Ir al menú de navegación principal Ir al contenido principal Ir al pie de página del sitio

EVOLUCIÓN DE LA PRODUCTIVIDAD DE LAS EMPRESAS DEL SECTOR REAL DE LA ECONOMÍA COLOMBIANA

EVOLUCIÓN DE LA PRODUCTIVIDAD DE LAS EMPRESAS DEL SECTOR REAL DE LA ECONOMÍA COLOMBIANA



Abrir | Descargar


Sección
Artículos

Cómo citar
Rodríguez Lozano, G. I. (2017). EVOLUCIÓN DE LA PRODUCTIVIDAD DE LAS EMPRESAS DEL SECTOR REAL DE LA ECONOMÍA COLOMBIANA. Revista Republicana, 22(22). https://ojs.urepublicana.edu.co/index.php/revistarepublicana/article/view/387

doi
Dimensions
PlumX
Licencia
 
Gloria Isabel Rodríguez Lozano

    Gloria Isabel Rodríguez Lozano,

    Doctora en Ciencias Económicas. Magister en Ingeniería Industrial y Administradora de Empresas. Profesora Asociada de la Facultad de Ciencias Económicas de la Universidad Nacional de Colombia

    En este artículo se busca establecer la evolución de la productividad del sector real de la economía colombiana durante el último decenio, teniendo como base la información de las empresas pertenecientes al sector; mediante la metodología de índice de productividad de Malmquist. Los resultados muestran que en todos los periodos hubo una mejora en la productividad; que hay subsectores que se destacan por sus buenos resultados promedios: actividades de servicios administrativos y de apoyo, y el de actividades inmobiliarias. También se puede establecer que los subsectores con mejores resultados acumulados son: actividades inmobiliarias y construcción.

    DOI:

    http://dx.doi.org/10.21017/Rev.Repub.2017.v22.a28

     

     


    Visitas del artículo 1619 | Visitas PDF 2909


    Descargas

    Los datos de descarga todavía no están disponibles.
    1. Al-Najjar, S., & Al-Jaybajy, M. (2012). Application of Data Envelopment Analysis to Measure the Technical Efficiency of Oil Refineries: A Case Study. International Journal of Business Administration, 3 (5):64-77.
    2. Aparicio, J., Crespo-Cebada, E., Pedraja-Chaparro, F., & Santín, D. (2016). Comparing school ownership performance using a pseudo-panel database: A Malmquist-type index approach. European Journal of Operational Research, 256:533-542.
    3. Banco de la República Colombia (2006). El sistema económico. Bogotá: CEP-Banco de la República - Biblioteca Luis Ángel Arango.
    4. Banker, R., Charnes, A., & Cooper, W. (1984). Some models for the Estimation of Technical and Scale Efficiencies in Data Envelopment Analysis. Management Sciences
    5. (9):1978-1092.
    6. Caves, D., Christensen, L., & Diewert, W. (1982). The Economic Theory of Index Numbers and the Measurement of Input, Output and Productivity. Econometrica.
    7. DANE (2011). Muestra Mensual Manufacturera Diciembre de 2010. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic10.pdf
    8. DANE (2010). Muestra Mensual Manufacturera Diciembre de 2009. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic09.pdf
    9. DANE (2009). Muestra Mensual Manufacturera Diciembre de 2008. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic08.pdf
    10. DANE (2008). Muestra Mensual Manufacturera Diciembre de 2007. https://www.dane.gov.co/files/comunicados/cp_mmm_dic07.pdf
    11. Fare, R., Grosskopf, S., Norris, M., & Zhang, Z. (1994). Productivity Growth, Technical Progress, and Efficiency Change in Industrialized Countries. The American Economic
    12. Review, 84(1):66-83.
    13. Farrell, M. (1951). The Measurement of Productive Efficiency. Journal of the Royal Statistical Society Series A 120(3):253-281.
    14. Fedesarrollo (2015). Informe Mensual del Mercado Laboral. http://hdl.handle.net/ 11445/2878
    15. Fedesarrollo (2014). Informe Mensual del Mercado Laboral. http://hdl.handle.net/11445/1808
    16. Ferreira, D., Marques, R. & Pedro, M. (2016). Comparing efficiency of holding business model and individual management model of airports. Journal of Air Transport Management, 57:168-183.
    17. Galindo, M., & Ríos, M. (2015). “Productividad” en Serie de Estudios Económicos, Vol. 1, Agosto 2015. México DF: México ¿cómo vamos?
    18. Jones, C. I. (2015). The Facts of Economic Growth. National Bureau of Economic Research.
    19. Lee, H., & Kim, C. (2012). A DEA-SERVQUAL Approach to Measurement and Benchmarking of Service Quality. Procedia - Social and Behavioral Sciences 40:756-762.
    20. Macpherson, A., Principe, P. & Shao, Y. (2013). Controlling for exogenous environmental variables when using data envelopment analysis for regional environmental assessments. Journal of Environmental Management 119:220-229.
    21. Martínez-Damián, M., Brambila-Paz, J. & García-Mata, R. (2013). Índice de Malmquist y productividad estatal en México. Agricultura, Sociedad y Desarrollo, 10(3):359-369. 50(6):1393-1414.
    22. Cervantes, O., & Martínez, M. (2010). Eficiencia en fincas cafetaleras de Veracruz: Índice de Productividad de Malmquist. Rev. Mex. de Ec. Agríc. y de los Rec. Nat. 3(1):153-163.
    23. Charnes, A., Cooper, W., & Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operation Research 2:429-444.
    24. Cook, W., & Seiford, L. (2009). Data Envelopment Analysis (DEA) - Thirty years on. European Journal of Operational Research 192:1-17.
    25. DANE (2016). Encuesta Mensual Manufacturera Diciembre 2015. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic15.pdf
    26. DANE (2015). Muestra Mensual Manufacturera Diciembre 2014. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic14.pdf
    27. DANE (2014). Muestra Mensual Manufacturera Diciembre de 2013. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic13.pdf
    28. DANE (2013). Muestra Mensual Manufacturera Diciembre de 2012. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic12.pdf
    29. DANE (2012). Muestra Mensual Manufacturera Diciembre de 2011. https://www.dane.gov.co/files/investigaciones/boletines/mmm/bol_mmm_dic11.pdf
    30. Matawie, K. & Assaf, A. (2010). Bayesian and DEA efficiency modelling: an application to hospital foodservice operations. Journal of Applied Statistics, 37(6):945-953.
    31. Melfou, K., Loiziu, E., Oxouzi, E. & Papanagiotou, E. (2015). Economic Performance of Quality Labeled Saffron in Greece. Procedia Economics and Finance 24:419-425.
    32. Mullarkey, S., Caulfield, B., McCormack, S. & Basu, B. (2015). A framework for establishing the technical efficiency of Electricity Distribution Counties (EDCs) using Data Envelopment Analysis. Energy Conversion and Management 94:112-123.
    33. OECD. (2014). Perspectives on Global Development 2014. OECD.
    34. Örkcü, H., alýkçý, C., Dogan, M. & Genç, A. (2016). An evaluation of the operational efficiency of turkish airports using data envelopmen tanalysis and the Malmquist productivity index: 2009-2014 case. Transport Policy, 48:92-104.
    35. Rácz, V. & Vestergaard, N. (2016). Productivity and efficiency measurement of the Danish centralized biogas power sector. Renewable Energy, 92, 397-404.
    36. Rodríguez, G. I. (2011). Indicadores Data Envelopment Analysis de eficiencia y productividad para las actividades de extensión universitaria. Aplicación en la universidad Nacional de Colombia. Bogotá D.C.: Universidad Nacional de Colombia.
    37. Sala-Garrido, R., Hernández-Sancho, F. & Molinos-Senante, M. (2012). Assessing the efficiency of wastewater treatment plants in an uncertain context: a DEA with tolerances approach. Environmental Science & Policy 18, 34-44.
    38. Seijas, A. & Iglesias, G. (2013). Evolución de la productividad y asociación con la satisfacción en la atención hospitalaria y especializada de los sistemas sanitarios de las Comunidades Autónomas. Investigaciones Regionales, 27:7-32.
    39. Song, C., Li, M., Zhang, F., He, Y. & Tao, W. (2015). A data envelopment analysis for energy efficiency of coal-fired power units in China. Energy Conversion and Management 102:121-130.
    40. Sueyoshi, T. (2000). Stochastic DEA for Restructure Strategy: An Application to a Japanese Petroleum Company. Omega 28(4):385-398.
    41. Sueyoshi, T., & Goto, M. (2012). DEA environmental assessment of coal fired power plants: Methodological comparison between radial and non-radial models. Energy Economics, 34(6):1854-1863.
    42. Sueyoshi, T. & Goto, M. (2013). DEA environmental assessment in a time horizont: Malmquist index on fuel mix electricity and CO2 industrial nations. EnergyEconomics, 40:370-382.
    43. Superintendencia de Sociedades. (2014). Comportamiento de las 1.000 empresas más grandes del sector real. Informe.
    44. Superintendencia de Sociedades. (2015). Comportamiento de las 2.000 empresas más grandes por ingresos del sector real. Informe.
    45. Superintendencia de Sociedades. (2016). Comportamiento de las empresas más grandes por ingresos, del sector real. Informe.
    46. Suzuki, S. & Nijkamp, P. (2016). An evaluationofenergy-environment-economic efficiency for EU, APEC and ASEAN countries: Design o fa Target-Oriented DFM model with fixed factors in Data Envelopment Analysis. Energy Policy 88:100-112.
    47. Toma, E., Dobre, C., Dona, I., & Cofas, E. (2015). DEA applicability in assessment of agriculture efficiency on areas with similar geographically patterns. Agriculture and Agricultural Science Procedia 6:704-711.
    48. Toshiyuki, S., Mika, G. & Manabu, S. (2013). DEA window analysis for environmental assessment in a dynamic time shift: Performance assessment of U.S. coal-fired power plants. Energy Economics, 40:845-857. Yu, C., Shi, L., Wang, Y., Chang, Y. &
    49. Cheng, B. (2016). The eco-efficiency of pulp and paper industry in China: an assess based on slacks-based measure and MalmquisteLuenberger index. Journal of Cleaner Production, 127:511-521.
    Sistema OJS 3.4.0.5 - Metabiblioteca |