共查询到20条相似文献,搜索用时 15 毫秒
1.
本文采取多案例研究方法,运用5个典型案例验证装备制造企业数据驱动创新的主要特点。与信息企业相比,装备制造企业的数据驱动创新模式在发生范围、参与创新的主体、创新类型及数据驱动关系上存在差别。数据飞轮及其飞轮效应在数据驱动型装备制造企业中的运行、旋转、发展具有其独特的演化特征,包括创新原点、主要障碍、内外部动力及大数据自动巡航体系的差异。最后,从数据飞轮为创新演化过程提供数据驱动决策、服务型制造与制造即服务的融合发展、被动服务向主动服务的转型、传统制造系统向服务生态系统的转型、精益工厂到智能工厂的转型、传统装备制造企业向互联网+工业的转型这六个方面指出装备制造企业数据驱动创新模式的演化与发展趋势。 相似文献
2.
3.
4.
5.
6.
基于价值链优化的装备制造企业管理模式创新 总被引:1,自引:0,他引:1
通过分析E时代装备制造企业价值链系统,识别E时代装备制造企业价值形成关键环节,构建基于价值链优化的E时代装备制造企业管理模式,使装备制造企业通过管理模式创新,实现E时代装备制造企业上游价值链优化,企业生产过程价值链优化和下游价值链优化,创造一种新的更有效的资源配置与整合范式,达到资源的有效利用和倍增,提升装备制造企业的国际竞争力。 相似文献
7.
创新驱动随着2011年国家“十二五”规划的推出而逐渐进入人们的视野,此后便受到各个区域的重视。随着时间的推移,各个行业领域也逐渐意识到“创新驱动”发展战略对企业发展的重要意义,并从各个不同的角度对“创新驱动”的相关课题展开了研究。基于此,作者以创新驱动下装备制造企业的成长力为研究课题,首先,对装备制造企业、创新驱动以及企业的成长力的概念进行了阐述,其次分析了创新驱动下装备制造企业成长的影响因素,最后针对如何提升装备制造业的成长力提出了相关建议。 相似文献
8.
9.
10.
11.
<正>当前,中国制造业规模已占全球总量的四分之一左右,中国在全球价值链中的地位不断加强,但随之而来的是面临来自发达国家更大的压力,部分发达国家试图通过实施贸易摩擦和技术封锁来削弱中国在全球价值链中的主导地位。在这种情况下,中国制造业必须抓住数字革命带来的新机遇,通过发展智 相似文献
12.
13.
14.
以中国智能制造上市企业2015-2020年专利授权数和研发投资为样本,利用DEA交叉效率模型测度中国智能制造企业创新效率,应用修正引力模型确定中国智能制造企业创新效率网络关联关系,运用Ucinet软件通过社会网络分析法揭示网络特征,运用社区算法和二次指派程序揭示网络结构演化规律及驱动因素。研究发现:智能制造企业创新效率网络关系显著,且关联趋向紧密;关联网络形成了四个板块,各板块内部企业创新关联关系分布不均,子群间的融合度较差,表现出高度凝聚子群特征;关联网络跨区域空间演化特征逐渐显现,由地理邻近主导的地域化社区结构转向注重行业邻近和社会邻近的跨地域社区结构演化。 相似文献
15.
为了准确衡量智能制造企业的研发创新效率从而进一步推动我国制造业的智能化进程,本文将创新行为划分为研发创新与商业成果转化两个阶段,采用网络DEA模型对48家国内上市智能制造企业2015—2020年的创新效率进行了定量衡量,并通过Tobit回归探究了企业内部经营对不同阶段创新效率的调节作用。结果表明:我国大部分智能制造企业仍处于DEA无效状态,其研发创新效率与成果商业转化效率难以共同达到生产前沿面;且企业微观生产运营能力,营销能力,财务能力和组织管理能力均能在一定程度上影响智能制造企业总体创新效率,以及不同阶段下企业营销能力与财务能力对效率值的作用效果相反。 相似文献
16.
近年来,山东省青岛市科协按照全国企业科协工作会议要求,紧紧围绕打造山东半岛蓝色经济区和“环湾保护、拥湾发展”的战略部署,加强企业科协组织建设,打造“科助民企”工作品牌,创新工作方法,搭建服务平台,积极开展“讲、比”、“厂会协作”等活动,促进企业不断提高自主创新能力,为推动经济保持平稳较快发展发挥了积极作用。 相似文献
17.
传统的DEA模型忽视了外部环境变量和随机干扰项的影响,这可能会导致效率估算值出现偏差。为此,采用三阶段DEA模型,从非管理性因素影响的视角更准确地反映了智能制造企业的创新效率,并通过Tobit模型分析了其内部影响因素,为相关政策的制定提供更准确的依据。结果发现:在剔除环境变量和随机干扰项后,我国智能制造企业创新效率下降了28.44%。从不同所有制结构来看,在智能制造领域,国有企业的创新效率高于私营企业。智能制造企业创新效率主要由规模效率决定,但并非简单依赖于规模经济模式,而是主要通过管理与技术要素来驱动发展。在创新效率的影响因素中,企业年龄、企业规模、企业盈利能力和政府补贴对智能制造企业创新效率具有积极影响,而企业研发投入对智能制造企业创新效率具有显著的负向作用。 相似文献
18.