Unveiling Plant‐Product Productivity via First‐Order Conditions: Robust Replication of Orr (2022)
通过一阶条件揭示工厂—产品生产率：对 Orr（2022）的稳健复现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：摘要明确结合需求系统估计、成本最小化及一阶条件估计工厂内产品生产率。
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
通过一阶条件揭示工厂—产品生产率：对 Orr（2022）的稳健复现
- 研究问题
- 结合需求估计与成本最小化的工厂内产品生产率方法能否复现，其主要模式是否对工具变量排除阈值及样本时期敏感？
- 方法与思路
- 作者重建印度机械生产商数据，复现原方法并改变排除阈值；扩展时期的结果则使用原时期估计的需求参数进行校准。
- 材料陈述的贡献
- 摘要称，原样本的主要生产率模式得到复现且对阈值变化稳健；扩展样本在固定原需求参数的条件下也保留主要结果。
- 阅读关注点
- 应核对其他产品市场投入价格冲击的排除限制、下游采购份额阈值，以及扩展期需求估计为何产生不符合约束的系统。
- 阅读边界
- 仅依据 Crossref 摘要；扩展期结果依赖原时期需求参数校准，不能视为扩展期需求系统独立重估成功或工具变量有效性的证明。
原文摘要
ABSTRACT We assess the replicability of Orr's (2022) method for estimating within‐plant productivity across product lines, which combines demand estimation with cost minimization. The original study uses input price shocks in other output markets as instrumental variables, with exclusion restrictions based on downstream purchase shares. Reconstructing the original dataset of Indian machinery producers from 2000–2007, we reproduce the main productivity patterns and demonstrate their robustness to variations in the exclusion threshold. The main results remain robust in extended samples (2010–2019, 2000–2019) when calibrating demand parameters to Orr's (2022) estimates for 2000–2007, as estimation on these extended periods yields inadmissible demand systems.