方法、数据与全要素生产率测算差异  

Methods,Data and the Difference of TFP Measurement

作　　者：田友春[1] 卢盛荣[2] 靳来群 

机构地区：[1]云南财经大学金融研究院 [2]厦门大学宏观经济研究中心 [3]宁波大学商学院

出　　处：《数量经济技术经济研究》2017年第12期22-40,共19页Journal of Quantitative & Technological Economics

基　　金：教育部哲学社会科学研究重大课题攻关项目"中国经济潜在增速的测算与展望研究"(15JZD016);教育部人文社会科学重点研究基地重大项目"发展服务经济的经济发展及结构转换效应研究"(14JJD790025);国家社科基金一般项目"新常态下资源再配置与效率增进研究"(15BJL008);国家社会科学基金重大项目"需求结构转换背景下提高消费对经济增长贡献研究"(15ZDC011);云南财经大学引进人才"科研启动费"项目的资助

摘　　要：研究目标:检验不同方法之间TFP测算结果的"一致性"和"稳健性",探讨测算方法和数据选取问题。研究方法:以中国2004~2012年总量分行业面板数据为例,从多个角度比较TFP测算结果,以及通过统计检验选取适用测算方法。研究发现:第一,研究的问题不同,测算方法之间"一致性"的检验结论不同;第二,在选择测算方法时,进行相关统计量检验是必要的,这有助于鉴别模型设定是否合理,缩小可选模型范围;第三,测算方法的选择,要符合数据本身的特征,基于宏观分行业面板数据,DEA是更为适用的TFP测算方法,而劳动力投入应选取全社会从业人员指标。研究创新:多种测算方法和统计检验的应用。研究价值:本文尝试构建如何选择TFP测算方法的一般框架。This paper is to analyze the consistency and robustness of different TFP measurement methods and data, and explore the questions of measurement methods and data selection. Research Methods： Based on sub-industry panel data from 2004 to 2012 in China, this paper selects the more suitable measurement methods through comparing TFP consults from several aspects and statistic testing. Research Findings： First, the conclusions of the consistency test are dependent on the research questions. Second, in the empirical a- nalysis, the statistic tests are necessary, and can help us to distinguish whether the model setting is reasonable, and narrow the range of optional models. Third, the choice of methods should be in accordance with the characteristics of the data itself. Based on the macroscopic sub-industry panel data, DEA is more feasible. Research Innovations： This paper uses a vari- ety of TFP measurement methods and statistical tests. Research Value： This paper attempts to build a general framework for how to choose TFP measurement methods.

关 键 词：全要素生产率 细分行业 DEA 参数方法 

分 类 号：F062.2[经济管理—政治经济学]