土地資源錯配的全要素生產率損失效應與形成機制

彭山桂，李 敏，王 健，張 苗

（1.山東農業大學經濟管理學院，山東 泰安 271018；2.南京農業大學公共管理學院，江蘇 南京 210095）

1 引言

中共十九大報告明確指出，中國經濟已由高速增長階段轉向高質量發展階段，這意味著經濟發展要從主要依靠要素投入轉向依靠全要素生產率提升。提高全要素生產率是高質量發展的重要內涵，其一般包括技術進步和資源配置效率提升兩個來源[1]。在中國經濟發展可預見的未來，由于與技術前沿的差距快速縮小，技術進步難度在不斷加大；而通過深化供給側結構性改革，優化資源配置，提高全要素生產率，實現經濟高質量發展則仍有很大的空間[2]。縱觀改革開放以來中國經濟的發展歷程，資源優化配置從3條路徑有力地促進了全要素生產率的提升[2]：一是傳統部門向現代部門轉型過程中，勞動力由農村向城市流動；二是內向型經濟向外向型經濟轉變過程中，資源向出口部門傾斜；三是市場化改革過程中，資源從國有部門向非國有部門轉移。隨著社會經濟發展階段的演進，這3條路徑都面臨著調整與轉變：一是在城鄉融合、鄉村振興發展階段，農業勞動力轉移難以維持原有規模和鄉—城單向流動，城鄉互動將成為趨勢；二是在以國內大循環為主體、國內國際雙循環相互促進的新發展格局中，外向型經濟的調整已不可避免；三是2008年國際金融危機以來，民營經濟的發展空間受到嚴重制約。在資源優化配置傳統路徑難以持續提升全要素生產率的背景下，土地資源由于長期存在的結構性錯配問題，有望成為下一階段優化資源配置，提高全要素生產率，獲取“結構性紅利”的重要突破口。具體而言，中國實施的基于地區、城市雙重偏向的土地供給政策，在地區維度偏向欠發達地區，在城市維度嚴格管控大城市土地供應[3]。這導致具有強大人口與投資吸引力的東部地區大城市建設用地供給十分緊張，人口與投資吸引力不足的中西部中小城市建設用地供給卻較為寬松[4]。東部地區大城市在建設用地供給受限的情況下，地方政府進一步通過非飽和供給模式，高價出讓住宅與商服用地推漲房價，推升了生活與生產成本，削弱了產業的比較優勢。與此同時，中西部中小城市由于超量的房地產開發，部分新城淪為“空城”與“鬼城”[5]。中西部中小城市在獲得政策傾斜的情況下，地方政府進一步通過以地引資模式，低價出讓工業用地招商引資，利用“建設開發區—土地抵押與再融資—開發區擴大建設”的投融資循環，拉動短期經濟增長，導致大量工業園閑置，地方政府債務率居高難下[6]。與此同時，東部地區大城市由于工業用地供應的收緊，大量企業被迫遷移，致使規模經濟效應未能充分發揮[7]?？梢?，由于土地資源配置中諸多的結構性問題，催生出比較優勢弱化、規模經濟不彰、新城與工業園閑置、政府債務高企等一系列深層次問題，造成產出不足與投入冗余并存的困局，拉低了全要素生產率。鑒于此，分析并化解土地資源錯配問題，優化土地資源配置，對于提高全要素生產率，實現高質量發展具有重要的政策意義。

自HSIEH等[8]開創性地開展資源錯配研究以來，資源錯配對全要素生產率的影響這一主題逐漸受到重視?；谥袊膶嵶C研究表明，總體上中國的資源錯配導致全要素生產率平均下降42.7%[9]。分部門的測度表明，對于中國的農業部門與非農部門，資源錯配導致的全要素生產率損失分別達20%和30%[10-11]；對于中國制造業部門，資源錯配導致的全要素生產率損失為30.1%～57.1%[12]。進一步，聚焦到土地資源錯配的全要素生產率損失效應。在部門維度，對于中國工業部門，土地資源錯配造成了明顯的全要素生產率損失[13]，整體上土地資源錯配對工業部門全要素生產率損失的貢獻率為10.05%[14]。對于中國農業部門，消除土地資源錯配可使農業全要素生產率提升1.36倍[15]。在地區維度，以湖北省為案例的研究表明，建設用地空間錯配造成的效率損失為3.84%～6.92%[16]。總體而言，相關研究做了有益的探索，但仍存在一些不足：其一，現有研究主要集中于討論某一地區、部門、行業的土地資源錯配的全要素生產率損失效應，缺乏對全國層面土地資源錯配的全要素生產率損失效應及其區域差異的系統測度。其二，對于土地資源錯配的形成機制，現有研究聚焦于分析建設用地數量結構的影響，缺乏對機制障礙作用的系統考察。針對上述不足，本文基于擴展的HK模型測度全國層面資源錯配的全要素生產率損失效應，刻畫資本、勞動力、土地3種資源錯配對全要素生產率損失的貢獻。在此基礎上，從機制障礙、數量結構兩個維度，考察土地資源錯配的形成機制，提出針對性的政策啟示。

2 理論分析框架

根據新古典經濟增長理論，全要素生產率的提升主要源于技術進步的推動與資源配置效率的改善[1]。引導各類資源向具備先進生產力的地區、部門、行業集聚，有利于提升全要素生產率。反之，資源錯配的存在與深化，則會抑制全要素生產率的提升，甚至降低全要素生產率[17]。聚焦到土地資源，其會通過兩種錯配對全要素生產率產生負面影響（圖1）。

圖1 理論分析框架Fig.1 Theoretical analysis framework

其一，組合型土地資源錯配。RESTUCCIA等[18]指出，土地、資本、勞動力等實物資源與制度環境等抽象資源之間不適配，會形成資源錯配，拉低全要素生產率。對照中國地方政府面臨的激勵機制與制度環境，可以發現，為應對財稅激勵、晉升激勵，地方政府普遍采用高價限量供給商住用地、低價過量供給工業用地的“兩手”供地策略。這一策略會引發兩方面的資源組合錯配：一方面，高價限量供給商住用地導致與合理價格相比，商住用地價格向上扭曲，進而觸發勞動力的緊縮化決策機制[3]。高企的商住用地價格推高了勞動力的生活成本，形成了勞動力流入的壁壘與勞動力擴大消費的負擔。導致與合理水平相比，勞動力流入的數量不夠、消費不足，規模經濟效益無法有效釋放。從而塑造了一個土地、勞動力緊縮，全要素生產率不足的兩害局面。另一方面，低價過量供給工業用地導致與合理價格相比，工業用地價格向下扭曲，進而觸發企業的過度投資機制[19]，引致大量本不該上馬的重復建設與低端產業投資項目落地。這些技術水平不高、缺乏競爭力的投資項目通常表現為高投入、低產出的不良狀態，最終面對市場機制篩選時，大量被淘汰。從而塑造了一個土地、資本利用率低下，全要素生產率不足的兩害局面。

其二，內涵型土地資源錯配。HSIEH等[8]指出，在資源有效配置的狀態下，不同經濟主體間的資源投入數量比例應是相似的。如因某些因素，導致資源流動存在障礙，使得資源邊際產出在不同地區間存在明顯差距，意味著部分資源沒有配置到高生產率的地區去，會形成資源錯配，拉低全要素生產率。對照中國國情，可以發現，中國的土地資源配置行政干預嚴重，市場調節不足，由此導致地區間土地資源的過剩與短缺并存。某些地區、城市因為政策傾斜，土地市場供過于求，實際的土地邊際產出很低。與此同時，某些地區、城市因為政策限制，土地供給嚴重不足，實際的土地邊際產出很高。顯然，如果將邊際產出較低的地區、城市的土地資源指標調整到邊際產出較高的地區、城市，在資源投入總量相同的情況下，會增加總產出，伴隨著全要素生產率的提升。反之，如果地區間、城市間土地資源的數量結構失衡，就會拉低總產出，對全要素生產率產生負面影響。

3 模型構建與數據來源

在中國，建設用地指標分配是一種典型的區域導向性政策[3]，分配格局與具體區位“綁定”。與此對應，本文的模型構建與實證分析都遵循全國與區域層面相結合的研究思路。

3.1 資源錯配的全要素生產率損失效應測度模型

3.1.1 生產函數設置

在HSIEH等[8]構建的經典HK模型的基礎上，借鑒陳詩一等[9]的思路，擴展原始模型，測度資源錯配的全要素生產率損失效應。首先，將城市層面的C-D生產函數設定為：

式（1）中：Ysi、Asi、Ksi、Lsi、LDsi分別為地區s內城市i第二三產業的產出、全要素生產率與資本、勞動力、土地要素投入；αs、βs、λs分別為地區s資本、勞動力、土地要素的產出彈性，αs+βs+λs= 1?；诖耍瑢⒏鞒鞘械漠a出用CES生產函數生成地區總產出，地區層面的生產函數為：

式（2）中：Ys為地區s第二三產業的總產出；σ為城市間產出替代彈性；n為地區s內的城市數量。進一步采用CES生產函數生成全國總產出，全國層面的生產函數為：

式（3）中：Y為全國第二三產業的總產出；θ為地區間產出替代彈性，m為地區數量。

3.1.2 資源錯配測度

資源錯配本質上是資源配置違反帕累托效率，表現為資源邊際產出在截面上系統性的扭曲[8]。定義要素配置偏離最優狀態導致要素邊際產出變化的扭曲為τ。對于土地要素，如政策性地放松土地供給，過多的供地導致土地要素價格向下偏離最優水平，那么τLD,si＜0；如政策性地收緊土地供給，過少的供地導致土地要素價格向上偏離最優水平，那么τLD,si＞0。以此類推，設資本、勞動力的價格扭曲為τK,si、τL,si。基于此，式（1）城市層面生產函數對應的收益最大化問題為：

式（4）中：Psi為產出價格，PsiYsi為實物產出對應的產值；Rk、ω、RLD分別為資本、勞動力、土地要素無扭曲的使用價格。無扭曲時，地區內所有城市面臨的要素價格相同。結合式（1）與式（4）最大化問題的一階條件，可以明確三要素的錯配指數：

式（5）—式（7）中：MRPKsi、MRPLsi、MRPLDsi分別為資本、勞動力、土地要素的邊際產值。1+τK,si、1+τL,si、1+τLD,si衡量了相對于無扭曲的要素投入狀況，資本、勞動力、土地要素投入的偏離程度，參考朱喜等[10]的研究，將其定義為資本、勞動力、土地的錯配指數。若其大于1，表明相對于有效狀態，應增加實際的要素投入；若其小于1，應減少實際的要素投入。

3.1.3 資源錯配與全要素生產率

（1）城市層面的要素配置與全要素生產率。要素的邊際產值決定要素配置狀況，由于要素價格扭曲廣泛存在且不同城市要素扭曲狀況各異，塑造了不同城市差異化的生產要素配置比率，導致實際全要素生產率與有效全要素生產率之間產生不同程度的偏離。根據式（1）可以測度城市層面的實際全要素生產率（Asi）：

進一步，可以測度消除資源錯配，將要素投入調整為無錯配有效狀態下的有效全要素生產率為：很明顯，（1+τK，si）（αs1+τL，si）（βs

1+τLD，si）λs測度了城市層面實際全要素生產率與有效全要素生產率的比值，反映了兩者間的偏離程度，將其定義為城市層面的總體資源錯配指數（DIsi）。

（2）地區層面的要素配置與全要素生產率。要素邊際產值決定要素的跨城市配置，結合CES生產函數形式，將城市層面的全要素生產率加總到地區層面，地區層面的實際全要素生產率（As）表示為：

式（10）中：Ks、Ls、LDs分別表示由城市加總到地區層面的資本、勞動力、土地要素投入，分子為地區層面的總體資源錯配指數，對應地，分母即城市層面的總體資源錯配指數（DIsi）。可見，地區層面的實際全要素生產率與城市層面的實際全要素生產率正相關，與城市層面的資源錯配程度負相關。進一步，可以明確不存在資源錯配的情況下，地區層面的有效全要素生產率為：

（3）全國層面的要素配置與全要素生產率。與地區層面的推導邏輯一致，將地區層面的全要素生產率加總到全國層面，全國層面的實際全要素生產率（A）表示為：

式

（12）中：分子、分母分別為全國、地區層面的總體資源錯配指數，其中全國層面的總體資源錯配指數測度思路與式（10）一致。進一步，可以明確不存在資源錯配的情況下，全國層面的有效全要素生產率（A*）為：

（4）資源錯配的全要素生產率損失效應。測度的基本思路是，比較資源錯配導致的實際、有效全要素生產率之間的偏離程度。對于地區層面的資源錯配全要素生產率損失效應（DTFPs），測度公式為：

對于全國層面的資源錯配全要素生產率損失效應（DTFP），測度公式為：

此外，需要特別指出的是，為考察某種資源錯配對全要素生產率損失的貢獻，基于“反事實”分析框架[9]，在保持其他資源錯配狀態不變的情形下，用消除某種資源錯配后實際全要素生產率的增量來衡量。

3.2 土地資源錯配形成機制分析模型

構建面板計量模型，以機制障礙、數量結構兩方面的變量作為核心解釋變量，對土地資源錯配形成機制進行分析，模型如下：

式

（16）中：被解釋變量DILD為土地資源錯配指數，即前文中測度出的1+τLD。與理論分析中組合型、內涵型土地資源錯配發生機理相對應，核心解釋變量MO、LQ分別為機制障礙、數量結構。其中，機制障礙用于考察地方政府應對激勵所產生的土地供給行為扭曲對土地資源錯配的影響。在中國，地方政府行為模式受財稅激勵、官員晉升激勵兩方面因素的形塑[20]，因此，從財政壓力、官員晉升壓力兩方面構建機制障礙變量。數量結構用于考察中央政府對不同類型城市配置土地資源的政策偏向對土地資源錯配的影響。Controls為一組控制變量，參考相關研究[21-22]，控制經濟增長方式、產業結構狀況、市場化水平等特征的影響。c為常數項；α、β、θ為待估系數；i、t分別為城市、年份；ε為殘差項。需要特別說明的是：被解釋變量土地資源錯配指數以1作為基準，偏離1越遠，土地資源錯配越嚴重。由于沒有比較意義的一致性，不利于計量分析。對此，本文將小于1的數據做正向化處理，并采用極差標準化將全部數據限制在0～1之間，使其具備可比性。

3.3 數據收集與整理

（1）研究時空范圍設定。本文涉及的地價數據收集來源于自然資源部的中國地價監測網，考慮可得性，數據收集的時間范圍是2007—2019年，覆蓋的空間范圍是105個重點城市的主城區（或建成區）。與此適應，將本文研究數據口徑匹配為市轄區，收集105個重點城市2007—2019年市轄區口徑的數據。

（2）變量數據收集與處理。其一，要素投入與產出數據。其中，城市第二三產業的產出數據來源于《中國城市統計年鑒》。由于第二三產業的產出為名義值，包含價格因素，不能較好地反映實物產出的變動趨勢，為盡量減少價格因素的影響，采用較遠基期（1995年=100）的價格指數進行平減處理[9]。資本存量數據采用永續盤存法估算，技術處理參考張少輝等[23]的研究，結果調整成1995年為基期的數據。從業人員、城市建設用地面積數據分別來源于《中國城市統計年鑒》 《中國城市建設統計年鑒》。其二，要素無扭曲的使用價格數據。資本無扭曲的使用價格（租金率），參考陳詩一等[9]的研究設定。勞動力、土地要素無扭曲的使用價格，參考朱喜等[10]、鄧楚雄等[14]的研究，采用平均工資、平均綜合地價確定，數據源于《中國城市統計年鑒》與中國地價監測網。其三，土地資源錯配形成機制分析數據。對于核心解釋變量，財政壓力以1-政府預算內收入占支出的比重來衡量；官員晉升壓力參考錢先航等[24]的做法，從經濟增長率、財政盈余、失業率3個維度構建相對績效指標來衡量；這兩個變量數值越大意味著壓力越大。數量結構參考文樂等[25]的研究，基于投入產出視角，用建設用地供應總量比重與GDP比重的比值來衡量，數值越大意味著土地供應越寬松。對于控制變量，參考相關研究[21-22]，分別以固定資產投資占GDP的比重、產業結構高級化指數、1-地方政府預算內財政支出/ GDP，作為經濟增長方式、產業結構狀況、市場化水平等特征的代理變量。上述變量的描述性統計見表1。

表1 變量描述性統計分析Tab.1 Descriptive statistical analysis of variables

（3）參數取值的確定。資本、勞動力、土地要素產出彈性，根據C-D生產函數估計結果賦值。CES生產函數的產出替代彈性根據HSIEH等[8]的研究，設定為2/3。

4 資源錯配的全要素生產率損失效應分析結果

4.1 損失效應測度及其區域差異

根據國家統計局關于經濟區域劃分的規定，對東部、中部、西部、東北分別進行估計，并給出全國層面的結果作為對照。按照式（1）模型，根據檢驗結果選擇不變斜率固定效應模型進行參數估計，采用對數線性形式，施加規模報酬不變約束（αs+βs+λs= 1），基于λs= 1 -αs-βs確定土地要素的產出彈性（表2），得出東部、中部、西部、東北以及全國層面的土地要素產出彈性分別為0.392、0.155、0.223、0.318和0.242。

表2 要素產出彈性的估計結果Tab.2 Estimation results of factors output elasticity

在明確各區域要素產出彈性的基礎上，基于本文構建的測度模型，對全國層面資源錯配的全要素生產率（TFP）損失效應進行測度，結果如圖2所示。考察測度結果，可以得出兩點結論：其一，研究期內，資源錯配的全要素生產率損失效應平均值為19.03%。這意味著，資源錯配導致全要素生產率年均下降近兩成，是拉低全要素生產率的重要力量。其二，資源錯配的全要素生產率損失效應呈上升趨勢，從2007年的14.43%上升至2019年的27.03%，表明資源錯配導致的全要素生產率損失并未隨著時間的推移有所緩解，反而有進一步惡化的趨勢。更值得關注的是，TFP、GDP增長率與資源錯配全要素生產率損失效應三者之間的關系。一般而言，在正常的市場經濟狀況下，全要素生產率的變化趨勢是順周期的[26]，即TFP、GDP增長率正相關。原因是在經濟增長加速的時期，產出快速增長，要素投入卻通常存在一定的滯后，因此體現出的是產能利用率的快速上漲，伴隨著全要素生產率的同步提升。但是圖2的測度結果表明，TFP、GDP增長率并沒有顯著的正相關關系。這種反常的現象與資源錯配導致的全要素生產率損失緊密相關。圖2中TFP增長率與資源錯配全要素生產率損失效應之間的Pearson相關系數為-0.570，在5%的水平上顯著，兩者之間存在顯著的負相關關系。這提示資源錯配的全要素生產率損失效應改變了全要素生產率的增長趨勢，在一定程度上塑造了一條與經濟增長沒有顯著正相關關系的全要素生產率變化軌跡。

圖2 TFP、GDP增長率與資源錯配的TFP損失效應Fig.2 TFP, GDP growth rate and TFP loss effect of resource misallocation

進一步，為考察資源錯配全要素生產率損失效應的區域差異，按東部、中部、西部、東北分別進行測度（圖3）。測度結果如下：其一，各區域的資源錯配全要素生產率損失效應差異明顯。研究期內，東部、中部、西部、東北地區資源錯配全要素生產率損失效應的平均值分別為27.41%、13.98%、30.23%和19.36%，差異明顯；其二，各區域的資源錯配全要素生產率損失效應總體上升但趨勢各異。東部、中部、西部、東北地區資源錯配導致的全要素生產率損失效應，年均分別上升1.39、1.19、0.27、2.83個百分點。

圖3 資源錯配全要素生產率損失效應的區域差異Fig.3 Regional differences of TFP loss effect of resource misallocation

4.2 損失效應分解及其區域差異

為考察不同種類資源錯配在全要素生產率損失形成中的差異化作用，分別測度資本、勞動力、土地三種資源錯配對全要素生產率損失的貢獻?；凇胺词聦崱狈治隹蚣?，在保持其他資源錯配狀態不變的情形下，分別消除三種資源錯配，考察由于該種資源錯配消除后帶來的全要素生產率的增量比重，全國層面的貢獻分解結果如圖4所示。測度結果顯示：其一，三種資源錯配對全要素生產率損失貢獻的變化趨勢各異?？傮w上，資本錯配對全要素生產率損失的貢獻呈下降趨勢，勞動力錯配的貢獻呈上升趨勢，土地資源錯配的貢獻基本保持穩定。其二，三種資源錯配對全要素生產率損失的貢獻大小差異明顯。研究期內，資本、勞動力、土地資源錯配對全要素生產率損失的貢獻率平均值分別為25.55%、31.02%和43.43%，差別明顯，土地資源錯配的貢獻最大，勞動力次之，資本最小。原因也很明顯，由于中國特殊的建設用地指標計劃管理制度，土地資源配置由行政主導，由于計劃制定的滯后性、適應性等問題，容易產生資源錯配。更為重要的是，由于考慮調控區域平衡發展等因素，土地資源配置過程摻雜了大量非經濟因素的干預，進一步加劇了土地資源錯配。當然，資本、勞動力要素配置也會受到管制與干預，但相對較輕。這導致全國層面上資源錯配導致全要素生產率損失的主要癥結在于土地資源錯配。

圖4 全國層面資源錯配全要素生產率損失效應的分解Fig.4 Decomposition of TFP loss effect of resource misallocation at the national level

進一步，為考察資源錯配全要素生產率損失效應分解的區域差異，分東部、中部、西部、東北分別測度了資本、勞動力、土地三種資源錯配對全要素生產率損失的貢獻（圖5）。測度結果顯示：不同地區資源錯配導致全要素生產率損失的主導要素差別明顯。對于東部地區，研究期內資本、勞動力、土地資源錯配對全要素生產率損失貢獻的平均值分別為22.44%、35.58%和41.98%；對于中部地區，三種資源錯配貢獻的平均值分別為41.99%、11.73%和46.28%；對于西部地區，三種資源錯配貢獻的平均值分別為54.70%、36.84%和8.46%；對于東北地區，三種資源錯配貢獻的平均值分別為51.15%、29.59%和19.26%。可見，對于東部、中部地區資源錯配導致全要素生產率損失的主導要素為土地資源錯配；對于西部、東北地區資源錯配導致全要素生產率損失的主導要素則是資本錯配。由此可見，不同地區資源錯配導致全要素生產率損失的主要癥結并不一致。

圖5 區域層面資源錯配全要素生產率損失效應的分解Fig.5 Decomposition of TFP loss effect of resource misallocation at the regional level

5 土地資源錯配形成機制的計量分析結果

5.1 全國層面的土地資源錯配形成機制

按照式（16）模型開展計量分析，根據檢驗結果，采用個體、時間雙固定效應模型進行參數估計，結果如表3所示。可見，在逐個考察核心解釋變量以及加入控制變量的過程中，核心解釋變量的顯著性保持穩定，系數大小僅略有變化，表明參數估計結果具有較好的穩健性。聚焦到表3中模型（4）的估計結果，可以得出以下3點結論：

表3 全國層面土地資源錯配形成機制估計結果Tab.3 Estimation results of land resource misallocation formation mechanism at the national level

其一，機制障礙導致的價格扭曲是組合型土地資源錯配的重要成因。財政壓力與官員晉升壓力兩個核心變量的系數符號為正，均在5%的水平上顯著，這表明財政壓力、官員晉升壓力都加劇了土地資源錯配。究其原因，在財政壓力下，地方政府表現出“以地生財”行為模式，憑借自身在土地一級市場的壟斷地位，選擇商住用地非飽和供給模式[27]，高價供給商住用地，獲得土地出讓收入，彌補財權事權的不對等[28]。在官員晉升壓力下，地方政府表現出“以地引資”行為模式，通過協議出讓、設置前置性條件出讓等手段低價供給工業用地，以爭取投資，在促進本地經濟增長的同時限制其他城市獲得投資的機會，從而推動地方官員在基于經濟績效考核的晉升錦標賽中脫穎而出[29]。無論是向上扭曲的商住用地價格，還是向下扭曲的工業用地價格，都會導致土地資源配置偏離最優狀態，加劇土地資源錯配。

其二，建設用地供應格局導致的數量結構問題是內涵型土地資源錯配的重要成因。核心解釋變量數量結構的系數符號為正，在1%的水平上顯著，這說明現有的建設用地的供應格局加劇了土地資源錯配。其原因是，中央實施了基于地區、城市雙重偏向的土地供給政策，在地區維度偏向欠發達地區的基礎上[4]，對各區域內中心城市實施更為嚴格的建設用地供給管控[25]。這導致對勞動力與資本更具吸引力的東部地區中心城市土地供給不足，對勞動力與資本缺乏吸引力的中西部地區中小城市土地供給卻較為充足，在生產要素組合上形成勞動力—土地錯配、資本—土地錯配，推動城市間土地資源邊際產出的差異擴大，加劇土地資源錯配。

其三，控制變量對土地資源錯配形成的影響各異。其中，經濟增長方式的系數符號為正，在1%的水平上顯著，這表明以投資驅動的經濟增長方式加劇了土地資源錯配?？赡艿脑蚴牵顿Y驅動的經濟增長屬于典型的外生驅動型增長，容易產生過度投資問題[30]，導致要素配置失衡，加劇土地資源錯配。產業結構狀況的系數不顯著，表明產業結構升級并未伴隨著土地資源配置的優化，這可能與普遍存在的低端產業存活強化機制有關，即大量本應被淘汰的低端產業因為土地要素價格的向下扭曲得以存活[31]，導致產業結構升級與土地資源優化配置沒有實現同步演進。市場化水平的系數符號為負，在1%的水平上顯著，這表明提高資源配置的市場化程度有助于化解土地資源錯配。可能的原因是，行政干預通常伴隨著扭曲，減少行政干預，提高資源配置的市場化程度有助于改善土地資源配置狀況。

5.2 土地資源錯配形成機制的區域異質性

為考察土地資源錯配形成機制在不同區域的差異化表現，分別對東、中、西、東北地區進行參數估計，結果如表4所示，可以得出以下2點結論。

表4 地區層面土地資源錯配形成機制估計結果Tab.4 Estimation results of land resource misallocation formation mechanism at the regional levels

其一，僅對于東部地區，機制障礙是土地資源錯配的重要成因。對于東部地區，財政壓力、官員晉升壓力2個核心解釋變量的系數符號為正，分別在5%、1%的水平上顯著。與此對照，對于中部、西部、東北地區，財政壓力、官員晉升壓力2個核心解釋變量的系數均不顯著。這表明，4個地區中，僅有東部地區財政壓力、官員晉升壓力加劇了土地資源錯配?？赡艿脑蚴牵瑬|部地區商住、工業用地用途差別化的“兩手”供地策略更為明顯，不同用途土地價格扭曲更為顯著，導致土地資源配置更為偏離最優狀態，加劇土地資源錯配。與此印證的是，東、中、西、東北4個地區研究期內商住用地與工業用地均價的比值分別為：9.69、5.79、5.38和4.45，東部地區的比值明顯更大。

其二，對于所有地區，數量結構都是土地資源錯配的重要成因。對于東、中、西、東北4個地區，核心解釋變量數量結構的系數符號均為正，在1%的水平上顯著。這說明對于所有地區，現有的建設用地配置格局都加劇了土地資源錯配。此外，值得指出的是，對于東、中、西、東北4個地區，數量結構的系數分別為0.114、0.316、0.231和0.172，中部、西部地區系數明顯更大，表明受政策傾斜的中西部地區，較為寬松的土地供應反而導致了更為嚴重的土地資源錯配。

6 研究結論與政策啟示

本文基于擴展的HK模型測度資源錯配的全要素生產率損失效應，刻畫資本、勞動力、土地3種資源錯配對全要素生產率損失的貢獻。在此基礎上，從機制障礙、數量結構兩個維度，考察土地資源錯配的形成機制，得到的主要結論為：其一，全國層面上，資源錯配全要素生產率損失效應呈上升趨勢，損失效應的平均值為19.03%，是拉低全要素生產率的重要力量。區域層面上，資源錯配全要素生產率損失效應的大小排序為西部、東部、東北、中部。其二，全國層面上，資本、勞動力、土地資源錯配對全要素生產率損失的貢獻率分別為25.55%、31.02%、43.43%，資源錯配導致全要素生產率損失的主要癥結在于土地資源錯配。區域層面上，對于東部、中部地區，資源錯配導致全要素生產率損失的主要癥結在于土地資源錯配；對于西部、東北地區，主要癥結則是資本錯配。其三，全國層面上，機制障礙、數量結構都是土地資源錯配的重要成因。區域層面上，僅對于東部地區，機制障礙是土地資源錯配的重要成因；而對于所有地區，數量結構都是土地資源錯配的重要成因。

基于上述結論，以促進全要素生產率的提升為政策目標，可以得出以下3點政策啟示：其一，基于資源錯配導致全要素生產率損失的主要癥結的差異，可以明確不同地區資源錯配治理的當務之急：對于東部、中部地區應優先化解土地資源錯配，對于西部、東北地區應優先化解資本錯配。其二，針對東部地區，著力推動財稅制度、政績考核制度的聯動改革，化解財政壓力、官員晉升壓力等機制障礙引發的土地資源錯配。其三，調整目前基于地區、城市雙重偏向的土地供給政策，推動建設用地供給向東部地區、中心城市與重點城市群傾斜，化解數量結構問題引發的土地資源錯配。

最后需要說明的是，由于城市地價數據的限制，本文研究范圍只能覆蓋列入地價動態監測的105個重點城市。后續在數據可得情況下，將進一步擴大研究樣本，以便更全面地揭示土地資源配置對全要素生產率的影響。