中国劳动力空间集聚对经济增长的影响

王静文 王明雁

内容提要 ：本文在新经济理论框架下梳理劳动力空间集聚影响经济增长的作用路径，即：劳动力空间集聚通过正向的本地市场效应、价格指数效应、知识溢出效应，以及负向的市场竞争效应共同作用于经济增长。由于各效应产生的时间和条件不同，劳动力空间集聚先是促进经济增长，但达到一定程度后，集聚成本上升并超过集聚收益，转而对经济增长产生不利影响，由此提出假设：劳动力空间集聚对经济增长存在“倒U”型非线性影响。同时，通过数理公式推导，并在此基础上构建空间面板计量模型，运用GMM等估计手段，再次证明：劳动力空间集聚度存在“天花板”效应，劳动力空间集聚对经济增长的促进作用存在一个适度的区间。

关键词 ：劳动力空间集聚 经济增长 空间效应 区域差异 新经济地理学

一 、问题提出

在农业社会，人靠地吃地、傍水而居，其分布高度依赖自然资源禀赋，国家层面规模经济也还没有达到需要国家内部经济集聚的程度；但在现代社会，当前的经济体主要是以工业和服务业为主，规模的重要性随之变得空前重要。

劳动力供给(投入)是经济生产中的重要因素之一，劳动力大规模汇聚形成的集聚效应成为除劳动力投入作用之外附加的第二层影响；所以，当看到众多劳动力聚集在一个地区时，不能只简单地看到劳动力供给的影响，由大规模供给合成的集聚亦构建了新的价值和意义。尤其在人口老龄化日益深化的背景下，人口红利逐渐消弭，认识和抓住这个价值在当前的中国显得尤其重要。

改革开放以来，中国户籍制度逐渐放开，劳动力的空间流动和集聚成为中国城市化进程中的一大特色。在此期间，中国城市化进程快速推进，劳动力大规模地从欠发达省份向发达省份、从中西部内陆地区向沿海东部地区、从中小城市向大城市及至特大城市流动和集聚。由于集聚路线相对成熟、固化，在集聚过程中的成本问题逐渐凸显。近年来，这种集聚方向和态势虽仍在进行，但速度出现了放缓迹象。但是从整个城镇化进程的发展阶段来看，中国尚处在“∽”型的中间阶段。未来，还将有2亿以上农村劳动力从农村向城市转移^[1]。劳动力将会转移到何处？是继续向沿海城市以及超大城市转移，还是向邻近区域的大城市或者当地的小城镇转移？这些都将会重新塑造或继续加强中国当前的劳动力空间集聚格局。

劳动力空间集聚是生产要素在空间上的重新配置，对经济有着重要的影响。但长期以来，学界关注的重点一直放在劳动力要素的投入和流动上，而从劳动力集聚视角出发的文章却少之又少。近两年，一些学者逐渐意识到劳动力集聚的意义和国内对此研究的不足，开始尝试对其进行探索。但当前研究尚停留在对中国劳动力集聚格局的初步探索，以及简单的原因分析等，能够展现的信息较少，如当前中国劳动力大量集聚在东南沿海和超大城市，这对于当地经济增长的作用有多大？未来这种状况还会一直持续下去吗？是否存在一个最适合的程度？

这些问题的回答需要借助权威理论的分析，更需要翔实可靠的实证数据支撑。本研究既可以填补劳动力集聚相关研究的空白，为丰富劳动经济学理论、新经济地理学以及经济增长理论作出边际贡献；同时，紧密贴合当下国情，回应公众和政府都非常关心的问题，为政策实践提供可以参考的理论视角。

二 、文献综述

(3)Z _1ij 根据上述新经济地理学理论体系的推导公式得出，由于劳动力集聚对经济增长的影响是通过市场规模效应、价格指数效应、知识溢出效应和市场竞争效应直接或间接导致的，因此劳动力集聚对经济的影响系数中就已经包含了这些因素。为了更充分地衡量劳动力集聚对经济增长的影响，此处不再重复纳入这四个效应的指标。本文依据理论分析及推导公式，最终选择纳入影响其作用机制发挥的最重要的因素——交易成本。

选取我院消毒供应室医疗器械600件，依据电脑随机分配的原则均分两组，即研究组和参照组，医疗器械各300件。器械主要为：血管钳、组织剪、和镊子，同时还包括弯盘、卵圆钳、拉钩、老虎钳、打肋器和持针钳等。该科室工作人员共20名。

与传统的劳动力规模对经济增长的贡献不同，劳动力集聚作为独立于劳动力规模之外的要素，其在空间上的集聚或扩散同样会影响经济产出，即集聚经济。最早提出“集聚”概念的是经济学家韦伯(Weber)，他认为集聚是一种“优势”，可以使生产的成本降低，是生产在很大程度上被带到某一地点所产生的市场化^[2]。

有随后的研究中，一些学者探讨了生产活动集聚与经济(劳动生产率)之间的关系，但当时大多是把人口规模或密度变量用作生产活动集聚的代理变量，且这一期间的研究还没有结合新经济地理学理论以及空间视角。例如，奥塔维亚诺和皮内利(Ottaviano & Pinelli，2006)利用芬兰面板数据进行实证分析，发现以人口密度为度量指标的集聚水平对地区收入的增长有显著的正向影响^[3]。而早在1965年，威廉姆森(Williamson)就已经指出，早期生产活动的空间集聚可以显著提高经济效率，但随着集聚进一步加强，拥挤效应增加导致集聚负外部性渐增，集聚的影响转为负向^[4]。这也被称为著名的“威廉姆森假说”。但由于技术实现的壁垒，这一观点直到后来才得到陆续的验证^[5]。

此外，马歇尔在19 世纪末也曾对空间集聚现象进行了研究，认为集聚经济效应源自三种要素集聚的外部性：劳动力蓄水池效应、中间投入的规模经济和技术外溢，强调集聚对降低成本和提高生产率的重要性^[6]。限于当时由于空间要素与经济增长理论的相互独立，这个观点不能得到充分地证实。直到20世纪90年代初，克鲁格曼等建立的新经济地理学模型使得要素集聚的经济增长效应获得了测算和检验。这一时期的研究大多把就业(劳动力)要素作为集聚的代理变量。马丁和奥塔维亚诺(Martin & Ottaviano，1999)将新增长理论和新经济地理模型相结合，验证了空间集聚有利于促进区域经济增长^[7]。随后，他们又进一步发现，集聚和经济增长相互促进，存在自我增强的循环累积关系^[8]。另外，有许多研究相继佐证了这一观点：如西科尼和霍尔(Ciccone & Hall，1996)选取美国各州劳动力就业密度和劳动生产率的数据进行实证分析，发现劳动力密度的增长显著提高了区域的劳动生产率^[9]；随后，西科尼(Ciccone，1998)在欧洲国家同样证实了这一研究结论^[10]。之后，又有学者相继利用数据对芬兰、瑞典的劳动力集聚与经济之间的关系进行验证^[11-12]；克罗泽和柯尼希(Crozet & Koenig，2005)同样利用欧洲地区的数据，实证得出生产活动的空间集聚有利于地区经济增长的结论，而且生产要素在内部空间分布越不均衡、地区增长越快^[13]。

在这期间，不少学者也开始关注要素集聚与经济增长之间的关系可能存在的差异性，大多是与经济要素相关，认为集聚对经济增长促进作用的产生存在一定的经济门槛^[14-15]。具体来看，亨德森(Henderson，2003)通过对 70 个国家进行分析，发现集聚对经济增长的促进作用只在较低收入的国家显现出来^[16]；布鲁赫特和斯伯格米(Brülhart & Sbergami，2009)采用105个国家的面板数据，发现在达到某个集聚程度之前，集聚有利于经济增长^[14]。在某种程度上，这也是“威廉姆森假说”的又一次验证。但也有学者并不认同，他们通过数据运算发现集聚与经济增长之间存在“U”型关系^[17]，或者两者之间并无关系，即集聚无法促进经济增长^[18]。

由于西方国家的城市化进程相对已经成熟，劳动力要素空间分布格局的变动主要集中在19世纪末和20世纪，因此，对于劳动力集聚与经济增长关系的研究也大多集中在这一时期。近年来，这一主题的关注度有所下降。

然而，这与中国的国情完全不同。中国的城市化进程仅达到“S”型曲线的中段，随着户籍制度陆续放开，劳动力流动的研究已经非常深入，但劳动力空间分布格局和集聚的相关研究尚处于初始阶段。具体来看，改革开放以来，在历史原因、国家经济政策等因素的影响下，中国东部沿海省份和一些超大城市率先发展，伴随着经济快速增长的是大量的劳动力要素向该区域涌入和集聚。但开始关注这一现象并进行研究是在2000年之后。范剑勇(2006)首先基于新经济地理学框架进行相关研究，发现城市就业密度每提高1个百分点，非农产业的劳动生产率上升8.8个百分点^[19]。但当时他的研究主题是产业集聚对地区劳动生产率之间的影响。赵伟和李芬(2007)从异质性劳动力的视角出发，提出高技能的劳动力集聚促进集聚区经济增长^[20]。陈良文等(2009)利用北京经济普查数据研究发现，就业密度的增加会显著促进劳动生产率的提高，并且影响程度远大于欧美国家的弹性系数^[21]。刘修岩和殷醒民(2009)通过构建实证模型得到结论：就业密度与工资水平并不是线性的关系，只有当就业密度达到某一门槛值时，两者之间才会产生正向效应^[22]。李军(2015)把劳动力划分为普通劳动力和人力资本，并依次考察其余地区收入差距的影响，得出结论：普通劳动力集聚会使地区间收入差距扩大，人力资本的集聚则可以使其缩小^[23]。这一期间，聚焦到劳动力集聚与经济增长之间关系的研究很少，主要的结论是集聚对经济增长有正向显著影响。

近年来，随着中国集聚态势的稳固和强化，劳动力高度集聚的地区出现了“城市病”等拥挤效应现象，导致研究的视角更开放、也更深入。近几年的研究结果相对集中，即空间集聚与经济增长之间存在“倒U”型的关系，认可了“威廉姆森假说”在中国的适用性^[24-27]。但这些文章中，用来代替集聚的指标多是人口密度、产业结构等，而直接与劳动力要素挂钩的指标还并未出现。

不同加倍方法对玉米单倍体加倍效率影响……………… 张坤明，逯晓萍，薛春雷，董 婧，李俊伟，韩平安，张瑞霞，李美娜（18）

通过对相关理论和研究的系统梳理，本研究得以掌握翔实的理论基础、估计方法和基本的经验判断。但已有研究也存在不足之处：

首先，客观来看，已有的关于劳动力集聚与经济增长关系的研究大多出现在国外学术界，学者们基于国外的数据进行分析并得出结论，而中国的相关分析、研究还十分欠缺。作为国土面积、行政单位和劳动力人口如此庞大且复杂的中国而言，要素间的关系和分析结论同国外相比可能存在很大的差异。但目前国内大量研究仅将劳动力集聚问题作为产业集聚研究的一部分(多作为控制因素)，专门将劳动力集聚作为核心因素单独考察其对经济增长影响的研究较为少见。此外，劳动力集聚的研究在中国仍处于从属地位，系统性成果匮乏。鉴于此，中国的劳动力集聚问题研究留有大片空白，值得深入探讨。

其次，通过以上的文献梳理发现，现有的劳动力集聚研究大多缺乏空间视角；即使有，也仅是把距离、区位等与空间概念相关的变量纳入普通计量模型中，并没有真正建立空间矩阵，将所有要素放在空间视角中去构建数量关系，从而对劳动力集聚及其影响的空间相关性和差异性进行细致、深入地分析。但基于新经济地理学的理论基础，要素的空间流动及其相关影响不仅受到本区域经济活动的影响，也会受到来自相邻区域的影响，如果继续用传统的回归会产生较大的估计偏误。因此，需要将真正的空间要素和空间方法引入模型中，这也为实现劳动力集聚及其空间经济效应的分析提供了全新的视角。

有源滤波器是一种兼有动态抑制谐波和补偿无功的新型电力电子装置，主要由谐波信号的检测和补偿两部分组成，通过对电网中的谐波进行采样分析，可控制功率逆变器产生与之成分相等、方向相反的谐波电流注入电网从而对它能够对频率和幅值都发生变化的谐波和无功进行补偿，具有更好的补偿特性。有源滤波器可以并联在变电所0.4kV侧母线处，实现谐波与无功的综合治理作用。

因此，本文拟在新经济理论框架下梳理劳动力集聚影响经济增长的可能作用路径，并纳入空间视角，构建空间面板计量模型，运用GMM等估计手段进行验证，探寻劳动力集聚对经济增长的具体影响。

三 、劳动力空间集聚对经济增长影响的机制与理论推导

(一 )作用机理与理论分析

在新经济地理学中，影响经济活动的因素既包括“第一地理条件”，又包括“第二地理条件”^[28]。第一地理主要是指自然地理条件，如气温、海拔、地理区位等。亚当·斯密在《国富论》中曾指出地理要素对劳动生产率的作用^[29]。在此之后，一些研究也相继证实第一地理条件会对经济生产活动产生重要影响。如迪迈斯等(Dumais et al.，1997)提出自然因素对产业的空间分布和集聚有着重要的影响^[30]；随后，埃利森和格莱泽(Ellison & Glaeser,1999)利用美国各州的数据再次验证了自然资源对产业集聚的影响^[31]。但在承认第一地理条件对经济活动影响的同时也应该看到，随着技术升级，人们对客观自然条件的依赖度在减弱，导致其在现实经济中发挥的作用也越来越有限。在很多情况下，自然条件对经济活动的影响不应该被过分夸大，这种影响在很大程度上取决于其他因素^[32]。这也是新经济地理学并不将其作为研究重点的原因之一。除此之外，第一地理优势和传统经济地理学都无法较好地解释两个重要的经济现象：一是为什么自然条件并不理想的地区反而成了经济活动集聚的中心；二是两个自然条件相同或接近的地区，为什么会出现完全不同的经济结构和经济发展水平。例如，广东和广西，自然条件比较接近，但经济集聚程度和发展水平却相差甚远；又如浙江，同福建相比，其自然优势并不明显，但经济集聚势头却大于福建。这些差异仅靠自然条件的差异是远远不能解释清楚的。

此时，超越简单的自然地理因素，强调运输成本、规模报酬递增和不完全竞争作用的新经济地理学应运而生，不再仅强调区域之间自然地理特征的差异，并提出第二地理条件才是经济体之间存在差异的根本原因。所谓第二地理条件，即内生于人类经济生活中的集聚经济，包括知识溢出、生产专业化和多样化、劳动力市场效应，以及市场规模效应等。然而，第二地理条件及其作用机制相对复杂，包含集聚经济中的市场规模效应、知识溢出效应、产业专业化与多样化等，来自经济活动又反作用于经济活动，既可能互为因果也存在前后关联。劳动力集聚对经济影响的作用就混在其中，本文将借助新经济地理学提炼出其作用机制和路径。

总体来说，由新经济地理学理论可知，劳动力聚集所产生的外部经济来自本地市场效应、价格指数效应和知识溢出效应，这三种效应也是向心力，进一步吸引更多的劳动力集聚，形成一个正向反馈环，最终促进经济集聚，固化中心-外围的经济格局(见图1)。具体来看：

首先，大量劳动力在某一区域集聚，其充足的异质性满足不同岗位的匹配要求，增加人岗匹配度，进而促进边际生产率提升，同时也大大降低了企业对员工的搜寻成本，增强抵抗风险的能力。因此，丰富的劳动力资源为企业的大规模经营提供了劳动力供给保障，促进本地市场规模的扩大。

其次，本地的就业机会增多，同时厂商生产的产品种类和数量增加，在本地售出又免去运输成本，使得核心区的消费成本降低，这样一来，在市场效应和价格指数效应的影响下，劳动力源源不断地向核心区集中，消费市场进一步扩大，再吸引更多的企业迁入。这种前后向的需求关联效应在自我强化和循环因果积累关系的作用下，使得要素和财富不断向中心区涌入。

此外，不同于一般的自然资源或产业集聚等，劳动力集聚会产生一定的知识溢出效应，提高集聚区劳动力的质量供给效率^[6]。在中心-外围模型的基础上，福斯里德和奥塔维亚诺(Forslid & Ottaviano，2003)建立了自由企业家模型(F-E 模型)，并在该模型中引入人力资本要素，把劳动力划分为普通劳动力和人力资本，认为由于劳动力本身的人力资本存在差异，其知识溢出程度有所不同^[33]。

然而，当劳动力集聚到一定程度时，集聚也会带来负向效应，不仅会降低劳动力市场的均匀价格，使得本地普通劳动力的工资收入减少，同时也会导致企业利润下跌、地租上涨、城市拥堵和环境污染等问题。这时，企业和劳动力开始选择从核心区扩散，迁往竞争相对较弱的地区。良性的集聚经济反馈系统被打破，这也就是劳动力带来的集聚外部不经济。

总的来看，劳动力集聚是集聚经济系统中关键的连接链，是企业和经济集聚产生的前提条件，影响着企业的区位选择、产业集聚和地区经济发展，又受这些因素影响，与企业和经济集聚互为因果。一般来说，劳动力集聚意味着较大的本地市场规模，由本地市场效应、生活成本效应以及知识溢出效应产生的集聚力在循环因果和自我强化下促进经济增长，但这种形势也会受到劳动力集聚过多产生的外部不经济所制衡。因此，区域内经济活动要素是集聚还是扩散、最终区域经济增长的快慢，都在以上提及的集聚外部经济和外部不经济的共同作用下产生，是两者博弈后的结果(见图1)。本文所要探讨的就是劳动力集聚在区域最终获得的经济增长中所起的作用，并尝试提出假设：劳动力集聚对经济增长的影响先是促进的，之后随着集聚达到一定的程度后，集聚成本上升，并超过了集聚带来的收益，此时的劳动力集聚反而不利于经济继续快速增长；劳动力集聚与经济增长之间存在“倒U”型关系。

图1 劳动力集聚对经济增长的作用路径

(二 )劳动力空间集聚对经济增长影响的公式推导

在厘清劳动力集聚是如何作用于经济之后，在测度劳动力集聚对区域经济增长的影响之前，本文借鉴相关研究^[34]，对两者的数量关系进行推导和预判，验证假设的同时，亦为后面计量模型的构建提供依据。

1.生产函数

以德阳电网监控中心防误数据服务器生成的多层次防误架构为基础，利用变电站现有防误资源，实现防误数据集中统一、站间联络线闭锁、集中/就地开票等功能，完善现有五防系统，提升其可靠性，为电网调度控制及变电站安全稳定运行提供可靠保障。

假设存在一个市场，以R 为半径的圆形区域，包含两个部门：差异化生产且报酬递增的中间品垄断竞争部门和完全竞争的最终生产部门。在商品生产消费过程中，中心区的运输成本忽略不计，但最终商品的运输成本(冰山成本)由厂商负担。最终产品(Q )的生产需要中间产品(q _i )、土地 (s )和劳动力(E _m )，其价值是各要素与中间投入的总和，生产函数可以写成：

，α +β =1

(1)

其中，A 为全要素生产率，σ为任意两个中间产品之间的替代弹性，n 为中间产品数(厂商数)。设n 个中间厂商有同样规模(即q _i =q _s )，则最终产品部门的厂商可以表述为：

(2)

根据新经济地理理论的一般假设，中间产品的生产需要一定的固定投入f ，存在收益递增。假定劳动力是中间产品生产的唯一投入要素，故有：

E _s =nl =n (f +cq _s )

(3)

其中，E _s为中间厂商投入的劳动力总量，l 为单个中间厂商的劳动力投入量，c 为边际劳动需求，f >0，c >0。设E 为整个市场的劳动力总量，u 为市场中最终生产部门的劳动力份额，则有E _s =(1-u )E 。基于中间厂商利益最大化条件之下，每个中间产品的均匀价格p _s 、产量q _s 和劳动力投入l 依次为：

表1显示：对B组运动前和运动后所测积极幸福感、心理烦恼和疲劳三项指标的平均分数分别为 18.22 分和19.28 分、10.00 分和 8.22分、12.06分和11.78 分，经配对样本 T 检验分析所得，B组运动前和运动后积极幸福感得分高，且具有显著性差异(P<0.05)，说明慢跑对大学生的积极幸福感获得是有正向作用的。B组运动前和运动后心理烦恼感得分降低，且具有显著性差异(P<0.05)，说明慢跑对大学生的心理烦恼感是有正向作用的。但是在疲劳得分方面，对运动前和运动后无显著性差异(P>0.05)。

(4)

(5)

l =fσ

(6)

其中 ，w 为劳动力工资水平。由此，均匀状态下的中间产品(厂商)种类n 为：

(7)

经济政策(EP )——市场化程度

最终生产部门的生产效率用市场中的净总产出与劳动力要素可以表示为：

(8)

其中，A ₀为复合函数，式(8)即为中间厂商最优条件下，最终生产部门的生产函数。

其中，Y 为经济总量，A 代表技术等因素，K 为物质资本，L 为劳动力供给，H 为人力资本，α 、β 、γ 分别表示各要素的投入产出弹性系数。对式(23)两边取对数，得：

在以R 为半径的圆形市场内，假设劳动力以密度D 均匀分布，那么市场中劳动力数量为：

E =πR ²D

(9)

商品在运输过程中存在成本，包括产品运输成本、远距离交流成本和时间机会成本等。所以，当产品最终到达目的地时，已经损失了一部分价值，这里用τ 表示单位产品损失的价值，即冰山成本。这些成本的高低与区域的拥堵效应密切相关，当区域的集聚度达到某一程度后，每增加一个出行工具或者出行者都会降低运输速度、提高运输成本。因此，运输的成本函数可以表示为：

F (D )=ET =vπR ²D ²

(10)

其中，v 为区域集聚度增加给每个出行者带来的边际拥堵成本，T =vD 是人均拥堵成本。设运输的产品数量与消费者(劳动力)数量成正比，比值为a ，则市场中的总运输成本可以表示为：

r =2aπτrDdr +F D =aπτDR ²+vπR ²D ²

(11)

所以，扣除冰山成本后，最终产品Q 到达消费市场时还保留Q -R 的商品。

3.地租

当经济活动要素在市场中心集聚时，当地的价格指数会发生变化，厂商可以通过调节土地要素和中间品的投入量来获取成本最小化：

MinTC =r _s +np _s q _s +μwE

(12)

s .t .πτDPR ²-vπPR ²D ²

(13)

其中TC 、V 、r 、P 分别为最终生产厂商的总成本、总收入、地价和最终产品的价格。得到拉格朗日函数为：

Z =r _s +np _s q _s +μwE -λ

(14)

将式(14)分别对s 、q _s 求一阶导数，得到均匀状态下的一阶条件为：

r =λα

(15)

p _s =λβ

(16)

由式(15)和式(16)得到：

(17)

将式(4)、式(5)中的p _s 和q _s 代入式(17)中，得到市场均匀时的地租：

(18)

4.生产效率的决定因素

小学生的理解能力还达不到一定程度，所以他们在拿到一篇新的文章时很难准确的掌握文章的中心是什么，很难去读懂文章写的真正内容和作者想表达的含义是什么，这个时候就需要老师来指导阅读。如果老师不指导学生如何高效阅读，那么他们就会花费很久的时间也得不到理想效果，也无法提升自己的文学素养。

(19)

结合上述公式，亦可以写成：

τ -vD

(20)

其中，A ₁为复合函数，不需要单独估计。式(20)中对就业密度D 依次求一阶和二阶导数，得到：

(21)

(22)

图2 就业密度与劳动生产率之间的“倒U”假说曲线

其中，A ₂为复合函数。当σ >2β +1时，则<0，最终生产部门的劳动生产率与就业密度之间存在“倒U”型非线性关系(见图2)。其中，D ^*为均匀状态时劳动生产率最大化的就业密度。

基于理论分析和数理公式推导可知，劳动力集聚与经济之间存在“倒U”型的非线性关系，即随着劳动力集聚度的不断增加，劳动力集聚对经济的影响先促进后抑制。但由于该问题比较复杂，仅通过理论分析或公式推导不足以确定，还需结合数据与计量手段，提高研究的科学性。此外，以上公式主要是新经济地理学要素，劳动力集聚对经济增长的影响还受到其他因素的影响，在接下来构建计量模型时会纳入考虑范畴。

四 、劳动力空间集聚对经济增长影响的实证分析

(一 )模型构建与资料说明

1.模型设定、变量与数据来源

可以说，这六年，我更加关注教材，关注课堂，关注语文课程改革，具体地说是从“小学”的视角关注语文，由此我发现了小学语文的魅力，那就是：小学，是生命奠基的重要阶段和关键时期；小学语文，因在儿童言语生命成长的敏感期而责任重大且“稚慧”无限。

以上理论机制和公式推导主要借助于新经济地理学。需要指出的是，新经济地理学和新增长理论有共同的分析框架和理论基础，分别从不同的视角解释经济增长。在解释经济增长问题时，除了新经济地理学理论中提及的作用变量，本文也考虑到新增长理论中经济生产活动中的基本投入要素是影响经济增长的重要变量，在这里作为控制变量纳入模型中。由于本文对劳动力与经济的关系展开讨论，因此，基础模型从柯布—道格拉斯生产函数入手，进行推演。一般的道格拉斯函数形式如式(23)所示：

Y =AK ^α L ^β H ^γ

(23)

2.劳动力与运输成本

lnY =c +α lnK +β lnL +γ lnH +ε

(24)

在此基础模型上，结合上述理论分析，引入本文的核心变量、控制变量，构造计量方程，对本文的假设进行验证。因此：

lnY =c +α lnK +β lnL +γ lnH +αX +σ ₁Z ₁+σ ₂Z ₂+ε

(25)

其中，Y 是经济变量，X 是劳动力集聚要素，Z ₁、Z ₂是控制变量；Z ₁是新经济地理学因素，Z ₂是经济政策等其他控制因素，这里的K 、L 、H 因素相当于另一类控制变量Z ₃，均属于经济增长理论中的核心因素。c 是常数项，ε 是扰动项。因此，模型可以写成：

lnY =c +X +σ ₁Z ₁+σ ₂Z ₂+σ ₃Z ₃+ε

(26)

下面依据此模型，进行变量选取和数据介绍：

(1)Y _ij 是被解释变量，代表经济因素。一个地区的经济状况，通常用两个指标表示：一是国内生产总值，另一个是人均国民生产总值。前者是产出总量指标，而后者是产出总量与生产要素数量的比值，更接近生产效率的属性。由于它排除了生产要素规模(如人口总量、劳动力数量等)的影响，是经济增长强度的相对指标，能较好地反映地区经济实力的强弱。所以，本文认为 “人均国内生产总值”这个指标基本反映了地区物质生产的规模、效率和居民消费水平，相对来说更好地反映一个地区经济发展水平。而且，政府和学术界目前也多以这一指标衡量一个国家或地区的经济发展水平。因此，本文最终采用人均 GDP来反映经济状况，并通过2000年=100的国内生产总值平减指数，得到了消除物价影响后的不变价人均GDP，不同年份的数据可比。数据来自中国统计局网站。

（三）政府职责与新疆农产品区域品牌竞争力的关系。农产品区域品牌具有的公共属性，使得政府部门在其发展过程中，扮演十分重要的角色，行政和公共管理的力量及财政力量等投入与区域品牌发展密切相关[6]。政府部门不但承担了区域品牌创建发展的核心主体作用，同时在区域内对产业进行监管、协调，优化发展环境，促进产业发展，通过奖惩提高产业发展积极性，营造公平市场环境[6]；[16]59-63。因此，结合新疆政府管理的现状，提出如下假设：

一直以来，学者在对新经济地理学模型改进时，常会将贸易因素纳入分析框架，考察对外开放程度和贸易与经济的关系^[42-46]。国内研究也表明，对外开放是改革开放以来重要的经济政策之一，是中国经济长期高速增长得以保持的重要原因^[47-49]，同时也较好地解释了东南沿海与其他省份经济差距拉大的现象^[50]。参照已有文献，本文选用进出口总额占GDP比重来反映开放程度，并预期对外开放程度的提高会促进经济增长。其中，进出口总额(千美元)数据来自中国统计局网站，按照当年汇率将其转化为人民币价格，然后与当年的GDP作比。

劳动力集聚度

(27)

其中，n 表示地区，p _i 表示i 地区的劳动力数量占总区域劳动力数量的比值；g _i 表示i 地区的土地面积占总区域土地面积的比值；P _i 表示i 地区的劳动力数量；G _i 代表i 地区的土地面积。由于研究目的是分析中国区域劳动力分布对经济增长的影响，即考察地少人多或者地多人少的分布对经济的影响，因此选择区域的行政区划面积。由于新经济地理学中集聚主要发生在工业和服务业中，且新增长理论和新经济地理理论都提出只有非农产业满足不完全竞争框架和收益报酬递增的假设。因此，劳动力要素选用第二、三产业的就业人口。数据均来自中国统计局网站。

第二次世界大战以后尤其是20世纪80年代后，全球化、信息化的浪潮引发了大规模的劳动力流动与集聚，随着理论和技术上的突破，对劳动力集聚及其社会经济效应的研究逐渐成为国际学术界的热点议题。这一问题的分析涉及区位理论、新经济地理学、劳动力迁移理论、经济增长理论等多学科交叉领域，而中国相关的研究，尤其是系统性的研究寥寥无几，理论和技术都未成熟。为此，本文将对已有的中外研究成果进行梳理。

根据克鲁格曼的新经济地理学理论，其最核心的机制之一是交易成本存在下的因果循环累积作用。基本的逻辑推演如下：由于产生交易成本，厂商倾向于选择市场规模较大的地区投资生产，更方便获取生产要素同时出售商品。由此，同时拥有大规模需求市场和供给市场的地区相互作用和关联，集聚带来的规模收益很有可能大于成本，集聚自然产生，并随着收益递增而自我强化，形成更大的集聚优势。相关研究也证实了这一理论^[35-36]。但是，以上所说的交易成本是在一定区间之内的，这样才利于集聚效应的释放；而当低于或超出这一区间，往往对集聚及其效应起到抑制作用。当交易成本过低，如农业时代，农产品的交易几乎没有费用，可以自给自足时，要素集聚给经济带来的促进作用微乎其微，因而也无法为区域间的要素集聚和规模生产提供足够的动力；而如果交易成本过高，就容易使得集聚的成本超出收益，产生集聚的外部不经济，进而要素扩散。因此，交易成本在劳动力集聚以及对经济效应的作用至关重要，而决定交易成本高低的因素通常可以分为两大类：区位因素和运输条件。

区位因素(G )

首先，影响交易成本的是区位因素。新经济地理学虽然纳入了空间要素，但并不意味着否定传统的经济地理因素，只是把地理因素的影响从直接转化为间接，如对初始集聚格局的影响，以及在集聚过程中所决定的交易成本因素。这里的区位因素可以看作是市场接近度，一般而言，区位极具优势的地区也是最接近需求市场的地区，占尽需求端优势和运输成本优势，通常为距离大城市或港口较近的地区。反映地理区位时，很多用“是否是沿海地区”生成虚拟变量代指区位条件。本文为了更进一步明确表征区位优势，选用每个地区到临近港口的实际运输距离，选择天津、上海、深圳这三个中国主要的进出口港口，并明确各省份所属的港口(取各省省会或直辖市到三个港口城市的最短距离[注] 具体为北京、天津、河北、山西、内蒙古、辽宁、吉林、黑龙江、山东、河南、陕西、甘肃、宁夏、青海、新疆15个省份通过天津港进出口；上海、江苏、浙江、安徽、湖北、江西、重庆、四川8个省份通过上海港进出口；广东、广西、海南、福建、湖南、贵州、云南7个省份通过深圳港进出口。 )，测量各省省会或直辖市到该港口的实际运输距离，上海和天津的距离根据其地理半径的三分之二计算^[37]。具体数据来自火车票网，可以直接获取城市之间的铁路路程。同样，为了表明区位优势，本文取其倒数。因此，数值越大表明距离港口越近，交易成本越小。

运输条件(TC )

交易成本除了受区位因素影响外，与区域内以及区域间的运输条件密切相关。 由于地区间经济发展差距和政府基础设施建设投入力度的参差不齐，一些地区公路纵贯、铁路便捷，四通八达的运输条件极大缩减了地区间的货物运输成本。借鉴已有研究，本文选择路网密度来保证地区的运输条件，即区域单位面积内的铁路和公路里程数。本文按照王小鲁(2010)^[38]的做法，根据铁路与公路的平均运输能力，将铁路以14.7的经验系数折合成公路长度，数据来自各省份的统计年鉴。最终，交易成本的数值取自公路密度和铁路密度的加权平均数(各占50%权重)。该变量取值越大，表明交通条件越好，运输成本越小。最终，本文将运输条件和区位因素各乘以50%的权重，构造交易成本优势指标，并假定：运输条件好、靠近港口的地区，其交易成本优势明显高于远离港口、交通运输条件薄弱的地区，劳动力集聚的经济效应也更利于释放；交通成本优势与经济增长呈正向关系。

复杂的菌类植物在潮湿的环境下野蛮生长。它们冒头在林地表面，看起来不起眼，却吸引了大量户外摄影师的目光。

(4)Z _2ij 是除了经济增长理论和新经济地理学之外的一些重要控制变量因素，本文选取产业结构、对外开放和经济政策这三个方面。

产业结构(I )

“人家苹果论斤卖，我论个卖，去年5元一个卖了近万个，今年还没摘就按4元一个全被包了，用诺贝丰的水溶肥种苹果就是不一样！”走进白水县林皋镇吴家尧村诺贝丰水肥一体化整体解决方案的示范田，果农孙江斌正兴奋地和前来观摩的人们说着自己的感受。

产业结构对经济增长有重要的影响，产业升级可以通过提高劳动生产率获得更高的经济产出。吕铁等(1999)通过20世纪的数据，研究产业结构升级与经济增长的关系，并提出工业产业结构升级是集约型经济增长的重要推动力量^[39]。随后，郑若谷等(2010)提出，同产业结构高级化相比，现阶段中国产业结构的合理化对经济增长的贡献明显更大^[40]；周明生和梅如笛(2013)验证了中国第二、三产业与经济增长的紧密关联性^[41]。本文用第二产业和第三产业的总占比来表示，计算公式是用第二产业增加值与第三产业增加值之和比上三产总的产业增加值，数据来自中国统计局网站。

对外开放(O )

调研显示，多媒体在高中英语课堂教学中已有广泛应用。三所学校的学生都对其有较高的接受度和更高的期望。随着现代化教育不断发展，多媒体技术在教学上的应用必将成为二十一世纪的主流。

(2)X _ij 是核心解释变量，代表劳动力集聚要素。根据前文的理论分析，劳动力集聚既有正向效应也会产生负向效应，与经济增长的关系可能呈现非线性化，理论公式推导也支持这一假设。因此，本文在表述劳动力集聚要素的时候，同时纳入劳动力集聚的平方项，劳动力集聚主要反映单位空间内劳动力分布的集中程度。本文借鉴区位熵思想构造劳动力规模集聚度指标，具体如下：

将式(5)和式(7)代入式(2)得到：

市场化程度(政府参与经济的程度)对经济有着重要的影响。在计划经济时代，无论是资源配置还是使用效率都相对较低，不利于经济活动的集聚和发展；相反，政府退出经济活动(经济市场化程度高)会显著促进经济集聚^[51]。借鉴已有文献，本文选用工业企业非国有经济占比来反映各地的市场化程度(经济的非国有化进程)，并预期这一指标与经济之间的关系为正向。其中，涉及的数据均来自中国统计局网站。具体计算公式为：

要想做好群众美术辅导工作，除了营造良好的活动氛围之外，加大群众美术辅导工作力度也是群众美术辅导工作的重要环节。在时代不断发展的今天，社会上正在掀起群众美术文化的热潮，人们热爱美术、钻研美术，对美术抱有极大的热忱。为了满足群众对于美术文化辅导的需求，我们应加大对群众美术辅导工作的投入，提供更多有利于群众美术文化发展的资源，为群众美术文化的发展提供动力，鼓励更多的群众参与到群众美术文化活动中来。

创新运管机制。针对工程规模较小、数量多、分布范围广的特点，出台《山西省农村饮水安全运行管理改革实施方案》，督促市县进一步明确管护责任，落实维养资金，健全运管机制，从制度上保障农村饮水安全工程良性运行。

市场化程度×100

(28)

(5)Z _3ij 是最后一组控制变量，以新经济增长理论为依据选取的影响经济增长的核心因素。新经济增长理论中涉及的三个主要生产要素为：资本、劳动力和人力资本。这里要说明的是，因为因变量选用的是人均GDP，因此基础的柯布-道格拉斯函数式需要进行转换，在公式两边同时除以总人口P ，即：

α β γ ε

(29)

此时，令：，，，，则：

lny =c +α lnk +β lnl +γ lnh +ε

(30)

此处，k 即为人均固定资产存量，l 为劳动年龄人口比重，h 为人均人力资本存量。

其中，资本变量用人均全社会固定资本存量(k )来表示。由于需要先计算出总的全社会固定资本存量K ，采用永续盘存法计算：Kt =Kt -1×(1-δ )+It /Pt 。涉及的指标及数据来源如下：首先是各省份基年(2000年)的资本存量，借用的是张军等(2004)^[52]的计算结果；其次，在中国统计局网站上获得中国30个省份2000—2015年的固定资本新增投资额数据和以上年=100的固定资产投资价格指数，推算出以2000年=100的固定资本形成总额指数；然后计算出以2000年=100的固定资产形成价格平减指数和2000—2015年的不变价固定资本新增投资额；最后，涉及固定资产折旧率的选取，本文采用王小鲁(2000)研究中使用的5%的折旧率^[53]。然后再除以总人口规模，即可得到中国30个省份2000—2015年的人均固定资产存量数值。

劳动年龄人口比重(l )这一指标实际反映的是人口年龄结构。为了减小共线性，增强政策意义和实际意义，借鉴已有文献中关于人口年龄结构的指标，本文选择人口抚养比(r )这一指标代替劳动年龄人口比重^[54]。人口抚养比表示每一个劳动力所供养的老年和少儿人口数，即：

(31)

其中，oldr 是老年人口规模，此处采用联合国统一标准，选取65岁及以上老年人口；chilr 是少年人口规模，15岁以下即为少年人口，lr 为劳动年龄人口规模，劳动年龄人口划分口径为15～64岁年龄人口。一般而言，人口抚养比值越大，代表老年人口和少儿人口所占比重更大，社会负担加重，不利于经济增长；反之，人口抚养比较低时，则有利于经济高速发展，通常这一时期在人口学上被称为“人口红利”(或“人口机会窗口”)。这一指标涉及的数据均取自《中国劳动统计年鉴》，并计算得到。

考虑到数据可行性，此处人均人力资本用就业人员平均受教育年限(h )反映，则：

h =∑h _i q _i

(32)

其中，h _i 代表受教育水平的权重，q _i 为不同受教育程度的就业人口所占比重。由于《中国劳动统计年鉴》从2001年才开始做就业人员教育结构的相关统计， 因此2000年的这项指标是根据2001—2015年的数值线性拟合出来的，而2001—2015年的数据则根据2002—2016年《中国劳动统计年鉴》整理、计算得出。

此外，还有广义技术变量，包括技术进步、管理水平的提高、劳动力素质的提升等。由于在模型中已经纳入了如人力资本、产业机构变动等变量，因此当计算出2000—2015年各省份全要素生产率并代入模型时，发现了严重的共线性，直接影响估计结果的无偏性。因此，为了避免重复和共线，本文不再继续分离技术变量，把剩余的技术进步因素作为常数项来处理。考虑到面板模型的平稳性、共线性以及异方差性等，将水平值均取对数。为了反映核心变量之间的弹性关系，这里将劳动力集聚度也取对数，其他比例数据不再取对数。因此，最终建立的面板数据计量模型如下：

lny _it =c _it +α ₁lnLA _it +α ₂(lnLA _it ²+β ₁TC _it +β ₂₁I _it +β ₂₂O _it +β ₂₃EP _it +β ₃₁lnk _it +β ₃₂lnr _it +β ₃₃lnh _it +ε _it

(33)

其中，y _it 为经济要素，LA _it 为劳动力集聚度，LA _it ²为劳动力集聚度二次项，TC _it 是交易成本优势，I _it 是产业结构(二、三产业产值占总产值的比重)，O _it 是进出口额占GDP比重，EP _it 是工业企业非国有经济占比，k _it 为人均全社会固定资产存量，r _it 为人口抚养比，h _it 为从业人员平均受教育年限；α ^*为劳动力集聚经济增长效应的大小，β ^*为其他变量对应的弹性系数，c _it 为常数，ε _it 为随机误差；i 和t 分别代表城市和年份。

表1 各变量的含义和表示

以上数据涉及2000—2015年的30个省份，数据资料相对比较完整，信度效度兼具。表2报告了各变量的描述性统计。可以看出，自2000年以来，中国的人均GDP呈不断上涨趋势；各地区的劳动力集聚程度平均来看变动不大，但是有些起伏；除此之外，其他变量，如人均固定资产投资存量、劳动力受教育水平、交易成本优势、产业结构、经济政策开放度(市场化程度)等都呈现明显的上升趋势，但对外开放程度(进出口总额占比)的变化并不明显，还有下降趋势。

表2 各变量的描述性统计

注：各变量历年对应的数值是由30个省份加权平均后的均值，括号里是标准误。

在对模型进行估计之前，为了减少共线对实证结果的影响，本文通过相关性矩阵考察变量的共线度。从表3可以看出，变量之间的相关性几乎都小于0.6，个别在0.7左右，严重的共线性问题并不存在。因此，回归中不存在因多重共线性而导致的结果偏差等问题。

表3 各变量之间的相关性矩阵

2.方法选择依据——空间计量方法的引入

空间计量经济学较好地解决了经典计量在空间样本分析上的缺陷，同时考虑观察样本在空间上的关联，打破了传统计量模型的两个假设：空间依赖性和空间异质性，因而逐渐成为现代经济学分析中的主流方法。

相比较而言，传统的经典计量的前提假设：所有样本相互独立和所有样本均质，不太符合实际。在现实世界中，几乎所有事物都普遍存在相互联系，且相互之间多少会有一些差异，尤其是经济、社会问题和空间问题，而本文所研究的内容均在此范围之内。这就有一个很大风险：传统的OLS估计不再有效，通常的统计推断也不再适用。

因而，本文认为空间计量相比经典线性回归模型更能符合理论和实际，也能更精准地达到本文研究目的。具体来看，空间杜宾模型相当于是空间滞后和空间误差模型的结合，较好地回答了来自其他空间个体解释变量的影响或本区域解释变量对其他空间个体的影响，且可以有效消除因遗漏变量而产生的偏误，其模型本身已经解决内生性问题。除了解释变量X 与WX 之间可能存在多重共线性外，几乎不会产生其他重大偏误，符合本文的研究要求和目的。而空间杜宾模型属于静态空间面板估计，经济分析一般存在前后时序性，因此本文加入动态空间模型的分析，并选用基本消除内生性问题的系统GMM估计方法。

(二 )劳动力空间集聚对经济增长影响的实证检验

1.空间相关性识别与检验

在进行实证分析之前，需要先进行空间自相关的预检验，以此来判定变量在分布区域内是否存在相互依赖关系。如果存在，则应将空间效应纳入模型中，并采用相应的空间计量方法进行估计。本文采用空间自相关性检验方法中较为常用的莫兰指数(Moran ’s I )来进行全域空间自相关检验。计算公式为：

Moran ’

(34)

，

其中，y _i 表示第i 省的劳动力集聚度，n 为地区个数，W _ij 为空间权重矩阵。Moran ’s I 取值范围为-1～1，绝对值越大，即越逼近1，表明邻近区域间的相关性越强。

结果表明，两个核心指标均通过了5%水平上的显著性检验，在空间单元上存在空间效应，即除了受到一般因素的影响外，某一区域的经济(或劳动力集聚)水平还会受到其他空间单元经济(或劳动力集聚)水平的影响(见表4)。因此，在进行具体的实证分析时，需要纳入空间效应视角。

表4 人均GDP 和劳动力集聚的Moran ’s I指数及统计检验

2.模型估计

为了详细检验劳动力集聚对经济增长的影响，本文先后给出静态面板估计、动态系统GMM面板估计、空间杜宾模型估计，以及空间系统GMM估计四个不同模型的估计结果(见表5)，既是为了比较分析也是想要获取更多更充分的验证。总的来看，四个模型均通过了相关检验，模型设定合理，解释力较高。

表5列(1)是静态面板回归。基于Hausman检验结果，模型接受两种方法的系数没有系统性差异的原假设，此时随机效应的估计要优于固定效应，因此选用随机效应模型进行估计(此处不做重点介绍，固定效应部分以及检验结果均不再展示)。需要注意，这里面临内生性的问题，既包括经济增长和劳动力要素的集聚可能互为因果，也有遗漏变量引起的内生性问题。因此，本文采用非空间动态系统GMM对模型进行实证分析，克服模型的内生性，具体结果在表5列(2)展示。根据检验结果，该模型通过了二阶自相关检验和Hanse过度识别检验，说明选择此方法来解决内生性问题是合理有效的。列(3)和列(4)分别是空间杜宾模型和空间动态面板系统GMM估计，这两个模型已经消除内生性问题，检验结果也都符合预期，模型设定合理且方法适当，估计结果可信度较高。

表5 模型估计及检验结果

注：^***P < 0.001，^**P <0.01，^*P <0.05；系数下方小括号中为标准误。根据伍德里奇(2010)的介绍，当RE与FE的Hausman值大于0.1时，接受两种方法的系数没有系统性差异的原假设，选用随机效应模型进行估计；在动态系统GMM处理内生性问题时，AR(2)检验是自相关检验，P 值大于0.1，通过检验，说明模型和工具变量合理；Hanse是识别工具变量是否合理的，Hanse值大于0.1，即认为不存在过度识别，工具变量选取合理，且模型设定合理^[54]。空间杜宾模型中，Wald 和 Lratio 检验结果分别拒绝了θ = 0和θ = -βρ 的假设，显然 SAR、SEM 模型均不适用，选择SDM是合理的；中括号里面是相应检验的P 值；后同。

(三 )稳健性检验与结果讨论

1.稳健性检验

前文估计中所用的空间权重矩阵是地理距离空间权重矩阵，其矩阵形式定义如下：

(35)

其中，d 指的是i 与j 两区域中心位置之间的地理距离。这就意味着任意两个区域之间或多或少都存在联系，当距离越近时，联系也更为密切，与实际相符。一般来说，这里的距离有通过经纬度计算的实际地理距离，也有刨除山脉、河流的陆地距离，还有具有经济学意义的运输距离。经过判断和筛选，这里的距离因素选取更具经济意义的铁路运输距离，数据源自中国铁路客户服务中心网站。

地理距离空间权重矩阵从地理区位远近来反映空间的关联强弱，很好地满足了矩阵与模型变量之间不相关这一外生性条件。在较多分析，如环境污染等问题研究中得到应用。但还有很多因素的空间效应会受到非地理因素的影响，如在涉及经济问题时，通过经济类指标(如人均GDP、GDP等)构建权重矩阵能更好地反映经济因素在空间上的相互联系。因此，不少学者构建了地理—经济距离权重矩阵。这种指标构建方式是用地理空间权重矩阵中的各个元素乘以两地区间的经济要素之积，具体定义为：

(36)

其中，d 指的是i 与j 两区域中心位置之间的地理距离，y _i 和y _j 分别为两个地区的经济要素，本文采用人均GDP表示。这个权重矩阵实际上既考虑了地理距离的影响，也考虑了地区间的经济差异。假设地区间经济水平差异越小，经济联系可能越大。但是因为该权重矩阵不是完全外生的，所以可能存在内生性问题，目前学术界也并没有比较好的解决办法，通常是取人均GDP的多年均值这个方法来努力避免内生性，尽量减少估计偏差。因此，本文采用这种方式生成地理-经济权重矩阵，对前面的估计结果进行稳健性检验。通过表6的结果及相应的检验可以看到，基本上只有变量系数大小发生变动，方向都与表5中的结果较为一致，模型估计稳健，可信度极高。

表6 稳健性检验 (基于地理-经济权重矩阵 )的估计结果

表6 (续 )

2.结果分析

(1)非空间效应和数量关系

关于劳动力集聚对经济增长的影响，本文所要研究的核心问题：劳动力集聚是如何影响经济增长的。从所有模型的结果来看，劳动力集聚对经济增长的影响均呈现显著的“倒U”型，这与理论分析和公式推导结果一致，有力证实了本文的假设，即在初期，本地市场效应、价格指数效应和知识溢出效应随着劳动力集聚的增加而逐渐增强，规模收益递增，集聚经济较大；在经历了一个过程之后，集聚到达一定程度，随着劳动力更多的涌入，由于人多资源少出现激烈竞争、地价上涨，还有交通堵塞、环境污染等一系列问题的衍生，加重了城市发展成本和居民生活成本，拥挤效应急剧上升，集聚带来的成本超过了集聚的收益，出现集聚外部不经济，此时对经济的促进作用下降。

关于其他解释变量对经济增长的影响，新增长理论中的其他生产要素，如人均资本投入和人力资本等，都对经济增长有非常显著的促进作用；而用以反映新经济地理的交易成本优势变量，也基本呈现出对经济增长的正向显著影响。但通过各模型间的对比也可以看出，在消除了劳动力集聚的内生性以后，这一交易成本优势对经济的作用明显降低不少或者对经济增长无影响的结果。这些信息与表3反映的劳动力集聚与交易成本优势的相关性(0.724)前后呼应，再次表明劳动力集聚、经济增长与交易成本优势之间的相互影响，即越靠近港口、交通基础条件越完善的地区，越有利于劳动力集聚和集聚经济的产生，对经济增长起到推动作用。

另外，还有其他一些控制变量，如产业结构、对外开放程度和经济政策等对经济增长的影响均呈现正向显著作用；而人口抚养比与经济增长之间呈负向影响，这些都与理论分析和经验判断基本一致。最后，在动态面板模型中，纳入了经济增长的滞后一期，则经济的增长受到前一期的显著影响，且方向均为正。

(2)空间效应

关于经济因素的空间效应，从空间计量模型结果来看，无论是在地理距离权重矩阵还是地理—经济距离权重矩阵构建的模型中，空间杜宾模型还是动态空间面板模型中，代表空间效应的ρ 值均在统计上显著，说明模型确实存在空间效应，具体表现为当地的经济产出不仅受到当地一些因素(解释变量)的影响，同时还会受到邻近区域经济状况的影响，即不同区域的经济水平在空间单元上是相互关联的。但需要注意的是，在地理距离权重矩阵构建的模型中，经济因素的空间效应是正向的，表明该地区的经济增长会显著促进距离较近(邻近)省份的经济产出；而在地理-经济距离权重矩阵构建的模型中，空间杜宾模型显示的也是正向效应，但动态面板模型中出现了负向效应。虽然该系数非常小，几乎可以忽略不计，但也还是可以表明，在经济水平相近、地理距离相近的地区，经济发展存在一定的挤出和竞争效应。

关于劳动力集聚的空间效应，在空间杜宾模型中，不仅展现解释变量之间的空间相关性，也反映出被解释变量的空间相关性。具体来看，在以地理距离为权重矩阵构建的模型中，劳动力集聚及其平方项的空间效应呈“U”型。这表明，在初期，一个地区的劳动力集聚对周边区域的经济发展有挤出效应，而当后期该地区的劳动力集聚达到一定程度之后，则会产生正向溢出效应，显著带动周边地区的经济发展。这个结果与实际情况较为贴近，一般而言，一个区域的劳动力总量有限，在发展初期，随着该地区经济实力增强，劳动力集聚度提高，可能会大量吸引周边区域的劳动力资源，形成“中心-外围”的地理格局，不利于周边地区的经济发展；但到后期随着劳动力集聚达到一定程度之后，拥挤效应出现，集聚不经济显现，一些厂商开始迁至周边地区，使得这些地区也收获中心区集聚福利，加入规模生产之中，经济发展加快。

但是，在以经济-地理距离为权重矩阵构建的模型中，这一“U”型关系不复存在，本地区劳动力集聚对其他空间单元经济产出的影响不再显著。这可能是因为，经济实力相当且距离较近的区域之间本身就存在劳动资源争夺，所以一个地区劳动力集聚，对另一个地区的影响可能是负面的(有挤出效应)，也有可能是正面的(合作共赢)。根据估计结果，系数为正，虽不显著，但说明各个类型的经济体之间并没有恶性竞争和挤出效应，反而因为地区合作产生了一定的正向溢出效应，只是还不显著。

五 、思考与展望

本文在新经济理论框架下梳理了劳动力空间集聚影响经济增长的作用机制，认为劳动力空间集聚通过正向的本地市场效应、价格指数效应、知识溢出效应以及负向的市场竞争效应共同影响经济增长，由于各效应产生的条件不同，因此劳动力集聚先是促进经济增长，达到一定程度后，集聚成本上升，转而不利于经济增长。通过数理公式推导，初步验证了劳动力空间集聚对经济增长的“倒U”型关系，在此基础上分别构建普通静态面板、普通动态面板、空间杜宾模型以及空间动态面板模型，并运用MLE、GMM等估计手段进行多次检验，再次有力地验证了这一关系。

由此可以判断，劳动力空间集聚与地区经济增长之间呈现非线性的关系，且存在一个最合适的区间。保证一定的劳动力集聚度是必要的，本地市场效应、价格指数效应与知识溢出效应才得以更好地释放。这就需要地方政府制定相关的政策和措施，吸引更多的劳动力资源，尤其是中、西部地区。同时，劳动力集聚度存在“天花板”，地区劳动力集聚过度不利于经济增长，其集聚带来的拥挤效应(成本)已经超出了正向收益，此时应该适度地进行人口调控，将其控制在较为合理的范围内。不过，这类地方政府也可通过提高本地经济生产效率和政府治理水平、提高劳动力质量，通过扩大本地市场效应、价格指数效应与知识溢出效应来提高劳动力集聚的收益，同时减小集聚带来的负面影响，来提高劳动力集聚度和其经济收益。

限于篇幅和研究水平，本文存在一些不足之处，以待继续完善：(1)本文没有对劳动力进行细分，略显粗糙。以后在此基础上会进行逐步完善，依据劳动力的技能、素质或是年龄等对劳动力群体进行划分，并分析其与经济增长关系；(2)本文只是针对劳动力集聚的经济效应展开的研究，没有纳入其他社会、环境等效应的影响，因而可能忽视了地区均衡发展和既得利益者资源损失、经济效益与地区发展功能定位以及其他效应的冲突等问题，这是今后将持续深入的方向。

参考文献 ：

[1]田雪原.人口城市化转变与当前政策建议[J].中国国情国力，2012(11):6-9.

[2]韦伯.工业区位论[M].李刚剑,陈志人，张英保，译.北京：商务印书馆，2009.

[3]OTTAVIANO G,PINELLI D.Market potential and productivity:evidence from Finnish regions[J].Regional Science and Urban Economics,2006,36(5):636-657.

[4]WILLAMSON J G.Regional inequality and the process of national development：a description of the patterns[J].Economic Development and Cultural Change，1965，13(4):1-84.

[5]BERTINELLI L，BLACK D.Urbanization and growth[J].Journal of Urban Economics，2004，56(1):80-96.

[6]马歇尔.经济学原理[M].朱志泰，陈良璧，译.北京：商务印书馆，1981.

[7]MARTIN P，OTTAVIANO G I P.Growing locations：industry location in a model of endogenous growth[J].European Economic Review，1999，43(2):281-302.

[8]MARTIN P，OTTAVIANO G I P.Growth and agglomeration[J].International Economic Review，2001，42(4):947-968.

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

[10]CICCONE A.Agglomeration effects in Europe[J].Social Science Electronic Publishing，1998，46(2):213-227.

[11]OTTAVIANO G I P，PINELLI D.Market potential and productivity：evidence from Finnish regions[J].Regional Science and Urban Economics，2006，36(5):636-657.

[12]BRAUNERHJELM P，BORGMAN B.Agglomeration，diversity and regional growth:the effect of poly-industrial versus mono-industrial agglomerations[Z]CESIS Working Paper Series No.71，2006.

[13]CROZET M,KOENIG P.The cohesion vs growth tradeoff—Evidence from EU regions[Z].ERSA Conference Papers,2005.

[14]BRÜLHART M，SBERGAMI F.Agglomeration and growth：cross-country evidence[J].Journal of Urban Economics，2009，65(1):48-63.

[15]BALDWIN R，MARTIN P.Agglomeration and regional growth[M]∥HENDERSON J V,THISSE J F.Handbook of Regional and Urban Economics，2004:2671-2711.

[16]HENDERSON V.The urbanization process and economic growth：the so-what question[J].Journal of Economic Growth，2003，8(1):47-71.

[17]FUTAGAMI K，OHKUSA Y.The quality ladder and product variety：larger economies may not grow faster[J].The Japanese Economic Review，2003，54(3):336-351.

[18]DIAZ-BAUTISTA A.Agglomeration economies，growth and the new economic geography in Mexico[J].EconoQuantum 2005，1(2):57-79.

[19]范剑勇.产业集聚与地区间劳动生产率差异[J].经济研究，2006(11):72-81.

[20]赵伟，李芬.异质性劳动力流动与区域收入差距:新经济地理学模型的扩展分析[J].中国人口科学，2007(1):27-35,95.

[21]陈良文，杨开忠，沈体雁,等.经济集聚密度与劳动生产率差异——基于北京市微观数据的实证研究[J].经济学(季刊)，2009(1):99-114.

[22]刘修岩，殷醒民.空间外部性与地区工资差异:基于动态面板数据的实证研究[J].经济学(季刊)，2009(1):77-98.

[23]李军.劳动力地理集中对我国地区收入差距的影响研究——基于空间面板模型的检验[D].重庆：重庆大学，2015.

[24]曾永明，张利国.新经济地理学框架下人口分布对经济增长的影响效应——全球126个国家空间面板数据的证据:1992—2012[J].经济地理，2017(10)：17-26.

[25]刘修岩，邵军，薛玉立.集聚与地区经济增长:基于中国地级城市数据的再检验[J].南开经济研究，2012(3):52-64.

[26]徐盈之，彭欢欢，刘修岩.威廉姆森假说:空间集聚与区域经济增长——基于中国省域数据门槛回归的实证研究[J].经济理论与经济管理，2011(4):95-102.

[27]孙浦阳，武力超，张伯伟.空间集聚是否总能促进经济增长:不同假定条件下的思考[J].世界经济，2011(10):3-20.

[28]KRUGMAN P.First nature，second nature，and metropolitan location[J].Journal of Regional Science，1993，33(2)：124-144.

[29]斯密.国富论[M].北京：商务印书馆，2015.

[30]DUMAIS G,ELLISON G，GLAESER E.Geographic concentration as a dynamics process[Z].NBER Working Paper No.6270，1997.

[31]ELLISON G，GLAESER E.The geographic concentration of industry：does natural advantage explain agglomeration[J].American Economic Review，1999，89(2)：311-316.

[32]徐康宁，王剑.自然资源丰裕程度与经济发展水平关系的研究[J].经济研究，2006(1)：78-89.

[33]FORSLID R，OTTAVIANO G I P.An analytically solvable core-periphery model[J].Journal of Economic Geography,2003,3(3):229-240.

[34]韩峰.要素和产品市场空间分布与中国城市经济发展研究[D].长沙：湖南大学，2013.

[35]TAKAHASHI T.Economic geography and endogenous determination of transport technology[J].Journal of Urban Economics,2006,60(3):498-518.

[36]BEHRENS A.Environmental policy instruments for dematerialisation of the European Union[Z].SERI Background Papers No.7，2004.

[37]REDDING S，VENABLES A J.Economic geography and international inequality[J].Journal of International Economics，2004，62(1):53-82.

[38]王小鲁.中国城市化路径与城市规模的经济学分析[J].经济研究，2010(10):20-32.

[39]吕铁，周叔莲.产业结构变动的集约增长效应[J].经济研究参考，1999(35):15-16.

[40]郑若谷，干春晖，余典范.中国产业结构变迁对经济增长和波动的影响研究[C]// 东北财经大学产业组织与企业组织研究中心.中国产业组织前沿论坛，2010：187-202.

[41]周明生，梅如笛.中国产业结构变迁与经济增长的关联性分析[J].经济与管理研究，2013(6):14-20.

[42]BALDWIN R E，ROBERT-NICOUD F.Trade and growth with heterogeneous firms[J].Journal of International Economics，2008，74(1)：21-34.

[43]BEHRENS K，THISSE J.Regional economies:a new economic geography perspective[J].Regional Science and Urban Economics，2007，37(4)：457-465.

[44]MARKUSEN J,VENABLES R.Interacting factor endowments and trade costs：a multi-country，multi-good approach to trade theory[J].Journal of International Economics，2007，73(2)：333-354.

[45]CORSETTI G，MARTIN P,PESENTI P.Productivity，terms of trade and the‘home market effect’[J].Journal of International Economics，2008，73(1)：99-127.

[46]BRAKMAN S，GARRETSEN H,SCHRAMM M.Putting new economic geography to the test：free-ness of trade and agglomeration in the EU regions[J].Regional Science and Urban Economics，2006，36(5)：613-635.

[47]徐婧，孟娟.贸易开放、经济增长与人力资本——基于面板门槛模型的研究[J].世界经济研究，2015(6):84-91,128.

[48]沈坤荣，李剑.中国贸易发展与经济增长影响机制的经验研究[J].经济研究，2003(5):32-40,56,92.

[49]包群，许和连，赖明勇.贸易开放度与经济增长:理论及中国的经验研究[J].世界经济，2003(2):10-18.

[50]李梅，柳士昌.对外直接投资逆向技术溢出的地区差异和门槛效应——基于中国省际面板数据的门槛回归分析[J].管理世界，2012(1):21-32,66.

[51]金煜，陈钊，陆铭.中国的地区工业集聚:经济地理、新经济地理与经济政策[J].经济研究，2006(4):79-89.

[52]张军,吴桂英,张吉鹏.中国省际物质资本存量估算:1952—2000[J].经济研究，2004(10)：35-44.

[53]王小鲁.中国经济增长的可持续性与制度变革[J].经济研究，2000(7):3-15，79.

[54]胡鞍钢，刘生龙，马振国.人口老龄化、人口增长与经济增长——来自中国省际面板数据的实证证据[J].人口研究，2012(3):14-26.

[55]伍德里奇.计量经济学导论：第4版[M].北京：中国人民大学出版社，2010.

Influence of Spatial Agglomeration of Labor on Economic Growth in China

WANG Jingwen¹，WANG Mingyan²

(1.Nanjing University of Posts and Telecommunications,Nanjing 210023; 2.Shandong University of Finance and Economics,Jinan 250014)

Abstract ：This paper combs the mechanism of spatial agglomeration of labor and economic growth under the framework of the new economic geography theory，that is，spatial agglomeration of labor affects economic growth through positive local market effects，price index effects，knowledge spillover effects and negative market competition.Due to different conditions of each effect，spatial agglomeration of labor promotes economic growth in the beginning.After reaching a certain level，the cost of agglomeration rises and exceeds the profit，so the agglomeration will not conducive to economic growth.Therefore，this paper puts forward the hypothesis：there is an “inverted U” relationship between spatial aggregation of labor and economic growth.Through the mathematical formula derivation，by constructing the ordinary static panel，the common dynamic panel，the spatial Dubin model and the spatial dynamic panel model，as well as the GMM and other estimation methods,the hypothesis is verified once again，that is,there is indeed a ceiling effect,affirming that spatial agglomeration of labor has a moderate range for promoting economic growth.

Keywords ：spatial agglomeration of labor；economic growth；spatial effect；regional difference；new economic geography theory

中图分类号 ：F249.2

文献标识码： A

文章编号： 1000-7636(2019)03-0086-21

收稿日期： 2018-09-25

作者简介： 王静文 南京邮电大学社会与人口学院讲师，南京，210023；

王明雁 山东财经大学经济学院讲师，济南，250014。

作者感谢匿名审稿人的评审意见。

DOI： 10.13502/j.cnki.issn1000-7636.2019.03.007

责任编辑：蒋 琰

标签：劳动力空间集聚论文;  经济增长论文;  空间效应论文;  区域差异论文;  新经济地理学论文;  南京邮电大学社会与人口学院论文;  山东财经大学经济学院论文;