為什么流向大城市？

田相輝　徐小靚

摘 要： （中）摘要 城市集聚經濟顯著影響勞動力工資水平。文章綜合利用城市宏觀數據和勞動力微觀個體數據，通過控制微觀個體效應和運用工具變量法等手段，實現了中國城市集聚經濟的有效估計。實證結果發現，中國城市經濟發展中存在顯著的集聚經濟效應，就業密度更高的城市有能力支付給勞動力更高的工資，從而揭示了生產要素紛紛流向大城市和較發達地區的主要原因。因此，要科學推進中國的城市化進程，必須足夠重視中國城市經濟發展中存在的顯著集聚經濟效應，深化發達地區和大城市的開放程度，逐步消除要素流動的制度障礙。

關鍵詞： （中）關鍵詞 集聚經濟；就業密度；工資方程；內生性

中圖分類號： （中）中圖分類號 F293 文獻標識碼：A 文章編號：1000-4149（2015）03-0023-10

DOI：10.3969/j.issn.1000-4149.2015.03.003

Abstract： （英）摘要 Urban agglomeration economies significantly affect labor wages. This paper comprehensively uses city macro data and individual data of labor to effectively estimate urban agglomeration economies in China through the instrumental variable method.Empirical results show that there is a noticeable agglomeration economies effect during the development of urban economy in China.The wages of the cities with greater employment density are higher.These results reveal the main reason that the labor force flows into big cities and more advanced regions.Thus， in order to promote urbanization scientifically in China， we should pay enough attention to significant agglomeration economy effects during urban economic development， deepen the openness of developed regions and big cities gradually eliminate the institutional obstacles.

Keywords： （英）關鍵詞 agglomeration economies； employment density； wage equation； endogeneity

一、引言

工資水平較高是大量勞動力流向大城市就業的一個顯而易見的原因?？死耍–lark）等認為勞動力被吸引到大城市是由于城市集聚經濟提高了勞動力的收益[1]。由于城市集聚經濟的不可觀測性，一般采用比較不同地區的要素價格的方法來識別城市集聚經濟，如不同城市規模的勞動力工資水平[2-5]。西科恩（Ciccone）和霍爾（Hall）認為經濟要素密集可以提高勞動力的勞動生產率，有利于企業分享技術外溢和專業化生產，并基于美國數據分析發現勞動生產率對就業密度的彈性系數為0.06[6]。格萊澤（Glaeser）等指出城市就業密度之所以重要是因為其有助于知識外溢，從而使勞動力更容易彼此學習，所以大城市容易吸引更多有技術的勞動力[7]。

近年來，隨著微觀數據的完善，為了實現集聚經濟的穩健估計和集聚經濟微觀機制的有效探索，利用微觀數據從而控制微觀個體的異質性越來越受到重視。在具體的實證分析過程中，通過控制微觀個體的自我選擇效應[8-11]，可以有效避免“勞動力質量內生性”[12]。鑒于此，本文將綜合利用中國城市宏觀數據和微觀勞動力個體數據，通過控制微觀個體異質性和工具變量法來解決集聚經濟識別過程中的內生性問題，這是對單純用城市宏觀數據的既有文獻的有益補充。本文的實證結果發現勞動力個體的工資水平與就業密度顯著正相關，集聚經濟讓進入該區域的勞動力變得更有競爭力。這表明中國勞動力在就業密度更高的城市會獲得更高的能力，或者說是就業密度更高的城市有能力支付給勞動力更高的工資，從而揭示了生產要素紛紛流向大城市和較發達地區的主要原因。

需要說明的是，上述實證文獻所識別與估計的集聚經濟大多屬于凈效應本文主要是處理集聚經濟的有效識別問題，估計就業密度作用于勞動力工資水平的凈效應。就業密度通過分享機制、匹配機制和學習機制作用于經濟發展，研究和區分這些作用機制不屬于本文所探討的主題范疇。。而在理論上，經濟集聚程度和城市規模是“集聚效應”和“擁擠效應”兩方面的力量相互作用的結果?！凹坌焙汀皳頂D效應”作為城市擴張所帶來的正外部性和負外部性，可謂一體兩面，相伴而生。但在現實城市發展過程中，相比于城市擴張所帶來的各種負外部性，城市規模擴大對城市發展所帶來的正外部性沒有得到充分的認定[13-15]，如因擔心“城市病”而通過戶籍制度等政策限制大城市規模。本文的實證結果從城市經濟學視角回應了有關“中國經濟是否已經集聚過度”和“優先發展大城市還是優先發展中小城鎮”等有關爭論。

二、 理論模型和實證分析框架

為了實現對城市集聚經濟的有效估計，必須有效處理有關內生性問題。除了引言中所提到的“勞動力質量內生性”，“勞動力數量內生性”是集聚經濟有效識別的另外一個難題[17]。這主要表現為遺漏變量所導致的就業密度和工資水平同時決定，城市集聚經濟可能是高工資水平所導致的結果而不是原因。對此，西科恩等最早使用歷史變量作為工具變量來解決內生性問題[6]?；谥袊⒂^勞動力數據（CHIPS 2007），庫姆斯等采用了1990年各個城市第二產業或第三產業就業人數占比所表示的產業結構變量、醫生人數占比和城市土地面積等工具變量，來識別城市集聚經濟對于勞動力個體生產率的影響[18]。就國內相關文獻來看，范劍勇將土地面積作為就業密度的工具變量，運用城市截面數據考察了城市集聚經濟對于地區生產率的集聚效應，發現國內城市集聚效應要高于同期歐美發達國家[19]。根據研究問題和數據的特征，本文主要通過控制微觀個體異質性和工具變量法來消除內生性帶來的估計偏誤，以保證估計結果的穩健性。

三、數據來源、變量選擇與描述性統計分析

本文有兩個互補的數據來源：一個是勞動力個體數據，來自中國社會科學院經濟研究所在2008年所收集的中國家庭收入調查數據（Chinese Household Income Project Survey，CHIPS）。本文使用其中的城鎮住戶調查數據庫。調查樣本有9個省份15個城市，包括上海，廣東的廣州、深圳和東莞（東部地區），江蘇的南京和無錫（東部地區），浙江的杭州和寧波（東部地區），湖北的武漢（中部地區），安徽的合肥和蚌埠（中部地區），河南的鄭州和洛陽（中部地區），重慶（西部地區），四川的成都（西部地區）。另一個是城市層面的數據，來源于《中國城市統計年鑒》。

除了模型重點關注的核心變量以外，本文根據理論模型和實證分析框架的具體情況來選擇盡可能多的控制變量。所有變量的界定如下所示。

被解釋變量——本文采用CHIPS城鎮住戶調查數據庫中的工資（Wage）變量，除此之外，小時工資（Wageh）和收入（Income，除了工資外，還包括經營凈收入、財產性收入和轉移性收入等）這些也作為被解釋變量進行回歸分析，以檢驗結果的穩健性。

四、實證分析

1.OLS回歸分析

在第二部分理論模型和實證分析框架的基礎上，依次引入個體效應變量、企業行業效應變量和城市效應變量來控制模型的內生性偏誤，如表3（以城市市轄區為地理單元）所示：模型1為控制勞動力個體效應的回歸結果，模型2為控制企業行業效應的回歸結果，模型3為控制微觀個體效應和企業行業效應的回歸結果，模型4為控制城市效應的回歸結果，模型5為同時控制三個層面效應的回歸結果。由表3可見，本文關注的集聚經濟核心變量——就業密度與勞動力工資水平呈正相關，而且均在1%的顯著水平上統計顯著，但彈性系數略有差別，在控制微觀個體效應的情況下，彈性系數均在0.12以上，這要高于歐美等國家的就業密度彈性系數，這與庫姆斯等[18]和范劍勇[19]發現的結論一致。庫姆斯等總結了2000年來集聚經濟的估計情況，指出在采用標準估計方法的情況下，就業密度對工資水平的彈性系數一般在0.02-0.05之間[17]；霍伊爾曼（Heuermann）等也指出，在早期文獻中城市工資溢價大約為0.05-0.10，但引入人力資本因素在內的諸多控制變量后，工資溢價大多為0.03左右[21]。

進一步比較這6個回歸結果可以發現，如果沒有控制微觀個體效應，將會高估就業密度的彈性系數。通過觀察微觀個體層面的控制變量可以找到其中的原因：本文重點關注的勞動力人力資本變量教育水平、工作經驗以及職業崗位均與工資水平正相關，而且都在1%的顯著水平上統計顯著。這與庫姆斯等的結論一致，其基于法國數據的研究發現，當模型引入勞動力個體固定效應時，就業密度的回歸系數約降低一半[12]。企業規?？刂谱兞烤?%的顯著水平上與勞動力工資水平正相關，這是企業內部規模經濟的反映。在城市層面的控制變量中，城市市轄區土地面積在1%的顯著水平上與勞動力工資水平顯著正相關。這表明在控制城市就業密度的前提下，土地面積較大城市的勞動力工資水平要高于土地面積較小城市的勞動力工資水平。

反映地區產業結構效應的專業化經濟和多樣化經濟均在1%的顯著水平上與勞動力工資水平正相關，而且專業化經濟效應明顯大于多樣化經濟效應，這表明生產要素空間集聚效應在區域城市經濟發展過程中發揮了重要作用，而且城市多樣化經濟和城市專業化經濟在經濟發展過程中并不相互排斥，可能同時發生作用，只是對經濟發展的影響程度不同而已。城市地理特征中，城市區位顯著影響勞動力的工資水平，來自東部地區城市的勞動力工資水平顯著高于中西部地區的勞動力工資水平，而城市等級的影響不顯著。反映所有制改革的制度變量在1%的顯著水平上與勞動力工資水平正相關，這表明中國以非公有制經濟迅速發展為特征的所有制變革促進了勞動力工資水平的上升。反映對外開放的制度變量對勞動力工資水平的影響不顯著。

2.工具變量法

雖然控制微觀個體效應能夠在一定程度上緩解集聚經濟識別過程中的內生性問題，但就業密度和工資水平之間的反向因果以及遺漏變量所帶來的內生性問題仍然需要有效處理。下面將采用傳統的工具變量法來解決這一難題。

工具變量的選擇需要從經濟學和計量經濟學兩個方面去考慮。綜合既有文獻，比簡單滯后內生變量作為工具變量的做法更有效的工具變量主要有兩類： 一是采用地理變量作為工具變量，如行政區的土地面積[6，18-19]；二是采用滯后期的政策變量作為工具變量[18， 22]。據此，本文分別選取1990年度的人口、就業密度和土地面積等變量作為集聚經濟變量就業密度的工具變量。此外，庫姆斯等認為初始時期的部門結構變量是集聚經濟工具變量很好的選擇[17]。所以，本文選取了1990年各城市的產業結構變量，并用第二產業或第三產業就業人數占比來表示。之所以選擇1990年的變量作為工具變量，主要是借鑒相關文獻總結的工具變量選取經驗和具體做法[18， 22]。1992年鄧小平南方講話之前，中國改革還處于摸著石頭過河的停滯期，雖然農村改革已經取得巨大成功，但城市改革卻剛剛開始，而且僵化的城鄉二元結構體制依然固化著整個經濟結構，所以本文假定其與當前的城市職工平均工資水平無關，但是與集聚經濟變量就業密度相關。在具體的計量分析過程中，本文首先對所采用工具變量的有效性進行了檢驗[23]。

表4報告了城市經濟學模型工具變量法的回歸結果。模型6和模型7分別以勞動力工資和收入為因變量，均假定除了就業密度為內生變量外，其余變量均為嚴格外生變量，并使用1990年的人口、土地面積、就業密度和產業結構作為工具變量。上述兩種情況中的工具變量均通過了有效性檢驗，而且內生性檢驗均在1%的顯著水平上拒絕了零假設，所以只有工具變量法（IV）估計才能取得一致性結果。根據表4可知，IV估計結果中就業密度與勞動力個體的工資水平呈顯著正相關，城市就業密度每提高1%，勞動力工資水平平均提高0.12個百分點，勞動力收入水平平均提高0.09個百分點，但回歸系數要小于OLS回歸結果。這表明，在存在內生性的情況下，OLS估計高估了就業密度的彈性系數。

需要進一步說明的是，上述結論也可以從城市市轄區的土地面積與城市勞動力個體工資水平在1%的顯著水平上顯著正相關得到佐證：在控制市場潛能和其他條件不變的情況下，土地面積較大城市的勞動力工資水平要高于土地面積較小城市的勞動力工資水平。城市層面的集聚經濟變量（專業化經濟和多樣化經濟）均與城市職工平均工資在1%的顯著水平上顯著正相關，這進一步表明城市集聚經濟提高了勞動力的收益。表4中的模型7是以城鎮勞動力收入作為因變量進行的回歸分析，回歸結果基本一致，但回歸系數要小于前者。

3.穩健性檢驗

為了進一步檢驗結果的穩健性，本文利用2002年和2007年CHIPS勞動力個體數據進行分析。2002年CHIPS勞動力個體數據調查樣本涵蓋北京、山西、遼寧、江蘇、安徽、河南、湖北、廣東、重慶、四川、云南、甘肅12 個省、市、自治區，共涉及8個副省級城市和50個地級市。2007年CHIPS勞動力個體數據樣本的來源城市與2008年CHIPS個體數據一樣，也來自文中第三部分介紹的15個城市。如表5所示，模型8和模型10是采用OLS方法進行的回歸分析；模型9和模型11采用工具變量法解決內生性問題，其中，集聚經濟變量就業密度的工具變量分別選取1990年度的人口、就業密度和產業結構變量。在檢驗工具變量有效性的基礎上，兩個年度的模型均沒有通過內生性檢驗，所以只有IV估計才能取得一致性結果。兩個年度的IV估計結果顯示，就業密度作用于勞動力收入水平的凈效應均在1%的顯著水平上統計顯著。

對比OLS和IV兩種方法可以發現，在存在內生性的情況下，OLS估計高估了就業密度的彈性系數。微觀個體效應變量和城市層面控制變量的回歸結果與OLS估計基本保持一致。對比兩個年度的回歸結果，相對于2002年就業密度的彈性系數，2007年就業密度的彈性系數要大一些，這表明城市集聚經濟效應隨時間而變化，未來研究需要進一步考慮時間效應以更有效識別集聚經濟。

五、結論與相關政策建議

本文綜合利用城市宏觀數據和勞動力微觀個體數據，通過控制微觀個體效應和運用工具變量法等手段，實現了中國城市集聚經濟的有效估計。實證結果表明勞動力個體的工資水平與就業密度顯著正相關，集聚經濟讓進入該區域的勞動力變得更有競爭力；是否控制微觀個體效應對回歸結果的大小影響顯著，對于集聚經濟的相關研究存在高估的情況?；诠べY溢價的集聚經濟識別結果證實了中國城市經濟發展中存在顯著的集聚經濟效應，勞動力在就業密度更高的城市會獲得更高的能力，或者說就業密度更高的城市有能力支付給勞動力更高的工資；在控制就業密度的條件下，土地面積較大城市的勞動力工資水平要高于土地面積較小城市的勞動力工資水平，這也是生產要素依然紛紛流向大城市和較發達地區的主要原因——即便這些地區的生產和生活成本比較高。如果政府忽視這一事實，不注重深化發達地區的開放程度，逐步消除要素流動的制度障礙和降低交易成本，而是盲目出臺有關政策吸引資金和企業落戶到集聚經濟較弱的地區，那么政策效果勢必事倍功半。

在未來的二三十年，中國的城鎮化還將高速發展，將有2億-3億農村人口進入城鎮，如何發展城市經濟，以創造足夠的就業崗位來充分吸收來自農村的大量移民將是決定這一進程的核心問題。從1993-2013年《中國城市統計年鑒》所提供的數據可以看出，中國絕大多數城市的人口密度與快速城鎮化的速度是不同步的，甚至部分城市的人口密度實際上是在降低的。如果以就業人數來度量的話，情況更不樂觀，以人為核心的新型城鎮化任重而道遠。

基于中國城鄉區域二元經濟結構特征，充分發揮中國城市集聚經濟需要在生產要素自由流動的前提下，通過集聚效應和擁擠效應相互作用的市場均衡機制來實現城市空間布局優化和空間協同。在快速城市化和城鎮空間擴張的總體背景下，只有在城鄉、區域統籌協調發展的前提下，采用相對緊湊的空間發展模式才有可能更好地規避城市增長所帶來的負面效果，這也是中國城市可持續發展的必然要求。一方面要足夠重視中國城市經濟發展中存在的顯著集聚經濟效應，遵循城市發展的自然法則和市場規律。中國農業勞動力在城鄉和區域之間的轉移面臨以戶籍制度為根源的諸多制度障礙，城市集聚經濟效應的充分發揮受到限制，進而影響到全國城市體系優化、產業結構調整和經濟增長方式轉型。所以，要積極推進戶籍制度改革，實現農民工市民化，特別是跨區域流動農民工及其家屬的市民化[24]。城市和發達地區應實行更加開放的政策，分享城市化和經濟增長帶來的好處。另一方面要科學評價和積極應對快速城市化所帶來的負外部性。不能以和城市集聚效應共生的“城市病”為理由，人為限制城市規模，至少到現在為止沒有證據表明“城市病”導致城市衰退[13]。至于如何有效處理上述兩方面的“矛盾”，最根本的還是要在堅持市場在資源配置中起決定性作用的前提下，更好地發揮政府作用，提高城市（特別是大城市和特大城市）管理水平，科學規劃土地資源，提高城市土地利用效率，優化城市空間結構和管理格局，增強城市綜合承載能力。

參考文獻：

[1]CLARK G L， GERTLER M S， FELDMAN M P.The Oxford handbook of economic geography[M].Oxford： Oxford University Press， 2003：477-486.

[2] GLAESER E L， MARE D C.Cities and skills[J].Journal of Labor Economics， 2001， 19（2）： 316-342.

[3] MION G， NATICCHONI P.Urbanization externalities， market potential and spatial sorting of skills and firms[R].CEPR Discussion Paper， No.5172， 2005.

[4] COMBES P P， DURANTON G， GOBILLON L.Spatial wage disparities： sorting matters！[J].Journal of Urban Economics， 2008， 63（2） ： 723-742.

[5] PUGA D.The magnitude and causes of agglomeration economies[J].Journal of Regional Science， 2010， 50（1） ： 203-219.

[6] CICCONE A， HALL H R.Productivity and the density of economic activity[J].The American Economic Review，1996， 86（1） ： 54-70.

[7] GLAESER E L， RESSEGER M G.The complementarity between cities and skills[J].Journal of Regional Science， 2010， 50（1）： 221-244.

[8] OTTAVIANO G.“New” new economic geography： firm heterogeneity and agglomeration economies[J].Journal of Economic Geography， 2011， 11（2） ：231-240

[9] VENABLES A J.Productivity in cities： selfselection and sorting[J].Journal of Economic Geography，2011， 11（2） ： 231-240.

[10]COMBES P P， DURANTON G， GOBILLON L， PUGA D，ROUX S.The productivity advantages of large cities： distinguishing agglomeration from firm selection[J].Econometrica， 2012， 80（6） ： 2543-2594.

[11] 梁琦，李曉萍，簡澤.異質性企業的空間選擇與地區生產率差距研究[J].統計研究， 2013（6）：51-57.

[12] COBES P P， DURANTON G， GOBILLON L， ROUX S.Estimating agglomeration economies with history， geology， and worker effects[M]//Glaeser E L. Agglomeration Economics. Chicago：University of Chicago Press， 2010：15-65.

[13] 王小魯.中國城市化路徑與城市規模的經濟學分析[J].經濟研究，2010（10） ： 20-32.

[14] 陸銘，高虹，佐藤宏.城市規模與包容性就業[J].中國社會科學， 2012（10） ： 47-66.

[15] 丁成日，譚善勇.中國城鎮化發展特點、問題和政策誤區[J].城市發展研究， 2013（10） ： 28-34.

[16] COMBES P P， MAYER T， THISSE J F.Economic geography： the integration of regions and nations[M].Princeton： Princeton University Press， 2008：283-291.

[17] COMBES P P， DURANTON G， GOBILLON L.The identification of agglomeration economies[J].Journal of Economic Geograph， 2011， 11（2） ： 253-266.

[18] COMBES P P， DE MURGER S， LI Shi.Urbanisation and migration externalities in China[R]. GATE Working Paper ，WP1303，2013.

[19] 范劍勇.產業集聚與地區間勞動生產率差異[J].經濟研究， 2006，（11） ： 72-81.

[20] DURANTON G， PUGA D.Diversity and specialisation in cities： why， where and when does it matter？[J].Urban Studies， 2000， 37（3）： 72-81.

[21] HEUERMANN D， HALFDANARSON B， SUEDEKUM J.Human capital externalities and the urban wage premium： two literatures and their interrelations[J].Urban Studies，2010， 47（4） ： 749-767.

[22] AU C C， HENDERSON J V.Are Chinese cities too small？[J].Review of Economic Studies，2006， 73（3） ： 549-576.

[23] 王美今，林建浩，胡毅.Ⅳ估計框架下模型設定檢驗問題的討論[J].統計研究，2012（2） ： 82-89.

[24] 蔡昉.如何進一步轉移農村剩余勞動力？[J].中共中央黨校學報， 2012（1） ： 85-88.