一种新的全要素生产率变动的分解模式

经济科学·2010年第1期

一种新的全要素生产率变动的分解模式

雷 明 孙曙光

（北京大学光华管理学院北京 100871）

摘 要：本文对全要素生产率（TFP）变化率的传统测度方法给出了一种恰当扩展。在广义生产函数的基础上，我们将TFP的变动分解为技术进步、管理方

法的改进以及这两者的匹配度的变化上。结果表明，和技术水平一样，组织管理

方法在生产过程中起着十分重要的作用。另外由于引进了组织管理方法和技术水

平二者之间的匹配度，本文提供了理解TFP变动的新的视角。

关键词：全要素生产率（TFP）技术进步管理效率匹配度

一、引 言

有关TFP变化率的问题一直吸引着众多学者的兴趣。不仅仅是企业，很多国家及地区也一直密切关注如何在不增加生产成本的情况下，提高生产量。特别是仍处于工业化阶段的欠发达国家与地区，一直在被低生产率问题困扰。国外学者对TFP的研究可以追溯到二战结束之后，在TFP的基础理论和方法论方面做了许多开创性的研究。国内学者现在所用的分析理论和方法多数是在此基础上发展而来的。美国学者柯布和道格拉斯（Cobb和Douglas，1930）利用柯布—道格拉斯生产函数，最早研究了生产率与经济增长的关系。荷兰经济学家丁伯根（Tibergen，1942）将时间因素纳入柯布一道格拉斯生产函数，并提出了全要素生产率的概念，但他提出的生产要素仅包括资本和劳动，没考虑其他要素的投入。戴维斯（Davis，1954）指出了TFP的内涵，并认为劳动力、资本、原材料、能源等均应作为投入要素。索罗（Solow，1957）将技术进步引入到生产函数中，并分离出技术进步对经济增长的影响，得到了“增长余值”。丹尼森（Denison，1967）在索罗增长余值的基础上进行了更细致的划分，并分解了资本投入量与劳动投入量。乔根森和格里利谢斯（Jorgenson和Griliches，1967）指出了丹尼森(Denison，1967)的几个问题，并提出了新的资本投入测定方法，克服了丹尼森方法中的内部不一致性。此后，乔根森采用比丹尼森更精确的方法对1948至1979年美国经济增长进行了估算。在TFP研究初期，多数学者采用增长核算法来测量TFP。

随着研究的深入，又出现了一些新的计算方法。如法雷尔（Farrell，1957)首次通过构造确定性的生产前沿面来测量技术效率。艾格纳等（Aigner et al. 1977）首次采用包含随机误差的随机生产前沿模型。库珀等（Cooper et al. 1978）首次提出了数据包络分析法。马姆奎斯特（Malmquist）指数方法也是一种被广泛采用的方法，它是基于数据包络分析法而提出的。1982年，凯夫斯（Caves）等提出了由东奎斯特（Tornqvist）推算出Malmquist

指数的计算方法，并首度将此指数作为生产率指数使用。杜盖（Duguet ，2006）的实证研究认为激进的创新制度和增量创新中激进创新是TFP 增长的唯一重要来源。拉各斯（Lagos ，2006）提出了一种TFP 模型，并研究了劳动市场变化与TFP 的关系。雅各布（Jakob ，2007）通对经合组织国家进行实证研究发现，在过去的一个世纪，93%的TFP 增加是由于进口知识所致，知识外溢己成为促成各经合组织国家衔接的主要因素。

国内学者对TFP 的研究始于上世纪80年代初。史清琪（1985）较早地开展了度量我国技术进步的研究。魏权龄（1988）首先将测度相对效率的DEA 方法引入中国，促进了DEA 方法在国内的普及和推广。李京文、李军（1993）采用Jorgenson 方法，比较了中美两国生产率与经济增长的关系。姚洋（1998）采用第三次工业普查的资料研究了非国有经济成分对我国工业企业技术效率的影响，发现三资企业的技术效率明显高于国有企业的技术效率。纪秋颖和徐建平（1998）根据索罗生产函数的一般形式推导出具有全要素性质的生产函数，并以此说明了全要素生产率对经济增长的作用。郑京海和刘小玄（2002）采用Malmquist 指数法考察了700个国有企业样本1980至1994的生产率。研究结果表明，尽管样本的生产率有所增长，但主要来源是技术进步而不是技术效率。张军和施少华（2003）运用C-D 生产函数通过对1952至1998年中国经济统计数据的回归分析，发现中国经济的TFP 在改革开放以后有了明显的提高。颜鹏飞和王兵（2004）认为，由于技术进步减慢，1997年之后全要素生产率的增长出现了递减，且技术进步已成为各个地区生产率差异的主要原因。郭庆旺和贾俊雪（2005）认为1993年以来，中国生产率出现下降趋势，直到2000年以后出现上升势头。原因主要是技术进步率偏低，生产能力没有得到充分利用，技术效率低下和资源配置不尽合理。刘建翠（2007）通过对高技术产业大中型企业全要素生产率的测算认为其对产出增长起主要作用，同时认为公共部门的研究与发展是促进增长的主要因素。对国内外关于TFP 研究进展有兴趣的读者可以参考以下两篇综述文章：王云秀和秦伟广（2008）和曲建军（2007）。

索罗（Solow ，1957）揭示了经济增长的原动力是技术进步，但没有进一步解释技术进步的含义，只是将其看成是生产率变动的全部。粗略地说，Solow 模型的贡献与其说给出了增长的源泉，不如说是否定了资本积累是人均产出增加的原因这一说法。罗默（Romer ，1989）对技术进步的本质内涵做了进一步的阐述。但仍然没有对知识体系中两种完全不同的知识：生产技术知识和管理技术知识作明确区分。而雷明（1997）将技术进步界定为：在创造和掌握新知识（技术知识）的基础上，在生产的各个阶段和/或非生产领域进一步运用新知识并取得经济效益的过程；将管理创新界定为：在创造和掌握新知识（管理知识）的基础上，主动适应外部环境，提高组织整体效能，推动生产要素在质和量上发生新的变化和新的组合的过程。

二、模 型

在Solow 模型中，总量生产函数用来表示。其中，表示实际产出，t 表示包括管理技术、生产技术在内的广义技术水平，(,)y f x t =y ()x x t =表示投入的生产要素。为了规范描述新古典理论中的生产函数和生产过程，雷明引入了理论生产函数和最优生产过程的概念，并发现由理论生产函数所描述的生产过程即为最优生产过程。对有关详细的定义和证明过程有兴趣的读者可以参考文献雷明（1996）或者雷明、冯珊（1996）。本文正是以这

两个重要概念为基础的。

简单来说，理论生产函数测度了在给定生产要素投入组合和生产技术水平时，企业所得到的最大产出。理论生产函数是生产要素投入组合的递增凹函数，并且当没有生产要素投入时，最大产量为零。为了方便数学处理，假定理论生产函数具有一阶连续偏导数。而最优生产过程满足“技术水平充分发挥”、“生产成本最小”、“利润最大”、“规模适中”等四个条件。

本文用(,)g x t 表示理论生产函数，表示Solow 总量生产函数。在现实中，生产过程中往往存在效率损失，理论生产函数描述的生产过程在现实生活中几乎是不存在的。因此，为描述实际生产过程，我们在Solow 总量生产函数的基础上引入了“广义生产函数”。此函数由生产要素、生产技术和组织管理三大“要素”构成。现实中，管理作为人们为一定目标而进行的计划、组织、领导、协调和控制的时间活动，同生产要素、生产技术一起成为生产过程中不可缺少的投入组合。但是管理又有着区别于知识技术的特点。正如著名经济学家厉以宁所说的那样，管理也是一种生产力。管理水平的提高能使企业主动适应外部环境，提高组织整体绩效，使生产要素组合发生本质变化，具体可包括采用新的方针政策；推行新的经济体制；采用新的经营方式；改革政治体制；改善和采用新的决策方法；采用新的理论和方法以激发人的劳动积极性。对比之下，生产技术是在生产的各个阶段发挥作用来取得经济效益。例如采用新设备和对旧设备进行改造；采用新工艺和改进旧工艺；采用新的原材料；生产新产品和对原产品进行改进等等。因此，从生产力诸要素在形成现实生产力时，需要依靠管理来加以调节、平衡和配置，才能最大程度发挥作用。

(,)y f x t =但是，由于历史原因，人们自身的能力以及其他主客观因素的影响，企业采取的生产技术和管理模式并不总是互相完全匹配。当企业采取新的决策方法和经营方法，新的薪酬体系激发劳动积极性时，并非总是能够使企业自身生产能力得到提升，效益得到改善。我们经常在经济生活中看到这样的现象。例如在我国大跃进时期，尽管推行了新的经济体制，但是生产效果却非常不好。另外，在我国，外企的企业文化与国企有很大不同，如果将外企的一些管理方法生硬地在国企施行，就会对国企的生产效率造成负面影响。反之亦然。外企对在大陆设立的分公司，所采用的组织管理方法与其总部并不相同，尽管采用的生产技术和流程是一样的。因此，本文引入了一个新的变量，称为匹配度(,)a a m t =，其中分别表示组织管理方法和技术水平。用来衡量管理和技术的匹配程度。当时是最佳情况。这时不存在由于管理和生产技术水平不匹配而导致的生产效率损失。在一般情况下，,m t (,)[0,1]a a m t =∈1a =1a <。在某些极端情况下，的值非常接近零。例如我国在“大跃进”时期，人民公社等一系列共产主义生产制度与我国落后的生产技术水平极端不匹配，从而导致生产几乎陷于停顿。综合以上讨论，本文提出以下定义：

a 定义2.1：令（y y R +∈）表示实际产出，m 表示组织管理方法，x （m x R +∈）表示生

产要素组合，t （t R +∈）表示技术水平。我们称函数()(,,,(a m ,))y t k x m t t =为广义生产函数。另外，我们用函数(,,)y h x m t =表示当匹配度1a =时的广义生产函数。

广义生产函数描述了当存在各种效率损失时的实际生产过程。这些效率损失来自于技术进步的连续性、组织管理的不完善以及外在环境的不确定，我们用刻画了 (,,)y h x m t =存在这些效率损失时的实际生产量。更进一步，组织管理和技术水平的不完全匹配也导致

生产效率的很大损失，本文进一步用刻画包含以上各种效率损失在内的

(,,,(,))y k x m t a m t =实际产量。

根据(,)g x t 和(,)f x t 的定义可知，TFP 的变化率和技术进步率可以分别用g

g 和f f 表示。其中，f

表示函数f 关于的偏导数。根据前沿生产函数理论，在广义生产函数饿匹配度的概念基础上，组织管理水平效率可以如下定义：

t 定义2.2：组织管理效率是指当匹配度1a =时，一定技术水平及生产要素投入量下，现实产出与同最大潜在产出的比例。

根据上文的讨论可知，由于匹配度的变化，同样的组织管理，在不同企业、地区甚至国家，对生产的促进作用各不相同。而对组织管理效率的测度结果，却不应该随企业、地区和国家的变化而变化。它反映的是组织管理自身的特性，是对现有技术水平最大的支持程度。因此，我们是在匹配度1a =时度量组织管理效率的。 我们采用()()()e y t y t ??=表示上述概念。其中，是实际产出，y y ?是潜在最大产出。由于要素拥挤现象的存在，也是要素投入组合e x 的函数，即(,)e e x t =。

三、TFP 变化率的分解模式

在本节，我们着手推导TFP 变化率的分解模式。在此基础上进一步得到一个非常重要的约等式。这个约等式表明了技术进步增长率、组织管理效率的提高，以及匹配度的变化率是影响TFP 变化率的主要原因。尽管本身作为约等式可能在一定程度上削弱对现实经济现象的解释，但是，这个约等式符合经济学直观，能够对经济现象给出合理解释。并且当广义生产函数满足某些函数形式时，约等式严格成立。因此，此约等式较为准确地解释了TFP 变化率。

首先，我们先推导出TFP 变化率的精确分解模式，为此，我们需要以下两个引理：

引理3.1：()/(a

)f f k t k k a a =??+ 。其中，表示函数关于的弹性。 a k k a 证明：由定义可知，和()(,)y t f x t =()(,,,(,))y t k x m t a m t =，

所以(,)(,,,(,))f x t k x m t a m t =。因此我们有以下两个等式：

()()()()f x x

f k x x k t k a a t ??+=??+??+??? ， f x k x ??=??。 所以，()()f

k t k a a t =??+???? 。 同时我们知道()(a k k k k a a a

)a k ?==???，因此结论得证。 引理3.2： 1//[(/)/]a e

e g g k t k =+=?? 证明：当时，1a =(,,)(,,,1)h x m t k x m t =。类似的，有以下等式：

//h x k x ??=??，11(/)/(/)(/)a a h x x

h t k x x k t ==??+??=??+??

所以，1/(/)a h t k t =??=??。

根据(,)(,)(,,)e x t g x t h x m t =，我们可知： ln (,)ln (,)ln (,,)e x t g x t h x m t +=，

因此：

111[/][/][/]e x g x h x e g h

??+??=??， 111[(/)][(/)][(/)/]e x x e g x x g h x x h t e g h

??++??+=??+?? 所以，。 //(/)/e

e g g h t h +=?? 这样，我们就得到1//[(/)/]a e

e g g k t k =+=?? 。 由这两个引理，我们很容易得到以下结论： 定理：11///(/)[()a t t

f f e e

g g k a a k k t

==+++? ]a 。其中，是函数k 关于的弹性。我们称这个等式为全要素生产率变动的分解模式。

t k t 根据此定理，我们可以看出TFP 增长来源于三个主要方面：1. 技术进步增长率；2. 组织管理效率的提高；3. 技术进步和组织管理之间匹配程度的提高。

首先，技术进步和组织管理水平的提高是影响TFP 变动的重要因素。组织管理水平的高低是通过技术能力是否得到充分发挥、资源配置是否合理、生产规模是否最佳来衡量。而按照前沿生产函数理论，这三者又分别由技术效率、配置效率和规模效率来测度。技术效率反应生产中现有技术的利用程度；配置效率反应生产中要素配置的有效程度；规模效率反应生产规模的有效程度。而技术进步是由生产要素（资本和劳动力等）的提高和技术知识的进步两部分决定。

其次，从上述分解模式，我们发现，技术水平与管理模式的匹配程度对TFP 的变动有重要影响，并且其重要程度可以用弹性来加以测量。当匹配程度对的影响程度越来

越小时，越来越接近于0；同时，也会越来越接近于a k a k a k t k 1

()t a k =，全要素变动率/f f 就主要由来测量。特别的，如果生产技术和组织管理匹配情况很不重要时，可以认为//e

e g g + 0k a ??=，因此0a k =，1()t a t

k =k =，全要素变动率///f f e e g g =+ 。这时其分解模式就退化成以前文献的结论。这表明本文是对以前文献的恰当推广。 最右端项11[()t t a k k t

=?]近似衡量了广义生产函数关于技术水平t 的弹性函数对匹配度的敏感程度。一般来说，当技术水平比较高时（1/接近于0）或者对的变化不

明显时（k t k a t t k a 1()t t a k k ==近似成立），这一项可以忽略。这样，我们就得到约等式///(/a )f f e e g g k a a ≈++ 。其中的大小反映了匹配度对广义生产函数的影响程度。当匹配度的影响越大时，匹配度的变化率对全要素生产率变动的贡献也越大。上述约等式正是表现出这一特点，是与经济学直观相符的。

a

k (,)a m t 此外，如果当广义生产函数满足某些特定的函数形式时，约等式///(/a )f

f e e

g g k a a ≈++ 就会严格成立，比如(,,,)(,)(,,)y k x m t a a m t

h x m t ==时。这种广义生产函数也有很强的经济学含义。从上文定义，我们知道代表在给定生产投入要素组合下，组织管理与技术水平两者之间完全匹配（(,,)h x m t (,)1a m t =）时的实际产量。因此表示匹配度对实际产量的一种影响方式：对理想状态的一种“线性折扣”，这类似于会计学中经常采用的对厂房、机器等固定资产的“线性折旧法”。对这种广义生(,)(,,)a m t h x m t

产函数两边取对数得到ln (,)ln (,)ln (,,)f x t a m t h x m t =+，通过计算得到

1/()(/)f f a m h t h =? ?，111[(/)/](/)[(/)/]f x x f t a t h x x h t f a h

?+??=??+??+?? ?，这样我们就先得到等式1//(/)f f a a h t h

=+?? 。同时，通过等式(,)(,)(,,)e x t g x t h x m t =计算得到1//(/e e g g h t h +=?? )。这样，我们最终得到////f f e e g g a a =++ 。可见，在这种广义生产函数形式下，约等式///(/a )f f e e g g k a a ≈++ 严格成立（1a k =）。通过以上讨论，

我们发现///(/a

)f f e e g g k a a ≈++ 尽管只是约等式，但仍是分析实际经济运行中TFP 增长率变化的有力工具。（1996年）与雷明的结论///f

f e e

g g =+ 相比，这个约等式更准确地分解出TFP 的增长率的来源。

由约等式///(/a )f

f e e

g g k a a ≈++ 我们发现，当组织管理水平与技术水平的匹配程度降低时（这时/a

a 0< ），尽管和，全要素生产率变动/0e e > /g g > 0/f f 仍有可能小于零。现实中，我们常发现这样一些现象：尽管有时候采取了新的组织管理方法和生产技术，但是生产率却没有提高，甚至会下降。上文已经提到过我国“大跃进”时期的例子。下面我们举我国企业引进使用ERP 的例子。

ERP （Enterprise Resource Planning ）是由美国著名管理咨询公司Gartner Group Inc.于1990年提出来的，最初被定义为应用软件，ERP 迅速为欧美商业企业所接受，现已经发展成为现代企业管理理论之一。但是在中国，企业引进ERP 后，能成功提高企业生产率和财务绩效的比例却低于20%（数据来源于马艺，2007）。对这些情况，我们可以根据上述结论给出有力的解释：由于新采取的组织管理方法和生产技术水平的匹配度降低，导致

为负值，并抵消了管理效率和技术效率带来的增长（(/)a k a a //e e g g + ），从而导致

。 /0f

f < 我们也可以从另外一种角度来审视匹配度函数(,)a a m t =。在本文中，我们没有将其他因素考虑到匹配函数中。实际上，对于同样的技术和管理方法的组合，在有些国家，这种组合匹配程度很高，可以使生产率大幅提升，但是在另外一些国家，情况却并非如此。这或许是由于不同的政治体制、民族文化甚至生活方式导致匹配度的这种显著差异。例如ERP 在中国大陆实施情况不令人满意，但是在欧美国家却效果显著。此外，如拉美国家全盘接受欧美国家的经济市场的整套做法，但是经济发展轨迹却大相径庭。当然对这些复杂现象的讨论早已远远超出本文的范围。

(,)m t 四、结 论

本文基于现代经济学的生产理论，对引起全要素生产率变动的深层原因进行了探索性研究。在Kendrick ，Denison “增长核算”的基础上，沿用Romer 思想（Romer, 1989），并在我们之前论文提出的理论生产函数以及最优生产过程等公理体系下，给出了一种新的全要素生产率变动的分解模式。在这种分解模式下，技术水平、组织管理方法以及二者之间的匹配程度对全要素生产率的变动起决定性作用。另外，本文针对三种特殊的广义生产函数形式得到一些具体的分解形式。从中我们可以观察到组织管理以及自身对技术水平的匹

配度的重要性。

我国自改革开放以来，经济改革经历了从重视管理创新到重视技术进步然后再到管理创新的历程。从本文角度出发，现代经济的发展，技术进步和有效管理是同等重要不可偏颇的。日本著名企管专家镰田胜认为，当今企业成功与否，经营管理将占70%的作用。因而，管理创新是关系到企业能否生存与发展的重要因素，也是企业活力的重要来源。21世纪，国际间在管理创新方面的竞争日趋激烈，我国国有企业在组织、管理方面的问题也日益凸现。尽管我国企业在管理方面一直在借鉴日本及欧、美等地的管理模式，但是，“经济转型”使国企管理不可避免地带有转型期色彩，计划经济时代的管理模式烙印依然清晰。例如国企产权不清，导致了制度上不能给企业的决策者提供一个追求长远利益的稳定预期与重复博弈的规则，决策者的利益与他所决策企业的利润没有长远关系，造成了决策者管理努力不够；在管理理念上存在“物本”观念，过分强调对设备、厂房、资金、物料等的管理，忽视“人本”管理；在人事管理的职位选拔上，论资排辈现象严重。因此，对目前的国企改革而言，管理创新和技术进步同等重要，必须同时进行。传统的大规模引进先进设备的方法虽然引进了不少先进的技术和设备，但由于缺少相应的组织管理，导致先进的技术水平得不到发挥，生产率低、经济效益差的问题仍然没有解决。这点也是国企“物本”管理理念的体现。

本文还强调了组织管理方法匹配度的重要性。尽管西方国家有许多先进的管理创新理论与成功的管理创新经验，但我国国有企业在借鉴时还是要根据实际情况，有所取舍，不应该简单照搬。事实上，无论是外企还是国企，都在不断根据自身实际情况积极借鉴和学习对方的管理方法。在西方发达国家，企业也开始采用我们一直在批评的以前国企的一些做法。比如专门为自己员工的子女设立幼儿园，加强对员工家庭幸福的关注，吸引员工在企业终身工作。而按照很多人的看法，这是一种管理上的倒退，正是国企改革中应该摒弃的。

国企应在保留有效传统管理经验的同时，大胆进行管理创新，对其他国家的成功管理方法批判性接收，从管理制度、管理理念、管理决策、管理战略和管理组织结构等几方面积极进行创新，建立起产权清晰的现代企业制度和全国统一开放的市场体系，实现城乡市场紧密结合，国内市场与国际市场相互衔接。同时，还要大力强化国有经济内部机制的创新。

在管理理念上，要树立从追求政绩转变为承担盈亏责任。要从单一的生产意识转为追求经济效益的市场意识。在管理决策上，要建立灵活准确的信息系统，充分利用各种信息。在管理战略上，不仅重视生产管理，更要重视开发和营销管理。精干高效的组织结构是贯彻执行管理战略的保证。同时，要将人的因素放在第一位，建立以人为中心的管理体系。要强化发展和获得高级管理人才资源的种种措施，大力培育各类型人才，为他们提供从事各种研究的机会，尤其是必须在国企内部培育能够主动进行国际水平研究的杰出管理人才。

参考文献：

1. 郭庆旺、贾俊雪：《中国全要素生产率的估算：1979—2004》[J]，《经济研究》2005年第6期。

2. 纪秋颖、徐建平：《全要素生产率增长模型及其意义》[J]，《五邑大学（自然科学版）》1998年第2期。

3. 雷明、冯珊：《全要素生产率 TFP 变动成因分析》[J]，《系统工程理论与实践》1996年第4期。

4. 雷明：《技术进步、组织管理效率与生产率变动决定》[J]，《经济科学》1997年第4期。

5. 李京文、李军：《中美生产率比较》[J]，《经济研究》1993年第4期。

6. 刘建翠：《R&D对我国高技术产业全要素生产率影响的定量分析》[J]，《工业技术经济》2007年第5期。

7. 马艺：《值得十分关注的ERP国际化管理模式》[J]，《贵阳学院学报（自然科学版）》2007年第4期。

8. 曲建君：《全要素生产率研究综述》[J]，《经济师》2007年第1期。

9. 史清琪：《技术进步与经济增长》[M]，科学技术文献出版社，1985年。

10. 王云秀，秦伟广：《全要素生产率研究现状综述》[J]，《时代经贸》2008第104期。

11. 魏权龄：《评价相对有效性的DEA方法—运筹学的新领域》[M]，中国人民大学出版社，1988年。

12. 颜鹏飞、王兵：《技术效率、技术进步与生产率增长：基于DEA的实证分析》[J]，《经济研究》2004

第12期。

13. 姚洋：《非国有经济成分对我国工业企业技术效率的影响》[J]，《经济研究》1998年第12期。

14. 张军、施少华：《中国经济全要素生产率变动：1952-1998》[J]，《世界经济文汇》2003年第2期。

15. 郑京海、刘小玄：《1980-1994期间中国国有企业的效率、技术进步和最佳实践》[J]，《经济学（季刊）》，

2002年第4期。

16. Aigner, D., Lovell, CAK., and Schmidt, P., 1997, “Formulation and Estimation of Stochastic Frontier

Production Function Models”[J], Journal of econometrics, V ol. 6, PP21-37.

17. Caves, W., Christensen, R., and Diewert, E., 1982, “Multilateral Comparisons of Output, Input and

Productivity Using Superlative Index Numbers”[J], Economic Journal, V ol. 92, PP73-86.

18. Denison, F., 1967, “Why Growth Rates Differ: Post-war Experience in Nine Western Countries”[M],

Washington Brooking Institution.

19. Duguet, E., 2006, “Innovation Height, Spillovers and TFP Growth at the Firm Level: Evidence from French

Manufacturing”[J], Economics of Innovation and New Technology, V ol. 15, PP415-442.

20. Farrell, J., 1957, “The Measurement of Productive Efficiency”[J], Journal of the Royal Statistical Society.

Series A (General), V ol. 120, No. 3, PP253-290.

21. Jakob, M., 2007, “Technology Spillover Through Trade and TFP Convergence: 135 Years of Evidence for

the OECD Countries”[J], Journal of International Economics, V ol. 72, PP464-480.

22. Jorgenson, W., Grillches, Z., 1967, “The Explanation of Productivity Change”[J], Review of Economic

Studies, V ol. 34, PP249-283.

23. Lagos, R., 2006, “A Model of TFP”[J], Review of Economic Studies, V ol. 73, No. 4, PP983-1007.

24. Romer, R., 1989, “Capital Accumulation in the Theory of Long-run Growth”[M], Modern University Press.

25. Solow, M., 1957, “Technical Change and the Aggregate Production Function”[J], Review of Economics and

Statistics, V ol. 39, PP312-320.

（M）

全要素生产率的概念界定和内涵

1.全要素生产率的概念界定和内涵（金融发展对中国全要素生产率增长的影响：作用机制 与实证分析，周杰琦） 目前学界对于全要素生产率概念的界定仍未达成共识，全要素生产率是个内涵和外延模 糊的概念（郑玉歆，1999）。全要素生产率概念的界定对于本文后续理论分析以及实证研究都尤为重要。荷兰学者Tibergen（1942）将时间因素引入到柯布一道格拉斯生产函数中，开创性提出全要素生产率的概念。全要素生产率引起学界的广泛关注最早起源于Solow（1957）开创性的研究工作，其目前已成为分析经济增长源泉以及评价经济增长质量的重要指标。按照Solow 经济增长理论，全要素生产率是指，各种生产投入要素(如资本、劳动投入、 能源、自然资源等)贡献之外的、由技术进步、技术效率、管理创新、社会经济制度等因素所导致的产出增加。在此意义上，全要素生产率也称为Solow 剩余。全要素生产率变动被解释为生产函数的整体移动，而要素投入变化则指要素投入沿着生产函数本身的移动。在新古典经济增长理论中，全要素生产率被解释是外生的技术进步，因此，技术进步独立于经济体的其他任何变量而产生。有的学者认为，Solow 剩余“测量了我们在经济增长源泉中无法全部解释和分析的因素”，它不仅包含：依赖创新推动的技术进步、通过模仿学习获得的技术进步以及技术效率提升，还包含了一系列未知的复杂因素，如数据测量误差、模型变量遗漏、模型设定偏误、经济周期波动的干扰等。然而，Jorgerson 和Griliches(1967)却认为，Solow剩余不过是投入要素不恰当测量所造成的结果，如果投入要素被正确测量，Solow 剩余则不复存在。由上可见，即便从索洛剩余的角度来界定全要素生产率，学术界对全要素生产率的内涵和外延也未能形成一致的认识。这种局面容易导致有关全要素生产率的研究出现混乱，甚至妨碍该研究领域的深入向前发展。 以中国情况为例，目前，由于概念定义、数据处理以及研究方法的不同，国内外研究对 中国全要素生产率平均增长率的测算结果存在较大分歧，比如，Young(2003)测算的结果为1.4%，Chow (2002) 测算的结果为2.68%，郭庆旺等(2005)测算的结果为0.891%。不过，绝大多数研究都认为，全要素生产率增长率对经济增长的贡献率相对较低，表明中国经济是典型的粗放型增长，因此，提高全要素生产率对经济增长的贡献率是中国未来经济发展的一个重要战略选择。为了使本文后续对全要素生产率的估计结果与其它研究更具可比性、允许采用多种方法估测全要素生产率、以及后面的实证结果能够得到清楚的解释，在本文研究中，笔者对全要素生产率的概念及其内涵做出更为全面而广泛的解释。笔者分析的全要素生产率是指：刨除了资本、劳动、土地、能源、原材料等要素投入的贡献和作用之外，其它所有可以促进经济增长的因素的有机综合体。本文所指的全要素生产率不仅包括Solow 经济增长理论假定的非体现的、能提高生产效率的技术进步（如创新的管理和组织方法、研究开发投入、创新活动、政策法律等），还包含了与资本质量提高、劳动者素质改进紧密联系的体现式的技术进步（如投资先进的现代化设备、教育进步所引起的劳动者素质提高）。按照体现型技术的理论，技术进步可以体现在要素投入质量上的改进。就资本投入而言，体现型的技术进步意味着，资本设备在设计、质量和功效方面的改善。对劳动投入而言，体现型的技术进步意味着，劳动者教育水平的提高及知识技能的改进。此外，随机因素和数据测量误差也包括在全要素生产率当中。 从全要素生产率增长来源的类别来看，全要素生产率的变动可以进一步分解为技术进步变化率、技术效率变动率、资源配置效率、规模效率变化等等。技术进步变化率不能完全表示全要素生产率的变动，从经济学意义来看，技术进步主要是指新的知识和技能、新生产工艺、新采用的设备或改进的旧设备、研究开发以及新组织管理框架等在经济生产活动中得到广泛应用，进而引起人们劳动生产率、经济活动水平的提高。技术效率变动率也不能完全代表全要素生产率的变动。技术效率刻画了生产中现有技术的使用状况，Farrell(1957)首先提出了技术效率的估测方法，Farrell(1957)的技术效率是指在给出一定要素投入下，某企业的实际

关于索洛残差法计算全要素生产率的再思考

关于索洛残差法计算全要素生产率的再思考 摘要：本文认为索洛提出的残差法在计算全要素生产率在理论上虽然具有可行性，但是在具体操作中存在科学性的问题。笔者对中国1952-2004部分省市的面板数据，利用索洛残差法计算了全要素生产率，对结果进行了分析和平稳性检验并论证了该方法计算的结果不具可信度，并对其可能的原因进行了分析。 关键词：全要素生产率（TFP）索洛残差经济增长 一、对索洛残差法和中国全要素生产率的思考 易纲、樊纲、李岩指出，索洛的主要的理论缺陷来源于以资本存量代替资本服务。这样难以对资本进行准确的估算，另外在实际中资本往往有一部分处于闲置状态，而新旧资本的使用效率也不一样，因此会高估全要素生产率。笔者却认为不仅如此，运用索洛残差法估算全要素生率的可行性值得商榷，因为该方法实质是求残差，而具体使用时又往往是通过计量的方法获得资本和劳动的产出弹性，这里面本身已经存在一个计量的随机误差项，如此计算出来的全要素生产率缺乏准确性，如果回归样本数过小，其计算数值根本不具有代表性。 克鲁格曼认为，如果用全要素生产率来衡量技术进步的话，亚洲各国的技术进步几乎为零。而近年来的实证研究也越来越多倾向于中国的全要素生产率过低，我国的经济几乎完全依赖资本的投入。笔者当然同意这种现状的存在的确可以部分解释计量全要素生产率结果过低。本文将采用索洛残差的一般方法，根据面板数据，来试图构建一个关于经济增长的大样本回归，以此测算我国及各省各区域的全要素生产率，通过分析实证结果证明索洛方法的应用性值得商榷。 二、模型和测算 笔者采用索洛模型 在数据上，笔者采集了1952-2004年的GDP，L，K。由于我们更多地关注1978年之后的生产函数形式，从1952起至1978，每隔3年取一次数据，在回归时将他们与1978年之后的数据视为连续数据，这样就相当于加大了1978年之后

全要素说生产率

编辑本段全要素生产率的概念 全要素生产率 全要素生产率（Total Factor Productivity）又称为“索罗余值”，最早是由美国经济学家罗伯特.索罗（Robert M.Solow）提出，是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率（TFP，也称总和要素生产率）增长率。 编辑本段概述 经济学角度 全要素生产率 全要素生产率一般的含义为资源（包括人力、物力、财力）开发利用的效率。从经济增长的角度来说，生产率与资本、劳动等要素投入都贡献于经济的增长。从效率角度考察，生产率等同于一定时间内国民经济中产出与各种资源要素总投入的比值。从本质上讲，它反映的则是个国家（地区）为了摆脱贫困、落后和发展经济在一定时期里表现出来的能力和努力程度，是技术进步对经济发展作用的综合反映。全要素生产率是用来衡量生产效率的指标，它有三个来源：一是效率的改善；二是技术进步；三是规模效应。在计算上它是除去劳动、资本、土地等要素投入之后的“余值”，由于“余值”还包括没有识别带来增长的因素和概念上的差异以及度量上的误差，它只能相对衡量效益改善技术进步的程度。

50年代，诺贝尔经济学奖获得者罗伯特·M·索洛(Robert Merton Solow)提出了具有规模报酬不变特性的总量生产函数和增长方程，形成了现在通常所说的生产率（全要素生产率）含义，并把它归结为是由技术进步而产生的。 宏观经济学 全要素生产率是宏观经济学的重要概念，也是分析经济增长源泉的重要工具，尤其是政府制定长期可持续增长政策的重要依据。首先，估算全要素生产率有助于进行经济增长源泉分析，即分析各种因素(投入要素增长、技术进步和能力实现等) 对经济增长的贡献，识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次，估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较，就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。 生产率增长率 全要素生产率 不过，目前学术界关于全要素生产率内涵的界定还有分歧。本文的全要素生产率是指各要素(如资本和劳动等) 投入之外的技术进步和能力实现等 导致的产出增加，是剔除要素投入贡献后所得到的残差，最早由索洛(Solow ,1957) 提出,故也称为索洛残差。在中国,近年来有些学者已开始研究全要素生产率问题，尤其在克鲁格曼(1999) 提出“东亚无奇迹”的论点后，这一问题更引起国内学者的普遍关注。一些学者估算了中国不同时期的全要素生产率增长率,如舒元(1993) 曾利用生产函数法估算中国1952 —1990 年间全要素生产率增长率，得到的结论是，全要素生产率增长率为0102 %，对产出增长的贡献率为013 %。王小鲁(2000) 同样利用生产函数法估算中国1953—1999 年间全要素生产率增长率，得到的结论是，1953 —1978 年间全要素生产率增长率为-0117% ,1979—1999 年间全要素生产率增长率为1146%，对经济增长的贡献率为1419 %。还有一些学者对全要

如何用DEAP进行全要素生产率分析

一、软件的具体操作 1.建一个文件夹，里面必须有四个文件(Dblank；deap；deap.000；123.dta)前三个文件在一般下载的DEAP Version 2.1中都有，直接复制过来就可以，第四个文件是一个数据文件，一般先在excel中先输入，再复制到一个记事本下就可以，注意在记事本下的数据只有数据，不包括决策单元的名称和投入、产出的名称，并且一定要先放产出，后是投入。例子具体见123电子表格和123记事本。 2.对命令Dblank文件进行修改,修改后保存为12 3.ins文件 3.打开deap软件,运行123.ins 4,回车后自动会有123.out 注意事项：(1) 123.dta；Dblank；123.ins都用记事本打开； (2)数据文件名和命令文件名一定要一样，如例子中都用123 (3)文件夹中一定要包括deap.000文件，如果没有这个文件，打开deap软件，就会出现一闪就没有了的情况。 二，结果的分析 在文件夹中打开123.out，看如下： 1) firm crste vrste scale 1 0.687 1.000 0.687 drs 2 0.814 1.000 0.814 drs 3 0.319 0.709 0.450 drs 4 1.000 1.000 1.000 - 5 1.000 1.000 1.000 - 6 0.336 0.425 0.791 drs 7 0.642 0.648 0.991 irs 8 0.379 0.381 0.994 irs 9 0.702 0.750 0.936 irs 10 1.000 1.000 1.000 - 11 0.304 0.461 0.659 irs 12 0.352 1.000 0.352 irs 13 1.000 1.000 1.000 - 14 0.594 0.929 0.639 irs 15 0.402 1.000 0.402 irs mean 0.635 0.820 0.781 firm：代表例子中的15的样本 crste：技术效率，也叫综合效率 vrste：纯技术效率 scale：规模效率(drs：规模报酬递减；-：规模报酬不变；irs：规模报酬递增) crste=vrste×scale 2)

索罗余值法测算全要素生产率的文献综述

第46卷 第8期 2019年8月 天 津 科 技 TIANJIN SCIENCE & TECHNOLOGY V ol.46 No.8Aug. 2019 基金项目：天津市重点招标项目“2017年天津市全要素生产率测算研究”(18ZLZDZF00210)。 收稿日期：2019-07-18 科学与社会 索罗余值法测算全要素生产率的文献综述 孟 媛，张 弛 (天津市科技统计与发展研究中心 天津300051) 摘 要：国内外全要素生产率的测算方法很多，例如索罗余值法、随机前沿法、数据包络法等，其中应用较为普遍的是索罗余值法。通过简要梳理索罗余值法的推导过程，归纳较为普遍的关于该理论的基本假设(即规模效益不变和希克斯中性)的质疑，以及阐述全要素生产率与技术进步的关系，说明全要素生产率衡量技术进步是不完全准确的。关键词：全要素生产率 索罗余值法 技术进步 中图分类号：F204；F224 文献标志码：A 文章编号：1006-8945(2019)08-0094-02 Literature Review on Measurement of Total Factor Productivity by Solow Residual Method MENG Yuan ，ZHANG Chi (Tianjin Science and Technology Statistic Center ，Tianjin 300051，China ) Abstract ：There are many measurement methods of total factor productivity at home and abroad, such as the Solow residual method, stochastic frontier method, data enveloping method and so on. The Solow residual method is widely used. The gen-eral doubts about its basic assumptions (namely, constant scale benefit and Hicks neutral) are summarized by briefly combing the derivation process of the Solow residual method. The relationship between total factor productivity and technical progress is discussed, indicating that the measurement of technical progress by total factor productivity is not completely accurate. Key words ：total factor productivity ；Solow residual method ；technical progress 十九大指出，我国经济已由高速增长阶段转向高质量发展阶段，并提出要提高全要素生产率。关于全要素生产率，国内外学者进行了较多研究，测算方法不一，包括索罗余值法、随机前沿法、数据包络法等，其中索罗余值法的应用范围较为广泛。本文通过文献综述，简要介绍索罗余值法测算全要素生产率的过程，根据其适用的前提条件探讨测算的局限性，进而阐述全要素生产率与技术进步的关系。 1 索罗余值法简介 索罗[1]并不是第一个将生产函数与生产率联系起来的人，早在1942年Tinbergen 就探索过两者之间的关系，但是索罗的开创性贡献在于他在生产函数和指数方法之间建立了较为简洁且实用的理论联系。 索罗余值法是基于柯布-道格拉斯生产函数(即CD 生产函数)得到的，以规模效益不变和希克斯中 性(Hicks neutral )为基本假设前提。规模效益不变指 的是在既定的技术水平下，要素价格不变时，产出增加的比例等于所有投入要素增加的比例。希克斯中性指的是投入要素资本和劳动的边际产出的比率不变。CD 生产函数为： (,)t t t t Q A F K L = (1) 式中：Q t 指的是产出，K t 指的是资本投入，L t 指的是劳动投入，希克斯A t 指的是在资本和劳动投入水平不变时产出增加的部分，即全要素生产率，经常被用以衡量“技术进步”。 上述公式(1)变形，可以得到相对希克斯效率A t /A 0，即Q t /Q 0作分子，生产函数中要素积累的部分F (K t ，L t )/F (K 0，L 0)作分母。但是由于各投入要素的计量单位不同，这样并不能直接得到希克斯效率。 索罗运用非参数指数法，将上述公式变形得到： t t t t t t t t t t t t Q K K L L A Q Q Q K Q K L Q L A ??=++?? (2)

【最新2019】中国“全要素生产率”或降为2.7%word版本 (1页)

【最新2019】中国“全要素生产率”或降为2.7%word版本 本文部分内容来自网络整理，本司不为其真实性负责，如有异议或侵权请及时联系，本司将立即删除！ == 本文为word格式，下载后可方便编辑和修改！ == 中国“全要素生产率”或降为2.7% 中国社会科学院副院长蔡昉10日表示，中国的全要素生产率正在呈现持续下滑态势，并将在“十三五”时期进一步降为2.7%。 图片源自网络 请看相关报道： China should take actions to cope with its falling total factor productivity ( TFP ), a senior expert with a government think tank said Sunday . 1月10日，政府智囊团的一位资深专家表示，中国应采取措施应对全要素生产率下滑态势。 全要素生产率（ total factor productivity ， TFP ），也称总和要素生产率，是各种要素投入水平既定的条件下，所达到的额外生产效率，是分析经济增长源泉的重要因素。经济增长、人均收入和财富水平提高最终要依赖全要素生产率的提高。 中国社会科学院副院长蔡昉在第七届中国经济前瞻论坛上说，在人口红利 （ demographic dividend ）消失以后，中国经济增长要寻找新动力。目前，我国全要素生产率增速呈现下行趋势，他预测全要素生产率“十三五”时期会下降到2.7%。 他指出，要通过四方面措施进行调整：改革户籍制度（ reform household registration system ）；大力推进教育改革，把义务教育扩大到更大范围（ expand compulsory education to more people ），提高劳动力的质量（ increase the quality of labor force ）；解决各个领域的产能过剩（ overcapacity ）问题，进一步降低杠杆率（ leverage ratios ）；创造好的制度条件、政策环境，让企业能够自由进入，并让那些不再有生产力提高潜力和没有竞争力的企业退出（ create a policy environment where promising enterprises can easily enter the market and non - competitive ones are forced to exit ）。

经济发展论文：全要素生产率研究方法述评

经济发展论文： 全要素生产率研究方法述评 摘要:全要素生产率作为反映经济增长质量的重要指标,近年来引起了国内外学者的广泛关注。目前测算全要素生产率的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。文章以上述分类方法为基础,对全要素生产率的研究方法进行了详细论述,并总结了不同方法在测算中的优势和不足,同时对相关研究文献进行了简要评述。最后,对我国全要素生产率的研究方向进行了探讨。 关键词:全要素生产率;索洛余值法;随机前沿生产函数法;数据包括分析法 一、引言 全要素生产率(TFP)是宏观经济学的重要概念,也是分析经济增长源泉的重要工具,尤其是政府制定长期可持续增长政策的重要依据。首先,估算全要素生产率有助于进行经济增长源泉分析,即分析各种因素(投入要素增长、技术进步和能力实现等)对经济增长的贡献,识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次,估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较,就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。改革开放以来,国内外学者对中国的全要素生产率进行了深入研究,产生了大量的研究文献,但这些文献对TFP的估算结果存在较大差异,引发了许多争论,究其原因主要有两点:一是数据来源和处理方法不同,二是测算方法不同。测算TFP的方法多种多样,每种方法都有其优缺点和适用对象,究竟哪种方法更为恰当,哪一个研究的结果更为准确,哪种方法或哪种研究思路对于改革以来中国经济增长的分析更为适用?为此,有必要对既有的TFP研究方法进行梳理和总结,并指出其中存在的缺陷和不足,以利于研究者对TFP有一个较为客观的认识和了解,进而进行科学的计算。 目前测算TFP的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。参数方法主要有索洛余值法、拓展的索洛余值法、随机前沿生产函数(SFA)法等,非参数方法主要有指数法、数据包络分析(DEA)法等,本文以上述分类方法为基础,对相关文献进行评述。 二、参数方法 1. 索洛余值法。索洛余值法最早由索洛(Solow,1957)提出,基本思路是估算出总量生产函数后,采用产出增长率扣除各投入要素增长率后的余值来测算全要素生产率增长,故也称生产函数法。在规模收益不变和希克斯中性技术假设下,全要素生产率增长就等于技术进步率。 由于模型简单,合乎经济原理,因此国内外很多学者利用这种方法对我国全要素生产率进行测算。如邹至庄(1993,2002)、张军(2002)、郭庆旺等(2005)、涂正革等(2006)等,尽管研究结果存在分歧,但绝大多数研究认为中国改革开放以前的经济增长是低效率的,TFP增长十分缓慢,而改革开放以后经济增长质量比改革开放以前有了较大的改善;国企的全要素生产率低于集体企业等。 在利用索洛余值法测度TFP时,存在着如下缺陷和不足: (1)该方法中TFP通过方程的“剩余”计算出来,不能直接求解,这种通过“剩余”得到的计算结果,包括了整个方程的计算误差,由此得到的结果的精确性有待提高。Jorgenson & Grilliches(1967)认为全要素生产率实际是一种计算误差,引起这种误差应归因于两个原因:

全要素生产率

全要素生产率是指“生产活动在一定时间内的效率”。是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率（TFP，也称总和要素生产率）增长率。 全要素生产率（Total Factor Productivity）又称为“索罗余值”，最早是由美国经济学家罗伯特.索罗（Robert M.Solow）提出，是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率（TFP，也称总和要素生产率）增长率。 经济学角度全要素生产率一般的含义为资源（包括人力、物力、财力）开发利用的效率。从经济增长的角度来说，生产率与资本、劳动等要素投入都贡献于经济的增长。从效率角度考察，生产率等同于一定时间内国民经济中产出与各种资源要素总投入的比值。从本质上讲，它反映的则是个国家（地区）为了摆脱贫困、落后和发展经济在一定时期里表现出来的能力和努力程度，是技术进步对经济发展作用的综合反映。全要素生产率是用来衡量生产效率的指标，它有三个来源：一是效率的改善；二是技术进步；三是规模效应。在计算上它是除去劳动、资本、土地等要素投入之后的“余值”，由于“余值”还包括没有识别带来增长的因素和概念上的差异以及度量上的误差，它只能相对衡量效益改善技术进步的程度。 50年代，诺贝尔经济学奖获得者罗伯特·M·索洛(Robert Merton Solow)提出了具有规模报酬不变特性的总量生产函数和增长方程，形成了现在通常所说的生产率（全要素生产率）含义，并把它归结为是由技术进步而产生的。 宏观经济学 全要素生产率是宏观经济学的重要概念，也是分析经济增长源泉的重要工具，尤其是政府制定长期可持续增长政策的重要依据。首先，估算全要素生产率有助于进行经济增长源泉分析，即分析各种因素(投入要素增长、技术进步和能力实现等) 对经济增长的贡献，识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次，估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较，就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。 生产率增长率 不过，目前学术界关于全要素生产率内涵的界定还有分歧。本文的全要素生产率是指各要素(如资本和劳动等) 投入之外的技术进步和能力实现等导致的产出增加，是剔除要素投入贡献后所得到的残差，最早由索洛(Solow ,1957) 提出,故也称为索洛残差。在中国,近年来有些学者已开始研究全要素生产率问题，尤其在克鲁格曼(1999) 提出“东亚无奇迹”的论点后，这一问题更引起国内学者的普遍关注。一些学者估算了中国不同时期的全要素生产率增长率,如舒元(1993) 曾利用生产函数法估算中国1952 —1990 年间全要素生产率增长率，得到的结论是，全要素生产率增长率为0102 %，对产出增长的贡献率为013 %。王小鲁(2000) 同样利用生产函数法估算中国1953—1999 年间全要素生产率增长率，得到的结论是，1953 —1978 年间全要素生产率增长率为-0117% ,1979—1999 年间全要素生产率增长率为1146%，对经济增长的贡献率为1419 %。还有一些学者对全要素生产率与经济增长进行了理论思考，如郑玉歆(1999) 对全要素生产率测度和经济增长方式转变的阶段性规律进行了详细讨论，但未给出中国全要素生产率的具体估算。易纲、樊纲和李岩(2003) 提出中国经济存在效率提升的四点证据，指出新兴经济在测算全要素生产率上面临的困难，并给出新兴经济全要素生产率的测算模型，但他们也未给出具体估算。本文在析比较全要素生产率四种

中国全要素生产率的变化

中国全要素生产率的变化：2000-2008 江春1 吴磊2滕芸 3 内容摘要：本文使用序列DEA和当期DEA方法测算了中国2000至2008年的 Malmquist生产率指数，并在规模报酬固定的假设下将其分解为技术效率变化指数 和技术变化指数。结果显示自2000年以来全国及各省份的全要素生产率均发生下 降，近年来中国的经济增长几乎完全依赖于要素投入的增加。全要素生产率持续降 低是同期资本产出比率迅速上升造成的，这反映出中国经济增长过于依赖投资、收 入分配不合理，同时也反映出金融体系的不健全。 关键词：全要素生产率；DEA；资本产出比 一、引言 改革开放三十多年来，中国的经济增长迅猛，取得了世所瞩目的成就。但与此同时，资源消耗巨大、要素配置效率差、产品附加值低、产业结构不合理等诸多问题始终让人们疑虑中国经济增长的持续性。中国经济增长的质量究竟如何，经济增长到底是来源于要素的投入还是来源于效率的提高？全要素生产率（TFP），作为衡量经济增长质量的重要指标，越来越受到经济学者的广泛重视，提高全要素生产率也被视为中国未来经济增长的决定因素（胡鞍钢，2003）[1]。 Chow（1993）[2]开启了对中国经济增长来源的研究，他认为中国在改革开放前TFP基本稳定，经济增长的主要动力是资本积累，而改革开放后TFP以每年2.7%的速度增长。颜鹏飞和王兵（2004）[3]将中国改革开放以来的经济发展划分为两个阶段，测算得到第一个阶段——1978-1991年间，中国TFP年均增长为-0.17%；第二阶段1992-2001年间则为0.79%。Y oung（2003）[4]采用自行调整后的数据测算1978年至1998年间中国的TFP增长率为1.4%等等。但是目前这类研究对中国TFP增长率的估计存在较大分歧，即便针对同一时期的研究，不同学者 作者简介：江春（1960—），男，武汉大学经济与管理学院金融系（武汉，430072），教授。研究方向：宏观金融 理论与金融发展理论。 吴磊（1980—），男，武汉大学经济与管理学院金融系（武汉，430072），博士生。研究方向：金融发 展理论。 滕芸（1982—），女，武汉大学经济与管理学院金融系（武汉，430072），博士生。研究方向：金融发 展理论。

全要素生产率

第一步：选取测度方法 采用传统的索洛残差法对中国1978年-2013年的全要素生产率（TFP ）进行测度。 设总量生产函数为C —D 生产函数： βαλt t t t L K Ae Y = 其中，Yt 为实际产出，Lt 为劳动投入，Kt 为资本存量，α、β分别为平均资本产出份额和平均劳动力产出份额。 为求出α、β，在规模收益不变的假设下（α＋β=1）对方程两边取对数 )ln()ln()ln()ln(t t t L K t A Y βαλ+++= （1） 整理得： )/ln()ln()/ln(t t t t L K t A L Y αλ++= （2） 在规模收益不变和中性技术假设下，全要素生产率的增长率为： L L K K Y Y A A /)1(///?--?-?=?αα （3） 根据方程（2）估计出α后，代入方程（3）即可求出全要素生产率的增长率。 第二步：样本数据及变量的选取 计算全要素生产率所需的真实产出的数据可以通过从国家统计局的官网上获得与生产函数设定中变量 L 相对应的现实数据，国外文献通常使用工作小时数，但我国统计年鉴中没有提供这个指标，故选取历年的就业人员数。另外，注意到指标给出的是年底数，为与 GDP 流量的含义相一致，将前后两年的就业人员数进行算术平均，获得年中的就业数。但资本存量序列需要在统计资料的数据基础上进行估算。经查阅文献可知，现在多采用被OECD 国家所广泛使用的永续盘存法对资本存量进行核算，所以，此处也采用此方法进行资本存量的核算。 其基本公式是： 1)1(/--+=t t t t K P I K δ （4） 其中，I t 是t 期以当期价格计价的投资额，P t 是t 期的价格指数，δ是折旧率。 对K 0 的估算采用国际常用方法：)/(00δ+=g I K 其中，g 是样本期真实投资的年平均增长率，δ为综合折旧率，一般定于5%。 历年投资流量指标的选取：综合经典文献和数据的可获得性两方面因素，此处采用1978-2013年全社会的固定资本形成总额为投资流量指标。我们只有截止于2004年的固定资本形成总额指数。这样，我们便无法直接把我国2005—2013年间的用当年价格给出的固定资本形成总额折算成以2000年价格表示的数据。

基于企业进入退出的“中国全要素生产率之谜”解释

基于企业进入退出的“中国全要素生产率之谜”解释 摘要：本文通过LP法回归出制造业TFP，对“中国全要素生产率之谜”进行了验证，并构造了企业进入退出的动态模型，在通过特征事实对参数估计之后，通过模拟2008年企业进入的冲击，拟合出了稳态情况下行业面对大规模企业进入时的TFP变动情况，并与事实进行了比较。 关键词：全要素生产率企业的进入与退出模型 一、问题的提出：中国全要素生产率之谜 中国全要素生产率之谜，即指在2008年之后，企业的研究与试验发展投入（R&D）不断扩大，而学者们通过不同的估算方式测度出来的中国TFP（全要素生产率）却在不断下滑。根据统计局数据，在2008年，除了工业企业的全要素生产率下降之外，企业的数量迎来了一个激增的过程。除2004年因为第一次工业普查完善了统计核算的精确度而导致进入数量剧增之外，正常年份企业纯进入数大致在2―3万，然而在2008年，企业纯进入数量达到了惊人的10万家左右。 联系到中国在该年的四万亿救市计划，笔者认为可能是该政策刺激了大批低于行业平均TFP的低效率企业进入行业，因此拉低了行业的平均值。为了验证这一猜想，则需考察企业的进入退出对全要素生产率的影响。 二、企业进入退出与全要素生产率

企业的进入退出又叫企业更替，是产业经济学中的一个重要概念，反映了市场的基本特征之一。企业的进出对于TFP的影响在近年来受到了国内外学者的重视。由于数据的可得性，国内外学者往往测算工业企业，尤其是制造业的进入退出对TFP的影响。如周黎安等（2006）采用1995―2003年中关村科技园区制造业企业层面的微观数据，认为园区的TFP变动可划分为企业自身生产率增长和企业进入退出的动态过程这两个部分。毛其淋等（2013）通过1998―2006年中国工业企业微观数据测算了TFP，并将企业进出理解为替代关系，运用Baldwin&Gu（2003）发展的BG分解法测算了企业的纯进入效应，并认为进入效应对于全要素生产率的发展存在较为显著的效果。 综上，笔者提出猜想，新进企业由于TFP较低，因此其进入效应会对行业TFP造成负面影响，但在未来因为学习效应新进入企业会逐渐抬高行业TFP；而退出企业因为TFP较低被淘汰，其退出效应会对行业TFP造成正面影响。2008年以来企业数量激增，可能因新进入企业数量过多且低效率企业比重增大而导致2008年企业进入效应增大，且对长期造成了影响，以至于TFP呈现了负增长。笔者将通过微观数据验证以上猜想，并构建模型，进行数字检验。 三、数据的处理与基本特征事实 （一）数据处理 本文采用的样本是1998―2007年中国工业经过产业筛选后的制造业规模以上企业微观数据库。原数据库包含近200万观测值，经过数据清理，约有160万观测值，收录从1998年的10万家企业到2007

全要素生产率概述

全要素生产率的内涵、定义与测算方法 全要素生产率（Total Factor Productivity ,简称TFP）是指所有生产要素的生产率, 所谓的“全要素生产率”是指“生产活动在某一特定时间内的效率”，是总产量与全部要素投入量之比，是用来衡量单位总投入的总产量的生产率指标是针对全部投入要素进行测算, 而不是只涉及部分要素。它在一个更广的范围内考察生产率的情况, 是总产出与综合投入要素之比, 研究的是在一个经济系统中, 所有投入要素加权综合后形成综合投入的产出效率, 故又称“ 综合要素生产率”。相对于传统的单要素生产率, 全要素生产率能够更为全面地考虑投入要素, 从而能够更加真实客观地衡量全部要素投入量的节约, 反映一个经济系统的宏观综合经济效益,是分析经济增长源泉的重要工具。总而言之, 通过分析各种因素对经济增长的贡献, 可以识别经济增长的类型是投入型还是效率型; 通过比较单要素投入和全要素生产率增长对经济增长的贡献, 可以确定经济政策的控制方向是应该增加总需求, 还是对经济结构进行调整。 参数方法 1.索洛余值法 索洛于1957年发表了著名的文章“技术变化和总量生产函数”。在该文章中,索洛首次将技术进步因素纳入经济增长模型,从总产出增长中扣除资本和劳动力对产出的贡献,所得到的“余值”就是技术进步对产出的贡献。在希克斯中性和规模报酬不变的假设下,技术进步率就等于全要素生产率的增长率。 2.增长核算法 增长核算法, 是在经济学家索洛提出的索洛余值法的基础上形成和发展的, 后来经过丹尼森和乔根森的发扬而成为一种成熟的全要素生产率的计算方法。其计算的基本思路是: 寻找一个合适的生产函数形式, 利用样本数据进行回归, 估算出总量生产函数的具体参数, 得到具体的生产函数, 进而测算TFP 及其增长。 3.随机参数前沿生产函数方法 非参数方法 1.指数法 测算TFP的指数法是一种统计学方法,由Kendric和Denison开创,后经Jorgensen、Griliches等人发展而成熟。TFP指数是指一个生产单元在一定时期内总产出和总投入之比,用公式可表示 为: / / t s st t s Y Y TPF X X ，其中s代表基期, t代表报告期, X表示投入, Y表示产出 从TFP指数的定义可以看出, TFP增长是科技进步、技术效率和规模效率等提高的综合体现。而且,对 TFP指数的度量,必须转化为对总投入和总产出指数的计算,而现实中的生产单元,大都是多投入多产出的,这就必须使用综合指数来度量。经常使用的指数从早期的Laspeyres指数、passche指数、Fisher指数到Tornqvist 指数。 1967年, Kendric和Denison的论文“生产率变化的解释”是生产率理论发展的一个里程碑。他们在索洛增长模型的基础上,遵循新古典生产理论,引入超越对数生产函数的形式。Diewert证明,超越对数生产函数对应的是离散的Tornqvist指数,也就是说, Torn2qvist指数实际上是精确的指数;而且,超越对数生产函数被认为是对其他函数形式的很好的二阶近似。所以, Tornqvist指数是度量TFP的合理选择。 2.数据包络分析(DEA) 3.Malmquist指数法 Malmquist指数法也是指数法中的一种, 但是由于计算Malmquist指数首先要构筑生产前沿面,得到距离函数,因此一般也可将此方法归入生产前沿面法中。计算距离函数既可通过DEA,也可通过随机前沿生产函数来完成,但目前主要是通过DEA来完成,所以该方法也被称为基于DEA的Malmquist指数法。

关于全要素生产率的认识

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

中国全要素生产率为何明显下降

一、历史经验：ＴＦＰ是决定经济增长的关键 国内外的各种研究表明，改革开放以来，中国的经济增长率之所以高于改革前，关键在于全要素生产率（ＴＦＰ）大幅度提高。根据分析，１９７８－１９９５年期间中国经济增长来源主要有四个方面：１、劳动力保持较高增长（为２．６％）；２、资本存量出现了较高增长（为９．３％），但低于１９５２－１９７８年期间的增长率（１１．５％）；３、人力资本（按１５岁以上就业人口平均受教育年限计算）增长率为２．２％；４、全要素生产率由改革前（１９５２－１９７８年）的－１．９％提高到３．３－４．６％（按不同的资本或劳动权重计算），对经济增长率的贡献在３３－４７％之间。上述计算结果与国际上的主要研究结论比较接近。 这就解释了为什么改革时期中国会出现经济高增长，并不是由于资本增长明显上升，反而是有所下降（减少了２．２个百分点），主要是由于全要素生产率增长率由负变正作出重要贡献，相对改革前提高了５．２－６．５个百分点。 二、近年来增长模式变化：ＴＦＰ明显下降 然而这一经济高增长和全要素生产率高增长并没有能够持续下去，在１９９５年之后中国经济增长来源发生重大变化。迄今为止还没有国内外学者对此予以分析和关注，主要原因是在分析中国经济增长来源时，无论是选择１９７８－１９９５年期间，还是选择１９７８－１９９９年期间，都暗含了一个重要假设，认为改革开放之后中国经济增长模式基本不变或变化不大，都是作为一个长期增长方程来讨论。我们认为，这一假设对１９７８－１９９５年期间是适用的，但是对１９９５年以后的情形就不适用了。 首先在１９９５－２００１年期间经济增长率（８．２％）低于长期潜在增长率（９．３％－９．５％）。其次增长来源发生重要变化：一是就业增长率明显下降，仅为１．２％，出现经济高增长、就业低增长的情形，中国经济吸纳就业能力下降；二是资本存量高增长（为１１．８％），比１９７８－１９９５年高２．５个百分点，也略高于１９５２－１９７８年期间的增长率（为１１．５％），结果资本生产率（等于经济增长率减去资本存量增长率）由正（为０．５％）变负（为－３．６％），下降了４．１个百分点，表现为资本深化过程，劳动人均资本增长率高达１０．６％，是全世界各国最快的资本深化过程，几乎比１９７８－１９９５年期间高出４个百分点，出现资本替代劳动、资本排斥劳动情形；三是人力资本高增长为２．８％，由于这一时期扩大了高中和高等学校招生数，２００３年中国高等学校在校生已经居世界首位；四是全要素生产率明显下降，为０．３－２．３％之间（按资本与劳动不同的权重计算），大幅度下降了２－３个百分点。这表明，１９９５－２００１年时期中国经济增长主要来源于资本投入，劳动投入低下，无论是资本生产率还是全要素生产率都明显下降。 值得关注的是２００３年中国经济形势，ＧＤＰ增长为９．１％，已经接近长期增长潜力（为９．３－９．５％之间）；全国投资增长率为２６．７％，大大高于１９７９－２００１年期间的平均增长率（为１０．９％），这表明，已经出现明显的投资过热；估计当年资本存量增长率为１５．８％（考虑了折旧因素），对经济增长的贡献大约在６．３－９．５％（这取决于资本和劳动的权重）；全要素生产率增长率降为１．１％到－１．１％之间，估计这一年全要素生产率贡献可能是负值，并与计划经济情形相似。这表明，２００３年尽管经济增