空间聚集条件下城市TFP增长的影响因素研究

[摘 要] 利用中国264个地级及地级以上城市的空间面板数据和空间杜宾模型，研究在空间聚集条件下，全要素生产率（TFP）增长与城市规模及人力资本、基础设施等相关影响因素的关系，得出以下主要结论：在考虑空间权重后，全要素生产率增长指数与城市规模由倒“U”型曲线变为“U”型曲线，全要素生产率增长指数与城市规模对数的间接效应成“U”型曲线，直接效应和总效应成倒“U”型曲线;人力资本、基础设施指数、第三产业占总的就业比重、财政收入、科学支出的直接效应为负，间接效应和总效应为正;人口密度、房价收入比指标的直接效应为正，间接效应和总效应为负;教育支出、城市化水平、万人图书馆藏量、工资收入、劳动生产率、劳动力的直接效应、间接效应和总效应都为负。并提出相应的政策建议。

[关键词] 全要素生产率;城市规模;空间聚集;人力资本;科学支出

[中图分类号]  F014.36   [文献标识码] A   [文章编号] 1008—1763（2021）03—0039—10

Abstract：This paper uses the spatial panel data and spatial Dubin model of 264 prefecture-level and above cities in China under the Condition of Spatial Agglomeration， and studies the relationship between total factor productivity（TFP） growth and related factors such as city size， human capital， and infrastructure，etc. The main conclusions are in the  following：after considering the spatial weight， the total factor productivity growth index and the city size changes from an inverted "U" curve to a "U"  curve， and the indirect effect of total factor productivity growth index and the logarithm of city size becomes a "U" curve， the direct effect， and the total effect becomes an inverted "U" shaped curve; The direct effects of human capital， infrastructure index， tertiary industrys share of total employment， fiscal revenue， and scientific expenditure are negative，and the indirect effects， and the total effects are positive; The direct effects of population density， housing price-to-income ratio indicators are positive， and the indirect effect and the total effect are negative. The direct effects，the indirect effects and the total effects of education expenditure， urbanization level， library holdings per 10，000 people， wage income， labor productivity and labor force are negative. And the corresponding policy suggestions have been put forward.

Key words： total factor productivity; city size; spatial  agglomeration; human capital; scientific expenditure

一 引 言

从2012年起，中国经济就进入结构性减速阶段。十九大报告提出，中国经济已经由高速增长阶段转向高质量发展阶段;十九届五中全会指出，未来五年中国将迈入高质量发展关键期。高质量发展的本质是以人民为中心，坚持人民至上，以人民的需求为根本，这就需要促进经济效率的提升，强调劳动生产率和全要素生产率的提高[1]。中国人口红利即将消失，紧接着将面临着老龄化、少子化、人口抚养比增大、劳动力增速放缓、投资增速严重下滑等诸多问题，中美贸易摩擦不断升级，进出口业务总量减少，直接导致中国潜在增长率下降。此时，增强技术创新，提高全要素生产率，提升全要素生产率对经济增长的贡献度，才能在供给层面多要素下滑的情况下，有效抑制或减缓潜在增长率的下降趋势。

中国经济增长的主要推动力是要素投入的积累，尤其是固定资产投资引致的经济增长，因而有学者质疑技术进步对中国经济高速增长的贡献[2-5]。但越来越多的学者认为，中国经济增長主要依赖全要素生产率增长[6-8]。

国内外学者对城市发展过程中要素空间聚集效应与全要素生产率增长等方面进行了研究。要素空间聚集对全要素生产率增长的作用表现为阈值效应[9-10]。在经济高速增长阶段，各种要素空间聚集，其中制度环境对全要素生产率增长的影响最显著[11]。

产业结构、人力资本、教育、政策、财政支出等要素空间聚集影响全要素生产率增长。产业聚集对全要素生产率增长的促进作用随着城镇化水平的提高而显著增强[12]。产业协同对全要素生产率增长呈现负向空间溢出效应[13]。人力资本积累促进全要素生产率增长[14-17] 。异质性人力资本对全要素生产率的增长效应，随着学历层次的提高先增大后减小[18]。也有学者认为，人力资本对全要素生产率增长具有显著的负向空间溢出效应[19]。政府干预抑制全要素生产率增长，干预程度越强，对全要素生产率的抑制越明显[20-21]。也有相反的观点：低息贷款、政府补助、税收优惠等政策工具促进了全要素生产率增长[22]。公共财政支出规模对全要素生产率增长具有较强的抑制效应[23]。还有研究认为，教育和公共服务财政支出与全要素生产率，技术效率和技术进步存在显著的正相关性，具有空间溢出效应[24-25]。财政分权和政府竞争都显著抑制了全要素生产率的增长，政府竞争对技术进步的遏制作用大于促进效应[26]。

经济发展、贸易开放和科技创新等制度结构因素对资源环境约束下全要素生产率增长存在显著的促进作用[27]。学者们研究认为，进出口额、对外投资和外国直接投资等因素对全要素生产率增长有影响。进口促进了全要素生产率的增长[28]，出口对本地区的全要素生产率增长没有显著的影响，但对邻近和整个地区的全要素生产率增长产生促进作用[29]。对外投资推动全要素生产率增长，发展中国家通过对技术领先国家直接投资，获得逆向技术溢出，从而促进技术进步[30]。全球价值链嵌入程度会显著促进城市全要素生产率水平的提升[31]，产业结构、土地投入、能源结构和要素禀赋结构等因素对全要素生产率增长存在显著的负向影响[15，27]。

目前国内外已有的研究主要聚焦于要素空间聚集效应对全要素生产率的影响，而城市规模扩大是要素空间聚集的直接原因，却很少有学者分析城市规模对全要素生产率增长的影响程度;也有学者专门研究中国省（区市）全要素生产率增长及其影响因素，但基于中国地级市层面，利用空间计量方法来分析空间聚集条件下全要素生产率增长的影响因素的论文较少。本文拟结合空间计量方法，在中国264个地级及地级以上城市空间面板数据的基础上，结合城市规模的变化、资本水平的积累、公共服务的改善、产业结构的调整、制度环境的优化，探讨空间聚集条件下中国城市全要素生产率增长的影响因素、影响程度及空间影响范围。本文第二部分为理论分析，第三部分为模型构建、变量描述和适用性检验，第四部分为实证结果分析和稳健性检验，第五部分为研究结论和政策建议。

二 理论分析

随着城市化进程的深化，大量的人口向大城市、超大城市集中，城市规模扩大，继而引致各种要素向城市汇集，产生空间聚集效应。资本、城市规模、公共服务、制度结构、产业结构等各类要素空间聚集产生正的外部性，吸引更多的农业人口市民化，参与到城市的建设中来，城市规模进一步扩大，全要素生产率不断提升;同时，全要素生产率提升也对各类要素空间聚集效应产生影响，这一点在大城市、超大城市尤其明显。

一方面，要素空间聚集促进全要素生产率的提升。其一，城市规模扩大，人力资本、固定资本等资本类要素和教育支出、基础设施等公共服务类要素的空间聚集效应加强，三次产业结构不断调整，产业集群形成，城市中高级人力资本水平整体提升，直接促进所在城市的经济增长，提高科技创新、管理创新及研发生产的投入，优化对外投资、经济发展质量、科技创新等制度环境因素，鼓励创新驱动战略的实施，加速社会经济发展的关键驱动从要素转向创新，科技管理体制不断进步，社会资源配置效率不断优化，企业竞争力提高，全面促进全要素生产率的提升。其二，空间聚集对邻近城市产生外溢效应，促进邻近城市的全要素生产率的提升。地理经济学第一定律空间相关性定律指出，“所有事物相关，较近的事物比远些的相关性更强”[32]。一个城市的城市规模扩大产生的空间聚集效应，除了带动本地区的全要素生产率的提升，对邻近地区的全要素生产率产生空间外溢效应外，还带动整个地区全要素生产率的提升。

另一方面，全要素生产率提升促进城市规模扩大，增强各类要素空间聚集效应。全要素生产率是劳动生产率提高和高质量发展的根本动力，是在要素投入既定的条件下，适度扩大城市规模，更高效率地配置和使用资本、公共服务、产业结构、制度结构等要素，其本质是增长动力的转换、资本结构的优化、政府治理能力、投资效率、人民生活水平的全面提高。增长驱动由要素转向创新，完善了以知识价值为导向、以技术创新为核心、以科技信用为前提的科研管理机制，提升了城市的創新能力;科学研究、教育文化、医疗健康、交通服务、对外投资等产业迅速发展，要素资源优化配置的体制机制加速形成，区域自主创新能力不断提高，促进城市人力资本结构优化;财政、产业、区域、货币、投资等经济政策协调机制不断健全，政府经济政策分工明晰，运作协调高效，政府治理体系向更高层次发展，更好更全面地促进经济社会持续健康发展。全要素生产率的提升吸引资本、公共服务、产业结构、制度环境等各类要素，尤其是以高素质人力资本为核心的优质要素聚集，增强其聚集效应;同时也吸引更多的农业人口市民化，城市规模不断扩大。

三 模型构建、变量描述和适用性检验

在要素空间聚集条件下，影响全要素生产率增长的有城市规模、人力资本、资本、劳动力、外商直接投资、产业结构、就业结构、城市化水平、财政收入支出占比等多个因素，而这些因素对全要素生产率增长的影响程度如何？影响范围如何？是否产生空间外溢效应？基于此，本文构建空间权重矩阵模型，选取中国264个地级及地级以上城市的空间面板数据，研究中国城市全要素生产率增长的影响因素。

（一）模型构建

假设地理经济学第一定律成立，则城市与城市之间的全要素生产率增长会产生相互影响，距离近的城市相互影响较大，距离远的城市相互影响较小[32]。传统的计量模型不能反映空间地理位置的影响，故本文将空间聚集效应作为模型构建主要考虑因素之一，选择空间杜宾模型（Spatial Dubin Model，SDM）开展研究。

首先，本文基于要素空间聚集，构建全要素生产率增长的模型，如式（1）所示：

yi，t=αi+λt+ρ∑Nj=1ωi，jyi，t+xi，tβ+∑Nj=1ωi，jxi，j，tθ+εit（1）

接着，在式（1）基础上，进一步演化形成SDM向量模型，如式（2）所示：

yt=ρWyt+xtβ+Wxtθ+α+λttn+εt（2）

其中，W为空间权重矩阵;yt表示TFPit，为城市i在t时期的全要素生产率增长指数;xt是城市i在t时期的解释变量的值;εt～N（0，σ2εIn）是随机误差项，服从正态分布;α=[a1，a2，…，an]，In是（n×1）的列向量，每个元素均为1;ρ是空间回归系数，表示相邻城市观测值对本城市观测值的影响程度;λ是空间误差系数，表示相邻城市由于因变量的误差对本城市观测值的影响程度。

最终，本文基于SDM向量模型，构建5个全要素生产率增长影响因素的空间矩阵模型。选取lnp、lnp2、lnK、devQuality、lncityPopDens、lnHC、infrastruct、L3Rate、finEdu、IORate、urban、rev_GDP、books、income等14个变量为基本变量，模型1为全要素生产率增长指数与所有变量的回归，模型2-模型5分别在14个基本变量的基础上增加变量与全要素生产率增长指数进行回归分析，具体如下：模型2增加变量lnproductivity、lnL、housePRev;模型3在模型2的基础上增加变量sciFin;模型4在模型3的基础上增加变量outInFin;模型5在模型4的基础上去掉devQuality，检测devQuality是否适合作为控制变量。

（二）变量描述

本文选择的被解释变量为全要素生产率增长指数（TFP），用DEA Malmquist指数法计算得到[8]。从空间聚集与全要素生产率增长影响机制角度分析，本文选择资本、城市规模、公共服务、产业结构、制度环境等五个层面共21个变量为解释变量，其中资本包括人力资本、固定资本存量、资本产出比等变量，城市规模包括城市规模、人口密度等变量，公共服务包括万人图书馆藏量、基础设施指数、教育支出等变量，产业结构包括一、二、三产业占总的就业比重等变量，制度环境包括外国直接投资、科学支出、经济发展质量等变量，研究在空间聚集条件下，中国城市全要素生产率增长的影响因素、影响程度及影响范围。

本文的解释变量有：城市规模指全市常住人口总数，用城市规模的对数和城市规模对数的平方表示，变量用lnp和lnp2代表;固定资本存量以1990年为基期，折旧率为5%，采用永续盘存法计算得到，用固定资本存量的对数表示，变量用lnK代表;劳动力指地级市的年末就业人数，用劳动力的对数表示，变量用lnL代表;人口密度指全市每平方公里常住人口总数，用人口密度的对数表示，变量用lncityPopDens代表;人力资本用小学、中学和大学的受教育支出成本比表示，变量用人力资本的对数lnHC代表;外国直接投资用外国直接投资占GDP现价的比重表示，用当年人民币对美元汇率，将外国直接投资换算成人民币现值来计算，变量用FDI代表;教育支出用教育支出占地方财政支出中比重表示，变量用finEdu代表;万人图书馆藏量指每万人拥有的图书馆藏量，变量用books代表;第二产业占总的就业比重，变量用L2Rate代表;第三产业占总的就业人数的比重，变量用L3Rate代表;城市化水平用城镇常住人口占全市总常住人口的比值表示，变量用urban代表;财政支出与收入的比用行政机制和市场机制的占比表示，变量用outInFin代表，outInFin数值越大，行政机制对市场机制的替代作用越强，outInFin数值越小，市场机制对行政机制的替代作用越强[33];资本产出比用不变价格表示的单位固定资本存量的GDP产出表示，变量用Koutput代表;房价收入比正向化，变量用housePRev代表;家庭资产指数用工资总额和储蓄占GDP的比表示，变量用HAssetsIndex代表;基础设施指数是由教育基础设施指数、交通基础设施指数、基础设施指数、电信基础设施指数四项指数值（数据来源《1990-2018年中国城市经济发展质量报告》），采用几何平均方法得到，变量用infrastruct代表;投入产出率用资本产出比与投资效果系数的几何平方来表示，变量用IORate代表;财政收入用地方财政收入占GDP的比表示，变量用rev_GDP代表;科学支出用地方财政支出中科学支出的比重表示，变量用sciFin代表;劳动生产率用不变价格的GDP除以全部劳动人数表示，变量用劳动生产率的对数lnproductivity代表。本文引入经济发展质量作为控制变量。经济发展质量由经济增长、增长潜力、政府效率、人民生活和环境质量等五个一级指标加权平均，由产出效率、经济结构、经济稳定、增长可持续性、公共服务效率等13个二级指标，共计61个具体指标通过主成分分析方法得出，系数为正，变量用devQuality代表（指标选取及分类标准详见《1990-2018年的中国地级及地级以上城市的经济发展质量报告》）。

本文选取264个地级及地级以上城市1990-2018年数据，探讨在空间聚集条件下中国城市全要素生产率增长的影响因素，样本总量7656个，本文所选取变量的描述性统计分析见表1。本文所选取变量原始数据均来自历年中国城市统计年鉴、各省（区）市统计年鉴、各城市国民经济和社会发展统计公报、中国统计年鉴等。

（三）模型适用性检验

本文开展空间计量分析的前提是全要素生产率增长指数存在全局空间自相关，Morans I指数可以检验是否存在全局空间自相关性。本文选取中国264个地级及地级以上城市1990-2018年数据，绘制全要素生产率增长指数Morans I折线图，如图1所示，全要素生产率增长指数的Morans I均在0.1左右波动，全部大于0，只有1994年和1997年全要素生产率增长指数的Morans I在大于10%条件下才显著，其他年份均在5%条件下显著，说明中国264个地级及地级以上城市的全要素生产率增长指数存在全局空间自相关且为正相关，空间依赖性显著。由于全局空间自相关的存在，传统面板数据得出的計量结果存在偏差，不能真实反映城市人口规模对全要素生产率增长的影响，因此本文基于264个地级及地级以上城市1990-2018年数据，采用空间计量方法来开展研究。

本文采用Wald SAR检验和LR检验来选择合适的空间计量模型。Wald检验结果说明本文所选取的空间杜宾模型（SDM）不会退化为空间滞后模型（Spatial Autoregressive model，SAR）或空间误差模型（Spatial Error Model，SEM）。LR检验结果拒绝了原假设，说明本文采用空间杜宾模型是合理的。豪斯曼检验的结果说明，本文数据采用固定效应或随机效应进行分析都是适合的。故本文采用随机效应进行分析，下文将采用固定效应进行模型稳健性检验[34]。最后，本文通过Levin-Lin-Chu test 和Im-Pesaran-Shin test两种单位根检验方式进行检验，经检验，所有解释变量和被解释变量的一阶差分均平稳（篇幅限制，Wald和LR检验及单位根检验结果略）。

以上适用性检验结果说明，本文构建空间杜宾模型分析空间聚集条件下中国城市全要素生产率增长的影响因素是合理的。

四 实证结果分析和稳健性检验

（一）实证结果分析

表2是全要素生产率增长指数随机效应的实证结果，可以看出，普通面板计量结果中，模型1-模型5均有不显著变量，且数量较多，其中lncityPopDens、housePRev两个变量在模型1-模型5中均不显著，urban、rev_GDP、books三个变量在四个模型中不显著。从空间滞后项来看，模型1有FDI和lnL两个变量不显著、模型5有lnp、lnp2两个变量不显著，模型2-模型4所有变量均显著，lncityPopDens、housePRev、urban、rev_GDP、books五个变量在模型1-模型5中均显著，说明本文选取SDM模型是有意义的。

模型1是对比模型，模型2-模型5的实证结果显示，考虑空间权重后，全要素生产率增长指数与城市规模由倒“U”型曲线变为“U”型曲线;人力资本、基础设施指数、第三产业占总的就业比重、财政收入、科学支出、财政支出收入比、劳动力的系数为正;固定资本存量、经济发展质量、人口密度、教育支出、投入产出率、城市化水平、万人图书馆藏量、工资收入、房价收入比指标、劳动生产率的系数为负;对比模型5和模型4，发现模型5减少解释变量devQuality后，剩下的解释变量的系数正负性没有变化，经济含义一致，只有lnp和lnp2两个变量显著性发生变化，由此认为经济发展质量适合作为控制变量。

表3是全要素生产率增长指数的直接效应、间接效应和总效应的实证结果，模型1是对比模型，模型2-模型5的实证结果显示：全要素生产率增长指数与城市规模的间接效应成“U”型曲线、直接效应和总效应成倒“U”型曲线，直接效应都显著、间接效应和总效应都不显著。经济发展质量、财政支出收入比的直接效应、间接效应和总效应都为正，其中经济发展质量的间接效应部分不显著、直接效应和总效应都显著;财政支出收入比的直接效应、间接效应和总效应都显著。固定资本存量、投入产出率的直接效应为正、间接效应为负、总效应为正，且两个变量的间接效应都不显著，直接效应和总效应都显著。人力资本、基础设施指数、第三产业占总的就业比重、财政收入、科学支出的直接效应为负、间接效应和总效应都为正，其中人力资本的直接效应、间接效应和总效应都显著;基础设施指数的直接效应部分不显著、间接效应和总效应都显著;第三产业占总的就业比重的直接效应和间接效应都显著、总效应大部分显著;财政收入的直接效应都不显著、间接效应和总效应都显著;科学支出的直接效应都显著、间接效应大部分显著、总效应都不显著。人口密度、房价收入比的直接效应为正，间接效应和总效应都为负，其中人口密度的间接效应部分不显著，直接效应和总效应都不显著;房价收入比的直接效应都不显著，间接效应和总效应都显著。教育支出、城市化水平、万人图书馆藏量、工资收入、劳动生产率、劳动力等的直接效应、间接效应和总效应都为负，其中教育支出、工资收入和劳动生产率的直接效应、间接效应和总效应都显著;城市化水平和万人图书馆藏量的直接效应都不显著，间接效应和总效应都显著;工资收入的直接效应、间接效应和总效应都显著;劳动力的间接效應部分不显著，直接效应和总效应都显著。

（二）模型稳健性检验

为了验证计量结果的可靠性，必须对模型进行稳健性检验。稳健性检验有多种方法，如选择不同的解释变量、选择不同的效应分析方法、改变参数取值范围、改变样本范围等。

首先，本文选择改变样本范围来检验模型的稳健性，将样本范围从1990-2018年调整为2000-2018年，解释变量和被解释变量不变。样本范围调整前后实证结果对比，变化如下：考虑空间权重前，人口密度、基础设施指数、城市化水平的系数正负性发生变化;考虑空间权重后，第三产业占总的就业比重、财政收入、劳动生产率的系数正负性发生变化;直接效应的人口密度、基础设施指数、城市化水平、万人图书馆藏量和房价收入比指标的系数正负性发生变化;间接效应的第三产业占总的就业比重、财政收入占GDP的比重、劳动生产率和劳动力的系数正负性发生变化，总效应的城市规模对数的平方、人力资本、第三产业占总的就业比重、财政收入占GDP的比重和万人图书馆藏量的系数正负性发生变化，其他变量系数的正负性和显著性基本保持不变。这总体说明本文构建的空间矩阵模型稳健性较强（篇幅限制具体结果略）。

接着，本文采用固定效应进行分析，与随机效应分析的实证结果对比，变化如下：考虑空间权重前，变量的正负性和显著性基本不变;考虑空间权重后，城市规模的对数和人口密度的系数正负性发生变化;直接效应中财政收入占GDP的比重、万人图书馆藏量和房价收入比指标的系数正负性发生变化;间接效应中城市规模的对数、城市规模对数的平方和人口密度的系数正负性发生变化;总效应中人口密度的系数正负性发生变化，其他变量的正负性和显著性基本不变。这总体说明采用固定效应或随机效应对于本文的实证结果影响不大，验证了上述豪斯曼检验结果（篇幅限制具体结果略）。

以上兩种检验结果均证明，本文构建的空间杜宾模型稳健性较强。

五 研究结论和政策建议

（一）研究结论

本文基于264个地级及地级以上城市的空间面板数据，引入经济发展质量指标作为控制变量来分析中国城市全要素生产率增长的影响因素，发现在考虑空间权重后，全要素生产率增长指数与城市规模、人力资本、经济发展质量等相关影响因素有如下结论：

1.全要素生产率增长指数与城市规模由倒“U”型曲线变为“U”型曲线，说明考虑空间权重后，城市规模不断扩大，全要素生产率增长指数先降后升;当城市规模突破临界值后，城市规模继续扩大，空间聚集效应持续增强，全要素生产率不断增长。

2.人力资本、基础设施指数、第三产业占总的就业比重、财政收入、科学支出、财政支出收入比、劳动力的系数为正，对全要素生产率增长具有促进作用。固定资本存量、经济发展质量、人口密度、教育支出、投入产出率、城市化水平、万人图书馆藏量、工资收入、房价收入比指标、劳动生产率的系数为负，对全要素生产率增长具有遏制作用。

3.全要素生产率增长指数与城市规模的间接效应成“U”型曲线、直接效应和总效应成倒“U”型曲线，直接效应都显著、间接效应和总效应都不显著，说明城市规模扩大，能有效促进本地区的全要素生产率的增长，但对整个地区和邻近地区的促进效应不明显。

4.经济发展质量、财政支出收入比、固定资本存量、投入产出率的增加能促进本地区的全要素生产率增长提升;人力资本、第三产业占总的就业比重、科学支出、教育支出、工资收入、劳动生产率、劳动力的增加对本地区的全要素生产率增长提升有遏制作用。财政支出收入比、人力资本、基础设施指数、第三产业占总的就业比重、财政收入对邻近地区的全要素生产率增长提升有促进作用;房价收入比、教育支出、城市化水平、万人图书馆藏量、工资收入、劳动生产率对邻近地区的全要素生产率增长有遏制作用。经济发展质量、财政支出收入比、固定资本存量、投入产出率、人力资本、基础设施指数、第三产业占总的就业比重、财政收入对整个地区的全要素生产率增长提升有促进作用;房价收入比、教育支出、城市化水平、万人图书馆藏量、工资收入、劳动生产率、劳动力对整个地区的全要素生产率增长有遏制作用。

（二）政策建议

基于以上结论，本文提出如下政策建议：

1.有效扩大城市规模，保持城市人口适度规模。当城市规模突破临界阈值后，城市规模越大，空间聚集能力越强，越有益于本地区及邻近地区全要素生产率的增长。大城市、超大城市正在成为承载资本、产业、制度、公共服务等资源要素的主要空间形式，而资本水平积累、产业结构调整、制度环境变革、公共服务改善等方式都是促进全要素生产率增长的途径。在新形势下，放开对大城市、超大城市人口规模的限制约束，有效扩大城市规模，深化户籍制度改革，破除城乡二元户籍制度，让劳动力在城市和乡村之间自由流动，推进农村人口市民化和户籍人口城镇化，推动已在城镇就业的农业转移人口落户，促进各类资源要素合理流动和高效聚集，提升资源重置效率，保持城市人口适度规模，增强大城市、超大城市社会发展的经济和人口承载能力，全面提高全要素生产率。

2.提升中高端人力资本积累水平，形成区域发展核心竞争力。在新常态下，中高端人力资本水平是创新驱动发展的关键，技术创新是全要素生产率增长的核心。考虑空间权重前后的人力资本系数均为正，人力资本具有很强的空间外溢性，加大教育投入，重视人才培养培育，提升中高端人力资本积累水平，尤其是高中、大学以上层次的人力资本积累水平，增强人才培养和教育资源的聚集性，为社会创新和经济可持续发展提供源动力，形成区域发展核心竞争力。坚持人才引领创新发展，坚持把能力建设作为人力资本质量提升的主题，将人才发展、提升区域核心竞争力与实施重大国家战略、调整产业布局等同步谋划和推进，实现经济可持续发展和高质量发展，有力促进全要素生产率的增长。

3.加强基础设施建设，改善公共服务水平。基础设施指数对全要素生产率增长具有正向促进作用，空间外溢效应强。基础设施是为社会生产和居民生活提供公共服务的物质工程设施，是保证国家或地区社会经济活动正常进行的公共服务系统，包括教育基础设施、交通基础设施、电信基础设施等多方面。政府统筹规划，改善城市的基础设施条件，做好城市总体发展规划;提高教育基础设施投入，适度引入市场机制，多层次优化地方教育资源布局，推动各层级教育有序均衡发展;做好交通基础设施规划，宏观统筹布局城市交通线路，微观合理规划内外交通设施;推进光缆线路、移动通信基站等电信基础设施共建共享，提升互联网设施与资源能力;加强和推进基础设施建设，改善公共服务水平，提升人民幸福生活指数，提高全要素生产率的增长及对经济增长的贡献率。

4.发展现代服务业，促进产业结构转型。发展现代服务业是现阶段中国转变经济发展方式、推动经济转型跨越发展的重要举措。大力发展现代服务业，不断完善生产要素市场，打造资源要素聚集区，加快构建生活性服务业繁荣昌盛、生产性服务业支持强劲、公共服务业保障有力的现代服务体系，不仅是调整产业结构、促进产业结构转型的需要，更是保障就业、改善民生的需要，能有效提高第三产业占总的就业比重和劳动力水平。第三产业占总的就业比重和劳动力系数均为正，对全要素生产率增长均有正向促进作用，空间外溢效应强。大力发展现代服务业，促进产业结构转型，进一步发挥城市的空间聚集功能，创造大量的就业机会，为全要素生产率增长提供发展方向。

5.提升固定资本存量水平，优化资源配置。固定资本存量是一个国家或地区经济总量的重要组成部分。固定资本存量的间接效应为负、直接效应和总效应均为正，对本地区和整个地区的全要素生产率增长均有促进作用。在当前发展阶段，各种类型的资本要素投入依然是中国经济增长的主要支撑，提升固定资本存量水平，把握要素投入的数量和质量;提高资本使用的有效性和产出效率，避免重复性、盲目性建设和过度竞争，充分发挥市场在资源重置中的决定作用，优化资源配置，促进经济模式由粗放式向集约型转变，实现新旧动能转换，提升全要素生产率发展水平。

6.调整地方财政支出结构，创新科技驱动。财政收入的系数为正，财政收入占GDP的比重对全要素生产率增长有重要影响。调整地方财政支出结构，加大财政科技支出比例，优化行政机制和市场机制对资源要素的配置作用，为创新发展提供条件。目前中国科技研发费用投入绝对额在全球排名靠前，但由于中国市场规模大，导致科技投入过于分散，尤其是地方企业、地方科研机构的科技投入较低，地方政府应该适当调整财政支出结构，增加地方财政中科学支出所占的比重，合理使用资金，提高资金投入效率，加大地方企业和科研机构科研投入力度，优化制度环境，为科技持续高质量发展奠定基础，为全要素生产率增长创造良好的发展环境。

[参 考 文 献]

[1] 张自然，张平，刘霞辉，等. 宏观经济蓝皮书——中国经济增长报告（2019-2020年）[M]. 北京：社会科学文献出版社， 2020.

[2] Young A. A Tale of Two Cities：Factor Accumulation and Technical Change in Hong Kong and Singapore[J]. NBER Macroeconomics Annual， 1992：13-54.

[3] Young A. The Tyranny of Numbers： Confronting the Statistical Realities of the East Asian Growth Experience[J]. The Quarterly Journal of Economics， 1995（3）： 641-680.

[4] Young A. The Razor's Edge：Distortions and Incremental Reform in the People Republic of china[J]. Quarterly Journal of Economics，CXV， 2000（1）： 99-102.

[5] Krugman P. The Myth of Asia's Miracle[J]. Foreign Aff， 1994（6）： 62-78.

[6] 鄭京海，胡鞍钢. 中国改革时期省际生产率增长变化的实证分析 （1979—2001年）[J]. 经济学， 2005（2）： 263-296.

[7] 张自然，王宏淼，袁富华，等. 资本化扩张与赶超型经济的技术进步[J]. 经济研究， 2010（5）： 43-47.

[8] 张自然. 中国城市TFP增长与潜在增长率[J]. 湖南大学学报（社会科学版）， 2019（6）： 34-42.

[9] 袁骏毅，乐嘉锦. 空间集聚与企业全要素生产率——基于中国工业企业数据库的考察[J]. 湘潭大学学报：哲学社会科学版， 2018（6）： 32-36.

[10]孔令乾，付德申，陈嘉浩. 城市行政级别、城市规模与城市生产效率[J]. 华东经济管理， 2019（7）： 68-77.

[11]周璇，陶长琪. 要素空间集聚、制度质量对全要素生产率的影响研究[J]. 系统工程理论与实践， 2019（4）： 1051-1066.

[12]崔宇明，代斌，王萍萍. 城镇化、产业集聚与全要素生产率增长研究[J]. 中国人口科学， 2013（4）： 54-63.

[13]伍先福. 产业协同集聚影响全要素生产率的空间效应研究——基于246个城市的空间杜宾模型实证[J]. 广西师范大学学报（哲学社会科学版）， 2019（3）： 88-101.

[14]Benhabib J， Spiegel. The Role of Human Capital in Economic Development：Evidence from Cross-country Date[J]. Journal of Monetary Economics， 1994（34）： 143-173.

[15]刘建国，李国平，张军涛，等. 中国经济效率和全要素生产率的空间分异及其影响[J]. 地理学报， 2012（8）： 63-78.

[16]王文静，刘彤，李盛基. 人力资本对我国全要素生产率增长作用的空间计量研究[J]. 经济与管理， 2014（2）： 22-28.

[17]赵莎莎. R&D资本、异质型人力资本与全要素生产率——基于空间相关性和区域异质性的实证分析[J]. 现代经济探讨， 2019（3）： 44-56.

[18]蒋佳，赵晶晶，盛玉雪. 高等教育、异质性人力资本和全要素生产率——基于空间溢出视角的实证研究[J]. 学海， 2019（3）： 170-175.

[19]魏下海，张建武. 人力资本对全要素生产率增长的门槛效应研究[J]. 中国人口科学， 2010（5）： 48-57.

[20]闫雨，李成明，孙博文，等. 政府干预、生产率与高质量发展[J]. 技术经济与管理研究， 2019（6）： 78-83.

[21]赵鑫磊，何蓉蓉. 基于空间视角的中国省际OFDI对全要素生产率影响研究[J]. 区域金融研究， 2019（4）： 85-91.

[22]李骏，刘洪伟，万君宝. 产业政策对全要素生产率的影响研究——基于竞争性与公平性视角[J]. 产业经济研究， 2017（4）： 115-126.

[23]郝春虹，刁璟璐. 税收努力度、公共支出规模与全要素生产率增长研究——基于内蒙古自治区101个旗县区的空间计量测度[J]. 经济经纬， 2019（1）： 163-170.

[24]曾淑婉. 财政支出对全要素生产率的空间溢出效应研究——基于中国省际数据的静态与动态空间计量分析[J]. 财经理论与实践， 2013（1）： 72-76.

[25]周莉，李德刚. 地方财政支出对全要素生产率的空间溢出效应分析——基于空间面板 Durbin 模型[J]. 新疆财经， 2014（2）： 49-57.

[26]邓晓兰，刘若鸿，许晏君. 经济分权、地方政府竞争与城市全要素生产率[J]. 财政研究， 2019（4）： 25-43.

[27]刘华军，杨骞. 资源环境约束下中国TFP增长的空间差异和影响因素[J]. 管理科学， 2014（5）： 133-144.

[28]吕品，潘沈仁. FDI、进出口贸易对全要素生产率的影响——基于省市数据的空间计量分析[J]. 浙江理工大学学报（自然科学版）， 2014（2）： 29-35.

[29]叶明确，方莹. 出口与我国全要素生产率增长的关系——基于空间杜宾模型[J]. 国际贸易问题， 2013（5）： 19-31.

[30]付海燕. 对外直接投资逆向技术溢出效应研究——基于发展中国家和地区的实证检验[J]. 世界经济研究， 2014（9）： 56-61.

[31]余泳泽，容开建，苏丹妮，等. 中国城市全球价值链嵌入程度与全要素生产率——来自230个地级市的经验研究[J]. 中国软科学， 2019（5）： 85-101.

[32]Tobler， W.R. A Computer Movie Simulating Urban Growth in the Detroit Region[J]. Economic Geography， 1970（2）： 234-240.

[33]高翔. 政府治理效率：当代中国公共管理研究中的大问题[J]. 公共管理与政策评论， 2020（1）： 55-62.

[34]Mundlak， Y. On the Pooling of Time Series and Cross Section Data[J]. Econometrica， 1978（1）： 69-85.