我国创新智能机器人企业发展效率研究

宋海军

摘 要：以2016年中国37家工业机器人上市企业为研究对象，對其发展现况进行描述性分析，采用数据包络分析法和回归分析法对其发展效率和影响因素进行分析。结果表明，工业机器人上市企业整体发展效率不高，主要依赖规模效率;技术效率无效性大于规模效率无效性;职工受教育程度和科研投入率对其具有反向作用;资产负债率、净利润率和固定资产周转率对其都具有促进作用。最后，从提高行业准入门槛和实现差异化发展、重视技术创新、加强高端人才队伍建设、拓宽企业投融资渠道、促进中小企业发展五个方面提出对策建议。

关键词：智能机器人;上市企业;发展效率;影响因素

中图分类号：TP18        文献标志码：A      文章编号：1673-291X（2020）09-0022-04

引言

先进装备制造业是近年来中国重点培育和发展的战略性新兴产业之一，智能制造装备是先进装备制造业的重点发展方向之一，是制造装备的核心和前沿。美国、德国、日本三国是当前世界智能机床与基础制造装备生产、使用实力最强的国家，而中国仍处于初步认识和发展阶段。但工业机器人和3D打印机已具有一定的规模，在国际上形成了一批具有影响力的企业，每年全球的市场需求逐年增大，新技术和新产品的上市逐年加快。中国在这两个领域的发展具有一定的基础[1]。其中，工业机器人在国防工业、制造业以及国民经济中的其他行业中正在发挥着日益突出的作用。中国应通过大力发展机器人与智能制造，推动制造业转型升级，打造制造业竞争新优势，推进制造业供给侧结构性改革。

智能制造作为《中国制造2025》的主攻方向之一，近年来国内学者日渐重视对这一领域研究。龚炳铮（2015）构建了智能制造评价模型，并依据评估结果将智能制造企业进行层次划分[2]。冷单、王影（2015）以案例为基础，对浙江省智能制造发展实际中存在的困境深入探讨，并提出了加快发展的对策建议[3]。董志学、刘英骥（2016）通过构建智能制造评价指标体系，对中国23个省的智能制造能力进行实证分析，得出主要影响因素和各省智能制造能力水平[4]。刘峰、宁健（2016）运用数据包络模型和回归模型，分析了中国52家智能制造上市企业2011—2013年技术创新效率及其影响因素。结果发现，股权集中度与技术创新效率存在“倒U 型”关系，高管持股有助于企业技术创新效率的提高，资产负债率、资产周转率与企业技术创新效率都存在正相关关系[5]。蔡秀玲、高文群（2017）基于智能制造对就业的“替代效应”和“创造效应”，估算了其对中国制造业农业转移劳动力的就业“替代效应”，并从培育现代工匠、发展服务业和支持返乡创业三方面提出了应对就业替代的策略[6]。

综上所述，目前国内学者对智能制造的研究主要集中在宏观层面上的定性分析，对微观层面上的实证分析较少。本文以中国智能制造中发展基础较好的工业机器人为研究领域，选取中国37家工业机器人上市企业为研究对象，研究其在2016年发展效率及影响因素的相关性，并提出发展的对策建议。

一、理论模型

（一）数据包络分析模型

数据包络分析法（Data Envelopment Analysis，DEA）是一种评价具有多个输入、输出的决策单元（Decision Making Unite，DMU）相对有效性的非参数技术效率分析方法，DEA的第一个模型命名为CCR模型[7]。由于这种模型是假设在规模报酬不变情况下衡量效率值，因此Banker、Charnes和Cooper在1984年加入约束条件提出了基于规模报酬可变的BCC模型。本文选择了基于投入导向下的BCC模型，表示如下[8]：

二、构建评价指标体系和数据来源

由于DEA模型一般要求决策单元的数量应该大于等于投入和产出指标总和的2倍，因此本文将中国37家工业机器人上市企业作为决策单元（为了避免异常值出现，剔除*ST了股类上市企业）。依据可比性、科学性、可获取性等原则选取指标，同时考虑到过多指标可能导致多重共线性，确定本文投入和产出系统的评价指标体系。投入指标为：技术职工数（万人）、研发投入（亿元）、固定资产（亿元）;产出指标为：资产总额（亿元）、营业收入（亿元）、净利润（亿元）。

考虑到工业机器人上市企业发展效率还受到其他因素影响，本文拟从职工受教育程度（X1），即硕士及以上学历人数与全体员工数比值;科研投入率（X2），即研发投入与营业收入比值;资产负债率（X3），即期末负债总额与资产总额比值;净利润率（X4），即净利润与主营业务收入比值;固定资产周转率（X5），即销售收入与固定资产净值比值等五个角度分析工业机器人上市企业发展效率影响因素及其相关性。以发展效率作为被解释变量、影响因素指标作为解释变量建立回归模型如下：

yi=？琢i+？茁Txi+？着i（4）

式中，？琢i为常数项，？茁T为估计参数，？着i为随机扰动项，yi是因变量，表示第i个上市企业发展效率，xi是各自变量。本文效率评价指标和影响因素指标的原始数据，均来源于巨潮资讯网37家工业机器人上市企业2016 年年度报告和财务报告。

三、实证结果与分析

（一）中国37家工业机器人上市企业概况

为了更加深入了解中国37家工业机器人上市企业的发展状况，本文首先对其进行描述性分析，样本描述性统计（如表1所示）。

从表1可以看出，2016年中国工业机器人不同上市企业之间发展规模差距显著，尤其是资产总额和营业收入指标，极差分别为364.09亿元和275.29亿元。但从各项指标的较低均值可以发现，中国工业机器人上市企业总体发展规模不大。另外，技术职工人数、研发投入和净利润三项指标的极差和标准差较小，说明中国工业机器人上市企业人才引进率、研发水平和利润率普遍较低。

（二）中国37家工业机器人上市企业发展效率分析

应用DEA模型对2016年中国37家工业机器人上市企业的发展效率进行分析，结果（如表2所示）。从表2可以看出，2016年中国37家工业机器人上市企业的综合效率均值为0.751，低于相对有效值1，且有45.95%企业综合效率值远低于均值水平，说明中国工业机器人发展处于初级阶段，效率总体水平有待进一步提高;43.24%企业技术效率值低于均值水平0.857，而32.43%企业规模效率值低于均值水平0.875，技术效率无效性高于规模效率无效性，说明中国工业机器人综合效率值主要依赖于规模效率值。机器人和华昌达等13家上市企业综合效率值为1，实现DEA相对有效，处于规模报酬不变阶段，占总数的35.14%;均胜电子和慈星股份等5家上市企业处于规模报酬递减阶段，占总数的13.51%;博实股份和新时达等19家上市企业处于规模报酬递增阶段，占总数的51.35%，说明中国工业机器人发展总体上处于规模报酬递增阶段。另外，24家发展效率相对无效的上市企业中，只有7家上市企业的发展效率是依赖于技术效率，17家上市企业的发展效率都是依赖于规模效率，这也进一步印证了中国工业机器人发展依赖于規模扩大而非技术提高的观点。

（三）中国37家工业机器人上市企业发展效率影响因素分析

采用Eviews7.2计量分析软件对2016年中国37家工业机器人上市企业发展效率影响因素进行Tobit回归，计算结果（如表3所示）。为了保证回归模型的可靠性和真实性，本文采用White异方差检验和相关性检验，结果表明，方程不存在异方差性和多重共线性问题。

从表3可以看出，职工受教育程度和科研投入率对工业机器人上市企业发展效率都具有反向作用，但前者作用不显著，后者在1%的显著性水平下具有显著作用。相对于传统装备制造业而言，工业机器人等智能制造企业的发展更加需要引进高端人才和加强技术研发。但是，目前中国工业机器人高端产业低端化、核心技术和关键零部件主要依赖于进口，加上人口红利消失导致的劳动力成本上升，特别是高端人才的引进成本攀高，增加了企业发展的生产成本和管理成本。科研投入不仅需要大量财力和人力，而且成果转化存在风险，企业更愿意应用成熟的技术，对前沿领域的投入积极性不高。另外，国内制造装备企业的规模普遍不高，以低价位竞争为主导，产品的附加值和利润较低，尚缺乏投资研发的能力。这与前面的定性分析结论相同;资产负债率对发展效率具有促进作用，但作用不显著。企业通过举债经营可以加快资金周转、扩大生产规模和更新生产设备。一定的负债可以激发企业发展的活力，但是过多的负债会降低企业的偿债能力和发展潜力;净利润率对发展效率在1%的显著性水平下具有显著促进作用。净利润率是企业盈利能力的表现。净利润率越高，说明企业盈利能力越强，对企业发展效率具有显著促进作用;固定资产周转率对发展效率在5%的显著性水平下具有显著促进作用。固定资产周转率反映了企业资产利用程度，固定资产周转率越高，说明企业资产利用率越高，企业管理水平越好。

四、研究结论与对策建议

（一）研究结论

本文基于DEA模型和Tobit回归模型对2016年中国37家工业机器人上市企业发展效率及其影响因素进行分析，得出以下结论。

1.现阶段，中国工业机器人发展处于规模不断扩大的初级发展阶段，整体发展效率水平较低，且发展效率主要依赖于规模效率而非技术效率。不同上市企业之间的发展差异明显，对人才和科研的重视程度普遍不高，科技创新能力较低，基础技术与核心元件对外依存度高，企业发展对政策依赖性较大。另外，东、中部地区的工业机器人发展水平明显高于西部地区。总而言之，中国工业机器人上市企业发展呈现发展效率低、技术水平低、上市时间短、政策依赖性大和分布区域化明显等特点。

2.中国工业机器人上市企业发展效率的影响因素中：职工受教育程度对其具有不显著的反向作用;科研投入率对其具有显著的反向作用;资产负债率对其具有不显著的促进作用;净利润率和固定资产周转率对其都具有显著的促进作用。

（二）对策建议

根据本文的实证分析和研究结论，得出以下几点建议：

1.提高行业准入门槛，实现差异化发展。各省市政府和机器人产业联盟应该出台差别化发展指南，细化行业准入条件，提高准入门槛;企业应该集中力量发挥比较优势，培养核心竞争力，实现差异化发展格局。

2.重视技术创新，强化自主知识产权。政府应该集中国内在工业机器人方面具有优势的高校、国家重点实验室和国家工程研究中心，关注核心技术、关键零部件的研发与应用;企业应该重视技术引进吸收再创新，建立健全员工参与创新的利益分配机制，完善知识产权保护体系。

3.加强高端人才队伍建设。政府和高校应加强机器人相关专业学科建设;企业应加大机器人职业培训教育力度，同时与高校采取联合培养的方式，培养后备人才队伍;政府应扶持企业对海外高端人才的引进，支持高端人才创新创业。

4.拓宽企业投融资渠道。政府应制定和完善各项资金扶持政策，设立工业机器人发展专项资金;引导金融机构创新符合机器人产业链特点的产品和业务，推广机器人租赁模式;积极支持符合条件的机器人企业在海内外资本市场直接融资和进行海内外并购。

5.促进中小企业发展。政府应该加大对中小企业技术培训服务力度和财政优惠支持力度，积极引导中小企业向专业化、精密化、特色化方向发展。同时，规范中小企业竞争环境，加快支撑服务中小企业发展的体制机制建设。

参考文献：

[1]  卢秉恒，等.智能制造装备产业培育与发展研究报告[M].北京：科学出版社，2015：5-6.

[2]  龚炳铮.智能制造企业评价指标及评估方法的探讨[J].电子技术应用，2015，（11）：6-8.

[3]  冷单，王影.我国发展智能制造的案例研究[J].经济纵横，2015，（8）：78-81.

[4]  董志学，刘英骥.我国主要省市智能制造能力综合评价与研究——基于因子分析法的实证分析[J].现代制造工程，2016，（1）：151-158.

[5]  刘峰，宁健.智能制造企业技术创新效率及其影响因素[J].企业经济，2016，（4）：142-147.

[6]  蔡秀玲，高文群.中国智能制造对农业转移劳动力就业的影响[J].福建师范大学学报：哲学社会科学版，2017，（1）：68-78.

[7]  成刚.数据包络分析方法与MAXDEA软件[M].北京：知识产权出版社，2014：5+149.

[8]  魏权龄.数据包络分析[M].北京：科学出版社，2004：78.

[责任编辑 刘娇娇]