Identification and Estimation of Equivalence Scales under Weak Separability
弱可分性下等价尺度的识别与估计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：摘要围绕可分需求模型、家庭等价尺度的识别和需求系统估计展开，直接对应消费者需求的结构估计。
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
弱可分性下等价尺度的识别与估计
- 研究问题
- 在弱可分需求模型中，如何将人口特征差异纳入等价尺度，并解决横截面等价尺度估计中的识别不足问题？
- 方法与思路
- 作者将多种人口差异处理方法表示为广义Barten等价尺度，使尺度同时依赖人口变量和各商品组的具体商品组合。
- 材料陈述的贡献
- 摘要称，广义尺度较普通尺度更合理，可提高需求系统估计效率，并克服Muellbauer提出的横截面识别不足。
- 阅读关注点
- 应核对弱可分性与尺度设定的关系、商品组合依赖如何提供识别，以及效率提升和克服识别不足所需的具体条件。
- 阅读边界
- 摘要未展示识别论证、需求系统形式或效率比较，不能据此判断该广义尺度在任意需求数据中均可识别。
原文摘要
This paper shows that most methods of incorporating demographic variation into separable models can be represented in a form that is identical to Barten equivalence scales, except that the scales themselves depend on the exact mix of goods that comprise each group, as well as on demographic variables. This generalization of Barten scales is shown to be more plausible than ordinary scales, can be used to increase the efficiency of demand system estimation, and can overcome Muellbauer's under-identification result for cross-sectional estimation of equivalence scales.