企业异质性、地区发展战略与资源错配

李跃��

摘要：资源错配的成因主要源自不同维度的企业异质性和地区发展战略的扭曲。采用“中国工业企业数据库”数据，利用CD确定性前沿参数模型测算微观企业全要素生产率，并用OP协方差法对各地区资源错配程度进行测度，进而从微观企业异质性和地区发展战略两个层面分析我国资源错配的成因，结果表明：企业TFP异质性主要与其市场结构（垄断及规模经济）、所处地区（城市和省份）以及所有制等维度的差异有关；地方政府违背比较优势的发展战略加剧了资源错配程度，造成各地区15.0%～52.7%的资源配置效率损失、12.8%～45.1%的全要素生产率损失以及2.4%～8.5%的产出损失。未来中国全要素生产率的提升，应注重内部竞争优化，同时要发挥政府因势利导的职能。

关键词：企业异质性；地区发展战略；资源错配；全要素生产率；资源配置效率；比较优势

中图分类号：F12；F224.0文献标志码：A文章编号：16748131（2017）04010511

一、引言

中国经济发展进入新常态，经济增速由“高速”换挡为“中高速”，资源错配造成的生产率损失对经济增长的约束效应凸显。近年来，对资源错配造成的全要素生产率（Total Factor Productivity，TFP）损失程度的研究逐渐增多，王林辉和袁礼（2014）分析认为，资源错配导致中国2.6%左右的TFP损失；Joel和Hugo（2016）研究认为，该TFP损失甚至高达10%～14%。因此，提升资源配置效率以扭正资源错配，是中国释放经济增长潜力并加快跨越“中等收入陷阱”的关键。

市场不完全性会导致各种资源不能按照边际产出均等原则在企业间配置，进而使资源无法从生产率较低的部门流向更高的部门，造成资源错配或者资源配置效率低下。资源错配的根源在于企业间要素流动障碍与企业异质性并存。企业异质性是指企业的多维度（包括市场、规模、人力资本、所有权、历史等）异质特征（ Wagner，2007； Das et al，2007；Cole et al，2010），产业类别、企业规模、所有制差异等均会造成企业TFP横截面波动，因而关于资源错配问题的研究多以企业异质性为理论前提（杨光 等，2015；王定星，2016；李鲁 等，2016）。宏观层面的研究主要采用宏观经济数据来测算宏观TFP，并利用TFP分解法分离其中的要素配置效率以测度要素间的相对扭曲程度（袁志刚 等，2011；王鹏 等，2016），此类研究更多的是分析跨期要素投入扭曲造成的资源错配问题。微观层面的研究则利用微观企业数据直接分析企业层面的TFP扭曲及其成因（李静 等，2012；靳来群，2015）。国内研究主要针对企业异质性的某一维度分析资源错配成因，如靳来群等（2015）采用中国制造业企业数据对所有制引致的资源错配进行分析，认为行政垄断是导致资源错配的根本原因，其中劳动要素错配带来的TFP损失约为100%，资本要素错配带来的TFP损失约为50%。

除企业各维度的异质性因素外，还应考虑制度环境、产业政策等宏观因素对资源配置的影响。在中国特有的地方“GDP锦标赛”背景下，地方政府可能违背比较优势发展战略，通过政府干预手段，出台各类产业政策引导生产要素更多地流入重工业或资源型产业以实现经济短期快速增长。相关研究表明，政府因素对企业发展的影响不容忽视，如财政补贴、金融歧视、行业准入管制等（韩剑 等，2014）。林毅夫（2012）认为违背比较优势发展战略将造成要素市场扭曲进而引发资源错配。然而，现有的宏观研究更多的是分析资源错配程度及其变化趋势，对资源错配相关因素的实证检验较少；微观研究则主要分析各维度因素对企业TFP的影响，宏观因素不在考虑范围之内。宏、微观分析衔接不够的原因在于没有恰当的测度方法将企业TFP与宏观加总TFP进行衔接。Olley和Pakes（1996）建立了OP协方差法，厘清了企业生产率与宏观加总TFP之间的关系，使得行业和地区等中观层面资源错配问题的研究成为可能（孙元元 等，2015；陈诗一 等，2016）。

李跃：企业异质性、地区发展战略与资源错配

综上所述，国内关于资源错配问题的文献中鲜有针对不同维度企业异质性特征进行分析的研究，而宏观层面的研究更多地关注融资约束、所有制结构、开放程度等制度因素对资源错配的影响，对于地方政府行为及产业政策的影响研究较少。有鉴于此，本文首先采用基于CD生产函数的确定性前沿模型测算2006年中国工业企业全要素生产率，通过不同维度的企业TFP异质性特征分析资源错配的成因；然后运用OP協方差法测算地区资源配置效率，并引入地区发展战略变量建立宏观分析模型以探究地区比较优势发展战略偏离度对其资源错配的影响；最后进一步采用CD生产函数和超越对数生产函数随机前沿模型进行稳健性检验。本文通过各维度企业异质性特征分析资源错配的成因，进而探讨地区发展战略违背比较优势对资源错配的加剧效应，并对其造成的TFP和总产出损失进行初步测算，衔接了微观分析与宏观分析，充实和拓展了关于资源错配及其影响因素的相关研究。

二、企业全要素生产率测算

1.数据来源与处理

“中国工业企业数据库”的统计信息在2007年前后差异较大，现有研究通常只采用2007年之前的数据进行分析。本文数据来自2006—2007年“中国工业企业数据库”，用以测算2006年中国工业企业横截面TFP。虽然“中国工业企业数据库”信息量庞大，但无效信息比重较大，如鲁晓东和连玉君（2012）的研究中1998—2007年的有效观测值只有73 921个。本文采用与相关研究相同的数据处理方法，剔除重要指标存在异常数据的样本，并通过跨期样本匹配删除数据信息不连贯的样本，对163 400个观测值处理后得到99 531个有效观测值。从表1的省际分布可以看出，江苏省样本企业数量最多，较少的为香港、海南、西藏（这不代表实际企业区域分布情况）。

2.企业TFP测度方法与模型选取

全要素生产率测度方法可分为前沿法和非前沿法，微观企业TFP的测度主要采用前沿方法。其中，数据包络模型（DEA）是通过模拟生产可能性边界来测度相对全要素生产率，而传统前沿参数模型通过估计生产函数来测度TFP。本文选取参数法对生产函数进行估计并测算企业TFP，主要有以下考虑：一是以DEA测算的企业TFP相对值虽然能够反映企业异质性差异，但经济含义不足（取值范围与波动性较小），单纯选取解释变量对TFP相对值进行回归会造成偏误；二是无法衔接宏观TFP和资源配置效率，而采用参数法对企业TFP进行测度后，可通过协方差法进一步测算加总TFP及资源配置效率。

由于本文采用的是横截面数据，而OP、LP、GMM等方法都是基于面板数据，因此本文采用OLS法对CD生产函数模型进行估计。采用该方法面临“同时性”与“选择性”偏差问题。“同时性”偏差是由于企业可以观察到部分生产效率而导致残差项（TFP）与当期投资支出存在相关性而引发内生性问题，进而影响生产要素弹性估计值；“选择性”偏差是由企业市场进入退出的动态变化造成的，下一期退出市场的企业当期TFP存在较大波动。对于上述偏差的处理，Olley和Pakes（1996）采取半参数估计法（OP法），Levinsohn和Petrin（2003）以中间投入替代投资额改进传统的估计模型也削弱了偏差问题（LP法）。但这些方法适用于面板模型估计，而本文采取横截面模型，故处理偏差问题的方法有所不同，具体为：首先，依据企业代码进行两年的样本匹配，并删除次年退出企业样本（第二年为停业状态），以此消除“选择性”偏差；其次，考虑到年龄越大的企业经验越丰富，可识别的当期全要素生产率越高，因此在前沿参数模型中加入企业年龄变量，作为当期可识别TFP部分的代理变量，通过剥离当期可识别TFP部分以减弱“同时性”偏差。基于CD生产函数确定的前沿模型为：

lny_addi=αlnKi+βlnLi+κAgei+ωi

进一步，企业TFP可表示为：

TFPi=lny_addi-αlnKi-βlnLi

其中，ωi～（0，μ2）为模型残差项，包括随机干扰项和测度误差等因素；TFPi为企业i的TFP值，即技术、管理、企业家才能以及其他外部冲击对企业产出的综合贡献值；lny_add为企业工业增加值，K和L分别为企业当年劳动力数量（企业从业人员数量）和固定资本存量（固定资产年末净值）。本文测算的劳动力和资本的要素产出弹性分别为0.312和0.499，进而TFP对总产出贡献率为33.5% 国内外诸多研究测算的中国TFP对总产出贡献率不同，变动区间在10%～40%。这主要与核算方法及样本的差异等因素有关。本文基于中国工业企业样本加总资本存量和劳动力计算出资本和劳动产出，再用要素产出弹性估计值进一步计算TFP对产出的贡献率。。根据弹性估计结果进一步测算各企业TFP（数据量过大不再列出），OLS回归结果见表2。

三、微观分析：企业异质性与资源错配

1.模型建立

资源错配在企业层面表现为横截面TFP波动性增加，这种波动性成因源自融资能力、年龄、所有制、行业与地区等维度的企业异质性。不同维度内的企业异质程度越高，企业TFP差异越明显，资源错配问题越严重。通过对不同维度企业异质性特征与TFP相关性的分析，可以对资源错配的成因进行初步考察。在此建立微观企业TFP模型以分析各维度内的企业TFP差异特征，模型如下：

tfpi=κ1financei+κ2Agei+κ3Age2i+

κrDUM_industry+κsDUM_registor+

κjDUM_city+κvDUM_province+μi

其中，tfp为企业全要素生产率；DUM_industry、DUM_registor、DUM_city、DUM_province为本文关注的企业异质性各维度虚拟变量，分别为所属行业、企业注册类型、所在城市、省份虚拟变量，各虚拟变量细分项的回归结果呈现出行业、所有制、城市、省份维度内的企业TFP异质性特征。另外，选取若干控制变量对影响企业TFP的因素进行控制，其中Age为企业年龄，考虑到企业生命周期内企业年龄与TFP可能存在非线性关系，进一步引入企业年龄的二次项；finance为企业融资约束，以企业资产负债率衡量。回归结果见表3。

2.各维度的企业TFP异质性特征分析

虚拟变量回归系数能够解释不同维度内的企业TFP差异。如行业维度虚拟变量系数显著性越大的行业，说明相关行业内企业TFP整体偏高，而系数不显著的行业则没有表现出整体差异特征。对各維度虚拟变量回归结果分析如下：

（1）行业维度的企业TFP异质性特征。行业类型虚拟变量回归结果表明，600个细分行业虚拟变量中回归系数具有显著性的数量为276个。企业TFP整体偏高的前十大行业为：“稀有金属采矿业”“核力发电”“卷烟制造”“天然原油和天然气开采”“铁路机车车辆配件制造”“烟叶复烤”“铁路信号设备制造业”“其他能源发电”“稀有高熔点金属矿采选业”“铬矿采选业”，以上行业多具有行政垄断性质；企业TFP整体偏低的前十大行业为：“汞冶炼业”“铝矿采选”“锡冶炼”“农”“林”“牧”“渔仪器”“仪表制造业”“宝石”“玉石采选业”“钛矿采选业”“其他针织品及编织品制造”“实验室及医用消毒设备和器具的制造”“地毯”“挂毯制造”“假肢”“矫形器制造业”，以上行业均具有市场规模小的特征。行业维度的企业TFP异质性特征见图1。

（2）城市维度的企业TFP差异。349个县级市及以上行政区域中回归系数显著的数量为132个。其中企业TFP偏高的前十大城市为：泉州、厦门、漳州、莆田、四平、玉溪、五家渠、大理、威海和阿克苏；企业TFP偏低的前十大城市为：恩施土家族苗族自治州、荆州、武汉、宜昌、黄石、十堰、荆门、咸宁、巴中和襄樊。城市维度的企业TFP差异呈现地区趋同性，如福建、新疆地区的TFP偏高，而湖北地区则整体偏低。城市维度的企业TFP异质性特征见图2。

（3）省份虚拟变量回归结果：31个省份虚拟变量中回归系数显著的数量为18个；较东部省份，甘肃、内蒙古、西藏、安徽、青海、贵州、宁夏等中西部地区TFP明显较低。

（4）所有制虚拟变量回归结果：23个注册类型虚拟变量中，国有企业、国有联合企业、国有独资企业、国有与集体联合企业四类企业TFP显著偏低，而其他的均不显著。

综上所述，从行业维度看，行政垄断及行业垄断导致相关企业TFP偏高，而市场需求约束下的规模不经济导致相关行业企业TFP偏低；从城市维度看，企业的TFP差异与所在城市的地理位置、人力资本水平以及政府效率有关，不同地区的资本（设备）和劳动力质量存在差异，反映出技术水平对总产出的贡献不同，这是以往研究中容易被忽视的因素；从地区维度看，企业TFP的省际差异主要源于地理位置、交通基础设施等的差异；从所有制维度看，国有企业的TFP整体偏低。

四、宏观分析：地区发展战略与资源错配

政府对经济的不当干预将会加剧市场失灵，这是导致市场进入退出失衡不容忽视的因素。偏离市场需求，违背比较优势发展战略将造成要素市场扭曲进而引发资源错配。因此，地区违背比较优势发展战略程度越高，资源错配程度越严重。为分析导致资源错配的地区发展战略层面的原因，本文在测度微观企业TFP的基础采用OP协方差法测度省际资源配置效率，同时采用参数法（工具变量法）测度地区比较优势发展战略偏离度，进而建立计量模型对上述理论预期进行检验。

1.模型建立

TSPi=κ0+κ1TCIi+κ2Financei+κ3SOE+

κ4size+μi

其中，TSP为地区资源错配程度，TCI为地区比较优势发展战略偏离度，Finance为地区金融发展水平（银行年末存款总额占地方GDP比重），SOE为地区国民经济所有制结构（国有企业工业总产值占比），size为地区企业规模（中小企业工业总产值占比），μi为随机扰动项。核心变量的测度方法如下：

（1）资源错配程度（TSP）

资源配置效率越高则资源错配程度越低，故在此以资源配置效率衡量地区资源错配程度。本文采用Olley和Pakes（1996）建立的OP协方差法对地区资源配置效率进行测度，该方法认为企业规模与全要素生产率应成正相关，因此地区企业规模与全要素生产率协方差越大，说明资源配置效率越高，反之则说明存在资源错配问题。根据OP协方差法，加总TFP在微观企业层面的分解表达式为：

TFP=siωi=ω-+（si-s-）（ωi-ω-）

其中，s为企业规模权重，ωi为企业TFP。该式表明，宏观TFP由微观企业TFP非均衡权重加总获得。资源有效配置情况下，企业规模与企业TFP成正比，即企业规模越大其TFP值越高。因此企业规模与TFP的协方差可以衡量资源配置效率，协方差值越大的地区说明资源错配程度越低，其表达式为：

TSP=（si-s-）（ωi-ω-）

依据OP协方差法对省际TFP和TSP进行测算，并将结果绘制成图3以便直观展示各地区的数值表现。可见，加总TFP与TSP存在高度耦合性，即资源配置效率越高的地区全要素生产率越高。另外，笔者用企业层面分解式估算TSP对加总TFP的贡献度，结果为0.856，说明资源配置效率对地区加总TFP的贡献度达到85.6%。

图3各样本地区的TFP和TSP

（2）地区比较优势发展战略偏离度

基于新结构经济学理论的研究多用技术选择（TCI）指数作为地区比较优势发展战略偏离度的测度指标 林毅夫在新结构经济学中将TCI指数作为衡量地区发展战略选择指标，TCIit=（ATMit/LMit）/（GDPit/Lit）。其中AMT为制造业产值，LM为制造业从业人数，GDP和L分别为地区生产总值和总就业人数。如果地区产业发展不能与同一时期本身所具备的要素禀赋决定的比较优势产业相符合，那么TCI指数将较高。如果发展战略向就业吸纳能力小的资本（资源）密集型制造业倾斜，相对于其他情况下，垄断利润、政府补贴贷款和优惠政策会使得被扶持产业的运营成本降低，增加值上升，但产业吸纳劳动力能力没有显著提高，导致TCI指数增加。，但该指标存在两个问题：一是不同地区最优TCI指数的确定，二是TCI指数的内生性问题，陈斌开和林毅夫（2013）通过引入虚拟变量和工具变量予以解决。由于本文进行宏观层面的资源错配问题分析时采用的是横截面模型，样本数据不足使得控制变量可用數量有限，残差项与解释变量之间的内生性风险增加。因此，本文直接采用工具变量法进行回归分析。

地区比较优势发展战略偏离度的工具变量选取，以往研究引入“三线建设”概念，即采用各地区省会城市离边界线最短距离作为工具变量（陈斌开 等，2013）。部分学者对此方法存在质疑的原因是“三线建设”无法完全解释所有违背比较优势发展战略的政府行为，即只片面考虑了“历史遗留因素”。笔者同样认为此方法存在不足，忽视了“对外贸易产业越发达地区的发展战略越符合国际比较优势”的事实，以及地理位置、自然环境对重工业发展的约束性问题。据此，本文对工具变量选取进行调整，识别违背比较优势发展战略可能性较低的地区并设该类地区的偏离度为0，该类地区主要有：战时极易受攻击的“非三线”重要地区，包括北京、天津、黑龙江，内蒙古；地理位置偏远地区，包括西藏、海南；改革开放前沿地区，包括上海、广东。其他省份采用“省会城市离上海、香港两大国际港口最近距离的对数”测度违背比较优势发展战略的程度，主要有以下考虑：由于离国际港口越远，交通成本对外贸产业发展的抑制作用越强，在中国特有的地区“GDP锦标赛”驱使下，越偏远的地区越倾向于采取违背比较优势的发展战略，使得生产要素过度流入资源型部门或重工业部门，进而导致资源错配。地理距离采用中国地图进行测度，具体结果见表4。

2.回归结果分析

模型（1）到（6）将控制变量逐一纳入基准模型进行回归分析，以检验模型稳健性。另外，考虑到中小企业比重不同会造成资源配置效率波动，故模型引入三种企业规模的控制变量（中小型企业产值占比Size1、小型企业产值占比Size2、中型企业产值占比Size3），以观察模型稳健性。异方差检验（Heteroscedasticity Test）结果接收原假设，说明不存在异方差。分析结果表明，各模型中TCI的系数均显著且正负性没有变化，说明模型稳健性较高，工具变量有效。回归结果验证了“地区违背比较优势发展战略会加剧资源错配程度”的理论预期，回归结果见表5。

回归结果表明，TCI的回归系数稳定在-0.076左右。根据前文估计结果校准资源配置效率、TFP与总产出之间关系参数，并根据表中各地区比较优势发展战略偏离度测算其造成的资源配置效率、TFP以及总产出损失。结果表明违背比较优势发展战略造成各地区15.0%～52.7%的资源配置效率损失、12.8%～45.1%的TFP损失以及2.4%～8.5%的GDP损失，测算结果详见表6。

五.稳健性检验

模型设定会影响企业TFP的测算结果。随机前沿生产函数模型（Stochastic Frontier Production Function）在确定性生产函数模型的基础上提出了具有复合扰动项的随机边界模型，其主要思想为随机扰动项ε应由v 和u 组成。其中，v是随机误差项，是企业不能控制的影响因素，具有随机性，用来计算系统非效率；u是技术损失误差项，是企业可以控制的影响因素，用来计算技术非效率。另外，考虑到超越对数生产函数放松了常替代弹性和中性技术进步的假设，比C-D函数和CES函数更具灵活性，能有效避免函数形式误设引发的估计偏误。因此，本文建立基于C-D和超越对数生产函数的随机前沿模型（SFA）重新估计企业TFP及其产出贡献率，以检验分析模型变化的测算结果是否存在显著差异。

CD生产函数随机前沿模型为：

lny_addi=c+α1lnKi+α2lnLi+κAgei-μi+νi

超越对数生产函数随机前沿模型为：

lny_addi=c+α1lnKi+α2lnLi+α312（lnLi）2+α312（lnKi）2+α4lnLi×lnKi+κAgei-μi+νi

同时对超越对数确定性前沿模型进行估计作为参照，依据估计结果进一步计算得到各模型中TFP对企业产出的贡献率分别为35.1%，49.8%和398%采用超越对数生产函数计算TFP对企业产出贡献率前，需计算企业加总的0.5（lnK）2、0.5（lnL）2、lnK×lnL与加总lnY_add的比值，分别为4.841、1.713、5.663。。由前文可知C-D确定性前沿模型测得TFP产出贡献率为33.5%，可见超越对数生产函数模型、随机前沿模型测度的企业TFP及其产出贡献率高于C-D确定性前沿模型结果。另外，基于各模型计算的企业TFP重新测度了省际资源配置效率，并估计地区比较优势发展战略偏离程度对地区资源配置效率的影响系数，结果表明模型变动后地区TCI系数估计的正负性和显著性没有变化，且负向影响程度略有上升，地区违背比较优势发展战略造成的TFP及产出损失可能更大。总体来说，本文计算的TFP产出贡献率偏高的原因可能是样本筛选造成了选择性偏差。具体结果见表7。

六、结论

大量文献表明资源错配的成因源自不同维度的企业异质性和地区产业发展政策的扭曲。本文采用2006—2007年中国工业企业数据，分别从微观的企业异质性特征和宏观的地区发展战略角度，实证分析资源错配的原因以及地区违背比较优势发展战略造成的TFP和总产出损失。从企业异质性看，资源错配主要与企业的市场结构差异（垄断及规模经济）、所处地区（城市和省份）以及所有制差异有关：行政垄断及行业垄断导致相关行业的企业TFP偏高，而市场需求约束下的规模不经济导致相关行业的企业TFP偏低；企业的TFP差异与所在城市和省区的地理位置、人力资本水平、基础设施以及政府效率有关；国有企业的TFP整体偏低。从地区发展战略看，基于CD确定性前沿模型测度结果，地区违背比较优势发展战略导致其15.0%～527%的资源配置效率损失、12.8%～45.1%的全要素生产率损失以及2.4%～8.5%的产出损失，随机前沿模型测度的结果较确定性前沿模型更高。

资源错配问题存在于不同行业、东部与中西部、国有与非国有企业之间，资源配置效率提升将是未来中国全要素生产率增长的动力源泉之一。扭正資源错配局面应针对微观企业间资源错配的根源来制定宏观政策，完善市场进入退出机制，消除影响市场发挥资源配置作用的制度障碍，如行业准入限制、金融信贷歧视、户籍制度等。政府应加大国有企业改革力度，在不造成国有经济损失的前提下提升国有企业生产效率，创新国有企业内部激励措施，优化委托代理机制。地区违背比较优势发展战略会造成企业“市场错入”，进一步加剧企业异质性程度和要素市场扭曲。因此，应进一步明确地方政府职能，并构建能够“因势利导”的有为政府。偏远地区由于企业交易成本过高等外部性问题使得其单纯依靠市场无法形成具有规模效应的要素集聚，各地方政府竞争关系造成的市场分割虽然对我国经济增长具有一定的促进作用，但也是地方采取违背比较优势发展战略的重要原因之一。所以，各地区政府应强化区域间合作关系，依托“一带一路”建设，为建立新型开放型经济提供跨行政区域的公共服务与基础设施。

参考文献：

陈斌开，林毅夫.2013.发展战略、城市化与中国城乡收入差距[J].中国社会科学（4）：81102.

陈诗一， 陈登科.2016.融资约束、企业效率韧性与我国加总全要素生产率研究[J].经济学报（季刊）（3）：131.

靳来群.2015.所有制歧视所致金融资源错配程度分析[J].经济学动态（6）：3644.

靳来群，林金忠，丁诗诗.2015.行政垄断对所有制差异所致资源错配的影响[J].中国工业经济（4）：3143.

韩剑，郑秋玲.2014.政府干预如何导致地区资源错配——基于行业内和行业间错配的分解[J].中国工业经济（11）：6981.

李静，彭飞，毛德凤.2012.资源错配与中国工业企业全要素生产率[J].财贸经济（10）：4653.

李鲁，王磊，邓芳芳.2016.要素市场扭曲与企业间生产率差异：理论及实证[J].财经研究（9）：110120.

鲁晓东，连玉君.2012.中国工业企业全要素生产率估计：1999—2007[J].经济学（季刊）（1）：541558.

林毅夫.2012.新结构经济学：反思经济发展与政策的理论框架[M].北京：北京大学出版社.

孙元元，张建清.2015.中国制造业省际间资源配置效率演化：二元边际的视角[J].经济研究（10）：89103.

王定星.2016.企业异质性、市场化与生产率分布[J].统计研究（8）：4754.

王林辉，袁礼.2014.资本错配会诱发全要素生产率损失吗[J].统计研究（8）：1118.

王鹏，尤济红.2015.产业结构调整中的要素配置效率——兼对“结构红利假说”的再检验[J].经济学动态（10）：7080.

杨光，孙浦阳，龚刚.2015.经济波动、成本约束与资源配置[J].经济研究（2）：4760.

袁志刚，解栋栋.2011.中国劳动力错配对TFP的影响分析[J].经济研究（7）：417.

COLE M，ELLIOTT J. 2010. Firm heterogeneity，origin of ownership and export participation[J]. World Economy，33（2）： 264291.

DAS S，ROBERT M. 2007. Market entry costs，producer heterogeneity and export dynamics[J]. Econometrica，75（3）：837873.

JOEL M，HUGO A. 2016. Information，misallocation and aggregate productivity[J]. The Quarterly Journal of Economics，131（2）：9431005.

LEVNSOHN J，PETRIN A. 2003. Estimating production functions using inputs to control for unobservables[J]. Review of Economic Studies，70（2）：317341.

OLLEY S，PAKES A. 1996. The dynamics of productivity in the telecommunication equipment industry[J]. Econometrica，64（6）：12631297.

WAGNER J. 2007. Exports and productivity：A survey of the evidence from firm level data[J]. World Economy，30（1）：6082.

Enterprise Heterogeneity， Regional Development

Strategy and Resources Misallocation

LI Yue

（School of Economics and Resource Management， Beijing Normal University， Beijing 100875， China）

Abstract： The cause of resources misallocation mainly emanates from the distortion of enterprise heterogeneity with different dimensions and regional development strategy. This paper uses CD to determine frontier parameter model to calculate total factor productivity of enterprises， uses OP covariance method to calculate resources misallocation extent of different regions， and further analyzes the cause for Chinas resources misallocation from such two perspective as enterprise heterogeneity and regional development strategy. The results show that the firm TFP heterogeneity is mainly correlated with the differences in market structure， regional differences and ownership， and that local governments' development strategies that violate the comparative advantages deteriorates provincial misallocation， leading to 15.0%52.7% resources misallocation loss， 12.8%45.1% of TFP loss and 2.4%8.5% of GDP loss in different provinces. Chinas future TFP improvement should pay attention to the internal competition optimization and let the guiding role of the local government be played.

Key words： firm heterogeneity； regional development strategy； resources misallocation； TFP； resources allocation efficiency； comparative advantage

CLC number：F12；F224.0Document code：A Article ID：16748131（2017）04010511

（編辑：夏冬）