论文部分内容阅读
生产函数是经济数学与数量经济学中的一个重要概念，它是一种技术关系，表明在一定的技术水平下，由每一组特定的生产要素组合构成的投入所能得到的最大产出。通常将严格符合上述定义的生产函数称为生产前沿或前沿生产函数，同时也与传统的回归统计方法确定的“平均生产函数”相区别。生产前沿与生产的技术无效性是联系在一起的，同时生产前沿又与生产可能集的边界很好的吻合起来。它是度量生产的有效性的重要工具，通过了解生产行为无效的根源及程度，进而提出相应的改进对策和目标，可以有效地节省能源、减少浪费，同时它又是与成本前沿函数对偶的，因而对前沿面的研究是很有价值的。 生产前沿的研究方法主要有，参数方法、非参数方法。本文的主要工作是： (1) 本文首先在合理分析生产集与生产函数的理论的基础上，全面分析总结了研究生产前沿的非参数方法——数据包络分析(DEA)方法，指出了它的局限性。 (2) 研究生产前沿的参数方法包括确定性前沿面模型和随机前沿面模型方法。分析总结了确定性前沿模型的估计方法，在合理分析生产行为的随机性的基础上，针对随机前沿面模型因含有双误差而造成的估计上的困难，以C—D生产函数为例，采用极大似然估计法，全面讨论了管理偏差服从截断正态分布、半正态分布、指数分布及伽马分布时，随机前沿面模型的求解模型。在假定随机前沿面模型中的系数为多元正态分布的情形下，采用极大似然估计法，详细推导了管理偏差服从上述各分布时的随机系数的随机前沿面模型的求解模型。 (3) 采用将管理偏差先看作参数进行参数扩张的一般对随机前沿面的Bayes估计方法，基于MCMC方法中的Gibbs抽样，在假定管理偏差为不同分布时，详细推导了一般随机前沿面模型和随机系数的随机前沿面模型的Bayes估计方法，并给出了随机系数服从特殊的多元正态分布的情形下，随机系数的随机前沿面模型的Bayes估计的算法。推导证明了随机前沿面模型对生产技术无效性进行估计的方法。 (4) 实证中表明极大似然估计可以很好的解决随机前沿面模型中误差项的分解，并比较分析了随机系数的随机前沿面模型与一般随机前沿面模型的差异，指出了一般随机前沿面模型的局限性。