Nueva clasificación de las ciudades culturales y creativas europeas un enfoque de supereficiencia y productividad

  1. Justo de Jorge-Moreno 1
  2. Clara Piña Delgado 1
  1. 1 Universidad de Alcalá
    info
    Universidad de Alcalá

    Alcalá de Henares, España

    ROR https://ror.org/04pmn0e78

    Localización geográfica de la organización Universidad de Alcalá
Revista :
Dirección y organización: Revista de dirección, organización y administración de empresas

ISSN : 1132-175X

Año de publicación : 2025

Número : 86

Páginas : 5-15

Tipo : Artículo

DOI: 10.37610/86.695 DIALNET GOOGLE SCHOLAR lock_open Acceso abierto editor

Otras publicaciones en : Dirección y organización: Revista de dirección, organización y administración de empresas

Resumen

El objetivo de este trabajo es realizar un nuevo análisis comparativo de las ciudades europeas basado en un índice compuesto de eficiencia a partir de las dimensiones del Monitor de Ciudades Culturales y Creativas 2019 (CCCM). El análisis se basa en técnicas más robustas que las utilizadas anteriormente en este campo. En concreto, se estudiarán los índices de supere-ficiencia y de productividad total de los factores (PTF) de Hicks-Moortensen de las 190 ciudades en los años 2017 y 2019. Los principales resultados revelan que tres ciudades (París, Londres y Florencia) pueden considerarse supereficientes en los años analizados, incorporándose posteriormente Dublín. El análisis de convergencia corrobora la mejora de las ciudades que parten inicialmente de niveles más bajos de eficiencia en la gestión de los recursos. Los resultados de productividad reportan un aumento del 2,02% en términos medios en el conjunto de las 190 ciudades entre 2017 y 2019. Estas ganancias de productividad son consecuencia tanto del progreso tecnológico como de la eficiencia con valores del 0,02% y 5,39% respectivamente. El análisis de conglomerados nos permite segmentar la muestra de ciudades en tres grupos (de bajo, medio y alto rendimiento).

Referencias bibliográficas

  • ANDERSEN, P., & PETERSEN, N. C. (1993). A procedure for ranking efficiency units in data envelopment analysis. Management Science 39(10), 1261–1264. http://dx.doi.org/10.1287/mnsc.39.10.1261
  • BANKER, R.D., CHARNES, A. & COOPER, W. W. (1984). Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis. Management Science 30, 1078-1092. https://www.jstor.org/stable/2631725
  • BETZLER, D., & LEUSCHEN, L. (2021). Digitised value chains in the creative industries: Is there a convergence of Swiss film and game production? Creative Industries Journal, 14(3), pp 1-19. https://doi.org/10.1080/17510694
  • BOAL-SAN MIGUEL, I., & HERRERO-PRIETO, L. C. (2021). Reliability of Creative Composite Indicators with Territorial Specification in the EU. Sustainability 12, 1-27. https://doi.org/10.3390/su12083070
  • CERISOLA, S., & PANZERA, E. (2021). Cultural and Creative Cities and Regional Economic Efficiency: Context Conditions as Catalyzers of Cultural Vibrancy and Creative Economy. Sustainability, 13, 7150. https://doi.org/10.3390/su13137150
  • CHERCHYE, L., MOESEN, W., ROGGE, N., VAN PUYENBROECK, T, SAISANA, M., SALTELLI, A., LISKA, R. & TARANTO, S.(2007). Creating composite indicators with DEA and robustness analysis: the case of the technology achievement index. Journal of the Operational Research Society, 59, pp. 239-251. https://doi.org/10.3280/REST2010-001002
  • DE JORGE-MORENO, J., & DE JORGE-HUERTAS, V. (2020). Measuring European cultural and creative cities efficiency: A Metafrontier DEA approach. Journal Economics Studies, 47, 891–909. https://doi.org/0.1108/JES-06-2019-0265
  • LI, M., SUN, H., AGYEMAN, F. O. SU, J. & HU, W. (2022). Efficiency Measurement and Heterogeneity Analysis of Chinese Cultural and Creative Industries: Based on Three-Stage Data Envelopment Analysis Modified by Stochastic Frontier Analysis. Frontiers in Psychology, 12, 823499. https://doi.org/10.3389/fpsyg.2021.823499
  • LOOTS, E., BETZLER, D., BILLE, T., BOROWIECKI, K. J., & LEE, B. (2022). New forms of finance and funding in the cultural and creative industries. Journal of Cultural Economics, 46, 205-230. https://doi.org/10.1007/s10824-022-09450-x
  • LOVELL, K., & PASTOR, J. T. (1999). Radial DEA models without inputs or without outputs. European Journal of Operational Research, 118(1), pp. 46-51. https://doi.org/10.1016/S0377-2217(98)00338-5
  • MAREQUE, M., de PRADA CREO, E., & ALVAREZ-DIAZ, M. (2021). Exploring Creative Tourism Based on the Cultural and Creative Cities (C3) Index and Using Bootstrap Confidence Intervals. Sustainability, 13(9), pp-5145. https://doi.org/10.3390/su13095145
  • MONTALVO, V., MOURA, C. J. T., ALBERTI, V., PANELLA, F., & SAISANA, M. (2019). The Cultural and Creative Cities Monitor, 2019 ed. Publications Office of the European Union: Luxembourg, 2019. http://10.2760/257371
  • NARDO, M., SAISANA, M., SALTELLI, A., TARANTOLA, S., HOFFMAN, A., & GIOVANNINI, E. (2008). Handbook on Constructing Composite Indicators: Methodology and User Guide. OECD Publishing: Paris, France, 2008. ISBN 978-92-64-04345-9 30 2008 25 1 P
  • O’DONNELL, C. (2008). Metafrontier frameworks for the study of firm-level efficiencies and technology ratios. Empirical Economics, 34(2), pp. 255. https://doi.org/10.1007/s00181-007-0119-4
  • O’DONNELL, C. J. (2011). Econometric Estimation of Distance Functions and Associated Measures of Productivity and Efficiency Change. Centre for Efficiency and Productivity Analysis. Working Papers WP01/2011. University of Queensland. http://www.uq.edu.au/economics/cepa/docs/WP/WP012011.pdf
  • O’DONNELL, C. J. (2012). An aggregate quantity framework for measuring and decomposing productivity change. Journal of Productivity Analysis. 38(3) pp. 255-272. http:10.1007/s11123-012-0275-1
  • PAVKOVIC ?, V., KARABAŠEVIC ?, D., JEVIC ?, J., & JEVIC ?, G. (2021). The Relationship between Cities’ Cultural Strength, Reputation, and Tourism Intensity: Empirical Evidence on a Sample of the Best-Reputable. European Cities Sustainability, 13, 8806. https://doi.org/10.3390/su13168806
  • SANTIN, D. (2014). Measuring the technical efficiency of football legends: who were Real Madrid’s all-time most efficient players? International Transactions in Operational Research, 21, 439-452. https://doi.org/10.1111/itor.12082
  • VAN PUYENBROECK, T., MONTALTO, V., & SAISANA, M. (2021). Benchmarking culture in Europe: A data envelopment analysis approach to identify city-specific strengths. European Journal Operations Research, 288, 584–597. https://doi.org/10.1016/j.ejor.2020.05.058
  • YAN, W-J., & LIU, S-T. (2023). Creative Economy and Sustainable Development: Shaping Flexible Cultural Governance Model for Creativity. Sustainability, 15, 4353. https://doi.org/10.3390/su15054353
Fuente de los datos: Dialnet