《中国新能源装备智造化发展情景研究》-经济学论文，经济论文-论文范文参考-科学狗论文网

标题

中国新能源装备智造化发展情景研究

范文

单文杰杨雨艨秦蓁

摘? ?要：基于情景分析理论，对新能源装备制造面向智能制造转型情景展开研究，分析其产业发展战略重心。研究结果表明，稳健发展情景发生可能性最高，显著、低效发展情景次之。基于情景分析发现，我国新能源装备制造化转型，削减技术代价是关键，为此必须以提升自主创新能力、关键技术自有化作为战略重心。

关键词：新能源装备;智能制造;情景研究

中图分类号：F407.2? ? ? ? 文献标志码：A? ? ? 文章编号：1673-291X（2021）08-0065-05

引言

《中国制造2025》以加快新一代信息技术与制造业深度融合为主线，将“智能制造”作为我国制造业转型升级的主攻路线，是推动高端装备制造业向全球产业链上游攀升的重要指导战略。新能源装备制造业作为优化能源结构和防治环境污染的战略性产业，因其具备附加值高、环境友好、成长性强等优势，已成为我国高端装备制造业新的增长点。新能源装备制造业要在有利契机下实现跨越式发展，不能局限于传统的机械化生产模式，必须将“智能制造”作为产业转型方向[1]，着力构建生产智能化、管理智能化、服务智能化的智造化体系。然而，新能源装备智造化转型是一项长期任务，这一进程受到多重因素影响，影响因素的不确定性将使产业呈现不同情景。因而有必要基于影响因素不确定性研究，预测新能源装备产业智造化转型情景，分析长期战略重点。

张曙以智能工厂为例，指出工业体制将由垂直向扁平转变，小微企业应以联盟战略促进智能制造发展[2]。肖静华指出，应借助我国互联网大数据、人口众多、文化多样性与消费者偏好等多元优势形成国际竞争力，从而推动制造业向智能制造的转型升级[3]。姚锡凡等系统阐述了智能制造系统的基础理论与技术体系，在国内学术界率先较完整地提出智能制造系统的技术框架，同时强调了核心技术自主研发对智能制造发展的重要意义[4]。黄群慧鼓励高校及研究机构对企业开发基础研究设施、建立科技服务机构提供技术服务、完善创新环境等措施，构建我国制造业核心能力，加快智能制造发展[5]。现有理论主要有两点不足：（1）缺乏产业针对性。我国制造业种类繁多，各产业的发展状况、技术特点、外部环境、政府政策均有所不同，不能一概而论，须提出具产业有针对性的战略规划。已有理论主要针对制造业整体面向智能制造转型，对细分产业具体条件考虑不足，产业针对性较差。（2）相关研究缺少量化分析对研究结论的支持，更鲜有对未来不确定发展前景的论证。情景分析法通过对系统发展影响因素及其内部联系进行分析，运用数学工具探究系统未来发展的多样性可能，建立“很有可能的未来”[6]。P.Hsia提出比较完整的情景分析理论思路[7]，而后被广泛应用于环境、能源及社会科学领域的預测与战略规划研究[8]。基于情景分析理论，以新能源装备制造业为研究对象，对2025年新能源装备智造化转型前景进行仿真预测，以量化结论划分产业面向智能制造转型情景，分析产业智造化发展战略重心。

一、核心情景指标及其影响因素

新能源装备制造业面向智能制造发展过程是一个有规律可循的系统，影响因素与情景指标作为系统组成要素存在某种内在联系。影响因素决定新能源装备制造智能化水平。情景指标是制造智能化水平的外在表现，反映影响因素的作用结果。控制论将系统未知区域定义为“黑箱”。按照这一定义，影响因素对应各观测变量作为“黑箱”数据输入，要预测的核心情景指标代表“黑箱”数据输出，而科学合理的预测方法则是打开“黑箱”的钥匙。数据在这一未知区域的活动是有规律可循的，将其设为函数并可表述为：

f （观测变Ⅰ1，观测变Ⅰ2...Ⅱ变量）=Y情景指标1，情景指标Ⅰ2...Ⅰ情景指标mY

（一）核心情景指标

新能源装备制造面向智能制造转型的特征有三个方面：新能源装备产业发展由效率驱动与要素驱动转变为创新驱动，科技创新成为产业发展的支柱;智能制造的发展极大提升了企业的生产效率;新能源装备应用大范围普及，产业规模不断扩大。根据新能源装备制造面向智能制造发展动向，选取数个核心情景指标，作为描述产业未来发展情景的基础。

1.创新驱动产业发展。智造化创新能力的提升能够降低企业在生产层面的海外依赖，从而降低技术与设备成本。鉴于此，以新能源装备制造企业技术代价（对外支付的关键技术使用费、外购关键设备及其组件成本、聘请国外专家劳务费之和）计量智造化创新成果，以技术代价占主营业务成本比重反映新能源装备制造产业创新效果。该比率降低，表明新能源装备制造企业智造化创新取得成果。

2.企业生产效率。我国制造业在向工业4.0看齐的同时，工业3.0时期的短板依然存在。处于起步阶段的智能制造工业发展模式，相关前沿科技的开发与应用仍不成熟，制造费用较高。随着新能源装备制造面向智能制造转型过程的推进，智造技术更趋成熟，企业运营成本逐渐降低，投入产出率逐步提高。同时，智能制造应用先进数控技术，提高装备制造的自动化程度，劳动力在生产要素中的比重将逐渐降低。智能制造技术的应用降低了工业总投入中劳动力比重，新能源装备制造面向智能制造转型在提高企业产值的基础上大幅减少人力投入，产业未来人均生产率将大幅提升。鉴于此，选取新能源装备制造企业平均人均生产率及平均投入产出率作为核心情景指标。

3.产业规模。中国制造2025的提出，为制造业的发展提供了良好的政策环境并指明了转型方向。而随着能源短缺问题的凸显，新能源技术的开发与利用迫在眉睫。在上述两个大背景下，新能源装备制造业的发展将充满机遇与挑战。面向智能制造转型的过程中，创新驱动产业发展及高生产效率是未来发展的必然趋势，新能源装备制造业的产业规模不断扩大是两大趋势的必然结果。因此，选取新能源装备制造业总产值作为核心情景指标。

（二）关键影响因素分析

高端制造业转型升级，科技创新是重要动力。一项技术创新要体现其经济价值并推动产业发展，必须得到大规模推广与商业应用。高端制造业依靠技术创新得到发展的进程中，外部环境对其具有一定规制作用。因此，选取科研实力、技术应用、产业环境等三个维度对关键影响因素观测变量进行研究。

1.科研实力。新能源装备制造企业的科研投入，直接影响到其面向智能制造转型的进程及生产效率。此外，用户和政府也是创新体系的重要组成部分。为进一步强化新能源装备用户端在创新体系中的主体地位及政府政策的导向作用，科技创新体系要加强“政产学研用”的联合程度。鉴于此，选取技术研发经费占主营业务收入比重、新能源智造化科研项目研究人员数量和“政产学研用”联合程度作为科研实力观测变量。

2.智造化技术应用水平。首先，在装备制造方面，信息物理系统的应用是一项重要课题。信息物理系统（cyber physical systems，简称CPS）作为计算进程和物理进程的统一体，是集计算、通信与控制于一体的下一代智能系统。CPS通过联合多种工程技术，将产品生产链深度整合，实现整个产业虚拟数据与物理实体的互联互通。其次，从信息处理技术方面来看，大数据分析、云计算等技术是提高智能制造水平的关键技术。从哈佛商学院的迈克尔·波特到宾夕法尼亚大学沃顿商学院，有一个普遍的共识，即数字化是智能制造的实现途径。数字化转型并不意味着产品制造过程的单纯数字化控制，而是将数据信息作为智能制造的血液，流动于产品的整个生产周期，利用数据信息整合产业链与价值链。未来是属于数据的时代，网络大数据的深度挖掘和大规模利用是新兴产业的立足点。综上所述，选取CPS集成程度、生产设备联网比重、数控能力、数据分析能力作为反映技术应用水平的观测变量。

3.产业智造化外部环境。产业外部环境方面主要关注政府与市场对新能源装备智能制造的影响。政策方面，十八届三中全会提出，全面深化改革要使市场在资源配置中起决定性作用，政府与市场将在新能源装备制造业未来发展中重新定位。以新能源为代表的战略新兴产业目前仍处于起步阶段，技术和需求市场尚不成熟，亟需政府扶持与引导。在政策支持下，技术与制度共同创新更能对新兴战略产业的发展起推动作用，新能源装备制造业面向智能制造的发展过程便可处于良好的政策环境，加速产业转型升级。产业环境方面，市场的重大需求是高端装备制造业发展的重要条件之一。随着能源消费结构逐渐优化，新能源革命步入大范围增量替代和区域性存量替代的发展阶段，新能源装备产业智造化转型正值有利时期。新能源装备市场需求的扩大将产生社会资本净流入，在扩大产业规模的同时，也为本产业向智能制造转型提供更强大的资本支撑。鉴于此，选取非化石能源消费比重与政策支持力（包括投资力度与政策有利程度）作为产业外部环境观测变量。

二、情景预测

（一）預测模型构建

为探究影响因素观测变量与情景指标间的内在联系，采用具有自学习功能与联想储存功能的BP神经网络。为考虑新能源装备智能制造影响因素未来不确定性的影响，引入蒙特卡洛法（Monte Carlo）进行模拟。Monte Carlo模拟通过构建概率分布模型，设定随机过程，反复生成时间序列，计算结果统计量，研究结果分布特征。随着执行次数增大，输出结果的预测精度与可靠性逐渐增高。

（二）情景预测

1.变量参数设定。影响因素对应观测变量包括定性变量与定量变量两类，其不确定性于未来表现通过分布假设实现。二级观测变量分定性变量和定量变量。定性变量采用三分制量表计量（分值由低到高代表低、中、高三个等级），通过向业界专家（新能源装备企业管理者、能源经济领域学者）以邮件形式发送问卷或访谈调研等形式进行数据采集，采集内容包括现实状况评价及对未来状况的预测评价。其中，采集预测评价资料以概率形式进行整理，并将其设为离散型分布。将定量观测变量未来情况设为连续型分布，采用德尔菲法向专家咨询意见，确定未来出现的期望值、最值等参数。

对于定性观测变量，采用问卷形式收集专家意见，将概率赋值结果整理后生成分布列，作为仿真数据输入条件。

定量观测变量未来变化趋势采用德尔菲法向专家咨询，汇总专家意见后的期望值及上下限作为此类变量概率分布参数。

定量观测变量概率分布为连续型分布，这里将该分布设定为正态分布，分布函数为式（1）：

式中，μ为定量观测变量期望值;σ取值以随机数生成在上下限区间内概率大于99%为标准确定，该标准下无效数据不超过1%。根据标准正态分布表，p（-2.58

由（2）确定变量标准差为：σTFIP =0.001 822;σANER=0.774 186;σREI=0.060 078;σPNFEC=0.006 202。

2.仿真结果。系统仿真结果频数统计如表4所示，分别为新能源装备制造企业技术代价率（TCR）、平均人均产值（MPP）、投入产出率（IOR）及总产值（TOR）。

（三）情景分析

根据技术代价率、平均人均产值、产出率和总产值等四个核心情景指标的事件分段统计结果发展了目标年可能出现的三个典型情景。

低效发展情景：至2025年，新能源装备企业智造化技术代价仍处于较高水平，企业投入大量资金用于支付关键技术使用费、关键设备或组件成本、聘请国外专家劳务费等费用。产业对外技术依赖性较强，在借助智能制造提高生产效率与装备品质的同时，不得不付出高昂的技术代价，究其原因是产业创新能力不足。由于使用大量资本引进智能制造技术，新能源装备制造产业人均产值比较理想。然而，高昂的技术使用费带来生产智能化与“人口红利”消失的共同作用，也造成了投入产出率的低效，以至产业规模扩大幅度有限、新能源装备制造依靠庞大的市场维持、智造化核心技术受到牵制。

穩健发展情景：至2025年，将实现新能源装备智造化技术代价适中，虽然部分关键技术仍采用引进方式，但是先进智造化技术研发能力总体上已相当优秀，技术依赖性达到较低水平。由于掌握成熟的智能制造技术，新能源装备智能化、无人化制造达到较高水平，平均人均产值与当前状态相比有较大提升。同时，经过市场经济自我调节作用，新能源装备制造产业投入产出率达到平衡状态，总产值有望翻倍;新能源装备制造全程智能化有突破性进展，互联、数据、集成、创新和转型均出现较大变化。根据情景仿真结果统计数据，稳健发展情景为最高概率情景状态。

显著发展情景：至2025年，新能源装备制造将呈现全面智能化态势，该情景将成为中国新一代工业生产技术的供应国和市场主导力量的发展情景。新能源装备制造企业在生产制造中仅支出少部分必要的技术使用代价，对新能源装备智造化技术的研发与应用达到领先水平，对外技术依赖性极低。高度智能化与无人作业的制造过程带来高附加值的新能源装备和少量的人力资源投入，因此企业在人均产值这一指标上取得极好成绩。成熟的智能制造技术有效降低企业生产成本，提高新能源装备品质，我国企业逐渐占据新能源装备国际市场，产业总产值持续增长。此外，高投入产出率吸引资本继续进入本产业，新能源装备智能制造将持续发展。

三、研究结论

基于情景分析法，得到新能源装备智能制造低效发展情景、稳健发展情景、显著发展情景等三个情景方案。显著发展情景为产业智能化转型的最优情景，但按照系统仿真统计结果，该情景发生概率较低。若要实现该情景，必须及时抓住产业环境有利条件，充分提升科研实力及技术应用等要素，积极发展新能源装备智能化。由于外部环境可控性较低，且技术上取得突破性进展不确定性较大，显著发展情景实现难度较大。低效发展情景中，产业资本大量投入用于弥补创新能力不足导致的技术缺陷，从而实现智造化水平的提高，新能源装备智造化发展受到严重技术牵制。该情景下必须考虑新能源装备智造化发展的可行性，及时调整长期发展战略。新能源装备制造企业必须提及时高自主创新能力，开发拥有自主知识产权智能制造技术，降低技术代价，避免低效发展情景出现。稳健发展情景中，新能源装备面向智能制造的发展成绩斐然，技术开发与应用处于赶超阶段，提升空间仍然广阔。总体上看，稳健发展情景为最高概率情景事件，低效发展情景与显著发展情景的事件概率较低，但不排除其发生可能。高概率情景事件表明，新能源装备面向智能制造转型是促进产业发展的有效战略。三个情景结论中，技术代价是划分标准的关键指标。显著发展情景下，技术的相对成熟使新能源装备制造业面向智能制造转型进展顺利。高概率情景事件，即稳健发展情景下，技术代价仍然偏高。综上所述，以提升自主创新能力、积极应用新技术作为产业智能化转型战略重心，新能源装备制造智能化转型将取得较大成功。

参考文献：

[1]? ?孟凡生，李晓涵.中国新能源装备智造化发展技术路线图研究[J].中国软科学，2017，（9）：30-37.

[2]? ?张曙.工业4.0和智能制造[J].机械设计与制造工程，2014，（8）：1-5.

[3]? ?肖静华，毛蕴诗，谢康.基于互联网及大数据的智能制造体系与中国制造企业转型升级[J].产业经济评论，2016，（2）：5-16.

[4]? ?姚锡凡，张剑铭.LIN Yingzi.智慧制造系统的基础理论与技术体系[J].系统工程理论与实践，2016，36（10）：2699-2711.

[5]? ?黄群慧，贺俊.中国制造业的核心能力、功能定位与发展战略[J].中国工业经济，2015，（6）：5-17.

[6]? ?娄伟.情景分析方法研究[J].未来与发展，2012，（9）：17-26.

[7]? ?Hsia P， Samuel J， Gao J， et al. Formal Approach to Scenario Analysis[J].IEEE Software，1994，11（2）：33-41.

[8]? ?Vuuren D P V， Bouwman A F， Beusen A H W. Phosphorus demand for the 1970-2100 period：a scenario analysis of resource depletion.[J].

Global Environmental Change，2010，20（3）：428-439.

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。