《表2 各类TFP均值的分布检验》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《工业增加值与全要素生产率估计——基于中国制造业的拟蒙特卡洛实验》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对1000次模拟得到的TFP均值分布进行偏度与峰度检验（Skewness and Kurtosis Test）以及单一样本K-S检验（Kolmogorov-Smirnov Test），如表2所示。检验的原假设是“变量分布服从正态分布”，若显著拒绝原假设，表明变量分布不服从正态分布，反之，则不能拒绝变量服从正态分布的原假设。根据各类TFP分布检验的P值，增加值生产函数与总产值生产函数均在1%水平上显著拒绝原假设，其测算得到的TFP均值不服从正态分布。增加值成本函数在偏度与峰度检验中拒绝原假设，在K-S检验中不能拒绝变量服从正态分布的原假设。总产值成本函数在两类检验中均不能拒绝TFP均值服从正态分布的原假设，意味着成本函数测算得到的TFP要更接近于正态分布，测算结果更为稳健。