传统制造业企业智能化发展影响因素研究

孙新波，李祎祯，张明超

（东北大学工商管理学院，辽宁 沈阳 110169）

1 引言

制造业作为我国国民经济与生产力的支柱和基础，其发展在很大程度上影响了国家综合实力的增强和经济的增长，一直受到国家、企业和学者的关注。为实现制造强国战略，我国大力推进实施“中国制造2025”与“互联网+”行动计划，传统制造向智能制造发展成为建设制造强国的重要战略任务［1］。互联网、大数据、云计算等技术的快速发展给企业发展带来了颠覆性的变化，企业面临前所未有的机遇和挑战，急需进行智能化转型，改变自身商业模式和运营逻辑以实现跨跃式发展［2］。然而传统制造业企业在向智能制造发展的过程中受到很多阻碍，其转型过程受到众多因素的综合影响［3］。已有文献表明，智能制造发展受到企业外部因素与内部因素的共同影响［4］，但前期研究成果大多基于同一行业开展定量研究，缺少针对个体的定性研究，对传统企业智能化发展的相关影响因素及作用效果尚须深入研究。因此，本文采用质性研究方法，探讨传统制造向智能制造发展的主要影响因素，明确不同因素对于传统制造向智能制造发展的影响方向，为传统制造业企业智能化发展提供建议，对于我国实施制造强国战略、提高传统制造业企业智能化程度具有重要意义。

2 国内外研究现状

美国怀特教授和布恩教授于1988年在其《智能制造》一书中首次提出智能制造概念。工业4.0的到来、“中国制造2025”的推出以及云计算、大数据等数字化技术的迅速发展给予制造业企业机会来突破困境，传统制造业企业被迫进行智能化转型发展［5］，提升竞争力。传统制造在向智能制造发展的过程中受到不同因素的影响。

从企业内部来看，制造业企业需要不断创新，以实现向智能制造转型发展。研究表明，制造企业技术创新效率与企业资产负债率、资产周转率正相关，对企业经营管理情况产生正向影响［6］。制造业企业以大数据、人工智能技术为手段，采用先进的信息化技术，使用数据—物理融合系统，将物理设备与虚拟信息相勾连，构建集成互联的运营网络，促进产品全生命周期各个环节进行智能化提升，对于传统制造业企业向智能制造发展具有重要意义［7］。关键业务运营、产品和流程的智能化转型离不开计算机辅助制造、网络化协同设计、模型知识库等智能化方法在企业产品制造中的应用［8］。柔性制造系统、分布式数控系统、无线传感器网络等智能技术应用到生产过程中，构建收集并使用数据的中央数据库［9］，机器、工作电脑、销售设备等通过中央数据库相连，搭建互联互通的信息网络（Road to digitalmanu⁃facturing-a longitudinal case-basedanalysis）［10］。企业生产设备性能预测及维护、供应链管理、外部环境感知等智能化，以全方位促进企业管理智能化［11-12］。企业通过互联网重构价值链，完成生产方式转型升级，向价值链高端跃迁［13］。互联网的共享性、时效性、互动性等特点促进企业管理方式转型升级，由金字塔式、命令式向开放式和协作式转型［14］。通过数字技术对物理设备和管理流程全面优化，数字系统取代纸质系统用于日常管理和生产，实现信息化和工业化的深度融合，全面提高流程效率和竞争力［15］。

从企业外部来看，中国制造2025的推出、《国家智能制造标准体系建设指南》《智能制造科技发展“十二五”专项规划》等政策发布、金融财税对制造业支持力度加大等，明晰了制造业智能化发展的重点和方向，增大了传统制造业企业智能化发展的机会，促进了行业内的互联互通、跨行业的标准化发展［16］。传统制造业企业的智能化转型受到信息技术整体发展情况的影响。新一代信息技术的发展是制造系统和各环节智能化的支撑，是智能制造系统中信息和知识稳定流通的重要保障，其在智能化转型中占有重要地位［17］。借助数字化，技术消费者可以参与产品的设计，与企业共同创造价值［18］。在移动互联网、大数据、物联网等新一代数字信息技术支持下，泛在的利益相关者可以在虚拟数字价值空间内同时参与不同的供应合作活动中，传统的垂直供应链线性结构被打散，供应链呈现出非线性复杂性的特征［19］，制造企业数据信息处理效率有效提高。供应链之间的交互形成了基于平台的复杂供应网络，构建出动态平衡有序的供应结构［20］，加速了制造企业内部设备和生产线及上下游企业之间的互联互通，加快不同系统层级纵向集成。

目前，国内外学者关于传统制造向智能制造发展影响因素的研究较少，且较为分散，鲜有针对这部分进行单独的质性研究。据此，本文通过构建智能制造影响因素框架，对智能制造影响因素进行分析，为企业制定智能制造发展规划提供理论依据，为我国发展智能制造提供参考。

3 研究设计

3.1 方法选择

本研究采取质性研究方法，运用扎根理论（Grounded Theory）进行研究。扎根理论在经验资料的基础上归纳得来，是一种将资料自下而上进行收集、分析、归纳，使之概念化和范畴化，通过不断比较和浓缩，使各概念与各范畴要素之间建立紧密联系，最终形成理论研究框架，导出研究结论的研究方法［21］。扎根理论的程序较为完整，通过开放式编码（Open Coding）、主轴编码（Spin⁃dle Coding）和选择性编码（Selective Coding）以及理论饱和度（Theoretical Saturation）检验等流程对资料进行完整分析，从而保证研究结论的真实性。扎根理论提供明确的研究程序和方法，通过对本土情境下的访谈、资料收集等，可以突破原有的理论框架进行本土化创新，扎根理论研究流程如图1所示。基于此，本研究选择扎根理论对收集的资料进行分析。

图1 扎根理论研究流程图

3.2 资料收集

3.2.1 文献资料。本研究的资料主要是纸质资料和电子资料，通过电子期刊数据库如知网、万方等进行文献资料收集，以及在各企业集团官网上获得企业发展文本资料。

3.2.2 深度访谈。在本研究中，共对利亚德集团进行两次访谈（一次和企业高层管理者；一次和企业普通员工），参加东软医疗及韩都衣舍线上讲座一次，主要围绕企业智能化情况、企业发展情况等展开（见表1）。

表1 资料收集

本研究将收集的数据通过开放式编码、主轴编码和选择性编码，进行整理、归纳、分析、提取概念和范畴，不断地对资料和理论进行分析比较、归纳、分类，以至于达到理论饱和、初具理论形态，进而构建智能制造影响因素模型。本研究将个人深度访谈及文献资料用于编码分析，部分电子资料用于理论饱和度检验。

3.3 编码分析

3.3.1 开放式编码。开放式编码是一个混合化的过程，通过对原始访谈资料的编码，赋予其概念化标签，通过持续比较分析、新方式重新组合，获取初始概念，发现范畴的操作化过程［21］。本研究将访谈记录整理分析后，直接命名或抽取有关概念。经多次整理分析，本研究最终归纳分析出 22个初始概念（a1，...，a22）和 9个（A1，...，A9）范畴，如表2所示。

表2 开放式编码

3.3.2 主轴编码。主轴编码是指将访谈原始资料进行分析，发现和建立各个独立范畴之间的各种联系，挖掘范畴间潜在的相互关系和逻辑次序，进一步归纳出主范畴［21］。本研究将开放式编码归纳分析的9个范畴进行主范畴归类，并对2个主范畴（B1、B2）的具体含义进行解释，为理论构建做准备，主轴编码形成的主范畴如表3所示。

表3 主轴编码形成的主范畴

3.3.3 选择性编码。选择性编码是从主范畴中提取关键范畴，建立系统性的关键范畴和其他范畴之间的联系［21］。本研究把原始访谈资料归纳概括为2个主范畴：内在因素和外在因素。通过对范畴之间的关系进行深入分析和比较研究，得到核心范畴和其他范畴之间的关系。主范畴的典型关系结构如表4所示。

表4 主范畴的典型关系结构

3.3.4 理论饱和度检验。本研究依据Fass⁃inger等学者［22］关于理论饱和度的鉴定方法，对未编码的网页文本资料进行理论饱和度检验，经深度分析比较后发现，该模型的范畴已足够丰富，对于智能制造的两大范畴均不能再挖掘出新的影响核心范畴的概念。因此，本研究认为传统制造向智能制造发展影响因素模型在理论上已达到饱和。

4 影响因素模型

本文结合前人研究成果，梳理智能制造研究现状，结合调研企业进行案例研究，归纳利亚德、东软医疗和韩都衣舍智能化发展过程中的特征和影响因素，从内部和外部两个角度归纳分析智能制造影响因素。其中，内部因素是指企业内部数字化转型、人才建设、协同融合、技术创新和集成互联；外部因素是指新一代信息技术、国家政策、行业竞争和产业合作。

4.1 内部因素

内部因素主要包括数字化转型、集成互联、协同融合、技术创新和人才建设。

4.1.1 数字化转型。数字化转型是指企业利用数字技术实现制造业企业业务范围、关键业务运营、产品和流程的转型［23］。利用实时用户交互式数据，建立速度更快、更智能的开发和设计过程，提高生产力［24］；使用新的机器对生产参数和产品进行测量，评估产品质量，指出缺陷原因，并在问题发生之前进行预测，提高产品质量［25］；捕获和分析所有阶段制造过程的数据，高度灵活的机器提供了产品之间快速更改的可能性［26］；数字化的生产线能以具有竞争力的价格为客户提供有吸引力的产品定制，进行大规模、高效的生产［27］。数字化技术和设备对传统制造业企业自身技术进行改造升级，为其提供向智能制造发展所需的动态感知、处理和分析能力［26］。

4.1.2 集成互联。集成是指在产品各生命周期将感知器、控制器、人工智能等软硬件系统应用到零件、制造设备、原材料等生产制造所需资源上，完成软件系统和硬件设备高效结合，构建智能的网络，实现纵向数据资源在设备、生产线、车间、工厂甚至产业链的高度集成［28-29］。使用通信技术以实现设备与设备之间、控制系统与设备之间及工厂与工厂之间互通互联［30］。传统企业依据互联网思维对自身进行再造，实现企业内部、企业与企业之间互联互通。通过各种资源、数据集成，企业实现高效的集中管理。

4.1.3 协同融合。企业在数字化转型和集成互联的基础上，基于数据流通，利用新一代信息技术，协同共享信息资源，实现渠道供应连续、即兴、全局的非线性动态多主体协同运营［31］。打造数字化供应流程优势，解决供需失衡、合作关系僵化和运营流程割裂等现实问题。制造业企业借助OT（Operation Technology）与ICT（Informa⁃tion and Communication Technology）的深度协作与融合助力企业数字化转型，满足用户个性化的产品与服务需求，触发产品服务及商业模式创新［31］。信息化与工业化深度融合是传统制造演进的重要思路，是智能制造的关键支撑，传统制造智能化发展会刺激产生新的经济增长点［32］。

4.1.4 技术创新。技术创新是智能制造的核心，企业的创新能力来源于外部的技术演进和市场需求的推动。企业通过对支撑核心业务的设备和系统进行技术改造，对基础设施、生产管理系统等全面集成，完成核心业务的自动化、数字化升级［33］。首先，企业对制造设备核心技术和关键零件进行创新，实现设备智能化，形成具有分析、感知、决策功能的智能设备［34］。其次，通过推进生产线升级，打造智能车间，逐步向智能工厂迈进［28］。智能化发展离不开技术创新，传统制造业企业只有具备较强的创新能力，才能在向智能制造转型的过程中拔得头筹。

4.1.5 人才建设。智能制造是一个综合性系统工程，其既需要掌握特殊技能的高级技术工人，又需要懂得高级研发、了解新型商业模式的人才。对技术人才的培训成为推进智能制造的着力点之一。通过开展培训、资格升级或外部招聘等方式培养和吸引智能制造所需的重点领域专业人才和管理人才，建立具有专业技能的高素质团队。当现有的人力资源无法与内部团队合作时，可聘请可靠的合作伙伴，以有效实施公司的数字化战略。在智能制造过程中，专业化人才队伍在产品设计、生产、管理、服务等方面都发挥着重要作用，保证了企业的技术创新能力，是创新的驱动因素［25］。

4.2 外部因素

外部因素主要包括新一代信息技术、国家政策、市场竞争和产业合作。

4.2.1 新一代信息技术。云计算、物联网、大数据等新一代信息技术是制造业高质量发展的重要保障，只有打牢新一代信息技术产业基础，才能为制造业高质量发展提供有力的支撑［35］。推进新一代信息技术与制造业企业自身发展深度融合，有助于其抢占产业发展的制高点，提升智能化水平，实现高质量发展［25］。利用云计算技术对大数据进行分析和挖掘，改进产品设计、提高生产效率、加强产品控制，制造满足用户个性化需求的产品。物联网将制造设备与虚拟网络结合在一起，实现物与物、物与人的泛在连接以及智能化感知、识别和管理物品和生产的过程［36］。新一代信息技术发展能够有效提高制造企业数据信息处理效率，加速制造企业内部设备和生产线及上下游企业之间的互联互通，加快不同系统层级纵向集成。

4.2.2 国家政策。国家政策指与智能制造相关的技术研发政策、技术转移政策和配套政策等。为解决我国智能制造标准缺失、发展滞后等问题，工信部、国标委联合发布《国家智能制造标准体系建设指南》《智能制造科技发展“十二五”专项规划》等智能制造相关政策，这些政策明确了智能制造发展的方向和重点，促进行业标准的建立，加大对制造企业智能化发展的金融财税支持力度。随着一系列政策的发布和实施，政策框架也在逐渐形成。

4.2.3 市场竞争。市场竞争指企业从自身利益出发，为避免被市场中同类竞争者排挤而丧失利益，抢占企业市场份额。企业为了保持自身竞争力，在市场获得发展优势，必须迎合技术发展趋势，优化生产要素配置，积极向智能制造方向转型。市场竞争迫使企业寻求相对优势，引导企业搜集更多信息，做出正确决策，使企业在与其竞争对手较量时取得优势。

4.2.4 产业合作。传统制造业企业可以通过产学研合作解决资源供应不足的问题，获取智能化发展的启示和机会，降低转型的风险性和不确定性，同时在一定程度上帮助高校和科研机构研发成果市场化。另外，产业间的广泛合作能够使企业获得大量的信息进行高效决策，同时对自身能力的弱点产生更清晰的认知。

综上，本研究确定“传统制造向智能制造发展影响因素”这一核心范畴，并构建传统制造向智能制造发展的影响因素模型，如图2所示。

图2 传统制造向智能制造发展影响因素模型

5 结论、建议与局限性

5.1 研究结论

本文基于现有智能制造影响因素，提出一个包含企业内部数字化转型、集成互联、协同融合、技术创新和人才建设，新一代信息技术、国家政策、行业竞争和产业合作的影响因素模型，通过对研究企业进行质性研究，得出传统制造向智能制造发展的影响因素模型。

研究表明：内部因素包括企业内部数字化转型、技术创新、人才建设、集成互联和协同融合五个方面对传统企业向智能制造发展有促进作用。企业内部数字化转型是传统企业向智能制造发展的基础；技术创新是智能制造发展的源泉；人才建设保证了企业技术创新，推动企业内部数字化转型；集成互联直接影响着制造企业资源配置效率和生产效率。在数字化转型和集成互联的基础上，企业利用大数据、物联网、云计算等信息技术，达到信息资源协同共享，使传统制造不断向前发展和升级，同时为传统制造企业演进提供新思路。外部因素包括新一代信息技术、国家政策、行业竞争和产业合作四个方面对传统企业向智能制造发展有正向影响。新一代信息技术的发展现状是企业技术的根基。国家政策很大程度上决定了企业的发展战略，引导产业发展方向。产业间合作与竞争使传统制造企业得到了充分的决策信息，增强了决策有效性。同时，产学研合作也解决了企业独立发展面临的技术、信息、知识等问题。

5.2 主要建议

根据对影响因素作用的研究，本文从以下两方面提出传统制造向智能制造发展的相关建议。

从内部影响因素来看，首先，应注重技术创新，提升企业研发能力，实现关键领域的核心技术创新，建立并完善智能制造技术创新体系。转型企业可以结合自身发展情况制定激励机制和人才培养体系，吸纳高技术人才，建设人才队伍，以保障智能化发展的顺利推进。其次，引进数字化技术和设备等对自身技术进行改造升级。引入信息物理系统、物联网技术实现制造全流程高度透明化，建立云平台对产品信息进行全生命周期管控，实现各业务环节高效协同、提升效率。将数字化技术应用到产品全生命周期，实现软件系统和硬件设备的高效结合。运用无线通信技术和有线通信技术，实现资源、数据集成，设备、企业、用户和市场之间互联互通，基于用户个性化需求进行高效率的差异化生产，对企业进行便捷、高效、集中的管理。在数字化转型和集成互联的基础上，企业利用新一代信息技术，达到信息资源协同共享，为传统制造提供发展的动力和经济增长点。

从外部影响因素来看，政府部门应明确传统制造业企业智能化发展的重点，把控企业智能化转型趋势。通过国家政策引导我国制造企业智能化发展，逐渐实施传统制造向智能制造转型升级。云计算、物联网、大数据等新一代信息技术将打破传统生产管理模式，将互联协作融入传统生产管理模式中，从设计、生产、管理和服务等方面提升制造企业智能化水平，加快制造企业转型升级。企业应积极与科研机构和高校开展产学研合作，对核心技术进行重点研究，逐渐缩小与技术创新水平较高国家及地区之间的差距。在行业间建立有效的合作平台，促进企业在平台上的技术交流与合作，降低智能化发展的风险。

5.3 局限性

本研究仍存在一些不足之处：一是访谈对象较少，可能导致归纳结果中因素不足，仍有未涉及的影响因素；二是在传统制造向智能制造发展的过程中，不同时期影响因素可能有所不同，其对传统企业智能化发展影响程度也有所区别，未来应对传统企业智能化转型不同阶段的发展进行研究；三是对影响因素之间的交互作用缺乏分析，未来可对内外部影响因素的协同交互作用进行进一步探讨。