资源型产业集聚、要素扭曲配置与技术创新

（武汉大学中国中部发展研究院，武汉 430072）

关于产业集聚与技术创新的关系，新古典经济学家马歇尔最早给出了解答，他认为产业在地理上的集中有利于新知识流动，区域内企业未支付成本就能享受到技术溢出，实现技术创新。之后，新经济地理学（NEG）与以Romer为代表的内生增长理论进一步明确指出：区域内产业集聚产生以知识溢出为主的外部性，从而推动技术创新［1，2］。不少国内外学者的研究均印证了这一作用机制［3-6］。诚然，已有研究关于产业集聚 “外部性”对技术创新推动作用的探讨取得了突出成就。但是从现实情况来看，产业集聚似乎并不总能带来技术创新，我国中西部大量资源型地区一直饱受 “资源诅咒”困扰。刘军等［7］认为，资源型产业过分依赖资源禀赋挤出了其对技术创新的需求，得出了资源型产业集聚抑制技术创新的结论。

已有研究与现实情况产生分歧的原因是忽视了要素配置在产业集聚影响技术创新过程中发挥的传导性作用。产业集聚本质上是生产要素在空间上的不均衡分布与区域间流动，其中资本、劳动力要素的配置情况对技术创新有着直接的影响。那么，产业集聚是否会改变资本、劳动力要素的配置情况，从而进一步作用于技术创新活动？如果存在上述影响机制，影响的方向和效果如何？本文尝试对上述问题进行解答。具体来说本文的边际创新主要体现在以下3个方面：（1）资源型产业发展主要以开发利用自然资源为基础，较其他产业呈现出更为明显的地方化特征。以全国13个资源型行业为研究对象，弥补以往基于产业层面对集聚的研究大多集中于制造业、服务业的缺失；（2）梳理并归纳相关文献，从资本、劳动力要素配置视角，系统阐述产业集聚影响技术创新的内在传导机制；（3）主要构建中介效应模型与面板门槛模型，验证产业集聚如何通过影响要素配置进而作用于技术创新，并探讨产业集聚、要素配置与技术创新三者之间是否存在非线性关系。研究结果有利于补充和回应关于产业集聚与技术创新的现有研究，更好地支持我国资源禀赋地区经济转型发展。

1 理论分析与研究假说

1.1 产业集聚与要素配置

生产要素是经济活动的基础，研究产业在空间上的集中现象也应该从要素视角出发。以资源型产业为例，为更好地获取资源禀赋等生产投入品，资本、劳动力等要素向资源禀赋地区转移，可以有效提高要素的配置效率：（1）市场竞争加剧带来的本地要素有效配置。企业在地理上集中加剧了竞争，并且缓解信息不对称现象，低生产率企业逐渐被淘汰，生产要素流向高生产率企业，进而使得要素配置情况得到改善；（2）极化效应吸引周边地区要素的转移。劳动力市场不断扩大加强了企业与劳动力的匹配程度，使得周边劳动力得到充分利用。与此同时，盛丹和王永进［8］提出，扩大的市场规模有效降低企业成本，减少经营风险，吸引了资本要素涌入。另外，过分强调规模和效率也有可能造成资源配置不当：（1）产业集聚程度持续提高导致企业管理成本上升，资本配置缺口增大；生活成本高昂，区域内部分劳动力被迫远离集聚区；（2）我国资源型行业的开发与产业集聚受到国家政策影响，李晓萍等［9］认为大量低水平企业为寻求 “政策租”涌入集聚区，资源浪费问题显著，要素配置扭曲情况进一步加剧。由此本文提出以下假设：

假设1：资源型产业集聚加剧或缓解了资本、劳动力要素配置扭曲程度。

1.2 要素配置与技术创新

生产要素边际成本等于边际收益时，企业利润达到最大化。然而，现实情况是资本、劳动力等生产要素的实际价格往往与均衡价格有所差异，厂商生产未能达到帕累托最优，这种要素配置扭曲也会对企业技术创新活动产生不利影响［10］。纪雯雯和赖德胜［11］就劳动力市场进行了研究，认为不充分的劳动力市场如户籍制度等，抑制了研究与开发人员自由流动，同时部分地方政府通过压低劳动力价格的方式吸引企业进入，廉价的劳动力可能会导致企业缺乏主动创新的动力。Boldrin和Levine［12］就资本市场进行研究，发现企业寻租与政府补贴等行为往往会造成资本市场的供求失衡，使创新资本无法按照市场规律进入边际收益最高的领域，阻碍技术创新活动。Hsieh和Peter［13］的研究结果表明，中国要素配置效率如果能够达到美国的程度，创新绩效可以提升30%～50%。由此本文提出以下假设：

假设2：资本、劳动力要素扭曲配置抑制了技术创新。

1.3 产业集聚、要素配置与技术创新

产业集聚产生了以知识溢出为主的外部性，对区域内技术创新有着正向推动作用，这一观点得到了学界的广泛支持。知识溢出外部性又分为马歇尔外部性与雅克布外部性。马歇尔外部性认为隶属同一产业的企业集聚通过模仿、人才流动与思想传播实现了知识溢出，从而推动地区内技术创新和经济增长［14］。雅克布外部性强调多样化集聚对创新的激发，认为隶属于不同产业的企业之间的集聚激发了差异化个体的知识交流和互动，即多样化对地区内技术创新的推动［15］。除上述产业集聚外部性对技术创新的直接推动作用，需要进一步探讨的是：产业集聚对技术创新的影响是否还可以通过其他间接影响机制传导？结合已有分析，从资本、劳动力等要素配置视角考虑，产业集聚可能加剧或改善区域要素配置扭曲情况，要素配置情况又是抑制创新的主要因素之一，那么产业集聚能否通过加剧或改善要素配置扭曲情况进而间接对技术创新产生影响？如果要素配置的中间影响机制存在，其在集聚产业对技术创新产生总效应中占有多大比重？由此，我们提出以下假设：

假设3：资源型产业集聚可以通过影响要素配置间接影响技术创新。

2 研究设计

2.1 模型设定

基于上述分析，本文按照以下3个步骤依次构建基准回归模型、交互项模型、中介效应模型和面板门槛模型，来探索变量之间关系。

（1）设定基准回归模型观察产业集聚、要素配置对资源型产业技术创新的影响。式（1）、（2）中i和t分别表示行业和时间，Innit为被解释变量技术创新，Aggit代表产业集聚程度，Mkit与Mlit分别表示资本、劳动力要素配置扭曲系数，Xit表示所有控制变量，εit为随机误差项。

考虑到要素配置扭曲情况对技术创新具有抑制作用，而产业集聚可以改变区域要素配置情况，因此有必要探究要素配置扭曲情况是否在产业集聚影响技术创新过程中发挥作用，故依次引入产业集聚程度与资本、劳动力要素配置扭曲系数的交互项对要素配置扭曲情况可能存在的中间传导作用进行初步考察，如式（3）、（4）。

（2）以交互项模型为基础，构建中介效应模型深入研究产业集聚、要素配置与技术创新三者之间可能存在的影响机制。交互项模型主要探讨了产业集聚与资本、劳动力要素配置的交互关系可能对技术创新产生影响，并不能说明三者之间的作用路径。而中介效应模型可以用于分析自变量对因变量产生影响的过程和作用机制，检验自变量是否通过中间变量对因变量产生影响。本文借鉴温忠麟和叶宝娟［16］完善的中介效应检验程序，构建以下递归模型：

同理可得劳动力要素配置扭曲系数（Mlit）的中介效应模型。定义自变量产业集聚程度（Aggit）对因变量技术创新（Innit）产生的总效应为c；产业集聚程度（Aggit）经过中介变量资本、劳动力配置扭曲系数（Mkit、Mlit） 对技术创新（Innit）产生的影响称为中介效应，值为ab；产业集聚程度（Aggit）对技术创新（Innit）产生的直接效应为c′， 有ab＝c-c′。

（3）为探讨在不同要素配置扭曲程度下资源型产业集聚对技术创新的影响是否会变动，借鉴Hansen［17］的做法建立面板门槛模型，对产业集聚影响技术创新机制进行非线性检验，将资源型产业资本、劳动力要素配置扭曲系数分别设为门槛变量，构建资源型产业集聚程度对技术创新影响的分段函数。先假设存在 “单门槛效应”，如式（8），I（·）为指示函数，γ为门槛值，Mxit代表资本、Mkit、Mlit代表劳动力要素配置扭曲。

根据式（8）单门槛效应进行检验，若原假设m1＝m2成立，表明不存在门槛效应；若拒绝原假设，则存在单门槛效应。在单门槛效应基础上进行双重门槛检验，若检验未通过，接受单门槛假设；若通过，则存在双重门槛效应。双重门槛模型如式（9）所示，其余多重门槛模型与检验过程以此类推，不再赘述。

2.2 变量选取与测算

式（1）～（9）共涉及被解释变量、核心解释变量、控制变量3类。

被解释变量。技术创新（Inn），用行业i新产品产值占生产总值的百分比来衡量。

核心解释变量分别为产业集聚程度（Agg）与资本、劳动力要素配置扭曲系数（Mk、Ml）。产业集聚程度（Agg） 指标采用Ellison与Glaeser［18］提出的EG指数进行测量，由于我国微观企业数据较难获取，无法完全按照原始方法进行计算，由此参考杨洪焦等［19］的做法，假设在每个区域，同一产业的企业具有相同规模（nij为j区域拥有i产业的企业数量），对方程进行简化的同时不影响对产业集聚度的评估和比较，测度方程最终确定为：

其中，M代表所研究经济体划分的地理区域个数，N代表产业的企业个数。sij表示j区域i产业就业人数占所研究经济体该指标的比重；xj是j地区就业人数占所研究经济体该产业该指标的比重。资本、劳动力要素配置扭曲系数（Mk、Ml）参考 Chari等［20］与 Aoki［21］的研究结果， 具体测算公式为：与。 以资本配置扭曲系数为例，ki／k表示i行业实际使用资本占工业总资本比例，而则为不存在要素错配时所使用资本的理论比例，si为i行业的产出份额，αi为资本产出弹性，¯α则代表产出份额加权的资本产出弹性，对要素产出弹性的测算借鉴韩国珍和李国璋［22］的做法，采用分阶段收入份额法测算。若ki＞1，表明资本价格偏低，i行业过度使用了资本。劳动要素配置扭曲系数（Ml）的测度与此相同。

控制变量。模型共包含7个控制变量，基本控制变量有产业集聚程度滞后一期（Lagg）与资本、劳动力配置扭曲系数滞后一期（Lmk、Lml）。资源型产业的集聚大多由资源禀赋主导，由于自然资源的不可移动性与有限性，资源型产业的集聚往往受到上一期集聚程度的影响；要素配置为连续、多期的生产投入活动，企业当期的投入决策存在路径依赖。为了捕捉到产业集聚与要素配置的 “惯性”特征，本文分别加入资源型产业集聚程度，资本、劳动配置扭曲系数的一阶滞后项作为控制变量。其余4个控制变量说明如下：

政府支持程度（Gov）。政府对技术创新的支持程度会促进企业研发活动，有时也会挤出企业创新，造成资源配置的重复、低效率［23］。本文用行业i的R＆D支出中政府资金所占比重来表示政府对技术创新活动的支持程度。

市场化程度（Mar）。市场化水平提升有利于资本、劳动力等生产要素在区域内以及区域间流动，充分激发创新资源活力。本文用非国有企业的工业总产值占整个地区工业总产值的比重表示市场化程度。

外商直接投资（Fdi）。外商直接投资可以为企业发展带来资金、技术等生产要素，对技术创新有促进作用，但是技术引进也减少了企业自主创新需求［24］。本文引入实际利用外商直接投资与GDP比值来度量外商直接投资的情况。

能源利用效率（Ene）。具有较高能源利用效率企业的创新需求可能会下降，与此同时能源利用效率提高需要投入大量资本、劳动力等要素，造成要素过度配置。本文用能源消费量占工业总产值的比重来反映产业能源利用效率。

2.3 样本数据来源说明

资源型产业分为广义资源型产业和狭义资源型产业。刘媛媛和孙慧［25］指出，广义的资源型产业是指直接从事自然资源开发和初步加工的产业，狭义的资源型产业是指从事矿产资源的开采与初级加工的产业。根据广义资源型产业的内涵，按照2017年 《国民经济行业分类》标准，本文选择煤炭开采和洗选业（B6）、石油和天然气开采业（B7）、黑色金属矿采选业（B8）、有色金属矿采选业（B9）、非金属矿采选业（B10）、石油加工、炼焦和核燃料加工业（C25）、非金属矿物制品业（C30）、黑色金属冶炼和压延加工业（C31）、有色金属冶炼和压延加工业（C32）、金属制品业（C33）、电力、热力生产和供应业（C44）、燃气生产和供应业（C45）、水的生产和供应业（C46）共13个两位数行业。

本文搜集、整理了2009～2018年共10年的相关数据。产业集聚程度测算中的行业就业数来自 《中国劳动统计年鉴》、《中国人口和就业统计年鉴》，企业个数主要来源于中国工业数据库。要素配置扭曲系数测算中，行业实际使用资本用资本固定净值表示。工业企业的劳动收入（工资和福利）数据来源于 《中国经济普查年鉴》以及《中国投入产出表》。其余数据来源于 《中国统计年鉴》、《中国工业统计年鉴》、《中国科技统计年鉴》。为了在一定程度上消除量纲的影响，并减少多重共线性，本文在回归时对所有变量均进行了对数化处理。

3 实证结果与分析

3.1 基准回归与交互项模型检验

构建基准回归模型对产业集聚、要素配置扭曲与技术创新三者间关系进行初步估计，结果如表1， （1）、 （2）列为不含交互项的回归结果，说明产业集聚对技术创新有促进作用，而资本、劳动力要素配置扭曲不利于技术创新，为假设2提供了支持。（3）、（4）列分别加入了资本、劳动力要素配置扭曲系数与产业集聚的交互项，以研究产业集聚是否会通过影响要素配置对技术创新产生影响。交互项回归系数显著为正，说明资本、劳动力要素配置越合理，产业集聚对技术创新的正向促进作用越小，侧面为假设1和3提供了支持。

控制变量的估计结果均有显著预期符号，政府支持程度（Gov）、市场化程度（Mar）、外商直接投资（Fdi）、能源利用效率（Ene）与技术创新均在1%的水平上显著相关。研发补助是政府支持企业创新活动的一种手段，对技术创新产生显著正向影响。市场化程度高，为企业提供了自由的经营环境，有利于技术创新产生。外商直接投资不利于资源型产业技术创新，这主要由于外商直接投资降低了资源型产业的自主创新需求，具有一定 “挤出”效应。同样，较高能源利用效率反而不利于技术创新。

3.2 对交互项的进一步讨论：基于中介效应模型

基准模型与交互项模型验证了产业集聚对技术创新具有促进作用，要素配置扭曲程度抑制了技术创新，并初步探究了要素配置扭曲对产业集聚影响技术创新的约束，但是没有对产业集聚是否通过改善要素配置情况进而影响技术创新这一机制给出充分支持。为明晰三者之间的传导路径，构建中介效应模型：（1）检验产业集聚对技术创新的总效应；（2）检验产业集聚对技术创新的间接作用机制与直接作用机制。表2中5个方程均通过Huasman检验，因此采用固定效应模型的面板数据回归，中介效应全过程检验结果如下。

表1 基准回归与交互项模型检验结果

表2 中介效应全过程检验结果

续 表

总效应检验。表2第（1）列的回归结果显示，产业集聚与技术创新在5%的水平上显著正相关，总效应c为0.5702，说明整体来看资源型产业聚集对技术创新具有促进作用。

间接与直接影响机制检验。表2第（2）、（3）列的回归结果分别显示了资源型产业集聚对资本、劳动力要素配置的影响。资源型产业集聚与资本、劳动要素配置扭曲系数分别在1%与5%水平上显著负相关，效应a分别为-0.1562、-0.1563，说明资源型产业集聚可以改善资本、劳动力要素的错配情况，验证了假说1。将中介变量Mk、Ml纳入回归模型进行分析，两者均在5%水平下显著，如列（4）、（5）。 系数b分别为-0.9364， -1.0148，说明资本、劳动力要素配置扭曲不利于创新，验证了假说2。依次检验系数a、b均为显著，可以说明产业集聚对技术创新的作用至少有一部分是通过要素配置实现的，要素配置的间接效应显著，验证了假说3。产业集聚对技术创新的影响是否全部通过要素配置的间接效应实现？观察列（4）、（5）在控制了中介变量Mk、Ml的影响后，产业集聚对技术创新的直接效应c′分别为0.4482、0.4542，均在10%水平下显著，并且c′小于总效应c，说明了直接影响机制的存在，产业集聚产生外部性等可以直接对技术创新产生正向影响。由ab／c′可得通过资本、劳动力要素配置促进技术创新的中介效应分别占总效应的25.7%与27.8%。

表2列（1）、（4）、（5） 同表1相比， 控制变量对技术创新（Inn）作用方向与显著性相差不大，说明模型估计结果稳健，此处不再赘述。列（2）、（3） 对Mk、Ml进行解释，资本、劳动力要素上一期的配置情况会对当期产生正向影响，要素配置总是沿着原有决策方向进行。能源利用效率（Ene）与资本要素配置扭曲系数在1%水平上正相关，说明能源利用效率越高，资本要素配置扭曲程度越大。能源利用效率提高很大程度依赖先进设备的置办，导致了企业对资本要素的过度使用。政府支持程度（Gov）对劳动要素配置扭曲系数的影响为正，说明资源型行业劳动力的流动受到政府扶持政策影响，劳动力尤其是技术型人才更偏向于流向政府支持力度较大的产业。值得注意的是，资本、劳动力要素配置扭曲系数均与产业集聚程度滞后一期（Lagg）在1%的水平上显著正相关，虽然当期的集聚有效缓解了要素配置扭曲的情况，但是上一期的集聚却会加剧要素错配，说明产业集聚与要素配置间具有非线性关系，与肖兴志和李沙沙［26］的研究结果一致。

3.3 影响机制的非线性检验：基于面板门槛模型

考虑到中介效应模型假定 “产业集聚通过改变要素配置情况对技术创新产生影响”是单调的，存在一定局限性，并且基于目前研究对产业集聚影响技术创新方向的争论，我们有理由猜测产业集聚、要素配置与创新之间存在非线性关系，即产业集聚对创新的影响可能会随着要素配置情况的变化而改变。由此，本文以资本、劳动力要素配置扭曲系数为门槛变量，经过300次Bootstrap自抽样得到结果（表略）。资本要素配置扭曲系数Mk作为门槛变量时，单门槛、双重门槛效应均通过了10%水平的显著性检验，三重门槛效应通过了5%水平的显著性检验，因此采用三重门槛模型，3个门槛值分别为资本要素配置扭曲系数处于-0.586、-0.155和1.461水平；劳动要素配置扭曲系数Ml作为门槛变量时，只有单门槛在10%显著水平上通过了检验，门槛值为劳动要素配置扭曲系数处于0.053水平。

对非线性门槛模型进行参数估计，并与式（5）采用固定效应模型的回归结果进行比较（结果表略）。由回归结果可知，无论采用固定效应模型还是门槛模型，各个解释变量的显著性和估计系数基本相同，说明估计结果稳健。对比固定效应模型，门槛模型的拟合优度有所提高，说明门槛可以较好地解释产业集聚与技术创新的关系。

三重门槛效应根据资本要素配置扭曲程度的高低，将整个样本划分为4个门槛区间，当资本要素配置扭曲程度处于不同门槛区间时，产业集聚对技术创新影响的估计系数显著不同。具体来看，当资本要素配置扭曲系数低于第二门槛时，资源型产业集聚对技术创新的影响并不显著；当资本要素配置扭曲系数跨越第二门槛小于第三门槛时（-0.155＜Mkit≤1.461），产业集聚对技术创新的影响在10%水平上显著，系数为0.4033；当资本要素配置扭曲系数跨越第三门槛时（Mkit＞1.461），产业集聚对技术创新的影响在1%的水平上显著，该影响的显著性水平大幅度提高，估计系数为0.6668，说明在此区间资源型产业集聚对技术创新的影响力进一步增强。资源型产业集聚是否可以有效促进技术创新，受到资本要素配置扭曲程度的制约，只有资本要素配置扭曲程度提高到一定程度，即跨越第二门槛值之后，产业集聚对技术创新的促进作用才会显现，并且资本要素配置扭曲程度越高，产业集聚对技术创新的作用越显著。究其原因，当资本配置扭曲严重，单位产业集聚能够带来更多的资本有效转移，吸引优质资本流入，当过度使用资本现象不十分明显时，市场信号较弱，产业集聚也不能带来更多的资本流动，从而间接地失去对技术创新的正向影响。

单门槛模型根据劳动要素配置扭曲程度的高低，将整个样本划分为两个门槛区间。当劳动力要素配置扭曲系数低于0.053时，产业集聚对技术创新的影响在5%水平上显著，系数为0.5683，当劳动要素配置扭曲系数跨越门槛值时，产业集聚对技术创新的显著性与影响系数均有所提高，在1%水平上显著，系数为0.6982。虽然通过了单门槛效应检验，但劳动配置扭曲系数约束产业集聚对技术创新的影响并不像资本配置扭曲那样显著，这主要是因为劳动力流动存在时滞性。由于距离、交通以及生活成本等因素的限制，劳动力流动并不能向资本转移一样，面对集聚效应做出较快的反应，从而使产业集聚对技术创新间接产生显著但并不十分明显的促进作用。

根据识别出门槛值的大小，将资源型行业资本、劳动力配置扭曲情况进行分类，结果如表3。总体来看，相比于2009年，2018年资源型行业总体的要素配置扭曲情况得到缓解。2018年，超半数资源型行业的资本配置扭曲程度小于第二门槛值，这些行业集聚程度增加不能较为有效地改善资本要素配置扭曲状况，从而无法对技术创新产生显著作用。

表3 2009年与2018年资源型行业要素配置扭曲情况行业分布格局

4 稳健性检验

4.1 中介效应的再检验

为了检验产业集聚、要素配置与技术创新之间确实存在部分中介效应，排除随机趋势或确定趋势的影响，避免 “伪回归”问题的产生，本文更换核心解释变量进行稳健性检验。采用空间基尼系数再次测算产业聚集程度（G-agg），将测算结果引入回归方程，对中介效应进行再检验。结果表略，发现实证结果并未随着参数设定的改变而发生变化，可认为本文的部分中介效应估计结果是稳健的。

4.2 分样本检验

为了验证产业集聚对技术创新的非线性影响，以面板门槛模型检验出的门槛值为依据，将样本进行回归，结果如表4。可以看到，资本要素配置扭曲系数只有大于-0.155时，产业集聚才能对技术创新发挥正向促进作用；在不同劳动力要素配置扭曲区间，产业集聚对技术创新均有显著的正向作用，随着劳动力要素配置扭曲系数增加，产业集聚对技术创新的促进作用也更为显著。分样本检验结果与面板门槛模型估计结果相同，说明面板门槛检验结果稳健。

表4 分样本结果

5 研究结论与启示

现有集聚理论与实际经济发展存在割裂，主要原因是忽视了要素配置在经济活动中的基础作用。本文从资本、劳动力要素配置的视角出发，理论层面梳理相关文献，对产业集聚影响技术创新的机制进行系统阐述；实证层面以全国13个资源型行业2009～2018年相关数据为样本，主要构建中介效应模型、面板门槛模型检验资源型产业集聚程度通过何种机制影响技术创新。结果如下：（1）资源型产业集聚显著促进技术创新活动，在资本、劳动力要素配置得到优化情况下，产业集聚对技术创新的促进作用有所降低；（2）中介效应模型检验结果显示，资本、劳动力要素配置在资源型产业集聚对技术创新促进过程中发挥着部分中介效应，分别占总效应的25.7%与27.8%，验证了产业集聚通过影响要素配置进而作用于技术创新的传导机制；（3）面板门槛模型检验结果发现，资本、劳动力要素配置情况部分中介效应的存在，约束着产业集聚对技术创新的促进作用。当资本要素配置扭曲系数跨越第二门槛后，产业集聚对技术创新才具有显著促进作用，当资本要素配置扭曲系数跨越第三门槛后，产业集聚对创新的促进作用显著增强。劳动力要素配置扭曲系数较高，产业集聚对技术创新的促进作用更明显。

上述研究结论对充实集聚理论与推进我国资源型产业转型升级，以及培育新的经济增长引擎有着一定的意义与启示：（1）对于要素配置中介作用存在的验证，并未否认传统集聚理论关于外部性的判断。区域要素配置优化意味着地区经济结构性的变化，其对技术创新的影响是内生性的，体现经济的发展与结构；外部性带来的单位生产要素产出提升是外生性的，意味着经济的增长与效率；（2）长期来看，产业集聚过程中要素配置是变化的，追求要素重新优化配置，也促进了经济的调整与升级。我国经济步入新常态符合客观发展规律，培育完善的市场调节机制对资源型产业转型发展和持续创新至关重要。