我國創(chuàng)新智能機(jī)器人企業(yè)發(fā)展效率研究

宋海軍

摘 要：以2016年中國37家工業(yè)機(jī)器人上市企業(yè)為研究對(duì)象，對(duì)其發(fā)展現(xiàn)況進(jìn)行描述性分析，采用數(shù)據(jù)包絡(luò)分析法和回歸分析法對(duì)其發(fā)展效率和影響因素進(jìn)行分析。結(jié)果表明，工業(yè)機(jī)器人上市企業(yè)整體發(fā)展效率不高，主要依賴規(guī)模效率;技術(shù)效率無效性大于規(guī)模效率無效性;職工受教育程度和科研投入率對(duì)其具有反向作用;資產(chǎn)負(fù)債率、凈利潤率和固定資產(chǎn)周轉(zhuǎn)率對(duì)其都具有促進(jìn)作用。最后，從提高行業(yè)準(zhǔn)入門檻和實(shí)現(xiàn)差異化發(fā)展、重視技術(shù)創(chuàng)新、加強(qiáng)高端人才隊(duì)伍建設(shè)、拓寬企業(yè)投融資渠道、促進(jìn)中小企業(yè)發(fā)展五個(gè)方面提出對(duì)策建議。

關(guān)鍵詞：智能機(jī)器人;上市企業(yè);發(fā)展效率;影響因素

中圖分類號(hào)：TP18? ? ? ? 文獻(xiàn)標(biāo)志碼：A? ? ? 文章編號(hào)：1673-291X（2020）09-0022-04

引言

先進(jìn)裝備制造業(yè)是近年來中國重點(diǎn)培育和發(fā)展的戰(zhàn)略性新興產(chǎn)業(yè)之一，智能制造裝備是先進(jìn)裝備制造業(yè)的重點(diǎn)發(fā)展方向之一，是制造裝備的核心和前沿。美國、德國、日本三國是當(dāng)前世界智能機(jī)床與基礎(chǔ)制造裝備生產(chǎn)、使用實(shí)力最強(qiáng)的國家，而中國仍處于初步認(rèn)識(shí)和發(fā)展階段。但工業(yè)機(jī)器人和3D打印機(jī)已具有一定的規(guī)模，在國際上形成了一批具有影響力的企業(yè)，每年全球的市場需求逐年增大，新技術(shù)和新產(chǎn)品的上市逐年加快。中國在這兩個(gè)領(lǐng)域的發(fā)展具有一定的基礎(chǔ)[1]。其中，工業(yè)機(jī)器人在國防工業(yè)、制造業(yè)以及國民經(jīng)濟(jì)中的其他行業(yè)中正在發(fā)揮著日益突出的作用。中國應(yīng)通過大力發(fā)展機(jī)器人與智能制造，推動(dòng)制造業(yè)轉(zhuǎn)型升級(jí)，打造制造業(yè)競爭新優(yōu)勢，推進(jìn)制造業(yè)供給側(cè)結(jié)構(gòu)性改革。

智能制造作為《中國制造2025》的主攻方向之一，近年來國內(nèi)學(xué)者日漸重視對(duì)這一領(lǐng)域研究。龔炳錚（2015）構(gòu)建了智能制造評(píng)價(jià)模型，并依據(jù)評(píng)估結(jié)果將智能制造企業(yè)進(jìn)行層次劃分[2]。冷單、王影（2015）以案例為基礎(chǔ)，對(duì)浙江省智能制造發(fā)展實(shí)際中存在的困境深入探討，并提出了加快發(fā)展的對(duì)策建議[3]。董志學(xué)、劉英驥（2016）通過構(gòu)建智能制造評(píng)價(jià)指標(biāo)體系，對(duì)中國23個(gè)省的智能制造能力進(jìn)行實(shí)證分析，得出主要影響因素和各省智能制造能力水平[4]。劉峰、寧?。?016）運(yùn)用數(shù)據(jù)包絡(luò)模型和回歸模型，分析了中國52家智能制造上市企業(yè)2011—2013年技術(shù)創(chuàng)新效率及其影響因素。結(jié)果發(fā)現(xiàn)，股權(quán)集中度與技術(shù)創(chuàng)新效率存在“倒U 型”關(guān)系，高管持股有助于企業(yè)技術(shù)創(chuàng)新效率的提高，資產(chǎn)負(fù)債率、資產(chǎn)周轉(zhuǎn)率與企業(yè)技術(shù)創(chuàng)新效率都存在正相關(guān)關(guān)系[5]。蔡秀玲、高文群（2017）基于智能制造對(duì)就業(yè)的“替代效應(yīng)”和“創(chuàng)造效應(yīng)”，估算了其對(duì)中國制造業(yè)農(nóng)業(yè)轉(zhuǎn)移勞動(dòng)力的就業(yè)“替代效應(yīng)”，并從培育現(xiàn)代工匠、發(fā)展服務(wù)業(yè)和支持返鄉(xiāng)創(chuàng)業(yè)三方面提出了應(yīng)對(duì)就業(yè)替代的策略[6]。

綜上所述，目前國內(nèi)學(xué)者對(duì)智能制造的研究主要集中在宏觀層面上的定性分析，對(duì)微觀層面上的實(shí)證分析較少。本文以中國智能制造中發(fā)展基礎(chǔ)較好的工業(yè)機(jī)器人為研究領(lǐng)域，選取中國37家工業(yè)機(jī)器人上市企業(yè)為研究對(duì)象，研究其在2016年發(fā)展效率及影響因素的相關(guān)性，并提出發(fā)展的對(duì)策建議。

一、理論模型

（一）數(shù)據(jù)包絡(luò)分析模型

數(shù)據(jù)包絡(luò)分析法（Data Envelopment Analysis，DEA）是一種評(píng)價(jià)具有多個(gè)輸入、輸出的決策單元（Decision Making Unite，DMU）相對(duì)有效性的非參數(shù)技術(shù)效率分析方法，DEA的第一個(gè)模型命名為CCR模型[7]。由于這種模型是假設(shè)在規(guī)模報(bào)酬不變情況下衡量效率值，因此Banker、Charnes和Cooper在1984年加入約束條件提出了基于規(guī)模報(bào)酬可變的BCC模型。本文選擇了基于投入導(dǎo)向下的BCC模型，表示如下[8]：

二、構(gòu)建評(píng)價(jià)指標(biāo)體系和數(shù)據(jù)來源

由于DEA模型一般要求決策單元的數(shù)量應(yīng)該大于等于投入和產(chǎn)出指標(biāo)總和的2倍，因此本文將中國37家工業(yè)機(jī)器人上市企業(yè)作為決策單元（為了避免異常值出現(xiàn)，剔除*ST了股類上市企業(yè)）。依據(jù)可比性、科學(xué)性、可獲取性等原則選取指標(biāo)，同時(shí)考慮到過多指標(biāo)可能導(dǎo)致多重共線性，確定本文投入和產(chǎn)出系統(tǒng)的評(píng)價(jià)指標(biāo)體系。投入指標(biāo)為：技術(shù)職工數(shù)（萬人）、研發(fā)投入（億元）、固定資產(chǎn)（億元）;產(chǎn)出指標(biāo)為：資產(chǎn)總額（億元）、營業(yè)收入（億元）、凈利潤（億元）。

考慮到工業(yè)機(jī)器人上市企業(yè)發(fā)展效率還受到其他因素影響，本文擬從職工受教育程度（X1），即碩士及以上學(xué)歷人數(shù)與全體員工數(shù)比值;科研投入率（X2），即研發(fā)投入與營業(yè)收入比值;資產(chǎn)負(fù)債率（X3），即期末負(fù)債總額與資產(chǎn)總額比值;凈利潤率（X4），即凈利潤與主營業(yè)務(wù)收入比值;固定資產(chǎn)周轉(zhuǎn)率（X5），即銷售收入與固定資產(chǎn)凈值比值等五個(gè)角度分析工業(yè)機(jī)器人上市企業(yè)發(fā)展效率影響因素及其相關(guān)性。以發(fā)展效率作為被解釋變量、影響因素指標(biāo)作為解釋變量建立回歸模型如下：

yi=？琢i+？茁Txi+？著i（4）

式中，？琢i為常數(shù)項(xiàng)，？茁T為估計(jì)參數(shù)，？著i為隨機(jī)擾動(dòng)項(xiàng)，yi是因變量，表示第i個(gè)上市企業(yè)發(fā)展效率，xi是各自變量。本文效率評(píng)價(jià)指標(biāo)和影響因素指標(biāo)的原始數(shù)據(jù)，均來源于巨潮資訊網(wǎng)37家工業(yè)機(jī)器人上市企業(yè)2016 年年度報(bào)告和財(cái)務(wù)報(bào)告。

三、實(shí)證結(jié)果與分析

（一）中國37家工業(yè)機(jī)器人上市企業(yè)概況

為了更加深入了解中國37家工業(yè)機(jī)器人上市企業(yè)的發(fā)展?fàn)顩r，本文首先對(duì)其進(jìn)行描述性分析，樣本描述性統(tǒng)計(jì)（如表1所示）。

從表1可以看出，2016年中國工業(yè)機(jī)器人不同上市企業(yè)之間發(fā)展規(guī)模差距顯著，尤其是資產(chǎn)總額和營業(yè)收入指標(biāo)，極差分別為364.09億元和275.29億元。但從各項(xiàng)指標(biāo)的較低均值可以發(fā)現(xiàn)，中國工業(yè)機(jī)器人上市企業(yè)總體發(fā)展規(guī)模不大。另外，技術(shù)職工人數(shù)、研發(fā)投入和凈利潤三項(xiàng)指標(biāo)的極差和標(biāo)準(zhǔn)差較小，說明中國工業(yè)機(jī)器人上市企業(yè)人才引進(jìn)率、研發(fā)水平和利潤率普遍較低。

（二）中國37家工業(yè)機(jī)器人上市企業(yè)發(fā)展效率分析

應(yīng)用DEA模型對(duì)2016年中國37家工業(yè)機(jī)器人上市企業(yè)的發(fā)展效率進(jìn)行分析，結(jié)果（如表2所示）。從表2可以看出，2016年中國37家工業(yè)機(jī)器人上市企業(yè)的綜合效率均值為0.751，低于相對(duì)有效值1，且有45.95%企業(yè)綜合效率值遠(yuǎn)低于均值水平，說明中國工業(yè)機(jī)器人發(fā)展處于初級(jí)階段，效率總體水平有待進(jìn)一步提高;43.24%企業(yè)技術(shù)效率值低于均值水平0.857，而32.43%企業(yè)規(guī)模效率值低于均值水平0.875，技術(shù)效率無效性高于規(guī)模效率無效性，說明中國工業(yè)機(jī)器人綜合效率值主要依賴于規(guī)模效率值。機(jī)器人和華昌達(dá)等13家上市企業(yè)綜合效率值為1，實(shí)現(xiàn)DEA相對(duì)有效，處于規(guī)模報(bào)酬不變階段，占總數(shù)的35.14%;均勝電子和慈星股份等5家上市企業(yè)處于規(guī)模報(bào)酬遞減階段，占總數(shù)的13.51%;博實(shí)股份和新時(shí)達(dá)等19家上市企業(yè)處于規(guī)模報(bào)酬遞增階段，占總數(shù)的51.35%，說明中國工業(yè)機(jī)器人發(fā)展總體上處于規(guī)模報(bào)酬遞增階段。另外，24家發(fā)展效率相對(duì)無效的上市企業(yè)中，只有7家上市企業(yè)的發(fā)展效率是依賴于技術(shù)效率，17家上市企業(yè)的發(fā)展效率都是依賴于規(guī)模效率，這也進(jìn)一步印證了中國工業(yè)機(jī)器人發(fā)展依賴于規(guī)模擴(kuò)大而非技術(shù)提高的觀點(diǎn)。

（三）中國37家工業(yè)機(jī)器人上市企業(yè)發(fā)展效率影響因素分析

采用Eviews7.2計(jì)量分析軟件對(duì)2016年中國37家工業(yè)機(jī)器人上市企業(yè)發(fā)展效率影響因素進(jìn)行Tobit回歸，計(jì)算結(jié)果（如表3所示）。為了保證回歸模型的可靠性和真實(shí)性，本文采用White異方差檢驗(yàn)和相關(guān)性檢驗(yàn)，結(jié)果表明，方程不存在異方差性和多重共線性問題。

從表3可以看出，職工受教育程度和科研投入率對(duì)工業(yè)機(jī)器人上市企業(yè)發(fā)展效率都具有反向作用，但前者作用不顯著，后者在1%的顯著性水平下具有顯著作用。相對(duì)于傳統(tǒng)裝備制造業(yè)而言，工業(yè)機(jī)器人等智能制造企業(yè)的發(fā)展更加需要引進(jìn)高端人才和加強(qiáng)技術(shù)研發(fā)。但是，目前中國工業(yè)機(jī)器人高端產(chǎn)業(yè)低端化、核心技術(shù)和關(guān)鍵零部件主要依賴于進(jìn)口，加上人口紅利消失導(dǎo)致的勞動(dòng)力成本上升，特別是高端人才的引進(jìn)成本攀高，增加了企業(yè)發(fā)展的生產(chǎn)成本和管理成本?？蒲型度氩粌H需要大量財(cái)力和人力，而且成果轉(zhuǎn)化存在風(fēng)險(xiǎn)，企業(yè)更愿意應(yīng)用成熟的技術(shù)，對(duì)前沿領(lǐng)域的投入積極性不高。另外，國內(nèi)制造裝備企業(yè)的規(guī)模普遍不高，以低價(jià)位競爭為主導(dǎo)，產(chǎn)品的附加值和利潤較低，尚缺乏投資研發(fā)的能力。這與前面的定性分析結(jié)論相同;資產(chǎn)負(fù)債率對(duì)發(fā)展效率具有促進(jìn)作用，但作用不顯著。企業(yè)通過舉債經(jīng)營可以加快資金周轉(zhuǎn)、擴(kuò)大生產(chǎn)規(guī)模和更新生產(chǎn)設(shè)備。一定的負(fù)債可以激發(fā)企業(yè)發(fā)展的活力，但是過多的負(fù)債會(huì)降低企業(yè)的償債能力和發(fā)展?jié)摿?凈利潤率對(duì)發(fā)展效率在1%的顯著性水平下具有顯著促進(jìn)作用。凈利潤率是企業(yè)盈利能力的表現(xiàn)。凈利潤率越高，說明企業(yè)盈利能力越強(qiáng)，對(duì)企業(yè)發(fā)展效率具有顯著促進(jìn)作用;固定資產(chǎn)周轉(zhuǎn)率對(duì)發(fā)展效率在5%的顯著性水平下具有顯著促進(jìn)作用。固定資產(chǎn)周轉(zhuǎn)率反映了企業(yè)資產(chǎn)利用程度，固定資產(chǎn)周轉(zhuǎn)率越高，說明企業(yè)資產(chǎn)利用率越高，企業(yè)管理水平越好。

四、研究結(jié)論與對(duì)策建議

（一）研究結(jié)論

本文基于DEA模型和Tobit回歸模型對(duì)2016年中國37家工業(yè)機(jī)器人上市企業(yè)發(fā)展效率及其影響因素進(jìn)行分析，得出以下結(jié)論。

1.現(xiàn)階段，中國工業(yè)機(jī)器人發(fā)展處于規(guī)模不斷擴(kuò)大的初級(jí)發(fā)展階段，整體發(fā)展效率水平較低，且發(fā)展效率主要依賴于規(guī)模效率而非技術(shù)效率。不同上市企業(yè)之間的發(fā)展差異明顯，對(duì)人才和科研的重視程度普遍不高，科技創(chuàng)新能力較低，基礎(chǔ)技術(shù)與核心元件對(duì)外依存度高，企業(yè)發(fā)展對(duì)政策依賴性較大。另外，東、中部地區(qū)的工業(yè)機(jī)器人發(fā)展水平明顯高于西部地區(qū)?？偠灾?，中國工業(yè)機(jī)器人上市企業(yè)發(fā)展呈現(xiàn)發(fā)展效率低、技術(shù)水平低、上市時(shí)間短、政策依賴性大和分布區(qū)域化明顯等特點(diǎn)。

2.中國工業(yè)機(jī)器人上市企業(yè)發(fā)展效率的影響因素中：職工受教育程度對(duì)其具有不顯著的反向作用;科研投入率對(duì)其具有顯著的反向作用;資產(chǎn)負(fù)債率對(duì)其具有不顯著的促進(jìn)作用;凈利潤率和固定資產(chǎn)周轉(zhuǎn)率對(duì)其都具有顯著的促進(jìn)作用。

（二）對(duì)策建議

根據(jù)本文的實(shí)證分析和研究結(jié)論，得出以下幾點(diǎn)建議：

1.提高行業(yè)準(zhǔn)入門檻，實(shí)現(xiàn)差異化發(fā)展。各省市政府和機(jī)器人產(chǎn)業(yè)聯(lián)盟應(yīng)該出臺(tái)差別化發(fā)展指南，細(xì)化行業(yè)準(zhǔn)入條件，提高準(zhǔn)入門檻;企業(yè)應(yīng)該集中力量發(fā)揮比較優(yōu)勢，培養(yǎng)核心競爭力，實(shí)現(xiàn)差異化發(fā)展格局。

2.重視技術(shù)創(chuàng)新，強(qiáng)化自主知識(shí)產(chǎn)權(quán)。政府應(yīng)該集中國內(nèi)在工業(yè)機(jī)器人方面具有優(yōu)勢的高校、國家重點(diǎn)實(shí)驗(yàn)室和國家工程研究中心，關(guān)注核心技術(shù)、關(guān)鍵零部件的研發(fā)與應(yīng)用;企業(yè)應(yīng)該重視技術(shù)引進(jìn)吸收再創(chuàng)新，建立健全員工參與創(chuàng)新的利益分配機(jī)制，完善知識(shí)產(chǎn)權(quán)保護(hù)體系。

3.加強(qiáng)高端人才隊(duì)伍建設(shè)。政府和高校應(yīng)加強(qiáng)機(jī)器人相關(guān)專業(yè)學(xué)科建設(shè);企業(yè)應(yīng)加大機(jī)器人職業(yè)培訓(xùn)教育力度，同時(shí)與高校采取聯(lián)合培養(yǎng)的方式，培養(yǎng)后備人才隊(duì)伍;政府應(yīng)扶持企業(yè)對(duì)海外高端人才的引進(jìn)，支持高端人才創(chuàng)新創(chuàng)業(yè)。

4.拓寬企業(yè)投融資渠道。政府應(yīng)制定和完善各項(xiàng)資金扶持政策，設(shè)立工業(yè)機(jī)器人發(fā)展專項(xiàng)資金;引導(dǎo)金融機(jī)構(gòu)創(chuàng)新符合機(jī)器人產(chǎn)業(yè)鏈特點(diǎn)的產(chǎn)品和業(yè)務(wù)，推廣機(jī)器人租賃模式;積極支持符合條件的機(jī)器人企業(yè)在海內(nèi)外資本市場直接融資和進(jìn)行海內(nèi)外并購。

5.促進(jìn)中小企業(yè)發(fā)展。政府應(yīng)該加大對(duì)中小企業(yè)技術(shù)培訓(xùn)服務(wù)力度和財(cái)政優(yōu)惠支持力度，積極引導(dǎo)中小企業(yè)向?qū)I(yè)化、精密化、特色化方向發(fā)展。同時(shí)，規(guī)范中小企業(yè)競爭環(huán)境，加快支撐服務(wù)中小企業(yè)發(fā)展的體制機(jī)制建設(shè)。

參考文獻(xiàn)：

[1]? 盧秉恒，等.智能制造裝備產(chǎn)業(yè)培育與發(fā)展研究報(bào)告[M].北京：科學(xué)出版社，2015：5-6.

[2]? 龔炳錚.智能制造企業(yè)評(píng)價(jià)指標(biāo)及評(píng)估方法的探討[J].電子技術(shù)應(yīng)用，2015，（11）：6-8.

[3]? 冷單，王影.我國發(fā)展智能制造的案例研究[J].經(jīng)濟(jì)縱橫，2015，（8）：78-81.

[4]? 董志學(xué)，劉英驥.我國主要省市智能制造能力綜合評(píng)價(jià)與研究——基于因子分析法的實(shí)證分析[J].現(xiàn)代制造工程，2016，（1）：151-158.

[5]? 劉峰，寧健.智能制造企業(yè)技術(shù)創(chuàng)新效率及其影響因素[J].企業(yè)經(jīng)濟(jì)，2016，（4）：142-147.

[6]? 蔡秀玲，高文群.中國智能制造對(duì)農(nóng)業(yè)轉(zhuǎn)移勞動(dòng)力就業(yè)的影響[J].福建師范大學(xué)學(xué)報(bào)：哲學(xué)社會(huì)科學(xué)版，2017，（1）：68-78.

[7]? 成剛.數(shù)據(jù)包絡(luò)分析方法與MAXDEA軟件[M].北京：知識(shí)產(chǎn)權(quán)出版社，2014：5+149.

[8]? 魏權(quán)齡.數(shù)據(jù)包絡(luò)分析[M].北京：科學(xué)出版社，2004：78.

[責(zé)任編輯 劉嬌嬌]