中国制造业生产率研究

论文摘要

世界经济发展表明,制造业的水平直接决定了一个国家的国际竞争力和在国际分工中的地位,在国民经济和社会发展中的作用是非常重要的。随着中国加入WTO和中国市场国际化程度的纵深发展,大量的跨国公司直接将生产环节转移到中国市场,他们在分享中国企业劳动力成本低的资源优势时,我们却很难在短期内学习到他们的生产、技术和管理效率优势,相反,我们在制造领域的优势在慢慢地消失,在此背景下,对于中国制造业生产率理论、测度指标及模型体系的构建具有重要的理论价值和实际意义。本论文在总结国内外相关研究成果的基础上,采用理论与实证、定性与定量相结合的方法,将全要素生产率的相关理论应用于中国制造业的分析中,引入完全市场竞争和生产者均衡的假设,利用资本价格、劳动力价格、劳动和资本投入及产出回归估计出分配系数δ、替代参数ρ和生产弹性μ的值,从而确定了不变弹性生产函数的方程式,并利用制造业的相关数据测算出中国制造业的生产率。采用BP人工神经网络建立了中国制造业生产率的预测模型,借助MATLAB神经网络工具箱编写训练程序、测试程序、预测程序,得到最终神经网络的训练误差为8.44272×10-6,可以认为该神经网络可以用来实现这个关系映射。最后,从推动技术创新能力、提高人力资源素质、扩大对外开放和加快所有制结构的调整等几个方面分析可以提升中国制造业生产率的对策;同时在分析中国制造业现状的基础上,针对论文中研究存在的不足和其他待研究问题,明确论文所选论题的后续研究方向。

论文目录

• 提要
• 第一章 绪论
• 1.1 问题的提出与研究意义
• 1.1.1 制造业在国民经济中的地位与作用
• 1.1.2 中国制造业面临的严峻挑战
• 1.1.3 研究全要素生产率的意义
• 1.2 国内外研究现状
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状
• 1.3 论文的主要研究内容及路线图
• 1.4 论文研究方法
• 第二章 制造业及生产率相关理论研究
• 2.1 制造业相关理论
• 2.1.1 制造业的内涵
• 2.1.2 制造业发展的相关理论
• 2.1.3 中国制造业基地概念及基本类型
• 2.2 生产率相关理论
• 2.2.1 生产率的定义
• 2.2.2 生产率定义的发展
• 2.2.3 生产率的分类
• 2.3 生产率测度理论
• 2.3.1 柯布-道格拉斯（C-D）生产函数法
• 2.3.2 索洛余值法
• 2.3.3 数据包络分析（DEA）
• 2.4 本章小结
• 第三章 中国制造业生产率测度方法及模型研究
• 3.1 中国制造业生产率测度方法研究
• 3.1.1 用参数方法测度全要素生产率变动率
• 3.1.2 生产率测度的非参数法
• 3.2 中国制造业生产率测度模型研究
• 3.2.1 制造业生产率指标体系构建的基本原则
• 3.2.2 测度模型
• 3.3 本章小结
• 第四章 中国制造业生产率预测模型研究
• 4.1 预测方法的选定
• 4.2 BP 神经网络的基本原理
• 4.2.1 BP 神经元
• 4.2.2 BP 神经网络的数据传输
• 4.3 BP 神经网络训练程序的编制
• 4.3.1 训练参数的设定
• 4.3.2 设计网络函数
• 4.3.3 训练网络
• 4.3.4 网络仿真
• 4.3.5 训练程序界面
• 4.4 本章小结
• 第五章 模型应用-中国制造业生产率测度及预测分析
• 5.1 中国制造业的生产率测度
• 5.1.1 制造业各行业质量竞争力指数情况
• 5.1.2 我国制造业就业情况的变化
• 5.1.3 中国制造业发展规模和水平变化趋势
• 5.1.4 中国制造业生产率指标体系的设计
• 5.1.5 测度模型的确定
• 5.1.6 生产率的计算
• 5.2 中国制造业的生产率预测
• 5.2.1 中国制造业生产率神经网络预测模型建立
• 5.2.2 网络预测
• 5.3 本章小结
• 第六章 中国制造业生产率提升对策研究
• 6.1 推动制造业技术进步
• 6.2 加快所有制结构的调整
• 6.3 扩大对外开放
• 6.4 提高人力资源的素质
• 6.5 通过信息化提升制造业层次
• 6.6 本章小结
• 第七章 研究结论及展望
• 7.1 论文研究结论
• 7.2 论文创新点
• 7.3 研究展望
• 致谢
• 攻读博士学位期间取得的主要科研成果
• 参考文献
• 摘要
• ABSTRACT