Для этого исследования использовались как первичные, так и вторичные данные, а также количественные и качественные данные. В исследовании использовались поперечные данные домохозяйств сезона сбора урожая 2016–2017 гг. Использовались данные для ввода (такие как земля, человеческий труд, волы, удобрения и количество семян), а выход продукции пшеницы собирался за указанный период времени. Данные об использовании входных данных и выходных данных были собраны в местных единицах и преобразованы в стандартные единицы. Кроме того, первичные данные были собраны путем опроса отдельных фермеров, выращивающих пшеницу, и переменных, которые вызывают различия в эффективности производства, таких как возраст, образование, размер домохозяйства, контакт с расширением, пол и т.п. Кроме того, были собраны социально-экономические переменные, такие как демографические данные, доступ к кредитам, животноводство, показатели благосостояния и институциональные данные.
Техника отбора проб и размер выборки
Для отбора выборочных домохозяйств использовалась трехэтапная методика выборки, в которой для выбора глав районов и выборки домохозяйств использовались комбинации целенаправленных и простых методов случайной выборки. Из 20 сельских районов в южной зоне Велло район Джамма был специально выбран из-за многолетнего опыта производства пшеницы и масштабов производства пшеницы в южной зоне Волло. Эта информация получена от Сельскохозяйственного управления Южной зоны Велло. На первом этапе, из трех агроэкологий района, вейина-дега была выбрана целенаправленно из-за основной части производства пшеницы в районе. На втором этапе из общего количества вейна дега кебелес три кебелесбыли выбраны простой случайной выборкой. На третьем этапе, 149 образцы пшеницы - производство фермеров были выбраны с помощью простого метода случайной выборки из каждых из выбранных kebeles на основе вероятности пропорции к технике выборки размера.
Спецификация эмпирической модели
Граница стохастического производства является наиболее подходящим методом для исследований эффективности, которые могут быть подвержены влиянию факторов, не зависящих от подразделения, принимающего решения. Это связано с тем, что этот метод учитывает неэффективность измерения в результате этих факторов и технических ошибок, возникающих во время измерения и наблюдения. На производство пшеницы в исследуемом районе, вероятно, будут влиять природные опасности, непредвиденные погодные условия, вредители и болезни, которые находятся вне контроля фермеров. Кроме того, во время сбора данных могут также возникать ошибки измерения и наблюдения. Чтобы учесть влияние этих ошибок, в этом исследовании использовалась стохастическая модель границы.
Стохастический пограничный анализ был одновременно введен Эйгнером, Меузеном и Ван дер Бруком. Подход стохастической границы разделяет отклонение (погрешность) на две части для учета факторов, которые являются чисто случайными и находятся вне контроля фирмы. Одним из компонентов является техническая неэффективность фирмы, а другим компонентом являются случайные шоки (белый шум), такие как плохая погода, ошибка измерения, отсутствие переменных и так далее.
Подбор функциональной формы
Другая проблема, связанная с параметрическими границами, связана с выбором функциональной формы. Среди возможных алгебраических форм функции Кобба-Дугласа и транслога были наиболее широко используемыми функциональными формами в большинстве эмпирических исследований производственного анализа. Каждая функциональная форма имеет свои преимущества и ограничения. Некоторые исследователи утверждают, что функциональная форма Кобба-Дугласа имеет преимущества перед другими функциональными формами в том, что она обеспечивает сравнение между адекватным соответствием данных и вычислительной осуществимостью. Это также удобно для интерпретации эластичности производства, и это очень экономно в отношении степеней свободы. Таким образом, он широко используется в исследованиях пограничной производственной функции, как указано в Hazarika и Subramanian .
Продолжение следует...