文档库 最新最全的文档下载
当前位置:文档库 › 生产率及生产效率的定义及计算方

生产率及生产效率的定义及计算方

生产率及生产效率的定义及计算方
生产率及生产效率的定义及计算方

生产率及生产效率的定义及计算方法

生产效率讲的是快慢,是速度,它是实际产出与标准产出的比率;生产力讲的是效益,它讲的是产出与投入之比。效率可低于100%,效益低于100%时,你就等着关门破产吧。

在工厂经常有人讲提高工作效率,其实这只是一个含混的概念。这里将提出生产率和生产效率两个概念,以帮助工厂科学地制定效率目标,找到达成的方法。

生产率(Productivity)和生产效率(Efficiency)在生产管理的实际运用中是两个不同的概念。

1、生产效率:

操作者按规定的作业方法工作时,他的能力或努力程度叫效率。主要用来考核纯生产能力,不包括由技术、材料等其它问题所引起的能力损耗。

2、生产效率的计算公式:

产出数量:生产部、财务部在计算生产效率÷生产力时以实际入库量计算。

例如:

(1) 标准工时:标准工时=标准作业时间+辅助时间指在正常情况下,从零件到成品直接影响成品完成的有效动作时间,其包含直接工时与间接工时。即加工每件(套)产品的所有工位有效作业时间的总和。

a\标准工时:标准工时=生产一个良品的作业时间。

b\标准工时=正常工时+宽放时间=正常工时×(1+宽放率)

c\工厂使用的宽放率一般在10%~20%,对一些特殊的工种,如体力消耗较大的工种,宽放率可适当放宽一些

d\正常工时是人工操作单元工时+机器自动作业工时的总和。

(2)制定方法:对现有各个工位(熟练工人)所有的有效工作时间进行测定,把所有组成产品的加工工位的工时,考虑车间生产的均衡程度、环境对工人的影响、以及工人的疲劳生产信息等因素后,计算得

到标准工时。

(3)实际产量:以实际入库量计算;(PCS)

损失工时:因外部门或受客观条件影响造成停线或返工工时;(H)

加班工时:为增加产量而延长的工作时间;(H)

3、计算时的注意事项

1、 损失工时的计算

2、 补助工时的计算

3、 生产效率按订单进行计算,也就是说每一个订单只计算一次生产效率;生产半成品时只需如实统计总投入工时、损失工时、补助工时。

4、 生产线生产好半成品后将半成品转至其它生产线包装时,生产效率由生产半成品的生产线进行计算,负责包装的生产线提供包装时所用的总投入工时、损失工时、补助工时。

5、 生产好的成品因本生产线作业不良而造成返工的,返工时所用到的工时将计算到生产该成品的实际投入总工时内进行计算生产效率,由生产该成品的线别承担工时。

6、 计算损失工时和补助工时时由生产线填写,按计算时注意事项的第1、2项规定进行计算与确认。

7、测标准工时需要的条件是:

a、作业人员都是经过良好训练的熟练操作工,

b、必须是正常速度,

c、所有物品都是良品,在以上条件下然后需要用码表测出从第一个工序到最后一个工序所需要的时间,反复测量取平均值。用所得的平均值除以85%即得到标准工时.(为什么取以85%,因为考虑人不可能象机器,而我们的嫁动率在正常情况下需达到85%)。

4、生产率:

用来考核整个生产过程中的能力,是制造成本的标示之一。

生产率=(产出数量 ×标准工时)÷(日工作小时× 直接人工数)×100%

生产率=

生产率和生产效率的计算方法

生产率和生产效率的计算方法 在工厂经常有人讲提高工作效率,其实这只是一个含混的概念。这里将提出生产率和生产效率两个概念,以帮助工厂科学地制定效率目标,找到达成的方法。 生产率(Productivity)和生产效率(Efficiency)在生产管理的实际运用中是两个不同的概念。 生产效率主要用来考核纯生产能力,不包括由技术、材料等其它问题所引起的能力损耗。 生产效率的计算公式: 生产效率=(产出数量 X 标准工时)/(日工作小时 X 直接人工数 - 损失工时)X100% 生产率用来考核整个生产过程中的能力,是制造成本的标示之一。 生产率=(产出数量 X 标准工时)/(日工作小时 X 直接人工数)X100% 案例分析: 如果整个车间的月度生产力和生产效率大大超过100%意味着什么?Productivity: 123% Production Efficiency: 142% Productivity = (Output Qty x Standard Time) / (Total H/C x (Working Time + Over Time)) Production Efficiency = (Output Qty x Standard Time) / (Total H/C x (Working Time - Downtime + Overtime)) 所有的乘积都是相乘相加的结果,即Excel 中的sunprodut()函数。 我想一定在什么上面出了问题? 可能的原因是: * 每个机型的标准工时定的太高了 * PCBA 和 FA中的标准工时有重复 * Oracle 中标准工时的定义是瓶颈时间*所有人数,还是每个工位时间*每个工位人数的累加 * 工作时间定低了 * Working Time 的定义,是按照劳动法的每日8小时,还是需要去除吃饭,休息时间

全要素生产率的概念界定和内涵

1.全要素生产率的概念界定和内涵(金融发展对中国全要素生产率增长的影响:作用机制 与实证分析,周杰琦) 目前学界对于全要素生产率概念的界定仍未达成共识,全要素生产率是个内涵和外延模 糊的概念(郑玉歆,1999)。全要素生产率概念的界定对于本文后续理论分析以及实证研究都尤为重要。荷兰学者Tibergen(1942)将时间因素引入到柯布一道格拉斯生产函数中,开创性提出全要素生产率的概念。全要素生产率引起学界的广泛关注最早起源于Solow(1957)开创性的研究工作,其目前已成为分析经济增长源泉以及评价经济增长质量的重要指标。按照Solow 经济增长理论,全要素生产率是指,各种生产投入要素(如资本、劳动投入、 能源、自然资源等)贡献之外的、由技术进步、技术效率、管理创新、社会经济制度等因素所导致的产出增加。在此意义上,全要素生产率也称为Solow 剩余。全要素生产率变动被解释为生产函数的整体移动,而要素投入变化则指要素投入沿着生产函数本身的移动。在新古典经济增长理论中,全要素生产率被解释是外生的技术进步,因此,技术进步独立于经济体的其他任何变量而产生。有的学者认为,Solow 剩余“测量了我们在经济增长源泉中无法全部解释和分析的因素”,它不仅包含:依赖创新推动的技术进步、通过模仿学习获得的技术进步以及技术效率提升,还包含了一系列未知的复杂因素,如数据测量误差、模型变量遗漏、模型设定偏误、经济周期波动的干扰等。然而,Jorgerson 和Griliches(1967)却认为,Solow剩余不过是投入要素不恰当测量所造成的结果,如果投入要素被正确测量,Solow 剩余则不复存在。由上可见,即便从索洛剩余的角度来界定全要素生产率,学术界对全要素生产率的内涵和外延也未能形成一致的认识。这种局面容易导致有关全要素生产率的研究出现混乱,甚至妨碍该研究领域的深入向前发展。 以中国情况为例,目前,由于概念定义、数据处理以及研究方法的不同,国内外研究对 中国全要素生产率平均增长率的测算结果存在较大分歧,比如,Young(2003)测算的结果为1.4%,Chow (2002) 测算的结果为2.68%,郭庆旺等(2005)测算的结果为0.891%。不过,绝大多数研究都认为,全要素生产率增长率对经济增长的贡献率相对较低,表明中国经济是典型的粗放型增长,因此,提高全要素生产率对经济增长的贡献率是中国未来经济发展的一个重要战略选择。为了使本文后续对全要素生产率的估计结果与其它研究更具可比性、允许采用多种方法估测全要素生产率、以及后面的实证结果能够得到清楚的解释,在本文研究中,笔者对全要素生产率的概念及其内涵做出更为全面而广泛的解释。笔者分析的全要素生产率是指:刨除了资本、劳动、土地、能源、原材料等要素投入的贡献和作用之外,其它所有可以促进经济增长的因素的有机综合体。本文所指的全要素生产率不仅包括Solow 经济增长理论假定的非体现的、能提高生产效率的技术进步(如创新的管理和组织方法、研究开发投入、创新活动、政策法律等),还包含了与资本质量提高、劳动者素质改进紧密联系的体现式的技术进步(如投资先进的现代化设备、教育进步所引起的劳动者素质提高)。按照体现型技术的理论,技术进步可以体现在要素投入质量上的改进。就资本投入而言,体现型的技术进步意味着,资本设备在设计、质量和功效方面的改善。对劳动投入而言,体现型的技术进步意味着,劳动者教育水平的提高及知识技能的改进。此外,随机因素和数据测量误差也包括在全要素生产率当中。 从全要素生产率增长来源的类别来看,全要素生产率的变动可以进一步分解为技术进步变化率、技术效率变动率、资源配置效率、规模效率变化等等。技术进步变化率不能完全表示全要素生产率的变动,从经济学意义来看,技术进步主要是指新的知识和技能、新生产工艺、新采用的设备或改进的旧设备、研究开发以及新组织管理框架等在经济生产活动中得到广泛应用,进而引起人们劳动生产率、经济活动水平的提高。技术效率变动率也不能完全代表全要素生产率的变动。技术效率刻画了生产中现有技术的使用状况,Farrell(1957)首先提出了技术效率的估测方法,Farrell(1957)的技术效率是指在给出一定要素投入下,某企业的实际

关于索洛残差法计算全要素生产率的再思考

关于索洛残差法计算全要素生产率的再思考 摘要:本文认为索洛提出的残差法在计算全要素生产率在理论上虽然具有可行性,但是在具体操作中存在科学性的问题。笔者对中国1952-2004部分省市的面板数据,利用索洛残差法计算了全要素生产率,对结果进行了分析和平稳性检验并论证了该方法计算的结果不具可信度,并对其可能的原因进行了分析。 关键词:全要素生产率(TFP)索洛残差经济增长 一、对索洛残差法和中国全要素生产率的思考 易纲、樊纲、李岩指出,索洛的主要的理论缺陷来源于以资本存量代替资本服务。这样难以对资本进行准确的估算,另外在实际中资本往往有一部分处于闲置状态,而新旧资本的使用效率也不一样,因此会高估全要素生产率。笔者却认为不仅如此,运用索洛残差法估算全要素生率的可行性值得商榷,因为该方法实质是求残差,而具体使用时又往往是通过计量的方法获得资本和劳动的产出弹性,这里面本身已经存在一个计量的随机误差项,如此计算出来的全要素生产率缺乏准确性,如果回归样本数过小,其计算数值根本不具有代表性。 克鲁格曼认为,如果用全要素生产率来衡量技术进步的话,亚洲各国的技术进步几乎为零。而近年来的实证研究也越来越多倾向于中国的全要素生产率过低,我国的经济几乎完全依赖资本的投入。笔者当然同意这种现状的存在的确可以部分解释计量全要素生产率结果过低。本文将采用索洛残差的一般方法,根据面板数据,来试图构建一个关于经济增长的大样本回归,以此测算我国及各省各区域的全要素生产率,通过分析实证结果证明索洛方法的应用性值得商榷。 二、模型和测算 笔者采用索洛模型 在数据上,笔者采集了1952-2004年的GDP,L,K。由于我们更多地关注1978年之后的生产函数形式,从1952起至1978,每隔3年取一次数据,在回归时将他们与1978年之后的数据视为连续数据,这样就相当于加大了1978年之后

全要素说生产率

编辑本段全要素生产率的概念 全要素生产率 全要素生产率(Total Factor Productivity)又称为“索罗余值”,最早是由美国经济学家罗伯特.索罗(Robert M.Solow)提出,是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率(TFP,也称总和要素生产率)增长率。 编辑本段概述 经济学角度 全要素生产率 全要素生产率一般的含义为资源(包括人力、物力、财力)开发利用的效率。从经济增长的角度来说,生产率与资本、劳动等要素投入都贡献于经济的增长。从效率角度考察,生产率等同于一定时间内国民经济中产出与各种资源要素总投入的比值。从本质上讲,它反映的则是个国家(地区)为了摆脱贫困、落后和发展经济在一定时期里表现出来的能力和努力程度,是技术进步对经济发展作用的综合反映。全要素生产率是用来衡量生产效率的指标,它有三个来源:一是效率的改善;二是技术进步;三是规模效应。在计算上它是除去劳动、资本、土地等要素投入之后的“余值”,由于“余值”还包括没有识别带来增长的因素和概念上的差异以及度量上的误差,它只能相对衡量效益改善技术进步的程度。

50年代,诺贝尔经济学奖获得者罗伯特·M·索洛(Robert Merton Solow)提出了具有规模报酬不变特性的总量生产函数和增长方程,形成了现在通常所说的生产率(全要素生产率)含义,并把它归结为是由技术进步而产生的。 宏观经济学 全要素生产率是宏观经济学的重要概念,也是分析经济增长源泉的重要工具,尤其是政府制定长期可持续增长政策的重要依据。首先,估算全要素生产率有助于进行经济增长源泉分析,即分析各种因素(投入要素增长、技术进步和能力实现等) 对经济增长的贡献,识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次,估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较,就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。 生产率增长率 全要素生产率 不过,目前学术界关于全要素生产率内涵的界定还有分歧。本文的全要素生产率是指各要素(如资本和劳动等) 投入之外的技术进步和能力实现等 导致的产出增加,是剔除要素投入贡献后所得到的残差,最早由索洛(Solow ,1957) 提出,故也称为索洛残差。在中国,近年来有些学者已开始研究全要素生产率问题,尤其在克鲁格曼(1999) 提出“东亚无奇迹”的论点后,这一问题更引起国内学者的普遍关注。一些学者估算了中国不同时期的全要素生产率增长率,如舒元(1993) 曾利用生产函数法估算中国1952 —1990 年间全要素生产率增长率,得到的结论是,全要素生产率增长率为0102 %,对产出增长的贡献率为013 %。王小鲁(2000) 同样利用生产函数法估算中国1953—1999 年间全要素生产率增长率,得到的结论是,1953 —1978 年间全要素生产率增长率为-0117% ,1979—1999 年间全要素生产率增长率为1146%,对经济增长的贡献率为1419 %。还有一些学者对全要

如何用DEAP进行全要素生产率分析

一、软件的具体操作 1.建一个文件夹,里面必须有四个文件(Dblank;deap;deap.000;123.dta)前三个文件在一般下载的DEAP Version 2.1中都有,直接复制过来就可以,第四个文件是一个数据文件,一般先在excel中先输入,再复制到一个记事本下就可以,注意在记事本下的数据只有数据,不包括决策单元的名称和投入、产出的名称,并且一定要先放产出,后是投入。例子具体见123电子表格和123记事本。 2.对命令Dblank文件进行修改,修改后保存为12 3.ins文件 3.打开deap软件,运行123.ins 4,回车后自动会有123.out 注意事项:(1) 123.dta;Dblank;123.ins都用记事本打开; (2)数据文件名和命令文件名一定要一样,如例子中都用123 (3)文件夹中一定要包括deap.000文件,如果没有这个文件,打开deap软件,就会出现一闪就没有了的情况。 二,结果的分析 在文件夹中打开123.out,看如下: 1) firm crste vrste scale 1 0.687 1.000 0.687 drs 2 0.814 1.000 0.814 drs 3 0.319 0.709 0.450 drs 4 1.000 1.000 1.000 - 5 1.000 1.000 1.000 - 6 0.336 0.425 0.791 drs 7 0.642 0.648 0.991 irs 8 0.379 0.381 0.994 irs 9 0.702 0.750 0.936 irs 10 1.000 1.000 1.000 - 11 0.304 0.461 0.659 irs 12 0.352 1.000 0.352 irs 13 1.000 1.000 1.000 - 14 0.594 0.929 0.639 irs 15 0.402 1.000 0.402 irs mean 0.635 0.820 0.781 firm:代表例子中的15的样本 crste:技术效率,也叫综合效率 vrste:纯技术效率 scale:规模效率(drs:规模报酬递减;-:规模报酬不变;irs:规模报酬递增) crste=vrste×scale 2)

建筑业的生产率和效率作业

建筑业的生产率和效率 一、概述 建筑业的生产率和效率低于其他行业的实施是客观存在的。但建筑业作为国民经济的重要组成部分,占世界GDP比重达到5%-8%【1】,充分表现了建筑业的重要地位。自2008年政府投资4万亿提高基础建设刺激内需,其中14%用于汶川地震重建【2】,但2008年建筑业占我国GDP仅6%【3】,由2004-2009建筑业总产值机劳动生产率展示,我国的建筑业还是以经济投入的粗放型增长为主,生产率和效率必须提升。 2004-2009建筑业总产值机劳动生产率【3】 年份从业人数总产值增加值 按建筑增加值计算 的劳动生产率 技术装备率 万人增长率亿元增长率亿元增长率元/人增长率元/人增长率 04 2500.3 29021.45 56157837 20887 9297 05 2699.9 7.39% 34552.1 16.01% 68997130 18.61% 23427 10.84% 9273 -0.25% 06 2878.2 6.19% 41557.16 16.86% 81163870 14.99% 25741 8.99% 9109 -1.77% 07 3133.7 8.15% 51043.71 18.59% 99443523 18.38% 28853 10.78% 9208 1.09% 08 3315 5.47% 62036.81 17.72% 124889453 20.37% 32444 11.07% 9915 7.67% 09 3672.6 9.74% 76807.74 19.23% 156198171 20.04% 37640 13.80% 10088 1.74% 二、建筑业劳动生产率和效率 建筑业劳动生产率是指建筑业劳动者在报告期内生产出建筑产品的效率。它以建筑产量或价值和其相适应的劳动消耗量的比值来宝石,是考核建筑业生产效率的提高和劳动节约情况的重要指标。在投入劳动力相同的情况下,创造的价值越多,劳动生产率越高,反之则低。 三、建筑业劳动生产率和效率底的基础原因 建筑业的劳动生产率和效率相比其他行业相对较低是由几个特性原因造成的,具有独有特性,在短期内是无法改变的,分别为: 1、单价性:由于建筑产品从成产时就具有单间性的特点,这与其他工业生产常用的大量生产、批量生产、系列生产形成鲜明对比。如:楼房是一栋一栋的建,而汽车可以流水线生产作业。同时,由于建筑业受地理限制,也不能批量生产,如地质形态、水文气象,交通、风俗等影响。 2、流动性:由于建筑具有固定性的特点,从而也据有流动性,它与工业的流动性和生产固定性截然不同的地方在于:工业可以多项工种同时开工,形成流水型作业,而建筑业不能如此操作,比如,不能不挖地基,先盖房子。而建筑业的流动性的表现在区域的不同,如建筑设计、建筑格局,如建设居住房,可以根据当地人均收入水平,设定和建造房子的样式、格局。 3、不均衡性:由于建筑生产受国民经济情况和固定资产总规模的制约,建筑生产可以说事被动的。如我国,东部、中部、西部人均收入水平不一,建筑业在各地区的发展也不均衡。 4、环境因素影响:由于建筑业规模宏大,通常是室外作业,因此严重受天气制约,难以做到平衡生产,受季节、气象影响严重,不像工业生产,由于产品体积相对较小,不受气候制约,全年可均衡组织生产。因此建筑业的劳动生产率和效率相对较差。 5、周期长:建筑业的生产周期长,,生产过程占用资金多,资金周转慢,加之建筑产品耗资巨大,这就决定了建筑产品不能像其他产业那样,一手交钱一手交货。从而导致建筑业的结算方式比其他产业复杂。因此盈利效率也相对较低

索罗余值法测算全要素生产率的文献综述

第46卷 第8期 2019年8月 天 津 科 技 TIANJIN SCIENCE & TECHNOLOGY V ol.46 No.8Aug. 2019 基金项目:天津市重点招标项目“2017年天津市全要素生产率测算研究”(18ZLZDZF00210)。 收稿日期:2019-07-18 科学与社会 索罗余值法测算全要素生产率的文献综述 孟 媛,张 弛 (天津市科技统计与发展研究中心 天津300051) 摘 要:国内外全要素生产率的测算方法很多,例如索罗余值法、随机前沿法、数据包络法等,其中应用较为普遍的是索罗余值法。通过简要梳理索罗余值法的推导过程,归纳较为普遍的关于该理论的基本假设(即规模效益不变和希克斯中性)的质疑,以及阐述全要素生产率与技术进步的关系,说明全要素生产率衡量技术进步是不完全准确的。关键词:全要素生产率 索罗余值法 技术进步 中图分类号:F204;F224 文献标志码:A 文章编号:1006-8945(2019)08-0094-02 Literature Review on Measurement of Total Factor Productivity by Solow Residual Method MENG Yuan ,ZHANG Chi (Tianjin Science and Technology Statistic Center ,Tianjin 300051,China ) Abstract :There are many measurement methods of total factor productivity at home and abroad, such as the Solow residual method, stochastic frontier method, data enveloping method and so on. The Solow residual method is widely used. The gen-eral doubts about its basic assumptions (namely, constant scale benefit and Hicks neutral) are summarized by briefly combing the derivation process of the Solow residual method. The relationship between total factor productivity and technical progress is discussed, indicating that the measurement of technical progress by total factor productivity is not completely accurate. Key words :total factor productivity ;Solow residual method ;technical progress 十九大指出,我国经济已由高速增长阶段转向高质量发展阶段,并提出要提高全要素生产率。关于全要素生产率,国内外学者进行了较多研究,测算方法不一,包括索罗余值法、随机前沿法、数据包络法等,其中索罗余值法的应用范围较为广泛。本文通过文献综述,简要介绍索罗余值法测算全要素生产率的过程,根据其适用的前提条件探讨测算的局限性,进而阐述全要素生产率与技术进步的关系。 1 索罗余值法简介 索罗[1]并不是第一个将生产函数与生产率联系起来的人,早在1942年Tinbergen 就探索过两者之间的关系,但是索罗的开创性贡献在于他在生产函数和指数方法之间建立了较为简洁且实用的理论联系。 索罗余值法是基于柯布-道格拉斯生产函数(即CD 生产函数)得到的,以规模效益不变和希克斯中 性(Hicks neutral )为基本假设前提。规模效益不变指 的是在既定的技术水平下,要素价格不变时,产出增加的比例等于所有投入要素增加的比例。希克斯中性指的是投入要素资本和劳动的边际产出的比率不变。CD 生产函数为: (,)t t t t Q A F K L = (1) 式中:Q t 指的是产出,K t 指的是资本投入,L t 指的是劳动投入,希克斯A t 指的是在资本和劳动投入水平不变时产出增加的部分,即全要素生产率,经常被用以衡量“技术进步”。 上述公式(1)变形,可以得到相对希克斯效率A t /A 0,即Q t /Q 0作分子,生产函数中要素积累的部分F (K t ,L t )/F (K 0,L 0)作分母。但是由于各投入要素的计量单位不同,这样并不能直接得到希克斯效率。 索罗运用非参数指数法,将上述公式变形得到: t t t t t t t t t t t t Q K K L L A Q Q Q K Q K L Q L A ??=++?? (2)

【最新2019】中国“全要素生产率”或降为2.7%word版本 (1页)

【最新2019】中国“全要素生产率”或降为2.7%word版本 本文部分内容来自网络整理,本司不为其真实性负责,如有异议或侵权请及时联系,本司将立即删除! == 本文为word格式,下载后可方便编辑和修改! == 中国“全要素生产率”或降为2.7% 中国社会科学院副院长蔡昉10日表示,中国的全要素生产率正在呈现持续下滑态势,并将在“十三五”时期进一步降为2.7%。 图片源自网络 请看相关报道: China should take actions to cope with its falling total factor productivity ( TFP ), a senior expert with a government think tank said Sunday . 1月10日,政府智囊团的一位资深专家表示,中国应采取措施应对全要素生产率下滑态势。 全要素生产率( total factor productivity , TFP ),也称总和要素生产率,是各种要素投入水平既定的条件下,所达到的额外生产效率,是分析经济增长源泉的重要因素。经济增长、人均收入和财富水平提高最终要依赖全要素生产率的提高。 中国社会科学院副院长蔡昉在第七届中国经济前瞻论坛上说,在人口红利 ( demographic dividend )消失以后,中国经济增长要寻找新动力。目前,我国全要素生产率增速呈现下行趋势,他预测全要素生产率“十三五”时期会下降到2.7%。 他指出,要通过四方面措施进行调整:改革户籍制度( reform household registration system );大力推进教育改革,把义务教育扩大到更大范围( expand compulsory education to more people ),提高劳动力的质量( increase the quality of labor force );解决各个领域的产能过剩( overcapacity )问题,进一步降低杠杆率( leverage ratios );创造好的制度条件、政策环境,让企业能够自由进入,并让那些不再有生产力提高潜力和没有竞争力的企业退出( create a policy environment where promising enterprises can easily enter the market and non - competitive ones are forced to exit )。

生产率和生产效率的计算方法

生产率和生产效率的计算方法 生产率(Productivity)和生产效率(Efficiency )在生产管理的实际运用中是两 个不同的概念。 1、生产效率: 操作者按规定的作业方法工作时,他的能力或努力程度叫效率。主要用来考核纯生产 能力,不包括由技术、材料等其它问题所引起的能力损耗。 2、生产效率的计算公式: 100%-?+??=加班时间 损失时间实际人数工作时间标准工时产出数量生产效率 产出数量:生产部、财务部在计算生产效率÷生产力时以实际入库量计算。 61%100%41 25100%21-580.5/h 50≈?=?+??=生产效率 (1) 标准工时:标准工时=标准作业时间+辅助时间 指在正常情况下,从零件到成品直接影响成品完成的有效动作时间,其包含直接工 时与间接工时。即加工每件(套)产品的所有工位有效作业时间的总和。 a\标准工时:标准工时=生产一个良品的作业时间。 b\标准工时=正常工时+宽放时间=正常工时×(1+宽放率) c\工厂使用的宽放率一般在10%~20%,对一些特殊的工种,如体力消耗较大 的工种,宽放率可适当放宽一些 d\正常工时是人工操作单元工时+机器自动作业工时的总和。 (2)制定方法:对现有各个工位(熟练工人)所有的有效工作时间进行测定,把所有组成 产品的加工工位的工时,考虑车间生产的均衡程度、环境对工人的影响、 以及工人的疲劳生产信息等因素后,计算得到标准工时。 (3)实际产量:以实际入库量计算;PCS 损失工时:因外部门或受客观条件影响造成停线或返工工时;H 加班工时:为增加产量而延长的工作时间;H 3、计算时的注意事项 1、 损失工时的计算 2、 补助工时的计算 3、 生产效率按订单进行计算,也就是说每一个订单只计算一次生产效率;生产半 成品时只需如实统计总投入工时、损失工时、补助工时。 4、 生产线生产好半成品后将半成品转至其它生产线包装时,生产效率由生产半成 品的生产线进行计算,负责包装的生产线提供包装时所用的总投入工时、损失 工时、补助工时。 5、 生产好的成品因本生产线作业不良而造成返工的,返工时所用到的工时将计算 到生产该成品的实际投入总工时内进行计算生产效率,由生产该成品的线别承 担工时。 6、 计算损失工时和补助工时时由生产线填写,按计算 时注意事项的第1、2项规定进行计算与确认。 7、测标准工时需要的条件是:

经济发展论文:全要素生产率研究方法述评

经济发展论文: 全要素生产率研究方法述评 摘要:全要素生产率作为反映经济增长质量的重要指标,近年来引起了国内外学者的广泛关注。目前测算全要素生产率的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。文章以上述分类方法为基础,对全要素生产率的研究方法进行了详细论述,并总结了不同方法在测算中的优势和不足,同时对相关研究文献进行了简要评述。最后,对我国全要素生产率的研究方向进行了探讨。 关键词:全要素生产率;索洛余值法;随机前沿生产函数法;数据包括分析法 一、引言 全要素生产率(TFP)是宏观经济学的重要概念,也是分析经济增长源泉的重要工具,尤其是政府制定长期可持续增长政策的重要依据。首先,估算全要素生产率有助于进行经济增长源泉分析,即分析各种因素(投入要素增长、技术进步和能力实现等)对经济增长的贡献,识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次,估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较,就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。改革开放以来,国内外学者对中国的全要素生产率进行了深入研究,产生了大量的研究文献,但这些文献对TFP的估算结果存在较大差异,引发了许多争论,究其原因主要有两点:一是数据来源和处理方法不同,二是测算方法不同。测算TFP的方法多种多样,每种方法都有其优缺点和适用对象,究竟哪种方法更为恰当,哪一个研究的结果更为准确,哪种方法或哪种研究思路对于改革以来中国经济增长的分析更为适用?为此,有必要对既有的TFP研究方法进行梳理和总结,并指出其中存在的缺陷和不足,以利于研究者对TFP有一个较为客观的认识和了解,进而进行科学的计算。 目前测算TFP的方法大致分为两类:参数方法和非参数方法,它们的区别在于是否需要假设具体的生产函数形式。参数方法主要有索洛余值法、拓展的索洛余值法、随机前沿生产函数(SFA)法等,非参数方法主要有指数法、数据包络分析(DEA)法等,本文以上述分类方法为基础,对相关文献进行评述。 二、参数方法 1. 索洛余值法。索洛余值法最早由索洛(Solow,1957)提出,基本思路是估算出总量生产函数后,采用产出增长率扣除各投入要素增长率后的余值来测算全要素生产率增长,故也称生产函数法。在规模收益不变和希克斯中性技术假设下,全要素生产率增长就等于技术进步率。 由于模型简单,合乎经济原理,因此国内外很多学者利用这种方法对我国全要素生产率进行测算。如邹至庄(1993,2002)、张军(2002)、郭庆旺等(2005)、涂正革等(2006)等,尽管研究结果存在分歧,但绝大多数研究认为中国改革开放以前的经济增长是低效率的,TFP增长十分缓慢,而改革开放以后经济增长质量比改革开放以前有了较大的改善;国企的全要素生产率低于集体企业等。 在利用索洛余值法测度TFP时,存在着如下缺陷和不足: (1)该方法中TFP通过方程的“剩余”计算出来,不能直接求解,这种通过“剩余”得到的计算结果,包括了整个方程的计算误差,由此得到的结果的精确性有待提高。Jorgenson & Grilliches(1967)认为全要素生产率实际是一种计算误差,引起这种误差应归因于两个原因:

生产率与工作效率量化管理

生产率与工作效率量化管理(Magic Numbers For Productivity and Efficiency) 生产率与工作效率的测评是人力资源量化当中最受关注的部分之一,其包含的内容如下: 1.依岗位类别和绩效计算的缺勤率 2。意外事故成本 3.解决争端的平均时间 4.单位招聘成本 5.财务人员占全体员工的比率 6.加班时数 7.人力资源部门预算占销售总额的比率 8.人力资源部门员工占全体员工的比率 9.信息技术人员占全体员工的比率 10。市场销售人员占全体员工的比率 11.薪资管理人员占全体员工的比率 12.员工提供建议比率 13.流程周期 14.平均每位员工所获利润 15.回复询问的时间 16.病假比率 17.每年每位等同于全职员工的病假天数 18.依疾病种类支出的医疗费用 19.填补岗位空缺所用的时间 MAGIC NUMBER 1 依岗位类别和绩效计算的缺勤率 定义 所谓缺勤是指员工在规定工作时间之内没有出勤。该定义不包括员工被允许离开工作岗位或者经过批准的年假以及其他一些法定休假。长期缺勤或者反复缺勤通常反映了员工在工作中的不满程度,因为“满意”程度与“缺勤”之间是成反比例关系的。缺勤也可能是由于某些不可预知的情况引起的,例如疾病、糟糕的天气或者其他一些工作环境的动态变化,如

与同事产生了摩擦或者缺乏足够的工作动力。 公式 缺勤率是以缺勤人数在员工总人数中所占的比例来计算的。 缺勤率=某时间段内员工缺勤的天数/该时间段内所有员工应该工作的天数 依岗位类别计算的缺勤率定义为,某特定岗位序列的员工缺勤人数占该岗位序列的员工总人数中的比例。 依岗位类别计算的缺勤率=某时间段内某特定岗位序列的员工缺勤天数/该时间段内该岗位序列所有员工应该工作的总天数 依绩效计算的缺勤率为,缺勤员工的总数与所有处于相同绩效水平下的员工的比值。 (工作绩效)缺勤率=某时间段内缺勤的天数/该时间段内所有绩效水平相同的员工应该工作的总天数 组成要素 某时间段内缺勤的天数,是指整个时间段内每天缺勤的员工的数目之和。 应该工作的总天数,是指所有员工的总数乘以该时间段内的工作日的天数。 我们可以通过计算单独一天的缺勤率来显示一周之内是否存在这样的一天,在这一天缺勤率有偏高的趋势。这种趋势是可能存在的,举个例子:“忧郁的星期一”综合征,也就是每周一员工在享受了两天的假期或者较长的周末时光之后,不愿意回到工作岗位上,这种情况导致了一些企业星期一的缺勤率异常的高。 也可以计算某个特定时间段的缺勤率,如一个星期、两个星期、一个月或者一个季度的缺勤率,来对不同时间段的缺勤率做一个比较研究。 依岗位类别计算的缺勤率可以反映员工工作的紧张程度、工作的不便以及工作带来的困扰。依岗位类别计算的缺勤率可以用来在不同岗位序列之间做比较,以帮助确定某种特定岗位序列的复杂程度。例如,夜班工作的缺勤率相对来说要高于白班工作的缺勤率。 对工作环境的研究表明,工作满意度与缺勤率之间成反比例关系。依绩效计算的缺勤率可以很好地作为同一企业中不同工作的满意度、成就感以及舒适程度的指标。因此,缺勤率可以用来确定更高的绩效和更高的工作满意度之间的联系,这两者反过来又可以降低缺勤率。 对于一个企业来说,如果员工不能按时出勤,那么企业要顺利、有效地运转并发挥其应有的组织功能是很困难的。因此,评估缺勤造成的损失,对任何一个企业来说都很重要。缺勤造成的损失种类繁多,通常有以下几种形式: ·生产损失; ·由于同事要补足缺勤者的生产差额,而导致产品整体质量的下降; ·被迫雇用额外的劳动力; ·缺勤者可能对工作不满,最终离开公司;

全要素生产率

全要素生产率是指“生产活动在一定时间内的效率”。是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率(TFP,也称总和要素生产率)增长率。 全要素生产率(Total Factor Productivity)又称为“索罗余值”,最早是由美国经济学家罗伯特.索罗(Robert M.Solow)提出,是衡量单位总投入的总产量的生产率指标。即总产量与全部要素投入量之比。全要素生产率的增长率常常被视为科技进步的指标。全要素生产率的来源包括技术进步、组织创新、专业化和生产创新等。产出增长率超出要素投入增长率的部分为全要素生产率(TFP,也称总和要素生产率)增长率。 经济学角度全要素生产率一般的含义为资源(包括人力、物力、财力)开发利用的效率。从经济增长的角度来说,生产率与资本、劳动等要素投入都贡献于经济的增长。从效率角度考察,生产率等同于一定时间内国民经济中产出与各种资源要素总投入的比值。从本质上讲,它反映的则是个国家(地区)为了摆脱贫困、落后和发展经济在一定时期里表现出来的能力和努力程度,是技术进步对经济发展作用的综合反映。全要素生产率是用来衡量生产效率的指标,它有三个来源:一是效率的改善;二是技术进步;三是规模效应。在计算上它是除去劳动、资本、土地等要素投入之后的“余值”,由于“余值”还包括没有识别带来增长的因素和概念上的差异以及度量上的误差,它只能相对衡量效益改善技术进步的程度。 50年代,诺贝尔经济学奖获得者罗伯特·M·索洛(Robert Merton Solow)提出了具有规模报酬不变特性的总量生产函数和增长方程,形成了现在通常所说的生产率(全要素生产率)含义,并把它归结为是由技术进步而产生的。 宏观经济学 全要素生产率是宏观经济学的重要概念,也是分析经济增长源泉的重要工具,尤其是政府制定长期可持续增长政策的重要依据。首先,估算全要素生产率有助于进行经济增长源泉分析,即分析各种因素(投入要素增长、技术进步和能力实现等) 对经济增长的贡献,识别经济是投入型增长还是效率型增长,确定经济增长的可持续性。其次,估算全要素生产率是制定和评价长期可持续增长政策的基础。具体来说,通过全要素生产率增长对经济增长贡献与要素投入贡献的比较,就可以确定经济政策是应以增加总需求为主还是应以调整经济结构、促进技术进步为主。 生产率增长率 不过,目前学术界关于全要素生产率内涵的界定还有分歧。本文的全要素生产率是指各要素(如资本和劳动等) 投入之外的技术进步和能力实现等导致的产出增加,是剔除要素投入贡献后所得到的残差,最早由索洛(Solow ,1957) 提出,故也称为索洛残差。在中国,近年来有些学者已开始研究全要素生产率问题,尤其在克鲁格曼(1999) 提出“东亚无奇迹”的论点后,这一问题更引起国内学者的普遍关注。一些学者估算了中国不同时期的全要素生产率增长率,如舒元(1993) 曾利用生产函数法估算中国1952 —1990 年间全要素生产率增长率,得到的结论是,全要素生产率增长率为0102 %,对产出增长的贡献率为013 %。王小鲁(2000) 同样利用生产函数法估算中国1953—1999 年间全要素生产率增长率,得到的结论是,1953 —1978 年间全要素生产率增长率为-0117% ,1979—1999 年间全要素生产率增长率为1146%,对经济增长的贡献率为1419 %。还有一些学者对全要素生产率与经济增长进行了理论思考,如郑玉歆(1999) 对全要素生产率测度和经济增长方式转变的阶段性规律进行了详细讨论,但未给出中国全要素生产率的具体估算。易纲、樊纲和李岩(2003) 提出中国经济存在效率提升的四点证据,指出新兴经济在测算全要素生产率上面临的困难,并给出新兴经济全要素生产率的测算模型,但他们也未给出具体估算。本文在析比较全要素生产率四种

中国全要素生产率的变化

中国全要素生产率的变化:2000-2008 江春1 吴磊2滕芸 3 内容摘要:本文使用序列DEA和当期DEA方法测算了中国2000至2008年的 Malmquist生产率指数,并在规模报酬固定的假设下将其分解为技术效率变化指数 和技术变化指数。结果显示自2000年以来全国及各省份的全要素生产率均发生下 降,近年来中国的经济增长几乎完全依赖于要素投入的增加。全要素生产率持续降 低是同期资本产出比率迅速上升造成的,这反映出中国经济增长过于依赖投资、收 入分配不合理,同时也反映出金融体系的不健全。 关键词:全要素生产率;DEA;资本产出比 一、引言 改革开放三十多年来,中国的经济增长迅猛,取得了世所瞩目的成就。但与此同时,资源消耗巨大、要素配置效率差、产品附加值低、产业结构不合理等诸多问题始终让人们疑虑中国经济增长的持续性。中国经济增长的质量究竟如何,经济增长到底是来源于要素的投入还是来源于效率的提高?全要素生产率(TFP),作为衡量经济增长质量的重要指标,越来越受到经济学者的广泛重视,提高全要素生产率也被视为中国未来经济增长的决定因素(胡鞍钢,2003)[1]。 Chow(1993)[2]开启了对中国经济增长来源的研究,他认为中国在改革开放前TFP基本稳定,经济增长的主要动力是资本积累,而改革开放后TFP以每年2.7%的速度增长。颜鹏飞和王兵(2004)[3]将中国改革开放以来的经济发展划分为两个阶段,测算得到第一个阶段——1978-1991年间,中国TFP年均增长为-0.17%;第二阶段1992-2001年间则为0.79%。Y oung(2003)[4]采用自行调整后的数据测算1978年至1998年间中国的TFP增长率为1.4%等等。但是目前这类研究对中国TFP增长率的估计存在较大分歧,即便针对同一时期的研究,不同学者 作者简介:江春(1960—),男,武汉大学经济与管理学院金融系(武汉,430072),教授。研究方向:宏观金融 理论与金融发展理论。 吴磊(1980—),男,武汉大学经济与管理学院金融系(武汉,430072),博士生。研究方向:金融发 展理论。 滕芸(1982—),女,武汉大学经济与管理学院金融系(武汉,430072),博士生。研究方向:金融发 展理论。

全要素生产率

第一步:选取测度方法 采用传统的索洛残差法对中国1978年-2013年的全要素生产率(TFP )进行测度。 设总量生产函数为C —D 生产函数: βαλt t t t L K Ae Y = 其中,Yt 为实际产出,Lt 为劳动投入,Kt 为资本存量,α、β分别为平均资本产出份额和平均劳动力产出份额。 为求出α、β,在规模收益不变的假设下(α+β=1)对方程两边取对数 )ln()ln()ln()ln(t t t L K t A Y βαλ+++= (1) 整理得: )/ln()ln()/ln(t t t t L K t A L Y αλ++= (2) 在规模收益不变和中性技术假设下,全要素生产率的增长率为: L L K K Y Y A A /)1(///?--?-?=?αα (3) 根据方程(2)估计出α后,代入方程(3)即可求出全要素生产率的增长率。 第二步:样本数据及变量的选取 计算全要素生产率所需的真实产出的数据可以通过从国家统计局的官网上获得与生产函数设定中变量 L 相对应的现实数据,国外文献通常使用工作小时数,但我国统计年鉴中没有提供这个指标,故选取历年的就业人员数。另外,注意到指标给出的是年底数,为与 GDP 流量的含义相一致,将前后两年的就业人员数进行算术平均,获得年中的就业数。但资本存量序列需要在统计资料的数据基础上进行估算。经查阅文献可知,现在多采用被OECD 国家所广泛使用的永续盘存法对资本存量进行核算,所以,此处也采用此方法进行资本存量的核算。 其基本公式是: 1)1(/--+=t t t t K P I K δ (4) 其中,I t 是t 期以当期价格计价的投资额,P t 是t 期的价格指数,δ是折旧率。 对K 0 的估算采用国际常用方法:)/(00δ+=g I K 其中,g 是样本期真实投资的年平均增长率,δ为综合折旧率,一般定于5%。 历年投资流量指标的选取:综合经典文献和数据的可获得性两方面因素,此处采用1978-2013年全社会的固定资本形成总额为投资流量指标。我们只有截止于2004年的固定资本形成总额指数。这样,我们便无法直接把我国2005—2013年间的用当年价格给出的固定资本形成总额折算成以2000年价格表示的数据。

基于企业进入退出的“中国全要素生产率之谜”解释

基于企业进入退出的“中国全要素生产率之谜”解释 摘要:本文通过LP法回归出制造业TFP,对“中国全要素生产率之谜”进行了验证,并构造了企业进入退出的动态模型,在通过特征事实对参数估计之后,通过模拟2008年企业进入的冲击,拟合出了稳态情况下行业面对大规模企业进入时的TFP变动情况,并与事实进行了比较。 关键词:全要素生产率企业的进入与退出模型 一、问题的提出:中国全要素生产率之谜 中国全要素生产率之谜,即指在2008年之后,企业的研究与试验发展投入(R&D)不断扩大,而学者们通过不同的估算方式测度出来的中国TFP(全要素生产率)却在不断下滑。根据统计局数据,在2008年,除了工业企业的全要素生产率下降之外,企业的数量迎来了一个激增的过程。除2004年因为第一次工业普查完善了统计核算的精确度而导致进入数量剧增之外,正常年份企业纯进入数大致在2―3万,然而在2008年,企业纯进入数量达到了惊人的10万家左右。 联系到中国在该年的四万亿救市计划,笔者认为可能是该政策刺激了大批低于行业平均TFP的低效率企业进入行业,因此拉低了行业的平均值。为了验证这一猜想,则需考察企业的进入退出对全要素生产率的影响。 二、企业进入退出与全要素生产率

企业的进入退出又叫企业更替,是产业经济学中的一个重要概念,反映了市场的基本特征之一。企业的进出对于TFP的影响在近年来受到了国内外学者的重视。由于数据的可得性,国内外学者往往测算工业企业,尤其是制造业的进入退出对TFP的影响。如周黎安等(2006)采用1995―2003年中关村科技园区制造业企业层面的微观数据,认为园区的TFP变动可划分为企业自身生产率增长和企业进入退出的动态过程这两个部分。毛其淋等(2013)通过1998―2006年中国工业企业微观数据测算了TFP,并将企业进出理解为替代关系,运用Baldwin&Gu(2003)发展的BG分解法测算了企业的纯进入效应,并认为进入效应对于全要素生产率的发展存在较为显著的效果。 综上,笔者提出猜想,新进企业由于TFP较低,因此其进入效应会对行业TFP造成负面影响,但在未来因为学习效应新进入企业会逐渐抬高行业TFP;而退出企业因为TFP较低被淘汰,其退出效应会对行业TFP造成正面影响。2008年以来企业数量激增,可能因新进入企业数量过多且低效率企业比重增大而导致2008年企业进入效应增大,且对长期造成了影响,以至于TFP呈现了负增长。笔者将通过微观数据验证以上猜想,并构建模型,进行数字检验。 三、数据的处理与基本特征事实 (一)数据处理 本文采用的样本是1998―2007年中国工业经过产业筛选后的制造业规模以上企业微观数据库。原数据库包含近200万观测值,经过数据清理,约有160万观测值,收录从1998年的10万家企业到2007

相关文档
相关文档 最新文档