Identification and Estimation of Production Function with Unobserved Heterogeneity
含未观测异质性的生产函数识别与估计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：摘要明确研究企业生产函数和潜在技术类型的识别估计，并依赖四期工厂面板数据，直接对应结构估计与微观面板方向。
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…
含未观测异质性的生产函数识别与估计
- 研究问题
- 当企业异质性不仅体现为 Hicks 中性技术项，还影响生产技术和生产率增长时，如何非参数识别不同潜在类型的生产函数？
- 方法与思路
- 作者用有限混合模型描述生产技术和生产率增长过程的未观测异质性，研究四期面板下的识别，并分析日本工厂级面板数据。
- 材料陈述的贡献
- 摘要称在相关文献类似假设下四期面板可识别各潜在类型生产函数，并报告忽略投入弹性异质性可能系统性偏误生产率增长估计。
- 阅读关注点
- 应核对四期识别所需的具体假设、潜在类型数及标签处理、投入选择内生性的处理，以及估计弹性和增长过程的稳健性。
- 阅读边界
- 这是 arXiv 预印本，未核实同行评审或期刊接收。摘要未列明识别与估计条件，也未给出偏误大小，四期数据本身不保证识别。
原文摘要
This paper examines the nonparametric identifiability of production functions, considering firm heterogeneity beyond Hicks-neutral technology terms. We propose a finite mixture model to account for unobserved heterogeneity in production technology and productivity growth processes. Our analysis demonstrates that the production function for each latent type can be nonparametrically identified using four periods of panel data, relying on assumptions similar to those employed in existing literature on production function and panel data identification. By analyzing Japanese plant-level panel data, we uncover significant disparities in estimated input elasticities and productivity growth processes among latent types within narrowly defined industries. We further show that neglecting unobserved heterogeneity in input elasticities may lead to substantial and systematic bias in the estimation of productivity growth.