段志民，袁芳杰，田政杰
（1.天津財經(jīng)大學(xué) 統(tǒng)計學(xué)院，天津 300222；
2.山東財經(jīng)大學(xué) 統(tǒng)計學(xué)院，山東 濟(jì)南 250014）
產(chǎn)業(yè)在地理空間上的適度聚集有助于發(fā)揮其集聚功能，促進(jìn)企業(yè)勞動生產(chǎn)率提升，從而對勞動力工資產(chǎn)生正向外部效應(yīng)（陳旭等，2016）[1]。隨著城市化進(jìn)程的不斷推進(jìn)，各城市內(nèi)部的產(chǎn)業(yè)集聚力度在不斷加強(qiáng)，以期通過產(chǎn)業(yè)的持續(xù)集聚發(fā)揮其集聚經(jīng)濟(jì)效應(yīng)（陳懷錦和周孝，2019）[2]。然而，我國部分城市的產(chǎn)業(yè)集聚水平在已經(jīng)顯現(xiàn)擁擠效應(yīng)的情況下仍在持續(xù)上升，表現(xiàn)為擁擠效應(yīng)強(qiáng)于集聚效應(yīng)，已然出現(xiàn)了集聚不經(jīng)濟(jì)現(xiàn)象。產(chǎn)業(yè)的過度集聚非但沒有起到提升勞動力工資的作用，反而不利于勞動力工資的上漲（楊仁發(fā)，2013；
吳曉怡和邵軍，2016；
沈鴻和向訓(xùn)勇，2017）[3-5]。為此，地方政府一直致力于調(diào)整城市內(nèi)部產(chǎn)業(yè)空間布局，在優(yōu)化升級城市功能體系的同時，試圖通過重構(gòu)城市內(nèi)部制造業(yè)集聚區(qū)域優(yōu)化城市資源的空間配置，盡可能地減輕由過度集聚產(chǎn)生的擁擠效應(yīng)。正因如此，那么應(yīng)如何更好地改善我國城市內(nèi)部制造業(yè)集聚的空間分布，以有效發(fā)揮其對勞動力工資的正向外部性，并依此實現(xiàn)城市發(fā)展和居民福利協(xié)同提升的目標(biāo)，對其進(jìn)行探討具有重要的現(xiàn)實意義。
理論上看，制造業(yè)集聚對制造業(yè)企業(yè)勞動生產(chǎn)率的正向影響往往在城市中心區(qū)最強(qiáng)，并隨集聚區(qū)域與城市中心區(qū)的距離增加而衰減（Combes et al.，2008）[6]。相比于城市非中心區(qū)，中心區(qū)具有勞動力資源豐富和交通便利等優(yōu)勢，企業(yè)受其吸引可能會選址于此，表現(xiàn)為企業(yè)和勞動力的分布大致呈中心區(qū)域密集而邊緣區(qū)域稀疏的形態(tài)。工資作為勞動生產(chǎn)率的反映，在地理空間上理應(yīng)與勞動生產(chǎn)率保持相同的變化趨勢，表現(xiàn)為城市中心區(qū)的工資水平最高，而外圍地區(qū)則逐漸遞減。然而，值得注意的是，對于制造業(yè)行業(yè)而言，城市中心區(qū)域集聚力度的增強(qiáng)往往會引致?lián)頂D效應(yīng)的產(chǎn)生，土地和交通等成本的提升會壓縮制造業(yè)企業(yè)的利潤并對工資產(chǎn)生不利影響，且擁擠效應(yīng)的產(chǎn)生和變化還會依城市規(guī)模及城市化水平而異。若事實果真如此，那么城市內(nèi)部制造業(yè)集聚對勞動力工資的影響可能并非隨其到中心區(qū)域距離的增加而單調(diào)衰減，應(yīng)具有某種空間異質(zhì)性特征。
現(xiàn)有關(guān)于產(chǎn)業(yè)集聚與勞動力工資的經(jīng)驗研究大多從地區(qū)間的空間關(guān)聯(lián)視角展開。由于相鄰地區(qū)的產(chǎn)業(yè)類型和產(chǎn)業(yè)結(jié)構(gòu)存在較高相似性，借助于密切的產(chǎn)業(yè)關(guān)聯(lián)，地區(qū)的產(chǎn)業(yè)集聚可通過基礎(chǔ)設(shè)施共享、勞動力流動和知識外部性等途徑對相鄰地區(qū)產(chǎn)生外溢效應(yīng)，進(jìn)而提升相鄰地區(qū)的勞動力工資（Combes and Duranton，2006；
余泳澤等，2016；
邵朝對等，2018）[7-9]。然而，基于地區(qū)內(nèi)部視角探討產(chǎn)業(yè)集聚對勞動力工資影響的文獻(xiàn)并不多見。鑒于我國的城市邊界并非單純的地理劃分，而是地方政府經(jīng)濟(jì)發(fā)展規(guī)劃的界線，城市決策層更為關(guān)心的是如何將集聚效應(yīng)和擁擠效應(yīng)的權(quán)衡機(jī)制應(yīng)用于城市內(nèi)部的合理規(guī)劃（陸銘等，2011）[10]，因此從更為微觀的城市內(nèi)部視角探討制造業(yè)集聚對勞動力工資的空間異質(zhì)性影響尤為重要。
本文從城市內(nèi)部視角出發(fā)，以城市中心為圓心，將城市分為中心區(qū)、中心邊緣區(qū)、近郊區(qū)、遠(yuǎn)郊區(qū)和偏遠(yuǎn)區(qū)五個同心環(huán)，之后利用2008—2013年中國工業(yè)企業(yè)數(shù)據(jù)庫中的企業(yè)地址信息，并借助百度地圖API將企業(yè)地址轉(zhuǎn)換至經(jīng)緯度數(shù)據(jù)，據(jù)此將企業(yè)劃至各圓環(huán)區(qū)域。隨后，利用企業(yè)的就業(yè)量測算各圓環(huán)內(nèi)的集聚程度，實證檢驗城市內(nèi)部制造業(yè)集聚對勞動力工資的空間異質(zhì)性影響。為克服潛在的內(nèi)生性問題，本文將從地理和歷史兩個維度構(gòu)造工具變量，力求得到更為精確的因果效應(yīng)。與現(xiàn)有文獻(xiàn)相比，本文可能的邊際貢獻(xiàn)在于：第一，從城市內(nèi)部視角評估制造業(yè)集聚對勞動力工資的影響及其空間分布特征，對現(xiàn)有產(chǎn)業(yè)集聚經(jīng)濟(jì)效應(yīng)領(lǐng)域的研究作了有益補(bǔ)充；
第二，使用地理信息和歷史信息構(gòu)造工具變量，可更好地滿足工具變量的外生性要求，從而得到更為準(zhǔn)確的因果關(guān)聯(lián)。
產(chǎn)業(yè)集聚將如何影響勞動力市場及其可能導(dǎo)致的經(jīng)濟(jì)結(jié)果一直是區(qū)域經(jīng)濟(jì)學(xué)和城市經(jīng)濟(jì)學(xué)領(lǐng)域研究的熱點，本文將從制造業(yè)集聚對勞動力工資的影響及其空間分布特征兩個方面對已有研究進(jìn)行系統(tǒng)梳理。
（一）制造業(yè)集聚對勞動力工資的影響
要素和技術(shù)在地理空間上的集聚可有效促進(jìn)該地區(qū)的勞動生產(chǎn)率提升，同時也可帶來該地區(qū)生產(chǎn)要素回報的整體提升。由于城市內(nèi)部的產(chǎn)業(yè)集聚程度一般遵循從中心到外圍逐漸減弱的規(guī)律，因此產(chǎn)業(yè)集聚對勞動力市場的影響也將逐漸減弱（Koster，2013）[11]。基于此，Combes等（2008）[6]在分析產(chǎn)業(yè)集聚對勞動力工資的影響時，為刻畫產(chǎn)業(yè)集聚對勞動力市場影響的變化過程，選擇以中心到外圍的集聚經(jīng)濟(jì)強(qiáng)度遵循單調(diào)衰減規(guī)律為前提。然而，上述單調(diào)衰減規(guī)律在學(xué)術(shù)界也受到了部分學(xué)者的質(zhì)疑，原因在于產(chǎn)業(yè)集聚不僅會導(dǎo)致集聚效應(yīng)，也可能會帶來擁擠效應(yīng)，使得產(chǎn)業(yè)集聚對勞動力工資的影響存在較大不確定性。
具體而言，隨著產(chǎn)業(yè)經(jīng)營主體逐漸向集聚地集中，交通通勤成本、生活成本、土地和勞動等要素成本都會不斷提升，使得產(chǎn)業(yè)經(jīng)營反而容易出現(xiàn)過度集聚。過度集聚會導(dǎo)致由產(chǎn)業(yè)集聚產(chǎn)生的擁擠效應(yīng)強(qiáng)于集聚效應(yīng)，因此產(chǎn)業(yè)集聚將形成集聚不經(jīng)濟(jì)效應(yīng)（戴一鑫、李杏，2021）[12]。由此導(dǎo)致的后果是，生產(chǎn)要素回報非但不會因為產(chǎn)業(yè)集聚而提升，反而會因為過度集聚而下降。事實上，周圣強(qiáng)和朱衛(wèi)平（2013）[13]已發(fā)現(xiàn)1994年之后尤其是2003年之后我國的制造業(yè)集聚已經(jīng)產(chǎn)生了明顯的擁擠效應(yīng)，且已經(jīng)進(jìn)入制造業(yè)集聚的非經(jīng)濟(jì)區(qū)域。謝露露（2015）[14]利用我國地級市制造業(yè)空間面板數(shù)據(jù)，也發(fā)現(xiàn)我國制造業(yè)的就業(yè)密度對勞動力工資具有負(fù)向影響，這意味著我國制造業(yè)的擁擠效應(yīng)已經(jīng)超過集聚效應(yīng)，出現(xiàn)了過度集聚跡象。
盡管已有研究為我們考察制造業(yè)集聚對勞動力工資的影響提供了有益啟示，但以上關(guān)于我國制造業(yè)企業(yè)過度集聚現(xiàn)象存在的證據(jù)均是基于省級或市級層面的數(shù)據(jù)而得到，那么我國城市內(nèi)部的制造業(yè)集聚將如何影響勞動力工資，對此展開細(xì)致探討的文獻(xiàn)尚不多見。僅陳旭和邱斌（2021）[15]探討了由“攤大餅”式發(fā)展所形成的城市內(nèi)部多中心空間結(jié)構(gòu)對勞動力工資的影響，其在地理空間上呈現(xiàn)出先增后減的倒U型結(jié)構(gòu)。然而，該文僅針對城市空間結(jié)構(gòu)的勞動力市場效應(yīng)展開了研究，并未涉及城市內(nèi)部的制造業(yè)集聚對勞動力市場的影響，我們認(rèn)為對此問題展開探討對城市空間形態(tài)的調(diào)整同樣具有重要意義。
（二）制造業(yè)集聚影響勞動力工資的空間分布特征
從城市地理空間上看，城市中心區(qū)域由于擁擠效應(yīng)一般強(qiáng)于集聚效應(yīng)，所以產(chǎn)業(yè)集聚對勞動力工資可能會產(chǎn)生負(fù)向影響（Verstraten et al.，2018）[16]。然而，在逐漸遠(yuǎn)離城市中心的外圍地區(qū)，盡管產(chǎn)業(yè)集聚產(chǎn)生的集聚效應(yīng)和擁擠效應(yīng)會同時衰減，但擁擠效應(yīng)的衰減幅度大于集聚效應(yīng)（Hkansson and Isacsson，2013）[17]，因此產(chǎn)業(yè)集聚更有可能對勞動力工資產(chǎn)生正向影響。這意味著，產(chǎn)業(yè)集聚程度與生產(chǎn)要素回報之間可能并非呈簡單的線性關(guān)聯(lián)，而是在地理空間上具有非線性關(guān)聯(lián)特征（楊仁發(fā)，2013）[3]。既然如此，在城市內(nèi)部制造業(yè)集聚要想實現(xiàn)最高的集聚經(jīng)濟(jì)效應(yīng)，那么應(yīng)選擇在何處集聚最為適宜，這已成為學(xué)者們探討的焦點。其中，Addario和Patacchini（2008）[18]以城市核心區(qū)域為中心，通過以不同的半徑構(gòu)建同心環(huán)并將各環(huán)形區(qū)域的勞動力就業(yè)規(guī)模作為集聚的測度指標(biāo)，發(fā)現(xiàn)在距離城市中心12 km左右的產(chǎn)業(yè)集聚在城市內(nèi)部會產(chǎn)生最強(qiáng)的正向外部性。Hkansson和Isacsson（2013）[17]則認(rèn)為，產(chǎn)業(yè)集聚的最優(yōu)距離應(yīng)為距離核心市區(qū)5 km左右，而Verstraten等（2018）[16]發(fā)現(xiàn)最優(yōu)距離應(yīng)限定在距離核心區(qū)40~80 km之間。可見，已有研究并未就產(chǎn)業(yè)集聚在城市內(nèi)部的最優(yōu)位置形成共識。
以上關(guān)于產(chǎn)業(yè)集聚最優(yōu)地理位置存在爭議的原因可能是，不同樣本城市的城市規(guī)模和企業(yè)所面臨的市場環(huán)境等方面存在差異（Verstraten et al.，2018）[16]，但也可能是集聚測度指標(biāo)的選取和因果關(guān)系的識別策略不同。首先，對于同心環(huán)內(nèi)勞動力集聚的測度指標(biāo)選取，有學(xué)者嘗試將勞動力就業(yè)地址的編碼信息經(jīng)由Arcgis軟件劃分為柵格數(shù)據(jù)，進(jìn)而測算各同心環(huán)內(nèi)的集聚程度（Addario and Patacchini，2008；
Verstraten et al.，2018；
Rosenthal and Strange，2008）[18,16,19]。但如此處理帶來的問題是，勞動力的就業(yè)地址編碼所對應(yīng)的空間區(qū)域往往較為寬泛，對于正好處于柵格邊界的部分區(qū)域若直接將其劃至某柵格，將容易產(chǎn)生測量誤差。其次，在因果關(guān)系的識別策略方面，由于勞動力工資對產(chǎn)業(yè)集聚具有反向影響，因此由雙向因果引發(fā)的內(nèi)生性問題尤為值得注意。盡管有學(xué)者嘗試采用GMM方法予以處理，但該方法使用解釋變量的一階或二階滯后項作為工具變量，并非是內(nèi)生性處理的最優(yōu)策略（Roodman，2009）[20]。可見，如何克服潛在的內(nèi)生性并精確度量產(chǎn)業(yè)集聚在城市內(nèi)部不同區(qū)域的集聚程度依然有較大研究空間。
國內(nèi)學(xué)者在產(chǎn)業(yè)集聚的空間特征研究方面大致沿襲兩個視角：一是探究城市內(nèi)部產(chǎn)業(yè)集聚的區(qū)域及其演化特征，如劉霄泉等（2018）[21]針對北京市制造業(yè)集聚區(qū)域及其空間演化進(jìn)行了有益探討，高金龍等（2017）[22]針對南京制造業(yè)空間重構(gòu)進(jìn)行了較為深入的分析；
二是產(chǎn)業(yè)集聚的集聚經(jīng)濟(jì)范圍測算，如邵朝對等（2018）[9]發(fā)現(xiàn)我國制造業(yè)集聚經(jīng)濟(jì)的作用范圍約為100km，余泳澤等（2016）[8]發(fā)現(xiàn)生產(chǎn)性服務(wù)業(yè)集聚對制造業(yè)發(fā)展效率外部性作用范圍的半衰距離約為500km，馬子量和郭志儀（2016）[23]發(fā)現(xiàn)在西北地區(qū)產(chǎn)業(yè)集聚對產(chǎn)業(yè)升級推動作用的空間作用范圍約為600km。綜合上述兩類視角，關(guān)于城市內(nèi)部制造業(yè)集聚對勞動力工資影響的空間分布特征還有待進(jìn)一步探討。基于此，本文嘗試從城市內(nèi)部視角切入，借助企業(yè)地理信息構(gòu)建城市內(nèi)部不同距離空間的集聚特征，并利用地理信息和歷史信息構(gòu)造工具變量來消除內(nèi)生性影響，進(jìn)而對中國城市內(nèi)部制造業(yè)集聚影響勞動力工資的空間異質(zhì)性特征進(jìn)行細(xì)致探討。
（一）分析框架
理論上來看，產(chǎn)業(yè)集聚可經(jīng)由集聚效應(yīng)對勞動力工資產(chǎn)生正向影響。其一，產(chǎn)業(yè)集聚可使得本地經(jīng)濟(jì)活動的密度更高，使當(dāng)?shù)貏趧恿τ懈嗟膶W(xué)習(xí)機(jī)會來提升自身的勞動技能，因而人力資本水平也會相應(yīng)提升。其二，崗位和勞動力類型的增多會提高企業(yè)和勞動力之間的匹配概率，從而為勞動者提供更多尋求更高收入工作的機(jī)會。其三，中心地區(qū)較高的成本會直接將低效率企業(yè)擠出至外圍地區(qū)，致使中心區(qū)域高效率企業(yè)可提供更多的高薪資崗位。然而，在產(chǎn)業(yè)集聚形成的過程中，由集聚導(dǎo)致的擁擠效應(yīng)在勞動力工資的決定過程中也需要得到足夠重視。圖1結(jié)合產(chǎn)業(yè)集聚產(chǎn)生的正向集聚效應(yīng)和負(fù)向擁擠效應(yīng)構(gòu)建了分析框架，針對制造業(yè)集聚對企業(yè)勞動力工資的理論影響進(jìn)行了闡述。
圖1中，π（·）為企業(yè)零利潤線，在收益給定的前提下，企業(yè)為保持利潤不變，在支付給員工更高報酬（工資）時，需要降低擁擠成本，①此時企業(yè)的零利潤線表現(xiàn)為一條向右下方傾斜的曲線。U（·）為勞動力的效用函數(shù)，在保持效用不變的前提下，為了得到更高的工資，需要承受更高的擁擠成本，因此效用函數(shù)表現(xiàn)為一條向右上方傾斜的曲線。A表示所在區(qū)域的集聚水平，不同水平的集聚強(qiáng)度會對企業(yè)勞動生產(chǎn)率產(chǎn)生影響，但不會影響勞動力的效用水平。
圖1 產(chǎn)業(yè)集聚對勞動力工資的影響
當(dāng)?shù)貐^(qū)a的集聚水平Aa使得企業(yè)利潤為0時，標(biāo)記為π（Aa）=0，此時達(dá)到均衡狀態(tài)，勞動力效用滿足U（Aa）=U*，勞動力的工資水平為wa*，企業(yè)的擁擠成本為ra*。現(xiàn)有另一地區(qū)b，其集聚水平更高，Ab＞Aa，而更高的集聚水平意味著企業(yè)具有更高的勞動生產(chǎn)率，所以企業(yè)利潤也將得以提升。為保持零利潤狀態(tài)，企業(yè)零利潤線向右移動，即滿足π（Ab）=0。此時，勞動力工資水平由wa*增加至wb**，但企業(yè)從集聚中獲得的部分收益將用于抵消土地租金等擁擠成本，從而減弱了企業(yè)兌付更高工資的能力，勞動力工資相應(yīng)地也會由wb**降至wb*。
接下來，結(jié)合上述框架，從城市內(nèi)部視角探討集聚效應(yīng)、擁擠效應(yīng)與勞動力工資之間的關(guān)系。鑒于城市中心區(qū)域的集聚水平更高，企業(yè)若選址于此會獲得較高的勞動生產(chǎn)率，但也面臨著更高的擁擠成本。在城市外圍區(qū)域，集聚水平則相對較低，擁擠成本同樣也較低。因此，在城市內(nèi)部制造業(yè)的集聚效應(yīng)具有明顯的空間異質(zhì)性。對應(yīng)圖1，點n可看作是城市中心區(qū)域的均衡點，點m可看作是城市外圍區(qū)域的均衡點，集聚是一個不斷變化的動態(tài)過程，從點n到點m需要經(jīng)歷勞動力工資先升后降的過程。因而，在實際中可能會觀測到制造業(yè)集聚對勞動力工資的正向作用，即n→m*，也可能會觀測到由于擁擠效應(yīng)導(dǎo)致企業(yè)工資降低的過程，即m*→m。要想明確制造業(yè)集聚與勞動力工資之間的關(guān)系，需要更嚴(yán)謹(jǐn)?shù)膶嵶C分析予以解答。
（二）計量模型設(shè)定
基于以上分析框架，本文嘗試將城市內(nèi)部分解為多個同心環(huán)，并依此估計各圓環(huán)內(nèi)制造業(yè)集聚對勞動力工資的影響。實證方程設(shè)定如下：
其中，wfit是區(qū)域i企業(yè)f在t時期的平均工資；
Ait為區(qū)域i在t時期的集聚水平，可通過勞動力數(shù)量、就業(yè)密度或企業(yè)數(shù)量予以表征；
②Xfit表示區(qū)域i企業(yè)f在t時期的相關(guān)特征；
μi為區(qū)域固定效應(yīng)；
νf為企業(yè)固定效應(yīng)；
εfit為誤差項。
本文將測算的基礎(chǔ)單位分為不同距離的地理單元，因此對城市內(nèi)部更微觀層面的分析便可通過對城市整體進(jìn)行分解得到。具體地，本文將城市整體分解為不同距離的同心環(huán)，基于此Ait便可細(xì)化為城市內(nèi)部不同距離同心環(huán)內(nèi)的集聚效應(yīng)和擁擠效應(yīng)，表示為：
其中，r表示城市內(nèi)部不同同心環(huán)地理區(qū)塊；
Empit，r表示地理區(qū)塊r的就業(yè)量，用以表征地理區(qū)塊r的集聚程度；
fagg，it，r（dr，emp）和fcon，it，r（dr，emp）分別表示集聚效應(yīng)和擁擠效應(yīng)隨其到城市中心區(qū)域距離增加而逐漸衰減的函數(shù)，由地理區(qū)塊r與城市中心區(qū)域的距離確定，且在[0，1]內(nèi)取值；
ρ1和ρ2分別為集聚效應(yīng)和擁擠效應(yīng)對勞動力工資影響的估計系數(shù)。
鑒于集聚效應(yīng)與擁擠效應(yīng)在實證分析中難以分離，本文主要以區(qū)域i在地理區(qū)塊r上的凈集聚效應(yīng)為研究對象，即：
其中，ρ為凈集聚效應(yīng)對勞動力工資的影響系數(shù)。
鑒于凈集聚效應(yīng)在空間上可能并非呈單調(diào)變化，因此可通過構(gòu)造同心圓環(huán)并利用圓環(huán)與城市中心的距離作為距離衰減函數(shù)的代替。相比于單調(diào)衰減函數(shù)的設(shè)定，利用同心圓環(huán)表征的衰減函數(shù)更為靈活（Koster，2013）[11]。在此基礎(chǔ)上，利用各同心圓環(huán)內(nèi)的總就業(yè)量作為集聚程度的測算指標(biāo)。如此，式（3）可進(jìn)一步改寫為：
其中，ρr為各同心環(huán)DR內(nèi)集聚程度對勞動力工資影響的估計系數(shù)。
最終，本文實證模型設(shè)定如式（5）所示，其中∑DRρr∑dR，r∈DREmpit，r為各同心環(huán)的就業(yè)量。
在同心圓環(huán)的半徑距離選取上，一方面距離間隔越小越可能導(dǎo)致多重共線性問題，同時參數(shù)過多也會影響模型的估計效率，但另一方面若距離間隔過大則所揭示的信息可能并不充分。已有研究的設(shè)定也不盡相同，如Rosenthal和Strange（2008）[19]將各圓環(huán)距城市中心的距離設(shè)定為8km、40km、80km和160km，Addario和Patacchini（2008）[18]則設(shè)定為4km、8km、12km和16km，Verstraten等（2018）[16]則設(shè)定為5km、10km、20km、40km、80km和120km等。鑒于我國城市分布廣泛，城市層級不一，中心城區(qū)的大小也不一致，針對不同城市設(shè)置固定的距離標(biāo)準(zhǔn)來劃定同心環(huán)可能會產(chǎn)生相應(yīng)偏誤，因而需要針對不同城市設(shè)置不同的距離結(jié)點。借鑒陳小曄和孫斌棟（2017）[24]的做法，將城市劃分為中心區(qū)、中心邊緣區(qū)、近郊區(qū)、遠(yuǎn)郊區(qū)和偏遠(yuǎn)地區(qū)5個區(qū)域，并參考城市規(guī)模和市轄區(qū)建成區(qū)半徑，確定各城市不同區(qū)域的距離結(jié)點。其中，城市規(guī)模按照1998年國務(wù)院的劃分標(biāo)準(zhǔn)，將非農(nóng)人口數(shù)大于50萬的劃分為大城市，處于20~50萬的劃分為中等城市，處于20萬以下的劃分為小城市。在此基礎(chǔ)上，根據(jù)各城市市轄區(qū)的建成區(qū)面積測算建成區(qū)半徑，結(jié)果顯示大城市的建成區(qū)半徑約為10~20km，中等城市的建成區(qū)半徑約為5~10km，小城市的建成區(qū)半徑約為3~5km。不同類型城市各個圈層的距離結(jié)點如表1所示。
表1 不同類型城市各個圈層的距離結(jié)點 （單位：km）
需要說明的是，盡管按如上劃分可以較好地處理不同城市的距離結(jié)點問題，但對于不同的同心環(huán)內(nèi)制造業(yè)集聚效應(yīng)的識別結(jié)果仍是基于平均意義。鑒于我國城市差異巨大，且不同城市制造業(yè)集聚的空間分布特征各不相同，從而使得經(jīng)濟(jì)集聚的強(qiáng)度也存在較大差異，因此需要針對城市規(guī)模和城市化水平的不同進(jìn)行分樣本討論。
（一）變量選取
本文主要以城市制造業(yè)企業(yè)為樣本，被解釋變量為制造業(yè)企業(yè)的人均名義工資，③利用企業(yè)總名義工資除以員工總數(shù)得到，數(shù)據(jù)來源于中國工業(yè)企業(yè)數(shù)據(jù)庫。核心解釋變量為城市內(nèi)中心區(qū)、中心邊緣區(qū)、近郊區(qū)、遠(yuǎn)郊區(qū)和偏遠(yuǎn)地區(qū)內(nèi)的制造業(yè)就業(yè)量，具體根據(jù)工業(yè)企業(yè)數(shù)據(jù)庫提供的企業(yè)行政區(qū)劃代碼以及鄉(xiāng)鎮(zhèn)、村街、街道辦事處或居委會等信息，對接百度地圖API，獲取企業(yè)經(jīng)緯度信息，據(jù)此測算企業(yè)與城市中心的距離，并將各企業(yè)劃至不同的同心環(huán)，最后加總各區(qū)域內(nèi)年末勞動力的數(shù)量作為各同心環(huán)的集聚指標(biāo)。
本文還對企業(yè)和城市相關(guān)的其他變量進(jìn)行了控制，具體包括：（1）國有資產(chǎn)及外資資本比例（SOE，F(xiàn)OE），相比于其他所有制企業(yè)，國有企業(yè)往往會支付更高的工資水平，外資企業(yè)因為具有較為先進(jìn)的生產(chǎn)技術(shù)和管理水平，工資支付能力也較強(qiáng)，分別利用國家資本和外商資本與企業(yè)總資產(chǎn)的比例測算得到；
（2）人力資本（hr），企業(yè)平均人力資本越高，勞動生產(chǎn)率越高，工資也就越高，由于無法直接獲取企業(yè)的人力資本信息，因此使用城市每萬人高等學(xué)校在校生人數(shù)作為其代理變量；
（3）企業(yè)盈利能力（ln_pe_profit）和勞動生產(chǎn)率（ln_lp），企業(yè)盈利能力和勞動生產(chǎn)率是影響勞動力工資最為直接的因素，企業(yè)利潤和勞動生產(chǎn)率越高，越能提供較高的工資，其中企業(yè)盈利能力用企業(yè)勞動力平均利潤的對數(shù)表示，勞動生產(chǎn)率用產(chǎn)出除以從業(yè)人員數(shù)后取對數(shù)計算得到；
（4）各城市到港口的最近距離（min_dis），城市到港口的距離會影響當(dāng)?shù)仄髽I(yè)進(jìn)入國際市場的機(jī)會，但同時也會影響企業(yè)面對的來自國際市場的競爭壓力，因此企業(yè)的利潤空間及勞動報酬受城市到港口距離的影響并不確定，具體參考謝長青和范劍勇（2012）[25]的研究，采用城市到天津、上海或廣州三大港口的最近距離予以測算，若城市本身即為港口城市，則假定最近距離為10km。
（二）數(shù)據(jù)說明
本文數(shù)據(jù)主要來自2008—2013年的中國工業(yè)企業(yè)數(shù)據(jù)庫，輔之以相應(yīng)年份的《中國城市統(tǒng)計年鑒》。參考Brandt等（2012）[26]的做法，對各年份的工業(yè)企業(yè)數(shù)據(jù)庫進(jìn)行匹配形成面板數(shù)據(jù)。需要說明的是，中國工業(yè)企業(yè)數(shù)據(jù)庫中存在數(shù)據(jù)缺失、地區(qū)代碼調(diào)整和行業(yè)代碼調(diào)整等問題，對此本文統(tǒng)一作如下處理：考慮到行業(yè)代碼在2003年進(jìn)行過調(diào)整，根據(jù)《國民經(jīng)濟(jì)行業(yè)代碼標(biāo)準(zhǔn)（GB/T 4754-2002）》對行業(yè)代碼予以統(tǒng)一；
由于樣本期間內(nèi)地方政府有大量行政區(qū)域的拆分與合并，以GB/T2260-2002行政區(qū)劃和代碼為基準(zhǔn)對行政區(qū)域代碼予以統(tǒng)一；
刪除非制造業(yè)行業(yè)數(shù)據(jù)。樣本的描述性統(tǒng)計如表2所示。
表2 描述性統(tǒng)計
（一）基準(zhǔn)回歸
我們首先使用固定面板模型進(jìn)行估計，結(jié)果如表3所示。表3第（1）列為城市層面制造業(yè)就業(yè)量與制造業(yè)企業(yè)平均工資的線性關(guān)系，可以看出ln_city_emp的系數(shù)顯著為正，表明城市整體制造業(yè)就業(yè)水平對企業(yè)平均工資具有促進(jìn)作用。為了探究城市內(nèi)部不同空間內(nèi)制造業(yè)集聚對勞動力工資影響的差異，列（2）中將城市總體制造業(yè)就業(yè)量分解為由近及遠(yuǎn)的5個區(qū)域內(nèi)的就業(yè)量進(jìn)行了檢驗。結(jié)果表明，中心區(qū)的回歸系數(shù)較小且不顯著，而中心邊緣區(qū)、近郊區(qū)、遠(yuǎn)郊區(qū)和偏遠(yuǎn)地區(qū)的回歸系數(shù)均顯著為正，整體呈現(xiàn)出先增后減的非線性變化趨勢，即各環(huán)的回歸系數(shù)隨其到中心區(qū)距離的增大而逐漸減小。
表3 OLS估計
中心區(qū)域的系數(shù)不顯著的原因可能在于，中心區(qū)域存在較強(qiáng)的擁擠效應(yīng)，使得制造業(yè)集聚在中心區(qū)域形成的集聚效應(yīng)被擁擠效應(yīng)抵消，從而難以形成集聚經(jīng)濟(jì)。由上述分析結(jié)果可以得到一個初步判斷，即城市制造業(yè)集聚是引起工資增長的重要因素，城市內(nèi)部的制造業(yè)集聚效應(yīng)在空間分布上呈現(xiàn)出非線性特征。不過，我們需謹(jǐn)慎對待初步回歸結(jié)果，因為上述分析并沒有充分考慮到制造業(yè)集聚與勞動力工資之間可能存在的內(nèi)生性問題。一般而言，高工資代表了高勞動生產(chǎn)率，且高工資會引起勞動力的進(jìn)一步集聚，因而至少存在由反向因果問題可能導(dǎo)致的結(jié)果偏差（吳曉怡和邵軍，2016；
Combes et al.，2006）[4,7]。
（二）內(nèi)生性問題處理
1.工具變量選取。為克服潛在的內(nèi)生性，我們采用工具變量法進(jìn)行兩階段估計。工具變量的選取擬從地理特征和歷史特征兩個維度入手。首先，地理特征與工資水平無關(guān)，但會直接影響當(dāng)前的勞動力集聚程度，因此本文將城市不同區(qū)域的地面平均坡度和地表粗糙度作為地理維度上的工具變量。地面平均坡度通過坡上兩個不同點間高度差與其水平距離的比值度量，越小的地面平均坡度越有利于道路修建并提高道路限速標(biāo)準(zhǔn)，降低企業(yè)交易成本，同時也有利于企業(yè)廠房的修建。地表粗糙度表示地表的起伏變化與侵蝕程度，地表粗糙度越高，越會增加道路維修成本和降低道路密度，區(qū)域間商品交易的成本也會攀升，因而企業(yè)更可能在相同區(qū)域聚集。以上兩類地理特征指標(biāo)均可利用Arcgis軟件的90m×90m DEM測算得到。其次，歷史集聚水平會影響當(dāng)前的集聚水平，但相隔時間越長，與當(dāng)前經(jīng)濟(jì)狀況的相關(guān)性越低（吳曉怡和邵軍，2016）[4]。同時，考慮到本文主要以城市內(nèi)部各區(qū)域為考察對象，且1995年之前的工業(yè)企業(yè)調(diào)查數(shù)據(jù)缺乏就業(yè)的空間分布信息，因此本文最終采用1995年的調(diào)查數(shù)據(jù)測算各區(qū)域內(nèi)的就業(yè)量，并將此作為歷史維度上的工具變量。綜上，本文選取了地面平均坡度、地表粗糙度與1995年的企業(yè)勞動力數(shù)量作為不同環(huán)內(nèi)制造業(yè)企業(yè)就業(yè)量的工具變量，接下來將對工具變量與企業(yè)勞動力總數(shù)的關(guān)系進(jìn)行簡單描述。④
圖2給出了城市不同區(qū)域的1995年制造業(yè)就業(yè)量、地面平均坡度、地表粗糙度與制造業(yè)就業(yè)量間的變化趨勢。首先，隨著各區(qū)域到城市中心區(qū)域距離的增大，地面平均坡度與地表粗糙度逐漸提升。考慮到相比于外圍區(qū)域，城市中心區(qū)域往往設(shè)立在較為平坦的地區(qū)，因此越遠(yuǎn)離市中心，地面坡度和粗糙度相對越高。但也要注意到，本文劃定的同心圓環(huán)包括圓環(huán)內(nèi)的所有區(qū)域，鑒于圓環(huán)內(nèi)部分區(qū)域的坡度和粗糙度可能較高，還有部分區(qū)域的坡度和粗糙度可能較低，因此整體來看各圓環(huán)對應(yīng)的坡度和粗糙度實際是圓環(huán)內(nèi)所有區(qū)域的平均值。其次，隨著地面平均坡度和地表粗糙度的逐漸增大，制造業(yè)就業(yè)量明顯減少，表現(xiàn)為負(fù)相關(guān)關(guān)系。相比而言，在各同心環(huán)內(nèi)，1995年制造業(yè)就業(yè)量與當(dāng)前就業(yè)量具有大致相同的變化趨勢，表現(xiàn)為正相關(guān)關(guān)系。進(jìn)一步的回歸結(jié)果顯示，制造業(yè)勞動力數(shù)量與地面平均坡度和地表粗糙度均顯著負(fù)相關(guān)，估計系數(shù)分別為-0.108和-0.002，與1995年制造業(yè)勞動力就業(yè)量顯著正相關(guān)，估計系數(shù)為0.627。
圖2 地理特征、歷史特征和當(dāng)前集聚水平
2.工具變量的估計結(jié)果。城市制造業(yè)集聚對勞動力工資影響的工具變量估計結(jié)果如表4所示。其中，第（1）列從整體層面上估計了城市就業(yè)規(guī)模對勞動力工資的影響，第（2）至（6）列依次將同心環(huán)內(nèi)的就業(yè)量加入模型，用于考察城市內(nèi)部制造業(yè)集聚對勞動力工資的空間異質(zhì)性影響。對工具變量的檢驗結(jié)果表明，本文所使用的估計方法和工具變量較為合理，具體結(jié)果為：D-W-H內(nèi)生性檢驗結(jié)果拒絕了解釋變量外生的原假設(shè)；
LM檢驗拒絕了工具變量與內(nèi)生變量無關(guān)的原假設(shè)，即工具變量與內(nèi)生解釋變量相關(guān)；
K-P Wald F統(tǒng)計量均大于10，進(jìn)一步表明不存在弱工具變量問題；
Hansen J統(tǒng)計量對應(yīng)的P值均大于0.05，表明工具變量均為外生變量。
表4第（1）列顯示，城市制造業(yè)就業(yè)量（ln_city_emp）的系數(shù)顯著為負(fù)，說明城市制造業(yè)集聚在整體上不利于勞動力工資水平的提升，這一結(jié)果與預(yù)期并不一致。那么，為什么會出現(xiàn)這樣的結(jié)果？理論上來說，集聚經(jīng)濟(jì)作用的發(fā)揮應(yīng)該是正向集聚效應(yīng)和負(fù)向擁擠效應(yīng)相比較的結(jié)果：若正向集聚效應(yīng)強(qiáng)于負(fù)向擁擠效應(yīng)，則制造業(yè)集聚會起到提升勞動力工資的效果；
若負(fù)向擁擠效應(yīng)更強(qiáng)，則制造業(yè)集聚反而會阻礙勞動力工資水平的提升。事實上，吳曉怡和邵軍（2016）[4]、張明斗和王亞男（2021）[27]均發(fā)現(xiàn)制造業(yè)集聚對勞動力工資的影響可能呈倒U型，即隨著集聚程度的加強(qiáng)，擁擠效應(yīng)會逐漸強(qiáng)于集聚效應(yīng)，一旦集聚程度超過某一閾值，制造業(yè)集聚反而會對勞動力工資產(chǎn)生負(fù)向影響。本文的研究發(fā)現(xiàn)意味著，在我國大部分城市中制造業(yè)的集聚強(qiáng)度可能已經(jīng)高于最優(yōu)值。當(dāng)然，這可能與現(xiàn)有制造業(yè)企業(yè)的集聚區(qū)位有關(guān)，如果能更為合理地調(diào)整制造業(yè)企業(yè)集聚的區(qū)域分布，則集聚程度的閾值會相應(yīng)提升，此時城市制造業(yè)集聚對勞動力工資依然可能會發(fā)揮出顯著的正向提升作用。如果這一猜想成立，則需進(jìn)一步考慮，城市中的制造業(yè)企業(yè)應(yīng)該在何地集聚才最優(yōu)？要想對該問題進(jìn)行解答，需先明確城市內(nèi)部制造業(yè)集聚對勞動力工資的空間異質(zhì)性影響。
表4第（2）至（6）列分別列示了各同心環(huán)的相應(yīng)估計結(jié)果。其中，第（2）列僅將中心區(qū)內(nèi)的制造業(yè)就業(yè)量納入了模型，估計結(jié)果顯示中心區(qū)內(nèi)的制造業(yè)就業(yè)量對制造業(yè)企業(yè)的工資水平并無顯著影響。在此基礎(chǔ)上，第（3）列繼續(xù)將中心邊緣區(qū)域內(nèi)的制造業(yè)就業(yè)量納入了模型，結(jié)果顯示該地區(qū)的制造業(yè)就業(yè)量對制造業(yè)勞動力工資具有顯著負(fù)向影響。相較而言，當(dāng)?shù)冢?）列繼續(xù)加入近郊區(qū)的制造業(yè)就業(yè)量后，可以發(fā)現(xiàn)該區(qū)域內(nèi)的制造業(yè)就業(yè)量對制造業(yè)勞動力工資水平具有顯著提升作用。然而，在將更大范圍地區(qū)的制造業(yè)就業(yè)量納入模型后，我們發(fā)現(xiàn)在遠(yuǎn)郊區(qū)及以外地區(qū)的制造業(yè)就業(yè)量對制造業(yè)勞動力工資并無顯著影響。雖然以上結(jié)果并沒有否定城市內(nèi)部制造業(yè)集聚經(jīng)濟(jì)效應(yīng)的非線性變化，但各個區(qū)域的系數(shù)方向以及顯著性水平均發(fā)生了變化。與城市整體集聚對勞動力工資的影響一樣，這樣的系數(shù)變化主要是由各個區(qū)域內(nèi)部的集聚效應(yīng)和擁擠效應(yīng)的綜合作用所導(dǎo)致。
表4 （續(xù)）IV估計
表4 IV估計
在距離城市中心較近的區(qū)域（中心區(qū)、中心邊緣區(qū)），制造業(yè)集聚對勞動力工資并沒有產(chǎn)生正向提升作用，可能的原因在于該區(qū)域內(nèi)集聚產(chǎn)生的負(fù)向擁擠效應(yīng)強(qiáng)于正向集聚效應(yīng)。首先，距離城市中心越近，交通擁堵、環(huán)境污染和勞動力擁擠等問題越嚴(yán)重，這會極大降低企業(yè)的勞動生產(chǎn)率。其次，城市中心區(qū)和中心邊緣區(qū)域往往都是人口更為集中的市區(qū)，教育和醫(yī)療等資源也更為優(yōu)越，企業(yè)在該區(qū)域選址會有更強(qiáng)的工資議價能力，同時企業(yè)也會因較高的地租而具有更強(qiáng)的降低勞動力成本的動機(jī)。相較而言，在離城市中心稍遠(yuǎn)的區(qū)域，由于擁擠效應(yīng)具有更快的衰減特征，因此制造業(yè)集聚對勞動力工資的影響會呈現(xiàn)出較大差異。典型地，近郊區(qū)域的制造業(yè)就業(yè)量對勞動力工資具有顯著的正向提升作用，而在離城市中心較遠(yuǎn)的遠(yuǎn)郊區(qū)及偏遠(yuǎn)地區(qū)，由于集聚效應(yīng)的衰減，最終使得制造業(yè)就業(yè)量對勞動力工資的正向影響逐漸減弱。
需要注意的是，本文發(fā)現(xiàn)制造業(yè)集聚對勞動力工資的影響會隨其到城市中心距離的增大而呈非線性變化，與已有研究認(rèn)為的影響會隨其到中心區(qū)域距離的增大而逐漸衰減的規(guī)律并不相符。可能的原因有兩點，其一，已有研究大多分析的是產(chǎn)業(yè)集聚對人力資本的影響，而本文則是以制造業(yè)企業(yè)為單位，探討集聚對企業(yè)平均工資的影響。考慮到城市中心城區(qū)的人力資本密度更高，制造業(yè)企業(yè)往往在城市非中心區(qū)選址，因而兩者在城市空間分布上存在差異。其二，已有研究采用的地理單位較為寬泛，這會導(dǎo)致更大的同心環(huán)內(nèi)的集聚指標(biāo)測算出現(xiàn)誤差。相較而言，本文結(jié)合使用企業(yè)的詳細(xì)地址信息和GIS軟件，能夠更好地減少測量誤差，所得結(jié)論也更為可信。
在控制變量方面，人力資本水平（hr）、勞動生產(chǎn)率（ln_lp）、盈利能力（ln_pe_profit）、國有資產(chǎn)比例（SOE）和國外資本比例（FOR）對勞動力工資均具有顯著正向影響，這符合我們的預(yù)期。其中，國有資產(chǎn)比例的系數(shù)顯著為正意味著國有企業(yè)存在過度支付現(xiàn)象，而國外資本比例的系數(shù)顯著為正則表明外企先進(jìn)的生產(chǎn)和管理水平能夠起到提升勞動力工資的作用。各城市到港口的最近距離（min_dis）對勞動力工資的影響并不顯著，這可能是因為各城市到港口的距離既反映了企業(yè)進(jìn)入國際市場的機(jī)會，又隱含了企業(yè)需面對的來自國際市場的競爭壓力。尤其是在我國當(dāng)前生產(chǎn)技術(shù)水平較低的情況下，制造業(yè)企業(yè)很容易受到國外沖擊，只能依托于價格優(yōu)勢進(jìn)行競爭，而這顯然會壓低勞動力所得。
（三）穩(wěn)健性檢驗
根據(jù)前文分析，無論是基本回歸結(jié)果還是分樣本估計結(jié)果，都表明城市內(nèi)部制造業(yè)集聚對勞動力工資具有非線性的空間異質(zhì)性影響。為確保結(jié)論的可靠性，本文進(jìn)一步從估計方法和指標(biāo)選擇兩個方面進(jìn)行穩(wěn)健性分析，結(jié)果如表5所示。
第一，盡管表4中的弱工具變量檢驗和過度識別檢驗結(jié)果證實了工具變量的有效性，但我們依然擔(dān)心異方差問題或弱工具變量問題會影響到本文結(jié)論。作為對工具變量估計的有效補(bǔ)充，GMM方法對異方差更不敏感。LIML方法只需利用部分結(jié)構(gòu)式提供的有限信息，對于弱工具變量的情形參數(shù)估計量仍具有一致性。使用GMM方法和LIML方法的估計結(jié)果如表5第（1）和（2）列所示，可見盡管采用這兩種估計方法得到的結(jié)果與表4的估計結(jié)果在系數(shù)大小和顯著性上稍有差異，但本文結(jié)論依然成立。
第二，盡管本文已使用制造業(yè)企業(yè)就業(yè)規(guī)模表征各圓環(huán)區(qū)域內(nèi)的集聚程度，但我們?nèi)匀粨?dān)心就業(yè)規(guī)模指標(biāo)不能夠完全反映制造業(yè)企業(yè)的集聚程度，尤其是若僅有規(guī)模較大的少數(shù)企業(yè)集聚，則可能會導(dǎo)致各區(qū)域集聚程度的錯誤測算。此外，制造業(yè)集聚只有在較高經(jīng)濟(jì)密度下才能夠引起知識和技術(shù)溢出，但不同規(guī)模城市的圓環(huán)區(qū)域大小并不一致，對于較大面積的圓環(huán)區(qū)域其經(jīng)濟(jì)密度可能并不高。因此，本文分別采用區(qū)域內(nèi)的企業(yè)數(shù)量和就業(yè)密度作為企業(yè)就業(yè)量的代替指標(biāo)進(jìn)行再估計，結(jié)果如表5第（3）和（4）列所示。可見，估計結(jié)果同樣證實了本文的基本結(jié)論。
表5 （續(xù)） 穩(wěn)健性檢驗
表5 穩(wěn)健性檢驗
如前所述，由產(chǎn)業(yè)集聚引致的擁擠效應(yīng)會依城市規(guī)模和城市化水平而異，由此制造業(yè)集聚對勞動力工資的空間異質(zhì)性影響可能也會依城市規(guī)模和城市化水平不同而不同。為驗證這一觀點，本文將從城市規(guī)模和城市化水平兩個視角對樣本進(jìn)行分類，以考察城市內(nèi)部制造業(yè)集聚對勞動力工資影響的空間特征在不同類型城市中是否存在差異。
（一）依城市規(guī)模分類的異質(zhì)性
集聚經(jīng)濟(jì)的形成依賴于規(guī)模經(jīng)濟(jì)的產(chǎn)生，因而也會受到城市規(guī)模的影響。在規(guī)模較小的城市中，制造業(yè)企業(yè)所在的工業(yè)園區(qū)縱然距離城市中心較近，但由于其本身的勞動力規(guī)模較小，可能欠缺集聚優(yōu)勢。相較而言，在規(guī)模較大的城市中，集聚區(qū)域可能距離城市中心區(qū)域較遠(yuǎn)，但較大的勞動力規(guī)模往往也意味著較強(qiáng)的集聚優(yōu)勢。因此，兩類城市中的制造業(yè)企業(yè)空間分布差異可能會導(dǎo)致集聚對勞動力工資的空間異質(zhì)性影響存在差異，有必要將樣本城市按規(guī)模大小予以分類考察。本文根據(jù)1998年國務(wù)院對城市規(guī)模的劃分標(biāo)準(zhǔn)將樣本城市劃分為大城市和中小城市兩類，估計結(jié)果如表6第（1）和（2）列所示。
估計結(jié)果顯示，兩類城市內(nèi)部的制造業(yè)集聚對勞動力工資的空間異質(zhì)性影響確實存在一定差異，但空間非線性特征均仍然存在。相較于中小型城市，大型城市中制造業(yè)集聚對勞動力工資的正向影響程度更強(qiáng)，且影響范圍也更為寬泛。具體而言，在大型城市的近郊區(qū)和遠(yuǎn)郊區(qū)兩個同心環(huán)內(nèi)，制造業(yè)集聚對勞動力工資均具有顯著提升作用，但在中小型城市中僅在近郊區(qū)有顯著正向影響。這印證了前文的結(jié)論，即制造業(yè)企業(yè)的區(qū)位選擇和規(guī)模會影響中小城市的集聚效應(yīng)，使得制造業(yè)集聚在中小城市中的作用范圍更小且影響更弱。
（二）依城市化水平分類的異質(zhì)性
制造業(yè)集聚存在受益門檻，當(dāng)城市相應(yīng)特征指標(biāo)（如城市化水平等）沒有達(dá)到門檻值時，城市經(jīng)濟(jì)可能很難或無法從集聚中獲益（Verstraten et al.，2018）[16]。具體而言，城市化水平越高，所匯聚的勞動力和資本等生產(chǎn)要素就越多，集聚力度也越強(qiáng)，因而更容易從集聚中獲益。與之相對應(yīng)，在部分城市化程度較低的城市中，由于無法形成足夠的集聚經(jīng)濟(jì)，因此難以獲得相應(yīng)收益。如果上述觀點成立，那么可以預(yù)期城市化水平的差異會導(dǎo)致制造業(yè)集聚在城市空間上的異質(zhì)性影響存在差別。為對此進(jìn)行檢驗，本文將非農(nóng)業(yè)人口占總?cè)丝诘谋壤鳛槌鞘谢降臏y度指標(biāo)，并據(jù)此將樣本城市劃分為高城市化水平城市和中低城市化水平城市兩類，估計結(jié)果如表6第（3）和（4）列所示。
表6 （續(xù)） 依城市規(guī)模和城市化水平分類的估計結(jié)果
表6 依城市規(guī)模和城市化水平分類的估計結(jié)果
估計結(jié)果顯示，高城市化水平的城市確實具有更強(qiáng)的集聚效應(yīng)和擁擠效應(yīng)，表現(xiàn)為中心區(qū)和中心邊緣區(qū)內(nèi)制造業(yè)集聚對勞動力工資具有顯著負(fù)向影響，而在中低城市化水平的城市中該影響并不顯著，表明在高城市化水平的城市中離城市中心較近的區(qū)域所產(chǎn)生的擁擠效應(yīng)更強(qiáng)，亟需優(yōu)化城市空間結(jié)構(gòu)。從更遠(yuǎn)的近郊區(qū)來看，該區(qū)域內(nèi)的制造業(yè)集聚在高城市化水平的城市中對勞動力工資具有顯著提升作用，且在1%的水平上顯著，而在中低城市化水平的城市中盡管對勞動力工資也有提升作用，但強(qiáng)度較小，且僅在10%的水平上顯著。上述估計結(jié)果意味著，在中低城市化水平的城市中制造業(yè)集聚所產(chǎn)生的集聚經(jīng)濟(jì)效應(yīng)尚有較大提升空間，若能夠促使制造業(yè)企業(yè)集聚的區(qū)位向中心區(qū)域偏倚，則可更好發(fā)揮制造業(yè)集聚對勞動力工資的提升作用。
（一）主要結(jié)論
本文以制造業(yè)集聚為分析重點，利用中國工業(yè)企業(yè)數(shù)據(jù)分析了我國城市內(nèi)部制造業(yè)集聚對勞動力工資的空間異質(zhì)性影響，主要得到了三個結(jié)論。第一，制造業(yè)集聚對勞動力工資的影響在城市內(nèi)部并非隨集聚區(qū)域到中心區(qū)域距離的增大而逐漸衰減，而是呈現(xiàn)出非線性變化態(tài)勢。具體地，在城市中心區(qū)域制造業(yè)集聚對勞動力工資的影響并不顯著，在中心邊緣地區(qū)則具有負(fù)向影響，在近郊區(qū)又轉(zhuǎn)為正向影響，并在之后隨其到城市中心距離的增大而逐漸衰減。第二，制造業(yè)集聚在大城市的正向作用范圍更廣，在中小城市則主要集中在中心及中心邊緣區(qū)域。第三，制造業(yè)集聚在高城市化水平的城市中具有更強(qiáng)的集聚經(jīng)濟(jì)強(qiáng)度，而在中低城市化水平的城市中其集聚經(jīng)濟(jì)強(qiáng)度則相對較弱。
（二）政策建議
根據(jù)研究結(jié)論，本文提出兩點政策建議：第一，各城市可盡快設(shè)立制造業(yè)集聚的外圍中心，并采取產(chǎn)城融合的方式，以保證制造業(yè)企業(yè)在向外擴(kuò)散后能夠享受到同等的基礎(chǔ)設(shè)施和公共服務(wù)條件，保證遷移企業(yè)的生產(chǎn)效率，在外圍地區(qū)快速形成集聚經(jīng)濟(jì)；
第二，制造業(yè)企業(yè)向外遷移可作為城市產(chǎn)業(yè)空間升級和結(jié)構(gòu)調(diào)整的有利條件，在制造業(yè)企業(yè)逐漸外遷的過程中可引導(dǎo)更多服務(wù)業(yè)和高技術(shù)產(chǎn)業(yè)企業(yè)進(jìn)駐城市中心區(qū)域，避免出現(xiàn)制造業(yè)外遷形成的就業(yè)壓力和城市蔓延導(dǎo)致的規(guī)模不經(jīng)濟(jì)問題。
注釋：
①此時擁擠成本會表現(xiàn)為企業(yè)的勞動力成本、地租成本以及勞動力的住宅成本，實際上可能還會有環(huán)境污染、交通擁堵等其他成本，其分析邏輯與這里一致。
②為驗證本文結(jié)論的穩(wěn)健性，在下文穩(wěn)健性檢驗部分，本文分別將圓環(huán)內(nèi)的就業(yè)密度和企業(yè)數(shù)量作為集聚水平的測度指標(biāo)。
③使用名義工資的原因在于，相對于實際工資而言，名義工資更容易被觀察，從而使得勞動力傾向于往名義工資較高的地區(qū)流動。
④需要說明的是，圖2僅是在城市整體層面直觀描述了區(qū)位地理條件、歷史條件與勞動力數(shù)量之間的關(guān)系，實際所使用的工具變量是各城市不同區(qū)域?qū)?yīng)的地理或歷史條件差異。
猜你喜歡勞動力工資制造業(yè)冰雪制造業(yè)的魯企擔(dān)當(dāng)走向世界(2022年3期)2022-04-19這種情況下未續(xù)訂勞動合同是否應(yīng)當(dāng)支付二倍工資四川勞動保障(2021年3期)2021-06-092020年河南新增農(nóng)村勞動力轉(zhuǎn)移就業(yè)45.81萬人今日農(nóng)業(yè)(2021年1期)2021-03-19廣東：實現(xiàn)貧困勞動力未就業(yè)動態(tài)清零今日農(nóng)業(yè)(2020年24期)2020-12-15喜看新中國七十年突飛猛進(jìn)的制造業(yè)華人時刊(2019年15期)2019-11-26不用干活，照領(lǐng)工資山東青年(2016年2期)2016-02-28生意太差伴侶(2015年5期)2015-09-102014上海民營制造業(yè)50強(qiáng)上海企業(yè)(2014年9期)2014-09-222014上海制造業(yè)50強(qiáng)上海企業(yè)(2014年9期)2014-09-22獨聯(lián)體各國的勞動力成本俄羅斯問題研究(2012年1期)2012-03-25