论文部分内容阅读
【摘 要】 本文以2010-2018年我国A股上市公司为样本，使用ACF方法测度A股上市公司的企业全要素生产率，并从要素密集度、地区等角度对企业全要素生产率的差异做了比较分析。
【关键词】 全要素生产率 上市公司 比较分析
第一章 全要素生產率的测算方法综述
目前测度全要素生产率的主流方法有：OP法、LP法、ACF法、DEA法和SFA法等。各种测度方法可以笼统的划分为非参数法、半参数法和参数法。不同的方法有不同的使用范围和优缺点，应根据自己研究需要选择合适的方法，不可误用。由于本文考查的是微观上市公司的全要素生产率，所以适合使用微观方法，因此本文选择使用ACF方法测度企业全要素生产率。
第二章 ACF方法介绍
Ackerberg等（2015）认为企业的中间投入与企业的资本、劳动及生产率有关，导致OP法和LP法在估计过程中，仍然存在不可识别的内生性问题，他们将劳动和资本投入引入中间投入函数，提高了OP法和LP法估计结果的准确性，因此本文参考Ackerberg等（2015）的方法测度企业全要素生产率。考虑C-D形式的生产函数：
（1）
企业中间投入是资本投入、劳动投入和生产率的函数：
（2）
求反函数可得：
（3）
将其带入式（3）代入式（1）可得：
（4）
全要素生产率可表示为：
（5）
由ACF法的假设可得矩条件：
;（6）
利用上述矩条件式（6）可对待估参数和进行有效估计，然后利用式（5）可得到企业全要素生产率。
第三章 实证结果分析
由表3-1可知：①从全样本的回归结果来看，劳动投入弹性系数（0.622）远大于资本投入弹性系数（0.185），且都在1%的显著性水平下显著;②技术密集型、劳动密集型、资本密集型企业的劳动投入弹性系数依次递减，表明劳动密集型和技术密集型企业的发展比较依赖劳动资源的投入;③资本密集型、劳动密集型和技术密集型的资本投入弹性系数依次递减，表明资本密集型企业的发展比另外两种类型企业更加依赖资本资源的投入。
第四章 全要素生产率的比较分析
4.1企业全要素生产率：分要素密集度比较分析
从表4-1可以看出， 总体来看，ACF方法测度的全要素生产率均值为10.364。分要素密集度来看，技术密集型、劳动密集型、资本密集型企业的全要素生产率依次递减。由于全要素生产率反映了技术进步和技术效率改善等等因素对经济增长的贡献，而技术密集型企业由于其员工构成中技术人员占比较高，高技术的人才可以充分发挥其人力资本进行技术研发，技术密集型企业对先进设备的引进和消化吸收也有比较大的优势，所以其全要素生产率相对较高。
4.2企业全要素生产率：分地区比较分析
如表4-2所示，北京、上海、广东和江苏等位于东部地区的经济强省的全要素生产率均值普遍较高，位于西部的宁夏、广西、内蒙古、新疆、甘肃省和云南省等省份和自治区的企业全要素生产率均值较低，而中部地区的企业全要素生产率均值居间。
第五章 结论与建议
本文使用ACF法测算了我国A股上市公司的全要素生产率，并从要素密集度和地区等角度对全要素生产率的差异做了比较分析，研究发现：相较于其他要素密集度企业，技术密集型上市公司的全要素生产率较高;北京、上海、广东和江苏等省市的企业全要素生产率较高，而西部地区的全要素生产率较低。因此，政府应该加大教育投入和技术研发力度，努力提高上市公司的人力资本，并注重东西部地区经济发展质量的差异，经济政策可适当向西部地区倾斜。
【参考文献】
[1] 鲁晓东，连玉君.中国工业企业全要素生产率估计：1999-2017[J].经济学（季刊），2012，（2）：541-558.
[2] Ackerberg ，Caves， Frazer. Identification Properties of Recent Production Function Estimators[J]. Econometrica， 2015，83（6）：2411-2451.
[3] Levinsohn，Petrin. Estimating production functions using inputs to control for unobservable[J].2003，70（2）：317-341.
作者简介：彭文浩（1992-），男，湖北仙桃，汉，硕士，广东财经大学，510320，金融数量分析
【关键词】 全要素生产率 上市公司 比较分析
第一章 全要素生產率的测算方法综述
目前测度全要素生产率的主流方法有：OP法、LP法、ACF法、DEA法和SFA法等。各种测度方法可以笼统的划分为非参数法、半参数法和参数法。不同的方法有不同的使用范围和优缺点，应根据自己研究需要选择合适的方法，不可误用。由于本文考查的是微观上市公司的全要素生产率，所以适合使用微观方法，因此本文选择使用ACF方法测度企业全要素生产率。
第二章 ACF方法介绍
Ackerberg等（2015）认为企业的中间投入与企业的资本、劳动及生产率有关，导致OP法和LP法在估计过程中，仍然存在不可识别的内生性问题，他们将劳动和资本投入引入中间投入函数，提高了OP法和LP法估计结果的准确性，因此本文参考Ackerberg等（2015）的方法测度企业全要素生产率。考虑C-D形式的生产函数：
（1）
企业中间投入是资本投入、劳动投入和生产率的函数：
（2）
求反函数可得：
（3）
将其带入式（3）代入式（1）可得：
（4）
全要素生产率可表示为：
（5）
由ACF法的假设可得矩条件：
;（6）
利用上述矩条件式（6）可对待估参数和进行有效估计，然后利用式（5）可得到企业全要素生产率。
第三章 实证结果分析
由表3-1可知：①从全样本的回归结果来看，劳动投入弹性系数（0.622）远大于资本投入弹性系数（0.185），且都在1%的显著性水平下显著;②技术密集型、劳动密集型、资本密集型企业的劳动投入弹性系数依次递减，表明劳动密集型和技术密集型企业的发展比较依赖劳动资源的投入;③资本密集型、劳动密集型和技术密集型的资本投入弹性系数依次递减，表明资本密集型企业的发展比另外两种类型企业更加依赖资本资源的投入。
第四章 全要素生产率的比较分析
4.1企业全要素生产率：分要素密集度比较分析
从表4-1可以看出， 总体来看，ACF方法测度的全要素生产率均值为10.364。分要素密集度来看，技术密集型、劳动密集型、资本密集型企业的全要素生产率依次递减。由于全要素生产率反映了技术进步和技术效率改善等等因素对经济增长的贡献，而技术密集型企业由于其员工构成中技术人员占比较高，高技术的人才可以充分发挥其人力资本进行技术研发，技术密集型企业对先进设备的引进和消化吸收也有比较大的优势，所以其全要素生产率相对较高。
4.2企业全要素生产率：分地区比较分析
如表4-2所示，北京、上海、广东和江苏等位于东部地区的经济强省的全要素生产率均值普遍较高，位于西部的宁夏、广西、内蒙古、新疆、甘肃省和云南省等省份和自治区的企业全要素生产率均值较低，而中部地区的企业全要素生产率均值居间。
第五章 结论与建议
本文使用ACF法测算了我国A股上市公司的全要素生产率，并从要素密集度和地区等角度对全要素生产率的差异做了比较分析，研究发现：相较于其他要素密集度企业，技术密集型上市公司的全要素生产率较高;北京、上海、广东和江苏等省市的企业全要素生产率较高，而西部地区的全要素生产率较低。因此，政府应该加大教育投入和技术研发力度，努力提高上市公司的人力资本，并注重东西部地区经济发展质量的差异，经济政策可适当向西部地区倾斜。
【参考文献】
[1] 鲁晓东，连玉君.中国工业企业全要素生产率估计：1999-2017[J].经济学（季刊），2012，（2）：541-558.
[2] Ackerberg ，Caves， Frazer. Identification Properties of Recent Production Function Estimators[J]. Econometrica， 2015，83（6）：2411-2451.
[3] Levinsohn，Petrin. Estimating production functions using inputs to control for unobservable[J].2003，70（2）：317-341.
作者简介：彭文浩（1992-），男，湖北仙桃，汉，硕士，广东财经大学，510320，金融数量分析