كنترل ناپارامتريك غيرخطي شوك‌هاي بهره‌وري در برآورد تابع توليد كشاورزي استان‌هاي برگزيده ايران (مطالعه موردي: برآورد تابع توليد گندم آبي)

Nonparametric Nonlinear Control of Productivity Shocks in Estimation of Agricultural Production Function of Selected Provinces in Iran: (Case Study: Wheat Production Function)

شوك‌های بهره‌وری یكی از مهم‌ترین عوامل مؤثر بر تصمیمات بنگاه‌ها در تعیین سطح بهینه نهاده‌های تولید هستند. شوك‌های بهره‌وری غیرقابل مشاهده، با ایجاد مسائل انتخاب و هم‌زمانی، باعث می‌شوند كه برآوردگرهایی مثل حداقل مربعات معمولی، برآوردهای تورش‌داری را در مورد ضرایب نهاده‌های تابع تولید ارائه كنند. اما در روش لیوینسون و پترین برای برآورد ضرایب نهاده‌های تابع تولید، از نهاده‌های واسطه‌ای به عنوان متغیر جانشین استفاده می‌شود و چنین استدلال می‌شود كه بنگاه‌ها به هنگام مواجهه با شوك‌های بهره‌وری، نهاده‌های واسطه‌ای توسط بنگاه تعدیل خواهند شد. در این روش بر اساس كنترل ناپارامتریك غیرخطی شوك‌های بهره‌وری می‌توان به برآوردهای بدون تورشی از ضرایب نهاده‌های تابع تولید دست یافت. به منظور بررسی این فرضیه، از داده‌های 11 استان منتخب طی دوره 1379-1387 برای برآورد تابع تولید گندم با روش‌های حداقل مربعات معمولی، اثرات تصادفی و لیوینسون و پترین استفاده شده است. بر اساس نتایج تحقیق، در روش حداقل مربعات معمولی، ضرایب برآوردشده برای نهاده‌های آب و كود به سمت بالا تورش‌دار هستند و نهاده سرمایه با تورش به سمت پایین برآورد شده است. بنابراین برای كنترل تورش ناشی از مسائل هم‌زمانی و انتخاب، باید از روش‌های ناپارامتریك برای مدل‌سازی شوك‌های بهره‌وری غیرقابل مشاهده استفاده شود. به علاوه نتایج نشان می‌دهند كه واكنش به شوك‌های بهره‌وری در مزارع تولید گندم استان‌های منتخب، از طریق تعدیل در تقاضای نهاده‌ها انجام می‌شود و همبستگی معنی‌داری میان تعدیل نهاده‌ها و شوك‌های بهره‌وری وجود دارد.

Productivity shocks are one of the most important factors that influence the firms ‘ decisions on he optimal consumption of production inputs. Unobservable productivity shocks create selection and simultaneity problems causing biased estimates of production function by ordinary least squares. However, to estimate coefficients associated with production function by Levinsohn and Petrin technique, coefficients associated with intermediate inputs are used as a proxy variable. It is therefore argued that when firms face productivity shocks, intermediate inputs will be moderated by firms. In this approach, because of the nonlinear and nonparametric controlls on productivity shocks, some unbiased estimates could be achieved. To examine this hypothesis, a data set from 11 provinces of Iran during the years between 2000 and 2008 was collected. For the collected data set, a production function of wheat was estimated using the three techniques of OLS, random effects and Levinsohn and Petrin method. Based on the results, ordinary least square had an upwardly biased estimate of water and fertilizer, while the OLS showed downwardly biased estimates of capital. Therefore to control the bias due to simultaneity and selection problems, nonparametric methods should be used to model unobservable productivity shocks. In addition result shows that productivity shocks in wheat farms of the selected provinces, are moderated by adjusting the input demand, and thus, there is a significant correlation between input adjustment and productivity shocks.