世界经济发展表明,制造业的水平直接决定了一个国家的国际竞争力和在国际分工中的地位,在国民经济和社会发展中的作用是非常重要的。随着中国加入WTO和中国市场国际化程度的纵深发展,大量的跨国公司直接将生产环节转移到中国市场,他们在分享中国企业劳动力成本低的资源优势时,我们却很难在短期内学习到他们的生产、技术和管理效率优势,相反,我们在制造领域的优势在慢慢地消失,在此背景下,对于中国制造业生产率理论、测度指标及模型体系的构建具有重要的理论价值和实际意义。本论文在总结国内外相关研究成果的基础上,采用理论与实证、定性与定量相结合的方法,将全要素生产率的相关理论应用于中国制造业的分析中,引入完全市场竞争和生产者均衡的假设,利用资本价格、劳动力价格、劳动和资本投入及产出回归估计出分配系数δ、替代参数ρ和生产弹性μ的值,从而确定了不变弹性生产函数的方程式,并利用制造业的相关数据测算出中国制造业的生产率。采用BP人工神经网络建立了中国制造业生产率的预测模型,借助MATLAB神经网络工具箱编写训练程序、测试程序、预测程序,得到最终神经网络的训练误差为8.44272×10-6,可以认为该神经网络可以用来实现这个关系映射。最后,从推动技术创新能力、提高人力资源素质、扩大对外开放和加快所有制结构的调整等几个方面分析可以提升中国制造业生产率的对策;同时在分析中国制造业现状的基础上,针对论文中研究存在的不足和其他待研究问题,明确论文所选论题的后续研究方向。