随机前沿模型-原理解读
随机前沿成本函数模型及应用
ｌ ， ）Ｎｎ Ｎｎｌ １ 茧ｎ ｎ 』， 一 Ｖ ＿ 荟 ＋ ｌ （ ＋ ｌ 一 Ｎ 一 ａ ｌ
（ 一 ￡ ） （） ５
归系数 ， 联合误差 为 一 ＋Ｕ。其 中 ，ｉ 随机 误差 项 ， 是 ／ ｖ是 ３
低 效 率 误 差 项 ， 与 相 互 独 立 。
设 进行 了 Ｎ 次观测 （ ， ）， Ｘ 随机前沿成本模 型为 ：
—
Ｘ ＋ Ｖ ＋“ （ ０， 口 ｉ “ ≥ 一１， … Ｎ） ２，
（） １
这 里 Ｘｉ （ ， ｌ ｚ… ， ，一 （ｏ ， ， ） 回 一 １Ｘ ， ， Ｘ ） Ｊ ｐ ， … 为 ８
ｅｐ ｘ
临的共 同问题 ， 以对 大型综 合 医院 的效率 研究是 十分 必要 所
的。
考 虑 医 院 的投 入 和 产 出 的 特 点 ， 现 有 的产 出 （ 病 人 ） 在 如
） 一
ｅｐ 一生 ｘ（
２ 一 ｄ
）
（） ２
确定条件下 ， 来考察对 医院 的投 入量 ， 即测量 医院效率 时适合
参 数 估 计 时 一般 需 对 误 差 项 和 的 分 布 进 行 假 定 。假 设 ｖ～ Ｎ（ ， ）， 中 Ｏ ＜ ｃ （一 １ ２ … ， ｉ Ｏ 其 ≤ × ， ， Ｎ）， 地则 根 。 而
显著特点 ｌ 。由于大 型综 合医院是一个 地 区卫 生系统 的重要 １ ］
组成部分 ， 直接影响着所在地 区卫生服 务的发展 水平 ， 其 因此 人 们 逐 渐对 大 型 医 院 的 投 入 所 产 生 的 效 果 产 生 了极 大 关 注 。 如何 使 大 型 综 合 医 院 在 较 少 的 投 入 下 取 得 最 大 的 产 出 ， 量 尽 减 少 不 必要 的 支 出 ， 高 其 资 源 利 用 效 率 成 为 政 府 和 医 院 面 提
中国工业企业生产效率随机前沿模型分析
若ＴＥＣ＞１，则存在前沿效率的进步。 （３）规模效率变化（ＳＥＣ） 一个厂商可以通过变动他的运营规模 使得该厂商运营与生产的技术最优规模 （ＴＯＰＳ）处，以提高其生产效率。 一个厂商在 某个时期的规模效率可以表示为：
均来源于２０００ 年～２ ０ ０ ８年的 《中国统计年 鉴》 和 《科技统计年鉴》 ， 部分年份的数据来 源于各年各地区的统计年鉴。 （１）实际工业总产值（Ｙ）。 本文采用实际 工业总产值作为产出。 处理方式如下：将 《中国统计年鉴》 中规模以上工业企业的各 年名义工业总产值，经过各年各地区工业 品出厂价格指数平减， 得到实际的工业总 产值。 内资工业部门的实际工业总产值由 规模以上工业企业和规模以上三资企业的 实际工业总产值相减得到。 （２）固定资产净值（Ｋ）。 对于固定资产净 值的处理采用永续盘存法（ＰＩＭ），以１９９９年 的 固 定 资 产 净 值 为 基 期， 以 相 邻 两 年 的 固 定资产年末余值之差作为当年的新增固定 资产投资。 公 式 如 下：
表２
+∑
n =1
N
n
InX nit +
1 N N ∑∑ 2 n =1 j =1
nj
InX nit InX njt +
∑
n =1
N
tn
tInX nit + t t +
1 2
tt
t 2 + D1 + D2 + D3 + Vit − U it （１１）
（１）内 资 工 业 企 业 的 估 计 结 果 分 析：我 们将内资工业部门的估计结果统计如表１ 所示。 （２）对 于 显 著 性 和 假 设 检 验 的 说 明：由 表３．１，除了δ４、 δ７之外，所有系数均通过 了１％的ｔ检验；而γ＝０．９９９，并且显著，这说 明 生 产 对 于 前 沿 的 偏 离， 主 要 是 由 于 技 术 无效率所引起的。 对于是否存在无效性的
随机模型的应用原理是什么
随机模型的应用原理是什么1. 什么是随机模型随机模型是一种描述随机现象的数学模型，它用于描述具有一定不确定性的事物或现象。
随机模型的应用范围十分广泛，涉及到统计学、物理学、金融学等多个领域。
2. 随机模型的应用原理随机模型的应用原理主要基于概率论和统计学的理论基础。
以下是随机模型应用原理的几个基本要点：2.1 随机变量随机变量是随机模型的基本概念之一。
它是一个数值函数，其取值由随机现象决定。
随机变量可以是离散型或连续型，其概率分布可以通过概率密度函数或累积分布函数来描述。
2.2 概率分布函数概率分布函数是描述随机变量取值的概率分布的函数。
它可以用来计算随机变量落在某个特定区间内的概率。
常见的概率分布函数有正态分布、泊松分布、均匀分布等。
2.3 随机过程随机过程是随机模型的一种扩展形式，用于描述具有时间演化的随机现象。
随机过程可以是离散时间过程或连续时间过程，其演化可以用概率函数或者概率分布函数来描述。
2.4 马尔可夫链马尔可夫链是一种特殊的随机过程，具有马尔可夫性质。
马尔可夫性质指的是在已知当前状态的情况下，未来状态的概率分布只依赖于当前状态，而与过去状态无关。
2.5 蒙特卡洛方法蒙特卡洛方法是一种基于随机模拟的数值计算方法。
它通过生成大量的随机样本来近似求解复杂的数学问题。
蒙特卡洛方法在金融学中常用于期权定价、风险管理等领域。
2.6 随机优化随机优化是一种通过引入随机因素来解决优化问题的方法。
它可以用来求解具有不确定性的目标函数的最优解。
随机优化在供应链管理、投资组合优化等领域具有广泛的应用。
2.7 贝叶斯统计贝叶斯统计是一种基于贝叶斯定理的统计推断方法。
它用于根据已有观测数据来更新对未知参数的先验分布，从而得到后验分布。
贝叶斯统计在机器学习、数据挖掘等领域有广泛的应用。
3. 随机模型的应用举例3.1 随机游走模型随机游走模型常用于描述股票价格的变动。
它假设股票价格在每个时间步骤上都有随机的涨跌幅度，从而模拟股票价格的波动。
随机模型的应用原理有哪些
随机模型的应用原理有哪些1. 什么是随机模型随机模型是描述事件出现的概率分布的数学模型。
它是用来表示随机性的特点和规律的工具，可以帮助我们理解和预测不确定性的事件。
2. 随机模型的应用随机模型在各个领域都有广泛的应用，下面将介绍其中一些常见的应用原理。
2.1 金融风险模型金融行业经常使用随机模型来衡量和管理风险。
通过建立概率模型，可以对不同金融资产的价格波动进行预测和分析，帮助投资者进行风险管理和决策。
例如，利用随机模型可以计算股票价格的期望收益和风险，评估不同的投资组合的风险敞口，为投资者提供参考依据。
2.2 信号处理在信号处理领域，随机模型被广泛应用于统计信号处理和随机过程分析。
通过利用随机模型，可以对复杂的信号进行建模和分析，提取有用的信息。
例如，利用随机模型可以对噪声信号进行滤波，提高信号的质量；也可以对通信系统中的信道进行建模，分析信道容量和误码率等性能指标。
2.3 机器学习在机器学习领域，随机模型是建立概率图模型和统计模型的基础。
通过利用随机模型，可以对数据进行建模和预测，实现诸如分类、回归、聚类、降维等任务。
例如，朴素贝叶斯分类器利用随机模型来计算给定特征条件下的类别概率，从而进行分类；隐马尔可夫模型利用随机模型来建模状态转移和观测生成过程，用于序列数据的分析和预测。
2.4 生物学建模在生物学领域，随机模型被广泛应用于生物过程的建模和分析。
生物学中的许多现象都具有随机性，例如基因突变、蛋白质折叠、细胞分裂等。
通过利用随机模型，可以对这些生物过程进行建模，并研究其随机性特点。
例如，马尔可夫链模型被用来描述基因突变的演化过程，蒙特卡洛方法被用来模拟蛋白质的折叠过程。
3. 随机模型的建立方法建立随机模型的方法有很多，下面介绍一些常用的方法：3.1 参数估计参数估计是建立随机模型的一种常用方法。
通过观测样本数据，利用统计方法估计模型参数。
例如，最大似然估计是一种常用的参数估计方法，通过最大化观测样本的似然函数来估计模型参数。
内生权重空间随机前沿模型的估计与应用
内生权重空间随机前沿模型的估计与应用下载提示：该文档是本店铺精心编制而成的，希望大家下载后，能够帮助大家解决实际问题。
文档下载后可定制修改，请根据实际需要进行调整和使用，谢谢！本店铺为大家提供各种类型的实用资料，如教育随笔、日记赏析、句子摘抄、古诗大全、经典美文、话题作文、工作总结、词语解析、文案摘录、其他资料等等，想了解不同资料格式和写法，敬请关注！Download tips: This document is carefully compiled by this editor. I hope that after you download it, it can help you solve practical problems. The document can be customized and modified after downloading, please adjust and use it according to actual needs, thank you! In addition, this shop provides you with various types of practical materials, such as educational essays, diary appreciation, sentence excerpts, ancient poems, classic articles, topic composition, work summary, word parsing, copy excerpts, other materials and so on, want to know different data formats and writing methods, please pay attention!一、概述众所周知，内生权重空间随机前沿模型是一种广泛应用于金融、经济等领域的统计模型。
随机前沿分析(新)PPT课件
采用线性规划方法计算前沿面, 确定性前沿生产函数把 影响最优产出和平均产出的全部误差统归入单侧的一 个误差项ε中, 并将其称为生产非效率. 随机前沿生产函数( Stochastic Frontier Production Function)在确定性生产函数的基础上提出了具有复合 扰动项的随机边界模型。其主要思想为随机扰动项ε应 由v 和u 组成, 其中v 是随机误差项, 是企业不能控制的 影响因素, 具有随机性, 用以计算系统非效率; u是技术 损失误差项, 是企业可以控制的影响因素, 可用来计算技 术非效率。 参数型随机前沿生产函数体现了样本的统计特性, 也反 映了样本计算的真实性。
.
生产率和效率的度量涉及到生产函数。DEA方法 的特点是将有效的生产单位连接起来，用分段超平 面的组合也就是生产前沿面来紧紧包络全部观测点， 是一种确定性前沿方法，没有考虑随机因素对生产 率和效率的影响。随机前沿生产函数则解决了这个 问题。
.
前沿生产函数(Frontier Prodution Function)反映 了在具体的技术条件和给定生产要素的组合下, 企业各投 入组合与最大产出量之间的函数关系。通过比较各企业实 际产出与理想最优产出之间的差距可以反映出企业的综合 效率。
但非参数方法存在的最大局限是: 该方法主要 运用线性规划方法进行计算, 而不像参数方法有统 计检验数作为样本拟合度和统计性质的参考; 另外, 非参数方法对观测数有一定的限制, 有时不得不舍 弃一些样本值, 这样就影响了观测结果的稳定性。 因此, 我们在这里选择参数方法进行前沿生产函数 的计算。
在参数型前沿生产函数的研究中, 围绕误差项的 确立, 又分为随机性和确定性两种方法。首先, 确 定性前沿生产函数不考虑随机因素的影响, 直接
创业板IPO 定价效率研究--基于随机前沿模型
qiyekejiyufazhan0引言新股发行定价低于新股市场价值的现象普遍存在于各国资本市场，理论上称之为IPO 抑价。
IPO 抑价通常指新股发行上市后二级市场的首日交易价格大于一级市场发行价格的现象，IPO 抑价来源于两个部分，一级市场发行定价的实质性偏低和二级市场交易价格的非理性成分。
鉴于此，本文将结合制度方面从一级市场和二级市场对IPO 定价效率进行考量，实证分析制度层面对上市新股IPO 抑价的影响。
自Rock （1986）首次采用IPO 抑价程度衡量IPO 定价效率进行系统研究以来，国内外学者对IPO 定价效率已进行了大量深入研究并提出了多种理论和假说，Rock （1986），Rund （1993），Lbboston （1994）等研究人员分别从理论和实证角度对此问题进行深入分析。
陈工孟等人（2000）曾尝试运用信息不对称理论解释中国的IPO 抑价；刘煜辉等人（2005）通过分析1995—2003年的样本后提出中国市场“股权分置”和“政府管制”的制度安排是导致高IPO 首日超额收益的根本原因；周孝华等人（2006）的研究表明核准制的IPO 定价效率要高于审批制，从而为我国证券市场的制度改革提供理论依据；李志文等人（2006）对通过1991—2004年样本的研究发现，证监会的市盈率管制是中国IPO 抑价的主要原因；田利辉（2010）指出中国的IPO 超额抑价是因股票市场受到严格管制而产生的制度性抑价，是政府干预市场的结果；张小成等人（2011）试图引入机构投资者的异质预期，通过扩展信息不对称理论解释中国的IPO 高抑价。
王冰辉（2013）进一步从IPO 时机的角度入手，研究发现中国特殊的市盈率管制政策改变了公司进行IPO 的成本，从侧面表明了制度对于IPO 行为所产生的重要影响。
宋顺林和唐斯圆（2017）的研究发现，定价管制期间的IPO 溢价相对于定价市场化阶段显著更高且二级市场投资者情绪越高、新股上市前价值不确定性越大，定价管制对IPO 溢价的影响越大。
我国大中型工业企业生产率与技术效率的随机前沿模型分析.pdf
华中科技大学博士学位论文我国大中型工业企业生产率与技术效率的随机前沿模型分析姓名：***申请学位级别：博士专业：西方经济学指导教师：***20050512快速增长。
初步分析，我们认为前沿技术进步背后有四大驱动力：行业竞争是前沿技术进步的外部压力；全球化与外商直接投资是前沿技术进步的源泉；所有制结构的变化是前沿技术进步的内在动力；良好的经济大环境为前沿技术进步提供了必要前提条件。
（3）相对前沿技术效率的行业平均水平低，企业间的技术效率水平差距逐渐拉大是生产率提高的最大障碍。
1996-2002年相对前沿的技术效率下降，使得全要素生产率的下降平均为7.1个百分点。
1996-2002年37个工业行业相对前沿的技术效率的加权平均只有31%水平，而且逐年呈下降的趋势。
企业间技术效率差距的扩大导致行业整体生产率下降：1996年下降6.4个百分点、1997年下降6.5个百分点、1998年下降6.6个百分点、1999年下降6.7个百分点、2000年下降7.0个百分点、 2001年下降7.4个百分点、和2002年下降7.9个百分点。
因此，提高相对前沿的技术效率水平已经成为中国工业企业今后发展的另一个潜在动力及挑战。
（4）随着中国市场经济改革的深化，资本市场和劳动力市场逐步完善，配置资源的功能不断提高。
资源配置效率是生产要素市场化程度高低的反映，也体现了资本市场与劳动力市场配置资源功能的强弱。
对单个企业而言，在完全竞争下，利润最大化的条件是要素的边际产出弹性等于要素的成本价格。
从37个行业的平均值，1996年至2002年大中型工业企业的资源配置效率对生产率增长的贡献仅为0.02个百分点。
生产要素的产出弹性接近要素的成本，表明从总体上市场配置资源的功能的增强。
但是，针对个别企业或行业而言，还有通过要素配置效率来提高生产率水平的空间。
（5）规模不经济性是现阶段大中型工业企业的主要特征，提高规模效应将是提升工业经济增长质量的一条有效途径。
效率增进、技术进步及高技术产业经济的动态增长——基于随机前沿模型
曾 国平 ， 罗航 艳 曹跃 群 ，
（． 庆 大 学 贸 易与行政 学 院 ， 庆 ４０ ４ ；． 庆 大学 欠 发达 地 区经济发展 研 究 院， 庆 ４０４ ） １重 重 ００４ ２ 重 重 ０ ０ ４
摘
要 ： 于随机前 沿模 型 （ Ｆ ， 基 Ｓ Ａ） 测算 了 １ ９ － ２ ０ ９ ７ ０ ８年 我 国 ３ Ｏ个省级 地 区高技 术产 业相对技 术效 率 、 全
要素 生产 率增 长率 。研 究表 明 ， 国 高技 术产 业技 术效 率 总体 水 平 不 高 ； 我 区域 效 率 差异 显著 ， 东部 地 区相
对 技 术 效 率 明 显 高 于 中 、 部 地 区 ； 本 期 间 内 高 技 术 产 业 全 要 素 生 产 率 增 长 率 波 幅 不 大 ， 长 趋 势 尚 不 西 样 增
数 形 式 对 样 本 期 我 国各 省 份 高 技 术 产 业 技 术 创 新 效 率 进 行 测 算 。具 体 的研 究 模 型 为 ：
Ｉ 一 ＋ Ｊ ｎ ｎｙ ８ ＋ ～ ‰ Ｉ
Ｊ
创 新 效 率 及 区 域 差 异 。但 由 于 技术 效 率 反 映 的 是 一
个 国 家 或 地 区 对 产 业 投 入 要 素 的 有 效 配 置 ， 投 入 产 是
对技术效率及 其 全要 素生 产率进 行 测算 并加 以分析 ， 为 我 国高 技 术 产 业 的快 速 发 展 及 区 域 协 调 提 供 理 论 参
考。
我 国高技术 产业增 加值 从 １０ １亿元提 高到 ２ ０ ８ １０ ０亿
元， 占制 造 业 增 加 值 的 比 重 从 ８ ８ 上 升 到 １ ． ％ ， ． Ｏ２ 占 ＧＤ Ｐ的 比 重 从 １ ８ 上 升 到 ７ ８ 。一 个 显 而 易 见 的 ． ．
随机前沿模型（SFA）-原理解读
随机前沿模型（SFA）-原理解读随机前沿模型（SFA ）原理和软件实现一、SFA 原理在经济学中，常常需要估计生产函数或者成本函数。
生产函数f (x)的定义为：在给定投入x 情况下的最大产出。
但现实中的产商可能达不到最大产出的前沿，为了，假设产商i 的产量为：i i i y f (x ,)βξ= （1）其中，β为待估参数；i ξ为产商i 的水平，满足i 01ξ<≤。
如果i =1ξ，则产商i 正好处于效率前沿。
同时，考虑生产函数还会受到随机冲击，故将方程（1）改写成：i v i i i y f (x ,)e βξ= （2）其中，i v e 0>为随机冲击。
方程（2）意味着生产函数的前沿i v i f (x ,)e β是随机的，故此类模型称为“随机前沿模型”（stochastic frontier model ）。
随机前沿模型最早由Aigner, Lovell and Schmidt(1977)提出，并在实证领域运用广泛，Kumbhakar and Lovell(2000)为该领域的研究写了一本著作，有兴趣的同学可以去参考。
假设o k1i 1i ki f (x ,)e x x ββββ=L （柯布道格拉斯生产函数，共有K 个投入品），则对方程（2）取对数可得：K i 0k ki i i k 1ln y =+ln x ln ββξν=++∑ （3）由于i 01ξ<≤，故i ln 0ξ≤。
定义i i u =-ln 0ξ≥，则方程3可以写成：Ki 0k ki i i k 1ln y =+ln x -u ββν=+∑ 其中，i u 0≥为“无效率”项，反映产商i 距离效率前沿面的距离。
混合扰动项i i i ενμ=-分布不对称，使用OLS 估计不能估计无效率项i u 。
为了估计无效率项i u ，必须对i i νμ、的分布作出假设，并进行更有效率的MLE （最大似然估计）估计。
一般，无效率项的分布假设有如下几种：(1)半正态分布(2)截断正态分布(3)指数分布在一般的论文中，使用的最多的是半正态分布随机前沿模型可以很容易地用于估计成本函数，经过与生产函数的随机前沿模型类似的推导可得：Ki 0y i k ki i i k 1ln c =+lny ln P +u βββν=++∑ 其中，i c 为产商i 的成本，i y 为产出，ki P 为要素K 的价格，i u 为无效率项，i ν为成本函数的随机冲击。
关于随机前沿成本函数模型及应用
关于随机前沿成本函数模型及应用【摘要】目前我国进行医疗体制改革，医院的运行效率问题引起极大关注.特别是对反映管理水平的成本效率，更是业内热点问题。
应用随机前沿成本函数模型对我国73家大型综合医院的成本效率进行分析。
结果表明，我国大型医院医疗服务的成本效率平均得分在0.9以上，表明我国大型医院医疗管理水平是比较高的，与其发展规模是相匹配的.同时也分析了造成低效率的影响因素。
【关键词】随机前沿模型; 成本函数; 成本效率上世纪90年代以来，在经济利益的驱使下，我国出现了很多大型综合医院，这些大型综合医院具有床位规模大、设施先进、医务人员素质高、诊断治疗费用高和政府投入资金多等显著特点[1]。
由于大型综合医院是一个地区卫生系统的重要组成部分，其直接影响着所在地区卫生服务的发展水平，因此人们逐渐对大型医院的投入所产生的效果产生了极大关注。
如何使大型综合医院在较少的投入下取得最大的产出，尽量减少不必要的支出，提高其资源利用效率成为政府和医院面临的共同问题，所以对大型综合医院的效率研究是十分必要的。
考虑医院的投入和产出的特点，在现有的产出(如病人)确定条件下，来考察对医院的投入量，即测量医院效率时适合采用随机前沿成本模型。
我国已有学者采用随机前沿成本模型对医疗机构的效率进行了研究[2～4]，但他们研究普遍存在的缺陷是模型选用的成本函数形式不合理。
本研究则对这方面进行了改进，并对各大型综合医院进行技术效率评价，并运用多元回归法对低效率产生原因进行分析和研究。
建立科学的医院效率测算方法，了解医院低效率程度、原因与环节，提出相应的改进对策，对提高医院医疗资源利用效率与可持续发展能力，提供理论依据。
1 随机前沿成本模型[5]1.1 模型的建立设进行了N 次观测(Xi，Yi) ，随机前沿成本模型为：Yi=X′iβ+vi+ui (ui≥0，i=1，2，…N) (1)这里Xi=(1，Xi1，Xi2，…，Xik)′ ，β=(β0，β1，…，βk)′ 为回归系数，联合误差为εi=vi+ui 。
我国乳制品进口效率及潜力研究——基于随机前沿引力模型的分析
我国乳制品进口效率及潜力研究∗基于随机前沿引力模型的分析杨兴龙,刘争争,滕奎秀(吉林农业大学经济管理学院,长春市,130118)摘要:在我国乳制品进口依存度逐年增高和乳制品进口风险不断加大的背景下,基于保障乳制品进口安全的视角,利用2001 2020年我国同新西兰㊁澳大利亚㊁美国等12个国家乳制品的进口数据,通过时变随机前沿引力模型分析我国乳制品的进口潜力和进口效率,探究我国同多个国家进行双边贸易的影响因素,从乳制品进口的角度探求分散我国乳制品进口风险的途径㊂结果表明:2020年,我国自12个国家进口乳制品的平均进口效率为0.66;各国间的进口效率差异不大,存在一定的进口潜力待挖掘,但进口拓展空间仍然有限㊂我国的人口增长㊁G D P 的增长与出口国人口的增长会促进我国乳制品的进口,距离因素会阻碍乳制品的进口;物流和基础设施水平的提高㊁经济自由度的提高㊁自由贸易协定的签署等可以提高进口效率㊂最后,提出加强物流和基础设施建设㊁改善贸易环境㊁增强区域一体化协同发展㊁ 引进来 和 走出去 相结合㊁开拓多元化贸易市场及提高国内乳制品竞争力等政策建议㊂关键词:进口潜力;进口效率;乳制品;随机前沿引力模型;进口安全中图分类号:F 752.61㊀㊀文献标识码:A㊀㊀文章编号:20955553(2022)07012407杨兴龙,刘争争,滕奎秀.我国乳制品进口效率及潜力研究 基于随机前沿引力模型的分析[J ].中国农机化学报,2022,43(7):124-130Y a n g X i n g l o n g ,L i u Z h e n g z h e n g ,T e n g K u i x i u .S t u d y o ni m p o r te f f i c i e n c y a n d p o t e n t i a lo fC h i n a sd a i r y pr o d u c t s :A n a l y s i sb a s e do n t h e s t o c h a s t i c f r o n t i e r g r a v i t y m o d e l [J ].J o u r n a l o fC h i n e s eA g r i c u l t u r a lM e c h a n i z a t i o n ,2022,43(7):124-130收稿日期:2022年1月14日㊀㊀修回日期:2022年5月23日∗基金项目:吉林省社会科学基金项目(2021B 69);吉林省科技发展计划资助项目(20210601039F G );教育部人文社会科学规划基金项目(16Y J A 790057)第一作者:杨兴龙,男,1971年生,吉林桦甸人,博士,教授;研究方向为农产品国际贸易与畜牧业经济管理㊂E -m a i l :524846354@q q.c o m 通讯作者:滕奎秀,女,1968年生,吉林集安人,硕士,副教授;研究方向为涉农企业管理与农业技术经济与管理㊂E -m a i l :k x t e n g@126.c o m S t u d y o n i m p o r t e f f i c i e n c y a n d p o t e n t i a l o fC h i n a s d a i r ypr o d u c t s :A n a l y s i s b a s e d o n t h e s t o c h a s t i c f r o n t i e r g r a v i t y mo d e l Y a n g X i n g l o n g ,L i uZ h e n g z h e n g ,T e n g Ku i x i u (S c h o o l o f E c o n o m i c s a n d M a n a g e m e n t ,J i l i nA g r i c u l t u r a lU n i v e r s i t y ,C h a n gc h u n ,130118,C h i n a )A b s t r a c t :C h i n a s i m p o r tde p e n d e n c e o nd a i r yp r o d u c t s i s i n c r e a s i n gy e a r b yy e a r ,a n d t h e i m p o r t r i s k s a r e a l s o i n c r e a s i n g.B a s e do n t h e p e r s p e c t i v e o f u n b l o c k i n g t h e s a f e c i r c u l a t i o n t r a d eo f d a i r yp r o d u c t s ,u s i n g i m p o r t d a t ao f d a i r ypr o d u c t sb e t w e e nC h i n aa n d12c o u n t r i e s f r o m2001t o 2020,t h i s p a p e r a n a l y z e d t h e i m p o r t p o t e n t i a l a n d i m p o r t e f f i c i e n c y o fC h i n a sd a i r yp r o d u c t su s i n g t h e t i m e -v a r y i n g r a n d o mf r o n t i e r g r a v i t y m o d e l .A d d i t i o n a l l y ,t h e i n f l u e n c i n g f a c t o r sa n ds i z eo fC h i n a sb i l a t e r a l t r a d ew i t h m a n y c o u n t r i e s w e r e e x p l o r e da sw e l l a sw a y s t od i s p e r s e t h e i m p o r t r i s ko f d a i r yp r o d u c t s i nC h i n a f r o mt h e p e r s p e c t i v eo f d a i r yp r o d u c t s i m po r t .T h e r e s u l t s s h o w e d t h a t t h e e f f i c i e n c y o f d a i r yp r o d u c t s i m p o r t i nC h i n a a n d t h e s e 12c o u n t r i e sw a s 0.66i n 2020s u c h t h a t t h e r ew a s l i t t l e d i f f e r e n c e i nt r a d ee f f i c i e n c y a m o n g c o u n t r i e s .C h i n a s p o p u l a t i o n g r o w t h ,G D P g r o w t ha n d p o p u l a t i o n g r o w t ho fe x p o r t i n gc o u n t r i e s p r o m o t ed t he i m p o r t of d a i r y p r o d u c t s ,a n d t h e d i s t a n c e f a c t o r h i n d e r e d t h e i m p o r t o f d a i r y p r o d u c t s .A l s o ,i m p r o v e m e n t o f l og i s t i c s a n d i n f r a s t r u c t u r e ,i m p r o v e m e n t o f e c o n o m i c f r e e d o m ,a n d th e si g n i n g o f f r e e t r a d e a g r e e m e n t s c a n i m p r o v e t r a d e e f f i c i e n c y .T h e r ew a s a c e r t a i n i m p o r t p o t e n t i a l t o b e t a p p e d ,b u t t h e i m p o r t e x p a n s i o n s p a c ew a s s t i l l l i m i t e d .F i n a l l y ,p o l i c y s u g ge s t i o n s s u c h a s s t r e n g t h e n i n g t h e c o n s t r u c t i o nof t r a n s p o r t a t i o na n d c o m m u n i c a t i o n f a c i l i t i e s ,i m p r o v i ng th e t r a d e e n vi r o n m e n t t o i m p r o v e t h e d e gr e e Copyright ©博看网. All Rights Reserved.o f e c o n o m i c f r e e d o m,e n h a n c i n g t h ec o o r d i n a t e dd e v e l o p m e n to f r e g i o n a l i n t e g r a t i o n,i m p l e m e n t i n g t h e p o l i c y o f b r i n g i n g i n a n d g o i n g o u t ,d e v e l o p i n g d i v e r s i f i e d t r a d em a r k e t s a n d i m p r o v i n g t h e c o m p e t i t i v e n e s s o f d o m e s t i c d a i r yp r o d u c t sw e r e p u t f o r w a r d. K e y w o r d s:i m p o r t p o t e n t i a l;i m p o r t e f f i c i e n c y;d a i r yp r o d u c t s;s t o c h a s t i c f r o n t i e r g r a v i t y m o d e l;i m p o r t s a f e t y0㊀引言由于国内生产资源的刚性约束以及我国对乳制品的刚性需求等原因,再加上我国乳制品国际竞争力较低,国内乳制品供需平衡较为脆弱,我国对国际乳制品市场的依赖度逐渐增大,我国乳制品进口的风险不断加剧㊂根据F A O数据计算可知,我国的鲜乳产量增速低于世界的平均水平,在消费量和进口量连年攀升的同时乳制品进口依存度也在逐年上升㊂根据‘中国奶业年鉴2020“,我国在2019年的乳制品消费量超过52000k t(折合原奶量),而进口量占当年我国乳制品消费的30%以上(折合原奶量),超出了我国乳制品70%自给率的警戒线(‘全国奶业发展规划(2016 2020年)“提出奶源自给率要达到不低于70%的发展目标)㊂从我国乳制品进口量来看,乳制品进口总量和各分类乳制品的进口量逐年攀升;鲜奶㊁奶粉和乳清三类乳制品的进口要远远高于酸奶㊁奶油和奶酪三类,存在少数乳制品进口较为集中的产品结构问题,加大了我国乳制品进口的风险㊂从进口来源看,新西兰㊁澳大利亚㊁法国㊁美国和德国等国是我国最主要的乳制品进口来源地[1],我国乳制品进口市场存在进口来源地较为集中的市场结构问题[2];加上乳制品生产和贸易具有较高区域集中度的特点,乳制品进口依存度近年来居高不下,也加大了我国乳制品进口的风险㊂关于我国乳制品的早期研究主要是基于国内和国际乳制品贸易的发展现状,从乳制品进口的数量㊁格局和进口来源等角度分析我国乳制品贸易特征和格局㊂其次是我国乳制品竞争力和影响因素的相关分析,多依据贸易强度指数㊁R C A指数㊁C A指数等贸易指数比较分析我国同其他国家乳制品贸易的竞争力情况㊂除此之外,进口关税下降和自由贸易协定的签署等使得进口乳制品价格下降,进而造成我国乳制品逆差越来越大的局面[3]㊂还有学者利用C M S模型对我国乳制品进口效应进行分解[4]㊂后来学者引入和完善贸易引力模型,并结合相关贸易指数[5],探究我国和其他国家乳制品贸易的影响因素以及我国同其他国家的乳制品贸易潜力㊂自中国和澳大利亚自由贸易协定签订以来,围绕中澳乳制品贸易的研究众多[67]㊂基于贸易引力模型分析 一带一路 沿线国家与我国的乳制品贸易量与潜力的研究也较多[8],研究结果肯定了区域贸易协定和经济发展对于我国乳制品贸易发展的促进作用[910],但我国对这些国家的出口潜力还有继续挖掘的空间[11]㊂还有部分学者从产业㊁贸易和技术等层面探究乳制品进口对国内乳业的冲击[12]㊂整体来看,关于乳制品贸易的研究还不够深入㊂大多数研究多围绕单一乳制品且多从扩大出口的角度进行研究,由于我国乳制品贸易逆差较大,乳制品进口远远高于出口,故从进出口总量的角度分析进口问题有一定缺陷㊂鉴于此,本研究基于当前我国乳制品贸易逆差大以及对外依存度高的现实基础,拟从我国同12个主要乳制品伙伴国的乳制品进口的角度入手,探究我国同主要乳制品来源国的乳制品进口效率㊁进口潜力以及进口空间㊂并基于我国以及全球乳制品贸易发展趋势的现实基础,寻求分散乳制品进口风险㊁完善乳制品进口格局和畅通乳制品贸易的途径和方法㊂1㊀理论模型随机前沿引力模型是估算当前条件下双边贸易潜力和贸易效率比较成熟的方法,本文采用该模型计算我国和不同国家的乳制品进口效率㊁进口潜力和进口空间㊂为测算生产领域中的技术效率,A i g n e r等[13]于1977年提出传统的随机前沿模型㊂在该模型中, A i g n e r创新性地把传统的随机扰动项分解为两个相互独立的部分:用随机误差项v代表生产过程中面临的外界随机冲击;而非负的技术无效率项u则包含了不可观测的非效率因素㊂R a v i s h a n k a r等[14]通过比较传统引力模型与随机前沿引力模型,证实了随机前沿引力模型的适用性㊂两国之间所产生的贸易量可以看成是贸易双方之间制度文化㊁经济规模㊁地理距离等变量的函数㊂由于本质与生产函数相似,故分析贸易效率与潜力也可以用随机前沿方法(S F A),建立包含非效率项的随机前沿引力模型㊂在该模型中,贸易潜力指的是不存在贸易阻力时贸易双方所能达到的最高的贸易水平,即处于贸易 前沿 面上的水平㊂用贸易非效率描述在贸易阻力因素影响下的实际贸易量与贸易潜力之间的差距,根据实际贸易量与潜在贸易值的比较得出贸易效率㊂1.1㊀时变随机前沿模型按照随机前沿的方法,构建贸易引力模型T i j t=f(x i j t,β)e x p(v i j t)e x p(-u i j t)㊀u i j tȡ0(1)Copyright©博看网. All Rights Reserved.对式(1)取对数形式得式(2)l n T i j t=l n f(x i j t,β)+v i j t-u i j t㊀u i j tȡ0(2)式中:β 待估的参数;T i j t 在t年份i国对j国的实际贸易水平;x i j t 影响贸易水平的核心变量,包含经济发展水平㊁地理距离㊁人口数量㊁是否有通用语言和是否共同接壤等影响因素[15];v i j t 服从均值为0的正态分布的随机误差项;u i j t 贸易非效率项,假设服从半正态或截尾正态分布,v i j t与u i j t之间相互独立,u i j t包括了阻碍和促进贸易的因素,整体上通常被设定为非负㊂在引力模型中,去除非负的贸易非效率因素以后, t年份的贸易潜力T∗i j t=f(x i j t,β)e x p(v i j t)(3)式中:T∗i j t i国对j国可能的最大贸易值,即前沿面上的贸易量[1617]㊂此时认为贸易非效率的影响为0,贸易被认为是无摩擦的㊂在贸易潜力的基础上,贸易效率的概念被引入,贸易效率可由其判断贸易双方之间的贸易水平与潜力,它是关于贸易非效率项的指数函数㊂T E i j t=T i j t/T∗i j t=e x p(-u i j t)(4)当u i j t>0时,贸易效率T E i j t<1,说明非效率因素存在且阻碍了贸易发展,使得贸易潜力值小于实际贸易值㊂当贸易国间的贸易不存在贸易摩擦,贸易潜力值等于实际贸易值时,此时u i j t=0,贸易效率T E i j t=1㊂引力模型在早期是时不变模型,未考虑到时间变化对贸易非效率的影响㊂但当时间跨度较大时,贸易非效率可能会随着时间而变化,于是B a t t e s e等[18]提出建立时变随机前沿引力模型u i j t={e x p[-η(t-T)]}u i j(5)式中:η 待估参数;T 总期数㊂当η=0时,说明贸易非效率项是非时变的,当η不为0时,说明贸易非效率项具有时变性㊂此模型采用极大似然估计法进行估计㊂1.2㊀贸易非效率模型为进一步探究贸易非效率的影响因素,需要构建贸易非效率模型㊂有 一步法 和 两步法 两种方法㊂ 两步法 要求贸易非效率模型中的变量和随机前沿模型中的变量互相独立,由于 两步法 的要求较为严格, B a t t e s e等[19]提出 一步法 的分析方法㊂在该方法中,贸易非效率项可表示为u i j t=h(k i j t,α)+τi j t(6)式中:k i j t 影响非贸易项的相关因素;α 待估参数;τi j t 随机扰动项㊂式(6)代入式(2)可得l n T i j t=l n f(x i j t,β)+v i j t-[h(k i j t,α)+τi j t](7)对式(7)进行回归,可同时估计贸易非效率值及其相关影响因素㊂2㊀模型设定与数据来源2.1㊀时变随机前沿模型首先,需要构建时变随机前沿引力模型,测算我国与12个主要乳制品进口国关于我国乳制品进口的贸易潜力㊂参考A r m s t r o n g[20]的做法,将影响贸易量的核心因素设定为我国与进口国地理距离㊁人口规模㊁经济规模等中短期内变化较小的因素,构建模型如下l n I MP i j t=β0+β1l n G D P i t+β2l n G D P j t+β3l n P O P i t+β4l n P O P j t+β5l n D I S i j+v i j t-u i j t(8)其中,解释变量I MP i j t表示t年份i国向j国的乳制品进口额㊂解释变量主要分为以下3组:(1)我国和出口国的G D P(G D P i t和G D P j t),反映某一国的要素禀赋水平㊁需求和经济发展水平,通常认为它与I MP i j t 成正相关[21];(2)我国和进口国的人口总量(P O P i t和P O P j t),反映一个国家市场规模的大小,被认为与I MP i j t成正相关关系;(3)地理距离(D I S i j),反映两国间的运输成本,假定与I MP i j t负相关[22]㊂2.2㊀贸易非效率模型为进一步研究乳制品贸易非效率的影响因素,在考虑了相关数据的可获性后,采用 一步法 建立贸易非效率模型㊂具体方程见式(9)㊂u i j t=α0+α1F T A i j t+α2T A F j t+α3L P I j t+α4M O N j t+α5T R A j t+α6I N V j t+εi j t(9)解释变量u i j t常分为3组:(1)自由贸易协定㊂自由贸易协定(F T A i j t)通常被认为是贸易促进的因素,故预期与u i j t成负相关关系;(2)关税及便利化水平(T A F j t)㊂用关税占进口国税收的比重来表示关税水平及便利化水平,通常被认为是贸易阻碍因素,预期与u i j t成正比;(3)物流绩效水平(L P I j t)㊂包括港口和道路设施水平及信息技术等基础设施情况以及海关效率和贸易便利化水平等,可以用来衡量贸易国物流效率和能力,指标得分越高说明物流水平越高,贸易成本就越低,越有利于促进贸易,预期与u i j t负相关;(4)经济自由度水平㊂贸易自由度(T R A j t)和投资自由度(I N V j t)反映了贸易国之间投资的便利性,货币自由度Copyright©博看网. All Rights Reserved.(M O N j t)则反映了进口国价格管制和物价稳定的水平,预期这3个指数对于我国乳制品进口具有正向的贸易促进作用,预期与u i j t负相关㊂2.3㊀样本选择与数据来源为保证估计结果的准确性和更好地反映问题,在考虑时间跨度和数据完整性的基础上,本文选取了12个主要的乳制品进口来源国作为样本国,分别是奥地利㊁澳大利亚㊁芬兰㊁法国㊁德国㊁白俄罗斯㊁新西兰㊁荷兰㊁波兰㊁美国㊁爱尔兰和丹麦㊂随机前沿模型中的人口和G D P的数据来自于世界银行;地理距离采用两国首都之间的距离,使用谷歌地图进行测量㊂贸易非效率模型中自由贸易协定的数据来源于中国自贸区服务网,关税及便利化水平和物流绩效水平的数据来源于世界银行,贸易㊁投资和货币等经济自由度指数的数据来源于美国传统基金会官网㊂3㊀实证结果分析3.1㊀模型适用性检验本文运用极大似然比检验法(L R)对模型的设定进行适用性和有效性的检验,依据研究对象对贸易非效率是否存在以及贸易非效率是否随时间而变做了两个检验,结果如表1所示㊂从表1可以看出,在1%的显著性水平下,贸易非效率不存在的假定被拒绝,说明采用随机前沿引力模型是适用的㊂而在对时不变的检验中,贸易非效率不随时间变化的假定在1%的水平上也被拒绝,肯定了时变随机前沿引力模型的合理性㊂表1㊀模型适用性的检验结果T a b.1㊀T e s t r e s u l t s o fm o d e l a p p l i c a b i l i t y原假设H0H1L R1%临界值检验结论不存在贸易非效率-532.47-380.42304.0810.25拒绝时不变-486.53-380.42212.228.27拒绝3.2㊀时变随机前沿模型的回归结果分析对时变和时不变的模型同时进行回归分析,对比结果如表2所示㊂从表2可得,除了P O P i和P O P j 外,其他解释变量在两个模型中的系数符号均一致㊂同时γ在时变和时不变中的值分别为0.64和0.50,均通过了1%的显著性水平检验,说明是贸易非效率造成我国乳制品进口的实际值和潜力值之间的差距㊂在时变模型中,γ显著不为0也证明时变模型的合理性㊂表2㊀随机前沿引力模型的估计结果T a b.2㊀E s t i m a t i o n r e s u l t s o f s t o c h a s t i c f r o n t i e r g r a v i t y m o d e l 自变量非时变时变系数t值系数t值c o n s t a n t-5.131-1.219-328.322∗∗∗-294.772 G D P i0.4510.5470.328∗∗2.097 G D P j2.731∗∗∗4.150-0.064-0.436 P O P i25.2611.21116.340∗∗∗58.867 P O P j-2.667∗∗∗-2.8710.354∗∗2.133 D I S i j-5.141∗∗∗-3.840-1.287∗∗∗-3.268σ27.942∗∗1.9652.325∗∗∗3.279γ0.640∗∗∗3.3650.500∗∗∗3.328μ3.412∗∗2.293-2.157∗∗∗-2.784η 0.124∗∗∗15.354 L o gL i k e l i h o o d-486.532-380.424L R91.8694.085㊀注:∗㊁∗∗和∗∗∗分别表示通过10%㊁5%和1%的显著性水平的检验㊂下同㊂根据时变模型的回归结果(表2),进口国的G D P i㊁进口国的人口P O P i和出口国的人口P O P j以及地理距离D I S i j显著影响我国乳制品的进口㊂G D P i 通过了5%的显著性检验且系数为正,表明我国G D P 的增长会增加我国乳制品的进口㊂我国G D P的增长加大了国内乳制品市场的产需缺口,乳制品进口就会相应增加㊂而出口国的G D P j的系数为负则说明出口国的G D P增加使得其本国消费增加从而减少对我国的出口,但是该变量未能通过显著性检验㊂P O P i和P O P j分别通过了1%和5%的显著性检验且系数均为正,表明我国人口的增加带来了强劲的消费和进口的需求,进而显著增加我国乳制品的进口㊂而出口国的人口增加也会小幅度增加我国乳制品的进口,和预期不同的解释可能是由于出口国人口禀赋的增加会促进其国内乳制品的生产,进而增加对我国的出口㊂而地理距离D I S i j通过了1%的显著性检验且系数为负,表明了国家间的距离对于我国乳制品的进口起着阻碍作用,国家间的距离增加了乳制品进口的成本从而抑制了我国乳制品的进口㊂根据模型结果分析,我国人口的增长㊁我国G D P的增长和出口国人口的增加对我国乳制品的进口起正向的促进作用,地理距离对我国乳制品的进口起阻碍作用㊂3.3㊀贸易非效率模型的回归结果分析前面的似然比检验已经证实时变模型中的贸易非效率是存在的且随时间的变化而变化,接下来需要进一步根据 一步法 估计我国乳制品的进口潜力和进口效率㊂Copyright©博看网. All Rights Reserved.根据表3,投资自由度㊁货币自由度㊁物流绩效水平和自由贸易协定对于我国乳制品的进口均有显著性的影响㊂投资自由度和货币自由度均通过1%的显著性检验且符号均为负,说明经济自由化有利于提高贸易效率和促进乳制品贸易的发展,而贸易自由度符号为负但是没有通过显著性检验㊂经济自由度是评价经济开放程度和市场自由化的重要的指标,体现了一国在国际市场上进行交易的贸易屏障,可以用投资㊁货币和贸易自由度等指标衡量㊂出口国经济自由度的提高,有利于减少我国对外贸易的壁垒,有利于进出口国双方在国际市场的自由贸易㊂自由贸易协定通过了5%的显著性检验且与贸易非效率负相关,说明贸易伙伴国之间自由贸易协定的签署有利于提高乳制品的贸易效率㊂自由贸易伙伴国之间有更低的关税等贸易壁垒和更好的贸易环境,利于贸易国双方本着公平交易的目的达成交易㊂物流绩效水平变量通过了10%的显著性检验,且系数符号为负,表明贸易国物流绩效水平的提高可以显著地改善贸易环境和提高贸易效率㊂通过提高出口国的物流效率来降低贸易成本和风险,从而有利于我国乳制品的进口㊂关税及便利化水平与贸易非效率正相关,表明关税的提高会提高贸易成本进而抑制我国乳制品的进口,但是该变量没有通过显著性检验㊂故由贸易非效率模型的估计结果分析可知,物流和基础设施水平的提高㊁经济自由度的提高㊁自由贸易协定的签署等可以提高我国的乳制品贸易效率㊂表3㊀贸易非效率模型的估计结果T a b.3㊀E s t i m a t i o n r e s u l t s o f t r a d e i n e f f i c i e n c y m o d e l随机前沿变量系数t值c o n s t a n t-328.396∗∗∗-314.230 G D P i0.664∗∗∗6.605 G D P j0.1771.456 P O P i16.343∗∗∗77.879 P O P j0.0500.417 D I S i j-2.424∗∗∗-7.977贸易非效率I N V j t㊀-0.404∗∗∗㊀-7.745T R A j t-0.245-1.372 M O N j t-0.253∗∗∗-6.015 T A F j t0.1911.021 L P I j t-12.439∗-1.933 F T A i j t-8.872∗∗-1.959σ2㊀8.290∗∗∗㊀10.189γ0.919∗∗∗72.760L R322.556L o g L i k e l i h o o d-371.1883.4㊀进口效率和进口潜力分析以 一步法 的结果为基础,估计我国同主要乳制品来源国关于乳制品的进口效率,以进一步计算我国乳制品的进口潜力㊂由计算结果表4得2020年我国与主要乳制品进口来源国的平均进口效率为0.66,且进口效率有一定的国别差异㊂进口效率及对应的市场类型分别为冰山型(0~0.3)㊁发展型(0.3~0.6)㊁扩张型(0.6~0.9)和饱和型(0.9~1.0)㊂表4㊀2020年中国乳制品进口的进口潜力和进口效率T a b.4㊀I m p o r t p o t e n t i a l a n d i m p o r t e f f i c i e n c y o fC h i n a s d a i r y i m p o r t s i n2020国家实际进口额/百万美元进口潜力值/百万美元进口效率拓展空间奥地利56.07107.430.520.92澳大利亚620.801033.280.600.66白俄罗斯96.20158.770.610.65丹麦103.58151.210.690.46芬兰87.73125.370.700.43法国406.10565.820.720.39德国445.00611.580.730.37爱尔兰125.39165.550.760.32荷兰196.20274.590.710.40新西兰3561.304259.960.840.20波兰133.78179.670.740.34美国274.90906.160.342.30㊀㊀由表4可得,2020年我国同12个主要乳制品来源国的进口效率多在0.7左右,且与各国间的进口效率差异不大,市场类型多以扩张型为主,我国同12个主要乳制品来源国仍然有一定的贸易潜力和贸易拓展空间㊂2001年以来,我国乳制品的进口效率在不断提高,乳制品进口潜力值也在不断增大㊂2020年,我国自12个国家进口乳制品的平均进口效率为0.66㊂从国别来看,我国同第一大乳制品进口国新西兰的进口效率最高㊁进口潜力最大,但也意味着以后的进口拓展空间有限㊂自2018年中美贸易摩擦以来,中国自美国进口的农产品包括乳制品的进口也受到影响,进口效率水平有所下降,远低于其他国家和其他年份,故进口拓展空间较高㊂随着中澳自由贸易协定的逐步落实,我国从澳大利亚进口乳制品的进口效率为0.60,我国和澳大利亚也存在一定的贸易拓展空间㊂法国和德国也是我国重要的乳制品进口来源国,我国进口法国和德国乳制品的进口效率相近,贸易潜力和贸易扩展空间也相当㊂随着我国对乳制品的进口需求越来越大,我国和其他乳制品进口来源国的进口效率和潜力也逐步增加㊂我国与各国间的进口效率差异不大,存在一定的进口潜力待挖掘,但进口拓展空间仍然有限㊂由以上分析可得,我国的乳制品进口集中度预期仍然会居高Copyright©博看网. All Rights Reserved.不下,美国㊁澳大利亚和新西兰等国仍将是日后我国乳制品进口的重点国家;但是,我国从这几个国家的进口拓展空间并不十分充足,我国仍将难以在短时间内改变我国对于新西兰和澳大利亚等少数几个国家的乳制品进口依赖,我国乳制品进口的形势依然严峻㊂4㊀结论与建议4.1㊀研究结论1)引力模型结果显示,我国人口的增长㊁我国G D P的增长和出口国人口的增加对我国乳制品的进口起正向的促进作用,地理距离对乳制品的进口起阻碍作用㊂出口国的G D P的系数为负,说明出口国的G D P增加使得其本国消费增加从而减少对我国的出口,但是该变量未能通过显著性检验㊂而出口国的人口增加对我国乳制品进口起着正向促进作用,和预期不同的解释可能是由于出口国人口禀赋的增加会促进其国内乳制品的生产,进而增加对我国的出口㊂2)根据 一步法 得出的贸易非效率模型结果,经济自由度的提高㊁自由贸易协定的签署以及物流绩效水平的提高等可以提高贸易效率㊂关税及便利化水平与贸易非效率正相关,表明关税的提高会提高贸易成本进而抑制我国乳制品的进口,但是该变量没有通过显著性检验㊂3)我国乳制品进口的贸易效率和贸易潜力连年增长㊂2020年我国同主要乳制品贸易国的乳制品的平均进口效率为0.66㊂从国别来看,2020年我国同新西兰的进口效率为0.84,与澳大利亚的进口效率为0.60,与法国和德国的进口效率分别为0.72和0.73,与其他国家的进口效率多在0.7左右㊂受中美经贸关系紧张的影响,我国同美国的乳制品进口效率有所下降,2020年为0.34㊂现阶段我国乳制品进口的主要市场类型为扩张型,我国同主要的乳制品来源国还有一定的贸易拓展空间㊂法国㊁德国㊁新西兰㊁澳大利亚和美国等国仍将是我国主要的乳制品进口来源国㊂未来一段时期,我国乳制品进口风险依旧存在,乳制品供需平衡的压力可能还会增大㊂4.2㊀政策建议基于以上分析可知,我国乳制品进口在我国现有的资源禀赋和生产能力下,进口的压力依然很大,乳制品进口过于集中的风险仍旧突出㊂为降低贸易风险和保障乳制品进口安全,要把我国的乳制品进口和供给放在国内和国际乳制品生产和贸易市场背景下,即基于我国乳制品安全的国内国际双循环的视角出发来思考和探索改善路径㊂1)改善贸易环境以提高乳制品进口效率㊂提高增强区域一体化协同发展㊁加强物流和通信等基础设施建设以及提高经济自由度和改善贸易环境依托自由贸易协定和自贸区,有阶段㊁有步骤地降低乳制品进口关税和其他的贸易壁垒,以降低贸易成本和提高贸易效率;加强进口口岸和港口的基础设施建设和制度优化等以保障长距离的运输和通信条件,提高我国乳制品进口效率,拓展贸易空间;通过政策和制度优化投资㊁贸易和金融等环境,提高贸易效率㊂2)开拓多元化的贸易市场㊂在维持原有进口渠道畅通的同时积极开拓新的进口来源以降低贸易风险和保障进口安全㊂通过 一带一路 等国家战略计划深化与相关沿线国家关于乳制品的贸易合作和挖掘潜在的贸易伙伴㊂加强和周边国家的乳制品贸易,还能够缓解我国乳制品贸易结构中进口乳制品种类较为集中的问题,降低贸易风险㊂通过到澳大利亚和新西兰等国投资建厂和合作建立奶源基地等手段,实施积极的 走出去 战略计划㊂更好地利用国际农业要素和资源,合理布局我国乳制品生产和进口格局,掌握我国乳制品进口的主动权㊂3)提高国内乳制品竞争力,增加国内乳制品供给能力㊂鉴于现阶段我国乳制品贸易效率已经达到较高的水平,乳制品进口空间有限,要保障我国乳制品安全,还要提高国内乳制品竞争力,提高国内供给质量和增加供给数量㊂参㊀考㊀文㊀献[1]祝文琪,董晓霞.2020年牛奶市场形势分析与2021年展望[J].中国畜牧杂志,2021,57(5):263-265. [2]傅磊,祝文琪,高然,等.中国乳制品进口市场集中度的演变规律研究[J].中国乳品工业,2020,48(2):41-45.F u L e i,Z h u W e n q i,G a o R a n,e ta l.R e s e a r c h o nt h e e v o l u t i o no f c o n c e n t r a t i o no fC h i n e s ed a i r yp r o d u c t s i m p o r t m a r k e t[J].C h i n aD a i r y I n d u s t r y,2020,48(2):41-45.[3]韩啸,余洁,刘芳,等.中国乳制品贸易逆差影响因素研究 基于C M S模型实证分析[J].世界农业,2015(2): 128-133.[4]张萍,王琛,刘芳,等.世界乳制品贸易演变特征及效应分解研究[J].中国畜牧杂志,2019,55(8):156-163. [5]张林娟.我国乳制品贸易逆差的成因及对策分析[J].对外经贸实务,2020(10):32-35.[6]B o u g h a n m iH,S h i d h a n i JA,M b a g aM,e t a l.T h e e f f e c t s o fr e g i o n a lt r a d e a r r a n g e m e n t s o n a g r i-f o o d t r a d e:A n a p p l i c a t i o no ft h e g r a v i t y m o d e l i n g a p p r o a c ht ot h e A r a b G u l fC o o p e r a t i o nC o u n c i l(G C C)c o u n t r i e s[J].R e v i e wo f M i d d l eE a s tE c o n o m i c s a n dF i n a n c e,2010,5(3). [7]卢干成.中澳自贸协定对中国乳制品进出口贸易的效应分析[D].济南:山东大学,2018.[8]徐雅楠,李翠霞,姜冰.基于引力模型的中国奶粉国际竞Copyright©博看网. All Rights Reserved.。
基于随机前沿引力模型的我国水产品出口贸易效率及潜力研究
基于随机前沿引力模型的我国水产品出口贸易效率及潜力研究作者：邵桂兰，王振华，李晨来源：《河北渔业》 2017年第8期（中国海洋大学经济学院，山东青岛266100）摘要：我国作为世界上最大的水产品出口国，水产品出口额在全球市场所占比重不断提高，但是自2010年起我国水产品出口增长速度开始变缓。
为了弄清楚出口贸易效率与出口增速的关系，本文选取2001 2015年我国30个主要水产品出口贸易国的数据，构建随机前沿引力模型，分析我国水产品出口贸易效率及潜力。
结果表明：贸易双方人均国内生产总值、进口国人口规模对我国水产品出口贸易具有积极的推动效应，而贸易距离对我国水产品出口产生较大的负效应；2001 2015年我国水产品平均出口贸易效率整体水平较低，贸易潜力提升空间巨大。
因此，我国应促进水产品产业结构升级，加快建设绿色贸易通道，开发欧盟、俄罗斯和挪威等拥有巨大潜力的新兴市场。
关键词：水产品；出口贸易效率；潜力；随机前沿引力模型20世纪90年代以来，全球水产品出口规模得到了迅速扩张。
世界水产品出口额由1992年的418. 22亿美元增加到2015年的1 198. 02亿美元，同比增长186. 46%。
同期，我国水产品出口贸易规模也得到了飞速的提升，于2002年成为世界上第一大水产品生产和出口国家。
我国水产品出口额由1992年的15. 59亿美元，占全球水产品出口市场的比例仅为3.73%，增加到2015年的195. 73亿美元，占全球水产品出口规模的16. 33%，同比增长12. 61%。
但是，我国水产品出口额取得良好业绩的同时也面临诸多挑战。
贸易摩擦问题不断增加，贸易阻力逐渐增强，2010年以来水产品出口规模不断扩大的同时，出口增速开始放缓。
因此，关于降低水产品贸易阻力，提高出口贸易效率的研究显得尤为重要。
故本文运用随机前沿引力模型，测算水产品出口贸易效率，并进一步估计对贸易伙伴国的出口潜力，旨在为水产品出口贸易的产业升级和贸易福利的提升提供参考。
【国家社会科学基金】_随机前沿模型_基金支持热词逐年推荐_【万方软件创新助手】_20140807
推荐指数 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
2011年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
2012年 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52
53 54 55
2011年 科研热词 技术效率 随机前沿 随机前沿分析 随机前沿模型 玉米生产 非决定性 随机前沿研发效率 随机前沿生产函数 配置效率 进出口 资本投入 货币政策有效性 评价 要素成本 绿色gdp 经济增长效率 空间集聚 空间滞后 空间效应 环渤海地区 环境综合指数 环境约束 环境敏感性生产率 独立创新 污染型行业 模仿 方向距离函数 效率 政府r&d资助 技术创新 影响因素 市场结构 局部加权最小二乘 太阳黑子冲击 基准价格 地理加权回归 商业银行 合作创新 双边随机前沿分析 参数(非参数)化前沿 医疗价格 动态随机一般均衡模型 利润效率 创新效率 决定性 农业科技资源 农业生态区划 农业地区差距 公共部门 全要素生产率 信息不对称 企业规模 推荐指数 11 5 4 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
基于SFA模型的我国区域技术创新效率的实证研究
基于SFA模型的我国区域技术创新效率的实证研究一、本文概述本文旨在利用随机前沿分析（Stochastic Frontier Analysis，简称SFA）模型，对我国区域技术创新效率进行深入的实证研究。
技术创新是推动社会进步和经济发展的核心动力，而区域技术创新效率的高低直接影响着我国各地区的经济增长质量和速度。
因此，全面、准确地评估我国区域技术创新效率，对于优化创新资源配置、提升创新体系效能具有重要的理论和现实意义。
本文将简要介绍SFA模型的基本原理及其在技术创新效率研究中的应用。
随后，通过对我国各区域技术创新活动的数据收集与整理，运用SFA模型对区域技术创新效率进行量化分析。
研究将涵盖技术创新投入、产出以及环境因素等多个方面，以全面反映我国各区域技术创新效率的实际状况。
在实证研究中，本文将重点关注以下几个方面：一是我国各区域技术创新效率的总体水平及差异；二是影响区域技术创新效率的关键因素；三是如何优化创新资源配置，提升区域技术创新效率。
通过对这些问题的深入探讨，本文旨在为我国区域技术创新政策的制定和实施提供科学依据。
本文将对实证研究结果进行总结，并提出相应的政策建议。
通过提高区域技术创新效率，促进我国经济的持续、健康、快速发展，为实现创新型国家的战略目标贡献力量。
二、理论框架与模型构建技术创新效率是衡量一个区域技术创新能力和资源利用效果的重要指标。
在当前全球化和知识经济的背景下，技术创新已成为推动区域经济发展的核心动力。
基于随机前沿分析（SFA）模型，本研究旨在深入探究我国各区域技术创新效率的差异及其影响因素，为政策制定者提供决策参考。
SFA模型起源于经济学中的生产前沿理论，它假设每个生产单位都存在一个潜在的最大产出，而实际产出则受到各种非效率因素的影响，如技术无效、管理不善等。
通过估计生产单位的随机误差项和技术无效项，SFA模型能够准确地量化技术效率，并进一步分析影响技术效率的因素。
本研究采用SFA模型对我国各区域的技术创新效率进行实证研究。
空间面板随机前沿模型及技术效率估计.doc
空间面板随机前沿模型及技术效率估计空间面板随机前沿模型及技术效率估计林佳显, 龙志和, 林光平 1 1 2( 1. 华南理工大学经济与贸易学院, 广东广州510006; 摘要: 随机前沿模型是测算技术效率的重要方法之一。
通常,模型假设生产单元之间彼此独立,然而在技术扩散过程中,空间外部性起着重要作用。
文章结合随机前沿模型理论与空间经济计量分析方法,构建空间面板随机前沿模型,同时考虑空间滞后因变量和空间误差自相关,并逐步放松模型设定条件,首先考虑技术效率时变,接着引入技术无效率项的异方差性,之后考虑观察数据中潜在的截面异质性,分别以引入随机截面特有项和设定随机系数的形式来表示截面中图分类号: F064. 1文献标识码: A 文章编号: 1000 22154 ( 2010 ) 05 20071 208 一、引言随机前沿模型( SFM ) 的理论最初A igne r、Love ll和Schm id t (AL S) ( 1977 ) [ 2 ][ 1 ] , M eeu sen 和V an den B roeck (MB ) ( 1977 ) 提出,并很快成为计量经济学中一个引人注目的分支,被广泛应用于效率测算和生[ 3 ]产率分析,尤其是在Jond row等( JLM S) ( 1982 ) 指出各个生产单元的技术无效率可以通过条件分布[ u |i vi- ui ] 的期望E [ ui | vi- ui ] 或模M ode [ ui | vi- ui ] 来估算以后。
随机前沿分析( SFA ) 始于对生产最优化的研究, 经过30多年的发展, 其在理论研究与实践应用方面都得到了深入的发展, 已被尝试性地应用于生产经济学以外的领域, 如劳动经济学、公共经济学以及金融经济学等。
SFM 假定, 生产单位于各种组织、管理及制度等非价格性因素导致生产过程中效率的损耗, 而达不到最佳的前沿技术水平。
SFM 的基本模型表述如下: Yi= f ( Xi ;β) exp ( vi- ui ) [ 4 ] i = 1, 2, ?, N ( 1 ) T Ei= exp ( - ui ) ( 2 ) 其中: Yi 代表第i个生产单位的产出; Xi 代表第i个生产单位的k ×1维投入向量; f ( Xi ;β) exp ( vi ) 是随机生产前沿;β为待估计的参数向量; T Ei= exp ( - ui ) 表示技术效率; vi 是随机干扰项。
关于运用随机前沿法(SFA)研究银行效率的探讨
行的效率 ；０ ２ 世纪 ９ 年代以后主要研究商业银行 的 ｏ
前沿 效 率 （ 要 包 括 Ｘ 效 率 、 本 效 率 和 利 润 效 主 成 率 ）１。我 国学 者也分别 从规 模经 济 和范 围经济 以及 ［ ］ Ｘ一效 率 等 方 面对 我 国银 行业 的效 率 进 行 了卓 有 成 效 的研究 。但笔 者认 为某 些 方法 在 运 用 上 有值 得 注
润对 理论 利 润 的一 种偏 离 ， 即对 （ ） 中 ｆ ｗ ） 也 １式 （ ， 值 的偏 离 。
二、 模型 分析
了 函数 形 式 ， 因而可 能导致 效率计 算 出现偏 差 ＿。对 ２ ］ 此笔 者表 示赞 同 ， 文 以随机前沿 法 为例来 深入 探讨 本 参 数估 计 方法 中存在 的 问题 。
投 人 品和产 出 品价 格 向量 ， 表相应 的投入 和产 出 ２代 要 素 向量 ， “ 为相 应 的无 效 率项 ， 其分 布 形式 有 多 种
假设 ； 为 相应 的 随机误 差项 ， 服从 Ｎ（ ， ） 布 ， Ｏ 分 Ｕ
与 相 互独 立 ， 并假设 Ｅ 一 －Ｕ ， 润效 率 的计 算 利 公 式一 般为 ：
２ ０ —２ ０ Ｏ ０ ０ ２年 的 １ ３家商业 银 行数 据 进 行估 计 ， 得 均
润 函数的 “ 实 ” 式 ， 样 也 就 无需 判 断 是 否 采 用 真 形 这
—
（ ＬＳ法 ） Ｏ 更适 合 于随机 前沿 法 的参 数估计 有 学者 在研 究 中 ， 运用普 通最小 二乘 法进行 参数 的估计 ， 并对 线性 回归 结果 进 行 了显 著 性检 验 ， 出 得
Ｓ Ａ） 一种应 用最广 泛 的研究 效率 的参 数估计 方 Ｆ 是
法 。其特 点是 在研 究银 行 效 率 时定 义 了效 率 前沿 的 函数 形式 ， 进 了复合 误 差项 ， 引 即成 本 函数 或 利润 函 数受 到来 自低 效 率 值 和 随 机 误 差 项 的 共 同影 响 ［。 ３ ］ 以利 润效 率 为例 ， 多数学者 的研究 将 商业银 行利 润 函 数设 定 为如下 的对 数形式 ：
随机前沿分析(穆瑜秀11.27)
SFA
参数方法 是 存在无效率
技术效率、规模效
率、配置效率 投入产出的数量 截面数据 面板数据
技术效率、规模效率、配置
效率、技术进步、TFP的变化 投入产出的数量 截面数据 面板数据
所需要变量
所需要数据
随机前沿分析（SFA)与数据包络分析（DEA）的比较
SFA与DEA的优缺点比较
SFA
有统计特性； 有无统计特性 对参数进行t检验； 对模型本身进行LR检验 随机前沿面； 固定前沿面； 无统计特性
动的产出弹性）； Translog 函数优点： 考虑了资本和劳动相互作用对于产出的影响，克服了C—D 函数 替代弹性固定为1的缺点。 如何选择使用哪种生产函数： 首先选择Translog函数，在参数估计后做β 3=β 4=β 5=0是否为0
的似然比检验（LR检验）。若不能拒绝β 3=β 4=β 5=0的原假设，
又分为随机性和确定性两种方法。
确定性前沿生产函数
是否考虑随 机因素影响 不考虑
随机前沿生产函数（SFA）
考虑
随机扰动项ε 应由v和u 组
把影响最优产出和平均 成； 误差项 产出的全部误差归入单 v是随机误差项/噪声(不可 侧的一个误差项，称为 控)，计算系统非效率； 生产非效率。 计算技术非效率。
u是技术损失误差项(可控），
随机前沿生产函数模型
随机前沿生产函数模型： 在确定性生产函数的基础上提出了具有复合扰动项的随机前 沿模型。Aigner，Lovell和Schmidt(1977)以及Meeusen和 Broeck(1977)都分别提出了如下形式的随机前沿面生产函数：
式中， 代表第i家公司的产出； 是包含投入对数的K*1向
2 u
式1表明 是独立同分布的正态随机变量，服从期望为0,
空间面板随机前沿模型及技术效率估计
空间面板随机前沿模型及技术效率估计林佳显 , 龙志和 , 林光平112( 1. 华南理工大学经济与贸易学院 , 广东广州 510006;摘要 : 随机前沿模型是测算技术效率的重要方法之一。
通常 ,模型假设生产单元之间彼此独立 ,然而在技术扩散过程中 ,空间外部性起着重要作用。
文章结合随机前沿模型理论与空间经济计量分析方法 ,构建空间面板随机前沿模型 ,同时考虑空间滞后因变量和空间误差自相关 ,并逐步放松模型设定条件 ,首先考虑技术效率时变 ,接着引入技术无效率项的异方差性 ,之后考虑观察数据中潜在的截面异质性 ,分别以引入随机截面特有项和设定随机系数的形式来表示截面中图分类号 : F064. 1文献标识码 : A文章编号 : 1000 22154 ( 2021 ) 05 20211 208一、引言随机前沿模型 ( SFM ) 的理论最初由 A igne r、Love ll和 Schm id t (AL S) ( 1977 )[ 2 ][ 1 ], M eeu sen 和 V an denB roeck (MB ) ( 1977 ) 提出 ,并很快成为计量经济学中一个引人注目的分支 ,被广泛应用于效率测算和生[ 3 ]产率分析 ,尤其是在 Jond row等 ( JLM S) ( 1982 ) 指出各个生产单元的技术无效率可以通过条件分布 [ u |ivi - ui ] 的期望 E [ ui | vi - ui ] 或模 M ode [ ui | vi - ui ] 来估算以后。
随机前沿分析 ( SFA ) 始于对生产最优化的研究 , 经过 30多年的发展 , 其在理论研究与实践应用方面都得到了深入的发展 , 已被尝试性地应用于生产经济学以外的领域 , 如劳动经济学、公共经济学以及金融经济学等。
SFM 假定 , 生产单位由于各种组织、管理及制度等非价格性因素导致生产过程中效率的损耗 , 而达不到最佳的前沿技术水平。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
一、SFA 原理
在经济学中，常常需要估计生产函数或者成本函数。
生产函数f (x)的定义为：在给定投入x 情况下的最大产出。
但现实中的产商可能达不到最大产出的前沿，为了，假设产商i 的产量为：
i i i y f (x ,)βξ= （1） 其中，β为待估参数；i ξ为产商i 的水平，满足i 01ξ<≤。
如果i =1ξ，则产商i 正好处于效率前沿。
同时，考虑生产函数还会受到随机冲击，故将方程（1）改写成：
i v i i i y f (x ,)e βξ= （2） 其中，i v e 0>为随机冲击。
方程（2）意味着生产函数的前沿i v i f (x ,)e β是随机的，故此类模型称为“随机前沿模型”（stochastic frontier model ）。
随机前沿模型最早由Aigner, Lovell and Schmidt(1977)提出，并在实证领域运用广泛，Kumbhakar and Lovell(2000)为该领域的研究写了一本著作，有兴趣的同学可以去参考。
假设o k
1i 1i ki f (x ,)e x x ββββ=L （柯布道格拉斯生产函数，共有K 个投入品），则对方程（2）取对数可得：
K i 0k ki i i k 1ln y =+ln x ln ββξν=++∑ （3）
由于i 01ξ<≤，故i ln 0ξ≤。
定义i i u =-ln 0ξ≥，则方程3可以写成：
K
i 0k ki i i k 1ln y =+ln x -u ββν=+∑ 其中，i u 0≥为“无效率”项，反映产商i 距离效率前沿面的距离。
混合扰动项
i i i ενμ=-分布不对称，使用OLS 估计不能估计无效率项i u 。
为了估计无效率项i u ，必须对i i νμ、的分布作出假设，并进行更有效率的MLE （最大似然估计）估计。
一般，无效率项的分布假设有如下几种：
(1)半正态分布
(2)截断正态分布
(3)指数分布
在一般的论文中，使用的最多的是半正态分布
随机前沿模型可以很容易地用于估计成本函数，经过与生产函数的随机前沿模型类似的推导可得：
K
i 0y i k ki i i k 1ln c =+lny ln P +u βββν=++∑
其中，i c 为产商i 的成本，i y 为产出，ki P 为要素K 的价格，i u 为无效率项，i ν为成本函数的随机冲击。
注意混合误差项的形式（符号）。
对于成本函数，i u =0意味着产商达到最低成本的效率前沿；
反之，如果i u 0>，则产商需付出更高的成本。
i u 是否存在的检验
使用随机前沿模型的前提是无效率项i u 存在，此假定可以通过检验
“220u 1u H : =0 vs H : >0σσ”来判断是否成立。
使用单边的广义似然比检验。
二、软件实现
软件是由Tim Coelli 开发的一款专门用于完成随机前沿分析的软件，它可以用最大似然估计随机前沿成本模型和随机前沿生产模型，下面简单介绍一下该软件的使用方法，更加详细的说明可以参考英文指导《A Guide to FRONTIER Version : A Computer Program for Stochastic Frontier Production and Cost Function Estimation 》
用于输入数据，是一个纯文本文件，数据文件的格式必须是3+K[+p]列。
第一列是评价体系的序号；
第二列是时期t ；
第三列是因变量；
第四列之后是K 个自变量；
[+p]仅当选择TE EFFECTS MODEL 模型输入。
设置命令
1 1=ERROR COMPONENTS MODEL, 2=TE EFFECTS MODEL
选择模型
DATA FILE NAME
数据文件
OUTPUT FILE NAME
结果存储文件
2 1=PRODUCTION FUNCTION, 2=COST FUNCTION
选择生产模型（1）还是成本模型（2）
n LOGGED DEPENDENT VARIABLE (Y/N)
变量是不是已经进行了对数运算
25 NUMBER OF CROSS-SECTIONS
评价体系数目
1 NUMBER OF TIME PERIODS
时期数目
25 NUMBER OF OBSERVATIONS IN TOTAL
总记录数目
2 NUMBER OF REGRESSOR VARIABLES (Xs)
自变量个数
Y MU (Y/N) [OR DELTA0 (Y/N) IF USING TE EFFECTS MODEL]假设U的分布。
Y表示截断分布，N表示半正态分布
n ETA (Y/N) [OR NUMBER OF TE EFFECTS REGRESSORS (Zs)] y 表示时变模型，n表示非时变模型。
n STARTING VALUES (Y/N)
选择n
其他设置保持不变。