交通條件、城市規(guī)模和勞動(dòng)技能匹配效應(yīng)

鄭騰飛，柯善咨

（1. 湖南大學(xué) 經(jīng)濟(jì)與貿(mào)易學(xué)院，長(zhǎng)沙 410079；2. 國(guó)家發(fā)改委宏觀經(jīng)濟(jì)研究院 產(chǎn)業(yè)所，北京 100038）

一、引 言

近20年，我國(guó)勞動(dòng)生產(chǎn)率總體上大幅提高，但在各地區(qū)和各城市間仍存在較大差異。根據(jù)《中國(guó)城市統(tǒng)計(jì)年鑒》數(shù)據(jù)，2015年我國(guó)中小城市勞動(dòng)力的平均產(chǎn)出為56 256元，明顯低于大城市的70 577元。傳統(tǒng)的新古典經(jīng)濟(jì)學(xué)理論認(rèn)為，要素投入和集聚經(jīng)濟(jì)的差別是導(dǎo)致勞動(dòng)生產(chǎn)率差異的原因。新經(jīng)濟(jì)地理學(xué)者強(qiáng)調(diào)運(yùn)輸成本的高低和規(guī)模經(jīng)濟(jì)的大小會(huì)對(duì)不同地區(qū)和城市的市場(chǎng)規(guī)模和勞動(dòng)生產(chǎn)率產(chǎn)生差異化影響。后續(xù)研究通過正規(guī)理論模型分析指出，勞動(dòng)者與工作崗位的技能匹配程度影響勞動(dòng)生產(chǎn)率（Duranton和Puga，2004）。反觀我國(guó)勞動(dòng)技能匹配狀況，人保部數(shù)據(jù)顯示2014年4季度城市勞動(dòng)力市場(chǎng)求人倍率為1.15，各類用工總需求的15%無法得到滿足。

城市規(guī)模的大小決定著本地勞動(dòng)力市場(chǎng)規(guī)模，進(jìn)而極大地影響著技能匹配水平和企業(yè)生產(chǎn)率。大城市各種專業(yè)化行業(yè)比較齊全，勞動(dòng)者技能與崗位技能需求愈相匹配。從日常觀察可見，雙雙擁有高學(xué)歷和專業(yè)技能的夫妻傾向選擇在大城市工作和生活，因?yàn)榇蟪鞘袃?nèi)各類專業(yè)技能易于匹配，雙方可以擁有各自的事業(yè)、獲得較高的收入。理論和實(shí)證研究還表明，隨著城市規(guī)模的增長(zhǎng)和功能分工的演變，大城市逐漸成為管理、研發(fā)和先進(jìn)服務(wù)業(yè)中心，而外圍中小城市則主要承擔(dān)專業(yè)化制造和加工功能（Duranton和Puga，2005；趙勇和白永秀，2012）。與中小城市相比，大城市具有吸納高技能勞動(dòng)力的優(yōu)勢(shì)，高技能勞動(dòng)力和高技術(shù)企業(yè)有更各得其所的技能匹配和更高的生產(chǎn)率。

交通條件直接影響著勞動(dòng)力流動(dòng)性和技能匹配水平。在我國(guó)一些發(fā)達(dá)地區(qū)，城市交通條件的改善顯著提高了大城市職工的通勤距離。2017年GDP排名前十的城市職工平均通勤里程都在8公里以上，其中排名前三的城市的平均通勤距離更是突破了12公里。全國(guó)其他地區(qū)城市交通條件的改善同樣有助于提高勞動(dòng)力流動(dòng)性、擴(kuò)大勞動(dòng)力市場(chǎng)規(guī)模、緩解技能錯(cuò)配、提高勞動(dòng)生產(chǎn)率。根據(jù)《第一財(cái)經(jīng)周刊》中國(guó)城市分級(jí)標(biāo)準(zhǔn)，2016年，我國(guó)三、四線城市的道路面積較去年增長(zhǎng)8.6%（高于一、二線城市的6.2%），而三、四線城市的月人均出行次數(shù)增長(zhǎng)了23.1%，增速是一、二線城市的近三倍。①數(shù)據(jù)來源于《中國(guó)城市統(tǒng)計(jì)年鑒》和《2016智能出行大數(shù)據(jù)報(bào)告》。便利的交通和通勤條件顯著提高了勞動(dòng)力的出行效率，也為更多城市提供了與大城市勞動(dòng)力集聚同等的勞動(dòng)力蓄水池效益。

企業(yè)職工培訓(xùn)是改善技能匹配水平、提高生產(chǎn)率的另一重要途徑。例如，福特汽車、摩托羅拉等企業(yè)每年人才培訓(xùn)支出在10億美元以上，韓國(guó)每年人均就業(yè)培訓(xùn)費(fèi)為223萬韓元。②中國(guó)企業(yè)報(bào)道：http://www.ceccen.com/toutiaoxinwen/1458701214.html；搜狐網(wǎng)、商務(wù)部網(wǎng)站。我國(guó)沿海地區(qū)外資企業(yè)也很注重職工技能培訓(xùn)，為此專門在我國(guó)建立了培訓(xùn)基地。相比之下，國(guó)內(nèi)企業(yè)的員工培訓(xùn)經(jīng)費(fèi)投入很低?！吨袊?guó)企業(yè)人力資源管理調(diào)查報(bào)告》的數(shù)據(jù)顯示，培訓(xùn)經(jīng)費(fèi)占公司銷售收入千分之三以上的企業(yè)僅占企業(yè)數(shù)的8.7%，然而，占銷售收入千分之零點(diǎn)五以下的企業(yè)則有48.2%。

行業(yè)技術(shù)水平和行業(yè)間技術(shù)相似性是影響技能匹配的另一個(gè)重要原因。根據(jù)人力資源和社會(huì)保障部數(shù)據(jù)，技能勞動(dòng)者數(shù)量?jī)H占中國(guó)就業(yè)人員總量的約19%，而高技能人才只占5%，技能人才供需矛盾突出。根據(jù)《制造業(yè)人才發(fā)展規(guī)劃指南》，現(xiàn)階段新信息技術(shù)產(chǎn)業(yè)、高檔數(shù)控和機(jī)器人、電力裝備、新材料和生物醫(yī)藥等十大重點(diǎn)領(lǐng)域技工總?cè)笨诟哌_(dá)三千萬。特定行業(yè)技工缺口的擴(kuò)大不僅降低了技能匹配的總體水平，也造成技術(shù)人才的頻繁流動(dòng)。由于有些行業(yè)人才流失率居高不下，以致企業(yè)不看好技能培訓(xùn)的投資回報(bào)。根據(jù)行業(yè)技術(shù)水平和城市類型系統(tǒng)地分析交通條件和企業(yè)培訓(xùn)的影響將有助于增強(qiáng)地區(qū)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整的針對(duì)性。

本文的目的和貢獻(xiàn)是分析交通條件和城市規(guī)模如何通過技能匹配影響企業(yè)生產(chǎn)率。我們將技能匹配引入Venables（2007）理論模型，利用中國(guó)企業(yè)面板數(shù)據(jù)檢驗(yàn)交通條件與城市規(guī)模通過改變技能匹配水平對(duì)企業(yè)生產(chǎn)率的影響機(jī)制及其行業(yè)差異，彌補(bǔ)文獻(xiàn)的缺失，為制定和評(píng)價(jià)城市發(fā)展政策提供若干統(tǒng)計(jì)依據(jù)。本文各節(jié)內(nèi)容安排如下。第二節(jié)是文獻(xiàn)綜述；第三節(jié)構(gòu)建理論框架和計(jì)量模型；第四節(jié)說明指標(biāo)和數(shù)據(jù)；第五節(jié)報(bào)告和解釋計(jì)量估計(jì)結(jié)果；第六節(jié)是結(jié)論。

二、文獻(xiàn)綜述

我們把與本文密切相關(guān)的文獻(xiàn)分為三組：集聚經(jīng)濟(jì)與交通條件，交通條件與勞動(dòng)力流動(dòng)，勞動(dòng)技能匹配機(jī)制的分析和檢驗(yàn)。以下分別綜述三組文獻(xiàn)。

自馬歇爾（Marshall，1890）勾畫出集聚經(jīng)濟(jì)效應(yīng)以來，后續(xù)文獻(xiàn)?尤其是Duranton 和Puga(2004)?分析了集聚經(jīng)濟(jì)的三個(gè)微觀機(jī)制?勞動(dòng)力蓄水池、中間投入的規(guī)模經(jīng)濟(jì)和技術(shù)外溢，并初步構(gòu)建了理論模型。其中：勞動(dòng)力集聚有利于廠商雇用專業(yè)職工，也有利于勞動(dòng)者找到與個(gè)人技能匹配的崗位，因而成為集聚經(jīng)濟(jì)的一個(gè)重要來源。改善交通條件將降低通勤成本，擴(kuò)大地方勞動(dòng)力市場(chǎng)，促進(jìn)人口和產(chǎn)業(yè)集聚，產(chǎn)生集聚經(jīng)濟(jì)效益。為了確定交通條件影響城市生產(chǎn)率的空間范圍，Graham等（2009）使用英國(guó)企業(yè)面板數(shù)據(jù)和非線性計(jì)量模型檢驗(yàn)了不同行業(yè)的集聚經(jīng)濟(jì)效益和影響距離。該研究顯示，英國(guó)生產(chǎn)性服務(wù)業(yè)和建筑業(yè)的集聚產(chǎn)出彈性分別為0.08和0.03，而制造業(yè)和消費(fèi)性服務(wù)業(yè)的產(chǎn)出彈性僅為0.02；估計(jì)還顯示生產(chǎn)性與消費(fèi)性服務(wù)業(yè)和建筑業(yè)的距離衰減指數(shù)分別為1.8和1.6，遠(yuǎn)大于制造業(yè)的1.0，意味著與制造業(yè)相比，服務(wù)業(yè)和建筑業(yè)的集聚效益在空間上更加受制于距離和交通條件。Lin和Truong（2012）在一項(xiàng)類似研究中利用中國(guó)1999?2009年278個(gè)地級(jí)及以上等級(jí)城市的面板數(shù)據(jù)檢驗(yàn)交通距離對(duì)集聚效應(yīng)和城市生產(chǎn)率的影響，用就業(yè)密度表示集聚，發(fā)現(xiàn)就業(yè)集聚的人均產(chǎn)出彈性為0.109，且集聚經(jīng)濟(jì)隨著交通條件的改善而增長(zhǎng)，產(chǎn)出彈性可增至0.17。除了類似的大量正面分析以外，城市經(jīng)濟(jì)學(xué)也指出，交通密度的增長(zhǎng)和經(jīng)濟(jì)活動(dòng)的過度集中會(huì)造成集聚不經(jīng)濟(jì)。為了研究城市密度、生產(chǎn)率和交通擁堵間的關(guān)系，Graham（2007）選擇距離與成本兩個(gè)變量來識(shí)別道路交通擁堵效應(yīng)，使用英國(guó)制造業(yè)、建筑業(yè)和服務(wù)業(yè)廠商及其區(qū)位數(shù)據(jù)和超越對(duì)數(shù)需求函數(shù)估計(jì)交通擁堵對(duì)各業(yè)廠商集聚效應(yīng)的影響，發(fā)現(xiàn)某些行業(yè)廠商集聚收益隨城市密度的增加而明顯遞減，交通擁堵降低了高度城市化地區(qū)的集聚收益。近年來，我國(guó)研究者也定量研究了城市生產(chǎn)率因交通擁堵受到的損失。柯善咨和鄭騰飛（2015）根據(jù)擁堵外部性和居民與廠商最優(yōu)化原理構(gòu)建理論模型，利用中國(guó)266個(gè)地級(jí)及以上城市2003?2012年數(shù)據(jù)檢驗(yàn)交通密度對(duì)生產(chǎn)率的影響，證實(shí)城市勞動(dòng)生產(chǎn)率隨著車輛密度的增加出現(xiàn)了顯著的倒U形變化。

現(xiàn)有研究表明，交通條件影響著勞動(dòng)力在部門間和區(qū)域間的流動(dòng)和配置，改善交通條件有利于促進(jìn)經(jīng)濟(jì)結(jié)構(gòu)調(diào)整、提高整體經(jīng)濟(jì)效率。Gollin和Rogerson（2014）利用一般均衡模型和數(shù)值模擬方法分析非洲撒哈拉以南地區(qū)勞動(dòng)生產(chǎn)率和交通成本是否會(huì)造成農(nóng)業(yè)人口變動(dòng)，模擬結(jié)果顯示，如果農(nóng)業(yè)全要素生產(chǎn)率和交通成本分別增加和降低10%，農(nóng)業(yè)部門人口可降低20%。林理升和王曄倩（2006）在新經(jīng)濟(jì)地理框架內(nèi)探討運(yùn)輸成本和勞動(dòng)力流動(dòng)對(duì)制造業(yè)區(qū)域分布的作用機(jī)制，認(rèn)為運(yùn)輸成本的差異造成了沿海地區(qū)制造業(yè)的選址優(yōu)勢(shì)，而勞動(dòng)力流動(dòng)成本則阻礙了沿海地區(qū)產(chǎn)業(yè)集聚的進(jìn)一步深化。張光南和宋冉（2013）采用中國(guó)各省工業(yè)數(shù)據(jù)分析交通條件對(duì)要素投入的影響，結(jié)果顯示改善交通基礎(chǔ)設(shè)施能顯著降低勞動(dòng)力流動(dòng)成本，促使勞動(dòng)密集生產(chǎn)技術(shù)替代資本密集技術(shù)，并減少中間品投入，從而降低了生產(chǎn)成本。

本文與勞動(dòng)技能匹配研究密切相關(guān)，而勞動(dòng)技能匹配水平直接受到勞動(dòng)力市場(chǎng)規(guī)模和交通條件的影響。Helsley和Strange（1990）的早期研究曾構(gòu)建了包括勞動(dòng)者、廠商和土地開發(fā)商三個(gè)經(jīng)濟(jì)主體的模型，其理論分析表明勞動(dòng)力市場(chǎng)規(guī)模越大，勞動(dòng)者與工作崗位的匹配質(zhì)量越高。基于上述理論，Duranton和Puga（2004）在理論框架中引入了勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)，構(gòu)建了包含均衡企業(yè)數(shù)和匹配成本的廠商模型用以分析集聚經(jīng)濟(jì)的來源。由于存在規(guī)模經(jīng)濟(jì)，企業(yè)數(shù)量的增長(zhǎng)比例小于勞動(dòng)力增長(zhǎng)比例，勞動(dòng)力市場(chǎng)競(jìng)爭(zhēng)加劇，從而提高了匹配質(zhì)量和勞動(dòng)生產(chǎn)率。由于交通成本制約了勞動(dòng)者?特別是城市低收入者?的工作搜尋強(qiáng)度，所以降低交通成本會(huì)改善勞動(dòng)力流動(dòng)性、擴(kuò)大勞動(dòng)力市場(chǎng)有效規(guī)模、提高技能匹配水平。為檢驗(yàn)交通條件對(duì)工作搜尋強(qiáng)度（進(jìn)而對(duì)勞動(dòng)技能匹配）的影響，Gautier和Zenou（2010）使用勞動(dòng)力市場(chǎng)穩(wěn)態(tài)均衡模型和 1981?1982年美國(guó)全國(guó)調(diào)查數(shù)據(jù)分析了白人與黑人青年的工作搜尋強(qiáng)度（時(shí)間和距離）與產(chǎn)出水平，發(fā)現(xiàn)擁有私家車使白人比黑人在單位距離時(shí)間內(nèi)搜尋更多的工作，接近資本市場(chǎng)或公共交通則有助于減少勞動(dòng)市場(chǎng)產(chǎn)出的差異。研究者還發(fā)現(xiàn)交通成本對(duì)工作搜尋強(qiáng)度的影響因收入而異。Phillips（2014）根據(jù)2010年華盛頓地區(qū)雇主-家庭調(diào)查數(shù)據(jù)，設(shè)計(jì)了交通補(bǔ)助的隨機(jī)實(shí)驗(yàn)，檢驗(yàn)交通成本對(duì)低收入者工作搜尋強(qiáng)度的影響。該研究估計(jì)接受補(bǔ)助的實(shí)驗(yàn)組比控制組的工作搜尋強(qiáng)度高19%，而且交通補(bǔ)貼對(duì)偏遠(yuǎn)地區(qū)求職者的作用更加明顯?，F(xiàn)有研究還發(fā)現(xiàn)，交通成本對(duì)不同技能水平的勞動(dòng)者具有篩選效應(yīng)。勞動(dòng)力流動(dòng)性也因技能水平而異。Torfs和Zhao（2015）的研究表明，由于存在勞動(dòng)力流動(dòng)成本，只有高技能勞動(dòng)力才有能力遷往大城市，而低技能勞動(dòng)者只能在本地搜尋工作。高技能勞動(dòng)力外流使當(dāng)?shù)鼐蜆I(yè)環(huán)境惡化，進(jìn)而降低低技能勞動(dòng)者的匹配質(zhì)量。個(gè)別文獻(xiàn)還研究了交通條件通過改善匹配效率對(duì)經(jīng)濟(jì)增長(zhǎng)的影響。Tikoudis等（2012）的分析顯示了交通基礎(chǔ)設(shè)施通過改善貿(mào)易條件和提高匹配效率兩種途徑影響產(chǎn)出，該研究構(gòu)建了兩區(qū)域空間迭代模型，采用模擬實(shí)驗(yàn)分析了匹配效應(yīng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響，定量估計(jì)認(rèn)為交通基礎(chǔ)設(shè)施通過改善勞動(dòng)力匹配效率可以提高人均產(chǎn)出10%左右。上述有關(guān)匹配機(jī)制的理論研究和實(shí)證檢驗(yàn)為分析交通條件與生產(chǎn)率之間的關(guān)系提供了一個(gè)重要思路。

綜上所述，相關(guān)領(lǐng)域的學(xué)者們初步探討了技能匹配如何受勞動(dòng)力市場(chǎng)規(guī)模和交通條件影響，但是理論分析中并未涉及勞動(dòng)力市場(chǎng)規(guī)模和交通條件對(duì)技能匹配的協(xié)同或替代作用，實(shí)證檢驗(yàn)中依賴比較簡(jiǎn)易的模型，也忽略了交通條件與技能匹配對(duì)不同技術(shù)水平行業(yè)和不同規(guī)模城市中企業(yè)效率的影響。本文試圖彌補(bǔ)這些研究的不足，文中理論和實(shí)證研究的邏輯是：技能匹配影響勞動(dòng)生產(chǎn)率，即存在技能匹配效應(yīng)；交通條件和城市規(guī)模協(xié)同作用于技能匹配效應(yīng)。

三、理論框架

本節(jié)將技能匹配引入Venables（2007）的交通條件?城市規(guī)模?生產(chǎn)率理論框架，分析城市交通條件、城市規(guī)模和勞動(dòng)技能匹配對(duì)企業(yè)生產(chǎn)率的影響，進(jìn)而設(shè)置計(jì)量模型。

假設(shè)同行業(yè)的廠商生產(chǎn)同質(zhì)產(chǎn)品，令x為勞動(dòng)者技能與工作崗位完全匹配時(shí)的勞動(dòng)生產(chǎn)率。大量研究表明，在相當(dāng)大的規(guī)模范圍內(nèi)城市集聚經(jīng)濟(jì)大于集聚非經(jīng)濟(jì)，所以假設(shè)企業(yè)生產(chǎn)率是城市勞動(dòng)力規(guī)模N的增函數(shù)x(N)，x'>0。令m表示匹配成本，即勞動(dòng)者技能與崗位所需技能的差別，反映技能匹配狀況。假設(shè)某城市擁有足夠大的技能多樣化的勞動(dòng)力市場(chǎng)，而且有完善的交通條件，廠商和勞動(dòng)力的搜尋成本為0（或作為某一基點(diǎn)），那么這里的廠商無需內(nèi)部培訓(xùn)投入即可實(shí)現(xiàn)技能匹配。而其他城市的職工和廠商的搜尋成本則大于0（或大于上述基點(diǎn)），他們需努力搜尋方可實(shí)現(xiàn)技能的供求匹配。然而，這些廠商和職工也可以通過降低招聘門檻和接受較低起薪，把搜尋成本全部投到內(nèi)部培訓(xùn)上，培訓(xùn)投入越大，崗位技能差距導(dǎo)致的生產(chǎn)率損失越小，所以培訓(xùn)投入量是匹配成本的反向測(cè)度。又因城市勞動(dòng)力規(guī)模N的擴(kuò)大會(huì)促進(jìn)職工與崗位之間的技能匹配，降低匹配成本m，所以匹配成本為N的減函數(shù)，m(N)，m'<0。

在市區(qū)半徑外居住與工作的職工不支付通勤和城市地租，且假設(shè)其從事簡(jiǎn)易工作（如農(nóng)業(yè)或簡(jiǎn)單的加工裝配），技能匹配成本為常數(shù)，因此其收入為?？臻g區(qū)位均衡時(shí)，城市邊緣的地租為0，城市邊緣職工在城區(qū)內(nèi)外就業(yè)的凈收入相同：

下面考察存在匹配成本時(shí)的城市均衡規(guī)模和勞動(dòng)生產(chǎn)率。注意到和，利用式（4）對(duì)c求導(dǎo)并整理后得：

借鑒Helsley和Strange（1990）的技能空間單位圓周的表達(dá)形式（見圖1），用單位圓周上均勻分布的位置表示每個(gè)廠商崗位的不同技能要求和每個(gè)勞動(dòng)者的特有技能。圖1A假設(shè)勞動(dòng)市場(chǎng)中有A和B兩個(gè)技術(shù)要求不同的廠商和4個(gè)具有不同技能的職工，其中工人1和工人2為廠商A所雇傭，工人3和工人4為廠商B所雇傭，平均每人的技能匹配差距為1/8。同理，圖1B假設(shè)有三個(gè)企業(yè)和6名工人，技能匹配差距下降為1/12。不失一般性，勞動(dòng)者技能與崗位需求技能間的差距用單位圓周上兩者之間的距離μ表示，增加的匹配成本則可表示為μm(N)。

圖 1 勞動(dòng)技能匹配

設(shè)有n個(gè)企業(yè)進(jìn)入市場(chǎng)，所以每個(gè)企業(yè)在技能空間圓周上占互不重復(fù)的1/n。在對(duì)稱均衡條件下，各企業(yè)的基本工資（x）相同。假設(shè)每個(gè)企業(yè)都將為爭(zhēng)奪技術(shù)工人而展開競(jìng)爭(zhēng)，其有效競(jìng)爭(zhēng)對(duì)手主要是崗位技能要求差異僅為1/n的左右兩側(cè)競(jìng)爭(zhēng)者。工人的凈收入等于工資減去匹配成本。工人都力圖獲得最高凈收入。當(dāng)與企業(yè)h的差距為μ的工人獲得的工資x(h)等于從h的競(jìng)爭(zhēng)對(duì)手獲得的工資x時(shí)，可得：

其中：[(1/n)–μ)]m(N)是h的競(jìng)爭(zhēng)者雇傭該工人所增加的匹配成本。對(duì)式（6）變換整理可得：

企業(yè)h將會(huì)雇傭與其技能要求差別不大于μ（μ≤1/2n）的工人，根據(jù)式（7）可得雇傭數(shù)為：

式（8）表明，企業(yè)h相對(duì)工資 [x(h)?x] 越高、勞動(dòng)力市場(chǎng)越大、匹配成本m(N)越低，能夠從競(jìng)爭(zhēng)者那里吸引的工人就越多。均衡條件下，x(h)=x，企業(yè)雇傭數(shù)量。標(biāo)準(zhǔn)化k=1+θ，把城市職工通勤成本加總并整理后得。①根據(jù)式（4）和城市內(nèi)外職工分布，N和?N，可得企業(yè)總收益：

利用式（9）對(duì)c求導(dǎo)得交通條件改善對(duì)產(chǎn)出的影響有：

上式綜合了交通條件通過幾個(gè)途徑影響勞動(dòng)生產(chǎn)率的機(jī)制。第一，上式最后一項(xiàng)（即）表示不計(jì)其他間接途徑，改善交通可以直接節(jié)省市內(nèi)所有職工的通勤成本。

根據(jù)方程式（4），均衡狀態(tài)下的城市勞動(dòng)生產(chǎn)率優(yōu)勢(shì)和城市交通成本抵消，所以式（10）中的其他各項(xiàng)等于0。城市交通條件的變化通過城市規(guī)模、職工個(gè)體生產(chǎn)率、技能匹配等途徑影響企業(yè)生產(chǎn)率的機(jī)制可用圖2表示。

圖 2 交通條件、城市規(guī)模和勞動(dòng)技能匹配對(duì)生產(chǎn)率的影響

圖2中的橫軸和縱軸分別衡量城市規(guī)模和城市內(nèi)外生產(chǎn)率的差別?？v軸原點(diǎn)表示城市外的平均凈生產(chǎn)率，即平均生產(chǎn)率減去匹配成本。設(shè)初始交通成本為起自原點(diǎn)的直線，c0是斜率，交通成本隨城市規(guī)模而增長(zhǎng)。交通條件改善后，斜率下降為c1，交通成本線自原點(diǎn)向右旋轉(zhuǎn)為。曲線是不計(jì)城市內(nèi)匹配成本時(shí)城市內(nèi)外生產(chǎn)率的差異。集聚經(jīng)濟(jì)效益產(chǎn)生的生產(chǎn)率和收入差異吸引著城外職工遷入城市，該曲線先隨城市規(guī)模增長(zhǎng)迅速上升；隨后出現(xiàn)集聚不經(jīng)濟(jì)，上升勢(shì)頭減緩；最后與交通成本曲線相交，達(dá)到城市規(guī)模和生產(chǎn)率的空間點(diǎn)，即圖2該曲線與兩交通成本線和相交的兩點(diǎn)（小寫字母p1和p2）。根據(jù)Helsley和Strange（1990）的勞動(dòng)技能匹配模型，城市勞動(dòng)力規(guī)模N的擴(kuò)大將降低匹配成本m(N)，即m'<0，提高生產(chǎn)率。引入匹配成本后，城市內(nèi)外效率的差別是。該曲線與兩交通成本的交點(diǎn)（大寫字母P1和P2）是達(dá)到空間均衡的城市規(guī)模（N和N+dN）和生產(chǎn)率，在此狀態(tài)下，企業(yè)和職工都不再有遷移的經(jīng)濟(jì)激勵(lì)。若交通成本不變（沿），匹配成本m(N)使城市均衡規(guī)模N和生產(chǎn)率y坐標(biāo)交點(diǎn)由小寫字母p1點(diǎn)下降為大寫的P1。由此得到理論預(yù)期，生產(chǎn)率是匹配成本m(N)的減函數(shù)。

四、計(jì)量模型設(shè)定與數(shù)據(jù)說明

（一）計(jì)量模型設(shè)定。根據(jù)以上分析，由于集聚經(jīng)濟(jì)和交通條件的改善均有助于勞動(dòng)生產(chǎn)率的增長(zhǎng)，城市規(guī)模、交通條件和技能匹配直接影響勞動(dòng)生產(chǎn)率，但是技能錯(cuò)配會(huì)降低生產(chǎn)率。更為重要的是，勞動(dòng)力在找工作時(shí)，城市規(guī)模和交通條件的改善會(huì)提高匹配程度；而且，給定城市規(guī)模和交通條件，企業(yè)可以通過培訓(xùn)投入來改善現(xiàn)有的技能匹配水平。因此，交通條件、城市規(guī)模和企業(yè)培訓(xùn)對(duì)企業(yè)生產(chǎn)率的直接影響和協(xié)同影響是本文考察的重點(diǎn)。同時(shí)需要說明，搜尋和培訓(xùn)是前后兩個(gè)階段的行為，其目的都是實(shí)現(xiàn)技能匹配，但是兩者的作用可以替代（已達(dá)到技能匹配時(shí)）也可以疊加（尚未達(dá)到匹配時(shí)）。理論模型的構(gòu)建過程力求刻畫技能匹配機(jī)制，避免遺漏重要的相關(guān)變量，但均衡模型的最終結(jié)果不在于區(qū)分搜尋和培訓(xùn)所處的階段，而在于揭示各變量對(duì)生產(chǎn)率的可能的貢獻(xiàn)。計(jì)量模型檢驗(yàn)的是均衡模型，所以城市規(guī)模、交通條件和企業(yè)培訓(xùn)投入變量的參數(shù)估計(jì)都是包含了上述兩個(gè)階段變化的最終結(jié)果。

為了降低估計(jì)偏誤，文中還引入了其他控制變量。根據(jù)已有研究（周黎安等，2007；孫曉華和王呁，2014；鐘昌標(biāo)等，2015），企業(yè)生產(chǎn)率還與企業(yè)內(nèi)部特點(diǎn)和外部環(huán)境的諸多因素相關(guān)，因此，計(jì)量模型引入企業(yè)規(guī)模size和年齡age，城市財(cái)政科研支出比重kn，城市每萬人口中大學(xué)生數(shù)st和企業(yè)所在行業(yè)indh以及企業(yè)所在城市cityi虛擬變量作為控制變量。我們根據(jù)上述理論框架設(shè)置相應(yīng)的計(jì)量模型有：

其中：各變量的下標(biāo)i和j識(shí)別城市和企業(yè)，下標(biāo)t是年份；被解釋變量Y表示企業(yè)生產(chǎn)率，解釋變量Ci是用路網(wǎng)密度表示的城市i的交通條件，Ni是用人口表示的城市i的規(guī)模，m是用企業(yè)培訓(xùn)投入測(cè)度的技能匹配。隨后四個(gè)（組）變量是交互項(xiàng)。交互項(xiàng)參數(shù)β4和β5表示技能匹配水平分別與城市規(guī)模和交通條件對(duì)企業(yè)生產(chǎn)率的協(xié)同影響。第六項(xiàng)β6表示交通條件和城市規(guī)模對(duì)企業(yè)生產(chǎn)率的協(xié)同作用。交互項(xiàng)參數(shù)β7表示交通條件和企業(yè)培訓(xùn)對(duì)生產(chǎn)率的影響是否隨著城市規(guī)模的變化而變化。已有研究發(fā)現(xiàn)城市生產(chǎn)率隨非農(nóng)業(yè)人口規(guī)模呈非線性變化（如，柯善咨和趙曜，2014）。為此，在計(jì)量方程（11）的基礎(chǔ)上引入城市規(guī)模的二次項(xiàng)。變量Xt表示控制變量，包括企業(yè)和城市的四個(gè)連續(xù)變量以及各個(gè)行業(yè)、城市和年份的虛擬變量indh、cityi和yeart。

本文進(jìn)一步分析交通條件和企業(yè)培訓(xùn)對(duì)不同類型產(chǎn)業(yè)生產(chǎn)率的影響。不同技術(shù)類型產(chǎn)業(yè)對(duì)要素和市場(chǎng)有不同的需求，意味著不同類型的產(chǎn)業(yè)偏好不同規(guī)模的城市。①高新技術(shù)產(chǎn)業(yè)需要大量高技能人才和便利的交通和信息交往，因此往往集聚在大城市。技術(shù)成熟的傳統(tǒng)產(chǎn)業(yè)需要成本較低的土地、原材料和一般勞動(dòng)力，因而偏好在要素成本較低的二、三線城市。為了檢驗(yàn)交通條件與企業(yè)培訓(xùn)對(duì)不同產(chǎn)業(yè)生產(chǎn)率的影響是否存在城市規(guī)模差異，本文根據(jù)2014年國(guó)務(wù)院印發(fā)的《關(guān)于調(diào)整城市規(guī)模劃分標(biāo)準(zhǔn)的通知》，將城市按規(guī)模劃分為三類：人口<100萬的中小城市用虛擬變量N1=1表示，人口介于100萬和500萬之間的大城市用虛擬變量N2=1表示（該變量在回歸中略去），人口>500萬的特大城市用虛擬變量N3=1表示，每個(gè)城市只屬于一類，模型中其他兩個(gè)虛擬變量值為0。重新設(shè)定的計(jì)量模型如下所示：

其中：第七項(xiàng)的變量Nk是城市規(guī)模類型的虛擬變量，k=1，2，3。參數(shù)β7k測(cè)度交通條件和匹配水平對(duì)第k類的城市規(guī)模中企業(yè)生產(chǎn)率的協(xié)同影響。

（二）變量和數(shù)據(jù)說明。本文數(shù)據(jù)來自國(guó)家統(tǒng)計(jì)局發(fā)布的《中國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》和《中國(guó)城市統(tǒng)計(jì)年鑒》?！吨袊?guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)》中只有2004?2007年四年序列中報(bào)告了企業(yè)勞動(dòng)培訓(xùn)支出數(shù)據(jù)，這成為本文時(shí)間序列的約束條件。工業(yè)企業(yè)數(shù)據(jù)庫(kù)中有些指標(biāo)存在異常值，本文樣本剔除了職工人數(shù)、總資產(chǎn)或固定資產(chǎn)凈值和銷售額缺失的觀測(cè)值。根據(jù)謝千里等（2008）的方法，剔除職工人數(shù)少于8人的觀測(cè)值。本文還剔除了企業(yè)年齡大于100的個(gè)別可疑記錄。由于工業(yè)企業(yè)數(shù)據(jù)庫(kù)中各年收集的統(tǒng)計(jì)指標(biāo)個(gè)數(shù)差別較大，本文選取在樣本期間內(nèi)持續(xù)存在的變量。穩(wěn)健性檢驗(yàn)還將使用被解釋變量高低端各1%截尾后的樣本。由于從2004年起，國(guó)家統(tǒng)計(jì)局不再收集工業(yè)增加值和工業(yè)總產(chǎn)值數(shù)據(jù)，本文參照聶輝華等（2012）的方法，根據(jù)會(huì)計(jì)準(zhǔn)則估算，工業(yè)增加值=產(chǎn)品銷售額?期初存貨+期末存貨?工業(yè)中間投入+增值稅。勞動(dòng)生產(chǎn)率用企業(yè)增加值與企業(yè)職工數(shù)的比值表示。

下面扼要說明各解釋變量及其測(cè)度。方程（11）和（12）中的技能匹配水平m是本研究的關(guān)鍵變量。但是，對(duì)技能匹配的任何國(guó)內(nèi)外研究都沒有發(fā)現(xiàn)直接的統(tǒng)計(jì)數(shù)據(jù)。然而，現(xiàn)實(shí)中無論企業(yè)勞動(dòng)技能匹配水平如何，職工培訓(xùn)都可以使職工勞動(dòng)技能與企業(yè)需要更加匹配，從而提高生產(chǎn)效率，這也是企業(yè)培訓(xùn)投入的根本動(dòng)力。企業(yè)培訓(xùn)投入未必和企業(yè)原技能匹配水平相關(guān)，既可能是技能匹配差的企業(yè)增加培訓(xùn)投入，也有可能是其他因素導(dǎo)致企業(yè)培訓(xùn)投入增加。因此，用技能培訓(xùn)投入表示匹配水平并不能揭示培訓(xùn)投入的原因，但是計(jì)量檢驗(yàn)可以發(fā)現(xiàn)所有企業(yè)培訓(xùn)投入的平均收益。本文用每個(gè)職工平均技能培訓(xùn)投入（變量Match）表示匹配水平，該指標(biāo)統(tǒng)計(jì)數(shù)據(jù)的最長(zhǎng)時(shí)間序列為2004?2007年四年。Street是路網(wǎng)密度，用每平方公里建成區(qū)面積上的道路長(zhǎng)度表示。城市規(guī)模Pop用市轄區(qū)人口表示。該變量還用于構(gòu)建三個(gè)城市規(guī)模虛擬變量N1、N2和N3。企業(yè)規(guī)模Size用企業(yè)職工數(shù)測(cè)度。企業(yè)年齡Age是從注冊(cè)到本研究樣本年份之間的年數(shù)。高等教育St以大學(xué)在校生數(shù)占總?cè)丝诘谋戎乇硎??？蒲协h(huán)境Kn以科技支出占財(cái)政支出的比重表示。表1為這些變量的描述統(tǒng)計(jì)量。其中：一些企業(yè)教育培訓(xùn)支出（Match）為0，在取對(duì)數(shù)時(shí)，為了防止0值造成缺失記錄，我們借鑒文獻(xiàn)中慣用方法，先平移所有數(shù)據(jù)（Match +1），再取對(duì)數(shù)。

表 1 2004?2007年中國(guó)制造業(yè)企業(yè)和城市的描述性統(tǒng)計(jì)

五、計(jì)量檢驗(yàn)和分析

（一）交通基礎(chǔ)設(shè)施、城市規(guī)模和培訓(xùn)投入對(duì)中國(guó)企業(yè)生產(chǎn)率影響的計(jì)量檢驗(yàn)。除了虛擬變量，文中變量均采用對(duì)數(shù)形式。所有模型的Hausman檢驗(yàn)都拒絕了隨機(jī)效應(yīng)原假設(shè)，表明未控制的企業(yè)特征與某些解釋變量相關(guān)，必須控制這些企業(yè)的固定效應(yīng)（FE）才能得到一致性參數(shù)估計(jì)。此外，一些地區(qū)推行的特定產(chǎn)業(yè)政策影響相關(guān)產(chǎn)業(yè)的企業(yè)生產(chǎn)率，①例如，國(guó)務(wù)院關(guān)于印發(fā)“十三五”國(guó)家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃的通知指出，山東半島城市群重點(diǎn)發(fā)展生物醫(yī)藥、高端裝備制造、新一代信息技術(shù)、新材料等產(chǎn)業(yè)，而福建重點(diǎn)發(fā)展海峽西岸地區(qū)生物、海洋、集成電路等產(chǎn)業(yè)，以及東北地區(qū)大力發(fā)展機(jī)器人及智能裝備、光電子、生物醫(yī)藥及醫(yī)療器械等產(chǎn)業(yè)。所以回歸模型引入了省份與產(chǎn)業(yè)固定效應(yīng)的交互項(xiàng)（29×29個(gè)虛擬變量，其中部分變量因共線性而被自動(dòng)刪除）以控制地區(qū)層面的特定產(chǎn)業(yè)政策差異。為了檢驗(yàn)交通條件、城市規(guī)模和技能匹配對(duì)企業(yè)生產(chǎn)率的影響，我們逐步引入城市路網(wǎng)密度、城市規(guī)模和技能匹配（用企業(yè)培訓(xùn)投入測(cè)度）的交互項(xiàng)，檢驗(yàn)三個(gè)不同的固定效應(yīng)模型。對(duì)中國(guó)諸多城市的大量企業(yè)來說，城市規(guī)模和培訓(xùn)投入兩變量對(duì)企業(yè)生產(chǎn)率有獨(dú)立的作用。同時(shí)，城市規(guī)模和培訓(xùn)投入這兩個(gè)變量的變化相互作用，很可能影響各自對(duì)企業(yè)生產(chǎn)率的作用。如果城市人口增長(zhǎng)顯著增強(qiáng)了企業(yè)培訓(xùn)投入對(duì)生產(chǎn)率的作用（即交互項(xiàng)的計(jì)量結(jié)果是顯著的正參數(shù)），根據(jù)經(jīng)濟(jì)學(xué)一般邏輯，城市人口規(guī)模是企業(yè)培訓(xùn)投入的互補(bǔ)因素。相反，如果城市人口增長(zhǎng)削弱了企業(yè)培訓(xùn)投入對(duì)生產(chǎn)率的作用（交互項(xiàng)有顯著的負(fù)參數(shù)），根據(jù)經(jīng)濟(jì)學(xué)邏輯，城市人口規(guī)模和企業(yè)培訓(xùn)投入就很可能是替代因素。我們進(jìn)而推測(cè)其機(jī)制，合乎邏輯和常理的解釋是，具有城市人口規(guī)模優(yōu)勢(shì)的企業(yè)不需要大量?jī)?nèi)部培訓(xùn)即可獲得較好的技能匹配，而城市人口規(guī)模越小的企業(yè)越需要依靠?jī)?nèi)部培訓(xùn)才可獲得所需的技能匹配。我們根據(jù)同樣邏輯解釋交通條件和技能培訓(xùn)交互項(xiàng)的實(shí)證結(jié)果。同時(shí)，為了控制城市規(guī)?？赡軒淼膬?nèi)生性問題，所有回歸方程中使用城市規(guī)模滯后一期的數(shù)據(jù)。表2報(bào)告了方程（11）的FE模型估計(jì)結(jié)果。

表 2 交通條件和企業(yè)培訓(xùn)對(duì)中國(guó)企業(yè)生產(chǎn)率影響的固定效應(yīng)回歸估計(jì)

續(xù)表 2 交通條件和企業(yè)培訓(xùn)對(duì)中國(guó)企業(yè)生產(chǎn)率影響的固定效應(yīng)回歸估計(jì)

我們?cè)O(shè)置和檢驗(yàn)四個(gè)回歸方程。模型1檢驗(yàn)勞動(dòng)培訓(xùn)效應(yīng)，不含交通和培訓(xùn)投入的交互項(xiàng)。模型2加入培訓(xùn)投入（lnMatch）分別與交通條件（lnStreet）和城市規(guī)模（lnPop）形成交互項(xiàng)。根據(jù)理論分析，這兩個(gè)交互項(xiàng)均有助于提高技能匹配。模型3加入交通條件與城市規(guī)模的交互項(xiàng)，檢驗(yàn)交通條件與城市規(guī)模對(duì)企業(yè)生產(chǎn)率的協(xié)同作用。為了檢驗(yàn)交通條件與培訓(xùn)投入對(duì)企業(yè)生產(chǎn)率的影響是否因城市規(guī)模而異，模型4引入城市規(guī)模與交通條件和培訓(xùn)投入的三重交互項(xiàng)（lnPop×lnStreet× lnMatch）。

我們先扼要分析控制變量。所有模型中企業(yè)規(guī)模（lnSize）的系數(shù)顯著為正，表明企業(yè)規(guī)模越大，企業(yè)生產(chǎn)率越高。企業(yè)年齡（lnAge）的顯著性說明隨著企業(yè)經(jīng)營(yíng)時(shí)間的增加和經(jīng)驗(yàn)的積累，企業(yè)生產(chǎn)率可能從“干中學(xué)”中獲得增長(zhǎng)。與預(yù)期一致，每萬人中大學(xué)生數(shù)（lnSt）促進(jìn)了企業(yè)生產(chǎn)率的提高，因?yàn)樘嵘肆Y本可以創(chuàng)造有利的商業(yè)環(huán)境?？蒲协h(huán)境（lnKn）在各模型中的正參數(shù)表明在科技實(shí)力雄厚的地區(qū)，企業(yè)可以利用公共投資和技術(shù)溢出來提高生產(chǎn)率。

以下考察交通條件和培訓(xùn)投入對(duì)企業(yè)生產(chǎn)率的影響。模型1和2中交通條件（lnStreet）對(duì)企業(yè)生產(chǎn)率的影響均顯著為正。培訓(xùn)投入（lnMatch）在各模型中的參數(shù)估計(jì)也顯著為正，表明愿意為了提高職工技能配置效率而投入培訓(xùn)的企業(yè)能獲得更高的效率。模型2是引入交通條件、城市人口規(guī)模和培訓(xùn)投入交互項(xiàng)后的估計(jì)結(jié)果。交通條件與培訓(xùn)投入的交互項(xiàng)（lnStreet× lnMatch）系數(shù)顯著為負(fù)，似有違常理。但結(jié)合lnMatch的含義，這一估計(jì)結(jié)果與理論和常識(shí)相符。一方面，交通條件的改善提高了經(jīng)濟(jì)活動(dòng)頻率，減小了勞動(dòng)者技能與崗位不匹配造成的損失，故而降低了技能培訓(xùn)的潛在收益。另一方面，技能培訓(xùn)縮小了勞動(dòng)技能與工作崗位所需技能的差距，從而降低了交通基礎(chǔ)設(shè)施改善匹配的收益。這說明交通條件和技能培訓(xùn)兩者對(duì)企業(yè)生產(chǎn)率的作用具有一定的替代性。城市規(guī)模和培訓(xùn)投入交互項(xiàng)（lnPop × lnMatch）的負(fù)參數(shù)估計(jì)表明城市規(guī)模和培訓(xùn)投入之間也存在一定的替代關(guān)系，因?yàn)閯趧?dòng)力規(guī)模lnPop的擴(kuò)大提高了職工與崗位間的技能匹配效率，從而降低了技能培訓(xùn)的潛在收益。模型3引入交通條件與城市規(guī)模的交互項(xiàng)。結(jié)果顯示，交通條件的參數(shù)估計(jì)顯著為負(fù)，交通條件和城市規(guī)模交互項(xiàng)（lnStreet×lnPop）的參數(shù)估計(jì)是0.0653，且通過顯著性檢驗(yàn)。在均值處（lnPop=5.60，lnMatch=0.0925），交通條件對(duì)企業(yè)生產(chǎn)率的作用彈性約為0.0837。由于城市規(guī)模的一次項(xiàng)和二次項(xiàng)系數(shù)一正一負(fù)，結(jié)果還是表明交通條件的改善有助于擴(kuò)大城市最優(yōu)規(guī)模。①令含城市人口規(guī)模的各項(xiàng) lnPop、lnPop×lnMatch、lnStreet×lnPop、lnPop×lnStreet× lnMatch 和 lnPop 二次項(xiàng)的系數(shù)分別為 a1、a2、a3、a4和b，則城市最佳規(guī)模的一階條件為（a1+a2lnMatch+a3lnStreet+a4lnMatch×lnStreet）/（-2b）。由于回歸結(jié)果中，a3和a4的參數(shù)估計(jì)均顯著為正、b顯著為負(fù)，故lnStreet值越大，城市最優(yōu)規(guī)模也越大。

模型4檢驗(yàn)交通條件與培訓(xùn)投入對(duì)企業(yè)生產(chǎn)率的協(xié)同作用是否因城市規(guī)模不同而異。由于lnStreet×lnMatch的參數(shù)顯著為負(fù)，而交互項(xiàng)lnPop×lnStreet×lnMatch的系數(shù)顯著為正，因而隨著lnPop的增加，lnStreet×lnMatch會(huì)逐漸變小。該結(jié)果意味著城市交通與技能培訓(xùn)間的替代效應(yīng)因城市規(guī)模大小而異，城市勞動(dòng)力市場(chǎng)規(guī)模越大，技能匹配越好，城市交通與技能培訓(xùn)替代效應(yīng)也越小。

（二）交通條件、城市規(guī)模和培訓(xùn)投入對(duì)不同技術(shù)行業(yè)和不同規(guī)模城市企業(yè)生產(chǎn)率的影響。不同產(chǎn)業(yè)具有各自的技術(shù)特點(diǎn)。本節(jié)根據(jù)《高技術(shù)產(chǎn)業(yè)統(tǒng)計(jì)分類目錄》和OECD產(chǎn)業(yè)分類標(biāo)準(zhǔn)劃分高、中、低技術(shù)三類產(chǎn)業(yè)，附表1列出了每類包含的兩位碼行業(yè)。高技術(shù)產(chǎn)業(yè)技術(shù)含量高，技術(shù)更新快，產(chǎn)品附加值高，需要專業(yè)知識(shí)型勞動(dòng)者，同時(shí)必須支付較高的薪酬；相反，低技術(shù)產(chǎn)業(yè)傾向于采用成熟和穩(wěn)定的技術(shù)，雇工進(jìn)行更多的常規(guī)生產(chǎn)，職工的薪酬也相對(duì)較低；中等技術(shù)產(chǎn)業(yè)的技術(shù)含量則介于高、低技術(shù)產(chǎn)業(yè)之間。各類產(chǎn)業(yè)因技術(shù)特征和對(duì)要素投入的要求不同而有不同的區(qū)位偏好。大城市具有較大的專業(yè)勞動(dòng)力市場(chǎng)和產(chǎn)品市場(chǎng)、較完整的上下游相關(guān)產(chǎn)業(yè)和較迅速的技術(shù)信息傳播，因而成為高技術(shù)產(chǎn)業(yè)的首選之地，而中小城市則因土地和一般勞力等要素價(jià)格較低而成為低技術(shù)產(chǎn)業(yè)的集聚地。交通條件的改善不僅有利于產(chǎn)品運(yùn)輸和信息傳播，也有利于勞動(dòng)力流動(dòng)。表3報(bào)告了方程（12）的分產(chǎn)業(yè)固定效應(yīng)回歸結(jié)果。

表 3 交通條件和培訓(xùn)投入對(duì)中國(guó)高、中、低技術(shù)產(chǎn)業(yè)企業(yè)生產(chǎn)率影響的固定效應(yīng)回歸

為了測(cè)度交通條件和培訓(xùn)投入的協(xié)同作用在特大、大、中小三個(gè)規(guī)模等級(jí)城市組間的差異化影響，三類產(chǎn)業(yè)方程都引入了城市規(guī)模虛擬變量（N1和N3）與lnStreet×lnMatch交互項(xiàng)。所有方程的估計(jì)結(jié)果都顯示，高、中、低技術(shù)產(chǎn)業(yè)的控制變量（lnSize，lnAge，lnSt，lnKn）與表2中總體樣本模型的控制變量參數(shù)估計(jì)本質(zhì)上非常相似。下面著重分析三類產(chǎn)業(yè)模型的交通條件、培訓(xùn)投入和城市規(guī)模及其交互項(xiàng)的計(jì)量估計(jì)結(jié)果。

三類技術(shù)產(chǎn)業(yè)的三個(gè)培訓(xùn)投入?yún)?shù)估計(jì)表明，企業(yè)培訓(xùn)對(duì)中低技術(shù)產(chǎn)業(yè)的生產(chǎn)率有促進(jìn)作用，而對(duì)高技術(shù)產(chǎn)業(yè)的生產(chǎn)率影響不顯著。估計(jì)結(jié)果意味著中低技術(shù)產(chǎn)業(yè)的職工經(jīng)過企業(yè)培訓(xùn)較易掌握本企業(yè)所需的技能，而高技術(shù)產(chǎn)業(yè)的技術(shù)密集度和復(fù)雜程度較高，企業(yè)技能培訓(xùn)未必產(chǎn)生立竿見影的效果。交通條件、城市規(guī)模和培訓(xùn)投入交互項(xiàng)的參數(shù)估計(jì)與表2基本一致。城市規(guī)模虛擬變量（N1和N3）和lnStreet×lnMatch的交互項(xiàng)一負(fù)一正，且在中、高技術(shù)產(chǎn)業(yè)通過了顯著性檢驗(yàn)，表明交通條件對(duì)中小城市中、高技術(shù)產(chǎn)業(yè)技能培訓(xùn)的替代作用明顯高于大城市。而在低技術(shù)產(chǎn)業(yè)則未通過顯著性檢驗(yàn)，表明交通條件和技能培訓(xùn)對(duì)低技術(shù)產(chǎn)業(yè)生產(chǎn)率的影響并不存在城市規(guī)模差異。

表3中的MEM1、MEM2和MEM3分別給出了培訓(xùn)投入均值處）交通條件對(duì)中小城市、大城市和特大城市企業(yè)生產(chǎn)率的影響。以高技術(shù)行業(yè)為例，該行業(yè)的勞動(dòng)培訓(xùn)投入均值為0.1299，所以交通基礎(chǔ)設(shè)施對(duì)中小城市高技術(shù)產(chǎn)業(yè)生產(chǎn)率的影響為MEM1=?0.6262?0.0054×0.1299+0.1154×5.4686?0.0079×0.1299=0.0031。①高技術(shù)行業(yè)中交通條件和技能培訓(xùn)交互項(xiàng)（lnStreet × lnMatch）的t=1.55（即P=0.121，否定零假設(shè)的概率87.9%），所以參數(shù)估計(jì)有一定意義。同理，我們可以計(jì)算 MEM2和 MEM3。比較高、中、低三個(gè)產(chǎn)業(yè)模型中的MEM1、MEM2和MEM3值，發(fā)現(xiàn)改善交通條件對(duì)三類技術(shù)行業(yè)的企業(yè)生產(chǎn)率都有促進(jìn)作用，但在中技術(shù)行業(yè)未通過顯著性檢驗(yàn)。其中：低技術(shù)行業(yè)受益更明顯，因?yàn)榕c高技術(shù)職工相比，中低技術(shù)行業(yè)職工收入較低，所以其通勤距離受交通成本的影響更大。高技術(shù)模型中MEM1和MEM3的值表明，在特大城市地區(qū)改善交通條件更加有利于高技術(shù)產(chǎn)業(yè)改善技能匹配、提高生產(chǎn)率。據(jù)此可以判斷，高技術(shù)產(chǎn)業(yè)從中小城市向特大城市集聚可以利用更便利的交通和更大的勞動(dòng)市場(chǎng)獲得更大的效益。需要指出的是，交通條件和培訓(xùn)投入對(duì)中小城市中低技術(shù)產(chǎn)業(yè)的生產(chǎn)率與大城市和特大城市并無顯著差別。日常觀察和城市經(jīng)濟(jì)學(xué)原理都指出特大城市除了集聚經(jīng)濟(jì)外，也伴生有集聚非經(jīng)濟(jì)，尤其是持續(xù)上漲的土地和人力要素成本、生活成本以及擁堵效應(yīng)等都不利于傳統(tǒng)的技術(shù)成熟的勞動(dòng)密集型產(chǎn)業(yè)經(jīng)營(yíng)和發(fā)展。因而，低技術(shù)產(chǎn)業(yè)應(yīng)當(dāng)從特大城市轉(zhuǎn)移到土地和勞動(dòng)要素價(jià)格較低的其他城市。一些研究（Duranton和Puga，2005；趙勇和白永秀，2012）已經(jīng)發(fā)現(xiàn)，交通通訊的發(fā)展導(dǎo)致了企業(yè)總部和生產(chǎn)部門的分離，使中心城市主要承擔(dān)了管理和研發(fā)的功能，而外圍城市則承擔(dān)了加工和制造的功能。本研究從產(chǎn)業(yè)技術(shù)特征切入，發(fā)現(xiàn)了類似的統(tǒng)計(jì)規(guī)律。

（三）穩(wěn)健性檢驗(yàn)。為了檢驗(yàn)上述結(jié)論的穩(wěn)健性，我們用廠商全要素生產(chǎn)率TFP替換勞動(dòng)生產(chǎn)率重估上述模型。雖然勞動(dòng)生產(chǎn)率的差別是TFP差別的重要決定因素，但是其他要素（例如資本）的效益差別也影響著TFP，所以我們主要關(guān)注兩組方程參數(shù)估計(jì)值的正負(fù)和顯著性，而非每個(gè)估計(jì)值的大小。TFP可以用不同的方法測(cè)度。魯曉東和連玉君（2012）分析和比較了TFP的最小二乘估計(jì)、固定效應(yīng)估計(jì)、OP估計(jì)和LP估計(jì)，發(fā)現(xiàn)最小二乘法和固定效應(yīng)估計(jì)法都不能解決同時(shí)性偏差問題，而OP估計(jì)無法處理投資額為0的樣本。因而，本文使用LP法估計(jì)企業(yè)的全要素生產(chǎn)率。實(shí)證結(jié)果可能受一些極端值的影響，為檢驗(yàn)上述方程的穩(wěn)健性，我們還使用被解釋變量lntfp高低端各1%截尾樣本重估方程。表4報(bào)告了交通條件和企業(yè)培訓(xùn)對(duì)全國(guó)所有制造業(yè)和三類技術(shù)產(chǎn)業(yè)企業(yè)生產(chǎn)率影響的估計(jì)結(jié)果。

表 4 以TFP為別解釋變量的固定效應(yīng)回歸

與前節(jié)回歸結(jié)果相比，所有控制變量參數(shù)估計(jì)比較穩(wěn)定。企業(yè)培訓(xùn)對(duì)全國(guó)企業(yè)TFP有顯著的正向作用（lnMatch>0）；交通條件和城市規(guī)模對(duì)企業(yè)培訓(xùn)具有替代作用（lnStree× lnMatch <0，lnPop× lnMatch <0）；城市勞動(dòng)力市場(chǎng)規(guī)模的擴(kuò)大，提高勞動(dòng)技能匹配水平，降低城市交通對(duì)技能培訓(xùn)的替代效應(yīng)（lnPop×lnStreet×lnMatch>0；N1×lnStreet× lnMatch<0；N3×lnStreet× lnMatch>0）。

（四）企業(yè)培訓(xùn)內(nèi)生性檢驗(yàn)。企業(yè)培訓(xùn)支出有利于提高生產(chǎn)率，而企業(yè)培訓(xùn)支出也可能取決于生產(chǎn)率水平，企業(yè)培訓(xùn)可能具有內(nèi)生性?，F(xiàn)實(shí)中，生產(chǎn)率高的企業(yè)有更多的財(cái)力進(jìn)行企業(yè)職工培訓(xùn)，而生產(chǎn)率低的企業(yè)則在提高職工技能上有更強(qiáng)烈的緊迫感。因此，兩類企業(yè)在技能培訓(xùn)方面的內(nèi)生性有正負(fù)抵消的趨勢(shì)。無論內(nèi)生性是正或是負(fù)，因?yàn)槠髽I(yè)今年的生產(chǎn)率很難影響去年的培訓(xùn)支出，使用滯后一期的技能培訓(xùn)能進(jìn)一步削弱內(nèi)生影響。表5報(bào)告了估計(jì)結(jié)果，其中滯后一期變量加前綴“L.”標(biāo)識(shí)。

表 5 交通條件和滯后培訓(xùn)投入對(duì)中國(guó)企業(yè)生產(chǎn)率影響的固定效應(yīng)回歸估計(jì)

續(xù)表 5 交通條件和滯后培訓(xùn)投入對(duì)中國(guó)企業(yè)生產(chǎn)率影響的固定效應(yīng)回歸估計(jì)

在總樣本模型中，企業(yè)培訓(xùn)的一次項(xiàng)為正，與交通條件和城市規(guī)模交互項(xiàng)的參數(shù)估計(jì)顯著為負(fù)，分別為?0.2596和?0.1119。分行業(yè)估計(jì)結(jié)果與總體模型相類似，僅顯著性有所降低?？傮w而言，使用企業(yè)培訓(xùn)滯后一期的估計(jì)結(jié)果與基準(zhǔn)回歸結(jié)果的性質(zhì)一致。

六、結(jié)論與啟示

本文將拓展了Venables（2007）的理論模型，利用全國(guó)工業(yè)企業(yè)數(shù)據(jù)庫(kù)和城市數(shù)據(jù)檢驗(yàn)交通條件、城市規(guī)模和企業(yè)培訓(xùn)對(duì)企業(yè)生產(chǎn)率的影響。檢驗(yàn)結(jié)果顯示：交通條件、城市規(guī)模和企業(yè)培訓(xùn)均有助于提高企業(yè)生產(chǎn)率；改善交通條件和擴(kuò)大城市規(guī)模能弱化技能培訓(xùn)投入對(duì)企業(yè)生產(chǎn)率的影響。對(duì)高、中、低技術(shù)產(chǎn)業(yè)的計(jì)量檢驗(yàn)發(fā)現(xiàn)：交通條件和企業(yè)培訓(xùn)對(duì)企業(yè)生產(chǎn)率的影響存在著行業(yè)差異和城市規(guī)模差異。改善交通條件有助于提高特大城市高技術(shù)產(chǎn)業(yè)企業(yè)的生產(chǎn)率，吸引高技術(shù)產(chǎn)業(yè)向特大城市集聚，同時(shí)低技術(shù)產(chǎn)業(yè)企業(yè)應(yīng)從特大城市向其他城市轉(zhuǎn)移。

本文的研究結(jié)果為制定和評(píng)價(jià)區(qū)域發(fā)展和結(jié)構(gòu)調(diào)整政策提供了若干實(shí)證依據(jù)。首先，在中國(guó)，很少有企業(yè)具備正規(guī)的培訓(xùn)體系或?qū)β毠づ嘤?xùn)進(jìn)行充分的投資。因此，各地和各行業(yè)主管部門應(yīng)制定和實(shí)施優(yōu)惠政策、鼓勵(lì)企業(yè)增加培訓(xùn)支出。其次，落后地區(qū)在城市化進(jìn)程中應(yīng)努力改善城市公共交通基礎(chǔ)設(shè)施，促進(jìn)勞動(dòng)力流動(dòng)。在國(guó)家人口規(guī)模和土地資源有限的情況下，應(yīng)優(yōu)先發(fā)展中等規(guī)模的城市以接近最優(yōu)規(guī)模，擴(kuò)大城市勞動(dòng)力市場(chǎng)，糾正勞動(dòng)市場(chǎng)技能錯(cuò)配。其三，隨著各地交通條件的普遍改善，高技術(shù)產(chǎn)業(yè)具有向特大城市集聚、低技術(shù)產(chǎn)業(yè)從特大城市向其他城市轉(zhuǎn)移的內(nèi)在趨勢(shì)，這在我國(guó)各地經(jīng)濟(jì)結(jié)構(gòu)的調(diào)整中具有積極意義。各地區(qū)在產(chǎn)業(yè)結(jié)構(gòu)調(diào)整中應(yīng)根據(jù)各自產(chǎn)業(yè)特點(diǎn)和城市規(guī)模因勢(shì)利導(dǎo)，減少阻力，積極引進(jìn)（和遷出）相關(guān)產(chǎn)業(yè)，促使大城市成為高技術(shù)產(chǎn)業(yè)中心，同時(shí)引導(dǎo)其他城市成為生產(chǎn)成本較低、產(chǎn)出效率較高的成熟產(chǎn)業(yè)的基地。

附表 1 高中低技術(shù)產(chǎn)業(yè)分類