自己顶一顶。。

楼主现在知道了吗？我也有这个疑问

计算出的就是增长率，累积TFP需要累乘一下，具体可以参考原毅军老师发在国际贸易问题上的论文

全要素生产率（Total Factor Productivity, TFP）通常被用来衡量技术进步对经济产出的影响。计算TFP的方法主要有两种：传统回归分析方法和数据包络分析(DEA)及基于DEA的Malquist指数。

1. **OP/LP/ACF** 计算方法主要基于生产函数，通过最小化成本或最大化收益的目标函数来估计TFP。其中：
   - OP（Olley-Pakes）：考虑了资本存量的变化和时间不一致性问题。
   - LP（ Levinsohn-Petrin）：使用面板数据并假设技术进步是外生的且在所有公司中均匀分布，通过最小化成本或最大化收益的目标函数来估计TFP。
   - ACF（Ahn-Chong-Fujita）：扩展了LP方法，在估计过程中考虑了资本和劳动投入的价格。

2. **DEA-Malquist** 方法是基于数据包络分析(DEA)的非参数方法。它首先通过DEA技术计算每个观察期的技术效率，然后通过比较不同时期的技术效率变化来计算TFP增长。Malquist指数是一个几何平均数，用于衡量单位投入产出比率的变化。

两种方法的主要区别在于：
- **假设条件**：传统回归分析方法（如OP/LP/ACF）通常需要对生产函数形式做出假设，并假定技术进步是外生的；而DEA-Malquist则不需要关于生产函数的具体形式，更灵活，但可能不提供因果关系。
- **数据要求**：传统方法通常使用面板数据进行估计；DEA-Malquist同样使用面板数据，但特别适用于处理效率和规模经济问题。

关于TFP是“增长率”的说法，实际上TFP本身可以理解为相对于投入（资本、劳动等）的额外产出或增长部分。当计算TFP时，我们确实是在比较不同时期的效率变化，因此在很多情况下会直接关注TFP的增长率。但是，TFP本身也可以被视为一个静态的指标，表示某一时点上的技术效率水平。

综上所述，OP/LP/ACF和DEA-Malquist方法各有优势，在选择时应考虑数据特性、研究目的以及对理论假设的接受程度。

此文本由CAIE学术大模型生成，添加下方二维码，优先体验功能试用