中国城市要素利用质量水平测算与研究:基于要素市场扭曲视角

2020-02-03 09:44李健冯山余龙
宏观质量研究 2020年1期
关键词:金融发展

李健 冯山 余龙

摘 要:基于2000-2016年期间中国30个地区260个地级及以上城市的平衡面板数据,将要素市场扭曲划分为资本要素市场扭曲和劳动要素市场扭曲两个部分,采用超越对数生产函数测算中国城市资本要素市场扭曲和劳动力要素市场扭曲水平并进行研究,在此基础上进一步分析城市生产要素扭曲水平与城市规模之间的关系。研究结果发现:2000-2016年期间,中国城市总体的资本要素市场和劳动力要素市场均处于较为严重的扭曲状态,两种要素市场上均出现了负向扭曲,且资本要素市场扭曲比劳动力要素市场扭曲程度更为严重,即城市资本—劳动相对扭曲指数显著大于1;中国260个城市的资本要素市场均出现负向扭曲,劳动力要素市场出现正向扭曲和负向扭曲的城市分别占据全部样本城市的38.5%和61.5%;中国城市要素市场扭曲水平与城市规模均呈现倒“U”型关系,当城市人口规模分别超过475.80万人和379.18万人时,城市人口规模对资本要素市场扭曲和劳动力要素市场扭曲的影响由正向变为负向。

关键词:资本市场扭曲;劳动力市场扭曲;城市规模;超越对数生产函数;金融发展

一、问题的提出

改革开放40余年里,中国经济保持着高速的增长态势。而该时期内,中国城镇也经历了高速发展,城市化率从1978年的17.91%稳步增加到2017年的58.52%。《中国统计年鉴》中提供的数据显示,全国地级及以上城市数量从2000年的263个增加到了2016年的297个。由此可见,中国城市无论在数量上还是规模上都发生了巨大的变化。李健和盘宇章(2018a)的研究指出,三大城市圈(长三角、珠三角、京津冀)的生产总值已经占据中国GDP的35%以上。中国改革开放过程中一个非常突出的问题就是要素市场的市场化改革进程滞后于产品的市场化进程,该问题反映出了各级政府对要素市场的干预和控制,致使要素市场处于过度扭曲状态。秦德君和李坤晓(2018)研究指出,由于制度、政策和政府效率所引致的制度性成本会促使资源配置产生背离帕累托最优的扭曲,导致经济发展出现停滞。城市经济是经济发展的重要载体。那么,在城市化快速推进的过程中,城市资本市场扭曲和劳动力要素市场扭曲程度如何?何种要素市场扭曲程度更为严重?我国由于地理位置、经济发展程度、社会环境等多个方面的差异,致使城市发展呈现出了不同的规模。那么,要素市场扭曲程度与城市规模之间呈现出什么样的关系?這些问题都值得我们深入研究。

二、文献回顾

2000年以后,世界各国学者对要素市场扭曲问题的研究越来越深入,随之而来的则是大量研究的涌现。中国作为最大的发展中国家,由于其经济制度、社会文化等多个方面的特殊性,自然而然也成了研究的焦点。张杰等(2011b)的研究将要素市场扭曲定义为“要素市场的市场化进程滞后于产品市场以及整体市场的市场化进程的程度”。王宁和史晋川(2015)对要素市场扭曲的定义则是从要素价格角度展开的,认为“要素市场扭曲是要素边际产出与要素价格之间的偏离程度”。李健和盘宇章(2018b)的研究表明要素市场扭曲本质上就是要素价格的扭曲,主要表现为要素与其边际产出(即影子价格)的偏离。根据Lau和Yotopoulos(1971)以及Atkinson和Halvorsen(1980)的研究,要素价格扭曲可以进一步划分为绝对扭曲和相对扭曲。要素价格绝对扭曲指的是单个生产要素的实际价格与其边际产出或机会成本之间的偏离,而绝对扭曲可以进一步分为正向扭曲和负向扭曲。王宁和史晋川(2015)的研究对要素价格相对扭曲进行了定义,即相对扭曲是一种要素相对于另外一种要素的相对扭曲程度。本文借鉴王宁和史晋川(2015)以及李健和盘宇章(2018b)关于要素市场扭曲内涵的界定,将要素市场绝对扭曲定义为“生产要素边际产出与要素价格的偏离程度”,而将要素市场相对扭曲定义为“一种要素市场绝对扭曲相对于另外一种要素市场绝对扭曲的差异程度”。目前,关于要素市场扭曲问题的研究主要有以下两大类。

第一类研究为要素市场扭曲水平的测度与分析。有的学者从要素市场整体角度测算扭曲水平,如盛誉(2005)采用随机前沿分析方法(SFA)测算中国要素市场扭曲水平,发现1998-2001年期间中国工业要素市场平均扭曲程度21.15%。而更多的研究者将要素市场进一步细化为资本要素市场和劳动力要素市场,以此分析要素市场扭曲水平。如史晋川和赵自芳(2007)研究发现在 2001-2013年期间中国工业行业劳动力要素价格扭曲低于资本要素价格的扭曲程度,并且国有经济部门中要素相对价格的扭曲程度显著高于非国有经济部门。陈林等(2016)的研究表明中国工业行业资本价格扭曲呈现出“U”型发展态势,而劳动价格扭曲呈现出直线上升态势。柏培文(2012)的研究发现中国整体劳动力配置扭曲程度、城乡劳动力扭曲程度大致呈现波浪式下降,而从省级层面来看,各省份总体和城乡劳动力扭曲程度呈现下降态势。王宁和史晋川(2015)的研究表明中国劳动要素价格和资本要素价格均存在负向扭曲,并且后者的扭曲程度更高。余东华等(2018)的研究指出,中国要素市场上劳动力要素和资本要素价格均存在负向扭曲,资本价格的绝对扭曲程度更高,而劳动力价格的相对扭曲程度更为严重。白俊红和卞元超(2016)采用2003-2014年期间中国30个省级地区的面板数据分析要素市场扭曲问题时,发现中国劳动力要素市场扭曲和资本要素市场扭曲指数分别为0.2044和2.3027,且劳动力要素市场和资本要素市场分别处于正向扭曲和负向扭曲状态,前者扭曲水平小于后者。考虑到白俊红和卞元超(2016)研究中选择工资为城镇单位就业人员平均工资而不是全体就业人员平均工资水平,李健和盘宇章(2018b)以2000-2014年期间中国30个省级地区的面板数据为分析对象研究要素市场扭曲问题时,对衡量劳动力价格的工资度量指标进行了完善,研究发现中国劳动力要素市场和资本要素市场均处于负向扭曲状态,并且劳动力要素市场扭曲水平要显著低于资本要素市场扭曲水平。

第二类研究为要素市场扭曲所带来的经济效应分析。这类研究进一步可以分成两个主要研究方向:一是关注要素市场扭曲对国民经济发展究竟产生了何种影响,是正面影响还是负面影响。如毛其淋(2013)的研究表明要素市场扭曲对工业企业生产率的提高产生了显著的负向影响,同时显著降低了跨企业的资源配置效率。李永等(2013)的研究表明要素市场扭曲对国际溢出产生了显著的抑制作用。戴魁早和刘友金(2016a)研究发现中国高新技术产业要素市场扭曲对高新技术产业绩效水平的提升产生了显著的负面影响。谭洪波(2015)在研究要素市场是否存在工业偏向性问题时,发现中国要素市场扭曲对工业和服务业分别产生了显著的正向影响和负向影响,要素市场上存在的扭曲更偏向于工业。戴魁早和刘友金(2016b)研究表明要素市场扭曲对我国高技术企业或产业创新效率的提升產生了显著的抑制作用,而这种抑制作用存在着边际贡献递减规律。白俊红和卞元超(2016)研究发现资本要素市场扭曲和劳动力要素市场扭曲均对中国创新效率产生了显著的抑制作用。李健和盘宇章(2018b)研究发现劳动力要素市场扭曲和资本要素市场扭曲均对中国创新能力产生了显著的抑制作用,且前者的抑制作用显著小于后者。张兴龙和沈坤荣(2016)的研究发现,现阶段中国资本要素扭曲配置会致使经济总产出的损失比例达到15%-20%左右。陈永伟和胡伟民(2011)通过将资源错配和经济效率损失纳入增长核算框架下分析要素价格扭曲对TFP和产出的影响,研究结果显示我国制造业内部子行业间的资源错配造成了实际产出和潜在产出之间存在着大约15%的缺口,且要素市场扭曲并没有随着时间的推移得到纠正。二是关注要素市场扭曲得到纠正之后所带来国民经济绩效提升水平的估算,但这类研究更加关注的是中国工业方面,如赵自芳和史晋川(2006)以1999-2005年期间中国30个省级层面的制造业面板数据为研究对象分析中国要素市场扭曲的产业效率问题时,发现倘若要素市场扭曲得到纠正,会促使中国制造业总产出至少提升11%。盖庆恩等(2015)的研究表明,倘若降低劳动力市场扭曲和资本要素市场扭曲的水平,那么样本考察期间制造业的TFP水平会分别提高57.79%和33.12%。Hsieh和Klenow(2009)利用中国和印度的制造业微观企业数据测算资源错配的潜在影响,研究发现如果按照边际产品对制造企业的资本和劳动进行重新配置,会导致印度和中国制造业TFP增长率分别增长40%—60%和30%—50%。林伯强和杜克锐(2013)利用SFA模型和反事实理论分析中国要素市场扭曲的能源效应,研究发现要素市场扭曲对中国能源效率提升产生显著的抑制作用,倘若消除市场扭曲影响,促使能源效率年均提升10%。王芃和武英涛(2014)的研究表明产品市场和要素市场两个维度的扭曲若是逐一纠正可以推动能源产业TFP增长43.51%。

综上所述,国内外学者从要素市场扭曲水平的测算层面再到影响效应层面对中国要素市场扭曲问题进行了深入的研究。然而,我们发现,在对要素市场扭曲水平测度的研究中,主要把考察对象集中在了全国层面(王宁,史晋川,2015)、省级层面(白俊红,卞元超,2016;李健,盘宇章,2018b)、产业层面(盛誉,2005;史晋川,赵自芳,2007;余东华等,2018)、企业层面(陈林等,2016),从城市层面测度资本要素市场扭曲和劳动力要素市场扭曲水平的研究十分匮乏。与此同时,在发展过程中,由于地理位置、文化发展程度、经济基础等多个方面存在差异,会出现不同规模的城市。当城市发展规模相对较小时,经济体量较小,而城市的投资水平、教育水平、医疗水平、工资水平也相对较低。在城市发展规模不断扩大的过程中,城市的经济实力和投资水平不断攀升,对教育和医疗产生正向的促进作用,随之而来的是资本边际产量和劳动边际产量不断提升,然而由于国家对利率的掌控以及工资水平提升速度迟缓,迫使城市的资本要素市场扭曲水平和劳动力要素市场扭曲水平增加,这样的背景下要素市场扭曲与城市规模呈现出正向关系。当城市的发展规模继续扩大以至于超过了某一临界值时,资本的边际产量和劳动边际产量会出现递减状态,与此同时,随着国家不断推进“利率市场化”进程,2004年中国正式实施《最低工资规定》,2007年颁布《劳动合同法》,使得市场利率和工资水平有了提升,致使要素边际产量与要素价格之间的比值越来越小,最终要素市场扭曲水平呈现出递减态势,这种发展状态下要素市场扭曲与城市规模呈现出负向关系。因此,要素市场扭曲与城市规模之间可能呈现出非线性关系。然而,国内学者并没有对要素市场扭曲与城市规模之间的关系给予足够的关注。

考虑上述研究的不足,本文以2000-2016年期间中国260个地级及以上城市面板数据为研究对象,将要素市场扭曲划分为资本要素市场扭曲和劳动力要素市场扭曲两部分,借鉴李健和盘宇章(2018b)以及白俊红和卞元超(2016)的研究方法,采用超越对数生产函数方法测算中国各个城市不同要素市场扭曲水平,并进一步分析城市要素市场扭曲与城市规模的关系,以验证是否存在非线性关系。

三、计量模型、变量与数据说明

(一)要素市场扭曲指数测算模型构建

现阶段研究者对要素市场扭曲测算时主要采用以下几种方法:(1)Hsieh-Klenow方法及扩展(Hsieh,Klenow,2009;朱喜等,2011;陈永伟,胡伟民,2011;余东华等,2018);(2)成本函数法(陶小马等,2009);(3)生产函数法(王宁,史晋川,2015;白俊红,卞元超,2016;李健,盘宇章,2018b);(4)市场指数法(张杰等,2011b;刘竹青,佟家栋,2017)。白俊红和卞元超(2016)在测算中国省级地区要素市场扭曲水平时指出,生产函数法可以通过计算出生产要素的产出弹性,进而计算出生产要素的边际产出,而且生产函数方法可以测算出不同生产要素的扭曲水平,从而弥补张杰等(2011a)的研究不足。本文研究的主要目的是分析中国城市生产要素市场的扭曲程度,不适合采用张杰等(2011a)关于要素市场综合扭曲的测算方法。因此,考虑到以上问题,本文选取生产函数方法来对要素市场扭曲水平进行测算和研究。在采用生产函数方法测算城市不同要素的市场扭曲水平时,我们需要提前设定具体的生产函数形式。当前研究中常用的生产函数主要有两种形式:柯布-道格拉斯生产函数和超越对数生产函数。傅晓霞和吴利学(2007)研究指出超越对数生产函数可以突破技术中性和产出弹性不变的前提假设,可作为一般生产函数的二阶近似,在一定程度上避免由于误设函数形式而造成的估计偏差。考虑到以上问题李健和盘宇章(2018b),也采用了超越对数生产函数对2000-2014年期间中国30个省级地区的要素市场扭曲水平进行测算。本文研究的时间样本跨度为17年,随着时间的推移,生产技术中性和产出弹性极有可能发生变化,若事先设定为固定数值可能出现较大的研究误差。考虑到柯布-道格拉斯生产函数形式可能存在的缺陷和不足,我们采用白俊红和卞元超(2016)以及李健和盘宇章(2018b)的研究方法,即选取超越对数生产函数对要素市场扭曲水平进行测算。

本文将城市的超越对数生产函数设定为如下形式:

ln gdp_realit=α0 + α1· ln capitalit+α2· ln laborit+1/2·α3· ln capitalit 2+1/2·α4· ln laborit 2+α5 ln capitalit· ln laborit+εit(1)

其中,下角标 i 和 t 分别代表城市和年份。 gdp_real 代表城市的实际生产总值, capital 代表城市的资本存量, labor 代表城市的就业人数。 α 0表示模型的常数项, α 1- α 5分别表示各变量的回归系数, ε it代表随机干扰项。

我们对上式(1)分别关于 lncapital 和 lnlabor 计算偏导数,得出资本和劳动产出弹性:

γcapitalit= ln gdp_realit ln capitalit=capitalitgdp_realit·gdp_realitcapitalit=α1+α3·lncapitalit+α5· ln laborit(2)

γlaborit= ln gdp_realit ln laborit=laboritgdp_realit·gdp_realitlaborit=α2+α4· ln laborit+α5· ln capitalit(3)

通过产出弹性公式(2)和(3),可以进一步得到资本和劳动边际产出:

MPcapitalit=gdp_realitcapitalit=α1+α3· ln capitalit+α5· ln laborit·gdp_realitcapitalit(4)

MPlaborit=gdp_realitlaborit=α2+α4· ln laborit+α5· ln capitalit·gdp_realitlaborit(5)

本文将资本和劳动力实际价格设定为 interest_rate 和 wage_real ,将生产要素的边际产出与实际价格的比值定义为要素市场的绝对扭曲系数:

dist_capitalit=MPcapitalitinterest_rateit(6)

dist_laborit=MPlaboritwage_realit(7)

其中, dist_capital 表示资本要素市场绝对扭曲水平指数, dist_labor 表示劳动力要素市场绝对扭曲指数。若生产要素的绝对扭曲系数大于1,则说明生产要素的边际产出大于实际所得,生产要素市场处于负扭曲状态;相反,若生产要素的绝对扭曲系数小于1,则表明生产要素市场的边际产出小于实际所得,生产要素市场处于正向扭曲状态;若生产要素的绝对扭曲系数等于1,则说明生产要素市场不存在扭曲。

本文进一步借鉴王宁和史晋川(2015)的研究,将资本和劳动的之间的相对扭曲系数设定为如下形式:

dist_relativeit=dist_capitalitdist_laborit=MPcapitalitMPlaborit×interest_rateitwage_realit(8)

其中, dist_relative 表示资本—劳动的相对扭曲系数。如果该相对扭曲系数大于1,表明资本要素市场扭曲程度相对于劳动要素市场扭曲来说更为严重;倘若该相对系数小于1,则说明劳动要素市场扭曲比资本要素市场扭曲严重;若该相对扭曲系数等于1,则说明不同要素的相对价格是合理的。

综上所述,本文重点关注变量 dist_capital 、 dist_labor 以及 dist_relative 的数值大小。

(二)变量指标选取

本文采用超越对数生产函数对中国城市生产要素市场扭曲水平进行测算时,需要获得投入和产出变量,即城市实际生产总值( gdp_real )、资本存量( capital )以及劳动投入( labor )的数据。

1.城市产出变量:城市实际生产总值( gdp_real )

2000-2016年《中国城市统计年鉴》中提供的各城市生产总值的原始数据为名义数值,我们需要利用生产总值平减指数将名义数值折算成实际数值。与此同时,统计年鉴中并未直接提供以2000年为基期的城市生产总值平减指数,但提供了城市生产总值的实际增长率和名义生产总值。因此,我们可以计算出各个城市以2000年为基期的历年生产总值平减指数。在此基础上,本文利用生产总值平减指数对2000-2016年期间260个地级及以上城市的名义生产总值进行折算以得到本文研究最终需要的城市實际生产总值的数据(基期为2000年),进而作为度量城市产出的数据。

2.城市要素投入变量:资本存量( capital )和劳动投入( labor )

国内外学者在衡量经济增长时,通常采用永续盘存法(PIM)对资本存量进行估算。采用这种方法需要几个关键的变量,而正是由于这些关键变量的选取与度量方面没有形成一致的观点,致使估算出来的结果相差很多。国内学者对资本存量的估算研究对象主要集中在全国层面或者省级层面,对城市资本存量的估算没有形成合理的指标。因此,国内学者在研究城市问题时,对资本投入的衡量指标选取有很大差异。如俞立平(2006)在对中国城市经济运行效率进行分析时并没有采用永续盘存法估算城市资本存量,而是以固定资产投资额衡量城市资本投入水平。刘秉镰和李清彬(2009)研究中国城市全要素生产率问题时也采用固定资产投资额衡量城市资本投入水平。而邵军和徐康宁(2010)、李健等(2017)、李健和盘宇章(2018a)在研究中国城市问题时均采用永续盘存法对城市资本存量进行估算,以上研究尽管采用了同一方法但在选取其中关键变量时存在较大的差异。结合以上的相关研究,本文选取永续盘存法(PIM)对城市资本存量进行估算。但是考虑到估算过程中所需要的关键变量选取问题,我们借鉴李健等(2017)以及李健和盘宇章(2018a)的研究来进行分析,在此不做具体的阐述。

理论研究学者在度量劳动投入水平时通常将劳动量作为相对理想的指标,然而这个指标在现有的统计年鉴中没能得到体现。本文退而求其次根据现有多数研究的做法,选择各个城市历年的就业人数作为衡量劳动投入的衡量指标。

3.城市要素投入价格变量:工资( wage_real )和利率( interest_rate )

在测算城市资本要素市场扭曲和劳动要素市场扭曲水平时,从公式(6)和(7)可以看到,本文还需要衡量生产要素价格的数据。对于劳动价格的度量本文选取实际工资( wage_real )作为衡量指标。历年《中国城市统计年鉴》提供了职工平均工资的原始数据,本文利用居民消费价格指数将其调整为2000年的不变价。关于资本的价格度量本文选取利率( interest_rate )作为衡量指标。在分析要素扭曲时,不同研究对资本价格的选取有很大的差异。Hsieh和Klenow(2009)以及盖世恩等(2015)将资本的真实成本设定为固定值10%。而王宁和史晋川(2015)、白俊红和卞元超(2016)以及李健和盘宇章(2018b)的研究则将资本的真实成本设定为每年度内6个月到1年期(含1年)贷款基准利率的平均值。根据中国人民银行网站提供的统计数据,2000年至2017年1月1日期间,金融机构人民币法定贷款基准利率共有30次调整,由此我们发现Hsieh和Klenow(2009)以及盖世恩等(2015)的研究方法即采用固定值来度量资本的真实成本是不符合中国现实情况的。因此,本文采用李健和盘宇章(2018b)的研究方法,利用每年度内6个月至1年(含1年)贷款基准利率的平均值作为衡量标准,具体的数据来源于中国人民银行网站。

4.城市规模变量:城市人口规模( size )

为了分析城市的要素市场扭曲水平与城市规模之间的关系,还需要获得衡量城市规模的指标。本文选择城市年末户籍人口数量作为衡量城市规模的指标。

(三)数据来源说明

本文在研究城市要素市场扭曲问题时选取的对象为2000-2016年期间中国260个地级及以上城市共计4420个观测数据。本文出于对统计数据的完整性和可获得性的考虑,以2000年《中国城市统计年鉴》的城市划分标准为依据选择本文的样本城市,但考虑到少数城市的统计数据存在较为严重的缺失问题,本文删除了这些缺失统计数据的城市,共有260个城市进入考察样本范围,样本城市的数量约占全国城市数量的88%。实证研究过程中采用的原始数据全部来源于2000-2016年期间《中国城市统计年鉴》《中国统计年鉴》、各省级地区统计年鉴、各城市统计年鉴以及中国人民银行官方网站。由于个别数据会存在缺失,本文采用算数平均方法来补充。

四、实证研究结果分析与讨论

(一)中国260个地级及以上城市要素市场扭曲水平分析

本文根据前文构建的城市超越对数生产函数(1)进行回归估计,研究样本为面板数据,其中横截面维度( n )为260个城市,时间维度( T )为2000-2016年。本文样本典型特征符合时间数量小于横截面的个数的短面板数据,按照现有研究的常用处理方法通常会假设随机干扰{ εit }独立同分布。尽管研究样本为典型的短面板数据,但样本时间维度T=17年,时间跨度比较长,我们可以放松随机干扰项{ εit }独立同分布这个假定,这样需要同时考虑随机干扰项的异方差和自相关问题。对于随机扰动项{ εit }可能存在的组间异方差、组内自相关或组间同期相关,本文采用可行广义最小二乘法(简称“FGLS”方法)对超越对数生产函数进行估计。 Greene(2000)提出了一个检验组间是否具有异方差特征的沃尔德方法(简称为 wald 检验),Wooldridge(2002)提出了一个检验组内是否自相关特征的沃尔德方法(简称为 wald 检验)以及Friedman(1937),Frees(2004)和Pesaran(2004)分别提出了检验组间同期相关的半参数检验方法和参数检验方法,三种检验的原假设以及检验结果见表1。以上所有检验方法或得到的 p 值均明显小于0.01,因而强烈拒绝原假设。因此,本文最终选择同时存在组间异方差、组内异方差以及同期相关的情形,在同时处理以上问题时所采用方法称为“全面FGLS”方法。

在采用全面FGLS方法对城市超越对数生产函数进行估计时,对于个体的自相关回归系数选择通常有两种方式:第一种为所有个体的自相关回归系数相等;第二种为不同个体的自相关回归系数不相等。本文采用这两种方式进行回归分析。但是出于对本文对象的横截面维度和时间维度的考虑,本文最终以“所有个体的自相关回归系数不相等”作为前提得到的回归结果为研究基准,而以“所有个体的自相关回归系数相等”为前提得到的回归结果作为稳健性检验。表2呈现了本文采用全面FGLS估计方法獲得的估计结果。回归结果1采用的是以“所有个体自相关回归系数都相等”为前提得到的结果,而回归结果2采用的是以“所有个体自相关回归系数都不相等”为前提得到的结果。我们发现回归结果1和回归结果2中所有变量前面的系数符号和统计特征完全一致。

根据前文构建计算资本要素市场和劳动力要素市场扭曲水平的公式(4)~(7)以及表2中的回归结果,可以进一步计算得到中国城市资本要素市场和劳动力要素市场绝对扭曲的水平,具体结果见表3。从中国城市总体层面来看,我们采用不同前提假设下的全面FGLS估计方法所得到的要素市场绝对扭曲数值有差异,主要集中在劳动力要素市场绝对扭曲水平的计算结果上面。具体来看,以“所有个体自相关回归系数都相等”为前提获得的回归结果计算得到的资本要素市场绝对扭曲指数和以“所有个体自相关回归系数都不相等”为前提获得的回归结果计算得到的绝对扭曲水平指数均大于1,这表明在计算城市资本要素市场扭曲水平时,这两种方法得到了相同的结论。该绝对扭曲指数数值大于1,则说明中国城市中资本要素市场存在扭曲态势,且为负向扭曲,但这种扭曲态势随着时间的推移呈现出减小的趋势。这说明样本考察期间,中国城市资本要素市场受到政府的干预比较严重,迫使资本要素的市场价格被人为过分地压低,致使城市资本要素的边际产出高于资本要素的实际所得。由于资本要素价格是由中国人民银行确定的,价格不能完全反映市场资金的供求关系,导致金融体系不能够很好地服务于实体经济,出现中小企业融资难和融资贵双重难题。尽管新世纪以来我国经济得到了快速的发展,这在某种程度上要归功于资本要素市场上的扭曲,但要素市场上的扭曲倘若长期存在,势必会对经济增长产生负面的影响。我们以“所有个体自相关回归系数都相等”为前提获得的回归结果计算得到的劳动力要素市场绝对扭曲水平指数和以“所有个体自相关回归系数都不相等”为前提获得的回归结果计算得到的绝对扭曲水平指数出现了较大的差异。在2000~2002年以及2004~2005年期间这两种方法计算出来的劳动力要素市场绝对扭曲指数均小于1,而在其他的年份以“所有个体自相关回归系数都不相等”为前提得到的回归结果计算得到的绝对扭曲指数均大于1。前文在对城市的超越对数生产函数进行回归分析时指出,出于对研究对象的横截面维度和时间维度的考虑,每个城市的自相关回归系数可能不相等。因此,全文以“所有个体自相关回归系数都不相等”为前提获得的回归结果计算得到的绝对扭曲指数为分析标准。2000~2016年期间除了2000、2001、2002、2004、2005這5年劳动力要素市场绝对扭曲指数低于1,其他的年份均大于1,这说明在多数年份中我国城市整体的劳动力要素市场存在扭曲态势,且随着时间的推移扭曲水平显著呈现逐渐增大的趋势。该绝对扭曲指数数值大于1,则说明中国城市中劳动力要素市场存在扭曲态势,且为负向扭曲,表明中国城市整体的劳动力要素边际产出显著高于工资水平。2000年以来,我国区域经济形成了统筹实施“四大板块”战略和“三个支撑带”战略格局,极大地推动了中国经济的高速增长,随之而来的是教育程度和医疗水平的不断提升,而这又带来了劳动力综合素质的不断提升,最终导致劳动力的边际产出快速提升。与此同时,我国劳动力的工资水平提升速度过于缓慢,致使劳动的边际产出增长幅度要快于劳动力工资水平增长幅度,导致劳动力要素市场负向扭曲现象的出现。从表3中的数值我们还可以看到,在2000~2016年期间,中国城市总体的资本要素市场绝对扭曲指数要显著高于劳动力要素市场绝对扭曲指数,也就是说,资本—劳动相对扭曲指数大于1,这会引发城市内部企业过于注重资本要素的投入,致使城市的资本密集型产业迅速发展。2006年以后,尽管中国城市总体的资本要素市场的绝对扭曲指数数值呈现出不断下降态势,但城市总体的劳动力要素市场的绝对扭曲指数数值不断上升,导致资本—劳动相对扭曲指数呈现下降的趋势,这说明资本要素和劳动力要素的相对价格表面趋于合理化。然而这种要素相对价格的合理化的原因是资本要素市场绝对扭曲水平不断下降和劳动力要素市场绝对扭曲水平攀升所致,因此,城市发展过程中不能忽略这个问题的本质。

本文进一步测算发现,以“所有个体自相关回归系数都相等”为前提得到的回归结果计算得到的资本要素市场绝对扭曲指数和以“所有个体自相关回归系数都不相等”为前提得到的回归结果计算得到的绝对扭曲指数均大于1,这说明260个地级及以上城市的资本要素市场均出现了负向扭曲,即所有城市的资本边际产出显著高于资本所得考虑到篇幅限制,本文并未列出每个城市的测算结果。。资本要素市场绝对扭曲指数超过3的城市有253个,占总体样本的97.3%,进一步说明城市资本要素市场扭曲程度较为严重。其中,资本要素市场绝对扭曲指数最大和最小的城市分别为2000年宜春市的31.997和2015年三亚市的1.110。与此同时,劳动力要素市场出现正向扭曲的城市有100个,约占全部样本总量的38.5%,而出现负向扭曲的城市有160个,约占全部样本总量的61.5%。其中劳动力要素市场绝对扭曲指数最大和最小的城市分别为2003年威海市的9.749和2000年上饶市的-0.844。通过对比每个城市的劳动力要素市场绝对扭曲和资本要素市场绝对扭曲指数之后我们发现,所有城市的资本要素市场绝对扭曲水平显著高于劳动力要素市场绝对扭曲水平,即资本—劳动相对扭曲水平显著大于1,这从每个城市层面来看,资本要素市场扭曲程度较为严重。

(二)要素市场扭曲水平与城市规模之间的关系研究

在前文我们测算并分析了中国260个地级及以上城市的资本要素市场绝对扭曲水平和劳动力要素市场绝对扭曲水平,发现这两种要素市场均存在扭曲。其中,260个城市的资本要素市场均出现了负向扭曲,而绝大多数的劳动力要素市场出现了负向扭曲,并且所有城市的资本—劳动相对扭曲水平均大于1,资本要素市场扭曲程度相对于劳动力要素更为严重。随着经济的增长,由于经济、社会和文化存在较大的差异,致使城市出现了不同规模。人口规模较大的城市通常经济发展水平较高,教育和医疗水平也相对较高,会对城市劳动力要素市场扭曲产生很大的影响,也会对城市资本要素市场扭曲产生影响。接下来,分析城市规模和要素市场扭曲的关系。在此部分研究中,本文以“所有个体自相关回归系数不相等”为前提得到的回归结果计算得到的绝对扭曲指数为分析标准(即 distl2 和 distk2 )。由于我们考虑的是要素扭曲指数的幅度而非方向,因此本文将要素市场扭曲指数取绝对值进行分析。图1和图2是使用散点图和拟合线的形式呈现出来的中国260个地级及以上城市要素市场扭曲与城市人口规模的关系图。图中横坐标代表城市人口规模的对数值,纵轴代表要素市场扭曲水平的绝对值。图1描述的是资本要素市场扭曲水平与城市人口规模关系,图中我们依旧能看出这二者大致呈现倒“U”型关系,即当人口规模超过一定的临界值时,这二者的关系由“正向”变为“负向”。图2描述的是劳动力要素市场扭曲与城市人口规模的关系,从图中可以看出这二者大致呈现倒“U”型关系,即当人口规模超过一定的临界值时,这二者的关系由“正向”变为“负向”。通过以上统计性分析,我们发现城市要素市场扭曲水平与城市规模具有倒“U”型关系。为了更为准确可靠地分析两者关系,还需要更为严谨的实证方法来检验。

考虑到要素市场扭曲与城市规模之间可能存在倒“U”型关系,本文将城市规模的二次方引入计量模型中,仍然使用前文的“全面FGLS”方法检验城市规模和要素市场扭曲水平之间的非线性关系,回归结果见表4。从图1和图2中可以发现有离群值,我们在5%和95%的水平上进行winsorize处理以缓解离群值对结果的潜在影响。结合前文的分析,我们以“自回归系数不相等”为前提的“全面FGLS”得到的回归结果为基准。表4中列(1)和(2)的回归结果是在模型中不加入任何控制变量基础上得到的,列(3)和(4)的回归结果是在模型中加入控制变量此处加入的控制变量分别为“政府财政支出与城市生产总值的比值”“金融部门年末贷款余额与城市生产总值的比值”“外商直接投资与城市生产总值的比值”“第三产业产值与城市生产总值之比”。由于这些变量并非本文关注的核心变量,在此未呈现出来回归结果。的基础上得到的,而列(5)和(6)的回归结果是在模型考虑到人口规模可能是内生变量的基础上得到的(采用滞后变量作为工具变量)。从表中的回归结果发现,无论是否加入控制变量以及是否考虑内生变量问题,所有的回归结果均表明城市规模和资本要素市场扭曲水平以及劳动力要素市场扭曲水平具有倒“U”型关系。由于本文使用的“全面FGLS”方法考虑到了随机扰动项的组间异方差、组内异方差以及同期相关问题,在此基础上得到的回归结果偏差可能会相对较小,因此本文研究以列(3)和(4)的回归结果为分析基准。在进行计量回归分析过程中对城市规模的衡量我们选取的是自然对数形式,根据开口向下的二次曲线极大值求解方法可知,倒“U”型关系曲线顶点对应的城市规模(即临界值)分别为475.80万人和379.18万人。也就是说,分别超过以上临界值时,城市的资本要素市场扭曲水平和劳动力要素市场扭曲水平会随着城市规模增加呈现出递减的态势,而在此临界值之前,城市要素市场扭曲水平随着城市规模增加呈现出递增的态势。城市生产要素市场扭曲水平和城市规模之间的二次曲线呈倒“U”型关系的原因主要是当城市发展规模处于相对较小的状态时,经济体量也较小,而城市的投資水平、教育水平以及医疗水平、工资水平均相对较低。在城市发展规模不断扩大的过程中,城市的经济实力和投资水平都不断攀升,对教育和医疗产生显著的促进作用,随之而来的是城市的资本边际产量和劳动边际产量也不断提升,然而由于国家对利率的掌控以及工资水平提升速度迟缓,迫使城市的资本要素市场扭曲水平和劳动力要素市场扭曲水平增加,就会出现倒“U”型关系线左侧的正向变化。当城市的发展规模继续扩大以至于超过了某一临界值时,资本的边际产量和劳动边际产量会出现递减的状态,与此同时,随着国家不断推进“利率市场化”进程,2004年中国正式实施《最低工资规定》,2007年颁布《劳动合同法》,使得市场利率和工资水平有了提升,致使要素边际产量与要素价格之间的比值越来越小,最终要素市场扭曲水平呈现出递减的态势,这种状态下就会出现倒“U”型关系线右侧的负向变化。

五 、研究结论与政策启示

本文以2000~2016年期间中国30个地区共计260个地级及以上城市为研究对象,采用超越对数生产函数测算了城市资本要素市场和劳动力要素市场的绝对扭曲水平和相对扭曲水平,在此基础上进一步考察城市要素市场扭曲水平与城市规模之间的关系得到了以下的研究结论:

(1)样本考察期间,中国城市总体的资本要素市场和劳动力要素市场均处于较为严重的扭曲状态。资本要素市场绝对扭曲水平和劳动力市场绝对扭曲水平均呈现出了负向扭曲态势,且前者扭曲水平显著高于后者。中国城市资本要素市场在样本考察期间内扭曲指数平均值为6.202,即城市资本要素的边际产出显著地高于资本价格(利率)。中国城市劳动力要素市场在样本考察期间内扭曲指数平均值为1.247,即城市劳动力边际产出显著高于劳动价格(工资)。在2000~2016年期间,中国城市总体的资本要素市场绝对扭曲水平显著大于劳动力要素市场绝对扭曲水平,也就是说,资本—劳动相对扭曲指数大于1且随着时间的推移呈现出递减态势,这说明中国城市资本要素和劳动力要素的相对价格并没有处于合理状态,但随着时间推移这种不合理状态得到改善。

(2)中国260个地级及以上城市的资本要素市场均出现了负向扭曲,而绝对扭曲指数超过3的城市有253个,占据城市总体样本的97.3%,这表明城市资本要素市场绝对扭曲程度较为严重。260个地级及以上城市中的劳动力要素市场出现正向扭曲和负向扭曲的城市分别有100个和160个,分别占全部样本城市的38.5%和61.5%。与此同时,所有城市资本要素市场绝对扭曲指数显著高于劳动力要素市场绝对扭曲指数,即资本—劳动相对扭曲指数显著大于1,从城市层面来看,资本要素市场扭曲程度较为严重。

(3)中国城市要素市场扭曲与城市规模之间均呈现倒“U”型关系。当城市人口规模超过475.80万时,城市人口规模对城市资本要素市场扭曲水平的影响从正向转为负向;当城市人口规模超过379.18万时,城市人口规模对城市劳动力要素市场扭曲水平的影响从正向转为负向。

以上研究结论对纠正城市要素市场扭曲有以下几个方面的政策启示:第一,国家应该重点推进资本要素市场化进程,特别是利率市场化进程。通过前文测算结果可以看到,无论是从中国城市整体还是从个体层面,资本要素市场扭曲程度远远要比劳动力要素市场扭曲程度严重。我国对市场利率的掌控力度大,致使城市资本要素边际产出严重地与资本要素价格(利率)相背离,更确切地说市场利率水平严重地被人为压低了。因此,国家应该进一步加大力度推动利率市场化进程,只有这样才能缩小资本要素边际产出与市场利率之间的差距,降低资本要素市场的扭曲水平。而且,推动利率市场化进程,会进一步推动城市金融发展。第二,扩大中小城市的发展规模。从前文的实证分析结果可以看出,要素市场的扭曲程度和城市规模呈现倒“U”型关系,这说明中小城市中要素市场扭曲程度更为严重。中小城市相对于大城市而言,在经济体量、基础设施水平、教育水平、医疗水平等方面相对滞后,同时就业者的工资水平更是偏低。因此,国家应该鼓励发展大城市,城市的快速发展必然带来经济水平的提升,劳动力就业率不断提升,居民收入水平进一步提高,对教育水平和医疗水平有了更高的需求,这会提升劳动力要素的边际产出和工资水平,最终降低劳动力要素市场扭曲程度。与此同时,中国城乡二元结构主要归因于户籍制度,城镇和农村劳动力要素市场分割,阻碍了劳动力资源自由流动。若能打破户籍制度约束,可以有效地把剩余农村劳动力引入中小城市以扩大城市规模,推动城市劳动力要素的边际产出。

参考文献:

[1] 白俊红、卞元超,2016:《要素市场扭曲与中国创新生产的效率损失》,《中国工业经济》第11期。[Bai Junhong and Bian Yuanchao,2016,Factor Market Distortion and the Efficiency Losses of Chinese Innovative Production, China Industrial Economics , 11.]

[2] 柏培文,2012:《中国劳动要素配置扭曲程度的测量》,《中国工业经济》第10期。[Bai Peiwen,2012,Estimating the Degree of Distortion of Labor Resources Allocation in China, China Industrial Economics , 10.]

[3] 陳林、罗莉娅、康妮,2016:《行政垄断与要素价格扭曲——基于中国工业全行业数据与内生性视角的实证检验》,《中国工业经济》第1期。[Chen Lin,Luo Liya and Kang Ni,2016,Administrative Monopoly and China`s Factor-Price Distortions-An Empirical Test Based on the Whole Industry Data and the Endogenous Perspective, China Industrial Economics , 1.]

[4] 陈永伟、胡伟民,2011:《价格扭曲、要素错配和效率损失:理论和应用》,《经济学(季刊)》第10期。[Chen Yongwei and Hu Weimin,2011,Price Distortions,Factors Mismatch,and Efficient Loss, China Economic Quarterly ,10.]

[5] 戴魁早、刘友金,2016:《要素市场扭曲如何影响创新绩效》,《世界经济》第11期。[Dai Kuizao and Liu Youjin,2016,How Factor Market Distortion Affects Innovation Performance, The Journal of World Economy ,11.]

[6] 戴魁早、刘友金,2016:《要素市场扭曲与创新效率——对中国高技术产业发展的经验分析》,《经济研究》第7期。[Dai Kuizao and Liu Youjin,2016,Factor Market Distortion and Innovation Efficiency:Empirical Evidence of China`s High-tech Industries, Economic Research Journal ,7.]

[7] 傅晓霞、吴利学,2007:《前沿分析方法在中国经济增长核算中的适用性》,《世界经济》第7期。[Fu Xiaoxia and Wu Lixue,2007,Applicability of Frontier Analysis Method in China`s Economic Growth Accounting,The Journal of World Economy,7.]

[8] 盖庆恩、朱喜、程明望、史清华,2015:《要素市场扭曲、垄断势力与全要素生产率》,《经济研究》第5期。[Gai Qingen,Zhu Xi,Cheng Mingwang and Shi Qinghua,2015,Factor Market`s Distortion,Markup and TFP, Economic Research Journal ,5 .]

[9] 李健、盘宇章,2018:《中国城市生产率增长差异及收敛性分析》,《城市问题》第1期。[Li Jian and Pan Yuzhang,2018,Analysis of the Differences and Convergence of China`s Urban Productivity Growth, Urban Problems ,1.]

[10] 李健、李澎、卫平,2017:《东北三省城市经济增长动力实证分析》,《经济与管理研究》第5期。[Li Jian,Li Peng and Wei Ping,2017, Emipirical Analysis on Driving Forces of Urban Economic Growth in Northeast China, Research on Economics and Management ,5.]

[11] 李健、盘宇章,2018:《要素市场扭曲和中国创新能力》,《中央财经大学学报》第3期。[Li Jian and Pan Yuzhang,2018,Factor Market Distortion and Innovative Capacity of China:Based on the Analysis of the Panel Data of China`s Provinces, Journal of Central University of Finance & Economics ,3.]

[12] 李永、王砚萍、孟祥月,2013:《要素市场扭曲是否抑制了国际技术溢出》,《金融研究》第11期。[Li Yong,Wang Yanping and Meng Xiangyue,Does Factor Distortion Barrage International Technology Spillovers, Journal of Financial Research ,1.]

[13] 林伯强、杜克锐,2013:《要素市场扭曲对能源效率的影响》,《经济研究》第9期。[Lin Boqiang and Dukerui,2013,The Energy Effect of Factor Market Distortion in China, Economic Research Journal ,9.]

[14] 刘竹青、佟家栋,2017:《要素市场扭曲、异质性因素与中国企业出口—生产率关系》,《世界经济》第12期。[Liu Zhuqing and Tong Jiadong,2017,Factor Market Distortion,Heterogeneous Factors and the Relationship between Export and the Productivity of Chinese Firms, The Journal of World Economy ,12.]

[15] 劉秉镰、李清彬,2009:《中国城市全要素生产率的动态实证分析:1990-2006:基于DEA模型的Malmquist指数方法》,《南开经济研究》第3期。[Liu Binglian and Li Qingbin,2009,The Dynamic Analysis of China`s City TFP:1990-2006—Based on the Malmquist Index and DEA Model, Nankai Economic Studies ,3.]

[16] 毛其淋,2013:《要素市场扭曲与中国工业企业生产率》,《金融研究》第2期。[Mao Qilin,2013,Factor Market Distortion and Productivity of Chinese Industrial Enterprises, Journal of Financial Research ,2.]

[17] 秦德君、李坤晓:《城市的制度性成本分析:膨胀动因与调控对策》,《理论与改革》第3期。[Qin Dejun and Li Kunxiao,2018,Analysis on the Institutional Cost of City:Expansion Causes and Regulatory Countermeasures, Theory and Reform ,3.]

[18] 邵军、徐康宁,2010:《我国城市的生产率增长、效率改进与技术进步》,《数量经济技术经济研究》第1期。[Shao Jun and Xu Kangning,2010,Productivity Growth,Efficiency Chang and Technical Progress of Chinese Cities, The Journal of Quantitative & Technical Economics ,1.]

[19] 盛誉,2005:《贸易自由化与中国要素市场扭曲的测定》,《世界经济》第6期。[Sheng Yu,2005,Trade Liberalization and Determination of Distortion of China`s Factor Market, The Journal of World Economy ,6.]

[20] 史晋川、赵自芳,2007:《所有制约束与要素市场价格扭曲——基于中国工业行业数据的实证分析》,《统计研究》第6期。[Shi Jinchuan and Zhao Zifang,2007,Restrictions of Ownership and Factors Price Distortion:An Empirical Study Using the Industrial Data of China, Statistical Research ,6.]

[21] 谭洪波,2015:《中国要素市场扭曲存在工业偏向吗?基于中国省际面板数据的实证研究》,《管理世界》第12期。[Tan Hongbo,2015,Is There an Industrial Bias in China`s Factor Market Distortion?—An Empirical Study Based on Chinese Provincial Panel data, Management World ,12.]

[22] 陶小马、邢建武、黄鑫、周雯,2009:《中国工业部门的能源价格扭曲与要素替代研究》 ,《数量经济技术经济研究》第11期。[Tao Xiaoma,Xing Jianwu,Huang Xin and Zhouwen,2009,The Measurement of Energy Price Distortion and Factor Substitution in Chinese Industry, The Journal of Quantitative & Technical Economics ,11..]

[23] 王宁、史晋川,2015:《中国要素价格扭曲程度的测度》,《数量经济技术经济研究》第9期。[Wang Ning and Shi Jinchuan,2015,Measure the Degree of Factor Price Distortion in China, The Journal of Quantitative & Technical Economics ,9.]

[24] 王芃、武英涛,2014:《能源产业市场扭曲与全要素生产率》,《经济研究》第6期。[Wang Peng and Wu Yingtao,2014,The Market Distortions and Total Factor Productivity of Chinese Energy Industry, Economic Research Journal ,6.]

[25] 余东华、孙婷、张鑫宇,2018:《要素价格扭曲如何影响制造业国际竞争力》,《中国工业经济》第2期。[Yu Donghua,Sun Ting and Zhang Xinyu,2018,How Does Factor Price Distortion Affect the International Competitiveness of Manufacturing Industry, China Industrial Economics ,2.]

[26] 俞立平、周曙东、王艾敏,2006:《中国城市经济效率测度研究》,《中国人口科学》第4期。[Yu Liping,Zhou Shudong and Wang Aimin.Research on Economic Efficiencies of Chinese Cities, Chinese Journal of Population Science ,4.]

[27] 张杰、周晓艳、李勇,2011:《要素市场扭曲抑制了中国企业R&D?》,《经济研究》第8期。[Zhang Jie,Zhou Xiaoyan and Li Yong,2011,Does Factor Market Distortion Barrage Chinese Firm`s R&D, Economic Research Journal ,8.]

[28] 张杰、周晓艳、郑文平、芦哲,2011:《要素市场扭曲是否激发了中国企业出口》,《世界经济》第8期。[Zhang Jie,Zhou Xiaoyan,Zheng Wenping and Lu Zhe,2011,Does the Distortion of Factor Market Stimulate the Export of Chinese Enterprises? The Journal of World Economy ,8.]

[29] 张兴龙、沈坤荣,2016:《中国资本扭曲的产出损失及其分解研究》,《经济科学》第2期。[Zhang Xinglong and Shen Kunrong,2016,Research on Chinas Capital Distortions Output Loss and Decomposition, Economic Science ,2.]

[30] 趙自芳、史晋川,2006:《中国要素市场扭曲的产业效率损失——基于DEA方法的实证分析》,《中国工业经济》第10期。[Zhao Zifang and Shi Jinchuan,2006,Analysis on Industrial Efficiency Loss of China`s Factor Market Distortion:An Empirical Study Based on DEA, China Industrial Economics ,10.]

[31] 朱喜、史清华、盖庆恩,2011:《要素配置扭曲与农业全要素生产力》,《经济研究》第5期。[Zhu Xi,Shi Qinghua and Gai Qingen,2011,Misallocation and TFP in Rural China, Economic Research Journal ,5 .]

[32] Atkinson,S. E. and Halvorsen R. A.,1980,Test of Relative and Absolute Price Efficiency in Regulated Utilities ,Review of Economics and Statistics ,62(1):81-88.

[33] Friedman,M. ,1936,The Use of Ranks to Avoid the Assumption of Normality Implicit in the Analysis of Variance,Journal of the American Statistical Association ,32(200):675-701.

[34] Frees, E. W.,2004,Longitudinal and Panel Data:Analysis and Application in the Social Science. Cambridge UK:Cambridge University Press.

[35] Greene , W. H.,2000,Econometric Analysis. Upper Saddle River,New Jersey:Prentice Hall.

[36] Hsieh , C. T. and Klenow, P. J.,2009,Misallocation and Manufacturing TFP in China and India.The Quarterly Journal of Economics ,124(4):1403-1448.

[37] Lau, L. J. and Yotopoulos, P.A.,1971,A Test for Relative Efficiency and Application to Indian Agriculture,American Economic Review ,61(1):94-109.

[38] Pesarn, M. H.,2004,General Diagnostic Tests for Cross Section Dependence in Panels,Cambridge Working Papers in Economics ,No.0435.

[39] Wooldridge, J.,2002,Econometric Analysis of Cross Section and Panel Data. Cambridge,MA:MIT Press.

Measurement and Research on the Utilization Quality Level of Urban Factors in China:From the Perspective of Factor Market Distortion

Li Jian 1,Feng Shan 2 and Yu Long 3

(1.School of Economics,Bohai University;2.School of Economics,Huazhong University of Science&Technology;3.CASS,National Academy of Economic Strategy)

Abstract:Based on the balanced panel data of 260 cities at prefecture or above levels in thirty provinces in China during the period from 2000 to 2016, this paper divides the factor market distortion into two categories, namely, the capital factor market distortion and the labor factor market distortion. The translog production function is then used to measure the level of the two types of distortions, followed by an analysis of the relationship between urban production factor distortion and the urban scale. The empirical results show that the capital factor market and the labor factor market in Chinese cities were both in negatively distorted states during the period from 2000 to 2016. The distortion of the capital factor market was found to be stronger than that of the labor factor market. The capital factor markets in 260 cities in China were all negatively distorted, while the proportions of the cities with positive distortion and negative distortion in the labor factor market were 38.5% and 61.5% respectively. There exists an inverted U shape relationship between the level of urban factor market distortion and the urban scale in China, and the threshold values are 3.954 million and 2.127 million respectively.

Key Words:Capital Market Distortion; Labor Market Distortion; Urban Scale; Translog Production Function; Financial Development

猜你喜欢
金融发展
我国农村金融发展问题研究
我国四大经济区金融发展比较研究
金融发展、控股权性质与债务期限结构
中国金融发展与农民增收有效性研究
中国各地区金融发展与经济增长的关系分析
论金融的发展
金融对农业现代化发展的影响及对策实证分析
邮政金融应对互联网冲击的对策探讨
对外开放对金融发展的抑制效应