《基于stoned方法的中韩日造船业效率比较研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
学校代码：10289分类号：F273密级：公开学号：102040022江苏科技大学硕士学位论文研究生姓名邹嘉导师姓名陶永宏申请学位类别硕士学位授予单位江苏科技大学学科专业管理科学与工程论文提交日期2013年4月9日研究方向船舶经济与管理论文答辩日期2013年6月15日答辩委员会主席葛世伦评阅人盲审盲审2013年6月15日 分类号：F273密级：公开学号：102040022论文题目基于StoNED管理学硕士学位论文方法的中韩基于StoNED方法的中韩日日造造船业效率比较研究船业效率比较研究学生姓名邹嘉姓指导教师陶永宏教授名邹嘉江苏科技大学江苏科技大学二O一三年六月 AThesisSubmittedinFulfillmentoftheRequirementsfortheDegreeofMasterofManagementScienceShipbuildingPerformancebasedontheStoNEDmethodswithinChina,KoreaandJapanSubmittedbyZouJiaSupervisedbyProfessorTaoYonghongJiangsuUniversityofScienceandTechnologyJune，2013 江苏科技大学硕士学位论文江苏科技大学学位论文原创性声明本人郑重声明：所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：年月日 江苏科技大学硕士学位论文江苏科技大学学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权江苏科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于：(1)保密□，在年解密后适用本授权书。(2)不保密□。学位论文作者签名：指导教师签名：年月日年月日 摘要摘要经济危机对中国造船业影响巨大，2011、2012年中国造船业新接订单量持续下降，小型船厂甚至一些大、中型船厂面临着无船可造的局面。但同时，中国造船业面临着产能过剩，效率低下等问题。中国造船业必须借鉴韩国、日本造船业发展经验，从只注重规模转向规模和效率协调发展，提升造船竞争力。（1）分析了造船业区别于一般装备制造业的特点，从世界造船业转移路径和竞争格局两方面出发，确定将具有统治地位的中韩日三国造船业作为比较研究对象。在此基础上，依据造船业转移的时间顺序从宏观和微观两个角度分别描述日本、韩国、中国造船业产业现状以及中韩日三国主要造船企业。对比日本、韩国造船业得到中国造船业的优势和劣势，为中韩日三国造船业效率的测算和对比提供基础。（2）分析了常用的两种效率测算模型：DEA模型和SFA模型，对比他们的优势和劣势引出了StoNED模型。随机非参数数据包络分析法（StoNED）结合了其他测度效率方法优点，可以更好地综合评价造船企业效率。中、韩、日三国15家造船企业效率测度的结果表明：我国造船业效率虽低于韩、日造船业，但是中国造船业效率不断提升的趋势十分明显。（3）在测算中韩日三国造船业效率的基础上，对影响中国造船业效率的因素进行了实证分析，由于造船业效率影响因素繁多而且复杂，因素之间也会相互影响，线性回归模型不能满足检验假设。基于此，本文选用非线性模型BP神经网络对效率进行弹性分析。研究表明，企业规模和管理水平是影响中国造船业效率最大的两个因素。（4）从宏观造船产业和微观造船企业两个角度出发，对中国造船业效率的提高提出了对策和建议：明确政府的职能，充分利用政策和法律法规的引导作用，改善造船企业的融资环境、积极开展兼并重组战略、帮助企业转变增长方式、努力建设船舶产业研究机构，协调发展规模和效率、强化科技研发和高技术人才培养能力、提高造船企业市场预测能力以及建立完善信息化管理等措施提高造船业效率。关键词：比较研究；效率测度；随机非参数数据包络分析法(StoNED)；造船企业I 江苏科技大学硕士学位论文II AbstractAbstractTheimpactoftheeconomiccrisisonChina'sshipbuildingindustryishuge.2011and2012,China'sshipbuildingindustryneworderscontinuedtodecline,smallshipyardsandevensomelargeandmedium-sizedshipyardsfacedthesituationofnovesselbeingmade.Butatthesametime,China'sshipbuildingindustryisfacingtheproblemofexcesscapacityandinefficiency.China'sshipbuildingindustrymustlearnfromtheexperienceofshipbuildingindustryinJapan,SouthKorea.Turnthedevelopmentmodelfromfocusingonlyonthescaletocoordinatingthescaleandefficiency,toenhancethecompetitivenessofshipbuilding.(1)Analysisofthecharacteristicsoftheshipbuildingindustrywhichisdifferentfromthegeneralequipmentmanufacturingindustry.Departurefromtheworldshipbuildingtransferpathandthecompetitivelandscape,determinethedominanceinChina,SouthKorea'sandJapanshipbuildingindustryasacomparativestudy.Japan,Korea,China'sshipbuildingindustrystatusquo,aswellasJapanandSouthKoreathemainshipbuildingenterprisesfrombothmacroandmicropointofviewaredescribedbasedonthetransferoftheshipbuildingindustryinchronologicalorder.,AnalysistheadvantagesanddisadvantagesofChina'sshipbuildingindustrycontraststoJapan,SouthKorea’sshipbuildingindustry,provideabasisforefficiencymeasurementandcomparisonofJapanandSouthKorea'sshipbuildingindustry.(2)Analyzedtwocommonefficiencycalculationmodels:DEAmodelandSFAmodelcomparestheiradvantagesanddisadvantages,andthenleadstotheStoNEDmodel.StochasticNon-parametricdataEnvelopmentofData(StoNED)combinedwithmethodsmeasuringoftheefficiencyhastheadvantageofbetterintegratedevaluationoftheefficiencyoftheshipbuildingenterprises.China,JapanandSouthKorea15theshipbuildingbusinessefficiencymeasureresultsshowthat:theefficiencyofChina'sshipbuildingindustryislowerthanJapan,SouthKorea'sshipbuildingindustry.ButthetrendofChina'sshipbuildingindustryimprovingefficiencyisclear.(3)Onthebasisofestimatesabove,empiricalanalysisoftheefficiencyfactorsofChina'sshipbuildingindustry.ShipbuildingEfficiencyofnumerousandcomplexfactorswillinfluenceeachother,alinearregressionmodelcannotmeettheassumptions.Basedonabove,thisarticlechoicesBPneuralnetworktodotheelasticanalysis.StudiesshowthatfirmsizeandmanagementlevelarethemostimportantfactorsthataffecttheefficiencyofIII 江苏科技大学硕士学位论文China'sshipbuildingindustry.(4)Clearthefunctionsofgovernment,makefulluseoftheguidingroleofpoliciesandlawsandregulations,improvethefinancingenvironmentofshipbuildingenterprises,activelycarryoutthemergerandreorganizationstrategytohelpenterprisestochangetheirmodeofgrowth,changetheirmodesofgrowth,devotetobuildingtheshipindustryresearchinstitute;coordinateddevelopmentofscaleandefficiency,strengthenR&Dandhigh-techpersonneltrainingcapacity,improvetheshipbuildingenterprisemarketpredictiveabilityandestablishasoundinformationmanagementtoimproveshipbuildingefficiency.Keywords:ComparativeStudy;efficiency;StochasticNon-parametricdataEnvelopmentofData(Stoned);shipbuildingenterprisesIV 目录目录摘要........................................................................................................................................IAbstract.................................................................................................................................III第1章绪论...........................................................................................................................11.1研究的背景与目的...................................................................................................11.1.1研究背景.........................................................................................................11.1.2研究目的.........................................................................................................21.2国内外研究现状.......................................................................................................31.2.1国外研究现状.................................................................................................31.2.2国内研究现状.................................................................................................31.2.3研究现状评述.................................................................................................51.3论文结构...................................................................................................................61.4研究方法...................................................................................................................71.5论文创新点...............................................................................................................8第2章相关理论概述...........................................................................................................92.1效率与有效前沿面....................................................................................................92.2DEA模型和SFA模型..............................................................................................92.2.1DEA简介.........................................................................................................92.2.2SFA简介........................................................................................................102.2.3DEA和SFA优劣势比较..............................................................................102.3BP神经网络技术....................................................................................................112.3.1人工神经网络技术简介...............................................................................112.3.2BP神经网络特点..........................................................................................122.3.3BP神经网络的弹性分析..............................................................................142.4本章小结.................................................................................................................14第3章中韩日造船业概况.................................................................................................153.1造船产业的特点.....................................................................................................153.1.1三密集型产业...............................................................................................153.1.2单件小批生产方式.......................................................................................153.1.3强周期性行业...............................................................................................163.2世界造船业格局......................................................................................................163.2.1转移路径........................................................................................................16I 江苏科技大学硕士学位论文3.2.2竞争格局........................................................................................................173.3中韩日三国造船业现状.........................................................................................183.3.1日本造船业现状...........................................................................................183.3.2韩国造船业现状...........................................................................................193.3.3中国造船业现状...........................................................................................223.4中韩日三国主要造船企业.....................................................................................253.5中国造船业优劣势分析.........................................................................................263.5.1中国造船业优势分析...................................................................................263.5.2中国造船业劣势分析...................................................................................273.6本章小结.................................................................................................................29第4章基于StoNED的中韩日造船业效率分析...............................................................304.1StoNED模型的介绍...............................................................................................304.1.1基本StoNED模型.......................................................................................304.1.2面板数据模型...............................................................................................324.1.3多产出模型...................................................................................................344.2可行性分析与数据选取.........................................................................................354.2.1可行性分析...................................................................................................354.2.2应用原则.......................................................................................................354.2.3变量的选取与采集.......................................................................................364.3数据处理和模型计算.............................................................................................414.3.1模型构建.......................................................................................................414.3.2模型测算.......................................................................................................424.3.3模型分析.......................................................................................................434.4本章小结.................................................................................................................45第5章基于BP神经网络的效率弹性分析.......................................................................465.1BP神经网络的算法简介........................................................................................465.1.1BP神经网络基本模型..................................................................................465.1.2BP神经网络算法实现..................................................................................465.2数据的采集与处理.................................................................................................485.3BP神经网络的仿真................................................................................................485.3.1无量纲化处理...............................................................................................485.3.2拓扑结构设计...............................................................................................495.3.3相关参数设计...............................................................................................505.3.4神经网络建立...............................................................................................51II 目录5.3.5有效性检验...................................................................................................525.4效率弹性及影响因素分析.....................................................................................535.4.1效率的弹性分析...........................................................................................535.4.2效率的影响因素分析...................................................................................535.5本章小结.................................................................................................................55第6章提高中国造船业效率的对策建议.........................................................................566.1产业层面对策建议..................................................................................................566.1.1改善造船企业融资环境...............................................................................566.1.2积极开展兼并重组战略...............................................................................566.1.3帮助企业转变增长方式...............................................................................576.1.4建设船舶产业研究机构...............................................................................576.2企业层面对策建议..................................................................................................586.2.1协调发展规模和效率...................................................................................586.2.2强化技术创新及人才培养...........................................................................586.2.3提高市场预测能力.......................................................................................596.2.4提升信息化管理水平...................................................................................596.3本章小结.................................................................................................................60结论与展望...........................................................................................................................61参考文献...............................................................................................................................63攻读学位期间发表的学术论文...........................................................................................66致谢.......................................................................................................................................67III 江苏科技大学硕士学位论文IV 目录ContentsAbstract(Chinese).................................................................................................................IAbstract(English)................................................................................................................IIIChapter1Introduction.......................................................................................................11.1BackgroundandSignificance...................................................................................11.1.1Background....................................................................................................11.1.2Significance....................................................................................................21.2Researchstatus...........................................................................................................31.2.1Foreignresearch...............................................................................................31.2.2Domesticresearch.............................................................................................31.2.3Summary........................................................................................................51.3Researchstructure....................................................................................................61.4Researchcontentandmethods.................................................................................71.5Themaininnovation..................................................................................................8Chapter2TheoryOverview...............................................................................................92.1Efficientandfrontier................................................................................................92.2DEAmodelandSFAmodel.....................................................................................92.2.1DEAmodelsummary.......................................................................................92.2.2SFAmodelsummary....................................................................................102.2.2Comparativeadvantagesanddisadvantages..................................................102.3BPneuralnetwork................................................................................................112.3.1IntroductionofBPneuralnetwork.................................................................112.3.1BPneuralnetworkfeatures...........................................................................122.3.3FlexibilityanalysisusingBPneuralnetwork.................................................142.4ChapterSummary...................................................................................................14Chapter3China,SouthKoreaandJapaninshipbuildingOverview..........................153.1Thecharacteristicsoftheshipbuildingindustry.....................................................153.1.1Intensiveindustries.......................................................................................153.1.2Singleandsmallbatchproductionmethods.................................................153.1.3Strongcyclicalindustry................................................................................163.2Thepatternofworldshipbuilding..........................................................................16V 江苏科技大学硕士学位论文3.2.1Transferpath...................................................................................................163.2.2Competitivelandscape.................................................................................173.3China,SouthKoreaandJapan'sshipbuildingindustrystatusquo.........................183.3.1Japan'sshipbuildingindustrystatusquo......................................................183.3.2SouthKorea'sshipbuildingindustrystatusquo..........................................193.3.2China’sshipbuildingindustrystatusquo.....................................................223.4ShipbuildingenterprisesinChina,SouthKoreaandJapan...................................253.5China'sshipbuildingindustryadvantagesanddisadvantages................................263.5.1Chinashipbuildingindustryadvantage..........................................................263.5.2Chinashipbuildingindustrydisadvantages....................................................273.6ChapterSummary...................................................................................................29Chapter4EfficiencyanalysisofshipbuildingindustryinChina,SouthKoreaandJapanbasedStoNED...........................................................................................................304.1TheStonedmodelintroduction..............................................................................304.1.1BasicStonedmodel......................................................................................304.1.2Paneldatamodel..........................................................................................324.1.3Multi-outputmodel........................................................................................344.2Feasibilityanalysisanddataselection.....................................................................354.2.1Feasibilityanalysis.........................................................................................354.2.2Applicationoftheprinciples........................................................................354.2.3Variableselectionandacquisition..................................................................364.3Dataprocessingandmodelcalculation....................................................................414.3.1Modelbuilding...............................................................................................414.3.2Modelestimates..............................................................................................424.3.3Modelanalysis..............................................................................................434.4ChapterSummary.....................................................................................................45Chapter5ElasticanalysisbasedonBPneuralnetworkefficiency................................465.1IntroductiontoBPneuralnetworkalgorithm...........................................................465.1.1BPneuralnetworkmodel...............................................................................465.1.2BPneuralnetworkalgorithm.........................................................................465.2Dataacquisitionandprocessing...............................................................................485.3BPneuralnetworksimulation..................................................................................485.3.1Dimensionless................................................................................................485.3.2Topologydesign.............................................................................................49VI 目录5.3.3Therelevantparametersdesign......................................................................505.3.4Topologydesign.............................................................................................515.3.5Therelevantparametersdesign......................................................................525.4flexibilityandinfluencefactorsanalysis..................................................................535.4.1Efficiencyelasticity........................................................................................535.4.2Analysisoffactorsaffectingtheefficiency....................................................535.4ChapterSummary.....................................................................................................55Chapter6SuggestionstoimprovetheefficiencyofChina'sshipbuildingindustry......566.1Industrylevelsuggestions........................................................................................566.1.1Improvetheshipbuildingcorporatefinanceenvironment..............................566.1.2Activelycarryoutthemergerandreorganizationstrategy.............................566.1.3Helpenterprisestochangetheirmodeofgrowth...........................................576.1.4Ship-buildingindustryresearchinstitute........................................................576.2Enterpriselevelsuggestions...................................................................................586.2.1Thecoordinateddevelopmentofthescaleandefficiency.............................586.2.2Strengthentechnologicalinnovationandpersonneltraining.........................586.2.3Improvethemacro-strategicvision................................................................596.2.4Enhancethelevelofinformationmanagement..............................................596.3ChapterSummary.....................................................................................................60ConclusionandOutlook.....................................................................................................61References............................................................................................................................63PublishedPapersDuringStudyingforMaster'sDegree................................................66Acknowledgements..............................................................................................................67VII 江苏科技大学硕士学位论文VIII 第1章绪论第1章绪论1.1研究的背景与目的1.1.1研究背景造船业与全球经济环境紧密相关，造船业的发展离不开世界经济的发展。经济形势的波动会对造船业产生“马太效应”，即经济越好造船业形势更好，经济越差造船业形势更差。2008年金融危机导致世界经济陷入了持续的下行区间，重创了蓬勃发展的世界造船业。2012年底世界造船业手持订单量为10695万载重吨，仅仅只有2008年巅峰时期21380万载重的一半；造船完工量为6021万载重吨，相较于2011年造船完工量6760万载重吨下降10.9%；而新接订单量为2041万载重吨,同2011年新承接订[1]单3330万载重吨相比降低38.7%，可见本次金融危机对造船业的影响时间跨度长，范围广，影响深远。当前形势下，全球造船业面临的主要困境是新船需求量急剧下降的情况下，船舶产业产能的严重过剩。由于船舶的建造周期长，对金融危机的反应具有一定的滞后性。因此，2011年后中国造船业产能过剩与无船可造之间矛盾体现得尤[2]为突出。在世界造船业遭受巨大冲击的背景下，我国造船业面临着更为严峻的局面。一方面，船舶产业的下游航运业市场萎靡，中国远洋连续两年出现了极大规模的亏损，造船企业的需求大幅度减少；另一方面，2007年以来，中国造船业产能保持了突飞猛进的发展势头，截止2011年底，我国已投产的1万吨以上的船坞、船台共计723座，相较于2007年底同比增长67.3%。其中20万吨级船坞32座，10-25万吨造船坞、船台25座。而2007年底，我国25万吨船坞、船台仅仅只有16座。产能严重扩张后，我国造船企业需要相当长的时间消化、吸收已建成的造船设施。优越的经济环境下，造船业有着足够的市场，中国造船企业可以避免与韩国、日本企业直接竞争，通过扩大规模抢占世界造船业份额，因此一直忽略效率的提高；随着经济环境的恶化，三国造船市场份额都发生萎缩，直接对话不可避免。中国造船业必须及时改变战略，将核[3]心竞争力从扩大规模转变为规模、效率同步发展。同韩国、日本等发达造船业国家，中国造船业无论是技术、质量还是工艺都存在着相当大的差距。中国造船业面对韩国、日本造船业竞争时，不得不通过降低利润率提高竞争力，随着本次经济危机的持续影响，韩国、日本造船业通过降低价格获取市场，中国造船业已经面临着退无可退的局面。船舶工业“十二五”发展规划指出：“船舶工业在高速发展的同时，自主创新能1 江苏科技大学硕士学位论文力不强、增长方式粗放、低水平重复投资、产能严重过剩、船用配套设备发展滞后、海洋工程装备研发进展缓慢等矛盾日益显现，我国船舶工业正处在由大到强转变的关键时期”。《规划》的出台对于萎靡的造船业更像是一剂催化剂和处方药，引导和催促造船业改变产业结构，调整战略框架，帮助企业管理者转变观念，将效率放在一个突出的位置。世界经济一体化趋势越来越明显，造船业的供需双方都被赋予了全球化的属性，中国造船业的发展必须直视韩国、日本等传统造船强国的压力。在转型升级的关键时期，中国造船业必须意识到自身效率现状，与韩国、日本造船业效率还有多大的差距？中国造船业效率在过去的几年发生了什么变化？影响中国造船业效率的因素有哪些？如何集中利用有限的资源，尽可能提高中国造船业效率？造船业的效率以及影响因素研究，有利于帮助中国造船业看清形势，促进整个产业的发展。1.1.2研究目的竞争力的提高主要有扩张规模和提高效率两种路径，提高效率有利于实现产品的差异化，建立核心竞争优势，有效的抵御风险，建立真正的“竞争力”。中国造船业规模已经成为世界第一，差距主要体现在效率上。在当前背景下，对造船业效率的研究有着更加现实的意义。2008年全球金融危机爆发后，世界经济出现了停滞甚至衰退，船舶制造业也一同进入衰退，中韩日作为世界造船大国，形势却各不相同。韩国在2011年逆势而上，成功反超中国，重新登上世界造船业第一的宝座，反映出韩国造船业强大的抗打击能力和生存能力，也体现了韩国造船业强大的竞争优势。在当前世界造船业的较量中，中国必须提高效率以适应处于下行期的宏观经济环境。提升中国造船业效率的实质就是转变现有的生产方式，通过提高科技含量，工艺水平以及管理能力，提升中国造船业的效益和竞争力，帮助中国造船业摆脱现有困境，为晋升世界造船强国提供保证。提升造船业效率不仅需要定性的分析，还必须给出定量的答案。他山之石可以攻玉，中国造船业在造船完工量上已经超越韩国、日本成为世界第一造船大国。但是，从管理水平、科研实力、劳动力素质等诸多方面考虑，中国造船业效率均大大不如竞争对手。提升中国造船业效率的有效手段就是通过与韩国、日本造船业进行比较，找到自身的不足，加以改善并超越。造船业效率及影响因素的研究，企业管理者固然需要考虑，宏观政策制定者同样关心。研究中国造船业效率能够为宏观决策者提供准确有效的效率评价工具和评价结果，找到中国造船业效率落后的原因所在，从而更好地监督和引导中国造船企业，帮助中国造船业更好地发展。2 第1章绪论1.2国内外研究现状1.2.1国外研究现状CollinsGabriel、MichaelCGrubb（2008）在《AComprehensiveSurveyofChina's[4]DynamicShipbuildingIndustry:CommercialDevelopmentandStrategicImplications》咨文中，对中国的船舶产业进行了全面而深入的研究，认为中国造船产业的发展与世界经济，尤其是中国经济的高速发展是紧密相关的。咨文将中国造船业放置在全球化的市场环境下讨论，对比韩国、日本和其他的西方国家造船产业，发现中国竞争力日益提高。BlazekDavid,RobinCSickles（2010）在《Theimpactofknowledgeaccumulationandgeographicalspilloversonproductivityandefficiency:ThecaseofUSshipbuildingduring[5]WWII》探讨了造船业生产力与效率的关系，构建了一种基于内生增长和随机前沿生产的综合模型。通过引入修正的内生增长模型，通过学习并累积造船企业生产经验，提高模型的适用性，随后利用随机前沿模型（SFA）求解造船企业效率。KrishnanCdr、SNavaneetha（2011）在《AnalysisofChineseShipbuildingIndustry:[6]StrategicLessonsforIndia》中，分析了中国造船业的发展和现状，对比指出了印度造船业的不足。文章从微观、宏观两个角度分析了中国造船业能迅速崛起的原因，认为中国造船业能够蓬勃发展，最重要的原因在于宏观政策的支持。基于此，文章提出发展印度造船业的有效手段之一是宏观政策的引导。KrishnanCommanderSNavaneetha（2012）在《AScientificApproachtoMeasure[7]ShipbuildingProductivity》中指出了现有的船舶产业生产力效率测算评价系统与现实的差距。通过运用科学计量方法DEA模型评价船舶产业的生产力效率并对其影响因素进行分析。DEA模型中，产出指标使用了造船完工量衡量，而投入指标使用工作分解结构（WorkBreakdownStructure）方法分解指标得到。LeveringRoland、RikLigthart,NielsNoorderhaven,、LeonOerlemans（2013）在《Continuityandchangeininterorganizationalprojectpractices:TheDutchshipbuilding[8]industry,1950–2010》中综合分析了荷兰五十年的造船产业演变规律，通过回顾近五十年的发展历程，探寻提高造船企业效率的有效方法，具体包括：降低成本、有效信息沟通和缩短船舶制造周期，通过运用自学习机制分析以往造船企业效率变动的过程并对未来效率的变化提出预测。1.2.2国内研究现状[9]张运华（2007）在《中国船舶工业技术效率分析》中计算比较了2002到2004年间，中国各省份、地区船舶产业的工业技术效率指数。其中，产出要素选用了产品3 江苏科技大学硕士学位论文销售收入衡量，投入要素选用了与产出要素相对应的造船修船设施，即船坞、船台的数量衡量。运用数据包络分析的方法，研究并得出结论：环渤海、环长江三角洲地区以及贵州等地的技术效率较高，国内大部分地区效率处于规模报酬递增的区域内。同时，笔者进一步讨论了规模和效率的关系，认为两者存在正向依存的关系，即规模的增长带动了效率的提高。[10]韩菲(2009)在《1987-2002年我国造船业发展的SDA分析》中，基于中国船舶制造业自1978年至2002年间的投入产出要素，运用SDA结构分解的方法，分析了船舶制造业技术效率变化的影响因素，认为技术的提升和需求的旺盛是推动船舶制造业发展的两项最为重要的因素，造船业的发展同上游配套企业的技术创新、结构优化紧密相连。任声策、陆铭（2010）《基于开放式创新视角的中国造船业自主创新路径研究》[11]中指出船舶产业的发展与技术的创新是紧密相关的。文章从船舶工业专利授权数量的角度出发，运用开放式创新方法，找到我国造船业自主创新的路径。文章认为优化研发资源配置，组建开放式创新网络以及推动集群发展能够有效地提升我国造船业技术效率。[12]张浩、徐宣国(2010)在《基于DEA的造船企业经营效率分析评价》中，利用2006年投入产出数据对中国、韩国、日本19家造船企业的经营数据进行了实证分析。指标选用了造船设施总面积、生产率、产值耗电量和人均成本4项指标，而产出则选用了造船完工量和人均产值两项。文章认为，中国造船企业无论是在生产利用率、能源消耗还是船坞、船台的有效利用等诸多方面都存在着较大的提升空间。在运用DEA测算造船企业经营效率的基础上，文章还进行了敏感度分析，找到不同投入要素的组合对产出的影响。[13]岳娜(2011)的《基于DEA的我国造船企业技术效率研究》对中国造船业现状做了分析，使用了国内10家具有代表性的造船企业作为数据来源，运用数据包络分析的方法对造船企业的技术效率做了定量的测算，认为中国造船业效率落后于韩国、日本造船业。文章通过借鉴韩国、日本造船业发展经验提出一些提升我国造船企业效率的方法。[14]陶永宏、陈勇、苏昆(2011)在《基于DEA的长三角船舶工业效率实证研究》中，以中国国内船舶产业的几大集群作为研究对象，利用数据包络分析的方法对2007至2009年间，长三角、环渤海湾、珠三角三大造船产业集群的效率进行测算。其中，投入指标选用了从业人员，而产出指标则选用了总产值和造船完工量来综合衡量，通过分析国内三大造船产业集群发现，长三角地区造船业拥有明显的效率优势。文章最后提出提升船舶产业效率的路径，即提升管理水平，提高产品附加值，向高科技领域如海工、配套相关方向发展等。4 第1章绪论[15]田飞、袁松(2012)在《我国船厂生产效率影响因素分析》中，将中国造船企业与日本、韩国造船企业进行比较，找到九个制约中国造船企业效率的关键因素，即管理水平、职工素质、造船模式、设计工艺、自主创新、供应链管理、企业文化建设、信息化应用程度，运用解析结构模型求解。文章认为，这九项因素中，造船模式和设施设备、设计工艺、管理水平对我国造船企业效率的提升影响最大，应合理配置资源以提高造船企业的效率。[16]金准(2012)在《韩国·中国·日本造船业国际竞争力比较研究》中，运用SWOT的方法分析了中韩日三国造船业的优势、劣势、威胁和机会，预测了从2008至2018年间各船型需求量以及三国造船业将面临的机遇和挑战，寻求经济危机后中国造船业的出路和路径。1.2.3研究现状评述从国内外研究现状可以看出，国内外学者都对造船业效率表现出极大的关注。在效率评价过程中，DEA模型使用的次数最多，SFA模型也有一定的应用。但是，DEA模型和SFA模型在使用过程中均存在一定的缺陷。DEA模型在处理面板数据模型时，倾向于将每一年的数据割裂单独研究，忽略了面板数据模型的纵向关系，对生产单元效率随时间变动的趋势缺乏分析。SFA模型虽可以有效使用面板数据，但是模型的准确性很大程度依赖于生产函数的假设，一旦假设错误，就很难得到正确的结论。StoNED模型通过两者的结合可以很好地回避DEA模型与SFA模型在应用过程中出现的问题，见表1.1。表1.1统计前沿方法分类表Table1.1Statisticsfrontiermethodofclassification模型分类参数模型非参数模型确定性模型修正最小二乘法模型DEA模型随机性模型SFA模型StoNED模型在评价造船业效率的过程中，投入要素与产出要素的选取非常多样，相关文献中，投入指标涉及生产率、人均成本、造船工期、造船人员、造船设施以及相关财务指标。归纳起来可以分为三类即人力、财力和物力，其中人力主要涉及劳动力成本以及公司员工数目等以劳动力为基础的指标，财力主要包括造船设施，以及资产等衡量造船业能力的相关财务指标，而物力主要包括造船成本等造船消耗类指标等。而产出要素则相对统一，主要包括了造船完工量、人均产量、人均销售收入、利润、以及造船总收入等等。其中，造船完工量、造船收入、利润使用次数最多。通过以上分析，研究中韩日造船业效率的相关投入产出要素可以利用这些指标，客观的构建中韩日造船业效率指标体系。5 江苏科技大学硕士学位论文1.3论文结构本文从研究造船业效率的相关文献出发，首先阐述了造船业相较于一般制造业的特点，在此基础上介绍了中韩日造船业的概况和现状，分析了中国相较于韩国、日本造船业的优势和劣势，找到中国造船业效率落后于韩日造船业业的原因。结合中韩日3国15家造船企业自2007至2011年间的财务指标以及生产数据，利用StoNED方法对中韩日三国造船业的效率进行实证研究。在此基础上应用BP神经网络对中国造船业效率的影响因素进行了分析。文章的最后对中国造船业效率的提高提出相应的对策和建议。具体研究内容如下：第一部分是绪论，主要介绍了论文的研究背景、目的和意义、国内外对于造船业效率分析的研究综述，阐述了论文的结构，研究方法和研究思路，同时说明了论文中的一些创新点。第二部分是主要介绍了本文的相关理论。结合效率、有效前沿面理论分析了DEA和SFA在评价效率中的一些优势和劣势，为提出和使用StoNED模型提供理论基础。并引入BP神经网络的相关理论，介绍了BP神经网络的特点以及基本原理，说明了BP神经网络在测算效率影响因素过程中的优势。第三部分是中韩日造船业概况。结合一般装备制造业的特点，重点分析了造船业的特点，为分析和研究造船业效率以及影响因素提供了基础。从产业和企业的角度出发，分析描述了中、韩、日三国造船业，找到中国相较于韩国、日本造船业的优势和劣势，探究中国造船业效率落后于韩日造船业的根本原因。第四部分主要测算了中韩日造船业效率。首先介绍了StoNED模型，并通过模型计算了3国船舶制造业上市公司的效率，找寻2007年至2011年5年，中、韩、日3国造船业效率的变化趋势并分析原因，证明中国造船业效率确实低于韩国、日本造船业但增长趋势是相当明显的。第五部分主要应用BP神经网络对效率的影响因素进行分析，通过上一章测算的造船业效率结合影响效率的动因，选用BP神经网络模型对影响造船业效率的因素进行弹性分析，评价了各种相关因素对造船业效率的影响程度。第六部分是对策和建议，分别从产业和企业层面出发，结合中国造船业效率以及相关影响因素，通过前文论述和分析结果，对提升我国造船业效率提出相关对策和建议。6 第1章绪论提研究背景和目的出问文献综述题理效率的定义论基础DEA和SFABP神经网络基本原理StoNEDBP神经网络构建模型分析BPSto变量选取和指神实NED标体系构建经证模BP神经网络网研型有效性检验究StoNED络分模模型求解析型中日韩三国造影响因素船业效率分析弹性分析结结论与对策论图1.1论文技术路线Figure1.1Technologyroadmap1.4研究方法造船业效率及其影响因素的研究是理论与实际相结合的应用性研究课题，不但涉及到效率的相关经济理论，更要与造船业的具体实际密切结合。因此，从实际出发、理论联系实际便成为研究造船业效率及其影响因素的指导思想和基本方法。具体而言，就是运用效率理论，对造船业效率的大小及其影响因素进行分析和解释。具体采7 江苏科技大学硕士学位论文用以下研究方法:（1）对比分析方法。通过研究中国、韩国、日本三国造船业的现状和主要造船企业的发展概况，找到中国造船业的优势和劣势。通过面板数据从横向和纵向两方面比较得出中韩日三国造船业的效率并分析相关因素对效率的影响程度。（2）定性分析与定量分析相结合。采用定性分析和定量分析相结合的方法分析了中韩日造船业效率及其影响因素，对于中韩日造船业效率的影响因素采用了定量分析法StoNED和BP神经网络模型。StoNED模型计算的结果相较于DEA模型和SFA模型具有更高的准确性，而BP神经网络模型主要通过非线性关系对影响因素进行弹性分析，突破了传统回归模型对估计结果误差较大的局限性，所以应用StoNED和BP神经网络模型可以使得估计结果更为准确。1.5论文创新点研究方法的创新。本文采用StoNED和BP模型相结合的方法对数据进行测算和检验。StoNED方法结合了DEA和SFA两种方法的优势，应用范围更加广泛，结果也更加的准确。同时，大部分相关文献侧重于效率的测算和计量，但对于影响效率的因素往往集中于文字描述，无法用数学的方法解释。本文首先通过StoNED方法测算了中韩日三国造船业的效率；然后，利用BP神经网路模型测算相关影响因子对效率的弹性影响，有说服力地解释了各因素对效率的影响程度。8 第2章相关理论概述第2章相关理论概述2.1效率与有效前沿面效率是评价个体有效利用率的一种指标。效率既可以评价产业中的集群、团体，同样可以评价企业等微观个体。利用率主要指个体投入与产出的转化率。效率最大的个体，投入与产出之间保持了一定的比例，投入要素之间也同样保持固定的比例，单独增加一种或者几种投入要素无法再增加产出量，此时，利用率也达到最大。[17]效率的概念由Farell提出并加以拓展的。反映了一定技术条件下，产出随投入要素搭配不同而产生的各种最大转化可能性。通过描绘各种可能性，生产效率可以被勾画成最大产出曲线，即生产可能边界。生产可能边界清晰的表达投入和产出的最大转化关系。投入的比例越恰当、合适，产出向量曲线距离生产可能边界越近；反之，将会向着相反方向越来越远。效率和生产前沿面密切相关。由于生产前沿面是经过计算的最优效率组成的集合。实际测算效率时，通过测算个体与有效前沿面的距离，进而得出个体的效率值。有效前沿面理论将个体的效率通过点和曲线的位置关系精确的描述，通过计算个体相较于生产前沿面距离的远近可以反映个体效率相对于最优效率的差距。2.2DEA模型和SFA模型2.2.1DEA简介数据包络分析（DEA）是基于法瑞尔效率测量模型的数学规划方法，由查尼斯等[18][19]人（Charnes，1978)提出，班克加以推广(Banker，1984)。数据包络分析将评价的个体定义为决策单元。每个决策单元具有独立的投入、产出能力。DEA模型通过数学规划的方法寻找最优的有效前沿面，通过比对每个决策单元相对于有效前沿面的距离，得出每个决策单元的相对效率。由于具备无需检验、无需假设分析，模型构造简单等特点，DEA成为管理学和经济学领域最为常用的非参数分析模型。DEA模型找寻决策单元与有效前沿面差距测算决策单元的相对效率的思想，本[20]质上与相应的多目标规划问题的Pareto有效解是等价的。DEA模型中的决策单元应该具有独立的投入产出能力，这样才能保证效率的求解过程不会受到其他决策单元的影响。受数学规划问题的限制，决策单元应定义为客观世界个体抽象的映射。首先，决策单元应该能够正确恰当的反映个体的各类属性；其次，决策单元应该包括群体共有的一些属性，从而利于比较。DEA模型通过决策单元导入投入产出各项数据，发现并描绘出“最优的效率曲线”，即有效前沿面。利用有效前沿面，DEA模型计算9 江苏科技大学硕士学位论文决策单元距离有效前沿面的长度，从而得出相对效率。通过上文的分析，DEA具有如下的特点：（1）既不需要假设生产函数，也不需要提出检验分析；（2）能够处理单投入多产出、多投入单产出甚至多投入、多产出等诸多复杂问题；（3）每一个决策单元的相对效率都能够有效地测量；（4）DEA模型由于没有量纲的约束，因此，投入产出的指标之间不需要具有共同的量纲，只要指标合理有效就可以应用于DEA模型；（5）DEA模型的主要局限性在于投入产出指标的权重必须通过自己定义。如果不对权重进行分配，由于没有量纲的约束，DEA模型可能自发的偏向于数值相对较大的指标而忽视了相对较小的指标，造成DEA测算结果的误差。2.2.2SFA简介随机前沿方法（SFA），也称为计量经济前沿法，是投入、产出要素，非效率项以及随机噪音项共同构成的前沿效率分析方法。它是由D.Aigner、C.Lovell、C.Schmidt[21][22](l977)和W.Meeusne、J.VandenBroeck(1977)等人几乎同时提出的随机前沿方法(StochasticFrontierAnalysis)。SFA模型通过构造生产函数模型，将投入与产出的关系通过线性等式的方法表示出来。在SFA模型中，投入与产出并不是完全吻合的，产生误差的原因统称为误差项。典型的SFA模型将误差项分为两种，即非效率项u与随机噪音误差v。其中，非效率项u是误差项的主体。由于科研技术、管理能力、工艺水平没有办法做到完美，生产单元也没有办法保证生产过程中的浪费，投入没有办法完全转化为产出。因此，非效率项的存在只会降低投入产出的转换关系，导致生产单元效率的下降。在生产函数中，非效率项用单边正态分布表示。而随机噪音项v是对非效率项u的有效补充，非效率项u主要从生产单元的内部属性出发，得出生产过程中投入与产出的转化关系，因此，非效率项u并没有体现外部环境的变化对投入产出转化关系的影响。随机噪音项v主要从外部因素考虑，一般体现在无法控制的外部因素。随机噪音项v对生产单元的影响是不确定的。一方面，利好的因素可能帮助生产单元效率的提高；另一方面，利空因素也会导致效率的下降。在生产函数中，随机噪音项用正态分布表示。2.2.3DEA和SFA优劣势比较DEA与SFA作为评价效率的两种基本模型，都致力于测算生产单元的效率，建立模型并得出效率的具体数值。但在具体应用中，DEA和SFA两种模型却存在着些10 第2章相关理论概述许的不同点。（1）DEA模型和SFA模型的理论基础并不一致。DEA模型的理论基础是多目标数学规划问题，其本质是模型求取pareto有效解的过程，在运算过程中，可以运用计算机模型直接求解得到结果，结果不具有统计计量特征；与DEA模型不同，SFA模型是依据数学计量方法推导得出，其核心思想是运用无效率项和随机噪音项对应的概率分布求解得出生产单元的效率。数学计量方法的运用使SFA模型具有了统计计量的特征，模型必须对及无效率项、随机噪音项进行检验。因此，许多经济学家如[23][24]Pitt、Lee(1981)及Bauter(1990)等认为SFA方法具有优势。（2）有效前沿面的不同。DEA模型和SFA模型最大的不同在于对有效前沿面的解释，DEA模型将有效前沿面固定，不同的生产单元共用同一个生产前沿面，对于效率的生产单元，其前沿面与有效前沿面是一致的，而对于非效率的生产单元，前沿面则位于有效前沿面的下方；而SFA模型则将生产前沿面赋予了计量统计学的特征，每一个生产单元都有一个特定的非效率项以及随机噪音项匹配，生产前沿面受到随机噪音的影响，产生了一定的随机性。受到随机噪音项的影响，有些生产单元的前沿面会处于有效前沿面的上方。（3）对生产函数的定义不同。DEA模型中，生产函数的具体形式是不确定的，因此在实际计算的过程中，DEA模型只要知道投入、产出要素的观测值就可以求解效率。由于DEA模型本身具有无量纲化的特点，投入、产出的个数对模型并没有影响，用户可以自主选择多投入单产出、单产出多投入甚至多投入多产出模型。而SFA模型则需要提前假设生产函数的形式，求解结束后必须要对假设的生产函数提出检验。由于SFA模型本身不具备无量纲化的特点，SFA模型一般只适用于多投入单产出的情形。若要利用SFA模型解决多投入多产出问题则需要将多个产出要素予以无量纲化，导致模型的复杂化。从这方面说，DEA又有着一定的优势。StoNED方法结合了DEA及SFA模型，能够发挥DEA和SFA模型的优势，取长补短，得到更加精确的结果。实践证明该方法简明有效，用来测算中韩日三国造船业效率是合适的。2.3BP神经网络技术2.3.1人工神经网络技术简介[25]D.E.Rumelhart和J.L.Mccelland在1986年提出了BP神经网络，并将之应用于计算机领域。BP神经网络是一种反向传播模型，通过计算机编程的手段，利用类似于生物仿真的技术模拟生物神经的导向、传递过程。BP神经网络最大的特点是神经元对信息的传递和反馈，通过反馈的数据重新寻找模型最优解。正是基于反馈的特点，11 江苏科技大学硕士学位论文BP神经网络的应用非常广泛，涉及的领域包括了管理学、材料学、天文气象学、信号学等诸多领域。BP神经网络通过大量简单的神经单元组成了非线性自适应系统。系统中，神经元的排列随着训练次数的变化呈现出高度的不规律性，达到对人脑系统的仿真和拟合。通过不断训练，神经元具有了学习能力、记忆能力、思维联想拓展能力、归纳能力和一定的鲁棒适应能力。BP神经网络对生物神经网络的高度模拟，克服了线性规划模型、回归模型的单一、线性关系，能够较好的适应客观世界的高度复杂性、动态性，为系统的归纳演绎分析提供基础。因此，BP神经网络在评价、预测等领域得到了越来越广泛的运用。神经元是BP神经网络的最小单元，其本身具有特定的属性，通过相互连接发生作用，在神经网络中作为拓扑图的一个节点存在。BP神经网络的研究对象主要是拓扑图中的节点连接关系，通过信息传递与反馈机制，神经元能够自主选择排列方式，产生丰富多彩的系统结构。因此，BP神经网络强调神经元的综合而不是分解，通过[26]排列的方法将这些简单的神经元构成一个复杂的具备多方面功能的系统。诸多文献表明，决定BP神经网络整体性能的主要包括如下因素：（1）神经元的静态属性和传递动作；（2）神经元的相互关联方法和拓扑图的构成方式；（3）传递和反馈所需的学习训练规则。如前文所述，神经元具有特定的属性，神经元不同于简单拓扑节点一个重要的特征在于其独立性和非同一性，每个节点虽然通过信道传输数据。但在通过节点时，神经元本身加权系数会对信息进行加工，加工完成后才会传递到下一个神经元。因此，神经元的加权系数起到了类似于生物神经元突出强度的作用。生物神经网络的一个重要特征是“进化”，随着传递、训练、反馈的不断加深，神经系统会逐步适应这种传递的过程，通过各个神经元系统的作用“有意识”地调整神经网络的结构。BP神经网络完全模拟了生物神经网络的这一过程，但简化了系统的“进化”，即只改变神经元附加的权值系数而不改变神经元的其他属性。2.3.2BP神经网络特点造船业效率的影响因素繁多而且复杂，他们对效率的作用关系很难用具体的数学方程表达出来，传统的加权平均法和模糊判别法评价的精确度不高，不能应用在造船业效率影响因素的评价模型中。BP神经网络最大的特点在于处理和模拟复杂的非线性问题，通用性极强。BP神经网络从数据样本中学习以前的经验，不需要繁复的查询和表述过程，自动逼近相似度最高的函数，而不必考虑这些函数的具体形式。影响[27]因素越复杂，非线性程度越高的情况，人工神经网络的这种优势越明显。具体而言，12 第2章相关理论概述BP神经网络包括以下几个方面特点：（1）并行系统神经元的独立和并行。每个神经元，其处理数据的形式是独立的，神经元仅完成简单独立的任务，通过输入、处理、输出完成信息的处理。但是在整个系统中，神经元又体现出高度的并行特性，系统的各个神经元同时处理信息，因此，BP神经网络具有极强的数据处理能力。（2）自学习自学习能力是BP神经网络最重要的特性，也是BP神经网络区别于其他传统数学模型的重要特征。自学习能力通过信息的传递、反馈实现。反馈是信息学、管理学中重要的概念，反馈机制将信息的传递过程由单向转变为双向回路。传统的数学模型由于不具备反馈的特点，一旦模型本身出现错误，无论数据如果调整都很难得到正确的结论。而BP神经网络则可以通过反馈机制很好的调整模型，保证系统准确得到结论。在学习和训练过程中，神经网络不断地将其实际输出值与目标输出比较，根据比较结果或误差，按照一定的规则或算法对网络权值和阈值进行调节，从而使网络的输[28]出逐渐接近目标值。这与生物神经网络进化思路是完全吻合的。（3）非线性BP神经网络的另一个特点是指标之间的非线性关系。线性关系是数学模型中最基本的投入产出对应关系，由于没有反馈机制的存在，传统数学模型必须假设简单正确的数学对应关系才能得到理想的目标结果。但现实往往存在着大量非线性关系，通过基本线性关系很难保证仿真的准确性。BP神经网络借助于信息的传递反馈、神经元的权值和阀值不断修正，保证了输入要素与输出要素之间的向量关系不需要吻合线性关系，更有利于实现评价预测结果的准确性。实践证明，一个三层BP网络可以以[29]任何精度逼近函数，利用BP神经网络对非线性数学规划问题求解更加直接有效。造船业经营活动复杂，影响造船业效率的指标众多，它们对效率的影响很难呈现出比较好的线性相关性，在弹性分析的过程中，必须考虑到造船业效率非线性变化的规律，而BP神经网络正好能够满足任意非线性关系有效映射的条件。（4）无人为因素BP神经网络相较于一般评价分析方法的另一大特点在于方法的客观性较强。层次分析法、最大熵指法等主观评价方法构建模型时需要大量使用专家意见，而BP神经网络通过输入输出的映射关系构建模型，过程全部使用客观数据，通过客观数据对神经元进行训练，有效防止评价过程中主观打分造成的随意性。（5）可动态评价BP神经网络评价预测体系是动态且全面的。随着时间、宏观经济环境、法律法规、竞争环境的变化，BP神经网络都能够“敏锐”地感应上述信息的变化，对神经13 江苏科技大学硕士学位论文网络不断进行调整，保证动态评价的稳定和准确。BP神经网络的缺陷主要在于模型需要一定样本学习和检验。BP神经网络的设计也决定了模型的性能，因此，必须预先合理设计模型参数，并不断调整保证拟合的准[30]确性。2.3.3BP神经网络的弹性分析BP神经网络通过训练和测试两个过程，能够构建影响因素仿真模型。BP神经网络仿真模型可以通过输入值的改变影响输出值的变化，即弹性变动。由于BP神经网络的仿真是非线性的关系，依靠BP神经网络对造船业效率进行弹性分析时，能够更好地发现效率影响因素对效率的弹性关系，从而找到效率各项因素的影响程度。2.4本章小结本章主要介绍了论文中涉及的相关理论和方法。阐述了效率的概念，分析了生产单元投入与产出之间的利用转换关系。生产前沿面是对效率具体和直观的表达形式，研究和测算效率的方法几乎都是基于生产前沿面理论拓展而来。比较典型的测算效率方法有DEA和SFA两种模型。本文简要介绍了两种模型，通过对比这两种方法，发现他们都存在一定的缺陷，为下文引入StoNED模型提供基础。为了对效率影响因素进行分析，本文引入BP神经网络理论，分析了神经网络的基本原理和特点。评价造船业影响因素要求模型具有自学习能力、客观性强、动态性以及非线性评价等特点，BP神经网络完全符合。因此，BP神经网络是分析造船业效率影响因素的理想手段。14 第3章中韩日造船业概况第3章中韩日造船业概况3.1造船产业的特点船舶产业虽隶属于装备制造业，但相较于汽车制造等一般制造业，造船产业的自身特点十分明显。3.1.1三密集型产业船舶产业的发展非常依赖于技术的发展，技术的提升对造船业效率的提升影响巨大。造船业所需科技中，需要卫星导航通信、自动化控制、微电子、声纳控制、光学、材料学等自然科学领域在内的300多个专业学科，而精密化制造等则需要管理学科等[31]理论的有效支撑。造船业同样是资本密集型产业。在船舶制造过程中，订单式制造要求造船企业预[32]先垫付资金。因此，造船业资本需求巨大。宋玉等学者认为船舶制造的过程具有一定的融资性质。具体而言，由于建造船舶高成本、高风险，船东倾向于以分期付款方式购买船舶。造船企业建造的初期，船舶的原材料以及人工成本很大的比例是船企预先垫支的。这就要求船舶企业拥有足够的资本和信誉，有能力保证船舶的完整制造。造船产业不仅是资本和技术密集型产业，同时还是劳动密集型产业。同属于装备制造业，产业的进步势必需要资本和技术的推动。但船舶产业还必须考虑劳动力成本提高对整个产业的影响。3.1.2单件小批生产方式船舶产业有别于一般制造业最显著的特点在于生产方式的不同。自福特的第一条流水线作业以来，一般装备制造业都是以流水线式生产为基础。在生产的过程中，产品的零部件都是以规范的制式要求加工的，企业可以非常方便的批量生产零部件而在短时间内不必考虑制式的更改。船舶产业明显不具有这类优势。首先，船舶产业消费者不同于一般制造产业消费者。一般制造产业面对的消费者是大众的，在产品多样性划分后已经考虑了消费者的不同需求。汽车企业可以成规模生产统一规格的汽车而不必针对某一个或者几个特定对象去改变规格。但是，船舶产业的消费者相对来说却是小众的，但相对于汽车消费者却非常专业与苛刻，每一艘船的巨额成本决定了船东必须认真考虑船的大小、用途、各个零部件的制式规格，计算得到整船的成本。每一艘船舶的建造都是船企和船东互动博弈的过程。很显然，每一次的博弈结果都不可能完全相同，每一艘船也不可能相同，也没有办法满足所有船东的需求。因此，船舶的制造必须是非流水线式的、单件15 江苏科技大学硕士学位论文小批量式的生产。3.1.3强周期性行业图3.1表明船舶产业具有非常大的波动性，而这种波动性紧随世界宏观经济的发展形势。从2001年到2007年，世界经济在高科技产业泡沫结束后蓬勃发展，世界船舶总量也呈现井喷之势。2007年，新船订单成交创纪录达到27050万载重吨；2008年世界性金融危机导致世界经济形势斗转直下，其后发酵形成的欧债危机、日本海啸等等天灾人祸令世界经济雪上加霜，而这些因素，都重创了世界船舶业。30000万载重吨2500020000150001000050000200120022003200420052006200720082009201020112012图3.1世界新承接订单量变化趋势图Figure3.1trendsofneworderswithintheworld3.2世界造船业格局3.2.1转移路径蒸汽机轮的发明标志着船舶业成为一门现代化产业。作为工业革命最大的获利者，英国在二次世界大战之前一直保持世界造船业霸主的地位。在这一时期，欧美诸国占据着世界造船业统治力的地位。20世纪中叶，二战后回复速度极快的日本率先开始挑战欧美诸强的领先地位。贫瘠的资源推动了日本现代造船业的快速发展。二十世纪中期直到70年代，日本一直保持世界头号造船大国的地位。20世纪70年代，世界经济危机快速蔓延，日本以及诸多欧美造船大国均受到了严重的冲击。以韩国为首的新型经济体敏锐地把握时机，依托本国经济快速发展的优势，造船产业迅猛发展。20世纪80年代，日本仍然保持着第一造船大国的地位，韩国为首的亚洲新兴国家开始蚕食西方造船份额，世界造船业中心慢慢从西欧、美国转移到亚太地区。20世纪末，改革开放政策推动中国开始走向世界，中国进口的原材料和出口的产成品快速增长，庞大的货物运输量直接推动中国造船产业的发展。20世纪90年代，中国作为第三大造船大国步入世界造船业中心，经过十几年的发展，中国已经成为世界第一造船大国，16 第3章中韩日造船业概况世界造船产业被中国、韩国、日本把持。3.2.2竞争格局表3.1可以看出，中国、韩国、日本三国造船业共同把持着世界造船业，东亚已经成为世界造船业的中心。2007年以来，日本造船完工量下滑严重，累计下滑14.1%，造船完工量占比下滑了接近一半。韩国造船完工量占比没有发生多少变化，比例稳定在1/3左右，独立把持着世界造船产业的一极。中国造船产业则稳步扩张，努力通过自身优势获取世界造船份额，份额占比从19.9%增长到了41.6%，五年内份额比重增长了109%，发展速度极为迅猛。中国的造船份额通过蚕食日本造船产业的份额逐步成为世界第一造船大国。表3.1主要造船国家造船三大指标Table3.1threeindicatorsofmajorshipbuildingcountriesshipbuilding中国韩国日本世界指标年度万载重吨%万载重吨%万载重吨%万载重吨%2007160019.9285035.4273033.98060100.02008209022.9345037.8277030.39130100.0造船完工量2009354030.4441037.9292025.111640100.02010622041.3478031.7323021.415060100.02011676041.6538033.1321019.816250100.020071065039.4950035.122008.127050100.02008599036.3696042.2250015.216500100.0新承接订单量2009219053.3158038.41303.24110100.02010652050.0487037.37806.013050100.02011333046.2278038.66709.37210100.020071759333.21786633.71020219.253020100.020082138035.82144035.91167019.559730100.0手持订单量20091998038.61729033.41032019.951760100.020102003041.91544032.3818017.147810100.020111640043.41109029.4684018.137750100.0世界造船产业格局自2007年开始发生了重大的变化，经历了从日本、韩国并列在前，中国紧随其后；逐步过渡到韩国、日本、中国的排序；进而演化为中国一跃而起，成为世界第一造船大国，韩国作为世界造船业另一极，日本造船业慢慢衰退的演变过程。因此，2007年到2012年间是世界造船产业霸主地位几度易手，格局复杂变化，对未来影响深远的五年。17 江苏科技大学硕士学位论文3.3中韩日三国造船业现状3.3.1日本造船业现状由于日本地处海岛，资源十分匮乏。因此，从古代开始，日本的造船业就十分发达。日本政府和企业一直重视造船产业的发展。日本最大的四个财阀集团中的三个，三井财团、三菱财团、住友财团均曾以船舶制造作为家族支柱产业。现在，三井造船株式会社、三菱造船株式会社、住友重工造船集团对日本造船业的发展仍然起到了极其重要的作用。无论是造船能力、船舶品质、工业总产值还是企业税收，均占据日本造船产业主导地位。其中，三菱重工、住友重工两大造船集团和万国造船公司、IHI联合造船公司、川崎造船公司、三井造船公司4家造船企业，数量上仅仅只有全日本造船企业总数的4%左右，但造船能力、工业总产值、上缴税收均超过全国造船企业的50%以上。可以看出，日本造船产业集群现象十分明显。日本造船产业曾经一直保持世界领先地位，在近五十年的发展过程中，日本形成了完备的造船体系。日本大型造船企业具备建造高科技、大吨位、复杂工艺等特点的各类复杂船型。依托日本国内科学技术的高速发展，日本造船业整船制造能力、精益化生产管理能力以及工艺技术水平均保持世界领先地位。日本造船企业更是投入相当大比例的科技研发费用用于信息化造船技术，如CIMS（计算机集成制造系统）、CAM[33]（计算机辅助制造系统）等，运用信息化手段促进生产过程的精密化管理，帮助企业提高质量、节约成本，提高效率，增加利润。随着日本造船产业信息化的不断普及，日本造船企业一直保持着造船的高效率、高利润率。除了不断提高信息化水平外，日本造船企业不断研究和开发具有高性能、复杂工艺的新一代船舶，为适应低能耗、环保绿色造船的要求，日本造船企业重点研发了新型运输船舶，通过工艺和科技的不断创新，促进了日本造船产业体系的升级。在订单和造船总量持续萎靡背景下，依靠高科技船型的强大竞争力，日本造船业仍然处于相对有利的竞争地位。在成为世界造船业中心后，日本造船业不断促进产业的转型升级，通过科技的力量将日本造船产业由单一的劳动密集型产业发展为劳动密集型、知识密集型复合产业，加大对市场的细分，充分考虑船东的需求，通过不断的科技创新，满足船东个性化的需求。日本造船企业通过不断改进生产设备、生产工艺，对员工提供培训，以提高生产效率作为企业的长期战略，降低不必要的成本，有效提高利润率。日本政府的引导也是日本造船产业健康发展的重要保证。在近五十年的发展中，日本造船产业政策一直伴随日本造船业发展而变化，主要分为三个阶段：第一阶段在日本造船产业开始发展时期，日本政府大力鼓励日本造船企业扩大产能，引进欧美造船技术；第二阶段，进入20世纪70年代后，世界性经济危机对日本造船产业影响巨大。日本政府有针对性的提出政策和法律法规，引导和规范日本造船集团。对于过量18 第3章中韩日造船业概况的产能，日本政府实施行政干预，直接指导企业的造船能力，防止过量的生产；在行政干预后，政府直接消减造船配套设施数量，维持年生产能力上限并禁止新的造船设施；提出兼并重组战略，消减造船产能，提升大型造船企业竞争力。1976年至1988年，日本政府成功将造船企业数量从61家下降到26家，五千GT以上造船设施从138[34]座下降为46座，成功帮助日本造船企业走出困境。日本民间造船研究所和国家级研究所则主要承担了科技研发、工艺创新、商业调查等工作。形成了以政府为引导，产、学、研三位一体，有机互动的良性发展局面。[35]随着韩国、中国造船业的相继崛起，日本造船业逐步走向衰退，产品份额不断减少，本国经济的持续衰退也促使日本造船产业步履蹒跚。随着本国劳动力成本的逐步上升以及老龄化问题的不断加深，日本造船业已经没有办法通过技术优势直接控制市场。为此，日本船舶业已经开始转变观念，不再依靠整船制造创造工业产值而是进行海外投资，直接向中国、越南、东南亚等国家投入资金、科技和管理能力等资本，通过合资控股的方式获取利润。在国内，日本造船产业将发展目标集中于绿色、环保、高科技船型的制造，保留高利润、高附加值船型。日本造船产业对外采取“竞合”战略，除了与科技相对落后的造船国家展开合作、合资建厂，通过专利授权获取利润外，日本造船业也不断施展竞争手段，保持日本造船业的竞争力：通过联合欧美船舶工业协会，主导了造船产业国际性规则，不断强化船舶工业科技含量、排污量等硬性指标，敦促低科技含量、低利润率、低附加值船型的产能淘汰，缩小造船供应量，从而尽可能发挥本国造船效率优势，提高其竞争力。3.3.2韩国造船业现状2003年，韩国船舶产业造船完工量、新接订单量、手持订单量三大指标超越日本，成为世界第一造船大国。2010年，随着中国造船业的快速发展，韩国领军的位置一度被取代。但随着韩国政府在金融危机后加大对企业的投入、政策倾斜，韩国造船业仍然保持了强大的竞争力。为了促进韩国造船业的发展，韩国政府自20世纪50年代就开始推动多部关于船舶制造的法案出台以支持和保护韩国船舶产业。造船奖励法案（1958年），造船工业振兴法案（1967年），造船计划法案（1975年）等法案的出台对韩国造船产业前30[36]年的发展过程中起到了鼓励和促进的作用，帮助和带动韩国企业进入船舶产业。20世纪80年代，韩国已经成为世界造船业重要组成部分，韩国抓住日本、欧美等国家的造船产业逐步衰退的机会，适时地承接了原有造船大国的产能。在快速发展过程中，韩国造船产业积极转变造船产业结构，韩国政府颁布了船舶工业发展法案（1985年），通过研发高科技船型，促进船舶产业的现代化发展，并引导造船企业由大做强，提高造船企业的生产效率，帮助造船企业积极改进船型，推进科技和研发能19 江苏科技大学硕士学位论文力的提高。进入21世纪后，韩国造船产业无论在质还是量上均达到世界一流水平。政府将扶持的重点放在了鼓励和促进科研水平的提升、进一步的海关援助和一系列的财政支持上。2008年金融危机后，韩国造船产业一度陷入低迷，造船完工量被中国超越，韩国政府通过税务协助的方法，抵扣研究费用、人力资源开发费用等相关费用，对处于困境的韩国造船企业实行税收减免，降低企业的税收成本。韩国政府也在不断实施积极的金融援助政策，为造船企业和海洋工程装备企业的发展奠定坚实的基础。为了提高船东的环保意识，韩国政府积极实施KoFCGreenship（KoFC绿色船舶计划），强化对绿色节能型船舶建设的资金扶持力度，帮助造船企业更好的发展绿色、环保船型。通过税率优惠手段，鼓励本国船东购买绿色环保船型。发展韩国船舶融资系统，鼓励民间金融组织对远洋贸易运输企业的资金投入力度，满足航运业购船的资金需求，鼓励它们购买船只。通过引入船舶建造金融租赁支撑系统，运用信息系统深入挖掘等现代化手段，帮助中小型远洋贸易运输企业快速寻找国外低利率货币资本以及民间金融组织，提高远洋运输企业购船的积极性。民间金融组织通过与政府、国际信用评级组织有效合作，保持韩国外汇机制向有利于韩国造船企业的方向发展，间接减少中小型造船企业的融资利息负担，提高资金的周转率。在船舶融资计划中，贷款将金融机构与民间金融组织、国家政府牢牢捆绑在一起，建立以政府为基础，民间金融组织与金融机构为有机组成部分的利益共同体，提高造船产业金融扶持政策的统一和一致性，帮助韩国中、小造船企业解决造船融资问题。韩国政府对于经济形势快速反应，迅速制定政策、法案，帮助韩国造船业成为世界第一造船大国。在2001年之后，韩国造船业一直维持大中型船厂的数目（见表3.2），而小型船厂数目也相对稳定。在超越日本成为世界第一造船大国后，韩国政府开始监控韩国船舶企业数量；同时，政府对有限的企业提供政策、资金扶持，使企业都能做大做强，每个企业都有独立的竞争优势和发展空间，促使市场的良性竞争。2008年世界爆发金融危机，船舶企业影响相当之大，但韩国船舶制造企业数目不减反增，恰恰说明了其抵御风险的能力和技术的领先优势。20 第3章中韩日造船业概况表3.2韩国船舶制造企业数目统计表Table3.2NumberofKoreanshipbuildingenterprise年份大中型船厂小型船厂合计2001年954632002年956652003年965742004年964732005年958672006年958672007年957662008年949582009年950592010年95059人才培养能力凸显出一个国家产业的竞争力，船舶产业作为劳动密集型产业，人才对产业持续发展起到至关重要的作用。自21世纪以来韩国船舶制造产业从业人员一直保持着稳定的增长，同上世纪末相比，增长了接近一倍。其中，技术部门和生产部门非正式员工均增长超过一倍以上，具体统计数据见表3.3。韩国大学不断扩张船舶相关专业，扩招船舶制造专业大学生，不断向船舶企业输送高技术人才，保持韩国造船业人力资源、科技水平一直处在世界领先的地位。而应届毕业生选择造船产业就业的比例也一直保持相对的稳定（见表3.4），显示了韩国船舶产业的动力和活力。表3.3韩国船舶制造人员统计表Table3.3NumberofKoreanshipbuildingstaff生产部门年份事务部门技术部门合计正式员工非正式员工2001年483466082718325325639502002年463466002677126890648952003年508669212686627963668362004年461972502779932113717812005年474579932886838967805732006年492097592984348863933852007年60151180629938646861124452008年57141355430492683201180802009年47211636030897749981269762010年526715656284816834211774621 江苏科技大学硕士学位论文表3.4韩国大学船舶制造专业入学就业人数统计表Table3.4TheKoreaUniversityshipbuildingprofessionalenrollmentandemployment年份学校数入学人数毕业数就业数200511569556308200614539459317200713573511378200818777551412200919969535389201019890679394注：资料来源：中国船舶工业统计年鉴[M]2007-2011年计算得到、网络相关资料收集。3.3.3中国造船业现状相对于韩国、日本等发达造船国家，我国造船产业尚处于产业生命周期从成长期[37]过渡至成熟期前期的阶段。2008年金融危机导致世界经济陷入了持续的下行期间，重创了蓬勃发展的中国造船业。2012年底世界造船业手持订单量为10695万载重吨，仅仅只有2008年巅峰时期21380万载重的一半；造船完工量为6021万载重吨，相较于2011年造船完工量6760万载重吨下降10.9%；而新接订单量为2041万,同2011年新承接订单3330万载重吨相比降低38.7%。我国造船业总体规模巨大，但受到经济危机的影响，新接订单日益减少，部分船厂无船可造，整体形势不容乐观。（1）中国船舶工业呈现三大集群、三足鼎立现象造船业在发展过程中必然发生集群现象，中国造船业在发展的过程中开始向三个地区集中，即长江三角洲造船工业区，主要包括江苏，上海市及浙江省；环渤海造船工业区，主要包括辽宁、山东省；环珠江三角洲造船工业区，主要包括广东、福建省。表3.5三大产业集群造船完工量统计Table3.5Threemajorindustrialclustersshipbuildingcapacitystatistics单位：万载重吨指标长江三角洲珠江三角洲环渤海湾地区三地区合计合计占全国的比重%年份20071100.7370.0412.81618.274.820082132.2536.8414.22675.688.020093178.1775.5557.53899.190.520104611.31067.5895.75934.487.820115278.91134.91045.86809.988.5注：①统计造船量在1万载重吨以上企业。②资料来源：中国船舶工业统计年鉴[M]2007-2011年计算得到、网络相关资料收集。22 第3章中韩日造船业概况表3.6三大产业集群工业总产值统计Table3.6Threemajorindustrialclustersindustrialoutputvaluestatistics单位：亿元指标长江三角洲珠江三角洲环渤海湾地区三地区合计合计占全国的比重%年份2007998.5100.8286.41385.753.920082334258.5771.83364.380.120093173.1410.4842.5442678.320103829.2489.79945312.979.020114302.7539.61073.7591676.8资料来源：中国船舶工业统计年鉴[M]2007-2011年计算得到。表3.5说明了自2007年至2011年五年间，三大造船基地取得的快速发展。三大造船基地造船量已经连续五年超过全国总量的70％。在工业总产值方面，三大造船基地工业总产值逐年提高，占比始终保持在七成以上，如表3.6所示，这些都足以说明三大船舶产业基地无论以造船总量、企业规模还是经济效益衡量，都己经成为全国造[38]船业的核心，占据我国船舶产业的大半壁江山。（2）企业规模不断扩大，数量逐渐精简2008年世界经济危机爆发以来，中国造船业经历非常严酷的考验。随着世界经济形势的不断恶化，不少船厂面临着融资难，接单难，盈利更难的窘境。伴随着订单的大幅度减少，大部分中小船厂的融资、生产经营面临着严重的困难。造船产业出现了兼并重组的热潮。随着小型船厂的逐步退出，大型船厂的竞争力和议价能力得到进一步的增强，伴随着造船企业的减少，中国造船业规模以上的平均工业总产值和平均利润率都得到提高。充分说明中国造船业集中度提高，更加重视造船产业的集团优势。表3.7规模以上造船企业平均工业总产值和造船完工量Table3.7Averageindustrialoutputvalueandshipbuildingamount年份平均工业总产值（万元）平均利润率（万元）2007年23347.822059.382008年33790.482678.062009年28000.802063.862010年30892.142524.632011年48439.553849.02资料来源：（1）2007-2010年，统计范围是全部国有和年主营业务收入在500万元及以上的非国有船舶工业企业；（2）2011年，统计范围是全部国有和年主营业务收入在2000万元及以上的非国有船舶工业企业。（3）建造种类逐渐趋向多样化23 江苏科技大学硕士学位论文我国造船业建造种类趋于多样化，开始有能力建造多种高科技船型，在海工、配套以及高新技术、特种船型方面均有着巨大的突破。2011年，海工装备向着系列化、深水化和高端化方向发展。完成了350英尺，400英尺和500英尺自升式钻井平台设计方案；3000米水深勘察船研发继续进行。以自主创新的16000KW多用途海洋平台工作船为载体，开展了产品的三维生产设计研究和工艺研究，突破了多项关键技术。共建造完工6艘钻井平台以及数艘海工辅助船及工程船，包括世界最先进的第六代3000米深水半潜式钻井平台、首座完全自主设计的300英尺自升式海上风车安装船、首艘最新一代三维地震物探船、全球首制3000米圣水工程勘察船、世界首艘3000米级水辅管起重船、全球首制GPA696多功能海洋工程船。在高新技术船舶和特种船舶方面，我国自主开发的17.2万立方米液化天然气（LNG）船首次承接4艘国际订单，实现了中国LNG船自主设计建造和出口零的突破；完成了16万立方米、17.2万立方米、17.5万立方米、22万立方米等多型LNG船的船型研发工作。（4）信息化建设及管件制造技术研究2011年，我国造船业完成了造船设计、制造、管理一体化数字平台开发设计，形成具有自主知识产权的造船软件系统，在国内60多个骨干船厂和设计院所开始推官应用；国家863项目“面向船舶行业的可定制PLM系统”通过验收；“船舶数字化建造管件技术研究与示范”项目通过验收。敏捷造船项目相关成果进一步推广应用，特别是有关作业手册、工艺规范、工法程序、作业指导书等，大大提高了制造技术水平和管理水平，缩短了造船周期，有力促进了造船的提高；国家863项目“螺旋桨用重型七轴五联动车洗符合加工机床等等。（5）中国船舶工业相关政策逐步实施2011年12月12日，《船舶工业“十二五”发展规划》由工业和信息化部印发。规划提出到2015年，我国将发展成为世界造船强国。对此，规划提出了发展的主要任务和重点发展方向。主要任务：1.推动技术进步和创新；2.加快产业组织结构调整；3.实施品牌战略和质量提升战略；4.打造高效的船舶制造体系；5.优化产业布局。重点领域发展方向：1.船舶制造和修理业，强化技术和品牌竞争力，优化船舶产品结构，推进精艺造船，提高生产效率，抢占产业和技术竞争制高点；2.船舶配套也，推进产业专业化、规模化、促进产业由设备加工制造向系统集成转变，大幅提升本土化转船略；3.海洋工程转杯，大力发展海洋油气，推动海上风能发电工程、海水淡化和综合利用装备的产业化，推进再生能源利用工程建设装备和海洋矿产资源开发设备的研发。规划还提出了五项政策措施：1.加大科技创新投入；2.完善财税金融支持政策；3.加强人才队伍建设；4.促进交流和合作；4.强化行政管理。24 第3章中韩日造船业概况《产业结构调整指导目录（2011年本）》将船舶制造的效率问题直接同提升船舶科技含量，建造高科技船型直接挂钩。鼓励船舶产业结构调整方向包括满足国际新规范，适应绿色、环保、安全要求的散货船、油船和集装箱船；液化天然气船、豪华客滚船等高技术、高附加值船舶；大型远洋捕捞渔船、科学考察船等特种船舶极其专用设备；小水线面双体船、穿浪船等高性能船舶；立柱式平台、张力腿平台等浮式生产系统，及大型起重辅管船、工程勘察船等海洋工程作业船及辅助船等。3.4中韩日三国主要造船企业中韩日三国造船企业的实力一定程度上反映了三国造船业的格局和现状。在高度国际化的船舶市场中，市场竞争实际就是企业的竞争，大型企业集团在市场竞争中占有统治地位。中韩日三国造船业前十名的企业已经占据世界造船业总量的一半以上。因此，中韩日三国造船大型企业的强弱对造船业起到了举足轻重的作用。我国造船业规模上能够领先日本，同韩国造船业并驾齐驱，大型造船企业造船完工量的贡献起到了至关重要的作用。从表3.8可以看出，2011年世界造船完工量前20名的企业被中韩日三国造船企业包揽。其中，中国造船企业占据了6家，韩国造船企业占据8家，日本企业占据6家。2011年世界造船完工量前10名的企业中，中国造船企业占据了3家，韩国造船企业占据6家，日本仅仅有1家企业进入前10。可以发现，中韩日造船企业已经完全占据造船市场，三国造船业鼎足而立的局面将在未来很长的时间内维持不变。韩国造船企业相对于中国、日本造船企业具有明显的竞争优势。韩国造船业霸占了造船完工量前10家中的6家，现代重工业株式会社、大宇造船株式会社、三星重工业株式会社则成为了造船完工量最大的三家造船企业。中国大型造船企业的规模已经超越日本，但距离韩国大型船厂仍然有一定的差距。中国造船企业的发展必须通过进一步扩[39]大规模，降低成本，进而提高效率，才能在竞争中保持相对有利的位置。表3.82011年世界造船完工量前20名的企业Table3.82011worldshipbuildingcapacityof20companies排名船企名称国别万载重吨1现代重工业株式会社韩国1164.22大宇造船株式会社韩国846.63三星重工业株式会社韩国8424上海外高桥造船有限公司中国814.85大连船舶重工集团有限公司中国6116现代三湖重工业株式会社韩国587.67成东造船海洋株式会社韩国492.825 江苏科技大学硕士学位论文8STX造船株式会社韩国483.39江苏新时代造船有限公司中国421.310统一造船株式会社日本418.711江苏扬子江船厂有限公司中国363.112江苏熔盛重工集团有限公司中国361.613今冶造船株式会社日本331.114现代尾浦造船注视会社韩国323.115幸阳船渠株式会社日本271.716大岛造船株式会社日本249.417石川岛播磨重工业株式会社日本237.718金海重工股份有限公司中国233.619三井造船株式会社日本224.120SPP造船韩国210.53.5中国造船业优劣势分析3.5.1中国造船业优势分析(1)资源比较优势造船业属于劳动力、资金、技术要素相对比较密集的行业，劳动力成本是造船成本的重要组成部分。同韩国、日本相比，我国的人均工资成本大约是它们的1/7到1/8,因此，我国造船业具有一定的劳动力成本优势，在未来相当长的时间内，中国造船业仍然可以保持综合劳动力成本低的优势。此外，与韩国、日本相比，我国具有丰富的造船场地资源：中国拥有很长的海岸线，扩建造船基地也比较容易。因此，我国应该充分利用较低的劳动力成本、较高的产能优势和资源优势，提升我国造船企业在国际市场上的竞争力。(2)造船产业政策支持造船产业对经济、贸易、国防战略等方面都具有重大的影响，国务院通过的十大产业振兴规划将造船产业放在了一个突出的位置。2009年以来，中国政府陆续出台了《船舶工业调整和振兴规划》、《船舶工业“十二五”发展规划》等发展纲领，从宏观层面引导中国造船业转变发展模式，转变外延式增长为内涵式增长。除了宏观引导外，中国造船业也在积极学习韩国、日本造船业优秀发展经验，拓宽融资渠道，加强造船企业兼并重组，促进中国造船业结构调整等等。中国政府正在实施的海洋工程和海洋配套战略则为保证造船业平稳稳定发展提供了强有力的支撑。26 第3章中韩日造船业概况3.5.2中国造船业劣势分析(1)订单量缩小、产能过剩2008年经济危机爆发到现在，世界经济不断经历各种挑战，造船业受到非常严重的冲击。由于经济形势的萎靡，船东购船的积极性大大降低，有些船东甚至出现了弃船的现象。造船业手持订单量不断减少，不少造船厂出现了无船可造的局面。表3.9描述了2010、2011年各月份中国手持订单量的数量情况，可以直观的发现，相较于2010年手持订单的增长趋势，2011年我国造船业手持订单量不断下降。与之鲜明对比的是，中国造船产业产能过度饱和后，大量船厂面临无船可造的局面。许多船厂因此而倒闭，其他船厂经营难度也持续加大，生产经营情况令人堪忧。因此，在严峻的宏观环境下，中国造船产业面临着国内国外双重经济考验。表3.9中国造船业2010-2011年手持订单量变化表Table3.9China'sshipbuildingindustry2010-2011orderschange月份2011年（万载重吨）2010（万载重吨）1-2月19466186951-3月19004184101-4月18376184581-5月18415186401-6月18176184271-7月17608188161-8月17578193991-9月16886194741-10月16539193661-11月16270199361-12月15453195042011年手持订单量变化图20000195001900018500180001750017000165001600015500150001月2月3月4月5月6月7月8月9月10月11月12月(2)劳动力成本增高，高素质人才缺少27 江苏科技大学硕士学位论文船舶产业是劳动密集型产业，需要大量劳动力资源，这对中国造船企业是一个得天独厚的优势。因为中国劳动力成本相较于韩国、日本劳动力成本比较低廉，而劳动力成本的优势也是近10年来中国造船产业蓬勃发展最为关键的因素。随着劳动力成本的不断增长，中国造船业的优势正在逐步丧失。与此同时，在关键的技术管理领域，中国高技术造船人才却十分匮乏，导致造船业效率远远落后于韩国、日本造船业。随着中国造船产业的逐步转型升级，我国船舶产业工人必须适应升级过程中造船产业对劳动力素质的要求。因为造船产业兼具高科技产业属性，船舶产业的核心竞争力离不开科学技术、研发能力的不断创新，这些都是传统中国造船工人所不具备的。中国造船业必须培养高素质的人力资源，涵盖管理、技术、工艺等各个方面，以提高效率、减少不必要消耗为目的，并为高素质劳动力人才提供高标准的待遇。(3)科研能力和建造效率整体偏低日本在造船行业具有突出的技术优势和建造效率。韩国在整体技术水平上接近日本，但规模却更加庞大。相比之下，中国船舶产业技术能力和管理水平远远落后于韩国和日本。造船技术上落后韩国日本企业大约10年，而建造效率上则只能达到他们的1/5。韩国、日本已经全面使用CIMS系统实现了数字化造船，在精密控制技术方面，中国相较于韩国日本有18年的差异，其中，船舶制造企业管理信息系统的差异尤为巨大。中国造船业船舶制造资源优化配置技术的应用仍然处于较低水平，企业的[40]生产管理和协调仍以现场调度型为主，周期长，效率十分低下。企业如果想在市场中占有一席之地就必须具有自己的核心竞争力，竞争力的高低从根本上制约着企业发展状况。竞争力的核心内容是科技研发、利用能力。我国现有的造船技术较世界上发达的造船国家相比较为落后，依据韩国造船工业协会的评估，我国的造船技术水平较韩国和日本而言还存在着很大的差距。从2002年到2010年，中国造船业在集装箱船、油船和船用柴油机的设计技术、生产技术和管理技术方面得到了明显的提高，但对比韩国、日本还存在较大的差距。以油船的设计技术讲，以日本为基准，韩国的情况是从对等到优并保持了优的竞争优势，但我国却是从远差到远劣到差，完全处于劣势。与科技水平一样，生产方式是影响造船业效率的又一要素。日本的JIT生产方式在各个国家的广泛应用说明了敏捷生产，快速制造，提高生产效率对于造船业生存发展意义巨大。造船产业的生产方式，直接影响了船舶的交付时间和成本，制约着企业整体的竞争力。我国不同类型的船舶建造所需的工时与其他主要的造船国家比较相差1倍，平均造船周期也比韩国、日本延长将近8个月。虽然现在我国造船产业的生产效率有所提高，但由于主客观各种原因，差距还是非常大。综上所述，我国造船企业的效率还有很大的提升空间。通过分析中韩日三国造船业现状，我们可以大致了解我国造船业效率的不足之处，为了能够有针对性地提出提28 第3章中韩日造船业概况高造船业效率的对策和建议，需要首先测算中国造船业的效率，并对效率进行系统地分解，建立指标体系对造船效率细化，通过对指标的全面评价，找出核心竞争力的薄弱点，进而提出相应策略。3.6本章小结本章主要研究内容及结论如下：（1）本章首先对造船业的特点归类分析，将造船业同一般装备制造业相区别，为分析中韩日造船业提供基础。（2）分析了世界造船业的转移路径和当前造船业的竞争格局。转移路径是对过去造船业的回顾，通过时间序列找到造船业转移的动力，为中韩日造船业比较找到内在联系；造船业竞争格局是对当前造船业的描述，论证了中韩日在世界造船业的统治地位，为研究中韩日造船业提供理论支撑。（3）分析了中韩日三国造船业和主要造船企业的现状，找到中国造船业在发展的过程中存在的优势和劣势。通过对中国造船业的优势劣势分析，发现中国造船业劳动力成本优势正在逐步减弱，生产、管理效率同韩国、日本相比较存在着巨大的差距。世界经济危机对中国造船业影响最为明显，而韩国、日本受到冲击相对较小，一个重要的原因在于中国造船企业生产效率的匮乏。以上研究反映出对中韩日造船业效率测算的必要性。29 江苏科技大学硕士学位论文第4章基于StoNED的中韩日造船业效率分析上一章主要论述了中韩日三国船舶业的现状和特点，本章主要针对中韩日三国船舶产业效率进行实证研究，计算得到中韩日造船业的效率值。4.1StoNED模型的介绍4.1.1基本StoNED模型StoNED(stochasticnonparametricenvelopmentofdata)也即随机非参数数据包络分[41]析是由TimoKuosmanen教授于2006年提出的一种评价模型。其主要是在吸收和借鉴两种传统评价模型DEA（thenonparametricdataenvelopmentanalysis）和SFA（theparametricstochasticfrontieranalysis）的基础上提出的。其中，SFA主要关注于非效率项与随机噪音项对效率的影响。而DEA则把问题的焦点集中于有效生产前沿面的计算处理中。DEA并不需要参数之间有明显的函数关系，但有效前沿面必须满足具[42]有单调性和凸性。需要指出的是，DEA模型的评价个体都处于前沿效率的下方，完全无视了任何随即噪声的偏差。这一点，恰恰是需要SFA进行修正的。StoNED模型正是在这种情况下提出的。它结合了SFA和DEA的特点，具有两者一般的特征。具体而言，StoNED模型结合了DEA的线性非参数前沿模型和SFA的随机噪声、非效率项两种参数，并通过方程同时将他们联系起来。同SFA相比，StoNED模型并不需要生产函数具有特定的线性关系或任何其他的假设条件，具有随机非参数络分析的特点，在这一点上是同DEA模型十分类似的。DEA的主要优点是能够自主的发现差异值，具有一定的鲁棒性，对于随机数据的噪音能够很好地发现并加以识别。但是DEA所能显示的统计前沿只是有效率企业所组成的相对有效值，而StoNED模型中所有的观测值均影响统计前沿的形状。用StoNED模型能够发挥SFA和DEA模型的各个优势，取长补短，从而根据数据拟合得到生产函数。由于兼具了数据包络分析模型和随机统计前沿分析模型的特点，模型必须满足以下假设：假设1：同SFA模型类似，对于定义的随机误差项和无效率项必须分别服从标准正态分布和截取正态分布。假设2：生产函数必须符合数据包络分析模型的特点，即吻合单调递增凹函数的[43]特性。Y=f(X)表示经典的投入产出函数，其中X表示投入向量，包括人力、资本、物资消耗等投入要素。而Y表示产出向量，包括营业收入、利润等产出要素。结合DEA-30- 第4章基于StoNED的中韩日造船业效率分析模型，我们预先假设函数f符合传统数据包络分析的一些特征，比如单调性和凸函数。SFA算法的一个基本前提就是不存在已知的函数f，而是通过一系列的计算找到同投入产出要素最匹配的相关函数。在StoNED模型中，我们首先运用类似于SFA的模型来找到生产函数。观测值同产出函数得到的结果存在一定的误差，我们把这个随机误差以残差的定义表示出来：ε=v-uiii，其中Vi表示噪音误差，而ui表示在生产过程中各种浪费、损耗所导致的效率误差。一般的，αiYi=βiXi+εii=1，2，…，N其中εi=(vi+ui)在一般的关于SFA文献中，一般将误差分为两个部分，其中第一部分为v～N(0，2σv)是一个服从正态分布的随机误差项，用来反应实际问题中统计噪音，第二部分为2[44]u～|N(0，σu)|是一个服从正态分布的绝对值，u代表了企业因为各种原因所导致的投入没有转化为产出的低效部分，u的存在只会导致企业效率的降低，所以u恒定大于0。这个表达式可以通过类似于最小二乘法的模型（themodifiedordinaryleast-squares）来估计。首先，将普通最小二乘法转化为经典的凹面非参数最小二乘法模型，从形式上变化为：n2minεiαβεi1st..yα+βXεi1,...,niiiiiyα+βXεhi,1,...,nhiihhβ0in1,...,i在这个表达式中，α，β均为常数，其分别作为一阶函数中的截距和斜率出现在这个表达式中。目标函数求取参数ε平方的最小值。第二个不等式则通过Afriat不等[45]式保证了凹性，而第三个表达式通过定义β的非负性使得整个函数的单调性得到了保证。最小二乘法在使用的过程中相较于数据包络分析有很多不同。首先，数据包络分析技术通过一般线性模型求解每一组数据单元（DMU）的效率评价值，其中，效率评价值是相对独立的，其最终得出的是单个数据单元的评价值。但在StoNED模型中，求解ε的过程却需要利用所有数据单元，所以说残差ε相对于数据单元并不是独立的，其结果取决所有数据单元的共同结果，最终也是一次性得出所有数据单元的评价值。其次，StoNED模型借鉴了SFA模型，前沿分布是随机的，每一个生产单元都有对应的前沿分布；但在数据包络分析模型中，前沿分布只是一个相对的，只具有百分比性质的指标。最重要的区别还在于，传统数据包络分析所定义的残差具有非负性，具体-31- 江苏科技大学硕士学位论文表现为浪费等导致的非效率减项。StoNED模型则由于噪音误差v的引入，使得残差ε具有了无约束性。在StoNED模型中，残差ε由统计噪音v和非效率项u组成，虽然在前文中已经明确了残差ε的具体所指。但问题的关键还在于评价非效率项u对生产函数的影响。在此，本文应用二阶中心矩和三阶中心矩求解方程得到非效率项u。n2m2(εiiE())/εni1n3m3(εiiE())/εni1E()ε其中，m2表示二阶中心矩，m3表示三阶中心矩，i为残差ε平均值。由于二阶和三阶中心矩是真实矩的无偏估计量。而无偏估计量则可以通过以下等式求解：-222μ=+2uv243μ3u=1-σv，σu分别表示统计噪音和非效率项的方差。而关于非效率项的估计则可以使用在特定残差下非效率项u的条件概率进行求22222222μ=-/()/()解，其平均值满足*iuuv，方差满足*uvuv。点估计可以通过如下平均值的形式表示出来:(/)**EU()ii**1(/)**其中函数φ满足标准正态密度函数，ψ满足标准正太累计分布函数。通过以上一系列计算后，可以得到在多投入单产出下StoNED模型的一般求解过程。4.1.2面板数据模型上文主要介绍了在单一时间内多投入单产出下对StoNED模型的一般求解过程。在一些实际问题中，数据将不仅局限于一个特定的时间点，其生产函数更多的是涵盖了多个时期。这时候，一般模型孤立的将面板数据隔离成几个时段分别进行求解破坏了系统内部的耦合性和连续性，基于面板数据的StoNED模型则可以有效的求解连续时间段内投入产出函数的结果，从而使得分析结果更具合理性和连贯性。（1）自由变动的技术和效率[46]（Ruggiero，2004)认为如果技术和效率在不同的期间可以随意的变动，在这种-32- 第4章基于StoNED的中韩日造船业效率分析条件下，并不需要对原有的多投入单产出下StoNED模型进行任何的改变。这种情况下，面板数据的连续性得不到充分的体现，不同时期数据依旧被认为是孤立的，其技术和效率的变化更加的偶然而无法呈现出一定的规律性。基于此，需要对技术和效率的改变添加一些特定的条件以满足面板数据连续性和规律性的需求。（2）不变的技术和效率相对任意的技术和效率，这是利用具有面板数据特性StoNED模型的又一个极端的例子。随着时间的推移，技术和效率并不会发生变化。在StoNED模型中，不变的技术和效率的结果就是参数的常量化，即技术和效率参数在时间的推移中呈现出了常数的特性。而随之带来的结果就是非参数将会在模型中起到全部的作用。在此前提下，模型扩展为基于不变的技术和效率形式：Tn2minVitαβuvti11st..yα+βXuvi1,...,nititititiityα+βXuvhi,1,...,nhsitithshhsβ0in1,...,i在这个模型中，将uit作为一个恒定量，通过最小二乘法求解在时间段T内的统计噪音vit的平方和。在求解结果中，由于事先并没有界定ui的初始值，函数是无法[47]得到非效率项的绝对值的，需要对其标准化。进行标准化则是通过Gabrielsen-Greene函数将无法识别的相对非效率值转换为绝对非效率值，其函数表达式如下：uiuiminuhh作为面板数据下StoNED模型的一种特例，其优势和劣势都是相当明显的。其优势主要是由于参数定量化而可以忽视非效率项的参数分布，其计算的过程以及最终的结果也相对简单明了。但是，其劣势也是十分明显的，对于一个漫长的面板时期，假设技术和效率不变对于任何一个产业都是不切实际的。基于其特点，不变的技术和效率这种情况主要适用于短时间内，技术和效率的变动并不是非常明显的情况，而一旦时间增长，涉及了几年甚至十几年的时间跨度。那么，这种假设是无法成立的。（3）有约束条件下的效率和技术相对变化在不变技术和效率以及自由变动的技术和效率两种情况的基础上，StoNED提供了在有约束条件下的技术和效率变化模型，使得其可利用性大大提高。其主要做法是通过一定的函数改变非效率项ui，最常用的变动函数主要有一阶线性函数和二阶抛物线函数。随机变动函数可以直接带入方程，随时间变化的产出距离函数可以近似表示为：-33- 江苏科技大学硕士学位论文y/(yut())ititiDXY(,)sititmax(y/yus())hshshh假如关于效率项的半参数规定是合适的，那么该方法就提供了一种参数的一致估计量并且可以考虑效率随面板的变化。4.1.3多产出模型前面所述的StoNED方法都限定只有一个产出函数，在实际计算中，数据单元往往牵涉到多种投入要素与产出要素综合评价的过程，在这种情况下，就必须对单产出模型进行一定的拓展，使之能够符合一般数据单元评价的要求。DEA模型是一种可以直接处理多投入多产出条件下的方法。在StoNED模型中，可以通过主成分分析的方法消除变量之间的量纲差异，达到综合评价多种产出的目的。在求解的过程中，必须首先对每个产出要素进行标准化，即：X-*iiX,i1,2,...,,piii其中EX(),VarX().iiiii****T这时X(XX,,...,X)的协方差矩阵便是相关矩阵()，其中12pijppCovXX(,)**ijEXX().ijijiijj利用X的相关矩阵作主成分分析，有如下结论：****T设X(XX,,...,X)为标准化的随机向量，其协方差矩阵（即X的相关矩12pX*的第i个主成分为阵）为，则XXX**T**11*22*ppY()eXeee,i1,2,...,.piii12iip1122pp并且ppp***VarY(i)iVarX(i)p,i1i1i1*******T*其中0为的特征值，e(,ee,...,e)为相应于特征值的12pii12iipi正交单位特征向量。-34- 第4章基于StoNED的中韩日造船业效率分析*i第i个主成分的贡献率：；pm*ii1前m个主成分的累计贡献率：；p****Yi与Xi的相关系数为YX**,ieij。ij4.2可行性分析与数据选取前面的一节主要介绍模型的推导过程，本节将建立起基于StoNED模型的指标体系。本节需要解决的问题主要有可行性分析，指标体系建立过程中的原则以及最终建立指标体系三个部分。4.2.1可行性分析（1）StoNED模型可以实现多输入、多输出，2007年到2011年之间中韩日造船业的效率测度同模型是吻合的。（2）对中韩日3国造船企业的效率测度需要从不同侧面，用多个指标加以描述，这些指标的量纲往往是不统一的，StoNED模型则可以实现量纲同一化。（3）StoNED模型可以有效的测算统计噪音，保证中韩日三国造船业效率测度的精确性。4.2.2应用原则在建立基于StoNED模型的指标体系前，必须结合船舶企业自身特点对模型进行适当的修改，使其在应用中满足以下几个原则：（1）可比性可比性在评价分析指标中显得非常重要，具有可比性的数据是运算和分析的基础。在本文中，可比性显得尤为重要，其主要是由于国际间货币政策以及税收政策差异造成的。有些评价性指标比如利润由于各国税率的差异就无法正确剖视造船企业的效率，以及生产和投入的相应关系。基于此，一方面必须将无法比较的数据舍去，而保留一些相对能够比较的数据指标，另一方面，对于在各国间存在计算、认识差异的数据指标，在应用基于StoNED模型前，必须对数据指标进行统一化处理，使其具有可比性。（2）重要性评价造船业的效率必须体现重要性的要求。年报数据指标众多，其中能够反映效-35- 江苏科技大学硕士学位论文率的指标也为数不少，在选取数据作为指标时，必须选择具有重要性的数据以利于分析结果。而其他非重要的数据，虽然也对效率产生了一定的影响，但由于无法产生非常重大的作用而不做考虑。（3）可获得性国内外造船企业上市的数量很少，因此数据可获得性大大降低，其一方面是由于船舶产业的军工背景，另一方面也是由于大型船舶公司尤其是韩日株式会社往往倾向于横向一体化垄断。大部分船舶制造企业都将船舶制造视为主营业务的一部分。数据跨越2007到2011年五个财务年度，指标体系必须认真筛选，寻找能够进行比较的数据来源。（4）关联性财务分析多种多样，针对不同目标呈现不同的分析模型。本文侧重于分析中韩日三国造船业生产效率的变化，在选择数据指标上侧重于寻找能够恰当反应投入要素与产出要素的一些指标，而不能恰当反应的数据指标本文不涉及应用和分析。4.2.3变量的选取与采集大型造船企业及船舶产业集群在区域船舶工业中的地位十分显著。陶永宏等学者[49]指出：世界各国均以大型造船企业为核心组建船舶产业集群，实现集团化发展。上市公司作为大型企业中的优秀分子，在行业经济中具有代表作用。基于以上原因，大型船舶上市公司年度财务报告数据更加具有稳定性。因此，本文选取大型上市公司数据为来源进行分析。本文在实际选择中，筛选出中韩日三国共十五家大型船舶上市企业。非上市公司一方面由于数据的保密性无法有效获得，另一方面也是由于数据是否审计尚存疑问，对数据的可靠性无法得到有效保证。基于以上两点考虑，本文选取的评价个体主要包括以下十五家造船企业。其中，中国内地上市公司以船舶制造为主营业务的只选择了中船江南重工股份有限公司，中国船舶工业股份有限公司以及广船国际股份有限公司三家企业，和在香港上市的中国熔盛重工集团有限公司以及新加坡上市的扬子江船业有限公司。在韩、日两国，考虑到相当多的船舶上市企业同时兼有军工和多主营业务的特点。本文仅考虑韩国、日本两国上市企业主营业务为民用船舶制造的造船集团。其中，韩国、日本造船企业均在本国上市，其财务报表均可通过官方网站下载得到。由于涉及中韩日三国财务数据进行比较，本文对企业原始数据进行了处理，具体做法是：依据每年年末汇率将韩日企业财务数据折算成人民币，这样做的好处是尽可能降低每年汇率差对结果的影响。人民币兑换韩元、人民币兑换日元年终汇率具体见表4.1。-36- 第4章基于StoNED的中韩日造船业效率分析表4.1人民币兑换韩元、日元年终汇率表Table4.1RMBexchangewon,theJapaneseyenatyear-endexchangeratestable年终汇率2007年2008年2009年2010年2011年人民币兑日元15.2813.3013.1912.5212.26人民币兑韩元126.40199.09170.70172.19180.97注：数据来源于http://www.x-rates.com。尽管造船企业投入与产出的指标较多，但依据人财物三大投入资源，本文将造船企业的投入定义为劳动力、资本和物资消耗。其中，劳动力选用职工薪酬进行衡量，资本选用企业资产进行衡量，而物资消耗则选用存货进行衡量。产出要素选用营业收入和造船完工量综合衡量。由于牵涉到中韩日三国企业数据比较，为确保数据口径的统一，本文选用了能够在各国财务报表中表述含义统一一致的数据：销售管理费用、资产、存货成本和营业收入，利润由于牵涉到各国税率的差异不做考虑。在数据收集阶段，资产、存货、营业收入等均可以直接从各公司年度财务报告中获取得到。但是，由于韩日企业各年职工薪酬无法获得。本文对职工薪酬采取了近似[50]计算，其具体做法是依据林森等学者比较银行效率时所陈述的观点，他认为职工薪酬数据与每年的总支出成一定比例。通过计算表明，现有船舶产业内一般职工薪酬约占销售管理行政费用的35%。因此，本文选用销售管理行政费用的35%计提职工薪酬。基于以上可行性分析和相关原则的要求，本文选取了2007到2011年五年具有代表性的大型船舶制造企业十五家的上市公司年末公司财务报告资产负债表，利润表以及附注相关内容。这十五家企业分别是属于中国的五家大型船舶制造企业：中船江南重工股份有限公司、中国船舶工业股份有限公司、广船国际股份有限公司、中国熔盛重工集团有限公司、扬子江船业（控股）有限公司；属于韩国的五家大型船舶制造企业：现代重工业株式会社、大宇造船海洋株式会社、三星重工业株式会社、STX造船株式会社、韩进韩国造船株式会社；属于日本的五家大型船舶制造企业：川崎造船株式会社、三井造船株式会社、三菱造船株式会社、名村造船株式会社、佐世保重工业株式会社。利用基于StoNED模型的指标体系，求解每个船舶企业在各年度生产运作效率。中韩日15家上市造船企业2007-2011年的投入与产出数据如表4.2至表4.6所示。-37- 江苏科技大学硕士学位论文表4.2中韩日造船企业资产表Table4.2China,SouthKoreaandJapaninshipbuildingenterpriseassets国家企业名称2007年2008年2009年2010年2011年中船江南重工股份有限公司21552283237423732394中国船舶工业股份有限公司3047745016430305143449751中国广船国际股份有限公司110341025898051215811886中国熔盛重工集团有限公司725617714219704099551261扬子江船业有限公司1449118220204112616833739现代重工业株式会社1679870025280400248726002888810029920497大宇造船海洋株式会社828700015953000151360001417600014550579韩国三星重工业株式会社1056000026084000201870001307118916047570STX造船株式会社35291478617386155138061843058813909885韩进韩国造船株式会社41619856235995689496862830846597238川崎造船株式会社13780001399000135200013540001362139三井造船株式会社711000739000742000686000655930日本三菱造船株式会社45171484526000426200039890003963987名村造船株式会社188035219713211450195730162304佐世保重工业株式会社8470784489808408501384464注：1）中、韩、日三国企业货币单位分别为百万人民币、百万韩元、百万日元；2）数据源自上述企业官网年报。从表4.2可以看到，中国、韩国造船企业在2007年到2011年之间都有了巨大的发展，投资规模增长率达到128%和87%。其中，投资规模增长最为迅速的是中国熔盛重工集团有限公司，增长率超过了606%。同2007年比较，五家日本造船企业的资产均出现了不同程度的减少，表明日本造船企业资本正逐渐撤出本国市场，向新兴造船国家转移。表4.3中韩日造船企业应付职工薪酬表Table4.3China,SouthKoreaandJapaninShipbuildingenterprisesEmployeebenefitspayabletable国家企业名称2007年2008年2009年2010年2011年中船江南重工股份有限公司1926253234中国船舶工业股份有限公司446808748851757中国广船国际股份有限公司181217166220234中国熔盛重工集团有限公司127164231415480扬子江船业有限公司41587786182现代重工业株式会社282169328622322763430815432172韩国大宇造船海洋株式会社92555102629102963135065137203-38- 第4章基于StoNED的中韩日造船业效率分析三星重工业株式会社120541116372120929157066225227STX造船株式会社1725023033152985146256195515韩进韩国造船株式会社2669154223459484484949334川崎造船株式会社5675457029529135153555082三井造船株式会社1447114950146331511814203日本三菱造船株式会社109586113566118289119243116834名村造船株式会社28752923274427042624佐世保重工业株式会社8281023957904846注：1）中、韩、日三国企业货币单位分别为百万人民币、百万韩元、百万日元；2）数据源自上述企业官网年报。表4.3、表4.4表明，中国、韩国两国造船企业的职工薪酬和存货也有较大规模的增长，而日本相对变化较小。日本造船企业的职工薪酬呈现出与投资不同的趋势，五家造船企业中有两家薪酬有一定的增长，而总资产都在下降，说明在放缓投资的同时，日本企业通过不断挖掘现有产能提高竞争力。表4.4中韩日造船企业存货表Table4.4China,SouthKoreaandJapaninshipbuildingenterprisesstocklists国家企业名称2007年2008年2009年2010年2011年中船江南重工股份有限公司243456394464429中国船舶工业股份有限公司24085198309720783617中国广船国际股份有限公司9551116135516561514中国熔盛重工集团有限公司32991399915572610扬子江船业有限公司413147483712771654现代重工业株式会社11192192263296192855920841732834685大宇造船海洋株式会社9885551645520989217454824517085韩国三星重工业株式会社312306777745578979600317525668STX造船株式会社95969463949824011451300756069韩进韩国造船株式会社311954434874266468267248187074川崎造船株式会社439310476441418224425322441897三井造船株式会社96367117942465854512245410日本三菱造船株式会社13857111299616124006111162051053442名村造船株式会社3668747259588660397374佐世保重工业株式会社29613383373928061355注：1）中、韩、日三国企业货币单位分别为百万人民币、百万韩元、百万日元；2）数据源自上述企业官网年报。-39- 江苏科技大学硕士学位论文表4.5中韩日造船企业营业收入表Table4.5China,SouthKoreaandJapaninshipbuildingenterprisesoperatingincomestatement国家企业名称2007年2008年2009年2010年2011年中船江南重工股份有限公司10831327145613751503中国船舶工业股份有限公司1787627656252382985528699中国广船国际股份有限公司59536984655365008296中国熔盛重工集团有限公司662472594731266515905扬子江船业有限公司38557359106241292315706现代重工业株式会社1553301319957081211421972240300025019604大宇造船海洋株式会社710479211074644124425191207500012257626韩国三星重工业株式会社851906610664465130949441307118513358611STX造船株式会社2129017300565511168311891127811096174韩进韩国造船株式会社14447213848033322761927558702342490川崎造船株式会社15010971338597117347312269491303778三井造船株式会社659215686656765989589209571852日本三菱造船株式会社32030853375674294088729037702820932名村造船株式会社109639122144131604136034122633佐世保重工业株式会社6663777464636926728066082注：1）中、日、韩三国企业货币单位分别为百万人民币、百万韩元、百万日元；2）数据源自上述企业官网年报。表4.6中韩日造船企业造船完工量表Table4.6China,SouthKoreaandJapaninshipbuildingenterprisescapacity国家企业名称2007年2008年2009年2010年2011年中船江南重工股份有限公司5748397284中国船舶工业股份有限公司655589758809933中国广船国际股份有限公司6370657875中国熔盛重工集团有限公司838148316361扬子江船业有限公司3584193254363现代重工业株式会社695867129010001162大宇造船海洋株式会社475548840952847韩国三星重工业株式会社459516520500842STX造船株式会社207269330367483韩进韩国造船株式会社32119756563川崎造船株式会社67981047488日本三井造船株式会社201238250221224-40- 第4章基于StoNED的中韩日造船业效率分析三菱造船株式会社8210879140148名村造船株式会社149190185220185佐世保重工业株式会社708010510091注：1）造船完工量单位为万载重吨；2）中国企业数据采用中国船舶统计年鉴，其他企业数据通过中国船舶工业年鉴及各公司官方网站综合统计得到。表4.7列示了2011年中韩日15家上市造船企业资产周转率、单位薪酬贡献、企业毛利率三项财务指标。通过比较可以发现中国造船企业在各项指标中均落后于韩国日本企业。尤其是存货周转率和单位薪酬贡献两个财务指标差距尤为明显，这表明中国造船企业在劳动力创造价值和产品实现价值两方面仍具有很大的提升空间。表4.7中韩日企业2011年财务指标表Table4.7the2011financialindicatorsTablewithinChina,SouthKoreaandJapan国家企业名称资产周转率单位薪酬贡献存货周转率中国中船江南重工股份有限公司0.6344.853.51中国船舶工业股份有限公司0.5837.917.94广船国际股份有限公司0.7035.525.48中国熔盛重工集团有限公司0.3133.116.09扬子江船业（控股）有限公司0.4786.439.50韩国现代重工业株式会社0.8457.898.83大宇造船海洋株式会社0.8489.3423.71三星重工业株式会社0.8359.3125.41STX造船株式会社0.8056.7514.68韩进韩国造船株式会社0.3647.4812.52日本川崎造船株式会社0.9623.672.95三井造船株式会社0.8740.2612.59三菱造船株式会社0.7124.142.68名村造船株式会社0.7646.7316.63佐世保重工业株式会社0.7878.1548.77注：单位薪酬贡献通过企业营业收入与应付职工薪酬相除得到。4.3数据处理和模型计算4.3.1模型构建造船企业的非效率项Ui与世界造船完工总量呈现正向相关的关系。形势较好时，造船企业倾向大规模投入以扩充产能，导致非效率项的增加。在基于面板数据的-41- 江苏科技大学硕士学位论文StoNED模型中，Ui选用随世界造船完工总量变动的函数Ui(wt)表示，其中wt表示t年份世界造船完工总量。,,,,分别表示特定时期特定企业投入、产出LitKitMitYitZit要素的系数。包含三项投入要素、两项产出要素，基于面板数据的StoNED模型表述为Tn2minvitti11st..2(xxx)(yy)abwcwv0i1,,;nt1,,TLitLitKitKitMitMitYitYitZitZitiititit2(xxx)(yy)abwcwv0ih,1,,;nts,1,,TLitLhsKitKhsMitMhsYitYhsZitZhshhthths2abwcw0i1,,;nt1,,Tiitit,,,,0i1,,;nt1,,TYitZitLitKitMit主成分分析可以发现，五年内产出要素综合衡量的第一主成分均大于92%。因此，可以通过第一主成分确定综合产出。由于只有两个产出要素进行主成分分析，因此，每一个产出要素对综合产出的贡献相同，系数也相同，即αYit=αZit=kit,kit表示t年份i企业两种产出的相关系数，产出向量Y=（y1t,y2t…ynt）应标准化后再带入方程。非效率Ui(wt)导致了观测值g(Yit)与f(Xit)之间的差异，因此，效率在形式上表示为：γit=g(Yit)/f(Xit)=g(Yit)/(g(Yit)-εit)=g(Yit)/(g(Yit)+Ui(wt)-Vit)g(Yit)与f(Xit)之间的差异主要是非效率项Ui(wt)而并不是随机噪音项Vit引起的，在实际应用中，随机噪音项对生产函数的影响也极其微小。因此在计算造船企业效率的过程中，随机噪音项作为微弱影响因子予以忽略。故造船企业效率的计算公式为=(yy)/(yyUw())，itYitYitZitZitYitYitZitZitit其中2Uw()abwcw，γit表示t年份i造船企业效率情况。itiitit4.3.2模型测算通过gams23.7软件编程对StoNED模型求解，2007-2011年中韩日上市造船企业效率结果见表4.8。其中，效率为1表示效率最高，效率为0表示效率最低。表4.82007-2011中韩日船舶制造上市公司效率表Table4.82007-2011shipbuildingefficiencyofcompanieswithinChina,SouthKoreaandJapan企业名称2007年2008年2009年2010年2011年中船江南重工股份有限公司0.54440.59430.61650.60710.5786中国船舶工业股份有限公司0.63100.72570.70710.74060.7648广船国际股份有限公司0.55380.59290.57750.57550.5700中国熔盛重工集团有限公司0.10320.45100.62220.67780.6592扬子江船业（控股）有限公司0.38430.54370.63230.66020.5061-42- 第4章基于StoNED的中韩日造船业效率分析现代重工业株式会社0.99990.99990.99990.99990.9425大宇造船海洋株式会社1.00001.00001.00001.00000.9532三星重工业株式会社0.89390.91340.92830.92810.9603STX造船株式会社1.00001.00001.00001.00000.9171韩进韩国造船株式会社0.49660.72430.68790.65300.7308川崎造船株式会社0.97560.98620.98340.98490.9965三井造船株式会社0.97630.96000.98741.00000.9131三菱造船株式会社0.82230.83010.84920.74590.7574名村造船株式会社0.79320.82000.82370.79450.7913佐世保重工业株式会社0.98480.92000.95320.98000.9743通过求取平均值，可以得到各个造船企业在2001至2010年之间的平均效率，计算效率值得到船舶企业平均效率表4.9。表4.9船舶企业平均效率表Table4.9Shipcorporateaverageefficiencytable船舶制造企业平均效率排名国籍大宇造船海洋株式会社0.99061韩国现代重工业株式会社0.98842韩国川崎造船株式会社0.98533日本STX造船株式会社0.98344韩国三井造船株式会社0.96745日本佐世保重工业株式会社0.96256日本三星重工业株式会社0.92487韩国名村造船株式会社0.80458日本三菱造船株式会社0.80109日本中国船舶工业股份有限公司0.713810中国韩进韩国造船株式会社0.658511韩国中船江南重工股份有限公司0.588212中国广船国际股份有限公司0.573913中国扬子江船业（控股）有限公司0.545314中国中国熔盛重工集团有限公司0.502715中国4.3.3模型分析从表4.9可以看到，中国和韩国10家造船企业效率都有了一定的提高，日本造船企业的造船效率变化不大。2007年到2011年间，效率提升超过10%的有中国船舶工-43- 江苏科技大学硕士学位论文业股份有限公司、中国熔盛重工有限公司、扬子江船业（控股）有限公司、韩进韩国造船株式会社四家造船企业。受到经济危机的影响，韩国日本一些造船企业效率出现一定的波动。其中，日本企业效率普遍有所下降，在考察的五家日本公司中有四家出现了效率负增长的情况。2007年到2009年间，考察的15家造船企业效率均有大幅度的增长。但从2009年开始，造船企业效率持续下滑，说明经济危机对船舶企业的发展产生了重大影响，不光体现在造船完工量的萎缩，效率上同样出现影响。主要原因为劳动力成本的大幅上升和船价的不断下降。将以上15个企业按照国别进行分类，以国别为单位求取平均值得到表4.10中韩日三国船舶产业效率表：表4.10中韩日三国船舶产业效率表Table4.10efficiencyofChina,KoreaandJapanshippingindustry国别2007年2008年2009年2010年2011年中国0.440.580.630.650.62韩国0.880.930.920.920.90日本0.910.900.920.900.8980000.95中国造船完工量0.970000.85韩国造船完工量60000.8日本造船完工量50000.750.7中国效率40000.65韩国效率30000.6日本效率（造0.55万船2000载完中0.5日重工吨量1000韩）0.45造船平00.4均效2007年2008年2009年2010年2011年率图4.12007-2011年中韩日造船企业平均效率与造船完工量比较表Figure4.1theaverageefficiencyandcapacitycomparisonwithinChina,SouthKoreaandJapan图4.1给出了中韩日3国造船企业的平均效率与3国造船完工量的比较图。从图4.1可以看出中国造船企业效率明显小于韩国日本企业，但中国造船企业效率的增长趋势却非常明显，说明中国造船企业的效率一直稳步提升。中国造船完工量从2007年的1600万吨达到了2011年的6760万吨，在造船规模上已经全面领先韩国日本企业，期间中国造船业完工量增长了322%，而同期韩国增长89%，日本仅增长18%。-44- 第4章基于StoNED的中韩日造船业效率分析但与此同时，中国造船企业的效率只是从0.44上升到了0.64，仅仅只提高了15%，说明中国造船企业一直维持着外延式增长而非内涵式增长。中国造船企业要想提高效率扩大利润，就必须改变现有的增长模式，找寻内涵式发展的道路。4.4本章小结本章节介绍了StoNED模型，通过基本模型、面板数据模型、多产出模型逐层推导的关系，研究了在时间序列条件下，多产出StoNED模型的基本概念和计算模型。通过中韩日三国15家大型上市企业的比较，运用StoNED模型对中韩日三国造船业效率进行了测度，分析了近五年来中韩日三国造船业效率的变化趋势，通过比较找到中国造船业效率的不足，并得到如下结论：（1）造船产业集群现象突出，造船产业的效率可以通过地区内大型企业效率体现出来，大型企业效率越高，可以认为地区造船业效率越高。（2）通过财务指标分析，中国造船企业造船周转率、单位职工薪酬、存货周转率均大幅度落后于韩国、日本造船企业，体现出中国造船企业在管理能力、生产效率等方面的不足。（3）通过StoNED模型测算可以发现，中国造船企业效率大部分维持在0.5-0.7附近，而韩国、日本造船企业效率普遍达到0.9-1.0，中国同韩国、日本企业效率相距甚远。基于时间序列纵向对比可以发现中韩日三国造船业效率发展的趋势，中国造船业效率明显低于韩国、日本两个国家，但中国造船业效率增长的趋势明显。体现出中国造船业为适应萎靡的宏观环境，正在努力转型，由外延式增长逐步走向内涵式增长。-45- 江苏科技大学硕士学位论文第5章基于BP神经网络的效率弹性分析5.1BP神经网络的算法简介5.1.1BP神经网络基本模型BP神经网络是一种反向传递感知器模型，由若干神经元组成。BP神经网络主要包括3个层次，即输入层、输出层以及一层或者多层的隐藏节点。其中，输入层、输出层主要用于数据输入，目标输出的导入。隐藏节点在神经网络中起到关键的作用，BP神经网络通过隐藏节点的信息传递和反馈两种路径保证系统的有效运行。包含输入层、输出层、以及一个隐藏层的BP神经网络结构见图5.1。输入层隐藏层输出层X1X2X3y......Xn图5.1BP神经网络结构简图Figure5.1BPneuralnetworkstructurediagram5.1.2BP神经网络算法实现BP神经网络通过信息的正向传播和反馈组成的回路构成了系统的基本拓扑结构。正向传播的过程中，输入样本通过输入层导入神经网络系统，通过隐藏层的逐层传递后抵达输出层，系统训练的输出样本与预计目标样本比较。如果两种样本的误差较小，则可以认为默认的模型赋值准确、参数合理，能够实现评价指标和预测数据等作用。如果训练输出样本与预计目标样本之间的误差较大，说明初始化的BP神经网络需要进行一定的改进才能实现预期的作用。通过反馈机制，输出层将误差传递到隐藏层，依据各神经元的阀值以及拓扑结构的权值系数重新对输出层、隐藏层的权值系-46- 第5章基于BP神经网络的效率弹性分析数赋值，经过一个反向回馈和正向信息传递回路的作用，权值系数被重新调整，输出样本与预计目标样本的误差在传输过程中不断缩小，促使整个网络趋向于收敛，从而达到预定目标。由于BP神经网络表示的是多输入指标、多输出指标的非线性映射关系，用等式很难表达出来，因此将内部的运算和拟合的过程定义为“黑箱”。BP神经网络的算法可描述如下：（1）初始化神经网络结构。首先，利用随机数初始化神经元，bi代表神经元i的阈值；同时，初始化神经网络传输路径，通过wij表示，wij表示神经元i传输到j的权值系数。（2）预处理输入样本{xpl}以及预输出样本{ypl}，其中pl分别表示样本的数量以及输入向量的数量。（3）训练一次BP神经网络得到输出向量P。神经网络输入端的神经单元是起点，输入层的神经元只负责数据的传送而不对数据进行处理。通过传递函数的作用，输入层将数据传到至隐藏节点。BP神经网络有多种函数可以选择，如对数Sigmoid函数logsig，正切Sigmoid函数tansig和线性函数purelin等。具体的训练过程以及参数的选择将在下文叙述。（4）计算各层神经元的误差信号。通过传递函数的作用，信息在输入层、输出层以及隐藏层之间传递和反馈，隐藏层和输出层必须利用传递和反馈的信息测算神经元的误差，更好地“修正”自身的行动。输入层与输出层误差的计算公式如下：输出层：δpj=(ypj－Ppj)Ppj(1－Ppj)隐层：δpi=Ppi(1－Ppi)∑δpjwpj（5）计算误差。2Er＝[∑∑](bpk-ypk)/2如果误差小于拟设定的参数，网络训练结束。（6）如果误差大于设定的拟合值，表明神经网络对模型的分析还是不够充分，因此必须对模型继续训练，并修改神经网络结构的权值系数。权值系数的计算公式如下：wij(t+1)=wij(t)+ηδpjPpj，其中η为学习速率。BP网络的算法流程见图5.2。-47- 江苏科技大学硕士学位论文初始化定义输入矢量和输出矢量求隐藏层、输出层各单元输出权值求各神经网络的误差信号学习误差是否满足精度要求计算隐含单元误差结束求误差精度图5.2BP神经网络算法流程图Figure5.2flowchartofBPneuralnetwork5.2数据的采集与处理影响中韩日三国造船业效率的因素非常复杂，中韩日三国造船业效率指标体系的设计需要建立在系统分析基础之上，基于BP神经网络的输入指标包括资产负债率、利息保障倍数、资产周转率、毛利率、费用率、市场占有率，输出指标以StoNED模型计算得到的效率作为样本。本文应用BP神经网络的主要目的是找到影响中国造船业效率的因素并进行分析。因此，本文仅使用了中国造船业效率的相关指标进行评价，韩国、日本由于篇幅、数据的限制不作考虑。样本将中国造船企业数据分为训练集与测试集2个大类，其中，2007－2011连续5年样本作为训练集，2007－2010连续4年样本为训练输入以构建BP神经网络模型，2011年数据作为训练输出以检验BP神经网络的有效性和准确性。数据全部来源于各上市企业年终财务报表。5.3BP神经网络的仿真5.3.1无量纲化处理造船企业效率影响因素的指标不具有共同的量纲，过大的指标数值往往会掩盖其他要素对效率的影响。在实际运算中，本文运用极差变化法对指标影响因素进行了无-48- 第5章基于BP神经网络的效率弹性分析量纲化处理。无量纲化处理后的数据保证了效率对每个指标施加的影响都是敏感的。假设Iij为第i个指标在第j个企业中的值，处理后的值记Xij，无量纲处理的主要思路是将指标向量中最大的值选取为最大值；将指标向量中最小的值选为最小值，通过极差变换的方法保证指标向量包含的元素都处于[0,1]的区间。Imin(,II,...,I)iji12iinxijmax(,II,...,I)min(,II,...,I)i1i2ini1i2in由于本文选用了sigmoid函数，该函数在[0,1]区间内变化速度缓慢，导致学习次数的增多。因此，本文将输入输出数据调整在[0.1,0.9]之间，从而提高了BP神经网络的收敛速度，优化了模型的性能。*0.（8xxmin）*x0.1，x[0.1,0.9]xxmaxminBP神经网络对数据进行计算后，输入输出向量需要重新赋予现实意义，即归一化的逆过程，通过如下调整可以得到：*(x0.1)(xx)maxminxxmin0.85.3.2拓扑结构设计BP神经网络的神经元通过拓扑结构相互联系。由于神经元仅具有有限的属性，因此，合理设计BP神经网路的拓扑结构显得至关重要。BP神经网络拓扑结构设计的主要研究点在于合理设计隐藏层的层数以及隐藏层的节点数。相关研究证实了3层BP神经网络已经能够实现任意输入输出向量间非线性相关的映射关系。隐藏层数的过多会导致数据间的传递过分分散，从而降低了模型的收敛性，导致程序运行的时间大大延长。没有隐藏层则会导致输入层与输出层直接连接，本质上变成一种线性函数回归关系，没有办法体现BP神经网络的优势。因此在实际应用中，一般选择输入一层、隐藏层一层、输出一层的布局。相对于隐藏层的层数，隐藏层的节点的选择更加具有技巧性。隐藏层节点数目直接影响BP神经网络的运行。如果神经网络隐藏层节点数目太少，BP神经网络将没有办法充分进行信息的处理和反馈，导致程序没有办法得出正确的结论；而当神经网络隐藏层节点数目太多的时候，由于信息节点的大大增加，模型不得不通过更加精确的分析保证每个神经元对系统的适应性，从而大大增加了拟合时间，降低了使用的效率。对于隐藏层节点个数的选择，到目前为止仍然没有同意的定论，但一般可以选取输入维数的一半作为初始隐藏层节点。初始值并不一定完全适应BP神经网络，往往需要逐步增加或减少节点的数目提高模型的精度和拟合的速度。-49- 江苏科技大学硕士学位论文5.3.3相关参数设计BP神经网络除了要求具有正确的拓扑结构外，同时要求初始参数恰当合适，保证程序能够较快的收敛。初始参数主要包括学习速率、激活函数、训练函数等：（1）学习速率学习速率的取值会对收敛性和精确性产生双重影响，一般结合训练要求精度进行分析。学习速率太小，信息的传递和反馈效果表现为较差的拟合性，导致训练次数的增加；学习速率太大，神经元将无法完整地“吸收”传递和反馈得到的数据，从而导致神经元的学习效率大大降低，并出现一定的“学习错误”，具体体现为结果的震荡，无法收敛。实践中，样本量较大时，模型要求的精度不高，可以适当增大学习的速率，在保证模型稳定性和正确性的前提下，提高收敛的速率。（2）激活函数的选择BP神经网络中，激活函数负责神经元信号的输出，结合神经元的阀值与权值系数共同决定神经元的输出，一般来说，激活函数输出为正，表示神经元处于兴奋状态；[52]反之，神经元则处于抑制状态。常用的激活函数包含以下几种：1(a)对数S型（sigmoid）函数:a(b)线性函数：ann1ennee(c)双曲正切型：a(d)sin型：asin(n)nnee-50- 第5章基于BP神经网络的效率弹性分析从图中可以看出，S型函数两端2阶偏导数为负，表明函数两端波动相对较为平坦；中间部分2阶偏导数为正，说明函数中间部分波动剧烈，呈现出迅速攀登的趋势。S型函数为非线性函数，因此，可以通过放大系数对信号进行处理，将信号的变化区间缩小，从而更有利于提高模型的精度。S型函数还有一个重要的特点在于函数的自变量取值范围是任意的。因此，S型函数更符合生物神经元的特性。一般情况下，隐藏层使用S型函数作为激活函数。（3）BP训练算法函数BP训练算法函数依据以上各参数综合确定。通过不断调用BP训练函数，模型不断修正权值系数保证精度，不同的训练函数有着不同的作用。以下是几种常用的BP训练函数：Traingdx函数（自适应学习速率法），通过检查权重修正值是否降低作为函数调节的依据。如果降低，说明选取的学习速率有上升空间，可对其增加；反之，就减少学习速率。这种方法可以有效地克服BP神经算法中学习速率选择不当的缺点。Traincgf函数（共轭梯度法），采用Fletcher-Reeves算法。该算法收敛速度较普通梯度下降法快，由于需要线性存储，因此需要的存储量也相对较大。由于算法的代价要求较低。因此，在较大规模问题中得到广泛的应用。Trainlm（Levenberg-Marquardt算法），权值通过dx=-(JXT*jx+I*mu)-jXT*E进行修正，其中JX是误差对权值微分的雅各比矩阵，E是误差向量，mu是调整量。该方法学习速度快，然而占内存大，对于中等规模的网络来说是最好的一种训练算法。对于大型网络，可以通过设置参数mem-reduc把雅各比矩阵，分成多个子矩阵，这样可减少内存消耗，但学习时间将会增大。各算法的快慢及精度依问题的复杂程度、训练集大小、网络的大小及误差要求的不同而有所不同。5.3.4神经网络建立由此，本研究初步建立起了评价效率影响因素的BP神经网络模型，输入维数为25，分别对应5年内5家中国上市造船企业的财务数据。训练函数为“TRAINCGF”，网络训练性能函数为“MSEREG”，网络层数为3。一般隐藏层神经元数以小于或等于输入矢量维数的一半为宜，通过大量的实验计算分析认为隐藏层神经元数为12较为[53]合适，输出维数为1，传递函数都为“TANSIG”，其拓扑结构为25－12－1，学习率为0.05，惯性因子为0.9，最大训练次数为100000，训练要求精度为0.001。网络模型示意图如图5.3所示。建立了BP神经网络模型的框架后，该模型的性能、学习能力和学习效率必须经过一定的检测，然后对其进行必要的修正。-51- 江苏科技大学硕士学位论文25121图5.3网络模型示意图Figure5.3networkmodelschematicdiagrams5.3.5有效性检验图5.4有效性检验图Figure5.4validationsFig.该模型经过1016步后，停止了训练，网络训练误差曲线如图5.4所示；由图5.4可知，网络训练的结果并没有达到设定的目标值0.001，而是提前终止了学习。训练完成后，必须将训练输出集导入模型中，以检验模型的拟合性。图5.4仿真检验结果和误差。仿真检验结果和误差如表5.1所示。训练表明，模型能够很好地实现拟合，可以准确分析造船业效率的影响因素。到此网络模型训练结束，基于BP神经网络的中韩日三国造船业效率弹性分析模型已经建立。通过仿真模拟训练和输出检验可以判定，模型具有高度的拟合性。在对效率的影响因素进行弹性分析时，只需输入评价样本的标准化的指标数据，即可得到分析结果。-52- 第5章基于BP神经网络的效率弹性分析表5.12011年BP神经网络输出检验和误差表Table5.12011BPneuralnetworkoutputtestanderrortable企业名称测试结果期望输出相对误差(%)中船江南重工股份有限公司0.54720.5786-5.42中国船舶工业股份有限公司0.78980.76483.27广船国际股份有限公司0.52170.5700-8.47中国熔盛重工集团有限公司0.68050.65923.22扬子江船业（控股）有限公司0.43310.5061-14.445.4效率弹性及影响因素分析5.4.1效率的弹性分析弹性分析由19世纪末英国经济学家马歇尔提出，主要研究因变量随特定自变量波动而发生改变的计量关系，从而找到因变量变化的主要动因以及因变量的反应灵敏程度。中国造船业效率相对于韩国、日本尚有一定的差距。前文可以看出，公司的财务管理、科研水平、员工素质都对造船企业效率有一定的影响。从经济学的角度，造船业属于典型的规模报酬递增行业，随着企业市场占有率的提高，造船企业效率也会不断提升。这些因素都会对造船业效率产生一定的影响，但影响的方式十分复杂。因素之间也会相互影响，传统的线性回归分析方法在使用过程中产生了较大的误差，模型无法通过T检验。BP神经网络在解决非线性数学模型中具有明显的优势，其不依赖线性关系、自学习等特性可以则保证模型的精确性。在对中国造船业效率弹性分析过程中，效率作为因变量。各种影响因素联合作用促使效率发生变化，因此作为自变量。通过神经网络将各种影响因素对效率的影响通过弹性表现出来。通过弹性分析的手段，将效率的影响因素逐个分解，找到影响因素和效率之间的两两关系，发现影响效率最大的因素。5.4.2效率的影响因素分析运用训练后的BP神经网络对影响造船业效率的影响因素进行弹性分析，具体做法是，保持2007-2010年的数据不变，即训练模型不变，通过改变2011年各企业影响因素的大小，得到各企业效率变化的大小，从而确定各个影响因素对效率的影响大小。在实际计算中，依次改变各个影响因素1%，观察效率的改变情况，中国造船业效率弹性变动如表5.2所示。-53- 江苏科技大学硕士学位论文表5.2中国造船业效率弹性变动表Table5.2elasticitychangesofChina'sshipbuildingindustryefficiencyinfluencingfactors资产利息保障资产市场企业名称毛利率费用率负债率倍数周转率占有率中船江南重工股份有限公司-0.01350.04050.31030.1349-0.10790.1214中国船舶工业股份有限公司-0.01150.02300.17230.0804-0.06890.2068广船国际股份有限公司0.00000.03990.33210.1329-0.10630.1196中国熔盛重工集团有限公司0.00000.05850.21930.1900-0.13160.2485扬子江船业（控股）有限公司-0.01280.05130.20530.1411-0.07700.1668从资产负债率来看，负债比例越高，企业的效率越小。但资产负债率对中国造船企业效率的弹性系数极其微弱，仅仅只有利息保障倍数的一半，说明影响中国造船业效率的主要因素是短期融资的安全而不是长期资本的注资。从利息保障倍数来看，造船企业效率与利息保障倍数呈现正相关的关系。融资是造船企业稳定发展的前提和关键。利息保障倍数的正相关说明了，造船企业的融资安全与效率是直接相关的。造船企业效率的提高离不开融资环境的改善。从资产周转率来看，资产周转率对中国造船企业效率的弹性系数为正，表明资产周转率越高，企业效率的越高。较高的资产周转率体现了造船企业较为迅速的投入产出转化速度。反映了造船企业资产的管理质量和利用效率。资产周转率越高，造船企业销售能力越强，效率也就越高。因此，缩短造船周期，特别是船坞、船台使用周期可以有效地提升造船业的效率。毛利率对中国造船企业效率的弹性系数为正，表明毛利率越高，企业的效率越高。企业的生产、销售来实现价值，毛利率的提高说明企业用更少的成本实现更大的产出，也意味着企业的经营管理能力越高。从费用占总成本来看，费用率对中国造船企业效率的弹性系数为负，表明费用比例越高，造船企业效率越低。企业的费用是非生产过程中合理以及非合理的浪费的累积。过高的费用极大的制约了企业效率地提高。通过数据可以发现，费用率的弹性系数对效率的影响并没有预期的那么大。可以认为，费用中很大一部分包括了研究与开发费用，研发费用的增加促使了科技水平的提高，从而带动了效率地提高。从造船市场占有率来看，市场占有率对效率的影响最为巨大，说明市场占有率的提高对造船企业效率具有正面的影响。作为装备制造业的一员，船舶产业同样遵循学习曲线，规模的扩大可以有效帮助造船企业实现规模效应，提高造船企业效率。通过表5.2可以发现，影响我国造船业最大的因素依次是市场占有率、资产周转率、毛利率和利息保障倍数，说明造船业做大做强有着密切而直接的关联，企业扩大规模实现更多的市场占有率能够促进企业效率的提高。同时，企业的效率同管理的水-54- 第5章基于BP神经网络的效率弹性分析平直接相关，造船业必须不断提升管理水平才能提高效率。5.5本章小结本章对中国造船业效率的影响因素进行了弹性分析，主要研究内容及结论如下：（1）从企业的角度对影响中国造船业效率的因素进行了分析，既包括影响企业的经营管理和科研水平的相关财务指标，也包括船舶产业所特有的指标，如市场占有率等。（2）由于相关影响因素的多而复杂，各影响因素之间也存在着一定的作用关系，线性回归模型没有办法有效的胜任。因此选用了非线性回归模型BP神经网络进行实证。实证结果表明，模型可以很好地拟合，保持较高的精度，对效率的弹性分析有较好的评价效果。（3）通过弹性分析可以发现，资产负债率、费用率对效率呈现反方向作用，而利息保障倍数、资产周转率、毛利率以及市场占有率对效率呈正方向作用。对效率影响最大的因素依次是市场占有率、资产周转率、毛利率以及利息保障倍数。说明扩大规模、提高管理水平依旧是提高中国造船业效率的关键。-55- 江苏科技大学硕士学位论文第6章提高中国造船业效率的对策建议造船业的发展离不开造船企业自身的努力以及政府政策、法规的引导。因此，提高中国造船业效率的对策和建议应分为两个部分分别进行阐述，即产业和企业两个层面。6.1产业层面对策建议6.1.1改善造船企业融资环境融资环境对造船企业的效率有着非常巨大的影响。船舶企业稳定的发展离不开长期的资本投入和短期的资金支持。韩国的造船业发展与相对宽松的融资环境息息相关。船舶产业振兴规划已经开始引导资金流入造船企业，这一点在当前金融危机的环境下显得尤为重要。通过效率影响因素的分析可以发现，资本结构中长期负债比例并没有对中国造船业效率的提升构成显著的影响，而衡量短期负债比例的利息保障倍数对效率构成了一定的影响，说明中国造船业短期融资的重要性远远大于长期融资。由于获取短期融资时间相对较短、条件相对简单，短期融资可以有效增加企业生产运作的弹性，帮助企业在经济下行期从容度过。而不会出现经济周期性波动导致的大面积衰退。提升造船企业融资环境的手段主要有：放宽对高科技型船舶建设的融资需求，加强相关出口退税政策；建立保险制度中以保障船舶退单等带来的经营安全风险；开发满足造船工业的特点的金融产品，鼓励的金融机构为造船业提供服务；支持金融机构提供船舶出口买方按揭贷款业务，支持IPO融资造船；鼓励企业利用资本（资金）进行投资等。6.1.2积极开展兼并重组战略造船业的效率同规模密切相关，在效率影响因素的弹性分析中，造船业规模的扩张对效率的提升作用最为密切，说明企业规模扩张战略是行之有效的。从上文的分析可以看出，中国造船业严重产能过剩，企业不可能再通过盲目的建造新的规模扩大规模，那样只会导致投入产出利用率的进一步降低。因此，合理做法是遵循政策的引导积极实施兼并重组战略。在造船业兼并重组过程中，相关行政部门应该发挥主导作用，促进造船产业共赢。一方面帮助中小型造船企业摆脱无船可造、濒临破产的窘境，一方面帮助大型造船企业在没有新建造船设施的前提下，完成规模的进一步扩张，促进大型造船企业形成造船集团，降低造船企业之间的激烈竞争格局，通过造船规模的扩大提高造船效率，在56 第6章提高中国造船业效率的对策建议造船业全球市场条件下保证大型造船企业相较于韩国大型造船集团具有较强的竞争力。通过实施兼并重组战略，政府可以逐步引导造船企业集聚，形成产业集群。完成中国三大造船产业集群的布局，即长三角造船业产业集群、环渤海造船业产业集群、珠江三角洲造船业产业集群，提高产业的集中度，形成集群内主干造船企业为中心、相关船舶配套产业围绕主干造船企业的局面，构建造船集群的产业体系，减少不必要的浪费，达到提高造船业效率的目的。6.1.3帮助企业转变增长方式同韩国、日本造船业相比较，中国造船业呈现出规模大、效率低的特点，高科技、高附加值船型造船能力相对欠缺。面对经济危机的冲击，中国造船业突出规模而忽视效率提高的增长方式收到了严重的打击。中国造船业应及时转变增长方式，从外延式增长转变为内涵式增长，从提高质和量两个方面加强中国造船业的竞争力。政府应该有针对性的提出政策和法律法规，帮助中国造船企业转变增长方式，引导和规范造船企业，从粗放式增长转变为内涵式增长的发展模式。同时，政府应当鼓励造船企业的自主创新，通过政策、税收的倾斜促使企业家意识到提高科研投入、管理水平带来的利好，逐步淘汰低利润率、低附加值船型，通过引进海洋工程装备产业、船舶配套产业等高科技新型产业，一方面释放造船产业过剩的产能，另一方面帮助企业提升效率，提高竞争力。6.1.4建设船舶产业研究机构相关研究机构对造船业的发展起到了举足轻重的作用。一方面，造船产业研究机构是产、学、研三位一体构建框架中一个重要组成部分。造船产业研究机构依托强大的科技研发实力和专业化分工的优势，可以有效的帮助造船企业提升船舶制造的科技含量，提高工艺水平，强化信息化管理能力，帮助企业提高效率。另一方面，造船产业研究机构也是相关产业政策向下推进的主要中介和媒介。通过造船产业研究机构，行政部门可以有效的收集造船企业的困难，整理造船业发展过程中的各种问题，对反映的这些问题通过相关研究机构集中上报，避免了上报环节不必要的时间浪费，实现了敏捷化管理。在政策向下推进的过程中，造船产业研究机构反应往往比造船企业更加及时，造船研究机构以一种建议者而不是管理者的身份，在转型升级的过程中往往能起到更加合适的引导作用。通过上文分析可以发现，我国造船业研究机构数量仍然相对较少，研究机构与大专院校、船舶企业也没有完全建立相互依存关系，相对韩国、日本造船业仍然有着很大的不足。因此，中国造船业必须大力建设造船产业研究机构，完善产学研三位一体57 江苏科技大学硕士学位论文发展模式。6.2企业层面对策建议6.2.1协调发展规模和效率提升造船企业的竞争力的方法主要有扩大规模与提升效率两种手段。而企业的规模和效率对造船企业竞争力的提高应该是相辅相成的，规模的增长和效率的提高在企业发展的过程中缺一不可。韩国造船企业正是通过规模和效率的同步提升，才能不断提高自身竞争力，巩固其造船强国的地位。韩国造船业在最近五年呈现了高速发展的势头。通过积极实施兼并重组战略，韩国造船企业以规模取胜，实现了规模效应。在造船完工量高速增长的同时，韩国造船企业的造船效率也不断提高。无论在技术水平还是在管理能力上，韩国造船企业都有着非常大的突破，其依托强大的科研实力主攻大型船舶、高附加值船舶和海洋工程装备，并强化企业管理能力和技术创新能力，强调管理出效益。通过规模优势和造船效率的突破，韩国造船业在本次经济危机中受到的冲击较小。日本造船企业效率则一直保持在0.9左右。进入21世纪后，随着造船产业的转移和日本经济的疲软，日本造船产业已经进入了产业成熟期并慢慢进入衰退期，2009年日本造船企业效率被韩国造船企业超过是必然的结果。日本造船完工量虽然最近五年仅增长了18%，增长速度远低于中国造船企业，但相对效率并没有降低，说明了日本造船企业在管理和科技实力上仍然处于领先地位，造船企业竞争力同样没有被削弱。中国造船企业已经在造船完工量上已成功超越韩国，但在效率上却远远不如。在造船形势处于上行期时，扩大产能能够帮助企业迅速抢占市场，扩大规模，提高利润；但经济危机的持续影响，令造船企业仅通过产能和规模的扩张来提高竞争力变得不切实际，企业应将眼光从规模转向效率。通过规模和效率协调发展，提高自身竞争力使企业健康运行，收获利润。6.2.2强化技术创新及人才培养从StoNED模型可以看出，科研水平直接决定了生产效率的高低。提升科研水平对企业效率地提高有着直接的影响。作为技术密集型产业的代表，船舶产业的发展极度依赖于科学技术的提升。造船产业涉及基础物理学、材料学、通信导航学、动力学等诸多领域，各个领域穿插交融，最终为整船制造提供基础。为了保持和提高企业的效率，韩国、日本企业十分注重科研水平的提高。日本造船企业主要通过绿色、环保船型的研发保持自身竞争力，而韩国造船业重点建设高附加值船型、海洋工程装备以58 第6章提高中国造船业效率的对策建议及船舶配套业。中国造船企业要想提高效率，就必须同韩国、日本一样，通过提高科研水平，建立属于自己的核心竞争力。促进“产学研”相结合，加强政府、学校、企业之间的沟通，提高科技创新的速度和利用率。从中韩日三国财务指标数据对比可以看出，中国造船企业的单位薪酬贡献远远低于韩国、日本造船企业。在韩国，企业和政府对船舶制造业保持了极大的热情，通过在大学不断扩充船舶相关专业，不断向船舶企业输送高技术人才，使韩国造船业在科技技术水平上一直保持领先的地位。中国造船业高技术人才则相对较少，造船企业必须通过吸引和培养一大批高素质人才才能实现高效率的发展。一方面，完善高学历员工在企业中的比例，高学历人才能够更好的吸收和掌握先进的造船技术和管理理念，提高工作和管理的效率；另一方面，提高员工业务水平，对企业员工定期进行专业技能培训，帮助员工适应科技进步带来的变化，提高技术转化能力；最后，给予人才一定的支持和鼓励，保证人才的热情，发挥人才的潜力，促使人才能够更好的为企业服务，提高企业的效率。6.2.3提高市场预测能力市场预测能力是保证造船企业生产、销售等一系列活动正常运行的基本条件。造船业波动幅度十分巨大，优秀的企业管理者不仅能够在经济上行期提高企业利润，扩大企业份额，在经济下行期应该同样帮助企业渡过难关。这就要求造船企业管理者应该具有市场预测能力，保持一定的风险投资意识，从而保证造船企业的平稳合理发展。提升资产周转率是提高市场预测能力的重要体现，管理者应努力保证良好的资产周转率带动造船企业效率的提高。通过上文中国造船业效率的影响因素可以发现，资产周转率的提高对提升中国造船企业效率有着非常巨大的作用。资产周转率的低下主要表现为闲置资产的缺乏利用，资产转化收入比例低下等等。因此，企业管理者做出投资决策时，必须牢牢把握市场风险走势，保持风险投资意识，应用决策树、决策矩阵等决策工具，对预期产能做出合理规划，不光考虑船市波峰期使用设备产生的利润，也必须考虑进入大萧条后，生产设备闲置的成本。6.2.4提升信息化管理水平随着信息化浪潮的推进，造船企业的内部管理也逐渐实现信息化。信息系统的引进大大方便了相关业务的进行，使其效率化、准确化。但与此同时，这其中存在的问题也逐渐显现出来。企业内部各部门、各业务都使用了信息系统，但是由于不统一的平台和信息模型以及不一样的信息视角等各种原因，造成数据的通用性较差，严重制约了业务处理效率。这就需要在内部系统化的基础之上，使信息模型和信息交换标准统一化，最终构建集成化的信息平台。59 江苏科技大学硕士学位论文造船企业的生产管理是一个复杂的系统过程，由于单件小批量的生产方式，原材料的信息管理比一般装备制造业更为繁琐。现阶段的造船生产主要依靠管理者统筹规划，而在运行的过程中主要利用软件实现管理。精细化管理的实现，要保证业务流程中各项活动的规范化，这种规范化体现在信息的采集、整理到编码体系的标准化等等。只有最基本的业务规范得以实现，才能为造船业精细化管理奠定坚实的基础。6.3本章小结本章从造船产业和造船企业两个角度，对中国造船业效率的提高提出了几点对策和建议，主要研究内容及结论如下：（1）从造船产业层面，明确政府的职能，充分利用政策和法律法规的引导作用，通过改善造船企业的融资环境、积极开展兼并重组战略、帮助企业转变增长方式以及努力构建船舶产业研究机构等途径提高造船业效率。（2）从造船企业层面，以造船企业为主体，促使造船企业转变发展观念，协调发展规模和效率、强化科技研发和高技术人才培养能力、提高造船企业宏观战略眼光、提高造船设备设施的利用率，扩大投入产出的转化能力，保持资产的健康流转，建立完善信息化管理，提高造船企业效率，建立中国造船企业竞争力以面对韩国、日本造船企业的强大压力。60 结论与展望结论与展望论文在中国造船业规模世界领先，而效率相对较差的背景下，通过比较韩国、日本造船业，找到中国造船业的效率差距，并分析了提升效率的影响因素，提出提高中国造船业效率的对策和建议，主要得出以下结论：（1）分析了中韩日三国造船业和主要造船企业的现状，找到中国造船业在发展的过程中存在的优势和劣势。通过对中国造船业的优势劣势分析，发现中国造船业劳动力成本优势正在逐步减弱，生产、管理效率同韩国、日本相比较存在着巨大的差距。世界经济危机对中国造船业影响最为明显，而韩国、日本受到冲击相对较小，一个重要的原因在于中国造船企业生产效率的匮乏。（2）通过财务指标分析，中国造船企业造船周转率、单位职工薪酬、存货周转率均大幅度落后于韩国、日本造船企业，体现出中国造船企业在管理能力、生产效率等方面的不足。通过StoNED模型测算可以发现，中国造船企业效率大部分维持在0.5-0.7附近，而韩国、日本造船企业效率普遍达到0.9-1.0，中国同韩国、日本企业效率相距甚远。多产出StoNED模型可以有效的分析面板数据，通过纵向对比可以发现中韩日三国造船业效率发展的趋势。通过分析可以发现，中国造船业效率明显低于韩国、日本两个国家，但中国造船业效率增长的趋势明显。体现出中国造船业为适应萎靡的宏观环境，正在努力转型，由外生式增长逐步走向内涵式增长。（3）由于相关影响因素的多而复杂，各影响因素之间也存在着一定的作用关系，线性回归模型没有办法有效的胜任。因此选用了非线性回归模型BP神经网络进行实证。实证结果表明，模型可以很好地拟合，保持较高的精度，对效率的弹性分析有较好的评价效果。通过弹性分析可以发现，资产负债率、费用率对效率呈现反方向作用，而利息保障倍数、资产周转率、毛利率以及市场占有率对效率呈正方向作用。对效率影响最大的因素依次是市场占有率、资产周转率、毛利率以及利息保障倍数。说明扩大规模、提高管理水平依旧是提高中国造船业效率的关键。（4）从产业和企业两个层面出发，通过与韩国、日本造船业比较，针对评价结果，对提高中国造船业效率提出对策和建议。中韩日造船业效率比较研究是一个十分繁杂的研究过程，其中既涉及了定性的分析，也进行了定量的测算，研究内容涵盖了造船行业以及造船企业的效率评价，因此，研究的内容十分复杂，涉及的范围也十分广泛。限于作者水平以及资料的匮乏，中韩日造船业效率比较研究还有很多问题留待进一步深入，具体包括以下几个方面：（1）比较造船业效率的方法有很多，涉及的指标也迥然不同，由于笔者的水平-61- 江苏科技大学硕士学位论文所限只选择了StoNED模型和BP神经网络相结合的方法对造船业的效率及其影响因素进行了分析，如果时间允许可以对其他测算效率及其影响因素的方法进行深入研究，结合多种方法的优点或者比较得出最优的方法，通过算法的优化提高测算效率的精度。（2）由于收集数据的困难，中韩日三国造船业效率比较研究过程中只是选择了2007年至2011年5年间的数据，虽然五年的数据涵盖了2008年世界经济至今的整个过程，足够建立起基于面板数据的StoNED模型，但若使用过多年份的数据会是效率测算的准确性更高，中韩日三国造船业效率的发展趋势也会更加明显。（3）影响造船业效率的因素有很多，本文只是从财务和生产的角度定义了一些密切相关的因素，建立指标体系时缺乏一定的相关性分析。因此，在以后的研究中需要对影响效率的因素做进一步分析。（4）在对中韩日三国造船业效率进行测算的过程中，论文结合课题通过查阅相关资料获取数据，出现了许多困难。首先，造船企业尤其是韩国、日本造船上市企业所执行的会计准则同中国造船企业是不同的。具体而言，中国上市公司企业员工数目、现金流量表中的支付职工现金等科目是有具体会计科目体现的，但由于会计准则的差异，韩国、日本企业并未公布，收集原始资料就存在一定的困难。其次，中国、韩国、日本三国企业宏观政策的不同，具体表现在税率、汇率等宏观因素上。中韩日三国造船企业的利润由于是扣除税后所得到的结果，由于税率的差异，利润这一指标不能予以考虑。而人民币、韩元、日元之间的汇率换算关系也只能通过近似汇率将数据折算成统一数值才能进行比较。因此，还需要进一步调研和整理并深入研究。-62- 参考文献参考文献[1]中国船舶工业年鉴编辑委员会.中国船舶工业年鉴[M].北京:中国年鉴数据网,2012:245.[2]徐亚超,李苗苗,冯芸.中国造船业现状分析[J].网络财富,2010(05):62.[3]李成强.我国船舶工业转型升级标杆借鉴与政策建议[J].船舶物资与市场,2009,No.100(06):27-29.[4]ApplicationsandInformationTechnologyintheMaritimeIndustries,Hamburg.2005.CollinsGabriel,MichaelCGrubb.AComprehensiveSurveyofChina'sDynamicShipbuildingIndustry:CommercialDevelopmentandStrategicImplications[R].DTICDocument,2008.[5]BlazekDavid,RobinCSickles.Theimpactofknowledgeaccumulationandgeographicalspilloversonproductivityandefficiency:ThecaseofUSshipbuildingduringWWII[J].EconomicModelling,2010,27(6):1484-1497.[6]KrishnanCdrSNavaneetha.AnalysisofChineseShipbuildingIndustry:StrategicLessonsforIndia[J].MaritimeAffairs:JournaloftheNationalMaritimeFoundationofIndia,2011,7(2):66-84.[7]KrishnanCommanderSNavaneetha.AScientificApproachtoMeasureShipbuildingProductivity[J].MaritimeAffairs:JournaloftheNationalMaritimeFoundationofIndia,2012,8(1):136-149.[8]LeveringRoland,RikLigthart,NielsNoorderhaven,LeonOerlemans.Continuityandchangeininterorganizationalprojectpractices:TheDutchshipbuildingindustry,1950–2010[J].InternationalJournalofProjectManagement,2013.[9]张运华.中国船舶工业技术效率分析[J].江苏科技大学学报(自然科学版),2007(04):91-94.[10]韩菲.1987-2002年我国船舶制造业发展的SDA分析[J].商业经济,2009(19):7-8.[11]任声策,陆铭.基于开放式创新视角的中国造船业自主创新路径研究[J].科技进步与对策,2010(15):81-85.[12]张浩,徐宣国.基于DEA的造船企业经营效率分析评价[J].系统管理学报,2010(01):49-55.[13]岳娜.基于DEA的我国造船企业技术效率研究[D].2011.[14]陶永宏,陈勇,苏昆.基于DEA的长三角船舶工业效率实证研究[J].中国造船,2011(04):246-252.[15]田飞,袁松.我国船厂生产效率影响因素分析[J].科技风,2012(16):253-255.[16]金准.韩国·中国·日本造船业国际竞争力比较研究[D].2012.[17]FarrellMichaelJ.Themeasurementofproductiveefficiency[J].JournaloftheRoyalStatisticalSociety.SeriesA(General),1957,120(3):253-290.[18]CharnesAbraham,WilliamWCooper,EdwardoRhodes.Measuringtheefficiencyofdecisionmakingunits[J].Europeanjournalofoperationalresearch,1978,2(6):429-444.[19]BankerRajivD,AbrahamCharnes,WilliamWagerCooper.Somemodelsforestimatingtechnical-63- 江苏科技大学硕士学位论文andscaleinefficienciesindataenvelopmentanalysis[J].Managementscience,1984,30(9):1078-1092.[20]杜娟.基于SFA的我国汽车制造业技术效率实证研究[D].2011.[21]AignerDennis,CaLovell,PeterSchmidt.Formulationandestimationofstochasticfrontierproductionfunctionmodels[J].Journalofeconometrics,1977,6(1):21-37.[22]MeeusenWim,JulienVanDenBroeck.EfficiencyestimationfromCobb-Douglasproductionfunctionswithcomposederror[J].Internationaleconomicreview,1977:435-444.[23]PittMarkM,Lung-FeiLee.ThemeasurementandsourcesoftechnicalinefficiencyintheIndonesianweavingindustry[J].JournalofDevelopmentEconomics,1981,9(1):43-64.[24]BauerPaulW,AllenNBerger,GaryDFerrier,DavidBHumphrey.Consistencyconditionsforregulatoryanalysisoffinancialinstitutions:acomparisonoffrontierefficiencymethods[J].JournalofEconomicsandBusiness,1998,50(2):85-114.[25]RumelhartDavidE,JamesLMcclelland.Paralleldistributedprocessing:explorationsinthemicrostructureofcognition.Volume1.Foundations[J].1986.[26]董斌.基于BP神经网络的上市公司财务绩效评价研究[D].2008.[27]丁德臣,王兴元.基于遗传算法优化BP神经网络的企业营销风险预警研究[J].华东经济管理,2012,No.191(11):128-130.[28]MartinT.Hagan.HowardB.Demuth.MarkH.Beale.神经网络设计[M].机械工业出版社,2002.80-82.[29]吕佳良,牛东晓.基于BP神经网络的市场效率综合评价[J].统计与决策,2007,No.242(14):58-60.[30]于剑,黄燕彬,褚衍昌.机场运营效率的组合评价方法研究[J].北京航空航天大学学报(社会科学版),2011,No.80(4):77-81.[31]刘思嘉,王虹斌.基于钻石模型的我国造船业竞争力研究[J].中国造船,2010(02):212-220.[32]陶永宏,宋玉.供应链融资模式在造船业中的应用[J].财会通讯,2012(35):12-13.[33]徐英平.供应链融资模式在造船业中的应用[D].2008.[34]张长涛.日本造船业推进兼并重组的主要做法[J].船舶经济贸易,2009(4):11-12..[35]胡颖,李成强.中日韩造船竞争格局再现新变化[J].船舶物资与市场,2010(02):11-1.[36]郭强.中国船舶工业企业国际化研究[D].2005.[37]窦培林,李根.我国造船产业生命周期判定及发展对策研究[J].中国造船,2010(04):227-233.[38]刘日胜,陶永宏,查春霞.我国船舶产业核心竞争力的培育研究[J].价值工程,2009(09):34-37.[39]邓立治,何德,何维达.我国船舶产业国际竞争力研究[J].现代管理科学,2009(02):70-72.[40]中日韩“数字化造船”比较[J].交通建设与管理,2007(Z1):97-101.[41]TimoKuosmanen.StochasticNonparametricEnvelopmentofData:CombiningVirtuesofSFAandDEAinaUnifiedFramework[R].MTTDiscussionWorkingPaper，2006.[42]董敏杰,李钢,梁泳梅.中国工业环境全要素生产率的来源分解——基于要素投入与污染治理的分析[J].数量经济技术经济研究,2012(02):3-20.-64- 参考文献[43]秦轶翀.基于随机非参数数据包络分析（StoNED）的开放式基金绩效研究[D].2009.[44]JondrowJames,CaKnoxLovell,IvanSMaterov,PeterSchmidt.Ontheestimationoftechnicalinefficiencyinthestochasticfrontierproductionfunctionmodel[J].Journalofeconometrics,1982,19(2):233-238.[45]AfriatSidneyN.Theconstructionofutilityfunctionsfromexpendituredata[J].Internationaleconomicreview,1967,8(1):67-77.[46]RuggieroJohn.Dataenvelopmentanalysiswithstochasticdata[J].JournaloftheOperationalResearchSociety,2004,55(9):1008-1012.[47]GabrielsenA.Onestimatingefficientproductionfunctions[R].WorkingPaperNo.A-85,Chr.MichelsenInstitute,DepartmentofHumanitiesandSocialSciences,Bergen,Norway,1975.[48]ChambersRobertG,YanghoChung,RolfFäre.Profit,directionaldistancefunctions,andNerlovianefficiency[J].JournalofOptimizationTheoryandApplications,1998,98(2):351-364.[49]陶永宏,冯俊文.基于产业集聚的中国船舶工业发展思考[J].船舶工程,2005,27(5):63-66.[50]林森.基于StoNED方法的中国商业银行绩效研究[J].统计与决策,2009,7:123-125.[51]窦培林,李根.我国造船产业生命周期判定及发展对策研究[J].中国造船,2010,51(4):227-233.[52]祁爱琳.基于功效系数法与神经网络的造船业风险预警研究[D].2010.[53]董斌.基于BP神经网络的上市公司财务绩效评价研究[D].2008.-65- 攻读学位期间发表的学术论文攻读学位期间发表的学术论文[1]陶永宏,邹嘉,苏昆.基于StoNED方法的中韩日造船业效率比较研究[J].江苏科技大学学报(社会科学版),2013.03.[2]苏昆,邹嘉.海洋工程装备供应链构建研究[J].科技管理研究,2013.10.66 江苏科技大学硕士学位论文致谢感谢我的导师陶永宏教授。论文选题、调研、撰写，他给予了悉心指导。陶永宏教授渊博深厚的学识、敏锐精妙的思维、严谨求实的态度、宁静淡泊的风格、平和宽容的性格，引导着我的成长，影响着我终生的为学、为人。感谢给我授过课老师给予的热情帮助。研究生期间，他们给予了多方面的关心与指导，感谢我的母校，母校的“船魂”精神将激励着我砥砺奋发。感谢我的父母，是你们精神和物质上支持，陪伴我走过研究生三年岁月。最后感谢我的室友苏昆、李飞、邹卫和，在论文写作过程中给予我相关意见和帮助。感谢审稿专家与引用文献的所有作者。由于本人的学识和时间限制，本论文中定有不少疏漏批误之处，请诸位老师及同学不吝指正。67
此文档下载收益归作者所有
