信息通信技术的有效预测、使用和生产率

摘要

在过去的几十年中，信息通信技术(ICT)广泛地运用于世界各国金融部门和企业，具有显著的变革影响。在这种情况下，信息通信技术已经成为在企业业务变革和社会经济发展中的重要组成部分。新的信息技术不断涌现并得到快速运用，逐渐成为各个组织竞争优势的重要组成部分。ICT帮助组织从传统的业务转移到现代社会网络服务模式，这种转变对客户的创新有巨大的影响。新的进步和他们在生产性活动中的应用开始改变经济和金融结构的变化并延长劳动效率和生产力。ICT利用各种渠道推动创新活动的发展。一般来说，信息通信技术对经济和金融发展负有根本责任，它促进了福利的变化和对普通服务的渴望。 然而，许多国家已经推广了ICT的应用，不同国家的有效采用和操作速度各不相同。但ICT在发达国家得到了成功应用。然而，目前还不清楚哪个发达国家在信息通信技术的表现上领先，以及未来的ICT生产力是什么。因此，认识过去、识别当前和预测ICT性能和生产率的未来将继续是挑战，除非采用先进、有效的战略方法。重要的是在发达国家中消除效率低下的国家，并在处理有效采用和未来利用信息和通信技术的问题的同时，审查被重视国家中信息和通信技术的使用方式。第一次直接筛选应该是可能的，并且选择一组具有高ICT应用记录的国家，然后应用数据预测方法预测未来国家的ICT性能和生产力。 为了促进信息通信技术部门的可持续发展，本研究采用了一种混合方法，将Grey和Holt的预测方法与数据包络分析(DEA)和Malmquist生产率指数(MPI)相结合，对经济合作与发展组织(OECD)成员之间的信息通信技术部门的过去、当前和未来生产率表现进行评估。本研究选取了就业占人口比例的百分比，以及对ICT的投资作为两个输入变量，以及ICT产品的出口，一个家庭接入互联网的百分比，以及一个家庭在家中使用至少一个人的电脑的百分比作为三个输出变量。随后，从经合组织(OECD)和国际劳工组织(ILO)数据库中收集历史数据(2007-2010)，然后用Grey和Holt的模型预测了14个选定的经合组织成员国(DMUs)的未来数据(2011-2020年)。平均绝对误差(MAPE)值分别为8.03％和10.04％，分别证实了Grey和Holt的模型的预期精度。利用历史和预测的数据，MPI模型用于评估ICT全要素生产率(TFP)性能、效率变化(EC)、技术变化(TC)、纯技术效率变化(PEC)和DMUs的规模效率变化(SEC)。 本研究的模拟结果提供了有关TFP、EC、TC、PEC和SEC的ICT的深入见解。这些发现也为过去-现在-未来ICT在全球的表现提供了认识。此外，为了维持信息通信技术部门的发展，研究表明，经合组织成员国在西班牙、爱尔兰、意大利、芬兰和丹麦的信息通信技术发展中要格外小心。在整个研究过程中所使用的方法可以帮助决策者制定促进信息和通信技术部门的战略计划。实际上，投资者和其他联合供应商可以利用这些方法发现未来ICT投资的好国家，并为最初的投资计划做准备。此外，该研究将有助于发展中国家对有远见的国家做出正确的判断，以便为未来的ICT发展提供依据。此外，在整个研究中应用的数学方法减少了决策过程中的错误和风险。因此，这些方法可用于其他行业，以扩大其贡献。事实上，该数值研究通过整合方法保证了更好的过去—当前—未来的洞察力，且该研究成果可作为对不同行业决策人员进行绩效分析的更好模型。

目录

声明

摘要

ABSTRACT

CATALOGUE

LIST OF FIGURES

LIST OF TABLES

Chapter 1 Introduction

1．1 Background

1．1．1 ICT in Business

1．1．2 ICT in Education

1．1．3 ICT in Public Service

1．1．4 ICT in Financial Services

1．1．5 ICT in Entertainment

1．2 Research Problems

1．3 Research Objectives

1．4 Motivation

1．5 Contributions

1．6 Thesis Organization

1．7 Conclusion

Chapter 2 Key Concepts of ICT in Prediction System

2．1 Overviews of ICT in the OECD

2．1．1 Definition of ICT

2．1．2 ICT employment

2．1．3 ICT investment

2．1．4 ICT goods export

2．1．5 Access to the computer from home

2．1．6 Internet access

2．1．7 Role of ICT to the Socio-Economic

2．1．8 Impact of OECD ICT on the Global

2．2 Forecasting Methods

2．2．1 Data Prediction Performance

2．2．2 Prediction Accuracy

2．2．3 Type of Accuracy Measure

2．3 Data Envelopment Analysis

2．3．1 Productivity Growth with DEA

2．3．2 Efficiency with DEA

2．4 Conclusions

Chapter 3 Identifying ICT Performer using DEA and Forecasting Methods

3．1 Data Envelopment Analysis Method

3．1．1 Definition of efficient and inefficient SBM

3．1．2 Definition of Super SBM efficient

3．2 Grey Forecasting Method

3．2．1 Grey Prediction Process

3．2．2 Advantage of Grey model to organization

3．3 Holts Forecasting Method

3．3．1 Holts Prediction Process

3．3．2 Advantage of Holts model to organization

3．4 Total Factor Productivity

3．4．1 Malmquist Productivity Index

3．4．2 Productivity advantage on High Performance

3．5 Mean Absolute Percentage Error Methodology

3．6 Correlation method

Chapter 4 Data Processing and Prediction Procedure

4．1 Collection of Data

4．1．1 Selection of Decision Making Unit

4．1．2 Selection of Variables

4．2 Efficiency and Super efficiency DMUs

4．3 Forecasting using Grey model

4．4 Forecasting using Holts model

4．5 Malmquist ICT Productivity

4．6 MAPE Calculation

4．6．1 MAPE Calculation for Grey Method

4．6．2 MAPE Calculation for Holts Method

4．7 Conclusion

Chapter 5 Results and Analysis

5．1 Variables Correlation

5．1．1 Variables Correlation using Grey model

5．1．2 Variable Correlation using Holt’s model

5．2 MAPE Results

5．2．1 MAPE for Grey model

5．2．2 MAPE for Holt’s mode

5．3 Simulation Results on Grey Method

5．3．1 TFP Analysis using Grey Method

5．3．2 EC Analysis using Grey Method

5．3．3 TC Analysis using Grey Method

5．3．4 PEC Analysis using Grey Method

5．3．5 SEC Analysis using Grey Method

5．4 Simulation Results on Holts Method

5．4．1 TFP Analysis using Holts Method

5．4．2 EC Analysis using Holts Method

5．4．3 IC Analysis using Holts Method

5．4．4 PEC Analysis using Holts Method

5．4．5 SEC Analysis using Holts Method

5．5 Past-Current-Future TFP changes

5．5．1 Past TFP changes

5．5．2 Current TFP changes

5．5．3 Future TFP changes

5．6 Results Comparison between Grey and Holts method

5．6．1 Comparison of Total Factor Productivity

5．6．2 Comparison of Efficiency Change

5．6．3 Comparison of Technological Change

5．7 Conclusions

Chapter 6 Conclusions and Future Directions

6．1 Conclusion and Discussion

6．2 Future Research Directions

6．2．1 Advanced Forecasting Methods

6．2．2 Competitive Analysis of Forecasting Methods

6．2．3 Involving more variables and other factors

6．2．4 Measure the productivity effect using more methods

6．2．5 Using different Error Accuracy Measure

6．3 Limitation and Challenges

6．4 Final Remarks

References

Acronyms

Acknowledgement

Academic Articles and Research Outcomes during PhD Period