声明
1 绪论
1.1 选题背景与意义
1.2 文献综述
1.2.1 国外相关研究述评
1.2.2 国内相关研究述评
1.2.3 文献总结
1.3 研究思路与方法
1.3.1 研究思路
1.3.2 研究方法
1.3.3 技术路线图
1.4 论文的结构与内容
1.5 论文的创新与不足
1.5.1 本文的创新
1.5.2 本文的不足
2 理论基础
2.1 相关理论
2.1.1 比较优势理论
2.1.2 竞争优势理论
2.1.3 利益相关者理论
2.2 效率的定义和测定方法
2.2.1 效率的定义
2.2.2 效率的测定方法
2.3 相关术语
2.3.1规模报酬
2.3.2 技术效率相关项
2.3.3 全要素生产率相关项
2.4 三阶段 DEA模型构建
2.4.1 第一阶段 DEA 模型构建
2.4.2 第二阶段 SFA 模型构建
2.4.3 第三阶段 DEA 模型构建
2.5 基于 DEA 模型的 Malmquist 指数法
3 研究样本和指标的分析检验
3.1 研究样本的选取
3.2 投入、产出变量的选取及其扩张性检验
3.3 投入、产出变量的统计特征及其数据处理
3.4 环境变量的选取
4 经营效率实证研究
4.1 第一阶段 DEA效率分析
4.1.1 2018 年样本企业第一阶段 DEA 效率分析
4.1.2 2015~2017 年样本企业第一阶段 DEA 效率分析
4.1.3 2015~2018 年样本企业 DEA 效率的统计特征分析
4.1.4 个体样本的效率投影分析——以 2018 年五粮液为例
4.2 第二阶段 SFA回归分析
4.2.1 样本企业第二阶段 SFA 回归分析
4.2.2 投入变量调整
4.3 第三阶段 DEA实证分析
4.3.1 2018 年样本企业第三阶段 DEA 效率分析
4.3.2 2015~2017 年样本企业第三阶段 DEA 效率分析
4.3.3 2015~2018 年样本企业第三阶段 DEA 效率统计特征分析
4.4 第一阶段与第三阶段 DEA 效率比较
4.5 基于 DEA 模型的 Malmquist 指数分析
4.5.1 2017~2018 年样本企业 Malmquist 指数分析
4.5.2 2015~2016 年、2016~2017年样本企业 Malmquist 指数分析
4.5.3 2015~2018 年样本企业全要素生产率统计特征分析
4.5.4 个体样本的全要素生产率变化分析——以五粮液为例
5 研究结论和政策建议
5.1 研究结论
5.2 政策建议
参考文献
附表
后记
致谢
在读期间发表的学术论文及研究成果
西南财经大学;