遼寧裝備制造業轉型升級與智能化建設的系統動力學研究

王層層

（遼寧理工職業學院經管分院，遼寧錦州 121001）

在德國“工業4.0”“中國制造2025”“互聯網+”等國家戰略推動下，遼寧勢必要對裝備制造業進行轉型升級與智能化建設。裝備制造業為國民經濟發展提供技術裝備，是國民經濟發展的基礎支撐產業。面對經濟新常態，遼寧裝備制造業雖然持續穩步發展，形成獨立完整成熟的產業體系，技術基礎雄厚，但技術創新、生產模式、價值鏈鎖定、產品質量、資源利用率、人才建設等方面低質量發展已日益顯露，亟待轉型升級。隨著德國“工業4.0”和“中國制造2025”政策的提出，如何將價值鏈低端鎖定中高端？如何增強自主創新能力？如何提高智能化產品產值增長率等一系列問題是各國都在積極探索的話題。中國提出的“一帶一路”倡議，促進了中國裝備制造業發展走向世界舞臺，參與國際競爭，裝備制造業產業結構智能轉型升級任務迫在眉睫。所以，系統分析哪些因素對提升智能化產品產值有利，促進產業轉型升級與智能化進程發展具有重要意義。

1 文獻綜述

在德國“工業4.0”“中國制造2025”“美國再工業化”制造業戰略的影響下，我國勢必要對傳統裝備制造業進行轉型升級，提高工業化水平，對傳統裝備制造業如何進行轉化升級已成為國內外學者的重要研究課題。國內外學者從技術升級、市場升級以及管理升級等方面研究傳統裝備制造業的轉型升級。

奧拓·布勞克曼［1］提出在“互聯網+”時代下發展工業創新模式，借力信息化打造制造業全新商業模式，迎接智能制造變革；洞悉未來制造業的發展趨勢，培育形成新的生產方式；重構制造業的競爭優勢，揭示制造業的升級路徑，推動經濟轉型，準確把握經濟新常態。田慶鋒等［2］提出商業模式創新路徑始于客戶需求，終于客戶需求滿足，客戶需求導向型路徑優于核心資源導向型路徑。Alejandro Germán Frank 等［3］基于聚類分析和獨立性測試方法，研究了92 家制造公司工業4.0 技術模型，提出技術概念框架，將其分為前端技術和基礎技術。前端技術考慮四個方面：智能制造、智能產品、智能供應鏈和智能工作。而基礎技術考慮四個要素：物聯網、云服務、大數據和分析。研究結果表明，工業4.0與系統采用前端技術有關，其中智能制造起著核心作用。基礎技術（大數據，分析和靈活化）的實施對公司具有挑戰性。Julia C Bendul 等［4］認為未來的生產系統被設想為數字化和網絡化的系統，設想生產系統將生產控制分配給“智能”物體（如機器、零部件和產品）以獲得更高的物流性能。Alejandro G Frank 等［5］研究基于原始BMI 視角，并將注意力引向一個未探索的維度數字化背景下的服務，引入數字服務可以構成踏上數字化轉型之旅的第一步。吳小鋒等［6］認為加快科技制度創新、搭建企業合作平臺、構建信息安全機制、支持中小微企業信息化建設、推進供給側結構性改革等是推動傳統制造業轉型升級的有效途徑。楊志安等［7］運用因子分析法，以東北地區2006—2016 年間省級面板數據進行實證分析，從構建技術創新體系、優化集群發展投入環境、完善集群發展成長環境、構建先導和支撐產業四個方面促進裝備制造業轉型升級。蘭筱琳等［8］全面分析了中國在科研力量、工業基礎、宏觀政策等方面的優勢和短板，提出要堅定地走智能化、服務化和綠色化的制造業轉型升級之路。丁文珺等［9］從關注自主創新、品牌培育、協調發展、構建公平環境、高端型人才引進，注重核心競爭力提升、區域性高地培育、完善發展環境，技術型人才培養，優化人才梯隊結構等視角研究我國裝備制造業轉型升級發展。劉佳斌等［10］提出智能制造是我國裝備制造業實現全球價值鏈躍升到高端的重要途徑。萬志遠等［11］提出要結合產教研提升創新力、普及智能制造技術與管理標準、建設數字服務中心、大力發展智能裝備制造服務業四個方面促進裝備制造業智能化產業升級。Tae Kyung Sung［12］認為韓國傳統的制造業商業模式不適合他們未來的計劃工業4.0 的新興技術，需要政府建立具有主動性、有效性、靈活性的經濟社會制度，保證IT 安全性、可靠性和穩定性，保持生產完整性，避免工藝障礙。陳凌白［13］提出從創新驅動、智能制造、強化工業基礎、實現服務性制造等方面實現中國智造路徑。王琛偉等［14］認為遼寧裝備制造業產業結構轉型升級應以國企混合所有制改革為突破口，從建立深化國企改革、政府管理體制改革試驗區，構建完善的市場體系方向，有針對性地解決制約企業發展的體制機制問題等方面進行研究分析。張悅等［15］認為遼寧裝備制造業應從增強自主創新能力、促進產業集聚、調整產業結構、加快政府職能轉化四個角度加快遼寧裝備制造業轉型升級。張志元［16］從供給側方面研究并提出對策，即推動先進裝備制造集聚區建設，構建先進裝備制造業轉型升級生態系統，激發科技創新和人才資源潛力，建立開放的先進裝備制造業技術創新體系。胡遲［17］提出用先進標準倒逼“中國制造”升級，充分發揮服務業對制造業升級的助推作用，繼續化解產能過剩等方面提升裝備制造業轉型升級。劉春芝等［18］認為要以融合驅動創新發展，在原有產業生態基礎上進行轉型升級，應從政府、企業和集群三重作用下共同推進。在政府層面，大力發展混合所有制，加大創新支持力度，完善區域創新環境；在企業層面，優化企業組織架構，重塑經營模式；在集群層面，構建完備的產業鏈體系，發揮集群效應。沈謙等［19］構建分步智能模式、完善自主創新機制、強化產業協同打造智造服務體系、優化產業生態深化制度供給改革。宋冠良［20］在研究中德美戰略對沈陽裝備制造業影響的基礎上，分別從培育全流程智能制造解決方案供應商企業聯盟、健全質量管理體制機制、構建協同創新體系，建設公共創新平臺、推動制造業與服務業深度融合的商業模式轉型、加強與德國企業合作、改造低端制造業，提高勞動生產率和產品質量等方面提升沈陽裝備制造業轉型升級。勞動力資本持續上升使眾多企業遇到招工瓶頸環境，這嚴重阻礙了產業轉型升級，虞學良［21］提出用“機器換人”的方法解決人口紅利下降的問題，促進傳統裝備制造業的轉型升級。曾繁華等［22］認為傳統制造業轉型升級的本質在于通過不斷提升制造企業科技創新能力，推動全球價值鏈由低端向高端躍遷。董錫健［23］以上海景格科技股份有限公司為研究對象，提出要致力于產業經濟領域崗位與職業智能化、數字化情景模擬高端培訓，全力打造“中國版”裝備制造智能化培訓港，促進傳統裝備制造業轉型升級。易露霞等［24］提出要從降低能耗、協調產業發展、走低碳化之路技術引進與創新相結合、平衡完善裝備制造業各類資本和產品的競爭機制等方面發展高端智能化產業。詹浩勇［25］從集群供應鏈網絡競合的視角研究裝備制造業轉型升級。

在上述文獻中，大部分學者用定性分析方法以及宏觀、中觀視角研究傳統裝備制業轉型升級。本文用定性定量相結合的非線性多階層的系統動力學方法（以下簡稱SD）進行研究分析，從微觀視角研究傳統裝備制造業轉型升級與智能化建設的主要影響要素，得出結論：將外部投入要素維持在一定水平，加大力度對內部影響要素的投入，可更有效地促進遼寧裝備制造業轉型升級與智能化進程。

2 遼寧裝備制造業2008—2017 年發展現狀

以2008 年為基期，遼寧省2017 年上規模企業單位數定期增長速度為-61.32%，平均增長速度為-10.02%；人員年平均人數定期增長速度為-30.66%，平均增長速度為-3.99%；資產總計定期增長速度為91.53%，平均增長速度為7.49%；主營業務收入定期增長速度為8.91%，平均增長速度為0.95%；利潤總額定期增長速度為43.06%，平均增長速度為4.06%。數據顯示，2008—2017 年遼寧裝備制造業規模在不斷縮小，但成績還是呈現進步趨勢（見表1）。但在2010—2011 年，發展過程中出現波動浮動較大情況。當時受到全球金融危機影響，遼寧裝備制造業的發展受到重創，呈現大幅度下滑趨勢。在德國“工業4.0”、中國振興東北老工業基地裝備制造業發展戰略的影響下，出現盲目跟風現象，大力發展裝備制造業產業，2012 年各指標達到巔峰（在2008—2017 期間），這導致遼寧裝備制造業發展出現大而不精的問題。國家為了解決此問題，出臺一系列鼓勵傳統裝備制造業走向高端智能裝備制造業發展政策，裝備制造企業也逐漸重視“互聯網+傳統裝備制造業＝智能高端裝備制造業”的發展模式，近10 年各平均指標呈現直線上升趨勢，轉型升級發展取得明顯效果（見圖1 和圖2）。

表1 遼寧裝備制造業近10 年發展現狀分析

圖1 遼寧裝備制造業近10 年發展現狀折線趨勢

圖2 遼寧裝備制造業近10 年持續增長發展狀況折線趨勢

3 遼寧裝備制造業轉型升級與智能化建設的SD 模型構建

3.1 系統結構分析

系統建設過程涉及諸多復雜因素，根據影響產業轉型升級與智能化建設的內外特點，確定系統邊界，將重要影響因素寫入模型，對各模塊間的作用關系進行因果反饋分析，用方塊代表主要子模塊，并用單箭頭線反映子模塊間的作用關系。簡單形象的方塊圖有利于確定系統邊界和建立系統因果圖。

按照系統論原理，遼寧裝備制造業轉型升級與智能化建設系統主要分為4 個影響系統模塊，即智能化產品產值增長系統、外部影響系統、內部影響系統和外部支撐系統。這些系統相互聯系又相互促進，共同促進遼寧裝備制造業轉型升級與智能化建設進程發展。見圖3。

圖3 遼寧裝備制造業轉型升級與智能化系統結構分析

3.2 系統因果關系圖構建及分析

通過對遼寧裝備制造業轉型升級與智能化系統結構分析可知，該系統不僅依靠內部要素的整合和協調而且還依靠一定的外在機制的調控與推動。因此，要進行遼寧裝備制造業轉型升級與智能化建設，以系統的角度進行全面因果分析。因果關系圖是SD

模型動態仿真模擬的基礎和條件，有正、負相關兩種回路，正回路起增強能量作用，負回路起調節能量作用，但因果圖只進行定性分析，無量化分析。現將四大系統模塊內容細化，形成遼寧裝備制造業轉型升級與智能化建設SD 因果關系圖（見圖4）。

圖4 裝備制造業轉型升級與智能化建設SD 因果關系

3.2.1 內部影響系統細化

（1）開發智能產品動力→電子設備投入→人才投入→智能產品產值→總利潤→凈利潤→開發智能產品動力。

對智能產品開發具有動力，加大對設備以及人才的投入，促進智能產品的開發，最終促進企業的利潤增加，利潤又是開發智能產品的動力，這是一個不斷增強能量的正反饋回路。

（2）競爭力→開發智能產品動力→設備投入→人才投入→智能產品產值→智能建設能力→智能標準→競爭力。

競爭激烈，驅動智能產品開發動力的提高，最終實現智能標準。標準越高，企業間競爭力越激烈，這是一個不斷增強能量的正反饋回路。

（3）資源再利用→開發智能產品動力→設備投入→人才投入→智能化產品產值→生產率→生產成本→剩余資源→產品質量→環境污染指數→資源再利用。

（4）資源再利用→智能產品產值→生產率→生產成本→剩余資源→產品質量→環境污染指數→資源再利用。

經濟的發展提倡節能環保、綠色化發展，資源回收再利用率提高，節約資源，增強開發智能產品動力，減低成本，保護環境，（3）和（4）是起到調節能量的負反饋回路。

3.2.2 外部支撐系統細化

（1）政府財政收入→政府撥款→設備投入→智能產品產值→生產率→生產成本→利潤總額→凈利潤→政府財政收入。

（2）政府財政收入→政府撥款→技術培訓→人才投入→智能產品產值→利潤總額→凈利潤→政府財政收入。

（3）政府財政收入→政府撥款→技術培訓→人才投入→設備最大使用價值→智能產品產值→利潤總額→凈利潤→政府財政收入。

企業重視員工技術培訓，加大力度建設人才隊伍，使高端精密生產設備的使用價值發揮到最大化，促進企業利潤總額增加，政府的財政收入主要來源于企業的稅收，稅收的高低取決于企業利潤總額，以上三條是不斷增強能量的正反饋回路。

（4）信貸能力→設備投入→人才投入→智能產品產值→總利潤→凈利潤→信貸能力。

（5）信貸能力→資金鏈運轉→智能產品需求→開發智能產品動力→設備投入→人才投入→智能產品產值→總利潤→凈利潤→信貸能力。

信貸能力強可以加速資金流動，使企業資金鏈良性運轉，加大對設備及人才投入，促使企業創造更多智能產品產值，以上是不斷增強能量的正反饋回路。

3.2.3 外部影響系統細化

（1）產學研合作→科技成果轉化→智能產品產值→總利潤→凈利潤→產學研合作。

（2）產學研合作→科技成果轉化→智能產品產值→生產率→生產成本→總利潤→凈利潤→產學研合作。

建立產學研合作聯盟，促進科技成果轉化，技術創新驅動智能產品產值增加，提高生產效率，節約資源，減低生產成本，最終促使產學研合作戰略聯盟體系的建立，以上是起到調節能量的負反饋回路。

3.2.4 智能化產品產值增長系統細化

（1）智能標準→設備投入→人才投入→智能產品產值→產品質量→環境污染指數→質量、環境指標影響因子→智能標準。

（2）智能產品需求→開發智能產品動力→設備投入→智能產品產值→可用資源→智能產品需求。

從資源稀缺性出發，雖然提倡節能環保、提高資源利用率的生產模式，但智能化產品產值增多，還是會消耗一定的可用資源，資源減少，人們對智能產品的渴望就越強烈，以上是起到調節作用的負反饋回路。

（3）智能產品產值→生產率→生產成本→總利潤→凈利潤→智能產品產值。

智能產品產值增加，在一定程度上促進智能產出標準提高，生產效率提高，節約資源，最終導致生產成本降低，這是一條起到調節能量的負反饋回路。

（4）智能產品需求→開發智能產品動力→設備投入→智能產品產值→智能產品需求。

需求大，開發生產動力就大，開發生產動力可以促使企業對設備的投入與人才隊伍的建設，這是一條增強能量的正反饋回路。

3.3 系統流圖構建與量化分析

根據遼寧裝備制造業轉型升級與智能化建設系統因果關系，通過VENSIM PLE 軟件，把反應敏感變量納入模型中建立SD 流圖。遼寧裝備制造業轉型升級與智能化建設系統是通過裝備制造企業內部人才投入、高端精密電子設備投入，政府、企業家、市場支撐以及與高校、科研院所合作、技術引進等外部多重影響因素綜合構建，所以，該SD 模型選取智能化產品產值、裝備制造業產值和R&D 經費投入為系統初始狀態變量。原始數據來源于《遼寧統計年鑒》［26］《中國高技術產業統計年鑒》［27］《中國統計年鑒》［28］和新浪財經網上市企業的財務報告。運用SPSS 和EXCEL 軟件對原始數據進行處理，見圖5。

圖5 遼寧裝備制造業轉型升級與智能化建設SD 模型流

模型構建成功，通過VENSIM PLE 軟件方程式構建，對遼寧裝備制造業轉型升級與智能化建設系統進行量化分析，分析如下：

（1）Entlookup（［（2010，0.37）-（2025，0.72）］，（2010，0.37），（2011，0.36），（2012，0.45），（2013，0.12），（2014，0.15），（2015，0.1），（2016，0.35），（2025，0.72））；

（2）FINAL TIME=2025 模擬的最后時間；

（3）Govlookup（［（2010，0.73）-（2015，0.75）］，（2010，0.73），（2011，0.77），（2012，0.3），（2013，0.02），（2014，0.04），（2015，0.25），（2016，0.39），（2017，0.55），（2025，0.75））；

（4）Hitlookup（［（0，0）-（2025，0.25）］，（2007，0.108），（2008，0.13），（2010，0.15），（2012，0.16），（2013，0.17），（2014，0.18），（2015，0.19），（2025，0.25））；

（5）INITIAL TIME=2010 模擬的初始時間；

（6）Intlookup（［（2010，0.6）-（2025，0.9）］，（2010，0.5），（2011，0.52），（2012，0.55），（2013，0.02），（2014，0.05），（2015，0.05），（2016，0.85），（2025，0.9））；

（7）Marlookup（［（2010，0.6）-（2025，0.65）］，（2010，0.6），（2011，0.65），（2012，0.27），（2013，0.11），（2014，0.15），（2015，0.3），（2016，0.32），（2025，0.65））；

（8）Psrlookup（［（0，0）-（2025，0.5）］，（2010，0.71），（2011，0.55），（2012，0.42），（2013，0.4），（2014，0.42），（2015，0.45），（2016，0.46），（2025，0.5））；

（9）Ranlookup（［（0，0）-（2025，0.6）］，（2010，0.52），（2011，0.59），（2012，0.3），（2013，0.02），（2014，0.05），（2015，0.01），（2016，0.3），（2017，0.55），（2025，0.6））；

（10）Sarlookup（［（0，0）-（2025，0.12）］，（2010，0.13），（2011，0.27），（2012，0.12），（2013，0.04），（2014，0.01），（2015，0.01），（2016，0.05），（2017，0.07），（2025，0.12））；

（11）SAVEPER=TIME STEP；

（12）Teclookup（［（0，0）-（2010，0.91）］，（2010，0.91），（2011，0.58），（2012，0.45），（2013，0.55），（2014，0.31），（2015，0.32），（2016，0.35），（2017，0.37），（2018，0.4），（2019，0.42），（2025，0.3））；

（13）TIME STEP=1 模擬的時間步長；

（14）產值變化率=Sarlookup（Time）；

（15）產值變化量=裝備制造業產值×產值變化率；

（16）產學研合作程度=Psrlookup（Time）；

（17）企業家因子=Entlookup（Time）；

（18）減少值=裝備制造業產值×減少率；

（19）減少率=0.04；

（20）增長率=技術投入比率^0.35×高技術人才投入程度^0.3×產學研合作程度^0.15×新技術引進程度^0.2；

（21）市場集中因子=Marlookup（Time）；

（22）政府支撐因子=Govlookup（Time）；

（23）新技術引進程度=Teclookup（Time）；

（24）智能化產品產值年減少值=智能化化產品產值×智能化產品自然衰減率；

（25）智能化產品產值年增加值=智能化化產品產值×增長率；

（26）智能化產品市場需求因子=智能化系統需求的比例變化率/理想比例；

（27）智能化產品自然衰減率=0.067；

（28）智能化化產品產值=INTEG（智能化產品產值年增加值-智能化產品產值年減少值，5.319 97e+07） Units：萬元；

（29）智能化系統需求的比例變化率=Intlookup（Time）；

（30）理想比例=0.95；

（31）經費支出變化率=轉型升級與智能化建設動力^0.5×產值變化率^0.5；

（32）經費支出變化量=“裝備制造業R&D 經費支出” ×經費支出變化率；

（33）“裝備制造業R&D 經費支出”=INTEG（經費支出變化量，2.906 78e+06）；

（34）裝備制造業產值=INTEG（產值變化量-減少值，1.180 33e+08）；

（35）轉型升級與智能化建設動力=0.3×智能化產品市場需求因子+0.25×政府支撐因子+0.1×企業家因子+0.25×市場集中因子+0.1×隨機因子；

（36）隨機因子=Ranlookup（Time）；

（37）高技術人才投入程度=Hitlookup（Time）；

（38）技術投入比率=“裝備制造業R&D 經費支出”/裝備制造業產值。

3.4 SD 模型有效性檢驗

建立SD 模型目的是分析問題，最終給予有效的解決方案與策略，所以，模型建立是否有效直接影響最終決策的正確與否。為了能讓模型各影響要素作出正確的響應，客觀反應問題的本質和發展規律，首先對系統進行模型結構性檢驗和歷史性檢驗。

3.4.1 SD 模型結構性檢驗

遼寧裝備制造業轉型升級與智能化建設SD 模型的邊界、狀態變量、輔助變量、速率變量、表函數等以及反饋回路驗證模型的輸出響應信息。通過以計算機環境下運行的VENSIM PLE 軟件檢驗模型的結構以及方程式建立的合理性與正確性。

3.4.2 SD 模型歷史性檢驗

歷史性檢驗是通過對模型進行模擬運行得出的數據與實際數據比較，偏差率控制在±0.20 之內，可以說明該SD 模型參數及結構建立的正確且有效，反之亦然。在該SD 模型中，選取2010—2017 年遼寧裝備制造業智能化產品產值、裝備制造業產值與R&D 經費支出3 個狀態變量真實值與模擬值進行偏差率計算，如果偏差率超過±0.20，需要不斷調整模型結構，通過多次擬合實驗，直至模型偏差率控制在±0.20內，對未來發展的預測才會正確（見表2）。

表2 狀態變量偏差率 單位：萬元

從表2 可見，3 個狀態變量的誤差率都在±0.20內，說明該模型結構設計與參數選取以及原始數據的采集和處理是正確的。因此，該模型能很好地詮釋遼寧裝備制造業未來發展趨勢和規律，從而做出正確決策提供可靠依據。

4 遼寧裝備制造業轉型升級與智能化建設系統模型仿真實例分析

內部影響系統、外部影響系統及外部支撐系統相互影響促進智能化產品產值的變化，一個系統變化，其他系統也隨之變化。為了提高智能化產品產值，從資源稀缺性出發，實現資源優化配置，通過VENSIM PLE 軟件進行模擬，以2010 年為模擬初始時間，2025 年為模擬終止時間，時間步長為1，以2010—2017 年遼寧裝備制造業真實數據預測2018—2025 年發展趨勢（見圖6）。

（1）外部影響系統。外部影響系統包括新技術引進程度和產學研合作程度。新技術引進程度由2010年的0.91 降低到2017 年的0.37，產學研合作程度由2010 年的0.71 降低到2017 年的0.46，說明企業對新技術的引進和建立合作聯盟的勢頭在減弱。為提高轉型升級與智能化建設水平，開始不得不依賴外部因素（新技術引進與科研所高校合作）投入，但在中德美裝備制造業戰略影響下，遼寧裝備制造業轉型升級與智能化發展不能絕對地依賴外部，不掌握核心技術，自主創新能力弱，價值鏈鎖定低端，所以，企業應重視高新技術人才培養與技術創新等內部因素發展。通過VENSIM PLE 軟件模擬，2025 年兩項指標水平分別為0.34 和0.49，說明企業對新技術引進和產學研合作程度一直維持在一定穩定水平。

（2）外部支撐系統。外部支撐系統包括政府、市場等因子。企業與政府進行雙向信息交流，以便企業順利開展市場運營活動，所以，遼寧裝備制造業轉型升級發展離不開政府、市場等外部環境。2010 年政府和市場對企業影響程度分別為0.6 和0.37，通過軟件模擬，2025 年兩項指標分別為0.65和0.72，說明政府對企業的支撐一直都處于大力扶持狀態，而遼寧裝備制造業的發展越來越依賴市場環境。

（3）內部影響系統。內部影響系統包括高技術人才投入程度和高端精密電子設備投入程度。人才是裝備制造業轉型升級重要載體，高端精密電子設備是實現轉型升級智能化生產的保障。模擬發現遼寧裝備制造業對人才和設備的投入程度雖然低于技術引進和產學研程度，但高技術人才投入程度由2010 年的0.15 上升到2025 年的0.25，高端精密電子設備投入程度由2010 年的0.025 上升到2025 年的0.2，說明遼寧裝備制造企業對人才建設和設備投入越來越重視。

（4）智能化產品產值增長系統。內部影響、外部影響及外部支撐系統共同影響和促進智能化產品產值的變化。2010 年智能化產品產值增長率為0.02，2025 年該模擬值為0.20，外部影響系統、外部支撐系統維持在穩定不變水平下，加大力度對內部影響系統的投入，更能促進智能化產品產值的增長，從而加快實現遼寧裝備制造業轉型升級與智能化建設。

5 結論和對策研究

通過仿真實證分析，本文只從微觀視角出發，在技術引進程度、產學研合作程度維持現有水平的情況下，加大力度對人才隊伍建設和高端精密電子設備的投入程度。具體對策如下。

5.1 加強內部影響系統的投入強度

通過模擬仿真發現，加快轉型升級與智能化建設進程，需要重視內部因素的投入強度，企業應重視高技術人才隊伍建設與培養，加大力度對高端電子設備投入，增強自主技術創新能力。技術人才是創新的載體，只有不斷創新才能驅動裝備制造業轉型升級與智能化建設發展，依靠外部只能使我們處于被動地位，不掌握核心技術，無競爭能力，產品生產價值鏈鎖定低端水平。只有自身強大才能屹立不倒，掌握話語權。所以，加強內部影響系統投入強度更能促進裝備制造業轉型升級與智能化建設進程，實現工業4.0 戰略目標，掌握主動權，讓別國接受我國制定的工業標準。

5.2 加強高科技綜合人才隊伍建設

人是生產的參與者與管理者，是智能化水平最重要的因素，也是最難掌控的因素。工業4.0 戰略以及中國制造2025 計劃關鍵就是建立一個人機+互聯網高度融合的智能化生產系統。高素質、高技術人才可以加強控制機器+物聯網+智能生產流程融合技術，提高工作效率，降低生產成本，為實現智能制造提供可靠的技術保證。實現“智能”生產，最關鍵的因素就是投入“智能”綜合人才。例如，裝備制造企業應加強科技創新人才的投入，建立科技創新實驗室，重視人才培養，有目的、有針對性地推進遼寧裝備制造業實現全方位智能化的戰略目標。

5.3 實現高端精密電子設備使用價值最大化

部分遼寧裝備制造企業為了順應大環境的變化趨勢，購買了先進高端精密的生產設備，但企業未對操作人員進行系統培訓，使生產設備有些功能閑置，要想實現智能制造生產方式，應該使設備的使用價值達到最大化。面對遼寧裝備制造業的智能制造，我們面臨最大困難是，信息技術和物理生產設備不能進行深度融合，信息技術不能很好地促進制造業轉型升級和技術改造，實現不了精細化生產，造成單位產品耗能高，資源浪費，生產成本增加，環境破壞等問題。因此，我們要加強高端精密設備與信息技術高度融合，使設備功能利用率達到最大化。