首页 > 新闻动态

解码徐州智能制造——基于徐任郑宁四市的数据研究

发布日期:2020-11-02 浏览次数:

摘要:通过系统梳理国内外智能制造的研究综述,了解目前运用数理统计学和经济计量学对智能制造能力进行测算的研究不多。鉴于此,采集淮海经济区中心城市徐州、淮海经济区主要城市济宁、中原经济区中心城市郑州以及江苏省省会南京四市的制造业及智能化关键指标数据,运用主成分分析法对徐州智能制造能力进行实证检验。根据实证测算结果,分析徐州智能制造发展面临的问题,并结合美国、德国、日本在智能制造上的经验启示,提出推动徐州智能制造发展的对策建议。

关键词:智能制造    实证测算    主成分分析法    机理    对策建议

一、研究背景

近几年来,围绕“工业立市、产业强市”等目标,徐州重点发展四大战略新兴产业:装备与智能制造产业、新能源产业、集成电路与ICT产业、生物医药与大健康产业,并将发展智能制造作为徐州工业经济高质量发展的重要抓手[1],不断推动制造业向中高端迈进。2018年,徐州装备制造业产值为1566亿元,其中智能制造企业实现产值953.3亿元,工业机器人、数控机床制造、智能制造装备、无人机整机装以及数字化生产线等智能制造装备产业链逐步完善。同年,徐州斯尔克和中能硅业等两家企业的智能化项目入选国家智能制造综合标准化与新模式应用项目;徐工科技、康力源健身、君乐宝乳业、中能硅业以及徐工基础5家企业获评2018年省级示范智能制造车间;徐工重型获评省级智能工厂,离散型唯一一家,全省共计14家。可以看出,近年来徐州智能制造的发展确实取得了一定的成绩,但是对于淮海经济区的中心城市而言,徐州智能制造的规模实力与其他经济区的中心城市相比或许还存在着不足。为此本文选取与淮海经济区相邻的中原经济区中心城市郑州、制造业能力强劲的淮海经济区主要城市济宁以及江苏省省会城市南京作为对标找差的目标,采取四市的制造业及智能化关键指标数据,运用主成分分析法对徐州智能制造能力进行实证检验,以期找到徐州智能制造发展的问题及瓶颈所在,为徐州智能制造更好更快的发展提出对策建议。

二、智能制造研究综述

(一)国外智能制造研究综述

1988年,美国的Wright和Bourne在《智能制造》中首次定义了智能制造,认为智能制造的目的是通过各种制造技术对制造工人的技能和知识进行建模,以使智能机器人可以独立进行批量生产。

20世纪90年代,日本和美国等国家在智能制造方面的研究取得了巨大进步。1989年,日本确立了以制造业国家合作为目的的IMS(Intelligent Manufacturing Systems)计划,设计了智能制造系统,并建成世界上第一个智能制造工厂。

进入21世纪,随着人工智能、大数据和云计算等新一代信息技术的迅速发展,国外智能制造技术取得了丰硕的成果,各发达国家纷纷开展以新型制造技术为核心的国家制造战略。2011年,美国提出了重返制造业的“再工业化”战略。2013年,德国提出了“工业4.0”战略。2014年,日本将机器人、新能源汽车和3D打印等作为重点,实施“再行”战略。2016年,韩国实行“新增长动力”战略,法国实施“新工业法国”计划。

(二)国内智能制造研究综述

国内学者对智能制造产生的积极影响进行了深入研究。左世全(2013)认为,两化深度融合的重要表现就是制造业智能化,智能制造是制造强国的核心技术,可使产品制造模式、生产组织模式以及企业运行模式等发生根本性的变化,引发制造业的革命性变化。刘佳斌,王厚双(2017)认为,实施智能制造战略,可以推动我国装备制造业突破“低端锁定”,在全球价值链研发设计、生产制造和销售服务各个环节实现全面升级。

同时,学者专家们也对提升智能制造水平的对策进行了系统的研究。仲克元(2017)认为,推动中国制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。朱敏(2018)认为,智能制造发展呈现两大路径:一种是从下到上的路径,渐进、改良、升级生产系统的智能化,推进实体的信息化,主体是工业企业。另一种是从上到下的路径,变革、颠覆、重构商业系统的智能化,主体是互联网企业。胡权(2018)认为,我国在重新定义智能制造时,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。

综上,国内智能制造研究主要聚焦于一般性的概念描述及对策研究,缺乏实证数据支撑,导致所提的对策建议较为宏观,现实针对性不强。因此,本文运用经济计量学方法对徐州智能制造能力进行实证研究,为进一步剖析解决相关问题提供更加科学有效的依据。

三、徐州智能制造能力实证检验与结果分析

(一)评价指标体系构建

本文将采用主成分分析法,对四市进行智能制造能力实证检验。选取制造业规模、制造创新能力、制造智能化水平三类一级指标和14个二级指标,构建智能制造能力综合评价体系(见表1)。评价指标的基础数据均为各市2017年数据,来源于各市统计局发布的2018年统计年鉴,部分指标根据基础数据进行了相关计算。

表1智能制造能力综合评价体系

(二)评价模型与实证测算

1、数学模型

其中, a1i,a2i,……ani(i=1,2,……,n)为协方差矩阵的特征值对应的特征向量,ZX1,ZX2……ZX1是原始变量经过标准化处理后的值。

2、主成分提取

运用SPSS25.0软件,采用主成分分析法对样本数据进行处理、分析,获取特征值、方差贡献率和累计方差贡献率。主成分1、2、3的特征值分别为14.296,2.976,1.961,分别解释了总体方差的71.479%、14.882%、9.805%,3个主成分因子累计方差贡献率为96.166%。如表2所示,说明这3个主因子能够充分反映和代表4个样本城市智能制造发展指数的综合水平。

表2  主成分提取

3、综合测算

以每个主成分所对应的特征值占所提取主成分总的特征值之和的比例为权重计算综合得分。

从而得出四市的综合得分及排序(见表3),其中,λ1=14.296,λ2=2.976,λ3=1.961。

表3  2017年四市智能制造主成分得分

(三)综合评价与问题分析

1、综合评价

综合因子得分反映地区智能制造能力的状况,得分越高,说明智能制造能力越强。四市中南京智能制造综合排名第一,因为南京基础型数字经济相对领先,2017年高新技术产业产值为5606.94亿元,相比之下,徐州高新技术产业产值为5305.98亿元,在江苏省13个设区市中排7位。徐州综合排名次于南京和郑州,因此在智能制造综合发展水平上相对滞后,智能制造的综合实力相对较弱。

2、问题分析

(1)整体产业规模及水平有待进一步提高。2017年徐州工业增加值为2448.17亿元,在四市中排名第三;规模以上企业新产品销售收入为994.81亿元,仅为南京的1/2、郑州的1/4,存在较大差距。徐州智能制造装备产业规模有待进一步扩大,水平有待进一步提升。

(2)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。从区域发展来看,2017年徐州电子商务销售额为1300亿元,而郑州已经突破万亿元;2017年郑州有效发明专利数为3991件,徐州为5926件,南京为32073件,徐州略高于郑州,但是远低于南京。未来,徐州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。

(3)智能制造人才较为缺乏。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,徐州高校学科专业设置与智能制造、徐州四大战略性新兴产业的需求不一致,造成技能型人才匮乏。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融合的过程出现困难,基础研究的产业化能力严重不足。

四、其他主要国家智能制造战略比较分析

(一)其他主要国家智能制造战略概况

其他主要国家高度历来重视智能制造的战略规划,积极推动智能制造的发展。尤其是从2011年以来,大部分国家都面临制造业实力下滑的问题,因此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,重振制造业,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。

1、美国智能制造发展的目标是以智能制造推动先进制造业发展

美国2012年出台的《先进制造业国家战略计划》,正式将先进制造业提升为国家战略。次年,在这个战略中,规定先进传感、控制和平台制造技术,可视化、信息化和数字化制造和先进材料制造为三个国家级新兴技术领域。2014年,发布的《加速美国先进制造业》没有强调系统集成技术的研发,反而是把重点放在先进传感、控制和平台系统、新一代机器人、先进材料制造等智能化技术上,充分发挥智能制造推动先进制造业发展的关键作用。

2、德国智能制造发展的目标是以智能制造构建智能生产系统

德国始终重视制造业发展,2013年,立足自身制造优势,正式发布《实施工业4.0战略规划建议》,并将“工业4.0”上升到国家战略。“工业4.0”战略旨在建立一个信息物理融合系统网络,将企业生产过程中的设施设备、客户需求、生产管理等环节纳入其中,通过智能制造实现生产动态监测、人机互动等。依托信息物理系统,智能工厂生产出智能产品,智能产品生成智能数据,从而形成“智能工厂——智能产品——智能数据”闭环,形成智能生产系统。

3、日本智能制造发展的目标是以智能制造巩固“机器人”大国地位

日本在智能制造上并没有落后于其他欧美发达国家,从上世纪70年代的柔性制造FMS到90年代年提出的智能制造IMS系统,可以说当时日本制造业处于全球竞争优势的突出位置。但是,随着工业4.0及工业互联网在全球的传播,日本制造业受到了极大的冲击。为此,结合自身优势和产业特点,日本于2015年实施“新机器人战略”,以“智能制造系统”作为战略的核心理念,努力实现三大核心目标:成为世界机器人创新基地、成为世界第一的机器人应用国家、迈向世界领先的机器人新时代。

(二)其他主要国家智能制造战略差异形成的机理

1、美国:从数据中获取新知识,并擅长颠覆和重新定义

美国在解决问题的方式中,注重数据的作用,无论是客户的需求分析、客户关系管理、供应链管理等都大量依赖数据进行。美国在精益管理过程中,选择了6—sigma管理法,即辨认需改进的产品或过程,定义产品缺陷,根据收集的数据,制定解决方案,全面进行质量管理的统计评估方法。同时,美国很早就提出“产品全生命周期管理”的概念,对所有与产品相关的数据在整个生命周期内进行管理,实现数据闭环(见图1)。

2、德国:通过设备和生产系统的不断升级,将知识固化在设备上

德国在解决问题的方式中,注重先进装备和自动生产线的作用。生产过程出现问题,德国会将解决问题的经验固化到装备中,并且利用自动化装备去解决和避免问题(见图2),因此,过去一段时间,德国依靠出口装备和制造业产品获得巨大经济回报,随着一些发展中国家装备制造的崛起,德国由卖装备改为卖整套解决方案,将智能终端植入制造装备、原材料、零部件及生产设施上,构建智能生产系统,实现核心要素纵向整合、横向整合和端到端的整合。

3、日本:通过组织文化不断改善,在知识的承载和传承上非常依赖人

日本在解决问题的方式中,注重人的作用。日本提出的以“全生产系统维护(TPM)”为核心的生产管理体系,核心思想可以用全效率、全系统和全员参与来概括,在管理过程中强调人的经验和知识的作用。当发生问题时,人员迅速到达现场,在解决问题中分析原因获取知识,利用知识来避免下次问题的出现,最终落脚点仍然在人(见图3)。因此,对于日本企业而言,对人的信任远胜于对设备、数据和系统的信任。随着人口老龄化加快和制造业年轻一代大量短缺等问题逐步凸显,机器人技术逐步受到日本人的重视。日本政府希望通过推广机器人技术,缓解劳动力短缺的问题。

图1 美国制造哲学                        图2 德国制造哲学                        图3 日本制造哲学

五、徐州智能制造能力提升的对策建议

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,提升徐州智能制造能力,推动徐州智能制造创新发展取得实效。

(一)加强智能制造的顶层设计

近年来,美国、德国、日本等国均已围绕智能制造作了战略部署,虽然徐州也出台了一些战略规划,如《促进装备与智能制造发展实施方案》等,但总体而言,智能制造的顶层设计还需进一步完善,政府需在其中扮演多重角色。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坏境。

(二)着力培养智能制造专业人才

围绕智能制造产业需要,以产业项目集聚促人才集群,开展“产业+人才”的选才模式。通过招才引智活动吸引更多优质的智能制造人才来徐州创新创业,持续不断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。同时,应开展多层次、多形式、有针对性和实用性的智能制造培训,主动联系省内、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)释放体制机制改革红利

日本精细化不仅体现在人的管理上,也体现在行政体制的条块分割上,行政体制条块分割促进传统产业格局的形成。随着新兴制造行业的快速形成,行政体制条块分割阻碍这些先进行业的发展,如信息技术、航空航天、智能交通等产业导致日本通产省分别和邮政省、科技厅、运输省管理归属出现矛盾。通过借鉴日本的经验教训,徐州要进一步明确职能分工,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,进一步培育市场化、法制化和国际化的营商环境,通过科技创新、智能制造、发展实体经济,推进“徐州制造”向“徐州智造”转型。


注释

[1]资料来源:徐州发布,http://www.xuzhoufabu.com/html/2019/201907297937.shtml

参考文献

[1]胡权.重新定义智能制造[J].清华管理评论,2018(1):79—81.

[2]吕铁,韩娜.全球智能制造与中国的发展[J].唯实,2017.(12):84.

[3]左世全.美国推进智能制造对我国的启示[J].中国国情国力,2016(6):1.

[4]郑先勇,胡纯.制度视角的德国装备制造业发展经验分析及启示[J].现代制造技术与装备,2018(12):219.

[5]王德显,王跃生.日本智能制造发展的教训及对中国的启示[J].税务与经济,2019(1):23.

[6]刘星星.智能制造:内涵、国外做法及启示[J].河南工业大学学报,2016.(2):54.

编辑:(2018级世界经济专业硕士生 陈钢
信息来源:研究生处
打印 关闭
Produced By 大汉网络 大汉版通发布系统