創新的工資溢價
——基于流動人口的研究*

劉 娜 陳安平

（暨南大學經濟學院 廣東廣州 510632）

一、引 言

自十八大中央提出“堅持走中國特色自主創新道路、實施創新驅動發展戰略” 以來，提高科技創新水平、推動區域創新發展一直是各級政府工作的重要內容。2020 年中央政府工作報告再次強調要優化創新生態，進一步增強創新驅動力。而有研究發現，技能偏向型技術進步在中國的收入分配格局中發揮著重要作用（陳勇和柏喆，2018），人工智能等新技術的發展擴大了中國高、低技術部門的工資差距（王林輝等，2020）。

第七次人口普查數據顯示，我國流動人口規模進一步擴大。幫助他們在城市安居樂業是緩解我國城鄉收入差距、增加城市穩定勞動力供給的有效途徑。而在流動人口內部存在著明顯的技能分化（馬小紅等，2014）。那么，城市創新水平的提高會對他們的工資產生怎樣的影響? 是否會對技能異質的流動人口產生差異性影響? 背后的機制又是怎樣的? 本文將研究這些問題。

創新對勞動力工資的影響是城市與區域經濟學的一個熱點話題。比如，有學者從城市人力資本水平的變化出發，研究了知識外溢對勞動力工資的影響，發現城市人力資本水平的提高對勞動力的平均工資具有顯著正向促進作用，但對于受教育程度不同的勞動力誰能夠從中獲益更多存在爭議（梁文泉和陸銘，2015；孫三百，2016）。也有學者以技能偏向型技術進步為背景，研究了其對低技能勞動力工資的直接影響以及與高低技能勞動力間技能溢價的關系（董直慶等，2014；Lee 和Clarke，2019），然而在有限的研究中同樣未能得到一致結論。近來國外不少文獻特別關注信息與通信技術行業發展可能產生的工資效應（Acemoglu 和Restrepo，2020），但基于中國而進行的理論與實證分析則相當匱乏，且實證分析的基礎是較為粗略的省級面板數據（王林輝等，2020）。也有學者采用以專利申請數為代表的指標研究城市創新對工資差距的影響（Aghion 等，2019；Guo，2019），不同文獻的結論依然存在差異，其中，以中國為對象的相關研究對內生性等問題的考慮也相對粗糙。

本文的邊際貢獻在于：第一，在已有文獻基礎上，綜合考慮人力資本提升、技能偏向型技術進步、人工智能發展等多方面因素，構建城市創新工資溢價的理論分析框架；第二，使用多維度的城市創新指標與中國流動人口動態監測調查數據，在中觀與微觀結合的基礎上，進行更為科學與豐富的實證分析與機制檢驗；第三，研究城市創新水平對流動人口工資的影響，有助于分析創新型城市建設對中國收入差距的可能影響，其中的異質性分析也有利于進一步從技能差異角度認識創新發展的收入分配效應。

二、理論分析與研究假說

在創新水平較高的城市，一方面，流動人口的邊際生產率可能較高，實現就業后，能享受較高水平的工資待遇；另一方面，流動人口可能面臨較少對口的崗位需求與較不利的就業市場環境。城市創新水平對流動人口工資的影響取決于兩個方面，具體分析如下。

（1）城市創新水平提高，流入勞動力的技能將得以提升，從而擁有工資上漲的機會。第一，流動人口將擁有更多機會學習更高水平的知識，知識溢出為其帶來工資紅利。在創新水平更高的城市，勞動力的人力資本水平可能在知識溢出機制下，更容易得到提升。知識溢出可以分為行業間與行業內的溢出。一方面，在創新水平更高的環境中，高低技能勞動力之間的互補性更強，知識溢出活動也更為普遍（趙勇和白永秀，2009），因而從事低技術附加值行業的流動勞動力將更容易獲得知識溢出。另一方面，更高的創新水平意味著城市存在更高比例的高技術高薪資就業崗位，流動勞動力也將擁有更多進入此類行業的機會，進而在行業內獲得知識溢出。

知識溢出對勞動生產率的影響又如何呢? 自Morretti（2004）發現當城市大學生比率增加對不同教育水平勞動力的工資均有正向提升作用后，研究者們先后采用多種識別策略，證實了知識溢出對勞動力的工資效應。Chen 等（2020）以中國20 世紀60 年代到70年代知青下鄉活動為背景，發現知青通過在下鄉地擔任教師、與當地人交流等方式，能夠在長期上改變村民的觀念意識。與知青交流更多的村民往往能夠接受更長時間的教育，更多地從事高技術工作。這說明通過接觸更多的知識溢出活動，勞動力的思想層次、生產力水平都會得到提升。

綜合以上分析，當流動人口在創新水平更高的城市工作生活后，會有更多的機會參與知識溢出活動，從而勞動生產率得到提升，工資待遇也會相應增加。

第二，流動人口將面臨更為嚴苛與更為多變的崗位要求，就業替代與創造效應倒逼其提升技能。一方面，Acemoglu 和Restrepo（2020）認為，科技水平越先進的地區，機器人、人工智能等高端技術越成熟，可能以更低成本的優勢對低技能、中等技能水平勞動力進行替代。而另一方面，Dauth 等（2017）以德國為例發現，機器人技術發展會提高高技能勞動力的薪資水平。

雖然目前流動人口多為“被動” 參加職業培訓，并且比例較低，但為了提高從業技術含量與職業穩定性，農民工也會有學習技術的動力。具體而言，從業技術含量越高、職業穩定性越差，農民工接受技能培訓的主觀意愿越強烈（張智敏等，2007）。因此，在創新水平較高的城市，由于高技術含量的工作較多，勞動力市場的競爭激烈，流動人口可能會更為主動地參加職業培訓。而劉萬霞（2013）發現，職業教育與技能培訓能夠切實幫助農民工從事技術附加值更高的工作。

因此，在創新水平較高的城市，同時存在不利于中低技能勞動力的就業替代效應，與對高技能勞動力更為有利的就業創造效應。這意味著，一方面，高技能流動人口享有更為友好的就業條件；另一方面，低技能流動人口將面臨更為強烈的提升技能水平的激勵，而當他們以更高的人力資本水平成功進入工作崗位后，也將享有相較于其他城市流動人口更高的工資。

（2）城市創新水平提高，低技能流入勞動力在就業市場地位惡化，將面對工資減少的壓力。高創新水平城市高技術產業發展的替代效應將對低技能勞動力產生更大的壓力，倘若低技能流動人口維持現有技能水平，則單位成本相對更低的智能機器會大量取代他們的工作，進而使得他們的就業機會和工資水平大幅縮減（Dauth 等，2017）。當然，在創新水平較高的城市，高技能、高工資但閑暇時間較少的高收入群體會增加，從而產生更多的外包基本生活家務、雇用低價工作人員的需求（David 和Dorn，2013）。

因此，低技能流動勞動力在未能提高個人技能水平的情況下，會逐漸從事因勞動薪資待遇低廉、相對機器人具有成本優勢、沒有被自動化的低技能工作。城市創新對流動人口工資較為不利的影響一般產生在智能機器人技術發展相對成熟、能夠在生產活動中對人工進行替代的階段。由于中國目前整體的城市創新水平還處于較低水平，人工智能對勞動力替代的現象尚未普遍存在，城市創新對流動人口工資的正面效應起主導作用。因此，本文提出研究假說1 與假說2：

假說1：在創新水平較高的城市，流入勞動力的工資相較于其他城市處于更高水平。

假說2：學習能力越強的流入勞動力，城市創新水平提高對其工資產生的正向影響幅度越大。

由以上分析可知，流動人口能否從城市創新中獲益關鍵取決于其是否實現有效學習，使得個人生產能力得以提升。而城市能否提供適配的學習渠道是除流動人口自身學習能力外影響其學習效果的重要因素。本文以此視角進一步討論城市創新影響流動人口收入的作用機制。

第一，在知識溢出方面，學者們研究發現，高技能勞動力在知識溢出中發揮重要作用（Audretsch 和Feldman，2004）。高技能人才產生知識溢出的途徑除了與企業的正式合作或自己創業過程中涉及的生產活動，還可以面對面溝通和遠程交流，在社會網絡的基礎上，進一步實現隱性知識在群體中的流動（趙勇和白永秀，2009）。因此，城市創新能通過知識溢出效應提高流入勞動力工資的條件有：在正式、有計劃的生產活動渠道方面，城市創新水平的提高、產業結構的升級，使得更多先進產業在區域內發展，更多高技能勞動力在區域內集聚。并且，這種產業結構的升級是合理的，能夠與區域內的相對低技術產業建立緊密的合作分工關系。在非正式、無計劃的社會網絡渠道方面，城市創新水平的提高伴隨著城市包容性的增強以及信息共享程度的加深。流入勞動力能夠借助信息通信等方式，在日常生活中更多地接觸高技術附加值信息，并且與本地高技能勞動力建立網絡連接。

第二，就業替代與創造效應存在的前提條件是城市創新發展推動了產業結構高級化，產生了更高技能水平的勞動力需求以及與之相關的更低技能勞動力需求。就業市場需求高技能化后，低技能流動人口能夠隨之做出反應需要滿足兩個必要條件：一是他們能夠有渠道實現技能水平的提升；二是實現技能水平提升的低技能流動人口可以進入就業市場。而城市信息機制的完善不僅有利于外來勞動力獲取職業培訓信息，也有利于其捕獲更為充分的求職信息，能夠同時在職業選擇與職場工作階段幫助流入人口提高人力資本水平。綜上，本文提出假說3：

假說3：城市創新水平提高通過推動產業結構高級化和城市信息化來提升流動人口的工資水平。

三、實證設計

（一）模型設定

本文通過構建多元回歸方程來考察城市創新對流入勞動力工資的影響。其中，由于流動人口的工資會受到所處區域發展特征與個人屬性的雙重影響，本文在模型中加入了城市與個人層面的控制變量。此外，本文也加入了省份與行業固定效應，以排除省級與行業層面不可觀測變量對工資的可能影響。計量模型具體如下：

其中，i、n、c、p、t分別代表個體、行業、城市、省份與時間（在本文中指2017年）。lnfwageicpt為t年p省c城市從業于行業n的流入勞動力i的小時工資對數。核心解釋變量為innovationc，t-2，即個體i所處城市c在t-2 年的創新水平。這主要是考慮城市創新對勞動力工資產生影響需要一定時間，參考Aghion 等（2019）的做法，本文對創新變量滯后兩年。β1為模型估計中需重點關注的系數，若其顯著為正，則假說1 成立。，X1c、X2i分別為城市層面與個體層面可能對個體工資產生影響的相關控制變量。δp為省份固定效應，θn為行業固定效應，εincpt為隨機擾動項。由于本文計量分析使用的是截面數據，因此只能在省級層面設置固定效應。

模型中可能存在一些難以觀測的遺漏變量會同時對城市創新水平與個體工資產生影響，從而導致內生性問題。因此，本文為城市創新水平構造了工具變量，進一步采取2SLS 方法對模型進行估計。由于城市創新活動的開展依賴于人力資源稟賦，本文參考陳斌開和張川川（2016）的做法，將1999 年我國的高校擴招活動作為外生沖擊，使用1998 年各城市高等院校數量與1998—2015 年全國高校增加招生人數之積作為各城市2015 年創新水平的工具變量。一方面，各地區高校發展基礎不同，大多高校畢業生多為本地生源，而且外地生源由于就業機會、生活習慣等因素往往會選擇繼續在高校所在地工作生活，全國的高校擴招會更有利于擴招前就擁有較多高校的地區實現高素質人力資本的積累。也就是說，該工具變量與城市創新水平間存在正向相關關系。另一方面，除非一個城市的經濟社會發展形勢能夠對全國的高校擴招行為產生影響，否則就有理由認為該工具變量外生于其他可能對當地流動人口收入產生影響的遺漏變量。由于城市人力資本水平可能會對流入勞動力工資產生直接外溢作用，還可能會通過消費等間接途徑對流動人口工資產生影響，因此本文在回歸中加入反映城市人力資本水平的高校在校學生數作為控制變量，進一步保證工具變量的外生性。

（二）變量設置與數據來源

流動人口工資（lnfwage）：由于流動人口每月的工作時長存在較大的個體差異，因此本文采用小時工資指標。由于雇員的收入相對于雇主與自營勞動者更為透明，其收入數據在調查收集時受調查者個人心理等因素干擾較小，準確性更高，因此僅保留就業身份為雇員的流動人口樣本。相關數據來源于2017 年國家衛生和計劃生育委員會主導的“中國流動人口衛生計生動態監測調查”（CMDS）項目。

城市創新水平（innovation）：本文使用《中國城市和產業創新力報告2017》（寇宗來和劉學悅，2017）中所報告的2015 年各城市創新指數來反映一個城市的創新水平。該指數是基于中國國家知識產權局發明授權專利數據庫，以每年末各城市已被授權且還處于存續期的發明專利池為基礎，以專利持有者為每個專利繳納年費的行為為依據，在使用專利更新模型衡量每個專利價值的基礎之上，在城市層面加總各專利價值，并對2001 年全國專利價值總量標準化為100 后，計算得到的。

城市層面控制變量：（1）人均GDP：城市整體的經濟發展水平是決定當地勞動力基本工資的重要因素，一般而言，當地人均GDP 水平越高，勞動力的平均工資也會越高。（2）就業密度：為城鎮單位非農產業就業人數與全市行政區域土地面積之比，就業密度可捕捉一個地區的勞動市場競爭程度、商品市場大小、產業鏈成熟度等，這些都會對勞動力工資產生影響。（3）每千人普通高校在校學生數：該指標反映了一個城市的人力資本水平，對其控制以保證工具變量的外生性。（4）每千人醫院和衛生院床位數：該指標用以衡量城市的基本公共服務水平。以上指標均使用2017 年數據，所有數據來自《2018年中國城市統計年鑒》。

個體層面控制變量：本文參考魏萬青（2012）、張世偉和張娟（2018）等相關研究，將流動人口性別（0 為女性，1 為男性）、年齡、年齡平方項、受教育水平（0 為未上過學，1 為小學，2 為初中，3 為高中/中專，4 為大學專科，5 為大學本科，6 為研究生）、戶籍類型（0 為農業戶口，1 為非農業戶口）、本次流動范圍（0 為跨省，1 為省內跨市，2 為市內跨縣）、開始目前工作的工齡加入模型中，作為可能影響流動人口工資的微觀個體層面控制變量。數據均來自2017 年中國流動人口動態監測調查數據。

樣本選擇偏誤問題：本文在基礎回歸中只保留了就業身份為雇員的流動人口樣本，但往往流動人口是否選擇就業以及是否以雇員身份就業會受到其人力資本水平、年齡等人口學特征以及家庭結構特征的影響，因此本文若在不修正選擇性偏誤問題的情況下直接對模型估計，得到的結果將有偏。鑒于此，本文采用Heckman 兩步法對樣本選擇偏誤問題進行修正。①本文主要選擇個體的年齡、性別、受教育水平、戶籍性質、是否在婚、是否辦理社會保障卡、是否參加醫療保險、家庭成員數、家中16 歲以下孩子個數、過去一年家庭平均每月凈工資對每個微觀個體的逆米爾斯比（imr）進行估計。

（三）關鍵變量描述性統計

本文通過分組對流動人口工資進行均值差異檢驗來進行關鍵變量的描述性統計分析。首先，本文以2015 年288 個地級市創新指數的中位數（2.4）為標準，將城市分為高創新水平城市與低創新水平城市兩組；其次，將受教育水平為本科及以上的流動人口劃分為高受教育水平勞動力，其余為低受教育水平勞動力；最后，將從事信息傳輸，軟件和信息技術服務業，金融業，房地產業，租賃和商務服務業，科學研究和技術服務業，教育業，文化、體育和娛樂業的勞動力劃分為現代服務業從業者，其余為非現代服務業從業者。

檢驗結果如表1 所示，相較于創新水平較低的城市，在創新水平越高的城市，無論是高教育水平、從事現代服務業的勞動力，還是較低教育水平、非從事現代服務業的勞動力都顯著擁有更高水平的平均工資。而當城市創新水平一定時，教育水平更高、從事現代服務業的流動人口擁有顯著更高的平均工資。值得注意的是，在高創新水平城市，這一均值差異更大，說明更高的城市創新水平可能更多地施惠于教育水平高、從事高技術附加值工作的勞動力。下文將對此作進一步研究。

表1 流動人口工資的均值差異性檢驗

四、實證結果

（一）基準回歸結果

表2 報告了基準回歸的結果①因篇幅所限，本文省略了控制變量的回歸結果，感興趣的讀者可在《經濟科學》 官網論文頁面“附錄與擴展” 欄目下載。，其中第（1）列為未添加省份與行業固定效應、未修正選擇性偏誤、使用穩健標準誤的OLS 回歸結果，第（2）列是控制省份與行業固定效應、修正選擇性偏誤問題并進一步將標準誤在城市層面聚類的OLS 回歸結果。第（3）、（4）列為使用工具變量的2SLS 估計結果。由于在估計中使用了聚類標準誤，應主要依據Kleibergen_Paap rk waldF統計量對工具變量的有效性進行判斷，其值大于10，通過了弱工具變量檢驗。2SLS 的估計結果說明，城市創新水平對流動人口工資的影響仍然顯著為正，從而支持假說1。

表2 城市創新水平對流動人口工資的作用：基準回歸結果

回歸系數的經濟含義為，城市創新指數增加1 個單位將使流動人口小時工資增加0.06%。按照每人每天工作8 小時、每月工作22 天的常規標準，城市創新指數增加1 個單位將使流動人口月工資增加10.56%。由于創新指數是以一定依據對基礎數據加工而得的綜合性指標，并無準確的計量單位，為更加準確地對估計系數進行分析，本文以變量標準差為依據，以第（2）列模型為基礎，對系數進行標準化處理。由此可得，城市創新指數增加1 個標準差，將會引起流動人口小時工資對數增加0.122 個標準差。

（二）穩健性檢驗

表3 列出了本文在更換核心解釋變量、刪除離群值、增加控制變量等情形下，使用2SLS 方法進行估計的穩健性檢驗結果。具體而言，首先，本文將城市創新水平的滯后期由2 期調整為1 期，使用各城市2016 年的創新指數作為解釋變量進行穩健性檢驗。結果如表3 第（1）列所示。其次，本文使用各城市創新水平較前一年的變化值反映城市創新能力，研究其對流動人口收入的影響，表3 第（2）列為相關結果。再次，寇宗來和劉學悅（2017）報告的城市創新指數僅考慮各地區的發明專利授權數與價值，雖然發明專利價值是城市創新水平的核心體現，但完全不考慮實用新型與外觀設計專利可能會使本文估計結果產生偏誤。因此本文使用2015 年各城市擁有的發明、實用新型、外觀設計專利總數作為城市創新水平的代理變量進行穩健性檢驗（結果見表3 第（3）列）。此外，寇宗來和劉學悅（2017）所估計的城市創新指數更多是從知識創新角度對城市的創新水平加以衡量。考慮到企業創新也是城市創新活動中的重要組成部分，因此本文選取各城市2015 年國家高新區高新技術企業總產值作為對城市創新水平的再衡量（結果見表3 第（4）列）。并不是所有城市都擁有國家高新區，因此研究樣本從75 822 下降至64 863。高新企業的數據主要來源于《2016 中國火炬統計年鑒》。

表3 穩健性檢驗結果

（續表）

表3 第（5）列為刪除2015 年城市創新指數高于150 的城市樣本后的重新估計。中國特殊的制度背景使得流動人口的經濟行為會受到各地區戶籍政策的影響，因此，本文在2SLS 回歸中加入Zhang 等（2019）計算得到的中國主要城市2014—2016 年戶口限制指數作為控制變量，結果如表3 第（6）列所示。由于Zhang 等（2019）并未測算所有城市的戶口限制指數，樣本量有所減少。最后，考慮到每千人普通高校在校生數主要是從受教育水平層面對城市人力資本水平加以衡量（結果見表3 第（7）列），本文在控制變量中加入高技術行業從業人員比例（即高技術行業從業人員數①本文把國家統計局頒布的《高技術產業（服務業）分類（2018）》 與《2017 年國民經濟行業分類（GB/T 4754_2011）》 在四位行業代碼上相對照，將只要包括四位代碼高技術產業的行業大類界定為“高技術產業”，具體包括：信息傳輸、軟件和信息技術服務業、金融業、租賃和商務服務業、科學研究和技術服務業。與各行業從業人員數總和之比），從就業市場的角度進一步控制城市人力資本水平。在以上所有檢驗中，城市創新水平的系數均為正且顯著，說明基準回歸的結果穩健。

對于基準回歸結果還存在一個競爭性解釋：原本工資水平高的流動人口因為具有更高的人力資本水平，并且能夠承擔更高的生活成本，會更多地選擇去創新水平更高的城市。本文進一步使用傾向得分匹配法，試圖證明在決定是否去往創新水平較高城市的概率十分相似的流動人口間，實際去往創新水平較高城市的流動勞動力其工資仍然顯著高于流入創新水平較低城市的勞動力。具體而言，本文將創新指數高于或等于中位數水平的城市定義為高創新水平城市，其余為低創新水平城市；在通過平衡性檢驗的前提下，分別采用一對一近鄰匹配、一對四近鄰匹配、半徑匹配以及核匹配的方法在流動人口間進行樣本匹配。無論采用何種匹配方法，ATT 值均顯著為正，即在高創新水平城市工作的流動人口的工資均顯著高于低創新水平城市。②相應的結果請見《經濟科學》 官網“附錄與擴展”。

此外，由于創新水平是城市層面變量，流動人口工資是個體層面變量，不同城市的流動人口工資可能受不可觀測因素影響而存在組間異方差，而同一城市內部流動人口工資可能存在組內相關性。因此，本文進一步采用多層線性模型對城市創新水平與流動人口工資的關系進行估計，估計結果與之前基準回歸十分相近。③同上。

（三）異質性分析

由本文理論分析可知，城市創新水平對流入勞動力收入的影響一方面受限于流動人口自身的學習能力，另一方面依賴于城市為流動人口提供的學習途徑。因此，本文倘若能夠證明：對于不同學習能力的流動人口，城市創新發展水平對其工資的影響存在顯著差異；在不同特征的城市間，創新與流動人口收入間關系存在一定異質性，則能驗證本文提出的假說2，并初步驗證假說3。

在展開具體的異質性分析之前，本文先需進一步完善對于勞動者學習能力的評價。體現勞動者學習能力的因素主要有認知能力與非認知能力兩個部分。其中，受教育水平是傳遞個人認知能力的有效信號（Spence，1978），而對勞動者非認知能力的評價，本文主要參考王春超和張承莎（2019）的做法，采用大五人格量表進行測度。①詳細指標體系請見《經濟科學》 官網“附錄與擴展”。

具體的異質性分析如下：本文在基準模型中分別加入城市創新水平與流動人口受教育水平交互項、城市創新水平與流動人口非認知能力交互項，考察當城市創新水平提高相同程度時，異質性學習能力勞動者工資變動情況。此外，本文將城市劃分為東部、中部與西部地區城市，經濟發達城市與欠發達城市②本文結合《2018 中國城市統計年鑒數據》 與第一財經2017 年中國城市等級排名，將人均GDP 位于中位數以上的一、二、三線城市定義為發達城市，其余為欠發達城市。最后劃分的發達城市有48個，欠發達城市有242 個。資料來源：第一財經新一線城市研究所，《2017 中國城市商業魅力排行榜》，2017 年。，分樣本考察在不同經濟發展程度、不同市場特征的城市中，當地區創新能力提高時，流動人口工資的變化是否存在差異。在處理城市創新水平以及包含城市創新水平交互項的內生性問題后，本文開展2SLS 異質性分析，異質性分析結果如表4 所示。受教育水平與非認知能力較高的流動人口將從城市創新能力提高中獲益更多，這與本文理論分析部分的論述一致，假說2 得到驗證。

表4 異質性分析結果

而對城市分樣本的回歸發現，在東、中、西部地區城市間，只有中部地區城市的創新發展顯著推動了流動人口收入的增加。不同經濟發展水平的城市，創新對流動人口收入的影響存在明顯差異，只有發達城市創新水平的提高對流入勞動力的收入有顯著正向影響。這說明，不同的城市特征確實會對創新水平與流入勞動力收入之間的關系產生影響。接下來本文將進一步開展機制分析，論證假說3 的同時，試圖厘清存在這些異質性的可能原因。

五、進一步分析

（一）機制分析

1.產業結構高級化

在工作環境中，相近或異質技能水平的勞動力通常在部門間的工作協調中、上下游產業間的供應鏈配合中產生技術的交流與外溢。在有效率的經濟發展模式下，城市創新水平提高將促進本地產業結構高級化，推動高技能勞動力提高其生產力以適應產業發展需求，同時將在工作交流中對相關從事低技術行業工作的勞動力產生間接的正向知識外溢。本文選用第三產業與第二產業產值之比衡量一個城市產業高級化程度。考慮到無論是從城市創新到產業結構高級化，還是從產業結構高級化到推動流動人口工資增加都需要一定的時間，因此城市創新水平、產業結構高級化和流動勞動力工資分別采用2015年、2016 年和2017 年數據。并且，根據Durante 等（2019）的做法，本文采用分步回歸對該機制進行驗證。實證結果如表5 所示，表格上半部分為城市創新水平對產業結構高級化的影響估計，下半部分則為產業結構高級化對流動人口工資的有關估計。

表5 第（1）列結果表明，在全樣本下，城市創新水平提高能夠推動地區產業結構進一步高級化，而產業結構高級化確實會對城市流動人口工資產生正向影響，假說3 得到部分驗證。第（3）—（6）列為分樣本檢驗該機制是否在區域內成立的結果。本文發現無論哪種類型的城市，其創新水平的提高均推動了本地產業結構的高級化，但在西部地區城市與欠發達城市，產業結構的高級化未能進一步影響流入勞動力的工資待遇。

表5 產業結構高級化的機制作用分析

（續表）

可能的原因是，在西部地區與欠發達城市，產業結構的高級化是偏離本地區比較優勢的高級化（趙婷和陳釗，2019）。這一方面直接導致高技能流入勞動力生產力的提高面臨較大限制，另一方面，脫離地區現有產業基礎的高級化，與本地中低技術行業的交流將十分有限，甚至可能在不適宜的產業政策引導下，對本地中低技術行業的發展產生負面擠出效應，使得低技能流入勞動力不僅生產力提高不明顯，還存在身處更為惡劣就業環境的風險。這一分析結果也能在一定程度上解釋，在異質性分析中，為何西部地區與欠發達城市創新發展未能對流動人口工資產生顯著正向影響。

最后，由表5 的第（7）、（8）列可知，學習能力越強的流動人口能夠從產業結構高級化影響流動勞動力工資的路徑中獲益越多，這再次間接論證了本文理論分析中所提出的“個人學習” 在城市創新對流動人口工資產生積極影響過程中的重要作用。

2.城市信息化水平

城市創新水平的提高將促進其信息化的發展，而城市信息化會引起居民生活方式的變革，使城市居民能夠更為充分地獲取所需信息，更為高效地開展學習生活活動，與其他經濟主體進行信息共享與交流合作（辜勝阻等，2013）。因此，本文依舊采用分步回歸法，從信息化角度檢驗城市創新通過社會網絡渠道對流動人口工資產生影響的作用機制，從而對假說3 進一步驗證。具體而言，本文參考范柏乃等（2020）的做法，采用互聯網用戶數衡量城市信息化水平，實證結果如表6 所示。

表6 城市信息化程度的機制作用分析

（續表）

從表6 可以看出，在全樣本的情況下，城市創新水平的提高將促進本地信息化程度的加深，而城市信息化程度的深化也會對流動人口的工資產生積極正向影響，假說3 至此得到完整驗證。同樣地，本文進一步進行分樣本分析，發現只有東部地區城市的信息化發展沒能為流入勞動力的收入增長帶來積極影響。這或許是因為相較于中西部地區城市，東部地區城市的人際關系、社會網絡結構更為復雜，因而即使城市信息化水平提高，流動人口仍不容易加入當地勞動力特別是高技能勞動力的生活交際圈中，獲得知識溢出效應。這可能也是異質性分析中，東部地區城市創新與流動人口收入間關系不顯著的主要原因。最后，學習能力更強的流動人口將從更高水平的城市信息化中獲益更多，“學習” 的重要性再次被驗證。

（二）城市創新類型與勞動力工資

最后，本文對在我國主要是何種類型的城市創新對流動人口工資產生促進作用的問題進行了討論，試圖分析現階段我國城市創新對流動人口收入積極影響的可持續性。具體地，本文參照匡國靜和王少國（2020）的方法對城市創新類型進行劃分：前文所使用的城市創新水平指數主要依據各城市當年的發明專利質量建立，因此其主要衡量的是城市的自主創新水平；此外，本文使用各城市的外商直接投資與GDP 之比（fgr）衡量其技術引進能力；最后，由于模仿創新活動是技術引進與自主創新的結合，因此用自主創新水平與技術引進能力的乘積表示城市的模仿創新水平（copy）。回歸結果如表7 所示。①表7 第（1）列為基準回歸中工具變量法的估計結果（見表2 第（3）列），將其置于此處以方便與技術引進和模仿創新對流動人口工資的影響進行對比。

表7 城市創新類型與勞動力工資

（續表）

其中，在模型中分別加入自主創新、技術引進與模仿創新指標，只有技術引進的工資溢價效應不顯著（見表7 第（1）—（3）列）。城市的模仿創新水平同時取決于其自主創新與技術引進能力，因此，模仿創新對流動人口的工資溢價是來源于其自身還是自主創新的發展有待進一步驗證。本文進一步在模型中同時加入自主創新、技術引進與模仿創新三個變量（見表7 第（4）列）。結果說明，目前在中國仍主要是模仿創新的發展促進了流動人口收入的增加，但模仿創新的技術附加值有限，因而現階段的城市創新對流動人口的“知識外溢” 效應可能在長期上并不具有可持續性。這一結果一方面提醒各城市在今后的創新發展中要注重自主創新活動的發展，另一方面，由于此處研究使用的數據與方法都較為粗略，也為后續進一步開展關于異質性城市創新與勞動力收入間長期關系的研究提出要求。

六、結論與政策建議

本文在理論上綜合分析了城市創新可能給流動人口帶來知識溢出效應、就業替代效應與就業創造效應后，認為城市創新對流動人口工資的最終影響取決于流動人口自身的學習能力與城市相關學習渠道的適宜性。總體而言，城市創新對流入勞動力工資具有積極影響。在實證上，本文結合中國流動人口動態監測調查數據與城市層面數據，對城市與個體層面的干擾性因素加以控制，利用1998 全國高校擴招這一外生沖擊作為工具變量，對城市創新水平與流動人口工資間的關系進行驗證，并從勞動力受教育程度、非認知能力、所在城市地理位置及經濟發展水平四個維度探討了這一關系的異質性，最后論證了城市創新工資溢價可能的傳導機制。

研究結果表明：第一，城市創新水平的提高在整體上有利于流動人口工資的增長。第二，獲得與掌握新知識與新技術是流動人口從城市創新中獲得工資溢價的重要原因，因此學習能力越強的流動人口從城市創新發展中獲益越多。第三，分城市樣本討論時，只有中部地區與發達城市的創新發展促進了流入勞動力的工資增加。西部地區與欠發達城市不合理的產業結構高級化，不僅使得其未能向流動人口提供在產業合作中學習的渠道，而且還通過替代效應擠壓了低技能勞動力的就業空間，從而其城市創新水平對流動人口的工資沒有顯著影響。而東部地區城市較強的社交圈層壁壘，使得城市信息化發展不足以幫助流入人口在生活中獲得工作技能提升，進而城市創新的工資溢價并不顯著。第四，目前中國城市創新對流動人口工資的積極影響主要依賴模仿創新的發展，仍是低質量的，存在可持續性不足的問題。

針對研究發現，本文提出以下政策建議：第一，各城市應堅持創新發展的大方向，不斷推進經濟發展動能的轉化，實現經濟的高技術附加值、高質量發展，尤其應注重自主創新能力的提升。第二，各城市應通過積極開展產業間、部門間的學習交流活動，提供更多面向低技能勞動力的技能培訓課程，舉辦基于更大區域的社群性活動等方式，幫助流動人口尤其是低技能流動人口實現技能水平提升，縮小與高技能勞動力之間的差距。第三，各城市在產業發展過程中切忌盲目追求高級化。東部地區城市要更加注重城市信息化建設，增加城市包容度，幫助流動人口融入技能水平整體更高的本地市民的生活社交活動中。西部地區與欠發達城市要致力于發展符合本地比較優勢、適應本地現有產業結構的高技術高附加值產業。