互联网发展、市场化程度与资源配置效率

魏新月

[提要]改善资源配置效率是提升生产率的有效途径，在互联网快速发展的背景下，互联网如何影响资源配置效率是一个值得关注的问题。本文实证分析了互联网发展对资源配置效率的影响机制，并进一步讨论了其在城市和行业间的异质性，所得主要结论有：(1)互联网发展显著促进了资源配置效率的提升，在考虑时间滞后性、更换核心指标测度和内生性问题后，实证结果依然稳健。(2)从不同城市类型与行业类型来看，互联网发展对工业发达型城市和高技术行业资源配置效率的促进作用更大。(3)互联网发展改善资源配置效率主要是通过缓解要素市场扭曲和提升产品市场化实现的，进一步分析发现互联网的发展激发了市场优胜劣汰机制，降低高效率企业被淘汰的风险，增加了低效率企业被淘汰的风险，进而改善了资源配置效率。

引言

十九大指出，我国经济已由高速增长阶段转向高质量发展阶段。《中共中央关于制定国民经济和社会发展第十四个五年规划和二O三五年远景目标的建议》进一步明确表示，经济社会发展要以推动高质量发展为主题，这意味着提高经济发展的质量成为未来“十四五”经济建设的主要目标之一。已有研究注意到，企业全要素生产率的提高是实现经济高质量发展的标志，而提高全要素生产率的关键是要改善企业之间的要素配置效率。[1]因此，如何提高生产要素在企业之间的配置效率，最终使其成为带动经济高质量发展的动力源泉成为当前研究的重要命题。

互联网发展是实现生产要素合理配置的重要途径。进入21世纪以来，以互联网技术为代表的新一代信息技术正在不断渗透到经济、社会生活的各个方面，互联网发展还被赋予经济增长新动能的角色。[2]中国政府先后提出的“宽带中国”战略和“互联网+”行动计划，就是希望打破以往只强调提高以互联网为代表的信息技术产业总产值对GDP的贡献率，转向更加注重以互联网战略推动实现经济高质量发展。可以预见，随着互联网战略的不断贯彻实施，逐渐会影响生产要素在企业之间的流动与配置。资源配置效率可以理解为生产要素在企业间的分配，配置效率的改善即生产要素从低生产率企业流向高生产率企业，使高效率的企业得到更多的生产要素，相反，如果高生产率的企业无法得到足够的要素投入，抑或过多要素被投入到低生产率的企业中，造成生产要素利用损失，引致资源错配。[3](P.16742)在互联网技术的影响下，企业之间形成“企业有边界、资源无边界”的发展理念，并实现企业内外部要素互联、信息互通、资源共享、线上线下互动，从而影响资源的配置效率。

那么，互联网发展究竟对要素在企业之间配置的改善起到了多大作用？这种作用的内在机制是什么？本文将重点关注互联网对资源配置效率的影响，主要贡献包括三个方面：(1)在研究视角方面，本文以优化企业间配置效率为目标，研究互联网发展如何影响资源在企业间的配置。从当前研究来看，已有文献关注的是互联网发展对地区要素扭曲程度的影响，并未从资源配置的根本出发，本文以企业为研究对象，研究生产要素是否更多配置到高效率企业中。(2)在研究设计上：从市场化角度入手，本文分析互联网发展对资源配置效率的影响途径，并进一步从企业退出视角，验证了影响途径的存在性。(3)在研究内容方面，对行业类型和城市发展阶段进行划分，探讨了互联网发展对资源配置效率的异质性，从而更加全面理解认识互联网发展对资源配置效率的影响。

一、文献综述与理论假说

信息的不对称是我国行业普遍存在的难题之一，不仅会导致产业供求关系不均衡，使得整个行业生产组成、生产的混乱与低迷，还会导致生产要素难以流向高效企业，造成资源配置效率的低下。随着互联网发展，信息壁垒逐渐弱化，区域间、行业间和企业间的信息不对称程度降低，企业的信息搜寻与交流的成本减少，企业所需信息的质量提高。互联网为信息跨时空的传播与共享提供了平台和技术支持，促进技术、资金和人才等生产要素根据需要快捷高效地联结和重组。[4]

在要素市场中，互联网通过网络技术和信息共享平台减缓要素市场扭曲，实现要素有序流动，改善企业间资源配置效率。一方面，网络技术打破了地理空间限制，实现信息与资源跨时间、跨行业、跨区域整合，[5][6]有效降低了冰山运输成本，促进要素有序自由流动，缓解了要素市场扭程度。另一方面，互联网为市场提供了信息共享平台，加快信息处理的速度，“互联网+”与传统行业的融合增加了交易双方的信息对称性，降低了交易成本，提升了资源的配置能力与效率。[7]张庆君和宋小艳(2020)从企业间层面出发研究发现互联网金融的发展有助于缓解企业间金融错配；[8]Stevenson(2009)研究发现互联网普及增加了劳动力市场中的信息共享，为失业者提供招聘信息，为就业者提供跳槽信息，提升了劳动力配置效率；[9](P.67-86)互联网发展一定程度改善了资本和劳动力市场扭曲程度，提升了资本和劳动要素的配置效率，而资本和劳动要素配置效率的改进优化了微观企业之间资源配置效率。[10]可见，互联网发展一定程度缓解要素市场扭曲，提升了微观企业之间资源配置效率。

在产品市场中，外在干扰因素的存在弱化了“看不见的手”的作用，市场中企业被差别对待，政府对某些企业实施差异化的补贴、征税政策或给予特殊的支持，对某些行业设定特定的进入门槛，遏制了市场通过价格调整供求的机制发挥作用，导致资源在企业之间或行业之间错误配置。互联网发展在一定程度上破除了信息壁垒，降低了企业间信息不对称，促进市场更加透明化，透明化的市场环境督促相关部门对各类产品及各类交易的监管，[11]降低了市场准入门槛对企业的限制，[12]促进企业与外部环境进行良性互动，规范了市场秩序。此外，消费者也可以通过网络获取产品信息识别产品的优劣，消费者“用脚投票”的方式选择更合适的产品，从一定程度降低了政府对某些企业扶持的效果。[13]市场环境的优化和消费者自主选择强化市场中价格机制的作用，使得经济资源由不具有比较优势的企业转移到具有比较优势的企业，促进资源在企业间进行配置。

假设1：互联网通过缓解要素市场扭曲和提升产品市场化程度，进而改善企业间要素资源错配。

资源错配意味着低效率企业占用大量的资源，挤占高效率企业的生存空间，[14]若低效率企业市场被淘汰，低效率企业退出促进市场中资源再配置，使得资源从低效率企业流向高效率企业，提升了资源配置效率。互联网的发展加深了市场竞争程度，为淘汰低效率企业提供了优胜劣汰的市场环境，降低了高生产率企业退出概率，提升了低效率企业退出的概率。[15]一方面，互联网作为一种生产技术，通过应用部门与研发部门的关联效应与互动效应，提升了相关企业的生产效率，增加了竞争优势，同时，相对而言，那些无法利用互联网技术的低效率企业的竞争优势进一步被弱化，被淘汰的风险进一步增加；另一方面，互联网为企业提供了信息共享平台，增加了企业间沟通与合作，通过企业间的模范学习的示范效应，产品和服务的差异化逐渐缩小，加剧了企业间的竞争程度，低效率企业在激烈的竞争中无法生存，进而被淘汰。

假设2：互联网发展通过强化市场优胜劣汰机制促进资源合理配置。

二、模型设定与数据处理

(一)模型设定

为探讨互联网对资源配置效率的影响,本文建立如下计量模型:

(1)

(二)变量选取

1.被解释变量。本文借鉴李力行等(2015)的方法，利用企业全要素生产率计算得到城市资源配置效率。

(2)

(3)

2.自变量。互联网发展水平(Int)，综合已有研究对互联网发展的相关测度指标以及城市数据的可得性，本文使用互联网普及率作为衡量互联网发展的代理变量，具体用各地区互联网用户数量/常住人口来表示。

3.中介变量。要素市场化程度(Fac)：采用要素市场扭曲程度指标表示，借鉴戴魁早等(2016)[16]和林伯强等(2013)[17]的研究方法，

(4)

产品市场化程度(Pro)：主要指市场对价格的决定程度，即价格机制是否发挥出作用，参考樊纲等(2016)[18](P.265-410)测算的产品市场发育的程度，该指标测算主要包括由价格由市场决定的程度和减少产品市场上的地方保护两个分项指数组成。

4.控制变量。为了排除其他潜在因素的干扰和保证结论的稳健性，本文在回归方程中引入控制变量。除控制了城市规模(Scl)和城市人均GDP(Gdp)外，考虑到外在环境约束是影响企业资源配置效率的重要因素，又选取以下指标纳入控制变量中。(1)对外开放程度(Ope)采用各地区进出口总额(按当年汇率折算)与GDP的比值来衡量，地区会因对外开放程度的不同而导致资源配置水平的差异化；(2)当年是否设立行政审批中心(Gov)，借鉴毕青苗等(2018)[19]的方法，行政审批中心的设立减少企业交易成本，进而影响资源配置效率；(3)国有企业工业总产值占比(Sta)，国有企业拥有独特的优势，会以低成本获取资源，一定程度上会影响地区企业之间资源配置效率；(4)交通条件(Tra)代表要素流动的运输成本，用公路里程除以土地面积即道路密度表示；(5)是否拥有开发区(Zon)为城市当年是否拥有开发区。

(三)数据来源与处理

本文使用的企业数据主要来源于2003-2012年的中国工业企业数据库，城市特征数据主要来源于《中国统计年鉴》《中国城市统计年鉴》和《中国开发区审核公告目录》(2006年版)。

本文中数据处理主要从以下三个方面展开，(1)数据筛选。对于企业数据的处理，删除工业企业数据库中不符合“规模以上”标准的观测值；剔除职工人数小于8人的企业；剔除销售额、职工人数、总资产、固定资产净值和管理费用等缺失或不为正数的观测值。(2)样本选择。本文对变量的异常值进行相应处理后，依据工业企业数据计算出的城市企业间资源配置效率和其他控制变量的选择，为保持数据一致与连贯性，筛选后共得到2003-2012年247个城市数据。(3)数据折算。对文章所涉及的工业增加值、工业总产值以2003年为基期计算出的固定资产投资价格指数进行折算，地方政府GDP以2003年为基期计算出的地区生产总值指数进行折算。分别对相关变量进行描述性统计，结果如表1所示。

表1 描述性统计

为分析城市资源配置效率与互联网发展水平的关系，本文通过局部加权回归(LOWESS)方法，选取2003、2006、2009和2012年的数据，对城市内企业之间资源配置效率和城市的互联网发展水平进行拟合分析，拟合结果如图1所示，资源配置效率与互联网发展呈正相关，即随着互联网发展水平的提升，企业之间资源配置效率得到改善，且具有一定的稳健性，但该结论仍需进行实证检验。

图1 资源配置效率与互联网发展的LOWESS拟合

三、实证研究

(一)基础模型

1.基础回归

本文基本检验结果如表2所示，可以看出互联网发展的回归系数为正数，且基本都通过了10%水平的显著性检验，这说明互联网发展有利于提升城市内资源配置效率。其中表2中第(1)和(2)列采用面板数据随机效应模型，列(1)没有加入控制变量，列(2)加入了控制变量。第(3)和(4)列采用面板数据固定效应模型，加入了省份、年份固定效应，通过比较四列回归结果，发现核心解释变量的回归系数及显著性具有较高稳健性。基于第(4)列结果，进一步分析互联网对城市资源配置效率的影响程度，互联网回归系数为0.0392，并且在1%置信水平上显著，即当互联网普及率每提升1个单位，城市资源配置效率水平则相应提高3.92%，表明地方政府可以通过加大互联网的普及率来改善地区资源配置。在提高经济质量的背景下，互联网发展是优化资源配置，提升生产效率的有效途径。互联网的信息共享优势，降低了企业交易成本，不仅能够跨越地理限制，扩大资源流动和配置的范围，也可以促进市场、企业和政府之间在资源配置过程中发挥优势互补的作用[20]，促进资源有效配置。

就控制变量而言，地区经济发展水平对资源配置影响显著为正，意味着经济水平领先的城市具有生产率优势，对要素的吸引能力也相对越强，更容易进行配置，进而企业之间资源配置效率越高；地区规模对资源配置效率的影响系数为0.0736，并且在1%置信水平上显著，说明城市规模对资源配置效率具有显著正向影响，与郭晓丹等(2019)[21]结论一致，即城市规模越大，企业之间资源配置效率越高；对外开放对资源配置效率的影响系数为正，且在1%的显著水平下，意味着城市开放程度越高，地区企业与外部市场交流的机会越多，资源可在更加广泛的市场中进行流动与配置，使得企业之间资源实现高效配置的可能性增加。国有企业占比抑制了资源配置效率的改进，因为国有企业在政企关系和资源获取等方面处于优势地位，可以以更低的成本、更便捷地获得高质量的生产资源要素，一定程度上导致了资源错配，与聂辉华等(2011)[22]结论一致；设立行政审批中心对于城市资源配置效率有明显促进作用，张天华等(2019)[23]研究发现行政审批中心的设立重新整合行政部门原有资源、变革审批流程和减少政府直接干预，提高了办事效率，使得要素流动更加自由化，促进了资源配置效率的增加；交通条件对资源配置效率显著为正，企业所处环境的交通条件越差，中间要素投入扭曲越严重，进而造成资源错配；[24]当年是否拥有开发区对资源配置效率的影响程度不显著，可能开发区对资源配置效率的影响有一定的时间滞后性，当年设立的开发区对要素流动与配置的作用并不明显。

表2 基础回归模型

2.稳健性检验与内生性处理

为确保回归结果的有效性，本文从以下两个方面对基准回归的结论进行稳健性检验，稳健性检验回归结果如表3所示。

考虑时间效应问题：互联网作用的发挥存在滞后性，即互联网从提升到实际发挥作用是一个相对缓慢的过程，从降低信息壁垒后到促使资源从低效率企业流向高效率企业这一过程需要一定时间，因此，为确保估计结果的有效性，本文以衡量互联网指标的一阶滞后作为代替，来对上面的结果进行稳健性检验，考虑互联网发展的时间滞后问题，结论依然稳健显著，即互联网的发展对城市资源配置效率显著为正的影响具有稳健性。

表3 稳健性检验

虽然我们通过引入年份、城市和省份的虚拟变量以缓解由于遗漏变量所造成的内生性问题，但如果某地区资源配置效率领先，该地区经济发展水平也对应较高，导致该地区的互联网的发展程度也会相对优于其他地区，为了避免内生性造成的估计偏误，本文结合黄群慧等(2019)[25]的研究，选取历史数据作为工具变量—1985年各城市人均固定电话数量和人均邮局数量，其认为历史的固定电话和邮局会影响城市中互联网的发展程度，构建1985年各城市人均固定电话数量和邮局的数量分别与上一年全国互联网投资额的交互项作为城市互联网发展的工具变量。

表4为模型解决内生性的结果，所有回归均使用Robust选项控制样本组间差异。可看出第一阶段检验人均固定电话数量和邮局数量的回归系数为正，且第二阶段检验中LM统计量的P值小于0.1，即拒绝工具变量与内生变量无关的原假设，证明了工具变量与解释变量具有相关性；第一阶段回归的F值大于10，通过第一阶段的弱工具变量检验；第二阶段中，结果显示Sargan检验统计量统计量不显著，通过了过度识别检验检验，一定程度说明估计模型较为合理。综上所述，工具变量通过了识别不足检验，弱工具变量检验和过度识别检验，证明了工具变量的有效性，由表4可以看出各变量的系数符号及显著性并未发生改变，互联网发展对城市资源配置效率的促进作用具有一定稳健性。

表4 内生性处理

3.异质性分析

表2的回归结果证明了互联网化能提升城市内企业之间资源配置效率。为了厘清互联网化对资源配置效率的异质性影响，我们在总样本下区分行业类型，进行回归检验。参考王永进等(2016)[26]依据经济合作与发展组织的基于产业研究与开发经费投入强度界定制造业行业分类标准，将行业类型划分为高技术行业①和低技术行业。

表5的列(1)和列(2)分别是高技术行业样本和低技术行业样本回归的结果。研究显示，整体而言，无论是高技术行业或是低技术行业，互联网对行业内企业之间配置效率的回归系数均为正，并且高技术行业的回归系数更大，说明互联网发展对不同技术型行业资源配置效率均有显著的提升作用，但对高技术行业的影响程度更大。主要原因在于高技术行业多为信息与知识密集型行业，对信息流动与共享的依赖性更强，互联网作为一种通用信息技术，为信息和技术的扩散提供了基础，所以使得高技术行业对互联网的变化更为敏感，受影响程度更大。

为了检验异质性分析的结果是否稳健，本文在基础模型上引入互联网与行业虚拟变量的交叉项，其中高技术行业类型设为1，回归在第(3)列中显示。互联网与高技术行业交乘项的回归系数为正，说明互联网对高技术行业的影响程度更大，验证了互联网对高技术行业资源配置效率影响大于对低技术行业影响的结果具有稳健性。

表5 行业异质性分析

互联网对处于不同发展阶段城市的资源配置效率存在差异，参考钱纳里工业阶段理论以及陈佳贵等《中国工业化进程报告1995-2010》，[27](P.93-95)本文采用三次产业结构作为衡量城市发展水平指标，并按照第三产业与第二产业产值的比重将城市发展水平划分为工业发达型和工业发展型，分别对不同城市发展阶段的样本进行回归，结果如表6所示。

表6的列(1)和列(2)分别是工业发达型城市样本和工业发展型城市回归的结果。研究显示，无论是城市处于哪一个发展阶段，互联网对行业内企业之间配置效率的回归系数均为正，但对工业发达型城市资源配置效率的回归系数更大，意味着在工业发达型城市，企业间资源配置效率对互联网发展的变化更为敏感，在工业发达型城市第三产业已成为支柱产业，这类城市基础设施相对完善，特别网络通信的建设相对领先，为互联网的发展和普及加入了催化剂，因此，这类城市的互联网发展相对领先，更有助于互联网充分促进企业间资源优化配置。

表6 城市异质性分析

(二)互联网为什么影响城市资源配置效率

上述回归结果较为全面地揭示了互联网对于资源配置的影响，但是没有回答互联网如何影响企业之间资源配置的问题。在这一部分，我们尝试对本文在第二部分提出的互联网发展影响企业之间配置效率的机制进行实证检验。

1.互联网对市场的影响

为验证互联网发展对缓解资源错配的作用机制，我们采用中介模型经典的逐步检验法

(5)

(6)

表7汇报了互联网发展对地区资源错配的影响机制检验结果，其中列(1)是以互联网发展为因变量，地区要素市场扭曲为自变量的估计检验，报告的结果显示互联网对要素市场扭曲的影响显著为负，表明互联网发展降低了要素市场扭曲，列(2)汇报了以互联网发展和要素市场扭曲数为自变量，地区资源配置效率为因变量的回归结果，与表2第(4)列的基础回归结果相比，互联网发展对资源配置效率的影响程度存在差异，说明互联网在一定程度上通过缓解地区要素市场扭曲程度影响资源配置效率，要素市场在互联网影响资源配置效率的过程中发挥出中介作用。与前文理论分析一致，即互联网对要素市场扭曲起到抑制负向作用，互联网独特信息共享的优势，够跨越地理限制，扩大资源流动和配置的范围，促使要素有序流动，为达到资源有效配置奠定了基础。

我们以地区产品市场化程度为被解释变量,就各地区互联网发展程度为解释变量对其进行回归。表7中第(3)列发现，互联网的系数为正,且在1%水平上显著,表明互联网发展水平越高的地区,市场化程度越高，在第(4)列，我们在基础回归之上加入了产品市场化，探究在互联网发展对资源配置效率的影响过程中，产品市场化是否发挥出中介作用，可看出互联网发展对资源配置效率的直接影响的系数为0.0377，通过1%的显著水平检验，与基础回归中的互联网对资源配置效率的总效应存在差异，说明互联网发展在一定程度上通过深化地区产品市场化程度进而改善了地区资源错配，产品市场化在可达性影响企业生产率的过程中发挥出中介作用，验证了假说1。互联网发展降低了信息壁垒，使产品市场更加透明化，同时为产品交易提供了新的平台，使得消费者更大程度参与市场中，弱化了政府对市场行为的干预，共同保证合理价格机制正常运行，使得资源根据企业发展进行选择，优化了资源配置。

表7 互联网发展对市场化程度的影响

2.进一步分析

地区资源配置效率的改善来源于生产要素流向高效率的企业，那么这种改善可能会通过市场中低效率企业退出来实现。互联网发展优化了市场环境，保证价格机制和竞争机制充分发挥作用，迫使低效率企业退出市场，促进资源重新分配，提升企业之间资源配置效率。基于此，本部分将从企业淘汰方面进行机制检验。

绘制出互联网发展程度高和低地区的企业全要素生产率(TFP)的核密度分布图。如图2所示，在互联网发展程度高的地区，企业生产率的峰值较大且峰值附近的分布较窄，相应的核密度也更大，而在互联网发展程度低的地区，企业生产率的核密度分布相对平缓，且峰值在高低区峰值的左侧，意味着在低互联网发展地区，低生产率的企业占比多，因此，本文下一步将验证互联网发展对不同效率企业的影响。

图2 不同地区企业全要素生产率(TFP)核密度分布

在互联网经济时代，信息壁垒的弱化增加了市场透明度，降低了企业的交易成本和信息获取成本，加剧了产品之间和企业之间的竞争，强化了市场环境下的优胜劣汰机制。优胜劣汰的市场机制迫使低效率企业不得不退出激烈的竞争，[30]地区内低效率企业数量减少，资源重新进行配置，改善了资源配置效率。可以预判，互联网发展水平领先的地区，低效率企业被淘汰风险越大。

借鉴参考刘海洋等(2015)[31]、席强敏等(2019)[32]，选择Cox比例风险模型估计企业在不同地区被淘汰的概率，我们定义企业退出市场或企业规模低于工业企业数据库的统计规模为失败事件(failure)，失败事件设为1，未发生失败事件则设为0，来考察企业被淘汰的概率，企业i的Cox比例风险基本模型为：

(7)

估计结果如表8。从总样本估计结果看，互联网发展对企业生存风险系数具有显著的正向关系，互联网发展程度每提高1个百分点，企业淘汰风险相应提高7.4个百分点，意味着互联网发展提升了企业被淘汰的风险。为了探究不同效率企业的被淘汰概率对互联网发展敏感程度的差异，对总样本按企业效率平均数划分为高效率和低效率企业样本。估计结果反映在不同企业效率类型划分标准下，低效率企业随互联网发展被淘汰的风险在增加，而高效率企业的被淘汰率反而在下降，说明随着互联网发展程度的增加，低效率企业具有更高的淘汰风险。一方面，生产率越高的企业，吸收能力更强，更能充分利用“互联网+”所带来的优势，[33]提升自身在市场中的竞争优势，而低效率企业无法充分利用互联网的优势，导致自身在市场的竞争力进一步缩减，被市场所淘汰的风险增加；另一方面，互联网使得获取信息的成本急剧下降，隐藏信息的成本增加，低效率企业在互联网带来的信息透明化市场中暴露了自身缺点，会导致资源和要素投入的被迫减少，使得低效率企业正常生产受阻，进而导致其主动退市的风险增加。

表8 基于Cox风险比例模型估计的企业退出市场的决定因素

四、结论与建议

资源配置效率的改进是当前提升生产效率的重要途径，在当前互联网快速发展的背景下，厘清互联网对区域资源配置效率的关系，对于进一步充分普惠网络红利，改善资源配置，促进经济高效发展具有重要的现实意义。

本文通过构建合理的指标体系对城市资源配置效率指标进行测度，并利用计量模型对其作用机制加以验证。主要结论包括：(1)互联网发展不仅可以直接促进配置效率的改进，还可通过降低要素市场扭曲程度和深化产品市场化程度，促进要素自由流动和强化市场价格机制，间接提升地区资源配置效率；(2)互联网发展通过市场竞争机制淘汰低效率企业，使得资源进行再配置，改善了地区资源错配现象；(3)互联网对不同发展阶段城市和不同技术类型行业的资源配置效率存在差异，互联网发展对工业发达型城市和高技术行业内企业之间资源配置效率的影响更大，带来更多的资源配置改进。

本文结论肯定了互联网发展对改善企业间资源配置效率的积极作用，进而从企业间资源配置角度为互联网发展提升地区生产率提供了证据。第一，地方政府应积极推广互联网，鼓励本地区互联网的发展和普及，完善配套基础设施建设，充分发挥互联网对要素市场化和产品市场化的促进租用，弱化要素流动边界，使得要素和资源在企业间更加有序、流动自由，为达到资源有效配置奠定基础。第二，在互联网经济时代，信息更加公开的环境中，政府需要重新审视传统低效率企业的管理模式。互联网发展、激发市场竞争机制和价格机制发挥，促使要素从低效率企业流向高效率企业。若政府过度干预市场活动，忽略了市场对资源配置的作用，为低效率企业配置过多资源，只会造成资源浪费，反而不利于地区经济发展。

注释：

①通信设备、计算机及其他电子设备制造业、仪器仪表及文化办公用品机械制造业、医药制造业；非高技术制造业为其他行业。