辽宁装备制造业转型升级与智能化建设的系统动力学研究

王层层

（辽宁理工职业学院经管分院，辽宁锦州 121001）

在德国“工业4.0”“中国制造2025”“互联网+”等国家战略推动下，辽宁势必要对装备制造业进行转型升级与智能化建设。装备制造业为国民经济发展提供技术装备，是国民经济发展的基础支撑产业。面对经济新常态，辽宁装备制造业虽然持续稳步发展，形成独立完整成熟的产业体系，技术基础雄厚，但技术创新、生产模式、价值链锁定、产品质量、资源利用率、人才建设等方面低质量发展已日益显露，亟待转型升级。随着德国“工业4.0”和“中国制造2025”政策的提出，如何将价值链低端锁定中高端？如何增强自主创新能力？如何提高智能化产品产值增长率等一系列问题是各国都在积极探索的话题。中国提出的“一带一路”倡议，促进了中国装备制造业发展走向世界舞台，参与国际竞争，装备制造业产业结构智能转型升级任务迫在眉睫。所以，系统分析哪些因素对提升智能化产品产值有利，促进产业转型升级与智能化进程发展具有重要意义。

1 文献综述

在德国“工业4.0”“中国制造2025”“美国再工业化”制造业战略的影响下，我国势必要对传统装备制造业进行转型升级，提高工业化水平，对传统装备制造业如何进行转化升级已成为国内外学者的重要研究课题。国内外学者从技术升级、市场升级以及管理升级等方面研究传统装备制造业的转型升级。

奥拓·布劳克曼［1］提出在“互联网+”时代下发展工业创新模式，借力信息化打造制造业全新商业模式，迎接智能制造变革；洞悉未来制造业的发展趋势，培育形成新的生产方式；重构制造业的竞争优势，揭示制造业的升级路径，推动经济转型，准确把握经济新常态。田庆锋等［2］提出商业模式创新路径始于客户需求，终于客户需求满足，客户需求导向型路径优于核心资源导向型路径。Alejandro Germán Frank 等［3］基于聚类分析和独立性测试方法，研究了92 家制造公司工业4.0 技术模型，提出技术概念框架，将其分为前端技术和基础技术。前端技术考虑四个方面：智能制造、智能产品、智能供应链和智能工作。而基础技术考虑四个要素：物联网、云服务、大数据和分析。研究结果表明，工业4.0与系统采用前端技术有关，其中智能制造起着核心作用。基础技术（大数据，分析和灵活化）的实施对公司具有挑战性。Julia C Bendul 等［4］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（如机器、零部件和产品）以获得更高的物流性能。Alejandro G Frank 等［5］研究基于原始BMI 视角，并将注意力引向一个未探索的维度数字化背景下的服务，引入数字服务可以构成踏上数字化转型之旅的第一步。吴小锋等［6］认为加快科技制度创新、搭建企业合作平台、构建信息安全机制、支持中小微企业信息化建设、推进供给侧结构性改革等是推动传统制造业转型升级的有效途径。杨志安等［7］运用因子分析法，以东北地区2006—2016 年间省级面板数据进行实证分析，从构建技术创新体系、优化集群发展投入环境、完善集群发展成长环境、构建先导和支撑产业四个方面促进装备制造业转型升级。兰筱琳等［8］全面分析了中国在科研力量、工业基础、宏观政策等方面的优势和短板，提出要坚定地走智能化、服务化和绿色化的制造业转型升级之路。丁文珺等［9］从关注自主创新、品牌培育、协调发展、构建公平环境、高端型人才引进，注重核心竞争力提升、区域性高地培育、完善发展环境，技术型人才培养，优化人才梯队结构等视角研究我国装备制造业转型升级发展。刘佳斌等［10］提出智能制造是我国装备制造业实现全球价值链跃升到高端的重要途径。万志远等［11］提出要结合产教研提升创新力、普及智能制造技术与管理标准、建设数字服务中心、大力发展智能装备制造服务业四个方面促进装备制造业智能化产业升级。Tae Kyung Sung［12］认为韩国传统的制造业商业模式不适合他们未来的计划工业4.0 的新兴技术，需要政府建立具有主动性、有效性、灵活性的经济社会制度，保证IT 安全性、可靠性和稳定性，保持生产完整性，避免工艺障碍。陈凌白［13］提出从创新驱动、智能制造、强化工业基础、实现服务性制造等方面实现中国智造路径。王琛伟等［14］认为辽宁装备制造业产业结构转型升级应以国企混合所有制改革为突破口，从建立深化国企改革、政府管理体制改革试验区，构建完善的市场体系方向，有针对性地解决制约企业发展的体制机制问题等方面进行研究分析。张悦等［15］认为辽宁装备制造业应从增强自主创新能力、促进产业集聚、调整产业结构、加快政府职能转化四个角度加快辽宁装备制造业转型升级。张志元［16］从供给侧方面研究并提出对策，即推动先进装备制造集聚区建设，构建先进装备制造业转型升级生态系统，激发科技创新和人才资源潜力，建立开放的先进装备制造业技术创新体系。胡迟［17］提出用先进标准倒逼“中国制造”升级，充分发挥服务业对制造业升级的助推作用，继续化解产能过剩等方面提升装备制造业转型升级。刘春芝等［18］认为要以融合驱动创新发展，在原有产业生态基础上进行转型升级，应从政府、企业和集群三重作用下共同推进。在政府层面，大力发展混合所有制，加大创新支持力度，完善区域创新环境；在企业层面，优化企业组织架构，重塑经营模式；在集群层面，构建完备的产业链体系，发挥集群效应。沈谦等［19］构建分步智能模式、完善自主创新机制、强化产业协同打造智造服务体系、优化产业生态深化制度供给改革。宋冠良［20］在研究中德美战略对沈阳装备制造业影响的基础上，分别从培育全流程智能制造解决方案供应商企业联盟、健全质量管理体制机制、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的商业模式转型、加强与德国企业合作、改造低端制造业，提高劳动生产率和产品质量等方面提升沈阳装备制造业转型升级。劳动力资本持续上升使众多企业遇到招工瓶颈环境，这严重阻碍了产业转型升级，虞学良［21］提出用“机器换人”的方法解决人口红利下降的问题，促进传统装备制造业的转型升级。曾繁华等［22］认为传统制造业转型升级的本质在于通过不断提升制造企业科技创新能力，推动全球价值链由低端向高端跃迁。董锡健［23］以上海景格科技股份有限公司为研究对象，提出要致力于产业经济领域岗位与职业智能化、数字化情景模拟高端培训，全力打造“中国版”装备制造智能化培训港，促进传统装备制造业转型升级。易露霞等［24］提出要从降低能耗、协调产业发展、走低碳化之路技术引进与创新相结合、平衡完善装备制造业各类资本和产品的竞争机制等方面发展高端智能化产业。詹浩勇［25］从集群供应链网络竞合的视角研究装备制造业转型升级。

在上述文献中，大部分学者用定性分析方法以及宏观、中观视角研究传统装备制业转型升级。本文用定性定量相结合的非线性多阶层的系统动力学方法（以下简称SD）进行研究分析，从微观视角研究传统装备制造业转型升级与智能化建设的主要影响要素，得出结论：将外部投入要素维持在一定水平，加大力度对内部影响要素的投入，可更有效地促进辽宁装备制造业转型升级与智能化进程。

2 辽宁装备制造业2008—2017 年发展现状

以2008 年为基期，辽宁省2017 年上规模企业单位数定期增长速度为-61.32%，平均增长速度为-10.02%；人员年平均人数定期增长速度为-30.66%，平均增长速度为-3.99%；资产总计定期增长速度为91.53%，平均增长速度为7.49%；主营业务收入定期增长速度为8.91%，平均增长速度为0.95%；利润总额定期增长速度为43.06%，平均增长速度为4.06%。数据显示，2008—2017 年辽宁装备制造业规模在不断缩小，但成绩还是呈现进步趋势（见表1）。但在2010—2011 年，发展过程中出现波动浮动较大情况。当时受到全球金融危机影响，辽宁装备制造业的发展受到重创，呈现大幅度下滑趋势。在德国“工业4.0”、中国振兴东北老工业基地装备制造业发展战略的影响下，出现盲目跟风现象，大力发展装备制造业产业，2012 年各指标达到巅峰（在2008—2017 期间），这导致辽宁装备制造业发展出现大而不精的问题。国家为了解决此问题，出台一系列鼓励传统装备制造业走向高端智能装备制造业发展政策，装备制造企业也逐渐重视“互联网+传统装备制造业＝智能高端装备制造业”的发展模式，近10 年各平均指标呈现直线上升趋势，转型升级发展取得明显效果（见图1 和图2）。

表1 辽宁装备制造业近10 年发展现状分析

图1 辽宁装备制造业近10 年发展现状折线趋势

图2 辽宁装备制造业近10 年持续增长发展状况折线趋势

3 辽宁装备制造业转型升级与智能化建设的SD 模型构建

3.1 系统结构分析

系统建设过程涉及诸多复杂因素，根据影响产业转型升级与智能化建设的内外特点，确定系统边界，将重要影响因素写入模型，对各模块间的作用关系进行因果反馈分析，用方块代表主要子模块，并用单箭头线反映子模块间的作用关系。简单形象的方块图有利于确定系统边界和建立系统因果图。

按照系统论原理，辽宁装备制造业转型升级与智能化建设系统主要分为4 个影响系统模块，即智能化产品产值增长系统、外部影响系统、内部影响系统和外部支撑系统。这些系统相互联系又相互促进，共同促进辽宁装备制造业转型升级与智能化建设进程发展。见图3。

图3 辽宁装备制造业转型升级与智能化系统结构分析

3.2 系统因果关系图构建及分析

通过对辽宁装备制造业转型升级与智能化系统结构分析可知，该系统不仅依靠内部要素的整合和协调而且还依靠一定的外在机制的调控与推动。因此，要进行辽宁装备制造业转型升级与智能化建设，以系统的角度进行全面因果分析。因果关系图是SD

模型动态仿真模拟的基础和条件，有正、负相关两种回路，正回路起增强能量作用，负回路起调节能量作用，但因果图只进行定性分析，无量化分析。现将四大系统模块内容细化，形成辽宁装备制造业转型升级与智能化建设SD 因果关系图（见图4）。

图4 装备制造业转型升级与智能化建设SD 因果关系

3.2.1 内部影响系统细化

（1）开发智能产品动力→电子设备投入→人才投入→智能产品产值→总利润→净利润→开发智能产品动力。

对智能产品开发具有动力，加大对设备以及人才的投入，促进智能产品的开发，最终促进企业的利润增加，利润又是开发智能产品的动力，这是一个不断增强能量的正反馈回路。

（2）竞争力→开发智能产品动力→设备投入→人才投入→智能产品产值→智能建设能力→智能标准→竞争力。

竞争激烈，驱动智能产品开发动力的提高，最终实现智能标准。标准越高，企业间竞争力越激烈，这是一个不断增强能量的正反馈回路。

（3）资源再利用→开发智能产品动力→设备投入→人才投入→智能化产品产值→生产率→生产成本→剩余资源→产品质量→环境污染指数→资源再利用。

（4）资源再利用→智能产品产值→生产率→生产成本→剩余资源→产品质量→环境污染指数→资源再利用。

经济的发展提倡节能环保、绿色化发展，资源回收再利用率提高，节约资源，增强开发智能产品动力，减低成本，保护环境，（3）和（4）是起到调节能量的负反馈回路。

3.2.2 外部支撑系统细化

（1）政府财政收入→政府拨款→设备投入→智能产品产值→生产率→生产成本→利润总额→净利润→政府财政收入。

（2）政府财政收入→政府拨款→技术培训→人才投入→智能产品产值→利润总额→净利润→政府财政收入。

（3）政府财政收入→政府拨款→技术培训→人才投入→设备最大使用价值→智能产品产值→利润总额→净利润→政府财政收入。

企业重视员工技术培训，加大力度建设人才队伍，使高端精密生产设备的使用价值发挥到最大化，促进企业利润总额增加，政府的财政收入主要来源于企业的税收，税收的高低取决于企业利润总额，以上三条是不断增强能量的正反馈回路。

（4）信贷能力→设备投入→人才投入→智能产品产值→总利润→净利润→信贷能力。

（5）信贷能力→资金链运转→智能产品需求→开发智能产品动力→设备投入→人才投入→智能产品产值→总利润→净利润→信贷能力。

信贷能力强可以加速资金流动，使企业资金链良性运转，加大对设备及人才投入，促使企业创造更多智能产品产值，以上是不断增强能量的正反馈回路。

3.2.3 外部影响系统细化

（1）产学研合作→科技成果转化→智能产品产值→总利润→净利润→产学研合作。

（2）产学研合作→科技成果转化→智能产品产值→生产率→生产成本→总利润→净利润→产学研合作。

建立产学研合作联盟，促进科技成果转化，技术创新驱动智能产品产值增加，提高生产效率，节约资源，减低生产成本，最终促使产学研合作战略联盟体系的建立，以上是起到调节能量的负反馈回路。

3.2.4 智能化产品产值增长系统细化

（1）智能标准→设备投入→人才投入→智能产品产值→产品质量→环境污染指数→质量、环境指标影响因子→智能标准。

（2）智能产品需求→开发智能产品动力→设备投入→智能产品产值→可用资源→智能产品需求。

从资源稀缺性出发，虽然提倡节能环保、提高资源利用率的生产模式，但智能化产品产值增多，还是会消耗一定的可用资源，资源减少，人们对智能产品的渴望就越强烈，以上是起到调节作用的负反馈回路。

（3）智能产品产值→生产率→生产成本→总利润→净利润→智能产品产值。

智能产品产值增加，在一定程度上促进智能产出标准提高，生产效率提高，节约资源，最终导致生产成本降低，这是一条起到调节能量的负反馈回路。

（4）智能产品需求→开发智能产品动力→设备投入→智能产品产值→智能产品需求。

需求大，开发生产动力就大，开发生产动力可以促使企业对设备的投入与人才队伍的建设，这是一条增强能量的正反馈回路。

3.3 系统流图构建与量化分析

根据辽宁装备制造业转型升级与智能化建设系统因果关系，通过VENSIM PLE 软件，把反应敏感变量纳入模型中建立SD 流图。辽宁装备制造业转型升级与智能化建设系统是通过装备制造企业内部人才投入、高端精密电子设备投入，政府、企业家、市场支撑以及与高校、科研院所合作、技术引进等外部多重影响因素综合构建，所以，该SD 模型选取智能化产品产值、装备制造业产值和R&D 经费投入为系统初始状态变量。原始数据来源于《辽宁统计年鉴》［26］《中国高技术产业统计年鉴》［27］《中国统计年鉴》［28］和新浪财经网上市企业的财务报告。运用SPSS 和EXCEL 软件对原始数据进行处理，见图5。

图5 辽宁装备制造业转型升级与智能化建设SD 模型流

模型构建成功，通过VENSIM PLE 软件方程式构建，对辽宁装备制造业转型升级与智能化建设系统进行量化分析，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 模拟的最后时间；

（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 模拟的初始时间；

（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 模拟的时间步长；

（14）产值变化率=Sarlookup（Time）；

（15）产值变化量=装备制造业产值×产值变化率；

（16）产学研合作程度=Psrlookup（Time）；

（17）企业家因子=Entlookup（Time）；

（18）减少值=装备制造业产值×减少率；

（19）减少率=0.04；

（20）增长率=技术投入比率^0.35×高技术人才投入程度^0.3×产学研合作程度^0.15×新技术引进程度^0.2；

（21）市场集中因子=Marlookup（Time）；

（22）政府支撑因子=Govlookup（Time）；

（23）新技术引进程度=Teclookup（Time）；

（24）智能化产品产值年减少值=智能化化产品产值×智能化产品自然衰减率；

（25）智能化产品产值年增加值=智能化化产品产值×增长率；

（26）智能化产品市场需求因子=智能化系统需求的比例变化率/理想比例；

（27）智能化产品自然衰减率=0.067；

（28）智能化化产品产值=INTEG（智能化产品产值年增加值-智能化产品产值年减少值，5.319 97e+07） Units：万元；

（29）智能化系统需求的比例变化率=Intlookup（Time）；

（30）理想比例=0.95；

（31）经费支出变化率=转型升级与智能化建设动力^0.5×产值变化率^0.5；

（32）经费支出变化量=“装备制造业R&D 经费支出” ×经费支出变化率；

（33）“装备制造业R&D 经费支出”=INTEG（经费支出变化量，2.906 78e+06）；

（34）装备制造业产值=INTEG（产值变化量-减少值，1.180 33e+08）；

（35）转型升级与智能化建设动力=0.3×智能化产品市场需求因子+0.25×政府支撑因子+0.1×企业家因子+0.25×市场集中因子+0.1×随机因子；

（36）随机因子=Ranlookup（Time）；

（37）高技术人才投入程度=Hitlookup（Time）；

（38）技术投入比率=“装备制造业R&D 经费支出”/装备制造业产值。

3.4 SD 模型有效性检验

建立SD 模型目的是分析问题，最终给予有效的解决方案与策略，所以，模型建立是否有效直接影响最终决策的正确与否。为了能让模型各影响要素作出正确的响应，客观反应问题的本质和发展规律，首先对系统进行模型结构性检验和历史性检验。

3.4.1 SD 模型结构性检验

辽宁装备制造业转型升级与智能化建设SD 模型的边界、状态变量、辅助变量、速率变量、表函数等以及反馈回路验证模型的输出响应信息。通过以计算机环境下运行的VENSIM PLE 软件检验模型的结构以及方程式建立的合理性与正确性。

3.4.2 SD 模型历史性检验

历史性检验是通过对模型进行模拟运行得出的数据与实际数据比较，偏差率控制在±0.20 之内，可以说明该SD 模型参数及结构建立的正确且有效，反之亦然。在该SD 模型中，选取2010—2017 年辽宁装备制造业智能化产品产值、装备制造业产值与R&D 经费支出3 个状态变量真实值与模拟值进行偏差率计算，如果偏差率超过±0.20，需要不断调整模型结构，通过多次拟合实验，直至模型偏差率控制在±0.20内，对未来发展的预测才会正确（见表2）。

表2 状态变量偏差率 单位：万元

从表2 可见，3 个状态变量的误差率都在±0.20内，说明该模型结构设计与参数选取以及原始数据的采集和处理是正确的。因此，该模型能很好地诠释辽宁装备制造业未来发展趋势和规律，从而做出正确决策提供可靠依据。

4 辽宁装备制造业转型升级与智能化建设系统模型仿真实例分析

内部影响系统、外部影响系统及外部支撑系统相互影响促进智能化产品产值的变化，一个系统变化，其他系统也随之变化。为了提高智能化产品产值，从资源稀缺性出发，实现资源优化配置，通过VENSIM PLE 软件进行模拟，以2010 年为模拟初始时间，2025 年为模拟终止时间，时间步长为1，以2010—2017 年辽宁装备制造业真实数据预测2018—2025 年发展趋势（见图6）。

（1）外部影响系统。外部影响系统包括新技术引进程度和产学研合作程度。新技术引进程度由2010年的0.91 降低到2017 年的0.37，产学研合作程度由2010 年的0.71 降低到2017 年的0.46，说明企业对新技术的引进和建立合作联盟的势头在减弱。为提高转型升级与智能化建设水平，开始不得不依赖外部因素（新技术引进与科研所高校合作）投入，但在中德美装备制造业战略影响下，辽宁装备制造业转型升级与智能化发展不能绝对地依赖外部，不掌握核心技术，自主创新能力弱，价值链锁定低端，所以，企业应重视高新技术人才培养与技术创新等内部因素发展。通过VENSIM PLE 软件模拟，2025 年两项指标水平分别为0.34 和0.49，说明企业对新技术引进和产学研合作程度一直维持在一定稳定水平。

（2）外部支撑系统。外部支撑系统包括政府、市场等因子。企业与政府进行双向信息交流，以便企业顺利开展市场运营活动，所以，辽宁装备制造业转型升级发展离不开政府、市场等外部环境。2010 年政府和市场对企业影响程度分别为0.6 和0.37，通过软件模拟，2025 年两项指标分别为0.65和0.72，说明政府对企业的支撑一直都处于大力扶持状态，而辽宁装备制造业的发展越来越依赖市场环境。

（3）内部影响系统。内部影响系统包括高技术人才投入程度和高端精密电子设备投入程度。人才是装备制造业转型升级重要载体，高端精密电子设备是实现转型升级智能化生产的保障。模拟发现辽宁装备制造业对人才和设备的投入程度虽然低于技术引进和产学研程度，但高技术人才投入程度由2010 年的0.15 上升到2025 年的0.25，高端精密电子设备投入程度由2010 年的0.025 上升到2025 年的0.2，说明辽宁装备制造企业对人才建设和设备投入越来越重视。

（4）智能化产品产值增长系统。内部影响、外部影响及外部支撑系统共同影响和促进智能化产品产值的变化。2010 年智能化产品产值增长率为0.02，2025 年该模拟值为0.20，外部影响系统、外部支撑系统维持在稳定不变水平下，加大力度对内部影响系统的投入，更能促进智能化产品产值的增长，从而加快实现辽宁装备制造业转型升级与智能化建设。

5 结论和对策研究

通过仿真实证分析，本文只从微观视角出发，在技术引进程度、产学研合作程度维持现有水平的情况下，加大力度对人才队伍建设和高端精密电子设备的投入程度。具体对策如下。

5.1 加强内部影响系统的投入强度

通过模拟仿真发现，加快转型升级与智能化建设进程，需要重视内部因素的投入强度，企业应重视高技术人才队伍建设与培养，加大力度对高端电子设备投入，增强自主技术创新能力。技术人才是创新的载体，只有不断创新才能驱动装备制造业转型升级与智能化建设发展，依靠外部只能使我们处于被动地位，不掌握核心技术，无竞争能力，产品生产价值链锁定低端水平。只有自身强大才能屹立不倒，掌握话语权。所以，加强内部影响系统投入强度更能促进装备制造业转型升级与智能化建设进程，实现工业4.0 战略目标，掌握主动权，让别国接受我国制定的工业标准。

5.2 加强高科技综合人才队伍建设

人是生产的参与者与管理者，是智能化水平最重要的因素，也是最难掌控的因素。工业4.0 战略以及中国制造2025 计划关键就是建立一个人机+互联网高度融合的智能化生产系统。高素质、高技术人才可以加强控制机器+物联网+智能生产流程融合技术，提高工作效率，降低生产成本，为实现智能制造提供可靠的技术保证。实现“智能”生产，最关键的因素就是投入“智能”综合人才。例如，装备制造企业应加强科技创新人才的投入，建立科技创新实验室，重视人才培养，有目的、有针对性地推进辽宁装备制造业实现全方位智能化的战略目标。

5.3 实现高端精密电子设备使用价值最大化

部分辽宁装备制造企业为了顺应大环境的变化趋势，购买了先进高端精密的生产设备，但企业未对操作人员进行系统培训，使生产设备有些功能闲置，要想实现智能制造生产方式，应该使设备的使用价值达到最大化。面对辽宁装备制造业的智能制造，我们面临最大困难是，信息技术和物理生产设备不能进行深度融合，信息技术不能很好地促进制造业转型升级和技术改造，实现不了精细化生产，造成单位产品耗能高，资源浪费，生产成本增加，环境破坏等问题。因此，我们要加强高端精密设备与信息技术高度融合，使设备功能利用率达到最大化。