中國(guó)資源錯(cuò)配與經(jīng)濟(jì)效率損失:趨勢(shì)與分解

李欣澤 司海平

要：本文在Hsieh & Klenow資源錯(cuò)配模型的基礎(chǔ)上，將行業(yè)內(nèi)資源錯(cuò)配程度進(jìn)一步分解為資本錯(cuò)配程度、勞動(dòng)錯(cuò)配程度與要素關(guān)聯(lián)性資源配置程度，并利用1998—2013年工業(yè)企業(yè)數(shù)據(jù)進(jìn)行測(cè)算，就其對(duì)經(jīng)濟(jì)效率損失的影響進(jìn)行了分析。研究發(fā)現(xiàn)：當(dāng)行業(yè)內(nèi)的資源配置達(dá)到效率最優(yōu)水平，總體經(jīng)濟(jì)效率將至少會(huì)提高115%～156%。中國(guó)總體資源錯(cuò)配程度、行業(yè)內(nèi)資本錯(cuò)配程度以及勞動(dòng)錯(cuò)配程度均呈現(xiàn)“先降低后上升”，尤其是在“四萬億”計(jì)劃實(shí)施后上升趨勢(shì)明顯。

關(guān)鍵詞：經(jīng)濟(jì)效率;資源錯(cuò)配;資本錯(cuò)配;勞動(dòng)錯(cuò)配;要素關(guān)聯(lián)性;全要素生產(chǎn)率

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：100228482019（06）000112

新常態(tài)下，經(jīng)濟(jì)發(fā)展由高速增長(zhǎng)轉(zhuǎn)向中高速，探尋經(jīng)濟(jì)發(fā)展的新動(dòng)能是我國(guó)現(xiàn)階段所面臨的極為重要的現(xiàn)實(shí)問題。當(dāng)經(jīng)濟(jì)運(yùn)行中存在阻礙生產(chǎn)要素自由流動(dòng)的摩擦和障礙時(shí)，資源無法有效的配置到高效率部門，最終會(huì)導(dǎo)致經(jīng)濟(jì)產(chǎn)出下降[12]。這正是目前阻礙中國(guó)經(jīng)濟(jì)持續(xù)高速增長(zhǎng)的重要原因。在中央財(cái)經(jīng)領(lǐng)導(dǎo)小組召開的第十一次會(huì)議上，習(xí)近平同志也提出了用改革的方法推進(jìn)要素配置狀況，矯正要素配置扭曲，提高全社會(huì)生產(chǎn)率水平，從而促進(jìn)經(jīng)濟(jì)社會(huì)可持續(xù)增長(zhǎng)。可見，在中國(guó)經(jīng)濟(jì)轉(zhuǎn)型背景下，有效配置資源及提升經(jīng)濟(jì)效率關(guān)系到我國(guó)能否實(shí)現(xiàn)經(jīng)濟(jì)高質(zhì)量發(fā)展，也決定著能否實(shí)現(xiàn)新舊動(dòng)能的順利轉(zhuǎn)換。

2008年國(guó)際金融危機(jī)爆發(fā)后，我國(guó)政府實(shí)施了刺激經(jīng)濟(jì)增長(zhǎng)的“四萬億”計(jì)劃，短時(shí)期內(nèi)經(jīng)濟(jì)增速顯著。而這種促進(jìn)作用并沒有得到持續(xù)，GDP增速由2010年的10.2%下降至2017年的6.9%。部分原因可能是經(jīng)濟(jì)周期所致，而更重要的可能是結(jié)構(gòu)性因素，也就是資本、勞動(dòng)等要素在部門間、產(chǎn)業(yè)間及企業(yè)間并沒有實(shí)現(xiàn)合理的配置，進(jìn)而導(dǎo)致全要素生產(chǎn)率未及時(shí)得到提升①。那么，高投資刺激與低增速的“背離”是否與資源錯(cuò)配有內(nèi)在聯(lián)系？“四萬億”計(jì)劃實(shí)施后中國(guó)企業(yè)間資源配置狀況發(fā)生了何種改變？“四萬億”計(jì)劃實(shí)施后中國(guó)資源錯(cuò)配造成的經(jīng)濟(jì)效率損失呈現(xiàn)怎樣的變化趨勢(shì)？本文擬基于Hsieh等[1]所構(gòu)建的資源錯(cuò)配理論框架，將行業(yè)內(nèi)資源錯(cuò)配程度分解為行業(yè)內(nèi)資本錯(cuò)配程度、勞動(dòng)錯(cuò)配程度以及要素關(guān)聯(lián)性資源配置程度三部分，利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，重新對(duì)1998—2013年中國(guó)資源錯(cuò)配引起的經(jīng)濟(jì)效率損失進(jìn)行測(cè)算，并重點(diǎn)分析“四萬億”計(jì)劃實(shí)施后我國(guó)資源錯(cuò)配對(duì)經(jīng)濟(jì)效率的影響。

一、文獻(xiàn)綜述

經(jīng)過近二十年的發(fā)展，資源錯(cuò)配理論已經(jīng)形成了較為完整的基于微觀基礎(chǔ)解釋宏觀機(jī)制的理論體系。這為研究發(fā)展中國(guó)家如何快速增長(zhǎng)進(jìn)而趕超發(fā)達(dá)國(guó)家提供了理論基礎(chǔ)。

自資源錯(cuò)配經(jīng)典模型提出以來，第一類文獻(xiàn)主要測(cè)算并分析了中國(guó)微觀企業(yè)間資源錯(cuò)配對(duì)經(jīng)濟(jì)效率的影響。如Hsieh等[1]發(fā)現(xiàn)在1998—2005年間如果中國(guó)資源配置效率能夠達(dá)到美國(guó)水平，其總體的全要素生產(chǎn)率水平至少提高30%～50%。就目前而言，以Hsieh等[1]為代表的從微觀企業(yè)到宏觀經(jīng)濟(jì)的資源錯(cuò)配理論模型，依然是學(xué)界測(cè)算資源錯(cuò)配的主流方法。眾多學(xué)者在該模型框架下，對(duì)中國(guó)的資源錯(cuò)配程度和誘發(fā)原因進(jìn)行了研究。第二類文獻(xiàn)主要是考察分析部門間資源錯(cuò)配對(duì)經(jīng)濟(jì)效率的影響[26]。其中，Brandt等[2]同時(shí)考察了中國(guó)國(guó)有企業(yè)和非國(guó)有企業(yè)部門之間、省級(jí)地區(qū)之間兩種形式的資源錯(cuò)配程度對(duì)經(jīng)濟(jì)效率的影響。第三類文獻(xiàn)則是從多個(gè)角度探究了中國(guó)資源錯(cuò)配造成經(jīng)濟(jì)效率損失的內(nèi)在影響機(jī)制。如政府干預(yù)（制度因素）、資源錯(cuò)配與中國(guó)經(jīng)濟(jì)效率[78];房地產(chǎn)市場(chǎng)扭曲與資源錯(cuò)配[910];貿(mào)易政策與資源錯(cuò)配[11];土地市場(chǎng)扭曲與資源錯(cuò)配[12]。同樣地，部分學(xué)者也從產(chǎn)業(yè)結(jié)構(gòu)變遷、市場(chǎng)分割等視角研究資源錯(cuò)配對(duì)經(jīng)濟(jì)效率的影響機(jī)制[13]。還有學(xué)者基于資源錯(cuò)配的視角，研究了中國(guó)企業(yè)規(guī)模的分布特征及形成機(jī)制[14]。

其中，經(jīng)濟(jì)危機(jī)后資源錯(cuò)配的變動(dòng)趨勢(shì)以及作用機(jī)制的相關(guān)理論和實(shí)證研究，對(duì)指導(dǎo)發(fā)展中國(guó)家成功轉(zhuǎn)型是極為重要的。一部分學(xué)者認(rèn)為經(jīng)濟(jì)危機(jī)會(huì)改善資源配置，降低資源錯(cuò)配程度。例如，Chen等研究了智利在1982年金融危機(jī)后的資源錯(cuò)配程度和全要素生產(chǎn)率水平的變化，他們使用智利制造業(yè)的企業(yè)普查數(shù)據(jù)，研究了資源錯(cuò)配對(duì)全要素生產(chǎn)率的影響，結(jié)果顯示在1983—1996年間由于資源配置效率提高引致的制造業(yè)全要素生產(chǎn)率提高了46%，造成這一結(jié)果的主要原因是在此期間降低了對(duì)低生產(chǎn)率企業(yè)的補(bǔ)貼[15]。同樣地，F(xiàn)oster等研究了美國(guó)在大衰退（the Great Recession）時(shí)期的資源再分配狀況，研究發(fā)現(xiàn)在經(jīng)濟(jì)衰退時(shí)期資源重新分配的速度加快，導(dǎo)致該時(shí)期全要素生產(chǎn)率提高的速度高于正常時(shí)期[16]。而另一部分學(xué)者認(rèn)為金融危機(jī)會(huì)惡化資源配置，造成全要素生產(chǎn)率下降[17]。Ziebarth研究了美國(guó)大蕭條時(shí)期的資源錯(cuò)配對(duì)全要素生產(chǎn)率的影響，他們發(fā)現(xiàn)在1929年至1935年間美國(guó)總體的全要素生產(chǎn)率下降了18%，其中資源錯(cuò)配導(dǎo)致的全要素生產(chǎn)率下降的份額占其中的15%～50%[17]。Jermann等指出，2007年的金融危機(jī)造成嚴(yán)重的全球經(jīng)濟(jì)衰退，這表明金融部門自身的沖擊會(huì)影響實(shí)體經(jīng)濟(jì)，并造成嚴(yán)重后果[18]。為此，Ai等對(duì)這一問題進(jìn)行了研究，他們發(fā)現(xiàn)金融摩擦的不利沖擊加劇了資本錯(cuò)配程度，引起總體全要素生產(chǎn)率的波動(dòng)[19]。

對(duì)于中國(guó)資源錯(cuò)配的研究，已有文獻(xiàn)多是研究了2008年之前中國(guó)企業(yè)間和行業(yè)間資源錯(cuò)配情況[12，7]。但鮮有文獻(xiàn)針對(duì)“四萬億”計(jì)劃實(shí)施后中國(guó)資源錯(cuò)配怎樣影響經(jīng)濟(jì)效率進(jìn)行深入研究。在整個(gè)經(jīng)濟(jì)轉(zhuǎn)軌過程中，特別是為了應(yīng)對(duì)2008年國(guó)際經(jīng)濟(jì)危機(jī)實(shí)施“四萬億”計(jì)劃以來，大量的信貸和資本投向了國(guó)有經(jīng)濟(jì)部門、重工業(yè)部門，導(dǎo)致了嚴(yán)重的產(chǎn)能過剩和過度負(fù)債，資源配置效率呈現(xiàn)惡化趨勢(shì)。那么在“四萬億”計(jì)劃實(shí)施以來，中國(guó)的資源錯(cuò)配對(duì)經(jīng)濟(jì)效率會(huì)造成多大程度的損失？探究“四萬億”計(jì)劃實(shí)施后中國(guó)資源錯(cuò)配問題不僅可以對(duì)該政策評(píng)價(jià)提供理論支撐，還能為未來制定相應(yīng)的經(jīng)濟(jì)刺激政策提供相應(yīng)的指導(dǎo)。所以，本文將借助Hsieh等[1]所構(gòu)建的資源錯(cuò)配理論模型，重點(diǎn)測(cè)算并研究了“四萬億”計(jì)劃實(shí)施后中國(guó)企業(yè)間資源配置狀況以及其對(duì)經(jīng)濟(jì)效率的影響，進(jìn)一步填補(bǔ)了相關(guān)研究中的空白。

二、理論模型——資源錯(cuò)配的一般理論框架

本文依托Hsieh等[1]的理論模型，在其基礎(chǔ)上將資源錯(cuò)配程度分解成資本錯(cuò)配程度、勞動(dòng)錯(cuò)配程度以及要素相關(guān)性資源配置三個(gè)部分。

（一）基本模型

1.最終產(chǎn)品市場(chǎng)的產(chǎn)出

假設(shè)經(jīng)濟(jì)中有S個(gè)行業(yè)，每個(gè)行業(yè)的產(chǎn)出在整個(gè)經(jīng)濟(jì)中所占的份額為θs，最終產(chǎn)品的生產(chǎn)函數(shù)為：Y=∏ss=1Yθss，其中∑sθs=1。

在最終產(chǎn)品部門成本最小化的目標(biāo)條件即min∑SsPsYs，subject to Y=∏ss=1Yθss一階求導(dǎo)獲得行業(yè)產(chǎn)出占總產(chǎn)出的份額為PsYs=θsPY，其中Y、P分別表示最終產(chǎn)品的總產(chǎn)出與價(jià)格，此處將價(jià)格P標(biāo)準(zhǔn)化為1;Ys、Ps表示行業(yè)s的產(chǎn)出與產(chǎn)品價(jià)格。

2.行業(yè)s的產(chǎn)出

假定行業(yè)產(chǎn)出Ys是關(guān)于Ms個(gè)企業(yè)內(nèi)可分產(chǎn)品的加總，它所面臨的CES生產(chǎn)函數(shù)形式為：

Ys=∑Msi=1Yσ-1σsiσσ-1

其中，σ為不同產(chǎn)品之間的替代彈性，根據(jù)行業(yè)部門的成本最小化條件min∑Msi=1PsiYsi ，subject to Ys=（∑Msi=1Yσ-1σsi），可獲得產(chǎn)品Ysi的需求函數(shù)：Ysi=PσsP-σsiYs。

3.微觀企業(yè)的產(chǎn)出

企業(yè)的資本Ksi和勞動(dòng)Lsi投入到生產(chǎn)活動(dòng)中時(shí)，將會(huì)面臨要素價(jià)格扭曲，出售產(chǎn)品時(shí)也會(huì)面臨產(chǎn)品市場(chǎng)價(jià)格扭曲，在該模型中定義扭曲以稅收的方式體現(xiàn)。微觀企業(yè)所面臨兩類扭曲：一是來自產(chǎn)品市場(chǎng)的價(jià)格扭曲（τYsi），它會(huì)降低企業(yè)的實(shí)際產(chǎn)品售價(jià);二是資本市場(chǎng)扭曲（τKsi），它會(huì)增加企業(yè)使用資本的成本，降低企業(yè)資本投入的邊際產(chǎn)出。假定微觀企業(yè)使用資本Ksi和勞動(dòng)Lsi來生產(chǎn)產(chǎn)品，其生產(chǎn)函數(shù)為CobbDouglas形式：

Ysi=AsiKαssiL1-σssi。

其中，Asi為企業(yè)的技術(shù)生產(chǎn)率，當(dāng)存在價(jià)格扭曲時(shí)，企業(yè)的利潤(rùn)最大化問題可以表述為maxKsi，Lsi，Ysiπsi=（1-τYsi）PsiYsi-wLsi-（1+τKsi）RKsi，最大化利潤(rùn)條件應(yīng)該滿足的約束條件為Psi=PsY1/σsY-1/σsi和Ysi=AsiKαssiL1-αssi。其中，w為勞動(dòng)要素使用價(jià)格，用微觀企業(yè)的平均工資水平代替，R為資本要素使用價(jià)格，用市場(chǎng)平均利率代替。

那么，當(dāng)存在價(jià)格扭曲時(shí)，企業(yè)的利潤(rùn)最大化問題可以表述為：

maxKsi，Lsi，Ysiπsi=（1-τYsi）PsiYsi-wLsi-（1+τKsi）RKsi

s.t.Ysi=AsiKαssiL1-σssi

Psi=PsY1/σsY-1/σsi

通過對(duì)上式求一階偏導(dǎo)，可以獲得：

資本與勞動(dòng)的要素結(jié)構(gòu)比：

KsiLsi=wRαs1-αs11+τKsi（1）

勞動(dòng)邊際產(chǎn)品收益：

MRPLsi=PsiYsiLsi=

sY1-1σsiLsi=

1-1σ（1-αs）PsiYsiLsi=

w1-τYsi（2）

資本邊際產(chǎn)品收益：

MPPKsi=PsiYsiKsi=

sY1-1σsiKsi=

1-1σαsPsiYsiKsi=

R（1+τKsi）1-τYsi（3）

式（2）（3）中，當(dāng)扭曲稅τYsi=0，τKsi=0時(shí)，產(chǎn)品市場(chǎng)和要素市場(chǎng)不存在扭曲，資源達(dá)到最優(yōu)配置狀態(tài);當(dāng)τYsi≠0，τKsi≠0，產(chǎn)品市場(chǎng)和要素市場(chǎng)存在扭曲并帶來資源錯(cuò)配，即資本和勞動(dòng)等生產(chǎn)要素的邊際收益在不同企業(yè)間存在差異，造成企業(yè)投入偏離Pareto最優(yōu)配置。

此時(shí)，壟斷競(jìng)爭(zhēng)微觀企業(yè)產(chǎn)品的定價(jià)為

具體測(cè)算過程請(qǐng)與作者聯(lián)系索取。：

Psi=σσ-1（1+τKsi）αsAsi（1-τYsi）

Rαsαs

w1-αs1-αs。

我們定義產(chǎn)量生產(chǎn)率為TFPQsi=YsiKαssiL1-αssi=Asi。

（二）總體的TFP與資源錯(cuò)配

在存在要素市場(chǎng)扭曲條件下，經(jīng)濟(jì)總體的TFP可以表示為產(chǎn)品和要素扭曲的函數(shù)形式。其中，行業(yè)s的最終產(chǎn)品總產(chǎn)出：

Y=∏Ss=1（TFPsKαssL1-αss）θs。

定義行業(yè)s的勞動(dòng)和資本分別為

Ls=∑Msi=1Lsi，

Ks=∑Msi=1Ksi，故TFP表達(dá)式為

具體測(cè)算過程請(qǐng)與作者聯(lián)系索取。：

TFPs=YsKαssL1-αss=

∑Msi=1Asi（1-τYsi）（1+τKsi）αsδ-1δδ-1

∑Msi=1Aδ-1si（1-τYsi）δ

（1+τKsi）αs（δ-1）+1αs

∑Msi=1Aδ-1si（1-τYsi）δ

（1+τKsi）αs（δ-1）1-αs（4）

式（4）可以改寫為：

TFPs=∑Msi=1AsiTFPRsTFPRsi1-σ11-σ。

由此獲得行業(yè)s的TFPs，其中行業(yè)s的平均收益全要素生產(chǎn)率為：

TFPRs=δδ-1

1-αsW∑Msi=1（1-τYsi）PsiYsiPsYsαs-1

asR∑Msi=1（1-τYsi）PsiYsi（1+τKsi）PsYs-αs=

δδ-1

MRPKsαsαs

MRPLs1-αs1-αs

其經(jīng)濟(jì)學(xué)的含義為：當(dāng)不存在產(chǎn)品市場(chǎng)和要素市場(chǎng)扭曲時(shí)，不同企業(yè)的邊際產(chǎn)品收益都會(huì)相等，行業(yè)s資本的邊際產(chǎn)品收益與企業(yè)的資本邊際產(chǎn)品收益相等，即：

MRPKs=MRPKsi;同樣的，行業(yè)s勞動(dòng)的邊際產(chǎn)品收益與企業(yè)的勞動(dòng)邊際產(chǎn)品收益也相同，即

MRPLs=MRPLsi，行業(yè)s的平均收益全要素生產(chǎn)率與企業(yè)的收益全要素生產(chǎn)率也相同，即

TFPRs=TFPRsi。此時(shí)行業(yè)s的TFPs可以退化為

TFPes=∑Msi=1（Asi）1-σ11-σ。但是，當(dāng)存在產(chǎn)品市場(chǎng)和要素市場(chǎng)扭曲時(shí)，不同企業(yè)的邊際產(chǎn)品收益不同，使得企業(yè)資源配置偏離Pareto最優(yōu)狀態(tài)，導(dǎo)致行業(yè)s的全要素生產(chǎn)率下降。假定A和TFPR服從聯(lián)合對(duì)數(shù)正態(tài)分布（Jointly Lognormal Distribution），D（x）表示x的方差，式（4）中的行業(yè)s內(nèi)的TFPs可以表示為

具體測(cè)算過程請(qǐng)與作者聯(lián)系索取。：

lnTFPs=

lnTFPes-δ2D（lnTFPRsi）-

as（1-as）2D[ln（1+τKsi）]（5）

微觀層面的企業(yè)要素錯(cuò)配可以通過影響lnTFPR的離散程度進(jìn)而影響總體TFP。當(dāng)資源錯(cuò)配TFPs程度增強(qiáng)時(shí)，企業(yè)TFPR的分散程度增加，導(dǎo)致總體行業(yè)s的TFPs下降，即當(dāng)存在產(chǎn)品市場(chǎng)扭曲和要素市場(chǎng)扭曲時(shí)，企業(yè)投入要素配置偏離Pareto最優(yōu)狀態(tài)，進(jìn)而會(huì)導(dǎo)致其所在行業(yè)的全要素生產(chǎn)率TFPs下降。故企業(yè)間資源錯(cuò)配導(dǎo)致總體經(jīng)濟(jì)效率損失。

結(jié)合式（2）（3），可以將式（5）行業(yè)s內(nèi)的資源錯(cuò)配程度進(jìn)行分解：

lnTFPes-lnTFPs=

δ2D[ln（1-τYsi）]+

a2sδ2+as（1-as）2D[ln（1+τKsi）]-

asδCov[ln（1+τKsi），

ln（1-τysi）]=

a2sδ2+as（1-as）2D（lnMRPKsi）+

δ（1-as）22D（lnMRPLsi）-

as（1-as）（2δ-1）2Cov（lnMRPKsi，lnMRPLsi）=

C1D（lnMRPKsi）+

C2D（lnMRPLsi）-

C3Cov（lnMRPKsi，lnMRPLsi）（6）

其中，C1、C2、C3都為大于零的常數(shù)。通過進(jìn)一步化簡(jiǎn)分析發(fā)現(xiàn)，行業(yè)s內(nèi)資源錯(cuò)配程度可以分解為3個(gè)部分：行業(yè)內(nèi)資本要素邊際成本的方差（資本錯(cuò)配程度），行業(yè)內(nèi)勞動(dòng)要素邊際成本的方差（勞動(dòng)錯(cuò)配程度）以及資本要素和勞動(dòng)要素的協(xié)方差（要素關(guān)聯(lián)性資源配置程度）。對(duì)于要素關(guān)聯(lián)性資源配置程度，類似于Hopenhayn[20]指出要素扭曲與生產(chǎn)率之間存在相關(guān)性，即高生產(chǎn)率的企業(yè)往往也會(huì)面臨更強(qiáng)的要素價(jià)格扭曲。故不同要素扭曲之間也存在著相關(guān)性，同樣會(huì)對(duì)配置效率產(chǎn)生顯著影響，并且其對(duì)資源配置效率存在兩面性，可能為正向影響也可能為負(fù)向影響。當(dāng)資本要素的邊際成本和勞動(dòng)要素的邊際成本正相關(guān)時(shí)，兩者的相關(guān)系數(shù)越大，造成的經(jīng)濟(jì)效率損失越小;反之，資本要素的邊際成本和勞動(dòng)要素的邊際成本負(fù)相關(guān)，兩者的相關(guān)系數(shù)越大，造成的經(jīng)濟(jì)效率損失越大。但行業(yè)內(nèi)資本要素錯(cuò)配和勞動(dòng)要素錯(cuò)配都對(duì)資源配置效率為負(fù)向影響，即行業(yè)內(nèi)資本要素錯(cuò)配程度和勞動(dòng)要素錯(cuò)配程度越高，行業(yè)內(nèi)資源錯(cuò)配程度也就越高。

（三）資源錯(cuò)配系數(shù)與經(jīng)濟(jì)效率損失的測(cè)算

1.總體經(jīng)濟(jì)的效率損失

當(dāng)不存在產(chǎn)品市場(chǎng)扭曲和要素市場(chǎng)扭曲時(shí)，企業(yè)的邊際產(chǎn)品收益都相同，那么行業(yè)s有效產(chǎn)出（Efficient Output）為Yes=sKαssL1-αss，此時(shí)行業(yè)s的有效全要素生產(chǎn)率為s=TFPs=∑msi=1（Asi）σ-11σ-1。此時(shí)，定義資源錯(cuò)配導(dǎo)致的經(jīng)濟(jì)整體的效率損失為：

Y_gap=Y/Ye=∏ss=1∑Msi=1AsisTFPRsTFPRsi1-σθs1-σ（7）

其中，Asi=YsiKαssi（Lsi）1-αs=

（PsYs）-1δ-1Ps×

（PsiYsi）δδ-1Kαssi（Lsi）1-αs=

κs（PsiYsi）δδ-1Kαssi（Lsi）1-αs，

κs=（PsYs）-1δ-1Ps是一個(gè)標(biāo)量，并不會(huì)影響行業(yè)內(nèi)企業(yè)間資源再配置，故在此我們假設(shè)κs=1。式（7）中0<Y_gap<1，數(shù)值越小代表資源錯(cuò)配導(dǎo)致的經(jīng)濟(jì)效率損失越大。

2.資源錯(cuò)配系數(shù)（程度）分解

根據(jù)式（5）（6）的分解結(jié)果，我們定義：

行業(yè)s內(nèi)資源錯(cuò)配程度：MISS=D（lnTFPRsi）（8）

行業(yè)s內(nèi)資本要素錯(cuò)配程度：MISKS=D（lnMRPKsi）（9）

行業(yè)s內(nèi)勞動(dòng)要素錯(cuò)配程度：MISLS=D（lnMRPLsi）（10）

行業(yè)s內(nèi)要素關(guān)聯(lián)性資源配置程度：

MISKLS=Cov（

lnMRPKsi，

lnMRPLsi）=

ρ（lnMRPKsi，

lnMRPLsi）×

sd（lnMRPKsi）×sd（

lnMRPLsi）（11）

其中，

D（lnTFPRsi）、

D（lnMRPKsi）、

D（lnMRPLsi）分別表示行業(yè)s內(nèi)收益全要素生產(chǎn)率、資本要素邊際成本、勞動(dòng)要素邊際成本的方差;

ρ（lnMRPKsi，

lnMRPLsi）表示行業(yè)s內(nèi)資本要素邊際成本和勞動(dòng)要素邊際成本的相關(guān)性系數(shù);

sd（lnMRPKsi）、

sd（lnMRPLsi）分別表示行業(yè)s內(nèi)資本要素邊際成本、勞動(dòng)要素邊際成本的標(biāo)準(zhǔn)差。當(dāng)

ρ（lnMRPKsi，

lnMRPLsi）>0，其值越大，最終導(dǎo)致的經(jīng)濟(jì)效率損失就越小;而當(dāng)

ρ（lnMRPKsi，

lnMRPLsi）<0，其絕對(duì)值越大，最終導(dǎo)致的經(jīng)濟(jì)效率損失就越大。例如，當(dāng)

ρ（lnMRPKsi，

lnMRPLsi）>0時(shí)，資本要素價(jià)格扭曲越大，勞動(dòng)要素價(jià)格扭曲也會(huì)越大，且這種互補(bǔ)性的扭曲也間接增加了資本要素扭曲程度和勞動(dòng)要素扭曲程度，故在計(jì)算總的資源錯(cuò)配程度時(shí)應(yīng)對(duì)該部分進(jìn)行消減。

三、數(shù)據(jù)處理與變量選取

（一）基本數(shù)據(jù)處理

本文數(shù)據(jù)來源于1998—2013年國(guó)家統(tǒng)計(jì)局建立的《全部國(guó)有及規(guī)模以上非國(guó)有工業(yè)企業(yè)數(shù)據(jù)庫(kù)》，即“中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)”。該數(shù)據(jù)庫(kù)的樣本來源于全國(guó)每年主營(yíng)業(yè)務(wù)收入在500萬元及其以上（2011年以后主營(yíng)業(yè)務(wù)收入要求在2000萬元及其以上）的全部國(guó)有與非國(guó)有的工業(yè)企業(yè)數(shù)據(jù)。這里的工業(yè)統(tǒng)計(jì)口徑包括兩位碼大行業(yè)分類中的“采掘業(yè)”“制造業(yè)”以及“電力、燃?xì)饧八纳a(chǎn)和供應(yīng)業(yè)”三個(gè)門類，其中“制造業(yè)”行業(yè)數(shù)據(jù)占比90%以上。根據(jù)需要，本文只選取了“制造業(yè)”行業(yè)企業(yè)數(shù)據(jù)。但是該數(shù)據(jù)庫(kù)存在樣本匹配混亂、指標(biāo)缺失以及變量定義混亂等一系列嚴(yán)重問題[21]，這將導(dǎo)致利用該數(shù)據(jù)庫(kù)所得的估計(jì)結(jié)果出現(xiàn)嚴(yán)重的偏差。為了處理該數(shù)據(jù)庫(kù)存在的缺陷，Brandt等[22]和楊汝岱[23]對(duì)該數(shù)據(jù)庫(kù)做了較為詳細(xì)的處理，為后續(xù)的研究提供了較為統(tǒng)一的數(shù)據(jù)清理處理標(biāo)準(zhǔn)，故本文主要參考這兩篇文獻(xiàn)，對(duì)1998—2013年《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》進(jìn)行處理。由于數(shù)據(jù)質(zhì)量和部分關(guān)鍵指標(biāo)缺失等原因，本文在樣本區(qū)間內(nèi)剔除了2010年樣本[24]。此外，由于本文數(shù)據(jù)需要企業(yè)“生產(chǎn)總值”“固定資產(chǎn)原值”“從業(yè)人數(shù)”“企業(yè)類型”等變量，故在處理數(shù)據(jù)前，首先按照聶輝華等[21]的方法將從業(yè)人數(shù)小于8人、固定資產(chǎn)原值小于或等于0等異常值剔除。

（二）變量選取

本文在測(cè)算過程中涉及的核心變量及其處理如下：首先，關(guān)于企業(yè)產(chǎn)出Y。由于2007年以后中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)不再提供企業(yè)工業(yè)增加值，筆者利用2004—2007年2位碼行業(yè)的增加值與工業(yè)銷售值比例的均值作為調(diào)節(jié)因子，測(cè)算2008—2013年間企業(yè)的增加值水平。其次，關(guān)于企業(yè)工資。本文用應(yīng)付職工薪酬變量近似代替企業(yè)工資wLsi，但是發(fā)現(xiàn)1998—2013年間所有企業(yè)加總的工資占企業(yè)總產(chǎn)值總額的比例僅僅為

20%左右

Heish等[1]利用1998—2005年中國(guó)工業(yè)企業(yè)庫(kù)發(fā)現(xiàn)企業(yè)工資總額占企業(yè)增加值的比例不足30%，這與中國(guó)統(tǒng)計(jì)局公布的50%比例相差比較大，為此他們將企業(yè)工資總額等比例的調(diào)整至占增加值的比例為50%，然后測(cè)算出一個(gè)常數(shù)調(diào)整因子，再用這個(gè)調(diào)整因子對(duì)企業(yè)的工資進(jìn)行調(diào)整，獲得企業(yè)實(shí)際工資w。，這與中國(guó)統(tǒng)計(jì)局公布的實(shí)際經(jīng)濟(jì)數(shù)據(jù)差別較大，故借鑒Hsieh等[1]的做法對(duì)企業(yè)的工資進(jìn)行了調(diào)整。再次，對(duì)于資本要素的彈性系數(shù)。筆者利用OP法測(cè)算出1998—2013年工業(yè)企業(yè)資本彈性為0.39，故此處定義a=0.39。最后，產(chǎn)品的替代彈性σ的選取。借鑒Hsieh等[1]和Bartlesman等[25]的做法，本文將產(chǎn)品的替代彈性定義為σ=3。

綜上，表1匯報(bào)了主要變量的描述性統(tǒng)計(jì)結(jié)果。

四、結(jié)果估算及分析

根據(jù)前文的理論模型，下文結(jié)合1998—2013年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，測(cè)算1998—2013年間企業(yè)間、行業(yè)內(nèi)資源配置情況及其對(duì)全社會(huì)經(jīng)濟(jì)效率的影響。

在2008年國(guó)際金融危機(jī)沖擊后，特別是在“四萬億”計(jì)劃的刺激下，由于我國(guó)實(shí)施的一系列政府干預(yù)手段、發(fā)展戰(zhàn)略路徑等制度性因素未及時(shí)做出調(diào)整，當(dāng)大量的資本迅速投入到要素市場(chǎng)中，整個(gè)社會(huì)的資源配置情況可能會(huì)發(fā)生改變。故本部分著重分析1998—2013年企業(yè)間、行業(yè)內(nèi)資源配置的變動(dòng)趨勢(shì)，尤其是對(duì)比2008年前后的趨勢(shì)變化情況。

（一）資源配置的分布情況

2004年、2008年、2011年和2013年的制造業(yè)行業(yè)內(nèi)企業(yè)的相對(duì)lnTFPQs

其中l(wèi)nTFPQs=ln（Asi/As）表示行業(yè)s的產(chǎn)出全要素生產(chǎn)率。的離散程度分布如圖1所示?？梢园l(fā)現(xiàn)，在2004—2008年間，行業(yè)的

lnTFPQs的概率密度分布圖呈現(xiàn)出左尾逐漸變薄，而右尾逐漸變厚的趨勢(shì)，且曲線逐漸向右平移，整體離散程度逐年下降;這意味著2004—2008年中，制造業(yè)行業(yè)內(nèi)企業(yè)整體的生產(chǎn)率逐漸提高，特別是較低生產(chǎn)率水平的制造業(yè)行業(yè)的提升水平較為明顯。在2011—2013年中，lnTFPQs的概率密度分布圖的坡峰逐年變低，右尾有逐漸變厚的趨勢(shì)，

lnTFPQs有向兩端擴(kuò)散的趨勢(shì)，這意味著2011—2013年間，雖然制造業(yè)行業(yè)整體的生產(chǎn)率逐漸提高，但是其分布的離散程度也在逐年提高。這一現(xiàn)象可能是由國(guó)家應(yīng)急出臺(tái)的“四萬億”計(jì)劃造成的，該計(jì)劃使得資源從高生產(chǎn)效率企業(yè)流向低生產(chǎn)效率企業(yè)，造成嚴(yán)重的資源錯(cuò)配，使得制造業(yè)行業(yè)

lnTFPQs的離散程度增大。

（二）資源錯(cuò)配分解及分析

為了探究1998—2013年間制造業(yè)各行業(yè)內(nèi)資源配置狀況及變動(dòng)趨勢(shì)，接下來將根據(jù)理論模型，對(duì)兩位碼3個(gè)制造業(yè)行業(yè)內(nèi)的資本錯(cuò)配程度、勞動(dòng)錯(cuò)配程度、要素關(guān)聯(lián)性資源配置程度以及總的資源錯(cuò)配程度進(jìn)行測(cè)算并分析。具體的測(cè)算結(jié)果及分析如下：

1.各行業(yè)內(nèi)資本錯(cuò)配程度估算及分析

為了考察在經(jīng)濟(jì)轉(zhuǎn)軌過程中制造業(yè)行業(yè)內(nèi)資本錯(cuò)配的動(dòng)態(tài)演變過程，根據(jù)式（9）可繪制出1998—2013年加權(quán)平均的行業(yè)內(nèi)資本錯(cuò)配變動(dòng)圖（圖2）?？梢?，在1998—2013年間，行業(yè)內(nèi)平均資本錯(cuò)配程度呈“先升高后降低”的趨勢(shì)。具體而言，在1998—2008年，雖然短期內(nèi)存在小波動(dòng)，但平均的行業(yè)內(nèi)資本錯(cuò)配程度基本呈現(xiàn)逐漸下降趨勢(shì)，即由1998年的1.96逐漸下降至2008年的1.44，到2008年資源錯(cuò)配程度降到最低;而在2009年后，平均的行業(yè)內(nèi)資本錯(cuò)配程度迅速升高至1.58，且2011年至2013年行業(yè)內(nèi)資本錯(cuò)配程度也呈逐漸升高的趨勢(shì)。

2.各行業(yè)內(nèi)勞動(dòng)錯(cuò)配程度估算及分析

為了考察在經(jīng)濟(jì)轉(zhuǎn)軌過程中不同時(shí)期勞動(dòng)錯(cuò)配程度的動(dòng)態(tài)演變過程，根據(jù)式（1）可繪制出1998—2013年30個(gè)兩位碼制造業(yè)行業(yè)內(nèi)加權(quán)平均的

勞動(dòng)錯(cuò)配變動(dòng)圖（圖3）。就總體而言，在1998—2013年制造業(yè)行業(yè)內(nèi)平均勞動(dòng)錯(cuò)配程度呈“先下降后上升”的趨勢(shì)，這與資本錯(cuò)配的變動(dòng)趨勢(shì)一致，但行業(yè)內(nèi)平均勞動(dòng)錯(cuò)配程度在2009年降到最低。具體為：在1998—2009年間，行業(yè)內(nèi)平均勞動(dòng)錯(cuò)配程度呈逐漸下降趨勢(shì)，其數(shù)值由1998年的1.74逐漸下降到2009年的0.91，2009年其值達(dá)到最小，而2009年以后行業(yè)內(nèi)平均勞動(dòng)錯(cuò)配程度逐漸升高，其數(shù)值由2009年的0.91逐漸升高到2013年的1.15。這意味著伴隨經(jīng)濟(jì)轉(zhuǎn)軌過程，制造業(yè)行業(yè)內(nèi)勞動(dòng)配置狀況不斷改善，盡管在全球金融危機(jī)后，2009年勞動(dòng)配置狀況也在改善，但2011年以后勞動(dòng)配置狀況逐漸惡化。

3.各行業(yè)內(nèi)要素關(guān)聯(lián)性資源配置程度估算及分析

根據(jù)式（6），行業(yè)內(nèi)資源錯(cuò)配程度為勞動(dòng)錯(cuò)配、資本錯(cuò)配與要素關(guān)聯(lián)性資源配置程度三者的加總。式（11）的分解結(jié)果顯示，要素關(guān)聯(lián)性資源

配置程度的大小取決于要素邊際成本之間的相關(guān)性系數(shù)。當(dāng)兩者之間的相關(guān)性系數(shù)

ρ（lnMRPKsi，lnMRPLsi）>0時(shí)，要素關(guān)聯(lián)性資源配置程度與行業(yè)內(nèi)資源錯(cuò)配程度負(fù)相關(guān)，故

ρ（lnMRPKsi，lnMRPLsi）系數(shù)越大，對(duì)行業(yè)內(nèi)資源配置狀況的優(yōu)化作用越強(qiáng)。為了考察要素關(guān)聯(lián)性資源配置程度的變動(dòng)趨勢(shì)，根據(jù)測(cè)算的平均行業(yè)內(nèi)要素邊際成本之間的相關(guān)系數(shù)可繪制出1998—2013年的變動(dòng)趨勢(shì)（圖4）?？梢?，在1998—2013年要素邊際成本之間的相關(guān)系數(shù)都大于零，但其系數(shù)卻逐漸變小。這意味著，在此期間內(nèi)要素關(guān)聯(lián)性對(duì)資源的優(yōu)化配置影響越來越小。

4.各行業(yè)內(nèi)資源錯(cuò)配程度

式（5）顯示：微觀層面的企業(yè)間要素再配置狀況會(huì)通過影響TFPR離散程度進(jìn)而影響行業(yè)的TFP水平，當(dāng)行業(yè)s內(nèi)企業(yè)間的TFPR離散程度增強(qiáng)時(shí)，行業(yè)s的資源錯(cuò)配程度就越高，造成的經(jīng)濟(jì)效率損失也會(huì)越大。故這里近似地將行業(yè)內(nèi)企業(yè)的TFPR離散程度定義為行業(yè)內(nèi)資源錯(cuò)配程度，其由行業(yè)內(nèi)資本錯(cuò)配程度、勞動(dòng)錯(cuò)配程度以及要素關(guān)聯(lián)性優(yōu)化程度三部分組成。1998—2013年間3個(gè)兩位碼制造業(yè)行業(yè)的平均資源錯(cuò)配程度的變動(dòng)情況見圖5，其總體的變動(dòng)趨勢(shì)為“先降低后升高”，這一結(jié)果基本與資本錯(cuò)配、勞動(dòng)錯(cuò)配的變動(dòng)趨勢(shì)一致。

（三）經(jīng)濟(jì)效率損失測(cè)算

1998—2013年間制造業(yè)行業(yè)內(nèi)企業(yè)間

lnTFPQsi、

lnTFPRsi的方差數(shù)據(jù)（見表2）說明我國(guó)資源配置狀況呈現(xiàn)出“先降低后升高”的情況。具體情況為：在1998—2009年間我國(guó)資源配置狀況在一定程度上得到了改善，而在2009年以后資源配置狀況卻發(fā)生了惡化。為了進(jìn)一步對(duì)該結(jié)果進(jìn)行解釋，本文根據(jù)式（7）對(duì)其進(jìn)行定量分析。表3匯報(bào)了在1998—2013年間當(dāng)要素（勞動(dòng)和資本）達(dá)到有效配置后整體經(jīng)濟(jì)的潛在收益結(jié)果，即消除資源錯(cuò)配后整體經(jīng)濟(jì)的潛在收益。結(jié)果顯示：就總體而言，如果要素配置達(dá)到最優(yōu)配置時(shí)，1998—2013年間整體經(jīng)濟(jì)至少提高115.05%～156.99%，潛在收益呈逐漸遞減趨勢(shì)，而在2009年以后，潛在收益逐漸上升。

五、影響行業(yè)內(nèi)資源配置狀況的異質(zhì)性分析

在上文測(cè)算并分析了行業(yè)內(nèi)資本和勞動(dòng)錯(cuò)配以及總資源錯(cuò)配程度后，本文進(jìn)一步通過實(shí)證分析來探究行業(yè)的壟斷程度、行業(yè)內(nèi)企業(yè)的平均規(guī)模及平均年齡對(duì)行業(yè)內(nèi)資源錯(cuò)配程度的影響。

（一）行業(yè)內(nèi)國(guó)有企業(yè)占比對(duì)行業(yè)內(nèi)資源錯(cuò)配的影響

行業(yè)內(nèi)國(guó)有企業(yè)占比越高，意味著該行業(yè)國(guó)有壟斷勢(shì)力越強(qiáng)，提高了非國(guó)有企業(yè)進(jìn)入門檻，造成更多的非國(guó)有企業(yè)退出，而政府的一系列傾向性政策以及金融機(jī)構(gòu)的信貸優(yōu)惠措施，使該行業(yè)內(nèi)國(guó)有企業(yè)在使用生產(chǎn)要素時(shí)變得更容易且價(jià)格更低，與該行業(yè)內(nèi)存活的非國(guó)有企業(yè)在生產(chǎn)要素使用上差異越來越大，這種要素市場(chǎng)扭曲會(huì)導(dǎo)致更加嚴(yán)重的資源錯(cuò)配，帶來經(jīng)濟(jì)效率損失。故行業(yè)內(nèi)壟斷勢(shì)力的變化會(huì)影響行業(yè)內(nèi)資源錯(cuò)配的程度。為了考察行業(yè)壟斷勢(shì)力與行業(yè)內(nèi)資源配置、資本配置、勞動(dòng)配置之間的關(guān)系，利用行業(yè)內(nèi)國(guó)有企業(yè)生產(chǎn)總值占行業(yè)生產(chǎn)總值的比例衡量行業(yè)內(nèi)壟斷勢(shì)力（Soe），將其分別對(duì)行業(yè)內(nèi)資源錯(cuò)配MISS、行業(yè)內(nèi)資本錯(cuò)配MISKS以及行業(yè)內(nèi)勞動(dòng)錯(cuò)配MISLS進(jìn)行回歸。表4匯報(bào)了行業(yè)內(nèi)壟斷勢(shì)力（Soe）與行業(yè)內(nèi)MISLS、MISKS的回歸結(jié)果。結(jié)果顯示，在控制時(shí)間固定效應(yīng)和行業(yè)固定效應(yīng)的條件下，第（1）—（3）列的回歸系數(shù)都在1%的水平上顯著為正，這印證了行業(yè)壟斷勢(shì)力越高，該行業(yè)的資源錯(cuò)配程度、資本錯(cuò)配程度、勞動(dòng)錯(cuò)配程度也越高。2008年底實(shí)施的“四萬億”計(jì)劃可能會(huì)影響行業(yè)內(nèi)資源配置。為此定義“四萬億”計(jì)劃虛擬變量p，2008年以后p=1，反之p=0，并構(gòu)建交乘項(xiàng)Soe×p來考察“四萬億”計(jì)劃實(shí)施后，行業(yè)內(nèi)國(guó)有壟斷勢(shì)力變化對(duì)行業(yè)內(nèi)資源配置的影響。第（4）—（5）列的結(jié)果顯示，Soe×p的系數(shù)在1%水平上顯著為正，這說明在“四萬億”計(jì)劃后，在其他因素不變的前提下，行業(yè)內(nèi)壟斷勢(shì)力提高1%，會(huì)帶來行業(yè)內(nèi)資源錯(cuò)配程度、資本錯(cuò)配程度較之前至少多提高0.254%，而（6）列中Soe×p的系數(shù)并不顯著，表明其對(duì)勞動(dòng)錯(cuò)配沒有顯著的影響。綜上，行業(yè)內(nèi)國(guó)有壟斷勢(shì)力增強(qiáng)會(huì)導(dǎo)致更加嚴(yán)重的資源錯(cuò)配，特別地，在“四萬億”計(jì)劃實(shí)施后，使其資源配置的惡化程度加強(qiáng)。

（二）行業(yè)內(nèi)企業(yè)平均規(guī)模對(duì)行業(yè)內(nèi)資源錯(cuò)配的影響

表5匯報(bào)了行業(yè)內(nèi)企業(yè)平均規(guī)模與行業(yè)內(nèi)資源錯(cuò)配的關(guān)系。利用行業(yè)內(nèi)企業(yè)的平均產(chǎn)值（Size）分別對(duì)行業(yè)內(nèi)資源錯(cuò)配MISS、行業(yè)內(nèi)資本錯(cuò)配MISKS以及行業(yè)內(nèi)勞動(dòng)錯(cuò)配MISLS進(jìn)行回歸。第（1）—（3）列的回歸結(jié)果顯示，在其他因素不變的前提下，行業(yè)內(nèi)平均企業(yè)規(guī)模每增加1%，其資源錯(cuò)配、資本錯(cuò)配以及勞動(dòng)錯(cuò)配程度至少減少0.183%，這說明隨著行業(yè)內(nèi)企業(yè)平均規(guī)模變大，行業(yè)內(nèi)資源配置將會(huì)得到改善。同表4一樣，構(gòu)建交乘項(xiàng)Size×p來考察“四萬億”計(jì)劃實(shí)施后，行業(yè)內(nèi)企業(yè)平均規(guī)模對(duì)行業(yè)內(nèi)資源配置的影響。第（4）—（6）列顯示，Size×p系數(shù)均在1%的水平上顯著為正。以上結(jié)果表明，行業(yè)內(nèi)企業(yè)的平均規(guī)模增大，其行業(yè)內(nèi)資源配置狀況就會(huì)得到改善。但在“四萬億”計(jì)劃后，行業(yè)內(nèi)這種規(guī)模效應(yīng)帶來的資源配置改善程度將會(huì)降低。

（三）行業(yè)內(nèi)企業(yè)平均年齡與行業(yè)內(nèi)資源錯(cuò)配的關(guān)系

行業(yè)內(nèi)企業(yè)平均年齡的大小與行業(yè)內(nèi)企業(yè)進(jìn)入、退出的比例有關(guān)。行業(yè)內(nèi)企業(yè)平均年齡越小說明該行業(yè)進(jìn)入壁壘越小，可能受到的政府管制等摩擦阻力也越小，故行業(yè)內(nèi)企業(yè)平均年齡高低也會(huì)影響行業(yè)內(nèi)資源錯(cuò)配程度。表6報(bào)告了行業(yè)內(nèi)企業(yè)平均年齡與行業(yè)內(nèi)資源配置的關(guān)系。利用行業(yè)內(nèi)企業(yè)平均年齡（Age）分別對(duì)行業(yè)內(nèi)資源錯(cuò)配MISS、行業(yè)內(nèi)資本錯(cuò)配MISKS以及行業(yè)內(nèi)勞動(dòng)錯(cuò)配MISLS進(jìn)行回歸。第（1）—（3）列的回歸結(jié)果顯示，在其他因素不變的前提下，行業(yè)內(nèi)平均企業(yè)年齡每增加1%，其資源錯(cuò)配、資本錯(cuò)配以及勞動(dòng)錯(cuò)配程度至少增加0.024%，這說明行業(yè)內(nèi)企業(yè)平均年齡變大，將會(huì)導(dǎo)致更加嚴(yán)重的資源錯(cuò)配。同表4一樣，構(gòu)建交乘項(xiàng)Age×p來考察“四萬億”計(jì)劃實(shí)施后，行業(yè)內(nèi)企業(yè)存活時(shí)間對(duì)行業(yè)內(nèi)資源配置的影響。第（4）—（6）列顯示，行業(yè)內(nèi)資源錯(cuò)配（MISS）列的Age×p系數(shù)不顯著，資本錯(cuò)配（MISKS）列的Age×p系數(shù)在1%的水平上顯著為正，而勞動(dòng)錯(cuò)配（MISLS）列的Age×p系數(shù)同樣在1%的水平上顯著為負(fù)，這就意味著，在“四萬億”計(jì)劃實(shí)施后，行業(yè)內(nèi)企業(yè)平均年齡變化對(duì)資源配置并沒有影響，但企業(yè)平均年齡提高會(huì)惡化資本錯(cuò)配程度，同時(shí)改善了勞動(dòng)配置狀況。

六、結(jié)論與政策建議

本文在資源錯(cuò)配的理論框架下，將行業(yè)內(nèi)資源錯(cuò)配程度進(jìn)一步分解為資本錯(cuò)配、勞動(dòng)錯(cuò)配以及兩要素關(guān)聯(lián)性資源配置三個(gè)部分，利用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，測(cè)算了1998—2013年資源錯(cuò)配所導(dǎo)致的總體經(jīng)濟(jì)效率的損失程度，并重點(diǎn)分析了“四萬億”計(jì)劃實(shí)施后資源錯(cuò)配狀況。通過理論分析和實(shí)證檢驗(yàn)結(jié)果可以看出：第一，在樣本期間內(nèi)，當(dāng)中國(guó)的制造業(yè)企業(yè)間資源配置水平達(dá)到最優(yōu)時(shí)，我國(guó)總體經(jīng)濟(jì)效率至少會(huì)提高115%～156%。第二，我國(guó)總體的資源錯(cuò)配程度呈“先降低后上升”的“U”型趨勢(shì)，特別地，在“四萬億”計(jì)劃實(shí)施后總體的資源配置狀況逐年惡化。第三，在總體上，兩位碼3個(gè)制造業(yè)行業(yè)的加權(quán)平均資源錯(cuò)配程度也呈現(xiàn)“先下降后上升”的“U”型趨勢(shì)：1998至2008年間行業(yè)內(nèi)資源配置狀況逐漸改善，而2008年以后行業(yè)內(nèi)資源配置開始惡化。

為應(yīng)對(duì)2008年國(guó)際金融危機(jī)，我國(guó)政府推出和實(shí)施了“四萬億”計(jì)劃。在短期內(nèi)，該計(jì)劃為對(duì)沖嚴(yán)重的外部沖擊和穩(wěn)定宏觀經(jīng)濟(jì)形勢(shì)起到了關(guān)鍵性作用，使中國(guó)成為最早從金融危機(jī)中恢復(fù)的幾個(gè)經(jīng)濟(jì)體之一。但是這種漫灌式的經(jīng)濟(jì)刺激計(jì)劃對(duì)企業(yè)間資源的配置效率也產(chǎn)生了諸多影響，特別是大量的資金流向了大型國(guó)有企業(yè)和重化工業(yè)企業(yè)，惡化了資源配置狀況，導(dǎo)致了一定程度上的經(jīng)濟(jì)效率損失。因此考察“四萬億”投資計(jì)劃前后企業(yè)的資源配置效率對(duì)探究政府未來拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的經(jīng)濟(jì)政策具有重要的指導(dǎo)意義。為改善資源配置狀況、促進(jìn)新時(shí)期經(jīng)濟(jì)增長(zhǎng)，應(yīng)進(jìn)一步做好放管服工作，加強(qiáng)政府部門在經(jīng)濟(jì)領(lǐng)域簡(jiǎn)政放權(quán)力度，優(yōu)化要素在企業(yè)間、部門間的配置效率，培養(yǎng)并建立統(tǒng)一、開放、競(jìng)爭(zhēng)、有序的市場(chǎng)體系。應(yīng)優(yōu)化政府服務(wù)，為資源在企業(yè)間的自由配置提供保障。為了保障高效率的中小企業(yè)的生產(chǎn)活動(dòng)，應(yīng)降低市場(chǎng)準(zhǔn)入門檻，清理不必要的企業(yè)資格審批，加快企業(yè)資格審批流程。同時(shí)，在財(cái)政、金融、信息化建設(shè)等方面提供服務(wù)和幫助，為中小企業(yè)營(yíng)造更加公平的市場(chǎng)環(huán)境。

參考文獻(xiàn)：

[1]Hsieh C T， Klenow P J. Misallocation and manufacturing TFP in China and India[J]. Quarterly Journal of Economics， 2009， 124（4）： 14031448.

[2]Brandt L， Tombeb T， Zhu Xiaodong. Factor market distortion across time and space and sectors in China[J]. Review of Economic Dynamics， 2013， 16（1）： 3958.

[3]Baily M N， Hulten C， Campbell D， et al. Productivity dynamics in manufacturing plants[J]. Brookings Papers on Economic Activity. Microeconomics， 1992： 187267.

[4]Melitz M J， Polanec S. Dynamic OlleyPakes productivity decomposition with entry and exit[J]. The Rand Journal ofEconomics， 2015， 46（2）： 362375.

[5]朱喜， 史清華， 蓋慶恩. 要素配置扭曲與農(nóng)業(yè)全要素生產(chǎn)率[J]. 經(jīng)濟(jì)研究， 2011（5）： 8698.

[6]陳永偉， 胡偉民. 價(jià)格扭曲、要素錯(cuò)配和效率損失： 理論和應(yīng)用[J]. 經(jīng)濟(jì)學(xué)（季刊）， 2011（4）： 14011422.

[7]韓劍， 鄭秋玲. 政府干預(yù)如何導(dǎo)致地區(qū)資源錯(cuò)配——基于行業(yè)內(nèi)和行業(yè)間錯(cuò)配的分解[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2014（11）： 6981.

[8]馬光榮. 制度、企業(yè)生產(chǎn)率與資源配置效率——基于中國(guó)市場(chǎng)化轉(zhuǎn)型的研究[J]. 財(cái)貿(mào)經(jīng)濟(jì)， 2014（8）： 104114.

[9]Wang S Y. State misallocation and housing prices： Theory and evidence from China[J]. American Economic Review， 2011， 101（5）： 20812107.

[10]陳斌開， 金簫， 歐陽滌非. 住房?jī)r(jià)格、資源錯(cuò)配與中國(guó)工業(yè)企業(yè)生產(chǎn)率[J]. 世界經(jīng)濟(jì)， 2015（4）： 7798.

[11]錢學(xué)鋒， 潘瑩， 毛海濤. 出口退稅、企業(yè)成本加成與資源誤置[J]. 世界經(jīng)濟(jì)， 2015（8）： 80106.

[12]李力行， 黃佩媛， 馬光榮. 土地資源錯(cuò)配與中國(guó)工業(yè)企業(yè)生產(chǎn)率差異[J]. 管理世界， 2016（8）： 8696.

[13]季書涵， 朱英明， 張?chǎng)? 產(chǎn)業(yè)集聚對(duì)資源錯(cuò)配的改善效果研究[J]. 中國(guó)工業(yè)經(jīng)濟(jì)， 2016（6）： 7390.

[14]李旭超， 羅德明， 金祥榮. 資源錯(cuò)置與中國(guó)企業(yè)規(guī)模分布特征[J]. 中國(guó)社會(huì)科學(xué)， 2017（2）： 2543.

[15]Chen Kaiji， Irarrazabal A. Misallocation and the recovery of manufacturing TFP after a financial crisis[R]. Norges Bank’s Working Paper， 2013.

[16]Foster L， Grim C， Haltiwanger J. Reallocation in the Great Recession： cleansing or not？[J]. Journal of Labor Economics， 2016， 34（S1）： S293S331.

[17]Ziebarth N L. Misallocation and productivity during the great depression[J]. Q Unpublished Working Paper， 2012， 16（1）： 110.

[18]Jermann U， Quadrini V. Macroeconomic effects of financial shocks[J]. American Economic Review， 2012， 102（1）： 23871.

[19]Ai Hengjie， Li Kai， Yang Fang. Financial intermediation and capital reallocation[J]. Working Paper， 2016.

[20]Hopenhayn H A. Firms， misallocation， and aggregate productivity： A review[J]. Annual Review of Economics， 2014， 6： 735770.

[21]聶輝華， 江艇， 楊汝岱. 中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的使用現(xiàn)狀和潛在問題[J]. 世界經(jīng)濟(jì)， 2012（5）： 142158.

[22]Brandt L， Van Biesebroeck J， Zhang Yifan. Creative accounting or creative destruction？ Firmlevel productivity growth in Chinese manufacturing[J]. Journal of Development Economics， 2012， 97（2）： 339351.

[23]楊汝岱. 中國(guó)制造業(yè)企業(yè)全要素生產(chǎn)率研究[J]. 經(jīng)濟(jì)研究， 2015（2）： 6174.

[24]譚語嫣， 譚之博， 黃益平， 等. 僵尸企業(yè)的投資擠出效應(yīng)： 基于中國(guó)工業(yè)企業(yè)的證據(jù)[J]. 經(jīng)濟(jì)研究， 2017（5）： 175188.

[25]Bartelsman E， Haltiwanger J， Scarpetta S. Crosscountry differences in productivity： The role of allocation and selection[J]. American Economic Review， 2013， 103（1）： 305334.

[本刊相關(guān)文獻(xiàn)鏈接]

[1]常遠(yuǎn)， 吳鵬. 要素配置會(huì)扭曲技術(shù)進(jìn)步偏向性對(duì)全要素生產(chǎn)率增長(zhǎng)的影響嗎？[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2019（1）： 2034.

[2]戴小勇. 資源錯(cuò)配視角下全要素生產(chǎn)率損失的形成機(jī)理與測(cè)算[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2018（5）： 103116.

[3]王文， 孫早. 基礎(chǔ)研究還是應(yīng)用研究： 誰更能促進(jìn)TFP增長(zhǎng)——基于所有制和要素市場(chǎng)扭曲的調(diào)節(jié)效應(yīng)分析[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2016（6）： 2333.

[4]吳延兵. 國(guó)有企業(yè)雙重效率損失再研究[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)， 2015（1）： 110.

責(zé)任編輯、校對(duì)： 鄭雅妮

Resource Misallocation and Economic Efficiency Loss in China： Trend and Decomposition

LI Xinze1， SI Haiping2

（1. Institute of New Structural Economics， Peking University， Beijing 100871， China;

2. Institute of Quantitative & Technical Economics Chinese Academy of Social Sciences， Beijing 100732， China）

Abstract：Based on the model of resource misallocation designed by Hsieh and Klenow （2009）， we further decompose the degree of resource misallocation inside sectors： the degree of capital misallocation， the degree of labor misallocation and the degree of factorrelated resource allocation. And we use the database of the Annual Survey of Industrial Firms in China from 1998 to 2013 to reestimate and analyze the degree of resource misallocation among sectors. We find， （1） For the whole sample， the overall economic efficiency could move up 115% to 156% if the manufacturing enterprise could reach the peak of efficiency of resource allocation; （2） The whole degree of misallocation， and the degree of capital and labor inside different sectors falls at first and rises afterwards especially after 2008 when the “four trillion yuan” stimulus policy is implemented.

Keywords：Economic efficiency; Resource misallocation; Capital misallocation; Labor misallocation; Factorrelated; Total factor productivity