建立一套體現(xiàn)智能制造生產(chǎn)、技術(shù)、資源能力的評價指標體系。[6]劉峰等人（2016）采用DEA模型對52家上市智能制造企業(yè)2011—2013年的面板數(shù)據(jù)進行測算，并發(fā)現(xiàn)股權(quán)集中度與技術(shù)創(chuàng)新效率存在“倒U型”關(guān)系。[7]吳紅（2020）選取25家國內(nèi)上市智能制造企業(yè)，運用DEA模型計算，得出目前國內(nèi)上市智能制造企業(yè)總體績效的趨勢值，顯示出不同地區(qū)之間和不同類型智能制造企業(yè)發(fā)展的趨勢和差異，并認為安徽地區(qū)智能制造企業(yè)總體績效狀況在全國處于上游的位置。[8]

上述學者多以全國智能制造企業(yè)作為研究對象，專門以安徽省智能制造產(chǎn)業(yè)績效為研究對象的很少。DEA模型是評價同類部門或單位相對有效性的方法，最為適用多輸入多輸出的生產(chǎn)函數(shù)。[9]上述研究中雖有多位學者也采用了DEA模型，但樣本數(shù)據(jù)較早，得出的結(jié)論多反映出智能制造企業(yè)績效偏低。而智能制造企業(yè)出現(xiàn)時間較短，有一定的投入期和成長期，這些研究數(shù)據(jù)已不能反映出智能制造企業(yè)最新的發(fā)展績效和變動趨勢。為了揭示我省智能制造產(chǎn)業(yè)最新發(fā)展的動態(tài)效率變動情況及不同指標對智能制造產(chǎn)業(yè)效率的影響，本文采用DEA法，將安徽省經(jīng)濟和信息化廳2021年和2022年公布的安徽省智能工廠和數(shù)字化車間名單中的上市企業(yè)作為決策單元，搜集這些企業(yè)的相關(guān)財務(wù)數(shù)據(jù)，計算這些企業(yè)近三年的發(fā)展績效，找出影響其績效的薄弱環(huán)節(jié)，并針對性地給出相關(guān)產(chǎn)業(yè)發(fā)展對策，為我省智能制造產(chǎn)業(yè)的發(fā)展提供參考。

二、基于DEA的安徽省智能制造產(chǎn)業(yè)

發(fā)展績效分析

（一）安徽省智能制造產(chǎn)業(yè)績效分析C2R和C2GS2模型

本文以DEA模型中C2R模型和C2GS2模型來計算安徽省智能制造產(chǎn)業(yè)近三年的發(fā)展績效。其中，C2R模型用來計算決策單元的總體運行績效，C2GS2模型用于計算決策單元的純技術(shù)績效，然后用C2R/C2GS2來計算決策單元的規(guī)?？冃?。假設(shè)有N個決策單元（企業(yè)），每個企業(yè)? 有個輸入指標和? 個輸出指標，? 為第 個企業(yè)的第 個輸入項，? 為

個企業(yè)的第個輸出項， 為第 個企業(yè)的相對總體績效，得到模型為：

s.t.

s.t.

為第 個企業(yè)的純技術(shù)績效， 為第 個企業(yè)的規(guī)?？冃?，根據(jù)? ? ? ?，可得：

（二）指標體系的選擇及數(shù)據(jù)來源

本文選用的智能制造企業(yè)來源于安徽省經(jīng)濟和信息化廳2021年和2022年公布的智能工廠和數(shù)字化車間名單，因需要對企業(yè)財務(wù)數(shù)據(jù)進行分析，鑒于數(shù)據(jù)的可得性，選擇名單中的20個上市企業(yè)作為決策單元。選擇固定資產(chǎn)凈值、員工人數(shù)、營業(yè)總成本作為輸入指標項，選擇凈利潤、營業(yè)總收入作為輸出指標項。選擇2019—2021年的最新數(shù)據(jù)進行運算，數(shù)據(jù)來源于新浪財經(jīng)公布的企業(yè)財務(wù)報表和網(wǎng)易財經(jīng)發(fā)布的企業(yè)基本信息。

（三）數(shù)據(jù)處理結(jié)果及實證分析

對相關(guān)企業(yè)2019—2021年數(shù)據(jù)進行處理，計算結(jié)果如表1所示。

從運算結(jié)果來看，樣本數(shù)據(jù)近三年總體績效、純技術(shù)績效和規(guī)模績效分別為0.909、0.948、0.959，整體運行績效較高，但有提升的空間。從三年的變化趨勢來看，總體績效下降了1.73%，純技術(shù)績效上升了0.74%，規(guī)?？冃陆盗?.46%，說明近三年我省智能制造企業(yè)的整體績效的改善主要依靠的是純技術(shù)績效的提升。

1．按行業(yè)分析

表1統(tǒng)計結(jié)果顯示，汽車零部件類企業(yè)的整體績效最高，近三年總體績效、純技術(shù)績效和規(guī)?？冃Х謩e為0.959、0.973、0.986，三項指標均高于20家企業(yè)平均水平。從發(fā)展趨勢上看，績效指標有逐年下降趨勢。其中，巨一科技和伯特利兩家企業(yè)連續(xù)三年總體績效、純技術(shù)績效和規(guī)?？冃Ф加行?。艾可藍2019和2020年有效，2021年也接近1。瑞鵠模具績效偏低且三年都呈下降趨勢，其中，總體績效三年下降了7.6%，純技術(shù)績效三年下降了12.4%，規(guī)?？冃陆盗?.5%。從原始數(shù)據(jù)中可以發(fā)現(xiàn)，其2021年固定資產(chǎn)凈值比2020年增加了91.1%，說明其績效下降既有管理技術(shù)的原因也有固定資產(chǎn)投資規(guī)模增加的原因。醫(yī)藥類、化工類和其他類型的企業(yè)三年評價績效差別不大，均在9%以上。設(shè)備研發(fā)與制造類企業(yè)整體績效最低，三年總體績效、純技術(shù)績效和規(guī)?？冃Х謩e為0.856、0.914、0.936，上升空間較大。五家企業(yè)中有四家平均總體績效低于9%。從變化趨勢上看，設(shè)備研發(fā)與制造類企業(yè)總體績效三年下降了2.07%，純技術(shù)績效三年上升了1.21%，規(guī)模績效三年下降了3.23%。

2．按地區(qū)分析

為了研究不同地區(qū)智能制造企業(yè)的績效，把表1的運算結(jié)果按照地區(qū)重新進行分類統(tǒng)計。可以很明顯地看出，合肥市整體績效最高，近三年總體績效、純技術(shù)績效和規(guī)?？冃Х謩e為0.931、0.955、0.974，三項指標均高于20家企業(yè)平均水平，其中，兩家企業(yè)三年績效全部有效，兩家企業(yè)低于20家企業(yè)平均水平。從變化趨勢上看，總體績效三年上升了0.64%，純技術(shù)績效三年上升了2.33%，規(guī)?？冃晗陆盗?.52%。蕪湖市及其他城市整體績效水平數(shù)據(jù)與20家企業(yè)平均水平基本持平。蕪湖市除了1家企業(yè)三年績效有效外，其他企業(yè)的總體績效、純技術(shù)績效和規(guī)模績效三年均呈下降趨勢。安慶市近三年總體績效、純技術(shù)績效和規(guī)?？冃Х謩e為0.861、0.941、0.916，整體績效水平明顯低于平均水平，從變化趨勢上看，總體績效三年下降了4.84%，純技術(shù)績效三年上升了3.75%，規(guī)?？冃晗陆盗?.23%。

三、主要結(jié)論與政策建議

（一）主要結(jié)論

根據(jù)行業(yè)和地區(qū)的數(shù)據(jù)統(tǒng)計結(jié)果分析，可得出以下結(jié)論：

1．我省智能制造試點企業(yè)近三年的整體運行績效較高，這得益于我省的工業(yè)基礎(chǔ)和科研實力，但仍有提升的空間。其中，純技術(shù)績效的提升是我省智能制造企業(yè)的整體績效改善的主要動力。這說明我省智能制造企業(yè)在技術(shù)投入和管理效率方面做得越來越好，近年來的智能制造試點工作取得了一定的成效。但從個體來看，仍有部分智能制造企業(yè)績效偏低，且呈下降趨勢。

2．我省智能制造企業(yè)行業(yè)發(fā)展不均衡。汽車零部件企業(yè)績效較高，而設(shè)備研發(fā)與制造類企業(yè)績效較低。這說明不同行業(yè)企業(yè)在智能制造轉(zhuǎn)型時面臨的資金、技術(shù)、設(shè)備、人才、信息化等困難的難度是不一樣的，這導致不同行業(yè)企業(yè)智能制造試點收益期不一致，很明顯設(shè)備研發(fā)與制造類企業(yè)推行智能制造試點難度較大，短期設(shè)備更新投入較多，技術(shù)上升帶來的收益效果不明顯。

3．我省智能制造地區(qū)分布和發(fā)展不均衡。受政策、營商環(huán)境、原有工業(yè)基礎(chǔ)、產(chǎn)業(yè)布局、自然條件等因素影響，智能制造產(chǎn)業(yè)主要集中在合肥和蕪湖等地，合肥地區(qū)的企業(yè)績效明顯高于其他地區(qū)。就單個企業(yè)而言，三年績效都有效的企業(yè)也主要集中在合肥和蕪湖。

（二） 政策建議

1．積極鼓勵傳統(tǒng)制造業(yè)向智能制造產(chǎn)業(yè)轉(zhuǎn)型。政府需要積極引導，提供相關(guān)政策和資金扶持，并建立多元化的融資渠道和金融支持，提供信息支撐，積極解決轉(zhuǎn)型難題，促進傳統(tǒng)制造業(yè)的轉(zhuǎn)型升級，擴大我省智能制造產(chǎn)業(yè)的規(guī)模和質(zhì)量。對于轉(zhuǎn)型難度較大的設(shè)備研發(fā)與制造類企業(yè)，要在財政、稅收、金融等政策上給予適度優(yōu)惠，同時也要設(shè)立智能制造專項資金以促進我省智能制造企業(yè)的發(fā)展。

2．在合肥、蕪湖等工業(yè)基礎(chǔ)較好、智能制造產(chǎn)業(yè)比較集中的地區(qū)建立具有特色的智能制造產(chǎn)業(yè)園區(qū)以提供園區(qū)配套管理和服務(wù)，并積極引進一批重大項目入駐，建成一批國家級或省級智能制造試點示范項目，形成智能制造產(chǎn)業(yè)聚集地，充分發(fā)揮產(chǎn)業(yè)聚集效應(yīng)和示范作用，以此帶動全省智能制造產(chǎn)業(yè)的聯(lián)動發(fā)展。通過智能制造產(chǎn)業(yè)園區(qū)的扶持和發(fā)展，積極培育一些重點企業(yè)做大做強，形成規(guī)模，產(chǎn)生一批領(lǐng)軍企業(yè)。

3．充分發(fā)揮我省在科研和教育方面的優(yōu)勢，積極支持科研院所和大專院校在智能制造關(guān)鍵技術(shù)方面的科研項目，爭取實現(xiàn)更多智能制造關(guān)鍵技術(shù)的突破，并鼓勵技術(shù)轉(zhuǎn)化，以技術(shù)突破助力智能制造企業(yè)的降本增效，推動我省智能制造產(chǎn)業(yè)良性發(fā)展。

參考文獻：

[1]工業(yè)和信息化部.“十四五”智能制造發(fā)展規(guī)劃 [EB/OL].[2021-12-28].https：//www.miit.gov.cn/ztzl/rdzt/znzzxggz/xwdt/art/2021/art_b12f5ff217154f0994108f2d572b0c3c.html.

[2]李慶雪.智能制造上市公司財務(wù)績效評價研究——基于因子分析法[J].全國流通經(jīng)濟，2021（34）：46-48.

[3]潘玉香，李倩.智能制造企業(yè)信息技術(shù)投入對企業(yè)績效的影響研究[J].會計之友，2021（18）：9-16.

[4]高建來，彭雅麗.內(nèi)源融資、投資活動與企業(yè)績效——基于智能制造企業(yè)的實證研究[J].財會通訊，2021（11）：79-83.

[5]樓旭明，徐聰聰.智能制造企業(yè)技術(shù)創(chuàng)新效率及其影響因素研究[J].科技管理研究，2020（4）：1-7.

[6]王玉梅，張曉煒.智能經(jīng)濟下我國制造業(yè)智能制造能力成熟度指標體系研究[J].科學決策，2021（11）：118-132.

[7]劉峰，寧健.智能制造企業(yè)技術(shù)創(chuàng)新效率及其影響因素[J].企業(yè)經(jīng)濟，2016（4）：142-147.

[8]吳紅.基于DEA法的中國上市智能制造企業(yè)績效實證分析[J].宿州學院學報. 2020（6）：32-35.

[9]吳邦雷.中國上市物流企業(yè)績效分析和對策的研究——以四大類二十家上市物流企業(yè)為例[J].懷化學院學報，2018（3）：25-30.

Research on the Development Countermeasures of Intelligent Manufacturing Industry Cluster in Anhui Province

Yang Huiping， Wu Hong， He Yun， Sun Qing

（School of Business Administration， Anhui Technical College of Mechanical and Electrical Engineering， Wuhu Anhui 241002）

Abstract： In order to study the development strategies of intelligent manufacturing industry clusters in Anhui Province， the listed companies in the list of intelligent factories and digital workshops in Anhui Province announced by the Anhui Provincial Department of Economic and Information Technology in 2021 and 2022 were selected as the research objects. Using the latest data from DEA， the C2R and C2GS2 models in DEA are used to calculate the development performance of intelligent manufacturing enterprises in Anhui Province in the past three years. The results show that the development performance of auto parts enterprises in Anhui Province is the highest， while the performance of equipment manufacturing enterprises is the lowest. Finally， combined with industry and regional distribution data， the countermeasures and suggestions for the development of intelligent manufacturing industry clusters in our province are given.

Key Words： Intelligent Manufacturing， EDA， Development Performance