中国科技资源错配及其对产出影响的测算

秦 宇 邓 鑫 周 慧

(1.中国社会科学院 工业经济研究所，北京 100044； 2.中央财经大学 经济学院，北京 100081； 3.安徽财经大学 经济学院，安徽 蚌埠 233030)

一、引言及相关文献回顾

经济增长不仅依靠资源投入，更源于资源配置的效率(罗德明 等，2012)，因此，科技资源是否有效配置，即将有限的资源投入到边际生产率最大的部门，影响着科技投入的效果。所谓科技资源，即科技活动的物质基础，是创造科技成果、推动整个经济社会发展的要素的集合。周寄中(1999)按照科技资源内容，将其划分为科技人力资源、科技财力资源、科技物力资源和科技信息资源，从而确定了科技资源“四元说”的概念。本文研究亦按照“四元说”划分科技资源。

由于中国长期存在的计划经济体制，形成了较为僵化的科技资源配置体制，忽视了科技发展的市场规律，资源供求脱节，严重影响了科技生产效率，造成了较大的产出缺口和效率损失。改革开放后，中国科技市场化运作取得了一定的成效，但由于要素市场改革始终滞后于产品市场改革，科技资源作为关键生产要素，在分配中仍然存在着投资形式、运行机制、产权保护、市场开发等问题，从而造成科技资源错配并影响了科技产出效率的提升。

鉴于此，本文以深化科技体制改革为背景，试图探讨科技资源错配对科技产出及生产效率的影响，并具体分析由于外界干扰而导致的各行业、地区间和不同所有制企业间科技资源配置的相对扭曲程度，以及由此带来的产出缺口和效率损失。

所谓资源错配，即市场不完善造成要素的市场价格偏离其机会成本，进而导致要素的非最优配置，不仅是企业生产效率，生产资源在企业间错配也对总体生产效率产生重要影响。近10年来，研究资源错配已成为解释(国家间)生产效率差异的最主要学术贡献。以Hsieh et al.(2009)的研究最具代表性，他们运用微观企业数据，分析了中国和印度异质性企业的生产要素受到外部价格冲击后，总量全要素生产率(TFP)因资源错配而受到影响，并认为中国和印度通过要素重新配置以达到美国的边际产能时，两国制造业的TFP将分别提升30%～50%和40%～60%，而这一问题主要是由于两国现行的政策和制度干预所造成。之后学者在Hsieh et al.(2009)的基础上对资源错配展开进一步研究。Brandt et al.(2013)将地区和所有制结构差异因素引入模型，考察中国1985—2007年间非农部门不同地区、国有和私有企业间由于要素错配而导致的TFP损失，认为要素错配导致了20%的效率损失，其中超过10%的TFP损失源于国有企业和私有企业之间要素错配。Ziebarth(2013)将美国19世纪末期的数据与中、印现阶段数据做对比，研究发现，当美国与中、印处于同一发展阶段时，确实存在相同程度的资源错配，但是美国在那个时期并不存在中、印所具有的制度和政策影响，因此资源错配和增长的影响因素可能更为广泛。

资源错配在各国普遍存在。Bollard et al.(2013)利用印度大型制造业数据具体研究了资源错配变动对其TFP增长的影响，结果表明资源错配变动对该国TFP影响有限，更多是因为企业自身TFP的增长所致。Aoki(2012)考虑了行业间要素投入摩擦导致的行业间资源错配，并认为该错配导致了日本同美国之间9%的TFP差距。Collard-Wexler et al.(2011)测算了33个发展中国家资源错配以及TFP的差异，认为资源错配解释了61%的产出波动，而产出波动又解释了1/4～1/3的TFP差异。Ryzhenkov(2016)研究表明，乌克兰制造业企业存在严重的资源错配，导致其生产效率较低，如果可以实现美国或欧盟的配置效率，产出水平可以翻一翻。

就中国而言，长期计划经济体制造成的资源分配机制僵化已不能适应市场需求，加之要素市场改革滞后，资源难以流入最有效的生产部门，资源错配现象普遍存在，要素市场扭曲增加了中国经济运行成本。罗德明等(2012)指出，中国现行政策扭曲了资源在国有与私有企业之间的配置，并导致了80%的生产效率损失。陈永伟等(2011)也得出了同样的结论，认为外部政策冲击导致了中国制造业15%的产出缺口。简泽(2011)指出，市场机制，尤其是地区分割市场和金融市场不完善，导致了中国产业内跨企业的资源配置扭曲，并造成了经济总体40%的效率损失。

经济转型时期的中国，科技研发成为有效的经济增长动力，科技资源投入快速增加，但投入成果并不理想，科技生产率低下，作为生产要素的一部分，科技资源错配现象较为突出。遗憾的是，学者对于科技这一重要生产资源的错配程度及由此引起的产出缺口却鲜有研究。现有文献主要从两方面着手：一是研究生产资料错配对于企业研发产生的影响，这类文献依然以研究劳动、资本配置为核心，进而研究这两类要素的配置扭曲对企业研发行为产生的影响，却没有涉及科技资源本身。二是将研发资源带入生产函数以衡量资源错配对研发的影响。杨震宇(2015)将研发资本纳入生产函数，考察研发资本、物质资本、劳动三者相对扭曲对研发的影响，但该研究没有将科技资源细分，而是作为整体去考察，同时也没有测算研发资本错配导致的效率损失；吴佐等(2014)考察了企业研发资金和劳动力投入扭曲对研发的影响，他们虽然考虑了科技财力、人力资源的扭曲，但是没有能将科技物力、信息资源纳入分析，同时所用的《工业企业数据库》并未对研发人员单独统计，因此科技人力投入统计尚存疑问。

鉴于此，本文希望从科技资源“四元说”出发，考察科技人、财、物、信息四项资源配置扭曲对科技产出及生产效率的影响，并分析造成科技资源错配的主要因素。

二、扭曲及效率损失测度模型

本文模型设定参考陈永伟等(2011)提出的理论框架，并在此基础上将其扩展为包含科技财力、人力、物力、信息四种资源投入的要素扭曲测度和经济效率损失模型，同时分别测度行业层面、地区层面以及企业所有制层面的要素错配程度以及由此带来的生产效率损失。模型以行业层面论述为例，地区及所有制层面与之类似。

将整个经济体按照国民经济行业划分，考察各行业间不同要素的相对错配程度，因此，本模型假定同一行业内部企业是同质的，而行业间生产函数异质。本文重点关注的是科技资源投入的相对扭曲程度以及由此带来的科技产出效率的损失，故设定所有行业在进行科技生产活动中都投入了科技财力资源K、科技人力资源L、科技物力资源M以及科技信息资源I四种要素。参考Hsieh et al.(2009)的思路，在发展中国家，要素投入存在一个价格扭曲，该扭曲外生，并以从价税形式存在。设行业i中代表性企业投入的四种科技要素的错配程度分别为τLi、τKi、τMi、τIi，则科技人、财、物、信息资源的投入价格变为

(1+τLi)PL、(1+τKi)PK、(1+τMi)PM、(1+τIi)PI，其中PL、PK、PM、PI分别是不存在错配时，四种科技资源投入的竞争价格。

行业i内各企业生产函数同质，设为：

(1)

Yi为四种科技资源投入带来的科技产出，Li、Ki、Mi和Ii分别为行业i中科技人力资源、财力资源、物力资源和信息资源投入量，参数βLi、βKi、βMi和βIi为相应的科技资源对产出的贡献率，且βLi+βKi+βMi+βIi=1，即生产函数规模报酬不变。

企业在利润最大化目标下进行科技活动，即：

(2)

其中，Pi为行业i科技产出的市场价格。[注]值得注意的是，中国产品市场也存在一定程度的价格扭曲，但本文着重关注的是科技资源错配及其导致的科技产出损失，且中国要素市场改革明显滞后于产品市场，因此，本文假设科技资源市场存在外部价格扭曲，相对而言产品市场的扭曲暂不纳入考虑。一阶求导最优化可得：

βLiPiYi

Li=(1+τLi)PL

βKiPiYi

Ki=(1+τKi)PK

βMiPiYi

Mi=(1+τMi)PM

βIiPiYi

Ii=(1+τIi)PI

(3)

N个行业产出共同组成整个经济总体产出Y，则有：

(4)

由于资源有限性，四类科技资源总量外生给定，则有资源约束条件为：

(5)

将式(3)带入式(5)，可以得到存在要素错配时，Li、Ki、Mi和Ii的值为：

(6)

通过外生扭曲“税”定义行业i各科技资源的绝对扭曲系数为：

(7)

在竞争均衡下，行业i 的科技产出占整个经济科技产出的份额为si=PiYi

Y，通过加权可得四种科技资源对整体经济产出贡献率分别为：

(8)

进而定义行业i中四种科技资源投入的相对扭曲系数为：

(9)

将式(6)代入式(9)，可得：

(10)

整理得，行业i的相对扭曲系数为：

(11)

如式(11)所示，分子部分是行业i中四类科技资源投入占总体经济相应资源投入的实际比重，而分母则为通过生产函数测度出的理论比重，两者比值衡量了行业i中该科技资源的错配程度，若νi>1，则该要素在行业i中过度使用，反之则投入不足。

将式(11)带入生产函数中，可以得到存在科技资源错配时的生产函数。此时，行业i的产出为：

对数化后，得：

(12)

由式(12)可明显看出，行业i的科技产出不仅与科技资源绝对投入量有关，还与科技资源配置扭曲程度有关。

借鉴陈永伟等(2011)对Syrquin(1986)所给出的产出变动分解的扩展，本文将科技产出的变化分解为四部分，即科技资源投入的增加以及全要素生产率总变动(TFPG)，而TFPG进一步分解为各行业自身TFP变动以及行业间资源重新配置导致的效率变动，即配置效应。资源“配置效应”又分解为科技资源错配导致的扭曲的变动以及纯粹的份额变动。令Δln Yt=ln Yt+1-ln Yt，则生产函数变动可表示为：

(13)

在式(13)中，D项即是科技资源投入增加导致的总产出增加，而A、B、C三项即为TFPG，其中，A项是行业TFP增加对产出的贡献，B项是单纯的产出份额的影响，C项是科技资源错配对产出的影响，B、C两项即构成了“配置效应”。本文重点衡量的科技资源配置扭曲通过C项影响科技产出的变动，当扭曲得到改善，资源错配对经济的干预减弱，进而经济的TFP和产量将得以提升。

当经济加总的生产函数为C-D生产函数时，经济总体生产函数为：

(14)

将式(10)带入式(14)，可得：

(15)

其中，Ye是在科技资源没有错配时的科技产出，可见该比例取决于各行业科技资源相对扭曲程度νLit、νKit、νMit、νIit以及该行业产值在整个经济中所占比重sit。

三、数据选取与处理

由于本文研究是基于跨行业、跨地区以及不同企业性质划分的科技资源错配测算，因此，本文数据选取中国工业企业调查数据库，该数据库由国家统计局每年对销售额在500万元以上的大中型制造型企业进行统计整理而得，截至2008年底，该数据库共收录了中国32万家企业，占中国工业总产值的95%左右。

本文分别选取工业企业数据库中 “研究开发费”来衡量科技财力资源投入，选取“具有高/中级技术职称人员”衡量科技人力资源投入，选取“期末在用计算机数”衡量科技物力资源投入，选取“无形资产”衡量科技信息资源投入。但工业企业数据库统计指标中，刻画科技资源的指标较为有限，其中 “期末在用计算机数”以及 “具有高级技术职称人员”和“具有中级技术职称人员”三项指标仅在2004年有统计数据，故本文选取样本时间跨度为2004—2008年。该样本区间内，科技财力资源“研究开发费”在2005—2007年、科技信息资源“无形资产”在2004—2007年具有统计数据，故本文通过《工业企业科技统计年鉴》提供宏观数据对工业企业数据库指标进行补全。[注]值得说明的是，《中国工业企业数据库》样本范围为全部国有工业企业以及规模以上非国有工业企业，这里的“规模以上”要求企业每年的主营业务收入(即销售额)在500万元及以上(2004—2008年)(聂辉华 等，2012)，而在该时间范围内，《工业企业科技活动统计年鉴》收录样本为国家统计局等部门联合制定的《大中小型工业企业划分标准》确定的大中型工业企业，即同时满足从业人员在300人以上、销售额在3000万元以上、资产总额在4000万元以上的工业企业。本文按照“大中型工业企业”要求对数据进行删减，样本损失较为严重，由此，本文借鉴《中国科技统计年鉴》，选取“企业科学家及工程师人数”作为科技人力资源衡量指标，选取“微电子控制设备原价”作为衡量科技物力资源投入指标。考虑到《中国科技统计年鉴》统计口径在2005—2007年间选用“大中型工业企业”为统计样本，而在2004年及之前、2008年及之后选取“规模以上工业企业”为统计样本(该“规模以上”工业企业与《中国工业企业数据库》口径一致，即主营业务收入在500万元以上)，故本文选取2004年及2008年两年数据，分行业(两位数)计算该统计区间科技人力资源及科技物力资源的平均增长率，同时根据《工业企业科技活动统计年鉴》计算所得历年增长率，并取均值，所得两组增长率具有一定的相关性，其中科技人力资源两组增长率相关性为ρ=0.727(P=0.001)，科技物力资源两组增长率相关系数为ρ=0.612(P=0.003)，在考虑数据可得性和回归样本稳健性的情况下，本文选择沿用《工业企业科技活动统计年鉴》所选指标计算而得增长率，推算科技人力资源和科技物力资源缺失数据。首先，按照“企业代码”选取2004—2008年均存活且有统计的企业，构建企业平衡面板；其次，选取《工业企业科技统计年鉴》中2004—2008年分行业 “企业科技活动人员高中级技术职称人员”以及“企业微电子控制设备”作为科技人力资源和科技物力资源投入指标，计算各行业历年科技人力资源和物力资源投入增长率，再根据该增长率及2004年工业企业数据库数据推算出2005—2008年数据；最后，根据2005—2007年“研究开发费”计算各企业科技财力资源投入年均增长率，从而推算2004年及2008年企业科技财力资源数据，根据2004—2007年“无形资产”计算企业科技信息资源年均增长率，推算企业2008年无形资产数量，从而推算出完整的科技资源数据。

在本文使用的数据中，最能够刻画科技产出的变量应是“新产品产值”，但该指标缺失较为严重，为避免进一步损失样本量，本文选用“工业销售产值”刻画企业科技产出，并选取该行业该年新产品产值占工业销售产值比重作为乘数因子与“工业销售产值”相乘，近似替代“新产品产值”[注]依据《工业企业科技活动统计年鉴》及《中国科技统计年鉴》宏观统计数据测算本文所选30个行业2004—2008年新产品产值占工业销售产值比重作为乘数因子。，计算得“科技产出”。同时，“工业总产值”用“工业品出厂价格指数”平减、“研究开发费”和“无形资产”参考王国顺等(2010)的做法，以“居民消费价格指数”和“固定资产价格指数”均值进行平减，将该三项数据平减为以2004年为基期的定基数据。此外，根据会计原则，对数据进行如下筛选：一是去除了遗漏变量的样本，即删除了研究开发费、高中级技术职称人员、无形资产、期末在用计算机数以及工业销售产值小于等于0或缺失的样本；二是剔除就业人数少于8人的企业, 因为大多数异常值来自这些没有可靠会计系统的个体户；三是考虑小样本量会影响回归的稳健性，故在测算科技资源投入行业扭曲与地区扭曲时，将某年该行业或该地区观测值较少的分类企业去掉，最终数据包括30个两位数行业，[注]本文要素扭曲程度测算精确到各年各行业，同时科技资源投入数据有限，因此会出现部分测算区间观测值较少，严重影响回归结果的情况，鉴于此，本文剔除两位数行业为：石油和天然气开采业(15，2004)、黑色金属矿采选业(5，2006)、有色金属矿采选业(7,2006)、非金属矿采选业(16,2006)、化学纤维制造业(37,2004)、燃气生产和供应业(4,2006)、水的生产和供应业(7，2004)。其中，括号中数字为该行业所出现的最小观测值数及出现的年份，考虑到前后可比性，故将各年份该7个行业剔除。2004—2008年以上7个行业科技产出之和占全部行业产出比例分别为6.9%、7.4%、7.5%、6.9%、6.0%，所占比例较小，故而剔除后不会对总体结果造成严重影响。以及26个省区数据。[注]将工业企业数据库中按照省份划分，观测值较为平均，故本文剔除平均观测值小于30的五个省份：海南省、甘肃省、青海省、西藏自治区及宁夏回族自治区。限于篇幅，数据描述性统计不在此处列出。

四、科技生产函数估计及全要素生产率测算

(一)科技生产函数估计

根据本文的理论模型和经处理的工业企业数据库相关数据，本部分测算中国不同行业、地区、企业性质各科技要素的投入弹性，以及科技投入生产函数的全要素生产率(TFP)。

式(1)两边取对数，可得：

ln Yij=α+βLln Li+βKln Ki+βMln Mi+βIln Ii+ε

为避免回归过程中出现的多重共线问题，参照吴延兵(2006)的方法，对式(1)进行人均化处理，两边同除L，取对数后，设定本文回归方程为：

ln Yijt-ln Lijt=βi0+βKi(ln Kijt-ln Lijt)+βMi(ln Mijt-ln Lijt)+βIi(ln Iijt-ln Lijt)+βitt+ωijt+ηijt

其中(以行业为例)，Lijt、Kijt、Mijt、Iijt分别代表t时期行业i中企业j的科技人力资源、财力资源、物力资源以及信息资源的投入，Yijt为该企业依托科技资源投入带来的科技产出。全要素生产率被划分为三部分，其中βit表示行业i中企业全要素生产率随时间外生变化的趋势，ωijt表示企业i在t期的生产率水平, 企业可以观测到ωijt, 并据此进行投资。在不同分类中，i分别代表行业、地区及企业性质，由于本文设定科技生产函数为规模报酬不变函数，故科技人力资源生产贡献率系数βLi可由1-βKi-βMi-βIi求得。[注]微观数据进行生产函数估计时，会面临“共识性”及“样本选择”问题，考虑本文数据不存在企业进入与退出，故而回归不存在OP法所涉及“样本选择”问题。但也因此，本文数据不适于选用OP法或LP法估计生产函数，故本文所选用固定效应回归，确实存在低估资本存量，即科技财力资源投入的作用。但本文所研究重心并非衡量科技资源对产出的绝对贡献，而是希望考察科技资源投入相对扭曲，根据本文公式(11)，科技财力资源估计的整体偏低，并不影响资源配置的相对扭曲，故而，本文选用固定效应进行生产函数估计亦具有一定的说服力。限于篇幅考虑，系数回归结果不在此处列出。

从回归结果不难看出，无论是行业划分、地区划分还是所有制划分，科技物力资源占有较重的地位，即在传统生产函数资本、劳动的基础上，物质资源的投入也是不可忽视的部分，这也体现出中国工业企业科技生产对于物力资源较高的依赖性，然而现有研究多是衡量科技财力、人力的贡献及扭曲程度，往往忽略了物力资源及信息资源的贡献，这也从侧面印证了本文分析的必要性。

(二)全要素生产率(TFP)测算

根据回归方程，可以得出各企业生产率，再以科技产出为权重，对不同行业、地区、企业性质进行加权，进而可以得到整个行业、地区以及所有制性质的全要素生产率。

1.行业TFP状况

本文根据所筛选的30个两位数行业计算出各行业2004—2008年TFP，具体结果如表1所示。

表1 行业TFP测算

通过表1可知：(1)各产业间TFP存在较大的差别。如石油加工、炼焦及核燃料加工业，农副食品加工业，烟草制品业，黑色金属冶炼及压延加工业，通信设备、计算机及其他电子设备制造业等TFP排名靠前的行业，生产率明显高于排名较为靠后的行业，如医药制造业、专用设备制造业、煤炭开采和洗选业等。(2)新兴行业生产效率快速提升。以工艺品及其他制造业、通用设备制造业、造纸及纸制品业、印刷业和记录媒介的复制等新兴行业组成了TFP增速最快的行业群，该类行业作为新兴行业，起步较晚，TFP较低，但在本文统计区间内得到快速发展，如通用设备制造业TFP由2004年的0.338增长到2008年的0.711，年均增长率达到19.6%。(3)夕阳行业生产率低下，甚至出现下降趋势。该类行业具有TFP较低且增长乏力两个显著特点，如木材加工及木、竹、藤、棕、草制品业，文教体育用品制造业等。(4)传统行业优势尚存，但增速缓慢。该类行业以农副食品加工业，通信设备、计算机及其他电子设备制造业等为代表，TFP具备一定的积累和优势，但增速明显较低，甚至出现了负增长情况。

2.地区TFP情况

按照行业思路，本文考察了26个省区TFP情况，具体数值如表2所示。

表2 省区TFP测算

由表2可知：中国省区间TFP差异明显，总体呈现东高西低的趋势，排名前十的省区中，只有新疆及内蒙古为西部省份，其余均为东部省份，后十名中，只有浙江、福建是东部省份，而其余均为中西部省份；与此同时，落后省份呈现快速追赶趋势，本测算区间内，增速最快的省份分别为四川(年均增速为16%)和陕西(年均增速为15.3%)，两者TFP绝对值排名都处于落后地位。纵观各省区结果，大致可以归为三类：一是TFP基数小，利用后发优势进行赶超的快速提升省份；二是基础较好，增速稳定，发展较为完善的省份，如天津、上海、广东等；三是基础较差，发展乏力，甚至出现负增长的省份，如湖南、贵州、云南等。

图1 四大区域TFP比较

按照中国行政区域划分，将30个省份(西藏、港澳台除外)分为东、中、西、东北四个区域[注]四大区域划分参考《中国统计年鉴》。进行分析(如图1)。东部地区TFP明显高于中西部地区，其中东北地区作为中国重工业基地，装备专业基础良好，工业实力雄厚，具有最高的TFP，从增速来看，中、西部地区与东部地区的差距在逐步缩小，其差距由2004年的0.425和0.380分别缩小为2008年的0.346和0.304。

3.不同所有制企业的TFP比较

本文按照工业企业数据库中企业所有制的分类方法，将其中的国有企业、集体企业与联营企业以及有限公司里的国有独资公司等合并为公有制企业项，将私营独资、合伙、有限责任与股份有限等合并为私营企业项，港澳台独资、合资、合作以及投资股份等形式合并为港澳台企业项，中外合资、中外合作以及外资(独资) 合并为外资企业项，其他资本构成形式企业为其他企业项，并以此五类所有制形式对不同所有制企业TFP进行测算，结果如表3所示。

外资企业及港澳台企业的TFP明显高于其他类型企业，这主要因为，外资及港澳台投资企业相对本土企业，存在技术、管理等方面的优势，企业发展较为完善，企业运行机制较为合理。而国内企业中，私营企业TFP要高于国有企业，这得益于私营企业较遵从市场规律，明确产权，灵活配置资源，更多地激发了企业活力，国有企业则需要进一步加大改革力度，不断释放活力，这也从侧面反映出国有企业改革的深入是中国TFP提升的一条有效途径。

表3 不同所有制类型企业TFP测算

五、科技资源错配及产出缺口

(一)科技资源投入错配测算

根据四类科技资源产出弹性式(11)，可以计算出科技财力、人力、物力以及信息资源在不同行业、不同地区以及不同所有制企业中的配置状况。

1.科技资源错配行业比较

按照本文所筛选的30个两位数行业进行分析，考察各行业科技资源配置情况，限于篇幅，本节仅汇报科技产出份额在其所在划分类型中排名前五的行业，结果如表4所示。

表4 部分行业科技资源错配情况

注：表中所列行业为科技产出占整体经济科技产出排名前五位的行业，所列五个行业科技产出占当年总体经济科技产出比重分别为79.4%、76.7%、77.9%、75.9%及76.3%，具有较强的代表性。

从表4中科技资源投入可以看出：几乎各行业都出现了不同程度的科技信息资源投入不足现象。这也说明中国科技信息资源获取渠道不够畅通，资源投入成本较高，专利市场不够健全，科技成果商业化推进较慢，企业难以获得生产所需的技术、信息等资源，或者投入成本过高，故而选择减少科技信息资源的投入。作为生产要素中流动性较强的资源，资金投入却存在过度现象，例如在通信设备、计算机及其他电子设备制造业，黑色金属冶炼及压延加工业等行业，其历年科技财力资源投入的扭曲系数都大于1，说明在这些行业中，科技财力资源相对过盛，相较于其他科技资源，企业获得资金的途径较为便捷，投入成本较低，但值得指出的是，这种扭曲在逐年缩小，这也侧面印证了中国科技制度改革的不断深化，促进了科技生产要素市场化配置及自由流动，企业科技资金投入所受的外部干预逐年减轻。而与此相对应的是，科技人力资源在各行业呈现出资源匮乏现象，科技人员投入不足反映了中国科技人员流动性的僵化、人才队伍储备不足的客观现实，例如在有色金属冶炼及压延加工业及通信设备、计算机及其他电子设备制造业等行业，科技人力资源配置不足，前者作为传统的工业企业，对科技人才的吸引不足，而后者作为新兴高科技产业的代表，技术人才对待遇的高要求以及相应人才的短缺使得企业科技人力投入相对不足。

纵观整个行业科技资源错配情况，总体呈现以下几个特点：(1)科技财力资源在文体用品、造纸、煤炭开采等行业配置过剩，而在石化、交通设备、医药制造等资金需求量相对较大的行业中却投入不足。(2)科技人力资源在传统领域，如煤炭开采、食品加工、工艺品生产等投入较多，而新兴高科技领域却存在较为普遍的人才匮乏、科技人力资源投入不足现象。(3)科技物力资源因其前期投入巨大及显著的正外部性，在较为成熟的行业投入较多，如煤炭开采、石化、印刷业，而在新兴高科技领域，由于设备的高额投入及投入后外部性的进一步损失，往往存在科技物力资源配置不足的现象。(4)与以上三类科技资源不同的是，科技信息资源在技术特色明显、科技含量较高的领域投入偏多，主要是该类领域科技能力较强，专利保护制度较为完善，企业在严格的专利保护制度下可以获得较多的科技信息资源，而传统行业及低端手工、加工业，往往不具备良好的知识产权保护机制和意识，科技成果市场发育不完善，企业则会较少地投入科技信息资源。

2.科技资源错配地区比较

中国各地区科技资源投入的差异也十分明显。按四大区域划分来看(表5)：东部地区资金较为丰富，资金投入成本低，导致东部地区科技财力资源配置过度，中部地区随时间变动，科技财力资源配置逐步过剩，西部地区及东北地区资金相对不足，科技财力资源投入成本高，导致两地区科技财力投入不足。科技人力资源则主要表现为中西部地区配置过盛，而东部地区人才紧张，配置不足，东北地区人才流出趋势明显，科技人力资源不足。东部地区市场化快速推进，科技生产活动对机器、厂房等物力资源需求较大，科技物力资源配置相对不足，中西部地区科技活动所需设备、场地等价格优势使得科技活动中更多地使用物质资源，投入相对过剩，而东北地区由于国有企业集中，其科技生产优势在市场化进程中逐步消失，资源共享不足，科技物力资源难以获得，科技物力资源呈现投入不足趋势。科技信息资源在中西部配置过度，但在东部配置不足，值得指出的是，这并不说明中西部地区较东部地区具有更为丰富的科技信息资源，而是在东部地区其他科技资源相对科技信息资源更易获取，更多的科技投入向其他资源倾斜，中西部地区则恰恰相反。

表5 中国四大区域科技资源错配情况

按照省份划分来看，科技财力资源配置过度的地区也集中于东部地区，如北京、天津、广东、福建等。鉴于中国劳动力相对丰富的特征，科技人力资源配置过剩属于普遍现象，部分省份科技人力资源配置不足主要因为：(1)科技资金、设备较为充裕，投入向其倾斜，如福建、重庆、浙江等；(2)人才吸引力不足，获取人才成本较高，如云南、内蒙古等。科技物力资源与科技市场灵活程度紧密相连，东部地区科技生产对场地、设备的需求相对较大，从而提高了科技物力资源的获取成本，普遍存在配置不足现象，西部地区因其物力资源投入成本较低，科技生产活动使用相对更多的科技物力资源。这里需要指出的是，北京、上海、广东等资金高度集中的地区，科技资源投入明显偏向财力资源，物力资源相对而言也出现了投入不足现象，而内蒙古、安徽等地科技财力、信息资源的不丰富，导致了物力资源投入偏高的现象。

3.科技资源错配所有制比较

从企业所有制角度对科技资源错配进行考察，私营企业偏向于科技资金投入，而公有制企业偏向于人力资源的投入。同时，公有制企业在科技设备、场地及专利、技术获取方面明显比私营企业拥有优势，促使公有制企业在科技物力资源和信息资源方面投入过度，而私营企业在资金、设备、技术方面投入的高成本导致其更多地偏向于财力资源的投入，其他资源投入则相对不足。外企(包括港澳台企业及外资企业)在资源的竞争中不具备优势，尤其与公有制企业在科技资源的使用成本上存在明显差距，科技资源普遍投入不足。具体数值如表6所示。

表6 不同所有制企业科技资源错配情况

值得说明的是，本节所测算的科技资源错配系数并非是科技资源配置的绝对多寡，而是该行业、地区及不同所有制企业面临该项资源相对于其他资源获取的成本高低，以及由此带来的配置过剩或不足，是相对概念。以表6中公有制企业为例，其科技财力资源配置不足，并非是其科技资金的绝对不足，因公有制企业获得其他资源的成本相对更低，较其他企业更有优势，故而，公有制企业更偏向于科技人力、物力、信息资源的投入。

(二)产出缺口估算

通过上文测算可知，中国企业科技资源投入存在不同程度的扭曲，由此势必带来科技产出的损失，在本文C-D生产函数设定下，利用式(15)可得科技资源错配导致的实际科技产出与潜在科技产出之间的缺口，具体测算结果如图2所示(以行业划分为例)。

由图2可知，中国科技的实际产出占潜在产出的比例随时间逐年递增，说明由于科技资源错配带来的产出缺口是在不断缩小的，这也从侧面反映出中国科技资源错配现象得到了一定程度的改善。通过细分，可以看出，科技产出缺口缩小的主要原因是科技财力资源及人力资源错配程度下降所致，这两类资源也是市场化程度较深的科技资源，说明对科技资金和人才限制的不断放开，资金和人才得到了更多的流动。但科技物力资源和信息资源配置扭曲没有得到明显改善，说明中国在这两类资源方面的市场化运作和体制改革尚存不足。本文产出缺口变化趋势与陈永伟等(2011)的预测不一致，主要原因在于两点：(1)所选的观测样本不同，本文观测样本集中于有科技产出的企业，而非全部样本，避免了陈永伟等(2011)所述小规模企业进入所带来的影响；(2)本文衡量的是科技产出的缺口，由图2可见，中国科技产出缺口在2004年已达25%之多，这与长期科技体制僵化、技术市场不完善相关，从而导致科技资源错配较其他资源配置更为严重，陈永伟等(2011)所研究的是制造业产出，中国制造业经历了长时间的发展，传统行业资源配置扭曲不像科技产业那么严重，故而形成了不同的趋势。但需要指出的是，本文与陈永伟等(2011)测算的结果都认为，中国科技资源错配带来的产出缺口较大，工业发展潜力巨大，从2008年数据看，即使不增加科技资源投入，仅资源错配的改善就可以带来科技产出18%的增长。

图2科技实际产出与潜在产出比例

六、TFP变动分解

本文以两位数行业数据为基础，利用式(15)将科技产出增加值分解为科技要素投入增长的贡献及工业总TFP(TFPG)的变动两大部分，再将TFPG分解为各产业TFP增长的贡献、科技资源投入份额效应及科技资源投入错配扭曲效应，进而考察科技资源错配如何影响产业TFP及科技产出变动的。

表7 科技产出变动分解结果

分解结果如表7所示。从分解结果可以得到以下结论：

首先，对科技产出拉动最为明显的是科技资源投入增长的贡献。在整个统计区间内，科技产出变动的25.7个百分点中有22.0个百分点来自科技资源投入的拉动，这一比重要明显高于陈永伟等(2011)所得结果，其原因主要有两点：一是本文测算科技人、财、物、信息四类科技资源变动对科技产出的贡献，更多的要素自然对更为集中的产出(仅科技产出)具有较强的解释力度；二是本文研究样本集中于科技研发企业，而科技生产更依赖于科技资源的投入。这并非表明中国依然是资源投入型的增长方式，更高的科技资源投入以及科技拉动型增长也代表了增长方式的转变与发展。

其次，中国科技生产的TFP始终为正，对科技产出具有一定的拉动作用，但是相较于科技投入的贡献，其比重十分有限，技术带动型增长还未能实现。同时，配置效应对科技产出的拉动也十分有限。

最后，从配置效应内部看，拉动产出的主要是份额效应，而要素扭曲纠正作用则是负的，这反映出中国科技资源配置扭曲现象未能得到根本改变，人为因素及行政扭曲阻碍了市场对科技资源的调节作用，议价能力强、资源控制型企业和行业对有限资源的占有，致使科技资源投入不能完全按照市场驱动流向生产效率最高的部门和行业。但需要指出的是，与上文分析中认为科技资源扭曲对产出缺口影响逐步缩小的结论一致，科技资源扭曲对科技产出的负向拉动作用也在逐步递减，这也说明，虽然我国科技体制改革还任重道远，科技资源错配现象还未根本改变，但改革的成效已经逐步显现，科技资源错配的现象得到了一定的遏制。

七、结论与政策建议

本文具体测算了各行业、地区间和不同所有制企业间科技资源配置的相对扭曲程度， 以及由此带来的产出缺口和效率损失。结果表明：中国不同行业间TFP差距明显，科技信息资源配置严重不足，资金投入过度现象普遍，东部地区科技财力资源投入相对过剩，人力、物力资源相对不足，中西部地区则恰好相反。公有制企业偏向于科技资金投入，私营企业偏向于人力资源的投入。外企较本土企业更不易于获取科技资源。由此造成的产出缺口巨大，若能纠正科技资源的错配，中国工业企业的科技产出仍有较大的发展潜力。为此，本文提出如下政策建议：

(1)发挥市场在科技资源配置中的基础性作用。作为研发投入品，科技资源均具有商品属性，应遵循价值规律。中国要继续加大科技体制改革，增强市场在科技资源配置中的基础性作用，实现企业在科技活动中的主体地位，促进科技资源供给与企业需求相对称。同时保障市场竞争机制，打破特权部门对科技资源市场的控制和垄断，使得科技资源可以按照市场价格在不同主体间进行配置。

(2)以科技项目为纽带，链接各科技活动主体。以项目运行为资源配置的主体，要求自项目提出、申请、启动至项目运行、监管、审查等全过程都严格按照项目提出之初制定的计划安排科技资源，各参与主体提供自有资源和优势资源，做到科技资源共享和项目内自由流动。各科技活动主体按照项目计划，根据自身科技需求选择参与项目，既促进了各部门信息的沟通和技术的交流，又极大地激励了各科技活动主体科技创新积极性。

(3)强化顶层设计，明确政府宏观指导责任范围。科技资源与科技活动息息相关。而科技活动，特别是基础研究和高精尖领域的研发往往具有高风险性、高外部性，完全依靠市场自发实现科技研究是不现实也不可能的。同时，作为国际前沿领域，科技活动往往具有前瞻性和全局性，与国家战略和重大任务目标相联系，需要政府，特别是中央政府给予统一的方针指导和战略扶持。

(4)构建以企业为核心的产、学、研协作机制。科技活动需要大量的资源和雄厚的科技实力，这不是任何一个独立机构所能完成的，而是需要在政府宏观指导下，形成以企业为核心、高校为基础、研究机构为支撑的产、学、研协作机制。产学研协作可以有效弥补单独机构科技资源短缺或科技实力不足的困境。同时，以项目连结的各方活动主体，按照共同目标开展科技活动，可以有效避免产学研协作过程中的诚信缺失、信息沟通困难、学习机制不完善等制约因素。

(5)搭建科技资源共享和开放平台。首先，为解决科技信息交互不畅的问题，鼓励科技活动主体加强信息化、网络化建设，完善科技项目库、科技成果库、产学研信息库等各类数据库，使知识外溢效应得以增强。其次，有条件的科技机构可以逐步开放实验场所及实验仪器，或提供有偿形式的社会租借。再次，在全社会形成一种科技资源共享理念，让科技资源共享深入人心。最后，以公共财政资金的基础研究应该参与共享，其研究成果以专利的形式受到保护后，可以为公众所(有偿)获取，从而最大限度地发挥科技财政资金的作用。