发展经济学作业文档格式.docx
《发展经济学作业文档格式.docx》由会员分享,可在线阅读,更多相关《发展经济学作业文档格式.docx(10页珍藏版)》请在冰豆网上搜索。
![发展经济学作业文档格式.docx](https://file1.bdocx.com/fileroot1/2022-11/24/d9857ad7-3497-4451-b107-1b69213ac7f9/d9857ad7-3497-4451-b107-1b69213ac7f91.gif)
论文1、《从全要素生产率看中国的地区收入差距》
使用方法:
人力资源情况下的索洛分解方法
研究结论:
劳均收入与全要素生产率之间存在着很强的正相关关系。
{具体分析}
1、研究方法
2、全要素生产率(TFP)数值
南等省的劳均收入也一直处于全国最低水平。
3、研究结论
论文2、《中国全要素生产率的估算_1978_2007》
索罗余值法
全要素生产率在不同时期有涨有跌,波动剧烈。
TFP增长率与产出的增长率呈同方向变化、高度正相关的关系。
TFP增长率呈现顺周期性的特征。
索洛余值法,为了测算全要素生产率,我们假定投入的生产要素只有两种,即资本(K)和劳动(L),生产函数的具体形式可以不做设定,但必须假定规模报酬不变、希克斯技术中性。
那么,通过索罗余值法得到的全要素生产率的增长率公式如下:
In过=hy一ainK一(l一a)inL(2.1)
从上面的等式可以看出TFP的增长率受到总产出、资本投入、劳动投入三个因素的增长率以及资本的产出弹性的共同影响,它等于总产出的增长率中国全要素生产率的估算:
1978~2007减去资本投入增长率和劳动投入增长率的加权平均。
所以要求得吓P的增长率需要四个方面的数据资料:
总产出(Y)、资本(K)、劳动(L)以及资本的产出弹性a。
TFP增长率与产出的增长率呈现同方向变化、高度正相关的关系。
一方面,拿四个阶段产出的年均增长率和TFP的年均增长率进行比较,可以看出,产出年均增长率较高的阶段其TFP的年均增长率也较高,产出年均增长率较低的阶段其TFP的年均增长率也较低,这是明显的正相关关系。
另一方面,拿同一个阶段内的不同年份的产出增长率和TFP增长率做比较,可以看出,产出增长率较高的年份其对应的TFP
的增长率也较高,产出增长率较低的年份其对应的TFP的增长率也较低。
TFP的增长率随着产出增长率的升高而升高,随着产出增长率的降低而降低,这也是明显的正相关关系。
以上充分说明TFP增长率呈现顺周期性的特征。
这实际上表明TFP测量中包含了很多“误差”,TFP增长率受到需求冲击的影响。
因为,需求冲击能导致产出增加而不需要投入的增长,则边际成本会降低,企业会降价进而导致需求量增加,从而导致全要素生产率的顺周期特征。
论文3、《基于全要素生产率视角的中国省际经济差距研究》
数据包络分析法(DEA)和随机前沿分析法(SFA)。
<
经过比较分析,SFA结果比较符合中国实际情况。
>
中国省区全要素生产率增长主要来自技术进步,而省区技术效率近年来则呈现下降趋势,并且技术效率的省际差距在逐步扩大。
(1)数据包络分析法(DEA)
DEA是一种数据驱使(data-driven)方法,它的概念最早由Farrell(1957)提出。
估算距离函数是DEA方法测算全要素生产率的关键,按照Shephard(1970)、Fare等人(1994)的思想,在固定规模报酬的技术
下,生产者
在t期的产出型距离函数为:
其他距离函数的计算方法是一样的,只是需要变换一下时刻。
在估算出距离函数后,便可以利用Malmquist指数求出全要素生产率增长率。
t到t+1时刻全要素生产率增长的Malmquist指数为:
数据包络分析法不需要设定生产函数形式,使用简便。
但该方法不允许随机误差的存在,这显然会降低其测算的准确性。
(2)随机前沿分析法(SFA)
随机前沿模型在当前应用较为广泛,其形式为:
在计算出了技术效率和技术进步率后,就可以通过相乘得出全要素生产率增长率。
SFA的优点在于它允许随机误差的存在,但SFA设定的前沿函数和无效率项分布的合理性值得考虑。
全要素生产率对地区经济增长的促进作用要大于要素投入。
要素投入对地区产出增长分布影响较小。
全要素生产率贡献产出分布和1985年产出分布差异较大,而与2007年产出分布却极为相似,因而本文认为,造成地区经济差距的首要因素是全要素生产率而非要素投入。
DEA和SFA方法测算了中国省区1985-2007年的全要素生产率增长率及其构成,两种方法结果均显示,中国省区全要素生产率增长主要来自技术进步,而省区技术效率近年来则呈现下降趋势,并且技术效率的省际差距在逐步扩大。