共享制造企業(yè)高質(zhì)量發(fā)展效率研究

摘 要：共享制造是傳統(tǒng)制造業(yè)與先進(jìn)信息技術(shù)有機(jī)融合的新型制造模式，是實(shí)現(xiàn)我國(guó)制造業(yè)現(xiàn)代化轉(zhuǎn)型的有效途徑。為了促進(jìn)我國(guó)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(píng)估體系，基于DEA方法和DEA-Malmquist指數(shù)對(duì)2020—2022年我國(guó)34家共享制造企業(yè)的高質(zhì)量發(fā)展效率進(jìn)行了靜態(tài)層面和動(dòng)態(tài)層面的研究。研究結(jié)果表明，2020—2022年我國(guó)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(guó)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(jìn)步指數(shù)均值為0.962，下降了3.8%。我國(guó)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(jìn)我國(guó)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(hào)：F 414;F 124.1

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：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(gè)國(guó)家的生產(chǎn)力水平，是國(guó)民經(jīng)濟(jì)的主要組成部分。在制造社會(huì)財(cái)富、解決就業(yè)、促進(jìn)科學(xué)技術(shù)發(fā)展等方面起著舉足輕重的作用。我國(guó)制造業(yè)自改革開(kāi)放以來(lái)有了長(zhǎng)足的發(fā)展，在此期間我國(guó)制造業(yè)發(fā)展迅速、總量不斷增長(zhǎng)、規(guī)模不斷擴(kuò)大、產(chǎn)業(yè)結(jié)構(gòu)升級(jí)顯著，綜合實(shí)力以及國(guó)際競(jìng)爭(zhēng)力提升明顯，但我國(guó)制造業(yè)依然存在著“大而不強(qiáng)”的問(wèn)題^[1]。黨的十九大指出，我國(guó)正處在經(jīng)濟(jì)由高速增長(zhǎng)轉(zhuǎn)向高質(zhì)量發(fā)展、經(jīng)濟(jì)結(jié)構(gòu)戰(zhàn)略性調(diào)整、轉(zhuǎn)換增長(zhǎng)動(dòng)力的攻關(guān)期，解決制造業(yè)“大而不強(qiáng)”、長(zhǎng)期在價(jià)值鏈中低端徘徊等難題必須大力發(fā)展先進(jìn)制造業(yè)^[2]。近年來(lái)由于信息和通信技術(shù)（Information and Communication Technology）的發(fā)展，許多諸如云計(jì)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(jìn)信息通訊技術(shù)的有機(jī)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(tái)完成制造資源服務(wù)化和協(xié)同化共享，實(shí)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(dòng)態(tài)共享，是共享經(jīng)濟(jì)這種新興經(jīng)濟(jì)形態(tài)在制造領(lǐng)域的創(chuàng)新應(yīng)用。為推動(dòng)共享制造模式的發(fā)展，我國(guó)工信部在2019年10月出臺(tái)了《關(guān)于加快培育共享制造新模式新業(yè)態(tài)促進(jìn)制造業(yè)高質(zhì)量發(fā)展的指導(dǎo)意見(jiàn)》，提出要把能力共享作為共享制造模式的重點(diǎn)，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(guó)家發(fā)改委等部門(mén)在2019年11月出臺(tái)了《關(guān)于推動(dòng)先進(jìn)制造業(yè)和現(xiàn)代服務(wù)業(yè)深度融合發(fā)展的實(shí)施意見(jiàn)》，提出要“發(fā)展共享生產(chǎn)平臺(tái)”，將其作為“培育融合發(fā)展新業(yè)態(tài)新模式”的十個(gè)重點(diǎn)任務(wù)之一；工信部2020年7月出臺(tái)了《關(guān)于進(jìn)一步促進(jìn)服務(wù)型制造發(fā)展的指導(dǎo)意見(jiàn)》，強(qiáng)調(diào)要積極推動(dòng)共享平臺(tái)建設(shè)，鼓勵(lì)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(xiàng)相關(guān)政策的推動(dòng)指引和企業(yè)的不斷探索下，我國(guó)依托工業(yè)互聯(lián)網(wǎng)發(fā)展起來(lái)的共享制造模式邁上新臺(tái)階。

目前度量我國(guó)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(píng)價(jià)法。張愛(ài)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(píng)價(jià)方法對(duì)我國(guó)30個(gè)省市2013—2018年的制造業(yè)高質(zhì)量發(fā)展水平進(jìn)行了度量。曾洪鑫等^[10]運(yùn)用猶豫模糊熵權(quán)和TOPSIS法進(jìn)行量化評(píng)測(cè)，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(guó)的ESG評(píng)價(jià)體系，建立了采用AHP-熵值組合賦權(quán)方法確立指標(biāo)權(quán)重，并運(yùn)用TOPSIS方法建立評(píng)價(jià)模型。劉文玲等^[12]構(gòu)建了測(cè)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(biāo)體系，基于制造業(yè)上市公司的數(shù)據(jù)，運(yùn)用TOPSIS模型驗(yàn)證數(shù)字化轉(zhuǎn)型對(duì)綠色發(fā)展績(jī)效的影響；劉成坤等^[13]綜合考慮了創(chuàng)新驅(qū)動(dòng)、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(gè)維度，構(gòu)建了制造業(yè)高質(zhì)量發(fā)展評(píng)估體系，基于此運(yùn)用TOPSIS模型對(duì)我國(guó)制造業(yè)高質(zhì)量發(fā)展水平進(jìn)行了評(píng)估。以上對(duì)于高質(zhì)量發(fā)展評(píng)價(jià)體系的建立多數(shù)以指標(biāo)賦權(quán)類評(píng)價(jià)法為基準(zhǔn)，該方法需要對(duì)賦權(quán)以及權(quán)重進(jìn)行精確的計(jì)算；而數(shù)據(jù)包絡(luò)分析法（DEA）能夠直接對(duì)投入和產(chǎn)出的效率進(jìn)行計(jì)算，且無(wú)需統(tǒng)一量綱，因而被廣泛應(yīng)用于對(duì)效率的度量和分析中。郭本海等^[14]在數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)的背景下構(gòu)建了對(duì)中國(guó)高技術(shù)制造業(yè)創(chuàng)新效率的評(píng)價(jià)指標(biāo)體系，運(yùn)用Booststrap-DEA方法對(duì)2009—2019年各省的高新技術(shù)制造業(yè)創(chuàng)新效率進(jìn)行了評(píng)價(jià)，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(mèng)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(jī)效評(píng)價(jià)指標(biāo)體系，運(yùn)用DEA方法對(duì)江蘇省制造業(yè)上市企業(yè)創(chuàng)新績(jī)效進(jìn)行了評(píng)估；李將軍等^[16]基于我國(guó)高端制造業(yè)數(shù)據(jù)構(gòu)建了三階段DEA模型對(duì)企業(yè)創(chuàng)新技術(shù)效率進(jìn)行了評(píng)估。

綜上所述，目前雖然對(duì)于新時(shí)代下制造業(yè)發(fā)展效率的研究較多，但是卻鮮有對(duì)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(guó)共享制造企業(yè)高質(zhì)量發(fā)展效率指標(biāo)體系，采用DEA方法和DEA-Malmquist指數(shù)模型對(duì)共享制造企業(yè)高質(zhì)量發(fā)展效率進(jìn)行靜態(tài)和動(dòng)態(tài)的綜合分析，展示我國(guó)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(jì)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(píng)估具有相似性質(zhì)單元的效率，由于簡(jiǎn)單有效、適用性廣的特點(diǎn)，被用于諸多領(lǐng)域^[17]。在使用DEA前無(wú)需提前得知生產(chǎn)函數(shù)的具體表達(dá)形式，同時(shí)也可以對(duì)不同量綱的指標(biāo)進(jìn)行評(píng)價(jià)^[18]，因此該方法適用于對(duì)沒(méi)有給出明確函數(shù)表達(dá)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(gè)模型為CCR模型和BCC模型。CCR模型假定規(guī)模報(bào)酬不變，其計(jì)算得出的效率為綜合效率；BCC模型假定規(guī)模報(bào)酬可變，其計(jì)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(duì)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(duì)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(duì)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(duì)應(yīng)的權(quán)重；ε為非阿基米德無(wú)窮小，是一個(gè)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(duì)偶模型為

其中符號(hào)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(duì)決策單元在同一時(shí)期的投入和產(chǎn)出效率進(jìn)行靜態(tài)分析，而對(duì)于從t期到t+1期的效率動(dòng)態(tài)變化信息則無(wú)法獲知，而DEA-Malmquist指數(shù)模型則很好地克服了這個(gè)問(wèn)題^[19]。對(duì)于動(dòng)態(tài)信息的獲取可以使決策者對(duì)于決策單元進(jìn)行更為全面的評(píng)估，進(jìn)而更好地進(jìn)行決策。因此可以借助DEA-Malmquist指數(shù)模型對(duì)決策單元進(jìn)行動(dòng)態(tài)評(píng)估，該模型如下

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

1.2 樣本選取及數(shù)據(jù)來(lái)源

共享制造又稱制造資源共享，是共享經(jīng)濟(jì)這一概念在制造生產(chǎn)領(lǐng)域的一大創(chuàng)新，共享制造運(yùn)用共享理念將閑置、分散的資源聚合起來(lái)使其能夠滿足動(dòng)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(guó)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(lái)的共享制造上市企業(yè)，從中剔除掉ST、^*ST的企業(yè)，共計(jì)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(shí)間周期為2020—2022年，上述企業(yè)的數(shù)據(jù)均來(lái)自國(guó)泰安數(shù)據(jù)庫(kù)以及各企業(yè)的企業(yè)年報(bào)。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(biāo)之和的2倍，符合DEA模型對(duì)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(píng)估共享制造企業(yè)高質(zhì)量發(fā)展效率，在投入指標(biāo)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(dòng)力兩方面來(lái)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(shí)共享制造也需要大量的研發(fā)人員來(lái)進(jìn)行產(chǎn)業(yè)升級(jí)、技術(shù)精進(jìn)以及后續(xù)的服務(wù)優(yōu)化等一系列工作，因此投入指標(biāo)包括注冊(cè)資本、研發(fā)人數(shù)、職工薪酬。在產(chǎn)出指標(biāo)選取方面借鑒了馬宗國(guó)等^[22]從經(jīng)濟(jì)效益、創(chuàng)新水平、綠色發(fā)展、國(guó)際合作、社會(huì)效益等五個(gè)方面對(duì)制造業(yè)發(fā)展水平進(jìn)行評(píng)估的方式。企業(yè)的經(jīng)濟(jì)效益、創(chuàng)新水平、綠色發(fā)展、國(guó)際合作、社會(huì)效益可以用營(yíng)業(yè)收入、研發(fā)強(qiáng)度（企業(yè)研發(fā)支出/營(yíng)業(yè)收入）、海外收入、就職人數(shù)來(lái)衡量，因此將上述四個(gè)指標(biāo)設(shè)為產(chǎn)出指標(biāo)。投入、產(chǎn)出指標(biāo)的設(shè)置見(jiàn)表2。

2 實(shí)證研究

2.1 描述性統(tǒng)計(jì)

使用Excel對(duì)收集到的數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)，結(jié)果見(jiàn)表3。

從表3可知，我國(guó)共享制造企業(yè)在營(yíng)業(yè)收入、研發(fā)強(qiáng)度、海外收入、就職人數(shù)、注冊(cè)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?yàn)楣蚕碇圃炱髽I(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(guó)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(duì)34家共享制造企業(yè)的投入產(chǎn)出指標(biāo)進(jìn)行分析，綜合效率及其分解記錄見(jiàn)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(shí)產(chǎn)出的效率或者在產(chǎn)出一定時(shí)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(jìn)行生產(chǎn)時(shí)的生產(chǎn)要素配比^[24]。

由表4可知2020—2022年我國(guó)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(shì)，由此可見(jiàn)我國(guó)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(shuō)明我國(guó)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(guó)共享制造企業(yè)的資源配置一直處于一個(gè)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(dòng)上漲的趨勢(shì)，2022年有近五成的共享制造企業(yè)處于生產(chǎn)前沿面，達(dá)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(dá)到了純技術(shù)效率最優(yōu)，但沒(méi)有達(dá)到規(guī)模效率最優(yōu)，說(shuō)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(dá)到了規(guī)模效率最優(yōu)，但沒(méi)有達(dá)到純技術(shù)效率最優(yōu)，說(shuō)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(gè)區(qū)間，分別是（0，0.6］、（0.6，0.8］、（0.8，1）以及端點(diǎn)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(wú)效、中度DEA無(wú)效、輕度DEA無(wú)效以及DEA有效^[25]。如此對(duì)2020—2022年34家共享制造企業(yè)的綜合效率進(jìn)行劃分，結(jié)果見(jiàn)表5。

由表5可知2020—2022年均沒(méi)有出現(xiàn)重度DEA無(wú)效的共享制造企業(yè)。2020年和2022年均有近一半的企業(yè)達(dá)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(dá)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(dòng)態(tài)分析結(jié)果

為了能動(dòng)態(tài)獲取我國(guó)共享制造企業(yè)高質(zhì)量發(fā)展效率情況，對(duì)34家共享制造企業(yè)Malmquist指數(shù)運(yùn)用DEAP 2.1軟件進(jìn)行了計(jì)算及分解，具體的Malmquist指數(shù)以及其詳細(xì)的分解結(jié)果見(jiàn)表6。若某個(gè)時(shí)間段的Malmquist指數(shù)大于1，則說(shuō)明該時(shí)間段的指標(biāo)效率相較于上一時(shí)間段有所增加，增加的百分比為該指標(biāo)和1的差值；若某個(gè)時(shí)間段的Malmquist指數(shù)小于1，則說(shuō)明該時(shí)間段的指標(biāo)效率相較于上一時(shí)間段有所下降，下降的百分比為1和該指標(biāo)的差值。進(jìn)一步，全要素生產(chǎn)率（TFP）等于技術(shù)效率（EC）與技術(shù)進(jìn)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(guò)表6可知，2020—2022年，我國(guó)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(jìn)步指數(shù)均值為0.962，下降了3.8%。在此期間我國(guó)共享制造企業(yè)的技術(shù)效率有所提高，但受到技術(shù)進(jìn)步指數(shù)的負(fù)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(lái)看，受到新冠疫情的影響，2021年相較于2020年我國(guó)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(jìn)步指數(shù)有較大幅度的下降，下降了12.0%，由此可見(jiàn)，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(jìn)步效率的負(fù)面影響；得益于疫情防控的良好態(tài)勢(shì)，2022年相較于2021年我國(guó)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(shì)，下降了1.9%，而技術(shù)進(jìn)步指數(shù)上升明顯，上升了5.1%，可見(jiàn)該期間的全要素生產(chǎn)率的提高主要取決于技術(shù)進(jìn)步指數(shù)的增長(zhǎng)。由分解指標(biāo)可知，我國(guó)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(jìn)步指數(shù)下降明顯。

綜上所述，2021—2022年我國(guó)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(zhǎng)，但受到疫情的影響，導(dǎo)致2020—2022年我國(guó)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(guó)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(jìn)步指數(shù)和規(guī)模效率均小于1，可見(jiàn)是技術(shù)進(jìn)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(yǔ)

1）根據(jù)DEA方法分析，2020—2022年我國(guó)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(shì)，這表明我國(guó)共享制造企業(yè)穩(wěn)健的發(fā)展態(tài)勢(shì)且具有較大的提升空間。從綜合效率分解角度上看，我國(guó)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(wèn)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(dá)到最優(yōu)，具有良好的高質(zhì)量發(fā)展態(tài)勢(shì)。

2）根據(jù)Malmquist指數(shù)分析，2020—2022年，我國(guó)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(jìn)步指數(shù)均值為0.962，下降了3.8%，可見(jiàn)是技術(shù)進(jìn)步指數(shù)較低制約了全要素生產(chǎn)率的提高，我國(guó)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(shuō)明我國(guó)共享制造企業(yè)的高質(zhì)量發(fā)展還未達(dá)到最優(yōu)狀態(tài)，仍然有較大進(jìn)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(tái)，實(shí)現(xiàn)工業(yè)制造與互聯(lián)網(wǎng)的深度融合；加強(qiáng)識(shí)別和預(yù)防能力，從而更好地應(yīng)對(duì)共享制造在研發(fā)、生產(chǎn)、銷售等過(guò)程中可能遭受到的風(fēng)險(xiǎn)和挑戰(zhàn)，努力將外部環(huán)境波動(dòng)對(duì)共享制造高質(zhì)量發(fā)展的負(fù)面影響降至最低；同時(shí)也要注重企業(yè)管理水平的提升，努力實(shí)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(duì)成本的控制以達(dá)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(xiàn)：

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

[2]劉如月，楊蕙馨.先進(jìn)制造業(yè)與現(xiàn)代服務(wù)業(yè)融合：研究綜述及未來(lái)趨勢(shì)[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)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(ài)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(cè)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(píng)價(jià)——基于猶豫模糊熵權(quán)與TOPSIS模型的實(shí)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(píng)價(jià)體系研究——以重污染制造業(yè)上市公司為例[J].財(cái)會(huì)月刊，2022（06）：55-160.

[12]劉文玲，萬(wàn)美杉，鄭馨竺.數(shù)字化轉(zhuǎn)型對(duì)制造業(yè)企業(yè)綠色發(fā)展績(jī)效的影響研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，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(jì)測(cè)度及時(shí)空演變特征研究[J].當(dāng)代經(jīng)濟(jì)管理，2023，45（08）：56-68.

[14]郭本海，王梓興，王菲.數(shù)字經(jīng)濟(jì)驅(qū)動(dòng)下中國(guó)省域高技術(shù)制造業(yè)的創(chuàng)新效率評(píng)價(jià)研究[J].研究與發(fā)展管理，2023，35（04）：65-79.

[15]姚夢(mèng)琪.基于DEA方法的江蘇省制造業(yè)上市企業(yè)創(chuàng)新績(jī)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(guó)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(jià)格理論與實(shí)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(guó)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(jī)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(guó)共享制造高質(zhì)量發(fā)展效率測(cè)度研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，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(píng)價(jià)研究[J].工業(yè)技術(shù)經(jīng)濟(jì)，2021，40（02）：12-17.

[22]馬宗國(guó)，曹璐.制造企業(yè)高質(zhì)量發(fā)展評(píng)價(jià)體系構(gòu)建與測(cè)度——2015—2018年1881家上市公司數(shù)據(jù)分析[J].科技進(jìn)步與對(duì)策，2020，37（17）：126-133.

[23]陳云橋，李杰，郝晗.員工股權(quán)激勵(lì)對(duì)中小企業(yè)創(chuàng)新會(huì)產(chǎn)生補(bǔ)充的促進(jìn)效應(yīng)嗎？[J].技術(shù)經(jīng)濟(jì)，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(shí)證[J].統(tǒng)計(jì)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(qiáng)）