廖常文,张治栋
(安徽大学 经济学院,安徽 合肥 230601)
全要素生产率的提升不仅被视为经济发展的重要推力,而且代表着经济增长的效率和质量。随着中国经济转向高质量发展,经济发展模式更注重对提高全要素生产率的塑造。党的十九大报告指出,要将不可持续的旧动能转变为提升全要素生产率的可持续新动能,要依托全要素生产率的提高推动经济高质量发展。但中国长期计划经济形成的资源配置体制,使资源供求长期失衡,严重影响了资源配置效率的提升,并且改革开放初期的集中式资源配置方式,也造成地区、行业、部门间资源错配问题凸显。李静等(2017)的研究发现中国劳动力资源在行业间存在明显错配,导致生产要素的边际收益产品存在差异,增大全要素生产率的离散程度,最终造成全要素生产率的损失。此外,在不完善市场资源配置机制和市场逐利性本质的作用下,大量资源偏向性集聚。据国家卫计委统计,在2014年全国跨省流动人口中,东部地区跨省流动比例接近八成,而中西部地区仅有两成;李小平等(2007)认为劳动力偏向于流至东部地区的省份,导致其他省份劳动力份额呈现下降趋势,甚至在“极化效应”和“用脚投票”机制的双重作用下,这种偏向性资源错配的负面影响进一步被放大。资源错配不仅严重阻碍了中国全要素生产率的提高(王文 等,2019),而且是制约中国经济发展的症结所在(陆铭,2019),要素配置、组合的效率将成为今后经济增长的决胜点(蔡昉,2013)。可见,有效解决资源错配问题是提高全要素生产率的关键,这不仅需要完善市场资源配置机制,更要发挥中国特色社会主义市场经济体制在资源配置中的制度优势,通过有为政府调控资源配置。2020年党的十九届五中全会明确提出“要充分发挥市场在资源配置中的决定性作用,更好发挥政府作用,推动有效市场和有为政府更好结合”。因此,政府干预能否改善资源错配?能否通过减少资源错配提高全要素生产率?如何实施最佳的政府干预,减少资源错配对全要素生产率的影响?这些是当前中国依托提高全要素生产率推动经济高质量发展过程中亟待解决的重要议题。
资源错配一般相对于资源有效配置而言,资源有效配置是指在完全竞争市场结构下,资源会从配置效率低的部门流向配置效率高的部门,直到各部门的配置效率相等,而资源错配则是相对于这种理想要素配置状态的偏离。因完全竞争市场结构成立的假设在现实生产过程中很难成立,部分学者认为造成资源错配存在的客观原因是市场运行过程中存在不可避免的现实因素。譬如,信息不对称的客观存在(Parlour et al,2014),使得要素市场和产品市场的买卖双方只能通过市场信号对要素和产品质量进行判定,此时信号质量会直接影响资源的配置效率和实际产出,而市场信号往往存在较大的不确定性;行业垄断的客观存在(Jovanovic,2014),使得行业中进行策略性定价的有限微观主体处于不断串谋和背离的动态博弈中,导致行业或企业成本加成定价扭曲,致使边际收益产品偏离要素价格。一些学者还认为,金融市场信息不完善也会造成企业无法获得最优资本配置(Buera et al,2011),并发现中国近30%的资源错配源于金融市场的扭曲(Lauraw,2018)。显然,以上这些观点的成立依赖于市场对资源配置的高自由度,而中国市场主体仍相对较小,市场规则也不统一(张治栋 等,2020),市场对资源的配置功能还不够完善,仍需要地方政府引导资源配置。鉴于此,学者们逐渐对政府行为在资源配置中的作用展开研究,但结论尚未统一,主要分为以下三类观点:一是政府行为加重资源错配,认为政府干预行为和户籍制度等体制性因素阻碍了劳动力和资本在空间上的流动配置(Vollrath,2009;李敬 等,2017),同时严重的行政壁垒亦会阻碍资源在空间上的自由配置(韩剑 等,2014);二是政府行为改善资源错配,认为政府的调控能够提高信贷资本的配置水平(苏坤,2012),地方政府颁布的重点产业政策能显著提高土地资源的配置效率(张莉 等,2017),并且地方政府的驻地迁移行为还能缓解资源错配,降低全要素生产率的离散程度(王海 等,2018);三是应辨证看待政府行为对资源配置的影响,认为政府干预有利于缓解国企的金融资源错配,但也会对民营企业产生“挤出效应”,提高民营经济部门的金融资源错配程度(邢志平 等,2016)。随着市场化水平的不断提高,也有学者开始认为可以通过政府与市场的有效结合来提高资源的配置效率(陈健 等,2020)。
随着学术界对增长核算理论的研究和拓展,相关文献开始从资源配置的视角解释不同国家间的发展差异。其中,较具代表性的是Hsieh等(2009)的研究。他们通过构建竞争垄断模型,从资源配置角度分析企业TFP及经济增长,并指出中国的劳动和资本若能达到美国的配置效率,制造业的生产率将提升30%以上。与此同时,国内学者也开始关注资源配置对全要素生产率的影响,并认为制约中国全要素生产率进步的首要因素是资源配置效率较低(邓翔 等,2017)。龚关等(2013)在Hsieh模型的基础上,研究发现资本和劳动配置效率的改善,将分别使全要素生产率提高10.1%与7.3%。之后,学者们也逐渐认识到资源错配会带来效率的损失。一部分学者细分错配种类的研究发现,资本错配引发的资源配置效率损失,将导致TFP下降2.6%(王林辉 等,2014),劳动错配则对TFP有着明显的负效应,范围在-2%至-18%之间(袁志刚 等,2011);另一部分学者通过细分产业类型研究还发现,要素错配会导致服务业产出效率下降9%～11%(曹东坡 等,2014),也会对能源行业的TFP造成巨大损失(袁晓玲 等,2016)。但也有学者注意到,市场逐利性的本质会导致要素资源从配置效率低的欠发达地区不断流向配置效率高的发达地区,形成“灾变式集聚”,从而加剧“中心—外围格局”的恶性循环(Krugman,1990),因此在市场调节资源配置失灵时,要实现区域全要素生产率的提高就有必要通过有为政府干预来破除市场失灵(张新宁,2021)。
大多数相关文献都在讨论中国的资源错配导致全要素生产率下降问题,而少有文献探讨如何缓解资源错配对地区全要素生产率的负向影响。事实上,中国政府在资源配置方面具有较好的调控能力,在市场逐利性导致资源错配时,有为政府能够通过实行不同的资源导向政策破除市场失灵,有效缓解资源错配对全要素生产率的负向影响。因此,为了全面分析资源错配视角下地方政府干预对全要素生产率的具体作用,本文将政府干预、资源错配与全要素生产率三者结合研究,并尝试从以下方面做出努力:(1)城市群、都市圈、中心城市现已成为支撑全国经济增长发展的主体,故本文将研究层面定位在地级市,测算了全国258个地级市2007—2018年的资源错配指数和全要素生产率指数;(2)从政府干预调控资源错配的视角,分析地方政府干预对全要素生产率的影响,辩证性地探究政府干预行为对资源配置以及全要素生产率的具体作用路径;(3)在基准分析的基础上,探讨政府干预在东、中、西部地区对资源错配以及全要素生产率的区域异质性影响;(4)进一步通过门限模型探究最佳的政府干预程度,以期达到最大限度降低资源错配对全要素生产率负向影响的目标。
(一)资源错配影响全要素生产率的作用机理
从要素贡献角度来说,要素配置效率是影响企业和厂商生产效率的关键,而资源错配会增加要素扭曲程度,降低资源配置效率。具体体现在,资源错配程度的增加,会进一步恶化要素供给和生产需求的不匹配状态,导致要素资源无法充分发挥作用,而且在资源总量有限的情况下还会挤压其他企业的生产需求,尤其当劳动力需求不能得到及时满足时,生产过程中的“干中学”效应将难以发挥,还会进一步阻碍企业技术创新发展,从而严重制约全要素生产率的提高。从市场要素配置角度来说,资源错配程度的增加,会不断反馈到要素、产品市场,致使两个市场的活跃程度不断下降,市场要素配置机制也进一步失灵,信息不对称和恶性竞争等问题也会更加严重,导致资源错配加重市场失灵,而市场失灵又进一步恶化资源错配的恶性循环,阻碍资源边际产出的增加。此外,从经济和社会发展角度来说,一方面,资源错配程度恶化将进一步扩大求职者与工作岗位的不匹配程度,致使大量人员失业,增大社会发展的不稳定性,进而对全要素生产率造成冲击;另一方面,在资源总量有限的现实情况下,资源错配会加大企业的融资难度,尤其是欠发达地区的企业、产业,严重时甚至会出现投资“洼地”,造成金融市场紊乱以及宏观经济波动,增大经济不稳定性甚至爆发金融危机,从而不利于全要素生产率的提高。基于以上分析,本文提出假设:
H1:资源错配会抑制地区全要素生产率的提高。
(二)政府干预、资源错配影响全要素生产率的作用机理
政府干预对全要素生产率的作用机理主要集中在两条路径:一是政府干预直接影响全要素生产率,二是政府干预通过减少资源错配间接影响全要素生产率。
直接影响路径。政府干预对全要素生产率的直接影响主要体现在政策制度的制定方面,即地方政府能够通过制定地方政策直接影响全要素生产率,但这种政策制度的影响通常包含着不确定性。具体体现在,地方政府制定的政策和制度往往不能完全考虑不同发展阶段地区的阶段性需求,在自上而下的地区具体落实时也需要时间去按各地区发展要求转化和对接。这会造成两个方面影响:一方面,在政策制度实施前期,政策落实时还未结合本地的发展特征进行转化,盲目加快政策落实会冲击原有企业、产业发展的固有制度环境,甚至在短期内造成制度碰撞,阻碍地方之间原有的交流与合作,不利于地区全要素生产率的提高;另一方面,政策制度在实施过程中的不断完善与转化,逐渐契合地区发展阶段的特征和要求,进一步加快政策落实能为企业和产业发展提供强有力的政策支持,维护社会和经济的稳定发展,成为提升企业、产业全要素生产率提升的重要助推力。因此,政府干预对全要素生产率的直接影响效果会存在U形特征。
间接影响路径。政府干预对全要素生产率的间接影响主要体现在地区资源错配阻碍全要素生产率时,政府干预能发挥资源调节作用。虽然地方政府对市场拥有较强的干预能力,但市场在资源配置中依旧起着决定性作用,而政府干预更多的是在市场配置资源失灵时发挥调节作用,目的是通过有效市场和有为政府结合的方式来促使资源得到合理配置,减少资源错配,进而提高地区的全要素生产率。但在实际过程中,由于市场“无形之手”是资源配置的决定性力量,政府“有形之手”的干预在短期内会对既有的市场资源配置机制产生冲击,盲目追求短期“见效快”而强化政府“有形之手”干预,还会明显增大各级市场的波动幅度,从而致使资源错配程度加大,导致全要素生产率呈现短期下降的趋势。而当市场经过一段适应期后,市场资源配置机制会与政府干预调节相互适应,从而优化地区的资源配置,减少资源错配程度。基于以上分析,提出以下假设:
H2:政府干预能影响资源错配,并呈现倒U形特征。
H3:政府干预能直接影响全要素生产率,并呈现U形影响特征。
H4:政府干预能间接影响全要素生产率,并表现为通过减少资源错配促进全要素生产率提升。
(一)模型构建
基于前文分析,为了检验H1～H3,本文构建如下回归模型探讨政府干预与资源错配对全要素生产率的具体影响:
(1)
(2)
(3)
TFPit=λi+γt+β1Gov2_(L)Kmisit+Controlsit+εit
(4)
其中,被解释变量TFP表示全要素生产率,解释变量Kmis和Lmis表示资本和劳动力错配,Gov表示政府干预,Gov2为政府干预的平方项,Gov2_(L)Kmis表示政府干预平方项与两种资源错配的交互项。此外,Controls为控制变量,包括信息化水平(Informa)、基础设施水平(Infra)、产业合理化水平(Ris)以及经济增长稳定性水平(Stab),i为地区下标,t为时间下标,ε为随机误差项。
(二)变量选取及说明
1.被解释变量
全要素生产率。本文采用Max-DEA软件,基于Malmquist指数模型用相邻两期交叉参比法测算2007—2018年全国258个地级市的全要素生产率。其中,总产出用2000年为基期的实际GDP衡量;劳动投入用各城市年平均从业人数表示;资本投入参照张军等(2004)的方法进行核算,具体公式为:
Kit=Kit-1(1-δ)+Iit
(5)
其中,资本存量以2000年为基期,折旧率δ采用9.6%,Iit表示各城市固定资产投资,基期K用基期固定资产投资比上10%来衡量。
2.核心解释变量
(1)资源错配。资源错配是相对理想状态下资源有效配置的一种偏离,偏离度的大小就是错配大小。本文参考白俊红等(2018)的做法,测算资本错配指数(Kmis)和劳动错配指数(Lmis),具体方法如下:
(6)
其中,μki和μli为价格相对扭曲系数,表示资源相对于理想配置时的扭曲程度,相应的计算公式如下:
(7)
由(6)(7)式可知,要计算两种要素错配指数,还需估算各地区两种要素的产出弹性(βK和βL)。首先假设生产函数处在规模报酬不变阶段,则C-D生产函数为以下形式:
(8)
将其化为人均形式,并对两边同时取自然对数,然后在模型中加入个体和时间效应,则上式变为:
LnYit=LnA+βLnKit+λi+γt+εit
(9)
其中,产出变量(Yit)用各地区以2007年为基期平减过后的实际GDP表示,劳动投入(Lit)用各地区年平均在职职工人数表示,资本投入(Kit)则用永续盘存法进行测算。
最后,将估计出来的弹性系数带入式(7)算出两种要素价格相对扭曲系数μki和μli,并将两种要素价格绝对扭曲系数带入式(6)算出两种要素错配指数。依据式(6)和式(7)可知,资本、劳动力错配存在三种情况:一是当错配指数为0时,表示不存在资源错配;二是当错配指数小于0时,表示该地实际配置的要素资源高于理想配置水平;三是当错配指数大于0时,表示该地实际配置的要素资源低于理想配置水平。为了使回归结果的方向一致,本文对两种要素错配指数做绝对值处理。
(2)政府干预。财政支出是地方政府干预资源配置和市场最直接的手段,而且通常得到政府资金和政策支持的企业也会吸引大量市场资源的流入,商业银行的贷款也会更倾向于此类企业,因此采用各地区财政支出占GDP的比重衡量政府干预。
3.控制变量及数据来源
本文共选取4个控制变量。其中,信息化水平(Informa)用互联网用户数(万户)表示;基础设施水平(Infra)用人均道路面积(平方公里)表示;产业合理化水平(Ris)参考廖常文等(2020)的做法:
(10)
经济增长稳定性水平(Stab)用经济增长的波动率表示,采用五年期为时间长度的滚动时窗方法计算,并进行量纲化处理,以消除水平差异对标准差的影响,其中波动率的计算公式如下:
(11)
式中,yi为i地当年的GDP增长率,l取5年,σ*表示经济增长的波动率,其越大则表明经济增长越不稳定,因此本文采用1/σ*来表示经济增长稳定性。
由于少数城市数据缺乏较多,故数据样本为全国258个地级市的面板数据,所有数据均来自《中国城市统计年鉴》《中国省市经济发展年鉴》、各省市统计年鉴以及国家统计局数据;时间跨度为2007—2018年;极少数缺失值采用邻近两年平均值替代。主要变量的描述性统计见表1。
表1 主要变量的描述性统计
(一)整体回归分析
为了检验资源配置视角下政府干预对全要素生产率的具体影响路径,基于模型1至模型4采用固定效应分析方法进行整体回归分析,回归结果如表2所示。
表2 基准回归结果
从核心解释变量来看:由回归(1)至(3)可知,资本和劳动力错配会阻碍全要素生产率的提升,并且政府干预对全要素生产率的影响呈现明显的U形特征,即随着政府干预行为的不断加强,全要素生产率会呈现先降低后提高的非线性特征。由回归(4)至(5)可知,政府干预能够显著影响资源错配,并且具有明显的倒U形特征,即随着政府干预强度的增大,资源错配的程度将会在短期内增加之后再持续性降低。根据Baron等(1999)检验中介效应的三步骤原则:由回归(6)可知,随着政府干预的引入,两种要素错配对全要素生产率的负向影响系数明显降低;由回归(7)和(8)可知,政府干预和两种要素错配的交互项在影响全要素生产率时分别显著为-0.123和-0.110;由回归(6)和(3)可知,两种要素错配均与全要素生产率显著负相关,且政府干预的平方项对全要素生产率的影响始终显著,但其回归系数的绝对值变小,这意味着两种要素错配在政府干预与全要素生产率的U形关系中发挥了部分中介作用,政府干预能通过减少两种要素错配进而促进全要素生产率提升。这表明,政府干预能通过直接效应和间接效应促进全要素生产率。这可能是因为,市场失灵是造成资源错配的主要因素,而政府干预行为与市场追求效益不同,不以利益作为唯一追求,能根据地方发展阶段的需求来调控要素配置,从而较好地缓解地区资源错配问题。虽然短期内政府干预会对本地原有的配置机制产生冲击,但随着政府干预与市场配置机制的互相融合,可实现减少资源错配进而提高全要素生产率的作用。基于以上分析,假说1至4均得到了验证。
从控制变量来看:以回归(6)为例,信息化水平、基础设施水平、产业合理化水平以及经济增长稳定性水平都能显著提高全要素生产率,并且产业合理化的推动程度较大,而信息化水平和基础设施水平的推动作用相对较小。
(二)分地区回归分析
由于资源禀赋、地理位置以及历史发展等因素,中国地区间存在明显差异,无论是经济发展还是市场化进程均呈现出东部领先、中部次之、西部紧追的特征。因此,为了揭示这种影响随地区发展阶段和市场化程度变化的具体特征,将样本分为东、中、西部地区进行回归分析,结果如表3和表4所示。
表3 分地区回归结果1
表4 分地区回归结果2
由表3的回归(3)和(4)可知,东部地区政府干预对资本错配的影响具有显著的倒U形特征,但对劳动力错配的影响效果不显著。这可能是因为资本相较于劳动力而言,不仅自身主观流动性较弱,同时还具有逐利性,因此政府干预对资本的约束和调控能力相对较强,作用更为显著。根据中介效应的三步骤原则:由表3的回归(1)(2)和(5)可知,在未引入政府干预时,东部地区仅资本错配会显著降低全要素生产率,但劳动力错配对全要素生产率的影响不显著,同时政府干预自身对全要素生产率的影响也不显著,在引入政府干预后,资本错配对全要素生产率的负向影响系数明显降低,而劳动力错配对全要素生产率的影响仍不显著;由表4的回归(6)和(7)可知,政府干预与资本要素错配的交互项对全要素生产率的影响也显著为负。这表明东部地区政府干预能通过减少资本错配来提升全要素生产率。这可能是因为,东部地区市场化程度较高,市场对资源的配置能力较强,相较之下政府干预的直接效果不显著,但资本流动性较弱且具有逐利性的本质,使得政府的调控优势能较好地凸显。
由表3的回归(8)和(9)可知,中部地区的政府干预能影响资本和劳动错配,并且均呈现倒U形特征。根据中介效应的三步骤原则:由表3的回归(6)(7)和(10)可知,中部地区城市的两种要素错配均会显著抑制全要素生产率,同时政府干预在影响全要素生产率时具有显著的U形特征,且随着政府干预的引入,两种要素错配对全要素生产率的负向影响系数下降;由表4的回归(8)和(9)可知,政府干预平方项与两种要素错配的交互项在影响全要素生产率时系数分别显著为-0.1和-0.09。这表明,中部城市政府干预对全要素生产率的直接和间接影响均有效。这可能是因为,中部地区资源禀赋优异,且具备一定的市场化基础,有效市场与有为政府的融合空间较好,虽然政府干预仍会在短期内冲击原有的市场机制,但两者的逐渐融合能减少资源错配,提高全要素生产率。
由表4的回归(3)和(4)可知,西部地区的政府干预能显著影响资本错配,并且呈现倒U形特征,而对劳动力错配的影响不显著。根据中介效应三步骤原则:由回归(1)(2)和(5)可知,在未加入政府干预前,两种资源错配会显著抑制全要素生产率,随着政府干预的引入,两种资源错配对全要素生产率的影响系数不显著,但政府干预变量及其二次项系数均增加;由表4的回归(10)和(11)可知,政府干预平方项与两种要素错配的交互项在影响全要素生产率时系数分别显著为-0.91和-0.95。这表明西部地区政府干预对全要素生产率的直接影响有效,但间接影响失灵。这可能是因为,西部地区的市场化程度较低,市场的资源配置机制不成熟,政府干预行为对资源配置的影响程度会变相增大,进而更多地表现为直接层面的影响,同时政府的干预行为亦会冲击原有的资源配置机制,进而相对削弱政府干预的间接影响。
(三)稳健性检验
考虑到回归估计可能存在偶然性,本文采用受限变量(Tobit)分析方法进行稳健性检验。稳健性检验的回归估计结果如表5所示,主要解释变量估计系数的方向和显著性均与前述结果一致,验证了结论的稳健性。
表5 稳健性检验(Tobit)
根据以上回归估计结果和分析,政府干预对两种要素错配的影响具有显著的倒U形特征,并能通过减少资源错配促进全要素生产率,因此有必要进一步探讨何种程度的政府干预能使两种要素错配对全要素生产率的抑制作用最小。采用Hansen(1999)提出的非动态门限面板模型对三者关系进行探究,该模型能估计出确切的门限值,还能对门限值的准确性与内生性进行显著性检验。将式(3)转化为非线性的门限模型,拓展形式为:
TFPit=β1(L)KmisitI(Govit≤η)+β2(L)KmisitI(Govit>η)+Controlsit+εit
(12)
其中,政府干预(Gov)为门限变量,η为带估计的门限变量值,I(·)为示性函数,模型中的其他变量同模型(1)。门限模型主要是根据门限变量(Gov)和门限值(η)的相对大小将观测的样本数据划分为几个不同的样本,再将差异反映到回归系数β1与β2上。
在进行门限估计之前应先进行最优门限数量估计,在确定最优门限数量后方能根据模型(12)进行门限回归估计。因此,先假设其存在1、2和3个门限数量,依次进行门限自抽样检验,由表6可知,两种要素错配均仅单一门限检验通过了P值显著性检验且F值远远大于双重和三重门限检验,因此该门限模型的最优门限数量为一个,进一步得到两种要素错配的单一门限估计值为0.237。
表6 门限效应检验及估计结果
基于前文的分析,根据模型(12)进行单门限回归,回归结果如表7所示。在不同政府干预程度下,两种要素错配对全要素生产率的抑制作用存在较大差异,即当政府干预程度低于门限值(0.237)时,资本错配和劳动力错配对全要素生产率的负向影响分别为-0.253和-0.103,而在表2不引入政府干预时,两种要素错配对全要素生产率负向影响分为-0.585和-0.283,比低于门限值时提高了2.3倍和2.7倍,当政府干预强度达到门限值后,两种要素错配对全要素生产率的负向影响分别达到了-1.059和-1.042,比低于门限值时分别提高了4.2倍和10.1倍。这表明两种资源错配对全要素生产率的抑制作用会受政府干预强度的影响,适度的政府干预能减少资源错配从而提高全要素生产率,但政府干预过高反而会加剧资源错配对全要素生产率的负面影响,因此,政府应以适度干预为主,遵循市场主导、政府干预为辅的资源配置规律。
表7 门限回归结果
本文利用2007—2018年中国258个地级市的面板数据,测算出研究样本在考察期内的全要素生产率指数和资源错配指数,并在此基础上通过固定效应分析方法考察了不同地区政府干预与资本、劳动力两种要素错配影响全要素生产率的内在联系,得出以下结论:(1)整体来看,资本错配和劳动力错配会严重阻碍全要素生产率的提升,地方政府干预对全要素生产率具有倒U形特征的直接影响效应,同时还具有通过减少资源错配促进全要素生产率的间接影响效应。(2)分地区来看,东部地区政府干预通过减少资本要素错配的间接效应提升全要素生产率,中部地区政府干预通过直接和间接两种效应促进全要素生产率提升,西部地区政府干预通过直接效应促进全要素生产率提升。(3)进一步分析来看,资源错配对全要素生产率的抑制作用存在政府干预的门限效应,当政府干预强度低于门限值时,资源错配对全要素生产率的抑制作用会得到明显改善,反之则会增大资源错配对全要素生产率的负向影响。
结合前文回归估计结果和结论分析,提出以下建议:(1)政府干预对解决资源错配问题和提高全要素生产率是有效的。因此,要发挥政府“有形之手”对市场资源配置的调节作用,地方政府应重视对要素资源配置的干预和调控作用,发挥有为政府的作用,同时也应注重政府干预调节与市场自发调节之间的协同合作,避免形成“拆东墙补西墙”的恶性循环。(2)政府干预、资源错配在影响全要素生产率时存在明显的区域异质性。因此,地方政府要因城施策、因地制宜地对资源配置进行调控。东部地区市场化水平较高且政府干预可通过减少资本错配促进全要素生产率,故而政府调控应主要聚焦于资本要素,其他生产要素应以市场配置机制为主;中部地区政府干预作用的直接效应和间接效应均显著,可注重发挥政府干预作用,增强政府对要素资源的调控和配置作用;西部地区政府干预的直接效应较显著,应更重视市场配置能力的同步拔高,以实现政府干预与市场配置协同发力、双管齐下。(3)政府干预的调控作用存在明显的门限效应。因此,需在充分尊重市场规律的前提下合理实施政府干预,避免干预强度过小而无法发挥效用,或者干预强度过大而冲击原有的市场调节机制,尤其应注意以市场配置为主导、政府调控为辅助,推动有为政府和有效市场结合,促进资源合理配置进而提高全要素生产率。
猜你喜欢门限资源配置生产率中国城市土地生产率TOP30决策(2022年7期)2022-08-04基于规则的HEV逻辑门限控制策略汽车实用技术(2022年4期)2022-03-07地方债对经济增长的门限效应及地区差异研究中国西部(2021年4期)2021-11-04随机失效门限下指数退化轨道模型的分析与应用华东师范大学学报（自然科学版）(2020年1期)2020-03-16国外技术授权、研发创新与企业生产率产业经济评论(2019年4期)2019-09-10我国制造业资源配置概述现代营销(创富信息版)(2018年10期)2018-10-12把资源配置到贫困人口最需要的地方中国卫生(2016年3期)2016-11-12关于机床生产率设计的探讨中国市场(2016年45期)2016-05-17刑事侦查资源配置原则及其影响因素初探铁道警察学院学报(2015年4期)2015-12-21生产性服务业集聚与工业集聚的非线性效应——基于门限回归模型的分析湖湘论坛(2015年3期)2015-12-01
