全要素生产率-详解.docx

全要素生产率-详解 全要素生产率（Total Factor Productivity）目录 1 什么是全要素生产率 2 全部要素的生产率的计算 3 全要素生产率的估算方法比较o 3.1 (一) 增长会计法o 3.2 (二) 经济计量法 4 相关条目 5 参考文献什么是全要素生产率　　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,它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，它反映的则是各国家（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　　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　　不过,目前学术界关于全要素生产率内涵的界定还有分歧[1]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。

在我国,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我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我国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我国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,但未给出我国全要素生产率的具体估算易纲、樊纲和李岩(2003) 提出我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分析比较全要素生产率四种估算方法的基础上,估算出我国1979 —2004 年间全要素生产率增长率,并依据估算结果对此间我国全要素生产率增长和我国经济增长源泉做简要分析。

全部要素的生产率的计算　　GY=GA+aGL+βGK　　其中：GY——经济增长率 GA——全要素生产率（技术进步率） GL——劳动增加率 GK——资本增长率 a——劳动份额 β——资本份额　　举例：如果在生产中投入劳动、资本（包括厂房、机器设备、存货等劳动创造的资本财物）、土地（包括一切自然资源在内）等生产要素共计100万美元，而生产出来的总产量为150万美元那么，这150万美元的产量是由两个方面的贡献构成的，其中100万美元是由于投入了100万美元的生产要素所引起的，其余 50万美元则是全要素生产率（TFP）的贡献如果本年度的产量比上年度增长15%，而其中要素投入量的增长为10％，则其余5％就是全要素生产率的增长全要素生产率的估算方法比较　　全要素生产率的估算方法可归结为两大类:一类是增长会计法,另一类是经济计量法增长会 计法是以新古典增长理论为基础,估算过程相对简便,考虑因素较少,但主要缺点是假设约束较强, 也较为粗糙;而经济计量法利用各种经济计量模型估算全要素生产率,较为全面地考虑各种因素的 影响,但估算过程较为复杂　　增长会计法(growth accounting approach) 的基本思路是以新古典增长理论为基础,将经济增长中要素投入贡献剔除掉,从而得到全要素生产率增长的估算值,其本质是一种指数方法。

按照指数的不同构造方式,可分为代数指数法和几何指数法(也称索洛残差法) 　　1. 代数指数法(AIN)　　代数指数法(arithmetic index number approach ,AIN) 最早由艾布拉姆威兹(Abramvitz ,1956) 提出,其基本思想是把全要素生产率表示为产出数量指数与所有投入要素加权指数的比率　　假设商品价格为Pt ,数量为Qt ,则总产出为PtQt 生产中资本投入为Kt ,劳动投入为Lt ,资本价格即利率为rt ,工资率为wt ,则总成本为rtKt + wtLt在完全竞争和规模收益不变假设下,有总产出等于总成本即:　　PtQt = rtKt + wtLt　　　 (1)　　但由于技术进步等因素的影响, (1) 式往往不成立,可将(1) 式改写为:　　P0Qt = TFPt[r0Kt + w0Lt] 　　　(2)　　其中, r0 、w0 和P0 为基年利率、工资和价格参数TFPt 为全要素生产率,反映技术进步等因素对产出的影响由(2) 式可得:　　　　　(3)　　(3) 式就是全要素生产率的代数指数公式后来,经济学家们又提出各种全要素生产率代数指数,它们的形式虽不同,但基本思想是一样的。

　　代数指数法很直观地体现出全要素生产率的内涵,但缺陷也十分明显,主要体现在它虽然没有明确设定生产函数,但暗含着资本和劳动力之间完全可替代,且边际生产率是恒定的,这显然缺乏合理性所以这种方法更多地是一种概念化方法,并不适于具体实证分析(Caves ,Christensen andDiewart ,1982) 　　2. 索洛残差法(SR)　　索洛残差法最早由罗伯特索洛(Robert Merton 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残差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 总量生产函数为:　　Yt = Ω(t)F(Xt) (4)　　其中,Yt为产出, 为要素投入向量, xnt为第n 种投入要素假设Ω(t) 为希克斯中性技术系数,意味着技术进步不影响投入要素之间的边际替代率进一步,假设F()为一次齐次函数即关于所有投入要素都是规模收益不变的4) 式两边同时对时间t 求导,并同除以(4) 式有:　　　 (5)　　其中,为各投入要素的产出份额由(5) 式有:　　 (6)　　(6) 式就是全要素生产率增长的索洛残差公式,本质上是一个几何指数。

各投入要素的产出份额δn 往往需要通过估算总量生产函数加以测算具体估算中,常采用两要素(资本和劳动力) 的C - D 生产函数:,其中Yt 为现实产出,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两边同时取自然对数有:　　 (7)　　为误差项,通常我们假设α+β= 1 ,即规模收益不变,则有回归方程:　　 (8)　　这是一个双对数模型,可以利用OLS 估算其中资本存量需要测算,测算公式为:　　Kt = It / Pt + (1 − δt)Kt − 1 (9)　　其中Kt 为t 年的实际资本存量,Kt − 1 为t - 1 年的实际资本存量, Pt 为固定资产投资价格指数, It 为t 年的名义投资,δt 为t 年的固定资产的折旧率在确定了资本存量的初值以及实际净投资后,便可以利用(7) 式给出各年的实际资本存量这样,利用回归方程(8) ,我们可以估计出平均资本产出份额α和平均劳动力产出份额β,带入(6) 式可以得到全要素生产率增长率索洛残差法开创了经济增长源泉分析的先河,是新古典增长理论的一个重要贡献(Lucas ,1988) 但它也存在着一些明显缺陷:索洛残差法建立在新古典假设即完全竞争、规模收益不变和希克斯中性技术基础上,这些约束条件很强,往往难以满足;具体估算中,由于资本价格难以准确确定,所以利用资本存量来代替资本服务,忽略了新旧资本设备生产效率的差异以及能力实现的影响。

此外,索洛残差法用所谓的“残差”来度量全要素生产率,从而无法剔除掉测算误差的影响上述这些因素都不可避免地导致全要素生产率的估算偏差[2]　　由于增长会计法存在着较多缺陷,后人提出很多经济计量方法,以期借助各种经济计量模型和计量工具准确地估算出全要素生产率本文主要比较两种计量方法,即隐性变量法和潜在产出法　　1. 隐性变量法(LV)　　隐性变量法(latent variable approach ,LV) 的基本思路是,将全要素生产率视为一个隐性变量即未观测变量,从而借助状态空间模型(state space model) 利用极大似然估计给出全要素生产率估算具体估算中,为了避免出现伪回归,需要进行模型设定检验包括数据平稳性检验和协整检验平稳性检验和协整检验的方法很多,常见的有ADF (the Augmented Dickey2Fuller) 单位根检验和JJ(Johanson and Juselius ,1990) 协整检验由于产出、劳动力和资本存量数据的趋势成分通常是单位根过程且三者之间不存在协整关系,所以往往利用产出、劳动力和资本存量的一阶差分序列来建立回归方程采用C - D 生产函数,且假设规模收益不变,则有如下观测方程:　　 (10)　　其中,ΔLn(TFPt) 为全要素生产率增长率,假设其为一个隐性变量,且遵循一阶自回归即AR (1) 过程,则有如下状态方程:　　ΔLn(TFPt) = ρΔLn(TFPt − 1) + υt (11)　　其中,ρ为自回归系数,满足| ρ| < 1 , 为白噪声。

这样,利用状态空间模型,通过极大似然估计同时估算出观测方程(10) 和状态方程(11) ,从而得到全要素生产率增长的估算值隐性变量法的最大优点在于,不再将全要素生产率视为残差,而是将其视为一个独立的状态变量,这样将全要素生产率从残差中分离出来,从而剔除掉一些测算误差对全要素生产率估算的影响同时,在具体估算时,还充分考虑了数据非平稳性带来的伪回归问题　　2. 潜在产出法(PO)。