基礎設施投資的資源錯配效應研究

潘雅茹 高紅貴

內容提要：利用2008～2017年我國30個省（區、市）的面板數據，在分別測算各省（區、市）資本錯配指數和勞動力錯配指數的基礎上，采用系統GMM方法考察基礎設施投資對資本和勞動力錯配的糾正程度。研究發現：一般性基礎設施投資有助于降低資本和勞動力錯配指數，而科技型基礎設施投資在一定程度上加劇了資本和勞動力錯配;基礎設施投資對資源錯配的影響并不是簡單的線性關系，而是隨著基礎設施投資的調整表現出顯著的非線性特征，其中，科技型基礎設施投資對資本和勞動力錯配均呈現先加劇后改善的非線性關系，一般性基礎設施投資對資本錯配則呈現先改善后惡化的非線性特征;分地區估計結果表明，基礎設施投資對資源錯配的影響存在顯著的區域異質性。

關鍵詞：基礎設施投資;資本錯配;勞動力錯配;區域異質性

中圖分類號：F123.6? ? 文獻標識碼：A? ? 文章編號：1003-7543（2019）07-0062-11

我國傳統的經濟增長模式主要依賴于大量的資源要素投入，通過大規模的資源要素積累實現經濟總量增長，但這種粗放型的增長模式忽略了經濟高質量發展所需的資源合理配置要求，導致經濟發展進程中資源配置效率低下，各地區、行業和部門之間的資源錯配現象日益嚴重，影響了我國經濟的可持續增長。當前，我國經濟已由高速增長階段轉向高質量發展階段，糾正資源要素錯配，提高生產要素的投入產出效益，實現優質高效的資源配置，對于提升經濟效率、促進我國經濟高質量發展意義重大。

改革開放以來，基礎設施投資一直是我國經濟增長的主要推動力。擴大基礎設施投資刺激國內需求，是我國進行反經濟周期宏觀調控的重要手段之一。自我國經濟進入新常態以來，基礎設施投資在經濟增長中的角色和作用再次引起學者們的關注。在經濟學相關理論中，基礎設施投資與經濟增長的關系，一般被歸結為乘數效應與擠出效應的對比，鮮有研究從資源配置效率的角度，分析基礎設施投資對經濟增長的作用。但事實上，作為經濟發展的“先行資本”，基礎設施投資結構和規模在一定程度上能夠影響資源要素的配置方式和效率。考察基礎設施投資對資源錯配的影響，探討基礎設施投資改善資源錯配的有效途徑，對于提升地區資源配置效率、制定有效的基礎設施投資政策具有重要的指導意義。

一、相關研究綜述

當前，關于資源錯配的研究主要圍繞四個方面展開：一是對資源錯配程度的測度。Hsieh & Klenow利用規模報酬不變的C-D生產函數，界定了資本扭曲和產出扭曲，構建了測度資源錯配程度的理論框架[1]。二是資源錯配對經濟增長的影響。多數研究認為，資源錯配通過阻礙全要素生產率提升，進一步損害經濟增長。一些國內學者利用我國不同時期、不同部門的面板數據進行實證檢驗，指出資本錯配和勞動力錯配引起的資源配置效率損失對全要素生產率存在顯著的負向效應，且資本錯配引起的效率損失要大于勞動力錯配[2-3]。三是形成資源錯配的原因。已有研究將資源錯配主要歸結為要素價格扭曲、要素流動障礙、產業結構失衡、行業集中度低和政府行政權力形成的行政壟斷及政府干預等[4-5]。四是能夠改善資源錯配的因素。有學者認為，改善資源錯配可以通過優化資本和勞動力等生產要素的流動和配置來實現[6]。Munshi & Rosenzweig認為，減少勞動力市場摩擦、提高金融中介效率能夠有效改善資源配置效率[7]。國內學者大多從產業結構和產業集中度的角度探究如何改善資源錯配，有學者研究了產業集聚對資源錯配的影響，發現產業集聚有利于改善我國資源配置效率，但產業集聚對資源配置的改善效應存在區域性差異[8]。也有學者從開放式經濟的角度出發，認為資源不僅能夠在一國之內流動，而且可以在國家之間流動，通過出口貿易、對外直接投資參與國際分工，促進資源在國際范圍內實現優化配置，降低資源錯配程度[9]。

一般認為，當各種生產要素可以完全自由流動時，社會資源配置會達到最優狀態。如果要素市場發生扭曲，就會產生阻礙要素自由流動的因素，使得各要素無法有效地從低效率部門流向高效率部門而產生資源錯配，引致經濟損失。基礎設施投資能夠優化區域經營環境，促進產業集聚，擴大市場交易范圍，降低企業的運輸成本和交易成本，因而基礎設施投資能夠有效改善資源錯配。也有少數學者對此進行了初步的理論和實證研究。Asturias研究了印度交通基礎設施對資源配置效率的影響，認為交通基礎設施能夠通過影響產業集中度和企業控制力來提升資源配置效率[10]。Ghani et al. 通過考察印度金四角公路基礎設施升級對制造業的影響，發現交通基礎設施的完善提升了區域資源配置效率[11]。賈俊雪構建了一個異質性企業家模型將公共基礎設施投資內生化，探討公共基礎設施投資對企業資源配置效率的影響[12]。周海波等利用我國工業企業的相關數據測算了我國制造業資源錯配程度，認為交通基礎設施發展的不平衡是導致區域資源錯配的根源之一，基礎設施投資可以通過調整產業結構、提高分工精度和消除市場分割等途徑來減緩資源錯配[13]。但這一研究探討的是我國制造業資源錯配，而非嚴格意義上的區域資源錯配。李欣澤等研究了我國高鐵與企業資源配置的關系，發現高鐵開通能夠促進資本要素流動，優化資本要素配置[14]。張陳一軒、任宗哲研究了改革開放40年來交通基礎設施投資對要素錯配的影響，認為交通基礎設施投資通過加快要素流動、優化經營環境、促進產業升級來有效改善要素錯配[15]。這一研究關注的仍然只是交通基礎設施投資。

可見，只有少數研究關注到了基礎設施投資對資源錯配的影響，這些研究多從交通基礎設施投資的角度出發，沒有考慮其他類型的基礎設施投資對資源錯配的影響。2018年中央政府工作報告指出，在保持交通基礎設施投資強度規模的同時，重點發展新一代信息基礎設施建設。因此，本文想探討的是，不同類型的基礎設施投資是否都能影響資源錯配，且各類基礎設施投資對資源錯配的影響是否存在區域異質性。

二、理論分析與研究假設

深入剖析我國各地區資源要素的錯配現象，不難發現基礎設施投資對資源要素的自由流動和有效配置具有顯著的影響。這里認為，基礎設施投資主要通過三個方面影響資源錯配：第一，基礎設施投資有利于促進資源要素在區域間的流動，改善區域資源錯配。實現資源要素的有效流動是改善資源錯配的關鍵，良好的基礎設施建設，可以優化區域經營環境，吸引資本和勞動力等生產要素從經營環境差的地區流入環境好的地區，提高資源要素的配置效率。第二，基礎設施投資有利于形成產業集聚，改善區域資源錯配。基礎設施具有生產性公共物品的屬性，其對經濟增長的外部效應能夠降低企業生產成本，促使企業在區域內集中。而產業集聚不僅能夠提高資源要素在空間地理上的集中，其產生的規模效應和專業化分工還能促進資本和勞動力要素的流動，提高資源配置效率。第三，基礎設施投資有利于消除區域間的市場分割，改善區域資源錯配。基礎設施投資的增加，能夠降低商品跨區域流動的成本，提高市場的交易效率，有助于消除區域自然性和技術性市場分割，優化區域資源配置效率[16]。基于此，提出如下假設：

假設1：基礎設施投資能夠優化區域資源配置效率，改善地區資源錯配程度。

基礎設施投資對區域資源配置也可能存在負面影響，即基礎設施投資可能會惡化區域資源錯配程度。基礎設施投資可能加劇資源錯配的原因包括：第一，隨著基礎設施投資的不斷增加，可能會產生區域過度投資、重復建設和資源浪費等問題，加劇資源錯配程度。第二，我國基礎設施投資的資金主要依靠政府財政支出，基礎設施投資會增加地方政府的財政負擔，擠占政府對其他產業的投入，使得一些高生產率的企業無法得到財政資金的扶持而退出市場，從而導致資源錯配惡化。第三，在我國，地方政府是基礎設施投資行為的主體，政府可以主導基礎設施投資的資金額、領域及類型，政府不當干預可能導致資源要素被低效率企業占有，從而惡化資源錯配狀況。可見，基礎設施投資對資源錯配的影響不一定是單一的促進或阻礙作用，而可能是兩種作用相互疊加的非線性關系。基于此，提出如下假設：

假設2：基礎設施投資與區域資源錯配之間可能存在顯著的非線性關系。

有研究表明，基礎設施投資對經濟增長的影響存在顯著的區域異質性，不同時期不同部門的基礎設施產出彈性具有區域差異[17]。那么，基礎設施投資對資源錯配的影響是否也存在顯著的區域差異性特征？當前，我國區域經濟發展水平差異較大，各地區基礎設施投資規模和結構也存在明顯差異。在經濟發展相對較好的東部地區，科技創新成為其經濟增長的主要支撐，相比交通、水利和電力等一般性基礎設施，該地區更關注科技類基礎設施的投資。而在經濟相對落后的中西部地區，雖然基礎設施投資增長率有所提高，但與東部地區相比仍然存在差距。其中，中部地區正處于經濟崛起的關鍵時期，為了實現經濟增長目標，政府傾向投資于在較短周期見效、投資風險較低的一般性基礎設施，弱化了對科技型基礎設施的投資力度。西部地區地廣人稀，能源資源豐富，為了因地制宜地開發當地資源，主要進行的是交通、水利和電力等一般性基礎設施建設，科技類基礎設施建設相對缺乏。東北地區作為老工業基地，近年來經濟發展緩慢，個別領域基礎設施投資不足，部分地區基礎設施建設停滯不前，基礎設施投資效率逐年降低。基于此，提出如下假設：

假設3：基礎設施投資對區域資源錯配的影響存在地區依賴特征，在經濟發展水平不同的東部、中部、西部和東北地區，基礎設施投資對資源錯配的影響不同。

三、模型設定與數據說明

（一）計量模型構建

根據前文的理論分析，為了檢驗基礎設施投資對資源錯配的影響，構建如下基準模型：

LnMisKit=β0+β1Infit+β2LnXit+μit（1）

LnMisLit=β0+β1Infit+β2LnXit+μit（2）

其中，i和t分別表示省份和年份;MisKit和MisLit分別表示資本錯配和勞動力錯配指數;Infit表示基礎設施投資，是本文的核心解釋變量;Xit表示影響資源錯配的其他控制變量;μit為隨機擾動項。系數β代表了基礎設施投資對資源錯配的影響程度，若β顯著為負，則表明基礎設施投資可以改善資源錯配，反之則加劇了資源錯配。

公式（1）和（2）為靜態面板模型，考慮到資源錯配往往具有持續性特征，故將資本和勞動力錯配指數的滯后項作為被解釋變量引入模型，將模型變為如下動態面板模型：

LnMisKit=β0+β1LnMisKit-1+β2LnInfit+β3LnXit+μit（3）

LnMisLit=β0+β1LnMisLit-1+β2LnInfit+β3LnXit+μit（4）

其中，MisKit-1和MisLit-1分別表示資本錯配指數MisKit、勞動力錯配指數MisLit的一階滯后項。

依據前文的理論分析，基礎設施投資既可能改善資源錯配，也可能會惡化資源配置，基礎設施投資與資源錯配之間可能存在非線性關系。因此，本文在模型中加入基礎設施投資的二次項，將模型設定如下：

LnMisKit=β0+β1LnMisKit-1+β2LnInfit +β3LnInf■■+β4LnXit+μit（5）

LnMisLit=β0+β1LnMisLit-1+β2LnInfit +β3 LnInf■■+β4LnXit+μit（6）

（二）變量描述與數據說明

1.被解釋變量：資源錯配指數

資源錯配指數包括資本錯配指數（MisKi）和勞動力錯配指數（MisLi）。借鑒白俊紅、劉宇英的計算方法[18]，對各地區的資本錯配指數（MisKi）和勞動力錯配指數（MisLi）分別進行測算，具體計算公式如下：

MisKi=■-1，MisLi=■-1（7）

其中，γKi和γLi分別代表資本和勞動力的價格扭曲系數，具體計算公式如下：

γKi=■/■，γLi=■/■（8）

其中，■代表省份i使用的資本占資本總量的比例;si代表省份i的產出占總產出的比重; βKi代表利用生產函數估計得到的各省份資本產出彈性;■代表資本有效配置時i省份使用資本的比例;■代表省份i使用的勞動力占勞動力總量的比例;βLi代表利用生產函數估計得到的各省份勞動力產出彈性;■代表勞動力有效配置時i省份使用勞動力的比例。

根據上述公式，計算得到2008～2017年我國30個省份（除西藏外）的資本錯配指數和勞動力錯配指數。如果資源錯配指數大于0，表明該省份實際配置的資源要素低于有效配置比例，即資源配置不足;反之，若資源錯配指數小于0，則表明該省份資源配置過度。對資源錯配指數取絕對值，指數的絕對值越大，表明資源錯配程度越高。由于文章篇幅限制，僅在表1中列出2017年各省（區、市）的資本和勞動力錯配指數。

由表1可知，我國各地區資本和勞動力市場均存在不同程度的資源錯配，且資源錯配程度具有顯著的區域差異性。從東部、中部、西部和東北四個地區來看，東部地區大多數省份的資本和勞動力錯配是正向的，且勞動力錯配較為嚴重，其中浙江省的勞動力錯配指數在全國范圍內最大，表明該省實際配置的資源要素低于有效配置的比例，要素配置不能滿足地區經濟增長的需求。中部和西部地區大多數省份的勞動力錯配指數顯著小于東部地區，而資本錯配大多以負向錯配為主，表明中西部地區實際資本的投入量超過了有效配置比例，出現了資本配置過剩。這一結果可能與我國實施的區域發展戰略有關，如中部崛起和西部大開發戰略的實施使大量資金流向中西部地區，致使資本配置比例超過有效配置比例。東北地區資本和勞動力錯配多呈正向錯配，表明該地區資本和勞動力配置不足。其原因可能是近年來東北地區經濟發展環境不佳，資本流入較少，勞動力流出較多，使得當地資本和勞動力的配置出現不足。

2.主要解釋變量：基礎設施投資

基礎設施投資包括一般性基礎設施投資（Inf）、科技型基礎設施投資（Tecinf）。其中，一般性基礎設施投資變量參考童健、武康平的研究[19]，選用《中國固定資產投資年鑒》中“交通運輸、倉儲和郵政業”的地區年度數據;科技型基礎設施投資變量選用《中國固定資產投資年鑒》中“信息傳輸、軟件和信息技術服務業”和“科學研究技術服務業”的地區年度數據總和。并將基礎設施投資流量以2008年為基期進行平減，使用永續盤存法對各省份基礎設施投資存量進行估算。

3.控制變量

由于資源錯配還會受到一些外生環境變量的影響，為減少遺漏變量對模型估計結果的影響，參考資源錯配的相關文獻，在模型中加入以下控制變量：

產業結構（Str）。產業結構的變遷是資源要素在部門間動態配置的過程。產業結構優化促使生產要素不斷從低生產率的部門流向高生產率的部門，資源的重新配置促進了資源配置效率的提升，提高了各部門的產出水平。本文采用第二、三產業產值占GDP的比重來衡量產業結構變量。

政府干預（Gov）。大量的政府干預是導致要素配置扭曲的一個重要原因，會抑制市場對資源配置的有效性，使市場配置出現失靈。財政支出占地區GDP的比重越高，政府對經濟的干預能力越強，從而導致的資源錯配程度越高。本文采用地方政府財政支出占地區GDP的比重來衡量政府干預指標。

貿易開放度（Tra）。理論上看，國際貿易對一國經濟具有非常重要的作用，通過開展國際貿易可以加快資源要素的跨國流動。Melitz認為，在開放條件下，企業面臨的市場競爭更為激烈，低效率的企業會被市場競爭淘汰，資源要素會從低效率的企業流向高效率的企業，從而提高資源配置效率。本文采用地區進出口貿易總額占地區GDP的比重來衡量貿易開放程度[20]。

城鎮化水平（Urb）。城鎮化進程中產生的集聚效應能夠促使人力和資本在區域內集中，并使城鎮中心、外圍經濟范圍和勞動力市場不斷擴大，提高資本、勞動力與企業之間的匹配度，從而促進區域內資源要素的流動，提高資源配置效率。本文選用各地區城鎮人口占地區總人口的比例衡量城鎮化程度。

就數據來源而言，各指標變量的數據均來源于《中國統計年鑒》《中國固定資產投資統計年鑒》及各省份歷年統計年鑒。鑒于西藏數據缺失嚴重，這里將其從研究樣本中剔除，最終選擇2008～2017年的30個省（區、市）的300個樣本作為研究觀測值。所有變量的統計性描如表2（下頁）所示。

四、實證結果與分析

（一）全樣本檢驗結果分析

為了解決動態面板模型中可能存在的內生性問題，確保模型回歸結果的穩健性，本文分別使用差分GMM和系統GMM兩種方法考察基礎設施投資對資源錯配的影響。

表3中的AR（1）和AR（2）檢驗的P值表明，模型只存在一階序列相關，不存在二階序列相關，即模型通過了相關性檢驗。Sargan檢驗的P值大于0.1，表明模型選擇的工具變量是有效的，因而使用系統GMM和差分GMM估計的結果是準確且可靠的。根據Bond（2001）提出的經驗法則，系統GMM法估計得到的被解釋變量滯后期的系數如果介于固定效應和混合效應之間，則應選擇系統GMM進行估計。本文使用系統GMM估計得到資本錯配指數滯后一期回歸系數為0.9795，大于固定效應的0.9739，小于混合效應的0.9942，因而本文主要依據系統GMM的估計結果進行分析。具體估計結果如下：

第一，資本錯配指數滯后一期變量的回歸系數在1%的水平上顯著為正，表明資本錯配受到上一期的影響，具有一定的持續性特征。

第二，在未加入基礎設施投資平方項的模型中，一般性基礎設施投資對資本錯配的影響顯著為負，而科技型基礎設施投資對資本錯配影響顯著為正。這表明一般性基礎設施投資有助于降低資本錯配，科技型基礎設施投資在一定程度上加劇了資本錯配。

第三，在模型中分別加入一般性和科技型基礎設施投資的平方項后，一般性和科技型基礎設施投資對資本錯配的回歸均通過顯著性檢驗，且回歸系數符號未變，數值變小。一般性基礎設施投資平方項對資本錯配在1%的置信水平下顯著為正，科技型基礎設施投資平方項對資本錯配的影響顯著為負，表明隨著基礎設施投資的不斷增加，一般性基礎設施投資對資本錯配的改善效應逐漸消失甚至加劇資本錯配，而科技型基礎設施投資對資本錯配具有緩解作用，說明兩類基礎設施投資與資本錯配之間存在顯著的非線性關系。

第四，控制變量中的政府干預、產業結構和貿易開放度在兩個回歸模型中均通過顯著性檢驗，系數符號為負，數值具有穩定性，表明政府財政支出、產業結構的調整和對外貿易額的增加均能有效改善資本錯配，且產業結構調整對資本錯配的改善效應相對較大。另外，城鎮化水平對資本錯配的回歸系數顯著為正，表明城鎮化水平的提升加劇了資本錯配程度，其原因可能是我國土地城鎮化率高于人口城鎮化率，城鎮化進程沒有實現以人口集聚為基礎，未能推動消費結構升級，在一定程度上加劇了資本錯配。

由表4的回歸結果可知，模型通過了AR自相關檢驗和Sargan檢驗，表明模型估計結果是有效的。考慮到系統GMM能夠顯著降低模型估計結果的偏差，此部分依然根據系統GMM的估計結果進行分析。具體估計結果如下：

第一，勞動力錯配指數滯后一期變量系數具有顯著正向效應，表明勞動力錯配也受到上一期的影響，存在路徑依賴效應。

第二，在未加入基礎設施投資平方項的模型中，一般性基礎設施投資對勞動力錯配的影響顯著為負，而科技型基礎設施投資對勞動力錯配影響顯著為正。這表明一般性基礎設施投資有助于改善勞動力錯配，而科技型基礎設施投資在一定程度上惡化了勞動力錯配，但一般性基礎設施投資對勞動力錯配的改善效應大于科技型基礎設施投資的惡化效應。

第三，在模型中加入基礎設施投資平方項后，一般性和科技型基礎設施投資對勞動力錯配的回歸均通過顯著性檢驗，且回歸系數符號未變，數值穩定。但一般性基礎設施投資的平方項對勞動力錯配的影響顯著為負，且系數數值增大，表明隨著一般性基礎設施投資的增加，其對勞動力錯配的緩解效應提升，即二者之間存在單向線性關系。科技型基礎設施投資的平方項對勞動力錯配也呈負向影響，表明隨著科技型基礎設施投資的增加，其對勞動力錯配呈現先加劇后改善的非線性關系。

第四，控制變量中的政府干預、貿易開放度和城鎮化水平在兩個回歸模型中均通過顯著性檢驗，系數符號為負且數值穩定，表明財政支出的增加、對外貿易開放程度的提高和城鎮化水平的提升能夠有效改善勞動力錯配，優化區域勞動力配置。產業結構對勞動力錯配呈顯著正向效應，表明產業結構的調整不利于勞動力錯配的改善，其原因可能是：大量第一產業的低水平勞動力資源過快向第三產業轉移，使得我國第三產業在缺乏效率的情況下快速發展，降低了我國整體勞動生產率，加劇了勞動力錯配。

（二）分地區檢驗結果

我國經濟發展存在區域不平衡，各地區在經濟發展水平和資源稟賦上有差異，可能導致地區基礎設施投資和資源錯配情況不同。那么，基礎設施投資對資源錯配的影響是否存在區域異質性呢？本文將全國樣本分為東部、中部、西部和東北四個地區，進一步驗證基礎設施投資對資源錯配的影響是否存在區域依賴特征。各地區系統GMM估計結果如表5（下頁）所示。

表5的估計結果顯示，模型通過了AR（2）和Sargan檢驗，表明系統GMM估計結果是有效的。

在東部地區，一般性基礎設施投資對資本錯配的影響不顯著，對勞動力錯配的影響在10%的水平上顯著為正，而科技型基礎設施投資對資本錯配和勞動力錯配的影響均顯著為負。這表明東部地區科技型基礎設施投資有助于改善資本和勞動力錯配，而一般性基礎設施投資在一定程度上加劇了勞動力錯配。這可能是因為經濟水平較高的東部地區，更多需求的是高層次人才，一般性基礎設施投資的增加帶動了大量低素質勞動力流入東部地區，加劇了勞動力錯配，而科技型基礎設施投資在為東部地區帶來投資的同時，帶動了高素質人才的流入，因而能夠改善資本和勞動力錯配。

在中部地區，一般性基礎設施投資對資本和勞動力錯配的影響均不顯著，而科技型基礎設施投資對資本錯配的影響顯著為正，對勞動力錯配影響顯著為負，表明一般性基礎設施投資對資源錯配沒有明顯影響，科技型基礎設施投資能夠改善勞動力錯配，但在一定程度上加劇了資本錯配。其原因可能是中部經濟發展主要依賴科技水平較低的制造業和生產性服務業，對科技型基礎設施投資的利用效率不高，從而加劇了資本錯配程度。

在西部地區，一般性基礎設施投資對資本錯配的影響顯著為正，對勞動力錯配影響顯著為負，而科技型基礎設施投資對資本和勞動力錯配的影響均未通過顯著性檢驗。這表明一般性基礎設施投資加劇了資本錯配，但改善了勞動力錯配，而科技型基礎設施投資對資本和勞動力錯配沒有影響。其原因可能是西部地區經濟相對落后，一般性基礎設施投資有助于勞動力流向生產率高的地區，從而降低了勞動力錯配，而當地創新型企業和高素質人才相對缺乏，科技型基礎設施投資難以發揮其資源錯配改善效應。

在東北地區，一般性和科技型基礎設施投資對資本錯配影響均顯著為正，對勞動力錯配影響均顯著為負。這表明一般性和科技型基礎設施投資能夠有效緩解勞動力錯配，但加劇了資本錯配。這可能是因為，東北地區近年來經濟發展放緩，一般性和科技型基礎設施投資的增加能夠為勞動力流動提供便利條件，改善勞動力錯配，但部分地區基礎設施建設停滯不前，基礎設施投資效率逐年降低，加劇了資本錯配。

五、結論與政策建議

基礎設施建設是一個國家發展的基礎保障，對國民經濟和社會生活發揮著不可或缺的作用。本文研究表明，基礎設施投資不僅具有通常認為的經濟增長效應，而且可以通過加快要素流動、促成產業集聚、消除市場分割等方式影響資源錯配。本文在理論分析的基礎上，利用2008～2017年我國30個省（區、市）的面板數據，測算了我國各地區資本和勞動力錯配指數，并在此基礎上實證檢驗了基礎設施投資對資源錯配的影響，得到了如下結論：

第一，考察期內，我國各地區資本和勞動力市場均存在不同程度的資源錯配，且資源錯配呈現顯著的區域差異。東部地區資本和勞動力錯配多以正向為主，且勞動力錯配較為嚴重，表明其資本和勞動力配置不足。中西部地區勞動力錯配相對較輕，大多以正向為主，但資本錯配多以負向為主，表明其資本配置比例超過有效配置比例。東北地區資本和勞動力錯配多以正向錯配為主，即資本和勞動力配置低于有效配置比例，資源配置不足。

第二，不同類型的基礎設施投資對資源錯配的影響存在差異。一般性基礎設施投資對資本和勞動力錯配均存在負向影響，即一般性基礎設施投資有助于改善資源錯配，而科技型基礎設施投資對資本和勞動力錯配影響顯著為正，即科技型基礎設施投資在一定程度上惡化了資源錯配狀況。

第三，科技型基礎設施投資與資本和勞動力錯配之間存在顯著的非線性關系，隨著科技型基礎設施投資的不斷增加，其對資源錯配的影響將從“加劇效應”轉變為“改善效應”，而一般性基礎設施投資與資本錯配之間存在非線性關系，但與勞動力錯配之間呈現單向線性關系。

第四，分地區估計結果表明，基礎設施投資對資源錯配的影響存在顯著的區域異質性。東部地區一般性基礎設施投資對資本錯配影響不顯著，而科技型基礎設施投資對資本和勞動力錯配均具有改善效應。中部地區一般性基礎設施投資對資本和勞動力錯配改善效應不顯著，而科技型基礎設施投資加劇了資本錯配，但改善了勞動力錯配。西部地區一般性基礎設施投資有助于改善勞動力錯配，但加劇了資本錯配，而科技型基礎設施投資對資源錯配影響不顯著。東北地區的兩類基礎設施投資均改善了勞動力錯配，但加劇了資本錯配。

根據上述研究結論，提出如下政策建議：第一，完善基礎設施投資體系，拓展基礎設施投資的融資渠道，加強基礎設施投資力度，為資源要素的有效流動提供物質基礎。充分利用基礎設施投資使資源要素配置到更有效率的地區，提高資源配置效率。第二，進一步發展和優化我國科技型基礎設施投資。認清科技型基礎設施投資與資源錯配之間存在的非線性效應，促使其對資源錯配的“加劇效應”轉變成“改善效應”，提升科技型基礎設施投資對區域資源配置的支撐能力。第三，各地區應制定差異化的投資策略，依據地區基礎設施投資存量和資源錯配情況，因地制宜制定地區基礎設施投資策略。就東部地區而言，應增加科技型基礎設施的投資力度，發揮其對資源錯配的改善效應;就中部地區而言，應提高一般性基礎設施投資的效率。就西部和東北地區而言，應在繼續加大一般性基礎設施投資力度的同時，積極采取有效措施激發科技型基礎設施投資的資源配置效應，合理利用基礎設施投資提高資源配置效率。第四，各地區在基礎設施投資的過程中，應加強協調與協作，推動區域基礎設施投資的融合協調發展。各地區應積極推進區域基礎設施投資的協同發展，這不僅有利于地區基礎設施投資綜合效率的提升，而且有利于改善資源要素的配置效率。

參考文獻

[1]HSIEH C T， KLENOW P J. Misallocation and manufacturing TFP in China and India [J]. The Quarterly Journal of Economics， 2009， 124（4）： 1403-1448.

[2]張佩.中國工業部門的行業間資源錯配研究[J].投資研究，2013（6）：15-27.

[3]王林輝，袁禮.資本錯配會誘發全要素生產率損失嗎？[J].統計研究，2014（8）：11-18.

[4]韓劍，鄭秋玲.政府干預如何導致地區資源錯配——基于行業內和行業間錯配的分解[J].中國工業經濟，2014（11）：69-81.

[5]靳來群，林金忠，丁詩詩.行政壟斷對所有制差異所致資源錯配的影響[J].中國工業經濟，2015（4）：31-43.

[6]RESTUCCIA D， ROGERSON R. Misallocation and productivity[J]. Review of Economic Dynamics， 2013， 16 （1）：1-10.

[7]MUNSHI K， ROSENZWEIG M. Networks and misallocation： insurance， migration， and the rural-urban wage gap[J]. American Economic Review， 2016， 106 （1）： 46-98.

[8]崔書會，李光勤，豆建民.產業協同集聚的資源錯配效應研究[J].統計研究，2019（2）：76-87.

[9]宋結焱，施炳展.出口貿易是否降低了中國行業內資源錯配[J].世界經濟研究，2014（10）：53-61.

[10]ASTURIAS J， et al. Misallocation， internal trade， and the role of transportation infrastructure[R]. Working Paper， 2014.

[11]GHANI E， GOSWAMI A G， KERR W R. Highway to success： The impact of the golden quadrilateral project for the location and performance of Indian manufacturing[J]. Economic Journal， 2016， 126（591）： 317-357.

[12]賈俊雪.公共基礎設施投資與全要素生產率：基于異質企業家模型的理論分析[J].經濟研究，2017（2）：4-19.

[13]周海波，胡漢輝，謝呈陽，等.地區資源錯配與交通基礎設施——來自中國的經驗證據[J].產業經濟研究，2017（1）：100-113.

[14]李欣澤，紀小樂，周靈靈.高鐵能改善企業資源配置嗎？——來自中國工業企業數據庫和高鐵地理數據的微觀證據[J].經濟評論，2017（6）：3-24.

[15]張陳一軒，任宗哲.改革開放 40 年來交通基礎設施投資能夠緩解要素錯配么？[J].人文雜志，2019（3）：10-17.

[16]范欣，宋冬林，趙新宇.基礎設施建設打破了國內市場分割嗎？[J].經濟研究，2017（2）：20-34.

[17]EGERT， et al. Infrastructure and growth： Empirical evidence [J]. Social Science Electronic Publishing， 2009， 50（3）： 355-364.

[18]白俊紅，劉宇英.對外直接投資能否改善中國的資源錯配[J].中國工業經濟，2018（1）：60-78.

[19]童健，武康平.經濟發展進程中的基礎設施投資結構變遷[J].經濟研究，2016（12）：61-77.

[20]MELITZ M J. The impact of trade on intra-industry reallocations and aggregate industry productivity[J]. Econometric， 2003， 71（6）：1695-1725.

Abstract： Based on the panel data of 30 provinces （districts and municipalities） in China from 2008 to 2017， and on the basis of calculating the capital mismatch index and labor mismatch index of each province （districts and municipalities） separately， the corrective degree of infrastructure investment to capital and labor mismatch is investigated by using the system GMM method. The research finds that： general infrastructure investment helps to reduce the mismatch index of capital and labor， while scientific and technological infrastructure investment aggravates the mismatch of capital and labor to a certain extent; the impact of infrastructure investment on resource mismatch is not a simple linear relationship， but shows with the adjustment of infrastructure investment. Significant non-linear characteristics， among which， the non-linear relationship between investment in science and technology infrastructure and mismatch of capital and labor force increases first and then improves， while the non-linear relationship between general infrastructure investment and mismatch of capital first improves and then deteriorates. The results of regional estimation show that there is significant regional heterogeneity in the impact of infrastructure investment on resource misallocation.

Key words： infrastructure investment; capital mismatch; labor mismatch; regional heterogeneity