资源错配对经济增长的影响研究评述

张 娟，潘庚飞

(福州外语外贸学院 财金学院，福建 福州 350202)

一般来说，全要素生产率差异是造成国家间贫富差距的重要因素，而技术进步则是影响全要素生产率高低的重要因素。近年来，有学者从资源配置效率的视角来解释全要素生产率，认为资源在自由市场中能够实现最优配置，但现实中因政策扭曲等方面的影响，不能实现资源有效配置，导致“资源错配”，从而引起全要素生产率损失。从资源错配的视角来研究经济增长，既为研究者打开了新的研究视角，也为政府部门决策提供了新的选择。

一、关于资源错配测算方法的研究综述

从已有的文献来看，国内外学者测算资源错配的方法主要有直接测算法和间接测算法。

(一)直接测算法

早期的研究认为很多政策和制度都会产生资源错配，但每项政策或者制度导致资源错配进而对经济产生影响的程度是不同的。直接测算法可以测算某一特定政策或者制度的要素错配效应和全要素生产率的损失程度。直接测算法的思路是首先确定若干可以量化的导致资源错配的重要因素，将其放入一个异质性生产函数模型中定量测算要素错配的程度和全要素生产率的损失情况。

国内外学者主要从制度、政策扭曲造成的要素错配进而导致生产率损失的角度展开了研究。例如，Hopenhayn 等学者(1993)建立了一般均衡模型，分析固定税对劳动配置的影响，认为这种税的成本超过了2%，导致平均生产率下降超过2%[1]。Buera等学者(2011)拓展了Hopenhayn的研究成果，运用一般均衡模型分析金融约束会导致要素扭曲，会对生产效率产生负向影响[2]。Guner等学者(2008)构建了一个增长模型，认为不同生产能力的企业之间资源分配的差异可能是解释各国人均产出差异的一个重要因素[3]。Restuccia等学者(2013)通过构建异质性模型研究政策扭曲造成的要素错配程度及其对全要素生产率的损失[4]。

(二)间接测算法

间接测算法弥补了直接测算法的不足，近年来被学者们广泛运用。间接测算法的思路是将所有可能导致要素错配的因素用加在价格上的“经济楔子”来代表，相当于对生产要素征收一定的比例税。间接测算法主要包括生产函数法、利润函数法和生产前沿法，测算结果更准确、全面。

1.生产函数法

生产函数法是最早被用来测算要素错配程度的一种方法。使用这种方法的关键是选择生产函数。即便是相同的样本和数据，如果选用的生产函数不同，测量结果就会不同。学者们普遍选用柯布-道格拉斯(C-D)生产函数、时变弹性生产函数。在国外，学者通常采用柯布-道格拉斯生产函数方法对要素错配程度进行测算。国内学者近年来也运用C-D生产函数方法来估算生产要素的错配程度。例如，吴伟伟等学者(2020)运用柯布-道格拉斯生产函数，对江西省的农业生产要素错配程度进行了测算[5]。 张俊峰等学者(2020)运用拓展的C-D生产函数方法研究土地资源在农业部分与非农业部分之间的配置效率，并测算了土地资源错配损失[6]。

C-D生产函数假定生产要素的产出弹性固定不变，不符合实际。有学者对C-D生产函数进行拓展，认为生产要素的产出弹性是时间的函数，更符合实际。国内外应用时变弹性生产函数法估算要素错配的研究比较少。王力等学者(2017)采用时变弹性生产函数法，研究了中国棉花的劳动力、资本和土地的产生贡献率[7]。

2.利润函数法

Hsieh等学者(2009)设定了利润函数形式，研究了中国、印度的制造业要素错配对生产率的影响，认为中国和印度如果达到美国的要素配置水平，那么全要素生产率可以分别增加30%～50%、40%～60%[8]。此方法是资源错配理论的实证应用。国内外学者在Hsieh的基础上不断拓展和改进。朱喜等学者(2011)放宽了Hsieh的假设，认为农户要素错配的程度各不相同，研究了农业部分资本、劳动和土地的要素错配程度及其对农业全要素生产率的影响[9]。陈永伟等学者(2011)提出了一个传统的分析框架，认为制造业子行业内部的资源错配造成了15%的产出损失[10]。

3.生产前沿法

生产前沿法用实际生产点与生产可能性边界之间的距离表示资源错配的程度。它可以估算整体的要素错配程度，并可以分解成不同的组成部分，但不能测量不同生产要素的错配程度。根据生产函数形式是否确定，可分为参数化分析方法和非参数化分析方法。参数化分析方法以随机前沿分析为代表。 Samarajeewa等学者(2012)衡量了加拿大阿尔伯塔省奶牛农场的生产效率，并分析了效率变化的来源,研究指出平均技术效率、配置效率和经济效率分别为83%、78%和67%[11]。刘晗等学者(2016)基于省级农业面板数据，用非参数化方法计算、分解了农业生产要素的配置效率[12]。陈国生等学者(2014)对数据包络分析法进行了改进，用于分析中国科技资源的配置效率，将DEA模型与Bootstrap-DEA方法相结合，研究发现中国科技资源配置效率区域差异比较大[13]。

二、关于资源错配经济效益的研究综述

要素错配会降低生产率、造成生产率的损失[14]，已成为学界的共识，虽然这方面的研究起步较晚，但是发展迅速。国内外学者从不同角度对要素错配的经济效益展开了深入研究。宏观层面主要研究跨国、区域间的要素错配，中观层面主要研究行业内、产业间的要素错配，微观层面主要研究企业、农户间的要素错配。从研究对象来看，主要集中在工业领域，关注行业内要素错配影响生产率的作用机制、对生产率的影响等。考虑到数据获取的难度、研究对象的复杂性等，学者们对农业和服务业领域要素错配的经济效益研究较少。

(一)从宏观视角分析资源错配经济效益的研究

Wang Shuhong等学者(2020)利用2006—2015年的数据展开研究，认为腐败和资源配置不当均对生态效率产生负面影响，还指出腐败会直接降低生态效率，也会加剧资源错配程度，导致生态效率进一步下降[15]。Han Hongyun等学者(2018)基于2012年中国家庭面板数据，对中国农业生产的潜在扭曲进行了量化，表明不同地区存在不同程度的扭曲，对中国农业生产造成损失[16]。李勇刚(2021)以285个地级及以上城市为研究对象，指出土地资源错配对绿色经济发展产生负向影响，而且存在空间异质性[17]。白烨(2021)以京津冀区域为例，指出京津冀区域劳动力配置不足，资本配置过剩对京津冀流通业产生负向影响[18]。易明、吴婷(2021)以中国30个省市为例，认为科技资金配置过度而人力资源配置不足制约了全要素生产率的增长，人力资本能够改善科技资源配置错配对全要素生产率的负向影响[19]。张永恒、王家庭(2020)利用省级层面的数据，测算了各地区要素错配水平，指出各地区的资本错配和劳动错配存在较强的路径依赖，且地区间要素错配水平相差较大[20]。

(二)从中观视角分析资源错配经济效益的研究

Dong Xu等(2021)以中国1997—2017年省级行业面板数据为样本，分析环境规制是否具有资源再分配效应以及对全要素生产率的影响，指出资本配置不当和劳动力配置不当都会导致产业全要素生产率的损失，皆对产业要素生产率具有负的空间溢出效应[21]。杨传喜、王修梅(2021)以农业科技为研究对象，利用中国25个省份的面板数据，分析指出农业科技人力、财力资源错配负向影响农业科技全要素生产率，存在负的空间溢出效应[22]。陈汝影(2020)指出，分析中国制造业生产要素配置状态对产出效率的影响时，不能忽视中间投入品的资源错配问题，否则会高估制造业产出效率的损失程度[23]。

(三)从微观视角分析资源错配经济效益的研究

Brandt等学者(2012)运用企业层面的数据，研究了要素错配造成制造业生产率的损失[24]。Stephen Ayerst等学者(2020)利用家庭层面的面板数据集，分析2006—2016年越南农业生产要素错配的程度和后果，发现农户之间的生产要素错配程度很高且还在加剧。要素投入的重新分配不够有力，无法适应长期以来农业生产率的重大变化[25]。Kong Qunxi等学者(2021)利用中国工业企业数据库，研究发现要素价格扭曲抑制了生产率在增加投资倾向中的作用[26]。敖日格乐(2019)以工业部门企业为研究对象，研究发现要素错配使全要素生产率的潜在损失达到24.93%，其中资本要素错配是工业部门要素错配的主要因素，决定了要素错配变动的趋势[27]。李勇、葛晶和李桥鸽(2021)测算了中国1998—2013年135个工业企业的资源错配程度及对全要素生产率损失的影响，指出人力资本错配程度较高，且集中在重化工业、重工制造业等领域[28]。陈爱贞、闫中晓(2020)将资源错配作为中介机制，认为工业企业的出口强度会通过要素错配抑制产品质量的提升[29]。

三、研究不足和展望

(一)研究不足

第一，研究对象有局限性，国内外的研究主要集中在制造业领域。在其他领域，国外的研究成果不断涌现，而国内的研究成果较少。第二，从研究层次来看，宏观层面研究较多，微观层面主要集中在工业领域，国内关于农业、服务业领域要素错配的研究尤其匮乏。第三，国内外学者侧重研究“内涵型错配”，而对“外延型错配”研究不足。第四，从资源错配的来源来看，主要集中在对资本错配、劳动错配、土地错配和金融错配方面的研究，对其他类别的研究很少涉及。

(二)研究展望

资源的有效配置可以深入推进供给侧改革，推动经济高质量发展。资源错配对经济增长有重要影响。因此，未来可以从以下方面探讨资源错配。(1)加深农业资源错配的研究。我国特殊的农业制度导致农业资源错配问题严重，改善资源配置可以促进现代农业发展，推动我国经济发展。(2)拓展对“外延型错配的研究”，正确评估资源错配的程度。(3)结合实际，研究资源错配影响经济增长的作用机制，并提供政策性建议。