Using Time-Series and Cross-Section Data to Estimate a Production Function with Positive and Negative Marginal Risks
利用时间序列与横截面数据估计具有正负边际风险的生产函数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：摘要明确使用时间与企业两个维度的数据，并设定相应误差成分，直接涉及面板数据建模。
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…
关注这篇论文的作者
利用时间序列与横截面数据估计具有正负边际风险的生产函数
- 研究问题
- 如何用同时包含时间和企业维度的数据，刻画生产投入对产出方差可能产生的增加或降低作用，而非限定单一方向？
- 方法与思路
- 作者提出两个含时间和企业误差成分、并允许扰动异方差的生产函数模型，将模型及建议估计量用于澳大利亚东部牧区。
- 材料陈述的贡献
- 摘要称，两模型允许投入增加时产出方差升降；应用提示劳动、水可能降低羊毛产量方差，羊及建筑和土地可能提高方差。
- 阅读关注点
- 应核对两模型的均值与方差设定、时间和企业误差成分的处理，以及各投入风险方向的统计证据与解释条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未提供样本、估计条件或显著性结果，投入与方差的关系不能直接视为因果效应。
原文摘要
Two production-function models with error components for time and firms and a heteroscedastic disturbance are proposed. Unlike previous models, these two permit the variance of output to increase or decrease as one of the inputs is increased. When the models and some suggested estimators are applied to the pastoral zone of eastern Australia, the results indicate that labor, water, and possibly fencing, are likely to reduce the variance of wool production; and that sheep, and buildings and land, are likely to increase the variance.