资源错配与中国能源行业全要素生产率

[摘要] 拓展了Hsieh and Klenow（2009）的理论模型，以1998-2007年中国能源行业微观数据为实证对象，测算了资源错配对能源行业及其分行业TFP的影响。结果发现：样本期内，资源错配对能源行业造成了TFP损失巨大，并呈现波动式递增趋势，而资本错配是造成这一现象的主要原因；资本错配对TFP的损失远远大于产出扭曲和劳动错配对TFP的损失；能源行业分行业资源错配差异显著，损失最大的分行业是石油开采业，其次为电力行业、煤炭行业、石油加工业。降低资源错配是提高能源行业TFP的有效路径，TFP增长潜力巨大；纠正资源错配的思路应以纠正资本错配为主，以纠正劳动和产出扭曲为辅；最后，针对能源行业各分行业应制定差异化的政策。

[关键词] 资源错配；全要素生产率；能源行业

[中图分类号] F403[文献标识码] A[文章编号] 1008—1763（2016）03—0077—08

一引言

中国经济正处于以“中高速、优结构、新动力、多挑战”为特征的新常态阶段，其重大挑战之一是环境承载能力已达到或接近上限，必须推动形成绿色低碳循环发展新方式，这一调整使得以往粗放式的发展难以为继，提质增效成为未来发展的主要方式。那么能源行业如何提质增效，在确保能源安全保障的同时，实现绿色高效发展。根据以往的经济理论，创新无疑是提高效率的关键因素，但现有的资源错配理论表明，与创新相比，通过纠正资源错配以提升效率，可能是一条更为经济有效的途径[1]。

那么，纠正经济体中的资源错配会多大程度提高TFP？ Hsieh and Klenow [2] （下文简称HK）2009的文献回答了这一问题。该文构建了一个从微观、中观到宏观层层最优决策下异质性企业垄断竞争的模型，假设经济体中存在产出和资本两种扭曲，以中国、印度、美国制造业微观数据为实证对象，首次测算了经济体中所有扭曲造成的TFP损失。结果表明：如果1998年中国制造业达到美国1997年的资源配置效率，则中国能源行业总量TFP可再增加50.5%，而且资源错配可解释大约49%的中国和美国制造业总量TFP差异。这一重要的发现无疑是对解释国家间TFP差异的重要补充，由此该文也成为该领域的奠基性文献。此后，大量的国内外文献研究均表明纠正资源错配能够有效提升TFP。Brandt et al.[3]突破了仅测算行业内企业间资源错配的局限，测算了中国非农业私有和国有部门间的资源错配对TFP的影响，发现如果资源有效配置，TFP可再提高20%；在1985-2007年间，省内资源错配呈先改善后恶化的趋势。Timmer et al.[4]通过对52个发展中国家的实证发现，如消除劳动和资本错配，TFP平均可增加60%以上。Uras[5]将融资结构分为内部和外部融资，测算了资本错配对TFP造成的总体损失，发现如果消除资本错配，美国化学和石油工业的TFP将增加113%，纺织业将增加75%。Tombe and Jennifer[6]研究了环境政策与资源错配及其对TFP和产出的影响，发现如果要削减10%的能源消费，能源强度政策会造成0.8%～1.72%产出损失。中国的学者在HK模型的基础上进行了拓展，但也存在一定的局限。龚关和胡关亮[7]突破了HK模型生产函数规模报酬不变的假设，运用要素边际产品收益的离散度测算资源错配程度，但王芃和武英涛[8]发现边际收益难以反映要素的价格差异，他们运用价格与边际成本的比例构建了相应的理论模型，首次以中国能源行业为实证对象，两层面两维度（行业和企业两个层面、产品市场和要素市场两个维度）的市场相对扭曲均显著存在，而造成扭曲的原因主要是要素配置扭曲而非要素价格扭曲；同一行业内企业间存在显著异质性，企业层面市场扭曲的变化对行业层面市场扭曲的测度存在显著影响；通过模拟发现，对以上扭曲逐一纠正后可实现能源产业全要素生产率增长43.51%，其中纠正企业间要素市场相对扭曲对其增长贡献最大。邵谊航等[9]对HK模型进行了再测算，得出的结论与HK类似。陈永伟和胡伟民[1]把资源错配和效率损失的理论纳入到传统的增长核算框架中，发现制造业子行业间的资源错配大约造成了15%的产出损失，但其局限是假设企业间是完全竞争的。朱喜等[10]研究了农业资源错配，如消除资本和劳动错配，农业TFP 有望再增长20% 以上。类似的文献还有韩剑和郑秋玲[11]聂辉华和贾瑞雪[12]、王文等[13]、王林辉和袁礼[14]等。

湖南大学学报（ 社 会 科 学 版 ）2016年第3期袁晓玲，景行军等：资源错配与中国能源行业全要素生产率综上所述，现有的理论和实证研究表明：资源错配确实会对TFP造成巨大的损失，资源错配的研究多集中与制造业的实证检验，尽管关于能源行业有相应的实证检验，但并非运用HK模型进行相应的实证检验，HK模型能够测算所有错配因素导致的资源错配对能源行业的TFP净损失。那么，资源错配到底多大程度对能源行业及其分行业的TFP产生了损失？资本、劳动、产出扭曲导致的资源错配各自有多大？其趋势是什么？为了测算出劳动错配对TFP造成的损失，本文改变了HK模型的假设（假设存在产出扭曲和资本扭曲），重新进行了推导，并将本文测算的结果与HK模型测的结果进行对比，这不仅有利于与HK模型的测算结果进行对比，使得本文的测算结果更加稳健；而且还能够测算劳动错配对TFP的影响。尽管王芃和武英涛[8]首次关注并研究了资源错配与中国能源行业全要素生产率，但其运用的模型与典型的HK模型不同，因此与HK的测算方法有着本质的差异；此外，Tombe and Jennifer的模型与HK模型在理论上不同，且其实证中使用的是行业数据[6]。本文的主要贡献是运用HK模型及其拓展模型，以中国能源行业1998-2007的微观数据为实证对象，测算了资源错配对中国能源行业TFP的影响，并运用比较静态的研究方法，分别测算了资本、劳动、产出扭曲对能源行业总体及其分行业TFP的影响。二错配理论模型

（一）经济体中总体、行业及企业的生产函数

假设经济存在一种完全竞争的最终产品，最终产品以行业S的产出YS为投入，生产最终产品的代表性企业采用规模报酬不变的道格拉斯生产函数：

Y=∏Yθssss=1，其中，∑ss=1θs=1（1）

假设S行业的以MS个微观垄断竞争厂商的产出Ysi为投入，生产采用CES生产函数，，其函数形式如下式：

Ys=∑Msi=1Yσ-1σsiσσ-1（2）

其中，σ是不同Ysi之间的替代弹性，S行业内垄断竞争厂商Ysi投入要素为资本ksi、劳动Lsi，设每个厂商面临的资本、劳动价格分别为R、W。生产采用规模报酬不变的道格拉斯生产函数，设αs为行业内资本投入占产出的份额，1-αs为劳动投入占产出的份额，其函数形式如下：

Ysi=AsiKαSsiL1-αSsi（3）（二）经济总体、行业、企业最优决策

经济总体的最优化决策。假设行业产出的价格指数为PS，那么以（1）式为约束条件，通过对最终产出成本（min ∑ss=1YsPs）最小化，可得出最终产出的总价格指数P=∏ss=1（PSθs）θs和行业面临的需求函数Ys=θsPY/Ps。

行业最优决策。设S行业中垄断竞争厂商的价格为Psi，以（2）式为约束条件，通过对行业产出的成本（∑Msi=1YsiPsi）最小化，可得到行业产出的总价格指数Ps=∑Msi=1P1-σsi11-σ和厂商面临的需求Ysi=SPσsP-σsi 。

企业最优化决策。假定每个厂商的实际生产率及扭曲不同，将τLsi，τKsi分别定义为劳动、资本扭曲因子，代表着企业面对的总扭曲。

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

通过利润最大化可得厂商最优要素投入比例：

KSiLSi=αs1-αsW（1+τLSi）R（1+τKSi）（5）

通过上式，发现厂商的利润函数如下：厂商劳动和资本要素投入的最优比例取决于其面临的资本和劳动扭曲大小，如果扭曲为零，则最优要素投入的比例是一个常数。厂商的定价及要素最优决策分别如下：

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）

通过（7）-（8）发现，厂商的资源配置不仅取决于自身的生产率水平，且与其面临的扭曲程度相关。但限于实际生产率短期内难以改变，从一定程度上说，厂商资源配置由扭曲的大小决定。（三）行业TFP的表达式

首先，沿用HK的设置，将企业实际生产率定义为不含价格的生产率，将名义生产率定义为含价格的生产率。依据企业劳动、资本边际收益产品表达式，可到企业名义生产率的表达式如下：

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

Rαsαs[11-αs]1-αs1+τKSiαs1+τLSi1-αs（9）

从该式发现，如扭曲为零，厂商间的TFPR是相等的。较高的TFPR意味着较高的资本、劳动边际产品收益，即较高的边际成本，这将使得厂商的实际规模小于最优规模。同时，该式也暗含着重要的资源配置机制：在一个不存在资源错配的经济体中，这意味着资本、劳动会向实际生产率较高的企业流动，导致其产量不断增加，价格下降（依据（6）式价格和实际生产率成反比），直到和生产率较低企业的TFPR相等为止。如果行业内厂商的TFPR存在差异，则表明行业内存在资源错配，差异越大则错配程度越大。

在得到企业名义生产率的表达式后，根据行业总的资本、劳动的表达式、总产出的价格指数、行业价格指数，可得到行业实际TFP的表达式：

TFPI=∑Msi=1AsiTFPRsTFPRsiσ-11σ-1（10）

其中，TFPRs与行业资本边际产品收益倒数的加权平均数以及劳动边际产品收益倒数的加权平均数的几何平均数的倒数成正比，权数是行业S中厂商产出占行业总产出的份额。其表达式如下：

TFPRs=Rαsαs[11-αs]1-αs

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

当不存在扭曲时，行业有效的TFP可表示为下式：

TFPIefficient=As=∑Msi=1Asiσ-11σ-1 （12）（四）经济总体TFP的表达式

在得到行业实际和有效TFP表达式后，结合（1）式可得到经济总体实际和有效TFP表达式分别如下式：

经济总体TFP的实际表达式：

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

经济总体有效TFP的表示式（当扭曲为零时）：

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

（五）资源错配对能源分行业及能源行业总体TFP造成的损失测算

依据上述资源错配理论，可以得到存在扭曲时的实际TFP表达式和理论上（无扭曲）的最优TFP表达式。本文将资源错配对TFP的损失定义为有效的TFP与实际TFP之比减去1。依据该定义，下面仅给出资源错配对分行业及经济总体的TFP损失测算表达式。

（1）资源错配对能源分行业TFP造成的损失测算

TFPGI=TFPIefficient/TFPI-1 （15）

（2）资源错配对能源行业总体TFP造成的损失测算

TFPGY=TFPYefficient/TFPY-1 （16）

（3）产出扭曲、资本错配、劳动错配分别对TFP的影响测算

资本错配对TFP造成损失的测算方法：假设经济体中仅存在资本错配，即当产出扭曲因子和劳动扭曲因子为零时，通过考察资本是否按照相等的TFPRsi在企业间配置资源，探讨资本错配对TFP造成的损失。在实证测算时，令TFPRs和TFPRsi表达式中的劳动扭曲因子为零。劳动错配、产出扭曲导致的资源错配对TFP造成的损失测算方法类似。三数据处理、参数设定及变量说明

（一）数据处理及说明

（1）数据说明

数据来源。本文的实证数据来源于国家统计局1998-2007 年《中国工业企业数据库》，该数据库包括全国所有的国有企业和年销售额在500万元以上的非国有企业，涵盖了采矿业、能源行业、电力燃气和水的生产和供应业。沿用王芃和武英涛[8]对能源行业的定义，本文将能源行业定义为煤炭行业、石油开采行业、石油加工行业、电力行业四个。因此，本文的数据选择该数据库中这四个行业的2位代码的数据。与四位数行业代码相比，选择二位数代码行业的好处是使得模型中TFPR和TFPQ更加符合联合正态分布的假设。

数据样本说明。受数据可获得性的限制，本文数据选择的时间段为1998-2007年。国家统计局可获得的中国工业企业数据库时间段为1998-2009年，但2008-2009年间的数据变量缺失较多，不能用于本文模型的实证。而1998-2007年间的数据质量较高，同时资源错配领域的实证研究均采用该段历史数据。

（2）数据处理

虽然该数据库具备数量庞大、覆盖范围广的特点，但也存在诸多错漏，需要对数据处理才能使用。本文处理数据的方法主要参考Cai and Liu[15]提供的方法，并在其基础上进行了更加完善的处理：1）删除企业代码和企业名称相同的观测样本；2）剔除规模较小和财务报表不稳定的观测企业，包括就业人数小于10，工业总产值小于500万元的观测样本；3）剔除不符合会计准侧的观测企业，包括总资产小于流动资产或固定资产，累计折旧小于本年折旧，中间投入大于总产值。4）为了使得研究结论更加稳健，剔除TFPRsi的异常值，按照行业分类，对log （TFPRsi/TFPRs）和log （Asi/As）首尾各2%进行截尾，这避免了对年度数据整体截尾，而导致删除掉某些行业的弊端。（二）变量说明

WLsi设定为本年应付工资总额、职工教育费、养老保护和医疗保险、住房公积金和房屋补贴、本年应付福利总额、劳动、待业保险费之和。同时，为避免人力成本的差异，将此值作为生产函数的劳动投入。PsiYsi为增加值与能源投入之和。Ksi用企业固定资产净值来表示。PsYs是各行业增加值和能源投入的总和。PY为能源行业行全部增加值和能源投入和。θs为各行业增加值和能源投入份额占能源行业总增加值的比例。（三）参数设定

R 设定为10%。R是无扭曲的资本租赁价格。沿用HK模型的设置，将R设置为10%。产业内企业面临的资本租赁价格是R（1+τKSi）。如果扭曲因子τKSi不为零，则每个企业面临的资本租赁价格将不同。即使R的值设定的不够准确，也不会影响实证结果的有效性。因为，实证研究中，在对行业内TFPR的方差及资源错配对TFP的损失（该值为比例）的测算中，R仅会影响企业面临的平均资本扭曲。

行业要素产出弹性的设置。出于两点考虑，选择实际行业要素份额作为要素产出弹性，而没有沿用HK的设置（认为中国要素产出弹性中包含了扭曲因素，以美国要素产出弹性匹配中国的要素产出弹性）：1）要素产出设置偏误仅会影响到扭曲度的平均值，不会影响实证结果的有效性。这与参数R的设定偏误对实证结果的影响类似；2）沿用邵谊航等[9]要素产出弹性的设定。他们根据[16]的观点，认为不同的经济发展阶段与相应的产业结构以及产业资本和劳动要素密集度相对应。在测算要素产出弹性时，先测算出能源和劳动产出弹性，后得到资本产出弹性。

σ设定为3。大量的实证研究发现产出的替代弹性在3-10之间[17-18]。该值越大，测算的TFPR离散度（资源错配扭曲程度）就越大。本文选择该参数的下限，实证中测算的资源错配对TFP的损失更加保守。四实证结果与分析

（一）实证模型中扭曲测算表达式及说明

测算资源错配对能源行业TFP增长潜力的关键是计算出资本、劳动扭曲因子、企业实际生产率，它们的表达式分别如下：

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）

这里需要对（19）式加以说明：1）φs。虽然此值在现实中不能直接观测，但是它的大小对实证结果TFP潜力（是一个比值）的测算不会产生影响，为了便于实证研究，不妨设置φs=1；2）沿用HK模型的设置，用PsiYsiσσ-1近似替代企业的真实产出；3）为了控制人力资本的差异，用工资总额替代劳动投入。（二）关键变量描述性统计

本文的关键变量包括各个产出扭曲因子τYsi、劳动扭曲因子τLsi、资本扭曲因子τKsi以及企业名义

生产率的方差VTFPR。受篇幅限制，表1仅报告了2000年和2007年各行业关键变量的均值、方差。通过对样本期内关键变量的均值和方差可出下述结论：

（1）产出补贴普遍存在。通过表1发现能源行业4个行业产出扭曲因子的均值全部为负值，以2007年为例在-1.89和-0.47之间。而根据扭曲因子的定义，这表明能源行业分行业存在着普遍的产业补贴现象。

（2）资本和劳动错配广泛存在，资本错配更为严重。通过表1发现4个行业中的资本扭曲因子和劳动扭曲因子均值为正，从平均值来看，这表明能源行业广泛存在以较高边际成本使用资本和劳动的现象；此外，资本扭曲因子均值普遍大于劳动扭曲因子，这表明资本扭曲更为严重。

（3）能源行业分行业资源错配差异显著。依据资源错配理论模型，如果不存在扭曲，则行业内所有企业的企业名义生产率TFPRsi相等，反之如果不相等则存在资源错配现象。TFPRsi的方差越大，则表明资源错配程度越严重。通过表1发现，能源行业分行业TFPRsi的方差差异较大，以2007年为例方差最大的石油加工业的TFPRsi方差是最小的电力行业的1.3倍。（三）本文模型测算结果

（1）能源行业分行业资源错配对TFP造成的损失依据（15）式测算了1998-2007中国能源行业4个分行业资源错配对TFP造成是损失，表2报告了这一结果。

能源行业分行业的资源错配程度差异。从测算结果可发现其差异显著。以2007年为例，资源错配效率高低依次为石油加工业、煤炭行业、电力行业、石油开采业。其中，石油开采业的资源错配程度最低， TFP损失仅为45.9%；而资源错配最严重的石油加工业的TFP损失高达216.9%，是最低行业的4.7倍。

资源错配纠正后，能源行业分行业TFP增长潜力巨大。资源错配对TFP造成的损失，同时也意味着，如果纠正资源错配则会实现TFP的增长。从这个层面来看，以2007年为例，如果资源有效配置，则石油加工业、煤炭行业、电力行业、石油开采业的TFP分别会再实现216.9%、209.7%、96.3%、45.9%。

能源行业分行业资源错配趋势（见图1）。除了电力行业外，其余分行业资源错配程度均有波动增加的趋势，煤炭行业和石油加工业资源错配呈现较快的增加趋势，而石油开采业增加趋势较为缓慢。而导致这一现象的主要原因则需要从资源错配的影响因素入手更进一步进行分析。

此外，为了避免计量误差和统计误差，表3报告了样本期内能源分行业资源错配对TFP损失的均值，以及以此均值为基础，以资源配置效率最高的能源行业分行业为基准，测算了如果其他能源分行业达到它的资源配置效率后TFP的增长潜力。从TFP损失的均值来看，资源配置效率从高到低依次为：石油开采业、电力行业、煤炭行业、石油加工业。从校准值来看，如果其他行业达到石油开采业的资源配置效率，那么电力行业、煤炭行业、石油加工业的TFP均可再实现64.6%、183.4%、207.1%的增长。

（2）资源错配对能源行业总体TFP造成的损失

依据（16）式可测算出资源错配对能源行业总体TFP造成的损失，表4的第2行报告了这一结果。从TFP损失的绝对值看，范围在72.4%～126.7%之间，其平均值为95.3%，这表明样本期内能源行业的资源错配现象较为严重。从趋势上看，基本呈现增加趋势，而导致这一现象的原因可从单独资本和劳动要素的错配中找到答案。

（三）资本错配、劳动错配导致的错配对能源行业总体TFP的影响

表4的第3、第4行分别报告了资本错配和劳动错配对TFP的损失。通过对测算结果的观察，发现：样本期内资本错配对TFP的损失的范围在54.5%～93.5%之间，其平均值为69.6%；而劳动错配对TFP的损失的范围则在13.2%～27.6%之间，其平均值为20.0%。显然资本错配对TFP的损失是劳动对TFP损失的3.5倍，这表明资本错配在资源错配中起主导作用，此外还发现它的趋势与全部资源错配对能源行业总体TFP损失的趋势一致，由此发现资本错配的存在是形成能源行业资源错配趋势的主要原因。

（四）HK模型测算结果

（1）资源错配对能源行业分行业及能源行业总体TFP的损失

通过对HK模型的测算发现，尽管本文的模型与HK模型对扭曲因子的假设不同，但是测算的结果却是一致的，而本文的优点是能够测算出劳动错配对TFP的损失，这表明关于扭曲因子的不同假设不会影响HK模型对总量TFP增长潜力测算的结果。同时，也说明本文的测算结果是稳健的。

（2）产出扭曲对能源行业TFP的损失

依据HK模型测算了产出扭曲对能源行业总体TFP的损失，表4的第5行汇报了这一结果。从绝对值上看，样本期内该值在-6.2%和26.6%之间。产出扭曲对TFP的损失为负表明产出扭曲有助于缓解企业的资源配置扭曲。这与扭曲因子为负有关，这表明企业得到的补贴降低了资源错配程度，这一现象发生在2001和2002这两年。这一测算结果与描述性统计中产出扭曲因子为负有关，而其他年份为正则表明劳动和资本错配更为严重。（五）稳健性检验

表5报告了稳健性结果，以资源错配对能源行业总体TFP的损失为实证对象，测算方法依据本文模型，做了以下2个稳健性检验。1）用年末从业人数替代工资作为劳动投入的替代变量。结果表明资源全部有效配置后，TFP的损失比前文更大，但趋势一致。2）将替代弹性σ由3设置为5。结果正如上文中理论预测一致，该值的增加导致了资源错配程度的增加，对TFP的损失也大幅增加，与前文趋势一致。稳健性检验的结果表明本文关于资源错配对TFP的损失的测算是较为保守的。综上，本文研究结论是稳健的。

五结论与讨论

资源错配对中国能源行业TFP有着显著的影响，降低资源错配对实现中国能源行业的转型升级有着重要的意义。本文采用资源错配理论，以HK理论模型为基准，并将HK模型中扭曲因子的假设（产出和资本）调整为资本、劳动后进行了重新推导，利用中国1998-2007中国能源行业微观数据，全面测算了资源错配、资本错配、劳动错配、产出扭曲导致的资源错配对能源行业分行业及能源行业总体TFP的损失。研究发现：资源错配对中国能源行业的TFP损失巨大；各行业资源错配程度差异显著；资本错配对TFP的损失远远大于劳动错配和产出扭曲对TFP的损失。

这些发现表明，通过降低资源错配实现中国能源行业的TFP提升不仅是可行的，而且提升潜力较大。从不同的资源错配对TFP的损失差异看，可以选择对能源行业TFP损失最大的资本错配为首要突破口，一方面加速资本市场改革，依据市场在企业间公平配置资本；另一方面，加速能源市场改革，降低能源市场的进入退出壁垒，淘汰落后产能，使得资本加速向有效率的企业流动。从不同行业的资源错配程度看，可选择资源错配最为严重的石油开采业作为重点治理对象，从而能够抓住重点，迅速实现能源行业TFP的提升。[参考文献]

[1]陈永伟，胡伟民.价格扭曲、要素错配和效率损失：理论和应用[J].经济学（季刊），2011，（04）： 1401-1422.

[2]龚关，胡关亮.中国制造业资源配置效率与全要素生产率[J].经济研究，2013，（04）： 4-15.

[3]韩剑，郑秋玲.政府干预如何导致地区资源错配——基于行业内和行业间错配的分解[J].中国工业经济，2014，（11）： 69-81.

[4]林毅夫.新结构经济学——重构发展经济学的框架[J].经济学（季刊），2011，（01）： 1-32.

[5]聂辉华，贾瑞雪.中国制造业企业生产率与资源误置[J].世界经济，2011，（07）： 27-42.

[6]邵宜航，步晓宁，张天华.资源配置扭曲与中国工业全要素生产率——基于工业企业数据库再测算[J].中国工业经济，2013，（12）： 39-51.

[7]王文，孙早，牛泽东.产业政策、市场竞争与资源错配[J].经济学家，2014，（09）： 22-32.

[8]王芃，武英涛.能源产业市场扭曲与全要素生产率[J].经济研究，2014，（06）： 142-155.

[9]韩剑，郑秋玲.政府干预如何导致地区资源错配——基于行业内和行业间错配的分解[J].中国工业经济，2014，（11）： 69-81.

[10]朱喜，史清华，盖庆恩.要素配置扭曲与农业全要素生产率[J].经济研究，2011，（05）： 86-98.

推荐访问： 生产率 中国 要素 能源行业 资源