论文部分内容阅读
船舶工业是中国的战略产业，在全球造船业进入周期性调整的情况下，中国船舶工业面临着巨大的产能过剩压力。由于造船业产品投资大、建造周期长、产业链长以及船舶建造行业运行的滞后性，导致其产能过剩产生危害的影响程度大并在短时间内难以消除。为防止造船业因产能过剩引发大幅波动，保持中国造船业健康发展，有必要对造船业的产能过剩进行识别界定、评价和预警研究。本文从中国造船业产能过剩的识别界定、产能过剩评价、产能过剩预警和产能过剩对策建议四个方面进行了研究。采用数理统计方法进行了造船业产能过剩的界定，运用熵值法对中国造船业的产能过剩进行了评价研究，采用熵值法与BP神经网络构建的模型对造船业的产能过剩进行了预警研究，并提出了中国造船业产能过剩的对策建议。产能过剩识别方面，根据产能过剩的相关研究结合造船业本身的行业特点，从固定资产投资、产需与手持订单、行业效益、劳动力规模和生产成本五个方面对造船业的产能过剩进行了识别。产能过剩界定方面，参照关于产业安全度的估算研究，将造船业的产能过剩程度划分为严重过剩、显著过剩、安全、产能不足和产能瓶颈五个等级，并利用统计方法中的3σ法则来确定各指标的产能过剩区间。产能过剩评价方面，根据造船业产能过剩的识别研究，从五个方面选取了11个指标构建了产能过剩的评价指标体系。采用熵值法衡量了各评价指标的权重，在此基础上计算得到了历年造船业的产能过剩情况。产能过剩预警方面，探讨了熵值法和BP神经网络相结合进行造船业产能过剩预警的思路和方法，结合造船业产能过剩的特点，提出了造船业产能过剩的EM-BP预警方法。之后，运用Matlab神经网络工具箱构建了产能过剩的网络预警模型，并对中国造船业的产能过剩状况进行了实证研究。产能过剩对策建议方面，从产业和企业两个层面提出了缓解造船业产能过剩矛盾的对策建议，希望能对中国造船业产能过剩的应对起到重要的现实指导意义。