中間投入視角下農業資源錯配對全要素生產率的影響研究
摘 要：基于2002—2018年745個縣域面板數據，在引入中間投入的基礎上，研究農業資源錯配對全要素生產率的影響，再利用固定效應模型分析農業資源錯配影響因素。結果表明，總體上看，改善農業資源錯配可以提升50.21%~55.81%的全要素生產率，農業資源錯配及其造成的全要素生產率損失在研究區間內均有所增加。進一步研究發現，提高財政支出比例、推進衛生基礎設施建設以及加快農業機械化有利于改善農業資源錯配?；诖?，建議切實發揮市場配置農業資源的決定性作用，在政策上加強對農財政支持，重視衛生基礎設施建設，以充分釋放改善農業資源錯配提升農業全要素生產率的潛力。
關鍵詞:農業資源錯配;全要素生產率;中間投入;影響因素;
Impact of Agricultural Resource Misallocation on Total Factor Productivity from the
Perspective of Intermediate Inputs
ZHENG Hongyun
LI Gucheng
College of Economics and Management, Huazhong Agricultural University
Abstract：Based on the 2002—2018 panel data of 745 counties in China，this study analyzes the impact of agricultural resource misallocation on Total Factor Productivity by taking intermediate inputs into account.Then，using the fixed-effects model to analyze the influencing factors of agricultural resource misallocation.Results show that the correction of agricultural resource misallocation could increase the TFP by 50.21%-55.81% annually.Agricultural resource misallocation and productivity loss it caused are increasing over the research period.Further analysis shows that improving financial expense ratio，increasing medical infrastructure construction，and accelerating agricultural mechanization have positive and significant impacts on reducing agricultural resource misallocation.Based on this，it is recommended to give full play to the decisive role of the market in allocating agricultural resources，strengthen financial support for agriculture through policies，attach importance to the construction of health infrastructure，and fully unleash the potential of improving the mismatching of agricultural resources and enhancing agricultural total factor productivity.
Keyword：agricultural resource misallocation; Total Factor Productivity; intermediate inputs; influencing factors;
一、引言與文獻綜述
農業是國民經濟高質量發展的基礎支撐。當前，我國農業正處在轉變發展方式、轉換增長動力的攻關期，但農業增長仍面臨資源環境約束趨緊、農業要素配置不合理、要素流動不順暢和流動機制不健全等嚴峻挑戰。這些問題在一定程度上造成了農業資源的錯誤配置，嚴重影響了農業產出增長和生產率提升[1,2,3,4,5]。改善農業資源錯配、推動農業生產率持續增長的要求比以往更加迫切，優化農業農村要素配置也因此得到高度強調[6]。黨的二十大報告提出“堅持農業農村優先發展，堅持城鄉融合發展，暢通城鄉要素流動?！眹屹|量興農戰略規劃將“優化農業農村要素配置”明確為實施質量興農戰略的關鍵點之一。2023年中央一號文件再次明確提出“暢通城鄉要素流動”?？梢?，糾正農業資源錯配、促進農業全要素生產率（Total Factor Productivity，TFP）的可持續增長，對推動中國農業質量變革、效率變革和動力變革，實現十九屆五中全會強調的“提高農業質量效益和競爭力”目標具有重要意義。
探討如何糾正農業資源錯配首先需要了解錯配的程度及其對TFP的影響。已有研究對此開展了初步討論。不少學者運用農業農村部農村固定觀察點的微觀農戶面板數據開展分析，這些研究主要考察資本、勞動和土地等要素的錯配情況，并評估改善錯配可提升的生產率潛力。例如，朱喜等[2]的研究表明有效消除資本和勞動配置扭曲可以提升農戶20%以上的農業TFP。Adamopoulos等[7]證實消除村莊內土地錯配可以使農業全要素生產率提高24.4%。蓋慶恩等[1]發現土地的有效配置可以提升1.36倍的農業TFP，而加總的勞動生產率則將提高1.88倍。已有文獻從宏觀角度進行測度，但主要運用的是省級面板數據[8,9]，極少數文獻利用特定省份的市級數據[10]?？傮w上看，這一類文獻也支持改善農業資源錯配可以減少農業技術效率損失和產出損失。
從多數文獻結果來看，農業資源錯配會造成TFP和產出損失。那么，改善農業資源錯配就成為提升農業TFP的有效路徑。只有識別出關鍵的影響因素，才可以提出改善農業資源錯配的對策。從已有研究來看，農業資源錯配主要是由政策和市場兩方面因素造成的[11]。特別是對長期受政策影響較大的農業部門而言，深化對微觀環節和宏觀層面諸多政策約束的改革至關重要[12]。已有文獻指出，加強對農財政支出，有助于糾正非農配置偏向政策，從而優化農業部門的生產要素配置[13]。而農村經濟基礎設施建設則是對農偏向政策應關注的重點[14]。也有學者就改善特定要素錯配開展分析，提出農業機械化有利于改善農業勞動力錯配[15]，轉向農戶的土地流轉能有效提高農地資源配置效率[16]。這些都為本研究進一步探索農業資源錯配的影響因素提供了良好借鑒。
已有文獻基本認為中國農業存在資源的錯誤配置，并造成了農業產出和生產率損失，但已有研究仍存在兩方面的不足：一是在農業資源錯配問題的分析中較少考慮中間投入；二是宏觀數據分析集中在省級或市級層面，在縣域層面的分析則較為不足。有文獻指出，化肥等中間品投入在增長核算中同樣重要[17]。此外，也有必要將農業資源錯配研究向縣域層面拓展?；诖?，本文利用2002—2018年745個縣域面板數據，在引入中間投入的基礎上，評估農業資源錯配及其對全要素生產率的影響，并進一步利用固定效應模型分析農業資源錯配的影響因素。本文的研究結果可為評估農業資源錯配程度及其對TFP的影響提供更小空間尺度上的依據，也可以針對性地提出優化農業資源配置的政策建議。
二、理論分析
參考Ayerst等[18]的做法，首先設定農業生產函數。假定農業部門在t時期僅有一種產出，且存在數量一定的生產單元Ｎt。設定農業部門的加總生產函數形式如下：
Yt=At[(KαtMβtL1?α?βt)1?θFθt]γN1?γt（1）
式（1）中：Yt為t時期的加總農業產出；At為t時期的農業TFP；Kt為t時期的加總資本投入；Mt為t時期的加總土地投入；Lt為t時期的加總勞動投入，Ft為t時期的加總中間投入；Nt為t時期的生產單元數量。在經典的增長核算框架下，α(1?θ)γ、β(1?θ)γ、(1?α?β)(1?θ)γ和θγ表示各要素的產出彈性。利用式（1）和參數α、β、θ和γ，可以將農業產出變動分解為要素投入變動和農業TFP變動。
農業部門的生產單元在本文中定義為縣，假定生產單元的生產能力（farming ability）不同，并將其定義為sit。農業生產單元在規模報酬遞減條件1下的生產函數表示為：
yit=sit1?γ[(kitαmitβlit1?α?β)1?θfθt]γ（2）
式（2）中：yit、kit、mit、lit和fit分別表示i生產單元在t時期的農業產出、資本投入、土地投入、勞動投入和中間品投入；參數α、β和θ表示各項要素投入在農業生產中的相對重要程度；γ∈(0,1)表示生產單元的控制能力（span-of-control），即更高生產力的生產單元可以利用更多的要素投入，也可以表示農業生產的規模報酬情況；s1?γit表示i生產單元在t時期的TFP水平。
其次定義最優配置，即在投入給定的情況下，在一定數量生產單元間配置資源以實現最大產出的狀態。最優配置可由如下目標函數求解得到：
Yet=max∑Nti=1s1?γit[(kαitmβitl1?α?βit)1?θfθt]γ（3）
資源約束條件為：
Kt=∑Nti=1kit,Mt=∑Nti=1mit,Lt=∑Nti=1lit,Ft=∑Nti=1fit（4）
式（4）中：Kt、Mt、Lt和Ft是t時期加總水平上給定的各項要素投入之和。
根據式（3）和式（4）可以求出最優配置時各要素的邊際產出。實現最優配置時各生產單元的邊際產出必然相等，從而實現產出最大化。在最優配置時，各生產單元所投入的要素水平與其相對生產能力sit相關，則i生產單元在t時期對任一要素x∈{k,m,l,f}的最優投入水平可表示為xeit=sit∑Nti=1sitXt，其中，Xt表示在t時期各項要素的加總投入?；诖?，可以得到t時期的最優加總產出：
Yet=(SˉˉtNt)1?γ[(KαtMβtL1?α?βt)1?θFθt]γ，Sˉˉt=1Nt∑Nti=1sit（5）
農業生產實際中各生產單元的邊際產出并不相等，即農業資源配置偏離了最優配置，存在資源錯配。根據這一思想，如果能將生產要素從低生產率的生產單元重新配置到高生產率的生產單元，則有可能提高加總TFP水平。因此，式（1）中加總產出變動的另一個重要源泉還可能是資源配置變化。參考Ayerst等[18]的做法，本文并不考慮單要素錯配情況，而是考慮i生產單元在t時期由各項資源錯配所導致的綜合錯配水平，公式如下：
TFPRit=yit(kαitmβitl1?α?βit)1?θfθt=((MPKitα(1?θ)γ)α(MPMitβ(1?θ)γ)β(MPLit(1?α?β)(1?θ)γ)1?α?β)1?θ(MPFitθγ)θ（6）
式（6）中：MPXit表示生產單元i在t時期的要素X對應的邊際產出；TFPRit（Total Factor Productivity of Revenue，TFPR）為基于各生產單元的邊際產出度量的綜合錯配程度。TFPRit在已有文獻中通常被定義為收益全要素生產率，這一概念來自于經典的HK錯配分析模型[19]。TFPRit的離散程度（如標準差等）可以度量資源錯配程度[20,21]，離散程度越高，表明錯配程度越深。本文以TFPRit標準差來度量其離散程度。在最優配置條件下各生產單元的邊際產出相等，TFPRit的標準差為0，表明不存在資源錯配。
在加總要素投入水平給定的情況下，農業資源錯配對產出和生產率的影響程度相同[18]。農業資源錯配對TFP的影響可以通過（Yt/Yet?1）×100%求得，即將錯配條件下的產出與最優配置條件下的產出相比較，可以判斷改善錯配可以提升的農業TFP水平。
三、數據來源、變量選取與模型選擇
（一）數據來源
本文數據主要來源于《中國區域經濟統計年鑒》《中國縣（市）社會經濟統計年鑒》《中國縣域統計年鑒》《全國地市縣財政統計資料》《全國分縣市人口統計資料》、CNKI中國經濟與社會發展統計數據庫、各省統計年鑒和部分地市級統計年鑒，以及部分省市縣（區）的統計局。通過數據整理，最終得到2002—2018年745個縣域平衡面板數據，范圍覆蓋內蒙古、安徽、山東、廣東、新疆、江蘇、河北、浙江、湖北、湖南、甘肅、福建和重慶等13個省份。需要說明的是，在以農林牧漁業總產值為產出口徑時，本文使用的是745個縣域平衡面板數據（共計12 665個觀測值），而以第一產業增加值為產出時，則是重新整理的939個縣域平衡面板數據（共計15 963個觀測值）。
（二）變量選取與描述性統計
1.產出變量
本文的農業產出以農林牧漁業總產值表示，并以省級價格指數折算為2002年不變價。此外，還將不變價的第一產業增加值作為農業產出進行比較。
2.投入變量
結合已有研究對農業投入指標的討論[22,23]，選擇的投入指標包括資本、勞動、土地和中間投入。這也是目前應用較為廣泛的4種農業投入要素。其中，資本以農業機械總動力表示，勞動用農林牧漁業從業人員表示，土地以農作物總播種面積表示，中間投入以化肥施用折純量表示。
3.被解釋變量
本文被解釋變量為農業資源錯配，用TFPRit到其平均值的離差絕對值表示。在最優配置條件下各生產單元的TFPR相等，到平均值的距離為0，即不存在資源錯配。而在錯配條件下各生產單元的TFPR存在差異，到平均值的距離越遠，表明資源錯配程度越深。
4.解釋變量
參考現有研究[9,10,14,24,25]，選擇如下變量。①財政支出比例，用財政支出與地區生產總值之比表示。②產業結構指數，具體設定為第一產業總產值/地區生產總值+2×第二產業總產值/地區生產總值+3×第三產業總產值/地區生產總值。③教育基礎設施，用在校的小學和普通中學學生人數之和與地區總人口數之比表示。④衛生基礎設施，用醫療衛生機構床位數與總人口之比表示。⑤土地資源稟賦，用農作物播種面積與農林牧漁業從業人員之比表示。⑥農業機械化水平，用農業機械總動力與農作物總播種面積之比表示。各變量說明與描述性統計如表1所示。
表1 變量說明與描述性統計
（三）模型選擇
根據理論分析框架，計算農業資源錯配的程度TFPRit和農業資源錯配對TFP的影響（Yt/Yet?1）×100%都需要確定參數α、β、θ和γ。由于本文所用的縣域面板數據可能在省份層面存在經濟水平、自然稟賦等方面的差異，參考已有文獻[15,26]，利用最小二乘虛擬變量法（Least Square Dummy Variable，LSDV）對上述參數進行估計。與普通固定效應模型相比，LSDV方法可以在回歸中加入省份效應、年份效應和二者的交互項，有利于在回歸中進一步控制省際差異。
在測算農業資源錯配及其對TFP影響的基礎上，參考已有文獻[27]，進一步構建如下模型考察農業資源錯配的影響因素：
RMit=α0+α1Xit+μi+θt+εit（7）
式（7）中：RMit為被解釋變量農業資源錯配，RMit越大，表明TFPRit的分布越離散，農業資源錯配程度越深，反之說明不存在嚴重的農業資源錯配；Xit表示農業資源錯配的影響因素；α0為常數項；α1為待估參數向量；μi和θt為空間效應和時間效應；εit為隨機誤差項。
四、結果與分析
（一）農業要素產出彈性與參數估計
農業要素產出彈性的估計結果如表2所示。首先，根據表2的估計系數，計算得出γ在以農林牧漁業總產值為產出的結果和以第一產業增加值為產出的結果中分別為0.834和0.807，綜合起見，取γ=0.820，這既符合規模報酬遞減的假定，也與已有文獻的結果基本一致。例如，對越南農業資源錯配研究確定的γ為0.85[18]，對中國農業資源錯配的估計所得到的結果則為0.855[1]。因此，本文測算得到的結果也相對合理。其次，根據以農林牧漁業總產值為產出的結果，可以得到α(1?θ)γ=0.492、β(1?θ)γ=0.104、(1?α?β)(1?θ)γ=0.161和θγ=0.077。在γ=0.820的條件下，對應的參數分別為α=0.662、β=0.140和θ=0.094。根據以第一產業增加值為產出的結果，可以得到α(1?θ)γ=0.430、β(1?θ)γ=0.116、(1?α?β)(1?θ)γ=0.163和θγ=0.098，對應的參數分別為α=0.595、β=0.160和θ=0.119。此外，各要素的邊際產出同樣可以根據表2的估計結果求得，從而得到計算農業資源錯配所需的全部參數。
表2 農業要素產出彈性估計結果
（二）農業資源錯配的變化趨勢
結合估計出的參數和邊際產出，計算縣域層面的農業TFPR，具體分布如圖1所示。農業TFPR的分布在一定程度上可以反映出農業資源配置的變動特征。如果農業TFPR分布變得更為集中，說明各生產單元的農業TFPR水平趨同，資源被配置到不同的生產單元后被有效利用的可能性越大，反之表明資源被不合理配置的可能性越大[28,29]。為簡單起見，本文只選擇2002年、2010年和2018年作為代表性年份。由圖1可以看出，與2002年相比，2010年的農業TFPR分布變化不大，但到2018年，分布峰值明顯下降，且整體分布變得更為分散，密度曲線的雙尾在研究區間內均有拉長趨勢。這表明TFPR較大的生產單元增速較快，而TFPR較低的增速較慢。從資源配置視角來看，這可能不是一個好的信號。在研究區間內，更加離散的農業TFPR分布表明農業資源錯配程度加深。
本文參考已有文獻[18,20]，在計算標準差的基礎上還計算農業TFPR在90%分位點與10%分位點的差值（90/10）、75%分位點和25%分位點的差值（75/25）。90/10和75/25這兩個指標也可以表示分布的離散程度。表3匯報了衡量農業TFPR分布的三個指標的變動特征?？傮w上看，農業TFPR的標準差、90/10和75/25指標在2002—2018年均呈現波動增長。以農林牧漁業總產值為產出時，三個指標的年均增長率分別為2.46%、2.31%和2.18%，以第一產業增加值為產出也呈現類似特征。這表明農業TFPR離散程度變大。分指標來看，以農林牧漁業總產值和以第一產業增加值為產出的農業TFPR標準差在2002年分別為0.394和0.265，但到2018年兩者分別達到0.596和0.398，在研究區間內的增長特征明顯。同樣地，在整個研究區間內，兩種產出下的90/10和75/25兩個指標的差異呈波動增長趨勢。在2002年，兩種產出下TFPR在90%和10%分位點的差異為0.783和0.539，在75%和25%分位點的差異分別為0.386和0.295。到2018年兩者已經達到1.154和0.777以及0.556和0.391。綜合上述分析可以看出，2002—2018年農業TFPR的離散程度逐漸增加，即農業資源錯配程度有所加深。這也與已有文獻的研究結果較為一致，即引入中間投入后，結果同樣證實中國農業資源配置存在不容忽視的錯誤配置問題。
表3 農業TFPR分布的變動特征
（三）農業資源錯配對全要素生產率的影響分析
本文進一步測算引入中間投入后農業資源錯配對TFP的影響，即改善農業資源錯配可以提升的TFP程度。測算過程是，首先計算最優配置條件下的農業產出Yet，再根據（Yt/Yet?1）×100%計算得到，具體測算結果如表4所示。
根據表4，在以農林牧漁業總產值和以第一產業增加值為產出的條件下，改善農業資源錯配年均可提升50.21%~55.81%的農業TFP。與已有文獻相比，這一結果較朱喜等[2]的結果偏大。本文的分析框架包括了土地和中間投入，這可能是造成結果不一致的原因。從時間趨勢上看，改善農業資源錯配可提升的TFP在研究區間內波動上升。以農林牧漁業總產值為產出的條件下，可提升的農業TFP從2002年的47.73%上升至2018年的50.00%，其中最大改進空間為2007年的69.82%。而以第一產業增加值為產出的農業TFP提升比例則從2002年的45.61%變動到2018年的44.52%，最大改進同樣發生在2007年，為64.25%。
上述結果有兩方面的經濟學含義：一是通過改善農業資源錯配提升TFP有巨大潛力，優化農業資源配置可以成為未來農業TFP增長的新動能；二是在農業資源錯配問題研究中，中間投入是不可忽視的一項投入。特別是與已有文獻相比，本文同時考慮資本、勞動、土地和中間投入，更為全面地考察農業資源錯配及其對TFP的影響。
表4 農業資源錯配對全要素生產率的影響
（四）農業資源錯配的影響因素分析
本文進一步分析農業資源錯配的影響因素。首先通過Hausman檢驗判斷選擇固定效應還是隨機效應估計，結果在1%的統計水平上顯著，表明應選擇固定效應模型，參考鄭宏運等[14]的做法，并具體選擇個體時間雙向固定效應模型開展估計。為簡單起見，只選擇農林牧漁業總產值為產出的測算結果為被解釋變量，結果如表5所示。
從估計結果來看，第一，財政支出比例對改善農業資源錯配有顯著正向影響，這與吳偉偉等[10]的研究結果相一致。財政支出或補貼是政府干預經濟的重要形式[30]，政府財政支出同樣會影響到農業部門的資源錯配。雖然本文的財政支出并非是針對農業口徑的，但由于縣域行政范圍較小，政府在各方面的財政支出必然會影響到農業資源配置。其含義是，即使以市場決定農業資源配置為目標，更好地發揮政府政策的支持作用對優化農業資源配置同樣具有積極影響[14]。
第二， 產業結構指數的影響并不顯著。這可能與產業結構升級對農業資源錯配的作用機制有關。由于產業結構指數是從宏觀多部門視角度量的，產業結構升級可能首先作用于宏觀經濟的資源錯配，進而影響農業部門內的資源配置。
第三， 衛生基礎設施的系數為負，且在5%顯著性水平上顯著，說明衛生基礎設施建設有利于改善農業資源錯配。在縣域較小的行政范圍內，農村居民和城市居民基本可以享受到同樣的衛生資源。近年來，農村制度改革的一個重要方向是加強農村基礎設施建設和促進社會事業發展。特別是在農村地區醫療條件滯后的情況下，衛生基礎設施建設對提高農村人力資本具有重要影響，從而有利于改善農業資源錯配。
第四，土地資源稟賦對農業資源錯配有顯著加深作用。吳偉偉等[14]認為這可能與耕地細碎化會影響規模種植的錯配改善效應有關。人均農作物播種面積較大，并不意味著農業的規?；洜I，反而可能伴隨著較高的土地細碎化程度，從而加深農業資源錯配。Adamopoulos等[31]指出，土地密度是解釋農業生產率和資源錯配的重要因素。農業勞動力轉移和農村土地“三權分置”改革等政策的影響也集中體現為土地密度的變化。本文結果的政策含義是鼓勵土地流轉時必須促進土地整合，減少土地細碎化。
第五，農業機械化水平對改善農業資源錯配具有顯著正向影響?？赡艿脑蚴寝r業機械化水平的提高能反映“農機購置補貼”政策的存量增加效應[32]。農業機械化同時作用于農業勞動力流動、農業生產效率和農業生產競爭力，從而帶動農業資源配置優化。
表5 農業資源錯配影響因素估計結果 n=12 665
五、主要結論與政策建議
基于2002—2018年745個縣域面板數據，在引入中間投入的情境下分析農業資源錯配對TFP的影響，并對農業資源錯配的影響因素進行初步探索，主要得到如下研究結論。第一，2002—2018年，農業資源錯配程度有所加深。以農林牧漁業總產值為產出為例，農業TFPR的標準差從2002年的0.394上升至2018年的0.596，年均增長率為2.46%。第二，農業資源錯配造成年均50.21%~55.81%的農業TFP損失，且在研究區間內波動上升。同樣以農林牧漁業總產值為產出為例，改善農業資源錯配可提升的農業TFP從2002年的47.73%上升至2018年的50.00%。第三，進一步的檢驗表明，提高財政支出比例、推進衛生基礎設施建設以及加快農業機械化有利于改善農業資源錯配。
基于上述研究結論，提出如下政策建議。第一，改善農業資源錯配對提升農業TFP具有可觀潛力。圍繞優化農業農村資源配置的目標，一方面要切實發揮市場配置農業資源的決定性作用，另一方面，在政策上要加強對農支持，有效的政策干預同樣有利于改善農業資源錯配。第二，改善農業資源錯配要特別注重加強財政支持。要加大“真金白銀”的對農財政支出，這是改善農業資源錯配行之有效的路徑。中央和地方要統籌安排農業財政支出，加強對農財政支持的長期性政策規劃，明確農業財政支出和規劃的重點方向。第三，重視衛生基礎設施建設。要統籌規劃衛生基礎設施投資，使農村居民能享受到更高水平的衛生資源，充分發揮衛生基礎設施提高人力資本、改善農業資源錯配的作用。
參考文獻
[1] 蓋慶恩，朱喜，程名望，等.土地資源配置不當與勞動生產率[J].經濟研究，2017（5）：117-130.
[2] 朱喜，史清華，蓋慶恩.要素配置扭曲與農業全要素生產率[J].經濟研究，2011（5）：86-98.
[3] CHARI A V，LIU E，WANG S，et al.Property rights，land misallocation and agricultural efficiency in China[J].The Review of Economic Studies，2020,87（5）：2322-2355.
[4] CHEN C，RESTUCCIA D，SANTAEULàLIA-LLOPIS R.The effects of land markets on resource allocation and agricultural productivity[J].Review of Economic Dynamics，2022，45：41-54.
[5] 鄭宏運，李谷成，周曉時.要素錯配與中國農業產出損失[J].南京農業大學學報（社會科學版），2019，19（5）：143-153.
[6] 王璐，楊汝岱，吳比.中國農戶農業生產全要素生產率研究[J].管理世界，2020，36（12）：77-93.
[7] ADAMOPOULOS T，BRANDT L，LEIGHT J，et al.Misallocation，selection and productivity：A quantitative Analysis with panel data from China[J].Econometrica，2022，90（3）：1261-1282.
[8] 李佳睿，王善高.要素市場扭曲對農業生產技術效率的影響研究[J].山東農業科學，2018，50（8）：161-168.
[9] 雷紹海，秦佳虹，王成軍.中國農業資源錯配的測算、時空演變特征及影響因素分析[J].中國農業資源與區劃，2021：1-13.
[10] 吳偉偉，包鎧璇，張燕華.江西省農業生產要素錯配測度與影響因素的實證研究[J].長江流域資源與環境，2020，29（4）：1005-1015.
[11] WU G L.Capital misallocation in China：Financial frictions or policy distortions?[J].Journal of Development Economics，2018，130（C）：203-223.
[12] 蔡昉.中國經濟改革效應分析：勞動力重新配置的視角[J].經濟研究，2017（7）：4-17.
[13] 劉明輝，盧飛.城鄉要素錯配與城鄉融合發展：基于中國省級面板數據的實證研究[J].農業技術經濟，2019（2）：33-46.
[14] 鄭宏運，李谷成.城鄉政策偏向對農業資源配置效率的影響研究[J].農業技術經濟，2020（7）：79-92.
[15] 秦佳虹，王成軍.農業機械化能否改善農業勞動力錯配[J].農業現代化研究，2019，40（6）：1021-1028.
[16] 蓋慶恩，程名望，朱喜，等.土地流轉能夠影響農地資源配置效率嗎?[J].經濟學（季刊），2020，20（5）：321-340.
[17] 李谷成.資本深化、人地比例與中國農業生產率增長：一個生產函數分析框架[J].中國農村經濟，2015（1）：14-30.
[18] AYERST S，BRANDT L，RESTUCCIA D.Market constraints，misallocation，and productivity in Vietnam agriculture[J].Food Policy，2020，94（1）：1-16.
[19] HSIEH C T，KLENOW P J.Misallocation and manufacturing TFP in China and India[J].Quarterly Journal of Economics，2009，124（4）：1403-1448.
[20] 杭靜，郭凱明，牛夢琦.資源錯配、產能利用與生產率[J].經濟學（季刊），2021，21（1）：93-112.
[21] 劉柏惠，寇恩惠，楊龍見.增值稅多檔稅率、資源誤置與全要素生產率損失[J].經濟研究，2019，54（5）：113-128.
[22] 高帆.我國區域農業全要素生產率的演變趨勢與影響因素：基于省際面板數據的實證分析[J].數量經濟技術經濟研究，2015（5）：3-19.
[23] 龔斌磊.投入要素與生產率對中國農業增長的貢獻研究[J].農業技術經濟，2018（6）：4-18.
[24] BAI P，CHENG W.Labour misallocation in China：1980—2010[J].Applied Economics，2016，48（25）：2321-2332.
[25] HAN H，LI H，ZHAO L.Determinants of factor misallocation in agricultural production and implications for agricultural supply-side reform in China[J].China & World Economy，2018，26（3）：22-42.
[26] 楊少華，王凱.規模經營對中國生豬生產波動的穩定效應研究：基于調節效應和門檻效應模型的雙重檢驗[J].農業經濟問題，2022（7）：81-96.
[27] 張天華，鄧宇銘.開發區、資源配置與宏觀經濟效率：基于中國工業企業的實證研究[J].經濟學（季刊），2020，19（4）：1237-1266.
[28] 曲玥.中國工業企業的生產率差異和配置效率損失[J].世界經濟，2016（12）：121-142.
[29] 聶輝華，賈瑞雪.中國制造業企業生產率與資源誤置[J].世界經濟，2011（7）：27-42.
[30] 劉宗明，吳正倩.中間產品市場扭曲會阻礙能源產業全要素生產率提升嗎——基于微觀企業數據的理論與實證[J].中國工業經濟，2019（8）：42-60.
[31] ADAMOPOULOS T，RESTUCCIA D.The size distribution of farms and international productivity differences[J].American Economic Review，2014，104（6）：1667-1697.
[32] 潘彪，田志宏.購機補貼政策對中國農業機械使用效率的影響分析[J].中國農村經濟，2018（6）：21-37.
