Endogenous environmental variables in stochastic frontier models
随机前沿模型中的内生环境变量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：摘要明确设定区分技术前沿、统计噪声与无效率的参数化随机前沿模型。
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…
随机前沿模型中的内生环境变量
- 研究问题
- 当环境变量影响技术无效率程度而不影响前沿，且可能与统计噪声或基础无效率相关时，如何在随机前沿模型中表示这种内生性？
- 方法与思路
- 作者设定含统计噪声、潜在内生解释变量及技术无效率的随机前沿模型，将无效率写成半正态基础项与环境变量参数函数的乘积。
- 材料陈述的贡献
- 摘要明确描述了满足缩放性质的无效率模型，并区分环境变量与统计噪声相关、与基础无效率相关这两种内生性来源。
- 阅读关注点
- 应核对环境变量仅影响无效率的限制、半正态和缩放结构的作用，以及全文是否提供识别条件、处理内生性的估计方法和推断程序。
- 阅读边界
- 该出版社摘要只给出模型设定，未说明识别、估计程序、理论性质或实证结果；不能据此声称作者已经有效解决内生性偏误。
原文摘要
This paper considers a stochastic frontier model that contains environmental variables that affect the level of inefficiency but not the frontier. The model contains statistical noise, potentially endogenous regressors, and technical inefficiency that follows the scaling property, in the sense that it is the product of a basic (half-normal) inefficiency term and a parametric function of the environmental variables. The environmental variables may be endogenous because they are correlated with the statistical noise or with the basic inefficiency term.