曾雪婷，向 華，童玉芬

(首都經(jīng)濟(jì)貿(mào)易大學(xué) a.人口經(jīng)濟(jì)研究所；b.勞動(dòng)經(jīng)濟(jì)學(xué)院 北京 100070)

一、問(wèn)題提出

一直以來(lái)，人們都將人口城鎮(zhèn)化率作為城市化發(fā)展水平的評(píng)判標(biāo)準(zhǔn)。相比農(nóng)村，城市轄區(qū)內(nèi)較低的勞動(dòng)力和運(yùn)輸成本、生產(chǎn)要素獲取的便利性及生產(chǎn)加工過(guò)程中的專(zhuān)業(yè)化分工優(yōu)勢(shì)更有利于企業(yè)發(fā)展、技術(shù)創(chuàng)新和實(shí)現(xiàn)國(guó)家經(jīng)濟(jì)增長(zhǎng)[1]。依據(jù)經(jīng)濟(jì)增長(zhǎng)理論，城市全要素生產(chǎn)率指數(shù)比傳統(tǒng)的國(guó)內(nèi)生產(chǎn)總值(GDP)更能準(zhǔn)確衡量城市的發(fā)展水平。

面對(duì)國(guó)家創(chuàng)新型經(jīng)濟(jì)發(fā)展的需要，各級(jí)政府逐步放松落戶政策，中國(guó)城鎮(zhèn)建設(shè)得到了快速發(fā)展。1978—2019年，中國(guó)城市化水平由17.92%提高到60.60%，城鎮(zhèn)人口規(guī)模達(dá)8.48億人[2]。據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2019年中國(guó)GDP為99.1萬(wàn)億元，是1978年GDP(3 678.7億元)的296.4倍。當(dāng)下，中國(guó)GDP總量排名僅次于美國(guó)，位居世界第二。然而，中國(guó)經(jīng)濟(jì)所取得的巨大進(jìn)步，不僅是人力、資本(政府支持和企業(yè)投資)積累的作用，還是城市技術(shù)進(jìn)步和全要素生產(chǎn)率提高的結(jié)果。雖然目前中國(guó)城鎮(zhèn)化率已超過(guò)60%，GDP排名位居世界第二，但是與歐美發(fā)達(dá)國(guó)家城鎮(zhèn)化率(80%)和人均GDP水平相比還存在很大差距。

隨著國(guó)家經(jīng)濟(jì)水平的不斷發(fā)展，國(guó)內(nèi)生態(tài)環(huán)境也遭受了一定的破壞，陸續(xù)出現(xiàn)城市資源承載力下降、城市經(jīng)濟(jì)發(fā)展亟須轉(zhuǎn)型等現(xiàn)實(shí)問(wèn)題，尤其是對(duì)超大型城市而言，上述問(wèn)題尤為突出。針對(duì)人口規(guī)模擴(kuò)大對(duì)城市生產(chǎn)率方面的探討，已有研究在影響機(jī)制、評(píng)價(jià)方法和研究結(jié)論方面均存在一定的分歧。許多學(xué)者認(rèn)為，城市人口規(guī)模會(huì)隨著產(chǎn)業(yè)集聚而逐漸擴(kuò)大，人口規(guī)模擴(kuò)張雖然在一定程度增加了城市人力資本的積累[2-3]，但同時(shí)也給城市帶來(lái)了嚴(yán)重的環(huán)境問(wèn)題[4-6]。針對(duì)此現(xiàn)象，政府也出臺(tái)了相應(yīng)的人口疏解、限制人口遷移的政策措施。城市人口規(guī)模擴(kuò)大會(huì)促使城市向周邊外延，擴(kuò)大城市規(guī)模，在城市集聚效應(yīng)和資本積累的基礎(chǔ)上，提高城市勞動(dòng)生產(chǎn)率(每單位勞動(dòng)的產(chǎn)出)。從經(jīng)濟(jì)增長(zhǎng)理論出發(fā)，人口和資本要素只有合理配置時(shí)，才會(huì)帶來(lái)遞增的邊際效應(yīng)。換言之，城市的經(jīng)濟(jì)增長(zhǎng)不僅需要人口積累，政府和企業(yè)的投資(尤其是創(chuàng)新投資)也十分重要。

為探究人口規(guī)模、創(chuàng)新投資與城市全要素生產(chǎn)率發(fā)展水平的相關(guān)關(guān)系及影響機(jī)制，本文將以京津冀城市群(包含典型特大城市)2009—2018年城市投入產(chǎn)出數(shù)據(jù)為研究對(duì)象，在測(cè)算城市生產(chǎn)率的基礎(chǔ)上，把握城市發(fā)展水平及空間差異。進(jìn)一步構(gòu)建動(dòng)態(tài)面板回歸模型，分析人口規(guī)模、創(chuàng)新投入對(duì)城市全要素生產(chǎn)率及其分解指數(shù)的作用機(jī)理，以期為京津冀協(xié)同發(fā)展中心進(jìn)一步制定城市發(fā)展政策措施提供參考。

與現(xiàn)有研究相比，本文存在以下創(chuàng)新點(diǎn)：(1)使用京津冀地區(qū)13個(gè)城市市轄區(qū)數(shù)據(jù)，有別于其他學(xué)者使用省級(jí)面板數(shù)據(jù)的研究。(2)以往許多學(xué)者主要以GDP來(lái)刻畫(huà)城市產(chǎn)出，鑒于GDP計(jì)量水平的局限性，本文參考王德利和王巖(2016)[7]的做法，除GDP以外，還將政府財(cái)政收入也作為另一個(gè)產(chǎn)出變量，以增加評(píng)價(jià)的準(zhǔn)確性。(3)本文參考劉斯敖(2020)[8]的做法，選取SBM-ML指數(shù)法來(lái)測(cè)算城市全要素生產(chǎn)率，基于松弛測(cè)度(slacks-bosed measure，SBM)模型在分析中考慮了決策單元投入要素投影至生產(chǎn)前沿面的過(guò)程中非徑向改進(jìn)水平，優(yōu)于常規(guī)CCR模型只考慮徑向等比改進(jìn)，以更真實(shí)全面地反映城市全要素生產(chǎn)率。(4)已有文獻(xiàn)只關(guān)注人口規(guī)模(城市市轄區(qū)總?cè)丝?或創(chuàng)新投入(政府或企業(yè)的創(chuàng)新投入)對(duì)城市生產(chǎn)率的影響，忽略了二者之間的協(xié)同作用，本文將城市人口規(guī)模(市轄區(qū)總?cè)丝谝?guī)模、高層次人才人口規(guī)模)、創(chuàng)新投入(政府創(chuàng)新投入、企業(yè)創(chuàng)新投入)共同納入評(píng)價(jià)模型中，以檢驗(yàn)其與城市全要素生產(chǎn)率的相關(guān)關(guān)系。(5)分別對(duì)全要素生產(chǎn)率及其分解指數(shù)構(gòu)建回歸方程，以區(qū)分人口規(guī)模、創(chuàng)新投入對(duì)城市生產(chǎn)率影響的側(cè)重點(diǎn)及差異。

二、研究方法和數(shù)據(jù)說(shuō)明

(一)研究方法

目前，關(guān)于全要素生產(chǎn)率的研究，大多數(shù)學(xué)者主要選取SBM-DDF模型和曼奎斯特-龍伯格(Malmquist-Luenberger，ML)生產(chǎn)率指數(shù)法來(lái)測(cè)算分析城市全要素生產(chǎn)率和全要素生產(chǎn)率，這一方法有效避免了非最優(yōu)決策單元在生產(chǎn)前沿面上徑向改進(jìn)模型的不足，同時(shí)還考慮了非徑向改進(jìn)的松弛變量。本文在已有研究的基礎(chǔ)上，運(yùn)用SBM-DDF-ML法對(duì)京津冀地區(qū)13個(gè)城市全要素生產(chǎn)率進(jìn)行測(cè)算，并將其分解為技術(shù)進(jìn)步和綜合技術(shù)效率[9]。

1. SBM方向距離函數(shù)

方向距離函數(shù)(directional distance function，DDF)模型是對(duì)徑向數(shù)據(jù)包絡(luò)分析(DEA)模型的一般化表達(dá)[10]。在DDF模型中決策者可自定義被評(píng)價(jià)決策單元向生產(chǎn)前沿面的投影的方向，有效地將主管偏好與DEA模型相結(jié)合。DDF通過(guò)設(shè)定特定方向?qū)⑸a(chǎn)率與環(huán)境污染納入同一個(gè)框架中，使期望產(chǎn)出和非期望產(chǎn)出沿著某一方向產(chǎn)生同等程度的改進(jìn)，因其不需要考慮產(chǎn)出的價(jià)格因素而在生活中得到廣泛應(yīng)用[11]。但是單一的DDF因其徑向、角度的度量方法忽略了投入和期望產(chǎn)出的松弛問(wèn)題。在徑向DEA模型中，對(duì)無(wú)效率程度的測(cè)量只包含了所有投入(產(chǎn)出)等比縮減(增加)的程度；而對(duì)無(wú)效決策單元來(lái)說(shuō)，其當(dāng)前狀態(tài)與強(qiáng)有效目標(biāo)值之間的差距除了等比例改進(jìn)部分之外，還包括松弛改進(jìn)部分。有學(xué)者指出，沒(méi)有考慮松弛變量的生產(chǎn)率取值不準(zhǔn)確，因此，為更有效地對(duì)決策單元效率做出評(píng)價(jià)，需要選擇非徑向非角度(non-oriented)的DEA模型[12]。

為解決徑向和角度DEA模型的不足，SBM模型被提出。該模型將松弛變量直接納入目標(biāo)函數(shù)，剔除了變量松弛造成的非效率因素，解決了考慮非期望產(chǎn)出在內(nèi)的全要素生產(chǎn)率評(píng)價(jià)問(wèn)題。同時(shí)SBM模型無(wú)量綱性和非徑向特點(diǎn)，能夠有效避免量綱不同和角度選擇差異給生產(chǎn)率評(píng)價(jià)帶來(lái)的偏差。根據(jù)假設(shè)，有K個(gè)需要被評(píng)價(jià)的決策單元(DMUj，j=1，2，3，...，k)，每個(gè)DMU包含投入、期望產(chǎn)出和非期望產(chǎn)出三類(lèi)指標(biāo)，其中有投入指標(biāo)m種(i=1，2，...，m)，n種期望產(chǎn)出和h種非期望產(chǎn)出，x∈Rm，y∈Rn，u∈Rk，定義矩陣如下：X=[x1，x2，...，xk]∈Rmk，Y=[y1，y2，...，yk]∈Rnk，U=[u1，u2，...，uk]∈Rkk，將非導(dǎo)向SBM規(guī)劃式定義如下：

(1)

(2)

(3)

2. DEA-Malmquist指數(shù)

本文將考慮非期望產(chǎn)出的SBM-DDF模型與ML生產(chǎn)率指數(shù)相結(jié)合的方式來(lái)測(cè)度京津冀地區(qū)城市全要素生產(chǎn)率，從t時(shí)期到t+1時(shí)期的ML指數(shù)為：

(4)

則ML指數(shù)可進(jìn)一步分解為技術(shù)進(jìn)步(Tech)和技術(shù)效率(Effch)改進(jìn)指數(shù)：

(5)

(6)

(7)

Tech指數(shù)測(cè)度技術(shù)前沿的進(jìn)步速度，Effch指數(shù)反映技術(shù)落后者向前沿技術(shù)者的追趕速度。TFP、Tech、Effch指數(shù)數(shù)值大于(小于)1，分別表示TFP增加(減少)、技術(shù)進(jìn)步(退步)和技術(shù)效率提高(下降)。

TFP指數(shù)在求解過(guò)程中需要對(duì)四個(gè)方向性距離函數(shù)進(jìn)行計(jì)算，分別是t期技術(shù)和t期投入產(chǎn)出值的DDF；t+1期技術(shù)和t+1期投入產(chǎn)出值的DDF；t期技術(shù)與t+1期投入產(chǎn)出值的DDF；t+1期技術(shù)與t期投入產(chǎn)出值的DDF。

(二)數(shù)據(jù)說(shuō)明

1.指標(biāo)選取及度量

全要素生產(chǎn)率是指一個(gè)經(jīng)濟(jì)系統(tǒng)或企業(yè)使用所有要素的效率，通常用于衡量技術(shù)進(jìn)步和效率水平。根據(jù)已有研究，綜合考慮指標(biāo)的獲取性、準(zhǔn)確性、真實(shí)性等原則，本文將參考孟望生和邵芳琴(2020)[14]的指標(biāo)選取辦法，將城市地區(qū)生產(chǎn)總產(chǎn)值(億元)、城鎮(zhèn)地區(qū)財(cái)政總收入(億元)作為產(chǎn)出指標(biāo)，將城鎮(zhèn)年末勞動(dòng)力就業(yè)總?cè)藬?shù)(萬(wàn)人)、城鎮(zhèn)私營(yíng)企業(yè)和個(gè)體人員數(shù)(萬(wàn)人)、城鎮(zhèn)社會(huì)固定資產(chǎn)投資(億元)、城市建成區(qū)面積(平方公里)作為投入指標(biāo)。與以往研究不同的是，本文依據(jù)索羅余值方程，除了將勞動(dòng)、資本作為要素投入外，還將土地投入(城市建成區(qū)面積)也納入模型[7]。具體指標(biāo)解釋說(shuō)明如表1所示。

表1 指標(biāo)及度量

2.數(shù)據(jù)來(lái)源與處理

本文所使用的投入產(chǎn)出數(shù)據(jù)均來(lái)源于2010—2019年國(guó)家統(tǒng)計(jì)局《中國(guó)城市統(tǒng)計(jì)數(shù)據(jù)庫(kù)》，部分指標(biāo)依據(jù)論文分析需要進(jìn)行了單位換算處理。此外，對(duì)于個(gè)別城市少數(shù)年份的缺失數(shù)據(jù)，通過(guò)線性插值法進(jìn)行了填補(bǔ)[2]。

三、實(shí)證分析與結(jié)果討論

(一) 全要素生產(chǎn)率及其分解

基于測(cè)算結(jié)果，將全要素生產(chǎn)率指數(shù)分解為技術(shù)進(jìn)步指數(shù)和綜合技術(shù)效率指數(shù)，并分別從時(shí)間、空間兩個(gè)維度對(duì)京津冀地區(qū)13個(gè)城市的全要素生產(chǎn)率及分解指數(shù)進(jìn)行對(duì)比分析，以明確不同城市在不同時(shí)間段的發(fā)展水平及時(shí)空差異。

1.全要素生產(chǎn)率指數(shù)時(shí)空差異分析

2009—2018年，京津冀地區(qū)城市全要素生產(chǎn)率指數(shù)在均值為1.071，城市群整體發(fā)展水平上升7.1%。其中，北京、邯鄲、邢臺(tái)、廊坊、承德、衡水的全要素生產(chǎn)率均值上升幅度大于京津冀地區(qū)城市全要素生產(chǎn)率變動(dòng)均值，表明近10年上述城市發(fā)展較好；天津、石家莊、保定、滄州、秦皇島的全要素生產(chǎn)率變動(dòng)均值低于京津冀地區(qū)城市全要素生產(chǎn)率變動(dòng)均值，說(shuō)明上述城市處于低速發(fā)展階段；唐山和張家口的全要素生產(chǎn)率指數(shù)低于1，表明其城市不僅沒(méi)有取得進(jìn)步，相比其他城市而言，反而出現(xiàn)倒退現(xiàn)象(見(jiàn)表2)。

表2 2009—2018年京津冀地區(qū)城市全要素生產(chǎn)率指數(shù)

從時(shí)間變動(dòng)趨勢(shì)來(lái)看，2009—2018年北京、天津、石家莊等8個(gè)城市的全要素生產(chǎn)率指數(shù)在小范圍內(nèi)波動(dòng)，表明上述城市發(fā)展平穩(wěn)，受外界影響因素較小。保定、唐山、衡水、邢臺(tái)、張家口5個(gè)城市的全要素生產(chǎn)率指數(shù)在不同時(shí)間段內(nèi)波動(dòng)較大，表明上述城市發(fā)展受外界影響相對(duì)較高。進(jìn)一步分析發(fā)現(xiàn)，2009—2010年唐山全要素生產(chǎn)率指數(shù)異常，為0.452，主要受綜合技術(shù)效率指數(shù)拖累(0.435)，同期技術(shù)進(jìn)步指數(shù)1.039；衡水全要素生產(chǎn)率指數(shù)在2013—2014年取值異常，為1.901，受綜合技術(shù)效率指數(shù)拉動(dòng)作用明顯(1.825)，同期技術(shù)進(jìn)步指數(shù)1.042；2017—2018年邢臺(tái)全要素生產(chǎn)率指數(shù)異常高，取值1.198，受技術(shù)進(jìn)步指數(shù)(1.070)和綜合技術(shù)效率指數(shù)(1.128)雙重作用進(jìn)步的影響；2011—2012年保定全要素生產(chǎn)率指數(shù)取值異常，僅0.500，受綜合技術(shù)效率拖累所致，綜合技術(shù)效率取值0.470，同期技術(shù)進(jìn)步指數(shù)取值1.063；2014—2017年，張家口全要素生產(chǎn)率指數(shù)出現(xiàn)直線下滑趨勢(shì)，由1.492降至0.552，降幅達(dá)63%，受綜合技術(shù)效率下滑影響顯著，其綜合技術(shù)效率指數(shù)由2.080降至0.554，降幅達(dá)73.4%，同期技術(shù)進(jìn)步上漲41.4%(見(jiàn)表3和表4)。上述分析表明，京津冀地區(qū)各城市技術(shù)穩(wěn)步發(fā)展，波動(dòng)幅度不明顯，綜合技術(shù)效率水平在時(shí)間、空間兩個(gè)維度存在較明顯的差異，受地區(qū)和時(shí)間因素影響較大。

2.綜合技術(shù)效率指數(shù)時(shí)空差異分析

由表3可知，2009—2018年，京津冀地區(qū)城市綜合技術(shù)效率指數(shù)均值為1.036，增幅為3.6%，略低于全要素生產(chǎn)率指數(shù)的增幅，再次表明城市全要素生產(chǎn)率指數(shù)的增加受綜合技術(shù)效率和技術(shù)進(jìn)步的雙重影響。北京、天津、石家莊、邯鄲、滄州、承德的綜合技術(shù)效率指數(shù)均值呈上升趨勢(shì)，但上升幅度低于京津冀地區(qū)平均水平。保定、邢臺(tái)、廊坊的綜合技術(shù)效率指數(shù)均值上升顯著，大于京津冀地區(qū)平均上升水平。這主要是因?yàn)?，相比京津冀地區(qū)其他城市而言，上述三個(gè)城市基礎(chǔ)水平相對(duì)落后，隨著社會(huì)整體進(jìn)步和北京引領(lǐng)作用的顯現(xiàn)以及自身經(jīng)濟(jì)發(fā)展需要，保定、邢臺(tái)和廊坊在城市綜合管理水平和資源利用效率方面有較大改善；唐山、張家口和秦皇島在綜合技術(shù)效率指數(shù)方面呈倒退趨勢(shì)，綜合技術(shù)指數(shù)變動(dòng)均值小于1。上述現(xiàn)象主要受兩方面的影響，一方面是地區(qū)和氣候限制，使得資源利用率相對(duì)較低，另一方面則是綜合技術(shù)效率進(jìn)步較小，相比京津冀地區(qū)其他城市而言呈現(xiàn)出落后的態(tài)勢(shì)。

表3 2009—2018年京津冀地區(qū)城市綜合技術(shù)效率指數(shù)

從時(shí)間變動(dòng)趨勢(shì)來(lái)看，2009—2018年北京、天津、石家莊等7個(gè)城市的綜合技術(shù)效率指數(shù)在小范圍內(nèi)波動(dòng)，表明上述城市在發(fā)展過(guò)程中重視資源利用效率和管理水平的提升，讓城市在現(xiàn)有水平上穩(wěn)定運(yùn)行。保定、廊坊、衡水、邢臺(tái)、張家口、唐山6個(gè)城市的綜合技術(shù)效率指數(shù)在不同時(shí)間段內(nèi)波動(dòng)較大，整體情況與全要素生產(chǎn)率變動(dòng)態(tài)勢(shì)相一致，呈現(xiàn)高度相關(guān)關(guān)系，也再次印證城市全要素生產(chǎn)率指數(shù)的提高對(duì)綜合技術(shù)效率依賴(lài)較大。上述分析表明，京津冀地區(qū)各城市在制定發(fā)展規(guī)劃過(guò)程中，不應(yīng)只強(qiáng)調(diào)科學(xué)技術(shù)對(duì)城市發(fā)展的貢獻(xiàn)，在技術(shù)取得進(jìn)步的同時(shí)，城市管理水平也應(yīng)該得到同步提升，使技術(shù)水平和管理能力相協(xié)調(diào)。

3.技術(shù)進(jìn)步指數(shù)時(shí)空差異分析

2009—2018年，京津冀地區(qū)城市技術(shù)進(jìn)步指數(shù)均值為1.062，上升6.2%。其中，北京、石家莊、唐山、邯鄲、秦皇島、邢臺(tái)、廊坊、承德、衡水9個(gè)城市的技術(shù)進(jìn)步指數(shù)均值上升幅度大于等于京津冀地區(qū)城市技術(shù)進(jìn)步指數(shù)變動(dòng)均值，表明上述城市整體技術(shù)水平取得較好發(fā)展，在拉動(dòng)京津冀地區(qū)城市整體技術(shù)水平上起著良好引領(lǐng)帶動(dòng)作用；天津、張家口、保定、滄州4個(gè)城市的技術(shù)進(jìn)步指數(shù)均值增幅低于京津冀地區(qū)城市技術(shù)進(jìn)步指數(shù)平均水平，尤其是保定的技術(shù)進(jìn)步指數(shù)均值小于1，表明相比其他城市而言，保定在科技創(chuàng)新方面明顯滯后。對(duì)比綜合技術(shù)效率發(fā)現(xiàn)，保定在技術(shù)效率提升方面也不穩(wěn)定。上述城市技術(shù)進(jìn)步指數(shù)表明，城市全要素生產(chǎn)率的提高，較大程度依賴(lài)于技術(shù)進(jìn)步。進(jìn)一步分析發(fā)現(xiàn)，保定連接北京和石家莊，雖然承擔(dān)部分北京的疏解產(chǎn)業(yè)，但是大部分仍然是技術(shù)含量較低的服務(wù)業(yè)和輕工業(yè)，對(duì)技術(shù)要求較低。在環(huán)境管制的限制下，大部分輕工業(yè)在冬季會(huì)經(jīng)常被關(guān)停，這嚴(yán)重影響企業(yè)長(zhǎng)期發(fā)展和技術(shù)創(chuàng)新的信心(見(jiàn)表4)。

表4 2009—2018年京津冀地區(qū)城市技術(shù)進(jìn)步指數(shù)

從時(shí)間變動(dòng)趨勢(shì)來(lái)看，2009—2018年京津冀的13個(gè)城市，技術(shù)進(jìn)步指數(shù)變動(dòng)趨勢(shì)基本保持一致，只有承德、廊坊和保定3個(gè)城市在考察初期(2009—2015年)技術(shù)進(jìn)步變動(dòng)較大，分別在2010—2011年、2013—2014年兩個(gè)時(shí)期達(dá)到極值，其余時(shí)期均在小范圍內(nèi)波動(dòng)。分析表明京津冀地區(qū)13個(gè)城市在過(guò)去十年，尤其是最近四五年，戰(zhàn)略目標(biāo)逐步向城市技術(shù)進(jìn)步傾斜，在提升管理水平的同時(shí)也兼顧技術(shù)水平的發(fā)展。分析發(fā)現(xiàn)，技術(shù)進(jìn)步指數(shù)在時(shí)間趨勢(shì)上基本穩(wěn)定，在空間上的差異也不明顯，表明京津冀地區(qū)協(xié)同發(fā)展政策的實(shí)施，有效提高了先進(jìn)技術(shù)的傳播速度和推廣范圍，讓以北京為核心的京津冀地區(qū)其他城市在先進(jìn)技術(shù)的推動(dòng)下，實(shí)現(xiàn)城市經(jīng)濟(jì)、社會(huì)的共同發(fā)展。

(二) 2009—2018年城市無(wú)效率值的來(lái)源分解

分析京津冀地區(qū)13個(gè)城市生產(chǎn)投入冗余和產(chǎn)出不足取值可發(fā)現(xiàn)，北京和天津2個(gè)城市在所有投入和產(chǎn)出要素上均沒(méi)有冗余或不足，表明北京、天津相比河北11個(gè)城市，具有明顯的效率優(yōu)勢(shì)，這也符合現(xiàn)實(shí)情況和客觀認(rèn)知規(guī)律，表明數(shù)據(jù)選取和方法計(jì)算具有良好的穩(wěn)健性(見(jiàn)表5)。

從城市勞動(dòng)力投入——城鎮(zhèn)單位年末就業(yè)人員來(lái)看，2018年京津冀地區(qū)該要素投入冗余均值為2.35萬(wàn)人，冗余標(biāo)準(zhǔn)差為3.51，表明在勞動(dòng)力就業(yè)投入要素上，不同城市之間差異顯著，但是整體冗余程度不嚴(yán)重。其中石家莊、邯鄲、張家口、承德4個(gè)城市勞動(dòng)力就業(yè)人員冗余值高于京津冀地區(qū)平均水平，表明上述城市在生產(chǎn)發(fā)展過(guò)程中，勞動(dòng)力利用率較低，城市距離非參數(shù)的最優(yōu)生產(chǎn)前沿面較遠(yuǎn)。

從固定資產(chǎn)投資冗余來(lái)看，2018年京津冀地區(qū)在該要素投入冗余均值為170.92億元，冗余標(biāo)準(zhǔn)差為276.50，表明在固定資產(chǎn)投入要素上，京津冀地區(qū)對(duì)資本投入的利用率較低，不同城市之間差異顯著，且整體冗余水平很高，唐山、邯鄲和張家口3個(gè)城市冗余異常高，分別為489.89億元、913.39億元和211.51億元。單獨(dú)對(duì)唐山進(jìn)行要素投入和產(chǎn)出分析發(fā)現(xiàn)，唐山的資本投入與勞動(dòng)力投入嚴(yán)重不匹配，表現(xiàn)出資本過(guò)多而勞動(dòng)力不足的現(xiàn)象，以至于政府花了錢(qián)，但是產(chǎn)出效益較低的情況。

從建成區(qū)面積冗余值來(lái)看，2018年京津冀地區(qū)在該要素投入冗余均值為31.17平方公里，冗余標(biāo)準(zhǔn)差為32.87，表明在城市建成區(qū)面積(土地)投入要素上，京津冀地區(qū)對(duì)城市土地投入的利用率較低，且不同城市之間差異顯著(見(jiàn)表5)。

表5 2009年和2018年京津冀地區(qū)城市完全投入冗余和產(chǎn)出不足

綜合分析京津冀地區(qū)各城市要素投入冗余發(fā)現(xiàn)，大部分城市在投入要素綜合利用率上處于較低水平。從經(jīng)濟(jì)學(xué)生產(chǎn)周期理論分析，石家莊、唐山、邯鄲、秦皇島等城市的發(fā)展水平已進(jìn)入生產(chǎn)曲線的第三階段。在當(dāng)前技術(shù)限制水平下，投入要素利用率低，如果不提高技術(shù)進(jìn)步，持續(xù)增加投入會(huì)擴(kuò)大邊際報(bào)酬遞減水平，降低城市全要素生產(chǎn)率。

對(duì)比2009年和2018年京津冀地區(qū)13個(gè)城市各投入要素冗余和產(chǎn)出要素不足的均值和標(biāo)準(zhǔn)差發(fā)現(xiàn)，2009年城市之間各要素平均無(wú)效率程度較低，尤其是勞動(dòng)力投入，冗余值很小，表明在2009年京津冀地區(qū)城市發(fā)展對(duì)城鎮(zhèn)勞動(dòng)力利用效率較高。對(duì)比2018年分析發(fā)現(xiàn)，京津冀地區(qū)在城市發(fā)展建設(shè)過(guò)程中，對(duì)社會(huì)固定資產(chǎn)投資的利用效率較低，且不同城市之間利用率程度差異顯著。2018年京津冀地區(qū)生產(chǎn)總值產(chǎn)出不足均值較大，取值為102.56億元，不同城市之間地區(qū)生產(chǎn)總值產(chǎn)出不足水平存在明顯差異(標(biāo)準(zhǔn)差取值154.79)。

四、人口規(guī)模、創(chuàng)新投入對(duì)城市全要素生產(chǎn)率的實(shí)證分析

(一)模型設(shè)定與變量說(shuō)明

1.模型設(shè)定

為探究人口規(guī)模、城市創(chuàng)新投入對(duì)城市全要素生產(chǎn)率的影響，本文構(gòu)建如下計(jì)量回歸分析模型：

TFPi，t=β0+β1lnPeoScalei，t+β2(lnPeoScalei，t)2+β3lnGovCreIi，t+β4(lnGovCreIi，t)2+

β5lnComCreIi，t+β6(lnComCreIi，t)2+β7TFPi，t-1+αXi，t+ui+γt+εi，t

(8)

其中，i代表城市，t表示年份，TFPi，t為被解釋變量，表示i城市在t時(shí)期的全要素生產(chǎn)率取值。核心解釋變量包括：lnPeoScalei，t表示當(dāng)期城鎮(zhèn)人口規(guī)模(取對(duì)數(shù)處理)、(lnPeoScalei，t)2表示當(dāng)期人口規(guī)模取對(duì)數(shù)后的平方項(xiàng)，lnGovCreIi，t表示當(dāng)期城市政府創(chuàng)新資金投入(取對(duì)數(shù)處理)，(lnGovCreIi，t)2表示政府當(dāng)期創(chuàng)新資金投入取對(duì)數(shù)后的平方項(xiàng)，lnComCreIi，t和(lnComCreIi，t)2分別表示當(dāng)期企業(yè)創(chuàng)新資金投入額度(取對(duì)數(shù)處理)及其平方項(xiàng)，TFPi，t-1為前一期城鎮(zhèn)全要素生產(chǎn)率取值，Xi，t為所有控制變量集合，包括外商直接投資(lnFDI)、城市交通建設(shè)水平(lnTransP)；ui為個(gè)體固定效應(yīng)，用于控制不同城市間影響機(jī)制的差異；γt為時(shí)間固定效應(yīng)，主要用來(lái)剔除時(shí)間趨勢(shì)項(xiàng)對(duì)回歸結(jié)果的影響；εi，t為隨機(jī)擾動(dòng)項(xiàng)，主要是指未包含在模型中的解釋變量和其他隨機(jī)因素對(duì)被解釋變量產(chǎn)生的總影響集合。

為進(jìn)一步探究核心解釋變量對(duì)城市全要素生產(chǎn)率的影響機(jī)制，本文在全要素生產(chǎn)率指數(shù)分解的基礎(chǔ)上，分別構(gòu)建回歸模型，以進(jìn)一步分析核心解釋變量對(duì)城市技術(shù)進(jìn)步和技術(shù)效率的影響機(jī)制。具體形式如下：

Techi，t=β0+β1lnPeoScalei，t+β2(lnPeoScalei，t)2+β3lnGovCreIi，t+β4(lnGovCreIi，t)2+

β5lnComCreIi，t+β6(lnComCreIi，t)2+β7Techi，t-1+αXi，t+ui+γt+εi，t

(9)

Effchi，t=β0+β1lnPeoScalei，t+β2(lnPeoScalei，t)2+β3lnGovCreIi，t+β4(lnGovCreIi，t)2+

β5lnComCreIi，t+β6(lnComCreIi，t)2+β7Effchi，t-1+αXi，t+ui+γt+εi，t

(10)

2.變量

在進(jìn)行實(shí)證分析之前，首先對(duì)回歸模型(8)—模型(10)中的變量進(jìn)行說(shuō)明，并進(jìn)一步對(duì)各變量做描述性統(tǒng)計(jì)分析，具體指標(biāo)見(jiàn)表6和表7。其中企業(yè)創(chuàng)新投資規(guī)模，由于統(tǒng)計(jì)數(shù)據(jù)中沒(méi)有相應(yīng)直接統(tǒng)計(jì)指標(biāo)對(duì)其進(jìn)行度量，因此本文選取城市專(zhuān)利申請(qǐng)數(shù)量來(lái)表示企業(yè)創(chuàng)新投資，各城市專(zhuān)利申請(qǐng)數(shù)量用三種專(zhuān)利受理數(shù)量表示，其中河北省只有省級(jí)層面數(shù)據(jù)，各市專(zhuān)利受理數(shù)量=(各市市轄區(qū)GDP/河北省市轄區(qū)GDP)×河北省專(zhuān)利受理總量。用此指標(biāo)來(lái)度量企業(yè)創(chuàng)新投資，比直接利用企業(yè)資金投資總額度量更加準(zhǔn)確，因?yàn)槠髽I(yè)創(chuàng)新投入通常包含科技研發(fā)之外的其他支出。

表6 變量說(shuō)明

表7 變量描述性統(tǒng)計(jì)

(二)估計(jì)方法及其原理

在動(dòng)態(tài)面板數(shù)據(jù)模型的解釋變量中，加入被解釋變量的滯后項(xiàng)。尼克爾(Nickel，1981)用數(shù)學(xué)推導(dǎo)證明了被解釋變量的滯后一期數(shù)據(jù)與擾動(dòng)項(xiàng)的協(xié)方差不為0，即cov(CHIi，t-1，εit)≠0，則出現(xiàn)自相關(guān)和內(nèi)生性問(wèn)題，且變量間亦可能存在聯(lián)立性[15]。安德森和蕭(Anderson & Hsiao，1982)進(jìn)一步證明使用固定效應(yīng)或隨機(jī)效應(yīng)對(duì)動(dòng)態(tài)面板模型的系數(shù)進(jìn)行估計(jì)會(huì)導(dǎo)致β的ML參數(shù)估計(jì)是有偏的，進(jìn)而扭曲模型詮釋的經(jīng)濟(jì)含義[16]。為了解決此問(wèn)題，本文使用廣義矩估計(jì)(GMM)方法。

霍爾茨-埃金和紐維(Holtz-Eakin & Newey)首次提出一階差分廣義矩估計(jì)(DIF-GMM)方法，之后由阿雷利亞諾和邦德(Arellano & Bond)發(fā)展完善。該方法首先對(duì)原模型進(jìn)行一階差分變換消除其個(gè)體固定效應(yīng)對(duì)回歸結(jié)果的影響，再使用被解釋變量的水平滯后項(xiàng)作為差分方程中內(nèi)生變量的工具變量估計(jì)模型系數(shù)。然而蒙特卡洛模擬結(jié)果顯示，當(dāng)CHIi，t-1的系數(shù)較大或者個(gè)體效應(yīng)波動(dòng)遠(yuǎn)大于擾動(dòng)項(xiàng)波動(dòng)時(shí)，會(huì)出現(xiàn)弱工具變量問(wèn)題，造成該方法的實(shí)際效果不佳。為解決弱工具變量問(wèn)題，提高系數(shù)估計(jì)的準(zhǔn)確度，阿雷利亞諾和博韋爾(Arellano & Bover)、布倫德?tīng)柡桶畹?Blundell & Bond)提出系統(tǒng)廣義矩估計(jì)(SYS-GMM)的方法，即以一階差分廣義矩估計(jì)方法中加入水平方程提高估計(jì)效率。阿雷利亞諾和博韋爾在阿雷利亞諾和邦德的基礎(chǔ)上提出可產(chǎn)生T-3個(gè)新的矩條件：

E(μitΔyi，t-1)=0 (i=1，2，...，N；t=4，5，...，T)

(11)

因?yàn)棣i2是已知，由此可得：

E(μi3Δyi2)=0

(12)

由此推導(dǎo)出：

E(ZTsysμ*i)=0

(13)

其中，ZTsys為：

(14)

(15)

得出系數(shù)的一步系統(tǒng)廣義矩估計(jì)量為：

(16)

其中，An為：

(17)

由此推導(dǎo)出兩步系統(tǒng)廣義矩估計(jì)量為：

(18)

(三) 主要實(shí)證結(jié)果分析

為有效避免模型偽回歸問(wèn)題，在開(kāi)始兩步SYS-GMM估計(jì)之前，對(duì)短面板數(shù)據(jù)進(jìn)行HT檢驗(yàn)，所有變量均在5%的顯著水平上拒絕原假設(shè)，說(shuō)明回歸樣本數(shù)據(jù)平穩(wěn)。

1.人口規(guī)模、創(chuàng)新投入對(duì)全要素生產(chǎn)率的影響

2009—2018年，京津冀地區(qū)城市全要素生產(chǎn)率對(duì)城市人口規(guī)模、創(chuàng)新投入的回歸結(jié)果如表8所示。模型1-1為城市全要素生產(chǎn)率對(duì)政府創(chuàng)新投資的回歸，結(jié)果顯示，滯后一期的政府創(chuàng)新投資的回歸系數(shù)為0.145，在5%的水平上顯著，說(shuō)明在外商投資和交通運(yùn)輸客運(yùn)能力控制變量的作用下，政府前一期的創(chuàng)新投入能夠有效促進(jìn)城市全要素生產(chǎn)率水平的提升。模型1-2為城市全要素生產(chǎn)率對(duì)城市(市轄區(qū))常住人口規(guī)模的回歸，回歸結(jié)果不顯著，說(shuō)明人口規(guī)模的增加對(duì)提升城市全要素生產(chǎn)率作用不明顯，人口集聚效應(yīng)并未得到釋放。模型1-3為城市全要素生產(chǎn)率對(duì)每萬(wàn)人在校大學(xué)生人數(shù)的回歸，結(jié)果顯示，滯后一期的高水平人才集聚能夠有效改善進(jìn)城市全要素生產(chǎn)率，回歸系數(shù)為0.197，在1%的水平上顯著。模型1-4為城市全要素生產(chǎn)率對(duì)企業(yè)創(chuàng)新投資的回歸，結(jié)果表明企業(yè)創(chuàng)新投資對(duì)提升整個(gè)城市的全要素生產(chǎn)率影響作用不顯著，這可能是因?yàn)槠髽I(yè)創(chuàng)新投資更多的利益傾向于企業(yè)發(fā)展，而對(duì)整個(gè)城市的發(fā)展影響相對(duì)較小。上述4個(gè)子模型回歸結(jié)果通過(guò)Sargan檢驗(yàn)，表明回歸結(jié)果具有較好的穩(wěn)健性。

表8 人口規(guī)模、創(chuàng)新投入對(duì)全要素生產(chǎn)率影響的SYS-GMM估計(jì)結(jié)果

2.人口規(guī)模、創(chuàng)新投入對(duì)技術(shù)進(jìn)步的影響

城市技術(shù)進(jìn)步對(duì)人口規(guī)模、創(chuàng)新投入的回歸結(jié)果如表9所示。其中，模型2-1為城市技術(shù)進(jìn)步對(duì)政府創(chuàng)新投資的回歸，結(jié)果顯示，政府創(chuàng)新投資的回歸系數(shù)為0.160，在1%的水平上顯著，而政府創(chuàng)新投入平方項(xiàng)不顯著，但是其系數(shù)符號(hào)為負(fù)，表明從長(zhǎng)期來(lái)看，政府創(chuàng)新投入對(duì)城市技術(shù)進(jìn)步的影響會(huì)呈非線性的倒U型關(guān)系，短期投資能夠幫助城市實(shí)現(xiàn)科技創(chuàng)新，但是若持續(xù)投資，政府干預(yù)太多，會(huì)對(duì)城市自身創(chuàng)新發(fā)展機(jī)制產(chǎn)生擠出效應(yīng)，讓城市技術(shù)呈倒退趨勢(shì)。模型2-2為城市技術(shù)進(jìn)步對(duì)城市(市轄區(qū))常住人口規(guī)模的回歸，回歸結(jié)果不顯著，同模型1-2結(jié)果保持一致，說(shuō)明人口規(guī)模的增加對(duì)提升城市技術(shù)進(jìn)步作用不明顯，人口集聚效應(yīng)并未得到釋放。模型2-3為城市全要素生產(chǎn)率對(duì)每萬(wàn)人在校大學(xué)生人數(shù)的回歸，結(jié)果顯示，當(dāng)期和滯后一期的高水平人才集聚能夠有效改善城市全要素生產(chǎn)率，回歸系數(shù)分別為3.244和0.215，分別在5%、1%的水平上顯著，高水平人才集聚取對(duì)數(shù)后的平方項(xiàng)系數(shù)為-0.247，在10%的水平上顯著，表明適量人才集聚能夠充分釋放集聚正外部效應(yīng)，促進(jìn)城市技術(shù)進(jìn)步。此外前一期的技術(shù)進(jìn)步水平對(duì)當(dāng)期技術(shù)水平有較大的影響，回歸系數(shù)為0.252，在1%顯著性水平下顯著，表明技術(shù)積累同知識(shí)積累相類(lèi)似，都同樣具有 “1+1>2”的集聚效應(yīng)。模型2-4為城市全要素生產(chǎn)率對(duì)企業(yè)創(chuàng)新投資的回歸，結(jié)果顯示，企業(yè)創(chuàng)新投資及其平方項(xiàng)回歸系數(shù)分別為0.197和0.054，分別在5%、10%的顯著性水平下顯著，對(duì)城市技術(shù)進(jìn)步呈正U型的非線性關(guān)系。觀察4個(gè)模型的控制變量發(fā)現(xiàn)，外商直接投資對(duì)提升城市技術(shù)進(jìn)步有很好的正向影響，尤其是模型2-2和模型2-4，回歸系數(shù)分別為0.145和0.127，均在1%的水平上顯著，這一現(xiàn)象說(shuō)明城市發(fā)展需與世界相融合，充分吸收先進(jìn)技術(shù)更利于城市技術(shù)進(jìn)步。上述4個(gè)子模型回歸結(jié)果通過(guò)Sargan檢驗(yàn)，且符合經(jīng)濟(jì)學(xué)客觀認(rèn)知，表明回歸結(jié)果具有較好的穩(wěn)健性。

表9 人口規(guī)模、創(chuàng)新投入對(duì)技術(shù)進(jìn)步影響的SYS-GMM估計(jì)結(jié)果

3.人口規(guī)模、創(chuàng)新投入對(duì)技術(shù)效率的影響

城市技術(shù)效率對(duì)人口規(guī)模、創(chuàng)新投入回歸結(jié)果如表10所示。模型3-1為城市技術(shù)效率對(duì)城市人口規(guī)模的回歸，其一次項(xiàng)和二次項(xiàng)回歸系數(shù)分別為1.210和-0.127，分別在10%的水平上顯著，對(duì)城市技術(shù)效率呈明顯的非線性倒U型關(guān)系，說(shuō)明人口集聚初期，能提升城市基礎(chǔ)設(shè)施及資源的利用效率，集聚正外部效應(yīng)明顯，隨著人口規(guī)模的擴(kuò)張，正外部效應(yīng)會(huì)逐步被人口規(guī)模帶來(lái)的負(fù)向效應(yīng)所抵消。模型3-2為城市技術(shù)效率對(duì)每萬(wàn)人大學(xué)生在校生人數(shù)的回歸，其一次項(xiàng)和二次項(xiàng)回歸系數(shù)分別為-2.840和0.208，均在5%顯著性水平下顯著，對(duì)城市技術(shù)效率的影響表現(xiàn)出強(qiáng)烈的正U型相關(guān)關(guān)系。模型3-3為城市技術(shù)效率對(duì)政府創(chuàng)新投入的回歸，結(jié)果顯示，政府創(chuàng)新投資一次項(xiàng)和二次項(xiàng)回歸系數(shù)分別為0.190和-0.046，分別在1%、10%的水平上顯著，與模型2-1(城市技術(shù)進(jìn)步對(duì)政府創(chuàng)新投資回歸)回歸結(jié)果保持一致。模型3-4為城市技術(shù)效率對(duì)企業(yè)創(chuàng)新投資的回歸，結(jié)果顯示，其一次項(xiàng)和二次項(xiàng)回歸系數(shù)分別為0.402和0.125，均在1%的水平上顯著，表明很長(zhǎng)一段時(shí)期內(nèi)，企業(yè)創(chuàng)新投資能夠有效促進(jìn)城市技術(shù)效率的提升，進(jìn)一步觀察回歸結(jié)果發(fā)現(xiàn)，交通運(yùn)輸能力的回歸系數(shù)為0.224，在1%的水平上顯著，說(shuō)明城市交通運(yùn)輸能力對(duì)城市技術(shù)效率具有顯著的影響。上述4個(gè)子模型回歸結(jié)果通過(guò)Sargan檢驗(yàn)，表明回歸結(jié)果具有較好的穩(wěn)健性。

表10 人口規(guī)模、創(chuàng)新投入對(duì)技術(shù)效率影響的SYS-GMM估計(jì)結(jié)果

4.模型檢驗(yàn)

兩步系統(tǒng)GMM方法比差分GMM系數(shù)估計(jì)效果更為準(zhǔn)確，一方面是其假設(shè)條件更為嚴(yán)格。其一要求隨機(jī)擾動(dòng)項(xiàng)εit不存在自相關(guān)，使用AR(2)檢驗(yàn)，若一階序列自相關(guān)檢驗(yàn)拒絕原假設(shè)且二階序列自相關(guān)檢驗(yàn)不拒絕原假設(shè)，則表明隨機(jī)擾動(dòng)項(xiàng)εit不存在自相關(guān)。其二是工具變量有效性問(wèn)題，運(yùn)用Sargan檢驗(yàn)來(lái)鑒別過(guò)度識(shí)別問(wèn)題，其原假設(shè)H0：所有工具變量均有效。從回歸結(jié)果可知，所有模型的隨機(jī)擾動(dòng)項(xiàng)εit均不存在自相關(guān)問(wèn)題且Sargan檢驗(yàn)均接受原假設(shè)?；貧w模型通過(guò)假設(shè)檢驗(yàn)，該動(dòng)態(tài)面板模型使用SYS-GMM估計(jì)的結(jié)果具有良好的穩(wěn)健性。

五、主要結(jié)論

基于京津冀2009—2018年城市全要素生產(chǎn)率的測(cè)算結(jié)果和實(shí)證檢驗(yàn)結(jié)果，得出以下結(jié)論：

第一，京津冀地區(qū)全要素生產(chǎn)率逐漸提高，表明在京津冀一體化發(fā)展背景下，城市間的競(jìng)合效應(yīng)逐漸顯現(xiàn)。進(jìn)一步分析城市全要素生產(chǎn)率及其分解指數(shù)發(fā)現(xiàn)，京津冀的全面發(fā)展得益于技術(shù)進(jìn)步和技術(shù)效率水平的提升，其中，技術(shù)進(jìn)步的邊際貢獻(xiàn)率更高。

第二，常住人口規(guī)模與城市全要素生產(chǎn)率和城市技術(shù)進(jìn)步之間未表現(xiàn)出明顯的相關(guān)關(guān)系。但是就城市技術(shù)效率對(duì)人口規(guī)模的回歸結(jié)果來(lái)看，其一次項(xiàng)和二次項(xiàng)回歸系數(shù)分別為1.210和-0.127，且均在10%的水平上顯著，表明城市技術(shù)效率與人口規(guī)模呈明顯的倒U型關(guān)系。這說(shuō)明城市發(fā)展初期，適量人口集聚能提升城市基礎(chǔ)設(shè)施及城市稟賦的利用效率，集聚的正外部效應(yīng)明顯，隨著人口集聚規(guī)模的不斷增加，正外部效應(yīng)逐步被人口規(guī)模帶來(lái)的負(fù)向效應(yīng)所抵消，這也與微觀經(jīng)濟(jì)學(xué)中，短期生產(chǎn)函數(shù)“三階段”模型相吻合，即短期內(nèi)要想產(chǎn)出最大，其資本與勞動(dòng)必須實(shí)現(xiàn)最佳組合。

第三，人才集聚能顯著提升城市全要素生產(chǎn)率，且存在滯后效應(yīng)。對(duì)全要素生產(chǎn)率的分析結(jié)果顯示，當(dāng)期和滯后一期高水平人才集聚的回歸系數(shù)分別為3.244和0.215，且分別在5%、1%的水平上顯著，說(shuō)明高水平人力資本集聚能夠充分釋放集聚正外部效應(yīng)，促進(jìn)城市高質(zhì)量發(fā)展。這也符合組織行為理論的觀點(diǎn)，即人才集聚但資源一定，當(dāng)人力供給大于就業(yè)需求時(shí)企業(yè)組織內(nèi)部的競(jìng)爭(zhēng)力會(huì)增強(qiáng)，同時(shí)自身的就業(yè)壓力也會(huì)增加，進(jìn)而倒逼組織內(nèi)的人不斷提升自己，則此時(shí)會(huì)產(chǎn)生更多的正外部效應(yīng)。

第四，對(duì)城市技術(shù)進(jìn)步的分析結(jié)果顯示，政府創(chuàng)新投資的回歸系數(shù)為0.160，在1%的水平上顯著，但政府創(chuàng)新投入平方項(xiàng)不顯著，且系數(shù)的符號(hào)為負(fù)。這表明從長(zhǎng)期來(lái)看，政府創(chuàng)新投入對(duì)城市技術(shù)進(jìn)步的影響會(huì)呈非線性的倒U型關(guān)系，短期投資能夠幫助城市實(shí)現(xiàn)科技創(chuàng)新，但是若持續(xù)投資，政府干預(yù)太多，會(huì)對(duì)城市自身創(chuàng)新發(fā)展機(jī)制產(chǎn)生擠出效應(yīng)，讓城市技術(shù)呈倒退現(xiàn)象。

基于上述結(jié)論，本文提出以下政策建議：第一，制定合理的人才培養(yǎng)和引進(jìn)政策，促進(jìn)人才規(guī)模多元化擴(kuò)張。人才集聚對(duì)城市發(fā)展具有顯著的促進(jìn)作用，對(duì)于經(jīng)濟(jì)欠發(fā)達(dá)且難以吸引優(yōu)秀人才遷入的城市，除了要提高人才引進(jìn)福利外，更要著重完善自身的人才培養(yǎng)體系，加強(qiáng)教育資源投入和教育基礎(chǔ)設(shè)施及師資力量建設(shè)。對(duì)于經(jīng)濟(jì)發(fā)達(dá)的城市，要重點(diǎn)關(guān)注人才是否產(chǎn)生過(guò)度聚集現(xiàn)象，并合理引導(dǎo)人才流動(dòng)。第二，優(yōu)化城市人才聚集結(jié)構(gòu)，使之與經(jīng)濟(jì)發(fā)展重心相匹配。城市發(fā)展離不開(kāi)人才集聚，但不同城市的經(jīng)濟(jì)發(fā)展重心和產(chǎn)業(yè)結(jié)構(gòu)間存在明顯差異，只有適合城市經(jīng)濟(jì)發(fā)展需要的創(chuàng)新型人才集聚才能合理、高效地利用城市資源稟賦，充分發(fā)揮人才集聚效應(yīng)，使城市經(jīng)濟(jì)實(shí)現(xiàn)高質(zhì)量增長(zhǎng)。因此應(yīng)依據(jù)各城市不同經(jīng)濟(jì)發(fā)展階段和發(fā)展重心，合理調(diào)控人才集聚結(jié)構(gòu)。第三，優(yōu)化政府對(duì)科技創(chuàng)新領(lǐng)域的資金投入，充分發(fā)揮政府的創(chuàng)新引領(lǐng)作用?？萍紕?chuàng)新是引領(lǐng)發(fā)展的第一動(dòng)力，對(duì)于科技創(chuàng)新領(lǐng)域欠發(fā)達(dá)的城市，地方政府應(yīng)高度重視科技創(chuàng)新對(duì)促進(jìn)城市經(jīng)濟(jì)發(fā)展的重要作用，制定有效的科技創(chuàng)新激勵(lì)機(jī)制，引導(dǎo)企業(yè)對(duì)創(chuàng)新技術(shù)的研發(fā)，提高城市科技創(chuàng)新水平。