识别周期

识别周期（精选4篇）

识别周期 篇1

根据产业经济学观点, 汽车产业已经成为我国国民经济的主导产业。但纵观欧美、日本等汽车工业大国, 我们不难发现汽车行业受到人口、购买力、经济增长等因素的影响, 当市场达到一定饱和程度后, 该产业将由高速发展阶段过渡到成熟阶段, 乃至衰退阶段。本文将以吉林省汽车产业为研究对象, 探讨其产业生命周期, 为未来吉林省汽车产业的持续发展奠定理论基础。

一、产业生命周期理论

早在1950年, Dean J.就曾在《新产品定价策略》中首次提出产品生命周期一词, 把产品按照在市场中的逐渐演化过程, 划分为四个阶段, 即推广、成长、成熟和衰亡阶段, 在各不同的阶段产品定位不同。1966年, 美国学者Vernon就曾从生命周期视角来研究产品在发展过程中的阶段性问题, 形成了著名的产品生命周期理论。产业生命周期的研究则在产品生命周期研究的基础上展开, 最早开始于20世纪80年代。Gort&Klepper (1982) 是较早把这一概念应用到实际研究中的, 他们在应用定性与定量结合的方法研究产品生命周期的基础上对内生型产业生命周期的演化进行了最初的研究。他们将市场中厂商的数目作为指标, 对46个产品进行了长达73年的时间序列数据实证分析, 根据厂商的数目对产品的生命周期进行划分, 发现产业中的厂商数目会随着产业的成长发生变化, 提出了产业生命周期的概念, 即产业作为具有某类共同特性的企业的集合, 也跟生物一样, 具有一定的生命周期性。同时, 他们根据厂商的数目将产业划分为引入期、大量进入期、稳定期、大量推出期和成熟期五个阶段, 首次建立了产业经济学上的第一个产业生命周期模型, 被称为G-K模型。

二、汽车产业生命周期识别模型

对于产业生命周期的判断指标一般从三个角度分析:一是产出的变动;二是投入的变动;三是投入产出效果。产出变动可以用产出增长率表示, 通常用产值及其增长率、销售收入及其增长率、产量及其增长率等指标衡量。投入变动率用投入增长率表示, 可以用投资规模及其增长率、固定资产及其增长率、就业规模及其增长率等指标衡量。投入产出效果用增加值率、资产报酬率、利润销售率等指标衡量。

目前, 产业生命周期的识别方法主要有三种:拟合曲线分析法、计算判断法、经验对比法。

拟合曲线分析法最为典型的是龚柏兹曲线拟合法和皮尔曲线拟合法。前者适用于历史数据取对数后一级增长量环比系数比较接近的分析对象, 后者适用于历史数据的倒数一级增长量环比系数比较接近的分析对象。

1、龚柏兹曲线拟合法。

龚柏兹曲线的数学模型为:

其中, yt为第t期的指标值, t为时间变量, k、a、b为参数。

上式两边去取数得:

令, lnk=k', lna=a', 则龚柏兹曲线模型转化为下列形式:

可以利用分组法, 将动态数列等分为三组, 分别计算各组样本的对数值lny, 并求和, 分别设为可估计得到参数k'、a'、b的值为:

然后再求k'、a'的反对数, 就可以求出龚柏兹曲线模型的参数k、a。

2、计算判断法。

计算判断法是对能够反映产业生命周期特征的指标进行计算, 通常用产出增长率衡量。产业的产出增长率在整个产业兴衰过程的再现如图1所示, 处于形成过程中的产业年均增长率在前期是低于15%的, 而在后期则高于15%, 这意味着处于形成过程中的产业具有潜在的较强的增长力;处于成长阶段的产业前期与后期的年均增长率均高于15%, 这说明处于成长阶段的整个过程产业增长是强劲的;处于成熟阶段的产业前期的增速在15%以上, 而后则减速到15%以下, 显然它的前期与成长阶段的后期相衔接;处于衰退阶段的产业整个过程均处于低速运行状态, 图中未反映出这一点。依据经验, 一般产业在形成期产业增长率小于10%, 超过10%为成长期, 0.1%~10%之间为成熟期, 衰退期则出现负增长。 (图1)

3、经验对比法。

经验对比法是依据国内、外同样产业的发展经验, 以判断该产业所处的发展阶段, 并根据已有的信息预测各阶段的延续时间和增长速度。但由于各国制度的差异性和科学技术水平的差距等原因, 这种经验对比不能生搬硬套。

三、吉林省汽车产业生命周期识别

本文在判断吉林省汽车产业生命周期时, 将采用计算判断法与经验对比法相结合的方法。由于在项目研究过程中, 没有收集到吉林省汽车产量的相关数据, 而中国第一汽车集团作为吉林省汽车产业的龙头老大, 且在全国汽车产业中占有重要比重, 如表1、图2、图3所示。鉴于一汽集团对吉林省汽车产业的发展起到至关重要的影响, 因而这里用一汽集团的相关数据进行计算。 (表1、图2、图3)

通过对一汽集团1996~2013年各车型的相关产量进行对比分析发现, 一汽集团汽车产量的变化主要受轿车产量影响如图4所示, 因而这里直接用1997~2013年轿车产量变化情况剖析其产业生命周期。 (图4)

通过比较分析一汽集团1997~2013年轿车产量, 计算其各年增长率如图5所示。 (图5) 我们发现, 除2008年外, 1997~2013年轿车产量年增长率均为两位数, 最低为2005年的11.785%。但从2011年开始产量有所下降, 至2013年, 年增长率分别为3.27%、6.60%、5.26%。

观察2001~2013年我国汽车产业销售收入增长情况, 如图6所示, 我们发现同样结论, 即全国汽车产业销售收入在经历了2002年、2007年和2010年的高速增长后, 在2011年出现回落。2011~2013年的全国汽车产业销售收入仅分别为13.97%、10.16%、17.31%。 (图6)

四、结束语

通过上述数据的比较研究, 针对汽车产业产量增长率及销售收入增长率均有回落的情况, 我们认为吉林省汽车产业已进入成熟阶段, 有必要进行战略转型研究, 以寻求新的利润增长点, 保持吉林省汽车产业的持续性发展。

参考文献

[1]罗鸽.经济周期与产业周期结合下的企业财务战略研究[D].湖南农业大学, 2011.

[2]仲福林.经济周期与产业波动[D].中国社会科学院, 2007.

[3]姬霖.我国汽车生产企业 (综合) 技术效率评价[J].产业与科技论坛, 2012.2.

[4]解柠羽.美日汽车产业集群生命周期比较研究[D].吉林大学, 2011.

[5]郝晓燕.中国乳业的产业生命周期的识别与测度[J].内蒙古农业大学学报, 2011.6.

识别周期 篇2

1.1 研究动机

在现代生活中，汽车已经成为必不可少的交通工具。随着汽车数量的逐年增加，巨大的城市交通压力随之而来。由违章造成的交通事故越来越多，城市交通堵塞日益严重，交通运输效率低下，这些都严重的影响了我国城市经济的发展和人民的生活。传统的人工管理方式已越来越不能满足实际的工作需要。针对这些问题，本文提出一种新颖而快速的车牌识别方法，用于达到监控、管理和指挥交通的目的并提高工作效率。

1.2 相关文献的研究

目前车牌识别的方法有多种，传统的车牌识别过程都由车牌定位、字符分割和字符识别三部分组成，而字符准确的分割是个费时的过程，因此很难使系统达到实时的效果。

文献[1]使用的是HSI色彩空间方法，识别容易受到光照影响。文献[2,3]则介绍车牌字符识别，但是很难完整地切割车牌字符，而且车牌上相似的字符容易发生混淆，如1和I,0和O。文献[4]需要找出阈值的行和列，而图像的摄取容易受到白天黑夜和其他因素的影响，这就不可能找到理想的阈值。文献[5]中由于摄影的位置不同或者道路的坡度影响等会使采集到的图像有所缺陷。文献[6]中的识别方法需要先创建一个车牌参考模型，但由于不同的摄影位置，同样会导致识别误差。综合各种研究方法的缺陷，本文提出一种基于一维离散周期小波变换的车牌识别系统，通过对整个车牌进行扫描，提取车牌字符的边缘特征，并通过人工神经网络进行字符识别，使系统具有很好的实时性、鲁棒性和精确度。

1.3 系统方法的提出

我国现行的机动车号牌国标尺寸蓝牌和黑牌是440cm×140cm，大车牌(黄牌)后牌尺寸为440cm×220cm，本文实验所用的车牌为小型轿车车牌，车牌上有7个字符，首位为省名缩写汉字，第二位为英文字母，第三位为英文字母或阿拉伯数字，末四位为数字，字符总长度为409mm，充分利用这些先验知识，可以很好地进行车牌切割，提取有效的车牌区域。

车牌识别包括三部分:第一部分是利用32×64位的窗口进行图像扫描，第二部分是应用一维离散周期小波变换提取车牌图像低频部分，第三部分是利用人工神经网络的分类对有限的车牌区域进行识别。这样就可以避免字符分割中存在的问题。

2 算法研究

第一部分是对一维离散周期小波变换的介绍，第二部分是对人工神经网络的介绍和描述。

2.1 一维离散周期小波变换

从文献[7,8]中可知，一维NRDPWT是一个周期小波函数，它可以直接从原始图像的高阶转换因子中得到。公式(1)中的矩阵T是一个N×N矩阵:

其中，I为(N-1)×(N-1)矩阵，第一列的N-1个元素都为0，最后一个元素为1，一维NRDPWT有一个低通滤波器H和一个高通滤波器G，其公式分别为:

该论文使用6小波系数，其系数值的表示为:h0～h5为高频系数，g0～g5为低频系数，如公式(4)所示。

h0=-0.051429726471

h1=0.238929728471

h2=0.602859456942

h3=0.272140543058

h4=-0.051429972847

h5=-0.011070271529

H和G分别为图像分解的高频部分和低频部分，如公式(5)所示:

在该论文中，G既为低频部分，又为低频部分的小波变换分量系数。

系数的低频部分由原始图像经过一维离散周期小波变换后得到，而高阶系数则需由七个公式进行变换求得，即六阶选择一个公式，五阶选择两个公式，四阶选择四个公式。

2.2 反向传播(BP)人工神经网络

反向传播网络(BP)[9]作为人工神经网络研究中的一个重要成果，在许多研究领域得到了成功的应用。应用与模式识别中，它不需要模式分布的假设，算法简单稳定，训练后的网络可对未知模式直接识别，不失为一个非常有效的算法。反向传播人工神经网络的网络级别可以分为:输入层、隐藏层和输出层。层与层之间的输出函数是一个双曲正切函数。其中，隐藏层单元对输入模式实现“内部表示”，能够快速地捕捉到输入向量的大致概率结构，对不同类别的样本以不同的胜域表示，权值调整更加容易，因此收敛速度也加快。一般地，BP网络学习步骤描述如下:

(1)初始化网络，将全部权值与节点阈值设置为一个较小的随机值。

(2)提供训练样本，训练网络，直到权值为各类样本均达到稳定。实际应用中，为了保证能正确识别目标，应尽可能使准备的训练样本中包含各类情况。

(3)向前传播过程。对给定训练模式输入，计算网络的输出模式，并与期望模式输出比较，若有误差，则执行下一步，否则，返回上一步。

(4)向后传播，修正权值为1。

利用BP人工神经网络进行字符识别的实现如下:

(1)BP神经网络为三层结构，输入神经元为73个，输出神经元为34个，隐藏层神经元根据经验公式为

(2)误差值设为0.001，初始学习速率为0.1，最大训练步长为5000。

(3)进行训练时首先用标准的字符样本进行训练，然后每个字符采用10个非标准样本对网络进行训练。

(4)进行网络仿真，得到输出。找出最大值及其所指向的位置，如果最大值大于0.5，输出该位置指向的字符类别;否则，拒识。

3 车牌识别步骤

3.1 车牌图像获取

系统使用CASIO EXILIM,10.1M像素数码相机EX-S10，调节焦距为480×640来拍摄原图像，图1为相机和车牌之间的位置关系，仿真软件安装在距离车牌25cm处的相机的右前方，其中12个“O”表示相机的位置，第一次牌照后相机到车牌的距离调整为300cm，每拍照一次，相机到车牌的距离就缩进20cm，直到仿真软件和相片之间的距离为200cm，每个车牌共牌照6次。

3.2 车牌图像处理

本文中，图像处理过程一共包括7步，描述如下:

Step 1读入车牌图像，如图2(a)所示。

Step 2对车牌图像进行预处理

(1)将彩色图像转换成灰度图像的为公式(6)，如图2(b)和3(b)所示。由于拍摄的图像都有背景，而背景图像对与所需要的车牌而言存在干扰，因此，先将图片进行预处理和适当的切割，只留下车牌的有效区域，这样可以减少背景噪声和运行时间，如图2(c)和3(c)所示。

(2)系统会自动检测车辆图像边缘函数、Sobel掩膜算子和车牌边缘函数的临阶阈值，以下是MAT-LAB软件程序。车牌边缘图像如图2(d)和3(d)所示。

[Image,1,threshold]=edge(Image，‘Sobel’)

公式中Image表示输入图像，Sobel为算子，Image 1为输出图像，threshold是图像转换成二进制的阈值。

(3)根据车牌的长、宽、长宽之比来提取车牌。

Step 3对车牌进行一维离散周期小波变换，只需选择高阶(六阶选择一个公式，五阶选择两个公式，四阶选择四个公式)系数的七个方程。

Step 4一维离散周期小波变换后，每三行中提取一个低频系数，当每一行的车牌特征系数的值达到10×7时，进行人工神经网络输入数据的特征系数正则化。小波变换后的图像如图4和图5所示，其中，原图像的水平边缘出现在图4和图5的右上象限的水平细节系数中，垂直边缘出现在左下象限的垂直细节系数中，将这些信息整合为一幅边缘图像，即车牌的小波变换，如图4和图5右下象限区域所示。

Step 5使用人工神经网络来处理图片。将输入神经元数量设定为10×7，即70，在神经元数量的隐藏层设置参数:(输入神经元数量+输出神经元数量)/2，即39，输出层神经元数量为8，错误数量为1000，学习率为0.5，而输入层与隐含层之间的权重，隐藏层和输出层的权重值，输入层与隐藏层之间的基础值，隐藏层和输出层之间的基础值，这四个原始值由计算机程序随机确定。

Step 6离散化，如果处理错误收敛，推导程序进行下一步，否则继续处理。

Step 7结束。最后，保存权重值和基础值。实验结果如图6和图7所示。

4 实验结果与分析

实验车辆如图1和图2所示，每辆汽车拍摄12幅牌照图，一共是1200张样本图，在白天光照条件下，拍摄600张牌照图作为识别样本，同样，夜晚光照条件下，也拍摄600张牌照图作为识别样本，每个图像都是24位彩色图像。根据不同的距离拍摄不同尺寸的车牌进行实验。

车牌识别结果如图8所示，不管是在白天还是黑夜，该系统都能很好地识别车牌的有效字符并准确定位车牌的有效区域。

该系统的识别车牌的第一步是应用边缘函数和Sobel阈值算子来检测车牌边缘，并自动的找到车牌的合理位置提取车牌的待识别区域。实验中，夜晚光照条件下的阈值要比白天光照条件下的阈值小。第二步是使用扫描窗口来扫描识别不可知的车牌图像样本，这是一个实时扫描识别。

通过分析MATLAB[10]软件实验测试结果，自动定位车牌并提取车牌的有效区域，在1200个实验样本中，只有80个样本边缘检测失败，提取车牌的精确率达到了93.3%，而检测失败的原因是有汽车灯或强太阳光的反射以及相同背景下检测等问题的影响。在600个车牌识别样本中，只有32个识别失败，识别率达到了94.7%。

5 结束语

该论文中的识别方法不同于传统的车牌识别方法，它的优点就在于有效切除背景区域，减少背景噪声干扰，减少小波变换的时间，同时，利用MATLAB强大的图像处理功能，一维离散周期小波变换和BP人工神经网络的结合，跳过字符切割这一复杂步骤，直接对车牌有效区域进行扫描识别，识别速率可高达94.7%。

参考文献

[1]Sheng H,Li C,Wen Q,et al.Real-Time Anti-Interference Location of Vehicle License Plates Using High-Definition Video[J].IEEE Intelligent Transportation Systems Magazine,2009,1(4):17-23.

[2]Conci A,Carvalho J E R d,Rauber T W.A Complete System for Vehicle Plate Location,Segmentation and Recognition in Real Life Scene[J].IEEE Latin America Transactions,Sept.2009,7(5):497-506.

[3]Hai L,Shrestha G.Real Time License Plate Recognition at the Time of Red Light Violation[C].College of Automation,Harbin Engineering University,Harbin,China,International Conference on Computer Application and System Modeling,2010,2:243-247.

[4]Kulkarmi P,Khatri A,Banga P,et al.A Feature Based Approach for Localization of Indian Number Plates[D].Dept.of Electronics and elecommunication,Smt.Kashibai Navale College of Engineering,University of Pune,India,IEEE,2009:157-162.

[5]Song Y.A Level Set Based Method of License Plate Localization[D].Key Laboratory of Intelligent Information Processing,Institute of Computing Technology,Chinese Academy of Sciences,IEEE IRI2010:403-404.

[6]Dariusz Krol,Maciej Maksym.Real-Time Car License Plate Recognition Improvement Based on Spatiognitron neural Network[D].Institute of Applied Information,Wroclaw University of Technology,IEA/AIE,2008:787-794.

[7]Lee Rong-Tsai,Hung King-Chu.Real-time Vehicle License Plate Recognition Based on 1-D Discrete Periodic Wavelet Transform[D].IEEE Department of Computer and Communication Engineering,National Kaohsiung First University of Science and Technology,2012:914-917.

[8]张引,潘云鹤.彩色汽车图像牌照定位新方法[J].中国图像图形学报,2001,6(4):374-377.

[9]Chen N,Xing L.Research of License Plate Recognition based on Improved BP Artificial neural Network[C].College of computer science Xi’an Polytechnic University Xi’an,China,International Conference on Computer Application and System Modeling,2010,11:482-485.

识别周期 篇3

国民经济十一五规划指出, 在十一五期间要壮大船舶工业实力。这是船舶工业首次被单独列入国家五年发展规划纲要。船舶工业是集劳动密集型、资金密集型和技术密集型于一身的综合性产业。船舶工业也是关系到国防安全及国民经济发展的战略性工业。近年来, 我国船舶工业取得了空前的发展, 在取得的成绩的同时, 船舶工业也存在众多的问题, 例如:低水平重复建设、高技术船舶生产还处于空白、高级专业技术人才缺乏等。这些问题遏制着船舶工业健康发展。本文首先运用龚伯兹曲线函数识别我国船舶工业处于产业生命周期阶段, 然后从产业生命周期的视角出发, 论述了此阶段我国船舶工业面临的风险及问题, 指出自主创新是推动我国船舶工业持续发展的强大动力。目前有关企业风险与产品生命周期的之间关系研究比较广泛[1,2,3,4,5], 而产业风险与产业生命周期的研究还比较薄弱。但是研究者们已经意识到产业不同生命周期阶段面临着不同产业变量, 这些变量包括产业规模、产业结构、产业风险等[6,7]。Klepper Steven, 潘成云等人剖析了产业生命周期的规律, 在不同产业生命周期阶段, 企业采取不同的战略[8,9]。黄悦胜, 韩小念的研究了产业技术创新与产业生命周期发展之间的关系[10]。由以上研究可知正确认识船舶工业所处产业生命周期阶段, 对于我们发现我国船舶工业问题及风险, 制定船舶工业可持续发展战略有重要的积极意义。

2 我国船舶产业生命周期识别

2.1 我国船舶工业所处产业生命周期阶段

经过改革开放后二十多年的快速发展, 船舶工业已成为我国为数不多的几个具备了较强国际竞争能力的外向型工业之一, 成为世界船舶工业的一支重要力量。特别是在新世纪以来的几年中, 船舶工业的造船能力、科技实力和国际竞争力不断增强, 国际地位显著提高, 我国已经成为具有重要影响力的世界造船大国。对于我国船舶工业所处生命周期阶段有两种不同的观点, 一种观点认为我国船舶工业已经进入产业成熟期, 另外一种观点则认为我国船舶工业还处于产业成长期。产业生命周期的识别方法有很多种, 本文采用龚伯兹曲线法, 它可以很好的拟合典型的产业生命周期, 即导入期、成长期、成熟期和衰退期四个阶段[11,12]。其数学模型为:

Yt=Kabt

其中t为时间序列, Yt为第t期产量, a, b, K为待估参数。可以证明, 首先将动态数列均分成三组, 每组有n个观测值, 然后分别计算各族观测样本的对数值lgYt并求和, 设分别为∑1lgYt, ∑2lgYt, ∑3lgYt, 则待估参数分别为:

undefined

数据取1990—2007年我国造船完工量占世界造船完工量百分比 (见图1中的实际值) , 代入上述模型可以依次求得undefined。

因为undefined, 根据龚伯兹曲线生命周期判别法可知我国船舶工业处于产业生命周期中的快速发展阶段。则我国船舶工业龚伯兹曲线函数为:undefined, 运用此函数模拟我国1990—2010 年造船完工量占世界完工量的比例, 结果如图1中的预测值所示。预测在未来三年内我国造船完工量占世界造船完工量比例分别为:22.34%、28.97%、38.40%。

数据来源:根据历年船舶行业协会船舶工业经济运行快报汇总, 其中2007年为前三季度的数据

2.2 我国船舶工业发展阶段面临的风险与问题分析

由上节可以我国船舶工业处于产业生命周期的快速发展阶段。快速发展阶段最显著的标志是产能的迅速扩大, 由此也带来了众多的风险与问题, 这对我国船舶工业健康发展有着较大的负面影响[13,14]。

2.2.1 产能盲目扩大。

由于目前国际造船市场需求旺盛, 大量的民营资本、外资在沿江沿海地区投资建设船厂, 一大批规划外造船项目相继开工建设, 而企业缺乏长远的发展规划, 不是用增量的投入来盘活存量, 改变生产模式, 增强竞争力, 而是低水平地扩大投资规模, 走滩涂造船的落后生产老路, 这种生产方式的企业, 不仅冲击正常的船舶生产秩序, 浪费宝贵的海岸线资源。规范船舶工业市场经济秩序已经成为当务之急。

2.2.2 技术水平偏低, 产品结构不合理。

从造船三大指标来看, 我国造船总量在未来几年必将超越日韩, 位居第一。但是由于基础薄弱、技术储备不足, 我国船舶开发和设计能力薄弱等问题凸现。我国自主设计的三大主流船型经济性指标偏低, 缺乏具有国际竞争力的世界品牌, 高新技术船舶依赖国外设计的局面没有得到根本改变。

2.2.3 船舶配套工业薄弱。

船舶工业链两头在外, 造船业对上游工业的拉动作用和下游工业对造船的需求没有充分体现在国内工业领域。近几年我国船舶配套本土化率平均只有40%左右, LPG船、化学品船、大型集装箱船等平均不足20%。目前国内船舶主机缺口达50%至70%, 大缸径中速柴油机基本依赖进口。关键配套设备长期依赖进口, 受制于人的隐忧逐渐凸显。

2.2.4 人力资源紧缺。

由于船舶市场的景气, 而中小船厂工作环境恶劣, 待遇低下, 船舶制造与船舶市场等相关行业大量的人才需求, 特别是高级管理与技术人才的缺失成为制约我国船舶行业健康快速发展不容忽视的问题。

2.2.5 管理水平低下。

此阶段我国船舶行业管理水平低下, 造船模式落后, 生产效率低, 企业能耗高, 大部分造船企业万美元产值耗电量超过日、韩造船企业的3倍;占造船总成本60%以上的大宗原材料消耗与日韩差距更大, 我国船厂钢材利用率约为85%至88%, 而日韩达到92%至95%;我国同型主流船舶船体设计自重比日韩高7%至14%。这些已经抵消了我国人力成本低廉等优势。

3 我国船舶工业可持续发展模型及途径

3.1 我国船舶工业可持续发展模型

受世界船舶行业景气的影响, 我国船舶工业近年来快速扩张, 在可预期的范围内, 船舶工业面临调整的压力越来越大, 船舶工业在未来发展必将面临行业衰退等现象。如图2所示, 建立了我国船舶工业可持续发展模型。由图可以看出船舶工业在前期经历形成, 发展, 成熟的阶段后并没有进入衰退期。而是由于船舶工业内部出现了创新因素, 这种创新因素形成了巨大的推动力, 使得船舶工业进入第二轮、第三轮发展的高潮, 船舶工业实力逐渐增强, 船舶工业进入可持续发展的良性循环。

3.2 我国船舶工业可持续途径

上一小节中提及的推动我国船舶工业可持续发展的创新途径是指在加大造船基础设施建设的同时, 加强我国船舶设计建造关键技术研究与开发, 进一步增强自主创新能力。自主创新又包括技术创新、管理创新、制度创新和文化创新四个方面。

3.2.1 技术创新。

渠海雷, 邓琪论述了技术创新与工业结构升级之间的关系, 指出技术创新是工业升级的必由之路[15]。船舶工业是集资金、技术、劳动密集为一体的工业, 科技含量较高。而我国船舶工业长期以来在船舶设计与开发方面能力很差, 已经严重影响我国船舶工业的发展。因此, 我们要密切跟踪国外最新设计与开发技术, 不断更新设计理念, 推广并行设计、安全设计和全寿命设计等新一代设计技术, 选择高技术含量、高附加值产品, 进行自行设计, 进一步扩大自有知识产权技术的饱有量, 用最新船舶设计技术提升自行设计船舶的技术水平, 不断提高船舶工业自主创新能力。坚持船舶产品总体技术与关键技术协调发展, 增强船舶工业整体科技实力和水平;坚持长远目标和近期目标相结合, 结合国内外市场需求, 分期分批安排研究开发项目;加强对引进国外先进技术的消化吸收、推广和创新, 实现跨越式发展;组织重大高技术项目跨单位、跨地域的联合攻关, 建立产学研相结合的技术创新体系;国家、地方、集团公司和企业等多渠道加大船舶工业科技研发的投资力度。要进一步提高技术的创新能力, 就必须加强工业信息化的建设。广泛应用信息技术, 以信息化带动工业化, 提升船舶工业产品设计、技术创新能力, 是大幅度提高造船生产效率, 实现船舶工业跨越式发展的一条重要途径。

3.2.2 管理创新。

由于船舶制造业的特点, 生产组织与管理技术对船厂提高生产效率, 增强国际竞争力起决定性作用。要把提高制造技术的重点放在提高生产组织与管理技术上, 全面引进国外造船企业的先进生产组织管理技术与理念, 从管理体制、组织结构、运行机制到生产流程全方位实施与国际先进造船企业的对接, 加速推进造船生产管理模式转换, 实现现代区域造船。因此, 我们应尽快建立和健全适应市场经济需要的船舶工业管理体系。

3.2.3 制度创新。

L.E.Greiner指出组织的制度创新是企业乃至整个工业进化的源泉[16]。制度创新就是必须加快体制与机制创新。要以产权改革为基础, 深化国有企业体制与机制改革, 建立健全真正的现代企业制度, 进一步巩固两大船舶集团的主导地位。 此外, 投资体制的创新也是当务之急。改善目前以国家投资为主的局面, 加强社会融资, 加速地方船舶工业企业的股份化改造, 使船舶工业形成国有、民营、外商独资、中外合资合作等多种所有制企业共同发展的局面。

3.2.4 文化创新。

企业文化是企业的软竞争力, 也是现实生产力, 必须通过企业文化的创新促进和推动企业持续发展。船舶文化是船舶在长期运输生产中逐步培育形成的、占据主导地位的管理理念、管理方式、价值观念、行为模式和精神风貌的总和。船舶文化是船舶两个文明建设的重要载体和综合反映, 是企业文化的延伸和组成部分。由此可见, 船舶企业文化创新的重点在于船舶文化的创新, 其中包括船舶环境、船舶制度、船舶形象、船舶目标、船舶精神和船舶文体的创新。

4 结语

识别周期 篇4

关键词：B2B电子商务,生命周期,风险管理,风险识别

在项目的执行过程中, 项目风险的管理与控制对于项目的最终成败具有决定性的作用。当前人们对信息时代的一些新型项目如电子商务项目的管理还缺乏经验, 使得电子商务项目与传统建筑项目、工程建设项目相比, 项目风险相对比较大, 成功的概率相对比较低。因此, 电子商务项目风险管理的实务需要与自身发展要求尽快建立比较完整的理论体系。在项目决策之前, 对项目的风险进行识别与评估是非常重要的, 只有正确认识风险, 才能正确分析风险, 进而才能合理应对和控制风险带来的影响。笔者以占电子商务市场绝对庞大份额的B2B电子商务为例, 探讨电子商务项目风险识别问题。

一、B2B电子商务项目

(一) 相关概念

B2B电子商务指供需双方都是商家 (或企业、公司) , 使用了Internet的技术或各种商务网络平台, 完成商务交易的过程。电子商务项目, 是指应用电子商务手段, 在一定的期限内, 依托一定的资源, 为达到所需的绩效指标而进行的一系列活动。根据艾瑞市场咨询《2008年中国中小企业B2B电子商务研究报告》, 2008年中国B2B电子商务交易规模达2.96万亿元, 年增长39.4%, 尽管受经济危机影响, 2008年同比增速下降, 但我国B2B电子商务仍在日益发展壮大, 电子商务项目的规模、复杂度也显著膨胀。

(二) B2B电子商务项目的特点

相对于一般项目的管理, B2B电子商务项目管理更为复杂, 更具挑战性, 这是由B2B电子商务项目自身特点决定的。一是涉及角色多。除了一般项目所具有的投资方和承包方等主要角色以外, B2B电子商务项目往往还涉及到卖方、咨询方和外包商;二是综合复杂性。B2B电子商务项目在实施过程中, 需要控制跨公司或跨部门的多重关联商业活动的变化, 使沟通与协调变得更加困难, 也使得项目管理错综复杂;三是动态性。当今B2B电子商务项目正处于激烈的竞争环境中, 快速演变升级的基本技术、持续竞争和新的工具改变了以往项目运行的传统逻辑顺序, B2B电子商务项目必须以快速应变和创造性的开发过程应对市场压力;四是项目风险大。由于电子商务项目是创建新的商务活动, 它的实施将改变现有的业务流程, 影响业务结构, 一旦失败很难弥补;还由于B2B电子商务在更大程度上依赖系统平台和技术支持, 系统需要高度的扩展性, 尺度难以掌握, 项目风险较大;五是生命周期短。电子商务项目所涉及到的信息技术生命周期短, 项目所依赖的计算机系统、软件的升级换代快;还由于在不确定的商业环境中, 机会转瞬即逝, 这使得电子商务项目不可能持续太长时间, 否则项目尚未建成, 就有可能被淘汰。

(三) B2B电子商务项目风险管理

项目风险管理是项目管理的重要组成部分, 是项目管理人员对可能影响项目的不确定性进行预测、识别、分析和有效管理, 以增加积极风险的概率和影响, 降低消极风险影响的管理活动。从风险管理的理论角度来分析, 对B2B电子商务项目的风险管理研究是十分必要的。因为风险的基本理论是建立在不确定性理论基础之上, 技术、市场等因素的不确定性与项目实际结果的不确定性导致了项目中风险的确定性;同时从B2B电子商务项目特点可知, 它是一种高风险的项目, 技术复杂、设备专业、社会环境特殊、法律和安全因素多, 因此, B2B电子商务项目的管理在某方面也是一种风险的管理过程。

二、生命周期划分

B2B电子商务项目的生命周期从开始到结束所经历的各个阶段, 一般分为“识别需求、提出解决方案、执行项目、结束项目”4个阶段。实际工作中根据不同领域或不同方法再进行具体的划分。对于一个具体的B2B电子商务项目来说, 一般可划分为:项目规划、需求分析、系统设计、系统开发、系统测试、运行维护和评价几个阶段。为简化可将项目规划和需求分析定为概念阶段, 将系统设计定为规划阶段, 将系统开发和测试定为实施阶段, 将运行维护和评价定为收尾阶段 (如下图所示) 。

三、风险识别指标

风险识别是指运用一定的方法判断在项目的整个生命周期中面临的风险。风险识别是项目风险管理的重要环节, 若不能准确地识别项目面临的所有潜在风险, 就会失去处理这些风险的最佳时机。识别风险可以通过经验和感性认识, 做出定性的判断, 也可以通过会计核算、数据统计等手段, 对项目执行情况和风险记录进行分析、归纳和管理。以下结合项目生命周期各阶段的特点分析B2B电子商务项目各阶段所要面临的风险。

(一) 概念阶段

此阶段是电子商务项目业主在投资前, 运用多种科学方法和手段对拟建的电子商务项目进行全面的技术分析、经济分析和财务分析等综合性工作, 主要包括需求识别、方案策划、可行性研究和项目评估。在实际中由于技术局限, 客户很难准确地把电子商务系统的需求传达给承包商;由于业务局限, 承包商也很难准确获取用户真实的电子商务应用需求, 需求信息的不对称和需求描述的错位, 容易引起电子商务项目方案策划的缺陷, 最终导致项目应用不理想甚至失败。因此其风险识别主要集中在信息传达风险和项目决策风险方面。

(二) 规划阶段

此阶段作为项目实施的前期准备阶段, 对电子商务项目的实施过程进行全面系统地描述、计划和安排。整体计划主要包括:项目的背景、目标及范围是项目实施所要达到结果的依据;工作分解及时间估计为项目计划提供基础;良好的进度安排、人员组织计划、资源计划、费用估计及质量计划是项目实施的基础。其风险识别主要集中在立项风险和方案设计方面。

(三) 实施阶段

此阶段占据了项目生命周期的大部分时间, 是电子商务项目取得成功的关键所在, 主要工作包括招标采购的实施、合同的管理、实施计划、项目进展报告、进度控制、费用控制、质量控制、范围变更控制和风险监控等。其风险识别主要集中在进度控制风险、质量控制风险和费用控制风险方面。

(四) 收尾阶段

此阶段是要确认项目实施的结果是否达到了预期的要求, 实现项目的移交与清算, 通过项目的后评价进一步分析项目可能带来的实际效益。主要包括电子商务项目范围确认、项目质量验收、项目费用决算与审计、项目文档与验收、项目审计以及项目后评价。其风险识别主要集中在质量验收风险和费用决算方面。

四、风险识别成果

在具体的分析资料、识别风险时, 可以利用一些具体的方法和技术。例如:可以采用德尔菲法、头脑风暴法或专家面谈等信息收集技术来获取新的项目风险信息资源, 或采取SWOT技术、风险核对表、工作分解结构、故障树分析法、敏感性分析等从已有的资料中识别出风险事件。

在B2B电子商务项目开发的风险识别过程中, 必须全面考虑到项目生命周期内各阶段的特点, 充分利用各种不同的风险识别工具和技术对收集到的信息进行评估。通过对B2B电子商务项目各阶段特点的分析, 运用简便实用的风险定性分析法, 通过对相关人员和专家的调查、借鉴类似项目风险管理的数据和资料, 对项目生命周期内各阶段可能发生的风险指标和因素进行估计, 可以初步得到以下风险识别成果 (如下表所示) 。

通过风险识别过程所识别出的潜在风险数量很多, 但这些潜在的风险对项目的影响是各不相同的。通过分析、比较和评估等各种方式, 估算项目风险的概率, 预测风险可能造成的金额损失, 以界定风险的综合影响, 即:风险值=发生概率×风险得失量, 其中风险概率、风险影响采用的是相对值。而后根据风险值的大小划分出高风险、中风险和低风险事件, 排出风险的优先级, 从而确认关键的风险。最终根据风险性质和项目对风险的承受能力制定相应的风险应对措施, 使项目实施人员可以将主要精力集中于为数不多的关键风险上, 从而使项目的整体风险得到有效的控制。

参考文献

[1]中国电子商务协会.国际电子商务项目管理[M].北京:人民邮电出版社, 2004.

[2]张欣莉.项目风险管理[M].北京:机械工业出版社, 2008.