低效率

低效率 (Inefficiency)

低效率（Inefficiency）是经济学中描述资源配置未能达到最优状态的核心概念。当经济体、企业或市场中的资源（劳动力、资本、技术、原材料）存在浪费、闲置或错配，使得以既定投入无法获得最大可能产出，或既定产出未能最大化社会福利时，即存在低效率。低效率是经济学分析的焦点问题——它不仅意味着产出的绝对损失，更构成了政府干预、制度改革和组织设计的基本理由。经济学家通常从多个维度划分低效率的类型，每一类指向不同的成因与治理路径。

配置低效率

配置效率（Allocative Efficiency）要求资源被投向边际社会收益最高的用途，即价格等于边际成本（$P = MC$）。当这一条件不满足时，出现配置低效率——资源过多地集中于某些行业而另一些行业投资不足，社会的生产可能性边界虽未内移，但组合落在低于最优福利的边界点上。

配置低效率的典型来源包括：（1）市场势力——垄断和寡头垄断企业将价格定于边际成本之上，导致消费量低于社会最优水平，产生无谓损失；（2）外部性——污染的私人成本低于社会成本，导致过度生产；基础研究的私人收益低于社会收益，导致投资不足；（3）信息不对称——逆向选择和道德风险使优质交易无法发生，市场出现"缺失"；（4）税收扭曲——对劳动、资本课税在收入和替代效应间制造楔子，使均衡偏离最优。

在一般均衡视角下，配置低效率还体现为跨部门资本的边际产出不相等。Hsieh 与 Klenow（2009）对中印制造业的研究表明，若资源配置效率提升至美国水平，两国全要素生产率可分别提高 30--50\% 和 40--60\%，凸显了配置低效率在发展中国家的重要性。

生产低效率（X-低效率）

Harvey Leibenstein 于 1966 年提出的X-低效率（X-inefficiency）指向企业内部而非市场层面的效率损失。在完全竞争的理想模型中，竞争压力迫使企业始终位于生产可能性边界上——以最小成本生产。但现实中，企业常常落在边界之内：同样的要素投入未能得到最大产出，或同样产出使用了过多的投入。

Leibenstein 认为，X-低效率源于企业内部代理问题与激励缺失。与配置低效率源于价格信号扭曲不同，X-低效率的根源在于：（1）劳动契约的不完全性——工人的努力程度无法被完全监督和契约化，存在偷懒空间；（2）管理层惰性——当面临竞争压力不足时（如受保护行业），管理者倾向于维持现状而非持续优化流程；（3）知识的非充分运用——组织内的隐性知识未被有效调动和组合。Leibenstein 的经验观察颇具讽刺意味：由垄断导致的配置低效率通常仅占 GDP 的 0.1\% 以下，而 X-低效率造成的损失可能高达 GDP 的 5--15\%。换言之，企业内部的"沉没松弛"往往比市场价格扭曲更为严重。

在产业组织领域，X-低效率与委托代理理论深度融合：股东与管理层的利益分野（Jensen 与 Meckling，1976）、科层结构中的信息失真，以及软预算约束均导致企业内部效率偏离技术最优。

动态低效率

效率概念不仅适用于某一时点的静态配置，还延伸至跨期维度。动态效率（Dynamic Efficiency）要求经济体在各时期的消费与投资之间实现最优折中，使资本积累路径满足拉姆齐-卡斯-库普曼模型的黄金法则。当经济体的储蓄率过高、积累了过多资本以至于资本边际产出持续低于经济增长率时，出现动态低效率——减少储蓄、增加当期消费反而可以使每一代人都生活得更好，构成帕累托改进。

Phelps（1961）的黄金法则指出，动态最优的资本存量应满足资本的边际产品等于人口增长率与技术进步率之和（$f'(k^*) = n + g$）。高于此水平的资本积累虽然增加了总产出，但维持资本所需的折旧和新增投资过多，留给消费的剩余反而下降。Diamond（1965）的世代交叠模型进一步说明，在竞争均衡中，经济体可能因缺乏代际协调机制而陷入动态低效率——这是政府通过社会保障制度进行跨期再分配的理论依据之一。

此外，动态低效率也指创新与技术进步的不足。若企业缺乏研发激励（知识外溢无法内部化）、资本市场不完善使创新项目得不到融资，或制度环境阻碍创造性破坏，经济将在长期中停滞于低增长路径。内生增长理论（Romer，1990；Aghion 与 Howitt，1992）将研发、人力资本积累与制度纳入分析框架，指出了克服动态低效率的政策方向。

技术低效率与前沿分析

技术低效率（Technical Inefficiency）是生产效率的最狭义形式：给定投入组合，产出未能达到技术上可行的最大值。与配置低效率关注"投入比例是否合理"不同，技术低效率关注"在同一比例下是否做到了最好"。随机前沿分析（Stochastic Frontier Analysis，SFA）和数据包络分析（Data Envelopment Analysis，DEA）是测度技术效率的主要计量工具。

SFA 将生产函数分解为前沿面、随机噪声和效率损失三部分：

其中 $v_i$ 为对称随机扰动，$u_i$ 为非负的效率损失项。$u_i$ 的期望值衡量了企业或行业平均偏离技术前沿的程度。DEA 则采用非参数方法，通过线性规划构造生产前沿，直接比较各决策单元的相对效率。两者广泛应用于银行效率、医院效率、农业技术推广和公共部门绩效评估中。

技术低效率的成因包括：管理知识与最佳实践的差距、工人技能不足、信息技术投资未能充分释放生产力（索洛悖论）、以及组织流程与新技术之间的不匹配。

公共部门低效率与政府失灵

低效率不仅存在于私人市场，也广泛存在于政府与公共部门。政府失灵（Government Failure）理论指出，旨在纠正市场失灵的公共干预本身可能引入新的低效率：（1）官僚预算最大化——Niskanen（1971）模型表明，缺乏利润约束的官僚倾向于最大化部门预算而非社会福利，导致公共服务过度供给与成本膨胀；（2）寻租——Tullock和Krueger的分析揭示，垄断租金的存在激励资源被投入非生产性的寻租活动（游说、诉讼、行贿），这些支出不创造社会价值却在私人层面完全理性，构成纯粹的效率损失；（3）软预算约束——Kornai对社会主义经济的研究表明，国有企业预期总能得到政府救助时，成本最小化的激励荡然无存。

公共选择学派关于"政府低效率"的观点可概括为：市场失灵本身不足以证明政府干预的合理性，因为政府干预同样受低效率困扰——政策选择需要在"不完善的市场"与"不完善的政府"之间进行比较制度分析。

低效率的度量与政策回应

度量低效率的关键挑战在于界定基准——什么是"最优"或"前沿"。Harberger（1954）通过局部均衡框架估计了美国制造业垄断造成的福利损失，结果小得令人意外（约 GNP 的 0.1\%），引发了关于低效率大小的长期争论。后续研究将 X-低效率、寻租成本和动态损失纳入后，低效率的总量估计大幅上升。

应对低效率的政策工具箱随其成因多元而丰富：市场竞争的培育与反垄断法旨在抑制配置低效率；公司治理改革和管理激励设计瞄准 X-低效率；知识产权制度和研发补贴回应动态低效率；绩效管理与标杆竞争用于缓解公共部门低效率。然而，次优定理提醒政策制定者：在一个已被多重扭曲渗透的经济体中，孤立地消除某一类低效率未必提升整体福利——低效率的各个维度相互纠缠，碎片化改革可能适得其反。理解低效率的多样性与相互关联，是科学制定经济政策的前提。