人工智能背景下工业机器人发展水平综合动态评价研究

——以制造业为例

来源:《系统工程理论与实践》编辑部时间:2021-01-19

一、摘要:

工业机器人是一种能够自动控制,并可进行编程的机器,它也是制造业智能化改造的重要基础。在当前社会发展的总体系统里,从某种程度上来说,工业机器人的发展水平可以作为衡量一个国家工业自动化水平的关键要素。以十五个主要的制造业工业机器人制造、购买、使用国为研究对象,利用时序全局主成分分析方法,对各国2010-2017年的工业机器人及制造业、经济发展数据进行分析,从11个指标中提取了工业机器人发展强度、工业机器人产业需求、工业机器人经济规模效应等三个主成分,建立三维综合动态评价指标体系,对我国工业机器人的发展动态变化进行综合评价。

 

二、引言:

人工智能作为一种战略技术正在给经济、社会中众多领域带来颠覆性变革,其核心内容是建立在数字化、信息化基础上的智能化转型,在对人工智能描述较为全面的概念中,人工智能是一个有机整体,是通过模型建立的关于思维、感知和行动的表达系统,并以生成测试法为基本运行方式,并通过算法(程序或方法)在特定约束条件下产生的作用。这一概念表明,当前人工智能是借助于人-机结合或互动,将人脑解决问题模式加以延伸和放大,这是一种显性的、具有可操作性,可用于提升实际生产生活水平的能力,其改造、升级制造业的能力日益显著。

制造业是国民经济的主要支柱,是立国之本、兴国之器、强国之基,没有强大的制造业,就没有国家和民族的强盛。我国自改革开放以来,制造业产值增速长期高于同年GDP增速,是我国经济长期高速发展的源泉之一。近年来,我国制造业面临人力成本提高、制造业国际竞争日趋激烈的挑战,随着智能化时代的到来,我国提出一系列促进制造业转型升级的战略规划,具有将制造业升级为智能制造系统的动力,各制造业强国也纷纷推出自己的智能制造计划,以便在未来竞争中继续保持优势。

工业机器人是智能制造系统中制造技术的重要组成部分,也是人工智能技术用于制造业的主要方式之一,当前世界主要工业国在发展制造业工业机器人方面资本投入和政府支持力度很大,各国在工业机器人的研发、制造、采购等方面都开展了诸多工作。工业机器人的研发、制造和应用已经成为衡量国家科技创新实力和高端制造业水平的重要标志。

当前,已经有研究从不同角度关注工业机器人的发展状况,例如,在专业技术领域,喻一帆从机器人技术发展模式及工业机器人扶持政策角度对中外机器人的发展进行了对比,而骆敏舟等从工业机器人应用领域以及基础零部件工艺等角度进行国际比较,认为我国在该方面存在一定不足。Kong等从创新视角发现我国工业机器人产业在创新方面与国外存在较明显的差距,程虹等基于调查数据分析了中国工业机器人使用对劳动力市场的影响,并进行国际比较。马岚分析了日本、韩国的工业机器人与劳动力的关系,认为我国未来有可能发生工业机器人对劳动力的成规模替代。吕洁等研究了工业机器人发展状况同就业的影响,并认为我国的影响模式与国外存在区别。罗连发等从工业机器人保有量、工业机器人密度、工业机器人市场应用、产业发展及政策体系等多个指标分别进行了中外比较,认为我国在机器人使用密度、产业发展等方面与国外仍有较大差距。

研究的关注点,除了国家层面的比较,也有研究对我国省际工业机器人产业的竞争力进行比较。例如,沈宏超利用修正后的钻石模型对我国长江经济带机器人产业竞争力进行定性比较,认为高级人力资源、专业产业园区发达的上海、江苏等地工业机器人发展优于中西部城市。刘媛等基于产业竞争理论,对长三角地区各省市工业机器人竞争力进行比较,认为上海市总体实力最强,江苏相关发明专利多,浙江需求最大。

在综合评价方法方面,与机器人相关的研究主要评价具体机器人的技术,如利用模糊神经网络评价无人驾驶机器人性能,或利用投影寻踪评价法分析机器人部件运动相似度等,近年来与现状评价或区域比较相关的研究所用的综合评价方法,主要包括AHP-模糊综合评价模型、系统动力学方法或粗糙集评价法。

回顾当前研究,虽说业已出现了工业机器人发展的国际比较、以及省际比较,但从评价工业机器人总体发展情况角度看,仍有几方面不足,一是不仅比较对象较少, 进行国际比较时,常以在所比较指标上表现突出的一国或几国,如美国、日本、德国等为评价对象,存在遗漏其他有特点的工业机器人使用国的可能,二是所用指标较为单一,不够综合,在进行国际比较时,常使用年销售量或工业机器人密度,但较少综合评价一国的发展情况,三是以静态比较为主,大部分研究以前一年的销售量、使用密度等进行分析,但未体现出我国工业机器人的发展与动态变化,也未在国际比较中为我国工业机器人多维度的发展状态定位,四是有必要考虑发展环境的变化,很多研究重点关注工业机器人自身的变化,但对于其所处经济、社会环境等考虑较少,使分析缺失了一些维度,五是有必要引入其他的综合评价方法,现有综合评价方法常参考已建立的指标体系进行评价,但对工业机器人发展趋势进行评价的研究较少,尚未形成固定的指标体系,可以根据数据情况,引入其他综合评价方法,通过无监督学习的方式,降维形成新的分析比较的指标体系,为此后的研究提供参考。

因此,本研究以国际主要工业机器人保有、销售及使用国为研究对象,参考钱诚基于2008-2018年制造业劳动力成本数据进行动态评价的研究,以2010-2017年各国工业机器人及宏观经济数据为基础,对国际工业机器人发展趋势进行动态评价,基于时序全局主成分方法,构

建综合动态评价模型,为综合动态评价工业机器人发展水平提供参考。

本文的边际贡献在于:1)同多个具有较高发展水平的工业机器人保有、使用或制造国进行比较,比较范围较大;2)建立评价指标体系,不仅对直接与工业机器人相关的指标进行评价,而且也涉及对相关国家的经济环境进行综合分析,以便更全面地探讨工业机器人发展相关因素;3)使用时序全局主成分分析法建立三维动态评价指标体系,利用多年数据对发展过程进行动态评价,从而反映演变过程。
 

 

本文内容摘自《系统工程理论与实践》第40卷第11期论文《人工智能背景下工业机器人发展水平综合动态评价研究》,论文全文请点击文末链接下载阅读。
作者李舒沁,中国科协科学技术传播中心助理研究员,博士,研究方向技术进步、科技传播;王灏晨,国家信息中心经济预测部助理研究员,博士,研究方向世界经济、经济预测;通信作者汪寿阳,中国科学院数学与系统科学研究院研究员,博士生导师,研究方向多目标决策、经济预测。

人工智能背景下工业机器人发展水平综合动态评价研究——以制造业为例.pdf