要素市场扭曲.资源错置与生产率

罗德明等：要素市场扭曲、资源错置与生产率

要素市场扭曲、资源错置与生产率

罗德明

李

晔

史晋川

*

内容提要：要素市场政策扭曲会降低全要素生产率。本文在一个随机动态一般均衡模型框架下，定量考察我国偏向国有企业政策的效率损失。理论模型引入了垄断竞争的用不同的全要素生产率增长随机过程，刻画中间产品生产企业与内生化的进入退出选择，

了要素市场面临政策扭曲的国有与私有企业。为了全面反映产业特征，本文用制造业企业微观数据，来校准企业全要素生产率随机增长。通过校准，定量模型表明，源于政策扭导致了非常高昂的效率损失。曲的资源错置，

关键词：资源错置

全要素生产率

政策扭曲

一、引言

1978年以来，中国经历了渐进而显著的经济体制变革，随之而来的是举世瞩目的持续经济增长。经济发展不仅仅是增加资本、劳动力、人力资本、知识观念等要素的投入，更源于提高资源的配置效率。一方面，生产要素在不同企业与产业间的配置方式，决定了总产出。另一方面，资源从国

①有部门转移到非国有部门，大规模资源再配置。这都极大地提高了加总的全要素生产率（TFP）。

本文试图以中国经济改革为背景，探讨资源再配置与全要素生产率之间的关系。特别地，我们试图探讨在资源再配置过程中，各种扭曲政策如何导致不同经济部门之间资源错置，以及资源错置与加总的全要素生产率之间的关系。我们构造了一个异质性动态随机一般均衡模型，通过校准模型参数，来测算由各种政策扭曲产生的要素错置导致的效率损失。该框架囊括了异质性的企业全要素生产率增长、内生的进入和退出决策以及相应的政策扭曲等影响经济绩效的因素。总体来说，国有部门受益于要素市场的政策扭曲。要素市场的政策扭曲使得一些从长期来看生产效率低下的国有企业生存下来。不仅如此，对于一些在破产边缘的国有企业，政府还往往利用税收和国有部门的利润来进行补贴，从而导致进入退出机制扭曲，使它们得以生存下来。政策扭曲通过保护那些生产率变化遵循较劣路径的企业，既压抑了私有部门的扩张，也使整个经济的TFP增长下降。

本文建立的动态随机一般均衡模型，为评价政策扭曲究竟在多大程度上降低了加总的全要素生产率提供了便利。对存在政策扭曲的模型根据现实数据校准，然后在校准模型中去掉政策扭曲（要素市场价差和补贴），从而得到没有政策扭曲下的最优经济稳态。我们发现，去掉扭曲后，人均GDP将增长115.61%，加总的全要素生产率将增长9.15%。

本文与要素错置与生产率的研究有关。从要素错置的角度理解国别经济差异，是近10年来增

*罗德明、史晋川，浙江大学民营经济研究中心，浙江大学经济学院，邮政编码：310027，电子信箱：luo106857@yahoo．com．

cn，Shijinchuan01@163．com；李晔，浙江大学经济学院，邮政编码：310027，电子信箱：liyelyman@gmail．com。本研究获得教育部人“民间商业治理制度与民营经济发展”（04JJD790003）、浙江省哲学社会科学规划课题（11JCLJ01YB）、文社会科学基地重大项目

“经济转型与创新发展”国家985工程三期项目等的资助。感谢匿名审稿人非常具有建设性的修改意见。当然，文责自负。

①

Brandtetal．（2008）等。关于改革开放以来中国分部门的全要素生产率变化的证据，参见Young（2003）、

4

20

长文献的重要发展（Jones，2011）。给定资本、劳动、人力资本、知识等要素，它们在企业间、产业间，甚至企业内部的配置方式，决定了经济的总产出。在长期，最优配置将最大化社会福利或产出，而其他的配置方式，相对于最优配置，被称为资源错置，会降低产出水平，并最终导致较低的全要素Jeong＆Townsend（2007）、Restuccia＆Rogerson（2008）、Hsieh生产率。Banerjee＆Duflo（2005）、

Bartelsmannetal．（2008）、Alfaroetal．（2008）以及Bueraetal．（2011）等，＆Klenow（2009）、试图从理论和经验上证明，贫困国家相对于发达国家的资源错置，很大程度上解释了这些国家与发达国Brandtetal．（2009）、Hsieh家的TFP差异。研究中国资源错置问题的文献，有Dollar＆Wei（2007）、＆Klenow（2009）、Yao（2010）以及聂辉华、贾瑞雪（2011）。

Hsieh＆Klenow（2009）等。与本文非常近似的研究包括Restuccia＆Rogerson（2008）、

Restuccia＆Rogerson（2008）非常清晰地分析了一个具有异质性工厂的要素错置模型，定量分析要素错置对加总的TFP的影响。该文将政策扭曲假定为中性的，即任何一个要素市场上的政策扭曲（体现为价差）在事前并不有利于特定的企业。基于中国改革经验，我们考察有偏的政策扭曲效在本文中，不仅当期企业间的TFP存在差异，而且不同所有制企业间的TFP增长路径也应。此外，

存在差异。Hsieh＆Klenow（2009）的重要贡献是，利用微观数据来测算中国和印度的政策扭曲所导致的在4位代码产业内工厂间的要素错置。该文发现，就中国而言，去掉政策扭曲后，加总的全要素生产率将提高90%，这远远高于我们计算的9.15%。这一巨大差异开启了理解中国经济增理解跨国经济绩效差异的新视角。长，

2007）相类似，本文的模型与Atkeson＆Kehoe（2005，但是本文所讨论的问题与以上两篇文章的区别在于：第一，我们在模型中引入不同所有制性质的企业特有全要素生产率，来区分国有和私在稳态，我们的校准标准是企业规模的分布、企业年龄的分布和退出率，而不是就业人部门；第二，

我们关注效率损失的测算，而不是技术溢出和企业的生存周期。数据的变化模式；第三，

二、理论模型

（一）基本结构

1，2……表示。经济考虑一个动态随机一般均衡（DSGE）模型，其中，时间是离散的，以t=0，体由一个度量为1的家庭连续统、一个最终产品生产部门和一个中间产品生产部门构成。中间产在于它们品生产部门存在两类不同所有制的企业：国有企业和私有企业。不同所有制企业的差异，遵循不同的全要素生产率增长路径。企业全要素生产率所遵循的随机过程是本文模型校准的主要企业年龄和当前的全要素生产率这三个维度上。对象。中间产品生产者的异质性体现在所有制、

每个家庭由一名工人和一名管理者构成。消费者最大化终生效用c是当期的消费。消费者面临的预算约束如下：贴现因子，

∞

∞

Σ

∞t=0

βlog（ct），其中，β是

Σ

ptct≤

t=0

Σ

pt（wt+wmt+Tt）+k0+v0（1）

t=0

wm表示管理者的工资，T表示政府对消费者的当期转移支付，k0表示消其中，w表示工人的工资，

v0表示消费者在时期t=0拥有的私有企业价值的总和，p费者在时期t=0拥有的私有资本存量，

为跨时价格。之所以可以如此表示，是因为在本文的模型中不存在加总的不确定性。这一点将在下文中说明。

在时期t，最终产品生产者将利用CES生产函数，将具有年龄s、所有制χ的中间产品生产企业

χ

s∈［0，P｝，S表示国有企业，P表示私有企业。最的产出qt，转化为最终产品yt，其中，χ∈｛S，∞），s，

终产品生产者的生产函数是：

5

罗德明等：要素市场扭曲、资源错置与生产率

yt=

[ΣΣ∫q

P｝χ∈｛S，

s

Ω

χ

t，s（A）λt（dA，s，χ）

θ

]

1/θ

（2）

其中，Ω表示企业全要素生产率A的总集合。由最终产品生产者的最大化问题，可获得其对中间产品的需求函数为：

qχ=yt/pχt，s（A）t，s（A）

中间产品生产者是垄断竞争的，其生产函数如下：

1－αγ

qχ=ztA（1－γθ）/θ［Kα］t，s（A）tLt

1/（1－θ）

（3）（4）

zt表示每个企业都面临的外生技术参数，其中，它以固定的增长率增长。由于它并不体现企业的异质性，所以对模型的分析结果没有影响，在数值模拟中我们令它为1。A是企业的全要素生产率中本文讨论的企业全要素生产率，是企业特有的异质的特有部分。由于z对模型的性质不产生影响，

的生产率A。K和L表示企业雇佣的资本与劳动。参数γ可解释为企业管理者的管理幅度，体现

①了生产率对于要素的影响范围。

所有制为χ、年龄为s、生产率为A的企业的当期利润函数为：

χχχχ

dχ=maxq，t，s（A）K，L｛pt，s（A）qt，s（A）－（1+τK）γtKt－（1+τL）wtLt｝

χ

（5）

wt为工人的工资，其中，τt为资本的实际利率，τK表示所有制为χ的企业在资本市场上面临的价τL表示所有制为χ的企业在劳动力市场上面临的价差。价差可理解为政府对企业所征收的税差，

负，是政策扭曲的具体表现形式。例如较高的τK表示私有企业面临更严重的金融约束，或者私有

②企业面临的金融市场更不完善；较高的τL则表示国有企业雇佣工人的成本相对私有企业更高。

S

P

χ

Charietal．（2007）给出了用价差描述政策制度性约束的微观基础。从下文对于生产者退出决策的刻画中，我们可以看出，给定状态变量A和s，企业当前的利润是关于K和L静态最优化的值函数。

企业在完成生产后，要从一个与其年龄s和所有制χ相匹配的概率分布中抽取生产率A的增

χχχ

其中，ε服从对数正态分布，或者log（ε）～Ns（ms，σs），并且均值和标准差具有以下函数形长率ε，

式：

m=

χ

s

σ=χs

{{

m+m

χ1χ1

((

s1－

s^))

2

s如果s＜^s如果s≥^

（6.1）

χ

m1

σ+σχ1χ1

s1－s

χ

2

s如果s＜^s如果s≥^

（6.2）

σ1

二次项表示随着企业年龄的增长，其增长率的分布最终将稳定下来。也就是说，当企业的年龄

s时，小于某个临界值^企业特有的TFP增长率均值及其标准差是企业年龄的严格凹的增函数。一

χχχχ

m2、s，旦年龄超过，企业特有TFP增长率每一期都服从相同的分布。参数m1、σ1、σ2和^其中，χ∈

｛S，P｝，是模型校准的主要对象。

（二）进入和退出

①②

式（4）依循Atkeson＆Kehoe（2007）。与之不同的是，本文在中间产品部门引入国有、私有企业差异，从而可以考察改革Shleifer＆Vishny（1994）考察了国有企业工资高于私有企业的理论。Zhao（2002）发现，国有企业职工收入显著地高于非

过程中，具有资源错置效应的国有企业与私有企业的宏观动态发展与经济增长。

国有企业。杨其静、杨继东（2010）发现获得政府补贴企业的人均工资水平显著高于未获得政府补贴企业。Dollar＆Wei（2007）认为中国存在系统性资本配置效率扭曲，导致不同所有制、地区和部门间非常不平等的资本边际报酬。Allenetal（2005）认为，银行资金主要支持国有经济发展。

6

20

在进行生产之前，企业决定是否退出。假设企业所有者的外部机会价值为零，企业退出决策满足下述贝尔曼方程（为简化符号，在此我们隐去时间下标）：

Vχ（A，s）=max0，dχs（A）－wm+

{p'

Vχ（εA，s+1）dπχs（ε）pε

∫

}

（7）

χ

其中，πs（ε）表示企业全要素生产率增长率的分布函数，它与企业的所有制形式和年龄有关；wm为

管理者的工资。支付给管理者的工资相当于企业每期经营的固定成本。记企业退出决策为x∈

χ｛0，1｝，s）=0时，x=0，令x=0表示退出；x=1表示继续经营。那么，当V（A，企业退出；当x=1

时，企业继续维持生产。

下面讨论进入的问题。因为假设管理者的数量不变，每当一个企业退出，就会有一个管理者空闲出来。此时，私有部门可以雇佣该管理者开设一个私有企业，国有部门也可以雇佣该管理者设立一个新的国有企业。自然地，管理者将受雇于出价更高的企业。聘请了管理者的新企业，经过一期的准备，在下一期开始时，从以固定增长率增长的知识前沿中获得一个初始的生产率ζt+1，然后进新进入企业价值的净现值应当等于开设新企业的成本，即管理者的行生产活动。由于是自由进入，

工资。所以管理者的工资由下述公式决定：

wmt=

（三）政府预算

在每期生产结束后，政府将本期从要素市场收获的税金和从国有部门获得的利润加总后，进行统一分配。首先，政府拿出一部分钱补贴国有企业。这些被补贴的企业本来要退出生产，但是，当，政府补足企业价值小于零的那部分后，这些企业会“活过来”从而在下一期继续进行生产。政府将剩余收入转移给消费者。

s

令Taxt和Subt表示政府的税收收入和给亏损国有企业的补贴；令Dt表示国有部门t期的利s

润总和；令ω表示政府总收入（税收Taxt与国有企业利润Dt之和）用以补贴国有企业的比例；令Tt

pt+1

max｛VS0），VP0）｝t+1（ζt+1，t+1（ζt+1，pt

（8）

表示政府对消费者的转移支付或补贴。那么，

Subt=ω（Taxt+Dst）Tt=Taxt+Dst－Subt

优先；如果企业全要素生产率相同，那么年龄大的企业优先。

（9）（10）

其中，式（10）表示政府预算平衡。补贴按照如下的规则进行分配：企业全要素生产率较高的企业

三、稳态均衡

（一）全要素生产率与劳动力雇佣数量

从类型χ、年龄s、企业全要素生产率为A的企业的静态最优化一阶条件可以得到要素需求函数如下：

k（A）=Al（A）=A

χ

t，s

χ

t，s

{zαθ（1+τ）[(

θ

t

χk

γ－1

wtyθt

－1rtyθt

1－α

α

χl

)(1+τ)()]

1+τχk

χ

l

rtwt

χk

（α－1）θγ

}

1/（θγ－1）

（11）

1/（θγ－1）

{z（1－α）θγ（1+τ）[(

θt

α1－α

)(1+τ)(τ)]}

1+τχl

wt

t

－αθγ

（12）

0，1］因为α、θ、γ都在［之间，要素需求函数的斜率是负的。由CD生产函数表明劳动和资本是互补的，所以交叉价格效应是负的。

I

命题1：给定政策扭曲，具有所有制类型j与i的任意两个企业，其企业全要素生产率分别为Aj

和A。那么

7

罗德明等：要素市场扭曲、资源错置与生产率

1－（1－α）θγ

τ

（1－α）θγ

i

k（Ai）Ai1+τl

=j

k（Aj）A1+τjl

()

－

(1+τ)

j

k

1+τik

ikjk

－γ

（13）

l（A）A1+τ

=jjl（A）A1+τjl

ii

(

i

l

)(1+τ)

1+τ

－γ

1－αθγ

－αθγ

γ

（14）

式（13）和（14）直观地表明，在类型相同的企业间，要素需求之间的差异完全由企业全要素生产率2007）的结果。类型不同的企业，差异决定。这是Atkeson＆Kehoe（2005，要素需求之间的差异，则由企业全要素生产率差异、劳动力市场扭曲程度、资本市场扭曲程度这三个因素共同决定。劳动力市场与资本市场扭曲，直接影响了不同类型企业的要素需求。这是本文与Atkeson和Kehoe的最大的区别。

（二）均衡

0，2｝→［0，1］s，是累积分布函数。μt（A，χ）测度在时期t类型χ、年龄为s令μτ：Ω×［∞）×｛1，

s，s，s，的企业，其全要素生产率小于等于A的数量。注意μt（A，χ）不同于λt（A，χ），λt（A，χ）测度的是在时期t没有退出的企业数量。

∫

A≤A'

χ

s，s，χs（A）μt（dA，χ）=λt（A'，χ）（15）

P，s=1，2，……χ=S，

χ

其中，χs（A）=1（或0）是继续经营企业集合的示性函数：表示类型χ、年龄为s且全要素生产率为A

的企业在时期t退出（或继续经营）。

均衡中，资本、劳动力场、管理者、中间产品和最终产品这五个市场都将出清。亦即，资本市场出清：

Σ

P｝χ∈｛S，

χ

K（r，w，y，z；τχAχτl）珔k，t=kt

（16）

ryθ－111－α1+τkr（1+）k（r，w，y，z；τk，τ其中，τl）=k

zθαθγα1+τlw

{

(

[]

（α－1）θγ

}

1/（θγ－1）

劳动力市场出清：

Σ

P｝χ∈｛S，

χχ

珔L（r，w，y，z；τχτl）Ak，t=1

（17）

1－αθγ

γ－1

wyθ－11

L（r，w，y，z；τk，其中，τl）=θ

z（1－α）θγ

管理者市场出清条件：

)(

SΩ

1γαw1－αr

)

1－αθγγ（1+τl）（1+τk）

－αθγγΣ

中间产品市场出清：

P｝χ∈｛S，

ΣΣ

s，χ）∫λ（dA，

T

+φt=1

（18.1）（18.2）

φT=

P｝χ∈｛S，

0，μT（ζT+1，χ）

yt

p（A）

最终产品市场出清：

yt=zt[

P｝χ∈｛S，

χt，s

1/（1－θ）

=qχt，s（A）（19）

Σ

[

χα

珋（k（珋lχt）t）

1－α

]θ（

珔Aχt）

1－θγ]

1/θ

（20.1）（20.2）（20.3）

yt=ct+it

it=kt+1－（1－δ）kt

Aχ=其中，珔t8

Σ

sΩ

∫

χ

珋Aλt（dA，s，k=χ），t

Σ

sΩ

∫

珋k（A）λt（dA，s，lχ=χ），t

Σ

sΩ

s，χ）。在式∫l（A）λ（dA，

t

20

（18.1）和（18.2）中，it表示总投资。φt测度了新进入者的数量；在式（20.2）和（20.3）中，

外生技术参数z以固定速率增长，而企业生产率的随机增长所产生的不确定性，被消费者的多元化投资分散化了，所以本文中并没有加总的不确定性。消费者的跨期决策决定了跨期价格：

pt+1ct

=βptct+1

（21）

迭代均衡（recursiveequilibrium）由以下五个条件决定：第一，消费与储蓄决策，式（20.2）和（21）；第二，（10）和（19）；第三，中间产品企业的生产决策，式（9）、政府的预算约束，式（10）；第四，（16）与（20.1）联立决定变量产业动态，式（7）和式（15）；第五，市场出清，式（16）～（20）。式（6）、yt、kt与wt。并且，zt（珔Aχt）

1－θγθ

χ

表示了类型为χ的企业的加总全要素生产率（TFP）。Hsieh＆Klenow

（2009）讨论了加总全要素生产率的经验特征。显然，TFPχ可以分解为两部分：企业特有的生产率

χ

企业层面的TFP等于zt（At，与外生技术。类似地，s）

1－θγθ

。不仅TFP的计算，而且资本劳动比的计

算，本文与Hsieh＆Klenow（2009）都相同。

ct、kt、wt和wmt以相同的速度增长，考虑均衡增长路径上的稳态，其中yt、利率rt保持不变。

S

珔珔珔APAS为了保证均衡增长路径的存在，t、t和知识前沿ζt必须以相同的速度gζ增长。如果At增长得

AP更快，则整个经济中将充斥着在位的国有企业；如果珔则整个经济中将充斥着在位的t增长得更快，则经济被进入者占据。私有企业；如果ζt增长得过快，

c0，稳态的存在性可以通过迭代运算和不动点定理来证明：给定任意一组宏观变量初始值（y0，k0，w0，wm0，r0），从企业的类型、年龄、企业全要素生产率初始分布（例如，均匀分布）出发，通过迭代运算，获得一个关于企业的类型、年龄、企业全要素生产率的新分布，并获得新的一组宏观变量初c1，k1，w1，wm1，r1）；重复这个迭代运算直到（yt，ct，kt，wt，wmt，rt）收敛，始值（y1，并得到一个关于企年龄、企业全要素生产率的收敛分布。这一迭代过程之所以收敛，是因为宏观变量（yt，业的类型、

ct，kt，wt，wmt，rt）对企业价值和企业的决策变量的影响都是单调的。

根据企业价值的贝尔曼方程，企业的退出决策（最优停止问题）由全要素生产率的阈值决定。

xxχ

在稳态，这个阈值由企业的年龄和所有制类型决定，记为At，那么企业退出。s。如果At，s＜At，s，

*

*

ct，kt，wt，wmt）的稳态增长速率为：通过简单的计算，可得到宏观变量（yt，

g=［（1+gz）（1+gζ）

1/（θ－γ）

1/（1－αγ）

］

（22）

式（22）表明，在均衡增长路径上，经济增长率由前沿知识增长率（1+gζ）与外生的生产技术增长率（1+gz）决定，与扭曲无关。扭曲只具有水平效应。Banerjee＆Moll（2009）也得到了类似的结果。

值得注意的是，θ=1时，式（26）就与Atkeson＆Kehoe（2005）相同。设定g=gz=gζ，通过模型校准，可得到影响企业全要素生产率增长的微观参数。这样得到的微观参数是消除了稳态增长速率的。

式（8）表明，由于未来的前景不同（在要素市场中面对不同的价差，生产率增长路径不同），两种类型的企业在年龄为0时可能有不同的价值。自然，管理者会选择价值更大的一方所代表的所有制类型。但是这种情况在稳态中不应出现，因为在均衡增长路径上，假设进入者中既有国有企业又有私有企业。这一点我们将通过校准模型的微观参数来实现。

给定企业关于生产率、年龄和所有制的稳态分布，利率由等式rt=

1

－（1－δ）决定，ytkt、wt与β

wt由式（8）、（6）、（17）和（20.1）决定。进行对数变换后，log（kt）与log（wt）的联可以获得log（yt）、立线性方程组。

9

罗德明等：要素市场扭曲、资源错置与生产率

四、模型校准与主要结果

（一）参数校准

首先，我们根据现有文献选取一些常见参数的数值。一期定义为一个季度。根据Wang（2008），Chow＆Li（2002）、Heetal（2007）以及Zhang贴现率设为β=0.98。根据Chow（1993）、（2009），Heetal（2007）、Klenow＆Hsieh（2009）以折旧率取值δ=0.04。基于Chow＆Li（2002）、及Zhang（2009），令资本占总收入的份额αθγ=0.6。根据Zhang（2009），θ取值0.783。根据现有γ通常趋近于1，这里我们取0.95。基于Dollar＆Wei（2007），描述要素价差或政策扭曲的文献，

spss

本文以国有企业为基准，令τk=0，τk=0.2924，τl=0，τl=－0.0259。令ω等于0.5%，校准参数，

从而使得在校准模型的稳态中，政府对国有企业补贴与GDP的比值等于2000年后中国的平均水平

。

图12000—2004年间规模以上企业规模分布

ssppss

m2、m1、m2、已经假定，生产率增长率服从对数正态分布，其所涉及的微观参数为m1、σ1、σ2、

pp^s。因为任取一组微观参数都可以得到一个稳态的企业分布，σ1、σ2、我们取一组参数，使得稳态的

企业规模分布（即企业全要素生产率分布）与2000—2004年间国家统计局规模以上企业调查数据的平均值相近，并将这组数据作为校准的微观参数值。类似的校准策略在Alfaroetal（2008）中也有应用。我们的数据源自国家统计局规模以上企业调查数据，用企业职工数量作为企业规模的度

①在2000—2004年间，该数据表明，企业规模的分布其实是十分稳定的，而且基本符合标准的量。

对数正态分布。图1给出了它们之间的比较。

根据中间产品生产企业决策的一阶条件，企业的用工数量是企业全要素生产率的倍数。所以，企业规模的分布就等价于企业全要素生产率的分布。表1给出了校准的微观数据值。

（二）模型数据特征

图2给出了根据数据与模型数值计算得到的

其间隔是取对数之后等分的。从直观上看，企业规企业规模分布的比较。横轴表示的是职工数量，

表1

s

m1

微观数据校准值

sm2

σ10.7200σ1

p

s

σ20.0600σ2

p

s

s100s100

－0.7381

pm1

0.0970

pm2

－0.82540.21700.91000.0800

①用企业产品销售额也可以给出类似结果。

10

20

图2企业规模：模型与数据

模分布近似于对数正态分布。在不存在价差和补贴的状态下，企业规模分布的方差明显减小了。

“国有企业”在数据处理中，包括以下几种所有制：国有企业、集体企业、国有集体联营企业和。虽然企业在运营过程中可能会改其他联营企业；而其他所有制企业对应于模型中的“私有企业”

2000年后90%以上的企业的所有制形式就保持稳变所有制形式，但是根据Brandtetal．（2009），定了

。

图3企业年龄分布：模型与数据

图3展示了企业的年龄分布，从另一个侧面体现了模型对数据的拟合程度。模型中企业的退出率为16.02%，比数据中的14%稍高（Brandtetal，2009）。在模型稳态上，国有企业数量的比例为23.14%，与数据中的25%非常接近。GDP的分配比例是：资本50.11%，劳动17.86%，管理者20.66%和企业所有者11.37%，这与数据是十分接近的。此外，模型稳态的储蓄率为33.18%，这该模型的拟合度与Baietal.（2006）计算的结果很相似。从各种经济变量特征的比较中可以看出，

是很高的，这为我们下文基于模型讨论政策扭曲对加总的全要素生产率的影响提供了坚实的基础。

11

罗德明等：要素市场扭曲、资源错置与生产率

此外，我们还注意到：在去掉政策扭曲（要素市场价差和补贴）之后，储蓄率升高至39.73%，而稳态上的资本存量也比有扭曲的经济高158.17%，政策扭曲阻碍了资本积累。

（三）效率损失估计

本文建立的动态随机一般均衡模型评价政策扭曲在多大程度上降低了加总的全要素生产率。同时，对存在政策扭曲的模型根据现实数据进行校准，然后在校准模型中去掉政策扭曲（要素市场价差和补贴），得到没有扭曲的最优经济稳态。

通过这一程序，模型发现，去掉扭曲后，人均GDP将增长115.61%，加总的全要素生产率（将私有两部门全要素生产率加总）将增长9.15%。在Hsieh＆Klenow（2009）中，去上文讨论的国有、

加总的全要素生产率将提高90%。这远远高于我们的计算，产生这种差异的背后掉政策扭曲后，

原因是什么呢？我们对生产函数和政策扭曲的设定，都和Hsieh＆Klenow（2009）一致，那么结果Hsieh和Klenow假设，的差异可能源于以下三点：第一，去掉政策扭曲后，中国、印度的TFP分布与美国相同。我们试图通过动态随机一般均衡模型校准，直接探讨去掉政策扭曲后中国TFP分布。第二，我们的模型加入了企业层面全要素生产率的异质性及其增长路径的异质性。第三，我们的模型将企业的进入和退出决策内生化了。

在我们的模型中，政策扭曲对于加总的全要素生产率的影响并没有Hsieh＆Klenow（2009）中有两种解释：第一，进入退出机制提高了资源配置与再配置效率，通过淘汰那么大。对于这个问题，

弱化了政策扭曲对于加总的全要素生产率的影响。第二，在考虑了外生的企业层面低效率的企业，

加总的全要素生产率与政策扭曲之间的关系变弱了。换言之，在控制了全要素生产率的异质性后，

企业异质性之后，政策扭曲的影响减弱了，因为我们令企业层面全要素生产率的增长服从外生的随我们主要讨论第二个解释。机过程。第一个解释是很容易理解的，

在我们的框架中，外生的企业异质性，实际上等价于切断了政策扭曲通过影响企业层面的微观全要素生产率的动态，从而影响加总的全要素生产率这一通道。本文将企业异质性归结为全要素生产率的对数增长率所服从分布的均值和方差中。不断增加的知识前沿解释了异质企业的TFP平均增长率。所以在实证与理论上理解技术前沿与企业创新行为之间的互动，将有效地帮助我们Songetal．（2011）设定国有理解跨国经济绩效差异和中国经济改革对于经济效率的影响。此外，

部门与私有部门TFP的平均差异源于不同的监督效率，也提供了一个解释的视角。

更有趣的是方差中所蕴含的问题，因为是它决定了企业分布的形状。一个可能的解释是通过企业的创新行为需要大量投资，而企业面临金融约束引入金融约束来内生化企业的异质性。例如，

（比如存在委托代理问题时，企业的借债能力将被其净资产所限制），那么拥有同样生产率的企业我们需要先理清政策对于金将因为其所受到的金融约束不同而有不同的生产率变化。一般来说，

融约束影响、金融约束与企业投资之间的关系，然后才能深入理解政策对于企业异质性的影响，从而更精确地把握政策背后真正的经济含义以及政策对于经济绩效的影响。这将是未来研究的一个有意义的方向。

（四）政策扭曲参数扰动测试

Dollar＆Wei（2007）给出三组对于要素市场价差的估计：一个是基于全样本，一个是基于删除两端5%异常值的样本，一个是基于删除两端10%异常值的样本。在我们的校准中使用的是基于全样本的估计。下面我们考虑其他两种估计值，并计算模型经济的稳态，将模拟的经济变量值列在表2中。表2表明，本文的结果对于要素市场价差估计的变动是不敏感的。

12

20

表2

去掉扭曲后TFP增加幅度（%）去掉扭曲后人均GDP增加幅度（%）

退出率（%）国有企业数量比例（%）国有企业补贴/GDP（%）去掉扭曲后资本存量增加幅度（%）

储蓄率（%）GDP中资本份额（%）GDP中劳动份额（%）GDP中管理者份额（%）GDP中企业所有者份额（

%）

要素价差扰动测试

全样本9.15115.6116.0223.140.83158.1733.1850.1117.8620.6611.37

删除5%异常点

9.89139.2315.7824.760.89190.9932.6649.3317.4121.5711.69

删除10%异常点

10.92147.2015.1226.840.88199.6032.7849.5116.8520.9012.74

五、结论

加总的全要素生产率是整个经济体的生产效率，它是由每个企业的全要素生产率加总产生的，所以政策扭曲对于经济整体生产效率的影响，是通过影响企业的生产决策、企业的进入退出决策来实现的。本文试图通过一个动态随机一般均衡模型，考察中国经济与企业的主要特征，并利用模型计算政策扭曲通过影响要素市场的价格和对某些企业进行补贴，在多大程度上导致了生产效率的下降，并评估改变这些扭曲将怎样提高生产率和经济增长。

现有大量的文献研究政策扭曲所导致的资源错置对TFP的影响，学者们从不同的角度得到了不同的答案。与本文联系最密切的文章是Hsieh＆Klenow（2009），该文也试图回答，要素市场的政策扭曲怎样导致了全要素生产率降低。Hsieh＆Klenow利用会计数据测算企业在要素市场所面对的差异化价格，通过一个局部均衡模型来计算政策导致的差异化价格，将加总的全要素生产率降Hsieh＆Klenow没有将企业进入退出的决策内生化，低了约90%。从模型设计的角度来看，也没有利用一般均衡模型，内生化企业进入和退出决考虑企业层面的生产率动态。本文的主要贡献在于，

策，将生产率动态纳入到企业决策的考虑之中，并算出政策扭曲所导致的加总全要素生产率的降低仅占9%。

我们的计算结果与Hsieh＆Klenow（2009）并不矛盾，而是对其结果的进一部细化。在本文的企业的生产率动态服从外生给定的随机过程。这就切断了政策扭曲对于企业的生产率动模型中，

态的影响，切断了政策扭曲通过影响企业的生产率而影响加总的生产率的渠道。如果认为Hsieh＆Klenow（2009）所测算效率损失是可信的，那么根据本文的计算，约有80%的效率损失可归结为政策扭曲对于企业生产率动态的直接影响。这说明政策扭曲对于加总的全要素生产率有巨大影响。我们也希望通过将分析框架精细化，从而为下一步研究提供方向。

政府政策可以通过影响金融市场的发展来影响企业的生产率动态。企业生产率的变化与其研发投资是密切相关的，在筹集研发所需要的资金时企业面对不同程度的金融约束。金融约束与信委托代理问题和合约执行程度有关，政府的资本政策可以通过以上三个方面对企业的生息不对称、

产率动态产生影响，例如，具有政府担保的企业往往更容易获得资金进行技术改进。此外，政府政策也可以通过影响技术扩散来改变企业的生产率动态。总之，将生产率动态内生化将是未来的一个有意义的研究方向。

13

罗德明等：要素市场扭曲、资源错置与生产率

参考文献

2011：《中国制造业企业生产率与资源误置》，《世界经济》聂辉华、贾瑞雪，第7期。

Alfaro，Laura，AndrewCharlton，andFabioKanczuk，2008，Plant-SizeDistributionandCross-CountryIncomeDifferences，NBERWorkingPaper，No.14060．

Allen，Franklin，JunQian，andMeijunQian，2005，“Law，Finance，andEconomicGrowthinChina”，JournalofFinancialEconomics，Vol.77：57—116．

Atkeson，AndrewG．，andPatrickJ．Kehoe，2005，“ModelingandMeasuringOrganizationalCapital”，JournalofPoliticalEconomy，Vol．113：1026—1053．

Atkeson，AndrewG．，andPatrickJ．Kehoe，2007，“ModelingtheTransitiontoaNewEconomy：LessonsfromTwoTechnologicalRevolutions”，AmericanEconomicReview，Vol．97：64—88．

2006，“TheReturnToCapitalInChina”，BrookingsPapersonEconomicActivity，Bai，Chong-En，Chang-TaiHsieh，andYingyiQian，

Vol．37：61—102．

Banerjee，AbhijitV．，andEstherDuflo，2005，“GrowthTheorythroughtheLensofDevelopmentEconomics”，InHandbookofEconomicGrowth，Vol．1A，ed，PhilippeAghionandStevenN．Durlauf，473—552，Amsterdam：ElsevierB．V．

Banerjee，AbhijitV．，andBenjaminMoll，2010，“WhyDoesMisallocationPersist？”，AmericanEconomicJournal：Macroeconomics，2（1）：189—206．

Bartelsman，Eric，JohnHaltiwanger，andStefanoScarpetta，2008，Cross-CountryDifferencesinProductivity：TheRoleofAllocativeEfficiency，Mimeo．

Brandt，Loren，JohannesVanBiesebroeck，andYifanZhang，2009，ReativeAccountingorCreativeDestruction？Firm-levelProductivityGrowthinChineseManufacturing，NBERWorkingPapers，No．15152．

Brandt，Loren，Chang-TaiHsieh，andXiaodongZhu，2008，“GrowthandStructuralTransformationinChina”，inChina’sGreatEconomicTransformation，LorenBrandtandThomasG．Rawskieds．，HK：CambridgeUniversityPress，683—728．

Buera，FranciscoJ．，JosephKaboski，andYongseokShin，2011，“FinanceandDevelopment：ATaleofTwoSectors”，AmericanEconomicReview，forthcoming．

2007，“McGrattan，BusinessCycleAccounting”，Econometrica，Vol．75：781—836．Chari，V．V．，PatrickJ．Kehoe，andEllenC．，

Chow，GregoryC．，1993，“CapitalFormationandEconomicGrowthinChina”，QuarterlyJournalofEconomics，Vol．108：809—842．

，“China’sEconomicGrowth：1952—2010”，EconomicDevelopmentandCulturalChange，Chow，GregoryC，andKui-WaiLi，2002

Vol．51：247—286．

Dollar，David，andShang-jinWei，Das（Wasted），2003，“Capital：FirmOwnershipandInvestmentEfficiencyinChina”，NBERWorkingPaper，No．13103．

2006，“HowEfficientHasBeenChina’sInvestment？EmpiricalEvidenceFromNationalHe，Dong，WenlangZhang，andJimmyShek，

，HKMAWorkingPaper，No．0619．andProvincialData”

Hsieh，Chang-Tai，andPeterJ．Klenow，2009，“MisallocationandManufacturingTFPinChinaandIndia”，QuarterlyJournalofEconomics，Vol．124：1403—1448．

Jeong，Hyeok，andRobertM．Townsend，2007，“SourcesofTFPGrowth：OccupationalChoiceandFinancialDeepening”，EconomicTheory，32（1）：179—221．

Jones，Charlie，2011，“Misallocation，EconomicGrowth，andInput-OutputEconomics”，WorkingPaper，StanfordUniversity．

Restuccia，Diego，andRichardRogerson，2008，“PolicyDistortionsandAggregateProductivitywithHeterogeneousPlants”，ReviewofEconomicDynamics，Vol．11：707—720．

Shleifer，Andrew，andRobertVishny，1994，“PoliticiansandFirms”，QuarterlyJournalofEconomics，Vol109（4）995—1025．Song，Zheng，KjetilStoresletten，andFabrizioZilibotti，2011，“GrowingLikeChina”，AmericanEconomicReview，AmericanEconomicAssociation，vol．101（1），196—233．

Young，Alwyn，2003，“GoldintoBaseMetals：ProductivityGrowthinthePeople’sRepublicofChinaDuringtheReformPeriod”，JournalofPoliticalEconomy，Vol．111：1220—1261．

Zhang，Wenlang，2009，“China’sMonetaryPolicy：QuantityversusPriceRules”，JournalofMacroeconomics，Vol．31：473—484．Zhao，Yaohui，2002，“EarningsDifferentialsbetweenStateandNon—StateEnterprisesinUrbanChina”，PacificEconomicReview，Vol．7，No．1，181—197．

（下转第39页）

14

20

DoChineseState-OwnedEnterprisesPayHigherWage？

bLuZhengfeia，WangXiongyuana，andZhangPenga

（a：GuanghuaManagementSchoolofPekingUniversity；

b：AccountingSchoolofZhongnanUniversityofEconomicsandLaw）

Abstract：Althoughownershipisfoundasanimportantdeterminantfactortowageinatransitioneconomyintheindividualandmacrolevel，thereislittleevidenceabouthowownershipaffectwageinfirmlevel．UsingasampleofAsharelistedfirmfrom1999to2009，thispaperexaminestheimpactsofownershiptowagedifferentialsinfirmlevel．ThispaperfindsansignificantSOEannualwageadvantageaftercontrollingforotherfirmcharacteristics．Tobemorespecific，theresultsindicatethatannualwageissignificantlyhigherforcommonstaffsofSOEsbutnotformanagements．DifferentiatingcentralgovernmentcontrolledSOEsfromlocalgovernmentcontrolledSOEs，wefindthatboththecommonstaffsandmanagementsofcentralgovernmentcontrolledSOEsgetthehighestwage．However，whilecommonstaffsoflocalgovernmentcontrolledSOEsgetwageadvantageoverthatofNSOEs，managementsoflocalgovernmentcontrolledSOEsdonot．Ourfindingsareusefulinexplaininghowownershipaffectswagedifferentialsinatransitioneconomy，andwillenrichthewagetheoryresearch．

KeyWords：TransitionEconomy；Ownership；WageDifferentials

JELClassification：P31

（责任编辑：詹小洪）（校对：晓鸥）

檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵檵（上接第14页）

FactorDistortion，MisallocationandProductivity

LuoDeming，LiYeandShiJinchuan

（CenterfortheResearchofPrivateEconomyandCollegeofEconomics，ZhejiangUniversity）

Abstract：Policydistortioninfactormarketscanloweraggregatetotalfactorproductivity（TFP）．ThispaperintroducesadynamicstochasticgeneralequilibriumframeworktoquantifytheextentofefficiencylossduetoSOE-biasedpolicydistortioninChina．Thetheoreticalmodelischaracterizedbymonopolisticallycompetingfirmsasintermediategoodsproducers，withexitandentryendogenizedasoptimalchoices．DifferentstochasticprocessesofTFPgrowthdistinguishstate-ownedfirmsandprivatefirmsthatfacedifferentpolicydistortionsinfactormarket．Tofullyreflectindustrialcharacteristics，weusemicrodataonmanufacturingestablishmentstoperformacalibrationexerciseofthestochasticgrowthoffirmlevelTFPinChina．Misallocationfromsuchbiasedpolicydistortionsresultsinconsiderableefficiencyloss．KeyWords：ResourceMisallocation；TFP；PolicyDistortion

JELClassification：E22，E23，O10，O40

（责任编辑：王利娜）（校对：晓鸥）

39