1 数据说明
采用2018-2020年我国上市工业企业的财务数据来测度企业的全要素生产率。参考《The Brain Gain of Corporate Boards: Evidence from China》等文献的做法，企业投入产出的数据说明如下：
-
企业总产出--用企业主营收入的数据
-
资本--用企业固定资产的数据
-
劳动力--用企业员工总数的数据
-
中间投入--用企业购入商品和劳务现金的数据
-
投资--用企业资本性支出的数据
-
企业年龄--用企业年龄的数据
-
企业性质--用企业性质（国有、民营、外资）的数据
-
企业exit变量--用企业是否退出生产市场的数据（由于我国上市企业很难退市，且本例仅三年跨度，因而没有企业退市的数据。为了演示OP方法的估计，这里做如下设定，即如果企业按照证监会的行业门类发生改变，就认为其退出原来的生产市场，令exit=1；否则，令exit=0）
由于数据的时间跨度比较短，所以不考虑通货膨胀的因素。如果时间跨度比较长，则需要对财务数据进行平减。
这里采用Stata16软件来分析。
注意:在计算全要素生产率时，产出数据有两种形式，一种是增加值，一种是总产值。如果用阐述产出用增加值，那么生产函数中不需要加入中间投入变量，但如果产出用总产值，那么生产函数中需要加入中间投入变量！
2 录入数据
打开数据编辑窗口，将数据从Excel中复制到Stata，注意粘贴时选择“将第一行作为变量名”
3 数据预处理
将字符串数据类型转换为数值型：
destring 主营成本2020,replace force
数据格式转换为面板类型：
reshape long 主营收入 员工总数 固定资产 主营成本 中间投入 资本性支出 exit,i( 证券代码) j(year)
变量取对数：
g lny=ln(主营收入)
g lnk=ln(固定资产)
g lnl=ln(员工总数)
g lnm=ln(中间投入)
g lnage=ln(year-成立年)
g lni=ln( 资本性支出 )
生产企业性质、证券代码的数据型变量：
encode 企业性质,g(soe)
encode 证券代码,g(id)
设置面板格式：
xtset id year
4 估计企业全要素生产率
安装OP方法的命令：
search opreg
估计回归方程：
opreg lny, exit(exit) state(lnage lnk) proxy(lni) free(lnl lnm) cvars(soe) vce(bootstrap, seed(123) reps(50))
在opreg命令中： exit()中为企业退出生产市场的变量 state()中为生产函数中的状态变量 proxy()中为未被观测到的生产率的代理变量 free()中为生产函数中的自由变量 cvars()中为其他控制变量。其中，exit、state、proxy、free为必须参数。
计算企业全要素生产率：
predict tfp_op