一种新的全要素生产率变动的分解模式

经济科学·2010年第1期一种新的全要素生产率变动的分解模式雷 明 孙曙光（北京大学光华管理学院北京 100871）摘 要：本文对全要素生产率（TFP）变化率的传统测度方法给出了一种恰当扩展。

在广义生产函数的基础上，我们将TFP的变动分解为技术进步、管理方法的改进以及这两者的匹配度的变化上。

结果表明，和技术水平一样，组织管理方法在生产过程中起着十分重要的作用。

另外由于引进了组织管理方法和技术水平二者之间的匹配度，本文提供了理解TFP变动的新的视角。

关键词：全要素生产率（TFP）技术进步管理效率匹配度一、引 言有关TFP变化率的问题一直吸引着众多学者的兴趣。

不仅仅是企业，很多国家及地区也一直密切关注如何在不增加生产成本的情况下，提高生产量。

特别是仍处于工业化阶段的欠发达国家与地区，一直在被低生产率问题困扰。

国外学者对TFP的研究可以追溯到二战结束之后，在TFP的基础理论和方法论方面做了许多开创性的研究。

国内学者现在所用的分析理论和方法多数是在此基础上发展而来的。

美国学者柯布和道格拉斯（Cobb和Douglas，1930）利用柯布—道格拉斯生产函数，最早研究了生产率与经济增长的关系。

荷兰经济学家丁伯根（Tibergen，1942）将时间因素纳入柯布一道格拉斯生产函数，并提出了全要素生产率的概念，但他提出的生产要素仅包括资本和劳动，没考虑其他要素的投入。

戴维斯（Davis，1954）指出了TFP的内涵，并认为劳动力、资本、原材料、能源等均应作为投入要素。

索罗（Solow，1957）将技术进步引入到生产函数中，并分离出技术进步对经济增长的影响，得到了“增长余值”。

丹尼森（Denison，1967）在索罗增长余值的基础上进行了更细致的划分，并分解了资本投入量与劳动投入量。

乔根森和格里利谢斯（Jorgenson和Griliches，1967）指出了丹尼森(Denison，1967)的几个问题，并提出了新的资本投入测定方法，克服了丹尼森方法中的内部不一致性。

中国全要素生产率的测算及变动分析作者：杨绍明来源：《财讯》2018年第21期采用索罗残差法，计算出平均资本产出弹性。

据此计算我国全要素生产率（TFP）增长率。

结果显示：我国1952年至2016年间TFP增长率剧烈波动，分解增长率后发现，资本仍是增长的主要动力。

索罗残差法资本产出弹性全要素生产率问题提出全要素生产率（Total FactorProductivity，TFP）是长期支撑经济体增长的重要因素，对其的测度具有较强的理论与现实意义。

易纲等（2003）对证明我国经济增长中存在效率提升。

郭庆旺和贾俊雪（2005）采用三种模型计算了我国TFP增长率，结果都表明经济的波动与TFP 增长率密切相关。

牛龙（2013）认为这近三十年间，我国经济增长的8.7%来源于劳动增加，49.4%来源于资本增加，41.8%来源于技术进步。

罗良文和梁圣蓉（2016）发现我国经济增长主要来源于资本投入，技术进步的贡献只占到百分之十几。

已有文献的结论并不一致。

理论准备以Cobb-Douglas生产函数为基础的模型推导过程，主要分为两步：（1）计算资本与劳动的产出弹性。

Yt=AtKtaLt（1-a）（2.1）Yt、Al、Kt、Lt为第t年产出、资本存量、劳动力数量；a为资本产出弹性整理并化简公式（2.1）：数据处理本文以1952年至2016年为研究区间。

总产出 Yt为GDP，用CPI换算成以1952年价格；劳动Lt为全国就业人员；资本Kt为我国的资本存量，但此数据需要进行测算。

采用永续盘存法（Kt=（1-8）Kt-1+lt/Pt，It、Pt为第t年固定资产投资、固定资产价格指数；δ为固定资产折旧率）测算资本存量。

It采用固定资本形成总额数据。

Pt采用借鉴张军（2004）介绍的方法构的造固定资本形成总额指数。

基期资本存量Ko采用单豪杰（2008）测算的结果342亿元（1952年价）。

δ采用陈昌兵（2014）计算的结果5.65%。

地区间生产效率与全要素生产率增长率分解一、本文概述本文旨在探讨地区间生产效率与全要素生产率增长率的分解问题。

全要素生产率（TFP）是衡量一个国家或地区经济增长质量的重要指标，它反映了除物质资本和劳动力投入以外的其他因素对经济增长的贡献。

本文首先将对全要素生产率的概念进行界定，并阐述其在经济增长理论中的重要性。

接着，本文将分析地区间生产效率差异的原因。

生产效率的差异可能源于不同地区的技术水平、资源配置效率、制度创新等多个方面。

本文将通过实证研究方法，对这些因素进行量化分析，以揭示它们对地区间生产效率的影响程度。

在此基础上，本文将进一步探讨全要素生产率增长率的分解问题。

全要素生产率增长率的分解有助于我们更深入地理解经济增长的动力和结构。

本文将从技术进步、资源配置效率改善和规模效率提升等方面入手，对全要素生产率增长率进行分解，并分析各分解项对经济增长的贡献程度。

本文将根据分析结果提出政策建议。

通过优化资源配置、推动技术创新、加强制度创新等措施，提升地区间生产效率，促进全要素生产率增长，从而实现经济的高质量发展。

本文的研究对于制定区域经济发展战略、推动经济转型升级具有重要的理论和实践意义。

二、文献综述在经济学领域，地区间生产效率与全要素生产率增长率的分解问题一直是研究的热点。

生产效率的提升对于地区经济的持续增长具有重要影响，而全要素生产率增长率的分解则有助于我们更深入地理解经济增长的动力和源泉。

因此，本文将从地区间生产效率的差异、全要素生产率增长率的内涵与测量方法，以及生产效率提升与全要素生产率增长的影响因素三个方面进行文献综述。

关于地区间生产效率的差异，已有研究主要关注了资源禀赋、产业结构、技术创新、人力资本等因素对生产效率的影响。

资源禀赋的差异可能导致地区间生产效率的不平衡，而产业结构的优化和技术创新则被认为是提升生产效率的重要途径。

人力资本作为知识和技术的重要载体，其对生产效率的影响也日益受到关注。

经济发展的全要素生产率与效率分析全要素生产率（Total Factor Productivity，TFP）和效率是衡量经济发展和提高生产效益的重要指标。

TFP衡量了所有生产要素（包括劳动力、资本、土地、技术等）综合运用的生产效率，而效率则关注更加具体的生产要素使用情况。

本文将围绕全要素生产率与效率展开讨论，并分析其在经济发展中的重要作用。

一、全要素生产率的定义与衡量指标全要素生产率是指在生产中各要素（劳动力、资本、土地等）综合运用下能够产生的产出量与投入量的比值。

衡量全要素生产率的指标主要有Solow残差法、Malmquist指数法和TFP增长分解法。

（1）Solow残差法：它通过排除劳动力和资本因素的影响，从宏观经济角度分析技术进步对产出的贡献。

（2）Malmquist指数法：通过比较不同时期的生产函数来评估技术进步与效率提升的贡献。

（3）TFP增长分解法：通过对生产函数中各要素投入和产出的变动进行分解，衡量全要素生产率的增长效应。

二、全要素生产率与经济发展的关系全要素生产率的提高可以推动经济发展，进而带动社会福利的提升。

全要素生产率的增长意味着单位投入资源获得更多的产出，能够有效地促进经济增长，提高劳动生产率，增加就业机会和收入分配的可能性。

同时，全要素生产率的提高也能够推动经济结构升级和产业转型，提高经济抗风险能力和竞争力。

三、全要素生产率的影响因素全要素生产率的提高受多种因素影响，主要包括技术进步、创新能力、资本积累、人力资源状况、制度环境等。

（1）技术进步和创新能力：技术进步是推动全要素生产率提高的重要因素，科技创新能力的提升能够促进新生产要素的引入和生产方式的改进，从而提高生产效率。

（2）资本积累：充足的资本积累能够提供生产所需的物质基础，进而提高全要素生产率。

合理的资本配置和投资结构也能够促进全要素生产率的提高。

（3）人力资源状况：人力资源素质的提高对于全要素生产率的提高至关重要。

碳排放约束下我国全要素生产率增长的测度与分解——基于SBM方向性距离函数和GML指数齐亚伟【摘要】本文运用SBM方向性距离函数和Global Malmquist-Luenberger(GML)指数将能源与二氧化碳纳入全要素生产率测度与分解框架中,测算了2001～2009年我国备省市的环境效率及环境全要素生产率变动状况,将环境全要素生产率变动分解为纯技术进步、纯技术效率变动、规模效率变动和技术规模变动等4个因素.研究结果表明:环境无效率普遍存在,且在省际间的分布差异较大；环境全要素生产率的增长和省际差异分别源于技术进步和规模效率,纯技术效率则出现不同程度地恶化.【期刊名称】《工业技术经济》【年(卷),期】2013(000)005【总页数】10页(P137-146)【关键词】环境全要素生产率;SBM;方向性距离函数;GML;指数【作者】齐亚伟【作者单位】江西财经大学,南昌330013【正文语种】中文【中图分类】F206改革开放以来,我国经济增长取得了令人瞩目的成绩,1978～2009年的年均增长率在9%以上。

在盘点所取得的辉煌业绩时,我们发现高速的经济增长是以能源的高投入、高消耗为特征,经济对能源的过度依赖导致大气中二氧化碳等温室气体浓度增加,诱发全球气候变暖及环境污染,从而降低了经济增长质量,使得经济增长速度大打折扣。

我国正处于工业化、城市化、现代化快速发展阶段,重化工业发展迅速,大规模基础设施建设不可能停止,能源需求的快速增长一时难以改变,碳排放量在短时间内也不能得到遏制。

能源耗竭和二氧化碳排放日益成为制约经济可持续发展的约束条件,为此,节能减排被提到前所未有的战略高度,我国政府在“十一五”发展规划中提出:到2020年单位GDP二氧化碳排放比2005年下降40%～50%,达到这一目标的关键是运用技术提高生产效率。

因此,我们有必要深入分析资源环境约束下我国全要素生产率处于一个什么样的状态,通过分析环境全要素生产率增长的源泉,为缓解经济高速增长与能源耗竭、二氧化碳排放之间的矛盾提供一些政策启示。

中国电力行业绿色全要素生产率分析作者：***来源：《甘肃科技纵横》2024年第06期摘要：为促进中国电力行业可持续发展，采用DEA方法对2016—2020年全国30个省区市（除西藏外）的电力行业绿色全要素生产率进行测算并对其时间和空间变动特征进行分析。

结果表明，2016—2020年在中国30个省区市（除西藏外）电力行业绿色全要素生产率为1.000 7，绿色技术进步平均值为1.000 2，绿色技术效率平均值1.005 1。

相比于经济发展因素，环境治理和科技投入等绿色发展因素对绿色全要素生产率、绿色技术效率和绿色技术进步的影响更显著。

从时间特征来看绿色全要素生产率呈现波动的趋势，空间特征来看呈现地区性不平衡的特征。

为此，进一步提出要着重关注技术进步，通过减碳技术和减碳设备的运用等，优化电力行业投入产出比，提升电力行业运行的稳定性，减少绿色全要素生产率波动性等建议。

关键词：电力；绿色全要素生产率；绿色技术效率；绿色技术进步；时间特征；空间特征中图分类号：F124.3；X322文献标志码：A0引言全球环境问题的加剧使得绿色、低碳成为新时代的发展趋势。

特别是在高质量发展的要求下，工业领域的绿色、低碳转型显得尤为重要[1]。

中国作为世界上最大的发展中国家，电力行业是国民经济的重要支柱，也是能源消耗和碳排放的主要来源之一，其绿色转型对于实现碳达峰和碳中和目标具有重要意义。

自新中国成立特别是十八大以来，中国电力工业进入了从高速发展转向高质量发展的关键阶段。

同时也面临大规模清洁转型压力、电力系统效率还不够高，电力成本還不低，体制机制还不完善等问题[2]。

同时，政府已经明确提出了2060年前实现碳中和的目标，这对电力行业提出了更高的绿色发展要求。

对于工业领域的绿色全要素生产率问题，相关研究已经作出了一些探讨。

李丹青等[3]运用DEA方法测度了30个省份规模以上工业企业的绿色技术创新效率，结论表明，绿色技术创新效率低于传统技术创新效率，纯技术效率低下是导致综合技术效率不高的主要原因。

全要素生产率增长中的技术效应与结构效应基于中国宏观和产业数据的测算及分解一、本文概述本文旨在全面解析全要素生产率（TFP）增长中的技术效应与结构效应，并通过中国宏观和产业数据的测算及分解，深入探讨这两种效应对中国经济增长的影响。

全要素生产率作为衡量经济增长质量的重要指标，其提升是推动经济持续健康发展的关键因素。

在中国经济转型升级的背景下，研究全要素生产率增长的技术效应与结构效应，对于制定有效的经济政策、优化产业结构、提升经济增长质量具有重要的理论和实践意义。

本文首先界定了全要素生产率、技术效应和结构效应的概念，并阐述了它们在经济增长中的作用机制。

在此基础上，本文利用中国宏观和产业数据，运用计量经济学方法，对全要素生产率增长进行测算和分解，得到技术效应和结构效应的具体数值。

通过对这些数值的分析，本文揭示了技术效应和结构效应在中国经济增长中的贡献程度，以及它们在不同产业、不同地区的差异。

本文还深入探讨了技术效应和结构效应的影响因素，包括政策环境、技术创新、产业结构、资源配置等方面。

通过对这些影响因素的分析，本文为提升全要素生产率、优化产业结构、推动经济增长提供了有益的政策建议。

本文通过对全要素生产率增长中的技术效应与结构效应进行测算和分解，全面揭示了中国经济增长的内在动力和结构特征。

本文的研究也为政策制定者提供了重要的参考依据，有助于推动中国经济的持续健康发展。

二、文献综述全要素生产率（TFP）增长一直是经济学领域研究的热点之一，特别是在经济转型和产业升级的大背景下，其对于理解经济增长的源泉和机制具有重要意义。

技术效应与结构效应作为TFP增长的两个核心组成部分，近年来受到了广泛的关注。

本文旨在基于中国宏观和产业数据，对TFP增长中的技术效应与结构效应进行测算和分解，以期为政策制定和实践提供有益的参考。

在文献方面，国内外学者对于TFP增长及其分解进行了大量的研究。

早期的研究主要关注TFP增长的测算方法和技术进步对经济增长的贡献。

我国全要素生产率的分解及变动趋势内容摘要：本文利用数据包络方法，对2002-2010年以来我国不同区域的全要素生产率进行了测算，采用了Malmquist指数的方法对我国经济的TFP进行了进一步的分解，以此探讨我国经济增长的动力。

实证结果显示，我国全国总体及东部、中部、西部分地区在此阶段TFP增长有限，对GDP贡献不够；Malmquist 指数的结果也显示了我国各地区的TFP增长中由技术进步指数带动的和由效率改进带动的效应程度大体相同，我国经济要想实现可持续发展还必须进一步提升技术进步的作用。

关键词：TFP增长率Malmquist指数DEA方法区域差异Solow在研究美国的经济增长时发现，在人均收入增长中由要素投入量增加带来的是很少的，而真正能够推动经济长期持续增长的因素应该是全要素生产率（TFP）。

全要素生产率即综合反映经济发展过程中投入产出效果的指标。

因此，我国经济增长中TFP所占的比重或者发挥的贡献成为学者们研究与关注的重点。

文献回顾目前关于TFP的研究成果比较丰富，主要集中在以下几个层面：第一方面是运用线性回归的方式，根据索洛理论，采取物资资本、劳动力投入、人力资本等指标作为解释变量，来试图分析各个投入变量及TFP的贡献。

该方法必须事先设定生产函数形式，而且要求满足苛刻的假设前提。

Nehru和Dhare Shwar、Collins和Bosworth分别使用了包含很多国家的样本资料进行了测度。

第二方面是放在了全要素生产率的增长率的分解中，试图分析我国TFP增长中技术进步效率和生产效率变化的情况，采用的方法较前有很大区别。

其主要思路是将估计的前沿生产函数的变化来度量技术进步的变化；用测度到的观察点到前沿面的距离来度量生产效率的改进。

采用此方法的关键是前沿生产面的估计。

目前主要有SFA方法和DEA方法。

SFA方法同样需要设定生产函数的具体形式，而且处理误差时还需要一定的分别假设；而DEA方法时通过线性规划来得到前沿函数，不需要对生产函数的具体形式进行假设，对误差的处理是将其作为无效率的结果。

新时代以提升全要素生产率促进高质量发展的路径选择作者：刘维林刘秉镰来源：《改革》2022年第11期摘要：全要素生产率是表征现代经济发展质量的核心因素，被视为经济长期持续增长的源泉，其内涵既包括了技术进步带来的边际产出，又包括了优化资源配置产生的效率改進。

在中国式现代化新征程中，全要素生产率的提升被赋予新的历史使命，必须摆脱传统的路径依赖，积极探索以科技自立自强和国内循环内生动力为核心的新模式，以举国体制占据核心技术领先地位并超前布局颠覆性战略技术，发挥规模优势推进系统化、融合化技术研发创新，以产业链创新链融合加快关键技术研发、转化和应用，以基础研究+核心技术为引领打造技术创新双引擎，从供需双侧推动资源配置效率变革，以人才为核心打造长期技术竞争新优势。

关键词：全要素生产率；高质量发展；中国式现代化中图分类号：F124 文献标识码：A 文章编号：1003-7543（2022）11-0015-09基金项目：国家社会科学基金重大项目“提高京津冀中心城市和城市群综合承载及资源优化配置能力研究”（20ZDA041）；南开大学亚洲研究中心课题“新发展格局下中国制造产业链高质量发展的动力来源、传导机理与升级路径”（AS2214）。

作者简介：刘维林，南开大学经济与社会发展研究院交通经济研究所所长，南开大学数字经济交叉科学中心副研究员；刘秉镰，南开大学经济与社会发展研究院院长，教授、博士生导师。

党的二十大报告明确提出高质量发展是全面建设社会主义现代化国家的首要任务［1］，将高质量发展视为中国式现代化的本质要求之一。

而全要素生产率是现代经济学中表征经济发展质量的核心因素，被视为经济长期持续增长的源泉。

党的二十大报告将着力提高全要素生产率作为实现高质量发展的重要任务。

推动全要素生产率提升，在未来中国的经济发展目标中将占据核心地位。

因此，对全要素生产率的理论内涵和提升路径进行诠释、辨析和思考是一项重要任务，这不仅有利于深化对于高质量发展的理解和认识，而且有利于在政策实践上进行提前谋划和精准设计，进而推动中国经济行稳致远，为中国式现代化提供持续的动力源泉。

中国全要素生产率分析Malmquist指数法评述与应用一、本文概述本文旨在全面分析和评述使用Malmquist指数法对中国全要素生产率（TFP）的研究。

全要素生产率作为衡量一个国家或地区经济增长质量的关键指标，对于理解中国经济增长的动力源泉、识别经济转型升级的方向以及评估经济政策的效果具有重要意义。

Malmquist指数法作为一种非参数的生产率测量方法，因其对数据要求相对较低、可以分解出技术进步和技术效率变化等优点，在经济学研究中得到了广泛应用。

本文首先回顾了全要素生产率和Malmquist指数法的相关理论基础，然后梳理了国内外使用Malmquist指数法测量中国全要素生产率的研究进展，并对其进行了评述。

在此基础上，本文进一步探讨了Malmquist指数法在中国全要素生产率研究中的应用，包括数据来源、模型设定、结果解释等方面。

本文总结了Malmquist指数法在中国全要素生产率研究中的优缺点，并展望了未来的研究方向。

通过本文的研究，我们期望能够更深入地理解中国全要素生产率的动态变化及其背后的驱动因素，为政策制定者提供有价值的参考信息，同时也为后来的研究者提供一个清晰的研究框架和思路。

二、全要素生产率与Malmquist指数法的基本理论全要素生产率（Total Factor Productivity，TFP）是衡量一个经济体在单位时间内，所有投入要素（如劳动力、资本等）的生产效率的综合指标。

它反映了在技术进步和资源配置效率改善的情况下，生产单位所能达到的最大产出。

全要素生产率的提高，通常被视为经济增长的重要源泉，尤其是在资本和劳动力等要素投入增长放缓的情况下，全要素生产率的提升对于维持和推动经济增长具有重要意义。

Malmquist指数法是一种用于测量全要素生产率变化的非参数方法，由瑞典经济学家Sten Malmquist在1953年首次提出。

该方法基于数据包络分析（Data Envelopment Analysis，DEA）理论，通过比较不同时期或不同决策单元（如企业、地区或国家）的生产前沿面，来评估全要素生产率的动态变化。

m指数及其分解
Malmquist 指数分析是在1953年的消费分析过程中被瑞典经济学家和统计学家Sten Malmquist首次提出，是一种有效测算全要素生产率（TFP）变化的非参数生产前沿方法。

在规模报酬不变（CRS）的假设下，Malmquist 生产率变化指数将全要素生产率的变化分解为技术进步和技术效率变化。

在规模报酬可变（VRS）的假设下，技术效率变化进一步分解为纯技术效率变化和规模效率变化。

Malmquist 指数可以从投入和产出两个不同的角度给出。

面向投入的投入距离函数是在给定产出下，投入向量能够向生产前沿面缩减的程度，以此来衡量生产技术的有效性；面向产出的产出距离函数则是在给定投入的条件下，考察产出向量的最大扩张幅度。

分析具有m个投入、k个产出的生产活动，用m维向量$X$表示其投入向量，用$k$维向量$Y$代表其产出向量。

用$P(X)$表示生产可能集，它表示在一定技术条件下，用投入$X$所能够生产$Y$的全部可能生产组合。

全要素生产率测算方法综述1. 引言1.1 背景介绍全要素生产率是衡量一定生产要素下的产出效率的重要指标，对于评估一个经济体系的效益和发展水平具有重要意义。

随着社会经济的不断发展和科技进步，全要素生产率的测算方法也在不断完善和更新。

全要素生产率测算方法的研究不仅可以帮助企业提高生产效率，还可以为国家政策制定提供科学依据。

在全球化和信息技术的大背景下，全要素生产率测算方法的研究愈发受到关注。

如何选择合适的测算方法以准确评估全要素生产率已成为研究的热点之一。

本文将对全要素生产率的概念、测算方法以及传统方法与新方法的比较进行综述，同时结合实际案例进行分析，力求为读者提供全面的信息和理论支持。

通过本文的深入探讨，可以更好地了解全要素生产率的测算方法及其应用价值，为企业和政府部门提供决策参考，促进经济发展和科技进步。

【这里还可以扩展相关背景信息，加强引言的连贯性和逻辑性。

】1.2 研究目的研究目的是为了深入探讨全要素生产率测算方法的相关理论和实践，分析不同方法的优缺点，为企业提高生产效率和竞争力提供有效的参考和指导。

通过对全要素生产率进行综述和比较分析，旨在全面了解各种测算方法的特点及适用范围，为企业决策提供科学依据。

通过具体案例的分析，探讨全要素生产率测算方法在实际应用中的价值和局限性，为企业管理实践提供借鉴。

通过评价指标的讨论，从多个角度评估全要素生产率测算方法的有效性和实用性，为企业在提高生产效率、优化资源配置等方面提供有益建议和启示。

通过本文研究，旨在促进全要素生产率测算方法的进一步发展和完善，推动企业生产经营的持续改进和创新发展。

1.3 研究意义全要素生产率（TFP）是衡量一个经济体在给定的投入下能够产生多少产出的效率指标，是评价经济发展水平和企业竞争力的重要指标。

全要素生产率的测算方法对于制定政策、优化资源配置、提高生产效率具有重要的指导意义。

研究全要素生产率测算方法的意义在于能够深入理解和评估一个经济体或企业的生产效率水平，帮助决策者更好地制定发展策略和资源配置方案。

中国城市全要素生产率的测算与分解（1998―2013）一、引言新古典经济学把经济增长的直接原因归结为生产要素投入量的增长和全要素生产率的提高。

资源的稀缺性意味着单纯依靠要素投入的经济增长是难以持续的，只有全要素生产率的提高才是经济持续增长的源泉。

改革开放之后中国的投资率从1981年的19.62%飞速上升到2014年的80.56%，同时“人口红利”爆发，劳动力占比不断上升，可以说中国改革开放以来的经济增长主要是靠要素投入驱动的。

然而，自2011年逐年下滑的经济走势印证了新古典经济学投入驱动增长模式无法实现经济持续增长的观点。

一方面，投资率和人口红利终将面临拐点，不可能持续走高；另一方面，要素投入达到一定规模一定会遇到报酬递减的问题。

当经济增长达到一定的阶段，终将迎来经济增长的“阵痛”调整期。

很多学者提出当前供给侧改革的核心任务就是提升全要素生产率，将投入驱动的经济增长模式转变为全要素生产率驱动。

那么如何衡量全要素生产率的变化？全要素生产率变化的原因是什么？索洛余值法认为，产出增长扣除投入增长之后剩余的就是全要素生产率的增长。

但是，该方法对全要素生产率的组成部分没有加以严格区分，假定所有生产者都能实现最优的生产效率，认为全要素生产率的增长都是由技术进步带来的，忽略了效率变化对生产率变化的影响。

Diewet（1992）运用指数方法（Index Number Technique）构造了Fisher生产率指数和Tomqvist生产率指数来计算生产率的变化，但是，这两个指数都需要数量和价格数据，如果无法提供价格数据，则无法采用这种方法来计算生产率变化，另外指数法也无法分解全要素生产率，解释全要素生产率变化的原因。

当前测算并分解全要素生产率变化常用的方法主要有非参数分析法（nonparametric teeh.niques）和参数分析法（parametric techniques）。

非参数分析法将测算生产效率的DEA分析法和测算全要素生产率变化的Malmquist生产率指数结合起来，估算全要素生产率并将其分解为技术变化、规模效应变化和技术效率变化。