页数：39页文件大小：531.0 KB来源： 农业技术经济学ppt课件
本课件围绕生产率测算与计量检验展开：先给出总要素生产率指数的定义及其向技术效率变化、规模效应与技术变化的完全分解，介绍拉氏、帕氏、费氏、汤氏与莫氏指数，再讲解异方差检验与加权修正，最后介绍单位根检验与协整、误差修正模型。
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：
总产出的增长率＝总投入的增长率＋总要素生产率的增长率。投入增长率的大小仅表明生产规模扩张的程度，其本身不是效率研究所关心的内容。
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，即总产值指数st/总投入指数st。
考虑到生产过程中的技术效率问题，在一般情况下，设两个时期生产的技术效率系数分别为相应取值。当生产是技术有效的，则实际的产出量与由生产函数所计算的产出量相等，将这一结果代入上式即可继续分解。
当两个时期的投入量相等时，上式可分解为两部分的乘积：第一部分反映两个时期生产的技术效率的变化，第二部分反映技术的变化。
即生产率的变化分解为生产技术效率的变化、生产技术的变化两个部分。若两个时期的生产都是有效的（或生产的技术效率没有变化），则此时的生产率变化完全由技术变化所导致。
上面由于假定了两个时期的投入量相等，所以不存在规模问题。现在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，记相应比值为k，则k＞1。我们进一步假定在时期t生产函数是ε(t)阶齐次的，这样分解式可进一步扩展。
分解式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：
而规模变化又由两个因素决定：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。
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。
拉氏数量指数表达式中，权重为第i种物品在基期s时期的价值份额。
帕氏（Passsche）数量指数以现期的价格为权重，其表达式中权重为第i种物品在基期t时期的价值份额。
本页讲解费氏（Fisher）指数，其表达式在原课件中以公式图示表现，源文件未提取到具体文字。
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。
汤氏指数一般写成对数形式，这种对数形式为实际计算提供了方便。
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i、j分别表示第i种产出物和第j种投入物，下标s、t表示不同的时期（或地区、企业）。在大多数实证研究中所计算的汤氏生产率增长率即由此得到。
（1）距离函数：图中A点实际产出为（Y1A,Y2A），其产出距离函数值由生产可能性前沿与实际产出点的位置关系确定。
（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与t时期技术、产出角度的莫氏生产率指数分别由相应距离函数之比给出。
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，Ech、Tch分别表示时期s到时期t所发生的效率提高和技术进步。当把技术设定为不变规模报酬时，效率的含义为综合效率（技术效率×规模效率），效率变化Ech＝技术效率变化TEch×规模效率变化Sech。
本页以六幅散点图（a、b、c、e、f及各对应图形）展示异方差的不同表现形态，横轴为X、纵轴为Y，源文件未提取到图中其余文字。
本页为居民收入X与储蓄Y的观测数据表，含序号1—31共三十一组观测值，用于后续的异方差检验与修正。
源文件该表数字粘连严重，收入与储蓄两列、以及左右两栏的对应关系无法安全切分，未还原为真表格，建议对照原图核对后手工补录。
X——居民收入，Y——储蓄。
是否存在异方差？图示法：
是否存在异方差？解析法——Goldfeld-Quandt检验：
修正方法：加权最小二乘法
F＝769899.2/162899.2＝4.7265
在5%显著性水平下，F(12，12)＝2.98，由于F统计量大于临界值，故存在递增的异方差。
修正方法的软件实现：
本页以软件输出窗口展示加权最小二乘修正后的估计结果，源文件未提取到图中文字。
考虑的问题：
dl＝1.24，du＝1.38，检验结果表明存在序列相关。
单整性：对于一个非平稳序列Xt，如果差分D次后可以变成一个平稳可逆的ARMA时间序列，而在差分D－1次后仍是非平稳的，则称该时间序列具有D阶单整性，记为Xt~I(d)。
两个序列可分为平稳序列与简单的非平稳序列两类情形。
通常把时间序列的非平稳性检验称为单位根检验，常用DF或ADF检验。
例：中国进出口序列都是一阶单整变量，某差分后的序列是一个平稳序列。
协整性是对非平稳经济变量长期均衡关系的统计描述，非平稳经济变量间存在的长期稳定的均衡关系称为协整关系。
注意：当多变量存在协整关系时，被解释变量的单整阶数不能高于任何一个解释变量的单整阶数。
检验：
假设序列xt、yt~I(1)，并存在协整关系，则最简单的修正模型表达式由非均衡误差项与误差修正项构成：非均衡误差表示yt和xt的长期关系，误差修正项表示误差修正系数对修正速度的作用。
模型解释了因变量y的短期波动是如何决定的，不仅受自变量短期波动的影响，还受误差修正项的调整。
误差修正模型估计结果：
D(LNEX) ＝ 0.062551 ＋ 0.512239*D(LNIM) ＋ 0.13793*E
下载地址：{{downurl}}
{{{a}}}
{{#b}}{{{b}}}
{{/b}} {{/title}} {{#nolog}}登陆注册
{{/nolog}} {{#djsx}}点我刷新
{{/djsx}} {{#gocz}} {{/gocz}} {{#ffqr}} {{/ffqr}}