實際工資影響勞動生產率的空間關聯性研究

盛艷燕

（長江大學 管理學院，湖北 荊州 434023）

1 引言與文獻綜述

勞動生產率是地區經濟發展水平的重要標志。在我國各地勞動生產率普遍提高的背景下，地區間勞動生產率差距擴大，進一步導致各地經濟發展差距擴大[1]，直接影響到我國經濟發展和社會穩定，如何促進地區勞動生產率的增長成為目前迫切需要解決的問題[2]。

研究者對勞動生產率差異產生的原因進行了廣泛探討，主要涉及到技術進步、FDI、人力資本、資本深化、產業結構、經濟聚集、環境規制、工資激勵等，而從工資激勵角度研究勞動生產率的文獻比較少。研究者分析了實際工資影響勞動生產率的內在機制，采用不同的數據、方法和模型對兩者之間的關系進行檢驗，其研究結論可以分為三種。

第一種觀點認為，工資增長有利于提高勞動生產率，實際工資與勞動生產率在長期內呈正相關關系。工資上漲對企業產生倒逼效應，企業會采用培訓員工、技術創新、要素替代、改善管理等方式提高勞動生產率，低生產率的企業被排擠出市場，市場配置資源得以重新配置[3]；工資上漲對勞動者產生激勵效應，勞動者更愿意努力工作，降低工作轉換的成本[4]。例如，Alexander對英國1955年至1991年的工資與勞動生產率數據進行格蘭杰因果關系檢驗，發現兩者互為因果，相互促進[5]。 Kumar和Don[6]對澳大利亞1965年至2007年的制造業研究發現，實際工資增長1%，勞動生產率增長0.5%至0.8%；Narayana和Smyth對1960年至2004年G7成員國制造業的研究發現，實際工資增長1%，勞動生產率增長0.6%[7]。

第二種觀點認為，工資增長與勞動生產率無關或聯系不緊密。勞動力供求、工會、失業率等因素影響工資，而勞動生產率的高低主要受到資本和技術等因素的影響，所以工資和勞動生產率聯系不緊密[8]，工資與勞動生產率之間的差距呈擴大趨勢就是一個有力的證明[9]。兩者聯系緊密程度差異能夠從制度因素方面得到一部分解釋[10]，例如勞動市場結構和工會談判力量[11]。同樣對于南非的研究，Wakeford對1983年至2002年南非的實際工資與勞動生產率進行Johansen協整檢驗，結果表明實際工資與勞動生產率存在顯著正相關關系[12]，而Tsoku對南非1990至2011年的實際工資和勞動生產率進行格蘭杰因果關系檢驗，發現兩者沒有格蘭杰因果關系，結果表明實際工資與勞動生產率不相關[13]。

第三種觀點認為，工資增長對勞動生產率提高的促進作用是有限的。實際工資與勞動生產率呈非線性關系，實際工資增長不一定能提高勞動生產率。工資增長不能超過勞動生產率的增長，工資過高會擠占投資，壓低利潤，不利于企業創新和和擴大生產[14]。Gneezy 和 Rustichini采用實驗研究的方法說明工資增長與勞動生產率提高之間不一致的現象[15]，而Tang采用1980年至2009年馬來西亞制造業實際工資與勞動生產率的數據檢驗兩者之間的關系，結果表明兩者呈倒U曲線關系，并且兩者互為因果[16]。

關于中國的地區實際工資與勞動生產率，研究結論也不一致。大多數實證研究結論都認為實際工資增長有利于提高勞動生產率?；谑〖壝姘鍞祿姆治霰砻鳎べY與勞動生產率是線性正相關，我國工資水平處于合理激勵范圍內，工資上漲有利于提高勞動生產率[17]。部分研究者提出兩者聯系不緊密或無關[18]，而李平等運用門限回歸模型、王宏運用倒U曲線檢驗了省域實際工資與勞動生產率的關系，結果表明實際工資增長并不一定能提高勞動生產率[19-20]。

已有研究為繼續探討實際工資與勞動生產率的關系奠定了良好基礎，但仍有進一步討論和拓展的空間。由于勞動力可以在不同地區之間流動，所以工資對勞動力就業的影響不僅僅局限于勞動者所在地（本地）。當周邊地區的工資提高而勞動者當前所在地（本地）工資不變時，工資的激勵作用下降，這會影響勞動者對本地企業勞動生產率的貢獻；本地工資提高會吸引周邊地區高素質勞動者向本地流動，改善本地勞動力供給的狀況，從而影響周邊地區勞動生產率，而距離越近，關聯性越強，影響越大。因此，工資變動對勞動生產率的影響不僅僅局限在本地，對周邊地區勞動生產率的影響是不可忽視的。目前的研究僅僅考慮實際工資增長對本地勞動生產率的影響而忽視空間維度的相關性和異質性，所得結論可能會產生偏誤。為了得出更準確的結論，本文將采用空間計量模型分析實際工資與勞動生產率之間的關系。

2 模型構建

2.1 計量模型

假設一個地區的生產活動滿足：Y=AKα Lβ，Y表示產量，A表示技術進步，K表示資本，L表示實際勞動投入量，α表示資本的產出彈性，β表示勞動的產出彈性。根據勞動投入理論，假設實際勞動投入量是工資的函數，令Lβ=Sγ×Nβ，S表示工資，γ表示工資彈性，N表示勞動者人數，所以產出可以表示為Y=A×Sγ×Kα×Nβ。

兩邊除以N，取對數后得到“工資-勞動生產率”模型：

考慮到經濟變量的空間關聯性和異質性，將式（1）擴展為空間滯后模型和空間誤差模型，由此建立“工資—地區勞動生產率”的空間計量模型?？臻g滯后模型（SLM）用來研究相鄰省份勞動生產率對本省勞動生差率空間溢出的影響，空間誤差模型（SEM）用來研究相鄰省份勞動生產率的誤差沖擊對本省勞動生產率的影響。考慮勞動者人數變動已經反映在人均產出中，所以暫時不考慮勞動者人數，（1）式可以轉化為式（2）和（3）。

表示人均勞動產出，表示人均資本。ρ為空間滯后系數，用來表示其它省份勞動生產率對某一個省份勞動生產率的加權影響。W是空間權重矩陣，是空間滯后因變量，表示空間距離對勞動生產率的影響。λ是空間誤差系數，用來表示各省勞動生產率擾動誤差項之間空間依賴作用的存在。Zit表示控制變量，δit表示誤差項。

2.2 變量定義和數據來源

變量的定義和取值方法見表1。鑒于數據的可獲得性，西藏的數據被剔除，其它省份的數據來源于2001年至2017年中國統計年鑒、中國勞動統計年鑒、中國科技統計年鑒和各省、自治區和直轄市歷年統計年鑒。

表1 變量定義

2.2.1 因變量

勞動生產率是因變量。鑒于全要素勞動生產率計算復雜、爭議大[21]，勞動生產率用全員勞動生產率表示。以2000年為基期，先用各個省份的定基居民物價指數將地區GDP折算為實際GDP，再除以年末就業人數。

2.2.2 自變量

實際工資是自變量。工資用城鎮就業人員平均工資來表示，以2000年為基期，用各個省份的定基居民物價指數進行折算為實際工資。

2.2.3 控制變量

參考已有研究[3，19]，本文將有人均資本、技術進步、FDI、產業結構、財政支出、人力資本、出口設置為控制變量。人均資本用資本存量除以年末就業人數表示，資本存量用永續盤存法計算：Kt=It=(1-r)×Kt-1。Kt表示第t年的資本存量，Kt-1表示第t-1年的資本存量，基期的資本存量用2000年固定資本投資額除以10%來表示[22]。It表示每年固定資本投資形成額，并用各個省份每年的固定資產投資指數進行折算。r表示折舊率，用各個省份的實際GDP增加率加上3.6%[23]。技術進步用折算后的RD投入經費表示，RD價格指數用“0.45*固定資產投資價格指數+0.55*消費物價指數”表示[24]。產業結構用第二產業產值和第三產業產值占GDP的比重表示，人力資本用就業者的受教育年限表示。

3 勞動生產率的空間相關性分析

空間計量分析采用Matlab2016對式（2）和式（3）進行估計，估計結果可以用來表示變量的空間溢出效應。Moran's I可以用來表示區域之間整體上的空間關聯與空間差異程度：Moran's I指數的取值范圍是-1至1之間，如果I＞ 0，表示空間正相關，說明各省勞動生產率趨于空間聚集；如果I＜ 0，表示空間負相關，說明經濟變量趨于分散。如果I=0，表示空間分布是隨機的，說明經濟變量是隨機分布。

表2顯示，各省勞動生產率之間具有顯著的空間相關性。地理距離權重矩陣和鄰接空間權重矩陣的歷年Moran's I指數均大于0，并且p＞ 0，拒絕變量隨機分布的假設。所以各省勞動生產率具有空間相關性，具有“高-高”“低-低”成塊分布的特點，式（2）和式（3）應用空間計量模型用來估計。

表2 勞動生產率空間自相關性（Moran's I指數）

4 實際工資影響勞動生產率的空間計量分析

空間計量模型主要有空間滯后模型（SLM）和空間誤差模型（SEM）。為了更全面地展示實際工資對勞動生產率的影響，先使用對普通面板數據進行估計，在使用空間面板數據SLM和SEM模型分別進行估計，結果見表3。

表3 面板數據參數估計結果

4.1 計量模型估計方法選擇

計量模型可以分為固定效應模型和隨機效應模型。先對式（1）進行最小二乘法（OSL）估計，LM檢驗顯示，F=30.89（p=0.000），在5%顯著水平下拒絕“不存在個體隨機效應”的原假設，說明在隨機效應與混合效應之間，應選擇隨機效應進行模型參數估計；Hausman檢驗顯示，F=138.34（p=0.000），在5%顯著水平下拒絕“隨機影響模型中個體影響與解釋變量不相關”的原假設，說明在固定效應和隨機效應之間，應選擇固定效應進行模型參數估計。綜合LM檢驗和Hausman檢驗，應選擇固定效應。

空間SLM和SEM估計方法的選擇取決于研究的目的。如果研究的目的是發現經濟變量之間在空間上的相互影響，則使用SLM模型；如果研究的目的是發現影響因變量的其它未知因素，則使用SEM模型[25]。本文的研究目的是分析實際工資對勞動生產率的影響，而不是發現其它的未知因素，所以應使用SLM模型。地理第一定律認為，經濟變量的關聯與地理距離聯系更緊密，距離越近，關聯越緊密，而不是兩者地理鄰接，所以采用地理距離權重矩陣的SLM模型估計結果進行匯報。

4.2 參數估計結果初步分析

空間面板數據參數估計顯示，實際工資和其它控制變量對勞動生產率的影響存在密切的空間關聯。鄰接權重矩陣被解釋變量空間自回歸系數ρ分別等于0.3和0.351，在1%顯著水平拒絕為零的假設，地理距離權重矩陣被解釋變量空間誤差系數λ分別等于0.339和0.233，在1%顯著水平不能拒絕為零的假設，所以空間滯后項和空間誤差項均顯著，說明變量同時存在空間關聯和空間誤差。

相比空間面板數據參數估計結果，普通面板數據參數估計結果更大。普遍面板數據假設樣本單元是均質、獨立分布的，但數據存在空間上的關聯性使得普遍面板數據的參數估計過大。例如，實際工資的普通面板數據參數估計結果為0.358，而空間面板數據估計結果為0.178和0.21，說明空間溢出效應的存在降低了實際工資對勞動生產率的影響。

5 研究結論及建議

基于2001年至2016年各省的空間面板數據，采用鄰接權重矩陣SLM模型考察實際工資對影響勞動生產率的影響，得出如下結論。

5.1 研究結論

5.1.1 勞動生產率具有顯著的空間相關性

表3的結果顯示，勞動生產率具有顯著的空間關聯。鄰接權重矩陣被解釋變量空間自回歸系數等于0.3，說明相鄰省份勞動生產率增長1%，能夠帶動本省勞動生產率增長0.3%。各省勞動生產率在空間上并非均勻分布，而是“高-高”“低-低”相連的塊狀分布，說明各省勞動生產率之間是相互影響的。一個省份的勞動生產率越高，越容易對相鄰省份起到示范作用，有利于勞動生產率低的省份學習和模仿，形成追趕效應；勞動生產率高的省份往往更能充分吸引優勢資源，相鄰省份更有機會與之共享一部分資源。兩個省份的距離越近，示范和共享對勞動生產率提高的作用更大，因此本省勞動生產率增長不僅僅與自身因素有關，還與其它省份勞動生產率有關。

5.1.2 實際工資對勞動生產率的影響具有顯著的空間溢出性

表3的結果顯示，實際工資增長對勞動生產率有顯著的促進作用，各省之間實際工資對勞動生產率的影響具有空間關聯性。地理權重矩陣中，實際工資的回歸系數等于0.21，在1%水平下具有顯著性，說明實際工資增長能促進勞動生產率提高，證明了效率工資理論的適用性。在普通面板數據模型中，實際工資的回歸系數等于0.358，遠遠大于地理空間回歸模型的系數，說明地理空間因素使得實際工資對勞動生產率的促進作用下降，這是因為一個省份實際工資上漲對本地勞動生產率和周圍省份勞動生產率的綜合影響。根據效率工資理論，一個省份實際工資上升會促進本省勞動生產率的提高，而周邊省份實際工資提高就會吸引本省勞動力外流，降低本省實際工資提高對本省勞動生產率提高的作用，所以地理權重矩陣中實際工資的回歸系數變小。

5.1.3 人均資本和財政支出是勞動生產率提高的關鍵因素

表3顯示，人均資本和財政支出的回歸系數最大，其次是實際工資的回歸系數，說明實際工資增長不是勞動生產率提升的關鍵因素，人均資本和財政支出是勞動生產率提高的關鍵因素。發展中國家的技術進步被包含在技術設備的引進之中[26]，所以人均資本提高能促進勞動生產率提高。勞動生產率提高1%，人均資本提高0.458%。政府財政支出為地區經濟發展提供資源，所以財政支出增加能促進勞動生產率提高。財政支出增長1%，勞動生產率增長0.744%。

出口、產業結構、人力資本、FDI的回歸系數為正，在5%水平下均顯著，說明這些因素能促進勞動生產率的提高。出口增長能帶動本區域內產出增長，通過“干中學”實現規模經濟[27]，出口增長1%，勞動生產率增長0.129%。產業結構表現為第二產業產值占比和第三產業產值占比，由于各部門有不同的生產率及其增長率，當投入要素從低生產率水平或者低生產率增長率的部門向高生產率水平或者高生產率增長率的部門流動時會促進生產率增長[28]，所以第二產業產值占比和第三產業產值占比提高會促進生產率提高。第二產業產值占比提高1%，勞動生產率提高0.017%，第三產業產值占比提高1%，勞動生產率提高0.002%。教育能幫助勞動者獲得知識和技能、提高問題處理的能力，教育年限增長1%，勞動生產率增0.046%。外商直接投資增加了地區資本存量，通過技術關聯與知識溢出來影響勞動生產率，外商直接投資增加1%，生產率增長0.082%。RD的回歸系數不顯著，所以R ＆ D 投入對經濟增長的促進作用不明顯，可能其它因素限制了R ＆ D 投入發揮作用[29]。

5.2 建議

5.2.1 充分發揮勞動產率的空間聚集優勢

要發揮勞動生產率空間聚集的優勢，就要通過加強地區之間的合作和交流，促進隱性知識的傳播。由于勞動生產率的空間相關性，勞動生產率的提高不僅僅受到本省勞動生產率的影響，還要受到周邊省份勞動生產率的影響，勞動生產率呈現“高-高”“低-低”相鄰的分布狀態。知識可以分為顯性知識和隱性知識，顯性知識可以通過互聯網傳播突破地理位置的限制，而隱性知識則只能通過觀察、模仿、“干中學”、交流討論等“默會”方式進行，地理位置對隱性知識的傳播有著很大的限制作用[30]。地理位置越近，交流與合作越便利，所以地理相鄰的省份應加強合作與交流、充分發揮空間分布上的優勢，在顯性知識學習過程中重視隱性知識的學習。對于空間臨近的各個省份，勞動生產率高的省份要發揮對其它臨近省份的輻射作用，勞動生產率低的省份要與生產率高的省份開展交流與合作，盡快追趕勞動生產率高的省份；對于空間距離較遠的省份，要在顯性知識學習的同時，加強交流與合作，創造條件突破地理位置的限制。

5.2.2 工資增長要考慮工資的空間分布

要發揮實際工資增長對勞動生產率的促進作用，就要保證實際工資增長、根據工資的空間分布合理制定工資標準。由于工資增長對勞動生產率的提高具有顯著的空間相關性，本省工資增長不僅僅影響本省的勞動生產率，還會通過“溢出效應”影響相鄰省份的勞動生產率。第一，繼續提高實際工資。實際工資增長有利于勞動生產率的提高，應采取多種措施保證勞動者的實際工資增長。例如：最低工資制度、集體協商工資等[19]。第二，制定工資標準應考慮近鄰省份的工資和勞動生產率。為了更好地發揮實際工資增長對勞動生產率的促進作用，各省在制定工資增長標準時，要考慮地理位置臨近省份的工資和勞動生產率。這是因為，本省工資增長會吸引高素質勞動者流向本省，促進本省勞動生產率提升，也會對臨近省份形成競爭壓力，迫使臨近省份提高工資，從而降低本省工資增長對勞動生產率的促進作用。

5.2.3 采取多種措施提高勞動生產率

增加資本投資、調整資本投資的空間結構、改善投資的結構。人均資本是勞動生產率提高的關鍵因素，具有顯著的空間關聯性，所以提高資本存量應該充分發揮資本的空間聚集效應、避免重復投資，提高投資的效率。資本存量既包括有形固定資產投入，還包括礦藏勘探、計算機軟件等無形固定資產，而無形固定資產是生產率提高的重要來源[31]，所以人均資本的提高應該調整資本投入的結構，適當加大對無形資產的投資。

擴大財政支出、調整財政支出的空間布局、改善財政支出的效率。財政是勞動生產率提高的關鍵因素，具有顯著的空間關聯性，所以擴大財政支出應該充分發揮財政支出的空間聚集效應、避免財政支出用于重復投資、重復建設，提高財政支出的效率。已有經驗表明，財政支出對不同地區經濟增長有不同影響，而不同的財政支出項目對同一地區有著不同影響[32]，所以在財政支出擴大的前提上，因地制宜調整財政支出的項目，對于提高地區勞動生產率是有利的。

人均資本、財政支出是影響勞動生產率的關鍵因素，FDI、產業結構、人力資本、出口能促進勞動生產率提高，所以應該提高人均資本量、擴大FDI、調整產業結構、提高勞動者受教育水平、擴大出口。RD增長對勞動生產率提高有負面影響，但不顯著，可能的原因在于RD投入受到其它因素的影響，應該提高RD投入的產出效率、加強RD產出的應用，改善RD發揮作用的限制條件。