随机前沿分析是(随机前沿生产函数)

合集下载

随机前沿生产函数非效率项不同衡量方式的一致性问题——基于蒙特卡罗模拟的分析

随机前沿生产函数非效率项不同衡量方式的一致性问题——基于蒙特卡罗模拟的分析
内容 提 要 : 文 应 用 蒙 特 卡 罗 模 拟 方 法 , 定 义 单 次 模 拟 程 序 时 , 本 在 假设 数据 产 生 机 制 是 一 个 超 越 对 数 随 机 前 沿 生 产 函数 的 1 0模 型 , 由此 创造 出模 拟样 本 , 用 ~ 个 超 越 对 数 的 O 并 0模 型 (cl gp pr 模 型 ) 算 出 有 关 参 数 、 s i —r et an o y 计 特 别 是 非 效 率 项 的 估 计 值 。 又进 一步 判 定 了所 得 到 的 估 计 值 和 原 来 1 0模 型 中 的 “ 实 ” 效 率 项 的 一 致 性 。 研 究 发 真 非 现 , 实 非 效 率 项 与 从 s l gp pr 模 型 中 计 算 出来 的非 效 率 估 计 值 之 间 的 各 种 相 关 系 数 均 为 负 值 。 因此 , 率 真 ci .o t a n re y 效 秩 估 计 值 和 “ 实 ” 率秩 是 不 一致 的 。 真 效 关键 词 : 机 前 沿 生 产 函数 ; 随 一致 性 ; 特 卡 罗模 拟 蒙 中 图 分 类 号 :2 2 0 1 文 献 标 识 码 : A 文 章 编 号 :02— 5 520 ) 1 00— 5 10 46 (07 1 —08 0


引 言
投 入一 定 的情 况 下 , 到 最 大 可能 的产 出水 准 。效 达 率 较低 的生产 者 的产 出则无 法达 到潜 在 的最大 可能 水平 。 因此 , 在现有 的技术 水平 下 , 存 在着 一个 生 就 产前 沿 , 在数 据 资料 中实 际观 察到 的产 出 , 而 因为 技 术非 效率 项 的存在 , 达不 到这 个生 产前 沿 。 就 近年 来 , F S A在理 论 方 面 的发 展 使 得 模 型本 身 更 加具有 弹性 。 比如 , 时 间 序列 与 面板 数 据 资 料 若

蛋鸡养殖业技术进步与养殖场规模分析——基于随机前沿函数分析法

蛋鸡养殖业技术进步与养殖场规模分析——基于随机前沿函数分析法
陈 泽 夫
( 重庆 市 万直 区丛林镇 农业服 务 中心 ,重庆 4 00 ) 08 0
摘要 :与 其他 禽 畜产 品 生 产 业 相 比 ,我 国蛋 鸡 养殖 业 生 产 效 益低 下 ,促 进 技 术 进 步是 该产 业 实 现 良性 发展 的必 由之路 。 本 文 希 望通 过研 究,揭 示 鸡蛋 生 产 在何 种 规 模 的 养殖 场是 最适 宜的 。 本 文运 用 随机 前 沿 分 析 法 ,估 计 大、 中、 小三 种 规 模 养 殖 场 对 蛋 鸡 养
从全 国范 围而 言 , 技术 进 步使 得 其 他畜 产 品 的成 本 收益 率 提 高 幅 度 大 于蛋 鸡 成 本收 益 率 的提 高 幅 度 ,使 得 蛋鸡 养 殖 业 的 比较 效 益 降低 。根 据 《 国农产 品统 计 资料 汇 编 》 的资 料 显示 ,1 8 全 95 2 O 年 我 国主 要 畜产 品 中, 肉牛 、 肉羊 、奶 牛 、 肉鸡 、 生猪 的 o7 成 本 收益 率 分 别为 4% 2 6 、2 .% 1% .% 1 、3 .% 6 2 、 0 和8 3 ,均 高 于蛋 鸡 的 5 1 成 本收 益 率 。这 种 过 低 的成 本 收 益率 状 况 ,对 蛋鸡 养 殖 业 .% 发 展 不利 ,促 进 技术 进 步 ,提 高 投 入产 出率 ,是该 产 业走 向高 效
时 间 能够 增 加鸡 的产 蛋 量 ,所 以把燃 料 动 力 费 加入 自变 量 也是 合 理 的 。 医疗 防疫 费也 很 重要 。病 鸡 需要 及 时 隔 离 ,防 止 传 染给 其 他 鸡 。平 时 支 出 的必 要 防 疫 费 ,能 有 效 降低 鸡 群 的发 病 率 , 从而 对 产 蛋量 提 高 有 明显 的作 用 。 因此 也 可把 医 疗 防疫 费加 入 模 型之 中 。但 是模 型 估 计结 果 表 明 ,加 入燃 料 动 力 费 与 医疗 防 疫 费将 给 模 型 带来 重 大 的统 计 检 验 的不 显 著 性 ,所 以没 有把 这 两 项 加入 自 变 量 中 。这 样 ,本 文 自变量 总共 包 括三 项 ,即精 饲 料 费 , 固 定 资 产折 旧费 ,人 工成本 费 。产 出一 项 ,用产 品 产值 来衡 量 。 本 文中 ,对 边 界 生产 函数 的估 计 采 用 随机 前沿 分 析 法 。对 于 选 定 的对数 柯 布一 道格 拉 斯 生产 函数 ,随 机 前沿 生产 函数可 以写成 如 下形 式 :

中国各省份产能利用率测度——基于随机前沿生产函数法的分析

中国各省份产能利用率测度——基于随机前沿生产函数法的分析

产能过剩不仅会导致资源浪费、企业恶性竞争、公司生产经营困难甚至破产倒闭,还会大幅度扰乱社会秩序,增加国际贸易摩擦风险。

工业、制造业作为支持国家发展的基础性产业,其重要性不言而喻。

然而,人们对当前经济表现所知甚少,因此本文将从产能利用率的角度出发,对当前中国各个省份的产能利用情况进行测度,并运用随机前沿生产函数对产能利用率进行估计分析。

一、文献综述从定义上来讲,产能利用率是指观察到的实际产出y 与潜在产出Y 的比值,潜在产出是指在给定要素投入、技术水平,且要素被充分利用的情况下,企业/行业所能够达到的最大产出水平。

所以,CU=y/Y。

在现实社会中,由于企业在生产的时候经常需要考虑市场需求、资源限制、设备磨损等多方面因素,不能实现投入要素的充分利用,所以往往会出现实际产出小于潜在产出,既CU<1。

目前国内关于测量产能利用率的研究工作尚处于起步阶段,所采用的方法也主要是借鉴国外的相关研究。

国内外学者测算产能利用率的方法大致分为以下几种:1.峰值法:在20世纪60年代,美国学者Klein 就开展了对企业产能利用率的测量,其提出的“峰值法”可谓是开创了经济分析法的先河。

Klein 将产能定义为企业在一段时间内所达到的产出水平的峰值,即在一个经济周期中企业实际产出的最大值作为潜在产出。

峰值法的最大缺陷在于我们无法确定企业在产出峰值是否实现了产能的完全利用。

2.函数法:由于峰值法限制较多,后续学者开始从产出的微观经济定义出发对产能利用率进行研究。

根据现有要素的投入情况,构建相应的生产函数、成本函数或者利润函数,将产能定义为企业利润最大化或者成本最小化情况下的产出水平,将实际产出水平与计算得到的最佳产出水平的比值作为衡量产能利用率的标准。

相对而言,函数法以微观经济基础作为理论支撑,但是对函数形式设定要求严格,一旦函数形式设定错误,所测算的产能利用率可信度也随之降低。

3.协整法:Shaikh and Moudud (2004)认为产出受到企业固定资本存量的影响,两者之间具有稳定的长期关系,所以提出了协整法测量产能利用率。

随机前沿分析(新)PPT课件

随机前沿分析(新)PPT课件
.
采用线性规划方法计算前沿面, 确定性前沿生产函数把 影响最优产出和平均产出的全部误差统归入单侧的一 个误差项ε中, 并将其称为生产非效率. 随机前沿生产函数( Stochastic Frontier Production Function)在确定性生产函数的基础上提出了具有复合 扰动项的随机边界模型。其主要思想为随机扰动项ε应 由v 和u 组成, 其中v 是随机误差项, 是企业不能控制的 影响因素, 具有随机性, 用以计算系统非效率; u是技术 损失误差项, 是企业可以控制的影响因素, 可用来计算技 术非效率。 参数型随机前沿生产函数体现了样本的统计特性, 也反 映了样本计算的真实性。
.
生产率和效率的度量涉及到生产函数。DEA方法 的特点是将有效的生产单位连接起来,用分段超平 面的组合也就是生产前沿面来紧紧包络全部观测点, 是一种确定性前沿方法,没有考虑随机因素对生产 率和效率的影响。随机前沿生产函数则解决了这个 问题。
.
前沿生产函数(Frontier Prodution Function)反映 了在具体的技术条件和给定生产要素的组合下, 企业各投 入组合与最大产出量之间的函数关系。通过比较各企业实 际产出与理想最优产出之间的差距可以反映出企业的综合 效率。
但非参数方法存在的最大局限是: 该方法主要 运用线性规划方法进行计算, 而不像参数方法有统 计检验数作为样本拟合度和统计性质的参考; 另外, 非参数方法对观测数有一定的限制, 有时不得不舍 弃一些样本值, 这样就影响了观测结果的稳定性。 因此, 我们在这里选择参数方法进行前沿生产函数 的计算。
在参数型前沿生产函数的研究中, 围绕误差项的 确立, 又分为随机性和确定性两种方法。首先, 确 定性前沿生产函数不考虑随机因素的影响, 直接

类似dea的研究方法

类似dea的研究方法

类似dea的研究方法
类似于DEA(数据包络分析)的研究方法包括但不限于以下几种:
1. 线性规划(LP),线性规划是一种数学优化方法,用于找到最大化或最小化线性目标函数的最佳解决方案。

与DEA类似,线性规划也可以用于评估决策单元的效率和性能。

2. 随机前沿分析(SFA),随机前沿分析是一种用于评估生产单位效率的经验方法。

它通过考虑生产单位的技术性差异和随机误差来评估其效率。

3. 非参数方法,除了DEA之外,还有一些非参数方法可以用于评估决策单元的效率,如数据包络分析(DEA)和随机前沿分析(SFA)之外,还有一些非参数方法可以用于评估决策单元的效率,如核密度估计、最优响应表面方法等。

4. 模糊逼近方法,模糊逼近方法是一种模糊数学的应用,用于处理不确定性和模糊性信息。

它可以用于评估决策单元的效率,并考虑到输入和输出之间的模糊关系。

5. 贝叶斯方法,贝叶斯方法是一种统计推断方法,可以用于评
估决策单元的效率,并考虑到不确定性和先验知识。

这些方法都可以用于评估决策单元的效率和性能,类似于DEA,它们都可以帮助研究人员进行有效的效率评估和决策分析。

当然,
每种方法都有其适用的场景和局限性,研究人员需要根据具体情况
选择合适的方法来进行研究。

随机前沿生产函数

随机前沿生产函数

Y f ( X ) exp(u)
其中u大于等于0,因而exp(-u)介于0和之间, 反映了生产函数的非效率程度,也就是实际产出 与最大产出的距离。在确定了生产函数的具体形 式后,可以计算或估计其参数。
• •
随机前沿生产函数(Stochastic Frontier Production Function)在确定性生产函数的基础上 提出了具有复合扰动项的随机边界模型。 其主要思想为随机扰动项ε应由v 和u 组成, 其 中v 是随机误差项, 是企业不能控制的影响因素, 具有随机性, 用以计算系统非效率; u是技术损失 误差项, 是企业可以控制的影响因素, 可用来计算 技术非效率。很明显, 参数型随机前沿生产函数体 现了样本的统计特性, 也反映了样本计算的真实性。
函数类型
线性函数 科布道格拉斯函 数 二次函数
函数式
标准化二次 函数 超对数函数
广义列昂惕 夫(Leontief) 固定替代弹 性函数(CES)
2. 随机前沿生产函数
• 2.1 相关理论知识 • 2.2 发展进程 • 2.3 随机前沿生产函数 • 2.4 估计参量 • 2.5 假设检验
2.1相关理论知识
2.3 随机前沿生产函数

传统的生产函数只反映样本各投入因素与平 均产出之间的关系, 称之为平均生产函数。测算全 要素生产率的传统方法是索洛余值法(SRA) ,其关 键是假定所有生产者都能实现最优的生产效率,从 而将产出增长中要素投入贡献以外的部分全部归 结为技术进步( technological progress) 的结果,这 部分索洛剩余后来被称为全要素生产率。 但是1957年,Farrell 在研究生产有效性问题时 开创性地提出了前沿生产函数(Frontier Prodution Function)的概念。对既定的投入因素进行最佳组 合, 计算所能达到的最优产出, 类似于经济学中所 说的“帕累托最优”, 我们称之为前沿面。

中国战略性新兴产业生产绩效--基于细分行业的随机前沿生产函数的分析

中国战略性新兴产业生产绩效--基于细分行业的随机前沿生产函数的分析

P r o d u c t i o n P e r f o r ma n c e o f C h i n a S S t r a t e g i c E me r in g g I n d u s t r i e s
— —
Th e An a l y s i s o f t h e S t o c h a s i t c Fr o n t i e r Pr o d u c i t o n Fu n c i t o n b a s e d o n Ni c h e Bu s i n e s s
Ab s t r a c t :T h i s p a p e r t a k e s a d v a n t a g e o f s t o c h a s t i c f r o n t i e r l o g a i r t h mi c p r o d u c t i o n f u n c t i o n a n d t h e p a n e l d a t a o f C h i n a S s t r — a t e g i c e me r g i n g i n d u s t i r e s b e t we e n 2 0 0 7 a n d 2 0 1 1 t o s t u d y t h e f o r e f r o n t o f t h e i n d u s t r y r a t e f o t e c h n o l o g i c a l p r o g r e s s ,t e c h n i c a l e ic f i e n c y a n d t o t a l f a c t o r p r o d u c t i v i t y .T h e e mp i i r c a l r e s u l t s d e mo n s t r a t e t h a t d u i r n g t h e i f v e y e a m, T F P o f C h i n a S s t r a t e g i c

随机前沿分析和包络数据分析SFA,DEA及运行结果

随机前沿分析和包络数据分析SFA,DEA及运行结果

随机前沿分析和包络数据分析SFA,DEA及运⾏结果先推荐读这篇⽂章:邹志庄教授计量研究汇结,三部分总结经济研究经验(昨⽇,计量哥推荐出去之后,由于未能够把邹⾄庄教授名字校正正确,对此向各位读者和Chow教授表⽰抱歉).正⽂在经济学中,技术效率是指在既定的投⼊下产出可增加的能⼒或在既定的产出下投⼊可减少的能⼒。

常⽤度量技术效率的⽅法是⽣产前沿分析⽅法。

所谓⽣产前沿是指在⼀定的技术⽔平下,各种⽐例投⼊所对应的最⼤产出集合。

⽽⽣产前沿通常⽤⽣产函数表⽰。

前沿分析⽅法根据是否已知⽣产函数的具体的形式分为参数⽅法和⾮参数⽅法,前者以随机前沿分析(StochasticFrontierAnalysis,下⽂简称SFA)为代表,后者以数据包络分析(DataEnvelopeAnalysis,下⽂简称DEA)为代表。

⽬前,我国学者已将这两种⽅法⼴泛应⽤于各个领域,但在使⽤过程中也存在⼀些问题,尤其对于SFA。

⽽SFA与DEA各有其利弊,不能简单地认为⼀种⽐另⼀种好,必须根据具体问题和实际度量结果做出判断。

因此如何正确合理地使⽤这两种⽅法是⽬前⾯临的主要问题。

针对上述情况,本⽂将⾸先简要总结SFA与DEA中最常⽤的模型;然后分别指出使⽤中⼀些关键的地⽅和常见的问题;最后⽐较分析这种两种⽅法。

1 SFA模型在经济学中,技术效率的概念应⽤⼴泛。

Koopmans⾸先提出了技术效率的概念,他将技术有效定义为:在⼀定的技术条件下,如果不减少其它产出就不可能增加任何产出,或者不增加其它投⼊就不可能减少任何投⼊,则称该投⼊产出为技术有效的。

Farrell⾸次提出了技术效率的前沿测定⽅法,并得到了理论界的⼴泛认同,成为了效率测度的基础。

在实际应⽤中,前沿⾯是需要确定的。

其确定⽅法主要两种:⼀种是通过计量模型对前沿⽣产函数的参数进⾏统计估计,并在此基础上,对技术效率进⾏测定,这种⽅法被称为效率评价的“统计⽅法”或“参数⽅法”;另⼀种是通过求解数学中的线性规划来确定⽣产前沿⾯,并进⾏技术效率的测定,这种⽅法被称为“数学规划⽅法”或“⾮参数⽅法”。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
随机边界分析
Stochastic Frontier Analysis
目录
• 第一章 导言 1.1 随机前沿方法简介 1.2 发展史简要回顾 • 第二章 分析基础 2.1 生产技术 2.2 技术有效性 2.3 经济有效性
• 第三章 技术有效性估计 3.1 横截面生产边界模型 3.1.1 确定性生产边界 3.1.1.1 目标规划法 3.1.1.2 修正最小二乘法(COLS) 3.1.1.3 修正最小二乘法(MOLS) 3.1.2 随机生产边界 3.1.2.1 正态—半正态模型 3.1.2.2 正态—指数模型 3.1.2.3 正态—半正态模型的距估计
生产率和效率的度量涉及到生产函数。DEA方
法的特点是将有效的生产单位连接起来,用分段
超平面的组合也就是生产前沿面来紧紧包络全部
观测点,是一种确定性前沿方法,没有考虑随机
因素对生产率和效率的影响。随机前沿生产函数
则解决了这个问题。
前沿生产函数(Frontier Prodution Function)反映 了在具体的技术条件和给定生产要素的组合下, 企业各 投入组合与最大产出量之间的函数关系。通过比较各企 业实际产出与理想最优产出之间的差距可以反映出企业 的综合效率。 传统的生产函数只反映样本各投入因素与平均产出之 间的关系, 称之为平均生产函数。但是1957 年, Farrell 在 研究生产有效性问题时开创性地提出了前沿生产函数 (Frontier Prodution Function)的概念。对既定的投入因 素进行最佳组合, 计算所能达到的最优产出, 类似于经济 学中所说的“帕累托最优”, 我们称之为前沿面。前沿 面是一个理想的状态, 现实中企业很难达到这一状态。
N 1.目标规划方法 i 1
min ui min ( xi Lnyi )
i 1
N
(3)
• • • •
st
ui xi Lnyi 0
i 1, 2, , N
它等价于:
min ( xi ) min( xi )
N
N
st
xi Lnyi
3.2 面板数据生产边界模型 3.2.1 非时变的技术有效性 3.2.2 时变的技术有效性 • 第四章 对生产率和效率变化的度量 • 第五章 与其他方法的比较
一、导言
1.1 随机前言方法简介
在经济学中,技术效率的概念应用广泛。 Koopmans首先提出了技术效率的概念,他将技术有效 定义为:在一定的技术条件下,如果不减少其它产出就 不可能增加任何产出,或者不增加其它投入就不可能减 少任何投入,则称该投入产出为技术有效的。Farrell首 次提出了技术效率的前沿测定方法,并得到了理论界的 广泛认同,成为了效率测度的基础 。
直接采用线性规划方法计算前沿面, 确定性前 沿生产函数把影响最优产出和平均产出的全部误差 统归入单侧的一个误差项ε中, 并将其称为生产非 效率; 随机前沿生产函数( Stochastic Frontier ProductionFunction)在确定性生产函数的基础上提 出了具有复合扰动项的随机边界模型。其主要思想 为随机扰动项ε应由v 和u 组成, 其中v 是随机误差 项, 是企业不能控制的影响因素, 具有随机性, 用以 计算系统非效率; u是技术损失误差项, 是企业可以 控制的影响因素, 可用来计算技术非效率。很明显, 参数型随机前沿生产函数体现了样本的统计特性, 也反映了样本计算的真实性。
本章框架:
目标规划法 修正最小二乘法 COLS MOLS 修正最小二乘法 确定性生产边界 正态 半正态模型
随机生产边界 正态 指数模型 横截面生产边界模型 正态 半正态模型的距估 面板数据生产边界模型 非时变的技术有效性 时变的技术有效性
本章框架:
GR 1.生产技术曲线 L(y) 2.生产技术的投入组合 3.生产技术的产出组合 P(x) 生产技术 4.投入等量曲线Isoq( y ) EffL( y) 5.投入有效性子集 IsoqP( x ) 6.产出等量曲线 7.产出有效性子集 EffP ( x )
变量,用来度量技术的有效性:
TEi yi exp( xi ) exp( xi ui ) exp( xi ) exp(ui )
(2)
TEi 是一种产出导向的效率度量,其值介于0和1 之间,它是观察到的产出 y i 与使用同样投入并
且由技术有效的公司生产的 exp( xi ) 之比,参 数 由下述方程得出。
产出导向型技术有效性是由函数 TEo(x,y)=[max{ : y P(x)}]-1来测量的
2.3 经济有效性
成本有效性:CE(y,x,w)=C(y,w)/wTx 收入有效性:RE(x,y,p)=pTy/r(x,p)
利润有效性: EA(y,x,p,w)=(pTy-wTx)/

(p,w)
第三章 技术有效性估计
TEi 1.投入导向型技术有效性 技术有效性 2.产出导向型技术有效性 TEo
1.成本有效性 经济有效性 2.收入有效性 3.利润有效性

2.1 生产技术
生产技术曲线GR={(y,x):x能生产y}描述了一组可行 的投入-产出向量 生产技术的投入组合L(y)={x:(y,x) GR}描述了对 对于每个产出向量y的投入向量组合 生产技术的产出组合P(x)={y:(y,x) GR}描述了对 于每个投入向量的可行产出向量组合
第二章 分析基础
生产有效性:生产者为了达到一定的生产目标,在 分配他们可支配的投入和生产的产出时所实现的 成功度。 初级层面:给定投入,产出最大 OR 给定产出,投入 最小,生产有效性与技术有效性一致(解释1) 更深层面:给定产出,成本最小 OR 给定投入,收 入最大 OR 投入产出配置使利润最大,生产有效 性与经济有效性一致(解释2)
i 1
i 1
(4)
i 1, 2, , N
参数
也可以由下列二次规划问题计算得出:
N N
min ui2 min ( xi Lnyi ) 2
i 1 i 1
( 5)
st
ui xi Lnyi 0
i 1 , 2, , N
上述目标规划的主要缺点是其参数是计算的而不是 估计的,无统计解释。如果假设
投入等量曲线IsoqL(y)={x:x L(y),ax L(y),a<1} 描述了能够生产每一产出向量y的投入向量集合,而 实现当投入集合呈径向收缩时,则无法实现y产出量



投入有效性子集EffL(y)={x:x L(y),x’ ≤x→x’ L(y) } 描述了能够生产每一产出向量y的投入向量集合,而当 其在任一维度上收缩时,则无法实现y产出量

产出等量曲线IsoqP(x)={y:y P(x),ayP(x),a>1}描述 了每一投入向量x所生产的所有产出向量集合,而当其 径向扩张时,就不能由投入向量x来生产
产出有效性子集EffP(x)={y:y P(x),y’ ≥y→y’ P(x) } 描述了每一投入向量x所生产的所有产出向量集合,而 当其在任一维度上扩张时,就不能由投入向量x来生产
投入—产出关系的技术边界(Farrell ,1957) 。基于这一思
想,Aigner 和Chu (1968) 提出了前沿生产函数模型,将生 产者效率分解为技术前(technological frontier) 和技 术效(technical efficiency) 两个部分,前者刻画所有生 产者投入—产出函数的边界(frontier of the production function) ;后者描述个别生产者实际技术 与技术前沿的差距。
3.1.1确定性生产边界
测算全要素生产率的传统方法是索洛余 值法(SRA) ,其关键是假定所有生产者都能实 现最优的生产效率,从而将产出增长中要素投 入贡献以外的部分全部归结为技术进步 ( technologicalprogress) 的结果,这部分索洛 剩余后来被称为全要素生产率(李京文等 1998) 。然而,SRA 法的理论假设不完全符合 现实,因为现实经济中大部分生产者不能达到
素生产率的变化分解为生产可能性边界的移动和 技术效率的变化,这种方法比传统的生产函数法 更接近于生产和经济增长的实际情况。能够将影 响TFP的因素从TFP的变化率中分离出来,从而 更加深入地研究经济增长的根源。 利用随机前沿生产函数法,Schmidt(1980, 1986)、Kumbhakar(1988,1990)、Bauer (1990)、Kalirajan(1993).Batese和Coelli 1988,1992,1995)等对技术效率对TFP和 产出的影响做了大量的实证研究。
1.2 发展史简要回顾
20世纪20年代,美国经济学家道格拉斯 (P· Douglas)与数学家柯布(C· Cobb)合作 提出了生产函数理论,开始了生产率在经济增长 中作用的定量研究。称其为技术进步率,这些未 被解释部分归为技术进步的结果,称其为技术进 步率,这些未被解释的部分后来被称为“增长余 值”(或“索洛值”),也即为全要素生产率 (TFP)的增长率。 1977年,Aigner,Lovell,Schmidt和 Meeusen,Van den Broeck分别独立提出了随 机前沿生产函数,之后逐渐发展起来的随机前沿 生产函数法则允许技术无效率的存在,并将全要
ui
服从指数分布,
则线性规划“估计”就是最大似然估计:
f (ui )
N
1
uБайду номын сангаас
exp(
u
1
ui
确定性前沿生产函数模型如下:
Y f ( X ) exp(u )
其中u大于等于0,因而exp(-u)介于0和之间,
反映了生产函数的非效率程度,也就是实际产出与
相关文档
最新文档