APP下载

智慧城市对劳动生产率影响的实证研究
——基于283 个地级市面板数据

2020-03-02赵威逊ZHAOWeixun何琼HEQiong

价值工程 2020年36期
关键词:劳动生产率回归系数双重

赵威逊ZHAO Wei-xun;何琼HE Qiong

(北京信息科技大学经济管理学院,北京100192)

0 引言

智慧城市是运用物联网、云计算、大数据、空间地理信息集成等新一代信息技术,促进城市规划、建设、管理和服务智慧化的新理念和新模式,通过建立城乡居民信息服务体系,实现城市规划和城市基础设施管理的数字化,促进城市人居环境得到改善,大幅提升公用基础设施的智能化水平,建立城市网络安全保障体系和管理制度,以实现加速工业化与信息化深度融合,建设完善中小企业公共信息服务平台,积极培育发展工业互联网等新兴业态,从而实现经济的可持续发展。

1 文献综述

在城市创新能力和经济增长方式方面,刘巧等利用2005-2015年中国171 个地级市的面板数据和DID 模型证明,智慧城市建设显著促进了城市技术创新水平的提升,平均而言使城市技术创新水平提高了17-19%[1]。吕寒等构建了整合而成的智慧城市发展指标,采用2000-2017年北京市、上海市、广州市3 个全国一线城市的面板数据和VAR 模型,证明政府科研投资、产业园区总产值对智慧城市发展具有正面效应、科技工作人员数量对智慧城市发展具有负面效应[2]。石大千等基于中国2005-2015年197个地级市的面板数据,使用中介效应模型和双重差分的方法,证明智慧城市促进了城市的创新绩效[3]。张卫东等基于2005-2015年中国171 个地级市的面板数据和DID 模型,证明相比非试点城市,智慧城市建设可使城市的全要素生产率平均提升2-4%[4]。杨振华基于2006-2015年153 个地级市的平衡面板数据和DID 模型,证明智慧城市建设能够显著提高城市经济效率[5]。

总的来说,智慧城市的设立提高了城市的创新能力、促进了技术的进步、优化了资源的配置、维持了城市的绿色可持续发展。但上述研究主要聚集在智慧城市的设立对于全要素生产率的影响上,而在不存在税收的、柯布道格拉斯技术的完全竞争市场中,工人工资正比于劳动生产率,因而研究智慧城市对劳动生产率的影响更有利于反映出智慧城市对人民生活水平提高的影响。本文将考察智慧城市的设立对于劳动生产率的影响。

2 研究设计

2.1 模型设定

本文以建办科[2013]5 号附件一《第一批国家智慧城市试点名单》中的地级市为实验组,即排除了试点名单中的县级市、市辖区、省辖市,共33 个实验组地级市,以中国283 个地级市中非实验组地级市为对照组,设定分组虚拟变量du:试点地级市设置为1,非试点地级市设置为0。由于2012年为智慧城市申报时间,因此本文以2012年及其以后为实验后、以2012年以前为实验前,设置政策虚拟变量dt:2012年以前的样本设置为1,其余样本设置为零。为了考察该政策对劳动生产率的影响,建立如下计量经济学模型:

式(1)中,被解释变量LP 为城市劳动生产率,定义为城市生产总值与该城市人口总数之比,即人均GDP。year为年份,用以控制人均GDP 随着时间的增长。Xit是控制变量序列,包括城市对外开放程度、城市产业结构、经济活力和经济聚集程度。du×dt 为双重差分项,该项回归系数的显著性与符号是本文的核心,由于预期智慧城市政策能提高城市的劳动生产率,我们预期系数为正。

本文进一步建立如下中介效应模型,以考察智慧城市是否通过提高城市创新水平和促进产业结构高级化的方式来影响劳动生产率。首先,检验智慧城市是否对中介变量M 产生显著影响:

若β1′显著不为零,则将中介变量加入对劳动生产率的回归模型(1)中,回归并得到新的双重差分项回归系数β2′。若0≤β2′≤β1,则说明智慧城市对劳动生产率的正影响有一部分是通过中介变量M 来实现的。

2.2 数据说明

在基准回归中,被解释变量LP 为城市劳动生产率,定义为城市生产总值与该城市人口总数之比(rgdp)。在中介效应模型中,用城市从业人员专利数(rzl)来表示城市创新水平,从业人员专利数是城市专利数与城市就业人口的比值;考虑到高新技术工业的污染水平相对较低,而低技术的钢铁、水泥、电解铝、玻璃等重化工业相对较高污染高,因此本文分别使用单位工业产值二氧化硫排放量和单位工业产值废水排放量来表示产业结构高级化水平。

对于控制变量而言,本文使用进出口总额(ex)来表示城市对外开放程度,使用第二产业就业人数(psl)占比来表示城市产业结构,用劳动力参与率(lpr)来表示城市经济活力,用产值占该省所有地级市总产值的比重(pgdp)来表示城市经济聚集程度。

本文所使用数据来自2006-2016年《中国城市统计年鉴》,部分地级市部分年份存在数据缺失,本文利用平均增长率方法将其补齐,最终得到2005-2015年中国283 个地级市11年的平衡面板数据。

3 实证结果及分析

3.1 基准回归

本文采用固定效应模型来估计式(1),在回归时逐步加入控制变量,回归的结果如表1 所示。

表1 智慧城市对劳动生产率的影响

模型(1)为不添加控制变量时,劳动生产率对双重差分项的回归,结果表明:双重差分项的系数显著为正,说明智慧城市显著提高了劳动生产率。模型(2)-模型(6)依次向回归模型中添加了对外开放程度、产业结构、经济活力和经济聚集程度等解释变量,结果表明:对外开放程度、经济活力和经济聚集程度的提高显著提高了劳动生产率,与预期相符。第二产业就业人数占比所表示的产业结构对于劳动生产率的影响有不显著的负作用。这可能是因为第二产业中存在生产率水平较低的低端制造业和高精密、高技术制造业,而第二产业就业人数占比无法显示出其间的区别。

在不断添加控制变量的过程中,双重差分项回归系数的变化不大,维持在8600-9100 元间,说明建设智慧城市可以显著提高人均收入约9000 元。

3.2 机制检验

本节考察智慧城市建设是否通过提高城市创新水平来提高劳动生产率。表2 展示了中介效应模型的回归结果。

表2 智慧城市影响劳动生产率的机制检验

用以表征城市创新水平的从业人员专利数的双重差分项回归系数显著为正,说明智慧城市建设促进了城市创新水平的提高。在将城市创新水平作为解释变量加入回归方程后,城市创新水平的回归系数显著为正,说明城市创新水平有助于提高劳动生产率;劳动生产率的双重差分项回归系数显著为正,其值从9080.6 下降到了5504.9,说明智慧城市建设确实通过提高城市创新水平来提高劳动生产率,机制成立。

3.3 动态效应检验

为了分析政策的动态效应,将双重差分项拆分,构建以下模型[6]:

其中,虚拟变量Yearit取代了双重差分项,定义为:若year≠t 或者城市i 属于对照组,则Yearit=0;若t=year 且城市i 属于实验组,则Yearit=1。由于政策的从制定、实施到真正产生实际效应需要耗费一定的时间,因此我们预期βt将随着时间的推移而增大,即随着政策的实施,智慧城市建设对劳动生产率的积极作用越来越强。

表3 是采用固定效应模型的回归结果。从表中可以看出,无论是否添加控制变量,β2012至β2015保持上升的趋势,因此证明了随着政策的实施,智慧城市对劳动生产率的积极作用越来越强。

4 智慧城市影响劳动生产率的异质性分析

前文的分析说明了智慧城市建设有助于提高城市劳动生产率,本节将考察智慧城市建设所产生的促进作用是否受到城市所在区域的影响。

表3 智慧城市建设对劳动生产率的动态影响

按照城市所属的区位分别为东部、中部、西部,将全样本划分为三个子样本,其中河北省、海南省和辽宁省划入东部地区,吉林省、黑龙江省和安徽省划入中部地区,内蒙古的包头市、乌海市和巴彦淖尔市划入中部地区,其余地级市划入西部地区。在实验组中,共有15 个地级市位于东部地区,13 个地级市位于中部地区,5 个地级市位于西部地区;在控制组中,共有83 个地级市位于中部地区,90 个地级市位于中部地区,77 个地级市为与西部地区。

表4 区域异质性分析的中介效应模型第一阶段回归

表5 的模型(1)展示了对三个子样本的基准回归。结果表明,位于东部和中部地区的城市进行智慧城市建设显著提高了城市的劳动生产率,东部城市智慧城市建设对劳动生产率的促进作用略微强于位于中部地区的城市。而位于西部地区的城市进行智慧城市建设对劳动生产率具有促进作用,但效果不显著。

表5 城市所在区域的异质性分析

表3 和表5 的模型(2)展示了使用城市创新水平作为中介变量的中介效应模型的回归结果。

从表4 的双重差分项回归系数可以看出,东部城市和中部城市所进行的智慧城市建设显著提高了城市的创新水平,东部城市提高的幅度约为中部城市的两倍,而位于西部地区的城市所进行的智慧城市建设在10%的显著性水平上略微降低了城市的创新水平。

从表5 的模型(2)的双重差分项可以看出,东部和中部地区的城市所实施的智慧城市建设显著提高了城市的创新水平,且回归系数均远低于基准回归中的双重差分项的回归系数,说明东部和中部城市的智慧城市建设均通过提高城市创新水平的途径提高了城市的劳动生产率。西部城市的双重差分项回归系数不显著,说明智慧城市建设对西部城市的劳动生产率没有显著线性影响。

5 结论与启示

本文利用中国283 个地级市11年的平衡面板数据,利用双重差分模型考察了智慧城市建设对城市劳动生产率的影响。

结果表明,建设智慧城市可以显著提高人均收入约9000 元。机制验证表明,以互联互通为标志的智慧城市建设可以通过提高城市创新能力和水平提高城市劳动生产率。动态效应研究表明,随着智慧城市的建设逐步深入,智慧城市对劳动生产率的提高作用逐渐增强。异质性研究表明,智慧城市对城市创新水平和劳动生产力的提高作用在东部城市最强,在中部城市次之,在西部城市的影响不显著。

基于以上结论,本文建议政府:

第一,应加强智慧城市建设,促进城市的服务、基础设施和管理的现代化、数字化,加速工业化和信息化相融合、加快工业互联网深入发展,提高城市的劳动生产率。

第二,智慧城市建设对劳动生产率的提高作用部分通过智慧城市建设提高城市创新水平的途径实现,因此政府要完善对于创新成果的保护、加强对于侵犯知识产权行为的调查和惩处、对高风险的创新提供一定的保障和事后补贴。

第三,对于是西部城市的人民政府要积极吸引创新企业和创新人才进入、克服官僚主义倾向并提高政府的服务水平以提高智慧城市建设对城市劳动生产率的提升作用。

猜你喜欢

劳动生产率回归系数双重
自然与成长的双重变奏
中国劳动生产率及其区域差异的时空演变*
化解“双重目标”之困
多元线性回归的估值漂移及其判定方法
应该重视提高我国服务业劳动生产率
多元线性模型中回归系数矩阵的可估函数和协方差阵的同时Bayes估计及优良性
中国劳动生产率仅为美国的7.4%
“双重打击”致恐龙灭绝
我国体育产业劳动生产率现状及其影响因素分析——基于2006-2008年体育产业统计
On Commuting Graph of Group Ring ZnS3∗