張曉磊 謝建國(guó) 張二震

一、引 言

近年來，隨著中國(guó)工業(yè)化進(jìn)程的快速發(fā)展，中國(guó)勞動(dòng)收入份額出現(xiàn)了持續(xù)性下降。翁杰和周禮(2010)使用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)測(cè)算了中國(guó)工業(yè)企業(yè)勞動(dòng)收入份額的下降幅度，發(fā)現(xiàn)中國(guó)工業(yè)企業(yè)勞動(dòng)收入份額由 1997年的 23.8%,下降至 2007年的14.4%,，年均降幅約為 1個(gè)百分點(diǎn)，直至 2008年美國(guó)金融海嘯導(dǎo)致中國(guó)工業(yè)企業(yè)增加值增速大減，才使得當(dāng)年的勞動(dòng)收入份額稍有回調(diào)至 16.6%,。周明海(2014)使用《中國(guó)國(guó)內(nèi)生產(chǎn)總值核算歷史資料》等宏觀統(tǒng)計(jì)數(shù)據(jù)，用實(shí)際價(jià)格對(duì)中國(guó)勞動(dòng)收入份額的變動(dòng)進(jìn)行了估算，發(fā)現(xiàn)在 1978—2007年間，除北京外，中國(guó)大陸地區(qū)各省級(jí)行政區(qū)的勞動(dòng)收入份額都出現(xiàn)了大幅下降，且其降幅遠(yuǎn)高于名義價(jià)格下的勞動(dòng)收入份額降幅。張杰等(2012)、Karabarbounis和 Neiman(2014)以及張車偉和趙文(2015)等的研究也都得出了類似結(jié)論。

當(dāng)前，學(xué)術(shù)界對(duì)中國(guó)勞動(dòng)收入份額呈現(xiàn)下降趨勢(shì)的事實(shí)基本不存在異議，但對(duì)導(dǎo)致中國(guó)勞動(dòng)收入份額下降的原因卻存在不同的看法：一些學(xué)者認(rèn)為，中國(guó)產(chǎn)業(yè)結(jié)構(gòu)由勞動(dòng)密集型的農(nóng)業(yè)向資本和技術(shù)密集型的工業(yè)和服務(wù)業(yè)轉(zhuǎn)型升級(jí)，是導(dǎo)致中國(guó)勞動(dòng)收入份額下降的重要原因(白重恩和錢震杰，2009；羅長(zhǎng)遠(yuǎn)和張軍，2009；等)。另一些學(xué)者則從勞動(dòng)力和資本要素的相對(duì)市場(chǎng)地位變動(dòng)的視角，解釋了中國(guó)勞動(dòng)收入份額的下降的原因，如 Fichtenbaum(2011)、唐東波(2011)以及魏下海等(2013)都認(rèn)為中國(guó)勞動(dòng)力較資本的相對(duì)供給過剩，是導(dǎo)致勞動(dòng)收入份額下降的重要原因之一。也有學(xué)者從技術(shù)進(jìn)步的要素偏向性視角，探討了中國(guó)勞動(dòng)收入份額下降的原因。黃先海和徐圣(2009)以及陳宇峰等(2013)認(rèn)為，中國(guó)的技術(shù)進(jìn)步存在資本偏向型的特征，這會(huì)導(dǎo)致企業(yè)用資本投入代替勞動(dòng)力，造成勞動(dòng)收入份額的萎縮。還有學(xué)者從開放經(jīng)濟(jì)的視角探討了中國(guó)勞動(dòng)收入份額下降的原因，如張杰等(2012)、余淼杰和梁中華(2014)以及邵敏和黃玖立(2010)等證實(shí)了國(guó)際貿(mào)易和引進(jìn)外資規(guī)模的迅速擴(kuò)張，也是導(dǎo)致中國(guó)勞動(dòng)收入份額下降的重要原因。上述研究從不同的角度解釋了勞動(dòng)收入份額下降的原因，為后續(xù)研究奠定了很好的基礎(chǔ)。

中國(guó)經(jīng)濟(jì)的工業(yè)化過程，除了導(dǎo)致勞動(dòng)收入份額出現(xiàn)持續(xù)大幅下降之外，也導(dǎo)致了工業(yè)企業(yè)不斷向特定地區(qū)集聚。文東偉和冼國(guó)明(2014)使用 1998—2009年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)，測(cè)算了中國(guó)工業(yè)企業(yè)空間集聚程度的EG指數(shù)，發(fā)現(xiàn)中國(guó)大陸地區(qū)430個(gè)四分位制造業(yè)行業(yè)中，高度集聚行業(yè)(EG指數(shù)＞0.05)所占比重由 1998年的 2.79%,上升到了 2009年的 10.51%,，中國(guó)工業(yè)企業(yè)的空間集聚水平正在迅速提升，胡翠和謝世清(2014)也得出了類似的結(jié)論。企業(yè)的空間集聚會(huì)對(duì)企業(yè)產(chǎn)生兩方面的主要影響：第一，企業(yè)的空間集聚可能會(huì)顯著推高企業(yè)的勞動(dòng)收入總額。一方面，從勞動(dòng)力視角來看，企業(yè)的空間集聚會(huì)給當(dāng)?shù)氐膭趧?dòng)力提供更多的就業(yè)機(jī)會(huì)，這會(huì)極大地方便勞動(dòng)力自身專業(yè)技能與工作崗位要求的相互匹配，提高現(xiàn)有勞動(dòng)力的工資水平；另一方面，從企業(yè)視角來看，企業(yè)空間集聚形成的“勞動(dòng)力蓄水池”也會(huì)極大地方便企業(yè)雇傭到最適合自身需求的勞動(dòng)力，因此企業(yè)可能會(huì)擴(kuò)大雇傭規(guī)模。顯然，不論是勞動(dòng)力工資水平上漲還是企業(yè)雇傭規(guī)模擴(kuò)大，都會(huì)導(dǎo)致企業(yè)勞動(dòng)收入總額上升。Fingleton和Longhi(2013)使用英國(guó)數(shù)據(jù)，Groot等(2014)使用荷蘭數(shù)據(jù)，謝露露(2015)使用中國(guó)數(shù)據(jù)，都證實(shí)了企業(yè)集聚有利于增加企業(yè)的勞動(dòng)力收入。第二，企業(yè)的空間集聚有利于企業(yè)生產(chǎn)效率的提高和總產(chǎn)出規(guī)模的擴(kuò)大?？臻g集聚程度越高，就越有利于企業(yè)學(xué)習(xí)周邊鄰近的同行業(yè)企業(yè)的先進(jìn)技術(shù)，雇傭其優(yōu)秀人才，共享其供銷網(wǎng)絡(luò)，分享其“區(qū)位品牌(Regional Brand)①“區(qū)位品牌”是指來自同一區(qū)域內(nèi)的某類產(chǎn)品在市場(chǎng)上具有較高的知名度和美譽(yù)度，為顧客所信任，該區(qū)域的企業(yè)在市場(chǎng)開拓中可以憑借區(qū)位品牌效應(yīng)，節(jié)約營(yíng)銷費(fèi)用，迅速打開市場(chǎng)，如景德鎮(zhèn)瓷器、義烏小商品等?！甭曌u(yù)，這顯然都有利于企業(yè)生產(chǎn)效率的提高和總產(chǎn)出規(guī)模的擴(kuò)大。Ciccone和 Hall(1996)使用美國(guó)數(shù)據(jù)，Ciccone(2002)使用歐洲的法國(guó)、德國(guó)、意大利、西班牙和英國(guó)五國(guó)數(shù)據(jù)，范劍勇(2006)和劉修巖(2009)等使用中國(guó)數(shù)據(jù)，都證實(shí)了企業(yè)空間集聚有利于當(dāng)?shù)仄髽I(yè)生產(chǎn)效率的提高和總產(chǎn)出規(guī)模的擴(kuò)大。

綜上，企業(yè)空間集聚程度上升，既可能會(huì)顯著提升企業(yè)的“勞動(dòng)力收入總額”，又可能會(huì)顯著提升企業(yè)的“總產(chǎn)出規(guī)模”，且企業(yè)“勞動(dòng)收入份額”即為企業(yè)“勞動(dòng)收入總額”與“總產(chǎn)出規(guī)模”之比，那么，企業(yè)空間集聚對(duì)企業(yè)的“勞動(dòng)收入總額”和“總產(chǎn)出規(guī)?！钡挠绊懩囊粋€(gè)更加強(qiáng)烈？目前尚未有文獻(xiàn)對(duì)這一問題進(jìn)行探討。本文利用1998—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)數(shù)據(jù)，通過構(gòu)建中國(guó)各地級(jí)市、國(guó)民經(jīng)濟(jì)三分位行業(yè)層面的企業(yè)空間集聚 EG指數(shù)(Ellison Glaeser Index)，研究了中國(guó)工業(yè)企業(yè)空間集聚對(duì)企業(yè)勞動(dòng)收入份額的影響機(jī)制及影響程度。本文發(fā)現(xiàn)：中國(guó)工業(yè)企業(yè)空間集聚對(duì)企業(yè)“勞動(dòng)收入總額”存在高度顯著的正向影響，對(duì)企業(yè)“總產(chǎn)出規(guī)?！钡挠绊憛s并不顯著，因此，企業(yè)空間集聚顯著提升了中國(guó)工業(yè)企業(yè)的“勞動(dòng)收入份額”。

二、中國(guó)工業(yè)企業(yè)勞動(dòng)收入份額及空間集聚程度的特征事實(shí)

（一）數(shù)據(jù)來源及處理方式

本文數(shù)據(jù)來自于 1998—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)。由于該數(shù)據(jù)庫(kù)存在數(shù)據(jù)缺失、遺漏和錯(cuò)誤等問題，所以在使用之前通常需要進(jìn)行必要的數(shù)據(jù)篩選。本文參考Brandt等(2012)的做法對(duì)中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)進(jìn)行了整理，刪除了從業(yè)人數(shù)少于 8人或年主營(yíng)業(yè)務(wù)收入小于 500萬元人民幣的規(guī)模以下企業(yè)，或工業(yè)銷售產(chǎn)值、工業(yè)總產(chǎn)值、工業(yè)增加值、年度應(yīng)付職工薪酬、固定資產(chǎn)原價(jià)和固定資產(chǎn)凈值≤0，或年度應(yīng)付職工福利費(fèi)、中間投入＜0，或本年折舊＞累計(jì)折舊、資產(chǎn)≠負(fù)債＋所有者權(quán)益、流動(dòng)資產(chǎn)≥總資產(chǎn)、固定資產(chǎn)≥總資產(chǎn)，或注冊(cè)時(shí)間在公元 1600年之前的企業(yè)。本文還對(duì)所有以貨幣衡量的名義變量都做了消脹處理。此外，考慮到采礦業(yè)、廢棄資源和材料回收加工業(yè)、電力熱力燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)企業(yè)的生產(chǎn)經(jīng)營(yíng)模式與普通工業(yè)企業(yè)有本質(zhì)區(qū)別，本文參考 Lu和Tao(2009)以及文東偉和冼國(guó)明(2014)等的做法，刪除了中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中的采礦業(yè)、廢棄資源和材料回收加工業(yè)、電力熱力燃?xì)夂退纳a(chǎn)和供應(yīng)業(yè)企業(yè)。

（二）中國(guó)工業(yè)企業(yè)勞動(dòng)收入份額的測(cè)算與特征事實(shí)

企業(yè)的“勞動(dòng)收入份額”即為企業(yè)“勞動(dòng)收入總額”與企業(yè)“總產(chǎn)出規(guī)?！敝?。首先，在計(jì)算企業(yè)勞動(dòng)收入份額之前，需要界定企業(yè)“勞動(dòng)收入”的內(nèi)涵。本文參考張杰等(2012)的方法，將企業(yè)的“勞動(dòng)收入”定義為本年“應(yīng)付職工工資”、“應(yīng)付職工福利費(fèi)”和“勞動(dòng)待業(yè)保險(xiǎn)費(fèi)”三者之和①由于 2004年以前養(yǎng)老保險(xiǎn)、醫(yī)療保險(xiǎn)、職工教育費(fèi)、工會(huì)經(jīng)費(fèi)、住房公積金和住房補(bǔ)貼等用于勞動(dòng)者福利的開支數(shù)據(jù)缺失，為使樣本期間內(nèi)統(tǒng)計(jì)口徑一致，本文未將其納入勞動(dòng)收入。；其次，本文用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)中的“工業(yè)增加值”①2004年中國(guó)工業(yè)企業(yè)的“工業(yè)增加值”以“工業(yè)增加值=產(chǎn)品銷售額-期初存貨+期末存貨-工業(yè)中間投入+增值稅”的方法估算。變量來測(cè)度企業(yè)總產(chǎn)出規(guī)模；最后，據(jù)此方法，本文使用 1998—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)計(jì)算得到中國(guó)工業(yè)企業(yè)平均勞動(dòng)收入份額，其演進(jìn)趨勢(shì)如圖1所示。

圖1 1998—2007年中國(guó)工業(yè)企業(yè)平均勞動(dòng)收入份額趨勢(shì)圖② 為避免極端值對(duì)均值的影響，對(duì)圖1所用的企業(yè)勞動(dòng)收入份額數(shù)據(jù)進(jìn)行了上下各5%的縮尾(Winsor)處理。

由圖 1可知，在 1998—2007年間，中國(guó)工業(yè)企業(yè)平均勞動(dòng)收入份額大幅下降，9年間累計(jì)降幅高達(dá)11.13個(gè)百分點(diǎn)，年均降幅為1.24個(gè)百分點(diǎn)。由此可見，緩解中國(guó)工業(yè)企業(yè)勞動(dòng)收入份額持續(xù)大幅下降的趨勢(shì)，對(duì)改善勞動(dòng)者生活質(zhì)量、促進(jìn)收入分配公平至關(guān)重要。

（三）中國(guó)工業(yè)企業(yè)空間集聚程度的測(cè)算與特征事實(shí)

當(dāng)前，學(xué)術(shù)界關(guān)于企業(yè)空間集聚的測(cè)度方法主要有兩種：一種是 Ellison和Glaeser(1997)提出的 EG空間集聚指數(shù)，另一種是 Duranton和 Overman(2005、2008)提出的 DO空間集聚指數(shù)。這兩種方法各有優(yōu)勢(shì)，但由于 DO指數(shù)需要企業(yè)詳細(xì)的地理位置信息以測(cè)算企業(yè)間的地理距離，而中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)目前難以提供這一信息，所以關(guān)于中國(guó)工業(yè)企業(yè)空間集聚的研究通常都采用 EG指數(shù)。本文參考文東偉和冼國(guó)明(2014)、胡翠和謝世清(2014)等的方法，使用 1998—2007年中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)數(shù)據(jù)，在國(guó)民經(jīng)濟(jì)行業(yè)分類三分位行業(yè)和地級(jí)市層面③本文中的“地級(jí)市”包含同級(jí)別的自治州、地區(qū)和盟，北京、天津、上海和重慶四個(gè)直轄市也視為“地級(jí)市”處理。測(cè)算了中國(guó)工業(yè)企業(yè)的空間集聚EG指數(shù)。EG指數(shù)越大，代表企業(yè)空間集聚程度越高，具體計(jì)算方式如下：

式(1)中的下角標(biāo) i、j、k和 t分別代表企業(yè)、行業(yè)(國(guó)民經(jīng)濟(jì)行業(yè)分類三分位行業(yè))、地區(qū)(地級(jí)市)和年份，xkt為t年k地區(qū)所有行業(yè)的總雇傭規(guī)模(Ekt)占全國(guó)所有行業(yè)總雇傭規(guī)模(ΣkEkt)的比例，即 xkt＝Ekt/ΣkEkt。式(1)中的 Gjt為 Krugman(1991)以及 Audretsch和 Feldman(1996)構(gòu)建的“產(chǎn)業(yè)空間基尼系數(shù)”，計(jì)算公式為 Gjt＝Σk(xkt－sjkt)2，其中 sjkt為 t年 j行業(yè)在 k地區(qū)的雇傭規(guī)模與 j行業(yè)在全國(guó)雇傭總規(guī)模之比，即 sjkt＝Ejkt/ΣkEjkt，反映 t年 j行業(yè)全國(guó)雇傭規(guī)模的地區(qū)分布狀況。顯然，若sjkt＝xkt，即 j行業(yè)雇傭規(guī)模的地區(qū)分布與所有行業(yè)全國(guó)雇傭總規(guī)模的地區(qū)分布相同，則Gjt＝0；反之，j行業(yè)雇傭規(guī)模的地區(qū)分布與全國(guó)雇傭規(guī)模的地區(qū)分布差異越大，則 Gjt越接近于 1。式(1)中 Hjt＝Σi(Eijt/Ejt)2為 j行業(yè)的赫芬達(dá)爾-赫希曼指數(shù)(Herfindahl-Hirschman Index)，反映j行業(yè)內(nèi)的企業(yè)競(jìng)爭(zhēng)程度，其中Eijt為t年j行業(yè)中企業(yè)i的雇傭規(guī)模。顯然，Hjt越接近于1，市場(chǎng)結(jié)構(gòu)越壟斷；Hjt越接近于0，市場(chǎng)結(jié)構(gòu)越競(jìng)爭(zhēng)。本文計(jì)算所得的中國(guó)工業(yè)企業(yè) EG指數(shù)在 1998—2007年間的動(dòng)態(tài)演進(jìn)過程如圖2所示。

圖2 1998—2007年中國(guó)工業(yè)企業(yè)空間集聚EG指數(shù)趨勢(shì)圖

由圖 2可知，中國(guó)工業(yè)企業(yè)的空間集聚程度呈現(xiàn)顯著的正偏態(tài)分布，右尾較長(zhǎng)①EG指數(shù)核密度分布圖的右尾過長(zhǎng)，圖2的橫軸只展示0～0.05的部分，完整圖形備索。。從1998到2007年，中國(guó)工業(yè)企業(yè)空間集聚EG指數(shù)的峰值呈現(xiàn)明顯右移且大幅降低的趨勢(shì)，這說明在此期間中國(guó)工業(yè)企業(yè)的空間集聚程度呈現(xiàn)顯著的上升態(tài)勢(shì)。不過，按Ellison和 Glaeser(1997)提出的標(biāo)準(zhǔn)來看，中國(guó)工業(yè)企業(yè)的空間集聚水平仍較低，以2007年為例，本文使用的樣本數(shù)據(jù)中 28.77萬家企業(yè)中，有 72.75%,的企業(yè)空間集聚EG指數(shù)較低(＜0.02)；有22.39%,的企業(yè)空間集聚EG指數(shù)屬于中等水平(≥0.02且＜0.05)；僅有4.86%,的企業(yè)空間集聚EG指數(shù)較高(≥0.05)。不過另一方面，這也表明只要通過合理的產(chǎn)業(yè)政策和區(qū)域發(fā)展政策引導(dǎo)，中國(guó)工業(yè)企業(yè)的空間集聚程度仍有非常大的提升空間。

三、模型設(shè)定與數(shù)據(jù)說明

為研究企業(yè)空間集聚對(duì)企業(yè)勞動(dòng)收入份額的影響，本文設(shè)計(jì)了如式(2)所示的計(jì)量模型：

式(2)中的下角標(biāo) i、j、k、t分別代表企業(yè)、行業(yè)、地區(qū)和年份。LSit+1為 i企業(yè) t＋1年的勞動(dòng)收入份額，即為企業(yè)“勞動(dòng)收入總額(wage)”與“工業(yè)增加值總額(va)”之比，因此，通過將式(2)中的被解釋變量 LSit+1替換為企業(yè)“勞動(dòng)收入總額”與“工業(yè)增加值總額”的自然對(duì)數(shù) ln_wageit+1和 ln_vait+1，便可以對(duì)企業(yè)空間集聚影響企業(yè)勞動(dòng)收入份額的路徑機(jī)制進(jìn)行初步分解。在使用中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)計(jì)算企業(yè)“勞動(dòng)收入份額”的方法上，也有文獻(xiàn)使用企業(yè)“勞動(dòng)收入”占企業(yè)“勞動(dòng)、資本和政府總收入”①資本收入=年度凈利潤(rùn)+年度折舊；政府收入=應(yīng)交所得稅+應(yīng)交增值稅+產(chǎn)品銷售稅金及附加+管理費(fèi)用中的稅金-政府補(bǔ)貼。之比的計(jì)算方式進(jìn)行測(cè)算，但這一方式涉及的會(huì)計(jì)科目過多，再加之中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的數(shù)據(jù)質(zhì)量問題，出現(xiàn)錯(cuò)誤的概率更高，因此本文直接使用企業(yè)“勞動(dòng)收入總額”與企業(yè)“工業(yè)增加值總額”之比的方式來測(cè)度企業(yè)“勞動(dòng)收入份額”②感謝匿名審稿人提出的這一建議。，不過，本文還是以“勞動(dòng)收入總額”與“勞動(dòng)、資本政府總收入”之比的方法定義了一個(gè)勞動(dòng)收入份額的替代變量 LS_2it，用作穩(wěn)健性檢驗(yàn)，以保證實(shí)證結(jié)論的穩(wěn)健性。此外，由前文中的式(1)可知，本文測(cè)算企業(yè)空間集聚EG指數(shù)的方法主要依據(jù)的是“勞動(dòng)力市場(chǎng)數(shù)據(jù)”，即某地區(qū)、某行業(yè)內(nèi)部企業(yè)間“雇傭規(guī)?！钡募鄢潭龋珒H僅使用這一種方法測(cè)度企業(yè)空間集聚 EG指數(shù)可能會(huì)存在嚴(yán)重的測(cè)度誤差，進(jìn)而影響實(shí)證結(jié)果的穩(wěn)健性。因此，本文還使用“工業(yè)銷售產(chǎn)值”代替“雇傭規(guī)?！保瑴y(cè)算了另一個(gè)基于“產(chǎn)品市場(chǎng)數(shù)據(jù)”的企業(yè)空間集聚EG指數(shù)(EG_projkt)③EG_projkt的計(jì)算方式僅需將式(1)中的企業(yè)和行業(yè)地區(qū)“雇傭規(guī)?！碧鎿Q為企業(yè)和行業(yè)地區(qū)的“工業(yè)銷售產(chǎn)值”即可。，以保證實(shí)證研究結(jié)論的穩(wěn)健性。

式(2)中的其他企業(yè)層面的控制變量包括：企業(yè)在其所處三分位行業(yè)和地級(jí)市的勞動(dòng)力市場(chǎng)份額(lmshareit)與產(chǎn)品市場(chǎng)份額(mshareit)④lmshareit為企業(yè)雇傭規(guī)模與其所處三分位行業(yè)和地級(jí)市的總雇傭規(guī)模之比；而與 lmshareit相對(duì)應(yīng)的依據(jù)產(chǎn)品市場(chǎng)數(shù)據(jù)測(cè)算的企業(yè)產(chǎn)品市場(chǎng)份額 mshareit為企業(yè)工業(yè)銷售產(chǎn)值與其所處三分位行業(yè)和地級(jí)市的總銷售規(guī)模之比。、全要素生產(chǎn)率(op_tfpit)⑤本文采用的是Olley-Pakes的方法計(jì)算企業(yè)全要素生產(chǎn)率，產(chǎn)出設(shè)定為工業(yè)增加值。、雇傭規(guī)模的自然對(duì)數(shù)(ln_workerit)、人均工資的自然對(duì)數(shù)(ln_pcwageit)、人均資本的自然對(duì)數(shù)(ln_pckit)①企業(yè)的人均資本為企業(yè)總資產(chǎn)與雇傭人數(shù)之比的自然對(duì)數(shù)。、負(fù)債率(debtratioit)②企業(yè)的負(fù)債率=企業(yè)負(fù)債/總資產(chǎn)。、年齡的自然對(duì)數(shù)(ln_ageit)、是否出口的虛擬變量(ex_dumit)、是否享有政府補(bǔ)貼的虛擬變量(sub_dumit)、是否有新產(chǎn)品在售的虛擬變量(inno_dumit)，以及企業(yè)所有權(quán)類型的虛擬變量，包含國(guó)有企業(yè)(gy_dumit)、外國(guó)投資企業(yè)(wz_dumit)和港澳臺(tái)資企業(yè)(gat_dumit)。εijkt為隨機(jī)誤差項(xiàng)。

3.城鄉(xiāng)差距仍然是影響基本公共服務(wù)均等化供給的主要阻礙性因素。城鄉(xiāng)差距影響均等化指數(shù)的系數(shù)為正，說明城鄉(xiāng)差距使得公共服務(wù)均等化程度降低。

表1 主要變量的描述性統(tǒng)計(jì)表

在計(jì)量分析中，普遍存在的測(cè)量誤差、遺漏變量等都會(huì)導(dǎo)致回歸結(jié)果并不可靠，本文主要采取以下策略盡可能控制這些問題對(duì)回歸結(jié)果的不利影響：第一，本文在對(duì)式(2)計(jì)量模型的 OLS回歸分析中同時(shí)控制年度和三分位行業(yè)的固定效應(yīng)，可以在很大程度上解決遺漏變量導(dǎo)致的內(nèi)生性問題。第二，使用加總的宏觀經(jīng)濟(jì)變量對(duì)微觀經(jīng)濟(jì)變量進(jìn)行回歸分析，會(huì)導(dǎo)致回歸標(biāo)準(zhǔn)誤產(chǎn)生向下的偏誤(Moulton，1990)，因此，本文在所有 OLS回歸中，都在地級(jí)市層面進(jìn)行了聚類(cluster)③為了在地級(jí)市層面使用聚類穩(wěn)健標(biāo)準(zhǔn)誤，本文刪除了在樣本觀測(cè)期間內(nèi)企業(yè)營(yíng)業(yè)地點(diǎn)不在同一個(gè)地級(jí)市的樣本企業(yè)，這一作法也有利于剔除掉在工業(yè)企業(yè)數(shù)據(jù)庫(kù)跨年合并中被誤歸類為同一企業(yè)的錯(cuò)誤樣本。，使用聚類穩(wěn)健標(biāo)準(zhǔn)誤進(jìn)行統(tǒng)計(jì)推斷。第三，本文的核心解釋變量——“企業(yè)空間集聚 EG 指數(shù)”屬于“行業(yè)-地區(qū)匯總型”變量，而被解釋變量為企業(yè)層面變量，沒有理由認(rèn)為單一企業(yè)的勞動(dòng)收入份額會(huì)影響其所在地級(jí)市和三分位行業(yè)的整體企業(yè)空間集聚程度，因此不會(huì)存在嚴(yán)重的反向因果關(guān)系，不過本文還是采取了將所有解釋變量都滯后一期的辦法，以緩解可能存在的互為因果的內(nèi)生性問題。

四、實(shí)證結(jié)果與分析

（一）基準(zhǔn)回歸結(jié)果

計(jì)量模型式(2)的基準(zhǔn)回歸結(jié)果如表2所示。

表2 全樣本基準(zhǔn)回歸結(jié)果

由表 2的第 1—4列回歸結(jié)果可知，無論是使用不同的數(shù)據(jù)來源測(cè)度企業(yè)的空間集聚 EG指數(shù)(EG和 EG_pro)，還是使用不同的計(jì)算方式測(cè)度企業(yè)的勞動(dòng)收入份額(LS和 LS_2)，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)勞動(dòng)收入份額的回歸系數(shù)均高度顯著為正，這表明企業(yè)空間集聚程度上升有利于提升企業(yè)勞動(dòng)收入份額。正如前文中圖 2所示，在樣本觀測(cè)期內(nèi)，中國(guó)工業(yè)企業(yè)空間集聚水平還較低，提升空間仍非常大。因此，可以預(yù)期的是，隨著中國(guó)未來工業(yè)企業(yè)空間集聚程度的進(jìn)一步提升，中國(guó)工業(yè)企業(yè)勞動(dòng)收入份額持續(xù)大幅下降的趨勢(shì)將得到一定程度的緩解。由于表 2的第 1—4列回歸結(jié)果并不存在顯著差異，這證明了本文實(shí)證結(jié)論具有高度穩(wěn)健性，由于使用勞動(dòng)力市場(chǎng)數(shù)據(jù)測(cè)算的企業(yè)空間集聚指數(shù)(EG)和以企業(yè)“勞動(dòng)收入總額”與“工業(yè)增加值總額”之比測(cè)度的企業(yè)“勞動(dòng)收入份額(LS)”經(jīng)濟(jì)含義更加直觀具體，所以本文的后續(xù)分析僅以第1列回歸結(jié)果為準(zhǔn)。

由于本文定義的企業(yè)勞動(dòng)收入份額(LS)為企業(yè)“勞動(dòng)收入總額(wage)”與“工業(yè)增加值總額(va)”之比，因此，通過將計(jì)量模型式(2)中的被解釋變量 LSit+1替換為企業(yè)勞動(dòng)收入總額與工業(yè)增加值總額的自然對(duì)數(shù) ln_wageit+1和 ln_vait+1，便可以對(duì)企業(yè)空間集聚影響企業(yè)勞動(dòng)收入份額的路徑機(jī)制進(jìn)行初步分解。由表 2第 5—6列的回歸結(jié)果可知，企業(yè)空間集聚 EG指數(shù)上升之所以有利于提升企業(yè)勞動(dòng)收入份額，主要是因?yàn)槠鋵?duì)企業(yè)“勞動(dòng)收入總額(ln_wage)”存在顯著的正向影響。一方面，企業(yè)的空間集聚會(huì)給當(dāng)?shù)氐膭趧?dòng)力提供更多的就業(yè)機(jī)會(huì)，這會(huì)極大地方便勞動(dòng)力自身專業(yè)技能與工作崗位要求的相互匹配，提高現(xiàn)有勞動(dòng)力的工資水平，在企業(yè)雇傭規(guī)模不變的條件下，這有利于企業(yè)勞動(dòng)收入總額的提升；另一方面，企業(yè)空間集聚形成的“勞動(dòng)力蓄水池”也會(huì)極大地方便企業(yè)雇傭到最適合自身需求的勞動(dòng)力，因此企業(yè)可能會(huì)擴(kuò)大雇傭規(guī)模，在企業(yè)人均工資水平不變的條件下，這顯然也有利于企業(yè)勞動(dòng)收入總額的提升。表 2第 6列回歸結(jié)果中，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)“工業(yè)增加值總額(ln_va)”的回歸系數(shù)并不顯著，這表明中國(guó)工業(yè)企業(yè)的空間集聚并沒有顯著提高集聚企業(yè)的總產(chǎn)出規(guī)模，這可能是由于在樣本觀測(cè)期內(nèi)中國(guó)工業(yè)企業(yè)的空間集聚水平還較低，同行業(yè)企業(yè)之間能享受到企業(yè)空間集聚帶來的“技術(shù)溢出”效應(yīng)還非常有限。

（二）企業(yè)空間集聚影響企業(yè)勞動(dòng)收入份額路徑機(jī)制的進(jìn)一步探討

雖然在上述分析中我們已經(jīng)對(duì)企業(yè)空間集聚影響企業(yè)勞動(dòng)收入份額的路徑機(jī)制進(jìn)行了初步分析，由表 2第 5—6列的回歸結(jié)果已知企業(yè)空間集聚之所以會(huì)有利于提升企業(yè)勞動(dòng)收入份額，主要是因?yàn)槠鋵?duì)企業(yè)勞動(dòng)收入份額的分子——“勞動(dòng)收入總額(ln_wage)”存在顯著的正向影響，且沒有顯著影響企業(yè)勞動(dòng)收入份額的分母——“工業(yè)增加值總額(ln_va)”，但是，企業(yè)空間集聚又是通過哪些具體渠道推高了企業(yè)的“勞動(dòng)收入總額(ln_wage)”呢？企業(yè)空間集聚既有可能會(huì)形成“人才集聚”效應(yīng)，讓企業(yè)享有更大的“勞動(dòng)力蓄水池”，找到最適合企業(yè)的勞動(dòng)力，擴(kuò)大雇傭規(guī)模，導(dǎo)致企業(yè)的勞動(dòng)收入總額上升，又有可能讓勞動(dòng)力擁有更多的工作崗位可以選擇，加劇企業(yè)在勞動(dòng)力市場(chǎng)上對(duì)優(yōu)秀人才的競(jìng)爭(zhēng)，形成“工資溢價(jià)”，進(jìn)而推高企業(yè)的勞動(dòng)收入總額。為了區(qū)分上述兩種不同的路徑機(jī)制，本文采用 Baron和 Kenny(1986)提出的Sobel中介因子檢驗(yàn)方法，對(duì)“雇傭規(guī)模(ln_worker)”和“人均工資(ln_pcwage)”兩個(gè)變量，是否在企業(yè)空間集聚推高“企業(yè)勞動(dòng)收入總額(ln_wage)”的過程中發(fā)揮了“中介效應(yīng)”進(jìn)行檢驗(yàn)，結(jié)果如表3所示。

表3 企業(yè)空間集聚影響企業(yè)勞動(dòng)收入總額的Sobel中介效應(yīng)檢驗(yàn)

表3的第1—3列為“雇傭規(guī)模(ln_worker)”是否為企業(yè)空間集聚影響企業(yè)勞動(dòng)收入總額的中介因子的檢驗(yàn)結(jié)果：在第 1列不加入中介因子的回歸結(jié)果中，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)勞動(dòng)收入總額的回歸系數(shù)在 1%,的水平下顯著為正，即企業(yè)空間集聚有利于提升企業(yè)勞動(dòng)收入總額；在第 2列針對(duì)中介因子的檢驗(yàn)結(jié)果顯示，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)雇傭規(guī)模的回歸系數(shù)在 1%,的水平下顯著為正，即企業(yè)空間集聚顯著增加了企業(yè)的雇傭規(guī)模；在第 3列加入中介因子的回歸結(jié)果顯示，雖然企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)勞動(dòng)收入總額的回歸系數(shù)仍在 1%,的水平下顯著為正，但系數(shù)絕對(duì)值大幅下降，Sobel Z統(tǒng)計(jì)量高度顯著，說明“雇傭規(guī)模(ln_worker)”在企業(yè)空間集聚影響企業(yè)勞動(dòng)收入總額的過程中起到了“部分中介”作用，且中介效應(yīng)占比高達(dá)76.29%,。

表3的第4—6列為“人均工資(ln_pcwage)”是否為企業(yè)空間集聚影響企業(yè)勞動(dòng)收入總額的中介因子檢驗(yàn)結(jié)果：在第 4列不加入中介因子的回歸結(jié)果中，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)勞動(dòng)收入總額的回歸系數(shù)在 1%,的水平下顯著為正；第 2列針對(duì)中介因子的檢驗(yàn)結(jié)果顯示，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)人均工資的回歸系數(shù)在 1%,的水平下顯著為正，即企業(yè)空間集聚顯著提高了企業(yè)的人均工資水平；第 3列加入中介因子的回歸結(jié)果顯示，雖然企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)勞動(dòng)收入總額的回歸系數(shù)仍在 1%,的水平下顯著為正，但系數(shù)絕對(duì)值也出現(xiàn)了小幅下降，Sobel Z統(tǒng)計(jì)量也在 1%,的水平下高度顯著，這說明“人均工資(ln_pcwage)”在企業(yè)空間集聚影響企業(yè)勞動(dòng)收入總額的過程中也起到了“部分中介”作用，但中介效應(yīng)占比僅為 23.48%,，尚不及“雇傭規(guī)模(ln_worker)”變量中介效應(yīng)的三分之一。

（三）企業(yè)空間集聚影響企業(yè)勞動(dòng)收入份額的異質(zhì)性檢驗(yàn)

上述研究結(jié)論表明中國(guó)工業(yè)企業(yè)空間集聚有利于提高企業(yè)勞動(dòng)收入份額，但是上文中的實(shí)證分析過程沒有充分考慮到企業(yè)所屬細(xì)分工業(yè)行業(yè)和所處城市的異質(zhì)性特征，因此，本文將全部工業(yè)行業(yè)按要素密集型特征，劃分為“勞動(dòng)密集型行業(yè)”、“資本密集型行業(yè)”和“技術(shù)密集型行業(yè)”三種類型①借鑒魯桐和黨印(2014)的方法，本文中的“勞動(dòng)密集型行業(yè)”包括：農(nóng)副食品加工業(yè)、食品制造業(yè)、飲料制造業(yè)、煙草制品業(yè)、紡織業(yè)、紡織服裝鞋帽制造業(yè)、皮革羽毛絨及其制品業(yè)、木材加工及木竹滕棕草制品業(yè)、家具制造業(yè)；“資本密集型行業(yè)”包括：造紙及紙制品業(yè)、印刷和記錄媒介復(fù)制業(yè)、文教體育用品制造業(yè)、石油加工煉焦及核燃料加工業(yè)、化學(xué)原料及化學(xué)制品制造業(yè)、化學(xué)纖維制造業(yè)、橡膠制品業(yè)、塑料制品業(yè)、非金屬礦物制品業(yè)、黑色金屬冶煉及壓延加工業(yè)、有色金屬冶煉及壓延加工業(yè)；“技術(shù)密集型行業(yè)”包括：金屬制品業(yè)、通用設(shè)備制造業(yè)、專用設(shè)備制造業(yè)、交通運(yùn)輸設(shè)備制造業(yè)、電氣機(jī)械及器材制造業(yè)、通信設(shè)備計(jì)算機(jī)及其它電子設(shè)備制造業(yè)、儀器儀表及文化辦公用品制造業(yè)、工藝品及其他制造業(yè)。，并將所有地級(jí)市按城市行政級(jí)別，劃分為“大城市”和“中小城市”兩種類型②本文中的“大城市”包括：北京、上海、天津和重慶4個(gè)直轄市，沈陽(yáng)、長(zhǎng)春、哈爾濱、石家莊、濟(jì)南、太原、呼和浩特、南京、杭州、合肥、福州、南昌、鄭州、武漢、長(zhǎng)沙、廣州、南寧、?？?、重慶、成都、貴陽(yáng)、昆明、拉薩、西安、蘭州、西寧、銀川和烏魯木齊 28個(gè)省會(huì)城市，以及大連、青島、寧波、廈門和深圳5個(gè)計(jì)劃單列市；其他城市均為“中小城市”。，進(jìn)行了子樣本異質(zhì)性檢驗(yàn)，具體結(jié)果如表4所示。

對(duì)比表 4中的勞動(dòng)密集型、資本密集型和技術(shù)密集型行業(yè)樣本回歸結(jié)果可知，勞動(dòng)密集型行業(yè)企業(yè)空間集聚EG指數(shù)對(duì)企業(yè)勞動(dòng)收入份額的回歸系數(shù)在1%,的水平下顯著為正，而資本和技術(shù)密集型行業(yè)企業(yè)空間集聚EG指數(shù)對(duì)企業(yè)勞動(dòng)收入份額 的回歸系數(shù)都僅在 10%,的水平下顯著為正，且系數(shù)絕對(duì)值僅約為勞動(dòng)密集型行業(yè)樣本的一半。造成這種差異的原因主要是資本和技術(shù)密集型行業(yè)企業(yè)的要素投入結(jié)構(gòu)中勞動(dòng)力占比很低，即使企業(yè)空間集聚給其帶來了更大規(guī)模和更多種類的“勞動(dòng)力蓄水池”，這些企業(yè)可能也并不會(huì)選擇投入更多的勞動(dòng)力來代替資本和技術(shù)要素，所以在表 4的勞動(dòng)密集型行業(yè)樣本回歸結(jié)果中，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)勞動(dòng)收入總額(ln_wage)的回歸系數(shù)在 1%,的水平下顯著為正，而在資本密集型行業(yè)樣本中，這一系數(shù)僅在5%,的水平下顯著為正，在技術(shù)密集型行業(yè)樣本中，這一系數(shù)則并不顯著。

表4 企業(yè)空間集聚對(duì)企業(yè)勞動(dòng)收入份額的行業(yè)和城市異質(zhì)性

對(duì)比表 4中的大城市和中小城市樣本回歸結(jié)果可知，在中小城市樣本中，企業(yè)空間集聚 EG指數(shù)對(duì)企業(yè)勞動(dòng)收入份額的回歸系數(shù)在 1%,的水平下顯著為正，且這主要是由于中小城市企業(yè)空間集聚顯著推高了中小城市企業(yè)的勞動(dòng)收入總額(ln_wage)；而在大城市樣本中，企業(yè)空間集聚EG指數(shù)對(duì)企業(yè)勞動(dòng)收入份額的回歸系數(shù)僅在10%,的水平下顯著為正，且企業(yè)空間集聚EG指數(shù)對(duì)大城市企業(yè)的勞動(dòng)收入總額(ln_wage)和工業(yè)增加值總額(ln_va)都不存在顯著影響。上述差異表明中國(guó)工業(yè)企業(yè)空間集聚程度上升對(duì)企業(yè)勞動(dòng)收入份額的推升作用主要發(fā)生在中小城市，這可能是由于大城市的勞動(dòng)力規(guī)模和種類都要遠(yuǎn)比中小城市豐富，大城市已經(jīng)具備的龐大的“勞動(dòng)力蓄水池”，使得大城市的勞動(dòng)力供給總體上非常充足，因此大城市企業(yè)空間集聚程度的小幅上升，并不會(huì)給其企業(yè)的勞動(dòng)收入總額(ln_wage)和勞動(dòng)收入份額(LS)帶來非常顯著的沖擊。例如，相比于中小城市企業(yè)而言，同行業(yè)企業(yè)集聚導(dǎo)致大城市企業(yè)不得不大幅度提高工資水平以搶奪勞動(dòng)力的可能性會(huì)更低。

上述結(jié)論表明，通過積極的產(chǎn)業(yè)政策和區(qū)域發(fā)展政策，重點(diǎn)引導(dǎo)中小城市的勞動(dòng)力密集型行業(yè)企業(yè)形成空間集聚，有利于提高這些企業(yè)的勞動(dòng)收入總額和勞動(dòng)收入份額，是緩解中國(guó)企業(yè)勞動(dòng)收入份額持續(xù)大幅下降的有效手段之一。

五、結(jié) 論

黨的十九大明確提出要“堅(jiān)持按勞分配原則，完善按要素分配的體制機(jī)制，促進(jìn)收入分配更合理、更有序”。國(guó)家“十三五”規(guī)劃也強(qiáng)調(diào)要“堅(jiān)持居民收入增長(zhǎng)和經(jīng)濟(jì)增長(zhǎng)同步、勞動(dòng)報(bào)酬提高和勞動(dòng)生產(chǎn)率提高同步，……，調(diào)整優(yōu)化國(guó)民收入分配格局，努力縮小全社會(huì)收入差距”。因此，深入研究中國(guó)企業(yè)勞動(dòng)收入份額下降的原因，把握在各種因素綜合影響下中國(guó)未來勞動(dòng)收入份額的變動(dòng)趨勢(shì)，對(duì)收入分配改革政策的制定具有十分重要的現(xiàn)實(shí)意義。

本文采用中國(guó)工業(yè)企業(yè)微觀數(shù)據(jù)，研究了企業(yè)空間集聚對(duì)企業(yè)勞動(dòng)收入份額的影響，發(fā)現(xiàn)企業(yè)空間集聚會(huì)顯著增加集聚企業(yè)的雇傭規(guī)模和勞動(dòng)力工資水平，進(jìn)而有助于提升企業(yè)的勞動(dòng)收入份額。因此，隨著未來中國(guó)工業(yè)企業(yè)空間集聚程度的不斷增強(qiáng)，中國(guó)企業(yè)勞動(dòng)收入份額持續(xù)大幅下降的趨勢(shì)將得到一定程度的緩解。此外，對(duì)子樣本的回歸結(jié)果則顯示：企業(yè)空間集聚對(duì)企業(yè)勞動(dòng)收入份額的正向影響主要存在于勞動(dòng)密集型行業(yè)和中小城市，因此，通過積極的產(chǎn)業(yè)政策和區(qū)域發(fā)展政策，重點(diǎn)引導(dǎo)中小城市的勞動(dòng)力密集型行業(yè)企業(yè)形成空間集聚，是緩解中國(guó)企業(yè)勞動(dòng)收入份額下降的有效手段之一。

［1］ 白重恩，錢震杰. 國(guó)民收入的要素分配：統(tǒng)計(jì)數(shù)據(jù)背后的故事[J]. 經(jīng)濟(jì)研究，2009(3)：27-41.

［2］ 陳宇峰，貴斌威，陳啟清. 技術(shù)偏向與中國(guó)勞動(dòng)收入份額的再考察[J]. 經(jīng)濟(jì)研究，2013(6)：113-126.

［3］ 范劍勇. 產(chǎn)業(yè)集聚與地區(qū)間勞動(dòng)生產(chǎn)率差異[J]. 經(jīng)濟(jì)研究，2006(11)：72-81.

［4］ 胡 翠，謝世清. 中國(guó)制造業(yè)企業(yè)集聚的行業(yè)間垂直溢出效應(yīng)研究[J]. 世界經(jīng)濟(jì)，2014(9)：77-94.

［5］ 黃先海，徐 圣. 中國(guó)勞動(dòng)收入比重下降成因分析[J]. 經(jīng)濟(jì)研究，2009(7)：34-44.

［6］ 劉修巖. 集聚經(jīng)濟(jì)與勞動(dòng)生產(chǎn)率：基于中國(guó)城市面板數(shù)據(jù)的實(shí)證研究[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2009(7)：109-119.

［7］ 魯 桐，黨 印. 公司治理與技術(shù)創(chuàng)新：分行業(yè)比較[J]. 經(jīng)濟(jì)研究，2014(6)：115-128.

［8］ 羅長(zhǎng)遠(yuǎn)，張 軍. 經(jīng)濟(jì)發(fā)展中的勞動(dòng)收入占比[J]. 中國(guó)社會(huì)科學(xué)，2009(4)：65-79.

［9］ 聶輝華，江 艇，楊汝岱. 中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)的使用現(xiàn)狀和潛在問題[J]. 世界經(jīng)濟(jì)，2012(5)：142-158.

［10］ 邵 敏，黃玖立. 外資與中國(guó)勞動(dòng)收入份額——基于工業(yè)行業(yè)的經(jīng)驗(yàn)研究[J]. 經(jīng)濟(jì)學(xué)(季刊)，2010(4)：1189-1210.

［11］ 唐東波. 全球化與勞動(dòng)收入占比：基于勞資議價(jià)能力的分析[J]. 管理世界，2011(8)：23-33.

［12］ 魏下海，董志強(qiáng)，黃玖立. 工會(huì)是否改善勞動(dòng)收入份額?——理論分析與來自中國(guó)民營(yíng)企業(yè)的經(jīng)驗(yàn)證據(jù)[J]. 經(jīng)濟(jì)研究，2013(8)：16-28.

［13］ 文東偉，冼國(guó)明. 中國(guó)制造業(yè)產(chǎn)業(yè)集聚的程度及其演變趨勢(shì)：1998—2009年[J]. 世界經(jīng)濟(jì)，2014(3)：3-31.

［14］ 翁 杰，周 禮. 中國(guó)工業(yè)部門勞動(dòng)收入份額的變動(dòng)研究：1997—2008年[J]. 中國(guó)人口科學(xué)，2010(4)：31-45.

［15］ 謝露露. 產(chǎn)業(yè)集聚和工資“俱樂部”：來自地級(jí)市制造業(yè)的經(jīng)驗(yàn)研究[J]. 世界經(jīng)濟(jì)，2015(10)：148-168.

［16］ 余淼杰，梁中華. 貿(mào)易自由化與中國(guó)勞動(dòng)收入份額——基于制造業(yè)貿(mào)易企業(yè)數(shù)據(jù)的實(shí)證分析[J]. 管理世界，2014(7)：22-31.

［17］ 張 杰，卜茂亮，陳志遠(yuǎn). 中國(guó)制造業(yè)部門勞動(dòng)報(bào)酬比重的下降及其動(dòng)因分析[J]. 中國(guó)工業(yè)經(jīng)濟(jì)，2012(5)：57-69.

［18］ 張 杰，陳志遠(yuǎn)，周曉艷. 出口對(duì)勞動(dòng)收入份額抑制效應(yīng)研究——基于微觀視角的經(jīng)驗(yàn)證據(jù)[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2012(7)：44-60.

［19］ 張車偉，趙 文. 中國(guó)勞動(dòng)報(bào)酬份額問題——基于雇員經(jīng)濟(jì)與自雇經(jīng)濟(jì)的測(cè)算與分析[J]. 中國(guó)社會(huì)科學(xué)，2015(12)：90-112.

［20］ 周明海. 實(shí)際勞動(dòng)收入份額變動(dòng)的估算及其變動(dòng)趨勢(shì)[J]. 中國(guó)人口科學(xué)，2014(1)：108-116.

［21］ Audretsch D. B.，F(xiàn)eldman M. P. R&D Spillovers and the Geography of Innovation and Production[J]. American Economic Review，1996，86(3)：630-40.

［22］ Brandt L.，Van Biesebroeck J.，Zhang Y. Creative Accounting or Creative Destruction：Firm Level Productivity Growth in Chinese Manufacturing[J]. Journal of Development Economics，2012，97(2)：339-51.

［23］ Ciccone A. Agglomeration Effects in Europe[J]. European Economic Review，2002，46(2)：213-27.

［24］ Ciccone A.，Hall R. E. Productivity and the Density of Economic Activity[J]. American Economic Review，1996，86(1)：54-70.

［25］ Duranton G.，Overman H. G. Exploring the Detailed Location Patterns of UK Manufacturing Industries Using Micro-Geographic Data[J]. Journal of Regional Science，2008，48(1)：213-43.

［26］ Duranton G.，Overman H. G. Testing for Localization Using Micro-Geographic Data[J]. The Review of Economic Studies，2005，72(4)：1077-106.

［27］ Ellison G.，Glaeser E. L. Geographic Concentration in U. S. Manufacturing Industries：A Dartboard Approach[J]. Journal of Political Economy，1997，105(5)：889-927.

［28］ Fichtenbaum R. Do Unions Affect Labor's Share of Income：Evidence Using Panel Data[J].American Journal of Economics and Sociology，2011，70(3)：784-810.

［29］ Fingleton B.，Longhi S. The Effects of Agglomeration on Wages：Evidence from the Micro-level[J]. Journal of Regional Science，2013，53(3)：443-63.

［30］ Groot S.，Groot H. L.，Smit M. J. Regional Wage Differences in the Netherlands：Micro Evidence on Agglomeration Externalities[J]. Journal of Regional Science，2014，54(3)：503-23.

［31］ Karabarbounis L.，Neiman B. The Global Decline of the Labor Share[J]. The Quarterly Journal of Economics，2014，129(1)：61-103.

［32］ Krugman P. Increasing Returns and Economic Geography[J]. Journal of Political Economy，1991，99(3)：483-99.

［33］ Lu J.，Tao Z. Trends and Determinants of China's Industrial Agglomeration[J]. Journal of Urban Economics，2009，65(2)：167-80.

［34］ Moulton B. R. An Illustration of a Pitfall in Estimating the Effects of Aggregate Variables on Micro Units[J]. Review of Economics and Statistics，1990，72(2)：334-38.