資源錯配與中國能源行業全要素生產率

[摘要] 拓展了Hsieh and Klenow（2009）的理論模型，以1998-2007年中國能源行業微觀數據為實證對象，測算了資源錯配對能源行業及其分行業TFP的影響。結果發現：樣本期內，資源錯配對能源行業造成了TFP損失巨大，并呈現波動式遞增趨勢，而資本錯配是造成這一現象的主要原因；資本錯配對TFP的損失遠遠大于產出扭曲和勞動錯配對TFP的損失；能源行業分行業資源錯配差異顯著，損失最大的分行業是石油開采業，其次為電力行業、煤炭行業、石油加工業。降低資源錯配是提高能源行業TFP的有效路徑，TFP增長潛力巨大；糾正資源錯配的思路應以糾正資本錯配為主，以糾正勞動和產出扭曲為輔；最后，針對能源行業各分行業應制定差異化的政策。

[關鍵詞] 資源錯配；全要素生產率；能源行業

[中圖分類號] F403[文獻標識碼] A[文章編號] 1008—1763（2016）03—0077—08

一引言

中國經濟正處于以“中高速、優結構、新動力、多挑戰”為特征的新常態階段，其重大挑戰之一是環境承載能力已達到或接近上限，必須推動形成綠色低碳循環發展新方式，這一調整使得以往粗放式的發展難以為繼，提質增效成為未來發展的主要方式。那么能源行業如何提質增效，在確保能源安全保障的同時，實現綠色高效發展。根據以往的經濟理論，創新無疑是提高效率的關鍵因素，但現有的資源錯配理論表明，與創新相比，通過糾正資源錯配以提升效率，可能是一條更為經濟有效的途徑[1]。

那么，糾正經濟體中的資源錯配會多大程度提高TFP？ Hsieh and Klenow [2] （下文簡稱HK）2009的文獻回答了這一問題。該文構建了一個從微觀、中觀到宏觀層層最優決策下異質性企業壟斷競爭的模型，假設經濟體中存在產出和資本兩種扭曲，以中國、印度、美國制造業微觀數據為實證對象，首次測算了經濟體中所有扭曲造成的TFP損失。結果表明：如果1998年中國制造業達到美國1997年的資源配置效率，則中國能源行業總量TFP可再增加50.5%，而且資源錯配可解釋大約49%的中國和美國制造業總量TFP差異。這一重要的發現無疑是對解釋國家間TFP差異的重要補充，由此該文也成為該領域的奠基性文獻。此后，大量的國內外文獻研究均表明糾正資源錯配能夠有效提升TFP。Brandt et al.[3]突破了僅測算行業內企業間資源錯配的局限，測算了中國非農業私有和國有部門間的資源錯配對TFP的影響，發現如果資源有效配置，TFP可再提高20%；在1985-2007年間，省內資源錯配呈先改善后惡化的趨勢。Timmer et al.[4]通過對52個發展中國家的實證發現，如消除勞動和資本錯配，TFP平均可增加60%以上。Uras[5]將融資結構分為內部和外部融資，測算了資本錯配對TFP造成的總體損失，發現如果消除資本錯配，美國化學和石油工業的TFP將增加113%，紡織業將增加75%。Tombe and Jennifer[6]研究了環境政策與資源錯配及其對TFP和產出的影響，發現如果要削減10%的能源消費，能源強度政策會造成0.8%～1.72%產出損失。中國的學者在HK模型的基礎上進行了拓展，但也存在一定的局限。龔關和胡關亮[7]突破了HK模型生產函數規模報酬不變的假設，運用要素邊際產品收益的離散度測算資源錯配程度，但王芃和武英濤[8]發現邊際收益難以反映要素的價格差異，他們運用價格與邊際成本的比例構建了相應的理論模型，首次以中國能源行業為實證對象，兩層面兩維度（行業和企業兩個層面、產品市場和要素市場兩個維度）的市場相對扭曲均顯著存在，而造成扭曲的原因主要是要素配置扭曲而非要素價格扭曲；同一行業內企業間存在顯著異質性，企業層面市場扭曲的變化對行業層面市場扭曲的測度存在顯著影響；通過模擬發現，對以上扭曲逐一糾正后可實現能源產業全要素生產率增長43.51%，其中糾正企業間要素市場相對扭曲對其增長貢獻最大。邵誼航等[9]對HK模型進行了再測算，得出的結論與HK類似。陳永偉和胡偉民[1]把資源錯配和效率損失的理論納入到傳統的增長核算框架中，發現制造業子行業間的資源錯配大約造成了15%的產出損失，但其局限是假設企業間是完全競爭的。朱喜等[10]研究了農業資源錯配，如消除資本和勞動錯配，農業TFP 有望再增長20% 以上。類似的文獻還有韓劍和鄭秋玲[11]聶輝華和賈瑞雪[12]、王文等[13]、王林輝和袁禮[14]等。

湖南大學學報（ 社 會 科 學 版 ）2016年第3期袁曉玲，景行軍等：資源錯配與中國能源行業全要素生產率綜上所述，現有的理論和實證研究表明：資源錯配確實會對TFP造成巨大的損失，資源錯配的研究多集中與制造業的實證檢驗，盡管關于能源行業有相應的實證檢驗，但并非運用HK模型進行相應的實證檢驗，HK模型能夠測算所有錯配因素導致的資源錯配對能源行業的TFP凈損失。那么，資源錯配到底多大程度對能源行業及其分行業的TFP產生了損失？資本、勞動、產出扭曲導致的資源錯配各自有多大？其趨勢是什么？為了測算出勞動錯配對TFP造成的損失，本文改變了HK模型的假設（假設存在產出扭曲和資本扭曲），重新進行了推導，并將本文測算的結果與HK模型測的結果進行對比，這不僅有利于與HK模型的測算結果進行對比，使得本文的測算結果更加穩健；而且還能夠測算勞動錯配對TFP的影響。盡管王芃和武英濤[8]首次關注并研究了資源錯配與中國能源行業全要素生產率，但其運用的模型與典型的HK模型不同，因此與HK的測算方法有著本質的差異；此外，Tombe and Jennifer的模型與HK模型在理論上不同，且其實證中使用的是行業數據[6]。本文的主要貢獻是運用HK模型及其拓展模型，以中國能源行業1998-2007的微觀數據為實證對象，測算了資源錯配對中國能源行業TFP的影響，并運用比較靜態的研究方法，分別測算了資本、勞動、產出扭曲對能源行業總體及其分行業TFP的影響。二錯配理論模型

（一）經濟體中總體、行業及企業的生產函數

假設經濟存在一種完全競爭的最終產品，最終產品以行業S的產出YS為投入，生產最終產品的代表性企業采用規模報酬不變的道格拉斯生產函數：

Y=∏Yθssss=1，其中，∑ss=1θs=1（1）

假設S行業的以MS個微觀壟斷競爭廠商的產出Ysi為投入，生產采用CES生產函數，，其函數形式如下式：

Ys=∑Msi=1Yσ-1σsiσσ-1（2）

其中，σ是不同Ysi之間的替代彈性，S行業內壟斷競爭廠商Ysi投入要素為資本ksi、勞動Lsi，設每個廠商面臨的資本、勞動價格分別為R、W。生產采用規模報酬不變的道格拉斯生產函數，設αs為行業內資本投入占產出的份額，1-αs為勞動投入占產出的份額，其函數形式如下：

Ysi=AsiKαSsiL1-αSsi（3）（二）經濟總體、行業、企業最優決策

經濟總體的最優化決策。假設行業產出的價格指數為PS，那么以（1）式為約束條件，通過對最終產出成本（min ∑ss=1YsPs）最小化，可得出最終產出的總價格指數P=∏ss=1（PSθs）θs和行業面臨的需求函數Ys=θsPY/Ps。

行業最優決策。設S行業中壟斷競爭廠商的價格為Psi，以（2）式為約束條件，通過對行業產出的成本（∑Msi=1YsiPsi）最小化，可得到行業產出的總價格指數Ps=∑Msi=1P1-σsi11-σ和廠商面臨的需求Ysi=SPσsP-σsi 。

企業最優化決策。假定每個廠商的實際生產率及扭曲不同，將τLsi，τKsi分別定義為勞動、資本扭曲因子，代表著企業面對的總扭曲。

πsi=PSiYSi-（1+τKsi）PKSi-（1+τLSi）WLSi（4）

通過利潤最大化可得廠商最優要素投入比例：

KSiLSi=αs1-αsW（1+τLSi）R（1+τKSi）（5）

通過上式，發現廠商的利潤函數如下：廠商勞動和資本要素投入的最優比例取決于其面臨的資本和勞動扭曲大小，如果扭曲為零，則最優要素投入的比例是一個常數。廠商的定價及要素最優決策分別如下：

Psi=σσ-1Rαsαs

[W1-αs]1-αs1+τKSiαs（1+τLSi）1-αsAsi （6）

KSi∝Aσ-1Si（1+τLSi）（1-αs）（1-σ）（1+τKSi）1-αs（1-σ）（7）

LSi∝Aσ-1Si（1+τKSi）αs（1-σ）（1+τLSi）αs+σ（1-σs）（8）

通過（7）-（8）發現，廠商的資源配置不僅取決于自身的生產率水平，且與其面臨的扭曲程度相關。但限于實際生產率短期內難以改變，從一定程度上說，廠商資源配置由扭曲的大小決定。（三）行業TFP的表達式

首先，沿用HK的設置，將企業實際生產率定義為不含價格的生產率，將名義生產率定義為含價格的生產率。依據企業勞動、資本邊際收益產品表達式，可到企業名義生產率的表達式如下：

TFPRsi=PsiAsi=PsiYsi（Ksi）αs（WLsi）1-αs=

Rαsαs[11-αs]1-αs1+τKSiαs1+τLSi1-αs（9）

從該式發現，如扭曲為零，廠商間的TFPR是相等的。較高的TFPR意味著較高的資本、勞動邊際產品收益，即較高的邊際成本，這將使得廠商的實際規模小于最優規模。同時，該式也暗含著重要的資源配置機制：在一個不存在資源錯配的經濟體中，這意味著資本、勞動會向實際生產率較高的企業流動，導致其產量不斷增加，價格下降（依據（6）式價格和實際生產率成反比），直到和生產率較低企業的TFPR相等為止。如果行業內廠商的TFPR存在差異，則表明行業內存在資源錯配，差異越大則錯配程度越大。

在得到企業名義生產率的表達式后，根據行業總的資本、勞動的表達式、總產出的價格指數、行業價格指數，可得到行業實際TFP的表達式：

TFPI=∑Msi=1AsiTFPRsTFPRsiσ-11σ-1（10）

其中，TFPRs與行業資本邊際產品收益倒數的加權平均數以及勞動邊際產品收益倒數的加權平均數的幾何平均數的倒數成正比，權數是行業S中廠商產出占行業總產出的份額。其表達式如下：

TFPRs=Rαsαs[11-αs]1-αs

[∑Msi=1PsiYsiPSYS11+τKSi]-αs[∑Msi=1PsiYsiPSYS11+τLSi]αs-1 （11）

當不存在扭曲時，行業有效的TFP可表示為下式：

TFPIefficient=As=∑Msi=1Asiσ-11σ-1 （12）（四）經濟總體TFP的表達式

在得到行業實際和有效TFP表達式后，結合（1）式可得到經濟總體實際和有效TFP表達式分別如下式：

經濟總體TFP的實際表達式：

TFPY=∏ss=1∑Msi=1AsiTFPRsTFPRsiσ-1θsσ-1（13）

經濟總體有效TFP的表示式（當扭曲為零時）：

TFPYefficient=∏ss=1∑Msi=1Asiσ-1θsσ-1（14）

（五）資源錯配對能源分行業及能源行業總體TFP造成的損失測算

依據上述資源錯配理論，可以得到存在扭曲時的實際TFP表達式和理論上（無扭曲）的最優TFP表達式。本文將資源錯配對TFP的損失定義為有效的TFP與實際TFP之比減去1。依據該定義，下面僅給出資源錯配對分行業及經濟總體的TFP損失測算表達式。

（1）資源錯配對能源分行業TFP造成的損失測算

TFPGI=TFPIefficient/TFPI-1 （15）

（2）資源錯配對能源行業總體TFP造成的損失測算

TFPGY=TFPYefficient/TFPY-1 （16）

（3）產出扭曲、資本錯配、勞動錯配分別對TFP的影響測算

資本錯配對TFP造成損失的測算方法：假設經濟體中僅存在資本錯配，即當產出扭曲因子和勞動扭曲因子為零時，通過考察資本是否按照相等的TFPRsi在企業間配置資源，探討資本錯配對TFP造成的損失。在實證測算時，令TFPRs和TFPRsi表達式中的勞動扭曲因子為零。勞動錯配、產出扭曲導致的資源錯配對TFP造成的損失測算方法類似。三數據處理、參數設定及變量說明

（一）數據處理及說明

（1）數據說明

數據來源。本文的實證數據來源于國家統計局1998-2007 年《中國工業企業數據庫》，該數據庫包括全國所有的國有企業和年銷售額在500萬元以上的非國有企業，涵蓋了采礦業、能源行業、電力燃氣和水的生產和供應業。沿用王芃和武英濤[8]對能源行業的定義，本文將能源行業定義為煤炭行業、石油開采行業、石油加工行業、電力行業四個。因此，本文的數據選擇該數據庫中這四個行業的2位代碼的數據。與四位數行業代碼相比，選擇二位數代碼行業的好處是使得模型中TFPR和TFPQ更加符合聯合正態分布的假設。

數據樣本說明。受數據可獲得性的限制，本文數據選擇的時間段為1998-2007年。國家統計局可獲得的中國工業企業數據庫時間段為1998-2009年，但2008-2009年間的數據變量缺失較多，不能用于本文模型的實證。而1998-2007年間的數據質量較高，同時資源錯配領域的實證研究均采用該段歷史數據。

（2）數據處理

雖然該數據庫具備數量龐大、覆蓋范圍廣的特點，但也存在諸多錯漏，需要對數據處理才能使用。本文處理數據的方法主要參考Cai and Liu[15]提供的方法，并在其基礎上進行了更加完善的處理：1）刪除企業代碼和企業名稱相同的觀測樣本；2）剔除規模較小和財務報表不穩定的觀測企業，包括就業人數小于10，工業總產值小于500萬元的觀測樣本；3）剔除不符合會計準側的觀測企業，包括總資產小于流動資產或固定資產，累計折舊小于本年折舊，中間投入大于總產值。4）為了使得研究結論更加穩健，剔除TFPRsi的異常值，按照行業分類，對log （TFPRsi/TFPRs）和log （Asi/As）首尾各2%進行截尾，這避免了對年度數據整體截尾，而導致刪除掉某些行業的弊端。（二）變量說明

WLsi設定為本年應付工資總額、職工教育費、養老保護和醫療保險、住房公積金和房屋補貼、本年應付福利總額、勞動、待業保險費之和。同時，為避免人力成本的差異，將此值作為生產函數的勞動投入。PsiYsi為增加值與能源投入之和。Ksi用企業固定資產凈值來表示。PsYs是各行業增加值和能源投入的總和。PY為能源行業行全部增加值和能源投入和。θs為各行業增加值和能源投入份額占能源行業總增加值的比例。（三）參數設定

R 設定為10%。R是無扭曲的資本租賃價格。沿用HK模型的設置，將R設置為10%。產業內企業面臨的資本租賃價格是R（1+τKSi）。如果扭曲因子τKSi不為零，則每個企業面臨的資本租賃價格將不同。即使R的值設定的不夠準確，也不會影響實證結果的有效性。因為，實證研究中，在對行業內TFPR的方差及資源錯配對TFP的損失（該值為比例）的測算中，R僅會影響企業面臨的平均資本扭曲。

行業要素產出彈性的設置。出于兩點考慮，選擇實際行業要素份額作為要素產出彈性，而沒有沿用HK的設置（認為中國要素產出彈性中包含了扭曲因素，以美國要素產出彈性匹配中國的要素產出彈性）：1）要素產出設置偏誤僅會影響到扭曲度的平均值，不會影響實證結果的有效性。這與參數R的設定偏誤對實證結果的影響類似；2）沿用邵誼航等[9]要素產出彈性的設定。他們根據[16]的觀點，認為不同的經濟發展階段與相應的產業結構以及產業資本和勞動要素密集度相對應。在測算要素產出彈性時，先測算出能源和勞動產出彈性，后得到資本產出彈性。

σ設定為3。大量的實證研究發現產出的替代彈性在3-10之間[17-18]。該值越大，測算的TFPR離散度（資源錯配扭曲程度）就越大。本文選擇該參數的下限，實證中測算的資源錯配對TFP的損失更加保守。四實證結果與分析

（一）實證模型中扭曲測算表達式及說明

測算資源錯配對能源行業TFP增長潛力的關鍵是計算出資本、勞動扭曲因子、企業實際生產率，它們的表達式分別如下：

τKSi=αsσ-1σPsiYsiRKsi-1（17）

τLSi=（1-αs）σ-1σPsiYsiWLsi-1（18）

Asi=φsPsiYsiσσ-1KαSsi（WLsi）1-αS

其中，φs=W1-αsPsYs-1σ-1Ps （19）

這里需要對（19）式加以說明：1）φs。雖然此值在現實中不能直接觀測，但是它的大小對實證結果TFP潛力（是一個比值）的測算不會產生影響，為了便于實證研究，不妨設置φs=1；2）沿用HK模型的設置，用PsiYsiσσ-1近似替代企業的真實產出；3）為了控制人力資本的差異，用工資總額替代勞動投入。（二）關鍵變量描述性統計

本文的關鍵變量包括各個產出扭曲因子τYsi、勞動扭曲因子τLsi、資本扭曲因子τKsi以及企業名義

生產率的方差VTFPR。受篇幅限制，表1僅報告了2000年和2007年各行業關鍵變量的均值、方差。通過對樣本期內關鍵變量的均值和方差可出下述結論：

（1）產出補貼普遍存在。通過表1發現能源行業4個行業產出扭曲因子的均值全部為負值，以2007年為例在-1.89和-0.47之間。而根據扭曲因子的定義，這表明能源行業分行業存在著普遍的產業補貼現象。

（2）資本和勞動錯配廣泛存在，資本錯配更為嚴重。通過表1發現4個行業中的資本扭曲因子和勞動扭曲因子均值為正，從平均值來看，這表明能源行業廣泛存在以較高邊際成本使用資本和勞動的現象；此外，資本扭曲因子均值普遍大于勞動扭曲因子，這表明資本扭曲更為嚴重。

（3）能源行業分行業資源錯配差異顯著。依據資源錯配理論模型，如果不存在扭曲，則行業內所有企業的企業名義生產率TFPRsi相等，反之如果不相等則存在資源錯配現象。TFPRsi的方差越大，則表明資源錯配程度越嚴重。通過表1發現，能源行業分行業TFPRsi的方差差異較大，以2007年為例方差最大的石油加工業的TFPRsi方差是最小的電力行業的1.3倍。（三）本文模型測算結果

（1）能源行業分行業資源錯配對TFP造成的損失依據（15）式測算了1998-2007中國能源行業4個分行業資源錯配對TFP造成是損失，表2報告了這一結果。

能源行業分行業的資源錯配程度差異。從測算結果可發現其差異顯著。以2007年為例，資源錯配效率高低依次為石油加工業、煤炭行業、電力行業、石油開采業。其中，石油開采業的資源錯配程度最低， TFP損失僅為45.9%；而資源錯配最嚴重的石油加工業的TFP損失高達216.9%，是最低行業的4.7倍。

資源錯配糾正后，能源行業分行業TFP增長潛力巨大。資源錯配對TFP造成的損失，同時也意味著，如果糾正資源錯配則會實現TFP的增長。從這個層面來看，以2007年為例，如果資源有效配置，則石油加工業、煤炭行業、電力行業、石油開采業的TFP分別會再實現216.9%、209.7%、96.3%、45.9%。

能源行業分行業資源錯配趨勢（見圖1）。除了電力行業外，其余分行業資源錯配程度均有波動增加的趨勢，煤炭行業和石油加工業資源錯配呈現較快的增加趨勢，而石油開采業增加趨勢較為緩慢。而導致這一現象的主要原因則需要從資源錯配的影響因素入手更進一步進行分析。

此外，為了避免計量誤差和統計誤差，表3報告了樣本期內能源分行業資源錯配對TFP損失的均值，以及以此均值為基礎，以資源配置效率最高的能源行業分行業為基準，測算了如果其他能源分行業達到它的資源配置效率后TFP的增長潛力。從TFP損失的均值來看，資源配置效率從高到低依次為：石油開采業、電力行業、煤炭行業、石油加工業。從校準值來看，如果其他行業達到石油開采業的資源配置效率，那么電力行業、煤炭行業、石油加工業的TFP均可再實現64.6%、183.4%、207.1%的增長。

（2）資源錯配對能源行業總體TFP造成的損失

依據（16）式可測算出資源錯配對能源行業總體TFP造成的損失，表4的第2行報告了這一結果。從TFP損失的絕對值看，范圍在72.4%～126.7%之間，其平均值為95.3%，這表明樣本期內能源行業的資源錯配現象較為嚴重。從趨勢上看，基本呈現增加趨勢，而導致這一現象的原因可從單獨資本和勞動要素的錯配中找到答案。

（三）資本錯配、勞動錯配導致的錯配對能源行業總體TFP的影響

表4的第3、第4行分別報告了資本錯配和勞動錯配對TFP的損失。通過對測算結果的觀察，發現：樣本期內資本錯配對TFP的損失的范圍在54.5%～93.5%之間，其平均值為69.6%；而勞動錯配對TFP的損失的范圍則在13.2%～27.6%之間，其平均值為20.0%。顯然資本錯配對TFP的損失是勞動對TFP損失的3.5倍，這表明資本錯配在資源錯配中起主導作用，此外還發現它的趨勢與全部資源錯配對能源行業總體TFP損失的趨勢一致，由此發現資本錯配的存在是形成能源行業資源錯配趨勢的主要原因。

（四）HK模型測算結果

（1）資源錯配對能源行業分行業及能源行業總體TFP的損失

通過對HK模型的測算發現，盡管本文的模型與HK模型對扭曲因子的假設不同，但是測算的結果卻是一致的，而本文的優點是能夠測算出勞動錯配對TFP的損失，這表明關于扭曲因子的不同假設不會影響HK模型對總量TFP增長潛力測算的結果。同時，也說明本文的測算結果是穩健的。

（2）產出扭曲對能源行業TFP的損失

依據HK模型測算了產出扭曲對能源行業總體TFP的損失，表4的第5行匯報了這一結果。從絕對值上看，樣本期內該值在-6.2%和26.6%之間。產出扭曲對TFP的損失為負表明產出扭曲有助于緩解企業的資源配置扭曲。這與扭曲因子為負有關，這表明企業得到的補貼降低了資源錯配程度，這一現象發生在2001和2002這兩年。這一測算結果與描述性統計中產出扭曲因子為負有關，而其他年份為正則表明勞動和資本錯配更為嚴重。（五）穩健性檢驗

表5報告了穩健性結果，以資源錯配對能源行業總體TFP的損失為實證對象，測算方法依據本文模型，做了以下2個穩健性檢驗。1）用年末從業人數替代工資作為勞動投入的替代變量。結果表明資源全部有效配置后，TFP的損失比前文更大，但趨勢一致。2）將替代彈性σ由3設置為5。結果正如上文中理論預測一致，該值的增加導致了資源錯配程度的增加，對TFP的損失也大幅增加，與前文趨勢一致。穩健性檢驗的結果表明本文關于資源錯配對TFP的損失的測算是較為保守的。綜上，本文研究結論是穩健的。

五結論與討論

資源錯配對中國能源行業TFP有著顯著的影響，降低資源錯配對實現中國能源行業的轉型升級有著重要的意義。本文采用資源錯配理論，以HK理論模型為基準，并將HK模型中扭曲因子的假設（產出和資本）調整為資本、勞動后進行了重新推導，利用中國1998-2007中國能源行業微觀數據，全面測算了資源錯配、資本錯配、勞動錯配、產出扭曲導致的資源錯配對能源行業分行業及能源行業總體TFP的損失。研究發現：資源錯配對中國能源行業的TFP損失巨大；各行業資源錯配程度差異顯著；資本錯配對TFP的損失遠遠大于勞動錯配和產出扭曲對TFP的損失。

這些發現表明，通過降低資源錯配實現中國能源行業的TFP提升不僅是可行的，而且提升潛力較大。從不同的資源錯配對TFP的損失差異看，可以選擇對能源行業TFP損失最大的資本錯配為首要突破口，一方面加速資本市場改革，依據市場在企業間公平配置資本；另一方面，加速能源市場改革，降低能源市場的進入退出壁壘，淘汰落后產能，使得資本加速向有效率的企業流動。從不同行業的資源錯配程度看，可選擇資源錯配最為嚴重的石油開采業作為重點治理對象，從而能夠抓住重點，迅速實現能源行業TFP的提升。[參考文獻]

[1]陳永偉，胡偉民.價格扭曲、要素錯配和效率損失：理論和應用[J].經濟學（季刊），2011，（04）： 1401-1422.

[2]龔關，胡關亮.中國制造業資源配置效率與全要素生產率[J].經濟研究，2013，（04）： 4-15.

[3]韓劍，鄭秋玲.政府干預如何導致地區資源錯配——基于行業內和行業間錯配的分解[J].中國工業經濟，2014，（11）： 69-81.

[4]林毅夫.新結構經濟學——重構發展經濟學的框架[J].經濟學（季刊），2011，（01）： 1-32.

[5]聶輝華，賈瑞雪.中國制造業企業生產率與資源誤置[J].世界經濟，2011，（07）： 27-42.

[6]邵宜航，步曉寧，張天華.資源配置扭曲與中國工業全要素生產率——基于工業企業數據庫再測算[J].中國工業經濟，2013，（12）： 39-51.

[7]王文，孫早，牛澤東.產業政策、市場競爭與資源錯配[J].經濟學家，2014，（09）： 22-32.

[8]王芃，武英濤.能源產業市場扭曲與全要素生產率[J].經濟研究，2014，（06）： 142-155.

[9]韓劍，鄭秋玲.政府干預如何導致地區資源錯配——基于行業內和行業間錯配的分解[J].中國工業經濟，2014，（11）： 69-81.

[10]朱喜，史清華，蓋慶恩.要素配置扭曲與農業全要素生產率[J].經濟研究，2011，（05）： 86-98.