中國(guó)省際人口遷移與經(jīng)濟(jì)發(fā)展水平關(guān)系的非線性分析

楊未然，劉金典，程名望

(同濟(jì)大學(xué) 經(jīng)濟(jì)與管理學(xué)院，上海 200093)

一、引 言

改革開放以來，大規(guī)模的人口遷移成為中國(guó)經(jīng)濟(jì)發(fā)展和城市化進(jìn)程中的一個(gè)典型特征。中國(guó)衛(wèi)生計(jì)生署發(fā)布的歷年中國(guó)流動(dòng)人口發(fā)展報(bào)告顯示，2011—2017年間，中國(guó)流動(dòng)人口始終保持在年均2億人以上，2017年的流動(dòng)人口規(guī)模更高達(dá)2.45億人(1)中國(guó)衛(wèi)生和計(jì)劃署官方網(wǎng)站：http://www.nhfpc.gov.cn/zhuz/index.shtml。。大規(guī)模的人口遷移推動(dòng)跨地區(qū)勞動(dòng)力要素的優(yōu)化配置，但也給流入地和流出地的經(jīng)濟(jì)發(fā)展造成異質(zhì)性的影響。發(fā)達(dá)區(qū)域的人口集聚為其經(jīng)濟(jì)發(fā)展提供豐富的人力資本，但對(duì)城市公共服務(wù)和公共管理形成巨大的壓力；但是欠發(fā)達(dá)省份面臨勞動(dòng)力流失之困，甚至出現(xiàn)“空心城”“空心村”等現(xiàn)象，伴隨著勞動(dòng)力這種最活躍的生產(chǎn)要素和消費(fèi)需求主體的流失，人口流失與經(jīng)濟(jì)衰退形成累積循環(huán)的惡化態(tài)勢(shì)。[1-2]2017年各省對(duì)人才的“爭(zhēng)搶”愈演愈烈，“新一線城市”展開了一輪以解決戶口、住房補(bǔ)貼等優(yōu)惠政策來吸引人才的“爭(zhēng)奪戰(zhàn)”(2)《2017城市商業(yè)魅力排行榜》新一線城市為：成都市、杭州市、武漢市、重慶市、南京市、天津市、蘇州市、西安市、長(zhǎng)沙市、沈陽市、青島市、鄭州市、大連市、東莞市、寧波市。，但人才依然向北上廣等東部發(fā)達(dá)省市流動(dòng)，中西部地區(qū)卻面臨人才流失的困境，區(qū)域協(xié)調(diào)發(fā)展受到人力資源分布不均衡的危害。那么，人口遷移與相對(duì)經(jīng)濟(jì)發(fā)展之間是什么關(guān)系？東部地區(qū)的人口集聚會(huì)持續(xù)多久？中西部地區(qū)如何走出勞動(dòng)力流失的困境？本研究對(duì)于上述問題的回答，具有重要的現(xiàn)實(shí)意義和政策價(jià)值。

對(duì)人口遷移的決策分析多基于“推力-拉力”分析框架，該理論將人口遷移決策歸因于遷出地的排斥力(推力)和遷入地的吸引力(拉力)共同作用的結(jié)果。[3-5]在該框架下，已有文獻(xiàn)將人口遷移的動(dòng)力歸結(jié)為地理、經(jīng)濟(jì)和社會(huì)等因素。[6-8]從人口遷移與經(jīng)濟(jì)發(fā)展水平的關(guān)系來看，首先，地理學(xué)第一定律(Tobler's First Law of Geography)指出：“所有事物都與其他事物相關(guān)聯(lián)，較近事物比較遠(yuǎn)事物關(guān)聯(lián)度更強(qiáng)?！盵9]流入地和流出地地理越臨近，社會(huì)文化差異越小，遷移距離越短，遷移成本和社會(huì)融入成本也越低。據(jù)此，省際人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展水平之間應(yīng)該具有一定的空間相關(guān)性。其次，新古典經(jīng)濟(jì)學(xué)和新家庭遷移理論基于個(gè)人(或家庭)遷移收益最大化和區(qū)域勞動(dòng)力需求差異對(duì)勞動(dòng)者的遷移行為進(jìn)行分析，研究發(fā)現(xiàn)勞動(dòng)力的遷移率和遷移人數(shù)與遷入地的預(yù)期收入呈正相關(guān)關(guān)系。[10-12]劉易斯認(rèn)為城市高于農(nóng)村的勞動(dòng)生產(chǎn)率是人口流入城市的源動(dòng)力。[13]托達(dá)羅引入了“期望收益”來解釋城市失業(yè)與農(nóng)村勞動(dòng)力流入并存的經(jīng)濟(jì)現(xiàn)象。[14]一般的，相對(duì)經(jīng)濟(jì)發(fā)展水平較高的地區(qū)，勞動(dòng)力的預(yù)期收入相對(duì)其他區(qū)域更高。區(qū)域人口遷移是區(qū)域內(nèi)外經(jīng)濟(jì)發(fā)展水平綜合作用的結(jié)果，區(qū)域的絕對(duì)經(jīng)濟(jì)發(fā)展水平是人口凈流入的影響因素，但這并不全面，該區(qū)域相對(duì)于其他地區(qū)的相對(duì)經(jīng)濟(jì)發(fā)展水平是更深層次的動(dòng)力因素。若一區(qū)域相對(duì)其他地區(qū)的經(jīng)濟(jì)發(fā)展水平更高，預(yù)期收入更高，區(qū)域內(nèi)人口外流的動(dòng)力被削弱，而區(qū)域外人口流入?yún)^(qū)內(nèi)的引力被加強(qiáng)，兩種力綜合作用下，會(huì)形成人口凈流入的遷移格局；若一區(qū)域相對(duì)其他地區(qū)的經(jīng)濟(jì)發(fā)展水平較低，預(yù)期收入更低，區(qū)域內(nèi)人口外流的動(dòng)力被加強(qiáng)，而區(qū)域外人口流入?yún)^(qū)內(nèi)的引力被削弱，兩種力綜合作用下，會(huì)形成人口凈流出的遷移格局。但人口集聚和經(jīng)濟(jì)集聚后期也會(huì)產(chǎn)生負(fù)外部性，諸如環(huán)境污染、交通擁擠和高房?jī)r(jià)等因素的出現(xiàn)會(huì)形成人口流入的阻力因素。[15-16]據(jù)此，人口凈流入與絕對(duì)經(jīng)濟(jì)發(fā)展水平之間關(guān)系并不顯著。但人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展水平之間存在一定的相關(guān)關(guān)系，且很可能存在非線性的倒U型關(guān)系，即隨著相對(duì)經(jīng)濟(jì)發(fā)展水平的提升，人口凈流入經(jīng)歷一個(gè)先上升后下降的過程。從影響人口遷移的其它因素來看，已有文獻(xiàn)可以歸結(jié)為三點(diǎn)：第一，遷入地的就業(yè)機(jī)會(huì)的多寡、物價(jià)指數(shù)的高低和城市公共服務(wù)水平等是勞動(dòng)力遷移決策的重要影響因素。一般的，遷入地的就業(yè)機(jī)會(huì)愈多，預(yù)期收益越高，遷入的勞動(dòng)力也越多。第二，遷入地年齡結(jié)構(gòu)、社會(huì)風(fēng)俗、戶籍政策、教育水平等社會(huì)因素對(duì)勞動(dòng)者的遷移決策的影響也受到學(xué)者的關(guān)注。[17-21]勞動(dòng)力所受的教育水平越高，其跨區(qū)域遷移的能力也越強(qiáng)，其遷往更高人力資本集聚區(qū)域的動(dòng)力和可能性也就越大，人口遷移也可視為一種“人力資本投資”，知識(shí)具有顯著的正外部性，勞動(dòng)力傾向于與具有更高知識(shí)水平的人做鄰居。[22-24]第三，勞動(dòng)力市場(chǎng)分隔理論認(rèn)為勞動(dòng)力市場(chǎng)分割造成城市存在正規(guī)和非正規(guī)兩種部門，正規(guī)部門雇傭高技能勞動(dòng)力生產(chǎn)高端品，并提供較高的工資和福利。而非正規(guī)部門則雇傭低技能勞動(dòng)力生產(chǎn)低端品，提供較低的工資和福利。流動(dòng)勞動(dòng)力的技能水平和勞動(dòng)力市場(chǎng)的分割成為勞動(dòng)力遷移的影響因素。[25-27]遷移人口中大量的農(nóng)村轉(zhuǎn)移勞動(dòng)力，其知識(shí)和技能水平不高，一般從事對(duì)技術(shù)水平要求不高的服務(wù)行業(yè)，區(qū)域內(nèi)第三產(chǎn)業(yè)占GDP比例越高，對(duì)低技能勞動(dòng)力的吸納能力也越強(qiáng)。

就已有文獻(xiàn)看，國(guó)內(nèi)外學(xué)者從經(jīng)濟(jì)學(xué)、社會(huì)學(xué)、人口學(xué)和地理學(xué)的角度研究了人口遷移的動(dòng)力因素，得出大量有益的結(jié)論。但從相對(duì)經(jīng)濟(jì)發(fā)展水平和人口凈流入的角度分析尚不夠深入?；诖?，在梳理人口遷移動(dòng)力因素的基礎(chǔ)上，本文建立面板回歸模型和空間計(jì)量模型檢驗(yàn)人口遷移與經(jīng)濟(jì)發(fā)展水平的關(guān)系，并采用工具變量法處理內(nèi)生性問題，全域研究證實(shí)二者呈顯著的倒U型特征，分區(qū)域研究表明二者具有一定的區(qū)域異質(zhì)性，最終依據(jù)實(shí)證結(jié)果將二者關(guān)系演化歸結(jié)為4個(gè)階段。本文的貢獻(xiàn)和創(chuàng)新有三點(diǎn)：第一，人口流動(dòng)本質(zhì)上是勞動(dòng)力資源的跨區(qū)域優(yōu)化配置，一省的人口流動(dòng)不可避免地受周邊省份的影響，空間因素對(duì)人口遷移的影響不容忽視。本文采用空間計(jì)量分析方法，充分考慮了區(qū)域人口遷移的空間交互影響；第二，不同于以往學(xué)者采用絕對(duì)經(jīng)濟(jì)發(fā)展指標(biāo)，本文采用經(jīng)濟(jì)發(fā)展水平的相對(duì)指標(biāo)，該指標(biāo)的優(yōu)勢(shì)在于不僅能測(cè)度一區(qū)域?qū)^(qū)域外人口的引力高低，又能反映區(qū)域內(nèi)人口流出的動(dòng)力大小，比絕對(duì)指標(biāo)更合適和更全面；第三，重點(diǎn)考察人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展水平的非線性關(guān)系，深化了對(duì)二者關(guān)系的研究，為中國(guó)大規(guī)模的人口遷移背后的經(jīng)濟(jì)動(dòng)因提供了一種可能的解釋，并為各省根據(jù)相對(duì)經(jīng)濟(jì)發(fā)展水平制定人口政策提供依據(jù)。

二、描述性統(tǒng)計(jì)分析

(一)人口遷移和相對(duì)經(jīng)濟(jì)發(fā)展水平關(guān)系

圖1為2015年人口遷移和相對(duì)經(jīng)濟(jì)發(fā)展水平象限圖，第一個(gè)象限代表相對(duì)經(jīng)濟(jì)發(fā)展水平與人口遷移雙高類型，用HH表示；第二象限代表經(jīng)濟(jì)發(fā)展水平低而人口遷移高的組合類型，用LH表示；第三象限代表人口遷移與經(jīng)濟(jì)發(fā)展水平雙低類型，用LL表示；第四象限表示經(jīng)濟(jì)發(fā)展水平高而人口遷移低的組合類型，用HL表示。

圖1 2015年人口凈流入和相對(duì)經(jīng)濟(jì)發(fā)展描述統(tǒng)計(jì)圖

基于圖1的省際經(jīng)濟(jì)發(fā)展水平與人口遷移分類情況見表1。由表1可知，除內(nèi)蒙古外，位于HH象限的均為東部發(fā)達(dá)省份，且人口流入數(shù)量前5位的省市分別為廣東省、上海市、北京市、浙江省、天津市。落入LH象限的省份均為中西部省份，且人口流動(dòng)基本處于平衡狀態(tài)，即人口流入和人口流出基本持平。落入LL象限的省份除河北和廣西外，均為中西部省份，人口流出數(shù)量排名前5的省份分別為河南、四川、貴州、安徽和廣西。沒有省份落入HL象限。綜合來看，相對(duì)經(jīng)濟(jì)發(fā)展水平與人口凈流入數(shù)量之間存在一定的正相關(guān)關(guān)系，經(jīng)濟(jì)發(fā)展水平較高的地區(qū)人口凈流入的數(shù)量也較多。

表1 省際經(jīng)濟(jì)發(fā)展水平和人口遷移分類情況

圖2為2006—2015年人口遷移與相對(duì)經(jīng)濟(jì)發(fā)展水平關(guān)系的象限圖，四象限的解釋與圖1呈現(xiàn)一致性特征。大部分省份落入一三象限，即相對(duì)經(jīng)濟(jì)發(fā)展水平高的地區(qū)伴隨著較多的人口凈流入；而經(jīng)濟(jì)發(fā)展水平低的地區(qū)伴隨較多的人口凈流出。散點(diǎn)圖呈現(xiàn)顯著的倒U型趨勢(shì)，經(jīng)濟(jì)發(fā)展水平與人口凈流入間的關(guān)系為先上升后下降的倒U型關(guān)系，下文將通過空間計(jì)量分析進(jìn)一步驗(yàn)證。

圖2 2006—2015人口凈流入和相對(duì)經(jīng)濟(jì)發(fā)展描述統(tǒng)計(jì)圖

(二)全局Moran’I指數(shù)及分析

本文采用全局的Moran’s I指數(shù)對(duì)我國(guó)31省市的人口流動(dòng)和經(jīng)濟(jì)發(fā)展水平的全局空間相關(guān)性進(jìn)行檢驗(yàn)，該指數(shù)的計(jì)算方法如式(1)所示：

(1)

表2 2006—2015年人口遷移和經(jīng)濟(jì)發(fā)展水平的Moran’I值

(三)局域空間相關(guān)性分析

采用局域莫蘭指數(shù)來測(cè)度人口遷移和經(jīng)濟(jì)發(fā)展水平的局域相關(guān)性，該指數(shù)的計(jì)算見式(2)。Moran散點(diǎn)圖(圖3)能更直觀地反映二者的空間集聚特征。

Ii= ∑WijZiZj

(2)

式(2)中，Zi、Zj為標(biāo)準(zhǔn)化后的區(qū)域觀測(cè)值，Wij為標(biāo)準(zhǔn)化后的空間權(quán)重矩陣。該指數(shù)取值范圍不局限于[-1,1]，當(dāng)Ii>0時(shí)表示區(qū)域i的高(低)值被周圍的高(低)值所包圍；當(dāng)Ii<0時(shí)表示區(qū)域i的高(低)值被周圍的低(高)值所包圍。

圖3 2015年人口凈流入和相對(duì)經(jīng)濟(jì)發(fā)展水平的Moran散點(diǎn)圖

如圖3所示，4個(gè)象限分別對(duì)應(yīng)高-高、低-高、低-低和高-低四種集聚類型。2015年，人口遷移和相對(duì)經(jīng)濟(jì)發(fā)展水平的大部分省份均落入一三象限，反映二者均具有較強(qiáng)的空間溢出效應(yīng)。

三、模型構(gòu)建、指標(biāo)選取與數(shù)據(jù)來源

基于推拉理論、文獻(xiàn)綜述和統(tǒng)計(jì)性描述分析，建立如下計(jì)量模型：

mlabornt=λW*mlabornt+Xntβ1+CVnt*β2+cn+untunt=ρW*unt+vnt(t=1,2,…,T)

(3)

式(3)中：mlabornt為被解釋變量，反映一省某年的勞動(dòng)力凈流入數(shù)量；Xnt為核心解釋變量，包括相對(duì)經(jīng)濟(jì)發(fā)展水平(pgdp)及其平方項(xiàng)(pgdp2)；CVnt為控制變量，根據(jù)上文的文獻(xiàn)綜述，包括3個(gè)細(xì)分變量，分別是城鎮(zhèn)登記失業(yè)率(unem)、人均受教育程度(educ)和產(chǎn)業(yè)結(jié)構(gòu)(indu)；λ為空間滯后項(xiàng)的系數(shù)；β1和β2為解釋變量和控制變量的系數(shù)向量；unt為空間誤差項(xiàng)；vnt為擾動(dòng)項(xiàng)。當(dāng)λ=0且ρ=0時(shí)，該模型為普通面板計(jì)量模型；當(dāng)λ≠0且ρ=0時(shí)，模型為空間自回歸模型(SAR)；當(dāng)λ=0且ρ≠0時(shí)，模型為空間誤差模型(SEM)。具體來說，mlabornt反映的勞動(dòng)力凈流入既可能取正值，也可能取負(fù)值，為方便模型的估計(jì)與分析，本文采用極差標(biāo)準(zhǔn)化的方法把人口凈流入的值投影到[0,1]，這意味著人口凈流入越少，該值就越靠近0，反之則相反。pgdp反映的是一省某年的相對(duì)經(jīng)濟(jì)增長(zhǎng)水平，由該省的人均GDP與全國(guó)平均水平的比值來衡量。為了驗(yàn)證人口凈流入與絕對(duì)經(jīng)濟(jì)發(fā)展水平之間的關(guān)系，引入絕對(duì)經(jīng)濟(jì)發(fā)展水平(eco)及其平方項(xiàng)(eco2)，絕對(duì)經(jīng)濟(jì)發(fā)展水平由實(shí)際人均GDP的對(duì)數(shù)值來衡量。unem為城鎮(zhèn)登記失業(yè)率，一定程度上反映勞動(dòng)力失業(yè)的風(fēng)險(xiǎn)和找到合適工作的難度。educ代表六歲以上人口的平均受教育年限，此指標(biāo)作為衡量知識(shí)的外溢性強(qiáng)度的替代指標(biāo)。inds衡量一省第三產(chǎn)業(yè)占GDP的比例，不同產(chǎn)業(yè)結(jié)構(gòu)對(duì)勞動(dòng)力的吸納能力具有一定的差異，該比例較高的產(chǎn)業(yè)結(jié)構(gòu)，一般會(huì)給流入勞動(dòng)力提供更多的就業(yè)機(jī)會(huì)。在與周圍具有更高知識(shí)和技能的勞動(dòng)力的交流和學(xué)習(xí)中，勞動(dòng)力可以獲得人力資本的正外部性。

本文的數(shù)據(jù)均收集整理自歷年《中國(guó)統(tǒng)計(jì)年鑒》和《中國(guó)人口和就業(yè)統(tǒng)計(jì)年鑒》，人均GDP均為以2006年為基期的價(jià)格指數(shù)調(diào)整的實(shí)際值。

四、回歸結(jié)果及分析

(一)普通面板回歸結(jié)果及分析

表3展示了人口凈流入對(duì)絕對(duì)經(jīng)濟(jì)發(fā)展水平的回歸結(jié)果，除模型(1)和模型(7)外，核心解釋變量經(jīng)濟(jì)發(fā)展水平(eco)及其平方項(xiàng)(eco2)的系數(shù)均未通過顯著性檢驗(yàn)，且其系數(shù)的正負(fù)也隨加入控制變量的不同而變動(dòng)，估計(jì)結(jié)果不具有穩(wěn)定性，表明人口凈流入與絕對(duì)經(jīng)濟(jì)發(fā)展水平的關(guān)系是否顯著不能充分驗(yàn)證。那么，人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展水平之間存在顯著關(guān)系嗎？其關(guān)系是倒U型關(guān)系嗎？本文接下來采用普通和空間計(jì)量對(duì)該疑問進(jìn)行驗(yàn)證。

表3 絕對(duì)經(jīng)濟(jì)發(fā)展水平回歸結(jié)果

注：括號(hào)內(nèi)為估計(jì)系數(shù)的T值；*、**、***分別代表10%、5%及1%的顯著性水平

不考慮人口流動(dòng)的空間交互影響，基于全國(guó)數(shù)據(jù)的回歸結(jié)果見表4。從系數(shù)顯著性來看，模型(1)到模型(8)的核心解釋變量均在5%的水平上顯著。且人口凈流入(mlabor)與相對(duì)經(jīng)濟(jì)發(fā)展水平(pgdp)之間呈先上升后下降的關(guān)系，與散點(diǎn)圖反映的關(guān)系表現(xiàn)出一致性。模型(3)到模型(8)的控制變量城鎮(zhèn)登記失業(yè)率(unem)、平均受教育水平(educ)和產(chǎn)業(yè)結(jié)構(gòu)(inds)也都在1%的顯著性水平上顯著。根據(jù)模型(8)顯示，失業(yè)率每上升1個(gè)單位，人口凈流入會(huì)下降0.030個(gè)單位；平均受教育程度每上升1單位，人口凈流入會(huì)上升0.023個(gè)單位；第三產(chǎn)業(yè)占比上升1個(gè)單位，會(huì)使人口凈流入上升0.005個(gè)單位。逐步加入控制變量之后，并未改變核心解釋變量系數(shù)的方向，系數(shù)的大小比起模型(1)和(2)有一定的下降，模型整體的解釋能力得到了提升，說明控制變量的加入使得估計(jì)更加準(zhǔn)確和穩(wěn)健。

需要進(jìn)一步說明的是，經(jīng)濟(jì)發(fā)展水平與勞動(dòng)力流動(dòng)之間表現(xiàn)出較強(qiáng)的反向因果關(guān)系，國(guó)內(nèi)經(jīng)典文獻(xiàn)也證實(shí)勞動(dòng)力流動(dòng)是重要的經(jīng)濟(jì)增長(zhǎng)因素之一，[28-29]這會(huì)導(dǎo)致內(nèi)生性問題，扭曲普通回歸的估計(jì)結(jié)果。工具變量的選擇需要滿足以下兩個(gè)條件：(1)與內(nèi)生變量高度相關(guān)；(2)與被解釋變量不直接相關(guān)。而信息技術(shù)發(fā)展水平和市場(chǎng)化進(jìn)程是省域經(jīng)濟(jì)發(fā)展的重要驅(qū)動(dòng)力。[30-31]但這兩個(gè)因素并不會(huì)直接作用于勞動(dòng)力流動(dòng)，而是通過改變省域經(jīng)濟(jì)發(fā)展水平和平均收入水平，從而作用于勞動(dòng)力流動(dòng)。模型(9)匯報(bào)了以互聯(lián)網(wǎng)普及率的對(duì)數(shù)值(lintp)和市場(chǎng)化指數(shù)(mark)作為工具變量的估計(jì)結(jié)果。工具變量通過不可識(shí)別檢驗(yàn)、弱工具變量檢驗(yàn)和過度識(shí)別檢驗(yàn)，選擇具有合理性和有效性。分析可知，考慮到相對(duì)經(jīng)濟(jì)發(fā)展水平與勞動(dòng)力凈流入的反向因果傾向，二者之間仍呈現(xiàn)倒U型關(guān)系，且拐點(diǎn)在pgdp=2.112時(shí)達(dá)到，大部分省份仍位于拐點(diǎn)左側(cè)，即相對(duì)經(jīng)濟(jì)發(fā)展水平是人口凈流入的動(dòng)因之一。

表4 普通面板數(shù)據(jù)回歸結(jié)果表

注：①括號(hào)內(nèi)為估計(jì)系數(shù)的T值；*、**、***分別代表10%、5%及1%的顯著性水平；

②模型(9)工具變量的不可識(shí)別檢驗(yàn)Anderson canon.corr.LM statistic=53.903，P值顯著小于0.01，拒絕不可識(shí)別原假設(shè)；弱工具變量檢驗(yàn)的Cragg-Donald Wald F statistic=32.687，遠(yuǎn)大于Stock-Yogo weak ID test的特征值19.93(10% maximal IV size)，拒絕弱工具變量的原假設(shè)；過度識(shí)別檢驗(yàn)的Sargan statistic=0.020，對(duì)應(yīng)的P值為0.8889，接受工具變量與誤差項(xiàng)無關(guān)的原假設(shè)。綜合以上檢驗(yàn)結(jié)果，互聯(lián)網(wǎng)普及率的對(duì)數(shù)值(lintp)和市場(chǎng)化指數(shù)(mark)是相對(duì)經(jīng)濟(jì)發(fā)展水平的合理的工具變量

(二)空間計(jì)量回歸結(jié)果及分析

1.全域性分析

正如上文所述，各省的人口流動(dòng)和經(jīng)濟(jì)發(fā)展水平都要受到鄰省的影響，空間均質(zhì)性假定不能得到滿足。基于此，基于空間計(jì)量的全國(guó)模型的回歸結(jié)果見表5。模型(1)到模型(4)的空間權(quán)重矩陣為空間鄰接矩陣Wij，其中，模型(1)和模型(2)為空間自回歸模型估計(jì)結(jié)果，模型(3)和模型(4)為空間誤差模型估計(jì)結(jié)果。模型(5)到(8)采用空間逆距離權(quán)重矩陣Mij，且模型(5)和(6)為空間自回歸模型估計(jì)結(jié)果，模型(7)和(8)為空間誤差模型估計(jì)結(jié)果?？臻g計(jì)量模型的估計(jì)結(jié)果并未改變核心解釋變量的系數(shù)方向，但pgdp系數(shù)的大小低于表4中模型(8)的估計(jì)結(jié)果，這說明控制空間因素之后，相對(duì)經(jīng)濟(jì)發(fā)展水平對(duì)人口凈流入的影響會(huì)降低。無論采取何種空間權(quán)重矩陣(包括Wij和Mij)，模型(1)到(8)的核心解釋變量均通過1%的顯著性檢驗(yàn)，且pgdp的系數(shù)為正，pgdp2的系數(shù)為負(fù)，mlabor與相對(duì)經(jīng)濟(jì)發(fā)展之間依然保持倒U型關(guān)系。控制變量系數(shù)也均通過10%的顯著性檢驗(yàn)，且作用的方向與普通面板回歸的結(jié)果具有一致性，估計(jì)的結(jié)果比較穩(wěn)健。模型(2)和模型(6)的空間滯后項(xiàng)w*mlabor的系數(shù)均為正，且通過1%的顯著性檢驗(yàn)，說明鄰省的人口凈流入會(huì)通過空間外溢作用影響本省的人口凈流入。模型(4)和模型(7)的空間誤差項(xiàng)e*mlabor的系數(shù)均為正，且均通過1%的顯著性檢驗(yàn)，說明模型的誤差項(xiàng)之間存在正的空間相關(guān)性。針對(duì)空間效應(yīng)是否顯著的Wald檢驗(yàn)均在1%水平上顯著，說明空間因素對(duì)人口凈流入的影響是不容忽視的，若不考慮空間因素的作用，則估計(jì)的結(jié)果傾向于高估pgdp對(duì)人口流入的影響。

在空間鄰接權(quán)重矩陣Wij下，LMlag、LMerror和Robust LMlag、Robust LMerror均通過1%的顯著性檢驗(yàn)，且Robust LMerror比Robust LMlag更顯著，應(yīng)采取空間誤差模型。又hasuman檢驗(yàn)未拒絕原假設(shè)，所以采用模型(4)作為最終分析的模型。此時(shí)，曲線的拐點(diǎn)出現(xiàn)在pgdp=1.960時(shí)，僅有3個(gè)省市位于拐點(diǎn)右側(cè)，分別是北京、上海和天津?？刂谱兞烤?%的水平上顯著，且城鎮(zhèn)登記失業(yè)率(unem)每上升1個(gè)單位，人口凈流入下降0.021個(gè)單位；平均受教育水平(educ)每上升1個(gè)單位，人口凈流入上升0.022個(gè)單位；第三產(chǎn)業(yè)占GDP比例(inds)每上升1個(gè)單位，人口凈流入上升0.004個(gè)單位。

逆距離空間權(quán)重矩陣Mij下，LMlag、LMerror和Robust LMerror均通過5%的顯著性檢驗(yàn)，但Robust LMlag未通過顯著性檢驗(yàn)，根據(jù)Elhoust的模型選擇機(jī)制，應(yīng)采用空間誤差模型；[32]又因hausman檢驗(yàn)的結(jié)果在1%的顯著性水平下拒絕原假設(shè)，故采用模型(7)作為最終分析的模型。此時(shí)，拐點(diǎn)出現(xiàn)在pgdp=2.127時(shí)，同樣僅有北京、上海和天津位于拐點(diǎn)的右側(cè)?？刂谱兞恐校擎?zhèn)登記失業(yè)率通過5%的顯著性檢驗(yàn)，且其每上升1個(gè)單位，人口凈流入下降0.014個(gè)單位；平均受教育水平通過10%的顯著性檢驗(yàn)，且其每上升1單位，人口凈流入上升0.010個(gè)單位；第三產(chǎn)業(yè)占GDP比例在1%的顯著性水平上顯著，且其每上升1個(gè)單位，人口凈流入上升0.002個(gè)單位。不同的空間權(quán)重矩陣下，核心解釋變量的系數(shù)大小雖有微小的改變，但其與人口凈流入的關(guān)系方向始終保持一致。說明估計(jì)結(jié)果具有較強(qiáng)的穩(wěn)定性。

表5 全國(guó)模型的空間計(jì)量模型回歸結(jié)果

注：除LM統(tǒng)計(jì)量外(括號(hào)內(nèi)為P值)，括號(hào)內(nèi)均為估計(jì)系數(shù)的T值；*、**、***分別代表10%、5%及1%的顯著性水平

2.分區(qū)域分析

不同區(qū)域間相對(duì)經(jīng)濟(jì)發(fā)展水平和人口凈流入之間關(guān)系是否具有異質(zhì)性呢？在空間逆距離權(quán)重矩陣Mij下，基于東中西部各區(qū)域的空間計(jì)量回歸結(jié)果如表6所示。其中，模型(1)和(2)分別為東部地區(qū)的空間自回歸模型和空間誤差模型估計(jì)結(jié)果；模型(3)和(4)分別是中部省份估計(jì)結(jié)果；模型(5)和(6)分別是西部省份估計(jì)結(jié)果。模型(2)中，東部省份的相對(duì)經(jīng)濟(jì)發(fā)展水平pgdp及其二次項(xiàng)pgdp2均通過1%的顯著性檢驗(yàn)，人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展之間仍然呈倒U型關(guān)系，且拐點(diǎn)出現(xiàn)在pgdp=1.985時(shí)，與全國(guó)模型的1.960相差甚微?？刂谱兞康南禂?shù)除educ外均通過5%的顯著性檢驗(yàn)，系數(shù)方向與全國(guó)模型一致。中部省份的相對(duì)經(jīng)濟(jì)發(fā)展水平pgdp的系數(shù)通過5%的顯著性檢驗(yàn)，但其二次項(xiàng)未通過顯著性檢驗(yàn)，人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展仍呈倒U型關(guān)系，且拐點(diǎn)在pgdp=1.888時(shí)達(dá)到。控制變量除城鎮(zhèn)登記失業(yè)率unem外均通過1%的顯著性檢驗(yàn)，且系數(shù)方向與全國(guó)模型一致。西部地區(qū)的核心變量系數(shù)均通過1%的顯著性檢驗(yàn)，但人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展之間呈正U型關(guān)系，且拐點(diǎn)出現(xiàn)在pgdp=0.800時(shí)，2015年除寧夏、新疆、重慶和陜西外均處于拐點(diǎn)的左側(cè)。

基于以上分析，我們將經(jīng)濟(jì)發(fā)展和人口流動(dòng)的關(guān)系演化歸納為4個(gè)時(shí)期：流失期、抑制期、虹吸期和結(jié)構(gòu)調(diào)整期。在流失期時(shí)，一省經(jīng)濟(jì)發(fā)展尚處于起步階段，所提供的就業(yè)崗位有限，職業(yè)收入水平較低，勞動(dòng)力被迫跨區(qū)域流動(dòng)以尋找更適合的職位，謀求更高的收入水平。因此，經(jīng)濟(jì)發(fā)展水平的提高并不能馬上扭轉(zhuǎn)人口外流局面，形成經(jīng)濟(jì)發(fā)展與人口外流并存現(xiàn)象：當(dāng)經(jīng)濟(jì)發(fā)展水平接近并達(dá)到第一個(gè)拐點(diǎn)時(shí)(pgdp=0.800)，人口外流進(jìn)入抑制期，此時(shí)，就業(yè)機(jī)會(huì)和收入水平的提升形成對(duì)省內(nèi)人口的吸引力，人口外流得到一定程度的抑制；當(dāng)經(jīng)濟(jì)發(fā)展跨越第一個(gè)拐點(diǎn)后，相對(duì)經(jīng)濟(jì)發(fā)展開始展現(xiàn)出強(qiáng)勁的虹吸效應(yīng)，此時(shí)經(jīng)濟(jì)發(fā)展速度加快，發(fā)展活力釋放出對(duì)人口的強(qiáng)勁吸引力，區(qū)域內(nèi)人口回流和區(qū)域外人口的大量涌入導(dǎo)致人口凈流入的快速上升，如廣東、浙江和江蘇等省份正處于人口的虹吸期；而當(dāng)經(jīng)濟(jì)發(fā)展跨越第二個(gè)拐點(diǎn)(pgdp=1.985)后，人口流動(dòng)將進(jìn)入結(jié)構(gòu)調(diào)整期，城市的規(guī)模并不能無限擴(kuò)大，規(guī)模經(jīng)濟(jì)效應(yīng)也將走向擁擠效應(yīng)的反面，經(jīng)濟(jì)發(fā)展對(duì)絕對(duì)人口數(shù)量的容納已經(jīng)耗盡，高技能勞動(dòng)力的大量涌入，擠出低技能勞動(dòng)力，形成人口規(guī)模總量的輕微下降和城市人力資本結(jié)構(gòu)的調(diào)整，如北京、上海和天津三個(gè)直轄市已進(jìn)入人口的結(jié)構(gòu)調(diào)整期。

表6 分區(qū)域空間模型回歸結(jié)果

注：括號(hào)內(nèi)為估計(jì)系數(shù)的T值；*、**、***分別代表10%、5%及1%的顯著性水平

五、結(jié)論與評(píng)述

本研究采用2006—2015年31省市面板數(shù)據(jù)，充分考慮了人口遷移的空間溢出效應(yīng)，分別運(yùn)用普通面板回歸和空間面板回歸方法，對(duì)全國(guó)及東中西部各區(qū)域的人口凈流入和相對(duì)經(jīng)濟(jì)發(fā)展水平之間的關(guān)系進(jìn)行分析，并采用工具變量法對(duì)內(nèi)生性問題做出處理。主要的研究結(jié)論如下：首先，各省份之間人口凈流入和經(jīng)濟(jì)發(fā)展存在顯著的空間外溢效應(yīng)和空間交互影響，區(qū)域周邊省份人口凈流入和相對(duì)經(jīng)濟(jì)發(fā)展水平會(huì)影響本區(qū)域的人口流動(dòng)。其次，絕對(duì)經(jīng)濟(jì)發(fā)展水平對(duì)人口凈流入的影響并不顯著，綜合反映區(qū)域內(nèi)外拉力和推力的相對(duì)經(jīng)濟(jì)發(fā)展水平對(duì)人口凈流入的影響穩(wěn)定且顯著，并且二者呈現(xiàn)倒U型曲線關(guān)系，工具變量識(shí)別出二者關(guān)系具有顯著的因果效應(yīng)。本文對(duì)曲線拐點(diǎn)的研究表明，位于拐點(diǎn)右側(cè)的省市僅有北京、上海和天津，其他省份均處于曲線的左側(cè)，說明相對(duì)經(jīng)濟(jì)發(fā)展水平遠(yuǎn)高于其他地區(qū)的北京、上海和天津三個(gè)城市，經(jīng)歷了人口大規(guī)模流入的階段之后，逐步進(jìn)入人口逆城市化的流出階段，而其余大部分省市仍處于人口凈流入與相對(duì)經(jīng)濟(jì)發(fā)展水平正相關(guān)的階段，持續(xù)提升相對(duì)經(jīng)濟(jì)發(fā)展水平，是吸引人口遷入的重要因素。倒U型曲線特征的一個(gè)可能的解釋是，在經(jīng)濟(jì)發(fā)展水平快速上升的開始階段，該區(qū)域傾向于為勞動(dòng)力提供更多的就業(yè)機(jī)會(huì)和更高的工資水平，經(jīng)濟(jì)的規(guī)模效益和集聚效益得到釋放，諸如高房?jī)r(jià)、環(huán)境污染、交通擁堵等擁擠效應(yīng)尚未顯現(xiàn)，區(qū)內(nèi)勞動(dòng)力的就地就業(yè)的意愿增強(qiáng)，對(duì)區(qū)外勞動(dòng)力也形成強(qiáng)勁的吸引力；但是經(jīng)濟(jì)發(fā)展水平達(dá)到一定程度之后，擁擠效應(yīng)開始顯現(xiàn)，“大城市病”導(dǎo)致的居民生活水平的負(fù)面影響開始對(duì)人口流入形成一種排斥力，進(jìn)而降低人口流入的吸引力。再次，對(duì)經(jīng)濟(jì)發(fā)展水平和人口流動(dòng)二者關(guān)系的演化，可以歸納為4個(gè)階段，分別是流失期、抑制期、虹吸期和結(jié)構(gòu)調(diào)整期。流失期內(nèi)要著重以活躍經(jīng)濟(jì)和創(chuàng)造就業(yè)為導(dǎo)向，增強(qiáng)對(duì)區(qū)域內(nèi)勞動(dòng)力的吸引。處于抑制期時(shí)，要促進(jìn)人才與經(jīng)濟(jì)發(fā)展的良性互動(dòng)，形成二者的相互促進(jìn)。在虹吸期時(shí)，應(yīng)充分吸收和利用人口大量涌入所帶來的人口紅利效應(yīng)，并采取全方位的人才扶持政策，引入有利于省域發(fā)展的各類人才，促進(jìn)經(jīng)濟(jì)由規(guī)模擴(kuò)張向高質(zhì)量發(fā)展轉(zhuǎn)型。當(dāng)進(jìn)入虹吸期以后，應(yīng)著眼于勞動(dòng)力人力資本的調(diào)整，進(jìn)一步優(yōu)化勞動(dòng)力市場(chǎng)環(huán)境，在全球視野下，吸引高技能勞動(dòng)力流入?yún)^(qū)域，促進(jìn)區(qū)域內(nèi)整體人力資本的進(jìn)一步提升，形成帶動(dòng)區(qū)域經(jīng)濟(jì)發(fā)展的增長(zhǎng)極。最后，城市登記失業(yè)率與人口凈流入之間呈顯著的負(fù)相關(guān)關(guān)系。失業(yè)率的上升提高了流入人口找工作的難度，增加了區(qū)內(nèi)人口失業(yè)的風(fēng)險(xiǎn)，流入勞動(dòng)力的預(yù)期收入面臨更大的不確定性，從而降低人口凈流入數(shù)量。因此，就業(yè)不能得到保障的人口遷入必然是短期的，只有釋放經(jīng)濟(jì)發(fā)展活力，并為流入人口創(chuàng)造就業(yè)崗位才是吸引人才的根本途徑。平均受教育水平對(duì)人口凈流入有顯著的正效應(yīng)。人才集聚產(chǎn)生的知識(shí)和技術(shù)的外溢性，對(duì)集聚區(qū)內(nèi)勞動(dòng)力產(chǎn)生正外部效應(yīng)，人口遷移中的一個(gè)典型表現(xiàn)是“人往高處走”，即勞動(dòng)力傾向于遷往那些有較多高技能人才和高工資水平的區(qū)域，這種遷移也可以視為勞動(dòng)力對(duì)人力資本的一種投資。加大城鄉(xiāng)教育投資，促進(jìn)區(qū)域人力資本的積累，也是吸引人才流入的重要途徑。第三產(chǎn)業(yè)占GDP比例與人口凈流入之間呈顯著的正相關(guān)關(guān)系。第三產(chǎn)業(yè)的吸納就業(yè)能力強(qiáng)，對(duì)勞動(dòng)力的技能水平要求具有多樣性，低技能人口也可找到合適的工作崗位。大力發(fā)展城市服務(wù)業(yè)，是城市化和農(nóng)民工市民化的重要路徑。