dc.contributor.advisor | Bāliņa, Signe | |
dc.contributor.author | Pjatkins, Ēriks | |
dc.contributor.other | Latvijas Universitāte. Biznesa, vadības un ekonomikas fakultāte | |
dc.date.accessioned | 2018-07-02T01:08:42Z | |
dc.date.available | 2018-07-02T01:08:42Z | |
dc.date.issued | 2018 | |
dc.identifier.other | 65960 | |
dc.identifier.uri | https://dspace.lu.lv/dspace/handle/7/39884 | |
dc.description.abstract | Pētījuma ietvaros tiek pielietota Beijesa modeļu svēršanas (BMA) un Datu aplenkuma analīzes (DEA) metodes. Lai noteiktu katras valsts darbaspēka un kapitāla ražīgumu un izvirzītu priekšlikumus par nepieciešamajām strukturālām reformām lai to paaugstinātu, darbā tika pielietota DEA metode pēc kuras tika aprēķināta kopējā faktoru priduktivitāte (KFP) un KFP devums no efektivitātes un tehnoloģiju izmaiņām izmantojot jaunāko Penn World Table (PWT 8.1) datu bāzi. Beijesa modeļu svēršana tiek izmantota efektivitātes ietekmējošo faktoru noteikšanai, kā potenciālie ietekmējošie faktori tiek izskatīts plašs rādītāju spektrs – Globālās konkurētspējas indekss (GCI), Doing buisness rank (DB) un autora izvēlētie rādītāji. Latvijas kopējās produktivitātes novērtējums ir ļoti līdzīgs ar Baltijas valstīm – 34% no ražošanas robežlīknes rādītāja, lielākā atšķirība parādās izskatot efektivitātes un tehnoloģiskā līmeņa devumu KFP. Latvijas gadījumā efektivitāte ir stipri zemāka nekā valstīs ar līdzīgu izlaides apjomu uz vienu iedzīvotāju, bet kapitāla daudzums uz vienu nodarbināto (Tehnoloģijas līmenis) – lielāks. Ņemot vēra BMA analīzes rezultātus, ekonomikas efektivitāti pozitīvi ietekmē uzņēmējdarbības uzsākšanas un nekustamā īpašuma reģistrācijas birokrātijas un izmaksu samazināšana, kā arī stabils inflācijas temps un iekšzemes resursu rentes apjoms. Pēc iepriekšminēto rādītāju uzlabošanas Latvijas ekonomika sasniegs augstāku izlaidi uz vienu iedzīvotāju nekā Igaunijā un Lietuvā, par 31.29% un 34.45% attiecīgi. | |
dc.description.abstract | This paper uses the Bayesian Model Averaging (BMA) and Data envelopment analysis (DEA) methods. The DEA method was used to calculate the total factor productivity and the contribution of economic efficiency and technology shift to the TFP using the latest Penn World Table (PWT 8.1) database. Bayesian Model Averaging is used to determine the factors that affect efficiency, the potential influences are considered in a wide range of indicators – the Global Competitiveness Index (GCI), the Doing Business rank (DB) and the author’s choice of indicators. The evaluation of Latvia’s Total Factor productivity is very similar to the Baltic states - approximately 34% of the frontier country. Main difference from Baltic states appears when considering the contribution of the Efficiency and Technology shift to the TFP. In the case of Latvia, efficiency is much lower than in countries with similar output per capita, but the amount of capital per employee (Technological level) is a lot higher. Considering the results of the BMA analysis: starting business costs, property registration fees, procedures needed to accomplish them (the lower the better), steady rate of inflation and the volume of the natural resources rent has a positive impact on efficiency. Following on the improvements of the indicators above, the Latvian economy will achieve higher output per capita than the rest of the Baltic States. | |
dc.language.iso | lav | |
dc.publisher | Latvijas Universitāte | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.subject | Ekonomika | |
dc.subject | Bijesa modeļu svēršana | |
dc.subject | datu aplenkuma analīze | |
dc.subject | kopējā faktoru produktivitāte | |
dc.subject | stohastiskās robežlīknes analīze | |
dc.subject | strukturālās reformas | |
dc.title | Kopējo faktoru produktivitāte un to ietekmējošie faktori: Baltija pasaules kontekstā | |
dc.title.alternative | Total factor productivity evaluation and determinants: Baltics in the global context | |
dc.type | info:eu-repo/semantics/masterThesis | |