人口集聚與經濟集聚匹配對勞動生產率影響研究

王金營，王曉偉

（河北大學 經濟學院，河北 保定 071000）

一、引言

世界勞工組織數據顯示中國勞動生產率在1998-2001 年出現了增長放緩現象，2002-2006 年則出現了一段時期的快速增長，2009 年以后又重新進入了放緩期。在這種勞動生產率的變化中，東亞經濟模式下的政府干預在最初起到了很大的作用。大額的資本投資提高了資本深化程度，從而增加了勞動力的資本擁有量，帶動了勞動生產率的提升。然而，2010年以后政府干預并未減弱，勞動生產率卻再次出現了放緩現象，這又是什么原因呢？從微觀層面看，經濟發展到一定階段以后，要素之間邊際替代率遞減，勞動生產率的提高必須通過調整要素結構、技術革新、數據要素形成、管理變革等來實現。從宏觀層面看，勞動生產率的影響因素必然是復雜而多元的，包括資本、勞動力投入、公共政策、管理協作等。除了這些傳統因素以外，我們應該站在一個更加宏觀和戰略的高度來思考。即區域的人口集聚和經濟集聚是否存在對勞動生產率的影響？而這方面影響又是如何發生的呢？

關于人口與經濟分布之間關系的研究已經開始關注人口集聚與經濟集聚之間存在的互動關系。王勝今、王智初發現人口集聚對中國區域經濟發展水平具有正向影響。［1］敖榮軍、劉松勤揭示了人口遷入與產業集聚間具有雙向累積特點，產業轉移是人口流動的風向標，人口流動與產業集聚之間隨著時間變化出現了低水平匹配、嚴重不匹配和高水平匹配三個階段特征。［2］姜乾之、權衡認為我國勞動力流動與產業集聚互為因果，一體化未達到高水平之前，人口集聚的“向心力”遠大于“離心力”。一體化水平提高到高水平之后，“離心力”會逐步大于“向心力”。［3］

已有文獻的研究也表明人口集聚與勞動生產率之間存在著相關關系，但并非簡單的線性相關，“U 形”關系得到了很多學者的認可。陳春華、華玲采用面板平滑回歸模型實證結果證明隨著人口聚集規模的增大，勞動力聚集的正向效應逐漸被負向效應所取代，從而導致城市勞動生產率呈現先上升后下降的“倒U 形”特點，［4］合理的人口規模能夠促進經濟的協調發展。人口聚集規模過大、過小都不利于經濟的穩健性與持續性發展。Brülhart 和Sbergami 利用1966-1996 年30 年的數據進行分析，與Williamson 得出了相類似的結論，即聚集程度對經濟增長存在門檻效應，門檻之內是正向影響，門檻之外呈負向影響。［5-6］

事實上，影響勞動生產率的諸多因素必定交互錯雜、互相關聯，傳導機制上也會呈現出多重驅動、共同驅動的特點。因此，從人口與經濟分布的大環境上來考察勞動生產率的變化，可以減少靜態、內生性分析所帶來的傳導誤差。為此，本文需要探討以下幾個問題：第一，人口集聚與經濟集聚如何作用于勞動生產率？通過何種方式傳導作用？第二，人口集聚與經濟集聚會處于什么樣的匹配形態？不同匹配形態下對勞動生產率影響又是怎樣的呢？第三，城市集聚對于勞動生產率的影響是否具有空間溢出效應？對于這三個方面問題的解答將彌補以往研究的不足。

二、人口集聚與經濟集聚的匹配對勞動生產率影響理論機制

（一）人口集聚與經濟集聚影響勞動生產率的傳導機制

人口集聚和經濟集聚影響勞動生產率的傳導機制是本文研究的重要理論基石。人口集聚與經濟集聚兩個傳導機制的交互作用會產生新的傳導路徑，在不同的人口集聚與經濟集聚匹配形態下勞動生產率呈現梯度遞進特征，這是人口集聚和經濟集聚兩個傳導機制交互作用的結果。

進入21 世紀以來，隨著交通運輸、基礎設施使用等成本占企業生產總成本比重的減少，城市勞動力市場池效應、產業的專業化、人力資本水平的提高正成為城市經濟聚集的決定因素。［7］勞動力市場池經濟、共享和匹配是人口集聚影響勞動生產率的途徑和機制，人口集聚通過勞動力市場的動態平衡性影響地區經濟產出和勞動生產率。人口集聚帶來的勞動力市場集聚一方面支持了企業規模經濟，另一方面加速了人員的更新換代、增加了人力資本積累和提高了人崗匹配度。人力資本是一種非物質資本，表現為一種能為其帶來持久收入和相對恒定產出的能力，是其知識、技能、勞動熟練程度的綜合，其特征為創造性、收益遞增性、累積性和實效性。換言之，人口集聚作用于勞動生產率的核心傳導路徑是市場規模擴展、人力資本水平提升和人員配置效率優化。

經濟集聚影響勞動生產率的路徑主要為地理區位、產業布局以及在此基礎上產生的交易費用、規模經濟、溢出效應和擁堵效應。外部規模經濟理論認為在條件相同的情況下，生產規模較大地區的全要素生產率高于生產規模較小地區，原因主要是規模的擴大，專業化和知識外溢推動技術進步有利于生產更加有效率，使生產處于邊際收益遞增。交易費用理論認為企業和市場是可以相互替代的兩種資源配置機制，經濟集聚可以降低交易費用、抵御系統性風險、減少行業壟斷和增加競爭、提高生產專業化、有效減少“冰山”成本。經濟集聚提高了勞動、資本、技術的運行密度，從而產生了多方面的積極溢出，包括信息、知識和技術等的共享。通過交流、學習、引進、吸收、模仿、創新等路徑和傳導促進勞動生產率的提高。地理上的鄰近性使得掌握不同技術的企業溝通更便捷，有利于各項技術整合，先進技術和先進生產方法的擴散速度也會加快。當然，人口、經濟在某一地區的過度集中也會引發嚴重的“城市病”。Porter 的產業集群生命周期理論提出經濟集聚有一個從出生到死亡的過程，他將產業集群的生命周期分為六個階段：形成、成長、飽和與轉型、衰退、解體和復興成長。［8］經濟學家藤田昌久等在《空間經濟學》中提出過區域產業（經濟）集聚模型，闡明了當區域產業（經濟）集聚程度超過支撐點時會引發經濟集聚負效應，集聚向心力會減弱，區域生產效率降低。［9］這些研究也從另一側面證明人口和經濟在一個區域的集聚需要有一個合適的匹配度。

（二）人口集聚與經濟集聚匹配狀態決定不同的勞動生產率

通過對文獻資料、經濟理論以及現實中城市形態歷史變遷的梳理與總結歸納，發現勞動生產率的發展呈現梯次遞進形態，不同的人口集聚與經濟集聚匹配特征形式決定不同的勞動生產率水平。人口集聚、經濟集聚都會對勞動生產率產生影響，但產生影響的方式并非孤立和靜止的，而是表現出交互作用、協同演進、雙向累積的特點。人口集聚與經濟集聚匹配狀態對勞動生產率影響主要表現在以下幾個方面。

命題1：人口空間集聚高于或者與經濟空間集聚持平會使勞動生產率處于較低水平，區域處于貧困陷阱。

縱觀世界范圍內各個國家或者地區的人口集聚與經濟集聚的匹配狀態，在中國西部地區、澳大利亞中部沙漠地帶、非洲北部、南美洲雨林等地區便處于一個人口集聚程度相比經濟集聚程度要高的狀態。這些地區自然環境惡劣，人口與經濟聚落在地理分布格局上較為分散，空間規模不經濟，尚未脫離以農業為主的社會形態。人口集聚的最主要動因是追求適宜的自然環境，多向平原地帶、河流沿岸、綠洲等地域內集聚，經濟原因不足。

制約這些地區經濟發展的最主要因素是自然條件。空間距離帶來的問題尤其突出，運輸成本高昂，生產所需要的勞動力、物質資源無法有效流動，很難形成地區經濟增長極。即使形成地區增長極，所累積的技術與管理優勢也無法有效擴散。因此，這些地區的支柱型產業多為種植、畜牧業，農業社會特征明顯，勞動生產率低下。低勞動生產率形成了貧困惡性循環，即在供給和需求兩個維度產生貧困的惡性循環。［10］落后地區受自然地理條件以及貧困惡性循環的影響，難以形成有效集聚。經濟與人口分布呈現隨機性特點，人口集聚與經濟集聚呈現雙零散特征，與之相對應的勞動生產率也較為低下。

由此可以得出命題1的初步結論。

命題2：經濟空間集聚優先于人口空間集聚，人口集聚對經濟集聚呈現追趕態勢，勞動生產率不斷提升。

經濟空間集聚優先于人口空間集聚，經濟極化效應主導人口集聚，經濟集聚的形成引導人口集聚產生的市場作用機制。表現為一是發達地區不斷累積經濟優勢，工資水平較高，人口聚集“拉力”顯著；二是規模效益顯著，地區競爭力較強，對人、財、物產生持續的吸引力；三是乘數效應強化經濟集聚的極化效應，是人口集聚的動力來源。

這一人口集聚與經濟集聚的匹配促進勞動生產率較快增長。主要原因：一是經濟發展速度較快，人口總規模不斷擴大，勞動力對其他生產要素的替代較為有效，邊際收益遞增，規模經濟顯著；二是知識創新能力較強，技術進步較快，包括勞動生產率在內的全要素生產率提升都較為迅速；三是受極化效應影響，經濟集聚發展優先于人口集聚且促進人口集聚的發展；四是人口集聚也推動了經濟集聚的進一步發展，二者互為動因，相互累積，交替主導勞動生產率的提高。

由此可以得到命題2。

命題3：當經濟空間集聚穩定而人口空間集聚出現離心力強化匹配時，勞動生產率處于徘徊不前狀態。

經濟發展到一定程度以后，勞動對其他生產要素的替代效應減弱，邊際收益處于遞減狀態，平均成本上升，規模報酬達到最大后開始遞減。此時由于可能存在的環境惡化和經濟政策的限制，“城市病”開始顯現，對流動人口的吸引力下降，人口聚集程度開始降低。產業開始向其他地區轉移，技術也開始向周邊地區擴散。此時依賴大規模生產要素投入的紅利逐步萎縮，社會發展面臨的最大問題是滑入“中等收入陷阱”。

根據Karl Gunnar Myrdal 提出的梯度經濟理論，此時擴展效應超過了極化效應和回程效應，開始在城市發展與布局中占據主導地位。［11］高梯度地區經濟發展到一定程度后，為了進一步壓縮生產成本，開始投資低梯度地區。投資過程中伴隨著產業轉移、資本轉移與技術擴散。喪失生產優勢的勞動密集型產業、初級產品加工等產業向低梯度地區轉移。政府為了促進低梯度地區的發展也傾向于向高梯度地區征收高額稅收。綜合以上因素，勞動力開始向低梯度地區回流。如果此時高梯度地區宏觀經濟上不能有效促進經濟結構的優化升級，加速生產技術的更新換代，就很容易陷入發展停滯。對生產要素進行新的排列組合也是一種質的提高，促進技術發展也需要知識和實踐的長期積累，二者很難在短期內跨越式發展，這也是我國突破經濟發展新常態、找到新經濟增長點所面臨的瓶頸所在。

由此可得出命題3。

命題4：當高經濟空間集聚與高人才集聚和低人口空間集聚相匹配時，將促使勞動生產率達到較高水平。

以謬爾達的梯度經濟理論為主線進行分析。［11］回程效應是擴展效應的一種反沖，回程效應能夠削弱低梯度地區的發展，促進高梯度地區的進一步發展。［12］回程效應的作用機制如下：一是人才向高梯度地區回流。二是資本向高梯度地區回流。

理想型高勞動生產率城市的存在往往并不是孤立的，總是伴隨著整個經濟區域的崛起。其構成包括經濟中心、經濟腹地和經濟網絡。如珠三角、長三角、東京都市圈、紐約都市圈等。理想型高勞動生產率城市作為整個區域經濟中心承擔著指揮全局的“大腦”角色和為經濟腹地輸血的“心臟”角色。經過長期的產業遷移轉換和經濟集散，存留下來的都是在價值鏈最頂端具有高附加值的產業，多為技術中心（硅谷）和金融中心（華爾街）。因此，這類城市人員素質極高、勞動生產率極高、經濟聚集度也極高，是城市發展的最高階段，勞動生產率處于一個最高狀態。

由此可以得到命題4。

這四個方面的理論機制上的結論將在下面的實證中給予檢驗。

三、數據來源、模型選擇和關鍵變量界定

（一）數據選擇及來源

為了對上述理論命題給予實際數據的驗證，本文選取包括北京市、上海市、天津市、重慶市4 個直轄市和71 個地市級城市（含副省級）作為考察研究樣本。數據主要來源于《中國城市統計年鑒》，缺失數據由各省統計年鑒和萬得數據庫補充完整。考慮2008年之后一些經濟指標統計口徑與之前有所不同以及部分城市數據缺失問題，為此考察期選定為2008-2017 年。城市選取上，本文主要目的為揭示人口集聚與經濟集聚匹配度對勞動生產率的影響，因此原則上選取每省地級市GDP排名前三的城市，總共涵蓋75個城市。為了保持數據的完整性，去掉了拉薩、日喀則、紅河等城市樣本。特殊省份中各地市GDP 體量差異懸殊，某些城市排名雖靠前但GDP 絕對值較小，也不予選取。因此，寧夏只選擇銀川與石嘴山，新疆只選擇克拉瑪依與烏魯木齊，貴州只選擇貴陽與遵義，青海只選擇了西寧作為樣本城市。

地域概念的界定上分為市轄區和地區。市轄區主要包括城區、郊區，是一個城市的主體區域，地區包括市轄區、下轄縣、縣級市。由于市轄區在一個地區內擁有較高的生產力水平、先進的生產技術和服務業水平，所以市轄區作為本文研究勞動生產率的最主要空間范圍。

（二）模型選擇設定

關于城市生產率的研究主要以建立宏觀生產函數為基礎，通過對生產函數中投入要素的分解來說明城市勞動生產率的驅動動因。科布-道格拉斯生產函數是常用的生產函數形式，可以通過要素產出系數來說明規模經濟對產出的影響，因此我們采用如下生產函數：

其中，Y表示產出，K表示資本要素，L表示勞動要素，α表示資本份額，β表示勞動份額，g(A)表示技術和其他生產要素投入。現在假設規模報酬不變，此時α+β=1，兩邊同時除以L得到：

兩邊分別取對數后整理得：

其中，Ln(Y/L)是勞均產出對數，表示產出水平或勞動生產率水平因素；Ln(K/L)為勞均資本的對數，表示資本相關要素投入情況；Lng(A)代表技術等相關要素投入情況。

城市生產率的影響因素是相對復雜的，我們以公式（3）作為模型設定的基礎，以前文關于影響機制和路徑分析為依據來選取解釋變量和替代工具變量。其中，Ln(Y/L)為城市勞動生產率，這里為了數據的可獲得性和穩定性用城市市轄區人均GDP 替代；勞均資本要素Ln(K/L)包含勞動與資本兩方面。一是勞動投入方面，包含勞動力數量增長、企業用工增加而帶來的規模經濟和人力資本水平的提高等。二是資本方面，其來源主要有企業投資、政府投資、外商投資等，分別用人均固定資產投資avinvest、財政支出占GDP 比重pfis、外商直接投資pfdi代替；與資本、勞動無關的相關要素Lng(A)則主要包含技術、產業結構以及人口集聚與經濟集聚匹配度，這里分別用科技支出占財政支出比重rd、工業化程度indu作為控制變量，核心解釋變量用人口與經濟一致性指數cpe代替。

人口集聚對勞動生產率的影響最主要通過勞動力市場的池經濟、共享和匹配以及人力資本外部性等路徑產生作用，人力資本水平edu能夠很好地表現這兩項因素。經濟集聚則通過indu、rd、pfdi、pfis對勞動生產率產生影響，人口集聚與經濟集聚匹配度作為單獨解釋變量對勞動生產率產生影響。從而將面板數據模型設定為：

其中，prodit為被解釋變量，代表勞動生產率水平；解釋變量中cpeit代表人口集聚與經濟集聚匹配度，eduit代表人力資本水平，是人口集聚的效率表現，induit代表工業化程度，avinvestit代表固定資產投資水平，pfisit表示財政支出，pfdiit表示外商直接投資，rdit代表科技投入水平，β0為常數項，βi(i=1,2,3,4,5,6,7)分別為上述解釋變量的回歸系數，εit為誤差項。各變量的下標中i代表地區（城市），t代表時期。

（三）關鍵變量的界定和選擇

1.核心解釋變量：人口集聚與經濟集聚匹配度及其指數計算

人口與經濟一致性系數，簡稱cpe指數，是由某一地區內常住人口占比與生產總值占比的比值確定，能夠較為直觀地表現出人口集聚與經濟集聚之間的匹配關系。具體計算公式如下：

其中，pi代表i地區人口集中度，gi代表i地區經濟集中度，Gi代表i地區生產總值，Pi代表i地區常住人口數量。

從地理空間分布格局上看，當01 時，人口集聚高于經濟集聚。人口集聚越趨向于1 時，人口與經濟的空間一致性程度越高。但一致性程度高并不代表處于一種最優發展狀態或者是勞動生產率最高。

2.其他核心變量和控制變量

本文將解釋變量分為核心解釋變量和控制變量，除人口集聚與經濟集聚的匹配度（cpe）外，還有人力資本水平（edu），這也是重點關注的核心解釋變量。工業化程度（indu）、固定資產投資水平（avinvest）、財政支出（pfis）、外商直接投資（pfdi）、科技投入（rd）為可能影響城市勞動生產率的控制變量。這些變量的界定如表1所示，變量的統計特征見表2。

表1 變量描述和界定

表2 變量統計特征

（四）平穩性檢驗

本文篩選具有代表性的71 個地級市以及4 個直轄市作為研究樣本。由于采用面板數據進行回歸分析，這類數據多為非平穩形態，為此在回歸之前需要對數據做平穩性檢驗，以避免使數據產生“偽回歸”現象，產生結果偏差和不當結論。然而這類檢驗的方法有多種，優劣各異，一般需要對數據采用LLC、ADF、PP三種檢驗方法配合相互印證進行單位根檢驗。對上述指標的數據單位根檢驗，結果表明，在水平值下Lnedu、Lnindu、Lnpfis等變量的單位根檢驗接受面板數據存在單位根的原假設，可以判定為原序列不平穩。各個變量的一階差分均拒絕存在單位根的原假設，即模型變量均為一階單整。

四、實證結果及分析

（一）人口集聚與經濟集聚匹配對勞動生產率影響的回歸檢驗

經過霍斯曼檢驗，傳統面板回歸結果選擇了固定效應而非隨機效應，說明固定效應具有更好的模型擬合效果。固定效應回歸結果如表3所示。

表3 結果顯示固定效應回歸模型的擬合優度較高，擬合效果較好。模型整體F檢驗顯著。當然，Durbin-Watson 統計量為1.368 9，說明殘差序列存在一定的一階負自相關性，變量可能存在空間屬性。模型中7 個解釋變量中只有外商直接投資因素未通過5%的顯著性檢驗，關鍵核心變量人口集聚與經濟集聚匹配度因素以及其他變量人力資本水平（代表了人口聚集效應）、工業化程度、人均固定資產投資、科技投入、財政支出水平等因素均對勞動生產率有非常顯著性的影響。

表3 固定效應面板回歸結果

由此可以得到如下結論：

第一，cpe指數對城市勞動生產率具有負向作用，與理論預期一致。印證了前述勞動生產率呈現梯次遞進的命題1、2，由人口集聚與經濟集聚偏離大于1 向小于1 的演進中，值向小偏離越大越能促進勞動生產率的提高。高經濟集聚與低人口集聚的匹配是最理想型匹配，人口集聚水平滯后于經濟集聚的差距越大，勞動生產率的提高越有動力，命題2 和命題4 得到驗證。當然，由變量edu和rd的顯著性結果表明經濟集聚和人口集聚匹配中需要足夠的人力資本水平和科技投入條件。

第二，在人口集聚追趕經濟集聚過程中通過人力資本集聚促進勞動生產率提升。印證了前述有效率的人口集聚可以提高人力資本外部性，繼而提高勞動生產率的命題2 和命題4。人力資本水平是提高經濟增長的關鍵性因素，地區集聚的人口中受過高等教育人口比率越高，其人力資本水平越高，越能促進知識創造和推動技術進步，其城市勞動生產率越高。

第三，工業化程度、人均固定資產投資、科技投入等資本深化因素對城市勞動生產率具有正向顯著作用。工業化程度代表了一個地區的產業結構狀況，從一個側面反映了資本深化程度，一個地區第二、第三產業所占比重越高，生產能力越強，勞動生產率也就越高；固定資產投資是實現資本積累和深化的重要手段，并通過固定資產投資加速資本的更新換代，使得新技術的擴散速度加快，進一步調整經濟結構，從而提高地區生產能力，提升城市勞動生產率；財政支出中科技投入所占比重越高，對科技投入資金越多，越能促進技術進步和產出提高，進一步提高勞動生產率。這也進一步證明決定區域勞動生產率高低的因素多而復雜且交互作用，需要因素之間互相配合形成合力，才能夠大大促進勞動生產率的提高。

（二）人口集聚和經濟集聚中的城市勞動生產率空間溢出效應

根據空間計量理論，受空間溢出效應的影響，臨近地理單元在經濟特征上具有關聯性。為更好說明勞動生產率地區分布形態，需要對其進行空間相關性檢驗。因受到樣本選擇的影響，空間關聯性會在一定程度上弱化。

莫蘭指數值在0.27～0.41之間波動且P值都小于0.05，均通過了顯著性檢驗。說明我國高集聚地區的勞動生產率呈現明顯的正相關關系，集群發展特征明顯。高勞動生產率地區與高勞動生產率地區毗鄰，而低勞動生產率地區與低勞動生產率地區毗鄰。勞動生產率發展呈現整體地域性特征，高勞動生產率地區往往呈現聚集分布。因此，需要對人口集聚與經濟集聚匹配的勞動生產率影響效應進行空間估計檢驗以準確顯現出存在的空間溢出效應。

1.空間模型設定

空間模型具有多種優勢，可以避免傳統回歸模型造成的誤差，也可以有效解決內生性問題。第一，普通OLS 估計中含有觀測值相互獨立的假設條件，而勞動生產率作為一種受地區生產協作影響程度較大的經濟現象，具有強烈的空間依賴性。這種空間依賴性會造成使用傳統回歸方法估計結果的偏差，因此在傳統模型中加入空間因素可以更為準確地估計觀測值。第二，內生性問題是模型中的一個或者多個解釋變量與隨機擾動項相關的問題，由于空間面板數據模型具有空間滯后項，能夠較好地解決內生性問題。

本文空間模型的基本式為：

在模型式（4）基礎上加入空間相關因素W（空間矩陣），δ為空間自回歸系數，λ為空間自相關系數，α、β、θ為需要估計的模型參數。WY反應依賴變量之間的相互作用，WX反應獨立變量間的相互作用，Wu表示不同區域擾動項之間的相互作用，LN為n×1 單位列向量。依照δ=0、λ=0、θ=0 的不同組合方式，構成了整個空間計量模型框架。當λ=δ=0，此時Y=αLN+Xβ+WXθ+ε，便為空間誤差模型的函數表達式。當λ=0 且θ=0，此時Y=δWY+αLN+Xβ+ε，便為空間滯后模型的函數表達式。當λ=0 時，公式變為Y=δWY+αLN+Xβ+WXθ+ε，即為空間杜賓模型表達式。Y為被解釋變量向量，是各市勞動生產率水平組成的列向量，X為式（4）顯示的解釋變量和控制變量的列向量，式（6）是式（4）基礎上拓展的空間模型的矩陣表達形式。

2.空間屬性的確定與最優模型的選擇

空間計量模型可采用空間滯后模型（SLM）、空間誤差模型（SEM）和空間杜賓模型（SDM）。到底采用哪一類模型最好，需要通過LM 檢驗和LR 檢驗。LM 檢驗被用來確定變量殘差是否存在空間依賴特征，即變量是否具有空間屬性。同時，LM 檢驗也被用來確定空間模型是適合于空間滯后模型（SLM）還是空間誤差模型（SEM）。LR 檢驗則被用來確定特殊化的空間杜賓模型（SDM）是否可以退化為一般化的空間滯后模型（SLM）或者空間誤差模型（SEM）。其中，LM檢驗中robust為穩健性檢驗。LM檢驗結果、LR檢驗結果見表4。

表4 LM檢驗結果、LR檢驗結果

LM 檢驗中，SLM 與SEM 模型均在1%的顯著水平下拒絕了原假設，表明變量具有顯著的空間屬性，能夠適用于空間模型。而SLM 的穩健性程度要比SEM 模型的穩健性程度更高，說明采用SLM 模型要更優于SEM模型。

LR 檢驗中，P值均為0，表明顯著拒絕了原假設，空間杜賓模型（SDM）無須一般化為空間滯后模型（SLM）或者空間誤差模型（SEM）。LM 檢驗、LR 檢驗結果表明空間杜賓模型為最優模型。因此本文以空間杜賓模型的估計檢驗結果為最終結果展開分析。

3.空間杜賓模型的估計檢驗結果

空間杜賓模型是空間滯后模型和空間誤差模型的擴展形式，同時考慮因變量和自變量的自相關性。上述廣義空間嵌套模型式（6）中，當λ=0 時，即空間不存在自相關時，公式變為Y=δWY+αLN+Xβ+WXθ+ε，即為空間杜賓模型表達式。回歸檢驗結果如表5所示。

表5 杜賓模型回歸結果

在空間杜賓模型回歸結果中，Main 表示本地區解釋變量對本地區勞動生產率的影響，不考慮空間因素；Wx表示周邊地區解釋變量變化對本地區勞動生產率的影響，是反映相鄰空間影響的因素。

空間杜賓模型的估計結果還包括三種效應分解，即總效應（LR-total）、直接效應（LR-direct）、間接效應（LR-indirest）。直接效應（LR-direct）是某地區解釋變量對被解釋變量影響大小，其影響包括反饋效應，即本地區解釋變量對其他地區的影響又反過來作用于本地區被解釋變量。間接效應（LR-indirest）又稱為空間溢出效應，用于度量周邊地區的解釋變量對本地區被解釋變量的影響。總效應（LR-total）為直接效應和間接效應之和，是本地區某一解釋變量對所有地區被解釋變量的平均影響。

建立空間杜賓模型后，霍斯曼檢驗選擇了固定效應。其中，影響勞動生產率的解釋變量中，關鍵核心變量人口集聚與經濟集聚的一致性指數對本城市的勞動生產率有直接的顯著負影響，在經濟集聚優先于人口集聚，而人口集聚追趕經濟集聚進程中勞動生產率得到較大提高，彈性達到0.3 左右。這與面板固定效應模型估計檢驗的結果（見表3）一致。進一步驗證了命題1-4的結論是成立的。同時，某一區域人口集聚和經濟集聚的匹配狀態又具有空間溢出效應。其他變量如人力資本水平、平均固定資產投資和科技投入都具有顯著的空間溢出性。

在效應分解中，衡量集聚的相關指標，人口集聚與經濟集聚一致性指數、人口集聚效率間接效應估計值都為正，且都在5%的置信水平下顯著。模型檢驗結果回答了前面所提出的問題，即城市集聚具有顯著的空間溢出效應，周邊地區人口集聚效率的提高可以促進本地區勞動生產率的發展。同時也表明高勞動生產率城市的出現不是孤立的，伴隨著周圍地區整體實力的增強，且高勞動生產率城市一般以集群形式存在。而人口經濟一致性指數直接效應估計值為正，而間接效應估計值為負，印證了人口集聚與經濟集聚的匹配形態的優化可以促進本地區勞動生產率的發展。優質人才資源具有有限性，在某一地區的集聚，必然對周邊流出地區造成勞動生產率的損失，因此其間接效應估計值為負。

人均固定資產投資無論是直接效應還是空間溢出效應，估計值都為正且均通過1%的顯著性檢驗。說明固定資產投資水平的提高有利于擴大再生產，產生規模經濟，有效拉動需求，提高勞動生產率。科學技術支出直接效應為正，而間接效應為負，表明對本地區科學技術投入增加可以提高本地區生產能力，而相對削弱周邊地區競爭力，使得間接效應系數為負。

五、結論和建議

（一）主要結論

通過對人口集聚與產業集聚匹配狀態影響城市勞動生產率的理論與實證研究，得出以下關鍵結論：

1.人口集聚與經濟集聚匹配度對城市勞動生產率的影響呈現梯次遞進特征。隨著城市發展成熟和勞動生產率的不斷提高，經濟集聚和人口集聚在動態匹配中不斷運行、發展、改變形態，總體上呈現出經濟集聚優先的匹配。人口空間集聚與經濟空間集聚匹配指數由大于1 逐漸向小于1 轉變，則勞動生產率由低向高提升，在1 附近勞動生產率處于徘徊狀態，理想的勞動生產率匹配是高經濟空間集聚與高人力資本集聚和低人口空間集聚。

2.人口與經濟集散變化、勞動生產率提高的本質是地區人力資本水平的提高、人口素質結構的優化和人崗匹配度的提高。隨著勞動生產率的變化，經濟集聚與人口集聚水平呈現出不同匹配形態。企業也通過人口的遷移流動，從厚市場池中獲取所需要的勞動者，使得整體人力資源“新陳代謝”速度加快，人崗匹配度不斷提高。人崗匹配在層次與結構上有不同的屬性，宏觀上主要為勞動力數量的供需匹配，微觀上主要為勞動力技能和崗位匹配；時期上主要為勞動力的閑暇與企業對勞動力的動態需求匹配，地域上主要為勞動力的流動與地區產能匹配。

3.人口與經濟集散變化、勞動生產率提高的表現是產業地理空間布局的合理和優化。無論是國家層面上的“雁陣模型”、“中心外圍理論”，還是地區層面上的“區位理論”，都說明了地區專業化會使生產更有效率。產業向具有區位優勢、資源優勢、政策優勢的地區集中能夠提高生產專業化水平，而不同地區間的產業協同能夠增強整個地域范圍內的競爭力。高生產率城市的成長往往依賴于整個經濟腹地的發展，如上海和整個長江經濟帶，廣州、深圳與珠江經濟帶。人口集聚滯后于經濟集聚，經濟集聚引導人口集聚。在這種動態變化之中，產業空間布局不斷優化，生產專業化程度不斷加強，勞動生產率得到不斷提高。

（二）結論的延伸含義

1.優化產業結構空間布局，梯次配置，明確城市功能定位

充分利用我國地域廣袤、人口規模巨大所具有的回旋潛力和優勢，在區域之間，要優化產業布局，引導產業轉移。實現東、中、東北、西部地區良性互動，各地區依托資源、地理優勢，逐步形成分工合理、特色鮮明、優勢互補的現代產業體系。中西部地區要制定優惠的稅收政策，承接東部地區產業轉移。東部地區要淘汰落后產能，將鋼鐵、水泥、玻璃制造等產能過剩行業進行兼并重組，以提高該類資源型產業生產效率，增強基礎產業創新活力。

2.以城市群為主體，構建大中小城市協調發展的空間布局，依據不同的城市發展類型，制定針對性人口政策引導人口集聚

嚴格控制大城市人口過度集聚，提升中小城市人口規模，推進城鎮化建設。以交通為導向，交城融合，形成疏密有致的城市分布格局。城市人口集聚要根據產業分布特點及城市功能定位，正確引導人口集聚。對勞動力市場進行分層管理，完善人才管理制度，共享人才信息，引導不同層次勞動力向各不同需求地域集聚，提高不同素質勞動力配置效率。

3.提高生產要素流動，建立信息大數據共享機制，打破勞動、資本、技術流動限制

現代經濟發展過程中，信息已經成為重要的生產要素，具有戰略引導性與風險控制性。制約地區生產協作的重要因素，已經不是自然地理和行政劃分所帶來的生產割據，而是由于市場單元內信息無法及時傳遞和共享而帶來的資源配置誤差。建立類似于“區塊鏈”式信息網絡，能夠加強對信息統一管理，擴大對地方內部子數據庫并入規模，使得需求與生產更加匹配，資源配置更加精準，有效規避市場機制自發性、盲目性、滯后性所帶來的資源浪費。

同時，也應該致力于打破生產要素流動障礙，強化金融制度改革、土地制度改革和戶籍制度改革，使得生產要素實現自由流動，從而提高資源配置效率，為市場經濟發展注入活力。