肖 旭，洪祥鎮(zhèn)

（1.大連交通大學經(jīng)濟管理學院，遼寧 大連 116028；2.遼寧大學經(jīng)濟學院，沈陽 110036）

0 引言

資源錯配問題一直是學術界熱門的話題，資源錯配涵蓋了資本、勞動力以及其他生產(chǎn)要素等錯配，所謂錯配，是指相對于均衡的資源配置狀態(tài)的實際刻畫，產(chǎn)生錯配的原因在于，要素市場發(fā)育不健全導致了要素流動能力弱、有效配置受阻，最終造成了資源配置偏離均衡的情況。改革開放以來，我國資源配置方式發(fā)生了轉(zhuǎn)變，從計劃經(jīng)濟時代的政府統(tǒng)籌收支，到如今的“市場在資源配置中的決定性作用”，體現(xiàn)了我國對資源合理配置、資源利用效率重視程度的提升，并取得了顯著成效。黨的十九大報告明確提出“經(jīng)濟體制改革必須以要素市場化配置為重點，實現(xiàn)要素自由流動、價格靈活反映、競爭公平有序、企業(yè)優(yōu)勝劣汰”[1]。然而，目前我國仍存在諸多結(jié)構(gòu)性資源錯配問題，這些問題對我國市場發(fā)育、企業(yè)生產(chǎn)以及居民生活水平均造成了負面影響。

對資源錯配的深度探討有助于理清如何合理配置資源的思路，部分學者從資源錯配的測度方式及其影響因素的角度進行分析，如Hsieh 和Klenow（2009）[2]使用假設規(guī)模報酬不變的C-D生產(chǎn)函數(shù)來定義資本扭曲和勞動力扭曲，構(gòu)建了用以測度資源錯配的理論基礎。白俊紅和劉宇英（2018）[3]發(fā)現(xiàn)對外直接投資能夠降低我國資源錯配程度，并指出我國資源錯配存在明顯的路徑依存現(xiàn)象。劉雅婕等（2021）[4]通過考察要素市場化改革對資源錯配的影響，發(fā)現(xiàn)資本與勞動力流動性的增強能夠有效降低我國資源錯配程度。也有部分學者對我國資源錯配可能存在的區(qū)域差異進行了分析，如解晉（2019）[5]通過研究發(fā)現(xiàn)，我國勞動力錯配存在一定程度的區(qū)域差異，表現(xiàn)為東部地區(qū)錯配程度遠高于其他地區(qū)。秦佳虹等（2021）[6]發(fā)現(xiàn)我國存在中部地區(qū)資本資源配置不足、東南沿海地區(qū)勞動力資源配置不足的現(xiàn)象。

通過對已有文獻的梳理發(fā)現(xiàn)，現(xiàn)有關于資源錯配的文獻主要集中在資源錯配的形成機理、對社會經(jīng)濟造成的負面影響等方面，并指出我國資源錯配存在一定程度上的地區(qū)差異，但缺少系統(tǒng)的有關區(qū)域資源錯配時空演變特征及差異的研究。鑒于此，本文基于2004—2020 年我國30 個省份的面板數(shù)據(jù)，采用C-D生產(chǎn)函數(shù)對資本錯配與勞動力錯配指數(shù)進行計算，以非參數(shù)核密度的方法對錯配指數(shù)時空演化情況進行分析，并通過Dagum基尼系數(shù)測算資源錯配的區(qū)域差異，最后采用計量收斂模型來分析資源錯配是否存在收斂趨勢。

1 方法介紹

1.1 研究資源錯配指數(shù)的測算

計算資本產(chǎn)出彈性βK與勞動力產(chǎn)出彈性βL，參考趙志耘等（2006）[7]的做法，采用假設規(guī)模報酬不變的C-D生產(chǎn)函數(shù)，即βK+βL=1，生產(chǎn)函數(shù)公式為：

采用最小二乘虛擬變量法（LSDV），來估計我國30個省份的產(chǎn)出彈性，對生產(chǎn)函數(shù)兩側(cè)同時除以Lit并取自然對數(shù)，在公式中加入地區(qū)虛擬變量μ與時間虛擬變量ν，其中i為省份，t表示年份，整理公式得：

其中，產(chǎn)出變量Yit代表各省份的實際GDP，以2004年為基期，利用GDP 指數(shù)做平減處理以消除價格因素的影響；勞動力投入量Lit以各省份城鎮(zhèn)就業(yè)人員來表示；資本投入量Kit的取值為各省份的固定資產(chǎn)投資，采用永續(xù)盤存法進行計算，公式為：

其中，It為當期名義固定資產(chǎn)形成總額；Pt為固定資產(chǎn)投資價格指數(shù)；δt表示折舊率，借鑒前人的研究取值為9.6%[8]；基年的資本存量為Ki2004=Ii2004/(gi+δ)，gi為固定資產(chǎn)形成總額的年平均增長率。

計算資本價格扭曲系數(shù)γKi、勞動力價格扭曲系數(shù)γLi，表示為資源相對應沒有出現(xiàn)扭曲時的加成水平，計算公式為：

其中，si代表Yi/Y即表示i地區(qū)的產(chǎn)出占總產(chǎn)出的比例。Ki/K為i地區(qū)資本存量與資本總量的比值；Li/L為i地區(qū)勞動力投入量與總體勞動力的比值；si βki和si βLi分別表示資本貢獻值和勞動力貢獻值；和分別表示產(chǎn)出加權的資本貢獻值和勞動力貢獻值。借鑒陳永偉和胡偉民（2011）[9]的方法，通過測度資本錯配指數(shù)τKi、勞動力錯配指數(shù)τLi來估計各地區(qū)資本錯配與勞動力錯配情況，計算公式為：

錯配指數(shù)存在正負之分，當τ＞0 時，表示資源配置不足；當τ＜0 時，表示資源配置過度。為保證模型回歸結(jié)果的一致性，參考已有做法對資本錯配指數(shù)取絕對值，其絕對值越大，表示錯配程度越嚴重。

1.2 Dagum基尼系數(shù)及分解

相比泰爾指數(shù)與傳統(tǒng)基尼系數(shù)，Dagum基尼系數(shù)能夠解決樣本數(shù)據(jù)間存在的交叉重疊問題，從而精確度量地區(qū)差異的來源。本文將樣本省份分為東、中、西三大地區(qū)，利用Dagum基尼系數(shù)方法進行測算，具體公式如下：

其中，G為總體基尼系數(shù)；k為區(qū)域個數(shù)，取值為3；j和h為區(qū)域城市群下標；i和r為區(qū)域內(nèi)部省份個數(shù)；n為總體省份個數(shù)，取值為30；yji（yhr）為j（h）地區(qū)中i(r)省份的資源錯配指數(shù)；為省份資源錯配指數(shù)的平均值。

Dagum 基尼系數(shù)可進一步按子群分解方法將總體基尼系數(shù)分解為區(qū)域內(nèi)差異Gw、區(qū)域間差異Gnb以及超變密度Gt，且G=Gw+Gnb+Gt，計算公式為：

1.3 β 收斂模型

β收斂模型中包含β絕對收斂與β條件收斂，其中，絕對收斂是指不同區(qū)域的資源錯配程度會隨時間收斂到接近相同的水平上，條件收斂是指在控制了社會經(jīng)濟特征后，不同地區(qū)的資源錯配程度隨時間收斂到各自穩(wěn)定的水平狀態(tài)上，β收斂模型如下：

本文考慮到省份間資源錯配水平可能存在空間相關性，因此引用空間杜賓模型進行估計，模型如下：

2 資源錯配指數(shù)測度及動態(tài)分布

2.1 資源錯配指數(shù)測算

本文以2004—2020 年我國30 個省份（不含西藏和港澳臺）作為面板數(shù)據(jù)樣本，計算出2004—2020年全國及三大地區(qū)資源錯配指數(shù)，見圖1、圖2，全國及各區(qū)域資本錯配與勞動力錯配指數(shù)取絕對值后的均值。所用數(shù)據(jù)來自歷年《中國統(tǒng)計年鑒》及各省份統(tǒng)計年鑒。

圖1 全國及各區(qū)域資本錯配指數(shù)演變趨勢

圖2 全國及各區(qū)域勞動力錯配指數(shù)演變趨勢

圖1 顯示，在樣本期初始年份時，全國及各區(qū)域資本錯配程度較低，說明各區(qū)域資本配置較為合理，而隨著年份的推移資本錯配程度逐漸加重，全國資本錯配年均增長率為4.897%。各區(qū)域資本錯配存在一定程度的差異，東部地區(qū)在2008 年之前資本錯配程度較低，保持在0.149上下，而在2008年之后資本錯配情況開始顯著惡化，其他區(qū)域資本錯配均有上升趨勢，但上升幅度較為平緩，這可能是由于受2008年金融危機影響，相對于其他區(qū)域，東部地區(qū)作為我國經(jīng)濟發(fā)展、對外貿(mào)易、金融聚集的核心區(qū)域所受到的影響更加嚴重。為應對2008年金融危機，我國推出了擴大內(nèi)需、促進經(jīng)濟增長的“四萬億”計劃，從短期來看，補貼政策刺激了投資消費，一定程度上緩解了危機對經(jīng)濟發(fā)展帶來的抑制，但從長期發(fā)展來看，也造成了地方債肆意增長，財政補貼與信用貸款資源被投入到低效率領域，對長期資本配置產(chǎn)生了負面影響。李欣澤和司海平（2019）[10]研究發(fā)現(xiàn)，我國資本錯配在“四萬億”計劃實施后持續(xù)上升。

圖2顯示，我國全國及各區(qū)域勞動力錯配程度均具有緩和趨勢，全國平均勞動力指數(shù)在樣本期內(nèi)從0.377 下降到0.246，年均增長率為-2.149%，其中，東部地區(qū)勞動力錯配指數(shù)最高但下降幅度最明顯，原因可能在于我國長期以來實行的戶籍制度對不同省份之間的勞動力要素流動產(chǎn)生了明顯的阻力，導致東部地區(qū)人力資本配置扭曲無法通過充足吸收來自其他區(qū)域的勞動力而得到實質(zhì)性緩解，然而，由于東部地區(qū)市場化程度較高、要素市場發(fā)育逐漸成熟，通過利用充足的創(chuàng)新資源和技術儲備促使產(chǎn)業(yè)結(jié)構(gòu)不斷升級并向高新技術產(chǎn)業(yè)轉(zhuǎn)型，從而對勞動力的需求偏好產(chǎn)生了一定影響，擺脫了低端勞動力不足對人力資本配置的限制，實現(xiàn)了人力資本配置扭曲的大幅改善，而中西部地區(qū)基于現(xiàn)有的產(chǎn)業(yè)結(jié)構(gòu)，其勞動力要素扭曲程度相對較低，因此產(chǎn)生了錯配程度總體低于東部地區(qū)，但改善空間相對較小的現(xiàn)狀。值得注意的是，東中部地區(qū)勞動力錯配在2008—2009 年均出現(xiàn)了短期惡化現(xiàn)象，這可能是由2008 年金融危機帶來的失業(yè)率提升所導致的，而西部地區(qū)受此影響不明顯。

2.2 資源錯配指數(shù)核密度估計

為探究我國資源錯配水平的時空分布演變特征，本文采用非參數(shù)核密度估計方法對全國、東部地區(qū)、中部地區(qū)、西部地區(qū)的資源錯配分布動態(tài)情況進行分析。由于篇幅所限，本文選取2004 年、2008 年、2012 年、2016 年與2020年進行分析，見圖3。

圖3 全國及各區(qū)域資源錯配核密度估計

如圖3（a）所示，全國資本錯配指數(shù)曲線呈右移趨勢，錯配程度逐年加重，主峰高度從首年開始呈先下降后上升再下降的趨勢，主峰寬度自2012年之后呈收縮狀態(tài)，即資本錯配兩極分化程度有所好轉(zhuǎn)，表明全國資本錯配分布雖存在區(qū)域差異，但部分錯配程度較高的地區(qū)在2012 年之后出現(xiàn)了緩和跡象，一定程度上縮小了總體差異。圖3（b）中，全國勞動力錯配指數(shù)核密度曲線總體上左移，主峰高度具備一定上升趨勢，曲線寬度在2004—2016 年均有收縮狀態(tài)，說明在此期間全國勞動力錯配程度降低，區(qū)域差異縮小，但在2020年核密度曲線被大幅度向右側(cè)拉伸，表明在2020 年勞動力錯配情況出現(xiàn)了明顯的惡化，原因可能在于2020年年初暴發(fā)的新冠肺炎疫情對我國各區(qū)域勞動力市場均造成了影響，為控制疫情傳播所采取的封閉、隔離、停工等手段導致了短期內(nèi)失業(yè)率的極度攀升，從而造成了勞動力錯配程度的加重。而資本錯配程度在2020 年并無顯著惡化的情況，本文認為在受制于疫情的背景下，相比于勞動力，無形的資本具有更加靈活的流動性，因此受到的影響較小。

圖3（c）、圖3（e）、圖3（g）中分別展示了我國東、中、西部地區(qū)的資本錯配分布情況，三大地區(qū)核密度曲線均存在一定程度的右移趨勢，表示各地區(qū)資本錯配程度逐年加重，與全國資本錯配走勢保持一致。其中，東部地區(qū)主峰的高度在樣本期內(nèi)明顯下降，但其寬度在2012 年之后開始收縮，說明2020 年東部地區(qū)資本錯配與2004 年相比存在一定的區(qū)域差異，但在2012 年之后出現(xiàn)了首尾兩側(cè)向中心收縮的趨勢。中部、西部地區(qū)核密度曲線主峰高度均呈總體上升的趨勢，且曲線具備明顯的收縮，說明這兩個地區(qū)內(nèi)部省份的資本錯配存在差異收斂的特征。

在圖3（d）、圖3（f）、圖3（h）中可見東、中、西三大地區(qū)錯配曲線總體上均向左移動，即各地區(qū)勞動力錯配整體上保持著一定程度的緩解，東部、中部地區(qū)核密度曲線分別在2008年、2020年出現(xiàn)了不同程度的右側(cè)甩尾拖尾現(xiàn)象，東部地區(qū)甩尾情況更加明顯，而西部地區(qū)核密度曲線在樣本期內(nèi)波動較小，說明相比市場化程度較低的西部地區(qū)，東中部地區(qū)勞動力要素配置受“重大事件”干擾程度更高。

3 資源錯配程度地區(qū)差異及其分解

本文運用Dagum基尼系數(shù)法計算2004—2020年我國總體以及三大地區(qū)資源錯配基尼系數(shù)，從而進一步分析我國資源錯配的地區(qū)差異情況，并將基尼系數(shù)分解為區(qū)域內(nèi)基尼系數(shù)、區(qū)域間基尼系數(shù)以及超變密度。

3.1 資本錯配的總體差異和區(qū)域內(nèi)差異

圖4（a）呈現(xiàn)了全國以及三大地區(qū)基尼系數(shù)的走勢，可以看出，我國總體資本錯配區(qū)域內(nèi)差異在樣本期內(nèi)保持相對平穩(wěn)的狀態(tài)，即表明全國資本錯配差異變化幅度不明顯，仔細觀察可知，資本錯配差異在2004—2010年從0.411下降到0.375，年均增長率為-1.54%，在2010—2017 年有上升趨勢，總體上升幅度為19.41%，并在2017年之后表現(xiàn)為持續(xù)的差異收縮，2020 年全國資本錯配差異回落至0.419。東部地區(qū)資本錯配區(qū)域內(nèi)差異呈波動上升趨勢，在2006—2009 年上升幅度較大，從0.451 上升至0.589，年均增長率為9.27%，在2009年之后呈先下降后上升再下降的波動趨勢，到2020 年東部地區(qū)資本錯配區(qū)域內(nèi)差異達到0.556。中西部地區(qū)區(qū)域內(nèi)差異在樣本期內(nèi)始終低于全國水平，且總體上均體現(xiàn)了明顯的下降趨勢，這兩個地區(qū)區(qū)域內(nèi)差異大幅下降時期都在2004—2010 年，隨后都經(jīng)歷了不同程度的上升，到2020年兩個地區(qū)資本錯配基尼系數(shù)分別為0.225、0.248，年均增長率分別為-3.38%、-1.95%。

圖4 全國及各區(qū)域資源錯配區(qū)域內(nèi)差異

3.2 勞動力錯配的總體差異和區(qū)域內(nèi)差異

在圖4（b）中可見我國勞動力錯配基尼系數(shù)情況，其中，全國勞動力錯配基尼系數(shù)從2004年的0.349經(jīng)歷了小幅下降，至2007 年0.303 的最低點后開始回升，并在2015年達到峰值0.415，而在隨后的5 年中差異逐漸縮小，到2020年全國勞動力基尼系數(shù)下降至0.341，總體來看，全國勞動力錯配基尼系數(shù)在樣本期內(nèi)存在明顯的上下波動情況，且波動幅度較大。東部地區(qū)基尼系數(shù)上升趨勢十分顯著，從2004年的0.362上升至2020年的0.597，總體增幅為64.62%，說明東部地區(qū)內(nèi)部各省份之間勞動力錯配程度的差異逐漸擴大。中部地區(qū)基尼系數(shù)在2004—2010年變化幅度較大，2010年之后相對穩(wěn)定在均值為0.313的水平附近，到2020 年基尼系數(shù)為0.319。西部地區(qū)基尼系數(shù)在2006—2015 年上升，年均增長率為8.12%，在2015 年后差異持續(xù)收縮至2020年的0.225，年均增長率為-3.86%。

3.3 資源錯配區(qū)域間差異

圖5（a）、圖5（b）分別展示了三大地區(qū)資本錯配與勞動力錯配基尼系數(shù)的區(qū)域間差異，從資本錯配區(qū)域間差異中可以看出，東-中、東-西差異呈上升趨勢，分別從2000年的0.420、0.436上升到2020年的0.513、0.501，年均增長率分別為1.25%、0.85%，表明兩兩地區(qū)資本錯配區(qū)域間差異有所擴大，但增幅較小。而中-西資本錯配基尼系數(shù)有明顯的縮小，年均增長率為-2.76%。從勞動力錯配區(qū)域間差異中可以看出，三組區(qū)域間差異均有所上升，其中，中-西差異上升幅度相對較大，2004—2020年，從0.336上升至0.432，年均增長率為1.58%。東-中、東-西有一定的上升趨勢，但幅度較小，樣本期內(nèi)年均增長率分別為0.24%、0.78%。

圖5 全國及各區(qū)域資源錯配區(qū)域間差異

3.4 資源錯配區(qū)域差異分解

下頁表1 展示了我國資源錯配區(qū)域差異的主要來源分解，包括區(qū)域內(nèi)差異貢獻度、區(qū)域間差異貢獻度以及超變密度，并計算了不同來源的貢獻率。由資本錯配差異分解結(jié)果可知，2004—2016年，超變密度對基尼系數(shù)貢獻率最高，超變密度反映了區(qū)域之間交叉重疊對總體差異的影響，而在2016年之后，區(qū)域內(nèi)貢獻度與區(qū)域間貢獻度在總體基尼系數(shù)中占主導地位，說明在2016 年之后我國資本錯配差異更多的是來自區(qū)域內(nèi)與區(qū)域間的差異。由勞動力錯配差異分解結(jié)果可知，初期占主要來源的區(qū)域間貢獻度總體呈下降趨勢，在2020 年其貢獻率下降至32.568%，而超變密度貢獻逐年上升，在2012 年逐漸超越并取代了對總體差異影響的主導地位，說明在2012 年之后勞動力錯配存在的部分交叉重疊問題是造成我國勞動力錯配總體差異的主要因素，此外，區(qū)域內(nèi)差異貢獻度在考察期內(nèi)較為穩(wěn)定，貢獻率始終保持在均值30.69%附近，說明區(qū)域內(nèi)差異也是總體基尼系數(shù)的重要來源。

表1 區(qū)域差異及其分解結(jié)果

4 資源錯配收斂性分析

本文采用β絕對收斂與β條件收斂對全國以及東、中、西三大地區(qū)的資本錯配、勞動力錯配進行收斂性分析。對不同樣本群模型進行空間自相關檢驗，LM 檢驗結(jié)果顯示全國與東部地區(qū)勞動力錯配收斂模型存在空間相關性，LR 和Wald 檢驗結(jié)果顯示SDM 為最優(yōu)模型，且無法退化為SAR 與SEM，其余無空間自相關的樣本群模型均采用OLS 估計。Hausman 檢驗拒絕了隨機效應與固定效應無系統(tǒng)性顯著差異的原假設，因此本文均采用固定效應，另外控制了時間、個體雙向效應。

4.1 資本錯配β 收斂檢驗結(jié)果

我國資本錯配絕對收斂與條件收斂檢驗結(jié)果見表2，其中，全國與各區(qū)域資本錯配β收斂系數(shù)均為負數(shù)，且至少都在5%的水平上顯著，說明我國資本錯配情況無論是否考慮了產(chǎn)業(yè)結(jié)構(gòu)、教育程度、城鎮(zhèn)水平等社會經(jīng)濟特征，都會出現(xiàn)總體與局部收斂的情況，分別表現(xiàn)為全國與各區(qū)域資本錯配指數(shù)隨著時間推移會趨于穩(wěn)定水平，即初始年份資本錯配程度較為嚴重的省份，其錯配指數(shù)的增速會逐漸降低，與整體錯配水平形成收斂態(tài)勢，除此之外，全國與各區(qū)域內(nèi)部省份資本錯配指數(shù)也會逐漸趨于各自平穩(wěn)的狀態(tài)。在分區(qū)域收斂中，東部地區(qū)絕對收斂速度與條件收斂速度均為最快（0.036、0.049），西部地區(qū)收斂速度最為緩慢（0.016、0.015），原因在于，雖然與西部地區(qū)相比，東部地區(qū)資本錯配區(qū)域內(nèi)差異更為明顯，但在樣本期內(nèi)東部地區(qū)資本錯配兩極化情況得到了大幅改善，因此東部地區(qū)存在更大的收斂空間。

表2 資本錯配β 收斂檢驗結(jié)果

4.2 勞動力錯配β 收斂檢驗結(jié)果

表3為我國勞動力錯配收斂結(jié)果，結(jié)果顯示我國勞動力錯配存在收斂的異質(zhì)性，其中全國、中部地區(qū)及西部地區(qū)絕對與條件收斂β系數(shù)均在1%的水平上顯著為負，說明上述區(qū)域不僅存在趨于整體穩(wěn)定的絕對收斂，還存在區(qū)域內(nèi)省份達到各自平衡狀態(tài)的條件收斂。此外，在中部地區(qū)條件收斂中，空間滯后項w·β與空間自相關項ρ分別在10%與5%的水平上顯著為負，即中部地區(qū)內(nèi)部各省份勞動力錯配程度能否達到各自穩(wěn)定的狀態(tài)，不僅受到本地區(qū)滯后一期錯配程度的影響，還會受到周邊地區(qū)滯后一期錯配程度以及周邊地區(qū)當期錯配增速的影響。東部地區(qū)β收斂系數(shù)不顯著，即不存在絕對收斂與條件收斂，說明東部地區(qū)無論是整體還是內(nèi)部各省份的勞動力錯配，在樣本觀察期內(nèi)都沒有達到相對穩(wěn)定收斂的狀態(tài)，原因可能在于，北京、天津、上海等部分東部地區(qū)省份，其勞動力人員平均教育程度較高，但人力資本擁有量較低，對高素質(zhì)從業(yè)人員需求的缺口導致了這些省份勞動力配置的不足，而廣東、江蘇、山東等省份則是東部地區(qū)勞動力主要流入地，占全國跨省農(nóng)民工就業(yè)人數(shù)的一半，由此可見，東部地區(qū)內(nèi)部各省份之間對就業(yè)人員需求偏好的差別對區(qū)域勞動力錯配產(chǎn)生了一定程度的影響。

表3 勞動力錯配β 收斂檢驗結(jié)果

5 結(jié)論

本文基于2004—2020 年我國30 個省份的面板數(shù)據(jù)，對省級資本錯配與勞動力錯配指數(shù)進行測算，采用非參數(shù)核密度與Dagum 基尼系數(shù)及按子群分解的方法對全國與各區(qū)域錯配指數(shù)差異進行分析，并通過β絕對收斂、β條件收斂來檢驗我國資源錯配的收斂性。本文對我國資源錯配時空演化、差異變化以及收斂趨勢進行了梳理，并得出以下結(jié)論：全國及各區(qū)域資本錯配與勞動力錯配指數(shù)呈反向增長趨勢，資本錯配出現(xiàn)了一定程度的惡化，而勞動力錯配在樣本期內(nèi)得到了緩解，與此同時，資本、勞動力要素配置受“重大事件”影響較大，2008 年金融危機與2020年新冠肺炎疫情對我國資源錯配均會產(chǎn)生長遠且嚴重的影響，其中，東部地區(qū)受影響程度較深；全國資本錯配與勞動力錯配基尼系數(shù)均呈先下降后上升再下降走勢，總體上看全國資源錯配基尼系數(shù)變化幅度不大，東部地區(qū)資本、勞動力錯配區(qū)域差異具備不同程度的上升趨勢，中部地區(qū)資本錯配差異有所縮小，勞動力錯配差異在2010 年之前波動較大，但在后續(xù)年份中相對平穩(wěn)，西部地區(qū)資本錯配差異下降幅度較為明顯，而勞動力錯配差異雖然存在擴大現(xiàn)象，但幅度較?。辉谑諗啃苑治鲋?，除東部地區(qū)勞動力錯配不存在收斂性外，全國及其他區(qū)域資源錯配均具有顯著的絕對β收斂與條件β收斂。

要素配置不當、要素流動性差、行業(yè)競爭不公平、市場發(fā)育不健全等因素均會提高資源錯配程度，目前我國資源錯配仍處在較為嚴重的水平上，各區(qū)域間資源錯配也存在著一定程度的差異，對資源錯配的改善重心要聚集在不斷消除區(qū)域間要素流動壁壘，為企業(yè)發(fā)展提供更加公平、有效的營商環(huán)境，并充分考慮不同地區(qū)經(jīng)濟發(fā)展水平、產(chǎn)業(yè)結(jié)構(gòu)特征以及市場化程度，做到因地制宜，從而有效提高要素配置效率，為我國全要素生產(chǎn)率的釋放提供新空間，加速構(gòu)建“雙循環(huán)”新發(fā)展格局，推動全國經(jīng)濟高質(zhì)量發(fā)展。