主題：Neutral and Non-neutral Productivity in Structural Proxy Variable Models結構代理變量模型中的中性和非中性生產率

主講人：美國紐約州立大學賓漢姆頓分校哈勃文理學院 Subal C. Kumbhakar教授

主持人：中國西部經濟研究院 侯哲之講師

時間：5月26日9:30-11:00

地點：柳林校區格致樓1011會議室

主辦單位：中國西部經濟研究院 科研處

主講人簡介：

Subal C. Kumbhakar，紐約州立大學賓漢姆頓分校經濟學杰出教授，南加州大學經濟學博士、瑞典哥德堡大學名譽博士，隨機前沿分析（Stochastic Frontier Analysis）領域的重要開創者，專注于計量經濟學、應用微觀經濟學及效率與生產率測量，在多個行業和國家展開研究。與C.A. Knox Lovell合著的《隨機前沿分析》是該領域權威教材，在Review of Economics and Statistics、Journal of Econometrics、Journal of Business & Economic Statistics、Journal of Development Economics等頂級期刊發表數百篇論文。現任Empirical Economics共同主編、Journal of Productivity Analysis副主編，Journal of Applied Econometrics杰出作者, 前American Journal of Agricultural Economics副主編。根據RePec/IDEAs的數據庫，在效率和生產力領域全世界排名第五，并被斯坦福大學評為全球前2%頂尖科學家。

內容提要：

This lecture compares two structural models of productivity measurement: one with a single (neutral and non-neutral) productivity term, and another with multiple factor-specific productivity terms. Both models are based on profit maximization. Case A presents a neutral model and a non-neutral model with distinct productivity effects. Case B proposes a framework combining neutral and biased productivity, allowing input-specific adjustments. The lecture also discusses identification and estimation under a translog production function, highlighting the need for panel data.

本講座將比較兩類生產率測量的結構模型：一種使用單一的（同時包含中性與非中性成分的）生產率項，另一種則引入多個要素特定的生產率項。兩種模型均基于利潤最大化行為構建。案例A介紹中性模型和非中性模型，分別對應不同的生產率效應；案例B提出結合中性與偏向性生產率的框架，允許對各投入要素進行單獨調整。講座還將討論在易變換生產函數下的識別與估計問題，強調識別生產率和噪聲項需要使用面板數據。