山东省智能制造发展的影响因素分析

孟泽远

2017年底，山东省生产总值突破7万亿大关，紧随广东省和江苏省之后，位列全国第三。值得注意的是最近几年，山东省经济增速有所放缓，与其他两省的差距逐渐拉开。2010年山东省与江苏省GDP差距仅为2255.6亿元，与广东省相差6843.2亿元。截止到2017年末，山东省与江苏省GDP差距拉大到13222.7亿元;与广东省差距由6843.2亿元增长至17201亿元。

一、山东省经济发展概况及相对优势

在生产总值构成方面，三省第一产业、第二产业、第三产业总体占比大体一致，产业结构较为合理。第二产业和第三产业占比较高，第一产业占比较小，目前逐渐呈现出向第三产业倾斜的趋势。在农林牧渔业总产值方面，山东省在农业方面发展良好，高出广东和江苏两省。總体的增长速度高于其他两省。在主要工业产品产量方面，在各种能源类产品当中如：原油、生铁、粗钢、水泥等，山东省产量和其他两省不相上下。其中原油量、发电量以及农用化肥量均高于江苏、广东两省。但是，广东省移动通信手持机为80076.3万台，是山东省的15.9倍，江苏省的12.4倍。在微型计算机设备方面，广东省与江苏省产量都突破了千万台大关达到了3778.9万台和5617.1万台，山东省仅为22.9万台。在程控交换机方面，山东省目前还处于空白状态。山东省在现代设备制造方面如手机、计算机等与其他两省差距较大，也是自2013年之后，与广东、江苏经济差距越拉越大的原因所在。

长期以来，山东省一直注重农业和工业的发展，凭借工农两大产业长期位居我国经济发展前列，这为智能制造的发展打下了坚实的基础。山东省具有较为丰富的资源和庞大的人口基础。截止到2017年末，山东省人口总数为10006万人仅次于广东省的11169万人，位居全国第二。高出第三名河南省447万人，比江苏省多出1977万人。此外，山东省具有较为完整的制造业体系，这为智能制造发展提供了可能。2015年潍柴动力和如意科技集团率先进行了生产线的智能化改造，并且取得了显著的成果。潍柴动力试车车间油耗成本降低约2000万元，企业营运成本降低20%以上。如意科技集团的产品一次合格率从82%提高至98%以上。在科技创新方面，2017年山东省国家级省级科技成果共计2556项，广东省为2549项。2017山东省在科技成果的项目上高于广东省，说明山东省是具有一定创新能力的地区。但是在国家级科技成果当中，山东每年平均为28项，广东省每年为37项。虽然，山东省整体创新能力良好，但是对于尖端以及高新产业特别是智能制造方面的创新能力亟待提高。

二、国外智能制造先进地区的产业政策和发展方向

德国工业4.0计划中首先提出了工业标准的重要性。英国《经济学家》2012年发表的文章中也提到了基础性标准化对于智能制造快速增长具有很大影响。周晓晓（2017）也提到了我国目前也存在行业标准未能统一的问题，形成行业乃至整个产业标准的统一是实现智能制造发展亟待解决的问题之一。同时，德国工业4.0计划强调智能制造的技术和规模。对于工业产业而言，技术和规模始终都是企业关心的问题之一。根据规模经济理论，规模越大，企业成本往往随之降低。企业从新产品研发、产生新的生产方式、实行产品差别化生产或是获得新的供给来源四种方式来获得相应的技术优势，提高企业竞争能力。英国认为本次革命的核心应放在制造业数字化上，由原来的大规模量产向“为客户订制”方向转变。周济（2015）对于我国制造2025中也提到“以用户为中心”是产业改革的主题。

日本在2011年《科技发展基本计划》指出政府在智能制造发展当中要发挥更大的作用，对人工智能、智能制造等相关领域给予一定的政策优惠。我国政府从2方面出发保障智能制造的发展：①建立相关的政策体系。②利用多种手段保证扶持政策落地。

我国在新型人才培养方面与德国保持一致。德国工业4.0计划提到了人员能力提升，周济（2015）中认为建立和完善多层次的人才培养体系是中国制造2025的主攻方向之一。此外，潘健生（2015）和周晓晓（2017）也强调了特定人才培养对我国智能制造发展的重要性。

三、结构方程的理论基础

结构方程模型（structural equation modeling，SEM），于20世纪70年代由Karl G.Joreskog初步提出，经40多年的发展，目前已经成为较为成熟的统计学方法。其分为测量模型和结构方程模型两部分。

1.测量模型。衡量指标与潜变量的关系，测量方程如下：

x=∧xξ+δ     y=∧yη+ε

其中，x代表外源指标组成的向量;y代表内生指标组成的向量;ξ为外源潜变量组成的向量;η为内生潜变量组成的向量;∧x代表外源指标x与外源潜变量ξ之间的关系，是外源指标在外源潜变量上的因子负荷矩阵;∧y表示内生指标y与内生潜变量η之间的关系，是内生指标在内生潜变量上的因子负荷矩阵;δ和ε为外源指标x和内生指标y的误差项。

2.结构模型。对于潜变量间的关系，通常写成如下结构方程：

η=Βη+Γξ+ζ

其中，В代表内生潜变量间的关系;г代表外源潜变量对内生潜变量的影响;ζ为残差项，表示在方程中未能被解释的部分。

四、结构方程模型的建立

1.研究对象。本文以山东省智能制造的发展为研究对象。其影响因素涉及到山东省内的能源、创新能力、人口数量、行业标准、智能制造的技术、政府补贴和人才培养体系等7个方面。采用200份网上问卷调查对7个影响因素进行了筛选，选出了当中5个重要的因素分别为：创新能力、行业标准、智能制造的技术、政府补贴以及人才培养体系。

2.模型构建。本文利用AMOS软件，选取了山东省统计年鉴2010-2016年的相关资料，对山东省智能制造发展的影响因素模型进行了构建。其中IMD代表智能制造发展状况，用高技术制造业主营业务收入进行了替代。Innovation为山东省的创新能力，以高技术制造业R&D的相关情况代表。Technology为山东省的技术水平用智能制造的技术来近似替代。Time为山东省在1年的时间当中制定相关行业标准政策的次数。GS代表政府补贴，将政府投入技术类资金进行粗略表示。TC为人才培养，采用了高技术制造业从业人员来大致估计。

3.模型拟合与评价。模型样本采用了2010-2017年山东省的统计数据，样本容量小。一般情况下采用AMOS软件进行模型构建样本容量在200以上能够得出较为准确的结论，因山东省智能制造发展时间的维度，导致了相关数据拟合方面存在一定的偏差。根据AMOS软件所构建的模型，明显的样本变化为21;其中有11个参数可以被估计，自由度为10。

构建模型卡方值为57.088保持在较高水平，自由度为10。CMIN/DF为卡方值与自由度之间的比值为5.709，高于既定标准的2或是3。GFI为0.363，意味着构建的模型可以在0.363程度上解释创新能力、行业标准、智能制造的技术、政府补贴以及人才培养体系因素的观测数据，一般意义上来讲GFI应高于0.9。RMR当中存在较大的偏差，需要有较大修正。

在基线比较当中，NFI、RFI、IFI、CFI值都保持在0.4左右，该部分可解释构建模型与独立模型的非中央性差异。一般数值达到0.9以上表明模型可与相关数据充分拟合。

4.模型结果。在模型与相关数据不完全拟合的情况之下，5个因素当中其中有2个因素对于山东省智能制造的发展呈现出负相关，有3个因素能够促进智能制造的发展分别为创新能力、智能制造的技术以及政府补贴。人才培养在0.152的程度上会制约智能制造的发展，成为在未来智能制造发展中不应侧重的方面之一。智能制造技术的创新与发展成为了山东省智能制造发展的重要因素，在0.7的程度上与之密切相关。创新能力和政府补贴不相上下分别为0.483和0.492的系数。

五、山东省智能制造发展的相关方案

山东省作为人口大省、礼仪之邦，同时也是儒家文化的发源地。对于教育的认知达到了一定的层次，在人才培养方面不论是小学、中学还是高中教育都高于全国平均水平，处于非常良好的状态。在山东省新旧动能转换的时代大背景下，人才培养是一项长期而久远的事情，但并不是关键时期的决定性因素。智能制造技术的提高乃是山东省智能制造发展的决定性因素，也是山东经济能否再次腾飞赶超广东、江苏两经济大省的关键因素。根据2017年底山东省统计年鉴显示，新产品开发经费支出在总经费支出中占了一半以上的比例，对于基础研究的投入较少。借鉴欧美等发达国家的经验，山东省乃至全国对于基础性的研究包括相关的经费投入都远远不如欧美等发达国家。加大基础性研究投入，鼓励企业高技术领域的科技创新，攻克技术难关是山东省智能制造发展需重点解决的问题。于此同时，山东省政策的引导、政府补贴的落地以及整体的创新能力也是智能制造发展不可忽视的环节。在政府补贴方面要倾向高技术产业、智能制造产业如手机制造、微型电脑制造等。据2017年统计资料显示，山东省创新能力整体良好，但在创新的方面应有所倾斜，主要应加强基础性研究、高技术制造业的创新以及高端领域的创新。[基金项目：本文是山东省软科学研究计划“新旧动能转换下山东省智能制造研究 ”的阶段性成果，項目编号：2018RKA06025。]

（作者单位：烟台南山学院）