导读：智能制造作为我国制造业转型升级的有力抓手，在央地协同推进的过程中不断走深走实。各省市积极围绕智能制造政策、系统解决方案供应商、智能制造标准等要素构建智能制造生态，但智能制造生态发展中的差异性也显现了出来。根据智能制造生态要素，研究提出了智能制造生态发展指标体系，系统梳理评估各省市智能制造生态现状，同时针对评估发现， 给出了进一步促进我国智能制造生态良性发展的对策建议。
1.引言
当前，新一代信息技术正加速与制造业各环节深度融合，智能制造已成为世界主要大国获得制造业竞争新优势的必争之地。智能制造引领和推动新一轮工业革命， 将进一步促进我国新一代信息技术、先进制造技术的深入融合，助推传统产业实施技术优化升级，支持新兴产业培育和发展，带动新技术、新产品、新装备发展，催生新的经济增长点。党中央、国务院高度重视制造业发展，出台系列指导性政策文件引导制造业数字化、智能化转型升级，地方政府积极配套出台相关落实举措，形成了央地协同推进智能制造发展的良好局面。
近年来，政府部门、科研机构、企事业单位等在智能制造政策制定、智能制造新基建建设、智能制造标准研制、智能制造系统解决方案供应商培育、企业智能制造能力成熟度评估和智能制造示范工厂遴选等方面做了大量的工作，逐步培育形成了覆盖政产学研用的智能制造发展生态系统，有力支撑了我国智能制造的发展。随着我国智能制造工作的持续推进，有必要对各省市已开展工作的整体情况进行系统梳理，为各地更有针对性的指导智能制造工作提供参考依据。
2.智能制造生态指标体系
智能制造是系统工程，需要政产学研用各方力量形成工作合力推进智能制造发展。各级政府营造发展智能制造的政策环境，各企业主体锻造自身发展智能制造的能力，各智能制造服务商提升专业技术服务水平，最终通过各方努力来打造智能制造的应用场景。各相关角色主体、相关能力要素相互促进，共同构建促进智能制造发展的良性生态系统。基于智能制造生态要素，研究提出了包含“发展基础、发展能力、发展成效”3 个一级指标的智能制造生态指标体系，见表1。
智能制造生态评估中，二级指标和三级指标权重采取专家打分法和熵值法相结合的方式确定，一级指标权重由专家打分法确定。各级指标得分由子指标加权求和得出。
2.1 指标的归一化处理
由于各项指标的计量单位并不统一，因此在计算综合指标前，先要对其进行标准化处理，即把指标的绝对值转化为相对值，从而解决各项不同质指标值的同质化问题。其具体方法如下：
2.2 熵值法指标权重计算过程
1）计算第j 项指标下第i 个数据占该指标的比重：
2）计算第j 项指标的熵值：
式中，k=1/ln(n)>0；ej ≥ 0。
3）计算信息熵冗余度：
4）计算各项指标的权值：
3.智能制造生态现状分析
3.1 智能制造生态总体情况
根据各省市智能制造生态的评估情况，可将现阶段智能制造生态分为5 个发展阶段，见表2。
领跑型：智能制造生态发展均衡，各维度都有很强的竞争优势，智能工厂、智能场景等实践成果显著。基础要素、能力要素能够充分满足省内智能制造发展且能够辐射带动区域快速发展。
领先型：整体上已构建具有较强竞争优势的智能制造生态，但在个别维度上存在薄弱点。如江苏省，在智能制造标准贡献度这一维度明显较弱，智能制造成果标准化转化参与积极性不高。
潜力型：智能制造生态发展相对不均衡，在某些维度上具有较强竞争力，但同时存在比较明显的劣势。如山东省，在企业智能制造能力成熟度和智能制造应用成果等2 个指标处于领先水平，但在智能制造新建建设、智能制造系统解决方案供给能力上储备不足，如能补足短板，将最有潜力跃升到更高发展阶段。
成长型：在智能制造基础要素、能力要素上有了一定的积累，基本处于全国的平均水平，也取得了一定的实践成果，如持续推进，未来成长空间很大。
起步型：发展智能制造的基础要素和能力要素比较薄弱，处于选准发力点、积蓄发展资源的阶段。
3.2 部分重点分指标现状分析
（1）生产管理环节已形成较为丰富的智能制造应用场景 面向制造全过程的单个或多个环节，通过新一代信息技术和先进制造技术的深度融合，在具体的场景中已实现具备协同和自治特征、具有特定功能和实际价值的应用。结合智能制造发展情况和企业实践，凝练总结了6 个大类15 个中类52 个小类智能制造典型场景，见表3。
工信部发布的2021 年度智能制造优秀场景（241 项） 中，生产作业、质量管控、计划调度、仓储配送和设备管理等5 个中类的智能制造应用场景数量占比最多，占比达72.2%，均属于生产管理大类，如图1 所示。智能制造在生产管理环节实践成果突出，已形成较为丰富的应用场景，如图2 所示。
（2）大部分企业智能制造能力成熟度处于二级以下水平 依据智能制造评估评价公共服务平台企业自诊断数据，对重点行业智能制造能力成熟度进行分析。在企业自诊断数量300 家以上行业中，计算机电子设备、汽车、电气、食品、医药和专用设备等行业的智能制造能力成熟度水平位居全国前10。从整体上来看，大部分参与自评企业的智能制造能力成熟度在二级及以下水平，处于业务流程优化或数字化改造阶段，如图3 所示。企业智能制造能力成熟度诊断依据国家标准《智能制造能力成熟度模型》分为5 级，如图4 所示。
（3）智能制造系统解决方案供给能力分布相对集中 智能制造系统解决方案供应商是智能制造关键技术、关键装备、系统集成方案等输出和赋能的重要力量。调研数据显示，供应商主要分布在北京市、上海市、广东省和江苏省，占比全国供应商总量的61.7%，见表4。同时从2021 年的供应商收入来看，聚集在华东、华北、华南地区的供应商收入优势明显，如图5 所示。广东省、北京市、上海市和江苏省的供应商竞争力较强，提供的赋能服务输出最多。
（4）基础共性和关键技术智能制造国家标准基本实现覆盖 2021 年国家智能制造标准化总体组发布《国家智能制造国家标准体系建设指南（2021 年）》，涉及基础共性、关键技术和行业应用3 个大类标准，成为我国智能制造标准体系建设的顶层设计文件，如图6 所示。对标《建设指南》，截至2021 年底，智能制造国家标准已制定发布300 余项，已基本覆盖基础共性和关键技术2 个大类标准的大部分中类，其中智能工厂、智能装备、工业网络、通用和安全等5 个中类标准最多，占比达80.0%，如图7 所示。
4.智能制造生态研究核心发现
4.1 智能制造区域一体化快速发展的潜力已初步形成 北京市、上海市、广东省在智能制造新基建规模、智能制造标准贡献度、智能制造系统解决方案供应能力等3 个指标上和其他省市相比处于领先水平，“北上广” 在智能制造新基建储备、成果标准化和技术赋能能力上竞争优势明显，如图8 所示。同时，这3 个指标和智能制造创新成果之间存在较强相关性，“北上广”可充分利用地域优势和资源优势，辐射带动京津冀、长三角、珠三角等区域智能制造一体化快速发展，并在创新成果培育上发挥更大作用。 4.2 智能制造政策和企业智能制造能力是促进扩大智能制造应用成果的关键因素 研究显示，智能制造政策、智能制造能力成熟度等2 个指标和智能制造应用成果之间存在强相关性，如图9 所示。各省市持续发布促进智能制造发展相关政策，支持企业开展智能工厂、智能制造场景等建设，在培育智能制造实践应用成果上发挥了较强的引导作用。同时企业作为智能制造实践应用的主体，自身智能制造能力要素在智能制造转型升级中至关重要。因此在智能制造相关政策连续性和企业智能制造能力成熟度提升上持续发力，将会取得更好的效果。 4.3 智能制造供给端和需求端市场协同发展的空间很大 工业增加值和智能制造系统解决方案供给能力分布如图10 所示。供给端北京市、上海市、广东省、江苏省的智能制造系统解决方案供给能力位居全国前4，聚集了大量的智能制造系统解决方案供应商，能够为工业企业智能制造转型升级提供满足需求的装备、技术和实施方案。需求端广东省、江苏省、山东省、浙江省的工业增加值位居全国前4，聚集了大量的工业企业，为智能制造实践应用提供了丰富的应用场景，工业增加值和智能制造应用成果分布如图11 所示；同时智能制造评估评价公共服务平台数据显示，完成智能制造能力成熟度自诊断的企业也主要聚集在这些省份，有大量改进提升的需求。现阶段，智能制造供给端和需求端在空间布局上存在一定程度的错位，如能供需精准对接，协同发展空间很大。 5.智能制造生态良性发展对策建议 智能制造关乎我国制造业质量水平及未来制造业全球地位。智能制造发展重在把握时代特征、立足制造本质、紧扣智能趋势。结合对我国智能制造生态各项指标发展现状的梳理和相关性分析中的核心发现，提出4 点促进智能制造生态良性发展的对策建议。 5.1 持续深入推进，开展“储政策、攻技术、强主体”行动 我国工业企业处在工业自动化巩固、数字化普及、网络化和智能化示范多阶段叠加共存又在加速演变升级的关键期，各地要因时因地精准制定智能制造有关政策， 保持政策的持续性和针对性，加强政策规划引导。基础好的地区应在新一代信息技术融合应用、智能装备和软件创新研发、标准研制等方面持续深入推进，依托国内丰富的应用场景加速关键技术、装备创新攻关和国产化。支持企业对标《国家智能制造能力成熟模型》国家标准， 精准识别现阶段技术、资源等智能制造能力要素的优势和短板，制定锻长板、补短板的发展策略，增强自身智能制造转型能力。 5.2 强化智能制造“一盘棋”大局观，构建生态体系 发展智能制造是一项系统工程，需要充分发挥央地协同效应和产学研用联动创新优势。一是要形成央地协同的推进体系，中央从大处着眼规划智能制造阶段性发展目标和重点任务，地方对标顶层规划、因地制宜抓好贯彻落实，深化纵向一体化推进格局。二是依据行业智能制造发展需求特点，集中产学研用创新链中优势资源， 开展技术创新并加速工程化和标准化转化，建立健全知识产权配套制度，深化横向一体化融合发展机制。通过纵向一体化和横向一体化发展，加速构建顶层规划引导、地方推进落实、科研创新突破、集成服务保障、产业实践应用的良性生态系统。 5.3 注重示范引领，带动大中小企业协同发展 2021 年工信部联合有关部门印发《“十四五”智能制造发展规划》，提出到2025 年建成500 个以上引领行业发展的智能制造示范工厂。在各行业、各领域培育智能制造示范工厂是推进智能制造建设的阶段性目标，其目的是在培育过程中形成可推广的成功实施路径，示范引领同行业、甚至跨行业智能制造转型升级。围绕智能车间、智能工厂等智能化建设，开展多场景、多层次应用示范显得尤为重要。同时充分利用智能制造技术外溢效应和成功经验示范引领效应，政策引导和链主带动相结合促进产业链供应链中的大中小企业智能制造协同发展，构建智慧供应链体系。 5.4 完善供需体系，构建服务网络 依托区域一体化发展和国内统一大市场的构建，充分发挥各地科研机构、行业协会、联盟组织等技术和资源优势，搭建聚集智能制造装备、工业软件、系统集成解决方案等供给端资源和多样化场景需求的区域性或全国性公共服务平台，依托公共服务平台的资源聚集和桥梁纽带作用，促进优势服务资源能够按需匹配，精准引流，构建覆盖全国/ 区域智能制造要素资源的动态适配服务网络。如以“北上广”为典型代表智能制造资源聚集地，在京津冀、长三角、珠三角等建立区域公共服务平台，辐射带动作用区域甚至全国智能制造资源优势互补， 一体化发展。
