張 娟，潘庚飛

(福州外語外貿(mào)學(xué)院 財金學(xué)院，福建 福州 350202)

一般來說，全要素生產(chǎn)率差異是造成國家間貧富差距的重要因素，而技術(shù)進(jìn)步則是影響全要素生產(chǎn)率高低的重要因素。近年來，有學(xué)者從資源配置效率的視角來解釋全要素生產(chǎn)率，認(rèn)為資源在自由市場中能夠?qū)崿F(xiàn)最優(yōu)配置，但現(xiàn)實中因政策扭曲等方面的影響，不能實現(xiàn)資源有效配置，導(dǎo)致“資源錯配”，從而引起全要素生產(chǎn)率損失。從資源錯配的視角來研究經(jīng)濟增長，既為研究者打開了新的研究視角，也為政府部門決策提供了新的選擇。

一、關(guān)于資源錯配測算方法的研究綜述

從已有的文獻(xiàn)來看，國內(nèi)外學(xué)者測算資源錯配的方法主要有直接測算法和間接測算法。

(一)直接測算法

早期的研究認(rèn)為很多政策和制度都會產(chǎn)生資源錯配，但每項政策或者制度導(dǎo)致資源錯配進(jìn)而對經(jīng)濟產(chǎn)生影響的程度是不同的。直接測算法可以測算某一特定政策或者制度的要素錯配效應(yīng)和全要素生產(chǎn)率的損失程度。直接測算法的思路是首先確定若干可以量化的導(dǎo)致資源錯配的重要因素，將其放入一個異質(zhì)性生產(chǎn)函數(shù)模型中定量測算要素錯配的程度和全要素生產(chǎn)率的損失情況。

國內(nèi)外學(xué)者主要從制度、政策扭曲造成的要素錯配進(jìn)而導(dǎo)致生產(chǎn)率損失的角度展開了研究。例如，Hopenhayn 等學(xué)者(1993)建立了一般均衡模型，分析固定稅對勞動配置的影響，認(rèn)為這種稅的成本超過了2%，導(dǎo)致平均生產(chǎn)率下降超過2%[1]。Buera等學(xué)者(2011)拓展了Hopenhayn的研究成果，運用一般均衡模型分析金融約束會導(dǎo)致要素扭曲，會對生產(chǎn)效率產(chǎn)生負(fù)向影響[2]。Guner等學(xué)者(2008)構(gòu)建了一個增長模型，認(rèn)為不同生產(chǎn)能力的企業(yè)之間資源分配的差異可能是解釋各國人均產(chǎn)出差異的一個重要因素[3]。Restuccia等學(xué)者(2013)通過構(gòu)建異質(zhì)性模型研究政策扭曲造成的要素錯配程度及其對全要素生產(chǎn)率的損失[4]。

(二)間接測算法

間接測算法彌補了直接測算法的不足，近年來被學(xué)者們廣泛運用。間接測算法的思路是將所有可能導(dǎo)致要素錯配的因素用加在價格上的“經(jīng)濟楔子”來代表，相當(dāng)于對生產(chǎn)要素征收一定的比例稅。間接測算法主要包括生產(chǎn)函數(shù)法、利潤函數(shù)法和生產(chǎn)前沿法，測算結(jié)果更準(zhǔn)確、全面。

1.生產(chǎn)函數(shù)法

生產(chǎn)函數(shù)法是最早被用來測算要素錯配程度的一種方法。使用這種方法的關(guān)鍵是選擇生產(chǎn)函數(shù)。即便是相同的樣本和數(shù)據(jù)，如果選用的生產(chǎn)函數(shù)不同，測量結(jié)果就會不同。學(xué)者們普遍選用柯布-道格拉斯(C-D)生產(chǎn)函數(shù)、時變彈性生產(chǎn)函數(shù)。在國外，學(xué)者通常采用柯布-道格拉斯生產(chǎn)函數(shù)方法對要素錯配程度進(jìn)行測算。國內(nèi)學(xué)者近年來也運用C-D生產(chǎn)函數(shù)方法來估算生產(chǎn)要素的錯配程度。例如，吳偉偉等學(xué)者(2020)運用柯布-道格拉斯生產(chǎn)函數(shù)，對江西省的農(nóng)業(yè)生產(chǎn)要素錯配程度進(jìn)行了測算[5]。 張俊峰等學(xué)者(2020)運用拓展的C-D生產(chǎn)函數(shù)方法研究土地資源在農(nóng)業(yè)部分與非農(nóng)業(yè)部分之間的配置效率，并測算了土地資源錯配損失[6]。

C-D生產(chǎn)函數(shù)假定生產(chǎn)要素的產(chǎn)出彈性固定不變，不符合實際。有學(xué)者對C-D生產(chǎn)函數(shù)進(jìn)行拓展，認(rèn)為生產(chǎn)要素的產(chǎn)出彈性是時間的函數(shù)，更符合實際。國內(nèi)外應(yīng)用時變彈性生產(chǎn)函數(shù)法估算要素錯配的研究比較少。王力等學(xué)者(2017)采用時變彈性生產(chǎn)函數(shù)法，研究了中國棉花的勞動力、資本和土地的產(chǎn)生貢獻(xiàn)率[7]。

2.利潤函數(shù)法

Hsieh等學(xué)者(2009)設(shè)定了利潤函數(shù)形式，研究了中國、印度的制造業(yè)要素錯配對生產(chǎn)率的影響，認(rèn)為中國和印度如果達(dá)到美國的要素配置水平，那么全要素生產(chǎn)率可以分別增加30%～50%、40%～60%[8]。此方法是資源錯配理論的實證應(yīng)用。國內(nèi)外學(xué)者在Hsieh的基礎(chǔ)上不斷拓展和改進(jìn)。朱喜等學(xué)者(2011)放寬了Hsieh的假設(shè)，認(rèn)為農(nóng)戶要素錯配的程度各不相同，研究了農(nóng)業(yè)部分資本、勞動和土地的要素錯配程度及其對農(nóng)業(yè)全要素生產(chǎn)率的影響[9]。陳永偉等學(xué)者(2011)提出了一個傳統(tǒng)的分析框架，認(rèn)為制造業(yè)子行業(yè)內(nèi)部的資源錯配造成了15%的產(chǎn)出損失[10]。

3.生產(chǎn)前沿法

生產(chǎn)前沿法用實際生產(chǎn)點與生產(chǎn)可能性邊界之間的距離表示資源錯配的程度。它可以估算整體的要素錯配程度，并可以分解成不同的組成部分，但不能測量不同生產(chǎn)要素的錯配程度。根據(jù)生產(chǎn)函數(shù)形式是否確定，可分為參數(shù)化分析方法和非參數(shù)化分析方法。參數(shù)化分析方法以隨機前沿分析為代表。 Samarajeewa等學(xué)者(2012)衡量了加拿大阿爾伯塔省奶牛農(nóng)場的生產(chǎn)效率，并分析了效率變化的來源,研究指出平均技術(shù)效率、配置效率和經(jīng)濟效率分別為83%、78%和67%[11]。劉晗等學(xué)者(2016)基于省級農(nóng)業(yè)面板數(shù)據(jù)，用非參數(shù)化方法計算、分解了農(nóng)業(yè)生產(chǎn)要素的配置效率[12]。陳國生等學(xué)者(2014)對數(shù)據(jù)包絡(luò)分析法進(jìn)行了改進(jìn)，用于分析中國科技資源的配置效率，將DEA模型與Bootstrap-DEA方法相結(jié)合，研究發(fā)現(xiàn)中國科技資源配置效率區(qū)域差異比較大[13]。

二、關(guān)于資源錯配經(jīng)濟效益的研究綜述

要素錯配會降低生產(chǎn)率、造成生產(chǎn)率的損失[14]，已成為學(xué)界的共識，雖然這方面的研究起步較晚，但是發(fā)展迅速。國內(nèi)外學(xué)者從不同角度對要素錯配的經(jīng)濟效益展開了深入研究。宏觀層面主要研究跨國、區(qū)域間的要素錯配，中觀層面主要研究行業(yè)內(nèi)、產(chǎn)業(yè)間的要素錯配，微觀層面主要研究企業(yè)、農(nóng)戶間的要素錯配。從研究對象來看，主要集中在工業(yè)領(lǐng)域，關(guān)注行業(yè)內(nèi)要素錯配影響生產(chǎn)率的作用機制、對生產(chǎn)率的影響等?？紤]到數(shù)據(jù)獲取的難度、研究對象的復(fù)雜性等，學(xué)者們對農(nóng)業(yè)和服務(wù)業(yè)領(lǐng)域要素錯配的經(jīng)濟效益研究較少。

(一)從宏觀視角分析資源錯配經(jīng)濟效益的研究

Wang Shuhong等學(xué)者(2020)利用2006—2015年的數(shù)據(jù)展開研究，認(rèn)為腐敗和資源配置不當(dāng)均對生態(tài)效率產(chǎn)生負(fù)面影響，還指出腐敗會直接降低生態(tài)效率，也會加劇資源錯配程度，導(dǎo)致生態(tài)效率進(jìn)一步下降[15]。Han Hongyun等學(xué)者(2018)基于2012年中國家庭面板數(shù)據(jù)，對中國農(nóng)業(yè)生產(chǎn)的潛在扭曲進(jìn)行了量化，表明不同地區(qū)存在不同程度的扭曲，對中國農(nóng)業(yè)生產(chǎn)造成損失[16]。李勇剛(2021)以285個地級及以上城市為研究對象，指出土地資源錯配對綠色經(jīng)濟發(fā)展產(chǎn)生負(fù)向影響，而且存在空間異質(zhì)性[17]。白燁(2021)以京津冀區(qū)域為例，指出京津冀區(qū)域勞動力配置不足，資本配置過剩對京津冀流通業(yè)產(chǎn)生負(fù)向影響[18]。易明、吳婷(2021)以中國30個省市為例，認(rèn)為科技資金配置過度而人力資源配置不足制約了全要素生產(chǎn)率的增長，人力資本能夠改善科技資源配置錯配對全要素生產(chǎn)率的負(fù)向影響[19]。張永恒、王家庭(2020)利用省級層面的數(shù)據(jù)，測算了各地區(qū)要素錯配水平，指出各地區(qū)的資本錯配和勞動錯配存在較強的路徑依賴，且地區(qū)間要素錯配水平相差較大[20]。

(二)從中觀視角分析資源錯配經(jīng)濟效益的研究

Dong Xu等(2021)以中國1997—2017年省級行業(yè)面板數(shù)據(jù)為樣本，分析環(huán)境規(guī)制是否具有資源再分配效應(yīng)以及對全要素生產(chǎn)率的影響，指出資本配置不當(dāng)和勞動力配置不當(dāng)都會導(dǎo)致產(chǎn)業(yè)全要素生產(chǎn)率的損失，皆對產(chǎn)業(yè)要素生產(chǎn)率具有負(fù)的空間溢出效應(yīng)[21]。楊傳喜、王修梅(2021)以農(nóng)業(yè)科技為研究對象，利用中國25個省份的面板數(shù)據(jù)，分析指出農(nóng)業(yè)科技人力、財力資源錯配負(fù)向影響農(nóng)業(yè)科技全要素生產(chǎn)率，存在負(fù)的空間溢出效應(yīng)[22]。陳汝影(2020)指出，分析中國制造業(yè)生產(chǎn)要素配置狀態(tài)對產(chǎn)出效率的影響時，不能忽視中間投入品的資源錯配問題，否則會高估制造業(yè)產(chǎn)出效率的損失程度[23]。

(三)從微觀視角分析資源錯配經(jīng)濟效益的研究

Brandt等學(xué)者(2012)運用企業(yè)層面的數(shù)據(jù)，研究了要素錯配造成制造業(yè)生產(chǎn)率的損失[24]。Stephen Ayerst等學(xué)者(2020)利用家庭層面的面板數(shù)據(jù)集，分析2006—2016年越南農(nóng)業(yè)生產(chǎn)要素錯配的程度和后果，發(fā)現(xiàn)農(nóng)戶之間的生產(chǎn)要素錯配程度很高且還在加劇。要素投入的重新分配不夠有力，無法適應(yīng)長期以來農(nóng)業(yè)生產(chǎn)率的重大變化[25]。Kong Qunxi等學(xué)者(2021)利用中國工業(yè)企業(yè)數(shù)據(jù)庫，研究發(fā)現(xiàn)要素價格扭曲抑制了生產(chǎn)率在增加投資傾向中的作用[26]。敖日格樂(2019)以工業(yè)部門企業(yè)為研究對象，研究發(fā)現(xiàn)要素錯配使全要素生產(chǎn)率的潛在損失達(dá)到24.93%，其中資本要素錯配是工業(yè)部門要素錯配的主要因素，決定了要素錯配變動的趨勢[27]。李勇、葛晶和李橋鴿(2021)測算了中國1998—2013年135個工業(yè)企業(yè)的資源錯配程度及對全要素生產(chǎn)率損失的影響，指出人力資本錯配程度較高，且集中在重化工業(yè)、重工制造業(yè)等領(lǐng)域[28]。陳愛貞、閆中曉(2020)將資源錯配作為中介機制，認(rèn)為工業(yè)企業(yè)的出口強度會通過要素錯配抑制產(chǎn)品質(zhì)量的提升[29]。

三、研究不足和展望

(一)研究不足

第一，研究對象有局限性，國內(nèi)外的研究主要集中在制造業(yè)領(lǐng)域。在其他領(lǐng)域，國外的研究成果不斷涌現(xiàn)，而國內(nèi)的研究成果較少。第二，從研究層次來看，宏觀層面研究較多，微觀層面主要集中在工業(yè)領(lǐng)域，國內(nèi)關(guān)于農(nóng)業(yè)、服務(wù)業(yè)領(lǐng)域要素錯配的研究尤其匱乏。第三，國內(nèi)外學(xué)者側(cè)重研究“內(nèi)涵型錯配”，而對“外延型錯配”研究不足。第四，從資源錯配的來源來看，主要集中在對資本錯配、勞動錯配、土地錯配和金融錯配方面的研究，對其他類別的研究很少涉及。

(二)研究展望

資源的有效配置可以深入推進(jìn)供給側(cè)改革，推動經(jīng)濟高質(zhì)量發(fā)展。資源錯配對經(jīng)濟增長有重要影響。因此，未來可以從以下方面探討資源錯配。(1)加深農(nóng)業(yè)資源錯配的研究。我國特殊的農(nóng)業(yè)制度導(dǎo)致農(nóng)業(yè)資源錯配問題嚴(yán)重，改善資源配置可以促進(jìn)現(xiàn)代農(nóng)業(yè)發(fā)展，推動我國經(jīng)濟發(fā)展。(2)拓展對“外延型錯配的研究”，正確評估資源錯配的程度。(3)結(jié)合實際，研究資源錯配影響經(jīng)濟增長的作用機制，并提供政策性建議。