分配效率与生产率下降

配置效率与生产率放缓 由林少和唐荣生编写 货币与经济部门 2024年5月 JEL分类：O47, E23. 关键词：生产力减缓；配置效率；波动性；调整成本。 BIS工作论文是由货币和经济部门的成员撰写的国际清算银行部门，以及不时由其他部门提供。经济学家撰写并发表的论文，涉及时事主题。兴趣浓厚，且具有技术性质。其中所表达的观点是作者个人的看法。作者的观点，并不一定是国际清算银行（BIS）的观点。 本出版物可在国际清算银行（BIS）网站（www.bis.org）查阅。 © 国际清算银行 2024。版权所有。如需引用或翻译简短摘录，须注明出处。 国际标准连续出版物号（印刷版）：1020-0959（印刷版） 国际标准连续出版物号（在线版）：1682-7678（在线版） 配置效率与生产力放缓∗ 2024年4月 摘要 本文评估了跨部门配置效率对美国20世纪70年代和21世纪00年代生产率放缓的贡献。我们扩展了Oberfield（2013）的框架，以推导出配置效率的充分统计量，并在具有或不具有投入产出联系的多部门经济中分解总体生产率增长。我们发现大约三分之二的生产率放缓可以归因于配置效率缺乏改进。此外，数据显示，部门层面的波动性增加与配置效率的恶化相关。 JEL分类号: O47; E23.关键词生产力放缓；配置效率；波动性；调整成本。 1 引言 美国每名员工的实际产出在20世纪70年代和21世纪初大幅下降（见图）。1). 生产率增长的放缓是过去几十年中最显著的宏观经济事件之一，并引起了学术研究人员和政策制定者的关注。本文评估了在这些时期内，跨部门的配置效率在解释总体生产率动态中的作用。我们发现，跨部门的配置效率——或者更准确地说，其缺乏改善——是两次生产率增长放缓的共同因素。 我们首先记录了两个关于各产业配置效率的关键事实。为了做到这一点，我们使用了包含和不含投入产出联系的多个产业模型，并利用KLEMS数据库和世界投入产出表中的产业层级数据来衡量配置效率。首先，我们发现配置效率的逐渐改善是长期整体生产力增长的显著驱动因素。从1960年到2007年，配置效率逐渐提高，为这一时期的总劳动力生产力增长贡献了约20%。其次，在20世纪70年代的 productivity slowdown periods， 2000年代成为这一长期趋势的两大例外。20世纪70年代，配置效率下降，然后在2000年代停滞，这在连续二十年的改善之后发生。 从更广泛的角度来看，生产率增长是由以下两种因素之一驱动的：（i）基本生产率的提高（即由于技术进步）或（ii）跨部门资源配置的改善。如果资源配置效率停滞或下降，可能导致生产率增长放缓。虽然数据显示，与20世纪60年代和90年代相比，20世纪70年代和21世纪初观察到的劳动生产率增长率放缓，但我们的分析表明，大约三分之二的这种放缓归因于资源配置效率的停滞或下降。因此，基本生产率对观察到的生产率增长放缓的贡献仅占大约三分之一。 接下来，我们研究了部门生产率的波动性作为潜在因素，导致1970年代和2000年代分配效率改善不显著的原因。以往的理论和实证研究表明，在存在（非凸性）调整成本的情况下，更高的时间序列波动性与分配效率下降之间存在一种联系。进行调整的相关期权价值导致了一个惰性区域，在该区域中，企业选择等待观察的策略来调整其投入，而不是选择在每个期间最大化产出的投入数量。随着等待的期权价值增加，惰性区域扩大，导致实际资源配置与由生产力所隐含的最佳资源配置之间的差距扩大。 我们记录了随时间跨度和行业而显著变化的波动性，较高的波动性往往与相对于长期趋势的配置效率下降相关。通过估计的简化形式模型，我们发现这种增加的波动性在观察到的生产率放缓中发挥了重要作用。与此一致，受到更多波动性生产率冲击的行业显示出配置效率增长较慢。我们的分析进一步揭示，当行业经历正面的生产率冲击时，流入这些行业的资源量低于最优配置所预测的量。我们还观察到，波动性较高的时期与各行业要素利用率的增加分散性相对应，这种模式可能 受观望动机驱动。 总结来说，我们的分析揭示了三个相关发现。首先，资源配置效率的逐步提升是一个长期趋势，在我们样本期间内大约贡献了20%的生产率增长。其次，偏离这一趋势有助于产生高于或低于正常水平的生产率增长周期。最后，我们强调在资源有效分配过程中降低波动性的关键作用，而这反过来又对驱动生产率增长起到了重要作用。 我们的配置效率衡量方法遵循了配置不当文献的传统（Hsieh和Klenow，2009；Oberfield，2013；Monge-Naranjo等人，2019，等等）。1我们的论文也是文献中的一支，该文献利用行业级数据来检验行业间的配置效率或行业层面的扭曲（Basu and Fernald, 2002；Caliendo et al., 2022；Liu, 2019）。2我们的分析揭示，跨行业分配效率在解释总生产力动态方面起着重要作用，这与 Oberfield（2013）和 Behrens 等人（2020）的研究发现相符。 在美国20世纪70年代和2000年代生产力动态的研究中，一些研究探讨了分配的作用。在大规模制造业行业之间进行工作再分配的研究中，戴维斯和哈尔蒂旺格（2001）提出，20世纪70年代和80年代的石油冲击可能在行业层面上导致了实际和期望因素分布之间的差异。德克尔等人（2020）证明，与20世纪80年代和90年代相比，2000年代的跨企业再分配显著减速，这表明这一趋势可能对总生产力产生负面影响。我们的研究在直接测量分配效率方面与戴维斯和哈尔蒂旺格（2001）以及德克尔等人（2020）的研究不同，而不是分析再分配率。 大多数研究两次经济放缓事件的研究论文都在寻找可以解释根本生产力下降的原因。然而，正如布卢姆等（2020年）指出，如果不考虑配置效率的变化，原始数据中观察到的生产力动态与根本生产力的动态不同。因此，为解释这些动态而发展的理论可能存在缺陷。例如，原始数据中观察到的劳动生产力显示出从1960年到2007年的逐渐下降证据。相比之下，我们的结果并没有显示出根本生产力长期的趋势性下降。相反，1960年至2007年间的根本生产力增长可以最好地描述为一种相对稳定的趋势，这种趋势以20世纪70年代开始并延续到80年代的长时期弱增长为特征。认识到根本生产力放缓的时间点可能有助于识别其潜在的原因。 在类似的情况下，大多数针对生产率放缓的政策响应主要针对根本性生产率。例如，包括提出财政和货币刺激措施以提振总需求的建议（Summers，2018）。尽管这些政策可能好可能不好，但我们的结果引发了两个问题。首先，数据显示，根本性生产率的下降并不像看起来那么严重，这表明需要比原始数据可能暗示的更适度的补贴。其次，现有证据表明，刺激政策可能会对分配效率产生负面影响（Bai等人，2016）甚至可能促进僵尸企业的生存（Banerjee和Hofmann，2018），这可能会抵消对根本性生产率的任何有益影响。 先前的研究已探讨了生产力波动对配置效率的影响。例如，Bloom等人（2018年）在一个量化模型中考察了波动冲击对配置效率（及其他方面）的影响，而Asker等人（2014年）则关注各国之间的配置效率差异。我们这篇文献的贡献在于确定了波动是美国生产力长期放缓的关键因素。Bloom等人（2018年）和Asker等人（2014年）提供的见解表明，在波动加剧期间配置效率下降的原因在于企业在存在调整成本时的优化。一个重要的政策意义在于，旨在减少生产力过程波动性的措施或 降低调整成本可能是缓解长期生产力放缓问题的关键。 本文的其余部分组织如下：第...节2构建了理论框架，以及第节3讨论了数据以及模型与数据之间的映射。在第4，我们呈现主要结果。章节5包括模型的扩展和稳健性检查。第 sections节。6结论。 2 测量配置效率 本节阐述了理论框架。我们首先阐述了跨部门的最佳分配，以解决规划者的问题。然后，我们推导出衡量配置效率的充分统计量。最后，我们将数据中的总劳动生产率增长分解成两个组成部分。 2.1 增值经济 我们首先考虑一个多部门的增值经济。经济中存在N个部门（i={1{, ..., N}）. 在年份t每个行业都生产出优质产品。Y使用资本、劳动力：我，t 在哪里A是该行业的生产率。还有一个最终的商品。Y, which is produced by我，tt汇总所有行业商品，以Lα i,t我，t我，t我，t P where未知符号“θ”= 1. 这个最终产品生产者是替代价格接受者偏好的代表。i,t i消费者，正如Oberfield（2013）所指出的。ti,t i=1 规划者的难题规划者的问题在于分配总资本。K并且劳动力tL进入N各行业最大化最终产品的产出Y:3tt L∗=l∗L, 其中无效输入。请提供有效的英文文本以进行翻译。αk∗=i,t i,t并且无效输入。请提供有效的英文文本以进行翻译。l∗=未知符号“θ”(1−α)i,t i.t最优分布，我，tt我，tt我，ti,t i,t i=1 (2)在哪里无效输入。请提供有效的英文文本以进行翻译。Kii无效输入。请提供有效的英文文本以进行翻译。k∗并且无效输入。请提供有效的英文文本以进行翻译。l∗反映该部门的相对重要性。i’s capital and labor in producing the我，t我，t最终商品。tttY∗ tE如下所示：tα1−α我，tN无效输入。请提供有效的英文文本以进行翻译。k我，t无效输入。请提供有效的英文文本以进行翻译。l我，tY , k=我，t并且无效输入。请提供有效的英文文本以进行翻译。l=L我，t是部门i资本和劳动在总份额中的占比Kt未知符号“θ”!!E=我，t我，t 我，t我，tKLtt无效输入。请提供有效的英文文本以进行翻译。无效输入。请提供有效的英文文本以进行翻译。L(lt无效输入。请提供有效的英文文本以进行翻译。k∗无效输入。请提供有效的英文文本以进行翻译。l∗ i,t我，ti=1 k在数据中分别，直观地。我，t) 2.2 输入-输出经济α我，t(我，t)1−α我，t测量领域i`s 的配置性 t无效输入。请提供有效的英文文本以进行翻译。 k∗无效输入。请提供有效的英文文本以进行翻译。l∗ i,t我，t效率，表示观测到的数据分配与最优分配之间的偏差。总体分配效率E是加权几何平均数。t行业配置效率与行业权重未知符号“θ”.4i接下来，我们考虑一个具有投入产出联系的经济体。在投入产出经济中，每个部门i ∈ {1{, ..., N}产生良好的Q使用资本、劳动力、国内和进口我，t 3最优分配问题将经济总资本和劳动力投入视为外生给定。因此，我们下面推导出的配置效率衡量是一个静态衡量。它抽象了配置错误动态影响。4模型详情可在附录部分找到。B.1. 中间商品，因此 在哪里d是国内中间产品j由该行业使用i,m是进口的インターサーバーij,tij,tYQ=A(Kα −α PPN调解良好j由该行业使用i,希腊字母σ（sigma）=希腊字母σ（sigma），并且λ=Nλ.存在一个最终我，tij,t我，t ij,tj=1 j=1优质产品，通过汇聚这些生产而成。N行业商品：我，tL1我，t)希腊字母σ（sigma）λ1-σ -λij,tij,ti,t i,tdm,我，ti,t i,t i,tij,tij,t j=1j=1PN在哪里未知符号“YY=Y未知符号“θ”我，t,ti,t i θ”= 1. 该部门商品i的资源约束可表示为： The resource constraint on the sectoral good i, therefore, can be我，ti=1 并且进口商品的总支出是 在哪里 ¯P是进口中间产品的价格j相对于最终产品。 j,t 规划者的难题规划者的问题在于分配总资本。K，总计t劳动力L, 行业产出Q并选择进口中间产品m如此以至于t我，t ij