要素错配、产业升级与经济高质量发展

常建新，张伟伟,刘明芳

(陕西科技大学 经济与管理学院，西安 710021)

一、引言

我国近40年渐进式增量改革的一个显著特征就是要素的配置效率并不高，出于种种原因，各级政府普遍控制着要素的分配权、定价权和管制权，并未得到符合市场规律的有效配置，导致了要素自由流动受阻和价格差别化、刚性以及被低估等问题，最终造成了地区间的要素错配。党的十九大指出，我国经济正在由高速增长阶段向高质量发展阶段转变，高质量发展同时兼顾经济发展的“质”和“量”，正从关注经济增长的要素投入向关注要素生产率的提高和要素优化配置转变，推动高质量发展的关键在于提高要素配置效率。因此，党中央、国务院于2020年3月发布的《关于构建更加完善的要素市场化配置体制机制的意见》中明确指出，要破除阻碍要素自由流动的体制机制障碍，扩大要素市场化配置范围，健全要素市场体系，推进要素市场制度建设，实现要素价格市场决定、流动自主有序、配置高效公平，为建设高标准市场体系、推动高质量发展、建设现代化经济体系打下坚实制度基础。

当前我国经济已经步入了“新常态”，各类要素尤其是土地和劳动力的成本大幅上升，环境规制日益严峻，以高投入、高能耗、低产出的资源消耗型与劳动密集型为特征的传统产业结构亟待转型升级。要提升经济发展质量，就要把重点放在推动产业结构转型升级上，经济发展需要从以GDP总量为目标向以产业结构优化为目标转化。但是，要素错配会降低经济运行效率，抑制自主创新的内生动力和潜力，对粗放式的经济增长方式形成了依赖效应，导致产业结构升级面临着一定制约。因此，探寻要素错配、产业升级对经济高质量发展的影响程度与影响机制已成为我国完善社会主义市场经济体制、实现经济高质量发展过程中的重要议题之一，能为我国经济的高质量发展提供有意义的参考。

二、文献综述与理论假说

“要素错配”是相对于要素的“有效配置”而言的，“有效配置”是指要素可以自由流动、实现帕累托最优、能够使社会总产出最大化的最优配置状态，而“要素错配”即是对这个最优配置状态的偏离[1]。自从Hsieh和Klenow、Aoki以及Restuccia和Rogerson分别微观层面(企业)、中观层面(部门或行业)和宏观层面(国家或地区)的视角提出要素错配测度的理论框架后，国内学者借助他们的理论框架对我国社会主义市场经济发展过程中要素错配这一重要特征进行了广泛而深入的研究，其中也有部分学者注意到了要素错配对经济高质量发展的影响，并进行了探索性的研究[2-4]。周一成和廖信林研究发现，我国存在明显的资本和劳动错配，均对经济高质量发展产生显著的抑制作用，且资本错配的抑制作用更为突出，如果消除资本和劳动错配，我国经济的高质量发展水平每年将分别提升9.24%和4.09%[5]。高培勇等研究指出，我国必须转变传统的要素配置方式，即从“政府主导+市场发挥基础性作用”转向“服务型政府+市场发挥决定性作用”，以满足经济高质量发展对要素配置效率的内在要求，而传统要素配置方式下形成的要素错配显然不利于经济发展质量的持续提升[6]。谢光华等研究表明，在传统的经济绩效考核观下，地方官员迫于晋升压力而通过与收益相关的政府补贴刺激企业过度投资，阻碍“僵尸企业”出清，形成路径依赖，导致要素错配加重，对地区经济高质量发展产生了显著的负面影响[7]。这些研究均表明我国经济的要素配置效率仍有较大的提升空间，只有改善要素配置效率，降低要素错配程度，才能实现经济高质量发展。因此，本文提出假说1：要素错配抑制经济高质量发展。

产业升级被认为是推动高质量发展的重要抓手[8]。产业升级是寻求更低要素投入、更高经济效益的过程，是充分利用资源、降低环境代价、实现节能减排的过程，是增强产业内和产业间的创新合作，促进技术创新的过程，能够显著促进经济高质量发展[9-10]。然而，在要素错配的情况下，要素不能按照市场规律实现有效配置，致使要素无法流向高生产率的产业，而是以超额利润补贴的形式流向那些资源消耗型、劳动密集型的低产生率产业，使得这些产业无法向知识密集型、技术密集型产业转型，造成了利润率的扭曲并阻碍了产业的转型升级[11-12]。那些本应在完全竞争市场中淘汰的落后产业，受益于从要素错配中获得的补偿，往往可以弥补亏损甚至实现盈利，免于被市场淘汰，造成了“劣而不倒”的局面，阻碍了产业升级[13]。能够从要素错配中获得超额利润，还导致了一些产业出现产能过剩和创新惰性，产生了一些落后产能和污染企业，这些企业往往缺乏动力开展风险较大的创新活动，导致创新投入的减少和创新效率的损失，最终阻碍了整个产业的优化和升级[14]。因此，本文提出假说2：要素错配阻碍了产业升级。假说3：产业升级促进了经济高质量发展。

综上所述，国内学者就要素错配、产业升级与经济高质量发展两两之间的关系均进行了有益的探索，然而，鲜有文献关注到三者之间的内在联系，也没有文献就要素错配通过阻碍产业升级的中介机制影响经济高质量发展进行研究，本文将三者纳入一个统一的分析框架，并提出假说4：要素错配通过阻碍产业升级抑制了经济高质量发展。

三、研究设计

(一)计量模型设定

1.基准回归模型设定

本文参考Lesage和Pace的做法，采用空间杜宾模型(Spatial Durbin Model，下文简称SDM)来设定基准回归模型[15]。此外，考虑到可能存在的内生性问题，本文在模型中引入滞后一期的经济高质量发展作为解释变量，构建动态SDM，模型设定如下：

TFPit=σ0+σ1TFPit-1+ρ∑jωijTFPjt+σ2Misit+ρ1∑jωijMisjt+σ3Conit+ρ2∑jωijConjt+μ1i+υ1t+ε1it。

(1)

其中，下标i和t分别表示省份和年份；被解释变量TFP为经济高质量发展水平，核心解释变量Mis为要素错配指数，Con为一组控制变量；ρ为空间自回归系数；ω为空间权重矩阵。为了更好地拟合省份间的经济发展状况，本文使用人均GDP平均值之差的绝对值的倒数构建经济距离权重矩阵。此外，本文还选取了常见的二进制邻接权重矩阵和地理距离权重矩阵用来对经济距离权重矩阵的估计结果进行稳健性检验。μ1和υ1分别为省份固定效应和年份固定效应，ε1为随机干扰项。

2.中介效应回归模型设定

为了验证上文提出的研究假说，本文参考Baron提出的中介效应三步检验方法，以基准回归模型(1)为第一步的回归模型，并继续基于动态SDM将第二步和第三步的回归模型设定如下[16]：

Upgit=φ0+φ1Upgit-1+ρ∑jωijUpgjt+φ2Misit+φ1∑jωijMisjt+φ3Conit+φ2∑jωijConjt+μ2i+υ2t+ε2it。

(2)

TFPit=δ0+δ1TFPit-1+ρ∑jωijTFPjt+δ2Misit+τ1∑jωijMisjt+δ3Upgit+τ2∑jωijUpgjt+δ4Conit+μ3i+υ3t+ε3it。

(3)

其中，Upg为表示产业升级的中介变量。回归系数σ2和δ2分别为要素错配影响经济高质量发展的总效应和直接效应，φ2×δ3则表示要素错配通过作用于产业升级影响经济高质量发展的中介效应。本文将按照以下步骤检验中介效应是否显著存在：第一步，回归模型(1)，如果σ2显著，说明要素错配影响经济高质量发展的总效应显著，则进行下一步。第二步，回归模型(2)，如果φ2显著，说明要素错配显著影响产业升级，则进行下一步。第三步，回归模型(3)，如果δ2不显著，而δ3显著，则说明要素错配影响经济高质量发展的直接效应不显著，对经济高质量发展的影响均是通过产业升级发挥作用的，存在完全中介效应；反之，如果δ2和δ3均显著，且|δ2|<|σ2|，说明存在部分中介效应。

(二)研究变量

1.被解释变量——经济高质量发展水平(TFP)

国内学者从广义和狭义两个角度界定了经济高质量发展的内涵，广义的经济高质量发展是一种规范性的价值判断，包含经济发展的诸多方面[17]，狭义的经济高质量发展即为TFP(Total Factor Productivity，下文简称TFP)[18]。介于当前供给侧结构性改革的目的是提高要素供给质量，矫正要素错配，提高TFP，提高供给质量乃至整个经济发展质量，最终都要落实到提高TFP上。因此，本文参考刘思明等的做法，通过测度TFP来衡量经济高质量发展水平[19]。

2.核心解释变量——要素错配指数(Mis)

本文参考陈永伟和胡伟民的研究，构建i省份t时期的要素错配指数为[20]：

(4)

Mis的数值越大，要素错配程度越高；数值越小，要素错配程度越低。

3.中介效应变量——产业升级(Upg)

遵循产业升级的普遍研究范式，本文从产业结构高级化和产业结构合理化两个维度来考察产业升级。

产业结构高级化(Upg1)是指产业结构从农业化向工业化进而向服务化、信息化演进的过程。鉴于当前我国经济已经进入到了由传统制造业向服务型产业过渡的阶段，产业结构高级化的重要标志应该为产业结构的服务化倾向。因此，本文选取第三产业产值与第二产业产值之比来衡量产业结构高级化。

产业结构合理化(Upg2)是指三次产业之间发展的协调程度，反映了要素在三次产业间的有效利用程度。本文采用泰尔指数对其进行衡量，需要说明的是，泰尔指数本身是一个负向指标，为了便于分析，本文引入泰尔指数的倒数来衡量产业结构合理化，其值越大，产业结构的合理化水平越高。

4.控制变量

综合经济高质量发展影响因素的代表性文献，本文选取了经济增长水平(PGDP)、投资水平(Inv)、消费水平(Con)、对外开放水平(Open)、城镇化水平(Urban)以及交通基础设施水平(Inf)作为控制变量，以尽可能避免因遗漏变量导致的估计偏误。其中，经济增长水平采用经过平减后的人均GDP的对数形式衡量；投资水平和消费水平采用支出法国内生产总值中的资本形成率和最终消费率衡量；对外开放水平采用进出口总额占GDP的比重衡量；城镇化水平采用城镇总人口占全部人口的比重衡量；基础设施水平采用单位国土面积交通基础设施(铁路里程+公路里程+内河航道里程)的密度衡量。

(三)数据来源与描述性统计

本文选取了2000—2019年我国省级层面的面板数据作为研究样本，研究对象为我国4个直辖市、4个自治区及22个省份共30个省级行政区(西藏的相关数据缺失严重故删除，且不包括港澳台)，下文将其统称为省份。所有变量所涉及的数据来源于2001—2020年的《中国统计年鉴》《中国人口和就业统计年鉴》以及各省份的统计年鉴。

四、实证结果与分析

(一)空间相关性检验结果分析

采用空间计量模型进行回归的前提是变量存在空间自相关性，通常采用Moran's I指数来判别变量的空间自相关性。借助Stata16，本文计算了三种空间权重矩阵下经济高质量发展水平的Moran's I指数，结果如表1所示。由表1可知，2000—2019年，三种空间权重矩阵下经济高质量发展水平的Moran's I指数均在1%或5%的水平显著为正，表明在空间上各省份的经济高质量发展水平并不是随机分布的，具有较强的正相关性和相似值的空间聚集性，即经济发展质量较高的省份彼此相邻，而经济发展质量较低的省份也彼此相邻，相邻省份之间的经济高质量发展会彼此促进。

(二)基准回归模型估计结果分析

本文首先对基准回归模型进行了Hausman检验，结果显示其p值为0.000，拒绝了随机效应的原假设。其次，本文还对其进行了Wald检验和LR检验，结果显示各检验的P值均在5%的水平下显著为0，并且由于解释变量的空间系数显著不为0，表明动态SDM不能退化为动态SAR(即空间滞后模型)和动态SEM(即空间误差模型)。因此，本文最终采用固定效应的动态SDM进行空间计量估计，结果见表2。

对比前两列的估计结果可以发现，静态SDM的估计结果无论是在核心解释变量的符号和显著性方面，还是在R2和Log-likelihood值的稳健性方面均不及动态SDM的估计结果。由此可见，不考虑空间效应的动态面板双向固定效应模型和不考虑时间滞后效应的静态SDM的估计结果均有一定的偏误，因此，本文以基于经济距离权重矩阵的动态SDM估计结果进行基准分析。

由该列的估计结果可知，滞后一期经济高质量发展水平的估计系数在1%的水平显著为正，说明经济高质量发展水平的变化是一个动态过程，在时间维度上表现出明显的路径依赖特征，若上一期的经济高质量发展水平较高，下一期也会持续提高，这也意味着经济高质量发展的紧迫性，各级政府在追求经济“量”的增长的同时，更要重视经济发展“质”的持续提升。核心解释变量要素错配指数的估计系数为-0.013，且在1%的水平统计显著，这一结果表明要素错配指数每提升1个单位，将显著降低经济高质量发展水平0.013个单位，假设1得到证实。控制变量方面，投资水平的估计系数显著为负，表明以增加投资这种粗放型的经济增长模式容易产生地区政府性垄断行为，造成要素错配，从而降低了经济高质量发展水平。消费水平、对外开放水平、城镇化水平以及交通基础设施水平的估计系数均显著为正，说明增加消费、扩大对外开放、提升城镇化水平以及改善交通基础设施能够促进经济高质量发展水平的提升。扩大开放，坚持创新引领，加快新旧动能转换，是我国实现高质量发展的重要途径。城镇化水平提升可以有效强化要素集聚能力，吸引更多的劳动力人口、高端人才流入，也能够为当地产业布局的更新提供资源和智力支撑，实现经济良性发展，进而推动经济高质量发展。城镇化水平的提升也为消费提供了稳定的空间依托，从而有效地推动了经济高质量发展。交通基础设施作为经济发展的基底，在我国不断建设和完善的过程中，经济社会趋于稳定，可持续发展能力提升，推动了经济的高质量发展。最后，经济增长水平的估计系数显著为正，经济增长水平越高省份，其消费水平、对外开放水平、城镇化水平和基础设施水平也往往较高，这些都使得高质量发展优势得到进一步发挥，进而有利于促进经济高质量发展。

表1 经济高质量发展水平空间相关性检验结果

此外，右边两列还报告了二进制邻接权重矩阵动态SDM和地理距离权重矩阵动态SDM的估计结果，以验证经济距离权重矩阵动态SDM估计结果的稳健性。与这一列的估计结果相比可以发现，要素错配指数的估计系数大小虽然有所变化，但仍然在1%的水平下统计显著，其余各控制变量的系数符号及显著性均没有明显改变，说明了经济距离权重矩阵动态SDM的估计结果是稳健的。

表2 基准回归模型的估计结果

(三)中介效应回归模型估计结果分析

本文按照上文给出的中介效应检验步骤进行估计。另外，考虑到进行中介效应检验的三个递归模型均以动态SDM的形式构建，本文还就其中第二个模型中的产业结构高级化和合理化两个中介变量的空间相关性通过分别测度其各年份的Moran's I指数也进行了空间相关性检验，发现两个中介变量在空间上均表现出了较强的正相关性特征，相似值之间均具有较强的空间聚集性，证明了以动态SDM形式构建中介效应递归模型的合理性。结果见表3。

左数第二列为中介效应递归模型第一步的估计结果，右边四列分别为两个中介变量对应的中介效应递归模型第二步和第三步的估计结果。可以发现，两个中介变量下，要素错配影响经济高质量发展的总效应和直接效应的估计系数均在1%的水平显著为负。同时，要素错配影响两个中介变量估计系数的符号及显著性以及两个中介变量影响经济高质量发展估计系数的符号及显著性也合预期，总体估计结果符合中介效应检验的判断标准，说明在要素错配影响经济高质量发展的过程中，产业结构高级化和合理化均起到了中介作用。

表3 中介效应回归模型的估计结果

产业结构高级化和合理化滞后一期的估计系数均在1%的水平显著为正，说明产业升级也是一个动态过程，前期的产业升级会促使当期的产业结构进一步向高级化和合理化演进。要素错配对产业结构高级化和合理化的估计系数均在1%的水平显著为负，说明要素错配越严重，越不利于地区产业结构的高级化和合理化发展，假说2得到证实。我国要素市场扭曲存在着明显的工业偏向，工业在劳动力、资本、土地、能源等要素市场的扭曲中获得的收益远大于服务业，从而阻碍了产业结构的高级化。要素能否在产业间实现有效的配置和利用是评价产业结构是否合理化的重要标准之一，要素错配必然导致了要素在产业间的非合理配置，进而不利于产业结构的合理化。

产业结构高级化和合理化对经济高质量发展的估计系数均在5%的水平显著为正，产业结构高级化和合理化每增加一个单位，将分别显著提升经济高质量发展水平0.007和0.009个单位，假说3得到证实。由于高投入、高能耗、低产出的资源消耗型与劳动密集型为特征的传统产业主要集中在第二产业，在我国产业结构迈向高级化的过程中，技术密集型、创新驱动型企业将不断增加，而资源、能源的消耗强度将不断降低，污染物排放不断减少，从而促进了经济高质量发展。而产业结构合理化促进了国民经济各产业间的协调发展，使各产业发展与整个国民经济发展相适应，能够更好地实现产业结构效益，从而促进了经济高质量发展。

表4报告了产业结构高级化和合理化在要素错配对经济高质量发展的影响中所起的中介效应的检验结果。如表4所示，两个中介变量的中介效应均显著存在，中介效应的检验结论均为部分中介效应，两个中介变量的中介效应在总效应中的占比分别为0.969%和0.485%。这一检验结果表明要素错配影响经济高质量发展的总效应中，有1.454%是通过阻碍产业结构高级化和合理化的中介效应发挥作用的，假说4得到证实，且这两种中介效应中阻碍产业结构高级化的中介效应高于产业结构合理化。

表4 中介效应回归模型的检验结果

五、研究结论与政策启示

本文利用2000—2019年我国30个省级行政区的面板数据，通过动态SDM和中介效应模型考察了要素错配、产业升级以及经济高质量发展之间的内在联系，结果表明：(1)地区间的经济高质量发展在空间上表现出了较强的正相关性特征。(2)经济高质量发展是一个动态过程，在时间维度上表现出明显的路径依赖特征，若当期的水平较高，下一期也会持续提高。(3)产业结构高级化和合理化均能显著促进经济高质量发展，而要素错配不仅直接抑制了经济高质量发展，还通过阻碍产业结构高级化和合理化的中介效应间接抑制了经济高质量发展，两种中介效应之和占到了总效应的1.454%。(4)以增加投资这种粗放型的经济增长模式将不利于经济高质量发展水平的提升，而消增加消费、扩大对外开放、提升城镇化水平以及完善交通技术设施能够促进经济高质量发展水平的提升。

基于上述研究结论可以得到以下政策启示：首先，应进一步发挥市场机制在要素配置中的核心作用，引导要素在行业间和地区间合理、有序流动，使要素更多地由低生产率部门流向高生产率部门，促进产业结构优化升级和要素配置效率的提升，进而推动经济高质量发展。其次，应进一步推进产业之间的协调发展，尤其是制造业与服务业协调发展，同时，应进一步改造传统产业，淘汰落后产能，大力发展高技术产业，积极推动产业高级化发展，提升服务业效率，促进经济高质量发展。