中国造船业产能过剩及其预警研究

发布时间：2017-03-18 05:01

  本文关键词：中国造船业产能过剩及其预警研究，由笔耕文化传播整理发布。

【摘要】：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。
【关键词】：中国造船业 产能过剩 预警 熵值法 BP神经网络
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F426.474
【目录】：

• 摘要6-7
• Abstract7-17
• 第1章 绪论17-28
• 1.1 研究背景和研究意义17-19
• 1.1.1 研究背景17-18
• 1.1.2 研究目的及意义18-19
• 1.2 国内外研究综述19-24
• 1.2.1 产能过剩研究综述19-20
• 1.2.2 造船业产能过剩国内外研究现状20-21
• 1.2.3 预警方法研究综述21
• 1.2.4 神经网络预警国内外研究现状21-24
• 1.3 研究思路与研究内容24-26
• 1.3.1 研究思路24
• 1.3.2 研究内容24-26
• 1.4 研究方法与创新之处26-28
• 1.4.1 研究方法26
• 1.4.2 创新之处26-28
• 第2章 相关理论概述28-34
• 2.1 产能过剩相关研究28-29
• 2.1.1 产能过剩的形成机理研究28
• 2.1.2 产能过剩的实证研究28
• 2.1.3 产能过剩的度量方法28-29
• 2.2 熵值法简介29-31
• 2.3 BP 神经网络技术31-32
• 2.3.1 人工神经网络技术简介31
• 2.3.2 BP 神经网络特点31-32
• 2.3.3 BP 神经网络预警32
• 2.4 本章小结32-34
• 第3章 中国造船业产能过剩的界定34-48
• 3.1 中国造船业发展现状分析34-38
• 3.1.1 中国造船业总体现状分析34-35
• 3.1.2 中国造船业的发展优势35-37
• 3.1.3 中国造船业产能过剩严重37-38
• 3.2 造船业产能过剩概述38-43
• 3.2.1 造船业产能过剩概念38-39
• 3.2.2 造船业产能过剩分类39
• 3.2.3 造船业产能过剩动因39-41
• 3.2.4 造船业产能过剩的识别41-43
• 3.3 造船业产能过剩研究的必要性43-45
• 3.3.1 造船业产能过剩危害性大43
• 3.3.2 造船业产能过剩涉及面广43
• 3.3.3 造船业产能过剩化解时间长43-44
• 3.3.4 造船业产能过剩存在滞后性44-45
• 3.4 造船业产能过剩的界定45-47
• 3.4.1 产能过剩程度的等级划分45
• 3.4.2 产能过剩的程度分析45-46
• 3.4.3 造船业产能过剩的界定46-47
• 3.5 本章小结47-48
• 第4章 中国造船业产能过剩的评价研究48-60
• 4.1 研究方法选择48-50
• 4.1.1 常用权重确定方法48
• 4.1.2 熵值法48-50
• 4.2 造船业产能过剩评价指标体系的构建50-52
• 4.2.1 产能过剩评价指标体系的构建原则50-51
• 4.2.2 产能过剩评价指标体系的构建51-52
• 4.2.3 产能过剩评价指标分析52
• 4.3 各指标产能过剩界限的确定52-57
• 4.3.1 变量说明及数据来源52-54
• 4.3.2 产能利用率的计算54-55
• 4.3.3 评价指标的等级界限55-56
• 4.3.4 指标值到分数值的映射56
• 4.3.5 产能过剩指标分数值56-57
• 4.4 产能过剩的测算57-59
• 4.4.1 数据处理57-58
• 4.4.2 计算指标的信息熵58
• 4.4.3 计算指标的熵权58
• 4.4.4 测算产能利用综合指数58-59
• 4.5 本章小结59-60
• 第5章 中国造船业产能过剩的预警研究60-75
• 5.1 预警方法选择60
• 5.2 EM-BP 产能过剩预警60-61
• 5.3 BP 神经网络预警模型建立61-68
• 5.3.1 网络拓扑结构设计61-62
• 5.3.2 激活函数选取62-63
• 5.3.3 网络误差函数63-64
• 5.3.4 输入输出数据预处理64
• 5.3.5 初始参数设定64-65
• 5.3.6 算法设计过程65-66
• 5.3.7 算法改进66-68
• 5.4 中国造船业产能过剩预警的实证分析68-73
• 5.4.1 BP 神经网络预测模型的训练68-70
• 5.4.2 BP 神经网络模型预警结果检验70-72
• 5.4.3 模型预警72
• 5.4.4 预警趋势分析72-73
• 5.5 本章小结73-75
• 第6章 中国造船业产能过剩的对策建议75-78
• 6.1 产业层面的对策建议75-76
• 6.1.1 严格控制固定资产投资75
• 6.1.2 扩大船舶内需75-76
• 6.1.3 开展行业兼并重组战略76
• 6.1.4 推进产业转型升级76
• 6.2 企业层面的对策建议76-77
• 6.2.1 坚决淘汰落后产能76
• 6.2.2 转变企业增长方式76
• 6.2.3 强化产能过剩风险意识76-77
• 6.3 本章小结77-78
• 结论与展望78-80
• 参考文献80-85
• 攻读学位期间发表的学术论文85
• 攻读学位期间参与编著的教材85-86
• 致谢86-87
• 详细摘要87-91

【参考文献】

中国期刊全文数据库 前1条

1 韩伟;李杰;;基于熵权法的财务危机预警指标选择研究[J];北京交通大学学报(社会科学版);2007年04期

  本文关键词：中国造船业产能过剩及其预警研究，由笔耕文化传播整理发布。

本文编号：253929