基于因子分析法的智能制造能力综合评价研究
开篇：润墨网以专业的文秘视角，为您筛选了一篇基于因子分析法的智能制造能力综合评价研究范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
摘 要：智能制造是全球制造业发展的内在要求，也是中国制造业技术创新、产业结构升级的关键突破口，智能制造正成为产业发展和变革的重要方向。在前人对智能制造研究的基础上，根据中国发展的实际状况，构建一套智能制造能力综合评价指标体系，运用因子分析法对中国中东部地区19省进行分析，得出各省智能制造能力综合得分及排名，对比各省2012年至2015年智能制造能力水平及发展趋势，分析智能制造能力的主要影响因素，提出合理的对策与建议，进而提高智能制造业发展水平。
关键词：智能制造能力；评价指标体系；因子分析法
中图分类号：F272 文献标识码：A
Abstract： Intelligent manufacturing is the inherent requirements of the global manufacturing industry development， and is also China's manufacturing technology innovation， industrial structure to upgrade the key breakthrough， intelligent manufacturing is becoming an important direction for industrial development and change. On the basis of the previous research on the intelligent manufacturing， according to the actual development of our country， we construct a comprehensive evaluation index system of intelligent manufacturing capability， using the factor analysis method to analyze the 19 provinces in the central and eastern regions of China， and draw the comprehensive score and rank of the intelligent manufacturing ability of each province， compare the level and development trend of the intelligent manufacturing capability from 2012 to 2015， analyzes the main influencing factors of intelligent manufacturing capability， put forward reasonable countermeasures and suggestions， and then improve the level of development of intelligent manufacturing.
Key words： intelligent manufacturing capacity； evaluation index system； factor analysis
制造业一直以来都是国民经济的重要基础和支柱产业，也是一国经济实力和竞争力的重要标志。国际金融危机期间，德国凭借强大的制造业优势依然保持了经济的稳定增长，成为受危机影响最小的国家，德国提出的“工业4.0”主要致力于智能制造方面的发展，形象的被誉为第四次工业革命。金融危机后，美国提出了“先进制造业国家战略计划”，并采取多种措施“吸引制造业回流”，英国提出了“高价值制造业战略”，日本提出了“产业复兴计划”、法国提出了“新工业法国”等[1]。当今世界各国为摆脱经济危机带来的影响，致力于振兴实体经济，制造业在大国之间的竞争日趋激烈，作为世界制造大国，为了能在新一轮的竞争中取得优势，2015年5月我国依据自身智能制造产业发展水平及其特点正式提出《中国制造2025》，以大国及强国战略思维和战略布局，全面提升中国制造业的国际竞争新优势。
当前，实现我国制造业的转型升级离不开智能制造产业的发展壮大，这也是实现我国制造业新优势的现实需要[2]。长远看来，智能制造给制造企业的发展提供了一个可以预见的未来，但是由于受企业因素或技术、管理的影响，实现智能制造还面临着诸多的挑战。高昂的软件费用、建设费用使得众多制造企业特别是中小型企业无法接受，信息化基础薄弱也导致信息集成方案无法正常运作，当前类似SAP、Oracle等信息集成方案只能应用于大型制造业[3]。中国各地区制造业发展水平各不相同，中东部地区相对西部地区在经济实力、科学技术水平、硬件设施等方面占据一定的优势，因此结合智能制造的发展条件特选取中东部19省年主营业收入在2 000万元及以上的规模工业企业作为主要研究ο螅并结合当地政府智能制造发展基础设施建设水平及资源投入等方面对各省智能制造能力进行综合评价与研究。
智能制造能力研究涉及范围广，相关学科体系多，较难对其进行科学、客观的评价，目前国内外在智能制造综合能力评价方面研究少，研究方法及内容局限性较大，在设置评价指标权重方面难免带有一定的个人主观性。因子分析法能够有效地避免人为进行权重确定的主观性，具有较强的客观性[4]，因此，本文采用因子分析法对研究对象的智能制造能力进行横向和纵向比较，研究各省差距所在，给出相应分析，并据此有针对性地提出政策与建议。
1 智能制造能力评价体系构建
1.1 指标选取
在智能制造能力的评价过程中，构建合理的智能制造能力评价体系是至关重要的，而评价指标的选取是建立有效评价体系的基石。因此，选择合适的评价指标是智能化制造能力综合评价过程中的基础、关键和核心工作。
本文基于科学性、合理性、系统性以及导向性原则，围绕智能制造能力这个一级指标，分解出3个二级指标和15个三级指标，二级指标分别从创新能力、绩效产出能力、基础设施3个维度对智能制造能力进行衡量，并将三级指标编码为C1～C2，便于后续工作的进行[5]。具体评价指标体系如表1所示。
1.2 指标含义
（1）创新能力。强有力的创新能力是智能制造发展模式必不可少的条件，创新能力的基础是人力、物力等资源的投入，因此本文将R & D人员全时当量、R & D经费、R & D项目数纳入评价指标体系内[6]。此外，选取专利申请数、有效发明专利数、发明专利申请数作为创新能力水平的体现。
（2）绩效产出能力。绩效产出是发展智能制造的最终目的，智能制造能不能为社会带来价值，关键在于成果的转化，因此本文从规模以上工业企业单位数、主营业务收入、嵌入式系统软件开发项目数、智能装备销售收入4个子指标来对智能制造能力评价。
（3）基础设施。大量的物资信息，通过先进的基础设施进行快速流通和共享，更好地发展智能制造产业必须构建安全、实用、先进、全面的基础设施网络。因此本文选取互联网上网人数、域名数、互联网宽带接入端口、铁路营业里程、等级公路里程5个三级指标作为基础设施建设衡量指标。
2 实证研究
2.1 数据来源
本文数据主要来源于中华人民共和国国家统计局网站统计年鉴，选取2012～2015年我国中东部地区19省智能制造能力指标数据进行整理分析，针对2015年统计数据进行详细分析说明，并使用SPSS软件处理样本数据。
2.2 统计分析
2.2.1 KMO和Bartlett检验分析
本文样本数据分析结果如表2，KMO检验值为0.799，大于0.7，卡方检验的概率等于0，小于0.05，满足能够使用因子分析法的基本需求，且表明各变量之间存在显著相关，因子分析效果较好。
2.2.2 方差贡献分析
利用方差最大正交旋转法对因子的主成分进行提取，依据特征值大于1和累计解释方差大于85%的原则，本文依据表3数据提取第一主成分F1和第二主成分F2两个公共因子作为新的综合指标对智能制造能力进行评价。
2.2.3 因子载荷矩阵和得分矩阵
通过使用SPSS软件对数据进行统计分析，采用方差最大正交旋转法对因子进行处理，得出表4旋转后的因子载荷矩阵和表5因子得分系数矩阵。
公因子F1、F2从两个不同的方向反应智能制造能力水平，为了更准确对各省的智能制造能力水平进行评价，在因子分析法的基础上，可以应用回归法分析获得两个主因子的得分，并将上文分析中每个主因子所得的方差贡献率和总贡献率进行比较，得出比值，并以此比值作为权重进行后续的加权求和，进而可以得到2015年19省智能制造能力总得分及排名，具体如表6所示。计算公式如下：
F=∑F×方差贡献率/总方差贡献率
2.3 结果分析
依据上文经计算得出，中国中东部地区19省在2012～2015年间的智能制造能力综合得分及排名，具体如表7所示。
针对我国中东部地区19省4年间的综合得分及排名进行分析可得出如下结论：
第一，从整体发展来看，我国中东部地区19省在2012～2015年间智能制造的发展基本呈正向上升态势，其中，除了广东省、辽宁省、黑龙江省和山西省在4年间的得分趋势呈现轻微下降趋势，其他15省综合得分均呈上升趋势，尽管某些省份综合得分上升趋势有限，或期间某年下降，但其上升趋势是毋庸置疑的。而且在此4年间智能制造能力综合得分均值东部地区0.559高于中部地区-0.416，反映了东部地区的智能制造能力水平要高于中部地区。
第二，从具体得分的角度看，把我国中东部19省智能制造的发展态势进行聚类分析可划分为3个层次。第一层次是4年间综合得分均在1以上的省市，说明智能制造能力较好，由江苏、天津、北京、广东和山东构成；第二层次是4年间综合得分存在1以下且均在0以上的省市，说明智能制造能力一般，由浙江和上海构成；第三层次是4年间综合得分存在0以下的省市，说明智能制造能力较差，由剩余12省构成。其中，0是一条评判智能制造能力高低的重要分界线，由分析可知我国大部分地区的智能制造能力处于较低层次，仍有待提升。
第三，从横向比较的角度看，我国中东部地区19省在2012～2015年间的发展差距较大，说明我国各省内部存在着较为严重不均衡问题。从“一头一尾”进行比较可以得出，居于前列的天津和列居末位的海南，尽管两省同为省级行政单位且土地面积相近，但是它们在2012～2015年这4年间的综合得分跨度均值超过了2，这既说明我国各省之间存在两极分化的现象，同时也意味着两者之间的差距不是短时间内能弥补上的。从第一层次和第三层次的比较来看，两个层次之间的综合得分差距最小值也高于0.5，这表明在智能制造发展水平方面，不仅是单个省，处于不同发展层级的各省之间也存在着较为突出的分化和不均衡问题。
3 对策建议
本文通^构建智能制造能力评价指标体系，分析我国中东部地区19省智能制造现状和水平，找到智能制造的有效实现路径，对当今企业发展方式以及转型升级具有重要的指导意义，同时对政府引导和扶植有实力的制造企业向智能制造转型提供了必要的参考和理论基础。基于以上理论分析和我国的发展现状，可以给出以下几点对策建议。
3.1 企业对策
3.1.1 总体规划，分步实施，科技并行
建设智能制造系统、智能工厂是一项长期、复杂的工程，必须按照“总体规划，分步实施，重点突破，效益为先”的原则进行规划。首先要将其纳入企业的长期发展战略，确定企业5至10年的发展愿景、企业目标及企业在所属领域内的位置；其次要在企业长期发展的战略规划下找出企业发展的弱点和不足，确定重要程度，在可行条件下分阶段、分目标依次进行改进；最后必须紧握企业可持续发展核心竞争能力，确保优势，并积极发展智能制造相关科学技术以及引进新产品和新设备[7]。
3.1.2 M行智能制造投资效益分析
智能工厂建设的首要目标是工厂自动化以及智能化，这往往需要大量的资金支撑，在工厂建设过程中资金大量消耗的基础上进行效益分析显得尤为重要，不能只是简单的追求工厂智能化发展。虽然我国劳动力成本近年来呈现上升趋势，但相较于世界上其他发达国家劳动力成本优势亦相当明显，人工作业在工厂某些生产活动中所表现出的优势亦不容忽视，在某种程度上人工作业相较于机器作业更经济有效，因此建设自动化、智能化工厂时，对于工作环节的选择需要十分慎重，盲目建设全面自动化以及智能化工厂的行为缺乏合理性。企业应在考虑自身发展状况的基础之上，结合本企业现阶段已有的技术、经济以及能力水平稳步实现工厂技术与设施更新换代。
3.2 政府引导
3.2.1 明确目标和主攻方向
各省的实际情况和当前智能制造相关技术产业的发展现状与国家提出的“中国制造2025”和“互联网+”计划进行有效互联互动，坚持市场主导、政府引导、创新驱动、示范带动，以推动制造业智能化发展为主线，以推进智能工厂（车间）建设和提升产品智能化水平为主攻方向，着力推进企业研发、生产、管理和服务智能化，着力发展智能装备和智能产品，加快提升智能制造整体水平，推进产业结构由中低端向中高端迈进。
3.2.2 大力推进智能化建设，加强智能化的保障实施
大力实施制造业强基计划，加强关键基础材料、核心基础零部件（元器件）、先进基础工艺等产品技术攻关；推动数控技术和智能技术在重点产品、领域的渗透融合，推进产品的数字化、智能化，进一步提高产品的信息技术含量和附加值，促进工业产品向价值链高端发展；发展物联网、云计算、高端装备制造与工业设计、软件等智能化的新兴产业，协同提升产业的智能化水平；提高我国信息网络发展水平，积极完善各省智能制造产业全面普及。同时，各级政府应该加大对智能制造产业的重视以及支持力度，并积极引进人才、科学技术以及更完善的政策、资金支持，引进国内外知名工业企业和研发中心，实现领域内相关产业的对接和产业链上下游之间的互联互通。
参考文献：
[1] 王友发，周献中. 国内外智能制造研究热点与发展趋势[J]. 中国科技论坛，2016（4）：154-160.
[2] 刘源清. 中小企业智能制造系统应用与研究[D]. 杭州：浙江大学（硕士学位论文），2014.
[3] Jinfa L， Biting L. Evaluation Method of R & D Investment Value of Intelligent Manufacturing Enterprise Based on Growth Option[J]. Procedia Engineering， 2017，174：301-307.
[4] 何晓群. 多元统计分析[M]. 3版. 北京：中国人民大学出版社，2011.
[5] 吴琼. 黑龙江省工业化和信息化融合程度评估研究[D]. 哈尔滨：哈尔滨工业大学（硕士学位论文），2014.
[6] 郭璇u. 区域创新效率影响因素实证研究[J]. 商业经济研究，2015（10）：125-127.
[7] Dombrowski U， Wagner T. Mental strain as field of action in the 4th industrial revolution[J]. Procedia CIRP， 2014，17：100-105.
[8] 任胜钢，彭建华. 基于因子分析法的中国区域创新能力的评价及比较[J]. 系统工程，2007，25（2）：87-92.
[9] 郭俊华，孙泽雨. 基于因子分析法的中国高校科技创新能力评价研究[J]. 科技管理研究，2016，36（3）：66-71.
[10] 刘新静，张懿玮. 中国大都市城市竞争力评价分析――基于因子分析法[J]. 同济大学学报（社会科学版），2016（1）：69-77.