分享自:

中国制造业智能化程度评价及其影响因素研究

期刊:中国软科学

这篇文档属于类型a,即报告了一项原创性研究。以下是对该研究的学术报告:

研究作者及发表信息

本研究由李健旋(Li Jian-xuan)撰写,作者单位为东南大学经济管理学院和中国工商银行江苏省分行。研究论文发表于《中国软科学》2020年第1期。

学术背景

研究领域为中国制造业智能化程度的评价及其影响因素。随着中国制造业规模的扩大和全球竞争的加剧,智能化成为提升制造业竞争力的关键路径。然而,中国制造业的智能化水平在全球范围内仍处于中低端,且各地区智能化程度差异显著。因此,系统评价中国制造业智能化水平并分析其影响因素,对于推动制造业高质量发展具有重要意义。研究旨在构建中国制造业智能化程度的评价指标体系,分析其区域差异,并探讨影响智能化进程的关键因素。

研究流程

研究分为以下几个主要步骤:

  1. 评价指标体系的构建
    研究从智能技术、智能应用和智能效益三个层面构建了评价指标体系。

    • 智能技术指标:以智能设施固定资产投资(如计算机网络设备、通讯设备等)衡量制造业的智能化物理基础。
    • 智能应用指标:以电子及通信设备制造业的专利申请数衡量智能化技术的开发与应用情况。
    • 智能效益指标:以电子及通信设备制造业的利润衡量智能化带来的市场效益。
  2. 数据收集与处理
    研究采用2001—2016年中国各省级单位的面板数据作为样本。数据来源包括《中国电子信息产业统计年鉴》《中国高技术产业统计年鉴》《中国环境统计年鉴》等。为了消除指标量纲差异,研究对数据进行了归一化处理,并采用熵权法(Entropy Weight Method)确定各指标的权重。

  3. 智能化程度评价
    通过熵权法计算各指标的权重,并对2001—2016年中国制造业的智能技术水平、智能应用水平和智能效益水平进行评价。在此基础上,研究进一步分析了中国制造业智能化水平的区域差异。

  4. 影响因素分析
    研究从内源因素(技术研发、成本压力、人力资本)、外源因素(外商直接投资FDI)、政府因素(环境规制、政府干预)和市场因素(规模化、金融发展)四个方面,分析了这些因素对制造业智能化的影响。研究采用面板数据回归模型进行实证分析,并通过Hausman检验选择了固定效应模型。

主要结果

  1. 智能化发展态势

    • 中国制造业智能化水平呈现逐年上升趋势,其中智能应用水平显著高于智能技术和智能效益水平,成为中国制造业智能化发展的特色路径。
    • 智能技术水平在2009年后加速提升,智能应用水平在2005年后持续领先,而智能效益水平提升相对缓慢。
  2. 区域差异

    • 中国制造业智能化水平存在显著的区域差异,东部地区在智能化指数及其分项指标上均处于领先地位。
    • 广东、江苏、北京处于第一梯队,上海、辽宁、山东、浙江等东部省份紧随其后,而中西部地区智能化水平相对较低。
  3. 影响因素

    • 内源因素(技术研发、成本压力、人力资本)是促进制造业智能化的主要动力,其中成本压力的影响最为显著。
    • 外源因素(FDI)和政府干预对制造业智能化具有抑制作用,而环境规制和金融发展的影响不显著。

研究结论

研究表明,中国制造业智能化水平逐年提升,但区域差异显著。技术研发、成本压力和人力资本是推动智能化进程的关键因素。研究建议:
1. 加强制造业智能化技术基础设施建设,特别是网络信息平台和互联网制造平台的建设。
2. 加大对中小型制造业企业的智能化支持力度,通过政策引导和资金支持推动其智能化改造。
3. 优化政府干预方式,避免过度干预对市场配置功能的抑制。

研究亮点

  1. 创新性评价指标体系:研究首次从智能技术、智能应用和智能效益三个层面构建了中国制造业智能化程度的评价指标体系,为相关研究提供了新的视角。
  2. 区域差异分析:研究详细分析了中国制造业智能化水平的区域差异,为制定区域差异化政策提供了依据。
  3. 影响因素的多维度分析:研究从内源、外源、政府和市场四个维度全面分析了影响制造业智能化的因素,揭示了成本压力和人力资本的关键作用。

研究价值

本研究不仅为中国制造业智能化程度的评价提供了科学依据,还为政策制定者提供了具体的政策建议,具有重要的理论和实践意义。研究结果对于推动中国制造业智能化进程、提升全球竞争力具有重要参考价值。

上述解读依据用户上传的学术文献,如有不准确或可能侵权之处请联系本站站长:admin@fmread.com