基础设施投资的资源错配效应研究
潘雅茹 高红贵
内容提要： 利用2008～2017年我国30个省（区、市）的面板数据，在分别测算各省（区、市）资本错配指数和劳动力错配指数的基础上，采用系统GMM方法考察基础设施投资对资本和劳动力错配的纠正程度。研究发现：一般性基础设施投资有助于降低资本和劳动力错配指数，而科技型基础设施投资在一定程度上加剧了资本和劳动力错配；基础设施投资对资源错配的影响并不是简单的线性关系，而是随着基础设施投资的调整表现出显著的非线性特征，其中，科技型基础设施投资对资本和劳动力错配均呈现先加剧后改善的非线性关系，一般性基础设施投资对资本错配则呈现先改善后恶化的非线性特征；分地区估计结果表明，基础设施投资对资源错配的影响存在显著的区域异质性。
关键词： 基础设施投资；资本错配；劳动力错配；区域异质性
我国传统的经济增长模式主要依赖于大量的资源要素投入，通过大规模的资源要素积累实现经济总量增长，但这种粗放型的增长模式忽略了经济高质量发展所需的资源合理配置要求，导致经济发展进程中资源配置效率低下，各地区、行业和部门之间的资源错配现象日益严重，影响了我国经济的可持续增长。当前，我国经济已由高速增长阶段转向高质量发展阶段，纠正资源要素错配，提高生产要素的投入产出效益，实现优质高效的资源配置，对于提升经济效率、促进我国经济高质量发展意义重大。
“咪蒙”真名叫马凌，名校文学硕士，《南方都市报》原首席编辑，出身传统媒体，因此具有良好的文字功底和资深编辑经历。该公众号最开始是以马凌个人创作原创文章开始，随着公众号的火热和公司的发展，推出的原创文章以咪蒙、咪蒙+编辑、编辑三种方式呈现给受众，但主要还是以迷蒙原创为主。从中可以看出该公众号的传播者本身不仅具有内容创作的实力、其经历更是能够把握新媒体的变化发展。
改革开放以来，基础设施投资一直是我国经济增长的主要推动力。扩大基础设施投资刺激国内需求，是我国进行反经济周期宏观调控的重要手段之一。自我国经济进入新常态以来，基础设施投资在经济增长中的角色和作用再次引起学者们的关注。在经济学相关理论中，基础设施投资与经济增长的关系，一般被归结为乘数效应与挤出效应的对比，鲜有研究从资源配置效率的角度，分析基础设施投资对经济增长的作用。但事实上，作为经济发展的 “先行资本”，基础设施投资结构和规模在一定程度上能够影响资源要素的配置方式和效率。考察基础设施投资对资源错配的影响，探讨基础设施投资改善资源错配的有效途径，对于提升地区资源配置效率、制定有效的基础设施投资政策具有重要的指导意义。
一、相关研究综述
当前，关于资源错配的研究主要围绕四个方面展开：一是对资源错配程度的测度。Hsieh&Klenow利用规模报酬不变的C-D生产函数，界定了资本扭曲和产出扭曲，构建了测度资源错配程度的理论框架［1］。二是资源错配对经济增长的影响。多数研究认为，资源错配通过阻碍全要素生产率提升，进一步损害经济增长。一些国内学者利用我国不同时期、不同部门的面板数据进行实证检验，指出资本错配和劳动力错配引起的资源配置效率损失对全要素生产率存在显著的负向效应，且资本错配引起的效率损失要大于劳动力错配［2-3］。三是形成资源错配的原因。已有研究将资源错配主要归结为要素价格扭曲、要素流动障碍、产业结构失衡、行业集中度低和政府行政权力形成的行政垄断及政府干预等［4-5］。四是能够改善资源错配的因素。有学者认为，改善资源错配可以通过优化资本和劳动力等生产要素的流动和配置来实现［6］。Munshi&Rosenzweig认为，减少劳动力市场摩擦、提高金融中介效率能够有效改善资源配置效率［7］。国内学者大多从产业结构和产业集中度的角度探究如何改善资源错配，有学者研究了产业集聚对资源错配的影响，发现产业集聚有利于改善我国资源配置效率，但产业集聚对资源配置的改善效应存在区域性差异［8］。也有学者从开放式经济的角度出发，认为资源不仅能够在一国之内流动，而且可以在国家之间流动，通过出口贸易、对外直接投资参与国际分工，促进资源在国际范围内实现优化配置，降低资源错配程度［9］。
一般认为，当各种生产要素可以完全自由流动时，社会资源配置会达到最优状态。如果要素市场发生扭曲，就会产生阻碍要素自由流动的因素，使得各要素无法有效地从低效率部门流向高效率部门而产生资源错配，引致经济损失。基础设施投资能够优化区域经营环境，促进产业集聚，扩大市场交易范围，降低企业的运输成本和交易成本，因而基础设施投资能够有效改善资源错配。也有少数学者对此进行了初步的理论和实证研究。Asturias研究了印度交通基础设施对资源配置效率的影响，认为交通基础设施能够通过影响产业集中度和企业控制力来提升资源配置效率［10］。Ghani et al.通过考察印度金四角公路基础设施升级对制造业的影响，发现交通基础设施的完善提升了区域资源配置效率［11］。贾俊雪构建了一个异质性企业家模型将公共基础设施投资内生化，探讨公共基础设施投资对企业资源配置效率的影响［12］。周海波等利用我国工业企业的相关数据测算了我国制造业资源错配程度，认为交通基础设施发展的不平衡是导致区域资源错配的根源之一，基础设施投资可以通过调整产业结构、提高分工精度和消除市场分割等途径来减缓资源错配［13］。但这一研究探讨的是我国制造业资源错配，而非严格意义上的区域资源错配。李欣泽等研究了我国高铁与企业资源配置的关系，发现高铁开通能够促进资本要素流动，优化资本要素配置［14］。张陈一轩、任宗哲研究了改革开放40年来交通基础设施投资对要素错配的影响，认为交通基础设施投资通过加快要素流动、优化经营环境、促进产业升级来有效改善要素错配［15］。这一研究关注的仍然只是交通基础设施投资。
可见，只有少数研究关注到了基础设施投资对资源错配的影响，这些研究多从交通基础设施投资的角度出发，没有考虑其他类型的基础设施投资对资源错配的影响。2018年中央政府工作报告指出，在保持交通基础设施投资强度规模的同时，重点发展新一代信息基础设施建设。因此，本文想探讨的是，不同类型的基础设施投资是否都能影响资源错配，且各类基础设施投资对资源错配的影响是否存在区域异质性。
3.1 创设真实情境，导入新课 在医院看病有时医生会让病人去验血，你有过这样的经历吗？验血的目的是什么？(血液是所有生命活动的中转站，它的成分能充分反映机体的健康状况。)
二、理论分析与研究假设
深入剖析我国各地区资源要素的错配现象，不难发现基础设施投资对资源要素的自由流动和有效配置具有显著的影响。这里认为，基础设施投资主要通过三个方面影响资源错配：第一，基础设施投资有利于促进资源要素在区域间的流动，改善区域资源错配。实现资源要素的有效流动是改善资源错配的关键，良好的基础设施建设，可以优化区域经营环境，吸引资本和劳动力等生产要素从经营环境差的地区流入环境好的地区，提高资源要素的配置效率。第二，基础设施投资有利于形成产业集聚，改善区域资源错配。基础设施具有生产性公共物品的属性，其对经济增长的外部效应能够降低企业生产成本，促使企业在区域内集中。而产业集聚不仅能够提高资源要素在空间地理上的集中，其产生的规模效应和专业化分工还能促进资本和劳动力要素的流动，提高资源配置效率。第三，基础设施投资有利于消除区域间的市场分割，改善区域资源错配。基础设施投资的增加，能够降低商品跨区域流动的成本，提高市场的交易效率，有助于消除区域自然性和技术性市场分割，优化区域资源配置效率［16］。 基于此，提出如下假设：
假设1：基础设施投资能够优化区域资源配置效率，改善地区资源错配程度。
语文作为一门备受指责的学科，更是得到方方面面的关注。各级领导无不高度重视，各类专家纷纷高调介入，各级教研部门更是全力推动，各个层次的名师也积极投入，各种教学研究活动纷纷登台。很快，公开展示的语文课，面貌焕然一新：以前语文课很少听到读书的声音，现在语文课上有了形式多样的朗读；以前语文课基本上是一支粉笔一张嘴，现在是声光电色五彩缤纷，PPT更是令人目眩；以前是语文教师唱独角戏，现在小组讨论、合作探究已是家常便饭，历史教师、物理教师、地理教师一起上语文课，也不是什么新鲜事……
基础设施投资对区域资源配置也可能存在负面影响，即基础设施投资可能会恶化区域资源错配程度。基础设施投资可能加剧资源错配的原因包括：第一，随着基础设施投资的不断增加，可能会产生区域过度投资、重复建设和资源浪费等问题，加剧资源错配程度。第二，我国基础设施投资的资金主要依靠政府财政支出，基础设施投资会增加地方政府的财政负担，挤占政府对其他产业的投入，使得一些高生产率的企业无法得到财政资金的扶持而退出市场，从而导致资源错配恶化。第三，在我国，地方政府是基础设施投资行为的主体，政府可以主导基础设施投资的资金额、领域及类型，政府不当干预可能导致资源要素被低效率企业占有，从而恶化资源错配状况。可见，基础设施投资对资源错配的影响不一定是单一的促进或阻碍作用，而可能是两种作用相互叠加的非线性关系。基于此，提出如下假设：
假设2：基础设施投资与区域资源错配之间可能存在显著的非线性关系。
政府干预（Gov）。大量的政府干预是导致要素配置扭曲的一个重要原因，会抑制市场对资源配置的有效性，使市场配置出现失灵。财政支出占地区GDP的比重越高，政府对经济的干预能力越强，从而导致的资源错配程度越高。本文采用地方政府财政支出占地区GDP的比重来衡量政府干预指标。
每年，媒体都会曝光大量的关于火锅食品安全问题，比如“火锅增香剂”“火锅红”“辣椒精”等不明添加物，对于食用的牛羊肉等原料，鸭血、黄喉、毛肚、鹅肠、笋片等涮品被相继曝出存在巨大安全隐患，也被曝光出现以次充好等问题，这不禁让爱吃火锅的人担心：火锅还能放心食用吗？
4.失去家庭约束。90%的留守儿童监护者所认为的监护义务就是让孩子们吃饱穿暖，安全稳定。所以在日常的教育中，给孩子们普及的思想就是重吃穿、轻性情，并未真正认识到他们接受心理教育的重要性，影响其全面的发展。
假设3：基础设施投资对区域资源错配的影响存在地区依赖特征，在经济发展水平不同的东部、中部、西部和东北地区，基础设施投资对资源错配的影响不同。
三、模型设定与数据说明
（一）计量模型构建
2.主要解释变量：基础设施投资
我国经济发展存在区域不平衡，各地区在经济发展水平和资源禀赋上有差异，可能导致地区基础设施投资和资源错配情况不同。那么，基础设施投资对资源错配的影响是否存在区域异质性呢？本文将全国样本分为东部、中部、西部和东北四个地区，进一步验证基础设施投资对资源错配的影响是否存在区域依赖特征。各地区系统GMM估计结果如表5（下页）所示。
公式（1）和（2）为静态面板模型，考虑到资源错配往往具有持续性特征，故将资本和劳动力错配指数的滞后项作为被解释变量引入模型，将模型变为如下动态面板模型：
其中，MisKit-1和MisLit-1分别表示资本错配指数MisKit、劳动力错配指数MisLit的一阶滞后项。
依据前文的理论分析，基础设施投资既可能改善资源错配，也可能会恶化资源配置，基础设施投资与资源错配之间可能存在非线性关系。因此，本文在模型中加入基础设施投资的二次项，将模型设定如下：
第三，在模型中分别加入一般性和科技型基础设施投资的平方项后，一般性和科技型基础设施投资对资本错配的回归均通过显著性检验，且回归系数符号未变，数值变小。一般性基础设施投资平方项对资本错配在1%的置信水平下显著为正，科技型基础设施投资平方项对资本错配的影响显著为负，表明随着基础设施投资的不断增加，一般性基础设施投资对资本错配的改善效应逐渐消失甚至加剧资本错配，而科技型基础设施投资对资本错配具有缓解作用，说明两类基础设施投资与资本错配之间存在显著的非线性关系。
（二）变量描述与数据说明
1.被解释变量：资源错配指数
资源错配指数包括资本错配指数（MisKi）和劳动力错配指数（MisLi）。借鉴白俊红、刘宇英的计算方法［18］，对各地区的资本错配指数（MisKi）和劳动力错配指数（MisLi）分别进行测算，具体计算公式如下：
其中，γKi和γLi分别代表资本和劳动力的价格扭曲系数，具体计算公式如下：
其中，
代表省份i使用的资本占资本总量的比例；si代表省份i的产出占总产出的比重；βKi代表利用生产函数估计得到的各省份资本产出弹性；
代表资本有效配置时i省份使用资本的比例；
代表省份i使用的劳动力占劳动力总量的比例；βLi代表利用生产函数估计得到的各省份劳动力产出弹性；
代表劳动力有效配置时i省份使用劳动力的比例。
根据上述公式，计算得到2008～2017年我国30个省份（除西藏外）的资本错配指数和劳动力错配指数。如果资源错配指数大于0，表明该省份实际配置的资源要素低于有效配置比例，即资源配置不足；反之，若资源错配指数小于0，则表明该省份资源配置过度。对资源错配指数取绝对值，指数的绝对值越大，表明资源错配程度越高。由于文章篇幅限制，仅在表1中列出2017年各省（区、市）的资本和劳动力错配指数。
表1 2017年各省份资本错配指数MISKi和劳动力错配指数MISLi
由表1可知，我国各地区资本和劳动力市场均存在不同程度的资源错配，且资源错配程度具有显著的区域差异性。从东部、中部、西部和东北四个地区来看，东部地区大多数省份的资本和劳动力错配是正向的，且劳动力错配较为严重，其中浙江省的劳动力错配指数在全国范围内最大，表明该省实际配置的资源要素低于有效配置的比例，要素配置不能满足地区经济增长的需求。中部和西部地区大多数省份的劳动力错配指数显著小于东部地区，而资本错配大多以负向错配为主，表明中西部地区实际资本的投入量超过了有效配置比例，出现了资本配置过剩。这一结果可能与我国实施的区域发展战略有关，如中部崛起和西部大开发战略的实施使大量资金流向中西部地区，致使资本配置比例超过有效配置比例。东北地区资本和劳动力错配多呈正向错配，表明该地区资本和劳动力配置不足。其原因可能是近年来东北地区经济发展环境不佳，资本流入较少，劳动力流出较多，使得当地资本和劳动力的配置出现不足。
根据前文的理论分析，为了检验基础设施投资对资源错配的影响，构建如下基准模型：
基础设施投资包括一般性基础设施投资（Inf）、科技型基础设施投资（Tecinf）。 其中，一般性基础设施投资变量参考童健、武康平的研究［19］，选用《中国固定资产投资年鉴》中“交通运输、仓储和邮政业”的地区年度数据；科技型基础设施投资变量选用《中国固定资产投资年鉴》中“信息传输、软件和信息技术服务业”和“科学研究技术服务业”的地区年度数据总和。并将基础设施投资流量以2008年为基期进行平减，使用永续盘存法对各省份基础设施投资存量进行估算。
He invited me to dinner where we talked longer and deeper.
3.控制变量
由于资源错配还会受到一些外生环境变量的影响，为减少遗漏变量对模型估计结果的影响，参考资源错配的相关文献，在模型中加入以下控制变量：
产业结构（Str）。产业结构的变迁是资源要素在部门间动态配置的过程。产业结构优化促使生产要素不断从低生产率的部门流向高生产率的部门，资源的重新配置促进了资源配置效率的提升，提高了各部门的产出水平。本文采用第二、三产业产值占GDP的比重来衡量产业结构变量。
2.勇于创新增收入。物业费的收取工作是成本管理的重点，也是难点。东辛物业站在推行“一站式”服务的基础上，采取了大厅坐收、“买赠”等灵活多样的方式收取物业费，并在实践中探索总结出了“四门六注意”工作法。此法的内涵主要是注重与居民进行有效沟通、提升服务质量及收费的适时跟进。同时，加大对历史欠费户的清欠力度，按照“分门别类、逐一破解”的指导思想，最大限度地清欠物业费。另外，还拓展服务范围，为辖区经营商户提供物业服务，并着手收取物业费，促进了小区的和谐共赢。
有研究表明，基础设施投资对经济增长的影响存在显著的区域异质性，不同时期不同部门的基础设施产出弹性具有区域差异［17］。那么，基础设施投资对资源错配的影响是否也存在显著的区域差异性特征？当前，我国区域经济发展水平差异较大，各地区基础设施投资规模和结构也存在明显差异。在经济发展相对较好的东部地区，科技创新成为其经济增长的主要支撑，相比交通、水利和电力等一般性基础设施，该地区更关注科技类基础设施的投资。而在经济相对落后的中西部地区，虽然基础设施投资增长率有所提高，但与东部地区相比仍然存在差距。其中，中部地区正处于经济崛起的关键时期，为了实现经济增长目标，政府倾向投资于在较短周期见效、投资风险较低的一般性基础设施，弱化了对科技型基础设施的投资力度。西部地区地广人稀，能源资源丰富，为了因地制宜地开发当地资源，主要进行的是交通、水利和电力等一般性基础设施建设，科技类基础设施建设相对缺乏。东北地区作为老工业基地，近年来经济发展缓慢，个别领域基础设施投资不足，部分地区基础设施建设停滞不前，基础设施投资效率逐年降低。基于此，提出如下假设：
试样和试剂：所用赤铁矿矿物经摇床重选获得，全铁品位为68.51%。采用纯度为99.80%的石英，通过手工破碎后，采用陶瓷球磨机磨矿后，采用筛子和旋流器将磨矿产品筛分出0.037～0.074 mm的粒级做试验。硫酸亚铁(提供Fe2+)、三氯化铁(提供Fe3+)和氨水(提供OH-)均为分析纯。
贸易开放度（Tra）。理论上看，国际贸易对一国经济具有非常重要的作用，通过开展国际贸易可以加快资源要素的跨国流动。Melitz认为，在开放条件下，企业面临的市场竞争更为激烈，低效率的企业会被市场竞争淘汰，资源要素会从低效率的企业流向高效率的企业，从而提高资源配置效率。本文采用地区进出口贸易总额占地区GDP的比重来衡量贸易开放程度［20］。
调查内容主要包含高校教师数据意识态度、数据知识、数据教学实践、数据教学应用、大数据五个方面。其中，数据意识态度包括数据意识与数据态度两方面；数据知识包含数据基础知识与数据工具使用情况两方面；数据教学实践包含数据采集与获取、数据处理与分析、数据评价三方面；数据教学应用包括数据挖掘和交流、数据制定教学决策两方面；大数据包含大数据研究平台与大数据对高校教师数据科学的影响。本文利用棘状图等可视化形式呈现了内蒙古高校数据科学素养相关五个方面的情况，并对不同性别、不同任教科目对高校教师数据科学素养的影响进行分析。
就数据来源而言，各指标变量的数据均来源于《中国统计年鉴》《中国固定资产投资统计年鉴》及各省份历年统计年鉴。鉴于西藏数据缺失严重，这里将其从研究样本中剔除，最终选择2008～2017年的30个省（区、市）的300个样本作为研究观测值。所有变量的统计性描如表2（下页）所示。
四、实证结果与分析
（一）全样本检验结果分析
为了解决动态面板模型中可能存在的内生性问题，确保模型回归结果的稳健性，本文分别使用差分GMM和系统GMM两种方法考察基础设施投资对资源错配的影响。
表 3中的 AR（1）和 AR（2）检验的 P 值表明，模型只存在一阶序列相关，不存在二阶序列相关，即模型通过了相关性检验。Sargan检验的P值大于0.1，表明模型选择的工具变量是有效的，因而使用系统GMM和差分GMM估计的结果是准确且可靠的。根据Bond（2001）提出的经验法则，系统GMM法估计得到的被解释变量滞后期的系数如果介于固定效应和混合效应之间，则应选择系统GMM进行估计。本文使用系统GMM估计得到资本错配指数滞后一期回归系数为0.9795，大于固定效应的0.9739，小于混合效应的0.9942，因而本文主要依据系统GMM的估计结果进行分析。具体估计结果如下：
第一，资本错配指数滞后一期变量的回归系数在1%的水平上显著为正，表明资本错配受到上一期的影响，具有一定的持续性特征。
表2 变量统计性描述
表3 基础设施投资对资本错配的影响
第二，在未加入基础设施投资平方项的模型中，一般性基础设施投资对资本错配的影响显著为负，而科技型基础设施投资对资本错配影响显著为正。这表明一般性基础设施投资有助于降低资本错配，科技型基础设施投资在一定程度上加剧了资本错配。
从一开始，中心就按照独立业务科室设置，并由门诊部进行管理。门诊部副主任林茜出任中心主任。目前，医院服务中心位于3号楼1层大厅，服务区位置显著，实行敞开式办公，方便患者和员工联系。
第四，控制变量中的政府干预、产业结构和贸易开放度在两个回归模型中均通过显著性检验，系数符号为负，数值具有稳定性，表明政府财政支出、产业结构的调整和对外贸易额的增加均能有效改善资本错配，且产业结构调整对资本错配的改善效应相对较大。另外，城镇化水平对资本错配的回归系数显著为正，表明城镇化水平的提升加剧了资本错配程度，其原因可能是我国土地城镇化率高于人口城镇化率，城镇化进程没有实现以人口集聚为基础，未能推动消费结构升级，在一定程度上加剧了资本错配。
由表4的回归结果可知，模型通过了AR自相关检验和Sargan检验,表明模型估计结果是有效的。考虑到系统GMM能够显著降低模型估计结果的偏差，此部分依然根据系统GMM的估计结果进行分析。具体估计结果如下：
表4 基础设施投资对劳动力错配的影响
第一，劳动力错配指数滞后一期变量系数具有显著正向效应，表明劳动力错配也受到上一期的影响，存在路径依赖效应。
城镇化水平（Urb）。城镇化进程中产生的集聚效应能够促使人力和资本在区域内集中，并使城镇中心、外围经济范围和劳动力市场不断扩大，提高资本、劳动力与企业之间的匹配度，从而促进区域内资源要素的流动，提高资源配置效率。本文选用各地区城镇人口占地区总人口的比例衡量城镇化程度。
第二，在未加入基础设施投资平方项的模型中，一般性基础设施投资对劳动力错配的影响显著为负，而科技型基础设施投资对劳动力错配影响显著为正。这表明一般性基础设施投资有助于改善劳动力错配，而科技型基础设施投资在一定程度上恶化了劳动力错配，但一般性基础设施投资对劳动力错配的改善效应大于科技型基础设施投资的恶化效应。
第三，在模型中加入基础设施投资平方项后，一般性和科技型基础设施投资对劳动力错配的回归均通过显著性检验，且回归系数符号未变，数值稳定。但一般性基础设施投资的平方项对劳动力错配的影响显著为负，且系数数值增大，表明随着一般性基础设施投资的增加，其对劳动力错配的缓解效应提升，即二者之间存在单向线性关系。科技型基础设施投资的平方项对劳动力错配也呈负向影响，表明随着科技型基础设施投资的增加，其对劳动力错配呈现先加剧后改善的非线性关系。
第四，控制变量中的政府干预、贸易开放度和城镇化水平在两个回归模型中均通过显著性检验，系数符号为负且数值稳定，表明财政支出的增加、对外贸易开放程度的提高和城镇化水平的提升能够有效改善劳动力错配，优化区域劳动力配置。产业结构对劳动力错配呈显著正向效应，表明产业结构的调整不利于劳动力错配的改善，其原因可能是：大量第一产业的低水平劳动力资源过快向第三产业转移，使得我国第三产业在缺乏效率的情况下快速发展，降低了我国整体劳动生产率，加剧了劳动力错配。
（二）分地区检验结果
其中，i和t分别表示省份和年份；MisKit和MisLit分别表示资本错配和劳动力错配指数；Infit表示基础设施投资，是本文的核心解释变量；Xit表示影响资源错配的其他控制变量；μit为随机扰动项。系数β代表了基础设施投资对资源错配的影响程度，若β显著为负，则表明基础设施投资可以改善资源错配，反之则加剧了资源错配。
表5的估计结果显示，模型通过了AR（2）和Sargan检验，表明系统GMM估计结果是有效的。
在东部地区，一般性基础设施投资对资本错配的影响不显著，对劳动力错配的影响在10%的水平上显著为正，而科技型基础设施投资对资本错配和劳动力错配的影响均显著为负。这表明东部地区科技型基础设施投资有助于改善资本和劳动力错配，而一般性基础设施投资在一定程度上加剧了劳动力错配。这可能是因为经济水平较高的东部地区，更多需求的是高层次人才，一般性基础设施投资的增加带动了大量低素质劳动力流入东部地区，加剧了劳动力错配，而科技型基础设施投资在为东部地区带来投资的同时，带动了高素质人才的流入，因而能够改善资本和劳动力错配。
在中部地区，一般性基础设施投资对资本和劳动力错配的影响均不显著，而科技型基础设施投资对资本错配的影响显著为正，对劳动力错配影响显著为负，表明一般性基础设施投资对资源错配没有明显影响，科技型基础设施投资能够改善劳动力错配，但在一定程度上加剧了资本错配。其原因可能是中部经济发展主要依赖科技水平较低的制造业和生产性服务业，对科技型基础设施投资的利用效率不高，从而加剧了资本错配程度。
在西部地区，一般性基础设施投资对资本错配的影响显著为正，对劳动力错配影响显著为负，而科技型基础设施投资对资本和劳动力错配的影响均未通过显著性检验。这表明一般性基础设施投资加剧了资本错配，但改善了劳动力错配，而科技型基础设施投资对资本和劳动力错配没有影响。其原因可能是西部地区经济相对落后，一般性基础设施投资有助于劳动力流向生产率高的地区，从而降低了劳动力错配，而当地创新型企业和高素质人才相对缺乏，科技型基础设施投资难以发挥其资源错配改善效应。
这些年来，成都市在推动儿童课外阅读方面，取得了一些成效和经验，具体可以概括为理念走前面、教师是关键、活动作名片、家长守底线。
表5 基础设施投资对资源错配影响的分地区回归结果
在东北地区，一般性和科技型基础设施投资对资本错配影响均显著为正，对劳动力错配影响均显著为负。这表明一般性和科技型基础设施投资能够有效缓解劳动力错配，但加剧了资本错配。这可能是因为，东北地区近年来经济发展放缓，一般性和科技型基础设施投资的增加能够为劳动力流动提供便利条件，改善劳动力错配，但部分地区基础设施建设停滞不前，基础设施投资效率逐年降低，加剧了资本错配。
五、结论与政策建议
基础设施建设是一个国家发展的基础保障，对国民经济和社会生活发挥着不可或缺的作用。本文研究表明，基础设施投资不仅具有通常认为的经济增长效应，而且可以通过加快要素流动、促成产业集聚、消除市场分割等方式影响资源错配。本文在理论分析的基础上，利用2008～2017年我国 30个省（区、市）的面板数据，测算了我国各地区资本和劳动力错配指数，并在此基础上实证检验了基础设施投资对资源错配的影响，得到了如下结论：
第一，考察期内，我国各地区资本和劳动力市场均存在不同程度的资源错配，且资源错配呈现显著的区域差异。东部地区资本和劳动力错配多以正向为主，且劳动力错配较为严重，表明其资本和劳动力配置不足。中西部地区劳动力错配相对较轻，大多以正向为主，但资本错配多以负向为主，表明其资本配置比例超过有效配置比例。东北地区资本和劳动力错配多以正向错配为主，即资本和劳动力配置低于有效配置比例，资源配置不足。
第二，不同类型的基础设施投资对资源错配的影响存在差异。一般性基础设施投资对资本和劳动力错配均存在负向影响，即一般性基础设施投资有助于改善资源错配，而科技型基础设施投资对资本和劳动力错配影响显著为正，即科技型基础设施投资在一定程度上恶化了资源错配状况。
第三，科技型基础设施投资与资本和劳动力错配之间存在显著的非线性关系，随着科技型基础设施投资的不断增加，其对资源错配的影响将从“加剧效应”转变为“改善效应”，而一般性基础设施投资与资本错配之间存在非线性关系，但与劳动力错配之间呈现单向线性关系。
围绕企业创新驱动发展战略和高质量发展要求，中国石化青工委广泛组织动员青年创新创造创效，为青年谋政策、建机制、搭平台、给资源。分板块开展青工油水井分析、“四化”建设与应用、油气藏动态分析、装置全流程分析、青春助力营销等活动，助力中国石化效益发展。
第四，分地区估计结果表明，基础设施投资对资源错配的影响存在显著的区域异质性。东部地区一般性基础设施投资对资本错配影响不显著，而科技型基础设施投资对资本和劳动力错配均具有改善效应。中部地区一般性基础设施投资对资本和劳动力错配改善效应不显著，而科技型基础设施投资加剧了资本错配，但改善了劳动力错配。西部地区一般性基础设施投资有助于改善劳动力错配，但加剧了资本错配，而科技型基础设施投资对资源错配影响不显著。东北地区的两类基础设施投资均改善了劳动力错配，但加剧了资本错配。
根据上述研究结论，提出如下政策建议：第一，完善基础设施投资体系，拓展基础设施投资的融资渠道，加强基础设施投资力度，为资源要素的有效流动提供物质基础。充分利用基础设施投资使资源要素配置到更有效率的地区，提高资源配置效率。第二，进一步发展和优化我国科技型基础设施投资。认清科技型基础设施投资与资源错配之间存在的非线性效应，促使其对资源错配的“加剧效应”转变成“改善效应”，提升科技型基础设施投资对区域资源配置的支撑能力。第三，各地区应制定差异化的投资策略，依据地区基础设施投资存量和资源错配情况，因地制宜制定地区基础设施投资策略。就东部地区而言，应增加科技型基础设施的投资力度，发挥其对资源错配的改善效应；就中部地区而言，应提高一般性基础设施投资的效率。就西部和东北地区而言，应在继续加大一般性基础设施投资力度的同时，积极采取有效措施激发科技型基础设施投资的资源配置效应，合理利用基础设施投资提高资源配置效率。第四，各地区在基础设施投资的过程中，应加强协调与协作，推动区域基础设施投资的融合协调发展。各地区应积极推进区域基础设施投资的协同发展，这不仅有利于地区基础设施投资综合效率的提升，而且有利于改善资源要素的配置效率。Reform
按照家乡的“习俗”，在结婚之前，男女双方的家长都会不约而同的找一个“靠谱”的算命先生排一排新人的生辰八字。不过说起算命先生的这一行业，可算是一个非常古老的行业了，经过多年的徘徊与打磨，自然而然的形成了一定的“行规”，譬如说新婚算命的生辰八字，一般都往好方向算，倘若真有什么不合适的地方，也能通过“人工合婚”的方法扭转乾坤，也算是成就一段美好的姻缘。
参考文献
［1］HSIEH C T,KLENOW PJ.Misallocation and manufacturing TFP in China and India ［J］.The Quarterly Journal of Economics,2009,124(4):1403-1448.
［2］张佩．中国工业部门的行业间资源错配研究［J］．投资研究，2013（6）：15-27．
［3］王林辉，袁礼．资本错配会诱发全要素生产率损失吗？ ［J］．统计研究，2014（8）：11-18．
［4］韩剑，郑秋玲．政府干预如何导致地区资源错配——基于行业内和行业间错配的分解［J］．中国工业经济，2014（11）：69-81．
［5］靳来群，林金忠，丁诗诗．行政垄断对所有制差异所致资源错配的影响［J］．中国工业经济，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,R OSENZWEIG M.Networks and misallocation:insurance,migration,and the rural-urban wage gap［J］.American Economic Review,2016,106(1):46-98.
［8］崔书会，李光勤，豆建民．产业协同集聚的资源错配效应研究［J］．统计研究，2019（2）：76-87.
［9］宋结焱，施炳展．出口贸易是否降低了中国行业内资源错配［J］．世界经济研究，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 gold-en quadrilateral project for the location and performance of Indian manufacturing［J］.E-conomic Journal,2016,126(591):317-357.
［12］贾俊雪．公共基础设施投资与全要素生产率：基于异质企业家模型的理论分析［J］．经济研究，2017（2）：4-19.
［13］周海波，胡汉辉，谢呈阳，等.地区资源错配与交通基础设施——来自中国的经验证据［J］.产业经济研究，2017（1）：100-113.
［14］李欣泽，纪小乐，周灵灵.高铁能改善企业资源配置吗？——来自中国工业企业数据库和高铁地理数据的微观证据［J］.经济评论，2017（6）：3-24.
［15］张陈一轩，任宗哲.改革开放 40年来交通基础设施投资能够缓解要素错配么？［J］.人文杂志，2019（3）：10-17.
［16］范欣，宋冬林，赵新宇.基础设施建设打破了国内市场分割吗？ ［J］.经济研究，2017（2）：20-34．
［17］EGERT,et al.Infrastructure and growth:Empirical evidence ［J］.Social Science Electronic Publishing,2009,50(3):355-364.
［18］白俊红，刘宇英.对外直接投资能否改善中国的资源错配［J］.中国工业经济，2018（1）：60-78.
［19］童健，武康平.经济发展进程中的基础设施投资结构变迁［J］.经济研究，2016（12）：61-77．
［20］MELITZ M J.The impact of trade on intraindustry reallocations and aggregate industry productivity［J］.Econometric,2003,71(6):1695-1725.
Study on the Resource Mismatch Effect of Infrastructure Investment
PAN Ya-ru GAO Hong-gui
Abstract: Based on the panel data of 30 provinces(districts and municipalities)in China from 2008 to 2017,and on the basisof 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;theimpact of infrastructure investment on resource mismatch isnot 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 resourcemisallocation.
Key words: infrastructure investment;capital mismatch;labor mismatch;regional heterogeneity
中图分类号： F123.6
文献标识码： A
文章编号： 1003-7543（2019）07-0062-11
基金项目： 国家社会科学基金青年项目“基础设施投资结构变迁对中国全要素生产率的影响及作用机制研究”（17CJY001）；湖北省技术创新专项软科学项目“科技基础设施与区域创新绩效关系研究——以湖北省为例”（2019ADC127）；湖北省中小企业研究中心开放基金课题“基础设施支持中小企业提升创新绩效研究”（HBSME2019A03）。
作者简介： 潘雅茹，武汉科技大学文法与经济学院讲师、硕士生导师；高红贵，中南财经政法大学经济学院教授、博士生导师。
（责任编辑：文丰安）
标签：基础设施投资论文; 资本错配论文; 劳动力错配论文; 区域异质性论文; 武汉科技大学文法与经济学院论文; 中南财经政法大学经济学院论文;