城市生活质量与生产便利性的测算

邹薇 李静晶 雷浩

摘 要：基于Rosen-Roback一般均衡模型测算我国城市的生活质量和生产便利性，在统一框架下分析二者近年的演变和影响因素，为揭示城市发展进程中“宜居住”和“宜生产”的权衡建立理论基础。结合微观个体信息与宏观城市特征，本文用工资和房价衡量城市特征的隐含价格和支付意愿，克服了既有文献中生活质量与生产便利性的不可比性。研究发现我国城市生活质量近年有显著提升，城市间的差距增大;城市生产便利性相对稳定，但东高西低，发展不均。居民对生活质量的偏好主要体现在自然环境上，人们为温暖的气候、充足的阳光和较少的降雨支付更高的生活成本，同时对城市绿化环境、休闲娱乐以及文化教育水平有较高需求。企业则愿意在日照少降雨多、基础设施完善、环境限制较少的地方进行生产，人力资本和教育程度能显著提升城市的生产便利性。

关键词：生活质量;生产便利性;工资收入;住房成本;城市特征

一、引言

随着中国经济从高速增长阶段向高质量发展阶段转型，城市生活质量，作为城市综合竞争力和核心价值的重要组成部分，受到广泛关注。在我国城镇化水平不断提高的背景下，以人为本的发展理念对城市的舒适性、安全性，生活的便捷性、和谐性以及环境的生态化等都提出了更高的要求。因此，以广大人民根本利益为中心，深入研究城市生活质量，提高民生福祉，不仅是经济发展的客观要求，也是我国完成“十四五”规划目标，实现高质量发展和全面建设小康社会的迫切需要。那么，如何定义并量化城市生活质量，企业和居民对城市的偏好是否不同，城市异质性特征对提升城市生活质量和生产便利性有何影响等成为改善居民生活质量、实现城市统筹协调发展的主要问题。基于此，本文从城市经济学视角建立一般均衡对城市生活质量和生产便利性进行量化和测算，分析二者的影响因素，并针对处于不同发展阶段和人口规模的城市给出相关发展建议。

城市生活质量，指城市特征带给居民的生活舒适度和便利性，如优美的生活环境、安全的社会保障、便利的交通设施、丰富的娱乐休闲服务等，体现在居民为居住在某一城市享受其特征而愿意支付的更多生活成本，该成本补偿了城市特征带来的便利性和舒适性。生产便利性，指城市特征带给企业的生产优势和生产效率，生产便利性高的城市具有良好的营商环境、优化的产业结构、宽松的贸易限制等优势，给企业生产创造条件，进而提高生产总量和效率。值得注意的是，生产便利性从不同的角度体现了企业的生产率水平，因此，Glaeser（2011），Albouy（2013，2016）等曾使用“企业生产率（firm productivity）”、“贸易生产率（trade productivity）”、“本地生产率（local productivity）”等概念代表城市的生产便利性。但是，与“全要素生产率（total factor productivity， TFP）”不同，生产便利性考察的是城市特征带来的生产优势和增加的产出，而不是生产要素带来的效率和产出，所以为区分二者的差异，本文使用“生产便利性”来描述城市特征带给企业的生产条件和生产效率。

通常情况下，城市生活质量与生产便利性不在同一理论框架中，导致二者在模型中不可比较。生活质量作为一个多维度概念，对其的测算通常采用调查问卷建立指标体系的方法;生产便利性，作为城市特征带来的生产效率和生产优势，

通常使用全要素生产率、经济总产出等概念表示，但生产率从投入要素的角度进行测算，并未考虑城市特征的影响。基于此，本文结合微观个体的工资、房价信息与宏观城市特征，使用Rosen-Roback一般均衡模型，在统一的理论框架下测算城市生活质量和生产便利性，衡量城市特征的隐含价格，从模型层面克服二者的不可比性。为后续讨论城市在“宜居住”和“宜生产”的权衡关系上提供理论基础，以便更好地把握我国经济发展进程中城市的功能和作用，对研究城市的发展路径具有实际意义。

目前国内外对城市生活质量的研究分为兩类：一类是对生活质量的量化和测算。大多数学者结合客观城市环境与主观个人感受建立多维度的指标体系测算生活质量，这种方法多用于社会学和心理学研究，如张连城等（2019）、张晶渝（2021）、Patil（2022）等。城市经济学通常使用特征价格模型（Hedonic Model）量化，通过住房价格和工资水平推算生活质量的隐含价值。Rosen（1979）最早根据消费者效用最大化和生产者利润最大化使用工资收入测算生活质量的隐含价格。Roback（1982）在其基础上建立房价、工资和生活质量的空间均衡系统，用房价和工资反映生活质量的内在价值。Blomquist （1988）使用美国185个大都市截面数据研究家庭、企业与城市结构的关系，发现城市对生活质量低的家庭补偿更高的工资或更低的地租。周京奎（2009）实证分析1999-2006年中国城市面板数据发现城市宜居性对工资、房价的影响效应在东部地区显著高于西部。Albouy（2013）测算了加拿大大都市地区的生活质量和生产率差异，发现加拿大居民更关心城市气候和文化氛围。随后，他将税率和本地生产的非贸易商品加入到一般均衡模型中，发现美国最具生产率和价值的城市通常是沿海、阳光充足、温暖以及教育资源丰富的大城市（Albouy，2016）。Barreira（2021）分析了葡萄牙城市的生活质量，发现城市地理位置、人口规模和密度以及对政府公共支出的依赖显著影响城市生活质量。陈开洋（2019）、Shi（2021）分别使用中国城镇住户调查数据和2005年1%的人口普查数据，基于Rosen-Roback模型对中国城市生活质量进行量化和排名，与他们的研究不同，本文使用更新的2013年的数据进行量化分析，并将数据简化扩展为2005-2018年的面板数据讨论城市生活质量的演变，此外，本文在测算城市生活质量的同时计算城市的生产便利性，为研究城市宜居宜的权衡关系做理论基础。

另一类研究讨论生活质量对城市发展的影响，认为生活质量代表城市的宜居性影响人口迁移和企业选址的决策，良好的生活质量能吸引高技术产业和人才，带来人力资本和科技创新，进而推动城市发展，提高城市竞争力（陆军，2018）。Glaeser （2001）将房地产开发商、劳动力、城市宜居性纳入Rosen-Roback模型并提出“补偿性差异”，发现在开放经济体中，城市宜居性与房价正相关而与实际工资负相关。诸多学者对这一理论进行实证分析，认为气候、安全、娱乐设施以及学校对地区生活质量影响较大，大城市的高密度负效应可被其带来的资源、机会等更高的宜居性弥补（Rappaport， 2007;Albouy， 2008）。郑思齐等（2011）发现城市住房成本和土地价格的均衡程度影响城市生活质量和生产率，认为高技能劳动力愿意为教育资源、绿化环境和较少拥堵的城市便利性支付更高的生活成本。踪家峰（2015）对中国35个特大城市分析城市便利性、房价和工资水平的关系，发现提高城市便利性能吸引劳动力流入扩大城市规模。项本武和杨晓北（2017）讨论我国213个城市的便利特征对城市人口增长的影响，发现高工资收入是城市人口增长的主要原因，生活质量和生活成本是影响人口流动和区位选择的重要因素。张亚丽和方齐云（2019）认为城市的人为舒适度和自然舒适度是吸引劳动力流入的重要因素，且在不同年龄和受教育程度的劳动力中存在较大异质性。Goerlich（2021）对西班牙城市生活质量进行排名，认为高质量的生活能吸引人力资本，增加经济增长和民生福祉，且生活质量与城市人口规模的关系存在较大异质性。

生产便利性，体现企业的生产效率，反映一个城市的生产力水平。目前对企业生产率的量化研究颇多，通常测算全要素生产率（TFP），由于生产函数的估计方法存在较大差异，测算TFP的方法诸多，目前尚无统一的量化模型且用特征价格方法测算生产率的研究较少。此外，TFP并不能准确表示城市生产便利性或城市宜生产性的含义城市生产便利性为城市特征带来的生产优势和生产效率，并不是由生产要素带来的，而全要素生产率衡量的是要素投入带来的产量增量，未考虑城市特征环境的影响，因此二者侧重有所不同。，因此各方法测算出来的生产率与城市生活质量不在同一研究框架中，二者不可比较。由此，城市经济学里关于城市宜居性和宜生产性关系的研究较少，大多使用社会学方法根据宜居性和经济性的定义，选取指标建立体系进行综合评估。本文旨在建立一般均衡模型，使用同一理论测算并分析城市生活质量和生产便利性，为深入讨论二者的关系进行理论研究和量化测算。

综上所述，已有文献对生活质量的研究日趋成熟，但将城市生活质量与生产便利性结合于统一模型的相关研究不多，样本量小，方法不够客观。本文可能的创新有：第一，研究方法上，已有文献多通过主观意愿建立指标体系或进行问卷调查等方法量化城市生活质量，本文从城市经济学视角，使用经济学理论模型和可观测的价格变量进行量化计算，更客观有效，具有更强的理论基础;第二，模型方面，本文在一般均衡的基础上将生活质量和生产便利性这两个不同的系统结合在统一框架中，用住房价格和工资水平将变量货币化，通过衡量居民的支付意愿和变量的隐含价格同时测算城市的生活质量和生产便利性;第三，数据方面，已有文献多选取主要城市数据进行测算，样本小且忽略了对中小城市的研究，本文选取111个地级以上城市样本，包含经济规模、人口规模处于不同水平的各类城市，特别是中小城市，将微观个体收入数据（户籍、教育、工作等）、房屋信息（楼层、朝向、房龄等）与宏观城市特征结合测算，样本量大，数据更完备，模型更具解释力。

二、模型、变量与数据

（一）模型设定

假定居民在城市j中消费贸易商品x（价格标准化为1）和不可贸易的本地商品y（价格为pj，由住房成本衡量）;企業在城市j中使用土地L、资本K和劳动力N三个要素生产商品，土地L价格为rj，不可移动且在城市内同质，资本K完全流动，以固定价格ι-供应，居民N在城市间自由流动，提供一单位劳动力并获得工资收入ωj。此外，居民还拥有由土地和资本产生的非劳动收入R和I，与城市特征无关，因此居民总收入为mj=ωj+R+I，并一次性缴纳个人所得税τ（mj）;城市在生活质量Qj、生产贸易商品的生产便利性AjX和生产本地商品的生产便利性AjY上存在差异，这三个变量取决于城市特征向量Zj=（Zj1，…，ZjK）。通过一般均衡条件将价格变量（rj，ωj，pj）与城市属性（Qj，AjX，AjY）建立关联，这样当三个价格可观测时，就能准确地识别出城市的生活质量和生产便利性。

居民的偏好由效用函数U（x，y;Qj）表示，支出函数衡量居民为获得效用u的消费成本：e（pj，u;Qj）≡minx，y{x+pjy：U（x，y;Qj）≥u}。居民对不同城市的偏好无差异，均衡时获得相同效用ū*，因此在拥有较高生活成本或较低生活质量的城市，企业需补偿工人更高的工资：e（pj，ū;Qj）=mj-τ（mj）。企业在完全竞争条件下生产商品x和y，生产函数分别为：X=AjXFX（LX，NX，KX），Y=AjYFY（LY，NY，KY）。生产贸易商品的单位成本为：cX（rj，ωj，ι-;AjX）≡minL，N，K{rjL+ωjN+ι-K：X=1}=cX（rj，ωj，ι-）/AjX，本地商品y有相同的单位成本cY。均衡时企业利润为零，在产出价格一定的情况下，在生产便利性高的城市生产需要支付更高的生产成本，即租金和工资。将支出函数和成本函数对数线性化，把每个城市的价格差异与特征差异关联起来并用对数形式表示，用′表示变量Zj相对于全国平均水平z-的百分比差异：z︿j=dlnZj=dZj/z-（Zj-z-）/z-。

均衡时，由居民自由流动即偏好无差异和企业生产零利润条件得到一阶条件方程：

Q︿j=-sω（1-τ′）ω︿ j+syp︿ j（1）

jX=θLr︿j+θNω︿ j（2）

jY=φLr︿j+φNω︿ j-p︿ j（3）

其中，sω为居民的劳动收入占比，sy为居民消费y的支出比例，θL、θN和φL、φN分别表示企业用于生产商品x和y的土地和劳动成本比，参数含义和赋值详见后文。上述均衡条件表明城市生活质量和生产便利性的相对价值是由居民或企业的支付意愿间接衡量的：式（1）表明生活质量Q︿j体现在居民愿意支付的比名义收入sω（1-τ′）ω︿ j更高的生活成本syp︿ j;式（2）表明生产贸易商品的生产便利性jX体现在企业愿意投入的劳动成本θNω︿ j和土地成本θLr︿j;式（3）说明生产本地商品的生产便利性jY体现在企业愿意投入的比商品价格p︿ j更高的劳动成本φNω︿ j和土地成本φLr︿j。这样通过ω︿ j、p︿ j和r︿j可以计算出城市变量Q︿j，jX和jY。

（二）参数赋值

在模型的建立过程中，本文定义了一些比例参数：对于居民，消费在贸易商品x和本地商品y的支出比例为sx≡x/mj，sy≡pjy/mj，从土地、劳动和资本获得的收入比分别为sR≡R/mj，sω≡ωj/mj，sI≡I/mj;对于企业，用于生产x的土地、劳动和资本投入占比为λL≡LX/L，λN≡NX/N，λK≡KX/K，成本占比为θL≡rjLX/X，θN≡ωjNX/X，θK≡ι-KX/X，同样的定义φL、φN、φK为生产y的要素成本比例。这样参数之间满足以下条件：sR+sω+sI=1; θL+θN+θK=1; φL+φN+φK=1; sω=sxθN+syφN; sR=sxθL+syφL; sI=sxθK+syφK; λL=sxθL/sR; λN=sxθN/sω。

首先，讨论居民收入和支出比例参数s。工资收入比sω和资本收入比sI用工资性收入与经营性收入总和以及财产性收入在居民可支配收入中的占比计算，根据《中国统计年鉴》数据，选取近五年（2015-2019）比例系数的平均值进行赋值：sω=0.74，sI=0.08，这样土地收入份额sR=1-sω-sI=0.18。对于支出比例系数，本文将本地商品y分为住房和非贸易商品：syp︿ j=shousep︿ jhous+sothp︿ joth，其中用于居住和其他非贸易商品的消费支出比分别为：shouse=居民人均居住支出居民可支配收入=0.16，soth=居民其他消费支出居民可支配收入=0.55，剩下的0.29用于储蓄或税收。由于p︿ joth无法观测，本文参考Albouy（2016）的方法通过住房成本p︿ jhous来推断预测非贸易商品的价格差异，得到sy=0.3，sx=0.7。

其次，考察企业的要素成本比例，参考Albouy（2016）选取生产x的土地成本份额为θL=2.5%，根据参数关系有φL=54.2%。对于资本的成本比例，由于无法区分生产x和y的资本投入，不妨令两者相等，这样θK=φK=sI=0.08。最后，有θN=1-θL-θK=0.895，φN=1-φL-φK=0.378。关于税率τ′，我国对工资收入征收个人所得税，由于不同收入水平的个税税率不同，且不同居民的起征税费不同（根据个人情况有所减免），因此本文用个人所得税的政府税收占就业人员工资总额的比例计算τ′=9.2%。

综上，具体的参数赋值见表1。本文赋值的参数与Albouy（2016）的美国参数相比，本地商品的消费比例sy略低，土地收入份额sR较高，这使得y的要素成本份额有较大出入。此外本文参数中的税率与美国数据相比差距较大，可能由于我国农村人口比重较高，且低收入人群占比较大根据2020年中国统计年鉴，2019年末我国乡村人口达到5.6亿，占总人口的40%，农村居民人均工资性收入为6584元，仅为城镇居民人均工资性收入的25%。，较多居民的工资水平未达到起征点，没有计算到政府个税税收中，使得税收比例较低（仅9.2%）。由于土地價值r︿j不可观测，本文假定各城市用于生产本地商品的生产便利性相同，即jY=0。将参数代入模型有：

Q︿j=0.3p︿ j-0.67ω︿ j（4）

jX=0.05p︿ j+0.88ω︿ j（5）

（三）工资和住房成本差异的回归

根据式（4）、式（5），为测算出城市生活质量和生产便利性水平，首先使用特征价格模型估计各城市间的工资和住房成本差异。

本文将影响工资差异的变量分为个人特征变量Xji，如受教育程度、工作经验、行业、性别等微观因素，和城市特征变量Zj，如自然环境、基础建设、医疗教育等宏观因素，参考Mincer收入方程，建立如下半对数特征价格模型：lnωji=β0+β1Zj+β2Xji+ε。因变量ωji为工资水平，自变量Zj、Xji分别为城市和个人特征变量，其系数表示在其他特征不变时，某一特征变动一单位，工资水平变动的百分比。在此，我们用城市特征变量的系数β1表示工资差异水平，代表城市特征带来的工资增长率，即个体为了追求一单位城市特征而愿意放弃或接受的工资变动。跟工资差异一样，本文把影响住房成本差异的变量分为房屋特征变量Yji，如房屋面积、房龄、楼层、房间数、朝向等微观因素，和城市特征变量Zj，如自然环境、基础建设、医疗教育等宏观因素：lnpji=γ0+γ1Zj+γ2Yji+ε。因变量pji为房价水平，自变量Zj、Yji分别为城市和房屋特征变量，用系数γ1表示住房成本差异水平，表示城市特征带来的房价增长率，即个体为了追求一单位城市特征而愿意放弃或接受的房价变动。

（四）变量和数据说明

本文使用时薪对数计算工资水平，即工资年收入除以一年内的工作小时数后取对数，选取性别、教育年限、工作经验、工作行业、婚姻状况、民族、户籍性质和健康状况8个变量为个人特征Xji。房价选取二手房挂牌总价，房屋特征Yji选取房龄、住房类型、房间数、客厅数、卫生间数、房屋面积、朝向、楼层和装修程度9个变量。本文将城市特征Zj分为自然、社会和人文宜居三个方面，考察城市地理条件、基建治安、生态环境和医疗教育等影响工资和房价的28个因素（见表2）。

人文特征：剧场影剧院数、每百人公共图书馆藏书、医院卫生院数、每万人医院卫生院床位、每万人医生数、每万人在校大学生数、每万人普通高校教师数、第三产业从业人员比2013年中国城市统计年鉴、环境统计年鉴、城市建设统计年鉴、国家气象局，达尔豪斯大学大气成分分析组（Atmospheric Composition Analysis Group）  注：① 就业率按年末从业人数（包含城镇单位、私营和个体从业人员）占总人数的比值计算。

本文使用2013年中国家庭住户收入调查数据（CHIP2013）测算工资差异，数据包含城市住户、农村住户和流动人口调查，不同性质的住户均有样本获得工资性收入，我们将全部调查问卷纳入考察对象，选取年龄在18～60周岁的全职工人（一年至少工作6个月，每个月至少工作15天），在剔除缺失值和异常值后，数据样本包含北京、山西、辽宁、江苏、安徽、山东、河南、湖北、湖南、广东、重庆、四川、云南、甘肃在内的14个省（市）111个地级市的20030个观察样本。我们使用网络爬虫软件从安居客网站上搜集了上述14个省（市）111个地级市的7400个二手房价格及特征来测算住房成本，考虑到新房楼盘在未开盘的情况下无法准确定价，而租房数据受到合租人群不固定、租期不稳定以及数据不可得等因素影响，不作为考察对象。城市特征变量数据来源于2013年中国城市统计年鉴、环境统计年鉴、城市建设统计年鉴、国家气象局和达尔豪斯大学大气成分分析组（Atmospheric Composition Analysis Group）。

三、城市生活质量和生产便利性的测算和分析

在计算出各城市间的工资差异和住房成本差异后，代入式（4）、式（5）得到各城市的生活质量和生产便利性水平。

（一）生活质量差异的测算

图1为工资和住房成本差异的散点图，两条均值线分别描述了生活质量Q︿j和生产便利性jX分别为0，即处于全国平均水平时的（ω︿ j，p︿ j）价格组合。图中斜上的虚线为“等生活质量线”，线上城市的生活质量处于平均水平Q︿j=0。由均衡时居民偏好无差异（式（1））得到斜率为sω（1-τ′）/sy>0，表示当工资上涨时，居民为保持相同的实际消费水平和支付意愿而提高的本地生活（住房）成本。各城市到虚线的垂直距离表示生活质量的差异程度，左上方的城市生活质量高于均值，居民要支付比工资水平更高的消费溢价，说明他们享受正向生活质量的支付意愿，而右下方的城市生活质量低于均值，这些城市的居民对城市舒适性的支付意愿较低。根据定义本文的生活质量指居民愿意支付的比收入更多的生活成本，因此生活成本（房价）和收入差距大的地区生活质量高，而在生活质量较低的地区生活成本和收入相近。

结果显示111个样本城市中有72个高于均值，省会及直辖市的生活质量较好，其中北京、济南、广州位居前三位，高出均值20%以上。工资和房价均较高的江苏省生活质量并不高，仅南京和徐州两个城市排在前20位且靠后。值得注意的是，一线城市深圳的生活质量并未排在前列，可能深圳的收入水平高导致房价工资差较低，居民对城市的支付意愿较低。表3罗列了部分城市的测算结果，发现人口多、经济总量高的城市生活质量高，其中特大城市拥有的经济集聚、就业机会、医疗教育资源、人力资本等明显优势使居民的生活质量有显著提升，高出其他类型城市近一倍。

（二）稳定性检验

（1）与美国参数计算结果的对比

本文使用Albouy（2016）的参数重新计算了各城市的生活质量差异，对比本文结果检验模型稳健性。结果显示，美国参数计算出的生活质量差异波动幅度更大，高于均值的城市减少到59个，但总体排名顺序变化不大，省会和直辖市仍位居前列。图2对比了两种参数赋值下的生活质量测算结果，发现本文计算的生活质量在人口低于500万的中小型城市中较高，而在人口大于500万的大型、特大型城市中，两种结果大致相同。

（2）与国内各类大众排名的对比

目前国内有诸多机构对城市的生活质量、宜居性、综合实力等类似方面进行分析和排名，本文选取部分国内主流的大众排名对比分析本文计算的生活质量排名，进行稳健性检验。表4为本文计算的Q︿j与大众排名的相关性，相关性越高，本文计算的生活质量排名与大众排名越趋于一致，结果越稳健。

表4 （1）为本文参数计算的Q︿j与美国参数计算的Albouy Q︿j的相关性，0.96说明除个别城市外两种计算结果基本一致。本文选取2005年《中国城市生活质量报告》中的47个城市样本对比本文排名，相关性高达70%（表4 （2）），说明通过房价和工资差异计算出的生活质量排名与大众排名较一致。考虑到该排名样本有限，本文对比了2006年287个城市的生活质量情况（表4 （3）），60%的相关性说明样本量增加后排名有些许差异但仍保持较一致的顺序。为匹配2013年的数据情况，本文再次对比了2013年中国城市竞争力蓝皮书中宜居竞争力排名（表4 （4）），相关性仍保持在60%。最后，使用最新的2019年中国百强城市排行榜进行对比（表4 （5）），77%的相关性说明本文计算的生活质量与城市经济指标有较大关联，房价和工资水平对城市的综合实力也有较大影响。

综上所述，本文通过住房成本和工资收入差异计算的生活质量排名与大众排名情况较为一致，相关性达到60%以上，测算结果稳健。

（三）城市生产便利性差异的测算

生产便利性，作为城市带给企业生产的优势和便利程度，反映企业的生产水平，体现在企业愿意支付的生产成本上。均衡时企业完全竞争利润为零，因此较高的生产成本反映了较高的产出和生产效率。由式（5）计算得到各城市的生产便利性jX（表3），图1中斜下的点虚线为具有平均生产便利性的城市jX=0，根据企业零利润条件（式（3）），等生产便利线的斜率为φN-φLθN/θL<0，表示企業为了平衡工资水平而需要降低的土地或住房成本比例。在该线以上的城市生产成本高于平均值，表明这些城市的生产便利性较高。大部分中小型城市都在斜线下方，说明人口少的城市由于缺乏劳动力导致劳动成本低，生产便利性较差。

111个样本城市中只有26个城市生产便利性高于均值，其中深圳、北京、苏州、南京和无锡位居前5，高出均值20%以上，东部省份江苏和广东较其他省份能带给企业更高的生产条件和生产效率，而西部省份山西、甘肃的生产便利性较低，这与我国东、西部发展不均衡相符。如表3所示，经济发展较好的发达地区生产便利性大幅度高于其他地区，这些城市有利于企业进行生产活动，生产效率高。此外，生产便利性与人口规模也呈现正向关系，在人口大于800万的特大城市中也显著好于其他规模的城市，可能人口基数大带来了较高的人力资本，劳动力投入多从而提高了企业的生产效率。

尽管城市生活质量Q︿j和生产便利性jX均由住房成本和工资水平推算得出，但生产便利性为两者之和，体现为商品生产要素的投入成本，而生活质量则为两者之差，体现为居民愿意多支付的生活成本。结合二者发现，生产便利性与生活质量不存在显著的线性关系，两者的相关性低，系数只有0.09。其次，大多数城市的生产便利性低于均值，只有少数大型城市和特大城市有高于均值的生产率，说明我国城市间的生产便利性不均衡。此外，二者都低于均值的城市多为中小型城市，这些城市房价工资均低，企业生产投入少，居民的支付意愿低。最后，生活质量高但生产便利性低的现象较为普遍，大多数城市拥有高房价和低工资，居民的支付意愿大但生产投入不足。

四、我国城市生活质量和生产便利性的特征化事实

为了更好地分析和刻画我国城市生活质量和生产便利性的分布和演变，本文对数据进行简化并扩充为2005-2018年281个地级城市的面板数据作进一步讨论。

考虑到本文所使用的CHIP微观数据库无法获取全国300多个地级市近十年的详细收入数据和房屋信息，本文直接从城市层面选取“全市在岗职工平均工资（元）”作为各个城市的收入水平，“全市商品房平均销售价格（元/m2）”为各城市的住房价格，将全国年度数据作为平均水平，计算出各地级市工资收入和住房成本相较平均值的差异百分比，分别代表各城市在不同年份的工资差异ω︿ j和房价差异p︿ j，进而得到城市生活质量和生产便利性水平。数据来源于城市统计年鉴和国家信息中心宏观经济与房地产数据库，统计描述见表5。本文将全国281个地级市样本划分为华北、东北、华东、华中、华南、西南和西北七大地区。

Top 5伊春三亚周口菏泽忻州三亚深圳温州珠海杭州深圳三亚定西厦门珠海深圳三亚珠海厦门东莞北京广州深圳上海杭州上海北京深圳广州天津北京上海深圳天津广州北京上海深圳广州南京  注：① 2005年有个别城市的工资收入和房价数据缺失，样本数减少为272个。

简化后的面板数据显示，我国城市生活质量差异和生产便利性差异的取值介于-0.8和1.3之间，在全国层面较为均衡，其中生活质量的均值为正而生产便利性为负，说明总体上我国居民愿意为居住的城市支付一定的生活成本，但企业对城市特征的支付意愿不大，城市特征带来的生产效率相对不足。这里使用的面板数据测算结果与前文截面数据测算出的生活质量和生产便利性结果大体相同，全国的分布情况也相对一致，因此本文认为选取的简化数据有效，可以替代数据质量较高的截面数据进行简化全面的研究分析。本文选取2005年、2010年、2015年和2018四个年份进行详细测算，分别代表我国“十一五”规划、“十二五”规划和“十三五”规划的节点，研究我国城市生活质量和生产便利性发展的特征化事实。

（一）城市生活质量的特征化事实

近年来我国城市生活质量有明显提高，且差距也在逐渐扩大。这主要体现在三个方面：一是样本均值转负为正且逐步递增，二是高于均值的城市数目在变多，三是最大值显著增加。在2005年的272个样本城市中，均值仅为-0.022，总体质量不高差距不大。2010年均值转负为正，到2018年已达到0.046且有70%的城市在均值以上，生活质量水平最高的深圳市高出平均值1.3倍，说明生活质量高的城市相比于其他城市要好很多，但最小值仍低于全国平均水平的30%，未出现明显改善，表明尽管近年来生活质量有所提升，但城市间的差距仍在扩大，生活质量较高的城市发展快。

从分布上看，我国东部和南部的城市生活质量明显高于西部和北部，其中，东南沿海地区的发展最显著。图3为四个年份我国城市生活质量的分布情况。2005年各城市的生活质量水平较为接近。从2010年起，沿海城市开始提升生地方品质，到2018年，城市间的差异初步显现，位居前五的深圳、三亚、珠海、厦门和东莞市均为南部沿海城市，而内蒙甘肃等地的城市生活质量较低，说明城市生活质量与外部地理环境有一定关系。图4显示，全国生活质量水平从2005年到2018年整体有所提升，其中，华南地区的提升最显著，从2005年的倒数第二位-0.04直线上升到2018年的第一位0.12以上。西北地区的生活质量则基本停留在-0.03至-0.02之间，且一直处于较落后的水平。由此，我国生活质量水平在地理分布上呈现出东高西低、南高北低的态势，且华南地区的发展较好，而西北地区的生活质量较差。

（二）城市生产便利性的特征化事实

生产便利性的测算结果发现，近年来我国企业对城市的支付意愿相对稳定，生产便利性变化较小，但分布不均衡，只有不到20%的城市高于全国平均水平，大部分城市的生产便利性仍处于较低的水平。尽管从2005年到2018年，变量的均值和最大值未出现较大波动，但最小值在逐步提升，且高生产便利性的城市数目在逐渐减小，这表明城市带来的企业生产效率分布不均衡，但差距在缩小。此外，拥有高生产便利性的城市均为经济发达的一线大城市，北京、上海、深圳、广州市近年来持续位居前五位。

从分布上看（图5），江苏、浙江和珠三角城市群拥有较高的生產便利性，东北和内蒙个别城市如大连、大庆、沈阳、包头等也有不错的表现，相比而言，中部地区的企业支付意愿较低。2005年各城市间的生产便利性差异较大，两极分化较为严重，到2018年，城市间的差距缩小，虽然东南部城市仍较多领先于其他城市，但大部分城市的生产便利性达到-0.2到-0.1之间，相较于2005年有小幅提升。

图6的演变示意图表明，除了西南地区，近年来我国企业对城市的支付意愿相对较为稳定，生产效率有所停滞。有意思的是，华北和东北地区的生产便利性有所下降，但其生活质量水平却有所提升。相反，生活质量提升最显著的华南地区近年的生产便利性有所回落。同样的，西南和西北地区的生产便利性有所提升但生活质量却有略微下降。

综上，近年来我国城市生活质量有显著提升，城市间的差异逐渐扩大，整体上呈现东高西低、南高北低的态势。我国城市的生产便利水平近年来较为稳定，但发展不均衡，在江苏、浙江和珠三角城市群中较高，而在华中地区较低，城市间差距在逐渐缩小。最后，本文发现生活质量有所改善的地区生产便利水平较低或停滞，而生产条件较好的城市生活质量有所下降，城市生活质量和生产便利性之间似乎存在一定程度的替代关系。

五、城市生活质量和生产便利性的影响因素

本文使用特征价格模型选取相同的城市特征向量Zj=（Zj1，…，ZjK）分析影响城市生活质量和生产便利性的公共特征，试图在同一理论框架下找到有利于二者发展的城市特征和功能。在对自变量进行相关性检验后，删除高度相关（相关系数对于0.8）的互联网宽带数、医院卫生院床位数和在校大学生数3个变量，保留25个城市特征进行分析。

（一）城市生活质量的影响因素

表6（1）列出了影响城市生活质量的部分城市特征回归结果。首先，城市的自然环境对生活质量的影响显著，温暖的气候、充足的日照和较少的雨水均能有效提高居民生活品质，其中日照时长的影响系数最大达到0.19。其次，居民对与日常生活相关的日常用水、人均绿地、文化教育和服务业的发展等社会有较高需求，其中用水普及率（0.149）、污水处理率（0.113）和第三产业人员占比（0.111）的影響最大，加强城市的文化发展和教育程度也有助于提高居民的生活质量。相反，居民对城市的基础建设、环境污染等公共并无太多关注，如公交数、排水管密度、废水排放量等。最后，本文还发现人口密度也有利于改善生活质量，尽管高密度人口会来带拥挤、交通堵塞等问题，但可能中国长期处于人口数量过大的环境，居民习惯与人交往，喜欢有“人情味”的生活，因此一定程度的人口集聚会给居民带来生活便捷和情感交流，从而提高生活品质。

本文按人口规模和经济总量对城市分样本进行异质性分析和稳健性检验。发现在不同人口规模的城市中（表6（2）、表（3）），自然环境影响显著，改善用水、增加绿化、提高教育水平能提升生活品质。此外，在人口大于500万的大型城市中，就业率对生活质量影响最大，为0.165且在1%水平下显著;而在人口小于（等于）500万的中小城市中，提高生活用水的数量和质量则能更有效地提高居民的生活品质。最后，本文按照经济总量对城市样本也进行了分类讨论（详见附表A9），发现在处于不同经济发展阶段的城市中，居民对城市特征的偏好存在较大差异。在发达地区要增加人均绿地面积并提高服务业发展，而在发展中地区和欠发展地区，居民更看中生活用水的普及和质量。

（二）城市生产便利性的影响因素

城市生产便利性的影响因素（表6 （4））表明，对于自然特征，较少的日照时长（-0.181）和较多的降雨量（0.073）会显著提高城市生产便利性和生产率水平。对此可能的解释是，日照少降雨多的城市更趋于减少农业活动，发展不依赖自然气候的制造业和服务业，因此贸易生产率和生产便利性均有提高。对于社会和人文特征，城市的公交电话数、排水管密度、绿化覆盖率等基础建设对生产便利性有促进作用。有意思的是，污水处理率越低、废水排放越大，城市的生产便利性越高，这表明企业的生产会在一定程度上产生污染物，再处理需要较高的生产成本，因此企业更愿意在环境限制较低的城市从事生产活动，也说明改善环境对企业生产率的提升作用当期不明显，可能有时滞。此外，城市的就业率、高校教师数、影院剧场数越高，生产便利性越高，其中，就业率能有效提高企业的生产水平，系数最大为0.172且在1%水平下显著，说明人力资本和教育程度对企业的生产和城市的经济环境有促进作用。

本文按人口规模和经济总量对城市样本进行分样本讨论，发现结果稳健（表6（5）、表6（6））。在人口少于500万的中小城市中，影院剧场数、高校教师数等人文特征对生产便利性的影响减弱，但就业率、公交数、排水管密度等指标仍有显著的正向作用。此外，在发达地区增加就业率和高校教师数有利于提高生产便利性。在发展中地区和欠发展地区，增加基础设施建设、适当放宽对污水排放的限制有利于地区的企业生产和经济发展。

综上，居民和企业对城市特征的偏好存在较大差异，且在不同人口规模和经济总量的城市中，影响城市生活质量和生产便利性的因素也存在一定异质性。对于城市生活质量，自然环境的影响显著，居民追求温暖的气候、充足的日照和较少的雨水，对日常用水、人均绿地、文化教育和服务业的发展有较高需求，愿意生活在人口较为密集的地方。而企业则愿意在日照少降雨多、基础设施完善、环境限制较少的地方进行生产，人力资本和教育程度能显著提升城市的生产便利性。

六、结论

本文基于Rosen-Roback一般均衡模型，建立统一的理论框架测算我国城市生活质量和生产便利性，分析居民和企业对城市特征的不同偏好，为讨论城市"宜居住"和"宜生产"的权衡关系提供理论基础。本文结合微观个体信息与宏观城市特征，用可观测的工资和房价衡量城市生活质量和生产便利性的隐含价格，在模型层面克服生活质量和生产便利性的不可比性，并将数据扩展为2005-2018年的面板数据，刻画二者的演变和特征化事实。

生活质量是城市带给居民的生活便利性，体现在居民为居住在某一城市的支付意愿，支付意愿越大生活质量越高。测算结果表明省会城市和直辖市的生活质量较高，人口规模大的城市比中小型城市生活质量好，经过稳健性检验，测算结果仍然成立。近年来，我国城市生活质量有显著提升，城市间的差异也在逐渐扩大。

生产便利性是城市带给企业的生产便利条件和生产效率，体现在企业对城市特征的支付意愿，企业愿意支付的生产成本越大，城市生产便利性越好，企业生产率越高。测算结果表明我国城市生产便利性分布不均衡，东高西低，江苏、浙江、珠三角等地区拥有较好的生产环境，省会城市的城市特征带来的生产效率更高，近年来的发展相对稳定，未出现较大波动。

结合二者相比较，我国目前较多城市都存在生活质量高而生产便利性低的情况，多数城市房价高工资低，居民的支付意愿高但企业生产投入不足。此外，二者的相关性低，似乎存在一定的替代关系。生活质量提升的地区生产便利性较差，而生产条件较好的地区城市生活质量有所下降。因此，二者的相互作用关系有待进一步研究，应该在城市发展中寻求两者兼顾的发展路径。

最后，本文通过特征价格理论，在同一理论框架下分析城市生活质量和生产便利性的影响因素，试图找到有利于城市统筹发展的公共特征和功能。文章发现居民和企业对城市特征的偏好存在较大差异，且在不同人口规模和经济总量的城市中，影响二者的特征因素也存在异质性。对于生活质量，自然环境的影响显著，居民追求温暖的气候、充足的日照和较少的雨水，对日常用水、人均绿地、文化教育和服务业的发展有较高需求，愿意生活在人口较为密集的地方。而企业则愿意在日照少降雨多、基础设施完善、环境限制较少的地方进行生产，人力资本和教育程度能显著提升城市的生产便利性。

參考文献：

[1] 陈开洋，2019：《中国城市生活质量的估计及其影响因素——来自中国城镇住户调查的微观证据》，《上海经济》第6期。

[2] 陆军、刘海文，2018：《生活质量研究回顾与展望——基于城市经济学的视角》，《江苏社会科学》第2期。

[3] 项本武、杨晓北，2017：《我国城市便利性对城市人口增长的影响研究》，《城市发展研究》第2期。

[4] 张晶渝、杨庆媛、毕国华，2021：《重庆城市居民生活质量演变及其影响因素研究》，《现代城市研究》第5期。

[5] 张连城、郎丽华、赵家章等，2019：《城市居民生活质量“总体稳定、稳中有忧”——2019年中国35个城市生活质量报告》，《经济学动态》第9期。

[6] 张亚丽、方齐云，2019：《城市舒适度对劳动力流动的影响》，《中国人口·资源与环境》第3期。

[7] 郑思齐、符育明、任荣荣，2011：《居民对城市生活质量的偏好：从住房成本变动和收敛角度的研究》，《世界经济文汇》第2期。

[8] 周京奎，2009：《城市舒适性与住宅价格、工资波动的区域性差异——对1999-2006年中国城市面板数据的实证分析》，《财经研究》第9期。

[9] 踪家峰、李宁，2015：《为什么奔向北上广？——城市宜居性、住房价格与工资水平的视角分析》，《吉林大学社会科学学报》第5期。

[10] Albouy， D.， 2008， Are Big Cities Bad Places to Live？ Estimating Quality of Life across Metropolitan Areas， NBER Working Paper， （No.14472）.

[11] Albouy， D.， 2016， What Are Cities Worth？ Land Rents， Local Productivity， and the Total Value of Amenities， Review of Economics and Statistics， 98（3）： 477-487.

[12] Albouy， D.， Leibovici， F. and Warman， C.， 2013， Quality of Life， Firm Productivity， and the Value of Amenities across Canadian Cities. Canadian Journal of Economics， 46（2）：1-33.

[13] Barreira， A. P.， Amado， C.， Santos， S.， et al， 2021， Assessment and Determinants of the Quality of Life in Portuguese Cities. International Regional Science Review 44（6）：647-683.

[14] Blomquist， G.， Berger， M. and Hoehn， J.， 1988， New Estimates of Quality of Life in Urban Areas， American Economic Review， 78（1）： 89-107.

[15] Glaeser， E.， Kolko， J. and Saiz， A.， 2001， Consumer City， Social Science Electronic Publishing 7790（1）： 27-50.

[16] Glaeser， E.， 2011， Cities， Productivity， and Quality of Life. Science， 333（6042）： 592-594.

[17] Goerlich， F.， Reig， E.， 2021， Quality of life ranking of Spanish cities： A non-compensatory approach. Cities， 109（2）：102979.

[18] Patil， G.， Sharma， G.， 2022， Urban Quality of Life： An assessment and ranking for Indian cities. Transport Policy 8（124）：183-191.

[19] Rappaport， J.， 2007， Moving to nice weather， Regional Science and Urban Economics 37（3）： 375-398.

[20] Roback， J.， 1982， Wages， Rents， and the Quality of Life， Journal of Political Economy， 90（6）： 1257-1278.

[21] Rosen， S.， 1979， Wage-Based Indexes of Urban Quality of Life， in P. Mieszkowski and M. Straszheim， Current Issues in Urban Economics. Johns Hopkins University Press， Baltimore： 74-104.

[22] Shi， T.， Zhu， W.， Fu， S.， 2021， Quality of life in Chinese cities. China Economic Review， 69（1）：101682.

The Measurement of Urban Quality of Life and Production Amenities

—An Empirical Analysis of Chinese Cities Based on General Equilibrium

Zou Wei，Li Jingjing and Lei Hao

（School of Economics and Management， Wuhan University;Institute for Advanced Study， Wuhan University）

Abstract：This paper builds a theoretical model to measure the urban quality of life and production amenities in Chinese cities based on Rosen-Roback general equilibrium framework， and analyzes the recent development and influencing factors.In this paper， the implicit prices and households’ willingness to pay for the city features are measured by individuals’ wages and housing costs in combination with urban characteristics， providing a practicable approach to overcome the incompatibility of urban quality of life and production amenities. Through the calculation， we find that urban quality of life has improved significantly in recent years， and the gap between cities has also increased. Although the production amenities are relatively stable， the distribution is uneven in that the index of production amenities is higher in the east compared to other areas. Cities with better natural environments are desirable and people are willing to pay high living costs for a warm climate， sufficient sunshine and less rainfall. Also， they prefer better conditions of leisure， entertainment， culture and education. Enterprises are willing to produce in places with less sunshine， more rainfall， better infrastructure and fewer environmental restrictions. Human capital investment can significantly increase production amenities.

Key Words：quality of life; production amenities; wage income; housing cost; urban characteristics

責任编辑 郝 伟