崔金宝，王建民

(安徽理工大学 经济管理学院，安徽 淮南 232001)

1 问题提出

长三角一体化发展已经上升为国家战略，要求推动更高层次的深化改革和更深层次的对外开放。长三角地区经济的繁荣与外商直接投资密不可分[1]。外商直接投资一方面推动了长三角地区经济高速发展，另一方面也影响了资源配置结构和发展质量等问题[2-3]，这显然与中国供给侧改革的初衷相违背，因此，需要以高质量增长模式来提高资源配置效率[4-5]。在这种情况下，如何合理吸引外商投资，改善资源错配，实现长三角高质量发展成为亟待解决的问题。文中的研究旨在明确长三角地区资源配置效率动态演化特征及区域差异，测算FDI对资源错配的贡献方向及程度，探索长三角地区FDI与资源配置的作用关系机理。

2 文献综述

外商投资与区域资源配置的作用机理复杂。现有文献关于资源错配的研究主要有：资源配置的内在机理，资源错配程度如何测度，缓解资源错配的途径有哪些。Hsieh和Klenow[]开创性地定义产出扭曲和资本扭曲，以此来测度资源错配，在Cobb-Douglas模型假设下，由于要素价格的扭曲，行业之间的资源不匹配, 制造业的实际产出降低了15 %～20%[6]。外商直接投资通过减小企业融资难度、提高生产效率和政府干预[7]扭曲等途径纠正资本市场扭曲来提高要素配置效率[8]。此外，对外直接投资也有助于改善中国的资源错配[9-10]。杨校美[11]关注到双向直接投资可以从总体上降低资本和劳动力错配。政府对企业的干预不利于资源分配，导致资源分配不当，妨碍全要素生产率的提升。韩超等人[12]研究发现约束性污染控制导致资本要素逐渐流向资源配置效率好的企业，改善了资源错配并提高经济效益。研究发现在长三角区域资源错配总体上有所改观，在资本错配方面先升后降，而在劳动力方面呈现下降趋势[13]。以上海为核心的长三角城市群这些年来快速发展，地区间差异进一步缩小，城市间劳动力、资本等交流日益密切，远离上海的城市在经济上就相对落后[14]。除了劳动力、资本，能源要素也应考虑在内，2010年，中国首次超过美国成为全球最大的能源消费国，中国经济的快速增长是基于能源消费的，尤其是煤炭资源的持续增长，能源要素对生产和环境也产生巨大影响。

对于资源错配的研究处于初始期，尤其是FDI与区域资源配置的作用机理尚不明晰。文中的贡献在于：1)将能源这一重要要素引入HK模型测算资源错配程度，进而利用动态面板模型分析外商直接投资对资源错配的影响，全景式动态探索FDI与区域资源配置的作用机理。2)从区域经济视角探索资源配置机理，研究长三角区域外商直接投资对资源错配的影响，以此推动长三角一体化高质量发展。

3 模型、变量与数据

3.1 计量模型构建

根据资源错配的研究框架，假设长三角区域均使用资本、劳动力、能源作为生产要素进行生产，生产函数相同。为考察中国的环境规制对区域资源错配的影响，文中在Brandt等[15]学者建模思路的基础上，建立如下计量模型

τKit=α0+βfdii t+∑γjxijt+μi+λt+εit,

(1)

τLit=α0+βfdii t+∑γjxijt+μi+λt+εit,

(2)

τEit=α0+βfdiivt+∑γjxijt+μi+λt+εit.

(3)

式中:下标i和t分别为长三角各省市、年份;τKit,τLit，τEit分别表示资本、劳动力和能源错配的指数;fdi为长三角地区外商直接投资，同时也是文中的核心变量;α0表示常数项;控制变量xijt在下文会进行解释;μi表示地区个体效应是不可观测变量;λt,εit为时间效应和随机误差项，服从正态分布，且μi与εit不相关。

式(1)—(3)为静态面板模型，考虑到经济惯性的影响，资源错配可能存在一定的路径依赖。因此，文中在式(1)—(3)的基础上，为控制模型可能存在的动态效应，将资本、劳动力和能源资源错配指数的一阶滞后项加以校正，校正后的动态面板模型为

τKit=α0+α1τKi,t-1+βfdii t+∑γjxijt+

μi+λt+εit,

(4)

τLit=α0+α1τLi,t-1+βfdii t+∑γjxijt+

μi+λt+εit,

(5)

τEit=α0+α1τEi,t-1+βfdii t+∑γjxijt+

μi+λt+εit.

(6)

式中:τKi,t-1,τLi,t-1,τEi,t-1分别表示地区资本错配指数τKit、劳动力错配指数τLit、能源错配指数τEit的一阶滞后项。

3.2 变量描述

3.2.1 地区资源错配程度

文中参考陈诗一和陈登科[16]的方法，采用柯布—道格拉斯生产函数形式测算长三角各地区资本、劳动力和能源等要素的产出弹性。

(7)

对式(7)两端同时取自然对数，并加入个体效应μi和时间效应λt，整理后可得

ln(Yit)=ln(Ait)+βKitln(Kit)+βLitln(Lit)+

βEitln(Eit)+μi+λt+εit.

(8)

式(7)—(8)中，Yit表示长三角各地区第i省市第ta的产出;βKi,βLi,βEi表示资本、劳动力和能源等投入要素的产出弹性，且βKi+βLi+βEi=1;μi表示个体效应;λt表示时间效应;εit为随机误差项。产出和投入要素的数据处理方法如下：

1)产出变量(Yit)。用长三角各地区的GDP表示，以2000年为基期并将其他年的GDP转化为以2000年不变价格表示的实际GDP，单位为亿元人民币。

2)劳动力投入量(Lit)。用长三角各地区的年均就业人数表示，即年初就业人数和本年年末就业人数的算术平均数，单位为万人。

3)资本投入量(Kit)。用长三角各地区的固定资本存量表示，单位为亿元人民币。“永续盘存法”公式为

Kit=Ki,t-1(1-δ)+Ii t.

式中:Ki t,Ki,t-1分别为第i区域第t、t-1年的资本存量，Ii t为第i区域第t年的资本投资量，δ为投资资本折旧率。借鉴白俊红[17]的研究方法及成果，Iit用当年该类资本投资额表示，资本折旧率δ取为9.6%。2000年基期的资本存量估算公式为

Ki 0=Ii1/(g+δ).

式中:Ki 0表示第i区域基期的资本存量，Ii1表示第i区域基期该类的资本投资额，g表示研究期内该类资本平均增长率，δ表示折旧率，取9.6%。

文中假设地区i产出Y的最优化问题为

max{piyi-(1-ηKit)pkki t-(1+ηLit)pLli t-

(1+ηEit)pLei t}.

(9)

产出最大化的一阶条件为

(10)

(11)

(12)

式中:pi表示i地区价格水平，pK，pL，pE分别为地区、资本、劳动力以及能源价格,ηKi,ηLi和ηEi为资本、劳动力和能源相对于产出的扭曲程度，则由式(10)—(12)可估算出各地区关于资本、劳动力和能源的错配系数1+ηKi，1+ηLi，1+ηEi,并在下文以τKit,τLit,τEit表示。

4)能源消费量(Eit)。采用长三角各地区的各类能源消费加总数据表示，转化为吨标准煤，单位为万t标准煤。

3.2.2 外商直接投资(FDI)

一方面，外国投资带来了新技术并破坏了最初的市场平衡，由于市场竞争，优胜劣汰的规则有可能将资源分配给效率更高的公司，这改变了资源分配的方式和效率。同时，地方政府为吸引外商投资，给予企业一系列政策优惠，带来了不公平竞争，扭曲了价格，带来了资源错配。文中用长江三角洲各地区的外国直接投资在GDP中所占的比例表示。

3.2.3 控制变量

资源错配除了受环境规制的影响外，还受其他因素的影响。借鉴相关文献研究成果，考虑地区资源禀赋特征，文中在计量模型中加入表1中的控制变量，变量的描述性统计如表2所示。

表1 主要变量及定义

表2 变量描述性统计

3.3 数据说明

文中所选取的样本为2000—2017年长三角各地区的面板数据。数据来自《中国统计年鉴》、长三角各省市统计年鉴和《中国能源统计年鉴》。

4 实证结果与分析

4.1 资源错配程度及其分析

Eviews10.0对式(10)—(12)进行时间与个体上的双向固定效应模型的回归，回归后的结果如表3所示。面板数据回归后的调整决定系数为0.997 0，方程拟合度较优，且所有变量的T值都较为显著，并且都通过了1%水平的显著性检验。另外，该表显示资本的要素产出弹性的系数最高，而劳动力的要素产出弹性最低，结果表明长三角区域资本在区域生产中的作用比劳动力投入更为重要。能源产出弹性在长三角地区产出中也有着重要的作用。这说明长三角地区的产出与资本、劳动力以及能源的投入密切相关。

表3 生产函数的参数分析结果

利用规模报酬不变的柯布—道格拉斯生产函数即式(11)、式(12)算出各要素产出弹性，进而通过式(7)—(10)测算出长三角各城市资本、劳动力和能源错配指数。如果当τK大于0，说明该地区资本配置效率不足，若τK小于0，说明该地区资本要素相对于整个经济而言投入过剩，无论错配指数大于0或小于0都说明地区要素投入存在扭曲，只是扭曲程度大小的问题。τK的绝对值越大，表示该地区资源错配越严重，反之表示资源错配程度有所改善。同理τL和τE大于0说明该地区劳动力和资源配置效率不足，若τL和τE小于0，说明该地区劳动力和资源配置过剩。图1—3给出长三角地区资本、劳动力和能源错配的演变趋势。

图1 2001—2017年长三角各省市资本错配程度变化趋势

由图1可知，2001—2017年长三角各省市资本错配均大于0，表明长三角地区在资本配置方面存在不足，总体上来看资本错配程度呈现平稳状态但不显著。从局部来看，长三角各省市在2009年均出现明显波动，可能是受2008年金融危机的影响。以金融危机来临前和来临后为节点，2001—2008年安徽省资本错配相比于其他省市较为严重，上海市资本错配不明显，而江苏和浙江处于二者之间，原因可能是长三角以上海为核心，其他各省距离上海的辐射范围越近，经济越发达资本配置效率越高，反之相反。2009—2017年各省市资本错配先升后稍有回落并在总体上呈现下降趋势，表明资本错配有所改善，可以看到安徽省资本错配逐步改善，错配程度处于四省市最低，这与近几年安徽省经济发展迅速、市场化进程加快与长三角城市群的经济交流密不可分。

由图2可知，2001—2017长三角各省市劳动力错配均大于0，总体来看长三角各省市劳动力错配呈现上升趋势，表明长三角地区劳动力配置效率一直没得到改善。局部来看，2013—2017年长三角各省市劳动力错配均呈现上浮趋势，这可能与长三角近几年劳动人口剧增、就业政策不完善、产业失衡等有关。

图2 2001—2017年长三角各省市劳动力错配程度变化趋势

图3 2001—2017年长三角各省市能源错配程度变化趋势

由图3可知，2001—2017年长三角各省市能源错配均大于0，表明能源要素在长三角地区没有最优利用，总体上来看长三角各地区能源错配程度相当，局部来看，2008年金融危机发生后短时间内长三角各省市能源错配指数波动明显，这可能与金融危机导致长三角各地区能源供需结构失衡、能源要素流动受阻有关，随后回落到平均水平，说明长三角在行业不景气的情况下能够迅速调整。2015年以来中国深化供给侧改革的背景下，长三角地区能源要素逐步实现最优配置，在保证经济增长的同时又保证经济增长的质量。

综合来看，长三角各地区资本、劳动力、能源错配情况不容乐观。资本和能源要素除了在2008年波动明显外，总体上在其他时期保持平稳，表明资本及能源配置效率低的问题一直未得到有效改善。而长三角劳动力错配呈现恶化趋势，其原因可能是长三角劳动人口庞大，劳动力成本高，劳动力供给结构不均衡，应当引起足够的重视。

4.2 面板模型回归结果与分析

利用修正后的动态模型研究外商直接投资对长三角区域资源错配指数之间的影响，使用双向固定效应模型考虑时间与个体所带来的影响。表4—6分别为外商直接投资对资本错配、劳动力错配和能源错配的回归结果分析。

表4 FDI与资本错配的回归分析

表4为外商直接投资对资本错配的影响，根据表4可以看出回归方程调整后的系数为0.951 5，说明模型有较好的拟合度。外商直接投资变量的一次项和二次项的系数符号由正数转向负数，并且通过了5%水平下的检验，说明随着外商直接投资进入长三角地区，资本配置效率由逐渐降低后开始回升，呈现倒“U”型关系。控制变量方面，能源结构和政府干预的回归系数为负，说明能源结构和政府干预对于资本错配有负向影响作用，产业结构通过了5%水平下的显著性检验且回归系数为正，说明产业结构对资本错配有正向影响作用。

表5 FDI与劳动力错配的回归分析

根据表5可以看出,方程调整后的系数为0.826 3，说明模型有较好的拟合度。外商直接投资变量的一次项和二次项的系数符号由正数转向负数，并通过了5%水平下的显著性检验，说明外商直接投资进入长三角地区使得劳动力配置效率由逐渐降低后开始回升，呈现倒“U”型关系。控制变量方面，能源结构、政府干预以及贸易开放度的回归系数为负，说明能源结构、政府干预、产业结构以及贸易开放度对于劳动力错配有负向影响作用，产业结构通过了10%水平下的显著性检验且回归系数为正，说明产业结构一定程度上可以降低劳动力错配，而其余变量没有通过显著性检验。

表6 FDI与能源错配的回归分析

根据表6可以看出，回归方程调整后的系数为0.795 5，说明模型有较好的拟合度。外商直接投资变量的一次项和二次项的系数符号由正数转向负数，呈现倒“U”型关系，没有通过显著性检验，但接近于通过显著性检验。控制变量方面，能源结构、环境规制以及贸易开放度的回归系数为负，且能源结构通过5%显著性检验，环境规制和贸易开放度通过了10%显著性检验，说明能源结构、环境规制以及贸易开放度对于劳动力错配有负向影响作用，一定程度上可以降低资源错配系数，而其余变量没有通过显著性检验。

5 结论与启示

从上文实证结果可以看出，中国长三角地区存在不同程度的资源错配问题，资本和能源要素配置效率低的问题一直未得到有效改善，而长三角劳动力错配呈现恶化趋势。长三角区域一体化上升为国家战略，在此背景下如何改善资源错配、缓解产能过剩成为亟待解决的问题。文中采用 2001—2017年长三角区域的面板数据，测算了长三角各地区资本、劳动力以及能源的错配程度，在此基础上构建动态面板模型，实证分析外商直接投资对长三角地区资源错配的影响。主要研究发现如下：1)长三角地区在资本配置方面存在不足，资本错配程度总体呈现平稳状态但不显著。2001—2008年安徽省资本错配相比于其他省市较为严重，上海市资本错配不明显，而江苏和浙江处于二者之间。2009—2017年各省市资本错配先升后稍有回落并在总体上呈现下降趋势。2)考察期内长三角各省市劳动力错配均大于0，总体来看长三角各省市劳动力错配呈现上升趋势，2013—2017年长三角各省市劳动力错配均呈现上浮趋势。3)考察期内长三角各省市能源错配均大于0，能源要素没有最优利用，2008年金融危机发生后短时间内长三角各省市能源错配指数波动明显，随后回落到平均水平。4)外商直接投资与长三角地区资本错配、劳动力错配以及能源错配之间存在倒“U”型关系，一定程度上说明当前外商直接投资进入长三角地区可以有效地改善地区资本错配和劳动力错配，但对能源错配的影响效果不显著。

上述结论的政策启示在于：1)长三角各地区应当坚持吸引外商投资的战略，政府职能应从发布优惠政策逐步转变为提供服务为主，以此改善投资环境。2)从长远来看，吸引外资应通过引进高科技人才提高人力资本质量，比如安徽合肥大力发展人工智能、量子信息等高科技领域。3)吸引外国投资的优势在于适应当地情况。不同地区根据当地产业基础选择目标产业，增加上海第三产业比重，依靠高新技术产业集群效应的影响，以上海为辐射源，协调发展江苏、浙江和安徽等地区，促进区域经济一体化的高质量发展。 4)江苏、浙江和安徽3个省以劳动密集型产业为主，根据不同的区域优势和产业结构，利用产业链吸引外资，发展相应的配套产业和下游产业，从整体上提高外国直接投资的效率，同时加强与长三角中心上海市经济、金融和商业合作，发挥中心城市的引领作用，让企业在同一个层次上公平竞争，实现长三角一体化要素资源的合理配置。