基于Cobb-Douglas生产函数的高技术产业用地行业错配及其产出缺口研究论文

基于Cobb-Douglas生产函数的高技术产业用地行业错配及其产出缺口研究

韩 璐¹，鲍海君²

（1.浙江财经大学土地与城乡发展研究院，浙江 杭州 310018；2.浙江财经大学公共管理学院，浙江 杭州 310018）

摘要： 研究目的：探索高技术产业用地行业错配程度，为优化高技术产业用地配置和提供差别化的产业资源要素配置策略提供理论参考。研究方法：Cobb-Douglas生产函数。研究结果：（1）不同行业高技术产业对投入资源要素依赖不同，制造业和服务业不同行业间全要素生产率存在差异性。总体上制造业主要依赖于资本要素和土地要素的投入，而服务业主要依赖于劳动力要素投入，但是服务业的全要素生产率明显高于制造业的全要素生产率。（2）不同行业高技术产业用地配置不充分与不均衡，制造业和服务业之间用地存在错配问题。（3）不同行业高技术产业用地错配缺口存在差异。从总体来看，高技术产业之间的用地错配形成的产出缺口较大，服务业比制造业的用地错配缺口更大。从分行业来看，制造业中计算机、通信和其他电子设备制造业、医药制造业和其他制造业3种类型的用地错配缺口较大；服务业中信息服务业的用地错配缺口较大。研究结论：纠偏高技术产业用地错配问题关键在于如何平衡产业间的用地配置问题。建议调整产业结构和资源要素在行业间配置方向，按照不同行业实施差别化的资源要素配置策略，从而更加充分地发挥市场对资源要素的配置作用。

关键词： 土地管理；高技术产业；用地错配；Cobb-Douglas生产函数；全要素生产率；相对扭曲系数

1 引言

随着新一轮的科技革命和产业革命，高技术产业是抢占全球新一轮经济与科技发展制高点的关键所在，无论发达国家还是发展中国家，都将其作为一项基本国策。中国高技术产业的发展对于由要素驱动向创新驱动转型具有战略性意义^[1-3]。近5年来，国家加大了对高技术产业的支持力度。根据统计数据显示① 统计数据来源于《中国科技统计年鉴》（1990—2018年）和《中国高技术产业统计年鉴》（2002—2017年）。 ，从2015年开始，高技术产业的政府资金投入超过了传统产业。高技术产业用地作为高技术产业发展的重要保障，其配置是否科学、利用是否高效已成为影响中国高技术产业发展与产业转型升级的关键因素。各级政府非常重视高技术产业用地的有效利用和配置，出台了一系列相关的政策和措施，例如国务院出台《推动创新创业高质量发展打造“双创”升级版的意见》、原国土资源部等六部委联合出台《关于支持新产业新业态发展促进大众创业万众创新用地政策的意见》、浙江省政府出台了《浙江省培育发展战略性新兴产业行动计划（2017—2020年）》等。然而，低效传统的先发企业占用大量土地却退出困难，存在土地资源闲置和浪费^[4-5]，而高效高新的后发企业或因无地发展难以进入，或受高科技园区高门槛和高成本限制无法进入，由此导致了中国高技术产业用地在行业之间的用地错配现象。

3.1 粗缩病主要由灰飞虱传毒引起，耕作粗放的免耕田以及杂草多、干旱时发病重。在玉米4-5片叶时叶背部产生长短不一白色蜡状突起、上部节间短缩，顶部叶簇生；心叶中脉两侧产生虚线状条纹矮化、叶片僵直，宽、短而厚，颜色浓绿；叶片用手擦有粗糙感。

要素资源配置历来都是经济学的基本问题和前沿议题^[6-8]。资源错配程度的持续降低以及资源要素配置效率的提升促进了中国经济的迅速增长^[9]。已有研究较少直接对高技术产业用地配置进行测度，多数学者主要集中于对土地利用效率和土地节约集约利用的评价，其方法主要有投入产出法^[10]、DEA方法^[11-12]、SFA方法^[13]以及基于指标体系的评价方法^[14]。以上常用方法可以用来衡量宏观上的配置效率或者技术，但不适合直接用于衡量高技术产业用地配置效率，也不能用来分析配置效率的来源及其与全要素生产率（TFP）的关系^[15]，以及测量用地错配的产出缺口。而从资源错配理论视角，可以借鉴资源配置效率测度方法^[16-22]来进行效率测量，其中科布—道格拉斯（Cobb-Douglas）生产函数是从微观企业的全要素出发，可用于研究行业间全要素配置问题，且函数设置更为灵活。因此，本文从全要素配置的视角，以浙江省为研究区，以上市高新技术企业为研究对象，采用科布—道格拉斯生产函数，在分析高技术产业用地错配发生根源的基础上，探究制造业和服务业不同行业的高技术产业存在的用地错配问题，并测算出高技术产业用地行业错配的产出缺口，为优化高技术产业用地配置、提供差别化的产业资源要素配置策略以及提升高技术产业经济效率提供理论依据。

卢春泉的投资理念一直很明确，“就是顺应国家战略，重点投新能源、新材料产业。有些外界炒得很火的概念，像比特币什么的，我们看都不看。”

2 理论分析

从经济学角度释义，资源错配是相对资源有效配置而言的。通常可以将资源错配分为“内涵型错配”（Misallocation on the Intensive Margin）和“外延型错配”（Misallocation on the Extensive Margin）两种类型。内涵型错配是从要素边际回报相等的原理出发，将各个企业边际产出的不均等定义为资源错配^[23]。外延型错配即一个经济体内所有企业要素边际产出均相等的条件下，再次分配要素可以带来产量提升（BANERJEE＆MOLL）。通过研究发现，高技术产业用地配置效率的理论出发点是高技术产业用地配置的非帕累托有效，即高技术产业用地配置违反了经济效率或帕累托有效（Pareto optimality）的状态条件，表现为在不同主体、部门和地区上，土地的边际产出存在差异。土地要素边际产出的差异（Dispersion）越大，也就表明要素配置与高效的主体或方式偏离越大，进而说明高技术产业用地配置扭曲更为严重。因此，本文根据“内涵型错配”的含义，进行了假设和推理。

高技术产业资源要素配置的相对扭曲系数指第i 类型企业投入的资源要素价格相对于同一经济体中的资源要素平均价格水平的相对扭曲状况。第i 类型企业投入土地要素的相对扭曲系数：

如图1所示，将部门Ⅰ和部门Ⅱ的产业用地的边际效益函数绘制在一个盒状坐标系内，横轴表示一个固定时期内产业用地总量Q ，其中左纵轴表示部门Ⅰ的产业用地的边际效益，右纵轴表示部门Ⅱ的产业用地的边际效益，横轴Q ₁Q 表示在表示部门Ⅰ的产业用地配置数量，Q ₂Q 表示部门Ⅱ的产业用地配置数量。f ₁和f ₂相交于均衡点Q *，此时部门Ⅰ和部门Ⅱ的产业用地的边际效益相等，即f ₁^（Q ₁Q *）=f ₂^（Q ₂Q *）=f _*（Q *），因此，称Q *时的产业用地配置为效率均衡配置，其中Q ₁Q *表示效率均衡时部门Ⅰ的产业用地配置数量，Q ₂Q *表示效率均衡时部门Ⅱ的产业用地配置数量。两条曲线（f ₁和f ₂）和三条竖虚线（标识Q *、Q ′和Q ″）将两条边际效益曲线以下的面积分割为8个部分，分别记为A 、A ′、A ″、B 、B ′、C 、D 、E 。在有效配置条件下，经济产出分别表示为：Y _{1Q *}=C +D ，Y _{2Q *}=A +A ′+A ″+B +B ′+E ，Y_{Q *}=A +A ′+A ″+B +B ′+C +D +E ；在政府主导的高技术产业用地的配置条件下，经济产出分别表示为：Y _{1Q ″}=B +B ′+C +D ，Y _{2Q ″}=A +E ，Y_{Q ″}=Y ₁+Y ₂=A +B +B ′+C +D +E 。这说明政府主导的高技术产业用地的配置效率损失为A ′+A ″，原因在于在政府干预下，部门Ⅰ和部门Ⅱ的产业用地边际效益水平存在很大差距，由于土地规制和市场不完全等各种“摩擦”导致土地实际配置（f ₁）偏离最优条件（均衡点Q *），到达配置点Q ″时，部门Ⅰ的用地配置（Q ₁Q ″）大于部门Ⅱ的用地配置（Q ₂Q ″），但经济产出却小于均衡条件下的经济产出，在政府主导的一般工业用地的配置条件下，形成土地边际产出差异和产出缺口（A ′），但是高技术产业因承载着中国和地区经济发展战略性意义，所以受中央政府和地方政府的双重干预，这导致高技术产业相对一般产业“摩擦”更为严重，这就形成更大的产出缺口，即面积A ′+A ″。土地边际产出差异越大，高技术产业用地错配程度也越大。

同理可知，第i 类型企业投入资本要素的相对扭曲系数：第i 类型企业投入劳动力要素的相对扭曲系数：

式（5）中表示第i 类型企业使用的土地资源数量占土地资源总量的实际比例表示第i 类型企业使用的土地资源数量占土地资源有效配置时数量的理论比例；高新技术企业的土地资源错配程度用实际比例与理论比例的比值来反映。当θ_Ti ＞1时，即第i 类型企业使用的土地要素投入成本相对较低，说明第i 类型企业的土地要素过度投入；反之亦然，当θ_Ti ＜1时，即第i 类型企业土地要素投入不足；当θ_Ti = 1时，即第i 类型企业使用的土地要素投入成本与平均水平持平，此时第i 类型企业土地要素配置适宜。

图1 高技术产业用地错配发生的示意图
Fig.1 The diagram of high-tech industrial land mismatch

3 研究方法

3.1 高技术产业用地的生产函数构建

假设在一个封闭的经济体由M种类型高新技术企业组成，相同类型的高新技术企业的生产过程相同，并用统一生产函数表示，所有企业从事生产活动都投入以下三个基本资源要素：土地（T ）、资本（K ）和劳动力（L ）。假设估算全要素生产率TFP，其生产函数的公式是：

“这个家伙打着火把，在四通八达的龙宫里摸索了很多年，据说还发现了东海龙王第七女掌管的龙王珠藏，小龙千数守卫着，像蛇阵一样盘结在一起，珠藏固然是大放光明，龙蛇的腥气却将那家伙熏得头昏眼花。我在想，一行大师凿这个洞，说不定是跟这些龙宫连在一起呢，我们由秦岭中间掉进去，不知道从哪里才找得到出口。

则资源要素的相对扭曲系数可以表示为：

3.2 高技术产业资源要素错配程度的测算模型

根据上述生产函数，可以得到企业资源要素绝对扭曲系数，但由于绝对扭曲系数反映的是完全竞争市场条件下的第i 类型企业的资源要素投入无扭曲价格的加成程度，隐含的前提假设较为理想。本文认为采用相对扭曲程度来研究各行业资源要素错配问题更为合适。因此，将其按照第i 类型企业的经济总产出占各类企业总经济产出的比例（S_i ）进行加权计算可估算得到各个产业的全要素生产率的对数值（TFP 对数值），即lnY 。其中，S_i =Y_i /Y 表示第i 类型企业的经济总产出占各类企业总经济产出的比例。经济产出加权的资源要素贡献值为：

式（1）中：Y_i 代表第i 类型企业总经济产出；A_i 代表全要素生产率（TFP ）；K 代表资本；L 代表劳动；T 代表高技术产业用地存量；α 、β 、γ 分别代表资本、劳动和高技术产业用地的产出弹性系数。式（1）两边取对数得：

本文假设：在一定时期内，在其他条件不变的情况下，产业用地总面积固定不变，用Q 表示；产业用地在某两部门（企业）内进行配置，分别记作部门Ⅰ和部门Ⅱ，且其决策行为符合经济人假设；在产业用地供给水平相同的条件下，Ⅰ和Ⅱ的产业用地的边际效益函数分别f ₁和f ₂表示，且均为递减函数^[24]。

采用SPSS 18.0统计软件,计量资料用±s表示,采用t检验,计数资料用百分比表示,采用χ2检验,P<0.05为差异有统计学意义。

1.2.1 CAG检查 选择飞利浦血管造影机，经股动脉穿刺插管，于左、右冠状动脉处造影，采用2～3个体位进行投照，选择自动高压注射器注射碘帕醇注射液21～28mL，注射速度7mL/s，以造影导管直径为基准，分析左、右冠状动脉及其主要分支血管内径。

3.3 高技术产业资源要素错配对经济效率产出的影响及其产出缺口测算模型

在上述测算的基础上，与生产函数模型式（1）联立，可以构建出高技术产业资源错配的扭曲系数与经济产出的关系，即第i 类型企业的经济产出为：

当高新技术企业在生产过程中，不存在资源要素配置扭曲时，即θ_Ti =θ_Ki =θ_Li = 1，则第i 类型企业的经济产出为：

故而得出第i 类型企业投入的资源要素错配导致的产出缺口表示为：

5.应该将导体的正常的最高工作温度控制在 70度以内，当收到日照时，应该控制在80度以内，当导体接触到有镀锡的覆盖层时，应该将温度可适当的控制在85 度以内。

4 实证研究

4.1 样本选取和数据来源

本文以浙江省为研究区域，样本获取途径：（1）根据国家高新技术企业认定信息，初步确定样本范围。（2）筛选2014—2016年沪深两市中属于高技术产业的上市公司样本，并剔除财务数据缺失和指标异常的企业。（3）收集并调查样本企业各资源要素数据，其中土地投入要素采用高新技术企业申请获批占用的土地面积表示，其主要采取公司年报、官网、新闻等网上查找方式获取各市上市企业的占地面积，同时辅以调研形式补充。资本投入要素采用高新技术企业固定资产净值表示。劳动力投入要素采用高技术企业雇佣劳动力总数（包括管理人员、科研人员、生产工人等）表示。高新技术企业产出采用高新技术企业年总产值表示，其来自各上市公司年报、《2017中国高技术产业统计年鉴》、《浙江省科技统计年鉴》（2015—2017年）等。经过数据筛选和处理，最终得到307家企业数据（表1），其中制造业企业样本有240家，服务业企业样本有67家。（4）行业分类。根据《国民经济行业分类》（GB/T4754—2017）、《关于执行新国民经济行业分类国家标准的通知》、《高技术产业（制造业）分类（2017）》、《高技术产业（服务业）分类（2018）》、《浙江省高技术产业（制造业）分类（2018）》、《国家重点支持的高新技术领域》等相关标准，以及浙江省高新技术企业的实际情况，将样本数据进行了行业分类（表1）。本文中样本企业不是抽样数据，且浙江省高新技术企业上市公司数量有限，造成收集样本在行业间分布存在差异。因此，本文对样本数据进行了残差分析与共线性检验。检验结果表明，样本数据的被解释变量符合正态分布假设，样本数据的解释变量为独立样本数据，且不存在共线性，故而样本数据可以进行下一阶段分析。

4.2 样本特征分析

从表2可以看出，高技术产业中制造业资源要素投入相对高于服务业资源要素投入，制造业的企业占地面积均值为16.52×10⁴m²，而服务业的企业占地面积均值为4.51×10⁴m²，制造业土地要素投入是服务业土地要素投入近4倍。制造业企业固定资产净值的均值为39.82×10⁷元，而服务业企业固定资产净值的均值为14.59×10⁷元，制造业资本要素投入是服务业资本要素投入的2倍多。制造业的企业雇佣劳动力总数均值为1248人，而服务业的企业雇佣劳动力总数均值为583人，制造业劳动力要素投入是服务业劳动力要素投入的2倍多。然而从高新技术企业产出来看，制造业企业年总产值的均值为62.91×10⁷元，而服务业企业年总产值的均值为40.46×10⁷元，制造业企业产出与服务业企业产出相差不大。从资源要素投入的标准差来看，制造业资源要素投入也均高于服务业资源要素投入，但企业产出的标准差相差很小。因此，从样本数据描述性统计粗略来看，制造业的资源要素投入，特别是土地要素投入明显高于服务业的要素投入，但是企业产出却相差不大，这说明不同行业高技术产业资源要素投入指标和企业产出指标并不是同比关系，存在这一问题有以下两种可能的原因存在：一是资源要素之间存在互补性或替代性作用，如高技术产业中服务业土地要素投入相对较少，但土地要素投入通过土地财政或税收转化为资本要素投入，从而在一定程度上也带来了较高的企业产出。二是不同行业高技术产业或企业之间存在资源错配问题，如有的企业投入大量的土地资源，有可能存在闲置或低效利用问题，而其他企业无法进入，造成土地资源错配，这与上述理论分析相符。

表1 样本分类及数量统计表
Tab.1 Sample classi fi cation and quantitative statistics

表2 高技术产业投入与产出指标的描述性统计
Tab.2 Descriptive statistics of input and output indicators of high-tech industries

表3 高技术产业生产函数的参数估计结果
Tab.3 Parameter estimation on the production function of high-tech industries

4.3 高技术产业是否存在用地错配分析

（1）高技术产业生产函数的参数估算。在SPSS 25.0平台，采用回归分析模型方法估算各行业生产函数的参数，结果如表3。从表3可以看出，各种类型的高技术产业的资源要素投入指标的回归系数之和均在1左右。这说明选取的企业样本可近似地认为规模报酬不变，高技术产业的生产函数假设前提具有合理性。

将式（8）和式（9）代入计算，可以看出，高技术产业资源要素相对扭曲系数是影响第i 类型企业效率产出损失的主要因素。

从总体来看，土地要素投入在服务业比制造业的显著性水平高，资本要素和劳动力要素在制造业和服务业均显著。其中，制造业方面，交通运输设备制造业和计算机、通信和其他电子设备制造业两个行业的土地要素投入在1%水平上显著；化学原料及化学制品制造业、医药制造业、设备制造业、交通运输设备制造业、电气机械及器材制造业、计算机、通信和其他电子设备制造业、其他制造业5个行业的资本要素投入在1%水平上显著；设备制造业、交通运输设备制造业、电气机械及器材制造业、计算机、通信和其他电子设备制造业、其他制造业5个行业的劳动力投入在1%水平上显著。服务业方面，信息服务的土地要素投入在1%水平上显著，而信息服务和其他高技术服务的资本要素投入和劳动力要素投入均在1%水平上显著。这表明不同行业之间资源要素投入对企业产出影响存在差异。因此，行业间土地要素投入与企业经济产出不是呈正比关系，如果仅按照企业经济总产出来配置土地要素投入必将造成高技术产业用地错配，接下来通过模型测算进一步证实。

（2）高技术产业的全要素生产率和相对扭曲系数测算。将上述计算的参数分别代入式（1）和式（2）中，计算得到各行业的全要素生产率的对数值，再按照不同行业企业的经济总产出占各类企业总经济产出的比例（S_i =Y_i /Y ）进行加权计算，得到各行业全要素生产率的对数值lnA_i 。从表4可知，总体上服务业的lnA_i 值为2.173，明显高于制造业的lnA_i 值0.072。从分行业来看，设备制造业、其他高技术服务的lnA_i 值相对较高，分别为1.823和1.242。而计算机、通信和其他电子设备制造业的lnA_i 值相对最低，仅为0.001。这主要是因为服务业通过科学技术和高端科研人才的投入带动企业产出，企业产出率相对较高，而制造业主要依靠资本要素投入和土地要素投入带动企业产出，企业产出率相对不高。由此可见，在土地资源总量约束条件下，制造业还主要依赖于资本要素和土地要素的投入，还需加快产业结构升级，提升科技创新能力和提高土地资源配置效率。服务业主要依赖于劳动力要素投入，因此，需要进一步集聚高端人才，同时加强高技术产业基金和各类专项资金扶持力度，及对相应的用地保障机制。

表4 高技术产业的全要素生产率对数值
Tab.4 Total factor productivity logarithm of high-tech industries

根据上述式（5）—式（7），可以得到高技术产业投入资源要素的相对扭曲系数（表5和图2）。从总体来看，高技术产业中制造业土地要素的相对扭曲系数为0.784，服务业土地要素的相对扭曲系数为0.300，均小于1，说明高技术产业用地在制造业和服务业的配置相对不足。从分行业来看，制造业中，电气机械及器材制造业、其他制造业、化学原料及化学制品制造业共3个行业的土地要素扭曲系数都大于1，分别为2.006、1.348和1.029，说明这3个行业用地配置相对过剩。其他4个行业的土地要素扭曲系数都小于1，说明这4个行业用地配置相对不足。服务业中，其他高技术服务的土地要素扭曲系数为1.332，大于1，说明其他高技术服务用地配置相对过剩。信息服务的土地要素扭曲系数为0.210，小于1，说明信息服务业用地配置相对不足。因此，高技术产业用地存在错配问题，且总体用地配置处于不足状态。这一问题通过调查数据也可以验证。从不同行业高技术产业的地均GDP来看（图3），服务业的地均GDP与制造业的地均GDP差别不大，特别是信息服务业的地均GDP最高，是制造业的地均GDP近2倍，均高于制造业各个行业的地均GDP。这说明总体上高技术产业用地配置不充分，并且不同行业高技术产业之间的用地配置相对不均衡，存在行业错配问题。

表5 高技术产业投入资源要素的相对扭曲系数估算结果
Tab.5 Estimation on relative distortion coef fi cient of input resource factors in high-tech industries

图2 各个高技术产业用地配置的相对扭曲系数分布图
Fig.2 Distribution of relative distortion coef fi cient of high-tech industrial land mismatch

图3 各个高技术产业的地均GDP分布图
Fig.3 Distribution of GDP per capita in each high-tech industry

4.4 高技术产业用地错配缺口分析

计算得到相对扭曲系数后，修正高技术产业投入的劳动力要素和资本要素指标系数，然后在纠正劳动力要素和资本要素对企业产出影响的情况下，仅考虑土地要素错配对企业产出的影响程度，将其代入到式（8）和式（9），计算得到高技术产业用地的有效产出率（Y_i /Y_{i ,e} ）；然后，再将有效产出代入式（10），最终得到高技术产出用地的产出缺口（ΔE ），结果如表6。有效产出率越大，说明该产业的资源配置效率越高，产出效率也越大。反之，高技术产业用地错配的产出缺口指数越大，说明用地错配状况越严重。

以一套25 kW碟式太阳能热发电系统为研究对象，对系统的各个部件进行数学建模并计算在典型工作条件下各个部件的热效率和 效率，评估各个部件的性能。分析结果表明：

从总体上看，制造业的有效产出率为72.15%，产出缺口为27.85%，而服务业有效产出率为52.05%，产出缺口为47.95%。这说明总体上各行业用地错配形成的产出缺口较大，这与上述研究中测算的土地要素配置在制造业和服务业相对不足相吻合。高技术产业投入的土地要素相对扭曲系数越大，高技术产业用地错配造成高技术产业总体产出缺口越大。因此，在高技术产业技术和规模效率都不变的情况下，通过纠正高技术产业用地错配而不增加资本要素和劳动力要素的投入，优化土地要素配置进而有效地提升高技术产业总体的经济效率。从分行业上看，制造业中电气机械及器材制造业、化学原料及化学制品制造业、交通运输设备制造业、设备制造业4种类型的有效产出率在50%以上，产出缺口较小，而计算机、通信和其他电子设备制造业、医药制造业和其他制造业的有效产出率在50%以下，产出缺口较大；服务业中其他高技术服务业的有效产出率为56.49%，产出缺口为43.51%，而信息服务业有效产出率为47.19%，产出缺口为52.81%。说明信息服务业的产出缺口较大。由此可见，对于提升高技术产业的经济产出效率要实施差别化的资源要素配置机制。

很多患者在服用用于肿瘤化疗的药物后，其体内的白细胞含量明显减少；服用头孢抗生素药物后，患者体内的血小板指数降低，白细胞含量减少，甚至出现溶血症状；患者服用磺胺类药物以及青霉素药物后，会出现白细胞、血小板以及中性粒细胞可逆性减少的情况。

表6 高技术产业用地的有效产出率与产出缺口
Tab.6 Effective output rate and output gap of high-tech industrial land (%)

5 结论与讨论

本文以浙江省上市的高新技术企业为研究对象，采用Cobb-Douglas生产函数，在界定了高技术产业用地错配发生的内涵和机理的基础上，对高技术产业中制造业和服务业的不同行业产业是否存在用地错配进行分析，并测算出高技术产业用地错配的产出缺口，为优化高技术产业用地配置、提供差别化的产业资源要素配置策略以及提升高技术产业经济效率提供理论依据，得到以下几点结论及建议。

（1）从全要素配置来看，不同行业高技术产业对投入资源要素依赖不同，行业间全要素生产率存在差异性。总体上制造业主要依赖于资本要素和土地要素的投入，而服务业主要依赖于劳动力要素投入，但是服务业的全要素生产率明显高于制造业的全要素生产率，其中设备制造业、其他高技术服务的全要素生产率的对数值相对较高，而计算机、通信和其他电子设备制造业的全要素生产率的对数值相对最低。因此，纠偏高技术产业用地错配要从全要素出发，调整产业结构和资源要素在产业间配置方向。制造业要提升科技创新能力和用地配置效率，服务业要进一步集聚高端人才，同时加强高技术产业基金和各类专项资金扶持力度，以及对高技术产业用地保障机制。

（2）从土地要素配置来看，不同行业高技术产业用地配置不充分与不均衡，行业间用地存在错配问题。高技术产业用地配置不充分，并且不同行业高技术产业之间的用地配置相对不均衡，存在行业错配问题。其中制造业中电气机械及器材制造业、其他制造业、化学原料及化学制品制造业3类制造业用地配置相对过剩，而其他4类制造业的用地配置相对不足。服务业中其他高技术服务用地配置相对过剩，而信息服务业用地配置相对不足。因此，纠偏高技术产业用地错配问题关键在于如何平衡产业间的用地配置问题。建议根据产业用地错配现状，科学合理进行高技术产业用地规划与布局调整，促进高技术产业更加健康发展。

（3）从土地要素配置对产业影响来看，不同行业高技术产业用地错配的影响程度不同，需采取差别化的配置策略。从总体来看，高技术产业之间的用地错配形成的产出缺口较大，高技术产业中服务业比制造业的用地错配缺口更大。从分行业来看，制造业中计算机、通信和其他电子设备制造业、医药制造业和其他制造业3种类型的用地错配缺口较大；服务业中信息服务业的用地错配缺口较大。因此，建议针对用地错配缺口较大的行业，通过纠偏用地错配，优化用地配置，可以有效地提升高技术产业总体的经济效率。

参考文献（References）:

［1］ 吴敬琏. 新常态国家的创新体系［M］ //朱克力. 供给侧改革引领“十三五”. 北京：中信出版社，2016：3 - 10.

［2］ 厉以宁. 继续推进工业化，创新是关键［M］ //朱克力. 供给侧改革引领“十三五”. 北京：中信出版社，2016：55 - 64.

［3］ 朱克力. 供给侧改革引领“十三五”［M］ . 北京：中信出版社，2016：333 - 337.

［4］ 陶然. 城市不能计划［J］ . 中国房地产业，2015（5）：64 - 67.

［5］ 陶然，汪晖. 中国新城镇化应走出当前改革误区［N］ . 企业家日报，2014 - 12 - 21（W03）.

［6］ JONES C I. Misallocation, Economic growth, and inputoutput economics［C］ //NBER Working Papers 16742,National Bureau of Economic Research, Inc, 2011(1): 1 - 47.

［7］ METCALFE S J A. Schumpeter and the theory of economic evolution (one hundred years beyond the theory of economic development)［J］ . Papers on Economics & Evolution, 2012: 1 -29.

［8］ HAYEK F A. The use of knowledge in society［J］ . American Economic Review, 1945, 35(4): 519 - 530.

［9］ BRANDT L, TOMBEB T, ZHU X D. Factor market distortions across time, space and sectors in China［J］ . Review of Economic Dynamics, 2013, 16(1): 39 - 58.

［10］ 吴得文，毛汉英，张小雷，等. 中国城市土地利用效率评价［J］ . 地理学报，2011，66（8）：1111 - 1121.

［11］ 杜官印，蔡运龙，廖蓉. 中国1997—2007年包含建设用地投入的全要素生产率分析［J］ . 中国土地科学，2010，24（7）：59 - 65．

［12］ 赵京，杨钢桥，汪文雄. 农地整理对农户土地利用效率的影响研究［J］ . 资源科学，2011，33（12）：2271 - 2276.

［13］ 李鑫，欧名豪. 中国省际建设用地单要素效率评价与区域差异研究［J］ . 南京农业大学学报（社会科学版），2012，12（1）：80 - 84.

［14］ 鲍新中，刘澄，张建斌. 城市土地利用效率的综合评价［J］ . 城市问题，2009（4）：46 - 50.

［15］ 朱喜，史清华，盖庆恩. 要素配置扭曲与农业全要素生产率［J］ . 经济研究，2011（5）：86 - 98.

［16］ 张雄，张安录，邓超. 土地资源错配及经济效率损失研究［J］． 中国人口·资源与环境，2017，27（3）：170 - 176．

［17］ 李勇刚，罗海艳. 土地资源错配阻碍了产业结构升级吗？——来自中国35个大中城市的经验证据［J］ . 财经研究，2017，43（9）：110 - 121.

［18］ CASELLI F. Accounting for cross-country income differences［J］ . Documentos De Trabajo, 2004, 1(5): 679 - 741.

［19］ OLLEY G S, PAKES A. The dynamics of productivity in the telecommunications equipment industry［J］ . Econometrica,1996, 64(6): 1263 - 1297.

［20］ BARTELSMAN E, HALTIWANGER J, SCARPETTA S. Cross-country differences in productivity: the role of allocation and selection［J］ . American Economic Review,2013, 103(1): 305 - 34.

［21］ SCHELKLE T. General methods for measuring factor misallocation［J］ . Working Paper Series in Economics, 2016:2 - 5.

［22］ LASHITEW A A. Employment protection and misallocation of resources across plants: international evidence［J］ . CESifo Economic Studies, 2016, 62(3): 453 - 490.

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

［24］ 张恒义. 中国省际建设用地空间配置效率研究［D］ . 杭州：浙江大学，2011：110 - 116.

Sector Differences and Output Gap in High-tech Industrial Land Mismatch Based on Cobb-Douglas Production Function

HAN Lu¹, BAO Haijun²
(1. Institute of Land and Urban-Rural Development, Zhejiang University of Finance & Economics, Hangzhou 310018,China; 2. College of Public Administration, Zhejiang University of Finance & Economics, Hangzhou 310018, China)

Abstract: The purpose of this paper is to provide theoretical reference for optimizing land allocation in high-tech industries and proposing differentiated allocation strategies of industrial resource factors. The land misallocation is investigated between manufacturing and services in high-tech industry by using the method of Cobb-Douglas production function model. The results show that: 1)different sectors of high-tech industries depend on different investment of resources factors, and there are differences in TFP among different sectors. In general, manufacturing industry mainly depends on capital investment and land investment, while service industry mainly depends on labor investment. However,the TFP of service industry is significantly higher than that of manufacturing industry. 2)The land allocation between manufacturing and services in high-tech industries is insufficient and unbalanced, and land misallocation between manufacturing and services exists in high-tech industry. 3)The wide output gap of land misallocation exists between different types of high-tech industry. The land misallocation gap of service sector is wider than that of manufacturing sector. By industry, there are wide gaps of land misallocation in computer, communications and other electronic equipment manufacturing industry, pharmaceuticals manufacturing industry and other manufacturing industries. In conclusion, the key to rectify the land misallocation of high-tech industry lies in how to balance the allocation of land among industries. Therefore, the government should adjust the orientation of industrial structure and optimize land allocation in those industries with wide output gap of land misallocation.

Key words: land management; high-tech industry; land misallocation; Cobb-Douglas Production Function; Total Factor Productivity (TFP); relative twist coefficient

中图分类号： F301.2

文献标志码： A

文章编号： 1001-8158（2019）09-0037-10

doi: 10.11994/zgtdkx.20190910.091053

收稿日期： 2019-07-04；

修稿日期： 2019-08-07

基金项目： 国家自然科学基金项目“高技术产业用地错配的发生机理、多情景仿真及整体性治理策略研究”（71704152）；浙江省自然科学基金项目“创新驱动背景下产业用地错配的发生机理与优化配置的整体性治理机制”（LQ17G030005）；浙江省哲学社会科学规划课题“城镇化进程中底层群众创业行为研究：驱动机制、路径演化与提升策略”（18NDJC142YB）；中国人民大学林增杰土地科学发展基金优秀学术论文资助项目（2019）。

第一作者： 韩璐（1982-），女，辽宁沈阳人，博士，副研究员。主要研究方向为土地政策与城市管理。E-mail: hanlu@zufe.edu.cn

（本文责编：陈美景）

标签：土地管理论文;  高技术产业论文;  用地错配论文;  Cobb-DougLas生产函数论文;  全要素生产率论文;  相对扭曲系数论文;  浙江财经大学土地与城乡发展研究院论文;  浙江财经大学公共管理学院论文;