人力資本集聚如何促進(jìn)城市就業(yè)增長(zhǎng)
——基于生產(chǎn)率和生活質(zhì)量視角的機(jī)制分解?

劉詩(shī)濛 王逸飛

一、引言

在中國(guó)城市發(fā)展進(jìn)入“新常態(tài)”的時(shí)代背景下，高技能人才在經(jīng)濟(jì)發(fā)展中的地位愈發(fā)突出。習(xí)近平總書(shū)記在二十大報(bào)告中明確提出，科技創(chuàng)新要以人才為基礎(chǔ)，要實(shí)現(xiàn)教育、科技和人才“三位一體”，共同服務(wù)于社會(huì)主義創(chuàng)新型國(guó)家的建設(shè)。近年來(lái)，中國(guó)政府實(shí)施了一系列以科技創(chuàng)新為主要?jiǎng)恿Φ奈磥?lái)城市發(fā)展模式，例如發(fā)展智慧城市，通過(guò)信息技術(shù)等高科技工具統(tǒng)一協(xié)調(diào)各部門(mén)，提高城市運(yùn)行效率。在此過(guò)程中，人力資本起著至關(guān)重要的作用(石大千等，2018)。一方面，高技能人才可以促進(jìn)城市對(duì)高新技術(shù)的運(yùn)用，提高城市在經(jīng)濟(jì)發(fā)展過(guò)程中的運(yùn)行效率。另一方面，城市環(huán)境在高技能人才的建設(shè)下變得更加宜居，可以進(jìn)一步吸引更多勞動(dòng)力流入。因此，理解人力資本在城市經(jīng)濟(jì)發(fā)展過(guò)程中的角色定位與作用機(jī)制具有十分重要的現(xiàn)實(shí)意義。

傳統(tǒng)城市經(jīng)濟(jì)增長(zhǎng)理論認(rèn)為，人力資本集聚是推動(dòng)城市經(jīng)濟(jì)發(fā)展的關(guān)鍵因素之一(Simon 和Nardinelli，2002)?，F(xiàn)有研究人力資本集聚的文獻(xiàn)可以分成兩類(lèi)。第一類(lèi)文獻(xiàn)從勞動(dòng)力需求的角度討論人力資本集聚的影響。相關(guān)研究發(fā)現(xiàn)，人力資本集聚通過(guò)提升個(gè)體生產(chǎn)率的方式增加了企業(yè)與城市對(duì)勞動(dòng)力的需求。人力資本集聚提升生產(chǎn)率的機(jī)制為產(chǎn)生人力資本外部性，即給定個(gè)體受教育水平的前提下，城市整體受教育水平的提高會(huì)額外提升個(gè)體生產(chǎn)效率，使個(gè)體獲得更高的工資收入 (Glaeser 等，1992；Rauch，1993；Moretti，2004)。現(xiàn)有文獻(xiàn)也將這類(lèi)人力資本密集型的城市稱為“智慧城市”(smart city)(Shapiro，2006；Fu，2007)。①這里的智慧城市是指因?yàn)槿肆Y本集聚而產(chǎn)生更高知識(shí)外溢性的城市，與之前提到的城市規(guī)劃中的智慧城市政策并不相同。

第二類(lèi)文獻(xiàn)從勞動(dòng)力供給的角度討論人力資本集聚對(duì)城市生活質(zhì)量(quality of life)的影響。相關(guān)文獻(xiàn)指出，城市生活質(zhì)量的改善會(huì)吸引勞動(dòng)力流入，增加市場(chǎng)上的勞動(dòng)力供給(Chen 和Rosenthal，2008；Fu 等，2021)。而人力資本集聚也是影響城市生活質(zhì)量的主要因素之一。Shapiro (2006)提出人力資本集聚會(huì)通過(guò)促進(jìn)城市消費(fèi)型服務(wù)業(yè)的發(fā)展改善城市生活質(zhì)量?，F(xiàn)有文獻(xiàn)大多是從需求角度出發(fā)探究城市人力資本集聚的影響，從供給角度研究該問(wèn)題的較少。但城市就業(yè)人數(shù)的持續(xù)增長(zhǎng)不僅依賴對(duì)個(gè)體勞動(dòng)力的需求，同樣也離不開(kāi)市場(chǎng)的勞動(dòng)力供給。同時(shí)，已有從供給角度出發(fā)分析人力資本集聚對(duì)城市生活質(zhì)量影響的文獻(xiàn)基本關(guān)注西方發(fā)達(dá)國(guó)家，有關(guān)中國(guó)的實(shí)證研究相對(duì)匱乏。

基于該研究話題重要的現(xiàn)實(shí)與理論意義，本文首先使用簡(jiǎn)約實(shí)證模型驗(yàn)證人力資本集聚對(duì)中國(guó)城市就業(yè)增長(zhǎng)的正面影響。簡(jiǎn)約模型的估計(jì)結(jié)果也為之后的機(jī)制分解量化模型提供了部分參數(shù)。然后，本文利用Shapiro (2006)動(dòng)態(tài)城市經(jīng)濟(jì)增長(zhǎng)的理論框架，理論分析人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的影響機(jī)制，并基于此模型量化分解各影響機(jī)制占整體影響的比重。合理構(gòu)建模型量化分解各影響機(jī)制的占比是本文的重要貢獻(xiàn)之一。具體實(shí)證上，本文主要利用多個(gè)年份的中國(guó)人口普查微觀數(shù)據(jù)和中國(guó)城鎮(zhèn)住戶調(diào)查數(shù)據(jù)構(gòu)建城市標(biāo)準(zhǔn)化工資、房租與就業(yè)增長(zhǎng)等經(jīng)濟(jì)指標(biāo)，并參考文獻(xiàn)使用高技能勞動(dòng)力占比作為人力資本集聚的代理變量。同時(shí)，本文還綜合使用《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》以及CSMAR 城市數(shù)據(jù)庫(kù)等構(gòu)建控制變量、獲取機(jī)制分解模型所需參數(shù)等。

在簡(jiǎn)約實(shí)證模型的內(nèi)生性處理上，本文主要使用工具變量法保證估計(jì)結(jié)果的準(zhǔn)確性。探究人力資本集聚與城市經(jīng)濟(jì)指標(biāo)的關(guān)系需考慮兩類(lèi)內(nèi)生性問(wèn)題:城市層面可能存在的遺漏變量問(wèn)題與反向因果問(wèn)題。本文使用歷史“院系調(diào)整”政策來(lái)構(gòu)建工具變量進(jìn)行2SLS 回歸。“院系調(diào)整”運(yùn)動(dòng)主要集中在1952 年，當(dāng)時(shí)中央政府為了“向蘇聯(lián)學(xué)習(xí)”，將民國(guó)時(shí)期建立的仿西方高校體系調(diào)整為仿蘇聯(lián)高校體系，許多高校的教育資源發(fā)生跨城市搬遷。這種因?yàn)檎魏蜌v史原因產(chǎn)生的教育資源遷移構(gòu)成了我們需要的外生沖擊。已有研究表明，院系調(diào)整是一個(gè)相對(duì)外生的政策，且高等院系的搬遷影響了地區(qū)間高等教育資源的分布，進(jìn)而影響了各城市的人力資本水平(梁文泉和陸銘，2016；Glaeser 和Lu，2018)。從邏輯上講，搬入一個(gè)城市的高校數(shù)量越多，該城市未來(lái)的人力資本集聚水平越高。因此，我們以院系調(diào)整搬入數(shù)量為外生沖擊，構(gòu)造一個(gè)預(yù)測(cè)未來(lái)的高技能勞動(dòng)力占比Bartik 類(lèi)型工具變量。

本文的研究結(jié)果表明:第一，人力資本集聚對(duì)城市就業(yè)增長(zhǎng)有顯著正向影響。2005年城市高技能勞動(dòng)力占比每增加1%，該城市在2005—2009 年間就業(yè)增長(zhǎng)率提高約5.28%，平均每年增長(zhǎng)約1.32%。同時(shí)，人力資本集聚也會(huì)提高城市的工資收入和生活成本。2005 年城市高技能勞動(dòng)力占比每增加1%，該城市在2005—2009 年間工資增長(zhǎng)約1.22%，房租增長(zhǎng)約8.48%。第二，理論模型分析表明，人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的影響主要通過(guò)兩個(gè)渠道:提高城市生產(chǎn)率和改善城市生活質(zhì)量。根據(jù)機(jī)制分解模型估計(jì)，人力資本集聚主要通過(guò)生產(chǎn)率機(jī)制促進(jìn)城市就業(yè)規(guī)模增長(zhǎng)，影響占比約為80.11%。第三，人力資本集聚通過(guò)提高城市生活質(zhì)量來(lái)促進(jìn)城市就業(yè)規(guī)模增長(zhǎng)的機(jī)制也不容忽視，占到接近1/5。該機(jī)制往往被文獻(xiàn)所忽視。進(jìn)一步分析表明，人力資本集聚能夠促進(jìn)城市公共服務(wù)和消費(fèi)型因素(consumption amenity)的發(fā)展，這為其提升城市生活質(zhì)量的機(jī)制提供了實(shí)證佐證。本文還通過(guò)增加控制變量、使用其他工具變量以及調(diào)整參數(shù)值等方法進(jìn)行了穩(wěn)健性檢驗(yàn)，結(jié)論保持穩(wěn)健。

相較已有文獻(xiàn)，本文的貢獻(xiàn)主要體現(xiàn)在三個(gè)方面。第一，基于理論框架，本文使用簡(jiǎn)約回歸模型研究了中國(guó)人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的影響，并結(jié)合我們對(duì)中國(guó)家庭預(yù)算中土地要素占比的估計(jì)，在機(jī)制分解模型中量化了人力資本集聚提高城市生產(chǎn)率和改善城市生活質(zhì)量?jī)煞N機(jī)制的占比?，F(xiàn)有文獻(xiàn)大多關(guān)注人力資本集聚對(duì)個(gè)體工資收入的影響，并重點(diǎn)關(guān)注生產(chǎn)率機(jī)制。本文對(duì)人力資本集聚通過(guò)改善城市生活質(zhì)量來(lái)促進(jìn)就業(yè)增長(zhǎng)的機(jī)制進(jìn)行了探討，是對(duì)已有文獻(xiàn)的重要補(bǔ)充。第二，本文不僅使用模型量化估計(jì)了人力資本集聚通過(guò)改善城市生活質(zhì)量促進(jìn)就業(yè)增長(zhǎng)機(jī)制的占比，還從促進(jìn)城市公共服務(wù)和消費(fèi)型因素發(fā)展兩個(gè)方面為城市生活質(zhì)量機(jī)制提供了可能的解釋和數(shù)據(jù)支持。第三，在當(dāng)前中國(guó)大力推動(dòng)創(chuàng)新的背景下，本文的結(jié)論為建設(shè)智慧城市、數(shù)字城市、創(chuàng)新型城市等未來(lái)城市發(fā)展模式提供了科學(xué)研究支持。高技能人才的集聚，不僅可以提高城市生產(chǎn)率，還可以改善城市生活質(zhì)量。這也為中國(guó)如何發(fā)展現(xiàn)代城市、解決大城市病提供了可行的思路。

二、理論分析框架與機(jī)制分解模型

我們利用一個(gè)簡(jiǎn)單的新古典城市經(jīng)濟(jì)增長(zhǎng)模型，從理論角度分析人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的影響及其作用機(jī)制。然后，基于理論模型，我們提出對(duì)不同機(jī)制進(jìn)行結(jié)構(gòu)量化的方法。本文模型的基礎(chǔ)是Roback (1982)空間一般均衡模型，該模型在評(píng)估城市生活質(zhì)量和分析城市間勞動(dòng)力流動(dòng)等方面有著廣泛運(yùn)用。Shapiro (2006)對(duì)該模型進(jìn)行了改進(jìn)，使該模型可用于分析城市的動(dòng)態(tài)經(jīng)濟(jì)增長(zhǎng)。本文的模型主要借鑒Shapiro(2006)，對(duì)更詳細(xì)的細(xì)節(jié)感興趣的讀者可參考原文。

(一)基礎(chǔ)模型設(shè)定

首先，我們從生產(chǎn)者角度進(jìn)行分析。假設(shè)市場(chǎng)上的企業(yè)和個(gè)體同質(zhì)，并且自由選擇定居城市。假定城市c的所有企業(yè)都生產(chǎn)一種單價(jià)標(biāo)準(zhǔn)化為1 的同質(zhì)商品，生產(chǎn)函數(shù)為Y＝AF(L，RB)，其中Y為產(chǎn)出，A表示每個(gè)城市特有的生產(chǎn)率，F(xiàn)為生產(chǎn)要素函數(shù)，L表示生產(chǎn)所需的勞動(dòng)力數(shù)量，RB表示生產(chǎn)所需的土地?cái)?shù)量。為簡(jiǎn)化模型，假定投入要素市場(chǎng)完全競(jìng)爭(zhēng)，這意味著城市c的所有企業(yè)都面臨一個(gè)相同的邊際單位成本C(WC，)/AC，其中WC表示城市c的勞動(dòng)力要素價(jià)格，表示城市c的商業(yè)用地價(jià)格，AC表示城市c特有的企業(yè)生產(chǎn)效率。在實(shí)現(xiàn)空間均衡的情況下，企業(yè)在所有城市的邊際單位成本均應(yīng)相同，企業(yè)不再有遷移的動(dòng)機(jī)(Roback，1982；Shapiro，2006)。我們將邊際單位成本標(biāo)準(zhǔn)化為1，得到第一個(gè)均衡條件:

然后，從消費(fèi)者角度出發(fā)，假定消費(fèi)者的效用函數(shù)為U＝U(Q，X，RH)，其中Q表示個(gè)體所處城市的特定生活質(zhì)量，代表了城市所有與消費(fèi)者福利有關(guān)的環(huán)境因素、消費(fèi)設(shè)施與公共服務(wù)等。①Shapiro (2006)使用生活質(zhì)量(quality of life)一詞來(lái)代表所有影響個(gè)體福利的城市特征因素。文獻(xiàn)中也有使用地區(qū)特征因素(amenity)一詞來(lái)表示類(lèi)似含義。為與主要參考文獻(xiàn)相一致，本文使用生活質(zhì)量一詞。X表示家庭消費(fèi)的工業(yè)品數(shù)量，RH表示家庭對(duì)住宅型用地的消費(fèi)數(shù)量。②與企業(yè)用地類(lèi)型不同，家庭消費(fèi)的土地一般為住宅型用地。住宅型用地是建造人們?nèi)粘Ｉ罹铀姆炕?，因此可以近似作為消費(fèi)者對(duì)住房的消費(fèi)。雖然家庭不直接消費(fèi)土地，但是為了簡(jiǎn)化模型，我們不考慮房屋建造過(guò)程產(chǎn)生的額外成本，近似認(rèn)為家庭對(duì)房屋的支出等同于對(duì)住宅型用地的支出。改變?cè)摷僭O(shè)不影響模型的結(jié)論。與企業(yè)類(lèi)似，在空間均衡時(shí)所有家庭不再有遷移的動(dòng)力。這意味著城市c內(nèi)個(gè)體的間接效用函數(shù)V(QC，WC，)應(yīng)該與所有城市內(nèi)個(gè)體的間接效用相等。因此，第二個(gè)均衡條件是:

其中，QC為城市c的特有生活質(zhì)量。WC為城市c內(nèi)個(gè)體所獲得的工資，為城市c內(nèi)家庭消費(fèi)的住宅型用地的價(jià)格。家庭消費(fèi)的工業(yè)產(chǎn)品的價(jià)格在各城市相同，不再寫(xiě)入間接效用函數(shù)。為常數(shù)，表示系統(tǒng)內(nèi)所有個(gè)體獲得的均衡效用。為簡(jiǎn)化模型推導(dǎo)，后續(xù)模型不再區(qū)分一個(gè)城市內(nèi)商業(yè)用地價(jià)格與消費(fèi)用地價(jià)格。由于商業(yè)用地價(jià)格與家庭用地價(jià)格強(qiáng)相關(guān)，該假設(shè)不影響模型結(jié)論。

(二)影響機(jī)制分析

為了將增長(zhǎng)引入模型，我們?cè)试S城市的特有生產(chǎn)率和生活質(zhì)量隨時(shí)間外生變化。據(jù)此，對(duì)式(1)和式(2)全微分，并用小寫(xiě)字母表示大寫(xiě)字母的對(duì)數(shù)形式可得:

其中，fR為企業(yè)成本函數(shù)中土地要素成本所占比重，fL為企業(yè)成本函數(shù)中勞動(dòng)力要素成本所占比重，hR為家庭支出預(yù)算中土地支出所占比重。③此處推導(dǎo)用到了/dt＝0，因?yàn)闉槌?shù)。表示生活質(zhì)量Q與工資W變動(dòng)引起間接效用變動(dòng)的比值。同時(shí)，由式(3)可以得到城市就業(yè)增長(zhǎng)為:

其中，σ為土地價(jià)格相對(duì)于勞動(dòng)力人數(shù)的彈性。

基于式(3)和式(4)，城市地價(jià)增長(zhǎng)和工資增長(zhǎng)都與城市生活質(zhì)量增長(zhǎng)，以及城市生產(chǎn)率增長(zhǎng)有關(guān)。式(3)表明，城市地價(jià)增長(zhǎng)與城市的生活質(zhì)量增長(zhǎng)和生產(chǎn)率增長(zhǎng)都呈現(xiàn)正相關(guān)關(guān)系。生活質(zhì)量和生產(chǎn)率增長(zhǎng)越快的城市，土地價(jià)格也增長(zhǎng)得越快。式(4)表明，城市工資增長(zhǎng)與城市生產(chǎn)率增長(zhǎng)正相關(guān)，但與城市生活質(zhì)量增長(zhǎng)負(fù)相關(guān)。這說(shuō)明較高的生活質(zhì)量對(duì)于個(gè)體可以起到一種補(bǔ)償作用，使得他們對(duì)工資的要求降低。在極端情況下，如果企業(yè)的生產(chǎn)完全依賴于勞動(dòng)力要素而不需要土地要素，即fR＝0，那么勞動(dòng)力工資將完全由生產(chǎn)率因素決定。最后，式(5)表明，城市就業(yè)增長(zhǎng)與城市的生活質(zhì)量增長(zhǎng)以及生產(chǎn)率增長(zhǎng)正相關(guān)。這是本模型的核心結(jié)論，它從理論角度表明了提升生活質(zhì)量和生產(chǎn)率是影響城市就業(yè)增長(zhǎng)的兩個(gè)重要機(jī)制。同時(shí)，根據(jù)式(5)，如果我們能夠估計(jì)城市生活質(zhì)量增長(zhǎng)和生產(chǎn)率增長(zhǎng)前面的系數(shù)，就能夠量化每種影響機(jī)制對(duì)整體影響的貢獻(xiàn)比重。

(三)量化分解不同機(jī)制的影響占比

以上述理論模型為基礎(chǔ)，我們進(jìn)一步將人力資本集聚引入模型，構(gòu)建一個(gè)機(jī)制分解模型。然后，我們結(jié)合文獻(xiàn)中的相關(guān)參數(shù)值與自行估計(jì)的所需參數(shù)值，最終測(cè)算出模型中的所有參數(shù)值，并量化分解人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的兩種影響機(jī)制對(duì)整體影響的貢獻(xiàn)占比。

式(5)表明，提升城市生產(chǎn)率和生活質(zhì)量是促進(jìn)城市就業(yè)增長(zhǎng)的兩個(gè)重要機(jī)制。根據(jù)現(xiàn)有文獻(xiàn)，人力資本集聚對(duì)城市生產(chǎn)率與生活質(zhì)量均存在顯著正向影響。首先，人力資本集聚會(huì)通過(guò)產(chǎn)生知識(shí)外溢性等方式影響個(gè)體的生產(chǎn)效率(Glaeser 等，1992；Simon和Nardinelli，2002；Fu，2007)。亦有研究證實(shí)人力資本集聚程度越高的城市，個(gè)體的工資收入也會(huì)越高(Rauch，1993；Moretti，2004)。基于文獻(xiàn)，我們?cè)谀Ｐ椭屑僭O(shè)城市內(nèi)個(gè)體的生產(chǎn)效率會(huì)受到該城市人力資本集聚水平的影響。

其次，人力資本集聚較高的城市往往伴隨著較高的生活質(zhì)量。已有研究從不同方面探討了城市人力資本與各類(lèi)城市環(huán)境因素的聯(lián)系。Michael (1972)發(fā)現(xiàn)人力資本越高的城市，個(gè)體的收入水平越高，進(jìn)而可以促進(jìn)本地消費(fèi)型地區(qū)因素的增加。Moretti (2012)與Liu 和Yang (2021)也發(fā)現(xiàn)人力資本水平較高的地區(qū)，由于高技能人群更傾向于在外消費(fèi)服務(wù)與非貿(mào)易品，對(duì)服務(wù)業(yè)的需求更大，使得本地非貿(mào)易品或服務(wù)業(yè)的發(fā)展也會(huì)較好。本地非貿(mào)易品或服務(wù)業(yè)的發(fā)展是城市生活質(zhì)量的重要構(gòu)成。還有一些文獻(xiàn)發(fā)現(xiàn)，人力資本較高的地區(qū)往往會(huì)出現(xiàn)低污染、低犯罪率的特征(Zivin 和Neidell，2013；Brown和Velásquez，2017)。因此，我們假設(shè)城市的生活質(zhì)量會(huì)受人力資本集聚水平的影響?；谖墨I(xiàn)，我們?cè)谀Ｐ椭型馍氤鞘腥肆Y本集聚程度，來(lái)建立人力資本要素與生活質(zhì)量和生產(chǎn)率機(jī)制的聯(lián)系。①雖然前述理論模型中包含了代表城市就業(yè)增長(zhǎng)的參數(shù)L，但選擇外生引入人力資本集聚并不影響模型的合理性。主要的原因有:首先，本文使用的人力資本集聚程度代理變量為高技能勞動(dòng)力的占比。雖然城市勞動(dòng)力數(shù)量的增加與高技能勞動(dòng)力數(shù)量之間存在內(nèi)生聯(lián)系，但是高技能勞動(dòng)力占比并不一定會(huì)隨之變動(dòng)。其次，本文的模式設(shè)置中關(guān)注的是城市初期的人力資本集聚存量對(duì)未來(lái)就業(yè)增長(zhǎng)(增量)的影響，這會(huì)進(jìn)一步降低模型中勞動(dòng)力增長(zhǎng)與人力資本集聚之間的內(nèi)生聯(lián)系。最后，我們還在實(shí)證部分對(duì)高技能勞動(dòng)力占比使用了工具變量以避免可能存在的內(nèi)生性問(wèn)題。因此，在模型中外生引入人力資本集聚并不會(huì)影響模型的合理性。

根據(jù)上述分析，城市生活質(zhì)量和生產(chǎn)率受城市人力資本集聚影響的方程式可寫(xiě)為:

其中，Δqc，t＋1為城市c從t年至t＋1 年的生活質(zhì)量增長(zhǎng)，Δαc，t＋1為城市c從t年至t＋1年的生產(chǎn)率增長(zhǎng)，Hc，t為城市c在初期第t年的人力資本集聚水平，Xc，t為城市特征變量，βq、βα、γq、γα均為方程系數(shù)，和為誤差項(xiàng)。①我們?cè)谶@里外生引入人力資本存量而非增量的原因有兩點(diǎn):首先，本文的研究題目為人力資本集聚水平對(duì)未來(lái)城市就業(yè)增長(zhǎng)率的影響并分解其機(jī)制。這主要為了與文獻(xiàn)接軌，分析人力資本集聚對(duì)就業(yè)增長(zhǎng)的文獻(xiàn)中最有影響力的Glaeser 等(1992)采用的即為分析初期人力資本水平對(duì)未來(lái)就業(yè)增長(zhǎng)影響的實(shí)證模型，后續(xù)文獻(xiàn)多為此文獻(xiàn)的跟進(jìn)研究(Moretti，2004；Shapiro，2006；Fu，2007)。若此處使用增量，則變成了分析人力資本集聚水平對(duì)城市就業(yè)水平的影響，無(wú)法直接與Glaeser 等(1992)對(duì)接。其次，本文的理論模型設(shè)定是在Shapiro (2006)的基礎(chǔ)上構(gòu)建的，Shapiro (2006)也外生假定了人力資本存量會(huì)影響城市生產(chǎn)率增長(zhǎng)與生活質(zhì)量增長(zhǎng)，這為本文外生引入人力資本存量提供了一定的理論支撐。考慮到人力資本存量的分布存在一定的內(nèi)生性問(wèn)題，本文在后續(xù)使用多種工具變量去降低內(nèi)生性問(wèn)題的影響。此外，在未匯報(bào)的結(jié)果中，本文也嘗試使用人力資本增量去進(jìn)行實(shí)證回歸，機(jī)制分解的結(jié)論與現(xiàn)在并無(wú)明顯變化。將式(6)與式(7)代入式(5)，得到城市就業(yè)增長(zhǎng)受人力資本集聚影響的方程式:

其中，

根據(jù)式(8)，得到以下兩個(gè)推論。

推論1 如果人力資本集聚對(duì)城市生產(chǎn)率有正向影響，即βα>0，那么人力資本集聚就會(huì)通過(guò)提高城市生產(chǎn)率的方式促進(jìn)城市就業(yè)增長(zhǎng)。

推論2 如果人力資本集聚對(duì)城市生活質(zhì)量有正向影響，即βq>0，那么人力資本集聚就會(huì)通過(guò)改善城市生活質(zhì)量的方式促進(jìn)城市就業(yè)增長(zhǎng)。

更重要的是，由式(8)可知，人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的總影響為，其中生產(chǎn)率機(jī)制的影響為，生活質(zhì)量機(jī)制的影響為βq。因此，估計(jì)出βq和βα便可以測(cè)算出每種機(jī)制對(duì)整體影響的貢獻(xiàn)比重。為此，我們對(duì)式(3)和式(4)進(jìn)行改寫(xiě):

其中，Δpc，t＋1表示城市c從t年至t＋1 年的土地價(jià)格增長(zhǎng)，Δwc，t＋1表示城市c從t年至t＋1 年的工資增長(zhǎng)。和為誤差項(xiàng)。將式(6)和式(7)代入式(10)和式(11)，重新調(diào)整之后得到:

在給定參數(shù)fL、fR和hR的情況下，結(jié)合現(xiàn)有數(shù)據(jù)，我們就能估計(jì)出城市層面的fLΔwc，t＋1＋fRΔpc，t＋1和hRΔpc，t＋1－Δwc，t＋1，并將它們對(duì)城市人力資本集聚水平進(jìn)行回歸，從而估計(jì)出βα和βq，進(jìn)而根據(jù)式(8)測(cè)算出每種機(jī)制的影響比重。

三、數(shù)據(jù)來(lái)源、城市特征變量構(gòu)造與參數(shù)取值

我們首先介紹本文實(shí)證分析與機(jī)制分解模型量化所需變量與參數(shù)的數(shù)據(jù)來(lái)源，然后利用相應(yīng)數(shù)據(jù)對(duì)前述模型中的城市特征變量Δlc，t＋1、Δwc，t＋1、Δpc，t＋1和Hc，t等進(jìn)行構(gòu)造與估計(jì)，最后對(duì)相關(guān)參數(shù)fL、fR和hR進(jìn)行取值。

(一)數(shù)據(jù)來(lái)源

本文使用多個(gè)大樣本微觀數(shù)據(jù)構(gòu)建城市層面經(jīng)濟(jì)變量，具體采用的數(shù)據(jù)包括以下幾個(gè)部分。第一，本文使用2005 年人口調(diào)查微觀數(shù)據(jù)和2010 年人口普查微觀數(shù)據(jù)構(gòu)造城市層面就業(yè)增長(zhǎng)變量(Δlc，t＋1)和人力資本集聚水平(Hc，t)。人口調(diào)查與普查數(shù)據(jù)樣本的豐富性與代表性保證了所構(gòu)造的城市層面變量具有良好的代表性。第二，本文使用國(guó)家統(tǒng)計(jì)局城鎮(zhèn)住戶調(diào)查(UHS)數(shù)據(jù)構(gòu)造城市層面工資增長(zhǎng)(Δwc，t＋1)和房租增長(zhǎng)(Δpc，t＋1)等信息。該數(shù)據(jù)樣本覆蓋16 個(gè)省(自治區(qū)、直轄市)，并且包含詳細(xì)的個(gè)體與家戶特征信息，在地理位置和經(jīng)濟(jì)發(fā)展水平等方面具有較好的代表性。①16 個(gè)省(自治區(qū)、直轄市)分別是北京市、山西省、遼寧省、黑龍江省、上海市、江蘇省、安徽省、江西省、山東省、河南省、湖北省、廣東省、重慶市、四川省、云南省和甘肅省。為了與人口普查數(shù)據(jù)的時(shí)間相匹配，我們選取了2005 年和2009 年數(shù)據(jù)。匹配之后最終得到105 個(gè)城市在2005—2009 年的城市經(jīng)濟(jì)指標(biāo)變化數(shù)據(jù)。第三，本文還綜合使用了相應(yīng)年份的《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》以及CSMAR城市數(shù)據(jù)庫(kù)等數(shù)據(jù)構(gòu)建控制變量、獲取機(jī)制分解模型所需參數(shù)等。

(二)城市特征變量構(gòu)造

(1)人力資本集聚水平(Hc，t)。在實(shí)證部分，本文的核心解釋變量為城市人力資本集聚水平。參考Moretti (2004)及Iranzo 和Peri (2009)，本文使用地級(jí)市層面高技能勞動(dòng)力占比作為城市人力資本集聚水平的代理變量。高技能勞動(dòng)力占比定義為城市層面本科及以上學(xué)歷勞動(dòng)力占所有勞動(dòng)力的比例。在計(jì)算2005 年各城市高技能勞動(dòng)力占比時(shí)，我們將樣本限定為男性16—60 歲、女性16—55 歲的城鎮(zhèn)非農(nóng)就業(yè)雇員。后文計(jì)算城市就業(yè)增長(zhǎng)與工資增長(zhǎng)時(shí)采用相同的樣本限定規(guī)則。

(2)城市就業(yè)增長(zhǎng)(Δlc，t＋1)。本文的核心被解釋變量為城市就業(yè)增長(zhǎng)，該變量反映了城市整體的經(jīng)濟(jì)增長(zhǎng)水平，是我國(guó)城市經(jīng)濟(jì)發(fā)展的核心指標(biāo)之一。為了避免城市層面的代表性缺陷，我們使用2005 年人口調(diào)查數(shù)據(jù)和2010 年人口普查數(shù)據(jù)來(lái)計(jì)算地級(jí)市層面的就業(yè)人數(shù)，進(jìn)而得到2005 年到2010 年的城市就業(yè)增長(zhǎng)。城市就業(yè)增長(zhǎng)定義為兩年就業(yè)人數(shù)對(duì)數(shù)之差(即兩年就業(yè)人數(shù)比值的對(duì)數(shù))。最后，基于一定的假設(shè)和近似，我們用2005—2010 年城市就業(yè)增長(zhǎng)乘以4/5 作為2005—2009 年城市就業(yè)增長(zhǎng)的近似值。這樣做的主要原因是可得的大樣本城鎮(zhèn)住戶調(diào)查數(shù)據(jù)只到2009 年。

(3)城市工資增長(zhǎng)(Δwc，t＋1)。本文使用城市工資增長(zhǎng)來(lái)反映城市內(nèi)個(gè)體獲得的經(jīng)濟(jì)收益的增長(zhǎng)。為了控制不同城市人口結(jié)構(gòu)的不同，進(jìn)而排除由于個(gè)體特征不同導(dǎo)致的個(gè)體工資差異，我們使用如下方法獲取控制城市人口結(jié)構(gòu)后的標(biāo)準(zhǔn)化工資(quality-adjusted wage):首先，使用個(gè)體工資對(duì)個(gè)體特征變量和城市固定效應(yīng)進(jìn)行回歸，從而控制住個(gè)體特征的影響。其次，將個(gè)體特征對(duì)工資的影響分離出來(lái)之后，剩余的城市固定效應(yīng)的系數(shù)就是城市的標(biāo)準(zhǔn)化工資。個(gè)體工資和特征數(shù)據(jù)來(lái)自2005 年和2009 年城鎮(zhèn)住戶調(diào)查數(shù)據(jù)。為了保證代表性，我們刪去了樣本數(shù)量小于100 的城市。在具體操作時(shí)，我們對(duì)每一年的樣本單獨(dú)進(jìn)行固定效應(yīng)回歸，回歸方程如下:

其中，lnwagei，c表示城市c個(gè)體i的月工資的對(duì)數(shù)。Xi，c表示個(gè)體特征變量，主要包括年齡、年齡的平方、性別、受教育程度、職業(yè)和婚姻狀況。為了盡可能地控制個(gè)體特征對(duì)工資的影響，我們還控制了年齡虛擬變量(個(gè)體年齡是否在16—30 歲)與大部分個(gè)體特征變量的交互項(xiàng)。γc是城市固定效應(yīng)，ui，c是誤差項(xiàng)。通過(guò)對(duì)個(gè)體特征的嚴(yán)格控制，城市固定效應(yīng)γc代表了控制城市人口結(jié)構(gòu)后的標(biāo)準(zhǔn)化工資。通過(guò)估計(jì)每一年的γc，我們可以得到每一年的城市標(biāo)準(zhǔn)化工資并計(jì)算城市工資增長(zhǎng)。

(4)城市房租增長(zhǎng)(Δpc，t＋1)。本文使用城市房租增長(zhǎng)來(lái)反映個(gè)體在城市生活成本的增長(zhǎng)。為了控制不同城市房屋質(zhì)量與結(jié)構(gòu)等方面的不同，排除房屋自身特征對(duì)房租的影響，我們使用如下方法獲取控制城市房屋特征后的標(biāo)準(zhǔn)化房租(quality-adjusted rent):使用房租對(duì)房屋特征變量和城市固定效應(yīng)進(jìn)行回歸，從而控制住房屋特征的影響。將房屋特征對(duì)房租的影響分離出來(lái)之后，剩余的城市固定效應(yīng)的系數(shù)就是城市的標(biāo)準(zhǔn)化房租。家戶房租和房屋特征數(shù)據(jù)來(lái)自2005 年和2009 年城鎮(zhèn)住戶調(diào)查數(shù)據(jù)。為了保證代表性，我們刪去了樣本內(nèi)住戶數(shù)小于50 的城市。在具體操作時(shí)，我們對(duì)每一年的樣本單獨(dú)進(jìn)行固定效應(yīng)回歸，回歸方程如下:

其中，lnrenth，c表示城市c家庭h的月房租的對(duì)數(shù)。Zh，c表示房屋特征，主要包括房屋年齡、房屋面積、是否擁有固定電話、住宅建筑式樣、家用燃料、飲水情況和用水情況。τc是城市固定效應(yīng)，φh，c是誤差項(xiàng)。通過(guò)對(duì)房屋特征的嚴(yán)格控制，城市固定效應(yīng)τc代表了控制城市房屋結(jié)構(gòu)后的標(biāo)準(zhǔn)化房租。通過(guò)估計(jì)每一年的τc，可以得到每一年的城市標(biāo)準(zhǔn)化房租并計(jì)算城市房租增長(zhǎng)。

表1 展示了使用上述方法得到的城市標(biāo)準(zhǔn)化工資和標(biāo)準(zhǔn)化房租的排名前五位。標(biāo)準(zhǔn)化工資排名最高的五個(gè)城市是深圳、廣州、珠海、上海與北京，標(biāo)準(zhǔn)化房租排在前五位的是深圳、北京、廣州、上海和珠海。這與現(xiàn)實(shí)的收入與生活成本情況基本相符。除了使用城市標(biāo)準(zhǔn)化房租，后文還嘗試使用城市標(biāo)準(zhǔn)化房?jī)r(jià)作為衡量城市生活成本的指標(biāo)，得到的結(jié)論與使用房屋租金時(shí)一致。

表1 城市標(biāo)準(zhǔn)化工資和標(biāo)準(zhǔn)化房租排名

表2 展示了城市層面變量的描述性統(tǒng)計(jì)。后續(xù)基準(zhǔn)回歸中使用的是105 個(gè)地級(jí)市在2005—2009 年的經(jīng)濟(jì)增長(zhǎng)變量。其中，2005—2009 年城市就業(yè)增長(zhǎng)均值約為0.18，說(shuō)明2005—2009 年各地級(jí)市就業(yè)人數(shù)平均有所增長(zhǎng)，增長(zhǎng)率約19.72% (e0.18－1 即為增長(zhǎng)率)。2005—2009 年城市標(biāo)準(zhǔn)化工資增長(zhǎng)均值約0.93，標(biāo)準(zhǔn)化房租增長(zhǎng)均值約3.07，說(shuō)明2005—2009 年城市個(gè)體工資收入和生活成本也呈現(xiàn)增長(zhǎng)趨勢(shì)。同時(shí)，生活成本增長(zhǎng)速度快于工資收入增長(zhǎng)速度。2005 年高技能勞動(dòng)力占比均值約為0.07。這些變量的標(biāo)準(zhǔn)差說(shuō)明在城市間存在著較大的收入、生活成本與就業(yè)增長(zhǎng)的差異。

表2 描述性統(tǒng)計(jì):城市層面

(三)參數(shù)取值

本文需要通過(guò)其他方式獲取的參數(shù)值有三個(gè)，分別是勞動(dòng)力要素產(chǎn)出份額fL、土地要素產(chǎn)出份額fR和家庭支出預(yù)算中土地要素支出份額hR。

首先，需要對(duì)兩種要素產(chǎn)出份額fL和fR取值。Krueger (1999)和Shapiro (2006)等研究認(rèn)為美國(guó)勞動(dòng)力要素產(chǎn)出份額為0.75，土地要素產(chǎn)出份額為0.1。和美國(guó)相比，中國(guó)的勞動(dòng)力要素產(chǎn)出份額應(yīng)該略低，土地要素產(chǎn)出份額應(yīng)該略高。現(xiàn)有關(guān)于中國(guó)問(wèn)題的文獻(xiàn)中，估計(jì)的勞動(dòng)力要素產(chǎn)出份額約為0.4，土地要素產(chǎn)出份額約為0.13，符合我們的預(yù)期 (Tombe 和Zhu，2019；段巍等，2020)。因此，我們將fL設(shè)為0.4，fR設(shè)為0.13。

其次，需要對(duì)家庭支出預(yù)算中土地要素支出份額hR取值。為了保證結(jié)果的準(zhǔn)確性，我們使用兩種方法來(lái)獲得hR。第一種方法為，參考已有文獻(xiàn)中的描述，中國(guó)家庭住房支出約占家庭整體消費(fèi)支出的三分之一(孫文凱和羅圣杰，2011；潘士遠(yuǎn)等，2018；段巍等，2020)。因此，我們將hR設(shè)為0.33。但文獻(xiàn)中沒(méi)有給出該參數(shù)的具體估計(jì)方法，描述也較模糊(“約為三分之一”)。第二種方法為，參考Shapiro (2006)的估計(jì)方法，我們自行搜集數(shù)據(jù)，利用修正后的地區(qū)家庭支出數(shù)據(jù)對(duì)中國(guó)城鎮(zhèn)家庭的hR進(jìn)行估計(jì)。根據(jù)模型推導(dǎo)，家庭支出預(yù)算中土地支出占比等于家庭總支出相對(duì)于土地要素價(jià)格的彈性。因此，我們通過(guò)估計(jì)家庭生活支出對(duì)土地要素價(jià)格的回歸系數(shù)得到hR為0.38。具體估計(jì)方法如下。

我們的估計(jì)需要兩部分信息。第一部分是2002—2009 年省級(jí)層面的家庭平均消費(fèi)支出?？紤]到不同省份家庭實(shí)際消費(fèi)的一籃子商品可能不同，通過(guò)省份CPI 數(shù)據(jù)計(jì)算的家庭支出在不同省份之間存在一定的不可比問(wèn)題。為了解決此問(wèn)題，我們使用Brandt 和Holz (2006)調(diào)整后的省份層面一籃子商品的支出成本對(duì)數(shù)作為平均家庭總支出的代理變量。①Brandt 和Holz (2006)通過(guò)構(gòu)建省份層面絕對(duì)價(jià)格水平作為空間平減指標(biāo)，來(lái)解決各省份人均收入和一籃子商品可比性的問(wèn)題。省份層面人均生活支出數(shù)據(jù)來(lái)源于:https://carstenholz.people.ust.hk/SpatialDeflators.html。第二部分是2002—2009 年省份層面的土地要素價(jià)格數(shù)據(jù)。我們使用省份標(biāo)準(zhǔn)化房租來(lái)近似反映省份層面的家庭支出預(yù)算中土地要素價(jià)格水平。這里使用房租而不是房?jī)r(jià)的原因是房?jī)r(jià)既包含了房屋的使用價(jià)值，也包含了房屋未來(lái)的商品價(jià)值。相比于房?jī)r(jià)，房租能夠更好地反映土地當(dāng)期的價(jià)格和家庭生活成本(Davis 和Ortalo-Magné，2011)。省份標(biāo)準(zhǔn)化房租的估計(jì)方法與前文城市標(biāo)準(zhǔn)化房租的估計(jì)方法一樣。此外，考慮到城鎮(zhèn)住戶調(diào)查數(shù)據(jù)中的房屋租金數(shù)據(jù)多由家戶或者調(diào)查員粗略估計(jì)得到，可能存在一定的測(cè)量誤差(measurement error)。為了避免測(cè)量誤差對(duì)估計(jì)系數(shù)的干擾，我們使用省份標(biāo)準(zhǔn)化房?jī)r(jià)作為工具變量來(lái)進(jìn)行解決(Shapiro，2006)。②需要注意的是，該工具變量是為了解決測(cè)量誤差帶來(lái)的估計(jì)偏誤(attenuation bias)，而不是為了解決房租的內(nèi)生性。因此，并不需要該工具變量具有外生性。實(shí)際上，表3 需要估計(jì)的是家庭總消費(fèi)支出相對(duì)于土地要素價(jià)格的彈性，是一個(gè)相關(guān)性強(qiáng)度，不是為了測(cè)度因果關(guān)系，因此并不需要考慮內(nèi)生性問(wèn)題。

表3 土地要素占家庭支出預(yù)算比重估計(jì)(hR)

表3 報(bào)告了土地要素支出占家庭支出預(yù)算比重的估計(jì)結(jié)果。其中，第(1)、(2)列為OLS 結(jié)果，第(3)、(4)列為2SLS 結(jié)果。第(1)列顯示，城市家庭生活支出對(duì)土地價(jià)格彈性為0.18，即省份標(biāo)準(zhǔn)化房租每增長(zhǎng)1%，家庭生活成本支出增長(zhǎng)約0.18%。第(3)列報(bào)告了對(duì)應(yīng)的2SLS 回歸結(jié)果。在修正了可能存在的測(cè)量誤差問(wèn)題之后，省份標(biāo)準(zhǔn)化房租每增長(zhǎng)1%，人均生活成本支出增長(zhǎng)約0.31%。我們希望估計(jì)得到的彈性系數(shù)是長(zhǎng)期均衡狀態(tài)下的值。為了避免估計(jì)的彈性系數(shù)值大小受到2008 年金融危機(jī)的短期影響，我們將樣本限制在2002—2007 年，結(jié)果展示在第(2)、(4)列。第(2)列OLS 估計(jì)得到的彈性與全樣本估計(jì)的彈性系數(shù)值差距不大，約為0.19。在第(4)列2SLS 結(jié)果中，回歸系數(shù)略微增大，省份標(biāo)準(zhǔn)化房租每增長(zhǎng)1%，人均生活成本支出增長(zhǎng)約0.38%。第(3)、(4)列下半部分同時(shí)報(bào)告了2SLS 的一階段回歸系數(shù)，均正向顯著且F值大于10。基于此表格，我們將第二種方法估計(jì)所得的hR設(shè)為0.38，代入機(jī)制分解模型進(jìn)行參數(shù)估計(jì)。①我們的估計(jì)結(jié)果與文獻(xiàn)中中國(guó)家庭住房支出占家庭整體消費(fèi)支出的比重值相差不大，說(shuō)明結(jié)果的準(zhǔn)確性。在穩(wěn)健性檢驗(yàn)中，我們也使用了不同的hR 值來(lái)檢驗(yàn)?zāi)Ｐ徒Y(jié)果的變化趨勢(shì)。

四、實(shí)證結(jié)果與影響機(jī)制分解

(一)基準(zhǔn)結(jié)果

我們首先使用簡(jiǎn)約實(shí)證模型驗(yàn)證人力資本集聚對(duì)城市就業(yè)增長(zhǎng)等經(jīng)濟(jì)指標(biāo)的影響?；诜匠?8)，我們?cè)O(shè)置基準(zhǔn)回歸方程為:

下標(biāo)分別表示城市和年份。ΔlnYc，2005—2009表示城市c在2005—2009 年間的經(jīng)濟(jì)變量增長(zhǎng)，包含就業(yè)增長(zhǎng)、工資增長(zhǎng)和房屋租金增長(zhǎng)。其中，工資增長(zhǎng)和房屋租金增長(zhǎng)為此前回歸所得的剔除個(gè)體與房屋特征影響后的標(biāo)準(zhǔn)化值。Hc，2005表示城市c在2005 年的本科及以上學(xué)歷勞動(dòng)力占比。lnYc，2005表示對(duì)應(yīng)的就業(yè)數(shù)量、標(biāo)準(zhǔn)化工資和標(biāo)準(zhǔn)化房租在基年2005 年的水平，用來(lái)控制不同城市基礎(chǔ)水平的影響。uc，2005為聚類(lèi)到城市層面的誤差項(xiàng)。需要注意的是，該回歸未包含更多控制變量的原因是，在此前估計(jì)城市標(biāo)準(zhǔn)化房租與城市標(biāo)準(zhǔn)化工資時(shí)已控制了房屋特征與個(gè)體特征等大多數(shù)通常需要控制的變量。此后的穩(wěn)健性檢驗(yàn)中我們也嘗試加入更多城市層面控制變量，結(jié)論基本一致。

對(duì)該基準(zhǔn)回歸方程進(jìn)行估計(jì)需要考慮兩類(lèi)內(nèi)生性問(wèn)題。首先，城市層面可能存在遺漏變量問(wèn)題。例如，更好的氣候特征既可能吸引更多的高技能勞動(dòng)力，也可能對(duì)城市就業(yè)規(guī)模等經(jīng)濟(jì)指標(biāo)產(chǎn)生正向影響。此時(shí)，人力資本集聚對(duì)城市經(jīng)濟(jì)指標(biāo)的影響會(huì)被高估(Liu，2017)。其次，反向因果問(wèn)題也可能導(dǎo)致估計(jì)結(jié)果出現(xiàn)偏誤。例如，高技能勞動(dòng)力可能會(huì)偏好集聚在就業(yè)與經(jīng)濟(jì)情況更好的城市(Moretti，2004)。針對(duì)上述問(wèn)題，本文主要使用工具變量法處理內(nèi)生性以保證估計(jì)結(jié)果的準(zhǔn)確性。

在基準(zhǔn)回歸中，我們使用院系搬遷調(diào)整政策構(gòu)建工具變量進(jìn)行2SLS 回歸。已有研究表明，院系調(diào)整是一個(gè)相對(duì)外生的政策，且高等院系搬遷影響了地區(qū)間高等教育資源的分布，進(jìn)而影響各城市的人力資本水平(梁文泉和陸銘，2016；Glaeser 和Lu，2018)?！霸合嫡{(diào)整”運(yùn)動(dòng)主要集中在1952 年，當(dāng)時(shí)中央政府為了“向蘇聯(lián)學(xué)習(xí)”，將民國(guó)時(shí)期建立的仿西方高校體系調(diào)整為仿蘇聯(lián)高校體系，許多高校的教育資源都發(fā)生了跨城市搬遷。這種由于政治和歷史原因產(chǎn)生的教育資源遷移構(gòu)成了我們需要的外生沖擊。搬遷之后的高校院系為當(dāng)?shù)靥峁┝烁S富的高等教育資源，為城市的人力資本發(fā)展提供了基礎(chǔ)設(shè)施。從邏輯上講，搬入城市的高校數(shù)目越多，該城市未來(lái)的人力資本集聚水平也會(huì)越高。

我們以院系調(diào)整搬入數(shù)目為外生沖擊，構(gòu)造了一個(gè)預(yù)測(cè)的未來(lái)高技能勞動(dòng)力占比的Bartik 類(lèi)型工具變量，具體形式如下:

其中，Pred＿move＿Hc，2005為根據(jù)院系調(diào)整政策預(yù)測(cè)的城市c在2005 年的高技能勞動(dòng)力占比。Hc，2000為城市c在2000 年的高技能勞動(dòng)力占比，由2000 年人口普查數(shù)據(jù)計(jì)算得到。①該工具變量中2000 年的高技能勞動(dòng)力占比部分可能存在一定的內(nèi)生性擔(dān)憂，這與移動(dòng)份額工具變量中份額部分存在內(nèi)生性的擔(dān)憂類(lèi)似。我們采用如下方法確保研究結(jié)論不受工具變量選擇的影響。首先，2000 年處于中國(guó)市場(chǎng)化改革的早期，放松移民限制與高校擴(kuò)招等政策的影響尚未顯現(xiàn)，可以認(rèn)為當(dāng)時(shí)的高技能勞動(dòng)力分布受歷史因素影響較大，因此較為外生。其次，本文除使用院系搬遷調(diào)整政策外，在穩(wěn)健性檢驗(yàn)部分還使用了高校擴(kuò)招政策構(gòu)建工具變量，結(jié)論并無(wú)變化。最后，我們也嘗試使用人力資本集聚增量作為關(guān)鍵變量，同時(shí)僅使用該工具變量中隨外生政策變化的增量部分作為對(duì)應(yīng)的工具變量進(jìn)行回歸，結(jié)果基本一致。表示1952 年城市c在院系調(diào)整過(guò)程中搬入的高校院系數(shù)量占當(dāng)年全國(guó)高等院系總搬遷數(shù)量的比例，數(shù)據(jù)來(lái)源于1990 年《中國(guó)高等學(xué)校變遷》。②感謝Glaeser 和Lu (2018)對(duì)該數(shù)據(jù)進(jìn)行了整理和分享。此變量反映了不同城市受院系調(diào)整政策影響的差異。Grad－c，2000—2005表示全國(guó)除城市c外其余所有城市在2000—2005 年間高等教育畢業(yè)生人數(shù)的增量，數(shù)據(jù)來(lái)源于《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》和《中國(guó)教育統(tǒng)計(jì)年鑒》。該變量代表全國(guó)層面高技能勞動(dòng)力的趨勢(shì)變化。Popc，2000表示城市c在2000 年的總?cè)丝?，?shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》。代表城市c由于受院系調(diào)整政策影響不同，在2000—2005 年間受全國(guó)層面高技能勞動(dòng)力占比趨勢(shì)變化的影響不同。外生的院系調(diào)整政策所帶來(lái)的高技能勞動(dòng)力占比趨勢(shì)變化加上各城市在2000 年的高技能勞動(dòng)力占比基礎(chǔ)值，就可以得到預(yù)測(cè)的包含院系調(diào)整外生沖擊的各城市高技能勞動(dòng)力占比。此工具變量需要滿足外生性與相關(guān)性兩個(gè)要求。我們通過(guò)第一階段回歸的F值來(lái)檢驗(yàn)相關(guān)性。工具變量的外生性無(wú)法在統(tǒng)計(jì)上驗(yàn)證，但院系搬遷調(diào)整政策的外生性在邏輯上和文獻(xiàn)中都有較好的支持。

表4 展示了城市人力資本集聚對(duì)城市就業(yè)增長(zhǎng)、工資增長(zhǎng)和房租增長(zhǎng)影響的回歸結(jié)果。其中，第(1)—(3)列為OLS 結(jié)果，第(4)—(6)列為2SLS 結(jié)果。第(1)列顯示，2005 年城市高技能勞動(dòng)力占比每增加1%，該城市在2005—2009 年就業(yè)增長(zhǎng)率增加大約3.50%，說(shuō)明人力資本集聚會(huì)對(duì)城市的就業(yè)增長(zhǎng)產(chǎn)生顯著正向影響。解決內(nèi)生性問(wèn)題后，第(4)列2SLS 結(jié)果顯示，2005 年高技能勞動(dòng)力占比每增加1 個(gè)百分點(diǎn)，城市就業(yè)增長(zhǎng)率在2005—2009 年增加了約5.28%，平均每年增長(zhǎng)約1.32%，回歸系數(shù)依然正向顯著。進(jìn)一步分析人力資本集聚對(duì)城市工資和生活成本的影響，第(2)、(3)列表明城市人力資本集聚對(duì)工資增長(zhǎng)和房租增長(zhǎng)均產(chǎn)生正向影響。2005 年城市高技能勞動(dòng)力占比每增加1 個(gè)百分點(diǎn)，該城市在2005—2009 年工資增長(zhǎng)約0.51%，房租增長(zhǎng)約為3.96%。使用工具變量回歸后的第(5)、(6)列2SLS 結(jié)果顯示，人力資本集聚對(duì)城市工資增長(zhǎng)和房租增長(zhǎng)的正向影響依然存在。2005 年城市高技能勞動(dòng)力占比每增加1 個(gè)百分點(diǎn)，該城市在2005—2009 年工資增長(zhǎng)約1.22%，房租增長(zhǎng)約8.48%。這說(shuō)明人力資本集聚在提高個(gè)體工資收入的同時(shí)，也增加了城市的生活成本。此外，第(4)—(6)列的一階段回歸結(jié)果顯示，工具變量和城市高技能勞動(dòng)力占比顯著正相關(guān)，一階段回歸的F值都大于10，較好地滿足了工具變量相關(guān)性要求。

表4 人力資本集聚對(duì)城市經(jīng)濟(jì)增長(zhǎng)的影響:OLS 與2SLS 回歸

(二)影響機(jī)制分解

理論模型表明，人力資本集聚影響城市就業(yè)增長(zhǎng)的機(jī)制有兩種:通過(guò)產(chǎn)生正外部性的方式提高個(gè)體生產(chǎn)率，或通過(guò)促進(jìn)基礎(chǔ)設(shè)施改善等方式提高城市生活質(zhì)量(Shapiro，2006；劉詩(shī)濛等，2021)。根據(jù)式(8)、式(12)、式(13)，在給定參數(shù)fL、fR和hR值的情況下，我們對(duì)不同機(jī)制的影響占比進(jìn)行測(cè)算。表5 報(bào)告了人力資本集聚對(duì)城市就業(yè)增長(zhǎng)影響的機(jī)制分解結(jié)果。其中，生產(chǎn)率機(jī)制系數(shù)(βα)由方程(12)估計(jì)得出，生活質(zhì)量機(jī)制系數(shù)(βq)由方程(13)估計(jì)得到。根據(jù)式(8)，生產(chǎn)率機(jī)制占增長(zhǎng)效應(yīng)比重為，剩余部分則為生活質(zhì)量機(jī)制所占比重。

表5 人力資本集聚對(duì)就業(yè)增長(zhǎng)影響的機(jī)制分解

表5 中，勞動(dòng)力要素占企業(yè)生產(chǎn)成本比重(fL)設(shè)為0.4，土地要素占企業(yè)生產(chǎn)成本比重(fR)設(shè)為0.13。由于土地要素占家庭支出預(yù)算比重(hR)的取值在文獻(xiàn)中較為模糊，表中展示了設(shè)置不同值時(shí)兩種機(jī)制的比重。首先，當(dāng)參考Shapiro (2006)的估計(jì)方法得到家庭支出預(yù)算中土地支出比重為0.38 時(shí)，OLS 結(jié)果顯示，生活質(zhì)量機(jī)制系數(shù)為0.78，生產(chǎn)率機(jī)制系數(shù)約為0.68，均正向顯著。這說(shuō)明人力資本集聚不僅會(huì)通過(guò)提升生產(chǎn)率來(lái)提高城市就業(yè)增長(zhǎng)，還會(huì)通過(guò)改善城市生活質(zhì)量的方式促進(jìn)城市就業(yè)增長(zhǎng)。此時(shí)，生產(chǎn)率機(jī)制的影響占比為68.58%。對(duì)應(yīng)的2SLS 結(jié)果表明，生活質(zhì)量機(jī)制系數(shù)和生產(chǎn)率機(jī)制系數(shù)依然正向顯著。此時(shí)，生產(chǎn)率機(jī)制影響占比增大為80.11%。

其次，參考文獻(xiàn)中描述的hR值，我們將其設(shè)為0.33。此時(shí)，OLS 與2SLS 估計(jì)結(jié)果中生產(chǎn)率機(jī)制系數(shù)無(wú)變化，生活質(zhì)量機(jī)制系數(shù)依然為正但顯著性有所下降。在2SLS 結(jié)果中，生產(chǎn)率機(jī)制的影響占比變成85.65%，依然大于生活質(zhì)量機(jī)制的影響占比，且與之前的估計(jì)結(jié)果差異不大。由于文獻(xiàn)中沒(méi)有給出hR的具體估計(jì)方法，描述也較為模糊(“約為三分之一”)，本文使用自行估計(jì)的hR值作為基準(zhǔn)結(jié)果，并在穩(wěn)健性檢驗(yàn)中驗(yàn)證了使用不同值對(duì)結(jié)論的影響。綜合上述結(jié)論，我們發(fā)現(xiàn)中國(guó)城市人力資本集聚影響城市就業(yè)增長(zhǎng)主要通過(guò)提高生產(chǎn)率的渠道來(lái)實(shí)現(xiàn)，但是通過(guò)提升生活質(zhì)量的渠道也占有不可忽視的地位。此前文獻(xiàn)主要聚焦在人力資本外部性等生產(chǎn)率機(jī)制，但本文結(jié)果表明，消費(fèi)外部性等生活質(zhì)量機(jī)制對(duì)人力資本集聚促進(jìn)城市就業(yè)增長(zhǎng)也十分重要。例如，高技術(shù)勞動(dòng)力集聚時(shí)，由于他們更傾向于在外消費(fèi)服務(wù)與非貿(mào)易品，對(duì)服務(wù)業(yè)的需求更大，從而會(huì)促進(jìn)當(dāng)?shù)胤?wù)業(yè)的發(fā)展，在提高當(dāng)?shù)厣钯|(zhì)量并吸引勞動(dòng)力流入的同時(shí)，也會(huì)直接促進(jìn)低技能勞動(dòng)者的就業(yè)。

五、穩(wěn)健性檢驗(yàn)

(一)使用更多控制變量

為了確保遺漏變量不對(duì)本文結(jié)論造成較大影響，我們嘗試加入更多控制變量，以驗(yàn)證回歸結(jié)果和機(jī)制分解結(jié)果的穩(wěn)健性。首先，我們考慮控制城市層面的氣候特征變量。氣候特征既可能影響高技能人才的集聚，也可能影響城市工人就業(yè)。例如，良好的氣候可能同時(shí)吸引高技能人才集聚和擴(kuò)大整體就業(yè)規(guī)模。本文使用的城市氣候特征數(shù)據(jù)來(lái)自CSMAR 數(shù)據(jù)庫(kù)，具體包括城市年平均氣溫和年平均降水量。本文關(guān)鍵變量為2005 年城市層面高技能勞動(dòng)力占比，因此我們使用時(shí)間上滯后的2002—2004 年各城市年平均氣溫和降水量作為控制變量。

其次，中國(guó)的戶籍制度在一定程度上限制了人口在城市間的自由流動(dòng)，因此可能同時(shí)影響城市人力資本集聚和就業(yè)增長(zhǎng)。本文使用城市層面落戶門(mén)檻指數(shù)來(lái)控制戶籍制度對(duì)人口流動(dòng)的限制。地級(jí)市層面的落戶門(mén)檻指數(shù)來(lái)自西南財(cái)經(jīng)大學(xué)經(jīng)濟(jì)與管理研究院公共經(jīng)濟(jì)與行為研究平臺(tái)和中國(guó)家庭金融調(diào)查與研究中心聯(lián)合公布的中國(guó)城市落戶門(mén)檻指數(shù)。①?gòu)埣i和盧沖(2019)通過(guò)搜集中國(guó)地級(jí)市2000—2017 年所有的戶籍政策文件，整理了地級(jí)市層面戶籍?dāng)?shù)據(jù)，并計(jì)算出120 個(gè)地級(jí)市在2000—2013 年和2014—2016 年兩個(gè)階段的城市落戶門(mén)檻指數(shù)。為與本文樣本時(shí)間匹配，這里只使用了第一階段的落戶門(mén)檻指數(shù)，匹配后共有48 個(gè)城市的數(shù)據(jù)。

表6 報(bào)告了加入更多控制變量后的回歸結(jié)果和機(jī)制分解模型的分析結(jié)果。第(1)行與第(4)行匯報(bào)了表4 的基準(zhǔn)估計(jì)結(jié)果便于對(duì)比。第(2)行和第(5)行進(jìn)一步控制了城市氣候特征變量，結(jié)果顯示人力資本集聚依然對(duì)城市就業(yè)增長(zhǎng)、工資增長(zhǎng)和房租增長(zhǎng)產(chǎn)生顯著正向影響，且回歸系數(shù)與基準(zhǔn)結(jié)果差異很小。第(5)行的結(jié)果顯示，人力資本集聚主要通過(guò)生產(chǎn)率機(jī)制影響城市就業(yè)，影響占比約為87.34%，但生活質(zhì)量機(jī)制也依然重要。第(3)行和第(6)行進(jìn)一步控制了城市落戶門(mén)檻指數(shù)。雖然由于樣本匹配的原因樣本城市數(shù)量有所減少，但此前的結(jié)論依然不變。人力資本集聚對(duì)城市經(jīng)濟(jì)增長(zhǎng)的正向影響依然存在，且生產(chǎn)率機(jī)制的影響依然占據(jù)主導(dǎo)地位，占比約為72.45%。這些結(jié)果都與之前的結(jié)論相一致。

表6 人力資本集聚對(duì)就業(yè)增長(zhǎng)影響機(jī)制分解的穩(wěn)健性:更多控制變量

(二)使用高校擴(kuò)招政策構(gòu)建工具變量

為了保證估計(jì)結(jié)果不受工具變量選擇的影響，我們使用高校擴(kuò)招政策構(gòu)建新的工具變量進(jìn)行穩(wěn)健性檢驗(yàn)。為了應(yīng)對(duì)亞洲金融危機(jī)對(duì)中國(guó)經(jīng)濟(jì)造成的負(fù)面影響，中央政府于1999 年開(kāi)始實(shí)施高校擴(kuò)招政策，以此來(lái)拉動(dòng)內(nèi)需、刺激經(jīng)濟(jì)。高校擴(kuò)招政策正式開(kāi)始的時(shí)間是1999 年6 月，距離當(dāng)年的高考只剩下不到1 個(gè)月的時(shí)間。在有限的時(shí)間里，學(xué)校與教育部的協(xié)商空間有限。因此，高校擴(kuò)招政策的短期不可預(yù)見(jiàn)性和中央計(jì)劃特性較好地滿足了工具變量外生性要求(陳斌開(kāi)和張川川，2016；劉詩(shī)濛等，2021)。

同時(shí)，地區(qū)間初始高等教育資源的分布決定了各地受到擴(kuò)招政策的影響程度?，F(xiàn)有文獻(xiàn)指出，各地區(qū)早期的高等教育資源分布在很大程度上受歷史因素和政治因素的影響(Ma，2020)，而并不完全由地區(qū)經(jīng)濟(jì)發(fā)展水平?jīng)Q定。很多高水平高等院校分布在內(nèi)陸地區(qū)，而非如今經(jīng)濟(jì)發(fā)展較好的沿海地區(qū)(Glaeser 和Lu，2018)。因此，本文使用高校擴(kuò)招前的城市高等教育資源分布和全國(guó)層面短期內(nèi)較外生的高校擴(kuò)招整體規(guī)模構(gòu)造工具變量，既可反映出高校擴(kuò)招對(duì)不同城市影響程度的不同，又能夠較好地滿足工具變量的外生性要求。

參考Ma (2020)，本文使用1982 年各地級(jí)市在校大學(xué)生人數(shù)占全國(guó)比重作為地級(jí)市層面高等教育資源的代理變量，構(gòu)建一個(gè)預(yù)測(cè)的2005 年城市高技能勞動(dòng)力占比的Bartik類(lèi)型工具變量。其中，1982 年在校大學(xué)生人數(shù)由1982 年人口普查數(shù)據(jù)計(jì)算得到。具體計(jì)算方法如下:

表7 報(bào)告使用高校擴(kuò)招工具變量的2SLS 回歸結(jié)果及對(duì)應(yīng)的機(jī)制分解模型的分析結(jié)果。OLS 結(jié)果與表4 相同不再重復(fù)匯報(bào)。第(1)—(3)列的結(jié)果顯示，人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的影響顯著為正，同時(shí)也對(duì)城市工資增長(zhǎng)和房租增長(zhǎng)有顯著正向影響。這與之前的結(jié)論相一致。當(dāng)設(shè)定hR為0.38 時(shí)，使用高校擴(kuò)招工具變量估計(jì)的生產(chǎn)率機(jī)制影響占比約為80.93%，與使用院系調(diào)整工具變量的結(jié)果差異較小。所有的一階段回歸中，高校擴(kuò)招工具變量系數(shù)都顯著為正，且F值均大于10，較好地滿足了工具變量的相關(guān)性要求。

表7 人力資本集聚對(duì)城市經(jīng)濟(jì)增長(zhǎng)的影響:高校擴(kuò)招工具變量

(三)調(diào)整家庭預(yù)算中土地支出占比參數(shù)取值

考慮到現(xiàn)有文獻(xiàn)中對(duì)家庭支出預(yù)算中土地要素支出比重(hR)的描述并不精確，且近年來(lái)部分城市房?jī)r(jià)上升較快，土地要素支出占比可能有所增加，我們嘗試使用不同的hR取值進(jìn)行穩(wěn)健性檢驗(yàn)(Tombe 和Zhu，2019)。表8 報(bào)告了在不同hR取值下的機(jī)制分解模型的分析結(jié)果。OLS 結(jié)果顯示，在不同取值下，生產(chǎn)率系數(shù)和生活質(zhì)量系數(shù)基本都正向顯著，說(shuō)明人力資本集聚的確會(huì)同時(shí)通過(guò)提升生產(chǎn)率和改善生活質(zhì)量?jī)煞N方式來(lái)提高就業(yè)增長(zhǎng)。此外，隨著土地要素支出占家庭預(yù)算支出比重取值的增加，生活質(zhì)量系數(shù)的大小和顯著性也隨之增加，生產(chǎn)率機(jī)制占整體增長(zhǎng)效應(yīng)的比重隨之下降。①生產(chǎn)率系數(shù)因?yàn)橥耆蓜趧?dòng)力產(chǎn)出份額(fL)和土地產(chǎn)出份額(fR)決定，因此系數(shù)大小和顯著性并不隨著hR 變化。當(dāng)hR從0.35 增加到0.8 時(shí)，生產(chǎn)率機(jī)制占比從71.94%下降到40.42%。2SLS 結(jié)果表明，隨著hR的增加，生活質(zhì)量系數(shù)愈加顯著，生產(chǎn)率機(jī)制占增長(zhǎng)效應(yīng)比重范圍為47.42%—83.41%，與OLS 結(jié)果相差不大。綜上，即使在較為極端的hR取值下，我們依然發(fā)現(xiàn)生產(chǎn)率機(jī)制和生活質(zhì)量機(jī)制都十分重要。在家庭支出預(yù)算中土地要素支出比重增加的情況下，生活質(zhì)量機(jī)制占比變大，表明即使考慮近年來(lái)房?jī)r(jià)上升對(duì)生活成本造成的影響，生活質(zhì)量機(jī)制依然重要。

表8 不同土地要素支出占家庭預(yù)算比重下生產(chǎn)率機(jī)制的影響占比

六、改善生活質(zhì)量機(jī)制的證據(jù)

前文的實(shí)證結(jié)果表明，人力資本集聚會(huì)通過(guò)提高生產(chǎn)率和改善生活質(zhì)量?jī)煞N機(jī)制促進(jìn)城市就業(yè)增長(zhǎng)?，F(xiàn)有文獻(xiàn)在中國(guó)背景下討論人力資本集聚改善城市生活質(zhì)量的實(shí)證研究還相對(duì)較少。城市生活質(zhì)量取決于包括公共服務(wù)與消費(fèi)型因素等類(lèi)型的地區(qū)特征因素的數(shù)量特征因素(Chen 和Rosenthal，2008；Mulligan 和Carruthers，2011；Shi 等，2021)。因此，我們結(jié)合之前的結(jié)論，從公共服務(wù)和消費(fèi)型因素兩個(gè)角度出發(fā)，為人力資本集聚通過(guò)改善地區(qū)特征因素促進(jìn)城市生活質(zhì)量提供一些實(shí)證佐證。

(一)公共服務(wù)

在城市環(huán)境的建設(shè)過(guò)程中，地方政府扮演了十分重要的角色。政府提供的公共物品和服務(wù)對(duì)地區(qū)的生活質(zhì)量會(huì)產(chǎn)生重要影響，例如改善城市綠化、提供生活能源、修建基礎(chǔ)設(shè)施等都會(huì)直接影響城市的生活環(huán)境與生活質(zhì)量水平。

高技能人才集聚會(huì)通過(guò)多種途徑促進(jìn)地區(qū)公共物品和服務(wù)的改善。例如，高技能人才的涌入會(huì)直接影響地方政府的管理政策。部分高技能人才會(huì)直接成為地方官員，進(jìn)而改善本地的公共物品或者服務(wù)(Shapiro，2006)。高技能人才也可能更善于將民眾需求反饋給政府。另外，高技能勞動(dòng)力會(huì)更容易在本地買(mǎi)房而更可能長(zhǎng)期定居。有證據(jù)表明長(zhǎng)期定居的住戶會(huì)更加注重本地公共服務(wù)的投資與要求(Glaeser 和Shapiro，2003)。

本文使用城市面板數(shù)據(jù)，分別從醫(yī)療、能源、綠化以及交通四個(gè)方面構(gòu)建反映城市公共物品和服務(wù)的指標(biāo)，實(shí)證檢驗(yàn)人力資本集聚與城市公共物品和服務(wù)之間的關(guān)系。參考韓峰和李玉雙(2019)，在醫(yī)療方面本文選取了2005—2009 年間城市層面每萬(wàn)人中醫(yī)院數(shù)量的對(duì)數(shù)增長(zhǎng)來(lái)反映地區(qū)醫(yī)療公共服務(wù)水平；能源方面，使用2005—2009 年間城市居民人均用電量對(duì)數(shù)增長(zhǎng)來(lái)進(jìn)行衡量；綠化方面，使用2005—2009 年間城市建成區(qū)內(nèi)綠化覆蓋面積的對(duì)數(shù)增長(zhǎng)來(lái)衡量；交通方面，本文使用的是2005—2009 年間城市層面每萬(wàn)人中擁有公共汽車(chē)數(shù)量的對(duì)數(shù)增長(zhǎng)來(lái)衡量。我們所使用的城市特征數(shù)據(jù)來(lái)自對(duì)應(yīng)年份的《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》以及《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》?？紤]到基期城市層面人口等特征變量的潛在影響，我們?cè)诨貧w中加入了基期城市人口密度對(duì)數(shù)以及城市面積對(duì)數(shù)等控制變量?？刂谱兞烤蓪?duì)應(yīng)年份城市統(tǒng)計(jì)年鑒中相關(guān)指標(biāo)計(jì)算得到。

(二)消費(fèi)型因素

對(duì)個(gè)體而言，本地消費(fèi)品和服務(wù)行業(yè)的發(fā)展程度會(huì)直接影響個(gè)體對(duì)城市環(huán)境的滿意程度(Mulligan 和Carruthers，2011)。如果城市能夠擁有更多類(lèi)型的消費(fèi)商品或者服務(wù)，那么個(gè)體在本地生活的滿意程度會(huì)更高，擁有的生活質(zhì)量更高。

高技能人才的集聚會(huì)通過(guò)促進(jìn)當(dāng)?shù)叵M(fèi)型因素的增長(zhǎng)進(jìn)而改善本地的生活質(zhì)量。一方面，高技能勞動(dòng)力的集聚會(huì)增加對(duì)本地消費(fèi)型商品和服務(wù)的需求，例如餐廳、公園、影劇院等，從而促進(jìn)當(dāng)?shù)胤?wù)業(yè)的發(fā)展。這是因?yàn)楦呒寄軇趧?dòng)力的時(shí)間成本更高，更傾向于在家庭外部消費(fèi)非貿(mào)易品與服務(wù)(Moretti，2012；Liu 和Yang，2021)。另一方面，人力資本集聚會(huì)通過(guò)產(chǎn)生正外部性提高消費(fèi)產(chǎn)業(yè)效率的方式促進(jìn)本地消費(fèi)型服務(wù)業(yè)的發(fā)展(梁文泉和陸銘，2016；劉詩(shī)濛等，2021)。

本文基于數(shù)據(jù)可得性選取了多個(gè)消費(fèi)型商品與服務(wù)因素的代理變量。具體變量上，我們使用2005—2009 年間城市層面的影劇院數(shù)量對(duì)數(shù)增長(zhǎng)、公園數(shù)量對(duì)數(shù)增長(zhǎng)以及星級(jí)飯店數(shù)量對(duì)數(shù)增長(zhǎng)來(lái)衡量代表性的消費(fèi)型商品，使用2005—2009 年間城市二三產(chǎn)業(yè)結(jié)構(gòu)對(duì)數(shù)增長(zhǎng)以及服務(wù)業(yè)產(chǎn)值占比對(duì)數(shù)增長(zhǎng)衡量城市整體服務(wù)業(yè)發(fā)展。其中，城市二三產(chǎn)業(yè)結(jié)構(gòu)對(duì)數(shù)為相應(yīng)年份第三產(chǎn)業(yè)與第二產(chǎn)業(yè)產(chǎn)值比例取對(duì)數(shù)，城市服務(wù)業(yè)產(chǎn)值占比對(duì)數(shù)為相應(yīng)年份城市第三產(chǎn)業(yè)產(chǎn)值占GDP 比重取對(duì)數(shù)。我們?cè)诨貧w中控制了城市人口密度對(duì)數(shù)以及城市面積對(duì)數(shù)等城市特征。上述城市特征數(shù)據(jù)來(lái)自對(duì)應(yīng)年份的《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》以及《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》。

表9 展示了人力資本集聚對(duì)上述兩個(gè)方面城市特征因素影響的2SLS 回歸結(jié)果。第(1)—(4)列結(jié)果顯示，人力資本集聚水平越高的城市，城市能夠提供的醫(yī)療設(shè)施和生活能源越多，同時(shí)能夠提供的綠化覆蓋土地越多，公共交通服務(wù)越好。因此，人力資本集聚能夠促進(jìn)本地公共物品和服務(wù)的改善，進(jìn)而對(duì)城市生活質(zhì)量產(chǎn)生正向影響。第(5)—(9)列結(jié)果顯示，城市人力資本集聚會(huì)促進(jìn)本地消費(fèi)型商品因素與服務(wù)業(yè)的增長(zhǎng)，進(jìn)而改善城市的生活質(zhì)量。雖然部分回歸系數(shù)并不顯著，但是方向均為正向。在2SLS 的一階段回歸中，回歸系數(shù)均正向顯著且F值大于10，符合工具變量相關(guān)性要求。這些回歸結(jié)果為人力資本集聚通過(guò)改善城市生活質(zhì)量促進(jìn)城市就業(yè)增長(zhǎng)的機(jī)制提供了額外的實(shí)證證據(jù)。

表9 人力資本集聚影響城市生活質(zhì)量的實(shí)證佐證(2SLS)

七、結(jié)論

在中國(guó)城市發(fā)展進(jìn)入“新常態(tài)”的時(shí)代背景下，高技能人才在城市發(fā)展中的地位愈發(fā)突出。深刻理解人力資本對(duì)城市經(jīng)濟(jì)增長(zhǎng)的影響機(jī)制具有十分重要的理論和現(xiàn)實(shí)意義。本文借助Shapiro (2006)的理論分析框架，通過(guò)新古典城市經(jīng)濟(jì)增長(zhǎng)模型理論分析了人力資本集聚對(duì)城市整體就業(yè)增長(zhǎng)的影響以及促進(jìn)生產(chǎn)率和改善生活質(zhì)量?jī)煞N機(jī)制。通過(guò)結(jié)合簡(jiǎn)約模型和機(jī)制分解模型，本文量化估計(jì)了兩種機(jī)制占人力資本集聚對(duì)城市就業(yè)增長(zhǎng)整體影響的比重。本文主要基于中國(guó)人口普查微觀數(shù)據(jù)以及中國(guó)城鎮(zhèn)住戶調(diào)查微觀數(shù)據(jù)構(gòu)建了城市層面經(jīng)濟(jì)增長(zhǎng)指標(biāo)，同時(shí)結(jié)合了《中國(guó)城市統(tǒng)計(jì)年鑒》、《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國(guó)城鄉(xiāng)建設(shè)統(tǒng)計(jì)年鑒》以及CSMAR 數(shù)據(jù)庫(kù)等數(shù)據(jù)以構(gòu)建控制變量與分析具體機(jī)制。

綜合理論框架和實(shí)證結(jié)果，本文得到以下結(jié)論。第一，人力資本集聚對(duì)城市就業(yè)增長(zhǎng)有顯著正向影響，城市在2005 年高技能勞動(dòng)力占比每增加1%，該城市在2005—2009年就業(yè)增長(zhǎng)率提高約5.28%，平均每年增長(zhǎng)約1.32%。此外，人力資本集聚在促進(jìn)城市就業(yè)增長(zhǎng)率提高的同時(shí)，也提高了城市工人的工資收入和生活成本。2005 年城市高技能勞動(dòng)力占比每增加1%，該城市在2005—2009 年工資增長(zhǎng)約1.22%，房租增長(zhǎng)約8.48%。第二，機(jī)制分析表明，人力資本集聚對(duì)城市就業(yè)增長(zhǎng)的影響主要來(lái)源于兩個(gè)渠道:提高生產(chǎn)率和改善城市生活質(zhì)量。根據(jù)機(jī)制分解模型估計(jì)，人力資本集聚主要通過(guò)提高生產(chǎn)率的機(jī)制來(lái)促進(jìn)城市就業(yè)，生產(chǎn)率機(jī)制占整體影響比重約為80.11%。第三，人力資本集聚通過(guò)提高城市生活質(zhì)量來(lái)促進(jìn)就業(yè)規(guī)模增長(zhǎng)的機(jī)制也不容忽視，占到了接近1/5。進(jìn)一步分析表明，人力資本集聚能夠促進(jìn)城市公共服務(wù)和消費(fèi)型因素的發(fā)展，這為其提升城市生活質(zhì)量的機(jī)制提供了實(shí)證佐證。本文還通過(guò)增加控制變量、使用其他工具變量、調(diào)整參數(shù)值等方法對(duì)結(jié)果進(jìn)行穩(wěn)健型檢驗(yàn)，結(jié)論與上述一致。

本文的研究結(jié)論對(duì)在“新常態(tài)”下如何促進(jìn)城市經(jīng)濟(jì)發(fā)展有著重要的政策指導(dǎo)意義。第一，本文發(fā)現(xiàn)人力資本集聚在城市經(jīng)濟(jì)發(fā)展中具有關(guān)鍵性作用，其中最主要的影響途徑就是提高城市內(nèi)部個(gè)體生產(chǎn)效率。這說(shuō)明，人力資本集聚能夠?yàn)槌鞘袆?chuàng)新發(fā)展提供強(qiáng)有力的人才支撐。在當(dāng)前大力建設(shè)智慧城市、數(shù)字城市、創(chuàng)新型城市等未來(lái)城市發(fā)展模式的背景下，以“人才”為核心的人才強(qiáng)國(guó)戰(zhàn)略依然不可動(dòng)搖。正如二十大報(bào)告中所提到的，現(xiàn)代化城市的建設(shè)應(yīng)該將教育、科技、人才“三位一體”，統(tǒng)籌安排。第二，我們發(fā)現(xiàn)提升城市人力資本水平不僅可以提高城市生產(chǎn)率，還可以改善城市生活質(zhì)量。這說(shuō)明在未來(lái)的城市發(fā)展中，以人才為基石的發(fā)展理念可以起到促進(jìn)城市經(jīng)濟(jì)發(fā)展和改善城市生活環(huán)境的雙重效果。這對(duì)如何發(fā)展現(xiàn)代城市、解決“大城市病”等具有重要的指導(dǎo)性作用。地方政府在建設(shè)現(xiàn)代化城市的過(guò)程中，不應(yīng)該只注重對(duì)“物”的管理，還應(yīng)該通過(guò)增加城市對(duì)高技能人才的吸引力來(lái)提升城市的人力資本水平，從而更加有效地促進(jìn)城市經(jīng)濟(jì)和人民生活的可持續(xù)發(fā)展。