编者荐语：
浙江大学中国新型城镇化研究院首席专家石敏俊教授在社会科学战线发表学术文章《城市密度、全要素生产率和城市高质量发展》
以下文章来源于城市发展与低碳战略 ，作者周子程
文献来源：
石敏俊,张瑜,郑丹.城市密度、全要素生产率和城市高质量发展[J].社会科学战线,2023年第5期,84-96.
摘要：
空间集聚是城市经济的基本特征，城市高质量发展要求城市走集约发展之路，使全要素生产率提升成为经济增长的主动力源。本文基于中国工业企业数据库微观数据和卫星夜间灯光数据，实证检验了城市密度对企业全要素生产率的影响及作用机制。研究结果证实，城市密度对企业全要素生产率有正向促进作用，不同时间段和不同区域的数据样本均证实了这种正向作用是稳健的，研究结论为城市密度效应提供了证据支持。中介效应检验证实，城市密度通过贸易成本、厚劳动市场、知识溢出等三种途径来影响企业全要素生产率，其中，知识溢出发挥了最重要的中介作用。此外，城市密度效应还受到企业异质性的影响，小型企业和劳动密集型企业从城市集聚中相对获益更大。本文的研究结论为精明增长的城市集约发展模式提供了经济学微观机制的解释，与此同时，精明增长模式符合新型城镇化注重质量内涵提升的战略导向，本文的结论证实其可以作为城市高质量发展的抓手之一。
关键词：密度效应；集聚经济；全要素生产率；中介效应；企业异质性
引言
城市正以前所未有的姿态走进我们的生活。2021年，按常住人口计算的全国城市化率达到64.72%，比1980年的19.4%提高了45.32个百分点，预计在2030年，中国城市化率将达到70%以上，城市发展将由偏重数量规模增加转向注重质量内涵提升。随着中国经济进入高质量发展阶段，追求高质量、高效率、公平和可持续发展是高质量发展的核心要求，其中，高效率追求的是以更少要素投入取得更大产出效益，也就是提高全要素生产率（Total Factor Productivity，以下简称TFP），而城市是实现高质量发展的空间载体。2020年，全国289个地级及以上城市市辖区产出合计约59.97万亿元，占全国GDP总量的59.03%。只有实现了城市高质量发展，中国经济的高质量发展才能实现。有学者认为，城市高质量发展的内涵是营造更高效活跃的经济环境、更便捷舒适的居住环境、更公平包容的社会环境、更绿色健康的自然环境，而高效活跃的城市经济就是要提高TFP，让TFP的提高成为牵引城市经济增长的主动力源。
在快速城市化过程中，中国城市发展面临一些值得关注的问题。首先，城市发展追求规模扩张，导致空间上的无序扩张和低效利用。为了遏制城市蔓延，国际城市规划学界提出了精明增长的城市发展模式，强调集约利用现有城市空间，减少盲目扩张。其次，产业转型升级进展缓慢，城市经济缺乏新的增长动能。为了推动城市的高质量发展，需要提高全要素生产率对经济增长的贡献率，加快培育城市经济的新动能。
城市的基本特征是人口和经济活动的空间集聚。城市的集聚经济可以带来更高的经济效率、更多的就业机会和更好的生活品质。规模更大的城市具有更大的市场潜力，可以吸引更多的企业集聚，提高真实工资水平。城市规模和密度是表征集聚经济的指标，它们共同反映了城市的集聚特征。在完全市场条件下，规模和密度都可以衡量集聚经济水平。然而，在市场不完全的情况下，由于行政干预和空间范围的因素，规模和密度可能不一致，需要分开考虑。研究表明，密度对于集聚经济的作用更为重要，高密度区域更富裕，空间集聚会促进经济增长。因此，在城市发展的理论分析中，不能将规模和密度混为一谈，密度效应在集聚经济中具有重要作用。
已有研究仍存在一些不足之处，至少以下三个问题需要进一步的讨论。第一，城市密度对企业TFP的影响。现有研究主要关注城市密度对劳动生产率的影响，而对TFP的影响相对较少。然而，TFP是高质量发展的核心要素，因此需要更多关注密度对企业TFP的作用，但目前尚缺乏相关研究。第二，衡量中国城市密度的挑战。近年来，中国城市建成区面积扩张速度超过人口增长速度，导致城市规模和密度出现偏离，人口规模上升但人口密度下降。现有的人口密度和就业密度衡量方法也存在局限性，因此需要探讨如何准确衡量中国城市的密度。第三，企业异质性对集聚经济影响的差异。即使在密度相似的城市中，不同类型的企业存在规模、行业属性、所有制等异质性，这会导致企业对集聚经济的响应和TFP的影响产生差异。因此，在研究城市密度对企业TFP的作用时，需要考虑企业异质性的影响。
与已有文献相比，本文的边际贡献主要在以下方面：首先，本文使用企业TFP来解释城市高质量发展的机制，并通过中国制造业企业的微观数据展示了企业的特征。其次，突出强调了密度在集聚经济中的作用，并揭示了密度对企业TFP的影响及其传导路径，为精明增长模式提供经济学机制的解释。最后，考察了企业异质性对城市集聚效应的影响，试图解释企业异质性对城市密度的响应差异。研究发现，城市密度通过贸易成本、厚劳动力市场和知识溢出等渠道影响企业TFP。
集聚经济与TFP的理论分析
01 城市密度对企业TFP的影响机制
密度是集聚经济的空间表现，表征经济要素在一定空间范围内集聚的强度。本文聚焦于以城市密度表征的集聚经济对企业TFP的作用。依据城市经济学和集聚经济理论，城市密度作用于企业TFP的微观机制主要有以下三种：
第一，密度越高的城市拥有更好的市场邻近或供给邻近，有助于降低贸易成本，提升企业TFP。密度越高城市，其市场邻近和供给邻近优势是十分明显的，企业容易找到所需的中间投入品以及市场需求，由此降低贸易成本，提升资源配置效率。
第二，密度越高的城市拥有厚实的劳动力市场，有助于劳动力与企业的匹配，提升企业TFP。高密度城市更容易吸引劳动力、企业和产业的空间集聚，形成厚实的劳动力市场。不同类型的企业和劳动力之间的异质性越强，企业更容易找到所需要的高技能人才或熟练劳动力。也就是说，高技能人才和熟练劳动力更容易在厚劳动力市场中找到符合自身定位的就业岗位。所以，高密度带来的厚劳动力市场，有助于企业和人才的高质量匹配，提高了企业资源配置效率，促进企业TFP的提升。
第三，高密度城市拥有丰富的“知识池”，有助于信息传播和知识溢出，提升企业TFP。学习机制对于促进企业TFP提升具有十分重要的作用，具体来说有两个方面。首先，空间集聚的企业在知识、技术、信息等方面有更多的面对面交流、学习和模仿的机会，不同行业的知识碰撞和技术交流形成丰富的“知识池”，有助于交叉学科和交叉知识的产生，从而推动企业创新。其次，高密度城市中，低技能劳动力会受益于城市的“人力资本外部性”，即低技能劳动力能够从高技能劳动力的教育水平提高中获益，这种不同技能劳动力之间的互补关系在高密度城市中普遍存在。因此，在高密度城市中，高技能人员之间、高低技能人员之间发生的正式或非正式沟通会加速知识传播，通过知识溢出的途径有效提升企业TFP。
据此，本文提出假说1：城市密度通过贸易成本、厚劳动力市场、知识溢出等微观机制，促进企业TFP的提升。
02 企业异质性如何影响企业对城市密度的响应
在相似密度的城市里，不同类型的企业TFP依然存在差异。这是因为，不同类型的企业对密度效应作用于企业TFP的响应能力是不同的。企业规模、行业属性等企业异质性会影响企业对城市密度的响应，使得城市密度对企业TFP的作用产生差异。
一是小企业比大企业在城市密度效应中获益更多。小企业由于技术基础薄弱，从事独立研发的失败风险较高，往往会选择模仿创新，而不是自主研发，因此对公共“知识池”的依赖程度更大，或更依赖于与其它研发机构的合作。空间集聚可以为小企业提供学习和模仿的机会，有利于在短期内实现模仿-创新，提高企业生产率。空间集聚还降低了小企业的劳动力成本、交易成本和原材料采购成本。
二是劳动密集型企业比资本密集型和技术密集型企业从密度中获益更多。劳动密集型企业的利润率较低，对劳动力成本更加敏感，对厚劳动力市场和高密度城市拥有的市场邻近和供给邻近优势有更深的依赖。而且，劳动密集型企业的技术创新要求较低，其技术进步和知识溢出大多通过本地同类企业之间的相互模仿来实现，更多依赖于本地的集聚经济。
据此，本文提出假说2：城市密度效应对小规模企业、劳动密集型企业TFP的作用更大，大企业、资本密集型和技术密集型企业对城市密度的依赖较小。
企业TFP与城市密度：特征事实
01 企业TFP的测算
（1）数据来源与测算方法。
测算企业TFP的数据来源为中国工业企业数据库，包含全部国有企业和规模以上非国有工业企业，样本期间为1998-2013年。由于数据库存在样本匹配混乱、变量大小异常、测度误差明显等问题，这些问题可能会导致分析结果的错误。因此本文借鉴已有文献的方法，对原始工业企业数据库进行了相应处理。在对数据库整理和匹配后，最终构建了一个16年的非平衡面板数据集，涵盖了31个省级行政区、30个两位数制造业行业、6大所有制类别、其中包含了428.32万个企业观测值。
本文采用Olley和Pakes提出的非参数估计方法对企业TFP进行测算，OP方法能够很好地解决微观数据的同时性偏差和样本选择偏差问题。
（2）企业TFP测算结果
由于不同行业或不同城市的生产技术及区位条件是不可比的，加权得到的全国层面的TFP没有绝对值含义，但年度之间仍有一定的可比性。参考已有文献的处理方法，分别以工业总产值、从业人员、工业增加值为权重，先加权求和得到各行业的平均TFP，再加权得到全国层面的制造业企业平均TFP。结果如图1所示。
整体而言，三种加权方法得到的全国制造业平均TFP均呈现逐年递增的趋势，在2008年金融危机后呈现出小幅波动。这一结果与已有文献的计算结果类似，这意味着本文对基础数据的处理较为合理，计算结果具有较高的可靠性。以工业总产值为权重加权得到的TFP结果为例，可以发现，1998-2007年间，制造业企业平均TFP稳定增长，从1998年的3.28增长到2007年的3.80，与其他两种加权方式计算结果的变化趋势基本保持一致。2008-2013年间，制造业企业平均TFP在（3.80，3.90）的区间内波动，与增加值为权重的平均TFP变化趋势基本一致，但波动幅度均低于以劳动力为权重的平均TFP。
02 企业TFP与城市密度的相关性
（1）城市密度的测算。
如前文所述，由于人口数据和就业数据在测算城市密度时，无法真实准确地反映城市集聚水平，本文采用卫星夜间灯光亮度均值来表征城市密度。
（2）城市密度与企业TFP的相关性。
1998-2013年间，城市密度的均值为7.72，中位数为5.18。结合样本分布的特征，本文选择以数值5和8为界，将地级以上城市分为高密度、中等密度以及低密度城市三类。图2展示出三类城市制造业企业TFP的核密度分布曲线。从三类城市的曲线位置关系可以看出，随着城市密度的提升，企业TFP核密度曲线不断右移，表现出“高密度城市>中等密度城市>低密度城市”的趋势，高密度城市的企业整体具有显著的生产率优势，低密度城市的企业TFP普遍较低，印证了城市存在显著的集聚经济效应。
图2中，从企业TFP核密度分布曲线的“左尾”和“右尾”变化中可以看出，高密度城市存在选择效应。在核密度分布曲线的左端，高密度城市企业生产率显著低于中低密度城市，即存在左截尾的现象，说明高密度城市中低效率企业较少；在核密度曲线的右端，高密度城市企业生产率高于中低密度城市，右厚尾的现象表明高密度城市中高效率企业较多，左截尾和右厚尾的现象印证了选择效应的存在。因此，在识别集聚经济对企业生产率的影响时，需要考虑并剔除选择效应带来的内生性影响。
城市密度对企业TFP的影响
01 计量模型设定、变量选取及估计方法
企业TFP往往被认为是技术创新对产出的贡献。考虑到技术创新的持续性和累积性特征，当期企业TFP可能受到前期水平的影响，表现出路径依赖的特征，静态模型的估计结果可能有偏且不一致。本文采用Blundell和Bond提出的系统GMM方法，引入因变量的滞后项，利用动态滞后面板模型，检验城市密度对企业TFP的影响。系统GMM模型增加了一组滞后的差分变量作为水平方程的工具变量，有效控制了模型的内生性和异方差问题，提高了估计的有效性和一致性。模型设定如下：
其中，本文的被解释变量是城市c中的企业i在时期t的TFP，density表示城市密度，I为企业层面的控制变量，包括企业是否出口的虚拟变量Export、企业资产负债率Leverage、以总资产与从业人员之比衡量的企业资本化程度Capital，以及赫尔达尔指数反映的行业竞争程度HHI。X为城市层面的控制变量，包括城市选择效应、对外开放程度、城市产业结构、政府作用和城市人力资本水平。
02 基准回归分析
为了提高模型估计的准确性和可信度，除系统GMM估计以外，本文还加入固定效应模型、工具变量法等多种估计方法。不同估计方法的估计结果如表2所示。其中IV估计法的工具变量选择城市地形起伏度这一外部地理工具变量来构造，城市自然地理特征可以很好地解释城市人口的空间集聚程度，且几乎不受经济因素的干扰，具有很强的外生性。地形起伏度基于国家基础地理信息中心提供的1:100万数字高程模型数据，从中提取城市的海拔数据，计算最高海拔和最低海拔之差得出城市地形起伏度。以城市地形起伏度的标准差构造城市密度的工具变量。
表2中，列（1）至列（3）是加入控制变量前后采用系统GMM的估计结果，列（4）和列（5）分别是采用固定效应FE和工具变量法IV的估计结果。首先，从系统GMM估计结果看，无论是对城市密度进行单独回归，或是加入选择效应前后，城市密度对企业TFP的影响均在1%水平下显著为正。这表明，城市密度的提高有助于企业TFP的提升，制造业企业享受了城市密度提升带来的“集聚红利”。值得注意的是，在考虑选择效应的前提下，城市密度对企业TFP的半弹性系数从8.6%下降至3.7%，这表明若忽略选择效应会高估集聚效应的大小。事实上，企业生产率优势的来源既包括集聚效应，也包括选择效应，集聚效应和选择效应均是影响城市企业生产率差距的重要因素。鉴于本文的研究重点是集聚效应，将选择效应作为控制变量解决了企业的自选择问题，由此可以更准确地衡量密度变化带来的集聚效应。AR（1）、AR（2）和Wald检验证实，随机误差项不存在序列相关性，模型的设定是合理的。其次，从固定效应和工具变量估计结果来看，核心解释变量Density的系数符号和显著性均未发生根本性变化。表2结果显示，采用不同估计方法证实，城市密度对企业TFP的影响均显著为正，估计结果具有稳健性。
城市密度影响企业TFP的作用路径
01 中介效应模型
为检验城市密度影响企业TFP的作用路径，本文采用中介效应分析方法，构建如下模型：
其中， 为中介变量，包括贸易成本、厚劳动力市场和知识溢出。对于贸易成本（Trade），这里采用“企业销售费用占主营业务收入的比例”来衡量。对于厚劳动力市场（Thickness），本文参考Lu和Tao的方法，以“城市中各行业的从业人员与行业相对工资水平的乘积”来构建这一指标，以此反映城市对某行业劳动力的吸引情况。对于知识溢出（Spillover），考虑到开发区是知识溢出的重要空间单元，采用城市层面的“开发区高新技术企业产值”指标来测度。模型（2）和（3）中其余变量的解释同模型（1）。
02 中介效应结果分析
借鉴温忠麟和叶宝娟的做法，本文采用逐步回归方法对模型（2）和（3）进行检验。具体检验程序为：在对模型（1）进行验证的前提下，先检验城市密度对中介变量的影响，即得出模型（2）中的回归系数 ；再检验城市密度、中介变量对企业TFP的影响，即得出模型（3）中回归系数和。通过模型（2）和模型（3）回归系数、和的对比，来判断中介效应的显著性。若和均显著，表明存在中介效应。
表4为中介效应模型的估计结果。表4列（1）和列（2）检验了贸易成本的中介效应，列（3）和列（4）检验了厚劳动力市场的中介效应，列（5）和列（6）检验了知识溢出的中介效应。从中介效应模型检验结果看，首先，与基准回归结果相比，在加入不同的中介变量后，城市密度的系数均显著但取值变小。其次，观察中介变量的系数发现，贸易成本的系数显著为负，厚劳动力市场知识溢出的系数显著为正。中介效应检验证实了贸易成本、知识溢出、厚劳动力市场等三种作用路径的中介效应显著，城市密度的提升，通过降低贸易成本、厚劳动力市场效应、以及促进知识溢出等途径，有效提升了企业TFP。
企业异质性的影响
01 计量模型设定
考虑到企业异质性的影响，本文在动态面板模型（1）中引入企业异质性的虚拟变量及虚拟变量与城市密度的交互项，采用系统GMM方法进行估计，具体估计方程为：
其中， D是城市c中的企业i在t时期的虚拟变量，用来表征企业异质性属性，D*density表示企业异质性与城市密度的交互项。
本文从两个方面考虑企业异质性：企业规模和企业要素密集类型。
02 企业异质性的估计结果
表6报告了企业异质性的模型估计结果。从企业规模的异质性检验结果来看，第一，虚拟变量D1系数显著为正，表明大企业TFP显著高于小企业TFP，大企业受规模经济的影响，具有较高的TFP。第二，通过交互项系数以及城市密度系数的对比发现，城市密度每增加1个单位，小企业和大企业TFP分别提升11.6%和4.1%。这表明，小企业和大企业的TFP均受益于城市密度的提升，但小企业对密度效应的依赖和吸收明显更多。
从要素密集类型的异质性检验结果来看，第一，两个虚拟变量D2和D3系数显著为正，表明资本和技术密集型企业的TFP显著高于劳动密集型企业TFP，资本和技术密集型企业更倾向于自主学习和独立创新，因此自身具有更高的TFP。第二，交互项系数的大小说明，劳动密集型、资本密集型、技术密集型企业的半弹性系数分别为21.9%、7.7%和6.1%，表明城市密度的提升有助于不同要素密集类型企业实现更高的TFP水平，但劳动密集型企业从中获益最大，资本和技术密集型企业获益相对较少，这与中国现实情况及集聚经济的特征是吻合的。
结论与启示
本文基于工业企业微观数据和卫星夜间灯光数据，检验了城市密度对制造业企业TFP的影响。本文的研究结果有三点：第一，在考虑选择效应的前提下，城市密度对企业TFP仍然具有显著的正向作用。不同时间段和不同区域的数据样本均证实了这种正向作用是稳健的。第二，中介效应检验发现，城市密度对企业TFP的正向影响主要通过降低贸易成本、厚劳动市场效应以及促进知识溢出等途径发挥作用，这一结论为集聚经济影响企业生产率的作用路径提供了证据支持。第三，企业异质性检验发现，与独立性强的大规模企业、资本密集型和技术密集型企业相比，对集聚外部性依赖程度更深的小规模企业、劳动密集型企业从城市密度的提升过程中获益更大。企业异质性使得企业对城市密度的响应存在显著差异。以上结果证实了城市密度对提高企业TFP的正向影响。本文采用夜间灯光数据来测算城市密度，可以准确地表征城市密度的变化趋势，避免了常住人口和就业人口跟不上城市建成区面积扩张的数据缺陷。强调TFP和重视密度的城市集约发展符合城市高质量发展的导向，推动城市高质量发展应高度重视密度对TFP的促进作用。本文的研究结论为精明增长或“亩均论英雄”等城市集约发展模式提供了经济学机制的解释，表明精明增长模式或“亩均论英雄”模式符合新型城镇化注重质量内涵提升的战略导向，可以作为城市高质量发展的抓手之一。
本文的研究结果还提供了两个有意思的发现，一是知识溢出在城市密度促进全要素生产率提升的三条路径之中发挥了最强的中介效应。这与国外的研究结论是一致的。二是对集聚外部性依赖较深的小型企业、劳动密集型企业因城市密度提升获益更大。这符合中国的实际情况及集聚经济的特征。这两个发现结合在一起，就使得集聚经济影响企业生产率的故事具有了不同于国外的中国特色。小微企业、劳动密集型企业的技术创新要求低，大多通过城市本地同类产业内部的模仿来实现知识溢出，更多依赖于本地集聚经济。这说明，城市高质量发展并不排除小微企业和劳动密集型企业，如果能充分发挥密度效应的作用，促进企业生产率的提升，小微企业和劳动密集型企业可以在城市高质量发展中找到自己的位置，发挥应有的作用。
