一种新的全要素生产率变动的分解模式

合集下载

一种新的全要素生产率变动的分解模式

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。

中国全要素生产率的测算及变动分析

中国全要素生产率的测算及变动分析

中国全要素生产率的测算及变动分析作者:杨绍明来源:《财讯》2018年第21期采用索罗残差法,计算出平均资本产出弹性。

据此计算我国全要素生产率(TFP)增长率。

结果显示:我国1952年至2016年间TFP增长率剧烈波动,分解增长率后发现,资本仍是增长的主要动力。

索罗残差法资本产出弹性全要素生产率问题提出全要素生产率(Total FactorProductivity,TFP)是长期支撑经济体增长的重要因素,对其的测度具有较强的理论与现实意义。

易纲等(2003)对证明我国经济增长中存在效率提升。

郭庆旺和贾俊雪(2005)采用三种模型计算了我国TFP增长率,结果都表明经济的波动与TFP 增长率密切相关。

牛龙(2013)认为这近三十年间,我国经济增长的8.7%来源于劳动增加,49.4%来源于资本增加,41.8%来源于技术进步。

罗良文和梁圣蓉(2016)发现我国经济增长主要来源于资本投入,技术进步的贡献只占到百分之十几。

已有文献的结论并不一致。

理论准备以Cobb-Douglas生产函数为基础的模型推导过程,主要分为两步:(1)计算资本与劳动的产出弹性。

Yt=AtKtaLt(1-a)(2.1)Yt、Al、Kt、Lt为第t年产出、资本存量、劳动力数量;a为资本产出弹性整理并化简公式(2.1):数据处理本文以1952年至2016年为研究区间。

总产出 Yt为GDP,用CPI换算成以1952年价格;劳动Lt为全国就业人员;资本Kt为我国的资本存量,但此数据需要进行测算。

采用永续盘存法(Kt=(1-8)Kt-1+lt/Pt,It、Pt为第t年固定资产投资、固定资产价格指数;δ为固定资产折旧率)测算资本存量。

It采用固定资本形成总额数据。

Pt采用借鉴张军(2004)介绍的方法构的造固定资本形成总额指数。

基期资本存量Ko采用单豪杰(2008)测算的结果342亿元(1952年价)。

δ采用陈昌兵(2014)计算的结果5.65%。

地区间生产效率与全要素生产率增长率分解

地区间生产效率与全要素生产率增长率分解

地区间生产效率与全要素生产率增长率分解一、本文概述本文旨在探讨地区间生产效率与全要素生产率增长率的分解问题。

全要素生产率(TFP)是衡量一个国家或地区经济增长质量的重要指标,它反映了除物质资本和劳动力投入以外的其他因素对经济增长的贡献。

本文首先将对全要素生产率的概念进行界定,并阐述其在经济增长理论中的重要性。

接着,本文将分析地区间生产效率差异的原因。

生产效率的差异可能源于不同地区的技术水平、资源配置效率、制度创新等多个方面。

本文将通过实证研究方法,对这些因素进行量化分析,以揭示它们对地区间生产效率的影响程度。

在此基础上,本文将进一步探讨全要素生产率增长率的分解问题。

全要素生产率增长率的分解有助于我们更深入地理解经济增长的动力和结构。

本文将从技术进步、资源配置效率改善和规模效率提升等方面入手,对全要素生产率增长率进行分解,并分析各分解项对经济增长的贡献程度。

本文将根据分析结果提出政策建议。

通过优化资源配置、推动技术创新、加强制度创新等措施,提升地区间生产效率,促进全要素生产率增长,从而实现经济的高质量发展。

本文的研究对于制定区域经济发展战略、推动经济转型升级具有重要的理论和实践意义。

二、文献综述在经济学领域,地区间生产效率与全要素生产率增长率的分解问题一直是研究的热点。

生产效率的提升对于地区经济的持续增长具有重要影响,而全要素生产率增长率的分解则有助于我们更深入地理解经济增长的动力和源泉。

因此,本文将从地区间生产效率的差异、全要素生产率增长率的内涵与测量方法,以及生产效率提升与全要素生产率增长的影响因素三个方面进行文献综述。

关于地区间生产效率的差异,已有研究主要关注了资源禀赋、产业结构、技术创新、人力资本等因素对生产效率的影响。

资源禀赋的差异可能导致地区间生产效率的不平衡,而产业结构的优化和技术创新则被认为是提升生产效率的重要途径。

人力资本作为知识和技术的重要载体,其对生产效率的影响也日益受到关注。

我国棉花全要素生产率的变动与分解——基于乘积完备框架的研究

我国棉花全要素生产率的变动与分解——基于乘积完备框架的研究

1 . 1 . 1 T F P指数 。 假定 g m ∈ 和 E 为观 测到 的 t 年 n生产单位 的产 出和投入 向量 , 则t 年n 生 产单 位的 , r F P 定 义为 , 1 I F : ( 1 )
赖 进 口 。 这 一 方 面 说 明 了现 阶 段 中 国 对 棉 花 进 口的 依 赖 性 太 强: 另 一 方 面 说 明 了 中 国 的 棉 花 产 业 在 世 界 上 还 是 有 很 大 的 发
揭 示 了棉 花 生 产 效 率 变 化 的基 本 特 征 。刘 锐 和杜 珉等 人 ( 2 0 1 0 ) 利 用 非 线 性 参 数 Ma l mq u i s t 指数法, 对2 O世 纪 9 0年 代 以来 的我 国棉 花 全 要 素 生 产 率 及 其 构 成 的 变 化 趋 势 及 特 点 进 行 了 探 讨 。
率 问题 , 有利 于提 高棉 花的综合 生产 能力 , 实 现 棉 花 产 量 的增
长和棉花生 产的可持续发展 。 有 关 我 国 棉 花 全 要 素 生 产 率 的研 究 已 取 得 较 丰 富 的 成 果 。 孙林 和盂令杰 ( 2 0 O 4 ) 基 于数据包络分析 ( D E A) 方法, 对我 国 1 2 个棉花 主省份 1 9 9 0 ~ 2 0 o 1年 间 的全 要 素 生 产 率 进 行 实 证 分 析 ,
其 中,
协 是 产 出数量 指数 ,
是 投 入 数 量 指
数 。以此构建的 T F P指 数 是 乘 积 完 备 的 , 此类 T F P指 数 能 被 彻 底分解 为技术 进步和一 系列 的效率变 化 ( 技术效 率 、 规 模 效 率 和混合效率的变化) 。 1 . 1 . 2 效率测度 。 t 年 n生 产 单 位 实 际 T F P与 t 年 技 术 条 件 下 最 大T F P之 比称 为 T F P效 率 ,用 以测 度 t 年 n生 产 单 位 总 效 率 ,

经济发展的全要素生产率与效率分析

经济发展的全要素生产率与效率分析

经济发展的全要素生产率与效率分析全要素生产率(Total Factor Productivity,TFP)和效率是衡量经济发展和提高生产效益的重要指标。

TFP衡量了所有生产要素(包括劳动力、资本、土地、技术等)综合运用的生产效率,而效率则关注更加具体的生产要素使用情况。

本文将围绕全要素生产率与效率展开讨论,并分析其在经济发展中的重要作用。

一、全要素生产率的定义与衡量指标全要素生产率是指在生产中各要素(劳动力、资本、土地等)综合运用下能够产生的产出量与投入量的比值。

衡量全要素生产率的指标主要有Solow残差法、Malmquist指数法和TFP增长分解法。

(1)Solow残差法:它通过排除劳动力和资本因素的影响,从宏观经济角度分析技术进步对产出的贡献。

(2)Malmquist指数法:通过比较不同时期的生产函数来评估技术进步与效率提升的贡献。

(3)TFP增长分解法:通过对生产函数中各要素投入和产出的变动进行分解,衡量全要素生产率的增长效应。

二、全要素生产率与经济发展的关系全要素生产率的提高可以推动经济发展,进而带动社会福利的提升。

全要素生产率的增长意味着单位投入资源获得更多的产出,能够有效地促进经济增长,提高劳动生产率,增加就业机会和收入分配的可能性。

同时,全要素生产率的提高也能够推动经济结构升级和产业转型,提高经济抗风险能力和竞争力。

三、全要素生产率的影响因素全要素生产率的提高受多种因素影响,主要包括技术进步、创新能力、资本积累、人力资源状况、制度环境等。

(1)技术进步和创新能力:技术进步是推动全要素生产率提高的重要因素,科技创新能力的提升能够促进新生产要素的引入和生产方式的改进,从而提高生产效率。

(2)资本积累:充足的资本积累能够提供生产所需的物质基础,进而提高全要素生产率。

合理的资本配置和投资结构也能够促进全要素生产率的提高。

(3)人力资源状况:人力资源素质的提高对于全要素生产率的提高至关重要。

全要素生产率变动的分解 基于Malmquist生产力指数的实证分析

全要素生产率变动的分解  基于Malmquist生产力指数的实证分析

然而,本研究仍存在一定限制。首先,我们在计算全要素能源效率时,并未考 虑环境因素和资源约束条件。未来研究可以引入环境变量和资源约束条件,更 加准确地衡量全要素能源效率。其次,本次演示未考虑到政策变化对全要素能 源效率的影响。未来可以进一步探讨不同政策背景下全要素能源效率的变化趋 势及其影响因素。
最后,本次演示主要了省际层面的全要素能源效率及其影响因素,对于城市和 行业层面的研究尚不充分。未来可以拓展到城市和行业层面,更全面地研究全 要素能源效率问题。
参考内容
摘要
本次演示旨在分析中国省际全要素能源效率变动的内在原因和影响因素。通过 运用Malmquist指数,我们将全要素能源效率分解为技术进步、纯效率变化和 规模效率变化,并实证分析这些因素对中国省际全要素能源效率的影响。研究 发现,技术进步是推动全要素能源效率提升的主要因素,而纯效率变化和规模 效率变化的贡献相对较小。此外,我们发现各省份的全要素能源效率存在较大 差异,并且呈现出一定的空间分布特征。
结论
本次演示基于Malmquist指数方法,对中国省际全要素能源效率变动进行了分 解和分析。研究发现,技术进步是推动全要素能源效率提升的主要因素,而纯 效率变化和规模效率变化的贡献相对较小。各省份的全要素能源效率存在较大 差异,并且呈现出一定的空间分布特征。在影响因素方面,产业结构、技术进 步、投资、政府干预、市场化程度等因素对全要素能源效率具有不同程度的影 响。
结果与讨论
1.全要素能源效率变动整体情况
研究发现,2000-2017年中国省际全要素能源效率整体上呈现波动上升趋势, 但各省份的全要素能源效率存在较大差异。从Malmquist指数的平均值来看, 全要素能源效率的年均增长率为2.5%。
2.影响因素分析

碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数

碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数

碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数齐亚伟【摘要】本文运用SBM方向性距离函数和Global Malmquist-Luenberger(GML)指数将能源与二氧化碳纳入全要素生产率测度与分解框架中,测算了2001~2009年我国备省市的环境效率及环境全要素生产率变动状况,将环境全要素生产率变动分解为纯技术进步、纯技术效率变动、规模效率变动和技术规模变动等4个因素.研究结果表明:环境无效率普遍存在,且在省际间的分布差异较大;环境全要素生产率的增长和省际差异分别源于技术进步和规模效率,纯技术效率则出现不同程度地恶化.【期刊名称】《工业技术经济》【年(卷),期】2013(000)005【总页数】10页(P137-146)【关键词】环境全要素生产率;SBM;方向性距离函数;GML;指数【作者】齐亚伟【作者单位】江西财经大学,南昌330013【正文语种】中文【中图分类】F206改革开放以来,我国经济增长取得了令人瞩目的成绩,1978~2009年的年均增长率在9%以上。

在盘点所取得的辉煌业绩时,我们发现高速的经济增长是以能源的高投入、高消耗为特征,经济对能源的过度依赖导致大气中二氧化碳等温室气体浓度增加,诱发全球气候变暖及环境污染,从而降低了经济增长质量,使得经济增长速度大打折扣。

我国正处于工业化、城市化、现代化快速发展阶段,重化工业发展迅速,大规模基础设施建设不可能停止,能源需求的快速增长一时难以改变,碳排放量在短时间内也不能得到遏制。

能源耗竭和二氧化碳排放日益成为制约经济可持续发展的约束条件,为此,节能减排被提到前所未有的战略高度,我国政府在“十一五”发展规划中提出:到2020年单位GDP二氧化碳排放比2005年下降40%~50%,达到这一目标的关键是运用技术提高生产效率。

因此,我们有必要深入分析资源环境约束下我国全要素生产率处于一个什么样的状态,通过分析环境全要素生产率增长的源泉,为缓解经济高速增长与能源耗竭、二氧化碳排放之间的矛盾提供一些政策启示。

中国电力行业绿色全要素生产率分析

中国电力行业绿色全要素生产率分析

中国电力行业绿色全要素生产率分析作者:***来源:《甘肃科技纵横》2024年第06期摘要:为促进中国电力行业可持续发展,采用DEA方法对2016—2020年全国30个省区市(除西藏外)的电力行业绿色全要素生产率进行测算并对其时间和空间变动特征进行分析。

结果表明,2016—2020年在中国30个省区市(除西藏外)电力行业绿色全要素生产率为1.000 7,绿色技术进步平均值为1.000 2,绿色技术效率平均值1.005 1。

相比于经济发展因素,环境治理和科技投入等绿色发展因素对绿色全要素生产率、绿色技术效率和绿色技术进步的影响更显著。

从时间特征来看绿色全要素生产率呈现波动的趋势,空间特征来看呈现地区性不平衡的特征。

为此,进一步提出要着重关注技术进步,通过减碳技术和减碳设备的运用等,优化电力行业投入产出比,提升电力行业运行的稳定性,减少绿色全要素生产率波动性等建议。

关键词:电力;绿色全要素生产率;绿色技术效率;绿色技术进步;时间特征;空间特征中图分类号:F124.3;X322文献标志码:A0引言全球环境问题的加剧使得绿色、低碳成为新时代的发展趋势。

特别是在高质量发展的要求下,工业领域的绿色、低碳转型显得尤为重要[1]。

中国作为世界上最大的发展中国家,电力行业是国民经济的重要支柱,也是能源消耗和碳排放的主要来源之一,其绿色转型对于实现碳达峰和碳中和目标具有重要意义。

自新中国成立特别是十八大以来,中国电力工业进入了从高速发展转向高质量发展的关键阶段。

同时也面临大规模清洁转型压力、电力系统效率还不够高,电力成本還不低,体制机制还不完善等问题[2]。

同时,政府已经明确提出了2060年前实现碳中和的目标,这对电力行业提出了更高的绿色发展要求。

对于工业领域的绿色全要素生产率问题,相关研究已经作出了一些探讨。

李丹青等[3]运用DEA方法测度了30个省份规模以上工业企业的绿色技术创新效率,结论表明,绿色技术创新效率低于传统技术创新效率,纯技术效率低下是导致综合技术效率不高的主要原因。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

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gg 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。

相关文档
最新文档