为了考察区域市场整合和贸易开放度对资源错配的影响,本文建立如下的计量模型:
其中, i 和 t 分别表示地区和时间,被解释变量 τ Kit 和 τ Lit 分别为地区的资本错配和劳动力错配水平, minteg it 表示区域市场整合程度, open it 表示贸易开放度, x ijt 表示其他一系列可能影响资源错配的控制变量, μ i 和 λ t 分别表示地区个体效应和时间效应, ε it 为随机误差项,服从正态分布,且 μ i 与 ε it 不相关。
借鉴陈永伟和胡伟明(2011)测度资源错配的方法,本文分别用资本错配指数 τ Kit 和劳动力错配指数 τ Lit 来反映各地区的资源错配程度,具体如下:
其中, γ Ki 和 γ Li 分别为资本价格绝对扭曲系数和劳动力价格绝对扭曲系数,表示资本和劳动力使用成本绝对值的信息,实际测算时可以用相对扭曲系数来代替。相对扭曲系数反映了本地区相对于经济平均水平的资源错配程度,更能体现资源在不同地区的配置情况(陈永伟和胡伟明,2011)。
其中,以资本错配指数为例, 表示产出加权的资本贡献值, s i 表示地区 i 的产出占整个经济体产出的份额。对于要素产出弹性,本文利用C-D生产函数进行估计。假设规模报酬不变,
两边同时取自然对数,并加入个体效应 μ i 和时间效应 λ t ,可得:
产出变量 Y it 用各地区的实际GDP表示,利用GDP平减指数转化为以2003年为基期的实际GDP以消除价格变动的影响。各地区的资本投入量 K it 根据永续盘存法进行测算,公式为:
其中,折旧率 δ t 取张军等(2004)的9.6%。基期(2003年)的资本存量使用张军等(2004)测算的各地区2000年(以1952年为基期)的资本存量数据按照式(7)推算得出。
在此基础上,本文利用中国30个省市自治区(不包括中国香港、澳门和台湾地区;西藏由于数据缺失暂不予以研究)2003—2016的数据构建变系数面板模型,并使用最小二乘虚拟变量法(LSDV)对式(6)进行估计,以得到各地区的要素产出弹性。估计结果显示,利用最小二乘虚拟变量法在模型中引入的省份虚拟变量以及虚拟变量与ln( K it /L it )的交互项均显著,故变系数模型的设定是适宜的。估计出各地区的要素产出弹性后,根据式(3)、(4)可计算出各地区的资本错配指数 τ Kit 和劳动力错配指数 τ Lit 。
借鉴Parsley and Wei(1996)、陈敏等(2007)的做法,本文利用相对价格指数法来测算中国各省市自治区2003—2016年与其他地区之间的市场分割指数,并在此基础上测算区域市场整合指数,以考察近年来中国国内市场的整合程度。现有研究关于市场分割程度的测算大多限于商品市场,利用几类商品的价格指数来测算市场整合程度(桂琦寒等,2006;陈敏等,2007)。但事实上,市场分割不仅存在于商品市场,更存在于要素市场。由于阻碍要素自由流动的障碍众多,要素市场并不完全。尤其是财政分权之后,地方政府掌握了生产要素的定价权,在刺激地区经济增长的同时也获得了进行地方保护和分割市场的激励。地方政府通过行政手段限制外地商品流入或本地重要资源流出,对关键要素市场进行控制,在一定程度上扭曲了市场正常的资源配置过程,使得要素在不同地区之间不能按照市场原则进行有效配置,就导致了资源错配。因此,本文研究资源错配必须考虑要素市场的分割程度。对于要素市场而言,可以使用要素价格差异反映要素市场的整合程度。本文借鉴顾雪松和韩立岩(2015)的做法,综合考虑消费品市场、资本市场和劳动力市场的市场整合情况。运用《中国统计年鉴》中30个省市自治区2003—2016年的居民消费价格指数、固定资产投资价格指数和平均实际工资指数构建区域市场整合指数,以综合考察商品市场和要素市场的整合情况。首先构造三维( t × m × k )面板数据集,其中 t 为时间, m 为省份, k 为市场。然后按照以下三个步骤测算区域市场整合指数:
(1)计算相对价格绝对值 。由于是环比价格指数,可以利用地区 i 与地区 j 价格比的对数一阶差分形式来度量相对价格(顾雪松和韩立岩,2015):
其中, ( i =1,2,…,30; t =2003,2004,…,2016; k =1,2,3)表示地区 i 第 t 年在市场 k 的价格水平。与Parsley and Wei(1996)、桂琦寒等(2006)仅考虑相邻省份的情形不同,本文利用某一省份与国内其他所有省份的相对价格数据来计算市场分割指数。其原因在于:一是现代交通基础设施建设水平的提高已使得地理障碍对要素和商品流动的影响越来越小(顾雪松和韩立岩,2015);二是这样更加符合中国各地区政府之间的“GDP竞赛”特征(毛其淋和盛斌,2011)。因此,本文考虑所有省份的市场分割情况,共可得到435对省市组合。这样由样本中2003—2016年435对省市组合3个市场数据共可计算得到435×14×3=18270个差分形式的相对价格 。同时,为了避免两个地区的摆放顺序影响相对价格方差,采用绝对值形式 。
(2)消除固定效应。本文采用去均值法消除掉 中由商品自身的特性引起的相对价格变动,以更准确地反映市场环境的差异,得到仅与市场分割因素有关的 :
(3)区域市场整合指数。首先计算两个地区的相对价格 在三个市场之间价格波动的方差var( q ijt ),以综合商品市场和要素市场的相对价格信息。在此基础上按照省市进行合并,得到各地区的市场分割指数 mseg it :
在市场分割指数的基础上构建可以反映市场一体化程度的区域市场整合指数,这样由样本30个省份2003—2016年的数据可以得到420(30×14=420)个观测值。
根据现有研究的普遍做法,本文采用进出口总额与地区生产总值的比值来衡量贸易开放程度。在测算时,用进出口总额乘以当年人民币兑美元的汇率中间价,并以2003年为基期进行平减。
参照现有关于资源错配的研究,本文在模型中加入以下控制变量:
金融市场发展水平( finance )。完善的金融市场有助于减少资本流动障碍,使资本可以在各地区之间按照价格信号充分自由流动,从而达到有效配置。因而金融市场越完善,资源错配程度越低。与大多数研究采用Goldsmith提出的金融相关比例FIR衡量金融市场的发展水平不同,本文认为这一指标不能有效地衡量中国政府主导下的金融市场体系完善程度。因此,本文采用扣除国有企业的信贷规模来衡量金融市场发展水平,具体为:
政府干预( government )。由于市场制度不完善,发展中国家的政府常常通过行政手段直接或间接地干预资源配置过程,扭曲了资本要素的市场价格,导致市场不能有效地配置资源,就产生了资源错配。但若政府通过扩大政府支出来提高公共服务水平,改善基础设施建设,减少要素流动障碍,为市场配置资源创建良好的外部环境,则可以促进资源错配的改善。本文用地方政府的财政支出与GDP的比值来衡量政府干预经济的能力。
行政性市场进入壁垒( state _ rate )。市场进入壁垒的存在影响企业的自由进入和退出,一方面阻碍了高效率的企业进入,另一方面保护了现有的低效率企业,使得过多的资源被配置到效率较低的企业中去。企业的自由进出受阻,就阻碍了资源配置效率的提高。本文参照刘小玄(2003)衡量行政性市场进入壁垒的方法,采用各地区的国有及国有控股工业企业产值占总工业企业产值的比重来衡量行政性市场进入壁垒。
表1 主要变量的相关系数和统计特征
由于本文测算的资源错配指数存在资源配置不足 τ >0和配置过度 τ <0两种情况,为使回归方向一致,借鉴季书涵等(2016)的做法,对被解释变量取绝对值。当解释变量的估计系数为负时,认为可改善资源错配,反之则表示加剧资源错配。同时,为了使解释变量区域市场整合指数 minteg it 的系数估计值不会太小,将区域市场整合指数缩小100倍。本文所使用的原始数据来源于中经网数据库、《中国统计年鉴》和各省市的统计年鉴。主要变量的相关系数和统计特征如表1所示。从中可以看出,各个解释变量之间的相关系数的绝对值均小于0.7,且方差膨胀因子(VIF)的取值在[1.16,2.47]区间范围内,远小于10,因此本文不存在多重共线性问题。
将上文测算的区域市场整合指数按照年份进行平均,可得到2003—2016年全国市场的整合情况。如图1所示,其进程可以大致分为两个阶段:第一阶段为2003—2008年,除2006年市场整合程度有所上升之外,其余年份国内市场整合程度都呈缓慢下降态势,反映出这段时间市场分割在逐渐加剧。地方政府为了追求本地区经济的持续增长以及财政收入的稳定,会倾向于采取地方保护和市场分割策略以保护本地市场。尤其是各地区政府官员之间出于提升政绩和晋升竞争的需要,会加剧市场分割态势。第二阶段为2009—2016年,国内市场整合程度在波动中趋于上升,表明市场一体化程度逐步提高,与刘刚(2018)的研究结论较为相似。2008年金融危机爆发之后,国际市场需求低迷,地方政府不得不将需求转向国内市场,减少市场分割措施以增加需求。其中,市场整合程度在2009—2012年上升速度较为缓慢,而2013年之后便呈现快速上升趋势,并于2016年达到历史最高值,这可能与中国政府深化经济体制改革和采取严厉的反腐败措施有关。作为一种政府和企业之间的“隐形契约”,地方保护在一定程度上可能与腐败有关,而2013年之后中国政府加大了反腐败的力度,对地方政府官员的行为造成了约束,使其不得不疏远与企业之间的关系,导致市场分割程度的下降。同时,中国不断深化经济体制改革,以扩大国内有效需求,也要求国内市场整合程度的提高。从区域层面上看,沿海和内陆地区 的市场整合走势与全国整体市场走势基本一致,仅整合程度在区域之间有所差异。同时,相对于沿海地区而言,内陆地区的市场整合程度更高,这一点与盛斌和毛其淋(2011)的研究结论较为一致。
图1 中国2003—2016年国内市场整合程度变化趋势
各省市的区域市场整合程度及其变化情况如表2所示。从2003年到2016年,贵州、吉林、山西、甘肃等22个省市的区域市场整合程度均有所提高,新疆、海南、湖北、浙江等8个省市的区域市场整合程度有所下降。2016年区域市场整合程度最高的前五位省市依次是四川、黑龙江、吉林、山西和甘肃,市场整合程度最低的后五位依次是上海、海南、广西、江苏和新疆。新疆、广西和海南的地理位置特殊,且交通条件比较落后,因而导致与其他省份的市场整合程度较低。上海和江苏等东部地区的交通基础设施完善,但这些地区的经济增速较快,可能导致与周围地方政府之间的“晋升锦标赛”也更为激烈。当地政府可能为了保持本地区较高的经济增速而采取市场分割策略,导致市场整合程度较低。
表2 2003—2016年中国各地区的市场整合指数
(续表)
本文借鉴陈永伟和胡伟明(2011)的方法测度了中国30个省市自治区2003—2016年的资本错配指数 τ Kit 和劳动力错配指数 τ Lit 。资源错配指数 τ >0表示资源配置不足, τ <0表示资源配置过剩,且绝对值越大表示资源错配越严重。表3汇报了各地区2016年的资本错配指数 τ Kit 和劳动力错配指数 τ Lit 。由表中数据可知,中国各地区均存在一定程度的资本错配和劳动力错配,且地区之间具有明显差别。其中,上海、北京、天津、广东、宁夏、云南、新疆等地区的资本错配情况较为严重。上海、北京、天津和广东的资本错配指数 τ Kit 大于0,是正向错配,反映出这些地区的资本配置不足。而宁夏、云南和新疆等地区的资本错配指数 τ Kit 小于0,是负向错配,在一定程度上表明这些地区的资本配置过剩。劳动力错配情况较为严重的地区有上海、贵州、北京、甘肃、天津、江苏等地。其中,上海、北京、天津和江苏等地的劳动力错配指数 τ Lit 大于0,表示劳动力配置不足。贵州、甘肃和云南等地的劳动力错配指数 τ Lit 小于0,反映出劳动力配置过剩。从地区分布来看,东部地区大多数省份的资本错配和劳动力错配都以正向错配为主,而中、西部地区大多数省份的资本错配和劳动力错配以负向错配为主,说明相对于资源最优配置状况而言,资本和劳动力资源在东部地区配置不足,而在中、西部地区却配置过剩。东部地区的经济发展水平较高,对资本和劳动力等资源的需求也比较旺盛,而国家为了缩小地区发展差距,扶持中、西部地区的经济发展,实施“中部崛起”、“西部大开发”等区域优惠政策,引导资源流向中、西部地区,在一定程度上可能会导致中、西部地区的资源配置量超过其经济发展水平,造成中、西部地区资源配置过剩,而东部地区资源配置不足。资源在地区间的错配使得东部地区不能吸收充足的要素资源用于其经济发展,而中、西部地区的资源由于配置过剩不能发挥最大产出价值,不仅降低了总量产出水平和生产效率,也抑制了全要素生产率的提升,阻碍经济的转型升级。陈永伟和胡伟民(2011)研究发现,中国制造业的资源错配使得实际产出缺口达到15%。Brandt等(2013)研究认为中国非农业部门的资本错配造成TFP的损失高达20%。邵挺(2010)基于中国工业企业数据研究发现,如果消除金融错配,中国的GDP增长量可以提高2%~8%。通过对比各地区2003—2016年的数据可以发现,大多数省份资本错配指数的绝对值在逐渐增大,而劳动力错配指数的绝对值在逐渐减小,这表明中国各地区的资本错配程度在不断加重,而劳动力错配程度在逐渐减轻。由于中国的金融市场正处于深化改革阶段,资本的自由流动尚未完全实现,所以资本错配较为严重;而劳动力从配置过剩的中、西部地区向东部地区的流动在一定程度上缓解了中国的劳动力错配,因此劳动力错配程度在逐渐减轻。
表3 2016年中国各地区的资本错配指数和劳动力错配指数