|
我先以单边 SFA 为例,说明一下效率和非效率的区别和关系,然后再回答你的问题。
*----------------
*-3.1.2 截面模型 (SFA)
*--------
*-3.1.2.1 模型设定
* s1-完美假设下的产出函数(假设生产效率为100%)
*
* ------------------
* Y* = f(z,b) (1)
* ------------------
*
* e.g. C-D 生产函数
* s2-实际生产中,往往存在效率损失
* ------------------
* Y = f(z,b)*w (2)
* ------------------
* w 表示【效率水平】,显然,0<w<=1, 如 w=90%, 80%
* w=1, 表示现有生产技术达到了理论上的最优产出水平;
* w<1, 表示存在效率损失
* s3-同时,假设生产可能受到随机因素的影响(如天气、运气等)
* 这也是“随机”(Stochastic)的含义
* ------------------------
* Y = f(z,b)*w*exp(v) (3)
* ------------------------
* v 为随机干扰的因素,
* 采用指数形式 exp(v) 是为了保证 Y>=0.
* s4-对(3)式两边取对数,可得:
* -------------------------------
* lnY = ln{f(z,b)} + ln(w) + v (4)
* -------------------------------
* s5-转化为计量模型:
* ---------------------------
* lnY = a + x*b + v - u (5)
* ---------------------------
* where, u = -ln(w)
* w<=1 ==> ln(w)<=0 ==> u>=0
* 因此,需要将 w 设定为单边分布(one-siede distribution)
* 实证分析中,通常设定如下:
*
* ---------------------------SFA model-------------------------
* y = a + x*b + v - u
*
* v ~ N(0, sigma_v^2) 一般意义上的随机干扰项
*
* u ~ one-sided distribution 反映无效率的干扰项,单边分布
* -------------------------------------------------------------
*--------
*-3.1.2.2 效率估计
*-【效率】的含义
* ------------------
* Y = f(z,b)*w (2)
* ------------------
* w 表示【效率水平】,显然,0<w<=1
* ------------------------------------
* lnY = a + x*b + v - u (5)
* ------------------------------------
* where, u = -ln(w)
*- 因此,估计出 u 后,可得
* ----------------------------------
* 效率水平: w = exp(-u) (6)
* 无效率水平: 1 - w = 1- exp(-u) 亦称为“效率损失” (7)
* ----------------------------------
上文中的 (7) 式就是 SFA 文献中测算“效率损失”或无效率的基本公式。
简言之,在模型设定的最初阶段,首先引入的是 w (即效率),通过变换后,才转成模型 (5) 的形式,此时才隐身出“无效率”的问题。
如果能理解这个公式的由来,那么下面的分析就很简单了。
双边随机边界模型设定如下:
*-模型设定
lnY = x*b - u + w + e
*-e 常规意义上的干扰项, e~N(0, sigma_e^2)
*-u 低于边界值的部分,u~exp(sigma_u)
*-w 高于边界值的部分,w~exp(sigma_w)
需要特别注意的是,u 前面的符号是负号,而 w 前面的符号是正号。这意味着,在模型设定之初,已经确定了 u 是下偏的程度,而 w 是上偏的程度。
根据上面对单边 SFA 的分析,采用 1- exp(-u) 可以衡量下偏的百分比,那么很显然,可以用 1- exp(-w) 衡量上偏的百分比。
|