第8章 为什么经济增长方式难以转变？
在新一轮的有关中国区域经济发展战略的争论中，“地理有多重要”是个核心问题，然而很多论点却没有充分考虑地理因素对于中国区域经济发展的影响。忽视地理因素的观点推向极致，会认为政府可以将倾向性的区域发展政策（place-based policy）作为一种反作用力，抵消欠发达地区的地理劣势，从而获得区域间的平衡发展。任何一种通过政府干预来抵消市场力量的努力，最终都会表现为政府支出的增长，而如果政府通过影响投资来干预经济的话，那么，投资也会随之而上升。长期以来，各级政府过于强调政府力量对于经济发展的作用，使中国走上了一条政府主导和投资推动的发展道路。在2011年，中国的政府财政收入与GDP之比达到22.00%，而全社会固定资产投资与GDP之比甚至达到65.96%。 [1] 科学的经济政策应该遵循经济规律，既然如此，对地理和政策两个方面的因素在城市和区域经济发展中的作用，就需要进行科学地评估。
对地理和政策两种因素在地区发展中的作用进行评估，这是一项具有全球意义的工作。任何国家（除了像新加坡这样的城市国家）都不同程度地存在着经济发展的区域间不平衡，如何实现区域间的平衡发展始终是各国政府在寻求答案的问题。在各个国家，都不同程度地通过向欠发达地区转移资源来实现区域间的平衡发展，不妨称之为“动钱”的政策。曾经有一段时期，日本担心首都功能过于集中在东京，从而实施了“首都功能分散计划”，在这大约十年时间里，东京的人口数量下降，与此同时日本的经济增长速度却落到二战以来的最低谷，这段时间正是学者们所称的“失去的十年”。类似的，韩国首尔首都圈的不断膨胀引起了地方的不满。为此，卢武铉政府制订预算高达约8200亿人民币的“国家均衡发展5年计划”，其中的措施包括限制在首都地区新建工厂，鼓励企业迁入地方。然而，5年下来的实施结果却是，地方人口不断涌入首都地区，首都与地方居民的收入差距持续扩大。 [2] 欧盟大约有三分之一的预算作为结构基金（structural funds），实质上就是将钱从富裕地区转向贫穷地区。美国也在阿巴拉契亚地区投入大量的联邦财政。在英国，地区间的收入差距在过去20年间有所扩大，政府首先想到的就是通过补贴来缩小收入差距。2011年，政府宣布将成立十个“企业区”，它们能够享受优惠税收和简化的规划措施，从而支持欠发达地区发展。但从实际效果看，简单的补贴政策并不能有效地缩小地区间差距。而真正有效的帮助欠发达地区人民致富的政策主要就是两条：一是促进人口自由流动，即实施“动人”的政策；二是提高贫困地区人口的受教育水平，使得他们更有能力争取高收入。 [3]
在本章中，我们试图回答的核心问题是，地理和政策等因素如何影响了城市的经济增长。这个问题又可以分为以下两个小问题：首先，地理和政策等因素在解释不同城市的经济增长差异时分别有多少作用？其次，地理和政策等因素对经济增长的作用及其相对重要性在短期、中期和长期有何变化？本章利用20世纪90年代以来中国地级以上城市市辖区的面板数据对这些问题做出了回答。通过比较不同因素在不同时间跨度中对于城市经济增长的作用，我们就能够探寻中国城市可持续发展的长期动力，为不同地理条件下城市适宜发展战略的制定提供基础，这对于未来中国城市和区域经济的发展具有重大意义。
本章的研究表明，对于城市的经济增长而言，虽然地理并非唯一决定因素，但非常重要。从对中国城市短期经济增长的解释力来看，本章建立的模型可以解释34.6%，其中，到大港口的距离和到大城市的距离可以解释短期经济增长的0.2%。而在长期经济增长模型中，全部解释变量可以解释经济增长差异的40.4%，仅到大港口的距离和到大城市的距离两个地理因素就可以解释长期经济增长差异的6.9%。同时，本章还发现，只有教育和地理因素是城市经济可持续增长的决定因素，在不同时间跨度上都促进城市的经济增长。投资和政府支出对经济增长的带动虽然在短期内显著，但在长期却没有显著作用。这一研究的政策含义是，任何人为干预地区经济增长的政策都需要花钱，如果这些钱真要起到促进地区经济增长的作用的话，那么，正确的花钱方向是投资于教育，而不是直接投向生产性的项目。
8.1 地理、政策与经济增长
本书的前面几章已经充分地阐述了地理对于城市和区域经济发展的重要性，对于其具体的机制，此处不再重复。传统的经济增长理论将经济作为一个整体来考察，而且往往在国家层面来研究经济增长，这时，地理位置常常只是实证研究中加以控制的因素。新经济地理学将空间因素在经济理论中的地位提到了新的高度。在一个城市体系里，诸如到港口、到大城市的距离等地理因素意味着到国际市场和国内区域性市场的可及性，对于城市的经济增长非常重要。新经济地理学注重从空间集聚的角度研究经济增长，并且该理论也得到了越来越多的实证研究的支持，这也使得我们能够在一国内部不同城市和地区的层面上来研究经济增长的差异。对于中国区域和城市经济发展的研究也不例外，不论是采取省级还是城市级的数据都可证实，中国地区经济发展中存在“空间集聚”现象，地区经济发展受到地理位置的显著影响，其突出的表现就是，沿海地区和大城市获得了更快的经济增长（例如Bao et al., 2002；陆铭、陈钊，2006）。
有时候，新经济地理学对空间的重视很容易被贴上“新的地理决定论”的标签。事实上，在新经济地理学中，地理的作用并非是唯一决定性的。经济政策和一些非人为的偶然因素完全可能成为直接影响经济增长的因素。比如说，一个城市加大了对于教育的财政投入，就可能加快人力资本的积累，从而对其经济增长有利。再比如，一个城市突然在其周边发现了矿产，也可能对其经济增长产生影响。同时，经济政策或偶然因素的变化也可能对地理的作用产生影响，甚至改变“地理”的含义。 [4] 举例来说，如果邻近的城市发现了矿产，那么，对其周边距离远近不同的城市来说，受到的影响自然也不同。20世纪90年代中期以后，中国经济全面向国际市场开放，一个地方到大港口的距离对当地经济增长来说就越来越重要了。特别值得一提的是，在中国，东北的经济地位在20世纪90年代中期之后有所下降，在本质上，就与中国在改革开放之后，美、欧、日等市场的重要性越来越高有关。这时，东南沿海地区拥有大港口的优势变得越来越重要，而东北地区缺乏不冻港和气候寒冷是其参与国际贸易和全球制造业体系的劣势（陆铭，2016）。
从经济增长理论的角度出发，经济增长的来源无非是生产要素积累和生产效率提高这两个方面。对于一个国家而言，生产效率提高则又可以区分为不同地区、行业、企业之间资源配置效率的提高，以及由制度改进、技术进步、创新等驱动的总体上的生产效率改进。在这一框架下来看经济政策对城市和区域经济增长的作用，本书不考虑在国家层面的制度变革，比如计划经济体制向市场经济体制的转型，而是将这一宏大的制度变革作为一系列地区层面经济政策的调整的背景。在城市和地区层面上，很难找到直接的变量来反映经济政策的变化 [5] ，但从理论上来说，政策对于经济增长的影响无非通过加速生产要素的积累和提升生产效率来实现。这样，通过研究那些经济增长的因素，我们就可以知道，即使运用政策来推动增长，能够有多大的作用，以及应该通过什么变量来影响增长。
正确的政策能够促进经济增长，但是错误的或者低效的政策却可能对经济增长不利。从理论上来说，当存在严重的外部性问题、私人部门难以开展大规模投资等问题时，政府可能有效地克服市场的不足，从而对经济增长有推动作用，但实际上政府的介入也可能导致资源的扭曲配置。正如哈耶克（Hayet, 1945）所说，价格是一种发现市场信息的手段，从而能够引导资源有效配置，但政府却往往在引导资源配置时扭曲价格，从而使价格不能反映资源的稀缺性，导致资源的误配置。比如说，鼓励投资或者政府直接投资于基础设施可以增加资本积累，但是，在实践上，是否有可能投资已经过度，从而并不促进经济增长，这却是需要通过实证研究来检验的。另一个思维上的误区是，人们往往容易看到政府干预经济的好处。比如说，当经济危机来临时，政府救市可能有助于经济走出谷底。再比如，政府通过国有投资可以创造产值和就业。但是，正确的讨论问题方式不是将讨论简化为有和没有政府干预哪样更好，而是应该讨论在当前的情况下政府干预是否已经过度，是否减少政府干预的程度，更多让市场和私有部门发挥作用会更好。
政府干预经济的有效性必须建立在两个重要的条件之上：第一，政府拥有较为完备的信息；第二，政府本身以最大化社会福利为目标。对于前一个条件，在中国存在生产要素市场管制的情况下，劳动力、利率和土地市场价格均存在扭曲，政府并不知道关于资源有效配置的完美信息，更不用说，随着经济的发展，经济活动中的信息也越来越复杂，这对政府主导经济发展的有效性提出了更严峻的挑战。对于后一个条件，在理论上似乎是可以实现的，但实际上的情况却是，政府并不是完美的，政府的政策往往体现了具体部门、地方和个人的利益，从而使其决策偏离社会最优目标。
本书的上一章已经大量讨论了土地资源配置的问题，本章和下一章将更多涉及资金市场。从中国的情况来看，长期的低利率起到了鼓励投资和政府支出的作用，当然，长期的低利率本身就与政府对于利率的管制有关，使得利率不能反映资金的真实成本。图8.1显示了1991年至2008年间的真实利率、投资与财政支出的趋势。真实利率为年初的一年期存款名义利率减去当年的通货膨胀（CPI），可以看出，真实利率长期处于较低的水平，甚至在多个年份是负利率。 [6] 长期的低利率压低了资本价格，而利率又是投资者决策的关键变量，利率压低将鼓励企业投资，鼓励政府借款来进行基础设施和开发区建设。从图8.1中可以看到，投资和政府支出与GDP的比率在持续上升，其结果便是过度的资本深化。一个相应的现象是，中国经济的增长速度虽然很快，但其创造的就业却增长不快。如果看单位GDP增长带来的就业增长，中国的这一“就业弹性”明显低于世界上相似发展阶段的国家，偏离了中国作为一个劳动力资源仍然丰富的国家本应有的比较优势。而且，政府干预越强，“就业弹性”越低（陆铭、欧海军，2011；本书第9章）。
无论是为了晋升，还是为了最大化当地的财政收入，地方政府官员都有激励追求短期的经济增长，而其手段便是鼓励投资。在当前的官员考核体制之下，经济增长是个短期目标，政府官员会愿意将支出花在有利于短期经济增长的目标上（比如基本建设），但却相对不愿意将钱花在更长远的目标上（傅勇、张晏，2007）。不难理解这一现象，政府不是企业，不能像企业那样通过股票或股票期权来激励经理人追求企业的长期利润（王永钦等，2007）。更不用说，中国还常常通过任期制、轮岗制来加强对于地方官员的控制，而这更加强了官员在任期内最大化短期经济增长的行为。于是，发展的长期目标被忽视了，有利于长期经济增长的政策难以被实施。对于这些官员管理和激励机制如何影响了经济增长，不能只看其短期内的影响，而应同时考察其长期影响。当然，不得不承认的是，短期的增长易于研究，只需要将影响增长的因素与其相应的当期经济增长绩效相匹配就可以了。但长期的增长却在研究中面临更多的困难，尽管当前中国更急需进行研究的是长期经济增长问题。
经济增长最重要的长期驱动力是人力资本，特别是教育，但在现有体制下，地方官员没有关注经济发展长期目标的动力，教育投入被严重忽视了。从图8.1中可以看到，在进入21世纪以来，投资和政府支出占GDP的比重均比之前的水平有所提高。与此同时，可以看到，在经历过1982—2000年间较为明显的教育水平提高之后，在2000—2010年间，全国平均受教育年限提升速度有所放缓。再来看教育支出，1993年，中共中央、国务院发布《中国教育改革和发展纲要》提出，国家财政性教育经费支出占GDP比例要达到4%，但这一目标未能如期实现（参见表8.1）。 [7]
在教育投入增长缓慢、教育水平提高速度放缓的同时，中国的城乡间和城市间教育水平的差距也有所扩大。在经历过城乡间人均教育年限的缩小之后，2000—2005年间，城乡间人均教育年限又出现了扩大的趋势。与此同时，根据人口普查数据显示，仅仅在这五年间，中国城市间人均受教育年限的基尼系数便从0.044上升到了0.054。 [8]
对于欠发达地区而言，忽视教育并非明智之举，因为教育水平的提升可以缓解一个地方在地理方面的发展劣势。从中国不同城市的人力资本存量来看，在经济欠发达的中部地区，有相当多的城市居民受教育水平并不低。图8.2刻画了在不同地理位置上的城市的人均受教育水平年限，并且用非参数的方法刻画了到大港口距离与城市人均受教育水平的关系，从中可以看出，不同地理位置上的城市的人均受教育水平相差并不大，甚至在到大港口500—1000公里这一位置，城市的人均受教育水平还有一个突起的部分，这对于中部地区缓解地理的劣势能够起到积极的作用。相比于投资和政府支出可能会带来扭曲和资源误配，教育投入所形成的人力资本通常不会有过度投入的问题。即使在当地对于技能的需求有限，因为通过教育所形成的人力资本是和人结合在一起的，并且是可以随着人口流动而流动的，只要人力资本在其他地区有更高的回报，人就可以通过寻求更好的工作和收入机会来实现更高的人力资本回报。因此，着眼于人力资本的区域发展政策应该被置于优先位置。那么，从实际情况来看，是否人力资本真的对地区经济增长发挥着显著的作用，是否物质资本投资的作用小于人力资本投资呢？这就需要运用数据进行评估了。
在中国的城市体系里，大城市的形成是由相当长时期的历史决定的，而大港口的重要性是被全球化趋势加强的，因此，一个城市到大港口和区域性大城市的距离是难以改变的。相比之下，物质资本投资和人力资本投资却是经济政策可以控制的。由于经济政策对于增长的作用有可能是积极的，也可能是消极的，所以有必要评估一下那些可能被政策所影响的因素对于经济增长起到了什么样的作用。同样道理，地理因素对经济增长的影响也并不是一成不变的，经济开放程度、国内市场整合程度、国际市场和国内区域性市场的规模等因素都会使地理因素的作用随时空条件的变化而变化。现有研究从空间集聚的角度关注中国的城市经济增长，但却没有对各种因素在不同时间跨度内的作用加以比较，因而未能告诉人们地理因素的重要性到底在短期和长期是否有差异，也难以告诉人们那些短期内有效的经济刺激政策在长期中是否同样有效。从既有的文献来看，经济增长因素的影响完全可能随着时间期界的变化而不同（Forbes, 2000； Wan, Lu and Chen, 2006；陆铭、陈钊、万广华，2005）。因此，有必要利用中国城市一级的数据，来探寻城市经济增长在不同时间跨度内的影响因素，这不仅有助于理解中国城市的经济增长模式，更能为中国城市的可持续发展政策提供实证支持。
8.2 数据和研究方法
在本章的分析中，我们仍然使用了1990—2006年的中国城市数据，包含286个地级城市17年的经济数据，数据的来源是中国统计出版社历年出版的《中国城市统计年鉴》。因为有些市是在较近的年份里才升级为地级市，或者因为统计的缺失，在较早的年份里，实际的观测值每年是小于286的。之前的一些研究在增长模型中使用五年平均的数据估计短期或中期的关系，也有研究使用十年平均的数据来估计长期经济增长模型（Forbes, 2000）。尽管关于短期、中期、长期的时间划分没有统一的意见，我们按通常的做法，分别取1年、5年和16年的时间期限作为短、中、长期的划分。对于中短期经济增长模型，我们使用的是面板数据的广义最小二乘（GLS）估计。对于16年的长期经济增长，模型退化为一个截面数据模型，我们用普通最小二乘（OLS）作为估计方法。我们的经济增长模型基础是Barro（2000）利用跨国截面数据研究经济增长决定因素的计量模型，具体形式如下：
其中 i 表示城市， t 表示年份， h 表示不同的时间期限，在短、中、长期模型中， h 分别为1、 5和16。具体来说，模型的被解释变量为 i 城市 t 年之前若干年的实际人均GDP的年均增长率。新经济地理学理论中的集聚效应主要发生在工业和服务业，为此，在计算人均GDP时，我们在GDP指标中剔除了第一产业产值，在人口指标中相应剔除了农业人口。由于没有城市一级的消胀指数，我们基于省级的城市部门CPI指数构建了消胀指数，对每个省内各城市人均GDP分别进行了消胀。
本章分析的重点是地理与政策对经济的影响有何不同。在地理指标中，仍然控制前面章节中那组地理变量。具体来说，包括如下变量：
（1） 到上海、香港两个大港口的最近直线距离及其平方项、立方项。因为天津对于环渤海湾都市圈的集聚力并不强，我们没有使用到上海、香港、天津三个大港口的最近直线距离。事实上，即使换成到三大港口的距离，模型并不发生实质性的变化，但距离变量的显著性略有下降。限于篇幅，我们没有报告那些将到上海、香港、天津三个大港口的最近直线距离作为解释变量的结果。
（2） 到最近“大城市”的直线距离及其平方项。与之相对应的是，我们还控制了最近的大城市在1990年的GDP水平。
（3） 和地理相关的其他因素，包括：与最近大城市是否同省的哑变量、海港和河港哑变量。
模型的其他控制变量遵循了经济增长实证研究的相关文献。我们在解释变量中放入初始的人均GDP水平的对数，这个变量可以用来观察中国经济在城市一级是否存在“条件收敛”。如果“条件收敛”成立的话，那么，当其他影响经济增长的因素得到控制的时候，初始人均GDP水平越高的地方，其之后的经济增长速度相对更慢。在短期模型中，“初始”是指上一年，在中期模型中，“初始”指5年前，而在长期模型中，“初始”是指全部数据期的第一年。
为了反映投资和劳动力对于经济增长的作用，我们遵循既有文献的做法，控制了投资占GDP的比例和就业人口占总人口的比例；我们还控制了该城市教师数与学生数之比，作为人力资本的代理变量。在经济增长的实证研究中，通常还控制政府支出和外商直接投资占GDP的比重，分别表示政府干预和经济开放。由于我们在方程右边放的多为解释变量的“初始”值，可以减轻解释变量与被解释变量之间可能存在的相互影响所导致的估计偏误。
在重视地理特征对城市经济增长影响的同时，城市内部的经济集聚作用也受到越来越多的实证研究的关注（Ciccone and Hall, 1996）。为度量城市内部的经济集聚程度，我们控制了该城市市辖区的人口密度及其平方项，人口密度以每平方公里建成区的非农业人口来度量。
此外，我们还将控制其他与中国城市经济增长相关的控制变量，包括初始年份以非农业人口占总人口的比重表示的城市化水平，第三产业与第二产业产出比重表示的产业结构。我们还放入通常研究中国城市经济增长文献所放入的省会或直辖市哑变量，中部和西部哑变量，以及沿海开放城市和经济特区哑变量。
8.3 实证分析
8.3.1 实证结果
在表8.2中，三个方程分别表示短、中、长期城市经济增长的模型。在方程（1）中，为缓解联立性偏误，我们将解释变量滞后一期，用1990—2006年的中国城市年度面板数据进行回归；在方程（2）中我们用五年间年均（几何平均）的人均实际GDP增长率作为被解释变量，解释变量为各因素五年间的期初状况，数据被划分为1990—1995年，1995—2000年，2000—2005年。因为地理变量是跨时不变的，我们没有对面板数据采取固定效应估计，而采用了随机效应模型的广义最小二乘估计（GLS）。 [10] 在方程（3）中，被解释变量为1990—2006年的年均（几何平均）人均实际GDP增长率，解释变量为各因素1990年的状况，使用方法为OLS回归。在剔除了极个别的教育和劳动力的异常值之后，模型的估计结果见表8.2。
8.3.2 地理与增长的关系
我们特别关注城市的地理变量的影响。在方程（1）、（2）和（3）中，到中心大城市距离、到最近大港口的距离及各自的平方或三次项均显著，这说明从短期到长期，地理对于城市经济增长的影响都非常显著。但方程（1）中到最近大城市距离更为显著，方程（3）中到大港口距离更为显著。由于方程（3）的样本观察值最小，通常情况下，样本观察值小时解释变量的显著性会下降，但方程（3）中到大港口的距离却最为显著，因此，可以判断，在长期内国际市场对城市经济增长的影响更为重要。基于以上方程的估计结果，我们绘制了长、短期内，到大港口距离与城市经济增长率之间的关系图，如图8.3所示，其中横轴表示距离的公里数，纵轴表示对经济增长的影响，在大港口处，经济增长率设为0，作为参照。 [11]
如图8.3所示，总的来说，在600公里左右的范围内，距离香港和上海这样的大港口越近，城市更靠近国际市场，更有利于经济增长。无论是在短期还是长期，在控制了其他因素之外，到大港口的距离为600公里的地方，年均经济增长率要比大港口周围低约4个百分点。而距离大港口远到一定程度之后，即在600—1500公里的范围内，国际市场就不那么重要，距大港口远更可能发展国内和区域贸易，增加本地市场需求，从而有利于当地经济增长，于是在距离大港口大约1500公里的地方，形成了城市体系的次中心。如果城市到大港口的距离继续增大到1500公里以外，到达国内外市场的运输成本均较高，则不利于经济增长。比较短期和长期的两条距离—增长关系曲线，我们发现到港口距离对于经济增长的作用在长短期几乎同样重要，到港口距离对城市经济增长的长期影响基本上就是其短期效应的累积。
我们同样绘制了到大城市距离与城市经济增长率之间的在长、短期内关系图，如图8.4所示，其中横轴表示距离的公里数，纵轴表示对经济增长的影响。
图8.4的结果表明，大城市的集聚作用在长短期存在明显的差异。总的来说，当到大城市的距离较近时，由于集聚可以带来规模效应和外部经济，促使中心城市吸收周边城市的经济资源，同时周边城市也能较多地分享中心城市集聚效应带来的好处，因此距离越远，城市的经济增长越慢。但在长期，当到大城市的距离增加到250公里以外，到达区域中心市场的交通成本上升，由于运输成本过高，本地需求和其他难以流通的生产投入因素对当地经济的发展更为重要，距离区域中心大城市越远，城市的经济增长反而越快。从短、长期的两条距离—增长关系曲线的对比可以看出，短期里区域内城市经济增长的空间差异更大，长期里，在区域城市体系内部，城市经济增长的空间差异明显缩小。 [12] 事实上，比较图8.3和图8.4可以发现，在长期，到大城市的距离对于城市经济增长的影响要远远小于到大港口的距离的影响。而且，到大城市地理距离对于250公里以外城市经济增长的促进作用在长期更为显著，这也有利于中国区域城市体系中“次中心”的形成，但这种对区域城市体系“次中心”形成的促进作用短期内并不明显，需要长期积累才逐渐体现出来。
8.3.3 其他影响增长的因素在长、短期内的差异
我们的实证研究还比较了其他影响城市经济增长的因素在不同时期内的变化。计量结果表明，投资占GDP比重在短期内对经济增长有显著的正影响，但长期内显著性下降且影响为负。这一结果隐含了对于中国经济增长方式的警告，虽然在短期内提升投资水平是促进经济增长的，但投资水平较高的地区在长期内并不存在经济增长的优势，甚至可能产生过度投资的低效率（Zhang, 2003）。同样有警示意义的是，政府干预对经济增长的影响短期显著为正，但长期内不显著，短期内的促进增长作用可能是因为政府支出促进了当地的投资和消费，但过高的政府支出也将扭曲市场对于资源配置的功能，在长期内将抵消政府干预的积极作用。 [13] 在长期和中期的结果里，即使我们将随时间变化的变量用期间的平均值来替换初始值，这些解释变量的显著性并没有明显的提高，这说明，那些在短期内有用的变量在长期内不显著不是因为时间越长期初值的作用越弱，而是因为在长期存在一些反向的机制（比如说低效率），抵消这些变量在短期内的作用。另一种担心是，如果用期初值作为解释变量，实际上这并不能真实地反映对应于之后经济增长产生影响的实际（当期）因素，本质上这是一种解释变量的“度量误差”，也会带来解释变量系数的不显著。如果我们将解释变量用之后期间的平均值来代替，仍然得到不显著的结果，那么关于“度量误差”的担心也是不必要的。为节省篇幅，这些稳健性检验的结果就不报告了。
在人力资源方面，特别值得强调的是，教育变量对经济增长有正的影响，并且这种影响在长期更为显著，系数也更大。这既可能是由于教育是经济增长的长期因素，同时也可能与我们的变量选择有关系。出于数据可得性的缘故，本书选用中小学师生数之比作为教育的度量，这实际上是一个教育投资的变量，教育资源对城市人力资本的影响存在滞后效应，对经济增长的影响也存在一定的滞后效应，这可能部分解释教育“长期更为显著有用”。根据我们的估计，如果每100个中小学生的老师数量增加1人，在长期内可以推动经济增长上升1.07个百分点。本章的开头曾经以《经济学家》杂志的文章为例，强调了教育对于经济发展的重要性，这里，我们提供的证据进一步支持了这一论点。 [14]
在人均经济增长的长期决定因素中，劳动力的数量并不重要，重要的是劳动力质量。在我们的城市经济增长模型中，与教育形成对照的是，劳动力变量在短期内对经济增长有负的作用，这可能与考察期间中国总体上仍存在过剩劳动力有关，但劳动力数量在长期内对经济增长的影响也并不显著。换句话说，试图通过增加劳动力数量来追求人均意义上的经济增长，只会是南辕北辙。随着中国经济的结构调整不断进行，劳动力质量的相对重要性将越来越强，通过增加劳动力数量来追求人均意义上的经济增长，将越来越没有意义，除非是在大城市，才可能通过人口集聚所获得的规模经济效应来提升劳动生产率。
FDI对经济增长的影响一直不显著，由于在中国FDI的分布非常依赖于地理区位，所以，当模型控制了大量地理变量之后，FDI本身变得不显著是可以理解的。最后，初始的人均收入水平对经济增长有负的显著影响，这表明中国城市经济增长存在“条件收敛”的特征，但这种“收敛”在长期内显著程度不高。
在具有中国经济特点的结构性变量中，省会和地区哑变量在我们的研究中基本上是不显著的，这与之前的众多研究有着较大的差异 [15] ，这同样是因为本研究已经控制了大量城市的地理变量，当这些变量被控制之后，地处西部和中部地区或者城市本身是省会城市都不再显著地影响经济增长。
8.3.4 在长期，地理相对于其他因素到底多重要？在什么地区重要？
经济增长主要是个长期的问题，既然在长期经济增长中地理如此重要，那么，其他经济政策可控制的变量是否可以缓解地理的劣势呢？如果答案是肯定的，这种作用在什么样的地区更为重要呢？
为了更好地观察地理距离在不同时期对于中国城市经济增长的影响，我们在原回归中只保留到大城市、大港口距离的变量，使用面板数据的广义最小二乘（GLS）方法估计时间期限为1年和5年的中短期经济增长模型，使用普通最小二乘（OLS）估计16年的长期经济增长。结果如表8.3。
从对中国城市短期经济增长的解释力来看，本章建立的模型（1）可以解释34.6%，而在模型（4）中，到大港口的距离和到大城市的距离可以解释短期经济增长的0.2%。在长期经济增长模型（3）中，全部解释变量可以解释经济增长差异的40.4%，而在模型（6）中，仅到大港口的距离和到大城市的距离两个地理因素可以解释长期经济增长差异的6.9%。这说明，地理在决定城市经济长期增长中的作用的确是非常重要的，而且从对增长的解释力来说，地理的长期影响相对于短期也更为重要。
从表8.3的回归结果中，我们不能直观地看到是否在控制其他变量的条件下地理因素的影响会不同。为此，结合表8.3中的回归（6）与表8.2中的回归（3），我们将长期内到大港口距离与城市经济增长的关系描绘在图8.5中。
基于图8.5的结果，可以得到两个结论。第一，在控制了其他变量的模型中，到大港口的距离对增长的影响更大。第二，从长期来看，如果说模型中控制的其他变量中有不少都可以通过政策调整加以改变，从而缓解地理因素造成的劣势的话，那么，这种作用在中部地区更强。具体来说，在控制了其他经济政策时，在距离大港口的400—1000公里距离的中部城市，一方面资源被东部地区吸收，另一方面也难以成为国内市场的中心，陷于经济发展的相对劣势，这印证了流传中的“中部塌陷”的说法。需要说明的是，这里的“中部”是按到大港口的距离来定义的，和通常人们说的“中部省份”还不是一个概念。但当不控制其他变量的时候，包括教育等在内的政策可控因素的作用部分将体现在到大港口距离的作用里，此时，中部地区的地理劣势得到了缓解。根据模型（3），在长期，能够促进经济增长的因素主要就是教育，因此，可以推断，主要就是因为中部在教育方面的优势，缓解了中部地区经济增长的相对地理劣势。这也说明，虽然的确可能找到一些政策在长期内缓解一个地方的地理劣势，但是，除了教育之外的政策还有什么可能有用，的确超出了我们模型可以预见的范围。这里，我们印证了本章开始引用的《经济学家》杂志文章的观点，如果要支持欠发达地区的发展，关键不是对其加大补贴，进行直接的投资，而是应该通过加强对于人力资本的投资，发展教育，让欠发达地区的人更有能力致富。同时，我们也验证了在本章之前提出的一个猜想，的确在教育水平较高的中部地区，地理的劣势能够得到缓解。
作为对比，我们还将到大港口、大城市距离以及最近大城市是否同省的哑变量拿掉，用传统的经济增长模型分别看了短、中、长期内经济增长的决定，结果发现，在长期经济增长模型里，在（3）中并不显著的劳动力、投资、省会哑变量等变量在5%水平上显著了（为节省篇幅，这一结果未报告）。也就是说，传统经济增长模型中的一些解释变量与本文中所控制的到大港口、大城市距离有关系，其对于经济增长的影响最终仍可以归结为地理的影响。值得强调的是，当不控制地理变量时，投资在长期内对经济增长的影响是显著为负，而不是显著为正，这再次说明，如果通过加大投资在推动经济增长，其在长期内的负面影响值得警惕，说明存在投资过度的风险。
8.4 小结
本章发现，虽然地理对于城市经济的短期增长解释力还不大，但在长期模型中，仅到大港口的距离和到大城市的距离两个地理因素便可以解释城市长期经济增长差异的6.9%，相比之下，包括地理在内的全部解释变量可以解释城市经济增长差异的40.4%，也就是说，地理在长期经济增长中的作用至关重要。无论是在短期还是长期，在控制了其他因素之后，到大港口的距离为600公里的地方，年均经济增长率要比大港口周围低约4个百分点。我们还发现，投资推动和政府推动的经济增长方式虽然有益于城市的短期增长，但在长期，这些因素却对增长没有显著作用。在控制了地理因素之后，在长期内显著影响城市经济增长的只有教育，并且教育在中部地区有缓解地理劣势的作用。
遗憾的是，中国的社会各界对于地理在决定城市经济增长中的作用缺乏科学的认识，各级地方政府都片面追求短期GDP增长，并陷于投资推动和政府干预的经济增长方式。同时，虽然我们再次证实教育的投资可以帮助欠发达地区获得更快的长期经济增长，但是，这样的长期目标恰恰是地方政府缺乏激励去追求的，因为地方政府所获得的激励就是短期的经济增长，而官员的任期也就仅仅几年。不仅如此，还有一种根深蒂固的误解，认为是经济资源向拥有地理优势的东部集聚导致了地区间发展差距的扩大，于是，在经济政策上形成了一个相应的误区，认为要平衡区域经济发展，就要动用政府政策来抵消地理的作用，这进一步加强了地区经济对于投资推动和政府干预的依赖，而这些在长期对经济增长并不起显著的作用，却加重了对于经济结构的扭曲，使得考察期中中国经济依赖投资的特征有所加强。
本章发现了地理对城市经济增长的重要作用，这一结论不应被简单地推论为处在不同地理位置的城市之间的发展差距将越来越大。恰恰相反，特别需要强调的是，中国出现的这种“地理决定论”在一定程度上是因为政策限制了生产要素——特别是劳动力——的跨地区自由流动，加剧了地理对于人均意义上的经济增长的作用。迄今为止，由于地区间和城乡间的市场分割，生产要素的跨地区流动仍然受到制约。特别是劳动力，由于户籍制度的制约和社会保障、公共服务等体系在地区间的分割，劳动力的跨地区流动仍然是不自由的。如果限制劳动力的跨地区流动，反而可能只限制住了低技能劳动力的流动，而高技能劳动力却持续向较发达地区集聚，这有可能使沿海地区在人均意义上取得更快的经济增长。自20世纪90年代以来，中国的城市之间的GDP规模差距在持续快速提升，而人口规模差距却几乎没有变化，如果在那些拥有地理优势的城市GDP总量增长更快，但这些城市并没有同步地吸纳外来人口，那么，城市之间人均GDP增长速度出现差异，人均GDP差距越来越大就是意料之中的结果。在理论上可以推断，如果要素——特别是低技能劳动力——的跨地区自由流动实现了，将有助于缓解地理对于人均GDP增长的重要性。
事实上，如果劳动力流动更充分，那么，在经济集聚过程中，并不意味着内地将越来越落后。首先，我们应该再次强调，如果经济向东部沿海集聚更有利于将经济增长的蛋糕做大，那么，它也能够为更多的地区间财政转移创造条件。其次，恰恰是在经济集聚的过程中，内地的劳动力能够更多地转移到东部，使得内地的人均资源（包括土地和自然资源）拥有量上升，从长期来看，这是成为地区间发展差距和生活质量差距缩小的必要条件。第三，如果经济向沿海地区集聚是因为这些地方接近港口，从而运输成本较小，那么，内地的比较优势更应该体现在与当地资源相关的产业（比如矿产和旅游），或者单位运输成本较低、附加值较高的产业（比如电脑芯片 [16] ）上。事实上，无论是农业，还是矿产和旅游，都在很大程度上依赖于本地的不可移动的资源，对于这些产业，要致富，就只能通过减少当地人口来提高人均资源拥有量。第四，中国的中部省份到港口的距离并不太远，完全有可能加入以沿海省份为龙头的产业分工体系，承接在沿海地区土地和劳动力成本进一步上升之后出现的制造业转移。在这方面，有长江黄金水道穿过的安徽和湖北将更有优势。但目前，在沿海地区仍然有可能进一步发挥集聚效应的阶段，中部地区还需在基础设施和教育等方面做好准备。
在经济向大城市集聚的过程中，小城镇应该如何发展？是否可以通过发展小城镇，让中国走上一条具有中国特色的城镇化道路？这也是我们应该明确给出回答的问题。从国际比较来看，中国的城镇规模差距比较小，这意味着，在未来的城市化进程中，中国的大城市还要进一步长大，小城镇也要大力建设。但是，小城镇的功能恰恰应该是连接大城市与农村，不能在发展小城镇的时候将其脱离于大城市。首先，当大城市的土地和劳动力成本都不断上升之后，只有劳动生产率更高、土地利用效率更高的现代服务业才适宜于在大城市发展，这时，简单的加工制造业必然从大城市向外迁移，其迁移方向如果不是成本更低的其他国家，则必然是在大城市周围的小城镇。这时，大城市和小城镇是相互依存的，没有大城市的生产性服务业，小城镇的制造业将失去竞争力，如果没有小城镇，大城市的现代服务业就缺少了依托。其次，小城镇当然也可以成为在大城市工作的居民的居住和生活区，而大城市也将为小城镇的居民提供多样的、现代的和优质的服务。此外，小城镇将也是服务于农村的，当农业走向现代化和规模经营时，小城镇将为农村提供专业化的生产性服务，包括播种、包装、运输、销售等等。
本章的研究发现，在特定地理范围内，中小城市距离区域性的大城市越近，经济增长越快，这说明，中小城市的经济增长的确依赖于大城市。如果在经济政策上希望通过限制大城市的发展，给中小城镇带来更多的发展机遇，结果却可能是“双输”的。一方面，经济增长的“蛋糕”总量可能被做小了，另一方面，当大城市的带动作用不足的时候，中小城市的发展将受到负面的影响，尽管看上去中小城市可能在蛋糕里分得更多了。
本章所传递出的信息是明确的，兼顾增长与平衡的未来中国区域发展战略应该转向促进劳动力等生产要素的自由流动，而不是唐吉诃德式地用政府政策去扭曲市场机制。
[1] 资料来源：国家统计局，《中华人民共和国2011年国民经济和社会发展统计公报》。
[2] 参见《首都圈膨胀让韩国地方不满》，《环球时报》2008年4月15日。
[3] 资料引自“Gaponomics”, Economist , Mar. 10th, 2011。
[4] 对于新经济地理学较为全面的总结可参见Neary（2001）。一篇更新的综述可参见Redding（2009）。
[5] 利用一些政策的变化来识别政策的作用是近来我们团队的努力方向，初步的成果见本书第3、 7两章。
[6] 因为在扣除通货膨胀因素时采用了消费者价格指数（CPI），所以，相应使用了存款利率。贷款利率与存款利率的趋势是相同的，两者相差3个百分点左右。
[7] 2011年3月5日，温家宝在十一届全国人大四次会议作政府工作报告时提出，2012年财政性教育经费支出占国内生产总值比重达到4%。
[8] 我们先根据2000年和2005年两次人口普查数据计算出每个城市非农业人口的平均受教育水平，再对这一数据计算基尼系数。
[9] 感谢陈斌开提供的帮助。
[10] 当我们使用简单OLS回归时，回归结果没有显著变化。
[11] 方程（2）的 R 2 为0.17，远小于方程（1）和方程（3），可能本模型所控制的因素并不能很好地捕捉在中期经济增长的决定因素，因此，我们重点关注方程（1）和（3）所表示的短期和长期经济增长模型。
[12] 在一个以区域性大城市为核心的都市圈内部，劳动力流动远比跨省的长途劳动力流动更为容易，这可能可以解释，为什么到大城市的距离在长期内没有那么重要，而到大港口的距离却始终重要。
[13] 通常，在长期经济增长的实证研究中，政府支出占GDP比重的作用是负的。参见Barro（2000）。
[14] 在有关中国区域经济增长的研究中，师生比经常被作为一个教育的代理变量来加以控制，这里，我们想强调的是，当使用这一指标时，需要在长期里才看得出其对经济增长的作用。而在通常的截面或面板数据里，模型常常是看当期教育对当期增长的影响。因此，如果使用师生比这一变量就会倾向于低估教育的正面作用。
[15] 之前的研究参见Bao等（2002）及Ho和Li（2010）。
[16] 英特尔将其生产基地从上海搬至成都就是一个非常好的实例。