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。