高鐵如何影響勞動力流動：新視角與新證據

徐 旭，俞 峰，閆林楠，鐘昌標

1.上海大學 經濟學院，上海 200444 2.北京科技大學 東凌經濟管理學院，北京 100083

經濟活動的空間分布取決于生產要素的分布。勞動力作為最重要的生產要素之一，若高鐵導致其空間分布發生變化，會連帶影響經濟生產的空間格局。高鐵已被證明能夠通過壓縮時空距離來促進城市間勞動力的面對面交流。促進勞動力的短期面對面交流并不是高鐵對勞動力流動的唯一影響。良好的交通基礎設施也給當地居民帶來了出行便利和許多隱形提升。它一定程度上影響了城市居民的出行便利性。因此，城市間的交通設施除了能促進勞動力短期跨區域面對面交流，也可能對勞動力的定居地選擇產生影響——即遷移決策。城市經濟學強調交通基礎設施通過促進集聚帶來經濟增長，尤其是勞動力的集聚。相較于短期流動，遷移的規模較小，但帶來的勞動力能夠作為城市生產的直接投入要素。高鐵對人口遷移的影響值得深究。

從理論角度看，交通設施對勞動力遷移的影響可以有兩種邏輯：一種是從“中心—外圍”模型出發，以規模效應為假設，以貿易成本降低為間接途徑；另一種是基于Rosen-Roback模型，認為交通基礎設施作為城市便利性設施影響了居住效用。王春楊等基于“中心—外圍”模型與假設，將高鐵開通后勞動力發生的遷移變化，進而影響區域創新的過程進行了建模。模型中認為高鐵首先通過間接減輕傳統貨運的壓力，降低了運輸成本，之后與傳統的“中心—外圍”模型傳導機制一致：中心城市工資上升，勞動力流向大城市，且在不斷的自我加強下形成中心—外圍格局。但是，其模型并沒有將遷移成本的下降內生化。由于人口遷移只是中介因素，在實證部分也未能證明運輸成本下降對勞動力遷移的影響。“中心-外圍”模型中的集聚效應主要來自當地勞動力共享、知識外溢、專業化分工等因素。這種集聚效應對產業活動直接促進，但若想間接傳導到個人，則表現為集聚地工資水平等直接經濟因素。在城市等級差異固定的現實條件下，交通設施難以通過促進城市規模不斷地自我加強來提高工資水平。實際上，有證據表明，即使發生大量勞動力涌入，也很難對當地的工資水平起到大幅影響。此外，高鐵能否通過間接減少傳統貨運成本對經濟格局產生顯著影響存在爭議。綜上所述，若依托“中心-外圍”模型，以高鐵間接減少貨運成本為出發點來分析高鐵對勞動力的遷移影響既間接又有些牽強，且也沒有成功的研究證據。

已有研究證明，由于大城市生存成本高，高鐵開通后一些高端勞動力更愿意居住在一線城市附近有高鐵的中等城市，這樣既能享受到中等城市較低的生活成本，也可以與一線城市資源保持較強的聯系。在做出遷移決定的過程中，勞動力個體無法觀察到貿易成本這些非生活因素，而是面對城市的配套、工作機會與收入這些直接表現。實際上，高鐵對于一座城市的居民來說更像是一種便民的基礎設施，有了這一設施，居民出行能夠更加便捷與舒適，這在Rosen-Roback模型中被稱為便利性。在房地產經濟學中，這種便利性能夠通過特征價格模型被貨幣化。作為有價值的公共設施，就很容易理解在其他同等條件下，勞動力為了獲取這種公共物品的價值屬性而愿意遷向高鐵城市。

圖1 市中心到最近高鐵站距離與城市勞動力遷入數

本文的邊際貢獻在于：第一，新的視角。現有研究主要關注高鐵對勞動力面對面短期交流，而本文著重高鐵對勞動力遷移的影響。這是對現有研究邊界的有效拓展。第二，新的機制。文中假設高鐵提升了城市便利性進而提高了城市對勞動力的吸引力，并進行了實證檢驗。第三，新的數據、方法與證據。現有研究以存量數據為主，研究方法多采用面板回歸。這樣的研究缺乏對事件微觀規律的直接反映。本文使用反映個體微觀特征的“中國勞動力動態調查”數據，加之條件Logit模型方法，是對現有研究模式的補充。新的證據詳細展示了高鐵這一新興交通基礎設施如何影響勞動力流動。

一、文獻回顧

新建交通基礎設施對經濟發展有著顯著提升作用，但關于這些效應在空間上如何分布一直都有不同觀點。高鐵主要用于客運，因此關于高鐵與人口流動間關系的研究在近兩年多了起來。現有的關于高鐵與人口流動的研究有以下三個特點。

第一，研究數據以宏觀為主，缺乏對個體特征異質性的探索。少量使用小樣本問卷數據的研究聚焦于早期高鐵與旅游業間的關系。如汪德根等研究發現，高鐵開通前游客距離景區的空間距離是其選擇旅游目的地的重要因素，而高鐵開通后這種重要性顯著降低。

第二，并未對短期流動與長期遷移做明確區分，多數研究高鐵與勞動力流動的文獻實際上僅聚焦于高鐵促進短期面對面交流。Lin的研究證明高鐵擴大了旅客規模，促進了面對面交流。高鐵打破了空間分割與封閉，提高了知識載體的移動頻率，因此能夠對創新產生影響。

第三，高鐵與人口流動方向的關系存在分歧。國外研究基于微觀數據較多，Heuermann以德國高鐵為樣本，研究發現高鐵使得一些居住在大城市的勞動力將工作轉移到了小城市。Charnoz等以法國高鐵為樣本，發現高鐵促使管理人員從子公司向總公司轉移。國內研究中，王赟赟等認為高鐵促進人口向高鐵城市流動，加劇了大城市的集聚效應。但該文僅使用宏觀存量數據，難以反映個體特征與具體流動細節。杜興強等認為高鐵增加了當地企業博士人才數量，但研究聚焦于一類人，且實際的樣本量稀少。王春楊等發現高鐵整體上對人口分布無顯著影響，但在異質性分析中發現對不同城市圈、不同規模城市的人口流動有著擴散或集聚效應。

綜上所述，雖然現有少量的宏觀研究中使用存量數據證明了城市開通高鐵能夠獲得人口增長，但存量數據將勞動力的遷移決策過程看作黑箱，不能直接反映個體決策過程，也不能具體描述受影響勞動力的流動細節。作為客運專線，高鐵對勞動力遷移決策的影響是其發揮經濟效用至關重要的中介途徑。本文將個體微觀數據與高鐵站點數據匹配，從人口遷移視角研究高鐵與人口流動間關系，以高鐵通過提高城市便利性進而吸引勞動力流入為假設，直觀反映出遷移者的個體特征與微觀遷移方向。

二、數據與實證模型

(一)數據來源

參考現有文獻，文中的個體特征有性別、婚姻情況、年齡、教育程度這些基本情況。考慮到代際流動，本文還涵括了父母教育程度、14歲時家庭社會地位自評。城市特征包含工資、房價、醫療教育情況以及人均道路面積等多個指標。此外，本文還加入了遷移距離、是否省內遷移這兩個特征虛擬變量。

(二)數據處理

在個體數據處理中，將三次問卷數據進行合并，刪除重復個體，只保留進行過跨市遷移的個體。CLDS包含調查對象的歷次遷移，本文取勞動力最后一次遷移作為考察范圍。

參照張莉等的做法，將一定時間跨度的數據進行時間維度上的平均。選取2000—2016年的相關城市數據，以2000年為基期進行平減，將歷年平均值數據作為控制變量。變量的描述性統計結果見表1。

表1 變量描述性統計結果

(三)實證模型

假設信息是完全對稱的，無遷移成本，公式如下：

(1)

勞動力對所有城市的居住效用進行對比。若發現居住在城市能獲得的效用比包含現居城市的任意城市都高，勞動力將會選擇遷移，為1。若不滿足該條件，勞動力不會遷移，為0。推導勞動力在城市居住的效用函數：

=+

(2)

(3)

+≤

(4)

表示勞動力在城市獲得的公共服務供給便利性，這些便利性由高鐵和其他城市特征提供，如式(2)所示。將包含高鐵帶來的城市便利性的交乘進效用函數，得到勞動力在城市居住所獲得的總效用，如式(3)所示。假設全部收入為工資收入，且只消費一般產品和住房，一般商品的價格標準化為1，住房價格為，工資為，則勞動力的消費約束如式(4)所示。進一步，求效用最大化：

=+(--)

(5)

求導，得到

(6)

可求出其間接效用函數：

(7)

可知，勞動力的居住效用主要由工資、房價和所在城市的便利性決定，在房價工資比不變的情況下，便利性與勞動力的居住效用成正向關系。而便利性由高鐵和其他城市特征組成。所以，回歸方程如下：

(=1|,)=(=1|,,)=(,,)

(8)

由上文所述可知，這是一個區域選擇模型。在給定各城市的特征后，一位勞動力在所有城市中選擇遷入。而這一概率是高鐵和其他城市特征的函數，因此使用條件Logit回歸來分析這一過程。

三、實證分析

(一)基準回歸

基準回歸的結果見表2。第(1)列為城市開通高鐵對勞動力遷移單獨回歸，核心變量的系數顯著為正。由于現有研究中對高鐵有效距離與行政邊界的普遍關注，第(2)列中加入了遷移距離的平方項和表示是否屬于省內遷移的虛擬變量。結果顯示核心變量仍然顯著為正。進一步，第(3)列中添加了城市特征變量組。各控制變量系數合理，核心變量高鐵開通事件的系數仍然顯著為正。最后，第(4)列中加入了省份固定效應，高鐵的回歸系數仍然顯著為正。基準回歸的結果支持了前文觀點。全局來看，一個城市若能開通高鐵，則能夠吸引勞動力遷入。

表2 基準回歸結果

(二)穩健性檢驗

1.替換不同年份的控制變量

如前文介紹，本文控制變量使用了城市年份的平均值。雖然城市特征存在連續性，但它仍可能隨時間發生相對波動。因此穩健性檢驗中首先使用2004與2012年的流入地城市特征數據替換基準回歸中的控制變量，結果見表3第(1)(2)列。與基準回歸相比，無論是按照2004年還是2012年的數據匹配，核心變量的系數都顯著為正，且系數變化不大。這表明使用按年份平均后的城市特征數據仍然能夠代表城市特征，基準回歸結果穩健。

2.不同時間段回歸

文中使用的CLDS融合數據存在以下特征。第一，時間段長，個別遷移甚至發生在新中國成立前。第二，數據集融合了三次調查的數據。顯然，2012年的調查不包括2012—2016年發生的遷移，三次調研的具體實施過程是否有不可觀測的差別也無從得知。第三，由于中國高鐵建設迅速，這就使得研究時間段末段的高鐵城市占比升高，造成相同條件下遷往高鐵城市的概率增加。因此，文中將數據按照遷移年份進一步分為2000—2016年和2004—2012年兩段來分析。回歸結果見表3第(3)(4)列。兩次回歸中核心變量都顯著且與基準回歸系數正負號相同，表明基準回歸結果穩健。

3.更穩健的聚類標準誤

考慮到條件Logit回歸中可能存在的組內自相關問題，文中將標準誤直接聚類調整到省級層面，用最嚴格標準來進行穩健性檢驗。回歸結果見表3第(5)列，與基準回歸相比，核心變量仍然十分顯著，數值無明顯變化，回歸結果穩健。

表3 穩健性檢驗回歸估計結果

(三)中介效應

由于本文的因變量為二值變量，因此不能使用線性回歸模型來做中介效應檢驗。本文采用KHB法來進行中介效應分解，結果見表4。其中，直接效應即原基準回歸核心變量系數，總效應為直接效應與中介效應之和。結果顯示，實際房價作為中介變量，中介效果在0.1%水平上顯著，但其為非完全中介效應。KHB分解證明，高鐵能夠通過提升城市便利性影響勞動力的遷移決策。

表4 中介效應檢驗估計結果

(四)內生性問題

這并不意味著對這一問題毫無辦法。眾多研究都提出中國的高鐵建設以大城市為節點。若去除大城市，剩余的中小型城市都是“幸運城市”——這些城市之所以有高鐵通過是由于其恰巧在原定高鐵線路邊，因此一定程度上可以減輕內生性問題。

表5 內生性問題回歸估計結果

從回歸結果看出，剔除中心城市后，剩下的中小型“幸運城市”內的高鐵設施帶來的影響，與基準回歸結果并沒有太大差異。而可能存在內生性的中心城市內高鐵設施并不會顯著影響勞動力遷移。這表明在使用本文設置的條件Logit模型，且合理控制城市自身特征后，城市可能遺漏的自身特征及優勢并不能對勞動力遷移產生決定性影響。因此，基準回歸中并不存在嚴重的內生性。

(五)進一步討論

前文已經證明高鐵能夠幫助城市吸引勞動力向其遷移，下面進一步反證這一問題：若城市開通高鐵能夠吸引勞動力遷入，那么在有效控制其他城市特征的情況下，則兩個高鐵城市不能夠相互吸引勞動力遷入。為了驗證這一點，將遷移者遷出地分為有高鐵與無高鐵兩類，分別進行回歸，結果見表6第(1)(2)列。一座有高鐵的城市不能夠單靠高鐵設施從另一個開通高鐵的城市吸引勞動力流入，但對未開通高鐵城市內的勞動力是有著顯著的遷入吸引力的。這一結果也說明，一個城市擁有高鐵，就能夠避免其他城市的高鐵對其勞動力產生引力。

表6 按流出地有無高鐵分類估計結果

四、異質性影響分析

受限于存量數據，還未有宏觀視角的研究能夠將個體特征融入中國高鐵與人口流動的研究中。下面分別從個體基本特征、人力資本與代際流動三個方面進行異質性分析。

(一)個體基本特征異質性

表7第(1)(2)列展示了高鐵分別對不同性別勞動力遷移選擇的影響。結果顯示，高鐵僅對女性勞動力遷移選擇有著顯著影響。傳統觀念中，男性勞動力由于負擔的經濟責任較多，本應該在遷移決策中更為活躍。可能正是由于男性本身就具有較強遷移意愿，導致高鐵對其遷移選擇的影響不大。在婚姻狀況的異質性分析中，第(3)(4)列結果顯示，城市開通高鐵僅對未婚人士的吸引能力顯著。關于年齡的異質性分析中，本文將年齡分為16～35歲與35～60歲，結果見第(5)(6)列。結果可以看出，高鐵僅對35歲以下青年人的遷移選擇影響顯著。

表7 按個體基本特征分類的異質性分析結果

(二)人力資本異質性

高鐵一直被視為吸引勞動力，進而促進城市經濟發展的重要設施。但吸引來的勞動力自身的人力資本是其發揮效能的決定性因素。用勞動力受教育水平表示人力資本，將自身教育程度按照本科以下和本科及以上來劃分，結果見表8第(1)(2)列。結果表明，本科及以上的遷移者會受到城市高鐵設施的顯著吸引而遷入該城市。

本文利用CLDS數據中的資源，對有無職業資格證書進行了異質性分析，結果見表8第(3)(4)列。兩種情況下高鐵都能夠對勞動力遷移產生顯著的正向影響。但有職業資格證書的勞動力更容易受到高鐵設施的吸引而遷移。綜合來看，高人力資本的勞動力更可能受到城市高鐵設施的吸引而遷入城市。

表8 按人力資本分類的異質性分析結果

(三)代際流動因素

多項研究已經證明代際流動因素對個體現狀的重要影響。下面首先考察父母教育異質性會對高鐵城市吸引力產生何種影響。受時代限制，父輩的教育水平普遍低于年輕一代，因此按照大專及以上和大專以下對父輩教育水平分類，結果見表9第(1)～(4)列。結果顯示，若勞動力父母擁有較高教育水平，勞動力才會受到城市高鐵設施的吸引。

與父母教育水平類似，原生家庭社會地位也是一項重要的代際流動因素。CLDS數據中包括一項14歲時的家庭社會地位自我評價。打分范圍為1～10，分數越高表示該勞動力對原生家庭社會地位評價越高。按照打分的中位數5分將遷移數據分為兩撥，結果見表9第(5)(6)列。可以看出，只有原生家庭社會地位自我評價較低的人才會受到城市高鐵設施的吸引。單看這一結果，似乎與父母教育水平異質性分析相左。但這里的社會地位是自我評價所得。對數據的統計發現，對社會地位打分小于等于3的占55.6%，而小于等于5的占88.3%。顯然，這不符合真實的社會地位分布。CLDS中認知的自我社會地位與真實情況差異較大，過低的打分更多展現的是對原生家庭現狀的不滿。文中的回歸結果展現更多的是對原生家庭社會地位不滿的人遷移選擇會受到城市高鐵設施的影響。

表9 按代際流動因素分類的異質性分析結果

五、空間視角下的勞動力遷移

本文的區域異質性分析基于微觀視角。由于使用微觀數據，本文可以區分出各區域由高鐵帶來的勞動力遷移的具體出處。

(一)三大區域視角

在進行三大區域異質性分析中，首先以區域外部遷向該區域的個體為樣本。表10第(1)～(3)列展示了區域外部勞動力遷向各區域時的決策如何受高鐵影響。回歸結果顯示，當東部以外的勞動力遷向東部時，會傾向于選擇有高鐵的城市。同樣，中部以外的勞動力流向中部時，也會傾向于選擇有高鐵的城市。但是，西部城市的高鐵設施并沒有對區域外勞動力展現出這種吸引力。在本研究的時間段內，西部地區高鐵建設還比較欠缺，未能形成網絡，因此高鐵吸引力未在西部地區充分發揮。

表10 按三大區域分類的估計結果

綜合來看，無論對于區域外部還是內部的勞動力而言，東部發達區域完善的高鐵設施對勞動力的吸引力都顯著為正；中部地區的高鐵只能夠吸引外部勞動力流入；而西部地區的高鐵城市非但不能夠吸引區域外部的勞動力，還促使勞動力流出到區域內其他城市。

(二)城市等級視角

為了進一步分析，本文對小城市流向大城市的勞動力再次細分。表11第(4)～(6)列回歸結果看出，雖然高鐵促使勞動力流向大城市，但只體現在外圍城市中，即低等級城市流向中等級城市。高鐵不能夠進一步促使中低級等級城市的勞動力流入高等級的中心城市，也不能促使高等級城市之間的勞動力遷移。因此，高鐵對勞動力的這種促進并不能稱為虹吸，這只是中小城市內的相互博弈。

表11 按不同等級城市分類的回歸結果

六、結論與啟示

高速鐵路有效壓縮了時空距離，深刻改變了人們的出行模式。作為高鐵發揮經濟效用的根本途徑，它對人口流動產生了何種影響值得深入討論。在高鐵與勞動力流動間關系還未完全清晰的背景下，本文從勞動力遷移這一新視角出發，使用新的微觀個體數據，采取條件Logit模型研究高鐵開通后的勞動力遷移決策過程，是對現有研究的有力補充。

本文的研究結論可以歸納為以下幾點。第一，從宏觀上看，城市開通高鐵能從無高鐵城市吸引勞動力遷入。這種吸引力很大程度歸因于高鐵對城市便利性的提升。這種吸引力是高鐵給城市帶來的一種普遍能力，并不是只存在于大城市中。相反，可能是由于大城市原本的交通設施和自身吸引力較強，高鐵設施對于大城市吸引勞動力能力的提升并沒有顯著作用。而高鐵對于中小城市的作用如同“人熊賽跑”——沒有高鐵就會在勞動力吸引力上落后。第二，從微觀上看，被城市高鐵設施吸引而來的勞動力往往是年輕的單身人群，這些人往往有著較高的人力資本。他們不滿足于現狀，積極追求改變，可以預見其流入城市后能夠給城市的經濟社會發展提供強勁支撐。第三，從空間視角來看，中小城市的高鐵吸引來的是更低等級城市的勞動力，但中心城市或大城市的高鐵并沒有增加這種吸引力。此外，東部地區由于高鐵建成度高，高鐵城市能夠吸引東部無高鐵城市的勞動力和中西部的勞動力，而中西部由于高鐵建設滯后，很難發揮與東部地區相同的作用。尤其是在西部，擁有高鐵反而會促進勞動力流出。這同時說明高鐵價值的發揮會受到其網絡完善程度的影響。

從本文的分析來看，在健全的交通網下，一個城市擁有好的交通基礎設施能夠獲得要素優勢，吸引勞動力向其積聚。一些學者認為發達地區交通設施會加劇中心城市的虹吸能力，造成馬太效應加劇。但本文的微觀視角研究表明，至少從勞動力流動角度看，發達地區交通設施不會加速小城市的衰落。在下一代的交通網絡建設中，規劃者應該充分考慮新型交通設施對勞動力的引流作用，讓交通設施更好的服務經濟社會發展。