第九章(农业技术经济学安徽农业大学,张士云)解析.ppt

TFP的 度量 对生产系统的总体效率的度量，人们倾向于使用总要素生产率TFP（Total Factor Productivity），即生产系统的总产出与总投入之比。用X、Y分别表示某种形式的总投入和总产出，则总要素生产率TFP为： TFP的度量 生产率变化的分解 TFP指数TFPst是两个时期产出与投入的比例之商,即: TFP的度量 TFP的度量 上面由于假定了两个时期的投入量相等，均为X*，所以这里便不存在规模问题。现在让我们看投入水平不同的情况，假设时期t的投入大于时期S的投入，记 ,则k1。我们进一步假定，在时期t生产函数是ε(t)阶齐次的。这样(2)式变为: TFP的度量 (4)提供了对生产率指数的一种完全分解，它将生产率的变化分解为: 生产的技术效率的变化 规模效应 技术变化 而规模变化又有两个因素决定，一是投入变化水平的幅度k，二是规模报酬参数ε(t) 若假定是不变规模报酬，则规模效应为 1，否则必须知道规模报酬参数，才能确定规模效应的大小。 TFP的度量——常用的生产率指数 1.拉氏（Laspeyres）和帕氏（Passsche）数量指数 2.费氏（Fisher）指数 3.汤氏（Tornqvist）数量指数 4.莫氏生产率指数 TFP的度量——常用的生产率指数 拉氏（Laspeyres）和帕氏（Passsche）数量指数 拉氏数量指数是以基期价格为权重，而帕氏数量指数则是以现期的价格为权重。拉氏数量指数为： ——是第i种物品在基期s时期的价值份额。 TFP的度量——常用的生产率指数 帕氏（Passsche）数量指数 拉氏数量指数是以基期价格为权重，而帕氏数量指数则是以现期的价格为权重。拉氏数量指数为： ——是第i种物品在基期t 时期的价值份额。 TFP的度量——常用的生产率指数 费氏（Fisher）指数 TFP的度量——常用的生产率指数 汤氏（Tornqvist）数量指数 在近十几年，汤氏数量指数被广泛应用于总要素生产率问题的研究中。汤氏数量指数定义为个体数量指数的加权几何平均值，而权重则是基期和现期价值份额的简单算术平均值，即: TFP的度量 ——汤氏指数应用 令x y 分别表示投入和产出的数量，ω、υ分别表示产出和投入的价值份额，下标ij分别表示第i种产出物和第j种投入物，下标st表示不同的时期（或地区、或企业）。在大多数实证研究中所计算的汤氏生产率增长率的形式为: 莫氏生产率指数 （1）.距离函数 A点实际产出（Y1A,Y2A），其产出距离函数值 莫氏生产率指数 （2）.莫氏生产率指数 s时期技术、产出角度的莫氏生产率指数为 ： t时期技术、产出角度的莫氏生产率指数为: 莫氏生产率指数 Fare等人以两个时期技术莫氏生产率指数的几何平均值作为莫氏生产率指数： 是否存在异方差？ 图示法 Y与X e^2与X 是否存在异方差？ 解析法——Goldfeld-Quandt检验 按X对N对观察值排序 将中间C=1/4N个观察值除去，并将剩下的划分为大小相同的两个子样。每个子样的容量为(n－c)/2. 对每个子样进行回归，计算残差平方和 计算F统计量 检验若 存在异方差 不存在异方差 修正方法 加权最小二乘法 LS(W=?) Y C X 或者，GENRY1=Y/X, GENRX1=X/X, LS Y1 C X1 F=769899.2/162899.2 =4.7265%显著性水平下，F(12，12)＝2.98存在递增的异方差 GENR XH=1/X LS (W=XH) Y C X 修正方法 考虑的问题： 模型中的X Y已不是原来意义的XY, 加权之后变量经济学上是否仍有意义？ dl=1.24,du=1.38,存在序列相关 非平稳经济变量与协整 非平稳时间序列与虚假回归 单位根检验 经济变量的协整性 误差修正模型 非平稳时间序列与虚假回归 随机序列的特征量随时间而变化——非平稳时间序列 反之——平稳时间序列 非平稳时间序列可能导致虚假回归 非平稳时间序列与虚假回归 单整性：对于一个非平