本文作者张天华是华南师范大学经济与管理学院博士后，张少华（通讯作者）是浙江理工大学副教授。本文研究了生产函数模型、样本范围和价格因子三种因素对不同估计方法的影响，并在统一的处理方式下对比了不同估计方法的估计结果。本文的价值在于清楚厘定了估计全要素生产率过程中各种要素的影响性质与影响大小，确定了不同估计方法的应用条件与适用范围。
近年来，采用中国工业企业数据库估计企业层面的全要素生产率已经成为国内外经济研究的一个热点。但现有研究在全要素生产率估计方法的使用、生产函数模型选择、样本范围与数据处理等方面各不相同，进而导致估计结果差异较大。由此产生的问题是：在全要素生产率估计中，不同估计方法等因素对估计结果的影响程度究竟有多大？各种全要素生产率估计方法的特点、优劣以及适用范围又是什么？
事实上，采用各种全要素生产率估计方法，考虑生产函数模型选择、样本范围以及数据处理等各种差异，对企业全要素生产率进行系统估计处理与比对分析，不仅是一项基础性研究工作，而且有着重要的实践意义。为此，本文首先整理出估计微观企业全要素生产率的7种方法，分为参数估计法和非参数估计法——随机前沿分析、普通最小二乘法、OP法、LP法和工具变量法（系统广义矩估计）属于参数估计方法，指数法和数据包络分析属于非参数估计方法；对这些方法的估计原理以及优缺点进行简要介绍。其次，有效、科学的数据处理是企业全要素生产率估计的前提条件，本文参考Brandt等（2012）、聂辉华等（2012）等的方法对中国工业企业数据库再次进行了处理。然后，将经验研究划分为生产函数模型选择、样本范围与名义变量处理3类要素。最后，在基准的处理方式下，本文对照了各种估计方法的估计结果，分析异质性企业对不同估计方法的敏感度，总结不同估计方法的应用条件与适用范围。
1.在生产函数模型、样本选择和变量处理3种要素中，生产函数模型对生产率估计结果影响最大。但对模型的选择是一个中性问题，目前并未出现有说服力的文献对二者进行区分。在各种估计方法中，系统广义矩估计对生产函数模型的选择最为敏感，数据包络分析和LP方法对该因素相对稳健。在基准处理方式下，各种估计方法在两种模型下估计结果相关性都不高，大概在0.5左右。
2.样本范围对估计结果的影响仅次于生产函数模型，在所观察的几种估计方法中，OP方法和系统广义矩估计在不同样本范围下估计结果差异最大。总体上看，全样本高估了企业的对数生产率，并且估计结果分布更为集中。
3.名义变量价格平减经常被忽略，但它却是影响估计结果的重要因素。地区价格因子将低估资本和劳动系数，同时高估中间投入品系数。在所有估计方法中，LP方法对价格因子比较敏感，但最为敏感的还是非参数估计中的数据包络分析法，不同价格因子估计结果相关系数最低，只有0.6左右，使用不同的价格因子在这两种估计方法下的估计结果差异比较大。在两类估计方法中，参数估计方法对不同的价格平减指数相对稳健，相比之下，非参数估计方法放大了价格因子带来的差异。
4.参数估计方法估计结果与非参数估计结果显著不同，特别是指数法，所得结果与其他结果的相关性非常小。Van Biesebroeck（2007）通过数据模拟证实，非参数估计方法的优点在于对企业异质性比较稳健，而参数估计方法因为考虑了随机因素，故而对变量测量误差相对稳健。本文对两类估计方法进行对比发现，两类估计方法的估计结果差异极大。如果以参数估计方法的估计结果为基准，意味着样本存在比较严重的测量误差，如果以非参数估计方法的估计结果为基准，意味着样本中企业在分行业估计下仍然存在严重的异质性问题。
5.现有研究表明，除非数据存在严重的测量误差，否则指数法是全要素生产率增长的一致精确估计，即使当企业生产技术存在异质性，该方法对全要素生产率水平的估计也非常稳健。DEA估计法在生产技术具有异质性以及规模报酬非常数的情况下比较稳健。因此，当研究者将不同行业、不同年龄或者不同国家的企业进行混合估计时，可考虑这种方法。由于要素投入与未观测的企业生产率之间存在广为人知的内生性问题，用OLS对生产函数进行估计，会对生产率水平值产生严重偏误。考虑这种内生性问题，可使用控制了该内生性问题的OP和LP两种半参数估计方法对企业全要素生产率进行估计。当确信生产率差异比较稳定、产出衡量比较精确以及企业间生产函数不存在异质性的情况下，随机前沿分析会得到全要素生产率的精确估计结果。在严重的测量误差和技术异质性的情况下，系统广义矩估计对全要素生产率水平值和增长率的估计最为稳健。
该文在中国人民大学书报资料中心《统计与精算》2016年第4期上转载，原载于《世界经济》（京），2016.4.44～69
