中小制造企業智能化轉型的影響因素研究

【摘要】中小制造企業智能化轉型有利于推進形成以國內大循環為主體、國內國際雙循環相互促進的新發展格局。本文基于技術—組織—環境（TOE）理論框架， 明確了中小制造企業智能化轉型的影響因素。在此基礎上運用系統動力學， 構建中小制造企業智能化轉型的因果圖和系統流圖， 并對模型進行有效性演化和仿真分析。模型仿真結果表明： 技術、組織及環境三個子系統的影響因素對中小制造企業的智能化轉型均有正向促進作用， 其中技術、軟件投入、人力資源投入、高管轉型意愿、環境壓力及政府財政補貼程度對中小制造企業的智能化轉型效果更為顯著， 并且影響效果具有滯后性。最后從技術、組織及環境三個層面提出針對性建議。

【關鍵詞】智能化轉型；中小制造企業；系統動力學；TOE理論框架

【中圖分類號】 F275.5；F273.1；F224 " " 【文獻標識碼】A " " "【文章編號】1004-0994（2023）19-0135-8

一、 前言

近年來， 納米制造、 增材制造、 工業機器人等先進制造技術為傳統制造業增添活力， 大數據、 云計算、 人工智能等新一代信息技術與制造業的深度融合， 推動了制造業發生新的變革。世界各國都積極投身于新工業革命， 以求在全球制造業格局調整中占據優勢地位。美國啟動“先進制造業伙伴計劃”， 韓國實施“制造業創新3.0計劃”， 日本提出“超智能社會5.0戰略”， 這些戰略計劃都以大數據、 云計算、 CPS、 增材制造、 人工智能等技術為驅動力， 旨在通過技術驅動制造業提高生產效率、 節約成本、 減少浪費， 實現可持續性發展并保持制造業競爭優勢（王柏村等，2021）。

制造業作為我國經濟的支柱性產業， 在實行改革開放的短短四十年間， 實現了“從無到有”“從少到多”的轉變。2021年聯合國工業發展組織公布的2020年版“全球制造業競爭力指數（以2018年指標為基礎計算）”顯示， 我國制造業競爭力僅次于德國而位列第二， 整體發展向好， 競爭優勢明顯。但我國制造業在數字化水平、 核心技術研發能力等方面與發達國家存在明顯差距。在新一輪科技革命和產業變革的浪潮下， 我國制造業應把握機遇， 促進產業結構的順利升級， 持續鞏固和增強制造業競爭優勢。2021年“十四五”規劃中也明確指出， 要調動社會各個方面的創新資源， 共同破解技術創新與管理難題， 推動智能制造快速發展。智能制造已然成為我國制造業轉型的戰略選擇。中小制造企業作為制造業的構成主體， 其發展問題得到中央的高度重視。2021年， 工業和信息化部同國家發展改革委等19部門聯合發布《“十四五”促進中小企業發展規劃》， 指出我國中小企業在新形勢下要承擔重要的使命， 抓住機會， 加快智能化轉型步伐。

然而中小企業的轉型升級面臨諸多困難， 如資金壓力、 人才缺乏、 數字技術利用率低、 自主創新能力不足、 系統管理難等（楊志波和楊蘭橋，2020；鐘志華等，2020）， 與大企業相比， 中小制造企業的智能化轉型具有更高的風險與試錯成本， 需要綜合考慮多方面因素。鑒于此， 本文基于TOE理論框架， 從技術、 組織和環境三個層面分析影響中小制造企業智能化轉型的因素。在此基礎上， 考慮中小制造企業智能化轉型的系統性、 動態性等特征， 利用系統動力學建立中小制造企業智能化轉型的動態模型， 對中小制造企業智能化驅動路徑進行模擬仿真研究， 深入剖析影響中小制造企業智能化轉型的關鍵因素， 以此為中小制造企業智能化轉型制定明確、 具有針對性的對策建議， 有利于為中小制造企業智能化轉型明確方向， 縮短智能化轉型的時間， 從而盡快提升中小制造企業整體的核心競爭力， 實現智能制造的蓬勃發展。

二、 文獻綜述

2013年德國漢諾威工業博覽會中正式提出“智能化”一詞， 至今學術界對“智能化轉型”尚未形成統一的定義。劉軍等（2021）指出， 制造業智能化本質上是技術創新和變革的一種形式。李廉水等（2019）認為， 智能制造是制造業成熟化的標志， 是制造業智能化的具體表現。Zhou等（2022）也指出， 制造企業智能化轉型成功的關鍵在于是否實現智能制造， 或實現智能制造帶來的其他效益。

關于智能制造（intelligent manufacturing）的定義與內涵， 許多學者從技術、 發展范式及實現價值的角度給出了解釋。技術方面， 周源等（2019）指出， 智能制造主要包括數字技術、 網絡技術、 智能技術三大核心技術。其中， 數字技術通過對制造生產中的各類信息進行數字化描述、 分析、 決策和控制， 實現縮短生產時間、 降低制造成本、 提高產品質量、 提高制造生產效率的目標（Chryssolouris等，2009）， 包括計算機輔助制造（CAD）、 企業資源計劃（ERP）、 制造執行系統（MES）等。網絡技術通過集成設備之間、 企業之間甚至產業之間的數據信息， 打通制造生產中各層級的數據流與信息流， 實現低成本、 廣泛的連接（李伯虎等，2010）， 包括互聯網、 物聯網、 工業互聯網等。以人工智能、 大數據為核心的智能技術， 在數字技術及信息技術的基礎上提高自主認知學習能力， 實現制造過程的戰略突破（Li等，2017）。發展范式方面， 根據全球信息化的不同發展階段以及上述三種核心技術特征， 臧冀原等（2018）將智能制造歸納為三種基本范式： 數字化制造（第一代智能制造）、 數字化網絡化制造（“互聯網 +”制造或第二代智能制造）、 數字化網絡化智能化制造（新一代智能制造）。周源等（2019）從中國制造業的現實出發， 提出了線性串聯、 非線性及集成商推動的三種范式跨越策略。實現價值方面， 鐘潤陽等（2017）認為， 智能制造將實現產品的設計、 生產、 管理、 服務等全生命周期的智能化。在此基礎上， 周濟等（2019）認為， 智能制造除了實現企業內部制造流程的縱向集成， 也將實現企業間的橫向集成， 推動制造業與上下游產業的深度融合。

圍繞智能化轉型， 許多學者對制造企業智能化轉型升級的影響因素進行了探索。從中觀層面看， 技術研發、 協同合作、 國家政策、 市場環境等因素對制造業智能化轉型具有顯著作用（李健旋，2020；王層層，2020）。微觀層面的研究多數以大企業為研究對象， 進行案例分析。孫新波等（2021）基于扎根理論， 對利亞德集團、 東軟醫療和韓都衣舍進行案例分析， 發現人才建設、 企業內部數字化轉型等內在因素以及信息技術、 國家政策等外部因素均能促進制造企業智能化發展。孟凡生等（2022）以金鳳科技公司為例， 研究發現數據整合能力、 智能生產能力、 智能管理能力是影響新能源裝備制造企業智能化升級的主要因素。隨著研究的不斷深入， 有學者意識到如果不考慮中小企業的智能化， 則中小企業的落后可能影響經濟的整體增長和價值鏈的創造。圍繞中小企業智能化轉型的研究逐步展開。Wang等（2019）以江蘇省173家中小企業為研究對象， 研究發現智能轉型意愿、 人力資本、 企業盈利能力及行業智能水平等因素顯著影響中小制造企業的智能化轉型。Ghobakhloo和Ching（2019）通過對馬來西亞和伊朗的中小企業的研究發現， 制造業數字化的戰略路線圖是中小企業采用智能制造相關信息和數字技術的決定因素， 信息處理需求、 環境壓力、 感知成本等是重要影響因素。Zhou等（2022）以團隊認知為研究視角， 探索了中小制造企業智能化轉型的驅動機制。Shukla和Shankar（2022）通過文獻研究、 案例研究及專家訪談等方法， 確定了政府支持和法規、 技術支持基礎設施、 持續的高層承諾等31個影響中小制造企業智能制造系統實施的因素， 并調查了印度的6個案例， 依據專家意見將31個影響因素依據TOE理論進行分類， 最后采用DEMATEL-ISM-MICMAC法分析了影響因素之間的關系。

制造業智能化是一個復雜的、 系統的轉型過程， 受到多重因素的綜合影響?，F有研究對制造智能化轉型影響因素的探索呈現碎片化， 忽視了各個影響因素之間的相互關系和聯動效應， 缺乏系統性、 全面性的考慮。同時， 大多研究采用扎根理論或計量經濟學模型， 難以捕捉智能化這一過程中的動態信息， 也不能清晰地闡述智能化系統內部各因素之間的因果關系。并且， 多數研究以大企業或跨國公司為研究對象， 聚焦于中小制造企業的研究寥寥可數?；诖耍?本文基于TOE理論框架， 構建系統動力學模型， 并進行仿真和靈敏度分析， 剖析中小制造企業智能化轉型多重因素的影響機制。

三、 系統動力學模型的構建

1. TOE理論框架及系統邊界的確定。TOE理論框架把影響一個企業或組織對技術創新實施的因素歸納為技術、 組織和環境三個層面， 其作為一種“通用”理論， 可以根據研究問題和背景自由改變因素變量， 具有廣泛的適用性， 已被用于中小企業智能技術應用、 中小企業轉型、 創新績效等方面的研究。本文基于TOE理論框架， 建立由技術子系統、 組織子系統、 環境子系統三個部分所組成的系統動力學模型， 三個子系統之間存在內在的邏輯關系。技術子系統是中小制造企業智能化轉型升級的內在驅動力， 描述了企業在實現智能化轉型過程中實現技術進步的路徑， 包括智能化投入、 技術進步、 應用能力三方面； 組織子系統重點描述了組織內部的智能化轉型意愿及企業的組織管理能力， 是中小制造企業智能化轉型升級的重要抓手， 包括智能化轉型意愿、 人力資源管理、 生產過程管理三方面； 環境子系統主要描述了中小企業智能化轉型過程中所處的外部環境， 是中小制造企業智能化轉型的前提及基本保障， 包括市場競爭、 政府政策、 環境壓力、 基礎設施四個方面。見圖1。

2. 各影響系統的因果回路。根據上述TOE理論框架， 建立技術、 組織、 環境三個子系統的因果回路圖， 具體分析如下：

（1）技術子系統。如圖2所示， 在智能化轉型的過程中， 企業加大對智能設備的投入力度及軟件、 技術的引進程度， 能夠提升企業的軟件、 技術研發能力和應用能力， 進而促使企業研發智能產品、 提高制造過程的生產效率、 優化人力資源管理。最終， 促進企業智能化效益增加， 進而使企業有豐厚的資金基礎支持企業進行研發， 進一步加大對智能設備的投入力度及軟件、 技術的引進程度。這是一個不斷促進智能化轉型的正反饋回路。

（2）組織子系統。如圖3所示， 企業的智能化轉型意愿越強烈， 企業越會傾向于加大智能化轉型過程中所需的管理、 財務和技術等基礎要素的投入?；A要素投入是制造業智能化的基礎， 其中人力資源投入是最重要的投入（李廉水等，2019）。企業智能化轉型意愿越強烈， 企業越會加大人才培養力度。員工通過培訓與學習， 能夠提升自身的綜合能力， 使得企業內部的管理體系更加完善， 為企業帶來智能化管理效益。隨著企業智能化效益的提高， 企業智能化轉型的意愿會不斷增強。這是一個不斷促進智能化轉型的正反饋回路。

（3）環境子系統。如圖4所示， 參考陸秋琴等（2021）的研究， 政府的財政收入與城市化水平反映了一個城市的發展程度， 城市發展程度越高， 則政府財政收入就越高， 隨之而來的是更完善的網絡基礎設施以及更大力度的財政補貼。其中： 網絡基礎設施的不斷完善有利于企業內外部信息交流活動， 提高企業的技術水平并優化企業的人力資源管理； 政府的財政補貼能夠減輕企業的經濟壓力， 加大企業智能化轉型過程中的研發投入力度， 為企業帶來更高的智能化效益， 進而進一步提高城市化水平。這是一個不斷促進智能化轉型的正反饋回路。

參考Ghobakhloo和Ching（2019）的研究， 本文認為中小制造企業在智能化轉型過程中容易受到貿易伙伴、 客戶及社會施加的壓力， 并將它們統稱為環境壓力。環境壓力能夠促使甚至迫使中小制造企業采取智能化轉型戰略。同時， 激烈的市場競爭使得企業面臨更大的生存壓力， 迫使企業主動學習先進的技術以保持自身的競爭力。中小企業對生存的渴望越強烈， 智能化轉型的意愿就會越強烈。參考組織系統因果回路， 這是一條正反饋回路。

根據上述三個子系統繪制中小制造企業智能化轉型中各因素的因果回路圖， 如圖5所示。

3.系統動力學流圖。

（1）模型基本情況和基本假設。在上述因果關系圖的基礎上構建系統動力學流圖（見圖6）。中小企業智能化轉型是一個復雜的系統問題， 所考慮的因素錯綜復雜， 為了保證模型的準確性和科學性， 本文主要設定以下假設： ①考慮到我國中小制造企業的智能化處于起步階段， 假設智能化相關效益（包括智能化生產、 智能化管理、 智能化產品的效益）初值為0， 其他初值均為10。②企業的智能化轉型不是一蹴而就的， 其智能化生產、 管理及產品的效益是一個連續、 漸進的積累過程， 本文假定模型仿真時間為60個月。

（2）模型參數設置。系統動力學模型初始值的設置方法有三種， 即歷史數據擬合法、 平衡態賦值法、 特殊增長規律賦值法。通過上述分析可知， 中小企業智能化轉型的三個子系統具有較高的抽象程度及理論化程度， 且研究主體具有明顯的多樣性和差異性， 很難通過訪談和問卷的形式獲取相關數據。此外， 研究對象為中小制造企業， 其相關的專業數據庫少之又少， 統計數據十分有限， 因此系統動力學中的變量初值的設定很難以歷史數據為依據?；诖?， 本文選擇平衡態賦值法對模型中的參數進行賦值， 雖然不具備歷史數據的支撐， 但可以用來分析中小制造企業智能化轉型的趨勢， 并通過模擬分析檢驗模擬趨勢的真實性和可靠性， 最后對參數前后變化的效果進行對比（原毅軍等，2013）。

本文對于模型中的狀態變量初值設定主要考慮中小制造企業所處的現實情況， 假定智能化生產效益、 智能化管理效益及智能化產品效益的初值為0， 其他初值均為10， 并假定各因素的效率水平均為0.5。

（3）主要方程設計思路。在這個系統中， 主要存在5個狀態變量（L）、 5個速率變量（R）、 12個輔助變量（A）、 20個常量（C）， 共42個變量。主要方程設計思路如下：

L1智能化投入=INTEG（智能化投入變化量， 10）

R1智能化投入變化量=變化率×（0.5×政府財政補貼+0.05×智能化效益）

A1變化率=智能化轉型意愿×0.8

A2智能化轉型意愿=員工意愿×0.1+高管意愿×0.6+環境壓力×0.2+市場競爭×0.1

A3員工意愿=0.00005×員工綜合能力

C1高管意愿=C2環境壓力=C3市場競爭=0.5

中小制造企業管理模式粗放， 高層管理者具有絕對的話語權。故在中小制造企業轉型意愿中， 高管意愿占60%； 智能化轉型意愿與智能化投入變化率存在正相關關系， 相關度假定為80%； 員工的綜合能力越強， 其對企業的發展趨勢及智能化轉型的認知越深刻， 就越能夠明確智能化的意義， 故員工意愿與員工綜合能力存在一定的正相關關系， 經過多次模擬仿真， 假定相關度為0.005%； 在系統模擬中， 初步設定高管意愿、 環境壓力、 市場競爭為0.5。

A4人力資源投入=智能化投入×人力資源投入占比

A5員工綜合能力=0.7×人力資源投入+員工綜合能力初值

C4人力資源投入占比=0.2

企業通過組織培訓等方式來促進員工的綜合能力， 然而這種對人力資本的投入不一定能夠完全轉化為員工綜合能力。故假定人力資源投入轉化為員工綜合能力的過程中， 折扣率為30%； 在系統模擬中， 初步假定人力資源投入占比為20%。

A6智能設備投入=智能化投入×智能設備投入占比+智能設備初值

A7軟件、 技術研發能力=員工綜合能力×0.6+智能設備投入×0.2+網絡基礎設施建設×0.2+自主創新能力初值

C5智能設備投入占比=0.2

企業的研發能力主要受兩個因素的影響： 一是企業員工的綜合能力， 它在很大程度上決定了企業的研發水平， 是企業開展研發活動的關鍵， 因此假定員工綜合能力與軟件、 技術研發能力的相關度為60%； 二是企業就否配有研發活動所需的設備， 其中包括企業自有的智能設備和外部的基礎設施， 這是企業開展研發活動的基本保障， 假設兩者與軟件、 技術研發能力的相關度均為20%。在系統模擬中， 初步假定智能設備投入占比為20%。

A8軟件、 技術引進=智能化投入×軟件、 技術引進投入占比+軟件、 技術引進初值

A9軟件、 技術應用能力=員工綜合能力×0.5+軟件、 技術引進×0.5+軟件、 技術應用能力初值

C6軟件、 技術引進投入占比=0.2

中小制造企業在智能化轉型的過程中考慮從外界（其他企業或集成平臺）引進先進的軟件與技術； 員工的綜合能力及軟件、 技術的引進程度都直接影響了軟件、 技術的應用， 假定相關度均為50%。

L2智能化產品效益=INTEG（智能產品研發， 0）

R2智能產品研發=DELAY1（ 0.8×軟件、 技術研發能力， 6 ）

企業產品研發是一個長期的過程， 為了保證模擬的真實， 采用延遲函數進行模擬。企業的研發活動在6個月開始涌現成果， 因此假設從仿真時間第6個月開始會涌現研發產品。

L3智能化管理效益=INTEG（人力資源管理，0）

R3人力資源管理=人力資源管理初值+人力資源管理效率×（員工綜合能力+軟件、 技術應用能力+網絡基礎設施建設）

L4智能化生產效益=INTEG（生產過程管理，0）

R4生產過程管理=生產過程管理初值+生產效率×（軟件、 技術應用能力+軟件、 技術研發能力）

人力資源管理及生產過程管理的方程主要參考陸秋琴（2021）的研究， 并考慮軟件、 技術的應用及基礎設施的建設能夠優化企業的人力資源管理活動， 軟件、 技術的研發及應用能夠促進企業生產過程的管理。

A10智能化效益=智能化產品效益+智能化生產效益+智能化管理效益

L5政府財政收入=INTEG（城市化水平， 10）

R5城市化水平=城市化水平初值+城市化水平效率×智能化效益×0.0001

A11網絡基礎設施建設=網絡基礎設施投入程度×政府財政收入+基礎設施建設初值

A12政府財政補貼=財政補貼程度×政府財政收入

C7政府財政補貼程度=C20網絡基礎設施投入程度=0.1

政府通過建設基礎設施及為中小型制造企業提供一定的資金支持為其智能化轉型助力。本文假定網絡基礎設施投入程度及政府財政補貼程度均為10%。

四、 有效性演化和仿真分析

1. 有效性分析。系統動力學模型是對現實情況的仿真和模擬， 主要考察模型結構是否反映現實情況， 模型結構的正確性遠比參數的選擇更為重要。因此， 模型的檢驗應該以理論檢驗為主， 主要關注模型結構的有效性、 一致性。仿真運行結果見圖7。

由圖7可以看出， 在整個模擬期內， 企業的智能化產品效益、 智能化管理效益、 智能化生產效益、 政府財政收入皆呈現上升趨勢。具體來說， 政府財政收入在企業智能化轉型的過程中呈現平穩的增長趨勢， 增幅相對穩定。企業的智能化相關績效呈現非線性增長趨勢， 在初期階段增長緩慢， 后期增速明顯加快。這表明各個因素對中小企業智能化轉型有促進作用， 但各個因素的相互作用、 相互影響需要一定的時間。有了前期的積累， 后期各個因素的促進效果越來越顯著， 形成了后期智能化相關效益快速增長的局面。這與企業智能化轉型的現實情況吻合， 智能化轉型就是一項系統性的投資活動， 投資金額大， 建設周期長， 短期投資效益不明顯（Aral和Weill，2007）。

2. 靈敏性分析。在有效性分析的基礎上， 本文通過靈敏度分析來尋找模型中較為敏感的參數。通過對系統不斷進行調試， 技術、 軟件投入占比， 人力資源投入占比， 高管轉型意愿， 環境壓力及政府財政補貼程度對系統較為敏感。

（1）技術子系統。 "軟件、 技術引進是企業技術進步的主要方式， 本文指的是企業直接購入其他企業的相關技術、 軟件、 專利等。在保持其他參數不變的情況下， 將軟件、 技術引進投入占比調整到0.2、 0.4、 0.6三種情況。通過vensim仿真得到圖8。由圖8可知， 在其他變量不變的情況下， 隨著軟件、 技術引進投入占比的逐步提升， 智能化效益也在不斷增加， 軟件、 技術引進投入占比與智能化效益表現出很強的正相關關系。同時， 智能化效益的斜率逐漸增大， 表明智能化效益的上升速度在不斷加快。此外， 智能化效益在36個月后顯現出明顯的增長趨勢， 這可歸因于企業需要一段時間對引進的技術進行學習、 融合及運用。經濟實力落后， 研發資源匱乏， 以及自主研發的高風險、 高投入， 軟件、 技術引進已成為中小制造企業技術進步的最佳選擇， 為中小制造企業的智能化轉型提供技術支持。

（2）組織子系統。組織子系統中人力資源投入及高管轉型意愿對系統較為敏感。本文將人力資源投入分為三種情況， 即人力資源投入占比為0.2、 0.4及0.6， 在保持其他變量不變的情況下， 調整人力資源投入占比， 對模型進行模擬仿真得到圖9。前30個月， 人力資源投入對企業智能化效益的作用并不明顯， 這是因為人力資源投入轉化為企業的員工綜合能力需要一定的沉淀時間。之后， 智能化效益呈現顯著的增長趨勢。模擬結果表明， 人力資源投入占比越高， 越利于企業進行智能化轉型。

在保持其他參數不變的情況下， 調節高管轉型意愿參數。本文將高管轉型意愿分為三種情況， 即高管轉型意愿（0.2）、 高管轉型意愿（0.5）和高管轉型意愿（0.8）。對模型進行仿真模擬得到圖10。 由圖10可知： 高管轉型意愿越強烈， 越能促進中小企業的智能化轉型。這是由于企業高層管理者智能化轉型意愿增強， 激發出更多的智能化轉型動力， 同時更傾向于為智能化轉型分配所需要的各種資源， 并建立適配的企業管理制度， 從各方面為企業智能化轉型提供保障。

（3）環境子系統。環境系統中環境壓力及政府財政補貼程度對系統較為敏感。在保持其他參數不變的情況下， 調節環境壓力初始值。本文將高管轉型意愿分為三種情況， 即環境壓力（0.2）、 環境壓力（0.5）和環境壓力（0.8）。對模型進行模擬仿真得到圖11。由圖11可知： 隨著外界環境所施加的壓力不斷增大， 企業智能化轉型的意愿會更強烈， 從而提高企業智能化效益。同樣， 調整政府財政補貼程度。由圖11不難看出， 加大政府的財政補貼程度， 能夠有效地提高企業的智能化效益， 促進企業的智能化轉型。一方面， 政府的財政補貼能夠反映政府對中小制造企業進行智能化轉型的支持程度， 為中小企業的轉型提供外部環境的保障； 另一方面， 政府的財政補貼能夠緩解中小制造企業在轉型過程中面臨的財務壓力， 增加企業在智能化轉型中的投入， 為企業研發創新、 人才引進等提供堅實的資金基礎。

五、 結論與建議

1. 結論。本研究基于TOE理論框架， 從技術、 組織及環境三個層面分析了中小制造企業智能化轉型的影響因素， 在此基礎上構建系統動力學模型并分析了各影響因素之間的關聯機理， 動態地模擬了中小制造企業智能化轉型的全過程。通過模擬仿真得到以下結論： 各因素對中小制造企業智能化轉型均有正向影響， 但各因素的促進程度存在差異； 軟件、 技術投入占比， 人力資源投入占比， 高管轉型意愿， 環境壓力及政府財政補貼程度較其他因素而言影響效果更為顯著； 中小制造企業的智能化轉型是一個日積月累的過程， 企業投入的各種資源需要經過吸收、 融合、 沉淀、 應用才能轉化為企業內在的能力， 各因素也需要一定的時間才能發揮作用， 故智能化轉型效果存在一定的滯后性。

2. 建議?；谏鲜鼋Y論， 本文提出如下建議：

（1）在技術層， 加強軟件、 技術引進投入占比。智能化轉型本質上是技術變革， 中小制造企業應該充分意識到技術水平的決定性作用。在資源約束強、 自身基礎薄弱的條件下， 中小制造企業的自主研發創新具有探索性和試錯性特征， 面臨失敗即出局的風險。所以， 在智能化轉型初期， 軟件、 技術引進等非研發創新是中小制造企業提高自身競爭力的最佳選擇。中小制造企業應該加強軟件、 技術引進投入占比， 通過對引進技術的消化和創新， 將引進的技術轉變為自身競爭力， 提高企業自身的研發水平， 為自主研發創新打牢基礎， 先易后難， 分步推進， 加快企業的智能化轉型。

（2）在組織層， 中小制造企業的高層管理者應該認識到企業智能化轉型已經不是選擇題， 而是必然趨勢， 積極擁抱智能化， 將智能化轉型納入企業發展規劃中。同時， 中小制造企業應該改變“人治”的管理現狀， 健全管理體系， 提高人力資源管理水平， 充分發揮企業現有資源的協調效應。最后， 科技人才是科學技術的載體， 已經成為各方爭奪的戰略資源。中小制造企業應健全激勵、 培養、 引進等人才政策， 補全中小制造企業智能化轉型的短板。

（3）在環境層， 政府應充分發揮其引導作用， 研究制定中小制造企業智能化轉型的政策措施， 通過財政稅收相關政策， 給予中小制造企業財政資金扶持， 減少中小制造企業的成本壓力。同時， 政府應對各方資源進行有機整合， 建立面向中小制造企業的云制造、 云服務平臺， 使中小制造企業低成本、 高效率地進行智能化轉型。同時， 產業鏈其他參與主體或同行業龍頭企業可以依托平臺實現以大帶小、 以強帶弱， 形成大中小制造企業協同轉型的局面， 共促企業智能化。有為政府和有效市場的結合， 能為中小制造企業的智能化轉型提供有利的發展環境。

【 主 要 參 考 文 獻 】

李伯虎，張霖，王時龍等．云制造——面向服務的網絡化制造新模式［ J］．計算機集成制造系統，2010（1）：1 ～ 7+16．

李健旋．中國制造業智能化程度評價及其影響因素研究［ J］．中國軟科學，2020（1）：154 ～ 163．

李廉水，石喜愛，劉軍．中國制造業40年：智能化進程與展望［ J］．中國軟科學，2019（1）：1 ～ 9+30．

劉軍，曹雅茹，鮑怡發等．制造業智能化對收入差距的影響研究［ J］．中國軟科學，2021（3）：43 ～ 52．

陸秋琴，丁潔，黃光球．企業高端化轉型升級中提升技術變遷能力影響因素分析［ J］．科技管理研究，2021（2）：128 ～ 137．

孟凡生，徐野，趙剛．“工業4.0”背景下新能源裝備制造企業智能化升級過程及影響機理研究［ J］．管理評論，2022（7）：326 ～ 338．

孫新波，李祎禎，張明超．傳統制造業企業智能化發展影響因素研究［ J］．創新科技，2021（1）：44 ～ 52+2．

王柏村，陶飛，方續東等．智能制造——比較性綜述與研究進展［ J］．Engineering，2021（6）：80 ～ 122．

王層層．遼寧裝備制造業轉型升級與智能化建設的系統動力學研究［ J］．科技管理研究，2020（7）：190 ～ 199．

楊志波，楊蘭橋．我國中小型制造企業智能化轉型困境及破解策略［ J］．中州學刊，2020（8）：25 ～ 31．

原毅軍，田宇，孫佳．產學研技術聯盟穩定性的系統動力學建模與仿真［ J］．科學學與科學技術管理，2013（4）：3 ～ 9．

臧冀原，王柏村，孟柳等．智能制造的三個基本范式：從數字化制造、“互聯網+”制造到新一代智能制造［ J］．中國工程科學，2018（4）：13 ～ 18．

鐘潤陽，徐旬，Eberhard Klotz等．對工業4.0背景下的智能制造的回顧［ J］．Engineering，2017（5）：96 ～ 127．

鐘志華，臧冀原，延建林等.智能制造推動我國制造業全面創新升級［ J］．中國工程科學，2020（6）：136 ～ 142.

周濟，周艷紅，王柏村等．面向新一代智能制造的人-信息-物理系統（HCPS）［ J］．Engineering，2019（4）：71 ～ 97．

周源，臧冀原，苗仲楨等．推進智能制造的技術升級路線——并行推進、融合發展［ J］．Engineering，2019（4）：211 ～ 234．

Aral S.， Weill P.. IT assets， organizational capabilities， and firm performance： How resource allocations and organizational differences explain performance variation［ J］． Organization Science，2007（5）：763 ～ 780．

Chryssolouris G.， Mavrikios D.， Papakostas N.， et al.. Digital manufactu-ring： History， perspectives， and outlook［ J］． Proceedings of the Institution of Mechanical Engineers， Part B： Journal of Engineering Manufacture，2009（5）：451 ～ 462．

Ghobakhloo M.， Ching N. T.. Adoption of digital technologies of smart manufacturing in SMEs［ J］． Journal of Industrial Information Integration，2019（C）：100107．

Li B.， Hou B.， Yu W.， et al.. Applications of artificial intelligence in intelligent manufacturing： A review［ J］． Frontiers of Information Technology amp; Electronic Engineering，2017（1）：86 ～ 96．

Shukla M.， Shankar R.. An extended technology-organization-environment framework to investigate smart manufacturing system implementation in small and medium enterprises［ J］． Computers amp; Industrial Engineering，2022（C）：107865.

Wang Z.， Shou M.， Wang S.， et al.. An empirical study on the key factoroof intelligent upgrade of small and medium-sized enterprises in China［ J］． Sustainability，2019（3）：619．

Zhou J.， Lan S.， Liu Y.， et al.. Research on the relations between cognition and intelligent transformation of executive teams in small and medium-sized manufacturing enterprises［ J］． Advanced Engineering Informatics，2022（C）：101539.