產(chǎn)業(yè)發(fā)展視角下中國城市人力資本空間分化研究

彭姣 翟振武

摘要：隨著知識經(jīng)濟崛起和信息技術(shù)進步，創(chuàng)新驅(qū)動和技能互補逐漸成為推動產(chǎn)業(yè)高質(zhì)量發(fā)展的重要著力點。利用2008—2019年中國288個城市面板數(shù)據(jù)，分析城市勞動力技能互補水平的變化趨勢和城市人力資本的空間演化過程，并從產(chǎn)業(yè)勞動力供需的角度，對人力資本空間分化的內(nèi)在機制進行檢驗。研究結(jié)果顯示，我國高技能勞動力空間集聚、低技能勞動力由空間集聚轉(zhuǎn)向分散，促使2008年以來城市勞動力技能互補水平呈現(xiàn)先升后降的趨勢，城市人力資本空間分化格局凸顯。尤其是在超大、特大城市和產(chǎn)業(yè)結(jié)構(gòu)高級化城市，其勞動力技能互補水平呈下降趨勢。通過機制分析發(fā)現(xiàn)，這與生活性服務(wù)業(yè)發(fā)展動力不足、對低技能勞動力需求減少密切相關(guān)。相應(yīng)地，對低技能勞動力需求的不足導(dǎo)致生活性服務(wù)業(yè)發(fā)展滯后，工資增長乏力，進一步拉大了高、低技能勞動力間的工資差距，降低了低技能勞動力的遷移意愿。然而，低技能勞動力在超大、特大城市仍能獲得更高的城市工資溢價，加速其比例下降會削弱產(chǎn)業(yè)整體發(fā)展?jié)摿ΑＩ鲜鼋Y(jié)論意味著，為使城市產(chǎn)業(yè)發(fā)展與勞動力市場相協(xié)調(diào)，應(yīng)加快推進生活性服務(wù)行業(yè)的供給側(cè)結(jié)構(gòu)性改革，促使規(guī)模巨大、技能差異顯著的人力資本得到優(yōu)化配置，進而通過技能互補實現(xiàn)生活性服務(wù)業(yè)和新興產(chǎn)業(yè)的融合發(fā)展，以提升產(chǎn)業(yè)發(fā)展的質(zhì)量與效益。

關(guān)鍵詞：產(chǎn)業(yè)發(fā)展；人力資本；空間分化；技能互補

中圖分類號：C92-05；F062-9文獻標(biāo)識碼：A文章編號：1000-4149（2024）03-0081-16

DOI：10-3969/j-issn-1000-4149-2024-00-029

一、引言

隨著知識經(jīng)濟的崛起和信息技術(shù)的進步，服務(wù)業(yè)已成為現(xiàn)代經(jīng)濟體系的關(guān)鍵組成部分，在中國城市產(chǎn)業(yè)轉(zhuǎn)型中扮演著越來越重要的角色。這一變革不僅體現(xiàn)在服務(wù)業(yè)內(nèi)部的多樣化和高質(zhì)量追求上，更在于它推動人力資本的空間分化和城市勞動力市場結(jié)構(gòu)的變化。特別是在經(jīng)濟結(jié)構(gòu)調(diào)整和創(chuàng)新驅(qū)動策略的推動下，服務(wù)業(yè)的發(fā)展不僅引領(lǐng)了高端領(lǐng)域的創(chuàng)新浪潮，也對勞動力需求和技能結(jié)構(gòu)產(chǎn)生了深刻影響。

知識成為一種重要的生產(chǎn)要素，生產(chǎn)性服務(wù)業(yè)與知識要素緊密結(jié)合提高了城市對高技能勞動力的需求，許多沿海城市開始用服務(wù)業(yè)和創(chuàng)意產(chǎn)業(yè)取代勞動密集型的制造業(yè)活動，對技術(shù)勞動力的需求增加［1-2］；同時，北京、上海等超大城市出臺了人口產(chǎn)業(yè)教育等方面的疏解政策，加大了對低技能流動人口的控制力度［3］，出現(xiàn)流動人口再流動和向戶籍地城市返遷的主動選擇［4］，從而推動了城市人力資本空間分化進一步加劇，城市間的平均人力資本水平差異擴大。例如，北京、上海勞動力人口平均受教育年限超過發(fā)達國家水平，而云南、貴州和四川則低于菲律賓的水平［5］。值得關(guān)注的是，過去幾十年逐漸從第一產(chǎn)業(yè)轉(zhuǎn)移出來的低技能勞動力，在產(chǎn)業(yè)發(fā)展和技術(shù)進步助推下卻難以在超大特大城市立足。低技能勞動者提供的生活性服務(wù)供給，如個人護理、安全服務(wù)、家政、保潔服務(wù)、兒童照護等對提升城市生活便利度、城市服務(wù)體驗和城市競爭力大有裨益，那么超大特大城市在集聚更多高技能勞動力的同時為何不能，也未能吸收更多的低技能勞動力呢？一方面，這與城市對技能勞動力的需求和實際技能勞動力的供給密切相關(guān)；另一方面，這與城市生活性服務(wù)業(yè)發(fā)展程度和發(fā)展需求對低技能勞動力的吸引和接納能力有關(guān)。

基于此，本文從產(chǎn)業(yè)發(fā)展視角對2008年以來各城市勞動力技能互補水平變化進行衡量的基礎(chǔ)上，從勞動生產(chǎn)率角度分析城市對各技能勞動力的需求，從工資溢價角度分析各技能勞動力供給，深入探討我國城市人力資本的空間分化及其內(nèi)在機制，為我國不同發(fā)展程度城市的高質(zhì)量城鎮(zhèn)化提供經(jīng)濟發(fā)展和就業(yè)政策層面的啟示。其中，將勞動力技能識別與產(chǎn)業(yè)勞動生產(chǎn)率相匹配，采用按工資中位數(shù)劃分的行業(yè)類別作為衡量勞動力技能水平的標(biāo)準(zhǔn)［6］，通過某類技能勞動力占比變化所反映的行業(yè)就業(yè)人數(shù)的變動來衡量產(chǎn)業(yè)發(fā)展水平。

二、文獻綜述

城市產(chǎn)業(yè)結(jié)構(gòu)升級促使高技能勞動力向大城市集中，是全球范圍的普遍現(xiàn)象。但在城市產(chǎn)業(yè)結(jié)構(gòu)升級對低技能勞動力的影響上，中國與西方國家之間存在明顯差異。現(xiàn)有研究集中于三個核心議題：

一是，探究產(chǎn)業(yè)結(jié)構(gòu)與人力資本空間分布格局之間的關(guān)系；

二是，分析勞動力供給與勞動力市場需求如何共同作用于人力資本的空間分化；

三是，考察我國城市人力資本空間分布的差異性。

1.城市產(chǎn)業(yè)結(jié)構(gòu)和人力資本空間分化

城市產(chǎn)業(yè)結(jié)構(gòu)與人力資本空間分化的研究主要集中于兩個層面：一是分析城市間不同技能勞動力分布的分化。在創(chuàng)新驅(qū)動產(chǎn)業(yè)升級的知識經(jīng)濟時代，低技能勞動力往往傾向于集聚在就業(yè)機會更多的城市，經(jīng)濟因素是他們遷移的重要考量［7］；而高技能勞動力更青睞于注重美觀、自然、包容和體驗的創(chuàng)新型城市，根據(jù)均衡理論，除經(jīng)濟因素外，發(fā)展空間和生活質(zhì)量成為高技能勞動力定居地選擇的重要影響因素［8］。二是分析城市間平均人力資本水平的分化，從城市內(nèi)部各技能勞動力的結(jié)構(gòu)匹配程度進行分析。經(jīng)典的西方文獻表明，城市人力資本分化存在“工作極化”的特征［9］。當(dāng)以服務(wù)業(yè)為主導(dǎo)時，人才資源對區(qū)域技術(shù)創(chuàng)新、產(chǎn)業(yè)結(jié)構(gòu)升級的影響日益顯著［10-11］，城市對高技能勞動力需求增加。而技術(shù)進步對日常工作重復(fù)且容易程序化的任務(wù)進行替代，導(dǎo)致對中等技能勞動力的需求降低，由于技術(shù)創(chuàng)新不能直接替代低技能職業(yè)的核心工作，特別是涵蓋人際互動和高度個性化服務(wù)的領(lǐng)域，此類服務(wù)與技術(shù)創(chuàng)新存在互補性，城市對低技能勞動力的需求反而增加［12］。實證分析發(fā)現(xiàn)，美國、歐洲國家的大城市比小城市同時具有更高比例且存在互補關(guān)系的高、低技能勞動力，更低比例的中等技能勞動力，各城市的平均技能水平相差不大［13-14］。但在發(fā)展中國家，由于產(chǎn)業(yè)要素配置不當(dāng)，低技能勞動力沒有從生產(chǎn)率降低的行業(yè)重新分配到生產(chǎn)率較高的服務(wù)行業(yè)，大城市集聚更多高技能勞動力，卻難以接納更高比例的低技能勞動力，城市間的平均技能水平差異非常大［15］。

2.從供需兩側(cè)對城市人力資本空間分化的研究

影響城市人力資本空間分化的主要因素仍是經(jīng)濟因素。關(guān)于大城市集聚更高比例高技能勞動力的研究主要通過兩個角度，一是勞動力供給角度，高技能勞動力為更好地發(fā)揮自己的優(yōu)勢向大城市遷移，從而獲得更多的工資溢價［14］。二是勞動力需求角度，城市吸引更多高技能勞動力會帶來更高的生產(chǎn)率［16］。大量研究證實城市人力資本集聚顯著促進了城市居民收入的增長，所在城市更高的大學(xué)生比例或人才多樣性程度是比其他城市具有更高勞動生產(chǎn)率的源泉［17-18］。對低技能勞動力而言，從勞動力供給角度來看，人力資本外部性理論認為低技能勞動力在大城市具有更好的人力資本投資渠道，如參加正式教育、技能培訓(xùn)等，他們通過在大城市的人力資本積累能比高技能勞動力獲益更多，工資增長率更大，所以他們愿意往大城市遷移［19］；從勞動力需求角度來看，分析中國的人口流動對城市工資上漲的影響發(fā)現(xiàn)，農(nóng)村勞動力遷入促進城市勞動力的技能互補和規(guī)模經(jīng)濟，促使城市工資上漲［20］。各受教育程度勞動力的多樣性帶動城市勞動生產(chǎn)率提高［21］。

3.中國城市人力資本空間分化及影響因素研究

國內(nèi)關(guān)于城市人力資本空間分化的研究中，主要是通過教育水平來衡量勞動力技能水平。研究發(fā)現(xiàn)我國高技能勞動力在東部城市群的集聚程度更高，低技能勞動力在東南沿海城市群和中西部主要省會城市有較高的集聚程度［22］。從城市各技能勞動力的結(jié)構(gòu)匹配程度來看，高、低技能勞動力同時向大城市聚集，但相比小城市，大城市的高技能勞動力比例更高，低技能勞動力的比例卻更低，城市間平均技能水平差異大［23］。

究其原因，有研究對影響技能分布的因素進行分解發(fā)現(xiàn)，我國高技能偏向性的落戶政策會抑制技能互補［23］。如農(nóng)民工更多從事體力勞動，流動性強、工作時間長等特點使他們失去了在產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級中進行人力資本積累的可能，減少了其在大城市長期居留的概率［24］。但這些研究忽視了城鄉(xiāng)戶籍制度的影響正在逐漸減弱，且服務(wù)業(yè)的發(fā)展帶來了新就業(yè)機遇。也有研究從成本收入視角分析不同技能勞動力在大城市的工資收入和公共服務(wù)的差距［25-26］，認為其導(dǎo)致了城市人力資本的分化，但并未結(jié)合城市產(chǎn)業(yè)發(fā)展分析不同技能勞動力之間差距增長的原因。

戶籍制度改革的深入打破了原有的城鄉(xiāng)戶籍壁壘，而產(chǎn)業(yè)發(fā)展過程中大城市的人才引進、積分落戶等政策的制定仍然發(fā)揮著限制勞動力遷入的作用，對不同技能勞動力空間集散的影響增強。同時，產(chǎn)業(yè)發(fā)展提供的就業(yè)機會和工資報酬是留住勞動力的重要因素［27］。從產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和工資收入等因素探討城市勞動力技能互補水平變化會更符合當(dāng)前現(xiàn)實。

綜上所述，現(xiàn)有研究分析了城市人力資本空間分化及影響機制，但存在三點不足。一是僅集中在單個產(chǎn)業(yè)發(fā)展階段進行分析，未將人力資本空間分化納入產(chǎn)業(yè)結(jié)構(gòu)演變的框架內(nèi)。二是采用將勞動力技能與教育水平等同的垂直定義，這既忽視了勞動力技能的水平分化，也忽略了勞動力教育程度沒有捕捉到的垂直分化，即中等技能勞動力會流向低技能服務(wù)性職業(yè)。三是城市產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模、工資收入與技能勞動力構(gòu)成之間緊密聯(lián)系，將它們作為整體進行分析能更清晰闡明其中的邏輯關(guān)系及作用機制。為此，本研究試圖在城市產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和技能勞動力構(gòu)成之間建立聯(lián)系，并結(jié)合勞動力工資收入和城市勞動生產(chǎn)率指標(biāo)，從各技能勞動力的產(chǎn)業(yè)供需兩方面來解釋城市人力資本空間分化的內(nèi)在作用機制。

本研究期望回答以下三個問題：第一，城市勞動力技能互補水平與產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模呈現(xiàn)何種關(guān)系？第二，從需求角度來看，隨著產(chǎn)業(yè)發(fā)展，大城市高、低技能勞動力比例提高是否均會促進城市勞動生產(chǎn)率提升？第三，從供給角度來看，隨著產(chǎn)業(yè)發(fā)展，大城市各技能勞動力群體工資不平等程度是否在擴大？

三、研究設(shè)計

1.數(shù)據(jù)選取

本文的數(shù)據(jù)主要來自國家統(tǒng)計局城市社會經(jīng)濟調(diào)查司編寫的2009—2020年《中國城市統(tǒng)計年鑒》，采用市轄區(qū)數(shù)據(jù)。由于分析城市間高、低技能勞動力互補水平的動態(tài)變化需至少保證城市有三年的數(shù)據(jù)，因此，剔除拉薩、海東、港澳臺等數(shù)據(jù)缺失較多的城市和地區(qū)樣本，以及巢湖等發(fā)生重大區(qū)劃調(diào)整的城市樣本后，研究周期設(shè)置為2008—2019年，共有288個地級市及以上城市作為研究對象。此外，2018年全國流動人口動態(tài)監(jiān)測調(diào)查數(shù)據(jù)反映了流動人口的結(jié)構(gòu)性變化，即不同技能勞動力的相對流量、流向和流速，故結(jié)合這一微觀數(shù)據(jù)進一步從技能勞動力供給角度對作用機制進行解釋。

2.變量說明

（1）核心被解釋變量為勞動力技能互補水平。隨著產(chǎn)業(yè)發(fā)展，城市高、低技能勞動者的比例會發(fā)生變化，相應(yīng)地，城市勞動力技能互補程度也會發(fā)生動態(tài)變化，但這種變化特征很難從結(jié)果層面進行識別，比如對某類技能勞動力比例增加是否在一定程度上提高了另一類技能勞動者的工資收入、就業(yè)機會等方式進行測算。因此，本研究采用基于表征的技能互補識別方法，利用高、低技能勞動力的耦合協(xié)調(diào)度，構(gòu)建勞動力技能互補水平指數(shù)，以反映城市高、低技能勞動力比例的相對增長快慢，以及這一比例在各階段是同時變化還是對某類技能勞動力有所偏重。

本文借鑒廖重斌的做法構(gòu)建耦合協(xié)調(diào)度模型［28］，具體公式如下：

yit=（cit×tit）1/2，cit={（lit×hit）/［（lit+hit）/2］2}k，tit=a1lit+a2hit（1）

其中，cit為耦合度，lit為城市i在t年的低技能勞動力占比按工資中位數(shù)劃分的行業(yè)類別作為衡量勞動力技能水平的標(biāo)準(zhǔn)，將行業(yè)分為三組（按行業(yè)工資平均數(shù)結(jié)果一致）：第一組是報酬最低的行業(yè)，包括住宿和餐飲業(yè)，批發(fā)和零售業(yè)，居民服務(wù)、修理和其他服務(wù)業(yè)；第二組是報酬最高的行業(yè)，包括科學(xué)研究和技術(shù)服務(wù)業(yè)，信息傳輸、軟件和信息技術(shù)服務(wù)業(yè)，金融業(yè)，房地產(chǎn)業(yè)，租賃和商務(wù)服務(wù)業(yè)；第三組是其他行業(yè)，占全部勞動力的50%。再分別利用城市數(shù)據(jù)求出288個地級市及以上城市2008—2019年第一組行業(yè)勞動力占城市全部勞動力的比重作為低技能勞動比例，第二組行業(yè)勞動力占城市全部勞動力的比重作為高技能勞動比例。由于計算高技能勞動力比例包括的行業(yè)主要是生產(chǎn)性服務(wù)業(yè)，計算低技能勞動比例包括的行業(yè)主要是生活性服務(wù)業(yè)，因此，如果城市低技能勞動力比例降低，能在一定程度上說明生活性服務(wù)業(yè)的就業(yè)比例下降，結(jié)合對城市勞動生產(chǎn)率的影響分析為衡量我國生活性服務(wù)業(yè)的發(fā)展水平提供了一個思路，生產(chǎn)性服務(wù)業(yè)類似。hit為城市i在t年的高技能勞動力占比，k為調(diào)節(jié)系數(shù)，此處耦合系統(tǒng)包括兩個子系統(tǒng)，故取值為2，tit為兩種類型勞動力的綜合調(diào)和指數(shù)，a1和a2分別代表兩種類型勞動力的貢獻度，a1+a2=1，a1和a2分別取值0-4和0-6。

（2）解釋變量主要包括產(chǎn)業(yè)結(jié)構(gòu)和人口規(guī)模。

借鑒已有研究［29］，產(chǎn)業(yè)結(jié)構(gòu)采用第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的產(chǎn)值之比來衡量，數(shù)值越大代表產(chǎn)業(yè)結(jié)構(gòu)越高級。人口規(guī)模采用市轄區(qū)人口規(guī)模，聚焦于探討產(chǎn)業(yè)發(fā)展過程中不同規(guī)模城市的勞動力技能互補水平差異。

（3）控制變量。根據(jù)以往研究可知，影響城市勞動力分布的因素包括經(jīng)濟因素、發(fā)展空間和生活質(zhì)量三個層面［7-8，25-26］。

故本文的控制變量包括以下三個方面：

一是經(jīng)濟因素，包括市轄區(qū)職工平均工資、平均房價、人均GDP、固定資產(chǎn)投資和外商直接投資。

二是發(fā)展空間因素，包括科研支出、教育狀況。由于缺乏城市人均受教育年限數(shù)據(jù)，本文采用每萬人均普通中學(xué)專任教師數(shù)。

三是生活質(zhì)量因素，包括：道路，即人均道路鋪裝面積；綠化，即建成區(qū)綠化覆蓋率；公共交通，即每萬人擁有的公共汽車數(shù)量；醫(yī)療衛(wèi)生，即每萬人擁有醫(yī)院、衛(wèi)生院床位數(shù)。此外，為了從微觀個體角度通過工資溢價來解釋各技能勞動力供給，借鑒已有研究［30］，納入個體質(zhì)量特征、個體所在行業(yè)特征、成本變量對工資進行分析，各變量的描述性統(tǒng)計結(jié)果見表1。在回歸分析中為了統(tǒng)一量綱，連續(xù)性解釋變量均進行了標(biāo)準(zhǔn)化處理。

3.模型設(shè)定

根據(jù)各地級市的空間關(guān)系，繪制描述城市人力資本空間分化的地圖，選擇邊界和頂點相鄰的空間權(quán)重矩陣計算空間自相關(guān)性。在此基礎(chǔ)上，運用部分調(diào)整模型和調(diào)節(jié)效應(yīng)對城市勞動力技能互補水平變化的內(nèi)在機制進行分析，借鑒已有研究做法［31］，使用固定效應(yīng)方法進行估計，模型設(shè)置如下：

yit-yit-1=λ（y*it-yit-1）（2）

其中，λ為調(diào)整速度，yit為勞動力技能互補水平，y*it為城市各因素決定的勞動力期望技能互補水平。本文將y*it設(shè)定為城市人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)等一系列影響勞動力期望技能互補水平的因素的線性組合：

y*it=xit+ηi+γt+μit（3）

其中，xit表示一系列影響勞動力技能互補水平的因素，為系數(shù)，ηi表示個體層面不隨時間變化的因素，包括是否為省會城市和區(qū)域變量。γt表示時間變量，控制年份固定效應(yīng)。μit為隨機擾動項。將式（3）代入式（2）可得：

yit=τyit-1+βxit+αi+δt+εit（4）

其中，τ=1-λ，β=λ，αi=ληi，δt=λγt，εit=λμit。

由于勞動力的空間分布具有空間依賴性和動態(tài)變化性，因此同時采用動態(tài)空間面板模型進行檢驗。在空間計量模型的選取上，通過拉格朗日乘數(shù)檢驗后，本文采用空間滯后模型，模型設(shè)置如下：

yit=τyit-1+ρWyit-1+βxit+αi+δt+εit（5）

其中，ρ反映空間鄰近單元對于被解釋變量的解釋程度，W是標(biāo)準(zhǔn)化的空間權(quán)重矩陣。

四、數(shù)據(jù)分析結(jié)果

1.中國城市勞動力技能互補水平的空間分布及其變化

圖1報告了我國2008、2012、2016和2019年城市勞動力技能互補水平的空間分布特征及其演變趨勢。勞動力技能互補水平較高地區(qū)主要集中在我國華北、華東、華中和部分華南地區(qū)。整體上，勞動力技能互補水平呈現(xiàn)出逐漸上升然后下降的趨勢，2012—2016年是轉(zhuǎn)折時期，之后呈下降趨勢。

在此基礎(chǔ)上分析城市勞動力技能互補水平的空間關(guān)聯(lián)特征。如表2所示，勞動力技能互補水平的MoransI值在2008年不顯著，2012年顯著為正，達到最大值，但隨后MoransI值逐漸降低，表明城市勞動力技能互補水平的空間集聚效應(yīng)雖然顯著，但其強度正逐步衰減，也反映了城市勞動力技能互補水平的空間異質(zhì)性正在增加。具體來看，低技能勞動力的空間自相關(guān)性從2008年的0-198增長至2012年的0-221，之后呈現(xiàn)遞減趨勢，至2019年下降至0-167。這意味著低技能勞動力由空間集聚向空間分散轉(zhuǎn)變，其分布不再僅限于經(jīng)濟發(fā)展程度較高的城市。與此相對，高技能勞動力的空間自相關(guān)性自2012年以來呈現(xiàn)顯著性，MoransI值從2012年的0-107上升至2019年的0-120，顯示出其在空間上的逐漸集聚趨勢。

因此，高技能勞動力的空間集聚與低技能勞動力的空間分散共同作用于勞動力技能互補水平，導(dǎo)致自2008年以來勞動力技能互補水平呈現(xiàn)出先上升后下降的趨勢。這一過程揭示了城市人力資本的空間分化格局，凸顯了不同城市間人力資本結(jié)構(gòu)的差異性，既回應(yīng)了已有研究中關(guān)于中國城市間的平均技能水平差異非常大的結(jié)論，又進一步展示了這種差異由縮小到擴大的發(fā)展趨勢。

2.城市勞動力技能互補水平變化的影響因素

（1）基準(zhǔn)回歸結(jié)果。

表3第（1）、（2）列分別展示普通動態(tài)面板模型和空間動態(tài)面板模型的回歸結(jié)果，結(jié)果顯示核心解釋變量的顯著性水平和符號基本一致。第（1）列的結(jié)果表明：城市勞動力技能互補水平存在且朝著城市人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)等決定的期望值動態(tài)調(diào)整，調(diào)整速度為0-547根據(jù)部分調(diào)整模型，調(diào)整速度的系數(shù)為1減去L.y的系數(shù)。后面將進一步比較不同類型城市的調(diào)整速度，以探討各規(guī)模城市對不同技能勞動力的宏觀調(diào)控。，即當(dāng)城市勞動力技能互補水平比期望值小（大）1個單位時，第二年勞動力技能互補水平會提高（降低）0-547個單位。這反映了城市勞動力市場對環(huán)境變化的適應(yīng)能力和對不同技能勞動力配置的靈活性。不同規(guī)模城市在勞動力技能互補水平調(diào)整速度上的差異，對城市勞動力市場策略的設(shè)計和實施具有重要意義，后面將對這個議題進一步探討。

從城市人口規(guī)模來看，勞動力技能互補水平與人口規(guī)模呈“∽”型曲線關(guān)系。即在人口規(guī)模增長的早期階段，由于勞動力供給的迅速增加和勞動力市場結(jié)構(gòu)的快速變化，可能導(dǎo)致技能間的互補性暫時降低。

然而，隨著城市的持續(xù)發(fā)展和市場的逐漸成熟，勞動力市場將逐步適應(yīng)這種變化，通過教育和培訓(xùn)來提高勞動力的技能水平，增強技能間的互補性。但是，當(dāng)城市人口規(guī)模擴大到一定程度（超過800萬）時，勞動力技能互補水平又呈下降趨勢（見圖2），這些城市面臨管理和資源配置上的挑戰(zhàn)。從產(chǎn)業(yè)結(jié)構(gòu)來看，隨著產(chǎn)業(yè)結(jié)構(gòu)高級化，勞動力技能互補水平先增后減，轉(zhuǎn)折點為2-40。這說明城市第三產(chǎn)業(yè)的發(fā)展不僅會提高高技能勞動力的比例，也會提高低技能勞動力的比例，但在第三產(chǎn)業(yè)與第二產(chǎn)業(yè)的產(chǎn)值之比大于2-40的城市，產(chǎn)業(yè)結(jié)構(gòu)高級化階段僅提高了城市高技能勞動力比例，表現(xiàn)為高技能勞動力的空間集聚，而低技能勞動力比例并沒有顯著提高。根據(jù)本研究的定義，低技能勞動力在行業(yè)分布上主要集中于生活性服務(wù)業(yè)。分析結(jié)果在一定程度上表明，首先，我國生活性服務(wù)業(yè)所提供的就業(yè)崗位數(shù)量不足，或者居民對于家庭生產(chǎn)替代品的需求量有限，未能充分吸納那些由于技術(shù)革新而被淘汰的從事程序性工作且可能轉(zhuǎn)向服務(wù)性職業(yè)的中等技能勞動者；其次，隨著城市產(chǎn)業(yè)結(jié)構(gòu)的升級，低技能勞動力在城市中的凈效用出現(xiàn)下降，這種下降可能是由于生活成本相對上升，或是工資增長幅度不足以抵消成本上漲，導(dǎo)致低技能勞動力在此類城市的居留動力減弱與新進入此類城市的意愿降低，因此可能選擇流向其他類型城市，即表現(xiàn)為低技能勞動力的空間分散現(xiàn)象。

（2）內(nèi)生性問題。

基準(zhǔn)回歸可能存在的內(nèi)生性問題源于以下兩個方面：

一是，雖然在基準(zhǔn)回歸中控制了可能影響勞動力技能互補水平的城市經(jīng)濟因素、發(fā)展空間因素和生活質(zhì)量因素，但是仍不可避免地會受到遺漏變量的干擾；二是，根據(jù)勞動分工理論，產(chǎn)業(yè)發(fā)展推動勞動分工細化使不同技能勞動力的互補水平提高，在此技能結(jié)構(gòu)基礎(chǔ)上進一步實現(xiàn)產(chǎn)業(yè)轉(zhuǎn)型升級，因此產(chǎn)業(yè)結(jié)構(gòu)與勞動力技能互補水平之間可能存在反向因果關(guān)系。為此，本文借鑒動態(tài)面板模型常用的內(nèi)生性處理方法［26，32］，使用變量的滯后項作為工具變量。

表4第（1）列使用人口規(guī)模的二階及以上滯后項作為工具變量，第（2）列使用產(chǎn)業(yè)結(jié)構(gòu)的二階及以上滯后項作為工具變量。GMM估計結(jié)果顯示，在使用工具變量緩解內(nèi)生性問題之后，人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)對勞動力技能互補水平的影響依然穩(wěn)健。

3.從技能勞動力供需兩側(cè)的進一步解釋

由于隨著產(chǎn)業(yè)發(fā)展，大城市對不同技能勞動力的需求呈現(xiàn)明顯的差異化偏好，故在從需求角度進行機制分析時，引入人口規(guī)模、產(chǎn)業(yè)結(jié)構(gòu)與各技能勞動力的交互項。表5從勞動力需求的角度，分別探討隨著人口規(guī)模或產(chǎn)業(yè)結(jié)構(gòu)變化，各技能勞動力比例提高對城市勞動生產(chǎn)率的影響。使用城市平均工資作為生產(chǎn)率指標(biāo)，在控制經(jīng)濟因素、發(fā)展空間、生活質(zhì)量等層面的因素后，發(fā)現(xiàn)高技能勞動力比例與人口規(guī)模的交互項在5%的水平下顯著為正，表明高技能勞動力比例增加能顯著提高城市工資水平，且隨著城市人口規(guī)模擴大，高技能勞動力比例對工資水平的提升作用更大。高技能勞動力比例與產(chǎn)業(yè)結(jié)構(gòu)的交互項在5%的水平下同樣顯著為正，表明隨著城市第三產(chǎn)業(yè)的產(chǎn)值占比提高，高技能勞動力比例對工資水平的提升作用增大。

關(guān)于城市勞動生產(chǎn)率提升，已有研究較少探討低技能勞動力的貢獻以及產(chǎn)生貢獻的條件。故本文在模型中不僅加入交互項，還加入低技能勞動力比例的平方項，試圖捕捉這種非線性關(guān)系。回歸結(jié)果顯示，低技能勞動力比例與城市平均工資呈“U”型關(guān)系。由于我國人口的大規(guī)模流動，Ⅰ類大城市和Ⅱ類大城市的低技能勞動力比例最大，低技能勞動力比例增加提升了這些城市的勞動生產(chǎn)率。而超大特大城市、產(chǎn)業(yè)結(jié)構(gòu)更高級城市的低技能勞動力比例與工資水平的關(guān)系表現(xiàn)為“U”型曲線的中段特征，低技能勞動力比例處于中間位置，未能促進超大特大城市的勞動生產(chǎn)率提升。生活性服務(wù)業(yè)就業(yè)人員比例的增加未能轉(zhuǎn)化為超大特大城市實際的生產(chǎn)效益，這也導(dǎo)致生活性服務(wù)業(yè)的發(fā)展動力不足，降低了這類城市對低技能勞動力的相對需求。

結(jié)合2018年全國流動人口動態(tài)監(jiān)測調(diào)查的微觀數(shù)據(jù)，表6第（1）至（2）列從勞動力供給角度，分別探討隨著人口規(guī)模或產(chǎn)業(yè)結(jié)構(gòu)變化，各勞動力在城市獲得的工資溢價有何差異。工資溢價指的是勞動力市場中某一群體的工資水平高于另一群體的現(xiàn)象。已有研究主要認為，受教育程度較高的勞動力在大城市更能夠發(fā)揮其技能和知識的優(yōu)勢，因此他們的工資溢價相對更高［12，19］。例如，高技能、高學(xué)歷的勞動力在城市的專業(yè)服務(wù)和技術(shù)行業(yè)中往往能夠獲得較高的薪酬。低學(xué)歷勞動力雖然也享有工資溢價，但相對較小，之所以如此是因為低技能工作在城市中面臨著更高的競爭和替代壓力，且容易受到自動化和外包等因素的影響。

由于生活性服務(wù)業(yè)中，尤其是涵蓋人際互動和高度個性化服務(wù)的領(lǐng)域，對勞動者的情感表達、創(chuàng)造性思維及對服務(wù)的個性化處理有著更大的依賴，這種服務(wù)體驗很難被自動化或者外包，因此從產(chǎn)業(yè)類型產(chǎn)業(yè)類型包括第一產(chǎn)業(yè)、第二產(chǎn)業(yè)、第三產(chǎn)業(yè)1和第三產(chǎn)業(yè)2。其中第三產(chǎn)業(yè)1、第三產(chǎn)業(yè)2分別表示生活性服務(wù)業(yè)和生產(chǎn)性服務(wù)業(yè)。對細分產(chǎn)業(yè)進行分析既可回應(yīng)已有研究，也符合本文的技能界定。

視角考察不同勞動力的工資溢價問題十分必要。下面進行三個方面的分析：第一，分析不同受教育程度勞動力的城市工資溢價情況。表6第（1）列的結(jié)果顯示，人口規(guī)模、受教育程度和人口規(guī)模的交互項均顯著為正，表明城市人口規(guī)模擴大，各受教育程度群體的工資收入均提高，其不局限于特定的教育層次，而是涵蓋了各種能力水平的勞動力。城市工資溢價的普遍性表明不同技能水平的勞動力均能獲得城市工資溢價，與已有研究結(jié)論一致。第二，分析在生活性服務(wù)業(yè)中不同受教育程度勞動力的城市工資溢價情況。

報告的是經(jīng)過城市層面聚類調(diào)整的穩(wěn)健標(biāo)準(zhǔn)誤；3.因為產(chǎn)業(yè)類型也是分類變量，如果仍用受教育程度（三分類變量），則產(chǎn)業(yè)類型與受教育程度的交互項會有6項，故第（2）列中受教育程度轉(zhuǎn)換為受教育年限。

第（2）列的結(jié)果顯示，受教育年限和第三產(chǎn)業(yè)1的交互項不顯著，表明即使從事生活性服務(wù)業(yè)的勞動者的受教育程度提高，也不會帶來顯著的工資上漲，這顯示了我國生活性服務(wù)業(yè)發(fā)展的不充分，未能有效創(chuàng)造更多就業(yè)機會和提高生產(chǎn)效率，限制了從事生活性服務(wù)業(yè)的勞動力的工資溢價提升。第三，分析在生產(chǎn)性服務(wù)業(yè)中不同受教育程度勞動力的城市工資溢價情況。

第（2）列的結(jié)果顯示，受教育年限和產(chǎn)業(yè)結(jié)構(gòu)2的交互項在1%的水平上顯著為正，表明從事生產(chǎn)性服務(wù)業(yè)的勞動者的受教育程度提高會獲得更高的工資，生產(chǎn)性服務(wù)業(yè)會通過工資收入集聚更多的高受教育程度勞動力。

因此，隨著城市人口規(guī)模擴大和產(chǎn)業(yè)結(jié)構(gòu)高級化，高技能勞動力在促進城市勞動生產(chǎn)率提高中發(fā)揮著越來越重要的作用，同時他們也從城市生產(chǎn)性服務(wù)業(yè)發(fā)展中獲得更多的工資溢價，導(dǎo)致超大特大城市的高技能勞動力比例增長更快、分布更集中。低技能勞動力未能促進超大特大城市的勞動生產(chǎn)率提高，生活性服務(wù)業(yè)的發(fā)展動力不足，降低了城市對低技能勞動力的相對需求。相應(yīng)地，對低技能勞動力需求的不足導(dǎo)致生活性服務(wù)業(yè)發(fā)展滯后，低技能勞動力難以在生活性服務(wù)業(yè)就業(yè)中獲得工資溢價，面臨的工資不平等差距逐漸擴大，導(dǎo)致他們的遷移意愿降低，低技能勞動力的空間分布更加分散。

4.不同規(guī)模城市中勞動力技能互補水平的動態(tài)調(diào)整

根據(jù)表7，分不同規(guī)模城市看，小城市、中等城市、大城市、超大特大城市的調(diào)整速度分別為0-543、0-671、0-686和0-545，超大特大城市和小城市的調(diào)整速度比中等、大城市慢。

報告的是經(jīng)過城市層面聚類調(diào)整的穩(wěn)健標(biāo)準(zhǔn)誤；3.speed=1-_b［L.y］，Half_Life=ln（2）/（1-_b［L.y］）是完成一半調(diào)整需要的年數(shù)。超大特大城市本應(yīng)需要更快的調(diào)整速度以應(yīng)對復(fù)雜多變的市場需求，但它的調(diào)整速度更慢。

這主要源于以下幾個方面：

首先，城市集聚高、低技能勞動力比例的大小取決于產(chǎn)業(yè)結(jié)構(gòu)，在創(chuàng)新驅(qū)動產(chǎn)業(yè)升級的知識城鎮(zhèn)化階段，超大特大城市可以通過更高的工資收入、降低房價等吸引高技能勞動力，提高高技能勞動力比例，但低技能勞動力比例的提高與生活性服務(wù)業(yè)的發(fā)展密切相關(guān)，取決于生活性服務(wù)業(yè)發(fā)展程度。其次，生活性服務(wù)業(yè)的繁榮發(fā)展，需要服務(wù)質(zhì)量提升和服務(wù)更具多樣化，從而使人們對家庭生產(chǎn)替代品、生活性服務(wù)的需求上升。此種需求的增長部分源于人們對于更高生活質(zhì)量的追求，以及對時間和便利性的重視。同時，技術(shù)創(chuàng)新在這一領(lǐng)域的應(yīng)用是至關(guān)重要的，它不僅能代替重復(fù)性高且容易程序化的日常工作，還能通過自動化和智能化的手段提高服務(wù)效率和質(zhì)量。技術(shù)驅(qū)動的變革，有望推動從事生活性服務(wù)業(yè)的勞動者工資水平提高，從而縮小技能工資差距，吸引更多中低技能勞動力流入此行業(yè)，以滿足日益增長的市場需求，最終實現(xiàn)供需匹配以及進一步提高城市勞動生產(chǎn)效率，但這需要一定的時間周期。最后，在當(dāng)前生活性服務(wù)性發(fā)展不充分階段，超大特大城市還面臨著交通、住房和環(huán)境等方面的問題，意味著超大特大城市會偏向于降低低技能勞動力比例。一方面，工資差距機制會使得低技能勞動力遷往其他城市，所以勞動力技能互補水平存在且朝著期望值動態(tài)調(diào)整；另一方面，因為低技能勞動力仍能獲得超大特大城市的工資溢價，當(dāng)人為地加速降低低技能勞動力比例時，生活性服務(wù)業(yè)供給的減少在一定程度上會削弱不同技能水平勞動力之間的技能互補效應(yīng)，進而對城市的生活便利度、服務(wù)體驗和競爭力造成負面影響，減弱城市對高技能勞動力的吸引力，削弱產(chǎn)業(yè)的整體發(fā)展?jié)摿Γ收{(diào)整速度會較慢。

我國大城市對低技能勞動力的吸引力提高，勞動力技能互補水平不斷提高且調(diào)整速度較快。結(jié)合表5回歸結(jié)果可知，低技能勞動力比例與城市平均工資呈“U”型關(guān)系，由于人口流動，我國中小城市所擁有的低技能勞動力比例并不是最大的，反而是大城市的低技能勞動力比例更大。因此，大城市應(yīng)充分發(fā)揮各技能勞動力的互補作用，縮小城市技能工資差距，抓住其在新一輪人口要素在區(qū)域、產(chǎn)業(yè)間配置的優(yōu)勢，推動城市的家政、照護、餐飲、銷售等生活性服務(wù)業(yè)的發(fā)展，為城市提供高水平的生產(chǎn)與消費活動空間，提高城市活力，促進人力資本優(yōu)化配置。

中小城市的勞動力技能互補水平繼續(xù)下降且調(diào)整速度較慢。未來收縮城市會成為常態(tài)，中小城市應(yīng)轉(zhuǎn)變慣性的增量增長思維，促進資源產(chǎn)業(yè)和康養(yǎng)產(chǎn)業(yè)等的發(fā)展，注重生態(tài)環(huán)境的保護、智能化基礎(chǔ)設(shè)施的建設(shè)，打通其與大城市之間人口流動的制度與政策通道，推動資源要素的合理開發(fā)。由于人口已大量流出，盤活存量的調(diào)整速度較慢，中小城市的城鎮(zhèn)化發(fā)展不可操之過急，應(yīng)行之有方，尊重產(chǎn)業(yè)發(fā)展規(guī)律。

五、結(jié)論與啟示

本文基于按工資劃分的行業(yè)類別來衡量勞動力技能水平，使用2008—2019年288個地級市及以上城市的宏觀數(shù)據(jù)，結(jié)合2018年全國流動人口動態(tài)監(jiān)測調(diào)查的微觀數(shù)據(jù)，運用部分調(diào)整模型和調(diào)節(jié)效應(yīng)進行分析，在城市產(chǎn)業(yè)結(jié)構(gòu)、人口規(guī)模和勞動力技能互補水平之間建立聯(lián)系，結(jié)合勞動力工資收入和城市勞動生產(chǎn)率指標(biāo)，從各技能勞動力的產(chǎn)業(yè)供需兩方面來解釋城市勞動力技能互補水平動態(tài)變化的內(nèi)在機制。主要研究發(fā)現(xiàn)如下：

第一，我國2012年以來高技能勞動力的空間集聚與低技能勞動力的空間分散，促使勞動力技能互補水平自2008年以來總體先升后降，城市人力資本空間分化格局凸顯。第二，在影響機制上，城市人口規(guī)模和產(chǎn)業(yè)結(jié)構(gòu)與勞動力技能互補水平分別呈“∽”型和倒“U”型關(guān)系。在超大特大城市和產(chǎn)業(yè)結(jié)構(gòu)高級化城市，其技能互補水平呈下降趨勢，這與我國家庭生產(chǎn)替代品、生活性服務(wù)業(yè)發(fā)展不足有關(guān)，它們導(dǎo)致低技能勞動力比例的提高未能有效促進這些城市的勞動生產(chǎn)率提升，降低了此類城市對低技能勞動力的相對需求。第三，工資收入仍是影響我國城市人力資本分化的主要因素，在大城市中，

各技能群體的工資收入均提高，但高技能勞動力在城市產(chǎn)業(yè)發(fā)展過程中能獲得更高的工資溢價，這使得高、低技能勞動力的工資收入差距不斷增大，

低技能勞動力的遷移意愿降低。第四，在超大特大城市中，低技能勞動力仍可獲得較高的城市工資溢價，如果人為地加速低技能勞動力比例的下降，會降低包括高技能勞動力在內(nèi)的所有勞動力的福利，削弱現(xiàn)代產(chǎn)業(yè)高質(zhì)量發(fā)展?jié)摿Α５谖澹煌?guī)模城市的勞動力技能互補水平動態(tài)調(diào)整速度存在差異，其中超大特大城市的調(diào)整速度比中等城市、大城市慢，生活性服務(wù)行業(yè)實現(xiàn)供需匹配需要更長的時間周期。

上述研究結(jié)果表明，在新型城鎮(zhèn)化階段，創(chuàng)新驅(qū)動和技能互補成為實現(xiàn)產(chǎn)業(yè)高質(zhì)量發(fā)展的動力引擎。一方面應(yīng)看到超大特大城市對高技能勞動力的迫切需求，以及在城市管理和資源配置上面臨的挑戰(zhàn)。高、低技能勞動力在推動城市生產(chǎn)率提升中的貢獻差距擴大，使得超大特大城市偏向于使用

降低低技能勞動力比例的策略，其具有一定的合理性。另一方面應(yīng)認識到生活性服務(wù)業(yè)是現(xiàn)代產(chǎn)業(yè)體系的組成部分，它不僅影響城市的生活便利度和服務(wù)體驗，還吸納了大量低技能勞動者就業(yè)，直接關(guān)系到低技能勞動力的生計與發(fā)展。

因此，本文提出以下政策建議：第一，積極推動生活性服務(wù)行業(yè)的供給側(cè)結(jié)構(gòu)性改革。通過多種方式鼓勵和支持個人護理、安全服務(wù)、家政、保潔服務(wù)、兒童照護等細分行業(yè)在市場上真正實現(xiàn)規(guī)范化、品質(zhì)化發(fā)展，發(fā)揮生活性服務(wù)業(yè)對增進民生福祉與促進就業(yè)的基礎(chǔ)性拉動作用。第二，拓寬人力資本投資渠道，暢通低技能勞動者的收入提升通道。通過職業(yè)培訓(xùn)、技能提升項目等措施提高低技能勞動者的工作能力，縮小各技能勞動者的收入差距。第三，優(yōu)化各城市以產(chǎn)業(yè)結(jié)構(gòu)為基礎(chǔ)的勞動力資源配置策略。各類型城市在新一輪人力資本空間配置背景下應(yīng)抓住發(fā)展機遇，結(jié)合自身發(fā)展優(yōu)勢與產(chǎn)業(yè)發(fā)展需求，合理吸納多樣化的勞動力，優(yōu)化不同技能勞動力在各產(chǎn)業(yè)、各行業(yè)間的配置，推動新興產(chǎn)業(yè)和生活性服務(wù)業(yè)融合發(fā)展，以經(jīng)濟高質(zhì)量發(fā)展帶動新型城鎮(zhèn)化的建設(shè)。

參考文獻：

［1］LIUY，SHENJ.ModellingskilledandlessskilledinterregionalmigrationsinChina，2000-2005［J］.Population，SpaceandPlace，2017，23（4）：e2027.

［2］WUJ，YUZ，WEIYD，YANGL.ChangingdistributionofmigrantpopulationanditsinfluencingfactorsinurbanChina：economictransition，publicpolicy，andamenities［J］.HabitatInternational，2019，94：102063.

［3］韓嘉玲，余家慶.離城不回鄉(xiāng)與回流不返鄉(xiāng)——新型城鎮(zhèn)化背景下新生代農(nóng)民工家庭的子女教育抉擇［J］.北京社會科學(xué)，2020（6）：4-13.

［4］劉濤，卓云霞，王潔晶.鄰近性對人口再流動目的地選擇的影響［J］.地理學(xué)報，2020（12）：2716-2729.

［5］高春亮，王業(yè)強，魏后凱.公共服務(wù)供給與地區(qū)收入差距——基于人力資本視角的分析［J］.中國人口科學(xué)，2022（4）：44-59，127.

［6］EECKHOUTJ，PINHEIROR，SCHMIDHEINYK.Spatialsorting［J］.JournalofPoliticalEconomy，2014，122（3）：554-620.

［7］DAVIESPS，GREENWOODMJ，LIH.AconditionallogitapproachtoU.S.statetostatemigration［J］.JournalofRegionalScience，2010，41（2）：337-360.

［8］GLAESEREL.AreviewofEnricoMorettisTheNewGeographyofJobs［J］.JournalofEconomicLiterature，2013，51（3）：825-837.

［9］GOOSM，MANNINGA.Lousyandlovelyjobs：TherisingpolarizationofworkinBritain［J］.ReviewofEconomicsandStatistics，2007，89（1）：118-133.

［10］DREWD，ZHAOJ，MURRAYS.Braindrainandbraingain：themigrationofknowledgeworkersfromandtoCanada［J］.

EducationQuarterlyReview，2000，6（3）：8-35.

［11］HAUSMANNR，HWANGJ，RODRIKD.Whatyouexportmatters［J］.JournalofEconomicGrowth，2007，12（1）：1-25.

［12］AUTORDH，DORND.Thegrowthoflowskillservicejobsandthepolarizationofthe

U.S.labormarket［J］.AmericanEconomicReview，2013，103（5）：1553-1597.

［13］GOOSM，MANNINGA，SALOMONSA.JobpolarizationinEurope［J］.AmericanEconomicReview，2009，99（2）：58-63.

［14］BACOLODM，BLUMBS，STRANGEWC.Skillsinthecity［J］.JournalofUrbanEconomics，2009，65（2）：136-153.

［15］DURANTONG.Growingthroughcitiesindevelopingcountries［J］.TheWorldBankResearchObserver，2015，30（1）：39-73.

［16］GLAESEREL，MAREDC.Citiesandskills［J］.JournalofLaborEconomics，2001，19（2）：316-342.

［17］FUS.Smartcafcities：testinghumancapitalexternalitiesintheBostonmetropolitanarea［J］.JournalofUrbanEconomics，2007，61（1）：86-111.

［18］LIUZ.Theexternalreturnstoeducation：evidencefromChinesecities［J］.JournalofUrbanEconomics，2007，61（3）：542-564.

［19］CARLSENF，RATTSJ，STOKKEHE.Education，experience，andurbanwagepremium［J］.RegionalScienceandUrbanEconomics，2016，60（9）：39-49.

［20］COMBESPP，DEMURGERS，LIS.MigrationexternalitiesinChinesecities［J］.EuropeanEconomicReview，2015，76（C）：152-167.

［21］GARNEROA，KAMPELMANNS，RYCXF.Theheterogeneouseffectsofworkforcediversityonproductivity，wages，andprofits［J］.IndustrialRelations：AJournalofEconomyandSociety，2014，53（3）：430-477.

［22］劉曄，王若宇，薛德升，曾經(jīng)元.中國高技能勞動力與一般勞動力的空間分布格局及其影響因素［J］.地理研究，2019（8）：1949-1964.

［23］梁文泉，陸銘.城市人力資本的分化：探索不同技能勞動者的互補和空間集聚［J］.經(jīng)濟社會體制比較，2015（3）：185-197.

［24］蔡昉.城市化與農(nóng)民工的貢獻——后危機時期中國經(jīng)濟增長潛力的思考［J］.中國人口科學(xué)，2010（1）：2-10，111.

［25］李紅陽，邵敏.城市規(guī)模、技能差異與勞動者工資收入［J］.管理世界，2017（8）：36-51.

［26］楊小忠，羅樂.城市人力資本空間分層：異質(zhì)性公共服務(wù)視角［J］.當(dāng)代財經(jīng)，2021（2）：3-14.

［27］SHENGY，ZHAOM.Regulationsintheeraofnewtypeurbanisationandmigrantworkerssettlementintentions：thecaseofBeijing［J］.Population，SpaceandPlace，2021，27（3）：e2394.

［28］廖重斌.環(huán)境與經(jīng)濟協(xié)調(diào)發(fā)展的定量評判及其分類體系——以珠江三角洲城市群為例［J］.熱帶地理，1999（2）：76-82.

［29］干春暉，鄭若谷，余典范.中國產(chǎn)業(yè)結(jié)構(gòu)變遷對經(jīng)濟增長和波動的影響［J］.經(jīng)濟研究，2011（5）：4-16，31.

［30］YANKOWJJ.Whydocitiespaymore？anempiricalexaminationofsomecompetingtheoriesoftheurbanwagepremium［J］.JournalofUrbanEconomics，2006，60（2）：139-161.

［31］FLANNERYMJ，RANGANKP.Partialadjustmenttowardtargetcapitalstructures［J］.

JournalofFinancialEconomics，2006，79（3）：469-506.

［32］ARELLANOM，BONDS.Sometestsofspecificationforpaneldata：MonteCarloevidenceandanapplicationtoemploymentequations［J］.TheReviewofEconomicStudies，1991，58（2）：277-297.

SpatialDivergenceofUrbanHumanCapitalinChina

fromthePerspectiveofIndustrialDevelopment：

BasedonPanelDataof288ChineseCitiesfrom2008to2019

PENGJiao1，ZHAIZhenwu2

（1.SchoolofHumanitiesandManagement，HunanUniversityofChineseMedicine，

Changsha410208，China；2.CenterforPopulationandDevelopmentStudies，

RenminUniversityofChina，Beijing100872，China）

Abstract：Withtheriseoftheknowledgeeconomyandadvancementsininformationtechnology，innovationdrivendevelopment

andskillcomplementarityhaveincreasinglybecomepivotalindrivinghighqualityindustrialdevelopment.

Basedonpaneldataof288prefecturelevelcitiesfrom2008to2019inChina，

thispaperdelvesintothechangingtrendsofskillcomplementaritylevelofurbanlabor

andspatialevolutionofurbanhumancapital，thenanalyzestheintrinsicmechanismofspatialdivergenceofhumancapitalfromtheperspectiveofthesupplyanddemandofindustriallabor.Theresultsshowthatspatialagglomerationofhighskilledlaborandthetransitionfromspatialagglomerationtodispersionamonglowskilledlaborhavepromptedaninitialincreasefollowedbyadecreaseintheskillcomplementaritylevelofurbanlaborsince2008.

Thistrendtherebyaccentuatesthepatternofspatialdivergenceinurbanhumancapital，especiallyin

megacitiesandcitieswithadvancedindustries，wheredecliningskillcomplementaritylevelrelatestosluggishgrowthoflifeservicesectorandreduceddemandforlowskilledlaborbymechamismanalysis.

Correspondingly，reduceddemandforlowskilledlaborresultinsluggishgrowthoflifeservicesector，sothatwagegrowthisweak，which

exacerbatesthewagegapandreducelowskilledworkersmigrationintent.

However，lowskilledworkersstillearnsignificanturbanwagepremiumsinmegacities，

andthedecreasingproportionoflowskilledlabor

mayimpedeurbanindustrialpotential.Tocoordinateindustrialdevelopment

with

labormarket，thepapersuggestsprioritizingsupplysidereformsinthelifeservicesectorandoptimizingtheallocationofavastandskilldiversehumancapital，then，fosteringtheintegrationoflifeservicesandemergingindustriesbyskillcomplementavitytoboostthequalityandefficiencyofindustrialdevelopment.

Keywords：industrialdevelopment；humancapital；spatialdivergence；skillcomplementarity

［責(zé)任編輯崔子涵］