王猛，高波，南京大學(xué)經(jīng)濟(jì)學(xué)院，江蘇南京210093

李勇剛，安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，安徽蚌埠233030

經(jīng)濟(jì)集聚、空間溢出與城市勞動(dòng)生產(chǎn)率①
——基于空間面板模型的實(shí)證研究

王猛，高波，南京大學(xué)經(jīng)濟(jì)學(xué)院，江蘇南京210093

李勇剛，安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院，安徽蚌埠233030

本文利用2003—2011年中國(guó)城市面板數(shù)據(jù)，建立空間計(jì)量模型，考察經(jīng)濟(jì)集聚對(duì)城市勞動(dòng)生產(chǎn)率的影響。根據(jù)柯善咨、向娟（2012），文章修正了現(xiàn)有文獻(xiàn)忽略城市資本存量所導(dǎo)致的內(nèi)生性偏誤，以得到更加可靠的估計(jì)結(jié)果。研究表明，控制了城市資本存量、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、財(cái)政支出和基礎(chǔ)設(shè)施等因素后，經(jīng)濟(jì)集聚對(duì)城市勞動(dòng)生產(chǎn)率有著顯著為正的作用，作用強(qiáng)度在城市間存在差異：東部城市經(jīng)濟(jì)集聚的勞動(dòng)生產(chǎn)率效應(yīng)強(qiáng)于西部城市，弱于中部城市。同時(shí)，鄰近城市的勞動(dòng)生產(chǎn)率會(huì)相互促進(jìn)，即存在勞動(dòng)生產(chǎn)率的空間溢出，這在東部城市中最為明顯。研究結(jié)論為中國(guó)城市勞動(dòng)生產(chǎn)率差異提供了一種經(jīng)濟(jì)集聚視角的解釋。

勞動(dòng)生產(chǎn)率；經(jīng)濟(jì)集聚；空間面板模型；資本存量

一、引言

勞動(dòng)生產(chǎn)率提高是經(jīng)濟(jì)增長(zhǎng)的最終表現(xiàn)。格里高利·曼昆（2012）[1]指出，“一國(guó)的生活水平取決于它生產(chǎn)物品與勞務(wù)的能力……幾乎所有生活水平的變動(dòng)都可以歸因于各國(guó)生產(chǎn)率的差別——這就是一個(gè)工人一小時(shí)所生產(chǎn)的物品與勞務(wù)量的差別。”勞動(dòng)生產(chǎn)率存在空間上的差異，這在中國(guó)尤為明顯。僅就中國(guó)地級(jí)城市而言，2011年勞動(dòng)生產(chǎn)率排名前十位城市的均值是最后十位城市均值的近6倍。相差懸殊的勞動(dòng)生產(chǎn)率，反映的是城市間居民生活水平的巨大差異。從縮小區(qū)域貧富差距、實(shí)現(xiàn)城市協(xié)調(diào)發(fā)展的角度來看，探討中國(guó)城市勞動(dòng)生產(chǎn)率差異產(chǎn)生的原因，具有迫切性與現(xiàn)實(shí)意義。

區(qū)域和城市經(jīng)濟(jì)學(xué)研究中，學(xué)者們將經(jīng)濟(jì)集聚視為影響勞動(dòng)生產(chǎn)率的重要因素。Shefer（1973）[2]以城市規(guī)模作為經(jīng)濟(jì)集聚的代理變量，利用美國(guó)1967年標(biāo)準(zhǔn)都市統(tǒng)計(jì)區(qū)的分產(chǎn)業(yè)數(shù)據(jù)，對(duì)城市規(guī)模與勞動(dòng)生產(chǎn)率的關(guān)系進(jìn)行經(jīng)驗(yàn)分析，研究發(fā)現(xiàn)城市規(guī)模擴(kuò)大1倍將使生產(chǎn)率提高14%～27%，Sveikauskas（1975）[3]則認(rèn)為這一影響僅有6%～7%。Segal（1976）[4]對(duì)早期研究的資本存量測(cè)量加以改進(jìn)，發(fā)現(xiàn)城市人口在200萬及以上時(shí)，城市規(guī)模擴(kuò)大1倍可以提高大約8%的生產(chǎn)率。Fogarty and Garogalo（1978）[5]發(fā)現(xiàn)，當(dāng)城市人口加倍時(shí)，勞動(dòng)生產(chǎn)率提高約10%，Moomaw（1981）[6]的研究則顯示這一效應(yīng)為2.7%。Ciccone and Hall（1996）[7]提出理論模型來解釋生產(chǎn)率與經(jīng)濟(jì)密度的關(guān)系，在此基礎(chǔ)上利用美國(guó)各縣的數(shù)據(jù)進(jìn)行檢驗(yàn)，計(jì)量結(jié)果顯示經(jīng)濟(jì)密度越高則生產(chǎn)率越高。此后的研究也發(fā)現(xiàn)，經(jīng)濟(jì)活動(dòng)密度能顯著促進(jìn)區(qū)域或城市的勞動(dòng)生產(chǎn)率（Glaeser and Maré，2001；Ciccone，2002；Ottaviano and Pinelli，2006）[8][9][10]。

對(duì)于中國(guó)區(qū)域和城市勞動(dòng)生產(chǎn)率差異的成因，研究者也從經(jīng)濟(jì)集聚視角予以探討，相關(guān)文獻(xiàn)可分為兩類。一類文獻(xiàn)著眼于整體經(jīng)濟(jì)活動(dòng)的集聚研究。如，范劍勇（2006）[11]利用中國(guó)2004年地級(jí)和副省級(jí)城市數(shù)據(jù)，發(fā)現(xiàn)非農(nóng)勞動(dòng)生產(chǎn)率對(duì)非農(nóng)就業(yè)密度的彈性系數(shù)為8.8%左右。陳良文等（2008）[12]基于北京市2004年經(jīng)濟(jì)普查數(shù)據(jù)，發(fā)現(xiàn)經(jīng)濟(jì)密度與勞動(dòng)生產(chǎn)率之間存在顯著的正向關(guān)系，勞動(dòng)生產(chǎn)率對(duì)產(chǎn)出密度、就業(yè)密度的彈性分別為11.8%和16.2%，高于歐美平均水平。劉修巖（2010）[13]利用2001－2007年城市面板數(shù)據(jù)的分析表明，城市的就業(yè)密度對(duì)其非農(nóng)勞動(dòng)生產(chǎn)率存在著顯著的正向影響。毛豐付、潘加順（2012）[14]基于中國(guó)1995－2010年地級(jí)城市數(shù)據(jù)的研究也發(fā)現(xiàn)，城市規(guī)模、人口集聚等因素對(duì)中國(guó)城市勞動(dòng)生產(chǎn)率的提升有顯著促進(jìn)作用。另一類文獻(xiàn)則考察某一產(chǎn)業(yè)或行業(yè)的集聚?？律谱?、姚德龍（2008）[15]利用2005年截面數(shù)據(jù)，分析地級(jí)城市的工業(yè)集聚和勞動(dòng)生產(chǎn)率的關(guān)系，結(jié)果表明中國(guó)工業(yè)的相對(duì)集聚和勞動(dòng)生產(chǎn)率互為因果、互相強(qiáng)化，工業(yè)集聚和勞動(dòng)生產(chǎn)率在相鄰城市間有明顯的空間黏滯性和連續(xù)性。童馨樂等（2009）[16]對(duì)1978－2006年省際數(shù)據(jù)的經(jīng)驗(yàn)研究顯示，以區(qū)位熵、集中系數(shù)和服務(wù)業(yè)占GDP比重衡量的服務(wù)業(yè)集聚程度的指標(biāo)，均對(duì)服務(wù)業(yè)勞動(dòng)生產(chǎn)率具有顯著的正向影響。洪進(jìn)等（2011）[17]92－102基于1999－2007年省際面板數(shù)據(jù)，考察了創(chuàng)意階層的空間集聚效應(yīng)，發(fā)現(xiàn)創(chuàng)意階層集聚對(duì)勞動(dòng)生產(chǎn)率的影響顯著為正。

本文認(rèn)為，上述文獻(xiàn)拓展了經(jīng)濟(jì)集聚與勞動(dòng)生產(chǎn)率關(guān)系的研究，但仍存在兩方面缺陷。首先現(xiàn)有文獻(xiàn)忽略了城市資本存量。對(duì)勞動(dòng)生產(chǎn)率的研究建立在生產(chǎn)函數(shù)基礎(chǔ)上，而資本作為基本的投入要素，是生產(chǎn)函數(shù)中的主要自變量之一，理應(yīng)在經(jīng)驗(yàn)研究中進(jìn)入計(jì)量模型，這也是國(guó)外代表性文獻(xiàn)的通常做法。忽略城市資本存量將使估計(jì)結(jié)果出現(xiàn)遺漏變量導(dǎo)致的內(nèi)生性問題。然而可能是受限于數(shù)據(jù)可得性，除毛豐付、潘加順（2012）[14]外，文獻(xiàn)在建立計(jì)量模型時(shí)，或者直接略去資本存量，或者用投資等變量進(jìn)行替代。而毛豐付、潘加順（2012）[14]在對(duì)城市資本存量的測(cè)算過程中，也存在城市市轄區(qū)占各省的資本存量比重等于GDP比重等不合實(shí)際的假定。因此，有必要用更加合理的測(cè)算方法，在計(jì)量模型中引入城市資本存量。其次，現(xiàn)有文獻(xiàn)大都未考慮城市經(jīng)濟(jì)活動(dòng)的空間溢出對(duì)勞動(dòng)生產(chǎn)率的影響。Anselinetal.（2004）[18]指出，區(qū)域和城市研究中如果忽略空間相關(guān)性，將造成估計(jì)系數(shù)的有偏。事實(shí)上，城市之間因其經(jīng)濟(jì)和貿(mào)易聯(lián)系而存在空間相關(guān)性，某一城市的經(jīng)濟(jì)不可避免地受其他城市經(jīng)濟(jì)空間溢出的影響，這種空間溢出在運(yùn)輸網(wǎng)絡(luò)日益發(fā)達(dá)的今天尤為重要（李煜偉、倪鵬飛，2013）[19]，所以有必要在城市勞動(dòng)生產(chǎn)率研究中引入空間相關(guān)性。而在當(dāng)前文獻(xiàn)中，僅有柯善咨、姚德龍（2008）[15]在工業(yè)集聚和勞動(dòng)生產(chǎn)率的研究中考慮過空間溢出，在研究城市經(jīng)濟(jì)集聚的勞動(dòng)生產(chǎn)率效應(yīng)時(shí)則需進(jìn)一步拓展。

基于以上理由，本文利用2003－2011年中國(guó)城市面板數(shù)據(jù)，實(shí)證估計(jì)經(jīng)濟(jì)集聚對(duì)勞動(dòng)生產(chǎn)率的影響。相對(duì)于已有研究，本文有兩個(gè)可能的邊際貢獻(xiàn)：第一，嚴(yán)格按柯善咨、向娟（2012）[20]的方法測(cè)算了城市資本存量，并將該變量引入計(jì)量經(jīng)濟(jì)模型，緩解了因遺漏變量而產(chǎn)生的內(nèi)生性問題；第二，充分考慮城市間的空間相關(guān)性，證實(shí)鄰近城市的勞動(dòng)生產(chǎn)率會(huì)相互促進(jìn)，即存在勞動(dòng)生產(chǎn)率的空間溢出。

二、研究設(shè)計(jì)

（一）基本計(jì)量模型

假設(shè)城市具有規(guī)模收益不變的生產(chǎn)技術(shù)，且受益于經(jīng)濟(jì)集聚，則城市i在t期的生產(chǎn)函數(shù)可表示為

其中，Y為城市產(chǎn)出，K、L分別表示城市的資本和勞動(dòng)投入，A為影響產(chǎn)出的經(jīng)濟(jì)集聚等其他因素。對(duì)式（1）兩邊同時(shí)乘以1/L并取對(duì)數(shù)，建立基本計(jì)量模型：

其中，（Y/L）it表示城市勞動(dòng)生產(chǎn)率，（K/L）it表示城市勞均資本存量，Zit為衡量經(jīng)濟(jì)集聚程度的指標(biāo)，Xit為一組影響城市勞動(dòng)生產(chǎn)率的控制變量，β0、β1、β2和β3為待估計(jì)系數(shù)，εit為隨機(jī)誤差項(xiàng)。

（二）空間計(jì)量模型

基本計(jì)量模型忽略了城市經(jīng)濟(jì)活動(dòng)的空間溢出對(duì)城市勞動(dòng)生產(chǎn)率的影響，有必要進(jìn)一步引入空間相關(guān)性。在式（2）中增加空間滯后被解釋變量，建立空間滯后模型（SLM）：

其中，ρ為空間滯后系數(shù)，度量其他城市的勞動(dòng)生產(chǎn)率加權(quán)和對(duì)某一城市勞動(dòng)生產(chǎn)率的影響；W為空間權(quán)重矩陣，且W＝IT?WN，其中IT為T×T單位矩陣，WN為N×N方陣，T、N分別代表時(shí)期數(shù)、城市數(shù)，?表示Kronecker乘積。

在式（2）中增加空間誤差變量，建立空間誤差模型（SEM）：

其中，λ為空間誤差系數(shù)，反映了影響其他城市勞動(dòng)生產(chǎn)率的不可測(cè)因素對(duì)某一城市勞動(dòng)生產(chǎn)率的影響程度；μit是誤差向量?？臻g權(quán)重矩陣W同上述。

本文從地理特征和社會(huì)經(jīng)濟(jì)特征兩個(gè)角度，分別建立空間權(quán)重矩陣。地理距離權(quán)重矩陣以各城市的經(jīng)緯度坐標(biāo)確定城市間距離，再以城市間距離的倒數(shù)作為權(quán)重，并將矩陣標(biāo)準(zhǔn)化為每行元素之和為1。經(jīng)濟(jì)距離權(quán)重矩陣在考慮經(jīng)緯度坐標(biāo)的同時(shí)，以某一城市各期GDP平均值占全部城市各期GDP平均值的比重作為權(quán)重，并將矩陣標(biāo)準(zhǔn)化為每行元素之和為1。

（三）變量和數(shù)據(jù)

本文計(jì)量分析選取2003－2011年中國(guó)地級(jí)城市的面板數(shù)據(jù)。數(shù)據(jù)主要來自歷年《中國(guó)城市統(tǒng)計(jì)年鑒》?？紤]地級(jí)城市通常下轄農(nóng)村地區(qū)，若采用全市口徑的統(tǒng)計(jì)數(shù)據(jù)，將低估經(jīng)濟(jì)集聚的效應(yīng)，因此本文采用各地級(jí)市的市轄區(qū)口徑數(shù)據(jù)。為保證數(shù)據(jù)的完整性和一致性，首先剔除數(shù)據(jù)缺失的拉薩，以及巢湖、銅仁和畢節(jié)3個(gè)撤銷或新設(shè)市，再將考察期內(nèi)市轄區(qū)面積變化較大的73個(gè)城市剔除，然后剔除人力資本數(shù)據(jù)不完整的8個(gè)城市，本文最終選取樣本城市204個(gè)。各變量具體說明如下。

城市勞動(dòng)生產(chǎn)率（Y/L）用市轄區(qū)GDP與從業(yè)人員的比值表示，當(dāng)年GDP按平減指數(shù)調(diào)整為2003年不變價(jià)格。

勞均資本存量（K/L）用市轄區(qū)資本存量與從業(yè)人員的比值表示。此前，由于缺乏系統(tǒng)的城市資本存量測(cè)量文獻(xiàn)，研究者不得不采用各種方法估計(jì)、替代甚至忽略城市固定資本存量，由此得到的計(jì)量結(jié)果自然缺乏可靠性。本文對(duì)城市資本存量的測(cè)算嚴(yán)格按柯善咨、向娟（2012）[20]所提供的方法實(shí)施，具體步驟為：（1）調(diào)整市轄區(qū)范圍。為使各城市各年的資本存量估算值具有可比性，以2009年地級(jí)市及其市轄區(qū)范圍為標(biāo)準(zhǔn)，對(duì)2003－2011年間行政區(qū)劃發(fā)生變動(dòng)的城市數(shù)據(jù)進(jìn)行調(diào)整，并將缺失的部分?jǐn)?shù)據(jù)補(bǔ)齊。（2）計(jì)算投資價(jià)格總指數(shù)。將投資價(jià)格總指數(shù)視為建筑安裝工程、設(shè)備工具器具購(gòu)置、其他三大類資本品各自價(jià)格指數(shù)的加權(quán)和，并將其轉(zhuǎn)換為以2003年為100的累計(jì)價(jià)格指數(shù)。（3）計(jì)算投資序列′。投資序列用新增固定資產(chǎn)表示，是經(jīng)過價(jià)格總指數(shù)調(diào)整的當(dāng)年和前兩年全社會(huì)固定資產(chǎn)投資額I的算術(shù)平均數(shù)，即＝（It－2＋I(xiàn)t－1＋I(xiàn)t）/3。（4）確定經(jīng)濟(jì)折舊率δ。根據(jù)柯善咨、向娟（2012）[20]及單豪杰（2008）[21]，確定經(jīng)濟(jì)折舊率為10.96%。（5）計(jì)算初始資本存量K0。用公式K0＝（1＋g）/（g＋δ）計(jì)算2003年資本存量，其中I0′為2003年新增固定資產(chǎn)，g為2003－2011年各城市市轄區(qū)新增固定資產(chǎn)的幾何平均增長(zhǎng)率。（6）用永續(xù)盤存法計(jì)算市轄區(qū)資本存量，所用公式為Kt＝Kt－1（1－δ）＋′。

經(jīng)濟(jì)集聚的衡量，有規(guī)模指標(biāo)和密度指標(biāo)兩種，通常認(rèn)為后者更能反映區(qū)域或城市的集聚特征。本文用人口密度（popd）即市轄區(qū)年末總?cè)丝谂c市轄區(qū)土地面積的比值來表示城市經(jīng)濟(jì)集聚。

考慮到城市間的異質(zhì)性因素對(duì)勞動(dòng)生產(chǎn)率的影響，加入人力資本（edu）、產(chǎn)業(yè)結(jié)構(gòu)（ins）、財(cái)政支出（fisc）和基礎(chǔ)設(shè)施（road）等控制變量。限于數(shù)據(jù)可得性，基于中國(guó)宏觀數(shù)據(jù)的研究一直無法很好地度量人力資本，本文借鑒國(guó)內(nèi)外學(xué)者在面臨數(shù)據(jù)約束下的通常做法（Heckman，2005）[22]，用市轄區(qū)每萬人中高等學(xué)校在校生數(shù)作為人力資本的代理變量。參照毛豐付、潘加順（2012）[14]，以市轄區(qū)第二產(chǎn)業(yè)占GDP的比重來近似代表工業(yè)化水平，用于衡量產(chǎn)業(yè)結(jié)構(gòu)對(duì)勞動(dòng)生產(chǎn)率的影響。財(cái)政支出為市轄區(qū)地方財(cái)政預(yù)算內(nèi)支出占GDP的比重，用以衡量政府行為對(duì)勞動(dòng)生產(chǎn)率的影響。為控制基礎(chǔ)設(shè)施對(duì)城市勞動(dòng)生產(chǎn)率的作用（劉修巖，2010）[13]，本文用市轄區(qū)人均鋪裝道路面積作為基礎(chǔ)設(shè)施的代理變量。

變量的描述性統(tǒng)計(jì)如表1所示。

表1 變量的描述性統(tǒng)計(jì)

為直觀反映核心解釋變量和被解釋變量的關(guān)系，描繪人口密度和勞動(dòng)生產(chǎn)率的散點(diǎn)圖（圖1）。由圖可見，人口密度與勞動(dòng)生產(chǎn)率間存在明顯的正向線性關(guān)系。為避免估計(jì)中的異方差問題，對(duì)人口密度、人力資本數(shù)據(jù)也做對(duì)數(shù)化處理。

圖1 擬合散點(diǎn)圖

三、計(jì)量結(jié)果及分析

（一）空間相關(guān)性檢驗(yàn)

使用空間計(jì)量模型前，需要檢驗(yàn)被解釋變量的空間相關(guān)性。我們采用Moran’s I指數(shù)測(cè)度勞動(dòng)生產(chǎn)率的空間相關(guān)性，結(jié)果見表2。Moran’s I指數(shù)顯示，各年份的勞動(dòng)生產(chǎn)率都表現(xiàn)出較強(qiáng)的空間相關(guān)性，雖然這種空間相關(guān)性有隨時(shí)間減弱的趨勢(shì)。與地理距離權(quán)重矩陣相比，基于經(jīng)濟(jì)距離權(quán)重矩陣的空間相關(guān)性更強(qiáng)?？臻g相關(guān)性的存在，表明有必要采用空間計(jì)量方法進(jìn)行估計(jì)。

表2 城市勞動(dòng)生產(chǎn)率的空間相關(guān)性（Moran’s I）

（二）全樣本估計(jì)結(jié)果

進(jìn)行回歸分析之前，Hausman檢驗(yàn)結(jié)果表明，固定效應(yīng)模型優(yōu)于隨機(jī)效應(yīng)模型。進(jìn)一步，采用拉格朗日乘數(shù)檢驗(yàn)（LM檢驗(yàn)）選擇空間計(jì)量模型。LM檢驗(yàn)結(jié)果顯示，應(yīng)選擇空間滯后模型（SLM）進(jìn)行回歸。作為對(duì)比，本文同時(shí)報(bào)告空間誤差模型（SEM）的回歸結(jié)果。對(duì)全樣本進(jìn)行估計(jì)的結(jié)果列于表3。

就基本計(jì)量模型而言，F(xiàn)E結(jié)果顯示人口密度的估計(jì)系數(shù)為0.22，且在1%水平顯著，表明經(jīng)濟(jì)集聚對(duì)勞動(dòng)生產(chǎn)率有促進(jìn)作用。在空間計(jì)量模型中，這一估計(jì)系數(shù)有所改變。一般認(rèn)為，經(jīng)濟(jì)距離權(quán)重矩陣與地理距離權(quán)重矩陣相比，包括了其他多種非地理鄰近因素的綜合影響，對(duì)空間相關(guān)性的刻畫更為準(zhǔn)確。因此，我們對(duì)經(jīng)濟(jì)集聚的勞動(dòng)生產(chǎn)率效應(yīng)的分析，基于表3中經(jīng)濟(jì)距離權(quán)重矩陣下的SLM模型。該模型估計(jì)結(jié)果中，人口密度的估計(jì)系數(shù)為0.16，且在1%水平顯著，表明經(jīng)濟(jì)集聚程度越高，城市的勞動(dòng)生產(chǎn)率越大。從集聚的微觀基礎(chǔ)看，城市的經(jīng)濟(jì)集聚會(huì)產(chǎn)生正的外部性，包括貨幣外部性和技術(shù)外部性（Scitovsky，1954）[23]。在集聚經(jīng)濟(jì)三大來源中，勞動(dòng)力共享和中間投入品共享會(huì)產(chǎn)生貨幣外部性，知識(shí)溢出則產(chǎn)生技術(shù)外部性（Marshall，1920）[24]。正的外部性的存在會(huì)顯著提升城市勞動(dòng)生產(chǎn)率。

空間滯后系數(shù)ρ的估計(jì)系數(shù)為0.14，且在1%水平顯著，表明勞動(dòng)生產(chǎn)率的空間溢出是存在的，鄰近城市的勞動(dòng)生產(chǎn)率之間存在互相促進(jìn)的作用。勞動(dòng)生產(chǎn)率在相鄰城市間有明顯的空間黏滯性和連續(xù)性（柯善咨、姚德龍，2008）[15]。由于經(jīng)濟(jì)、貿(mào)易和交通上的聯(lián)系，城市間存在空間相關(guān)性，某一城市的經(jīng)濟(jì)活動(dòng)不可避免地受其他城市的影響，因此相鄰城市間的勞動(dòng)生產(chǎn)率水平通常較為接近。這有助于理解發(fā)達(dá)地區(qū)和欠發(fā)達(dá)地區(qū)均呈塊狀分布的經(jīng)濟(jì)現(xiàn)實(shí)。

模型也估計(jì)了控制變量對(duì)勞動(dòng)生產(chǎn)率的影響。勞均資本存量的系數(shù)為0.50，且在1%水平顯著，說明勞均資本存量每增加1%會(huì)引起城市勞動(dòng)生產(chǎn)率增加0.5%，可見本文在已有研究基礎(chǔ)上引入資本存量是有意義的。財(cái)政支出占比為負(fù)，顯示政府的財(cái)政行為對(duì)城市勞動(dòng)生產(chǎn)率的提高產(chǎn)生阻礙作用，然而這一作用不夠顯著?；A(chǔ)設(shè)施的估計(jì)系數(shù)為正，且在5%水平顯著，表明基礎(chǔ)設(shè)施促進(jìn)了城市的勞動(dòng)生產(chǎn)率的提高。人力資本的估計(jì)系數(shù)在1%水平顯著為正，再次驗(yàn)證了人力資本與勞動(dòng)生產(chǎn)率之間的正向關(guān)系。而產(chǎn)業(yè)結(jié)構(gòu)的系數(shù)顯著為正，說明在中國(guó)工業(yè)化先于城市化發(fā)展的現(xiàn)階段，工業(yè)化水平對(duì)城市勞動(dòng)生產(chǎn)率的影響不容忽視（李鋼等，2011）[25]。

表3 全樣本估計(jì)結(jié)果

（三）分地區(qū)樣本估計(jì)結(jié)果

中國(guó)區(qū)域間發(fā)展水平差異明顯，經(jīng)濟(jì)集聚的勞動(dòng)生產(chǎn)率效應(yīng)也可能存在差異，因此，進(jìn)一步將全國(guó)按東、中、西部劃分，進(jìn)行回歸估計(jì)。204個(gè)樣本城市中，東部城市73個(gè)，中部城市69個(gè)，西部城市62個(gè)。限于篇幅，報(bào)告基本計(jì)量模型的FE估計(jì)結(jié)果、經(jīng)濟(jì)距離權(quán)重矩陣下的空間計(jì)量結(jié)果，如表4所示。

表4 分地區(qū)樣本估計(jì)結(jié)果

與全樣本情況類似，我們基于SLM模型分析經(jīng)濟(jì)集聚的勞動(dòng)生產(chǎn)率效應(yīng)。在SLM模型中，經(jīng)濟(jì)集聚的系數(shù)估計(jì)值均在5%水平顯著，其中東部城市的系數(shù)為0.13，小于中部城市的0.20，大于西部城市的0.11?？梢?，經(jīng)濟(jì)集聚對(duì)城市生產(chǎn)率的影響存在明顯的地區(qū)差異。針對(duì)這一結(jié)果，結(jié)合經(jīng)濟(jì)集聚程度在東、中、西部城市逐漸減弱的事實(shí)（例如，2011年樣本中東部城市市轄區(qū)平均每平方公里有1 273人，在中、西部城市這一數(shù)字分別為1 024人和570人），我們推測(cè)經(jīng)濟(jì)集聚的作用可能服從某種先增強(qiáng)后減弱的“倒U形”規(guī)律：中部城市的經(jīng)濟(jì)集聚處于最優(yōu)水平；西部城市經(jīng)濟(jì)集聚弱于中部城市，其勞動(dòng)生產(chǎn)率效應(yīng)弱于中部城市；而東部城市經(jīng)濟(jì)集聚強(qiáng)于中部城市，其勞動(dòng)生產(chǎn)率效應(yīng)較中部城市有所減弱。這也從側(cè)面進(jìn)一步驗(yàn)證了Au and Henderson（2006）[26]所提出的凈城市經(jīng)濟(jì)集聚與城市人口規(guī)模間存在倒U形關(guān)系的結(jié)論。當(dāng)然，對(duì)東部城市經(jīng)濟(jì)集聚效應(yīng)大于西部城市而小于中部城市這一現(xiàn)象的解釋，有待進(jìn)一步的研究。

空間滯后系數(shù)ρ的系數(shù)估計(jì)值均在1%水平顯著，其中東部城市為0.15，大于中部城市的0.09和西部城市的0.10，這說明東部城市的空間溢出效應(yīng)更大。由于現(xiàn)代化交通網(wǎng)絡(luò)和信息技術(shù)的推動(dòng)，東部城市間的交流更加密切，人員、物資和知識(shí)的流動(dòng)更為通暢，而且東部城市已形成長(zhǎng)三角、珠三角和環(huán)渤海等城市群，區(qū)域一體化程度較中、西部城市更高，這些顯然更有利于勞動(dòng)生產(chǎn)率的空間溢出。

（四）穩(wěn)健性檢驗(yàn)

為驗(yàn)證上述計(jì)量結(jié)果的可靠性，有必要進(jìn)行穩(wěn)健性檢驗(yàn)。穩(wěn)健性檢驗(yàn)的方法通常包括改變樣本范圍、選擇不同解釋變量、變化參數(shù)取值等。本文用城市產(chǎn)出密度（市轄區(qū)GDP與土地面積的比值）替換人口密度，作為經(jīng)濟(jì)集聚的代理變量進(jìn)行回歸分析，結(jié)果列于表5。

從估計(jì)結(jié)果來看，在地理距離權(quán)重矩陣、經(jīng)濟(jì)距離權(quán)重矩陣下SLM模型中產(chǎn)出密度的系數(shù)分別為0.11和0.14，且均在1%水平顯著；空間滯后系數(shù)ρ的系數(shù)分別為0.09和0.04，且均在1%水平顯著。這與表3中的估計(jì)結(jié)果類似。此外，控制變量的系數(shù)符號(hào)也未發(fā)生反轉(zhuǎn)，政府支出變量的顯著性有大幅提高。本文的計(jì)量結(jié)果是穩(wěn)健的。

表5 穩(wěn)健性檢驗(yàn)

四、結(jié)論

利用2003－2011年中國(guó)城市面板數(shù)據(jù)，本文通過構(gòu)建空間計(jì)量模型，考察經(jīng)濟(jì)集聚對(duì)城市勞動(dòng)生產(chǎn)率的影響。研究中處理了現(xiàn)有文獻(xiàn)忽略城市資本存量所產(chǎn)生的內(nèi)生性偏誤，從而得到更加可靠的估計(jì)結(jié)果。研究表明，控制了城市資本存量、產(chǎn)業(yè)結(jié)構(gòu)、人力資本、財(cái)政支出和基礎(chǔ)設(shè)施等因素后，經(jīng)濟(jì)集聚對(duì)城市勞動(dòng)生產(chǎn)率有著顯著為正的作用，作用強(qiáng)度在城市間存在差異：東部城市經(jīng)濟(jì)集聚的勞動(dòng)生產(chǎn)率效應(yīng)強(qiáng)于西部城市，弱于中部城市。同時(shí)，鄰近城市的勞動(dòng)生產(chǎn)率會(huì)相互促進(jìn)，即存在勞動(dòng)生產(chǎn)率的空間溢出，這在東部城市中最為明顯。研究結(jié)論為城市經(jīng)濟(jì)學(xué)理論提供了一個(gè)來自發(fā)展中國(guó)家的實(shí)證支持，也從經(jīng)濟(jì)集聚視角解釋了中國(guó)勞動(dòng)生產(chǎn)率的城市差異。

本文的結(jié)論具有明確的政策含義。第一，在城市發(fā)展過程中應(yīng)充分發(fā)揮經(jīng)濟(jì)集聚的勞動(dòng)生產(chǎn)率效應(yīng)。通過實(shí)施戶籍制度和土地制度的聯(lián)動(dòng)改革（陸銘、陳釗，2009）[27]，鼓勵(lì)農(nóng)業(yè)勞動(dòng)力向城市的轉(zhuǎn)移，實(shí)現(xiàn)工業(yè)化和城市化的協(xié)同發(fā)展。同時(shí)政府要順應(yīng)產(chǎn)業(yè)跨區(qū)域集聚的趨勢(shì)，鼓勵(lì)中西部地區(qū)勞動(dòng)力向東部沿海地區(qū)的流動(dòng)，以及沿海地區(qū)向內(nèi)地的產(chǎn)業(yè)轉(zhuǎn)移和產(chǎn)業(yè)升級(jí)（高波等，2012）[28]。第二，應(yīng)充分發(fā)揮城市勞動(dòng)生產(chǎn)率的空間溢出效應(yīng)。同一區(qū)域的城市之間應(yīng)打破城市分割，通力合作，根據(jù)各城市的比較優(yōu)勢(shì)形成合理的產(chǎn)業(yè)分工布局，同時(shí)加強(qiáng)城際交通基礎(chǔ)設(shè)施的建設(shè)以促進(jìn)城市間交流。在有條件的地區(qū)，打造具備全國(guó)乃至世界競(jìng)爭(zhēng)力的城市群，實(shí)現(xiàn)集約發(fā)展。第三，本文的研究表明城市資本存量對(duì)城市勞動(dòng)生產(chǎn)率的影響不容忽視，在中國(guó)城市經(jīng)濟(jì)增長(zhǎng)過程中仍然要重視資本深化的作用。

[1]（美）曼昆：《經(jīng)濟(jì)學(xué)原理》，梁小民譯，北京：北京大學(xué)出版社2012年版。

[2]Shefer D.“Localization Economies in SMSAs：a Production Function Analysis”，Journal of Regional Science，1973，13：55－64.

[3]Sverikauskas L.“The Productivity of Cities”，Quarterly of Journal of Economics，1975，89：393－413.

[4]Segal D.“Are there Returns to Scale in City Size”，Review of Economics and Statistics，1976，58：339－350.

[5]Fogarty M.S.，Garofalo G.A.“Urban spatial structure and productivity growth in the manufacturing sector of cities”，Journal of Urban Economics，1978，23：60－70.

[6]Moomaw R.L.“Productivity and City Size：A Review of the Evidence”，Quarterly Journal of Economics，1981，96：675－688.

[7]Ciccone A.，Hall R.E.“Productivity and the Density of Economic Activity”，American Economic Review，1996，86：54－70.

[8]Glaeser E.，Maré D.“Cities and Skills”，Journal of Labor Economics，2001，19（2）：316－342.

[9]Ciccone A.“Agglomeration Effects in Europe”，European Economic Review，2002，46：213－227.

[10]Ottaviano G.I.，Pinelli D.“Market Potential and Productivity：Evidence from Finnish Regions”，Regional Science and Urban Economics，2006，36：636－657.

[11]范劍勇：《產(chǎn)業(yè)集聚與地區(qū)間勞動(dòng)生產(chǎn)率差異》，載《經(jīng)濟(jì)研究》2006年第11期。

[12]陳良文、楊開忠、沈體雁、王偉：《經(jīng)濟(jì)集聚密度與勞動(dòng)生產(chǎn)率差異——基于北京市微觀數(shù)據(jù)的實(shí)證研究》，載《經(jīng)濟(jì)學(xué)（季刊）》2008年第8期。

[13]劉修巖：《集聚經(jīng)濟(jì)、公共基礎(chǔ)設(shè)施與勞動(dòng)生產(chǎn)率——來自中國(guó)城市動(dòng)態(tài)面板數(shù)據(jù)的證據(jù)》，載《財(cái)經(jīng)研究》2010年第5期。

[14]毛豐付、潘加順：《資本深化、產(chǎn)業(yè)結(jié)構(gòu)與中國(guó)城市勞動(dòng)生產(chǎn)率》，載《中國(guó)工業(yè)經(jīng)濟(jì)》2012年第10期。

[15]柯善咨、姚德龍：《工業(yè)集聚與城市勞動(dòng)生產(chǎn)率的因果關(guān)系和決定因素——中國(guó)城市的空間計(jì)量經(jīng)濟(jì)聯(lián)立方程分析》，載《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2008年第12期。

[16]童馨樂、楊向陽、陳媛：《中國(guó)服務(wù)業(yè)集聚的經(jīng)濟(jì)效應(yīng)分析：基于勞動(dòng)生產(chǎn)率視角》，載《產(chǎn)業(yè)經(jīng)濟(jì)研究》2009年第6期。

[17]洪進(jìn)、余文濤、趙定濤：《創(chuàng)意階層空間集聚與區(qū)域勞動(dòng)生產(chǎn)率差異——基于中國(guó)省際面板數(shù)據(jù)的分析》，載《財(cái)經(jīng)研究》2011年第7期）。

[18]Anselin L.，Raymond J.，F(xiàn)lorax G.M.，Sergio J.R.Advances in Spatial Econometrics：Methodology，Tools and Applications，Berlin：Springer Verlag，2004.

[19]李煜偉、倪鵬飛：《外部性、運(yùn)輸網(wǎng)絡(luò)與城市群經(jīng)濟(jì)增長(zhǎng)》，載《中國(guó)社會(huì)科學(xué)》2013年第3期。

[20]柯善咨、向娟：《1996—2009年中國(guó)城市固定資本存量估算》，載《統(tǒng)計(jì)研究》2012年第7期。

[21]單豪杰：《中國(guó)資本存量K的再估算：1952－2006年》，載《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2008年10期。

[22]Heckman J.J.2005，“China’s Human Capital Investment”，China Economic Review，16：50－70.

[23]Scitovsky T.“Two Concepts of External Economy”，Journal of Political Economy，1954，62：143－151.

[24]Marshall A.Principles of Economics，MacMillan，London，1920.

[25]李鋼、廖建輝、向奕霓：《中國(guó)產(chǎn)業(yè)升級(jí)的方向與路徑——中國(guó)第二產(chǎn)業(yè)占GDP的比例過高了嗎》，載《中國(guó)工業(yè)經(jīng)濟(jì)》2011年第10期。

[26]Au C.C.，Henderson J.V.“Are Chinese Cities Too Small”，Review of Economic Studies，2006，73：549-576.

[27]陸銘、陳釗：《為什么土地和戶籍制度需要聯(lián)動(dòng)改革——基于中國(guó)城市和區(qū)域發(fā)展的理論和實(shí)證研究》，載《學(xué)術(shù)月刊》2009年第9期。

[28]高波、陳健、鄒琳華：《區(qū)域房?jī)r(jià)差異、勞動(dòng)力流動(dòng)與產(chǎn)業(yè)升級(jí)》，載《經(jīng)濟(jì)研究》2012年第1期。

責(zé)任編輯 胡章成

Economic Agglomeration，Spatial Spillover and Urban Labor Productivity

WANG Meng1，GAO Bo1，LI Yong-gang2
（1.School of Economics，Nanjing University，Nanjing210093China；2.School of Economics，Anhui University of Finance and Economics，Bengbu233030，China）

In this paper，we use panel data during 2003－2011 in Chinese cities and establish spatial econometric models to investigate the economic agglomeration effect on the city labor productivity.According to Ke Shanzi and Xiang Juan（2012），correcting the endogeneity bias caused by the ignorance of the city capital stock in existing literatures to get more reliable estimation results.The results show that，after controls of city capital stock，industrial structure，human capital，financial expenditure and infrastructure，economic agglomeration has a significant positive effect on urban labor productivity.And there are differences in the effect among cities：labor productivity effect of economic agglomeration in eastern cities is stronger than that in western cities，weaker than that in central cities.At the same time，the neighboring city will promote each other in labor productivity，namely the existence of spatial spillover of labor productivity，which is most obvious in the eastern cities.Research conclusion provides a perspective of agglomeration economic explanation for China＇s urban labor productivity differences.

labor productivity；economic agglomeration；spatial panel model；capital stock

王猛，南京大學(xué)經(jīng)濟(jì)學(xué)院博士生，研究方向?yàn)楫a(chǎn)業(yè)經(jīng)濟(jì)、區(qū)域和城市經(jīng)濟(jì)；高波，南京大學(xué)經(jīng)濟(jì)學(xué)院教授、博士生導(dǎo)師，研究方向?yàn)橹袊?guó)經(jīng)濟(jì)發(fā)展、企業(yè)家理論、房地產(chǎn)經(jīng)濟(jì)與金融；李勇剛，經(jīng)濟(jì)學(xué)博士，安徽財(cái)經(jīng)大學(xué)經(jīng)濟(jì)學(xué)院講師，研究方向?yàn)榉康禺a(chǎn)經(jīng)濟(jì)與金融。

國(guó)家社會(huì)科學(xué)基金重點(diǎn)項(xiàng)目“擴(kuò)大內(nèi)需與引導(dǎo)住房理性消費(fèi)的宏觀經(jīng)濟(jì)政策研究”（08AJY010）；教育部哲學(xué)社會(huì)科學(xué)研究重大課題攻關(guān)項(xiàng)目“我國(guó)城市住房制度改革研究”（10JZD0025）

2014-10-20

F061.5；F062.9

A

1671-7023（2015）02-0084-08

①湖南大學(xué)柯善咨教授慷慨提供的2009年城市資本存量數(shù)據(jù)（1995年價(jià)格），是本文城市資本存量測(cè)算的重要參照，在此深表感謝。