西部地区制造业与服务业资源错配分析

张 甜，王 珏

(西北大学 经济管理学院，西安 710069)

提要：继续做好西部大开发、协调经济发展与人口和资源、实现区域协调发展是新时期西部地区发展的关键。基于HK模型，运用西部地区2000—2017年省级面板数据，测算制造业和服务业间资源错配指标，借助多元回归模型和灰色关联度法，研究西部地区制造业和服务业间资源错配情况及其影响因素，结果表明：(1)2000—2017年，制造业和服务业间资源错配整体呈下降趋势，但是资源错配指标仍相对较高，其中劳动力错配情况相对优于资本错配。市场化水平、网络普及程度、教育程度可优化西部地区资本和劳动力的资源配置效率；财政支出、工业化水平和对外开放程度的提高有利于西部地区制造业和服务业间资本优化配置，技术创新水平提高则缓解劳动力资源错配。(2)西南和西北地区在缓解资源错配时需要因地施策，不同于优化西部地区资源配置，网络普及率、技术创新、工业化水平以及教育程度在西北地区会加剧资源错配，工业化水平、技术创新和对外开放度在西南地区会恶化资本和劳动力的配置效率。(3)西部地区可主要从市场化水平、工业化水平、网络普及率、教育水平、财政支出方面等灰色关联度更高的影响因素入手，采取相应政策，降低西部地区行业间劳动力和资本的资源错配。

2020年5月国务院在《关于新时代推进西部大开发形成新格局的指导意见》中指出，为顺应新时代、实现区域协调发展进入新阶段的要求，继续做好西部大开发工作，加快推动西部地区经济变革，促进经济发展与人口、资源、环境相协调，实现更高质量、兼顾效率与公平、全面协调可持续的发展格局。西部大开发以来，伴随着经济快速增长，自然资源枯竭、产业结构不合理、人力资本挤出等问题突出。产业发展作为经济增长的主要拉动力，促进产业升级是西部地区实现新一轮可持续经济增长的可能突破点。目前西部大开发已进入深化攻坚阶段，西部地区为实现高质量发展，应坚持贯彻新发展理念，有效发挥比较优势，优化资源配置，打造现代化产业体系。在新阶段现代化产业体系的要求下，作为产业结构调整的着力点，制造业和服务业的协调联动推进就显得尤为重要。刘奕辰和栾维新[1]研究发现，服务业和制造业的融合重点在于推动跨界融合，加大服务业对于制造业投入量可促进制造业优化升级。推动制造业先进化，重点在于吸纳整合产业链所需的各项要素，深化现代制造业内部分工合作[2]。因此，如何实现产业间资源的优化配置亦成为西部地区高质量发展亟待解决的关键所在。基于此，测算西部地区制造业和服务业间资源错配指数，研究行业间资源错配的影响因素，并分析各影响因素的重要程度，试图为促进西部地区制造业和服务业发展与资源协调配置提供建议，为解决资源错配导致的产能过剩提供新思路，为西部地区实现高质量经济增长提供新角度。

一、研究动态

资源错配抑制企业创新活动，降低总体生产效率，不利于地区整体产出和生产率提高[3]。如何缓解资源错配的研究亦成为国内外学者们关注的热点。首先，关于资源错配测算，Klenow和Hseigh[4]在柯布-道格拉斯函数基础上，假设规模报酬不变，测算实际要素投入和实际价格，与效率最高时的理想投入量和理想价格之间的差异，度量企业层面的要素资源错配。在Klenow和Hseigh基础上，文东伟[5]放松对规模报酬不变的假设，利用中国工业企业和印度微观企业调查数据量化分析中国资源错配情况。Aoki[6]假设行业存在要素的特定摩擦，推导出行业的劳动力和资本的资源错配公式。袁志刚和解栋栋[7]、柏培文和杨志才[8]基于Aoki的研究，测算了行业间劳动力和资本的资源错配情况。资源错配的影响因素方面，韩长根[9]通过空间杜宾模型和门槛效应实证分析出互联网的普及会改善中国的资源错配。张幼文和梁军[10]实证研究得出市场开放度对资源错配的影响，表明市场水平差异会影响资源配置效率，市场价值竞争机制促使资源在全球范围内趋利流动，从而提高资源在制造业和服务业间的配置效率。研究发现随着工业化推进，资源错配整体呈下降趋势[11]。劳动力受教育程度是劳动力在市场配置的关键因素，可缓解劳动力错配[12]。也有学者发现政府支出、政府补贴等干预手段会导致资源错配[13]，政府的干预会加剧资源错配的情况。

综上所述，以往文献多从微观企业或行业层面测算资源错配，其中对有关制造业和服务业间资源错配的研究相对较少，对于研究西部地区资源错配问题的文献更少。为研究西部区域制造业和服务业间的劳动力和资本等要素配置扭曲情况，借鉴柏培文和杨志才测量行业间资源错配的方法计算制造业和服务业间资源错配的程度。在文献梳理基础上，以经济发展市场化、教育程度、对外开放水平、网络普及率和技术进步、推动工业化等作为解释变量，研究其对西部地区制造业和服务业间资源错配程度的影响，从资源配置角度提出进一步推进西部大开发新格局的建议。

二、指标测算

(一)变量测算

1.制造业与服务业的资源错配

以2000—2017年西部地区制造业和服务业间资源错配为研究对象，通过制造业和服务业间劳动力和资本的边际产出差异反应，参考柏培文和杨志才的测算方法，以2000—2017年西部地区12个省份面板数据作为样本，计算得出制造业与服务业资源错配指标。

其次，计算劳动力和资本要素在行业的边际生产力。根据柯布-道格拉斯生产函数，已知测算得出制造业和服务业的资本产出弹性和劳动力产出弹性，进而得出行业产业总值以及资源量计算资本的边际产出值。

再次，根据式(1)代入各省份制造业和服务业产出总额，计算得出制造业和服务业资本、劳动力的产出占比：

σS=YS/Σl=m，sYl。

(1)

最后，基于HK模型，测算区域制造业和服务业间的资本和劳动力等资源错配程度。根据边际成本差异反映西部地区的资源错配情况，计算得出资源错配值。

行业间资本要素的资源错配计算如式(2)：

(2)

行业间的劳动力要素资源错配计算如式(3)：

(3)

2.灰色关联度测算

灰色关联分析方法可以根据制造业和服务业间资源错配的众多影响因素之间的发展趋势，研究各影响因素的密切程度。通过关联度测算值排序影响目标值的重要因子，探究促进资源错配优化发展关键因素。首先，确定分析数列。设定直接反映制造业与服务业劳动力和资源错配值为参考序列，影响资源错配的因素计算方法分别如式(4)和式(5)：

X0={x0(1)，x0(2)，…，x0(n)}，

(4)

Xi={xi(1)，xi(2)，…，x0(n)}，(i=1，2，3，…，m)。

(5)

式(4)和式(5)中n代表年度，即序列长度，m为比较序列个数。

其次，对各个影响因素变量初始数据进行标准化处理。避免由于分析数列计量单位的差异化，缺乏可比性导致计量结果的不准确，文章采用均值化、初值化等方法对原始数据进行标准化处理。

(6)

再次，根据式(7)计算各影响因素的关联系数：

(7)

其中r(k)表示关联系数，Δi(k)为影响因素与被解释变量的差值的绝对值，m为绝对差值中的最小者，M为绝对差值中的最大者。对分辨系数ξ，取值ξ=0.5。

最后，计算关联度，如式(8)：

(8)

关联度取值为关联系数算术平均数。

(二)数据来源和处理

各变量样本数据来源于2000—2017年的《中国省份统计年鉴》，其中各省份的对外贸易量来源于国研网。针对数据统计过程中固定资产投资、行业劳动力数量等缺失，采取以制造业、服务业占比为权重进行加成计算进行填充。

表1 数据变量体系

三、实证结果和分析

(一)描述性分析

将西部地区划分为西南区域和西北区域进行对比研究。根据式(2)、式(3)测算西部地区各省(市、区)制造业与服务业资源错配值，将各省(市、区)的计算结果加总至区域层面。加总方法借鉴张军[14]的方法，针对资本资源错配方面，以各省(市、区)固定资产占区域总固定资产总值比例为加权权重；针对行业间劳动力资源错配研究方面，以各省(市、区)劳动力就业量占区域总劳动力人数比例为加权权重。图1描绘了西南地区和西北地区的行业间资本资源错配程度对比和趋势图。图2描绘了西部地区整体以及分区域的行业间资源错配对比和趋势图。

由图1可知，沿着时间脉络整体来看，西部地区制造业和服务业资本资源错配程度呈下降趋势。早期西南区域和西北区域资本的资源错配均比较严重，随着时间推移至2011年，制造业和服务业的资源错配逐渐改善。2011年至今，资本错配值略有缓慢波动迹象，近几年呈下降趋势，整体而言西北地区资本配置效率优于西南地区。

图1 西南地区、西北地区和西部地区的资本资源错配程度的比较

导致此现象的可能原因是早期西部地区资本集中投资基础设施建设和重点发展制造业，凭借人口红利和资源优势，资本投资被有效利用，资本资源错配程度不断下降。但随着西部地区经济发展，制造业粗放式经济增长模式使得过度投资成为可能，行业间投资结构失衡，使得制造业和服务业的资本错配略微增加。近年来，西部地区实施供给侧结构性改革，坚持绿色发展的理念，大力扶持高新技术企业，推动服务业发展，资源配置实现有效改善，资本资源错配有效下降。

图2 西南地区、西北地区和西部地区的劳动力资源错配程度比较

由图2分析可知，以时间为基准纵向来看，西部地区整体而言和分地区来看制造业和服务业的劳动力资源错配呈倒“U”形。西南区域和西北区域在2000—2017年行业间劳动力要素资源错配指标先增长再下降，表明西部地区自西部大开发战略以来劳动力资源错配呈先恶化后改善的态势，整体而言西南地区制造业和服务业间劳动力要素的资源配置效率优于西北地区。

可能原因在于，制造业和服务业的主要载体是城镇，受西北地区城镇化战略以及交通通信设施更加便捷，劳动力的流动成本降低，劳动力自发流向边际产出更高的东部沿海区域，导致西部区域整体劳动力就业量不足，引致行业间劳动力分配失衡的现象发生。受2008年金融危机冲击，我国东部地区经济受挫，西北地区愈发重视服务业的发展和创新型企业的培育，劳动力逐渐流动至逐渐崛起的西部区域，缓解了劳动力失衡或不足的现象。

(二)计量模型的设定

为了研究西部地区行业间要素资源配置程度的影响因素，以测算得出的2000—2017年各省(市、区)制造业与服务业间资本与劳动力的资源错配为被解释变量，将市场化进程、网络普及率、人均受教育年限、技术创新、财政支出、工业化水平、对外开放度作为解释变量，构建计量模型，对比分析西部地区整体、西南区域以及西北区域行业间资本要素及劳动力要素资源错配的可能影响因素。

表2 制造业和服务业的资源错配的回归结果

模型中加入市场经济发展水平、网络普及率、对外开放度、劳动力教育水平、技术水平、财政能力、工业化水平等解释变量，采用固定面板效应模型进行测算，得出结果如表2所示。首先从西部地区整体来看，第(1)(2)列反映出市场化水平、网络普及率、人均受教育年限对于西部地区资本和劳动力资源错配具有负向效应。财政支出对于劳动力资源错配具有正向效应，但是对于资本资源错配具有反向效应。工业化水平和对外开放程度的提升对西部地区行业间劳动力资源错配具有正向效应，对西部区域资本要素的资源错配具有负向效应。

从西南地区来看，第(3)(4)列反映出市场化进程和人均受教育水平对于西南地区制造业和服务业间劳动力、资本资源错配程度的影响方向为负，其对于行业间资本资源错配指标的影响程度通过了1%的显著性检验。网络普及率在1%的显著性水平下与制造业和服务业间的劳动力资源错配值负相关，与资本资源错配正相关。财政支出在1%的显著性水平下制造业和服务业间的劳动力资源错配呈正相关影响，与资本资源错配产生负相关影响。技术创新、工业化水平和对外开放度对资本错配表现为正效应。

从西北地区来看，第(5)列和第(6)列反映出市场化水平与劳动力和资本资源错配负相关。网络普及率、人均受教育年限、技术创新、工业化水平以及对外开放度对西北地区制造业和服务业劳动力资源错配具有正向效应，对资本资源错配具有反向效应。西北地区财政支出对制造业和服务业间的劳动力资源错配具有反向效应，对行业间的资本资源错配具有正向效应。

(三)灰色关联法实证分析

回归结果表明市场化进程、网络普及程度、人均受教育水平、技术创新能力、财政支出、工业化水平以及对外开放度等因素存在对行业间资源错配影响不显著的情况。然而，在以往研究文献中，相关作者证明以上7种因素均会影响行业间资源配置效率。已有研究表明市场化水平[15]、网络普及率[16]、人均受教育年限[17]、工业化发展程度[18]和财政支出水平[19]对行业间资源错配程度有正向影响。变量不显著的原因可能来自实证样本数据量小，为了弥补此缺陷，文章拟采用灰色关联度法进一步验证西部地区资源错配的影响因素。灰色关联度是对制造业和服务业间资源错配影响因素关系强弱大小排序描述的一种度量方法，可研究对象多元化指标，并且不要求样本量大小。

通过灰色关联度测算公式，计算得出2000—2017年各影响因素与西部地区、西南地区以及西北区域行业间的资源错配关联度值，并得出各影响因素重要度排序。

表3 制造业和服务业资源错配与影响因素的关联度

从表3排序结果可得，网络普及率在影响西部地区和西北地区制造业和服务业的资源错配关联程度最高，与资本错配值和劳动力错配值关联程度值分别为0.840和0.887、0.862 6和0.916 0。对于西南地区制造业和服务业间劳动力资源错配影响位于第三，对于西南区域行业间资本资源错配程度位于第四。通过地区网络基础设施的普及，行业间资本和劳动力资源错配程度会愈发改进，提高网络普及率，加速信息融合，从而优化资源配置效率。

市场化进程对于西部地区市场化水平与制造业和服务业资本错配值关联度位居第三，对于劳动力错配影响位居第二，分别为0.696和0.704。西北地区市场化进程影响制造业和服务业间资本和劳动力0.727 2和0.731 7。在西南地区，有关行业间资源错配的众多影响因素中，市场化水平排名最高，位居第一。市场化水平越高，资源流动性越高也越自由，市场可以有效发挥供需作用引领资源向效率更高的地方流动。

地方政府财政支出影响西部地区资本错配关联度位居第四，影响西南地区资源错配关联度程度排名第二，影响西北地区行业间资源配置不当效率关联度排名位居第三。行政体制、政府政策同样会影响资源配置效率，制度偏离会引导资源向不正确的方向流动。技术创新对西部区域和西北区域的资源错配影响重要度位居第五，对西南区域资本资源错配影响程度排名位于第四，劳动力资源错配位于第五。对外开放程度无论从整体来看还是分地区来看，对于制造业和服务业间的资源错配影响程度均处于倒数第二的位置。工业化水平对于西部地区资本错配影响程度排名较高，其位居第二，但是对于劳动力错配影响程度相对较低位居第七。影响西南区域制造业和服务业间资本和劳动力错配位居第七，西北区域行业间劳动力错配排名第五，资本错配排名第七。

四、研究结论

用2000—2017年省级面板数据，基于HK模型测算西部地区制造业和服务业间资源错配指标，通过多元回归模型得出影响因素，借鉴灰色关联法得出各影响因素的重要程度，研究结论如下。

第一，制造业和服务业间资源错配呈下降趋势，但错配现象仍较为严重，整体而言劳动力资源错配情况整体优于资本资源错配。自2000年西部大开发以来，西部地区制造业和服务业间资源错配相比2000年呈下降趋势，西北地区和西南地区亦如此。但是资源错配现象依然较为严重，西部地区制造业和服务业间的劳动力资源错配均值0.479，资本资源错配均值为0.891，距离资源最优配置，西部地区资源优化还有很大空间。相比而言，西北、西南以及西部地区劳动力资源错配均优于资本资源错配。

第二，提高西部地区整体的市场化水平、网络普及率以及教育水平，对促进制造业和服务业间资源优化配置至关重要。市场化水平、网络普及率以及教育水平对于西部地区整体而言资源错配程度均为负向效应。提高市场化水平可降低西部地区制造业和服务业的资源错配程度，扩大网络普及范围以及强化教育程度亦之。特别的是，网络普及率在西南地区和西北地区对于资本资源错配具有正向效应。

第三，财政支出、工业化水平和对外开放程度的提高有利于西部地区制造业和服务业间资本优化配置，但会适当加剧劳动力资源错配。在西部地区、西北地区和西南地区，财政支出对于制造业和服务业间资本资源错配有明显负向效应，然而对于劳动力资源错配却有正向效应。

第四，加大技术创新利于西部地区制造业和服务业间劳动力优化配置，但会适当加剧资本错配。西部地区和西北地区，技术创新对劳动力资源错配具有负向效应，对于资本资源错配具有正向效应。然而在西南地区，技术创新加剧行业间劳动力和资本资源错配。

第五，市场化水平、工业化水平、网络普及率、教育水平、财政支出对西部地区制造业和服务业间资源错配影响程度更高。利用灰色关联度对比探究西部地区行业间资源错配的影响因素，发现各因素制约西部地区资本资源错配的顺序依次为市场化水平、工业化水平、财政支出和技术创新、网络普及率，制约劳动力资源错配的顺序依次为网络普及率、市场化水平、财政支出、教育水平。综合而言，网络普及率、工业化水平、市场化进程、财政支出和技术创新以及教育水平在促进资源配置效率优化相关程度最高。

五、政策建议

推动制造业迈向先进化、现代化，提高西部地区工业化水平。以价值链中高端产业为目标，培育扩展速度快、发展能力强的企业群体。在西部地区劳动力资源错配均优于资本资源错配的背景下，提高工业化水平可以更有效降低资本错配，缓解西部地区资源错配。与此同时，还应扶持创新产业发展，培育创新小微企业孵化基地和西部地区高新技术产业园，通过技术创新缓解工业化水平发展对于劳动力错配的影响。

健全网络基础设施，推动企业信息化转型。大力拥抱5G网络、大数据、机器人等新技术，落实西部地区信息化建设。政府应协助解决机房供电、占地面积扩容或站址资源协调等问题，加速构建完善的网络流通体系。针对西南地区和西北地区，政府应加大网络基建投入，尤其工业企业的财政投入，在优化劳动力配置的同时，可减缓对于资本错配的负面影响。

重视高等素质教育，培育行业创新型人才。制订人才需求计划，健全引进高等教育人才政策，完善持续的人才培养机制，充实企业创新发展的后备军。此外，政府加大对科研机构的财政扶持，采取政策性疏导如税收减征或者财政补贴等手段，试图解决科研机构的资金不足问题。提高人才教育水平，政府加大创新财政支出，从而实现劳动力和资本在制造业和服务业间的优化配置。

完善政府支出结构，构建产业一体化平台。政府加大支出、放松管控的同时，还须结合技术创新等降低劳动力错配的政策，防止恶化制造业和服务业间劳动力资源错配，达到提高资源配置效率的目的。因此，西部地区在财政支出中须侧重对技术创新的投入，如协助搭建产业一体化融合产业平台，加大对高新技术企业和初创企业的财政补贴。