2019年4月9日13：00-14：15，由教育部重点研究基地复旦大学世界经济研究所、复旦大学世界经济系主办的“开放经济与世界经济学术报告”第108期在经济学院泛海楼714会议室顺利举行。复旦大学经济学院鞠高升副教授应邀作了题为“Approximation of Total Factor Productivity Dynamics Based on De-convolution”的学术报告，报告了一种改进的TFP的测算方法。报告由复旦大学世界经济系副系主任程大中教授主持。

TFP（Total Factor Productivity），即全要素生产率，一直是经济学研究中的重要问题。TFP反映了出去投入之外，技术因素对产出的影响作用。传统测算TFP的方法有索洛余值法、DEA方法、LP与OP法，以及ACF方法。

索洛余值法是最为传统的一种测算方式，其主要做法是根据C-D生产函数，把资本K和劳动L作为解释变量，产出作为被解释变量带入回归方程，回归所得的残差即为TFP，但此种方法误差较大，故现在使用较少。目前研究中比较通用的做法是OP和LP方法，两者在测算TFP的过程中都遵循了使用proxy variable两阶段进行估计的思路。

鞠老师的研究认为，已有的测算TFP的各种方法均存在不同程度的缺陷。就使用proxy variable approaches的方法而言，存在 restrictive assumption、non-identification、poor finite-sample performance以及measurement error problems 等问题，其中poor finite-sample performance的问题可能更为重要。panel data methods则存在选择性偏误等问题。

鉴于已有方法存在的种种问题，鞠老师的研究对TFP的测算方法做出了进一步的改进。基本思想是并不使用proxy variable，而是去估计生产率的条件分布，估计出生产率的条件分布之后则很容易获得生产率的条件期望。估计生产率的条件期望的方法则是基于Evdokimov(2010)，因为Evdokimov(2010)方法存在large estimation error的问题，所以研究中对其做了进一步的拓展。

下表是鞠老师对已有的测算方法存在的问题的具体描述，以及在本研究中对存在的各种问题的解决方法。Simulation 的结果显示，本研究的方法较已有的方式有较大的改进，能更精确衡量TFP。当然，本研究仍然存在一定的不足和问题，有待进一步完善。

报告后，与会者对鞠老师的学术报告给予了高度评价。程大中老师建议可以尽快使用实际数据采用此种方法进行TFP的测算，并与现有的方法测算结果先比较，进一步确定该方法的适用性。万广华、程大中、沈国兵、罗长远、李志远、金飞、何喜友、陈琳、周琢等老师及在读研究生参加了学术报告，并与鞠老师进行了深入地互动。最终，报告会在大家的掌声中圆满结束。

（由曾帅硕士研究生整理和记录）