首都经济贸易大学统计学院教授、中国社会科学院大学国家治理现代化与社会组织研究中心副主任、特约研究员任韬进行的《重点行业资本配置扭曲对中国全要素生产率的影响》研究，研究成果于《经济与管理研究》发表。

期刊简介

《经济与管理研究》——全国中文核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引（CSSCI）来源期刊、RCCSE核心期刊、人大复印报刊资料重要转载来源期刊。

《经济与管理研究》2020年第1期目录

作者简介

任韬：首都经济贸易大学统计学院教授、中国社会科学院大学国家治理现代化与社会组织研究中心副主任，特约研究员。

孙潇筱：首都经济贸易大学统计学院硕士研究生。

褚晓琳：北京物资学院经济学院副教授。

阅读原文

重点行业资本配置扭曲对中国全要素生产率的影响

摘要：本文基于线性规划，建立重点行业间的资本要素优化模型，通过估算各重点行业的资本存量、劳动力人力资本及其产出弹性，得到各行业优化后的资本配置量和总产出，最后运用基于Fa(··)re－Primont指数的DEA方法测算各行业资本配置优化前后全要素生产率的变化。研究发现：重点行业间资本投入过度与资本投入不足现象并存，其中房地产业、交通运输仓储和邮政业以及水利环境和公共设施管理业资本要素投入过度，批发和零售业、制造业以及建筑业资本投入不足；矫正各行业资本要素配置扭曲后行业总产出和全要素生产率明显增大；矫正资本要素配置扭曲可以通过提高剩余混合效率进而提高全要素生产率效率，最终实现提高全要素生产率。

关键词：全要素生产率；重点行业；资本要素；配置扭曲；优化配置

一、问题提出

一个国家的富裕程度取决于其社会全要素生产率( total factor productivity，TFP) 水平。在对各国生产率水平差异原因的解释中，一种共识是前沿技术和最佳实践方法从高收入国家向低收入国家扩散缓慢，而最近相关学者提供了一个新的与之互补的解释，即生产要素的错配同样会阻碍 TFP 的增长。许多学者从微观角度对造成生产要素错配的原因进行了研究，虽然目前还没有文献指出造成生产要素错配的主要原因，但企业异质性、信贷约束、金融摩擦、资本调整成本、市场不完善、企业规模和政府颁布的法律法规等均被认为会导致生产要素配置扭曲，从而对企业或部门生产率产生阻碍作用。习近平总书记在 2015 年中央经济工作会议上提出：“加大结构性改革力度，矫正要素配置扭曲，扩大有效供给，提高供给结构适应性和灵活性，提高全要素生产率。”由此可见，矫正生产要素扭曲和提高 TFP 也是政府着手对经济进行调控的方向。从微观来说，企业经营者会以企业利益最大化为目标对企业生产情况进行管理和监督; 从宏观来说，各级政府会制定国民经济和社会发展计划来引导经济发展；但行业内部、行业之间或地区之间的生产情况往往因为缺乏整体调控和监督而产生要素配置扭曲。

国内有学者已经注意到了行业内和地区间生产要素的扭曲情况并对此做了相应的研究，对行业的研究 涉及农业、制造业、工业和服务业，对地区间的研究涉及省际、三次产业间、东中西部地区间以及双三角地区间，而对全国行业间生产要素扭曲情况进行研究的文献则寥寥无几。基于此，本文将以中国重点行业为研究对象，试图回答以下问题：目前中国重点行业间生产要素配置扭曲的情况怎样？程度如何? 会对 TFP 造成多大的影响？根据中央政府提出的制造强国战略指导思想，本文选取制造业、与制造业相关的服务业以及“十三五”规划要求重点发展的行业共11个行业作为对象，研究行业间资本要素扭曲对 TFP 的影响，其过程可分为如下三个步骤：

第一，以总产出最大化为目标，采用柯布 － 道格拉斯( C-D) 生产函数并引入劳动力人力资本概念，基于线性规划，建立资本要素优化配置模型和资本要素优化状态下的产出模型。

第二，在对人力资本和资本存量等指标进行估算的基础上，计算得到资本要素在行业间的优化配置量和优 化状态下的产出，以优化前后资本要素变化量来衡量各行业资本要素的扭曲程度，并考察扭曲对产出的影响。

第三，运用基于Fa(··)re－Primont指数的 DEA 方法测算资本要素配置在扭曲和优化两种状态下的 TFP，通过对 TFP 的分解，探究两种状态下 TFP 差异的来源，分析资本要素扭曲对 TFP 的影响机理。

二、文献综述

雷斯图恰和罗杰森( Restuccia ＆Rogerson，2017) 按照测算生产要素扭曲的不同方式将有关文献划分为直接法文献和间接法文献两类。直接法文献关注错配的特定来源并评估其后果，采用直接法的典型研究试图通过一个结构模型( structural model) 来衡量分配不当的根源，并需要通过反事实( counterfactual) 评估生产者之间重新分配投入可以产生多少额外产出。间接法文献则在不确定生产要素错配的潜在来源的情况下确定生产要素错配的程度，与直接法不同的是，它不需要指定一个完整的模型，而是通过给定产出、劳动和资本的横截面数据，同时指定生产函数就计算出生产要素的错配量。

在间接法的相关研究中，最具有代表性的为谢和克列诺 ( Hsieh ＆ Klenow，2009 )、青木 ( Aoki， 2012)。谢和克列诺( 2009) ( 以下简称 HK 模型) 做了开创性的工作，其在梅利兹( Melitz，2003)的基础上强调了企业间的异质性，使用要素的边际产出来测度生产要素错配程度，从而建立起要素错配同全要素 生产率之间的关系，他们以此衡量了中国和印度制造业企业相较美国的资源错配程度。此后，德弗里斯( De Vries，2014)、卡伦里 － 厄兹詹和索伦森( Kalemli-Ozcan ＆ Sorensen，2014)分别应用 HK 模型研究了巴西零售业和非洲国家制造业私营企业之间的资本错配程度。龚关和胡关亮( 2013) 改进了 HK 模型中关于规模报酬不变的假设，提出可以使用资本和劳动边际产出的分布来衡量经济的资源配置效率，他们发现制造业资本配置效率的改善促进全要素生产率提高了 10.1%。勃兰特等( Brandt et al．，2013) 在 HK 模型 基础上突破单一部门限制，量化分析了中国资本、劳动在省际的资源错配情况。迪亚斯等( Dias et al． ， 2016) 在研究葡萄牙制造业和服务业的生产要素分配不当的差异时发现二者 50% 的差异可归因于选择的方法，于是他们在 HK 模型中两要素基础上，加入了中间投入要素，重新讨论了资源错配对部分欧洲国家经 济增长的影响。朱喜等( 2011) 在 HK 模型基础上采用土地禀赋不变的完全竞争模型，发现要素市场扭曲 会导致农户个体对资本、劳动等生产要素配置扭曲，从而降低农业的总量 TFP。王文和牛泽东( 2019) 将 所有制、地区及行业因素纳入 HK 模型的分析框架，全面探讨资源错配对不同所有制、地区、行业层面以及整个工业层面 TFP 的多维影响。青木( 2012) ( 以下简称 AK 模型) 使用劳动和资本税收来刻画要素摩擦系数，构建多部门均衡模型，考察主要发达国家的资源错配对生产率的影响。此后，AK 模型也受到了一些学者的青睐。袁志刚和解栋栋( 2011) 、陈永伟和胡伟民( 2011) 、柏培文( 2012，2014) 、迪斯泰法诺和马尔科尼( Di Stefano ＆ Marconi，2016) 以及柏培文和杨志才( 2016) 等均通过改变 AK 模型中刻画生产要素扭曲的楔子( wedges) ，来考察生产要素错配的程度和其对相应经济系统的影响。

直接法将造成生产要素扭曲的原因与后果联系起来，根据造成生产要素扭曲的原因不同可以分为三类：政府政策、金融和信息摩擦、贸易与竞争。

政府政策类又可以分为政府监管、国有企业依赖、税收等因素造成的生产要素错配。本托和雷斯图恰( Bento ＆ Restuccia，2017) 将经济中的政策扭曲和摩擦与企业级生产率联系起来，他们发现扭曲程度越大，企业规模越小，企业级生产率和总生产率越低。黄和杜( Huang ＆ Du，2017) 通过对 2003—2012 年中国地 级市的面板数据的研究发现，地方政府以较低的价格出租工业用地，以较高的价格出租商业和住宅用地，扭曲了土地租赁价格政策，导致工业和服务业之间的土地错配。除此之外，余泳泽和潘妍( 2019) 、王海和尹俊雅( 2018) 考察了政府监管对资源错配的影响。李艳和杨汝岱( 2018) 发现地方国有企业依赖与资源配置效率改善之间存在显著的负相关，如果能有效缓解地方国有企业过度依赖问题，提高国有企业资源使用效率，样本行业工业总产值将提升 9.7% ，就业将增加11.2%。卡罗尔等( Carol et al．，2019) 考察了不同的政府激励措施对异质企业间资本和劳动分配的影响，并量化了减轻这些政策导致的扭曲对提高南非制造 业的生产率的影响。钱学锋等( 2019) 通过构建上游国有企业为多寡头而下游民营企业为垄断竞争的“垂直结构”模型，然后嵌入“交互补贴”政策，发现“垂直结构”模式导致了资源误置，降低了社会总福利，而“交互补 贴”政策则进一步恶化了“垂直结构”的负面影响，实施“上游征税、下游补贴”政策可以减缓垂直结构导致的资源误置，提升社会总福利。刘柏惠等( 2019) 发现增值税多档税率会扭曲中间投入价格，造成资源误置从而带来TFP 损失，完全消除多档税率的不利影响将会使 TFP 平均每年提升 1.645%。法伊盖鲍等( Fajgelbaum et al． ，2019) 建立了一个包含美国国家税收制度显著特征的空间一般均衡框架，发现了国家税收的空间分配不当，在保持政府支出分配不变的情况下，消除占 GDP 4% 的税收空间分散，将使工人福利提高 0．2%。

吉尔克里斯特等( Gilchrist et al．，2013) 构建了一个静态的异质性企业模型，发现金融摩擦导致的资源错配引起的效率损失约为 TFP 的 1% ～ 2%。怀特德和赵( Whited ＆ Zhao，2016) 借鉴 HK 模型，将企业融资来源分为股权融资和债权融资，发现如果中国微观企业的融资结构达到美国企业的水平，那么中国企业的实际产出可以提高 50% ～ 68% ，但只有 15% ～ 20% 的收益源于纠正低效率的债权和股权融资组合方式。梅扎等( Meza et al． ，2019) 利用墨西哥4 位数工业部门数据研究信贷对要素投入分配的影响，发现矫正扭曲后部门间配置效率的变化占总 TFP 变化的 41% ，信贷约束造成的扭曲仅占总扭曲的 38%。白等人( Bai et al．，2018) 建立了一个具有违约风险和固定的贷款成本两种金融摩擦的异质企业模型，利用中国国有企业和非国有企业的数据，发现了以上两种金融摩擦可以解释企业的总储蓄和总投资大约 50% 的扭曲，并导致了 12% 的TFP 损失。除此之外，比拉( Buera et al．，2011) 、莫尔( Moll，2014) 、米迪里甘和 许( Midrigan ＆ Xu，2014) 也研究了金融摩擦对企业资源错配的影响。

卡利恩多和帕罗( Caliendo ＆ Parro，2015) 将部门联系、中间产品贸易和生产部门异质性纳入李嘉图模型，发现北美自由贸易协定削减关税后，墨西哥的福利增长了 1．31% ，美国的福利增长了 0．08% ，加拿大的福利下降了0．06%。白等人( Bai et al．，2019) 将企业层面的扭曲纳入梅利兹( 2003) 提出的模型中，研 究贸易自由化对福利的影响，发现贸易通过降低资源配置效率，造成了中国制造业企业 18% 的福利损失。白俊红和刘宇英( 2108) 通过构建静态和动态面板计量模型，基于中国分省份面板数据，发现对外直接投资显著地改善了中国整体资本和劳动力的资源错配，提高了资源配置效率。

以上原因均能造成生产要素的错配，但至今没有研究能指出造成生产要素错配的主要原因。近年来，相关学者试图将两个以上的因素同时纳入结构模型来分析造成生产要素扭曲的主要来源。戴维和文基( David ＆ Venky，2019) 提出了一种方法，考察技术异质性、信息摩擦以及影响投资的因素( 资本调整成本、金融摩擦和相关政策等) 造成的资本要素错配，发现资本调整成本对美国制造业企业更为显著，信息摩擦对中国制造业企业更为显著，美国制造业企业的资本错配很大一部分可以由技术异质性来解释，而中国制造业企业资本错配的主要原因却没能得到解释。戈皮纳特等( Gopinath et al．，2017) 的研究表明了资本调整成本与金融摩擦之间的相互作用对于西班牙资源错配至关重要。克里希和文森特( Kehrig ＆ Vincent，2017) 将信贷约束和资本调整成本结合起来研究企业内部的分配不当，发现企业内部资本边际收益产品分散程度的增加并不是企业内部分 配不当的症状，而是企业为缓解外部信贷约束和资本调整成本而采取的行动，尽管与单一工厂企业的经济体相 比，资本边际收益产品的分散程度更高，但拥有多工厂企业的经济体生产的总产出更多，由于新兴经济体的人 口主要是单一工厂企业，因此将其扭曲程度降低到发达国家的水平所带来的收益要比以前想象的要大。

从以上对文献的梳理来看，直接法和间接法均存在不足之处。直接法的实质是关注错误分配的特定来 源并评估其后果，其有两处缺陷:  一是目前评估的引起生产要素扭曲的原因有限，而且暂时未发现导致生产要素扭曲的主要原因;  二是评估分配不当的程度需要计算一个反事实，即纠正此原因导致的扭曲后会带来怎样的变化，此时需要对分配不当的原因采取量化措施，而一些原因则难以量化。间接法可以在不确定错 误分配的潜在来源的情况下确定错误分配的程度，间接法假设了一个生产函数，然后使用数据在一阶条件 下估计有效分配的楔子，将楔子解释为反映有效分配的扭曲。间接法存在以下不足: 一是忽略了生产者之间生产函数异质性的性质; 二是模型中没有考虑调整成本问题; 三是结果中包含了一些测量误差。一般来，直接法测算的扭曲程度小于间接法，一是因为直接法会遗漏一些能够引起生产要素扭曲的原因，二是因为间接法存在高估生产要素扭曲程度的可能。

本文将从 C － D 生产函数出发，基于线性规划建立多部门资本要素优化配置模型和优化产出模型，此模型既可以在不确定错误分配的潜在来源的情况下确定错误分配的程度，又可以具体计算出纠正资本要素扭曲后的产出和 TFP，通过对 TFP 的分解确定资本要素扭曲的来源和作用机理。该方法虽然不能完全避免直接法和间接法的缺点，但也试图提供一种新的研究思路。除此之外，本文还有以下贡献:  第一，由于之前相关文献缺乏对门类行业间生产要素扭曲的研究，本文从行业层面出发，测算重点行业间资本要素的扭曲量 以及扭曲对中国 TFP 造成的影响，丰富了相关研究的层次; 第二，不同于以往相关学者测算 TFP 时采用劳动力从业人数代替劳动要素，本文使用劳动力人力资本，以此来同时衡量劳动要素的“质”和“量”，使各 行业劳动要素更接近实际情况。

三、理论模型

(一)研究基本假定与符号设定

为了能够测算资本配置扭曲对 TFP 的影响，本文提出以下假设：

假设 1: 各行业劳动要素配置量保持不变。

假设 2: 对资本要素配置量进行优化时，资本要素在行业间是自由流动的。

假设 3: 所有行业的资本要素总量不变，资本要素总量将在各行业间重新配置。

为了比较行业间资本要素配置扭曲矫正前后总产出和全要素生产率的变化，本文需要的数据有:各行业总产出、各行业资本投入量、各行业劳动投入量、各行业资本要素和劳动要素的产出弹性以及劳动收益 等。本文用到的变量与符号、行业与下标的对应关系见表 1。

(二)资本要素优化配置模型

本文从 C － D 生产函数出发，建立多行业资本要素优化配置模型：

本文的目标是在行业总资本要素和各行业劳动要素不变的基础上，通过优化资本要素在各个行业之间的配置来优化总产出，即:

对于上述模型，本文给出两个假定:

假定 1: 所有行业的规模报酬不变，即 αi + βi = 1 。

假定 2: 所有行业要素产出弹性 αi 和 βi 在短期内不会随要素配置的变化而立即变化。对式( 2) 所示的优化问题使用拉格朗日函数为:

其中，λ 和 μ 分别为劳动和资本要素的拉格朗日乘子。根据拉格朗日函数，可以得到最优解的一阶条件为：

移项可得：

观察式( 3a) 可以知道：

即 λ 是劳动力收益。将式( 3a) 等号两边同乘Li，式( 3b) 等号两边同乘Ki，然后将二者相加可得：

根据规模报酬不变的假定，上式可化简为：

从而有：

将上面两式展开，有：

令：

则式( 4b) 可化为：

根据式( 5) 可以得到：

即：

其中，K*i为优化状态下的Ki，本文将使用式( 7) 模型，计算当各行业劳动要素不变时，资本要素的优化配置量，并以此为依据进一步计算资本要素的扭曲程度。

(三)资本要素优化配置状态下全社会总产出的计算模型

仍然基于C － D 生产函数，假定劳动要素的投入量、资本和劳动要素的产出弹性短期内均保持不变，则对于第i个行业，其资本要素优化配置状态下的产出Yi* 与实际产出Yi之间的关系为：

因此有：

则资源要素优化配置状态下的行业总产出即为：

四、实证研究

(一)数据来源与估算

各行业总产出用《中国统计年鉴 2018》的分行业增加值数据来表示; 劳动力人力资本数据源自《中国人力资本报告 2018》，需要说明的是，由于该报告中仅发布了中国总的劳动力人力资本，因此本文根据每年各行业城镇职工工资总额比例估算了各行业人力资本数据;  劳动力收益用行业总工资与总人力资本的比值来表示。受限于数据，本文实证部分数据年份为 2004—2016 年，且均以 1985 年为基期。另外，还需要估算的数据为各行业资本存量以及各行业资本要素的产出弹性。

1.    中国行业资本存量的估算

关于行业资本存量的估算，本文参考田友春( 2016)的做法，其以 2002 年、2005 年、2007 年和 2010 年《中国投入产出表》中的折旧额数据和 2006—2014 年《中国统计年鉴》中公布的全社会固定资产投资数据为基础， 利用资本存量、折旧额和折旧率之间的关系并引入永续盘存法( PIM) 迭代公式计算出各行业的折旧率。由于各行业的折旧率短时间内不会发生较大变化，故本文采用其估算的各行业的折旧率数据，并利用 2005 年和 2007 年《中国投入产出表》以及《中国统计年鉴 2018》公布的行业固定资产投资数据计算出 2005 年、2007 年及其余年份的分行业资本存量数据。分行业折旧率的估算方法详见田友春( 2016) ，式( 11) 和式( 12)  为本文各行业资本存量的计算公式，其中 i 行业第 t 年的年初实际资本存量为 Kit ，实际固定资产投资为Iit，i行业第t年的名义折旧额为Dit，i行业第t年的固定资产投资价格指数为Pit，i行业的折旧率为δi。

2005年和2007年初资本存量的计算公式为：

计算出2005年和2007年的年初资本存量之后，本文利用PIM迭代公式计算其余年份的资本存量：

之所以选择使用 2005 年和 2007 年《中国投入产出表》的数据，一是因为田友春( 2016) 在计算分行业折旧率时发现 2010 年《中国投入产出表》数值质量相对不高，二是因为由于中国存在“过度投资”和“投资不足”的现象，利用式( 11) 计算的当年资本存量数据与利用式( 12) 递推出同一年的数据存在差异，故为了数据的统一性，2007 年之后的数据均采用式( 12) 计算，具体数据如表 2 所示。

2.    资本产出弹性的估计

关于资本产出弹性的估计，本文参考曹吉云( 2007) 的做法，引入第三产业劳动力人力资本与全社会人力资本的比值( STＲ) 作为技术水平的替代变量，并采用普通最小二乘法回归模型估计各行业的资本产出弹性：

如前文所述，由于中国各行业资本投入量存在过度或不足的情况，个别第三产业行业要素产出弹性系 数会出现不合理或不显著的情况，故此本文用第三产业的要素产出弹性代替，表 3 为本文估算的资本产出弹性。

(二)行业资本要素配置扭曲程度分析

利用资本要素优化配置模型( 式( 7) ) ，可以估算出各行业劳动力人力资本不变情况下的资本要素优化配置量，并进一步与行业实际配置量比较得到资本要素扭曲程度，令ΔKi表示各行业优化后的资本存量与实际资本存量的差异，即: ΔKi = Ki － K*i，因此ΔKi ＞ 0 表示目前该行业资本要素投入过量，ΔKi ＜ 0 表示资本要素投入不足，其数据如下表4 所示。

由表 4 可以看出在当前各行业劳动力人力资本不变的情况下，资本要素投入不足的行业有制造业，建筑业，批发和零售业，信息传输、软件和信息技术服务业，租赁和商务服务业以及科学研究和技术服务业;  资本投入过量的行业有电力、热力、燃气及水生产和供应业，交通运输、仓储和邮政业，房地产业以及水利、环境和公共设施管理业; 采矿业资本投入不足情况在 2011 年之后得到了缓解，2015 年之后投入相对适量。本文结论与王文和牛泽东( 2019) 运用工业企业数据得到的结论一致，即制造业的资源错配程度相对高于采矿业，电力、热力、燃气及水的生产和供应业。为了能够发现资本要素配置扭曲的趋势，选取扭曲程度较大 的 6 个行业绘制图 1 如下：

对于资本投入过度的行业，从图 1 中可以发现: 第一，房地产业资本要素扭曲程度最大且有逐年增大的趋势。目前房地产业的专业化程度依然较低，投入结构不合理，其更多地依赖物质性投入品的消耗，仍处于数量积累和扩张的粗放阶段。除此之外，房地产业资本投入过度与多年来的“炒房”有很大关系。由于房地 产兼具消费功能和投资功能，房地产投资的“高收益”使得大量资本流入到房地产业，且其热度一直未减。房地产“去库存”并没有取得理想效果，投资比重过大致使住房的供求关系扭曲，导致了房地产业库存严重 和价格暴涨并存的怪象。房地产业资本投入过度不仅会占用大量资源，造成本行业资源浪费和效率低下等 问题，而且在总量资源有限的情况下，势必会挤压其他行业的投资，从而阻碍其他行业的发展。因此，矫正房地产业资本要素配置扭曲极其必要且迫切。第二，水利、环境和公共设施管理业的资本投入增速明显，且 其扭曲程度有逐年增大的迹象。近年来，环境问题日益引发各界关注，习近平总书记指出“金山银山不如绿 水青山”，政府生态环境治理意志趋强，环境治理投资逐渐增大，但是这些投资却没有得到有效的利用，甚至 出现了投入冗余的现象，投资总效率也呈现出逐年下降的趋势。第三，交通运输、仓储和邮政业资本投入也一直处于过量状态。资本的过度投入造成了该行业的全要素生产率增长率和效率处于较低水平，全要素生 产率增长率为负数，行业发展水平不佳。

资本投入不足的前三个行业为:制造业、批发和零售业以及建筑业。首先，制造业是实体经济的主体，是经济转型升级的主要领域，是确保中国到 2020 年全面建成小康社会的重要支撑，也是保持中国经济中高速发展、推进产业结构向中高端迈进的新抓手和着力点。中国制造业经过几十年的快速发展，虽然规模已跃居世界首位，总产值约占全球的五分之一，但是总体上仍处于全球产业链和价值链的中低端。总体来看制造业资本要素投入不足，但是在制造业领域内，存在低端制造业产能过剩而高端制造业投资不足的现象， 严重影响了中国工业经济的整体发展水平。因此，必须有效化解过剩产能，清除无效供给，坚持“腾笼换鸟”，使低端制造业让位于高端制造业，优化投资和供给结构，推进制造业转型升级，确保中国早日成为制造强国。其次，批发和零售业虽然其增加值呈不断上升的态势，但是自 2011 年起其增长率却呈逐年下降趋势，说明批发和零售业已经从高速增长期进入了低速增长期，以往单纯依靠企业扩张、规模增大等方式来获取经济效益的粗放式发展时代已经结束。最后，建筑业资本投入也存在不足。建筑业是典型的劳动密集型产业，与其他行业相比，建筑产品的生产方式极大程度上依赖于重复性的基层劳务作业，缺乏先进的建造设备 和智能设备。因此，建筑业需要加强技术研发应用，限制和淘汰落后工艺工法，提高技术创新对建筑业发展的贡献率。

(三) 各行业资本要素优化后的产出分析

将各行业劳动力人力资本和优化后的资本投入量代入式( 9) 即可估算出各行业优化产出量。令 ΔYi 表示各行业优化后的产出与实际产出的差异，即：

具体数据如表 5所示。

由表 5 可以看出，资本配置优化以后总产出增大，资本要素配置优化后 11 个行业总产出提高了20% ～40%。其中，电力、热力、燃气及水生产和供应业，交通运输仓储和邮政业，房地产业以及水利环境和公共设施管理业产出减少;  制造业，建筑业，批发和零售业，信息传输、软件和信息技术服务业，租赁和商务服务业以及科学研究和技术服务业产出增加; 在总要素投入量不变的情况下，资本要素在行业间的重新配置后，总产出实现了增长。

选取产出变化最大的 6 个行业绘制图 2，可以发现: 第一，从优化后产出的增量上来看，最显著增长的是批发和零售业，其次是建筑业; 从增速上看，2013 年之后，信息传输、软件和信息技术服务业增速较快，而制造业与科学研究和技术服务业增速始终平稳。第二，在产出变化最大的 6 个行业中，只有房地产业产出下降且产出减少量相对较小，由此也可以说明房地产业挤占了其他行业的资源，阻碍了其他行业的发展，扭曲矫正后总体经济水平得到了提升。

(四)资本要素配置优化前后全要素生产率的对比

本文采用基于 FP 指数的 DEA 法测算全要素生产率，由于 FP 指数具有乘法完备性，故不仅可以计算出TFP 增长率，而且可以将 TFP 增长率彻底地分解为技术进步和 TFP 效率的乘积，其中 TFP 效率又可以分解为技术效率、规模效率和剩余混合效率( 本文技术效率和规模效率均是以产出为导向) 。另外，为了符合现 实情况，本文假设技术不发生倒退。由于技术进步是针对时期来讲的，故资本扭曲矫正前后每年的技术进 步率应是相同的，所以本文将资本扭曲矫正前后共 22 个行业作为一个整体，即将扭曲矫正前的 11 个行业作为每年的前 11 个决策单元( DMU) ，扭曲矫正后的 11 个行业数据作为该年的后 11 个 DMU，并将 2004 年未进行资本优化配置的采矿业作为基准 DMU( 即 dTFP2004年采矿业  = 1 ) 来计算资本要素优化配置前后的 TFP 增 长率及效率指数，表 6 的具体结果显示: 第一，总体来看资本配置优化后的 TFP 增速和 TFP 效率要高于优化之前; 第二，技术进步指数高于 TFP 效率指数，说明前沿技术在中国的传播要快于最佳实践方法的应用; 第三，TFP 效率的增长主要源于剩余混合效率的增长，剩余混合效率变化反映了投入及产出混合比例的优化过程，剩余混合效率的大幅度增长恰恰体现了资本要素配置优化推动 TFP 效率的增长进而推动 TFP 的增长， 说明了生产要素适当配置的必要性。

图 3 显示了资本要素优化前后 TFP 增长率和 TFP 效率。从图 3 中可以看出，无论是 TFP 增长率还是TFP 效率其优化前后的变化趋势均相同，说明了优化生产要素的配置只能提高 TFP 增速并不能改变其变化趋势，TFP 的持续增长动力仍需依靠科技的创新和技术的变革; 与此同时，TFP 效率始终小于技术进步，这同样也印证了中国经济发展中普遍存在的问题，即引进了先进的生产技术却不能充分地利用，以至于阻碍了TFP 的增长。

TFP 效率指数是技术效率、规模效率和剩余混合效率的乘积。如图 4 所示，技术效率对 TFP 效率贡献最大，剩余混合效率次之，规模效率贡献最小。而优化前后规模效率变化较小，优化后 TFP 效率的增长主要依赖于剩余规模效率的增长。由此可以看出，矫正资本要素扭曲通过提高剩余混合效率进而促进 TFP 效率的增长，并最终促进全要素生产率的增长。

五、结论与建议

本文估算了中国 11 个行业的资本存量、劳动力人力资本以及要素产出弹性，并运用资本要素配置优化模型和产出优化模型估算出了资本要素配置优化后的资本投入量和总产出，然后利用基于 FP 指数的 DEA 方法估算出了资本配置优化前后 11 个行业 TFP 增长率的变化，具体结论和相应的建议如下:

第一，在当前劳动要素不变的前提下，房地产业资本要素配置扭曲最为严重，表现为资本投入过度;  除此之外，资本投入过量的行业还有交通运输、仓储和邮政业，水利、环境和公共设施管理业以及电力、热力、 燃气及水生产和供应业。资本要素投入不足的行业有制造业，建筑业，批发和零售业，信息传输、软件和信息技术服务业，租赁和商务服务业以及科学研究和技术服务业;  资本的过度投入造成了资源的严重浪费，在资源有限的情况下挤占了原本可以投入到其他行业的资本，阻碍了其他行业的发展，对中国经济整体发展 水平有着严重的负面影响，资本投入不足同样会阻碍经济的发展，政府应该引导资本从投入过度的行业流 入投入不足的行业，以实现资本的有效利用。对于资本投入过度的行业，如房地产业，政府应该报着壮士断 腕和刮骨疗毒的决心，坚决执行已出台的相关政策，早日为房地产业“瘦身”，促进其健康发展;  对于资本投入不足的行业，如制造业，政府应出台相应优惠政策，鼓励相关企业的发展，同时引导相关企业转型升级，淘汰中低端产业，让资本更好地为高端产业服务。

第二，矫正各行业资本要素配置的扭曲后，中国总产出增长了 20% ～ 40% ，TFP 增长了 12% ～ 23% 。矫正资本要素配置扭曲既增大了中国经济发展的“量”，又优化了经济发展的“质”。值得注意的是，虽然资本 要素配置优化后中国 TFP 增长率明显变大，但其优化前后的变化趋势相同，说明矫正生产要素扭曲只能提高 TFP 增速并不能改变其变化趋势，TFP 的持续增长动力仍需依靠科技的创新和技术的变革。政府需要持续加大对高科技产业的投资，不断开发新技术，以创新带动发展。

第三，各行业技术进步指数均大于 TFP 效率指数，说明中国 TFP 的增长主要来源于技术进步而非 TFP 效率，对先进技术的应用和实践仍需加强。所以，引进了国外先进技术后应充分吸收利用，使新技术得到有效扩散，充分发挥新技术的带动作用，提高 TFP，才能缩小与发达国家的差距。

原载于：经济与管理研究，2020年第1期，总第326期