市場潛能對流動人口居留意愿的影響研究

邊 恕，張銘志，王 玥

（遼寧大學 公共管理學院，遼寧 沈陽 110136）

一、引言

我國流動人口規模自2015 年開始從增長期轉為調整期。截至2019 年底，流動人口規模達到2.36億，［1］這意味著平均每六個人中就有一人是流動人口。那么如此大規模的流動人口流向了哪里？研究表明目前我國的人口集聚與經濟集聚呈現明顯的空間一致性，［2］京津冀、長三角和珠三角城市群占全國的經濟份額已超過40%，而這三大都市圈的人口流入強度呈現“強者恒強、強者更強”的特點，［3］近年來北京、天津和上海始終是流入強度最大的省份。［4］一方面，經濟欠發達省份通過招商引資、承接產業轉移與放開落戶等激勵政策希望留住本地或外地流動勞動力，使之成為助推本地經濟發展的可持續人力資源；另一方面，人口的集聚也使得大城市的教育、醫療和交通等方面問題隨之而來，北京等地出臺產業疏解政策以緩解人口集聚壓力。十四五規劃提出推進以人為核心的新型城鎮化，既發揮中心城市與城市群的帶動作用，也要推進以縣城為重要載體的城鎮化建設。現階段我國城鎮化仍處于明顯的要素集聚趨勢階段，在此背景下，深入探究經濟集聚對于流動人口居留意愿的影響效應與影響機制具有重要現實意義。

早期研究認為流動人口的城鎮居留現象是戶籍分割等制度安排產生的特色問題，這也使得對于居留意愿的分析存在局限性。［5］此后的研究逐漸轉向流動人口的主客觀特征、家庭人口與經濟特征［6-7］等，但這些因素只反映了流動人口的流動原因卻忽視了流動人口的流動方向。流動人口向大城市集聚，經濟集聚是否是驅動大規模流動人口空間流動的主要原因呢？新經濟地理學可以將人口流動內生于城市集聚機制中，為中國流動人口集聚提供更有解釋力的框架。［8］集聚是企業與勞動力共同作用的結果，一方面，企業偏好選擇市場潛能較大的區位生產，市場規模大意味著需求大，有利于產品銷售并降低運輸成本，企業集群容易實現規模經濟，從而產生市場接近效應；另一方面，企業集中可以提供更多的產品類型和規模，需要支付的運輸成本和貿易成本下降，勞動力生活成本相應降低，增加對勞動力的吸聚力，從而產生價格指數效應，這兩種向心力“循環累積因果”式的互動關系推動了人口集聚和經濟集聚。對此，本文在新經濟地理學的前向聯系理論框架下，重點分析市場潛能對于流動人口居留意愿的影響效應，從流動人口學歷與代際異質性角度分別研究市場潛能對于其居留意愿的影響效應差異，并進一步探究可能的影響機制。

二、文獻回顧

新經濟地理學為人口遷移理論提供了嶄新的研究視角，不同于古典經濟學與新遷移經濟學等將前提假設建立在規模報酬不變與勞動力市場完全競爭條件下，新經濟地理學的“中心-外圍”模型（Core-peripheral model）突破了傳統理論假設，將理論框架建立在不完全競爭與報酬遞增基礎上，引入規模報酬遞增、人口流動與運輸成本，將空間因素納入一般均衡理論分析中，［9-10］這為流動人口的城市集聚提供了一個更加符合實際的理論框架。推動勞動力和企業發生同方向集聚的向心力分為兩個層次：一是勞動力由于多樣化產品偏好和節約生活成本的目的轉移至企業聚集地進行生活，即前向聯系；二是企業通過在市場潛能較大的區域進行生產以降低運輸成本和貿易成本，即后向聯系。勞動力與企業的非均衡分布與自我強化形成“中心-外圍”模型。

學術界應用新經濟地理學模型對人口集聚的影響機制進行過研究，有的學者重點關注市場接近效應對勞動力流向的影響，Kancs認為歐洲一體化擴大了市場潛能，吸引了歐盟成員國之間及其內部勞動力遷移到市場潛能較高的地區。［11］Carson 使用澳大利亞2006 年人口普查數據，得出澳大利亞各州技術工人的流動遵循“中心-外圍”（CP）模型。［12］唐頌和黃亮雄認為新經濟地理學理論中前向聯系所蘊含的人口與企業的集聚力量隨著時間推移逐漸增強。［13］張強等基于長三角城市群數據發現市場潛能對勞動力跨省流動有顯著積極效果。［14］

與此同時，一些學者側重于分析價格指數效應對于勞動力流向的影響，Crozet使用歐洲國家間人口遷移數據，實證研究發現市場潛能通過價格指數效應對勞動力的流入產生了積極影響。［15］Pons 采用西班牙國內移民數據，證實西班牙工人的移民選擇與當地的市場潛能存在直接關系。［16］謝長青和范劍勇使用全國地級市數據得出市場潛能對于區域工資水平的影響顯著且巨大的結論。［17］吳曉怡與邵軍利用制造業企業微觀數據，研究發現市場潛能對于不同區域企業的工資水平均具有正向影響。［18］李宏兵等使用工業企業數據，得出真實市場潛能對于勞動密集型就業女性的工資水平具有顯著促進作用的結論。［19］唐代盛等認為空間上市場潛能產生雙重利好，顯著提高勞動力工資和就業水平。［20］

此外，學者認為新經濟地理學框架下的研究不應忽視異質性勞動力具有的差異，劉海洋指出新經濟地理學研究中如果忽視人口結構與企業生產率這種微觀層面的差異會高估產業集聚的作用。［21］顏銀根認為對于消費者等微觀異質性主體的研究是新經濟地理學未來的重要研究方向。［22］Russek分析了不同貿易成本對于高技能與低技能勞動力遷移與集聚的影響差異。［23］余運江得出低技能與工作經驗豐富的流動人口從市場潛能的正外部性中獲利更多的結論。［24］

學術界的前期研究盡管在市場潛能對勞動力流動的影響效應方面進行了有益的探索，但是關于市場潛能對流動人口居留意愿的影響研究較為匱乏，在實證層面上對于流動人口異質性差異的關注度不足。因此本文的邊際貢獻體現在以下方面：第一，目前從市場潛能角度研究流動人口居留意愿的論文較少，本文使用2017年最新的中國流動人口動態監測數據，微觀層面的實證結果有利于理解流動人口為何向大城市集聚；第二，在實證方法上，在使用二元Probit基礎回歸的基礎上，使用工具變量與傾向得分匹配法處理內生性問題，使本文的研究結論更具穩健性和可靠性；第三，本文關注到流動人口的代際間和學歷間群體內部分化，通過異質性分析進一步研究了市場潛能對于不同群體流動人口居留意愿的影響差異；第四，本文從預期收入、公共服務和心理認同的角度考察了市場潛能影響流動人口居留意愿的可能機制，為穩定流動人口的居留預期提供量化依據。

三、數據處理與描述

（一）數據來源

本文使用的微觀數據來源于原國家衛生和計劃生育委員會組織的2017年中國流動人口動態監測調查數據，該數據調查使用分層多階段、與規模成比例的PPS 抽樣方法。該微觀調查數據包含豐富的流動人口個體特征、流動特征和經濟特征，有助于本文在控制個體特征的基礎上探究市場潛能對于流動人口在流入地居留意愿的影響差異。與流入地相匹配的宏觀省際數據主要來源于《中國統計年鑒2018》和國家基礎地理信息中心數據庫。區別于已有研究主要關注農民工或是農村流動人口，本文認為對于流動人口的歧視主要來自“本地和外地”而非“城鎮或農村”，因此將全體流動人口納入研究范圍。本文選取年齡在15-65歲之間、最近一個月有收入的流動人口樣本，經過整理，最終得到有效樣本122 970個。

（二）模型設定

1.Probit模型

本文的被解釋變量是流動人口的居留意愿，為二值變量，本文建立Probit基準模型探究市場潛能對流動人口居留意愿的影響情況，模型設定如下：

其中，被解釋變量Ri表示流動人口的居留意愿，當流動人口愿意在流入地長期居留時取值為1，否則取值為0，核心解釋變量lnmpi表示流入地省份的市場潛能。控制變量Xi包含流動人口的個體特征變量、流動特征變量和流入地經濟特征變量。

2.工具變量模型（IV-Probit）

由于居留意愿與市場潛能之間可能存在的內生性問題，本文構建工具變量模型（IV-Probit），克服因遺漏變量或雙向因果導致的自選擇偏誤問題，方程組設定如下：

其中，IVi是方程（1）中lnmpi的工具變量，實證過程中運用兩階段法對方程組進行估計，首先第一階段對方程（2）回歸得到lnmpi的預測值，第二階段在方程（3）中用預測值進行回歸以得出無偏估計量。有效的工具變量法應該滿足兩個條件：一是該工具變量與市場潛能顯著相關；二是工具變量是外生的。本文借鑒Hering和劉修巖的做法，［8］［25］采用地理中心度指標作為市場潛能的工具變量。一方面，在計算公式上，兩個變量的公式高度相關，因而內生變量與工具變量顯著相關；另一方面，地理中心度代表省份在全國范圍內的相對地理位置，具有良好的外生性。因此地理中心度理論上可作為市場潛能的工具變量。

3.傾向得分匹配（PSM）

由于流動人口對流入地的選擇并不是隨機分配的結果，而是由個體和家庭等特征決定的自選擇過程，直接回歸可能使結果產生選擇性偏誤。為了緩解樣本自選擇偏誤問題，本文使用匹配方法構建“反事實框架”來糾正這一問題，模擬隨機實驗達到的效果。假設同一個流動人口樣本同時流入高市場潛能省份（市場潛能大于均值）和低市場潛能省份（市場潛能低于均值），那么兩種狀態下的居留意愿平均差異就是市場潛能對于流動人口居留意愿的影響。模型設置如下：

其中，ATT（Average treatment effect for the treated）為流動人口樣本流入高市場潛能省份與假設其流入低市場潛能省份的居留意愿差異，R1和R0分別表示流動人口進入高市場潛能和低市場潛能省份的居留意愿。在樣本中可以觀測到E(R1|lnmp=1)的結果，但是無法觀測E(R0|lnmp=1)的反事實結果，因而使用傾向得分匹配法構造出反事實結果。實證過程中首先使用Probit 回歸得到流動人口樣本流入高市場潛能的傾向得分值，然后基于估計得出的傾向得分值進行匹配，使用最近鄰匹配方法進行匹配并構造控制組，使得實驗組和控制組除了流向決策之外的各方面特征相似，最后得出實驗組和控制組的居留意愿差異。

（三）變量描述

本文被解釋變量為流動人口城市居留意愿，根據問卷中“今后一段時間，您是否打算繼續留在本地？”作為居留意愿的賦值依據，將被訪者回答為“愿意”賦值為1，回答“不愿意”或“沒想好”視為沒有居留意愿，賦值為0。

本文的核心解釋變量為市場潛能，是衡量地區經濟集聚的主要尺度。市場潛能由本地市場規模與外部市場規模共同組成，可以衡量本地與周圍市場的需求以及對本地市場的影響。本文采用Harris的方法衡量各省份的市場潛能，［26］計算方式為各省購買力的空間加權平均值，計算公式為：

其中，mpp為p省的市場潛能，表示p省內部對產品需求與p省以外的q省對p省產品需求的總和，Yq代表其余省份的國內生產總值，dpq代表p、q兩省之間的距離，本文以歐式直線法測算，數據來源于國家基礎地理信息中心數據庫，dpp代表p省內部距離，參考Crozet的做法，［27］其計算公式為：

其中，areap表示各省的面積。

此外，本文使用地理中心度（Gcp）作為工具變量，為一個省份的省會城市與其他省份省會城市距離的倒數之和的自然對數值，其計算公式為：

本文控制變量Xi包括流動人口個體特征變量、流動特征變量和流入地經濟特征變量。個體特征變量包括流動人口樣本的年齡、年齡的平方、性別、戶口性質、婚姻狀況、受教育程度、健康水平和黨員身份。男性賦值為1，女性為0；將居民、農轉居和非農轉居合并為非農業戶口一類，農業戶口賦值為1，非農業賦值為0；將未婚、離婚和喪偶劃分為無配偶一類，賦值為0，將其余的劃分為有配偶，賦值為1；按照受訪者的受教育程度折算受教育年限，即大專以上文化程度按16 年計算，高中12 年，初中9 年，小學6 年，文盲為0 年；健康水平取值0 至3 分別表示健康水平非常差、差、一般和非常好；政治面貌為黨員的賦值為1，非黨員為0。流動特征變量包括流動人口樣本的流動時長、社交情況、社會融入度、流動范圍。依據樣本進入流入地的時間與受訪時間的差值計算流動時長；依據樣本“業余時間在本地是否與除同鄉之外的人來往最多”來判斷其社交情況，是則賦值為1，否則為0；流入地社會融入度是根據問卷中“您是否同意以下說法？”來判斷，對于四個正面題干“我關注我現在居住城市/地方的變化”“我很愿意融入本地人當中，成為其中一員”“我覺得本地人愿意接受我成為其中一員”“我覺得我已經是本地人了”，其同意程度選項“完全不同意”至“完全同意”分別賦值1至4，對于三個負面題干“我感覺本地人看不起外地人”“按照老家的風俗習慣辦事對我比較重要”“我的衛生習慣與本地市民存在較大差別”，對四個選項的同意程度分別賦值-1至-4，社會融入度指標對上述選項答案進行加總；流動范圍中跨省流動賦值為1，省內跨市賦值為2，市內跨縣賦值為3。流入地經濟特征變量包括流動人口樣本的預期收入、家庭結余、行業類別、流入地產業結構、對外開放度、人口數量。家庭結余為家庭月總收入和月總支出的差值，用以反映流入地的生活成本情況，單位為萬元；產業結構是流入地省份重要的經濟特征，計算方式為：產業結構=流入地省份第三產業產值/第二產業產值；對外開放度為外商投資占地區GDP 的比重，外資按照2017年匯率折算為人民幣價值（100美元=675.18元人民幣）；人口數量為流入地的年末常住人口數。

表1 描述性統計

四、實證結果分析

（一）基準分析

表2 為市場潛能對流動人口城市居留意愿影響的估計結果，模型1 和模型3 僅納入市場潛能變量，模型2 和模型4 加入個人特征、流動特征和流入地經濟特征變量。其中，模型1 和模型2 為Probit模型回歸，模型3和模型4考慮市場潛能可能的內生性，引入地理中心度作為工具變量進行IV-Probit回歸。

首先分析本文的核心解釋變量，在模型1的估計結果中，市場潛能的估計系數為0.127，在1%的水平上顯著，進一步計算其邊際效應為0.033，表明流入地省份的市場潛能每增加一個單位，流動人口選擇繼續居留的概率增加3.3%。在模型2 控制個體特征、流動特征和流入地經濟特征變量后，市場潛能的估計系數下降至0.105，回歸結果依然在1%的置信水平下顯著，這一結果與模型1 回歸結果一致，計算得出邊際效應下降至0.025，即市場潛能每增加一個單位，流動人口的居留意愿將提高2.5%，這表明市場潛能對流動人口的居留意愿具有顯著的正向效應。

這一結果與新經濟地理學理論相符。由于運輸成本的存在，企業受到市場接近效應的影響，偏好在市場規模較大的城市進行選址生產，隨著企業數量增加與地理集聚，企業產出商品的運輸成本與貿易成本降低，勞動力買到產品的種類增加而支付的運輸成本降低，價格指數效應減少了人們的生活成本，相當于增加了實際工資水平，這將吸聚更多的勞動力流入并對其本地居留意愿產生正向的促進作用。此外，市場潛能與居留意愿之間的正相關關系一定程度上說明流動人口在省際自由流動受阻。理想狀態下流動人口可以在省際高度自由流動，那么居留意愿的省際分布應處于均衡狀態，但是現實中人口集聚出現分化，東部省份與中西部之間形成“中心-外圍”地理格局使得流動人口居留意愿存在地區間分布差異，省際無法達到“無套利均衡”狀態。［24］

在模型3和模型4的估計中，考慮市場潛能和居留意愿之間可能存在的內生性問題，使用地理中心度作為工具變量進行兩階段回歸。首先，從模型2 的檢驗結果上看，變量外生假設的沃爾德檢驗結果的P值為0.00，在1%的水平上拒絕了變量市場潛能為外生的原假設，因此存在內生性問題。表2 中給出兩階段估計中一階段F值，根據第一階段估計的F值大于10%偏誤下的臨界值16.38 判斷，一階段F值均大于這一臨界值，說明不存在弱工具變量問題。并且根據弱工具識別檢驗結果，可以拒絕內生變量與工具變量不相關的原假設。模型4 的檢驗結果同樣說明地理中心度變量滿足工具變量的條件。地理中心度與市場潛能顯著相關，已有文獻證實地理中心度是作為市場潛能良好的工具變量，［7］［25］地理中心度僅反映流入地省份在全國的相對地理位置，衡量空間尺度上中心度的大小，完全由地理因素決定，也不會隨時間變動，因而不會直接影響流動人口的居留意愿，滿足外生性條件，說明地理中心度是市場潛能合適的工具變量。從模型3和模型4的估計結果可得，影響方向及顯著性與基準回歸相比沒有發生明顯變化，市場潛能的估計系數下降到0.338和0.304，都在1%的水平上顯著，工具變量估計結果說明由于內生性問題的存在低估了市場潛能對于居留意愿的影響，其他控制變量的影響方向與程度也未發生根本性變化，因而市場潛能對于流動人口的居留意愿顯著正向影響的結論依然穩健。

表2 市場潛能對流動人口城市居留意愿的影響

然后分析控制變量的回歸結果，以模型2 的回歸結果為主，可得多數控制變量對于流動人口的居留意愿產生顯著影響。從個體特征變量上看，流動人口的年齡回歸結果顯著為正，年齡平方的回歸結果顯著為負，說明居留意愿隨年齡先升高后降低。男性的城市居留意愿相比于女性更強。流動人口的城市居留意愿隨受教育程度的增加而提高。農村戶口的流動人口不如城鎮戶口流動人口的留城意愿強烈。相比于無配偶的流動人口，有配偶的流動人口居留意愿更強。

其次，流動時長在一定程度上可以看作是流動人口的工作經驗，隨著流動人口在流入地流動時長的增加，其工作經驗也在不斷增長，有助于提高居留意愿。而社交情況與社會融入度則是流動人口進行社會融入的重要指標，如果流動人口在流入地的交往僅限于老鄉或者舊識，那么這種“內卷化”的社會交往不利于其居留意愿的提高，而流動人口與本地人的社會交往增多，有助于增加其社會資本向外延伸的節點，能更好地實現社會融入。從回歸結果上看，在流入地的時間越長，結交更多的本地朋友，對流入地的社會融入度越高，流動人口的居留意愿會更加強烈。此外，隨著流動范圍半徑的縮小，相比于跨省流動，省內跨市與市內跨縣的流動人口城市居留意愿在逐步增強。

其他經濟層面的變量也是支持流動人口在流入地繼續生存與發展的重要力量。從回歸結果上看，經濟特征變量與流動人口居留決策關系更為緊密，流動人口的家庭結余會對居留意愿產生顯著的正向影響，而流入地產業結構中第三產業占比越大，對外開放度越高，也就會越提高流動人口的居留意愿，這表明產業結構的優化和外省投資的增加有利于擴大勞動力需求，進而通過增加就業機會和收入水平來提高流動人口的居留預期。常住人口數對居留決策存在顯著負向影響，可能由于人口數量的增加造成資源分配壓力與摩擦增多。

（二）穩健性檢驗

由于流動人口對流入地存在著自選擇偏誤情況，因此本文使用傾向得分匹配方法對此加以糾正。在進行傾向得分匹配時，本文將流入高市場潛能省份的流動人口作為實驗組，流入低市場潛能省份的流動人口為控制組，使用兩步法進行回歸。首先構造Probit 模型計算流動人口流入高市場潛能省份（本文市場潛能變量的均值為7.09，因此定義高于均值的流入地為高市場潛能省份，反之為低市場潛能省份）的概率得分，根據傾向得分對流入高市場潛能省份的樣本和流入低市場潛能省份的樣本相似個體進行匹配，使得匹配后的樣本滿足共同支撐假設。為了結論的穩健性，本文分別使用一對一匹配（k=1）、一對四匹配（k=4）和卡尺匹配（窗寬0.05）測算平均處理效應，并進行平衡性檢驗，檢驗得出Pseudo R2明顯下降，協變量的標準化偏差分別為1.6%和2.3%，低于10%，表明匹配后的變量不存在系統性差異，使用傾向得分匹配構造出的控制組與實驗組在各個特征方面相似度較高。此外，本文通過繪制實驗組和控制組的匹配前后傾向得分核密度函數分布圖進一步驗證樣本匹配是否合理和有效。從圖1可得，在匹配之前，實驗組（流入高市場潛能省份）與控制組（流入低市場潛能省份）的傾向得分匹配值的概率分布相差較大，而在匹配之后，實驗組和控制組的傾向得分匹配值的概率分布差異顯著下降，兩組樣本重疊部分有所增大，滿足共同支撐條件，表明匹配質量較好。通過上述匹配方法消除了實驗組和控制組中除市場潛能之外的其他系統性差異，有效地緩解了流動人口樣本選擇性偏誤問題。

圖1 匹配前后實驗組與控制組的傾向得分值概率分布

表3為是否進入高市場潛能省份對流動人口居留意愿的PSM 估計結果，在采用最近鄰匹配方法消除實驗組和控制組的差異后，兩個匹配方法得到的平均處理效應（ATT）具有顯著統計意義，不同匹配尺度導致ATT 數值略有差異，ATT 數值在0.017～0.021 之間，數值為正并且在1%的統計水平上顯著，匹配結果說明進入高市場潛能省份對于流動人口居留意愿的正向影響是穩定存在的。總之，在考慮樣本間自選擇偏誤問題后，流入高市場潛能省份有助于提升流動人口的居留意愿，這也說明本文結論的穩健性。

表3 傾向得分匹配法的估計結果

（三）異質性分析

前文已經得出市場潛能對于流動人口的居留意愿具有顯著的正向效應，但是將不同年齡和不同受教育年限樣本一起回歸得到的是總體平均效應，也就是假定不同流動人口在產品與遷移偏好等方面完全相同。實際上，市場潛能對于不同類型的流動人口影響可能存在異質性差異，因此依據流動人口的年齡段和學歷差異情況進行分組回歸，并加入交互項以更好地識別異質性效應。

1.代際影響差異

代際是劃分流動人口群體的重要層次指標，時代的變遷塑造了流動人口個體，而個體在社會化的過程中形成了鮮明的群體屬性。本文將出生日期以20 世紀80 年代為界，將流動人口劃分為新生代流動人口和老一代流動人口。進入21 世紀以來，“80 后”新生代流動人口逐漸成為我國人口流動大潮中的主體，在本文的樣本中新生代流動人口的樣本占比達到59.03%，與老一代流動人口相比，新生代農民工在成長環境、文化程度與價值取向方面有著顯著的代際差別，而這將對他們的流動行為與居留意愿產生明顯的影響。

回歸結果見表4中模型5至模型7，其中模型5為新生代流動人口的回歸結果，模型6為老一代流動人口的回歸結果，模型7 加入市場潛能與代際的交互項。得到如下結論：市場潛能對“80 后”新生代流動人口的回歸系數為0.119，而市場潛能對于老一代流動人口的回歸系數為0.067，兩個結果均在1%水平上顯著，這說明市場潛能對于新生代和老一代流動人口的居留意愿均有顯著的正向效應，并且市場潛能對于新生代流動人口的居留意愿提升更為顯著，模型7中市場潛能與代際的交互項在1%水平上顯著為正值，同樣表明市場潛能對于不同年齡段的流動人口的影響效應具有差異性，市場潛能更有利于提高“80后”新生代流動人口的居留意愿。

表4 市場潛能對流動人口居留意愿的異質性效應

產生這一結果的可能原因是“80后”新生代流動人口具備扎根大城市的基本素質與能力，融入城市的意愿更為迫切，對于經濟集聚程度高的流入地社會融入度較高，更看重企業集聚引致的工資收入、就業機會與工作性質的示范效應，因而市場潛能與新生代流動人口的居留決策高度相關。與之形成對比，老一代流動人口對于鄉土的聯系并未削弱，生活方式和生活觀念與大城市存在不匹配之處，市場潛能帶來的就業機會和經濟利益同樣會吸引他們集聚，但是影響程度上相對較弱。

2.學歷影響差異

本文將流動人口以12 年受教育年限為界劃分為高技能流動人口和低技能流動人口，參考蹤家峰的劃分，［28］將受教育年限大于12年即接受過大專及以上教育的流動人口定義為高技能流動人口，將受教育年限小于或等于12年的定義為低技能流動人口。分別對兩類流動人口的居留意愿進行估計，模型8 和模型9 分別為高技能流動人口及低技能流動人口的回歸結果，模型10 中加入市場潛能和受教育年限的交互項。

研究結果顯示市場潛能對于高技能流動人口居留意愿的回歸系數為0.115，而對于低技能流動人口居留意愿的回歸系數為0.096，兩個結果均在1%的水平上顯著，同時市場潛能和受教育年限的交互項為正值，在5%水平上顯著，這說明市場潛能顯著提高了流動人口的居留意愿，但是影響程度在教育水平上存在差異，市場潛能對于高技能流動人口的影響比低技能流動人口更高，即市場潛能對于高技能流動人口居留意愿的提升更加有效。

產生這一結果可能因為市場潛能是驅動不同學歷的流動人口進行集聚和居留的重要影響因素，由于經濟集聚過程中企業分工與需求會發生改變，技術外部性會產生知識溢出效應，而不同學歷的勞動力對于知識的學習與接受能力存在差異，高技能的流動人口通過更新職業培訓技能并重新搜索和運用知識，快速適應產業升級與城市發展模式的改變，導致高技能流動人口勞動技能與勞動生產率的提升，而高技能勞動力對低技能勞動力形成較明顯的競爭和替代關系，從而使得高技能流動人口居留意愿受到市場潛能提升效果的影響更加明顯。

（四）機制檢驗

本節根據中介效應模型［29］的逐步回歸法進行機制檢驗。本節考察的中介變量包括預期收入、公共服務和心理認同，其中預期收入為樣本月收入與就業率的乘積，并將雇主提供的包吃或包住待遇作為福利收入計入月收入中，單位為萬元；公共服務使用樣本參保的醫療保險衡量，若樣本目前參加城鎮居民或城鎮職工醫療保險則賦值為1，反之賦值為0；心理認同依據問卷“我喜歡我現在居住的城市/地方”選項進行賦值，完全不同意至完全同意分別賦值1 至4，下面分別對三個中介變量進行檢驗。

1.預期收入效應

第一步檢驗市場潛能對于居留意愿的影響總效應見表2的模型2，市場潛能在1%的顯著水平上使得居留意愿提高0.105，檢驗預期收入中介效應模型的第二步和第三步的回歸結果見表5 的模型11和模型12。第二步的檢驗表明市場潛能在1%的水平上顯著提高了流動人口的預期收入水平，具體而言，市場潛能每增加一個單位，預期收入增加0.092 萬元，第三步檢驗中同時放入市場潛能和預期收入，回歸結果表明兩者回歸系數均在1%的水平上顯著，并且市場潛能的回歸系數下降至0.026，Sobel檢驗的P值為0.00，預期收入這一中介效應在總效應中占比為12.01%，說明預期收入在市場潛能影響居留意愿中發揮中介效應，市場潛能通過提高流動人口的預期收入對居留意愿產生正面影響。

表5 市場潛能對流動人口居留意愿的機制檢驗

2.公共服務效應

檢驗公共服務的中介效應回歸結果見模型13 和模型14，可得市場潛能顯著增加流動人口在流入地獲得城鎮居民或城鎮職工醫療保障的機會，而在控制公共服務這一中介變量后，市場潛能的回歸系數下降至0.023，這一結果仍然在1%的水平上顯著，同時，Sobel 檢驗得到P值為0.00，公共服務中介效應的占比為21.61%，這表明公共服務同樣起到重要的部分中介效應，市場潛能可以提高流動人口獲得較高層次醫療保障的機會，從而改善流動人口的居留意愿。

3.心理認同效應

檢驗中介變量心理認同的回歸結果見模型15 和模型16，可得市場潛能的提高有利于增加流動人口的心理認同感，這一效應在1%的水平上顯著，模型16 中市場潛能和心理認同的回歸系數均在1%的水平上顯著為正，市場潛能的回歸系數下降至0.036，Sobel檢驗P值為0.00，心理認同中介變量的占比僅有6.57%，表明心理認同這一中介效應成立。說明市場潛能使得流動人口的心理認同度增加，進而使得居留意愿增加。綜上，對比三個可能的影響渠道，公共服務的中介效應影響作用最大，預期收入次之，心理認同最低。

五、結論與政策建議

本文使用2017年中國流動人口動態監測調查數據，在新經濟地理學的前向聯系理論框架下，考察了市場潛能對流動人口居留意愿的影響效應以及在代際和不同學歷群體中存在的異質性影響差異，并對兩者之間可能的影響機制進行分析，主要得到如下結論：

首先，市場潛能是影響流動人口居留意愿的重要因素，經濟特征變量與流動人口的居留決策緊密相關，市場潛能的增加能夠有效地促進流動人口居留意愿的提高，新經濟地理學的前向聯系理論得到實證支持。具體而言，市場潛能每增加一個單位，流動人口的居留意愿將提高2.5%。在此基礎上，本文使用地理中心度作為工具變量矯正市場潛能的內生性問題，上述結論依然穩健成立，通過傾向得分匹配法構造反事實框架進行穩健性檢驗，回歸結果表明高市場潛能省份有助于提升流動人口的居留意愿。

其次，市場潛能在影響不同群體流動人口居留決策方面存在明顯的差異性。在代際差異方面，相比老一代流動人口，市場潛能對于新生代流動人口的居留意愿提升更為顯著；在學歷差異方面，相比低技能流動人口，市場潛能對于高技能流動人口居留意愿的提升更加有效。

最后，對影響機制的分析發現，預期收入、公共服務和心理認同起到顯著的中介作用，市場潛能對于提高流動人口的居留意愿具有積極作用，而預期收入效應、公共服務效應和心理認同效應則是重要影響渠道，即市場潛能通過增加預期收入、提高公共服務層次和改善心理認同促進居留意愿的提高。對比來看，公共服務的中介效應影響作用最大，預期收入次之，心理認同最低。

基于上述研究結論，本文提出如下政策建議：第一，實現流動人口長期穩定居留既是流動人口主流的意愿選擇，也是地方政府響應新型城鎮化號召努力推動的工作，近年來不同梯隊城市發布差異化的“引人搶人”激勵措施以增強城市發展潛力，未來應通過提升流動人口就業質量、降低流動家庭生活成本、減少社會融入的制度阻礙與提供完善的公共服務等措施穩定流動人口的居留預期，實現流動人口職業、家庭和居住的穩定化。第二，隨著國內大循環為主體、國內國際雙循環相互促進的新發展格局的構建，中西部尚未開發的市場潛能成為內循環的關鍵推力，可以從保障就業與基礎設施建設等角度持續提高市場潛能，增加中西部經濟集聚度，推動人才與資金等要素流動，加速經濟集聚與人口集聚循環累積，改變現有的以中西部為外圍的“中心-外圍”經濟發展格局。第三，對于流動人口在大城市的高居留意愿與特大城市面臨的人口調控壓力之間的矛盾，簡單使用行政命令方式限制低技能人口流入或者實施人口的強行疏解等方式并不可取，有損市場潛能的正外部性效應，應積極推進新型城鎮化以實現大中小城市和小城鎮協調發展，提升城鎮綜合承載力，兼顧流動人口需求與城市發展需要，合理施策以實現有序集聚與有機疏解。