以“互联网+”为驱动的制造业创新能力评价

张艾莉，张佳思

(北京工业大学 经济与管理学院，北京 100124)

一、引 言

目前，全球经济危机的影响虽然已经逐渐消退，但各国经济复苏进程依然缓慢。2011年以后，发达国家加紧了本国高端制造业的回流，以巩固创新领先地位。美国提出的“智能制造”战略以工业互联网为技术重点，力求实现制造业服务方式的颠覆；德国在2013年实施“工业4.0”战略，进一步夯实本国制造业基础。国际上企业智能制造的发展使中国传统制造业逐渐失去优势。为适应新工业革命时代，紧跟世界领先水平，李克强总理在2015年政府工作报告中提出，“制定‘互联网+’行动计划，推动移动互联网、云计算、大数据、物联网等与现代制造业结合，促进电子商务、工业互联网和互联网金融健康发展，引导互联网企业拓展国际市场”。[1]这一规划将互联网与制造业结合，目的在于通过智能制造带动产业数字化和信息化水平的提高，为中国制造业发展提供导向性目标。时至今日，促进制造业升级，深入推进“互联网+制造业”一直是政府工作的重点。

衡量和评价“互联网+”驱动下的制造业创新能力，必然要涉及到两个主要问题。第一是如何将制造业在“互联网+”下的创新用定量指标衡量。“互联网+”是两化融合的升级版，从传统的制造业到当下的“互联网+制造业”，学者们提出了诸如新制造业、智能制造、互联制造等相关概念。不少学者指出互联网驱动着制造业生产经营模式的变革，并能有效促进制造业转型升级[2]。也有学者认为在电子商务的影响下，制造业不再依赖其规模效益，而更多依赖于对市场的反应速度[3]。还有学者从产业互联网的角度，提出互联网与制造业的结合能够实现产业间的互通互利[4]。尽管这些研究给互联网对制造业的意义赋予了广泛的涵义，但没有用实证给出一个明确的衡量方法。梳理文献发现，在利用创新指标体系进行评价时，极少考虑互联网发展的背景，制造业创新与互联网的结合度远远不够。

第二个问题是制造业创新能力评价体系的构建。以往研究经常从创新投入和产出的角度来衡量创新能力[5]。创新投入是资源的输入过程，产出表现为创新活动输出的社会效益和经济效益。创新从投入到产出，中间需要一个转化的过程，用来反映创新活动的实施情况。黄鲁成将这一过程定义为创新的研发能力，从投入、研发、产出三个方面构建制造业创新能力评价体系[6]。随着研究的不断深入，还涌现了创新支撑能力、创新活动过程等定义[7-8]。这些一级指标既是对已有研究的归纳总结，又能在保留重要信息的前提下简化指标体系。在选取二级指标时，由于行业之间差异较大，企业规模大小不一，现有文献部分指标用企业的相对数来表示，如新产品产值率、R&D经费投入强度等，增加了行业间可比性[9]。也有文献从经济、科技、资源环境等方面的创新能力来测度产业创新水平[10]。

综上所述，虽然对于制造业创新能力的研究从未间断，从方法到角度都有较为深入的分析，但并未将制造业、创新和互联网三者之间的内在联系做出详尽的定量研究。基于这一考虑，本文试图从以下方面加以改进：

1.构建制造业创新能力指标体系，考虑2013—2015年企业信息技术基本情况和电子商务发展情况下，测度“互联网+”对制造业的影响，构造信息乘数参与运算。

2.重点研究2015年制造业31个细分行业的创新能力。通过因子分析，比较三个指标维度的创新优势和劣势行业，以便在“互联网+”驱动下进行准确的自我定位，提高创新能力。

二、信息乘数的确定

(一)信息乘数对制造业的影响

2015年是“互联网+”战略实施的第一年，为推进中国制造业更好地发挥创新网络的作用，衡量互联网对制造业创新的影响至关重要。《中国制造2025》中明确的10大重点发展领域涉及到的主要行业有11个，分别为化学原料和化学制品制造业，医药制造业，化学纤维制造业，通用设备制造业，专用设备制造业，汽车制造业，铁路、船舶、航空航天和其他运输设备制造业，电气机械和器材制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业，金属制品、机械和设备修理业。

在“互联网+”的推动下，这些行业自2015年以来得到重点关注和发展。智能信息化对工业发展有明显的正向促进作用，影响着2015年创新能力各项指标的数值变化。因此用构造的信息乘数作为互联网对这些行业指标的影响系数，能够体现各行业的智能化水平。信息乘数是将“互联网+”对制造业影响的一种定量化的表述，易于与制造业指标相关联，科学评价制造业创新能力。

(二)数据选取和计算

企业生产经营中应用信息技术的基本情况和电子商务活动情况是衡量企业工业化和信息化融合的重要依据。企业信息化基本情况是发展的基础，直接反映了制造业整体情况。企业对电子商务的应用反映了企业先进的经营理念，是企业通向智能化的重要标志。本文用层次分析法，将12个具体指标组合确定为信息乘数，数据来源于《中国第三产业统计年鉴》(2014—2016)。

信息乘数的递阶层次大体可分为三个：目标层、准则层和方案层。根据层次结构模型构建判断矩阵，采用1-9标度方法进行每两个元素间的重要程度比较。经过修正和检验，得到一致性比例分别为0.099 4和0.092 8，均小0.1，说明设定的指标组成的矩阵具有相对一致性。图1展示了层次分析的权重向量。

图1 信息乘数权重组合示意图

鉴于原始数据单位不一致，数值差异较大，用z-score标准化的方法对数据进行无量纲化处理。根据实际情况，排除各指标为负数的可能性，将所有数值减去最小的负数，得到的数值范围是[0，3)。各层权重值分别相加得到综合权重值，然后与各指标值相乘，累计得分结果即为综合评分值，即得到信息乘数为0.939 7。

三、制造业创新能力评价体系

制造业创新是一个系统过程，要素之间存在着错综复杂的联系。在构建指标体系时，既要总结国内外关于企业创新能力的研究成果，又要结合制造业本身的特点；既要参考国家统计局公布的全国大中型工业企业技术创新统计指标，又要根据《中国制造2025》对制造业创新的要求，兼顾新业态新模式对制造业创新的作用。基于以上原则，本文从创新投入、创新实践和创新产出三个维度评价制造业创新能力。创新投入是行业发展的基础，为技术研发提供了保障。创新实践包含了企业各项创新活动的实施情况，是企业创新发展的核心。创新产出反映各种要素组合产生的实际成效，是创新投入和实践的成果。这里从三个维度分别提出代表性强、涵盖信息量大的测量指标，构建了制造业创新能力评价指标体系，如表1。

表1 创新评价指标体系

创新投入是行业在创新活动中投入的有形和无形资源。投入能力的大小关系到企业创新的数量和质量，是技术创新能力中最重要的组成部分。企业只有通过不断研究与开发，才能有效吸收先进的科技成果，将知识转化为生产力，创造利润。有R&D活动的企业数可以代表该行业的创新发展情况，数值越大表明行业整体创新水平越高。因此R&D投入是创新能力的基本要素，从资金投入和人力投入两方面展开。R&D活动经费由R&D内部支出和外部支出加总得到，是企业创新的资金投入。人力资源是创新的主体，这里用企业R&D人员数量反映企业对科技人员的投入力度。R&D项目数和科技机构数是衡量企业自主研发能力强弱的关键性指标。此外，企业进行创新的目标之一就是研发新产品，新产品开发经费投入越大，创新活动的投入强度和规模优势越明显。

创新实践能力作为一种中间形态，促使企业将已有资源转化为创新成果，是企业研发能力的表现。技术在一定程度上代表了先进的生产水平，企业引进技术和购买境内技术，能够增加技术创新的强度，具体表现为经费支出额度。技术的有效利用情况也是创新活动的一部分，企业通过技术改造和消化吸收可以实现创新成果的再创造，其经费支出情况体现了企业的创新潜力[11]187-196。以上四个指标均能正向反映行业的创新活动过程，经费支出越多，创新实践能力越强。

创新产出能力主要通过研发成果和企业的收益表现。只有适应市场需求，且能给企业带来丰厚回报的创新，才是有价值的。研发成果主要体现在专利，它是衡量企业创新实力的重要标志。企业的有效发明占专利申请量比例越大，原始创新能力越强，创新资源越丰厚。同时，新产品的销售收入是收益性产出能力的主要部分。作为企业技术创新的成果，其销售收入占主营业务收入比重反映了企业的创新效率。它既是对产品市场价值的衡量，也能够体现创新营销能力的强弱。

四、创新能力行业差异分析

(一)指标体系因子分析

早在2002年，两化融合就成为中国工业发展的指导思想，2014年政府工作报告中再次强调促进信息化与工业化深度融合，增强传统产业竞争力，这为2015年的“互联网+制造业”奠定了发展基础。根据国家统计局和发改委对制造业的划分，利用因子分析法对31个细分行业进行综合评分。创新能力的各项指标具有一定的滞后性，因此这里将11个重点行业各项指标乘以信息乘数的倒数，作为2015年制造业创新数据来进行研究。全部数据来源于《工业企业科技活动统计年鉴2016》。

对指标和数据进行整理，得到的描述性统计分析结果如表2。由制造业自身特点所决定的各个细分行业存在巨大差距，指标表现为两极分化现象严重，行业规模和发展程度显著不同。无论是从全距还是标准差来看，行业创新发展分散程度很大。偏度均大于1，峰度为正数，每个指标都存在右偏且呈尖峰分布，说明制造业内部发展协调性较差，大部分行业的创新指标维持在低于均值的水平，表现为劣势，只有极少数行业的创新指标较为理想。

表2 指标描述性统计分析

由于创新能力涉及到的因素众多，各个指标相互关联，各变量呈较强的线性关系，因子分析法能够有效和客观地对创新能力进行评价。巴特利特球形检验统计量的观测值为870.56，相应的概率值接近0，可以认为相关系数矩阵与单位阵有显著差异，说明指标体系适合做因子分析，能够提取公因子。

图2 碎石图

由图2判断，前三个因子的特征值很高，对解释原始变量的贡献最大，第三个以后的因子特征值较小，折线图较为平坦，因此提取3个因子是合理的，三个因子共同解释了91.78%的原始变量总方差。总体上，原始变量的信息丢失较少，因子分析效果很理想。

表3是采用最大方差法对因子成分矩阵旋转后得到的矩阵。旋转后的指标信息交叉少，具有较强的可比性，因子代表的经济意义更为明晰。第一个因子主要解释了X1至X6这6个原始变量，方差贡献率达到42.61%，定义为创新投入变量，充分说明加大制造业的创新投入，如研究经费、科研人员，对总体创新能力的提升有着显著的作用。X7至X10在第二个因子上有较高的载荷，贡献率为32.74%，定义为创新实践变量，能够有效衡量自主研发和再创造能力。第三因子中X11、X12两个变量是创新产出能力的表现，定义为创新产出变量。三个因子共同印证了指标体系的科学性和可靠性。

表3 旋转成份矩阵a、特征值和贡献率

注：提取方法主成份。旋转法指具有Kaiser标准化的正交旋转法。a指旋转在5次迭代后收敛。

(二)制造业创新能力综合评价

根据结果对各行业创新能力进行评价，以三个因子的方差贡献率为权数，采用因子加权总分的方法计算出综合得分及排名(如表4)。对比发现，电子、钢铁、机械制造、生化领域的相关行业创新能力位居前列，这些行业属于资本或技术密集型，而传统的手工制造业、产品加工等劳动密集型行业位居其后。如计算机、通信和其他电子设备制造业得分为1.37，排名领先于其他行业。纺织服装、服饰业、电气机械和器材制造业、汽车制造业得分在行业中排名表现优秀；金属制品、机械和设备修理业、其他制造业以及废弃资源综合利用业排在最末位，创新动力严重不足。这种排名符合制造业的一般规律，很大程度上是由各类型行业本身的特点所决定。由得分可知，只有10个行业的综合得分高于平均值，其余21个行业低于得分均值，说明制造业创新能力水平较低，内部行业发展存在不均衡问题，劳动密集型与资本和技术密集型产业之间不协调。

表4 2015年制造业创新能力综合评分

注：各行业前编号为国民经济行业分类与代码(GB/4754-2011)，括号内数学为评分排名。

在创新能力综合评分里纺织服装、服饰业表现突出。不同于传统手工业，纺织服装、服饰业拥有丰富的原材料和劳动力要素资源，利润总额超过其他很多行业。但技术创新环境并不理想，2015年整个行业有R&D活动的企业占全部企业的9.5%，有研发机构的企业占比为8.3%，创新能力的欠缺使服装服饰行业走粗放型老路的利润空间越来越小。很多企业开始对创新抱有积极的接受态度，主动参与技术获取，投入引进技术和购买境内技术经费，同时对创新技术进行不断的吸收和改进。经历了再创造的创新具备灵活性和适用性，能够迅速在本行业得到推广，并扩散到相关行业，从而实现创新的正向溢出效应。尽管该行业整体创新能力处于领先地位，但相比创新实践，投入和产出效果并不理想，有的创新活动没有资源支持，有的创新成果没有取得实质性收益。因此，加大纺织服装、服饰业的创新投入强度，充分应用互联网、物联网等多网交叉融合技术，注重创新成果的转化，才能营造良好的社会竞争环境。

(三)行业创新能力比较分析

本文根据各因子得分及排名情况，从创新投入、创新实践、创新产出三个方面分别对比，得出相对优势和劣势行业如表5。

中国制造业大部分行业的创新投入水平较低，创新能力不足。尽管创新环境得到改善，但并不能将硬件设施与软实力结合，投入经费和高素质人员与相对较好的基础设施不匹配，仅依靠对原材料的消耗来增加产值，使原始创新能力偏低。创新实践能力方面自主研发和再创新发挥着巨大的作用。合理开展研发活动，将投入资源进行有效的转换，才能形成创新能力与实践能力协同发展的良性循环。创新产出优势行业以化学、物理为理论基础，融合了高新技术，知识和经济产出并重。然而这类高效行业数量并不多，其他大部分表现为产出业绩不理想。传统制造业创新投入的资源利用率不高，中间过程协调性差，导致产出效率偏低。

创新效率是行业产出得分与投入得分之比，表明一个行业的资源转化程度。由因子得分计算的各个行业创新效率存在显著差异。从整个产业分布来看，中国制造业中创新效率最高的三个行业是金属制品、机械和设备修理业、石油加工、炼焦和核燃料加工业以及烟草制品业，超过研发强度较高的高新技术行业。这类行业在技术创新上的投入较低，原始创新活动不多，新产品产值上的产出却很高。因此这三个行业在评价创新效率时处于优势地位，归功于消化吸收和改进的技术较多，在创新实践方面能力出众，说明行业内部蕴含着巨大的创新发展潜力。相反，创新效率较低的行业有纺织业、电气机械和器材制造业、通用设备制造业。尽管行业科技经费内部投入和产学研合作投入很多，但行业的原始创新能力低，资源浪费现象严重，有效发明量和新产品产值不足，投入产出不协调，导致创新效率相对较低。因此，行业的创新效率必须要与投入和产出协同进步，兼顾创新发展的各个阶段。

表5 相对优势和劣势行业

注：各行业前编号为国民经济行业分类与代码(GB/4754-2011)。

五、结论和建议

互联网的发展既可以作为创新投入的一种新型资源，又可以拓展创新实践的活动形式，还能为加速创新产出获得经济和社会收益。因此制造业创新能力在“互联网+”驱动下得到了有效提升。本文对2015年中国制造业的创新能力进行了实证研究，得到如下结论与建议：

首先，加大创新投入力度，转变传统生产组织方式。一个行业创新能力的提高，不仅在于较多的创新资源投入，还在于充分发挥资源多样性的优势，提高资源配置效率，减少创新资源的浪费。根据行业特点，有针对性地推进新兴产业的成长，将投入重点集中化。如以节能和新能源汽车、储能装备、节能环保装备作为重点发展对象，利用综合标准依法依规推动落后产能退出，推进钢铁等行业处置“僵尸企业”。行业在注重技术的引进之外，还应大力推广产学研协同创新，转换发展思路，通过加强人才引进工作，培养具有先进理念的高技术和管理人才，来提高创新主体的素质。

其次，深化制造业和互联网融合发展，加强知识创造和知识获取能力。部分企业由于规模的限制或者人才短缺，没有足够的创新空间，缺乏与外部的技术交流，以至于技术的扩散效应没有得到有效利用。应主动消除阻碍创新要素合理流动的人为因素，以高速宽带网络基础设施和信息技术产业为支持，构建支撑行业开发创新的公共服务平台，提高创新资源开放共享程度。继续开展智能制造试点示范行动，对于日益彰显出强大活力的创新实践优势行业，应主动传播自主研发和再创新精神，在行业内部起到积极的示范效应。行业在创新研发过程中，应结合自身情况适当增加技术改造和消化吸收经费支出，最大程度将外来技术化为己用，合理借鉴国内外的成功案例和实践经验，并用于生产经营，节约创新成本，互相促进，进一步带动制造业创新发展。

最后，创新的目的是提高生产率，取得更大的社会效益和经济效益，因此提高创新效率，将投入更多地转化为产出是增强创新能力的关键。随着重大创新成果的不断涌现，对知识产权的保护迫在眉睫，应建立和完善以知识产权为主要内容的创新驱动发展评价制度，拓宽知识产权公共外交渠道。产出能力提高的重点在于有效专利数量和新产品利润化的过程，其中不仅包括技术创新，还包括营销和组织创新。一方面应着眼于加强政策协同配合，优化政策环境，开展监测评估，及时总结推广经验做法，加强市场化引导和宣传力度，提升科技成果转化的质量和效率；另一方面，企业借助互联网和移动互联网平台整合分销渠道，优化供应链管理，强化客户服务体系，推动工业制造模式从大规模制造向个性化定制、按需制造、定制化众包生产等方向演进，实现既定条件下产出效益最大化。