市场化进程加速了人口流动吗?
——人口流动的市场化陷阱
2019-03-14陆丰刚陈寅平
陆丰刚,陈寅平
(哈尔滨商业大学 经济学院,黑龙江 哈尔滨 150028)
1 引言
根据2017年中国统计年鉴数据和国家卫生健康委员会发布数据计算发现,人口净流出数量排在前四位的省份(河南、四川、安徽、贵州)均为经济相对欠发达地区[注]经济相对发达地区和经济相对欠发达地区的划分以人均GDP高于或低于全国平均水平为标准。。人口净流入数量排在前四位的省市(广东、上海、北京和浙江)均为经济发达地区。市场化改革程度是决定人口流动方向的重要因素(蔡昉和王德文,2003)。对于地区经济发展不平衡,二元经济特征明显的我国来说,市场化进程对经济发达地区和经济欠发达地区人口流动方向的影响显然是不同的。与此相伴随的问题是,市场化改革的深入在加速经济发达地区人口流入,为其提供充足人力资源和消费需求的同时,是否会加剧经济欠发达地区人口流失问题,使经济欠发达地区缺乏经济动能,陷入人口流动的市场化陷阱之中?
考虑到不同省份人口规模差异性,本文通过计算常住人口与户籍人口差额测算地区人口净流入量或净流出量(鲍常勇,2007;于涛方,2012;孙祥栋,王涵,2016;戚伟等,2017),采用1997-2014年省际人口和宏观经济数据以及樊纲和王小鲁等(2011,2016)分省份市场化指数数据研究市场化进程对人口净流入地区和人口净流出地区人口流动速度的影响。统计分析发现,人口净流入地区基本都属于经济相对发达地区;而人口净流出地区则无一例外都属于经济相对欠发达地区。本文可能的边际贡献在于,提出了经济欠发达地区可能会陷入人口流动的市场化陷阱这一论题,即:经济欠发达地区需要通过深化市场化改革释放经济活力,促进经济发展,但市场化进程的深入又使得经济欠发达地区人口加速流出,加剧了人口流失问题。人口流出不但带走了人力资源,同时也带走了巨大消费需求,使得经济欠发达地区经济发展在供给侧和需求侧同时面临困境。
本文政策涵义在于,人口净流入地和人口净流出地政府政策应该有所侧重,人口净流入地政府政策重心是高水平人力资本和高端人才的引进;而人口净流出地政府则要区分市场和政府作为界限,从短期关注个体需求和长期改进资源配置效率入手应对市场化所引起的人口流动问题。
2 文献回顾
2.1 人口流动界定和测度方法
既往研究对人口流动的界定和测度方法主要有三种。第一种,采用国家统计局和国家卫生健康委员会对流动人口的界定以及调查数据(石人炳、陈宁,2015;韩枫,2016;姜玉等,2016)。国家统计局第六次人口普查将流动人口界定为居住地与户口登记地所在乡镇街道不一致,且离开户口登记地半年以上的人口;国家卫生健康委员会对流动人口的界定是在本地区居住1个月以上,非本区(县、市)户口的人口。第二种,通过计算常住人口与户籍人口差额测度净人口流量(鲍常勇,2007;于涛方,2012;孙祥栋、王涵,2016;戚伟,2017)。第三种,将数据属性与公式相结合测度人口流动速度。基本公式为:(年末人口数-上年末人口数 -上年末人口数*人口自然增长率)/年末人口数(李拓、李彬,2015)。白极星等(2016)和杨晓军(2017)分别采用常住人口数据和户籍人口数据测度了人口流动速度。
2.2 人口流动影响因素
已有文献对人口流动影响因素的研究可以根据推-拉理论(Ravenstein,1885,1889;Lee,1966)中的推力因素、拉力因素和障碍因素予以归类。在推、拉因素方面,学者主要从经济因素、社会因素以及地理因素入手进行实证研究。第一,在经济因素方面,经济发展、第三产业发展、外商投资比重、收入和就业机会都会正向拉动人口流入(张耀军、岑俏,2014;夏怡然等,2015;王永培、晏维龙,2013;杨晓军,2017;阳玉香等,2017)。第二,在社会因素方面,邢春冰等(2013)发现教育回报率的地区差异对不同教育水平劳动力的相对迁移概率产生显著影响,高教育水平人群比低教育水平人群的迁移概率更高;杨义武等(2017)研究认为地方公共品供给对人口迁移有显著正向影响,与向大城市迁移相比,流动人口向中小城市迁移会更多地考虑公共服务因素。第三,在地理因素方面,王桂新和潘泽瀚(2016)发现我国人口迁移受第一自然(自然禀赋)和第二自然(交通区位)影响显著,人口分布的胡焕庸线[注]胡焕庸通过考察我国人口地理分布,发现我国人口分布呈东南稠密、西北稀疏的特征。从黑龙江瑷珲(现黑河)向云南腾冲画的一条把我国分为东南、西北两大半壁的线称为“胡焕庸”线。至今并未改变;曾永明(2017)发现我国人口迁移存在显著的空间依赖,其中迁出、迁入地独立的空间自相关效应会促进人口迁移;张抗私,周晓蒙(2018)发现生源地因素、生活环境与自然环境均影响大学毕业生的省际流动。马荷花和王小军(2017)研究发现,经济因素、人口因素、地理因素是影响人口流动的共性因素,迁出省份的人口推力作用在农村迁往城市的模式中表现得最大,迁入省份的人口拉力作用则在城市迁往城市的模式中表现得最大。在障碍因素方面,学者集中对户籍制度改革进行研究,这方面的研究结论存在争议。夏纪军(2004)和吴忠民(2003)认为户籍制度通过增加人口流动成本限制了人口流动,尤其会对外来人口进入非正式工作部门进行限制;朱江丽和李子联(2016)与杨晓军(2017)认为户籍改革促进了在城市工业部门务工的农村劳动力市民化,实行统一的居民户口登记管理制度改革能有效吸引外来人口迁入大城市;宁光杰和段乐乐(2017)也认为户籍变量会影响流动人口的就业行为,尤其会影响由私营企业流向国有企业,由城市非正规部门流向城市正规部门等行为;但是孙文凯等(2011)研究发现很少有证据显示户籍制度改革对短期劳动力流动产生了显著影响,当前户籍制度改革在引导农民工流动方面的作用有限。
2.3 人口流动与经济自由和市场化关系
在人口流动与经济自由和市场化关系方面,研究普遍认为经济自由、开放与人口流动呈现出显著正向关联关系。Ashby(2007)运用空间计量模型研究经济自由对美国48个州州际人口流动的影响,发现人口流入与经济自由度呈高度严格正相关关系。这一关系与Cebula(2014)最新研究结果一致。Daniel & Laura(2017)对跨国移民的研究也显示经济自由对高技术人群移民有显著性正向影响。国内实证研究揭示地区市场规模和市场潜能对人口流动有显著影响(王永培、晏维龙2013;余运江、高向东,2018);经济开放和市场化进程通过增加就业机会,提高收入,降低流动成本等促进了人口流动(李仲生,2001;朱玲,2004;易苗、周申,2014;彭国华,2015)。
3 数据与变量构造
本文使用全国31个省市(不包括香港、澳门和台湾地区)1997-2014年数据研究市场化进程与人口流动的关系。数据主要来自国家和各省市统计年鉴、《中国人口和就业统计年鉴》、《中国劳动统计年鉴》以及《中国市场化指数——各地区市场化相对进程2011年报告》(樊纲等,2011)与《中国分省份市场化指数报告(2016)》(王小鲁等,2016)。
3.1 被解释变量
人口流动速度(Net Floating Population,NFP)。用一地区人口净流入量或净流出量占户籍人口比例表示。本文通过计算地区常住总人口与户籍总人口差额获得该地区人口净流入量或净流出量(鲍常勇,2007;于涛方,2012;孙祥栋,王涵,2016;戚伟等,2017)。常住人口数据主要来自各省市统计年鉴(吉林、辽宁和湖南常住人口数据来自《中国人口和就业统计年鉴》与《中国劳动统计年鉴》)。户籍人口数据主要来自《中国人口和就业统计年鉴》(北京和上海统计年鉴中同时包含户籍和常住人口数据)。
3.2 核心解释变量
市场化程度(Marketization Index,MI)。本文采用市场化指数测度市场化程度。市场化指数数据来自樊纲和王小鲁等(2011,2016)研究报告。该报告通过考察政府与市场关系、非国有经济发展、产品市场发育程度、要素市场发育程度以及市场中级组织发育和法律制度环境等5方面来计算各省市市场化指数。其中,要素市场发育程度中涉及劳动力市场的指标用企业对人力资源供应条件评价来衡量,取消了之前城镇新增就业中农村劳动力比重指标。已有学者采用该报告市场化指数数据研究我国市场化相关问题(赵文军、于津平,2014)。
表1 变量说明
3.3 控制变量
经济发展(Y),用人均GDP表示,基本判断是经济发展水平越高对人口的吸引力越强。教育(Education,EDU),用万人普通高等学校毕业生数表示,该指标不仅体现地区高等教育水平,同时也具备人口集聚能力和扩散能力,会直接影响人口流动。就业状况(Employment,EM),用新增就业表示,新增就业越多对人口的吸纳能力越强。工资水平(Wage,W),用城镇在岗职工平均工资做代理变量,工资越高,对人口吸引力越强。控制变量数据均据各省统计年鉴数据计算所得。
另外,公共预算支出占GDP比重作为公共服务水平的代理变量也会影响人口流动;不同所有制、产业就业比例同样会影响人口流动。但由于市场化分项指数中已经包含了这些指标,控制变量中不再考虑这些因素。
4 计量模型与估计方法
4.1 面板固定效应模型
固定效应方法方便处理掉那些不随时间变化因素对人口流动的影响,比如地理位置、气候条件以及政治因素等,而把研究重心放在那些随时间变化的因素上,诸如经济发展、工资水平、就业状况等。建立如下模型:模型(1)只控制了影响人口流动的两个主要变量,经济发展状况和教育水平;模型2另外控制了工资水平和就业状况两个直接影响人口流动的变量,对其采取滞后一阶处理。
lnNFPit=β0+β1lnMIit+β2lnYit+β3lnEDUit+δi+τt+ui
(1)
lnNFPit=β0+β1lnMIit+β2lnYit+β3lnEDUit+β4lnEMit-1+β5lnWit-1+δi+τt+ui
(2)
其中,NFP表示人口流动速度,MI表示市场化程度,Y表示经济发展,EDU表示万人毕业生数,EM表示新增就业数,W表示工资水平;i代表截面,t代表时间,δi代表截面非观测效应,τt代表时间虚拟变量,ui为误差项,下文同。
4.2 广义矩估计(GMM)
考虑到内生性问题以及前期人口流动的惯性和带动作用,我们同时采用了动态面板数据方法(GMM方法,模型(3)和模型(4))。一阶滞后因变量的引入可以一定程度上解决模型遗漏变量问题,这对于人口流动来说显得尤为重要。人口流动是一个极为复杂的社会经济问题,其背后成因涉及经济、社会、个体以及家庭多方面,实证模型只能控制其中一部分变量。另外,人口流动也很可能会受之前流动人口形成的社会关系网络带动。在实证分析中为避免工具变量过多问题没有采用系统GMM方法,而是采用了差分GMM方法(Arellano & Bond,1991),
lnNFPit=β0+αlnNFPit-1+β1lnMIit+β2lnYit+β3lnEDUit+δi+τt+ui
(3)
lnNFPit=β0+αlnNFPit-1+β1lnMIit+β2lnYit+β3lnEDUit+β4lnEMit-1+β5lnWit-1+δi+τt+ui(4)
5 实证分析
5.1 人口净流入地区
计算得到,15个省市在1997-2014年保持人口净流入状态,分别是:北京、天津、山东、江苏、上海、浙江、福建、广东、吉林、辽宁、云南、新疆、内蒙古、青海、山西。我们以人均GDP高于或低于全国平均水平来划分经济相对发达地区和经济相对欠发达地区。以2014年为例,2014年我国各省份平均人均GDP为50743元,在15个省市中,只有山西、吉林、云南和青海低于全国平均水平,这说明绝大多数人口净流入地区属于经济相对发达地区。
表2 人口净流入地区变量描述性统计(1997-2014)
5.1.1 基本统计分析
由于受人口规模和经济总量等因素影响,净流入人口规模在全国不同省市呈现明显不均衡特征。1997-2014年间,人口净流入规模平均为272.32万人,最小流入人口规模是2007年山西省的0.24万,最大流入人口规模是2012年广东省的1958万;就省份而言,平均净流入人口规模排在前三位的是广东、上海和北京,分别为1425万、593万和451万;内蒙古、新疆和青海流入人口最少,分别为33万、28万和26万。
市场化指数整体呈现上升趋势,但地区差异明显。平均市场化指数为6.368,最低的是1997年青海的1.29,最高的是2007年浙江的11.39;就省份而言,排在前三位的是广东、浙江和上海,分别为8.64、8.51和8.31;排在后三位的是青海、新疆和内蒙古,分别是2.75、3.44和4.59。
描述性统计结果表明,尽管有人口规模和经济总量等因素制约,但市场化程度和人口流入呈现出明显的正向关联特征。
5.1.2 回归分析
为了不同方法比对,我们首先用最小二乘法对面板数据做了回归,其结果在表3(01)和(02)中报告;控制截面固定效应的结果在(1)和(2)中报告;采取Arellano & Bond(1991)方法进行差分GMM估计,用滞后被解释变量和解释变量作为工具变量。我们首先选取二阶滞后被解释变量与一阶和二阶滞后内生解释变量作为工具变量进行回归,没有通过Sargan 检验,而且工具变量数量也超过了截面数量;放弃二阶滞后解释变量后Sargan 检验P 值不显著,说明通过了工具变量过度识别检验;为了避免误差项存在自相关导致滞后工具变量无效问题,我们做了AB AR(1)和AB AR(2)检验。AB AR(1)检验显著,AB AR(2)检验不显著,说明误差项不存在自相关问题。
回归结果显示:
(1)无论采用什么估计方法,市场化程度对人口流动都有正向促进作用,这些结果不仅是统计显著的也是经济显著的。在控制经济发展和教育情况下,市场化指数每提高1%,人口流入速度会提高0.517%、1.727%和1.248%;在继续将工资和就业状况控制情况下,市场化指数每提高1%,人口流入速度会提高0.895%、1.514%和1.113%;用弹性概念来理解,在固定效应和差分GMM方法估计结果中,人口流动对市场化程度的反应是富有弹性的,这意味着市场化程度的深入显著提高了人口流入速度。
表3 人口净流入地区市场化和人口流动回归结果
(2)控制变量方面,除了工资出现一次不显著结果(差分GMM结果)以外,所有变量都对人口流动具有正向促进作用,相比较工资而言,流入人口更关注就业机会。经济发展对人口流动同样具有正向促进作用,在差分GMM估计结果中,人口流入对经济发展是富有弹性的,弹性系数分别为1.175和1.135;教育也加快了人口流动速度,最高弹性系数为1.112,这说明人口净流入地区培养的大学毕业生人口聚集效应明显,留在当地工作的大学毕业生带动了的更多社会网络人口流入地区;交叉项系数为负值测度了2008年市场化指数调整的影响;对比就业状况和工资结果可见,相比较工资而言,流入人口更关注就业机会,其系数对比分别为0.986/0.79、1.153/0.85和0.8/0.38,而且差分GMM对工资估计结果系数不显著。这可能说明人口流入地区工资水平普遍较高,只要有合适工作就一定能获得比流出地更高工资收入,所以流入人口更关注就业机会;往年流入人口对人口流动速度也有正向影响,这在统计上是显著的,但在经济上并不显著,弹性系数仅为0.158和0.147,属于缺乏弹性状态。
表4 人口净流出省份(1997-2014)
回归结果的政策意义在于,随着经济发展、就业改善以及工资水平的提高,人口净流入地区自然会有不断的人口进入,所以,人口净流入地区需要把政策重心放在如何吸引高素质人口和高端人才上。
5.2 人口净流出地区
计算得出,有16个省份在1997-2014年存在人口净流出情况(见表4)。结合净流出人口数据和市场化指数数据情况,我们选取对2008-2014年存在人口净流出情况的14个省份进行实证分析。分别是河北、海南、广西、甘肃、四川、贵州、宁夏、陕西、重庆、湖南、湖北、河南、安徽、江西(由于数据分散和缺失问题,西藏和黑龙江没有包括在内)。同样以2014年人均GDP为标准,人口净流出地区无一例外均低于全国平均水平,这说明人口净流出地区全部属于经济相对欠发达地区。
表5 人口净流出地区变量描述性统计(2008-2014)
5.2.1 基本统计分析
人口净流出地区人口流出规模不均衡。2008-2014年间,人口净流出规模平均为454万人,最小流出人口规模是2009年宁夏的9.06万,最大流出人口规模是2014年河南省的1226万;就省份而言,平均净流出人口规模排在前四位的是河南、四川、安徽和贵州,分别为933万、911万、784万和556万;排在后四位的是陕西、甘肃、海南和宁夏,分别是142万、139万、16.31万和9.61万。
平均市场化指数比人口净流入地区要低,不同地区差异化不大,但同一地区在时间上呈现波动上升趋势,并未呈现整体上升趋势。平均市场化指数为5.53,低于人口净流入地区的6.368,最低的是2012年甘肃的3.38,最高的是2014年重庆的7.78;就省份而言,排在前四位的是重庆、安徽、河南和四川,分别为6.61、6.46、6.39和6.05;排在后三位的是陕西、宁夏、贵州和甘肃,分别是:4.89、4.56、4.41和3.67。
与人口净流入地区类似,尽管有人口规模和经济总量等因素制约,但市场化程度和人口流出同样呈现正向关联特征,市场化程度越高的地区,人口流出规模越大,这意味着人口流出地区的市场化进程进一步加剧了人口流失问题。
5.2.2 回归分析
回归结果显示:
(1)人口净流出地区市场化程度的深入同样加快了人口流动速度,其影响系数普遍达到富有弹性的程度,平均影响系数超过了人口净流入地区。在控制经济发展和教育情况下,市场化指数每提高1%,人口流出速度会提高2.387%、1.328%和1.036%;在同时控制工资和就业状况情况下,市场化指数每提高1%,人口流出速度会提高1.511%、1.374%和1.162%;人口净流出地区市场化程度对人口流出速度的平均影响系数为1.466,超过了人口流入地区的1.169,这说明市场化指数每提高1个百分点,对人口流出地区人口流动速度的影响会高出人口流入地区0.291个百分点,这意味着相比较人口净流入地区而言,人口流出地区的市场化更快的加速了人口外流。
(2)控制变量方面,经济发展、就业改善与工资提高都会降低人口流出速度,但与人口流入地区不同的是,教育对人口流出速度没有显著影响,相比较就业机会来说,流出人口更关注工资收入。经济发展在所有估计方法中都会降低人口流出速度,就富有弹性情况而言,经济发展程度每提高1%会使得人口流出速度降低1.91%、1.179%和1.02%;就业机会和工资状况同样会降低人口流出速度,就业机会和工资每提高1%会使人口流动速度分别平均降低0.43%和1.181%,这说明相对于本地就业机会来说,流出人口更关注工资水平;教育对人口流出的影响虽然基本是负向作用(除了(02)),但在面板固定效应和差分GMM中均不显著,这说明人口流出地区增加大学生培养并没有显著的人口集聚作用,相反,还可能由于部分大学生人群的流出带动了更多人口流出,(02)中0.14的影响系数在一定程度上说明了这个问题;相比较人口净流入地区来说,往年流出人口对人口流动速度有着较大正向影响,影响系数为0.423和0.527。
回归结果验证了初步统计分析的结论,人口流出地区的市场化进程的确使得人口流失问题越发严重。这使得人口流出地区(或者说经济欠发达地区)在人口流动问题上陷入了市场化陷阱。所谓人口流动的市场化陷阱是指,一方面经济欠发达地区需要通过深化市场化改革促进经济自由,释放经济活力,促进经济发展,另一方面,市场化进程又使得人口加速流出,人口净流出不但带走了经济增长最主要来源,人力资源,同时也带走了巨大消费需求,使得人口净流出地区在供给侧和需求侧都同时面临困境。
表6 人口净流出地区市场化和人口流动回归结果
实证结果显示,人口净流出地区可以通过促进经济发展,提高工资,增加就业机会留住人口或者吸引人口进入。但问题在于,提高工资,增加就业机会都要建立在经济发展基础之上,而经济发展离开人口和高素质人力资本又无从发展。
所以,从宏观层面来说人口净流出地区能够选择的对策余地是有限的。人口净流出地区或许可以考虑从短期着手和长期着眼两方面寻找解决人口流失问题的出路:第一,短期策略是结合个体偏好规律和地区比较优势,通过政府力量在经济、收入因素之外抢先塑造地区吸引人口强点,比如保持清洁的空气,塑造让居民引以为傲的人文、社会环境以及交通秩序等;第二,长期应对策略是考虑地区产业特点基础上从改进生产要素比例,提高资源配置效率入手解决地区路径依赖问题,提高地区经济长期增长潜力,以此来吸引人口。
5.3 人口流动与市场化分项指数关系分析
尽管市场化改革可能会使经济欠发达地区陷入人口流动的市场化陷阱,但市场化改革又是经济发展所需要的。因此有必要找出市场化改革具体内容与人口流动的关系,从而有针对性的应对市场化进程给人口流动所带来的问题。
樊纲和王小鲁等(2011,2017)得出的市场化指数通过5方面分项指数计算而来,包括:政府与市场关系、非国有经济发展、产品市场发育程度、要素市场发育程度以及市场中级组织发育和法律制度环境。我们采用2008-2014年人口、经济和市场化分项指数数据,运用面板固定效应估计方法别对人口净流入地区和人口净流出地区做了回归检验,控制经济发展、教育、工资水平和就业状况后的回归结果见表7。
回归结果显示,人口净流入地区政府减少对企业干预,促进非国有经济发展,减少商品市场地方保护,促进要素市场发育,发展市场中介组织和完善法律制度环境都能加快人口流入速度。各项指标每提高1%,会使得人口流入速度分别提高0.205%、0.115%、0.021%、0.113%和0.107。其中,减少政府对企业干预,缩小政府规模和增加市场分配资源比重对人口流入的影响较大。
表7 人口流动与市场化分项指标回归结果
人口净流出地区减少商品市场地方保护,促进要素市场发育,发展市场中介组织的市场化改革措施都加快了人口流出速度,其影响系数分别为1.082、0.031和0.125。但是减少政府市场干预,促进非国有经济发展方面的改革措施则能够降低人口流出速度。这两方面指标每提高1%,会使得人口流出速度降低0.11%和0.012%。虽然影响力度不大,但却有着重要政策涵义。这说明,人口净流出地区的市场化改革并不是必然会导致人口加速流出,其中关键问题在于,政府在推进市场化改革发展经济的同时需要区分市场和政府行为边界。
6 结论与政策建议
提高人口流动性是市场化改革的应有之义。但由于我国地区经济发展不均衡,二元经济特征明显,市场化进程的深入对于经济发达地区和经济欠发达地区人口流动的影响以及后续经济效应有着截然不同的涵义。本文基于我国1997-2014年省际人口和宏观经济数据以及樊纲和王小鲁的市场化指数数据,采用面板固定效应方法和差分GMM方法研究了市场化进程对人口流动的影响。得到以下主要结论:
(1)人口净流入地区基本都属于经济相对发达地区;而人口净流出地区则无一例外都属于经济相对欠发达地区。
(2)对于经济发达地区而言,市场化进程加速了地区人口流入速度。经济发展,教育水平提高,就业机会改善,工资水平提高以及既往流入人口的惯性和带动作用都会进一步增加经济发达地区流入人口。
(3)对于经济欠发达地区而言,市场化进程的深入加剧了人口流失问题,使得经济欠发达地区陷入人口流动的市场化陷阱,即:经济欠发达地区需要通过深化市场化改革促进经济发展,但市场化进程的深入又使得经济欠发达地区人口加速流出,失去了经济发展所需最重要的资源,人力资源。
(4)对于经济欠发达地区而言,并不是所有的市场化改革措施都会加速人口流出。经济欠发达地区要素市场、产品市场和中介市场方面的市场化改革会加速人口流出,但限制政府规模、促进非国有经济发展方面的市场化改革则会减少本地人口流出。
鉴于上述研究结论,本文提出以下政策建议:
(1)中央政府在推进市场化改革过程中应加大地区统筹调控力度,针对经济发达地区和经济欠发达地区制定相应政策,在产业布局、财政扶持和公共服务等方面适当照顾经济欠发达地区,避免经济欠发达地区陷入人口流动市场化陷阱之中。
(2)经济发达地区政府在继续大力推进市场化改革的同时应该把政策重心放在高质量人口和高端人才引入上。
(3)经济欠发达地区政府在推进市场化改革过程中要注意区分政府和市场作为界限,积极提高行政效能,通过大力促进非公经济发展留住人口。