“一带一路”倡议对中国制造业资源错配的影响

孟凡琳, 王文平

（东南大学 经济管理学院，江苏 南京211189）

一、引 言

改革开放40 多年来，中国经济快速发展，经济总量跃居世界第二，成为全球最大的“经济引擎”。然而，过去经济的飞速增长主要依赖于巨大的资源投入，随着人口红利逐渐消失、资源及环境约束日益趋紧、生产要素成本不断增长，过度消耗资源及牺牲生态环境的粗放型发展模式难以为继，导致中国出现了“用工荒”“资产荒”、粗放用地、过度（或无效）投资等资源错配现象，严重阻碍了中国经济健康可持续发展，这种资源错配现象在制造业中尤为显著［1］。 作为全球制造业第一大国，中国制造业规模已经连续11年位居世界第一，但制造业“大而不强”问题仍然突出。 长期粗放式发展使得制造业各要素配置扭曲，引发了产能过剩、劳动力结构性短缺、创新不足等一系列问题，部分高能耗、高污染制造业行业过度消耗和浪费自然资源，大量排放污染物，使得生态承载力逐渐下降，经济增长与生态环境间矛盾加剧。 因此，中国制造业亟需通过纠正资源错配来提升资源使用效率，推动中国经济持续高质量发展。

针对制造业资源错配情况，中国各级政府制定了税收政策、环保政策、贸易政策、财政政策等一系列政策措施，直接干预或间接引导资源在制造业各行业内及行业间的流向，有效缓解了中国制造业资源错配。 2013年，秉持构建人类命运共同体理念，习近平总书记提出“一带一路”倡议，旨在通过沿线国家间的资源优势互补、互联互通，促进全球资源有序流动、高效配置，对缓解制造业资源错配、提高资源配置效率具有重要意义。 中国在基础设施建设、装备制造等领域具备较大的优势，但面临原材料不足、要素成本上涨的压力；而沿线国家大多为经济水平较低、基础设施建设薄弱但自然资源较为丰富的发展中国家，与中国在基础设施、航路交通、制造业等领域形成优势互补，尤其是在制造业领域，中国与沿线国家展开了全面、深入的合作［2］。 “一带一路”倡议鼓励中国制造企业向沿线国家和地区输送产品及服务，一方面通过市场竞争产生的压力效应和优胜劣汰效应，优化资源配置，另一方面转换国内富裕产能为海外优质资本，加速资源从边际产出低的行业流向边际产出高的行业，改善资源错配现状［3］。 此外，与发达国家产业转移伴随自然资源的过度开发及污染转移不同，中国将保护生态环境、践行绿色发展理念作为“一带一路”倡议的基本要求，相继提出了绿色丝路战略、《“一带一路”生态环境保护合作规划》等政策措施，与沿线国家在生态环境合作机制、绿色低碳技术等方面展开深入合作，有效缓解了生态环境压力，促进经济与生态协调发展。

由上述分析可知，“一带一路”倡议的提出对纠正资源错配、改善生态环境质量具有重要意义。 本文在现有研究的基础上，主要针对以下问题展开研究：考虑生态环境因素后，中国制造业资源错配呈现怎样的动态演化特征，“一带一路”倡议对中国制造业资源错配有多大程度的影响，由于制造业各行业在生产要素、生产方式等方面存在一定差异，基于上述问题，本文进一步探究“一带一路”倡议对制造业各行业资源错配的影响具有怎样的行业异质性特征。

二、文献综述

资源错配是制约一国经济增长和生产率提高的重要因素。 现有研究大多将资源错配划分为内涵型资源错配和外延型资源错配。 Hsieh 和Klenow 从集约边际角度对内涵型资源错配进行定义，提出：假设市场是垄断竞争的，不存在国际贸易，企业具有凸性生产技术且规模报酬不变，如果资源有效配置，则各企业的边际产出价值相等，若各企业边际产出价值在截面上不相等，则表明存在资源错配现象［4］。 Banerjee 和Moll 从广延边际角度定义外延型资源错配，认为如果企业具有非凸性生产技术，且潜在进入者比在位者拥有更高生产率，则即使企业边际产出相等，仍能通过重新配置要素，将要素向高生产率企业转移，实现企业产出的增长［5］。 有关资源错配的相关研究主要针对内涵型资源错配，其中，以Hsieh 和Klenow 的研究最具代表性。 Hsieh 和Klenow 基于规模报酬不变的C-D 生产函数构建了资源错配测度的理论框架，研究发现，若资本和劳动得到有效配置，1998—2005年间中国制造业全要素生产率将提高30%～50%［4］。 在Hsieh 和Klenow 研究的基础上，陈永伟和胡伟民将Hsieh 和Klenow 关于资源错配与效率损失的研究思路纳入Chenery 等的增长核算框架中，发现中国制造业各行业间的资源错配造成实际产出和潜在产出约15%的缺口［6］。 龚关和胡关亮突破生产函数规模报酬不变的限制，测算中国1998—2007年间制造业资源配置效率［7］。 Brandt 等从所有制层面研究国有部门和非国有部门的资源错配情况，发现资源错配导致中国非农业部门全要素生产率在1985—2007年间年均下降20%［8］。王文和牛泽东构建了综合所有制、地区及行业的统一研究框架，研究发现：地方国有企业的资源错配程度高于其他所有制；东部和中部的资源错配程度较低；制造业的资源错配程度相对高于采矿业、电力热力燃气及水的生产和供应业［9］。

现有资源错配的相关研究大多集中在资本错配和劳动错配两方面。 在资本错配方面，Dollar 和Wei 分析了12 400 家中国企业发现，降低资本错配程度可在不增加投入的情况下, 使中国GDP 提升5%［10］。 Moll 通过建立一般均衡模型分析金融摩擦对资本配置效率的影响，研究发现，新兴市场金融摩擦导致严重的资本错配，进而带来较大的TFP 损失［11］。孙光林等研究发现，资本错配通过降低金融效率和产能利用率阻碍中国经济高质量发展，对东部地区经济高质量发展的负面影响大于中西部地区，对明星型省市的负面影响大于平庸型省市［12］。 王林辉和袁礼测算了资本错配对全要素生产率的影响，发现资本错配使全要素生产率降低了2.6%，导致实际产出与潜在产出间出现20%～30%的缺口［13］。陈林和李康萍认为行政性垄断行业的资本错配程度较高，竞争性行业资本错配程度较低［14］。在劳动错配方面，Patterson 等研究发现劳动错配可在67%的程度上解释2007年后英国劳动生产率的持续严重停滞现象［15］。 Bandyopadhyay 等通过构建世代交叠模型分析劳动配置扭曲对TFP 及GDP 的影响，结果表明：美国经济体存在明显的劳动错配现象，且劳动错配对TFP 和GDP 都有显著的负向影响［16］。 Monge-Naranjo 等基于各国人力资本数据，研究得到劳动错配导致的全球效率损失占全球产出的60%，且全球劳动错配正在逐渐恶化［17］。 盖庆恩等测算1980—2009年间中国劳动力市场的年均扭曲指数为0.2，若劳动力得到有效配置，农业劳动力占比将下降26.38%，中国劳均产出可增加19.53%［18］。 柏培文指出全国总体及城乡劳动错配程度呈波浪式下降趋势，而城市内劳动错配程度呈阶段性增加趋势［19］。 袁志刚和解栋栋发现劳动错配导致农业部门全要素生产率下降2%～18%，且趋势逐渐扩大［20］。 还有学者将资本错配和劳动错配进行比较分析，盖庆恩等研究发现，1998—2007年，资本配置效率和劳动配置效率的改善分别促进全要素生产率提高57.79% 和33.12%，资本错配程度总体高于劳动错配［21］。 张万里和罗良文认为资本错配和劳动错配均对制造业结构高度化呈显著负向影响，且劳动错配对制造业结构高度化的负面影响大于资本错配的影响；资本错配对东部、中部地区的影响较大，劳动错配对中部地区的影响最大［22］。

在资源错配影响因素方面，现有文献认为能源、科技、环境规制、产业集聚、政府干预等都是影响资源错配的重要因素。 韩超等指出，约束性污染控制促进污染行业内资本向高生产率企业流动，且约束性污染控制的资源再配置影响有助于缓解补贴政策扭曲导致的资源错配问题［23］。 季书涵等研究发现，当资本过度配置且劳动力配置不足时，产业集聚可降低资源错配程度，资本配置不足且劳动力过度配置时，产业集聚加剧资源错配［24］。 随后，他们进一步研究发现，处于产业集聚成长期，且资本配置不足、劳动力配置过度的行业资源错配情况最为严重［25］。 Epifani 和Gancai 认为，垄断程度高的产业竞争较小导致生产过少，且这种错配会随着产业替代弹性的增大而增大［26］。 此外，政府干预也是导致资源错配的重要原因，有研究显示，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%～52.7%的资源配置效率损失［27］。财政补贴、金融抑制、行政性市场进入壁垒对行业内资源错配作用显著，而劳动力流动管制、金融抑制则对行业间资源错配影响较大［28-29］。 国有制也会加剧要素在国有企业和非国有企业间的配置扭曲，进而导致生产效率的损失［30］。 除上述影响因素外，“一带一路”倡议通过对外投资、进出口贸易及劳动力跨国流动，也能在一定程度上影响资源配置情况。吴哲等研究发现，中国向“一带一路”沿线发展中国家直接投资产生的逆向技术溢出对全要素生产率产生正向影响［31］。 陈恒等研究发现，“丝路经济带”依靠劳动力规模扩张并不能有效促进物流业发展，但改善劳动力地区结构可提高物流业发展水平，而“21 世纪海路”劳动力规模扩张、劳动力地区结构改善均可驱动物流业发展［32］。

综上所述，现有文献对资源错配问题进行了深入研究，并取得了丰富的成果，但也存在一些不足：一是大多文献仅研究资本、劳动错配情况，鲜有文献将生态环境纳入资源错配研究框架，分析能源和污染的错配。 二是现有文献大多研究“一带一路”对对外投资、劳动配置的影响，较少文献研究“一带一路”倡议对能源、污染等要素配置的影响。 三是现有文献较少基于行业异质性特征，定量分析“一带一路”倡议对中国制造业不同行业资源错配的影响。

基于上述研究的不足，本文首先将制造业根据生产要素及生产方式进行分类，然后把能源和污染纳入资源错配研究框架，构建规模报酬递减的C-D 生产函数，测算2006—2018年中国各类制造业行业的资源错配程度；基于“反事实”框架，分析资本、劳动、能源、污染的错配分别对总体错配的贡献的动态演化特征，剖析导致中国制造业资源错配的内在根源；在此基础上，运用断点回归，量化分析“一带一路”倡议对中国制造业资源配置效率的影响，为在绿色“一带一路”背景下，合理配置全球资源、促进沿线地区资源有序自由流动，实现资源有效配置与制造业转型升级提供理论支撑。

三、资源错配的理论模型推导

传统资源错配理论框架将资本和劳动作为投入要素，考察资本和劳动带来的错配，这种做法在自然资源充沛、生态承载力水平较高的情况下有一定合理性。 但在现阶段中国面临资源紧缺、生态环境恶化的严峻形势下，能源和污染已经成为制约经济发展的重要因素，优化资源配置不仅要促进资源向经济回报率高的行业流动，而且也要向生态回报率高的行业流动。 如果不把能源和污染纳入到资源错配测算框架中，将会忽略由各要素向经济回报率高—生态回报率低的行业流动导致的错配，进而影响资源错配测算结果的准确性，而且分析能源和污染错配，也与中国提出的绿色“一带一路”理念相一致。 因此，有必要在测算资源错配时考虑到能源、污染等生态环境因素。 陈诗一和陈登科将能源纳入到资源错配研究框架中［33］，但仍忽略了环境约束对资源错配的影响。 污染作为产业发展的非期望产出，在一定程度上反映了产业发展对环境的损耗，本文将污染作为投入要素纳入资源错配理论研究框架，将资源错配程度定义为实际绿色全要素生产率与潜在绿色全要素生产率的比值，使资源错配测算结果更为科学合理。

由于重点关注各行业间的要素错配，本文假设同一行业内所有企业的生产函数均相同，不同行业的生产函数各不相同，每个行业可由一个代表性企业表示，某一产业可看作由不同行业代表性企业组成［6,24］。假设i 产业包含m 个行业部门，其中j 行业代表性企业的生产函数具有如下C-D 生产函数形式：

i 产业的生产函数具有如下CES 形式：

i 产业产出Yi的优化问题可表述为：

式中，Pi为i 产业价格水平，Pij为i 产业j 行业代表性企业的价格水平。 对式（3）中Pij求解一阶优化条件，可得：

式中，r、w、v、u 分别为资本、劳动、能源以及治污的价格，用τijk、τijl、τije和τijs分别表示资本、劳动、能源、污染的错配程度。 对式（5）中Kij、Lij、Eij、Sij分别求解一阶优化条件，可得：

由式（6）（7）（8）（9）可得：

在给定τijk、τijl、τije及τijs时，资本、劳动、能源、污染的均衡配给以及分别表示为：

当资源有效配置时，τijk、τijl、τije、τijs均为0，将该条件代入式（14）-式（17），分别求得资本、劳动、能源、污染的均衡配给，进而得到潜在绿色全要素生产率

借鉴现有研究成果［34-37］，将产业层面加总绿色全要素生产率定义为行业部门层面的全要素加权和，即：

其中，θij为行业部门j 的市场份额，用该行业产值占整个产业总产值的比重表示，则i 产业的潜在绿色全要素生产率为：

参考Hsieh 和Klenow 以及Gilchrist 等的研究成果［4，37］，将资源错配程度定义为潜在绿色全要素生产率与实际绿色全要素生产率之比的对数，即：

其中，D 为资源错配程度，A*为潜在绿色全要素生产率，A为实际绿色全要素生产率。

为进一步分析资本、劳动、能源、污染的错配在总体资源错配中所占的份额，本文基于“反事实”框架对总体资源错配进行分解，即消除某一资源错配所增加的绿色全要素生产率为该资源错配导致的效率损失。

四、中国制造业资源错配实证分析

（一）数据来源及参数设定

1. 变量选择及数据来源

本文基于《2017 国民经济行业分类》，最终选取27 个制造业行业为研究对象。 在此基础上，参照陈诗一高能耗和低能耗行业分类方法，将2006—2018年间27 个制造业行业分为高能耗高污染和低能耗低污染两个行业组别，具体情况见表1。

表1 行业分类具体情况

本文测算资源错配程度所涉及的主要变量包括：2006—2018年制造业上述27 个行业的产值、资本存量、劳动投入、能源消耗、污染排放以及资本、劳动、能源和污染的成本。

（1）行业产值利用分行业生产者出厂价格指数按2006年不变价进行平减，即：行业产值不变价格=行业产值现价价格/分行业生产者出厂价格指数（2006=100）。

（2）资本存量运用永续盘存法计算，即：

（3）劳动力投入用行业平均用工人数表示，劳动工资用制造业城镇非私营单位就业人员平均工资和城镇私营单位就业人员平均工资的均值表示。

（4）能源消耗用分行业能源消费总量表示，本文将原材料、燃料、动力购进价格指数作为能源价格的代理变量［40］。

（5）本文将SO2作为污染排放的代理变量，由于现有数据库暂未能提供各行业SO2排放量，且SO2排放主要由能源消耗导致，本文参照陈诗一的能源构造方法［33］，在已有能源数据的基础上，对各行业污染排放数据进行构造。 具体方法为：首先计算出各行业能源消耗占能源消耗总量的比重，然后基于这一比例，将SO2排放总量分配到各行业，即可得到各行业SO2排放数据。 污染成本用单位SO2处理成本表示，即环境污染治理投资额/ SO2排放量。

本文所使用数据均来源于《中国统计年鉴》《中国工业统计年鉴》《中国能源统计年鉴》《中国劳动统计年鉴》。

2.主要参数设定

模型参数的设定与实际绿色全要素生产率、潜在绿色全要素生产率测算结果的准确性密切相关。 对于各要素的产出弹性，本文基于C-D 生产函数进行估计，对公式（1）两边分别取对数，得到：

借鉴陈诗一的做法［33］，将上式中η 设定为0.8，即生产函数规模报酬递减程度为0.2。 基于本文选取的27个制造业行业2006—2018年的面板数据，回归得到资本、劳动、能源及污染的回归系数分别为0.492、0.639、0.213 及0.114，且回归系数均在1%水平上显著。 由于要素产出弹性受到各要素产出弹性之和等于1 的约束，本文将资本、劳动、能源及污染的回归系数进行加和为1 的归一化处理，得到αi=0.34、βi=0.44、γi=0.15及δi=0.07。 本文得到的要素产出弹性与现有文献中资本产出弹性大多介于0.4～0.6 之间，劳动产出弹性在0.3～0.5 之间，以及能源产出弹性约为0.1 的结果基本一致。

关于全要素生产率的测算，有部分研究将回归的常数项作为全要素生产率，这样导致全要素生产率未能体现出行业间异质性及动态变化特征。 本文参照张军的研究［41］，通过公式计算i 产业j 行业的全要素生产率。

关于σ 的设定，本文参照Brandt 对中国经济的研究成果［8］，将其设置为0.67。

（二）实证结果分析

1．制造业整体资源错配程度

基于上述资源错配理论框架、数据处理及参数设定，计算得到2006—2018年中国制造业实际绿色全要素生产率与潜在绿色全要素生产率，见图1。实际绿色全要素生产率和潜在绿色全要素生产率变化趋势基本相同，总体呈两阶段增长趋势。2006—2010年，实际和潜在绿色全要素生产率均较大幅度增长；2011—2013年，二者增幅下降；2014—2018年，即“一带一路”倡议提出后，实际和潜在绿色全要素生产率又均呈增长态势；此外，在研究期间，实际绿色全要素生产率显著低于潜在绿色全要素生产率，且实际绿色全要素生产率没有向潜在绿色全要素生产率收敛的趋势；如果各类要素得到有效配置，2006—2018年间中国制造业绿色全要素生产率将平均提高65. 67%。

图1 2006—2018年中国制造业实际绿色全要素生产率与潜在绿色全要素生产率

运用式（20），计算得到2006—2018 中国制造业资源错配程度，并运用“反事实”框架，将总体错配进行分解，计算得到资本、劳动、能源、污染错配在总体资源错配中所占的份额。 由表2 可知，2006—2018年间，中国制造业总体资源错配程度呈先下降后上升趋势，资本、劳动、能源、污染错配在总体资源错配中所占份额分别为38.34%、58.65%、2.24%、0.78%。 劳动错配在总体错配中所占份额最大，其次是资本，能源和污染错配在总体错配中所占份额较小；“一带一路”倡议提出后，中国制造业总体资源错配程度先小幅下降，随后，2017 和2018年有较大幅度增加；资本、能源及污染的错配在总体错配中所占的份额均有小幅下降趋势，劳动错配所占份额增长幅度较大。

表2 2006—2018 中国制造业总体资源错配程度与各要素错配在总体错配中所占份额

2. 高能耗高污染行业资源错配程度

由高能耗高污染行业总体资源错配分解结果可知，资本、劳动、能源、污染错配在总体资源错配中所占份额分别为35.12%、24.91%、27.26%与12.70%，资本错配在总体资源错配中所占份额最大，其次是能源错配所占份额，劳动错配所占份额仅略低于能源错配，污染错配所占份额相对较小。 由图2 各要素错配所占份额的变化趋势可知，资本和劳动错配所占份额均呈下降趋势，尤其是2016年之后下降幅度较大；能源错配所占份额持续增长，2013年之后开始高于劳动错配所占份额；污染错配所占份额尽管相对较小，但呈增长趋势。 其原因可能是：政府过度干预和经济体制不健全均可导致资本和劳动的错配，二者的错配是在经济发展过程中长期积累产生的。而能源和污染错配在经济发展初期，能源储量及生态承载力均处于较高水平时并不十分明显，当长期粗放型发展方式导致能源约束日益趋紧，生态承载力超出上限，能源和污染已经成为与资本和劳动同等重要的制约经济高质量发展的重要因素时，能源错配和污染错配问题才逐渐显现，对于高能耗高污染行业，其能源和污染错配问题尤为显著。由上述分析可知，能源和污染的错配对高能耗高污染行业总体资源错配的影响正逐渐增大，如果在考察资源错配时忽略这两个要素，势必对研究结果的准确性和可靠性产生负面影响。

图2 高能耗、高污染行业各要素错配在总体资源错配中所占份额

3. 低能耗低污染行业资源错配程度

低能耗低污染行业资本、劳动、能源、污染错配在总体资源错配中所占份额分别为38.98%、78.28%、-11.66%与-5.60%，资本和劳动错配在总体资源错配中所占份额为正，劳动错配所占份额约为资本错配所占份额的2 倍；能源和污染错配在总体资源错配中所占份额为负，说明对于低能耗低污染行业，资本和劳动是导致其资源错配的主要因素，能源和污染在研究期间未出现错配情况，分配相对合理。 由此可知，能源和污染在低能耗低污染行业的合理分配对总体资源错配起到的负向作用，与其在高能耗高污染行业的错配对总体资源错配起到的正向作用相抵消，是导致能源和污染错配在制造业总体资源错配中所占份额较小的主要原因。

图3 低能耗、低污染行业各要素错配在总体资源错配中所占份额

五、“一带一路”倡议对中国制造业资源错配的影响

“一带一路”倡议旨在促进资本、劳动、能源、污染等要素在全球范围内的有序自由流动，提高资源配置效率。 由上述结果可知，“一带一路”倡议提出后，中国制造业资源错配发生了一些变化，但这些变化与“一带一路”之间是否存在因果关系？ 如果存在，“一带一路”倡仪对资源错配的影响程度究竟有多大？ 基于上述问题，本节采用断点回归，定量分析“一带一路”倡议对中国制造业资源错配的影响，为整合、重组全球资源，矫正资源配置扭曲提供理论依据。

（一）计量模型构建及变量设置

断点回归（Regression Discontinuity，简称RD）最早由Thistlethwaite 和Campbell 提出，被认为是一种最接近自然实验的实验方法，其原理是：政策规则的非连续性使得当驱动变量等于或大于某一阈值时, 经济个体就会受到处置；只要驱动变量不完全受经济个体控制, 因变量的非连续性变动就可认为是由处置状态引起的。 在间断点处被处置的概率是跳跃变化的，如果影响因变量的其他因素并无跳跃，就可利用因变量在间断点两侧的极限值之差来识别处置效应［42］。

在RD 分析框架下，xi为年份，当xi超过某一阈值c 时，个体i 就会受到处理，否则未接受处理：

上式中Di为处理变量，此处指是否参与“一带一路”建设，Di= 1表示个体i 参与“一带一路”建设，Di=0表示个体i 未参与“一带一路”建设。 两种处理状态分别对应两种反应结果Yi(1)及Yi(0)，其中，Yi(1)表示参与“一带一路”建设的结果变量，Yi(0)表示未参与“一带一路”建设的结果变量，则Yi= (1 −Di)Yi(0) +Di Yi(1)。

测度政策效应最直观的方法是计算Yi(1)和Yi(0)的差值，然而，现实中某一行业在某一时刻，要么参与“一带一路”建设，要么未参与“一带一路”建设，不可能在某一时刻同时得到两个观测值，断点回归是解决该问题的有效方法。 断点回归假定分布在断点两侧的个体除了是否接受处置外，无系统差别，断点两侧的样本可分别作为实验组和对照组。断点回归可分为精确断点回归（Sharp Regression Discontinuity，SRD）和模糊断点回归（Fuzzy Regression Discontinuity，FRD）。 “一带一路”倡议提出之后，并非所有地区、所有行业都立即加入，因此，本文采用FRD 研究“一带一路”对资源错配的影响。FRD 允许个体被分配到实验组的概率在断点处有一个小的跳跃，范围在（0,1）之间，通常假定为：

“一带一路”倡议对中国制造业资源错配的平均处置效应LATE 为结果变量（Yi）与处置变量（Di）在断点两侧的变化之比，即：

本文将“一带一路”倡议提出时间2013年设置为断点。 FRD 估计可通过非参数IV 估计或参数2SLS估计两种方式实现，两者效果等价［43-44］，本文采用2SLS 进行估计，回归方程为：

表3 主要变量的描述性统计

（二）断点回归结果分析

1. 图形分析

在进行断点回归分析之前，先以图形的方式直观地展示资源错配程度与驱动变量之间的关系［47］，如果资源错配程度在断点前后出现明显跳跃，那么这种变动可能是由“一带一路”倡议引起的。如图4 所示，资本、劳动、能源及污染错配程度在断点处即2013年出现明显跳跃，资本和能源错配在断点之后均有所降低，而劳动和污染错配在断点处有向上跳跃的趋势，这初步表明“一带一路”倡议的提出可能对中国制造业各要素错配产生一定影响。

图4 各要素错配程度与驱动变量之间的关系图

2. 回归结果分析

为进一步证明各要素错配在断点处的非连续变动是受“一带一路”倡议影响的，本节首先建立回归模型，分析“一带一路”倡议对制造业整体、高能耗高污染行业、低能耗低污染行业各要素错配的处置效应，随后，引入协变量，观察加入协变量是否会对结果产生影响。带宽的选择对回归结果有一定影响，现有研究确定带宽的方法主要有手动设定带宽和基于样本数据计算并选择带宽，考虑到估计精度和样本覆盖范围［48］，本文使用手动设定带宽的方法，将基准带宽设置为［-7,5］，并同时展示［-6,4］的估计结果。

表4 为制造业整体、高能耗高污染行业及低能耗低污染行业资本错配的回归结果。 “一带一路”倡议对制造业整体、低能耗低污染行业资本错配程度的影响分别为-0. 355、-0.466，且均在10%水平上显著，对高能耗高污染行业资本错配程度的影响为-0.216，但并不显著；加入国有企业份额和研发投入两个协变量之后，结果与之前基本保持一致，“一带一路” 倡议对三者资本错配的影响分别为-0.535、-0.368、-0.686。 上述结果表明“一带一路”倡议在一定程度上降低了低能耗低污染行业资本错配程度，对高能耗高污染行业资本错配的作用不显著。这可能是由于对外投资是中国与沿线国家进行合作的主要方式［49］，“一带一路”倡议通过将国内富余资金在沿线国家合理配置，提高了资本运作效率，对中国制造业资本配置产生直接影响；由于低能耗低污染行业大多规模较小、资本流动较为灵活，“一带一路”倡议对其资本错配的改善作用较为明显，而高能耗高污染行业规模较大且资本具有较强的粘滞性，导致资金的流动性较差，“一带一路”倡议对其资本错配的改进效应在短期内未能显现出来。

表4 制造业整体、高能耗高污染行业及低能耗低污染行业资本错配回归结果

表5 为制造业整体、高能耗高污染行业及低能耗低污染行业劳动错配的回归结果。 由回归结果可知，“一带一路”倡议与制造业整体及低能耗低污染行业劳动错配程度呈正相关关系，回归系数分别为0.111、0.136，且均在1%水平上显著，与高能耗高污染行业劳动错配在10%水平上呈负相关关系；加入协变量之后，“一带一路”倡议与三者之间的相关性基本不变。 上述结果表明：“一带一路”倡议加剧了制造业整体及低能耗低污染行业劳动错配，这可能是由于中国与沿线国家间的劳动力流动主要集中在低端制造业行业，劳动力素质普遍较低，缺乏高素质的人才，而部分低能耗低污染行业（如：专用设备制造业、电气机械和器材制造业、计算机、通信和其他电子设备制造业、仪器仪表制造业等）的发展需要专业技术人才的支持，这就出现尽管劳动力在沿线国家间的流动加快了，但对于高素质专业人才紧缺的部分低能耗低污染行业依然存在劳动错配现象。 “一带一路”倡议抑制了高能耗高污染行业劳动错配，这是由于高能耗高污染行业的劳动力大多为低技能劳动，中国在与沿线国家产能合作过程中，通过利用沿线国家廉价且丰富的劳动力资源优势，缓解了国内低端劳动力过剩以及劳动成本较高的压力，在一定程度上降低了高能耗高污染行业劳动错配程度。 高能耗高污染行业和低能耗低污染行业的模型（2）中，国有企业份额与其劳动错配均呈显著正相关关系，研发投入与其劳动错配均呈显著负相关关系，表明国有企业份额较大会加剧劳动错配，而增加研发投入可在一定程度上抑制劳动错配。

表5 制造业整体、高能耗高污染行业及低能耗低污染行业劳动错配回归结果

表6 为制造业整体、高能耗高污染行业及低能耗低污染行业能源错配的回归结果。 由回归结果可知，“一带一路”倡议与制造业整体、高能耗高污染行业及低能耗低污染行业能源错配均呈负相关关系，且均至少在5%水平上显著；加入协变量之后，处理变量的系数依然为负，且显著性有所增强，说明“一带一路”倡议的实施有利于制造业整体，尤其是高能耗高污染行业能源优化配置，其原因可能是中国从“一带一路”沿线中东、中亚和俄罗斯等世界主要的能源生产地区进口石油、天然气等能源，在一定程度上缓解了国内能源压力，降低了能源错配程度。 此外，国有企业份额对高能耗高污染行业、低能耗低污染行业能源错配程度分别有0.001 的显著正向影响和0.002 的显著负向影响，表明国有企业份额的增加扭曲了高能耗高污染行业的能源配置，优化了低能耗低污染行业的能源配置；研发投入与三者能源错配程度呈显著正相关，回归系数分别为0.005、0.008、0.005，表明加强研发投入，利用科学技术改造传统制造业，促进传统制造业转型升级，也能在一定程度上提高能源利用率，矫正能源错配。

表6 制造业整体、高能耗高污染行业及低能耗低污染行业能源错配回归结果

表7 为制造业整体、高能耗高污染行业及低能耗低污染行业污染错配的回归结果。 由回归结果可知，“一带一路”倡议与制造业整体、低能耗低污染行业污染错配程度呈负相关，均至少在10%水平上显著；加入两个协变量后，“一带一路”倡议对三者污染错配程度的影响依然在10%水平上显著为负，说明“一带一路”倡议的实施降低了制造业整体，尤其是低能耗低污染行业的污染错配程度。 “一带一路”倡议与高能耗高污染行业污染错配成正相关，但不显著，这可能是由于“一带一路”倡议提出时间较短，加之政策实施有一定的滞后性，其政策效应并未完全显现；此外，也可能是因为中国参与国际能源合作的产业只有少数实现了本地化生产，大多数产业的生产制造环节依然在国内进行，使生产过程中产生的污染物仍然在国内排放，进而导致污染错配程度加深。

表7 制造业整体、高能耗高污染行业及低能耗低污染行业污染错配回归结果

3. 有效性检验

在上文分析中，无论是否加入协变量，估计结果均基本一致，表明了模型的稳健性。 本文将基于RD 回归检验方法进一步对模型的有效性进行检验。 首先，将带宽设置为［-6,4］，观察回归结果的变化。 表8 中，模型（1）表示未加入协变量的回归模型，模型（2）表示加入协变量的回归模型。 当带宽为［-6,4］时：“一带一路”倡议与制造业整体、低能耗低污染行业资本错配显著负相关；与制造业整体、低能耗低污染行业的劳动错配显著正相关，与高能耗高污染行业的劳动错配显著负相关；与制造业整体、高能耗高污染行业及低能耗低污染行业三者的能源错配呈负相关关系；与制造业整体、低能耗低污染行业的污染错配呈负相关关系。 估计结果与基准带宽下的结果基本一致，再次表明了模型的稳健性。

表8 ［-6,4］带宽下“一带一路”倡议对资源错配的影响

其次，RD 估计的有效性还要求驱动变量不受人为操纵。 本文的驱动变量为时间，“一带一路”倡议提出之前，个体无法预知该倡议，进而不能精确操纵驱动变量，因此不存在自选择问题［50］。

此外，RD 估计还要求协变量在断点处应连续，不能出现明显跳跃。本文将国有企业份额、研发投入分别代替原模型中的因变量进行回归分析，检验协变量在断点处的连续性。由表9 可知，两个协变量在［-7,5］和［-6,4］两种带宽下的回归系数均不显著，说明协变量在断点处没有发生跳跃，二者的连续性、平滑性较好，排除了结果变量的跳跃不完全由处置变量解释的可能性，这进一步验证了模型的有效性。

表9 协变量连续性检验

六、结论与政策建议

本文测算了2006—2018年中国制造业整体、高能耗高污染行业及低能耗低污染行业资源错配程度，分析资本、劳动、能源、污染的错配分别在总体错配中所占份额，并量化“一带一路”倡议对中国制造业各要素错配的影响，得到以下主要结论：（1）对于制造业整体而言，2006—2018年间，中国制造业总体资源错配程度呈下降趋势，劳动错配在总体资源错配中所占份额最大，其次是资本，能源和污染错配在总体错配中所占份额相对较小，但呈增长趋势。 （2）对于高能耗高污染行业，资本错配在总体资源错配中所占份额相对最大，但呈降低趋势；能源错配所占份额略大于劳动错配所占份额，且二者差距逐渐增大；污染错配所占份额相对最小，且呈增长态势。（3）对于低能耗低污染行业而言，劳动和资本是导致其资源错配的主要因素，能源和污染在研究期间分配相对合理。（4）“一带一路”倡议的实施对制造业整体及低能耗低污染行业的资本错配具有显著的抑制作用，对高能耗高污染行业资本错配的抑制作用不显著；“一带一路”倡议显著增加了低能耗低污染行业劳动错配程度，降低了高能耗高污染行业的劳动错配程度，增加效应强于降低效应，导致其加剧了制造业整体的劳动错配程度；“一带一路”倡议对制造业整体、高能耗高污染行业及低能耗低污染行业的能源错配，以及对制造业整体、低能耗低污染行业的污染错配有显著的抑制作用，对高能耗高污染行业的污染错配有促进作用但并不显著。

基于上述研究结论，本文提出以下三条政策建议:

第一，拓宽国际产能合作领域，建立健全中国企业“走出去”服务体系，降低中国企业“走出去”所面临的风险。 目前中国与“一带一路”倡议沿线国家的合作主要集中在基础设施建设及能源、矿产等领域，未来应进一步深化轻工业、高端制造业、互联网产业等高技术行业的国际产能合作，加速技术、高素质劳动力等资源的互联互通，提高资源利用效率，从而降低资源错配程度。 同时，还应建立双边或多边经济合作机制，进一步降低关税和减少非关税壁垒，削弱各类要素流动的市场准入障碍，使各生产要素的流通自由有序，实现资源的优化配置。

第二，基于自身及沿线国家资源禀赋特征及产业发展特征，采取差异化合作策略。 “一带一路”倡议沿线国家大多为发展中国家和转型经济体，存在基础设施建设滞后、产业结构不合理及资源错配等经济发展瓶颈，但同时拥有自然资源禀赋优势，亟需通过资源的整合与重组，将其潜在的资源禀赋优势转化为实际的经济发展优势；而中国在基础设施建设、工业体系、技术水平等方面存在一定优势，但面临能源约束趋紧、环境压力加剧等严峻形势，可与沿线国家形成较强互补性。 因此，中国与“一带一路”倡议沿线国家可充分利用资源和产业上的互补性开展互利共赢的国际产能合作，实现资源的有效利用，降低资源错配程度。

第三，对传统产业改造升级，以及向高技术产业、环保型产业实施政策倾斜，积极推进制造业转型升级，加快改变高能耗、高污染行业的粗放型发展模式，向集约型绿色可持续发展模式转变。 一方面，政府和企业应加大研发投入，加大传统资源密集型制造业在生产工艺、技术、设备等方面的研发及改造力度，同时，淘汰部分产能过剩的资源密集型产业，扶持产业关联度高、附加值大的产业，尤其是高、精、尖产业及绿色产业；另一方面，紧抓“一带一路”倡议发展机遇，通过积极向国外引进先进技术，开发清洁型新能源，发展绿色生产技术，在提升经济效益的同时，逐步减小产业发展对能源的依赖，从而降低能源和污染错配。