學歷、城市規(guī)模與勞動者收入
——大城市真的給人才更好的待遇嗎？

韓立恒 車春鸝

（上海對外經(jīng)貿(mào)大學，上海201620）

一、引 言

“書中自有黃金屋……書中車馬多如簇……男兒欲遂平生志，五經(jīng)勤向窗前讀”，既是勵志的詩句，也形象說明了在古代，一個人想要實現(xiàn)自己的理想，需努力勤學讀書。通過學習，博取了功名，自然能有榮華富貴。事實也的確如此。在中國古代封建社會，仕途的等級最高，富人可以捐官，而對于絕大多數(shù)的底層人而言，通過科舉考試是唯一途徑。只要通過考試，就能步入仕途，享有功名利祿。因此有詩云：“朝為田舍郎，暮登天子堂”、“白日探得珠，不待驪龍睡”。

而當今社會，實現(xiàn)個人理想的途徑更加多元化，讀書不再是唯一選擇?？v觀世界，李嘉誠、比爾.蓋茨、史蒂夫·喬布斯均沒有高等教育學歷，他們依然在各自領域里叱咤風云，實現(xiàn)了自己的人生價值。

不知道何時起，“讀書無用論”開始甚囂塵上，一方面，接受高等教育的時間成本和經(jīng)濟成本都不低，而教育回報率卻不高，畢業(yè)仍然成為“打工一族”，另一方面，低學歷富豪也的確不少。在美國眾多百萬富翁中，超過50%的人并沒有接受過完整的大學教育。①職場創(chuàng)業(yè)夢工廠.《福布斯》、《胡潤》榜前100 名中只有不到20%的人具有高學歷! [DB/OL]，（2017-10-16）.2019-11-02.http：//dy.163.com/v2/article/detail/D0T7OQFC0524NNLJ.htm.

2017年胡潤研究院發(fā)布的一份“2017 社會大學英雄榜”顯示，上榜的2000 多位資產(chǎn)達20 億及以上的企業(yè)家中，有一半人沒有全日制本科或研究生學歷。然而前100 位“社會大學”（沒有高等教育學歷）上榜企業(yè)家的平均財富，相比有全日制本科或研究生學歷的上榜企業(yè)家也差了一半，前者為628 億，后者為1154 億。學歷與收入究竟是一種怎樣的關系？ 讀書無用嗎？

大城市的生活成本高，相應的工資水平也會高，那么不同學歷的收入水平是否會隨著城市規(guī)模的變化而變化？ 與城市規(guī)模是一種怎樣的關系？ 城市越大，學歷越高，收入越高嗎？

為回答上述問題，論文擬以是否受到高等教育作為分界線，把高中及以下學歷的勞動者作為對照組，研究?？粕?、本科生和研究生在不同規(guī)模城市下與對照組勞動者工資差距，并控制住醫(yī)療、環(huán)境等因素，同時利用最低工資對名義月工資進行調整，力求一個更貼近現(xiàn)實的情況，探究不同學歷的勞動者在不同規(guī)模的城市中學歷所帶來的工資溢價，以分析收入與學歷、城市之間的關系。

二、文獻回顧與理論假設

關于教育對工資影響的研究，多使用美國經(jīng)濟學家Mincer（1974）提出的工資決定方程及其擴展形式，明瑟方程一般將工資的對數(shù)形式作為因變量，將工作的年數(shù)及其平方項、教育年限作為自變量，往往也同時控制其他變量，比如性別、民族等，在之后的研究文獻中，對教育回報的討論不僅局限于個人層面，大量文獻證明個人所在的企業(yè)、城市、行業(yè)等都會對個人的工資產(chǎn)生不同程度的影響，而不同個體或者行業(yè)特征等在不同規(guī)模的城市中也體現(xiàn)出不同的效果，且對教育年限也不單一局限于連續(xù)變量，而是分類為不同學歷或將教育總年限分為幾段進行研究。接下來本文對關于城市規(guī)模與工資溢價間的相關理論假設和文獻進行概述。

（一）生活成本和生活質量

多數(shù)關于城市規(guī)模和工資的文獻都證明了城市規(guī)模越大，勞動者名義收入越高，但是Beaudry 等人（2014）研究發(fā)現(xiàn)高工資的城市，生活成本也較高，導致規(guī)模大的城市工資較高可能只是一種名義現(xiàn)象或者貨幣層面的補償。而Helsley 和STrange（2014）的研究結果也表明，高昂的生活成本會使得個體效用大打折扣，應該使用工資和所屬城市消費成本間的差值來衡量個體效應。

若如此，大城市工資高只是名義現(xiàn)象，不同學歷的勞動者為什么仍愿意前往大城市工作呢？ 原因在于大城市能提供更高質量的生活，或者說滿足人們多樣、挑剔的需求，Albouy（2012）指出，勞動者前往規(guī)模大的城市的重要原因之一，是大城市提供更好的交通、醫(yī)療、娛樂等服務。

（二）互動效應

一方面是企業(yè)與勞動者的互動，Enrico（2011）研究發(fā)現(xiàn)城市規(guī)模越大，一般城市內(nèi)的企業(yè)勞動者數(shù)量會更多，則企業(yè)和勞動者間更加容易相互匹配，勞動者的價值能在大城市中獲得更好的體現(xiàn)，學歷更高的人收益更大，從而收入提升空間越大。

另一方面是人與人之間的互動，Mare（2001）的研究強調規(guī)模大的城市會吸引人才，知識的正外部性更能體現(xiàn)，而低技能和低學歷的勞動者能從這種知識的外溢中獲得更大能力提升，從而提升工資溢價。另一些學者從城市規(guī)模的擴大對不同勞動者群體收益的差異性入手進行研究，比如，陳釗、陸銘等（2010）發(fā)現(xiàn)，城鎮(zhèn)的勞動者收入差距很大一部分是由于行業(yè)間的收入差距造成的，且隨著行業(yè)收入差距的擴大而愈發(fā)嚴重，也從另一角度詮釋不同行業(yè)的勞動者在不同規(guī)模城市工資收益有所不同。

（三）經(jīng)濟集聚效應

勞動者的工資收入受企業(yè)層面的影響也很大。生產(chǎn)率較高的、績效好的企業(yè)更傾向于在大城市建廠，這也間接提升了大城市工人工資。大城市更靠近原材料產(chǎn)地，有更廣闊的原材料市場，考慮到交通等因素，會降低成本，提高利潤。Yankow（2006）研究發(fā)現(xiàn)勞動者在進入大城市后，工資會立即提升，一旦離開大城市，工資也會立即下降，而且指出集聚確實提升了企業(yè)效率。

（四）能力群分效應

能力群分假說認為高能力的勞動者在大城市生產(chǎn)率更高，而高生產(chǎn)率往往意味著高工資，這往往吸引能力較高或學歷較高的人自動向規(guī)模較大的城市聚集，低能力或低學歷的勞動者在小城市中則占更高的比例，由于能力難以直觀觀測，實際上這導致將學歷作為求職者能力的一種重要參考，導致高學歷的勞動者通過前往規(guī)模更大的城市能獲得更高的工資溢價，該理論也符合很多高學歷者前往大城市的動機。

（五）文獻評述

前文敘述了關于城市規(guī)模和工資關系的相關假設研究，其中互動效應理論假設認為低技能或低學歷者能在大城市中獲得更高的收益，而能力群分效應則認為高學歷、高技能的人才可以在大城市中獲得更高的收益，不同理論間對于高低學歷或高低技能的劃分也都不同，所以對于本文所提出的問題需要更細致的實證分析才能給出答案。另有一些文獻從不同角度闡述了城市規(guī)模對工資的影響，有從城鄉(xiāng)差異入手的，比如李紅陽和邵敏（2017）指出不同技能水平的勞動力都可以從城市規(guī)模擴大中獲得工資提升，但是高技能勞動者獲得的收益要顯著高于中低技能勞動者。王建國和李實（2015）用流動人口檢測數(shù)據(jù)，考察城市規(guī)模和民工工資間的關系，發(fā)現(xiàn)高教育水準的農(nóng)民工在大城市中工資增幅更加明顯。

國內(nèi)關于學歷對工資的影響在不同規(guī)模城市的差異性研究不足，王建國和李實（2015）僅從農(nóng)民工角度研究城市規(guī)模對工資的影響，且缺少大專以上樣本。李紅陽和邵敏（2017）的研究以教育年限為標準將勞動者分為高、中、低三類技能水平的勞動者，且其研究中沒有對健康程度等關鍵變量進行控制，大量研究表明，健康程度會顯著提升尤其是低技能勞動者的工資收入（常金良，師東菊，高晨光，2009；陳靜思，2006）。另外一些研究（劉生龍、周紹杰和胡鞍鋼2016）未控制企業(yè)等層面特征，且關注的是城鄉(xiāng)差異，而非城市規(guī)模差異，關于教育水平控制也僅僅使用勞動者受教育年限的連續(xù)變量。

（六）本文的主要貢獻和創(chuàng)新

本文的主要貢獻和創(chuàng)新在于：第一，利用CHIP 2013 的微觀數(shù)據(jù)，其覆蓋城市更廣，且發(fā)布日期較新，更具有時效性，另外本文利用該數(shù)據(jù)相關變量信息較齊全，從個人、行業(yè)、企業(yè)、城市層面控制影響個人工資的因素，研究結果更精確。第二，國內(nèi)關于不同規(guī)模城市里學歷對工資的增益差異研究很少，尤其是關于教育年限的分類，本文將勞動者受教育水平分為研究生及以上、本科生、?？粕⒏咧袑W歷及以下，更加符合當前勞動力市場對人才的分類，本文在這方面進行研究，填補部分空白。

實證分析結果顯示，高等教育學歷的確會帶來工資溢價，這與我們平常的認知吻合，然而高等教育學歷帶來的工資差距并不都隨著城市規(guī)模擴大而擴大。研究生及以上學歷的勞動者與低學歷勞動者的工資差距會隨著城市城市規(guī)模擴大而擴大；?？粕?、本科生與低學歷勞動者間工資差距并不會隨著城市規(guī)模擴大而拉大。大城市所帶來的工資紅利更青睞于研究生及以上的勞動者，對其余勞動者是“雨露均沾”，并不會放大學歷帶來的工資差距。

三、數(shù)據(jù)和指標選取

（一）數(shù)據(jù)來源和篩選

本文個體層面的數(shù)據(jù)主要來源于中國家庭收入項目CHIP 2013，該數(shù)據(jù)是北京師范大學收入分配研究院針對中國家庭收入進行的調查數(shù)據(jù)，樣本包括31 個?。ㄊ校?，內(nèi)容包括2013年城市、鄉(xiāng)村和流動人口的性別、宗教、最高學歷等個人特征信息和收入信息，2016年由中國收入分配研究院發(fā)布供大家研究使用。

城市層面的信息除城市人口規(guī)模外滯后一年，來源于《中國城市統(tǒng)計年鑒（2012）》，該數(shù)據(jù)包括2012年各市每萬人道路面積、每萬人擁有的醫(yī)院數(shù)等數(shù)據(jù)，2013年城市人口規(guī)模來源于《中國城市統(tǒng)計年鑒（2013）》。由于我們研究的是不同學歷勞動者工資收入的問題，我們首先將樣本年齡限定在16 周歲到65 周歲之間，并且只保留月工資收入大于0 的樣本。

（二）指標選取

本文的因變量選取個人2013年名義月工資的對數(shù)值，考慮到大城市的生活成本和生活質量等方面的問題，本文借鑒高宏（2014）的做法，利用2013年各縣最低工資對名義勞動收入進行平減獲取實際勞動收入，因為各地最低工資標準一般都按照當?shù)鼗镜纳钯M用制定，所以該做法比較合理。

關鍵變量為學歷和城市規(guī)模及其它們的交乘項，各個城市人才優(yōu)惠政策對于學歷的要求多分為碩士及以上、本科生、?？粕驔]有學歷要求，所以我們把學歷分為研究生及以上postgr、本科生college、?？粕鷗ech、高中生及以下四個層次，以高中生及以下作為基準組；而關于城市規(guī)模我們使用2013年各市市轄區(qū)人口的對數(shù)值lncity.

其他控制變量主要分為個人、企業(yè)、行業(yè)、城市、地區(qū)五個層面：

第一，個人層面控制變量。除學歷外其他個人層面的控制變量主要包括性別虛擬變量gender，取1 表示男性，0 表示女性；婚姻狀況虛擬變量marry，1 表示已婚，0 表示未婚；經(jīng)驗exper，我們采用大多數(shù)研究的方法，將個體調查年份的年齡減去教育年限，最后再減去6 作為個體的經(jīng)驗變量，因此，在本文的變量中，不再控制年齡；職業(yè)經(jīng)驗tenure，在CHIP 2013 的調查問卷中，有關于個體從事現(xiàn)在職業(yè)的年份的問題，我們用調查年份，即2013 減去個體從事現(xiàn)在職業(yè)的年份獲得職業(yè)經(jīng)驗變量；戶籍虛擬變量，取1 表示農(nóng)業(yè)戶口，取0 表示非農(nóng)戶口；健康程度虛擬變量phy，CHIP 2013 調查問卷中，將健康程度分為五類，我們定義回答非常好和好的個體健康狀況為好，并取值為1，將健康狀況回答為一般、不好、非常不好的個體定義為差，并取值為0；民族han，取1表示漢族，取0 表示少數(shù)民族；政治面貌虛擬變量party，取1 表示中共黨員，0 表示其他。國內(nèi)外的大量研究都表明婚姻狀況、性別、經(jīng)驗等會顯著的影響個體的收入（Pallais，2014；柴國俊和鄧國營，2012；王建國和李實，2015），我們也利用所得數(shù)據(jù)盡可能地控制住這些變量，以減少內(nèi)生性。

第二，企業(yè)層面控制變量。企業(yè)層面的虛擬變量我們主要控制企業(yè)規(guī)模，Rosenthal and Strange（2014）研究發(fā)現(xiàn)個人工資和企業(yè)規(guī)模呈顯著正相關關系，規(guī)模較大的企業(yè)，員工工資往往也較高，我們按企業(yè)人數(shù)對企業(yè)規(guī)模形成6 個虛擬變量firm_size，①CHIP2013 將企業(yè)規(guī)模按企業(yè)人數(shù)分為①10 人及以下②11 人- 50 人③51 人- 100 人④101 人-250 人⑤250 人-500 人⑥501人-1000 人⑦1001 人以上，共7 類。將10 人以下的企業(yè)作為基準組；王建國和李實（2015）等研究也表明員工工資同樣也和企業(yè)類型相關，我們根據(jù)CHIP 2013 的企業(yè)分類，①CHIP2013 企業(yè)分類①黨政機關團體②事業(yè)單位③國有及控股企業(yè)④集體企業(yè)⑤中外合資或外商獨資企業(yè)⑥個體⑦私營企業(yè)⑧土地承包者⑨其他生成8 個企業(yè)類型虛擬變量firm_own，以黨政機關為基準組。

第三，城市層面控制變量。一個城市第三產(chǎn)業(yè)和第二產(chǎn)業(yè)的比值indus-struc、外商直接投資的比重ffp 會對個人工資產(chǎn)生顯著影響（高虹，2014），我們在本次研究中控制住這些變量。另外，考慮到城市提供生活質量服務方面的差異，我們同時控制了人均道路面積roadpc，每萬人擁有的公共汽車數(shù)量buspc，城市綠化覆蓋率greenpc，每萬人擁有的醫(yī)院數(shù)hospc。

第四，行業(yè)層面控制變量。CHIP 2013 調查問卷共設計了20 個行業(yè)供調查者選擇，我們對這20 個行業(yè)生成19 個虛擬變量occupy，以農(nóng)、林、牧、漁業(yè)為基準組。

第五，地區(qū)層面控制變量。另外，我們還加入了地區(qū)虛擬變量east，west，取1 時分別代表位于我國東部和西部，以中部為基準組，以控制勞動力市場制度、氣候特征和其他自然方面等因素對個人工資和職業(yè)選擇的影響（李紅陽，邵敏，2017）。

表1 主要樣本描述性統(tǒng)計

四、實證結果討論

（一）描述性統(tǒng)計

除了前面限制了樣本值年齡特征值，我們還對數(shù)據(jù)進行了如下處理： 剔除了我們所控制的變量中回答“不知道”和“不方便回答”的樣本；去除了一些明顯不符合實際的樣本，比如誤將工齡填成開始工作年限，導致工齡2000 多年的樣本；剔除了被調察者所在縣或市層面變量缺失的樣本，最后共計得到有效樣本18006 個，主要變量描述性統(tǒng)計如表1所示。

（二）回歸方程和結果分析

我們的主要回歸方程如下：

其中l(wèi)nwangeic 表示勞動者名義月工資的對數(shù)，也同時表示勞動者實際月工資的對數(shù)，lncityc 表示2013年各市市轄區(qū)人口規(guī)模的對數(shù)值，IDic 表示上文提及的學歷虛擬變量和性別、經(jīng)驗等個體層面的控制變量，F(xiàn)irmfic 表示企業(yè)層面的控制變量，主要是企業(yè)規(guī)模和所有制虛擬變量，Industrialhic 表示行業(yè)層面控制變量，CTc 表示城市層面的控制變量，Rric 表示地區(qū)層面的控制變量。

對于（1）式的回歸結果如表2所示，該回歸結果中，我們依次加入各個層面控制變量，在前四列中，第（1）列只加入個人層面，城市人口規(guī)模對數(shù)值lncityc；第（2）列我們又加入了企業(yè)層面和行業(yè)層面的控制變量，由于這兩方面添加的虛擬變量過多，我們用YES 代表添加該層面控制變量，NO 代表未添加該層面的控制變量；第（3）列我們同時加入城市層面控制變量和地區(qū)層面控制變量；第（4）-（6）列我們將前三列中的因變量名義工資對數(shù)值lnwage 替換為經(jīng)過最低工資調整的實際工資對數(shù)值lnregage，其他控制變量的安排不變。

前三列的結果中，我們的研究結果和大多數(shù)的結果相似。首先，城市人口數(shù)量多對勞動者的工資有顯著的提升作用，且都在1%的顯著性水平下顯著，其中，我們在第（1）列基礎上添加除學歷外其他個人層面的控制變量后，城市規(guī)模的彈性系數(shù)差別并不大，前兩列該彈性系數(shù)分別為0.108和0.100，但是當我們添加了城市層面的控制變量和地區(qū)層面的控制變量后，城市規(guī)模的彈性系數(shù)下降到了0.044，這說明地區(qū)和城市層面的控制變量是影響勞動者工資的重要因素，一些研究忽略這方面的影響將產(chǎn)生較大的偏差。

接下來我們在回歸方程中加入學歷虛擬變量和城市人口規(guī)模對數(shù)值的交互項，以探究隨著城市規(guī)模城市的擴大，不同學歷的勞動者相對無學歷勞動者的收益能獲得顯著的提升?；貧w結果如表3所示：

表2 OLS 回歸結果

表3 OLS 回歸結果（加入交乘項）

加入交互項后，我們發(fā)現(xiàn)除了研究生及以上學歷的勞動者能從城市規(guī)模擴大中獲得的收益顯著高于無學歷者外，本科生和?？粕S城市規(guī)模擴大并不能獲得比無學歷者更高的收益，該結論無論是對名義工資對數(shù)值還是實際工資對數(shù)值都成立。具體而言，城市規(guī)模每翻一倍，研究生及以上學歷的勞動者相對教育程度為高中及以下的勞動者而言，工資多增加26.2%，即使經(jīng)過最低工資的調整，也有21.7%的收益，該結論符合能力群分效應的相關假設。

五、穩(wěn)健性檢驗

雖然個體的微觀工資數(shù)據(jù)對整個城市規(guī)模宏觀變量的影響比較小，能夠削弱我們計量模型的內(nèi)生性問題（Hering and Poncet，2009），而且我們盡可能控制工資相關變量，且大部分控制變量都在1%的顯著性水平上顯著，有效的減輕OLS 的內(nèi)生性問題，但不可避免，仍會出現(xiàn)以下問題。

第一，遺漏變量問題。對工資的測定總是難以避免的討論個人能力變量問題，由于決策能力、判斷能力等個人能力難以測度，可能導致我們的估計有偏。另外基于數(shù)據(jù)的限制，我們也難以測度社會資本、個人容貌對個人工資的影響，一些研究（章元和陸銘，2009；郭繼強，費舒瀾和林平，2016）發(fā)現(xiàn)容貌和社會資本會對個人工資產(chǎn)生顯著影響。

第二，雙向因果問題。勞動力被大城市高工資吸引，更傾向去大城市工作，這會促使城市規(guī)模不斷擴大，產(chǎn)生內(nèi)生性。

對于上述內(nèi)生性問題的處理，我們使用工具變量來去除內(nèi)生性，利用1992年城市統(tǒng)計年鑒中各個城市的人口數(shù)量作為工具變量，20年前的各個城市的人口數(shù)和2013年城市人口數(shù)有著較強的聯(lián)系，而城市高工資卻難以影響20年前的城市人口數(shù)。該工具變量通過了弱工具變量檢驗，IV 估計結果和弱工具變量檢驗結果如表4和表5所示，在表4中，我們將表3中OLS 估計結果的第（3）列和第（6）列分別放到了第（1）、（3）作為對比，第（2）、（4）是針對名義工資和實際工資的IV 估計結果，我們可以看到使用工具變量進行估計并不改變我們的結果，lncity、city-postr的系數(shù)有所上升，其中名義工資下，城市人口規(guī)模和研究生及以上學歷的交互項的彈性系數(shù)從0.221 上升到0.227，實際工資下由0.186 上升到0.193，系數(shù)變化很小，且都在1%顯著性水平下顯著，說明我們的結果是穩(wěn)健的，只有研究生以上學歷擁有者才能隨著城市規(guī)模擴大比無學歷者即高中以前就畢業(yè)的人獲得更大的收益。

表4 IV 回歸結果

表5 弱工具變量檢驗結果

六、結 論

本文利用CHIP 2013 的微觀經(jīng)濟數(shù)據(jù)，結合中國城市統(tǒng)計年鑒和最低工資相關資料，以勞動者月工資收入的對數(shù)值為因變量，探究研究生及以上、大學、?？撇煌瑢W歷持有者能否隨著城市規(guī)模的擴大獲得比低學歷或無學歷勞動者更大的收益，實證分析城市規(guī)模、工資和不同學歷之間的關系。研究發(fā)現(xiàn)，雖然在控制了個人、企業(yè)、城市、地區(qū)等層面的特征后，研究生及以上勞動者、本科學歷勞動者和?？茖W歷勞動者工資顯著高于低學歷或無學歷勞動者，在1%的顯著性水平上，研究生及以上勞動者比高中及以下勞動者工資高59.7%，本科生比高中及以下勞動者工資高36.1%，專科生比高中及以下勞動者工資高12.3%，因變量改用最低工資調整過的實際工資對數(shù)值后，仍有顯著差異。這說明雖然近年來各學歷的人數(shù)不斷增加，有較高學歷的人員仍能比低學歷人員獲得更高的工資；之后我們利用OLS 和IV 對加入學歷虛擬變量和城市規(guī)模變量交互項的方程進行回歸，發(fā)現(xiàn)這些因學歷產(chǎn)生的工資差距中，只有研究生及以上學歷對低學歷勞動者的工資差距能隨城市規(guī)模擴大而擴大，本科生、?？粕c低學歷間的工資差距并不會隨城市規(guī)模擴大而改變，該結論對名義工資和實際工資都成立。

中國經(jīng)濟由高速增長階段轉為高質量發(fā)展階段的今天，各個城市尋求快速發(fā)展，但是承受著科技革新、創(chuàng)新動力不足、產(chǎn)業(yè)轉型升級各個方面的壓力，而人才是解決這些問題的重要一環(huán)。一方面，中國受過高等教育的人數(shù)量有限，自1949年到2017年，我國歷年普通高等學校畢業(yè)生共計8821.5568 萬人，除此之外，還有2695.8433 萬名在讀學生，其中?？粕捅究粕蠹s各占50% ，所以，目前高等教育人口占總人口的比例大約為8.33%，碩士及以上學歷持有者更是僅占總人口0.5%。另一方面，根據(jù)世界銀行測算，我國經(jīng)濟增長的32%可以由人口紅利解釋，但這一因素隨著老齡化社會的到來逐漸削弱。于是，各個城市，尤其是新一線城市，推出住房補貼、落戶優(yōu)惠等各項政策“搶”擁有高學歷人才?，F(xiàn)如今一方面是畢業(yè)生感受到就業(yè)壓力越來越大，另一方面各大城市急需人才來帶動本地經(jīng)濟發(fā)展，拋出各種橄欖枝吸引人才入住，并給予住房、教育等各類優(yōu)惠，而本身很多人就想去大城市發(fā)展，以發(fā)揮自己學歷更大的價值，最大程度上彌補接受教育花費的機會成本，拉開與低學歷勞動者的工資差距。但我們的研究表明城市規(guī)模的擴大雖然能從整體上提升個人工資，但是并不能擴大本科生和專科生相對低學歷者的工資差距，再考慮到大城市更大的壓力與生活成本等方面因素，對這些人來說，他們前往大城市并不“理性”，盲目去規(guī)模更大的城市定居或工作可能并不是一個更優(yōu)的選擇，考慮到壓力、家庭、教育等方面的因素，留在中小城市發(fā)展更加合適。

對于各地政府而言，出臺“搶人”政策源于對人才的需求，而住房、戶口等政策優(yōu)惠確實在一定程度上達到了吸引人才的目的，但隨著加入“搶人”大戰(zhàn)的城市增多，留住人才才是保證各類人才對城市做出持久貢獻的關鍵。而各個學歷的人才決定是否留在某個城市的原因很多，工資和生活水準是其中非常重要的因素，而這些又取決于該市為人才能提供怎樣的就業(yè)、創(chuàng)業(yè)環(huán)境。所以各市在搶人的同時，應該注重改善就業(yè)環(huán)境，完善當?shù)貏趧恿κ袌鲶w制，使人才更好的和工作崗位匹配，讓不同學歷的勞動者人盡其才，才盡其用，發(fā)揮出他們各自最大的價值，這樣才能既搶到人才，又留住人才。