基于结构方程模型的智能制造服务优化的影响因素研究

　　摘 要：大力发展智能制造是新时代我国推动产业转型和制造业信息化的必经之路。优化智能制造服务，为传统制造业转型升级提供优质高效的服务是其中的关键问题。构建智能制造服务优化影响因素的结构方程模型，从内部和外部两个角度分析影响智能制造企业服务的若干影响因素，基于问卷调查运用主成分分析法验证假设。结果表明：对智能制造服务能力的正向影响由高到低的各个因素，分别为国家政策支持、智能制造系统建设、人才队伍建设、工业大数据获取与利用、技术创新与支撑能力、企业间协同。其中国家政策支持对智能制造服务能力影响非常显著，企业间协同融合的影响不显著，其余为影响显著。并从技术创新、工业大数据平台建设、政策制定以及人才建设等方面为智能制造服务优化提供了建议。

　　关键词：智能制造;服务优化;影响因素;结构方程模型;主成分分析法

　　0 引言

　　智能制造是信息化與工业化深度融合的产物，以人际网、知识网、物联网以及务联网等先进网络技术为支撑，通过实现“大制造”环境下的人-物互联、人-人互联和物-物互联[1];以设计、生产、管理、营销和服务等各个环节的集成与优化，实现制造服务的优化和升级[2]，满足供应网络和客户需求的不断变化。由于智能制造模式突出了知识在制造活动中的价值地位，而知识经济又是继工业经济后的主体经济形式，所以智能制造就成为影响未来经济发展过程的重要生产模式。大力发展智能制造已成为世界主要国家的广泛共识。2015年，美国科技政策办公室和国家经济委员会制定的《美国创新战略2015》，将先进制造业作为重点发展的九大创新领域之首，并成立了“先进制造研究院(The Smart Manufacturing Ins-titute)”。2018年，美国科学技术委员会发布《确保美国先进制造业领先战略》，再次表明特朗普政府强化制造业回流、刺激美国制造业再出发的战略意图。德国、英国、日本和韩国等国家，普遍制定了相应战略，以确保本国始终处于智能制造产业发展的第一梯队。我国政府于2015年正式发布《中国制造2025》战略框架。在随后的4年间，中央政府陆续发布了《国家智能制造标准体系建设指南》、《智能制造发展规划(2016—2020)》、《高端智能再制造行动计划(2018—2020)》、《关于深化“互联网+先进制造业”发展工业互联网的指导意见》等一系列支持智能制造发展的政策文件。2018年中央经济工作会议提出，“把推动制造业高质量发展放到首位”;2019年4月19日和7月30日的中央政治局会议，再次提出“把推动制造业高质量发展作为稳增长的重要依托”。这些举措充分证明，通过发展智能制造促进传统制造业转型升级，已成为我国从“中国制造”迈向“中国智造”乃至“中国创造”的必由之路。其中，制造业服务化是智能制造中最不可或缺的关键环节。然而影响制造业服务化的因素是多方面的，从制造企业内部因素看，有智能制造系统的构建、技术创新和人才队伍建设等，外部因素主要有国家政策和企业间协同等。因此研究影响智能制造服务优化的相关因素，结合我国智能制造发展现实，从各个因素的角度出发进行改善优化，对于提高我国制造业服务化水平，推动我国制造业的高质量发展具有重要意义。

　　1 研究现状智能制造认为制造即服务[3]。“制造业服务化”这一概念由Vandermerwe和Rada(1988)首次提出，认为“是由产品供给变成服务供给的一种动态改变过程，成为制造企业实现升级和价值增值的主要途径”[4]。杨蕙馨(2020)等认为，制造业服务化为制造业企业提供了新的思路，是制造业智能化发展的落脚点[5]。“人-人互联，以人为本”是智能制造服务的重要理念之一。Cagni等(2014)对不同文化背景下国家和地区制造组织管理模式进行研究，重点阐述了人在系统中的重要性，提出制造业服务需要“以人为本”[6]。尽管当前我国智能制造业创造的附加值已跃居全球第一，但由于我国制造业仍是全球产业链和价值链的中低端，根本的解决方法还是要对智能制造服务进行优化，满足顾客需求，增强顾客对制造企业的经济黏性和情感黏性，以此进一步促进智能制造产业的发展[7]。在影响制造业服务化的因素方面。胡查平等(2019)认为，制造企业特征、顾客特征和企业能力对企业的服务化转型过程起到了重要的影响作用[8]。肖挺等(2018)研究了区域特征、企业规模以及企业创新能力等对企业服务化的作用方向，结论表明我国部分省份在企業服务化进程中存在区域“红利”;在企业规模上，中型企业最热衷于实现高度的服务化态势;企业的服务化与其创新行为互为诱因[9]。罗建强等(2017)认为经济保证、技术支持和客户价值创造三者的相互影响与反馈作用决定了企业服务化的复杂性[10]。Ardolino M等(2018)指出信息技术在制造业服务化转型中的重要作用，通过DIKW模型研究物联网、云计算和大数据预测分析等技术如何将数据转换为信息和知识，以支持制造企业的服务化转化[11]。我国越来越多的制造企业实施服务型制造，但仍然面临很多挑战。学者们对我国制造业服务化的发展路径以及优化措施进行探讨。闫开宁(2018)等研究在“互联网+”的背景下，管理模式变革和技术变革及其交互作用可以提升服务型制造企业的绩效，并指出了以智能化、平台化和网络化为导向的制造企业服务化变革路径[12]。韩江波(2019)等认为需要在利用信息技术创新商业运作和管理方式、发展智能制造生产模式、深入推进“国际化”战略、强化标准等领域建设推进我国的制造业服务化[13]。张恒梅(2017)等分析我国制造业服务化转型中的不足，提出为促进制造业服务化转型，政府应加大政策支持力度，制造业则应重构企业价值链、充分利用“互联网+制造业”为客户提供智能服务、重视终端消费者的个性化体验、采取多种服务方式并转变为集成服务的供应商[14]。国内外关于制造业服务化的相关研究主要集中在服务化战略给制造业升级带来的绩效，对制造业服务化的影响因素及优化方案的关注非常少。并且，已有的对影响因素和优化方案的研究大多属于理论层面的探讨，仅关注服务化转型中的某个方面，如人力资源和技术创新，缺少基于多个影响因素的实证分析。文中针对现有研究缺乏多因素实证分析的不足，提出智能制造服务优化的影响因素假设，利用结构方程模型构建智能制造服务能力影响因素框架，采用问卷调查收集一手样本数据对智能制造服务影响因素进行实证分析，具有较好的理论与实践价值。

　　2 影响因素的理论假设借鉴此前学者的相关研究文献，文中从内部和外部2个角度分析影响智能制造企业服务的若干影响因素。其中，内部因素包括：智能制造系统的构建、人才队伍建设、技术创新与支撑能力和工业大数据平台建设;外部因素包括：企业间协同和国家政策支持。

　　2.1 内部因素及其假设

　　2.1.1 智能制造系统构建

　　智能制造系统是工业大数据产生的温床，支持了制造企业从产品研发、制造到营销、服务的全过程。欧盟在其Future Internet项目中提出，物联网(Internet of Things，IoT)，务联网(Internet of Services，IoS)，知识网(Internet of Knowledge，IoK)和人际网(Internet of People，IoP)是未来互联网发展的四大支柱[15]。国内学者姚锡凡进一步指出，通过将这四大类型的网络与制造进行融合即形成了智能制造[16]。构建智能制造系统的关键基础之一即通过物联网实现传感器、智能机器、工业机器人以及智能车间的实时互联，实现企业范围内的数据共享。群体智慧和工业大数据的共同融合将极大地有助于企业管理目标的实现。文献[2]在对智能制造与相关制造模式的关系进行辨析时指出，智能制造在融合了智能制造的智能化、敏捷制造的敏捷化和网络化、云制造对于制造资源的虚拟化以及制造物联中基于物联网的人-物互联互动(Manager and Operator Interaction)等特点外，更引入了人际网和知识网，即强调作为隐性知识主要载体的人的主观能动性在制造全周期活动中的重要性。除了制造环节的数据互联共享，智能制造系统还应实现价值链集成以及工厂信息与价值链数据的互联，原材料获取和顾客需求贯通至产品销售[17-18]。这种方式有利于实现更为周全的个性化产品定制，新产品研发和仿真，以及更为快速和精准的产品追踪服务。基于上述分析，文中提出如下假设。H1a：智能制造系统的构建对制造企业的服务优化与创新具有正向影响。H1b：智能制造系统的构建对工业大数据的获取和利用具有正向影响。

　　2.1.2 工业大数据的获取与利用

　　在智能制造领域中产生的工业大数据具有如下特征：①数据种类多样性，从制造业采购、生产、物流到销售的整个环节中存在着无处不在的大数据分析;②数据应用价值多样性，包括：掌握用户需求，实现产品创新;控制生产过程，实现企业生产制造和业务管理流程的智能优化;实时监控不确定因素，规避运营风险;分析用户行为与特征增强用户粘性;运用工业大数据进行信息推送，提高营销精准度;产品潜在市场预测和品牌发展方向定位等。根据上述分析，文中提出如下假设。H2：工业大数据的获取与利用对智能制造企业实现服务优化与创新具有正向影响。

　　推荐阅读：制造业方向发sci指导服务

期刊VIP网，您身边的高端学术顾问

文章名称： 基于结构方程模型的智能制造服务优化的影响因素研究

文章地址： http://www.qikanvip.com/gongyesheji/55326.html