1 概念定义
1.1 基本含义
全要素生产率，简称TFP，是指在资本、劳动等投入要素既定的情况下，经济体所能实现的额外产出效率。它关注的不是某一种单独要素的使用效率，而是多种投入共同作用后，整体上还能“多生产多少”。
在实际研究中，TFP通常被理解为一组综合因素的结果，包括技术进步、管理改善、资源配置优化、制度变动以及组织效率提升等。因此，它常被用作衡量经济增长质量的重要指标。
1.2 相关术语辨析
全要素生产率与其他“生产率”概念密切相关，但衡量对象并不相同。不同指标反映的是不同层面的效率表现，使用时需要区分口径。
1.2.1 与劳动生产率的区别
劳动生产率通常指单位劳动投入所对应的产出水平，例如每个工人或每个工时创造的增加值。它强调劳动这一单一要素的效率变化。
TFP则同时考虑资本、劳动以及其他投入的组合效果。即便劳动生产率上升，也不一定意味着TFP提高，因为劳动生产率可能只是由于资本更密集或劳动结构变化所致，而非整体效率提升。
1.2.2 与资本生产率的区别
资本生产率主要衡量单位资本存量或资本投入所产生的产出。它适合观察资本使用效率，但只能反映投入结构中的一个方面。
TFP覆盖更广，不仅关注资本利用情况，还将劳动、技术和配置效率纳入整体分析。因此，资本生产率可以作为局部指标，而TFP更接近综合性的效率评价。
1.2.3 与多要素生产率的关系
多要素生产率与全要素生产率在很多场景下接近，二者都强调多个投入要素的综合效率。不过，在一些具体研究中，多要素生产率可能只覆盖部分主要投入，而不完全包含所有要素。
从严格意义上说，TFP更强调“全部已计量要素之外的剩余效率”，而多要素生产率则更偏向对若干关键要素的组合衡量。实际文献中，这两个术语有时会交叉使用。
1.3 在经济学中的位置
在经济学框架中，TFP位于增长理论和生产理论的交汇处。一方面，它是解释长期经济增长的重要变量；另一方面，它也是衡量企业、行业或国家生产效率的综合指标。
与单纯描述产出规模不同，TFP更关注增长背后的“效率来源”。因此，它常被视为理解技术进步、制度改善和资源重新配置效果的核心工具。
2 理论基础
2.1 经济增长理论中的作用
在经济增长理论中，TFP通常被看作解释人均收入差异和长期增长差异的关键因素。资本积累和劳动增加能够推动产出增长，但在边际收益递减的条件下，仅依赖要素扩张难以持续带来高速增长。
TFP的提高意味着单位投入能创造更多产出，这使得经济体可以在不无限增加资源消耗的情况下实现持续扩张。因此，TFP被认为是长期增长的重要动力来源。
2.2 生产函数框架
TFP通常在生产函数框架下进行分析。生产函数描述投入要素与产出之间的数量关系，而TFP则反映在给定投入水平下，生产函数整体向上的位移或效率提升。
2.2.1 柯布-道格拉斯生产函数
柯布-道格拉斯生产函数是研究TFP时最常见的形式之一，通常写作产出由资本和劳动按一定弹性组合而成，并在前面乘以一个效率项。这个效率项往往就被用来代表TFP。
该模型结构清晰，便于分解产出增长来源，因此在宏观经济和微观企业研究中都应用广泛。虽然形式简洁，但对现实经济的复杂性仍有一定简化。
2.2.2 索洛余值思想
索洛余值思想是TFP测算中的经典方法。其核心在于：如果产出增长无法完全由资本和劳动投入增长解释，那么剩余部分就可以归因于效率提升，即TFP变化。
这一思想将难以直接观测的技术进步和效率改善纳入可量化分析，因而在经济增长研究中具有基础性地位。后来许多测算方法都建立在这一思路之上。
2.3 技术进步与效率变化
TFP并不等同于单一技术变量，但技术进步通常是其最重要的组成部分。除此之外，管理改进、流程优化和资源配置变化也会影响TFP。
2.3.1 中性技术进步
中性技术进步是指技术改进对各类要素的影响大体均衡，不明显偏向资本或劳动。例如，在同等比例提高资本和劳动生产效率的情况下，整体产出能力上升。
这一概念常用于简化分析，因为它更容易纳入标准生产函数框架。若技术进步是中性的，TFP的变化往往可以直接表现为生产函数整体效率项的提高。
2.3.2 偏向性技术进步
偏向性技术进步是指技术改进对某类要素更有利，例如更偏向节约劳动、提高资本利用效率，或增强能源使用效率。此类变化会同时影响投入结构和产出水平。
在现实经济中，许多技术进步都带有一定偏向性。由于不同要素的替代关系并不完全对称，偏向性技术进步有时会改变产业组织方式和就业结构。
3 测度方法
3.1 增长核算方法
增长核算方法通过分解产出增长，将其拆分为要素投入增长与TFP增长两部分。它是宏观层面最常见的测算路径之一。
3.1.1 要素投入分解
这一方法首先统计资本、劳动等投入的增长幅度，再依据各要素在生产中的权重计算其对产出增长的贡献。若实际产出增速高于要素投入加权增速，差额通常就归入TFP增长。
该方法的优点是直观、便于比较；不足在于对投入权重和数据质量较为敏感。
3.1.2 产出增长分解
产出增长分解强调把总产出变化拆成“可解释部分”和“残差部分”。前者来自投入扩张，后者反映效率提升、技术进步和配置改进。
这种分解方式有助于判断经济增长是“靠扩张”还是“靠效率”，因此常用于评估发展阶段和增长模式。
3.2 索洛余值法
索洛余值法是TFP测算中最经典的工具之一，因其结构简单而被广泛使用。
3.2.1 基本公式
在常见框架下，产出增长可以表示为资本投入增长、劳动投入增长及TFP增长的加总。若已知资本和劳动的产出弹性，就可以从总产出增长中扣除投入贡献，剩余部分即为索洛余值。
这一余值常被解释为TFP变化，但严格说它也可能包含统计误差、测量偏差和未观测因素。
3.2.2 适用条件与局限
索洛余值法适用于数据较完整、生产函数假设较稳定的场景。它在宏观比较和长期趋势研究中尤其常见。
不过，该方法依赖于若干假设，例如规模报酬不变、要素报酬份额稳定等。若现实条件偏离较大，测算结果可能受到明显影响。
3.3 前沿分析法
前沿分析法将样本中的最佳实践者视为“效率前沿”，并据此评估其他单位与前沿之间的差距。它更适合微观层面的效率研究。
3.3.1 数据包络分析
数据包络分析是一种非参数方法，通过线性规划构建效率前沿，不需要预先设定具体生产函数形式。它可以同时处理多个投入和多个产出。
该方法常用于企业、医院、学校和行业效率评价。其特点是灵活，但对异常值和样本选择较为敏感。
3.3.2 随机前沿分析
随机前沿分析属于参数方法，在效率前沿之外还考虑随机扰动因素，因此能够区分一定程度的噪声与无效率。它常用于计量经济学研究。
与数据包络分析相比，这一方法更强调统计推断，但需要明确函数形式，并对误差结构作出设定。
3.4 行业与企业层面的测算
随着微观数据积累，TFP测算已从宏观扩展到行业和企业层面。不同层级的研究能够揭示更细致的效率差异。
3.4.1 微观数据来源
企业层面的TFP研究通常依赖财务报表、工业调查、税务数据、专利信息以及投入产出资料。行业层面则常结合统计年鉴和行业数据库。
数据来源越细，越有利于识别异质性，但也更容易遇到缺失值、口径不一致和样本偏差等问题。
3.4.2 口径统一与可比性
不同地区、不同行业、不同年份的数据定义往往不完全一致，因此在测算前通常需要对价格、币种、折旧、劳动口径和资本存量进行统一处理。
只有在口径尽量一致的前提下，跨企业、跨行业或跨地区的TFP比较才具有较强可比性。
4 影响因素
4.1 技术创新
技术创新通常被视为提升TFP的核心来源。新技术能够改变生产方式，降低单位成本，或提升单位资源所能创造的价值。
4.1.1 研发投入
研发投入为新产品、新工艺和新流程提供基础支持。持续的研发活动往往有助于提高企业的技术吸收能力和创新产出。
不过，研发并不必然立即转化为TFP提升，其效果常存在滞后性，并受组织能力和市场环境影响。
4.1.2 知识扩散
知识扩散指技术和经验在企业、行业与地区之间传播。即使不是最初的创新者，后续采用者也可能因模仿、学习和协同而提升效率。
知识扩散速度越快，整体经济的TFP改善通常越明显。开放合作、人才流动和产业联系都会影响这一过程。
4.2 人力资本
人力资本是影响TFP的重要基础条件。劳动者的教育、经验和技能水平越高，越容易吸收新技术并提高生产效率。
4.2.1 教育水平
较高的教育水平有助于提升信息处理能力、技术理解能力和管理能力。它不仅影响劳动者个人产出，也影响组织内部的知识传递效率。
在许多研究中，受教育年限与TFP增长之间通常呈现正相关关系。
4.2.2 技能结构
技能结构强调不同层次、不同类型劳动力的组合。单纯增加人数并不一定提高效率，关键还要看技能是否与产业需求相匹配。
当高技能劳动者比例上升、专业分工更加合理时，TFP往往更容易改善。
4.3 资源配置效率
资源配置效率决定资本、劳动和其他投入是否流向生产率更高的部门和企业。即便技术水平相近，配置更优的经济体也能实现更高TFP。
4.3.1 市场竞争
适度竞争能够促使企业改进管理、更新技术并降低低效运营。竞争压力往往会加快落后企业的调整速度，抬升整体效率水平。
但竞争过弱可能导致惰性，竞争过强又可能压缩长期投资空间，因此需要保持合理程度。
4.3.2 要素流动
要素能够自由流动时，资本和劳动力更容易从低效率部门转向高效率部门。这种再配置通常会提升经济总体产出效率。
如果存在较强的流动障碍，资源可能长期滞留在低回报领域，从而抑制TFP提升。
4.4 制度与政策环境
制度环境为技术扩散、资源配置和投资决策提供外部条件。较稳定、可预期的制度安排通常更有利于效率提升。
4.4.1 宏观稳定性
宏观稳定性包括价格环境、金融秩序和政策预期等方面。稳定的环境有助于企业做长期规划，也更利于研发和技术升级。
若波动过大，企业可能更倾向于短期应对，降低对生产率提升的持续投入。
4.4.2 产权与激励机制
清晰的产权安排和有效的激励机制能够增强创新收益的可预期性，鼓励企业提高效率、增加投资并优化管理。
在激励明确的条件下，资源浪费通常较少，TFP也更容易提升。
5 经济发展中的作用
5.1 促进长期增长
TFP被认为是长期经济增长的关键来源。相比单纯扩张资本和劳动，提高效率更能带来持续增长，并减少对资源数量扩张的依赖。
因此，许多经济体在进入中后期发展阶段后，都会更加重视TFP提升。
5.2 推动产业升级
TFP提升往往伴随着技术更新、设备改造和组织变革，从而推动产业从低附加值环节向高附加值环节转移。产业升级不仅体现在产品结构变化，也体现在生产方式优化上。
当一个行业的TFP持续提高时，通常意味着其竞争力和创新能力在增强。
5.3 提升国际竞争力
在开放经济环境中，TFP较高的国家或企业通常更能控制成本、稳定质量并推出更具吸引力的产品。较高效率也有助于应对外部竞争。
因此，TFP常被用作衡量国际竞争力的重要参考指标之一。
5.4 缩小发展差距
若后发地区能够通过技术引进、制度优化和教育提升来加快TFP增长，就有机会缩小与先进地区之间的差距。效率追赶常常比单纯扩大投入更有效率。
不过，缩小差距是否能够实现，还取决于创新吸收能力、产业基础和制度环境等多重条件。
6 应用领域
6.1 国家经济分析
在国家层面，TFP常用于分析经济增长来源，判断增长主要依赖要素投入还是效率改善。它也常被用于国际比较和发展阶段评估。
通过观察TFP变化，可以更深入地理解一国经济结构、创新能力和资源配置状况。
6.2 行业绩效评估
行业层面研究常借助TFP比较不同产业的效率表现。高TFP行业通常具有较强的技术密集度和组织能力，而低TFP行业可能面临设备老化、竞争不足或配置不佳等问题。
这类分析有助于识别产业政策重点和结构调整方向。
6.3 企业经营管理
在企业管理中，TFP可用于衡量经营改进是否真正转化为效率提升。它比单纯的营业收入或利润指标更能反映企业综合生产能力。
企业可据此评估生产流程、供应链协同、研发成果和管理优化的实际效果。
6.4 区域发展比较
区域层面的TFP比较能够揭示不同地区在产业结构、基础设施、人才集聚和制度环境上的差异。它常用于识别区域经济发展的强弱项。
通过比较TFP，政策制定者可以更准确地判断哪些地区需要提高技术扩散速度，哪些地区更需要改善要素配置。
7 争议与局限
7.1 指标可测性问题
TFP本质上是一个综合性概念，难以被直接观察。研究者通常通过模型和残差来估算，这意味着结果会受到方法选择的影响。
因此，TFP虽然有重要解释力，但并不等同于可直接观测的物理量。
7.2 数据质量与统计口径差异
不同统计体系对资本、劳动、产出和价格的定义可能不同，进而影响测算结果。若数据质量不足，TFP估计值可能出现明显偏差。
在跨国或跨地区比较中，这一问题尤为突出。
7.3 无法完全区分要素贡献
TFP中的“剩余部分”并不总能完全对应技术进步。某些情况下，它还可能包含测量误差、周期波动、管理变化以及未观测投入的影响。
因此，TFP更多是综合残差概念，而非单一因素的直接测度。
7.4 对无形资产的刻画不足
传统TFP测算往往更容易反映机器、厂房和劳动等可计量投入，对品牌、软件、数据、组织资本等无形资产的刻画相对不足。
随着现代经济中无形资产比重上升，这一局限变得更加明显。
8 研究进展
8.1 新古典经济学视角
在新古典经济学中，TFP主要被视为外生技术进步的体现。研究重点在于如何通过生产函数和增长核算，将技术变化从要素积累中分离出来。
这一视角奠定了TFP研究的基本框架，也影响了后续大量实证工作。
8.2 内生增长理论视角
内生增长理论强调技术进步并非完全外生，而是受到研发投入、人力资本积累和制度安排的影响。在这一框架下，TFP提升可以被看作经济体系内部创新活动的结果。
这使得研究者更加关注创新激励、知识积累和学习效应对生产率的推动作用。
8.3 数字经济与TFP
数字技术的发展改变了数据处理、信息传递和生产组织方式，进而影响TFP。自动化、平台化和智能化工具可以提升协调效率，并减少信息摩擦。
同时，数字经济也可能带来新的测量问题，因为部分数字服务和无形产出较难准确计入传统统计体系。
8.4 绿色TFP与可持续发展
绿色TFP将资源消耗和环境成本纳入效率分析，强调在更少污染、更低能耗的条件下实现产出增长。它更适合评估可持续发展质量。
这一方向使TFP研究不再只关注经济产出本身，也开始重视生态约束下的综合效率表现。