生産関数における需要要因と供給要因の識別法：全要素生産性の分解

産業・企業生産性向上プログラム (第三期：2011～2015年度)
「経済変動の需要要因と供給要因への分解：理論と実証分析」プロジェクト

国内の景気動向について観察するときも、経済成長を国際比較する際にも、生産性は主要な経済指標として用いられている。全要素生産性（以下TFP）は生産性の標準的な指標として、長年に渡り経済理論、実証分析の両方で用いられてきた。たとえば、計測されたTFPやその成長率が低い場合、その国の経済自体の成長率も低いと判断され、政策実施者はR&D投資、税率の低減、補助金の交付などで企業活動の支援を行う政策をとる。しかし、通常TFPは、生産関数の推定で得られた残差で与えられるため、本来の生産性ショックだけでなく需要ショックも含まれる。なぜなら、生産関数は、理論上は企業の生産活動のみを表し、生産した台数や個数といった数量データを想定するが、推定する際に用いるデータは金額ベースであり、生産活動に加え市場での価格、流通、販売活動といった需要情報が含まれるからである。つまり生産性の下降が観察された際、その原因が供給、需要のどちらに起因するかで適切な政策は異なるものとなるであろう。

Konishi and Nishiyama (2013、以下KN法)ではこの問題意識の下、TFPを（1）供給ショック（生産性）、（2）需要ショック、（3）その他のショックに分解する方法を提案し、経済産業省の『生産動態統計調査』と『工業統計調査』を用いて実証分析を行った。KN法は、需要関数は定式化せずに、生産可能量（キャパシティ）と実際の生産量との差が、計測したTFPに含まれる需要ショックに等しくなると考えた。

本稿は、明示的に需要関数と需要ショックをモデル化し、構造的に分析する手法を提案することでKN分析を拡張している。その際、図1のように企業の意思決定のタイミングと短期と長期の各ショックが区別できるようにモデル化した。長期の供給ショック（ω^L）と需要ショック（ξ^L）は、事前に企業に見えているもので、たとえば、長期間行っている研究開発や将来的な海外進出による需要の増大などに相当し、企業は必要に応じて資本や労働へ投資して最適投入量を実現する。このように自社が保持している投入量で生産できる量をキャパシティ（Ȳ）と呼ぶ。

一方で短期の供給ショックω^Sや需要ショック（ξ^S）は直前まで企業自身にも観察するのが難しい。たとえば、材料費の高騰や新たな技術の導入、予期しない市場の反応による自社製品の需要増減などである。これらの場合、ショックが観測されてから固定的な労働や資本の投入量を変化させる余裕はなく、稼働率で調整すると考えられる。その他のショック（ε）は、異常気象や災害、各企業固有の突発的な事故などの誰にも予測不能なショックである。実現された生産量はインプットの量と短期の供給ショックと需要ショック、その他のショックに依存して決まると考えられる。

本稿では、完全競争下と製品の差別化を考慮した独占的競争の市場下でTFPを3つのショックに分解した。ただし、本稿ではショックの識別には成功したが、中には推定不能な形のものもあった。もちろん、識別できないものは推定できないが、今後は実証可能な推定モデルを考案したい。また他の先行研究同様に、TFPの中にのみ技術生産性が含まれていると仮定している。そのため、20世紀の産業革命のように、機械や装置といった資本の性能や技術の向上による生産性の変化が把握できていない。これも今後の課題となるであろう。しかしながら、今後、この手法の活用により、従来の生産性計測の問題点である、逆の政策をとってしまうというリスクの軽減と、ショックの種類とタイミングを区別した政策立案を期待できる。また、生産性計測には、生産可能量（キャパシティ）の情報が非常に重要であることを示せたので、他の統計でも調査されることを希望する。

図1：企業の意思決定と各ショックとの関係

参考文献

• Konishi and Nishiyama (2013) "Decomposition of Supply and Demand Shocks in the Production Function using the Current Survey of Production," RIETI Discussion Paper, 13-E-003.