世界发展银行-Measuring-Total-Factor-Productivity-Using-the-Enterprise-Surveys---A-Methodological-Note_26页_1mb

报告摘要

总结：使用企业调查测量全要素生产率

核心内容

本文探讨了如何利用世界银行的企业调查（Enterprise Surveys, ES）数据来估算企业层面的全要素生产率（Total Factor Productivity, TFP）。通过比较Cobb-Douglas和更灵活的translog生产函数形式，研究发现translog形式更适合用于估算TFP，因为它能够捕捉到生产函数中更复杂的弹性关系。

主要观点

TFP的重要性
TFP是经济增长的关键因素之一，被认为是解释国家间收入差异的主要原因。研究指出，TFP的差异可以解释大部分国家间收入的差异。
数据来源与处理
- 数据来自世界银行的全球企业调查，覆盖134个国家，超过161,000家企业。
- 数据通过本地货币转换为美元，并根据美国的GDP平减指数进行调整。
- 为确保数据一致性，排除了异常值和缺失数据的观测值。
生产函数形式的选择
- Cobb-Douglas生产函数：假设产出弹性为常数，但研究发现其在多个行业中不适用。
- Translog生产函数：更灵活，允许产出弹性随输入变量而变化，适用于所有行业，且在多数行业中表现出显著性。
- 研究建议使用translog生产函数进行TFP估算，因为其更符合实际数据特征。
TFP的估算方法
- TFP被定义为生产函数的残差部分。
- 估算过程中考虑了国家固定效应、收入组固定效应和年份固定效应。
- 所有估算结果均以唯一企业标识符发布，便于与其他ES数据关联。
产出弹性与规模收益
- 中位数企业的产出弹性接近常数规模收益。
- 产出弹性在不同行业和收入组之间存在显著差异，尤其在资本密集型行业中表现更为明显。
- 企业层面的异质性很高，这为反对使用Cobb-Douglas形式提供了证据。
TFP的衡量方式
- 基于总产出（gross output）的TFP衡量方式比基于增加值（value-added）的衡量方式更集中。
- 不同行业和收入组中，资本和劳动的产出弹性差异显著。

关键信息

数据覆盖：134个国家，超过161,000家企业，涉及40多个行业。
变量选择：
- 销售额（Y）：变量d2
- 劳动成本（L）：变量n2a
- 资本存量（K）：变量n7a
- 中间投入（M）：变量n2e
- 增加值（VA）：Y - M
估算方法：
- 使用Cobb-Douglas和translog生产函数进行估算。
- 估算过程中考虑了固定效应和交互项，以控制国家、收入组和年份的差异。
- 对异常值进行了处理，将其设为缺失值。
结果发现：
- 在大多数行业中，TFP估算基于translog生产函数，其表现优于Cobb-Douglas。
- 增加值和总产出生产函数对行业产出弹性、资本密集度和规模收益的排序相似。
- 企业层面的产出弹性存在显著异质性，尤其在资本密集型行业中。
- 基于总产出的TFP衡量方式比基于增加值的方式更集中。

行业与收入组分析

资本密集度：
- 在高收入和低收入经济体中，石油和化学品（23-24）、印刷与出版（22）等行业资本密集度最高。
- 服装（18）和食品（15-16）行业资本密集度最低。
产出弹性：
- 在总产出生产函数下，材料投入的产出弹性最高（0.41-0.63），而劳动和资本的产出弹性较低（0.22-0.56 和 0.04-0.15）。
- 在增加值生产函数下，劳动投入的产出弹性最高（0.10-0.29），资本投入的产出弹性较高（0.60-0.92）。
规模收益：
- 总产出和增加值生产函数的规模收益均接近1，表明中位数企业在多数行业中接近常数规模收益。