2016年-IMF国际货币组织全球_A_Tale_of_Two_Sectors_Why_is_Misallocation_Higher_in_Services_than_in_Manufacturing__50页_1mb

详细总结：服务部门与制造业中的资源错配差异

核心内容

本研究探讨了服务部门与制造业之间资源错配程度的显著差异，并分析了其背后的原因。作者使用葡萄牙2008年的企业层面数据，结合理论框架和实证分析，量化了服务部门资源错配的严重性及其对总产出和总附加值的影响。

主要观点

1. 资源错配的严重性

   • 服务部门的资源错配程度显著高于制造业。
   • 在葡萄牙2008年的数据中，若将服务部门的资源错配程度降至制造业水平，总产出可提升约12%，总附加值可提升约31%。
   • 这一差异不是由少数行业异常导致，而是广泛存在于服务部门的各个行业中。

2. 错配差异的来源

   • 生产率冲击的影响差异：服务部门企业对生产率冲击的反应更为敏感，特别是当存在资本/劳动力调整成本或产出价格刚性时，这种差异成为错配的主要驱动因素。
   • 企业生产率和年龄分布差异：服务部门中低生产率企业的比例更高，且企业规模分布更右偏，这使得规模依赖性政策对服务部门的影响更大。
   • 年轻企业的资本租赁成本：年轻企业面临更高的资本租赁成本，这可能是金融机构对缺乏信用记录的企业的信贷限制所致，但这一因素对错配的净影响为负，意味着若没有这一效应，服务部门与制造业的错配差距会更大。

3. 政策含义

   • 本研究对发展中国家和正在经历结构性转型的经济体具有重要意义。
   • 减少服务部门的资源错配可以通过提升竞争、消除规模依赖性政策和缓解年轻企业的信贷约束来实现，从而提高整体总生产率（TFP）和总附加值（GDP）。

关键信息

• 数据来源：葡萄牙的**IES（简化企业信息）**数据，涵盖2006年至今的企业财务和运营信息。
• 分析方法：基于Hsieh和Klenow（2009）的理论框架，结合Dias等（2016）的三因素扩展模型，使用Gelbach分解方法计算资源错配的影响。
• 模型假设：
  • 基准模型假设σ = 3.0（文献中常见值），对TFPR和TFP分布的1%尾部进行截断，并包含所有企业。
  • 最终模型假设σ = 4.5（葡萄牙的平均σ值），对TFPR和TFP分布的2.5%尾部进行截断，并排除员工少于10人的小型企业。
• 效率提升计算：
  • 基准模型下，2008年服务部门的效率提升为59.19%，制造业为16.02%，差值为43.18%。
  • 最终模型下，2008年服务部门的效率提升为37.66%，制造业为14.15%，差值为23.51%。
  • 2010年，服务部门的效率提升分别为66.46%和40.82%，差值为49.65%和26.39%。
• 行业占比：
  • 服务部门在葡萄牙经济中占据主导地位，贡献了约75%的就业和63%的总产出。
  • 制造业贡献了约24%的总附加值，农业仅占约2%。

结构分析

• 理论框架：模型假设一个完全竞争市场，通过Cobb-Douglas生产函数和CES聚合，将企业层面的生产率、资本、劳动力和中间投入纳入分析。
• 错配的衡量：通过计算**TFPR（总生产率收入）和TFP（总生产率）**的标准化差异，衡量企业间的资源错配程度。
• 影响因素：
  • 生产率冲击：服务部门企业对生产率冲击的反应更为强烈，特别是在存在调整成本和价格刚性时。
  • 企业生产率分布：服务部门中低生产率企业比例较高，导致生产率分布右偏，加剧资源错配。
  • 企业年龄结构：年轻企业面临更高的资本租赁成本，但这一因素对错配的净影响为负，意味着若没有这一效应，错配差距会更大。

结论

• 服务部门资源错配程度高于制造业，主要源于结构性差异和生产率冲击的影响。
• 通过消除这些错配，可以显著提升整体经济的生产率和产出水平。
• 研究结果对制定促进服务部门效率提升的政策具有指导意义，尤其是在发展中国家和正在经历结构性转型的经济体中。

表格与图表说明

• 表格1：显示了农业、制造业和服务部门在数据集中的相对重要性，以就业、总产出和总附加值为指标。
• 表格2：展示了在不同模型假设下的效率提升估计，包括基准模型和最终模型的对比。
• 图表1-4：显示了TFP增益、楔子（wedges）与生产率、企业年龄之间的关系，提供了直观的分析支持。

附录与参考文献

• 附录：讨论了在不同假设下的资源错配情况，进一步验证了研究结果的稳健性。
• 参考文献：包括Hsieh和Klenow（2009）、Dias等（2016）等关键文献，以及相关国家的统计资料。