公共服務、城市規模與人才區位
——基于新空間經濟學理論的分析

董亞寧，顧 蕓，楊開忠，范博凱

(1. 北京大學 城市與環境學院，北京 100871；2. 首都經濟貿易大學 城市經濟與公共管理學院，北京 100070；3.中國社會科學院 生態文明研究所，北京 100732)

0 引言

黨的十九大報告明確指出，人才是實現民族振興、贏得國際競爭主動的戰略資源。在創新驅動和高質量發展階段，人才資源是提升區域競爭力、實現區域繁榮發展的決定因素，也是促進區域協調發展的關鍵要素，區域競爭的核心將由傳統追逐投資轉向追逐知識與人才，人才匯聚地將成為吸引企業集聚和實現區域創新發展的戰略高地[1]。自2017年初武漢市“五年內留住百萬大學生”計劃打響“搶人大戰”第一槍以來，各個城市已經將吸引人口尤其是吸引人才作為提升區域競爭力的重要手段。近兩年來，先后有數百個城市出臺人才新政，城市層面的“搶人大戰”全面開花，2018年也被稱為中國城市人才競爭全面爆發的元年。

國家衛健委統計數據顯示，從全國范圍人才流動規模看，我國大專及其以上受教育程度流動人口規模占總流動人口規模的比重從2011年的8.2%上升到2017年的18.1%；分區域看，2011—2017年，東部地區人才流動規模占總人才流動規模的比重一直維持在55%左右，中西部地區人才流動規模則一直維持在45%左右；分城市等級看，流入到特大城市的人才規模占比自2011年的61.16%增加到2017年的64.62%，流入到大城市和中小城市的人才規模占比則一直維持在33%和2%左右。總體而言，人才流動態勢呈現兩個特征：①人才流動規模持續增加，受教育程度較高者越來越成為流動人口的重要部分；②人才流動區域差異明顯，人才持續流向大城市和特大城市，相比而言，中小城市則尚未成為人才青睞的流入城市。

眾多研究指出，公共服務是影響人口區位選擇的重要因素。同時，《中共中央 國務院關于構建更加完善的要素市場化配置體制機制的意見》也提出要建立基本公共服務與常住人口掛鉤機制，推動公共資源按常住人口規模配置。然而，如果借鑒Tiebout理論，考慮公共服務品組合，那么，理論預期會與近年來的經驗事實不太吻合。圖1是運用熵權法構建公共服務綜合指標繪制的公共服務與人才空間流動關系圖，可以發現公共服務與人才空間流動呈現非線性關系，也就是說，增加城市公共服務供給并不一定能吸引人才流入。難道是Tiebout理論機制在中國失靈了嗎？實際上，由城市規模帶來的規模經濟和規模不經濟效應越來越影響人才區位選擇。因此，系統揭示人才區位理論機制，科學把握人才區位選擇邏輯是本文關注的重要問題，回答這一問題，對于優化人才資源空間配置、促進區域經濟平衡充分發展具有重要意義。

圖1 公共服務綜合指數與人才區位關系

1 文獻回顧

已有關于人口區位選擇的理論機制研究已經頗為深入，從早期的二元結構理論到推拉理論，再到共享交流理論和便利設施作用，這些研究從收入均等、空間交互、學習匹配、不可貿易品選擇以及遷移摩擦等不同方面系統闡釋了人口區位選擇的理論機制[2]。實際上，人才區位選擇機制與人口區位選擇機制并沒有本質區別，只是由于人才具有較高的人力資本，使得工資收入、遷移摩擦等因素對其區位選擇的影響越來越有限，而公共服務、生態環境、住房等具有不可貿易屬性的區位因子對其區位選擇的影響則顯得愈加重要[3]。

關于公共服務因子的研究，經典代表是Tiebout的“用腳投票”(voting with their feet)理論，該理論最早將地方公共服務加入人口遷移的效用模型中，認為居民在不同地區間選購公共服務，政府可以通過提供不同組合的公共服務影響人口流動；Lee[4]則進一步考慮了高技能勞動力區位問題，認為遷入地的良好教育體制是吸引勞動力的重要拉力，高素質勞動力本身就是一種推力。大量實證研究也驗證了該理論機制，如夏怡然和陸銘(2015)發現，更好的公共服務是影響勞動力流向不同城市的重要因素；董亞寧等[5]通過理論和實證檢驗了公共服務對人才區位的影響機理。隨著人們生活水平的提高，生態環境成為影響勞動力特別是人才流動的重要因素。關于生態環境因子的研究，肖挺[6]發現，城市污染排放量越大，越可能造成人口流失，并且這種人口驅逐效應在沿海及內地中心城市體現得更為明顯；羅勇根等[7]則進一步從人才角度研究發現，城市空氣污染和環境質量顯著影響人力資本流動，城市環境質量改善有利于吸引高層次人才入駐；孫偉增等[8]的研究也支持以上結論，即流動人口受教育水平越高，在就業選址時對空氣污染的敏感性也越高。上述研究側重從公共服務、生態環境單一角度探討區位問題，董亞寧等[9]綜合考慮地方生態環境、住房供給以及不可貿易服務品數量、質量及其可及性影響勞動力區位問題，構建了一個地方品質影響勞動力區位的新空間經濟學理論框架。

除公共服務、生態環境等不可貿易區位因子外，實際上，城市規模對人才區位的影響也得到了廣泛關注。從我國的經驗研究看，大多發現人力資本區位決策更傾向于規模較大城市，東部沿海三大城市群依舊是人口流動的熱點區域[10]，顯然這一研究結論與基于CMDS的經驗數據完全吻合。大城市之所以能持續吸引人才流入，一個重要原因就是城市規模經濟優勢。一方面，大城市的產業集聚外部性、個人城市遷移排序以及城市市場規模擴大使大城市擁有更高的生產率，具有較高技能的勞動力更傾向于流入大城市[11]。陸豐剛和陳寅平[12]研究發現，我國人口凈流入地區基本是規模較大、經濟相對發達的城市。同時，勞動力在人才集聚的大城市里可以獲得更高的個人收入[13]。另一方面，許多大城市優先對高學歷人才開放，從而引導高學歷勞動者因為更容易獲得大城市的各項政策紅利而流向大城市，最終使城市總體人力資本水平提高。能力越強的人，在大城市通過學習機制獲到的好處越多[14]。此外，相比于小城市，大城市更容易融入全球經濟一體化，在交通運輸和信息共享方面更具便利性。

然而，伴隨著城市規模不斷擴大，城市規模不經濟問題也日益凸顯。根據空間均衡原理，城市規模不經濟作為城市規模經濟的另一面是必然存在的。早期學者針對發展中國家開展了城市規模不經濟研究[15-16]，但是量化深度不夠。為此，Combes等[17]運用工具變量估計的識別策略，估計城市規模對土地價格的影響，進而通過支出函數測算出城市規模不經濟的大小；Albouy & Ehrlich[18]利用美國的相關數據復制了這一研究，也發現城市規模顯著影響城市地價進而影響住房成本；Brinkman[19]通過構建包含城市規模經濟和規模不經濟的空間均衡結構模型，考察擁擠成本、集聚經濟與空間結構之間的關系，發現擁擠成本導致就業更加分散；王小魯和夏小林(1999)通過構建生產函數和成本函數，對城市規模的收益和成本進行量化分析；張志強和孫斌棟[20]在一個統一框架下考察了城市規模經濟和規模不經濟對城市福利的影響，發現城市集聚能提高城市生產率，同時會帶來較高的住房成本以及較長的通勤時間；尤濟紅和陳喜強[21]發現，受過高中及以上教育的個體更關心流動目標城市的房價，從這個角度看，人才能夠從城市規模經濟中收益更多，但也面臨更高的成本。

本文在系統梳理已有研究基礎上，試圖通過引入“公共服務+城市規模→人才區位”的影響機制，綜合分析公共服務、城市規模對人才區位的影響邏輯。本文主要貢獻是從公共服務供給數量、質量及其可及性綜合維度探討公共服務、城市規模與人才區位問題，揭示公共服務、城市規模對人才區位的影響互動機制。

2 理論模型

2.1 消費者偏好

可貿易品部門勞動力(人才)效用函數設定為一個包含可貿易品消費量(CT)和不可貿易公共服務消費量(CNT)的柯布—道格拉斯型效用函數。其中，公共服務部門提供多樣化不可貿易公共服務，采用CES效用函數。人才選擇到城市r的效用為：

(1)

其中，αT、1-αT分別表示可貿易品和不可貿易公共服務品支出份額，αr表示城市r不可貿易公共服務品質量，cNTri為城市r人才對第i種公共服務品的消費量，σ表示不可貿易公共服務品間替代彈性，滿足ρ=σ/(σ-1),σ>1。城市r流動性人才面臨的預算約束為：

pTrCTr+PNTrCNTr=wr

(2)

其中，wr為城市r人才個體收入，pTr為可貿易品價格，PNTr為城市r人才面臨的不可貿易品價格指數。為計算方便，本文不考慮可貿易品在不同區域間的運輸成本，并且每個消費者都可以消費任何地區生產的可貿易產品，因此各城市的可貿易品價格指數pTr就可以標準化為1。求解人才效用最大化問題，可得城市r人才間接效用為：

Vr=(αTwr)αT((1-αT)wr/PNTr)1-αT

(3)

2.2 公共服務供給

(4)

其中，nr是城市r提供公共服務品種類(數量)，pNT,r是城市r公共服務品出廠價，φrr=(τrr)1-σ表征城市r公共服務品消費可及性。

2.3 城市規模經濟效應

(5)

其中，f(Pr)反映人才面臨的城市規模經濟效應。

2.4 人才區位選擇分析

由于人才選擇城市的原因存在差異性，這種異質性偏好會影響人才效用，因此遵循已有文獻[23]，假設這種異質性服從Fréchet分布P[εj≤z]=e-z-1/ψ。其中，ψ(0<ψ<1)為常數，ψ越大，代表異質性越大。由于流動人才會根據效用最大化進行區位選擇，對于任意人才h而言，如果其選擇到城市r，那么必定有Vr≥Vk≠r。通過最大化效用滿足：

(6)

其中，E(Ur)代表人才在城市之間保持穩定狀態的均衡條件，Γ(·)為伽馬函數。

基于式(6)可得最終流入城市r的人才數量為：

(7)

式(7)反映了人才區位選擇和城市人才數量的動態變動過程，城市吸引人才數量由代表城市地方品質的公共服務(數量、質量及其消費可及性)和城市規模(具體包括城市生產率、城市生活成本等)綜合決定，這也體現了人才區位選擇的公共服務效應和城市規模經濟效應。

在不考慮城市規模經濟效應時，?Hr/?φrr>0,?Hr/?nr>0,?Hr/?αr>0，這意味著改善城市公共服務數量、質量及其消費可及性能夠顯著吸引人才流入，但這與經驗事實相悖，顯然主要是因為忽略了城市規模經濟效應的作用。根據式(5)，城市規模經濟效應包括規模經濟和規模不經濟，人才流動過程中，當城市規模經濟大于規模不經濟時，即Δf(Pr)>0時，改善公共服務因子能夠顯著吸引人才流入，使人才進一步集聚，從而吸引的人才規模也就更大。當人才流動引致的城市規模經濟并不能超過城市規模不經濟，即Δf(Pr)<0時，改善公共服務因子并不能顯著吸引人才流入，因為此時存在公共服務效應和城市規模不經濟相抵消情形。因此，城市規模對公共服務影響人才區位具有門檻效應，只有當城市規模達到一定門檻條件時，改善公共服務供給才能顯著吸引人才流入。為了使分析更加直觀，選取兩種具體情形進行分析，當f(Pr)滿足圖2左圖所示時，由式(8)可知，公共服務對人才區位的影響受兩個城市規模門檻值PA和PB的影響，只有滿足PA

圖2 城市規模的門檻效應

(8)

當f(Pr)滿足圖2右圖所示時，由式(9)可知，公共服務對人才區位的影響受3個城市規模門檻值PA、PB和PC的影響，當滿足PA

(9)

3 實證檢驗

3.1 模型設定與變量選取

理論分析表明，不同城市規模條件下的公共服務對人才區位選擇影響效果不同，城市規模對公共服務影響人才區位具有門檻效應。因此，為了檢驗這種門檻效應，設定門限回歸模型。

LMit=α0+α1QitI(innit≤th)+α2QitI(innit>th)+α3Sit+∑αjXit+μi+νt+εit

(11)

其中，i、t分別表示城市和年份；LMit、Qit、Xit分別表示被解釋變量、核心解釋變量和相關控制變量；μi、νt、εit分別表示城市規模效應、時間固定效應和隨機擾動項；innit、th分別表示門檻條件變量和門檻值，I(·)是示性函數，即innit和th滿足括號內條件時，取值為1，否則為0。

(1)被解釋變量(NMO)。為衡量人才空間流動，借鑒Casel(2006)的分類方法，按照受教育程度，選取大專及以上受教育程度流動人口作為人才流動衡量指標。為了避免由于雙向因果帶來內生性問題，在識別地方公共服務如何影響人才流動時，對地方公共服務數據選擇前定變量。

(2)門檻變量(inn)。根據前文模型分析，以城市規模作為門檻變量。衡量城市規模的指標有很多，本文首先參考孫三百等[24]采用的市轄區人口表示城市規模，以此作為基準回歸。由于人口密度越大，發揮規模效應的可能性越高，城市人口密度也能夠有效刻畫城市規模，因此穩健性檢驗部分選擇常住人口密度作為門檻變量。innit值越大，表示門檻值越高。

(3)核心解釋變量(Q)。在衡量公共服務上，大多數研究選取與個人直接相關的教育、醫療和文化等指標代表地方公共服務。為了刻畫理論模型部分公共服務組合，特別是公共服務數量、質量及其可及性特征，選取教育、醫療、文化、交通、生態5個維度變量衡量公共服務綜合指標(Q)，在具體變量選擇上，由于每個維度細分指標較多，因此側重選取更能刻畫公共服務質量的指標[25]。具體而言，教育、醫療、文化、交通、生態變量依次選取每萬人高等學校數(EDU)、每萬人醫院衛生院數(HEA)、每萬人公共圖書館藏書(CUL)、每萬人出租汽車數(TRA)以及每平方公里建成區綠化覆蓋面積(ENV)代表。由于熵權法計算簡便，且能夠保留大部分原始數據信息，在對變量數據進行標準化處理后，運用熵權法確定各項指標權重(變量權重依次為0.244、0.078、0.216、0.194、0.269)，并最終合成公共服務綜合指標(Q)。

(4)控制變量(X)。城市收入水平與就業機會也是影響人才流動的因素。本文以在崗職工平均工資作為城市收入水平的代理變量。房價作為城市生活成本的重要部分，控制房價后的工資才接近于實際工資的影響，因此選擇在崗職工平均工資/商品房銷售價格(WAGE)衡量城市實際收入水平。同時，在回歸中控制房價也可以減少名義工資和公共服務存在的遺漏變量偏誤。產業結構在一定程度上影響著就業規模，進而影響流動人才的就業機會與發展可能，本文選取第二產業占比衡量產業結構(IND)。固定資產投資也是影響基本公共服務供給的重要因素，因此需要控制固定資產投資(INV)的影響。此外，由于人才流動具有集聚效應，因此將人才流動的滯后一期也放入控制變量。

由于部分城市在核心變量上存在數據缺失問題，最終選取244個城市2011—2017年的數據。數據來自歷年《中國城市統計年鑒》、《中國區域經濟統計年鑒》和衛計委流動人口動態監測數據(CMDS)。CMDS數據按照隨機抽樣原則，采取分層、多階段、與規模成比例的PPS方法進行抽樣，調查結果在全國和各省都具有較好的代表性。為保證數據平穩性，對個別缺失數據，利用前(后)一年數值補缺失值。此外，為了消除變量間量綱關系，所有數據均經過了對數化處理。

3.2 基準回歸

本文首先借鑒Hansen(1999)的做法，運用Bootstrap自助法抽樣300次，提高門限效應的顯著性檢驗效率，得到的P值如表1所示。從門限效應檢驗結果看，城市規模單一門檻的F統計量在5%水平上顯著，即通過單一門檻檢驗。

表1 全國層面門限效應檢驗結果

單一門檻模型回歸結果顯示，第一門檻值為109.508 2萬人，低于門檻值時，公共服務供給數量回歸系數為正但不顯著；高于門檻值時，公共服務供給數量回歸系數顯著為正。也就是說，當城市規模低于門檻值時，增加公共服務供給并不能顯著吸引人才流入；只有當城市規模高于門檻值時，增加公共服務供給才會顯著吸引人才流入。城市規模的門檻效應顯著證實了理論模型的命題，也解釋了圖1刻畫特征事實背后的邏輯機制。這意味著對于規模較小的城市而言，一味增加公共服務供給的引人政策效果不一定理想，難以吸引勞動力特別是人才流入。根據王小魯和夏小林(1999)的研究結果，人口規模在100萬～400萬人的大城市具有最高的凈規模收益，那么本文門限回歸結果所得第一門檻值109.508 2萬市轄區人口可以認為是相對合適的。就控制變量而言，扣除房價因素的城市實際工資水平與人才流入關系顯著為正；固定資產投資越大意味著更多發展機會或者更高的公共服務投資水平，也有助于吸引人才流入；第二產業占比與人才流入呈負向關系，說明人才資源更多流入到第三產業，也暗示著人力資源“脫實向虛”的配置傾向；上期人才流入規模對當期流入影響顯著為正，說明人才流動呈現集群效應。

表2 全國層面門限回歸檢驗結果

統計數據顯示，2017年市轄區人口超過109.508 2萬人的城市有127個，其中東部地區57個，中西部地區70個；市轄區人口未超過109.508 2萬人的城市有117個，其中東部地區25個，中西部地區92個。跨過第一門檻的城市更多集中于東部地區，而未跨過第一門檻的城市更多集中于中西部地區，由于經濟相對落后，中西部地區未跨過第一門檻的城市也是人口主要流出城市，增加公共服務供給并未吸引人才流入可能是由于學習效應較弱所致。王珍珍和穆懷中[26]在城市規模對人力資本外部性的門檻研究中發現，人口規模較小的城市存在人與人之間的學習效應弱于競爭效應。

3.3 穩健性檢驗

為保證回歸結果的穩健性，選取常住人口密度作為門檻變量的替代變量，進行穩健性檢驗。檢驗結果(見表3)表明，可以通過門限回歸模型進行實證分析，回歸結果見表4。從門限效應檢驗結果看，城市規模單一門檻的F統計量在5%水平上顯著，雙重門檻和三重門檻的F統計量不顯著。表明城市規模存在單一門檻效應，因此可以通過門限回歸模型分析。

表4結果顯示，在替換門檻變量指標后，結論依舊穩健。第一門檻值為668.7人/平方公里，當低于第一門檻值時，回歸系數不顯著；當高于第一門檻值時，回歸系數顯著為正。控制變量系數與基準回歸系數基本一致，進一步支撐了命題結論。

統計數據顯示，2017年城市規模超過668.7人/平方公里的城市有54個，其中東部地區36個，中部地區15個，西部地區5個；城市規模未超過668.7人/平方公里的城市有190個，其中東部地區46個，中部地區73個，西部地區71個。2011—2016年的統計數據與2017年大體相當，同樣表現為跨過第一門檻的城市集中于東部地區，與基準回歸統計結果基本一致。

表3 全國層面門限效應穩健性檢驗結果

表4 全國層面門限回歸穩健性檢驗結果

3.4 不同區域分析

對東部地區與中西部地區進行區域對比分析，不同區域均通過了門限效應檢驗(見表5)。從表5的檢驗結果可知，東部地區通過了第一門檻檢驗和雙重門檻檢驗，中西部地區通過了第一門檻檢驗。

表5 分區域門限效應檢驗結果

從表6的回歸結果可知，綜合東部地區第一門檻模型回歸與雙重門檻模型回歸結果，其第一門檻值在60.9～163.7萬人之間，當城市規模低于第一門檻值時，增加公共服務供給并不能有效吸引人才流入，甚至呈顯著負向影響；但當城市規模高于第一門檻值時，公共服務供給回歸系數由負轉為正，但并不顯著，可能是由于城市規模外部不經濟所致，進一步增加公共服務供給也不能有效吸引人才。中西部地區的影響趨勢與全國層面基本一致，但是具體影響程度稍有差異。中西部地區第一門檻值為38.1萬人，當城市規模低于第一門檻值時，增加公共服務供給不能有效吸引人才流入；當城市規模高于第一門檻值時，增加公共服務供給能有效吸引人才流入。由于東部與中西部地區城市規模的差異性，兩大區域的門檻值相差較大，實際政策中須科學把握這一差異性。控制變量方面，考慮房價因素的城市實際收入水平在東部和中西部地區均不顯著，說明考慮房價因素后的實際工資水平在東部或者中西部區域內部各個城市相對平衡，對人才區位選擇的影響較小，這更加凸顯了公共服務對未來區域性人才區位選擇的影響，也符合我國社會主要矛盾轉化的戰略判斷；中西部地區固定資產投資對引才的影響程度較東部地區高，而產業結構對引才的影響程度較東部地區低；分區域看，東部地區人才流入過程中競爭效應凸顯，而西部地區更多呈現集聚效應，這暗含的政策啟示是中西部地區城市引才聚才過程中要更加注重發揮人才集聚效應。

統計數據顯示，2017年東部地區82個城市中僅有8個城市市轄區人口低于60.9萬人，有40個城市市轄區人口超過163.7萬人，且主要分布在直轄市以及省會城市；中西部地區162個城市中有147個城市市轄區人口大于38.1萬人，15個城市市轄區人口小于38.1萬人，且主要分布在內蒙古、廣西、云南和甘肅等省(區)，由于這些城市都屬于地廣人稀地區，公共服務供給難度相對較大。

表6 分區域門限回歸檢驗結果

3.5 不同城市等級分析

進一步劃分不同城市等級并進行分析，不同等級城市均通過了門限效應檢驗(見表7)。本文城市等級劃分標準參考2014年《關于調整城市規模劃分標準的通知》相關規定，以100萬市轄區人口為劃分界限，將低于100萬市轄區人口界定為中小城市，高于100萬市轄區人口界定為大城市。由于每年市轄區人口會有所變化，為了便于門限回歸，本文統一以2011年市轄區人口進行劃分。表7結果顯示，中小城市在1%顯著性水平上通過了單一門檻檢驗和雙重門檻檢驗，大城市在5%顯著性水平上通過了雙重門檻檢驗。

回歸結果(見表8)顯示，中小城市的回歸結果與全國層面基本一致，綜合中小城市第一門檻模型與雙重門檻模型回歸結果，第一門檻值在61.3～143.0萬人之間，當城市規模低于第一門檻值時，增加公共服務供給水平難以有效吸引人才流入；當城市規模高于第一門檻值時，增加公共服務供給能顯著吸引人才。大城市與東部地區的回歸結果表現出了一定的相似性，這可能是由于較多大城市位于東部地區。

4 結論與建議

4.1 研究結論

人才資源是城市競爭力的重要體現。本文針對部分城市雖然增加了公共服務供給，但并未有效吸引人才流入這一現象，嘗試在綜合考慮公共服務數量、質量及其消費可及性基礎上，將城市規模引入新空間經濟模型，從公共服務綜合視角構建探究“公共服務+城市規模→人才區位”作用機制的理論框架，研究公共服務、城市規模影響人才區位選擇的公共服務效應和規模經濟效應，并利用2011—2017年CMDS微觀數據匹配244個城市數據，從全國、分區域以及分城市等級層面進行實證檢驗。結果表明，城市規模對公共服務影響人才區位具有非線性門檻效應，只有當城市規模滿足一定門檻條件時，改善公共服務供給才能顯著吸引人才流入；全國層面的分析表明，當城市規模低于100萬人的門檻值時，增加公共服務供給難以顯著吸引人才流入，當超過100萬人的門檻值時，增加公共服務供給會顯著吸引人才流入；分區域看，東部與中西部地區門檻條件具有異質性，東部地區城市人才流動呈現競爭效應，中西部呈現集聚效應；分城市等級看，滿足門檻條件時，加大中小城市公共服務供給，吸引人才效果會更顯著；更多發展機會或更高的公共服務投資水平有助于吸引人才流入，人才資源更傾向于流入第三產業，暗示存在“脫實向虛”的配置傾向。

表7 不同城市等級門限效應檢驗結果

4.2 政策建議

基于以上結論，本文嘗試提出如下建議：首先，科學把握公共服務對人才空間區位的影響作用，公共服務供給質量、多樣性及其消費可及性是影響人才區位選擇的重要因子，因此要注重以優質、便捷、高效的公共服務供給吸引人才。同時，城市在“搶人大戰”過程中要強化教育、醫療、文化等公共服務供給質量，推進公共服務領域質量變革。其次，綜合評估公共服務與城市規模對人才區位的協同門檻影響，探索公共服務分區域、分城市等級動態協同供給機制。對于東部地區以及大城市而言，要注重促進公共服務均等化、普惠化和便捷化，落實公共服務與常住人口掛鉤機制；對于西部地區以及中小城市而言，要加強公共財政支出的匹配性和有效性，根據城市規模加大對中西部地區中心城市公共服務支持力度，公共服務供給要動態適應人口空間流動趨勢，促進公共服務供給布局優化、區域平衡、效益最優。最后，就業發展機會依舊是人才區位選擇的重要因子，要統籌考慮人才區位、產業轉型與城市發展趨勢，按照以優質公共服務吸引人才、以人才促進產業轉型升級、以產業轉型升級帶動城市繁榮的高質量發展邏輯，充分發揮區域比較優勢，因地制宜優化產業布局，按技按需優化人才區位，分層分類引導人才在產業、區域之間合理有序流動，促進人才資源在不同產業、不同區域優化配置，防止人才資源過多流入第三產業，避免人才“脫實向虛”的配置傾向。

表8 不同城市等級門限回歸檢驗結果

4.3 不足與展望

本文研究仍存在以下不足：①從動態來看，人才區位選擇結果會進一步影響城市規模，而本文尚未考慮這種累積循環因果機制，因此下一步有待將城市規模內生化處理；②本文將公共服務質量以外生參數方式處理，現實中公共服務質量很大程度上受公共服務部門勞動力質量影響，因此后續研究要考慮內生化公共服務質量；③囿于數據可得性，目前關于公共服務質量、可及性指標刻畫尚需進一步改進。