Диссертация (1137932), страница 10
Текст из файла (страница 10)
*, **, *** — значимость на 10, 5, 1%-ном уровне соответственно. Вскобках приведены стандартные ошибки.Результаты оценивания сквозных регрессий с производственнойфункцией транслог содержатся в табл. 7, а средние значения предельныхэффектов переменных — в табл. 8.Выводы очень похожи на те, что были сделаны из регрессий спроизводственной функцией Кобба-Дугласа. Все переменные факторовпроизводства оказались значимы, включая их перекрестные произведения.Средний предельный эффект логарифма численности работников пофункции транслог немногим выше, чем по функции Кобба-Дугласа — на0,03–0,05. Средний предельный эффект логарифма основных средствтакже выше и составляет 0,09–0,1. А средний предельный эффектлогарифма оборотных средств несколько ниже для транслога — на 0,02–0,03. Дамми-переменные года и отрасли также вошли в модели, сохранивне только знаки коэффициентов, но и их величины относительно другдруга, за редким исключением.
Дисперсия ошибки неэффективности59значима во всех моделях с функцией транслог и превышает дисперсиюслучайной ошибки.Таблица 7 — Результаты оценивания сквозных регрессий за 2006–2014 гг.,зависимая переменная — ln(Выручка от реализации), функция транслогМодель 7Модель 8Модель 9Модель 10Модель 11Модель 12полунорм.эксп.полунорм.эксп.полунорм.эксп.ln(Численность1,111***1,141***1,317***1,354***1,226***1,254***занятых)(0,0201)(0,0198)(0,0201)(0,0198)(0,0198)(0,0194)Переменныеln(Основные0,01290,0204**–0,0155–0,00715–0,009780,000313(0,0101)(0,00985)(0,00992)(0,00965)(0,00967)(0,00939)–0,0491***–0,0842***–0,106***–0,152***–0,0624***–0,102***(0,0170)(0,0168)(0,0167)(0,0165)(0,0163)(0,0161)(ln(Численность–0,148***–0,136***–0,180***–0,167***–0,166***–0,151***занятых))2(0,00547)(0,00541)(0,00542)(0,00535)(0,00527)(0,00520)(ln(Основные0,0246***0,0268***0,0269***0,0292***0,0283***0,0309***(0,00133)(0,00131)(0,00130)(0,00128)(0,00128)(0,00126)(ln(Оборотные0,0825***0,0908***0,0892***0,0988***0,0862***0,0953***средства))2ln(Численностьзанятых)×ln(Основныесредства)ln(Численностьзанятых)×ln(Оборотныесредства)ln(Основныесредства)×ln(Оборотныесредства)(0,00272)(0,00275)(0,00267)(0,00270)(0,00261)(0,00263)0,0159***0,0156***0,0168***0,0158***0,0140***0,0127***(0,00214)(0,00214)(0,00211)(0,00210)(0,00206)(0,00205)–0,0196***–0,0273***–0,0227***–0,0313***–0,0191***–0,0271***(0,00298)(0,00299)(0,00294)(0,00295)(0,00287)(0,00287)–0,0217***–0,0239***–0,0216***–0,0238***–0,0232***–0,0257***(0,00149)(0,00148)(0,00146)(0,00145)(0,00143)(0,00142)дамми на года––++++дамми на отрасли––––++5,752***5,647***5,803***5,744***5,896***5,820***(0,0717)(0,0698)(0,0704)(0,0683)(0,0693)(0,0670)–1,856***–1,667***–1,855***–1,690***–1,962***–1,790***(0,0125)(0,00954)(0,0123)(0,00942)(0,0125)(0,00962)–0,403***–1,586***–0,480***–1,657***–0,476***–1,642***(0,0109)(0,0145)(0,0113)(0,0147)(0,0107)(0,0141)Число наблюдений841958419584195841958419584195logL–79000–77242–77238–75440–75299–73315средства)ln(Оборотныесредства)средства))2Constantln 2vln 2uПримечание.
*, **, *** — значимость на 10, 5, 1%-ном уровне соответственно. Вскобках приведены стандартные ошибки.60Таблица 8 — Средние предельные эффекты переменных на ln(Выручка отреализации) из сквозных регрессий за 2006–2014 гг., функция транслогПеременныеln(Численностьзанятых)ln(Основныесредства)ln(Оборотныесредства)Модель 7Модель 8Модель 9Модель 10Модель 11Модель 120,3310,3310,3520,3510,3430,3420,0980,1010,0960,0990,0850,0870,5450,5410,5470,5430,5600,556В результате оценивания стохастической производственной границыс помощью сквозных регрессий были получены 12 рядов оценоктехнической эффективности. Ядерные оценки их плотности для двухмоделей, отличающихся только распределением ошибки неэффективности,изображены на рис.
27 (ядерные оценки плотности других пар оценокпочти совпадают с представленными). При выборе экспоненциальногораспределенияполучаетсяраспределениеэффективностисдисперсиейменьшейоценок(ближектехническойвырожденномураспределению), чем при выборе полунормального распределения, что01234объясняется их формой.0.2.4.6.81xModel 11Model 12Рис. 27 — Ядерные оценки плотности оценок технической эффективности,сквозные регрессии за 2006–2014 гг., функция транслог61После получения оценок параметров производственной функции иоценок технической эффективности высчитываются оценки СФП дляМоделей 1–6 с производственной функцией Кобба-Дугласа по формуле 18.Для функции транслог оценки СФП, рассчитанные по аналогичнойформуле, не будут удовлетворять аксиоме транзитивности, то есть ихнельзя будет сравнивать по фирмам и во времени.
Поэтому ограничимсяоценками СФП, полученными по функции Кобба-Дугласа, принимая вовнимание тот факт, что основные результаты оценивания по двумфункциям очень близки друг к другу.По оценкам СФП находятся максимальные значения СФП в каждомпериоде времени. Оценки эффективности от масштаба рассчитываются поостаточному принципу как частное от деления оценки СФП напроизведение ее максимального значения в данный период, оценкитехнической эффективности и экспоненты от нормально распределеннойошибки.Для примера динамика средних по фирмам значений показателейэффективности для Модели 6 представлена на рис. 28 (динамикапоказателей эффективности по другим моделям схожа с даннымграфиком).
По результатам SFA наибольшую вариацию в среднем пороссийскойобрабатывающейпромышленностиимелпоказательмаксимального значения СФП (располагается по правой оси), отвечающийза технологический прогресс. Он не имеет ярко выраженной тенденции,значительно падая в 2010, 2012 и 2014 гг., а затем увеличиваясь, чтопохоже на стабилизацию показателя на некотором уровне. СФП при этомснизилась в 2008 г., но самое большое падение претерпела в 2009 г., какследствие кризиса в российской обрабатывающей промышленности. Послеэтого она два года росла, а затем вновь начала снижаться с появлением вэкономике новых кризисных явлений. Техническая эффективность начинаяс 2007 г.
плавно уменьшалась. Компонента случайной ошибки наоборотросла, отражая рост отклонений каждой отдельной фирмы от общей62границы из-за воздействия внешних шоков. Эффективность от масштаба,посчитанная как остаточная компонента, зеркально отражает динамикутехнологического показателя. С одной стороны, данный результат можетпоказаться парадоксальным. Но с другой стороны, такая динамикамаксимального значения СФП означает постоянное смещение точки соптимальным размером предприятия, что и сказывается на динамикеэффективности от масштаба.1.221.11.5110.90.50.8020062007200820092010СФПExp(v)Эффективность от масштаба (правая ось)2011201220132014Техническая эффективностьМаксимальная СФП (правая ось)Рис. 28 — Динамика оценок СФП и ее компонент по Модели 6,сквозная регрессия, функция Кобба-Дугласа2.3.3Оцениваниестохастическойпроизводственнойграницы,панельные регрессииДалее в анализе оценивались четыре описанные выше панельныерегрессии SFA: TI, TVD и модели, оцениваемые двухшаговым методом, сослучайными и фиксированными эффектами (RE и FE) из [Heshmati et al.,1995].
Модели «True» Random Effects и «True» Fixed Effects из [Greene,2005], к сожалению, для такой большой выборки в используемомстатпакете Stata оценить не удалось, даже при задании начальных значенийпараметров.63В качестве эндогенной и экзогенных использовались те жепеременные, что и в предыдущих двух пунктах. Были оцененыпроизводственные функции Кобба-Дугласа и транслог. В моделях TI иTVDиспользуетсянеэффективности,усеченноевмоделяхнормальноеREиFEраспределение—ошибкиполунормальноеиэкспоненциальное.Панельные регрессии, как и в случае сквозных регрессий, сначалаоценивались без учета фактора года и отрасли, а затем в моделивключались дамми-переменные, которые оказались значимы.
Результатыоценивания для функции Кобба-Дугласа приведены в табл. 9. Третий ичетвертый, пятый и шестой столбцы моделей отличаются между собойтолько моделированием дисперсии ошибок (вторым шагом процедурыоценивания), поэтому оценки параметров производственной функции однии те же в парах указанных столбцов.Все переменные факторов производства оказались значимы и впанельных регрессиях. Однако есть существенные отличия в величинекоэффициентов от случая сквозных регрессий. Для моделей TI, TVD и REвклад труда почти в два раза больше — 0,5–0,6, а для модели FE ондостигает рекордной величины в 0,8.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
