資本錯配對經濟高質量發展的影響研究
——基于技術創新的中介效應

常建新，席聰聰，呂軒安

（陜西科技大學 經濟與管理學院，西安 710021）

一、引言

黨的十九大指出，我國經濟正在由高速增長階段向高質量發展階段轉變，高質量發展同時兼顧經濟發展的“質”和“量”，正從關注經濟增長的要素投入向關注要素生產率的提高和要素配置優化轉變，推動高質量發展的關鍵在于提高要素配置效率。我國近40年漸進式增量改革的一個顯著特征就是要素尤其是資本要素的配置效率并不高，出于種種原因，各級政府普遍控制著資本的分配權、定價權和管制權，并未得到符合市場規律的有效配置，導致資本自由流動受阻和價格剛性、差別化以及被低估等問題，最終造成地區間的資本錯配。

高質量發展是滿足人民日益增長的美好生活需要的發展，這就要求更高水平、更大規模、更充分的技術創新在高質量發展中起支撐和引領作用，創新驅動已經成為經濟高質量發展的助推器，而要加快實施創新驅動戰略，就必須發揮市場在資本配置中的決定性作用[1]。資本錯配限制了創新主體（企業）對創新要素的使用，導致其技術創新減弱，創新效率損失，最終對整個地區的創新都產生了重要影響[2]。那么，資本錯配是否阻礙了經濟高質量發展？資本錯配是否通過抑制技術創新進而影響了經濟高質量發展？這些問題的研究對當前推動我國經濟實現高質量發展具有重要的現實意義。

本文的邊際貢獻在于：第一，從要素錯配的角度分析了我國經濟高質量發展面臨的障礙，為理解要素市場改革對當前經濟發展方式轉變的重要性以及如何推動經濟實現高質量發展提供了理論思路；第二，基于陳永偉和胡偉民（2011）[3]提出的要素錯配核算方法，推導出一個能夠綜合反映一個省份要素錯配程度的要素錯配指數，并準確刻畫出我國轉型時期省際間的要素錯配程度；第三，采用動態空間杜賓模型和中介效應模型考察了要素錯配通過抑制創新能力影響經濟高質量發展的中介效應，豐富了要素錯配問題的現有研究。

二、文獻綜述與理論假說

“資本錯配”是相對于資本的“有效配置”而言的，“有效配置”是指資本可以自由流動、實現帕累托最優、能夠使社會總產出最大化的最優配置狀態，而“資本錯配”即是對這個最優配置狀態的偏離[4]。自從Hsieh和Klenow（2009）[5]、Aoki（2012）[6]以及Restuccia和Rogerson（2013）[7]分別從微觀層面（企業）、中觀層面（部門或行業）和宏觀層面（國家或地區）的視角提出要素錯配測度的理論框架后，國內學者借助他們的理論框架對我國社會主義市場經濟發展過程中資本錯配這一重要特征進行了廣泛而深入的研究，其中也有部分學者注意到資本錯配對經濟高質量發展的影響，并進行了探索性的研究。周一成和廖信林（2018）研究發現，我國存在明顯的資本錯配，對經濟高質量發展產生顯著的抑制作用，如果消除資本錯配，我國經濟的高質量發展水平每年將提升9.24%[8]。高培勇等（2019）研究指出，“政府主導+市場發揮基礎性作用”的傳統資本配置方式容易導致資本錯配，不利于經濟高質量發展，轉向“服務型政府+市場發揮決定性作用”的資本配置方式才能滿足高質量發展對資本配置效率的內在要求[9]。謝光華等（2020）研究表明，在傳統的經濟績效考核觀下，地方官員迫于晉升壓力而通過與收益相關的政府補貼刺激企業過度投資，阻礙“僵尸企業”出清，形成路徑依賴，導致資本錯配加重，對地區經濟高質量發展產生了顯著的負面影響[10]。這些研究均表明我國經濟的資本配置效率仍有較大的提升空間，只有改善資本配置效率，降低資本錯配程度，才能實現經濟高質量發展。因此，本文提出以下假說：

假說1：資本錯配阻礙了經濟高質量發展。

國內學者就資本錯配所產生的一系列經濟效應展開廣泛而深入探討的同時，把資本錯配與技術創新聯系在一起的研究也逐步開始興起，有少量文獻考察了資本錯配帶來的創新抑制效應。戴魁早和劉友金（2016）[11]以及白俊紅和卞元超（2016）[2]研究發現，資本錯配顯著抑制了我國創新生產的開展及創新效率的提升。呂承超和王志閣（2019）研究證實，影響企業創新活動的首要因素就是資本錯配[12]。鑒于創新驅動對當前我國經濟發展影響的重要性，國內學者對二者之間的關系展開了深入探討。劉思明等（2019）通過構造國家創新驅動力指數，證明了創新驅動對經濟高質量發展的積極作用[13]。何興邦（2019）研究顯示，創新有助于顯著提高經濟增長效率、優化產業結構、提升綠色發展水平、改善社會福利，從而顯著提升我國的經濟高質量發展水平[14]。孫祁祥和周新發（2020）從TFP、高質量產品與服務供給、產業結構升級、消費結構升級、資源與環境、促進社會公平等六個方面，揭示了創新促進經濟高質量發展的內在規律[15]。劉鍇等（2020）研究發現，當平衡充分發展達到一定水平時，創新對高質量發展起到一定的促進作用，隨著平衡充分發展水平的進一步提高，創新對高質量發展的促進作用越來越大[16]。

綜上所述，國內學者就資本錯配、技術創新與經濟高質量發展兩兩之間的關系均進行了有益的探索，然而，鮮有文獻關注到三者之間的內在聯系，也沒有文獻就資本錯配通過抑制技術創新的中介機制影響經濟高質量發展進行研究，本文將三者納入一個統一的分析框架，并提出以下假說：

假說2：資本錯配通過抑制技術創新阻礙了經濟高質量發展。

三、研究設計

（一）計量模型設定

1.基準回歸模型設定

空間杜賓模型（Spatial Durbin Model，下文簡稱SDM）作為空間計量模型中的一般化模型，可以較好地反映來自被解釋變量、解釋變量及隨機干擾項所致的空間相關性[17]，是最常用來研究各類空間溢出效應的標準框架。因此，本文參考Lesage和Pace（2009）[18]的做法，采用SDM來設定基準回歸模型。此外，考慮到可能存在的內生性問題，本文在模型中引入滯后一期的經濟高質量發展作為解釋變量，構建動態SDM，模型設定如下：

其中，下標i和t分別表示省份和年份；被解釋變量TFP為經濟高質量發展水平，核心解釋變量Mis為資本錯配指數，Con為一組控制變量；ρ為空間自回歸系數；ω為空間權重矩陣，為了更好地擬合省份間的經濟發展狀況，本文參考林光平等（2005）[19]的做法，使用人均GDP平均值之差的絕對值的倒數構建經濟距離矩陣，此外，本文還選取常見的鄰接矩陣和地理距離矩陣用來對經濟距離矩陣的估計結果進行穩健性檢驗；μ1和υ1分別為省份固定效應和年份固定效應，ε1為隨機干擾項。

2.中介效應回歸模型設定

本文參考Baron和Kenny（1986）[20]提出的中介效應三步檢驗方法，以基準回歸模型（1）為第一步的回歸模型，并繼續基于動態SDM將第二步和第三步的回歸模型設定如下：

其中，Inn為表示技術創新的中介變量。回歸系數θ2和δ2分別為資本錯配影響經濟高質量發展的總效應和直接效應，θ2×δ3則表示資本錯配通過作用于技術創新影響經濟高質量發展的中介效應。

本文將按照以下步驟檢驗中介效應是否顯著存在：第一步，回歸模型（1），檢驗θ2是否顯著，如果θ2顯著，說明資本錯配影響經濟高質量發展的總效應顯著，則進行下一步；第二步，回歸模型（2），檢驗σ2是否顯著，如果σ2顯著，說明資本錯配顯著影響技術創新，則進行下一步；第三步，回歸模型（3），檢驗δ2和δ3的顯著性，如果δ2不顯著而δ3顯著，則說明資本錯配影響經濟高質量發展的直接效應不顯著，對經濟高質量發展的影響均是通過技術創新發揮作用的，存在完全中介效應；反之，如果δ2和δ3均顯著，說明存在部分中介效應。

（二）研究變量

1.被解釋變量——經濟高質量發展水平（TFP）

國內學者對于經濟高質量發展的內涵界定有狹義和廣義之分。廣義角度的經濟高質量發展是一種規范性的價值判斷，包含與經濟發展有關的諸多方面[21]；狹義角度的經濟高質量發展即為TFP[22]。持廣義角度的學者其研究范式基本都為：選取基礎指標－建立評價指標體系－賦予指標權重－構成測度經濟高質量發展水平的指數。然而由于指標選取各異，指標賦權法不同，導致經濟高質量發展水平指數的測算結果缺乏客觀性和精準性。持狹義角度的學者主要通過測算TFP來衡量經濟高質量發展水平。TFP是指技術進步對經濟增長的貢獻，是經濟增長的內生源泉。當前供給側結構性改革的目的是提高要素供給質量，推進結構調整，矯正要素錯配，提高TFP。由此可見，提高供給質量乃至整個經濟發展質量，最終都要落實到提高TFP上。因此，本文參考劉思明等（2019）[13]的做法，通過測度TFP來衡量經濟高質量發展水平。

2.核心解釋變量——資本錯配指數（Mis）

陳永偉和胡偉民（2011）[3]將資本錯配測度模型的微觀、中觀、宏觀三層架構簡化成兩層架構：國家層面和省份層面。本文參考其做法，構建i省份t時期的資本錯配指數為：

其中，λKit-1表示i省份t時期配置的資本相對于有效配置時的偏離程度，因此存在λKit-1＞0和λKit-1＜0兩種情況，為使回歸方向一致，本文參考季書涵等（2016）[23]的做法，對λKit-1做絕對值處理，Mis的值越大，資本的錯配程度越高；Mis的值越小，資本的錯配程度越低。

3.中介變量——技術創新（Inn）

本文將從創新效率的角度來衡量各省份的技術創新，創新效率是指單位創新投入所能實現的創新產出，反映將創新投入轉化為創新產出的能力，因而可以用來衡量各省份的技術創新[24]。其中，創新投入（Inn1）采用R&D經費投入占GDP的比重即R&D經費投入強度來表示，創新產出（Inn2）采用萬人發明專利申請量來表示。

4.控制變量

綜合經濟高質量發展影響因素的代表性文獻，本文選取了經濟增長水平（PGDP）、投資水平（Inv）、消費水平（Con）、對外開放水平（Open）、城鎮化水平（Urb）以及交通基礎設施水平（Inf）作為控制變量，以盡可能避免因遺漏變量導致的估計偏誤。其中，經濟增長水平采用經過平減后的人均GDP的對數衡量；投資水平和消費水平采用支出法得到的國內生產總值中的資本形成率和最終消費率衡量；對外開放水平采用進出口總額占GDP的比重衡量；城鎮化水平采用城鎮總人口占全部人口的比重衡量；交通基礎設施水平采用單位國土面積交通基礎設施（鐵路里程+公路里程+內河航道里程）的密度衡量。

（三）數據來源與描述性統計

本文選取2000－2019年我國省級層面的面板數據作為研究樣本，研究對象為我國4個直轄市、4個自治區及22個省份共30個省級行政區（西藏的相關數據缺失嚴重故刪除；不包括港澳臺），下文將其統稱為省份。所有變量涉及的數據來源于2001－2020年的《中國統計年鑒》《中國人口和就業統計年鑒》《中國科技統計年鑒》以及各省份的統計年鑒。變量的描述性統計如表1所示。

表1 變量的描述性統計

四、實證結果與分析

（一）空間相關性檢驗結果分析

采用空間計量模型進行回歸的前提是變量存在空間自相關性，通常采用Moran's I指數來判別變量的空間自相關性。本文計算了三種空間權重矩陣下經濟高質量發展水平的Moran's I指數，結果如表2所示。由表2可知，2000－2019年三種空間權重矩陣下經濟高質量發展水平的Moran's I指數均在1%或5%的水平顯著為正，這一結果表明，在空間上各省份的經濟高質量發展水平并不是隨機分布的，具有較強的正相關性和相似值的空間聚集性，即經濟發展質量較高的省份彼此相鄰，而經濟發展質量較低的省份也彼此相鄰，相鄰省份之間的經濟高質量發展會相互促進。

表2 經濟高質量發展水平空間相關性檢驗結果

（二）基準回歸模型估計結果分析

本文首先對基準回歸模型進行了Hausman檢驗，結果顯示其p值為0.000，拒絕了隨機效應的原假設；其次，本文還對其進行了Wald檢驗和LR檢驗，結果顯示各檢驗的p值均在5%的水平顯著為0，并且由于解釋變量的空間回歸系數顯著不為0，表明動態SDM不能退化為動態SAR（即空間滯后模型）和動態SEM（即空間誤差模型）。因此，本文最終采用固定效應的SDM進行空間計量估計，基準回歸模型的估計結果見表3。

表3 基準回歸模型的估計結果

對比第一列和第二列的估計結果可以發現，靜態SDM的估計結果無論是在核心解釋變量資本錯配指數的符號和顯著性方面，還是在R2和Log-likelihood值的穩健性方面均不及動態SDM的估計結果。由此可見，不考慮時間滯后效應下靜態SDM的估計結果有一定的偏誤，因此，本文以第二列基于經濟距離矩陣的動態SDM估計結果進行基準分析。

由第二列的估計結果可知，經濟高質量發展水平的空間自回歸系數ρ在1%的水平顯著為正，這說明經濟高質量發展具有明顯的空間溢出效應，空間相關省份經濟發展質量的提升顯著有利于本省份經濟發展質量的改善。這一結果說明，在提升經濟發展質量的過程中，各省份應加強溝通協作，凝聚發展合力，攜手推動區域經濟高質量發展。經濟高質量發展水平滯后一期的估計系數在1%的水平顯著為正，說明經濟高質量發展水平的變化是一個動態過程，在時間維度上表現出明顯的路徑依賴特征，若上一期的經濟高質量發展水平較高，下一期也會持續提高，這也意味著經濟高質量發展的緊迫性，各級政府在追求經濟“量”的增長的同時，更要重視經濟發展“質”的持續提升。核心解釋變量資本錯配指數的估計系數為-0.007，且在5%的水平顯著，這一結果表明資本錯配指數每增加1個單位，將顯著降低經濟高質量發展水平0.007個單位，假說1得到證實。控制變量方面，投資水平的估計系數顯著為負，表明以增加投資這種粗放型的經濟增長模式容易產生地區政府性壟斷行為，造成資本錯配，從而降低經濟高質量發展水平。消費水平、對外開放水平、城鎮化水平以及交通基礎設施水平的估計系數均顯著為正，說明增加消費、擴大對外開放、提升城鎮化水平以及改善交通基礎設施能夠促進經濟高質量發展水平的提升。擴大對外開放、堅持創新引領、加快新舊動能轉換是我國實現高質量發展的重要途徑。城鎮化水平提升可以有效強化要素集聚能力，吸引更多的勞動力人口、高端人才流入，也能夠為當地產業布局的更新提供資源和智力支撐，實現經濟良性發展，進而推動經濟高質量發展。此外，城鎮化水平的提升還為消費提供穩定的空間依托，從而有效推動經濟高質量發展。交通基礎設施作為經濟發展的基底，在我國不斷建設和完善的過程中，經濟社會趨于穩定，可持續發展能力提升，推動經濟高質量發展。最后，經濟增長水平的估計系數顯著為正，表明經濟增長水平越高的省份，其消費水平、對外開放水平、城鎮化水平和交通基礎設施水平也往往較高，這些都使得高質量發展優勢得到進一步發揮，進而有利于促進經濟高質量發展。

此外，第三列和第四列還報告了鄰接矩陣動態SDM和地理距離矩陣動態SDM的估計結果，以驗證第二列經濟距離矩陣動態SDM估計結果的穩健性。與第二列的估計結果相比，資本錯配指數的估計系數大小雖然有所變化，但仍然在5%的水平顯著，其余各控制變量的系數符號及顯著性均沒有明顯改變，說明第二列經濟距離矩陣動態SDM的估計結果是穩健的。

（三）中介效應回歸模型估計結果分析

本文按照上文給出的中介效應檢驗步驟進行估計，考慮到進行中介效應檢驗的三個遞歸模型均以動態SDM的形式構建，本文還就其中第二個模型中的創新投入和創新產出兩個中介變量的空間相關性通過分別測度其各年份的Moran's I指數也進行了空間相關性檢驗，結果發現兩個中介變量在空間上均表現出較強的正相關性特征，相似值之間均具有較強的空間聚集性，證明了以動態SDM形式構建中介效應遞歸模型的合理性。估計結果見表4。

表4 中介效應回歸模型的估計結果

第一列為中介效應遞歸模型第一步的估計結果，第二列至第五列則分別為兩個中介變量對應的中介效應遞歸模型第二步和第三步的估計結果。如第二列和第四列所示，創新投入和創新產出的空間自回歸系數ρ分別在5%和1%的水平顯著為正，這說明技術創新具有明顯的空間溢出效應，空間相關省份技術創新水平的提升顯著有利于本省份技術創新水平的改善。這一結果說明，各省份應加強技術創新溝通協作，攜手提高區域技術創新水平。創新投入和創新產出滯后一期的估計系數均在1%的水平顯著為正，說明技術創新提升也是一個動態過程，前期的技術創新提升會促使當期的技術創新進一步提升。資本錯配對創新投入和創新產出的估計系數均在5%的水平顯著為負，說明資本錯配越嚴重，越不利于技術創新。資本錯配使得企業更傾向于選用廉價資本投入來獲取更大的利潤，在這些因素的誘惑下，企業更愿意將資本配置到類似于房地產開發等風險低、收益快的生產活動，而不是風險高、收益較慢、周期長的創新活動，從而抑制了創新投入。此外，愿意進行技術創新的企業自然會遇到融資困難，而受益于資本錯配的“僵尸企業”往往大行其道，最終損害了公平競爭，抑制了技術創新，導致了創新產出水平整體被拉低。由第三列和第五列則發現，創新投入和創新產出對經濟高質量發展的估計系數分別在5%和1%的水平顯著為正，創新投入和創新產出每增加一個單位，將分別顯著提升經濟高質量發展水平0.074和0.001個單位。創新投入可以促使生產要素的重組，直接提高創新相關產業的生產效率，還可以滲透到外圍產業，提高各類要素的生產率，進而提高全社會的生產效率，促進經濟高質量發展。而創新產出有助于企業改進生產工藝，降低生產過程中的要素投入，減少污染物的排放，甚至能夠催生出戰略性的新技術，以此豐富產品種類，提升社會福利水平，促進經濟高質量發展。

總之，在創新投入和創新產出兩個中介變量下，資本錯配影響經濟高質量發展的總效應和直接效應的估計系數均在5%的水平顯著為負，同時，資本錯配影響兩個中介變量估計系數的符號和顯著性以及兩個中介變量影響經濟高質量發展估計系數的符號和顯著性也符合預期，總體估計結果符合中介效應檢驗的判斷標準，說明在資本錯配影響經濟高質量發展的過程中，創新投入和創新產出均起到了部分中介作用，假說2得到證實。

五、研究結論與政策啟示

本文利用2000－2019年我國30個省份的面板數據，通過動態SDM和中介效應模型考察了資本錯配、技術創新以及經濟高質量發展三者之間的內在聯系，研究結果表明：（1）地區間的經濟高質量發展在空間上表現出較強的正相關性特征；（2）經濟高質量發展是一個動態過程，在時間維度上表現出明顯的路徑依賴特征，若當期的水平較高，下一期也會持續提高；（3）創新投入和創新產出均能顯著促進經濟高質量發展，而資本錯配不僅直接阻礙經濟高質量發展，還通過抑制創新投入和創新產出的中介效應間接阻礙經濟高質量發展；（4）增加投資這種粗放型的經濟增長模式將不利于經濟高質量發展水平的提升，而增加消費、擴大對外開放、提升城鎮化水平以及完善交通基礎設施能夠促進經濟高質量發展水平的提升。

基于上述研究結論可以得到以下政策啟示：（1）應進一步發揮市場機制與價格機制在資本配置中的關鍵作用，減少價格管控，消除資本自由流動的障礙，引導資本在行業間和地區間合理有序流動，使資本更多地由低生產率部門流向高生產率部門，提高資本配置效率，進而推動經濟高質量發展；（2）各級政府應設置完善的激勵機制和創新投入保障機制，讓企業充分認識到技術創新對于經濟高質量發展的重要性，使得企業愿意創新、敢于創新，努力提高企業的創新收入，同時還要重視創新成果的轉化率，使得資本錯配程度隨著地區配套機制的加強而減弱，進而降低資本錯配對技術創新的負面影響。