中國工業企業全要素生產率的穩健估計

本文作者張天華是華南師範大學經濟與管理學院博士后，張少華（通訊作者）是浙江理工大學副教授。本文研究了生產函數模型、樣本範圍和價格因子三種因素對不同估計方法的影響，並在統一的處理方式下對比了不同估計方法的估計結果。本文的價值在於清楚釐定了估計全要素生產率過程中各種要素的影響性質與影響大小，確定了不同估計方法的應用條件與適用範圍。

近年來，採用工業企業資料庫估計企業層面的全要素生產率已經成為國內外經濟研究的一個熱點。但現有研究在全要素生產率估計方法的使用、生產函數模型選擇、樣本範圍與數據處理等方面各不相同，進而導致估計結果差異較大。由此產生的問題是：在全要素生產率估計中，不同估計方法等因素對估計結果的影響程度究竟有多大？各種全要素生產率估計方法的特點、優劣以及適用範圍又是什麼？

事實上，採用各種全要素生產率估計方法，考慮生產函數模型選擇、樣本範圍以及數據處理等各種差異，對企業全要素生產率進行系統估計處理與比對分析，不僅是一項基礎性研究工作，而且有著重要的實踐意義。為此，本文首先整理出估計微觀企業全要素生產率的7種方法，分為參數估計法和非參數估計法——隨機前沿分析、普通最小二乘法、OP法、LP法和工具變數法（系統廣義矩估計）屬於參數估計方法，指數法和數據包絡分析屬於非參數估計方法；對這些方法的估計原理以及優缺點進行簡要介紹。其次，有效、科學的數據處理是企業全要素生產率估計的前提條件，本文參考Brandt等（2012）、聶輝華等（2012）等的方法對工業企業資料庫再次進行了處理。然後，將經驗研究劃分為生產函數模型選擇、樣本範圍與名義變數處理3類要素。最後，在基準的處理方式下，本文對照了各種估計方法的估計結果，分析異質性企業對不同估計方法的敏感度，總結不同估計方法的應用條件與適用範圍。

1.在生產函數模型、樣本選擇和變數處理3種要素中，生產函數模型對生產率估計結果影響最大。但對模型的選擇是一個中性問題，目前並未出現有說服力的文獻對二者進行區分。在各種估計方法中，系統廣義矩估計對生產函數模型的選擇最為敏感，數據包絡分析和LP方法對該因素相對穩健。在基準處理方式下，各種估計方法在兩種模型下估計結果相關性都不高，大概在0.5左右。

2.樣本範圍對估計結果的影響僅次於生產函數模型，在所觀察的幾種估計方法中，OP方法和系統廣義矩估計在不同樣本範圍下估計結果差異最大。總體上看，全樣本高估了企業的對數生產率，並且估計結果分佈更為集中。

3.名義變數價格平減經常被忽略，但它卻是影響估計結果的重要因素。地區價格因子將低估資本和勞動係數，同時高估中間投入品係數。在所有估計方法中，LP方法對價格因子比較敏感，但最為敏感的還是非參數估計中的數據包絡分析法，不同價格因子估計結果相關係數最低，只有0.6左右，使用不同的價格因子在這兩種估計方法下的估計結果差異比較大。在兩類估計方法中，參數估計方法對不同的價格平減指數相對穩健，相比之下，非參數估計方法放大了價格因子帶來的差異。

4.參數估計方法估計結果與非參數估計結果顯著不同，特別是指數法，所得結果與其他結果的相關性非常小。Van Biesebroeck（2007）通過數據模擬證實，非參數估計方法的優點在於對企業異質性比較穩健，而參數估計方法因為考慮了隨機因素，故而對變數測量誤差相對穩健。本文對兩類估計方法進行對比發現，兩類估計方法的估計結果差異極大。如果以參數估計方法的估計結果為基準，意味著樣本存在比較嚴重的測量誤差，如果以非參數估計方法的估計結果為基準，意味著樣本中企業在分行業估計下仍然存在嚴重的異質性問題。

5.現有研究表明，除非數據存在嚴重的測量誤差，否則指數法是全要素生產率增長的一致精確估計，即使當企業生產技術存在異質性，該方法對全要素生產率水平的估計也非常穩健。DEA估計法在生產技術具有異質性以及規模報酬非常數的情況下比較穩健。因此，當研究者將不同行業、不同年齡或者不同國家的企業進行混合估計時，可考慮這種方法。由於要素投入與未觀測的企業生產率之間存在廣為人知的內生性問題，用OLS對生產函數進行估計，會對生產率水平值產生嚴重偏誤。考慮這種內生性問題，可使用控制了該內生性問題的OP和LP兩種半參數估計方法對企業全要素生產率進行估計。當確信生產率差異比較穩定、產出衡量比較精確以及企業間生產函數不存在異質性的情況下，隨機前沿分析會得到全要素生產率的精確估計結果。在嚴重的測量誤差和技術異質性的情況下，系統廣義矩估計對全要素生產率水平值和增長率的估計最為穩健。

該文在人民大學書報資料中心《統計與精算》2016年第4期上轉載，原載於《世界經濟》（京），2016.4.44～69

Hey，guys我們吧！