中国制造业省际资源配置效率的演化：一个双重边际视角_生产率论文

中国制造业省际间资源配置效率演化：二元边际的视角，本文主要内容关键词为：资源配置论文,边际论文,视角论文,效率论文,中国制造业论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。

       一、引言

       市场的不完全性会导致各种资源不能按照边际产出均等的原则在企业间配置，进而使更多的资源流向生产率较低的部门而非生产率更高的部门，从而带来资源的误置或资源配置效率的低下，现有文献主要是从两条路径探讨资源误置问题。第一条路径是直接分析资源配置的效率及其变化(Olley & Pakes，1996；Bartelsman et al.，2013；Melitz & Polanec，2015)，聂辉华和贾瑞雪(2011)、杨汝岱(2015)等据此分析了中国制造业生产率与资源误置之间的关联。第二条路径是探讨资源误置的程度，这方面的文献主要是从政策扭曲(Restuccia & Rogerson，2008)、融资约束(Banerjee & Moll，2010)、关税(Bond et al.，2013)等角度分析资源误置的成因，而在对资源误置的测算方面，现有文献主要是通过测算要素投入扭曲或测算TFP扭曲来测算资源误置的程度，而这两种关于资源误置的测算方法主要源自Hsieh & Klenow(2009)：对于要素投入扭曲而言，Hsieh & Klenow(2009)给出了资本扭曲和产出扭曲的定义，不过Hsieh & Klenow(2009)所定义的资本扭曲其实是资本相对于劳动的扭曲；就TFP的扭曲而言，与Hsieh & Klenow(2009)相比，Brandt et al.(2013)进一步关注了部门间与地区间的资源误置对TFP扭曲的影响。Hsieh & Klenow(2009)、柏培文(2012)、曹玉书和楼东玮(2012)、Brandt et al.(2013)、盖庆恩等(2013)、龚关和胡关亮(2013)等就中国的资源误置情况展开了相应分析。

       这两条路径的侧重点也有所区别，前者可以明确资源配置效率跨期增加的幅度，所得结论可以体现一定的福利效应，后者主要关注当期生产率扭曲的程度。尽管基于这两条路径的上述文献对资源配置效率和资源误置情况进行了较为全面的研究，但是通过仔细分析和梳理，也可以发现当前研究仍然存在三个关键问题还未解决：

       (1)鲜有文献探讨中国制造业空间集聚的资源配置效率演变。上述文献一般都是就中国制造业整体的资源配置效率或资源误置展开分析，却较少有文献探讨中国制造业在不同区域或省份集聚的资源配置效率高低及其演变趋势。由于中国经济已经进入“新常态”，经济“新常态”意味着更应注重经济增长的质量，特别是产业集聚的质量，那么，随之而来的问题是，当前中国这种制造业集聚态势或制造业在空间的分布是有效率的吗？更重要的是，中国制造业空间集聚的资源配置效率是如何演变的？能否识别出中国制造业集聚过程中资源配置效率的演变机制？解决上述问题的关键在于：一方面应从宏观或地区视角出发，就产业空间集聚过程中资源配置效率的分解方法展开探讨；另一方面还应从微观或企业视角出发，寻求制造业集聚过程中资源配置效率的具体来源。

       (2)对资源误置的研究范围较窄。Banerjee & Moll(2010)认为资源误置主要来自于集约边际下的资源误置和扩展边际下的资源误置，其中集约边际下的资源误置也是大多数文献中资源误置的含义(Restuccia & Rogerson，2008；Hsieh & Klenow，2009)，对应的资源配置优化是指资源向边际产出更高的厂商流动，最后各个厂商的资本边际产出也会趋于收敛，其对扩展边际下资源误置的定义主要是指，在将集约边际下的资源误置排除之后，总产出会随着资本的流动而增加，事实上是指部分潜在厂商会随着资本的重新分配而进入市场并提高了总产出，这也意味着扩展边际下的资源配置优化是与总生产率提升联系在一起的。由于当前延伸自Hsieh & Klenow(2009)的测算方法主要是对集约边际下资源误置的测算，而Banerjee & Moll(2010)对资源误置二元边际下的分析将资源配置效率低下的主要因素都考虑在内，可能更加接近资源误置的本质，因此在分析资源配置效率时，可以尝试参考他们对集约边际下以及扩展边际下资源误置的定义，进而从上述二元边际下的视角分析制造业资源配置效率的演化机制。

       然而，现有方法主要计算的是资源误置的程度，是一个关于资源配置效率的相对指标，由于潜在厂商对资源配置效率的影响难以衡量，导致扩展边际下资源误置的程度也难以测算，不过上述分析也意味着，测算扩展边际下衡量资源配置效率绝对指标的跨期变化值，可能是分析扩展边际下资源配置问题的可行方法。因此，本文不是通过测算资源误置程度来分析资源配置情况，而是通过测算二元边际下省际间资源配置效率的变化来探讨资源配置的情况，这也可以在一定程度上体现资源配置所带来的福利效应的变化。此外，虽然Banerjee & Moll(20lO)对二元边际下资源误置的定义是从微观尺度出发的，但是在企业角度下却较难给出二元边际下资源配置效率变化的清晰、简明的定义，而从宏观尺度出发，即分析中国制造业空间集聚或制造业在省际间的资源配置情况，却可能给出二元边际下资源配置效率变化的确切定义，具体的处理方法见下文分析。

       (3)缺乏可以解释资源误置形成的理论机制。现有延伸自Hsieh & Klenow(2009)的测算方法可以计算要素扭曲的程度，却较难对资源误置产生的机制做出合理的解释，进而找出资源误置的具体机制。事实上，目前并没有一个完整而系统的理论框架可以对资源误置做出解释(钱学锋和蔡庸强，2014)，由此就难以识别中国制造业资源误置中存在的问题，也难以针对这些问题给出提高中国制造业资源配置效率的可行政策建议，故而识别出资源误置的形成机制，可能是当前关于资源误置研究中迫切需要解决的一个问题。鉴于现有关于资源误置的理论都与生产率异质性紧密相关，而产业集聚的外部性又是影响生产率的重要因素，因此从新新经济地理和外部性理论入手，可能是阐释资源误置形成机制的可行渠道。

       本文的主要贡献也体现在对上述三个问题的解决。现有文献主要分析集约边际下资源配置情况，而本文着重分析了制造业空间集聚或制造业省际间二元边际下资源配置效率的演化，并结合新新经济地理理论和外部性理论对资源配置效率或产业集聚效率的形成机制做出了合理阐释。此外，本文还从微观企业的视角出发，通过进一步分解省际间二元边际下资源配置效率变化，识别出中国制造业省际间资源配置效率的实际演化路径与变化来源，这有利于对中国当前区域产业政策以及产业集聚的效率做出恰当评价。还有，本文提出的从企业视角分解省份生产率变动的方法，同样也可以用于总生产率的分解，与Melitz & Polanec(2015)等提出的分解方法相比，由于本文的分解方法考虑到了存活企业、进入企业、退出企业三者之间的资源流动，分解所得到的结果也更为合理。

       二、省际间制造业资源配置效率的演化机制

       (一)省际间制造业资源配置效率的分解

      

      

       接下来，参考Banerjee & Moll(2010)对二元边际下资源误置定义的内涵，结合公式(3)的分解结果，本文将二元边际下的资源配置效率变化定义如下：首先，不考虑省际间资源重新分配带来的生产率的变化，留在下文分析，并将“集约边际下省际间静态的资源配置优化”定义为“当各省份生产率不变时，资源向生产率更高的省份流动”；其次，就省际之间的资源配置而言，某个省份生产率的提高完全可以是内生的或者由该省份内部资源重新配置带来，并不需要借助于省份之间资源的重新分配，而且资源所占份额越大的省份，若其生产率提高越多，那么资源配置效率也会相应增加，因此，本文对应将“扩展边际下省际间静态的资源配置优化”定义为“当各省份资源配置不变时，所占资源份额越大的省份生产率增加越多”；最后，由于省际间资源重新分配和生产率增加之间可能存在交叉效应，即省际间资源重新分配与技术进步可能相互作用，如果这种相互作用是正向的，本文就将其定义为“二元边际下省际间动态的资源配置优化”。上述三个定义只是针对资源配置优化或资源配置效率改善的定义，反之，就是关于资源配置恶化或资源配置效率降低的定义。

       按照上述二元边际下资源配置效率变化的定义，就可以将(3)式中分解得到的三项与二元边际下的资源配置效率变化联系起来，其中第一项为“扩展边际下省际间静态的资源配置效率变化”，第二项为“集约边际下省际间静态的资源配置效率变化”，第三项为“二元边际下省际间动态的资源配置效率变化”。

       接下来考虑能否直接将

分解为集约边际下以及扩展边际下资源配置效率的增加值？参考Griliches & Regev(1995)对生产率变化值的分解方法，由于此时分析制造业省际间的生产率变化，按照同样的方法，可以得到：

      

       其中

为对应指标期初和期末的平均值或上一期和当期的平均值，此时

分解得到的其实为扩展边际下以及集约边际下资源配置效率变化值的“年度平均值”。公式(4)将资源配置效率的变化直接分解为扩展边际下的资源配置效率变化和集约边际下的资源配置效率变化，可以使分析更为直观和简化。

       (二)省际间制造业资源配置效率的微观来源

      

       上式中的S表示第t期存活企业，N表示第t期新进入企业，X表示第t-1期退出企业。为了便于分解，可以将公式(5)变形为：

      

       首先是对公式(6)右边第一项展开分解并变形，可以得到：

      

       公式(9)右边第一部分为存活企业所占份额的变化值，若其大于0，说明部分资源从退出企业流向存活企业，若其小于0，说明部分资源从存活企业流向新进入企业，第二部分为存活企业与新进入企业生产率的差额，若刚好等于0，说明存活企业生产率与新进入企业生产率刚好相等，此时资源流动对Δ

无影响。总而言之，这一项表明了存活企业与进入或退出企业间资源流动和生产率差异所带来的生产率变动，计算结果可以说明存活企业或新进入企业的技术优势是否对应着企业所占份额的增加。

       公式(7)右边的第二项可以变形为：

      

       上式右边第一项为存活企业所占总份额不变④，且存活企业技术不变时，存活企业间资源流动所带来的生产率变化，第二项为存活企业所占总份额与单个存活企业所占份额均不变时，存活企业技术进步所带来的生产率变化。不过，上式同样还可以变形为：

      

       上式右边第一项同样为存活企业所占总份额不变，且存活企业技术不变时，存活企业间资源流动所带来的生产率变化，而第二项也同样可以表示存活企业所占总份额与单个存活企业所占份额均不变时，存活企业技术进步所带来的生产率变化，其与公式(10)的区别在于权重的变化。为此，本文同时计算公式(10)和(11)，只不过将对应两项分别求均值即可，⑤此时可以得到：

      

       还需注意的是，公式(8)右边第二项也表示存活企业所占总份额不变时，即进入企业所占份额等于退出企业份额时，由企业进入退出所带来的生产率变化：

      

       可见，本文将Δ

最终分解为上述四个组成部分。此外，对公式(3)右边第二项的分解，重点同样在于对

的分解：

      

       上式是将第j个省份所占份额变化值

分解为存活企业份额变化值，以及进入企业相对退出企业份额的变化值。⑥对公式(3)右边第三项的分解可以参考上述分解方法，不过这一项占比相对较小，因此不单独分解。可见，公式(3)可以最终分解为：

      

       根据公式(16)右边的第一项，可以发现给定产业聚集程度下，一个省份的技术进步有四个来源：(1)存活企业所占总份额变化时，存活企业与进入或退出企业间资源流动和生产率差异所带来的生产率变动；(2)存活企业所占总份额不变，⑦且不考虑存活企业的技术进步时，存活企业间资源流动或资源配置变化所带来的生产率变动；(3)存活企业所占总份额不变，且不考虑存活企业间资源流动时，存活企业自身技术进步所带来的生产率变动；(4)存活企业所占总份额不变时，企业进入退出所带来的生产率变动。

       事实上，本文对Δ

的分解可以扩展为对所有企业加权生产率或中国制造业总生产率的分解。在当前分解总生产率的文献中，Melitz & Polanec(2015)提出的分解方法较有代表性，他们在总结现有分解总生产率方法的基础上，提出了动态OP生产率分解方法(Dynamic Olley-Pakes Productivity Decomposition)。不过，他们对存活企业资源配置效率的计算(用存活企业OP协方差的变动值衡量)是不够准确的，这是因为存活企业与进入企业或退出企业之间存在资源流动，存活企业的份额变化和技术变动都会受到企业进出的影响，因此，他们分解得到的“存活企业资源配置效率的改善”不但包含存活企业间的资源配置优化，也包含存活企业与进入或退出企业间的资源配置优化，即“存活企业资源配置效率的改善”其实也包含企业进出的贡献。⑧同样，Melitz & Polanec(2015)用存活企业平均生产率的变动值衡量存活企业绝对的技术进步也不够准确，因为不同企业所占份额相差较大，不能用简单平均得到存活企业的绝对技术进步。相比而言，本文的分解方法考虑了存活企业、进入企业与退出企业三者之间资源的流动，而没有将三者简单分割，在计算存活企业资源配置变化⑨对生产率的贡献和存活企业技术进步对生产率的贡献时，不但控制了存活企业所占总份额，还分别控制了单个存活企业的生产率水平和所占份额，与Melitz & Polanec(2015)的分解方法相比，显得更为合理。

       结合公式(4)，还可以将公式(16)变形为：

      

       (三)二元边际下资源配置效率的演变机制

       上述分析只是对制造业省际间资源配置效率的变化值进行分解，还须进一步分析以便对资源配置效率的演变机制给出合理的解释。由于公式(3)中各项与产业集聚和技术进步直接相联，因此本文接下来从外部性理论和基于生产率异质性的新新经济地理学的角度，探讨二元边际下资源误置的来源。

       首先，公式(3)右边第一项说明如果产业份额越大的地区技术进步越显著，该行业资源配置的效率就越高，故而第一项是从产业集聚促进技术进步、进而作用于生产率异质性的角度分析扩展边际下省际间的资源优化配置机制。那么，产业集聚如何影响生产率？较多文献表明，产业集聚产生的外部性是其影响地区技术进步的主要渠道。产业集聚影响生产率的第一个渠道是技术外部性，Glaeser et al.(1992)将其归纳为MAR外部性和Jacobs外部性，产业集聚影响生产率的第二个渠道是企业间的竞争效应，竞争加剧可能不利于企业创新积极性的提高，彭向和蒋传海(2011)的实证分析表明中国区域内企业竞争对创新的影响显著为负。除了上述两个渠道外，由于某个区域的总生产率是区域内所有企业生产率的加权，因此区域内要素的流动也会影响整个区域的生产率水平，而产业集聚的外部性是影响区域内要素流动的重要因素。Marshall(1890)认为产业集聚会扩大本地的劳动力市场，进而提高了企业与劳动力之间的匹配度，意味着产业集聚会促进区域内要素的流动和合理配置，本文将其称为要素的共享效应，可以视为产业集聚影响生产率的第三个渠道。除此之外，产业集聚也会带来拥挤成本，如Ottaviano et al.(2002)就认为产业集聚会导致城市成本上升，考虑到城市成本的上升可能会阻碍区域内劳动力等要素的流动，因此本文将产业集聚影响生产率的第四个渠道称为要素的拥挤效应。此外，产业集聚还存在除技术溢出效应和要素共享效应之外的规模效应，而这也会影响区域的总生产率，可以视为产业集聚影响生产率的第五个渠道：首先，当企业生产率异质时，生产率较高企业会获得更大的市场份额(Melitz，2003)；其次，新进入企业相对存活企业可能存在某种“后发”优势或市场优势，⑩那么即使新进入企业的生产率相对存活企业不占优势，资源也可能从存活企业流向新进入企业；最后，产业集聚越大的地区，由于规模效应的存在，新进入企业的“后发”优势可能更加显著，即在产业集聚程度较高的地区，新进入企业可能更容易获得较大的市场份额。

       根据公式(16)右边第一项技术进步的详细分解结果，对应上述产业集聚外部性的五种来源，可以认为：分解所得第三项来自产业集聚程度不同的地区，产业集聚技术外部性和竞争效应所体现出的差异；第二项意味着企业生产率不变，资源由于企业生产率差异而流动，可以归因于产业集聚程度不同的地区，要素共享效应和拥挤效应体现出来的差异；第四项与企业进入和退出相关，由于企业异质理论认为企业生产率差异是决定企业进入和退出的重要因素(Melitz，2003)，而一个地区的生产率水平与这个地区企业的生产率异质程度紧密相关(Maximilian & Tobias，2013)，产业集聚的技术外部性又是企业技术进步的重要渠道，因此可以将企业进入和退出归因于产业集聚程度不同地区，技术外部性体现出来的差异；第一项与第四项的区别在于，其不但取决于存活企业与进入企业的生产率差异，还取决于新进入企业相对于存活企业“后发”优势的大小，这两者都可能与产业集聚的程度相关。

       其次，公式(3)中的第二项意味着，在假定生产率不变的情况下，如果产业向生产率高的地区聚集，集约边际下静态的资源配置效率越高。与第一项相比，产业集聚可以产生外部性已经为众多文献所证实，而以企业异质性为特征的新新经济地理的出现，也为生产率异质影响产业集聚提供了相应的理论支撑，如Okubo et al.(2010)、Behrens et al.(2011)以及Otraviano(2011)都认为企业生产率的异质性会影响产业的布局，Maximilian & Tobias(2013)的分析表明，不但地区间对称的技术进步会促进产业的集聚，而且更重要的是，当地区间的技术进步是非对称时，产业会向技术更加先进的地区聚集，即地区间生产率的异质性会促进产业向技术先进地区的集聚，进而实现集约边际下省际间的资源配置优化。不过，如果地区间存在某些政策差异或资源流动障碍，可能导致技术水平较低地区反而拥有较高的产业集聚程度，此时就会出现集约边际下区域间资源配置恶化的情形。

       综上所述，公式(3)或公式(16)将资源配置效率变化值分解所得到三项的来源可以分别表示为：(1)“扩展边际下省际间静态的资源配置效率变化”来自不同地区产业集聚对生产率异质的作用差异，或者说来自不同地区产业集聚的外部性差异；(2)“集约边际下省际间静态的资源配置效率变化”来自不同地区生产率异质对产业集聚的作用差异；(3)“二元边际下省际间动态的资源配置效率变化”来自产业集聚与生产率异质性的动态交叉作用。不过，为求简便，后文在分析时，主要根据公式(4)和公式(17)对OP协方差的变化值进行分解，并就中国制造业资源配置效率演变机制作出相应探讨。

       三、数据处理与全要素生产率计算

       本文使用的数据来自《中国工业企业数据库》，以1999-2007年全部国有及规模以上非国有企业作为分析样本，所用数据不含废弃资源和废旧材料回收加工业，仅包括29个二位数制造业行业，对应于代码13—42(不含38)。中国工业企业数据库的优点是样本量大、指标多、时间序列比较长，但是也存在样本错配、指标缺失、指标异常、样本选择和测度误差等诸多问题(聂辉华等，2012)，为此，本文将对中国工业企业数据库进行较为详尽的处理。

       本文首先借鉴聂辉华等(2012)的方法对数据进行初步处理，同时本文也去除了西藏的企业数据，通过上述数据调整，本文得到的数据样本为1893305个数据。由于工业企业数据库中有较多的指标存在异常值，因此在实证分析之前须将其剔除，本文综合参考李玉红等(2008)、Cai & Liu(2009)、聂辉华和贾瑞雪(2011)以及聂辉华等(2012)，依次采用了如下的数据剔除方式：(1)剔除关键指标(包括工业总产值、职工人数、中间投入、固定资产净值、总资产、销售额以及工业增加值)缺失、等于0或者为负的观测值；(2)剔除职工人数少于10人的观测值；(3)剔除销售额低于500万元的观测值；(4)剔除总资产小于流动资产、总资产小于固定资产净值、累计折旧小于当期折旧的观测值；(5)剔除实收资本小于或等于0的观测值。按照上述剔除标准，(11)最后得到数据样本共含1668131个数据。

       在进一步处理数据时：首先，劳动投入对应于企业的职工人数；其次，工业总产值和工业增加值用工业产品分行业出厂价格指数平减，指数来自2008年的《中国城市(镇)生活与价格年鉴》；接着，本文参考聂辉华和贾瑞雪(2011)、鲁晓东和连玉君(2012)等的处理方法，根据永续盘存法计算出投资，用固定资产净值衡量资本，折旧率设为10％，(12)对于固定资产投资价格指数，用各地区的固定资产投资价格指数替代，指数来自历年的《中国统计年鉴》；最后，中间投入用分地区的原材料、燃料和动力购进价格指数进行价格平减，指数来自2008年的《中国城市(镇)生活与价格年鉴》。

       当前估算企业全要素生产率的方法主要有OLS、FE、OP、LP方法等，由于用OLS和FE方法估算企业全要素生产率存在较大缺陷，故较多文献是用OP方法(Olley & Pakes，1996)和LP方法(Levinsohn & Petrin，2003)估算企业全要素生产率。另外，估算企业全要素生产率既可以用工业总产值估算，也可以工业增加值估算，当本文用OP方法和工业总产值估算时，中间投入的产出弹性为0.8680，(13)然而，中间投入过高的产出弹性大大压缩了资本和劳动的产出弹性(鲁晓东和连玉君，2012)，因此，本文参考鲁晓东和连玉君(2012)、杨汝岱(2015)等文献，用工业增加值估算企业全要素生产率。另外，本文用LP方法估计的资本和劳动产出弹性(分别为0.1630和0.1634)明显低于OP方法估计的资本和劳动产出弹性(分别为0.4128和0.4012)，这会显著扩大全要素生产率的估计值，为此，本文同样参考鲁晓东和连玉君(2012)、杨汝岱(2015)等，选取OP方法作为本文估算企业全要素生产率的方法。不过，考虑到各个企业自身特征的差异性，不同企业面临的约束条件也不同，所采用的生产技术也存在差异，只有假设同行业企业的生产技术较为接近，分二位数行业估算资本和劳动的系数，才是较为合理的处理方法(杨汝岱，2015)，因此，本文按照二位数行业分类估计资本和劳动的产出弹性，由此计算得到企业的全要素生产率，(14)由于本文实际计算得到的二位数行业资本和劳动系数的差异较大，因此，若各个行业采用同样的资本和劳动系数估算，最终计算得到的企业全要素生产率会存在很大的误差。

       利用估算的企业全要素生产率，参考Melitz & Polanec(2015)，杨汝岱(2015)等文献，用工业增加值所占份额进行加权，(15)本文用公式(1)计算了中国制造业的总生产率，结果表明，从1999年到2007年，TFP从3.4732增长到4.4388，年均增长3.4752％，而当用工业总产值所占份额进行加权时，本文计算得到的TFP从3.4065增长到4.3545，年均增长3.4786％，即本文计算的TFP年均增长率在3％至4％之间，这与杨汝岱(2015)的结论较为接近，其计算的1998年到2007年中国制造业TFP年均增长率为3.83％。

       四、制造业省际间资源配置效率的实证分析

       利用中国制造业各省份加权生产率及其所占份额，本文计算出中国制造业1999年到2007年的OP协方差年均值为0.2025，(16)这说明中国制造业在省际间的资源配置发挥了一定的正面作用。不过，OP协方差变动值的年均值为-0.0094，这又意味着中国制造业在省际间的资源配置效率存在恶化趋势，或中国制造业空间集聚的资源配置效率正逐步下降。因此，在估算中国制造业在省际间资源配置效率变化的基础上，对其进行分解和做出相应的解释，由此理解中国制造业空间集聚的资源配置效率变化趋势及其作用机制可能更为重要。

       (一)中国制造业省际间资源配置效率变化的分解

       本文根据公式(3)和公式(4)计算了不同样本范围内扩展边际下及集约边际下省际间(静态的)资源配置效率变化的年均值，结果见表1。由于将资源配置效率的变化直接分解为扩展边际下的资源配置效率变化和集约边际下的资源配置效率变化，结果会更为直观，因此本文主要探讨公式(4)的分解结果。表1中的计算结果表明，中国扩展边际下资源配置效率变化的均值为负数，集约边际下资源配置效率变化的均值为正数，计算结果与中国扩展边际以及集约边际下静态的资源配置效率变化一致。上述结论说明，就整个中国范围内，资源在省际之间流动的障碍正在逐渐消除，产业倾向集聚于技术水平更高的省份，但随着产业集聚程度的提高，技术外部性及要素共享效应等产业集聚的正外部性并没有随之增加，本文将会对此作出详尽分析。

       另外，由于不同区域和不同行业类别的资源禀赋、技术水平、政策环境等存在差异，而这些都可能影响资源配置的效率，因此除了分析全国制造业省际间资源配置效率的演变，还有必要分区域和分行业类别探讨内地与沿海、轻工业与重工业省际间资源配置效率的变化及其差异。(17)由表1计算的结果可知：轻工业、重工业的资源配置效率都在不断恶化，两者资源配置效率变化差异较小；沿海的资源配置效率在不断恶化，而内地的资源配置效率却有所改善，这是因为内地集约边际下与扩展边际下的资源配置效率都要高于沿海，后文会进一步探讨上述沿海与内地资源配置效率变化差异的形成机制。

      

       (二)中国制造业省际间资源配置效率变化机制分析

       本文对中国制造业省际间资源配置效率变化进行了细致分解，计算结果见表2。另外，本文还计算了中国制造业各省份生产率与产业份额变化分解项的加权值，计算结果见表3。表3的结果说明存活企业间的资源流动可能是中国制造业生产率提升的主要来源。(18)

       接着，本文结合表2和表3的计算结果，探讨全国范围下制造业省际间资源配置效率的演变机制，就扩展边际下的资源配置效率而言：(1)存活企业与进入或退出企业间的资源流动导致扩展边际下的资源配置效率恶化，其源自存活企业与进入或退出企业间的资源流动降低了生产率，而产业集聚程度较高的省份，存活企业与进入或退出企业间资源流动所导致的生产率降低程度相对较高。(19)如此变化的原因可能为：产业集聚程度较高的省份，市场规模越大，规模效应和新进入企业的市场优势可以使其获得更大的市场份额。(2)进入与退出企业间的资源流动导致扩展边际下的资源配置恶化，其源自进入与退出企业间的资源流动提高了生产率，而产业集聚程度较高的省份，进入企业对退出企业的替代会扩大生产率增加幅度，但是生产率增加程度仍然弱于产业份额上升程度。如此变化的原因可能为：产业集聚程度增加会强化技术外部性和企业异质性，但是技术外部性增加程度低于产业集聚增加程度，进入与退出企业间生产率差距会扩大但还不足以改善资源配置效率。(3)存活企业间的资源流动导致扩展边际下的资源配置效率恶化，其源自存活企业间的资源流动提高了生产率，而产业集聚程度较高的省份，存活企业间的资源流动会使生产率提升更多，但是生产率增加程度仍然弱于产业集聚上升程度。如此变化的原因可能为：共享效应大于拥挤效应，但是随着产业集聚程度的提高，拥挤效应提升相对共享效应更为显著。(4)存活企业自身的技术变化导致扩展边际下的资源配置效率恶化，其源自存活企业自身的技术变化降低了生产率，而产业集聚程度较高的省份，存活企业自身技术变化所导致的生产率降低程度相对较高。如此变化的原因可能为：技术外部性小于竞争效应，而且随着产业集聚程度的提高，竞争效应增加相对技术外部性更为显著。

      

      

       就集约边际下的资源配置效率而言：进入企业的资源变化(相对退出企业)可以改善集约边际下的资源配置效率，而存活企业与之相反，其源自部分资源流入新进入企业(相对退出企业)，流出存活企业，而生产率较高的省份，进入企业吸收的资源相对较多，存活企业流出资源也相对较多。原因可能为：总的而言，生产率较高的省份可以吸收更多资源；而且生产率较高省份也是产业较为集中的省份；规模经济和新进入企业的市场优势可以使其吸收更多资源，相应更多资源从存活企业流出。

       沿海与内地的区别主要体现在：(1)内地进入与退出企业间的资源流动会改善扩展边际下的资源配置效率，原因可能是沿海与内地的产业集聚规模差异，以及产业集聚上升一定程度所带来的技术外部性增加幅度可能呈现“倒U型”特征；(2)内地存活企业间的资源流动会改善扩展边际下的资源配置效率，这可能是因为随着产业集聚程度的提高，沿海要素拥挤效应提升相对更为显著，但是内地产业集聚程度较低，因此随着内地产业集聚程度的提高，要素共享效应的提升可能相对更为显著；(3)相对于内地而言，沿海省份的市场制度和知识产权保护机制可能更为完善，故而在沿海，随着部分省份产业集聚程度的提高，即使技术外部性仍然小于竞争效应，但是技术外部性的增加相对竞争效应可能更为显著，此时生产率下降的程度就可能低于产业集聚上升的程度，从而沿海存活企业自身的技术变化会改善扩展边际下的资源配置效率。因此，沿海扩展边际下的资源配置效率改善主要来自产业集聚程度越高，技术外部性相对于竞争效应更加显著，而内地扩展边际下的资源配置效率改善主要来自进入企业对退出企业的替代以及产业集聚带来的要素共享效应。(20)

       (三)稳健性分析

       本文除了用工业增加值作为计算总生产率的权重，还考虑将就业人员、工业总产值以及销售额作为权重，利用全中国的制造业数据，重新计算了表1、表2及表3，(21)各类权重计算所得结果基本一致，只不过在重新计算表2时，用就业人员作为权重所得计算结果与其他三者存在差异，那么，具体的结果应该如何取舍？考虑到：(1)技术进步导致当前产业聚集主要体现为资本的聚集，即产业集聚不一定会带来就业人员的大规模集聚，因此利用工业增加值、总产值或销售额等作为权重更为合适；(2)Foster et al.(2001)认为就业人员作为权重仅在生产率用劳动生产率衡量时才可行，在使用企业全要素生产率计算总生产率时，Foster et al.(2001)选取了总产值作为权重，而Melitz & Polanec(2015)是选取工业增加值作为权重，因此，本文认为用工业增加值、工业总产值以及销售额作为权重的计算结果可以相互验证，文中的结论仍然是可信的。

       五、结论

       本文的分析表明，中国制造业空间集聚过程中资源配置效率的恶化或省际间资源配置效率的恶化主要源自扩展边际下的资源配置效率恶化，这说明当前中国制造业的布局或聚集并没有发挥出应有的作用。那么，如何才能改善中国制造业扩展边际下省际间的资源配置效率？本文的分析说明，应从产业集聚的外部性入手探讨，主要在于降低产业集聚带来的拥挤效应，提高产业集聚带来的要素共享效应，促进企业之间的技术溢出，激励技术水平更高的潜在企业进入市场，以更好地利用产业集聚的规模效应。不过，中国制造业集约边际下的资源配置效率得到改善，这也意味着中国省际间资源流动的障碍正在逐渐消除，各省份之间的市场一体化程度有所提升。除了上述结论，本文的分析还得到了某些启发性的结论，如新进入企业的生产率要小于存活企业的生产率，但是部分资源却从存活企业流向新进入企业，由于产业集聚程度越高的地区，这种情况越显著，进而会降低扩展边际下的资源配置效率。这是否意味着应该控制新企业的进入，从而提高资源配置效率？显然这是不合理的，上述“企业进入悖论”问题之所以存在，原因在于当前对资源配置效率或资源误置的研究主要关注生产的效率，却忽视了消费者的偏好或产品的质量。与在企业异质模型中引入基于消费者的产品品质异质性或需求异质性相似，若资源配置效率的衡量标准将产品质量也考虑在内，由于新进入企业生产的产品可能更符合消费者偏好或质量更高。这类似于在某种程度上提高了进入企业的“生产率”，并考虑到产业集聚的规模效应，那么上述问题就可以得到较好的解释。因此，将生产率与产品质量同时放到资源配置效率或资源误置的分析框架中，可能是未来资源配置研究中十分值得关注的方向。

       作者感谢匿名审稿人的良好意见和建议，但文责自负。

       注释：

       ①本文最初用制造业分行业、分地区的数据分解并计算二元边际下省际间的资源配置效率变化，但是匿名审稿人指出，用企业数据计算生产率更为准确，而且同样可以计算省际间的资源配置效率变化，感谢匿名审稿人的上述建议。

       ②匿名审稿人提出了一个资源配置研究中十分值得讨论的问题：“若产业份额不变，仅生产率变化，此时并不能认为资源配置效率也发生了变化，实际上资源配置效率并没有变化，因此，似乎不能用OP协方差的跨期变化值衡量资源配置效率的跨期变化。”我们认为，讨论这个结论正确与否，需要弄清的关键问题是：“资源配置效率得到改善的完整含义是什么？”，资源配置效率得到改善意味着“资源尽可能集聚于生产率更高的地区(企业)，或资源得到更好地利用”，我们认为这有两个方面的含义：一方面，在生产率不变的情形下，资源流向生产率更高的地区或企业，说明资源可以得到更好地利用，从而资源配置效率得到改善；另一方面，若各个地区(企业)所占资源份额不变，但是份额较大地区(企业)的生产率提升相对更高(通过产业集聚的技术外部性等途径)，同样意味着现有资源可以得到更好地利用，资源配置效率也可以得到相应改善。因此，判断资源配置效率是否得到改善的关键在于判断资源是否得到更好地利用(而不是资源得到更好利用的某种途径或方式)，至于具体的途径，既可以是资源自身流向生产率更高的地区(企业)，也可以是占有资源更多地区(企业)的生产率提升更加显著，两者事实上分别是集约边际下与扩展边际下的资源配置效率优化，而“若产业份额不变，仅生产率变化，此时并不能认为资源配置效率也发生了变化”，也只是意味着不存在集约边际下的资源配置优化而已。基于上述分析，我们认为OP协方差的跨期变化值能够合理测度资源流动与生产率变动所带来的资源配置效率跨期变化，近期这种方法也为较多的文献所关注(聂辉华和贾瑞雪，2011；Bartelsman et al.,2013; Melitz & Polanec,2015；杨汝岱，2015)。不但如此。以Hsieh & Klenow(2009)为代表的相关文献主要计算当期的资源误置，可以不用考虑生产率的变动，但是这种测算方法也忽视了资源配置改善的福利效应，而OP协方差可以反映资源配置变动带来的福利效应变动，对经济增长质量好坏的测度有更加明显的“指向”性，考虑到OP协方差的这一特点，我们认为未来对OP协方差的研究会越来越重要。

       ③由于公式(3)右边第一项假定各省t期所占份额仍然等于t-1期实际所占份额，因此，需要按照各省t期实际所占份额对Δ

中各企业所占份额做出调整，此时只需假定调整后t期各企业所占份额与各企业t期实际所占份额之比，等于该省t-1期实际所占份额与t期实际所占份额之比即可。然而，由于Δ

为各企业加权生产率，因此即使代入调整后t期该省所占份额以及各企业所占份额，公式(5)的计算结果也不会变化，本文也不用对公式(5)做出任何调整。

       ④此时也可以用类似于上一个脚注的方法，在存活企业所占总份额不变的条件下，对各个存活企业所占份额进行调整，但调整后对相应公式并无影响。

       ⑤即先采用两种不同路径进行分解，而后就对应各项求其均值，这种反事实分解方法与经济增长分解常用方法(Kumar & Russell，2002)较为相似，只不过经济增长采用两种路径分解所得结果是分解各项的连乘形式，因此合并后是求对应各项的几何均值。

       ⑥除此之外，还可以从

中分离出

，其可以回答这样一个问题：即当前技术和产业集聚规模是更有利于现有企业的扩张，还是更有利于规模更大的新企业进入。

       ⑦也意味着进入企业所占份额等于退出企业所占份额。

       ⑧因此，严格意义上来说，动态OP方法(或OP协方差的跨期变化值)其实只适用于测度一个封闭经济系统的跨期资源配置效率变化。

       ⑨由于已将企业进出和企业技术进步的影响排除在外，故此处存活企业间的资源配置效率变化只是传统意义上(企业间)集约边际下的资源配置效率变化。

       ⑩如新进入企业所生产的产品可能更受消费者喜爱，即新进入企业生产的产品质量可能更高，因此可以在企业异质模型中引入基于消费者对不同产品品质偏好差异的产品品质异质性或需求异质性(Melitz，2003；Picard & Okubo，2012)，可以得到与企业生产率异质模型类似的结论。

       [11]每个步骤剔除的数据量此处略去，若有需要可向作者索取。

       [12]聂辉华和贾瑞雪(2011)选取的是15％，陶洪亮和申宇(2012)选取的是10％，本文选取的折旧率为10％，这接近于张军等(2004)估算的折旧率9.6％。

       [13]当用OP方法和工业总产值估算企业全要素生产率时，聂辉华和贾瑞雪(2011)估算的中间投入产出弹性为0.90，鲁晓东和连玉君(2012)估算的中间投入产出弹性为0.812，本文的估计值位于两者之间。

       [14]限于篇幅，分行业估计的系数略去，若有需要可向作者索取。

       [15]本文若不做特别说明，均是用工业增加值所占份额进行加权计算生产率。

       [16]计算时已经剔除了位于生产率前后各0.5％的极端值，本文计算都经过如此处理。

       [17]西藏因为部分数据缺失而未放入样本之内，并将中国大陆剩余30个省份划分为沿海和内地两大区域，其中沿海包括北京、天津、上海、广东、浙江、江苏、福建、山东、海南、河北以及辽宁，其他省份归为内地；29个制造业行业中，轻工业包括农副食品加工业，食品制造业，饮料制造业，烟草制品业，纺织业，纺织服装、鞋、帽制造业，皮革、毛皮、羽毛(绒)及其制品业，家具制造业，造纸及纸制品业，印刷业和记录媒介的复制，文教体育用品制造业，化学纤维制造业，工艺品及其他制造业，其他行业归为重工业。

       [18]本文也用公式(9)、(12)、(13)、(14)直接对中国制造业的总生产率进行了分解，以验证上述结论。本文计算出上述公式所对应的各项的年均值依次为：-0.0056、0.1510、-0.0475、0.0228，这说明中国制造业生产率的提升源自存活企业间的资源流动和进入企业与退出企业间的资源流动(来自进入企业生产率高于退出企业)。杨汝岱(2015)参考Melitz & Polanec(2015)的分解方法，认为存活企业的绝对技术进步是中国制造业生产率提升的主要来源，而本文的计算结果表明，存活企业对生产率的贡献主要来自存活企业间的资源流动或资源配置优化，而不是来自企业自身绝对的技术进步。另外，为进一步弄清存活企业与退出企业或进入企业间的资源流动为何会降低生产率，本文继续计算了公式(9)的两个子项，依次为-0.0609和0.0335，这说明总体而言，存活企业的生产率要大于进入企业的生产率(李玉红等，2008)。毛其淋和盛斌(2013)认为存活企业生产率水平高于进入企业，进入企业生产率水平高于退出企业，这与本文计算结果一致，但是部分资源却从存活企业流向新进入企业，本文也会探讨这种情况的可能成因。

       [19]按照产业集聚程度分区域计算的结果也验证了上述结论，本文按照sjt-st是否大于0，将各个省份分为产业集聚程度较高区域和产业集聚程度较低区域，而后按照公式(9)，计算不同区域生产率变化分解所得各项的加权值(用各省当期与上一期产业份额的均值加权)，按照公式(9)计算的产业集聚程度较高区域和产业集聚程度较低区域的加权值分别为-0.0043和0.00009。此外，本文按照公式(12)、(13)、(14)计算的加权值分别为0.1029和0.0459、-0.0315和-0.0154、0.0111和0.0080，计算结果也验证了文中相应的结论。对于沿海、内地、重工业、轻工业的分解结果与之类似。

       [20]轻工业与重工业的差异较小，两者的区别主要体现在，重工业中存活企业自身的技术变化会改善扩展边际下资源配置效率，轻工业与之相反，考虑到轻工业的产业集聚程度要远高于重工业，而重工业的总生产率要高于轻工业(以2007年为例，分别将轻工业和重工业作为一个整体，用工业增加值计算时，轻工业的EG指数约是重工业的10倍；重工业的加权总生产率为4.5347，轻工业为4.2036)，因此，随着重工业集聚程度的提升，其技术外部性增加幅度相对竞争效应可能更为显著。

       [21]稳健性分析的计算结果此处略去，若有需要，可向作者索取。

标签：生产率论文;  集聚效应论文;  二元经济论文;  差异分析论文;  边际效应论文;  劳动生产率论文;