经济发展论文：全要素生产率研究方法述评
农村经济发展的全要素生产率提升与经济增长机制研究
农村经济发展的全要素生产率提升与经济增长机制研究一、引言农村经济发展是农村现代化建设的核心任务，全要素生产率提升是实现农村经济增长的重要途径。
本文将探讨全要素生产率提升对农村经济增长的影响及其机制。
二、全要素生产率提升的意义全要素生产率提升是指在相同或更少的资源投入下，能够获得更高产出的能力提升。
对于农村经济而言，提升全要素生产率具有以下意义：1. 提高农民收入。
全要素生产率提升能够实现农产品综合单产的提高，直接增加农民的收入。
2. 促进农村经济结构调整。
通过全要素生产率提升，农业生产能够向高效率、高附加值的方向转变，推动农村经济结构从传统农业向农业产业化、农产品加工业等领域转型升级。
3. 推动农村现代化进程。
提升全要素生产率可以加强农村基础设施建设、提高技术创新能力，促进农村现代化进程。
三、全要素生产率提升的影响因素全要素生产率提升不仅受制于单一因素，还受到多种因素的综合影响。
以下是影响全要素生产率提升的几个重要因素：1. 劳动力素质提升。
在农村经济发展中，提升劳动力素质是全要素生产率提升的基础。
通过人力资源开发和培训，提高农民劳动力的技术水平、创新能力以及管理水平，可以有效地提高全要素生产率。
2. 农业科技进步。
农业科技进步是全要素生产率提升的重要保障。
通过引进新技术、新品种、新农机具等手段，提高农业的生产效率和产量，进而推动全要素生产率提升。
3. 农村基础设施建设。
农村基础设施建设包括农田水利、交通、通信等方面，对于提高全要素生产率具有重要意义。
良好的农村基础设施可以提高农业生产的效率、减少生产成本，从而促进全要素生产率的提升。
4. 农产品市场化改革。
改革农产品销售体制、建立健全的市场机制是提高全要素生产率的必要条件。
通过农产品市场化改革，可以提高农产品的附加值，激励农民提高生产效率和质量，进而提高全要素生产率。
四、全要素生产率提升对农村经济增长的影响全要素生产率提升对于农村经济增长具有积极的影响：1. 增加农业产出。
全要素生产率测算方法综述
全要素生产率测算方法综述全要素生产率（Total Factor Productivity, TFP）是衡量一个经济体在给定的输入下所能够生产的产量的一种指标。
它是通过将产出与全部生产要素相结合, 包括劳动、资本、以及技术水平等要素, 来衡量一个经济单位的生产效率。
全要素生产率的测算方法一直是经济学研究的重要课题。
本文将对全要素生产率的测算方法进行综述，并探讨其在经济学研究中的应用。
1. 生产函数法生产函数法是最早应用于全要素生产率测算的方法之一。
它通过一个数学函数的形式来描述输入要素与产出之间的关系，一般表示为 Y = f(K,L)，其中 Y代表产出，K代表资本，L代表劳动。
通过对生产函数的参数进行估计，可以得到全要素生产率的变化情况。
生产函数法的优点在于可以较为准确地描述产出与要素投入之间的关系，但也存在模型设定复杂、数据要求高等问题。
3. 鞍点分析法鞍点分析法是通过对一个特定的生产函数进行微分来估计全要素生产率的方法。
它将产出最大化的问题转化为对生产函数的微分求解，从而得到全要素生产率的变化情况。
鞍点分析法的优点在于简单直观，但也存在着对生产函数形式的假设较为严格的问题。
二、全要素生产率的应用全要素生产率的测算方法在经济学研究中有着广泛的应用。
在宏观经济层面，全要素生产率可以用来衡量一个国家或地区的经济发展水平。
通过比较不同国家或地区的全要素生产率水平，可以了解其经济发展的差异，并进一步探讨造成这些差异的原因。
在微观经济层面，全要素生产率可以用来评估企业或行业的生产效率。
通过比较不同企业或行业的全要素生产率，可以找出生产效率较低的部分，并寻求提高生产效率的途径。
全要素生产率还可以用来评估技术创新对生产效率的影响，以及分析要素投入与产出之间的关系等。
经济学家们还利用全要素生产率的测算方法来进行经济政策的评估和制定。
通过分析全要素生产率的变化情况，可以了解不同经济政策对经济效率的影响，并为政策的调整提供依据。
全要素生产率国外研究文献综述
全要素生产率国外研究文献综述全要素生产率（Total Factor Productivity，TFP）是衡量一个国家、区域或企业生产效率的重要指标之一。
其代表了单位输入产生的产出量，同时反映了技术进步、资源配置效率以及劳动生产率等多个因素对生产效率的综合影响。
全要素生产率的持续提升是经济增长的重要基础，因此对于该指标的研究具有重要意义。
本文以国外相关文献为依据，从理论与实证两方面综述了全要素生产率的研究。
一、理论方面1. 全要素生产率的测量方法衡量全要素生产率的方法包括索洛和森德伦等测度方法。
索洛测度法是一种从生产要素角度出发，通过实物和货币统计数据计算生产要素的产出弹性系数来计算全要素生产率的方法；森德伦测度法是一种从生产函数的角度来挖掘全要素生产率的方法，依靠数据分析技巧来推算全要素生产率的增加量。
目前，国际上主流的方法是森德伦测度法。
2. 影响全要素生产率的因素及途径影响全要素生产率的因素较多，其中包括：技术进步、企业组织结构、创新能力、劳动生产率、生产要素配置效率等。
途径主要包括：扩大规模、技术进步、劳动分工和学习等。
3. 全要素生产率的来源全要素生产率增加的源泉包括：科技进步、制度改革和市场竞争等。
科技进步对全要素生产率的贡献最大，其次是市场竞争和制度改革。
二、实证方面1. 全要素生产率的特点全要素生产率的特点包括：存在一定的波动性和季节性；既受到内生因素的影响，也受到外生因素的影响；存在区域间和产业间的差异。
2. 全要素生产率的影响因素经济学家通过实证研究确认了影响全要素生产率的因素，包括：技术进步、外部经济因素、政策改革、资本补充、人力资本和机会成本等。
3. 全要素生产率的案例研究全要素生产率的案例研究在实证研究中占据了重要地位，通过案例研究来探讨全要素生产率与其他经济指标之间的关系，例如全要素生产率和企业绩效、全要素生产率与城市规模等。
全要素生产率是反映一个国家或地区经济发展水平的重要指标之一，对于其测量方法、影响因素及其来源等方面的研究，在实证研究中也取得了显著的进展，研究成果可为国家和企业制定政策和提高竞争力提供重要的参考数据。
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。
全要素生产率国外研究文献综述
全要素生产率国外研究文献综述全要素生产率（Total Factor Productivity，TFP）被认为是衡量经济增长中技术进步和生产要素配置变化对经济增长的贡献的重要指标。
近年来，全要素生产率的研究成为了经济学领域的热门话题，吸引了众多学者的关注。
本文将综述国外学者对全要素生产率的研究进展和相关理论。
全要素生产率的定义与计算全要素生产率是针对全部要素（包括劳动、资本、土地等）利用效率的综合度量。
它的计算方法是将生产各要素的物质投入与产出进行比较，得出一个效率值，再进行加权平均。
将所有时间段内的同行业企业的投入与产出关系进行处理，得到全部规模生产企业的总平均投入和总平均产出，即全要素生产率。
全要素生产率的研究进展1.全要素生产率的测量和计算全要素生产率的测量和计算一直是全要素生产率研究中的重要问题。
关于全要素生产率的测量和计算方法，国外学者进行了大量的研究。
在计算全要素生产率的过程中，学者们不断探索新的方法，力求达到更加准确的计算结果。
在计算全要素生产率的过程中，不同企业、不同行业之间面临的技术、结构、环境等差异是一个重要的因素。
为此，学者们在计算全要素生产率时采取了各种调整方法。
如何精准衡量全要素生产率仍然是学者们需要不断研究和改进的方向。
2.人力资本与全要素生产率一些学者认为，人力资本在全要素生产率中的作用相对较大。
人力资本可以提高劳动生产率，因此对全要素生产率的提高也有极大的促进作用。
经济学家们使用大量实证研究数据证明了人力资本与全要素生产率之间的正相关性。
这使得人力发展成为了全要素生产率的重要组成部分之一。
3.科技进步与全要素生产率科技进步是指新的和改进的技术应用于生产过程中，依据于全要素生产率的前提之一。
在过去的几十年里，科学技术的进步以及新技术的广泛普及对于提高全要素生产率的作用越发显著。
国外许多学者探讨了科技进步与全要素生产率之间的关系，研究结果表明，科技进步对全要素生产率的提高持续作用的程度是很高的。
全要素生产率对中国经济增长贡献效应研究
全要素生产率对中国经济增长贡献效应研究随着中国经济的快速发展和全球化竞争的加剧，全要素生产率的提高对中国经济增长的贡献日益重要。
本文将重点探讨全要素生产率对中国经济增长的贡献效应，并分析其中的原因和影响因素。
一、什么是全要素生产率全要素生产率（Total Factor Productivity，简称TFP）是指在一定时期内，对于全部要素投入（包括劳动力、资本等）而言，在不考虑生产要素比重变化的情况下，所有产出变化的综合效果。
它反映了产出与生产要素投入之间的关系，直接衡量了经济增长的质量和效率。
二、全要素生产率对中国经济增长的贡献效应全要素生产率的提高对中国经济增长具有重要的贡献效应。
首先，由于TFP的提升可以促进资源的优化配置，使得经济在进行生产决策时更加精确和高效。
其次，全要素生产率的提高可以推动技术创新和科技进步，促使企业提高生产效率和产品质量。
再次，全要素生产率的增长可以促进劳动力的有效利用，提高劳动生产率。
三、全要素生产率增长的原因和影响因素全要素生产率的增长受到多种因素的影响。
首先，技术进步和创新的推动对全要素生产率的增长起到了重要作用。
新技术的引进和应用可以改变传统生产方式，提高生产效率和产品质量。
其次，资本积累对全要素生产率的提高具有重要影响。
增加资本投入可以提高生产力，从而推动全要素生产率的增长。
此外，人力资源的素质提升、制度环境的改善等因素也对全要素生产率的增长产生积极作用。
然而，全要素生产率增长也面临一些挑战和问题。
首先，技术创新和应用的不平衡问题需要得到解决。
在中国的不同地区和行业中，技术创新和应用的程度存在差异，需要进一步加强合作和交流。
其次，资源配置的不合理和效率低下也制约了全要素生产率的提高。
此外，一些行业存在着过剩产能和低效益的问题，需要进行结构调整和改革。
四、提高全要素生产率的政策建议为了进一步提高全要素生产率，促进中国经济可持续发展，我们应该采取以下政策措施。
首先，加强技术创新和应用的支持，提高企业的科技创新能力。
全要素生产率论文
一全要素生产率的概念解析经济增长是国家的基本经济目标之一，对经济增长的源泉或因素的探索与研究一直是经济学界的热点。
现代西方经济学界一般认为促进经济增长的因素可以分为三项：劳动力数量的增长、固定资本存量的增长及全要素生产率的增长。
这三项可以衡量各个地区的经济运行状况。
从长期来看，由于劳动、资本生产要素投入都受到边际收益递减规律的制约，而全要素生产率却具有边际收益递增的特点，所以，全要素生产率的增长是支持经济可持续增长的唯一源泉。
全要素生产率已逐渐成为分析经济增长方式的重要工具，也是政府制定长期可持续增长政策的重要依据，估算全要素生产率有助于进行经济增长源泉分析，即分析各种要素对经济增长的贡献，确定经济增长的可持续性。
生产率是指要素资源(包括人力、物力、财力资源)的开发利用效率，即生产过程中投入要素转变为实际产出的效率，是产出除以投入。
根据研究，对生产所投入要素选择的不同，生产率通常又可分为单要素生产率(SFP)和全要素生产率(TFP)。
单要素生产率反映的是产出量与单一生产要素之间的效率关系，是在生产率研究过程中，将产出量和某一个特定的生产要素投入量(如劳动量或资本量)相比所得的比值。
常见的单要素生产率有劳动生产率、资金产值率等，它是传统的社会经济统计研究中关于生产率研究的唯一指标。
但是，应当注意到，单要素生产率只能衡量一段时间内某一个特定要素投入量的节约，而不能表示生产效率的全部变化。
事实上，生产过程往往需要劳动和资本两种生产要素的同时投入。
按照经济增长的相关理论，当我们用劳动来代替资本，并产出同样数量的产品时，资本产出率会因为资本投入的减少而提高，劳动产出率则会由于劳动投入的增加而降低。
由此看来，单要素生产率并不能很好地反映生产率的全部变动。
①全要素生产率是指所有生产要素的生产率，是针对全部投入要素进行测算, 而不是只涉及部分要素。
它在一个更广的范围内考察生产率的情况，是总产出与综合投入要素之比，研究的是在一个经济系统中，所有投入要素加权综合后形成综合投入的产出效率。
全要素生产率理论的研究及实证分析
全要素生产率理论的研究及实证分析全要素生产率（Total Factor Productivity，TFP）是衡量整体生产力的常用指标，它描述了与生产相关的所有生产要素，如资本、劳动力、技术、自然资源等在总体上的相互作用。
全要素生产率理论最早于20世纪初由Solow提出，他发现一个令人惊讶的现象，即美国长期以来的生产率增长主要由TFP的增长促成，而不是生产要素的增长。
Solow的这个研究引起了经济学家们对TFP的关注和研究，从而催生了一系列的全要素生产率理论的发展。
在全要素生产率理论的发展过程中，TFP常被定义为衡量生产要素产出效率的指标，即生产要素与产出之间的比率。
而全要素生产率可以被看作是所有生产要素协同作用的结果，因此其影响因素比单一生产要素更为广泛，包括技术进步、投资增长、人力资本投资、制度环境、产业连接关系等等。
从实证角度出发，全要素生产率理论还习惯采用生产函数方法，通常假设生产函数具有一定的技术使产出最大化，并使用生产函数确定TFP。
这些方法的优点是可以对生产要素的相互作用和权重进行比较系统地分析，但是其依赖于生产函数的假定和数据的质量等限制条件，因此必须谨慎使用。
同时，全要素生产率理论的研究也引发了一系列实证分析。
近年来，随着数据采集和计算能力的提升，越来越多的实证研究关注在全要素生产率的测算和分析方面。
其中一些研究重点关注的问题包括TFP与新经济、收入分配和贸易自由化等之间的关系，以及TFP对经济稳定和环境可持续性的影响。
例如，一些研究发现，新经济行业如数字化和电子商务对TFP的增长具有重要贡献。
这与数字化技术的普及以及自动化和机器学习等技术的应用密切相关，并促进了工业4.0和人工智能等趋势的发展。
同时，自由贸易协定和国际贸易也被证明对TFP增长有积极作用。
然而，全要素生产率的概念并不是没有争议的。
一些经济学家认为，在实践中很难准确测量全要素生产率，且其解释力很弱。
这是因为，生产要素的定量和质量往往受到很多复杂因素的影响，如技术进步、知识产权保护和制度环境等，这种影响很难通过生产函数等经典方法准确衡量。
- 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、"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、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)。
经济发展论文：全要素生产率研究方法述评摘要:全要素生产率作为反映经济增长质量的重要指标,近年来引起了国内外学者的广泛关注。
目前测算全要素生产率的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。
文章以上述分类方法为基础,对全要素生产率的研究方法进行了详细论述,并总结了不同方法在测算中的优势和不足,同时对相关研究文献进行了简要评述。
最后,对我国全要素生产率的研究方向进行了探讨。
关键词:全要素生产率;索洛余值法;随机前沿生产函数法;数据包括分析法一、引言全要素生产率(TFP)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。
改革开放以来,国内外学者对中国的全要素生产率进行了深入研究,产生了大量的研究文献,但这些文献对TFP的估算结果存在较大差异,引发了许多争论,究其原因主要有两点:一是数据来源和处理方法不同,二是测算方法不同。
测算TFP的方法多种多样,每种方法都有其优缺点和适用对象,究竟哪种方法更为恰当,哪一个研究的结果更为准确,哪种方法或哪种研究思路对于改革以来中国经济增长的分析更为适用?为此,有必要对既有的TFP研究方法进行梳理和总结,并指出其中存在的缺陷和不足,以利于研究者对TFP有一个较为客观的认识和了解,进而进行科学的计算。
目前测算TFP的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。
参数方法主要有索洛余值法、拓展的索洛余值法、随机前沿生产函数(SFA)法等,非参数方法主要有指数法、数据包络分析(DEA)法等,本文以上述分类方法为基础,对相关文献进行评述。
二、参数方法1. 索洛余值法。
索洛余值法最早由索洛(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余值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。
由于模型简单,合乎经济原理,因此国内外很多学者利用这种方法对我国全要素生产率进行测算。
如邹至庄(1993,2002)、张军(2002)、郭庆旺等(2005)、涂正革等(2006)等,尽管研究结果存在分歧,但绝大多数研究认为中国改革开放以前的经济增长是低效率的,TFP增长十分缓慢,而改革开放以后经济增长质量比改革开放以前有了较大的改善;国企的全要素生产率低于集体企业等。
在利用索洛余值法测度TFP时,存在着如下缺陷和不足:(1)该方法中TFP通过方程的“剩余”计算出来,不能直接求解,这种通过“剩余”得到的计算结果,包括了整个方程的计算误差,由此得到的结果的精确性有待提高。
Jorgenson & Grilliches(1967)认为全要素生产率实际是一种计算误差,引起这种误差应归因于两个原因:投入要素度量的不准确以及生产函数中必需的变量没有考虑完全。
(2)技术进步外生性、非体现性、希克斯中性假定的质疑。
Felipe(1999)对此进行了批判,他认为技术进步的外部性意味着技术进步被“叠加”在系统上,即假定随着时间的推移而增长,并且由所考虑的经济系统以外的因素决定。
非体现的技术进步是一种外部性技术进步,这种技术进步不需要新投入,生产函数形式并不随时间改变而改变。
希克斯中性意味着增长路径上的点,技术替代率独立于时间,即对于给定的一个要素价格比率,技术进步不会影响资本投入和劳动力投入之间的比值。
在上述假设条件下,技术进步被认为是公共物品,获得知识被假定是没有成本的和瞬时的,技术进步不依赖劳动投入和投资。
即使西方发达国家的整体经济也不满足这些条件,更何况中国这样一个发展中国家。
(3)参数估计中存在的问题。
估计参数?琢L、?琢K主要有三种方法:经验估计法、回归法、比值法或者份额法。
经验估计方法主要根据经验估计资本、劳动产出弹性的大致值,这种方法的缺点主要体现在参数估计一般采取经验估计方法,存在一定的主观随意性,且不同产出弹性值的选取对结论的影响比较大。
为克服经验估计方法中的主观性问题,有学者利用回归法来确定参数,该方法中劳动和资本的产出弹性在样本区间内是固定不变的,这种固定弹性的计算方法是与索洛增长方程的假设条件:中性技术进步一脉相承的,但同时又可能是一个不符合实际的假设。
其次,回归法中资本和劳动弹性的确定一般是与TFP分离而单独得出的,这一算法本身就割裂了三者之间的内在联系关系,确定弹性时代入存量数据,计算TFP 时代入增量数据,然而通过存量数据得到的弹性计算结果,并不能保证代入增量数据后方程的残差平方和最小,由此可能降低TFP计算结果的准确性。
比值法利用资本(劳动)在要素总成本中所占的份额来近似资本(劳动)的产出弹性,或者资本(劳动)在要素总产出中所占的份额来近似资本(劳动)的产出弹性,然后根据索洛余值公式对TFP进行测算。
应用比值法测算要素的产出弹性同样存在计算简单的优点,但是由于我国统计数据的缺乏,致使应用比值法研究中国TFP增长率的文献较少,而且要素的产出弹性等于要素的成本份额或者产出份额的前提条件是完全竞争、利润最大化、和规模报酬不变,中国的市场不是完全竞争的市场,因此利用比值法测算中国全要素生产率可能存在较大的偏差。
2. 拓展的索洛余值法。
有鉴于索洛余值法存在的缺陷,国内外学者在传统的索洛增长方程研究框架下作了另外一些有益的探索性研究。
(1)要素投入度量的改进。
美国经济学家Denison认为Solow测量的技术进步之所以存在一个较大的TFP增长率,主要是由于对投入增长率的低估造成的,而这种低估则是由于对资本和劳动两种投入要素的同质性假设造成的。
因此,在对美国经济增长的研究中,他对投入要素进行了更为细致的划分,将劳动投入按就业、工时、年龄、性别、教育程度进行分解,资本投入按住宅建筑和住宅工地、非住宅建筑和设备、非住宅土地和存货划分,最后估计的技术进步对经济增长的贡献度减少到30%,显著低于Solow的估算。
Jorgenson & Griliches(1967)认为既有研究中TFP过大的原因是由于存在对投入要素的计量误差,正是这种误差使得投入要素的贡献被严重低估了。
Jorgenson采用超越对数生产函数的形式,将资本投入和劳动投入的增长分解为数量增长与质量增长,对1948年~1979年美国的经济增长进行了估算,得出TFP增长率对美国经济增长的贡献率为23.6%,位居资本与劳动之后。
Denison & Jorgenson的研究注意到资本和劳动投入的不同质,将资本和劳动按不同类型进行分类测量,考虑到数量增长和质量增长对经济增长的贡献。
OECD(2001)生产率手册提出的增长核算方法主要基于Jorgenson的研究。
(2)内生增长理论的拓展。
索洛之后的经济学家观察到储蓄率和技术进步都不是孤立于经济体的外生变量,由此发展出了内生增长理论。
内生增长理论在索洛模型的基础上进行了两个方向的拓展:一个方向是考虑一个专门的知识生产部门,增加对该部门的投入会增加知识产出,最终导致物质生产部门产出的增加,从而把技术进步内生化。
这个方向的工作主要是由罗默(Romer,1986)开创的。
另一个方向是对资本概念的拓展,既引入人力资本的因素,这样即使不考虑外生知识增长率的不同,也可以很好地解释经济的长期增长和国与国之间的差异,这一方向的工作首先是由卢卡斯(Lucas,1988)进行的。
罗默模型把知识作为一个独立的生产要素,并强调知识作为生产要素的重要性。
知识具有很强的正外部性。
一个企业的知识资本的增加不仅会使本企业产量增加,也会使别的企业产量增加。
知识具有非竞争性,一个人使用某种知识并不影响别人对该知识的使用,知识一经发现,提供的边际成本几乎为零。
罗默模型认为,一些国家之所以长期处于低水平的增长路径上,就是由于对知识生产部门的投资不够,技术进步率太低。
因此,一个自然的结论就是,应该鼓励对知识生产的投资。
在卢卡斯的人力资本模型中,人力资本是一个与知识有关系但又相互区别的概念。
人力资本和知识一样,在生产过程中有正的外部作用。
但人力资本并不像知识那样必须以物质资本为载体,而主要是通过学习和教育获得的,附着在活生生的人身上,因此人力资本具有竞争性。
在不同的国家,由于所积累的人力资本不同,对相同知识的使用可以产生完全不同的收益,进而导致经济增长率和人均产出的不同。
由此得到的结论是,应该鼓励人们投资于教育和学习,从而积累更多的人力资本,以此获得经济的持续增长。
内生增长理论把技术进步内生化,拓展了索洛模型,更加贴近实际。
此外,还有学者利用其他方法对索洛模型进行了拓展研究,如Tinbergen(1942)使用带时间趋势项的Cobb-Douglas生产函数来测度全要素生产率,时间趋势项系数表示TFP增长率。
也有些国内学者对资本和劳动的产出弹性进行了深入研究,如高宇明、齐中英(2008)从索洛增长方程理论入手,建立了一个基于时变参数的TFP估计体系,通过状态空间模型,利用卡尔曼滤波算法测算了资本和劳动的产出弹性;许冰、章上峰(2008)在Cobb-Douglas生产函数的基础上,把全要素生产率看成是时间的非参数函数,构造全要素生产率测算的半参数估计方法,对“索洛余值法”的拓展做出了贡献。
3. 随机前沿生产函数法。
生产函数的理论定义是在一定技术条件下特定的要素投入有效使用时的最大产出,但是在生产函数提出后的很长一段时间内,计量经济学家估计的都是平均生产函数。
Aigner等(1977)在Farrell的基础上创造了一种估计随机前沿生产函数的方法,从而,可以在技术无效率条件下估算全要素生产率。
随机前沿生产函数法在计算TFP中具有以下优势:(1)早期的TFP研究中,随机前沿模型主要应用于横截面数据, Kumbhakar(1991,2000)、Battese(1995,1997)等学者逐渐地在研究中使用面板数据,而面板数据比横截面数据拥有更多的自由度;(2)相比于其他方法,随机前沿生产模型考虑到了随机误差对经济增长的影响,因而能较好模拟经济发展状况;(3)随机前沿生产模型最大的贡献是允许技术无效率的存在,并将全要素生产率的变化分解为技术进步和技术效率的变化,这比传统的索洛余值法更加接近生产和经济的实际情况。