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

劉詩濛 王逸飛

一、引言

在中國城市發(fā)展進入“新常態(tài)”的時代背景下，高技能人才在經(jīng)濟發(fā)展中的地位愈發(fā)突出。習(xí)近平總書記在二十大報告中明確提出，科技創(chuàng)新要以人才為基礎(chǔ)，要實現(xiàn)教育、科技和人才“三位一體”，共同服務(wù)于社會主義創(chuàng)新型國家的建設(shè)。近年來，中國政府實施了一系列以科技創(chuàng)新為主要動力的未來城市發(fā)展模式，例如發(fā)展智慧城市，通過信息技術(shù)等高科技工具統(tǒng)一協(xié)調(diào)各部門，提高城市運行效率。在此過程中，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城市對高新技術(shù)的運用，提高城市在經(jīng)濟發(fā)展過程中的運行效率。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，可以進一步吸引更多勞動力流入。因此，理解人力資本在城市經(jīng)濟發(fā)展過程中的角色定位與作用機制具有十分重要的現(xiàn)實意義。

傳統(tǒng)城市經(jīng)濟增長理論認為，人力資本集聚是推動城市經(jīng)濟發(fā)展的關(guān)鍵因素之一(Simon 和Nardinelli，2002)。現(xiàn)有研究人力資本集聚的文獻可以分成兩類。第一類文獻從勞動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)，人力資本集聚通過提升個體生產(chǎn)率的方式增加了企業(yè)與城市對勞動力的需求。人力資本集聚提升生產(chǎn)率的機制為產(chǎn)生人力資本外部性，即給定個體受教育水平的前提下，城市整體受教育水平的提高會額外提升個體生產(chǎn)效率，使個體獲得更高的工資收入 (Glaeser 等，1992；Rauch，1993；Moretti，2004)?，F(xiàn)有文獻也將這類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為人力資本集聚而產(chǎn)生更高知識外溢性的城市，與之前提到的城市規(guī)劃中的智慧城市政策并不相同。

第二類文獻從勞動力供給的角度討論人力資本集聚對城市生活質(zhì)量(quality of life)的影響。相關(guān)文獻指出，城市生活質(zhì)量的改善會吸引勞動力流入，增加市場上的勞動力供給(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通過促進城市消費型服務(wù)業(yè)的發(fā)展改善城市生活質(zhì)量?，F(xiàn)有文獻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題的較少。但城市就業(yè)人數(shù)的持續(xù)增長不僅依賴對個體勞動力的需求，同樣也離不開市場的勞動力供給。同時，已有從供給角度出發(fā)分析人力資本集聚對城市生活質(zhì)量影響的文獻基本關(guān)注西方發(fā)達國家，有關(guān)中國的實證研究相對匱乏。

基于該研究話題重要的現(xiàn)實與理論意義，本文首先使用簡約實證模型驗證人力資本集聚對中國城市就業(yè)增長的正面影響。簡約模型的估計結(jié)果也為之后的機制分解量化模型提供了部分參數(shù)。然后，本文利用Shapiro (2006)動態(tài)城市經(jīng)濟增長的理論框架，理論分析人力資本集聚對城市就業(yè)增長的影響機制，并基于此模型量化分解各影響機制占整體影響的比重。合理構(gòu)建模型量化分解各影響機制的占比是本文的重要貢獻之一。具體實證上，本文主要利用多個年份的中國人口普查微觀數(shù)據(jù)和中國城鎮(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)增長等經(jīng)濟指標(biāo)，并參考文獻使用高技能勞動力占比作為人力資本集聚的代理變量。同時，本文還綜合使用《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》以及CSMAR 城市數(shù)據(jù)庫等構(gòu)建控制變量、獲取機制分解模型所需參數(shù)等。

在簡約實證模型的內(nèi)生性處理上，本文主要使用工具變量法保證估計結(jié)果的準(zhǔn)確性。探究人力資本集聚與城市經(jīng)濟指標(biāo)的關(guān)系需考慮兩類內(nèi)生性問題:城市層面可能存在的遺漏變量問題與反向因果問題。本文使用歷史“院系調(diào)整”政策來構(gòu)建工具變量進行2SLS 回歸?！霸合嫡{(diào)整”運動主要集中在1952 年，當(dāng)時中央政府為了“向蘇聯(lián)學(xué)習(xí)”，將民國時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。這種因為政治和歷史原因產(chǎn)生的教育資源遷移構(gòu)成了我們需要的外生沖擊。已有研究表明，院系調(diào)整是一個相對外生的政策，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，搬入一個城市的高校數(shù)量越多，該城市未來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)造一個預(yù)測未來的高技能勞動力占比Bartik 類型工具變量。

本文的研究結(jié)果表明:第一，人力資本集聚對城市就業(yè)增長有顯著正向影響。2005年城市高技能勞動力占比每增加1%，該城市在2005—2009 年間就業(yè)增長率提高約5.28%，平均每年增長約1.32%。同時，人力資本集聚也會提高城市的工資收入和生活成本。2005 年城市高技能勞動力占比每增加1%，該城市在2005—2009 年間工資增長約1.22%，房租增長約8.48%。第二，理論模型分析表明，人力資本集聚對城市就業(yè)增長的影響主要通過兩個渠道:提高城市生產(chǎn)率和改善城市生活質(zhì)量。根據(jù)機制分解模型估計，人力資本集聚主要通過生產(chǎn)率機制促進城市就業(yè)規(guī)模增長，影響占比約為80.11%。第三，人力資本集聚通過提高城市生活質(zhì)量來促進城市就業(yè)規(guī)模增長的機制也不容忽視，占到接近1/5。該機制往往被文獻所忽視。進一步分析表明，人力資本集聚能夠促進城市公共服務(wù)和消費型因素(consumption amenity)的發(fā)展，這為其提升城市生活質(zhì)量的機制提供了實證佐證。本文還通過增加控制變量、使用其他工具變量以及調(diào)整參數(shù)值等方法進行了穩(wěn)健性檢驗，結(jié)論保持穩(wěn)健。

相較已有文獻，本文的貢獻主要體現(xiàn)在三個方面。第一，基于理論框架，本文使用簡約回歸模型研究了中國人力資本集聚對城市就業(yè)增長的影響，并結(jié)合我們對中國家庭預(yù)算中土地要素占比的估計，在機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)量兩種機制的占比?，F(xiàn)有文獻大多關(guān)注人力資本集聚對個體工資收入的影響，并重點關(guān)注生產(chǎn)率機制。本文對人力資本集聚通過改善城市生活質(zhì)量來促進就業(yè)增長的機制進行了探討，是對已有文獻的重要補充。第二，本文不僅使用模型量化估計了人力資本集聚通過改善城市生活質(zhì)量促進就業(yè)增長機制的占比，還從促進城市公共服務(wù)和消費型因素發(fā)展兩個方面為城市生活質(zhì)量機制提供了可能的解釋和數(shù)據(jù)支持。第三，在當(dāng)前中國大力推動創(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、理論分析框架與機制分解模型

我們利用一個簡單的新古典城市經(jīng)濟增長模型，從理論角度分析人力資本集聚對城市就業(yè)增長的影響及其作用機制。然后，基于理論模型，我們提出對不同機制進行結(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，該模型在評估城市生活質(zhì)量和分析城市間勞動力流動等方面有著廣泛運用。Shapiro (2006)對該模型進行了改進，使該模型可用于分析城市的動態(tài)經(jīng)濟增長。本文的模型主要借鑒Shapiro(2006)，對更詳細的細節(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)者角度進行分析。假設(shè)市場上的企業(yè)和個體同質(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)所需的勞動力數(shù)量，RB表示生產(chǎn)所需的土地數(shù)量。為簡化模型，假定投入要素市場完全競爭，這意味著城市c的所有企業(yè)都面臨一個相同的邊際單位成本C(WC，)/AC，其中WC表示城市c的勞動力要素價格，表示城市c的商業(yè)用地價格，AC表示城市c特有的企業(yè)生產(chǎn)效率。在實現(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)不再有遷移的動機(Roback，1982；Shapiro，2006)。我們將邊際單位成本標(biāo)準(zhǔn)化為1，得到第一個均衡條件:

然后，從消費者角度出發(fā)，假定消費者的效用函數(shù)為U＝U(Q，X，RH)，其中Q表示個體所處城市的特定生活質(zhì)量，代表了城市所有與消費者福利有關(guān)的環(huán)境因素、消費設(shè)施與公共服務(wù)等。①Shapiro (2006)使用生活質(zhì)量(quality of life)一詞來代表所有影響個體福利的城市特征因素。文獻中也有使用地區(qū)特征因素(amenity)一詞來表示類似含義。為與主要參考文獻相一致，本文使用生活質(zhì)量一詞。X表示家庭消費的工業(yè)品數(shù)量，RH表示家庭對住宅型用地的消費數(shù)量。②與企業(yè)用地類型不同，家庭消費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兀虼丝梢越谱鳛橄M者對住房的消費。雖然家庭不直接消費土地，但是為了簡化模型，我們不考慮房屋建造過程產(chǎn)生的額外成本，近似認為家庭對房屋的支出等同于對住宅型用地的支出。改變該假設(shè)不影響模型的結(jié)論。與企業(yè)類似，在空間均衡時所有家庭不再有遷移的動力。這意味著城市c內(nèi)個體的間接效用函數(shù)V(QC，WC，)應(yīng)該與所有城市內(nèi)個體的間接效用相等。因此，第二個均衡條件是:

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

(二)影響機制分析

為了將增長引入模型，我們允許城市的特有生產(chǎn)率和生活質(zhì)量隨時間外生變化。據(jù)此，對式(1)和式(2)全微分，并用小寫字母表示大寫字母的對數(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，因為為常數(shù)。表示生活質(zhì)量Q與工資W變動引起間接效用變動的比值。同時，由式(3)可以得到城市就業(yè)增長為:

其中，σ為土地價格相對于勞動力人數(shù)的彈性。

基于式(3)和式(4)，城市地價增長和工資增長都與城市生活質(zhì)量增長，以及城市生產(chǎn)率增長有關(guān)。式(3)表明，城市地價增長與城市的生活質(zhì)量增長和生產(chǎn)率增長都呈現(xiàn)正相關(guān)關(guān)系。生活質(zhì)量和生產(chǎn)率增長越快的城市，土地價格也增長得越快。式(4)表明，城市工資增長與城市生產(chǎn)率增長正相關(guān)，但與城市生活質(zhì)量增長負相關(guān)。這說明較高的生活質(zhì)量對于個體可以起到一種補償作用，使得他們對工資的要求降低。在極端情況下，如果企業(yè)的生產(chǎn)完全依賴于勞動力要素而不需要土地要素，即fR＝0，那么勞動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)增長與城市的生活質(zhì)量增長以及生產(chǎn)率增長正相關(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)增長的兩個重要機制。同時，根據(jù)式(5)，如果我們能夠估計城市生活質(zhì)量增長和生產(chǎn)率增長前面的系數(shù)，就能夠量化每種影響機制對整體影響的貢獻比重。

(三)量化分解不同機制的影響占比

以上述理論模型為基礎(chǔ)，我們進一步將人力資本集聚引入模型，構(gòu)建一個機制分解模型。然后，我們結(jié)合文獻中的相關(guān)參數(shù)值與自行估計的所需參數(shù)值，最終測算出模型中的所有參數(shù)值，并量化分解人力資本集聚對城市就業(yè)增長的兩種影響機制對整體影響的貢獻占比。

式(5)表明，提升城市生產(chǎn)率和生活質(zhì)量是促進城市就業(yè)增長的兩個重要機制。根據(jù)現(xiàn)有文獻，人力資本集聚對城市生產(chǎn)率與生活質(zhì)量均存在顯著正向影響。首先，人力資本集聚會通過產(chǎn)生知識外溢性等方式影響個體的生產(chǎn)效率(Glaeser 等，1992；Simon和Nardinelli，2002；Fu，2007)。亦有研究證實人力資本集聚程度越高的城市，個體的工資收入也會越高(Rauch，1993；Moretti，2004)?；谖墨I，我們在模型中假設(shè)城市內(nèi)個體的生產(chǎn)效率會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，個體的收入水平越高，進而可以促進本地消費型地區(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服務(wù)與非貿(mào)易品，對服務(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。還有一些文獻發(fā)現(xiàn)，人力資本較高的地區(qū)往往會出現(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)量會受人力資本集聚水平的影響。基于文獻，我們在模型中外生引入城市人力資本集聚程度，來建立人力資本要素與生活質(zhì)量和生產(chǎn)率機制的聯(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力的占比。雖然城市勞動力數(shù)量的增加與高技能勞動力數(shù)量之間存在內(nèi)生聯(lián)系，但是高技能勞動力占比并不一定會隨之變動。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未來就業(yè)增長(增量)的影響，這會進一步降低模型中勞動力增長與人力資本集聚之間的內(nèi)生聯(lián)系。最后，我們還在實證部分對高技能勞動力占比使用了工具變量以避免可能存在的內(nèi)生性問題。因此，在模型中外生引入人力資本集聚并不會影響模型的合理性。

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，Δαc，t＋1為城市c從t年至t＋1年的生產(chǎn)率增長，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。①我們在這里外生引入人力資本存量而非增量的原因有兩點:首先，本文的研究題目為人力資本集聚水平對未來城市就業(yè)增長率的影響并分解其機制。這主要為了與文獻接軌，分析人力資本集聚對就業(yè)增長的文獻中最有影響力的Glaeser 等(1992)采用的即為分析初期人力資本水平對未來就業(yè)增長影響的實證模型，后續(xù)文獻多為此文獻的跟進研究(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城市就業(yè)水平的影響，無法直接與Glaeser 等(1992)對接。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影響城市生產(chǎn)率增長與生活質(zhì)量增長，這為本文外生引入人力資本存量提供了一定的理論支撐?？紤]到人力資本存量的分布存在一定的內(nèi)生性問題，本文在后續(xù)使用多種工具變量去降低內(nèi)生性問題的影響。此外，在未匯報的結(jié)果中，本文也嘗試使用人力資本增量去進行實證回歸，機制分解的結(jié)論與現(xiàn)在并無明顯變化。將式(6)與式(7)代入式(5)，得到城市就業(yè)增長受人力資本集聚影響的方程式:

其中，

根據(jù)式(8)，得到以下兩個推論。

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

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

更重要的是，由式(8)可知，人力資本集聚對城市就業(yè)增長的總影響為，其中生產(chǎn)率機制的影響為，生活質(zhì)量機制的影響為βq。因此，估計出βq和βα便可以測算出每種機制對整體影響的貢獻比重。為此，我們對式(3)和式(4)進行改寫:

其中，Δpc，t＋1表示城市c從t年至t＋1 年的土地價格增長，Δwc，t＋1表示城市c從t年至t＋1 年的工資增長。和為誤差項。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)，我們就能估計出城市層面的fLΔwc，t＋1＋fRΔpc，t＋1和hRΔpc，t＋1－Δwc，t＋1，并將它們對城市人力資本集聚水平進行回歸，從而估計出βα和βq，進而根據(jù)式(8)測算出每種機制的影響比重。

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

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

(一)數(shù)據(jù)來源

本文使用多個大樣本微觀數(shù)據(jù)構(gòu)建城市層面經(jīng)濟變量，具體采用的數(shù)據(jù)包括以下幾個部分。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，本文使用國家統(tǒng)計局城鎮(zhèn)住戶調(diào)查(UHS)數(shù)據(jù)構(gòu)造城市層面工資增長(Δwc，t＋1)和房租增長(Δpc，t＋1)等信息。該數(shù)據(jù)樣本覆蓋16 個省(自治區(qū)、直轄市)，并且包含詳細的個體與家戶特征信息，在地理位置和經(jīng)濟發(fā)展水平等方面具有較好的代表性。①16 個省(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 個城市在2005—2009 年的城市經(jīng)濟指標(biāo)變化數(shù)據(jù)。第三，本文還綜合使用了相應(yīng)年份的《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》以及CSMAR城市數(shù)據(jù)庫等數(shù)據(jù)構(gòu)建控制變量、獲取機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)，本文使用地級市層面高技能勞動力占比作為城市人力資本集聚水平的代理變量。高技能勞動力占比定義為城市層面本科及以上學(xué)歷勞動力占所有勞動力的比例。在計算2005 年各城市高技能勞動力占比時，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。后文計算城市就業(yè)增長與工資增長時采用相同的樣本限定規(guī)則。

(2)城市就業(yè)增長(Δlc，t＋1)。本文的核心被解釋變量為城市就業(yè)增長，該變量反映了城市整體的經(jīng)濟增長水平，是我國城市經(jīng)濟發(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)來計算地級市層面的就業(yè)人數(shù)，進而得到2005 年到2010 年的城市就業(yè)增長。城市就業(yè)增長定義為兩年就業(yè)人數(shù)對數(shù)之差(即兩年就業(yè)人數(shù)比值的對數(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)增長乘以4/5 作為2005—2009 年城市就業(yè)增長的近似值。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(Δwc，t＋1)。本文使用城市工資增長來反映城市內(nèi)個體獲得的經(jīng)濟收益的增長。為了控制不同城市人口結(jié)構(gòu)的不同，進而排除由于個體特征不同導(dǎo)致的個體工資差異，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，使用個體工資對個體特征變量和城市固定效應(yīng)進行回歸，從而控制住個體特征的影響。其次，將個體特征對工資的影響分離出來之后，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。個體工資和特征數(shù)據(jù)來自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，我們對每一年的樣本單獨進行固定效應(yīng)回歸，回歸方程如下:

其中，lnwagei，c表示城市c個體i的月工資的對數(shù)。Xi，c表示個體特征變量，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體特征對工資的影響，我們還控制了年齡虛擬變量(個體年齡是否在16—30 歲)與大部分個體特征變量的交互項。γc是城市固定效應(yīng)，ui，c是誤差項。通過對個體特征的嚴(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。通過估計每一年的γc，我們可以得到每一年的城市標(biāo)準(zhǔn)化工資并計算城市工資增長。

(4)城市房租增長(Δpc，t＋1)。本文使用城市房租增長來反映個體在城市生活成本的增長。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):使用房租對房屋特征變量和城市固定效應(yīng)進行回歸，從而控制住房屋特征的影響。將房屋特征對房租的影響分離出來之后，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，我們對每一年的樣本單獨進行固定效應(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。通過對房屋特征的嚴(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。通過估計每一年的τc，可以得到每一年的城市標(biāo)準(zhǔn)化房租并計算城市房租增長。

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)化房價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。后續(xù)基準(zhǔn)回歸中使用的是105 個地級市在2005—2009 年的經(jīng)濟增長變量。其中，2005—2009 年城市就業(yè)增長均值約為0.18，說明2005—2009 年各地級市就業(yè)人數(shù)平均有所增長，增長率約19.72% (e0.18－1 即為增長率)。2005—2009 年城市標(biāo)準(zhǔn)化工資增長均值約0.93，標(biāo)準(zhǔn)化房租增長均值約3.07，說明2005—2009 年城市個體工資收入和生活成本也呈現(xiàn)增長趨勢。同時，生活成本增長速度快于工資收入增長速度。2005 年高技能勞動力占比均值約為0.07。這些變量的標(biāo)準(zhǔn)差說明在城市間存在著較大的收入、生活成本與就業(yè)增長的差異。

表2 描述性統(tǒng)計:城市層面

(三)參數(shù)取值

本文需要通過其他方式獲取的參數(shù)值有三個，分別是勞動力要素產(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，需要對兩種要素產(chǎn)出份額fL和fR取值。Krueger (1999)和Shapiro (2006)等研究認為美國勞動力要素產(chǎn)出份額為0.75，土地要素產(chǎn)出份額為0.1。和美國相比，中國的勞動力要素產(chǎn)出份額應(yīng)該略低，土地要素產(chǎn)出份額應(yīng)該略高?，F(xiàn)有關(guān)于中國問題的文獻中，估計的勞動力要素產(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獲得hR。第一種方法為，參考已有文獻中的描述，中國家庭住房支出約占家庭整體消費支出的三分之一(孫文凱和羅圣杰，2011；潘士遠等，2018；段巍等，2020)。因此，我們將hR設(shè)為0.33。但文獻中沒有給出該參數(shù)的具體估計方法，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)對中國城鎮(zhèn)家庭的hR進行估計。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于土地要素價格的彈性。因此，我們通過估計家庭生活支出對土地要素價格的回歸系數(shù)得到hR為0.38。具體估計方法如下。

我們的估計需要兩部分信息。第一部分是2002—2009 年省級層面的家庭平均消費支出?？紤]到不同省份家庭實際消費的一籃子商品可能不同，通過省份CPI 數(shù)據(jù)計算的家庭支出在不同省份之間存在一定的不可比問題。為了解決此問題，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數(shù)作為平均家庭總支出的代理變量。①Brandt 和Holz (2006)通過構(gòu)建省份層面絕對價格水平作為空間平減指標(biāo)，來解決各省份人均收入和一籃子商品可比性的問題。省份層面人均生活支出數(shù)據(jù)來源于: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格數(shù)據(jù)。我們使用省份標(biāo)準(zhǔn)化房租來近似反映省份層面的家庭支出預(yù)算中土地要素價格水平。這里使用房租而不是房價的原因是房價既包含了房屋的使用價值，也包含了房屋未來的商品價值。相比于房價，房租能夠更好地反映土地當(dāng)期的價格和家庭生活成本(Davis 和Ortalo-Magné，2011)。省份標(biāo)準(zhǔn)化房租的估計方法與前文城市標(biāo)準(zhǔn)化房租的估計方法一樣。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)查員粗略估計得到，可能存在一定的測量誤差(measurement error)。為了避免測量誤差對估計系數(shù)的干擾，我們使用省份標(biāo)準(zhǔn)化房價作為工具變量來進行解決(Shapiro，2006)。②需要注意的是，該工具變量是為了解決測量誤差帶來的估計偏誤(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。實際上，表3 需要估計的是家庭總消費支出相對于土地要素價格的彈性，是一個相關(guān)性強度，不是為了測度因果關(guān)系，因此并不需要考慮內(nèi)生性問題。

表3 土地要素占家庭支出預(yù)算比重估計(hR)

表3 報告了土地要素支出占家庭支出預(yù)算比重的估計結(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土地價格彈性為0.18，即省份標(biāo)準(zhǔn)化房租每增長1%，家庭生活成本支出增長約0.18%。第(3)列報告了對應(yīng)的2SLS 回歸結(jié)果。在修正了可能存在的測量誤差問題之后，省份標(biāo)準(zhǔn)化房租每增長1%，人均生活成本支出增長約0.31%。我們希望估計得到的彈性系數(shù)是長期均衡狀態(tài)下的值。為了避免估計的彈性系數(shù)值大小受到2008 年金融危機的短期影響，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 估計得到的彈性與全樣本估計的彈性系數(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1%，人均生活成本支出增長約0.38%。第(3)、(4)列下半部分同時報告了2SLS 的一階段回歸系數(shù)，均正向顯著且F值大于10?；诖吮砀?，我們將第二種方法估計所得的hR設(shè)為0.38，代入機制分解模型進行參數(shù)估計。①我們的估計結(jié)果與文獻中中國家庭住房支出占家庭整體消費支出的比重值相差不大，說明結(jié)果的準(zhǔn)確性。在穩(wěn)健性檢驗中，我們也使用了不同的hR 值來檢驗?zāi)Ｐ徒Y(jié)果的變化趨勢。

四、實證結(jié)果與影響機制分解

(一)基準(zhǔn)結(jié)果

我們首先使用簡約實證模型驗證人力資本集聚對城市就業(yè)增長等經(jīng)濟指標(biāo)的影響?；诜匠?8)，我們設(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)濟變量增長，包含就業(yè)增長、工資增長和房屋租金增長。其中，工資增長和房屋租金增長為此前回歸所得的剔除個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)歷勞動力占比。lnYc，2005表示對應(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，用來控制不同城市基礎(chǔ)水平的影響。uc，2005為聚類到城市層面的誤差項。需要注意的是，該回歸未包含更多控制變量的原因是，在此前估計城市標(biāo)準(zhǔn)化房租與城市標(biāo)準(zhǔn)化工資時已控制了房屋特征與個體特征等大多數(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。

對該基準(zhǔn)回歸方程進行估計需要考慮兩類內(nèi)生性問題。首先，城市層面可能存在遺漏變量問題。例如，更好的氣候特征既可能吸引更多的高技能勞動力，也可能對城市就業(yè)規(guī)模等經(jīng)濟指標(biāo)產(chǎn)生正向影響。此時，人力資本集聚對城市經(jīng)濟指標(biāo)的影響會被高估(Liu，2017)。其次，反向因果問題也可能導(dǎo)致估計結(jié)果出現(xiàn)偏誤。例如，高技能勞動力可能會偏好集聚在就業(yè)與經(jīng)濟情況更好的城市(Moretti，2004)。針對上述問題，本文主要使用工具變量法處理內(nèi)生性以保證估計結(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)建工具變量進行2SLS 回歸。已有研究表明，院系調(diào)整是一個相對外生的政策，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”運動主要集中在1952 年，當(dāng)時中央政府為了“向蘇聯(lián)學(xué)習(xí)”，將民國時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，該城市未來的人力資本集聚水平也會越高。

我們以院系調(diào)整搬入數(shù)目為外生沖擊，構(gòu)造了一個預(yù)測的未來高技能勞動力占比的Bartik 類型工具變量，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)測的城市c在2005 年的高技能勞動力占比。Hc，2000為城市c在2000 年的高技能勞動力占比，由2000 年人口普查數(shù)據(jù)計算得到。①該工具變量中2000 年的高技能勞動力占比部分可能存在一定的內(nèi)生性擔(dān)憂，這與移動份額工具變量中份額部分存在內(nèi)生性的擔(dān)憂類似。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 年處于中國市場化改革的早期，放松移民限制與高校擴招等政策的影響尚未顯現(xiàn)，可以認為當(dāng)時的高技能勞動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)健性檢驗部分還使用了高校擴招政策構(gòu)建工具變量，結(jié)論并無變化。最后，我們也嘗試使用人力資本集聚增量作為關(guān)鍵變量，同時僅使用該工具變量中隨外生政策變化的增量部分作為對應(yīng)的工具變量進行回歸，結(jié)果基本一致。表示1952 年城市c在院系調(diào)整過程中搬入的高校院系數(shù)量占當(dāng)年全國高等院系總搬遷數(shù)量的比例，數(shù)據(jù)來源于1990 年《中國高等學(xué)校變遷》。②感謝Glaeser 和Lu (2018)對該數(shù)據(jù)進行了整理和分享。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)來源于《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》和《中國教育統(tǒng)計年鑒》。該變量代表全國層面高技能勞動力的趨勢變化。Popc，2000表示城市c在2000 年的總?cè)丝?，?shù)據(jù)來源于《中國城市統(tǒng)計年鑒》。代表城市c由于受院系調(diào)整政策影響不同，在2000—2005 年間受全國層面高技能勞動力占比趨勢變化的影響不同。外生的院系調(diào)整政策所帶來的高技能勞動力占比趨勢變化加上各城市在2000 年的高技能勞動力占比基礎(chǔ)值，就可以得到預(yù)測的包含院系調(diào)整外生沖擊的各城市高技能勞動力占比。此工具變量需要滿足外生性與相關(guān)性兩個要求。我們通過第一階段回歸的F值來檢驗相關(guān)性。工具變量的外生性無法在統(tǒng)計上驗證，但院系搬遷調(diào)整政策的外生性在邏輯上和文獻中都有較好的支持。

表4 展示了城市人力資本集聚對城市就業(yè)增長、工資增長和房租增長影響的回歸結(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 年城市高技能勞動力占比每增加1%，該城市在2005—2009 年就業(yè)增長率增加大約3.50%，說明人力資本集聚會對城市的就業(yè)增長產(chǎn)生顯著正向影響。解決內(nèi)生性問題后，第(4)列2SLS 結(jié)果顯示，2005 年高技能勞動力占比每增加1 個百分點，城市就業(yè)增長率在2005—2009 年增加了約5.28%，平均每年增長約1.32%，回歸系數(shù)依然正向顯著。進一步分析人力資本集聚對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工資增長和房租增長均產(chǎn)生正向影響。2005 年城市高技能勞動力占比每增加1 個百分點，該城市在2005—2009 年工資增長約0.51%，房租增長約為3.96%。使用工具變量回歸后的第(5)、(6)列2SLS 結(jié)果顯示，人力資本集聚對城市工資增長和房租增長的正向影響依然存在。2005 年城市高技能勞動力占比每增加1 個百分點，該城市在2005—2009 年工資增長約1.22%，房租增長約8.48%。這說明人力資本集聚在提高個體工資收入的同時，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 人力資本集聚對城市經(jīng)濟增長的影響:OLS 與2SLS 回歸

(二)影響機制分解

理論模型表明，人力資本集聚影響城市就業(yè)增長的機制有兩種:通過產(chǎn)生正外部性的方式提高個體生產(chǎn)率，或通過促進基礎(chǔ)設(shè)施改善等方式提高城市生活質(zhì)量(Shapiro，2006；劉詩濛等，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，我們對不同機制的影響占比進行測算。表5 報告了人力資本集聚對城市就業(yè)增長影響的機制分解結(jié)果。其中，生產(chǎn)率機制系數(shù)(βα)由方程(12)估計得出，生活質(zhì)量機制系數(shù)(βq)由方程(13)估計得到。根據(jù)式(8)，生產(chǎn)率機制占增長效應(yīng)比重為，剩余部分則為生活質(zhì)量機制所占比重。

表5 人力資本集聚對就業(yè)增長影響的機制分解

表5 中，勞動力要素占企業(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)的取值在文獻中較為模糊，表中展示了設(shè)置不同值時兩種機制的比重。首先，當(dāng)參考Shapiro (2006)的估計方法得到家庭支出預(yù)算中土地支出比重為0.38 時，OLS 結(jié)果顯示，生活質(zhì)量機制系數(shù)為0.78，生產(chǎn)率機制系數(shù)約為0.68，均正向顯著。這說明人力資本集聚不僅會通過提升生產(chǎn)率來提高城市就業(yè)增長，還會通過改善城市生活質(zhì)量的方式促進城市就業(yè)增長。此時，生產(chǎn)率機制的影響占比為68.58%。對應(yīng)的2SLS 結(jié)果表明，生活質(zhì)量機制系數(shù)和生產(chǎn)率機制系數(shù)依然正向顯著。此時，生產(chǎn)率機制影響占比增大為80.11%。

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

五、穩(wěn)健性檢驗

(一)使用更多控制變量

為了確保遺漏變量不對本文結(jié)論造成較大影響，我們嘗試加入更多控制變量，以驗證回歸結(jié)果和機制分解結(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吸引高技能人才集聚和擴大整體就業(yè)規(guī)模。本文使用的城市氣候特征數(shù)據(jù)來自CSMAR 數(shù)據(jù)庫，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力占比，因此我們使用時間上滯后的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，因此可能同時影響城市人力資本集聚和就業(yè)增長。本文使用城市層面落戶門檻指數(shù)來控制戶籍制度對人口流動的限制。地級市層面的落戶門檻指數(shù)來自西南財經(jīng)大學(xué)經(jīng)濟與管理研究院公共經(jīng)濟與行為研究平臺和中國家庭金融調(diào)查與研究中心聯(lián)合公布的中國城市落戶門檻指數(shù)。①張吉鵬和盧沖(2019)通過搜集中國地級市2000—2017 年所有的戶籍政策文件，整理了地級市層面戶籍?dāng)?shù)據(jù)，并計算出120 個地級市在2000—2013 年和2014—2016 年兩個階段的城市落戶門檻指數(shù)。為與本文樣本時間匹配，這里只使用了第一階段的落戶門檻指數(shù)，匹配后共有48 個城市的數(shù)據(jù)。

表6 報告了加入更多控制變量后的回歸結(jié)果和機制分解模型的分析結(jié)果。第(1)行與第(4)行匯報了表4 的基準(zhǔn)估計結(jié)果便于對比。第(2)行和第(5)行進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城市就業(yè)增長、工資增長和房租增長產(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生產(chǎn)率機制影響城市就業(yè)，影響占比約為87.34%，但生活質(zhì)量機制也依然重要。第(3)行和第(6)行進一步控制了城市落戶門檻指數(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。人力資本集聚對城市經(jīng)濟增長的正向影響依然存在，且生產(chǎn)率機制的影響依然占據(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 人力資本集聚對就業(yè)增長影響機制分解的穩(wěn)健性:更多控制變量

(二)使用高校擴招政策構(gòu)建工具變量

為了保證估計結(jié)果不受工具變量選擇的影響，我們使用高校擴招政策構(gòu)建新的工具變量進行穩(wěn)健性檢驗。為了應(yīng)對亞洲金融危機對中國經(jīng)濟造成的負面影響，中央政府于1999 年開始實施高校擴招政策，以此來拉動內(nèi)需、刺激經(jīng)濟。高校擴招政策正式開始的時間是1999 年6 月，距離當(dāng)年的高考只剩下不到1 個月的時間。在有限的時間里，學(xué)校與教育部的協(xié)商空間有限。因此，高校擴招政策的短期不可預(yù)見性和中央計劃特性較好地滿足了工具變量外生性要求(陳斌開和張川川，2016；劉詩濛等，2021)。

同時，地區(qū)間初始高等教育資源的分布決定了各地受到擴招政策的影響程度?，F(xiàn)有文獻指出，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)濟發(fā)展較好的沿海地區(qū)(Glaeser 和Lu，2018)。因此，本文使用高校擴招前的城市高等教育資源分布和全國層面短期內(nèi)較外生的高校擴招整體規(guī)模構(gòu)造工具變量，既可反映出高校擴招對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 年各地級市在校大學(xué)生人數(shù)占全國比重作為地級市層面高等教育資源的代理變量，構(gòu)建一個預(yù)測的2005 年城市高技能勞動力占比的Bartik類型工具變量。其中，1982 年在校大學(xué)生人數(shù)由1982 年人口普查數(shù)據(jù)計算得到。具體計算方法如下:

表7 報告使用高校擴招工具變量的2SLS 回歸結(jié)果及對應(yīng)的機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。第(1)—(3)列的結(jié)果顯示，人力資本集聚對城市就業(yè)增長的影響顯著為正，同時也對城市工資增長和房租增長有顯著正向影響。這與之前的結(jié)論相一致。當(dāng)設(shè)定hR為0.38 時，使用高校擴招工具變量估計的生產(chǎn)率機制影響占比約為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 人力資本集聚對城市經(jīng)濟增長的影響:高校擴招工具變量

(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)有文獻中對家庭支出預(yù)算中土地要素支出比重(hR)的描述并不精確，且近年來部分城市房價上升較快，土地要素支出占比可能有所增加，我們嘗試使用不同的hR取值進行穩(wěn)健性檢驗(Tombe 和Zhu，2019)。表8 報告了在不同hR取值下的機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，說明人力資本集聚的確會同時通過提升生產(chǎn)率和改善生活質(zhì)量兩種方式來提高就業(yè)增長。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)率機制占整體增長效應(yīng)的比重隨之下降。①生產(chǎn)率系數(shù)因為完全由勞動力產(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，生產(chǎn)率機制占比從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)率機制占增長效應(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)率機制和生活質(zhì)量機制都十分重要。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)量機制占比變大，表明即使考慮近年來房價上升對生活成本造成的影響，生活質(zhì)量機制依然重要。

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

六、改善生活質(zhì)量機制的證據(jù)

前文的實證結(jié)果表明，人力資本集聚會通過提高生產(chǎn)率和改善生活質(zhì)量兩種機制促進城市就業(yè)增長?，F(xiàn)有文獻在中國背景下討論人力資本集聚改善城市生活質(zhì)量的實證研究還相對較少。城市生活質(zhì)量取決于包括公共服務(wù)與消費型因素等類型的地區(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)和消費型因素兩個角度出發(fā)，為人力資本集聚通過改善地區(qū)特征因素促進城市生活質(zhì)量提供一些實證佐證。

(一)公共服務(wù)

在城市環(huán)境的建設(shè)過程中，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)對地區(qū)的生活質(zhì)量會產(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。

高技能人才集聚會通過多種途徑促進地區(qū)公共物品和服務(wù)的改善。例如，高技能人才的涌入會直接影響地方政府的管理政策。部分高技能人才會直接成為地方官員，進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，高技能勞動力會更容易在本地買房而更可能長期定居。有證據(jù)表明長期定居的住戶會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、綠化以及交通四個方面構(gòu)建反映城市公共物品和服務(wù)的指標(biāo)，實證檢驗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 年間城市層面每萬人中醫(yī)院數(shù)量的對數(shù)增長來反映地區(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數(shù)增長來進行衡量；綠化方面，使用2005—2009 年間城市建成區(qū)內(nèi)綠化覆蓋面積的對數(shù)增長來衡量；交通方面，本文使用的是2005—2009 年間城市層面每萬人中擁有公共汽車數(shù)量的對數(shù)增長來衡量。我們所使用的城市特征數(shù)據(jù)來自對應(yīng)年份的《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》以及《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》。考慮到基期城市層面人口等特征變量的潛在影響，我們在回歸中加入了基期城市人口密度對數(shù)以及城市面積對數(shù)等控制變量?？刂谱兞烤蓪?yīng)年份城市統(tǒng)計年鑒中相關(guān)指標(biāo)計算得到。

(二)消費型因素

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

高技能人才的集聚會通過促進當(dāng)?shù)叵M型因素的增長進而改善本地的生活質(zhì)量。一方面，高技能勞動力的集聚會增加對本地消費型商品和服務(wù)的需求，例如餐廳、公園、影劇院等，從而促進當(dāng)?shù)胤?wù)業(yè)的發(fā)展。這是因為高技能勞動力的時間成本更高，更傾向于在家庭外部消費非貿(mào)易品與服務(wù)(Moretti，2012；Liu 和Yang，2021)。另一方面，人力資本集聚會通過產(chǎn)生正外部性提高消費產(chǎn)業(yè)效率的方式促進本地消費型服務(wù)業(yè)的發(fā)展(梁文泉和陸銘，2016；劉詩濛等，2021)。

本文基于數(shù)據(jù)可得性選取了多個消費型商品與服務(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)量對數(shù)增長、公園數(shù)量對數(shù)增長以及星級飯店數(shù)量對數(shù)增長來衡量代表性的消費型商品，使用2005—2009 年間城市二三產(chǎn)業(yè)結(jié)構(gòu)對數(shù)增長以及服務(wù)業(yè)產(chǎn)值占比對數(shù)增長衡量城市整體服務(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)值比例取對數(shù)，城市服務(wù)業(yè)產(chǎn)值占比對數(shù)為相應(yīng)年份城市第三產(chǎn)業(yè)產(chǎn)值占GDP 比重取對數(shù)。我們在回歸中控制了城市人口密度對數(shù)以及城市面積對數(shù)等城市特征。上述城市特征數(shù)據(jù)來自對應(yīng)年份的《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》以及《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》。

表9 展示了人力資本集聚對上述兩個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本地公共物品和服務(wù)的改善，進而對城市生活質(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促進本地消費型商品因素與服務(wù)業(yè)的增長，進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改善城市生活質(zhì)量促進城市就業(yè)增長的機制提供了額外的實證證據(jù)。

表9 人力資本集聚影響城市生活質(zhì)量的實證佐證(2SLS)

七、結(jié)論

在中國城市發(fā)展進入“新常態(tài)”的時代背景下，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城市經(jīng)濟增長的影響機制具有十分重要的理論和現(xiàn)實意義。本文借助Shapiro (2006)的理論分析框架，通過新古典城市經(jīng)濟增長模型理論分析了人力資本集聚對城市整體就業(yè)增長的影響以及促進生產(chǎn)率和改善生活質(zhì)量兩種機制。通過結(jié)合簡約模型和機制分解模型，本文量化估計了兩種機制占人力資本集聚對城市就業(yè)增長整體影響的比重。本文主要基于中國人口普查微觀數(shù)據(jù)以及中國城鎮(zhèn)住戶調(diào)查微觀數(shù)據(jù)構(gòu)建了城市層面經(jīng)濟增長指標(biāo)，同時結(jié)合了《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟統(tǒng)計年鑒》、《中國城鄉(xiāng)建設(shè)統(tǒng)計年鑒》以及CSMAR 數(shù)據(jù)庫等數(shù)據(jù)以構(gòu)建控制變量與分析具體機制。

綜合理論框架和實證結(jié)果，本文得到以下結(jié)論。第一，人力資本集聚對城市就業(yè)增長有顯著正向影響，城市在2005 年高技能勞動力占比每增加1%，該城市在2005—2009年就業(yè)增長率提高約5.28%，平均每年增長約1.32%。此外，人力資本集聚在促進城市就業(yè)增長率提高的同時，也提高了城市工人的工資收入和生活成本。2005 年城市高技能勞動力占比每增加1%，該城市在2005—2009 年工資增長約1.22%，房租增長約8.48%。第二，機制分析表明，人力資本集聚對城市就業(yè)增長的影響主要來源于兩個渠道:提高生產(chǎn)率和改善城市生活質(zhì)量。根據(jù)機制分解模型估計，人力資本集聚主要通過提高生產(chǎn)率的機制來促進城市就業(yè)，生產(chǎn)率機制占整體影響比重約為80.11%。第三，人力資本集聚通過提高城市生活質(zhì)量來促進就業(yè)規(guī)模增長的機制也不容忽視，占到了接近1/5。進一步分析表明，人力資本集聚能夠促進城市公共服務(wù)和消費型因素的發(fā)展，這為其提升城市生活質(zhì)量的機制提供了實證佐證。本文還通過增加控制變量、使用其他工具變量、調(diào)整參數(shù)值等方法對結(jié)果進行穩(wěn)健型檢驗，結(jié)論與上述一致。

本文的研究結(jié)論對在“新常態(tài)”下如何促進城市經(jīng)濟發(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)部個體生產(chǎn)效率。這說明，人力資本集聚能夠為城市創(chuàng)新發(fā)展提供強有力的人才支撐。在當(dāng)前大力建設(shè)智慧城市、數(shù)字城市、創(chuàng)新型城市等未來城市發(fā)展模式的背景下，以“人才”為核心的人才強國戰(zhàn)略依然不可動搖。正如二十大報告中所提到的，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。這說明在未來的城市發(fā)展中，以人才為基石的發(fā)展理念可以起到促進城市經(jīng)濟發(fā)展和改善城市生活環(huán)境的雙重效果。這對如何發(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)代化城市的過程中，不應(yīng)該只注重對“物”的管理，還應(yīng)該通過增加城市對高技能人才的吸引力來提升城市的人力資本水平，從而更加有效地促進城市經(jīng)濟和人民生活的可持續(xù)發(fā)展。