中国制造业资源配置效率的重新估算.docxVIP

? ? 中国制造业资源配置效率的重新估算 ? ? 　　F424 　　 ：A 　　 1003-5230(2019)01-0018-10 　　改革开放40年来，中国经济增长奇迹一直为世界各国所关注。但是经济增长背后的隐患，如粗放型经济增长模式、双重偏向政策引致的资源误置等问题，是不容忽视的客观现实[1]。伴随着劳动力和原材料价格的持续上涨，这种“粗放型增长”模式的可持续性遭到质疑。特别地，中国经济进入“新常态”，意味着中国经济发展更应注重经济增长的质量，这不仅要求提高生产技术水平，更需要优化资源配置，即在既定资源约束下，提高资源的使用效率。近些年来，国内外学者对资源误置和全要素生产率(TFP)的相关研究，揭示了现实中普遍存在的资源误置现状，详细探讨了资源误置的成因，并深入挖掘了资源误置对全要素生产率的影响机制[2]。令人遗憾的是，尽管国内外对资源误置已经进行了丰富且详实的研究，但是关于资源误置测度方法的研究十分匮乏。然而，资源误置研究的首要问题依然是如何准确判断资源误置水平。这既关系到资源误置成因的深刻剖析与资源配置动态效应分析，也关系到资源配置对TFP及总产出影响的研究。准确地测度资源误置，对中国这样一个转型经济体来说更是具有重要的实践意义。具体来讲，如果能够准确测度中国制造业行业的资源误置程度，全面评估中国当前资源配置的整体效率，那么将有利于深刻理解和把握中国改革开放的成效，也为当前经济改革提供直接的经验证据。进一步地，对资源误置程度的精确度量及经验分解，还将为政府制定有效的激励政策和行业规范提供参考依据，从而为中国的改革进程提供丰富的政策参考。 　　现有测度资源误置的方法主要分为直接和间接两类方法：直接方法关注资源误置产生的潜在原因，并通过结构模型评估其效应大小；间接方法则通过比较实际全要素生产率与帕累托最优全要素生产率的差异来衡量资源误置的程度，但不需要识别资源误置的具体原因[2]。在实证中，学者们通常使用要素投入扭曲、企业间全要素生产率价值离散度(TFPR dispersion)和加成率离散度等具体指标来度量资源误置[3]，其中用全要素生产率价值离散度来度量资源误置程度的Hsieh和Klenow模型(以下简称HK模型)被广泛使用。根据HK模型，如果资源可以自由流动，不存在任何扭曲，那么更多的资本和劳动要素会从低生产率企业流向高生产率企业。与此同时，低生产率企业被挤出市场，最终市场上所有企业的全要素生产率价值(TFPR)都相等。部门内企业之间的TFPR差异越大，表明资源误置程度越严重[4]。经验上来讲，一方面，由于大部分微观数据库都包含企业收益等数据，测算该指标方便易行，从而被广泛应用；另一方面，鉴于该方法被普遍使用，各国间的估计结果具有较大的可比性。同样地，HK方法也被学者们广泛地运用在测度中国资源误置的实践中。基于中国制造业企业数据，聂辉华和贾瑞雪(2011)使用TFPR离散程度衡量资源误置，发现资源误置是导致企业效率低下的重要原因，而国有企业又是造成资源误置的主要因素[5]。邵宜航等进一步测算了企业规模、金融因素和交通等基础设施因素对制造业全要素生产率的影响[6]。蒋为和张龙鹏考察了补贴差异化对中国制造业生产率分布的离散程度与资源误置的影响[7]。 　　然而，生产率离散程度这一衡量资源误置的指标，因其背后的理论基础依赖的严苛假设条件而遭受了较多的质疑。在放宽规模报酬不变条件后，TFPR离散度会与企业间自身差异化的生产技术相关[8][9]。即使在规模报酬不变的严格假设下，Haltiwanger在生产函数中分别引入固定成本、异质性的投入成本或需求后，仍得到TFPR离散度中包含需求和生产技术因子[10]。这些研究都从理论上讨论了TFPR离散度衡量资源误置存在的缺陷，遗憾的是，他们并没有直接从经验上对HK方法进行修改与补充。龚关和胡关亮提出，采用要素边际产品价值离散度度量，以单独考察某个特定要素资源的配置情况。然而，他们在具体测算时仍依赖于较多的限制条件，如设定最终产出以固定的比例分配给资本与劳动、给定需求弹性系数，这些都不可避免地会产生一定的设定误差。更重要的是，单一投入要素的边际产品价值离散程度，无法衡量出同时影响资本和劳动投入要素的扭曲因素，还割裂了不同投入要素扭曲的相互影响[8]。 　　与现有研究不同，Foster方法放宽了规模报酬不变的假设条件，依赖更少的参数设定，改善了传统HK理论的不足，弥补了其他资源误置指标(要素边际产品价值离散度)的缺陷，更全面地度量了总体资源误置程度。本文通过运用Foster等人测度资源误置的方法，主要从两个方面对相关文献进行补充。首先，本文所借鉴的测算方法依赖于更少的理论及经验假设，在测算TFPR的离散度中控制异质性的需求和技术因素，这样能够更加精确地估计出中国制造业行业的资源误