原创《中国船舶工业生产率增长收敛性》：本文是一篇关于船舶工业论文范文，可作为相关选题参考,和写作参考文献。
摘 要：基于非参数的Malmquist指数方法测算中国15个省级区域船舶工业2005—2012年的全要素生产率的时序演进和空间分布的基本特征,在此基础上对全要素生产率的地区差距进行收敛性检验.研究结果显示：考察期内,中国船舶工业全要素生产率实现明显增长,主要增长动力为技术进步；绝大多数地区船舶工业全要素生产率实现了增长,但相对多数地区技术效率出现了恶化.收敛性分析显示,中国船舶工业全要素生产率存在明显的?滓发散和绝对?茁发散.
关键词：船舶工业；全要素生产率；Malmquist指数；收敛性；海洋工程；柯布-道格拉斯生产函数
中图分类号：F270 文献标识码：A 文章编号：1007-2101（2014）03-0116-05
船舶工业作为综合性产业,是国家经济发展的支柱产业之一.经过60年的发展,通过在高技术高附加值船舶和海洋工程装备等领域的创新,中国船舶工业造船三大指标稳居世界前列,中国己成为造船大国.但是,和日、韩等国相比,中国船舶工业在生产规模、技术水平和国际竞争力上仍存在很大差距,尤其是技术创新能力不强,关键核心技术和装备主要依赖进口,和中国当前的造船大国地位很不相称.
对于现代船舶工业这样一个技术含量很高的产业来说,依靠技术进步实现行业生产率的提高来获取行业可持续的发展就显得非常必要.但中国船舶工业的传统发展依靠的是生产要素的大量投入和扩张实现的粗放型增长方式,过分强调数量上的提高,造成产品质量差、技术含量低,国际竞争力差.为促进中国船舶工业的发展向依靠科技进步、劳动者素质提高及管理创新的集约型发展方式转变,就必须对当前其发展方式有一个全面的把握.基于此种背景,本文通过非参数的Malmquist指数分析法对中国船舶工业全要素生产率、技术效率及技术进步进行测度,进而客观、详细地了解中国船舶工业全要素生产率的变化特征和发展趋势.
近年来特别是“十一五”期间,中国船舶工业一直保持稳健的增长势头,生产经营快速发展,经济效益明显提高.这一发展事实引起了广大学者的关注,产生了丰富的研究成果.但是,现有的研究特别是实证研究领域呈现“一边倒”的趋势,绝大多数研究都是以竞争力的分析及评价为研究主旨,而鲜有学者关注中国船舶工业的全要素增长——即对中国船舶工业的全要素生产率进行分析.孙伟、李晚晴（2009）使用柯布—道格拉斯生产函数,运用索洛经济增长模型,对江南重工、沪东重机、广船国际三家上市船舶企业1999—2006年的全要素生产率进行了测算.本文将以中国船舶工业近年来的快速发展为研究背景,综合考虑非参数Malmquist指数法在挖掘历史数据深层信息及将全要素生产率分解为技术进步和技术效率变化等方面的优势,对中国区域船舶工业2005—2012年的全要素生产率的时序演进和空间分布的基本特征进行分析.
一、Malmquist生产率指数法分析
全要素生产率的增长率被视为科技进步的指标,本文采用Fare等构建的基于DEA非参数Malmquist生产率指数分析法,并从基于产出视角DEA分析模型来测算中国船舶工业全要素生产率.
令xt∈Rtn为时期t内N×1维投入向量,yt∈Rtm为时期t内M×1维产出向量.在t时期内生产技术的生产可能性集合可以定义为：
Tt等于{（xt,yt）：能够生产yt的所有xt}（1）
根据凸性及要素强可处理性等生产技术标准特征（Fare等,1994）,采用基于产出视角分析模型的产出距离函数D0t（xt,yt）等于inf{?准>0：（xt,yt/?准）∈Tt},其中inf表示集合最大下界,下标O表示基于产出视角.一般情况下D0t（xt,yt）≤1；当D0t（xt,yt）等于1时,yt处于xt决定生产可能性集的前沿边界.以产出为基础的Malmquist指数（Fare等,1994）呈如下形式：
M0（xt+1,yt+1,xt,yt）等于 × 1/2（2）
从公式（2）可以看出,相对于t和t+1两个时期,作为反映技术前沿距离函数变化比例Malmquist指数,是两个比值的几何平均,因此,Malmquist指数的表达形式可以等价的写为：
M0（xt+1,yt+1,xt,yt）
等于 × 1/2
等于TEC×TC（3）
这里的TEC表示技术效率变化指数,表示由于制度变革导致的资源是否得到充分应用、资源的配置是否最优等表示效率提升的结果；TC表示可引起生产可能性边界外移的创新或引进新技术的结果.
如果解除规模报酬不变（CRS）的约束,则可变规模报酬（VRS）的TEC指数可以形成两类指数：纯规模效率指数（SE）和技术效率指数（PC）,即：
TEC等于 等于 ×
等于PC×SE（4）
其中 为纯技术效率指数（PC）, 为规模效率指数（SE）.由此可见：
M0（xt+1,yt+1,xt,yt）等于TFP等于TC×PC×SE（5）
在t和t+1两个时期之间,TEC代表相对效率变化,如果决策单元生产很接近前沿面,则TEC>1,表明相对技术效率有一定程度的提高；TC代表技术进步,说明t和t+1两个时期内生产技术前沿面的移动,当TC>1时,说明技术是进步的.
二、变量选取及数据来源
(一)变量选取
1. 投入变量的选取指标.选择劳动时间、劳动人数、工资总额等指标作为劳动投入变量.在较为完善的市场经济条件下,劳动者的工资是反映劳动投入变化较为理想的指标.但是,一方面由于中国的收入分配体制不尽合理及市场调节机制不尽完善,劳动收入还不能恰当地反映劳动量（尤其是劳动质量）的变化.另一方面,教育投资的增加和生活水准的提高使得劳动质量获得极大提高；且由于社会文明的进步,劳动时间逐渐缩短,劳动强度逐步减低,两者相抵,用劳动人数代替劳动投入,估计误差不大.同时,鉴于《中国船舶工业年鉴》等相关船舶工业统计资料没有工资总额和平均工资指标,只有全部从业人员平均数这一指标.因此,本文采用全部从业人员平均数来表示劳动投入.资本变量的选择：通常将固定资产作为资本存量的最可靠的估计,因为船舶工业的总产值实际上是由船舶工业从业人员和船舶工业的固定资产共同来完成的.但是,《中国船舶工业年鉴》等相关船舶工业统计资料并没有统计船舶工业固定资产总额这一指标.鉴于造修船设施投入是船舶工业最为重要的固定资产投入,所以本文采用船舶工业年度造修船设施投入——万吨以上的造船及修船的船台和船坞之和来近似代替船舶工业固定资产总额作为资本投入.
船舶工业论文参考资料：
结论：中国船舶工业生产率增长收敛性为关于船舶工业方面的的相关大学硕士和相关本科毕业论文以及相关船舶工业722论文开题报告范文和职称论文写作参考文献资料下载。
