丘海斌

(廣東金融學(xué)院 經(jīng)濟貿(mào)易學(xué)院，廣東 廣州 510520)

我國經(jīng)濟增長驅(qū)動力已主要從投入要素的增加投入轉(zhuǎn)向全要素生產(chǎn)率(TFP)的提高。提高TFP一般有兩種重要途徑：技術(shù)進(jìn)步和資源優(yōu)化配置。其中，資源的區(qū)域流動是改善要素配置的重要渠道。當(dāng)資源的配置從低生產(chǎn)率地區(qū)流向高生產(chǎn)率地區(qū)時，資源的配置就實現(xiàn)了帕累托改進(jìn)。但由于市場分割、行政干預(yù)、戶籍制度、經(jīng)濟不確定等因素，導(dǎo)致資源錯配問題。資源錯配對全要素生產(chǎn)率、經(jīng)濟增長、國際貿(mào)易、收入分配、能源環(huán)境等問題產(chǎn)生影響，因此受到廣泛關(guān)注。尤其2000年以來隨著大量宏微觀數(shù)據(jù)的增加，國內(nèi)外學(xué)術(shù)界對資源錯配的研究持續(xù)升溫。美國的《經(jīng)濟學(xué)季刊》《美國經(jīng)濟學(xué)刊：宏觀經(jīng)濟學(xué)卷》《計量經(jīng)濟學(xué)刊》《美國經(jīng)濟評論》等期刊發(fā)表了一系列相關(guān)文章，2013年《經(jīng)濟動態(tài)學(xué)評論》甚至設(shè)置了“資源錯配與生產(chǎn)率”專題。針對我國經(jīng)濟轉(zhuǎn)型中存在的各種資源錯配問題，國內(nèi)學(xué)術(shù)界對資源錯配成因、測度、經(jīng)濟效應(yīng)、政策措施等方面展開了廣泛的討論。

在“雙循環(huán)”新發(fā)展格局和粵港澳大灣區(qū)戰(zhàn)略背景下，為促進(jìn)廣東省經(jīng)濟高質(zhì)量發(fā)展，需要進(jìn)一步優(yōu)化資源配置。但區(qū)域資源優(yōu)化配置的著力點在哪？這需要先了解全省的區(qū)域資源配置情況。為此，筆者把整體資源分為雙重要素(一般生產(chǎn)要素和研發(fā)要素)，運用修正的HK模型測算了2007—2019年全省區(qū)域間雙重要素的錯配和扭曲度，從而為資源優(yōu)化配置和供給側(cè)結(jié)構(gòu)性改革提供參考。

一、模型和數(shù)據(jù)說明

(一)模型說明

目前，計算資源錯配的模型主要有兩種：HK模型[1]和Aoki模型[2]。通過對比兩個模型模型及數(shù)據(jù)可得性，本文采用修正的HK二層架構(gòu)模型。早期的HK模型在分析資源錯配時將整個經(jīng)濟體分為三層架構(gòu)：總體層(如國家)、部門層(如行業(yè)、地區(qū))、企業(yè)層。三層架構(gòu)模型要求有比較全面的微觀企業(yè)數(shù)據(jù)，該類數(shù)據(jù)較難獲得。本文關(guān)注的是廣東省區(qū)域內(nèi)的雙重要素錯配問題，各地級市和四大區(qū)域①等相關(guān)的數(shù)據(jù)比較容易獲得，故借鑒靳來群等改造的HK模型[3-4]，將HK模型的三層架構(gòu)簡化為兩層架構(gòu)：即總體層(在本文中指廣東省)、部門層(本文以地級市、四大區(qū)域為部門)。其基本思路是將部門的TFP擬合得到總體TFP和部門間的資源錯配程度。

結(jié)合總體生產(chǎn)函數(shù)和部門生產(chǎn)函數(shù)，得到總體TFP的計算公式為：

(1)

要計算資源錯配程度，先要得到實際狀態(tài)(扭曲狀態(tài))下的TFP。為此，假設(shè)部門要素價格為τikγ、τil，其中τik、τil代表扭曲系數(shù)。由公式(1)所示，要得到實際TFP，先要計算各部門的要素投入比例li、ki。

(2)

(3)

有效狀態(tài)下部門要素投入比例為組間扭曲系數(shù)τi=1的解，將τi=1代入(2)式，得到各部門的有效狀態(tài)要素投入比例為：

(4)

有效狀態(tài)下總體的潛在TFP為：

(5)

由此，部門間總資源錯配所致TFP損失程度為d=A*/A-1。在總錯配基礎(chǔ)上，進(jìn)一步測算了資本和勞動的錯配程度。資本錯配程度指：資本扭曲不存在(τik=1)，而勞動扭曲存在時的總體生產(chǎn)率Ak*與兩種要素扭曲都存在時的實際生產(chǎn)率A的比值，即d*=Ak*/A-1。相應(yīng)的勞動錯配程度為dl=Al*/A-1，其中Al*,為τil=1時的總體TFP。

與最優(yōu)資源配置相比，資源錯配存在投入相對不足和投入相對過剩兩種情況。本文采用要素投入扭曲度進(jìn)行衡量。利用上文模型計算得到的實際狀態(tài)的勞動投入li、資本投入ki，以及有效狀態(tài)下的勞動投入比例li*、資本投入比例ki*，由公式pl=li/li*(表示勞動要素扭曲度)、pk=ki/ki*(表示資本要素扭曲度)測算要素扭曲度。當(dāng)pl和pk越接近1，說明實際投入和有效投入越接近，要素的配置越合理；大于1代表該要素投入相對過度，應(yīng)優(yōu)先改善資源配置體制機制素；小于1代表該要素投入相對不足，可以優(yōu)先增加該要素投入。需要注意的是，要素扭曲度是相對指標(biāo)而不是絕對指標(biāo)，因此，可能有些地區(qū)的要素投入在絕對值上很大但相對值可能不足，有些地區(qū)在絕對值上很小但相對值過度。

(二)參數(shù)取值

(三)數(shù)據(jù)說明

二、要素錯配測算結(jié)果

(一)生產(chǎn)要素錯配測算結(jié)果

由模型中公式計算得到2007—2019年廣東省各地級市和四大區(qū)域資源錯配趨勢圖。圖1反映地級市間生產(chǎn)要素錯配趨勢。在總資源錯配中，勞動錯配的程度比資本錯配的程度要嚴(yán)重得多，總資源錯配主要由勞動力錯配造成。地級市之間總資源錯配情況可分為三個階段：2007—2013年是改善階段，資源錯配程度連年下降，2013年達(dá)到錯配程度最低，主要源自勞動錯配程度的下降。2007—2009年間，資本錯配程度惡化，而勞動資源錯配有顯著改善，從而總體上改善了資源配置效率。第二階段是2013—2017年，各地級市間的資源錯配程度上升。第三價段是2018—2019年。2018年勞動錯配程度的大幅度下降，但2019年又突然大幅上升。這種波動的原因，應(yīng)該是供給側(cè)結(jié)構(gòu)性改革取得階段性成果和城鎮(zhèn)化進(jìn)程加速改善了2018年的勞動力配置，而2018年開始的中美貿(mào)易摩擦在2019年得到較充分的顯現(xiàn)，同時制造業(yè)比重下降和服務(wù)業(yè)比重上升，民營企業(yè)比重下降，這對勞動力流動預(yù)期和結(jié)構(gòu)性調(diào)整產(chǎn)生壓力，從而惡化了2019年的勞動力配置效率。

圖1 地級市間生產(chǎn)要素錯配程度趨勢圖 圖2 四大區(qū)域間生產(chǎn)要素錯配程度趨勢圖

圖2反映珠三角、東翼、西翼、山區(qū)四大區(qū)域生產(chǎn)要素錯配趨勢。2008年以來，四大區(qū)域之間的總資源錯配程度呈下降趨勢，2013年之后有比較明顯的下降，配置改善的主要來源是勞動配置效率提高。資本的錯配程度較低，但從2007—2019年呈緩慢的上升趨勢，尤其是2016年之后，其錯配程度與勞動錯配程度的距離呈縮小趨勢，勞動配置效率在提高，而資本配置效率在惡化。比較地級市間和四大區(qū)域間生產(chǎn)要素錯配程度，地級市間的總錯配具有較大波動性，但損失值較低，總錯配損失為0.01～0.07之間，而四大區(qū)域的總錯配損失為0.06～0.12。因此，改善四大區(qū)域間的生產(chǎn)要素配置顯得更為急迫。由于總錯配主要由勞動錯配造成，四大區(qū)域之間的勞動力市場協(xié)調(diào)便成為改善錯配的重要渠道。

(二)研發(fā)要素錯配測算結(jié)果

由研發(fā)數(shù)據(jù)和相關(guān)公式計算得到研發(fā)要素錯配。圖3反映地級市間研發(fā)要素錯配趨勢，研發(fā)總錯配主要由研發(fā)勞動力錯配造成的，勞動力錯配和總錯配總趨勢基本同步，并具有較大的波動性。從具體數(shù)值看，總錯配均值給為0.15，勞動力錯配均值為0.13。從時間看，2012—2016年的研發(fā)總錯配有所改善，2017—2019年連續(xù)下降。研發(fā)資本錯配值介于0.01～0.02，波動性較小。

圖3 地級市間研發(fā)要素錯配趨勢圖 圖4 四大區(qū)域間研發(fā)要素錯配趨勢圖

圖4反映了四大區(qū)域間研發(fā)要素錯配趨勢，總錯配和勞動錯配具有共同趨勢，總錯配主要由勞動錯配引起。2007—2011年，三種錯配程度都呈下降趨勢，研發(fā)要素配置效率得到較明顯的改善。2011—2014年，三種錯配程度略有惡化，隨后的2015—2019年保持相對低的錯配程度并比較穩(wěn)定。四大區(qū)域間的錯配程度比地級市間更為嚴(yán)重，尤其是資本錯配程度，均值接近0.1，而地級市間的均值約為0.015。

比較生產(chǎn)要素錯配和研發(fā)要素錯配程度，可以發(fā)現(xiàn)地級市間的研發(fā)要素的錯配程度約為生產(chǎn)要素錯配程度的2倍，研發(fā)要素錯配損失遠(yuǎn)高于生產(chǎn)要素錯配損失。四大區(qū)域的研發(fā)總錯配和勞動錯配損失也高于相應(yīng)的生產(chǎn)要素錯配損失，研發(fā)資本錯配是生產(chǎn)資本錯配的近4倍。因此，研發(fā)錯配改善比生產(chǎn)要素的改善更為重要。在研發(fā)資本錯配方面，四大區(qū)域間的錯配損失遠(yuǎn)大于地級市間的損失。由上述測算結(jié)果，研發(fā)要素錯配大于生產(chǎn)要素錯配，四大區(qū)域間的雙重要素錯配程度嚴(yán)重于地級市間的錯配，改善配置效率的重點是研發(fā)要素的配置和四大區(qū)域之間的配置。

三、要素投入扭曲度測算結(jié)果

與最優(yōu)配置相對，要素錯配存在投入不足和投入相對過剩兩種情況。利用模型中的要素扭曲度公式計算雙重要素的扭典程度，可以反映要素錯配體現(xiàn)為投入相對不足還是相對過度。

(一)生產(chǎn)要素扭曲度

1.地級市生產(chǎn)要素扭曲度。首先計算2007—2019年年度各地級市的要素扭曲度，然后求該期間各市的平均值，得到圖5的勞動力投入扭曲程度平均值趨勢圖和圖6的資本投入扭曲度趨勢圖。由圖5所示，勞動投入相對不足的地級市從低到的城市是廣州、深圳、佛山、珠海、中山、東莞，勞動投入過度的地級市從低到高的排名是江門、茂名、陽江、汕頭、肇慶、韶關(guān)、潮州、湛江、揭陽、清遠(yuǎn)、汕尾、河源、云浮、梅州，后面的5個地級市扭曲度甚至超過2，存在比較嚴(yán)重的勞動投入相對過剩。

圖5 2007—2019年地級市勞動投入扭曲程度平均值 圖6 2007—2019年地級市資本投入扭曲程度平均值

由圖6所示，資本扭曲度小于1的有深圳、茂名、廣州、佛山、東莞、汕頭、湛江、珠海、惠州，需要進(jìn)一步增加資本投入。而中山、潮州、梅州、肇慶、韶關(guān)、云浮、汕尾、清遠(yuǎn)、河源等城市的資本扭曲度大于1，存在資本投入相對過度，尤其是韶關(guān)、云浮、汕尾、清遠(yuǎn)、河源等城市的值大于1.5，存在比較嚴(yán)重的資本過度，需要改善金融系統(tǒng)的資本配置效率。

2.四大區(qū)域生產(chǎn)要素扭曲度。圖7表示勞動力扭曲度趨勢圖。珠三角地區(qū)總體上勞動力扭曲值小于1，存在比較嚴(yán)重的勞動投入不足，2013年之后勞動力扭曲程度有所改善，但仍只有0.6多，還有較大的改善空間。東翼地區(qū)的勞動力扭曲度大于1，2007—2013年的值大于1.5，勞動力投入存在一定程度的過量，2014年之后下降到1.3左右，勞動力配置效率有所提高。西翼的勞動力扭曲值總體上維持在1.3～1.4，勞動力投入過量。山區(qū)的勞動扭曲值總體上高于2，勞動力配置效率低下。

圖7 2007—2019年四大區(qū)域勞動投入扭曲度 圖8 2007—2019年四大區(qū)域資本投入扭曲度

圖8反映了資本投入扭曲度。珠三角和西翼的扭曲值為0.7～0.8，總趨勢上非常接近，需要增加資本投入。東翼的資本扭曲值約為1.2左右，資本投入相對過度。山區(qū)的資本扭曲度最為嚴(yán)重，數(shù)值上超過2。綜合來看，珠三角經(jīng)濟還需要更多的勞動力和資本，而其他區(qū)域要加速人口轉(zhuǎn)移，提高資本資本效率，這也符合大灣區(qū)城市群發(fā)展聚集效應(yīng)的要求。

(二)研發(fā)要素投入扭曲度

1.地級市間研發(fā)要素扭曲度。圖9和圖10反映了地級市間研發(fā)勞動投入和資本投入扭曲度平均值。圖9所示，研發(fā)勞動力投入不足的城市從低到高排列為廣州、珠海、東莞、深圳、中山、惠州，這些地級市研發(fā)勞動力相對不足，需要增加勞動力投入。茂名、江門兩個地級市研發(fā)勞動力投入比較適度。剩下的地級市存在研發(fā)人力投入相對過剩，扭曲值超過1.5的城市有潮州、河源、揭陽、汕尾、清遠(yuǎn)、梅州、云浮，這類城市的研發(fā)人力投入存在比較嚴(yán)重的過度。圖10所示，地級市研發(fā)資本投入相對不足的地級市有深圳、佛山、廣州、珠海，相對合理的地級市有東莞、汕頭、茂名、中山，研發(fā)投入略有過度的地區(qū)是揭陽、湛江，資本投入比較嚴(yán)重過度的地區(qū)是梅州、肇慶、河源、汕尾、韶關(guān)、云浮、清遠(yuǎn)。研發(fā)勞動和研發(fā)資本投入兩方面看，廣州、深圳、珠海、深圳、東莞等區(qū)域兩方面投入都相對不足，河源、梅州、清遠(yuǎn)、云浮、汕尾等地區(qū)存在投入相對過剩。

圖9 2007—2019年地級市研發(fā)勞動投入扭曲度平均值 圖10 2007—2019年地級市研發(fā)資本投入扭曲度平均值

2.四大區(qū)域間研發(fā)要扭曲度。圖11和圖12反映四個區(qū)域的研發(fā)勞動力和資本投入扭曲度。珠三角研發(fā)勞動力總體上投入不足，除了2013年、2014年、2015年達(dá)到1，其他年份均低于1。東翼勞動力投入相對過度，扭曲值在1.5上下波動。西翼勞動力投入扭曲度高于東翼，大部分年份高于1.5并波動較大。山區(qū)的勞動力投入扭曲度最為嚴(yán)重，一半的年份達(dá)到2。珠三角的研發(fā)資本投入在2008—2010年相對合理，扭曲度接近于1，隨后到2014年持續(xù)下降。2015—2019年，扭曲值在1以下波動，總體上珠三角的資本投入相對不足。東冀的研發(fā)資本投入扭曲值在1～1.4之間，略有過度。西冀資本投入在1.5上下波動，扭曲相對嚴(yán)重。山區(qū)的資本投入和勞動力投入一樣，扭曲值在2上下波動，是扭曲最嚴(yán)重的區(qū)域。綜上所述，珠三角地區(qū)無論是研發(fā)勞動力還是資本都需要進(jìn)一步增加投入以優(yōu)化科技資源配置，東冀勞動力方面可以較大幅度地降低，西冀和山區(qū)尤其是山區(qū)需要進(jìn)行較大規(guī)模的科技勞動力的轉(zhuǎn)移以改善配置效率。

圖11 四大區(qū)域研發(fā)勞動力投入扭曲度 圖12 四大區(qū)域研發(fā)資本投入扭曲度

四、小結(jié)和啟示

通過生產(chǎn)要素和研發(fā)要素錯配程度以及要素扭曲度測算，結(jié)果表明：第一，雙重要素的總錯配主要由勞動力錯配和扭曲造成。改善勞動力配置是提高總體配置效率的重點，需要通過完善勞動力市場、增加勞動力技能培訓(xùn)、降低勞動力轉(zhuǎn)移成本等方式促進(jìn)勞動力流通和配置效率提高。第二，研發(fā)要素的錯配損失比生產(chǎn)要素的錯配損失更大。除了改善生產(chǎn)要素配置效率，更需要提高研發(fā)勞動力和研發(fā)資本的配置效率，以促進(jìn)科技創(chuàng)新。第三，從區(qū)域的角度看，四大區(qū)域間的要素錯配程度高于地級市間的要素錯配程度。因此，協(xié)調(diào)大區(qū)域之間的要素配置優(yōu)先于改善地級市間的要素配置。在四個區(qū)域中，珠三角可以進(jìn)一步吸引勞動力和資本，其他地區(qū)存在較嚴(yán)重的資源錯配，應(yīng)優(yōu)先改善資源配置機制，在優(yōu)化存量資源的基礎(chǔ)上引進(jìn)新資源。

注釋：

① 根據(jù)廣東省統(tǒng)計年鑒的標(biāo)準(zhǔn)，把廣東省分為四個區(qū)域：珠江三角洲包括廣州、深圳、珠海、佛山、惠州、東莞、中山、江門和肇慶；東翼包括汕頭、汕尾、潮州和揭陽；西翼包括陽江、湛江和茂名；山區(qū)包括韶關(guān)、河源、梅州、清遠(yuǎn)和云浮。