基于遗传算法投影寻踪模型的智能制造能力评价—以中国31个省市区数据为例
作者：陈钢 薛莉 张彬 2021-09-15 14:37 新传播 【字号：大 中 小】
采用实码的加速遗传算法投影寻踪（RAGA-PP）模型，实现线性投影降维，构建了智能制造能力评价指标体系。本文选取2018年我国31个省级行政区的多指标截面数据，根据线性投影值进行层次聚类，在此基础上分区域对我国省域智能制造能力进行分析，提出了推动我设各指标值的样本集为
北京、浙江、山东、上海等省域在四个系统层的发展能力较为均衡。近年来，随着上海土地资源的价格和用工成本的快速上涨，挤压了制造企业的发展空间，导致部分制造业产业向长三角其他城市以及全国范围内进行转移，在一定程度上影响了本土智能制造水平的提升，因而综合智能制造能力相对广东、江苏等省份较弱。浙江作为制造业大省，又承接了自上海转移的部分制造产业，因此省内制造业的平均规模较大，资本密集度较高，从而形成了技术竞争力强的比较优势，因此制造创新能力和信息化发展能力都比较强。而北京作为首都，具有优越的地理位置，且基础型数字经济在全国相对领先，因此产品流通能力和信息化发展能力都比较突出。
其他地区智能制造的综合能力相对较弱，像新疆、重庆、陕西和宁夏等一些中西部省域，尽管处于“一带一路”倡议的重要支点上，接收了部分制造业的转入，但根据实证结果来看，承接效果还不明显，这些地区的智能制造能力还未得到有效提升。作为传统制造业强省的东北地区，近年来以“建成具有国际竞争力的先进装备制造业基地和重大技术装备战略性基地[6]”为发展目标，进行制造业的转型升级，但目前来看，东北地区的制造业仍处于新旧产业交替的阶段，先进制造业产业的集聚程度较低，专业现代化水平不高，导致了智能制造的综合能力较弱。
综上，我国智能制造发展的瓶颈如下：一是共性技术供给缺失问题突出。长期以来我国重硬件制造、轻软件开发的思维十分普遍，导致智能控制技术、智能化嵌入式软件等支撑高端智能装备发展的核心技术对外依赖度高，智能制造共性技术供给缺失问题突出。其次，我国大部分省域中缺乏龙头企业的标杆引领，在生产、服务、技术研发和业务模式的成熟度等方面仍有不足，严重制约了智能制造的发展。未来，我国需转变智能制造核心零部件主要依赖进口的惯性思维，更注重智能制造基础软件系统的开发，进一步提升自主创新能力。再次是智能制造人才较为缺乏。智能制造产品设计、生产、管理和服务都需要优秀的人才，企业家们普遍认为创新人才的短缺是阻碍企业创新的最主要因素[17]，目前导致智能制造人才匮乏的主要原因有以下三个方面：一是高校的专业设置与智能制造产业需求相脱节。目前，我国高校学科专业设置与智能制造、我国高技术行业十大领域[7]的需求不一致，造成我国技能型人才匮乏。二是基础理论研究与实践应用存在差距。部分高校毕业生动手能力略显不足，导致高校智能化基础研究在与实践工作的融合出现困难，基础研究的产业化能力严重不足。三是承接产业转移导致人才匮乏。智能化趋势为东部以及沿海地区的服务业带来新一轮的就业机会，扩大了地域之间智能制造水平的差距，这也是导致我国中部、西部和东北地区一线工人匮乏的主要原因之一。
[6]资料来源：国家发展和改革委员会《东北振兴“十三五”规划》。
[7]十大领域包括新一代信息技术产业、高档数控机床和机器人、航空航天装备海洋工程装备及高技术船舶、先进轨道交通装备、节能与新能源汽车、电力装备、农机装备、新材料、生物医药及高性能医疗器械10个重点领域。
c4d032d1-1359-488d-9493-075c1cede8f9.jpg)