我国人工智能上市企业经营效率及其影响因素研究

发布时间：2023-04-09 22:31

　　人工智能这一革命性技术正改变着经济和社会的面貌,更是重塑着企业和国家的竞争格局,因此人工智能企业的发展直接影响着我国的经济地位与实力。虽然我国人工智能企业数量已位列世界第二,但在质量上发展如何才是影响经济发展的关键,最根本的问题就是要提高经营效率,研究我国人工智能企业经营效率及其影响因素,对于进一步促进人工智能产业的优化改革,提高我国人工智能领域的竞争力尤为重要。本文基于DEA-Tobit两步分析法和DEA-Malmquist指数方法,从理论和实证两方面研究与分析人工智能上市企业经营效率及其影响因素。首先,阐述了效率的相关理论及其内涵,并梳理了人工智能效率及其影响因素的文献。文章接下来选取50家人工智能上市企业作为研究对象,运用DEA-BCC方法度量样本人工智能上市企业2012-2018年的经营效率,并从静态效率分析、动态效率分析和分类比较分析这几个角度对人工智能上市企业的经营效率进行分析评述,在得出的静态效率分析值的基础上,利用Tobit回归模型检验多种因素对人工智能上市企业经营效率的影响。最后基于研究结果对全文进行概括和总结,并从提高人工智能企业的纯技术效率、合理配置资源投入、降低...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 研究背景、目的及意义
        1.1.1 研究背景
        1.1.2 研究目的
        1.1.3 研究意义
    1.2 研究内容和研究方法
        1.2.1 研究内容
        1.2.2 研究方法
    1.3 技术路线图
    1.4 本文创新点
2 理论基础与文献综述
    2.1 理论基础
        2.1.1 人工智能企业的内涵
        2.1.2 效率及经营效率的内涵
        2.1.3 效率的相关理论
    2.2 文献综述
        2.2.1 人工智能企业效率研究现状
        2.2.2 效率评价方法研究现状
        2.2.3 企业效率影响因素研究现状
    2.3 文献评述
3 研究设计与效率模型构建
    3.1 效率模型构建
        3.1.1 BCC模型的构建
        3.1.2 Malmquist指数模型
    3.2 变量选取
    3.3 样本选取及数据来源
4 人工智能上市企业经营效率实证分析
    4.1 人工智能上市企业基于DEA模型的静态效率分析
        4.1.1 横向分析
        4.1.2 纵向分析
    4.2 人工智能上市公司基于Malmquist指数模型的动态分析
    4.3 人工智能上市企业经营效率分类比较研究
5 基于Tobit模型的经营效率影响因素分析
    5.1 影响因素的选取
    5.2 Tobit回归模型构建
    5.3 Tobit回归结果分析
6 结论与建议
    6.1 研究结论
    6.2 对策建议
    6.3 不足与展望
参考文献
攻读硕士期间发表的论文及所取得的研究成果
致谢



本文编号：3787845