連 飛

（天津財經(jīng)大學 統(tǒng)計系，天津300222）

工業(yè)集聚與勞動生產(chǎn)率的空間計量經(jīng)濟分析
——來自我國東北34個城市的經(jīng)驗證據(jù)

連 飛

（天津財經(jīng)大學 統(tǒng)計系，天津300222）

本文以產(chǎn)業(yè)集聚與勞動生產(chǎn)率之間的關系為理論基礎，將城市工業(yè)勞動生產(chǎn)率的空間相關性和異質性納入分析框架，分別建立全域和局域空間計量模型，對我國東北地區(qū)城市工業(yè)集聚與勞動生產(chǎn)率之間的關系進行研究。研究發(fā)現(xiàn)，東北34個城市的工業(yè)勞動生產(chǎn)率總體上存在明顯的空間溢出效應；工業(yè)物質資本和人力資本對工業(yè)勞動生產(chǎn)率具有積極的促進作用；工業(yè)勞動生產(chǎn)率對工業(yè)集聚規(guī)模的依賴性較大；工業(yè)的集聚發(fā)展產(chǎn)生了一定程度的擁擠效應。

工業(yè)集聚；勞動生產(chǎn)率；空間溢出效應；集聚規(guī)模；產(chǎn)業(yè)集聚

一、引言

產(chǎn)業(yè)集聚是當今國際上最為重要的經(jīng)濟現(xiàn)象之一，它指的是在一個經(jīng)濟區(qū)域內(nèi)生產(chǎn)某種產(chǎn)品的若干個同類企業(yè)，以及為這些企業(yè)配套的上下游企業(yè)和相關服務業(yè)高密度地聚集在一起的產(chǎn)業(yè)現(xiàn)象和經(jīng)濟過程。越來越多的國家把產(chǎn)業(yè)集聚作為產(chǎn)業(yè)發(fā)展的戰(zhàn)略方式，產(chǎn)業(yè)集聚已成為全球經(jīng)濟發(fā)展的潮流之一。通過實施產(chǎn)業(yè)集聚戰(zhàn)略，促進產(chǎn)業(yè)結構優(yōu)化升級，同樣是我國“十二五”時期東北老工業(yè)基地全面振興的關鍵。2009年我國政府發(fā)布的《國務院關于進一步實施東北地區(qū)等老工業(yè)基地振興戰(zhàn)略的若干意見》中明確提出，扶持東北地區(qū)重點產(chǎn)業(yè)集聚區(qū)加快發(fā)展，推動遼寧沿海經(jīng)濟帶、沈陽經(jīng)濟區(qū)、哈大齊工業(yè)走廊、長吉圖經(jīng)濟區(qū)加快發(fā)展，建設國內(nèi)一流的現(xiàn)代產(chǎn)業(yè)基地。同年，相繼批準實施的兩項富有針對性的區(qū)域性政策文件《遼寧沿海經(jīng)濟帶發(fā)展規(guī)劃》和《中國圖們江區(qū)域合作開發(fā)規(guī)劃綱要》中也強調，加快老工業(yè)基地調整改造，必須遵循產(chǎn)業(yè)集聚規(guī)律。因此，在東北地區(qū)進入全面振興的新時期，研究老工業(yè)基地的產(chǎn)業(yè)集聚問題具有重要的現(xiàn)實意義。

國內(nèi)外學者對產(chǎn)業(yè)集聚與勞動生產(chǎn)率之間的關系已經(jīng)進行了一些實證研究。Ciccone和Hall分析了美國各州的勞動生產(chǎn)率與就業(yè)密度之間的關系，發(fā)現(xiàn)經(jīng)濟集聚產(chǎn)生的規(guī)模收益遞增對解釋美國各州間勞動生產(chǎn)率的差異至關重要，一個地區(qū)的就業(yè)密度提高，勞動生產(chǎn)率也將隨之提高［1］。Bode在對Ciccone和Hall的研究作了一定擴展后，利用德國的數(shù)據(jù)進行分析，發(fā)現(xiàn)用人口密度衡量的經(jīng)濟集聚水平對勞動生產(chǎn)率的影響并不顯著［2］。范劍勇利用我國2004年各地級及副省級城市的數(shù)據(jù)分析得出，非農(nóng)產(chǎn)業(yè)勞動生產(chǎn)率對非農(nóng)就業(yè)密度的彈性高于歐美國家，且這一集聚效應在各省之間存在有差異和無差異兩種情況，在非農(nóng)產(chǎn)業(yè)分布極不平衡的情況下，擴大了勞動生產(chǎn)率在各省之間的差異［3］?？律谱珊鸵Φ慢埨?005年的數(shù)據(jù)對我國地級及以上城市的工業(yè)集聚和勞動生產(chǎn)率進行了截面分析，結果表明我國城市就業(yè)的空間密度過高，其擁擠效應導致生產(chǎn)率降低［4］。

上述文獻大多是直接借鑒Ciccone和Hall的理論模型，結合現(xiàn)實問題進行的經(jīng)驗分析，得出了有一定參考價值的結論，也證實了該模型對研究產(chǎn)業(yè)集聚與勞動生產(chǎn)率關系問題是有效的。然而，該模型對集聚經(jīng)濟的測度只有產(chǎn)出密度，沒有集聚規(guī)模。事實上，工業(yè)集聚經(jīng)濟效應的大小在某種程度上也有賴于工業(yè)集聚規(guī)模，因為一個城市工業(yè)集聚規(guī)模越大，工業(yè)經(jīng)濟聯(lián)系越緊密，在集聚經(jīng)濟效應作用下，工業(yè)勞動生產(chǎn)率可能越高?？律谱珊鸵Φ慢堄霉I(yè)產(chǎn)值比構造工業(yè)集聚指數(shù)，并把它作為工業(yè)集聚規(guī)模的代理變量［4］，但一個城市較高的工業(yè)產(chǎn)值比可能是由于單個或少數(shù)幾個大企業(yè)的存在所導致的，即產(chǎn)值指標不能準確反映工業(yè)集聚規(guī)模。由于一個城市工業(yè)企業(yè)數(shù)的上升，表明在該城市發(fā)生了工業(yè)的集聚，所以本文認為可以用工業(yè)企業(yè)相對數(shù)指標反映工業(yè)集聚規(guī)模，以便更科學、系統(tǒng)地研究工業(yè)集聚規(guī)模經(jīng)濟效應對工業(yè)勞動生產(chǎn)率的影響。

由于知識、技術、勞動力以及中間生產(chǎn)部門會在城市之間流動或為鄰近城市提供服務，因此經(jīng)濟外部性不僅存在于城市內(nèi)部，而且會跨越城市邊界，于是導致鄰近城市之間的工業(yè)勞動生產(chǎn)率在一定程度上會互相影響，這意味著工業(yè)勞動生產(chǎn)率會溢出至鄰近的城市。所以，在研究工業(yè)集聚與勞動生產(chǎn)率之間的關系時，如果仍像傳統(tǒng)研究思路那樣忽視空間維度的相關性和異質性，在模型設定上將會存在嚴重不足。為了得到關于工業(yè)集聚與勞動生產(chǎn)率之間關系的更準確的結論，我們應對其進行空間計量經(jīng)濟分析。本文擬借鑒Ciccone和Hall的產(chǎn)業(yè)集聚與勞動生產(chǎn)率的關系理論［1］，并將城市工業(yè)勞動生產(chǎn)率的空間相關性和異質性納入分析框架，通過分別建立全域和局域空間計量模型，對我國東北地區(qū)城市工業(yè)集聚與勞動生產(chǎn)率之間的關系進行研究。

二、理論框架

Ciccone和Hall認為集聚經(jīng)濟效應源于經(jīng)濟活動的分布密度，且集聚經(jīng)濟效應將帶來經(jīng)濟效率的改進［1］。他們將集聚水平界定為單位土地面積的某產(chǎn)業(yè)勞動力數(shù)量，并用勞動生產(chǎn)率指標來反映經(jīng)濟效率的改進。考慮到影響勞動生產(chǎn)率的因素還包括物質資本、人力資本、技術進步和自然條件等，于是他們提出了如下研究產(chǎn)業(yè)集聚與勞動生產(chǎn)率之間關系的基礎理論模型，本文將其應用到工業(yè)部門：

其中：i表示第i個城市；Y為工業(yè)總產(chǎn)出；S為土地面積；A為工業(yè)全要素生產(chǎn)率；K為工業(yè)物質資本存量；L為工業(yè)勞動力數(shù)量；h為勞動力質量，即人力資本；α為單位土地面積工業(yè)物質資本和勞動力的回報；1－β和β分別為工業(yè)物質資本和勞動力的貢獻率；（λ－1）／λ為單位土地面積工業(yè)產(chǎn)出對外部性的彈性系數(shù)，表示單位土地面積工業(yè)產(chǎn)出對整體工業(yè)產(chǎn)出密度的反應。

上述模型能夠比較全面地反映各生產(chǎn)要素及產(chǎn)出密度對勞動生產(chǎn)率的影響。然而，本文除了用工業(yè)經(jīng)濟活動的分布密度對工業(yè)集聚程度進行測度外，還加入工業(yè)企業(yè)相對數(shù)指標反映工業(yè)集聚規(guī)模，于是，式（1）擴展為：

其中：ri為工業(yè)企業(yè)相對數(shù)，等于城市i的工業(yè)企業(yè)數(shù)在所有城市工業(yè)企業(yè)數(shù)中所占的比重；γ為未知參數(shù)。

將式（2）兩邊乘以土地面積，并除以工業(yè)勞動力數(shù)量，再對其他因子做適當變換，即可得到工業(yè)勞動生產(chǎn)率為：

其中：當αλ＝1時，不存在規(guī)模報酬遞增，即工業(yè)就業(yè)密度對勞動生產(chǎn)率的凈效應為0；當αλ＞1時，存在規(guī)模報酬遞增，即工業(yè)就業(yè)密度對勞動生產(chǎn)率的凈效應為正，工業(yè)物質資本或人力資本由于趨利性而從外部持續(xù)流入該城市，城市工業(yè)集聚效應將進一步放大；當αλ＜1時，存在規(guī)模報酬遞減，即工業(yè)就業(yè)密度對勞動生產(chǎn)率的凈效應為負，單位土地面積集聚的工業(yè)物質資本和勞動力過多，擁擠成本超過集聚效應，產(chǎn)生了負外部效應。

其中：y為工業(yè)勞動生產(chǎn)率；k為工業(yè)勞均物質資本；l為單位土地面積工業(yè)勞動力數(shù)量，即工業(yè)就業(yè)密度；β0＝λln Ai，表示技術進步、自然條件、社會環(huán)境以及市場化程度等不可觀測因素；β1＝（1－β）αλ，表示工業(yè)勞動生產(chǎn)率對工業(yè)勞均物質資本的產(chǎn)出彈性；β2＝βαλ，表示工業(yè)勞動生產(chǎn)率對人力資本的產(chǎn)出彈性；β3＝αλ－1，表示工業(yè)集聚的正外部性與擁擠成本的負外部性相抵后的凈效應；β4＝γ（λ－1），表示工業(yè)勞動生產(chǎn)率對工業(yè)企業(yè)相對數(shù)的產(chǎn)出彈性。式（4）即為本文的實證模型。

三、實證分析

（一）數(shù)據(jù)及變量說明

本文以我國東北三省地級及以上城市的市轄區(qū)為研究對象，選取2008年東北三省34個城市的橫截面數(shù)據(jù)，數(shù)據(jù)來源于2009年《中國城市統(tǒng)計年鑒》。其中，各工業(yè)指標的口徑均為規(guī)模以上工業(yè)企業(yè)。下面對實證分析中各變量作一簡要介紹。

1．工業(yè)勞動生產(chǎn)率y。工業(yè)勞動生產(chǎn)率用工業(yè)總產(chǎn)值除以工業(yè)從業(yè)人員年平均人數(shù)得到，單位為萬元／人·年。采用工業(yè)總產(chǎn)值而非工業(yè)增加值計算工業(yè)勞動生產(chǎn)率的理由在于，工業(yè)總產(chǎn)值能更好地反映工業(yè)生產(chǎn)規(guī)模，同時考慮數(shù)據(jù)的可得性及相關指標口徑的一致性，因而使用了總產(chǎn)值指標。

2．工業(yè)勞均物質資本k。本文用工業(yè)企業(yè)流動資產(chǎn)年平均余額與固定資產(chǎn)凈值年平均余額之和表示工業(yè)物質資本存量，然后將其除以工業(yè)從業(yè)人員年平均人數(shù)，即得到工業(yè)勞均物質資本，單位為萬元／人·年。

3．人力資本h。通常用勞動力受教育年限或成人識字率來測度人力資本，但本文無法得到所需的各城市相應數(shù)據(jù)；每萬人大學在校學生數(shù)也經(jīng)常作為人力資本較好的代理變量，但大學在校學生數(shù)在地級市的人口中所占的比重較小。因此本文借鑒張艷和劉亮、吳玉鳴等人的人力資本指標設定方法［5］［6］，采用城市每萬人中的中小學在校學生人數(shù)作為人力資本的衡量指標，該指標能夠較好地反映地級市的教育發(fā)展狀況以及人力資本水平，它等于中小學在校學生人數(shù)之和除以年末總人口，單位為人／萬人。

4．工業(yè)就業(yè)密度l。工業(yè)就業(yè)密度作為工業(yè)集聚程度的代理變量，反映工業(yè)經(jīng)濟活動在空間上的分布差異，它等于工業(yè)從業(yè)人員年平均人數(shù)除以城市建成區(qū)面積，單位為人·年／平方公里。

5．工業(yè)企業(yè)相對數(shù)r。工業(yè)企業(yè)相對數(shù)作為反映城市工業(yè)集聚規(guī)模的變量，它等于一個城市工業(yè)企業(yè)數(shù)占所有城市工業(yè)企業(yè)數(shù)的比重，單位為%。

（二）全域和局域空間相關性分析

首先，借助全域Moran’s I分析東北地區(qū)城市工業(yè)勞動生產(chǎn)率y的空間相關性。2008年東北34個城市工業(yè)勞動生產(chǎn)率的Moran’s I為0．299 6，而且Moran’s I的正態(tài)統(tǒng)計量Z值大于正態(tài)分布函數(shù)在1%水平上的臨界值1．96，這意味著東北地區(qū)相鄰城市之間的工業(yè)勞動生產(chǎn)率在地理分布上具有明顯的正空間相關關系，工業(yè)勞動生產(chǎn)率在空間上不是分散分布的，而是表現(xiàn)出具有較高工業(yè)勞動生產(chǎn)率的城市相對地趨于和其他具有較高工業(yè)勞動生產(chǎn)率的城市相靠近、具有較低工業(yè)勞動生產(chǎn)率的城市也相對地趨于和其他具有較低工業(yè)勞動生產(chǎn)率的城市相靠近這樣一種空間聯(lián)系結構。

其次，利用局域Moran’s I散點圖進行局域空間相關性分析。該相關性分析顯示了2008年東北34個城市工業(yè)勞動生產(chǎn)率的局域空間分布情況。其中，沈陽、大連、鞍山、撫順、本溪、錦州、營口、遼陽、盤錦、鐵嶺、葫蘆島、長春、吉林、松原等14個城市位于第一象限（HH），表現(xiàn)為正的空間相關關系，是工業(yè)勞動生產(chǎn)率較高地區(qū)的集群，且效率在不斷強化；哈爾濱、齊齊哈爾、雞西、鶴崗、雙鴨山、伊春、佳木斯、七臺河、牡丹江、黑河、綏化等11個城市位于第三象限（LL），同樣表現(xiàn)為正的空間相關關系，但為工業(yè)勞動生產(chǎn)率較低地區(qū)的集群，且效率在不斷弱化；丹東、阜新、朝陽、四平、遼源、白山、白城等7個城市位于第二象限（LH），通化、大慶等2個城市位于第四象限（HL），這兩個象限均表現(xiàn)為負的空間相關關系，但位于這兩個象限的城市相對較少。

通過Moran’s I散點圖識別出2008年東北地區(qū)有25個城市表現(xiàn)了相似的空間關聯(lián)，9個城市表現(xiàn)了非相似的空間關聯(lián)，說明東北地區(qū)城市工業(yè)勞動生產(chǎn)率的空間局域相關性和異質性同時存在。此外，沈陽、大連、長春等東北中心城市及其附近地區(qū)大多位于第一象限，顯示出了工業(yè)勞動生產(chǎn)率的“核心—邊緣”空間分布格局，即局部高值（東北中心城市及其附近）地區(qū)的工業(yè)勞動生產(chǎn)率較高，而局部低值（偏離東北中心城市）地區(qū)的工業(yè)勞動生產(chǎn)率較低。因此，為全面提高東北地區(qū)整體工業(yè)勞動生產(chǎn)率，應充分利用中心城市對其他城市產(chǎn)生的空間溢出效應，特別是對偏離中心城市的地區(qū)，應進一步加大鐵路、高速公路等交通運輸基礎設施建設的投入力度，不斷增強城市之間的工業(yè)經(jīng)濟聯(lián)系，從而有效發(fā)揮中心城市的高端輻射作用，引領東北地區(qū)向新型工業(yè)化目標邁進。

空間相關性檢驗證明了東北34個城市的工業(yè)勞動生產(chǎn)率存在明顯的空間相關性，為此，我們將分別對式（4）進行全域和局域空間計量分析。

（三）全域空間計量分析

首先，對式（4）建立經(jīng)典回歸模型，并采用普通最小二乘法（OLS）進行估計，結果如表1所示。此時，工業(yè)勞均物質資本k、工業(yè)就業(yè)密度l和工業(yè)企業(yè)相對數(shù)r的彈性系數(shù)都通過了5%水平的顯著性檢驗，但常數(shù)項c和人力資本h的彈性系數(shù)不顯著。對經(jīng)典回歸模型的誤差進一步計算空間相關指數(shù)Moran’s I，檢驗其空間相關性，結果表明，Moran’s I（誤差）在10%的水平上顯著，這說明經(jīng)典回歸模型的誤差仍存在空間相關性。所以，就該問題而言，假定截面單元之間相互獨立而采用OLS估計是不可取的，正確的做法是考慮空間相關性并建立空間計量模型。

表1 經(jīng)典回歸模型和空間滯后模型的回歸結果

為了進一步區(qū)分這種空間相關到底是內(nèi)生的空間滯后還是空間誤差自相關，我們進行了兩個拉格朗日乘數(shù)的空間相關性檢驗［7］（P104－112）。結果發(fā)現(xiàn)LMLAG在1%水平上比LMERR更為顯著，且R－LMLAG在1%水平上較顯著而R－LMERR不顯著，因此，空間滯后模型（SLM）是更恰當?shù)哪Ｐ托问健?/p>

其次，對式（4）建立SLM，并采用極大似然（ML）估計，結果如表1所示。由表1可知，除常數(shù)項c外，其余各變量的彈性系數(shù)均通過了5%水平的顯著性檢驗。而且，對比經(jīng)典回歸模型和SLM的檢驗結果，我們不難發(fā)現(xiàn)，SLM的擬合優(yōu)度R2和對數(shù)似然值Log L均較大，而AIC和SC值則較小，因此，SLM相對更好一些?？梢姡琒LM作為對忽視了地理空間效應的經(jīng)典回歸模型的修正，消除了模型誤差的空間相關性，糾正了模型的設置偏誤，結果更為準確可靠。下面，我們對SLM估計參數(shù)的經(jīng)濟含義作一簡要分析。

工業(yè)勞動生產(chǎn)率對工業(yè)勞均物質資本k的彈性系數(shù)最大，達0．714 3，表明加大工業(yè)物質資本投入不僅能夠帶來先進的技術和管理，而且通過技術外溢和前后向關聯(lián)可以提高整個城市的工業(yè)勞動生產(chǎn)率。振興東北老工業(yè)基地戰(zhàn)略實施以來，東北地區(qū)憑借優(yōu)惠的引資政策、便利的交通條件和良好的工業(yè)基礎吸引了大量的物質資本進入，不僅提高了工業(yè)企業(yè)自身的生產(chǎn)效率，而且通過各種渠道“外溢”給當?shù)仄髽I(yè)，推動了東北工業(yè)經(jīng)濟的快速發(fā)展。工業(yè)勞動生產(chǎn)率對工業(yè)勞均物質資本的彈性系數(shù)顯著為正，正是這一實際情況的真實寫照。

工業(yè)勞動生產(chǎn)率對人力資本h的彈性系數(shù)較大，為0．577 7，表明東北地區(qū)人力資本對城市工業(yè)勞動生產(chǎn)率具有積極的促進作用。事實上，通過培育人力資本優(yōu)勢，可以加快新知識、新技術的擴散，對東北地區(qū)城市工業(yè)發(fā)展具有重要意義。因此，這一分析結果同樣是合理的。

工業(yè)勞動生產(chǎn)率對工業(yè)就業(yè)密度l的彈性系數(shù)為－0．200 6，這一結果正好說明隨著工業(yè)經(jīng)濟活動的集聚，環(huán)境污染將不斷加劇，要素成本也會上漲，東北地區(qū)工業(yè)的集聚已經(jīng)導致一定程度的要素擁擠（特別是勞動力的擁擠）和邊際報酬遞減。究其原因，可能有三：一是雖然在東北地區(qū)的城市集中了大批工業(yè)企業(yè)，但專業(yè)化分工程度很低，并未形成真正意義上的工業(yè)集聚，從而嚴重影響了企業(yè)競爭力的提高和工業(yè)規(guī)模優(yōu)勢的發(fā)揮；二是東北地區(qū)國有經(jīng)濟占有很大比重，由于體制、管理等方面的原因，普遍存在適應市場能力低，從而生產(chǎn)效率低的問題；三是東北地區(qū)產(chǎn)業(yè)結構調整升級遲緩，導致許多老工業(yè)企業(yè)在走下坡路的同時，新的工業(yè)企業(yè)沒有能夠脫穎而出［8］。

工業(yè)勞動生產(chǎn)率對工業(yè)企業(yè)相對數(shù)r的彈性系數(shù)為0．145 5，意味著東北地區(qū)城市工業(yè)勞動生產(chǎn)率對工業(yè)集聚規(guī)模也有一定程度的依賴性，城市工業(yè)企業(yè)只有達到一定的數(shù)量和規(guī)模，集聚效應才能顯現(xiàn)出來，即城市會從工業(yè)規(guī)模經(jīng)濟中獲益。我國政府為實施東北振興戰(zhàn)略，積極加大對老工業(yè)基地的投入力度，東北地區(qū)涌現(xiàn)出一批新型工業(yè)企業(yè)，企業(yè)間聯(lián)系更加緊密，極大地降低了企業(yè)生產(chǎn)成本，有效地提高了工業(yè)勞動生產(chǎn)率水平。我們的模型估計結果正好印證了這一事實。

鄰近城市勞動生產(chǎn)率W＿lny的空間自回歸系數(shù)為0．316 9，表明東北地區(qū)城市工業(yè)勞動生產(chǎn)率在地理空間上確實存在較強的溢出效應，一個城市的工業(yè)勞動生產(chǎn)率不僅可以增強自身的競爭力，還會溢出到鄰近城市，使鄰近城市工業(yè)勞動生產(chǎn)率隨之增強。

此外，常數(shù)項c為－2．704 9，且僅在10%的水平上顯著，意味著東北地區(qū)的自然地理條件、對外開放以及市場化程度等其他一些未明確控制的因素，對工業(yè)勞動生產(chǎn)率的提高作用不明顯。

（四）局域空間計量分析

空間地理加權回歸模型（GWR）考慮了空間距離和局域的空間聯(lián)系，能夠將地理空間異質性納入模型框架，使變量間的關系隨著空間位置的變化而變化，通過對回歸系數(shù)的局域分解獲得差異化的估計結果。為此，我們利用加權最小二乘法（WLS）對式（4）進行局域估計。

經(jīng)計算發(fā)現(xiàn)，分別以高斯距離權值、指數(shù)距離權值和三次方距離權值得到的3個GWR的參數(shù)估計結果基本一致，且它們的擬合優(yōu)度R2均高于SLM，這說明假定回歸系數(shù)隨著空間位置的變化而變化更符合東北34個城市的實際，工業(yè)勞動生產(chǎn)率確實存在一定程度的空間關聯(lián)及非均質性。同時，三次方距離權值的GWR整體擬合效果最好，R2達0．933 3，且模型中各變量的顯著性水平也優(yōu)于高斯距離權值和指數(shù)距離權值的GWR。因此，本文選擇三次方距離權值的GWR進行分析。表2給出了東北34個城市三次方距離權值的GWR的參數(shù)估計結果。

表2 GWR參數(shù)估計結果

整體來看，局域和全域空間計量估計結果基本一致，但不同城市之間各系數(shù)的相對大小及顯著程度有所不同，具體表現(xiàn)在：

工業(yè)勞動生產(chǎn)率對工業(yè)勞均物質資本k的彈性系數(shù)在各城市之間幾乎均通過了5%水平的顯著性檢驗，且估計值均較高，表明對東北地區(qū)多數(shù)城市來說，工業(yè)勞均物質資本是工業(yè)勞動生產(chǎn)率的重要決定因素。其中，白城、齊齊哈爾、大慶等3個城市的系數(shù)在5%的水平上不顯著；撫順、本溪、丹東、鐵嶺、長春、吉林、四平、遼源、通化、白山、松原、哈爾濱等12個城市的系數(shù)相對較小，其值在0．430 9～0．636 1之間；其余19個城市的系數(shù)相對較大，其值在0．730 6～1．102 9之間，說明物質資本作為工業(yè)生產(chǎn)的要素投入主體，承擔著工業(yè)生產(chǎn)的主要角色，在提高工業(yè)勞動生產(chǎn)率中居于主導地位。

工業(yè)勞動生產(chǎn)率對人力資本h的彈性系數(shù)均為正，但其統(tǒng)計檢驗的顯著程度在各城市之間差異相對較大。其中，錦州、阜新、朝陽、白城、哈爾濱、大慶等6個城市的系數(shù)相對較大，其值在0．859 5～1．775 7之間，說明其工業(yè)生產(chǎn)對掌握并積累了一定技能的勞動力以及受到良好教育的人力資本的依賴性較大；撫順、本溪、丹東、遼源、通化、白山等6個城市的系數(shù)相對較小，其值在0．463 9～0．718 1之間；其余22個城市的系數(shù)在5%的水平上不顯著，這一估計結果可能反映出這些城市的發(fā)展仍依賴于資本和廉價的勞動投入，人力資本對城市工業(yè)勞動生產(chǎn)率的貢獻有限，以及大量畢業(yè)生異地就業(yè)等現(xiàn)實。

工業(yè)勞動生產(chǎn)率對工業(yè)就業(yè)密度l的彈性系數(shù)在各城市之間大部分通過了5%水平的顯著性檢驗，且估計值均為負。其中，本溪、長春、吉林、通化、白山、松原、白城、齊齊哈爾、鶴崗、雙鴨山、大慶等11個城市的系數(shù)在5%的水平上不顯著；撫順、四平、遼源、哈爾濱、雞西、伊春、佳木斯、七臺河、牡丹江、黑河、綏化等11個城市的系數(shù)相對較大，其值在－0．477 5～－0．152 1之間；其余12個城市的系數(shù)相對較小，其值在－0．893 0～－0．531 1之間，這意味著工業(yè)就業(yè)密度每增長1%，將使工業(yè)勞動生產(chǎn)率減少約0．531 1%～0．893 0%，說明其工業(yè)就業(yè)密度對工業(yè)勞動生產(chǎn)率的負面影響相對較大，即擁擠效應較大。

工業(yè)勞動生產(chǎn)率對工業(yè)企業(yè)相對數(shù)r的彈性系數(shù)在各城市之間大部分通過了5%水平的顯著性檢驗，且估計值幾乎均為正。其中，沈陽、鞍山、錦州、阜新、盤錦、朝陽、葫蘆島、通化、黑河、綏化等10個城市的系數(shù)相對較小，其值在0．113 91～0．155 8之間；撫順、丹東、鐵嶺、四平、遼源、白山、松原、白城、哈爾濱、齊齊哈爾、大慶等11個城市的系數(shù)相對較大，其值在0．160 6～0．302 0之間，這意味著工業(yè)企業(yè)相對數(shù)每增加1%，將使工業(yè)勞動生產(chǎn)率增長約0．160 6%～0．302 0%，說明其工業(yè)企業(yè)相對數(shù)對工業(yè)勞動生產(chǎn)率具有較高的貢獻；其余13個城市的系數(shù)在5%的水平上不顯著。

四、結論及政策含義

本文的研究表明：東北34個城市的工業(yè)勞動生產(chǎn)率總體上存在明顯的空間溢出效應，且空間局域相關性和異質性同時存在；工業(yè)勞均物質資本是東北地區(qū)城市工業(yè)勞動生產(chǎn)率的重要決定因素，且其促進作用在各城市均相對較高；人力資本對城市工業(yè)勞動生產(chǎn)率的提高同樣發(fā)揮積極的作用，且其影響程度在各城市之間的差異相對較大；城市工業(yè)勞動生產(chǎn)率對工業(yè)集聚規(guī)模的依賴性較大，但工業(yè)的集聚發(fā)展也產(chǎn)生了一定程度的擁擠效應。

基于上述研究結論，我們認為：第一，為充分發(fā)揮沈陽、大連、長春等東北中心城市的輻射帶動作用，形成一批具有核心競爭力的工業(yè)集群，必須加強東北地區(qū)鐵路和公路運輸?shù)然A設施建設；第二，應進一步改善投資環(huán)境，增強企業(yè)吸收資本的能力，提高工業(yè)物質資本使用效率，實現(xiàn)從“粗放型”向“集約型”發(fā)展方式的轉變；第三，應不斷增強對高素質勞動力的吸引，加大對教育的投資力度，努力提高人力資本的規(guī)模和質量，充分發(fā)揮人力資本在工業(yè)經(jīng)濟發(fā)展中的作用；第四，應按照現(xiàn)代化大生產(chǎn)的要求，形成規(guī)范、穩(wěn)定的有梯度層次的專業(yè)化分工協(xié)作，強化企業(yè)間的聯(lián)系，建設一批有影響、有規(guī)模的特色工業(yè)園區(qū)，同時，要降低國有工業(yè)企業(yè)在整個工業(yè)中的比重，合理調整產(chǎn)業(yè)結構，發(fā)展縣域工業(yè)經(jīng)濟，減少城市擁擠效應；第五，由于各城市自身條件的差異以及受到鄰近城市影響的不同，各地政府有必要因地制宜制定差異化的城市工業(yè)發(fā)展戰(zhàn)略，充分發(fā)揮自身優(yōu)勢，并利用鄰近城市的有利因素發(fā)展本地工業(yè)經(jīng)濟，盡快實現(xiàn)東北老工業(yè)基地的全面振興。

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

［2］Bode，E．Productivity Effects of Agglomeration Externalities［EB／OL］．（2004－06－09）［2010－07－12］www．cournot2．u－strasbg．fr／sew／papers＿sew／Bode＿Eckhardt．pdf．

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

［4］柯善咨，姚德龍．工業(yè)集聚與城市勞動生產(chǎn)率的因果關系和決定因素——中國城市的空間計量經(jīng)濟聯(lián)立方程分析［J］．數(shù)量經(jīng)濟技術經(jīng)濟研究，2008，（12）：3－14．

［5］張艷，劉亮．經(jīng)濟集聚與經(jīng)濟增長——基于中國城市數(shù)據(jù)的實證分析［J］．世界經(jīng)濟文匯，2007，（1）：48－56．

［6］吳玉鳴．縣域經(jīng)濟增長集聚與差異：空間計量經(jīng)濟實證分析［J］．世界經(jīng)濟文匯，2007，（2）：37－57．

［7］Anselin，L．Spatial Econometrics：Methods and Models［M］．Dordrecht：Kluwer Academic Publishers，1988．

［8］吳月越．產(chǎn)業(yè)集聚：東北老工業(yè)基地的困境與出路——基于新經(jīng)濟地理學的分析視角［J］．當代經(jīng)濟研究，2007，（1）：38－41．

（責任編輯：胡浩志）

Spatial Econometric Analysis of Industrial Agglomeration and Labor Productivity：Based on Empirical Evidence of China＇s 34 Northeast Cities

LIAN Fei
（Dept．of Statistics，Tianjin University of Finance and Economics，Tianjin 300222，China）

This paper references the theory of relationship between industrial agglomeration and labor productivity and integrates the spatial correlation and heterogeneity of urban industrial labor productivity into the analysis framework．At the same time，the paper establishes a global and local spatial econometric model separately to conduct the research for relationship between industrial agglomeration and labor productivity of China＇s Northeast cities．The 34 Northeast city＇s industry labor productivities have obvious spatial spillover effect as a whole；industrial physical capital and human capital have positive promoting roles in the industrial labor productivity and industrial labor productivity largely dependent on industrial agglomeration scale．At last，agglomeration development of industry produced a certain degree of crowding effect．

Industrial Agglomeration；Labor Productivity；Spatial Spillover Effect；Agglomeration Scale；Industrial Agglomeration

F424．4

A

1003－5230（2011）01－0108－07

2010－11－18

連 飛（1983— ），男，吉林松原人，天津財經(jīng)大學統(tǒng)計系博士生。