A spatial autoregressive stochastic frontier model for panel data with asymmetric efficiency spillovers
具有非对称效率溢出的面板空间自回归随机前沿模型AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究面板模型和空间效率溢出，分别对应面板数据与网络关联方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
具有非对称效率溢出的面板空间自回归随机前沿模型
- 研究问题
- 如何在面板随机前沿模型中同时刻画随时间和个体变化的效率，以及空间关联下流入和流出一个国家的非对称效率溢出？
- 方法与思路
- 作者结合空间自回归与随机前沿，以半正态无效率项构造复合误差，并采用考虑内生空间滞后变量的最大似然估计。
- 材料陈述的贡献
- 摘要称该模型允许效率在时间和截面两个维度变化；欧洲国家总量生产前沿应用显示，效率向外和向内的溢出存在非对称性。
- 阅读关注点
- 应核对空间权重矩阵、复合误差与内生空间滞后的处理方式，以及效率溢出的定义、计算方法和非对称性的统计依据。
- 阅读边界
- 仅依据所给出版社摘要，未核对全文或其他版本；摘要未说明完整识别条件、分布设定的适用性及溢出结果的具体数值。
原文摘要
By blending seminal literature on non-spatial stochastic frontier models with key contributions to spatial econometrics we develop a spatial autoregressive (SAR) stochastic frontier for panel data. The specification of the SAR frontier allows efficiency to vary over time and across the cross-sections. Efficiency is calculated from a composed error structure by assuming a half-normal distribution for inefficiency. The SAR frontier is estimated using maximum likelihood methods taking into account the endogenous SAR variable. The application of the estimator to an aggregate production frontier for European countries highlights, among other things, the asymmetry between efficiency spillovers to and from a country.