装备制造业转型升级与智能化建设的仿真模拟分析

王层层，蓝海燕，尹子民

（1.辽宁理工职业学院 财经与商贸分院，辽宁 锦州 121007；2.辽宁工业大学 管理学院，辽宁 锦州 121001）

德国“工业4.0”，美国“设计创新和数字制造”，日本“2015年版制造业白皮书”，“中国制造2025”，中国装备制造业的发展面临着“前有堵截，后有追兵”的宏观局面，“自身能力不足，过度引进依赖国外”的微观局面，为了寻求发展，打破僵局，我国装备制造业必须实现智能制造生产方式，增强自主创新能力，占据全球价值链高端。通过走访调研发现，中国装备制造业发展规模大但不强，生产方式粗放，效率低，部分企业实现信息化建设，但大部分企业还是传统的生产流程，每个生产环节需要人工手动处理。欲想实现智能制造，将生产设备＋软件系统＋信息技术完全融合实现全节点智能化生产模式，实现智能制造是中国装备制造业转型升级的主攻方向。所以，国内国外学者们对装备制造业转型升级研究话题已成热点。

1 文献综述

通过知网数据库查询，大部分学者主要从技术创新视角、管理创新视角和市场创新视角进行研究。Juliac 等[1]认为未来的生产系统被设想为数字化和网络化的系统，设想生产系统将生产控制分配给“智能”物体以获得更高的物流性能。Alejandro等[2]提出技术概念框架(前端技术和基础技术)，前端技术包括智能制造、智能产品、智能供应链和智能工作4 个方面；基础技术包括物联网、云服务、大数据和分析4 个方面。研究发现，工业4.0 与前端技术有关，其中智能制造处于核心地位。宋冠良[3]从全流程供应商联盟、健全质量管理机制、构建协同创新体系、建设公共创新平台、推动制造业与服务业深度融合商业模式、加强与德国企业合作等方面提升沈阳装备制造业转型升级。黄阳华[4]提出德国“工业4.0”对我国产业的启示是产业政策向创新政策转变。兰筱琳等[5]充分发挥“互联网+”助力作用，同时加强环境保护硬约束，着重培养高技能人才，积极对接“一带一路”倡议，加速制造业的提质增效。周祥[6]探讨德国“工业4.0”的成功为国内相关产业转型提供参考和借鉴，指出国内制造业转型升级在人才、资源等政策推动下，主要加强数字、网络和智能技术创新。张悦等[7]加快辽宁装备制造业转型升级从4 个角度进行研究，即增强自主创新能力、促进产业集聚、调整产业结构、加快政府职能转化。杨志安等[8]依托东北地区装备制造业转型升级的产业基础和发展潜力，积极构建装备制造业技术创新体系，优化装备制造业集群发展投入环境，完善装备制造业集群发展成长环境，构建装备制造业的先导和支撑产业。Abdoul'[9]运用GMM 技术，以53 个非洲国家1995—2014年期间的4年平均面板数据为分析对象，研究表明，GDP的制造份额与人均GDP 之间存在U 型关系；汇率贬值刺激了非洲的制造业；善政，特别是低水平的腐败和更好的政府效力，有助于非洲的制造业发展；国内市场规模对GDP 的制造份额产生积极影响。另一方面，发现外商直接投资和城市化对制造业发展没有显着影响。这些发现的含义是提高竞争力，扩大国内市场规模，打击腐败以及提高政府效率是非洲制造业发展的关键。此外，制造业占GDP与人均国内生产总值之间的U 型关系意味着非洲国家不应期望工业化会随着收入的增加而自动发生，而是应该积极应对制造业发展的主要障碍。通过相关文献整理发现，大部分学者对装备制造业转型升级研究主要从宏观中观视角进行定性分析，本文以沈阳新松机器人为案例运用系统动力学方法(以下简称SD)从微观视角进行定量仿真分析。

2 模型构建

SD 由美国麻省理工学院的Forrester 教授首次提出，随后应用领域不断扩大，并发展为一门较成熟的学科，主要研究多阶层非线性复杂闭环系统，建模时遇到指标数据难搜集或难量化问题时，通过模型循环结构可推算整个系统的模拟趋势，不像运筹学那样总是寻找一个最大、小值，而是寻优。模型构建的步骤，首先对研究问题进行有效界定，然后通过VENSIM PLE 软件进行流程图建立，最后建立方程式进行模拟动态仿真分析[10]。

2.1 流程图构建

图1 系统流程图

2.2 方程式建立

(1)参数估计

数据来源于新浪财经网新松机器人财务审计报告、辽宁统计年鉴和中国专利网等权威网站公布的数据。运用统计学方法进行抽样估计，运用SPSS和EXCEL 软件对原始数据进行处理。

(2)变量说明

该模型的变量有初始变量、常量、速率变量和表函数。

①初始变量

选择个性化产品产值，产品销售收入和企业R&D 经费支出为初始变量，2010年为初始时间，2025年为终止时间，时间步长为1，以2010—2017年初始变量真实数据预测2018—2025年的模拟值。

②常量

模型中常变量有2 个，个性化产品自然衰减率和个性化产品市场需求的理想比例，根据历年参考文献、模型试验法和经验值最终确定为0.05、0.98。

近些年来黑龙江玉米种植技术水平不断提升，在种子选择、田间配置管理以及病虫害防治方面都有所成效，但同时玉米病虫害的种类不断增多，病害出现频率也不断增加。因此，深入研究玉米种植技术，提高种植水平，并做好玉米病虫害的防治工作，提高玉米的产量，是当前农技人员研究的重要课题，这不仅能够确保玉米种植的增产增收，而且对于黑龙江农业产业的可持续发展也具有重大现实意义。

③速率变量

模型中个性化产品产值年减少值、个性化产品产值年增加值、经费支出变化量和销售收入变化量为速率变量。

④表函数确定

该模型构造9 个表函数，找1 个或几个特殊点作为参考，输入值对应输出值构成函数关系，输入输出值根据财务报表、辽宁统计年鉴、历年参考文献、经验值、模拟动态偏差修正法等多种方法确定。9 个表函数如下。

企业家因子表函数(Entrepreneurslookup)：对定性指标企业家因子进行量化，查询该企业高管学历、工作经历等指标通过AHP 方法确定企业家对工业4.0 影响程度的权重，以企业高管综合资质有明显变化为表函数参考点。

政府支撑因子表函数(Govsuplookup)：中国为了与德国“工业4.0”接轨，已制定“中国制造2025”计划。国家从政策、技术、资金和法律等方面给予全面支持，样本数据从企业获得国家资金等方面补助作为参考点。

高技术人才投入因子表函数(Hitechpernputlookup)：现如今科技发展快速，企业要想发展，就需要越来越多的高科技人才，样本数据取决于企业的高科技人才占总人数的比例。

智能化系统需求比例的变化率表函数(Intesyslookup)：物理设备与网络进行高度融合，实现智能制造，这里需要智能化系统作为媒介，达到软件和硬件高度集成才能更快地实现中国智造，该模型数据取决于企业应用智能生产软件的数量。

市场集中因子(Marketconlookup)：新松机器人不断加强引进先进技术，降低生产成本，提高产品质量，抢占市场先机。该模型的市场集中因子由市场销售额占装备制造业总产值的比例关系决定。

产学研合作因子(Psrcoolookup)：企业成为研究机构以及高校知识转化成果的孵化基地，企业发展离不开研究机构和高校强大理论的支撑，企业和高校、研究机构建立了“先进科技+中国智造+全球市场”的创新工业发展模式。该模型中产学研合作因子由企业与研究机构、高校的合同金额与企业引进技术金额的比例决定。

销售收入变化率(Saralookup)：销售收入变化率由当年销售收入占企业近10年销售收入的比例决定，从2010—2016年由实际值确定，而2025年销售变化率根据多元回归分析与时间序列预测方法预测得出。

新技术研发程度(Techilookup)：指在报告期内新研发的自主知识产权数占总产权数的比例来决定的。

随机因子(Randomlookup)：该模型中随机因子是装备制造业转型升级的不确定因素，根据PEST模型分析企业所处战略环境，P(政治因素)，对企业有不可逆转的政治法律环境，例如党派斗争、社会秩序等不可预计的因素；E(经济因素)，税收水平、通货膨胀率、贸易差额和汇率、失业率、利率、信贷投放以及政府补助等不确定因素；S(社会因素)，部分消费者心理接受智能产品需要一段时间；T(技术因素)，云计算、大数据、互联网和物联网相互集成融合实现程度的不确定性。通过这4 种不确定因素运用模糊综合评价法和模拟试验法计算。

运用VENSIM PLE 软件编写方程式，按照DYNAMO 语言规则进行编写，以表1[10]中表函数只取模型中的前2 个字母。

2.3 模型有效性检验

模型建立成功，但还要对模型的结构及参数的有效性进行验证，主要采取均方根误差测算实际值与模拟值之间的误差，误差值越小越能说明模型的有效性高，模拟的数据更准确，为转型升级与智能化建设提供可靠的数据依据。3 个状态变量的误差率都控制在±20%内，说明模型具有有效性。见表2。

表1 沈阳新松机器人方程式

表2 机器人均方根误差表 亿元

3 实例仿真分析

对3 个状态变量历史数据与模拟数据对比，已验证模型具有有效性，通过VENSIM PLE 软件对机器人个性化产值和技术投入比率2 个经济指标进行动态模拟。个性化产值代表生产智能产品的产值，在一定程度上反映机器人具有智能制造的生产能力，技术投入比率是机器人对科研投入占营业收入的比率，值越高，越重视科研。

通过复合模拟发现，沈阳新松机器人的个性化产品产值从2010—2025年呈现上升趋势，2010年5.44 亿元到2025年190.65 亿元，平均发展速度为126.76%，平均增长速度为26.76%。技术投入比率从2010年4.5%降到2011年4.2%；从2011—2021年呈现稳步上升趋势，说明机器人不断对科研经费投入，引进技术或是开发自主核心技术；从2021—2025年呈现下降趋势，这并不代表机器人不重视科研的投入，只是前期投入已趋于稳定和成熟。见图2、图3。现将机器人2010—2018年技术投入比率真实值与2019—2025 技术投入比率模拟值与企业效益评价标准值(国务院国资委财务监督与考核评价局制定)进行比较，观察机器人对技术投入的变化趋势，除了2013年达到良好值标准等级，其他年份都达到优秀值标准等级。见表3。

图2 机器人个性化产品产值变化趋势图

图3 机器人技术投入比率变化趋势图

表3 机器人技术投入比率与企业绩效评价标准等级情况表 亿元

4 结论

通过表3 观察新松机器人对技术投入的变化趋势，除了2013年达到良好值等级，其他年份都达到优秀值等级。大部分年份技术投入比例都实现了优秀值，说明新松机器人重视科研经费的投入，提高技术创新体系的建设水平，加大力度对技术人才队伍和技术开发实验室的建设，为实现生产方式转型升级，实现智能制造工业4.0 战略目标。新松机器人应走自主创新工业革命之路，拥有自主核心技术，将产品价值链锁定中高端，才能走在工业智能变革的前列。