实际工资影响劳动生产率的空间关联性研究

盛艳燕

（长江大学 管理学院，湖北 荆州 434023）

1 引言与文献综述

劳动生产率是地区经济发展水平的重要标志。在我国各地劳动生产率普遍提高的背景下，地区间劳动生产率差距扩大，进一步导致各地经济发展差距扩大[1]，直接影响到我国经济发展和社会稳定，如何促进地区劳动生产率的增长成为目前迫切需要解决的问题[2]。

研究者对劳动生产率差异产生的原因进行了广泛探讨，主要涉及到技术进步、FDI、人力资本、资本深化、产业结构、经济聚集、环境规制、工资激励等，而从工资激励角度研究劳动生产率的文献比较少。研究者分析了实际工资影响劳动生产率的内在机制，采用不同的数据、方法和模型对两者之间的关系进行检验，其研究结论可以分为三种。

第一种观点认为，工资增长有利于提高劳动生产率，实际工资与劳动生产率在长期内呈正相关关系。工资上涨对企业产生倒逼效应，企业会采用培训员工、技术创新、要素替代、改善管理等方式提高劳动生产率，低生产率的企业被排挤出市场，市场配置资源得以重新配置[3]；工资上涨对劳动者产生激励效应，劳动者更愿意努力工作，降低工作转换的成本[4]。例如，Alexander对英国1955年至1991年的工资与劳动生产率数据进行格兰杰因果关系检验，发现两者互为因果，相互促进[5]。 Kumar和Don[6]对澳大利亚1965年至2007年的制造业研究发现，实际工资增长1%，劳动生产率增长0.5%至0.8%；Narayana和Smyth对1960年至2004年G7成员国制造业的研究发现，实际工资增长1%，劳动生产率增长0.6%[7]。

第二种观点认为，工资增长与劳动生产率无关或联系不紧密。劳动力供求、工会、失业率等因素影响工资，而劳动生产率的高低主要受到资本和技术等因素的影响，所以工资和劳动生产率联系不紧密[8]，工资与劳动生产率之间的差距呈扩大趋势就是一个有力的证明[9]。两者联系紧密程度差异能够从制度因素方面得到一部分解释[10]，例如劳动市场结构和工会谈判力量[11]。同样对于南非的研究，Wakeford对1983年至2002年南非的实际工资与劳动生产率进行Johansen协整检验，结果表明实际工资与劳动生产率存在显著正相关关系[12]，而Tsoku对南非1990至2011年的实际工资和劳动生产率进行格兰杰因果关系检验，发现两者没有格兰杰因果关系，结果表明实际工资与劳动生产率不相关[13]。

第三种观点认为，工资增长对劳动生产率提高的促进作用是有限的。实际工资与劳动生产率呈非线性关系，实际工资增长不一定能提高劳动生产率。工资增长不能超过劳动生产率的增长，工资过高会挤占投资，压低利润，不利于企业创新和和扩大生产[14]。Gneezy 和 Rustichini采用实验研究的方法说明工资增长与劳动生产率提高之间不一致的现象[15]，而Tang采用1980年至2009年马来西亚制造业实际工资与劳动生产率的数据检验两者之间的关系，结果表明两者呈倒U曲线关系，并且两者互为因果[16]。

关于中国的地区实际工资与劳动生产率，研究结论也不一致。大多数实证研究结论都认为实际工资增长有利于提高劳动生产率。基于省级面板数据的分析表明，工资与劳动生产率是线性正相关，我国工资水平处于合理激励范围内，工资上涨有利于提高劳动生产率[17]。部分研究者提出两者联系不紧密或无关[18]，而李平等运用门限回归模型、王宏运用倒U曲线检验了省域实际工资与劳动生产率的关系，结果表明实际工资增长并不一定能提高劳动生产率[19-20]。

已有研究为继续探讨实际工资与劳动生产率的关系奠定了良好基础，但仍有进一步讨论和拓展的空间。由于劳动力可以在不同地区之间流动，所以工资对劳动力就业的影响不仅仅局限于劳动者所在地（本地）。当周边地区的工资提高而劳动者当前所在地（本地）工资不变时，工资的激励作用下降，这会影响劳动者对本地企业劳动生产率的贡献；本地工资提高会吸引周边地区高素质劳动者向本地流动，改善本地劳动力供给的状况，从而影响周边地区劳动生产率，而距离越近，关联性越强，影响越大。因此，工资变动对劳动生产率的影响不仅仅局限在本地，对周边地区劳动生产率的影响是不可忽视的。目前的研究仅仅考虑实际工资增长对本地劳动生产率的影响而忽视空间维度的相关性和异质性，所得结论可能会产生偏误。为了得出更准确的结论，本文将采用空间计量模型分析实际工资与劳动生产率之间的关系。

2 模型构建

2.1 计量模型

假设一个地区的生产活动满足：Y=AKα Lβ，Y表示产量，A表示技术进步，K表示资本，L表示实际劳动投入量，α表示资本的产出弹性，β表示劳动的产出弹性。根据劳动投入理论，假设实际劳动投入量是工资的函数，令Lβ=Sγ×Nβ，S表示工资，γ表示工资弹性，N表示劳动者人数，所以产出可以表示为Y=A×Sγ×Kα×Nβ。

两边除以N，取对数后得到“工资-劳动生产率”模型：

考虑到经济变量的空间关联性和异质性，将式（1）扩展为空间滞后模型和空间误差模型，由此建立“工资—地区劳动生产率”的空间计量模型。空间滞后模型（SLM）用来研究相邻省份劳动生产率对本省劳动生差率空间溢出的影响，空间误差模型（SEM）用来研究相邻省份劳动生产率的误差冲击对本省劳动生产率的影响。考虑劳动者人数变动已经反映在人均产出中，所以暂时不考虑劳动者人数，（1）式可以转化为式（2）和（3）。

表示人均劳动产出，表示人均资本。ρ为空间滞后系数，用来表示其它省份劳动生产率对某一个省份劳动生产率的加权影响。W是空间权重矩阵，是空间滞后因变量，表示空间距离对劳动生产率的影响。λ是空间误差系数，用来表示各省劳动生产率扰动误差项之间空间依赖作用的存在。Zit表示控制变量，δit表示误差项。

2.2 变量定义和数据来源

变量的定义和取值方法见表1。鉴于数据的可获得性，西藏的数据被剔除，其它省份的数据来源于2001年至2017年中国统计年鉴、中国劳动统计年鉴、中国科技统计年鉴和各省、自治区和直辖市历年统计年鉴。

表1 变量定义

2.2.1 因变量

劳动生产率是因变量。鉴于全要素劳动生产率计算复杂、争议大[21]，劳动生产率用全员劳动生产率表示。以2000年为基期，先用各个省份的定基居民物价指数将地区GDP折算为实际GDP，再除以年末就业人数。

2.2.2 自变量

实际工资是自变量。工资用城镇就业人员平均工资来表示，以2000年为基期，用各个省份的定基居民物价指数进行折算为实际工资。

2.2.3 控制变量

参考已有研究[3，19]，本文将有人均资本、技术进步、FDI、产业结构、财政支出、人力资本、出口设置为控制变量。人均资本用资本存量除以年末就业人数表示，资本存量用永续盘存法计算：Kt=It=(1-r)×Kt-1。Kt表示第t年的资本存量，Kt-1表示第t-1年的资本存量，基期的资本存量用2000年固定资本投资额除以10%来表示[22]。It表示每年固定资本投资形成额，并用各个省份每年的固定资产投资指数进行折算。r表示折旧率，用各个省份的实际GDP增加率加上3.6%[23]。技术进步用折算后的RD投入经费表示，RD价格指数用“0.45*固定资产投资价格指数+0.55*消费物价指数”表示[24]。产业结构用第二产业产值和第三产业产值占GDP的比重表示，人力资本用就业者的受教育年限表示。

3 劳动生产率的空间相关性分析

空间计量分析采用Matlab2016对式（2）和式（3）进行估计，估计结果可以用来表示变量的空间溢出效应。Moran's I可以用来表示区域之间整体上的空间关联与空间差异程度：Moran's I指数的取值范围是-1至1之间，如果I＞ 0，表示空间正相关，说明各省劳动生产率趋于空间聚集；如果I＜ 0，表示空间负相关，说明经济变量趋于分散。如果I=0，表示空间分布是随机的，说明经济变量是随机分布。

表2显示，各省劳动生产率之间具有显著的空间相关性。地理距离权重矩阵和邻接空间权重矩阵的历年Moran's I指数均大于0，并且p＞ 0，拒绝变量随机分布的假设。所以各省劳动生产率具有空间相关性，具有“高-高”“低-低”成块分布的特点，式（2）和式（3）应用空间计量模型用来估计。

表2 劳动生产率空间自相关性（Moran's I指数）

4 实际工资影响劳动生产率的空间计量分析

空间计量模型主要有空间滞后模型（SLM）和空间误差模型（SEM）。为了更全面地展示实际工资对劳动生产率的影响，先使用对普通面板数据进行估计，在使用空间面板数据SLM和SEM模型分别进行估计，结果见表3。

表3 面板数据参数估计结果

4.1 计量模型估计方法选择

计量模型可以分为固定效应模型和随机效应模型。先对式（1）进行最小二乘法（OSL）估计，LM检验显示，F=30.89（p=0.000），在5%显著水平下拒绝“不存在个体随机效应”的原假设，说明在随机效应与混合效应之间，应选择随机效应进行模型参数估计；Hausman检验显示，F=138.34（p=0.000），在5%显著水平下拒绝“随机影响模型中个体影响与解释变量不相关”的原假设，说明在固定效应和随机效应之间，应选择固定效应进行模型参数估计。综合LM检验和Hausman检验，应选择固定效应。

空间SLM和SEM估计方法的选择取决于研究的目的。如果研究的目的是发现经济变量之间在空间上的相互影响，则使用SLM模型；如果研究的目的是发现影响因变量的其它未知因素，则使用SEM模型[25]。本文的研究目的是分析实际工资对劳动生产率的影响，而不是发现其它的未知因素，所以应使用SLM模型。地理第一定律认为，经济变量的关联与地理距离联系更紧密，距离越近，关联越紧密，而不是两者地理邻接，所以采用地理距离权重矩阵的SLM模型估计结果进行汇报。

4.2 参数估计结果初步分析

空间面板数据参数估计显示，实际工资和其它控制变量对劳动生产率的影响存在密切的空间关联。邻接权重矩阵被解释变量空间自回归系数ρ分别等于0.3和0.351，在1%显著水平拒绝为零的假设，地理距离权重矩阵被解释变量空间误差系数λ分别等于0.339和0.233，在1%显著水平不能拒绝为零的假设，所以空间滞后项和空间误差项均显著，说明变量同时存在空间关联和空间误差。

相比空间面板数据参数估计结果，普通面板数据参数估计结果更大。普遍面板数据假设样本单元是均质、独立分布的，但数据存在空间上的关联性使得普遍面板数据的参数估计过大。例如，实际工资的普通面板数据参数估计结果为0.358，而空间面板数据估计结果为0.178和0.21，说明空间溢出效应的存在降低了实际工资对劳动生产率的影响。

5 研究结论及建议

基于2001年至2016年各省的空间面板数据，采用邻接权重矩阵SLM模型考察实际工资对影响劳动生产率的影响，得出如下结论。

5.1 研究结论

5.1.1 劳动生产率具有显著的空间相关性

表3的结果显示，劳动生产率具有显著的空间关联。邻接权重矩阵被解释变量空间自回归系数等于0.3，说明相邻省份劳动生产率增长1%，能够带动本省劳动生产率增长0.3%。各省劳动生产率在空间上并非均匀分布，而是“高-高”“低-低”相连的块状分布，说明各省劳动生产率之间是相互影响的。一个省份的劳动生产率越高，越容易对相邻省份起到示范作用，有利于劳动生产率低的省份学习和模仿，形成追赶效应；劳动生产率高的省份往往更能充分吸引优势资源，相邻省份更有机会与之共享一部分资源。两个省份的距离越近，示范和共享对劳动生产率提高的作用更大，因此本省劳动生产率增长不仅仅与自身因素有关，还与其它省份劳动生产率有关。

5.1.2 实际工资对劳动生产率的影响具有显著的空间溢出性

表3的结果显示，实际工资增长对劳动生产率有显著的促进作用，各省之间实际工资对劳动生产率的影响具有空间关联性。地理权重矩阵中，实际工资的回归系数等于0.21，在1%水平下具有显著性，说明实际工资增长能促进劳动生产率提高，证明了效率工资理论的适用性。在普通面板数据模型中，实际工资的回归系数等于0.358，远远大于地理空间回归模型的系数，说明地理空间因素使得实际工资对劳动生产率的促进作用下降，这是因为一个省份实际工资上涨对本地劳动生产率和周围省份劳动生产率的综合影响。根据效率工资理论，一个省份实际工资上升会促进本省劳动生产率的提高，而周边省份实际工资提高就会吸引本省劳动力外流，降低本省实际工资提高对本省劳动生产率提高的作用，所以地理权重矩阵中实际工资的回归系数变小。

5.1.3 人均资本和财政支出是劳动生产率提高的关键因素

表3显示，人均资本和财政支出的回归系数最大，其次是实际工资的回归系数，说明实际工资增长不是劳动生产率提升的关键因素，人均资本和财政支出是劳动生产率提高的关键因素。发展中国家的技术进步被包含在技术设备的引进之中[26]，所以人均资本提高能促进劳动生产率提高。劳动生产率提高1%，人均资本提高0.458%。政府财政支出为地区经济发展提供资源，所以财政支出增加能促进劳动生产率提高。财政支出增长1%，劳动生产率增长0.744%。

出口、产业结构、人力资本、FDI的回归系数为正，在5%水平下均显著，说明这些因素能促进劳动生产率的提高。出口增长能带动本区域内产出增长，通过“干中学”实现规模经济[27]，出口增长1%，劳动生产率增长0.129%。产业结构表现为第二产业产值占比和第三产业产值占比，由于各部门有不同的生产率及其增长率，当投入要素从低生产率水平或者低生产率增长率的部门向高生产率水平或者高生产率增长率的部门流动时会促进生产率增长[28]，所以第二产业产值占比和第三产业产值占比提高会促进生产率提高。第二产业产值占比提高1%，劳动生产率提高0.017%，第三产业产值占比提高1%，劳动生产率提高0.002%。教育能帮助劳动者获得知识和技能、提高问题处理的能力，教育年限增长1%，劳动生产率增0.046%。外商直接投资增加了地区资本存量，通过技术关联与知识溢出来影响劳动生产率，外商直接投资增加1%，生产率增长0.082%。RD的回归系数不显著，所以R ＆ D 投入对经济增长的促进作用不明显，可能其它因素限制了R ＆ D 投入发挥作用[29]。

5.2 建议

5.2.1 充分发挥劳动产率的空间聚集优势

要发挥劳动生产率空间聚集的优势，就要通过加强地区之间的合作和交流，促进隐性知识的传播。由于劳动生产率的空间相关性，劳动生产率的提高不仅仅受到本省劳动生产率的影响，还要受到周边省份劳动生产率的影响，劳动生产率呈现“高-高”“低-低”相邻的分布状态。知识可以分为显性知识和隐性知识，显性知识可以通过互联网传播突破地理位置的限制，而隐性知识则只能通过观察、模仿、“干中学”、交流讨论等“默会”方式进行，地理位置对隐性知识的传播有着很大的限制作用[30]。地理位置越近，交流与合作越便利，所以地理相邻的省份应加强合作与交流、充分发挥空间分布上的优势，在显性知识学习过程中重视隐性知识的学习。对于空间临近的各个省份，劳动生产率高的省份要发挥对其它临近省份的辐射作用，劳动生产率低的省份要与生产率高的省份开展交流与合作，尽快追赶劳动生产率高的省份；对于空间距离较远的省份，要在显性知识学习的同时，加强交流与合作，创造条件突破地理位置的限制。

5.2.2 工资增长要考虑工资的空间分布

要发挥实际工资增长对劳动生产率的促进作用，就要保证实际工资增长、根据工资的空间分布合理制定工资标准。由于工资增长对劳动生产率的提高具有显著的空间相关性，本省工资增长不仅仅影响本省的劳动生产率，还会通过“溢出效应”影响相邻省份的劳动生产率。第一，继续提高实际工资。实际工资增长有利于劳动生产率的提高，应采取多种措施保证劳动者的实际工资增长。例如：最低工资制度、集体协商工资等[19]。第二，制定工资标准应考虑近邻省份的工资和劳动生产率。为了更好地发挥实际工资增长对劳动生产率的促进作用，各省在制定工资增长标准时，要考虑地理位置临近省份的工资和劳动生产率。这是因为，本省工资增长会吸引高素质劳动者流向本省，促进本省劳动生产率提升，也会对临近省份形成竞争压力，迫使临近省份提高工资，从而降低本省工资增长对劳动生产率的促进作用。

5.2.3 采取多种措施提高劳动生产率

增加资本投资、调整资本投资的空间结构、改善投资的结构。人均资本是劳动生产率提高的关键因素，具有显著的空间关联性，所以提高资本存量应该充分发挥资本的空间聚集效应、避免重复投资，提高投资的效率。资本存量既包括有形固定资产投入，还包括矿藏勘探、计算机软件等无形固定资产，而无形固定资产是生产率提高的重要来源[31]，所以人均资本的提高应该调整资本投入的结构，适当加大对无形资产的投资。

扩大财政支出、调整财政支出的空间布局、改善财政支出的效率。财政是劳动生产率提高的关键因素，具有显著的空间关联性，所以扩大财政支出应该充分发挥财政支出的空间聚集效应、避免财政支出用于重复投资、重复建设，提高财政支出的效率。已有经验表明，财政支出对不同地区经济增长有不同影响，而不同的财政支出项目对同一地区有着不同影响[32]，所以在财政支出扩大的前提上，因地制宜调整财政支出的项目，对于提高地区劳动生产率是有利的。

人均资本、财政支出是影响劳动生产率的关键因素，FDI、产业结构、人力资本、出口能促进劳动生产率提高，所以应该提高人均资本量、扩大FDI、调整产业结构、提高劳动者受教育水平、扩大出口。RD增长对劳动生产率提高有负面影响，但不显著，可能的原因在于RD投入受到其它因素的影响，应该提高RD投入的产出效率、加强RD产出的应用，改善RD发挥作用的限制条件。