Development of an Econometric Productivity Hotspot Detection Method with Application of Sparse Modeling

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K20139
• Research Category: Grant-in-Aid for Research Activity Start-up
• Allocation Type: Multi-year Fund
• Review Section: 0107:Economics, business administration, and related fields
• Research Institution: Chukyo University
• Principal Investigator: Tsukamoto Takahiro 中京大学, 経済学部, 講師 (90906223)
• Project Period (FY): 2021-08-30 – 2024-03-31
• Keywords: 空間計量経済学 / 確率フロンティアモデル / スパースモデリング / LASSO / 生産性 / 効率性 / ホットスポット / 空間相関

Outline of Final Research Achievements

This study organizes the characteristics of spatial stochastic frontier　models and proposes an econometric model that can reveal regions that are productivity hotspots. The spatial stochastic frontier models, productivity/efficiency analysis methods that incorporates the techniques of spatial econometrics, can describe global spatial interdependencies such as spatial correlations, but it is difficult to capture productivity hot spots. Therefore, we proposed a new statistical model that can detect productivity hotspots by applying sparse modeling to the stochastic frontier model.

Free Research Field

応用計量経済学

Academic Significance and Societal Importance of the Research Achievements

本研究で提案した統計モデルは，クロスセクションデータでホットスポットを検出できるものである．パネルデータを必ずしも必要としないため，データの取得可能性の面だけでなく，生産性ホットスポットの経時変化を分析することが可能になる利点も有する．また，空間相関と生産性ホットスポットが同時に存在することを許容する新たな生産性分析手法を提示するといった拡張も見込まれる．