！缺圖！【專題探索】我國製造業導入智慧製造對生產力之影響評估
李長泰 (2022/07/08) 《台經月刊第45卷第7期》
自2011年德國提出工業4.0概念後，全球知名大廠便紛紛開始採用，因此相關技術發展也日趨成熟，根據愛立信(Ericsson)的評估，部署以行動網路為基礎的工業4.0解決方案，五年平均能節省約8.5%的營運成本。而應用案例包括資產追蹤、AR應用、狀態監測、移動型機器人以及連網工具等。根據IEEE對智慧製造之說明，智慧製造能體現物聯網、雲端計算，網路實體系統(Cyber-Physical System, CPS)及大數據對工業4.0等資通訊技術的影響，採用強大的資訊和製造技術，為動態和全球市場提供彈性的實體流程，將智慧型產品的工程設計、製造及產品物流交付的流程整合，能將產品上市時間縮短多達50%，將開發成本降低多達25%。
台灣面對智慧製造發展趨勢，為順應全球少量多樣生產、大數據即時分析的智慧製造發展趨勢，政府自2016年7月起推動「智慧機械產業推動方案」，透過運用雲端、大數據、物聯網、智慧機器人等工業4.0技術，希望將台灣精密機械產業升級為智慧機械產業，進而創造就業並擴大整線整廠輸出，相關部會積極鼓勵學研單位進行智慧機械之感測器、模組及製程之創新研發，並推動智慧機上盒(SMB)及輔導團機制，解決當前產業面臨的問題，使產業升級轉型。
隨智慧機械與5G設備之需求逐漸增加，2019年6月立法院通過《產業創新條例》第十條之一修正案，給予2019~2021年投資智慧機械與5G設備的廠商租稅抵減，推升廠商導入智慧製造意願。此外，我國政府亦於透過投資台灣三大方案，協助企業對抗疫情與美中貿易爭端，加速回台投資的同時，也將智慧技術元素或智慧化功能納入作為主要補助資格條件之一。
生產力評估
本文透過差異中之差異(Differences-in-Differences, DID)的方式，來評估2016年我國推動「智慧機械產業推動方案」後，導入智慧製造帶來的影響，除須對各年製造業生產力進行估算，而一般討論生產力變動時，主要分析標的有二：(1)勞動生產力；(2)總要素生產力。其中勞動生產力於主計總處已有估算各製造業中分類別之各年我國勞動生產力指數，而在總要素生產力的部分，主計總處「多因素生產力趨勢分析報告」雖有對製造業總要素生產力指數進行估算，惟針對製造業各中分類業別部分則無。據此，本文希望透過現有行政資料，推估製造業各中分類業總要素生產力。
本文將利用李長泰(2019)的做法，透過推估製造業各業別資本存量、勞動投入，並利用主計總處多因素生產力報告中所推估之勞動與資本投入份額，來對各年製造業中分類業別之總要素生產力進行推算，以作為評估智慧製造對製造業生產力影響效果之分析標的。
智慧製造、工業4.0、製造業生產力、DID方法、總要素生產力、勞動生產力、智慧機械、政策效益、資本存量推估、製造業轉型
分享：
