智能制造赋能企业发展的综述分析

王悦溪

(吉林大学东北亚学院 吉林长春 130000)

党的二十大报告提出“推动制造业高端化、智能化、绿色化协同发展”，构建智能制造(Intelligent Manufacturing,IM)产业发展新格局，高效实施供给侧结构性改革，“促进数字经济与实体经济的深度融合”。新一代信息通信技术的不断创新发展打破了制造业过度依赖资源、劳动力等基础生产要素的传统发展模式，形成了信息通信技术与先进制造技术整合创生的智能制造发展模式。

数字经济背景下，大数据、人工智能、云计算等科技创新不断赋能制造业，智能制造业迅猛发展。《智能制造发展规划(2016—2020年)》明确界定了智能制造的内涵：基于新一代信息通信技术与先进制造技术的深度融合，贯穿设计、生产、管理、服务等制造活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式。智能制造推动企业创新发展，变革了传统的生产方式，形成新的产业形态及商业模式。信息化与工业化的深度融合，不仅提升了智能制造企业自身的创新发展，还打破了区域间、行业间制造业发展不平衡的态势。越来越多专家、学者关注智能制造企业的发展，研究成果颇丰。

1 文献收集

本文以“智能制造”“企业发展”为主题，在CNKI 检索中文文献，时间跨度选择2010年1月1日—2023年5月17日，共获得文献资料472篇。梳理、归纳信息发现，研究成果主要集中于两大方面。

一方面，围绕制造技术手段展开，包括智能制造技术手段的提升及应用、各领域智能制造标准的制定、企业智能制造平台搭建及实施路径、企业智能制造能力成熟度等。早期智能制造的相关研究主要集中在智能制造技术、智能制造系统及智能制造工程等方面。

另一方面，围绕智能制造与企业社会效益、经济效益之间的关系展开，即智能制造如何赋能企业发展，具体包括企业的成本管理、运营效应、企业创新(除了技术创新以外的部分)、企业全要素生产率、产能利用、项目管理与评价、企业绩效评价、知识治理、职业结构、融资效率、智能作用机制、企业生态环境及政策对智能制造企业的影响等。

本文以智能制造与企业社会效益、经济效益之间的关系(即第二类研究成果)为研究对象，对上述472篇文献进行阅读、筛查，找出符合本文研究要求的文献130篇。仔细研读文本，厘清智能制造赋能企业发展相关研究的脉络，为后续研究提供实践支撑。

2 智能制造赋能企业发展研究的脉络分析

从2010年开始，智能制造与企业发展的相关研究成果逐渐增多，2019年研究成果呈现井喷趋势，出现研究范围广、成果集中度不高等现象。智能制造是企业发展的源泉与动力，主要从以下三个方面赋能企业发展。

首先，从技术手段视角来看，智能制造通过技术革新提高企业生产效率。

其次，从产品制造视角来看，智能制造产品更具有个性化，更加符合客户需求，可有效降低生产能耗。

最后，从产品运营模式来看，智能制造促进了企业从单一考虑产品制造的生产端转向服务客户端，且有利于和企业外部的其他组织合作共赢，研究成果主要集中在以下三点。

2.1 突破粗放模糊的宏观描述，在供给侧结构性改革的引导下分析智能制造赋能企业发展的源泉

已有研究突破了智能制造作用于企业发展的宏观描述研究，能在供给侧结构性改革的指引下，分析智能制造赋予企业能量的源泉，即智能制造赋予企业哪些能量，对企业发展有何影响等。

智能制造通过赋能产业价值链增值来促进企业发展，成为数字经济背景下企业创新发展的核心。例如，史丹、孙光林(2022)从企业全生产要素的视角分析智能制造实施的微观效果；李廉水等(2023)深入研究了智能制造企业创新效率的非管理性影响因素，提出研发投入对企业创新效率具有显著的负向作用；韩国高等(2022)从技术创新、企业内部控制、信息获取等视角分析了智能制造对企业产能利用的影响；权小锋、李闯(2022)研究得出智能制造通过企业资源配置和信息处理等方面影响企业的成本黏性。

2.2 从多学科视角审视智能制造赋能企业发展的作用机理

已有研究突破了单一技术层面，从管理学、社会学、经济学、文化学多个领域论述智能制造赋能企业发展的作用机理。智能制造给予了企业创新发展的新指南，不断深入研究企业创新、企业价值、企业生态环境建设等领域，以便能从机理层面更加深入地剖析智能制造给予企业发展的新动能。例如，尹洪英、李闯(2022)从信息、人力和资金三方面构建智能制造与企业创新模型；潘玉香、齐二石(2018)构建了以精益生产、网络信息化和作业成本管理为核心的智能制造企业成本管理框架，整合了管理学、系统理论和信息论等相关知识；李廉水等(2023)分别利用三阶段DEA模型和Tobit模型探析了不同所有制企业非管理性因素和企业内部因素对智能制造企业创新效率的影响机理；谷城、张树山(2023)从企业效率、企业内部控制和融资约束等管理学视角论述智能制造对企业“增绿赋能”的作用机制；王影等(2022)提出控制型、激励型、协调型和发展型四种知识治理模型，解决智能制造企业创新生态面临的困境；朱国军等(2021)以海尔公司为研究对象，围绕“数字化”“组织变革”搭建智能制造企业生态优势的形成路径；李婉红、王帆(2022)分析智能化转型有利于降低企业成本黏性，对不同类型企业的效用是异质的；应里孟等(2020)搭建了财务绩效和创新绩效对智能制造企业绩效的影响机制；陈金亮等(2021)的研究成果显示，企业研发的投入通过影响企业信息处理能力来达到影响企业创新绩效的作用。

2.3 智能制造赋能企业发展的研究方法多样

随着智能制造研究的不断深入、细致，研究方法也更加科学、全面，呈现多元化的趋势。准自然试验研究能够更加真实地反映制造业智能化发展的现况。现有的准自然试验研究多以中国智能制造试点示范项目为研究对象，数据多来自中国沪深A股制造业上市公司、中国城市统计年鉴、IFIND金融数据库、国泰安数据库(CSMAR)、国家知识产权局(SIPO)及中国研究数据服务平台(CNRDS)等。例如，张树山等(2021)把智能制造试点项目政策的实施看作准自然实验，利用PSM-DID方法分析了智能制造通过作用于客户集成度与供应商集成度两方面促进了企业创新技术的投入。

以典型企业研究为代表的扎根研究、案例研究也被应用到智能制造对企业发展的影响研究中。例如，王海军等(2023)扎根于海尔集团，通过深度访谈获得质性研究数据，得出影响智能制造企业颠覆性创新的因素；张明越、唱晓阳(2021)以某公司为案例，对智能制造企业风险防控的机理、内部结构及应对措施进行了分析论述。

文本分析是对模型统计分析的一种质性补充，可从政策、企业发展等文本资料了解企业智能制造实施路径及成效等。例如，曾思敏(2022)采用文本分析方法，利用中介效应模型搭建“数字技术可供性对智能制造企业生产率的影响路径”。

智能制造实证研究离不开模型的建构。收集、整理文献发现，建构模型的方法主要有以下几种：(1)随机前沿分析方法(SFA)可以分析不同研究对象的不同效率值。例如，申庆元等(2023)利用随机前沿分析方法建构检测高端装备制造产业创新网络运行效率的生产函数。(2)非参数分析法(DEA)通过矫正个参数的权重来控制统计偏差。例如，朱夏龙、宋良荣(2023)利用DEA建构智能制造企业融资特点模型，根据规模收益变与不变的理论假设将模型分为CCR和BCC两种；贾俊颖(2017)利用熵权法重新构建了DEA模型，分析影响智能制造企业绩效的主要因素。(3)事件分析法是利用指标加工具体行为事件的一种方法。例如，谷城、张树山(2023)通过事件分析法建构了智能制造与企业绿色创新发展的关系模型，并提出两者之间具有“边际效益递增效应”。(4)突变级数法规避了指标权重主观性过强的弱点，利用归一法化零为整，形成一个参数进行定量评价。(5)熵值法克服了突变级数法指标排序的主观性，能够对研究对象的各级指标进行科学合理的排序，熵值越大，说明指标分散程度越大，对研究目标的影响作用也越强。例如，李霞(2019)利用突变级数法和熵值法度量了新能源智能制造业的创新能力。

3 智能制造赋能企业创新发展研究的展望

3.1 规划制造“智图”，促进区域制造业创新发展的扎根研究

“智图”是制造企业创新发展的蓝图，规划企业制造“智图”是推动企业优化、有序发展的保障。智能制造是先进制造技术与新一代信息技术的深度融合，实现制造的数字化、网络化、智能化，是智能制造创新发展追求的目标。区域“智图”是国家制造业数字化转型、智能化升级的区域化与扎根化发展设计的蓝图，旨在促进区域制造业均衡、协同发展，统筹规划设计与管理。例如，加强区域智能制造产业链的新模式、产销合一等的研究。区域地区结合本地智能制造发展的实际特点，形成经济、管理、技术、产业、政策与环境等区块合力，着力研究区域企业智能制造发展蓝图，加强企业重大项目统筹规划管理，合理布局不同区域在制造业各细分领域的重点发展方向，可有效避免重复建设、资源浪费。

3.2 以问题为导向，促进智能制造产业链与供应链融合发展的实践研究

虽然智能制造业的发展已从局部企业试点展开进入现在的全面、深入推广与应用阶段，但智能制造的发展仍然落后于企业高质量发展的诉求。智能制造企业创新发展要始终坚持问题导向、效果导向，随着智能技术的不断提升，智能制造如何赋能企业创新发展成为核心问题。后续研究以企业发展效果为导向，促进智能制造推动企业上中下游的和谐发展，进而带动产业链、供应链的协同发展。在制造企业智能化转型研究中找准其创新发展的支撑点，积极应对我国传统制造业能源消耗高、产品过剩、信息化不足等问题，寻找问题的源头与适合的解决办法，积极促进制造企业智能的转型升级，提高产品的附加值，打造优秀的智能制造品牌。

3.3 “质化”与“量化”混合研究，深入推进智能制造企业价值的评价研究

智能制造企业价值可分为两部分，分别是企业财务计算得到的独立价值和智能产品研发带来的潜在价值。智能制造企业价值内涵丰富，包括企业绩效、企业运行效率、企业竞争力、企业成本及企业创新效率等。智能制造企业的发展具有高风险、收益不稳定等特点。影响智能制造企业创新发展的因素主要有智能技术的研发与应用、企业经营管理模式、成本投入等，这些不确定性因素都为智能制造企业价值的评价带来了困难。创新研究方法，采用“质化”与“量化”混合研究等，在建立适合评价个性化智能制造企业价值数学模型的基础上，深入了解不同智能制造企业的发展模式，有利于更加清晰准确地评价智能制造企业的绩效，为提高企业的竞争地位、为社会创造更多的财富提供丰富的、可行性强的实践支撑。

4 结语

综上所述，智能制造企业的发展有利于我国供给侧结构性改革的深度实施，有利于传统制造业的高质量转型，政府及相关专家学者应相互协作，开展多视角、多维度和多层次的研究，共同促进我国智能制造企业从规模扩大化向质量提高的内涵性发展。由于作者研究能力有限、文献资料不足(仅查阅了中文文献)等，个别观点可能有些偏颇，诚与各位同仁商榷。