跳转到内容

全要素生产率

来自VeritasWiki 真理百科

全要素生产率(英文:Total Factor Productivity,缩写 TFP)是指在全部生产要素投入量均保持不变的条件下,产出仍然能够增加的那一部分增长,通常被理解为测度技术进步、组织管理改善、制度优化与资源配置效率提升等"无形的"增长源泉的综合指标。全要素生产率源于索洛在二十世纪五十年代提出的增长核算方法,他把无法由资本与劳动投入解释的产出增长归入技术进步,该余值因此被称为索洛残差。全要素生产率的高低,直接决定了经济增长中的质量与效率,是判断增长方式由要素驱动转向创新驱动的核心测度指标。

一、基本解释

中美经济对比图

理解全要素生产率最直接的方式是回到生产函数。设总量生产函数为 Y 等于 A 乘以 F 乘以 K 与 L,其中 Y 为产出,K 为资本,L 为劳动,A 就是不包含在要素投入中的效率因子,通常被称为全要素生产率。在资本与劳动投入量都不变的情况下,A 的上升会带来产出的增加,这就是全要素生产率的增长。换言之,全要素生产率衡量的是要素投入之外,经济整体"用得更巧"而带来的产出增量,而非单纯"投得更多"所产生的增量。

增长核算给出了全要素生产率的测算框架。对生产函数取对数并求导,产出增长率可以分解为资本增长率、劳动增长率与全要素生产率增长率三部分之和,其中资本与劳动各自的拉动作用等于其产出弹性乘以对应投入的增长率。若生产函数为规模报酬不变,则资本与劳动的产出弹性之和为一,通常用收入法中资本所得与劳动所得占国民收入的比重来近似。把观察到的产出增长率减去资本与劳动投入的贡献,剩余部分即为全要素生产率增长率。

全要素生产率之所以重要,是因为它决定长期增长的可持续性。单纯依靠资本与劳动等要素投入的增加来推动增长,会受制于要素供给的有限性与边际报酬递减:劳动力增长受人口结构约束,资本积累的回报会逐步下降,因此要素驱动型增长在达到一定阶段后必然减速。全要素生产率的提高则意味着同样多的投入能够产出更多,不受要素数量约束,能够为长期增长提供持续动力,这正是高质量发展强调提升全要素生产率的原因。

全要素生产率还是一个关于增长质量的综合指标。它不仅包含狭义的技术进步,还吸收了产业结构调整带来的资源配置改善、企业组织与管理效率的提升、制度环境优化以及人力资本质量提高等因素。凡是在保持要素投入总量不变的情况下提高产出效率的变化,都会体现为全要素生产率的上升。因此它常被用作衡量经济体活力、创新能力和改革成效的综合尺度,而不仅是技术创新的代名词。

从增长方式的角度看,全要素生产率的相对贡献可以刻画一个经济体的发展阶段。在工业化早期,增长的绝大部分来自资本与劳动投入的增加,全要素生产率的贡献相对有限;随着要素投入的边际回报下降与劳动力供给趋紧,增长动力必须转向效率提升。因此提高全要素生产率对增长的贡献率,通常被视作增长方式由粗放型转向集约型的判断标准,也是跨越中等收入阶段的关键命题。

二、概念解读

新质生产力主线

索洛残差与全要素生产率在增长核算中基本同义,但需要理解其性质的复杂之处。索洛在测算美国经济增长时发现,资本与劳动投入只能解释产出增长的一小部分,大部分增长落在无法解释的余值中,他因此把余值归因于技术进步。这一发现一度被称为"索洛残差"或"我们无知的度量",因为它反映的是投入增长无法解释的部分,而非严格意义上被独立观测到的技术进步。后来的研究把余值进一步拆解,用以识别配置效率、规模效应与人力资本质量等来源。

全要素生产率与劳动生产率是两个不同层次的概念,混淆十分常见。劳动生产率是产出与劳动投入之比,它既取决于全要素生产率,也取决于人均资本装备水平;一个劳动者的劳动生产率提高,可能来自他操作了更多更好的机器,而不是效率本身提升。全要素生产率则是在扣除全部要素投入贡献之后的残余效率,更能反映内涵式增长。因此在评价增长质量时,只看劳动生产率容易把资本深化的贡献误认为效率改进。

全要素生产率的测算对方法选择高度敏感,不同方法可能给出差异很大的结果。常见的测算方法包括索洛残差法、增长核算法、随机前沿生产函数法、数据包络分析法以及 Malmquist 指数法等。索洛残差法依赖充分竞争与规模报酬不变等假定,计算简便但对假定偏离敏感;前沿方法试图估计各经济单位相对于生产前沿的距离,对数据要求更高。此外,要素投入的度量口径、资本存量估算方式、产出弹性取值以及价格平减处理,都会显著影响测算结果,因此跨研究比较全要素生产率水平时必须格外谨慎。

全要素生产率的"余值"性质还带来解释上的歧义。由于它等于产出增长减去投入贡献,任何投入度量的误差、价格指数的偏差、产能利用率的变化、甚至测量口径的调整,都会被机械地计入全要素生产率。例如在经济衰退期间产能闲置,资本存量按账面计算而未相应下调,就会压低测算出的全要素生产率,而当产能重新利用时它又会回升。这种顺周期特征说明,全要素生产率的短期波动未必反映技术能力的真实变化,使用年度数据时需注意周期因素。

在跨国比较中,全要素生产率的水平差异往往比增长率差异更难测量。要用统一口径比较各国全要素生产率水平,需要把各国产出转换为可比价格、统一资本存量估算方法、并对劳动投入作质量调整。购买力平价的选择、资本折旧率的假定与非正规部门产出的遗漏,都会显著影响比较结果。尽管如此,大量研究仍表明各国人均收入差距中有相当部分可由全要素生产率水平差异解释,这一结论对理解发展差距具有重要意义。

三、主要类型

中美对比图表

第一类是狭义技术进步型全要素生产率,指真正源于工艺改进、新产品发明与设备技术升级的效率提升。这类提升通常与研发投入、专利产出和技术引进密切相关,是增长核算中最接近"技术"本义的成分。它往往以新一代资本设备为载体逐步扩散到整个经济,因此在统计上可能表现为资本质量调整后的效率改善,需要通过质量调整的资本服务指标来识别。

第二类是资源配置改善型全要素生产率,指生产要素从低效率部门流向高效率部门所带来的整体产出增加。典型情形包括劳动力从农业转移到制造业与服务业、资本从低回报企业流向高回报企业、以及市场分割的消除与统一大市场的形成。这类效率改善不需要新的技术发明,仅靠结构变动与改革就能实现,常常是转型经济体全要素生产率提升的主要来源,也是结构改革红利的经济学表达。

第三类是组织管理型全要素生产率,指企业内部管理改进、供应链优化、数字化改造与商业模式创新带来的效率提升。例如精益生产、流程再造、库存管理系统的引入,都能在设备与人员不变的情况下提高产出。这类效率往往难以直接观测,也无法被专利统计捕捉,容易在测算中与其他余值混在一起,但它对企业绩效与国家增长的实际影响可能相当可观。

第四类是制度环境型全要素生产率,指产权保护、合同执行、市场竞争、营商环境与宏观稳定等制度条件的改善所带来的效率提升。制度改善降低了交易成本、减少了寻租与资源错配,从而使既有的资本与劳动能够产出更多。这类提升通常具有全局性与长期性,改革一旦落地便可在多年内持续释放效应,因此制度质量被认为是解释全要素生产率国际差异的重要变量。

四、理论知识

生产率数据图

全要素生产率的理论根基是索洛提出的总量生产函数与增长核算框架。设生产函数为柯布—道格拉斯形式,规模报酬不变,资本与劳动的产出弹性分别等于各自的收入份额。对生产函数取对数并对时间求导,得到产出增长率等于资本贡献、劳动贡献与全要素生产率增长之和。若把资本贡献与劳动贡献分别表示为弹性乘以各自的投入增长率,则全要素生产率增长率便是产出增长率与两项加权投入增长率之差。这一恒等式是各类测算方法的技术核心。

在索洛模型中,全要素生产率的增长率直接决定稳定状态下人均产出的增长率。由于资本边际报酬递减使资本积累只能带来水平效应,经济在稳定状态下的人均产出增长率完全由技术水平增长率决定,而水平值则取决于储蓄率与技术进步率共同确定的人均资本。因此全要素生产率既是长期增长的唯一持续动力,也通过与储蓄率的相互作用影响人均收入的跨国差异,这一双重角色使它成为增长理论中最重要的变量之一。

新增长理论进一步把全要素生产率内生化,试图回答它为什么会增长。以研究与开发为基础的内生增长模型认为,企业对利润的追求驱动知识生产,知识具有非竞争性,可以被重复使用而边际成本极低,因而研发投入能够带来规模报酬递增与持续增长。人力资本模型则强调教育与技能积累对吸收与创造技术的作用。这两条理论线索共同表明,全要素生产率的提升并非天赐,而是研发投入、教育水平、市场规模与制度激励共同作用的结果,因而是可以通过政策影响的。

实证研究对全要素生产率与增长的关系提供了丰富证据。大量跨国核算显示,各国人均收入差距中相当大的部分应由全要素生产率差异解释,而非资本劳动比差异;在长期样本中,全要素生产率的贡献往往超过要素投入的贡献。同时,关于东亚增长奇迹的争论也表明,高增长经济体的增长在早期确实更多依赖要素投入,随着发展阶段提升,全要素生产率的贡献逐步上升。这一规律为发展中国家的增长转型提供了经验参照。

测算全要素生产率时还需要处理资本服务的度量问题。资本存量与资本服务并不等同,不同种类资本的利用强度与经济寿命各异,机器设备与建筑的使用成本也不同。较为细致的做法是按资产类型分别估算资本存量,并以使用者成本为权重加权,得到资本服务指数。这一处理能够反映资本结构的质量变化,避免把资本构成改善带来的效率提升误计入全要素生产率,是中后期增长核算研究的重要改进方向。

五、常见误区

误区之一是直接把全要素生产率增长率等同于技术进步率,认为它精确度量了技术创新的贡献。全要素生产率是扣除资本与劳动投入后的余值,其中混杂了资源配置改善、制度变化、管理改进、规模效应以及各种测量误差。把它简单等同于技术进步,会高估技术发明的作用,也会掩盖结构改革与制度优化对效率的真实贡献,在政策层面容易导致只重研发投入而忽视改革与市场环境建设。

误区之二是忽视全要素生产率的顺周期性与测量敏感性,把短期波动直接解读为技术能力变化。经济下行期产能利用率下降、资本存量按账面价值计算,都会机械压低测算出的全要素生产率;反之复苏期其数值会明显回升。此外,资本存量估算方式、价格平减方法与产出弹性取值的差异,都会显著改变测算结果。若不注意这些技术细节,容易得出误导性的政策判断。

误区之三是把全要素生产率与劳动生产率混同,用劳动生产率提高来论证效率改善。劳动生产率是人均产出,等于全要素生产率与人均资本装备水平的乘积。一个经济体的人均产出提高,可能主要来自大规模资本投资带来的资本深化,而不是效率提升。在讨论增长方式转型时,若只看劳动生产率而不看全要素生产率,就可能把高投资驱动的增长误判为创新驱动的增长。

误区之四是认为提高全要素生产率只能靠增加研发投入,忽视制度与结构因素。研发投入固然重要,但若市场准入受限、要素流动受阻、产权保护不力,研发成果也难以转化为全行业的效率提升。许多经济体的经验表明,简政放权、打破行政垄断、促进要素市场化配置等改革,往往能在短时间内显著改善资源配置效率,带来可观的全要素生产率增长。因此在政策上,改革红利与创新驱动应当并重。

六、总结

全要素生产率是在扣除资本与劳动等要素投入贡献之后,仍能解释产出增长的那部分效率因素,其测算源于索洛提出的增长核算方法,因而也被称为索洛残差。它综合反映了技术进步、资源配置改善、组织管理优化与制度环境提升等多重来源,是判断经济增长质量与可持续性的核心指标。由于要素投入受到供给约束与边际报酬递减的限制,全要素生产率成为长期人均增长的唯一持续动力,新增长理论进一步把它的提升机制内生化,指出研发投入、人力资本与制度激励是关键变量。在实践层面,提升全要素生产率需要创新驱动与深化改革并重,同时注意测算方法的敏感性、余值的混淆性与指标的顺周期性,避免对结果的简单化解读。

参见

  • 索洛模型
  • 资本积累
  • 技术进步
  • 人力资本
  • 内生经济增长
  • 全要素生产率

参考资料

[1] [2] [3] [4] [5] [6]

  1. ↑ 罗伯特·索洛. 技术变化与总量生产函数[J]. 经济学与统计学评论, 1957, 39(3): 312-320.
  2. ↑ 摩西·阿布拉莫维茨. 资源与产出趋势[J]. 美国经济评论, 1956, 46(2): 5-23.
  3. ↑ 戴尔·乔根森. 生产率与美国的增长[M]. 北京: 商务印书馆, 2014.
  4. ↑ 保罗·克鲁格曼. 东亚奇迹的神话[J]. 外交事务, 1994, 73(6): 62-78.
  5. ↑ 菲利普·阿吉翁, 彼得·豪伊特. 内生增长理论[M]. 北京: 北京大学出版社, 2004.
  6. ↑ 中国经济增速与全要素生产率课题组. 中国全要素生产率测算研究[R]. 北京: 中国社会科学出版社, 2020.