Binary Endogenous Treatment in Stochastic Frontier Models with an Application to Soil Conservation in El Salvador
随机前沿模型中的内生二元处理：萨尔瓦多土壤保护应用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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要以工具变量处理项目参与内生性，并估计生产前沿与无效率的结构化模型。
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二元处理：萨尔瓦多土壤保护应用
- 研究问题
- 评估农业项目时，如何在随机生产前沿模型中同时允许处理影响生产前沿与无效率，并处理参与项目的二元选择内生性？
- 方法与思路
- 作者扩展随机前沿模型的极大似然估计，借助工具变量建立处理分配机制，并显式建模第一、第二阶段复合误差的密度。
- 材料陈述的贡献
- 摘要提出允许内生二元处理同时进入前沿与无效率的估计框架，并用萨尔瓦多土壤保护项目农户数据展示控制内生性的重要性。
- 阅读关注点
- 应核对工具变量的相关性与排除限制、复合误差的分布及依赖结构，以及处理对产出前沿和无效率的作用如何分别识别。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及接收状态未核验；摘要未列工具变量、识别条件或实证效应数值，无法判断其可信程度。
原文摘要
Improving the productivity of the agricultural sector is part of one of the Sustainable Development Goals set by the United Nations. To this end, many international organizations have funded training and technology transfer programs that aim to promote productivity and income growth, fight poverty and enhance food security among smallholder farmers in developing countries. Stochastic production frontier analysis can be a useful tool when evaluating the effectiveness of these programs. However, accounting for treatment endogeneity, often intrinsic to these interventions, only recently has received any attention in the stochastic frontier literature. In this work, we extend the classical maximum likelihood estimation of stochastic production frontier models by allowing both the production frontier and inefficiency to depend on a potentially endogenous binary treatment. We use instrumental variables to define an assignment mechanism for the treatment, and we explicitly model the density of the first and second-stage composite error terms. We provide empirical evidence of the importance of controlling for endogeneity in this setting using farm-level data from a soil conservation program in El Salvador.