要素配置扭曲與企業全要素生產率增長

摘要：運用1998—2007年我國工業企業微觀數據，測算資本、勞動配置扭曲指數及企業個體、總體扭曲指數，分析企業要素配置扭曲對企業全要素生產率（TFP）的影響，并檢驗要素配置扭曲的主要來源，結果表明：資本配置扭曲指數基本呈上升態勢，勞動配置扭曲指數基本保持不變，總體企業扭曲指數略有上升；制造業的要素配置扭曲指數高于其他工業行業，國有、集體企業的要素配置扭曲比其他企業嚴重，東部地區要素配置扭曲指數高于中西部；如企業能夠有效消除要素配置扭曲，則工業企業總體TFP可提高25.56%，東、中、西部地區可分別提高27.34%、20.65%和27.21%，國有與集體企業的潛在TFP增長空間明顯高于非公有制屬性的企業；資本勞動比提高和規模擴大是企業要素配置扭曲的主要來源，而出口密度、補貼密度、企業年齡、外資因素能夠顯著緩解企業要素配置扭曲程度。

關鍵詞：要素配置扭曲；全要素生產率；要素配置效率；要素市場；要素流動；資本配置扭曲指數；勞動配置扭曲指數；企業要素配置扭曲指數；TFP

中圖分類號：F061.2；F403.4 文獻標志碼：A 文章編號：16748131（2013）03004212一、引言

改革開放以來，中國經濟逐漸向市場經濟轉型，實現了經濟的持續高速增長和生產率的逐步提高。但是漸進式的改革方式也造成地區和行業間的要素配置扭曲，減緩了改革過程中生產效率提高的速度（Brandt et al，2010），同時也出現行業間的生產率差異持續存在并擴大的趨勢（簡澤，2011）。根據工業化發展的一般規律，在要素自由流動和配置的作用下，部門間生產率的差距應是不斷縮小的，但我國工業部門間生產率差距卻在不斷擴大（林碧揚 等，2012）。為什么我國工業部門間生產率差異沒有表現出縮小的趨勢？如果存在要素配置扭曲，那么這些扭曲的程度有多大，扭曲程度的變化趨勢如何，對TFP增長的貢獻如何？因此，本文以中國工業企業為研究對象，對這些問題進行研究，有利于更好地認識工業要素配置扭曲，促進工業TFP增長，具有重要的理論價值和現實意義。

關于生產率的研究以往文獻多專注于企業異質性、企業特定行為選擇上（Lucas，1978；Bloom et al，2007）。在最近的研究中，Heish等（2009）從要素配置視角探討了要素配置扭曲對生產率的影響程度，研究結果發現，如果按照等邊際收益原則對中國和印度制造業的勞動與資本要素重新配置，中國制造業TFP將提高30%～50%，印度則提高40%～60%。

事實上，資源再配置對生產率提高的促進作用這一觀點至少可追溯至Schumpeter（1942），其認為新企業的進入和舊企業的退出是資源配置效應最完美的反映。Syrquin（1986）從資源配置角度將生產率的變化分解為行業TFP的提升和資源配置效應的改善，但這一分解框架僅限于描述性的探討，不能較好地解釋資源配置不合理的深層原因。Banerjee 等（2005）以及Restuccia 等（2008）均認為同一產業內企業生產率差異的原因在于要素市場或產品市場扭曲并阻礙了資源跨部門的再配置過程，而且市場不完善的國家面臨著更加嚴重的資源配置扭曲。Bartelsman 等（2009）通過對企業TFP的分解，比較了隨機配置與有效配置資源的效率差異，發現發達國家與轉型國家的資源配置扭曲存在顯著的差別。

李靜，彭飛，毛德鳳：要素配置扭曲與企業全要素生產率增長作為全球第二大經濟體，中國的資源配置問題越來越受到國內外學者的關注，且研究方向逐步從宏觀轉向微觀的企業層面。例如，涂正革等（2005）利用1995—2002年中國大中型工業企業數據，運用SFA（隨機前沿）模型發現企業投入要素的配置效率對TFP增長幾乎沒有貢獻；Brandt 等（2012）利用1998—2006年中國制造業企業數據對TFP進行分解，認為如果資源能在民營企業和國有企業之間合理配置，將進一步提升中國制造業的總體TFP水平；聶輝華等（2011）運用半參數OP方法估計了中國制造業企業生產率，并對其變動進行行業、地區及所有制的分解，發現資源誤置是導致企業生產率低下的重要因素；羅德明等（2012）則通過構建隨機動態一般均衡模型，考察偏向國有企業政策的效率損失，得出要素市場政策扭曲會降低TFP的結論。

本文在以下兩個方面比以往研究有所改進：第一，研究的思路不同。以往文獻主要是先測算出TFP水平或增長速度，比較TFP行業、地區、所有制間的差異，再分解出其中的資源配置效應，如進入和退出效應，份額效應和扭曲改變效應，勞動力、資本和中間投入配置效應等（聶輝華 等，2011；陳永偉 等，2011；劉偉巍 等，2012）。而本文是先構建要素配置扭曲指數，通過要素配置扭曲指數與TFP的相互關系計算出行業、地區實際和潛在的TFP差異，進而估計TFP的增長空間。第二，研究的行業范圍和時間跨度不同。聶輝華等（2011）選擇的是1999—2007年制造業企業數據，采用半參數OP方法計算TFP并分解出資源誤置影響；簡澤（2011）僅選擇制造業中四個行業考察市場扭曲對生產率的影響；陳永偉等（2011）使用2001—2007年29個制造業企業數據，應用傳統的增長核算框架來研究要素價格扭曲導致的資源錯配對TFP及產出變動影響的方法。本文則基于1998—2007年中國所有工業行業168萬余家企業數據，借鑒Heish 等（2009）的研究方法，分析要素配置扭曲及其對TFP的影響，并探討要素配置扭曲的來源。

二、模型構建

要素配置扭曲最直觀和主要的表現是因要素配置不合理導致各個部門要素的邊際報酬不相等。由此出發，我們假設市場是完全競爭的，在市場交易中不存在阻礙要素自由配置的因素時，整個經濟的要素配置凈盡，配置完全有效率，不會存在要素的過度分配或配置不足現象。若原有假設下自由和有效率的要素配置由于受到市場勢力、政府管制、制度文化差異等因素的介入而被打破，于是這些“破壞”因素的出現不僅阻礙了要素的自由流動，也使得部門間要素的邊際報酬不再相等。假設某種非市場因素導致資本配置不足，形成不可能實現的過度需求，同時由于要素流動障礙的存在使得勞動力不能及時地配置到其他部門而形成失業，要素配置扭曲由此產生。曹玉書等（2012）也曾提出，要素流動障礙和配置扭曲的存在，不僅會影響經濟的短期產出總量及其產出比例，也影響到經濟的長期產出組合方式，將使得整個社會的要素配置效率發生變化。這也為構建要素配置扭曲模型提供了理論基礎。

本文模型構建的基本思路是，借鑒并區別于Heish 等（2009）研究制造業部門要素配置扭曲的方法，結合我國工業企業對中間投入品過度依賴的事實，在生產函數中引入中間投入變量 根據后文回歸估計，其產出系數較之資本和勞動要素要高出許多，這也為加入中間投入變量提供了事實依據。另外，本文對比了不加入中間投入的估計結果，發現忽略其作用會低估要素配置扭曲程度以及TFP的增長空間。，估計生產函數及其要素彈性；再進一步通過構建資本和勞動配置扭曲指數、個體和總體扭曲指數，勾勒出要素配置扭曲與企業TFP之間的關系，進而研究要素配置扭曲及其對TFP的影響。

假設共有S家工業企業，所有工業企業都使用三種要素：資本K、勞動L、中間投入品M。在壟斷競爭市場條件下，由于市場信息不對稱、市場勢力等原因易造成要素配置扭曲，進而導致要素邊際價格不同。假定，資本和勞動要素相對于產出的扭曲程度分別是ψKi和ψLi，兩種要素的競爭性價格分別是PK是PL。具體地，資本配置扭曲會提高資本價格，此時企業投入資本要素面臨的實際價格是（1+ψKi）PK；勞動配置扭曲會降低勞動力價格，則企業投入勞動要素面臨的實際價格是（1-ψLi）PL。

假設工業行業的代表性企業i生產函數為：

Yi=AiKαiLβiMγi（1）

其中，Yi表示產出，Ai表示第i個體企業的TFP，Ki、Li、Mi分別表示第i個企業的資本、勞動力及中間投入品，α、β、γ分別表示資本、勞動及中間投入要素的產出彈性；假設生產函數規模報酬不變，即α+β+γ=1。

于是企業的利潤函數可以描述為：

Ω=PiYi-（1+ψKi）PKKi-

（1-ψLi）PLLi-PMMi（2）

其中，Pi代表企業i的產品價格，在實際應用中，只能得到企業總產值或銷售收入（價值量）的信息，無法分離產出的價格；PM代表中間投入品價格，這里不考慮其影響，假定為1。

企業對利潤最大化的追求可通過一階條件來描述，即資本和勞動要素的邊際生產率：

Ω1Ki=αPiAiKα-1iLβiMγi-（1 + ψKi）PK=0（3）

Ω1Li=βPiAiKαiLβ-1iMγi-（1 - ψLi）PL=0（4）

由式（3）、（4）知，企業資本、勞動要素的邊際生產率分別與各自扭曲構成函數關系，表明要素配置扭曲是企業間生產率差異的潛在來源，進而導致企業的邊際產出不同。進一步得到兩種要素配置扭曲公式：

1+ψKi=αPYi1PKKi（5）

1-ψLi=βPYi1PLLi（6）

則資本勞動比為：

Ki1Li=αPL1βPK×1-ψLi11+ψKi（7）

由式（7）知，若資本和勞動要素的產出彈性及要素價格給定，資本勞動比越高，即資本對勞動的替代越多，則勞動扭曲（1-ψLi）越高；反之，資本勞動比越低，資本扭曲（1-ψKi）越高。

如果經濟資源能夠在各部門間優化配置，進而推動資本和勞動要素按照等邊際收益原則自由流動，那么企業的TFP將會得到改善。為了考察要素流動對企業TFP的影響，由式（5）、（6）及（7）分別得到企業勞動力、資本總投入與要素配置扭曲的轉化關系：

Li=α1PKαβ1PL1 - α111 + ψKiα（1-ψLi）1 - α×

PAiMγi111 - （α + β）（8）

K=S1i=1Ki=S1i=1Ki1LiLi1LL

=αPL1βPKLS1i=1（1-ψLi）Li1（1+ψKi）L（9）

從式（8）可知，企業勞動力投入與要素配置扭曲呈負相關，即兩要素的加權扭曲越大，企業勞動力投入就會越小；式（9）描述了總資本和總勞動投入之間的關系，其中S1i=1（1-ψLi）Li1（1+ψKi）L可看作個體企業面臨的要素配置扭曲的加權平均。

為計算TFP，我們通過總產出等式關系來尋找思路，首先，由式（6）可得：

PYi=11β（1-ψLi）PLLi

Y=S1i=1PYi=11βLS1i=1（1-ψLi）PLLi1L（10）

根據式（9）及K=S1i=1Ki和L=S1i=1Li，可得：

S1i=1PYi=PAKαLβMγ

=PAαPL1βPKLS1i=11-ψLi11+ψKi×Li1LαLβMγ

=PAαPL1βPKαLα+βMγS1i=11-ψLi11+ψKi×Li1Lα（11）

顯而易見，式（10）與式（11）相等，可得：

11βLS1i=1（1-ψLi）PLLi1L

=PAαPL1βPKαLα+βMγS1i=11-ψLi11+ψKi×Li1Lα（12）

于是加總TFP為：

A=11PMγS1i=1（1-ψLi）Li1L×

S1i=11-ψLi11+ψKi×Li1L-αα1PK-αPL1β-αL1-（α+β）（13）

由式（8）知：

L=S1i=1Li=S1i=1α1PKαβ1PL1-α×

11（1+ψKi）α（1-ψLi）1-αPAiMiγ111-（α+β）（14）

所以，（13）式后半部分可表示為：

α1PK-αPL1β1-αL1-（α+β）=α1PK-αPL1β1-α×

S1i=1α1PKαβ1PL1-α11（1+ψKi）α（1-ψLi）1-α×

PAiMγi111-（α+β）1-（α+β）

=PS1i = 111（1 + ψKi）α（1-ψLi）1 - αAiMγi11γγ（15）

因此，將（15）式代入（13）式，可得：

A=11MγS1i = 1（1-ψLi）Li1L×

S1i = 11-ψLi11 + ψKi×Li1L-α×

S1i = 111（1 + ψKi）α（1-ψLi）1 - αAiMγi11γγ（16）

根據（16）式，可定義個體扭曲指數Di和總體扭曲指數D：

Di=（1+ψKi）α（1-ψLi）1-α（17）

D=S1i=1（1-ψLi）Li1LS1i=11-ψLi11+ψKi×Li1L-α（18）

其中，總體扭曲指數D可表示為個體扭曲指數Di的加權平均，S1i=1（1-ψLi）Li1L可看作個體企業面臨的勞動配置扭曲的加權平均。于是可得到加總TFP的表達式：

A=11MγS1i=1AiMγiD1Di11γ（19）

其中Ai=11P×PYi1KαiLβiMγi，此時系數11P的值是未知的，在實際估算時忽略這個系數，由于我國在全國范圍內實行相同的利率水平，因此不會影響比較結果。

（19）式表明了社會總體TFP與個體企業TFP（Ai）呈正比，與個體企業扭曲指數呈反比。當要素市場不存在任何扭曲時，可得到社會加總潛在TFP（A0）：

A0 = 11MγS1i = 1（AiMγi）11γγ（20）

（20）式對應著各企業要素邊際生產率相等時社會潛在加總TFP。因此，以（20）式為標準，如果（19）式與（20）式在TFP水平上存在明顯差異，那么也就是說要素配置扭曲的存在造成了TFP損失。進一步地，可估算不同類別下企業消除要素配置扭曲的潛在收益，即當TFP達到理想水平時實際產出的增加空間，其計算公式為：

P0=1-Y1Yefficient×100%

=1-A1A0×100%（21）

三、數據來源及描述性統計

本文以下分析主要基于1998—2007年中國規模以上工業企業微觀數據，數據來源于中國工業企業數據庫，即國家統計局對全部國有和規模（年主營業務收入500萬元）以上的非國有工業法人企業的工業統計報表數據庫。盡管中國工業企業數據庫包含了相當多的有用的信息，但是一些樣本存在錯漏和統計口徑誤差，抽樣過程中也存在一些偏差。例如，有些企業的應付工資總額為0，一般來說是不太可能的。因此只要出現下列條件之一，我們就剔除該樣本：應付工資總額為零或為負，應付福利費為負，實收資本為零或為負，從業人員數為零或少于10，總資產或主營收入或營業收入或工業總產值或工業增加值或流動資產或固定資產為零或為負，收入或成本為零或為負，其他不合企業會計規則或明顯存在錯誤的樣本。

根據上文分析，最終關鍵性變量指標選擇如下：產出使用數據庫中“工業總產值”表示，資本以“固定資產年均凈值余額”表示，勞動用“年平均從業人數”表示。勞動力價格PL由“本年應付工資總額”加“本年應付福利總額”除以“年平均從業人數”而得。所有的價值變量都平減為1998年不變價格，其中，工業總產值、中間投入按照各地區“工業品出廠價格指數”調整，表征資本的固定資產凈值采用“固定資產投資價格指數”調整，工資、福利費及其他價值指標以各地CPI平減，各類價格指數均來自《新中國60年統計資料匯編》。資本價格PK假定為0.1，即5%的折舊率與5%的實際利率。這樣簡化處理可能不符合企業的實際，因為有些企業沒有貸款就不會支付利息，利率為0，而有些企業支付利息率又會高于10%。本文亦參考了涂正革等（2005）以及劉偉巍等（2012）的做法，試圖將資本價格用利息支出和固定資產年折舊額占工業增加值的比例來表示，但是有較多的企業資本價格為0，不利于資本配置扭曲指數的計算。因此，經過權衡比較，采用Heish等（2009）、簡澤（2011）及朱喜等（2011）共同的做法，定義資本價格為0.1。表1給出了1998—2007年樣本企業的描述性統計。

四、要素配置扭曲實證分析

1.模型設定及參數估計

為估算資本、勞動的要素配置扭曲指數及相應的TFP水平，需要利用樣本確定一些重要的參數，其中首要的就是要素產出彈性。已有文獻表明，不同經濟體資本、勞動等要素的產出彈性會存在較大的不同，因此需要分地區分別估計要素產出彈性。生產函數方程設定為：

lnYitj=ω+αjlnKitj+βjlnLitj+γjlnMitj+

δmindustrym+λnyearn+μitj（22）

其中，ω表示技術水平的常數項；αj、βj和γj分別表示j地區的資本、勞動和中間投入產出彈性；Yitj表示企業i在t年份的產出；Kitj、Litj和Mitj分別表示企業i在t年份的資本、勞動和中間投入量；δm表示行業虛擬變量industrym系數，假定以紡織業為參照標準，δm表示其他行業和紡織業相比lnY的差距；λn表示年份虛擬變量yearn系數，以1998年為參照標準，λn表示其他年份和1998年相比lnY的差距；j代表省份，j=1，2，…，31；t代表年份，t=1998，1999，…，2007；μitj是隨機干擾項。

使用軟件Stata 2.0對模型（22）進行回歸，得到總體企業的資本產出彈性為0.042，勞動產出彈性為0.077，中間投入產出彈性為0.881。這與聶輝華等（2011）使用半參數OP方法得到的要素產出彈性基本一致。若考慮地區異質性問題，可分別得到各地區企業三種要素產出彈性（見表2）。可以看出，經濟欠發達的中西部地區資本及勞動產出彈性均高于發達的東部；而從中間投入產出彈性表現上看，東部高于中西部地區。這也表明分地區估計要素產出彈性是必要的。

2.結果分析

將要素產出彈性系數代入公式（5）、（6）、（17）和（18），可分別得到資本和勞動配置的扭曲指數以及個體和總體扭曲指數；再根據公式（19）、（20）和（21），可分別得到實際和潛在TFP以及TFP增長空間。

（1）要素配置扭曲的動態變化

圖1顯示出資本、勞動以及總體扭曲指數均大于0，表明資本和勞動的配置均存在不同程度的扭曲；而且資本扭曲指數遠大于勞動扭曲指數和總體扭曲指數，且呈現逐年上升的態勢。資本扭曲指數年均增長約5.70%，勞動與總體扭曲指數則年均分別提高1.22%和1.35%；樣本期末與期初相比，資本、勞動和總體企業扭曲指數分別提高了62.21%、9.60%和11.11%。由于總體扭曲指數是資本和勞動要素配置扭曲指數的加權平均，可以判斷總體扭曲指數的增長主要是由資本扭曲帶來的。這一結論也得到其他研究的支持（簡澤，2011），但有研究表明在農業中的情況與此相反（朱喜 等，2011），這可能是由于農業更多地使用勞動而工業更偏好于資本造成的。

（2）要素配置扭曲的行業差異

從二位數工業行業劃分類型來看，制造業的三種扭曲指數均高于采礦業和電力、燃氣及水的生產和供應業（圖2）。資本和勞動配置扭曲較高的行業主要集中在石油和天然氣開采與加工、金屬冶煉與加工（07、25、32、33）等；扭曲較低的行業主要是兩類：一是與生活密切相關的公用事業行業，如電、熱力和水的生產和供應業（44、46）；二是初級產品制造行業，如紡織制造、文教體育制造業（18、24）。在相關文獻中，陳永偉等（2011）通過構建要素價格相對扭曲系數計算出部分制造業各子行業的要素價格扭曲情況，結果表明化學原料及化學制品制造業（26）、非金屬礦物制品業（31）、黑色金屬冶煉及壓延加工業（32）的資本扭曲相對系數大于1，高于其他制造業子行業；而從勞動扭曲來看，也證實了本文結論的可靠性。

基于要素配置扭曲的行業特征，可以初步推測能否獲得政府補貼可能是造成工業企業要素配置扭曲差異的潛在因素。特許公用事業行業在獲取政府補貼方面具有比較優勢，其要素生產與流動由國家壟斷，企業銷售即使不佳也可通過政府補貼得以彌補，從而降低了要素配置扭曲程度。另外，出口密度也可能是影響企業要素配置扭曲的潛在因素，一些初級產品制造行業，如文體用品、紡織皮革制造業，加工貿易占有很大的比重，由于國際市場對國內市場的替代而可能使其受到較少的扭曲影響。

（3）要素配置扭曲的所有制差異

從不同所有制類型上考察，以國有和集體企業為代表的公有制企業要素配置扭曲程度遠大于其他類型企業（圖3），這與聶輝華等（2011）使用生產率離散度刻畫的各所有制企業的資源誤置差異基本一致，可見企業要素配置效率與企業所屬的所有制類型密切相關。

潛在TFP增長空間由公式（21）計算而得，即表示在企業技術水平給定的情況下，如果消除要素配置扭曲各所有制企業的TFP將增長多少。由于各所有制下企業的要素配置扭曲差異，所以消除扭曲后配置改善的程度也不相同，這與要素配置扭曲指數的高低基本上相對應，扭曲程度高的企業，TFP發展潛力就高。從圖3可以看出，一方面，無論生產函數中是否納入中間投入要素，國有企業和集體企業要素配置扭曲都較為嚴重，從而其潛在TFP增長空間也均大于非公企業；另一方面，相比不納入中間投入要素，納入中間投入要素的生產函數除國有企業TFP增長空間高于前者外，其他所有制企業TFP增長空間均低于前者，表明忽略中間投入要素的作用基本上會低估要素配置扭曲程度以及TFP增長空間。總之，國有與集體企業的要素配置扭曲及其潛在TFP增長空間高于其他企業是不爭的事實。

圖31998—2007年我國各所有制工業企業要素配置扭曲情況

注：TFP增長空間1指納入中間投入要素下各所有制企業TFP增長空間；TFP增長空間2指不納入中間投入要素，產出以工業增加值衡量時的TFP增長空間。

（4）要素配置扭曲的地區差異

我國各地區由于歷史條件、經濟發展程度以及政策因素的制約，企業的要素配置扭曲在省際會出現較大的差異性（圖4）。

從資本扭曲來看，資本扭曲程度高的省區主要集中在東、中部地區，天津、河南、湖北、上海、北京等最為嚴重。勞動扭曲和資本扭曲分布特征保持一致，即東部最高，中部次之，西部最小。而聶輝華等（2011）對我國制造業采用OP方法測算企業TFP，并對TFP離散度進行分解，得到市場經濟越發達的地區，資源誤置程度越低，這與本文結果有較大不同。其原因除了模型方法、行業選擇、樣本量存在較大差異外，一方面，聶輝華等（2011）在測算TFP時要素產出彈性是全國層面的計量結果，而本文使用的是各地區的要素產出彈性。在我國，地區之間要素投入系數存在較大不同，因而使用分地區的要素產出彈性更有說服力；另一方面，聶輝華等（2011）依據經濟發展水平將30個省級行政區域（未考慮西藏）分為東北、環渤海、東南、中部、西南和西北6 個經濟區域，而我們統分為東、中、西三大區域。

從要素市場競爭來看，東部地區企業所占比重約為69.87%，遠超中西部地區企業之和，而眾多的企業必然產生信貸需求旺盛以及信貸供給緊張。與政府聯系密切的國有企業和集體企業依靠自身優勢滿足資本需求較為容易，而非國有企業的需求則難以滿足，形成大規模的信貸需求缺口，只能通過非正規渠道“輸血”，比如“溫州信貸危機”就是其典型代表。因此，東部地區由資本信貸瓶頸導致的資本配置扭曲程度要高于其他地區。另外，東部地區勞動力市場競爭更為激烈，而工資增長機制不健全以及行業進入門檻等限制，也加劇了東部地區的勞動扭曲，但這部分扭曲對總體扭曲貢獻不大。

圖41998—2007年我國各省區工業企業要素配置扭曲情況及TFP增長空間

從省區特殊表現來看，河南和湖北的三種扭曲指數均比較高，都是農業人口輸出大省，且工業以重工業為主，總體扭曲較為嚴重。西藏和海南的扭曲指數也比較高，他們以第一產業為主，農業部門吸引著大量人口，勞動扭曲較為嚴重；另外，其樣本企業數據很少樣本企業中海南地區僅有3 166家，占全部樣本的0.188%；西藏地區僅有1 248家，占全部樣本的0.074%。，在總體樣本中代表性較低，扭曲指數也可能不可靠。

五、要素配置扭曲來源

分析發現資本和勞動扭曲造成了資源的不合理配置，并導致了企業較大程度的效率損失，但尚不明確是哪些因素造成了企業要素配置扭曲的存在與差異。當然，若要完全找到企業要素配置扭曲的具體來源是十分困難的，我們通過實證分析與推理，主要考慮以下幾個潛在影響因素。

一是出口密度。企業出口產品，國際市場對國內市場形成良好的補充，要素流通與配置的選擇更具廣泛性，易選擇性價比更高的要素。因此，出口企業往往具有更高的生產率水平，從而要素配置的效率也會更高。

二是補貼密度。從短期看，企業通過獲得政府補貼提高銷售收入，減少對資本和勞動約束，一定程度上可以降低企業要素配置扭曲；但長期來看，可能會進一步惡化要素配置扭曲，造成更大程度的效率損失。

三是企業年齡。企業年齡可以反映企業的生存能力，一般來講，生存能力強的企業適應能力也強，在產品銷售、投入要素的選擇與配置上會具有相對優勢；但也可能由于“歷史包袱”沉重以及管理能力低下，資源配置效率處于較低水平。

四是資本勞動比。資本勞動比一般用來衡量企業資本的密集程度，也可反映資本替代勞動難易程度。如果金融市場不完善，企業融資成本高就會導致企業以勞動替代資本，資本扭曲程度就會提高；相反，如果能夠以較低成本獲得資本，企業往往愿意大量使用資本替代勞動，勞動扭曲程度也會提高。

五是企業規模。規模較大的企業生產率相對較高，但這是從技術創新和競爭優勢的角度來認識的。從要素配置角度看，規模較大的企業也有理由產生較高的扭曲。例如，企業要素流動范圍越廣，對要素選擇與配置就越復雜，產生配置不合理的風險性也在不斷增加。

六是內外資企業的差別。一般的，外資企業在管理制度、產品技術等方面優于國內企業，對要素的流動與配置要求也較高，可以預期外資企業會比內資企業有著更高的配置效率，扭曲程度也相應地比內資企業低。

表3給出了三種回歸下的結果：（1）（3）（4）是不加地區、行業和時間虛擬變量的回歸結果，（2）和（5）則是加入地區、行業和時間虛擬變量的回歸結果。通過Hausman檢驗決定選擇固定效應還是隨機效應回歸，檢驗拒絕了隨機效應與固定效應無差異的假定，即固定效應回歸結果更具說服力。因此，我們對結果進行解釋時，以固定效應估計量作為分析基礎，并參照OLS和隨機效應估計結果。

三種方法的回歸結果雖然系數上有差別，但系數符號及顯著性程度幾乎完全一致，證明總體回歸結果是穩健的，所選擇的潛在影響因素能夠較好地解釋個體企業扭曲指數。基本結論如下：出口密度的提高能有效降低企業要素配置扭曲程度，政府補貼在降低部分企業要素配置扭曲程度方面發揮了積極作用，企業要素配置扭曲程度隨著年齡的增大而降低，外資企業要素配置扭曲程度比內資企業低；而企業資本勞動比越高和企業規模越大，其面臨的要素配置扭曲風險越大。

六、結論與政策建議

本文梳理了國內外關于企業要素配置扭曲的研究和爭論，指出國內對此研究的不足，利用1998—2007年工業企業數據，研究中國工業企業資源配置扭曲及其與TFP之間的關聯。區別于國內類似研究，本文借鑒Hsieh 等（2009）的模型方法，結合我國實際，考慮企業中間投入變量，構造了資本和勞動配置扭曲指數以及個體和總體扭曲指數，根據要素配置扭曲指數與TFP的關系測算消除要素配置扭曲可以獲得的TFP增長空間，并對行業、所有制和地區差異進行了分析，最后對企業資源配置扭曲的來源進行了檢驗。基本結論如下：

第一，在樣本時間內，資本配置扭曲指數基本呈上升態勢，勞動配置扭曲指數基本保持不變，總體企業扭曲指數略有上升；從行業屬性上看，制造業扭曲指數高于其他工業行業；從所有制類型上看，國有、集體企業的扭曲最為嚴重；從地區特征上看，東部地區扭曲指數高于中西部。

第二，如果企業能夠有效消除要素配置扭曲，那么全部工業企業總體TFP就有望提高25.56%，東、中、西部地區可分別提高27.34%、20.65%和27.21%；從所有制差異上看，國有與集體企業的潛在TFP增長空間明顯高于非公有制屬性的企業。

第三，資本勞動比提高和規模擴大是企業要素配置扭曲的主要來源，并且都表現出不斷增強的趨勢；而出口密度、補貼密度、企業年齡、外資因素能夠顯著緩解企業要素配置扭曲程度。

基于上述結論，本文提出以下政策建議：（1）消除金融機構對中小企業的信用歧視，給予他們相同的融資待遇。加強對資本密集型企業信貸的監管，放松對中小企業的信貸審批條件，擴大對中小企業信貸支持力度，使資本要素按效率原則在企業間進行合理配置。（2）消除勞動力跨部門流動的制度障礙，引導勞動力要素在各地區合理流動；同時，健全工資增長機制，提高勞動力價格彈性，進而降低勞動力價格扭曲。（3）放松一般性要素市場準入門檻，允許港澳臺、外資等非公有制企業進入一般要素市場領域，發揮市場配置資源的基礎性作用，刺激國有和集體企業提高資源配置效率。（4）進一步深化國有企業改革，減少對低效率國有企業的政府補貼，取消不合理的貿易保護政策，建立公平的企業發展機制，維護公平競爭的市場環境。

本文的研究還存在一些可改進之處，比如，在構建理論框架時雖引入中間投入變量，但沒有考慮中間投入扭曲，這可能會低估總體企業扭曲指數和TFP增長空間；另外，假定資本價格為0.1，也可能造成資本扭曲指數誤差。這些方面都需做進一步的拓展研究。

參考文獻：

曹玉書，樓東瑋.2012.資源錯配、結構變遷與中國經濟轉型[J].中國工業經濟（10）：518.

陳永偉，胡偉民.2011.價格扭曲、要素錯配和效率損失：理論和應用[J].經濟學（季刊）（4）：14011422.

劉偉巍，秦雙全.2012.中國制造業總量生產率增長的來源——基于PL方法的分析[J].經濟管理（3）：4149.

林碧揚，葛岳靜.2012.基于SFA分析我國工業增長的資源再配置效應[J].資源與產業（2）：165171.

簡澤.2011.市場扭曲、跨企業的資源配置與制造業部門的生產率[J].中國工業經濟（1） ：5868.

羅德明，李曄，史晉川.2012.要素市場扭曲、資源錯置與生產率[J].經濟研究（3）：414.

聶輝華，賈瑞雪.2011.中國制造業企業生產率與資源誤置[J].世界經濟（7）：2742.

涂正革，肖耿.2005.中國的工業生產力革命——用隨機前沿生產模型對中國大中型工業企業TFP增長的分解及分析[J].經濟研究（3）：415.

朱喜，史清華，蓋慶恩.2011.要素配置扭曲與農業TFP[J].經濟研究（5）：8698.

BARTELSMAN E J，HALTIWANGER J C，SCARPETTA S. 2009. CrossCountry Differences in Productivity： The Role of Allocation and Selection [R]. NBER Working Paper，NO. 15490.

BANERJEE A，DUFLO E. 2005. Growth Theory through the Lens of Development Economics [J]. Handbook of Economic Growth，1（A）： 473552.

BLOOM N，REENEN J V. 2007. Measuring and Explaining Management Practices across Firms and Countries [J]. Quarterly Journal of Economics，122（4）：13411408.

BRANDT L，BIESEBROECK J V，ZHANG Y F. 2012. Creative Accounting or Creative Destruction？ Firmlevel Productivity Growth in Chinese Manufacturing [J]. Journal of Development Economics，97（2）：339351.

BRANDT L，TOMBE T，ZHU X. 2010. Factor Market Distortions across Time，Space and Sectors in China [R]. NBER Working Papers， NO. 15490.

HSIEH C T，KLENOW P J. 2009. Misallocation and Manufacturing TFP in China and India [J]. Quarterly Journal of Economics，124（4）： 14031448.

LUCAS R. 1978. On the Size Distribution of Business Firms [J]. Bell Journal of Economics，9（2）： 508523.

RESTUCCIA D，ROGERSON R. 2008. Policy Distortions and Aggregate Productivity with Heterogeneous Plants [J]. Review of Economic Dynamics，11（4）： 707720.

SCHUMPETER J. 1942. Capitalism， Socialism and Democracy [M]. New York：Harper and Row Publishers.

SYRQUIN M. 1986. Productivity Growth and Fact or Reallocation，in Chenery [M]. Oxford：Oxford University Press.

Distortion in Factors Allocation and Total

Factor Productivity Growth of EnterprisesLI Jinga， PENG Feia， MAO Defengb

（a.School of Economics；b. School of Management， Hefei University of Technology， Hefei 230601， China）

Abstract： The micro data of China’s industrial enterprises from 1998 to 2007 are used to measure allocation distortion index of capital and labor and the distortion index of individual enterprise and overall distortion index， the influence of enterprise factor allocation distortion on the total factor productivity （TFP） of enterprises is analyzed， and the main sources of factors’ allocation distortion are tested. The results show that the capital allocation distortion indices show rising trends， that labor allocation distortion index keeps stable， but the overall enterprise distortion index is a little rising， that factor allocation distortion index of manufacturing industry is higher than that of other industries， that factor allocation distortion of stateowned enterprises and collective enterprises is more serious than other enterprises， that factor allocation distortion index in the east part of China is higher than that of middle and west part of China， that if the enterprises can effectively wipe out factor allocation distortion， the TFP of industrial enterprises will raise 25.56%， and the TFP in east， middle and west part of China will raise 27.34%， 20.56% and 27.21% respectively， that the potential TFP growth space of stateowned enterprises and collective enterprises is obviously higher than nonpublicowned enterprises， that the main sources of enterprise factor allocation distortion are the raising of the ratio of capital to labor and scale enlargement， and that export density， subsidy density， enterprise age and foreign capital can significantly mitigate the degree of enterprise factor allocation distortion.

Key words： factor allocation distortion； total factor productivity （TFP）； factor allocation efficiency； factor market； factor flowing； capital allocation distortion index； labor allocation distortion index； enterprise factor allocation distortion index； TFP

CLC number：F061.2；F403.4 Document code：AArticle ID：16748131（2013）03004212

（編輯：夏冬，段文娟）