山西装备制造业质量竞争力评价研究
发布时间:2020-12-31 13:45
装备制造业这一概念是我国在经济发展过程中根据实际需求提出的,这一产业的主要功能就是为国民经济生产提供技术装备,简单来说,就是用来生产机器的机器制造业。装备制造业集中反映了一个国家或地区的工业和技术水平,具有生产部门关联性强、技术和资本密集、就业带动能力强等特点。提升装备制造业质量水平是提升我国装备制造核心竞争力的根本保障,是质量强国战略实施的必然要求。山西作为传统的工业大省,拥有久远的制造业历史,装备制造业是山西的战略性支柱产业,促进装备制造业蓬勃发展是山西在资源型经济转型关键时期所要面对的重要课题。虽然山西具有煤机装备、煤化工装备、煤层气装备等一批先进装备制造企业,但也存在质量理念不够深入、质量管理体系不够健全、质量管理人才不足等一系列影响装备制造业强劲发展的问题,整体质量竞争力与沿海制造业强省相比还有很大差距。因此,结合山西发展现状,全面分析影响装备制造高质量生产的各种因素,明确山西装备制造业质量竞争力在全国范围的发展层次,探索产业发展新路径,增强山西装备制造整体质量水平,对助力资源型大省经济转型发展,建设质量强省具有重要意义。本文首先介绍了装备制造业的定义、分类和特点,以及山西装...
【文章来源】:山西大学山西省
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
思路框架图
第三章装备制造业质量竞争力评价19对指标进行两两对比,确定指标的相对重要程度,从而确定决策方案相对重要性的排序方案。按照层次分析法原则建立如图3.1所示层次分析结构图。图3.1层次分析结构图根据以上各项评价指标,以层次分析法常用判断矩阵标度,如表3.2,对元素重要性等级的划分和赋值为依据,交由产业竞争力相关研究学者,进行指标重要程度赋值。并由相关研究学者现场达成一致建议,形成最终判断矩阵集。表3.2判断矩阵标度及其含义序号重要性等级aij赋值1i,j两元素同等重要12i元素比j元素稍重要33i元素比j元素明显重要54i元素比j元素强烈重要75i元素比j元素极端重要96i元素比j元素稍不重要1/37i元素比j元素明显不重要1/58i元素比j元素强烈不重要1/79i元素比j元素极端不重要1/9注:aij={2,4,6,8,1/2,1/4,1/6,1/8}表示重要性等级在aij={1,3,5,7,9,1/3,1/5,1/7,1/9}之间基于判断矩阵集对每一准则下的各评价因素的重要性进行排序。具体步骤如下:(1)计算判断矩阵每一行元素的乘积Mi目标层A准则层B指标层C
第四章装备制造业质量竞争力实证研究25第四章装备制造业质量竞争力实证研究4.1评价方法和模型4.1.1因子分析模型简介图4.1因子分析流程图(一)因子分析适用范围(1)样本量有保证。因子分析原则上需要较大的样本量,样本量要超过变量的5倍,更能体现结果的准确性,但是现实中很难达到理论要求,因此对后续结果的检验对结果的准确可靠具有重要意义。(2)变量之间具有一定相关性。对于获取的数据确保客观、有效,能够为后续的科研分析重复使用。同时,为了确定数据的有效性,要对相关系数做显著性检验,用来表示对总体相关程度的代表性。(3)公因子具有可解释的意义。提取出的公因子需要有符合实际的可解释意义,否则需要重新分析。(二)因子分析模型
本文编号:2949710
【文章来源】:山西大学山西省
【文章页数】:64 页
【学位级别】:硕士
【部分图文】:
思路框架图
第三章装备制造业质量竞争力评价19对指标进行两两对比,确定指标的相对重要程度,从而确定决策方案相对重要性的排序方案。按照层次分析法原则建立如图3.1所示层次分析结构图。图3.1层次分析结构图根据以上各项评价指标,以层次分析法常用判断矩阵标度,如表3.2,对元素重要性等级的划分和赋值为依据,交由产业竞争力相关研究学者,进行指标重要程度赋值。并由相关研究学者现场达成一致建议,形成最终判断矩阵集。表3.2判断矩阵标度及其含义序号重要性等级aij赋值1i,j两元素同等重要12i元素比j元素稍重要33i元素比j元素明显重要54i元素比j元素强烈重要75i元素比j元素极端重要96i元素比j元素稍不重要1/37i元素比j元素明显不重要1/58i元素比j元素强烈不重要1/79i元素比j元素极端不重要1/9注:aij={2,4,6,8,1/2,1/4,1/6,1/8}表示重要性等级在aij={1,3,5,7,9,1/3,1/5,1/7,1/9}之间基于判断矩阵集对每一准则下的各评价因素的重要性进行排序。具体步骤如下:(1)计算判断矩阵每一行元素的乘积Mi目标层A准则层B指标层C
第四章装备制造业质量竞争力实证研究25第四章装备制造业质量竞争力实证研究4.1评价方法和模型4.1.1因子分析模型简介图4.1因子分析流程图(一)因子分析适用范围(1)样本量有保证。因子分析原则上需要较大的样本量,样本量要超过变量的5倍,更能体现结果的准确性,但是现实中很难达到理论要求,因此对后续结果的检验对结果的准确可靠具有重要意义。(2)变量之间具有一定相关性。对于获取的数据确保客观、有效,能够为后续的科研分析重复使用。同时,为了确定数据的有效性,要对相关系数做显著性检验,用来表示对总体相关程度的代表性。(3)公因子具有可解释的意义。提取出的公因子需要有符合实际的可解释意义,否则需要重新分析。(二)因子分析模型
本文编号:2949710
本文链接:https://www.wllwen.com/shoufeilunwen/jjglss/2949710.html