产业分解（精选4篇）
产业分解 篇1
一、引言
近年来, 我国钢铁产业处于高速扩张与发展时期, 2009年前十名世界钢铁企业产量排名中, 占据了60%的席位, 这足以证明我国钢铁产业高速发展时期的到来。但是随之而来我国钢铁产业高能耗、生产率低下等状况成为钢铁工业发展的障碍, 中国钢铁企业发展出现大而不强、竞争力不足的发展局面。因此如何使我国钢铁产业做强, 发挥钢铁产业整体效率, 已成为学者研究的重要课题。产业竞争力提升的关键在于钢铁产业效率的提升, 因此对中国钢铁产业的效率进行研究具有重要的现实意义。
二、研究设计
(一) 模型概述
Malmquist指数分解模型是由瑞典经济学家和统计学家Malmquist于1953年提出, 卡夫斯、克里斯滕森和迪沃特 (以下称CCD) 利用Malmquist投入和产出距离函数定义全要素生产率指数 (以下简称TFP) , 所得到的指数为Malmquist TFP指数。模型构建主要以数据包络分析的BCC模型为基础, 对所得效率指数进行分解, 最终将全要素生产率指数 (TFP) 分解为TEC技术效率指数、PTE纯技术效率变动指数、SE规模效率指数以及TC技术进步指数。最终, 模型可以分解为:即, TFP=PTE×SE×TC, 其中:TEC=PTE×SE。当TFP>1时, TFP进步;当TFP<1时, TFP退步;当TFP=1时, TFP不变。当技术效率变化、纯技术效率变化、规模效率变化或技术进步指数均大于1时, 表明它是TFP增长的源泉;反之, 则是TFP降低的根源。每一个被分解指数的含义具体如下:技术效率变化指数 (TEC) 描述由t期至 (t+1) 期决策单元到生产前沿面的追赶程度, 即实际产出与生产前沿的距离。纯技术效率变化指数 (PTE) 表示假定规模收益不变时的技术效率, 即假定最优生产规模不发生变化, 每个决策单元到前沿面的追赶程度。规模效率指数 (SE) 能够反映出决策单元是否趋向最优生产规模。技术进步指数 (TC) 是衡量决策单元在相邻两个时期生产前沿面的移动, 代表生产过程中决策单元最佳生产能力的变动。
(二) 前提假设为了满足Malmquist指数模型的需要, 本文在此设定两个前提假设条件: (1) 被评价单元数目必须不少于投入与产出指标数量之和的两倍, 以避免对效率值的高估; (2) 投入指标与产出指标之间必须具有较强的相关性。
注:**Correlation is significant at the 0.01 level (2-tailed) .资料来源:数据经过整理后, 通过SPSS软件运算得出
(三) 样本选取与数据来源本文的数据来源主要来自于《中国
钢铁统计》、《中国钢铁工业年鉴》以及《各大钢铁企业年度报告》等, 本文选择2003年至2010年共8年的钢铁企业面板数据作为研究指标。首先从以上统计年鉴中提取11家企业各指标的数据来保障数据的可靠性;然后通过《中国钢铁工业年鉴》、中国钢铁工业网和中经网数据有限公司等对数据进行补充和核实, 对差别较小的数据取其平均值, 对差别较大的数据通过文献查询进行核实, 从而保障各指标数据的可靠性。
(四) 变量定义
根据数据口径的科学性、统一性和可比性原则, 同时考虑数据的可得性, 假定钢铁企业的经济活动概念化为资产总计和应付职工薪酬二种投入、主营业务收入和年粗钢产量二种产出, 这保证了模型成立的第一个前提假设条件, 即决策单元数11>2× (2种投入+2种产出) =8。
(五) 模型构建
以2010年数据为例, 对11家重点钢铁企业中的河北钢铁集团进行数据包络模型构建, BCC模型如下:
三、实证检验
(一) 相关性分析
应用SPSS12.0对所选评价指标进行相关关系描述分析见表 (1) 。表 (1) 给出了投入指标资产总计、应付职工薪酬与产出指标主营业务收入、年粗钢产量之间的相关关系描述矩阵, 从数值上发现, 其相关系数值最小为0.914>0.9, 表明投入和产出指标间呈现出正相关关系, 这就保证了模型的第二个基本假设, 即投入指标和产出指标之间必须具有较强的相关性。
(二) Malmquist TFP指数分解分析
本文应用数据包络分析软件DEAP2.1, 在效率测算中采用产出导向模式, 以TFP效率分解模型以及BCC模型为基础, 对我国11家重点钢铁企业Malmquist TFP进行测算和分解, 计算结果如下表 (2) 所示。 (1) Malmquist TFP全要素生产率分析。图 (1) 表明, 2003年至2010年, 我国11家重点钢铁企业8年来平均全要素生产率变动情况。11家钢铁企业中仅有河北钢铁公司、沙钢集团和华菱钢铁三家钢铁企业TFP大于1, 表明这三家钢铁企业生产效率呈现增长状态, 总体生产增长率为4.10%, 其中河北钢铁集团的平均增长率为9.61%, 排名第一;华菱钢铁公司的平均增长率为2.52%, 排名第二;其次是沙钢集团, 其平均增长率为0.18%。其余8家钢铁企业TFP平均增长率均小于1, 表明8年间这8家钢铁企业生产效率呈现下降趋势, 8年间其平均下降幅度为8.75%。其中首钢下降幅度最大, 具体表现值为27.31%, 增长率排名倒数第一;其次为山东钢铁公司下降幅度较大, 具体表现值为14.78%, 排名倒数第二。我国钢铁企业近年来的发展态势并不是很好, 特别是仅37.5%的钢铁企业生产效率率大于1, 表明在现有的生产技术条件下能够达到其最大的生产能力, 而其余62.5%的钢铁企业生产效率均小于1, 表明在现有的生产技术条件下其生产效率均为达到其最大的生产能力, 生产过程中存在部分程度的资源浪费。 (2) 技术效率指数分析。全要素生产率变动 (Malmquist TFP) 指数可以分解为技术效率变动指数和技术进步指数。因此深入分析各大钢铁企业生产效率问题就需要从亚指标进行分析, 即从技术效率变动指数和技术进步指数两个方面的分析, 分别得出钢铁企业生产效率低下、生产率增长的深层次原因。从表 (2) 可以看出, 2003年至2010年11家重点钢铁企业的平均技术效率指数处于下降趋势, 具体指标值为0.9612, 下降幅度为3.88%, 这表明我国钢铁产业存在3.88%的投入资源浪费。从各大钢铁企业之间的横向比较来看, 其中河北钢铁集团、鞍钢、武钢和沙钢四家钢铁企业有不同程度的技术效率增长, 技术效率指数分别是1.0679、1.0047、1.0002和1.0168, 技术效率上升幅度分别为6.79%、0.47%、0.02%和1.68%, 数据表明这8年间四家钢铁企业技术效率利用率充分, 技术效率的提升为企业整体生产率的提升做出了重要的贡献。而其他7家钢铁公司在技术效率方面均呈现出下降趋势, 具体表现为宝钢平均技术效率指数为0.9729, 下降幅度2.71%;首钢平均技术效率指数为0.7886, 其下降幅度为21.14%, 其下降幅度排行第一;山东钢铁集团平均技术效率指数为0.8673, 其下降幅度为13.27%;马钢平均技术效率为0.9985, 其下降幅度为0.15%;华菱钢铁集团平均技术效率为0.9941, 其下降幅度为0.59%;包钢集团平均技术效率为0.9368, 其下降幅度为6.32%;安阳钢铁集团平均技术效率为0.9588, 其下降幅度为4.12%, 7家钢铁集团中马钢和华菱钢铁集团两家的平均技术效率都接近1, 存在技术非效率, 属于边缘无效率, 稍微调整投入量即可成为相对有效率厂商, 即投入浪费较少。而首钢集团平均技术效率仅为0.7886, 其技术效率明显低于总平均技术效率水平, 为明显无效率, 即存在较大的投入资源浪费。通过对11家钢铁企业平均技术效率分析, 发现企业整体生产效率下滑的症结所在就是企业平均技术效率低下, 这在一定程度上影响了企业的生产效率提升。 (3) 技术进步指数分析。通过表 (2) 可以看出, 河北钢铁、宝钢集团和华菱钢铁三家钢铁企业的平均技术进步指数分别为1.0263、1.0132和1.0309, 平均技术进步指数均大于1, 说明8年间这三家钢铁企业最佳前沿面出现不同程度进步, 存在一定程度的技术进步、技术创新, 其技术进步率分别为2.63、1.32%和3.09%, 而其他8家钢铁企业最佳前沿面出现了衰退, 其生产的最优产出—投入比例是下降的, 均缺乏技术创新, 占企业总数的72.7%, 其中具体表现首钢是最缺乏技术进步的, 其技术进步指数0.9217, 技术退步表现为7.83%, 其次为鞍钢、武钢、马钢、山钢和沙钢集团, 技术变动指数分别为0.94、0.9492、0.9646、0.9825和0.9856, 均表现为不同程度的缺乏技术创新, 而包钢和安阳钢铁公司技术变动指数接近1, 指数值均呈现0.9916, 技术进步程度有微小变动, 其最佳前沿面出现了小幅退步。 (4) 纯技术效率指数分析。纯技术效率揭示出我国钢铁企业的技术无效率到底有多少是由于纯粹技术无效率所造成的, 纯粹技术无效率更多地反映企业经营的日常经营管理政策及管理水平。通过表 (2) 可以看出, 河北钢铁集团、鞍钢、武钢和安阳钢铁四家钢铁集团的纯技术效率指数为1.0275、1.0001、1.0002和1.0185, 其纯技术效率上升幅度为2.75%、0.01%、0.02%和1.85%, 表明四家钢铁集团公司日常经营管理水平有小幅度提升, 企业向软技术“管理”水平要效益, 四家企业日常管理政策制定相对完善, 为企业整体经济效益提升起到了一定的积极作用。而其他7家钢铁企业的纯技术效率指数均小于1, 具体指标值为宝钢0.9880、沙钢0.9933、首钢0.9026、山东钢铁0.9057、马钢0.9236、华菱0.9095和包钢0.9638, 纯技术效率下降幅度为1.2%、0.67%、9.74%、9.43%、7.64%、9.05%和3.62%, 表明这7家钢铁集团公司在管理政策、管理水平等方面均存在一定的问题, 同时也表明其管理上具有不同程度的提升空间。其中首钢集团的管理水平最低, 需要进行改进, 其次为山东钢铁、华菱钢铁集团。总之, 通过数据分析可以得出结论:管理水平的高度直接决定了技术效率的高低, 同时不同钢铁集团管理水平高低也受到管理层次、企业性质等等多方面因素影响。 (5) 规模效率指数分析。规模效率指数可以衡量该钢铁企业是否处于最优生产规模。若处于规模报酬递减, 应缩小生产规模, 减少要素的投入;反之, 所处于规模报酬递增, 则应扩大生产规模, 增加要素的投入, 以取得最大的收益。通过表 (2) 可以看出, 2003年至2010年我国钢铁企业平均规模效率指数为0.9468小于1, 表明我国钢铁企业整体规模未达到最优生产规模, 其中宝钢、武钢、首钢、山东钢铁、包钢和安阳这6家企业规模效率指数为0.9846、0.5702、0.8733、0.9574、0.9721和0.9414。从上述分析可以看出, 我国企业全要素生产效率不高的主要是因为技术效率限制。而技术效率不高的原因在于我国钢铁企业整体的管理水平低下造成的, 这在相当大的程度上影响了钢铁企业的整体效率。
资料来源:数据经过整理后应用DEAP2.1运算得出
四、结论
本文通过BCC模型建立及分解模型的应用, 测算出我国钢铁产业中重点钢铁企业全要素生产率, 找到影响我国各大钢铁企业效率的影响因素, 清晰反映了我国钢铁产业的发展现状。结果表明我国钢铁产业中大部分重点钢铁企业的经营效率并不理想, 在全部11家钢铁企业中, 实现了DEA有效的钢铁企业仅有三家, 分别为河钢、沙钢和华菱, 仅占全部钢铁公司的27.3%。其他8家钢铁企业, 均呈现出DEA无效状态, 主要是因为这些钢铁企业存在大量资产的闲置、机构臃肿过大、经营管理不善等原因。本文通过将全要素生产率指数进行分解, 进一步从技术效率变动指数和技术进步指数两个方面进行分析得出:钢铁企业管理水平低下、缺乏技术创新能力。因此, 建议我国钢铁产业要特别重视技术进步与技术创新, 同时钢铁企业需要进一步加强创新技术的研发, 特别是关键技术开发, 实现技术创新。在整个钢铁产业内部通过将技术创新、技术改造推广应用, 形成先进生产力。同时还要注重技术引进和技术跨越。加强技术创新的同时, 钢铁企业还要持续淘汰落后产能, 在企业经营管理方面更要加大力度, 注重要素投入的充分利用;进一步提高产业集中度, 更好地获取规模收益。
摘要：本文采用非参数Malmquist指数分解模型, 对我国2003年至2010年钢铁产业中11家重点钢铁企业的全要素生产率值进行运算, 并将其值分解为技术效率、技术进步、规模效率和纯技术效率指数, 分析了钢铁产业效率提高 (降低) 原因及存在的问题, 并提出了相对应的对策。
关键词：数据包络分析Malmquist指数,钢铁产业,效率
参考文献
[1]夏绍模、张宗益、杨俊:《中国钢铁主营上市公司规模效率分析及其启示》, 《数理统计与管理》2009年。
[2]魏权龄:《数据包络分析》, 北京科学出版社2004年。
[3]夏绍模、张宗益、杨俊:《基于导向DEA模型多阶段求解方法对我国钢铁主营上市公司效率测定的实证分析》, 《软科学》2007年第3期。
[4]中国钢铁工业协会:《中国行业分析报告2005钢铁工业》, 北京中国经济出版社2005年。
[5]李京文、钟学义:《中国生产率分析前沿》, 北京社会科学文献出版社1998年第8期。
[6]中国钢铁工业协会:《中国钢铁工业生产统计指标体系指标解释》, 北京冶金工业出版社2003年。
[7]梁杰、李岩、蒋亚明:《基于DEA模型的地区经济发展差异评价》, 《财会通讯》2010年第5期。
[8]Charnes.A, W.Cooper, Rhodes.E.Measuring the Efficiency of Decision Making Units.European Journal of Operational Research, 1978.
产业分解 篇2
2009年7月1日《辽宁沿海经济带发展规划》获得国务院批准, 辽宁沿海作为整体开发区域被纳入国家战略。但是, 辽宁沿海经济带的经济发展并不均衡, 尚未形成独具特色的海洋产业带。因此, 辽宁沿海经济带海洋产业区域发展的差异问题成为研究的重点。
区域经济发展差异一直是区域经济学的核心问题, 得到国内外学者的广泛关注。
Bell Wendell[1]在1955年研究洛杉矶和旧金山的经济社会空间差异因子时, 采用了因子分析法。1994年杨开忠[2]通过变差系数法分析了中国省际差异呈现倒“U”型现象的原因。2010年敖荣军[3]通过基尼系数及其变化的产业分解, 揭示了湖北省17个地市州之间人均GDP差距及其变化的动力机制。2005年张耀光等[4]借助洛伦兹曲线分析了我国各省市区海洋产业聚集程度的历年变化和海洋产业的聚集状况。2006年, 张耀光等[5]在研究我国海洋经济地域系统时空特征时, 采用洛伦兹曲线分析了我国各沿海省区海洋产业集中化指数变化情况。2009年董晓菲等[6]采用变差系数和泰尔指数法定量分析了我国三大经济区内部及区际海洋经济差异, 并进一步研究了我国三大经济区海洋经济差异的动力机制。2011年张耀光等[7]曾采用多种定量分析方法, 探讨了辽宁省海洋经济地区差异的时间和空间的变化特征。
可以说以前的专家学者所研究的对象大多是陆域方面的经济差异, 并形成了比较完善的理论体系, 而对区域海洋经济与海洋产业发展差异的研究更多的则是侧重于地区差异的结果, 多采用定性或定量法对区域内的海洋经济地区差距、空间集聚程度进行研究。本研究采用基尼系数的产业结构和产业效应分解, 详细分析了辽宁沿海经济带海洋产业的地区差距及其变化、产业构成, 不单定性揭示辽宁省海洋经济差异现象, 还进一步分析了差异所产生的原因, 以期为缩小辽宁省海洋经济的地区差距及制定相关产业政策提供科学的依据。
2 辽宁沿海经济带海洋经济差异分析
辽宁省是海洋大省, 海洋资源开发起步较早。早在1986年, 辽宁省委、省政府就提出了建设“海上辽宁”的战略构想, 旨在通过充分利用辽宁省的海洋资源优势和区位优势, 培育海洋支柱产业, 开辟新的经济增长领域[8]。经过多年的发展, 辽宁省海洋产值逐年上升, 海洋生产力水平得到了提高, 海洋综合实力明显增强。到2009年, 实现海洋经济生产总值2 281.2亿元, 同比增长13.37%, 占国民生产总值的份额逐年提高, 目前已基本达到15%。可以说, 辽宁省已经成为我国海洋经济比较发达的省份之一。
近年来, 伴随着海洋经济总产值的较快增长, 辽宁省海洋产业结构也得到了调整, 海洋第一产业比重逐渐下降, 海洋第二、三产业的份额逐年上升, 其三次产业结构逐步向高级化演进, 三次产业比例从2002年的65.3∶17.4∶17.3逐渐发展到2009年的12.8∶51.7∶31.5, 由“一、二、三”的产业结构模式直接转变为“二、三、一”的产业结构模式。
自2005年辽宁省“五点一线”发展战略提出以来, 辽宁省的海洋经济得到快速发展。在海洋经济产值增长的同时, 海洋产业内部也有所调整。由表1可以看出, 辽宁省海洋第一产业所占份额逐年下降, 而海洋第二、三产业所占比例逐渐上升, 海洋产业结构日趋优化。其中海洋产业结构最好的为丹东市, 由于丹东市海洋经济由传统的海洋渔业为主转向了目前的以滨海旅游业和海洋交通运输业为主, 使得海洋第三产业在其海洋经济中所占的份额增加, 海洋第一产业所占比例下降, 三次产业比重为24∶19∶57。
%
数据来源:《辽宁统计年鉴》《中国海洋统计年鉴》《中国海洋年鉴》2003—2010年数据.
锦州市由于产业结构的调整, 海洋经济由以传统的渔业为主转向渔业、滨海旅游业、海洋交通业三驾马车齐头并进的局面, 2009年其海洋三次产业比重达到32∶14∶54;营口市由于港口经济及船舶制造业的快速发展, 使得营口市的海洋第二产业比例在海洋三次产业中居高不下, 2009年, 营口市海洋第二产业在海洋经济中的份额达到47%, 说明港口经济是营口市海洋经济中的支柱产业;海洋船舶工业是葫芦岛市发展海洋经济的一个主导产业, 不仅拥有渤海船舶重工有限责任公司这样的大型造船龙头企业, 同时葫芦岛市雄厚的装备制造业和原料工业优势, 也为其海洋船舶制造业发展提供了重要的支撑和保障, 从表1可以看出, 葫芦岛市海洋第二产业在其海洋经济中的比重一直在50%以上;盘锦市的传统海洋经济无论是海洋渔业、海洋油气业, 还是海洋运输业, 基本上都具有较深的资源依赖性。这也正是表1中盘锦市海洋第一、二产业份额较高的原因。近年来, 盘锦市在大力发展传统产业的同时, 大力开发滨海旅游资源, 使得盘锦市的海洋第三产业比例有所增加, 从2007年的27%缓慢增长到2009年的28%;大连市海洋经济以渔业、滨海旅游、造船和海洋交通业为主, 以滨海旅游业和交通运输业为主的海洋第三产业在其海洋经济中所占比例较大。2009年, 大连市的滨海旅游业和船舶制造业受金融危机的影响, 增长速度有所减缓, 2009年其滨海旅游收入增长率从2008年的25%下降到15%左右。
3 基尼系数法模型原理
在上述分析辽宁沿海经济带各市海洋经济差异的基础上, 本研究进一步采用基尼系数法分析各市海洋经济地区差异产生的具体原因。基尼系数法是最常用的衡量区域经济差异的指标之一, 该指标通过进行产业分解, 然后对产业基尼系数赋权重, 再通过求和得到总体差距。其基本计算公式为
式中:G代表总的基尼系数;Ck代表第k个产业的基尼系数, 它可以反映该产业的地区分布差异情况, 其值越大, 说明该产业的地区分布差距越大, 地区集中程度也就越高;Sk代表第k个海洋产业增加值占生产总值的比重, 可以表征产业结构;k=1, 2, 3, 代表第一、二、三产业。根据Fei等[9]的定义, 各产业基尼系数的计算公式为
其中
式中:yi代表第i个地区的人均海洋产业增加值, y1
据式 (2) 计算出Ck值 (分项基尼系数) 之后, 即可根据 (1) 式对基尼系数按海洋三次产业进行分解。进一步地, 定义SkCk/G×100%表示第k次产业对基尼系数的百分比贡献;定义Ck/G为相对集中系数, 如果该系数大于1, 表示该产业对基尼系数起促进作用, 反之亦然。
在通过式 (1) 计算出辽宁沿海经济带各海洋产业对基尼系数贡献的基础上, 进一步分析海洋产业的结构效应、集中效应和综合效应, 从而分析出辽宁沿海经济带海洋产业在各市差距变化的主导因素。根据万广华[10]推出的方法, 对基尼系数的变化做如下分解。
设相邻两期基尼系数的变化为ΔG,
则有:
式中:定义ΔSk=Ski+1-Ski, ΔCk=Cki+1-Cki
因此, ΣkΔSkCki是由收入结构变化引起的总基尼系数变化, 称为结构效应;ΣkΔCkSki是由收入集中程度变化引起的总基尼系数变化, 即集中效应;ΣkΔSkΔCk是由收入结构变化和收入集中变化综合引起的总基尼系数变化, 称为综合效应。由于综合效应对总基尼系数的贡献很低, 故本研究将其忽略。
4 辽宁沿海经济带海洋经济区域发展差异的产业分解
随着海洋资源的开发利用, 辽宁省海洋经济取得了快速发展。但与此同时, 沿海6市海洋经济发展的不平衡状况也日益突出。在辽宁省海洋经济总产值中, 大连市的先导区地位明显, 海洋经济总产值占全省海洋经济总产值的一半以上, 而其他5市海洋经济规模较小, 发展不够充分, 与大连市相比, 海洋产业发展亟待改善和提高。如锦州港发展了10余年, 依然不具备停靠大型集装箱货船的能力, 当地企业生产的产品仍需要运输到大连港装载上船, 增加了运输周期和产品成本。长此以往, 物流、货代、金融保险等相应的服务业不能配套, 影响港口的进一步发展。
在此分析的基础上, 本研究在借鉴已有研究成果和研究方法的基础上, 借助基尼系数的研究方法, 对辽宁沿海经济带海洋产业发展差距及其变化进行产业分解, 分析影响辽宁沿海经济带区域经济发展差距的产业结构与产业效应因素。
4.1 辽宁沿海经济带海洋经济差异的产业结构分解
由辽宁沿海经济带沿海6城市2002—2009年相关数据, 利用式 (1) 计算各产业对基尼系数的贡献, 如表2所示。
结合表2可以看出, 海洋第一产业基尼系数总体上呈现下降趋势, 由2002年的0.300下降至2009年的0.225。海洋第一产业相对集中系数变化较大, 从2002年的0.983逐渐上升至2009年的1.258, 并从2007年起大于1, 这说明海洋第一产业开始对区域经济差异的扩大起促进作用。从第一产业对总基尼系数的贡献看, 海洋第一产业的贡献率逐渐降低, 且变化幅度最大, 由2002年的0.642降到2009年的0.103, 由此说明, 海洋第一产业发展差距是影响区域经济发展差距的重要因素。
海洋渔业在辽宁省海洋经济中一直占有重要地位, 是辽宁省海洋经济的主导产业。但是由于海洋渔业是资源依赖型产业, 它的发展会受到资源环境的极大制约, 再加上辽宁省海域环境恶化日益严峻, 以及不合理使用海域使用权的现象时有发生, 致使辽宁省海洋渔业资源日益衰退, 有的甚至已经濒临枯竭, 这也就使得辽宁省海洋渔业集中化程度降低, 地区发展差异逐渐减弱。具体来说辽宁省海洋渔业在2002—2009年的产值虽一直呈增长趋势, 但涨幅不大, 由2002年的299.95亿元发展到2009年的342.36亿元, 涨幅才为14.14%。
海洋第二产业基尼系数演变大致上呈现逐年下降现象, 在2004年最高, 为0.278, 到2009年降至最小值0.154;在第二产业相对集中系数方面, 基本呈稳定中略有波动趋势, 2006年为最大值0.878, 2007年为最小值0.826;在对总差异的贡献率方面, 海洋第二产业贡献率在2002—2009年呈上升态势, 并在2009年达到最大值0.374, 说明海洋第二产业对辽宁沿海经济带区域经济发展差异的影响呈现上升趋势。
海洋船舶工业占据辽宁省海洋第二产业中的主要地位, 近年来呈现高歌猛进的发展态势。目前已形成了大连湾、大连旅顺、长兴岛、辽河入海口 (盘锦与营口) 、葫芦岛五大造船基地和10余个船舶配套产业园区。三大造船基地恰好分别位于辽东半岛、辽河三角洲、辽西走廊, 形成均衡发展、犄角割据之势, 从而分散了辽宁省海洋第二产业的集中态势。
从数据上来看, 辽宁省的造船工业从2002年的73.45亿元发展到2009年的786.8亿元, 8年时间产值扩大了10倍之多。这与辽宁省实施沿海对外开放战略是分不开的, 由此推动了渤海湾造船基地的扩大, 从而将东北环渤海湾打造成世界级造船基地。
在海洋第三产业基尼系数变动过程中, 2002—2009年基本上为持续下降阶段, 且在2009年达到最小值0.198;在第三产业相对集中系数方面, 总体上是持续下降的, 2009年达到最小值1.108。此外, 从表2还可以看出海洋第三产业相对集中系数在三次产业中最大, 且均大于1, 这说明海洋第三产业对辽宁沿海经济带区域经济发展差异的影响是最大的, 它能不断拉动区域经济发展差距的扩大。
近年来, 辽宁省各级政府开始调整海洋产业结构, 日益重视和积极开发旅游资源, 不断加强滨海旅游区建设, 制定一系列扶植政策措施, 大力发展滨海旅游业, 并取得了卓著成效。具体来说, 在2002年, 辽宁省的滨海旅游产值才不过30.58亿元, 但到2009年时, 滨海旅游业实现产值698.53亿元。从滨海旅游业的迅速发展不难总结出, 辽宁省海洋第三产业产值对辽宁省海洋经济的影响是日益扩大的。
4.2 区域海洋经济差异变化的产业效应分解
利用式 (3) 将基尼系数的变化进行分解, 以研究产业结构效应和集中效应对辽宁沿海经济带海洋经济差异变化的影响。同时, 分析产业结构效应、集中效应对基尼系数变化总效应的影响和贡献。表3是分解结果。
从表3可以看出, 辽宁沿海经济带海洋经济基尼系数在波动中呈现下降趋势, 由2003年的0.012逐渐下降到2009年的-0.058;在基尼系数变化的产业分解中, 结构效应和集中效应起主导作用;2005年、2008年、2009年的结构效应是负值, 对总差异起缩小作用, 其余年份均为正值, 具有扩大差异的作用;除了2004年、2008年外的其余几年集中效应大于结构效应, 这显示在扩大区域经济差异方面, 结构效应的促进作用小于集中效应, 说明产业的地区集中程度推动了辽宁沿海经济带海洋经济差异的扩大。
图1直观地反映了三种效应与总基尼系数变化的相关性, 可以看出, 集中效应的演变路径与总基尼系数的演变路径最为吻合, 这说明集中效应是导致区域经济差异变化的最主要因素;结构效应与基尼系数曲线的走势相反, 而综合效应曲线几乎没有波动, 基本是围绕横轴略有起伏。这说明产业地区分布差异的变化是主导辽宁沿海经济带海洋经济差距变化的主要原因。分析其原因, 具体来说, 由于海洋油气资源主要集中在盘锦地区, 这也就意味着海洋油气业的发展以盘锦地区为核心, 只是在近年的锦州气田开发, 才使得海洋油气业的集中程度略有下降, 据统计, 近年来辽河油田产量稳定, 一直保持在每年1 000万t以上, 天然气10亿m3;海洋渔业在考察初期主要集中在大连地区, 其他5市生产规模都比较小, 但随着大连发展多样化海洋经济的进程加快, 其海洋渔业比重的下降, 使得海洋渔业在沿海6市趋于均匀分布;海盐业则是由于国家的宏观调控政策, 提高了海盐业生产集中程度;作为海洋第三产业的海洋交通运输业和滨海旅游业近年来在各地都蓬勃发展。
由表3可以看出, 在基尼系数变化的产业构成中, 海洋第二、三产业起主导作用。第一产业基本为缩小产业结构效应的影响, 总体贡献较小;第二产业除2003年外均为扩大产业结构效应的影响, 其波动的幅度小于第三产业, 这说明它对区域差异扩大的影响仅次于第三产业;第三产业除2005年、2008年、2009年外大体上表现出扩大产业结构效应的作用, 对结构效应贡献的波动较为明显, 对结构效应的贡献在三次产业中最大。由图2可以明显看出三次产业对结构效应的贡献程度。
海洋二、三产业总体走势与结构效应曲线吻合, 特别的, 海洋三产走势与结构效应完全一致, 这也进一步印证了海洋三产对结构效应的贡献在三次产业中是最大的。而海洋一产曲线波动与结构效应曲线波动完全背离, 说明它基本上是缩小产业结构效应的。至于这一结果产生的原因, 与沿海6市海洋产业结构调整是分开的。从各市海洋经济发展来看, 大连海洋三次产业的均衡发展, 丹东、锦州由于滨海旅游业和港口运输的发展, 营口和葫芦岛的船舶制造业发展为本市的主导海洋产业, 盘锦滨海旅游业的大力开发, 这也就使得辽宁省海洋第二、三产业的比例逐年上升, 海洋一产比重逐渐下降, 海洋三次产业比例已由2003年67.7∶13∶19.4调整到2009年的12.8∶51.7∶35.5, 产业结构得到大幅优化。
可以从发展海洋三次产业所依赖的资源及各市海洋三次产业现有发展状况角度来分析这种趋势产生的原因。具体来说, 大连市是船舶重工发展的龙头, 海洋油气业只集中在盘锦辽东湾岸滩地区, 由于近年来对废弃盐田的重新规划和国家宏观调控政策, 使得海盐业生产趋于集中, 滨海旅游业虽然在各地都有所发展, 但大连核心地位仍未发生改变, 这些产业的作用合力使得海洋二、三产业的贡献曲线与集中效应曲线发展走势契合。
5 结论及建议
区域经济发展差异的产业结构分解表明, 辽宁海洋经济第一、三产业的发展差异是导致辽宁沿海经济带区域海洋经济发展差异的主导因素, 其中, 海洋第三产业是导致区域经济发展差异及其变动的首要因素, 具有产值逐渐增长、对基尼系数的贡献逐年上升的趋势。海洋第一产业对区域经济发展差异的影响随着增长速度的减慢而逐渐减弱;区域经济发展差异变化的产业效应分解显示, 产业的集中效应和结构效应是引起辽宁沿海经济带区域经济发展差异的主要因素, 其中, 集中效应即产业在地区分布的变化是引起区域经济差异变化的最主要因素, 产业结构的调整次之。
从分析结果可以看出, 要缩小辽宁省海洋经济的区域差距, 实现海洋经济的均衡发展, 就应该从辽宁省海洋第三产业的地理分布变化方面着手。一个关键的战略选择就是充分利用现有的基础条件和资源禀赋, 推进辽宁省沿海6市的滨海旅游业及海洋交通运输业的发展, 从而缓解海洋第三产业在辽宁省的地区分布不平衡状况。但是, 为了避免注重经济发展的公平而忽视效率的状况出现, 应该促进从事海洋服务业人员的流动[3], 推动人口向海洋第三产业发展程度较高的大连地区集中, 从而降低辽宁沿海经济带海洋经济发展的不平衡程度。
参考文献
[1]WENDELL B.Economic, family, and ethnic status:an empirical test[J].American Sociological Review, 1955, 20:45-52.
[2]杨开忠.中国区域经济差异变动研究[J].经济研究, 1994 (12) :28-34.
[3]敖荣军.湖北省区域经济差距及其变化的产业分解[J].地域研究与开发, 2010, 30 (1) :38-41.
[4]张耀光, 魏东岚, 王国力, 等.中国海洋经济省际空间差异与海洋经济强省建设[J].地理研究, 2005, 24 (1) :51.
[5]张耀光, 刘铠, 王圣云.关于我国海洋经济地域系统时空特征研究[J].地理科学进展, 2006, 25 (5) :52-53.
[6]董晓菲, 韩增林.我国三大经济区海洋经济时空差异探讨[J].世界地理研究, 2009, 18 (3) , 47-48.
[7]张耀光, 刘铠, 刘桂春, 等.基于定量分析的辽宁区域海洋经济地域系统的时空差异[J].资源科学, 2011, 33 (5) :863-870.
[8]方春洪, 梁湘波, 刘容子.基于海湾空间的海洋经济差异分析:以辽东湾、渤海湾、莱州湾为例[J].中国人口·资源与环境, 2012, 22 (2) :170.
[9]FEI J, RAINS G, KUO S.Growth and the family distribution of income by factor components[J].Quarterly Journal of Economics, 1978, 92 (1) :17-53.
产业分解 篇3
关键词：全要素生产率,高技术产业,曼奎斯特指数法
高技术产业在我国是一个新兴的、发展迅速的产业, 是国际竞争中重要的战略力量, 已经成为国民经济新的增长点。我国的高技术产业从80年代起步, 取得了飞速发展, 尤其是在“九五”和“十五”期间, 高技术产业规模高速增长, 2006年, 高技术产业总收入超过5.3万亿元人民币, 增加值占GDP比重达8%。高技术产业是增强国家竞争能力、促进经济增长的关键因素, 尤其是在信息社会的今天, 科学技术所起的作用更是无与伦比。而对其生产率增长的研究具有重要的意义。
1 文献综述
关于经济增长过程中的生产率变动状况。以往的实证研究主要有通过建立线性回归方程, 估计要素投入与技术进步对经济增长的贡献, 由此探讨经济增长的源泉问题;或者进一步分析和发展估计全要素生产率 (即广义技术进步) 增长的理论和方法;还有解释单位资本产出和人均产出的动态分布规律 (Kruger, 2003) 。以Chow (1993) 为标志。目前, 关于中国经济全要素生产率的研究主要集中在以下三个方面:一是中国经济总体TFP。尽管由于数据来源和处理方法 (特别是对资本存量的估计) 及研究方法的不同, 有关中国经济总体TFP的研究在具体估计结果上有一定差异, 但总体结论基本上是一致的:改革之前TFP对中国经济增长的贡献甚微, 改革之后则有了显著提高 (李京文等, 1998;王小鲁, 2000;张军等, 2003;Young, 2003;赵伟, 2005) 。二是各行业的TFP。在过去的十多年里, 众多学者研究了服务业、农业、工业、航空业、交通运输等行业TFP的增长状况。 (杨向阳, 2005;刘建翠, 2007;高新才, 2009;于剑, 2007) 其趋势在行业间有很大差异。其三是区域的TFP变动及发展情况 (蔡锋伟, 2007;李荣富, 2008;鲁丽梅, 2009;) , 研究区域TFP变动虽然各有差异, 但整体上以改革开放为界体现出先低后高的趋势。相比之下, 对我国高技术产业的研究较少, 刘建翠研究了R&D与TFP的关系, 李晓钟对我国高技术三资企业的TFP进行估算, 李明智对我国高技术产业全要素生产率及其影响因素进行了定量分析。但研究者对TFP的估算方法仍使用线性回归法。我国高技术产业发展过程中要素生产率的变化情况如何, 其变化受到哪些因素影响, 针对以上问题, 本文选取全要素生产率的分析方法对我国高技术产业2000—2006年的经济增长源泉进行了定量分析, 探讨了资本因素、劳动力因素和广义的技术进步对经济增长的贡献。
2模型构建和实证结果
2.1 全要素生产率的方法及数据选择
2.1.1 采用非参数Malmquist指数估算全要素生产率。
本文对全要素生产率研究采用非参数Malmquist指数法估算。这种方法通常是直接利用线性优化方法给出每个决策单元的边界生产函数的估算, 从而对效率变化和技术进步进行测度。该方法的最大优点是它能把观察值到前沿面的偏差都当作无效率的结果, 完全忽略了测度的误差, 它不需要任何具体函数形式或分布假设, 对各种形式的投入产出都能适用。不需要有关投入产出的价格信息, 这在投入要素的数量和价格等信息不充分的条件下, 其优越性尤为明显。它不需要行为假设, 减少了条件限制, 使得研究更加具有适用性。
2.1.2 分析中采用的数据。
产出变量选择高技术产业工业总产值。劳动要素投入数据受限于公共统计资料的显示, 不能得到工人工作时间和工资的数据, 以历年的高科技行业从业人数代替。资本要素投入数据采用投资选取高技术行业固定资产年平均余额。
2.2 高科技产业全要素生产率的估算
出于统计数字的限制本文的考查期间为2001—2006, 本文选取统计数据包括高科技统计年鉴及国研网工业统计数据整理而得。使用Colelli (1996) 给出的数据包络分析DEAP计量软件分析得出的我国各省市全要素生产率 (由于统计数字完整性问题, 统计地区不涵盖西藏、青海、宁夏、甘肃等地区) 。
2.2.1 中国高技术产业全要素生产率变动
续上表
从表1可以看到, 我国高科技产业全要素生产率在2001—2006年出现-11.6%的增长, 其中技术效率出现正向增长5.5%。而其衰退的主要引发原因为技术进步的发生了负增长-16.3%。具体来看从2001—2002、2003—2004、2005—2006年发生了衰退, 其余两年为增长, 其中2006年达到了-38%。除2003年外, 技术进步变化均为负向增长的影响, 2004—2005全要素生产率的正增长是由于技术效率的增长抵消了技术进步的负增长。
从实际情况来看, 这一时期, 中国高技术产业工业总产值平均增长率为28%, 我国工业总产值的平均增长率为24.8%, 本文的分析结果表明, 两者的增长本身存在明显的差异。这也从另外一个角度说明, 如果全要素生产率能保持较高的增长率, 今后一段时期高技术产业将获得快速增长, 其在总产值的占比重进一步提高完全是可能的。
从变化趋势上来看, 在2001—2006年期间, 除2003年外, 其他年份的技术进步增长率均呈现负增长的趋势, 这种分析结果2001—2003年部分其他学者的研究相符合, 我国2001—2003年全国所有行业平均的全要素增长率均为负增长 (赵伟, 2005) , 究其原因, 我国全要素生产率的快速增长体现在1990—2000期间, 因为这一阶段是我国劳动力再配置, 国际贸易增长较快及资本存量大幅增加的阶段, 全要素生产率的大幅提高使2000年后的生产率增长基数较大。
2.2.2 各地区全要素生产率变动
为了比较地区差异对科技产业TFP变动的影响, 我们在已有计算结果的基础上, 将本文考察的27个省进一步划分为东中西部三大地区 (见表2) 。以往研究表明, 我国所有行业全要素生产率的变化趋势在2000—2003年期间, 东部地区均为正的增长, 中部、西部为负增长;而本文研究发现, 科技产业在2001—2006期间未呈现出东部地区的优势, 甚至在2001—2002年间其增长率明显低于西部及中部地区。综合考虑其影响因素, 产生上述结果应主要有以下原因引起, 其一, 是期间选择范围较窄, 科技企业的高增长期并未在本文的统计范围之内;其二, 投入要素转换为生产率的期间未做全面考虑, 本研究选取的是2001—2006期间的5个数据, 期间5年。而对于投入较大的科技企业其要素投入的转换期间不可能在短时间内表现出来。以2001—2002年东部地区较为特殊的江苏浙江为例, 在此期间, 两省的投入要素中的资本存量增长率达到30%。这么大幅的固定资产投入在当期表现在工业总产值上的可能性较小, 因而仅就全要素增长率指数而言, 在科技行业的分布未同经济增长趋势相一致, 也是可以理解的。其三, 劳动要素投入与资本要素投入不均衡, 仍以2001—2002江苏、浙江为例, 其在资本投入达到30%的增长率的同时, 两省的劳动投入增长不到10%, 劳动与资本投入的不均衡阻碍了全要素生产率的发挥。
3 全要素生产率变化差异原因分析
3.1 各地区全要素生产率的分解
根据Malmquist生产力指数, 我们进一步将TFP变动分解成技术效率变动和技术进步变动两个部分, 以找出它们各自的变动对全要素生产率变动的影响。表3显示2001—2006年, 中国高技术产业的技术进步整体出现了衰退趋势 (由0.728-0.605) , 仅2000—2003出现了正的增长, 其中西部地区在分析期间一直是衰退趋势, 而东部和中部地区在2002—2003, 2004—2005年份技术表现出了良好的进步趋势, 其中5年的平均技术进步情况又以东部地区表现略好。基于基数的考虑, 东部地区的进步是建立在基数较大的基础上完成的其绝对影响数明显要大于中部地区。
技术效率的概念是Farell (1957) 年提出来的, 他所指的技术效率是指在给定一组投入要素不变的情况下, 一个企业的实际产出同一个假设同样投入情况下的最大产出之比, 因而技术效率是一个相对的概念。研究各省市的技术效率 (见表4) , 可以看出我国2001—2006年技术效率呈上升趋势, 除了2003—2004呈现负增长外, 其余年份均呈现正的增长率, 而区域差异体现在中部平均一直体现为增长趋势, 而东部和西部在2003—2004年负增长。其余均为正的增长。
结合技术进步和技术效率的数据, 我国全要素生产率的负增长的主要影响因素为技术进步的衰退。技术效率在全要素生产率的变动中起着积极的提升作用。
3.2 外资与内资全要素生产率变动影响
我国高技术产业占很大比重, 本文将其全要素生产率的变动分为内资、外资两部分考查是否TFP收到所有制的影响。
从2001—2006全要素生产率均值来看 (见表5、表6) , 内资企业偏高, 其TFP在多数年份呈现增长趋势。而外资企业则呈下降趋势;且内资企业的TFP波动幅度较大。将TFP进一步细分可发现内外资企业存在明显差异, 内资企业的TFP构成中技术效率负增长, 而技术进步变动均值为1, 保持不变。外资企业则呈现为技术效率提高了5.1%, 技术进步发生了衰退, 为17.2%。这也解释了我们在考察区域TFP变动时发生的东部地区在技术进步方面衰退程度高于西部和中部地区。在东部地区大部分科技发达的省市如上海、江苏、浙江, 其科技行业工业中大部分比例为外资企业。以计算机及其他电子设备制造业为例, 2006年江苏省在该行业的增加值中有将近90%是由外资企业创造的。因而, 我国东部地区科技行业的全要素生产率的构成受到外资影响, 体现为技术进步的衰退。外资企业技术效率的增长进一步可分为纯效率和规模效率两个部分。从表6可以看出, 外资企业的纯效率增长为正, 而规模增长为负。而内资企业在两方面均需要加强。这些内资企业必须调整规模及增加产出。
4 结论
本文采用Malmquist指数法对我国高技术产业27个省市的全要素生产率进行分析, 发现与2000年之前的关于我国的全要素生产率的实证分析不同, 我国科技行业在2001—2006年的均值呈现负增长趋势。地区差异比较中, 东、中部地区在近5年的全要素生产率并未体现出明显的优势。其数据呈现按照年度的波浪变化的趋势。内资企业的全要素生产率高于外资。但全要素生产率分解后内资企业呈现出技术效率衰退的特点, 而外资企业技术进步衰退, 技术效率增长。因统计数据所限, 本文存在考查期间偏短及劳动资本投入计量标准略粗糙的缺点。
参考文献
[1]周方.科技进步与“增长函数”——兼评Solow教授的原理性错误[J].数量经济计量经济研究, 1999 (10) :32-50.
[2]刘建翠.R&D和全要素生产率——基于高技术产业的实证分析[J].华东经济管理, 2007 (9) :45-49.
[3]何枫, 陈荣, 何炼成.SFA模型及其在我国技术效率测算中的应用[J].系统工程理论与实践, 2004 (5) :46-50.
[4]李晓钟, 张军.我国高技术产业三资企业全要素生产率的估算和分析[J].国际贸易问题2008 (12) :90-95.
[5]李明智, 王娅莉.我国高技术产业全要素生产率及其影响因素的定量分析[J].科技管理研究, 2005 (6) :34-38.
[6]赵伟, 马瑞永, 何元庆.全要素生产率变动的分解———基于Malmqu ist生产力指数的实证分析统计研究, 2005 (7) :37-41.
产业分解 篇4
复杂产品是指成本高、规模大、研制周期和生命周期长、技术/知识与工程密集型的产品[1],如航空器、航天器、船舶、工程机械、大型制造装备以及其他许多工程化的产品。复杂产品的研制是一项复杂的系统工程,在技术上涉及许多学科和专业,需要制定严密的研制计划才能保证研制工作的顺利进行。
工作分解结构(work breakdown structure,WBS)可以将研制工作分解为一系列相对独立、内容单一、易于检查的工作单元,能把各工作单元在研制中的地位与构成直观地表示出来,是研制计划编制的基础和依据,在复杂产品的研制中得到了广泛的应用。皮亚风[2]提出了航天产品WBS的相关定义、编制要求和主要框架。聂亚军[3]介绍了WBS在航空发动机型号研制中的应用。何恒等[4]提出了一种适应系统工程与项目管理融合要求的PDA-WBS模型,并讨论了该模型的特点。冯冰等[5]提出了类比、自上而下、发散归纳及系统分析相结合的大型民用客机研制项目WBS模型。这些研究在复杂产品WBS的基本要求、编制准则以及具体的分解方法等方面都进行了有益的探索,但是还缺乏对技术实现手段的研究。因此,在实际WBS的构建过程中依然困难重重,主要体现在以下几个方面:①易造成工作分解的遗漏;②WBS编制时随意性较大,相似产品编制出来的WBS无法实现统一化和规范化;③无法快速有效地完成WBS的编制。这些问题的存在使得WBS的质量难以得到保证,导致研制状态无法及时获取、研制过程得不到有效的控制、研制管理协同性不够等问题。
为此,本文针对复杂产品研制工作分解的特点,着重研究并提出了基于产品分解结构(product breakdown structure,PBS)的工作分解技术,并通过实例介绍了方法的具体应用。
1 复杂产品研制工作分解特点
采用WBS对产品研制工作进行分解,按思路的不同通常可以划分为两种模式[6]。一种是基于可交付成果的划分,这种分解方式的上层一般以交付成果为导向,而下层一般为可交付成果的工作内容。另一种是基于工作过程的划分,这种分解的方式上层以工作的流程为导向,下层则按照工作的内容来划分。复杂产品的研制通常是以一个标准的研制流程为依据来开展实际工作的。因此,在对复杂产品的研制工作进行分解时,为了使WBS的层次更加清晰、内容更加完整,经常采用两种模式混合使用的方式来进行。其基本思路是:以交付成果为主导,以研制过程为依据,综合运用各种技术和工具,完成WBS的编制。
PBS是面向交付成果的分解,它定义了最终的产品及产品的组成单元,确定了产品中应包含的功能和结构。以交付成果为主导就是以PBS为主线,逐级进行分解。以运载火箭为例,其产品分解层次依次为箭体结构、控制系统、动力系统、测量系统、总控系统、发射支持系统等,而每个部分又可进一步分解为部段或单机,再往下便是部组件以及零件。以研制过程为依据就是以产品实现流程为辅线,按阶段进行分解。也以运载火箭的研制过程为例,其大层次为产品研制的全生命周期,一般依次为论证阶段、方案阶段、初样阶段、试样阶段和定型阶段,其中方案阶段、初样阶段、试样阶段为研制中最主要的阶段;小层次为各阶段具体研制工作内容,如设计、生产、试验、验收等。
具体的分解过程可分为三个步骤:首先,通过对产品的分析,按照复杂产品的实际组成结构编制出PBS;然后,通过对研制流程的分析,按照复杂产品实际研制流程建立一系列的通用步骤或标准活动;最后,以PBS为基础,根据通用步骤或标准活动,分析PBS与WBS之间存在的映射关系,然后采用一定的映射规则通过PBS构建出复杂产品的WBS。其中,PBS是交付成果的体现,通用步骤或标准活动是研制过程的体现,而WBS则是它们共同作用的结果。因此,复杂产品的工作分解过程实际上是一个PBS-WBS的合成映射过程。合成映射是指映射后的数据项由多个映射源数据项经过遗传、变异、聚合[7]等多种方式的数据协同处理获得。
2 PBS-WBS映射的业务模型
2.1 复杂产品PBS模型
对于复杂产品来说,其PBS包含了所有实现产品功能的硬件和软件,如运载火箭一般可分为箭/星上产品、地面设备、总体集成以及箭/星载软件等几大部分,各部分又可按照分系统、单机、部组件的方式进行进一步的分解(图1)。通常,PBS是依据复杂产品的技术方案(包括总体和分系统技术方案两个部分)和技术配套表编制而成的。由于PBS中涵盖的信息很多,考虑到最终的研究范围,本文仅对其中的信息做选择性利用,给出复杂产品PBS模型的相关定义。
定义1 复杂产品PBS模型可以用一个四元组表示,记为
RPBS=(A,C,P,D)
其中,A为PBS节点ai j的集合。为了表示节点在整个结构树中的位置,用下标来唯一标识零部件的具体位置,其中i表示零部件在PBS中的层次,j表示其在第i层所处的位置。C为PBS中各节点组成关系c(i j)(i+1)k的集合。记c(i j)(i+1)k=(ai j,a(i+1)k),表示ai j与a(i+1)k之间存在父子关系,a(i+1)k为ai j的直接子件,k表示其在第i+1层所处的位置,i、j、k均为自然数。P为PBS节点ai j所有属性的集合。pi j表示PBS节点ai j的所有属性,如pi j_n代表节点的名称,pi j_e代表节点的编码,pi j_u代表节点的承担单位。D为PBS节点ai j对应的关联文档集合。di j l表示节点ai j的第l个关联文档,ai j的所有关联文档表示为di j=d(ai j)。如果ai j不为叶子节点,则其di j为其下所有子节点的关联文档之和。那么PBS中某一节点可记为RPBS(ai j)=(ai j,ci j,pi j,di j)。
2.2 复杂产品WBS模型
WBS按照系统的原理和要求把项目自上而下分解成相互联系的工作单元。从复杂产品研制工作分解特点来看,其WBS是一个以产品为中心,按照研制流程实施具体工作分解而形成的多级层次体系。其中,层次结构、编码和交付物是复杂产品WBS的基本要素。
(1)层次结构。
合理的WBS层次是工作分解的关键。复杂产品WBS是依据产品的内在结构和研制过程的实施顺序编制的,具有明显的层次性。为满足研制过程管理与控制的需要,在复杂产品WBS的编制中必须确保WBS层次结构的合理与有效。
(2)编码。
WBS编码唯一确定了研制过程中的每一项工作。在研制的各个阶段,工作单元的查找、变更、经费计算、时间安排、资源安排等工作都需要参照其编码来完成。合理规范的编码体系可以简化WBS与设计、工艺、管理、财务等工作的信息交换过程。
(3)交付物。
WBS交付物是WBS中各项工作的输入或输出。通过交付物实现PBS与WBS的关联,初步完成了复杂产品研制技术数据和管理信息的集成,使得产品研制过程中产生的技术数据能够以交付物的形式纳入到研制过程管理的范畴,从而既保证了产品数据的完整性,又确保了研制过程管理控制的及时性。
基于上述重要特征,本文给出了复杂产品WBS模型的相关定义。
定义2 复杂产品研制WBS模型可用一个四元组表示,记为
RWBS=(T,C′,P′,D′)
其中,T为WBS的工作单元tnp集合。为表示工作单元在整个WBS中的坐标,通过定义下标来唯一标识工作单元的具体位置,其中,i表示工作单元在WBS中的层次,j表示其在第i层所处的位置。C′为WBS的工作单元之间的关系集合。P′为WBS的工作单元所有属性的集合。D′为WBS的工作单元对应的交付物集合。C′、P′、D′符号含义与PBS中相应符号含义相同。那么WBS中某一节点可记为RWBS(tnp)=(tnp,c′np,p′np,d′np),其中,n、p为自然数。
2.3 复杂产品WBS元模型
按照产品研制流程建立的通用步骤或标准活动,一般由国家标准或者企业标准定义并以模板的形式来指导WBS的构建,如国防科工委颁布的GJB2116-94《武器装备研制项目工作分解结构》[8]和QJ3121-2000《航天产品项目工作分解结构》[7]等。因此,WBS模板提供了WBS应具有的基本信息,是一种通用化的WBS。本文引入了复杂产品WBS元模型来对WBS模板进行定义。
定义3 复杂产品WBS元模型m-WBS结构可以用一个四元组来表示,记为
Rm_WBS=(B,C t,P t,Dt)
式中的各符号具体含义与WBS模型基本一致。
3 PBS-WBS的映射方法
3.1 PBS-WBS的映射模型
根据集合论理论,当不同视图域由于信息需求的差异而存在不同视图域信息集之间的映射时,表明两视图域之间具有某种函数关系。对于PBS-WBS映射,设RPBS(ai j)为PBS中的一个节点,RWBS(tnp)为WBS中的一个工作单元,Rm_WBS(bmq)为WBS元模型中的一个工作单元。若存在一个规则fPBS-WBS,使得对于每一个RPBS(aij)和Rm_WBS(bmq),都可以唯一确定RWBS(tnp)与之对应,则称fPBS-WBS是PBS到WBS的一个映射,记为
fPBS-WBS:RPBS(ai j)⨂Rm_WBS(bmq)→RWBS(tnp)
其中,符号“⨂”表示两个视图的合成。
由于复杂产品PBS和m-WBS的形成具有很强的工程性和动态性,故PBS-WBS的合成映射具有以下两大特征。
(1)分层块映射。
复杂产品是一个由若干个相互联系、相互作用、相互依存的分系统结合而成的,具有特定功能的有机整体。每一个分系统又可以进一步细分为若干子系统、单机或部件。而这些分系统、子系统、单机或部件又由多个企业协同来完成。因此,复杂产品PBS极其庞大与复杂,在实际映射时,只能分层分块地进行PBS-WBS的映射。如新一代运载火箭由两种发动机(50吨氢氧发动机和120吨液氧煤油发动机)和三种直径模块(5m、3.35m、2.25m),根据一定规则组合而成,其研制是由分布在全国各地的一家总体承担单位和三家分系统研制单位共同完成的。对于总体承担单位,在映射时,只能针对PBS顶部的几个层次来进行映射。而对于分系统研制单位,在映射时,也只是针对PBS中其所承担的分系统来进行映射。
(2)分阶段映射。
复杂产品的研制一般都会经过几个重要的具有里程碑意义的研制阶段,每个研制阶段所开展的具体工作以及相同工作的具体工作内容都不尽相同。如方案阶段的主要工作包括方案设计、样机研制、原理性验证等工作,而试样阶段则需要完成初样设计、初样生产、单机试验以及综合试验等工作。方案设计又可以包括技术方案编写、总体技术参数确定、参数计算等工作。因此不同的研制阶段有不同的标准流程,可以建立起不同的WBS元模型。在实际映射时,就需要针对不同的m-WBS,分阶段的进行PBS-WBS的映射。
图2示出了由PBS到WBS的映射情况。为方便PBS-WBS的合成映射,仅针对其中的某个分系统(图中节点d)以及某个阶段的标准流程(图中单元y)进行分层块和分阶段的合成映射,最后形成y阶段分系统d的WBS。完成该WBS后,可以采用相同的方法针对其中的叶子节点递归进行WBS的分解。比如在获取子节点d1的PBS和y1的m-WBS基础上,通过映射后便可以得到单元d1-y1的WBS展开。如此不断地迭代,最终形成整个产品的WBS结构。
3.2 PBS-WBS的映射矩阵
PBS中所有节点与m_WBS中所有工作单元的笛卡儿积可认为是WBS工作单元的定义域。然而,最终WBS所有工作单元的集合实际上仅是该域的一个子集。为此,WBS工作单元的确定就必须通过PBS-WBS的映射矩阵来完成。映射矩阵是对定义域中所有工作单元在最终WBS中显性或隐性状态的描述。通过人工来对适用于某子系统/部组件的通用步骤进行判断,确定出该工作单元在最终的WBS中是否为显性,从而形成PBS-WBS的映射矩阵。这项工作必须由研发和管理人员一起来共同完成,这样才有助于对每个子系统/部组件的研制工作进行充分的确认。映射矩阵的形式如表1所示。
表1展示的是动力系统(部分)方案研制阶段的映射矩阵(初样阶段不做映射时,便为零矩阵)。该映射矩阵中为1的节点就是能够在最终WBS结构上显示的节点。而WBS各个工作单元之间的关系则主要依靠PBS的树形结构关系建立。因此,只要得到了复杂产品的PBS和m_WBS,并建立起映射矩阵,就可以通过映射规则快速地将WBS建立起来。
3.3 PBS-WBS的映射规则
WBS中各个工作单元的属性是通过遗传、变异、聚合等方式从PBS和m_WBS的节点属性数据中映射得到的。为此必须设立相应的映射规则对这个过程进行规范。
(1)遗传映射。
遗传映射指映射前后,来自于PBS或m_WBS中的属性数据不发生任何变化,直接被WBS使用。比如,PBS中的关联文档集合就可以直接映射到WBS中的交付物集合中去,其数据不会发生变化。交付物遗传映射可记为
RWBS(tnp)_d′np=RPBS(ai j)_di j
(2)变异映射。
变异映射指映射前后,在PBS或m_WBS的某些属性基础上,WBS的属性数据通过映射重新确定。比如,m_WBS中的工期属性,通过映射后可以在WBS中变异为开始时间和结束时间两项属性。
(3)聚合映射。
聚合映射指映射后WBS工作单元的属性项是由PBS和m_WBS中相关属性项经过一定的处理而形成的。聚合映射是PBS-WBS映射的重要方式,WBS的许多关键属性数据都是通过聚合映射方式从PBS和m_WBS中获取的。比如,WBS工作单元的名称、编码等属性的聚合映射可分别记为
RWBS(tnp)_p′np_n=RPBS(ai j)_pi j_n+Rm_WBS(bmq)_ptmq_n
RWBS(tnp)_p′np_e=RPBS(ai j)_pi j_e+
◎+Rm_WBS(bmq)_ptmq_e
如表1所示,PBS中某节点名称为氧气高压自锁阀,与其对应的m_WBS工作单元名称为方案设计,那么根据聚合映射规则,最后得到的WBS工作单元的名称为氧气高压自锁阀方案设计。PBS中某节点的编码为A1A2A3,与其对应的m_WBS工作单元的编码为B1B2B3,那么根据聚合映射规则,最后得到的WBS工作单元的编码为A1A2A3◎B1B2B3,从而形成多码段的WBS工作单元编码。
4 系统应用实例
基于上述方法,本文从技术实现的角度,在北京神舟航天软件技术有限公司开发的基于Web的企业级项目管理软件AVPLAN的基础上,基于J2EE框架,采用JSTL、Servlet、EJB等技术开发了计划协同编制模块,并结合航天型号研制计划编制的实际需求,开展了研究成果的应用验证。
目前,我国航天系统各院所均采用AVPLAN来进行研制计划的编制。参与型号研制的单位利用计划协同编制模块,可以进行基于PBS的研制工作分解,并在此基础上与其他单位进行协同,共同完成型号整体研制计划的编制工作。图3所示为运用AVPLAN完成运载火箭全箭研制计划协同编制的基本流程。
型号研制计划协同编制的基本流程可分为四个步骤:①承担型号研制的总体院根据研制任务开展研制计划的顶层分解,首先由院规划部完成研制计划工程总体要求的编制,然后院计划部根据工程总体要求完成研制计划主结构的编制,进行分系统级研制工作分解;②总体部型号办开展一级分解,完成研制计划主要节点的编制,进行子系统、单机级研制工作分解;③厂所计划处或科研生产处开展二级分解,完成里程碑任务的计划编制,进行部件级工作分解;④部、厂、所的各科室开展三级分解,完成详细执行计划的编制,进行零件级工作分解。对于每一层次的分解,其基本步骤都是首先完成当前层次的PBS编制,定义好对应的WBS元模型和映射矩阵;然后在预先制定好的映射规则下,自动生成初始WBS;接着针对已生成的初始WBS,根据实际情况,对其中的单元项或者部分属性信息进行调整,从而生成最终的WBS;最后根据最终的WBS,完成当前层次的研制计划。而每一个层次的研制计划汇集起来便可以形成型号的整体研制计划,从而快速地完成型号WBS的建立,满足航天型号研制计划编制的实际需求。
5 结语
在复杂产品的研制过程中,保证型号研制工作分解的全面与彻底有着重要的意义。本文在对复杂产品研制工作分解特点进行分析的基础上,提出了基于PBS的研制工作分解方法。通过PBS-WBS映射模型的定义、映射矩阵的编制和映射规则的建立,按层次分阶段完成了从PBS到WBS的映射。并通过交付物实现了PBS节点与WBS单元项的关联,使得产品研制过程产生的数据能够以交付物的形式纳入到研制过程管理的范畴,实现了研制管理的闭环控制。文中所提出的方法在航天项目管理系统AVPLAN中得到了应用,并取得了良好的效果。
参考文献
[1]Hansen K,Rush H.Hotspots in Complex ProductSystems:Emerging Issues in Innovation Manage-ment[J].Technovation,1998,18(8/9):555-561.
[2]皮亚风.航天型号研制工作分解结构(WBS)编制研究[J].华北航天工业学院学报,2006,16(3):1-3.
[3]聂亚军.工作分解结构(WBS)在发动机型号研制中的应用[J].航空发动机,2007,33(1):513-519.
[4]何恒,邓家禔.支持复杂产品研发的WBS[J].航空制造技术,2009(12):74-78.
[5]冯冰,郑朔昉,陈绥宁,等.大型民用客机研制项目WBS构建方法[J].项目管理技术,2010(1):66-70.
[6]魏志强,王先逵,吴丹,等.基于单一产品数据的产品BOM多视图映射技术[J].清华大学学报(自然科学版),2002,42(6):802-805.
[7]国防科工委综合计划部.GJB2116-1994武器装备研制项目工作分解结构[S].北京:中国标准出版社,1994.