基于混合型网络DEA-Malmquist法的中国智能效率测量研究

论文摘要

为了准确测量中国智能效率,剖析智能企业运行过程的混合网络型结构,构建并运用混合型网络DEAMalmquist指数模型,采用2011—2018年中国82家上市智能企业的数据,分别运用构建的模型和传统效率模型进行实证,研究发现:中国智能效率被低估,政府补贴、融资环境和税收负担通过影响智能企业子系统的投入共同影响智能效率。

论文目录

• 0 引言
• 1 构建模型
•   1.1 智能企业的运作结构
•   1.2 模型的构建
•     1.2.1 子系统一的三阶段DEA-Malmquist指数模型
•     1.2.2 子系统二的三阶段DEA-Malmquist指数模型
• 2 实证过程
•   2.1 变量的选择
•     2.1.1 投入变量和产出变量的选择
•     2.1.2 环境变量指标的选择
•   2.2 样本数据的选择和处理
• 3 结果分析
•   3.1 两个子系统结果的比较
•     3.1.1 子系统一的结果分析
•     3.1.2 子系统二的结果分析
•     3.1.3 两个子系统的结果比较
•   3.2 传统Malmquist指数和网络DEA-Malmquist指数的比较
•   3.3 环境因素的结果分析
• 4 结论
• 5 对策建议

文章来源

类型: 期刊论文

作者: 吴淑娟,吴海民,肖健华

关键词: 智能产业,智能效率,混合型网络模型,指数

来源: 科技与经济 2019年06期

年度: 2019

分类: 基础科学,经济与管理科学

专业: 数学,宏观经济管理与可持续发展,信息经济与邮政经济

单位: 五邑大学经济管理学院

基金: 国家留学基金地方合作项目(201808440650)成果之一,教育部人文社会科学研究项目——“破解中国工业增加值的率的‘递减之谜’成因,机理与对策研究”(项目编号:19YJA790091,项目负责人:吴海民)成果之一,广东省普通高校特色创新类项目——“大广海湾海洋产业调查及发展路径研究”(项目编号:2016WTSCX114,项目负责人:肖健华)成果之一

分类号: F224;F49

DOI: 10.14059/j.cnki.cn32-1276n.2019.06.020

页码: 96-100

总页数: 5

文件大小: 219K

下载量: 128