Phân tích năng suất yếu tố tổng hợp sử dụng chỉ số Färe-Primont – Nghiên cứu trường hợp Trung Quốc và gợi ý cho Việt Nam

Phân tích năng suất yếu tố tổng hợp sử dụng chỉ số Färe-Primont– Nghiên cứu trường hợp Trung Quốc và gợi ý cho Việt Nam

Vũ Thị Oanh[1]

Tóm tắt

Để khắc phục những hạn chế của chỉ số Malmquist, bài viết sử dụng chỉ số Färe-Primont dựa trên định nghĩa của năng suất các yếu tố tổng hợp. Trước hết, chỉ số Färe-Primont được phát triển với hàm khoảng cách được coi như là hàm cộng gộp; Thứ hai, kết hợp với các ý nghĩa kinh tế học của các khái niệm có liên quan về hiệu quả, phân tích chỉ số Färe-Primont thành tiến bộ kỹ thuật, thay đổi hiệu quả kỹ thuật, hiệu quả quy mô và hiệu quả hỗn hợp khả dụng; Cuối cùng, bài viết sử dụng số liệu năng suất nhân tố tổng hợp của 29 tỉnh trong giai đoạn 15 năm (2001-2015) của Trung Quốc tiến hành phân tích thực chứng. Trên cơ sở đó, bài viết đề xuất một vài gợi ý đối với Việt Nam.

Từ khóa: Năng suất nhân tố tổng hợp, hàm cộng gộp, chỉ số Färe-Primont

Abstract

To overcome the shortcomings of Malmquist index, Färe-Primont index was introduced on the basis of the total factor productivity definition.  The properties and decomposition of total factor productivity were also discussed. Firstly, Färe-Primont index was developed with distance function as the aggregate function, and it is proved that the index satisfies multiplicative completeness and transitivity. Then, with the economic connotations of related efficiencies, Färe-Primont index was decomposed into the product of technology progress，technical efficiency change, scale efficiency change and residual mix efficiency change completely. Finally, the total factor productivities of 29 provinces in China from 2001 to 2015 were studied empirically by using Färe-Primont index. Based on the analysis, the paper proposes some recommendations for Vietnam.

Key words: total factor productivity, aggregate function, Färe-Primont Index

1. Giới thiệu

TFP (Total factor productivity) là chỉ tiêu đo lường năng suất của đồng thời cả “lao động” và “vốn” trong một hoạt động cụ thể hay cho cả nền kinh tế. TFP phản ánh sự tiến bộ của khoa học, kỹ thuật và công nghệ, qua đó sự gia tăng đầu ra không chỉ phụ thuộc vào tăng thêm về số lượng của đầu vào (phương thức truyền thống) mà còn tuỳ thuộc vào chất lượng các yếu tố đầu vào là lao động và vốn. Do đó, có thể nói rằng TFP chính là nhân tố cốt lõi của tăng trưởng kinh tế. Tầm quan trọng của TFP đã trở thành vấn đề trọng yếu trong lĩnh vực nghiên cứu tăng trưởng kinh tế. Các nhà học giả trong và ngoài nước đã thực hiện nhiều nghiên cứu sâu rộng nhằm ước tính chính xác hơn TFP. Hiện nay, các phương pháp tính toán TFP chủ yếu có Kernel Algorithm, phương pháp phân tích bao dữ liệu (Data Envelopment Analysis - DEA) và phân tích biên ngẫu nhiên (Stochastic Frontier Analysis – SFA). Trong đó, DEA do có ưu thế là không cần thiết phải đưa ra các giả thiết kiểm định đối với phân bổ sai số và hình thức hàm sản xuất, cho nên trong những nghiên cứu gần đây đã nhận được sự chú trọng rộng rãi, đặc biệt là chỉ số năng suất Malmquist (sau đây gọi tắt là chỉ số M). 

Tuy nhiên, đối với chỉ số M, trong giới học thuật hiện nay vẫn còn nhiều tranh luận. Trước tiên, Grifell và Lovell (1995) đã chỉ ra, chỉ số M có các yêu cầu kỹ thuật quá hà khắc, cụ thể như kỹ thuật phải là lợi suất không đổi theo quy mô, nếu không thì sẽ xuất hiện sự sai lệch hệ thống trong tính toán sự thay đổi của năng suất. Tiếp theo, O’donnell (2010) cho rằng, chỉ số M không có tính hoàn chỉnh của phép nhân, do đó không thể phân tích thành tiến bộ kỹ thuật và tích số của sự thay đổi năng suất của nhiều hạng mục. Cuối cùng, Collio (2005) chỉ rõ, chỉ số M không thỏa mãn được sự so sánh liên thời gian hay tính kế thừa, tức nếu chỉ số M của thời điểm t đến t+1 và từ t+1 đến t+2 lần lượt là MTFP(t, t+1) và MTFP(t+1, t+2), thì MTFP(t, t+2) ≠ MTFP( t，t+ 1) × MTFP( t + 1，t + 2), vì thế không thể so sánh năng suất giữa hai thời kỳ không liền kề. Nhằm khắc phục những hạn chế của chỉ số M, bài viết sử dụng một chỉ số mới dựa trên DEA: chỉ số năng suất Färe-Primont (sau đây gọi tắt là chỉ số FP), để tiến một bước phân tích hợp lý, hiệu quả hơn đối với chỉ số năng suất nhân tố tổng hợp TFP.

Bài viết phân tích thực chứng trường hợp với Trung Quốc, số liệu được tổng hợp từ 29 tỉnh trong giai đoạn 15 năm (2001-2015).

2. Cơ sở lý thuyết và phương pháp nghiên cứu

2.1. TFP – năng suất các nhân tố tổng hợp và chỉ số Färe-Primont (FP)

Như chúng ta đều biết, đơn vị ra quyết định (Decision Making Unit - DMU) dùng một loại yếu tố đầu vào khi sản xuất một loại sản phẩm, có thể dùng một tỷ lệ so sánh giữa đầu vào và sản lượng để định nghĩa năng suất của DMU. Khi DMU sử dụng nhiều đơn vị đầu vào để sản xuất nhiều loại sản phẩm, định nghĩa về năng suất sẽ phức tạp hơn một chút. Lúc này, thường sử dụng tỷ lệ giữa tổng sản lượng (aggregate output) và tổng đầu vào (aggregate input) để thể hiện năng suất và được coi là năng suất các nhân tố tổng hợp. TFP làm cho tất cả các yếu tố được sử dụng trong quá trình sản xuất đều được xem xét tính toán kỹ lưỡng. Bài viết này nghiên cứu sự biến động của TFP (tức chỉ số TFP) tiến hành phân tích so sánh cùng một DMU với TFP tại các thời kỳ khác nhau. Giả thiết đối tượng nghiên cứu là số liệu của N DMU và T thời kỳ, trong đó có K loại đầu vào, sản xuất ra J loại hàng hóa. Ta lần lượt có vector x_t = (x_t1,…,x_tK) và q_t = (q_t1, q_t2,…,q_tJ) biểu thị đơn vị ra quyết định thứ i (DMU_i ) và vector sản lượng kỳ thứ t. Như vậy, có thể suy ra biểu thức TFP kỳ thứ t với DMU_i là:

TFP_t =       (1)

Trong đó, Q_t =Q (q_t) là hàm tổng sản lượng; X_t =X (x_t) là hàm tổng đầu vào. So sánh TFP của DMU_i kỳ thứ t và kỳ thứ s như sau:

TFP_s,t  =  =  =     (2)

Trong đó, Q_s,t= Q_t/Q_s; X_s,t= X_t/X_s lần lượt biểu thị sự biến động về số lượng của tổng sản lượng đầu ra và đầu vào theo DMU_i từ kỳ s đến kỳ t. Công thức (2) chỉ ra, sự thay đổi của TFP có thể biểu thị thành tỷ số giữa tổng sản lượng và tổng đầu vào. Chỉ số TFP có thể phân tích thành tiến bộ kỹ thuật và tích số của những thay đổi trong năng suất các nguồn lực khác, hơn nữa trong quá trình phân tích không cần có bất kỳ giả thiết nào đối với kỹ thuật, hành vi doanh nghiệp hay cơ cấu thị trường.

Trên thực tế, bằng việc lựa chọn các hình thái khác nhau của hàm Q(.) và X(.) thì có thể đạt được nhiều chỉ số TFP. Các chỉ số thường thấy như Laspeyres, Pasche, Fisher và Trönqvist đều có tính đầy đủ phép nhân. Tuy nhiên, trong quá trình tính toán cần thu được thông tin về giá cả của sản phẩm và yếu tố đầu vào, mà một vài thông tin về giá cả không phải lúc nào cũng dễ dàng tính toán, thậm chí không tồn tại (ví dụ như giá của sự ô nhiễm). Vì vậy, bài viết này lựa chọn chỉ cần thu thập được thông tin về sản lượng - đầu vào là có thể phân tích chỉ số FP liên quan để tiến hành nghiên cứu.

2.1.1. Chỉ số FP

Để cấu thành chỉ số FP, bài viết lựa chọn hàm số cộng gộp như sau:

• Hàm số cộng gộp sản lượng của thời kỳ thứ t:

Q(q_t) = ( x₀, q_t) =  

• Hàm số cộng gộp sản lượng thời kỳ thứ s:

 Q(q_s) = ( x₀, q_s) =  

• Hàm số cộng gộp đầu vào thời kỳ thứ t:

X(x_t) = (x_t, q₀) =

• Hàm số cộng gộp đầu vào thời kỳ thứ s:

X(x_s) = (x_s, q₀) =

Trong đó:

t₀ biểu thị kỳ tham khảo định trước;          

x₀ và q₀ là vector sản lượng – đầu vào DMU_i kỳ thứ t₀, và đều là vector khác 0 hữu hạn;

Q đại diện cho ma trận sản lượng quan sát kỳ thứ t₀ của J x N;

X đại diện cho ma trận đầu vào quan sát kỳ thứ t₀ của của K x N;

ι là vector đơn vị của N x 1;

θ là vector quyết định của N x 1, θ = ( θ₁, …, θ_N) ≥ 0 biểu thị Ǝn∈(1, …, N) với θ_n ＞ 0.

Từ đó, chỉ số FP được viết như sau:

Có thể phân tích chỉ số FP thành tiến bộ kỹ thuật và tích số của sự cải tiến hiệu quả của nhiều yếu tố, hơn nữa trong quá trình phân tích không cần các giả thiết cho kỹ thuật, hành vi doanh nghiệp cũng như kết cấu thị trường. Đồng thời, còn có thể dễ dàng nghiệm chứng chỉ số FP có tính bắc cầu, điều này tạo thuận tiện rất lớn cho việc so sánh đánh giá năng suất của hai thời kỳ tùy ý.

2.1.2. Phân tích chỉ số FP

Nhằm thực hiện việc phân tích chỉ số FP, bài viết trước hết nêu rõ các khái niệm về hiệu quả có liên quan trong khuôn khổ đầu vào – đầu ra cộng gộp.

(1) Hiệu quả kỹ thuật (Technical efficiency – TE)

Hãng A sử dụng đầu vào sản xuất là , thu được sản lượng đầu ra là . Để tiện theo dõi, giả định hàm số cộng gộp đầu vào và đầu ra lần lượt là  và . Trước hết, hình 1 cho thấy hiệu quả kỹ thuật theo khuynh hướng đầu vào của hãng sử dụng hai đầu vào:

Hình 1. Hiệu quả kỹ thuật theo khuynh hướng đầu vào của hãng sử dụng hai đầu vào

Trong hình 1, I_P đi qua điểm A là đường đầu vào. Mỗi điểm nằm trên đường này đều cùng điểm A có mức độ đầu vào cộng gộp X_t. Mỗi điểm tùy ý trên đường O_P đi qua điểm B đại diện cho sản lượng (đầu ra) q_t khi có tổ hợp đầu vào A. Tại mức q_t cố định và tỷ lệ tổ hợp đầu vào không đổi (tức tỷ lệ của  không đổi), hãng A có thể thông qua hình chiếu đến điểm B để thực hiện việc đem đầu vào cộng gộp từ giá trị nhỏ nhất X_t tới điểm B – đầu vào cộng gộp . Lúc này, so sánh độ dài của đoạn thẳng OB và OA, chính là định nghĩa được Farrell M J. (1957) nêu ra về hiệu quả kỹ thuật đầu vào (input-oriented technical efficiency - ITE), tức:

ITE = ‖OB‖/‖OA‖= / X_t

          Khi kích thước của vector đầu vào – đầu ra mở rộng, hình 1 không còn phù hợp, lúc này có thể lựa chọn hình 2:

Hình 2. Hiệu quả của hãng đa đầu vào – đa đầu ra

Trong hình 2, điểm A biểu thị vector sản lượng (đầu ra) và đầu vào của hãng lần lượt là: x_t = (x_t1, …, x_tK) và q_t = ( q_t1, q_t2, …, q_tJ); đồng thời đầu vào cộng gộp và sản lượng cộng gộp lần lượt là X_t và Q_t. Đường cong đi qua điểm B và C biểu thị đường sản xuất giới hạn hỗn hợp (Mix-restricted production frontier - MRPF), và những phần nằm trên trục hoành được gọi là tập hợp khả năng sản xuất giới hạn hỗn hợp (mix-restricted production possibilities set). Do định nghĩa này hoàn toàn trong khuôn khổ số lượng mà xem xét sự phối hợp hợp lý giữa yếu tố đầu vào và sản lượng, chưa xem xét nhân tố giá cả của đầu vào – đầu ra, vì thế mới gọi là “tập hợp khả năng sản xuất giới hạn hỗn hợp”, chứ không phải là “tập hợp khả năng sản xuất giới hạn phân phối”. Tập hợp khả năng sản xuất này chỉ bao gồm các vector đầu vào và đầu ra, lần lượt là bội số  và , tức đối với hãng H bất kỳ, ta có H( ). Nếu  ( ) và ), thì hãng H nằm trong tập hợp khả năng sản xuất giới hạn hỗn hợp. Vì vậy, đường cong và tập hợp khả năng sản xuất giới hạn hỗn hợp trong hình 2 chỉ có ý nghĩa đối với hãng A và hãng có tỷ lệ hỗn hợp đầu vào cùng với tỷ lệ hỗn hợp đầu ra tương tự hãng A, bất kỳ hãng nào có tỷ lệ này không tương tự hãng A thì cần tham khảo đường giới hạn tỷ lệ hỗn hợp khác để tiến hành phân tích.

Do MRPF giữ cố định tỷ lệ hỗn hợp đầu vào – đầu ra, nên có thể xem xét cùng mức độ đối với đường sản xuất đơn đầu vào – đơn đầu ra truyền thống. Tại điểm A trong hình 2 có hiệu quả kỹ thuật đầu vào là:

ITE_t =         (4)

ITE có thể thông qua so sánh đường TFP tại điểm A và tham khảo điểm B, hoặc so sánh độ dốc của các đường để tính ra, tức là:

ITE_t =

(2) Hiệu quả quy mô (Scale efficiency - SE)

Qua phân tích trên, cải thiện hiệu quả kỹ thuật hàm ý sẽ tăng TFP. Tuy nhiên, hình 2 cũng chỉ ra, mặc dù thông qua cải thiện hiệu quả kỹ thuật bài viết đem hãng từ điểm A di chuyển tới điểm B, nhưng vẫn không thực hiện được tối đa hóa TFP. Hãng A có thể trong tập hợp khả năng sản xuất giới hạn hỗn hợp, di chuyển hướng tới điểm D đ nhằm tối đa hóa TFP. Bài viết gọi những điểm như D là điểm quy mô tối ưu trong khuôn khổ tỷ lệ hỗn hợp không đổi.

 Điểm B và D cùng nằm trên một đường MRPF, nên đều có tỷ lệ hỗn hợp của kỹ thuật, đầu vào và sản lượng tương đồng, do đó nguồn gốc về sự cách biệt TFP giữa hai chúng là từ sự khác nhau của quy mô đầu ra - đầu vào tương ứng tại mỗi điểm, hoặc có thể nói là hiệu ứng quy mô của đầu vào – đầu ra đã gây ra sự khác biệt của TFP. Vì vậy, gọi so sánh đường TFP của điểm B và D là hiệu quả quy mô khuynh hướng đầu vào (input-oriented scale efficiency – ISE), tức là:

ISE_t =                             (5)

Trong đó: ,  lần lượt biểu thị đầu vào cộng gộp và sản lượng cộng gộp tại điểm D, và ; , trong đó, ,   

(3) Hiệu quả hỗn hợp khả dụng (residual mix efficiency - RME)

Chúng ta đang xem xét hiệu quả quy mô và kỹ thuật trong trường hợp tỷ lệ phối hợp đầu vào – đầu ra không đổi. Tiếp theo, thông qua nới lỏng hạn chế tỷ lệ phối hợp nhằm tiếp tục triển khai phân tích, tức là nghiên cứu ảnh hưởng của việc thay đổi tỷ lệ phối hợp đầu vào – đầu ra đối với năng suất.

Sau khi nới lỏng điều kiện hạn chế tỷ lệ phối hợp, tập hợp khả năng sản xuất mở rộng hướng ra bên ngoài trở thành tập hợp khả năng sản xuất không giới hạn tỷ lệ hỗn hợp, mà biên giới của nó có thể gọi là đường sản xuất không giới hạn tỷ lệ hỗn hợp. Rõ ràng là, đường sản xuất giới hạn tỷ lệ phối hợp được bao bởi đường sản xuất không giới hạn tỷ lệ hỗn hợp, chính là đường T_t đi qua điểm E (như trong hình 2).

Từ hình 2 có thể thấy, thông qua cải thiện hiệu quả quy mô và kỹ thuật, hãng A nằm trong tập hợp khả năng sản xuất giới hạn tỷ lệ phối hợp đã thực hiện được tối đa hóa TFP (di chuyển tới điểm D). Một khi nới lỏng giới hạn tỷ lệ phối hợp, TFP của hãng A vẫn có thể tiếp tục tăng lên, liên tục di chuyển đến điểm E tối đa hóa TFP nằm trên đường khả năng sản xuất không giới hạn tỷ lệ phối hợp. Trong hình 2, D là điểm tối ưu trên đường khả năng sản xuất giới hạn tỷ lệ phối hợp, mà E là điểm tối ưu trên đường khả năng sản xuất không giới hạn tỷ lệ phối hợp. Về cơ bản, thúc đẩy hãng A từ điểm D đi tới điểm E rõ ràng là sự thay đổi của tỷ lệ phối hợp đầu vào – sản lượng, vì thế ta gọi tỷ lệ TFP của điểm D và E là hiệu quả hỗn hợp khả dụng:

RME_t =                          (6)

 và  lần lượt là đầu vào cộng gộp và sản lượng cộng gộp của điểm E, mà vector   và  thỏa mãn:

Đồng thời, ta ghi nhớ TFP của điểm E là:

(4) Hiệu quả TFP (TFP efficiency - TFPE)

Từ phân tích trên, đối với hãng A, có thể đạt đến E là điểm đạt hiệu quả TFP lớn nhất ( ). Vì thế, ta có công thức tính hiệu quả TPF như sau:

TFPE_t =  =               (7)

                                           TFPE_t =  = ITE_t  ISE_t  RME_t

Ta có: TFP_t =  =  ITE_t  ISE_t  RME_t  (8)

Tiến thêm một bước, ta có thể viết chỉ số FP thành dạng thức sau:

               (9)

Tại vế phải phương trình (9) có bốn biểu thức trong ngoặc đơn: Biểu thức đầu tiên là trong điều kiện kỹ thuật của kỳ s và kỳ t, tỷ lệ của hai TFP lớn nhất, như vậy là đã có sự thay đổi của kỹ thuật ở hai giai đoạn, tức sự tiến bộ của công nghệ; Biểu thức thứ hai, tỷ lệ hiệu quả kỹ thuật của đầu ra tại thời kỳ t và s, tức hiệu quả kỹ thuật của đầu ra thay đổi; Biểu thức thứ ba, tỷ lệ hiệu quả quy mô của đầu ra tại hai thời kỳ, tức hiệu quả quy mô của đầu ra thay đổi; Biểu thức cuối cùng, tỷ lệ hiệu quả hỗn hợp khả dụng của hai thời kỳ, tức hiệu quả hỗn hợp thay đổi.

2.2. Phương pháp nghiên cứu

Khi nghiên cứu về vấn đề năng suất nhân tố tổng hợp, yếu tố đầu vào chủ yếu là lao động và vốn vật chất. Jorgenson và Griliches (1967) đã chỉ ra, đầu vào lao động nên được đo lường bằng cường độ lao động trung bình trong thời gian làm việc trung bình, số lượng lao động không thể phản ánh sự khác biệt về thời gian làm việc của mỗi một công nhân. Đồng thời, trình độ tay nghề cao hay thấp cũng có ảnh hưởng trực tiếp đến hiệu quả kinh tế, sử dụng công nhân được đào tạo nhất định để đánh giá trình độ vốn nhân lực sẽ có hiệu quả hơn. Bài viết sẽ sử dụng số liệu trong giai đoạn 2001 – 2015. Đầu vào vốn vật chất không chỉ bao gồm mỗi năm đầu tư tài sản cố định mới, mà còn cả vốn tích trữ của năm trước, khấu trừ khấu hao của lượng vốn năm hiện tại, thường sử dụng công thức cơ bản như sau:

K_t = I_t + (1- δ) K_t-1                    (10)

 Trong đó, K_t là lượng vốn tích trữ của kỳ thứ t; I_t là lượng vốn đầu tư của kỳ thứ t; δ là tỷ lệ khấu hao (được giả định cho trước là 10,96%).

Bài viết sử dụng phần mềm DPIN3.0 tiến hành phân tích đánh giá trên cơ sở phương trình (9). Nguồn số liệu trích từ Niên giám thống kê Trung Quốc các năm 2001 – 2015, lấy năm 2001 làm năm gốc. Bài viết lựa chọn số liệu của 29 tỉnh Trung Quốc đại lục, khu tự trị (loại trừ khu tự trị Tây Tạng) và thành phố trực thuộc trung ương (hợp nhất Tứ Xuyên và Trùng Khánh).

3. Kết quả nghiên cứu - Phân tích sự tăng trưởng TFP của Trung Quốc

Dựa trên các kết quả nghiên cứu ở mục trên, tác giả sử dụng phần mềm DPIN 3.0 vào kết quả phân giải của phương trình (9) để nghiên cứu tình hình thay đổi chỉ số TFP của Trung Quốc, được số liệu tại bảng 1.

Bảng 1. Tăng trưởng TFP của Trung Quốc và các thành phần cấu thành (2001 - 2015)

(TFP ₂₀₀₁ =1)

Nguồn số liệu: www.stats.gov.cn, Tổng cục Thống kê Trung Quốc, Niên giám thống kê Trung Quốc năm 2001 – 2015.

Trong quá trình tính toán cụ thể, bài viết giả định kỹ thuật không bị giảm sút. Bảng 1 cho thấy, giai đoạn 2001 – 2015, TFP của Trung Quốc tăng trưởng bình quân 13,2%/năm. Có thể thấy tính ổn định của chỉ số FP. Nhìn chung, từ năm 2001 đến năm 2008, chỉ số TFP tăng dần và đạt mức cao nhất vào năm 2007 và 2008, sau đó lại giảm (2009-2010), rồi lại có xu hướng tăng nhẹ (2011-2015).

Xem xét đến các thành phần tác động đến chỉ số TFP, có thể thấy trong 4 thành phần thì thành phần “tiến bộ kỹ thuật” là động lực chủ yếu của tăng trưởng TFP; còn “Hiệu quả kỹ thuật” giảm trong toàn bộ kỳ nghiên cứu (thể hiện ở các chỉ số đều nhỏ hơn 1). Như vậy, từ năm 2001-2015, hiệu quả kỹ thuật là nguyên nhân chủ yếu kìm hãm sự tăng trưởng của TFP; Thành phần “Thay đổi hiệu quả quy mô” tuy đều lớn hơn 1, nhưng biến động khá nhỏ, do đó ảnh hưởng không lớn đến tăng trưởng TFP; Sự thay đổi của hiệu quả hỗn hợp khả dụng phản ánh quá trình tối ưu hóa tỷ lệ kết hợp sản lượng và đầu vào. Trong thời gian nghiên cứu, hiệu quả hỗn hợp khả dụng đã trải qua quá trình ban đầu giảm, sau đó lại tăng, tác động đến chỉ số TFP, làm cản trở sự tăng trưởng của TFP trong các năm đầu kỳ và thúc đẩy tăng trưởng TFP vào cuối kỳ. Như vậy cho thấy, Trung Quốc đã thu được thành quả nhất định nhờ tối ưu hóa tỷ lệ kết hợp nguồn lực.

4. Kết luận và kiến nghị

Đối với chỉ số Malmquist (chỉ số M), không còn nghi ngờ là tồn tại rất nhiều hạn chế. Qua kết quả phân tích thực chứng TFP trên, ta thấy chỉ số Färe-Primont dựa trên định nghĩa của năng suất các yếu tố tổng hợp, đã khắc phục được các nhược điểm của chỉ số M. Do phân tích chỉ số Färe-Primont thành tiến bộ kỹ thuật, thay đổi hiệu quả kỹ thuật, hiệu quả quy mô và hiệu quả hỗn hợp khả dụng, ta có thể thấy rõ đối với trường hợp Trung Quốc, tiến bộ kỹ thuật đóng góp vào sự tăng trưởng của TFP là lớn nhất, trong khi đó hiệu quả kỹ thuật lại gây tác động cản trở. Điều này nói rõ trong quá khứ chỉ chú trọng đến tiến bộ kỹ thuật mà bỏ qua hiệu quả sản xuất. Vì vậy, không thể chỉ phiến diện quan tâm áp dụng công nghệ tiên tiến, mà càng nên tăng cường khai thác và hấp thu công nghệ, kết hợp với việc phân bổ hợp lý các nguồn lực, mới có thể tránh được lãng phí nguồn lực.

TFP là một phạm trù tương đối trừu tượng và việc phân tích các chỉ tiêu liên quan đến TFP không đơn giản. Hiện nay chưa có một phương thức phân tích TFP thống nhất cho tất cả các nước trên thế giới. Tuỳ theo điều kiện từng nước cũng như hệ thống số liệu thống kê sẵn có mà người ta áp dụng những mô hình và phương pháp khác nhau để phân tích chỉ tiêu TFP. Vì thế, sự chính xác và tính so sánh của chỉ tiêu TFP cũng có tính tương đối.

Hiện nay Việt Nam có nhiều cách phân tích TFP, trong đó có áp dụng phương pháp của mô hình Phân tích Bao Dữ liệu (DEA - Data Envelopment Analysis), hay mô hình theo hướng đầu ra của DEA-Malmquist nhằm chú trọng vào việc phát triển số lượng đầu ra từ một lượng đầu vào cho trước. Tuy nhiên, theo phân tích phía trên, việc vận dụng chỉ số M còn tồn tại khá nhiều hạn chế. Do vậy, việc áp dụng phương thức mới – chỉ số FP để phân tích TFP là việc cần thiết.

Như vậy, cách thức để Việt Nam có thể ứng dụng chỉ số năng suất Färe-Primont nhằm tiến thêm một bước phân tích hợp lý, hiệu quả hơn đối với chỉ số năng suất nhân tố tổng hợp TFP, là tiến hành phân tích so sánh cùng một DMU (Decision Making Unit) với TFP tại các thời kỳ khác nhau. Ta cần số liệu của N DMU và T thời kỳ, trong đó có K loại đầu vào, sản xuất ra J loại hàng hóa. Lúc này, thường sử dụng tỷ lệ giữa tổng các đầu ra được tổng hợp theo hệ số qui đổi (weighted aggregate outputs) và tổng các đầu vào được tổng hợp theo hệ số qui đổi (weighted aggregate inputs) để thể hiện năng suất. Như vậy, cần thu thập được thông tin về đầu ra - đầu vào là có thể phân tích chỉ số FP liên quan để tiến hành nghiên cứu. Có thể phân tích chỉ số FP thành tiến bộ kỹ thuật và tích số của sự cải tiến hiệu quả của nhiều yếu tố, trong đó: Tiến bộ kỹ thuật liên quan tới việc sử dụng hiệu quả và hiệu suất công nghệ, vốn, lao động và hiệu quả quản lý. Tiến bộ kỹ thuật xuất phát từ cải tiến ở 4 lĩnh vực chính sau: lực lượng lao động, vốn, hệ thống và công nghệ. Nó phản ánh tác động của một phạm vi rộng các yếu tố, từ các khía cạnh của lao động cá thể cho tới khai thác công nghệ; Hiệu quả của nhiều yếu tố bao gồm: hiệu quả kỹ thuật (technical efficiency), hiệu quả quy mô (scale efficiency); hiệu quả hỗn hợp khả dụng (residual mix efficiency).

Tài liệu tham khảo

1. Balk B. M (2001), “Scale efficiency and productivity change”, Journal of Productivity Analysis, 15(3): 159 －
2. Collio T. J., & Rao D. S. P, & O’donnell C. J, et al (2005), “An introduction to efficiency and productivity analysis”, New York: Springer, 10 (2): 73 －
3. Fare R, & Grosskopf S, & Norris M, et al (1994), “Productivity growth, technical progress, and efficiency change in industrialized countries”, American Economic Review, 84 (1): 66 －
4. Farrell M. J. (1957), “The measurement of productivity efficiency”, Journal of the Royal Statistical Society，Series A (General), 120 (3): 253 －
5. Guo Q. W, & Zhao Z. Y, & Jia J. X (2006), “Analysis on total factor productivity of Chinese provincial economy”, Frontiers of Economics in China, 1(3): 449 －
6. Grifell T. E, & Lovell C. K (1995), “A note on the malmquist productivity index”, Economics Letters, 47 (2): 169 - 175.
7. Jorgenson D. W, & Griliches Z (1967), “The Explanation of Productivity Change”, The review of Economic Studies, 34(3): 249－
8. O’donnell C. J (2010), “Measuring and decomposing agricultural productivity and profitability change”, The Australian Journal of Agricultural and Resource Economics, 54(4): 527 －
9. Sun Guang-sheng, & Huang Yi, & Tian Hai-feng, et al (2012), “Total factor productivity, inputs substitution and regional energy”, Economic Ｒesearch Journal, 47(9): 99 －

[1] Khoa Marketing - Thương mại và Du lịch, Trường Đại học Kinh tế và Quản trị kinh doanh, Đại học Thái Nguyên, Email: Địa chỉ email này đang được bảo vệ từ spam bots. Bạn cần bật JavaScript để xem nó.