企业层面的增长、发展和结构变化：

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

英文标题：
《Growth, development, and structural change at the firm-level: The
  example of the PR China》
---
作者：
Torsten Heinrich and Jangho Yang and Shuanping Dai
---
最新提交年份：
2020
---
英文摘要：
  Understanding the microeconomic details of technological catch-up processes offers great potential for informing both innovation economics and development policy. We study the economic transition of the PR China from an agrarian country to a high-tech economy as one example for such a case. It is clear from past literature that rapidly rising productivity levels played a crucial role. However, the distribution of labor productivity in Chinese firms has not been comprehensively investigated and it remains an open question if this can be used to guide economic development. We analyze labor productivity and the dynamic change of labor productivity in firm-level data for the years 1998-2013 from the Chinese Industrial Enterprise Database. We demonstrate that both variables are conveniently modeled as L\\\'evy alpha-stable distributions, provide parameter estimates and analyze dynamic changes to this distribution. We find that the productivity gains were not due to super-star firms, but due to a systematic shift of the entire distribution with otherwise mostly unchanged characteristics. We also found an emerging right-skew in the distribution of labor productivity change. While there are significant differences between the 31 provinces and autonomous regions of the P.R. China, we also show that there are systematic relations between micro-level and province-level variables. We conclude with some implications of these findings for development policy.
---
中文摘要：
了解技术追赶过程的微观经济细节为创新经济学和发展政策提供了巨大的潜力。我们以中国从农业国向高科技经济体的经济转型为例进行研究。从过去的文献中可以清楚地看到，生产率水平的迅速提高起到了关键作用。然而，中国企业的劳动生产率分布尚未得到全面调查，这是否可以用来指导经济发展仍然是一个悬而未决的问题。我们从中国工业企业数据库中分析了1998-2013年企业层面的劳动生产率和劳动生产率的动态变化。我们证明，这两个变量都可以方便地建模为LSevyα稳定分布，提供参数估计并分析该分布的动态变化。我们发现，生产率的提高并不是由于超级明星公司，而是由于整个分布的系统性变化，而其他方面基本不变。我们还发现劳动生产率变化的分布正在出现右倾。虽然中国31个省和自治区之间存在显著差异，但我们也表明微观层面和省级变量之间存在系统性关系。最后，我们总结了这些发现对发展政策的一些启示。
---
分类信息：

一级分类：Economics        经济学
二级分类：General Economics        一般经济学
分类描述：General methodological, applied, and empirical contributions to economics.
对经济学的一般方法、应用和经验贡献。
--
一级分类：Quantitative Finance        数量金融学
二级分类：Economics        经济学
分类描述：q-fin.EC is an alias for econ.GN. Economics, including micro and macro economics, international economics, theory of the firm, labor economics, and other economic topics outside finance
q-fin.ec是econ.gn的别名。经济学，包括微观和宏观经济学、国际经济学、企业理论、劳动经济学和其他金融以外的经济专题
--
一级分类：Statistics        统计学
二级分类：Other Statistics        其他统计数字
分类描述：Work in statistics that does not fit into the other stat classifications
从事不适合其他统计分类的统计工作
--

---
PDF下载：
--> Growth,_development,_and_structural_change_at_the_firm-level:_The_example_of_the.pdf (5.19 MB)

2022-5-16 18:12:23 上传

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：结构变化 Productivity distribution Quantitative Contribution

企业层面的增长、发展和结构变化：以中国公关公司Sten Heinrich 1,2,3，+，Jangho Yang2,3,4和Shuanping Dai5,6,7为例，开姆尼茨理工大学经济和工商管理学院，开姆尼茨，牛津大学牛津马丁学院德国新经济思想研究所，牛津大学OX1 3UQ，英国牛津马丁技术与经济变革项目（OMPTEC），牛津大学牛津马丁学院，牛津牛津大学OX1 3BD，英国滑铁卢大学工程学院管理科学系，滑铁卢，on，N2L 3G1吉林大学经济学院，130012，中国长春，杜伊斯堡大学东亚研究所，杜伊斯堡-埃森，47057，德国中国公共部门经济研究中心，吉林大学，130012，长春，中国+托尔斯滕。heinrich@uni-不来梅。de–2021年1月1日摘要了解技术追赶过程的微观经济细节有助于为创新经济学和发展政策提供信息。我们以中国从农业国向高科技经济体的经济转型为例进行研究。从过去的文献中可以清楚地看到，生产力水平的迅速提高起到了关键作用。然而，中国企业的劳动生产率分布尚未得到全面调查，这是否可以用来指导经济发展仍然是一个悬而未决的问题。我们从中国工业企业数据库中分析了1998-2013年企业层面的劳动生产率和劳动生产率的动态变化。WedeMol和EvNstMol都是动态分布的参数，可以方便地对其进行建模分析。

我们发现，生产率的提高并不是由于超级明星企业，而是由于整个分布系统的变化，而其他方面基本不变。我们发现劳动生产率的分配也存在偏差。虽然中华人民共和国31个省和自治区之间存在显著差异，但我们也表明微观层面和省级变量之间存在系统性关系。最后，我们总结了这些发现对发展政策的一些启示。内容1引言32文献52.1企业级数据的分布模型。52.2经济发展和企业生产力。62.3公关中国公司层面的生产力和增长。83.1数据来源。83.2数据处理。93.3变量。94方法114.1分布模型。114.2安装。134.2.1 L’evyα稳定分布。134.2.2不对称指数功率（AEP）分布。134.3福利的好处。144.3.1 SOOID指数。144.3.2 Akaike信息标准（AIC）。145结果155.1拟合生产率分布。

. . . . . . . . . . . . . . . . . . . 175.2经济发展和生产力分布的系统性变化。175.3区域差异。215.4生产率分布及其参数与其他经济指标的关系256结论29A聚合、最大熵和分布模型的技术解释36A。1聚集和最大熵分布。36A。2经典中心极限定理。36A。3随机变量分布的傅里叶域表示。37A。4 L’evyα稳定分布。38A。5不对称指数幂（AEP）分布。39A。6尾部行为。41B回归模型的先前规格41C关于中国生产力增长的历史注释42D额外结果431简介近三十年来，中国一直是增长最快的经济体之一。在此期间，中国从一个以农业为主的发展中国家转变为世界第二大工业经济体。20世纪80年代，国有企业（SOE）在这里大放异彩，如今，这个国家拥有众多具有国际重要性的私营企业。中国曾经是一个贫穷的国家，在技术方面落后多年，但今天，它的发展轨迹在科学和创新、二氧化碳排放以及对隐私、监控和个人自由的技术影响方面，对世界越来越重要。

在过去几十年里，他对中国经济发展的许多宏观问题都有着深刻的理解。哪些是生产力最高的，哪些是转型过程的核心？生产力是如何在企业间分配的？随着时间的推移，这种情况发生了怎样的变化？这些过程能在所有地区观察到吗？在所有领域？它是否反映在盈利能力和投资率上？其他发展中经济体能否达到同样的增长和发展水平？对于发达国家，企业层面数据的分布已在文献中得到广泛调查和讨论。许多程式化的事实是已知的，尽管有些问题仍然存在争议。Ijiri和Simon（19641977）提出，企业规模是高度倾斜的，遵循帕累托分布，其根本原因是遵循Gibrat定律的过程。这一观察结果后来被更详细的数据集证实（Axtell，2001；Ga ffeo等人，2003），尽管一些文献倾向于将分布建模为对数正态分布（Cabral和Mata，2003），并提出了其他生成算法（Heinrich和Dai，2016），以供概述）。显然，这对竞争法、创新政策、劳动力市场治理以及产业组织政策干预的有效性具有重要的政策影响。

与企业增长、创新和技术变革的联系（Yu等人，2015年；Li和Rama，2015年）进一步强调了这种分配方法的重要性，后者也同样强调了企业增长率（Bottazzi和Secchi，2006年）和生产率（Yanget al.，2019年）分布的重要性。发达国家企业水平分布的一个重要特征是，无论是时间（Yang等人，2019年）还是企业年龄（Cabral和Mata，2003年），都没有观察到显著的变化。然而，发展中国家可能有很大不同。它们在部门结构、技术、经济政策和社会组织方面都会发生重大而迅速的变化。对发展中经济体的这种分配变化进行调查，可能有助于揭示推动这种发展的机制、政策措施的有效性、技术变化的微观结构影响，以及发达国家的潜在历史。研究发达国家的类似历史过程将需要更古老的数据，而这些数据几乎肯定无法以高分辨率获得。对于PR China而言，查看数据立即表明，一个系统性的转变正在进行：图1以半对数图（水平轴线性，垂直轴对数）显示了企业层面劳动生产率的分布（密度）函数；分布的形状保持不变，但右侧（正尾）向外移动，峰值变得不那么明显。

我们将在下文讨论其他系统性变化、解释和影响（见第5节）；目前，我们强调，在中国经济的这个发展阶段，分配模式发生了系统性的变化。我们使用1998-2013年中国公共关系的企业级数据集，用下限帕累托分布调查国际布拉特定律的变化；如果没有这样的界限，它会产生对数正态分布（Mitzenmacher，2004）。对数对数对数-密度0 2 4 6 8 10 121e-04 1e-03 1e-02 1e-01 1e+00199819992000200120022003200420520062007图1：劳动生产率（LP）分布密度（全样本）按年份以半对数（纵轴对数）表示。实线表示Levy alpha稳定分布，如表2所示。从分配模型的角度来看，中国经济增长最快时期的经济微观结构。重点抓好劳动生产率分配和劳动生产率变化；这些可以说是与经济发展最密切相关的数量。虽然有人提出了其他劳动生产率分布模型（Yu等人（2015年）考虑了非对称指数幂（AEP）分布和高斯正态分布），但越来越多的证据表明劳动生产率和劳动生产率变化（Yang等人，2019年）都有重尾现象，这表明L’evyα稳定分布（Nolan，1998年，2019年）是一种分布模型。L′evyα稳定分布推广了高斯正态分布，但几乎所有参数值都有重尾。重要的后果包括，劳动生产率的明显分散（Berlingieriet等人，2017年）取决于如何衡量分散。

如果这种分散存在，它可能是劳动力、资本或其他资源分配不当的一个迹象，这对中华人民共和国的经济具有相当大的相关性（谢和克列诺，2009）。它还涉及到关于粒化的争论。对于一个特定的参数设置，L′evyα稳定收敛于高斯正态分布。总量波动的起源（Gabaix，2011；Schwarzkopf等人，2010）以及如何量化和解释固定人口劳动生产率分布特征的问题。Yang等人（2019）全面研究了劳动生产率分散措施的特征以及这些经济问题的后果。我们证明，中国公共关系中的劳动生产率、劳动生产率变化以及其他各种企业层面的特征，确实与有限方差呈厚尾关系。此外，我们展示了列维阿尔法稳定分布是一个极好的分布，并讨论了如何使用列维阿尔法稳定分布的参数来指定和跟踪分布的特征。我们讨论了新兴的时间和区域模式以及其他子样本中的行为。最后，我们展示了企业层面的劳动生产率分布、劳动生产率变化、可支持性、投资率之间的关系，以及这些企业层面模式与聚合层面数据之间的关系。本文的组织结构如下：第二节回顾了PRC中国在快速增长时期生产力发展的文献。第3节描述了相关数据和变量。第4节讨论了被测试的分布模型、L’evy alphastable和非对称指数幂，以及拟合程序和采用的拟合优度度量。

第5节介绍了发现和相应的解释。第6节总结。2.文献本论文旨在为企业层面数据分布模型的研究、企业生产力在经济发展中的作用的调查，以及更具体地说，对中华人民共和国近几十年的快速增长和发展的分析做出贡献。因此，我们简要概述了这三个领域的文献。2.1企业层面数据的分布模型对于发达国家来说，已经确定企业规模、销售额等的分布严重倾斜（Ijiri和Simon，1964；Axtell，2001），帕累托（Axtell，2001）和对数正态分布被提议为分布模型（Cabral和Mata，2003）。增长率和生产率的双边分布具有比正态分布更大的尾部；提出的分布模型包括增长率的非对称指数幂分布（Bottazzi和Secchi，2006；Bottazzi等人，2007；Bottazzi和Secchi，2011）和生产率的L’evyα稳定分布（Yang等人，2019）。然而，发达经济体相对稳定。在最近几十年中，观察到这些分布几乎没有变化，且有良好的数据可用（例如，见（Yang等人，2019年）），预计变化也很小。为了理解企业层面分布的发展，学者们转而关注不同年龄组的企业、它们的生存和加班换班（Cabral和Mata，2003）。

重要的发现包括，分布形式不会随时间（Yang等人，2019年）或年龄（卡布拉尔和马塔，2003年；安吉利尼和通用，2008年）而改变，幸存的企业稍大（卡布拉尔和马塔，2003年），它们提高了生产率（使企业内的生产率增长在总体水平上很重要）（巴特尔斯曼等人，2013年；李和拉玛，2015年）。Cabral和Mata（2003）报告说，葡萄牙语组合中幸存下来的公司有较少的长尾巴和较低的倾斜；然而，如果企业规模在现实中遵循的统计过程是具有低指数的重尾过程，则这些时刻可能不存在，而Cabral和Mata的发现可能是统计伪影（Yang et al.，2019）。关于小企业更具活力，并在生产率提高和新创造的就业岗位中占据重要份额的假设经常被提出，但仍存在争议（Li和Rama，2015）。2.2经济发展和企业水平生产力发展中国家往往无法获得企业水平的综合数据。反过来，许多研究必须使用较小且可能存在偏差的样本量。值得注意的例外是，对中华人民共和国的渔业进行研究——使用我们也与之合作的中国工业企业数据库——以及在印度——使用ZF普查数据。虽然发达国家的一般分布形式已经确定（谢和克列诺，2009年；马等人，2008年；张等人，2009年；科德和塔姆瓦达，2012年；孙和张，2012年；余等人，2015年；丁等人，2016年；海因里希和戴，2016年），但印度和中国的生产率分布更广（谢和克列诺，2009年）。在一般均衡的解释中，生产率应该相等，因为投资者应该更喜欢高生产率，而低生产率的企业应该被冻结。