中国智能制造发展态势分析

郭磊，贺芳兵，李静雯

摘 要：发展智能制造，关乎中国制造业转型升级的成效。基于中国制造业上市公司年报，通过文本数据挖掘，提取关键词反映企业对智能制造的关切焦点，进而运用词频及共词网络分析，洞察中国智能制造的发展态势。研究发现，中国制造企业对智能制造的关切焦点涵盖政府政策、发展范式、使能技术、关键装备和辐射领域，特别从2014年起空前活跃;中国智能制造目前仍以自动化、信息化范式为主，但数据、互联等网络化倾向已然涌现;长三角、珠三角和京津地区是中国智能制造的区域高地，装备制造业是智能转型的领头行业;中国智能制造衍生出互联共生的“智能+”生态网络，以发展范式、特定技术与装备为中心。

关键词：智能制造;文本分析;中国制造业;产业发展

中图分类号：F270    文献标识码：A    文章编号：1671-0037（2020）2-61-11

DOI：10.19345/j.cxkj.1671-0037.2020.02.007

1 引言

Teece（2018）指出，新兴数字技术正在赋能传统行业，重构企业从技术创新中获益的方式[1]。当数字技术与制造技术深度融合，智能制造伴随着新一轮工业革命应运而生，已然引发全球制造业深刻变革。中国作为发展中制造大国，无疑正处于重大历史机遇期。从《中国制造2025》到2019年中国政府工作报告，无不将智能制造提至国家战略，旨在通过“智能+”为中国制造业转型升级赋能。正如工信部部长苗圩所言，“智能制造是中国制造业高质量发展的内在要求和有效途径”。

智能制造方兴未艾，目前從经济管理角度进行的研究更是处于萌芽阶段，大都流于对智能制造相关概念、政策、商业意义、应用模式的泛泛解读。一方面，缺乏客观数据的量化支撑;另一方面，对智能制造发展现状格局这一前端问题鲜有深入总结。究其原因，搜集与企业智能化转型相关的一手数据存在诸多困难。因此，本研究基于中国制造业上市公司的年度财务报告（后文简称“年报”），从文本数据中挖掘智能制造关键词，捕捉企业对智能制造的关切焦点，进而利用词频及共词分析，系统梳理中国智能制造领域的发展态势，不仅为智能化进展现状的评估研究提供新思路，而且能辅助政府部门进行智能制造高质量发展规划。

2 文献回顾

2.1 智能制造内涵

“智能制造”是一个大概念，其内涵随相关技术的发展而不断演进[2]。最早可追溯到20世纪80年代，由Wright和Bourne（1988）首次提出。其定义为“通过集成知识工程、制造软件系统、机器人视觉和机器人控制，针对专家知识与工人技能进行建模，进而使智能机器可以在无人干预状态下完成小批量生产”[3]。随后，Kusiak（1990）出版专著《智能制造系统（Intelligent Manufacturing Systems）》，也表达出智能制造包含通过计算机来模拟人工生产的意思[4]。现在来看，当时智能制造的预期目标是较为狭义的，只是单纯地期望在某些生产情境下以智能机器代替部分人力。

随着以互联网、云计算和大数据为代表的信息技术快速发展，智能制造的范畴和内涵也越发丰富。国家制造强国建设战略咨询委员会（2016）指出，当前智能制造的范围在不断扩大，横向从传统制造环节延伸到产品全生命周期，纵向从制造装备延伸到制造车间、企业以及企业生态系统[5]。正是因为动态变化，智能制造迄今尚未有统一的定义。李廉水等（2019）主要对国内外学术论著中关于智能制造的定义进行了总结[6]，而国家制造强国建设战略咨询委员会（2016）则归纳了各国政府和权威机构对智能制造的理解[5]。尽管各有侧重，但众多定义的共性之处在于：一是强调智能制造贯穿产品研发、生产、服务等全生命周期;二是将其认定为一种新的制造系统或方式。李培根院士将智能制造的本质归纳为利用先进技术（如大数据、人工智能等）认识和控制制造系统中的不确定性问题以达到更高的目标[7]。

作为示意，列出《智能制造发展规划（2016—2020年）》对智能制造的定义：基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。周济院士等人进一步提出智能制造的演化历经三个（代）基本范式：先以数字化制造主导，再到网络化主导，最终走向智能化[8]。

2.2 中国智能制造发展现状

智能制造自带的工程技术属性，吸引了大量对相关技术的研究[9-11]。然而，撇开具体技术，对智能制造发展状况的整体把握却相对少见。近年来，中国作为积极践行智能制造的大国，引起了管理学领域学者的重视。

在企业层面，关于中国企业发展智能制造的商业模式研究正在涌现，主要是对典型企业的案例分析。例如，钱雨等（2018）选取沈阳机床集团为案例，基于价值共创理论，揭示了企业在发展智能制造过程中不同阶段商业模式的演化机制[12]。同样是以沈阳机床为案例，鲍世赞和蔡瑞林（2017）大致介绍了企业智能制造共享平台的运行机制，从用户体验角度证实了共享平台对企业商业模式的变革，但是却未涉及共享平台的建设过程[13]。吕文晶等（2019）恰能弥补这一不足，他们详细剖析了海尔COSMOPlat智能制造平台建设与实施的过程，并据此提炼了中国企业发展智能制造的模式[14]。

产业层面的文献大多针对特定产业领域，探讨中国产业智能化转型。例如，孟凡生和李晓涵（2017）结合文献计量与问卷调查，描绘了新能源装备产业智能制造技术发展的路线图[15]。王剑（2018）通过调研数据，总结了装备工业智能制造的发展现状，并提出产业智能升级的策略[16]。另外，鉴于智能制造应用经验的迫切推广需要，一些企业和咨询机构（包括腾讯、德勤、艾瑞、埃森哲等）都发布了有关中国智能制造产业发展的调研报告。例如，腾讯研究院（2018）简述了人工智能在制造领域的应用现状，列举了“人工智能+制造”的几种基本商业模式[17]。整体而言，这些报告还是侧重于描述特定产业智能化转型的就绪度以及典型企业的经验，并没有明确给出产业智能化转型的现状和难点。

总体上，智能制造发展管理研究尚处于起步阶段，多是对某些产业或典型企业的智能化发展情况进行描述性分析，不仅显得“碎片化”“零散化”[18]，而且缺乏基于大样本数据的定量实证研究，难以把握中国智能制造发展的全貌。为此，本文采用中国制造业上市公司的全量样本，通过对年报文本数据的挖掘，系统呈现中国智能制造的发展现状，剖析其演变进程。

3 研究方法

3.1 数据来源

本文拟通过制造业上市公司的年报文本，抽取智能制造相关信息。年报是反映企业特定会计年度财务状况和经营成果的书面文件，是大众了解上市公司的主要信息来源。透过年报，不仅能观察企业财务指标，还可悉知其战略计划①。当企业面对重大环境变化（如新兴技术）时，理应在年报中有所回应，并且鉴于年报的公开和重要性，企业将认真、专业地编制，谨慎地使用术语。此外，相比于论文、专利等其他公开文献，年报的措辞相对通俗，表述更接地气。因此，在智能转型大势所趋的背景下，通过提取年报中智能制造相关的关键词，反映制造企业智能化建设的关切焦点，是值得信赖的。

论文样本源自2010—2017年中国制造业A股上市公司，共计12 837份企业年报。其中，制造业是依据证监会《上市公司行业分类指引》（2012版）提供的行业代码而定，即公司隶属行业门类代码为C（制造业）。数据期的起点之所以选2010年，是因为该年前后，全球制造业的数字化、网络化、智能化进入快速发展期，体现为美国“先进制造业伙伴计划”“工业互联网”及德国“工业4.0”战略等标志性产业政策的集中出台。

3.2 实证方法

文本挖掘及可视化方面的分析對象常见于学术论文和公共政策。前者来自Web of Science等文献数据库输出的规范性题录数据，并且有诸如CiteSpace这样的成熟分析软件可用;后者虽无统一数据格式，但政策文件的样本数量往往不多，使分析方法与工具的选用具备灵活性。然而，本文对上市公司年报的文本计量，既鲜有公认研究套路可循，又面临样本量巨大的难题。因此，作者紧紧围绕研究问题，在最大化利用现有分析软件和技术的基础上，设计如下研究方案。

①以海量年报内容为语料，利用深度学习技术提取财经语境下的“智能制造”关键词集，反映中国制造企业在智能制造领域的关切焦点，亦或潜在部署重点;

②基于智能制造关键词词频，以词频的变化、高低以及高频词省份/行业为指标，总览中国制造业的智能化进展状况;

③通过共词网络分析，呈现中国智能制造的整体布局结构，即基于上述关键词在年报中的两两共现关系，构建共词网络，再使用密度、中心度等指标，挖掘网络结构特征。

4 实证分析

4.1 “智能制造”关键词集的提取与解析

既然年报关键词体现企业侧重点，那么明确以“智能制造”为主题的关键词便是本研究的逻辑起点，将决定后续分析结果的效度。智能制造是信息技术与制造活动相融合的大领域，所涉及的关键词也必然形形色色。本文借助“WinGo相似词数据库”②，通过深度学习技术，提取年报语境下“智能制造”的相似词，形成主题关键词集。该数据库以中国制造业上市公司披露的书面文本为语料，经由词向量（Word Embedding）模型进行专业中文分词后，再用神经网络训练，构建出词语相似度的计算模型，用以测算词语间语义、句法上的相近程度。鉴于“智能制造”早已是业界常用术语，便以其为种子词扩充相似词，同时结合专家经验定夺并解析。具体步骤为：

①根据相似度，选取与“智能制造”最为接近的前30个词，继而剔除含义明显过泛的词汇，包括“制造业”“智能”“装备”“节能环保”“产业”和“新兴产业”。余下24个词中，有21个与“智能制造”相似度在50%以上，最小值为48%。

②在上述24个相似词基础上“滚雪球”，即提取这些相似词的相似词，将相似度在60%以上的新词纳入“智能制造”关键词。此外，还经由专家判断增加了4个相似度不足60%但均在50%以上的新词，即“数据存储”“传感器”“数控机床”和“数控系统”。这一步共计新增37个词。

③对于归纳出的61个关键词，将其中含义基本一致的词合并，包括“企业信息化”并入“信息化”，“管理信息化”并入“信息化管理”，“智能交通”并入“智慧交通”，“自动控制”并入“自动化”。最终，得到了57个“智能制造”主题关键词。

④基于“智能制造”及其57个关键词在样本年报中的词频，进行相关性分析，结果显示（由于词量较多，篇幅有限，此处不展示相关系数矩阵），在1 653个两词关系中，有一半以上至少在5%水平上显著相关，印证了词集的高度关联。另外，在57个词中，44个都与“智能制造”至少在5%水平上显著相关，其中有41个在1%水平上强相关。

⑤为了从关键词中探查潜在的主要词群，在相关分析的基础上继续进行因子分析。样本的KMO=0.774，Bartlett球形检验的显著性水平P<0.0001，满足因子分析前提。结果抽取出了21个共性因子，但是解释总方差仅为55.8%，难以代表总体。样本按年份分拆之后的分析结果也无显著差异。这说明57个“智能制造”关键词不宜再整合或删减，亦与智能制造内容庞杂相呼应。因此，保留全部关键词，作为中国制造企业对智能制造的焦点，并依据词义，将它们分为宏观政策、范式特征、使能技术、关键装备及工具、辐射（或应用）领域五大类，如表1所示。

由表1可以看出，中国制造企业的“智造”焦点全面覆盖了智能制造的各方面：《中国制造2025》这样的国家政策;机器人、数控机床等关键智能装备;物联网、人工智能、云计算、大数据等赋能制造业转型的新一代信息技术群;智能化发展的阶段范式以及智造技术和产品的辐射领域。范式上，从自动化、信息化、数字化升级到网络化、智能化，企业的侧重点横跨智能制造的多代[8]，佐证了中国制造业基础的发展不均衡。辐射领域上，从生产供给、生活消费到公共治理，都无一遗漏，俨然是以智能制造为主线的“智能+”社会雏形，折射出智能制造作为新一轮科技革命和产业变革的先导，对其他领域有强力的带动作用[19]。其中，新能源汽车产业链脱颖而出，照应了汽车行业数字化能力成熟度在众行业之首的地位[20]。

4.2 智能制造关键词词频分析

根据“智能制造”及其57个关键词的词频，对中国智能制造发展状况进行三方面分析：①以词频变化透视关切焦点迁移;②从词频高低凸显发展热点;③由高频词省份和行业显现格局分布。

4.2.1 智能制造词频统计。针对各个“智能制造”关键词，分年计算2010—2017年制造企业年报中的平均词频，即特定年度，样本企业年报中某词的词频总数/年报数量，见表2。首先，词频总体上呈现出明显的逐年上升趋势，预示着企业普遍对智能制造日益重视。其次，根据历年词频，诸如大数据、人工智能、云计算等当下热门术语，在早些年其实备受冷落，可见作为后发国家，中国企业的技术前瞻性有待提高。最后，在仅有的几个频数下降的关键词中，政策类的“互联网+”和“工业4.0”从2015年后下滑显著，可看作是更高级政策——《中国制造2025》的“挤出”效应。

在表2的基础上，按照关键词的五种类别，分年测算2010—2017年制造企业年报中各类词的平均词频，即特定年度，样本企业年报中某类词的词频总数/年报数量，见图1。显然，除了政策，企业对智能制造的各个方面都越来越重视，其中最重视的是范式与技术两类，前者定位了企业所处和（或）预期的智能制造阶段，而后者事关智能化改造的技术实现。关于智能制造的相关装备和应用领域，中国制造业的顾及程度可谓平分秋色。令人惊讶的是，对国家政策的关注在2015年达到顶峰之后，出现下降趋势，可理解为随着《中国制造2025》等政策的密集出台，热度在2015年已被集中释放。

表2和图1还透露出，2014年起，大多数“智能制造”关键词的词频陡然增多，不仅仅包括《关于积极推进互联网+行动的指导意见》《中国制造2025》等政策议题首次提出而带来的相关词频自然增加，还涉及物联网、云计算、大数据、互联网、工业机器人等智能制造的关键使能技术和装备，足见近四年来数字化浪潮对中国制造业的强烈冲击。可以说，2014年是中国制造业智能化转型升级的拐点。

4.2.2 智能制造高频词筛选。既然2014年是拐点，不妨将研究时期分为2010—2013（T1）与2014—2017（T2）两个阶段，进而分别查找不同时段的“智能制造”高频词。这样一来能够有效减缓词频逐年变化中的不稳定波动。在T1和T2时期，分别计算各个“智能制造”关键词的平均词频，即样本企业年报中某关键词的词频总数/年报数量。表3选取排名前15（约前25%）的关键词作为高频词，代表中国制造企业的关切热点。为了突显智能制造的热点分支，该统计未包含“智能制造”一词。

由表3可见，T2相比于T1，前15名高频词中12个保持一致，前10名中甚至9個一致。这说明近八年来中国智能制造的热点内容并无显著性改变，但是，对相关热点的重视程度大幅加强（词频倍增），优先顺序有些许调整（位次变更）。值得强调的是，“自动化”“信息化”长期以绝对优势位列前二，反映出中国制造企业的主要关切点还停留在智能制造演化的初级阶段。这也符合中国制造业的现状，正如周济院士等指出，总体上中国智能制造的基础非常薄弱，大多数企业，特别是广大中小企业，还没有完成数字化制造转型[8]。

暂且不论“互联网+”这一新出政策，“大数据”和“互联”是T2中的新上榜词，透露出数据、互联等网络化范式特征已经引起重视，而这两点正是被李培根（2019）视为企业实施智能制造的关键所在[7]。此外，当前社会热门的“人工智能”并未入选高频词，看来中国企业普遍比较务实，对尚未成熟的新一代智能制造技术仍在观望，把工作重点放到全面推进“互联网+制造”上。

4.2.3 智能制造词频的省域与行业分布。按照所属的省级行政区（不含港澳台）与制造业子行业③，分别将中国制造企业分类，进而测算T1、T2内各省及行业的企业平均词频，反映各省或行业智能制造的进展程度，解读中国智能制造的地域和行业现状格局。此处的平均词频指，在T1或T2时期，针对某省或行业，样本企业年报中“智能制造”关键词的词频总数/样本年报数量。表4展示了“智能制造”关键词平均词频的省域及行业排名。

从两期的省域排名看，珠三角（广东）、长三角（上海、江苏、浙江）以及京津地区位居前列，呈现出智能制造的区域高地特征，这也与中国互联网协会（2019）的调查结果基本一致[21]。西部地区的陕西，中部地区的湖北，同样崭露头角，与两者传统制造大省的身份较为匹配。另外值得一提的是，作为东北老工业基地的辽宁，在T1时期名列前茅，不过到了T2时期却显著下滑。这说明，到拐点年（2014年）之后，在各地竞相搭乘“智造”快车的比拼下，辽宁的先发优势似乎被抹平，与辽宁情况类似的，还有江西。

从两时期的行业排名看，装备制造业无疑是智能转型的领头雁。其子类中的仪器仪表、电器机械、电子设备、通用设备、专用设备稳居前五，汽车和交通运输设备（铁路、船舶及航空航天）亦表现不俗。然而，需要警惕的是，与装备制造同属技术密集型的医药、石化和冶金行业，智能化进度却普遍落后，可能是由于它们的数字化基础在各行业中相对薄弱[20]。此外，由位次变化可见，废弃资源利用、皮革和制鞋业的智能化建设取得了长足进展，而印刷、服装、食品等传统制造业却退步明显。

4.3 “智能制造”关键词共词网络分析

关键词词频固然可以表征企业对智能制造相关焦点的关切程度，但毕竟是孤立统计的绝对值，并没有顾及焦点间的关联关系，也就忽视了某一焦点对其他焦点的影响力。本节内容将通过“智能制造”关键词的共现关系，构建以关键词为节点的可视化网络，继而考察网络的整体结构与节点中心性，呈现中国智能制造在相关焦点的布局特征。

4.3.1 “智能制造”共词网络整体结构。基于中国制造企业2010—2017年每年的年报文本，统计58个“智能制造”关键词两两出现的次数，使用EXCEL的数据透视功能建立共词矩阵，并运用UCINET生成关键词共现网络，称之为“中国智能制造焦点网络”。因篇幅有限，仅展示2010与2017年的焦点网络以突出今昔之变，如图2和图3。显而易见，无论是节点数还是稠密性，2017年的网络均大幅提高。圆圈的大小代表节点的度数中心度，将在下一小节详述。

根据节点数、密度和相对度数中心势，表5列示了2010—2017年中国智能制造焦点网络的整体结构指标。其中，节点数表征网络规模;密度反映网络节点之间的联系紧密程度;中心势衡量网络在多大程度上表现出向某个点集中的趋势。这些常用社会网络指标的具体测算公式，可参见刘军（2014）[22]。表5中三个指标的变化趋势明显。节点数逐年增加，意味着中国智能制造主题的边界不断扩张，并在2014年达到巅峰，与前面4.2.1关于“2014年是中国智能制造发展拐点”的论断相吻合。网络密度逐年上升，同时中心势逐年下降，尤其是2015年起出现极高密度、极低中心势的网络形态，表明中国企业对智能制造的关注点越发盘根错节、环环相扣，而且不再单纯集聚于某个或某些特定方面，影射出中国“智能+”生态的空前繁荣。

4.3.2 智能制造共词网络中心性。为了探明焦点网络中各个关键词（即节点）的地位，继续对2010—2017年每年焦点网络的关键词进行中心性分析，包括度数中心度与中介中心度，前者测量的是一个点与其他点发展直接交往的能力[23]，后者刻画的是一个点控制其他两个点之间交往的能力[24]，具体测算公式详见刘军（2014）[22]。为了剔除网络规模的影响，两个指标均采用相对中心度，取值范围介于0～1之间。由于数值较多，以下将根据需要展示部分计算结果。

中心度结果表明，关键词的度数中心度普遍较高，而中介中心度普遍偏低，也就是说中国智能制造的主题分支是以两两直接相关为主，无须借助中介传导。照应于上述高密度、低中心势的网络形态，2015年起，半数以上关键词的度数中心度都超过0.9，到2017年已经有45个词在0.9以上，说明绝大多数关键词都具备直接“交往”其他词的能力。这对企业的启示在于：一旦涉入智能制造领域的任一焦点，都几乎能轻易获取关联方的信息，顺其自然地遍历全网内容;同时也告诫企业，在智能化转型战略规划时，不宜过于狭隘，而应当着眼甚至部署整个智能制造生态。

依据历年网络关键词的度数中心度④，筛选出2010—2017年一贯排名前10的关键词，共计7个，包括自动化、信息化、数字化、智能化、互联网、物联网和传感器，其度数中心度见表6。这些处于中心位置的关键词，可以从以下三方面解读。首先，信息化、自动化、数字化、智能化——智能制造不同阶段的范式，在中国都具备绝佳融通性，为中国多代范式“并行推进、融合发展”的智能制造技术路线提供支撑[8]。其次，互联网和物联网扮演着智能制造技术群的枢纽，较好地联结智能制造的其他焦点，印证了中国现阶段力推的“互聯网+制造”模式。最后，传感器作为数据采集的关键工具，是企业智能化转型的核心基础设备，值得中国制造企业优先部署。

5 结论

本文基于中国制造业上市公司年报，颇具特色地通过文本数据挖掘，提取智能制造系列关键词，呈现中国制造企业对智能制造的关切焦点;在此基础上利用词频及共词网络分析，洞察中国制造业的智能发展态势。主要研究发现有：

一是中国制造企业对智能制造的关切焦点多样，涵盖政府政策、发展范式、使能技术、关键装备、辐射领域五方面，其中以发展范式和使能技术最受关注。可见，智能制造已经对企业产生了多方位影响，而企业在实际的智能化转型过程中，还是倾向于先明确阶段范式及所需技术。此外，智能制造的影响从2014年起剧增，并且突出集中于长三角、珠三角和京津地区以及装备制造行业。

二是中国智能制造的发展范式目前仍以自动化、信息化为主，但数据、互联等网络化倾向已然涌现。一方面，显现出我国制造企业的数字基础总体上较为薄弱，大部分还处于自动化、信息化的“补课”阶段;另一方面，也预示着制造企业如今越来越重视数据资产，将通过数据贯通实现“机机互联”“人机互联”，朝向“互联网+制造”的网络化范式。同时也表明，中国制造企业离智能化阶段尚存较大差距。

三是中国智能制造衍生出互联共生的“智能+”复杂网络，其中以不同阶段的发展范式（即自动化、信息化、数字化和智能化）和某些技术与装备（即互联网、物联网和传感器）为核心地位。这种网络形态印证了智能制造的生态属性，也意味着企业智能化转型将牵扯到商业生态的方方面面，可能面临颠覆性变革。而变革的展开可以围绕特定的阶段范式，从应用一些关键性的数字技术和装备着手进行。

注释：

①特别地，年报中专设“管理层讨论与分析”（2015年之前称为“董事会报告”）章节，要求管理层对公司当期财务报表及附注中的重要历史信息进一步解释与分析，并对下一年度的经营计划及公司未来发展所面临的机遇、挑战和风险进行说明。

②详见Wingo数据库官方网站http：//www.wingodata.com/#/pages/wordboxes/3。

③制造业子行业是证监会《上市公司行业分类指引》（2012版）中制造业门类下的大类。

④鉴于关键词的中介中心度普遍较低，分析意义不大，故仅考虑度数中心度。

参考文献：

[1] Teece D J. Profiting from innovation in the digital economy： Enabling technologies， standards， and licensing models in the wireless world[J]. Research Policy， 2018 （47）： 1367-1387.

[2] Zhou J， Zhou Y， Wang B， et al. Human-Cyber-Physical Systems （HCPSs） in the Context of New-Generation Intelligent Manufacturing[J]. Engineering， 2019， 5 （4）： 624-636.

[3] Wright P K， Bourne D A. Manufacturing intelligence[M] .Addison Wesley， 1988.

[4] Andrew K. Intelligent Manufacturing Systems[M].Prentice-Hall， 1990.

[5] 国家制造强国建设战略咨询委员会.智能制造[M].北京：电子工业出版社，2016.

[6] 李廉水，石喜爱，刘军.中国制造业40年：智能化进程与展望[J].中国软科学，2019（1）：1-9.

[7] 李培根.浅说智能制造[J].科技导报，2019，37（8）：1.

[8] Zhou J， Li P， Zhou Y， et al. Toward New-Generation Intelligent Manufacturing[J].Engineering， 2018，4（1）：11-20.

[9] Zhong R Y， Xu X， Eberhard K， et al. Intelligent Manufacturing in the Context of Industry 4.0： A Review[J]. Engineering， 2017， 3 （5）： 616-630.

[10] Lu Y.Industry 4.0： A Survey on Technologies， Applications and Open Research Issues[J].Journal of Industrial Information Integration， 2017（6）：1-10.

[11] 张映锋，张党，任杉.智能制造及其关键技术研究现状与趋势综述[J].机械科学与技术，2019，38（3）：329-338.

[12] 钱雨，张大鹏，孙新波，等.基于价值共创理论的智能制造型企业商业模式演化机制案例研究[J].科学学与科学技术管理，2018，39（12）：125-143.

[13] 鲍世赞，蔡瑞林.智能制造共享及其用户体验：沈阳机床的例证[J].工业工程与管理，2017，22（3）：77-82.

[14] 吕文晶，陈劲，刘进.工业互联网的智能制造模式与企业平台建设：基于海尔集团的案例研究[J].中国软科学，2019，（7）：1-13.

[15] 孟凡生，李晓涵.中国新能源装备智造化发展技术路线图研究[J].中国软科学，2017（7）：30-37.

[16] 王剑.装备工业转型升级中的智能制造策略研究[J].华东经济管理，2018，32（3）：158-166.

[17] 腾讯研究院.“人工智能+制造”产业发展研究报告[DB/OL].（2018-06-21）[2020-01-06].https：//www.tisi.org/Public/Uploads/file/20180621/20180621143116_80364.pdf，2018-6-21.

[18] 王友发，周献中.国内外智能制造研究热点与发展趋势[J].中国科技论坛，2016（4）：154-160.

[19] 黄慧群，贺俊.未来30年中国工业化进程与产业变革的重大趋势[J].学习与探索，2019（8）：1-9.

[20] 埃森哲.创新驱动，高质发展：中国企业数字转型指数[DB/OL].（2018-08-30）[2020-01-06].https：//www.accenture.com/cn-zh/insights/digital/corporate-digital-transformation-index，2018-8-30.

[21] 中國互联网协会，中国信息通信研究院.中国“智能+”社会发展指数报告（2019）[DB/OL].（2019-07-09）[2020-01-06].http：//www.sohu.com/a/326214007_120025397，2019-7-9.

[22] 刘军.整体网分析讲义：UCINET 软件实用指南[M].上海：格致出版社，2014.

[23] Freeman L C. Centrality in social networks conceptual clarification[J]. Social Networks，1979，1（3）：215-239.

[24] Freeman L C. A Set of Measures of Centrality Based on Betweenness[J]. Sociometry，1977，40（1）：35-41.

Analysis on the Development Trend of Intelligent Manufacturing in China

——A Text Analysis Based onAnnual Reports of Listed Manufacturing Firms

Guo Lei， He Fangbing， Li Jingwen

（School of Economics and Finance， Xi'an Jiaotong University， Xi'an Shanxi 710061）

Abstract： The development of intelligent manufacturing is related to the transformation and upgrading of China's manufacturing industry. Based on the annual reports of listed companies in China's manufacturing industry， keywords are extracted to reflect the focus of firmson intelligent manufacturing through text data mining， and then word frequency and co-word network analysis are used to gain insight into the development trend of intelligent manufacturing in China.The study has found that Chinese manufacturers' focus on intelligent manufacturing covers government policies， development paradigms， enabling technologies， key equipment and application fields， which has been more active than ever since 2014. At present， intelligent manufacturing in China is still dominated by automation and informatization paradigm， but data， interconnection and other networking trends have emerged. The Yangtze River Delta， Pearl River Delta and Beijing-Tianjin region are regional uplands of intelligent manufacturing in China， and equipment manufacturing is the leading industry of intelligent transformation.China's intelligent manufacturing has spawned an interconnected "intelligent +" ecological network， centered on development paradigm， specific technologies and equipment.

Key words： intelligent manufacturing; text analysis; China's manufacturing industry; industry development