Production Function Estimation with Factor-Augmenting Technology: An Application to Markups
含要素增强型技术的生产函数估计：加成率的应用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。
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：摘要以生产函数结构估计与识别策略为核心，并涉及企业层面面板数据的估计框架，故对应结构估计与面板数据。
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
含要素增强型技术的生产函数估计：加成率的应用
- 研究问题
- 摘要称，研究如何在允许劳动增强型技术（即多维生产率）的条件下估计生产函数，并将其用于估计制造业的加成率。
- 方法与思路
- 作者提出一种参数限制较少的估计方法，先扩展 Olley-Pakes 框架假设至多维生产率，再基于控制变量法与一阶条件构建识别策略，并应用于美国及四个发展中国家的制造业。
- 材料陈述的贡献
- 摘要称该方法推广了依赖 CES 生产函数的既有做法；实证发现忽略劳动增强型生产率会低估资本弹性、高估可变投入弹性，并在所有国家高估加成率。
- 阅读关注点
- 应核对多维生产率的识别假设与一阶条件来源、控制变量法的具体实现、与 CES 框架的可比性，以及弹性与加成率估计的稳健性和数据细节。
- 阅读边界
- 摘要未说明具体数据来源、样本期、参数限制形式、标准误与检验结果，也未给出识别假设的充分性论证，故无法仅凭摘要判断结论的普遍性。
原文摘要
I develop a new method for estimating production functions with laboraugmenting technology and apply it to markup estimation. The method imposes limited parametric restrictions and generalizes prior approaches that rely on the CES production function. I first extend the canonical Olley-Pakes framework assumptions to multidimensional productivity and then develop an identification strategy based on a control variable approach and first-order conditions. I use this method to estimate output elasticities and markups in manufacturing industries in the US and four developing countries. I find that neglecting labor-augmenting productivity underestimates capital elasticity, overestimates variable input elasticity, and overestimates markups in all countries.