智慧城市試點政策的人力資本集聚效應研究

呂鑫科 劉程軍

(1.浙江工業(yè)大學 經濟學院,浙江 杭州 310023;2.浙江工業(yè)大學之江學院 商學院,浙江 杭州 310023)

0 引言

當前,我國城市已進入高質量發(fā)展階段,以土地、資本為核心的傳統(tǒng)城市發(fā)展模式和以投資驅動的傳統(tǒng)要素集聚方式不再適應于新發(fā)展階段。智慧城市政策于2012年在中國正式實行,在近十年的實踐探索中,智慧城市建設指明了城市技術發(fā)展方向,并成為實現(xiàn)城市經濟效益和資源效率雙提升的重要引擎。此外,研究顯示中國城市人口集聚速度仍慢于經濟集聚速度,大城市相繼出臺人才引進政策,“搶人大戰(zhàn)”在各城市上演,人才集聚伴隨人口集聚改變城市資本存量從而提升城市創(chuàng)新競爭力已成為共識。

智慧城市政策實施以來,諸多學者圍繞其內涵、實施路徑以及社會影響等進行了一系列研究。Yigitcanlar等認為智慧城市是科技與城市的融合,也是建設宜居型城市和可持續(xù)城市的重要促成因素,也有學者將智慧城市比喻為一個從多維角度探索復雜人機關系的實驗室。關于智慧城市的實踐,謝小芹等提出智慧城市不僅需要借用新型數(shù)字技術融合技術與城市場景,還需要新信息時代的治理新模式。相關研究更多地側重于智慧城市的政策影響,石大千等通過實證研究發(fā)現(xiàn)智慧城市政策具有顯著的降污作用,一些學者進一步驗證了該研究成果。此外,關于智慧城市建設對城市創(chuàng)新能力提升、產業(yè)結構升級、城市發(fā)展質量提升以及收入差距縮小等的作用研究亦較為成熟。

近年來,隨著學術界對于人力資本與城市轉型升級之間關系的深入研究,人力資本集聚現(xiàn)象也逐漸引起學者的重視。Manduca研究發(fā)現(xiàn)在過去的40年中,美國受過高等教育的工人越來越集中在相對較少的城市。這種情況同樣發(fā)生在中國,經濟等級較高的城市對受教育程度較高的個體尤其具有吸引力。多數(shù)學者對人力資本集聚在城市發(fā)展中的作用持積極態(tài)度,Thisse認為人力資本集聚能進一步加速城市擴張,李平華等發(fā)現(xiàn)人力資本集聚可以促進社會交互學習和專業(yè)化分工。Azari等卻提出勞動力的集中對經濟增長起消極作用,人力資本過度集聚反而阻礙勞動生產率的增長。

綜上所述,學術界對于智慧城市政策和人力資本集聚的單方面研究已有了充分的基礎,但鮮有關于智慧城市建設和人力資本集聚的綜合研判。鑒于此,本文整合2005—2019年中國224個城市面板數(shù)據(jù),通過多期雙重差分法對智慧城市政策的人力資本集聚效應進行實證檢驗。

1 機制分析

智慧城市的最終目標是提升人類福祉和促進社會繁榮,智慧城市建設在注重現(xiàn)代化信息技術運用的同時,也強調人本主義以探索符合地方現(xiàn)實與社會需求的城市智慧化轉型之路。具體而言,一方面,“互聯(lián)網+”作為智慧城市建設的核心要素有助于形成創(chuàng)新驅動的生態(tài)環(huán)境,對于高素質人才具有較大吸引力。同時智慧城市建設伴隨的社會服務和管理智能化、基礎設施全面化亦提升了城市的宜居性。另一方面,智慧城市建設整合各方面資源優(yōu)勢,通過產學研深度融合,實現(xiàn)應用型人才培養(yǎng)的本土化。因此,本文提出如下假設:

H1:智慧城市建設可以顯著促進城市人力資本集聚。

智慧城市建設是新一代信息技術創(chuàng)新與應用的實踐。智慧城市建設依托于信息技術,整合利用各種信息資源,提升城市治理現(xiàn)代化水平,從而全面提升城市居民的生活品質。此外,智慧城市建設推動信息化水平的提升,優(yōu)化了信息集成和數(shù)據(jù)共享,打破了信息傳遞壁壘,有利于個體間的協(xié)同發(fā)展。信息化同時進一步增強了智慧城市建設的資源配置效應,不僅能夠解決物質資源錯配問題,而且有助于實現(xiàn)企業(yè)與勞動者的精準對接。鑒于此,本文提出如下假設:

H2:智慧城市建設可以通過提升城市信息化水平促進人力資本集聚。

中國智慧城市試點雖在各省市內都有設立,但受各地區(qū)發(fā)展差異影響,智慧城市建設進展難免分化。發(fā)達地區(qū)的城市憑借外商投資、金融服務、科教環(huán)境、新基建等方面的原有基礎,為人力資本集聚提供優(yōu)良條件,并對人力資本轉化為創(chuàng)新成果予以支持,與智慧城市政策形成有效對接,因此能夠在更大規(guī)模上進行人力資本積累,同時也能在更大程度上防止積累階段的人力資本外流,而偏向落后地區(qū)的積累過程卻很難存在。有研究表明,中國人力資本流動長期呈現(xiàn)出單向流動的特征?；诖?本文提出以下假設:

H3:智慧城市建設對人力資本集聚的影響具有區(qū)域和城市異質性。

2 模型設定及數(shù)據(jù)說明

2.1 模型設定

本文參考Beek等的做法,建立多期DID模型。具體公式為:

hait=α0+α1scit+α2Xit+μi+ηt+εit

(1)

式中,i表示城市,t表示時間,ha表示人力資本集聚度,sc表示智慧城市試點的虛擬變量,試點城市在政策實施前為0,政策開始實施及后續(xù)年份為1,其余城市一直為0,Xit為一系列控制變量,μi是個體固定效應,ηt是時間固定效應,εit是隨機擾動項。

2.2 變量說明

被解釋變量:人力資本集聚度(ha)。關于城市人力資本測算,借鑒已有研究,考慮到數(shù)據(jù)的可得性以及統(tǒng)計口徑的一致性,從三個維度測算人力資本。教育:通過小學在校生人數(shù)、中學在校生人數(shù)、職業(yè)中學在校生人數(shù)和普通高校在校生人數(shù)四個指標來反映城市人力資本儲備水平。創(chuàng)新:采用專利申請授權數(shù)衡量城市人力資本的創(chuàng)新能力。健康:以城市衛(wèi)生技術人員數(shù)評估城市衛(wèi)生人力資本,并用存活率反映地區(qū)人力資本健康水平,計算公式為存活率=1-死亡率。在測算城市人力資本的基礎上,采用區(qū)位熵指數(shù)測算人力資本集聚程度ha。計算公式如下:

(2)

式中,hait為i城市t年的人力資本集聚程度,hum為人力資本水平,sumhum為全國人力資本總水平,pop為常住人口數(shù),sumpop為全國人口數(shù)。

核心解釋變量:智慧城市建設(sc)。

控制變量:參考以往相關文獻的做法,本文選取以下六個控制變量:經濟發(fā)展水平(rgdp)以取對數(shù)的人均GDP表征。固定資產投資(fai)以固定資產投資額(不含農戶)占GDP比重表征。城市化水平(urban)以城市非農人口占比表征。引進外資水平(fdi)以取對數(shù)的實際利用外資額表征。產業(yè)結構(ind)以第三產業(yè)增加值占GDP比重表征。金融環(huán)境(fin)以取對數(shù)的金融機構年末貸款余額表征。

機制變量:根據(jù)相關理論,本文選取了信息化水平(net)作為機制變量。信息化水平(net)以取對數(shù)的互聯(lián)網用戶數(shù)表征。

2.3 數(shù)據(jù)說明

本文選取2005—2019年224個地級市作為研究樣本,其中實驗組包含102個地級市、控制組包含122個地級市。所涉及的原始數(shù)據(jù)均來自《中國城市統(tǒng)計年鑒》及各省市統(tǒng)計年鑒和統(tǒng)計公報。部分缺失值采用線性插值法補全。

3 實證結果分析

3.1 基準回歸

表2中展示了基準模型逐步引入控制變量的回歸結果。由表2可知,無論是否加入控制變量,估計系數(shù)sc均在0.030左右小幅波動,且均通過顯著性檢驗,即智慧城市政策顯著提升了試點城市的人力資本集聚水平。由此,假設H1得到驗證。

表2 基準回歸結果

3.2 穩(wěn)健性檢驗

3.2.1試點城市的平行趨勢假設與動態(tài)效應檢驗

參考張治棟等的做法,建立動態(tài)效應模型以驗證智慧城市試點之前是否存在平行趨勢,同時考察該政策對人力資本集聚的動態(tài)影響。具體公式如下:

(3)

式中,Di,t+k表示智慧城市試點批準的虛擬變量,k表示當前年份與試點批準年份之差。在具體的回歸中,本文以k=-1即智慧城市建設批準前一年作為基準期,因此回歸結果中不包含這個虛擬變量。

從圖1中可以看出,在智慧城市政策實施前,各虛擬變量回歸系數(shù)皆在0軸上方波動,且波動幅度較小,這說明在試點批準前,試點城市與非試點城市人力資本集聚的變化并無明顯差異, 滿足平行趨勢假設。此外,根據(jù)表3的回歸結果,智慧城市試點批準當年的回歸系數(shù)為0.019,說明智慧城市建設不存在滯后性。同時,回歸系數(shù)在試點建立后逐年增加,顯現(xiàn)出智慧城市建設對于人力資本集聚持續(xù)性的正向效應。

圖1 平行趨勢假設檢驗

表3 動態(tài)效應模型估計結果

3.2.2PSM-DID

智慧城市的設立采取申報審核制,最終試點的確定會受到經濟水平、基礎設施、金融環(huán)境等條件的影響,使得樣本存在選擇性偏差問題。為此,本文采用傾向得分匹配法減輕存在的系統(tǒng)性差異問題。通過PSM方法匹配后,新樣本的回歸結果見表4,與基準回歸結果相比,解釋變量的估計系數(shù)并無明顯變化,智慧城市建設對人力資本集聚的估計系數(shù)仍在5%水平上顯著為正。

3.2.3安慰劑檢驗

為進一步確定智慧城市建設對人力資本集聚的促進效應是否受到其他非觀測因素的干擾,本文借鑒現(xiàn)有研究的做法,對處理組樣本和試點設立時間進行安慰劑檢驗。首先從所有樣本中隨機選取102個城市作為處理組,每一個“偽處理組”的政策生效時間從樣本期內隨機選取,重復500次,最終得到500個核心解釋變量的估計系數(shù)和p值的核密度估計(圖2)。不難發(fā)現(xiàn)實際估計參數(shù)與安慰劑檢驗中得到的系數(shù)估計值差異顯著,由此證實智慧城市建設對人力資本集聚的影響并非來自其他非觀測因素。

圖2 安慰劑檢驗結果

3.3 影響機制檢驗

本文參照何凌云等的研究,在基準回歸的基礎上,加入智慧城市試點變量(sc)和城市信息化水平變量(net)的交互項,結果如表5所示。由表5可知,無論控制變量加入與否,交叉項的系數(shù)皆顯著為正。假設2得到證實。

表5 機制分析結果

表6 地區(qū)異質性分析

3.4 異質性分析

3.4.1地區(qū)異質性

考慮到我國突出的地區(qū)發(fā)展不平衡問題,使得智慧城市建設的政策效應可能存在區(qū)域異質性,本文進一步將樣本城市按地區(qū)分為東、中、西三組,利用多期雙重差分法分別進行回歸。從倍差項的估計系數(shù)看,中部地區(qū)智慧城市建設的政策效應最強,東部次之,西部尚不明顯。這在一定程度表明了智慧城市試點在不同地區(qū)存在邊際遞減效應。中部地區(qū)受益于智慧城市政策,容納人力資本的潛力得到釋放,邊際作用最為明顯,而東部地區(qū)一直是人才高地,政策進一步加強人力資本集聚的邊際作用較小。

3.4.2城市發(fā)展程度異質性

為了檢驗智慧城市政策對不同發(fā)展程度城市人力資本集聚的差異性,本文根據(jù)《2021年城市商業(yè)魅力排行榜》的城市分級,將樣本城市劃分為新一線城市、二線城市、三線城市、四線城市及五線城市,并再次利用多期雙重差分法進行回歸。從表7中可以看出,智慧城市政策對除五線城市外的試點城市人力資本集聚均具有較為顯著的作用。其中,新一線及二線城市憑借著雄厚的人力資本基礎和優(yōu)越的外部發(fā)展環(huán)境,在建設智慧城市的過程中更容易吸引不同層次人才。而五線城市受落后的基礎設施、偏遠的地理區(qū)位、貧瘠的教育資源等條件限制,一直是人口的凈流出地,智慧城市政策對于人力資本集聚的效應難以體現(xiàn)。綜上,智慧城市建設對城市人力資本集聚的政策效應存在城市異質性。由此,假設H3得到驗證。

表7 城市發(fā)展程度異質性分析

4 結論與政策建議

本文基于2005—2019年中國224個地級市面板數(shù)據(jù),利用多期雙重差分法實證檢驗智慧城市建設對人力資本集聚的影響、機制和異質性。得出結論如下:智慧城市建設能顯著促進試點城市人力資本集聚,且該結論穩(wěn)健可靠;智慧城市建設能夠提升城市信息化水平,進而在人才培養(yǎng)和吸引兩方面加速城市人力資本集聚;智慧城市建設在不同地區(qū)和規(guī)模的城市發(fā)揮作用并不相同,其對中部地區(qū)試點城市人力資本集聚影響最為顯著。

基于本文的研究結論和智慧城市試點建設的實際情況,本文提出如下政策啟示:

第一,在智慧城市建設中貫徹以人為本的宗旨,將人本思想和智慧城市建設的技術相結合,重點關注城市功能對于最廣泛大眾利益訴求的滿足,建設具有人文特色的智慧城市。第二,完善城市物聯(lián)網、云計算等信息基礎設施的建設,在信息技術進步的基礎上,搭建創(chuàng)新研發(fā)平臺和創(chuàng)新服務平臺,加強對專業(yè)人才的培養(yǎng)工作,為高技能人才提供優(yōu)越的成長環(huán)境。第三,對于不同地區(qū)、規(guī)模的試點城市,要通過制定及實施差異化戰(zhàn)略,使得智慧城市的建設能夠因地制宜,同時弱化城市規(guī)模對人力資本占有的影響,避免“馬太效應”。