辽宁装备制造企业智能制造与集约经济效益研究

2021-05-22吴慧媛

辽宁工业大学学报(社会科学版) 2021年2期

关键词：集约辽宁人力

吴慧媛

本刊核心层次论文

辽宁装备制造企业智能制造与集约经济效益研究

吴慧媛

(辽宁理工职业大学机电学院，辽宁锦州 121001)

为了分析研究辽宁装备制造企业智能制造水平与集约经济效益,以辽宁装备制造企业为研究对象,建立辽宁装备制造企业投入与产出关系的生产函数模型,实现了企业智能制造水平与集约经济效益测度。同时，通过智能制造因素贡献率与全要素生产效率对比分析，提出辽宁装备制造企业提高智能制造水平和集约经济效益的对策建议。

装备制造企业；全要素效率；生产函数；智能制造贡献；集约经济效益

一、引言

集约经济效益（Intensive economic benefit，简称IEB）是企业通过提升资产（Property）要素和人力（Manpower）要素的利用效率、组合运用质量，而使全要素生产效率（Total factor productivity，简称TFP）提高所增加的产出数量（Quantity of output）超过资产要素和人力要素总投入量而增加的产出效果。集约经济效益的产生原因，一方面是由于生产要素利用效率的提升降低了单位产品所消耗的全部生产要素投入，另一方面是由于人力与资产资源优化配置和智能化生产使全要素生产效率提高而使产出总量产生的增值。因此，集约经济效益计算归根结底是分析企业全要素生产效率的增减变化来揭示其高低水平[1]。

二、企业智能制造水平与集约经济效益分析方法

随着企业全要素生产效率的提高，必然带来企业集约经济效益的提升，该集约经济效益的提升幅度与产出总量的相对增加或者投入生产要素总量的相对节约密切相关。因此，只有计算企业全要素生产效率的增长率，才能实现企业集约经济效益，以及智能制造水平的分析过程。

（一）全要素生产效率模型

全要素生产效率是企业在一定时期内总的产出量与资产要素和人力资源等全部生产要素投入总量的比率。计算公式如下：

式（1）中：为全要素生产效率；为一定时期的总产出量；为资产要素投入量；为人力要素投入量；为投入生产过程中资产要素与人力资源的比值，即按着一定的当量将资产要素换算为人力资源。计算公式如下：

式（2）中：1、1分别为一定研究时期内全部评价样本的人力要素平均值和资产要素平均值；为资产要素的产出弹性系数，而则为人力要素的产出弹性系数，只要建立了样本企业的生产函数模型即可求出和。

（二）生产函数模型构建

生产函数是表示在一定的生产技术条件下，投入生产经营过程中的资产（Property）和人力（Manpower）等生产要素的量及其组合与产出数量（Quantity of output）之间的技术关系[3]。运用最小二乘法（Least square method）对样本统计数据进行回归分析即可建立样本企业的生产函数模型。生产函数数学模型如下：

式（3）中：为产出数量；为技术进步水平，随着工业4.0时代的到来，更多地体现了企业生产组织、管理水平、技术创新和智慧生产能力，将其命名为智能制造水平；为资产投入量；为人力投入量；、分别为资产和人力要素的产出弹性系数。

（三）智能制造要素贡献率分析

智能制造（Smart manufacturing）要素贡献率（Factor contribution）是企业生产组织、管理水平、技术创新和智慧生产能力，即智能制造水平对产出数量的贡献，它反映了智能制造要素对于产出数量的作用程度。通过智能制造要素贡献率的高低，可以实现不同企业生产管理水平和智慧生产能力的分析与评价。相关计算公式如下：

式（4）中：为智能制造要素的贡献率；ln为技术进步自然对数；ln为产出数量的自然对数。

（四）集约经济效益

集约经济效益（Intensive economic benefit，简称IEB）是由于全要素生产效率提高而增加的产出量，因此，只要计算出全要素生产效率增长率（Growth rate of Total factor productivity）就可以完成集约经济效益的分析过程[2]。集约经济效益计算公式如下：

式（5）中：为集约经济效益；为产出量；为全要素生产效率增长率，通过两个不同时期全要素生产效率的对比即可得出。计算公式如下：

式（6）中：Δ为本期全要素生产效率增加值；0为上期全要素生产效率。

三、实例分析

（一）评价样本与数据选取

本文以机器人、鞍重股份、森远股份、智云股分、蓝英装备、大连三垒、大连重工、大橡塑、博林特、大金重工、合金投资、瓦轴B、沈阳机床等13家辽宁装备制造企业为研究对象，以上年（2019年）相关截面数据为评价样本，以各个企业的营业收入作为总产出量（），以资产平均额作为资产投入要素（），以职工平均人数作为人力投入要素（），收集整理上年（2019年）相关数据如表1第2—4列所示，前年（2018年）相关数据略。

（二）辽宁装备制造企业生产函数模型建立

根据美国数学家柯布（C.W.Cobb）和经济学家道格拉斯（Paul H. Douglas）所创建的柯布—道格拉斯生产函数原理，将表1中相关数据输入回归分析软件，得到辽宁装备制造企业生产函数模型：

由于该模型复相关系数（）为0.970，说明产出总量（）与资产要素（）及劳动要素（）之间相关性很强；同时，该模型的显著性检验指标（）为78.815，远远大于临界值0.01（2,10）=7.559，以及生产函数模型的Sig.值为0.000，充分说明产出量（）与资产要素投入（）及劳动要素投入（）之间高度显著。

（三）辽宁装备制造企业生产函数内涵分析

根据生产函数模型（7），辽宁装备制造企业的资产要素产出弹性为0.589，说明在综合技术效率不变的情况下，当资产要素（）投入增加1%时，总的产出规模（）将增加0.589%；人力要素产出弹性为0.536，说明当人力要素（）投入增加1%时，总的产出数量（）将增加0.536%；由于+=1.25，说明在综合技术效率不变的情况下，当资产要素（）和人力要素（）都增加投入1%时，总的产出数量（）将增加1.25%，说明该生产函数模型为产出规模递增型模型，也充分说明辽宁装备制造企业具有集约型经营特点。

（四）辽宁装备制造企业智能制造要素贡献率分析

根据计算公式（4）—（6），计算出每个辽宁装备制造企业技术进步水平、资产要素和人力要素对产出数量的贡献率，见表1第5列。根据这些数据可以看出：1. 智能制造要素贡献率最大的企业是样本11（21.8487%），依次是样本6、4、2，他们的智能制造要素贡献率均在21%以上，说明这些企业在生产组织、管理水平、技术创新和智能生产等方面较为先进；2. 智能制造要素贡献率中等企业分别是样本10、3、5、8、1、9，他们的智能制造要素贡献率在19%—21%之间，说明这些企业在生产组织、管理水平、技术创新和智能生产等方面尚有较大的提升空间；3. 智能制造要素贡献最小的企业是样本7（17.8284%），依次是样本13、12，他们的智能制造要素贡献率均在19%以下，说明这些企业在生产组织、管理水平、技术创新和智能生产等方面不高，亟待采取相应措施进行改进[4-5]。

（五）辽宁装备制造企业全要素生产效率分析

根据公式（2），计算出辽宁装备制造企业资产要素与人力要素的换算比率系数：

说明辽宁装备制造企业资产要素与人力要素的换算当量为0.00733人/万元，即每万元资产要素相当于0.00733人力要素。

根据计算公式（1），计算出所有辽宁装备制造企业全要素生产效率，详见表1第6列。

表1 辽宁装备制造企业投入产出数据与集约经济效益分析表

样本产出数量（万元）资产投入（万元）劳动投入（人）智能要素贡献率（%）全要素效率（万元/人）全要素效率增长（%）集约经济效益（万元） 12345678910111213131907.5623750.5145522.0722111.8982877.9716290.49883171.75121781.25165245.6135284.1113059.42307978.02737906.292420,91.2988615.47121332.5257816.57169852.55107669.991886501.81288635.10260684.89192674.1229524.62371779.791637264.192117.00514.00376.00451.00546.00384.006488.001512.002223.00713.00266.006542.0014252.0019.442721.171120.480221.249919.882721.593317.828419.516919.236320.745321.848718.688117.969433.896120.412135.975325.276846.274213.885343.471633.569939.974116.601927.070633.233328.10733.9610.29643.78550.07928.605-0.4816.4712.08416.330-7.552-6.5524.261-5.8625025.1370.0513862.267378.4218434.06-78.73353679.102486.4223196.91-2882.13-915.5912586.64-45953.58

注：表中第2-4列数据来源于新浪财经网https://finance.sina.com.cn/stock/

根据该列数据可以看出：

1. 全要素生产效率最高的企业是样本5（46.2742万元/人），依次是样本7（43.4716万元/人）、9（39.9741万元/人），说明这些企业在资产要素、人力要素利用效率和组合运用质量方面较高；

2. 全要素生产效率中等企业分别是样本3、1、8、12，他们的全要素生产效率在30—40万元/人之间，说明这些企业在资产要素、人力要素利用效率和组合运用质量等方面仍有不足，需要采取相应措施优化生产要素配置。

3. 全要素生产效率最低的企业是样本6（13.8853万元/人），依次是样本10（16.6019万元/人）、2（20.4121万元/人）、4（25.2768万元/人）、11（27.0706万元/人）、13（28.1073万元/人），他们的全要素生产效率均在30万元/人以下，说明这些企业在资产要素、人力要素利用效率和组合运用质量方面等存在很大问题，必须通过生产要素的优化配置来实现全要素生产效率的提高。

（六）辽宁装备制造企业集约经济效益分析

以前年13家辽宁装备制造企业投入与产出数据为样本，通过对投入产出截面数据取对数，再运用最小二乘法计算出前年生产函数的相关系数，并得到辽宁装备制造企业前年生产函数模型：

=3.090.6440.513（8）

由于该模型的复相关系数（）为0.980，说明产出总量（）与资产要素（）及劳动要素（）之间相关性很强；同时，该模型显著性检验指标（）为122.096，远远大于临界值0.01（2,10）=7.559，以及生产函数模型的Sig.值为0.000，充分说明产出量（）与资产要素投入（）及劳动要素投入（）之间高度显著。根据生产函数模型（8），继续应用计算公式（1）—（2）和计算公式（5）—（6），得到所有辽宁装备制造企业全要素生产效率增长率（见表1第7列）和集约经济效益（见表1第8列）。由此可以看出：

1. 集约经济效益最高的企业是样本7（53 679.10万元），其次是样本9（23 196.91万元），排在第三位的是样本5（18 434.06万元），第四、第五位分别是样本3（13 862.26万元）和样本12（12 586.64万元）。上述5个企业的特点是全要素生产效率高或者较高，同时这些企业的全要素生产效率增长率高或者较高，使得集约经济效益均在1万元以上。说明这些企业在资产要素、人力要素利用效率和组合运用质量方面具有较高水平的基础上，以全要素生产效率的提升带来了集约经济效益明显增加。

2. 集约经济效益较高的企业是样本4（7 378.42万元）、1（5 025.13万元）、8（2 486.42万元），上述3个样本企业不但全要素生产效率较高（或者高），而且全要素生产效率增长率也高（或者较高），使得集约经济效益也居于较高水平。说明这些企业的资产要素、人力要素利用效率和组合运用质量具有较高水平，并通过提升全要素生产效率增长率获得了较好的集约经济效益。

3. 集约经济效益接近于零的企业是样本2（70.05万元）、6（-78.733万元），上述2个样本企业的全要素生产效率较低，同时全要素生产效率增长率也接近于零，使得集约经济效益也接近于零。说明这2个企业的资产要素、人力要素利用效率和组合运用质量水平一般。

4. 集约经济效益较低的企业是样本11（-915.59万元）、10（-2 882.13万元）、8（-45 953.58万元），上述3个样本企业不但全要素生产效率较低，而且全要素生产效率呈现负增长，致使这3个企业集约经济效益为负值。说明这些企业的资产要素、人力要素利用效率和组合运用质量不高，特别是由于全要素生产效率下降致使集约经济效益急剧降低[6-8]。

（七）辽宁装备制造企业经营战略制定

全要素生产效率充分反映了企业资产要素、人力要素的优化配置质量，而智能制造要素贡献率体现了企业生产组织、管理水平、技术创新和智慧生产能力的智能制造水平。将全要素生产效率与智能制造要素贡献率对比分析，即可看出每个企业对于现有生产要素有效运用程度，又可看出企业未来可持续发展潜力，由此也为每个企业制定可行的经营战略提供重要依据[9-11]。根据表1中第5和第8列数据可以看出：

1. 全要素生产效率高，而智能制造要素贡献率较高的企业分别是样本5、7、9、3、1、12和8，这7个企业在保持现有资产要素、人力要素的利用效率和组合运用质量基础上，应该通过技术更新和技术升级来加强企业数字化、智能化建设，进而提升企业智能制造能力。

2. 全要素生产效率一般，但智能制造要素贡献率高的企业分别是样本11、6、4和2，这4个企业在保持现有生产组织、管理水平、技术创新和智慧生产等智能制造水平较为领先的基础上，亟待通过优化配置资产要素、人力要素来提升其利用效率和组合运用质量，进而提升企业全要素生产效率和集约经济效益。

3. 全要素生产效率低（或者较低），而智能制造要素贡献率较低（或者低）的企业分别是样本10和13，这2个企业既要通过技术更新和技术升级来加强企业数字化、智能化建设来提升企业智能制造能力，还要通过优化配置资产要素、人力要素来提升其利用效率和组合运用质量来提升企业全要素生产效率，最终提高企业集约经济效益。

四、结束语

运用企业投入与产出数据来建立生产函数模型，可以实现辽宁装备制造企业智能制造能力、全要素生产效率和集约经济效益综合分析，进而得出重要研究结论：

第一，将生产函数模型的技术进步水平赋予智能制造水平，对于分析企业数字化、智能化发展具有重要现实意义；第二，利用企业智能制造能力与全要素生产效率对比分析，为企业制定资产要素与人力要素优化配置，以及提升智能制造能力对策提供重要的技术支撑；第三，本文研究结果说明，运用全要素生产效率增长率来测定集约经济效益具有一定的可行性和实用性，这将为提高企业集约经营效果提供科学依据。

[1] William A·Sarcman. The Plan of strategic Management[M]. Changchun: Publishing House of period literature and art, 2003.

[2] 高詹. 基于全要素生产率的城市经济集约增长研究[D]. 大连: 东北财经大学, 2015.

[3] 唐未兵, 傅元海, 王展祥. 技术创新、技术引进与经济增长方式转变[J]. 经济研究, 2014(7): 56-60.

[4] 李宏, 陈圳. 中国优势制造业全球价值链竞争力分析[J]. 审计与经济研究, 2018(1): 21-25.

[5] 孙少, 勤邱璐. 全球价值链视角下中国装备制造业国际竞争力的测度及其影响因素研究[J]. 东南大学学报(哲学社会科学版), 2018(1): 7-11.

[6] 雷海, 王皓, 朱明侠. 全要素生产率与社会就业关系的研究——以制造业为例[J]. 价格理论与实践, 2018(2): 119-122.

[7] 何健文. 中国高技术制造业创新景气指数研究——基于主成分法[J]. 科技管理研究, 2018(11): 6-12.

[8] 唐孝文, 相楠, 李雨辰. 低碳经济下北京现代制造业创新能力影响因素研究[J]. 科研管理, 2019, 40(7): 87-96.

[9] 张永安, 鲁明明. 高技术制造业创新效率评价及要素投入差异性研究[J]. 科技进步与对策, 2019, 36(16): 51-57.

[10]冯瑞琳. 基于人工智能与制造业的深度融合发展分析[J].现代商贸工业, 2019, 40(24): 193-194.

[11] 郑国姣, 常冉. 中国装备制造业服务化与绿色全要素生产率研究——基于新型国际分工下的GVC视角[J]. 技术经济与管理研究, 2019(10): 3-8.

F224.0