全要素生产率(Levinsohn-Petrin法)

字段字典

• Symbol [股票代码] — 股票代码
• StkName [证券简称] — 证券简称
• Year [年份] — 财务年度
• Province [省份] — 公司注册所在省份
• ProvinceCode [省份代码] — 省份行政区划代码(6位)
• City [城市] — 公司注册所在城市
• CityCode [城市代码] — 城市行政区划代码(6位)
• County [区县] — 公司注册所在区县
• CountyCode [区县代码] — 区县行政区划代码(6位)
• IndustryCode [行业代码] — 中上协行业分类代码
• IndustryName [行业名称] — 中上协行业分类名称
• TFP_LP [LP法TFP] — 参考Levinsohn & Petrin (2003, RES)的方法，使用营业成本作为中间投入代理变量的两步法估计，计算公式为：ln(Y)-alpha_LP*ln(K)-beta_LP*ln(L)

常见问题

「全要素生产率(Levinsohn-Petrin法)」是什么数据集？

全要素生产率(Levinsohn-Petrin法)，隶属经营绩效。衡量企业的全要素生产率。

该数据集的时间范围是？

覆盖 2001-2025 年。

包含哪些变量/指标？

共 12 个变量。核心指标包括：LP法TFP。完整字段清单（变量名·中文名·说明）见页面「字段字典」。

数据频率和层级是怎样的？

频率为年度，上市公司层级。

样本量有多大？

约 83,862 条观测。

数据是如何测算/获取的？

指标定义与计算方法 全要素生产率（TFP）衡量的是在给定资本和劳动投入下，企业产出的效率水平，反映了技术进步、管理效率等无法被传统生产要素解释的产出增长部分。为克服传统OLS估计可能存在的内生性问题（如同时性偏差），Levinsohn & Petrin (2003) 提出了一种半参数估计方法（LP法）。该方法的核心思想是利用中间投入（如原材料、能源等）作为不可观测生产率冲击的代理变量，从而解决内生性问题，得到更一致的生产函数系数估计。 具体而言，假设企业的生产函数为柯布-道格拉斯形式： $$Y{it} = A{it} K{it}^{\alpha} L{it}^{\beta}$$ 其中，$Y{it}$为产出，$K{it}$为资本投入，$L{it}$为劳动投入，$A{it}$为全要素生产率。取对数后，模型可表示为： $$\ln(Y{it}) = \alpha \ln(K{it}) + \beta \ln(L{it}) + \omega{it} + \eta{it}$$ 其中，$\omega{it}$为可观测的生产率冲击，$\eta{it}$为不可观测的随机误差。LP法的关键在于假设企业的中间投入$M{it}$是资本$K{it}$和生产率$\omega{it}$的单调函数，即$M{it} = mt(K{it}, \omega{it})$。通过反解出$\omega{it} = ht(K{it}, M{it})$，并将其代入生产函数，在第一阶段通过非参数方法（如多项式逼近）估计出劳动系数$\beta$和复合项$\phit(K{it}, M{it}) = \alpha \ln(K{it}) + ht(K{it}, M{it})$。在第二阶段，通过假设生产率服从一阶马尔可夫过程，即$\omega{it} = E[\omega{it} | \omega{i,t-1}] + \xi{it}$，并使用广义矩估计（GMM）识别出资本系数$\alpha$。 本数据集中的TFPLP指标即为采用上述LP两步法估计得到的企业对数全要素生产率。其最终计算公式为： $$TFP\LP{it} = \ln(Y{it}) - \hat{\alpha}{LP} \cdot \ln(K{it}) - \hat{\beta}{LP} \cdot \ln(L{it})$$ 其中，$\ln(Y{it})$为对数营业收入，$\ln(K{it})$为对数固定资产净额，$\ln(L{it})$为对数劳动投入。劳动投入优先使用员工总数的对数；当该数据缺失时，使用支付给职工以及为职工支付的现金的对数作为代理变量。$\hat{\alpha}{LP}$和$\hat{\beta}{LP}$为使用营业成本作为中间投入代理变量$M{it}$，按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）分组进行逐年估计得到的资本和劳动产出弹性系数。 补充说明 - 生产函数估计按中上协行业分类（制造业取二级代码前两位，其他行业取门类首位）分组，并在每个年度内分别进行。 - 为缓解极端值影响，在估计前对所有连续变量（产出、资本、劳动、中间投入）进行了上下1%的缩尾处理。 - 仅保留至少连续存在三年观测值的企业-年度样本参与估计。 参考文献 - Levinsohn J, Petrin A. Estimating production functions using inputs to control for unobservables[J]. The Review of Economic Studies, 2003, 70(2): 317-341. - Olley G S, Pakes A. The dynamics of productivity in the telecommunications equipment industry[J]. Econometrica, 1996, 64(6): 1263-1297. - Ackerberg D A, Caves K, Frazer G. Identification properties of recent production function estimators[J]. Econometrica, 2015, 83(6): 2411-2451. - Solow R M. Technical change and the aggregate production function[J]. The Review of Economics and Statistics, 1957, 39(3): 312-320.

如何获取该数据集？

通过站内对应淘宝链接下单后，客服发放兑换码；在站内"兑换"页输入兑换码即可获得下载权益并下载。