城市经济集聚对非农劳动生产率的影响——基于江苏省动态面板数据的分析

杨丽，冯晓玮

（安徽科技学院财经学院，安徽凤阳 233100）

城市经济集聚对非农劳动生产率的影响
——基于江苏省动态面板数据的分析

杨丽，冯晓玮

（安徽科技学院财经学院，安徽凤阳 233100）

城市是人口和经济的集聚地，随着城市化进程的快速发展，中国正面临经济转型和结构调整的巨大压力，在这种情况下，城市经济集聚效应被给予了高度的关注。本文以江苏省为例采用动态面板数据模型分析城市经济集聚对非农劳动生产率的影响，通过描述性统计分析发现各城市资源分布不平衡现象，通过回归分析得出城市经济集聚水平对非农劳动生产率有正向的影响。

城市经济集聚；劳动生产率；动态面板数据

根据国家统计局数据，自2002年以来，我国城镇化率以平均每年1.35个百分点的速度发展，城镇人口平均每年增长2096万人，2014年末城镇人口已达74916万人，比重达到54.77%，中国城市化正经历着快速发展的阶段，城市的形态、性质和功能正进行着演变，与此同时，中国正面临经济转型和结构调整的巨大压力，城市经济集聚能否成为经济转型和结构调整过程中的一种有效的资源配置效应？为了回答这个问题，国内学术界从多个角度对城市经济集聚对社会经济发展作用进行研究。陈德文，苗建军用联立方程的方法，得出空间集聚经济和区域经济增长之间呈现“倒U型”关系。[1]高丽娜和蒋茯心发现创新要素的空间集聚会产生区域经济协同发展效应。[2]国外学者对城市集聚早于国内，CicconeandHall采用实证分析的方法，发现一个地区就业密度提高一倍可以使劳动生产率提高6%。[3]Brulhart研究发现集聚效应只能在经济发展的一定阶段上促进GDP的增长。[4]但是也有研究发现集聚对于经济增长没有甚至有负的影响。例如陈林生，李刚利用1991-2002年省级面板数据，发现集聚经济对区域经济增长的回归系数为负值。[5]Futagami andOhkusa认为用人口数量衡量的市场规模与经济增长率之间存在着U型关系，即较大或较小规模的市场都不利于经济增长。[6]综上可见，城市集聚对经济发展的作用还需要进行进一步的验证，本文以国内外相关研究为基础，采用2004-2013年江苏省动态面板数据来研究城市经济集聚对劳动生产率的影响。

一、模型设定

（一）基本模型

动态面板数据可以通过固定效应控制有效的克服变量遗漏的问题，并且还可以克服颠倒因果性问题。在动态面板数据模型中，因变量的观测值随个体和时间而改变，在这种情况下，前一期的因变量就有可能对当期的因变量产生影响，前一期的因变量成为解释变量，即解释变量中含有滞后被解释变量，此时便产生了动态面板数据模型，[7]该模型的具体形式如公式（1）所示。

其中，i=1,2,…,N，t=2,3,…,T，β为k×1维向量，γ为常数，xit和yit是解释变量和被解释变量，yi，t-1为滞后被解释变量，αi和εit是未观测的个体效应和特质随机误差项，且，αi：∏D(0，σε2)，αit：∏D(0，σε2)，αi和εit相互独立。由于动态面板数据模型包含了滞后被解释变量，可以解决静态面板数据可能存在的不一致和内生性问题，但是在这种情况下，当N：∞，T固定时，采用固定效应估计量和随机效应估计量将不再具有一致性。[7]因此，本文采用广义矩阵法（系统GMM）来进行模型估计，该估计方法在且T固定时，可以通过差分剔除动态面板数据模型中的个体效应，利用yit的滞后项与εit误差项得到一些额外的工具变量来消除内生性问题。

（二）实证模型

鉴于动态面板数据相对于静态面板数据具有的优势，为了更深入的研究城市经济集聚与劳动生产率的关系，在公式（1）的基础上，我们构建实证动态面板数据模型如公式（2）所示。

在（2）式中，y为各城市市辖区的非农劳动生产率，其下表i代表城市，t代表年份；x为各城市市辖区的集聚水平，是本文关注的核心变量；yi，t-1是非农劳动生产率的一阶滞后项；扰动项由城市固定效应αc和随机扰动项εit两部分构成；z为城市层面的相关控制变量，主要包括：劳均固定资产投资、人力资本、财政支出比重和外商直接投资占比；μ0为常数项，γ、β、λ为各变量的系数。

二、变量的定义与数据的来源

借鉴已有相关研究成果，我们选取非农劳动生产率衡量劳动生产率，选取产出密度衡量城市集聚水平，各变量定义如表1所示。

本文数据主要来自与2005-2014年《中国城市统计年鉴》以及《中国统计年鉴》和《江苏省统计年鉴》。在《中国城市统计年鉴》中分别提供了“全市”和“市辖区”的统计数据，其中“市辖区”是中国城市的基层行政区单位，一般是指在直辖市和较大的市设置的行政区，市辖区的城区为城市市区的组成部分，该区域人口和经济活动聚集。鉴于本文研究的是城市主体区域层面上的经济集聚对非农劳动生产率的影响，因此我们选择“市辖区”为研究对象，所使用的数据都是城市统计年鉴中“市辖区”范围下的统计指标。

表1 变量定义

三、变量描述统计

本文样本数据来自江苏省13个城市年份跨度为10年，下面通过描述统计对样本数据进行简单的分析。

图1 江苏省2004-2013年平均产出密度

图2 江苏省2004-2013年平均非劳动生产率和劳均固定资产投资

图3 江苏省2004-2013年平均财政支出比重和外商直接投资占比

如图1所示，江苏省2004-2013年平均产出密度整体上呈上升的趋势，但是在2008至2010年间略有下降，一个可能原因是2008年我国经济受到美国次贷危机的影响，国内生产总值降低。图2描述了江苏省2004-2013年平均非农劳动生产率和劳均固定资产投资的发展趋势，如图所示，平均非农劳动生产率从2004至2012年呈现出上升的趋势，其中2004-2010年增长速度较快，但2013年该指标下降明显。根据统计数据，导致2013年该指标下降的直接原因是2013年第二、三产业就业人数的大量增加，2013年第二、三产业新增就业人数较2012年增加了74.75%，而第二、三产业国内生产总值较2012年仅增加了9.42%。关于劳均固定资产投资的总体趋势与非农劳动生产率相似，从2004-2010年该指标增长较快，2013年较2012年该指标有明显的下降，但与非农劳动生产率不同的是，2011年该指标的平均值较2010年下降了17.00%，2012年该指标反转上升。2013年该指标下降的直接原因是平均年末单位从业人数较2012年增加了73.98%，而固定资产投资较2012年仅增加了14.22%。图3描述了江苏省2004-2013年平均财政支出比重和外商直接投资占比两个指标的发展趋势，其中财政支出比重指标整体上呈现了增长的趋势，2011-2013年较2004-2010年增长放缓；外商直接投资整体趋势平缓，值得说明的是，2005年和2013年较其他年份特殊，该指标2005年较2004年下降了16.7%，2013年较2012年下降了18个百分点，究其原因，2005年下降的直接原因是美元兑人民币汇率下降，而2013年该指标下降，除了汇率下降外，外商投资额较2012年降低也是一个原因。本文以江苏省普通高等学校在校学生人数来衡量人力资本，如图4所示，该指标从2004年至2011年呈上升的趋势，2012年下降了11.13%，2013年再次上升至137773人。

图4 江苏省2004-2013年平均人力资本

表2 主要指标变量的统计描述

图1-图4从整体发展趋势上对样本数据进行了描述，表2则利用具体数据更加详细的对样本数据进行统计分析。由表2提供的信息可知，各指标最大和最小值之间的差幅都较大，例如2004年人力资本指标的最大值是最小值的52倍，2013年为46倍；此外该指标的变异系数较大，2004年为1.57，2013年为1.49，根据统计数据，指标最大值往往出现在南京、苏州、无锡等较大的城市，这一现象一定程度上体现了江苏省较大城市的发展速度较快，城市之间的发展存在不平衡的现象。

四、回归结果

从上述简单的统计分析很难得出产出密度与非农劳动生产率之间的关系，因此，我们使用stata11的graph命令画出了产出密度与非农劳动生产率之间的散点图。如图5所示。

图5 产出密度与非农劳动生产率散点图

图5中横轴表示非农劳动生产率，图中散点表示产出密度，Fittedvalues表示产出密度与非农劳动生产率拟合回归结果，lowesslnprolnope表示我们进行了局部加权回归修匀散点。从图中我们可以得到产出密度与非农劳动生产率之间存在正的相关性，但是该图并不能说明两者之间的具体相关程度，因此，以下我们将按照第一部分所述方法，利用系统GMM估计法对江苏省2004-2013年动态面板数据模型进行估计，得到的计量结果如表3中第二列所示。

如表3所示系统GMM估计的结果，我们可以发现各解释变量对非农劳动生产率的相关系数都为正值，说明各解释变量对非农劳动生产率的正向作用。同时，Hansen检验值为0.38，表明过度识别限制是正确的，所使用的多于待估参数的工具变量是合理的。

表3 江苏省城市经济集聚对劳动生产率的影响的不同回归估计结果对比

根据Bond(2002)的研究结果，动态面板模型因变量的一阶滞后项系数大小介于Pool OLS估计和固定效应估计的系数估计结果之间。[9]因此，为了验证系统GMM估计结果的稳健性，我们还进行了Pool OLS估计和固定效应估计，估计结果如表3第三、四列所示。由结果可知，系统GMM估计的一阶滞后项系数0.3881754大于固定效应估计值0.018287小于Pool OLS估计值0.4127946，系统GMM估计稳健。

产出密度是我们关注的核心指标，由表3可见，产出密度对非农劳动生产率的相关系数是0.1045834，且在1%的统计水平上显著，表明江苏省城市具有经济集聚效应，且对非农劳动生产率有显著正的影响，当某城市产出密度增加一个单位时，该城市的非农劳动生产率会相应增加约10.46%。

依据回归结果，除了产出密度，其他指标也对非农劳动生产率有正的影响，其中劳均固定资产投资对非农劳动生产率的相关系数最大，为0.5115489，且在1%的统计水平上显著，依据相关理论，当劳均固定资产投资提高一个单位时，非农劳动生产率提高约51.15%，说明固定资产投资推动了该城市的基础建设，增加资本存量，从而有利于提高该城市的劳动生产率；人力资本对非农劳动生产率的相关系数为0.061906，在5%的统计水平上显著，人力资本每提高一个单位，非农劳动生产率提高约6.19%，说明人力资本是城市劳动生产率提高的重要推动力。此外，财政支出比重和外商投资占比对非农劳动生产率的相关系数也为正值，但是不显著，这表明政府对市场的过多干预对劳动生产率的提高没有显著正向影响，且随着国内经济的发展，各城市对外商的依赖在逐渐的减小。

五、结论

本文使用江苏省2004-2013年数据对该省各城市产出密度对非农劳动生产率的影响进行了计量分析，通过简单的描述性统计分析，发现江苏省各指标整体上呈上升趋势，但各城市间存在资源分布不平衡的现象；利用系统GMM估计对动态面板数据进行回归分析，发现非农劳动生产率对产出密度的弹性系数为10.46%左右，同时非农劳动生产率对劳均固定资产投资和人力资本的弹性系数分别也较高，且具有显著性。这一结果得到的启示是各城市可以通过增加人力资本、加强固定资产投、增加基础设施建设、提高城市集聚水平来提高地区劳动生产率。

[1]陈德文，苗建军.空间集聚与区域经济增长的内生性研究:基于1995--2008年中国省域面板数据分析[J].数量经济技术经济研究，2010(10)：82-93.

[2]高丽娜，蒋伏心.创新要素集聚与扩散的经济增长效应分析—以江苏宁镇扬地区为例[J].南京社会科学，2011(10):30-36.

[3]Ciccone,A.AgglomerationeffectsinEurope[J]. European Economic Review，2002(46):213-227.

[4]BrulhartM,MathysNA.Sectoralagglomeration economies in a panel of European regions[J].Regional Science and Urban Economics，2008(4):348-62.

[5]陈林生，李刚.聚集效应、区位差别与区域经济增长[J].四川大学学报：哲学社会科学版，2004(2):32-35.

[6]Futagami,K.and Ohkusa,Y.The quality ladder and product variety:larger economies may not grow faster. Japanese Economic Review,2003(54):336-351.

[7]兰草.截面、面板数据分析与STATA应用[M].武汉:武汉大学出版社，2012.

[8]Ahn,S.C.and P.SchmidtEfficient estimation of modelsfordynamicpaneldata,Journalof Econometrics,1995(68):5-28.

[9]Bond,E.M.and Chase,J.M.,Biodiversity and ecosystem functioning at local and regional spatial scales.Ecology Letters,2002(5):467-470.

F062.5

A

1005-913X（2015）10-0080-03

2015-08-01

杨丽(1984-)，女，安徽灵璧人，助教，硕士，研究方向：区域经济学；冯晓玮(1990-)，女，安徽蚌埠人，助教，硕士，研究方向：企业会计。

兰欣卉］