基于Super-EBM-DEA及全局Malmquist的物流产业效率研究——以国内上市公司为例

发布时间：2022-11-05 00:55

　　运用Super-EBM-DEA模型和全局Malmquist指数模型对2013-2017年国内74家物流类上市公司的运营效率进行静态和动态分析。静态和动态的效率分析均是从整体、细分行业及划分区域三个角度进行。研究结果显示:物流类上市公司静态效率较稳定,但不同行业、区域之间差距明显。Malmquist生产率指数整体呈进步趋势但部分年份稍有退步,且主要由技术退步导致,生产率指数进步的行业和区域要少于退步的行业和区域。 

【文章页数】：5 页

【文章目录】：
0 引言
1 研究方法与指标、数据的选取
    1.1 研究方法
        1.1.1 Super-EBM-DEA模型
        1.1.2 全局Malmquist指数模型
    1.2 评价指标的确定与数据来源
2 实证分析
    2.1 Super-EBM-DEA模型效率研究分析
        2.1.1 物流企业总体效率静态分析
        2.1.2 不同类型物流企业效率静态分析
        2.1.3 不同区域物流企业效率静态分析
    2.2 全局Malmquist指数模型分析
        2.2.1 物流企业总体动态效率分析
        2.2.2 不同类型物流企业效率动态分析
        2.2.3 不同区域物流企业效率动态分析
3 结论与政策建议
    3.1 结论
    3.2 政策建议


【参考文献】：
期刊论文
[1]我国“一带一路”沿线区域物流效率综合评价——基于三阶段DEA模型[J]. 王博,祝宏辉,刘林.  华东经济管理. 2019(05)
[2]中国物流产业技术效率:时空分异、影响因素与演进逻辑——基于PP-SFA模型的实证分析[J]. 张亮亮,苏涛永,张健.  商业经济与管理. 2019(04)
[3]基于随机前沿的物流业发展效率及区域差异分析[J]. 郑秀娟.  统计与决策. 2018(18)
[4]长江经济带物流产业效率的时空演化及其影响因素[J]. 俞佳立,钱芝网.  经济地理. 2018(08)
[5]物流产业效率评价及影响因素分析[J]. 张云凤,王雨.  统计与决策. 2018(08)
[6]基于DEA-Malmquist指数模型的长江经济带物流效率及因素分解[J]. 于丽英,施明康,李婧.  商业经济与管理. 2018(04)
[7]区域趋同还是趋异:中国物流产业效率及其收敛性——基于2006-2015年30个省域面板数据的研究[J]. 陈永平,张亮亮.  商业经济与管理. 2018(03)
[8]基于DEA-malmquist指数的交通运输上市企业动态效率实证分析[J]. 李守林,赵瑞,陈丽华.  中国流通经济. 2017(12)
[9]基于超效率CCR-DEA的国有物流企业绩效实证分析——基于16家上市物流企业的样本数据[J]. 李晓梅,白雪飞.  中国流通经济. 2016(04)



本文编号：3701622