经济学被认为是研究稀缺资源配置的学科。那么，这必然在实证上面临一个重要的问题，即我们该怎么衡量资源配置效率呢？。通过一系列理论模型的推理，我们可以得出资源配置最优时的状态。但现实世界往往是不完美的，与最优状态相差甚远。由此，也衍生出了另一个话题——资源错配。

2009年发表在上的一篇文章显示，当中国和印度的资源错配程度下降至同美国同一水平时，中国的总TFP将增长30%到50%，而印度的总TFP将增长40%到60%（Hsieh & Klenow）。可见，资源错配对生产率存在巨大的损害，而缓解资源错配则对经济增长具有非常重要的意义。那么，我们该怎么衡量资源错配程度呢？

po主通过查阅一系列文献发现，目前国内主要有衡量资源错配的方法。一种是基于工企库，计算各个地区的全要素生产率的标准差。TFP的标准差越大，表示资源错配程度越严重。另一种方式是基于Hsieh & Klenow（2009），和陈永伟、胡伟民（2011）的方法，依据各地区的GDP、从业人员和资本存量，计算资源错配指数。

前者应用更为广泛，文章也多发表于国内的顶级期刊上，如聂辉华老师2018年发表于《管理世界》上的文章《城市级别、全要素生产率和资源错配》，徐现祥老师2017年发表于《经济学季刊》上的文章《汉语方言、市场分割与资源错配》，皆是以工企库计算资源错配程度。工企库庞大的样本量，也使得文章更容易得出显著的结果。但是，使用工企库最新数据才到2013年，这严重限制了该方法的使用。

第一种方法在时间上的局限性，使得第二种方法渐受青睐。如季书涵等2016年发表于《中国工业经济》上的文章《产业集聚对资源错配的改善效果研究》，白俊红、刘宇英2018年发表于《中国工业经济》的文章《对外直接投资能否改善中国的资源错配》，李光勤老师2019年发表于《统计研究》上的文章《产业协同集聚的资源错配效应研究》，皆是使用该方法。该方法数据易于获取，在计算上则有一定的难度。

po主在阅读了一系列文献，最终决定尝试使用第二种方法计算各省的资源错配程度。

出于自己的论文需要，po主计算了2000-2017年中国30个省份（除西藏）的资源错配指数（如下图的最后四个变量）。

因为在计算过程中，发现并没有太多的资料可以参考，而该指数又这么重要。所以po主把这份数据分享给大家，附有详细的原始数据、计算过程讲解和Stata代码，也算是目前论坛上的独一份儿了。

PS：原始数据来源于Wind数据库，缺失值从各地的年鉴中补齐，组成2000-2017年30个省的平衡。