新发展阶段中国装备制造业智能制造发展测度

韩 君，王 菲

(兰州财经大学 统计学院，甘肃 兰州 730020)

一、引言

制造业是国民经济的主体，发展迅速且拥有完整的制造体系，但是依旧面临“大而不强”需要转型升级的问题。近年来，智能制造逐渐成为制造业发展趋势，发展智能制造对于打造我国制造业竞争新优势、促进制造业迈向中高端、实现制造强国具有重要意义。从《中国制造2025》明确提出两化深度融合的主攻方向是智能制造，到《“十三五”国家战略性新兴产业发展规划》指出要大力发展智能制造系统，再到《智能制造试点示范2016专项行动实施方案》《智能制造发展规划(2016—2020年)》《国家智能制造标准体系建设指南》等一系列政策的出台，智能制造逐步成为制造业转型升级的破题之举[1]。“十三五”以来，我国智能制造迈出坚实的建设步伐，智能制造整体水平得到了明显提升。“十四五”时期是我国工业和信息化发展提质增效的关键阶段，《“十四五”规划建议》坚持把发展经济着力点放在实体经济上，加快推进制造强国的建设，深入实施智能制造工程推动制造业高端化、智能化。《“十四五”智能制造发展规划》的编制也从立足新发展阶段、准确把握新时代智能制造定位和使命出发。

装备制造业是制造业的核心，其智能化的发展会产生引领带动作用，但是装备制造业行业门类繁多，应用场景复杂，子行业的发展处于不平衡阶段。如何把握智能制造在不同子行业中的发展规律和融合方式，分行业、分步骤推动装备制造业转型是新发展阶段装备制造业智能制造需要关注的重点。因此，本文以装备制造业为研究对象，对其智能制造综合发展水平进行测度，探究装备制造业不同子行业之间的发展差异，以期为装备制造业智能制造后续发展提供建议。

二、文献综述

现有文献对智能制造的研究主要分为三类。第一类是对智能制造转型影响因素的探究，李廉水等认为制造业智能化的基础是基础要素投入、关键是软件技术开发与应用、发展目的是经济效益与社会效益[2]。孙新波等采用质性研究和扎根理论对影响制造业由传统向智能发展的因素进行探讨，明确行业竞争、产业合作等9个因素的作用方向，并从内部和外部两个方面分别提出建议[3]。孟凡生、赵刚通过实证验证了传统制造向智能制造发展的影响因素理论模型，结果表明集成互联、技术创新等因素对智能制造的发展起正向作用[4]。苏贝、杨水利选取15个智能制造典型案例，基于扎根理论探究影响企业智能化转型升级的因素[5]。第二类研究是评价智能制造的发展水平，季良玉从基础设施层、生产应用层和市场实践层三个方面构建了中国制造业智能化水平测度指标体系，运用熵权法和纵横向拉开档次法测度中国30个省份制造业的智能化水平，发现2003—2017年各个省份制造业智能化水平呈上升趋势，但四大地区之间的智能化水平差距较大[6]。董志学、刘英骥在分析智能制造影响因素的基础上构建指标体系，通过因子分析法探究制造业企业向智能制造转变的路径[7]。李健旋构建评价指标体系，采用熵权法对中国制造业智能化程度和省际制造业智能化差异进行了评价，并从内源和外源两个方面出发分析智能化的影响因素[8]。龚炳铮从智能制造企业生态环境、企业建设水平和智慧企业效益三个维度出发构建指标体系，对智能制造企业进行了分析[9]。第三类研究主要从智能制造发展模式和路径出发，陈丽娟基于工业4.0时代分析了我国智能制造产业发展模式，指出中国制造业需要工业4.0的生产效率和“智能”生产模式[10]。钟志华等认为我国智能制造水平的提升要以数字化、智能化升级为抓手，智能制造的开展要结合行业特色[11]。周济认为智能制造的推进中，要坚持创新驱动和良好的发展生态，做到开放和协同创新以及产业升级[12]。郭进从技术链、产业链、价值链三个方面分析认为传统向智能的转变是整个技术体系的跨越[13]。

对装备制造业的测度研究主要倾向于三个方面，首先是对装备制造业技术创新的测度研究，曾刚、耿成轩整理2011—2016年的年鉴数据使用投入指标、产出指标和环境变量，综合运用四阶段DEA模型和Bootstrap模型测度高端装备制造业技术创新效率并分析其现状及差异[14]。唐孝文等基于2011—2018年数据使用VHSD-EM综合动态评价模型对高端装备制造业技术创新能力进行测度，结果发现高端装备制造业子行业技术创新能力分化明显且变化幅度存在差异[15]。其次是研究影响装备制造业转型升级的因素，黄满盈、邓晓虹基于财务竞争视角运用固定效应模型进行回归分析，研究了107家高端装备制造业企业转型升级的驱动因素[16]。陈瑾、何宁分析了中国装备制造业升级面临的问题，提出高质量发展下中国装备制造业产业升级路径并构建评价指标体系，运用层析分析法探究装备制造业的转型升级[17]。最后是对装备制造业发展能力的测度研究，宋皓皓、王英基于改进的纵横向拉开档次法，通过构建指标体系综合评价东部地区十个省份高端装备制造业的发展，揭示各省份装备制造业的发展水平和趋势[18]。钞小静等从研发设计、市场匹配和生产制造出发构建评价指标体系，运用纵横向拉开档次法和BP神经网络算法测度装备制造业高质量发展水平[19]。李健、闫永蚕基于30个省份2008—2017年数据，使用CRITIC-TOPSIS法动态评价我国装备制造业的综合发展能力，比较区域装备制造业的发展差异[20]。

装备制造业在智能制造方面的探讨主要侧重于影响因素的研究。刘志浩、于秀艳在研究山东省装备制造业智能化水平时从智能支撑、智能应用、智能效益三个维度出发建立测度指标体系，研究发现技术创新、政府财政、地区发展水平都是重要影响因素[21]。宋永昕以装备制造企业为出发点，采用扎根理论确定企业能力、外部环境和管理者认知对企业智能制造转型的正向影响[22]。赵刚以高端装备制造业为研究对象，从创新、数字化、传统资源三个方面构建作用机理框架，运用扎根理论识别智能化转型的影响因素，运用结构方程模型探究各类因素的作用机理[23]。张元芹以辽宁省装备制造业为出发点，在对发展现状和理论分析探讨的基础上运用系统动力学原理分析了人才系统、技术系统、政府政策系统、信息化支撑系统之间的相互作用，并建立SD模型探讨智能化转型的重要影响因素[24]。

经梳理可知，现有文献对智能制造的研究大多数集中于探究智能制造转型影响因素、评价智能制造发展水平以及研究智能制造发展模式和路径等方面，但研究对象多侧重于制造业整体，对装备制造业的研究较少且测度智能制造发展水平的指标体系也不够完善。对装备制造业的测度研究倾向于对其技术创新能力、发展水平的评价和转型升级影响因素的探究，已有的对装备制造业智能制造的研究也都侧重于影响因素的探究。基于此，本文以装备制造业为研究对象，从基础条件、建设水平、行业效益三个维度出发构建智能制造发展测度体系。使用熵权法和纵横向拉开档次法综合确定指标权重，对装备制造业八个子行业2015—2019年智能制造的发展进行测度，探究其2015—2019年五年间的发展态势以及在智能制造不同维度下各子行业的发展差异。

三、智能制造发展测度体系

(一)装备制造业智能制造内涵

装备制造业是国民经济的生命线和工业的心脏，装备制造业集技术密集、资金密集和劳动密集于一体，对投资、技术进步、就业都有促进作用。现如今经济增长更侧重提高质量、增加效率、降低污染，这种转变以研发先进和高效的技术装备为基础。因此，装备制造业的转型升级必不可少，装备制造业的智能制造发展也倍受关注。

装备制造业的智能制造经历自动化、信息化、互联化和智能化四个阶段，自动化是指在工业生产中以自动控制和调整装备为主进行加工生产，例如应用自动识别设备和人机协作系统。信息化是指工业软件和数据库的应用，对工业大数据进行运维和检测评估，进行工业大数据的采集分析等逐步建立数据管理体系。互联化是指工业互联网将人、数据和机器连接起来，工业网络要满足工厂不同系统层级间低时延和高可靠等需求，实现工业网络架构下不同层级和异构网络之间的组网，规范网络地址和无线频谱等资源使用以及网络运行管理。这三者从制造工艺本身过渡到整体系统的集成都离不开研发和创新。智能化是指智能生产，在生产过程中实现多级计划协同、动态优化调度、制造资源动态组织和流程模拟；在管理过程中实现作业过程管控、异常管理、质量追溯和设备运行状态监控；在产品流通过程中实现工厂内物料状态标识与信息跟踪、智能仓储系统、物料分拣配送路径规划与管理等智能配送。

(二)指标体系构建

基于文献对智能制造转型影响因素的探究以及对装备制造业智能制造内涵的分析，本文从基础条件、建设水平和行业效益三个维度出发，共选取22个指标进行指标体系的构建，其中生态效益包含的指标均为逆向指标，其余指标均为正向指标，指标体系如表1所示。

表1 装备制造业智能制造发展评价指标体系

基础条件主要考察装备制造业是否具备发展智能制造的前提，从研发能力和创新能力两个方面进行衡量。研发能力强意味着拥有高水平的研发人员、先进仪器设备和前沿专利技术，能更好地突破科技壁垒促进创新，吸引更多的国际研发合作伙伴，汲取更多的一流技术和经验，提升企业创新效率。研究与试验发展可以反映科技发展水平，故研发能力通过研究与试验人员全时当量、研究与试验发展项目数、经费支出、有效发明专利数来衡量。企业创新是一个部门间相互关联的价值链增值过程，新产品是指采用新技术原理和构思并且在一定范围内先进、适用、新颖的产品。创新能力越强，企业也能在更大程度上缩减成本，新技术和新产品也会大幅提高产品竞争力。因此选择新产品销售收入、开发项目数和开发经费支出以及实现产品创新和工艺创新的企业占比来分析创新能力。

《智能制造发展规划(2016—2020年)》中指出智能制造在发展过程中要坚持以需求为导向，激发企业推进智能制造的内生动力，建设水平主要考察企业智能制造发展是否按照需求推进以及进展如何，分智能技术、生产智能、管理智能三个方面进行考察。在衡量企业智能技术时，选用研发费用、技术人员占总人数比重、无形资产中专利权类资产变化量；衡量企业生产智能能力时，选用机器设备类固定资产变化量、智能产品占主营业务收入比重；衡量企业管理智能能力时，选用软件类无形资产变化量。

加快发展智能制造可以改变我国制造业的发展模式。行业效益主要通过经济效益和生态效益衡量，选用营业利润增长率、营业收入增长率和绩效水平来衡量经济效益，反映装备制造业企业发展智能制造的市场前景和盈利能力以及发展智能制造所带来的效益。选用能源消费总量、一般工业固体废物产生量、工业废气和废水排放量来衡量生态效益，反映装备制造业企业发展智能制造时环境改善和能源消费的情况。

(三)测度方法

现有动态综合评价方法中，相对指数法和层次分析法确定权重易受主观因素的影响，主成分分析法会丢失过多信息。熵值法和纵横向拉开档次法确定权重均为客观赋权，熵值法确定指标权重时利用了各项指标观测值提供的信息但不能反映相关指标间的关系，郭亚军提出纵横向拉开档次法，基于时序立体数据进行客观测度但缺少对指标增长性的衡量[25]。基于此，本文借鉴唐孝文等的研究[15]，在确定指标权重时将熵值法和纵横向拉开档次法结合，获得指标权重后通过综合评价函数计算评价对象的综合得分。

1.熵值法

设指标体系中有n个被评价对象，m个评价指标。基于无量纲化处理后的数据，第一步计算各指标数据的变异程度：

(1)

第二步计算每一项指标的信息熵值：

(2)

式(2)中当vij为0或1时，有：

vijln(vij)=0

(3)

第三步计算每一项指标的差异性系数：

Dj=1-Ej

(4)

最后确定指标的权重：

(5)

2.纵横向拉开档次法

设指标体系有n个被评价对象，m个评价指标，T年数据，原始数据{xij(tk)}构成时序立体数据，综合评价函数为：

(6)

各评价对象在时序立体数据表上的整体差异可用yj(tk)的总离差平方和来进行描述：

(7)

(8)

(9)

(10)

其中，W为权重矩阵，W′为W的转置，确定权重系数的原则是在时序立体数据表上最大可能地体现出各评价对象之间的差异，则W为矩阵H的最大特征值λmax(H)所对应的经归一化处理的特征向量。

3.组合赋权

对两种方法计算所得的权重求其平均，得到最终指标权重W综。则综合评价函数为：

(11)

由式(11)计算得出被评价对象的综合得分。为了便于得分比较采用功效系数法进行处理，将综合得分的范围规定为60～100。

(四)数据来源与预处理

由国家统计局官网对工业统计相关问题的回答可知，装备制造业包含八个子行业——金属制品业，通用设备制造业，专用设备制造业，汽车制造业，铁路、船舶、航空航天和其他运输设备制造业，电气机械和器材制造业，计算机、通信和其他电子设备制造业，仪器仪表制造业。后续数据整理和计算涉及的装备制造业分类均以此为准。

本文所用的装备制造业数据来源于《中国能源统计年鉴》《中国统计年鉴》《中国环境统计年鉴》和巨潮资讯网。数据中涉及的工业企业均为规模以上工业企业。建设水平维度下的相关数据来源于各上市企业年报，年报数据由巨潮资讯网下载查询获得。智能制造企业的选择基于2015—2018年中华人民共和国工业和信息化部发布的智能制造试点示范项目名单和2019年发布的智能制造标杆企业案例，结合研究主题从中选择行业隶属于装备制造业的企业81家，剔除数据存在缺失的企业最终选择65家企业作为研究对象，其中金属制品业企业1家、通用设备制造业企业9家、专用设备制造业企业8家、汽车制造业企业10家、运输设备制造业企业2家、电气机械和器材制造业企业15家、电子设备制造业企业17家、仪器仪表制造业企业3家。将所选企业中属于同一子行业的企业指标数据进行加权平均，以此代表该子行业该指标数据，缺失的部分数据由线性回归的方式进行补充。由于各指标单位不同，所搜集到的数据量级也不同，采用极差法对数据进行无量纲化处理。

四、测度结果与分析

(一)权重的确定

运用熵值法和纵横向拉开档次法分别计算得到2015—2019年指标权重并进行平均，得到最终权重如表2所示。

表2 2015—2019年装备制造业智能制造发展指标权重

(二)装备制造业智能制造综合评价

由表3可知，装备制造业子行业智能制造的发展存在不均衡的情况。装备制造业智能制造发展综合得分的平均值为77.23，金属制品业、运输设备制造业、专用设备制造业、仪器仪表制造业2015—2019年的综合得分都低于平均得分，智能制造发展水平较低。提高质量、增加效率是装备制造业产业转型升级的首要目标。金属制品业属劳动密集型产业，未上市中小企业居多，自身实力较弱，在向智能制造转型过程中容易遇到资金不足而无法支撑转型中所需新技术和新设备投入等问题。运输设备制造业与人民的生活息息相关，铁路、轨道交通和航空在智能制造的发展中取得一些进步，例如高端产品和发达市场转变成功、自主研发水平提高。但由于运输设备制造业创新和研发周期较长的产业特性，竞争力的提升还存在一定不足。专用设备制造业是指专门针对某类对象实现某项功能的设备制造，在政策支持和需求增加的情况下专用设备制造业发展态势较好，但竞争压力较大、生产效率低和产业生存环境不够完善的问题导致其智能制造发展水平较低。仪器仪表制造业由于产品种类多、标准统一困难、生产设备专业性强等特点，在实现产品自动化提升生产效率时陷入困境，导致其智能制造发展水平低于平均水平。汽车制造业、电子设备制造业、电气机械和器材制造业2015—2019年综合得分都高于平均得分，智能制造发展水平较高。汽车制造业是我国大型基础产业之一，在发展过程中能做到生产信息化和精益化使其竞争力不断提升，智能制造总体发展水平也较高。电子设备制造业由于产业链逐渐完整加之政策的大力扶持，在智能制造发展过程中首当其冲，发展水平整体较高。电气机械和器材制造业属于产品技术密集度较高的产业，研发投入力度大且重视创新。在其余产业加快发展智能制造的同时也会为电气机械和器材制造业带来较多新需求，进一步加快其智能制造的发展。

表3 2015—2019年装备制造业智能制造发展综合得分

由图1可知，除运输设备制造业、电子设备制造业、电气机械和器材制造业外，其余子行业2015—2019年智能制造发展水平变化幅度较小。运输设备制造业在多年发展过程中已经形成完善的制造体系，在装备制造业智能制造发展的初期，该产业为重要试点领域，要在产品设计、制造和服务上做到智能化。但由于运输设备制造业服务对象多涉及出行和运输的行业特性，其技术和资金的投入得到反馈是一个较为漫长的过程，智能化的转变也需要一定时间，因此该产业智能制造发展水平在2015—2017年呈下降趋势。随着产业自主创新能力和竞争力的提升以及以数字化和智能化为导向的政策扶持，运输设备制造业智能制造发展水平在2017—2019年呈上升趋势。电子设备制造业的发展已趋于成熟，产业规模大，经济效益高。在大力发展高新技术产业的政策支持下，电子设备制造业关键技术装备的集成应用度高，能有效实现产品智能化信息化，智能制造发展水平也在2016—2018年呈稳步上升趋势。但由于产业发展整体聚集度较高使区域发展水平差异较大，依据需求进行自主创新和自主研发的能力不够完善，导致其智能制造发展水平在2019年出现下降。电气机械和器材制造业智能制造发展水平在2015—2017年呈上升趋势，在2017—2019年呈下降趋势。该产业制造的产品与日常生活和其他产业联系紧密，在智能制造发展初期，例如新能源、人工智能等产业扩大发展布局的同时会产生许多新产品的需求，在一定程度上扩大电气机械和器材制造业的市场规模，也为其智能制造的发展奠定基础。但产品同质化严重、行业竞争激烈的问题随之出现，阻碍后续电气机械和器材制造业智能制造的发展。

图1 2015—2019年装备制造业智能制造发展变化趋势

(三)装备制造业智能制造各维度评价

1.基础条件

由表4可知，2015—2019年装备制造业八个子行业在研发能力和创新能力的提升上出现失衡。装备制造业基础条件得分中，2015年金属制品业最低，2018年电子设备制造业最高，基础条件平均得分为76.06。汽车制造业、电气机械和器材制造业、仪器仪表制造业、电子设备制造业2015—2019年得分均位于平均分以上，研发能力和创新能力相对较好。新一代信息技术和制造业的进一步深度融合，使得关键技术装备的发展取得成效。在智能制造发展进程中，新能源汽车快速发展，传统汽车制造业竞争激烈，面临利润压缩。电气机械和器材制造业的市场规模不断增长，行业新增长点出现。新兴产业的快速发展和政策投入倾向带动仪器仪表行业转型升级。这些变化将促使产业以创新能力和研发能力为突破口提高自身市场竞争力。电子设备制造业的发展更注重技术的投入和产品的创新，在研发人员和研发投入等方面都具有优势，发展智能制造的基础条件也较优于其他行业。金属制品业、运输设备制造业2015—2019年得分均位于平均分以下，研发能力和创新能力相对较差。由于企业规模相对较小，资金实力相对较弱，金属制品业在转型升级过程中的主要任务是提质增效，导致其研发投入不够、产品创新动力不足。运输设备制造业的发展可以保持国家经济活力、提高公众生活质量。其中未来公共交通的发展以新型轨道交通为主导方向，逐渐走向互联互通、可持续和多模式；发展技术复杂度高、价值量高的船舶能够推动我国造船产业转型升级；航空制造产业链长、覆盖面广，在经济快速发展情况下对其需求也快速增长。由于涉及国民经济核心部分，运输设备制造业产品研发和创新要以需求为主，投资周期较长，创新能力和研发能力的提升需要一定时间。

表4 2015—2019年装备制造业基础条件得分

由图2可知，装备制造业八个子行业2015—2019年基础条件得分变化整体平稳。《智能制造发展规划(2016—2020年)》中提出以坚持创新驱动为基本原则，激发企业创新创业活力，加强智能制造技术、装备与模式的创新突破。从实际情况来看，智能制造发展要加快制造装备的智能化、网络化、数字化步伐，普及过程控制和制造执行系统，提高关键工艺流程数控化率。研发能力和创新能力是智能制造发展过程中的基础条件，研发的投入也为后续产品创新提供条件。但研发投入都存在一定的投资周期，投入转换也需要一定时间，且会存在投入的资金不能转化为新产品的情况。

图2 2015—2019年装备制造业基础条件变化趋势

2.建设水平

由表5可知，智能制造建设水平的改善在装备制造业各子行业间呈不断变化的状态。2015—2019年装备制造业建设水平得分平均值为75.49，其中运输设备制造业2017年得分最低，电子设备制造业2018年得分最高。除电气机械和器材制造业外，其余七个子行业2017年建设水平得分都为五年间最低。2017年是开展智能制造项目试点的中间阶段，这七个子行业企业的智能制造发展在2017年遇到瓶颈，在技术层面企业未能掌握核心设备，受制于进口，在生产方面，政策时滞使企业集群效果差，无法提升自身竞争力。

表5 2015—2019年装备制造业建设水平得分

由图3可知，除金属制品业和仪器仪表制造业外，其余六个子行业2015—2019年建设水平都有较大波动。金属制品业企业规模较小且行业集中度低，智能技术的运用并未使其生产过程很高效地做到智能化和信息化，其智能制造建设水平的波动也较小。仪器仪表制造业的客户群体较为特殊，有特定的服务对象如实验分析、地质勘探等，市场空间容量有限，在转型升级过程中企业的技术和结构得到了一定的调整，但产品是否高端、是否稳定、是否可靠的短板依旧存在，因此其智能制造建设水平的发展较为缓慢。通用设备制造业、专用设备制造业都是传统机械工业，相似度较高，这两个行业2015—2019年建设水平都呈先下降后稳步上升的趋势。通用设备制造业是为工业行业提供动力等设备的基础性产业，周期性较强也易受国家宏观经济政策的影响。高端领域技术受制于人，市场需求量增长有限，企业增长乏力的问题促使通用设备制造业不断拓展新的产品领域。随着经济快速发展，专用设备的市场需求不断扩大，多家企业相继加入生产制造，专用设备制造行业的竞争较为激烈且产品流通存在时滞，但随着自动化、智能化水平不断提高，智能制造建设水平也随之增强。汽车制造业、运输设备制造业建设水平总体也呈先下降后上升的趋势，但2016年和2017年的下降幅度都较大，而2018年和2019年随即出现较大幅度的上升。汽车制造业和运输设备制造业与人民生活息息相关，产业政策和制造业升级、宏观环境倾向、基础设施建设的投资会拉动这两个产业高速发展，但产业结构的调整需要时间适应，会对建设水平产生影响。后续发展中汽车制造业建立了研发创新体系，企业效益回升，运输设备制造业中的船舶行业加快推进海洋工程装备的智能化转型、航空航天产业逐步迈入自主研发环节，智能制造建设水平得到提升。电气机械和器材制造业2016年和2017年建设水平都处于大幅上升状态，但在2018年出现大幅下降。电气机械和器材制造业与日常生活联系紧密，受到国家对机械产业大力扶持政策的推动，市场需求不断增长，企业发展环境和经济环境得到保障，智能制造建设水平前期也处于爬升状态。后续发展阶段，产业政策的变化对电气机械和器材制造业企业的生产结构和融资方式产生影响，其核心零部件研发能力不强，技术引进和转化能力受限，部分产品更新换代周期日益缩短，产品同质化严重使相关企业发展受挫。电子设备制造业2015—2019年建设水平的变化呈先下降后上升再下降的状态。电子设备制造业是我国制造业支柱性产业，在发展中取得较大的技术突破，随着自身积累的技术知识和丰富的经验加之国家若干鼓励扶持性政策的颁布，总体发展迅速且出现一批有竞争力的企业。但是从产业布局方面来看，电子设备制造业的发展依旧呈现不均匀的产业聚集与分布，东部发达地区产业贡献度大且优势明显，西部不发达地区发展缓慢，如何进行区域内协同发展的问题依旧存在。从技术方面来看，电子设备制造业关键技术缺失和抗风险能力不足使产业国际竞争力下降，核心领域高端技术相对于国外存在的差距使产业低端产品过剩而高端供给不足。电子设备制造业的发展风险与机会并存，智能制造建设能力也变化多端。

图3 2015—2019年装备制造业建设水平变化趋势

3.行业效益

由表6可知，在智能制造发展过程中，装备制造业子行业间行业效益的差异性逐渐显现。2015—2019年装备制造业行业效益平均得分为85.22，其中金属制品业2017年得分最低，仪器仪表制造业2017年得分最高。金属制品业和通用设备制造业行业效益得分在五年间均低于平均得分，专用设备制造业、电气机械和器材制造业、仪器仪表制造业行业效益得分在这五年间均高于平均得分，值得注意的是金属制品业的得分整体偏低于其他七个子行业。金属制品业在生产过程中主要消耗铁、钢、铝等金属原材料，种类繁多的金属制品能耗高、污染大，导致生态效益低下。同时，金属制品业企业规模相对较小，盈利能力也不及其余行业，行业效益整体处于较低水平。虽然专用设备制造业在生产中会消耗橡胶和塑料制品，电气机械和器材制造业在生产过程中会消耗化学原料和化学制品，仪器仪表制造业在制造过程中也会直接消耗原材料，但智能技术的应用和生产效率的提高会逐步降低企业能耗、改善生态环境，更好地做到可持续发展。

表6 2015—2019年装备制造业行业效益得分

由图4可知，2015—2019年装备制造业八个子行业的行业效益呈现不同的发展态势。金属制品业和通用设备制造业行业效益呈先下降后上升再逐渐平稳的状态，这两个行业在这五年转型升级的过程中，注重加快技术创新体系的构建，逐渐将智能化、信息化运用到生产中使得盈利能力增强，行业效益也逐步增加。专用设备制造业行业效益整体呈上升趋势，该产业的发展在工业设备制造领域中十分重要，专用设备制造业的发展过程注重资源、技术、劳动力等生存环境和劳动生产率、产品质量等市场环境的培养，以达到不断提升本土企业市场竞争力的目的，能源消耗问题的相继改善使得整个行业效益稳步上升。汽车制造业行业效益这五年间变化较明显，上升与下降交替进行。汽车制造业是战略性产业，近年来汽车制造业企业数量和总资产等呈现上升趋势，市场也得到进一步优化，但依旧存在芯片短缺、原材料上涨、核心技术与发达国家存在较大差距的劣势，使其经济效益增速及盈利水平回落。运输设备制造业行业效益在2015—2018年呈平稳下降状态，但在2018年之后出现大幅度上升的趋势。运输设备制造业的智能化发展是一个前期投入大、成果转换慢的过程，在转型过程中该产业逐渐实现创新驱动、深度融合信息化和工业化，形成完善和持续的创新体系，也使行业效益得到了提升。我国一直鼓励电子设备制造业的发展，其能源消耗低于其余行业，但是能耗比重却逐年增加，以至于生态效益存在下降的情况，导致电子设备制造业的行业效益呈先升后降的状态。电气机械和器材制造业的发展存在诸如市场环境竞争激烈、产品市场趋于饱和以及产品更新换代周期日益缩短等问题，产业行业效益总体呈较小的下降趋势。仪器仪表制造业的发展存在产品稳定性较差和可靠性不足等问题，使产业行业效益总体呈下降趋势但波动较小。

图4 2015—2019年智能制造行业效益变化趋势

五、结论与建议

(一)结论

本文从基础条件、建设水平、行业效益三个维度出发构建装备制造业智能制造发展评价指标体系，运用熵值法、纵横向拉开档次法和组合赋权法分别对装备制造业八个子行业智能制造发展综合水平、基础条件、建设水平和行业效益进行测度分析，得到主要结论如下：

第一，装备制造业八个子行业2015—2019年智能制造综合发展水平存在差异，变化趋势也不尽相同。金属制品业、专用设备制造业、运输设备制造业、仪器仪表制造业2015—2019年的综合得分都低于平均得分，智能制造发展整体水平较低，其中运输设备制造业智能制造发展水平在2015—2017年呈下降趋势，在2017—2019年呈上升趋势。汽车制造业、电子设备制造业、电气机械和器材制造业2015—2019年综合得分都高于平均得分，智能制造发展水平较高。电气机械和器材制造业智能制造发展水平在2015—2017年呈上升趋势，2017—2019年呈下降趋势。电子设备制造业的智能制造发展水平在2016—2018年呈稳步上升趋势，但是在2019年出现下降。除此之外，其余行业发展水平都相对稳定。

第二，装备制造业八个子行业在智能制造基础条件、建设能力和行业效益三个维度都存在发展不均衡的情况。从基础条件来看，汽车制造业、电子设备制造业、电气机械和器材制造业、仪器仪表制造业研发能力和创新能力相对较好，金属制品业、运输设备制造业研发能力和创新能力相对较差，八个子行业基础条件在这五年间的发展趋于平稳波动不大。从建设水平来看，通用设备制造业、汽车制造业、专用设备制造业、运输设备制造业2015—2019年建设水平都呈先下降后上升的趋势，但汽车制造业和运输设备制造业2016年和2017年都出现较大幅度的下降，而2018年和2019年随即出现较大幅度的上升。电气机械和器材制造业2016年和2017年建设水平都处于大幅上升状态，但在2018年出现大幅下降。电子设备制造业2015—2019年建设水平的变化呈下降上升又下降的状态。从行业效益来看，金属制品业和通用设备制造业行业效益得分在五年间均低于平均得分，且金属制品业的得分整体偏低于其他七个子行业。专用设备制造业行业效益整体呈上升趋势，电气机械和器材制造业、仪器仪表制造业行业效益总体呈下降趋势但波动较小。汽车制造业行业效益这五年间变化较明显，上升与下降交替进行，运输设备制造业行业效益在2015—2018年呈平稳下降状态，但在之后出现大幅度上升趋势，电子设备制造业的发展呈先升后降的状态。

(二)建议

第一，提升研发和创新能力，夯实发展基础。研发投入不足和高端核心技术受制于他人是装备制造业的共性问题，在智能制造发展过程中各行业要立足自身优势以加大研发投入，努力实现相关技术的重大突破，例如提升设备联网率、设备远程监控、设备的预测性维护以提高设备数字化和网络化能力；要拓展新的产品领域，以技术创新助推产业结构升级和提高竞争力；要不断加强创新人才队伍建设支撑产业持续发展，如培养智能制造意识、完善智能制造培训体系。

第二，高效应用智能装备，做到提质增效。在智能制造具体实施过程中，提升产品质量和提高生产效率是根本目的。金属制品业智能制造综合发展水平较低且行业效益偏低，为此在生产过程中要积极推进金属制品业数控技术与制造过程的结合，扎实推进数字化设计，快速应对需求变化，着力推进生产过程智能化。电子设备制造业技术复杂性高且产品迭代快，要建设高效配送、资源协同和柔性生产的电子信息智能制造示范工厂，提升产品品质可靠性，做到过程质量控制、在线质量检测、全流程质量追溯，定期开展评测与监控，根据评测结果进行优化和调整。通用设备制造业、专用设备制造业相关企业在生产过程中要建设诸如工艺文件远程下发、生产数据自动采集、设备管理信息化的智能化车间，对设计和销售等核心业务实现流程化管理。

第三，提高供给与市场需求的适配性，稳定产业链和供应链。仪器仪表制造业中，例如实验分析仪器下游应用领域的不断发展为上游相关产品带来可观的需求增量，反之也对仪器产品提出更高要求。因此，仪器仪表制造业应从数据共享、供应商管理、业务协同和风险管理出发，确保供应链上下游企业横向集成、高效协同。电子设备制造业产品个性化和定制化需求增长较快，该产业智能制造发展应从个性化定制出发，实现产品和服务融合。电子设备制造业产业区域发展差异也较大，智能制造发展过程中要合理提升产业集聚度，建立产业生态体系，注重区域内协同发展。电气机械和器材制造业的智能制造发展应当及时关注内外部产业环境做到适时调整产业结构和融资渠道，注重多角度衡量企业绩效，实现设计制造一体化协同、全流程透明生产、供应链高效弹性管控。汽车制造业技术密集性强、产业链长、生产工艺过程复杂，需整合分散化制造资源，综合利用企业内部和外部资源，制定面向汽车大规模个性化定制的研发、生产和营销。运输设备制造业也应针对多品种、定制化等特点，考虑5G等数字“新基建”应用需求，实现生产线总体规划，产品协同设计实现产业链协同优化，稳步提升产业利润率。