Alternative technical efficiency measures: Skew, bias and scale
替代性技术效率度量：偏斜、偏差与尺度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：摘要涉及固定效应随机前沿，但未明确面板结构或结构识别，所列细分类依据不足。
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
替代性技术效率度量：偏斜、偏差与尺度
- 研究问题
- 在固定效应随机前沿模型中，以样本最差企业或最好与最差企业共同作为参照，能否改善技术效率度量的估计偏差？
- 方法与思路
- 作者构造相对最差企业的新度量及同时参照最好、最差企业的双侧度量，并用模拟考察无效率分布偏斜和效率差异尺度。
- 材料陈述的贡献
- 摘要称样本中许多企业接近效率前沿时，新度量估计偏差较小；模拟提示度量选择取决于无效率分布偏斜与差异尺度。
- 阅读关注点
- 应核对各效率度量的定义与经济含义、样本极端企业的影响、偏差比较口径，以及不同偏斜和尺度下的模拟设计。
- 阅读边界
- 所给 Crossref 摘要未说明样本维度、完整分布假设或偏差数值；新旧度量参照不同，不能仅凭偏差宣称普遍优越。
原文摘要
SUMMARY In the fixed‐effects stochastic frontier model an efficiency measure relative to the best firm in the sample is universally employed. This paper considers a new measure relative to the worst firm in the sample. We find that estimates of this measure have smaller bias than those of the traditional measure when the sample consists of many firms near the efficient frontier. Moreover, a two‐sided measure relative to both the best and the worst firms is proposed. Simulations suggest that the new measures may be preferred depending on the skewness of the inefficiency distribution and the scale of efficiency differences. Copyright © 2010 John Wiley & Sons, Ltd.