基于SNA的工业机器人上市公司动态绩效评价研究
发布时间:2020-08-03 13:58
【摘要】:在人口红利逐渐消失,人力成本不断增长的背景下,中国制造2025的核心为智能制造,而工业机器人则是实现智能制造转型升级的重要基础。工业机器人生产工艺日渐成熟,生产成本快速下降。工业机器人对人力替代作用愈发明显,市场需求量愈来愈大;与此同时,AI时代到来,智能机器人环境接近国际机器人自由化,工业机器人作为连接“智能制造”与工业应用的重要基础和实践平台,国家不断推出各种政策推动产业发展,给予其更多经营权利和灵活性,我国工业机器人市场逐渐开放,需要面对国际的直接考验及不可估量的发展契机。目前,国内工业机器人还处于刚普及阶段,核心技术创新及成本控制仍有提升空间,市场份额不及海外厂商。但在政府各类红利政策的驱动下,国产自主品牌工业机器人销量增长迅速。在此契机,通过工业机器人上市公司进行绩效动态评价来了解机器人发展状态是必要的。本文首先,分析国内工业机器人行业现状及推动其发展的因素;其次,对现有的绩效评价方法进行分析,并对SNA及在绩效动态评价体系中的适用性进行分析;再次,建立动态绩效评价指标体系,并根据SNA及绩效评价理论与基础确定工业机器人上市公司静态绩效评价模型与动态绩效评价模型,对我国工业机器人企业进行“横向”和“纵向”的双重绩效评价并进行分析与讨论,直观地反映出我国未来工业机器人行业为加快未来智能时代,为我国经济建设所做出的重大贡献。本文根据我国工业机器人上市公司2017年12月31日的市值为筛选标准,对排名前22的工业机器人上市公司的2012至2017年数据信息进行动态绩效评价研究,并对“横向”和“纵向”的评价结果进行分析比较,客观展示22家机器人上市公司的绩效水平,显现出我国工业机器人上市公司激烈的竞争态势对工业机器人公司的绩效水平的影响,并证明了把社会网络分析方法运用到动态绩效评价体系的可行性,为以后的研究提供一些参考。
【学位授予单位】:南昌大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F426.6;F832.51
【图文】:
16图 2.2 《中国制造 2025》工业机器人技术路线图2.3.3 自动化需求旺盛随着工业 4.0 时代的到来,我国目前正处于从工业大国向工业强国转变的阶段,在我国推行 2025 中国制造、工业 4.0 战略指导下,工厂内基本操作工作方面机器替代人力的现象将日益频繁。并且工业机器人行业的下游的主要用户端客户为金属加工、食品、汽车、电子电气、橡胶塑料及化工等生产领域,这些行业生产精密度较高,自动化水平较高,设计领域比较多,因此对工业机器人需求量增长较快。目前工业机器人应用领域除了汽车行业自动化率较高之外,其他行业自动化设备渗透率依然较低。我国 3C 设备行业的市场空间预计超过 3500 亿,自动
24图 4.1 工业机器人上市公司绩效评价指标体系图由于资产负债率为成本型指标,进行评价时需将资产负债率转换为效益型指标,另外,考虑到数据的性质及熵权法来说采用极值法的得到的评价效果最好,本文将采用极值法对原始数据进行无量纲化处理,具体公式步骤如下:1.设有 个评价对象对 个评价指标的评价信息矩阵 ,其中,;2.对判断矩阵 进行无量纲处理,得到标准化指标评价矩 ,其中,;3.效益型指标(值越大越好),处理公式(4.1)
本文编号:2779729
【学位授予单位】:南昌大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F426.6;F832.51
【图文】:
16图 2.2 《中国制造 2025》工业机器人技术路线图2.3.3 自动化需求旺盛随着工业 4.0 时代的到来,我国目前正处于从工业大国向工业强国转变的阶段,在我国推行 2025 中国制造、工业 4.0 战略指导下,工厂内基本操作工作方面机器替代人力的现象将日益频繁。并且工业机器人行业的下游的主要用户端客户为金属加工、食品、汽车、电子电气、橡胶塑料及化工等生产领域,这些行业生产精密度较高,自动化水平较高,设计领域比较多,因此对工业机器人需求量增长较快。目前工业机器人应用领域除了汽车行业自动化率较高之外,其他行业自动化设备渗透率依然较低。我国 3C 设备行业的市场空间预计超过 3500 亿,自动
24图 4.1 工业机器人上市公司绩效评价指标体系图由于资产负债率为成本型指标,进行评价时需将资产负债率转换为效益型指标,另外,考虑到数据的性质及熵权法来说采用极值法的得到的评价效果最好,本文将采用极值法对原始数据进行无量纲化处理,具体公式步骤如下:1.设有 个评价对象对 个评价指标的评价信息矩阵 ,其中,;2.对判断矩阵 进行无量纲处理,得到标准化指标评价矩 ,其中,;3.效益型指标(值越大越好),处理公式(4.1)
【参考文献】
相关期刊论文 前10条
1 宫文秀;李伦操;周胜民;吴祥生;;工业机器人的发展现状、趋势及应用[J];中国新通信;2017年04期
2 周李涛;郑英娣;兰满;;层次分析法和加权秩和比法在医院绩效评价中的应用[J];中国医院统计;2015年03期
3 王田苗;陶永;;我国工业机器人技术现状与产业化发展战略[J];机械工程学报;2014年09期
4 郭淑芬;郝言慧;王艳芬;;文化产业上市公司绩效评价——基于超效率DEA和Malmquist指数[J];经济问题;2014年02期
5 陈永聪;白飞;韩雪梅;柳晓林;王玉;董继元;;主成分分析和加权秩和比在医院绩效评价中的应用[J];中国卫生统计;2013年01期
6 赵杰;;我国工业机器人发展现状与面临的挑战[J];航空制造技术;2012年12期
7 侯芳;郭亚军;易平涛;;具有不同偏好网络结构的群体评价信息集结方法[J];管理学报;2012年05期
8 张继英;蒋慧侠;;基于模糊方法的创业板上市公司绩效评价[J];开发研究;2012年01期
9 于挺;;基于平衡记分卡构建商业银行绩效评价体系[J];商业经济;2011年21期
10 史小康;;基于灰色关联与主成分分析的公司绩效评价——以2009年信息技术上市公司为例[J];金融与经济;2011年06期
本文编号:2779729
本文链接:https://www.wllwen.com/jingjilunwen/jinrongzhengquanlunwen/2779729.html