基于上述的理论分析基础,得出本章的计量模型如下:
其中, t 表示年份(2001—2010年), β i 表示面板数据的截距项, α i 表示各变量的系数, u i , t 表示随机误差项。具体变量的含义见表6—4。
表6—4 回归模型变量表
本章首先使用Stata软件绘制了ln MP 与ln w 的散点图,由图6—15可以看出,ln MP 与ln w 具有较强的相关性,且相关效应为正,这与前文的假设是符合的。
图6—15 平均名义工资对市场潜力的散点图
下面对数据进行多重共线性检验,由表6—5可知,ln D ,ln MP 和ln FDI 的 VIF 值均在1附近,因此这三个解释变量均不具有多重共线性。经Hausman检验,本章所使用的面板数据符合固定效应回归分析所需条件,遂进行以下的固定效应回归分析。回归结果见表6—6。
表6—5 多重共线性检验结果
表6—6 固定效应回归检验结果
续前表
注:[95%Conf.Interval]表示在95%的统计水平上显著,P>|t|表示t值。
经回归分析,可得回归方程为
由表6—6的固定效应回归结果可以看出,在95%的水平下,就业密度与名义工资的负效应显著,市场潜力与名义工资的正效应显著, FDI 与名义工资的正效应比较显著。其中,名义工资与市场潜力呈显著正相关, t 值为 0,正好符合新经济地理学的预期,证实了距离市场越近的城市,其平均名义工资越高。并且,市场潜力的增长,对平均名义工资的贡献率是最大的。这同时也解释了前文关于平均名义工资增长率的分析中,南京、杭州作为省会城市,其平均名义工资增长率与省内其他城市相比不具有优势的原因。南京和杭州虽然是省会城市,但是其距离长江三角洲城市群的中心上海距离较远,尤其是南京,其与上海之间相隔了苏州、无锡、常州和镇江四个城市。这样同时解释了,为何苏州、无锡、常州虽然不是省会城市,但是平均名义工资增长率相对较高,超过了省会城市南京。
同时不难发现,Harris关于市场潜力和名义工资之间的关系的模型存在一定的缺陷。该模型未能测度出港口城市相对其他城市所具有的区位优势,其相对于其他城市具有的较高的市场潜力。本章研究的长江三角洲16个城市中的南通和舟山,尤其是南邻长江、东临黄海的南通,仅通过距城市群其他城市的距离来度量其市场潜力并不能体现其实际具有的较高的市场潜力。并且,从2011年12月开始通车的崇启大桥有效缩短了南通和上海的实际距离,一方面进一步提高了南通的实际市场潜力,另一方面加速了以上海为中心的长三角城市群的产业结构优化升级,尤其促进了江苏南部城市的快速发展。
关于就业密度对名义工资的影响,Combes等人(2004)提出就业密度越高的地区,其市场接近度越高,经济产出越高。由于技术的溢出效应,区域劳动者的技术水平提高,从而促进工资上升。王小勇(2006)通过对1997—2004年的省级面板数据进行两阶段最小二乘法回归分析,指出中国的就业密度与名义工资的相关关系为负。这是因为中国作为发展中国家,与西方发达国家的不同在于,劳动力的过度供给所带来的负效应远大于经济集聚产生的正效应。
FDI 与平均名义工资呈显著正相关,但是系数较小。该现象的主要原因应该是 FDI 对于不同技术水平的工人的工资影响效应是不同的,并且对于发展中国家其影响效应会更小一些。外资投资的企业大多为劳动密集型加工企业,其劳动者技术含量低,并且工资与国内私人企业工资相差不大。值得引起相关部门注意的是,也可能是由于地方未能有效利用 FDI 提高地区工资水平,因而 FDI 对于平均名义工资的影响较小。
前文所讨论的都是平均名义工资的影响因素以及空间结构演变,现在用平均名义工资除以房价指数测算出平均实际工资指数。理论上讲,实际工资水平更能反映出一个地区的劳动者的幸福水平,并且是就业者主要关注的内容,就业者倾向于前往实际工资水平高的地区而不是名义工资水平高的地区就业。例如上海等地,过高的房价已严重影响到了地区的生活指数和消费能力,令很多就业者望而却步,反倒是一些名义工资水平中等但实际工资水平高的城市更受到就业者的青睐。
而劳动力的迁移是一个多因素影响的结果,是受供给推动和需求拉动两个方面的作用力而产生的。其中,供给推动又可以分为支出份额、产出和要素。这其中存在两个循环,一方面,劳动力会受到高实际工资的吸引而转移到实际工资水平相对较高的地方,进而拉动当地消费,并进一步促进当地产品的生产,而生产又拉动劳动力转移;另一方面,劳动力会受到高实际工资的吸引而转移到实际工资水平相对较高的地方,因而促进了当地的生产,增加的产品供给降低了当地的价格指数进一步提升了当地的幸福指数和消费水平,从而吸引更多的人口向该地区迁移。
本章选取2010年的长江三角洲16个城市的平均名义工资除以相应城市当年的房价指数得到相应的城市实际工资水平,运用ArcGIS作图得到图6—16,将图6—16与2010年长江三角洲16个城市的平均名义工资分布图(见图6—17)做比较可以发现名义工资水平高的地区实际工资水平不一定高,反而是一些名义工资水平处于中等水平的地区,如江苏中部地区的常州、镇江、南通、泰州、扬州,具有相对较高的实际工资水平和较为适中的房价指数。
图6—16 16城市实际工资指数(2010年)
图6—17 16城市平均名义工资(2010年)
而这些城市也存在一定程度的差异,扬州、泰州、镇江具有较高的实际工资水平是因为该区域的名义工资较低而房价相对于名义工资更低,这些地区对于劳动力的吸引力不会太强。一方面,这些地区的经济还不是那么发达,所能提供的就业机会不多;另一方面,名义工资水平偏低,发展前景尚不明朗,对于未来工资增长的预期较低。其中,泰州相对于扬州和镇江情况稍好一些,因其具有相对较高的市场潜力和较高的名义工资增长率,对就业者仍具有一定程度的吸引力。而对于南通和常州,其名义工资本身也处于较高水平并具有很高的增长速率,经济发展处于成熟和稳定快速发展的状态,距离城市群中心上海很近,具有高市场潜力,是“逃离北上广”的劳动者优先选择的就业地。
可以预测,未来长江三角洲城市群中的劳动力会受到高实际工资的吸引而向北迁移,南通、常州等城市的就业强度会相应上升。同时,随着上海、苏州等地的劳动密集型产业向生产要素成本低的周边城市迁移,也会引起长江三角洲城市群北部的城市就业强度有一定程度的上升。