以下为《从全要素生产率到全劳动生产率　　》的无排版文字预览，完整格式请下载

下载前请仔细阅读文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。

一、引言

全劳动生产率（Total Labor Productivity，TLP）是衡量经济发展水平和劳动力效率的重要指标。随着全要素生产率（Total Factor Productivity，TFP）测算方法的不断发展和完善，人们开始关注TLP的测算方法和其在经济增长中的作用。本文将对TLP的提出、发展与测算方法进行详细介绍，并与TFP进行对比分析。

全劳动生产率是指单位劳动力产出的经济价值，是劳动力效率的综合表现。全劳动生产率的测算方法主要有两种：一是通过劳动力总量和产出总量的比值计算，即单位劳动力产出；二是通过考虑劳动力的素质和技能水平对产出进行调整，即调整后的单位劳动力产出。其中，调整后的单位劳动力产出更能准确反映劳动力的质量和技能对产出的贡献。全劳动生产率的发展历程经历了从单纯统计劳动力和产出数量到考虑劳动力素质和技能的调整，以及从传统产业到现代服务业的转变。

全要素生产率是指除劳动力投入外，其他要素（如资本、技术进步等）对产出增长的贡献。与TLP相比，TFP更注重非劳动力要素的贡献，能够更全面地反映生产效率的提高。然而，不同的TFP测算方法往往得出不同的结果，且数据间隔时长或缺失时长的增加会导致TFP增长率的低估。相比之下，TLP的测算以全劳动量的计算为基础，其绝对数值不会随着方法的选择和数据的可获得性而产生较大差异，因此结果更为稳健。

本文以中国工业企业数据库（CIP）数据为基础，测算了1981—2010年中国37个行业的TLP增长率和TFP增长率。结果发现，不同方法测算TFP增长率所得结果在具体数值和分布上均有较大差异，并且数据间隔时长或缺失时长的增加会导致TFP增长率的低估。同时，本文还具体分析了1981—2010年37个行业的TLP变化趋势和8个行业大类对TLP增长的贡献率，以说明我国经济增长的来源，并提出了相应的政策建议。

综上所述，TLP作为衡量劳动力效率的重要指标，在经济增长和政策制定中具有重要意义。通过对TLP和TFP的比较分析，本文旨在深入理解劳动力效率和生产效率的关系，并为我国经济增长提供政策建议。二、全劳动生产率的提出与发展

1. 全劳动生产率的概念与意义

全劳动生产率（Total Labor Productivity，简称TLP）是衡量经济单位（如国家、行业等）在一定时期内所创造的总产出与使用的总劳动量之比。它反映了劳动力在生产中的效率水平，是衡量经济发展水平和劳动生产力的重要指标。

全劳动生产率的提出与意义在于，它能够更全面地反映劳动力在生产中的贡献，相对于传统的劳动生产率指标更具有实践意义。传统的劳动生产率指标只考虑了劳动投入与产出之间的关系，而没有充分考虑到劳动力的质量、技能和效率等因素。全劳动生产率的引入能够更准确地评估劳动力的贡献，为制定和评估经济政策提供更有价值的信息。

2. 全劳动生产率的测算方法

全劳动生产率的测算方法主要包括两种：一是通过劳动投入和产出数据计算，二是通过人均劳动生产率和就业率计算。

第一种方法主要是通过统计数据来计算全劳动生产率。具体来说，它通过统计收集相应时期内的产出总量和劳动投入总量，然后将产出总量除以劳动投入总量得到全劳动生产率。这种方法的优点是数据来源广泛，计算简单；缺点是可能存在数据不准确或不完整的问题，导致计算结果不准确。

第二种方法主要是通过人均劳动生产率和就业率计算全劳动生产率。具体来说，它通过统计人均劳动生产率和就业率，然后将两者相乘得到全劳动生产率。这种方法的优点是不依赖于具体的产出和劳动投入数据，计算相对简单；缺点是可能存在人均劳动生产率和就业率数据不准确的问题，导致计算结果不准确。

3. 全劳动生产率的发展历程

全劳动生产率的概念最早出现在20世纪初。随着经济学理论的发展和经济数据的完善，全劳动生产率的研究逐渐得到重视。

在全劳动生产率的发展历程中，研究者们通过不断改进测算方法和数据质量，提高了全劳动生产率的测算准确性和可比性。同时，全劳动生产率的研究也逐渐深入到不同行业和地区，为经济发展和政策制定提供了更有针对性的指导。

总的来说，全劳动生产率的提出与发展是一个逐步完善的过程，它不断引入新的理论和方法，以更好地反映劳动力在生产中的贡献，为经济发展和政策制定提供更有价值的信息。三、全要素生产率与全劳动生产率的对比

1. 全要素生产率的概念与测算方法

全要素生产率（Total Factor Productivity，TFP）是衡量生产要素综合利用效率的指标，包括劳动力、资本、技术等各要素的贡献。其计算公式为：

TFP = Y / (A * K^α * L^β)

其中，Y表示产出，A表示全要素生产率，K表示资本存量，L表示劳动力，α和β为弹性系数。

全要素生产率的测算方法主要有索洛w增长模型、克塔罗模型、斯托纳模型等。这些模型通过分析产出与资本和劳动力的关系，提取出全要素生产率的变动。

2. 全要素生产率与全劳动生产率的区别与联系

全要素生产率主要关注的是各要素综合利用效率的提高，包括劳动力、资本和技术的贡献。而全劳动生产率（Total Labor Productivity，TLP）则是以全劳动量的计算为基础，主要关注劳动力的效率和生产效果。

全要素生产率和全劳动生产率在测算方法上有所不同。全要素生产率需要考虑资本和技术的影响，而全劳动生产率只关注劳动力的贡献。此外，全要素生产率的测算需要考虑弹性系数的取值，而全劳动生产率没有这个限制。

3. 全要素生产率与全劳动生产率的比较分析

通过对比全要素生产率和全劳动生产率的测算结果，我们可以发现两者在具体数值和分布上存在较大差异。

首先，全要素生产率的测算结果受到数据间隔时长和缺失时长的影响较大。当数据间隔时长较短或缺失时长较少时，全要素生产率的增长率会相对较高。然而，当数据间隔时长或缺失时长增加时，全要素生产率的增长率会被低估。

其次，全要素生产率的测算结果在不同测算方法下存在较大差异。不同的测算方法会选择不同的弹性系数取值，从而导致全要素生产率的测算结果有所不同。

相比之下，全劳动生产率的测算结果更为稳健。由于全劳动生产率的计算只依赖于劳动力的贡献，不受不同方法和数据可获得性的影响，因此其结果更为可靠。

综上所述，全要素生产率和全劳动生产率在测算方法、结果稳健性和数据要求等方面存在差异。在测算时，需要根据研究目的和数据可获得性选择合适的指标。四、以CIP数据测算中国37个行业的TLP增长率和TFP增长率

1. 数据来源与处理方法

本研究使用了CIP（中国工业生产力数据库）的数据作为测算全劳动生产率（TLP）增长率和全要素生产率（TFP）增长率的基础。CIP数据包括了1981年至2010年期间中国37个行业的生产要素和产出数据。

在数据处理方面，首先需要计算各行业的劳动投入和产出。劳动投入可以通过统计年鉴等公开数据获得，包括就业人数和工作时长等。产出则可以通过行业产值和销售额等指标得到。然后，可以计算出每个行业的劳动生产率和全要素生产率。

2. TLP增长率和TFP增长率的测算结果比较

通过对CIP数据进行处理和计算，可以得到1981年至2010年期间中国37个行业的TLP增长率和TFP增长率的数据。

对比TLP增长率和TFP增长率的结果，我们发现不同方法测算TFP增长率所得结果在具体数值和分布上均存在较大差异。这可能是由于不同的测算方法对数据的处理和计算方式不同所致。另外，数据间隔时长和缺失时长的增加也会导致TFP增长率的低估。

相比之下，TLP的测算是以全劳动量的计算为基础，其绝对数值不会随着方法的选择和数据的可获得性而产生较大差异，因此TLP的结果更为稳健。

3. 数据间隔时长和缺失时长对TFP增长率的影响分析

进一步分析数据间隔时长和缺失时长对TFP增长率的影响，我们发现随着数据间隔时长的增加，TFP增长率会出现低估的情况。这是因为较长的间隔时长会导致产出和生产要素的变化无法被及时反映，从而影响了TFP的计算结果。

另外，缺失时长也会对TFP增长率产生影响。如果在某个时间段缺失了部分数据，那么在计算TFP增长率时就无法充分考虑到这段时间的生产效率变化，从而导致TFP增长率的低估。

综上所述，TLP的测算方法相对于TFP更为稳健，不会受到数据间隔时长和缺失时长的影响。因此，在测算和比较经济增长率时，可以优先考虑使用TLP作为评估指标。

这一部分的内容重点在于介绍了使用CIP数据测算中国37个行业的TLP增长率和TFP增长率的方法和结果，并对比了两者的差异和稳健性。同时，也提到了数据间隔时长和缺失时长对TFP增长率的影响。这部分内容应该包括详细的数据处理方法和计算过程，以及对结果的分析和讨论。五、通过CIP数据测算的全劳动生产率的变化趋势和贡献率分析

1. 1981—2010年37个行业的TLP变化趋势分析

通过对CIP数据的测算，我们可以得到1981年至2010年期间中国37个行业的全劳动生产率（TLP）的变化趋势。根据测算结果，我们可以观察到以下几个方面的变化趋势。

首先，整体而言，中国37个行业的TLP呈现出逐年增长的趋势。这表明中国在这段时间里取得了持续的经济发展和劳动生产率的提高。这主要得益于中国经济改革开放以来的持续努力和政策措施的实施，包括市场化改革、产业升级和技术创新等。

其次，不同行业之间的TLP增长速度存在明显差异。一些高技术产业和服务业的TLP增长速度较快，而一些传统产业的TLP增长速度较慢。这反映了中国经济结构的调整和产业升级的不平衡性。

再次，TLP的增长在不同时间段内存在波动。一些行业在某些时间段内的TLP增长较快，但在其他时间段内增长较慢。这可能与宏观经济环境、政策调整和国际竞争等因素有关。

最后，需要注意的是，尽管整体上TLP在这段时间内呈现增长趋势，但增长速度在不同时间段内有所波动。这提示我们在分析和制定政策时需要考虑到经济周期和结构调整等因素的影响。

2. 8个行业大类对TLP增长的贡献率分析

在测算了37个行业的TLP后，我们进一步分析了8个行业大类对TLP增长的贡献率。通过计算每个行业大类在整体TLP增长中所占的比重，我们可以了解到不同行业大类对经济增长的贡献程度。

根据测算结果，我们可以得到以下几个方面的分析结果。

首先，制造业是对TLP增长贡献最大的行业大类之一。制造业的TLP增长主要得益于技术创新、生产效率的提高和产业升级等因素。尤其是高技术制造业和装备制造业在TLP增长中起到了重要的推动作用。

其次，信息传输、计算机服务和软件业也是对TLP增长贡献较大的行业大类之一。这主要得益于信息技术的发展和应用，以及互联网经济的兴起。这些行业的TLP增长对于提高整体劳动生产率具有重要意义。

再次，金融业和房地产业对TLP增长的贡献也较为显著。金融业的TLP增长主要得益于金融创新和金融市场的健康发展，而房地产业的TLP增长则主要得益于城市化进程和房地产市场的繁荣。

最后，其他服务业和批发和零售业对TLP增长的贡献相对较小。这可能与这些行业的劳动生产率增长相对较慢和技术创新的进展有限有关。

综上所述，通过CIP数据的测算，我们可以了解到1981年至2010年期间中国37个行业的TLP变化趋势和8个行业大类对TLP增长的贡献率。这对于我们深入理解我国经济增长的来源和制定相应的政策具有重要意义。六、结论与政策建议

1. 全劳动生产率的稳健性与可靠性

通过对全劳动生产率（TLP）的测算方法和数据分析，可以得出TLP的稳健性和可靠性更高于全要素生产率（TFP）。TLP的测算以全劳动量的计算为基础，其绝对数值不会随着方法的选择和数据的可获得性而产生较大差异。这意味着，TLP的结果更为稳定和可靠，能够提供更准确的经济增长的衡量指标。

2. 经济增长的来源与政策建议

通过对CIP数据测算的全劳动生产率的变化趋势和贡献率分析，可以得出经济增长的来源和相应的政策建议。

首先，在1981-2010年期间，我国37个行业的TLP呈现整体上升的趋势，这表明整体上我国劳动生产率在这一时期有所提高。然而，不同行业之间的TLP增长率存在差异。其中，制造业和服务业的TLP增长率较高，说明这两个行业对整体劳动生产率的提高作出了较大贡献。而农业和采矿业的TLP增长率相对较低，需要进一步加强技术创新和劳动力素质提升，以提高劳动生产率。

其次，通过对8个行业大类对TLP增长的贡献率的分析，可以看出制造业是我国劳动生产率增长的主要驱动力。因此，应该进一步加强制造业的技术创新和人才培养，促进制造业的发展，从而推动整体劳动生产率的提高。同时，服务业的发展也具有重要意义，需要加大对服务业的支持和投入，提高服务业的劳动生产率。

基于以上分析，提出以下政策建议：

（1）加强技术创新和人才培养。通过加大对科研机构和高等教育机构的支持，提高技术创新能力和人才培养水平，促进劳动力素质的提高，从而推动劳动生产率的提高。

（2）加大对制造业的支持。制造业是我国劳动生产率增长的主要驱动力，应该加大对制造业的支持和投入，提高制造业的技术水平和竞争力，推动制造业的发展。

（3）促进服务业的发展。服务业在劳动生产率的提高中也具有重要作用，应该加大对服务业的支持和投入，提高服务业的质量和效率，推动服务业的发展。

（4）优化产业结构。根据TLP增长率和贡献率分析的结果，可以适当调整产业结构，减少农业和采矿业的比重，增加制造业和服务业的比重，实现产业结构的优化和升级。

综上所述，通过对全劳动生产率的测算和分析，可以得出经济增长的来源和相应的政策建议。加强技术创新和人才培养，加大对制造业和服务业的支持，优化产业结构，这些政策举措将有助于推动我国劳动生产率的提高，实现经济增长的可持续发展。

以上为《从全要素生产率到全劳动生产率　　》的无排版文字预览，完整格式请下载

下载前请仔细阅读上面文字预览以及下方图片预览。图片预览是什么样的，下载的文档就是什么样的。