摘 要：發展智能制造，關乎中國制造業轉型升級的成效。基于中國制造業上市公司年報，通過文本數據挖掘，提取關鍵詞反映企業對智能制造的關切焦點，進而運用詞頻及共詞網絡分析，洞察中國智能制造的發展態勢。研究發現，中國制造企業對智能制造的關切焦點涵蓋政府政策、發展范式、使能技術、關鍵裝備和輻射領域，特別從2014年起空前活躍;中國智能制造目前仍以自動化、信息化范式為主，但數據、互聯等網絡化傾向已然涌現;長三角、珠三角和京津地區是中國智能制造的區域高地，裝備制造業是智能轉型的領頭行業;中國智能制造衍生出互聯共生的“智能+”生態網絡，以發展范式、特定技術與裝備為中心。
關鍵詞：智能制造;文本分析;中國制造業;產業發展
中圖分類號：F270 文獻標識碼：A 文章編號：1671-0037(2020)2-61-11
DOI：10.19345/j.cxkj.1671-0037.2020.02.007
《智能計算機與應用》辦刊宗旨：刊發國內外智能計算機學術研究與技術應用成果，搭建計算機技術成果轉化與學術交流的平臺， 推進我國智能計算機研究與應用學科的發展。榮獲1988，1991，1996，2000年黑龍江省優秀科技期刊。
1 引言
Teece(2018)指出，新興數字技術正在賦能傳統行業，重構企業從技術創新中獲益的方式[1]。當數字技術與制造技術深度融合，智能制造伴隨著新一輪工業革命應運而生，已然引發全球制造業深刻變革。中國作為發展中制造大國，無疑正處于重大歷史機遇期。從《中國制造2025》到2019年中國政府工作報告，無不將智能制造提至國家戰略，旨在通過“智能+”為中國制造業轉型升級賦能。正如工信部部長苗圩所言，“智能制造是中國制造業高質量發展的內在要求和有效途徑”。
智能制造方興未艾，目前從經濟管理角度進行的研究更是處于萌芽階段，大都流于對智能制造相關概念、政策、商業意義、應用模式的泛泛解讀。一方面，缺乏客觀數據的量化支撐;另一方面，對智能制造發展現狀格局這一前端問題鮮有深入總結。究其原因，搜集與企業智能化轉型相關的一手數據存在諸多困難。因此，本研究基于中國制造業上市公司的年度財務報告(后文簡稱“年報”)，從文本數據中挖掘智能制造關鍵詞，捕捉企業對智能制造的關切焦點，進而利用詞頻及共詞分析，系統梳理中國智能制造領域的發展態勢，不僅為智能化進展現狀的評估研究提供新思路，而且能輔助政府部門進行智能制造高質量發展規劃。
2 文獻回顧
2.1 智能制造內涵
“智能制造”是一個大概念，其內涵隨相關技術的發展而不斷演進[2]。最早可追溯到20世紀80年代，由Wright和Bourne(1988)首次提出。其定義為“通過集成知識工程、制造軟件系統、機器人視覺和機器人控制，針對專家知識與工人技能進行建模，進而使智能機器可以在無人干預狀態下完成小批量生產”[3]。隨后，Kusiak(1990)出版專著《智能制造系統(Intelligent Manufacturing Systems)》，也表達出智能制造包含通過計算機來模擬人工生產的意思[4]。現在來看，當時智能制造的預期目標是較為狹義的，只是單純地期望在某些生產情境下以智能機器代替部分人力。
隨著以互聯網、云計算和大數據為代表的信息技術快速發展，智能制造的范疇和內涵也越發豐富。國家制造強國建設戰略咨詢委員會(2016)指出，當前智能制造的范圍在不斷擴大，橫向從傳統制造環節延伸到產品全生命周期，縱向從制造裝備延伸到制造車間、企業以及企業生態系統[5]。正是因為動態變化，智能制造迄今尚未有統一的定義。李廉水等(2019)主要對國內外學術論著中關于智能制造的定義進行了總結[6]，而國家制造強國建設戰略咨詢委員會(2016)則歸納了各國政府和權威機構對智能制造的理解[5]。盡管各有側重，但眾多定義的共性之處在于：一是強調智能制造貫穿產品研發、生產、服務等全生命周期;二是將其認定為一種新的制造系統或方式。李培根院士將智能制造的本質歸納為利用先進技術(如大數據、人工智能等)認識和控制制造系統中的不確定性問題以達到更高的目標[7]。
作為示意，列出《智能制造發展規劃(2016—2020年)》對智能制造的定義：基于新一代信息通信技術與先進制造技術深度融合，貫穿于設計、生產、管理、服務等制造活動的各個環節，具有自感知、自學習、自決策、自執行、自適應等功能的新型生產方式。周濟院士等人進一步提出智能制造的演化歷經三個(代)基本范式：先以數字化制造主導，再到網絡化主導，最終走向智能化[8]。
2.2 中國智能制造發展現狀
智能制造自帶的工程技術屬性，吸引了大量對相關技術的研究[9-11]。然而，撇開具體技術，對智能制造發展狀況的整體把握卻相對少見。近年來，中國作為積極踐行智能制造的大國，引起了管理學領域學者的重視。
在企業層面，關于中國企業發展智能制造的商業模式研究正在涌現，主要是對典型企業的案例分析。例如，錢雨等(2018)選取沈陽機床集團為案例，基于價值共創理論，揭示了企業在發展智能制造過程中不同階段商業模式的演化機制[12]。同樣是以沈陽機床為案例，鮑世贊和蔡瑞林(2017)大致介紹了企業智能制造共享平臺的運行機制，從用戶體驗角度證實了共享平臺對企業商業模式的變革，但是卻未涉及共享平臺的建設過程[13]。呂文晶等(2019)恰能彌補這一不足，他們詳細剖析了海爾COSMOPlat智能制造平臺建設與實施的過程，并據此提煉了中國企業發展智能制造的模式[14]。
產業層面的文獻大多針對特定產業領域，探討中國產業智能化轉型。例如，孟凡生和李曉涵(2017)結合文獻計量與問卷調查，描繪了新能源裝備產業智能制造技術發展的路線圖[15]。王劍(2018)通過調研數據，總結了裝備工業智能制造的發展現狀，并提出產業智能升級的策略[16]。另外，鑒于智能制造應用經驗的迫切推廣需要，一些企業和咨詢機構(包括騰訊、德勤、艾瑞、埃森哲等)都發布了有關中國智能制造產業發展的調研報告。例如，騰訊研究院(2018)簡述了人工智能在制造領域的應用現狀，列舉了“人工智能+制造”的幾種基本商業模式[17]。整體而言，這些報告還是側重于描述特定產業智能化轉型的就緒度以及典型企業的經驗，并沒有明確給出產業智能化轉型的現狀和難點。
總體上，智能制造發展管理研究尚處于起步階段，多是對某些產業或典型企業的智能化發展情況進行描述性分析，不僅顯得“碎片化”“零散化”[18]，而且缺乏基于大樣本數據的定量實證研究，難以把握中國智能制造發展的全貌。為此，本文采用中國制造業上市公司的全量樣本，通過對年報文本數據的挖掘，系統呈現中國智能制造的發展現狀，剖析其演變進程。
3 研究方法
3.1 數據來源
本文擬通過制造業上市公司的年報文本，抽取智能制造相關信息。年報是反映企業特定會計年度財務狀況和經營成果的書面文件，是大眾了解上市公司的主要信息來源。透過年報，不僅能觀察企業財務指標，還可悉知其戰略計劃①。當企業面對重大環境變化(如新興技術)時，理應在年報中有所回應，并且鑒于年報的公開和重要性，企業將認真、專業地編制，謹慎地使用術語。此外，相比于論文、專利等其他公開文獻，年報的措辭相對通俗，表述更接地氣。因此，在智能轉型大勢所趨的背景下，通過提取年報中智能制造相關的關鍵詞，反映制造企業智能化建設的關切焦點，是值得信賴的。
論文樣本源自2010—2017年中國制造業A股上市公司，共計12 837份企業年報。其中，制造業是依據證監會《上市公司行業分類指引》(2012版)提供的行業代碼而定，即公司隸屬行業門類代碼為C(制造業)。數據期的起點之所以選2010年，是因為該年前后，全球制造業的數字化、網絡化、智能化進入快速發展期，體現為美國“先進制造業伙伴計劃”“工業互聯網”及德國“工業4.0”戰略等標志性產業政策的集中出臺。
3.2 實證方法
文本挖掘及可視化方面的分析對象常見于學術論文和公共政策。前者來自Web of Science等文獻數據庫輸出的規范性題錄數據，并且有諸如CiteSpace這樣的成熟分析軟件可用;后者雖無統一數據格式，但政策文件的樣本數量往往不多，使分析方法與工具的選用具備靈活性。然而，本文對上市公司年報的文本計量，既鮮有公認研究套路可循，又面臨樣本量巨大的難題。因此，作者緊緊圍繞研究問題，在最大化利用現有分析軟件和技術的基礎上，設計如下研究方案。
①以海量年報內容為語料，利用深度學習技術提取財經語境下的“智能制造”關鍵詞集，反映中國制造企業在智能制造領域的關切焦點，亦或潛在部署重點;
②基于智能制造關鍵詞詞頻，以詞頻的變化、高低以及高頻詞省份/行業為指標，總覽中國制造業的智能化進展狀況;
③通過共詞網絡分析，呈現中國智能制造的整體布局結構，即基于上述關鍵詞在年報中的兩兩共現關系，構建共詞網絡，再使用密度、中心度等指標，挖掘網絡結構特征。
4 實證分析
4.1 “智能制造”關鍵詞集的提取與解析
既然年報關鍵詞體現企業側重點，那么明確以“智能制造”為主題的關鍵詞便是本研究的邏輯起點，將決定后續分析結果的效度。智能制造是信息技術與制造活動相融合的大領域，所涉及的關鍵詞也必然形形色色。本文借助“WinGo相似詞數據庫”②，通過深度學習技術，提取年報語境下“智能制造”的相似詞，形成主題關鍵詞集。該數據庫以中國制造業上市公司披露的書面文本為語料，經由詞向量(Word Embedding)模型進行專業中文分詞后，再用神經網絡訓練，構建出詞語相似度的計算模型，用以測算詞語間語義、句法上的相近程度。鑒于“智能制造”早已是業界常用術語，便以其為種子詞擴充相似詞，同時結合專家經驗定奪并解析。具體步驟為：
①根據相似度，選取與“智能制造”最為接近的前30個詞，繼而剔除含義明顯過泛的詞匯，包括“制造業”“智能”“裝備”“節能環保”“產業”和“新興產業”。余下24個詞中，有21個與“智能制造”相似度在50%以上，最小值為48%。
②在上述24個相似詞基礎上“滾雪球”，即提取這些相似詞的相似詞，將相似度在60%以上的新詞納入“智能制造”關鍵詞。此外，還經由專家判斷增加了4個相似度不足60%但均在50%以上的新詞，即“數據存儲”“傳感器”“數控機床”和“數控系統”。這一步共計新增37個詞。
③對于歸納出的61個關鍵詞，將其中含義基本一致的詞合并，包括“企業信息化”并入“信息化”，“管理信息化”并入“信息化管理”，“智能交通”并入“智慧交通”，“自動控制”并入“自動化”。最終，得到了57個“智能制造”主題關鍵詞。
④基于“智能制造”及其57個關鍵詞在樣本年報中的詞頻，進行相關性分析，結果顯示(由于詞量較多，篇幅有限，此處不展示相關系數矩陣)，在1 653個兩詞關系中，有一半以上至少在5%水平上顯著相關，印證了詞集的高度關聯。另外，在57個詞中，44個都與“智能制造”至少在5%水平上顯著相關，其中有41個在1%水平上強相關。
⑤為了從關鍵詞中探查潛在的主要詞群，在相關分析的基礎上繼續進行因子分析。樣本的KMO=0.774，Bartlett球形檢驗的顯著性水平P<0.0001，滿足因子分析前提。結果抽取出了21個共性因子，但是解釋總方差僅為55.8%，難以代表總體。樣本按年份分拆之后的分析結果也無顯著差異。這說明57個“智能制造”關鍵詞不宜再整合或刪減，亦與智能制造內容龐雜相呼應。因此，保留全部關鍵詞，作為中國制造企業對智能制造的焦點，并依據詞義，將它們分為宏觀政策、范式特征、使能技術、關鍵裝備及工具、輻射(或應用)領域五大類，如表1所示。
由表1可以看出，中國制造企業的“智造”焦點全面覆蓋了智能制造的各方面：《中國制造2025》這樣的國家政策;機器人、數控機床等關鍵智能裝備;物聯網、人工智能、云計算、大數據等賦能制造業轉型的新一代信息技術群;智能化發展的階段范式以及智造技術和產品的輻射領域。范式上，從自動化、信息化、數字化升級到網絡化、智能化，企業的側重點橫跨智能制造的多代[8]，佐證了中國制造業基礎的發展不均衡。輻射領域上，從生產供給、生活消費到公共治理，都無一遺漏，儼然是以智能制造為主線的“智能+”社會雛形，折射出智能制造作為新一輪科技革命和產業變革的先導，對其他領域有強力的帶動作用[19]。其中，新能源汽車產業鏈脫穎而出，照應了汽車行業數字化能力成熟度在眾行業之首的地位[20]。
4.2 智能制造關鍵詞詞頻分析
根據“智能制造”及其57個關鍵詞的詞頻，對中國智能制造發展狀況進行三方面分析：①以詞頻變化透視關切焦點遷移;②從詞頻高低凸顯發展熱點;③由高頻詞省份和行業顯現格局分布。
4.2.1 智能制造詞頻統計。針對各個“智能制造”關鍵詞，分年計算2010—2017年制造企業年報中的平均詞頻，即特定年度，樣本企業年報中某詞的詞頻總數/年報數量，見表2。首先，詞頻總體上呈現出明顯的逐年上升趨勢，預示著企業普遍對智能制造日益重視。其次，根據歷年詞頻，諸如大數據、人工智能、云計算等當下熱門術語，在早些年其實備受冷落，可見作為后發國家，中國企業的技術前瞻性有待提高。最后，在僅有的幾個頻數下降的關鍵詞中，政策類的“互聯網+”和“工業4.0”從2015年后下滑顯著，可看作是更高級政策——《中國制造2025》的“擠出”效應。
在表2的基礎上，按照關鍵詞的五種類別，分年測算2010—2017年制造企業年報中各類詞的平均詞頻，即特定年度，樣本企業年報中某類詞的詞頻總數/年報數量，見圖1。顯然，除了政策，企業對智能制造的各個方面都越來越重視，其中最重視的是范式與技術兩類，前者定位了企業所處和(或)預期的智能制造階段，而后者事關智能化改造的技術實現。關于智能制造的相關裝備和應用領域，中國制造業的顧及程度可謂平分秋色。令人驚訝的是，對國家政策的關注在2015年達到頂峰之后，出現下降趨勢，可理解為隨著《中國制造2025》等政策的密集出臺，熱度在2015年已被集中釋放。
表2和圖1還透露出，2014年起，大多數“智能制造”關鍵詞的詞頻陡然增多，不僅僅包括《關于積極推進互聯網+行動的指導意見》《中國制造2025》等政策議題首次提出而帶來的相關詞頻自然增加，還涉及物聯網、云計算、大數據、互聯網、工業機器人等智能制造的關鍵使能技術和裝備，足見近四年來數字化浪潮對中國制造業的強烈沖擊。可以說，2014年是中國制造業智能化轉型升級的拐點。
4.2.2 智能制造高頻詞篩選。既然2014年是拐點，不妨將研究時期分為2010—2013(T1)與2014—2017(T2)兩個階段，進而分別查找不同時段的“智能制造”高頻詞。這樣一來能夠有效減緩詞頻逐年變化中的不穩定波動。在T1和T2時期，分別計算各個“智能制造”關鍵詞的平均詞頻，即樣本企業年報中某關鍵詞的詞頻總數/年報數量。表3選取排名前15(約前25%)的關鍵詞作為高頻詞，代表中國制造企業的關切熱點。為了突顯智能制造的熱點分支，該統計未包含“智能制造”一詞。
由表3可見，T2相比于T1，前15名高頻詞中12個保持一致，前10名中甚至9個一致。這說明近八年來中國智能制造的熱點內容并無顯著性改變，但是，對相關熱點的重視程度大幅加強(詞頻倍增)，優先順序有些許調整(位次變更)。值得強調的是，“自動化”“信息化”長期以絕對優勢位列前二，反映出中國制造企業的主要關切點還停留在智能制造演化的初級階段。這也符合中國制造業的現狀，正如周濟院士等指出，總體上中國智能制造的基礎非常薄弱，大多數企業，特別是廣大中小企業，還沒有完成數字化制造轉型[8]。
暫且不論“互聯網+”這一新出政策，“大數據”和“互聯”是T2中的新上榜詞，透露出數據、互聯等網絡化范式特征已經引起重視，而這兩點正是被李培根(2019)視為企業實施智能制造的關鍵所在[7]。此外，當前社會熱門的“人工智能”并未入選高頻詞，看來中國企業普遍比較務實，對尚未成熟的新一代智能制造技術仍在觀望，把工作重點放到全面推進“互聯網+制造”上。
4.2.3 智能制造詞頻的省域與行業分布。按照所屬的省級行政區(不含港澳臺)與制造業子行業③，分別將中國制造企業分類，進而測算T1、T2內各省及行業的企業平均詞頻，反映各省或行業智能制造的進展程度，解讀中國智能制造的地域和行業現狀格局。此處的平均詞頻指，在T1或T2時期，針對某省或行業，樣本企業年報中“智能制造”關鍵詞的詞頻總數/樣本年報數量。表4展示了“智能制造”關鍵詞平均詞頻的省域及行業排名。
從兩期的省域排名看，珠三角(廣東)、長三角(上海、江蘇、浙江)以及京津地區位居前列，呈現出智能制造的區域高地特征，這也與中國互聯網協會(2019)的調查結果基本一致[21]。西部地區的陜西，中部地區的湖北，同樣嶄露頭角，與兩者傳統制造大省的身份較為匹配。另外值得一提的是，作為東北老工業基地的遼寧，在T1時期名列前茅，不過到了T2時期卻顯著下滑。這說明，到拐點年(2014年)之后，在各地競相搭乘“智造”快車的比拼下，遼寧的先發優勢似乎被抹平，與遼寧情況類似的，還有江西。
從兩時期的行業排名看，裝備制造業無疑是智能轉型的領頭雁。其子類中的儀器儀表、電器機械、電子設備、通用設備、專用設備穩居前五，汽車和交通運輸設備(鐵路、船舶及航空航天)亦表現不俗。然而，需要警惕的是，與裝備制造同屬技術密集型的醫藥、石化和冶金行業，智能化進度卻普遍落后，可能是由于它們的數字化基礎在各行業中相對薄弱[20]。此外，由位次變化可見，廢棄資源利用、皮革和制鞋業的智能化建設取得了長足進展，而印刷、服裝、食品等傳統制造業卻退步明顯。
4.3 “智能制造”關鍵詞共詞網絡分析
關鍵詞詞頻固然可以表征企業對智能制造相關焦點的關切程度，但畢竟是孤立統計的絕對值，并沒有顧及焦點間的關聯關系，也就忽視了某一焦點對其他焦點的影響力。本節內容將通過“智能制造”關鍵詞的共現關系，構建以關鍵詞為節點的可視化網絡，繼而考察網絡的整體結構與節點中心性，呈現中國智能制造在相關焦點的布局特征。
4.3.1 “智能制造”共詞網絡整體結構。基于中國制造企業2010—2017年每年的年報文本，統計58個“智能制造”關鍵詞兩兩出現的次數，使用EXCEL的數據透視功能建立共詞矩陣，并運用UCINET生成關鍵詞共現網絡，稱之為“中國智能制造焦點網絡”。因篇幅有限，僅展示2010與2017年的焦點網絡以突出今昔之變，如圖2和圖3。顯而易見，無論是節點數還是稠密性，2017年的網絡均大幅提高。圓圈的大小代表節點的度數中心度，將在下一小節詳述。
根據節點數、密度和相對度數中心勢，表5列示了2010—2017年中國智能制造焦點網絡的整體結構指標。其中，節點數表征網絡規模;密度反映網絡節點之間的聯系緊密程度;中心勢衡量網絡在多大程度上表現出向某個點集中的趨勢。這些常用社會網絡指標的具體測算公式，可參見劉軍(2014)[22]。表5中三個指標的變化趨勢明顯。節點數逐年增加，意味著中國智能制造主題的邊界不斷擴張，并在2014年達到巔峰，與前面4.2.1關于“2014年是中國智能制造發展拐點”的論斷相吻合。網絡密度逐年上升，同時中心勢逐年下降，尤其是2015年起出現極高密度、極低中心勢的網絡形態，表明中國企業對智能制造的關注點越發盤根錯節、環環相扣，而且不再單純集聚于某個或某些特定方面，影射出中國“智能+”生態的空前繁榮。
4.3.2 智能制造共詞網絡中心性。為了探明焦點網絡中各個關鍵詞(即節點)的地位，繼續對2010—2017年每年焦點網絡的關鍵詞進行中心性分析，包括度數中心度與中介中心度，前者測量的是一個點與其他點發展直接交往的能力[23]，后者刻畫的是一個點控制其他兩個點之間交往的能力[24]，具體測算公式詳見劉軍(2014)[22]。為了剔除網絡規模的影響，兩個指標均采用相對中心度，取值范圍介于0～1之間。由于數值較多，以下將根據需要展示部分計算結果。
中心度結果表明，關鍵詞的度數中心度普遍較高，而中介中心度普遍偏低，也就是說中國智能制造的主題分支是以兩兩直接相關為主，無須借助中介傳導。照應于上述高密度、低中心勢的網絡形態，2015年起，半數以上關鍵詞的度數中心度都超過0.9，到2017年已經有45個詞在0.9以上，說明絕大多數關鍵詞都具備直接“交往”其他詞的能力。這對企業的啟示在于：一旦涉入智能制造領域的任一焦點，都幾乎能輕易獲取關聯方的信息，順其自然地遍歷全網內容;同時也告誡企業，在智能化轉型戰略規劃時，不宜過于狹隘，而應當著眼甚至部署整個智能制造生態。
依據歷年網絡關鍵詞的度數中心度④，篩選出2010—2017年一貫排名前10的關鍵詞，共計7個，包括自動化、信息化、數字化、智能化、互聯網、物聯網和傳感器，其度數中心度見表6。這些處于中心位置的關鍵詞，可以從以下三方面解讀。首先，信息化、自動化、數字化、智能化——智能制造不同階段的范式，在中國都具備絕佳融通性，為中國多代范式“并行推進、融合發展”的智能制造技術路線提供支撐[8]。其次，互聯網和物聯網扮演著智能制造技術群的樞紐，較好地聯結智能制造的其他焦點，印證了中國現階段力推的“互聯網+制造”模式。最后，傳感器作為數據采集的關鍵工具，是企業智能化轉型的核心基礎設備，值得中國制造企業優先部署。
5 結論
本文基于中國制造業上市公司年報，頗具特色地通過文本數據挖掘，提取智能制造系列關鍵詞，呈現中國制造企業對智能制造的關切焦點;在此基礎上利用詞頻及共詞網絡分析，洞察中國制造業的智能發展態勢。主要研究發現有：
一是中國制造企業對智能制造的關切焦點多樣，涵蓋政府政策、發展范式、使能技術、關鍵裝備、輻射領域五方面，其中以發展范式和使能技術最受關注。可見，智能制造已經對企業產生了多方位影響，而企業在實際的智能化轉型過程中，還是傾向于先明確階段范式及所需技術。此外，智能制造的影響從2014年起劇增，并且突出集中于長三角、珠三角和京津地區以及裝備制造行業。
二是中國智能制造的發展范式目前仍以自動化、信息化為主，但數據、互聯等網絡化傾向已然涌現。一方面，顯現出我國制造企業的數字基礎總體上較為薄弱，大部分還處于自動化、信息化的“補課”階段;另一方面，也預示著制造企業如今越來越重視數據資產，將通過數據貫通實現“機機互聯”“人機互聯”，朝向“互聯網+制造”的網絡化范式。同時也表明，中國制造企業離智能化階段尚存較大差距。
三是中國智能制造衍生出互聯共生的“智能+”復雜網絡，其中以不同階段的發展范式(即自動化、信息化、數字化和智能化)和某些技術與裝備(即互聯網、物聯網和傳感器)為核心地位。這種網絡形態印證了智能制造的生態屬性，也意味著企業智能化轉型將牽扯到商業生態的方方面面，可能面臨顛覆性變革。而變革的展開可以圍繞特定的階段范式，從應用一些關鍵性的數字技術和裝備著手進行。
注釋：
①特別地，年報中專設“管理層討論與分析”(2015年之前稱為“董事會報告”)章節，要求管理層對公司當期財務報表及附注中的重要歷史信息進一步解釋與分析，并對下一年度的經營計劃及公司未來發展所面臨的機遇、挑戰和風險進行說明。
②詳見Wingo數據庫官方網站http：//www.wingodata.com/#/pages/wordboxes/3。
③制造業子行業是證監會《上市公司行業分類指引》(2012版)中制造業門類下的大類。
④鑒于關鍵詞的中介中心度普遍較低，分析意義不大，故僅考慮度數中心度。
參考文獻：
[1] Teece D J. Profiting from innovation in the digital economy： Enabling technologies， standards， and licensing models in the wireless world[J]. Research Policy， 2018 (47)： 1367-1387.
[2] Zhou J， Zhou Y， Wang B， et al. Human-Cyber-Physical Systems (HCPSs) in the Context of New-Generation Intelligent Manufacturing[J]. Engineering， 2019， 5 (4)： 624-636.
[3] Wright P K， Bourne D A. Manufacturing intelligence[M] .Addison Wesley， 1988.
[4] Andrew K. Intelligent Manufacturing Systems[M].Prentice-Hall， 1990.
[5] 國家制造強國建設戰略咨詢委員會.智能制造[M].北京：電子工業出版社，2016.
[6] 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.
[7] 李培根.淺說智能制造[J].科技導報，2019，37(8)：1.
[8] Zhou J， Li P， Zhou Y， et al. Toward New-Generation Intelligent Manufacturing[J].Engineering， 2018，4(1)：11-20.
[9] Zhong R Y， Xu X， Eberhard K， et al. Intelligent Manufacturing in the Context of Industry 4.0： A Review[J]. Engineering， 2017， 3 (5)： 616-630.
[10] Lu Y.Industry 4.0： A Survey on Technologies， Applications and Open Research Issues[J].Journal of Industrial Information Integration， 2017(6)：1-10.
[11] 張映鋒，張黨，任杉.智能制造及其關鍵技術研究現狀與趨勢綜述[J].機械科學與技術，2019，38(3)：329-338.
[12] 錢雨，張大鵬，孫新波，等.基于價值共創理論的智能制造型企業商業模式演化機制案例研究[J].科學學與科學技術管理，2018，39(12)：125-143.
[13] 鮑世贊，蔡瑞林.智能制造共享及其用戶體驗：沈陽機床的例證[J].工業工程與管理，2017，22(3)：77-82.
[14] 呂文晶，陳勁，劉進.工業互聯網的智能制造模式與企業平臺建設：基于海爾集團的案例研究[J].中國軟科學，2019，(7)：1-13.
[15] 孟凡生，李曉涵.中國新能源裝備智造化發展技術路線圖研究[J].中國軟科學，2017(7)：30-37.
[16] 王劍.裝備工業轉型升級中的智能制造策略研究[J].華東經濟管理，2018，32(3)：158-166.
[17] 騰訊研究院.“人工智能+制造”產業發展研究報告[DB/OL].(2018-06-21)[2020-01-06].https：//www.tisi.org/Public/Uploads/file/20180621/20180621143116_80364.pdf，2018-6-21.
[18] 王友發，周獻中.國內外智能制造研究熱點與發展趨勢[J].中國科技論壇，2016(4)：154-160.
[19] 黃慧群，賀俊.未來30年中國工業化進程與產業變革的重大趨勢[J].學習與探索，2019(8)：1-9.
[20] 埃森哲.創新驅動，高質發展：中國企業數字轉型指數[DB/OL].(2018-08-30)[2020-01-06].https：//www.accenture.com/cn-zh/insights/digital/corporate-digital-transformation-index，2018-8-30.
[21] 中國互聯網協會，中國信息通信研究院.中國“智能+”社會發展指數報告(2019)[DB/OL].(2019-07-09)[2020-01-06].http：//www.sohu.com/a/326214007_120025397，2019-7-9.
[22] 劉軍.整體網分析講義：UCINET 軟件實用指南[M].上海：格致出版社，2014.
[23] Freeman L C. Centrality in social networks conceptual clarification[J]. Social Networks，1979，1(3)：215-239.
[24] Freeman L C. A Set of Measures of Centrality Based on Betweenness[J]. Sociometry，1977，40(1)：35-41.
Analysis on the Development Trend of Intelligent Manufacturing in China
——A Text Analysis Based onAnnual Reports of Listed Manufacturing Firms
Guo Lei， He Fangbing， Li Jingwen
(School of Economics and Finance， Xi'an Jiaotong University， Xi'an Shanxi 710061)
Abstract： The development of intelligent manufacturing is related to the transformation and upgrading of China's manufacturing industry. Based on the annual reports of listed companies in China's manufacturing industry， keywords are extracted to reflect the focus of firmson intelligent manufacturing through text data mining， and then word frequency and co-word network analysis are used to gain insight into the development trend of intelligent manufacturing in China.The study has found that Chinese manufacturers' focus on intelligent manufacturing covers government policies， development paradigms， enabling technologies， key equipment and application fields， which has been more active than ever since 2014. At present， intelligent manufacturing in China is still dominated by automation and informatization paradigm， but data， interconnection and other networking trends have emerged. The Yangtze River Delta， Pearl River Delta and Beijing-Tianjin region are regional uplands of intelligent manufacturing in China， and equipment manufacturing is the leading industry of intelligent transformation.China's intelligent manufacturing has spawned an interconnected "intelligent +" ecological network， centered on development paradigm， specific technologies and equipment.
Key words： intelligent manufacturing; text analysis; China's manufacturing industry; industry development
本文由期刊論文網首發，一個權威專業的學術論文發表知識網。
文章名稱：中國智能制造發展態勢分析
