生產要素市場扭曲與中國產業結構失衡

苗建軍 韓經緯

內容提要：生產要素市場扭曲是制約中國產業結構升級的關鍵因素，本文以勞動力市場扭曲和資本市場扭曲為切入點，探討其對中國產業結構失衡的影響機理，實證檢驗生產要素市場扭曲對產業結構失衡的影響，并考察勞動力市場扭曲和資本市場扭曲導致的產業結構失衡“缺口”。結果顯示：2001—2017年，中國各省勞動力市場和資本市場上均存在著不同程度的扭曲;估計結果中，勞動力市場扭曲和資本市場扭曲對產業結構失衡的正效應，表明二者都顯著加劇了中國產業結構失衡;反事實檢驗結果顯示，勞動力市場扭曲和資本市場扭曲加深了產業結構失衡的程度，且資本市場扭曲加劇產業結構失衡的程度要高于勞動力市場扭曲，但在勞動力過剩地區，政府對勞動力的引導在一定程度上有助于改善產業結構失衡。因此，深化戶籍改革、推進生產要素市場化進程，并充分發揮市場在生產要素配置中的決定性作用，對產業結構均衡發展、保障產業安全具有重要意義。

關鍵詞：生產要素市場扭曲;產業結構失衡;空間杜賓模型;反事實檢驗

中圖分類號：F062.9文獻標識碼：A文章編號：1001-148X（2020）12-0053-13

作者簡介：苗建軍（1955-），男，山西長治人，南京航空航天大學經濟與管理學院教授，博生生導師，經濟學博士，研究方向：區域經濟學、產業經濟學;韓經緯（1987-），本文通訊作者，男，山東壽光人，南京航空航天大學經濟與管理學院博士研究生，研究方向：新結構經濟學、產業經濟學。

經濟發展過程中，生產要素不斷地從低效率的生產部門向高效率生產部門流動，完成了產業結構的演化[1]。生產要素的再配置是產業結構優化升級的內在動力，然而囿于市場化程度不高、市場失靈、政府干預等因素，生產要素的流動往往受到限制，不能實現合理有效地配置。改革開放以來，中國的市場化改革存在嚴重的“不對稱”問題，即生產要素市場大大滯后于產品市場的市場化改革，生產要素市場扭曲普遍存在，且不同地區、不同生產要素間的扭曲程度差異明顯，成為引發中國產業結構失衡、制約中國產業升級的主要因素[2-3]。

一、影響機理分析

產業結構均衡化并不是簡單的各產業量上的完全均等化，而是表示產業層次由高到低的協調以及生產要素在各產業間的合理配置。生產要素的再配置構成了產業結構優化升級的內生動因，由于現實中，市場并非完全競爭狀態，常存在著市場化不完善、機制不健全、市場失靈、政府管控等問題，生產要素市場扭曲普遍存在，必將制約著生產要素的自由流動，導致產業間生產要素錯配問題，嚴重制約著產業結構合理化發展，導致產業結構失衡。本文將著重以勞動力市場扭曲和資本市場扭曲為切入點，探究其對產業結構失衡的影響機理。

（一）勞動力市場扭曲對產業結構失衡的影響機理

中國勞動力市場扭曲，主要體現在大量農村剩余勞動力向城市轉移困難，勞動力市場分割普遍存在，政府干預勞動力的流動和配置等方面。勞動力市場扭曲制約著勞動力的自由流動，不利于產業間勞動力的合理配置，嚴重阻礙著產業結構的合理化、均衡化發展。

1.農村剩余勞動力的城市化障礙，使得三次產業間勞動力配置不均。2018年底， 5.6億農村人口約占中國總人口的40%，農村不僅有著巨大的勞動力存量，而且勞動力持續增長，但農村的生產資料嚴重不足，就業崗位對勞動力的吸納能力有限，中國農村存在大量剩余勞動力。近年來，城鄉收入差距不斷擴大，農民收入無法負擔城市的高房價、高消費，城市醫療、衛生、教育等公共服務的排他性，也使得進城農民面對著“看病難”、“入學難”的困境，嚴重制約著農民市民化的意愿和熱情。大量勞動力被滯留在農村和農業，向城市和高層次產業轉移困難，導致產業結構失衡。

2.勞動力市場分割，產業間勞動力自由流動受到限制，導致勞動力配置失靈。勞動力市場分割下，主次勞動力市場間的涇渭分明，產業間勞動力流動備受限制，勞動力無法自由轉移到效率更高的產業部門中，使得產業間勞動力錯配，進而加劇產業結構失衡。此外，市場分割下，供求雙方間的信息分割也是加劇產業結構失衡的重要原因，勞動力素養、教育程度和技能水平等信息的傳播和共享對于勞動力的合理配置和有效使用具有重要意義，市場分割也割裂了信息的共享和流動，信息的不對稱，大大降低了產業間勞動力的配置效率，不利于產業結構合理化發展。

3.政府干預勞動力流向，造成產業間勞動力分布不均，影響產業結構均衡發展。隨著市場化改革的開展，政府解除對勞動力的捆縛，但勞動力市場上政府的影響持續存在，政府對勞動力的干預限制了勞動力產業間的合理分配，導致產業結構失衡。此外，囿于“晉升錦標賽”和財政分權的雙重作用，地方政府會壓低勞動力工資增強外資吸引力，短期內有助于降低企業成本，吸引外資，然而，從長遠來看，低廉的工資使勞動者知識更新和技能提升的能力受到制約，間接阻礙著勞動力向更高層級產業轉移的可能性，導致勞動力產業錯配的形成，加劇了產業結構失衡。

（二）資本市場扭曲對產業結構失衡的影響機理

中國資本市場扭曲，主要表現在政府干預資本配置、資本供求結構與經濟結構失衡等方面。政府干預和結構偏好使得資本流向單一，資本無法遵循市場規律實現產業間的合理配置，導致產業結構失衡，此外，政府培育產業發展的財政“紅包”也可能導致資本配置失靈，加劇產業結構失衡。

1.政府干預信貸決策，影響資本的產業流向，導致產業間資本配置失靈。當前，中國資本市場化改革尚處于起步階段，金融機構政府干預和管控依舊存在，“GDP競賽”和“晉升錦標賽”影響下，地方政府更偏好風險低、周期短和見效快的產業和項目，政府偏好會影響金融機構的信貸決策，使資本流向這些產業，而風險高、周期長的產業則會受到冷落，陷入“融資難”窘境，這時，資本不按市場機制流動，導致資本在產業間配置失靈，導致產業結構失衡。此外，政府干預資本市場，還會刺激企業的“尋租”行為，通過“非生產性尋租”，落后產能得以繼續存活，導致產業結構失衡，“尋租”行為同時也會打擊企業的創新活力，不利于企業轉型升級，加劇了產業結構失衡。

2.融資難問題是資本供求結構與經濟結構失衡的現實反映，融資困境的產業受到制約，導致產業結構失衡。當前，中國計算機工程、通訊工程以及生物工程等高新技術產業部門中，中小企業的占比極高，囿于“融資難”問題，許多中小企業面臨嚴峻的生存形勢，這勢必制約著高新技術產業的發展，導致產業結構失衡。此外，產業結構的合理化調整伴隨的是新興產業的發展以及傳統產業的衰敗。截止到2018年底，中國擁有的中小企業已逾4000多萬家，占比高達99%，貢獻了60%的GDP和50%的稅收，為80%的城鎮人口解決了就業，中小企業不僅對中國經濟發展有關鍵作用，還是中國創新科研的重要基地，其高效機動、變動快捷的特點，更有利于產業結構的調整。然而，“融資難”約束下，中小企業得不到足夠的資金支持，企業的人才吸引力和科研消化能力不強，制約著中小企業依靠創新謀發展、從傳統產業退出并向高新技術產業轉變的升級進化，不利于產業結構自發的合理化調整，加劇了產業結構失衡。

3.政府的產業扶持“紅包”也可能造成資本配置失靈，加劇產業結構失衡。近年來，為推動重點產業發展，政府通過短平快的直接財政補貼、設立產業基金等舉措，強化對重點產業的支撐力度。政府對產業發展的財政“紅包”，強化了企業的資本規模，解決了企業發展資金不足的困難。然而，這些政府“紅包”，可能會受到信息不對稱以及虛假信息的干擾，致使政府在制定產業補貼決策過程中發生偏誤，而出現過分補貼以及補貼不應補貼產業的狀況，導致產業發展不均衡。此外，政府的補貼還會使企業患上“軟骨病”，阻礙受補貼產業發展，加劇產業結構失衡，2008—2017年，中興通訊累計獲得政府補貼218億，但其十年的凈利潤僅160億，且尚未研制出具有競爭力的芯片，反而不利于中國芯片產業的發展。

二、模型構建與變量說明

（一）模型構建

地理學第一定律指出，事物是彼此聯系的，空間效應普遍存在。研究中忽視空間效應會導致估計結果的偏誤，而空間計量模型恰能有效避免這一問題。本文就生產要素市場扭曲對產業結構失衡的影響問題，進行實證考察，構建如下的空間計量模型：

（二）數據來源與變量說明

1.被解釋變量——產業結構失衡程度（IIS）。產業結構均衡并非簡單的產業間量上的完全均等，而是產業協調性和產業間生產要素配置合理性的反映，是對生產要素投入結構和產出結構耦合水平的一種度量[4]，就這個意義而言，本文采用產業結構偏離度指數來反映產業結構失衡程度，其公式為：

其中，IIS即產業結構失衡，Y、L分別為產值和就業人數，n為產業部門數。古典經濟學假設中，Y/L為生產率，當IIS=0時，各產業生產率相同，產業結構處于均衡狀態;當IIS>0時，則代表產業結構出現失衡，且IIS越大，產業結構失衡越嚴重。

2.核心解釋變量——生產要素市場扭曲程度（DL、DK）。現有關于生產要素市場扭曲程度的測度方法主要有生產函數法[5-6]市場化指數法[7-8]、生產前沿分析法[9-10]、可計算一般均衡分析法[11-12]等，其中生產函數法不僅能客觀反映生產要素市場扭曲，還能對不同生產要素市場扭曲的程度進行測度。因此，本文采用生產函數法，即以生產要素的邊際產出與實際價格的比來衡量生產要素市場扭曲，并采用最簡單經典、誤差相對較小的柯布——道格拉斯生產函數。此外，就現實而言，生產要素的價格、數量及對應的產出彈性和邊際產出均具有時變性，本文將生產要素的產出彈性系數看作時間的函數，構建滿足時變效應的生產函數，時變效應柯布——道格拉斯生產函數如下：

其中，ωt、γt分別代表勞動力的工資和資本的利率。勞動力工資以人均可支配收入中的工資性收入來表示，并以1993年為基期的GDP平減指數核算。利率則使用金融機構人民幣法定貸款一年期利率的平均值來表示。勞動力和資本產出彈性系數的估算中，采用傳統的最小二乘法、最大似然估計等方法，即無法保證估計結果的顯著性，也無法滿足時變性的要求，這便會導致偏誤且與現實不符。有鑒于此，本文采用狀態空間模型，通過強有力的迭代算法——卡爾曼濾波來對各年勞動力和資本的產出彈性系數進行估算。就勞動力市場扭曲（DL）和資本市場扭曲（DK）而言，當其取值大于1時，生產要素的實際收入小于應得收入，生產要素為反向扭曲;反之，小于1，為正向扭曲。

3.其他解釋變量。本文研究的其他解釋變量主要包括：經濟發展水平（ECO）、外商直接投資（FDI）、人力資本存量（HC）、基礎設施建設水平（INF）、開放水平（OPEN）、科技水平（TEC）。

經濟發展水平（ECO）。經濟發展水平是衡量地區經濟發展水平和生產力的重要指標。經濟的發展和增長常表現為產業結構的演進，產業結構隨著經濟的增長不斷地發生變遷，經濟發展水平優良的地區能夠為高新產業、創新活動、人才培育等提供資金支撐，有助于推動產業結構的演進發展。本文選用2001—2017年的人均GDP來控制，并以人均GDP指數換算為1993年為基期的不變價。

外商直接投資（FDI）。外商直接投資提升了地區的資本水平，有助于彌補產業變遷、創新研發和人才培育的資金缺口，此外，產業轉移以及技術、知識的溢出也影響著產業結構的變遷。實際外商直接投資的計算過程中，利用當年人民幣兌美元的利率換算成人民幣單位，并以GDP平減指數核算為1993年為基期的不變價水平。

人力資本存量（HC）。人力資本存量的提升有助于創新活動的開展和生產率的提高，對于產業結構演化變遷具有重要的意義。本文采用高中及以上受教育人口總數占總人口的比重來衡量人力資本存量水平。

基礎設施建設水平（INF）。基礎設施建設水平能夠改善區域經濟發展的硬件條件，為交通、物流、商貿和人員的流通提供了便利，有助于促進產業間生產要素的轉移和流動。本文采用公路里程數來衡量地區的基礎設施建設水平。

開放水平（OPEN）。隨著地區間經濟交流合作的不斷加強，勞動力、資本、技術、知識等的流動和活躍性增強，必將對產業結構的發展和變遷產生影響。本文以通過當年人民幣兌美元的匯率換算成人民幣單位的進出口貿易總額來衡量開放水平，并以GDP平減指數核算為1993年的不變價。

科技水平（TEC）。科技創新是推動地區產業結構優化升級的重要力量，科技研發活動有效地改善了生產要素在產業間的流動和配置。專利授權量是本文衡量地區科技水平的指標。

4.空間權重矩陣（W）。空間權重矩陣是空間計量分析的關鍵，本文構建綜合反映地理特征和經濟特性的引力權重矩陣（WG）進行空間計量分析[14]。其中，矩陣組成元素（wgij）在對角線上為0，其他元素以兩省人均實際GDP平均值（e-）的乘積除以兩省省會間最短公路里程數（d）平方計算，表達式如下：

wgij=0，i=jei·ej/d2ij，i≠j （8）

5.數據來源。本文實證研究采用面板數據，選取的樣本范圍主要是2001—2017年中國大陸地區30個省份，西藏自治區因數據缺失較為嚴重，而香港特別行政區、澳門特別行政區以及臺灣省相關統計指標的統計口徑與大陸地區存在差異，均暫不進行研究。實驗研究的原始數據主要來源于《中國統計年鑒》以及各省的統計年鑒，有關變量說明及其描述性統計如表1所示。

三、實證檢驗與結果分析

（一）中國產業結構失衡的空間相關性特征

為探討中國產業結構失衡程度的時空地理格局，本文采用探索性空間數據分析法檢驗中國產業結構失衡的空間相關性。本文以中國30個省份為基本空間單元，測算2001—2017年引力權重矩陣下的產業結構失衡的Morans I值。

表2報告的是2001—2017年中國產業結構失衡的全域Morans I指數值。從空間地理維度來看，中國產業結構失衡的Morans I值均顯著大于0，說明中國產業結構失衡具有顯著的空間正相關性，產業結構失衡呈現出“高—高”集聚和“低—低”集聚的態勢，即產業結構失衡高的省份不僅在地理上更加鄰近，而且經濟發展水平也更相當;產業結構失衡較低的省份在地理上更加鄰近失衡程度低的省份，經濟發展也與失衡程度低的省份很相當;隨著距離的增加、經濟發展差距的拉大，產業結構失衡的空間相關性逐漸降低。就時間發展維度而言，2001—2017年，中國產業結構失衡的空間集聚態勢發展比較平穩，波動起伏變化程度不大。

為了更直觀的展示中國產業結構失衡的空間關系特性，本文進一步計算了中國產業結構失衡的局域Morans I指數值，圖1—圖4中分別報告了2001年、2006年、2012年和2017年中國產業結構失衡的Morans I散點圖。從圖中信息可知，中國產業結構失衡程度嚴重的地區多為中西部省份，呈現出“高—高”集聚的特征，而東部發達省份的產業結構失衡程度相對較低，具有顯著的“低—低”集聚特性，且中國半數以上省份位于第一、第三象限中，具有顯著的“高—高”集聚、“低—低”集聚特征。以上分析都佐證了產業結構失衡具有顯著的空間依賴性，采用空間計量模型更符合實際。

（二）中國生產要素市場扭曲特征

本文運用狀態空間模型對式（3）的時變性勞動力、資本產出彈性系數αt、βt進行估計，并以式（4）—式（7）測度中國各省的勞動力市場扭曲和資本市場扭曲，其均值在表3中進行了報告。

就全國整體而言，勞動力市場和資本市場均有不同程度的扭曲，且勞動力市場扭曲的程度要高于資本市場扭曲。勞動力市場扭曲平均指數為18.0456，表明中國勞動力工資被低估，低于勞動力的邊際產出，即勞動力的實際所得低于應得收入，具有反向扭曲特性，這與白俊紅和卞元超[5]的研究結論相悖，原因在于本文結論采用中國整體數據計算得出，而白俊紅和卞元超則以各省勞動力市場扭曲均值和的平均來反映，相較之下，本文的結論與客觀實際更相符。資本市場扭曲的平均指數3.9327，也表示中國的利率低于資本要素的邊際產出，具有反向扭曲特征。改革開放后，低廉的工資構成了對外資的有效吸引，但工資“剛性”作用下，勞動力工資短期內仍會處于較低水平;此外，農業、農村大量的剩余勞動力而產出較低，第二、第三產業產值高但勞動力匱乏，也是導致中國勞動力邊際產出高于勞動力工資的重要原因。長期以來，中國經濟增長對投資具有較高的依賴度，低利率便利了投資主導型經濟增長方式的開展，政府過度干預資本市場，使利率處于較低水平，是導致中國資本市場反向扭曲的重要原因。

從分地區的情況來看，勞動力市場扭曲呈現多樣性的特征，北京、天津、江蘇、湖南、廣東、廣西、海南、四川、云南、陜西、甘肅、青海等12個省份的勞動力市場扭曲值都超過1，表現出反向扭曲特征。河北、山西、內蒙古、遼寧、吉林、黑龍江、上海、浙江、安徽、福建、江西、山東、河南、湖北、重慶、貴州、寧夏、新疆等18個省份勞動力市場扭曲值則小于1，勞動力邊際產出低于勞動力工資，屬于正向扭曲，這其中，河北、山西、內蒙古、吉林、黑龍江、上海、安徽、福建、山東、河南、重慶、新疆等12個省份的扭曲值又低于0，為負扭曲，勞動力的邊際產出為負值，這主要歸因于以上12個省份均存在著不同程度的勞動力過剩。就資本市場扭曲的情況而言，各省資本市場扭曲值都超過了1，表示中國各省資本市場上都表現出反向扭曲的特征，即各省資本要素的邊際產出都要高于利率水平。東北三省、長江三角洲、珠江三角洲地區資本市場扭曲較高，主要源于“振興東北老工業基地”戰略作用下，東北地區對資本的需求量提高，而長江三角洲和珠江三角洲地區是中國市場化程度較高的地區，但近年來，長江三角洲城市群和粵港澳大灣區開發戰略的影響下，對資本的需求也更加強烈，這就使得資本的邊際產出變得更高，導致資本市場扭曲更為嚴重。

（三）實證結果與分析

1.空間計量模型的確定

參照Elhorst的方法[15]，對空間計量模型進行選擇，表4報告的是空間計量模型的檢驗結果。（1）以拉格朗日乘數檢驗對空間面板模型進行空間滯后依賴和空間誤差依賴檢驗，即通過拉格朗日乘數滯后檢驗（LM-lag）和穩健性拉格朗日乘數滯后檢驗（RobustLM-lag）來對空間滯后依賴進行判斷，通過拉格朗日乘數誤差檢驗（LM-err）和穩健性拉格朗日乘數誤差檢驗（RobustLM-err）來對空間誤差依賴進行判斷。表4中，空間固定效應模型（SFE）、時空固定效應模型（STFE）均滿足空間杜賓模型（SDM）的要求，而時間固定模型（TFE）則更適用于空間滯后模型（SAR）。（2）以似然比檢驗來判別空間面板模型的時間、空間固定效應，即以空間似然比檢驗（SFELR-test）判斷空間固定效應，以時間似然比檢驗（TFELR-test）判別時間固定效應，表4顯示，SFELR-test和TFELR-test分別在1%的顯著性水平下拒絕了不存在空間固定效應和時間固定效應的原假設，空間計量模型應同時包含時間固定效應和空間固定效應。（3）用霍斯曼檢驗（Hausmantest）來判斷模型的隨機效應和固定效應，Hausmantest通過了1%的顯著性檢驗，表明空間計量模型拒絕了存在隨機效應的原假設，應采用固定效應模型。（4）通過沃爾德檢驗和似然比檢驗判斷空間杜賓模型（SDM）是否應該簡化為空間滯后模型（SAR）或者空間誤差模型（SEM），即通過沃爾德滯后檢驗（Wald-lag）和似然比滯后檢驗（LR-lag）來判斷SDM模型能否簡化為SAR模型，通過沃爾德誤差檢驗（Wald-err）和似然比誤差檢驗（LR-err）來判別SDM模型簡化為SEM模型的可能性。表4結果顯示，Wald檢驗和LR檢驗均通過了相應的顯著性檢驗，說明均拒絕了SDM模型簡化為SAR模型或SEM模型的原假設。綜上所述，本文實證檢驗應選擇包含時間、空間固定效應的空間杜賓模型（SDM）。

2.空間計量模型的估計結果

表5報告了式（1）空間杜賓模型的估計結果，其中模型（1）和模型（2）分別表示普通面板模型和SDM模型的估計結果。從擬合效果來看，模型（2）擬合系數值（R2）遠大于模型（1），表明存在空間效應的面板模型對產業結構失衡的解釋解釋效果更佳，因此，后文分析中將主要依據SDM模型的估計結果進行探討。由于SDM模型中產業結構失衡的空間滯后項（WIIS）是內生變量，根據Elhorst的理論[15]，采用最大似然法對模型進行估計，WIIS在模型（2）中在1%的水平上顯著為正，說明內生空間交互作用下，中國產業結構失衡表現出正向的空間溢出效應，即一個省份的產業結構失衡會加劇鄰接省份產業結構失衡的態勢。

勞動力市場扭曲（DL）、資本市場扭曲（DK）對產業結構失衡（IIS）的作用是本文的研究核心，模型（1）、模型（2）均顯示出勞動力市場扭曲顯著加劇了中國的產業結構失衡，與本文影響機理的分析相符。長期以來，勞動力市場上，城鄉二元的勞動力關系、城市勞動力市場分割以及地方政府干預等，限制著勞動力的自由流動，產業間勞動力的最優配置被打破，產業間勞動力配置失靈導致了產業結構失衡。資本市場扭曲對產業結構失衡也表現出惡化的效果，政府對資本的管控、對金融機構信貸決策的干預，使得資本流動受到制約，破壞了資本的合理配置，各產業部門獲得的資本支撐良莠不齊，導致產業結構失衡;中小企業融資領域的弊端，又限制著計算機、通訊、生物等高新產業的發展;政府的財政“紅包”由于信息傳遞機制失靈，也會導致資本配置發生偏誤，進而加劇產業結構失衡。

就其他的解釋變量而言，模型（1）、模型（2）中，經濟發展水平（ECO）均在1%的顯著水平上取正值，人力資本存量（HC）、基礎設施建設水平（INF）、科技水平（TEC）也都以負值通過了相應的顯著性檢驗，而外商直接投資（FDI）、開放水平（OPEN）都不顯著。這代表當前中國的經濟發展水平與產業結構失衡具有同向的變動趨勢，反映出過去一段時期內，地方政府一味追求經濟發展而忽略了產業結構均衡化發展，在剛性作用下，產業結構失衡的態勢短期內難以迅速扭轉，進而出現了經濟發展水平加重產業結構失衡的結果。國民教育水平和知識技能的提升，國家基礎設施建設水平的發展以及科技創新能力的進步都有效地扼制了產業結構失衡。此外，知識技能儲備的增長也為高新技術產業的發展創造了充沛的勞動力儲備，極大地推動了中國的產業結構升級，有助于產業結構失衡改善。基礎設施建設水平的提高，改善了發展支撐硬件條件，增加樂對外部資本、人才和科技成果等的吸引力，對產業的全面發展具有重要意義。作為基建大國，中國基礎建設工程的開展，也帶動了諸如重機、創新、能源、材料等眾多產業部門的發展，有效地改善了中國產業結構失衡。科技水平和科研能力的提升，信息化的發展大大加速了中國的工業化進程，有效地助推了傳統產業的再次繁榮，對于產業結構合理化發展具有重要意義。產業科技水平的提升，高新技術產業的發展，有助于產業結構升級，進而對于改善產業結構失衡具有重要意義。

空間溢出效應作用下，解釋變量的變化不僅影響本省產業結構失衡，也會影響鄰接省份的產業結構失衡，還會在反饋效應下產生循環往復的影響。然而，LeSage and Pace指出，SDM模型解釋變量的空間滯后項并不能完整地反映空間溢出效應，需要對SDM模型進行分解，從直接效應和間接效應進行解讀，其中，直接效應代表解釋變量對本省產業結構失衡的影響，這里包含著解釋變量影響鄰接省份產業結構失衡，鄰接省份的產業結構失衡又反過來對本省產業結構失衡產生的反饋作用;間接效應則僅指解釋變量對鄰接省份產業結構失衡產生的影響[16]。SDM模型效應分解的估計結果在表6進行了匯報。

表6直接效應的估計結果中，DL、DK均在1%的顯著性水平下為正，表示勞動力市場扭曲、資本市場扭曲加劇了本省產業結構失衡的態勢。就間接效應而言，DL、DK的顯著為正值，導致這種情況的原因可能是，地理鄰近、經濟發展相當的省份間對于人才、資本和科技等的爭奪相對更加激烈，一個省份謀求競爭優勢而對生產要素的管制和引導，勢必引發鄰接省份相同的調整，這種情況下，勞動力市場扭曲、資本市場扭曲就會加劇鄰接省份產業結構失衡。

其他解釋變量效應分解的估計結果中，經濟發展水平（ECO）的直接效應和間接效應均顯著為正，表示經濟發展水平與本省的產業結構失衡呈現同向變化趨勢，而地理鄰近、經濟水平相當的省份間競爭機制的作用下，也使得鄰接省份產業結構失衡加劇。表6中，外商直接投資（FDI）的直接效應、間接效應均不顯著，代表著外商直接投資并未對產業結構失衡產生顯著的影響。人力資本存量（HC）的直接效應均顯著，且對本省產業結構失衡明顯具有抑制作用，但其間接效應不顯著，表示人力資本存量對鄰接省份產業結構失衡的作用并不明確。基礎設施建設水平（INF）均通過了顯著性檢驗，直接效應表明本省基礎設施建設水平的提升顯著改善了產業結構失衡的態勢;間接效應方面，本省基礎設施建設水平的改善也提升了鄰近省份經濟發展的硬件條件，有助于帶動了鄰接省份產業結構失衡的改善。開放水平（OPEN）直接效應和間接效應均不顯著，說明開放水平對產業結構失衡的作用并不明顯。科技水平（TEC）的提高明顯推動了本省產業結構失衡的改善，而間接效應上，對鄰接省份的空間溢出效應并不顯著。

3.穩健性檢驗與階段性效應檢驗

嵌套權重矩陣（WQ）與引力權重矩陣（WG）相同，也同時考慮了地理特征和經濟特性，嵌套權重矩陣由地理特征矩陣與經濟特性矩陣相乘而得，表達式如下：

為對SDM模型估計結果進行穩健性檢驗，本文將嵌套權重矩陣（WQ）運用到空間計量分析中，相關檢驗結果表明②，應采用同時包含時間、空間固定效應的空間杜賓模型（SDM），表7的模型（3）是嵌套權重矩陣（WQ）SDM模型的估計結果。此外，考察期內，各省勞動力市場扭曲、資本市場扭曲以及產業結構失衡均呈現出階段性的特征，本文將分別以勞動力市場扭曲、資本市場扭曲為門檻變量，采用門檻回歸模型檢驗不同程度的生產要素市場扭曲對產業結構失衡的影響;以分位數回歸模型檢驗不同程度的產業結構失衡下生產要素市場扭曲產生的影響。由于門檻回歸模型中，勞動力市場扭曲和資本市場扭曲的門檻檢驗③均不顯著，代表生產要素市場扭曲不具有階段性效應，因而本文不進行門檻回歸探討。表7的模型（4）報告的是不同程度（25%、50%、75%）的產業結構失衡下，勞動力市場扭曲和資本市場扭曲產生的影響。

模型（3）的估計結果顯示，DL、DK均通過了1%的顯著性檢驗，勞動力市場扭曲和資本市場扭曲顯著加劇了產業結構失衡的態勢，嵌套權重矩陣下的估計結果與引力權重矩陣相同，說明本文實證檢驗有較高穩健性。模型（4）中，在25%的產業結構失衡水平下，DL、DK均不顯著。在50%的產業結構失衡水平下，DL、DK均在5%的顯著性水平下為正。在75%的產業結構失衡水平下，DL通過了1%的顯著性檢驗，DK通過了10%的顯著性檢驗，且都取正值。這代表在產業結構失衡較低階段，勞動力市場扭曲和資本市場扭曲對產業結構失衡具有一定的促進效應，但作用效果不顯著;在產業結構失衡處于中高程度時，勞動力市場扭曲和資本市場扭曲會顯著加劇產業結構失衡的惡化。勞動力市場扭曲和資本市場扭曲的估計結果比起來，資本市場扭曲加劇產業結構失衡的程度要高于勞動力市場扭曲。

4.內生性檢驗

內生性問題的存在會使估計結果發生偏誤，事實上，就生產要素市場扭曲與產業結構失衡而言，一方面，如前文所述，生產要素市場扭曲會顯著惡化產業結構失衡;另一方面，產業結構失衡狀態下，政府為扶持弱勢產業發展而對生產要素流動的引導，又會加劇生產要素市場扭曲的程度。有鑒于此，本文采用面板格蘭杰因果關系檢驗（PanelGrangerCausalitytest），構建動態面板回歸模型，判別生產要素市場扭曲和產業結構失衡之間的雙向因果關系，檢驗結果如表8所示。面板格蘭杰因果關系檢驗表明，勞動力市場扭曲、資本市場扭曲是引起產業結構失衡的原因，產業結構失衡構成了導致勞動力市場扭曲和資本市場扭曲的原因，這代表內生性問題的存在。為檢驗內生性對估計結果的影響，本文將勞動力市場扭曲和資本市場扭曲作為內生解釋變量，以其一階滯后項為工具變量，采用工具變量法（IV）對內生性進行控制，表9報告的是采用工具變量法對普通面板模型和空間杜賓模型④的估計結果。

表9中，模型（5）和模型（6）分別代表采用工具變量法的二階最小二乘法（2SLS）和廣義矩估計法（GMM）對普通面板模型的估計結果，模型（7）和模型（8）則是采用工具變量法的二階最小二乘法（2SLS）和廣義矩估計法（GMM）對空間杜賓模型的估計結果。模型（5）—模型（8）中，弱工具變量檢驗Cragg-DonaldWaldF的統計值均在1%的顯著性水平上，拒絕了存在弱工具變量的原假設，且由于本文的工具變量數目恰等于內生解釋變量的數目，故不存在過度識別問題。表9中，模型（5）—模型（8）中，勞動力市場扭曲和資本市場扭曲對產業結構失衡的影響都顯著性為正值，表示勞動力市場扭曲和資本市場扭曲惡化了產業結構失衡，也證明了本文實證檢驗具有較高的穩健性。

5.反事實檢驗

前文的研究表明，勞動力市場扭曲和資本市場扭曲均顯著加劇了中國產業結構失衡，那么，改善生產要素市場扭曲能夠修正產業結構失衡的程度有多少呢？本文采用反事實檢驗法對這一問題進行回答。基本做法如下：首先，將SDM模型的相關估計參數和變量值帶入到式（1），獲得各省各年的產業結構失衡程度;然后，在其他條件不變的情況下，假設各省各年不存在生產要素市場扭曲，即在模型中依次刪去勞動力市場扭曲、資本市場扭曲和同時刪去兩種市場扭曲，再分別對各省各年的產業結構失衡程度進行測算，再將其與存在生產要素市場扭曲的產業結構失衡程度相比較，進而考察勞動力市場扭曲、資本市場扭曲造成的產業結構失衡程度。表10報告的是不存在勞動力市場扭曲（NDL）、不存在資本市場扭曲（NDK）以及同時不存在勞動力和資本市場扭曲（NDLK）下產業結構失衡的修正程度平均值，圖5則是中國生產要素市場扭曲導致的產業結構失衡程度的變化趨勢。

表10中，就全國整體而言，勞動力市場扭曲和資本市場扭曲加劇了中國的產業結構失衡，再次證明本文經驗檢驗具有穩健性。從測算結果來看，2001—2017年，中國生產要素市場扭曲造成的產業結構失衡達15.01%，且資本市場扭曲導致的產業結構失衡程度要遠高于勞動力市場扭曲，即修正勞動力市場扭曲能夠帶來0.90%的產業結構失衡改善，修正資本市場扭曲則可以改善14.11%的產業結構失衡，資本市場扭曲是導致中國產業結構失衡的重要原因。圖5的變化趨勢來看，2002—2006年5年間，勞動力市場扭曲對產業結構失衡表現出改善效應，其他年份均加劇了中國的產業結構失衡，且影響程度逐漸呈現出逐漸加重的趨勢。考察期內，資本市場扭曲加劇了產業結構失衡的程度，且影響程度日趨減弱。在勞動力市場扭曲和資本市場扭曲的合力作用下，生產要素市場扭曲加劇產業結構失衡的程度變化則比較平穩。就各省的形勢而言，河北、山西、內蒙古、吉林、黑龍江、上海、安徽、福建、山東、河南、重慶、新疆等12個省份不存在勞動力市場扭曲的情況下，產業結構失衡改善為負值，表示這12個省份的勞動力市場扭曲對產業結構失衡具有一定的抑制效應。由表3可知上述12個省份都是勞動力過剩地區，從這個意義看，對勞動力過剩省份，政府的勞動力市場干預和引導有助于推動本省產業結構合理化發展;河南、海南、云南、新疆等4省勞動力市場扭曲對產業結構失衡變化的影響最大，而江西、貴州兩省勞動力市場扭曲對產業結構失衡的影響程度最小。各省資本市場扭曲加劇了產業結構失衡的態勢，其中，上海、安徽兩省資本市場扭曲導致產業結構失衡的程度最大，青海、寧夏的資本市場扭曲造成的產業結構失衡最小。河北、山西、河南、新疆等4個省份勞動力市場扭曲和資本市場扭曲對產業結構失衡具有一定的改善效用，主要歸因于勞動力市場扭曲的改善效用要強于資本市場扭曲的惡化效應。

四、結論與建議

（一）研究結論

中國的產業結構失衡已成為制約中國經濟發展和綜合國力提升的主要因素。本文首先探討勞動力市場扭曲、資本市場扭曲對中國產業結構失衡的影響機理;然后，在充分考慮生產要素產出彈性、邊際產出、價格和數量的時變性特征下，測算了中國的勞動力市場扭曲和資本市場扭曲，并以產業結構偏離度指數來衡量產業結構失衡的程度;最后，基于中國省域面板數據，采用空間計量模型，實證檢驗了勞動力市場扭曲、資本市場扭曲對中國產業結構失衡的影響。主要結論如下：

1.2001—2017年，中國的勞動力市場和資本市場上均存在著不同程度的扭曲，勞動力市場扭曲的程度要比資本市場扭曲更嚴重，且均是反向扭曲，即工資水平和利率水平都低于其邊際產出。原因可能是，改革開放以來，低廉的勞動力工資形成對外商直接投資的有效吸引，但囿于工資“剛性”的作用，短期內勞動力工資較低的現狀難以改變。此外，勞動力邊際產出遞減規律作用下，勞動力從低層次產業部門向高層次產業部門轉移，能夠拉升低層次產業部門的邊際產出，降低高層次產業部門的邊際產出，當達到最優配置時，各產業勞動力的邊際產出相等，產業結構達到均衡狀態。當前，中國農村大量剩余勞動力而向城市轉移困難是勞動力市場扭曲的表現之一，第一產業中大量剩余勞動力，而第二、三產業勞動力相對匱乏，第一產業邊際產出低，第二、三產業邊際產出較高，且第二、三產業產值均遠高于第一產業，這也構成了中國勞動力邊際產出高于工資的原因。資本市場反向扭曲的原因可能是，長期以來，中國經濟增長對投資具有較高的依賴性，而低利率是投資型經濟增長模式保障，“GDP競賽”和“晉升錦標賽”作用下，為維持投資對經濟的貢獻，政府通過干預資本市場，人為壓低利率，這就形成了資本邊際產出高于利率的情況。而就不同省份生產要素市場扭曲的狀況而言，勞動力市場扭曲存在較大的差異性，即有正向扭曲，又存在著反向扭曲，同時還有負扭曲，而各省資本市場扭曲均是反向扭曲。

2.中國產業結構失衡具有顯著的空間相關性，呈現出“高—高”集聚、“低—低”集聚的特性。從空間計量模型的估計結果看，勞動力市場扭曲、資本市場扭曲都顯著加劇了中國的產業結構失衡。勞動力市場扭曲作用下，勞動力在產業間的自由流動受到制約，產業間勞動力的配置失靈必將導致產業結構失衡。政府過度干預資本市場，影響金融機構的產業信貸決策，導致資本在產業間配置不均衡，同時“融資難”作為高新產業發展的桎梏，信息不確定下的財政“紅包”也加劇了資本的產業間配置不均衡，這些都惡化了中國的產業結構失衡。此外，空間效應分解結果中，勞動力市場扭曲、資本市場扭曲加劇了本省的產業結構失衡的同時，也對鄰接省份的產業結構失衡產生了惡化效應，這主要是因為地理鄰近、經濟發展相當的省份競爭強度也高，一省謀求競爭優勢而對生產要素的管控和干預，必將引起鄰接省份采取同樣的手段應對，因而，生產要素市場扭曲會加劇鄰接省份產業結構失衡的態勢。

3.反事實檢驗中，生產要素市場扭曲直接導致的產業結構失衡程度達15.01%，其中，資本市場扭曲導致的產業結構失衡要遠高于勞動力市場扭曲造成的失衡程度，改善勞動力市場扭曲可以修正0.90%的產業結構失衡，改善資本市場扭曲則能夠修正14.11%的產業結構失衡。研究結果還顯示，勞動力市場扭曲對勞動力過剩省份的產業結構失衡具有一定改善，換言之，在勞動力過剩省份，政府對勞動力的引導和管控，對產業結構合理化發展具有一定的積極意義。

4.就其他解釋變量而言，由于受“優先發展重工業”等產業政策和產業結構“剛性”的影響，經濟發展水平與產業結構失衡呈現出同向的變化趨勢。外商直接投資和開放水平對產業結構失衡尚未形成確定性的影響趨勢。人力資本存量的增加、基礎設施建設水平的提高和科技水平的提升有效地改善了中國的產業發展環境，人才、科技、知識儲備以及發展環境的改善，構成了產業發展的“溫床”，有助于各行各業的繁榮發展，有助于產業結構升級，進而對改善產業結構失衡具有顯著意義。此外，中國基礎建設工程的開展，基建能力的提升，也有效地帶動了重機、創新、能源、通訊、科技等諸多產業的發展，對產業結構均衡發展也具有顯著意義。

（二）政策建議

1.進一步為勞動力解縛，完善勞動力有效配置的市場化機制。改革開放后，戶籍改革打破了勞動力流動的枷鎖，涌現出大規模的勞動力流動，但中國勞動力市場化改革起步較晚，勞動力市場化程度不高，勞動力市場扭曲的形勢依舊嚴峻。如前文所述，勞動力市場扭曲加劇了中國產業結構失衡，修正勞動力市場扭曲能夠有效地遏制中國的產業結構失衡。因此，應該進一步深化戶籍改革，破除勞動力城鄉二元壁壘，消除勞動力市場分割的桎梏，建立勞動力自由流動的市場化機制。在實際工作中，則要強化農村的教育投入，除繼續加大農村人力資本存量的培育力度外，在農村地區應積極開展“新掃盲”和“再教育”活動，增強農村勞動力的知識水平和勞動技能，為農村勞動力的城市化打好人力資本儲備。通過加強農民的教育培訓，提升農民的勞動技能和知識水平，使農村進城務工人員能夠適用更多的城市工作，切實保障農民工的權利，加強城市基礎設施建設，提升城市福利覆蓋范圍，真正消除“入學難”、“看病難”等問題，提高城市對農民的吸引力，使農民“進得來”、“留得下”。此外，反事實檢驗中，勞動力市場扭曲對勞動力過剩省份產業結構失衡的修正效應，也說明政府對勞動力的引導具有一定的良性作用，這也說明適當的勞動力宏觀調控依舊是必要的手段。

2.合理降低資本市場的準入門檻，豐富資本流通渠道，充分發揮市場在資本配置中的基礎地位，推動產業間資本的合理配比。“撥改貸”變革活躍了中國的資本市場，但政府對資本市場的過度干預依舊存在，資本市場扭曲加劇中國的產業結構失衡。在實際的工作中，加強資本市場化改革，推進利率市場化進程，在央行基準利率基礎上，允許金融機構按照資本市場實際，自行決定資本的配置和使用。加大資本市場開放程度，改善投融資環境，完善投融資法律法規，便利境外機構參與中國資本市場。改善外資地位，按照內外一致的原則，允許外資控股合資券商，逐步放開業務涉及范圍。制定合理的審慎性條件，放寬外資銀行在華從事證券投資基金托管業務的準入限制。增強資本市場活力，推動投融資平臺建設，建立投融資平臺信息數據庫，在中小企業與投資方間架起溝通橋梁，為中小企業投融資提供有針對性地服務。建立企業誠信檔案，實時精準地對企業信用等級進行評定，減小投資風險，使資本能夠有效地與企業結合。與此同時，政府對產業進行財政補貼時，要完善信息傳輸傳導機制，政府要加大實地調研力度，精準把握產業發展現狀，增強財政補貼效率，建立多元化的政府補貼機制，改善資本市場扭曲以及由此引發的“尋租”行為和產業結構失衡態勢。

3.優化完善產業支撐政策環境，推動產業結構合理化發展。“趕超策略”和“重工業優先發展”戰略下，各產業發展良莠不齊，產業結構發展不均衡。“GDP競賽”和“晉升錦標賽”又使得地方政府更偏好周期短、見效快、風險低的產業，政府的產業偏好更加劇了產業結構失衡。因此，在實際工作中，政府要重視產業的均衡發展，倡導本地優勢特色產業發展的同時，也要注重對其他產業的培育。改良官員晉升考核機制，消除急功近利對產業結構發展造成的不利影響。此外，如前文所述，人力資本存量的增長、基礎設施建設的提升、科技水平的提高均有效地改善了產業結構失衡，這就需要地方政府不斷加大教育培訓投資力度，提高全民的知識水平，在農村積極開展“新掃盲”和“再教育”活動，提高農民的勞動技能，為各行各業發展打好人才儲備基礎。進一步加大基礎設施建設投資力度，改善交通、通訊、醫療、衛生等公共服務環境，為地區產業發展提供良好的硬件保障。加大科研人才引進力度，增加科研投入，提升科研活力，優化科研環境，保障科技人才的權利，真正使科研人才“引得來”、“留得住”，增強地區科研能力，為產業發展儲備科研力量。

注釋：

① 篇幅所限，永續盤存法的計算過程未進行報告，如有需要，可與作者聯系。

② 限于篇幅，相關檢驗結果未在文中進行報告，如有需要，可與作者聯系。

③ 限于篇幅，門檻回歸檢驗結果未在文中報告，如有需要，可與作者聯系。

④ 空間計量模型的估計中使用最小二乘法會造成估計結果的偏誤或無效，故常使用最大似然法對空間計量模型進行估計，而工具變量法也能夠有效地避免估計結果的偏誤和無效，且由于內生性問題的存在，所以，本文以工具變量法的估計結果進一步對研究的穩健性進行檢驗。

參考文獻：

[1] Kuznets S， Murphy JT. Modern economic growth： Rate， structure， and spread[M].Yale University Press New Haven， 1966.

[2] 樊綱， 王小魯， 張立文. 中國各地區市場化進程2000年報告[J].國家行政學院學報， 2001（3）：17-27.

[3] 樊綱， 王小魯， 張立文， 等. 中國各地區市場化相對進程報告[J].經濟研究， 2003（3）：9-18，89.

[4] 干春暉， 鄭若谷， 余典范. 中國產業結構變遷對經濟增長和波動的影響[J].經濟研究， 2011（5）：4-16，31.

[5] 白俊紅， 卞元超. 要素市場扭曲與中國創新生產的效率損失[J].中國工業經濟， 2016（11）：39-55.

[6] 尚曉曄. 要素市場價格扭曲對中國經濟的影響—理論與實證[D].武漢：武漢大學， 2016.

[7] 戴魁早， 劉友金. 要素市場扭曲與創新效率——對中國高技術產業發展的經驗分析[J].經濟研究， 2016（7）：72-86.

[8] 張杰， 周曉艷， 李勇. 要素市場扭曲抑制了中國企業r&d？[J].經濟研究， 2011（8）：78-91.

[9] 姚戰琪. 中國生產率增長與要素結構變動的關系研究[J].社會科學輯刊， 2011（4）：99-103.

[10]趙自芳， 史晉川， Shi J. 中國要素市場扭曲的產業效率損失——基于dea方法的實證分析[J].中國工業經濟， 2006（10）：40-48.

[11]Atkeson A， Kehoe PJ. Modeling and measuring organization capital[J].Journal of Political Economy， 2005，113（5）：1026-1053.

[12]Atkeson A， Kehoe PJ. Modeling the transition to a new economy： Lessons from two technological revolutions[J].Staff Report， 2007，97（1）：64-88.

[13]張軍， 吳桂英， 張吉鵬. 中國省際物質資本存量估算：1952—2000[J].經濟研究， 2004（10）：35-44.

[14]Han J. Can urban sprawl be the cause of environmental deterioration？ Based on the provincial panel data in china[J].Environmental Research， 2020，189.

[15]Elhorst JP. Matlab software for spatial panels[J].International Regional Science Review， 2014，37（3）：389-405.

[16]LeSage J， Pace RK. Introduction to spatial econometrics[M].Chapman and Hall/CRC， 2009.

Abstract：Production factors market distortion is the key factor restricting the upgrading of China′s industrial structure. This paper takes labor market distortion and capital market distortion as the starting point to explore the mechanism of its impact on the imbalance of China′s industrial structure， empirically tests the impact of production factors market distortion on the imbalance of industrial structure， and analyzes the “gap” of the imbalance of industrial structure caused by labor market distortion and capital market distortion.The results show that： from 2001 to 2017， there are different degrees of distortions in the labor market and capital market of China′s provinces; in the estimation results， the positive effects of labor market distortion and capital market distortion on the imbalance of industrial structure show that both of them significantly aggravate the imbalance of China′s industrial structure;the counterfactual test results show that labor market distortion and capital market distortion deepen the imbalance degree of industrial structure， and the degree of capital market distortion aggravating the imbalance of industrial structure is higher than that of labor market distortion，but in areas with surplus labor force， the government′s guidance of labor force can help to improve the imbalance of industrial structure to a certain extent.Therefore， deepening the household registration reform， promoting the marketization of production factors， and giving full play to the decisive role of the market in the allocation of production factors are of great significance to the balanced development of industrial structure and the protection of industrial safety.

Key words：production factors market distortion;imbalance of industrial structure; Spatial Durbin Model; counterfactual test

（責任編輯：周正）