资源错配、企业异质性与产出增长潜力

周申 倪何永乐

内容提要：本文将企业要素份额异质性引入Hsieh和Klenow（2009）的理论框架，放松同行业企业要素产出弹性相同的假设，并提出一种可以测度企业层面资源错配水平的核算方法。利用1998-2007年微观企业数据，采用De Loecker和Warzynski（2012）的控制函数法测算了中国制造业企业的要素产出弹性，并根据本文的核算框架，测算了中国制造业行业与企业的资源错配程度以及产出损失。研究结果显示，样本期内中国制造业行业与企业的资源配置效率具有明显提升;在控制产出弹性异质性因素后，消除资源错配带来的潜在制造业产出增长为75.4%-91.6%，低于Hsieh和Klenow（2009）的结果，如果忽略企业异质性因素，很可能高估资源重新配置的产出增长潜力。

关键词：资源错配;潜在产出增长;要素产出弹性;企业异质性;HK模型

中图分类号：F124.5  文献标识码：A  文章编号：1001-148X（2020）11-0074-15

收稿日期：2020-08-12

作者简介：周申（1970-），男，成都人，南开大学经济学院教授，博士生导师，研究方向：贸易与地区收入分配;倪何永乐（1991-），男，南昌人，南开大学经济学院博士研究生，研究方向：贸易与要素市场。

基金项目：国家社科基金一般项目“贸易与地区收入不平等：基于国内市场扭曲下资源空间再配置的研究”，项目编号：17BJL109。

一、引言与文献综述

要素市场的市场化改革进程远远滞后于产品市场是中国经济转型过程中非常突出的问题[1]。渐进式改革使我国的产品市场建立起了以市场机制为基础的资源配置方式[2]，但由于各级政府对关键要素市场的干预，产生了户籍制度、所有制歧视、行政垄断等诸多限制要素流动的政策扭曲。这些广泛存在而又不同形式的要素壁垒使我国不同所有制的企业之间[3]、不同行业之间[4]以及不同地区之间[5]都出现了严重的资源错配。如果中国的要素资源达到最优配置，1998—2005年间的制造业产出和TEP可提高86.6%—115%[6]，资源错配不仅会降低宏观经济效率，还会抑制企业发展活力和创新动力，引发社会矛盾，阻碍经济长期可持续发展[7]。在我国经济步入新常态，“人口红利”优势丧失和经济下行压力增大的大环境下，要素配置的严重扭曲无疑是资源的巨大浪费，提高资源配置效率、合理配置要素资源已成为新时代走出经济结构调整阵痛期、释放经济增长潜力的核心途径。

虽然De Melo（1977）[8]和Syrquin（1986）[9]的分析框架为理解资源配置对宏观经济运行效率的影响提供了洞见，但是直到Hsieh和Klenow（2009）[6]相关研究出现以后，才掀起了学术界研究的热潮。在资源错配研究领域中，资源错配的测算是最基础的工作，测算方法主要包括全要素生产率价值离散度[6]、加成率离散度[10]、OP协方差等具体指标[11]。在实证研究中应用最广泛的是Hsieh和Klenow（2009）[6]所提出的全要素生产率价值离散度，在产出最大化条件下，不同企业的要素边际产出收益以及TFPR会相等（否则就可以通过纠正资源错配来提高总产出），因此TFPR的离散度可以用来估计资源错配的程度（更为分散的TFPR意味着更低的资源分配效率和生产率）。沿用相同方法，Foster等（2016）[12]放宽了规模报酬不变的假设条件，并在TFPR离散度中控制了企业异质性需求和技术效率的影响。Haltiwanger等（2018）[13]则在HK模型的基础上，引入了固定成本、异质性的投入成本和需求因素。Oberfield（2011）[14]、Bollard和Klenow（2013）[15]将企业间和行业间资源配置效率纳入到同一分析框架。Song和Wu（2015）[16]克服了TFPR离散度没有考虑产出和需求弹性异质性、调整成本差异的缺陷。

国内学术界对资源错配问题的研究主要从两方面展开。一类文献重点关注资源错配的测算和分解，并研究错配对总产出和宏观经济效率的不利影响[17-18]。另一类文献专注于探究中国在经济转型和改革过程中产生资源错配的原因，这些文献更多的是从市场摩擦，比如从政策干预[19]、所有制歧视[20]、市场分割[21]、户籍制度[22]等角度进行考虑。其中一些文献是Hsieh和Klenow（2009）[6]的后续研究，例如，龚关和胡关亮（2013）[23]放松了HK模型中规模报酬不变的假设，提出以要素生产率价值（MRPK和MRPL）的离散度来测度各要素导致的资源错配。邵宜航等（2013）[24]在HK模型的基础上，分别测算金融市场和交通基础设施导致的资源配置扭曲。文东伟（2019）[25]将HK模型进一步拓展，开发了可以同时测度行业内和行业间所导致的资源错配的理论框架。张天华和张少华（2016）[26]在HK模型的框架下估算了国有企业偏向型政策所造成的配置扭曲。季书涵等（2016）[27]将产业集聚因素纳入Hsieh和Klenow（2009）[6]的资源错配理论研究框架，并且探讨了产业集聚对资源错配的改善效果。罗德明等（2012）[28]在异质性随机动态一般均衡模型中引入了内生化的企业进入退出选择，以此考察偏向型政策的效率损失。

然而，利用全要素生产率价值离散度测度资源错配的方法，因其严苛的理论假设条件在近年来遭受了一定的质疑。首先，HK模型的测算框架假设同一部门内所有企业具有相同的生产函数形式，从而忽略了企业生产模式和技术的差异，未充分考虑企业间边际产出价值的区别[29]。在更一般的情況下，生产要素质量差异、异质性的管理技能和特定的投资模式等因素都会使不同企业的TFPR产生差异[30]。即使是在无扭曲的资源最优配置条件下，企业间任一形式的自身技术差异都可能被当成资源错配，进而夸大或缩小资源错配程度[31]。其次，Song和Wu（2015）[16]认为如果数据中包含不可观察的异质性产出和需求弹性、调整成本和测量误差的因素，TFPR离散度将会高估资源错配水平。他们还指出，TFPR离散度只适用于静态扭曲的情形，在考虑例如投资调整成本的动态扭曲时，TFPR离散度对资源错配的度量将会失效。Haltiwanger等（2018）[13]利用分解方法发现大部分TFPR方差的变动反映了（扭曲导致的）需求变动的影响。在更一般的情况下，TFPR离散度不能反映资源配置效率损失。

现有资源错配的理论框架并没有很好地消除产出弹性异质性导致的测量误差，影响了后续经验研究的准确性。理论上，每家企业面临的约束条件进而采用的生产技术都有差异，很难用统一的生产函数来刻画企业的生产行为[32]。要素产出弹性相同意味着所有企业的最终产出都以固定的比例分配给资本与劳动，即所有企业都拥有相同的要素份额，这一假设在现实中很难找到令人信服的论据支持。若不考虑企业要素份额的差异，会影响资源错配水平测度的准确性。基于此，本文提出将产出弹性异质性纳入考虑的资源错配核算框架，以实际资源配置对有效资源配置的偏离程度替代传统的TFPR离散度作为衡量资源错配的新指标，可以更准确地测度中国在经济转型和改革过程中的资源错配动态变化，有利于深刻理解和把握中国实施改革开放政策的成效。此外，本文还提出了一种可能的企业层面资源错配的测度方法，可以为后续相关研究提供一个参考标准，同时可以帮助政府了解微观企业的资源配置状况，有利于政府制定更为完善的企业激励政策和制造业发展规划。

二、理论框架

在Hsieh和Klenow（2009）[6]的基础上，放松了同行业企业要素产出弹性相同的假设，本文核算框架的推导和说明如下。

（一）对于生产函数设定

至此，本文已经完成了资源错配指标体系的建立。与Hsieh和Klenow（2009）[6]所提出的理论框架相比，本文的资源错配核算框架放松了企业要素产出弹性相同的假设，并且允许各企业资源最优配置条件下的TFPR存在差异，应用的范围和场景更为广泛，在测度上的偏误也相对更小，可以更准确地评估中国制造业行业的要素资源配置效率。

三、数据处理与参数估计

（一）数据介绍和处理

本文使用的基础数据是1998—2007年的《中国工业企业数据库》，该数据库涵盖了全部国有工业企业以及规模以上②非国有工业企业。首先对行业代码进行了统一，将2003年以前的4位数行业代码③调整为以[GB/T4754—2002]为标准的4位数行业代码。然后，借鉴Brandt等（2012）[34]、杨汝岱（2015）[32]的方法构建一个以企业法人代码和年份为两维的面板数据。鉴于工企数据库存在的指标大小异常和测度误差等问题，依照Cai和Liu（2009）[35]、谢千里等（2008）[36]的做法对样本进行了剔除。主要包括：（1）剔除了关键指标（法人代码、工业总产值、固定资产净值、中间品投入、从业人数）存在缺失或为负的样本;（2）剔除不符合一般会计准则（GAPP）以及不符合逻辑关系的异常样本;（3）剔除从业人数少于10人、销售额低于500万元的样本④;（4）剔除矿产采选、石油等资源型行业以及水电燃气生产行业的样本⑤。

为了计算出可相互比较的实际资本存量，本文通过相邻两期的固定资产原值计算出当年的名义投资，再计算出消胀后的每年实际投资I，最后利用基于永续盘存法Kt+1=（1-δ）Kt+I和折旧信息⑥计算出真实资本存量和真实投资。为了得到样本第一期的实际资本存量的数据，参照Brandt等（2012）[34]的估计思路，以分行业、分省份的资本增长率近似替代企业的资本存量增长率。结合企业第一年出现在数据库时的固定资产原值估计出企业成立年份的实际资本存量⑦。接着利用永续盘存法逐年计算企业成立年份至首次出现在数据库的实际资本存量。

对于劳动要素投入Lsi，本文以从业人数来衡量。相比职工人数，考虑到从业人数包含非正规就业，因此用从业人数衡量劳动要素投入相对更为合适。本文的产出变量Ysi采用平减后的工业总产值来衡量。对于企业份额θsi和行业份额θs，分别利用s行业i企业的工业总产值占s行业工业总产值之比、s行业工业总产值占总体工业总产值之比来衡量。为了方便与Hsieh和Klenow（2009）[6]的结果进行比较，我们遵循他们的做法，将企业间替代弹性设定为σ=3。

为了消除价格的影响，本文利用Brandt—Rawski投资价格指数对计算出的名义投资额进行平减。由于Brandt—Rawski投资价格指数只构造到2006年为止，采用国家统计局的固定资产投资指数替代2007年的指数。对于中间品投入、工业总产值利用Brandt等（2012）[34]所给出的投入价格指数、产出价格指数进行平減。

（二）企业要素产出弹性估计

四、测度结果及分析

（一）企业资源错配水平的分布、方向以及程度分析

在计算出企业要素产出弹性以后便可以根据（15）、（16）式计算出各个企业的资源错配水平。表1根据资源错配的方向进行划分，总结了中国制造业1998—2007年资源配置过度和配置不足的企业数量分布情况。

从资本的配置分布情况来看，1998年有52169家企业存在资本配置不足的问题，占到当年样本企业总数的52.8%。46634家企业存在资本配置过度的问题，占到当年样本总数的47.2%。根据理论，由于商业银行难以获知中小企业经营的完备信息，借贷双方信息不对称的问题在中小企业体现的尤为明显，导致中小企业更容易产生融资难的问题[24]。因此，本文统计了不同规模企业⑧的资本错配水平。以1998年为例，该年样本共有98803家企业，其中，小、中、大型企业的数量分别为85126、8965、4712。其中，48689家小型企业存在资本配置不足的问题，占当年小型企业总数的57.1%，在中型企业上这个比例为26.6%，而在大型企业中只有23.3%的企业存在资本不足的问题。36437家小型企业存在资本配置过度的问题，占当年小型企业总数的42.8%，在中、大型企业这个比例分别是73.4%、76.7%。因此，可以发现小型制造业企业更易出现融资难的问题。从资本配置分布的时间变化趋势来看，虽然资本配置不足的企业数量有所增长，但其占比不断减少，从1998年的52.8%，降低到了2007年的49.9%。资本配置过度的企业数量和占比均逐年增长，并且自2005年开始，资本配置过度的企业数量逐渐超过了资本配置不足的企业。

表4呈现了根据公式（22）、（23）计算的1998—2007年中国制造业劳动与资本重新配置的产出增长。从劳动要素配置的时间趋势上看，25个行业都表现出劳动要素配置随时间不断改善的趋势。交通运输设备制造业改善程度最高，资源错配引致的产出缺口下降了64%。纺织业、石油加工炼焦及核燃料加工业、化学纤维制造业、橡胶制品业的行业内劳动配置存在一定程度的恶化。从资本要素配置的时间趋势上看，25个行业都表现出劳动要素配置随时间不断改善的趋势，黑色金属冶炼压延加工业改善程度最高，资源错配引致的产出缺口下降了55.4%。石油加工炼焦及核燃料加工业、橡胶制品业、塑料制品业、非金属矿物制品业的行业的资源配置存在一定程度的恶化。其中，橡胶制品业是唯一劳动与资本要素配置情况均出现了恶化的行业。从行业间劳动要素配置的横向对比来看，烟草制品业的行业内劳动要素配置效率最高。以2007年为例，烟草制品业的劳动要素重新配置所带来产出增长仅有2.2%。从行业间资本要素配置的横向对比来看，家具制造业的行业内资本要素配置效率最高。以2007年为例，家具制造业的资本要素重新配置所带来产出增长仅有8.1%。从两种要素的横向对比来看，24个行业都表现出资本要素配置效率低于劳动要素配置效率的现象，只有纺织业、纺织服装鞋帽制造业、木材加工制品业、家具制造业、文教体育用品制造业存在劳动要素配置情况比资本更严重的现象，而这些行业恰好是劳动力密集程度都相对较高的行业。

五、进一步的研究

（一）不同所有制企业的资源配置效率分析

为了探究所有权与资源错配程度的关系，我们用测算出的资本错配系数、劳动错配系数、资源错配系數分别对企业所有制的虚拟变量进行回归，并且加入企业固定效应、行业固定效应和年份固定效应。Ownership代表所有权的虚拟变量，国有企业取1，非国有企业取0。回归结果见表5。

从资本要素配置状况看，MKsi大于1的国有企业资本错配系数平均比非国有企业高1.11， MKsi小于1的国有企业资本错配系数平均比非国有企业低0.03。无论是MKsi大于1还是小于1，非国有企业的资本错配系数相比于国有企业都更接近于1。因此，非国有企业的资本配置效率更高。从劳动要素配置状况看，MLsi大于1的国有企业劳动错配系数平均比非国有企业高0.42，MLsi小于1的国有企业劳动错配系数平均比非国有企业高0.04。根据现有文献，出现这种现象的可能解释在于国有企业支付了比非国有企业更高的劳动成本[25]，从而导致国有企业劳动过度配置的程度比非国有企业更明显。根据资源错配系数的回归结果来看，无论是MYsi大于1还是小于1，由于非国有企业的资源错配系数相比于国有企业都更接近于1，因此非国有企业的资源配置效率要高于国有企业。因此，进一步提高国有企业的资源配置效率，不断改善国有企业的经营绩效，仍是中国经济转型和发展过程中需要持续关注的问题。

（二）出口企业和非出口企业的资源配置效率分析

根据新新贸易理论，出口企业面临来自国际市场的激烈竞争，迫使生产率低下的企业退出市场，导致资源从低效率企业流向高效率企业。因此，出口有利于企业的生产率的提升和资源配置效率的改善。由此，本文还检验了出口行为与企业资源错配的关系，Export代表是否出口的虚拟变量，出口企业取1，非出口企业取0。回归结果见表6。

从出口企业和非出口企业的资本要素配置状况看，MKsi大于1的出口企业的资本错配系数MKsi平均要比非出口企业低0.20，同时MKsi小于1的出口企业的资本错配系数MKsi平均要比非出口企业高0.02。无论是MKsi大于1还是小于1，出口企业的资本错配系数相比于非出口企业都更接近于1。因此，出口企业的资本配置效率高于非出口企业。从劳动要素配置状况看， MLsi大于1的出口企业的劳动错配系数平均要比非出口企业低0.28，MLsi小于1的出口企业的劳动错配系数比非出口企业低0.02。因此，出口企业更容易出现劳动配置不足的现象。可能的原因在于出口企业一般集中在劳动密集型行业，这些行业需要大量的劳动力要素资源进行生产。而由于户籍制度等对劳动力流动的阻碍，还不能实现劳动力自由流动，从而导致这些出口企业劳动力配置不足。根据资源错配系数的回归结果来看，由于出口企业的资源错配系数相比于非出口企业更接近于1。因此，出口企业的整体资源配置效率要高于非出口企业。这证实了贸易自由化带来的竞争效应和资源再配置效应，也体现了中国实施改革开放政策的显著成效。

（三）不同地区企业的资源错配水平分析

由于中国各个地区的历史条件、地理特征和区位优势不尽相同，以及国家不同时期的导向型政策，以致不同地区企业的资源配置效率存在显著差异。因此，本文检验了不同地区企业的资源错配水平是否存在显著差异。Middle代表是否为中部地区企业的虚拟变量，West代表是否为西部地区企业的虚拟变量，缺省变量为东部地区企业。回归结果见表7。

从各个地区企业的资本要素配置状况看，MKsi大于1的东部企业的资本错配系数相比于中西部地区的企业更接近于1。而MKsi小于1的企业资本错配系数呈中—东—西由低至高排列，西部地区企业资本错配系数MKsi更接近于1。从各个地区企业的劳动要素配置状况看， MLsi大于1的东部企业的劳动错配系数相比于中西部地区的企业更接近于1，而MLsi小于1的东部企业劳动错配系数也低于中西部地区，东部地区企业呈现出劳动配置不足的现象。前述研究结果表明，出口企业呈现出劳动配置不足的现象。而中国的出口企业大部分集中在东部，由此本部分结论是和前述结论是一致的。劳动力资源需从边际产出较低的中西部地区向边际产出更高的东部地区转移，以提高整体资源配置效率。根据资源错配系数的回归结果来看，MYsi大于1的东部企业的资源错配系数相比于中西部地区的企业更接近于1，而MYsi小于1的企业资源错配系数呈中—东—西由低至高排列。总体来看，东部地区企业的资源配置效率要略优于中西部地区企业。该结论符合中国当下的发展阶段和现实特征。由于东部地区率先实行对外开放，较早推进市场化进程，要素市场的发育程度较高，并且在市场中介组织和法律制度环境等方面有着较大的优势。而中西部地区市场化进程相对缓慢，非国有经济占比较小，经济活力相对较弱，导致地区市场化水平自沿海向内地、由东向西递进和深化，形成中国企业资源配置效率呈东—中—西逐渐递减的现实特征。

六、结论与启示

准确评估中国制造业行业的资源配置效率，有利于深刻理解和把握中国改革开放的成效。本文将企业要素份额异质性引入Hsieh和Klenow（2009）[6]的理论框架，放松同行业企业要素产出弹性相同的假设，并提出一种可以测度企业层面资源错配水平的核算方法。本文利用1998—2007年微观企业数据，采用De Loecker和Warzynski（2012）[37]的控制函数法测算中国制造业企业的要素产出弹性，并根据本文的核算框架测算了中国制造业企业的资源错配程度。研究结果显示，样本期间中国制造业企业的资源配置效率有了明显的提高。在控制企业要素产出弹性异质性因素后，消除资源错配的制造业潜在产出增长为75.4%—91.6%。从各要素配置效率看，资本有效配置带来的产出增长为16.6%—23.1%，劳动有效配置带来的产出增长为8.9%—15.7%。行业层面的分析表明，29个制造业行业中有25个行业都表现出资源配置随时间不断改善的趋势。其中，专用设备制造业的资源配置改善的程度最高，该行业在1998年至2007年的资源错配引致的产出缺口下降了39.6%。橡胶制品业资源配置效率的下降程度最高，资源错配引致的产出缺口在十年间扩大了34%。企业层面的分析表明，国有企业的资源配置效率要低于非国有企业，出口企业的资源配置效率要高于非出口企业，且东部地区企业的资源配置效率要优于中西部地区企业。

上述研究结果显示，与劳动力配置水平相比，资本的配置状态尚不乐观，在小型制造业企业上体现的尤其明显，反映了资本市场发展较为落后，深化金融市场化改革和完善资本市场仍然任重道远。因此，一方面应加快改革和发展现代金融监管体制，健全市场利率形成机制、畅通利率传导机制;另一方面应继续深化国有商业银行和金融机构改革，提升金融体系服务质量和服务效率，积极建立多层次的银行体系，有效降低借贷双方的信息不对称的问题，缓解企业面临的融资约束，逐步实现资本市场的资源优化配置功能。

注释：

① 本文推导出的资源错配系数反映的实际上是企业相对行业平均水平的要素偏离程度，也存在另一种方式推导出要素的绝对偏离程度Lsi/Leffcicentsi=1/1+τLsi、Ksi/Keffcicentsi=1/1+τKsi。本文侧重于分析这种相对偏离程度的原因在于，要素在企业间的配置情况并不是由企业的要素绝对使用价格所决定，而是由要素在各企业间的相对使用价格所决定的（陈永伟和胡伟民，2011）。以劳动要素为例，在不存在扭曲的资源最优配置下，所有企业的劳动要素实际使用价格等于同一价格。如果此时让所有企业的劳动扭曲同时变化相同的程度，虽然这会导致劳动要素实际价格的变化，但是在企业间的相对价格仍將保持不变，劳动要素在企业间的配置情况也将是不变的。

② 规模以上企业指的是销售额超过500万以上的企业，这个标准在2011年改为了2000万。

③ 《中国工业企业数据库》1998—2002年所采用的行业代码标准为[GB/T4754—1994]。

④ 相当于剔除了规模以下的国有企业，方便我们后文的国有企业和非国有企业资源配置效率的对比分析。

⑤ 剔除这些行业的主要原因在于这些行业不符合垄断竞争性质。

⑥ 参照Brandt等（2012），折旧率设为9%。

⑦ 企业成立年份的实际资本存量的估计方法可以通过以下公式来实现：RKt0=NKtd/pt0∏tdt=t0（1+gt）。其中，t0表示开业年份，td表示在数据库中的第一期，RKt0表示开业年份的实际资本存量，NKtd表示数据库中的第一期的名义资本存量（固定资产原值与固定资产净值皆可），gt为第t期的资本存量增长率，pt0为第t0期的投资价格指数。

⑧ 我们对于不同规模企业的划分标准基于工企数据库的一个变量“企业规模”。以1998年为例，当该变量取值为“11”、“12”、“13”时，为大型企业。取值为“21”、“22”时为中型企业。取值为“30”时为小型企业。

参考文献：

[1] 盛仕斌，徐海.要素价格扭曲的就业效应研究[J].经济研究， 1999（5）：3-5.

[2] 张杰， 周晓艳， 郑文平，等.要素市场扭曲是否激发了中国企业出口[J].世界经济， 2011（8）：136-162.

[3] Brandt L，Tombe T， Zhu X. Factor Market Distortions Across Time， Space and Sectors in China[J]. Review of Economic Dynamics， 2013，16（1）：39-58.

[4] 陈永伟， 胡伟民.价格扭曲、要素错配和效率损失：理论和应用[J].经济学（季刊）， 2011（10）.

[5] 孙元元， 张建清.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，2015（10）：89-103.

[6] Hsieh C，Klenow P J. Misallocation and Manufacturing TFP in China and India[J].Quarterly Journal of Economics， 2009，124（4）： 1403-1448.

[7] 张建华， 邹凤明.资源错配对经济增长的影响及其机制研究进展[J].经济学动态， 2015（1）：124-138.

[8] De Melo J A P. Distortions in the Factor Market： Some General Equilibrium Estimates[J].The Review of Economics and Stats， 1977，59（4）：398-405.

[9] Syrquin，M. Productivity Growth and Factor Reallocation， Industrialization and Growth[M].Oxford：Oxford University Press， 1986.

[10]Edmond C，Midrigan V， Xu D Y. Competition， Markups， and the Gains from International Trade[J].Economics Series， 2013，105： 3183-3221.

[11]Olley G S，Pakes A. The Dynamics of Productivity in the Telecommunications Equipment Industry[J].Econometrica， 1996.

[12]Foster L， Grim C，Haltiwanger J， et al. Firm-Level Dispersion in Productivity： Is the Devil in the Details？[J].American Economic Review， 2016，106（5）：95-98.

[13]Haltiwanger J， Kulick R， Syverson C， et al. Misallocation Measures： The Distortion That Ate the Residual[J].National Bureau of Economic Research， 2018.

[14]Oberfield E. Productivity and Misallocation During a Crisis： Evidence from the Chilean Crisis of 1982[J].Review of Economic Dynamics， 2011，16（1）： 100-119.

[15]Bollard A，Klenow P J， Sharma G. Indias mysterious manufacturing miracle[J].Review of Economic Dynamics， 2013，16（1）：59-85.

[16]Song Z， Wu G L. Identifying capital misallocation[J].Working Paper， 2015，University. Chicago， Chicago.

[17]姚戰琪.生产率增长与要素再配置效应：中国的经验研究[J].经济研究， 2009（11）：132-145.

[18]袁志刚， 解栋栋. 中国劳动力错配对TFP的影响分析[J].经济研究， 2011（7）：5-18.

[19]韩剑， 郑秋玲.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，2014（11）：71-83.

[20]靳来群，林金忠，丁诗诗.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， 2015（4）：31-43.

[21]简泽.市场扭曲、跨企业的资源配置与制造业部门的生产率[J].中国工业经济，2011（1）：58-68.

[22]柏培文.中国劳动要素配置扭曲程度的测量[J].中国工业经济，2012（10）：21-33.

[23]龚关， 胡关亮.中国制造业资源配置效率与全要素生产率[J].经济研究， 2013（04）：5-16，30.

[24]邵宜航， 步晓宁， 张天华.资源配置扭曲与中国工业全要素生产率——基于工业企业数据库再测算[J].中国工业经济，2013（12）.

[25]文东伟.资源错配、全要素生产率与中国制造业的增长潜力[J].经济学（季刊）， 2019，18（2）：208-229.

[26]张天华， 张少华.偏向性政策、资源配置与国有企业效率[J].经济研究，2016（2）：126-139.

[27]季书涵， 朱英明， 张鑫.产业集聚对资源错配的改善效果研究[J].中国工业经济，2016（6）：73-90.

[28]罗德明， 李晔， 史晋川. 要素市场扭曲、资源错置与生产率[J].经济研究， 2012（3）：4-14.

[29]Restuccia D， Rogerson R. Misallocation and productivity[J].Review of Economic Dynamics， 2013，16（1）：1-10.

[30]Loecker，J.D. Product Differentiation， Multiproduct Firms， and Estimating the Impact of Trade Liberalization roductivity[J].Econometrica， 2011（5）：1407-1451

[31]范冬梅，黄汉民，钱学锋.中国制造业资源配置效率的重新估算——一个改进HK模型方法的应用[J].中南财经政法大学学报， 2019（01）：18-27+158.

[32]杨汝岱.中国制造业企业全要素生产率研究[J].经济研究， 2015（2）：61-74.

[33]Dixit A K， Stiglitz J E. Monopolistic Competition and Optimum Product Diversity[J].American Economic Review， 1977， 67.

[34]Brandt L，Biesebroeck J V， Zhang Y. Creative Accounting or Creative Destruction？ Firm-level Productivity Growth in Chinese manufacturing[J].Journal of Development Economics， 2012，97（2）：0-351.

[35]Cai H， Liu Q. Competition and Corporate Tax Avoidance： Evidence from Chinese Industrial Firms[J].Economic Journal， 2009， 119（537）：764-795.

[36]谢千里，罗斯基，张轶凡.中国工业生产率的增长与收敛[J].经济学（季刊）， 2008（3）：809-826.

[37]DeLoecker J， Warzynski F. Markups and Firm-Level Export Status[J].American Economic Review， 2012，102（6）：2437-2471.

[38]Ackerberg D A， Caves K， Frazer G， et al. Identification Properties of Recent Production Function Estimators[J].Econometrica， 2015，83（6）： 2411-2451.

[39]Levinsohn J A， Petrin A.Estimating Production Functions Using Inputs to Control for Unobservables[J].The Review of Economic Studies， 2003，70（2）： 317-341.

[40]姚毓春， 袁礼， 董直庆.劳动力与资本错配效应：来自十九个行业的经验证据[J].经济学动态， 2014（6）：71-79.

[41]施炳展，冼国明.要素价格扭曲与中国工业企业出口行为[J].中国工业经济，2012（2）：47-56.

[42]曲玥.中国工业企业的生产率差异和配置效率损失[J].世界经济， 2016，39（12）：121-142.

[43]聂辉华， 贾瑞雪.中国制造业企业生产率与资源误置[J].世界经济， 2011（7）：27-42.

Abstract：This paper introduces the heterogeneity of enterprise factor share into the theoretical framework of Hsieh and Klenow （2009）， relaxes the assumption that the elasticity of enterprise factor output in the same industry is the same， and proposes an accounting method that can measure the level of enterprise level resource misallocation.Based on the micro enterprise data from 1998 to 2007， this paper uses the control function method of De Loecker and Warzynski （2012） to measure the factor output elasticity of China′s manufacturing industry. According to the accounting framework of this paper， it also estimates the degree of resource misallocation and output loss between China′s manufacturing industry and enterprises.The results show that the resource allocation efficiency of Chinese manufacturing industry and enterprises has improved significantly in the sample period; after controlling the heterogeneity of output elasticity， the potential output growth of manufacturing industry caused by eliminating resource mismatch is 75.4%-91.6%， which is lower than that of Hsieh and Klenow （2009）. If the heterogeneity of enterprises is ignored， the potential output growth of resource reallocation is likely to be overestimated power.

Key words：resource misallocation; potential output growth; factor output elasticity; firm heterogeneity; HK model

（責任编辑：周正）