TFP的測(cè)算筆記.doc

1、（一）索羅殘差法尋找一個(gè)合適的生產(chǎn)函數(shù)形式 ( 常用的有 : C-D 生產(chǎn)函數(shù)、超越對(duì)數(shù)生產(chǎn)函數(shù)以及 CES生產(chǎn)函數(shù)等總量生產(chǎn)函數(shù)形式 ), 利用樣本數(shù)據(jù)進(jìn)行回歸 , 估算出總量生產(chǎn)函數(shù)的具體參數(shù) , 得到具體的生產(chǎn)函數(shù) , 將產(chǎn)出增長(zhǎng)率扣除各種投入要素增長(zhǎng)率后的殘差 , 作為 TFP的增長(zhǎng)。按傳統(tǒng)的增長(zhǎng)核算法 , 在假定生產(chǎn)在技術(shù)上是充分有效的條件下 , 可以得出全要素增長(zhǎng)率等于產(chǎn)出增長(zhǎng)率與全部投入要素增長(zhǎng)率加權(quán)和之差。（二）隨機(jī)前沿方法（ SFA）（參數(shù)法）1、生產(chǎn)前沿面法在允許有技術(shù)無效的存在的條件下, 從另外一個(gè)角度理解和測(cè)算生產(chǎn)率。生產(chǎn)前沿面法是指以具有投入或產(chǎn)出最優(yōu)性質(zhì)的生產(chǎn)函數(shù)來

2、構(gòu)造生產(chǎn)前沿面 , 通過生產(chǎn)過程的實(shí)際值 ( 投入或產(chǎn)出 ) 與最優(yōu)值 ( 最小成本或最大產(chǎn)出 ) 的比較來得出TFP的方法。根據(jù)構(gòu)造生產(chǎn)前沿面方法的不同 , 生產(chǎn)前沿面法又可分為 參數(shù)型模型法 和非參數(shù)型模型法 。2、SFA的部分推導(dǎo)3、SFA下 tfp分解部分推導(dǎo)Aigner 、Lovell 、Schmidt 和 Meeusen、Van den Broeck（ 1977）：由投入變化而帶來的 產(chǎn)出的變化 、技術(shù)變化率 、技術(shù)效率變化率 ；Kumbhakar(2000)：技術(shù)進(jìn)步、技術(shù)效率增長(zhǎng) 、規(guī)模經(jīng)濟(jì)效應(yīng)增長(zhǎng) 、資源配置效率增長(zhǎng) 。（三）數(shù)據(jù)包絡(luò)分析法(DataEnvelopment A

3、nalysis,DEA)（非參法）1、非參數(shù)型模型法首先根據(jù)樣本中所有個(gè)體的投入和產(chǎn)出構(gòu)造一個(gè)能夠包容所有個(gè)體生產(chǎn)方式的最小的生產(chǎn)可能性集合 : 即所有要素和產(chǎn)出的有效組合。 所謂“有效” , 即是以一定的投人生產(chǎn)出最大產(chǎn)出 ( 面向產(chǎn)出的情況 ), 或以最小的投入生產(chǎn)出一定的產(chǎn)出 ( 面向投入的情況 ) 。一個(gè)個(gè)體的技術(shù)效率衡量的是 , 在給定該個(gè)體的產(chǎn)出能夠?qū)崿F(xiàn)的前提下 , 和生產(chǎn)可能性集合中生產(chǎn)等量產(chǎn)出的投入量相比 , 其投入還有多大的節(jié)約余地。余地越大, 說明該企業(yè)的技術(shù)效率越低。該方法的優(yōu)點(diǎn)是無須估計(jì)企業(yè)的生產(chǎn)函數(shù), 從而避免了因錯(cuò)誤的函數(shù)形式帶來的問題; 缺點(diǎn)是需要大量的個(gè)體數(shù)據(jù)

4、, 且對(duì)算法的要求很高 , 同時(shí)對(duì)生產(chǎn)過程沒有任何描述。 非參數(shù)型模型法的代表性方法是數(shù)據(jù)包絡(luò)分析法(DataEnvelopment Analysis, DEA)。2、曼奎斯特指數(shù) (Malmquist Index)“指數(shù)”是指一個(gè)生產(chǎn)單元 ( 企業(yè)、行業(yè)、國(guó)家或地區(qū) ) 在一定時(shí)期內(nèi)生產(chǎn)的總產(chǎn)出和總投入之比。 它常被用作衡量一個(gè)行業(yè)或地區(qū)經(jīng)濟(jì)運(yùn)行狀況的綜合性指標(biāo) , 而 TFP的增長(zhǎng)則是科技進(jìn)步、效率 ( 技術(shù)效率、規(guī)模效率等 ) 提高的綜合體現(xiàn)。假設(shè)考察生產(chǎn)單元基期 (S) 和報(bào)告期 (T), X 表示投入 , Y 表示產(chǎn)出 , 則 TFP指數(shù)則可表示為 : TFPst=Yt/YsXt/X

5、s。目前 , 研究不同時(shí)期決策單元的全要素生產(chǎn)率的變化一般采用生產(chǎn)率指數(shù)理論與方法, 生產(chǎn)率指數(shù)有多種形式, 其中目前被廣泛使用的典型的生產(chǎn)率指數(shù)是曼奎斯特指數(shù)(Malmquist Index)。該指數(shù)是在 Malmqnist 數(shù)量指數(shù)與距離函數(shù)的基礎(chǔ)上定義的 , 它被用來描述不需要說明具體行為標(biāo)準(zhǔn) ( 例如成本最小化和利潤(rùn)最大化 ) 的多個(gè)輸入變量和多個(gè)輸出標(biāo)量生產(chǎn)技術(shù)。MalInquist 生產(chǎn)率指數(shù)變動(dòng)值即為 TFP 變動(dòng)值。由于距離函數(shù)是效率函數(shù)的倒數(shù)，有必要先弄清技術(shù)效率的概念 技術(shù)效率有 2 種定義方式， 一種是基于投入的技術(shù)效率 ，即在一定產(chǎn)出下， 以最小投入與實(shí)際投入之比來估計(jì)

6、 另一種是基于產(chǎn)出的技術(shù)效率 ，即在一定的投入組合下， 以實(shí)際產(chǎn)出與最大產(chǎn)出之比來估計(jì)3、DEA+ Malmquist Index部分推導(dǎo)4、DEA+ Malmquist Index下 tfp分解部分推導(dǎo)DEA模型主要有兩類 : 一類是不變規(guī)模報(bào)酬 (CRS)模式下的 DEA模型 (CCR模型 ), 由 Charnes、Coopor 和 Rhodes提出 , 主要用于測(cè)算 含規(guī)模效率的綜合技術(shù)效率 (STE); 另一類是可變規(guī)模報(bào)酬 (VRS)模式下的 DEA模型 (BCC模型 ), 由 Banker、Charnes 和 Cooper 提出 , 可以排除 規(guī)模效率 的影響 , 測(cè)算技術(shù)效率 (

7、TE) 。非參數(shù)方法可將全要素生產(chǎn)率分解為 技術(shù)效率 和資源配置效率 。 Malmquist Index 對(duì)于不同時(shí)期生產(chǎn)率變化的分解為： 規(guī)模效率變化 、純技術(shù)效率變化 、技術(shù)變化 。二、傳統(tǒng)研究方法的不足與建議（ 1）動(dòng)態(tài)研究方法。不管是索洛余值法，還是SFA、擴(kuò)展索洛模型方法，都假設(shè)參數(shù)不變， 屬于靜態(tài)研究方法。 中國(guó)經(jīng)濟(jì)發(fā)展變化劇烈， 因此假設(shè)各期參數(shù)不變和中國(guó)實(shí)際不符，采用動(dòng)態(tài)研究方法尤其重要。（ 2） DEA 方法和 SFA 方法的融合。國(guó)外一些學(xué)者在融合DEA 和 SFA 這兩種方法的基礎(chǔ)上，研究出新的全要素測(cè)算方法，例如Fried等(2002) 所提出的三階段 DEA 分析法、

8、 TimoKuosmanen等(2006 ，2007) 建立的 StoNED 分析方法等等。（ 3）非參數(shù)法可以將全要素生產(chǎn)率具體分解為 技術(shù)進(jìn)步 、規(guī)模效應(yīng) 和配置效率 。非參數(shù)法的缺點(diǎn)是，數(shù)據(jù)包絡(luò)法（ DEA）和 Malmquist 指數(shù)法都沒有考慮到樣本的隨機(jī)因素，這就會(huì)造成很大的測(cè)量誤差。 傳統(tǒng)測(cè)量微觀企業(yè)全要素生產(chǎn)率的估計(jì)方法會(huì)產(chǎn)生兩個(gè)問題， 即聯(lián)立性問題 與樣本選擇問題 ，也就是通常所說的內(nèi)生性問題。聯(lián)立性問題是指在位企業(yè)在做要素投入的決策之前， 會(huì)在某一個(gè)時(shí)刻感覺到一部分的生產(chǎn)率， 因此這就會(huì)影響企業(yè)做出要素投入的決策； 樣本選擇問題是指由于市場(chǎng)競(jìng)爭(zhēng)和企業(yè)利益最大化， 生產(chǎn)率較低

9、的企業(yè)會(huì)被市場(chǎng)淘汰， 而留在市場(chǎng)中的在位企業(yè)都是生產(chǎn)率相對(duì)較高的企業(yè)，因此如果在估計(jì)企業(yè)的生產(chǎn)率水平時(shí)只用在位企業(yè)的樣本來估計(jì)，會(huì)使得企業(yè)的生產(chǎn)率水平得到過高的估算，因此估算結(jié)果會(huì)不客觀和不準(zhǔn)確。三、最新方法： OP和 LP（半?yún)⒎?）由于企業(yè)的技術(shù)水平在某種程度上是可以事前認(rèn)知的， 企業(yè)根據(jù)已知的技術(shù)水平再選擇合適的要素投入水平， 因此用傳統(tǒng)宏觀研究方法測(cè)量企業(yè)生產(chǎn)率會(huì)出現(xiàn)同步偏差問題和選擇偏差問題， 使得估計(jì)結(jié)果不準(zhǔn)確， 所以傳統(tǒng)方法并不適用于微觀企業(yè)全要素生產(chǎn)率研究。針對(duì)以上問題，一系列的最新修正方案被提出，并形成了很多前沿的估計(jì)方法，目前國(guó)際上流行的是Olley and Pakes法（ 簡(jiǎn)稱 OP 法）和 Levinsohn and Pertrin法（簡(jiǎn)稱 LP 法）。半?yún)?shù)法主要是一并建立了參數(shù)關(guān)系和非參數(shù)關(guān)系， 參數(shù)關(guān)系是針對(duì)影響產(chǎn)出的主要因素建立的，而非參數(shù)關(guān)系則是針對(duì)其他影響產(chǎn)出的未知因素建立的，并在生產(chǎn)函數(shù)中一起加以估計(jì)， 這樣就能夠有效解決生產(chǎn)函數(shù)的樣本選擇和內(nèi)生性問題。由于 OP方法中的一個(gè)假定是要求代理變量（投資）和總產(chǎn)出始終保持單調(diào)遞增關(guān)系，這就表示那些投資額為零的樣本企業(yè)并不能夠被估計(jì)。 實(shí)際上，并非每一個(gè)企業(yè)在每一年