表5.2　城市規(guī)模與就業(yè)：Probit結果

我們在表5.2中報告了分別用城市總?cè)丝跀?shù)量的自然對數(shù)和城市大學生數(shù)量的自然對數(shù)作為城市規(guī)模度量的個人就業(yè)概率的Probit估計結果，報告的數(shù)字為邊際效應。出于篇幅考慮，我們將回歸結果分為兩部分，在（1）和（2）兩列中報告以人口數(shù)量和大學生數(shù)量作為城市規(guī)模的度量時，城市規(guī)模以及個人特征對就業(yè)概率的影響。而同樣回歸中其他城市特征對就業(yè)的影響報告于（3）和（4）兩列中。我們發(fā)現(xiàn)，城市規(guī)模對個人的就業(yè)概率有顯著的正向影響。平均來說，城市規(guī)模每擴張1%，個人的就業(yè)概率提高0.016—0.018個百分點。值得強調(diào)的是，由于我們的樣本是城鎮(zhèn)戶籍的人，這說明，即使在大城市存在大量移民的情況下，生活在大城市的原住民的失業(yè)率仍然低于小城市的原住民。

但是，Probit結果可能是有偏的。在考察城市規(guī)模對個人就業(yè)概率影響的過程中，城市規(guī)模和就業(yè)之間的雙向因果關系可能導致聯(lián)立內(nèi)生性的問題，比如說，可能是因為一個城市工作好找，人們才向這個城市移民，城市規(guī)模才會擴張。此外，盡管我們已經(jīng)在回歸中盡可能多地控制了城市層面的因素以減輕可能存在的遺漏變量偏誤，但城市勞動力市場上其他不可觀測的勞動力需求和供給的因素仍可能會對城市規(guī)模和就業(yè)造成影響，從而帶來估計的偏誤。鑒于此，我們用個人所在城市1953年的人口數(shù)量作為2000年城市規(guī)模的工具變量，采用工具變量的方法估計就業(yè)決定模型，以減輕可能存在的內(nèi)生性偏誤和遺漏變量偏誤。1953年的人口數(shù)量來自于1953年的中華人民共和國第一次人口普查數(shù)據(jù)。在考察中國城市體系演變的過程中，Wang和Zhu（2014）發(fā)現(xiàn)，中國城市體系的演變，在1949年到2008年間遵循平行增長（parallel growth）的模式，不同規(guī)模的城市以大約相一致的速度增長，并未呈現(xiàn)出大城市和小城市之間規(guī)模的發(fā)散或收斂。因此，歷史上的城市規(guī)模對當前城市規(guī)模具有很強的解釋力。IV Probit的估計結果報告于表5.3中。^[15]

我們首先在第一階段檢驗了工具變量的有效性，用城市總?cè)丝跀?shù)量和城市大學生數(shù)量作為城市規(guī)模度量的結果分別報告于（1）和（2）兩列中。我們發(fā)現(xiàn)，1953年的城市規(guī)模對2000年的城鎮(zhèn)總?cè)丝跀?shù)量和大學畢業(yè)生數(shù)量有顯著的正向影響?？刂谱∑渌忉屪兞坎蛔?，在考察歷史城市規(guī)模對當前城市規(guī)模的影響時，工具變量顯著性F檢驗的值分別為45.12和39.30。由此，我們認為，弱工具變量的問題在我們的回歸中并不明顯。此外，我們還發(fā)現(xiàn)，在控制了諸如城市規(guī)模、投資、政府干預以及公共基礎設施等相關城市一級的變量之后，歷史上的城市規(guī)模對當前就業(yè)的直接影響很小。第一階段的回歸結果也和已有的實證研究相一致。

表5.3　城市規(guī)模與就業(yè)：IV Probit結果

從表5.3的IV Probit結果我們得到，城市規(guī)模用城鎮(zhèn)總?cè)丝跀?shù)量度量時，城市規(guī)模每擴大1%會帶來個人就業(yè)概率0.039個百分點的上升。而城市大學生數(shù)量每1%的增加會使個人就業(yè)概率上升0.041個百分點。工具變量估計結果的系數(shù)大于Probit模型的系數(shù)，可以解釋為大城市的福利和公共服務更好，使得一部分大城市居民寧愿失業(yè)也不遷移至其他地區(qū)，從而降低了總體上城市規(guī)模對就業(yè)的積極作用。除此之外，我們還考察了個人特征和城市特征對就業(yè)的影響。回歸結果顯示，大部分個人特征對就業(yè)有顯著影響，影響方向也和預期相符。平均來說，男性和已婚人士的就業(yè)概率相對更高。教育也會提高個人就業(yè)的概率，受教育年數(shù)每增加一年，平均會帶來就業(yè)概率1.15—1.19個百分點的上升。經(jīng)驗對就業(yè)的影響呈倒“U”形，隨著經(jīng)驗的增加，個人的就業(yè)概率提高；但當經(jīng)驗提高到一定程度以后，經(jīng)驗反而不利于就業(yè)，這可能是因為工作經(jīng)驗越多的人往往年齡越大，而年齡大的人在健康和知識等方面均處于劣勢。根據(jù)回歸結果，我們可以算出，經(jīng)驗對就業(yè)概率的影響拐點出現(xiàn)在約18.09年和17.84年處，即大約在經(jīng)驗小于17年時，工作經(jīng)驗的增加有利于個人就業(yè)；而在經(jīng)驗超過18年之后，年齡劣勢開始發(fā)揮主要作用，經(jīng)驗的增加反而是不利于就業(yè)的。我們在回歸中控制了個人中共黨員身份和少數(shù)民族身份變量，前者就業(yè)概率更高，后者就業(yè)概率更低。

同時，我們在回歸中控制有關城市特征的變量以捕捉勞動力需求因素和勞動力供給因素對就業(yè)的影響。從需求角度看，部分城市可能會由于資本積累的增加而吸引更多勞動者的流入，并且由于中國城市普遍存在的戶籍制度，流入更多的可能是高技能勞動者，而非低技能勞動者。另外，由于人力資本外部性的存在，由更多高技能勞動力流入所帶來的城市人力資本水平的提高，也會反過來增加城市的資本積累（Acemoglu，1996，1998）。因此，一個城市資本積累的增加往往和城市規(guī)模存在著正相關關系。而資本積累本身也部分反映了一個城市經(jīng)濟增長的主要推動因素，因此也會影響到勞動者的就業(yè)機會。在表5.3的回歸中，我們控制了一個城市1996—2000年間平均的外商實際投資額與同年間平均GDP的比值，以及城市1996—2000年間平均物質(zhì)資本投資總額占同年間平均GDP的比重。之所以選擇多年的平均值，主要是因為投資在不同年份間波動很大，用平均的指標可以在一定程度上降低投資量的波動。我們回歸中使用的CHIPS樣本搜集于2002年和2007年，用2000年之前的數(shù)據(jù)可以部分減少逆向因果關系可能帶來的估計偏誤。而1996年以前的數(shù)據(jù)由于缺失樣本過多而被舍棄，并且我們認為，更近年份的投資對勞動力流動的影響更為顯著?；貧w結果顯示，外商直接投資對就業(yè)的影響并不顯著，但固定資本投資的系數(shù)卻顯著為負。這說明，與經(jīng)濟增長更依賴于其他GDP構成（如消費和凈出口）的城市相比，經(jīng)濟增長更依賴于國內(nèi)投資的城市創(chuàng)造就業(yè)的能力更低。已有的實證研究已經(jīng)發(fā)現(xiàn)，在中國，地方政府出于稅收考慮往往給予資本密集型產(chǎn)業(yè)的發(fā)展以更多的激勵（陸銘、歐海軍，2011；本書第9章），因此，更高的國內(nèi)投資/GDP比重往往缺乏就業(yè)創(chuàng)造能力，甚至是不利于就業(yè)的。

另外，我們在回歸中還控制了城市1996—2000年間的第三產(chǎn)業(yè)產(chǎn)值和第二產(chǎn)業(yè)產(chǎn)值之比的平均值及其平方項，以考察城市產(chǎn)業(yè)結構變化對就業(yè)的影響。我們發(fā)現(xiàn)，城市產(chǎn)業(yè)結構的變化對就業(yè)的影響呈“U”形。在經(jīng)濟發(fā)展的過程中，第三產(chǎn)業(yè)的比重通常是逐步提高的。在早期，第三產(chǎn)業(yè)在國民經(jīng)濟中比重的提高并不利于就業(yè)，這主要是因為在發(fā)展的最初階段，經(jīng)濟體仍主要依靠第二產(chǎn)業(yè)吸收就業(yè)，尤其是勞動密集型的制造業(yè)。但隨著第三產(chǎn)業(yè)的進一步發(fā)展，其吸收就業(yè)的能力會不斷提高。一方面，金融、貿(mào)易、房地產(chǎn)等高技能的服務業(yè)不斷發(fā)展，因此吸收了大量高技能的勞動力進入第三產(chǎn)業(yè)實現(xiàn)就業(yè)，并給他們帶來了更高的收入。另一方面，城市收入水平的提高，尤其是高技能勞動者收入水平的提高，創(chuàng)造了更多的低技能服務業(yè)需求，如高技能勞動者對餐飲、保姆等服務具有更高的消費需求，由此為低技能勞動力創(chuàng)造了更多的就業(yè)機會，從而從整體上提高了城市的就業(yè)概率。通過計算“U”形曲線的拐點我們得知，在分別用城市總?cè)丝诤痛髮W生數(shù)量作為城市規(guī)模度量的方程中，第三產(chǎn)業(yè)發(fā)展促進就業(yè)的拐點分別為1.21和1.23。也就是說，只有當非農(nóng)產(chǎn)業(yè)中第三產(chǎn)業(yè)的產(chǎn)值高于54.8%—55.1%以后，第三產(chǎn)業(yè)的進一步發(fā)展才會提高就業(yè)率。而在我們的樣本中，大約有18.82%—23.86%的回歸樣本處于拐點的右邊。因此，在中國，大部分地區(qū)仍處于第二產(chǎn)業(yè)比第三產(chǎn)業(yè)更有利于就業(yè)的階段。但是，由于第三產(chǎn)業(yè)在非農(nóng)產(chǎn)業(yè)中的比重正在不斷提高，由此我們預期，未來中國的就業(yè)創(chuàng)造將越來越依賴于第三產(chǎn)業(yè)。最近這些年，中國經(jīng)濟發(fā)展顯示出制造業(yè)對于創(chuàng)造就業(yè)的能力較弱，第三產(chǎn)業(yè)的確能成為創(chuàng)造就業(yè)的重要源泉。

除了需求因素以外，政府財政支出、城市基礎設施等作為同時影響勞動力市場需求和供給的因素，也被包括進了回歸中。從理論上來說，政府干預對就業(yè)影響的方向并不確定。一方面，政府財政支出的增加會通過乘數(shù)效應對地方經(jīng)濟產(chǎn)生正面的影響，從而增加勞動力需求，提高勞動者的就業(yè)；另一方面，政府投資擠出了私人投資，降低了經(jīng)濟的市場化程度，而這些因素都是不利于就業(yè)的。此外，相對更高的政府財政支出可能通過改善城市的基礎設施、社會保障水平，吸引更多的勞動力流入，因此政府財政干預也成為影響勞動力市場供給的重要因素。類似地，更好的城市道路、交通等基礎設施會影響到人與人之間信息傳遞的方便性，提高勞動力市場的匹配效率，從而增加勞動力需求。但城市更好的基礎設施同樣會吸引更多的勞動力流入，因此同時也可被看作影響勞動力市場供給的因素?；貧w結果顯示，這些變量對就業(yè)的影響并不顯著。此外，省會城市也沒有顯著影響勞動者的就業(yè)概率。