基于遗传算法投影寻踪模型的智能制造能力评价 ——以中国31个省市区数据为例

2020-06-10陈钢薛莉张彬

深圳社会科学 2020年3期

陈钢薛莉张彬

（中共江苏省委党校，江苏南京 210013）

一、引言

进入21世纪，随着物联网、大数据、云计算、人工智能等新一代信息技术的迅速发展，传统的制造技术逐步从自动化升级为智能化。德国、美国、日本等制造业主要国家纷纷抓住新的发展机遇，提出以智能制造为核心的国家制造业战略，其中最具有代表性的是德国工业4.0战略。2013年12月，德国工业4.0战略正式落地实施[1]，在全球范围内掀起了以智能制造为主导的“第四次工业革book=42,ebook=43命”①第四次工业革命的主要特征为绿色低耗、深度网络化、高度智能化和个性化定制。浪潮。顺应此潮流，2015年5月，国务院于印发《中国制造2025》②《中国制造2025》是经国务院总理李克强签批，由国务院于2015年5月印发的部署全面推进实施制造强国的战略文件，是中国实施制造强国战略第一个十年的行动纲领。，为我国迈向“制造强国”明确了发展路线。智能制造是“中国制造2025”的核心内容和主攻方向[2-5]，智能制造企业是国家战略的重要载体，企业智能制造能力的高低关乎“中国制造2025”能否完美落地。

近年来，智能制造评价成为国内学界的研究热点之一，包括智能制造的能力评价[6]、发展水平评价[7-8]、创新水平评价[9]以及成熟度评价[10]等，各类评价结果可以作为企业制定发展战略和政府部门制定相关政策的指导依据，目前政府和学者对智能制造能力评价的研究，均有了一定的成果。

在政府层面，2015年12月，工业和信息化部在《国家智能制造标准体系建设指南（2015年版）》[11]中提出立体智能制造系统架构，从生命周期、智能功能和系统层级3个维度构建了一个评价指标体系。2016年9月，中国电子技术标准化研究院在《智能制造能力成熟度模型白皮书（1.0版）》[12]中总结出一套方法论，将智能制造展示为一维的形式，包括生产和设计等10个方面，并对相关领域进行了5个等级的分级。

在学界，有学者从微观的企业角度进行研究，如易伟明等人（2018）[13]基于张量理论和《国家智能制造标准体系建设指南（2015年版）》中提出的3维评价指标体系，结合实际数据对相关的智能制造企业进行了综合分析；龚炳铮（2015）[14]构建出了以企业生态环境、企业效益和智能化发展水平三个方面为一级指标的智能制造企业通用指标体系，并详细地介绍了企业智能制造能力的综合评价方法。有学者以宏观的省级角度进行实证分析，如董志学等人（2016）[6]以企业创新能力、产品流通能力和信息化服务水平为一级指标构建了评价指标体系，利用因子分析法对我国23个主要省份智能制造的综合能力进行了测算。

同时，学者们也对提升智能制造能力的对策进行了系统的研究。仲克元（2017）[15]认为，推动中国智造向全球价值链高端攀升，可从以下几个方面着手：推进智能制造产业共性关键技术的自主研发与产业化；加快智能制造相关标准体系建设；建立面向智能制造的多层次的人力资源开发体系等。工业4.0研究院院长胡权（2018）指出，提升智能制造能力应该充分发挥第四次工业革命智能化和网络化两大驱动力的价值，一方面，应该充分认识到AI 2.0对于智能制造的发展具有革命性的意义；另一方面，中国制造2025的第二个主攻方向是工业互联网，在推动智能制造的过程中，应该加强工业互联网方式的资源集成，加快中国智能制造产业快速发展。

以上研究固然有意义，但仍存在两个方面的缺陷：一是虽然对宏观层面的智能制造能力和微观层面的企业智能制造能力的研究较多，但是对中观层面的区域智能制造能力的研究滞后，几乎空白；二是虽然存在一些智能制造能力的评价指标体系，但现有文献主要是采用因子分析法等常规计量方法，不易处理高维数据。智能制造能力涉及多个学科领域，范围广，指标数据具有高维、非线性和非正态等特点。为解决上述问题，本文采用非人为赋权的投影寻踪法和层次聚类分析法，对2018年我国31个省级行政区的智能制造能力进行了评估，并根据评估结果做聚类分析，以揭示我国省域智能制造能力的区域差异特征。

book=43,ebook=44

二、智能制造能力评价指标体系的构建

由智能制造能力的相关理论可知，智能制造的发展需要配套基础设施，进行信息共享和产品流通，提高智能制造能力的关键在于技术创新能力的提高[16]，智能制造能力的最终目标是获得利润回报的增多，由此可认为，智能制造能力主要与企业的规模与绩效、研发的投入与产出、物流水平和信息化水平有关。在评价对象的选取上，考虑到智能制造具有高资本投入的特点，一般由中大型制造企业承担，故主要选取规模以上工业企业①2010年及以前规模以上工业统计范围为500万元以上工业企业，从2011年开始衡量标准是：年产值超过2000万元人民币。作为研究对象。

综上所述，本文依据SMART准则②指具体性Specific、可量性Measurable、可实现性Attainable、相关性Relevant和时限性Time-bound。，坚持精准高效、客观公正的评价原则，选取制造规模与效益（A）、制造创新能力（B）、产品流通能力（C）和信息化发展能力（D）4个系统层，制造规模（AA）、经营效益（AB）、创新投入（BA）、创新产出（BB）、产品流通（CA）、基础设施（DA）和信息化能力（DB）7个子系统层，以及15个指标层（X1-X15），构建智能制造能力综合评价指标体系，如表1所示。

表1 智能制造能力综合评价指标体系

三、省域智能制造能力投影寻踪聚类分析

（一）构建模型

1.投影寻踪（PP）模型投影寻踪具有较好的对多维数据进行降维的能力，模型得到的最佳投影方向，能够最大程度地反映出多维数据的某类结构特征，投影寻踪的具体建模过程如下：

步骤一：归一化处理样本评价指标集。

设各指标值的样本集为n、p分别为样本容量和指标的数目，对数据进行归一化处理以消除各指标值的量纲（本文选取的指标均为正向型指标）：

book=44,ebook=45

步骤二：构造投影指标函数Q（a）。

其中a为单位长度向量。为了使局部投影点尽可能密集，最好凝聚成若干个散开的点团，因此投影指标函数可以表达成：

当样本集给定时，投影指标函数只随着投影方向a的变化而变化，可以通过求解投影指标函数最大化问题来估计最佳投影方向，即：

步骤四：计算智能制造能力。

把由Step3求得的最佳投影方向代入公式（1.3）后可得各样本投影值采用以下换算方法对投影值进行处理：

2.基于实码的加速遗传算法（RAGA）投影寻踪模型中的公式（1.6）和公式（1.7）是一个复杂的非线性优化问题，本文采用基于实数编码的加速遗传算法（Real coding based Accelerating Genetic Algorithm，简称RAGA）进行求解。传统的遗传算法（Genetic Algorithm，简称GA）由美国密歇根大学Holland教授于1962年提出，通过模拟生物的自然选择和群体遗传机制，形成的一种自book=45,ebook=46适应全局优化概率搜索算法，可以有效地解决较复杂的非线性组合问题以及多目标函数优化问题，RAGA在GA的基础上进行了改进，其主要步骤如下：

步骤一：挑选一定数量的个体形成初始种群，并设置优秀个体数量；

步骤二：计算种群内各个体的目标函数值，设置迭代次数，开始循环；

步骤三：计算选择函数的值，通过概率的形式从种群中选择若干个体；

步骤四：通过染色体个体基因复制、交叉、变异等创造新个体，形成新种群；

步骤五：进行循环，若终止条件不满足，则转到Step3继续进化；

步骤六：加速寻优。

表2 智能制造能力的最佳投影方向

（二）基于投影寻踪的智能制造能力的测算

本文以上述评价指标体系为依据，依据2019年的《中国统计年鉴》《中国科技统计年鉴》以及各省、市、区统计年鉴，整理得到2018年全国31个省级行政区15个指标的基础数据，共计465个，部分指标根据基础数据进行了相关计算。根据投影寻踪模型，运用Matlab R2017b软件编程对数据进行分析，得出15个指标的最佳投影方向，如表2所示。将表2中最佳投影方向值代入公式（1.2），可计算得出2018年我国31个省级行政区的智能制造能力投影值。根据前述公式（1.8）和公式（1.9），计算整理得出2018年我国省域智能制造能力的综合得分及排名，如表3所示。

表3 省域智能制造能力的投影值和得分

book=46,ebook=47

续表

综合得分的大小反映了省域间智能制造能力的相对高低，得分越高，说明智能制造能力越强。依据表3的综合得分和排名，可以对我国各省级行政区的智能制造能力做如下判断：从全国得分的均值来看，我国智能制造能力总体较弱。从整体来看，全国省域智能制造能力平均得分为44.06分，在31个省级行政区中，智能制造能力得分大于44.06的只有13个，其中综合得分大于80分的仅有广东和江苏，大部分省域的得分较低。从综合得分的高低来看，智能制造能力水平存在明显地域差异。投影寻踪的结果客观地反映出了各省域智能制造能力的水平，在全国31个省级行政区中，排在前五位的省域是广东、江苏、山东、浙江和北京，全部集中在东部地区，这与现实中东部地区制造业转型发展较快的现实相符。从总体来看，东部地区的智能制造能力水平占有绝对优势地位，中部地区居中，东北地区次之，而西部地区则处于弱势地位，总体呈现出智能制造能力东强西弱的格局。这种情况与当地科技企业的扶持力度、制造企业的规模水平和交通基础设施的投入有关。

（三）智能制造系统聚类结果与分析

依据各省域智能制造能力综合得分及其系统层得分，运用层次聚类分析法，分四个等级对各省域进行归类，结果如表4所示，从表中可进一步分析各省域智能制造能力差异的来源及其改进方向。

表4 各省域智能制造能力的聚类分析

book=47,ebook=48

图1 各省域智能制造综合能力空间分异格局

如图1所示，以广东和江苏为例，这两个省份的智能制造综合能力都很强，在我国智能制造发展中处于领先地位。其中，广东智能制造能力主要来源于制造创新能力、产品流通能力和信息化发展能力，这与广东省优越的地理位置、民营经济的蓬勃发展和强劲的创新活力有关。工业大数据是智能制造的核心，近年来广东提出了“数据换人”的发展战略，围绕工业大数据不断探索实践并取得了卓越的成效，目前广东的“大数据发展指数”位居全国所有省区市首位①资料来源：《大数据蓝皮书：中国大数据发展报告No．1》。。相对来看，江苏的智能制造创新能力较为薄弱，一是有关智能制造的许多基础技术仍停留在仿制层面，自主创新能力不足，比如江苏的工业机器人产业就存在着低端化的现象；二是省内掌握核心技术的本土龙头企业较少，导致关键技术难以突破，江苏智能制造企业的资本和技术密集度亟待提高。

北京、浙江、山东、上海等省域在四个系统层的发展能力较为均衡。近年来，随着上海土地资源的价格和用工成本的快速上涨，挤压了制造企业的发展空间，导致部分制造业产业向长三角其他城市以及全国范围内进行转移，在一定程度上影响了本土智能制造水平的提升，因而综合智能制造能力相对广东、江苏等省份较弱。浙江作为制造业大省，又承接了自上海转移的部分制造产业，因此省内制造业的平均规模较大，资本密集度较高，从而形成了技术竞争力强的比较优势，因此制造创新能力和信息化发展能力都比较强。而北京作为首都，具有优越的地理位置，且基础型数字经济在全国相对领先，因此产品流通能力和信息化发展能力都比较突出。

其他地区智能制造的综合能力相对较弱，像新疆、重庆、陕西和宁夏等一些中西部省域，尽管处于“一带一路”倡议的重要支点上，接收了部分制造业的转入，但根据实证结果来看，承接效果还不明显，这些地区的智能制造能力还未得到有效提升。作为传统制造业强省的东北地区，近年来以“建成具有国际竞争力的先进装备制造业基地和重大技术装备战略性基地”②资料来源：国家发展和改革委员会《东北振兴“十三五”规划》。为发展目标，进行制造业的转型升级，但目前来看，东北地区的制造业仍处于新旧产业交替的阶段，先进制造业产业的集聚程度较低，专业现代化水平不高，导致了智能制造的综合能力较弱。

综上，我国智能制造发展的瓶颈如下：一是共性技术供给缺失问题突出。长期以来我国重硬件制造、轻软件开发的思维十分普遍，导致智能控制技术、智能化嵌入式软件等支撑高端智能装备发展的核心技术对外依赖度高，智能制造共性技术供给缺失问题突出。其次，我国大部分省域中缺乏龙头企业的标杆引领，在生产、服务、技术研发和业务模式的成熟度等方面仍有不足，严重制约了智能制造的发展。未来，我国需转变智能制造核心零部件主要依赖进口的惯性思维，更注重智能制造基础软件系统的开发，进一步提升自主创新能力。再次是智能制造人才较为缺乏。智能制造产品设计、生产、管理和服务都需要优秀的人才，企业家们普遍认为创新人才的短缺是阻碍book=48,ebook=49企业创新的最主要因素[17]，目前导致智能制造人才匮乏的主要原因有以下三个方面：一是高校的专业设置与智能制造产业需求相脱节。目前，我国高校学科专业设置与智能制造、我国高技术行业十大领域①十大领域包括新一代信息技术产业、高档数控机床和机器人、航空航天装备海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农机装备、新材料、生物医药及高性能医疗器械10个重点领域。的需求不一致，造成我国技能型人才匮乏。二是基础理论研究与实践应用存在差距。部分高校毕业生动手能力略显不足，导致高校智能化基础研究在与实践工作的融合出现困难，基础研究的产业化能力严重不足。三是承接产业转移导致人才匮乏。智能化趋势为东部以及沿海地区的服务业带来新一轮的就业机会，扩大了地域之间智能制造水平的差距，这也是导致我国中部、西部和东北地区一线工人匮乏的主要原因之一。

四、提升我国智能制造能力的对策建议

发达国家历来高度重视智能制造的战略规划，尤其是从2011年以来，各国纷纷制定先进制造战略，来促进制造业与信息技术的深度融合和应用，如美国的“先进制造业国家战略计划”、德国的“工业4.0”战略、日本的“新机器人战略”等。通过借鉴学习美国、德国、日本等国在智能制造发展过程的经验启示，推动我国智能制造创新发展取得实效。

（一）统筹构建智能化生产系统

德国“工业4.0”战略旨在以智能制造构建智能生产系统，通过智能工厂生产出智能产品，智能产品生成智能数据，形成“智能工厂—智能产品—智能数据”闭环，驱动生产系统走向智能化，形成智能生产系统。对标工业4.0和“中国制造2025”战略，借鉴德国构建智能生产系统的先进经验，构筑以智能经济为主线的产业结构，对制造业企业实施制造执行系统（MES）、资源规划管理系统（ERP）、生产计划排成系统（APS）等信息系统应用项目，深化信息技术在研发、生产、销售及售后服务等各环节的集成应用。推动制造业与新一代信息技术深度融合，全面构建信息化、数字化、网络化的智能化生产系统，进一步提高智能制造产品附加值。

（二）着力培养智能制造专业人才

截止到2018年，仅美国的大数据人才短缺率就达50-60%，我国新一代信息技术产业人才也告急，未来三年人才缺口将达到750万人[18]。围绕智能制造产业需求，要以产业项目集聚促人才集群，开展“产业+人才”的选才模式。一是通过招才引智活动，吸引更多优质的人才进入智能制造领域创新创业，持续不断地和地方高校在智能化培养上开展合作，注重人才本土化培养，创新“外部引进+本土培养”的引智模式。二是开展多层次、多形式、有针对性和实用性的智能制造培训，主动联系国内、外智能制造先进地区、企业参观学习，加快培育一批掌握人工智能技术和现代化生产管理知识的复合型实用人才。

（三）加强智能制造的顶层设计

要加强总体部署，进一步规划各部门的职能分工，为智能制造发展理顺行政归属，如调整优化相应机构和职能，建立健全重大工作的领导机制等。政府在其中扮演着多重角色：一是发展规划者，需根据智能制造的发展计划和需求，选择确定关键技术领域，鼓励大学、科研机构和制造企业承担基础性研究。二是政策制定者，通过制定法律法规、税收政策和人才激励机制等，进一book=49,ebook=50步激发智能制造相关市场主体的积极性。三是资源整合者，联合智能制造装备制造企业、IT企业、用户企业、科研院所、高校等相关单位，成立“智能制造产业创新联盟”，通过资源整合，为智能制造产业发展提供良好营商环境。

（四）推进四大板块协同发展

智能制造的发展应该重视培育“一带一路”沿线省域的产业梯次，促进协同发展。一是推进各板块形成产业梯次，中部、东北各省域集群发展能源、化工等传统优势制造业，东部各省域集群发展电子信息、数字制造等先进制造业，找准实施智能制造的关键环节，培育掌握核心技术的龙头企业，西部边境各省域重点布局与欧、美、非等国家和地区之间的互联互通。二是鼓励特色发展，根据“一带一路”现实实践，鼓励支持中小制造企业在产业分工上进一步细化，让产品的种类满足“一带一路”建设的各类需求，全面提升制造企业的智能制造能力和产品国际竞争力。

参考文献

[1]杨帅．工业4．0与工业互联网：比较、启示与应对策略[J]．当代财经，2015（08）：99-107．

[2]杜人淮．从“制造”到“智造”：变革、困境和举措[J]．现代经济探讨，2015（11）：5-9．

[3]周济．智能制造—“中国制造2025”的主攻方向[J]．中国机械工程，2015，26（17）：2273-2284．

[4]黄群慧，贺俊．中国制造业的核心能力、功能定位与发展战略—兼评《中国制造2025》[J]．中国工业经济，2015（06）：5-17．

[5]潘健生，王婧，顾剑锋．我国高性能化智能制造发展战略研究[J]．金属热处理，2015，40（01）：1-6．

[6]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（01）：151-158．

[7]王媛媛，宗伟．第三次工业革命背景下推进我国智能制造业发展问题研究[J]．亚太经济，2016（05）：120-126．

[8]李涛．开放创新视角下我国智能制造发展路径与机制[J]．企业经济，2018，37（03）：23-28．

[9]张明明，李霞，孟凡生．我国新能源装备企业智化发展创新能力评价[J]．哈尔滨工程大学学报，2019，40（11）：1936-1942．

[10]肖吉军，郑颖琦，徐洁萍．基于AHP与DHNN的智能制造成熟度评估模型研究[J/OL]．系统科学学报，2020（02）：105-110[2020-02-06]．http：//kns．cnki．net/kcms/detail/14．1333．N．20191115．1127．042．html．

[11]工业和信息化部国家标准化管理委员会．国家智能制造标准体系建设指南（2015年版）[R]．2015-12-29．