中國制造業對城市人口流入的影響機制研究

戴中亮 李文輝

摘要：本文借助系統廣義矩參數估計法.實證分析了中國制造業對城市流入人口規模的影響。研究發現：首先.制造業通過“就業效應”影響城市流入人口規模。其次.人口流動存在“帶動效應”，先期人口流入對后期人口流入有顯著影響。最后，制造業對城市流入人口規模的影響存在城市等級差異、區域位置差異和經濟增長階段差異。較之低行政等級城市，高行政等級城市的“就業效應”較小、“帶動效應”較大;較之經濟欠發達地區，發達地區的“就業效應”和“帶動效應”都較大;較之高增長階段，中高增長階段的“就業效應”較大、“帶動效應”較小。

關鍵詞：制造業;人口流入;城市;系統廣義矩

中圖分類號：F062.9 文獻標志碼：A

DOI：10.3969/j.issn.1008-4355.2020.03.12

一、引言

人口流動是現代經濟社會中的一個普遍現象。《中國流動人口發展報告2018》數據顯示，截止2017年底，中國流動人口達2.44億，占中國人口的比重約為18%，且這一趨勢在未來10年會愈演愈烈，2030年預計達到3.27億人。面對如此龐大的流動人口，進行合理規劃和引導，提升對流動人口的社會治理能力，優化人力資源配置，對加快建設現代經濟體系有重要意義。而如何對人口流動進行合理規劃，這有賴于識別影響人口流動的驅動因素，通過對相關因素施加影響，發揮對人口流動的引導作用。從這一點來看，制造業的發展可能是探究流動人口前置誘因的重要視角。中國制造業的蓬勃發展促進了以就業為主的人口流動，特別地自2015年《中國制造2025》戰略出臺后，制造業的轉型升級將對人口流動產生更為深遠的影響。因此，本文立足中國制造業發展狀況，探討其對城市流動人口的影響。

作為一個普遍且重要的社會現象，人口流動引發社會學、經濟學的廣泛關注，學術界圍繞影響人口流動的因素形成了較為豐碩的成果。微觀層面的研究主要圍繞流動人口的家庭結構、教育水平、年齡、就業意愿、社會關系等來進行;宏觀層面則主要把地區經濟發展水平、公共服務質量、交通運輸條件、文化氣候因素等作為人口流動的基本動因。但已有研究仍存在以下兩點不足。一是盡管當前研究立足微觀與宏觀因素對人口流動形成了一定的理論解釋，如收入水平、就業機會等影響人口流動的因素被諸多研究所重視，但對這些因素如何影響人口流動的內在機制研究不足，鮮有研究關注能提供大量就業崗位的特定行業對人口流動的影響。事實上，行業聚集會產生資源活化效果，有效提高工資水平和就業機會，加之人們存在就業需求，因而人口流動會受到具有就業導向的行業因素影響。二是受數據可獲得性的限制，當前對人口流動的研究多數采用省級層面的截面數據，過大的地域尺度和過小的時間尺度會導致變量遺漏，并影響研究的精確性。因此，本文利用城市級別的面板數據，著重探究制造業與城市人口流人的關系及其內在影響機制，有助于從行業的中觀層面形成對人口流動誘因的解讀，豐富已有研究拘泥于宏觀與微觀因素的理論框架。

進一步來看，本文還將從城市等級、區域位置、經濟增長階段三個維度探討其對制造業與人口流動關系的邊界作用。從城市等級和區域位置角度來看，中國幅員遼闊，不同城市、不同區域的制造業發展水平及其引發的經濟發展狀況差異較大。而存在較大差異的城市間、區域間的人口流動現象也較為明顯;在不同的經濟增長階段，制造業的發展方向和路徑選擇有所差異，對人口流動的引導作用也有較大不同。因此，不同等級城市、不同位置區域、不同經濟增長階段下制造業誘發人口流動的作用不同。有鑒于此，深入挖掘城市等級、區域位置和經濟增長階段的邊界條件約束，制造業對城市人口流人的不同影響，細化理論的適用邊界和解釋范圍，有助于豐富制造業與人口流動關系的理論內涵。

基于此，本文以中國制造業對城市人口流入的影響機制為主題，利用2006-2016年中國285個城市的面板數據，以system GMM為主要分析工具，提出并實證檢驗了制造業影響城市流人人口規模的“就業效應”和“帶動效應”，以及在城市等級差異、區域差異和時間差異條件下上述效應的變化，嘗試為流人城市的人口數量和趨勢變化提供更為豐富的解釋。研究發現，首先，制造業由于“就業效應”與城市流人人口規模正相關。其次，人口流動存在“帶動效應”，先期人口流人對后期人口流人有顯著的正向影響。最后，在城市等級差異、區域位置差異和經濟增長階段差異方面，較之低行政等級城市，高行政等級城市的“就業效應”較小、“帶動效應”較大;較之經濟欠發達地區，發達地區的“就業效應”和“帶動效應”都較大;較之高增長階段，中高增長階段的“就業效應”較大、“帶動效應”較小。

與已有研究相比，本文可能的拓展主要體現在三個方面：第一，本文以制造業為切入點探討了中國城市流人人口問題，將制造業發展及其對就業機會的提供作為影響人口流動的中觀行業因素，力爭彌補微觀上對個體就業概率預期的前因研究不足和宏觀上對經濟發展水平界定過于泛化的缺失，為解釋流動人口尋找更為精細化的影響因素;第二，本文提出了影響城市人口流人數量的“就業效應”和“帶動效應”及其生發過程，量化研究了兩種效應的大小，在克服內生性問題的同時揭示兩種效應共同作用下制造業影響人口流入城市的機制;第三，本文不僅從整體上研究了制造業對城市流人人口的一般性影響，還分別研究了在城市等級、位置區域和經濟增長階段異質性條件下制造業對人口流人的具體影響，厘清了理論的邊界條件，也增強了研究結論的適用性。

二、文獻綜述

對關于人口流動的因素研究，源自Ravenstein（1885）對人口流動規律的系統性總結，此后國內外學者對人口流動的原因進行了廣泛且深入的研究。從總體上來看，已有研究呈現出兩大研究脈絡。一是圍繞宏觀因素展開研究，聚焦于宏觀經濟發展狀況、社會公共服務水平、交通運輸條件等。例如，Fei和Ranis（1989）在Lewis提出的“二元經濟模型”基礎上研究了農業生產率提高對人口流動的影響，其后Bogue（1959）的“推拉理論”全面分析了人口流動的宏觀影響因素。綜觀這些因素，經濟因素被認為是最為重要的因素，這意味著地區間的收入差距對人口流動有決定性的影響。除了經濟水平差異，社會公共服務水平是另一個重要的宏觀因素，原因在于中國城鄉之間、城城之間在教育醫療、文化體育、社會保障等方面差異巨大，這種差異引發了公共服務水平較好的城市更能夠吸引外來人口的現象，這在東部地區表現得尤其突出。

人口流動的宏觀因素分析在一定程度上解釋了整體人口的流動方向和趨勢，但仍難以揭示同一地區個體的差異性流動行為，這也引發了學者們對影響人口流動的微觀因素研究。已有研究所識別出的微觀因素較為分散，從個體層面的理性與非理性因素，到家庭層面的結構特征與決策模式，都會對人口流動產生不同的影響。就個體層面而言，個體對收入最大化的預期作為理性因素會對人口流動產生影響。Todaro（1969）首次引入“就業概率”變量，認為向城市轉移的個體決策由個體預期收入最大化所決定，而影響預期收入最大化的因素則是城鄉收入差距和個體在城市的就業概率。國內研究亦表明，工資水平和就業機會是影響人口流動的重要因素，也是個體做出遷移決策的重要理性誘因，因為“中國流動人口還是以就業為主要目的”。除此之外，個體的感情、情緒、舒適、自治、歸屬、道德等非理性因素也會對人口流動產生影響。就家庭層面而言，一方面，家庭規模、結構、稟賦以及家庭生命周期都會影響個體的遷移決策：另一方面，人口流動也會受到家庭成員集體決策的影響，這源于對預期收益最大化和風險最小化兩個因素的綜合考量。由家庭層面因素延伸至人際關系網絡，學者們開始關注人際網絡對人口流動的影響，認為其可以有效降低人口流動的風險和成本，增加人口流動的概率，而且這種關系網絡對人口流動的影響具有累計放大效果，較其他因素影響更顯著。從總體上看，微觀層面的研究主要從個體特征出發來解釋人口流動的原因，使得對人口流動原因的解釋更加精細化。

兩大研究脈絡已經對人口流動因素進行了非常詳盡的研究，但微觀和宏觀因素之間還缺乏有效的連接，二者如何交互并觸發人口流動決策的機制還有待進一步發現。在前人研究基礎上，本文嘗試將城市制造業作為宏觀上城市收入水平和微觀上就業概率的結合點，立足于制造業的就業狀況，詳細研究這一行業因素對城市流人人口的具體影響機制。同時，本文還將根據制造業在不同等級城市、區域位置和經濟增長階段上的發展路徑與分布格局，考察這些邊界約束對這一機制作用發揮的差異化影響。

三、理論假說

根據Todaro的人口流動模型，真正引起人口流動的因素不僅僅是城鄉間的收入差距，還包括流動人口在城市中是否能順利找到工作，即就業概率以及由此決定的預期收入。因此即使城市間沒有明顯的收入差距，只要就業機會不同，人口就會由就業機會小的城市流向就業機會大的城市。由于制造業提供了大約三分之一的就業崗位，因此可以合理推斷制造業越是發達的城市，制造業提供的就業崗位就越多，對外部人口的吸引力就會越大，從而形成城市人口流人。過往的研究業已表明，城市制造業的聚集會吸引更多的勞動力進入城市，即制造業通過“就業效應”影響城市流人人口數量。進一步講，傳統制造業與城市現代部門相比屬于“次級部門”，由于中國人口流動總體的趨勢是由農村到城市，由西部到東部，由落后地區到發達地區，而“次級部門”提供的就業機會會對以就業為目的的流動人口產生吸引力。因此即使存在一定的城市失業，只要作為“次級部門”制造業能提供就業機會，就依然能對流動人口產生吸引力。馬銀坡等（2018）的研究也顯示，制造業容納了30%的流動人口就業。因此，本文的理論假說1為：

假說1：制造業就業數量與城市流人人口規模存在正相關關系。

社會網絡理論認為，人口流動而形成的人口聚集，會因著親屬、友情、鄉鄰等關系構建出特殊的社會關系網絡。這種社會關系網絡能夠使得當期流動人口和潛在流動人口獲得前期流動人口在工作機會、居住安置、教育醫療等方面的協助，從而引致后續的人口流動。換言之，人口流動雖然受到城市間收入水平和就業機會的部分影響，但社會關系網絡能夠通過信息的傳達和實質性幫助加速人口流動的實現。這種基于社會關系網絡產生的人口流動具有較強的自我復制能力，能夠促使關系網絡與人口流動的螺旋增長。從歷次中國人口普查中關于人口遷移數據得知，人口遷移的大致原因可分為“工作調動”“分配錄用”“務工經商”“學習培訓”“投親靠友”“隨遷家屬”“婚姻嫁娶”“拆遷搬家”以及“退休”等類別，就業并不是人口流人城市的唯一原因。雖然人口流動的首要原因是由就業機會導致的預期收入增加，但城市流人人口的成功就業對其家庭成員、親朋好友、鄰里鄉親等存在示范性的“帶動效應”。這意味著，先期流動人口成功進入城市之后，其他人也會通過“投親靠友”“隨遷家屬”等方式流入城市，形成持續流動的格局。因此，本文的理論假說2為：

假說2：城市流人人口會對后期的人口流人產生正向作用。

制造業對流動人口的促進作用會受到城市差異的邊界影響。不同城市具有不同的行政級別，政府針對具有不同行政級別的城市在制度安排、權利配置等方面存在較為明顯的差異，特別是上下級城市間在資源分配和資源管理的關系上存在行政中心偏向，使得城市資源向行政等級較高的城市集聚。在這種情況下，在行政等級體系中居于較高位置的城市，往往享有各種優質資源的分配權，這進一步會影響到城市制造業的發展方向。高行政等級城市在資源優勢條件下，制造業發展趨于高端化，對就業者素質的要求也會相應提高。因此，較之高行政等級城市，低行政等級城市制造業提供的就業崗位對城市流人人口有更大的吸引力。同時，由于流人人口更傾向于選擇低行政等級城市，低行政等級城市更容易形成社會關系網絡并引致以就業為目的的人口流人，使得低行政等級城市制造業“帶動效應”更為顯著。但隨著社會關系網絡的蔓延，高行政等級城市在資源上的優勢逐步顯現，更好的公共服務資源將會對后續人口流入產生更大影響。據此，本文有如下假說：

假說3a：較之低行政等級城市，高行政等級城市制造業的“就業效應”更小，“帶動效應”更大。

從制造業發展狀況看，其在數量、質量和類型上都存在顯著的地區差異，不同類型的制造業在不同的區域形成差異化的聚集效果，產生制造業空間分布的多元極化效應，改變了制造業的就業結構和數量，并對城市流動人口規模產生重大影響。自2005年起，中國制造業的區域分布格局是能源密集型、技術密集型和資本密集型制造業向中西部擴散，但提供豐富就業機會的勞動密集型制造業仍然集中在東部地區。產業的聚集能提高流動生產率，進而促使均衡工資和就業的同時增加。因此，在東部地區制造業依然能提供數量充足的就業崗位的前提下，流人人口異地成功就業概率保持較高水平;西部地區制造業發展由于偏向資本、技術以及能源密集型，在制造業就業人口基數相對較少的情況下，人口流人的制造業就業彈性不高成為必然的結果。同時，發達地區的城市公共資源更具優勢，人口流動的帶動效應會更加顯著。據此，本文有如下假說：

假說3b：較之欠發達地區，發達地區制造業的“就業效應”和“帶動效應”都更大。

制造業對人口流動的影響存在時間差異。中國在近十多年間經歷了從高增長階段到中高增長階段的過渡，期間制造業也在經歷蛻變。中國在2002-2011年期間的GDP增長率保持在9%以上，其中大部分年份保持在兩位數以上，處于“高增長階段”。此后中國逐漸步入了“中高增長階段”，2012-2016年年均GDP增長率在8%以下。在第一階段，為提高經濟增長速度，制造業以傳統的資本和技術密集型發展為主，這在一定程度上抑制了制造業對勞動力的需求，從而抑制城市人口流入。但白2012年國家強調生態文明建設以來，中國制造業以高質量綠色化發展為主線，越來越多的制造業企業開始了轉型升級之路，不再單純走資本和技術密集型發展之路。一方面作為現代經濟主驅動力的制造業，在由生產型逐步向服務型過渡之后，開始逐步擺脫傳統制造業對勞動力需求的抑制，對勞動力的需求重新增加;另一方面，在經過前一期的高增長階段之后，流動人口經歷了勞動技能和素質的迭代更新，開始逐步適應和匹配現代制造業對勞動力的新要求。這兩方面因素的交織放大了制造業就業對流人人口的促進作用，使制造業重新成為人口流入城市的主引擎。同時，在經過前一期的快速城市化之后，農村剩余勞動力的減少和流動人口日益年輕化的雙重趨勢日益顯現，流人人口“舉家搬遷”“攜親帶友”的情況將會減少，即帶動效用開始減弱。據此，本文有如下假說：

假說3c：較之高增長階段，中高增長階段的“就業效應”較大，“帶動效應”較小。

四、研究設計

（一）變量、數據及描述性統計

1.變量

被解釋變量。“城市流人人口”（migration，單位萬人）變量的統計口徑是后續實證分析的重要基礎。由于中國地級市層面的流動人口數據缺失，現有文獻在省級層面對“城市流人人口”的計算方式在本文無法直接使用。本文借鑒呂煒等（2017）的方法，將城市流動人口視為城市常住人口和城市戶籍人口之差，即城市流動人口數量=年末常住人口數量一年末戶籍人口數量。自2006年始，官方測算城市人均GDP的人口口徑統一調整為“常住人口”，因此可以利用公式（1）測算城市流動人口數量。

核心解釋變量。本文的核心解釋變量是“制造業就業數量”（employment，單位萬人）。由于難以直接獲取地級市“制造業就業數量”統計數據，本文選擇可以獲得的“規模以上工業企業就業數量”作為制造業就業數量的代理變量，主要因為：一是從工業門類看，規模以上工業企業包括采礦業、制造業及電力、熱力燃氣及水生產和供應業等3大門類，2006-2016年間制造業企業占規模以上工業企業數量比重均達92%以上（見表1）。二是規模以上工業企業是實體經濟的主要載體，是勞動力就業和獲得收入的重要部門，對人口流動亦有重要影響。因此用“規模以上工業企業就業數量”近似代替“制造業就業數量”具有合理性。

控制變量。本文選取了下列控制變量，包括：（1）城市收入水平。城市收入水平是人口做出遷移決策的重要因素之一，本文選取職工年工資（wage，單位元/人）來測量城市收入水平。（2）城市公共財政支出水平。城市公共財政支出水平是滿足城市居民公共服務的財力保障，而公共服務是影響人口流人城市的重要因素。表征城市公共財政支出水平的變量包括公共財政支出（expenditure，單位億元）。（3）教育和醫療狀況。勞動力遷移的重要目的之一是實現效用最大化而非簡單的“收入最大化”，尤其是涉及到家庭成員遷移時，城市教育資源和醫療資源是重要的影響因素。表征城市教育資源的變量包括普通中學數（schooll，單位個）、普通小學數（school2，單位個）、中學專任教師數（teacherl，單位人）、小學專任教師數（teacher2，單位人）。表征城市醫療資源的變量包括醫院床位數（hospital，單位個）、執業醫生數（doctor，單位人）。（4）城市技術水平。城市制造業的技術水平對勞動力需求結構和數量均有重要影響。表征城市技術水平的變量包括每百人公共圖書館藏書量（book，單位冊/百人）。

2.數據及描述性統計

（1）數據來源。本文的數據主要來自《中國城市統計年鑒》（2007-2017）。根據前述各變量的設定以及數據可得性，數據起始年份設定為2006年，數據區間為2006-2016年。（2）樣本情況。由于在這11年間部分城市行政區劃調整以及西藏自治區拉薩市數據嚴重缺失。本文刪除了12個城市樣本。同時，由于本文只研究人口流入城市的情況，因此刪除了人口流出年度的城市樣本，因此得到一個非平衡面板數據。表2為主要變量的描述統計情況。（3）數據預處理。為減小異方差影響，對被解釋變量和解釋變量進行自然對數處理。

（二）計量模型設定及估計策略

1.計量模型設定

根據前述假說內容，城市流人人口規模是制造業就業人數和其他經濟社會因素的函數。但上述大部分變量都存在內生性問題，這反映在：（1）核心解釋變量與被解釋變量之間存在雙向因果關系。已有研究表明，流動人口的流速、規模等會影響制造業就業情況，二者存在交互響應。（2）控制變量內生性問題。例如，由于公共財政支出、教師數量、醫生數量、醫院數量的當期值不能及時對城市流人人口變化當期值作出反應，往往需要時間才能做出充分調整，即存在時滯。尋找合適的工具變量是解決內生性問題的通常做法，但要同時找出制造業以及其他控制變量的工具變量，在現實中存在很大困難。

為解決上述問題，本文采用system GMM參數估計方法。system GMM模型將水平方程和差分方程結合起來估計，同時增加一組滯后的差分變量作為水平方程對應內生變量的工具變量集，以內生變量滯后期作為工具變量，只要能通過工具變量有效性檢驗，就不需要額外的工具變量。因此，在system GMM模型中，解釋變量可以包括被解釋變量的多階滯后期。此外，本文的數據特征為典型的“短面板”數據，也適宜采用system GMM估計。

因此，本文的動態面板模型如下：

2.估計策略

首先，運用固定效應模型、隨機效應模型對數據進行基準回歸，以此作為參照系。其次，在Hausman檢驗基礎上，根據模型可能存在的內生性問題，選擇DIF-GMM、system GMM模型做進一步基準回歸。最后，按照前述假說對樣本分類，對各類子樣本進行system GMM回歸分析，盡可能全面深入地分析制造業對城市流動人口規模的影響。此外，在后續所有回歸結果中，偶數列模型為奇數列模型的穩健性檢驗，其策略是替換部分控制變量，即中學專任教師數、小學專任教師數、執業醫生數分別替換普通中學數、普通小學數、醫院床位數。

五、計量分析與檢驗結果

（一）基準回歸

1.固定效應模型與隨機效應模型

表3為固定效應模型和隨機效應模型回歸結果。模型（1）、模型（3）的Hausman檢驗結果為882.07，p值為0;模型（2）、模型（4）檢驗結果為898.04，p值為0。Hausman檢驗結果顯示應該選擇模型（1）和模型（2），即固定效應模型。從系數檢驗結果看，模型（1）和模型（2）的核心解釋變量制造業就業數量雖然了通過顯著性檢驗，但公共財政支出、城市收入水平等變量的回歸結果存在較大問題，不符合經濟理論，說明內生性問題沒有得到有效解決，需要尋找效率更高的模型測算制造業對城市流人人口的影響程度。

2.DIF-GMM模型和system GMM模型

表4顯示了DIF-GMM模型與system GMM模型的回歸結果。為解決變量的內生性問題，將制造業就業數量、城市收入水平設為內生變量，其余控制變量設為先決變量。此外，當DIF-GMM模型與system GMM模型都通過過度識別檢驗、序列相關檢驗時，回歸結果以system GMM模型為準，原因在于system GMM模型具有更高的估計效率。

核心解釋變量制造業就業數量的回歸系數與固定效應模型結果存在顯著差異。模型（7）顯示，制造業就業數量系數符號為正（0.52）且通過顯著性檢驗（p<0.01），表明制造業就業數量與城市流人人口數量間存在正向促進作用，驗證了假說1。同時作為內生變量的城市收入水平系數符號為正（β=3.46，p<0.01），表明除了就業崗位之外，工資水平高低也是流動人口遷移的重要原因，較高的工資水平對城市吸納流動人口有正向促進作用。作為穩健性檢驗的模型（8）也驗證了這一點。在模型（7）中作為解釋變量的城市流人人口滯后1期和2期的系數符號均為正（β=0.18，p<0.01;β=0.13，p<0.01），驗證了假說2，說明人口流入具有強烈的“帶動效應”，且具有持續性。至于這種“帶動效應”在城市等級異質性條件下的不同特征，將在本文后面部分詳細說明。

在模型（7）中，大部分控制變量的系數回歸結果符合預期。公共財政支出滯后1期的估計系數符號為正（β=2.93，p<0.01），表明城市公共財政支出對城市流動人口存在正向促進作用，公共財政支出可以改善城市公共服務水平，促使更多人口流入公共服務水平較好的城市。城市技術水平當期值的系數符號為負（β=-0.29，p<0.01），表明城市技術水平對吸納流動人口存在反向作用，原因是流人人口在很大程度上屬于低技術勞動力，城市技術水平進步會對這類勞動力產生明顯的排斥作用，“機器代替人力”趨勢會在一定時間域內減少就業機會從而削弱人口流人的動力。普通中學數和普通小學數的當期值符號均為正（β=2.73，p<0.01;β=1.20，p<0.01），表明城市教育資源是吸引流動人口的又一因素。醫院床位數滯后1期系數符號為正（β=0.60，p<0.01），顯示醫療資源對流動人口有顯著吸引力。綜上，表征公共服務的控制變量的回歸結果說明，城市公共服務水平通過當期或滯后的正向促進作用擴大了城市流人人口規模。

（二）邊界約束作用檢驗

由于樣本存在顯著異質性，深入研究異質性條件下制造業對城市流人人口的影響成為必需。這些異質性條件包括：城市等級差異、區域位置差異和經濟增長階段差異。

1.城市等級差異

依據假說3a的表述，按照城市等級劃分出2個子樣本——地級市與非地級市（包括直轄市、副省級市和省會城市）。表5為按城市等級區分樣本的svstem GMM回歸結果。

模型（9）顯示，地級市制造業就業數量的估計系數符號為正且與基準回歸一致（β=0.47，p<0.01），說明地級市制造業通過提供就業機會影響了流人城市人口的規模。但模型（11）則顯示在非地級市樣本中，該系數沒有通過顯著性檢驗（β=1.92，p>0.1）。這說明地級市的就業效應大于非地級市，假說3a得以驗證。這種差異說明在結構調整和轉型升級背景下，城市制造業對就業者素質提出了更高要求，流人人口需要更多的時間來適應這一要求，抑制人口流動的現象在高行政等級城市比在低行政等級城市更加突出。

地級市和非地級市的帶動效應也有明顯差異。回歸結果顯示，地級市人口流人滯后1期和滯后2期的值都是顯著的（β=0.20，p<0.01;β=0.13，p<0.01），但非地級市只有滯后2期是顯著的（β=0.42，p<0.05），這說明地級市“帶動效應”的發生決于非地級市。其次，非地級市城市流人人口滯后2期的回歸系數大于地級市，說明非地級市的“帶動效應”雖然慢于地級市，但高行政等級城市有更完備的基礎設施體系，一旦前期流人人口能夠在高等級城市穩定，“帶動效應”的力度將會比低等級城市更強。

2.區域位置差異

中國地域廣闊，制造業發展水平存在明顯地域差別，這對人口遷移決策存在影響。本文按假說3b和分析經濟問題的慣例，將中國劃分為西部、中部和東部等3個子樣本。表6為按區域位置劃分樣本的system GMM回歸結果。

在控制其余變量影響的條件下，分區域回歸的結果可以發現，模型（13）（15）和（17）顯示，制造業就業數量當期值的系數只有東部地區具有顯著性（β=0.76，p<0.01），西部和中部地區城市制造業的就業規模對人口流人并無顯著影響，說明發達地區的就業效應大于欠發達地區。從帶動效用看，較為發達的中東部地區整體的帶動能力也大于欠發達的西部地區。這一結論也符合中國人口流動持續由西向東、由欠發達地區向發達地區，由內陸地區往沿海地區集聚的現實狀況。此外，中部和東部地區人口流動的“帶動效應”比西部地區更具持久性，表明中東部地區更為完善的公共服務體系驅動著人口不斷流人這些地區的城市。綜上，假說3b得到驗證。

3.經濟增長階段差異

按前面的分析將樣本分為兩個子樣本：高增長階段（2006-2011）和中高增長階段（2012-2016）。表7為按經濟增長階段差異劃分的system GMM回歸結果。

模型（19）和（21）顯示的結果驗證了假說3c。兩個階段中的制造業就業數量的系數均為正且與基準回歸一致（β=0.09，p<0.05;β=0.526，p<0.01），表明在任一經濟增長階段制造業均會通過“就業效應”促使人口流人城市。從系數的絕對值來看，中高增長階段的制造業就業規模對人口流動的影響明顯大于高增長階段，即就業效應在增強。城市人口流入的“帶動效應”在兩個時期均顯著存在，但后一階段的“帶動效應”開始減弱。可以預計的是，人口流入的“帶動效應”在未來還將進一步減弱。

六、結論

本文構建了中國制造業對人口流動影響的理論假說，利用2006-2016年中國285個城市的面板數據，實證檢驗了上述假說。研究發現，城市制造業提供了大量就業崗位，有效增加了流動人口的收入，對流動人口產生了吸引力。更進一步講，制造業就業人數與城市人口流入規模正相關，就業效應明顯;同時人口流動具有慣性，前期城市流人人口對當前和潛在的人口流入有顯著的正向帶動效應。在加入城市等級、區域位置和經濟發展階段三個邊界約束條件后，制造業對城市人口流人的影響呈現出差異化。具體而言，第一，由于流動人口更容易在低等級城市的制造業獲得就業機會，低等級城市制造業的就業效應大于高等級城市，但高等級城市的公共資源優勢使得其帶動效應強于低等級城市。第二，在制造業轉移的過程中，形成了發達地區以勞動密集型為主，欠發達地區以資本密集型為主的制造業分布格局，發達地區制造業的就業效應和帶動效應均大于欠發達地區。第三，由于不同時期制造業的發展方向和路徑選擇差異，中高經濟增長時期的制造業對城市流人人口的就業效應強于高經濟增長時期，但帶動效應弱于高經濟增長時期。

根據以上研究結論，本文提出以下政策建議：

首先，要堅持制造業與城市人口協調發展理念。新時代中國產業發展戰略之一是制造業轉型升級，無論是先進裝備制造業還是智能制造，都注重朝服務型制造業轉向。這一過程短期內可能會抑制城市人口流入，但長期來看依然會促進城市人口流入，實現這一轉換的關鍵是要根據十九屆四中全會關于“構建服務全民終身學習的教育體系”和“終身職業技能培訓制度”精神，依靠和利用各類社會性組織，確定有針對性的培訓內容和方式，著力培養新時代產業工人，克服人口流動中的自發性和盲目性，優化人口資源的合理配置。

其次，要注重城市公共資源的吸引作用。人口之所以從農村流向城市，從欠發達城市流向發達城市，從西部地區流向東部地區，很大程度上是因為這些目的地擁有更為完善的公共服務體系。因此，城市發展中需要執行就業與公共服務并舉的發展戰略。根據在地級市人口流入對公共基礎設施更具彈性的特點，要特別注重地級市公共基礎設施的建設和完善，充分發揮中小城市對流動人口的容納作用。

最后，要注意制造業發展的區域差異。從均衡人口流動的空間分布角度出發，西部地區制造業的引入與發展要適度，結構升級的步伐要穩健，注意提升制造業升級對就業的催化作用，避免單純資本化、技術化的轉型方式對人口流人的不利影響，避免由于制造業的轉型升級造成人口流失。