空間聚集條件下城市TFP增長的影響因素研究

[摘 要] 利用中國264個地級及地級以上城市的空間面板數據和空間杜賓模型，研究在空間聚集條件下，全要素生產率（TFP）增長與城市規模及人力資本、基礎設施等相關影響因素的關系，得出以下主要結論：在考慮空間權重后，全要素生產率增長指數與城市規模由倒“U”型曲線變為“U”型曲線，全要素生產率增長指數與城市規模對數的間接效應成“U”型曲線，直接效應和總效應成倒“U”型曲線;人力資本、基礎設施指數、第三產業占總的就業比重、財政收入、科學支出的直接效應為負，間接效應和總效應為正;人口密度、房價收入比指標的直接效應為正，間接效應和總效應為負;教育支出、城市化水平、萬人圖書館藏量、工資收入、勞動生產率、勞動力的直接效應、間接效應和總效應都為負。并提出相應的政策建議。

[關鍵詞] 全要素生產率;城市規模;空間聚集;人力資本;科學支出

[中圖分類號] "F014.36 " [文獻標識碼] A " [文章編號] 1008—1763（2021）03—0039—10

Abstract：This paper uses the spatial panel data and spatial Dubin model of 264 prefecture-level and above cities in China under the Condition of Spatial Agglomeration， and studies the relationship between total factor productivity（TFP） growth and related factors such as city size， human capital， and infrastructure，etc. The main conclusions are in the "following：after considering the spatial weight， the total factor productivity growth index and the city size changes from an inverted \"U\" curve to a \"U\" "curve， and the indirect effect of total factor productivity growth index and the logarithm of city size becomes a \"U\" curve， the direct effect， and the total effect becomes an inverted \"U\" shaped curve; The direct effects of human capital， infrastructure index， tertiary industry’s share of total employment， fiscal revenue， and scientific expenditure are negative，and the indirect effects， and the total effects are positive; The direct effects of population density， housing price-to-income ratio indicators are positive， and the indirect effect and the total effect are negative. The direct effects，the indirect effects and the total effects of education expenditure， urbanization level， library holdings per 10，000 people， wage income， labor productivity and labor force are negative. And the corresponding policy suggestions have been put forward.

Key words： total factor productivity; city size; spatial "agglomeration; human capital; scientific expenditure

一 引 言

從2012年起，中國經濟就進入結構性減速階段。十九大報告提出，中國經濟已經由高速增長階段轉向高質量發展階段;十九屆五中全會指出，未來五年中國將邁入高質量發展關鍵期。高質量發展的本質是以人民為中心，堅持人民至上，以人民的需求為根本，這就需要促進經濟效率的提升，強調勞動生產率和全要素生產率的提高[1]。中國人口紅利即將消失，緊接著將面臨著老齡化、少子化、人口撫養比增大、勞動力增速放緩、投資增速嚴重下滑等諸多問題，中美貿易摩擦不斷升級，進出口業務總量減少，直接導致中國潛在增長率下降。此時，增強技術創新，提高全要素生產率，提升全要素生產率對經濟增長的貢獻度，才能在供給層面多要素下滑的情況下，有效抑制或減緩潛在增長率的下降趨勢。

中國經濟增長的主要推動力是要素投入的積累，尤其是固定資產投資引致的經濟增長，因而有學者質疑技術進步對中國經濟高速增長的貢獻[2-5]。但越來越多的學者認為，中國經濟增長主要依賴全要素生產率增長[6-8]。

國內外學者對城市發展過程中要素空間聚集效應與全要素生產率增長等方面進行了研究。要素空間聚集對全要素生產率增長的作用表現為閾值效應[9-10]。在經濟高速增長階段，各種要素空間聚集，其中制度環境對全要素生產率增長的影響最顯著[11]。

產業結構、人力資本、教育、政策、財政支出等要素空間聚集影響全要素生產率增長。產業聚集對全要素生產率增長的促進作用隨著城鎮化水平的提高而顯著增強[12]。產業協同對全要素生產率增長呈現負向空間溢出效應[13]。人力資本積累促進全要素生產率增長[14-17] 。異質性人力資本對全要素生產率的增長效應，隨著學歷層次的提高先增大后減小[18]。也有學者認為，人力資本對全要素生產率增長具有顯著的負向空間溢出效應[19]。政府干預抑制全要素生產率增長，干預程度越強，對全要素生產率的抑制越明顯[20-21]。也有相反的觀點：低息貸款、政府補助、稅收優惠等政策工具促進了全要素生產率增長[22]。公共財政支出規模對全要素生產率增長具有較強的抑制效應[23]。還有研究認為，教育和公共服務財政支出與全要素生產率，技術效率和技術進步存在顯著的正相關性，具有空間溢出效應[24-25]。財政分權和政府競爭都顯著抑制了全要素生產率的增長，政府競爭對技術進步的遏制作用大于促進效應[26]。

經濟發展、貿易開放和科技創新等制度結構因素對資源環境約束下全要素生產率增長存在顯著的促進作用[27]。學者們研究認為，進出口額、對外投資和外國直接投資等因素對全要素生產率增長有影響。進口促進了全要素生產率的增長[28]，出口對本地區的全要素生產率增長沒有顯著的影響，但對鄰近和整個地區的全要素生產率增長產生促進作用[29]。對外投資推動全要素生產率增長，發展中國家通過對技術領先國家直接投資，獲得逆向技術溢出，從而促進技術進步[30]。全球價值鏈嵌入程度會顯著促進城市全要素生產率水平的提升[31]，產業結構、土地投入、能源結構和要素稟賦結構等因素對全要素生產率增長存在顯著的負向影響[15，27]。

目前國內外已有的研究主要聚焦于要素空間聚集效應對全要素生產率的影響，而城市規模擴大是要素空間聚集的直接原因，卻很少有學者分析城市規模對全要素生產率增長的影響程度;也有學者專門研究中國省（區市）全要素生產率增長及其影響因素，但基于中國地級市層面，利用空間計量方法來分析空間聚集條件下全要素生產率增長的影響因素的論文較少。本文擬結合空間計量方法，在中國264個地級及地級以上城市空間面板數據的基礎上，結合城市規模的變化、資本水平的積累、公共服務的改善、產業結構的調整、制度環境的優化，探討空間聚集條件下中國城市全要素生產率增長的影響因素、影響程度及空間影響范圍。本文第二部分為理論分析，第三部分為模型構建、變量描述和適用性檢驗，第四部分為實證結果分析和穩健性檢驗，第五部分為研究結論和政策建議。

二 理論分析

隨著城市化進程的深化，大量的人口向大城市、超大城市集中，城市規模擴大，繼而引致各種要素向城市匯集，產生空間聚集效應。資本、城市規模、公共服務、制度結構、產業結構等各類要素空間聚集產生正的外部性，吸引更多的農業人口市民化，參與到城市的建設中來，城市規模進一步擴大，全要素生產率不斷提升;同時，全要素生產率提升也對各類要素空間聚集效應產生影響，這一點在大城市、超大城市尤其明顯。

一方面，要素空間聚集促進全要素生產率的提升。其一，城市規模擴大，人力資本、固定資本等資本類要素和教育支出、基礎設施等公共服務類要素的空間聚集效應加強，三次產業結構不斷調整，產業集群形成，城市中高級人力資本水平整體提升，直接促進所在城市的經濟增長，提高科技創新、管理創新及研發生產的投入，優化對外投資、經濟發展質量、科技創新等制度環境因素，鼓勵創新驅動戰略的實施，加速社會經濟發展的關鍵驅動從要素轉向創新，科技管理體制不斷進步，社會資源配置效率不斷優化，企業競爭力提高，全面促進全要素生產率的提升。其二，空間聚集對鄰近城市產生外溢效應，促進鄰近城市的全要素生產率的提升。地理經濟學第一定律空間相關性定律指出，“所有事物相關，較近的事物比遠些的相關性更強”[32]。一個城市的城市規模擴大產生的空間聚集效應，除了帶動本地區的全要素生產率的提升，對鄰近地區的全要素生產率產生空間外溢效應外，還帶動整個地區全要素生產率的提升。

另一方面，全要素生產率提升促進城市規模擴大，增強各類要素空間聚集效應。全要素生產率是勞動生產率提高和高質量發展的根本動力，是在要素投入既定的條件下，適度擴大城市規模，更高效率地配置和使用資本、公共服務、產業結構、制度結構等要素，其本質是增長動力的轉換、資本結構的優化、政府治理能力、投資效率、人民生活水平的全面提高。增長驅動由要素轉向創新，完善了以知識價值為導向、以技術創新為核心、以科技信用為前提的科研管理機制，提升了城市的創新能力;科學研究、教育文化、醫療健康、交通服務、對外投資等產業迅速發展，要素資源優化配置的體制機制加速形成，區域自主創新能力不斷提高，促進城市人力資本結構優化;財政、產業、區域、貨幣、投資等經濟政策協調機制不斷健全，政府經濟政策分工明晰，運作協調高效，政府治理體系向更高層次發展，更好更全面地促進經濟社會持續健康發展。全要素生產率的提升吸引資本、公共服務、產業結構、制度環境等各類要素，尤其是以高素質人力資本為核心的優質要素聚集，增強其聚集效應;同時也吸引更多的農業人口市民化，城市規模不斷擴大。

三 模型構建、變量描述和適用性檢驗

在要素空間聚集條件下，影響全要素生產率增長的有城市規模、人力資本、資本、勞動力、外商直接投資、產業結構、就業結構、城市化水平、財政收入支出占比等多個因素，而這些因素對全要素生產率增長的影響程度如何？影響范圍如何？是否產生空間外溢效應？基于此，本文構建空間權重矩陣模型，選取中國264個地級及地級以上城市的空間面板數據，研究中國城市全要素生產率增長的影響因素。

（一）模型構建

假設地理經濟學第一定律成立，則城市與城市之間的全要素生產率增長會產生相互影響，距離近的城市相互影響較大，距離遠的城市相互影響較小[32]。傳統的計量模型不能反映空間地理位置的影響，故本文將空間聚集效應作為模型構建主要考慮因素之一，選擇空間杜賓模型（Spatial Dubin Model，SDM）開展研究。

首先，本文基于要素空間聚集，構建全要素生產率增長的模型，如式（1）所示：

yi，t=αi+λt+ρ∑Nj=1ωi，jyi，t+xi，tβ+∑Nj=1ωi，jxi，j，tθ+εit（1）

接著，在式（1）基礎上，進一步演化形成SDM向量模型，如式（2）所示：

yt=ρWyt+xtβ+Wxtθ+α+λttn+εt（2）

其中，W為空間權重矩陣;yt表示TFPit，為城市i在t時期的全要素生產率增長指數;xt是城市i在t時期的解釋變量的值;εt～N（0，σ2εIn）是隨機誤差項，服從正態分布;α=[a1，a2，…，an]，In是（n×1）的列向量，每個元素均為1;ρ是空間回歸系數，表示相鄰城市觀測值對本城市觀測值的影響程度;λ是空間誤差系數，表示相鄰城市由于因變量的誤差對本城市觀測值的影響程度。

最終，本文基于SDM向量模型，構建5個全要素生產率增長影響因素的空間矩陣模型。選取lnp、lnp2、lnK、devQuality、lncityPopDens、lnHC、infrastruct、L3Rate、finEdu、IORate、urban、rev_GDP、books、income等14個變量為基本變量，模型1為全要素生產率增長指數與所有變量的回歸，模型2-模型5分別在14個基本變量的基礎上增加變量與全要素生產率增長指數進行回歸分析，具體如下：模型2增加變量lnproductivity、lnL、housePRev;模型3在模型2的基礎上增加變量sciFin;模型4在模型3的基礎上增加變量outInFin;模型5在模型4的基礎上去掉devQuality，檢測devQuality是否適合作為控制變量。

（二）變量描述

本文選擇的被解釋變量為全要素生產率增長指數（TFP），用DEA Malmquist指數法計算得到[8]。從空間聚集與全要素生產率增長影響機制角度分析，本文選擇資本、城市規模、公共服務、產業結構、制度環境等五個層面共21個變量為解釋變量，其中資本包括人力資本、固定資本存量、資本產出比等變量，城市規模包括城市規模、人口密度等變量，公共服務包括萬人圖書館藏量、基礎設施指數、教育支出等變量，產業結構包括一、二、三產業占總的就業比重等變量，制度環境包括外國直接投資、科學支出、經濟發展質量等變量，研究在空間聚集條件下，中國城市全要素生產率增長的影響因素、影響程度及影響范圍。

本文的解釋變量有：城市規模指全市常住人口總數，用城市規模的對數和城市規模對數的平方表示，變量用lnp和lnp2代表;固定資本存量以1990年為基期，折舊率為5%，采用永續盤存法計算得到，用固定資本存量的對數表示，變量用lnK代表;勞動力指地級市的年末就業人數，用勞動力的對數表示，變量用lnL代表;人口密度指全市每平方公里常住人口總數，用人口密度的對數表示，變量用lncityPopDens代表;人力資本用小學、中學和大學的受教育支出成本比表示，變量用人力資本的對數lnHC代表;外國直接投資用外國直接投資占GDP現價的比重表示，用當年人民幣對美元匯率，將外國直接投資換算成人民幣現值來計算，變量用FDI代表;教育支出用教育支出占地方財政支出中比重表示，變量用finEdu代表;萬人圖書館藏量指每萬人擁有的圖書館藏量，變量用books代表;第二產業占總的就業比重，變量用L2Rate代表;第三產業占總的就業人數的比重，變量用L3Rate代表;城市化水平用城鎮常住人口占全市總常住人口的比值表示，變量用urban代表;財政支出與收入的比用行政機制和市場機制的占比表示，變量用outInFin代表，outInFin數值越大，行政機制對市場機制的替代作用越強，outInFin數值越小，市場機制對行政機制的替代作用越強[33];資本產出比用不變價格表示的單位固定資本存量的GDP產出表示，變量用Koutput代表;房價收入比正向化，變量用housePRev代表;家庭資產指數用工資總額和儲蓄占GDP的比表示，變量用HAssetsIndex代表;基礎設施指數是由教育基礎設施指數、交通基礎設施指數、基礎設施指數、電信基礎設施指數四項指數值（數據來源《1990-2018年中國城市經濟發展質量報告》），采用幾何平均方法得到，變量用infrastruct代表;投入產出率用資本產出比與投資效果系數的幾何平方來表示，變量用IORate代表;財政收入用地方財政收入占GDP的比表示，變量用rev_GDP代表;科學支出用地方財政支出中科學支出的比重表示，變量用sciFin代表;勞動生產率用不變價格的GDP除以全部勞動人數表示，變量用勞動生產率的對數lnproductivity代表。本文引入經濟發展質量作為控制變量。經濟發展質量由經濟增長、增長潛力、政府效率、人民生活和環境質量等五個一級指標加權平均，由產出效率、經濟結構、經濟穩定、增長可持續性、公共服務效率等13個二級指標，共計61個具體指標通過主成分分析方法得出，系數為正，變量用devQuality代表（指標選取及分類標準詳見《1990-2018年的中國地級及地級以上城市的經濟發展質量報告》）。

本文選取264個地級及地級以上城市1990-2018年數據，探討在空間聚集條件下中國城市全要素生產率增長的影響因素，樣本總量7656個，本文所選取變量的描述性統計分析見表1。本文所選取變量原始數據均來自歷年中國城市統計年鑒、各省（區）市統計年鑒、各城市國民經濟和社會發展統計公報、中國統計年鑒等。

（三）模型適用性檢驗

本文開展空間計量分析的前提是全要素生產率增長指數存在全局空間自相關，Moran’s I指數可以檢驗是否存在全局空間自相關性。本文選取中國264個地級及地級以上城市1990-2018年數據，繪制全要素生產率增長指數Moran’s I折線圖，如圖1所示，全要素生產率增長指數的Moran’s I均在0.1左右波動，全部大于0，只有1994年和1997年全要素生產率增長指數的Moran’s I在大于10%條件下才顯著，其他年份均在5%條件下顯著，說明中國264個地級及地級以上城市的全要素生產率增長指數存在全局空間自相關且為正相關，空間依賴性顯著。由于全局空間自相關的存在，傳統面板數據得出的計量結果存在偏差，不能真實反映城市人口規模對全要素生產率增長的影響，因此本文基于264個地級及地級以上城市1990-2018年數據，采用空間計量方法來開展研究。

本文采用Wald SAR檢驗和LR檢驗來選擇合適的空間計量模型。Wald檢驗結果說明本文所選取的空間杜賓模型（SDM）不會退化為空間滯后模型（Spatial Autoregressive model，SAR）或空間誤差模型（Spatial Error Model，SEM）。LR檢驗結果拒絕了原假設，說明本文采用空間杜賓模型是合理的。豪斯曼檢驗的結果說明，本文數據采用固定效應或隨機效應進行分析都是適合的。故本文采用隨機效應進行分析，下文將采用固定效應進行模型穩健性檢驗[34]。最后，本文通過Levin-Lin-Chu test 和Im-Pesaran-Shin test兩種單位根檢驗方式進行檢驗，經檢驗，所有解釋變量和被解釋變量的一階差分均平穩（篇幅限制，Wald和LR檢驗及單位根檢驗結果略）。

以上適用性檢驗結果說明，本文構建空間杜賓模型分析空間聚集條件下中國城市全要素生產率增長的影響因素是合理的。

四 實證結果分析和穩健性檢驗

（一）實證結果分析

表2是全要素生產率增長指數隨機效應的實證結果，可以看出，普通面板計量結果中，模型1-模型5均有不顯著變量，且數量較多，其中lncityPopDens、housePRev兩個變量在模型1-模型5中均不顯著，urban、rev_GDP、books三個變量在四個模型中不顯著。從空間滯后項來看，模型1有FDI和lnL兩個變量不顯著、模型5有lnp、lnp2兩個變量不顯著，模型2-模型4所有變量均顯著，lncityPopDens、housePRev、urban、rev_GDP、books五個變量在模型1-模型5中均顯著，說明本文選取SDM模型是有意義的。

模型1是對比模型，模型2-模型5的實證結果顯示，考慮空間權重后，全要素生產率增長指數與城市規模由倒“U”型曲線變為“U”型曲線;人力資本、基礎設施指數、第三產業占總的就業比重、財政收入、科學支出、財政支出收入比、勞動力的系數為正;固定資本存量、經濟發展質量、人口密度、教育支出、投入產出率、城市化水平、萬人圖書館藏量、工資收入、房價收入比指標、勞動生產率的系數為負;對比模型5和模型4，發現模型5減少解釋變量devQuality后，剩下的解釋變量的系數正負性沒有變化，經濟含義一致，只有lnp和lnp2兩個變量顯著性發生變化，由此認為經濟發展質量適合作為控制變量。

表3是全要素生產率增長指數的直接效應、間接效應和總效應的實證結果，模型1是對比模型，模型2-模型5的實證結果顯示：全要素生產率增長指數與城市規模的間接效應成“U”型曲線、直接效應和總效應成倒“U”型曲線，直接效應都顯著、間接效應和總效應都不顯著。經濟發展質量、財政支出收入比的直接效應、間接效應和總效應都為正，其中經濟發展質量的間接效應部分不顯著、直接效應和總效應都顯著;財政支出收入比的直接效應、間接效應和總效應都顯著。固定資本存量、投入產出率的直接效應為正、間接效應為負、總效應為正，且兩個變量的間接效應都不顯著，直接效應和總效應都顯著。人力資本、基礎設施指數、第三產業占總的就業比重、財政收入、科學支出的直接效應為負、間接效應和總效應都為正，其中人力資本的直接效應、間接效應和總效應都顯著;基礎設施指數的直接效應部分不顯著、間接效應和總效應都顯著;第三產業占總的就業比重的直接效應和間接效應都顯著、總效應大部分顯著;財政收入的直接效應都不顯著、間接效應和總效應都顯著;科學支出的直接效應都顯著、間接效應大部分顯著、總效應都不顯著。人口密度、房價收入比的直接效應為正，間接效應和總效應都為負，其中人口密度的間接效應部分不顯著，直接效應和總效應都不顯著;房價收入比的直接效應都不顯著，間接效應和總效應都顯著。教育支出、城市化水平、萬人圖書館藏量、工資收入、勞動生產率、勞動力等的直接效應、間接效應和總效應都為負，其中教育支出、工資收入和勞動生產率的直接效應、間接效應和總效應都顯著;城市化水平和萬人圖書館藏量的直接效應都不顯著，間接效應和總效應都顯著;工資收入的直接效應、間接效應和總效應都顯著;勞動力的間接效應部分不顯著，直接效應和總效應都顯著。

（二）模型穩健性檢驗

為了驗證計量結果的可靠性，必須對模型進行穩健性檢驗。穩健性檢驗有多種方法，如選擇不同的解釋變量、選擇不同的效應分析方法、改變參數取值范圍、改變樣本范圍等。

首先，本文選擇改變樣本范圍來檢驗模型的穩健性，將樣本范圍從1990-2018年調整為2000-2018年，解釋變量和被解釋變量不變。樣本范圍調整前后實證結果對比，變化如下：考慮空間權重前，人口密度、基礎設施指數、城市化水平的系數正負性發生變化;考慮空間權重后，第三產業占總的就業比重、財政收入、勞動生產率的系數正負性發生變化;直接效應的人口密度、基礎設施指數、城市化水平、萬人圖書館藏量和房價收入比指標的系數正負性發生變化;間接效應的第三產業占總的就業比重、財政收入占GDP的比重、勞動生產率和勞動力的系數正負性發生變化，總效應的城市規模對數的平方、人力資本、第三產業占總的就業比重、財政收入占GDP的比重和萬人圖書館藏量的系數正負性發生變化，其他變量系數的正負性和顯著性基本保持不變。這總體說明本文構建的空間矩陣模型穩健性較強（篇幅限制具體結果略）。

接著，本文采用固定效應進行分析，與隨機效應分析的實證結果對比，變化如下：考慮空間權重前，變量的正負性和顯著性基本不變;考慮空間權重后，城市規模的對數和人口密度的系數正負性發生變化;直接效應中財政收入占GDP的比重、萬人圖書館藏量和房價收入比指標的系數正負性發生變化;間接效應中城市規模的對數、城市規模對數的平方和人口密度的系數正負性發生變化;總效應中人口密度的系數正負性發生變化，其他變量的正負性和顯著性基本不變。這總體說明采用固定效應或隨機效應對于本文的實證結果影響不大，驗證了上述豪斯曼檢驗結果（篇幅限制具體結果略）。

以上兩種檢驗結果均證明，本文構建的空間杜賓模型穩健性較強。

五 研究結論和政策建議

（一）研究結論

本文基于264個地級及地級以上城市的空間面板數據，引入經濟發展質量指標作為控制變量來分析中國城市全要素生產率增長的影響因素，發現在考慮空間權重后，全要素生產率增長指數與城市規模、人力資本、經濟發展質量等相關影響因素有如下結論：

1.全要素生產率增長指數與城市規模由倒“U”型曲線變為“U”型曲線，說明考慮空間權重后，城市規模不斷擴大，全要素生產率增長指數先降后升;當城市規模突破臨界值后，城市規模繼續擴大，空間聚集效應持續增強，全要素生產率不斷增長。

2.人力資本、基礎設施指數、第三產業占總的就業比重、財政收入、科學支出、財政支出收入比、勞動力的系數為正，對全要素生產率增長具有促進作用。固定資本存量、經濟發展質量、人口密度、教育支出、投入產出率、城市化水平、萬人圖書館藏量、工資收入、房價收入比指標、勞動生產率的系數為負，對全要素生產率增長具有遏制作用。

3.全要素生產率增長指數與城市規模的間接效應成“U”型曲線、直接效應和總效應成倒“U”型曲線，直接效應都顯著、間接效應和總效應都不顯著，說明城市規模擴大，能有效促進本地區的全要素生產率的增長，但對整個地區和鄰近地區的促進效應不明顯。

4.經濟發展質量、財政支出收入比、固定資本存量、投入產出率的增加能促進本地區的全要素生產率增長提升;人力資本、第三產業占總的就業比重、科學支出、教育支出、工資收入、勞動生產率、勞動力的增加對本地區的全要素生產率增長提升有遏制作用。財政支出收入比、人力資本、基礎設施指數、第三產業占總的就業比重、財政收入對鄰近地區的全要素生產率增長提升有促進作用;房價收入比、教育支出、城市化水平、萬人圖書館藏量、工資收入、勞動生產率對鄰近地區的全要素生產率增長有遏制作用。經濟發展質量、財政支出收入比、固定資本存量、投入產出率、人力資本、基礎設施指數、第三產業占總的就業比重、財政收入對整個地區的全要素生產率增長提升有促進作用;房價收入比、教育支出、城市化水平、萬人圖書館藏量、工資收入、勞動生產率、勞動力對整個地區的全要素生產率增長有遏制作用。

（二）政策建議

基于以上結論，本文提出如下政策建議：

1.有效擴大城市規模，保持城市人口適度規模。當城市規模突破臨界閾值后，城市規模越大，空間聚集能力越強，越有益于本地區及鄰近地區全要素生產率的增長。大城市、超大城市正在成為承載資本、產業、制度、公共服務等資源要素的主要空間形式，而資本水平積累、產業結構調整、制度環境變革、公共服務改善等方式都是促進全要素生產率增長的途徑。在新形勢下，放開對大城市、超大城市人口規模的限制約束，有效擴大城市規模，深化戶籍制度改革，破除城鄉二元戶籍制度，讓勞動力在城市和鄉村之間自由流動，推進農村人口市民化和戶籍人口城鎮化，推動已在城鎮就業的農業轉移人口落戶，促進各類資源要素合理流動和高效聚集，提升資源重置效率，保持城市人口適度規模，增強大城市、超大城市社會發展的經濟和人口承載能力，全面提高全要素生產率。

2.提升中高端人力資本積累水平，形成區域發展核心競爭力。在新常態下，中高端人力資本水平是創新驅動發展的關鍵，技術創新是全要素生產率增長的核心。考慮空間權重前后的人力資本系數均為正，人力資本具有很強的空間外溢性，加大教育投入，重視人才培養培育，提升中高端人力資本積累水平，尤其是高中、大學以上層次的人力資本積累水平，增強人才培養和教育資源的聚集性，為社會創新和經濟可持續發展提供源動力，形成區域發展核心競爭力。堅持人才引領創新發展，堅持把能力建設作為人力資本質量提升的主題，將人才發展、提升區域核心競爭力與實施重大國家戰略、調整產業布局等同步謀劃和推進，實現經濟可持續發展和高質量發展，有力促進全要素生產率的增長。

3.加強基礎設施建設，改善公共服務水平。基礎設施指數對全要素生產率增長具有正向促進作用，空間外溢效應強。基礎設施是為社會生產和居民生活提供公共服務的物質工程設施，是保證國家或地區社會經濟活動正常進行的公共服務系統，包括教育基礎設施、交通基礎設施、電信基礎設施等多方面。政府統籌規劃，改善城市的基礎設施條件，做好城市總體發展規劃;提高教育基礎設施投入，適度引入市場機制，多層次優化地方教育資源布局，推動各層級教育有序均衡發展;做好交通基礎設施規劃，宏觀統籌布局城市交通線路，微觀合理規劃內外交通設施;推進光纜線路、移動通信基站等電信基礎設施共建共享，提升互聯網設施與資源能力;加強和推進基礎設施建設，改善公共服務水平，提升人民幸福生活指數，提高全要素生產率的增長及對經濟增長的貢獻率。

4.發展現代服務業，促進產業結構轉型。發展現代服務業是現階段中國轉變經濟發展方式、推動經濟轉型跨越發展的重要舉措。大力發展現代服務業，不斷完善生產要素市場，打造資源要素聚集區，加快構建生活性服務業繁榮昌盛、生產性服務業支持強勁、公共服務業保障有力的現代服務體系，不僅是調整產業結構、促進產業結構轉型的需要，更是保障就業、改善民生的需要，能有效提高第三產業占總的就業比重和勞動力水平。第三產業占總的就業比重和勞動力系數均為正，對全要素生產率增長均有正向促進作用，空間外溢效應強。大力發展現代服務業，促進產業結構轉型，進一步發揮城市的空間聚集功能，創造大量的就業機會，為全要素生產率增長提供發展方向。

5.提升固定資本存量水平，優化資源配置。固定資本存量是一個國家或地區經濟總量的重要組成部分。固定資本存量的間接效應為負、直接效應和總效應均為正，對本地區和整個地區的全要素生產率增長均有促進作用。在當前發展階段，各種類型的資本要素投入依然是中國經濟增長的主要支撐，提升固定資本存量水平，把握要素投入的數量和質量;提高資本使用的有效性和產出效率，避免重復性、盲目性建設和過度競爭，充分發揮市場在資源重置中的決定作用，優化資源配置，促進經濟模式由粗放式向集約型轉變，實現新舊動能轉換，提升全要素生產率發展水平。

6.調整地方財政支出結構，創新科技驅動。財政收入的系數為正，財政收入占GDP的比重對全要素生產率增長有重要影響。調整地方財政支出結構，加大財政科技支出比例，優化行政機制和市場機制對資源要素的配置作用，為創新發展提供條件。目前中國科技研發費用投入絕對額在全球排名靠前，但由于中國市場規模大，導致科技投入過于分散，尤其是地方企業、地方科研機構的科技投入較低，地方政府應該適當調整財政支出結構，增加地方財政中科學支出所占的比重，合理使用資金，提高資金投入效率，加大地方企業和科研機構科研投入力度，優化制度環境，為科技持續高質量發展奠定基礎，為全要素生產率增長創造良好的發展環境。

[參 考 文 獻]

[1] 張自然，張平，劉霞輝，等. 宏觀經濟藍皮書——中國經濟增長報告（2019-2020年）[M]. 北京：社會科學文獻出版社， 2020.

[2] Young A. A Tale of Two Cities：Factor Accumulation and Technical Change in Hong Kong and Singapore[J]. NBER Macroeconomics Annual， 1992：13-54.

[3] Young A. The Tyranny of Numbers： Confronting the Statistical Realities of the East Asian Growth Experience[J]. The Quarterly Journal of Economics， 1995（3）： 641-680.

[4] Young A. The Razor's Edge：Distortions and Incremental Reform in the People Republic of china[J]. Quarterly Journal of Economics，CXV， 2000（1）： 99-102.

[5] Krugman P. The Myth of Asia's Miracle[J]. Foreign Aff， 1994（6）： 62-78.

[6] 鄭京海，胡鞍鋼. 中國改革時期省際生產率增長變化的實證分析 （1979—2001年）[J]. 經濟學， 2005（2）： 263-296.

[7] 張自然，王宏淼，袁富華，等. 資本化擴張與趕超型經濟的技術進步[J]. 經濟研究， 2010（5）： 43-47.

[8] 張自然. 中國城市TFP增長與潛在增長率[J]. 湖南大學學報（社會科學版）， 2019（6）： 34-42.

[9] 袁駿毅，樂嘉錦. 空間集聚與企業全要素生產率——基于中國工業企業數據庫的考察[J]. 湘潭大學學報：哲學社會科學版， 2018（6）： 32-36.

[10]孔令乾，付德申，陳嘉浩. 城市行政級別、城市規模與城市生產效率[J]. 華東經濟管理， 2019（7）： 68-77.

[11]周璇，陶長琪. 要素空間集聚、制度質量對全要素生產率的影響研究[J]. 系統工程理論與實踐， 2019（4）： 1051-1066.

[12]崔宇明，代斌，王萍萍. 城鎮化、產業集聚與全要素生產率增長研究[J]. 中國人口科學， 2013（4）： 54-63.

[13]伍先福. 產業協同集聚影響全要素生產率的空間效應研究——基于246個城市的空間杜賓模型實證[J]. 廣西師范大學學報（哲學社會科學版）， 2019（3）： 88-101.

[14]Benhabib J， Spiegel. The Role of Human Capital in Economic Development：Evidence from Cross-country Date[J]. Journal of Monetary Economics， 1994（34）： 143-173.

[15]劉建國，李國平，張軍濤，等. 中國經濟效率和全要素生產率的空間分異及其影響[J]. 地理學報， 2012（8）： 63-78.

[16]王文靜，劉彤，李盛基. 人力資本對我國全要素生產率增長作用的空間計量研究[J]. 經濟與管理， 2014（2）： 22-28.

[17]趙莎莎. Ramp;D資本、異質型人力資本與全要素生產率——基于空間相關性和區域異質性的實證分析[J]. 現代經濟探討， 2019（3）： 44-56.

[18]蔣佳，趙晶晶，盛玉雪. 高等教育、異質性人力資本和全要素生產率——基于空間溢出視角的實證研究[J]. 學海， 2019（3）： 170-175.

[19]魏下海，張建武. 人力資本對全要素生產率增長的門檻效應研究[J]. 中國人口科學， 2010（5）： 48-57.

[20]閆雨，李成明，孫博文，等. 政府干預、生產率與高質量發展[J]. 技術經濟與管理研究， 2019（6）： 78-83.

[21]趙鑫磊，何蓉蓉. 基于空間視角的中國省際OFDI對全要素生產率影響研究[J]. 區域金融研究， 2019（4）： 85-91.

[22]李駿，劉洪偉，萬君寶. 產業政策對全要素生產率的影響研究——基于競爭性與公平性視角[J]. 產業經濟研究， 2017（4）： 115-126.

[23]郝春虹，刁璟璐. 稅收努力度、公共支出規模與全要素生產率增長研究——基于內蒙古自治區101個旗縣區的空間計量測度[J]. 經濟經緯， 2019（1）： 163-170.

[24]曾淑婉. 財政支出對全要素生產率的空間溢出效應研究——基于中國省際數據的靜態與動態空間計量分析[J]. 財經理論與實踐， 2013（1）： 72-76.

[25]周莉，李德剛. 地方財政支出對全要素生產率的空間溢出效應分析——基于空間面板 Durbin 模型[J]. 新疆財經， 2014（2）： 49-57.

[26]鄧曉蘭，劉若鴻，許晏君. 經濟分權、地方政府競爭與城市全要素生產率[J]. 財政研究， 2019（4）： 25-43.

[27]劉華軍，楊騫. 資源環境約束下中國TFP增長的空間差異和影響因素[J]. 管理科學， 2014（5）： 133-144.

[28]呂品，潘沈仁. FDI、進出口貿易對全要素生產率的影響——基于省市數據的空間計量分析[J]. 浙江理工大學學報（自然科學版）， 2014（2）： 29-35.

[29]葉明確，方瑩. 出口與我國全要素生產率增長的關系——基于空間杜賓模型[J]. 國際貿易問題， 2013（5）： 19-31.

[30]付海燕. 對外直接投資逆向技術溢出效應研究——基于發展中國家和地區的實證檢驗[J]. 世界經濟研究， 2014（9）： 56-61.

[31]余泳澤，容開建，蘇丹妮，等. 中國城市全球價值鏈嵌入程度與全要素生產率——來自230個地級市的經驗研究[J]. 中國軟科學， 2019（5）： 85-101.

[32]Tobler， W.R. A Computer Movie Simulating Urban Growth in the Detroit Region[J]. Economic Geography， 1970（2）： 234-240.

[33]高翔. 政府治理效率：當代中國公共管理研究中的大問題[J]. 公共管理與政策評論， 2020（1）： 55-62.

[34]Mundlak， Y. On the Pooling of Time Series and Cross Section Data[J]. Econometrica， 1978（1）： 69-85.