英国创意产业与城市经济增长

英国创意产业与城市经济增长

一引言对于英国经济而言，创意产业被看作非常重要的行业。创意产业被定义为基于“个人创造力、技能和才能”的行业，具有“通过发展知识产权创造就业和财富”的潜力（DCMS，2010）。英国政府于1998年明确了创意产业的定义，创意产业是一个包括电子游戏、古玩店、剧院等行业在内的多元化产业。国家和地方政策制定者都突出强调了创意产业的专业化趋势，并力求扩大这一产业（ApitzschandPiotti，2012；ChapainandComunian，2010；Jayne，2005）。这些行为大多发生在城市，因此城市政策制定者认为创意产业可能会重振萎靡的城市经济（Evans，2009）。具有影响力的学术文献关于创意、城市和经济增长之间关系的论述为投资创意产业提供了理论依据（例如，CurridandConnolly，2008；Florida，2002；2003；Hall，2000；Scott，2004）。总体来看，文献提出了创意产业刺激经济增长的三种方式。首先，创意产业的吸引力仅仅是因为它是朝阳产业。很多政策鼓励或者支持创建创意产业公司是因为可以通过这个产业增加就业机会，尤其是在专业领域能更进一步地吸引创造性就业。产业增长刺激当地需求可能会产生乘数效应。其次，创意产业可能会提高其他产业的生产率。创意理念可能会扩散到其他行业，或者创意产业可能成为更广泛的生产过程的一部分（BakshiandMcVittie，2009）。最后，创意产业在吸引高技术居民，或者更泛泛地说吸引游客方面可能具有优越性。这三种途径都或明或暗地为聚焦于该领域的一系列经济发展战略提供了正当理由。然而，我们有充分的理由对这种发展战略持怀疑态度。创意产业是一个“时尚”产业：对那些渴望听到说他们生活在创意城市的当地居民具有吸引力，但这并不涉及只存在于艺术领域的高雅文化，很少有人会说他们反对创新（Pratt，2008）。虽然政策的重点是创意产业，但是学术界普遍关注的焦点是创造力。目前尚不清楚是否可以从几个备受关注的“创意城市”中吸取教训（Evans，2009）。创意产业有时会被理解为艺术或者是文化，但是其大部分工作都是分布在软件、电子游戏和电子出版领域，造成“创意”难以和“乏味的”的计算处理工作区分开来[1]。而且，因为地方政策制定者苦于寻求解决经济难题的良方，更新型产业显然容易受到青睐（Turok，2009）。此外，创意产业和经济增长之间的联系还缺少强有力的证据。许多研究都把重点放在Florida的广义的“创意阶层”和经济增长上（Clifton，2008；HugginsandClifton，2011）。但是个别研究考虑了英国的具体情况和政策支持下的创意产业，而没有关注理论所指的“创意阶层”。本文分析了英国通勤区域内广告、时尚设计、影视和图片、音乐、视觉艺术、出版、软件、电子游戏、电子出版，以及广播和电视等创意行业和经济增长之间的关系。通过这种分析我们试图填补文献中存在的空白。本文主要研究两个问题：（1）创意产业真的带来经济增长吗？（2）通过上述理论哪一种途径（如果有的话）影响增长？结果表明，创意产业导致了地方经济中工资水平和就业的增长。对工具变量的分析表明这些影响之间可能存在因果关系，尽管结果还有些不确定。一种可能的解释是，创意产业通过溢出效应或自身作为生产过程的一部分，帮助推动其他行业的增长。创意产业与所有地方经济的工资增长相关联，而不仅仅是城市。但是创意产业并没有推动城市的就业增长，这表明在密集地区创意产业可能会排挤其他行业。本文的结构安排如下：第二部分概述创意产业和经济增长的联系，认为在英国劳动力市场上创意产业推动增长的原因有三个，但是缺乏实证来支持这一论断；第三部分介绍用于验证这些观点的数据和模型；第四部分给出分析结果；第五部分对结果进行总结并提出政策建议。二创意产业与城市经济增长在20世纪末21世纪初的那段时间，英国城市出现了一种“复苏”迹象。政策制定者开始将城市地区视为经济增长的重要组成部分，并制定了一系列倾向性政策刺激城市复兴（Cheshire，2006）。这些政策大多数侧重于创意产业，因为它是一个不断增长的新兴产业，并且极有可能取代就业率正在不断下降的制造业（Evans，2009）。当然这并不意味着创意产业与“创新”是等同的。而且在这一点上，关于创意产业的政策讨论往往是含糊不清的。创意产业被认为对创新、城市经济繁荣具有非常重要的作用。城市是创新和创造力发生的重要场所（Hall，2000；MöllerandTubadji，2009；Vorleyetal，2008）。因为信息分享和通过面对面的接触而建立信任关系，经济活动的密度可以形成一个“口碑”效应，这有助于创造性工作的开展（StorperandVenables，2004）。城市里面有发展创意活动所需要的充足的视觉刺激和良好氛围（ChapainandComunian，2010；Drake，2003）。城市类型可能是多种多样的，或者有大量的移民，或者有足够的财富来支持创意艺术（Hall，2000）。城市是经典的马歇尔集聚经济的焦点，具有劳动力集中的专业化的供应商和消费客户、知识共享等特点。这些对于依赖特定流程、劳动力和外部刺激的创意公司来说是很重要的（Stametal，2008）。创意产业有三种广泛的机制可能导致经济增长。首先，创意产业存在一个简单的行业效应。尽管在这一领域内不同的行业表现不尽相同，但是创意产业整体呈现增长趋势，预计这种趋势将会持续下去（Vorleyetal，2008）。创意经济增长的驱动因素包括富裕程度，日益增加的受过良好教育且看重符号性产品价值的人口，以及促进文化产品消费的新技术等（Andarietal，2007；HesmondalghandPratt，2005）。在英国，创意产业的增长尤其明显：1997年至2007年间，创意产业每年平均增长5%，而英国整个经济增长为3%（DCMS，2010）。创意产业往往在特定的城市集聚（Chapainetal，2010；DePropris，2009）。有鉴于此，产生集聚的城市可能发现创意产业吸引了更多的公司和就业，而这将增加当地需求，刺激就业，提高其他部门的工资。其次，创意产业可以促进其他行业的增长。研究提出了“溢出效应”，即创意产业的存在会提高其他行业的生产率（Stametal，2008）。关于城市地区溢出效应的经济学文献主要集中在马歇尔主义的行业内外部效应和雅各布斯型跨行业的外部效应的相互影响（McGranahanandWojan，2007）。雅各布斯型外部效应可能在非贸易的溢出过程中发生，包括同处一地可以看到彼此行动的便利，行业之间员工的分享，或更广泛的社会接触。创意产业可能会被整合进生产过程中（BakshiandMcVittie，2009）。例如，设计公司可能会改进工业产品的使用、外观或生产（Brysonetal，2008）。创意产业在企业之间的联系网络中扮演着重要的角色。在一项开创性的研究中，Bakshi和McVittie（2009）表明，英国创意企业60%需求来自其他企业的采购。在一些国家，企业层面的证据表明创意产业对合作的态度相对开放，同时推动其他产业的创新（BakshiandMcVittie，2009；Chapainetal，2010；Mülleretal，2009；Stametal，2008）。与创意产业同处一地的公司可能会从中受益，提高其他行业的生产率、工资和就业。最后，创意产业在吸引移民或游客方面具有一定的舒享价值。电影或者电视行业属于时尚行业，可能会吸引新的居民来定居。它们象征着“创造性环境”（Kratke，2010；McGranahanandWojan，2007；Wedemeier，2010）。Florida（2002；2003）认为，从科学研究人员到艺术家，形形色色的“创意阶层”是当代城市经济增长的关键。为了吸引这些流动的专业人员，城市应该提高生活质量。拥有艺术家、音乐家和其他艺术职业等“波西米亚”型（意指人口流动性大）人口的城市，将会因技术人口的红利而产生经济增长。类似的过程可能会和创意产业产生交互作用，因为艺术、设计、电影等行业的存在可以使该地方对域外人群更具有吸引力（Pratt，2009）。然而，生活质量是一个多样化的现象。大多数的人口迁移是出于经济原因，创意和文化只是其他许多潜在驱动因素中的一个（Houstonetal，2008）。尽管创意产业和经济增长之间的联系备受关注，但是关于这个问题的实证性证据很少。相反，研究向来关注的是Florida提倡的“创意阶层”，而不是政策所考虑的创意产业，况且Florida的研究一直备受争议（Glaeser，2004；Houstonetal，2008；Kratke，2010；Peck，2005）。已有研究探讨了创意阶层对包括英国在内的许多国家和地区经济增长的影响（BoschmaandFritsch，2009；Clifton，2008；HugginsandClifton，2011；Leeetal，2004；McGranahanetal，2011；MarletandvanWoerkens，2007）。已有研究试图证明创意阶层与就业增加、GDP增长，或新公司创立之间的正相关关系。然而，有人质疑这种相关是否只是反映了创意阶层的人力资本，而不是他们的创造力（McGranahanandWojan，2007）。其他研究使用了不同的“创造力”指标，例如Wedemeier（2010），研究了德国区域层面“波西米亚人”（基本上来自艺术类职业）、高科技职员（泛指的“创意阶层”），以及就业和GDP增长之间的联系。发现高科技就业促进了经济增长，而“波希米亚人”或“艺术类职业”与经济增长之间呈现负相关关系。几乎没有专门针对创意产业和经济增长之间关系的研究。Stam等人（2008）考查了荷兰城市地区创意产业指标和经济增长之间的关系。他们发现，1994年创意产业就业及随后十年间就业整体增长之间存在着正相关关系，但当阿姆斯特丹从样本中移除时，其结果不具有统计上的显著性。Piergiovanni等人（2012）研究了意大利部分地区，发现在控制舒适度指标的情况下，创意产业类新公司的创建和就业增长之间存在正相关关系。三数据和模型（一）数据本文以英国通勤区域为研究对象，测试了创意产业与工资和就业增长之间的关系。通勤区域的定义是国家统计局（ONS）根据相对自给自足的劳动力市场而界定的。通勤区域内至少有四分之三的人在该区域工作和生活（CoombesandBond，2008）。本文采用英国劳动力调查（LFS）、年度商业调查（ABI）作为数据的主要来源。工资和劳动力特征的数据来自英国劳动力调查（LFS）的微数据。劳动力调查提供了每季度从6万户抽样中抽取的个人数据。个人连续五个季度接受LFS的调查采访，意味着每个人都在两年内接受过采访。为了确保每个人每一年数据只出现一次，劳动力调查的季度数据被合并为年度数据，但保留第1和第5轮的数据。这样得到2003～2008年五年时间的数据。劳动力调查的个人数据带有地方政府的识别码，但是不能够区分通勤区域。为了解决这个问题，每个调查对象都被归类到相应的通勤区域，与此同时，地方政府管辖区也被赋予相应的通勤区，两者之间重叠的最大值被用作研究分析区域。[2]用这个区域进行工资和教育特征的综合分析。关于就业的数据可以从年度商业调查（ABI）中获得。年度商业调查是对个人缴纳增值税或缴纳税款的公司的抽样调查。这些数据在通勤区域级别的研究报告中不需要做出调整。年度商业调查（ABI）的数据来自一项更大的调查，这使得年度商业调查比劳动力调查（LFS）的数据更加准确。但是，调查是针对公司的分层样本，这就意味着在地方层面仍然可能存在某些错误。虽然年度商业调查包括了大多数公司，但是它可能没有考虑到个体经营者。正是这一部分个体经营者可能在创意产业中占据了很大的就业比例（Markusen，2010）。183个通勤区域是我们选取的全部样本。然而，创意产业的大部分理论还是将其与城市相联系。回归分析也使用了城市地区独立的子样本——由Gibbons等人（2011）定义的79个城市通勤区域。这有助于评估创意产业对城市地区经济增长的影响是否有所不同。（二）模型该模型是面板数据的回归分析，在这里，因变量是就业和工资数量，自变量则是对人口结构、产业结构和创意产业就业情况的控制。基本模型如下：Y对于城市i，时间t，Y是其工资或就业的测度值。CI是创意产业就业人数总量，Youth是16岁至24岁的劳动力人口份额，Female是女性劳动力所占的份额，HighSkill是NVQ（国家职业资格）5级及以上级别所占的份额，LowSkill是国家职业资格1级及以下级别所占的份额，Manu是制造业就业总人数，Migrant是在英国以外出生的劳动力所占份额。Pop是通勤区域的人口总数，时间不变误差为v，剩余误差项为ε。本文重点关注的变量为CI，是创意产业就业总人数的对数。跨行业的类似研究倾向于使用创意产业的就业份额（或者职业份额）来衡量其劳动力市场规模。然而，由于因变量是劳动力市场的另外部分，所以结果可能会出现偏差。如果劳动力市场规模同属因变量和自变量的一部分，那么应将其包含在回归方程式的左右两端。因为模型是固定效应面板回归分析，它们考虑了所观察变量之间随时间变化而变化的关系（即，在控制了其他自变量变化的情况下，在第1年到第2年间，每个城市创意产业就业的变化对工资或就业变化的影响）。这个模型控制时间-不变的城市特定因素（不会随时间发生变化），比如劳动力市场的初始规模。利用创意产业就业的绝对数值意味着等式两端城市都不包含随时间而变化的城市总就业人数。[3]（三）创意产业测量创意产业的衡量标准来自英国文化、媒体和体育部（DCMS）。这将创意产业划分为11个不同的行业，其中有9个可以通过年度企业调查（ABI）来认定。这些子行业是：广告、建筑设计、艺术和古玩、时尚设计、电影和录像、音乐、表演艺术、出版、软件和计算机服务、电子游戏、广播电视业。工艺和设计两个行业不包括在内，是因为标准产业分类是为生产而制定的，而年度企业调查不包括这些（DCMS，2010）。最后一个变量是创意产业总就业的对数。一些研究者对DCMS的定义提出批评（DeProprisetal，200；HesmondalghandPratt，2005；Stametal，2008）。许多小型企业被排除在外。定义也忽视了旅游业和文化遗产。然而，创意产业的所有定义在关于应该包含哪些行业的问题上都存在某种程度的武断（Stametal，2008）。由于本文旨在测定政策制定者给出的经济增长方略，因此本研究将政府政策所划定的行业作为分析单元是适当的。这一定义的局限性反而使他们具有了相关性，因为检验政策的基础依据是很重要的。（四）因变量本研究涉及了4个因变量。和工资有关的变量是：（1）不包括创意产业的工资；（2）不包括创意产业私营部门的工资。两个就业变量是：（1）不包括创意产业的就业数据；（2）不包括创意产业私营部门的就业数据。创意产业可以通过数种方式提高工资。从事创意产业的工人可能会获得高于平均工资的薪水，就像公共部门为了吸引创意产业而雇佣工人一样。为了提高生产率和工资水平，创意产业可能会作为其他行业产品交易的一部分（BakshiandMcVittie，2009）。或者，创意产业可能会产生知识溢出效应，这种效应可以刺激相关行业的创新能力（LeeandRodríguez-Pose，2013a；Mülleretal，2009）。又或者，新的创意行业可能会提高当地的租金和劳动力成本，并以较低的工资排挤掉生产率低的行业。工资增长变量是正常工作人群中平均小时工资的记录（每周工作15小时以上的人，假定他们对劳动力市场有合理的附着）。[4]第一个变量是剔除创意产业从业人员后的工资总量。[5]第二个工资变量排除了公共部门的工资。此项研究在某一部分实验中，测试了在自由市场中创意产业是否对工资水平有着更大的影响。两个就业变量是剔除了创意产业就业量和创意产业私营部门就业量之后的就业总量。这些变量是对绝对雇员人数的记录。如果有溢出效应或生产率提高，这可能会增加创意产业的就业。创意行业可能会吸引新的公司，而现有的公司也可能通过提升创新性来实现扩张。如果在其他经济行业增长最快的城市，创意产业被吸引或者增长得更快，那么对创意产品的需求也会更加强劲。在此种情况下，则有可能出现反向因果关系。（五）自变量自变量控制包括对劳动力特征、产业结构和人口的关键解释变量的控制（见表1）。首先，人力资本被视为城市经济增长的关键驱动力（Blumenthaletal，2009；Glaeseretal，1995）。高技术人才往往更具生产力，而发达国家的产业结构往往更容易受他们青睐。这种影响越来越多地被视为对其他群体的泛化，知识溢出提高了同一城市低水平工人的工资，并提高了技能水平较低的人的生产力（Halfdanarsonetal，2010；Kaplanis，2010；Rausch，1993）。此外，对创意阶层现有研究的一个重要批判是，它与人力资本的区别不大（Markusen，2010）。由于“技能”和“人力资本”这两项抽象概念的数据无法获得，所以在研究中以两项资格考核证书代替上述变量。第一个是低技能工人所占的比例（在NVQ中属于1级或以下级别的工人，包括具有基础职业教育水平或者没有资格证书的人员）。这些人应该会对经济增长产生负面影响。表1变量和来源类别变量详情来源a因变量计时工资（In），剔除创意产业扣除创意产业的平均时薪，自然记录LFS计时工资（In），剔除创意产业和公共部门扣除创意产业和公共部门后的平均时薪，自然记录ABI就业（In），剔除创意产业剔除创意产业和公共部门后的总就业量，自然记录ABI私营机构就业（In），剔除创意产业剔除创意产业和公共部门后的总就业量，自然记录ABI创意产业创意产业就业（In）创意产业就业总量，自然记录ABI劳动力特征低技能工人（%）国家职业资格1级及以下级别劳动力所占比例LFS高技能工人（%）国家职业资格5级及以上级别劳动力所占比例LFS青年职工（%）16～24岁劳动力所占比例LFS女性职工（%）女性职工所占比例LFS移民职工（%）出生地不在英国的职工所占比例LFS部门组成制造业就业（In）制造业就业总量，自然记录ABI规模人口（In）全部的人口总量，自然记录ONSaLFS是劳动力调查，ABI是年度商业调查，ONS是国家统计局年中人口估计。表1变量和来源第二个衡量变量是高技能工人（NVQ5级及以上）所占比例，而高技能工人对经济增长有着积极的正相关。从本质上说，这是拥有硕士或者博士学位的人所占的比例。这不是常用的技能指标，而是在英国NVQ4级及以上（学位水平）中使用的，因为贫困地区的公共部门就业人数大幅增加，而这些就业人员中往往包括那些有NVQ4级资格证的人（Wright，2011）。这两个测量变量的优势在于，它们的定义更为严格，对高技能工人进行简单衡量遭遇的问题就会减少。劳动力特征是工资的重要决定因素，在这一领域控制中也包括年龄、性别和移民等变量（Nathan，2011）。年轻人经验更少，他们通常工资比较低，所以在研究中应该控制青年职工（16～24岁）在劳动力市场中份额。女性职工的工资也比较低，因为她们还得承担照顾孩子的责任，所以她们在劳动力市场中也面临着比较困难的局面。研究中女性职工所占的比例也应该进一步控制。同样，有一些研究表明移民和工资增长、就业提升有一定关系（Lee，2011；Nathan，2011）。对移民所占劳动力份额的控制应该会产生积极的作用。英国的制造业长期下滑，至少就业方面的指标是这样的。制造业就业机会更大的城市，它的经济发展可能更弱。正因如此，制造业与城市经济增长之间呈现负相关。最后，密集度高的城市生产力也更高，城市规模大的话有助于帮助人们找到适合自己的工作，而且大城市能够提供专业的客户和供应商（Erikssonetal，2008）。对这一项的控制可以通过对人口总数的记录来实现。在回归分析的横向研究中，这和人口密度变量是一样的（LeeandRodríguez-Pose，2013b）。人口总数是从国家统计局年终人口统计中计算出来的，随后按比例将其转换为通勤区域人口数量，正如劳动力调查的数据转换过程一样。四实验结果（一）创意产业和工资增长第一个因变量是工资增长。表2中给出了回归分析的结果，当R的平方值维持在0.605和0.751之间时，该模型运行良好。对于创意产业和工资水平这两个相互依赖的变量，第一个回归分析简单测试了在没有控制设施的情况下创意行业和经济增长之间的联系（回归分析1和6）。这两种情况下，刺激效果都非常积极而显著：在工资正在上升的城市，创意产业往往会增长。表22003～2008年创意产业和工资增长的固定效应回归分析类别计时工资（In），剔除创意产业私营部门的计时工资（In），剔除创意产业（1）（2）（3）（4）（5）（6）（7）（8）创意产业就业率（In）0.273***

（0.0358）0.0474*

（0.0263）0.0646**

（0.0321）0.270***

（0.0396）0.0516

（0.0331）0.0662*

（0.0393）青年职工比例（%）-0.338***

（0.124）-0.350***

（0.122）-0.195

（0.182）-0.414***

（0.146）-0.426***

（0.145）-0.261

（0.184）低技能工人比例（%）0.00650

（0.0326）0.00953

（0.0326）0.0207

（0.0323）0.0189

（0.0419）0.0222

（0.0420）0.0100

（0.0430）高技能工人比例（%）0.376***

（0.0599）0.365***

（0.0578）0.389***

（0.0703）0.385***

（0.0707）0.374***

（0.0696）0.353***

（0.0897）女性职工比例（%）-0.0993

（0.109）-0.123

（0.108）0.0268

（0.189）-0.203

（0.179）-0.228

（0.179）0.140

（0.233）移民员工比例（%）0.0349***

（0.00647）0.0352***

（0.00641）0.0360***

（0.00654）0.0396***

（0.00734）0.0398***

（0.00727）0.0501***

（0.00796）制造业就业率（In）-0.0952***

（0.0357）-0.102***

（0.0363）-0.264***

（0.0388）-0.110***

（0.0410）-0.118***

（0.0406）-0.246***

（0.0397）人口总量（In）1.829***

（0.323）1.745***

（0.331）0.666*

（0.339）1.718***

（0.347）1.626***

（0.356）0.402

（0.413）常量-0.00647

（0.3058）-19.11***

（4.067）-18.40***

（4.132）-4.304

（4.491）-0.125

（0.324）-17.62***

（4.373）-16.85***

（4.429）-1.164

（5.469）样本全部全部全部城市全部全部全部城市观察值951951951451951951951451R平方值0.0900.6060.6090.7520.0810.4880.4910.683通勤区域数量1841841847918418418479***p＜0.01，**p＜0.05，*p＜0.1。注：括号内表示的是标准误差。表22003～2008年创意产业和工资增长的固定效应回归分析高技能工人比例与工资增长有着显著的正相关作用。低技能工人比例并非不相关，只是它是一个积极却不显著的协同因素。拥有较多年轻员工和制造业就业人口多的城市，其工资水平可能会越来越低。尽管女性就业出现了预期中的负面迹象，但是并不显著。移民对工资产生了积极的影响，这些实验结果肯定了这一领域的其他研究工作（Nathan，2011）。创意产业和工资增长的关系才是关键性结果。创意产业与其他行业、私营部门工资增长都有积极联系（回归分析3和8）。尽管创意产业变量对私营部门工资增长没有出现显著的影响，但是已经很接近标准水平了（P=0.139）。总的来说，这表明了创意产业与其他行业的工资增长之间存在着关系。接下来，我们将测试这一效应是否适用于城市地区。专栏4和8将Gibbons等人（2010）所确定的城市地区作为样本进行研究，然而也只是重复了一些基本结果。创意产业的积极效应依然存在，而且相关系数也有所增加，这表明创意产业可能对城市地区的工资增长产生更大的影响。此外，尽管私营部门的工资标准在整个样本中并不重要，但是一旦城市地区囊括样本的话，私营部门的工资标准就具有十分重要的意义。与其他地方经济相比，在城市地区创意产业和私营部门工资的关联可能更加紧密。对这些结果的一种解释是，创意产业对其他行业的生产率和工资也有影响（BakshiandMcVittie，2009；MilesandGreen，2008；Sunleyetal，2008）。创意产业的灵感对其他行业可能也适用，尽管证明这种过程产生经济回报的直接经验证据较少，与乡村地区相比，城市创意产业可能与产品生产过程的关联更紧密。第二个可能的解释是，创意产业吸引了新的高技能工人到城市工作，而正是这些高技能工人推动了城市经济增长。创意产业增长和高技能工人的衡量标准之间似乎有一些联系（在简单的小组回归分析中，系数为0.41，p＜0.000）。即便控制了这一点，创意产业对其他行业的工资似乎仍产生了独立的影响。第三个可能的解释是，生产力较低的行业被创意产业取代，这是一种挤压效应。创意产业可以从城市的地理位置优势中获益（Chapainetal，2010）。如果创意产业扩张，这可能会使其他公司的运营成本提高，迫使产值低的企业转移或者关闭。这将会导致平均工资增加，但不会对就业产生影响。接下来将会测试是否就是这种情况。（二）创意产业和就业增长研究的第二个领域是测试创意产业是否会带动就业增长。表3考虑了创意产业对私营部门就业的影响，但其中并不包括创意产业就业数据。与工资模型相比，就业模型的契合度要低很多：R的平方值在0.040和0.168之间。表32003～2008年创意产业和就业增长的固定效应回归分析类别计时工资（In），剔除创意产业私营部门的计时工资（In），剔除创意产业（1）（2）（3）（4）（5）（6）（7）（8）创意产业就业率（In）0.0903***

（0.0155）0.0536***

（0.0141）0.0311

（0.0232）0.0758***

（0.0151）0.0681***

（0.0148）0.0344

（0.0271）青年职工比例（%）0.0108

（0.0705）0.000620

（0.0708）-0.0721

（0.0889）-0.0571

（0.0803）-0.0700

（0.0804）-0.0625

（0.104）低技能工人比例（%）-0.00115

（0.0152）0.00213

（0.0149）-0.0166

（0.0212）-0.00815

（0.0153）-0.00398

（0.0152）-0.00853

（0.0263）高技能工人比例（%）0.0176

（0.0398）0.00735

（0.0386）-0.0457

（0.0484）-0.0271

（0.0351）-0.0402

（0.0348）-0.0615

（0.0595）女性职工比例（%）0.0393

（0.0579）0.0134

（0.0573）-0.0420

（0.0727）0.0946

（0.0705）0.0617

（0.0710）-0.0936

（0.0792）移民员工比例（%）-0.00583*

（0.00338）-0.00532

（0.00342）-0.00272

（0.00330）-0.00723*

（0.00371）-0.00657*

（0.00380）-0.00420

（0.00378）人口总量（In）1.044***

（0.189）0.958***

（0.188）0.704***

（0.183）0.725***

（0.202）0.615***

（0.199）0.292

（0.237）常量10.48***

（0.131）-1.521

（2.302）-0.908

（2.271）2.677

（2.357）10.23***

（0.128）1.998

（2.471）2.777

（2.426）7.664**

（3.050）样本全部全部全部城市全部全部全部城市观察值9519519514511392951951451R平方值0.0380.1460.1680.1050.0340.0400.0730.028通勤区域数量2321841847923218418479***p＜0.01，**p＜0.05，*p＜0.1。注：括号内表示的是标准误差。表32003～2008年创意产业和就业增长的固定效应回归分析回归分析的1和5仅包括对创意产业的控制。创意产业和就业增长之间存在明显的正相关关系，即使是在公共部门就业被排除在外的情况下这种正相关也是存在的。在回归分析的2和6中，引进了控制性措施。然而，控制变量与总体就业增长不相适应，这可能反映出了公共部门就业数量在这一段时间内的普遍扩张（Wright，2011）。可是，当创意产业的控制和措施一同使用时（回归分析的3和7），创意产业和就业增长之间存在着显著的联系，即使是在公共部门就业数据被排除在外的情况下，创意产业与就业增长之间的显著联系仍然存在。当只考虑私营部门的就业情况时，这种影响会稍微高一些。创意产业对其他行业就业增长的影响可能只适用于私营部门。[6]回归分析的4和8仅选取了城市样本。在这种情况下，创意产业变量虽然有积极的影响，但是却并不重要。创意产业似乎并没有促进城市就业增长，尽管创意产业与工资增长相关。一种解释是，创意产业可能会在城市地区排挤其他行业，这种现象在通勤区域、人口密度相对较低的乡村地区不太可能会发生。在城市地区，资源竞争可能意味着，尽管创意产业提升了其他行业的工资水平，但是创意行业同时也排挤掉了提供生产性就业的公司。这一结果肯定了Piergiovanni等人（2012）的其他研究，他们发现创意产业企业数量（而不是就业量）与就业增长之间存在正相关。本项研究的结果表明，至少有部分影响是由创意产业的外部效应造成的。尽管有不同的建模框架和控制设施，但是创意产业的外部性效应依然存在。（三）工具变量分析对研究结果的主要挑战是潜在的内生因果关系。尽管大多数理论研究表明，创意产业可能会推动经济增长，但也可能是由创意产业被增长型城市所吸引造成的。对于那些需要靠近富裕消费者的行业，上述情况发生的可能性更大，尤其是古董或艺术行业更有可能出现这种情况（Hall，2000；Markusen，2010）。这一过程也可能会在企业对企业的交易中出现，因为企业通常会迁移到企业客户所在的地区。关于上述这种效应，伦敦地区在这方面有一些证据（Freeman，2010）。为了测试因果关系，在Ottaviano和Peri（2006）之后，我们使用了一个简单的偏离工具变量。这种工具的计算方法是，首先估算出1998年每个通勤区域创意产业各分部门的就业比例。根据1998～2008年国家增长率，假定每个创意产业部门的价值。这就为2003～2008年每年的创意产业就业提供了预测值。这一偏离工具应该与其他潜在的创意产业增长驱动因素无关：例如，因为其他行业生产率提高，创意产业出现增长。这一偏离工具将会部分排除内源性因果关系的潜在影响。在基本的回归分析中，偏离工具似乎与创意产业变量有很好的相关性（p=0.000）。但是在实际中，偏离工具似乎是一种较弱的工具，F统计并不总是能通过一般的阈值为10的经验法则。表4给出了使用该偏离工具的四个仪器变量以及全套控制回归分析的结果。这意味着，一旦包含控制措施，该工具预测创意产业增长的能力就会相对变差。表42003～2008年工具变量分析：创意产业和经济增长类别计时工资（In），剔除创意产业（1）私营部门计时工资（In），剔除创意产业（2）就业率（In），剔除创意产业（3）私营部门就业率（In），剔除创意产业（4）C10.925***0.785***0.0348***0.0225*（0.260）（0.259）（0.0129）（0.0117）控制装置全部全部全部全部克拉格唐纳德F统计3.085.0863101.24**p＜0.01，*p＜0.1。注：工具：从1998年开始创意产业就业岗位的偏离增长。控制量：青年职工比例（%）、低技能工人比例（%）、高技能工人比例（%）、女性职工比例（%）、移民职工比例（%）、人口总量（In）。回归分析的1和2包括了制造业就业数据。总共有176个通勤区域样本。括号中表示的是标准误差。表42003～2008年工具变量分析：创意产业和经济增长然而，这一偏离工具肯定了基本的、在所有四个回归中都是重要的结果：创意产业推动工资增长和就业增长，尽管使用的是稍有瑕疵的工具。这一工具是基于相对较新的数据，但是仍然可能存在一个未被观察到的因素，这个因素不仅决定