全国及各省区市全要素生产率的计算和分析_图文_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
全国及各省区市全要素生产率的计算和分析
阅读已结束，下载文档到电脑
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，方便使用
还剩4页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢104被浏览13171分享邀请回答5023 条评论分享收藏感谢收起3添加评论分享收藏感谢收起导读：而全要素生产率作为测量经济增长质量和效率的最为流行的指标，本文在借鉴相应学者关于全要生产率研究的基础上，总结了全要素生产率的不足，关键词：全要素生产率，我们关于经济发展的认识，客观上也促进了利用全要素生产率，自索洛提出了规模报酬不变的生产函数以及由此推导出来的增长方程，通过将产出增长率中超出资本与劳动力生产要素投入增长率的扣除（索洛余值）形成了全要，并将全要素生产率来源定义为由技术进步引起的产作者简介：李婷姝（1988―），女，贵州大学经济学院2011级西方经济学专业硕士研究生。
摘要：在经济高速增长的今天，我们不仅关注经济增长的速度，更关注经济增长的质量和效率，而全要素生产率作为测量经济增长质量和效率的最为流行的指标，在测算过程中，存在着一些不足。本文在借鉴相应学者关于全要生产率研究的基础上，总结了全要素生产率的不足，并提出了相应改进方法。
关键词：全要素生产率；经济增长；测算方法
时至今日，我们关于经济发展的认识，已不再局限于过去单纯依托经济发展的规模与数量作为衡量经济增长成果的标准的状况，而逐渐关注经济增长的效率、质量等。我们不仅希望经济能够在数量上增长，更希望通过经济增长能够提高民众的福利，改善民众的生活。自从改革开放以来，中国的经济取得了突飞猛进的发展。但是随着我国经济几十年的飞速增长，随之而来的却是越来越多的问题的产生。为此，我们不禁反思，经济增长真的只是从gdp增长总量数据就可以判断经济增长的效率与质量吗？对于衡量经济增长质量与效率的迫切需要，客观上也促进了利用全要素生产率，即tfp（total factor productivity）衡量与评价经济增长质量与效率的发展，如今，利用tfp衡量经济增长已成为国内最为流行的一种测算方法之一。
1. tfp内涵
自索洛提出了规模报酬不变的生产函数以及由此推导出来的增长方程，通过将产出增长率中超出资本与劳动力生产要素投入增长率的扣除（索洛余值）形成了全要素生产率的概念，并将全要素生产率来源定义为由技术进步引起的产出增长。由索洛余值的求解可以看出，全要素生产率除了包括技术进步引起的产出增长，还包括没有识别的经济增长因素以及由此产生的误差。
它的一般含义是指一定时间内生产活动的开发利用的效率，等同于一定时间内各种生产要素与总产量之间的比值，可以衡量一个国家在一定时间经济增长的质量与效率，也是关于技术进步对经济发展作用的综合反映，但是因为tfp还包括未识别的经济增长因素以及测量误差，因此，tfp对技术进步的衡量只是一种近似测量。tfp的来源除了包括技术进步，还包括效率提升与规模效应，比如组织创新、专业化以及生产创新等。但是，在索洛模型中，假定技术进步是外生变量，并没有考虑知识进步以及人力资本提升对于经济增长的溢出效应，在没有考虑技术进步的外部性情况下，因为边际产量递减规律，最终技术进步带来的产出效应会为零。这显然与现实生活中，通过改进技术水平，从而带来边际产量递增的现象不符，这也使全要素生产率的解释能力与借鉴意义大打折扣，即全要素成产率成为“黑箱”。[1]
2. tfp测算方法的缺陷
tfp的测算方法虽然简单可行，但是其中也存在着一些问题，这些问题影响着tfp作为衡量一国经济增长质量与效率指标的有效性与代表性。
2.1 用于测算tfp的要素投入数据为存量数据
在对tfp进行测算时，必须考虑要素投入与产出之间的关系。而根据新古典生产理论，一定时期的投入带来一定时期的产出，换言之，我们所要考虑的要素投入只是某段时期的投入量，即该段时期的流量数据，而不是某一时点上的存量数据。但是，从目前关于资本的指标统计口径来看，我们将资本分为固定资本和流动资本。用固定资本的存量数据代替资本的流量数据，其中隐含了固定资本某一时点上的存量与其在此段时期内的资本流量成正比的关系，但是，在现实生活中，这种假设显然是不一定成立的。综上所述，因为，用于衡量相应变量的指标，尤其是资本，在统计口径以上存在局限，造成计算结果投入与产出的不一致，从而使tfp的测量值偏离真实结果。
2.2 tfp自身的“黑箱”使其内涵含混，需要进一步分解
tfp既包括劳动生产率，又包括资本生产率，那么如果求接触tfp，如何看出其中到底是劳动生产率的作用比较显著，还是资本生产率的作用比较显著呢？显然，并不能一概而论，并且tfp自身的“黑箱”特点还使其包括不能识别的经济增长因素与由此带来的误差，所以对tfp进一步分解，将其分解为其中影响较大的影响因素的综合作用，可以进一步分析技术进步的外部性的如何作用。技术进步自身也可以分为三种类型：中性技术进步、资本扩张型技术进步以及劳动扩张型技术进步。例如，管理方式的改进，可以促进资本生产率和劳动生产率的提高，属于中性技术进步；而机器设备的投资可以提高劳动生产率，属于资本扩张型技术进步；劳动者人力资本的提升，可以促进投资利用率的提升，属于劳动扩张型技术进步。针对不同类型的技术进步，tfp作为衡量技术进步的最佳指标，也有必要进一步分解，从而判断技术进步的类型。
2.3 tfp测算弱化一国阶段性经济增长方式特点
一个国家的经济增长必然会经历一个从粗放型经济增长再到集约型经济增长方式的过程，在经济增长的初期，由于对于资源的利用率不高，投入一单位的资源，带来的边际产出较大，因此，必然会带来要素累积，例如资本累积，当要素累积到一定阶段，就可以进行更大规模的生产，而随着要素投入的逐渐增长，要素投入的技术系数即各种生产要素的配合比例会接近一个最佳技术系数。当资源配合比例达到最佳系数，如果继续增加要素投入量，就会带来边际产出递减的结果，这个时候开始从粗放型经济增长逐渐步入集约型经济增长，边际产出会逐渐递减为零，此时达到总产出的最大值。为了发挥生产的规模效应，在集约型经济增长阶段，我们可以通过改良生产技术，提升人力资本，遏制边际产出递减的趋势，甚至到达边际产出递增的结果。因此，如果一国处于粗放型经济增长阶段，那么用于要素累积的部分必然较大，而tfp是扣除要素投入对产出影响的这一部分，所以粗放型经济增长阶段的tfp较集约型经济增长阶段tfp低。而发展中国家大部分是属于粗放型经济增长阶段，如果盲目将发展中国家的tfp与发达国家的tfp进行对比，所得出的结论必然欠妥。[4]
另外，上文中提到tfp既包括劳动生产率，又包括资本生产率，且三种不同类型的技术进步所带来的劳动生产率与资本生产率的变化是不一致，除此之外，三种不同类型的技术进步一般也在不同的经济增长阶段处于主导地位。例如，在一开始的工业经济阶段，通过增加物质的投资带来的边际产出是递增的，但是随着物质投资的增大，最终，物质投资带来的边际产出会趋于零。因此，随着知识经济的发展，对人力资本的提升将会成为主导力量，且人力资本的提升是没有上限的。而tfp的测算，显然没有考虑技术进步的类型，以及其在不同发展阶段上的特点，这也使得tfp的计算结果过于模糊。 包含总结汇报、办公文档、人文社科、党团工作、资格考试、IT计算机、旅游景点、出国留学、教程攻略、外语学习、行业论文以及关于全要素生产率的认识等内容。
相关内容搜索您现在的位置是： &
全要素生产率测度方法评析
□ 李双杰 左宝祥
摘　要:生产率发展水平的分析和测算，一直是各国和各行业关注的热点，它涉及到一个国家、一个地区或一个企业如何合理利用资源、优化产业布局、推进技术进步和加强现代化管理等方面的问题。关于生产率的研究也从最初的单要素生产率发展到全要素生产率，尤其是全要素生产率可以作为衡量经济可持续增长的一个重要指标。文章对全要素生产率研究的国内外现状进行了回顾，对全要素生产率的测度方法进行简要评述。并对我国全要素生产率研究提出几点启示。
　　摘 要: 生产率发展水平的分析和测算,一直是各国和各行业关注的热点,它涉及到一个国家 、一个地区或一个企业如何合理利用资源、优化产业布局、推进技术进步和加强现代化管理 等方面的问题。关于生产率的研究也从最初的单要素生产率发展到全要素生产率,尤其是全 要素生产率可以作为衡量经济可持续增长的一个重要指标。文章对全要素生产率研究的 国内外现状进行了回顾,对全要素生产率的测度方法进行简要评述,并对我国全要素生产 率研究提出几点启示。
　　 关键词:全要素生产率 随机前沿生产函数 Malmquist指数
　　中图分类号:F222 文献标识码:A 文章编号:08)05-015-02
　　 一、引言
　　根据生产率最一般的定义—产出与投入之比,如果作为研究对象的投入只包括一种要素 如劳动、资本等,所得生产率称为单要素生产率,如劳动生产率、资本生产率等;如果作为 研究对象的投入包括了土地、劳动、资本和自然资源等所有要素,所得生产率即为全要素生 产率(Total Factor Productivity简称 TFP),它是社会经济系统经营管理效率定量评价的 一个综合指标。1954 年,希朗•戴维斯在《生产率核算》一书首次提出全要素生产率的内 涵。在早期全要素生产率的研究中,贡献最大的是1987 年诺贝尔经济学奖获得者美国著名 经济学家Solow(1956),他在20世纪50年代从事经济增长理论的研究时,扩展了一般生产 函数 的概念,使其能够容纳技术进步的作用,从数量上确定了产出增长率、各投入要素增长率和 全要素生产率增长率(索洛本人将其称为技术进步率,但实际上是全要素生产率的增长率) 的联系,从而产生了著名的索洛增长模型。但是Solow并不是第一个将总体生产函数和生产 率联系到一起的人。这种联系至少可以追溯到Tinbergen。Solow之后,Denison和Jorgenson 发展了全要素生产率理论,其中Jorgenson将新古典投资理论加入到全要素生产率分析中,J orgenson等的另一个主要贡献是将资本和劳动进行分解。因此,避免了与投入成分的内部移 动 相联系的加总偏差。Jorgenson之后,对于全要素生产率的发展更多的是测算方法上的创新 。
　　 二、测度方法
　　全要素生产率的测算整体上可以分为参数方法和非参数方法。参数方法又分为生产函数 方法和随机前沿生产函数方法,非参数方法主要指的是指数方法。
　　 1.参数方法。
　　 (1)生产函数法。生产函数法又称为计量生产模型,它是典型的参数方法。在早期全要 素生产率的测量中,生产函数应用最为广泛。使用生产函数法,首先要选择生产函数的数学 形式。常见的生产函数形式包括了:柯布•道格拉斯生产函数、超越对数生产函数以及常替 代性生产函数。所谓不同生产函数计算全要素生产率,都是基于“索洛余值”的方法,这些 生产函数都基于一个共同的假设条件:规模报酬不变。而这一点在现实中,往往是不存在的 。Ernst R. Berndt(1979)发展了全要素生产率测量的参数方法,该方法不需要依赖规模 报酬不变的假设。Subal C.Kumbhakar(1999)在测算瑞典水泥工业的生产率和技术进步时 ,比较了几种参数模型在全要素生产率测算中的不同。
　　 (2)随机前沿生产模型。随机前沿生产模型最初由Aigner、Lovell、Schmidt以及Meeuse n、Van den Broeck提出,并很快成为计量经济学中一个引人注目的分支。严格地说,随机 前沿生产函数方法是关于效率而不是全要素生产率的测算。应用随机前沿生产模型测算全要 素生产率最常见的形式是:
　　yiτ=f(xiτ,t)exp(-uiτ)
　　这里,yiτ是第i个公司(i=1,...,N)在第τ期的实际产出(τ=1,...,T);XiT是投入要素向量;f(•)是随机前沿生产函数 中的确定性部分;t是测量技术变化所需要时间趋势变量;uiτ>=0,表示技术欠效 率指数。
　　Nishimizu 和 Page(1982)首次提出采用随机前沿生产函数模型的框架将全要素生产 率(TFP)的增长分解成技术进步和技术效率的变化。Kumbhakar (2000)更是将全要素生产 率 (TFP) 的分解涉及到四个概念:技术进步、技术效率的变化、资源配置效率的变化和规 模效率。Bauer(1990)、Schmidt()、Sangho Kim()、Kalirajan( 1993)等利用随机前沿生产函数法,对技术效率与全要素生产率和产出的关系做了大量的实 证研究。国内将随机前沿生产模型应用到全要素生产率中的文章较少,孔翔(1999)、徐宏 毅,欧阳明德(2004)等均做了这方面的尝试。随机前沿生产模型相对计量生产模型允许技 术无效率的存在,并将全要素生产率的变化分解为技术进步和技术效率的变化,这种方法比 传统的生产函数法更加接近生产和经济的实际情况。
　　 2.非参数方法。
　　 (1)TFP增长率测度的指数法是一种典型的统计学方法,它由Kendric和Dennison开创, 后经过Jorgenson、Griliches等人的发展而成熟起来,测量方法包括了Paasche指数、Laspe yres指数、Divisia指数、Tornqvist指数、Fisher指数和Malmquist指数。就像Coelli(199 8)所讲,指数方 法在全要素生产率的测算中主要起到了三个作用。第一个作用是用来处理面板数据,减少投 入和产出向量的维数,像我们熟悉的拉氏和帕氏指数。第二个作用就是用来计算全要素生产 率的变化,这是最主要的。而我们一般指的是费雪和Tornqvist指数。第三个作用应用指数 产生特殊的 数据序列应用与数据包络分析和随机前沿生产函数。像我们熟悉的DEA-Malmquist指数或者S FA-Malmquist指数。
　　 (2)数据包络模型(DEA)。DEA模型是Charnes、W.W.Cooper和E.Rhodes于1978年提出来 的。该方法是使用数学规划(包括线性规划、多目标规划、具有锥结构的广义最优化、半无 限规划、随机规划等等)模型进行评价具有多个输入、特别是多个输出的决策单元(decisi on making unit简记DMU)间的有效性。其中广泛应用的是投入导向型的DEA模型,形式如下 :
　　maxμ,v?(μ′y?i)
　　stv′xi=1
　　μ′yj-v′xj≤0,j=1,2,...,N,
　　μ′,v≥0,其中x?i,y?i分别表示第i个决策单元的投入向量和产出向量,u是产出变量的权重,v是 投入变量的权重。
　　DEA模型并不能直接应用到全要素生产率模型中,就像我们前面所提到的,它更多的时 候是与Malmquist指数结合来测算。1953 年, 瑞典经济学家和统计学家Sten Malmquist提出 了用于消费分析的定量指数,该指数使用输入距离函数来比较两个或更多的消费群体,以其 中一个消费群体的无差异曲线作为参考集,该指数后来被命名为Malmquist指数。但该指数 并没有被大量运用,直到1982 年,Caves,Christensen 和Diewert 将Malmquist 的思想用 于分析生产率增长,提出了CCD 模型,从而极大地丰富了生产力增长的测算方法。其后关于 Malmquist 指数的研究才有了许多新的进展,包括:BJUREK () 提出了不 同 于CCD方法的Malmquist 指数;等(1994) 提出基于规模收益不变的(FGN Z)Malmquist指数 ;Grifell和Lovell(1995)提出了考虑规模效率的(GL )Malmquist 指数;Ray和Desli (1997 ) 提出了与FGNZ 不同分解的(RD )Malmquist 指数;Grifell和Lovell (1999) 改进了Malmq uist指数,使之在指数的准确性和有关因素的经济解释方面更近了一步。NikolaosM aniada k Emmanuel
　　　　注:请下载安装
软件后点击下面的链接阅读。阅读PDF原文:　1　2　
　　Thanassoulis (2004) 提出了成本Malmquist指数;张建辉(2005) 提出了基于 定向技术距离函数的成本 Malmquist 指数。就像 Fare et al 指出Malmquist 生产率指数 的优点主要有四个:(1) 不要求价格信息;(2) 不要求行为假设;(3) 便于计算;(4) 已经 被 Caves et al .等证明在一定条件下优于Tornqvist 指数和Fisher 理想指数。
　　计算Malmquist指数的关键是要计算距离函数。计算距离函数的方法可以由数据包络分 析方法和随机前沿方法。与随机前沿方法相比,数据包络分析的最大优点是它通过使用线性 规划的方法,避开了在选择边界生产函数的具体形式和变量时所遇到函数模型选择方面的问 题及对随机变量分布假设选择的问题,并且在技术描述形式为多投入和多产出时能以实物的 形式表示,避开价格体系不合理等非技术因素对距离函数的影响。因此,将数据包络分析与 Malmquist指数结合测算全要素生产率应用更为广泛。
　　Coelli(1998)提出将传统Malmquist指数分解中的技术效率分解为规模效率和纯效率 进步两个部分,计算时需要加上两个额外的线性规划,需要将上面前两个线性规划①和②每 一个加上凸面限制N1′λ=1,也就是说,我们可以在规模报酬可变而不是规模报酬 不变的条 件下计算这两个距离函数,然后,我们通过不同假设条件下的技术效率值计算规模效率。
......(未完，请点击下方“在线阅读”)
特别说明：本文献摘要信息，由维普资讯网提供，本站只提供索引，不对该文献的全文内容负责，不提供免费的全文下载服务。
金月芽期刊网 2017}