2013年-CEPS欧洲政策研究中心_Identifying_Factor_Productivity_from_Micro_41页_444kb

总结：识别农业微观数据中的要素生产率

核心内容

本研究探讨了在农业领域中，如何通过不同的方法识别生产函数中的要素生产率。由于农业数据中存在内生性与共线性问题，传统方法（如“within”回归和对偶模型）在识别要素贡献方面存在局限。本文评估了四种识别策略，并测试了相关估计方法，旨在为农业生产力的测量提供更准确的工具。

主要观点

• 农业生产力测量的重要性：随着全球粮食价格的上涨，农业生产力的测量重新受到关注。
• 识别策略的挑战：生产函数估计中存在内生性和共线性问题，这些问题是由于未观测因素（如天气冲击、管理能力等）对产出的影响难以分离。
• 传统与创新方法的比较：文章评估了六种主流的生产函数估计方法，包括“within”回归、对偶模型、控制函数法和动态面板数据估计法。
• 实证结果的启示：研究发现农业中劳动、土地和固定资本的影子价格普遍较低，而材料的生产弹性较高，表明提高流动资本的可用性是提升农业生产力的关键。
• 理论与实证的权衡：尽管新的识别策略在理论上更具说服力，但在实际应用中，它们的稳健性仍有待验证，特别是在处理固定变量时表现不佳。

关键信息

1. 生产要素分类

根据生产要素的可变性和是否可观测，文章将其分为以下三类：

2. 识别问题与解决方案

文章讨论了两个主要的识别问题：内生性 和 共线性，并介绍了四种解决这些问题的识别假设：

3. 实证结果

• 生产弹性：在欧盟七国的农业数据中，材料的生产弹性较高（超过0.7），而劳动、土地和固定资本的影子价格普遍较低。
• 模型表现：控制函数法和动态面板数据估计法在理论上优于传统方法，但在实际应用中，特别是对固定变量的估计，表现不佳。
• 模型选择：文章估计了八种模型（包括Cobb-Douglas和Translog形式），并发现Cobb-Douglas模型在某些情况下仍具有较高的可解释性。

4. 方法论贡献

• 方法论创新：文章首次对多种新的生产函数估计方法进行了系统比较，评估了它们在农业数据中的适用性。
• 实证贡献：提供了基于欧盟国家农业微观数据的生产弹性估计，为政策制定者提供了重要的参考依据。

结论

文章指出，尽管控制函数和动态面板数据估计法在理论上有所改进，但在实际应用中仍面临挑战，特别是在处理固定变量时。因此，对于农业领域而言，使用代理变量的方法可能是更可行的选择。此外，农业中材料的高生产弹性表明，改善流动资本的可用性是提升农业生产力的关键。