城市空間發展模式與城市工資溢價

［摘 要］ 伴隨著中國城鎮化的高速推進，人口呈現從小城市向大城市集聚的長期趨勢，對城市的經濟效率和社會福利產生重大影響。 基于 ＬａｎｄＳｃａｎ 全球人口分布數據，計算出衡量城市空間發展模式的人口平均密度、人口加權密度和變異系數，探討在不同規模等級的城市中，城市空間發展模式對城市工資溢價的影響。 研究發現，在城區常住人口超過100萬以上的大城市，人口平均密度對城市工資溢價產生顯著的正向影響；在城區常住人口小于100萬的中小城市，人口平均密度對城市工資溢價沒有影響。進一步通過人口加權密度和變異系數考察城市空間緊湊程度的影響發現，緊湊的城市空間發展模式在城區常住人口超過1000萬的超大城市導致工資折價，而在其他城市導致工資溢價。這意味著中國超大城市仍具有較大集聚空間，而目前城市空間發展模式制約集聚效應發揮。研究結論為優化城市空間發展模式、促進共同富裕提供政策啟示。

［關鍵詞］ 城市空間發展模式 城市人口集聚經濟 人口加權密度 變異系數 城市工資溢價

一、引言

改革開放以來，中國經濟快速發展，城鎮化水平顯著提高。人口大量流入城市形成一個更大的市場，其通過釋放集聚效應帶來城市生產效率提高和工資水平上漲。但是，大城市急速膨脹、小城市規模逐漸萎縮的“頭重腳輕”態勢[1]，使得經濟發展不平衡問題日漸突出，引發了政界和學術界關于“最優城市規模”“合理的城市密度”以及“優化城市空間發展模式”等方面的討論[1-5]。基于此，本文從城市整體和城市內部兩個層面，通過城市人口集聚水平衡量城市空間發展模式，探討在各個規模等級的城市中，不同城市空間發展模式對城市工資溢價影響的差異。

針對中國城市發展的不平衡問題，中國政府在合理分配資源、積極發展中小城市上提出了明確的政策導向。例如，政府對城市規模的政策導向從控制大城市規模、合理發展中小城市，轉向大中小城市協調發展，再轉向大中小城市協調發展、強調小城鎮發展與鄉村振興[6]。2014年，中共中央國務院印發的《國家新型城鎮化規劃（2014—2020年）》明確強調以人口城鎮化為核心、增強中心城市帶動作用、加快發展中小城市的新型城鎮化建設方針。相較于2014年，2014年至2020年中國超大城市、特大城市、I型大城市和II型大城市共增加17座，而中小城市減少17座。人口持續從小城市向大城市集聚的趨勢并未改變。

在嚴控大型城市、大力發展中小城鎮的政策導向下，勞動力依舊向大城市涌入的原因不僅是大城市擁有更加優質的教育、醫療等公共資源以及多樣化消費渠道，還有更多的工作機會以及同崗位下更高的平均工資水平。無論在發達國家還是發展中國家，大城市具有更高工資水平的現象普遍存在[6-10]。那么，為什么同質勞動力在大城市比在中小城市獲得更高的工資水平呢？早期研究認為，城市工資溢價是為了彌補大城市居住成本高、居住環境惡化、通勤不便等弊端[11]，但這無法解釋為什么企業愿意在成本高昂的大城市為工人支付更高工資。目前，學術界的共識是，城市工資溢價源于大城市較高的生產率。

那么，為什么大城市具有較高的生產率呢？現有研究認為，城市較高的生產率主要源于區位稟賦、集聚經濟、空間排序和選擇效應[12]。雖然區位稟賦在城市的選址、規模和抗風險能力等方面具有一定的解釋力[13-15]，但主流分析仍集中于空間排序、選擇效應以及集聚經濟上。空間排序和選擇效應強調勞動力“自我選擇”的重要性，高技能勞動力對大城市的選擇推動了大城市生產率的提升[16-17]。與此同時，城市發展對各類分工的需求及較高的工資也吸引了大量低技能工人涌入，推動了城市生產率的提高，這種現象無法通過空間排序和選擇效應來解釋，故而大部分研究通過集聚經濟解釋城市生產率的提升和工資溢價。

以往研究多用全要素生產率或工資水平檢驗人口大量流入城市帶來的經濟效益。相較于更為直接的全要素生產率衡量方式，工資可以考慮到更多勞動力的個體異質性差異。現有研究表明，美國、法國等發達國家在更密集、規模更大的城市普遍具有更高的工資水平，人口集聚的工資溢價彈性系數在2%至5%間[7-8]。而在發展中經濟體，國家城市化尚未完成，故人口集聚的工資溢價彈性系數相較于發達國家的估計系數更高[18]，基本在3%至6%之間[19-20]。然而關于城市集聚水平的衡量，現有文獻大多使用人均密度進行衡量，其隱含的假設是城市內部經濟活動分布無差異。而事實上，由于城市規劃、產業布局等一系列因素的影響，城市內部的經濟活動呈現明顯的區塊差異化分布特征。人口平均密度不能恰當地反映實際密度。

基于此，本文嘗試基于城市內部經濟活動分布不均等的特征性事實，參考Henderson等[21]的研究，使用LandScan人口柵格數據和中國城市行政區域劃分矢量圖，計算人口加權密度。人口加權密度是人口平均密度和變異系數的乘積，故而從城市整體的人均密度水平和城市內部的人口分布情況兩方面可以更加全面地反映城市空間發展模式。同時，變異系數通過人口的離散程度反映城市內部人口的緊湊程度，為工資溢價提供更多解釋。

本文的邊際貢獻主要體現在以下兩個方面：第一，現有關于城市人口密度的測度均基于人口在城市內部均等化分布的假設，不符合人口在中國城市內部分布的實際情況。事實上，人口平均密度相同的兩個城市，其內部人口分布的實際情況可能大相徑庭，而人口平均密度難以準確反映城市空間發展模式的特征。本文使用LandScan人口柵格數據計算人口加權密度，不僅能夠捕捉我國各個城市的人均密度，還能得出人口在城市內部分布的緊湊程度，從而反映城市內部更豐富的集聚信息。第二，現有研究缺乏對城市空間結構的有效評估。本文對人口加權密度進行分解，剝離出變異系數。變異系數通過人口的離散程度，反映城市內部的緊湊程度以表征城市的空間結構，這有助于從新的視角為中國的城市工資溢價提供經驗證據。

二、理論分析與研究假設

城市的規模、產業組成以及生產力和工資的分布生產率和工資水平，取決于區位稟賦、集聚經濟、空間排序與選擇效應。在城市形成的初始階段，臨近水運、處于交通樞紐、擁有強大的自然資源稟賦等優勢導致人口在地理上的集聚[13-15]。而隨著城市逐步發展，基礎設施的便利性、消費的多樣性、上下游產業的高效性等差異化城市特征，開始影響企業和高技能勞動力對城市的選擇與排序。產業和高技能勞動力在大城市聚集，并帶來生產力及工資水平的提高[22]。

人口在城市大規模集聚形成更大的市場，提高經濟效率和邊際產出，使勞動力獲得相對高的工資。具體而言，更大的市場下：第一，產業內部和產業之間的關聯能夠實現中間品共享，大幅降低生產成本、提高整體生產率；第二，更多企業與勞動力涌入市場，提高了雇員和雇主間的匹配效率和匹配質量；第三，更多的高技能勞動力產生更多的創新與知識溢出，加速人力資本累積，并提高勞動生產率與工資溢價水平。

需要說明的是，上述的集聚效應受總人口與經濟體量的限制，同時，并非所有城市均會經歷早期發展、擴張以及達到平衡階段。勞動力向大城市聚集以及勞動力成本的日益提高，導致中小城市產業和勞動力市場的萎縮以及結構異化。規模不足的城市生產力不足，企業與勞動力的匹配效率低下，其獲得的工資溢價十分有限甚至難以獲得工資溢價。而大城市吸引更多產業與勞動力涌入，生產率提高帶來工資溢價。同時，房價、交通等生活成本相應提高，這也需要更高的工資水平予以補償。基于此，本文提出假設1：

假設1：中國城市空間發展模式對城市工資溢價的影響在不同規模等級的城市之間表現不同。

根據上述分析，在討論城市空間發展模式時，既往研究大多采用人口平均密度衡量城市空間發展模式，忽視了城市內部人口分布的重要性。事實上，地理稟賦差別和資源配置不均使各個城市的土地面積、人口分布和城市規劃等方面存在顯著差異。城市人口平均密度和個體在城市中面臨的實際密度可能近似，也可能相差甚遠。例如，兩個城市的人口數量、土地面積相同，一個城市人口均勻分布，而另一個城市人口緊湊地集聚在城市的某一部分，顯而易見，前者比后者的實際密度小，但人口平均密度無法反映該情況。

根據城市內部人口分布情況不同，“緊湊型”和“蔓延型”是兩種典型的城市空間發展模式，備受學術界和政界的關注。盡管“緊湊型”和“蔓延型”的概念存在較大爭議，但是，“密集和鄰近的發展模式”“由公共交通系統連接的城市地區”和“可獲得當地服務和就業機會”已經成為“緊湊型”城市發展模式毋庸置疑的基本特征。同時，“緊湊型”城市空間發展模式對于生產率和工資水平的積極影響在學術界已經達成共識[23]。

盡管“緊湊型”城市空間發展模式的優勢十分突出，但是其對交通擁堵、環境污染等諸多方面產生的消極影響不容忽視。例如，“緊湊型”城市空間發展模式提高了公共交通的效率，有效降低了勞動力的通勤壓力，并減少了二氧化碳排放[24]，但是隨之而來的交通擁堵、噪聲污染，以及因減少城市內開放空間而帶來的犯罪率提高等問題，使居民的幸福感缺失，易產生緊張、焦慮的負面情緒。由此可見，“緊湊型”城市空間發展模式存在兩面性，其特征能夠在不同方向上對結果產生影響。因此，“緊湊型”城市空間發展模式對城市發展的貢獻需要面對經濟效應和負面影響之間的權衡。

就不同人口規模等級的城市而言，“緊湊型”城市空間發展模式對于工資溢價的影響有較大差異。以消費舉例，在中小城市中，“緊湊型”城市空間發展模式有助于餐廳、酒吧、購物等場所的聚集，能夠有效拉動需求端消費從而促進生產，并進一步提高城市的生產效率和工資水平；而隨著城市規模的擴大，龐大人口基數下的過度集中極大可能使得集聚經濟收益減少、成本上升。當集聚收益不足以覆蓋其負面成本時，“緊湊型”城市空間發展模式對城市的生產率和工資水平將產生不利影響，這點對超大城市尤為明顯。基于此，本文提出假設2：

假設2：城市內部人口分布的緊湊程度對工資溢價具有顯著的影響。在超大城市中，緊湊的城市空間發展模式導致工資折價；在其他城市中，緊湊的城市空間發展模式導致工資溢價。

三、模型與數據

（一）實證模型設定

為了探討城市空間發展模式對城市工資溢價的影響，本文基于經典的明瑟工資決定方程，參考胡雯等[19]關于密度、距離與農民工工資的研究，構建如下基準回歸模型：

lnWageic=α+β1lnAggic+γXi+τZc+εic（1）

其中，i表示勞動力個體，c表示城市。lnWageic是勞動力小時工資的對數；lnAggic是城市空間發展模式，用人口平均密度、人口加權密度以及人口分布的緊湊程度來衡量；Xi是勞動力的個體特征，如受教育程度、工作經驗等；Zc是城市稟賦特征，如地理位置、人均道路面積等；εic是隨機誤差項；β1是本文關心的參數，表示城市空間發展模式對工資溢價的影響。

進一步，由于本文關注在不同人口規模等級的城市間，城市空間發展模式對工資溢價影響的差異，故在方程（1）式的基礎上，引入城市空間發展模式與城市規模等級的分類變量lnAggic×citysize，回歸模型如下所示：

lnWageic=α+φ1lnAggic×citysize+γXi+τZc+εic（2）

模型設定同方程（1）。其中，φ1是本文關心的參數，表示在不同規模等級的城市間，城市空間發展模式對工資溢價影響的差異。

（二）樣本選擇與數據來源

本文使用的數據主要包括兩類：一是勞動力個體層面的數據，二是城市層面的數據。樣本時間為2011年、2013年、2015年、2017年和2019年。就個體層面的微觀數據而言，本文使用西南財經大學在全國范圍內開展的抽樣調查數據——中國家庭金融調查（CHFS）。該數據包括人口特征與就業、資產與負債、收入與消費等相關信息，對中國微觀個體的經濟和金融行為進行了全面細致的刻畫。2011年的樣本涵蓋中國25個省（區市）80個市縣，共計8438戶家庭數據；2019年的樣本覆蓋中國29個省（區市），343個區縣，1360個村（居）委會，樣本規模高達34643戶。

就城市層面的數據而言，人口加權密度和人口在城市內部分布的緊湊程度通過LandScan人口柵格數據結合中國城市行政區域劃分矢量圖計算得到。其他城市層面的變量由《中國城市統計年鑒》、各省區市統計年鑒數據整理得到。

（三）變量說明

被解釋變量為勞動力工資（lnWageic）。現有研究大多使用小時工資（wage_h）或月工資（wage_m）衡量勞動力的工資水平。由于不同行業的工作時長不同，小時工資更能反映勞動力工資水平的差異。參考孟美俠等[20]的指標選擇，本文使用抽樣調查數據中個人年度工資收入除以工作小時數得出勞動力的小時工資。其中，個人年度工資收入由個人年度稅后貨幣工資、稅后獎金收入、稅后補貼收入或實務收入加總獲得，年度工作小時由抽樣調查數據中年度工作月數、每月工作周數、每周工作天數、每天工作小時數相乘得到。

解釋變量為城市空間發展模式（lnAggic）。以往研究大多采用人口平均密度衡量城市整體層面的城市空間發展模式。但是，集聚機制依賴于人與人之間在一定距離內的相互作用，平均密度隱含的假設是城市內部經濟活動分布無差異，不能恰當地反映經濟主體面臨的實際密度。本文在考慮城市人口平均密度的基礎上，又基于城市內部經濟活動分布不均等的特征性事實，參考Henderson等[21]的研究，結合LandScan人口柵格數據和中國城市行政區域劃分矢量圖計算得到人口加權密度，并將人口加權密度分解為人口平均密度和變異系數項乘積，具體計算如式（3）所示：

PPDc=∑NcjPjcPjcPc=PDc1+VarPcPD2c=PDc1+CVPc2（3）

其中，j和c分別表示柵格和城市；Nc是城市c的柵格數量，Pc是城市c的總人口數量，Pjc是城市c第j個柵格的人口數量，Var（Pc）是城市c的人口方差。PPDj是人口加權密度，PDj是人口平均密度，[1+CV（Pj）2]是變異系數（Cvterm），反映城市內部人口密度的差異化分布，變異系數越高，表明人口在城市內部分布的越緊湊。

城市人口平均密度和個體在城市中面臨的實際密度可能近似，也可能相差甚遠。例如，蘇州和天津的城市面積和人口數量近似，即兩個城市人口平均密度相近。蘇州市內住宅區和商業區分布相對松散，而天津市內住宅區和商業區分布較為緊湊，蘇州的人口實際密度比天津小。可見，由于人口在城市內部分布的差異，人口加權密度可以更加真實、精確地反映各個部分人口對集聚程度的貢獻，克服了人口數量過多或過少造成的影響。

為了更加直觀、方便地理解人口加權密度的含義和作用，本文將人均密度相同而加權密度不同的兩個城市簡化成圖1所示。圖1中兩個城市的土地面積和人口數量相同。假設土地面積為36、城市人口為180，則兩個城市的人口平均密度為5。顯然，城市1的人口分布松散，而城市2的人口分布緊湊，城市2比城市1的實際密度大。根據公式（3），城市1和城市2的人口加權密度分別是5和10。可見，人口平均密度難以反映城市內部人口分布的差異，而人口加權密度可以更加精確地反映城市的實際密度。

本文從個體特征和城市稟賦兩個方面納入多個控制變量。雖然個體固定效應可以排除一定的未觀察到的個體異質性[16]，但若考慮技能水平分布、不同城市規模及空間分布等，個體固定效應下集聚經濟的解釋力會大幅下降。為了減少遺漏變量偏誤，本文進一步增加個體特征方面的控制變量，包括年齡（age）、年齡的平方（agesq）、受教育程度（educ_t）、工作經驗（exper）、工作經驗的平方（expersq）、婚姻狀況（marriage）等。為控制區位稟賦因素，由于城市的稟賦特征效應在發達國家的研究中并不凸顯[25]，本文更多參照針對中國問題的研究[19-20]，控制包括第三產業產值占GDP的比重（service）、人均道路面積（per_road）、固定資產投資占GDP比重（fa_d）、地理位置（eastarea）等變量。

關于城市規模等級的分類變量，本文根據2014年國務院印發《關于調整城市規模劃分標準的通知》，按城區常住人口規模劃分為超大城市、特大城市、Ⅰ型大城市、Ⅱ型大城市和中小城市。具體而言，城區常住人口（pop）在1000萬以上城市為超大城市，500萬～1000萬為特大城市，300萬～500萬的為Ⅰ型大城市，100萬～300萬的為Ⅱ型大城市，100萬以下為中小城市。

（四）描述性統計

表1報告了變量描述性的統計結果。可以看出：一方面，中國的工資水平隨城市規模等級的提高而上升。其中，超大城市、特大城市和I型大城市的平均小時工資和平均月工資大于全國的平均水平，而II型大城市和中小城市的平均小時工資和平均月工資低于全國的平均水平。可見，不同規模等級的城市間平均工資水平差異顯著。另一方面，市轄區內常住人口數量、人口平均密度和人口加權密度隨城市規模等級的提高而上升，變異系數并沒有表現出明顯的規律性。可見，不同規模等級的城市間，城市空間發展模式差異明顯。上述結論均為本文的研究奠定了現實基礎。

四、實證結果分析

（一）基準回歸結果

根據（1）式，本文估計中國城市空間發展模式的工資溢價效應，結果如表2所示。無論是否控制個體特征和城市稟賦，城市人均密度、人口加權密度、變異系數均具有顯著的工資溢價效應。表2列（2）（4）顯示，在控制個體特征、城市特征、個體固定效應、年份固定效應后，城市人均密度和人口加權密度對工資彈性分別為6.35%、9.52%，與現有研究中人口密度對工資彈性的影響接近。為了進一步探討人口在城市空間分布的緊湊程度對工資溢價的影響，本文基于（3）式將人口加權密度分解為人口平均密度和變異系數后代入（1）式，回歸結果如表2中式（5）（6）所示。其中，變異系數表示人口在城市分布的緊湊程度。表2列（6）顯示，城市人均密度和變異系數對工資彈性系數分別為10.04%、5.53%。可見，城市空間發展模式越緊湊工資溢價越高。

“緊湊型”城市空間發展模式具有顯著的工資溢價效應的原因如下：一方面，城市人口集聚形成較大的勞動力市場，能夠為雇主和雇員在工作匹配上提供更多的選擇。雇主可以根據崗位需求招聘到更加合適的勞動力，雇員也可以在紛繁多樣的崗位招聘中挑選出更加適合自己需求且薪資更高的工作。在此基礎上，雇主和雇員雙方均能實現更有效率且更優質的匹配。匹配的優化有助于勞動力提高生產效率、獲得工資溢價。另一方面，城市人口集聚下，勞動力間頻繁的交流、互動形成優質的知識流，并在城市內部快速傳播，從而促進技能的傳授和積累，以及新的技術和商業做法的開發和采用。學習效應有助于提高工人的工資溢價。可見，城市人口集聚不僅優化了雇員和雇主間的匹配、降低職業錯配造成的生產效率損失，還幫助勞動力學習新知識和新技能，從而促進人力資本的快速積累，轉化為城市生產率和個人工資水平的提高。

為了進一步考察在不同人口規模等級的城市間，城市空間發展模式對工資溢價影響的差異，本文將樣本劃分成超大城市、特大城市、I型大城市、II型大城市和中小城市，在方程（1）中引入城市空間發展模式與城市規模等級分類變量的交互項形成方程（2），回歸結果如表3所示。

表3列（2）顯示，人口平均密度對工資溢價的影響顯著存在于城區常住人口超過100萬的各大城市，隨著城市規模的擴大，人口平均密度的工資溢價效應逐漸升高，超大城市、特大城市、I型amp; II型大城市的人口平均密度對工資彈性的影響系數分別為8.77%、5.0%、3.86%，而人口平均密度的工資溢價效應在城區常住人口規模小于100萬的城市中并不顯著。表3列（4）顯示，在所有規模等級的城市中，人口加權密度對工資溢價均有顯著的正向影響，且人口加權密度對工資彈性的影響隨城市規模的增大而增大。當考慮人口在城市內部分布的緊湊程度時，表3列（6）顯示，“緊湊型”城市空間發展模式為超大城市帶來工資折價，為中小城市帶來工資溢價，對其他城市無影響。

由此可知，就人均密度而言，“緊湊型”城市空間發展模式的工資溢價效應需要城市達到一定規模才可實現。當城市規模過小時，受產業結構單一等因素的影響，人均密度難以發揮集聚優勢。就人口加權密度而言，“緊湊型”城市空間發展模式的工資溢價效應在各個規模等級的城市均顯著。在超大城市中，“緊湊型”城市空間發展模式帶來工資溢價的原因可能在于房價、擁堵、污染等負面成本超過了集聚的收益，因此，超大城市不適宜采用緊湊型的發展模式，應采取相對松散的發展模式。在中小城市中，“緊湊型”城市空間發展模式帶來工資溢價，可能是由于城市內部人口分布的緊湊程度捕捉到人均密度無法發揮的集聚效應信息。

（二）穩健性檢驗

1.內生性處理

在不同人口規模等級的城市間，城市空間發展模式與工資溢價可能存在互為因果的內生性問題。根據上述分析，城市人口集聚形成一個更廣闊的市場，通過共享、匹配和學習效應，提高生產率并帶來工資溢價。因此，在規模較大的城市中，“緊湊型”城市空間發展模式有利于工資溢價的形成，而高工資會吸引更多勞動力流入大城市。在中小城市中，人口體量較小，相對較小的勞動力池帶來的匹配和學習效應有限，由此產生的生產率和工資水平也十分有限。相對較低的工資水平阻礙了勞動力流入中小城市。

本文嘗試使用工具變量排除內生性問題的干擾。現有文獻中，關于城市空間發展模式的工具變量主要有以下兩類：一類是歷史類的工具變量，例如，人口密度的長期滯后項[26]；另一類是地理類的工具變量，例如，行政區的土地面積、高層建筑建設的土地適宜性、清朝城墻長度[27-28]。由于土地面積、土地適宜性等能夠通過基礎設施的持久性和建造難度影響當前的生產率，難以滿足工具變量和殘差不相關的條件，歷史類工具變量成為更加優質的工具變量，尤其是人口集聚的長期滯后項得到廣泛認可。

本文使用1984年、1986年、1988年、1990年、1992年中國各個城市的年末人口密度作為2011年、2013年、2015年、2017年、2019年人口平均密度和人口加權密度的工具變量。表4列（2）顯示，人均密度對超大城市、特大城市、I型amp; II型大城市的工資彈性的影響系數分別為8.7%、5.0%、3.9%，而對中小城市的工資溢價影響不顯著。表4列（4）顯示，城市人口加權密度對超大城市、特大城市、I型amp; II型大城市、中小城市的工資彈性的影響系數分別為11.8%、7.3%、7.1%、6.4%，與前文結果一致。Cragg-Donald Wald F值均遠大于臨界值，表明不存在弱工具變量問題；Sargan檢驗通過，表明不存在過度識別問題。

2.替換被解釋變量

為了檢驗上述實證結果的穩健性，本文嘗試替換被解釋變量的指標進行檢驗。現有文獻中，工資的衡量指標主要有小時工資、月工資和年工資。由于不同行業、不同崗位的工作時間不同，年薪難以反映勞動力真實的工資水平。例如，證券機構的投行部是典型高年薪工作，但是其頻繁和高強度的加班以及不穩定的月度表現使得其年薪難以反映真實的工資水平。此外，政府社保繳納、稅收扣除和福利補貼等經濟政策通常在月付款中進行操作。基于此，本文分別使用月工資和縮尾0.5%的小時工資替代小時工資進行穩健性檢驗，結果如表5和表6所示。

表5報告了使用月工資替代被解釋變量小時工資的回歸結果。列（2）（4）顯示，在控制個體特征、城市特征、個體固定效應、年份固定效應后，人均密度對超大城市、特大城市、I型amp; II型大城市具有顯著的工資溢價效應，而對中小城市影響并不顯著。列（4）顯示，在控制個體特征、城市特征、個體固定效應、年份固定效應后，人口加權密度對所有規模等級城市的工資溢價均顯著，與前文結果一致，表明基準回歸的實證結果具有穩健性。

表6報告了使用月工資替代被解釋變量小時工資的回歸結果。列（2）（4）顯示，在控制個體特征、城市特征、個體固定效應、年份固定效應后，人均密度對超大城市、特大城市、I型amp; II型大城市具有顯著的工資溢價效應，而對中小城市影響并不顯著。列（4）顯示，在控制個體特征、城市特征、個體固定效應、年份固定效應后，人口加權密度對所有規模等級城市的工資溢價均顯著，與前文結果一致，表明基準回歸的實證結果具有穩健性。

3.剔除特殊事件干擾

為了消除特殊事件干擾，本文剔除2013年樣本進行穩健性檢驗，具體原因有以下兩點：第一，2013年中國重要領導人換屆對勞動力流動可能存在一定的影響。第二，2013年中國服務業超過工業和農業，從出口導向型轉化為消費導向型。中國的發展動力從“工業化”轉向“城鎮化”，經濟形式的轉變可能會影響中國勞動力的遷移。

表7報告了剔除特殊事件干擾后的實證結果。列（2）（4）顯示，在控制個體特征、城市特征、個體固定效應、年份固定效應后，人均密度的工資溢價效應僅在大城市顯著，而人口加權密度對所有規模等級城市的工資溢價均顯著，與前文結果一致，表明基準回歸的實證結果具有穩健性。

（三）基于勞動力的異質性分析

不同技能水平、不同性別的勞動力收益存在組間差異，其很大程度上影響著工資溢價的結果。據此，本文將勞動力技能水平依據是否具有大學學歷劃分為高、低兩組，按照性別劃分為男、女兩組，結果如表8、表9所示。

表8報告了在不同技能水平的勞動力群體中，城市人口密度對工資溢價影響的差異。無論是否控制個體特征和城市稟賦，高技能勞動力從城市人口密度中收獲的工資溢價效應都遠高于低技能勞動力。表9報告了在不同性別的勞動力群體中，城市人口密度對工資溢價影響的差異。表9顯示，男性勞動力從城市人口密度中獲得的工資溢價效應顯著高于女性勞動力。

五、結論與政策建議

本文基于2011年、2013年、2015年、2017年和2019年中國家庭金融調查數據和LandScan人口柵格數據，考察在不同規模等級的城市中，城市空間發展模式對城市工資溢價的影響。研究表明，第一，人口加權密度能夠在人均密度的基礎上捕捉更多關于城市空間緊湊程度的信息。第二，以往研究表明，人均密度的工資溢價效應主要存在于中國的大城市中，本文得出類似結論，發現人均密度的工資溢價效應主要存在于城區常住人口在100萬以上的大城市。與以往研究不同的是，本文發現人口加權密度的工資溢價效應在各個規模等級的城市均顯著，而非僅僅作用于大城市。這主要歸因于城市空間緊湊程度捕捉的集聚效應，即在中小城市，人口集聚帶來的工資溢價效應主要來源于緊湊的城市空間結構，人口加權密度捕捉到更多關于城市空間緊湊程度的信息。第三，在超大城市中，相對松散的空間結構更有助于工資溢價形成；在特大城市、Ⅰ型大城市、Ⅱ型大城市和中小城市中，緊湊的城市空間結構更有助于工資溢價形成。第四，不同技能水平的勞動力群體均能從集聚效應中獲益，其中高技能勞動力比低技能勞動力獲益更多，男性勞動力比女性勞動力獲益更多。上述結論經過一系列內生性分析和穩健性檢驗后依舊成立。

本文研究結論對中國未來城鎮化道路選擇提供了重要參考依據，尤其對指導城市內部空間結構優化和人口流動有借鑒意義。第一，中國應該適度推進城市空間發展模式向緊湊型發展，其中，對超大城市而言，應該在發展集聚的同時注重城市空間結構的合理優化，實現更有效率的集聚發展模式。第二，中國應該鼓勵高技能勞動力向大城市集聚，不僅能夠提高城市整體的生產率和工資水平，對低技能勞動力產生正向輻射，還能夠促進城市分工的精細化，為低技能勞動力派生出更多工作機會。第三，中國應該鼓勵男性和女性勞動力在大城市集聚，消除職場中性別歧視，促進婦女公平就業，縮小性別工資差距，實現共同富裕。

［參考文獻］

[1] 魏后凱.中國城鎮化進程中兩極化傾向與規模格局重構[J].中國工業經濟， 2014（3）： 18-30.

[2] 孫三百， 黃薇， 洪俊杰，等.城市規模、幸福感與移民空間優化[J].經濟研究， 2014， 49（1）： 97-111.

[3] 陸銘， 高虹， 佐藤宏.城市規模與包容性就業[J].中國社會科學， 2012（10）： 47-66.

[4] 王小魯.中國城市化路徑與城市規模的經濟學分析[J].經濟研究， 2010， 45（10）： 20-32.

[5] 張吉鵬， 黃金， 王軍輝，等.城市落戶門檻與勞動力回流[J].經濟研究， 2020， 55（7）： 175-190.

[6] 蘇紅鍵， 魏后凱.改革開放40年中國城鎮化歷程、啟示與展望[J].改革， 2018（11）： 49-59.

[7] COMBES P-P， DURANTON G， GOBILLON L， et al.The Productivity Advantages of Large Cities： Distinguishing Agglomeration from Firm Selection[J].Econometrica， 2012， 80（6）： 2543-2594.

[8] GLAESER E， MAR D.Cities and Skills[J].Journal of Labor Economics， 2001， 19（2）： 316-342.

[9] TORFS W， ZHAO L Q.Everybody Needs Good Neighbors？ Labor Mobility Costs， Cities and Matching[J].Regional Science and Urban Economics， 2015， 55： 39-54.

[10]寧光杰.居民財產性收入差距：能力差異還是制度阻礙？——來自中國家庭金融調查的證據[J].經濟研究， 2014， 49（S1）： 102-115.

[11]ROBACK J.Wages， Rents， and the Quality of Life[J].Journal of Political Economy， 1982， 90（6）： 1257-1278.

[12]CARLINO G， KERR W R.Agglomeration and Innovation[M]//Handbook of Regional and Urban Economics， Amsterdam： Elsevier， 2015： 349-404.

[13]DAVIS D R， WEINSTEIN D E.Bones， Bombs， and Break Points： The Geography of Economic Activity[J].American Economic Review， 2002， 92（5）： 1269-1289.

[14]BLEAKLEY H， LIN J.Portage and Path Dependence[J].The Quarterly Journal of Economics， 2012， 127（2）： 587-644.

[15]ELLISON G， GlaesER E L.The Geographic Concentration of Industry： Does Natural Advantage Explain Agglomeration？[J].American Economic Review， 1999， 89（2）： 311-316.

[16]COMBES P-P， DURANTON G， GOBILLON L.Spatial Wage Disparities： Sorting Matters！[J].Journal of Urban Economics， 2008， 63（2）： 723-42.

[17]BACOLOD M， BLUM B S， STRANGE W C.Skills in the City[J].Journal of Urban Economics， 2009， 65（2）： 136-53.

[18]DURANTON G， MORROW P M， TURNER M A.Roads and Trade： Evidence from the US[J].Review of Economic Studies， 2014， 81（2）： 681-724.

[19]胡雯， 張錦華.密度、距離與農民工工資：溢價還是折價？[J].經濟研究， 2021， 56（3）： 167-85.

[20]孟美俠， 李培鑫， 艾春榮，等.城市工資溢價：群聚、稟賦和集聚經濟效應——基于近鄰匹配法的估計[J].經濟學（季刊）， 2019， 18（2）： 505-26.

[21]HENDERSON J V， NIGMATULINA D， KRITICOS S.Measuring Urban Economic Density[J].Journal of Urban Economics， 2021， 125103188.

[22]DURANTON G， PUGA D.Nursery Cities： Urban Diversity， Process Innovation， and the Life Cycle of Products[J].American Economic Review， 2001， 91（5）： 1454-77.

[23]AHLFELDT G M， PIETROSTEFANI E.The Economic Effects of Density： A Synthesis[J].Journal of Urban Economics， 2019， 103-107.

[24]BECHLE M J， MILLET D B， MARSHALL J D.Effects of Income and Urban Form on Urban： Global Evidence from Satellites[J].Environmental Science amp; Technology， 2011， 45（11）： 4914-4919.

[25]BEHRENS K， DURANTON G， ROBERT-NICOUD F.Productive Cities： Sorting， Selection， and Agglomeration[J].Journal of Political Economy， 2014， 122（3）： 507-553.

[26]CICCONE A， HALL R E.Productivity and the Density of Economic Activity[J].American Economic Review， 1996， 86（1）： 54-70.

[27]CICCONE A.Agglomeration Effects in Europe[J].European Economic Review， 2002， 46（2）： 213-27.

[28]XING C， ZHANG J.The Preference for Larger Cities in China： Evidence from Rural-urban Migrants[J].China Economic Review， 2017， 4372-90.

（責任編輯 余 敏）

［基金項目］ 國家社會科學基金重大項目“新發展格局下長三角一體化大市場建設研究”（22amp;ZD066）成果之一。

［作者簡介］ 劉修巖（1979—），男，山東濟寧人，東南大學經濟管理學院教授，博士，研究方向：區域與城市經濟學。