发布时间：2023-09-26 14:44:05
绪论：一篇引人入胜的经济纠纷的时效性，需要建立在充分的资料搜集和文献研究之上。搜杂志网为您汇编了三篇范文，供您参考和学习。
由于中国经济近年来的高速增长，国内的金融业尤其是银行业的发展规模日益扩张。伴随实体经济转型和金融体制改革的深化，中国的银行业的行业分化趋势明显。随着近年来各大银行股份制改革的完成，金融行业尤其是银行业的门槛进一步放低，竞争对手的大量涌入，使得国内传统的银行业所面临的竞争进一步加剧。在这样的经济环境下，商业银行更应该不断提升服务效率以及经营效率，服务效率的提升依赖于银行对员工专业素养、服务态度等方面的培训提升；而经营效率的提升则需要对银行的经营状况进行科学、客观、定量定性的分析。为了使国内传统金融业能在这样一个竞争巨大的利率市场化的大环境下继续持续稳健的发展，保住自己的一席之地，传统的商业银行业应该加强对商业银行经营绩效评价的研究，提升自身的经营效率，使传统银行业能在内部竞争与外部竞争同时存在的情况下依然能健康的发展，更好的给银行的客户和投资者树立信心。
二、相关文献综述
从上世纪五十年代开始，一些西方发达国家的银行家们就开始把商业银行经营绩效的管理作为加强银行管理的重要目标之一，但银行作为一类相较于其他生产性企业更为特殊的一类企业，其经营绩效评价的研究又相对较晚。在经过大半个世纪的发展之后，西方国家金融届和学术界在商业银行经营绩效评价领域的研究已经逐渐趋于完善，现在已经形成了一个较为成熟的绩效评价研究体系，这对于发展相对滞后的我国的学术界是一个难得的学习机会，并对我国的学术研究起到了指引的作用。
美国经济学家Alhadff[ ]1954年在对美国加利福利亚州210家商业银行进行研究分析时发现银行业的绩效与产出的扩大成本效应有关，且扩大的成本效应对产出有着负向的影响。1972年，美国学者David Cole首次将杜邦财务分析体系引入商业银行经营绩效评价体系中，丰富了商业银行经营绩效评价分析方法。1985年，英国经济学家West[ ]将因子分析法运用于银行业绩效评价中，并结合骆驼分析法进行分析，最后得出因子分析法在商业银行绩效评价中是非常有效的一种手段。Robert Kaplan和 David Norton在1996提出了平衡计分卡在绩效评价研究中具有广泛的用途，它不仅能测量财务指标，还能准确地衡量出非财务指标，这一方法在当时也是运用非常广泛的一种方法。Allen N. Berger 在其文献综述研究中总结了130多篇关于各国金融机构效率评价方法的研究，其中所运用的主要方法有数据包络分析法、自由分布方法和随机边界方法和因子分析法等。
与国外的研究相比，国内关于商业银行经营绩效评价的研究起步较晚。2004年李建军从微观绩效和宏观绩效两个方面对国有商业银行绩效进行了分析，他根据商业银行的公共特殊性创造性地提出将银行绩效评价分为三个方面：企业型绩效评价、公共型绩效评?r和综合型绩效评价。2005年张云在其发表的文章中系统的概括出了西方国家近年来有关商业银行经营绩效评价的相关方法，从国内金融监管者、社会中介部门和商业银行经营管理者三个角度分别对银行经营绩效评价建立模型并进行实证分析。沈春雨2011年在其硕士论文中总结了前人将EVA方法应用于绩效评价中的理论成果，尝试性的将EVA方法应用于上市商业银行的经营绩效评价中。
综合来看，国内学者对商业银行绩效评价研究在近年来还是比较丰富的，研究内容也比较集中，主要集中在股权集中度、资本市场结构等因素对商业银行经营绩效的研究以及银行自身经营能力指标对经营绩效的影响。研究方法主要有以下几种：经济增加值法（EVA）、数据包络分析法（DEA）、因子分析法、平衡计分卡、杜邦财务分析体系等分析方法。
三、上市商业银行经营绩效评价模型的建立
（一）数据的来源说明
本文选取了2016年上市的16家上市商业银行为进行实证分析的银行样本，这16家上市商业银行分别是中国工商银行、中国银行、中国农业银行、中国建设银行、交通银行、招商银行、兴业银行、中信银行、上海浦东发展银行（以下简称浦发）、中国民生银行、中国光大银行、平安银行、华夏银行、北京银行、南京银行、宁波银行。这16家大型上市商业银行的各项财务数据每年均以年报形式准时向社会大众和股东披露出来，其数据具有很强的真实性和实效性。主要从盈利能力、流动能力、风控能力和发展能力四个方面对我国上市商业银行经营绩效进行评价，根据《国有独资商业银行考核评价办法》和中国银行业监督管理委员会关于印发《股份制商业银行风险评级体系（暂行）》的通知以及国内外专家学者们在此领域的研究基础上从上述四个方面选取了十二个二级评价指标，具体指标在第三章中有详细讲述。这十二个二级评价指标分别为：A1：平均总资产回报率、A2：加权平均净资产收益率、A3：成本收入比、A4：权益利润率、B1：流动性比率、B2：存贷比率、C1：资本充足率、C2：拨备覆盖率、C3：不良贷款率、D1：总资产增长率、D2：净利润增长率、D3：资本积累率。
（二）数据处理与检验
为了将数据统一量化，分别对所有指标数据进行z-score标准化处理，按照方差为1，均值为0的标准化方法来进行。对处理后的数据运用SPSS软件进行KMO检验和Bartlett球形检验，检验数据是否适合进行因子分析，检验结果如下表1所示。本次实验计算出的KMO取值为0.546，表明可以进行因子分析；Bartlett的球形检验中的统计量Sig.为0.000，小于0.01，说明数据来自正态分布总体，适应进一步分析。如下表1为KMO检验和 Bartlett球形检验结果。
表1 KMO检验和Bartlett球形检验
（三）经营绩效评价模型计算结果
为了能达到经营绩效分析的目的，需要将各个原始标准数据带入各主成分因子的计算表达式中，计算出各个银行在四个主成分因子上的得分情况，方便更直观的比较各银行之间的经营绩效差异。各主成分因子得分情况如下表2所示。
表2 主成分因子得分
注：表2中FACi_1表示第i个主成分因子的得分
为了能客观的对十六家银行的经营绩效评价结果进行一个评分和排序，本文选取四个主成分对所有指标的方差贡献率作为每个主成分因子的权重系数。根据解释的总方差表可知第一主成分的方差贡献率是41.76%，第二主成分的方差贡献率是17.36%，第三主成分的方差贡献率是14.96%，第四主成分的方差贡献率是8.54%，因此，四个主成分所占的权重分别为0.4176、0.1736、0.1496、0.0854。银行评价指标的四个主成分因子的得分分别为F1、F2、F3、F4，记F为银行做种经营绩效评价得分，则
F=0.4176*F1+0.1736*F2+0.1496*F3+0.0854*F4
以中国工商银行为例，中国工商银行经营绩效综合评价得分为：
F=0.4176*（-0.766887942）+0.1736*（-0.275967931）+0.1496*
0.592743371+0.0854*（-1.865390315）=-0.4388
其他各银行的经营绩效综合评价得分也可据此计算出来，计算结果以及排名如下表3所示：
表3 银行经营绩效综合评价得分及排名
（续上表）
表3中银行经营绩效综合得分有正值和负值，这里的正负只是一个相比较的值，并不是银行当年的的经营绩效为负。结合上文中旋转因子载荷矩阵中得出的结论，每个主成分因子能反映绩效评价不同的能力，主成分因子F1反映了评价指标中的发展和风险控制能力，主成分因子F2和F3反映了评价指标中的盈利能力，因此本文选用F2和F3两个主成分因子的评分和作为盈利能力的综合评分，主成分因子F4反映了评价指标中的流动能力和风险控制能力。
四、实证结果分析及建议
（一）实证结果分析
总体来看，城市商业银行的整体经营绩效比全国性股份制商业银行要好，全国性股份制商业银行整体经营绩效比国有控股商业银行要好。五大国有商业银行在发展能力和风险控制能力方面排名靠后，排名为第12-16名，基本落后于所有的股份制商业银行和城市商业银行。
从盈利能力来看，以兴业、浦发和招商等为代表的股份制银行表现的比较出色，事实也确实是如此，近年来，浦发银行和招商银行的市场份额不断扩张，尤其是在某些特殊的地区，这两家银行的业务量已经超过了国有五大银行的市场份额，并且还在以非常高的速度进行业务扩展。从流动能力来看，股份制银行的表现也是独占鳌头，股份制银行规模相对五大国有银行而言其规模更小，各项资金的审批流程更简洁，因此在资金流动方面具有不可比拟的优势，国有控股的五大银行是由“老国企”转变过来的，手续审批等方面也就更复杂，因此其资金等的流动周期就更长，流动能力也就被削弱了。
在发展能力上，三家城市商业银行跻身前四名，虽然我国现有的城市商业银行所占的绝对份额仍然较低，但其增长速度很快，体现了强大的发展潜力和良好的发展态势。从风险控制能力的角度来看，招商银行和兴业银行等一众股份制银行都名列前茅，国有商业银行的不良贷款率等反应风险控制能力的指标比股份制银行高出很多，尽管近年来国有商业银行在风险控制方面严格把关，但是由于国有银行业务范围广，涉及的客户群体较为复杂，130%左右的拨备覆盖率足以保护高风险资产的预期损失。
（二）提升我国上市商业银行经营绩效的建议
1.提高资产质量，降低不良贷款率
做好不良贷款管理工作，降低商业银行不良贷款率。不良贷款管理是根据不良贷款的风险程度采取不同的措施，化解和防控信贷风险的过程。贷款存续期内，贷款人应通过风险监测和贷后检查等措施，对信贷资产质量进行分类或调整，对于符合不良贷款特征的，要及时纳入不良贷款管理，以真实反映资产质量，并通过科学合理的管理方法和流程，对不良贷款实行全面、精细化管理。如可在灵活运用直接催收、诉讼、减免息、以物抵债、呆账核销等传统手段的基础上，尝试探索打包处置、债权转让等市场化、批量化处置渠道。
2.完善公司治理，构建扁平化的风险管理架构
企业高管是最重要且稀缺的人力资源，如何有效地配置这种资源一直是理论界研究的重点。从目前的情况来看，我国企业高管薪酬激励机制存在诸多缺陷。本文针对我国上市公司高管薪酬与公司业绩之间的相关性，进行实证分析，并提出相关的建设性建议。
指标选取
（一）自变量
所谓高层管理人员，是指参与公司战略性决策并直接对公司的生产、经营活动负责的人员。
1.高管年薪报酬变量（MAP）：前三名高层管理人员年度报酬总额平均值（变量符号MAPi，t）。
2.高管持股变量（MSR）：高级管理层的总持股数量占公司总股本的比例（变量符号MSRi，t）。
3.高管职务消费变量（MDC）：职务消费（MDC）=办公费+业务招待费+差旅费+会议费+通讯费+小车费+出国培训费（变量符号MDCi，t）。
（二）因变量
公司业绩变量：本文选取净资产收益率（ROE）、总资产收益率（ROA）和每股收益（EPS）这三个指标作为影响因子，利用主成份因子分析法，通过线性回归构造绩效指标F（变量符号Fi，t）。其具体的表达式为：
F =α1× ROE +α2×EPS+α3× ROA+ε
（三）控制变量
1.公司规模（SIZEi，t）。国内学者基本采用总资产作为公司规模的指标，都证明了总资产是决定高管人员薪酬水平的重要因素，而且与高管人员的薪酬水平正相关（魏刚，2000）。因此，本文采用公司总资产的对数作为衡量公司规模的指标（变量符号SIZEi，t）。
2.时间控制变量及行业控制变量（YEARi，t，INDi，t）。考虑到中国股市年度间的波动变化，本文还引入了时间控制变量（变量符号YEARi，t），来控制年度之间的差异造成结果出现误差的可能性；另外，考虑到行业间经营环境、竞争环境、发展前景的不同，会造成公司股票收益之间存在较大的差异，研究中引入行业控制变量（变量符号INDi，t）。本文采用的行业分类标准按照中国证监会的上市公司行业分类与代码，将上市公司分为13个行业：A农、林、牧、渔业；B采掘业；C制造业；D电力、煤气及水的生产和供应业；E建筑业；F交通运输、仓储业；G信息技术业；H批发和零售贸易；I金融、保险业；J房地产业；K社会服务业；L传播与文化产业；M综合类（依据中国证监会（CSRC China Securities Regulatory Commission）在1998年制订的行业分类方法，参见《中国上市公司分类指引》），共11个哑变量（研究中剔除金融、保险业上市公司，为避免共线性，虚拟变量个数应取K-1个），属于该行业则变量为1，否则为0。
假设提出
为完成以上分析，本文提出以下三个假设：假设1：公司绩效与上市公司薪酬最高前三名的总额存在正相关关系。假设2：公司绩效与上市公司高管人员职务消费水平存在正相关关系。假设3：公司绩效与上市公司高管人员持股规模存在显著的正相关关系。
模型构建
本部分拟从高管薪酬激励进行回归分析，早期对高管薪酬与企业绩效相关性的研究也主要是对高管薪酬货币水平与企业绩效的统计、回归分析，其结果并没有得出一致结论，并且，这些研究主要是基于截面数据分析的基础上。笔者在综合考虑各种因素的基础上，采取薪酬作为自变量进行回归分析，来考察高管薪酬对绩效的影响。为对假设1、假设2、假设3做出检验，本文构建以下的线性模型：
Fi，t=α+β1MAPi，t+β2 MSRi，t +β3 MDCi，t+β4SIZEi，t+β5YEARi，t+β6INDi，t+ε
样本选取及数据处理
（一）样本选取
为了更好且更全面地说明上市公司高管薪酬激励与公司绩效的关系，样本数据来自于在上海和深圳证券交易所上市的公司所公布的年报，选取的样本区间为2008-2010年。本文混合了沪市和深市A股上市公司在整个样本期间的时间序列数据及横截面数据，得到符合研究需要、经过筛选后的沪市和深市A股上市公司2008-2010年的面板数据，样本总量为3036个（含年度间重复计算），其中2008年1015家，2009年1018家、2010年1003家。
（二）因变量的构建
本文所选取的公司业绩指标为ROE、ROA和EPS，为了将三个因素都纳入模型，且模型尽可能精简，本文利用主成分因子分析法来构造因变量。操作前先将这三个指标数据进行标准化，具体操作步骤分由SPSS19.0自动完成。分析结论：三个成分只需提取第一个即可。
由表1可知，通过该系数矩阵就可以将所有的主成分表示为各个变量的线性组合，即：
F =0.925×ROA +0.877×EPS+0.861×ROE+ε
样本回归分析
（一）相关性检验
为了考察高管年薪，高管持股比例，职务消费和公司业绩等变量之间的相关程度，本文对各个变量进行相关性分析。相关性分析采用Pearson相关系数来表示变量之间的相关关系，得到的相关性分析结果如表2所示。从表2来看，公司业绩变量F值与金额最高的前三名高级管理人员的报酬总额、职务消费变量和公司规模之间都存在显著的正相关关系，但是和高管持股比例的相关性却不高且没有通过显著性检验，可能是因为“零持股”现象过于普遍，因此这个变量可能会对模型产生不显著的影响，其余两个自变量和公司规模的控制变量用于回归是合适的，能够反映出公司业绩和高管薪酬之间的差异性。另外，表2还反映出四个自变量之间的相关系数均小于0.6，说明自变量之间不存在多重共线的关系，可将这些变量同时放入回归分析。
（二）回归分析
本文将对全体样本数据进行回归，以分析变量之间的具体关系，并验证理论部分提出假设的正确性。由于年薪变量和职务消费变量的绝对值太大，直接使用原始数据会使结果出现较大偏离，因此将年薪变量和职务消费变量转化为对数形式表示。得到的统计量F=39.927，远远大于1，相伴概率值P
表3为模型回归结果，高管年薪变量的系数符号为正，系数值为0.293，且通过了显著性检验（在0.005水平上显著），支持了原假设1，即公司绩效与上市公司薪酬最高前三名高管年度薪酬总额存在正相关关系。职务消费变量的系数符号为正，系数值为0.092，且通过了显著性检验（在0.005水平上显著），支持了原假设2，即公司绩效与上市公司高管人员职务消费水平存在正相关关系。高管持股变量的系数符号为正，系数值为0.015，但是却没有通过显著性检验，实验结果与前文相关性的结果一样，证实了作者猜想，即我国上市公司高管“零持股”现象过于严重，导致无法收集到足够的样本数据来验证假设3，说明公司绩效与上市公司高管人员持股规模存在不显著的正相关关系；控制变量里面，公司规模变量系数符号为正，没有通过显著性检验，说明公司规模对高管薪酬和企业绩效之间的影响并不显著，时间和行业变量里面也只有个别通过了显著性检验，也说明控制变量对于实验结果的影响较小。
综上所述，针对A股上市公司进行的相关和回归分析，表明高管薪酬与企业绩效之间有较强的相关性，反映了我国上市公司普遍实施薪酬激励机制，形成了薪酬-绩效契约关系。其中，年薪制激励是主要部分，实证结果验证了高管年薪与同年的公司绩效之间基本呈显著正相关关系，说明年薪制对于公司业绩提高有着积极的影响。
通过对总体的样本进行相关和回归分析，发现高管持股比例少、“零持股”现象严重，总体持股比例低，直接导致总体上高管持股比例与企业绩效之间不存在显著相关关系的实证结果，说明我国上市公司的股权激励机制并未发挥应有的作用。
从样本分析来看，我国上市公司的职务消费水平总体较高，与公司业绩呈显著正相关。但职务消费有利有弊，上市公司不能过分依靠职务消费来提高公司业绩，而应更注重高管薪酬的其他方面，以防止权力过分放宽导致现象。
参考文献：
21世纪是海洋世纪，海洋经济正在逐步成为全球经济新的增长点。我国劳动力资源丰富，就业问题事关国计民生。海洋产业的快速发展将给劳动力就业带来契机，而丰富的劳动力资源也将助推海洋经济取得进一步发展。因此，将海洋产业与就业联系起来进行研究和分析，可为扩大就业、发展海洋经济的政策制定提供一些有价值的参考建议。
目前，把就业理论和海洋经济理论结合起来进行海洋经济就业的专题研究还比较少。张万鑫对海洋产业发展对经济影响与就业弹性进行定量与定性分析，着重研究海洋产业与就业相关关系，并建立了两者之间的良性互动关系，同时提出了发展策略。孙昭君运用面板数据模型对我国沿海地区的人口规模、经济发展水平、城市化水平、海洋产业结构、收入水平和制度政策等因素对各地区海洋产业吸收就业水平的影响进行了计量分析，得到各因素对我国沿海地区海洋产业就业吸纳水平的影响程度。周洪军对全国涉海就业人员调查结果进行了分析，对主要沿海区域涉海就业进行调查分析，阐明了全国涉海就业人员的特点，指出了存在问题，给出了发展建议。崔旺来、周达军、刘洁等运用计量分析的方法对海洋产业发展中的劳动就业贡献率及其对劳动力的吸纳能力进行了分析预测，指出海洋产业是浙江省吸纳就业的主力，并提出了相关的政策建议。周井娟以我国主要海洋产业为研究对象，从就业弹性和单位岗位贡献两个角度出发，对主要海洋产业的就业拉动效应做出分析。上述文献均从定性与定量的角度分析了经济增长与涉海就业互动影响，但由于统计指标和统计数据的不完善，导致统计计量模型的有效性降低，且模型结果与实际结果存在比较大的误差。
灰色系统理论建模所需的样本量较少，精度较高，能较好地反映系统的实际状况。鉴于上述文献中所采用的定量分析模型的局限性，本文拟采用MGM（1，N）模型进行分析，该模型是灰色GM（1，1）模型的多元推广，旨在从动态的、发展的角度，对相互影响关系的变动趋势进行分析，预测未来几年的海洋经济生产总值以及吸纳就业人员总量，并测算出未来几年劳动生产率和就业弹性的走势，希望能够为今后制定产业政策和就业政策提供一些重要参考依据。
一、海洋产业发展与就业状况
进入21世纪以来，我国海洋生产总值从2001年9518.4亿元上升至2011年45570亿元，年均以16.95%的速度快速增长，占国内生产总值的比重从8.81%提高到9.67%，产业贡献度不断增强，涉海就业人员从2107.6万人上升至3420万人，年均增长4.96%。然而，由于主要海洋产业发展的资源禀赋、生产要素以及技术条件等差异，因此相应的产业活动及其就业分布各具特色。2001年到2010年，海洋产业的增加值与从业人员变化如表1所示。
从表1可以发现，虽然海洋电力和海水利用业、海洋生物医药业发展起步较晚，增加值不大，对海洋经济的贡献度不高，但其增长率较高，发展前景巨大，并且海洋生物医药业从业人员的增长率也比其他产业高，海洋生物医药产业发展对劳动力市场需求较大。
从2010年来看，主要海洋产业就业吸纳主要集中于海洋渔业、滨海旅游业以及海洋交通运输业等几个海洋产业，占海洋产业从业人员比例为66.38%；滨海旅游业、海洋交通运输业、海洋渔业、海洋石油天然气、海洋船舶工业增加值占海洋产业总增加值的89.32%。从2001年到2010年的演变来看，第一产业的就业人数占主要海洋产业从业人数的比例在下降，第二产业与第三产业人数比例在逐步扩大。
二、海洋产业的劳动生产率与就业弹性分析
劳动生产率是指劳动者在一定时期内创造的劳动成果与其相适应的劳动消耗量的比值，是地区比较优势的一项重要指标。劳动生产率水平可以用一定时期内某产业实现的产值与该产业所吸纳的劳动力数量的比值来表示，用公式表示为：劳动生产率=产值（万元）/劳动力人数（人）。劳动生产率越大，说明该产业的人均产出效应越高，劳动生产率越小，说明该产业的经济效益越低，在研究某产业的劳动力吸纳能力时，不能只看到其吸纳劳动力的绝对数量的多少，而应同时考虑到该产业劳动生产率的高低。
就业弹性是衡量经济增长引起就业增长大小的一个指标，即在某一时期内就业数量的变化率与产值变化率之比。海洋产业的就业弹性可以用来反映海洋产业经济增长吸纳就业的能力及其变化趋势，其实质是对海洋产业提供的就业机会的变动幅度及海洋产业自身变动幅度的一个反应。用公式表示为：就业弹性系数=就业增长率/产值增长率；新增就业机会=1%*就业弹性*就业人数。就业弹性系数越大，说明该产业对劳动力的吸纳能力越强；系数越小，说明该产业对劳动力的吸纳能力越弱。当就业弹性水平较低时，即使经济保持高增长，也不一定会对就业有较强的拉动。分析海洋产业的就业弹性，便于了解海洋经济增长对劳动力就业拉动的能力。涉海就业机会的增加不仅与海洋经济增长的百分点与就业弹性有关，还与当期的涉海就业人数规模有关。
从图1可以看出，海洋劳动生产率明显高于国民劳动生产率，并且其差距有增大的趋势，说明海洋就业增加1个单位所创造的产值大于国民就业增加一个单位所创造的产值，如果国民经济中剔除了涉海的部分，那么非涉海部分与涉海部分两者的差距还要大一些。该图也从一定层面说明了未来一段时间内，就业会继续呈现出趋海性移动的态势。
虽然，海洋经济从业吸纳总量不如国民经济总量的吸纳总量，但从图2可以发现，海洋就业弹性明显高于整个国民就业弹性，说明海洋经济对劳动力的吸纳能力比国民经济吸纳能力强，海洋经济的发展需要更多的劳动力资源来支撑。
三、海洋产业吸纳就业人数预测与分析
多变量灰色模型自提出以来，应用到多个领域，取得了较好的效果，海洋生产总值与海洋从业人数两个指标所受影响因素较多，相关因素复杂且数据信息难以获取，自身数据也较少， 模型有解决此类问题的优越性。
通过上述模型对海洋生产总值和涉海就业人数预测，以期能够为今后制定产业政策和就业政策提供一些重要参考依据。
从表2中的海洋生产总值的拟合平均相对误差绝对值（MAPE）为1.61%，涉海就业的MAPE为0.11%，误差很小，可以看出模型的拟合效果较好，很好地从动态的角度展示了生产总值和就业人数的发展变化，该模型可以用来作预测，得到表3。
从预测结果看，到“十二五”末期，海洋生产总值规模将达到近10万亿元，涉海就业人数将达到3800万人，通过对劳动生产率与就业弹性系数的测算发现，劳动生产率和就业弹性系数在未来几年将持续上升，发展态势良好。根据前述新增就业机会计算公式得到2007年至2015年我国新增就业机会如图3所示。
四、结论及对策建议
本文利用MGM（1，N）模型从系统的角度，动态分析并预测了我国海洋产业生产总值与就业人数未来发展趋势。根据目前海洋经济的发展态势，“十二五”期末，劳动力需求将达到3800万人，劳动力的增长也为海洋经济的继续发展带来契机，2015年，预计生产总值将达到近10万亿元。为了保障海洋经济健康可持续发展，缓解社会就业压力，需要有力的对策来支撑。
第一，促进海洋经济可持续发展。经济增长是影响就业水平的根本因素。上述分析中，我国海洋产业的发展对就业有着显著的影响，提高海洋经济增长的质量，保持海洋产业的持续、稳定、高速发展能够有效提高海洋产业吸纳劳动力的能力。
第二，优化海洋产业结构和布局。上述研究表明产业结构对就业有着显著的影响。调整海洋产业结构，大力发展海洋第三产业，特别是滨海旅游业、海洋交通运输业、海洋科研教育管理服务业，这几个产业的增加值每增长1个百分点，将带来的就业机会高于其他海洋产业所带来的。
第三，加强海洋劳动力教育与培训，提高劳动者素质。完善培训制度与体系，促使海洋劳动力的技能和素质得到全面提高。达到劳动力在数量上和结构上满足海洋经济发展对各类人才的需求，形成海洋经济发展与海洋产业就业力增加的良性互动。
（注：本文获得中国海洋发展研究中心重大课题广东省海洋经济综合评价及试验区建设研究项目（AOCZDA201102-1）的资助。）
【参考文献】
[1] 张万鑫：我国海洋产业与就业关系研究[D].中国海洋大学，2009.
[2] 孙昭君：基于面板数据模型的我国海洋产业就业状况及趋势分析[D].中国海洋大学，2008.
[3] 周洪军：全国涉海就业情况调查与分析[D].天津大学，2005.
[4] 崔旺来、周达军、刘洁、汪立、朱婧：浙江省海洋产业就业效应的实证分析[J].经济地理，2011，31（8）.
[5] 周井娟：我国主要海洋产业对劳动力就业的拉动效应分析[J].工业技术经济，2011（3）
[6] 栾维新、宋薇：我国海洋产业吸纳劳动力潜力研究[J].经济地理，2003，23（4）.
[7] 翟军、盛建明：MGM（1，n）灰色模型及应用[J].系统工程理论与实践，1997.
[8] 刘思峰、党耀国、方志耕、谢乃明等：灰色系统理论及其应用[M].科学出版社，2010.
