Estimation of Industrial Heterogeneity from Maximum Entropy and Zonotopes Using the Enterprise Surveys
利用企业调查、最大熵与带状多面体估计产业异质性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：摘要以企业生产函数估计和生产技术刻画为核心，对应生产经济学中的结构估计方向。
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
利用企业调查、最大熵与带状多面体估计产业异质性
- 研究问题
- 如何利用企业级调查数据估计生产函数并度量产业异质性，使指标能够反映传统参数方法可能遗漏的功能差异及行业技术变化？
- 方法与思路
- 作者对四国世界银行企业调查数据应用最大熵生产函数估计，将归一化熵与 Zonotope 基尼指标比较，并引入针对投入轴的切线方法考察技术变化。
- 材料陈述的贡献
- 摘要称该框架结合信息论与生产经济学刻画产业结构和功能差异，模拟支持最大熵回归近似产业异质性，并主张其度量更精细且具有经济含义。
- 阅读关注点
- 核对最大熵估计的约束、熵归一化和 Zonotope 指标的构造，以及指标间如何比较；检查技术变化度量、模拟真值和纵向分析依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未给出优越性评价标准、识别条件或数值结果，也未说明数据是否支持所称纵向优势。
原文摘要
This study introduces a novel framework for estimating industrial heterogeneity by integrating maximum entropy (ME) estimation of production functions with Zonotope-based measures. Traditional production function estimations often rely on restrictive parametric models, failing to capture firm behavior under uncertainty. This research addresses these limitations by applying Hang K. Ryu's ME method to estimate production functions using World Bank Enterprise Survey (WBES) data from Bangladesh, Colombia, Egypt, and India. The study normalizes entropy values to quantify heterogeneity and compares these measures with a Zonotope-based Gini index. Results demonstrate the ME method's superiority in capturing nuanced, functional heterogeneity often missed by traditional techniques. Furthermore, the study incorporates a "Tangent Against Input Axes" method to dynamically assess technical change within industries. By integrating information theory with production economics, this unified framework quantifies structural and functional differences across industries using firm-level data, advancing both methodological and empirical understanding of heterogeneity. A numerical simulation confirms the ME regression functions can approximate actual industrial heterogeneity. The research also highlights the superior ability of the ME method to provide a precise and economically meaningful measure of industry heterogeneity, particularly for longitudinal analyses.