市場準入、搜尋成本與服務業勞動力配置

孫浦陽 劉佳琪 楊易擎

摘 要? 我國服務業市場存在就業難與招工難并存的現象，如何有效地調整和優化就業配置，是服務經濟在宏觀經濟調控中發揮關鍵作用的核心問題。本文基于中國基礎設施電子地圖構建了客運市場準入指標，并將其與根據中國勞動力動態追蹤數據測算的服務業勞動力配置指標進行匹配，實證結果表明：首先，客運市場準入的擴大有效地調節了服務業的勞動力供需配置不平衡;其次，將市場準入指標按照非高鐵引致、高鐵引致和臨近高鐵引致進行細分，發現高鐵引致的市場準入，特別是臨近高鐵市場準入擴大的邊際改善效果更加明顯;最后，本文從城市經濟活躍度以及勞動者在求職中的議價能力等角度進行機制檢驗，發現在DN值高的城市以及非常規行業中，市場準入對供需配置的邊際優化效果更加顯著。本文在考慮其他相關檢驗的情況下，結果保持穩健。

關鍵詞 服務經濟 區域市場準入 勞動力配置 搜尋成本

一、引言

隨著我國經濟結構不斷優化，服務業對經濟增長貢獻率已接近60%[數據來源：2019年《政府工作報告》。，逐步成為經濟發展的主動力[2018年李克強總理在《政府工作報告》中提到：近5年來我國經濟結構出現重大變革，服務業成為經濟發展主動力。。事實上，相較于制造業和農業，雖然服務業對就業的吸納能力更強勁，但由于服務業對人力資本的依存度更高（江小涓，2011），這也使得服務業內部收入差距更大，從而加劇了服務業就業市場區域或行業間配置的不均衡。故而，實現服務業勞動力供需協調配置是促進服務業發展的關鍵，也是發揮服務業經濟調節作用的關鍵。

與此同時，截至2018年年底，我國高速等級公路里程達到14.26萬千米，高速鐵路達到2.9萬千米以上[數據來源：交通運輸部以及國家統計局網站。，我國交通基礎設施建設已完成從“線狀運行”到“網絡化運行”的跨越。完善的交通基礎設施建設一方面通過降低貿易成本加速了區域間的貿易往來（Donaldson，2018），另一方面通過降低交通成本，拓寬了勞動者可流動的市場范圍，擴大了城市的市場準入情況（Lin，2017），使得人們在選擇生活區域和工作地點時受到的約束相對減小，這在一定程度上通過加速勞動力轉移（劉曉光等，2015）大大緩解了我國服務業勞動力市場上“招工難”和“就業難”并存的現象。本文正是基于我國服務業發展的一個階段性問題——勞動力市場供需配置的不均衡，從交通基礎設施引致的客運市場準入的角度出發，結合客運市場準入指標和服務業勞動力錯配的微觀數據，重點探究市場準入的擴大是否具有通過改善服務業勞動力錯配現象，進而促進服務業快速發展的作用。

在已有研究中，與本文研究內容相關的文獻主要包括市場準入和勞動力錯配兩大類。Donaldson & Hornbeck（2016）率先從交通基礎設施建設的角度引入市場準入的概念，并基于一般均衡貿易理論的簡化形式進行測算，得到美國交通基礎設施建設對區域間貿易成本影響的加總效應。Baum-Snow et al.（2017，2020）通過繪制出1999、2005和2010年中國交通基礎設施網絡的電子地圖，測算出中國城市市場準入指標，從而探究交通基礎設施的建設對中國城市分散化以及內陸地區經濟發展的影響，此外，在計算貿易成本時，除了考慮實際運費之外，還引入了時間成本。Huang & Xiong（2018）通過區分貿易成本變化的兩種相互競爭性影響（進口競爭和出口準入），將市場準入指標細分為消費者市場準入（CMA）和企業市場準入（FMA）兩類，分別度量了外購和外銷市場的便利性。上述文獻重點探究了貨運貿易成本的變化引致的市場準入的變化對區域經濟發展或企業生產的影響，除此之外，還有少部分文獻基于客運旅行成本測算出的市場準入指標，旨在探究客運市場準入的變動對區域經濟和企業的影響。Lin（2017）使用中國數據得出結論：高鐵引致的市場準入的擴大通過降低了人與人之間面對面溝通的成本，有利于促進溝通密集型和非常規認知型行業發展。而Gibbons et al.（2019）則利用微觀企業數據，得出了客運引致的市場準入變化有利于提高員工的單位產出、工資水平以及企業對中間品的需求，這是因為完善的交通基礎設施建設會吸引運輸密集型企業到該地區，從而導致現有企業的生產重組。縱觀此類文獻，我們可以發現目前對市場準入研究更多關注的是區域或企業層面的發展情況，而忽略了市場準入的變化對勞動力市場配置情況的深層次影響。本文正是基于上述文獻，首次計算出“時間—區域—行業”維度的市場準入指標，聯系了市場準入與勞動力市場供需配置，探究市場準入的放寬是否會對我國服務業勞動力錯配起到緩解作用，彌補了這一領域的空缺。

與此同時，近年來，要素配置領域，特別是勞動力供需配置逐漸受到國內外越來越多學者的青睞。Vollrath（2009）發現許多發展中國家資本和勞動力在各行業間存在的錯配現象，可以解釋不同國家間收入差異的30%—40%，TFP的80%;袁志剛、解棟棟（2011）通過參數校準的方法發現勞動力在農業部門和非農部門的錯配導致中國TFP下降了2%—18%;Vollrath（2014）利用Mincer方程對14個發展中國家的個體工資數據進行回歸，發現消除“工資楔子”的影響、實現對勞動力的重新配置可以使得這些發展中國家的產出增長5%。上述文獻重點關注勞動力在不同行業間錯配對TFP的影響，除此之外，還有一部分文獻研究了勞動力空間錯配對經濟增長的影響，如Hsieh & Moretti（2018）基于1964年和2009年美國220個城市的數據研究發現，由于住房市場規模等限制因素的存在，美國的勞動力配置效率在逐漸下降。此類文獻往往或是關注全行業勞動力錯配現象，或是重點關注農業和非農業勞動力配置的不平衡，目前對于服務業就業市場還缺乏細致的研究。而事實上，服務業相較其他行業而言，對人力資本的依存度更高，這也使得服務業內部收入差距更大（江小涓，2011），服務業勞動力錯配現象更加嚴重。故而在上述研究的基礎上，本文通過計算出“時間—區域—行業”維度的服務業勞動力錯配指標，重點關注服務業勞動力錯配問題。

相較于已有文獻，本文剖析了客運市場準入的擴大對服務業勞動力供需配置的作用機制，并結合微觀數據對該作用機制進行驗證。具體而言，本文的創新之處主要包括以下幾個方面：

首先，從機制分析的角度來看，本文認為：市場準入的擴大降低了信息不對稱帶來的搜尋成本，抑制了由于搜尋成本過高導致的服務業均衡工資相對潛在工資的上偏或下偏，從而緩解了我國服務業內部收入差距較大而造成的勞動力供需配置的不協調問題，有利于我國經濟高質量發展（袁志剛、解棟棟，2011;李世剛、尹恒，2014，2017）。

其次，在指標構建方面，一方面，本文借鑒Lin（2017）的方法，使用Baum-Snow et al.（2017，2020）提供的中國1999、2005和2010年交通基礎設施的電子地圖以及中國研究數據服務平臺（以下簡稱CNRDS數據庫）提供的高鐵列車信息，首次測算出“時間—區域—行業”維度涵蓋的2000—2016年283個地級市19個二分位行業的客運引致的市場準入指標。與以往研究交通基礎設施文獻中使用交通基礎設施密度或兩兩城市間交通成本相比較，本文計算的市場準入指標更加準確地捕捉到了交通基礎設施的“網絡效應”，與此同時，本文的指標在考慮時間成本時使用的是行業單位工資水平，引入了行業維度，使指標更加細化。另一方面，本文借鑒Vollrath（2014）的方法，使用中國勞動力動態調查數據（以下簡稱為CLDS數據庫）首次計算出我國“時間—區域—行業”維度的服務業勞動力供需配置指標，該指標涵蓋2012—2016年76個地級市10個二分位服務類行業，對我國服務業勞動力市場結構進行了多維度、較為科學的量化。

另外，在實證研究方面，我們將“時間—區域—行業”維度的客運引致的市場準入指標與服務業勞動力錯配指標進行匹配，通過對計量模型的回歸我們發現：市場準入的放寬的確有利于緩解我國勞動力供需配置不平衡的現象;并且通過將市場準入指標進一步細分為高鐵引致、非高鐵引致和臨近高鐵引致的市場準入，可以得出：較非高鐵而言，高鐵引致的市場準入的擴大對勞動力錯配的改善作用更大，而在高鐵引致的市場準入中，臨近高鐵即高鐵5小時可達的市場準入的放寬對勞動力錯配的改善作用更加明顯。

最后，為了完成對市場準入的放寬與勞動力配置傳導機制的進一步探究，本文首先使用了CNRDS數據庫中校正后的DMSP中國地級市燈光數據作為城市經濟活躍度的代理變量，從而探究城市經濟活躍度是如何影響市場準入對搜尋成本的作用機制的。根據各城市DN值與DN值中位數大小的比較，我們將城市劃分為高DN值和低DN值兩類，兩組分別進行回歸后發現，高DN值的城市各類市場準入指標的增加對我國服務業勞動力市場供需配置不平衡現象的改善作用較低DN值的城市而言均更加明顯。這是因為經濟活躍度更高的地區通常人口更加密集，人類活動更加頻繁，故而對于這些地方來說，市場準入的擴大對搜尋成本下降的促進作用更強，從而更有利于改善勞動力錯配現象。與此同時，不同于區域經濟活躍度的差別會影響市場準入對搜尋成本的作用機制，不同行業之間的差異則會通過改變勞企之間的議價能力，從而影響搜尋成本的變化對勞動力錯配的改善作用。故而，本文根據Autor et al.（2003）提出的常規和非常規行業的分類作為行業技術水平的簡單刻畫，以此探究議價能力是如何影響搜尋成本對勞動力錯配的作用機制的。結果發現：非常規任務型行業的勞動者由于具有更高的議價能力，使得市場準入擴大引致的搜尋成本下降對這些行業的再配置的邊際效果更加明顯，從而對勞動力市場供需不平衡的改善作用也更強。此外，本文還進行了指標參數調整、樣本選擇以及引入政府管制因素和貨運市場準入等穩健性檢驗，結果均與上述結果保持一致。

本文的結構安排如下：第二部分為數據說明和計量模型設定，主要對指標的構建和統計性說明進行簡要的介紹，并且設定了計量模型;第三部分為本文的實證結果，包括基礎回歸結果、機制分析和穩健性檢驗;最后一部分為本文的主要結論及政策建議。

二、數據說明和計量模型設定

本章主要包括兩部分內容：一方面，對本文使用的兩大面板數據進行指標構建說明以及簡單的描述性分析;另一方面，參照已有文獻并結合數據自身特點，構建計量模型。

（一）數據說明

本文重點關注市場準入對服務業勞動力供需配置的影響，即驗證隨著交通基礎設施網絡的不斷完善，各城市各行業的市場準入進一步加大是否會對我國服務業勞動力供需錯配現象產生改善作用，故而本文主要使用以下兩個行業—區域維度的面板數據。

1.市場準入（MA）指標構建

根據Lin（2017），客運引致的市場準入指標的計算公式為：

（1）式中i代表行業， k和m分別代表兩個不同的地級市，t代表時間，Y表示m城市的GDP，在這里，各城市不同年份的GDP數據來自城市統計年鑒。該指標使用旅行成本衡量了不同城市、不同行業人員流動的難易程度，該指標越大，說明該城市該行業的勞動者自由流動的市場壁壘越小，可流動的市場范圍越廣。與已有文獻使用地區內基礎設施密度衡量交通基礎設施建設情況相比，市場準入指標不僅能夠反映交通基礎設施建設對兩兩城市的直接影響，更能夠準確地捕捉到基礎設施的網絡效應。

由公式（1）可知，若要計算市場準入（MA）指標，需知道高速公路、普通鐵路和高速鐵路的旅行成本，該旅行成本的計算步驟如下。

首先，關于高速公路和普通鐵路的相關信息，我們使用Baum-Snow? et al.（2017，2020）提供的1999、2005和2010年的電子地圖，該地圖由幾位作者根據中國地圖出版社（SinoMaps Press）統一出版的紙質地圖經掃描、投影所得。該電子地圖的精度較高，我們使用2010年的電子地圖來刻畫中國2012—2016年間高速公路和鐵路的基礎設施的分布情況，沒有地圖的年份使用之前的電子地圖代替（Lin，2017）。

其次，我們根據CNRDS數據庫提供的高鐵列車信息，對各城市首次開通高鐵的時間進行處理。第一步是對樣本進行剔除，只保留城際列車、動車和高速鐵路三個類型（以下均簡稱為“高鐵”）;第二步，我們將高鐵列車信息與高鐵列車線路進行手動匹配，從而得知兩兩城市間高鐵的實際開通時間;最終，將2012、2014和2016年已開通高鐵的城市的相關數據整理為“年份—地級市”維度的面板數據。

再次，我們根據CNRDS數據庫提供的地級市經緯度數據，并依據2012—2016年中國行政區劃變動表，在Arcgis中繪制出2012—2016年283個含有經緯度信息的中國地級市駐點圖。與此同時，我們將CNRDS數據庫提供的行業就業人員年平均工資轉換為小時薪酬，以此作為時間成本的一種衡量方式，該數據涵蓋了我國31個省市自治區19個二分位行業的就業人員年平均工資水平。根據Lin（2017），為了消除高鐵開通對工資的影響造成的內生性，我們使用2007年（大批高鐵開通的前一年）的工資水平來計算兩兩省份行業間平均工資水平，作為兩兩城市平均工資水平的近似替代。

最后，根據Lin（2017）的腳注部分以及《國家計委關于高等級軟座快速列車票價問題的復函》中關于高鐵二等座的定價原則，我們將三種交通方式的單位運費做如下處理：（1）高速公路：單位成本=過橋過路費+燃油費，其中過橋過路費約為0.5元/km，假設均為四輪小型轎車，則每車燃油費為0.8元/km，故而每個旅客的單位運費為0.33元/km;（2）普通鐵路的單位運費：單位成本=硬座費+空調費+其他費用，并且新空調列車要在此價格上上浮50%。在這里，硬座費為0.06元/km，空調費為0.016元/km，其他費用為0.024元/km，考慮到目前我國絕大多數列車均為新空調列車（除少量綠皮車外），故而我們估算普通鐵路每位旅客的單位運費為0.15元/km;（3）高鐵的單位運輸成本為0.2805×（1+10%）=0.30855元/km。

同時，由于有些地級市并未與任何基礎設施直接相連，故在使用Arcgis進行最佳路徑求解時會出現無法識別的現象。針對這一情況，我們根據Lin（2017）的做法，將地級市周圍半徑30km內包含基礎設施的情況判定為該地級市與基礎設施直接相連，并刪去三亞市、海口市的駐點，理由是陸地基礎設施的改變不會對這兩個城市的旅行成本產生影響。在此基礎上，我們對于仍然無法識別的城市（主要為西部偏遠地區）駐點信息使用OpenStreetMap地圖進行計算。

最終，基于上述信息，我們一方面使用Arcgis的OD成本矩陣模塊以及Stata中的Osrmtime命令計算出283個地級市兩兩之間的高速公路和普通鐵路的最短運輸距離和時間，另一方面，我們使用高鐵列車信息，并結合Lin（2017）市場準入指標的計算公式（1）測算出2012—2016年283個地級市19個二分位行業的客運市場準入（MA）[參照Lin（2017）和

Donaldson & Hornbeck（2016）

中的做法，本文令θ=3.6。指標。

下頁圖1為2012、2014和2016年10個二分位服務行業的市場準入情況。從圖中我們可以看出，各行業的市場準入情況呈逐年遞增態勢，這與我國服務業市場化程度逐漸增強的事實相符;與此同時，我們還注意到不同行業市場準入情況仍存在較大的差別，以批發零售業為代表的技術門檻相對較低的行業的市場準入指標相對較高，而以金融業為代表的技術門檻相對較高的行業的市場準入情況相對較低。

2.服務業勞動力錯配指標的構建

參照Vollrath （2014），本文基于2012、2014和2016年的CLDS數據庫，首次計算出我國涵蓋5年76個地級市10個二分位服務行業的“時間—區域—行業”維度的勞動力錯配指標。

首先，根據Vollrath（2014），我們對勞動力錯配進行如下定義：假設經濟中存在N個行業，其中行業j（j=1，…，N）中代表性企業的生產函數為：

Yj=AjKαjH1-αj

在這里，Yj表示j行業產出，Aj表示j行業全要素生產率，Kj表示j行業物質資本投入，Hj表示j行業的勞動力投入數量，α為物質資本的要素投入份額。

假設j行業的企業面臨的勞動力價格為（1+τwj）w，其中w表示不存在勞動力錯配時企業所面臨的勞動力價格（即勞動力的邊際報酬），

τwj

表示由于某些體制、政策或者某些行業存在一定的準入門檻導致的勞動力的錯配，正是由于這些原因的存在，使得部分行業勞動力的價格高于或低于全行業勞動力價格，進而造成一些行業出現勞動力供給過剩，同時另一些行業出現勞動力供給不足，而在本文中將供給過剩和供給不足兩種情況均歸為勞動力的錯配。

存在勞動力錯配的企業的利潤最大化行為可以表示為：

maxHjpjYj-w（1+τwj）Hj-rKj（2）

在這里，pj表示j行業最終產品的價格，r表示j行業物質資本的價格。進而，我們可以寫出j行業代表性企業利潤最大化的一階必要條件：

（1+α）pjAjKαjH-αj=（1+τwj）w（3）

上式中，左邊是j行業代表性企業的勞動力邊際產品，右邊是存在勞動力扭曲時的實際工資價格。當勞動力錯配因子τwj>0時，表示j行業代表性企業面臨的勞動力價格高于均衡時的要素價格w，說明該行業實際勞動力投入量小于均衡時最優配置的勞動力數量。當勞動力錯配因子τwj<0

時，表示j行業代表性企業面臨的勞動力價格低于均衡時的要素價格w，此時，企業在該行業的勞動力投入數量高于經濟均衡時最優配置狀態的數量。為了使下文的分析更加方便，此處我們將勞動力錯配度界定為（1+τwj），該值與1的差距的大小（即τwj

的絕對值）表明j行業代表性企業的勞動力錯配度大小。

為了具體分析勞動力錯配與勞動力配置之間的關系，本文用j行業勞動力實際數量Hobs，j與j行業最優配置狀態的勞動力數量Hopt，j之間的比值來度量j行業勞動力的錯配程度。兩者的比值為：

Hobs，j/Hopt，j=（1+τwj）-1α（4）

由于0<α<1，當行業勞動力錯配度（1+τwj）>1時，則j行業勞動力實際使用數量Hobs，j小于j行業最優配置狀態的勞動力數量Hopt，j，表明j行業勞動力供給不足;當勞動力錯配度（1+τwj）<1時，j行業勞動力實際使用數量Hobs，j大于j行業最優配置狀態的勞動力數量Hopt，j，這意味著j行業勞動力供給過剩。總之，無論是在勞動力供給不足還是勞動力供給過剩的情況下，行業勞動力錯配度（1+τwj）與1之間的差距越大，都表明行業勞動力錯配程度的上升。鑒于上述關系，本文以公式（4）為依據，用勞動力實際配置與最優配置的比值來衡量行業勞動力錯配程度。

其次，我們利用Mincer（1974）提出的收入方程，并使用CLDS的相關數據來度量我國服務業勞動力的錯配程度，具體方法為構建計量模型：

lnIijcy=lnw+ln（1+τwj）+ln（1+τwc）+ln（1+τwy）+X′iβX+εijcy（5）

其中，Iijcy表示第y年c城市j行業i個體的實際收入，τwj、τwc和τwy分別表示由于體制、政策等因素導致的行業、省份和年份層面的勞動力錯配因子。根據Mincer收入方程，X′i表示個體特征，如性別、年齡、受教育年限等。本文使用（5）式對數據進行回歸，需選取基準行業J、基準城市C和基準年份Y，在本文中我們選取的基準行業為交通運輸、倉儲和郵政業，基準城市為北京市，基準年份為2012[本文已證明選擇哪個行業作為基準行業，哪個城市作為基準城市，哪一年度作為基準年份，均不會影響行業勞動力錯配數值結果。。并且我們為了簡化模型，茲定義：

β0=lnw+ln（1+τwJ）+ln（1+τwC）+ln（1+τwY）

δj=ln（1+τwj）-ln（1+τwJ）

δc=ln（1+τwc）-ln（1+τwC）

δy=ln（1+τwy）-ln（1+τwY）

從而，我們可以將（5）式簡化為：

lnIijcy=β0+δj+δc+δy+X′iβX+εijpy（6）

以行業固定效應的估計值

δ^j

為依據，使用行業就業人數份額sj來表示j行業在經濟中的權重，這樣就可以算出j行業相對的勞動力錯配度：

μj=δ^j-∑Jj=1δ^jsj （7）

根據前文，我們可以將其轉化為前文理論中的勞動力錯配度寫為：

（1+τ^wj）=exp（μj）

（8）

同理我們還可以計算出c城市和y年份的相對勞動力錯配度，進而將三者相乘即可得到“年份—城市—行業”維度的勞動力錯配指標。

從下頁圖2中我們可以看出，不同行業間勞動力供需情況大有不同：以批發和零售業為代表的低技術行業由于準入門檻相對較低，出現勞動力供過于求的情況;而以金融保險業和科學研究等行業為代表的高技術行業則出現了勞動力供給不足的情況。此外，根據圖3，不難看出我國勞動力供需配置的區域差別也十分明顯，如浙江省地處東南沿海，經濟相對較發達，相對甘肅等內陸地區而言，其各行各業的勞動力需求均較大，故而整體呈現勞動力供給不足的情況;但即使是在同一省份的不同城市間，勞動力供需配置情況也會因城市經濟就業的差異而略有不同。

（二）計量模型設定

本文重點探究市場準入的擴大對服務業勞動力供需配置的影響，故而設定計量模型如下：

ycit=α0+α1MAcit+γXct+λt+μi+δp+εcit（9）

在（9）式中，c代表地級市，t代表年份，i代表行業，ycit=（τ-1）2表示服務業勞動力錯配指標，該指標基于CLDS數據庫計算而來。MA衡量了“時間—區域—行業”維度的客運引致的市場準入的對數值，是基于電子地圖和高鐵列車信息以及城市GDP算出，該值越大說明c城市i行業的勞動者的流動約束越小，可流動市場范圍越大。Xct表示城市層面的控制變量，均來自2013、 2015和2017年的《中國統計年鑒》，包括：城市教育投入水平（Education），用教育支出占公共財政支出的比重表示;城市儲蓄水平（Saving），用年末居民儲蓄存款余額占金融機構存款余額的比重表示;城市年末總人口（Population），用各城市年末常住人口的對數值表示;互聯網覆蓋度（Internet），用年末互聯網寬帶接入用戶數占總人口的比重表示;金融發展水平（Finance），用年末金融機構存款額占GDP比重加1的對數值表示。與此同時，為了避免遺漏重要的解釋變量，本文分別加入了年份、行業、省份層面的固定效應λt、μi、δp，其中，年份固定效應是為了避免不同年份的特定事件的影響，行業固定效應是為了消除由于不同行業的自身特點不同而對回歸結果產生的影響，省份固定效應是為了吸收不同省份的差異對回歸的影響。此外，為了避免序列相關、異方差以及統計量聚類特征造成的影響，本文的回歸結果均考慮了行業層面的聚類穩健標準誤。

三、實證結果分析

（一）基準回歸

在本章中，我們首先使用（9）式設定的計量模型對前文基于電子地圖和高鐵列車信息計算的“時間—區域—行業”維度的市場準入指標（MA）和基于CLDS數據計算的“時間—區域—行業”維度的服務業勞動力錯配指標進行回歸，回歸結果如下頁表1所示。

表中第（1）—（2）列和（3）—（4）列分別為調整固定效應后的結果，其中，MAall表示包含高速公路、普通鐵路和高鐵三種情況的總體市場準入指標。可以看出，無論是添加控制變量還是替換各類固定效應后，MAall的系數均顯著為負，說明隨著市場準入的擴大，勞動者和企業的搜尋成本大大降低，從而有效地緩解了我國服務業勞動力錯配的現象。此外，從城市層面的控制變量的回歸結果來看，教育投入水平（Education）的系數顯著為負，說明隨著城市的教育投入水平逐漸上升，該城市勞動者的整體素質相對較高，故而在求職中獲取信息的途徑相對更多，有利于緩解勞動力市場錯配現象;城市儲蓄水平（Saving）的系數顯著為負，說明當城市居民儲蓄水平相對較高時，其在求職過程中更傾向于獲得與自身能力相匹配的工作，進而避免了為滿足最低生活保障而導致的“職位”與“能力”不相匹配而造成的勞動力錯配現象;城市年末總人口（Population）的系數顯著為正，這是由于人口越多的地區，其勞動力供給越容易出現過剩的情況，從而加劇了勞動力的錯配情況;互聯網覆蓋度（Internet）的系數不顯著;金融發展水平（Finance）的系數顯著為負，說明金融發展水平越高的地區人力資本錯配現象越不明顯，這是由于金融發展水平較高的地區通常經濟發展迅速，市場中存在的勞動者和企業的數量相對較多，故而導致勞動力供需相對平衡，勞動力錯配的情況得到了一定的改善。

（二）區分不同類型市場準入指標

根據前文的機制分析，我們可以知道，市場準入的擴大通過降低了勞動者和企業的搜尋成本，有效地緩解了勞動力錯配的現象。為了進一步探明該作用機制，我們將市場準入（MA）指標進行更加詳細的區分，首先，將市場準入指標分為非高鐵引致的市場準入指標（MArh）和高鐵引致的市場準入指標（MAHSR）。之所以將市場準入指標進行上述區分，是因為相較于高速公路和普通鐵路而言，高鐵的“時空壓縮”效應使其成為人們出行時優先選擇的交通工具之一，故而高鐵引致的市場準入指標（MAHSR）的擴大對搜尋成本的降低起到的影響更大，從而大大緩解了勞動力供需配置不相適應的情況。進一步地，我們又將高鐵引致市場準入指標細分出臨近高鐵，即高鐵5小時可達的市場準入指標（MAHSRless5），這是因為從運行時間的角度來看，5小時之內乘坐高鐵可以到達的任意兩城市可以看作是一種短途旅行，而勞動者在同等條件下往往更傾向于在距離相對更近的城市尋找工作，同理，企業在一定程度上也傾向于招收臨近城市的員工，故而高鐵引致的市場準入對勞企搜尋成本的影響應當在高鐵5小時可達地區發揮得更加明顯。

下頁表2的第（1）—（2）列、（3）—（4）列、（5）—（6）列和（7）—（8）列分別對應總體市場準入指標（MAall）、非高鐵引致的市場準入指標（MArh）、高鐵引致的市場準入指標（MAHSR）以及高鐵5小時可達的市場準入指標（MAHSRless5）。首先，我們來比較表2 的第（3）—（4）列和第（5）—（6）列，可以看出市場準入的相關指標均顯著為負，但相較于非高鐵引致的市場準入指標（MArh）而言，高鐵引致的市場準入指標（MAHSR）的系數的絕對值更大，說明高鐵引致的市場準入的擴大對搜尋成本下降的促進作用更強，從而更加有效地緩解了勞動力錯配的現象;其次，我們將第（5）—（6）列與第（7）—（8）列進行對比，可以看出：高鐵5小時可達的市場準入指標（MAHSRless5）的系數絕對值大大高于高鐵非5小時可達市場準入指標（MAHSR），進一步驗證了距離相對較近的城市的市場準入擴大對搜尋成本的影響作用更強，從而更加有利于實現勞動力市場的優化配置;此外，將第（1）—（2）列與其他列相對比，不難發現高鐵引致的市場準入指標，特別是高鐵5小時可達的市場準入指標的擴大對我國服務業勞動力錯配現象的改善作用更大。

（三）機制再探究

在上一小節中，我們通過對市場準入指標進行更加細致的劃分，驗證了不同交通方式引致的客運市場準入指標通過差異化地影響搜尋成本，從而對我國服務業人力資本錯配的改善效果也不盡相同。進一步地，在本小結中，我們將從區域和行業的角度出發，探究市場準入對搜尋成本的影響還受到哪些因素的限制，最終又會對我國服務業勞動力供需配置產生怎樣的差異化影響。

1.區域差別對機制的影響

不同城市的經濟活動的活躍度受到自身地理位置和發展水平等諸多因素的限制會出現較大的差別，一方面會影響城市交通網絡的建設，從而造成不同城市市場準入指標的巨大差異，如我國東部沿海地區較西部內陸地區而言，交通基礎設施網絡更加密集，市場準入指標也相對更大。另一方面，經濟活動的活躍度也會影響搜尋成本的變化，經濟活動活躍度高的地區，人類活動相對更加頻繁，市場準入的擴大有利于大大降低搜尋成本，進而對勞動力錯配的改善作用也會更加明顯。

Mellander? et al.（2013）和徐康寧等（2015）認為夜間燈光數據是對區域經濟活動和經濟發展的良好度量，特別是對于像我國這樣的發展中國家而言，夜間燈光數據能夠很好地避免以GDP代表經濟發展情況帶來的估計誤差。同時，Long et al.（2018）認為，夜間燈光數據很好地反映了人類活動的空間分布情況， DN值越高的地區，反映了該地區人口更加密集，人類活動更加頻繁，故而對于這些地方來說，市場準入的擴大對搜尋成本下降的促進作用更強，從而更有利于改善勞動力錯配現象。因此，本文采用CNRDS數據庫中校正后的DMSP中國地級市燈光數據作為城市經濟活動活躍度的代理變量，將不同地級市的DN值按照相較于中位數的大小進行分組，從而分為高DN值和低DN值兩組分別進行回歸，結果如表3所示。

表3的第（1）—（4）列為低DN值城市的回歸結果，第（5）—（8）列為高DN值城市的回歸結果。對比兩組同一市場準入指標的系數發現，不論是系數的顯著性水平還是絕對值的大小，高DN值城市均大于低DN值的城市，從而驗證了經濟活動活躍度的差異會改變市場準入對搜尋成本的影響，進而會削弱或增強其對勞動力錯配的改善作用。

2.不同行業對機制的影響

不同于區域經濟活躍度的差別會影響市場準入對搜尋成本的作用機制，不同行業之間的差異則會通過改變勞企之間的議價能力，從而影響搜尋成本的變化對勞動力錯配的改善作用。具體而言，當某個行業的技術門檻相對較高時，往往會出現勞動者相對稀缺的情況，并且在該類行業中，能力與職位相匹配的勞動者由于自身難以替代的技術水平，

會使得其在尋求工作時相對企業而言更具議價能力。根據前文的機制分析，該情況有利于改善均衡工資的下偏情況，進而放大市場準入擴大引起的搜尋成本下降對勞動力錯配的改善作用。接下來我們將以Autor et al.（2003）常規和非常規行業的分類作為行業技術水平的簡單刻畫，以此探究議價能力如何影響搜尋成本對勞動力錯配的作用機制。

Autor et al.（2003）將非常規任務行業定義為需要抽象思維和相對復雜的溝通，并以解決各類復雜問題為導向的行業，如科學研究和綜合技術服務業;與之相對，常規任務行業是指根據明確指令和規則即可完成，不需要復雜思考的行業，如批發零售業等。根據該定義，我們將10個二分位行業區分為常規任務和非常規任務行業兩類，并進行分組回歸，結果如下頁表4所示。其中，第（1）—（4）列為常規任務型行業的回歸結果，第（5）—（8）列為非常規任務型行業的回歸結果。將兩組結果進行對比，不難發現，非常規型行業的各類市場準入指標的系數的顯著性和絕對值大小均大于常規任務型行業，從而驗證了技術復雜度相對更高的勞動者通過更強的議價能力，促進了市場準入對勞動力錯配的改善作用。

（四）穩健性檢驗

基礎回歸以及機制探究已經驗證了本文的作用機制，但回歸中可能仍存在一些問題，對結果產生一定的影響。針對這些問題，我們通過采用指標參數調整、樣本重新選擇以及考慮政府管制和貨運市場準入的方法進行穩健性檢驗。

1.市場準入指標計算參數調整

在基礎回歸結果中，我們使用θ=3.6（Donaldson & Hornbeck，2016）計算市場準入指標。而在本小結中，我們采用Eaton & Kortum（2002）測算的θ=8.28和θ=12.86分別代入（1）式，對市場準入指標進行重新計算，分別得到指標MA1和MA2，與勞動力錯配指標匹配后的回歸結果如表5所示。從表5中我們可以看出，在1%的顯著性水平下，MA1和MA2的系數均顯著為負，進一步驗證了市場準入的擴大有利于緩解我國服務業勞動力供需配置不平衡的問題。

2.樣本重新選擇

本文在計算市場準入指標時，未考慮開通飛機航線的影響，這是因為一方面，相較于公路和鐵路出行而言，飛機出行的普及率略低;另一方面，由于機票價格隨著時間而波動，故而難以獲得準確的票價信息。但是當我們忽略掉該影響時，可能會高估高鐵引致的市場準入對勞動力配置的影響，特別是對于那些將高鐵和飛機看作是替代性出行工具的勞動者而言。故而在這里，我們通過剔除包含機場的城市，對樣本進行重新選擇后再回歸，結果如表6所示。與基礎回歸相比，雖然各類市場準入指標的系數均顯著為負，但其絕對值均變小。

3.考慮政府管制和貨運市場準入的影響

最后，為了消除政府管制以及貨運市場準入對結果的影響，本文在實證分析中加入了戶口性質和貨運市場準入指標作為上述兩個影響因素的代理變量。受到戶籍制度等政府管制的影響，戶口屬性的不同會直接影響勞動者的福利，進而可能會對勞動力在不同行業和不同區域的供需配置產生差異化影響，故而本文首先在基準回歸的基礎上引入了“時間—行業—城市”維度的勞動者戶口性質，結果如表7的第（1）列和第（4）列所示。該指標的回歸系數不顯著，在一定程度上說明了以戶籍制度為代理變量的政府管制對本文研究的勞動力供需配置不平衡無顯著影響。另一方面，本文前文分析中主要考慮客運市場準入對勞動力供需配置不均的影響，主要是因為該指標降低會直接影響勞動者流動的便利性，但在一定程度上貨運市場準入也會對本文的研究產生間接影響，故而本小節在基準回歸的基礎上引入了兩個貨運市場準入指標MA3[MA3指標計算方法參照Allen & Atkin（2014）。和MA4[MA4指標計算方法參照Baum-Snow et al.（2020）。，結果如表7的第（2）—（3）列和第（5）—（6）列所示，無論如何調整固定效應，MA3和MA4的系數均不顯著，說明貨運市場準入對勞動力供需配置無顯著性影響。

四、研究結論及政策建議

本文將基于Buam-Snow et al.（2017，2020）提供中國交通基礎設施網絡的電子地圖與CNRDS數據庫中的高鐵列車信息共同計算的“時間—區域—行業”維度的市場準入指標與基于CLDS數據計算“時間—區域—行業”維度的服務業勞動力錯配指標進行匹配，使用面板固定效應模型驗證了市場準入的擴大對勞動力供需配置的影響機制。

本文通過實證檢驗的方法，首先得出客運市場準入的擴大通過降低搜尋成本從而對服務業勞動力供需配置具有明顯的改善作用;其次，本文通過對市場準入指標進一步細分，發現由于高鐵引致的市場準入，特別是高鐵5小時可達的市場準入指標對勞動力錯配的改善作用更加明顯，這是因為高鐵的“時空壓縮”效應加速了勞動者的跨區域轉移，從而更有利于降低搜尋成本;最后，本文通過“區域”和“行業”分組的方式對影響機制進行再探究，發現在“DN值”高的城市以及“非常規任務型”行業中，市場準入的擴大對服務業勞動力供需配置不平衡的改善效果更加明顯，這是因為經濟活動活躍度以及勞企雙方的議價能力的差異會改變市場準入對搜尋成本的影響，進而會削弱或增強其對勞動力錯配的改善作用。此外，本文還通過改變指標的計算參數、樣本重新選擇以及考慮政府管制和貨運市場準入的影響的方法進行了穩健性檢驗，進一步論證了本文的結論。

本文的研究結論具有一定的政策意義和現實意義：一方面，我國應該進一步完善交通基礎設施建設，加快建設公路、鐵路網狀建設。因為該舉措不僅能夠降低勞動力遷移成本，而且能夠擴大人們對生活領域和工作地點的選擇面，從而緩解“招工難”與“就業難”同時并存的現象。另一方面，由于不同行業之間的差異會通過改變勞企之間的議價能力，從而影響搜尋成本的變化對勞動力錯配的改善作用，故而應該通過加強各類職業技術培訓等方式提升勞動者的整體文化素質和技術水平，使得勞動者的能力與職位相匹配，最終緩解勞動力供需配置不均衡的現象。

參考文獻：

[1]江小涓.服務業增長：真實含義、多重影響和發展趨勢[J].經濟研究，2011（4）.

[2]李世剛，尹恒.尋租導致的人才誤配置的社會成本有多大？[J].經濟研究，2014 （7）.

[3]李世剛，尹恒.政府-企業間人才配置與經濟增長——基于中國地級市數據的經驗研究[J].經濟研究，2017（4）.

[4]劉曉光，張勛，方文全.基礎設施的城鄉收入分配效應：基于勞動力轉移的視角[J].世界經濟，2015（3）.

[5]徐康寧，陳豐龍，劉修巖.中國經濟增長的真實性：基于全球夜間燈光數據的檢驗[J].經濟研究，2015（9）.

[6]袁志剛，解棟棟.中國勞動力錯配對TFP的影響分析[J].經濟研究，2011（7）.

[7]Aghion P， Blundell R， Griffith R， et al. The effects of entry on incumbent innovation and productivity[J]. The Review of Economics and Statistics， 2009， 91（1）.

[8]Autor D H， Levy F， Murnane R J. The skill content of recent technological change： An empirical exploration[J]. The Quarterly Journal of Economics， 2003， 118（4）.

[9]Baum-Snow N， et al.Roads， railroads， and decentralization of Chinese cities [J]. Review of Economics and Statistics， 2017， 99（3）.

[10]Baum-Snow N， et al.Does investment in national highways help or hurt hinterland city growth？ [J]. Journal of Urban Economics， 2020， 115.

[11]Brandt L， Van Biesebroeck J， Zhang Y. Challenges of working with the Chinese NBS firm-level data [J]. China Economic Review， 2014， 30.

[12]Donaldson D. Railroads of the Raj： Estimating the impact of transportation infrastructure [J].American Economic Review， 2018， 108.4（5）.

[13]Donaldson D， and Hornbeck R. Railroads and American economic growth： a “market access” approach [J]. The Quarterly Journal of Economics， 2016， 131（2）.

[14]Eaton J， Kortum S. Technology， geography， and trade [J]. Econometrica， 2002， 70（5）.

[15]Gibbons S， et al. New road infrastructure： The effects on firms [J]. Journal of Urban Economics 2019， 110.

[16]Hsieh Chang-Tai， Moretti E. Housing constraints and spatial misallocation [J].American Economic Journal： Macroeconomics， 2019， 11（2）.

[17]Huang Yuxiao， Wentao Xiong. Geographic distribution of firm productivity and production： A “market access” approach [J]. Working Paper， 2018.

[18]Lin Yatang. Travel costs and urban specialization patterns： Evidence from Chinas high speed railway system [J]. Journal of Urban Economics， 2017， 98.

[19]Long Fenjie， Longfei Zheng， Zhida Song. High-speed rail and urban expansion： An empirical study using a time series of nighttime light satellite data in China [J]. Journal of Transport Geography， 2018， 72.

[20]McCall J J. Economics of information and jobsearch [J]. The Quarterly Journal of Economics，1970.

[21]Mellander C， et al. Night-time light data： A good proxy measure for economic activity [J]. PloS one， 2015， 10（10）.

[22]Mortensen D T. Job search， the duration of unemployment， and the Phillipscurve [J]. The American Economic Review， 1970， 60（5）.

[23]Vollrath D. How important are dual economy effects for aggregate productivity？ [J]. Journal of Development Economics， 2009， 88（2）.

[24]Vollrath D. The efficiency of human capital allocations in developing countries [J]. Journal of Development Economics， 2014， 108.

（責任編輯：彭琳）

南開大學經濟學院。通信作者及地址：孫浦陽，天津市南開區衛津路94號;郵編：300071;E-mail：puyangsun@nankai.edu.cn.本文感謝教育部人文社會科學研究項目“全球價值鏈分工下制造業服務化對產業升級的影響研究”（ 20YJA790026），南開大學百名青年學科帶頭人（團隊）培養支持計劃項目“國際需求沖擊、外資政策調整與市場福利”的支持。感謝國家社會科學基金重大項目“建設更高水平開放型經濟新體制研究”（21ZDA092）的支持。