基于Entropy-DEMATEL的智能制造产业创新生态系统脆弱性分析

□方金城 陈婷婷 刘柱坤 朱 斌

[1. 福建工程学院 福州 350118；2. 福州大学 福州 350116]

作为制造强国建设的主攻方向，智能制造发展水平关乎我国未来制造业的全球地位。党的二十大报告对加快制造强国建设、推动制造业高质量发展进行了重点部署，提出传统制造业要实现智能化升级与绿色化转型，要以智能制造为主攻方向，推进新型工业化，加快建设制造强国。《“十四五”智能制造发展规划》指出发展智能制造对于巩固实体经济根基、建成现代产业体系、实现新型工业化具有重要作用。要深入实施智能制造工程，大力推动装备数字化，着力开展智能制造试点示范专项行动，不断完善国家智能制造标准体系。近年来，由于国家重视和相关利好政策推动，我国智能制造产业发展迅猛并初步积累了较为厚实的产业技术发展基础。但相比于发达国家，我国智能制造产业发展仍有一定差距，其主要表现为智能制造技术创新水平偏低和创新生态系统综合发展能力总体还相对薄弱。有鉴于此，本文运用创新生态系统理论，对福建省智能制造产业创新生态系统的脆弱性进行研究，通过30家智能制造试点示范企业调研与问卷调查，借助Entropy-DEMATEL分析，探讨制约福建省智能制造产业创新生态系统发展的瓶颈要素，籍此提出优化智能制造产业创新生态系统的对策建议。本研究对建设全国统一大市场背景下厘清智能制造产业的创新障碍，加快塑造共生共赢的智能制造创新生态系统和全面提升智能制造产业技术创新水平具有一定的借鉴意义。

一、相关研究述评

（一）创新生态系统相关研究

创新生态系统研究是在吸收自然生态系统理论思想的基础上发展起来的一个新兴研究领域。从内涵上看，创新生态系统是一个拥有完善合作与创新支持体系的共同体，每个内部创新主体都可以使用各自的异质性。同时，在与其他主体协同创新，实现价值创造，形成相互依存、联系紧密、共同进化、共生共赢的关系网络[1]。

目前，国内外创新生态系统的相关研究，主要从概念内涵、影响因素和案例实证等方面对创新生态系统进行分析与研究。其中，代表性研究有Estrin介绍了创新生态系统主要包括研究、开发、应用三大群落，并且群落间协同发展，各群落互相传递共享信息[2]；Jackson认为创新生态系统与经济系统相同，包括各种资源、相对应的人员、各组织和风险投资及管理等[3]。Duncan等认为创新生态系统概念是由生态系统理论衍生而来，这表明复杂系统之中也存在资源稀缺性、路径依赖性和资源的拓展性等特征[4]。Jacobides等主要研究了核心企业对其所嵌入的企业创新生态系统的影响[5]。Guo从创新主体、持续创新能力和创新环境三个维度对创新生态系统进行分析，利用实证对企业数字创新生态系统做出客观评价[6]。丁荣余介绍了创新生态系统是在一定区间内，由创新物种、创新种群、创新网络和创新环境复合组成的动态、开放的生态系统，系统强调创新要素间的协同作用以及创新资源的有效配置组合和共享[7]。李万等提出创新生态系统是在一定的时空范围内，各种创新群落内部以及创新群落与创新环境，通过物质流、能量流、信息流相互传递，形成动态演化、共生共赢的开放复杂系统[8]。项国鹏认为创新生态系统是由创新主体及其创新环境相互作用形成的有机统一整体，系统中的创新主体基于共同的意愿与目标，通过开放、协同合作整合生态中的创新资源，构建共赢为目的的创新网络[9]。谭劲松等以轨道交通装备产业作为文章的研究对象，利用纵向案例的研究方法，从中观层面，研究了架构者变迁及其战略行为演变对产业创新生态系统的影响[10]。由以上文献可以看出，最近几年创新生态系统的相关研究几乎是在吸收相关理论基础上，对理论的实践性进行深入探讨，尤其后期的研究积极结合创新生态系统的结构功能等相关理论，进一步探索实践应用及系统发展，促使创新生态系统作为一种新的研究范式。

（二）系统脆弱性相关研究

系统脆弱性指的是系统由于受到不利因素影响而遭受损害的概率，以及系统能够承受和应对这种不利影响的能力。创新生态系统脆弱性表现为因受外部创新环境变化的影响，如政策法规等，或系统内部自身原因的影响，如技术创新相关的人、财、物等，导致系统内一个或多个子系统出现故障，各子系统之间存在强耦合关联导致一个或多个子系统崩溃，影响与之相联系的其他子系统，进而导致整个系统无法正常运转。子系统出现故障的原因则是各子系统中的要素出现负面影响，导致子系统出现不稳定现象，使整个系统遭受损害，不能健康发展。脆弱性是创新生态系统本身所具有的一种属性，当该系统从它的一种正常状态转换到另一种崩溃状态时会显现出来，从而给创新体系带来难以估量的损失。

从国内外研究看，Stinchcombe在1965年最先提出新创企业脆弱性的概念，他指出企业存在高失败率的原因是存在新创企业脆弱性[11]。这些使新创企业面临脆弱性的原因主要包括创新企业缺乏内部知识、日常惯例、新企业员工之间信任以及关键的外部关系等四个方面；Adner[12]和Kapoor等[13]从微观层次研究技术、企业能力和产品以及企业之间的依赖关系对创新生态系统的影响；Tong等通过研究高新技术企业创新生态系统的弹性，总结出五个影响因素：弹性思维、环境不确定性、容忍度、进化能力、隐性资源[14]。张运生提出了创新生态系统风险评价指标体系，从融合风险、机会主义败德风险、资源流失风险、锁定风险以及外部环境风险等五个方面进行构建[15]。崔娟娟和王英认为产业脆弱性是由于该产业对外部资源的依赖使得自身在面临外部环境变化时稳定性状态遭到破坏、应对能力不够导致的整个产业不稳定而积累的风险状态[16]。易锐提出创新企业脆弱性是因为无法与成熟企业有效竞争以及创业初期水平低，并且年轻的组织具有高于成熟企业的死亡倾向和生存劣势[17]。梁林等对提升新区创新生态系统对外部冲击和扰动的抵御能力进行研究[18]。

综上所述，目前国内外学者对创新生态系统脆弱性的相关研究总体还比较少，已有成果主要聚焦于创新生态系统概念内涵、影响因素和风险管理等领域研究；而结合特定区域和产业，从系统脆弱性视角探讨创新生态系统的实证研究则尚未有涉及。为此，本文将以福建智能制造产业为研究对象，运用创新生态系统理论与系统脆弱性分析，对智能制造产业创新生态系统的脆弱性进行深入分析，厘清制约系统稳定发展的瓶颈要素及其作用机理，据此提出智能制造产业创新生态系统建设的优化对策。

二、智能制造产业创新生态系统的功能结构及其脆弱性的内涵与表现

（一）智能制造产业创新生态系统的功能结构

由生态系统视角看，智能制造产业创新生态系统由创新群落和创新环境两部分组成，而创新群落主要分为研究群落、开发群落、应用群落三个部分。其中，研究群落在创新和探索智能制造基础知识和技术等方面发挥着“生产者”的作用；开发群落是利用知识与技术实现智能制造产业新产品与新服务的“消费者”；应用群落作为智能制造创新技术推广与反馈的“分解者”；创新环境推动三大群落之间物质流、能量流和信息流，为智能制造产业创新生态系统的发展提供保障。智能制造产业创新生态系统的构成要素及其功能如表1所示。

表1 智能制造产业创新生态系统构成及功能

（二）智能制造产业创新生态系统脆弱性的内涵

从智能制造产业创新生态系统的四大子系统运作看，当物质流、信息流、能量流在智能制造产业创新生态系统的各子系统之间充分流动、交织作用并处于相对平衡时，智能制造创新生态系统保持稳定的可持续发展状态。而当系统受到内部或外部的干扰，导致某个子系统出现故障，子系统间互相作用，打破了原有的平衡，智能制造创新生态系统就会表现出脆弱性。

图1的状态曲线呈现了系统受扰动后，智能制造产业创新生态系统的运行特征。A点之前，智能制造产业创新生态系统物质、能量和信息充分流动，各子系统保持平衡作用，处于稳定发展状态；A点之后系统受到干扰，破坏了系统有序稳定发展的状态，系统结构关系紊乱乃至失序。此时作用于系统的扰动在各子系统间传递衍生，导致整个系统无法正常运转，并趋向无序裂解，系统濒临崩溃阈值点B点。其次，通过动态能力培育，系统自身防御机制以及适应能力起作用，对干扰进行反馈与吸收，系统进行整合重构，逐渐适应干扰后的状态，然后从B点慢慢恢复到C点，开始维持另一个稳定发展状态。但是如果干扰程度很大，系统自身防御机制未能对干扰进行消化，导致系统运行状态低于阈值，那么系统将无法恢复稳定，即整个系统将会处于崩溃状态，不能健康发展。

图1 干扰下智能制造产业创新生态系统运行状态曲线

上述系统运行状态的变化曲线表现出的特性即系统脆弱性。从动态竞争力理论视角看，当智能制造产业创新生态系统无法正常运转时，相关企业通过整合重组适应环境变化，消化吸收外部知识来提升自身能力，为系统达到另一个平衡态。综上分析，这里将智能制造产业创新生态系统脆弱性定义为：智能制造产业创新生态系统运行过程中，在负面干扰，即系统脆弱性要素影响作用下，系统所产生的受损程度、对抗干扰过程中系统的适应能力、恢复正常稳定运行的修复能力以及吸收外部能量提升自身达到另一个平衡的强度。

（三）智能制造产业创新生态系统脆弱性的主要表现

由于智能制造产业创新生态系统尚未成熟，当前我国智能制造产业技术创新仍存在较多障碍。鉴于企业与企业间的创新责任差异较大，其个体创新脆弱性表现不尽相同。为厘清智能制造产业创新生态系统脆弱性的障碍因素，本研究主要通过文献研究 和专家访谈相结合的方法，重点聚焦智能制造企业群体创新生态的共性困境，从产业创新生态系统的动态竞争力分析入手，阐明当前我国智能制造产业创新生态系统脆弱性的主要表现。

1. 在研究群落层面，智能制造产业创新竞争力构建，需要对现有的知识、技能和资源进行整合、学习、重构和再造以应对全球化、技术进步、产业蝶变与创新速度加快等对企业生存发展所带来的挑战。作为战略性新兴产业，智能制造产业是一个技术和知识密集度高的产业，是一个涉及多学科跨领域的综合性行业，需要大批掌握先进系统控制软件、装备机械、工业自动化系统工程集成、计算机软件及硬件技术等领域的高素质、高技能以及跨学科的专业人才，但从企业调研反馈看，我国智能制造产业人才总量短缺，人才链条结构不优，高端人才匮乏。

2. 在开发群落层面，我国智能制造基础研发能力薄弱，智能制造技术研发重硬件轻软件，重集成应用轻原始性创新，尤其是智能制造关键核心技术上更是严重依赖进口，企业对关键核心技术的吸收能力也相对薄弱。再者，我国智能制造产业缺乏统一的行业技术标准，智能制造配套服务发展滞后，配套产品技术的开发存在创新延迟或失败的可能性。在智能化设备应用过程中，由于智能制造设备应用场景及其基础设施要求较高，建设经费投入大，对多数企业而言现有设备资金还不能满足产业对机械智能化的需求。此外，对于智能制造生态合作伙伴，因产业生态系统尚未成熟，产业内企业各自为政，产品技术互不兼容，产业企业难以找到合适的智能制造合作伙伴。

3. 在应用群落层面，目前我国智能制造市场领域，产业中低端产品扎堆，多数产品为通用型和中低档产品，这导致产业市场同质化竞争激烈，企业间互相模仿抄袭严重。企业在应对智能制造市场的非连续性变化时，未能提前规划布局，动态竞争力提升受限。另外，智能制造产业技术变化快，投入高、风险大，产业企业优胜劣汰节奏快，企业转型升级适应能力低，这导致了智能制造技术供应商与客户信任度不高，产品创新缺乏市场粘性。

4. 在创新环境层面，智能制造产业创新环境充满动荡性和不确定性，企业传统求稳的商业思维受到了前所未有的挑战。另外，近年来我国各地陆续制定出台了多项推动智能制造发展的引导扶持政策，但是这些政策出台往往较为仓促，缺乏统一顶层设计，政策措施变化的可能性以及其系统性、精准性与稳定性存在不足。最后，由产业政策的碎片化和波动性所产生的产业链分散化和技术链割裂化在一定程度上也影响了智能制造技术创新的延续发展。

综上分析，结合智能制造创新生态系统的功能结构研究，从四个子系统层面出发，梳理智能制造产业创新生态系统脆弱性的主要表现，如图2所示。

图2 智能制造产业创新生态系统脆弱性的主要表现

三、Entropy-DEMATEL分析原理及步骤

（一）Entropy-DEMATEL分析的工作原理

熵值法（Entropy）是根据决策矩阵计算风险因素权重的一种方法，这种方法克服了AHP、模糊综合评价等方法主观赋权的弊端；DEMATEL是一种运用集合论、矩阵论和图论工具分析系统组成要素间影响关系的方法，它通过计算每个要素因果作用的中心度与原因度，定量测度每个要素在系统中地位或作用的重要程度，由此对系统问题进行判断分析，以增进对系统问题复杂关联的理解。由于单独使用Entropy确定权重，在计算时忽略了影响因素之间的内部关系，未考虑因素间的交叉关系。然而，DEMATEL在计算时更侧重于各个影响因素对其他影响因素的影响关系，在一定程度上克服了专家打分时的主观性以及单纯使用Entropy计算时所忽略的影响因素内部的关系。再者，因为智能制造产业创新生态系统脆弱性要素之间影响关系复杂，所以将Entropy与DEMATEL法结合使用，不仅可以量化各脆弱性要素之间的关系，还可以使确立的权重更加科学合理。

（二）Entropy-DEMATEL分析的工作步骤

Entropy-DEMATEL法的计算过程如下：

四、福建省智能制造产业创新生态系统脆弱性的Entropy-DEMATEL分析

（一）Entropy-DEMATEL计算过程

本次调研活动采取面对面访谈和线上问卷的方式同步进行，对福建省漳州万利达科技有限公司、厦门宏发电声股份有限公司、厦门金龙汽车新能源科技有限公司、玖龙纸业（泉州）有限公司等30家智能制造试点企业进行访问，邀请企业中工作经验丰富的技术人员、企业高管等专业人员进行调查问卷，共发放240份调查问卷，回收率82.50%，有效问卷196份。同时，运用DEMATEL的原理和方法，从受调查者中选择30名智能制造专业人员组成专家决策小组，对16个要素间的相互影响程度进行调查，采用0～5标度，由低到高分别表示为“无影响”“影响较弱”“影响弱”“影响强”“影响很强”。

1. 利用Entropy计算脆弱性要素的熵权

通过调研分析，邀请福建省智能制造试点企业中的专家对脆弱性要素的重要程度进行独立打分，计算要素熵权，通过式（1）～（5）进行计算，具体结果如表2所示。

表2 熵权法计算结果

2. 利用DEMATEL计算影响度fj、被影响度hj、中心度mj

对收回的智能制造专家调查表做统计分析，得到的要素间相互影响关系的均值作为要素间的直接影响矩阵，通过式（6）～（11）对直接影响矩阵规范化，并计算综合矩阵Z、影响度fj、被影响度hj、中心度mj，具体结果如表3所示。

表3 DEMATEL计算结果

3. 计算要素组合权重

利用Entropy与DEMATEL计算得到的最终结果，根据公式（12）计算组合权重，得到各要素对智能制造产业创新生态系统的综合作用程度值，即脆弱度vj，结果如表4。

表4 权重计算结果表

（二）计算结果与瓶颈要素分析

由表4可以得出各要素间的组合权重大小有一定差异，其中智能制造基础研发能力弱x13的组合权重最高，脆弱度为0.166 4，组合权重最低的要素是产品创新缺乏市场粘性x33，脆弱度为0.012 1。综合考虑中心度和熵权值大小，根据组合权重值大小排序情况，得到制约福建省智能制造产业创新生态系统的瓶颈要素为：智能制造基础研发能力弱x13、智能制造关键核心技术发展滞后x14、机械智能化改造面临资金约束x21、产品结构智能化开发能力弱x22、智能制造市场品同质化竞争激烈x31和缺少商业化产业基金和专业孵化器支持x41。结合智能制造产业创新生态系统的群落结构，对上述各瓶颈要素的作用机理进行系统分析，具体如下。

1. 研究群落

研究群落主要为智能制造产业创新生态系统提供知识、技术与信息源泉。从研究群落的脆弱性要素分析看，智能制造基础研发能力弱x13和智能制造关键核心技术发展滞后x14是福建省智能制造产业研究群落制约产业创新生态系统功能效用的重要短板。从智能制造基础研发能力看，关键要素x13的排名第一，由于福建省工业化起步晚，其产、学、研的整体科技水平与一线城市仍有差距，导致智能制造基础研发能力相对薄弱，在智能化的软硬件上缺乏自主研发技术，关键零部件、传感器、操作系统等主要还是依靠进口获得。再者，技术研发人才的短缺也是智能制造基础研发能力弱的一个重要原因。调研中，大部分企业反映，从高级技工型到复合技术型再到高端研发型，整个智能制造人才总量仍处于短缺状态，人才链条结构不优。另外，就智能制造关键核心技术发展看，要素x14最终排名第三，v值达到0.120 1。由于高度复杂性的智能制造关键核心技术包含大量显性科学知识和隐性缄默知识，需要核心企业与创新生态系统成员构建有效耦合模式，在实践中不断积累经验数据以持续提高性能[19]。福建省智能制造生产模式尚处于起步阶段，在对关键核心技术探索的同时，会出现试错等情况。且大部分企业以购买设备、集成应用为主，忽略对智能制造关键核心技术探索的关注度，在关键核心技术方面投入少。在核心零部件、基础工业软件等核心技术发展方面，还受制于人，如：多轴工业机器人、大型高档机床的核心零部件，CAD/CAE、EDA、数据库等基础工业软件，这些关键核心技术不解决，自主可控的智能制造体系就难以建立，并且在发展过程中容易遇到技术壁垒。

2. 开发群落

开发群落主要为智能制造产业创新生态系统提供新产品或新服务，实现产品与服务的生产与交付。从开发群落的脆弱性要素分析看，制约福建省智能制造产业创新生态系统的瓶颈要素有：产品智能化开发能力弱x22、机械智能化改造面临资金约束x21，这两项要素的脆弱度分别为0.127 1和0.097 9，其中产品智能化开发能力弱排名为第二，机械智能化改造面临资金约束的排名为第四。从产品智能化开发能力看，近年来由于辅助设计、工艺规划、工程分析等计算机软件技术的推广与应用，各大智能制造企业产品智能化开发能力有所进步。然而，由于对推进产品全生命周期数据库一体化集成不到位，企业智能工艺开发与流程设计总体能力偏弱，导致产品智能化开发能力还处于低水平阶段。而且企业产品研发部门与其他部门信息不对称、条块化分割的现状，导致企业在产品智能研发设计、工艺流程开发和生产制造等环节数据实时集成与协调运作存在障碍[20]，这些要素对于福建省智能制造产业创新生态系统的健康发展存在较大负面影响。另外，就机械智能化改造面临资金约束而言，智能技术的创新和应用、设备的研发和购置，都是不小的投入，还存在诸多不确定因素，如中途失败风险、预期与实际使用落差大等。并且在产品工艺难的情况下，设备并不能解决生产问题，现有大部分智能制造设备只能用于标准化、重复性的工艺。尤其在福建省的中小智能制造企业中，资金约束是开展智能制造面临的主要困难。

3. 应用群落

应用群落是将智能制造产品进行应用与推广。从应用群落的脆弱性要素分析看，该群落制约福建省智能制造产业创新生态系统的瓶颈要素为智能制造市场同质化竞争激烈x31，脆弱度为0.076 7，排名第六。相对于其他三个群落，要素的权重排名较靠后，说明当前福建省智能制造产业创新生态系统中的应用群落处于稳定发展状态。但是，和自然生态系统相似，创新生态系统中主体间通常同时存在合作和竞争两种较为矛盾的关系。就智能制造市场同质化竞争激烈x31结果而言，如果其他地区产业内竞争对手或相关产业的创新产品抢先一步实现颠覆式创新，并快速占领了市场，造成产品市场容量较饱和，本产业创新技术产品将在市场上失去立足之地，造成失败，从而影响整个创新生态系统的工作进程。从长远来看，强化智能制造企业市场主体地位，以需求为导向，激发企业推进智能制造的内生动力，进一步完善区域内的竞争和退出机制等，进而形成公平市场竞争的发展环境，有利于智能制造产业发展的市场体系。

4. 创新环境

创新环境是产业生态系统不同群落集聚创新资源、挖掘创新潜能的重要保障。从创新环境的脆弱性要素分析看，四个脆弱性要素权重排名居中，关键要素为缺少商业化产业基金和专业孵化器支持x41，其脆弱度为0.091 6，排名第五。在智能制造产业创新生态系统中，各主体对创新环境存在依赖性，政府与相关机构的支持对智能制造产业在福建的发展起到巨大的推动与保障作用。近年来，福建省根据自身实际，陆续制定出台了多项推动智能制造发展的政策措施。但是，由于政策改变和不可预期所产生的不确定性会影响创新进程的发展，而且政府的财政支持方式一般都是以直接支持和补贴分配给各区域企业，很难区别出企业的经营风险及创新效率。由于发展智能制造需要高资金投入、高试错成本，所以在产品从技术到商业化的过程中，要求有专业孵化器。但因缺乏商业化产业基金和专业孵化器的支持，导致智能制造产品商业化转化能力不强。然而福建省大部分专业孵化器与市场、企业联系不够紧密，难以发挥资源协调能力，从而影响到创新生态系统的工作进程。

五、结论与建议

本文通过对福建省30家智能制造试点示范企业的调研以及Entropy-DEMATEL分析，研究了福建省智能制造产业创新生态系统的脆弱性问题，发现目前制约福建省智能制造产业新生态系统的瓶颈要素主要有智能制造基础研发能力弱、智能制造关键核心技术发展滞后、产品结构智能化开发能力弱、机械智能化改造面临资金约束、智能制造市场同质化竞争激烈、缺少商业化产业基金和专业孵化器支持等。据此，提出促进智能制造产业创新生态系统建设的优化对策如下：

1. 建立智能制造产业创新联合体，推动关键核心技术突破

提升智能制造基础研发能力，加快关键核心技术发展。一方面，鼓励建设智能制造产业创新联合体。创新联合体能够为企业进行跨界合作、创新生产模式提供新知识，有利于提升企业的技术创新能力。当前，世界新一轮科技革命和产业变革突飞猛进，科技创新广度显著加大、深度显著加深、速度显著加快、精度显著加强，单个企业仅凭自身力量难以解决产业链上的所有问题，必须加快构建创新联合体。加快构建龙头企业牵头、高校院所支撑、各智能制造创新生态系统主体相互协同的创新联合体，发展高效强大的共性技术供给体系，提高科技成果转移转化成效。另一方面，关注智能制造基础技术人才支撑，创新业态催生大学教育转型。传统的理科和工科已不足以应对时代变革，要重构一些核心知识，“新工科”对应的是新兴产业，如人工智能、智能制造、机器人、云计算等。高校可以在“新工科”的基础上创办智能制造专业群，多学科深度融合，高度综合，开展知识密集性综合学习方式。此外，通过深化科研体制改革，加强科研机构和智能制造产业界的联动，利用提高国家系统自主创新能力推动关键领域的技术瓶颈突破。

2. 以试点示范应用为抓手，不断拓展企业智能制造应用场景

持续推进智能制造试点示范行动。推进场景创新、工厂示范和区域试点，选择推广优秀智能场景，以“揭榜挂帅”方式推进智能制造示范工厂建设，鼓励有条件的地区创建智能制造先行区，发挥先进典型带动作用，加速新技术、新装备、新模式推广应用。应积极推动符合条件的智能制造试点示范项目纳入重点研发计划、相关产业发展专项支持范围。并且建设智能制造数据资源公共服务平台，制定平台服务规范，构建协同发展与优势互补的服务网络。加快重点标准的制订与贯标推广，形成标准与试点示范迭代优化、互促共进的工作格局。以创新型龙头企业为标杆，带动其他智能制造企业进行学习，深化企业体制改革，进行现代化企业管理制度，生产标准化、作业规范化，加强智能工艺开发与流程设计总体能力，提高产品智能化开发。在提升企业动态能力方面，应不断加强企业的技术柔性能力、机会识别能力、组织柔性能力、整合重构能力，加快形成规范化的新技术体系，并以此获得核心竞争力和超额利润的重要举措[21]。另外，在各智能制造企业开展智能制造产品项目时，应树立科技创新的意识，加强知识产权保护，提高产品亮点，打破现有智能制造市场同质化竞争激烈的困境。

3. 加强政策支撑，加大资金扶持

加强政策对创新生态系统建设的支撑。政府的支持对智能制造产业在福建的发展起到巨大的推动与保障作用，增强政策的确定性和可预期性，确保产业政策能更充分地发挥市场作用，对激励智能制造产业进行创新是有必要的。积极培育智能制造企业之间互利共生关系，持续扩容生态合作伙伴群，扩大要素齐全、技术先进、服务优质的伙伴群，实现区域耦合，加快构建智能制造发展生态。另外，鼓励企业与研究机构合作设立专业化孵化器，并给予政策支持。在加强政策支撑的同时，需加大资金扶持力度，可以对区域制造企业智能化改造、首台套技术装备、智能制造诊断、数字车间、机器换人和智能工厂建设等设立财政专项支持资金。另外，政府部门可以给予金融机构一定贷款风险补偿，鼓励金融机构结合自身优势，为创新机构的投资项目提供债务融资，助力创新生态系统发展。