裝備制造業(yè)轉(zhuǎn)型升級(jí)與智能化建設(shè)的仿真模擬分析

王層層，藍(lán)海燕，尹子民

（1.遼寧理工職業(yè)學(xué)院 財(cái)經(jīng)與商貿(mào)分院，遼寧 錦州 121007；2.遼寧工業(yè)大學(xué) 管理學(xué)院，遼寧 錦州 121001）

德國(guó)“工業(yè)4.0”，美國(guó)“設(shè)計(jì)創(chuàng)新和數(shù)字制造”，日本“2015年版制造業(yè)白皮書”，“中國(guó)制造2025”，中國(guó)裝備制造業(yè)的發(fā)展面臨著“前有堵截，后有追兵”的宏觀局面，“自身能力不足，過度引進(jìn)依賴國(guó)外”的微觀局面，為了尋求發(fā)展，打破僵局，我國(guó)裝備制造業(yè)必須實(shí)現(xiàn)智能制造生產(chǎn)方式，增強(qiáng)自主創(chuàng)新能力，占據(jù)全球價(jià)值鏈高端。通過走訪調(diào)研發(fā)現(xiàn)，中國(guó)裝備制造業(yè)發(fā)展規(guī)模大但不強(qiáng)，生產(chǎn)方式粗放，效率低，部分企業(yè)實(shí)現(xiàn)信息化建設(shè)，但大部分企業(yè)還是傳統(tǒng)的生產(chǎn)流程，每個(gè)生產(chǎn)環(huán)節(jié)需要人工手動(dòng)處理。欲想實(shí)現(xiàn)智能制造，將生產(chǎn)設(shè)備＋軟件系統(tǒng)＋信息技術(shù)完全融合實(shí)現(xiàn)全節(jié)點(diǎn)智能化生產(chǎn)模式，實(shí)現(xiàn)智能制造是中國(guó)裝備制造業(yè)轉(zhuǎn)型升級(jí)的主攻方向。所以，國(guó)內(nèi)國(guó)外學(xué)者們對(duì)裝備制造業(yè)轉(zhuǎn)型升級(jí)研究話題已成熱點(diǎn)。

1 文獻(xiàn)綜述

通過知網(wǎng)數(shù)據(jù)庫(kù)查詢，大部分學(xué)者主要從技術(shù)創(chuàng)新視角、管理創(chuàng)新視角和市場(chǎng)創(chuàng)新視角進(jìn)行研究。Juliac 等[1]認(rèn)為未來的生產(chǎn)系統(tǒng)被設(shè)想為數(shù)字化和網(wǎng)絡(luò)化的系統(tǒng)，設(shè)想生產(chǎn)系統(tǒng)將生產(chǎn)控制分配給“智能”物體以獲得更高的物流性能。Alejandro等[2]提出技術(shù)概念框架(前端技術(shù)和基礎(chǔ)技術(shù))，前端技術(shù)包括智能制造、智能產(chǎn)品、智能供應(yīng)鏈和智能工作4 個(gè)方面；基礎(chǔ)技術(shù)包括物聯(lián)網(wǎng)、云服務(wù)、大數(shù)據(jù)和分析4 個(gè)方面。研究發(fā)現(xiàn)，工業(yè)4.0 與前端技術(shù)有關(guān)，其中智能制造處于核心地位。宋冠良[3]從全流程供應(yīng)商聯(lián)盟、健全質(zhì)量管理機(jī)制、構(gòu)建協(xié)同創(chuàng)新體系、建設(shè)公共創(chuàng)新平臺(tái)、推動(dòng)制造業(yè)與服務(wù)業(yè)深度融合商業(yè)模式、加強(qiáng)與德國(guó)企業(yè)合作等方面提升沈陽裝備制造業(yè)轉(zhuǎn)型升級(jí)。黃陽華[4]提出德國(guó)“工業(yè)4.0”對(duì)我國(guó)產(chǎn)業(yè)的啟示是產(chǎn)業(yè)政策向創(chuàng)新政策轉(zhuǎn)變。蘭筱琳等[5]充分發(fā)揮“互聯(lián)網(wǎng)+”助力作用，同時(shí)加強(qiáng)環(huán)境保護(hù)硬約束，著重培養(yǎng)高技能人才，積極對(duì)接“一帶一路”倡議，加速制造業(yè)的提質(zhì)增效。周祥[6]探討德國(guó)“工業(yè)4.0”的成功為國(guó)內(nèi)相關(guān)產(chǎn)業(yè)轉(zhuǎn)型提供參考和借鑒，指出國(guó)內(nèi)制造業(yè)轉(zhuǎn)型升級(jí)在人才、資源等政策推動(dòng)下，主要加強(qiáng)數(shù)字、網(wǎng)絡(luò)和智能技術(shù)創(chuàng)新。張悅等[7]加快遼寧裝備制造業(yè)轉(zhuǎn)型升級(jí)從4 個(gè)角度進(jìn)行研究，即增強(qiáng)自主創(chuàng)新能力、促進(jìn)產(chǎn)業(yè)集聚、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、加快政府職能轉(zhuǎn)化。楊志安等[8]依托東北地區(qū)裝備制造業(yè)轉(zhuǎn)型升級(jí)的產(chǎn)業(yè)基礎(chǔ)和發(fā)展?jié)摿Γe極構(gòu)建裝備制造業(yè)技術(shù)創(chuàng)新體系，優(yōu)化裝備制造業(yè)集群發(fā)展投入環(huán)境，完善裝備制造業(yè)集群發(fā)展成長(zhǎng)環(huán)境，構(gòu)建裝備制造業(yè)的先導(dǎo)和支撐產(chǎn)業(yè)。Abdoul'[9]運(yùn)用GMM 技術(shù)，以53 個(gè)非洲國(guó)家1995—2014年期間的4年平均面板數(shù)據(jù)為分析對(duì)象，研究表明，GDP的制造份額與人均GDP 之間存在U 型關(guān)系；匯率貶值刺激了非洲的制造業(yè)；善政，特別是低水平的腐敗和更好的政府效力，有助于非洲的制造業(yè)發(fā)展；國(guó)內(nèi)市場(chǎng)規(guī)模對(duì)GDP 的制造份額產(chǎn)生積極影響。另一方面，發(fā)現(xiàn)外商直接投資和城市化對(duì)制造業(yè)發(fā)展沒有顯著影響。這些發(fā)現(xiàn)的含義是提高競(jìng)爭(zhēng)力，擴(kuò)大國(guó)內(nèi)市場(chǎng)規(guī)模，打擊腐敗以及提高政府效率是非洲制造業(yè)發(fā)展的關(guān)鍵。此外，制造業(yè)占GDP與人均國(guó)內(nèi)生產(chǎn)總值之間的U 型關(guān)系意味著非洲國(guó)家不應(yīng)期望工業(yè)化會(huì)隨著收入的增加而自動(dòng)發(fā)生，而是應(yīng)該積極應(yīng)對(duì)制造業(yè)發(fā)展的主要障礙。通過相關(guān)文獻(xiàn)整理發(fā)現(xiàn)，大部分學(xué)者對(duì)裝備制造業(yè)轉(zhuǎn)型升級(jí)研究主要從宏觀中觀視角進(jìn)行定性分析，本文以沈陽新松機(jī)器人為案例運(yùn)用系統(tǒng)動(dòng)力學(xué)方法(以下簡(jiǎn)稱SD)從微觀視角進(jìn)行定量仿真分析。

2 模型構(gòu)建

SD 由美國(guó)麻省理工學(xué)院的Forrester 教授首次提出，隨后應(yīng)用領(lǐng)域不斷擴(kuò)大，并發(fā)展為一門較成熟的學(xué)科，主要研究多階層非線性復(fù)雜閉環(huán)系統(tǒng)，建模時(shí)遇到指標(biāo)數(shù)據(jù)難搜集或難量化問題時(shí)，通過模型循環(huán)結(jié)構(gòu)可推算整個(gè)系統(tǒng)的模擬趨勢(shì)，不像運(yùn)籌學(xué)那樣總是尋找一個(gè)最大、小值，而是尋優(yōu)。模型構(gòu)建的步驟，首先對(duì)研究問題進(jìn)行有效界定，然后通過VENSIM PLE 軟件進(jìn)行流程圖建立，最后建立方程式進(jìn)行模擬動(dòng)態(tài)仿真分析[10]。

2.1 流程圖構(gòu)建

圖1 系統(tǒng)流程圖

2.2 方程式建立

(1)參數(shù)估計(jì)

數(shù)據(jù)來源于新浪財(cái)經(jīng)網(wǎng)新松機(jī)器人財(cái)務(wù)審計(jì)報(bào)告、遼寧統(tǒng)計(jì)年鑒和中國(guó)專利網(wǎng)等權(quán)威網(wǎng)站公布的數(shù)據(jù)。運(yùn)用統(tǒng)計(jì)學(xué)方法進(jìn)行抽樣估計(jì)，運(yùn)用SPSS和EXCEL 軟件對(duì)原始數(shù)據(jù)進(jìn)行處理。

(2)變量說明

該模型的變量有初始變量、常量、速率變量和表函數(shù)。

①初始變量

選擇個(gè)性化產(chǎn)品產(chǎn)值，產(chǎn)品銷售收入和企業(yè)R&D 經(jīng)費(fèi)支出為初始變量，2010年為初始時(shí)間，2025年為終止時(shí)間，時(shí)間步長(zhǎng)為1，以2010—2017年初始變量真實(shí)數(shù)據(jù)預(yù)測(cè)2018—2025年的模擬值。

②常量

模型中常變量有2 個(gè)，個(gè)性化產(chǎn)品自然衰減率和個(gè)性化產(chǎn)品市場(chǎng)需求的理想比例，根據(jù)歷年參考文獻(xiàn)、模型試驗(yàn)法和經(jīng)驗(yàn)值最終確定為0.05、0.98。

近些年來黑龍江玉米種植技術(shù)水平不斷提升，在種子選擇、田間配置管理以及病蟲害防治方面都有所成效，但同時(shí)玉米病蟲害的種類不斷增多，病害出現(xiàn)頻率也不斷增加。因此，深入研究玉米種植技術(shù)，提高種植水平，并做好玉米病蟲害的防治工作，提高玉米的產(chǎn)量，是當(dāng)前農(nóng)技人員研究的重要課題，這不僅能夠確保玉米種植的增產(chǎn)增收，而且對(duì)于黑龍江農(nóng)業(yè)產(chǎn)業(yè)的可持續(xù)發(fā)展也具有重大現(xiàn)實(shí)意義。

③速率變量

模型中個(gè)性化產(chǎn)品產(chǎn)值年減少值、個(gè)性化產(chǎn)品產(chǎn)值年增加值、經(jīng)費(fèi)支出變化量和銷售收入變化量為速率變量。

④表函數(shù)確定

該模型構(gòu)造9 個(gè)表函數(shù)，找1 個(gè)或幾個(gè)特殊點(diǎn)作為參考，輸入值對(duì)應(yīng)輸出值構(gòu)成函數(shù)關(guān)系，輸入輸出值根據(jù)財(cái)務(wù)報(bào)表、遼寧統(tǒng)計(jì)年鑒、歷年參考文獻(xiàn)、經(jīng)驗(yàn)值、模擬動(dòng)態(tài)偏差修正法等多種方法確定。9 個(gè)表函數(shù)如下。

企業(yè)家因子表函數(shù)(Entrepreneurslookup)：對(duì)定性指標(biāo)企業(yè)家因子進(jìn)行量化，查詢?cè)撈髽I(yè)高管學(xué)歷、工作經(jīng)歷等指標(biāo)通過AHP 方法確定企業(yè)家對(duì)工業(yè)4.0 影響程度的權(quán)重，以企業(yè)高管綜合資質(zhì)有明顯變化為表函數(shù)參考點(diǎn)。

政府支撐因子表函數(shù)(Govsuplookup)：中國(guó)為了與德國(guó)“工業(yè)4.0”接軌，已制定“中國(guó)制造2025”計(jì)劃。國(guó)家從政策、技術(shù)、資金和法律等方面給予全面支持，樣本數(shù)據(jù)從企業(yè)獲得國(guó)家資金等方面補(bǔ)助作為參考點(diǎn)。

高技術(shù)人才投入因子表函數(shù)(Hitechpernputlookup)：現(xiàn)如今科技發(fā)展快速，企業(yè)要想發(fā)展，就需要越來越多的高科技人才，樣本數(shù)據(jù)取決于企業(yè)的高科技人才占總?cè)藬?shù)的比例。

智能化系統(tǒng)需求比例的變化率表函數(shù)(Intesyslookup)：物理設(shè)備與網(wǎng)絡(luò)進(jìn)行高度融合，實(shí)現(xiàn)智能制造，這里需要智能化系統(tǒng)作為媒介，達(dá)到軟件和硬件高度集成才能更快地實(shí)現(xiàn)中國(guó)智造，該模型數(shù)據(jù)取決于企業(yè)應(yīng)用智能生產(chǎn)軟件的數(shù)量。

市場(chǎng)集中因子(Marketconlookup)：新松機(jī)器人不斷加強(qiáng)引進(jìn)先進(jìn)技術(shù)，降低生產(chǎn)成本，提高產(chǎn)品質(zhì)量，搶占市場(chǎng)先機(jī)。該模型的市場(chǎng)集中因子由市場(chǎng)銷售額占裝備制造業(yè)總產(chǎn)值的比例關(guān)系決定。

產(chǎn)學(xué)研合作因子(Psrcoolookup)：企業(yè)成為研究機(jī)構(gòu)以及高校知識(shí)轉(zhuǎn)化成果的孵化基地，企業(yè)發(fā)展離不開研究機(jī)構(gòu)和高校強(qiáng)大理論的支撐，企業(yè)和高校、研究機(jī)構(gòu)建立了“先進(jìn)科技+中國(guó)智造+全球市場(chǎng)”的創(chuàng)新工業(yè)發(fā)展模式。該模型中產(chǎn)學(xué)研合作因子由企業(yè)與研究機(jī)構(gòu)、高校的合同金額與企業(yè)引進(jìn)技術(shù)金額的比例決定。

銷售收入變化率(Saralookup)：銷售收入變化率由當(dāng)年銷售收入占企業(yè)近10年銷售收入的比例決定，從2010—2016年由實(shí)際值確定，而2025年銷售變化率根據(jù)多元回歸分析與時(shí)間序列預(yù)測(cè)方法預(yù)測(cè)得出。

新技術(shù)研發(fā)程度(Techilookup)：指在報(bào)告期內(nèi)新研發(fā)的自主知識(shí)產(chǎn)權(quán)數(shù)占總產(chǎn)權(quán)數(shù)的比例來決定的。

隨機(jī)因子(Randomlookup)：該模型中隨機(jī)因子是裝備制造業(yè)轉(zhuǎn)型升級(jí)的不確定因素，根據(jù)PEST模型分析企業(yè)所處戰(zhàn)略環(huán)境，P(政治因素)，對(duì)企業(yè)有不可逆轉(zhuǎn)的政治法律環(huán)境，例如黨派斗爭(zhēng)、社會(huì)秩序等不可預(yù)計(jì)的因素；E(經(jīng)濟(jì)因素)，稅收水平、通貨膨脹率、貿(mào)易差額和匯率、失業(yè)率、利率、信貸投放以及政府補(bǔ)助等不確定因素；S(社會(huì)因素)，部分消費(fèi)者心理接受智能產(chǎn)品需要一段時(shí)間；T(技術(shù)因素)，云計(jì)算、大數(shù)據(jù)、互聯(lián)網(wǎng)和物聯(lián)網(wǎng)相互集成融合實(shí)現(xiàn)程度的不確定性。通過這4 種不確定因素運(yùn)用模糊綜合評(píng)價(jià)法和模擬試驗(yàn)法計(jì)算。

運(yùn)用VENSIM PLE 軟件編寫方程式，按照DYNAMO 語言規(guī)則進(jìn)行編寫，以表1[10]中表函數(shù)只取模型中的前2 個(gè)字母。

2.3 模型有效性檢驗(yàn)

模型建立成功，但還要對(duì)模型的結(jié)構(gòu)及參數(shù)的有效性進(jìn)行驗(yàn)證，主要采取均方根誤差測(cè)算實(shí)際值與模擬值之間的誤差，誤差值越小越能說明模型的有效性高，模擬的數(shù)據(jù)更準(zhǔn)確，為轉(zhuǎn)型升級(jí)與智能化建設(shè)提供可靠的數(shù)據(jù)依據(jù)。3 個(gè)狀態(tài)變量的誤差率都控制在±20%內(nèi)，說明模型具有有效性。見表2。

表1 沈陽新松機(jī)器人方程式

表2 機(jī)器人均方根誤差表 億元

3 實(shí)例仿真分析

對(duì)3 個(gè)狀態(tài)變量歷史數(shù)據(jù)與模擬數(shù)據(jù)對(duì)比，已驗(yàn)證模型具有有效性，通過VENSIM PLE 軟件對(duì)機(jī)器人個(gè)性化產(chǎn)值和技術(shù)投入比率2 個(gè)經(jīng)濟(jì)指標(biāo)進(jìn)行動(dòng)態(tài)模擬。個(gè)性化產(chǎn)值代表生產(chǎn)智能產(chǎn)品的產(chǎn)值，在一定程度上反映機(jī)器人具有智能制造的生產(chǎn)能力，技術(shù)投入比率是機(jī)器人對(duì)科研投入占營(yíng)業(yè)收入的比率，值越高，越重視科研。

通過復(fù)合模擬發(fā)現(xiàn)，沈陽新松機(jī)器人的個(gè)性化產(chǎn)品產(chǎn)值從2010—2025年呈現(xiàn)上升趨勢(shì)，2010年5.44 億元到2025年190.65 億元，平均發(fā)展速度為126.76%，平均增長(zhǎng)速度為26.76%。技術(shù)投入比率從2010年4.5%降到2011年4.2%；從2011—2021年呈現(xiàn)穩(wěn)步上升趨勢(shì)，說明機(jī)器人不斷對(duì)科研經(jīng)費(fèi)投入，引進(jìn)技術(shù)或是開發(fā)自主核心技術(shù)；從2021—2025年呈現(xiàn)下降趨勢(shì)，這并不代表機(jī)器人不重視科研的投入，只是前期投入已趨于穩(wěn)定和成熟。見圖2、圖3?，F(xiàn)將機(jī)器人2010—2018年技術(shù)投入比率真實(shí)值與2019—2025 技術(shù)投入比率模擬值與企業(yè)效益評(píng)價(jià)標(biāo)準(zhǔn)值(國(guó)務(wù)院國(guó)資委財(cái)務(wù)監(jiān)督與考核評(píng)價(jià)局制定)進(jìn)行比較，觀察機(jī)器人對(duì)技術(shù)投入的變化趨勢(shì)，除了2013年達(dá)到良好值標(biāo)準(zhǔn)等級(jí)，其他年份都達(dá)到優(yōu)秀值標(biāo)準(zhǔn)等級(jí)。見表3。

圖2 機(jī)器人個(gè)性化產(chǎn)品產(chǎn)值變化趨勢(shì)圖

圖3 機(jī)器人技術(shù)投入比率變化趨勢(shì)圖

表3 機(jī)器人技術(shù)投入比率與企業(yè)績(jī)效評(píng)價(jià)標(biāo)準(zhǔn)等級(jí)情況表 億元

4 結(jié)論

通過表3 觀察新松機(jī)器人對(duì)技術(shù)投入的變化趨勢(shì)，除了2013年達(dá)到良好值等級(jí)，其他年份都達(dá)到優(yōu)秀值等級(jí)。大部分年份技術(shù)投入比例都實(shí)現(xiàn)了優(yōu)秀值，說明新松機(jī)器人重視科研經(jīng)費(fèi)的投入，提高技術(shù)創(chuàng)新體系的建設(shè)水平，加大力度對(duì)技術(shù)人才隊(duì)伍和技術(shù)開發(fā)實(shí)驗(yàn)室的建設(shè)，為實(shí)現(xiàn)生產(chǎn)方式轉(zhuǎn)型升級(jí)，實(shí)現(xiàn)智能制造工業(yè)4.0 戰(zhàn)略目標(biāo)。新松機(jī)器人應(yīng)走自主創(chuàng)新工業(yè)革命之路，擁有自主核心技術(shù)，將產(chǎn)品價(jià)值鏈鎖定中高端，才能走在工業(yè)智能變革的前列。