Phân tích độ nhạy của điểm hiệu quả đối với việc lựa chọn các yếu tố đầu vào và các lựa chọn khác trong mô hình SFA: Một khám phá thực nghiệm

2021.01.18 - 3150 lượt xem

Nghiên cứu về năng suất và hiệu quả trong các ngành công nghiệp đã và đang thu hút sự quan tâm đông đảo của các nhà nghiên cứu trong hơn 2 thập kỷ qua. Phương pháp phân tích đường biên ngẫu nhiên (SFA) là một trong những phương pháp nghiên cứu phổ biến được áp dụng trong đánh giá hiệu quả. Một trong những khó khắn đó là lựa chọn được mô hình tốt nhất khi áp dụng phương pháp SFA bởi có rất nhiều các lựa chọn mô hình và kết sự kết hợp. Mục đích chính của nghiên cứu này nhằm đánh giá độ nhạy của hiệu quả kỹ thuật và hiệu quả quy mô đối việc lựa chọn sự kết hợp các yếu tố đầu vào, dạng hàm của mô hình, dạng phân phổ của yếu tố phi hiệu quả, và phương pháp ước lượng của phương pháp SFA. Nghiên cứu được thực hiện dựa trên số liệu của ngành thủy sản của Úc để đánh giá các ảnh hưởng này. Kết quả nghiên cứu chỉ ra rằng hiệu quả kỹ thuật và hiệu quả quy mô nhạy cảm nhất đối với lựa chọn về dạng phân phối của yếu tố phi hiệu quả và hiệu ứng thời gian. Sự lựa chọn các biến đầu vào cố định có thể ảnh hưởng đến hiệu quả kỹ thuật, tuy nhiên các biến đầu vào biến đổi không ảnh hưởng có ý nghĩa thống kê đối với hiệu quả kỹ thuật. Nghiên cứu của chúng tôi gợi ý rằng khi so sánh kết quả của các mô hình SFA, trong đó có sử dụng dạng phân bổ của yếu tố phi hiệu quả và biến đầu vào cố định, thì cần được xem xét kỹ lưỡng.

TS. Nguyễn Văn Quang

Phó trưởng khoa Kinh tế, Trường Cao đẳng Kinh tế, Kỹ thuật và Thủy sản.

Báo báo được đăng trên tạp chí Journal of Productivity Analysis thuộc nhà xuất bản nổi tiếng thế giới Springer. Đây là tạp chí được xếp hạng Q1 (top 25% tạp chí đứng đầu) trong chuyên ngành Kinh tế, Quản lý, Kinh tế lượng và Khoa học xã hội. 

Đường link bài báo:https://link.springer.com/article/10.1007/s11123-020-00592-8?wt_mc=Internal.Event.1.SEM.ArticleAuthorOnlineFirst&utm_source=ArticleAuthorOnlineFirst&utm_medium=email&utm_content=AA_en_06082018&ArticleAuthorOnlineFirst_20210117

Tin khác