新能源企业要素市场配置水平测度与影响因素

魏舒敏　张济建　刘宏笪

摘要：基于拓展的生产函数模型，采用39家上市新能源企业2011—2019年的投入产出微观数据，测算资本、劳动、技术和知识4种要素在新能源企业中的市场配置现状，结果显示：我国新能源企业4种要素的投入均存在价格扭曲，其中技术要素价格扭曲最为严重，劳动力要素配置效果最佳;并且除劳动力要素外，其余要素价格扭曲度呈逐年波动上升趋势。结合半对数模型对各种要素市场配置扭曲的影响因素进行探究，发现企业规模和企业资本劳动比对要素价格扭曲具有改善作用;企业年龄的增大会加剧资本要素市场扭曲，但会抑制技术要素扭曲;企业的债务融资能力会使4种要素市场扭曲态势恶化，其中对技术要素的扭曲促进作用最强。为新能源企业优化资源配置和促进企业转型升级具有启示意义。

关键词：新能源企业;要素市场配置;生产函数模型;半对数模型;知识要素;技术要素

中图分类号：F 424文献标识码：A文章编号：1672-7312（2021）03-0313-08

Measurement and Influencing Factors of Element Market

Allocation Level of New Energy Enterprises

——Based on the Multifactor Micro Enterprise PerspectiveWEI Shumin1，ZHANG Jijian2，LIU Hongda3

（1.School of Management，Jiangsu University，Zhenjiang 212013，China;

2.School of Finance and Economics，Jiangsu University，Zhenjiang 212013，China;

3.School of Management，Shanghai University，Shanghai 200444，China）Abstract：Based on the expanded production function model，using the inputoutput microdata of 39 listed new energy companies from 2011 to 2019，and the current market configuration of the four elements of capital，labor，technology and intellectual in New Energy Enterprises are measured.The results show：there are price distortions in the input of the four elements of Chinese New Energy Enterprises.Among them，the price distortion of technical element is the most serious，and the effect of labor element allocation is the best.And except for the labor element，the price distortions of other elements show a fluctuating upward trend.Further，combined with the semilogarithmic model，the influence factors of element distortion was explored.It is found that the size of the enterprise and the ratio of capital to labor can improve the distortion of element prices;that the increase of the age of the enterprise will aggravate the distortion of the capital element，but will restrain the distortion of the technical element;that the debt financing ability of the enterprise will worsen the distortion of the four elements.Among them，the distortion and promotion of technical element is the strongest.The research conclusions have enlightening significance for new energy enterprises to optimize resource allocation and promote enterprise transformation and upgrading.

Key words：New Energy Enterprise;element market allocation;production function model;semilogarithmic model;intellectual element;technical element

0引言

改革開放以来，我国经济发展长期依赖于粗放型增长模式，由此引起的各类要素无序投放和高消耗问题，严重制约经济的高质量发展＼[1＼]。我国经济发展若实现质量和效率变革，关键在于盘活各类要素资源、释放要素市场化结构红利。2020年3月，中共中央、国务院颁布了《关于构建更加完善的要素市场化配置体制机制的意见》，作为中央第一份关于要素市场化配置的公文，该意见的出台彰显了构建完善的要素市场化配置体制的重要性，并为促进我国经济向高效的资源市场化配置的新模式转变提供指导意见。

第3期魏舒敏等：新能源企业要素市场配置水平测度与影响因素近年来，战略新兴产业之一的新能源产业高速发展，取得了卓越不凡的成绩。至2019年，我国共有209家新能源企业位居全球新能源企业500强＼[2＼]。从“人微言轻”到如今“举足轻重”，新能源产业弯道超车的背后是政策红利作用的辐射。但随着经济形势的变化，新能源产业要素配置问题日益凸显。究其原因，多地政府将新能源产业视为地方经济发展的新增长点，盲目进行财政补贴和政策扶持，导致产业要素难以在市场自由流动，出现错配等问题＼[3＼]。新能源企业是创新驱动和推动新旧动能转换的先导，对经济高质量发展起到了引擎作用。因此审视和改善新能源产业的要素市场配置水平，不仅能够为新能源产业提质增效，还能促进我国经济可持续发展。

要素市场配置水平可以通过要素价格扭曲度侧面表达＼[4＼]。其主要通过2种路径影响宏观经济。一方面要素扭曲抑制各种要素在市场供给端自由流动，导致生产要素难以发挥全部价值;另一方面要素扭曲的存在导致市场需求端没有获得完全报酬，从而减少消费＼[5＼]。要素市场扭曲对经济的重要影响吸引了众多学者的关注。

回顾现有研究，学者从要素市场价格扭曲的成因、测度和影响3个维度展开了深入讨论。就要素市场扭曲成因看，柏培文（2012）＼[6＼]发现各地区户籍制度的限制是影响劳动力要素扭曲的重因;谭洪波（2015）＼[7＼]认为计划经济体制和优先发展重工业的战略，促使各级政府人为压低要素价格，从而造成要素市场扭曲;靳来群等（2015）＼[8＼]表明政府与国有企业的垄断行为导致资源出现错配;宋马林等（2016）＼[9＼]则发现市场分割加剧了区域间的要素配置扭曲;除此之外，也有学者探究了金融摩擦和劳资力量失衡＼[10＼]对要素市场扭曲的影响。就要素市场扭曲的度量方法看，目前学界主要采用市场化指数法＼[11＼]、随机前沿技术＼[12＼]、影子价格法＼[13＼]和生产函数法＼[14＼]测量要素市场扭曲度。就要素市场扭曲的影响看，已有研究表明要素配置扭曲会妨碍全要素生产率的增加＼[15＼];同时张兴龙等（2016）＼[16＼]发现我国资本要素的扭曲给经济总产出造成约15%～20%左右的损失比率;赵富森（2020）＼[17＼]强调要素扭曲会明显抑制制造业的R&D投入。

以上研究对提高我国经济体要素配置的水平具有重要作用，但仍存在一些不足：一方面，现有研究多聚焦在资本和劳动力要素扭曲上。随着时代变革，要素内涵发生重大变化，知识、技术等新型要素逐步涌现，仅以旧视角旧维度审视资本和劳动2种要素的配置水平稍显不足。另一方面，研究对象多为传统工业，鲜有文献关注新兴产业的要素配置问题。目前我国传統产业正处于增长乏力阶段，以新能源为代表的新兴产业正在崛起;研究新兴产业的要素配置现状对拉动经济高质量增长具有重要作用。基于此，文中以新能源产业为研究对象，探究资本、劳动力、技术和知识4种要素在新能源企业中的市场配置现状，并考虑企业规模、企业年龄、资本劳动比和企业债务融资能力对新能源企业要素扭曲度的影响，从而为新能源产业乃至其他战略性新兴产业优化要素配置度的实现路径提供参考。

1理论模型与数据说明

1.1模型构建

随着知识经济时代的到来，传统要素（劳动和资本）对经济高质量增长的驱动作用减弱，知识和技术等新型要素的作用日益凸显，成为一国或区域发展的重要成分。新能源产业作为高新技术产业，在生产过程中更需投入较高的知识和技术要素，以期促进企业的创新发展。因此文中对新能源企业的生产函数进行拓展假设，令其为

Yit=AitKαLβitTγitlδit（1）

其中：Yit为新能源企业的产出;Ait为企业i某个时期的全要素生产率;Kit，Lit，Tit，lit分别为企业i的资本要素、劳动力要素、技术要素及知识要素投入;α，β，γ，δ为这4种要素的产出弹性。

要素配置扭曲可能会导致要素价格偏离市场价格，此时企业i的利润函数为

πit=Yit-（1+τkit）PkKit-（1+τLit）PLLit-（1+τIit）PIIit（2）

其中：πit为企业i第t期的利润;PK，PL，PT，PI为各种要素的实际价格;τkit，τLit，τTit，τIit为各要素相对于产出的扭曲度。

为得到最大化利润，对公式（2）求各种要素的一阶条件，并令其等于0，经转换可得

τkit=MKPk-1=αYitPkKit-1

τLit=MLPL-1=βYitPLKit-1

τTit=MTPT-1=γYitPTKit-1

τIit=MIPI-1=δYitPIIit-1（3）

公式（3）中的MK，ML，MT，MI分别为各要素的边际产出，假设其为不存在扭曲时的要素名义价格。则τit等于0时，企业不存在要素扭曲，此时的资源配置状态最优;当τit<0时，要素应得报酬小于实际报酬，此时企业的要素存在正向扭曲;反之则产生了负向扭曲。

1.2变量选取与数据说明

以下分析基于新能源概念板块部分上市公司2011—2019年数据。为保证数据质量，通过以下工作进行样本筛选：2011年之后上市的企业、缺失一年以上数据的企业，未披露技术投入和技术人员相关信息的企业。经过剔除筛选，最终得到39家上市新能源企业9年数据。关键变量选取如下

1）产出Y。文中选取新能源企业的营业总收入作为企业总产出。

2）知识要素K。对于资本存量，多数学者采用永续盘存法，该方法可能会造成较大的估计偏差，因此文中借鉴施炳展（2012）＼[18＼]的方法，采用企业“固定资产年均净值余额”作为资本要素的表征，并用固定资产投资价格指数缩减数据。

3）技术要素T。已有研究以研究费用总额占主营业务收入来表示技术投入＼[19＼]。考虑到数据准确性，文中以新能源企业科技资本投入表征企业的技术投入，科技资本投入包括企业的技术开发费和科研支出等。

4）知识要素I。知识是人类积累的经验（《辞海》）。“知识分工”理论认为知识分散在个体中＼[20＼]，OECD则认为知识是蕴含在人中的重要成分＼[21＼].这表明人是知识的载体，可以以人的数量近似衡量知识的多少。企业的研发人员运用所学知识为企业带来技术创新，能够直接表征企业的知识投入。因此文中以技术人员的数量衡量企业的知识要素投入。

5）劳动力L。以往研究将企业全部从业人数作为劳动力要素投入变量;考虑到企业技术人员是知识的投入者，文中以企业其他员工总数表征企业投入的劳动力。

6）要素实际价格Pn。综合考虑HSIEH（2009）和朱喜（2011）＼[22＼]等的做法定义资本要素价格PK和技术要素价格PT为10%;同时劳动力要素价格和知识要素价格为就业人员年平均工资。

2多要素配置扭曲实证分析

2.1参数估计

为求得新能源企业各要素的市场配置扭曲度，需要先求出各种要素的产出弹性。通过整体回归和分企业回归发现测算结果基本一致，因而文中选择对样本企业进行整体的固定效应回归。对公式（1）两边取对数，可得回归方程

lnYt=lnA+αlnKt+βlnLt+γlnTt+δlnIt（4）

利用Stata 16对模型（4）回归，见表1。根据表1可知资本要素、劳动力要素、技术要素和知识要素对新能源企业的产出均存在显著的正向影响;其中，资本、劳动和技术要素在0.01的显著性水平上显著，知识要素在0.1的显著性水平上显著。同时我们发现劳动力要素对产出的影响最大，产出弹性为0.362 24;资本要素的影响次之，产出弹性为0.326 92。与劳动力、资本和技术要素相比，知识要素对经济的作用具有不确定性和滞后性＼[23＼]。所以知识要素的影响最小，产出弹性仅为0.127 54。劳动力要素与资本要素产出弹性和为0.689 16，表明我国新能源产业目前的发展仍依赖于资本和劳动要素。受技术成果转化率和核心技术拥有量的影响，知识和技术对我国新能源企业产出的促进作用还有待提升。

将上述得到的要素产出弹性分别代入公式（3）中，可得到新能源企业不同时期4种要素的扭曲度。由于要素扭曲度有正负。借鉴白俊红（2018）＼[24＼]等的做法，文中对要素扭曲度做绝对值处理，仅考虑要素扭曲的程度，不考虑要素扭曲的方向。

2.2.1新能源企业不同要素市场配置扭曲度

计算样本企业要素扭曲度的年平均值后，绘制出图1。由图1可知新能源企业4种要素市场均存在一定的扭曲，要素之间的扭曲程度存在明显的差别。其中天茂集团2011—2019这9年的资本要素扭曲度年均值位于样本企业之首，德赛电池次之;知识要素扭曲度较高的企业为天茂集团、顺钠股份、宁波东力、中粮生化和中国动力等;技术要素扭曲度最高的也是天茂集团。其他企业的4种要素扭曲度大小都较为接近。图1我国39家上市新能源企业不同要素配置扭曲度

2.2.2新能源企业不同要素市场配置扭曲的动态变化为整体考量我国新能源企业不同要素的市场配置扭曲度在2011—2019年的动态变化，绘制如图2所示。由图2可知，技术要素的市场扭曲度最大，劳动力要素的市场扭曲度最小，表明优化技术研发要素配置水平对促进我国新能源企业发展极为迫切。2011年是“十二五”规划的初始年，我国战略新兴产业处于培育摸索阶段，由于技术和知识的投放体量较大，且尚未及时转化，此时新能源企业的技术和知识要素扭曲度达最高值。经过1年的调整与摸索，十二五能源发展的基本路径初步成型，技术和知识要素的配置得到有效改善，且技术要素的市场扭曲度降为历史最低值。但2012年后，新能源企业的资本、技术和知识要素市场扭曲度整体呈波动上升趋势，其中，资本和技术要素2017年上升幅度最大，增长率分别达53.3%和63.8%;知识要素在2016年涨幅最大，增长率达37.5%。资本和技术要素扭曲度呈明显上升趋势，源于政府“有形之手”力量的弱化。近年来，提高新能源企业技术补贴门槛，下调补贴力度等政策的出台增大了新能源企业的用资成本＼[25＼]，从而加剧了资本和技术要素的扭曲度。同时，知识经济时代的到来促使企业从传统要素的竞争转向知识要素的竞争，各行各业对知识的需求急剧增加，压缩了新能源企业知识要素的配给。与资本、技术和知识要素不同，新能源企业劳动力要素的市场配置稳定且扭曲程度最小，9年内稳定在4左右，这是因为户籍制度的优化缓解了城乡分割现象。但新能源企业劳动力要素依然存在扭曲，主要在于物价和房价水平的上涨带动了劳动力工资水平的提高。

为更清晰的掌握新能源企业历年要素扭曲度的变化率，如图3所示。由图3可知，新能源企业的资本、技术和劳动力要素扭曲度增长率变化趋势相似，自2015年后，3种要素的变化率同增同减。其中技术要素扭曲度的增长率变化最大，表明新能源企业对技术要素投入把握不夠。并且技术要素扭曲度仅在2012和2018这2年出现下降，其他年份一直处于增长态势，说明新能源技术要素配置水平一直处于较低层次，此后企业可从技术配置水平优化入手，实现技术突破，加快企业的发展速度和效率。

2.2.3新能源企业不同要素市场配置扭曲规模差异企业对要素配置水平受规模影响＼[26＼]。规模经济理论认为企业规模的扩大不仅能够实现生产成本的降低，还能带来更专业的劳动分工;规模大的企业具有更优质的资源，其要素配置水平较规模小企业应有更高的水平。此外，学者杜鹏飞表示企业规模对高技术产业创新水平有促进作用＼[27＼]，表明企业规模对高技术产业技术和知识要素配置有影响。

企业规模的划分及度量方法有很多，已有研究多使用企业资产、销售收入和员工人数衡量一个企业的规模＼[28＼]，考虑到收入和资产在不同地区的差异较大，可比性弱;使用企业员工总数代表企业规模更加合理＼[29＼]。因而文中以2011—2019企业年平均人数对39家新能源企业进行规模划分，年平均人数小于3 000视为小型企业、大于3 000小于10 000视为中型新能源企业，大于10 000视为大型新能源企业。

根据上述划分标准绘制不同规模新能源企业要素扭曲度情况图，如图4所示。

随着新能源企业规模的扩大，资本、劳动力、技术和知识4种要素的扭曲度逐渐降低。其中小型新能源企业的技术要素扭曲度是大型新能源企业的2.47倍。与小企业相比，大企业融资渠道更广，保障了企业的技术投入＼[30＼]，从而减少了技术要素投入的扭曲。由于大规模企业更注重知识型人才的培养，先进齐全的设备环境更有利于人才发挥潜能，使知识要素效应最大化，其广阔的发展空间更容易吸引更多人才，因而大型新能源企业知识要素的扭曲度仅为小型新能源企业的071倍。小型企业的资本要素扭曲度是大型企业资本扭曲度的1.9倍左右，表明我国小规模的新能源企业依然存在资金匮乏问题，较大规模企业它们的融资渠道窄、融资机会少。同时，我们发现中型新能源企业与大型新能源企业除资本要素扭曲度差距达到6左右。其他3种要素扭曲度极为接近，劳动力要素扭曲度相差最小，二者差距仅为0.26。这表明企业增大到一定规模后，对要素配置扭曲的边际规模效应减小。

3要素配置扭曲影响因素

关于要素配置扭曲的成因分析主要是宏观因素，如制度和金融摩擦等;而微观因素的影响研究甚少＼[31-32＼]。随着要素市场化改革等政策的颁布，外部环境的优化促使企业寻求内部因素的改善。因此，探究要素配置扭曲的内部成因具有重要作用。学者李静（2013）＼[33＼]考虑了企业年龄、企业规模和企业性质等因素对企业要素配置的影响;陈平（2017）发现企业特征（如企业规模等）是通过影响要素使用成本和边际收益来最终影响要素价格扭曲;宋建（2020）表明企业资本深化度对资源配置效率的影响呈倒U型。上文分析也表明新能源企业规模对企业要素配置扭曲确实存在一定影响，研究企业内部微观因素对新能源企业改善要素配置有意义。但要找到全部影响因子稍显困难，因此结合相关学者经验，文中拟考察以下4种企业内部因素对新能源企业要素扭曲度的影响。

1）企业规模（S）。不同要素在市场配置中，存在典型的规模差异。但这种差异对要素配置的影响强度大小尚不清晰，为进一步了解企业规模对新能源企业要素扭曲的影响强度，将企业规模列为研究因素之一。

2）企业年龄（A）。企业年龄象征着企业的生存能力，存活越久的企业，在资源拥有量和配置上具有一定的历史积累和经验，从而具有资源配置优势。但“年龄大”的企业思维固化，改革往往艰难，资源配置能力也许反而低下;同时过多的资源可能导致资源的错配乱用现象发生。为分析企业年龄对4种要素扭曲度的影响，文中将企业成立年视为0岁，则观测年减去成立年即为企业观测年年龄。

3）资本劳动比（R）。用资成本增大时，企业会通过提高劳动力投入减少成本，这表现在企业对资本劳动比的调整。当企业的资本劳动比发生变化时可能会带来资本和劳动力这2种要素配置的改变，但其对其他要素配置的作用尚未明晰。因而研究资本劳动比对4种资源扭曲度的影响是有价值的。

4）企业债务融资能力（D）。具有较高融资能力的企业，可以更快更高效的筹集到资金，从而弥补企业内部资金不足。资金作为企业发展的重要资源，掌握更多的资金可能会促使企业提高配置资源的能力。为探究企业债务融资能力对不同要素扭曲度的影响。文中借鉴王骏飞（2020）＼[34＼]的方法，采用企业长期债务比率表征企业债务融资能力。基于上述变量的选择，将回归方程设定为半对数模型

lnτjit=α0+α1Sit+α2Ait+α3Rit+α4Dit（4）

其中被解释变量lnτjit为第i个新能源企业在t时期j要素的市场扭曲度对数值，αi为各解释变量的系数。接着分别对资本、劳动、技术和知识4种要素扭曲度的影响因素进行面板数据回归，经过豪斯曼检验，拒绝原假设，因而采用固定效应模型。最后得到回归结果，见表2。

由表2可知，企业年龄、企业规模、债务融资能力和资本勞动比对4种要素扭曲度有不同的显著作用。具体表现为;

1）企业年龄对企业的资本要素扭曲度具有显著的正向作用，对技术要素扭曲度有显著负向作用，对劳动力要素和知识要素的扭曲度没有显著影响。企业年龄越老，其生态体系、发展架构相对成熟。越发成熟的企业，组织体系一般过于庞大，众多的子公司加大了资本配置的难度，极易造成资金的错配和紊乱，因而随着企业年龄的增大，资本要素扭曲度会显著提高。与此相反，企业越成熟，技术要素扭曲度越小，表明“老龄”企业的技术运用相对熟练，更加适应于市场，消化了技术资源的扭曲程度。具体表现为一方面成熟企业更加注重技术研发，另一方面成熟企业对技术研发失败的承受力更强。

2）企业规模对新能源企业4种要素扭曲度均有显著的抑制作用，显著性水平为0.01，进一步印证了上文的研究结论。通过观察不同要素扭曲度下企业规模的系数，发现企业规模虽在一定程度上缓解了新能源企业各种要素的扭曲度，但作用效果甚微，如企业规模扩大一倍，其只能减少004%的知识要素扭曲度。结合上文，我们发现企业规模与要素扭曲度之间不是简单的线性关系，企业规模对要素扭曲度的修正作用会在达到一定程度后不变甚至减少，这一结果与孙晓华等（2014）的研究结论相符。

3）新能源企业的债务融资能力对4种要素扭曲度具有较大的促进作用，其中对技术要素扭曲度的促进作用最强，回归系数达到1.964 39，对知识要素扭曲度的促进效果最小。这是因为具有较强债务融资能力的企业更容易获得银行或其他金融机构给予的低利率贷款，造成要素名义报酬与实际报酬的差距扩大，从而加剧了要素的扭曲。这表明企业在进行技术要素投入时，因转变融资结构，不要过多的依赖债务融资，可以通过其他融资手段降低技术要素的扭曲度，使技术要素得到充分的利用，发挥更大的潜能。表2不同要素扭曲度的影响因素回归结果模型（1）K要素扭曲度模型（2）T要素扭曲度模型（3）L要素扭曲度模型。

4）新能源企业的资本劳动比对资本要素扭曲度没有显著影响，对技术、劳动力和知识要素的扭曲度存在负向作用;即随着资本劳动比的提高，技术、劳动和知识要素配置扭曲得到有效改善，这与宋建（2020）等人的研究结论相似。

4結语

文中以知识技术密集的新能源企业为研究对象，综合考察资本、技术、劳动和知识要素在新能源企业中的配置水平;同时分析了新能源企业特征对要素扭曲度的影响。

1）新能源企业在资本、技术、劳动和知识4种要素配置上均存在一定扭曲。从整体上看，劳动要素的市场配置水平最优，技术要素扭曲度最大。

2）2012年至今，除劳动要素外，其他3种要素的市场扭曲度呈波动上升趋势。技术要素扭曲度的增长幅度最大，资本要素扭曲度次之，知识要素扭曲度增长幅度最小。

3）企业部分因素会影响4种要素的市场配置度。企业规模的增长对4种要素扭曲度均有缓和作用;资本劳动比的提高也会有效抑制要素的扭曲度;企业年龄的增大会带来技术要素配置水平的改善;但企业债务融资能力的提升反而加剧了新能源企业4种要素的扭曲度，这种加剧能力远远大于其他因素的改善作用。

4）保持基础要素供给，优化新兴要素培育。新能源产业作为战略新兴产业，对劳动力要素及资本要素的需求最为旺盛，随着人口红利的消退以及资本市场兴趣度的降低，应进一步强化相应配套政策，保持劳动力要素与资本要素等传统要素的持续供给。与此同时，也要不断的加大对新兴要素，如知识和技术要素的投入。鉴于知识要素对新能源产业发展存在不确定与滞后性，技术要素的推动力在短期内难以展现，新能源产业明显受到技术成果转化率和核心技术拥有量的限制。政府应大力营造知识与创新氛围，鼓励企业科创转型，引导产业从劳动密集型向技术扩散型转变。

5）打造技术合理运用格局，调整产业结构及生产方式部署。新能源产业技术要素配置扭曲较为严重，且技术及知识缺口较大，两者的矛盾进一步突出。应着重构建市场导向的技术创新与知识应用体系，强化顶层设计及政策引领，引导产业内生结构调整，从基础要素为主的生产方式转型为高端要素推动的发展模式，从闭塞、冗余的运营状态转型为信息化、智能化、开放化产业运作体系。

6）因企制宜制定生产路线，精准施策对接要素配置。年龄、规模、融资能力、资本劳动比的异质性条件下，各新能源企业都存在一定的要素扭曲及冗余问题，也都存在科学的决策路径。企业因依据自身要素掌握情况精准施策，一方面避免要素配置失衡，另一方面着重突破资源匮乏限制，实现要素使用能力的提升。

参考文献：

＼[1＼]张建华，邹凤明.资源错配对经济增长的影响及其机制研究进展＼[J＼].经济学动态，2015（01）：122-136.

＼[2＼]张颖，张婷.创新产出影响因素的区域差异性比较研究——来自新能源产业的经验数据＼[J＼].工业技术经济，2020，39（07）：144-151.

＼[3＼]刘宏笪，孙华平，张茜.中国新能源汽车产业政策演化及执行阻滞分析——兼论双积分政策的协同实施＼[J＼].管理现代化，2019，39（04）：41-46.

＼[4＼]STEPHEN P M.Factor market distortions，production and trade：A survey＼[J＼].Oxford Economic Papers，New Series，1973，25（01）：1-43.

＼[5＼]李言.中国要素价格扭曲的成因、测度与经济效应＼[J/OL＼].当代经济管理，2020（07）：1-10＼[2020-07-06＼].http：//kns.cnki.net/kcms/detail/13.1356.F.20200513.1539.002.html.

＼[6＼]柏培文.中国劳动要素配置扭曲程度的测量＼[J＼].中国工业经济，2012（10）：19-31.

＼[7＼]谭洪波.中国要素市场扭曲存在工业偏向吗？——基于中国省级面板数据的实证研究＼[J＼].管理世界，2015（12）：96-105.

＼[8＼]靳来群，林金忠，丁诗诗.行政垄断对所有制差异所致资源错配的影响＼[J＼].中国工业经济，2015（04）：31-43.

＼[9＼]宋马林，金培振.地方保护、资源错配与环境福利绩效＼[J＼].经济研究，2016（12）：47-61.

＼[10＼]李文溥，李静.要素比价扭曲、过度资本深化与劳动报酬比重下降＼[J＼].学术月刊，2011（02）：68-77.

＼[11＼]张杰，周晓艳，李勇.要素市场扭曲抑制了中国企业R&D？＼[J＼].经济研究，2011（08）：78-91.

＼[12＼]李福柱，王鑫.中国服务业要素配置效率及区域异质性——基于资本、劳动力与能源要素的视角＼[J/OL＼].山西财经大学学报，2020（08）：71-85＼[2020-07-06＼].https：//doi.org/10.13781/j.cnki.10079556.2020.08.006.

＼[13＼]ATKINSON S E，HALVORSEN R.Parametric  efficiency tests，economies of scale，and input demand in unitedstates electricpower generation＼[J＼].International Economic Review，1984（03）：647-662.

＼[14＼]HSIEH C T，KLENOW P J.Misallocation and manufacturing TFP in China and India＼[J＼].Quarterly journal of economics，2009，124（04）：1403-1448.

＼[15＼]RESTUCCIA D，ROGERSON R.Policy distortions and aggregate productivity with heterogeneous establishments＼[J＼].Review of Economic Dynamics，2008，11（04）：707-720.

＼[16＼]張兴龙，沈坤荣.中国资本扭曲的产出损失及分解研究＼[J＼].经济科学，2016（02）：53-66.

＼[17＼]赵富森.要素价格扭曲、行业异质性与R&D投入研究——来自中国制造业28个细分行业的证据＼[J/OL＼].科技进步与对策：1-10＼[2020-07-06＼].http：//kns.cnki.net/kcms/detail/42.1224.G3.20200327.1712.028.html.

＼[18＼]施炳展，冼国明.要素价格扭曲与中国工业企业出口行为＼[J＼].中国工业经济，2012（02）：47-56.

＼[19＼]任鸽，孙慧.国际化程度、技术创新投入与企业绩效——以信息技术上市企业为例＼[J＼].技术与创新管理，2019，40（02）：173-181.

＼[20＼]VON HAYEK F A.Economics and knowledge＼[J＼].Economica，1937，4（13）：33-54.

＼[21＼]代明，陈景信，宋慧.知识创业：创业新发展领域述评＼[J＼].科技进步与对策，2017，34（04）：155-160.

＼[22＼]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，2011，46（05）：86-98.

＼[23＼]陈景信，代明.知识要素与创业绩效——基于PVAR模型和区域的视角＼[J＼].经济问题探索，2020（01）：38-48.

＼[24＼]白俊红，刘宇英.对外直接投资能否改善中国的资源错配＼[J＼].中国工业经济，2018（01）：60-78.

＼[25＼]张济建，尹星，关承龙，等.金融状况与战略性新兴产业技术创新——以新能源产业为例＼[J＼].南京工业大学学报（社会科学版），2019，18（05）：102-110+112.

＼[26＼]孙晓华，王昀.企业规模对生产率及其差异的影响——来自工业企业微观数据的实证研究＼[J＼].中国工业经济，2014（05）：57-69.

＼[27＼]杜鹏飞.金融要素错配对中部六省高技术产业创新水平影响的实证研究＼[J＼].技术与创新管理，2020，41（01）：18-23.

＼[28＼]CHRISMAN J J，MCMULLAN E，HALL J.The influence of guided preparation on the longterm performance of new ventures[J].Journal of Business Venturing，2005，20（06）：769-791.

＼[29＼]吴先明，张楠，赵奇伟.工资扭曲、种群密度与企业成长——基于企业生命周期的动态分析＼[J＼].中国工业经济，2017（10）：137-155.

＼[30＼]SCHUMPETER J A.Capitalism，socialism and democracy＼[M＼].Harper Collins，1942.

＼[31＼]陈平，殷明明.要素价格扭曲的测度及成因分析＼[J＼].金融学季刊，2017，11（03）：20-54.

＼[32＼]宋建，郑江淮.资本深化、资源配置效率与全要素生产率：来自小企业的发现＼[J＼].经济理论与经济管理，2020（03）：18-33.

＼[33＼]李静，彭飞，毛德凤.要素配置扭曲与企业全要素生产率增长＼[J＼].西部论坛，2013，23（03）：42-53.

＼[34＼]王骏飞.环境规制、绿色信贷与创业板企业债务融资能力＼[J＼].财会通讯，2020（12）：71-74.

（责任编辑：王强）