所属领域：区域经济学
产业集聚与中国劳动生产率、工资的地区差异
范剑勇
上海大学区域与城市研究中心
[内容摘要]本文从地理维度估计了中国现阶段非农产业的空间集聚效应及其省际差异。
我们发现：1）中国非农产业的空间集聚效应显著低于欧美、日本等国，劳动生产率与工资
对就业密度的弹性系数分别仅为0.12%和0.057-0.061%；2）相对于西方国家的集聚效应在
地区间差异较小，中国集聚效应在省际间的差异非常大，沿海地区和湖北、新疆的集聚效应
明显领先于其它地区；3）中国非农产业的空间外部性达到20-30%，大于高于西方4-5%的
水平；4）通过集聚效应影响地区收入差异的过程具有动态性和累积性。从上述结论中得出
的政策含义是，制定区域经济发展政策时必须避免对效率的损害，兼顾效率与公平的统一。
关键词：产业集聚 劳动生产率 工资
JEL 分类号：J610,R190,R230
一、引 言
本文应用中国案例来探讨产业集聚对地区间的劳动生产率、工资的影响。从理论上讲，
新古典经济理论假定规模报酬不变，并忽视了空间因素。从这一假定出发，如果忽略掉自然
资源在空间上的非均质性，那么现实世界将变成“无城市的世界”。这种生产方式使得每个
地区都处于自给自足状态或无城市状态（Krugman,1991；Fujita et al,1999）。非常明显的是，
这与现实世界中到处是产业集聚和城市飞速发展的事实相矛盾。如果排除自然资源等因素
外，在产业集聚与城市发展的过程中，外部性是关键性的因素。这种外部性一旦产生并通过
累积循环机制可以产生巨大的规模效应与锁入效应（lock-in effect）。而外部性的宏观效应体
现为地方的劳动生产率、人均GDP 或工资的提高。本文正是从外部性对劳动生产率与工资
的影响上入手阐述现阶段地区收入差异产生的内在机制。
从劳动生产率、工资入手理解地区收入差异具有明显的益处，一方面地区收入差异一般
以人均GDP 作为衡量指标，它在很大程度上首先体现在劳动生产率差异与工资差异，另一
方面通过探讨劳动生产率产生差异的机制，可以对地区收入差异的成因窥见一斑。改革以来，
中国的地区间收入差异经历了上世纪八十年代中期有短暂的下降后，进入持续上升的变化轨
迹，至上世纪末中国就已成为世界上少数几个地区差距最为悬殊的国家之一。同时，从已有
的研究文献看，1995年以来制造业的空间调整与向东部沿海地区集聚对地区差距持续扩大
产生了持久的推动力，范剑勇、朱国林（2002）发现1995年以来第二产业的空间集聚对地
区差距扩大的贡献达到65%以上。也就是说，制造业向东部沿海地区集聚是地区差距扩大
主要的产业原因。我们需要研究的是，非农产业的空间集聚对劳动生产率、进而对人均GDP
产生的影响力究竟有多大？1
地区间的人均GDP 差异非常大，早在1999年其基尼系数就已达到0.39（范剑勇、朱国1对于解释地区间的劳动生产率与工资收入差异，一般说来有如下分支：自然资源差异说、人力资本差异说、
基于技术与资金外部性的集聚效应。本文主要着眼于集聚效应研究，衡量产业集聚本身大小的指标是单位
土地面积上的非农就业人数，将集聚效应量化为就业密度对劳动生产率或工资的影响上。
林，2002）。但是，非农产业的劳均GDP 比地区间人均GDP 的差异有过之而无不及。以地
级市为观察单位2，最高10个地级市的非农产业劳均GDP 是最低10个地级市的13倍。而
在美国或欧洲，制造业与服务业的劳均GDP 在地区间的差异远远低于中国，如在德国，1986
年最高5个地区的劳动生产率是最低5个地区的1.4倍（Ciccone,2002）3，美国在1988年
最高10个州的劳动生产率是最低10个州的1.22倍（Ciccone and Hall,1996）。就工资而言，
中国最高的10个地级市非农产业工资是最低10个地级市的2.48倍。我们需要了解的是，
除了自然资源影响外，由产业集聚对劳动生产率、工资的地区差异影响有多大？
本文的主要结论可以概括为：首先，集聚效应在中国是存在的，劳动生产率对就业密度
的弹性系数为0.12%，工资对就业密度的弹性系数为0.057-0.061%，尽管这一水平明显低于
欧美国家；其次，中国广泛存在空间外部性，而且这一外部性明显强于欧美国家，印证了现
阶段“地区低专业化、产业高集中”的产业分布状况（范剑勇，2004b ）；第三，集聚效应在
中国各省份的差异是巨大的，东部沿海地区最强，中部次之，依次向西部地区减弱，这一发
现明显有别于欧洲关于德国、法国、意大利与英国的集聚效应大小没有地区差别的结论。
本文结构安排如下：第二部分是就理论、国外相关的实证研究与中国国内的实证研究作
了简单的回顾，并指出本文研究在这些文献中的地位，第三部分是针对本文实证目标作相应
的模型设定，第四部分是数据来源说明与简单的一般性统计描述，第五部分是计量方法设定
与结果的讨论，第六部分是结论。
二、相关文献回顾
1、理论
最早较系统地论述产业集聚的是马歇尔（Marshall,1920,P271），他认为产生集聚效应的
来源有三个：公共投入品的共享导致外部性内部化、厚的劳动力市场能产生雇主与劳动力更
好的匹配、产业的地方化可以产生知识无成本外溢。另外，没有被马歇尔概括的集聚源泉还
有本地市场效应、城市消费机会与寻租机会等（Rosenthal and Strange,2003）。但是纵观上述
关于集聚来源的论述，现有文献还没有形成一个统一的分析框架。通过对现有文献的梳理，
本文认为可以用技术外部性和资金外部性两条主线进行概括。
从理论上说，外部性是理解产业集聚的关键因素。外部性一般可分为技术外部性
（technological externalities,或称溢出效应，spillovers ）和资金外部性(pecuniary externalities)。
前者处理的是非市场交互作用，它通过影响某一人的效用或某一企业的生产函数来实现的。
资金外部性是市场交互作用的副产品，仅当它们参与到由价格机制主导的交换中来时，才能
对企业或消费者产生影响(Fujita and Thisse,2002,P22)，它的核心理论是垄断竞争模型。当一
个经济行为人的决定影响了价格后，进而影响到其它人的福利状况，资金外部性就起作用。
将这两种外部性概念应用到现实生活中，城市或专业化生产园区主要是由技术外部性在起作
用。但是，当考虑一个更大的地理范围时，技术外部性就难以充分解释区域间的集聚现象，
如美国历史上东北部与五大湖中心的“制造业地带”与欧洲的“蓝香蕉”（范围包括伦敦－
意大利北部，穿过德国西部及比利时、荷兰、卢森堡三国的部分区域）。当然，在一定意义2
3 本文的地级市是指辖县意义上的115个地级市和15个副省级市，其中地级市包括下辖的区、县及县级市。 这里德国的地区，是指Nuts 3意义上的，相当于中国的县级水平。
上可以说，大地理范围的产业集聚包括了由技术外部性占主导地位的集聚现象。本文产业集
聚的内涵更偏重于大地理范围的产业集聚现象，是指各非农产业在全国范围内主要集中于东
部沿海地区这一状况。
在一定程度上可以说，技术外部性是一个黑匣子，它代表了复杂的非市场组织所扮演的
角色，如制度因素、人力资本含量差异或马歇尔所言的三个集聚来源等等。而资金外部性的
来源是比较清楚的, 它关注的是由市场所媒介的经济行为人的相互作用所导致的影响他人福
利水平这一现象（Fujita et al,1999,P75），其发生作用的两种力量分别是本地市场规模效应
（home market effect）与价格指数效应(price index effect) ，它可以追溯到如下一些参数值，
如规模报酬的强度、企业市场强度、商品壁垒水平、要素流动性、市场规模大小和各产业间
的联系强度，其中规模报酬强度、企业市场强度是衡量不完全竞争水平的高低，而商品壁垒
水平、要素流动性是代表市场一体化状况。
从本文考虑的大区域产业分布与集聚来看，拥挤效应对大区域之间的产业不平衡分布起
的作用不大，企业通过产品市场和劳动力市场与消费者、工人发生联系，而这些联系又是通
过广义的运输成本起作用（即新经济地理学中的运输成本）。因此，商品与要素的空间流动
性障碍对经济地理或产业分布有重大的影响，贸易成本的下降可以使某种经济活动的定位有
更大的灵活性。但一旦制造业在某一地区发生群体性定位，它就有可能通过吸收其它地区的
生产要素而表现出“滚雪球效应”，并致使地区间的收入差异、劳均GDP 或工资差异扩大，
此时，制造业定位受资金外部性影响而其灵活性大大降低。这一机制导致的典型现象是，曾
经相似的地区可能会出现极不同的生产结构，一个地区集中了大部分制造业，而另一地区制
造业几乎被掏空，即制造业表现出“地区集聚”形态（Fujita et al,1999）。根据上述理论可以
推测，沿海地区制造业集聚很可能起源于其初步的制造业优势、地区间一体化增强与对外开
放等综合因素引起的，随着地区间一体化增强，其制造业的初步优势通过要素的跨区域流动
而使其“滚雪球效应”越来越大，直到沿海地区成为中国的制造业中心（范剑勇，2004a ）。
联系到中国的实际情况，本文用地级城市的非农产业就业密度差异代表经济活动当事人
之间的地理距离，当就业密度大，经济活动集聚程度高，也预示着该地区的“本地市场规模
效应”与“价格指数效应”强，这种资金外部性进而对当地的劳动生产率与工资产生正面的
影响。本文没有具体区分技术与资金外部性差别及其内在机制，而是仅描述这种外部性所产
生的宏观增长效应。
2、实证
集聚效应是在一定的区域范围内加总所有的个体外部性。考虑两个企业j 和k ，企业j
得到的外部效应可能既是自身投入品x j 的函数，也可能是企业k 投入品x k 的函数。同时，
企业j 得到的外部效应还取决于两经济主体j 和k 之间的距离，这个距离可以分解为三个维
度：一是直观的地理距离d jk ；二是两主体j 和k 的产业距离d jk ，当两主体产业完全相同
时，d jk 为0，当两主体产业差异性增加时，d jk 也增加；三是时间上的距离d jk ，即期的主
体j 可能受数期以前主体k 的影响，实际上这是一个动态效应。我们将所有影响企业j 的经
I I T G I
济主体k 加总，即到K 。因此，经济主体j 得到的外部性大小可以由下式表示：
I T A j =∑k ∈K q (x j , x k ) a (d G
jk , d jk , d jk ) （1）
由（1）式可以看出，外部性视产业、地理位置与时间的不同而不同。进一步，我们可
以假定企业j 的产出水平：y j =g (A j ) f (x j ) ，即产出水平受外部性与自身的生产函数共同
决定。已有关于外部性的实证研究文献都是立足于（1）式中的三个维度中的一至两个维度。
本处接下来分别阐述已有研究中关于这三个维度距离的结论。
1）、产业距离维度
这是在所有集聚效应中研究得最多、最为广泛的，体现为专业化经济还是产业多样性能
4够对劳动生产率或就业增长率产生促进作用的争论上。 表征专业化经济大小的指标是单个
产业的从业人员数，或者是单个行业的就业数占该地区所有行业总就业人数的比重，而城市
多样化指数是该城市的总从业人员数或城市总人口数，也有学者应用赫芬达尔指数作为地区
多样性指数（Henderson et al，1995）。已有研究的结果显示，劳动生产率对城市总人口数或
单个行业就业数的弹性系数在3－8%之间（Fogarty and Garofalo,1978;Moomaw,1981;
Tabuchi,1986 ;Nakamura,1985）。关于专业化与多样性经济对增长的促进作用争论典型的如：
Glaeser et al(1992)研究了1956－1987年美国各城市前6位行业专业化指数后，没有发现地
方化经济对就业增长有促进作用，而多样性可以显著促进经济增长；但是，Henderson et
al(1995)研究了1970－87年期间美国八个行业的专业化系数，发现5个成熟行业的地方化经
济促进了就业增长，而3个高科技行业的地方化经济却没有促进就业增长，而他应用赫芬达
尔指数作为地区多样性指数，发现多样性促进经济增长的规律只适用于高科技行业。
2）地理距离维度
由于集聚理论主要关注的是经济活动的地理分布，因此单位土地面积上的就业人数是一
个衡量集聚的理想指标。Ciccone and Hall(1996)应用美国1988年各城市数据，发现劳动生
产率对就业密度的弹性系数达到5%，应用同样的方法研究法国、德国、意大利、与英国，
发现1992年欧盟各国的劳动生产率对就业密度的弹性系数为4.5%，同时，加上受教育程度
与地区哑变量指标，可以解释了地区间劳动生产率差异的62%（Ciccone ，2002）。但是，
Dekle and Eaton(1999)发现在日本，同样应用这一方法得出的弹性系数却只有1.25%左右。
本文尝试在中国应用类似方法，求证劳动生产率、工资对就业密度变化的弹性系数。
Rice and Venables(2004)也应用了类似的模型研究90年代后期英国地区间的收入差异，
因变量为工人的劳动生产率与工资收入，他们发现人口密度与工资收入之间的弹性系数为
2.8%，而人口密度与劳动生产率的正相关关系不显著。Combes et al （2004）应用覆冠面广
的法国数据，发现工资收入对就业密度的弹性仅为2%，同时，他们强调了受教育程度对工
资收入的显著贡献。Midefart(2004)应用挪威的数据，发现该工资收入对就业密度的弹性显
著强于劳动生产率对就业密度的弹性，前者达到3%，而后者却不显著，而受教育程度随着
时间的推移（从1989－1999年期间）对劳动生产率和工资的影响正在下降。 4早上1920年，马歇尔（P275）就强调“人们集聚在一起从事具相同技能的同一生产活动具巨大的优势，
此时产业秘密已不再是秘密了，而是在空气中„”，现实中这种专业化经济或称地方化经济枚不胜举，如硅
谷、中国各类地方“特色块状经济”。另一种产业距离维度的集聚效应是Jacobs （1969）强调产业多样性有
利于劳动生产率提高或就业增长，因为多样性的产业有利于知识的交流或创新。
3）、时间距离维度
时间距离维度实际实际上反映的是集聚效应是否具有动态效应问题，如一个城市许多年前投入的基础设施建设实际上发挥着对以后资本或产业具吸引力的作用，从而促进了城市化进程和经济增长。Henderson （1997）应用滞后和差分的方法分行业识别了这种时间维度的动态效应，他发现，各行业的滞后效应是不一样的，但总体上所有行业的滞后效应是2－5年。Glaeser and Mare(2001)应用三个不同的数据库验证了动态集聚效应的存在，他们以工资为因变量，以工人的个人特征和当地环境为解释变量，发现长时间居住在大城市的工人比刚进入大城市的工人工资高；他还发现当大城市的工人迁移到一个新的城市，只要迁移前的城市较大，他们的工资收入也较高。
3、有关中国的实证情况
据作者所知，关于中国产业集聚的研究目前只存在三篇文章，分别是Gao(2004), Batissa(2002)和杨宝良（2003）。这三篇文章基本上都属于检验产业距离的维度范畴。从数据与方法论上讲，上述三位作者都使用的是面板数据（行业×省份），行业均为制造业二位数行业。三位作者得出的结论并不完全一致，Gao 认为，由地方化经济、地方产业竞争度与产业多样性构成的技术外溢，地方竞争度促进地方产出的增长，而地方化经济、多样性没有对产业增长有促进作用；同时，动态外部性也非常弱。Batissa 发现，一个产业外部工业环境的多样性和产业内的竞争度有利于产业的增长，但产业专门化的影响为负。杨宝良认为，需求变量、投入变量、及初始固定资产变量对产业地理集聚的作用是显著正向的，初始集聚度和规模变量对地理集聚呈现显著负向的作用。
三、实证模型的设定
为了得到关于就业密度对劳动生产率与工资影响的实证模型，我们假定在地区j 的单位土地面积上的产出q ：
q j =Ωj f (n j H j , k j ; Q j , A j ) =Ωj ((n j H j ) k j β1-β) (αQ j
A j ) (λ-1) （2）
上式中Ωj 代表第j 地区的全要素生产率指数，n j 为该地区单位土地面积上的就业人数，H j 表示平均人力资本含量，k j 表示单位土地面积上的物质资本，而A j Q j 为第j 地区的总产出，为第j 地区的总土地面积。实证研究中一般假定空间外部性是由地区产出密度Q j /A j 引致的，因为当外部性以集聚形式代表时，这一指标是非常恰当的。我们将函数形式进一步细化成式（2）右边的表达式，其中α∈(0, 1) ，代表物质资本与劳动力在产出中的份额，而β为资本在其中的份额。空间外部性的大小由(λ-1) 表示，外部性存在的前提条件是λ＞1。 我们假定资本与劳动力在地区内是均匀分布的，这一假定可以得出Q j =A j q j 。进一步，我们假定N j 为地区j 的总非农就业人数，H j 为该地区j 中的非农就业中的平均受教育水平，K j
为地区j 的总物质资本。由此可以得出平均劳动生产率的表达式：
Q j
N j =Ωλ(H βj (j K j N j ) 1-β) αλ(N j A j ) αλ-1 （3）
我们无法得到每个地级城市的资本数量K j , 且进一步假定资本需求的表达式为
K j =α(1-β)
r j Q j ，其中r j 为地区j 的资本价格。式（3）可以改写为：
N j H j
A j ) θ 其中，θ=Q j N j =Λj Ωωj H j (αλ-1 （4） 1-αλ(1-β)
Λj 值依赖于资本价格r j ，而ω是一个对我们结论不重要的参数。上式中我们关注的是θ参数值，它衡量就业密度与人力资本对地区劳动生产率的影响。这样，假如考虑地区固定效应的话，式（4）就可以不依赖于资本与资本价格的数据直接估计出集聚效应θ值。对于θ的表达式，我们考虑以下几种情况：1）、当 αλ＝1时，θ为0，此时地区就不存在集聚效应；2）、在αλ＞1的情况下，1-β越大，则θ也越大，这意味着，如果某一地区有集聚效应，则外部资本受趋利行为的诱惑而持续地注入该地区，则该地区的集聚效应进一步放大，从而产生一个“滚雪球”效应。3）、当αλ＜1时，此时拥挤效应超过了集聚效应，θ表现为负。
将式（4）采取线性对数形式，可以得到：
log Q j -log N j =常数项＋ϕregionDumm +θ(logN j -log A j ) +∑δej F ej +μj （5）
e =1E j
上式中的μj 其余影响地区j 的劳动生产率的未观察因素，F ej 为从业人员中的不同受教育水平的比例，E j 表示不同受教育水平的组份，它的回归系数为δej 。地区哑变量代表资本价格与全要素生产率的综合，系数为ϕ，在实际回归中，本文用省级水平的哑变量代表地区哑变量。 由于在实证模型中是不能直接通过计量得出空间外部性λ-1的大小，我们通过以下空
λ
间外部性的表达式（Cicoone,2002）：
λ-1α+α(1-β) θ （6） =1-λ1+θ
其中θ可以从方程5式中估计出，而αβ为劳动在总产出的份额，在本文中就是工资占劳动生产率的份额。这样，我们可以求出空间外部性关于α的数学表达式。
四、数据来源与统计描述
1、数据来源与地级城市概况
本文应用的数据来源于《中国城市统计年鉴，1999》与《新中国城市统计年鉴50年》中
的1998年数据。由于直辖市与其他地级城市、副省级城市无论从城市规模、还是从GDP 总量来看，都相差甚远，因此本文的样本观察数中删除了直辖市。同时，由于海南省海口市土地面积仅有236平方公里，大大低于全国地级市的平均水平，导致它的就业密度高达1478.936人/平方公里，高于75人/平方公里的全国平均水平，因此我们试验了两种回归方法，包含用哑变量控制海口与删除海口的两种计量试验。如果是后者，则本文统计的地级市、副省级城市数为119个，在接下来的一般性统计描述中，我们都删去了海口市。
地级城市是介于省级与县级行政辖区的一级单位，它包括市区、郊区、所辖的县与到级市，无论从土地面积、非农就业人数、非农人口占总人口的比重和人均GDP 大小看，全国地级市的差异程度都相当大。就土地面积而言，在119个地级与副省级城市中，均值为12472.48平方公里，标准差为10670.64，最大为内蒙古的赤峰市，达到90021平方公里，最小为安徽省的铜陵市，仅为1113平方公里；就非农就业人数而言，均值为54.34万人，标准差为49.78万人，最大为沈阳市，达到296.76万人，最小的为云南省东川市，仅为2.37万人；就非农从业人员占总人口比重而言，其均值为16.30%，标准差为11.98%，最大为新兴城市深圳，达到79.93%，而最小是广西自治区的贵港市，仅为3.42%。从人均GDP 上看，各地级市的均值为8678.9万元，标准差为9250.7，最低的城市为山西省阳泉市，仅为776.92元，最高的仍是深圳市，达到115060.2元。
2、主要指标的统计描述
本文认为，非农产业劳动生产率、工资的地区差异是直接构成地区收入差距的原因，而劳动生产率、工资差异是由集聚程度不一直接引起的。本处将简单回顾这些指标的统计描述（见表1），以获得一手的感性认识。从非农产业的劳动生产率、工资、非农产业就业密度、每万人中含高等教育人数、中等教育人数、初等教育人数变异程度看6，就业密度、高等教育人数两个指标的地区差异最为显著，这两个指标的标准差与均值的比值分别1.20和1.61，显示了地级市之间巨大的地区差异，从而有可能直接影响了劳动生产率与工资水平。而劳动生产率、工资的地区差异程度其次，其标准差与均值的比值分别为0.64、0.29，非常明显的是，工资的差异程度显著低于劳动生产率，由于产出中的劳动生产率还包括物质资本报酬与土地的租金，且从均值来看工资占劳动生产率的比重仅为13.82%，因此地区收入的差异性更多地体现在物质资本报酬与土地租金的差异，而这更是反映地区间的集聚效应差异；中等教育、初等教育的地区差异程度最低，其标准差与均值的比值分别为0.20与0.17，反映了义务教育的推行，使得地区间的基本教育差异在数量上已缩小到一定程度。
表1 主要变量的一般性统计描述（1998年）
55观察数 均值 标准差 最小值 最大值 海南省全部陆地面积有3.54万平方公里，而仅有的海口与三亚两个地级市土地面积之和为2155平方公里，这时由于海南省的行政体制省辖县，而不是通常的省、地级市、县、乡等四级政府体制。
6由于统计年鉴中没有直接的地区人力资本指标，本文将地区受教育程度指标用每万人中含各级学校的专任教师数来替代。本文认为，越高级别学校的专任教师数越多，培养的含高人力资本的劳动力数量也越多，相应地该地区人力资本含量就越高。同时，我们假定专任教师数本身对地区的非农产业劳动生产率与工资没有直接影响。
劳动生产率
就业密度
工资
高等教育 119 119 119 216
216
216 49392.42 68.80851 31454.12 82.31708 5959.069 185526.3 3.162711 3712.48 0 2.949178 31.3223 671.4783 18381.86 33.70997 55.26067 69.28447 6827.114 1978.96 3.398104 32.62879 48.56529 5.465675 6.614881 8.058596 中等教育 初等教育
我们将全国119个城市分别归并到沿海、东北、中部、西南与西北五个地区7，并取其算术平均数，得到表2。从表2中可以看出，地区差异还是非常明显的。其中沿海地区在劳动生产率、工资与就业密度等三个指标上的优势是明显的，尤其是劳动生产率与非农就业密度遥遥领先于其它地区；同时，西北地区的劳动生产率最低，仅为29805元。从衡量工业化进程的指标—非农从业人员占总人口的比重看，西北地区却最高，而西南地工最低，这可能反映了这两个地区如下的资源事实，西北地区农村缺水等自然资源原因而致使第一产业从业人员相对较少；西南地区农作条件相对较好。基于西南地区非农从业人员占总人口的比重（9.84%）落后于西北地区（23%），如果将非农从业人员占总人口比重与劳动生产率联系起来，而且劳动生产率是非农GDP 除以非农从业人员数得到的，我们是否可以猜测，劳动生产率在西北地区低、西南地区高是与西北地区非农从业人员比重高、西南地区非农从业人员比重低引起的，而后者又是制度、统计口径不一致或不精确引致的。这一猜测将在下一部分在计量上得到检验。
表2 全国各主要地区的主要指标均值（1998年，单位分别为元/人年、元/人年、人/公里2、%）
沿海
东北
中部
西南
西北 劳动生产率 64436.257 34006.59 45813.604 46647.131 29805.179 工资 7957.1639 6017.2355 6005.4142 6394.5007 6865.5643 就业密度 126.3861341 42.61303868 57.58229059 33.91354451 38.58723422 非农从业人员占总人口比重 19.249512 18.472533 12.649071 9.8359227 23.098448
3、劳动生产率、工资与就业密度的简单相关关系
从上述简单的数据罗列并不能看出劳动生产率、工资与就业密度的相关关系。为了弥补这一缺陷，我们分别画出了劳动生产率、工资与就业密度的散点图（见图1和图2）。这两个散点图都规定了非农从业人员占总人口的比重在75%以下，共观察数为184个（原因见下一部分）。
图1的横轴表示就业密度，纵轴表示劳动生产率，劳动生产率与就业密度总体上存在正相关关系，但图中也存在几个明显的异常观测点。我们先看图的右下方的几个点，代表较高就业密度与较低劳动生产率，主要是一些老工业基地、枯竭型资源城市、或市场化体制改革不顺的城市，如沈阳、武汉、太原、铜陵、淮南、南京、淮北。位于最右边的城市是广州，7这五个地区包括：（１）、东北三省：黑龙江、吉林、辽宁省；（２）、东部沿海各省：河北、山东、江苏、浙江、福建、广东、海南省；（３）、中部省份：山西、河南、安徽、湖北、湖南和江西省；（４）、西北地区：内蒙古、陕西、宁夏、甘肃、青海、新疆、西藏；（５）、西南地区：四川、云南、贵州、广西。
它代表就业密度与劳动生产率的简单正相关关系。我们再看图的左上方，位于最上方的是云南省玉溪市，它拥有特殊的烟草工业，劳动生产率达到185526元/人·年；其余左上方的点基本上是沿海地区在改革开放中获得较大收益的中型城市，如无锡、佛山、苏州、泉州、绍兴、台州、金华、宁波、温州等城市。在计量就业密度对劳动生产率影响的过程中，由于对以上异常观察点没有统一的规律可循，我们只能加入沿海开放城市或具特殊资源城市用哑变量进行控制。
200000
p r o d u c t i v i t y
[1**********]0图1 劳动生产率与就业密度的简单相关关系
接下来我们考察工资与就业密度的散点图（见图2），纵轴为工资水平，总体上说，两者存在着正相关关系。但我们仍需注意的是几个边界上的异常观测点，首先是右下方的观测点，仍然是一些体制改革不顺、资源枯竭型城市，如武汉、沈阳、太原、淮南、铜陵等城市。而左上方的观测点是现阶段稀缺性特殊资源城市或在开放中获益的沿海地区中型城市，如克拉玛依市、大庆、玉溪、温州、宁波、杭州、台州等市。在进行计量时，我们还是希望用地区哑变量总体上控制或至少部分控制这些异常观测点对被解释变量的影响。
w a g e s 图2 工资与就业密度的简单相关关系
五、回归结果与进一步的讨论
yx
szh tzh sx 1、数据质量控制与回归方法选择 jh qzh2fsh wx
一般说来，计量经常受数据质量的困扰。本处的困难和疑惑是在一些不太发达的地级城zhzh jx dq
hzh chzh jm zhj chzh fzh lf hc jm dl nt
mm zh gzh wzh hzh nb
市，其劳动生产率却出奇的高，如河北省的廊坊、衡水两市，其劳动生产率分别高达88971、86646元，湖北省黄冈市的劳动生产率高达70905元。考虑到劳动生产率是非农GDP 除以非农就业人数得到的，在非农GDP 一定的情况下，非农就业人数越少，其劳动生产率就越高，而非农就业人数的统计因制度等原因在各地口径有不一致的可能性。通过检查上述城市的非农从业人数占总人口的比重，发现这些城市的非农从业人数占总人口的比重异常低于全国平均值，如黄冈市、廊坊与衡水市分别只有4.98%、7.39%、5.87%。因此，我们认为这些城市在非农就业人数上的低估导致了劳动生产率的高估。为了排除这些由制度上或统计口径上引起的误差，在回归方程（5）我们引入非农就业人数占总人口比重这一指标来控制这一影响。
同时，我们对某些城市的统计数据质量发生质疑的是，若干城市的非农就业人数占非农人口的比重高于100%，如山西省的晋城市、长治市，山东省的临沂、潍坊市等，广东省的中山市这一指标甚至达到213%，而这显然是违背常识的。根据中国的现实情况，这一指标一般在50-65%之间是合理的。本文的办法是逐渐排除非农就业人数占非农人口的比重高于85%、75%、65%的观察点，相应的样本观察数也减少到189、184、178个。在进行一般性试验时，都以75%为准。
另外，我们将14个沿海开放城市与四个经济特区作为单独的哑变量，将大庆、克拉玛依、玉溪、东营（胜利油田）作为特殊资源城市的哑变量。8前者的回归系数可以看到是开放的地区优惠政策对劳动生产率、工资的影响、后者是可以检验城市特殊的资源对劳动生产率影响。
我们设立的地区哑变量是各省级水平的哑变量，因为中国的省份自主权已相当大，而且其面积与人口总数大小基本上达到与西方发达国家的规模，而一个省份内部各城市制度、文化较为统一、要素流动也较小障碍，而在各省份之间这些因素差异较大。因此，我们认为省级水平上的地区哑变量基本上概括了反映地区外生特征的固定效应。同时，关于方程5中的因变量用工资替代劳动生产率，我们认为这是合理的。因为劳动生产率本身包括了工资、物质资本回报与土地租金三项，将资本回报与土地租金移入方程5的右边，用地区哑变量将这两项包括进去，方程5就是关于工资的回归方程了。
关于代表人力资本的高等教育、中等教育与初等教育三个指标是否可以同时放入回归方程，即他们之间是否有共线性嫌疑？为此，我们作为它们之间的任两指标回归，发现高等教育与初等教育的相关性极低，且不显著，R 2也小于0；而高等教育与中等教育之间虽然回归系数显著，但其值只有0.27，其R 2也只有0.06；中等教育与初等教育的回归系数在最大，达到0.35，但其R 2也只有0.15。按照统计学的一般经验，这种具微弱共线性的解释变量可以放入同一个方程中，它并不影响回归的稳定性。同时，为了精确与科学目的起见，我们还删除了中等教育这一指标或将高等教育与中等教育都删除来进行多种试验，其结果与三个解释变量都放入的结果差别不大。
需要特别指出的是本处计量的内性问题。一般说来，本处引起内生性的可能原因是变量缺失性或联立性。在本文中，我们无法判明本文的内生性是由哪种原因引起的，即一个地区的劳动生产率高究竟是该地区的就业密度引起的，还是由于该地区的劳动生产率高而引起外8 大庆、东营和克拉玛依都是油田城市，玉溪是著名的烟草城市。
部企业、工人进入，从而提高了该地区的就业密度？或者说是遗漏了必在的解释变量而导致解释变量与误差项之间有相关性，从而引起估计上的偏误。虽然我们无从区别这两种内性性，但可以做到的是检验是否具有内生性。有鉴于此，我们引入了就业密度的工具变量各地区土地面积。我们先进行两者之间的相关性检验，发现系数为-0.52，t 检验值为-8.55，R 2值为0.82；删除土地面积后R 2值下降为0.62。因此我们认为土地面积作为就业密度的工具变量是一个合适的。接下来，我们又将工具变量放入方程5中进行2SLS 回归，得到以下回归结果：
劳动生产率＝ 就业密度＋ 0.049 高等教育－ 0.081 中等教育＋ 0.90 初等教育 0.077
＊＊＊
(0.82) (1.28) (-0.60)
(-2.88)
＊＊＊
＋ 0.046 沿海开放城市＋0.66 特殊资源城市
(0.85)
(5.58)
上面的方程省略了常数项与地区哑变量，其中观察数为155，调整后的R 2为 0.63。为
了检验方程5中是否有内生性问题，我们进行了Hausman 检验，发现卡方值为 0.35，P 值为1.00。从这一检验结果中，我们看到应用工具变量进行回归的结果与OLS 结果没有显著差别，因此无法拒绝OLS 回归中没有内生性这一假定。有鉴于此，本文接下来的回归均采用OLS 方法。
2、回归结果
把海口作特殊资源的哑变量与将海口剔除出样本，两种方法所得到的结果几乎是一样的。后面的结果描述都是将海口剔除出样本，我们得到实证结果是（表3，表4）：
1）、首先看人力资本差异对劳动生产率与工资的影响差异。回归结果显示，高等教育与中等教育并没有显示出强烈的证据来促进劳动生产率的提高，而在工资方程中却相反，高等教育与中等教育显示出对工资提高的促进作用，如高等教育的弹性系数在0.65-0.67%之间，中等教育的弹性系数在0.92-0.10%之间。9在上一部分我们看到，工资在劳动生产率的份额仅为13.82%，由此可以推测，人力资本对地区劳动生产率并没有起非常大的作用，这很大程度上是因为中国的劳动生产率最终流向对物质资本的回报和土地租金之和。因此，现阶段物质资本的投资回报是非常高的，这也解释了为什么各地区地方政府对招商引资是如此的热衷。同时，由于义务制教育的实行，中等教育与初等教育有一定相关性，我们将中等教育变量剔除（表3与表4中的第4式），不仅是教育招标得到的系数几乎与第2式一样，而且其他解释变量的回归系数差别不大，因此，我们认为高等教育、中等教育与初等教育三个指标同时放入回归方程中是合适的。
2）、在沿海开放城市哑变量与特殊资源城市哑变量的回归系数看，具特殊资源的城市哑变量相对于别的城市来说均对劳动生产率与工资有正的相关关系，而开放城市的哑变量只有工资有正的促进作用（0.046-0.054%之间）。为什么开放城市对劳动生产率、工资有截然不同的影响呢？除了容易考虑到的沿海开放城市在现阶段相对于别的城市来讲已没有优惠政策可以享受这一因素以外，这实际上隐含了集聚效应的一个动态后果，即开放城市若干年以前的集聚效应和高工资状态可以延续到现在。 9
关于为什么中等教育的弹性系数高于高等教育，这是一个谜，也许是一个指标选择问题或数据质量问题。而这与本文主旨相关不大。
3）、非农从业人数占总人口比重对劳动生产率是负值，系数达到-0.186至-0.237%之间，印证了我们在前一部分的猜测，即由于城乡分割等制度上的因素或统计口径等问题，劳动生产率受非技术性的制度干扰比较大。
4）、从就业密度对劳动生产率与工资的影响来看，除了符合理论预期外，我们还要看到，就业密度对劳动生产率的回归系数（0.121%）显著高于其对工资的回归系数（0.056-0.061%），这是为什么？如果结合工资占劳动生产率的比重看，本文认为，这实际上体现了物质资本投资的回报和土地租金的回报远远高于工人的劳动力份额，也就是说，如果一个地区已经具有初步的集聚效应优势，则这个地区还会源源不断地吸引更多的资本进入，通过这种累积循环机制而将集聚效应表现为“滚雪球”效应或动态效应，从而加剧了地区差距的扩大。
表3 非农产业劳动生产率决定因素的计量结果
常数项
(1)
＊＊＊
(2)
＊＊＊
(3)
＊＊＊
(4)
＊＊＊
(12.27)
就业密度
0.109 (1.81)
高等教育
0.0586 (1.55)
中等教育
-0.272 (-0.20)
初等教育
-0.931
＊＊＊＊
(12.45) 0.121 (2.08) 0.0432 （1.17） -0.0763
＊＊
(13.33) 0.121 （2.21） 0.0365 （1.06） -0.115
＊＊
(12.89) 0. 122 （2.12） 0. 0438 (1.19) --
＊＊
（-0.57） （-0.91）
-0.827
＊＊＊
-0.812
＊＊＊
-0. 834
＊＊＊
(-3.16)
非农就业人数占总人口比重
沿海开放城市哑变量
-0.237 (-2.09) 0.0441 (0.82)
特殊资源城市哑变量
0.657
＊＊＊＊＊
（-2.88） （-3.03） -0.186
＊
(-2.92) -0.205 (-1.93) 0.0435 (0.82) 0.640
＊＊＊＊＊
-0.132
（-1.67） （-1.26） 0.0444 （0.82）
0.645
＊＊＊
0.0297 （0.59） 0.643
＊＊＊
(5.51)
地区哑变量 观察数 Adj.R 2 F 值 注：
＊＊＊
（5.61） 是 155 0.63 9.82
＊＊
(6.03) 是 150 0.65 10.81
＊
(5.82) 是 155 0.63 10.21
是 160 0.62 9.38
表示在1%水平上显著，表示在5%水平上显著，表示在10%水平上显著。括号内为t 值，回归
方程通过white 检验排除了异方差性，接受同方差性假设。
表4 非农产业工资决定因素的计量结果
(1)
(2)
(3)
(4)
常数项 3.79
＊＊＊
3.78
＊＊＊
3.72
＊＊＊
3.865
＊＊＊
(19.1)
就业密度
0.0555
＊＊＊
(18.77)
0.0574(2.76)
0.0654(5.00) 0.0959 (1.83) -0.0562 (-0.50) 0.0484 (2.21)
0.228
＊＊＊＊＊＊＊＊＊＊＊＊
(19.01)
0.0569(2.79)
0.0669(5.26) 0.0918 (1.81) -0.0201 (-0.18) 0.0461 (2.17)
0.228
＊＊＊＊＊＊＊＊＊＊＊＊
（19.54）
0.0614
＊＊＊
（2.74）
高等教育
0.0653
＊＊＊
（2.94）
0.0688
＊＊＊
（5.08）
中等教育
0.103 （1.97）
初等教育
-0.0747 (-0.68)
沿海开放城市哑变量
0.0535 (2.54)
特殊资源城市哑变量
0.229
＊＊＊＊＊＊＊
（5.27） --
-0.0257 （-0.23） 0.0487 （2.21）
0 .233
＊＊＊＊＊
(4.92)
地区哑变量 观察数 Adj.R 2 F 值 注：
＊＊＊
(4.89) 是 155 0.67 11.87
＊＊
(5.04) 是 150 0.69 13.50
＊
（4.96） 是 155 0.67 11.95
是 161 0.68 12.23
表示在1%水平上显著，表示在5%水平上显著，表示在10%水平上显著。括号内为t 值，回归
方程通过white 检验排除了异方差性，接受同方差性假设。
5）、从表3的回归结果我们看到，全国平均的集聚效应为0.121%，那么这一指标在各省份之间是否有差异性？为达到这一目标，我们将式（5）中的省级水平的地区哑变量用“省级哑变量×各地级市的就业密度”交互项来替代。我们将广东省作为观察的基准点，得到的回归结果见表5。这个结果显示，各省份之间的集聚效应有显著的差异性。广东处的集聚效应指数为0.26%，新疆自治区的系数不显著，其他沿海省份浙江与福建省也处于同一水平，而江苏、河北与湖北省略低于这一水平，达到0.167-0.17%之间。10如果把东部沿海城市、湖北和新疆的集聚效应列为第一层次的话，则把绝大部分中部城市、所有的西南城市和东北三省城市和部分西北城市的集聚效应为第二层次，在0.01－0.14%之间。集聚效应为负值的省份有三个，分别是山西省、青海省与宁夏自治区，其指数为-0.01至-0.07%之间。因此，总体上说，大陆地区不仅存在集聚效应，而且省际之间的集聚效应差异也层次分明。
表5 集聚效应的省际差异
省份名称
系数（t 检验值） 0.26
＊＊＊
系数（t 检验值） -0.19
＊＊＊
海南
系数（t 检验值） --
（即广东省）
(4.51) 安徽 （-4.49）
10
由于山东与海南省的城市数据质量问题而被排除在回归样本之外，故没有山东和海南省的系数。
河北 山西 内蒙古 辽宁 吉林 黑龙江 江苏 浙江
-0.093（-2.17） 福建 -0.27-0.25-0.22-0.19-0.23
＊＊＊
＊＊
0.058（1.16） -0.15-- -0.19
＊＊＊＊＊＊
四川 贵州 云南
-0.22-0.25
＊＊＊
（-4.72）
（-3.92） 江西 （-3.0） 山东
（-2.86）
＊＊
（-3.75）
＊＊＊
-0.13（-1.80） -0.22-0.23-0.35-0.33
＊＊＊
＊
＊＊＊
（-5.57） 河南 （-3.11） 湖北
（-4.64） （-2.16） （-2.53）
陕西 甘肃 青海 宁夏
（-4.24） (-3.11) (-4.50) (-4.07)
＊＊＊
-0.092-0.12-- -0.19
＊＊＊＊＊
＊＊＊
（-3.62） 湖南 （-2.3） 广东
＊＊＊＊＊＊
-0.090
＊＊＊＊＊
-0.0035（-0.08） 广西
＊＊＊
（-3.34） 新疆 -0.13(-1.38)
注：
＊＊＊
表示在1%水平上显著，
＊＊
表示在5%水平上显著，表示在10%水平上显著。括号内为t 值，观察
＊
数为155。回归方程通过的white 检验，排除了异方差性。
6）、由于我们估计得到就业密度对劳动生产率的集聚效应指数为0.121%，且工资在劳动生产率的份额αβ为0.1382，根据式6，我们可以求得非农产业的空间外部性λ-1关于α
λ
的表达式：λ-1=0. 985-0. 784α。根据这一表达式的数学性质，空间外部性的取值范围
λ
在（0.2，0.985）之间。根据国际经验（Cicoone,1997），1-α的取值是很低的，如按美国这一取值为1.5%，则中国的空间外部性达到0.213；即使中国的1-α取值达到10%，则空间外部性将达到0.279。因此，中国的空间外部性大概是在0.2-0.3之间，这已经远远高于欧洲的0.04－0.05的估计值。
3、进一步的讨论
1) 、关于中国集聚效应的指数大小问题。非常明显的是，中国的集聚效应显著低于欧美国家相应的弹性系数，欧美国家这一指标在4-5%之间（Ciconne and Hall,1996; Ciconne,2002）。这种状况可能与以下事实相关，即中国土地上人口分布本身比较稠密，具有居住条件的地方基本上都有人类在此繁衍，由此导致就业密度本身对劳动生产率的边际影响较小。11况且，中国的一个省规模基本等同于欧洲的一个国家。支持本论点的另一个相关事实是，人口稠密的日本这一集聚效应指数也只有欧美国家的四分之一（Dekle and Eaton,1999）。
2）、尽管受教育程度对工资有显著的正向推动作用，从而可以缩小地区间的工资收入差距，但由于现阶段劳动力在总产出中的份额较低，提高人力资本含量并不是缩小总体地区收入差距的有效办法。这也是落后地区地方政府并不重视人力资本投资的一个重要原因。
11
另外一种原因可能是集聚效应与经济发展水平阶段有关，感谢陆铭博士为我指出这一点。
3）现阶段大部分制造业已经转移到东部沿海地区，也造成了地区之间的不平等加剧（范剑勇、朱国林，2002；范剑勇，2004a ）。这种空间事实上的不平等衍生出劳动生产率这一问题，即制造业的空间转移与集聚提高了非农产业的平均劳动生产率。因此，地区差距的扩大与空间效率的提高是一对孪生兄弟、不可分割，而效率与公平则是另外一对必须仔细权衡的矛盾。从这一结论出发，现阶段任何出于缓解地区差距扩大的区域政策，都必须小心对劳动生产率所造成的伤害。
4）、集聚效应的省际差异与非农产业的空间外部性。中国集聚效应的省际差异明显存在三个层次，即较强的沿海地区、湖北省与新疆自治区，较弱的绝大多数省份与不存在集聚效应的山西、青海与宁夏自治区等三个层次，这种状况与欧美国家内部基本不存在集聚效应的地区差异（Ciccone,2002）有天攘之别。同时，由集聚效应导致的空间外部性也远远超过西方国家的空间外部性水平。因此，我们认为，中国地区间巨大的工业化进程差异（袁志刚，范剑勇，2003）使得集聚效应、空间外部性表现为与西方国家迥然不同的特征。
六、主要结论
本文从地理距离维度阐述了现阶段中国的集聚效应。我们发现以下若干结论： 1、中国的集聚效应显著低于欧美等国家4－5%的水平，同时也低于日本1.25%的水平，劳动生产率对就业密度的弹性系数仅为0.121%。
2、 集聚效应在省际间的差异非常巨大，它可以分为渭径分明的三个层次，即沿海地区为第一层次，绝大多数省份为第二层次，山西、青海与宁夏为第三层次，这一特点与欧美国家基本不存在集聚效应的地区差异形成了鲜明的对比。
3、 中国非农产业的空间外部性估计值（20-30%）大大高于欧美国家的4-5%的水平。 4、 集聚效应具有动态性，它表现在经济特区与14个开放城市的工资水平高于其它城市，同时更体现在，劳动力在总产出中的份额不高，绝大部分产出流向资本与土地租金的回报上去，具初步集聚优势的沿海地区促使资本向本地区流动，从而产生了一个累积循环效应。而这可能是目前劳动生产率为什么具有如此大的地区差异的根本原因。
本文的结论对制定区域经济政策具有重大的启示意义，即集聚对劳动生产率具显著的提升作用，而现阶段的集聚效应可能对地区公平发展、将经济增长的果实惠及到中西部去可能造成伤害。如何找到一个既较小伤害劳动生产率又提升地区间公平的两全其美办法是制定区域发展政策、推动社会和谐发展的关键。本文认为，唯有大力推动地区间的一体化进程，大力推进中西部地区基础设施建设和系列软环境建设，才能吸引资本进入中西部去。
参考文献：
Batisse ，Cécile ，2002：《专门化、多样化和中国地区工业产业增长的关系》，《世界经济文汇》第4期。 Ciccone, 1997. Technology di!usion, dynamic externalities, and the spatial distribution of wages in the US. Mimeo. University of California, Berkeley.
Ciccone, A. (2002), "Agglomeration effects in Europe," European Economic Review 46, 213-227.
Ciccone, A. and R.E. Hall (1996), "Productivity and the Density of Economic Activity," American Economic Review , 86, 54-70.
Combes, P.-P., Duranton, G., and L. Gobillon. 2004. Spatial wage disparities:sorting matters! CEPR Discussion
paper no. 4240
Dekle, R. and J. Eaton (1999), "Agglomeration and land rents: evidence from the prefectures,"Journal of Urban Economics 46, 200-214.
Fogarty, M.S. and G.A. Garofalo (1978), "Urban spatial structure and productivity growth in the manufacturing sector of cities," Journal of Urban Economics 23, 60-70.
Fujita, M. and J. Thisse (2002), The Economics of Agglomeration, Cambridge: Cambridge University Press. Fujita,Masahisa, Paul R.,Krugman, and Anthony J,Venables(1999) ：the Spatial Economy. The MIT press: Cambrige, Massachusetts.
Gao,Ting,2004,Regional industrial growth: evidence from Chinese industries, Regional Science and Urban Economics 34,101-124.
Glaeser, E.L, H. D. Kallal, J. A. Scheinkman, and A. Shleifer (1992), "Growth in Cities." Journal of Political Economy 100, 1126-1152.
Glaeser, E.L., and D. C. Mare (2001), "Cities and Skills," Journal of LaborEconomics 19(2),316-342.
Henderson, J. V. (1986), "Efficiency of Resource Usage and City Size,” Journal of Urban Economics, 19, 47-70. Henderson, J.V. (1997), "Externalities and Industrial Development," Journal of Urban Economics, 42, 449-470. Henderson, J.V., A. Kuncoro and M. Turner (1995), "Industrial Development in Cities." Journalof Political Economy 103, 1067-1085.
Jacobs, J. (1969), The Economy of Cities, New York: Vintage.
Krugman,P.R. 1991：“increasing returns and economic geogr aphy.” Journal of Political Economy.99:483-499. Marshall, A. (1920), Principles of Economics, London: MacMillan.
Midelfar,K.H.,2004,Does agglomeration explain regional income inequalities,mimeo,Norwegian School of Economics and Business Administration and CEPR.
Moomaw, R.L. (1981), “Productivity and city size: a critique of the evidence,” QuarterlyJournal of Economics 96, 675-688.
Nakamura, R. (1985), “Agglomeration economies in urban manufacturing industries: a case of Japanese cities,” Journal of Urban Economics 17, 108-124.
Rice, P. and A. J. Venables. 2004. Spatial Determinants of Productivity:Analysis for the Regions of Great Britain. CEP Discussion paper 0642
Rosenthal, S. S. andW. C. Strange. 2004. Evidence on the nature and sources of agglomeration economies. In Henderson, V. and J.-F. Thisse (eds.) Handbook of regional and urban economics, Vol. 4, North-Holland, Amsterdam.
Tabuchi, T. (1986), "Urban agglomeration, capital augmenting technology, and labor market equilibrium," Journal of Urban Economics 20, 211-228.
袁志刚、范剑勇，2003：《1978年以来来中国工业化进程及其差异分析》，《管理世界》,2003年第7期; 范剑勇、朱国林，2002：《中国地区差距演变及其结构分解》，《管理世界》2002年第7期;
范剑勇，2004a ：《产业集聚与地区差距：来自中国的证据》，《中国社会科学评论》2004年第一卷，法律出版社，北京。
范剑勇，2004b ：《市场一体化、地区专业化与产业集聚趋势－兼谈对地区差距的影响》，《中国社会科学》2004年第6期。
杨宝良，2003：《外部经济与产业地理集聚 一个基本理论逻辑及对我国工业经济的实证研究》，《世界经济文汇》第6期；
所属领域：区域经济学
产业集聚与中国劳动生产率、工资的地区差异
范剑勇
上海大学区域与城市研究中心
[内容摘要]本文从地理维度估计了中国现阶段非农产业的空间集聚效应及其省际差异。
我们发现：1）中国非农产业的空间集聚效应显著低于欧美、日本等国，劳动生产率与工资
对就业密度的弹性系数分别仅为0.12%和0.057-0.061%；2）相对于西方国家的集聚效应在
地区间差异较小，中国集聚效应在省际间的差异非常大，沿海地区和湖北、新疆的集聚效应
明显领先于其它地区；3）中国非农产业的空间外部性达到20-30%，大于高于西方4-5%的
水平；4）通过集聚效应影响地区收入差异的过程具有动态性和累积性。从上述结论中得出
的政策含义是，制定区域经济发展政策时必须避免对效率的损害，兼顾效率与公平的统一。
关键词：产业集聚 劳动生产率 工资
JEL 分类号：J610,R190,R230
一、引 言
本文应用中国案例来探讨产业集聚对地区间的劳动生产率、工资的影响。从理论上讲，
新古典经济理论假定规模报酬不变，并忽视了空间因素。从这一假定出发，如果忽略掉自然
资源在空间上的非均质性，那么现实世界将变成“无城市的世界”。这种生产方式使得每个
地区都处于自给自足状态或无城市状态（Krugman,1991；Fujita et al,1999）。非常明显的是，
这与现实世界中到处是产业集聚和城市飞速发展的事实相矛盾。如果排除自然资源等因素
外，在产业集聚与城市发展的过程中，外部性是关键性的因素。这种外部性一旦产生并通过
累积循环机制可以产生巨大的规模效应与锁入效应（lock-in effect）。而外部性的宏观效应体
现为地方的劳动生产率、人均GDP 或工资的提高。本文正是从外部性对劳动生产率与工资
的影响上入手阐述现阶段地区收入差异产生的内在机制。
从劳动生产率、工资入手理解地区收入差异具有明显的益处，一方面地区收入差异一般
以人均GDP 作为衡量指标，它在很大程度上首先体现在劳动生产率差异与工资差异，另一
方面通过探讨劳动生产率产生差异的机制，可以对地区收入差异的成因窥见一斑。改革以来，
中国的地区间收入差异经历了上世纪八十年代中期有短暂的下降后，进入持续上升的变化轨
迹，至上世纪末中国就已成为世界上少数几个地区差距最为悬殊的国家之一。同时，从已有
的研究文献看，1995年以来制造业的空间调整与向东部沿海地区集聚对地区差距持续扩大
产生了持久的推动力，范剑勇、朱国林（2002）发现1995年以来第二产业的空间集聚对地
区差距扩大的贡献达到65%以上。也就是说，制造业向东部沿海地区集聚是地区差距扩大
主要的产业原因。我们需要研究的是，非农产业的空间集聚对劳动生产率、进而对人均GDP
产生的影响力究竟有多大？1
地区间的人均GDP 差异非常大，早在1999年其基尼系数就已达到0.39（范剑勇、朱国1对于解释地区间的劳动生产率与工资收入差异，一般说来有如下分支：自然资源差异说、人力资本差异说、
基于技术与资金外部性的集聚效应。本文主要着眼于集聚效应研究，衡量产业集聚本身大小的指标是单位
土地面积上的非农就业人数，将集聚效应量化为就业密度对劳动生产率或工资的影响上。
林，2002）。但是，非农产业的劳均GDP 比地区间人均GDP 的差异有过之而无不及。以地
级市为观察单位2，最高10个地级市的非农产业劳均GDP 是最低10个地级市的13倍。而
在美国或欧洲，制造业与服务业的劳均GDP 在地区间的差异远远低于中国，如在德国，1986
年最高5个地区的劳动生产率是最低5个地区的1.4倍（Ciccone,2002）3，美国在1988年
最高10个州的劳动生产率是最低10个州的1.22倍（Ciccone and Hall,1996）。就工资而言，
中国最高的10个地级市非农产业工资是最低10个地级市的2.48倍。我们需要了解的是，
除了自然资源影响外，由产业集聚对劳动生产率、工资的地区差异影响有多大？
本文的主要结论可以概括为：首先，集聚效应在中国是存在的，劳动生产率对就业密度
的弹性系数为0.12%，工资对就业密度的弹性系数为0.057-0.061%，尽管这一水平明显低于
欧美国家；其次，中国广泛存在空间外部性，而且这一外部性明显强于欧美国家，印证了现
阶段“地区低专业化、产业高集中”的产业分布状况（范剑勇，2004b ）；第三，集聚效应在
中国各省份的差异是巨大的，东部沿海地区最强，中部次之，依次向西部地区减弱，这一发
现明显有别于欧洲关于德国、法国、意大利与英国的集聚效应大小没有地区差别的结论。
本文结构安排如下：第二部分是就理论、国外相关的实证研究与中国国内的实证研究作
了简单的回顾，并指出本文研究在这些文献中的地位，第三部分是针对本文实证目标作相应
的模型设定，第四部分是数据来源说明与简单的一般性统计描述，第五部分是计量方法设定
与结果的讨论，第六部分是结论。
二、相关文献回顾
1、理论
最早较系统地论述产业集聚的是马歇尔（Marshall,1920,P271），他认为产生集聚效应的
来源有三个：公共投入品的共享导致外部性内部化、厚的劳动力市场能产生雇主与劳动力更
好的匹配、产业的地方化可以产生知识无成本外溢。另外，没有被马歇尔概括的集聚源泉还
有本地市场效应、城市消费机会与寻租机会等（Rosenthal and Strange,2003）。但是纵观上述
关于集聚来源的论述，现有文献还没有形成一个统一的分析框架。通过对现有文献的梳理，
本文认为可以用技术外部性和资金外部性两条主线进行概括。
从理论上说，外部性是理解产业集聚的关键因素。外部性一般可分为技术外部性
（technological externalities,或称溢出效应，spillovers ）和资金外部性(pecuniary externalities)。
前者处理的是非市场交互作用，它通过影响某一人的效用或某一企业的生产函数来实现的。
资金外部性是市场交互作用的副产品，仅当它们参与到由价格机制主导的交换中来时，才能
对企业或消费者产生影响(Fujita and Thisse,2002,P22)，它的核心理论是垄断竞争模型。当一
个经济行为人的决定影响了价格后，进而影响到其它人的福利状况，资金外部性就起作用。
将这两种外部性概念应用到现实生活中，城市或专业化生产园区主要是由技术外部性在起作
用。但是，当考虑一个更大的地理范围时，技术外部性就难以充分解释区域间的集聚现象，
如美国历史上东北部与五大湖中心的“制造业地带”与欧洲的“蓝香蕉”（范围包括伦敦－
意大利北部，穿过德国西部及比利时、荷兰、卢森堡三国的部分区域）。当然，在一定意义2
3 本文的地级市是指辖县意义上的115个地级市和15个副省级市，其中地级市包括下辖的区、县及县级市。 这里德国的地区，是指Nuts 3意义上的，相当于中国的县级水平。
上可以说，大地理范围的产业集聚包括了由技术外部性占主导地位的集聚现象。本文产业集
聚的内涵更偏重于大地理范围的产业集聚现象，是指各非农产业在全国范围内主要集中于东
部沿海地区这一状况。
在一定程度上可以说，技术外部性是一个黑匣子，它代表了复杂的非市场组织所扮演的
角色，如制度因素、人力资本含量差异或马歇尔所言的三个集聚来源等等。而资金外部性的
来源是比较清楚的, 它关注的是由市场所媒介的经济行为人的相互作用所导致的影响他人福
利水平这一现象（Fujita et al,1999,P75），其发生作用的两种力量分别是本地市场规模效应
（home market effect）与价格指数效应(price index effect) ，它可以追溯到如下一些参数值，
如规模报酬的强度、企业市场强度、商品壁垒水平、要素流动性、市场规模大小和各产业间
的联系强度，其中规模报酬强度、企业市场强度是衡量不完全竞争水平的高低，而商品壁垒
水平、要素流动性是代表市场一体化状况。
从本文考虑的大区域产业分布与集聚来看，拥挤效应对大区域之间的产业不平衡分布起
的作用不大，企业通过产品市场和劳动力市场与消费者、工人发生联系，而这些联系又是通
过广义的运输成本起作用（即新经济地理学中的运输成本）。因此，商品与要素的空间流动
性障碍对经济地理或产业分布有重大的影响，贸易成本的下降可以使某种经济活动的定位有
更大的灵活性。但一旦制造业在某一地区发生群体性定位，它就有可能通过吸收其它地区的
生产要素而表现出“滚雪球效应”，并致使地区间的收入差异、劳均GDP 或工资差异扩大，
此时，制造业定位受资金外部性影响而其灵活性大大降低。这一机制导致的典型现象是，曾
经相似的地区可能会出现极不同的生产结构，一个地区集中了大部分制造业，而另一地区制
造业几乎被掏空，即制造业表现出“地区集聚”形态（Fujita et al,1999）。根据上述理论可以
推测，沿海地区制造业集聚很可能起源于其初步的制造业优势、地区间一体化增强与对外开
放等综合因素引起的，随着地区间一体化增强，其制造业的初步优势通过要素的跨区域流动
而使其“滚雪球效应”越来越大，直到沿海地区成为中国的制造业中心（范剑勇，2004a ）。
联系到中国的实际情况，本文用地级城市的非农产业就业密度差异代表经济活动当事人
之间的地理距离，当就业密度大，经济活动集聚程度高，也预示着该地区的“本地市场规模
效应”与“价格指数效应”强，这种资金外部性进而对当地的劳动生产率与工资产生正面的
影响。本文没有具体区分技术与资金外部性差别及其内在机制，而是仅描述这种外部性所产
生的宏观增长效应。
2、实证
集聚效应是在一定的区域范围内加总所有的个体外部性。考虑两个企业j 和k ，企业j
得到的外部效应可能既是自身投入品x j 的函数，也可能是企业k 投入品x k 的函数。同时，
企业j 得到的外部效应还取决于两经济主体j 和k 之间的距离，这个距离可以分解为三个维
度：一是直观的地理距离d jk ；二是两主体j 和k 的产业距离d jk ，当两主体产业完全相同
时，d jk 为0，当两主体产业差异性增加时，d jk 也增加；三是时间上的距离d jk ，即期的主
体j 可能受数期以前主体k 的影响，实际上这是一个动态效应。我们将所有影响企业j 的经
I I T G I
济主体k 加总，即到K 。因此，经济主体j 得到的外部性大小可以由下式表示：
I T A j =∑k ∈K q (x j , x k ) a (d G
jk , d jk , d jk ) （1）
由（1）式可以看出，外部性视产业、地理位置与时间的不同而不同。进一步，我们可
以假定企业j 的产出水平：y j =g (A j ) f (x j ) ，即产出水平受外部性与自身的生产函数共同
决定。已有关于外部性的实证研究文献都是立足于（1）式中的三个维度中的一至两个维度。
本处接下来分别阐述已有研究中关于这三个维度距离的结论。
1）、产业距离维度
这是在所有集聚效应中研究得最多、最为广泛的，体现为专业化经济还是产业多样性能
4够对劳动生产率或就业增长率产生促进作用的争论上。 表征专业化经济大小的指标是单个
产业的从业人员数，或者是单个行业的就业数占该地区所有行业总就业人数的比重，而城市
多样化指数是该城市的总从业人员数或城市总人口数，也有学者应用赫芬达尔指数作为地区
多样性指数（Henderson et al，1995）。已有研究的结果显示，劳动生产率对城市总人口数或
单个行业就业数的弹性系数在3－8%之间（Fogarty and Garofalo,1978;Moomaw,1981;
Tabuchi,1986 ;Nakamura,1985）。关于专业化与多样性经济对增长的促进作用争论典型的如：
Glaeser et al(1992)研究了1956－1987年美国各城市前6位行业专业化指数后，没有发现地
方化经济对就业增长有促进作用，而多样性可以显著促进经济增长；但是，Henderson et
al(1995)研究了1970－87年期间美国八个行业的专业化系数，发现5个成熟行业的地方化经
济促进了就业增长，而3个高科技行业的地方化经济却没有促进就业增长，而他应用赫芬达
尔指数作为地区多样性指数，发现多样性促进经济增长的规律只适用于高科技行业。
2）地理距离维度
由于集聚理论主要关注的是经济活动的地理分布，因此单位土地面积上的就业人数是一
个衡量集聚的理想指标。Ciccone and Hall(1996)应用美国1988年各城市数据，发现劳动生
产率对就业密度的弹性系数达到5%，应用同样的方法研究法国、德国、意大利、与英国，
发现1992年欧盟各国的劳动生产率对就业密度的弹性系数为4.5%，同时，加上受教育程度
与地区哑变量指标，可以解释了地区间劳动生产率差异的62%（Ciccone ，2002）。但是，
Dekle and Eaton(1999)发现在日本，同样应用这一方法得出的弹性系数却只有1.25%左右。
本文尝试在中国应用类似方法，求证劳动生产率、工资对就业密度变化的弹性系数。
Rice and Venables(2004)也应用了类似的模型研究90年代后期英国地区间的收入差异，
因变量为工人的劳动生产率与工资收入，他们发现人口密度与工资收入之间的弹性系数为
2.8%，而人口密度与劳动生产率的正相关关系不显著。Combes et al （2004）应用覆冠面广
的法国数据，发现工资收入对就业密度的弹性仅为2%，同时，他们强调了受教育程度对工
资收入的显著贡献。Midefart(2004)应用挪威的数据，发现该工资收入对就业密度的弹性显
著强于劳动生产率对就业密度的弹性，前者达到3%，而后者却不显著，而受教育程度随着
时间的推移（从1989－1999年期间）对劳动生产率和工资的影响正在下降。 4早上1920年，马歇尔（P275）就强调“人们集聚在一起从事具相同技能的同一生产活动具巨大的优势，
此时产业秘密已不再是秘密了，而是在空气中„”，现实中这种专业化经济或称地方化经济枚不胜举，如硅
谷、中国各类地方“特色块状经济”。另一种产业距离维度的集聚效应是Jacobs （1969）强调产业多样性有
利于劳动生产率提高或就业增长，因为多样性的产业有利于知识的交流或创新。
3）、时间距离维度
时间距离维度实际实际上反映的是集聚效应是否具有动态效应问题，如一个城市许多年前投入的基础设施建设实际上发挥着对以后资本或产业具吸引力的作用，从而促进了城市化进程和经济增长。Henderson （1997）应用滞后和差分的方法分行业识别了这种时间维度的动态效应，他发现，各行业的滞后效应是不一样的，但总体上所有行业的滞后效应是2－5年。Glaeser and Mare(2001)应用三个不同的数据库验证了动态集聚效应的存在，他们以工资为因变量，以工人的个人特征和当地环境为解释变量，发现长时间居住在大城市的工人比刚进入大城市的工人工资高；他还发现当大城市的工人迁移到一个新的城市，只要迁移前的城市较大，他们的工资收入也较高。
3、有关中国的实证情况
据作者所知，关于中国产业集聚的研究目前只存在三篇文章，分别是Gao(2004), Batissa(2002)和杨宝良（2003）。这三篇文章基本上都属于检验产业距离的维度范畴。从数据与方法论上讲，上述三位作者都使用的是面板数据（行业×省份），行业均为制造业二位数行业。三位作者得出的结论并不完全一致，Gao 认为，由地方化经济、地方产业竞争度与产业多样性构成的技术外溢，地方竞争度促进地方产出的增长，而地方化经济、多样性没有对产业增长有促进作用；同时，动态外部性也非常弱。Batissa 发现，一个产业外部工业环境的多样性和产业内的竞争度有利于产业的增长，但产业专门化的影响为负。杨宝良认为，需求变量、投入变量、及初始固定资产变量对产业地理集聚的作用是显著正向的，初始集聚度和规模变量对地理集聚呈现显著负向的作用。
三、实证模型的设定
为了得到关于就业密度对劳动生产率与工资影响的实证模型，我们假定在地区j 的单位土地面积上的产出q ：
q j =Ωj f (n j H j , k j ; Q j , A j ) =Ωj ((n j H j ) k j β1-β) (αQ j
A j ) (λ-1) （2）
上式中Ωj 代表第j 地区的全要素生产率指数，n j 为该地区单位土地面积上的就业人数，H j 表示平均人力资本含量，k j 表示单位土地面积上的物质资本，而A j Q j 为第j 地区的总产出，为第j 地区的总土地面积。实证研究中一般假定空间外部性是由地区产出密度Q j /A j 引致的，因为当外部性以集聚形式代表时，这一指标是非常恰当的。我们将函数形式进一步细化成式（2）右边的表达式，其中α∈(0, 1) ，代表物质资本与劳动力在产出中的份额，而β为资本在其中的份额。空间外部性的大小由(λ-1) 表示，外部性存在的前提条件是λ＞1。 我们假定资本与劳动力在地区内是均匀分布的，这一假定可以得出Q j =A j q j 。进一步，我们假定N j 为地区j 的总非农就业人数，H j 为该地区j 中的非农就业中的平均受教育水平，K j
为地区j 的总物质资本。由此可以得出平均劳动生产率的表达式：
Q j
N j =Ωλ(H βj (j K j N j ) 1-β) αλ(N j A j ) αλ-1 （3）
我们无法得到每个地级城市的资本数量K j , 且进一步假定资本需求的表达式为
K j =α(1-β)
r j Q j ，其中r j 为地区j 的资本价格。式（3）可以改写为：
N j H j
A j ) θ 其中，θ=Q j N j =Λj Ωωj H j (αλ-1 （4） 1-αλ(1-β)
Λj 值依赖于资本价格r j ，而ω是一个对我们结论不重要的参数。上式中我们关注的是θ参数值，它衡量就业密度与人力资本对地区劳动生产率的影响。这样，假如考虑地区固定效应的话，式（4）就可以不依赖于资本与资本价格的数据直接估计出集聚效应θ值。对于θ的表达式，我们考虑以下几种情况：1）、当 αλ＝1时，θ为0，此时地区就不存在集聚效应；2）、在αλ＞1的情况下，1-β越大，则θ也越大，这意味着，如果某一地区有集聚效应，则外部资本受趋利行为的诱惑而持续地注入该地区，则该地区的集聚效应进一步放大，从而产生一个“滚雪球”效应。3）、当αλ＜1时，此时拥挤效应超过了集聚效应，θ表现为负。
将式（4）采取线性对数形式，可以得到：
log Q j -log N j =常数项＋ϕregionDumm +θ(logN j -log A j ) +∑δej F ej +μj （5）
e =1E j
上式中的μj 其余影响地区j 的劳动生产率的未观察因素，F ej 为从业人员中的不同受教育水平的比例，E j 表示不同受教育水平的组份，它的回归系数为δej 。地区哑变量代表资本价格与全要素生产率的综合，系数为ϕ，在实际回归中，本文用省级水平的哑变量代表地区哑变量。 由于在实证模型中是不能直接通过计量得出空间外部性λ-1的大小，我们通过以下空
λ
间外部性的表达式（Cicoone,2002）：
λ-1α+α(1-β) θ （6） =1-λ1+θ
其中θ可以从方程5式中估计出，而αβ为劳动在总产出的份额，在本文中就是工资占劳动生产率的份额。这样，我们可以求出空间外部性关于α的数学表达式。
四、数据来源与统计描述
1、数据来源与地级城市概况
本文应用的数据来源于《中国城市统计年鉴，1999》与《新中国城市统计年鉴50年》中
的1998年数据。由于直辖市与其他地级城市、副省级城市无论从城市规模、还是从GDP 总量来看，都相差甚远，因此本文的样本观察数中删除了直辖市。同时，由于海南省海口市土地面积仅有236平方公里，大大低于全国地级市的平均水平，导致它的就业密度高达1478.936人/平方公里，高于75人/平方公里的全国平均水平，因此我们试验了两种回归方法，包含用哑变量控制海口与删除海口的两种计量试验。如果是后者，则本文统计的地级市、副省级城市数为119个，在接下来的一般性统计描述中，我们都删去了海口市。
地级城市是介于省级与县级行政辖区的一级单位，它包括市区、郊区、所辖的县与到级市，无论从土地面积、非农就业人数、非农人口占总人口的比重和人均GDP 大小看，全国地级市的差异程度都相当大。就土地面积而言，在119个地级与副省级城市中，均值为12472.48平方公里，标准差为10670.64，最大为内蒙古的赤峰市，达到90021平方公里，最小为安徽省的铜陵市，仅为1113平方公里；就非农就业人数而言，均值为54.34万人，标准差为49.78万人，最大为沈阳市，达到296.76万人，最小的为云南省东川市，仅为2.37万人；就非农从业人员占总人口比重而言，其均值为16.30%，标准差为11.98%，最大为新兴城市深圳，达到79.93%，而最小是广西自治区的贵港市，仅为3.42%。从人均GDP 上看，各地级市的均值为8678.9万元，标准差为9250.7，最低的城市为山西省阳泉市，仅为776.92元，最高的仍是深圳市，达到115060.2元。
2、主要指标的统计描述
本文认为，非农产业劳动生产率、工资的地区差异是直接构成地区收入差距的原因，而劳动生产率、工资差异是由集聚程度不一直接引起的。本处将简单回顾这些指标的统计描述（见表1），以获得一手的感性认识。从非农产业的劳动生产率、工资、非农产业就业密度、每万人中含高等教育人数、中等教育人数、初等教育人数变异程度看6，就业密度、高等教育人数两个指标的地区差异最为显著，这两个指标的标准差与均值的比值分别1.20和1.61，显示了地级市之间巨大的地区差异，从而有可能直接影响了劳动生产率与工资水平。而劳动生产率、工资的地区差异程度其次，其标准差与均值的比值分别为0.64、0.29，非常明显的是，工资的差异程度显著低于劳动生产率，由于产出中的劳动生产率还包括物质资本报酬与土地的租金，且从均值来看工资占劳动生产率的比重仅为13.82%，因此地区收入的差异性更多地体现在物质资本报酬与土地租金的差异，而这更是反映地区间的集聚效应差异；中等教育、初等教育的地区差异程度最低，其标准差与均值的比值分别为0.20与0.17，反映了义务教育的推行，使得地区间的基本教育差异在数量上已缩小到一定程度。
表1 主要变量的一般性统计描述（1998年）
55观察数 均值 标准差 最小值 最大值 海南省全部陆地面积有3.54万平方公里，而仅有的海口与三亚两个地级市土地面积之和为2155平方公里，这时由于海南省的行政体制省辖县，而不是通常的省、地级市、县、乡等四级政府体制。
6由于统计年鉴中没有直接的地区人力资本指标，本文将地区受教育程度指标用每万人中含各级学校的专任教师数来替代。本文认为，越高级别学校的专任教师数越多，培养的含高人力资本的劳动力数量也越多，相应地该地区人力资本含量就越高。同时，我们假定专任教师数本身对地区的非农产业劳动生产率与工资没有直接影响。
劳动生产率
就业密度
工资
高等教育 119 119 119 216
216
216 49392.42 68.80851 31454.12 82.31708 5959.069 185526.3 3.162711 3712.48 0 2.949178 31.3223 671.4783 18381.86 33.70997 55.26067 69.28447 6827.114 1978.96 3.398104 32.62879 48.56529 5.465675 6.614881 8.058596 中等教育 初等教育
我们将全国119个城市分别归并到沿海、东北、中部、西南与西北五个地区7，并取其算术平均数，得到表2。从表2中可以看出，地区差异还是非常明显的。其中沿海地区在劳动生产率、工资与就业密度等三个指标上的优势是明显的，尤其是劳动生产率与非农就业密度遥遥领先于其它地区；同时，西北地区的劳动生产率最低，仅为29805元。从衡量工业化进程的指标—非农从业人员占总人口的比重看，西北地区却最高，而西南地工最低，这可能反映了这两个地区如下的资源事实，西北地区农村缺水等自然资源原因而致使第一产业从业人员相对较少；西南地区农作条件相对较好。基于西南地区非农从业人员占总人口的比重（9.84%）落后于西北地区（23%），如果将非农从业人员占总人口比重与劳动生产率联系起来，而且劳动生产率是非农GDP 除以非农从业人员数得到的，我们是否可以猜测，劳动生产率在西北地区低、西南地区高是与西北地区非农从业人员比重高、西南地区非农从业人员比重低引起的，而后者又是制度、统计口径不一致或不精确引致的。这一猜测将在下一部分在计量上得到检验。
表2 全国各主要地区的主要指标均值（1998年，单位分别为元/人年、元/人年、人/公里2、%）
沿海
东北
中部
西南
西北 劳动生产率 64436.257 34006.59 45813.604 46647.131 29805.179 工资 7957.1639 6017.2355 6005.4142 6394.5007 6865.5643 就业密度 126.3861341 42.61303868 57.58229059 33.91354451 38.58723422 非农从业人员占总人口比重 19.249512 18.472533 12.649071 9.8359227 23.098448
3、劳动生产率、工资与就业密度的简单相关关系
从上述简单的数据罗列并不能看出劳动生产率、工资与就业密度的相关关系。为了弥补这一缺陷，我们分别画出了劳动生产率、工资与就业密度的散点图（见图1和图2）。这两个散点图都规定了非农从业人员占总人口的比重在75%以下，共观察数为184个（原因见下一部分）。
图1的横轴表示就业密度，纵轴表示劳动生产率，劳动生产率与就业密度总体上存在正相关关系，但图中也存在几个明显的异常观测点。我们先看图的右下方的几个点，代表较高就业密度与较低劳动生产率，主要是一些老工业基地、枯竭型资源城市、或市场化体制改革不顺的城市，如沈阳、武汉、太原、铜陵、淮南、南京、淮北。位于最右边的城市是广州，7这五个地区包括：（１）、东北三省：黑龙江、吉林、辽宁省；（２）、东部沿海各省：河北、山东、江苏、浙江、福建、广东、海南省；（３）、中部省份：山西、河南、安徽、湖北、湖南和江西省；（４）、西北地区：内蒙古、陕西、宁夏、甘肃、青海、新疆、西藏；（５）、西南地区：四川、云南、贵州、广西。
它代表就业密度与劳动生产率的简单正相关关系。我们再看图的左上方，位于最上方的是云南省玉溪市，它拥有特殊的烟草工业，劳动生产率达到185526元/人·年；其余左上方的点基本上是沿海地区在改革开放中获得较大收益的中型城市，如无锡、佛山、苏州、泉州、绍兴、台州、金华、宁波、温州等城市。在计量就业密度对劳动生产率影响的过程中，由于对以上异常观察点没有统一的规律可循，我们只能加入沿海开放城市或具特殊资源城市用哑变量进行控制。
200000
p r o d u c t i v i t y
[1**********]0图1 劳动生产率与就业密度的简单相关关系
接下来我们考察工资与就业密度的散点图（见图2），纵轴为工资水平，总体上说，两者存在着正相关关系。但我们仍需注意的是几个边界上的异常观测点，首先是右下方的观测点，仍然是一些体制改革不顺、资源枯竭型城市，如武汉、沈阳、太原、淮南、铜陵等城市。而左上方的观测点是现阶段稀缺性特殊资源城市或在开放中获益的沿海地区中型城市，如克拉玛依市、大庆、玉溪、温州、宁波、杭州、台州等市。在进行计量时，我们还是希望用地区哑变量总体上控制或至少部分控制这些异常观测点对被解释变量的影响。
w a g e s 图2 工资与就业密度的简单相关关系
五、回归结果与进一步的讨论
yx
szh tzh sx 1、数据质量控制与回归方法选择 jh qzh2fsh wx
一般说来，计量经常受数据质量的困扰。本处的困难和疑惑是在一些不太发达的地级城zhzh jx dq
hzh chzh jm zhj chzh fzh lf hc jm dl nt
mm zh gzh wzh hzh nb
市，其劳动生产率却出奇的高，如河北省的廊坊、衡水两市，其劳动生产率分别高达88971、86646元，湖北省黄冈市的劳动生产率高达70905元。考虑到劳动生产率是非农GDP 除以非农就业人数得到的，在非农GDP 一定的情况下，非农就业人数越少，其劳动生产率就越高，而非农就业人数的统计因制度等原因在各地口径有不一致的可能性。通过检查上述城市的非农从业人数占总人口的比重，发现这些城市的非农从业人数占总人口的比重异常低于全国平均值，如黄冈市、廊坊与衡水市分别只有4.98%、7.39%、5.87%。因此，我们认为这些城市在非农就业人数上的低估导致了劳动生产率的高估。为了排除这些由制度上或统计口径上引起的误差，在回归方程（5）我们引入非农就业人数占总人口比重这一指标来控制这一影响。
同时，我们对某些城市的统计数据质量发生质疑的是，若干城市的非农就业人数占非农人口的比重高于100%，如山西省的晋城市、长治市，山东省的临沂、潍坊市等，广东省的中山市这一指标甚至达到213%，而这显然是违背常识的。根据中国的现实情况，这一指标一般在50-65%之间是合理的。本文的办法是逐渐排除非农就业人数占非农人口的比重高于85%、75%、65%的观察点，相应的样本观察数也减少到189、184、178个。在进行一般性试验时，都以75%为准。
另外，我们将14个沿海开放城市与四个经济特区作为单独的哑变量，将大庆、克拉玛依、玉溪、东营（胜利油田）作为特殊资源城市的哑变量。8前者的回归系数可以看到是开放的地区优惠政策对劳动生产率、工资的影响、后者是可以检验城市特殊的资源对劳动生产率影响。
我们设立的地区哑变量是各省级水平的哑变量，因为中国的省份自主权已相当大，而且其面积与人口总数大小基本上达到与西方发达国家的规模，而一个省份内部各城市制度、文化较为统一、要素流动也较小障碍，而在各省份之间这些因素差异较大。因此，我们认为省级水平上的地区哑变量基本上概括了反映地区外生特征的固定效应。同时，关于方程5中的因变量用工资替代劳动生产率，我们认为这是合理的。因为劳动生产率本身包括了工资、物质资本回报与土地租金三项，将资本回报与土地租金移入方程5的右边，用地区哑变量将这两项包括进去，方程5就是关于工资的回归方程了。
关于代表人力资本的高等教育、中等教育与初等教育三个指标是否可以同时放入回归方程，即他们之间是否有共线性嫌疑？为此，我们作为它们之间的任两指标回归，发现高等教育与初等教育的相关性极低，且不显著，R 2也小于0；而高等教育与中等教育之间虽然回归系数显著，但其值只有0.27，其R 2也只有0.06；中等教育与初等教育的回归系数在最大，达到0.35，但其R 2也只有0.15。按照统计学的一般经验，这种具微弱共线性的解释变量可以放入同一个方程中，它并不影响回归的稳定性。同时，为了精确与科学目的起见，我们还删除了中等教育这一指标或将高等教育与中等教育都删除来进行多种试验，其结果与三个解释变量都放入的结果差别不大。
需要特别指出的是本处计量的内性问题。一般说来，本处引起内生性的可能原因是变量缺失性或联立性。在本文中，我们无法判明本文的内生性是由哪种原因引起的，即一个地区的劳动生产率高究竟是该地区的就业密度引起的，还是由于该地区的劳动生产率高而引起外8 大庆、东营和克拉玛依都是油田城市，玉溪是著名的烟草城市。
部企业、工人进入，从而提高了该地区的就业密度？或者说是遗漏了必在的解释变量而导致解释变量与误差项之间有相关性，从而引起估计上的偏误。虽然我们无从区别这两种内性性，但可以做到的是检验是否具有内生性。有鉴于此，我们引入了就业密度的工具变量各地区土地面积。我们先进行两者之间的相关性检验，发现系数为-0.52，t 检验值为-8.55，R 2值为0.82；删除土地面积后R 2值下降为0.62。因此我们认为土地面积作为就业密度的工具变量是一个合适的。接下来，我们又将工具变量放入方程5中进行2SLS 回归，得到以下回归结果：
劳动生产率＝ 就业密度＋ 0.049 高等教育－ 0.081 中等教育＋ 0.90 初等教育 0.077
＊＊＊
(0.82) (1.28) (-0.60)
(-2.88)
＊＊＊
＋ 0.046 沿海开放城市＋0.66 特殊资源城市
(0.85)
(5.58)
上面的方程省略了常数项与地区哑变量，其中观察数为155，调整后的R 2为 0.63。为
了检验方程5中是否有内生性问题，我们进行了Hausman 检验，发现卡方值为 0.35，P 值为1.00。从这一检验结果中，我们看到应用工具变量进行回归的结果与OLS 结果没有显著差别，因此无法拒绝OLS 回归中没有内生性这一假定。有鉴于此，本文接下来的回归均采用OLS 方法。
2、回归结果
把海口作特殊资源的哑变量与将海口剔除出样本，两种方法所得到的结果几乎是一样的。后面的结果描述都是将海口剔除出样本，我们得到实证结果是（表3，表4）：
1）、首先看人力资本差异对劳动生产率与工资的影响差异。回归结果显示，高等教育与中等教育并没有显示出强烈的证据来促进劳动生产率的提高，而在工资方程中却相反，高等教育与中等教育显示出对工资提高的促进作用，如高等教育的弹性系数在0.65-0.67%之间，中等教育的弹性系数在0.92-0.10%之间。9在上一部分我们看到，工资在劳动生产率的份额仅为13.82%，由此可以推测，人力资本对地区劳动生产率并没有起非常大的作用，这很大程度上是因为中国的劳动生产率最终流向对物质资本的回报和土地租金之和。因此，现阶段物质资本的投资回报是非常高的，这也解释了为什么各地区地方政府对招商引资是如此的热衷。同时，由于义务制教育的实行，中等教育与初等教育有一定相关性，我们将中等教育变量剔除（表3与表4中的第4式），不仅是教育招标得到的系数几乎与第2式一样，而且其他解释变量的回归系数差别不大，因此，我们认为高等教育、中等教育与初等教育三个指标同时放入回归方程中是合适的。
2）、在沿海开放城市哑变量与特殊资源城市哑变量的回归系数看，具特殊资源的城市哑变量相对于别的城市来说均对劳动生产率与工资有正的相关关系，而开放城市的哑变量只有工资有正的促进作用（0.046-0.054%之间）。为什么开放城市对劳动生产率、工资有截然不同的影响呢？除了容易考虑到的沿海开放城市在现阶段相对于别的城市来讲已没有优惠政策可以享受这一因素以外，这实际上隐含了集聚效应的一个动态后果，即开放城市若干年以前的集聚效应和高工资状态可以延续到现在。 9
关于为什么中等教育的弹性系数高于高等教育，这是一个谜，也许是一个指标选择问题或数据质量问题。而这与本文主旨相关不大。
3）、非农从业人数占总人口比重对劳动生产率是负值，系数达到-0.186至-0.237%之间，印证了我们在前一部分的猜测，即由于城乡分割等制度上的因素或统计口径等问题，劳动生产率受非技术性的制度干扰比较大。
4）、从就业密度对劳动生产率与工资的影响来看，除了符合理论预期外，我们还要看到，就业密度对劳动生产率的回归系数（0.121%）显著高于其对工资的回归系数（0.056-0.061%），这是为什么？如果结合工资占劳动生产率的比重看，本文认为，这实际上体现了物质资本投资的回报和土地租金的回报远远高于工人的劳动力份额，也就是说，如果一个地区已经具有初步的集聚效应优势，则这个地区还会源源不断地吸引更多的资本进入，通过这种累积循环机制而将集聚效应表现为“滚雪球”效应或动态效应，从而加剧了地区差距的扩大。
表3 非农产业劳动生产率决定因素的计量结果
常数项
(1)
＊＊＊
(2)
＊＊＊
(3)
＊＊＊
(4)
＊＊＊
(12.27)
就业密度
0.109 (1.81)
高等教育
0.0586 (1.55)
中等教育
-0.272 (-0.20)
初等教育
-0.931
＊＊＊＊
(12.45) 0.121 (2.08) 0.0432 （1.17） -0.0763
＊＊
(13.33) 0.121 （2.21） 0.0365 （1.06） -0.115
＊＊
(12.89) 0. 122 （2.12） 0. 0438 (1.19) --
＊＊
（-0.57） （-0.91）
-0.827
＊＊＊
-0.812
＊＊＊
-0. 834
＊＊＊
(-3.16)
非农就业人数占总人口比重
沿海开放城市哑变量
-0.237 (-2.09) 0.0441 (0.82)
特殊资源城市哑变量
0.657
＊＊＊＊＊
（-2.88） （-3.03） -0.186
＊
(-2.92) -0.205 (-1.93) 0.0435 (0.82) 0.640
＊＊＊＊＊
-0.132
（-1.67） （-1.26） 0.0444 （0.82）
0.645
＊＊＊
0.0297 （0.59） 0.643
＊＊＊
(5.51)
地区哑变量 观察数 Adj.R 2 F 值 注：
＊＊＊
（5.61） 是 155 0.63 9.82
＊＊
(6.03) 是 150 0.65 10.81
＊
(5.82) 是 155 0.63 10.21
是 160 0.62 9.38
表示在1%水平上显著，表示在5%水平上显著，表示在10%水平上显著。括号内为t 值，回归
方程通过white 检验排除了异方差性，接受同方差性假设。
表4 非农产业工资决定因素的计量结果
(1)
(2)
(3)
(4)
常数项 3.79
＊＊＊
3.78
＊＊＊
3.72
＊＊＊
3.865
＊＊＊
(19.1)
就业密度
0.0555
＊＊＊
(18.77)
0.0574(2.76)
0.0654(5.00) 0.0959 (1.83) -0.0562 (-0.50) 0.0484 (2.21)
0.228
＊＊＊＊＊＊＊＊＊＊＊＊
(19.01)
0.0569(2.79)
0.0669(5.26) 0.0918 (1.81) -0.0201 (-0.18) 0.0461 (2.17)
0.228
＊＊＊＊＊＊＊＊＊＊＊＊
（19.54）
0.0614
＊＊＊
（2.74）
高等教育
0.0653
＊＊＊
（2.94）
0.0688
＊＊＊
（5.08）
中等教育
0.103 （1.97）
初等教育
-0.0747 (-0.68)
沿海开放城市哑变量
0.0535 (2.54)
特殊资源城市哑变量
0.229
＊＊＊＊＊＊＊
（5.27） --
-0.0257 （-0.23） 0.0487 （2.21）
0 .233
＊＊＊＊＊
(4.92)
地区哑变量 观察数 Adj.R 2 F 值 注：
＊＊＊
(4.89) 是 155 0.67 11.87
＊＊
(5.04) 是 150 0.69 13.50
＊
（4.96） 是 155 0.67 11.95
是 161 0.68 12.23
表示在1%水平上显著，表示在5%水平上显著，表示在10%水平上显著。括号内为t 值，回归
方程通过white 检验排除了异方差性，接受同方差性假设。
5）、从表3的回归结果我们看到，全国平均的集聚效应为0.121%，那么这一指标在各省份之间是否有差异性？为达到这一目标，我们将式（5）中的省级水平的地区哑变量用“省级哑变量×各地级市的就业密度”交互项来替代。我们将广东省作为观察的基准点，得到的回归结果见表5。这个结果显示，各省份之间的集聚效应有显著的差异性。广东处的集聚效应指数为0.26%，新疆自治区的系数不显著，其他沿海省份浙江与福建省也处于同一水平，而江苏、河北与湖北省略低于这一水平，达到0.167-0.17%之间。10如果把东部沿海城市、湖北和新疆的集聚效应列为第一层次的话，则把绝大部分中部城市、所有的西南城市和东北三省城市和部分西北城市的集聚效应为第二层次，在0.01－0.14%之间。集聚效应为负值的省份有三个，分别是山西省、青海省与宁夏自治区，其指数为-0.01至-0.07%之间。因此，总体上说，大陆地区不仅存在集聚效应，而且省际之间的集聚效应差异也层次分明。
表5 集聚效应的省际差异
省份名称
系数（t 检验值） 0.26
＊＊＊
系数（t 检验值） -0.19
＊＊＊
海南
系数（t 检验值） --
（即广东省）
(4.51) 安徽 （-4.49）
10
由于山东与海南省的城市数据质量问题而被排除在回归样本之外，故没有山东和海南省的系数。
河北 山西 内蒙古 辽宁 吉林 黑龙江 江苏 浙江
-0.093（-2.17） 福建 -0.27-0.25-0.22-0.19-0.23
＊＊＊
＊＊
0.058（1.16） -0.15-- -0.19
＊＊＊＊＊＊
四川 贵州 云南
-0.22-0.25
＊＊＊
（-4.72）
（-3.92） 江西 （-3.0） 山东
（-2.86）
＊＊
（-3.75）
＊＊＊
-0.13（-1.80） -0.22-0.23-0.35-0.33
＊＊＊
＊
＊＊＊
（-5.57） 河南 （-3.11） 湖北
（-4.64） （-2.16） （-2.53）
陕西 甘肃 青海 宁夏
（-4.24） (-3.11) (-4.50) (-4.07)
＊＊＊
-0.092-0.12-- -0.19
＊＊＊＊＊
＊＊＊
（-3.62） 湖南 （-2.3） 广东
＊＊＊＊＊＊
-0.090
＊＊＊＊＊
-0.0035（-0.08） 广西
＊＊＊
（-3.34） 新疆 -0.13(-1.38)
注：
＊＊＊
表示在1%水平上显著，
＊＊
表示在5%水平上显著，表示在10%水平上显著。括号内为t 值，观察
＊
数为155。回归方程通过的white 检验，排除了异方差性。
6）、由于我们估计得到就业密度对劳动生产率的集聚效应指数为0.121%，且工资在劳动生产率的份额αβ为0.1382，根据式6，我们可以求得非农产业的空间外部性λ-1关于α
λ
的表达式：λ-1=0. 985-0. 784α。根据这一表达式的数学性质，空间外部性的取值范围
λ
在（0.2，0.985）之间。根据国际经验（Cicoone,1997），1-α的取值是很低的，如按美国这一取值为1.5%，则中国的空间外部性达到0.213；即使中国的1-α取值达到10%，则空间外部性将达到0.279。因此，中国的空间外部性大概是在0.2-0.3之间，这已经远远高于欧洲的0.04－0.05的估计值。
3、进一步的讨论
1) 、关于中国集聚效应的指数大小问题。非常明显的是，中国的集聚效应显著低于欧美国家相应的弹性系数，欧美国家这一指标在4-5%之间（Ciconne and Hall,1996; Ciconne,2002）。这种状况可能与以下事实相关，即中国土地上人口分布本身比较稠密，具有居住条件的地方基本上都有人类在此繁衍，由此导致就业密度本身对劳动生产率的边际影响较小。11况且，中国的一个省规模基本等同于欧洲的一个国家。支持本论点的另一个相关事实是，人口稠密的日本这一集聚效应指数也只有欧美国家的四分之一（Dekle and Eaton,1999）。
2）、尽管受教育程度对工资有显著的正向推动作用，从而可以缩小地区间的工资收入差距，但由于现阶段劳动力在总产出中的份额较低，提高人力资本含量并不是缩小总体地区收入差距的有效办法。这也是落后地区地方政府并不重视人力资本投资的一个重要原因。
11
另外一种原因可能是集聚效应与经济发展水平阶段有关，感谢陆铭博士为我指出这一点。
3）现阶段大部分制造业已经转移到东部沿海地区，也造成了地区之间的不平等加剧（范剑勇、朱国林，2002；范剑勇，2004a ）。这种空间事实上的不平等衍生出劳动生产率这一问题，即制造业的空间转移与集聚提高了非农产业的平均劳动生产率。因此，地区差距的扩大与空间效率的提高是一对孪生兄弟、不可分割，而效率与公平则是另外一对必须仔细权衡的矛盾。从这一结论出发，现阶段任何出于缓解地区差距扩大的区域政策，都必须小心对劳动生产率所造成的伤害。
4）、集聚效应的省际差异与非农产业的空间外部性。中国集聚效应的省际差异明显存在三个层次，即较强的沿海地区、湖北省与新疆自治区，较弱的绝大多数省份与不存在集聚效应的山西、青海与宁夏自治区等三个层次，这种状况与欧美国家内部基本不存在集聚效应的地区差异（Ciccone,2002）有天攘之别。同时，由集聚效应导致的空间外部性也远远超过西方国家的空间外部性水平。因此，我们认为，中国地区间巨大的工业化进程差异（袁志刚，范剑勇，2003）使得集聚效应、空间外部性表现为与西方国家迥然不同的特征。
六、主要结论
本文从地理距离维度阐述了现阶段中国的集聚效应。我们发现以下若干结论： 1、中国的集聚效应显著低于欧美等国家4－5%的水平，同时也低于日本1.25%的水平，劳动生产率对就业密度的弹性系数仅为0.121%。
2、 集聚效应在省际间的差异非常巨大，它可以分为渭径分明的三个层次，即沿海地区为第一层次，绝大多数省份为第二层次，山西、青海与宁夏为第三层次，这一特点与欧美国家基本不存在集聚效应的地区差异形成了鲜明的对比。
3、 中国非农产业的空间外部性估计值（20-30%）大大高于欧美国家的4-5%的水平。 4、 集聚效应具有动态性，它表现在经济特区与14个开放城市的工资水平高于其它城市，同时更体现在，劳动力在总产出中的份额不高，绝大部分产出流向资本与土地租金的回报上去，具初步集聚优势的沿海地区促使资本向本地区流动，从而产生了一个累积循环效应。而这可能是目前劳动生产率为什么具有如此大的地区差异的根本原因。
本文的结论对制定区域经济政策具有重大的启示意义，即集聚对劳动生产率具显著的提升作用，而现阶段的集聚效应可能对地区公平发展、将经济增长的果实惠及到中西部去可能造成伤害。如何找到一个既较小伤害劳动生产率又提升地区间公平的两全其美办法是制定区域发展政策、推动社会和谐发展的关键。本文认为，唯有大力推动地区间的一体化进程，大力推进中西部地区基础设施建设和系列软环境建设，才能吸引资本进入中西部去。
参考文献：
Batisse ，Cécile ，2002：《专门化、多样化和中国地区工业产业增长的关系》，《世界经济文汇》第4期。 Ciccone, 1997. Technology di!usion, dynamic externalities, and the spatial distribution of wages in the US. Mimeo. University of California, Berkeley.
Ciccone, A. (2002), "Agglomeration effects in Europe," European Economic Review 46, 213-227.
Ciccone, A. and R.E. Hall (1996), "Productivity and the Density of Economic Activity," American Economic Review , 86, 54-70.
Combes, P.-P., Duranton, G., and L. Gobillon. 2004. Spatial wage disparities:sorting matters! CEPR Discussion
paper no. 4240
Dekle, R. and J. Eaton (1999), "Agglomeration and land rents: evidence from the prefectures,"Journal of Urban Economics 46, 200-214.
Fogarty, M.S. and G.A. Garofalo (1978), "Urban spatial structure and productivity growth in the manufacturing sector of cities," Journal of Urban Economics 23, 60-70.
Fujita, M. and J. Thisse (2002), The Economics of Agglomeration, Cambridge: Cambridge University Press. Fujita,Masahisa, Paul R.,Krugman, and Anthony J,Venables(1999) ：the Spatial Economy. The MIT press: Cambrige, Massachusetts.
Gao,Ting,2004,Regional industrial growth: evidence from Chinese industries, Regional Science and Urban Economics 34,101-124.
Glaeser, E.L, H. D. Kallal, J. A. Scheinkman, and A. Shleifer (1992), "Growth in Cities." Journal of Political Economy 100, 1126-1152.
Glaeser, E.L., and D. C. Mare (2001), "Cities and Skills," Journal of LaborEconomics 19(2),316-342.
Henderson, J. V. (1986), "Efficiency of Resource Usage and City Size,” Journal of Urban Economics, 19, 47-70. Henderson, J.V. (1997), "Externalities and Industrial Development," Journal of Urban Economics, 42, 449-470. Henderson, J.V., A. Kuncoro and M. Turner (1995), "Industrial Development in Cities." Journalof Political Economy 103, 1067-1085.
Jacobs, J. (1969), The Economy of Cities, New York: Vintage.
Krugman,P.R. 1991：“increasing returns and economic geogr aphy.” Journal of Political Economy.99:483-499. Marshall, A. (1920), Principles of Economics, London: MacMillan.
Midelfar,K.H.,2004,Does agglomeration explain regional income inequalities,mimeo,Norwegian School of Economics and Business Administration and CEPR.
Moomaw, R.L. (1981), “Productivity and city size: a critique of the evidence,” QuarterlyJournal of Economics 96, 675-688.
Nakamura, R. (1985), “Agglomeration economies in urban manufacturing industries: a case of Japanese cities,” Journal of Urban Economics 17, 108-124.
Rice, P. and A. J. Venables. 2004. Spatial Determinants of Productivity:Analysis for the Regions of Great Britain. CEP Discussion paper 0642
Rosenthal, S. S. andW. C. Strange. 2004. Evidence on the nature and sources of agglomeration economies. In Henderson, V. and J.-F. Thisse (eds.) Handbook of regional and urban economics, Vol. 4, North-Holland, Amsterdam.
Tabuchi, T. (1986), "Urban agglomeration, capital augmenting technology, and labor market equilibrium," Journal of Urban Economics 20, 211-228.
袁志刚、范剑勇，2003：《1978年以来来中国工业化进程及其差异分析》，《管理世界》,2003年第7期; 范剑勇、朱国林，2002：《中国地区差距演变及其结构分解》，《管理世界》2002年第7期;
范剑勇，2004a ：《产业集聚与地区差距：来自中国的证据》，《中国社会科学评论》2004年第一卷，法律出版社，北京。
范剑勇，2004b ：《市场一体化、地区专业化与产业集聚趋势－兼谈对地区差距的影响》，《中国社会科学》2004年第6期。
杨宝良，2003：《外部经济与产业地理集聚 一个基本理论逻辑及对我国工业经济的实证研究》，《世界经济文汇》第6期；