14. Năng suất, biên hiệu quả và hàm sản xuất cấu trúc
1. Đặt vấn đề và bối cảnh nghiên cứu
Trong nghiên cứu thực nghiệm kinh tế, tài chính và chính sách công, việc lựa chọn đúng cấu trúc mô hình thuộc chương Năng suất, biên hiệu quả và hàm sản xuất cấu trúc quyết định trực tiếp tính không chệch, tính nhất quán và hiệu lực suy luận thống kê của các ước lượng theo Greene (2019); Cameron & Trivedi (2022); Wooldridge (2010); Baltagi (2021). Khi cấu trúc dữ liệu thực tế vi phạm các giả định cổ điển, nhà nghiên cứu cần áp dụng chính xác các phương pháp chuyên biệt được trình bày trong chương này theo Aigner, Lovell & Schmidt (1977); Battese & Coelli (1995); Simar & Wilson (1998, 2007); Färe et al. (1994); Ackerberg, Caves & Frazer (2015).
Khung biểu diễn toán học tổng quát cho các mô hình thuộc chương 14 được xác lập tại phương trình 1:
$$\ln Y_{it} = \beta_0 + \beta_L \ln L_{it} + \beta_K \ln K_{it} + \omega_{it} + \varepsilon_{it}, \quad \text{TE}_i = \text{E}[\exp(-u_i) \mid \varepsilon_i] \tag*{[1]}$$
Từ phương trình 1, mỗi nhóm phương pháp con trong chương sẽ cụ thể hóa điều kiện nhận dạng, cấu trúc ma trận hiệp phương sai của sai số và thuật toán tối ưu hóa phù hợp với từng thiết kế dữ liệu tại Việt Nam theo Aigner, Lovell & Schmidt (1977); Battese & Coelli (1995); Simar & Wilson (1998, 2007); Färe et al. (1994); Ackerberg, Caves & Frazer (2015); Greene (2019); Cameron & Trivedi (2022); Wooldridge (2010); Baltagi (2021).
2. Cấu trúc các nhóm phương pháp trong chương
Chương 14 được tổ chức thành 1 nhóm bài giảng theo thứ tự từ nền tảng đến nâng cao:
3. Danh mục các mô hình kinh tế lượng
Bảng dưới đây đối chiếu toàn bộ 4 bài giảng thuộc chương 14 cùng bộ thư viện thực thi trên Stata 18, R 4.x, Python 3.11+ và các kiểm định chẩn đoán bắt buộc:
| Mã mục | Tên bài giảng | Thư viện thực thi Stata · R · Python | Kiểm định chẩn đoán bắt buộc | Dữ liệu thực nghiệm Việt Nam |
|---|---|---|---|---|
| 14.1.1 | Phân tích biên ngẫu nhiên hàm sản xuất và chi phí (SFA) | base Stata frontier · frontier · scipy / statsmodels |
Tỷ trọng phương sai phi hiệu quả $\gamma = \sigma_u^2 / — \sigma_v^2 + \sigma_u^2 —$ và $\lambda = \sigma_u/\sigma_v$, **kiểm định Kodde–Palm mixed-$\chi^2$ LR** cho $H_0: \sigma_u^2 = 0$ — có tồn tại phi hiệu quả hay chỉ là OLS , phân phối TE. | Đo lường hiệu quả kỹ thuật ngân hàng và doanh nghiệp Việt Nam |
| 14.1.2 | Phân tích bao dữ liệu và suy luận Bootstrap Simar–Wilson (DEA) | teradial / simarwilson · Benchmarking · scipy |
Điểm hiệu quả gốc $\hat{\theta}_{\text{CRS}}, \hat{\theta}_{\text{VRS}}$, hiệu quả quy mô SE và phân loại IRS / CRS / DRS, điểm hiệu quả hiệu chỉnh chệch Simar–Wilson $\hat{\theta}_{\text{BC}}$ kèm 95% CI. | Hiệu quả đầu tư công và y tế 63 tỉnh thành |
| 14.1.3 | Chỉ số năng suất nhân tố tổng hợp liên thời gian Malmquist | malmq2 · Benchmarking · scipy |
Trung bình nhân toàn hệ thống & từng đơn vị cho TFPCH, EFFCH — Catch-up $>1$ , TECHCH — Frontier-shift $>1$ , PECH, SECH; kiểm định bootstrap $H_0: \text{TFPCH} = 1$, cảnh báo LP infeasibility chéo kỳ. | Phân rã bắt kịp hiệu quả và tiến bộ công nghệ ngân hàng |
| 14.1.4 | Ước lượng hàm sản xuất cấu trúc và TFP Ackerberg–Caves–Frazer (ACF) | prodest · prodest · statsmodels / scipy |
Kiểm định hiệu suất theo quy mô không đổi — $H_0: \beta_l + \beta_k = 1$ , độ bền bỉ Markov AR bậc 1 của TFP $\hat{\rho}_\omega$, Hansen $J$, phân phối $\widehat{\text{TFP}}_{it}$. | Tính TFP doanh nghiệp chế biến chế tạo Việt Nam |
4. Quy tắc chọn mô hình và kiểm định
Trước khi công bố kết quả ước lượng thuộc chương 14, nhà nghiên cứu cần thực hiện đầy đủ danh mục kiểm tra học thuật sau theo Greene (2019); Cameron & Trivedi (2022); Wooldridge (2010); Baltagi (2021):
- Câu hỏi nhận dạng trung tâm: Làm thế nào để đo lường hiệu quả kỹ thuật, phân rã chỉ số năng suất liên thời gian Malmquist và ước lượng TFP cấu trúc khử nội sinh đầu vào (ACF)?
- Hệ thống kiểm định chẩn đoán bắt buộc: Kodde–Palm Mixed-Chi2 LR Test — H0: sigma_u = 0 , Simar–Wilson Smoothed Bootstrap Bias Correction, Returns-to-Scale Wald Test, Markov TFP Persistence Check.
- Suy luận thống kê vững: Luôn kiểm tra cấu trúc phương sai thay đổi, tự tương quan hoặc phụ thuộc cụm để lựa chọn ma trận hiệp phương sai sai số chuẩn phù hợp trên Stata 18, R 4.x và Python 3.11+ theo Aigner, Lovell & Schmidt (1977); Battese & Coelli (1995); Simar & Wilson (1998, 2007); Färe et al. (1994); Ackerberg, Caves & Frazer (2015).
5. Tài liệu tham khảo
- Aigner, Lovell, & Schmidt(1977). Econometric specification, identification, and asymptotic inference.
- Battese, & Coelli(1995). Econometric specification, identification, and asymptotic inference.
- Simar, & Wilson(1998, 2007). Econometric specification, identification, and asymptotic inference.
- Färe et al.(1994). Econometric specification, identification, and asymptotic inference.
- Ackerberg, Caves, & Frazer(2015). Econometric specification, identification, and asymptotic inference.
- Greene, W. H.(2019). Econometric Analysis, 8th ed, Chương 19: Stochastic Frontier Analysis and Efficiency Measurement. Pearson.
- Cameron, A. C, & Trivedi, P. K.(2022). Microeconometrics Using Stata, 2nd ed, Vol. 1–2: Structural Production Function and Frontier Estimation. Stata Press.
- Wooldridge, J. M.(2010). Econometric Analysis of Cross Section and Panel Data, 2nd ed, Chương 11: Production Function Control-Function Estimation. MIT Press.
- Baltagi, B. H.(2021). Econometric Analysis of Panel Data, 6th ed, Chương 10: Panel Stochastic Frontier and Productivity. Springer.
↑ Tài liệu gốc: KINH TẾ LƯỢNG ỨNG DỤNG TOÀN DIỆN TỪ A – Z
← Chương trước: 13. Phân phối thu nhập và phân rã bất bình đẳng
→ Nhóm đầu tiên trong chương: 14.1. Biên hiệu quả và năng suất nhân tố tổng hợp (TFP)
→ Bài học đầu tiên trong chương: 14.1.1. Phân tích biên ngẫu nhiên hàm sản xuất và chi phí (SFA)
→ Chương tiếp theo: 15. Kinh tế lượng phi tham số và suy luận tái lấy mẫu cụm ít