再论全要素生产率的指数估计

指数方法是估计全要素生产率的方法之一。关于厂商水平上全要素生产率的指数估计问题已经作过介绍。本文的目的是推出部门水平上和国民经济水平上全要素生产率的指数估计方法。为了便于阅读和叙述上的方便,本文先对厂商水平上全要素生产率的估计方法作一概括。然后再讨论部门和国民经济水平上的全要素生产率的指数估计问题。     

核算全要素生产率

核算全要素生产率支道隆ＡＢＳＴＲＡＣＴＴｈｅａｎｎｕａｌｆｕｌｆａｃｔｏｒｐｒｏｄｕｃｔｉｏｎｒａｔｅａｒｅｌｉｓｔｅｄｓｉｎｃｅ１９８７ａｎｄｉｔｓｃａｌｃｕｌａｔｉｏｎｍｅｔｈｏｄｉｓｅｘｐｌａｉｎｅｄｉｎｄｅｔａｉｌ．一二次大战前,西方国家多核...     

要素生产率与经济增长的中日比较

 中国经济自改革开放以来所取得的突出的经济增长实绩越来越为世人瞩目。但是同时也有人指出,中国经济的增长主要依赖于生产要素投入量的增加,而非生产率的提高因而不可能持久。本文以投入产出表为基础数据,考察了中国1981-1992年11年间经济增长与各产业部门要素生产率提高之间的变化关系,并同称之为经济奇迹的日本经济高度增长时期（1960-1970年）及1960-1992年期间进行了对比分析。最后对1992年各产业部门要素生产率与日本同时期及日本经济高度成长始点的1960年进行了比较。     

统计指数的点估计与区间估计

统计指数的计算,是一个从代表品总体的数字特征推断复杂经济总体数字特征的过程。我们可以把数理统计研究问题的方式方法—点估计和区间估计引入到统计指数的理中论,以便更有效地利用所得资料得出精确可靠的结论。 笔者在《从概率统计看指数体系》一文中曾论述了个体指数是随机变量,并且个体指数K_p(K_q)在分布     

全要素生产率变动的分解——基于Malmquist生产力指数的实证分析

一、引言关于全要素生产率(TFP)的讨论,是当今经济学界的热门话题。对它的研究已经成为应用经济学领域中十分活跃的分支。全要素生产率(TFP)的最初研究开始于丁伯根(1942)和索洛(1985)在新古典的框架下研究“索洛余值”对增长的贡献。后来大量关于全要素生产率的研究中,Fare(1985,1989,1994)以及coelli(1996)发展了全要素生产率变动的测量方法,并进行了卓有成效的经验分析。目前对全国特别是各省区市全要素生产率的计算,已经有许多研究成果发表,这方面的代表性文献是支道隆(1997)、Fleisher and Chen(1997)、李京文(1998)、张军和施少华…     

对偶法核算全要素生产率

 在Griliches、Jorgenson（1967）和Hsieh（1999,2002）的基础上,结合卢卡斯（1988）的人力资本模型发展了一种基于人力资本的对偶法测度全要素生产率。以改革开放以来的上海为研究对象,同时运用对偶法和传统测度方法测度上海市全要素生产率,验证了经济增长率的变动更多来自于全要素生产率而不是投入要素的变动,同时发现两种方法测度结果差异显著。经过进一步分析,发现这种差异来源于直接资本价格与间接资本价格之间存在着高度的不一致性。通过对两种方法的适用性进行讨论,可以认为对偶法是传统测度方法一种有益的补充。     

基于对偶法的中国全要素生产率核算

 对偶法是基于生产要素价格核算全要素生产率（简称TFP）,无需设定生产函数形式和生产要素存量数据,核算结果在理论上与Solow残差法的相等,Barro等（2003）在最新版的《经济增长》教科书中予以介绍。国内文献主要采用Solow残差法核算中国TFP,该方法需要生产要素存量数据,尽管国内文献致力于探索模拟我国资本存量,但难免无法从根本上提高TFP 的核算质量。基于此,本文首次采用对偶法重新核算我国TFP,结果发现,采用对偶法核算我国TFP可行、可信;在1979－2004年间,TFP增长率为2.5%,对中国经济增长的贡献约为1/4。     

中国农业总生产率的计算与分析

本文根据《农业总生产率指标的初步研究》和《关于农业总生产率权数的计算》两篇文章中提出的基本理论,对我国的农业总生产率进行具体的计算和分析。一、农业总生产率的计算首先,编制出全国1949—1985年的农业产出数列、土地投入数列、劳动投入数列和资金投入数列于表1。     

基于全要素生产率的中国GDP数据准确性评估

 中国GDP数据的准确性评估问题,一直受到国内外各方面的关注。本文从反逻辑思路,考察作为技术进步的替代性指标全要素生产率（TFP）,反观GDP及其增长率是否准确或可信。运用隐性变量法通过建立状态空间模型测算中国1979－2008年间TFP增长率,分析GDP数据是否存在误差。结果表明1981年、1988年和2000年的TFP增长率的下降,找不到非正常情况下外生因素的影响,本文认为这是GDP核算误差造成的结果。     

西方指数基本公式与工业生产指数的编制

指数是从微观过渡到宏观,综合反映宏观经济的重要统计指标。在国民经济各个领域,为不同目的广泛地应用指数。例如,为编制发展计划和制定政策,检查工业部门的生产活动情况,需要编制工业生产与劳动生产率等指数;为分析市场需求,进行短期预测,搞好工业管理,需要编制按产品分类的生产与出厂价格等指数。在采用“国民经济核算体系”的欧美资本主义国家,编制价格减缩指数,来消除价格变动对国民生产总值、国内生产总值和其他经济     

我国碳生产率区域差异的测算及因素分解

文章基于泰尔熵标准提出以GDP为权重反映碳生产率差异的方法,从我国三大区域视角研究碳生产率差异的演变规律,通过调整碳生产率测算公式,构建经济贡献度和碳排放贡献度指标,从省际视角寻找区域内部造成碳生产率差异化的主导因素,分析碳生产率的增长源泉.结果表明,2000-2014年区域内差异是我.国碳生产率总差异的主要来源,缺少经济发展龙头以及山西省碳排放量超标是造成东部和中部碳生产率差异过大的主要原因,西部各省经济发展速度相对缓慢、山西省减排效果明显是造成中部反超西部,跃居为第二大碳生产率地区的重要因素.     

中国煤炭企业的全要素生产率增长

 本文通过Malmquist-Luenberger 指数将污染物及矿难作为“坏”产出纳入到全要素生产率的分析框架,测算了中国1998～2009 年30家大型煤炭企业的全要素生产率增长,并对影响全要素生产率增长的因素进行了实证分析。结果显示：“坏”产出约束下大多数企业的全要素生产率出现了负增长,但平均来讲企业的生产技术是显著进步的;在考虑环境污染及安全生产规制的两种不同情形下,分别有14家和16家企业发生过生产可能性边界的移动;技改和安全投入、管理效率以及滞后一期的技术无效率等因素与生产率指数呈显著的正相关关系,单位GDP煤炭消耗总量以及资本-劳动比与生产率指数呈显著的负相关关系,生产率指数与人均GDP呈“U”型关系。     

ICT投资、互联网普及和全要素生产率

本文使用DEA-Malmquist指数方法对2002-2012年我国分行业全要素生产率、技术效率与技术进步进行测算,并基于我国地区投入产出表构建了ICT资本投入强度。在此基础上,本文就ICT投资对生产率的影响进行了实证检验。研究发现,ICT投资对全要素生产率提升具有积极作用,并且主要通过ICT投资促进技术效率提升实现。面板门限回归模型的结果显示,只有达到一定互联网普及率时,ICT投资促进技术效率提升的作用才显现,并在高互联网普及率时进一步增强;但在高互联网普及率下,ICT 投资对技术进步存在抑制作用,在全要素生产率层面表现为ICT 投资的促进作用消失。因此,现实的ICT 投资应重视通过信息化管理提升行业资源的有效利用能力,以最大化技术效率对全要素生产率的贡献;应充分考虑不同行业和地区的互联网普及程度,以深度激发“连接经济”对于释放ICT效能的互补性作用;还应注意配套相应产业政策,以减轻互联网发展对技术进步的阻碍作用。     

数字经济、空间效应与全要素生产率

当前,数字经济蓬勃发展,已成为经济增长的新动能。本文从数字产业化与产业数字化 两个维度,采用主成分分析法构建了数字经济发展水平的指标体系,并利用2004-2017年我国省际面板 数据,在克服内生性问题的基础上,实证分析了数字经济发展对全要素生产率的影响。研究发现,数字 经济发展显著促进了全要素生产率的提升。但较之高生产率地区和东部地区,数字经济发展对低生产率地区和中西部地区全要素生产率的提升作用更大。就机制而言,人力资本投资与产业结构升级是数 字经济影响全要素生产率的两个渠道。进一步的空间计量分析表明,数字经济发展不仅会提升本地区 的全要素生产率,还存在显著的空间溢出效应,有助于提升邻近地区的全要素生产率。本文的研究为评估数字经济发展的影响效果提供了数据支撑和分析视角,也为探寻全要素生产率的提升路径提供了政策参考。     

R&D补贴、寻租与全要素生产率提升

R&D补贴一方面可以弥补研发活动外部性所产生的市场失灵,另一方面容易诱发寻租行为而削弱补贴效率,关于R&D补贴能否促进TFP提升尚未达成一致。本文从政府和企业互动视角着手构建两阶段动态博弈模型,演绎R&D补贴机制。研究发现,当R&D补贴强度高于某阈值后,容易诱使企业在创新策略选择中发送虚假信号,降低政府R&D补贴效率。进而利用中国省域面板数据检验不同强度R&D补贴对TFP的异质性影响,并探析寻租在R&D补贴与TFP之间的影响路径。实证结果表明,R&D补贴总体上对TFP具有负向影响,且补贴强度越高,负向作用越强;寻租是高额度R&D补贴抑制TFP提升的一个重要渠道。据此,创新政策实施过程中要及时调整对不同创新类型企业的补贴额度,防止长期高强度补贴引发寻租活动,确保企业所获取补贴与其实际需求相一致,有效促进全要素生产率提升。     

ICT投资、偏向性技术变化与全要素生产率

本文从偏向性技术变化视角出发,建立包含ICT资本、非ICT资本和劳动的平行三要素供给面方程系统模型,在要素增强型技术进步模式可变的条件下,分析我国工业ICT资本偏向性技术变化、ICT资本和非ICT资本偏向性技术变化一致性、ICT 资本偏向性技术变化和ICT资本深化一致性对全要素生产率(TFP)的影响。研究结果表明:2000—2016年,在我国ICT投资快速增长的背景下,ICT 资本对非ICT资本和劳动反而出现双重偏向性技术下滑,且ICT资本偏向性技术变化和ICT资本深化方向不一致,二者共同抑制了TFP提升;而ICT资本和非ICT资本偏向性技术变化一致性促进了TFP提升。据此,我国工业数字化转型中,应当通过提高ICT投资与数字技术发展路线的匹配度来扭转ICT资本偏向性技术下滑,并进一步提高偏向性技术变化一致性,同时增强ICT投资的技术适宜性,从而改善ICT资本偏向性技术变化与ICT资本深化的一致性。     

数字经济、产业结构升级与全要素生产率

文章在分析数字经济发展对全要素生产率影响机理的基础上,基于2010—2019年我国省际面板数据,应用中介效应模型考察数字经济发展对全要素生产率增长的促进效应。结果表明,总体上数字经济可有效通过产业结构升级促进全要素生产率的增长。分区域看,数字经济对我国东部、中西部省份的产业结构升级均起到显著促进作用,但在产业结构升级和全要素生产率的优化方面,东部地区数字经济发展的作用明显高于中西部地区。     

全要素生产率测算的半参数估计方法及其应用

构造了全要素生产率增长率测算的半参数增长速度方程,该方程具有以下性质：并不事先假定全要素生产率增长率与时间的表达式,通过估计获得这种结构关系;使用增长率相对指标,避免计量单位的影响。中国1979-2006年的实证结果表明：资本和劳动力的产出弹性分别为0.525和0.585,规模报酬递增;资本、劳动力和全要素生产率的平均贡献率分别为46％、12％和42％。