摘要: 我国经济已由高速增长阶段转向高质量发展阶段。推动高质量发展重要任务之一就是要推动经济增长由数量扩张型向质量效益型转变,根本上讲就是要提升全要素" />

您好,欢迎来到派智库! 手机版|微博|设为首页|加入收藏

派智库

今天是:

主页 > 报告 > 调研分析报告 > 现行全要素生产率测度方法存在的问题及改进建议

现行全要素生产率测度方法存在的问题及改进建议

发布时间:1970-01-01 作者:派智库 来源:调查研究报告 浏览:【字体:

style="width:100%">

摘要:我国经济已由高速增长阶段转向高质量发展阶段。推动高质量发展重要任务之一就是要推动经济增长由数量扩张型向质量效益型转变,根本上讲就是要提升全要素生产率(TFP)在经济增长中的贡献。准确测度全要素生产率不仅影响高质量发展的政策制定,也影响相关政策效果的评估。本文从传统核算方式、服务业、数字经济和新发展理念等不同视角分析了现行的全要素生产率测度方法可能存在的问题:传统的核算方法导致TFP测度结果出现顺周期的特征,且容易低估技术进步的速度;服务业自身的特点限制了其TFP测度的准确性;数字经济领域的TFP的测度存在明显的低估倾向;现行的TFP测度难以支撑绿色发展理念。最后本报告为更好地测度TFP提出了相应的政策建议。

织梦内容管理系统

关键词:全要素生产率,高质量发展,高速增长

本文来自织梦

我国经济已由高速增长阶段转向高质量发展阶段。提升增长质量和效率迫在眉睫。十九大报告明确提出,要“推动经济发展质量变革、效率变革、动力变革,提高全要素生产率”。作为衡量增长效率的全要素生产率指标已成为各地推动高质量发展重点关注的指标之一。准确测度全要素生产率不仅影响高质量发展的政策制定,也影响相关政策效果的评估。本文试图从传统核算方法、服务业、数字经济和新发展理念等不同视角分析现有的全要素生产率测度可能存在的问题和面临的挑战,为更好地支撑高质量发展提供决策参考。 本文来自织梦

一、推动高质量发展需要更加准确地测度全要素生产率的变化及其对经济增长的贡献 织梦内容管理系统

从供给侧和长期来看,经济增长来源于要素投入和生产率提升。经济增长扣除全部要素投入(包括劳动、物质资本等)增长之后的余额,被称之为全要素生产率(TFP)的增长。因而全要素生产率往往被作为衡量效率改进和技术进步的重要指标。通过比较要素投入增长和全要素生产率增长对经济增长贡献的相对大小,可以评估经济增长属于数量扩张型(主要依赖要素的投入)还是质量效益型(主要依赖效率的改进和技术的进步)。

dedecms.com

回顾历史,我国过去四十年的高速增长主要还是数量扩张型增长,更多还是依靠低成本要素的大量投入,而效率改进和技术进步对经济增长的贡献相对较小。实证研究表明,过去近四十年的经济增长资本投入的贡献接近60%,劳动力的贡献接近10%,而全要素生产率的贡献份额只有30%左右。而发达国家全要素生产率对经济增长的贡献一般在40%—50%,甚至超过50%。推动高质量发展重要任务之一就是要推动经济增长由数量扩张型向质量效益型转变,根本上讲就是要提升全要素生产率在经济增长中的贡献。这意味着准确测度全要素生产率的变化及其对经济增长的贡献对推动高质量发展具有十分重要的意义。 copyright dedecms

然而,现实中如同Robert Solow(1987)所提到的“我们到处都看得见计算机,就是在生产率统计方面却看不见计算机”,关于全要素生产率的测度结果往往与现实中人们所观察到生产率变化不一致。导致这种测度与现实的分歧的原因很多:既有认识的差异(局部与全体的差异、创新与TFP的差异),也有测度的客观不足;既有测度者本身的主观因素,也有产出方法本身的限制;既有统计体系和方法的缺陷,也有全要素生产率本身测度方法的缺陷。

dedecms.com

二、传统的核算方法和数据影响了全要素生产率测算的准确性

织梦内容管理系统

历史比较可以发现,不同学者测算的TFP结果往往存在很大差异。这种差异很大程度上源自于传统的核算方法和数据。具体来看主要包括以下三个方面。 copyright dedecms

(一)采用全部资本存量测算导致TFP具有明显“顺周期缺陷” 织梦好,好织梦

现有多数基于增长核算的TFP测度方法,往往采用的都是全部资本存量,而非有效资本(实际投入生产的资本)。在经济低迷时,资本的利用率通常较低,存在大量闲置资本,实际投入生产的资本要低于全部资本存量;而在经济繁荣时,资本的利用率通常较高,很多机器设备处于超负荷运转,实际投入生产的资本可能要大于全部资本存量。因此在未考虑资本的利用率的情况下,可能导致的结果是,经济低迷时,TFP往往会被低估;而经济繁荣时,TFP往往会被高估。从而存在明显“顺周期”的特性。这一特性不仅影响TFP 的准确测度,也使得TFP数据难以起到先行指标的作用。

本文来自织梦

(二)忽视内含于资本的技术变化测算的TFP低估了技术进步速度 织梦内容管理系统

技术的进步不仅仅体现在知识和经验的积累,更体现在物化的资本之中。然而传统的增长理论和增长核算方法往往关注外在(Disembodied)、中性的技术进步。这一方法难以刻画那些内含于新的资本(机器设备)的技术进步带来的效率改进。而对于后发追赶国家而言,能否区分中性的技术进步和内含于资本的技术进步(Investment-Specific Technological progress)直接影响政策建议的科学性。对于这一问题的讨论由来已久,而且也已形成比较成熟的解决方法。通过改进资本的积累方程引入内含于资本的技术进步,即采用效率单位替代传统物理单位测度资本的质量。换句话说就是假设新资本的效率高于旧资本,据此赋予新旧资本不同的效率因子。由于国内缺乏官方关于资本质量的数据,因此关于内含于资本的技术进步的测度相对较少,也难以形成共识。

织梦内容管理系统

(三)要素投入量测度的差异导致了TFP测度结果的分歧

内容来自dedecms

对于要素投入测度的准确性直接关乎TFP的准确性。要素投入量测度的不同结果直接带来了TFP测算结果的巨大差异。现实中许多复杂状况使得对于要素投入的测算往往难以统一,主要体现在如下几个方面:(1)投入劳动力的数量。目前的多数测度都使用的是就业总人数。由于不同地区、不同时期劳动力平均工作时间是不同的。比如与国外相比,中国工人加班更加普遍。因此在同样采用就业总人数作为劳动力投入的数量时,就有可能高估中国的效率,因为额外的产出是由加班产生的,而非更高的效率。(2)投入资本的数量。除了前面提到的有效资本的问题外,对于资本投入数量的测度问题主要体现在资本存量的估计,尤其折旧率的设定。从目前对于中国资本存量的估计文献来看,折旧率的设定差异太大,从5%到14%不等。不同的折旧率直接影响资本存量及其增速,进而影响TFP的测度结果。(3)投入要素的质量。要素内部往往还存在质量差异,如受教育程度不同或者劳动技能不同的劳动力。不加区分地简单加总会影响TFP测度的准确性。另外,如何在产出的测度中反映产品质量的改进也是一个长期难以很好解决的统计问题。

织梦好,好织梦

三、服务业TFP的较快增长是经济持续稳定增长的重要保障,而服务业自身的特点限制了其TFP测度的准确性

织梦好,好织梦

在高增长阶段,工业部门往往扮演着更加重要的角色。而随着经济发展由高增长阶段向高质量发展阶段转换,服务业的重要性越来越凸显。近些年来服务业的发展已经反映了这一变化。服务业的比重快速提升,服务业对经济增长的贡献也越来越大。2013年服务业增加值占GDP的比重首次超过第二产业,2017年服务业比重已经比第二产业高11个百分点;服务业对经济增长的贡献度也于2015年超过第二产业,由20世纪后二十年的30%左右上升至2016年的接近60%。而且国际比较显示,中国服务业的比重不仅大幅低于发达国家,也明显低于处于同样发展阶段的发展中国家。展望未来,服务业的重要性将进一步提升,提升服务业的TFP也将日趋重要。 本文来自织梦

然而服务业效率的测度是一个长期未得到很好解决的问题。服务业效率测度的难点主要源自于服务业与制造业不同的特性。一是不少服务业具有非市场化和公共物品的特性,产出难以度量。主要反映为政府提供或主要由政府提供的公共服务和基础设施相关的服务。公共物品的特性使得这些服务往往缺乏市场化的定价甚至是没有定价,使得相关服务业的产出核算只能采用成本核算的方式,即以实际总投入作为总产出。效率测算的是产出变化超过投入变化的部分,这种成本核算产出的方法给效率的测算带来了挑战。另外,公共物品的正外部性也使得这些服务业的产出含义与其他行业存在较大差异。二是服务业中存在不少非正式的活动,难以准确统计。与制造业不同的是,不少服务业可以更加分散,规模也可以很小,形式往往是非正式(非注册)。这使得对于服务业的统计更难。这也是为什么经济普查多次对服务业的产出做了较大幅度的调升。 织梦好,好织梦

四、数字经济领域的TFP的测度存在明显的低估倾向 copyright dedecms

历史经验表明,新技术的发展对生产率的影响往往难以被及时测度。究其原因在于,新技术的发展改变了经济活动发展模式,而传统的经济统计体系难以适应这种模式的变化。不同于以往的技术变革,以信息互联网技术为基础的数字经济给经济活动的组织带来了两方面新的变化。一是极大地降低了交易成本(包括货币成本和时间成本),实现了更大空间维度和更长时间维度的要素和商品市场的优化匹配。从生产角度来看,数字经济突破传统的规模经济的范畴,让各种形式、各种规模的生产活动都可能获取更大的市场收益。这些产品和服务的供给者既可以是提供标准化产品传统的大规模工厂化生产者,也可以是提供特色产品的小规模经营者;既可以是集聚在城市或者城市周边地区的生产者,也可以是远离传统市场的边远农村地区手工业者;既可以是正式工作的生产者,也可以是非正式工作的生产者。从需求角度来看,数字经济可以更快、更好地满足各种各样的特色化需求,大幅度拓展了市场的需求空间。二是突破了传统的中介,让更多的个体与个体(点对点,Peer-to-Peer;C2C,Consumer to Consumer)之间交易成为可能。在传统的市场交易中,由于空间和时间的限制以及较高的交易成本,使得更多的交易活动都必须依赖传统的中介,比如用车服务必须依赖出租车公司、房屋租赁必须依靠房屋中介等。而在数字经济条件下,数字平台替代了这些传统的中介。数字平台往往只提供信息的匹配功能,商品和服务的真正提供者与需求方尤其个体供给者与个体需求者之间可以直接进行交易;数字平台下的交易主体中非公司化组织或个人(Unincorporated enterprises/unit)更多,因而更加“非正式化”。这两大方面的变化将直接影响与TFP测度直接相关的产出、投入和价格的测度。 织梦内容管理系统

第一,从产出的视角来看,数字经济条件下的产出难以完全、准确地统计。一是很多的线上交易的产品和服务没有得到充分的统计。正如前面所提到的,数字经济条件下,很多交易主体是非公司化组织和个人,而现有的统计体系和统计工具往往难以全面统计这些组织和个人生产的产品和提供的服务价值。以往这类交易也存在(如“黑车”),不过由于整体规模较小统计时往往可以忽略不计。但在数字经济条件下,这类交易的总规模已经大到难以忽略不计的程度。以滴滴平台为例,2016年滴滴平台共创造了1705.9万个灵活就业和收入机会;2016年春运期间,滴滴跨城顺风车累计为190万人提供出行服务。虽然平台提供服务的价值已经被统计,但这些灵活就业人员创造的价值却没有被准确地计入相关行业的产值和增加值。二是很多原来由市场提供的服务转为自我服务,其价值不再被统计。随着信息互联网技术的发展,自我服务替代了很多原来由市场中介提供的收费服务。如预订酒店、预订机票、在线自助银行、无人超市等等;还比如大量的网络视频免费下载和播放。存在中介提供服务时,这些服务的市场价值无疑全部被计入了中介的产出。而当其被自我服务替代时,中介服务减少甚至服务中介会彻底消失(如传统的邮件服务已经大幅减少),其产出也会受到影响;同时对于自我服务是否计入GDP存在长期争议,目前的统计体系尚未纳入。三是很多的免费产品和服务没有被统计。免费产品和服务一直都存在。除了少数真正免费的产品和服务外,其他的免费产品和服务都会或多或少地通过其他收费项目得到补偿。如,免费电视节目得到了广告收入的补偿。因而在多数情况下,这些免费产品和服务对整体GDP几乎没有影响。但是在数字经济条件下,其价值补偿的形式出现了变化。很多公司和个人提供免费产品和服务的目的是为获取数据信息,如消费习惯信息等。作为补偿的信息价值往往没有被统计,也未被资产化,因而会对整体的GDP统计产生影响。

织梦好,好织梦

第二,从投入的角度来看,数字经济条件下经济活动的投入也难以准确统计。一是大量非公司化的组织和个人作为产品和服务的提供者的生产投入难以统计。在数字经济条件下,这些非公司化的组织和个人的生产活动的规模已经非常之大。据中国电子商务研究中心监测数据显示,截止到2017年6月,中国电子商务服务企业直接从业人员超过310万人;据阿里研究院发布最新数据表明,2017年全国淘宝村数量已经超过2100个。而与公司化的生产者相比,非公司化的组织和个人的生产活动往往都是非正式,缺乏相应的会计系统和财务报表,相应的生产活动的投入也难以统计。二是非生产性资本和生产性资本的界线日趋模糊。在数字经济下,一些居民的耐用消费品或生活性资产开始投入生产活动。如一些私家车开始从事营运服务,一些家庭开始提供民宿服务或短期租赁服务。在现有的统计中这些耐用消费品并未计入投资或生产性资产。而一旦其提供市场化的产品或服务时,其就构成生产的投入。如果不计入投资或资本将会低估生产的投入。 本文来自织梦

第三,从价格角度来看,数字经济条件下难以获取准确的可比价格。一是新业态、新模式的快速涌现给传统的价格统计提出了挑战。数字经济条件下,新业态、新模式大量出现,尤其是服务业领域。如何确定价格和数量成为一个重要问题。二是更大程度的“个性化”使得对可比价格的测度更加困难。数字经济为满足个性化需求、创造个性化供给提供了更有利的条件。市场供求的个性化程度要远大于以往。产品和服务的差异化程度越来越高。这使得不同时期、不同类别产品和服务的价格更加不可比。 dedecms.com

五、绿色发展理念给TFP的测度提出了新的挑战

织梦内容管理系统

近些年来,绿色发展理念越来越得到社会的认可和重视,也越来越多地影响经济社会发展。从TFP的测度角度来看,绿色发展理念也带来两个方面的挑战。一是测度投入时是否需要考虑资源环境。在现有的TFP的测度中,多数是不考虑资源环境的投入。而从绿色发展的角度来看,无疑需要更加注重资源的节约和生态环境的保护,也就是要提高资源和环境的利用效率。因此测度效率时也必须要考虑资源环境的投入。尽管已经出现一些关于绿色TFP的研究,但对于资源环境方面的投入如何确定仍缺乏深入的研究。二是如何测度绿色发展理念下的产出。经济社会活动既需要投入资源和环境,其结果也会对资源环境产生影响,如资源储量的下降和污染的排放等。如果考虑这些影响,那经济活动的产出就需要调整。而如何从目前核算的经济产出中扣减这些负面影响尚未形成广为认可的做法。

copyright dedecms

六、政策启示和建议

织梦好,好织梦

从前面的分析中可以看出,TFP的测度不仅存在长期尚未解决的问题,也面临着许多新的发展环境和发展条件带来的挑战。解决问题、应对挑战,更好地服务于高质量发展,既需要测度方法的调整,也需要测度理念的转变;既需要统计体系的变革,也需要相关研究的深入。 dedecms.com

1. 应加快研究反映高质量发展的综合指标体系,防止过度依赖现有核算数据和方法条件下测度的全要素生产率指标。全要素生产率在反映发展质量方面具有十分重要的作用。但其测度存在的问题和面临的挑战在一定程度上影响了其准确性,甚至容易形成误导。在这些问题和挑战没有得到很好解决的情形下,需要谨慎使用这一指标。更为关键的是,需要研究可以弥补其不足的相关配套指标,编制综合的指标体系用以支撑高质量发展。 内容来自dedecms

2. 新的发展环境条件下效率测度需要更加注重对服务业特别是对非市场化服务活动的测度。随着产业结构和消费结构的变化,特别是以服务业为主的第三产业开始在国民经济和个人消费中占有越来越重要的地位。因此应当更加注重对于服务业特别是对于政府提供的非市场化的公共服务效率的测度。考虑服务业自身的特点,在测度服务业效率时,不仅要测度宏观的全要素生产率,也要微观的效率指标,以此来综合评判服务业效率的变化。

copyright dedecms

3. 整合各类信息数据资源,为更好地测度和提升数字经济的效率提供条件。数字经济条件下效率测度的问题很大程度上源于信息的分割和不公开,缺乏数字经济条件下各种经济活动特别是新的业态、模式等的投入、价格和产出的完整可靠的核算信息。因此需要加大数据平台特别是公共信息资源平台建设,消除公共部门之间的数据壁垒,促进形成统一、高效连接的(公共)数字资源网络,以利于及时、完整地获取数字经济相关的各类数据并测度数字经济的效率。

dedecms.com

4. 完善改革现有的统计体系,适应数字经济、绿色发展理念等新条件下的经济活动的统计要求。数字经济条件下,很多交易个体规模不大,且个性化特点突出,但整体汇总的规模却是巨大的。这种交易在传统的统计体系中往往难以得到完整的统计。因此需要改革现有的统计系统,充分利用各种大数据资源,将传统的统计方法与大数据条件的统计方法相结合,系统完整地统计各类经济活动。同时,需要加快完善绿色发展相关的统计账户,推动绿色核算,使得绿色发展相关的效率指标能够得到准确的测算。 本文来自织梦

注释: 内容来自dedecms

①Robert Solow, New York Review of Books, July 12, 1987. copyright dedecms

②国内亦翻译为“资本体现式技术进步”,如宋冬林等(2011)。 dedecms.com

③参见Solow(1960)和Jorgenson(1966)。 织梦好,好织梦

④美国BEA采用“Hedonic regression technique”对ICT资本进行了详细质量测度。 copyright dedecms

⑤参见《2016智能出行报告》。 本文来自织梦

⑥参见中国电子商务研究中心,“2017年(上)中国电子商务市场数据监测报告”,www.100ec.cn/zt/17jcbg1,2017年10月09日织梦内容管理系统

⑦参见:http://222.177.237.213:8000/rwt/GUOYAN/http/P75YPLSSGAZGKZ3PMNYA/detail--6426634.html。

copyright dedecms

参考文献: copyright dedecms

[1]宋冬林、王林辉、董直庆,2011:“资本体现式技术进步及其对经济增长的贡献率(1981—2007)”,《中国社会科学》,第2期。

dedecms.com

[2]Jorgenson, Dale W., 1966, “The Embodiment Hypothesis”, Journal of Political Economy, 74(1), pp.1—17. 内容来自dedecms

[3]Solow, Robert M., 1960, “Investment and Technical Progress”, in Kenneth J. Arrow, Samuel Karlin, and Patrick Suppes, eds., Mathematical Methods in the Social Sciences, Palo Alto, CA: Stanford University Press. copyright dedecms

[4]Pakko, Michael R., 2002, “Investment-specific technology growth: Concepts and recent estimates”, Federal Reserve Bank of St. Louis Review, 84, (6), pp37—48.

copyright dedecms

[5]Ahmad, N., P. Schreyer, 2016, “Measuring GDP in a Digitalized Economy”, OECD Statistics Working Papers, No.2016/07, OECD Publishing, Paris.

copyright dedecms