微观企业全要素生产率的度量
|
摘要
经典的微观企业全要素生产率的度量是用最小二乘法(OLS)测算索罗余值,但是OLS测算索罗余值时存在联立性偏误、样本选择偏误、遗漏价格偏误以及企业多产品产出的问题,这些问题导致估计结果非偏不一致。文章通过整理分析学者们提出OP、LP、ACF、De Loecker和Beveren模型后,得出的结果表明:OP模型以投资额为代理变量,能解决联立性偏误及样本选择偏误;LP模型以中间投入作为工具变量;ACF模型放松了OP模型中的部分假设,模型设定比OP模型更具一般性;De Loecker模型和Beveren模型分别解决了不完全竞争市场和多产品企业的TFP度量。因此,在度量微观企业TFP时,需针对估计时存在的具体问题,选择合适的度量方法。
引文
[1]陈永伟.资源错配:问题、成因和对策[D].北京:北京大学博士论文,2013.
[2]董梅生.竞争性国有企业与民营企业效率的实证研究[J].软科学,2012,(1).
[3]覃家琦,齐寅峰,李莉.微观企业投资效率的度量:基于全要素生产率的理论分析[J].经济评论,2009,(2).
[4]刘小玄,吴延兵.企业生产率增长及来源:创新还是需求拉动[J].经济研究,2009,(7).
[5]聂辉华,张彧,江艇.中国地区腐败对企业全要素生产率的影响[J].中国软科学,2014,(5).
[6]赵奇伟.中国工业企业生产率的动态变化机制:自我驱动、技术扩散与同业竞争[J].经济学动态,2016,(10).
[7]杨汝岱.中国制造业企业全要素生产率研究[J].经济研究,2015,(2).
[8]李唐,王平田,余凡.新常态下企业全要素生产率的测算与分析[J].统计与决策,2016,(11).
[9]张志强.微观企业全要素生产率测度方法的比较与应用[J].数量经济技术经济研究,2015,(12).
[10]李玉红,王皓.企业演化:中国工业生产率增长的重要途径[J].经济研究,2008,(6).
[11]Andrews W H.Random Simultaneous Equation and the Theory of Production[J].Econometrica,1945,13(1).
[12]Loecker J D.Product Differentiation,Multiproduct Firms and Estimating the Impact of Trade Liberalization on Productivity[J].Econometrica,2011,79(5).
[13]Beveren I V.Total Factor Productivity Estimation:A Practical Review[J].Journal of Economic Surveys,2012,(1).
[14]聂辉华,贾瑞雪.中国制造业企业生产率与资源误配[J].世界经济,2011,(7).
[15]鲁晓东,连玉君.中国工业企业全要素生产率估计:1999-2007[J].经济学(季刊),2012,(2).
[16]Melitz M.Estimating Firm-Level Productivity in Differentiated Product Industries[R].Harvard Mimeo,2001.
[17]Klette T J,Griliches Z.The Inconsistency of Common Scale Estimators When Output Prices Are Unobserved and Endogenous[J].Journal of Applied Econometrics,1996,(114).
[18]Bernard A,Redding S,Schott P.Comparative Advantage and Heterogeneous Firms[J].Review of Economic Studies,2007,(74).
[19]Olley G S,Pakes A.The Dynamics of Productivity in the Telecommunications Equipment Industry[J].Econometrica,1996,(64).
[20]Levinshon J,Petrin A.Estimating Production Functions Using Inputs to Control for Unobservables[J].Review of Economic Studies,2003,(70).
[21]Petrin A,Levinshon J.Estimating Production Function Estimation in Stata Using Inputs to Control for Unobservables[J].The Stata Journal,2004,(4).
[22]Levinshon J,Melitz M.Productivity in a Differentiated Products Market Equilibrium[R].Harvard Mimeo,2002.
(1)本文全部假定劳动力和中间投入为自由变量,企业在短期内根据对生产率的判断来调整劳动力和原材料的投入,他们与生产率的相关性更高。
(2)当存在多种投入要素的内生性问题时,OLS估计量的资本要素系数偏差未知。
(1)自由变量也称为可变要素,能够随时调整,对将来投资无影响且不进入投资函数。
(2)i_(it)和k_(it)四阶多项式为:y_(it)=δ_0+β_ll_(it)+β_mm_(it)+∑j=0 4∑m=0 4-jδ_(jm)k_(it)~ji_(it)~m+e_(it)。
(3)β_k~*为β_k的任一可能的备选值,则可以预测ω_(it)每一期的值。即:ω(k_(it),m_(it))=?_(it)(i_(it),k_(it))-β_k~*k_(it)。使用这些预测值,通过ω_(it)=γ_0+γ_1ω_(it-1)+γ_2ω_(it-1)~2+γ_3ω_(it-1)+ε_(it),可以得到E[ω_(it)|ω_(it-1)]的非参数一致估计E?[ω_(it)|ω_(it-1)]。那么关于β_k~*的残差为v_(it)=y_(it)-β_ll_(it)-β_k~*k_(it)-E?[ω_(it)|ω_(it-1)]。因为kit取决于iit-1,那么当期的k_(it)与当期的μ_(it)不相关,因此β_k的一致有效性估计可以通过Q(β_k~*)=minβ_k~*∑i∑t=T_(i0)T_(il) v_(it)k_(it)得到。
(1)由于模型是对不完全竞争产品市场中OP模型的拓展,因此代理变量是投资;如果是对LP模型的拓展,代理变量则是中间投入。
[2]董梅生.竞争性国有企业与民营企业效率的实证研究[J].软科学,2012,(1).
[3]覃家琦,齐寅峰,李莉.微观企业投资效率的度量:基于全要素生产率的理论分析[J].经济评论,2009,(2).
[4]刘小玄,吴延兵.企业生产率增长及来源:创新还是需求拉动[J].经济研究,2009,(7).
[5]聂辉华,张彧,江艇.中国地区腐败对企业全要素生产率的影响[J].中国软科学,2014,(5).
[6]赵奇伟.中国工业企业生产率的动态变化机制:自我驱动、技术扩散与同业竞争[J].经济学动态,2016,(10).
[7]杨汝岱.中国制造业企业全要素生产率研究[J].经济研究,2015,(2).
[8]李唐,王平田,余凡.新常态下企业全要素生产率的测算与分析[J].统计与决策,2016,(11).
[9]张志强.微观企业全要素生产率测度方法的比较与应用[J].数量经济技术经济研究,2015,(12).
[10]李玉红,王皓.企业演化:中国工业生产率增长的重要途径[J].经济研究,2008,(6).
[11]Andrews W H.Random Simultaneous Equation and the Theory of Production[J].Econometrica,1945,13(1).
[12]Loecker J D.Product Differentiation,Multiproduct Firms and Estimating the Impact of Trade Liberalization on Productivity[J].Econometrica,2011,79(5).
[13]Beveren I V.Total Factor Productivity Estimation:A Practical Review[J].Journal of Economic Surveys,2012,(1).
[14]聂辉华,贾瑞雪.中国制造业企业生产率与资源误配[J].世界经济,2011,(7).
[15]鲁晓东,连玉君.中国工业企业全要素生产率估计:1999-2007[J].经济学(季刊),2012,(2).
[16]Melitz M.Estimating Firm-Level Productivity in Differentiated Product Industries[R].Harvard Mimeo,2001.
[17]Klette T J,Griliches Z.The Inconsistency of Common Scale Estimators When Output Prices Are Unobserved and Endogenous[J].Journal of Applied Econometrics,1996,(114).
[18]Bernard A,Redding S,Schott P.Comparative Advantage and Heterogeneous Firms[J].Review of Economic Studies,2007,(74).
[19]Olley G S,Pakes A.The Dynamics of Productivity in the Telecommunications Equipment Industry[J].Econometrica,1996,(64).
[20]Levinshon J,Petrin A.Estimating Production Functions Using Inputs to Control for Unobservables[J].Review of Economic Studies,2003,(70).
[21]Petrin A,Levinshon J.Estimating Production Function Estimation in Stata Using Inputs to Control for Unobservables[J].The Stata Journal,2004,(4).
[22]Levinshon J,Melitz M.Productivity in a Differentiated Products Market Equilibrium[R].Harvard Mimeo,2002.
(1)本文全部假定劳动力和中间投入为自由变量,企业在短期内根据对生产率的判断来调整劳动力和原材料的投入,他们与生产率的相关性更高。
(2)当存在多种投入要素的内生性问题时,OLS估计量的资本要素系数偏差未知。
(1)自由变量也称为可变要素,能够随时调整,对将来投资无影响且不进入投资函数。
(2)i_(it)和k_(it)四阶多项式为:y_(it)=δ_0+β_ll_(it)+β_mm_(it)+∑j=0 4∑m=0 4-jδ_(jm)k_(it)~ji_(it)~m+e_(it)。
(3)β_k~*为β_k的任一可能的备选值,则可以预测ω_(it)每一期的值。即:ω(k_(it),m_(it))=?_(it)(i_(it),k_(it))-β_k~*k_(it)。使用这些预测值,通过ω_(it)=γ_0+γ_1ω_(it-1)+γ_2ω_(it-1)~2+γ_3ω_(it-1)+ε_(it),可以得到E[ω_(it)|ω_(it-1)]的非参数一致估计E?[ω_(it)|ω_(it-1)]。那么关于β_k~*的残差为v_(it)=y_(it)-β_ll_(it)-β_k~*k_(it)-E?[ω_(it)|ω_(it-1)]。因为kit取决于iit-1,那么当期的k_(it)与当期的μ_(it)不相关,因此β_k的一致有效性估计可以通过Q(β_k~*)=minβ_k~*∑i∑t=T_(i0)T_(il) v_(it)k_(it)得到。
(1)由于模型是对不完全竞争产品市场中OP模型的拓展,因此代理变量是投资;如果是对LP模型的拓展,代理变量则是中间投入。