人口流动对中国经济增长收敛性影响——基于空间溢出角度的研究

周少甫， 陈 哲

(华中科技大学 经济学院，武汉 430074)

一、引言

人口流动和区域均衡发展一直是各国面临的重要社会经济问题。众所周知，人口是一个国家硬实力中的一个要素，稳定的劳动力规模有利于保证经济可持续发展。改革开放以来，我国针对人口流动的政策经历了五个阶段，由1979年控制迁移到1984年鼓励农村劳动力输出，再到1989年建立就业登记制度来控制盲目迁移，1992年开始规范迁移制度，从2000年到现在，我国取消了不合理的限制，实行公平化的迁移制度。随着政策的放宽，城乡之间的流动人口规模不断扩大，2009—2011年更是达到了高潮，2011—2014年间持续增长，由2011年的2.30亿人增长至2014年的2.53亿人，2015年流动人口总量开始下降，但在总人口中仍保持较大比重。据统计，我国人口流动的整体趋势主要是从中西部流向东部和东南沿海，人口流入地是主要经济中心省份，流出地则是经济较不发达的省份，且流动人口中80后、90后占比不断上升，2016年达到75.2%，成为迁移群体的主力军。劳动力自由流动打破了地域的桎梏，推动了国家经济的高速发展、产业结构的优化与升级，同时也引发了民工荒、就业权益得不到保障等问题。赵毅(2017)从区域产业的发展、环境资源、科技水平以及消费水平四个方面分析，肯定了人口流动对区域经济增长的影响，并指出区域经济发展不平衡是人口流动的原因，过度的人口流动也会加剧区域间的经济差距[1]。张广胜等(2018)总结了历年来中国人口流动变化的特征：受政策和市场波动的双重影响、逐渐由工业向其他行业扩展以及流动速度下降，进入刘易斯拐点等，得出为适应经济结构转型的要求，需要劳动力实现由量变向质变的转化，中国经济才能向高阶段发展[2]。

人口流动对地区经济增长有什么影响？一方面，基于新古典经济增长模型，对于流入地，人口增加会导致补偿投资增加，降低经济增长处于稳态的资本增长率，流出地则相反，同时人口流动也自动解决了一些地区劳动力不足而一些地区劳动力过剩的资源配置不平衡问题。所以一些研究指出，携带人力资本的人口流动有助于缩小区域间的经济差距，例如，姚枝仲等(2003)论证了劳动力流动能改变各地区的需求结构，削平地区间的要素禀赋差异，从而在缩小中国地区差异上发挥了一定作用[3]。林毅夫等(1998)、王小鲁等(2004)也表明了类似的观点[4～5]。而另一方面，一些文章基于人口流动与区域差距扩大并存的国内现状对这一结论提出了质疑，例如，段平忠(2008)发现人口流动对我国地区收敛的影响很大，并且为我国地区差异过大提供了很好的解释[6]。侯燕飞等(2016)参考Barro和Sala-i-Martin建立的人口迁移模型，综合考虑内生经济增长收敛机制和新古典经济增长机制，将人口流动携带的人力资本也视为物质资本的一部分,得出经济增长相对发散的结论，但与实证研究矛盾，从而引发“收敛谜题”[7]。姜乾之等(2015)也对我国流动与差距并存的悖论进行了解释[8]。彭国华(2015)从匹配理论出发，认为随着劳动力流动限制的放松，中西部与东部地区在技术型工作岗位的差距是扩大地区经济差异的根本原因[9]。

许多研究经济增长收敛性的文献指出，如果地区之间存在资本、技术和劳动力等要素的流动，会导致空间溢出效应，从而区域之间的经济增长收敛会得到强化，如Lima和Silveira Neto(2015)提供了存在人力资本和物质资本的空间溢出的充分证据[10]。而且朱国忠等(2014)也模拟了技术溢出带来的空间相关性对经济增长收敛的影响[11]。此外，孙向伟等(2017)以城市为分析单位，将中国分为五大区，发现东部地区的空间溢出效应不同于其他地区，考虑到不同区域的经济增长方式对空间地理位置的敏感程度不同[12]。李红等(2017)基于粤桂黔滇市域数据，得到人口流迁、生产率提升对不同城市群经济增长收敛性影响各异的结论[13]。本文也将进一步比较不同地区经济增长情况的异同。鉴于此，本文将在以往研究成果的基础上，运用空间计量模型研究中国及其中、东、西部省际间人口流动对经济增长收敛性的影响。

根据现有研究成果可知，有两种空间交互效应可以用来反映经济收敛的空间相关性。首先，被解释变量之间的内生交互效应可以度量地区之间经济增长的传染效应，包含这种空间交互项的空间模型称为空间自回归模型(SAR)。很多文章对此提供了理论依据，例如，何雄浪等(2013)在模型中引入空间因素，发现我国地区的经济增长具有明显的空间依赖性和空间相关性[14]；何天祥等(2017)发现地理邻近、产业结构和市场潜能会影响技术和知识的空间溢出，从而影响城市群的经济收敛[15]。其次，如果地区之间具有相似的不可观测的特征或处于相似的不可观测的公共环境中，误差项之间的交互效应可能会存在，具有这种交互项的模型是空间误差模型(SEM)。根据多数实证文献的研究表明，空间相关性作用在被解释变量上的可能性更大且具有更强的经济意义，所以本文采取空间自回归模型。同时，本文也增加了被解释变量的滞后项来反映经济增长的动态滞后效应。此外，由于我国先富带动后富的政策以及技术溢出、要素流动需要一定的时间积累，本文认为滞后效应也具有空间相关性，所以在模型中也添加了被解释变量滞后项的空间相关项。

此次研究的目的是构建不同且合理的空间权重矩阵，运用LeSage(2014，2015)实现的贝叶斯后验概率选择拟合数据最好的权重矩阵[16～17]，采用Lee等(2010)提出的修正偏差的极大似然法对带有时间固定效应和个体固定效应的空间动态面板模型进行估计[18]，从而对中国省际间人口流动与经济增长收敛性的关系有更清楚的理解。

在既有研究的基础上，本文做了如下创新：第一，在理论上，将人力资本也视作物质资本的一部分并通过设置参数，用画图这种直观的方式反映了人口流动变化对人均资本增长率变化的影响。第二，考虑到各地区存在经济互动关系，本文从空间溢出的视角出发，采用了空间计量模型。第三，本文还考虑到时间对空间溢出效应的累积作用，在模型中添加了被解释变量滞后项的空间相关项。第四，大多文献是直接给定空间权重矩阵，而本文是构建多种空间权重矩阵，再通过贝叶斯后验概率检验方法选出最适合的权重矩阵。

二、经济增长模型的空间扩展

在新古典经济增长模型中，根据假定生产函数规模报酬不变有：

(1)

(2)

参考Yu和Lee(2012)的研究将空间技术溢出考虑进来[19]：

(3)

其中，g为技术进步率，0<λ<1表示溢出效应，wi,j为权重系数，表示在地理、产业结构等因素的影响下，第i个地区受到第j个地区的技术溢出的程度。通过变换式(3)可以得到：

(4)

参考Barro和Sala-i-Martin(1992)的研究建立的人口迁移模型[20]：

(5)

将流入的人力资本也视为物质资本的一部分，资本累积过程变为：

(6)

其中，s为储蓄率，δ为资本折旧率，φ表示流动人口对资本增长的贡献。

将式(1)、(4)、(5)、(6)带入式(2)中，得

(7)

假设生产函数是C-D函数，即Yi,t=Ki,tα(Ai,tLi,t)1-α，则式(7)化简为：

(8)

在稳态附近进行一阶泰勒展开

(9)

(10)

(11)

(12)

(13)

从图1可看出，在人口流动过程中，对于人口流入的发达地区，人口流动对资本增长的影响较大，所以收敛速度会增大；而对人口流出的落后地区，随着人口流出速率不断增加，收敛速度在降低，因此，人口流动对流入地和流出地经济增长收敛性的影响不一样。

三、空间计量方法

根据Barro和Sala-I-Martin关于经济收敛的模型[20]：

(14)

对模型变形

lnyi，T-lnyi，t=(T-t)α-[1-e-β(T-t)]lnyi，t+(T-t)ui，t

lnyi，T=(T-t)α+e-β(T-t)lnyi，t+(T-t)ui，t

lnyi，T=Α+Βlnyi，t+(T-t)ui，t

(15)

加入控制变量和空间交互项的模型设定为：

lnyn,t=Βlnyn,t-1+ρWnlnyn,t+ηWnlnyn,t-1+øXn,t+cn+ξtln+Vn,t

(16)

其中，lnyn,t是n×1的向量，yn,t为各个省份的人均生产总值；lnyn,t-1为滞后项，前面的系数则代表经济收敛的情况；Xn,t为n×k的矩阵，且Xn,t=[mn,t,contralsn,t]，mn,t是各省份的人口流动率，contralsn,t为控制变量，包括投资、资本、就业、教育四个方面的情况。Wn是n×n的非负空间权重矩阵，且对角线元素为0。cn为个体固定效应，ξt是时间固定效应。

空间计量模型常常关注地区之间的溢出效应，LeSage等(2009)观察到偏微分可以解释为不同模型设定中变量变化的影响[21]；且根据Elhorst(2014)的推导[22]，模型对于时间上从单位1到N的第k个解释变量，对应的被解释变量的期望值关于其的偏导数矩阵为：

(17)

其中，矩阵的对角线元素表示本省份第k个解释变量对其自身经济增长率的长期影响，非对角线元素表示对其他省份经济增长率的长期影响，根据LeSage等(2009)的定义，长期直接效应为上述矩阵对角线元素的平均值，间接效应为非对角线元素每行和的平均值[21]。短期直接效应和间接效应则令τ=η=0得到。

此次研究，本文选取了五种空间权重矩阵：

(1)一阶邻接矩阵W1，省份i与省份j相邻(有公共边界)，则wij=1,否则为0。

(3)Knear1临近矩阵W3，若与省份i坐标相邻最近的是省份j，则wij=1,wis=0,∀s≠j，W3可以是非对称矩阵。

(5)经济地理距离空间权重矩阵W5，W5=W2·W4。

四、数据处理

本文选取我国31个省、自治区、直辖市2004—2015年的数据进行分析(未包括港澳台)，数据来源于《中国统计年鉴》《中国人口统计年鉴》以及各省份的统计年鉴。此外，对于缺失数据，本文采取曲线拟合的方式进行了填补。

本文不仅对全国的情况进行了分析，而且由于考虑到地区间存在政策、地理环境等差异，也将我国31个省份划分为中部、西部和东部三个地区进行分析，具体划分参照国家发改委的解释，中部包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南8个省，西部包括四川、重庆、内蒙古、贵州、云南、西藏、陕西、甘肃、宁夏、青海、新疆11个省、自治区、直辖市，东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、广西、海南12个省、自治区、直辖市。

对于变量的选择以及度量方法，参考已有的研究，控制变量基于四个方面选取：投资环境(FDI)、基础设施建设(Inf)、中央财政支出(Gov)和教育水平(Edu)。具体的度量方法见表1。

表1 变量的选择与度量方法

表2描述了全国以及东、中、西部地区主要变量的统计特征，可以看出，各个地区的人均GDP的差距并不大，但在教育水平的发展和中央财政支出上不太均衡。东部地区的人口流动率的平均值为正，而中部和西部地区的人口流动率的平均值为负，符合我国中西部地区人口向东部发达地区迁移的现状，而且中部地区的人口流动幅度大于西部。从第三产业就业人数占比的分析数据上看，最大值与最小值的差距较大，但东、中、西部地区的平均水平相差不大，存在中西部向东部追赶的趋势。在投资方面，出现了中西部投资率高于东部的情况，许召元(2016)也提到了该现象[24]。与投资挂钩的资本存量的增长率也出现了相似的情况。中央对各省份的人均财政支出的最高值出现在西部，说明政府也在为缩小东西部差距作出努力。总体而言，在市场机制和政府调控的双重作用下，我国的经济可能会存在收敛趋势。

表2 描述性统计分析

五、结果分析

(一)空间相关性检验

本文采用Moran’I指数来检验空间相关性，计算公式如下：

(18)

具体各年的Moran’I指数及P值见表3，从表3可以看到，所有年度都通过了1%水平的显著性检验，且2007—2015年通过了5%水平的显著性检验，说明各省份之间的人均产出具有显著的正向空间相关性。

图2为2015年各省份人均GDP的Moran散点图，由图2可以看到，多数省份分布在一、三象限，且呈现高—高聚集和低—低聚集，表明了一定程度的空间正相关关系。

表3 各年份Moran'I 指数及P值

为了选取合适的权重矩阵，在此采用贝叶斯后验概率方法，它是基于通过在整个参数空间上对模型的所有参数积分得到的对数边际似然值计算而来的，具体细节以及matlab代码参考了LeSage(2014，2015)[16-17]的研究。表4是模型(16)结合上述五种不同的空间权重矩阵得到的贝叶斯后验概率，结果显示，一阶邻接矩阵对应的贝叶斯后验概率最大，说明它对模型和数据的拟合程度最好，所以本文将选取W1作为空间权重矩阵。

基于Lee等(2010)提出的修正偏差的极大似然估计方法得到的全国及其东、中、西部的具体分析结果见表5[18]。

表4 各权重矩阵贝叶斯后验概率结果

表5 回归结果

注：***、**分别表示通过了1%、5%的显著性检验；括号内是渐近t统计值；被解释变量滞后项前的系数与1比较。

(二)假设检验

为检验固定效应是否能被替换成一个常数，本文采用似然比检验(LR检验)，个体固定效应的检验结果为：LR统计量134.2649，自由度30，P值0.0000；时间固定效应的检验结果为：LR统计量103.7783，自由度10，P值0.0000，所以均拒绝原假设(固定效应联合影响不显著)，说明存在个体和时间的异质性。

(三)回归结果分析

从经济增长收敛性上看，全国以及三个地区的被解释变量滞后项前的系数都显著的小于1，但通过计算收敛速度可以看出，全国和中部地区的收敛速度较慢，而东西部收敛速度较快。从表5中看，教育年限似乎对经济增长的影响不大，可能是因为教育回报需要一定的时间而本文所取样本的时间跨度较短。对于反映产业结构的指标，全国以及东中部第三产业就业人数对经济增长的正向影响不显著，西部地区甚至呈现负效应，根据范婧(2016)对我国1981—2012年数据的分析，第三产业属于密集型产业，发展具有较大的空间，但我国第三产业所占比重同全球水平相比，其总体规模相对较小，影响了就业的吸纳，导致经济增长与就业增长的非一致性[25]。如此看来，全国以及中东部地区第三产业发展正在逐步改善，其就业增长与经济增长的关系脱离了非一致性的情况，开始向正效应转变，而西部地区仍需时间调整产业结构。中央财政支出对各地区的经济增长也有着正向作用，说明政府适度参与资源配置的调节有利于缩小地区差距。

资本存量对经济增长的影响显著性很高，而且西部地区资本存量增长率前的系数相比其他地区最大，说明资本对西部地区经济的贡献更大，符合新古典经济增长模型中资本边际报酬递减的规律，但是，附带了人力资本的人口从中部向东部流动，导致中部地区资本的影响力相比东部较小。而且人口流动率对全国以及三个地区经济增长的负向影响都很显著，尤其是中西部，这也符合中西部人才外流的现状，且劳动力过剩对东部地区的经济增长产生了阻尼效应。结合各地区的收敛速度以及平均人口流动率来看，中西部都属于人口主要流出的地区，且中部平均人口流出率(0.041)大于西部平均人口流出率(0.025)，并且中部地区的经济收敛速度(0.0306)小于西部(0.2201)，结果符合本文上述的理论分析。

从空间相关性上看，全国人均产出的空间相关性以及滞后项的空间相关性都较强(ρ和η都高度显著)，中、东、西部地区的空间溢出效应不太相同，具体地，东部地区人均产出的空间相关性不显著，中部地区则为负效应，西部表现出正效应，说明东部地区的技术溢出趋于饱和，而中部地区由于人才流失严重导致负相关，西部技术升级的发展还有较大空间。且东部的被解释变量滞后项的空间相关性显著，说明东部地区之间的经济增长的溢出效应具有时滞性。

全国范围内，长期、短期的直接效应与间接效应的比较见表6。由表6中数据分析可知，产业结构的升级、政府支出和资本存量的短期效应和长期效应都为正。人口流动对经济增长的短期和长期影响都为负，结合人力资本受教育年限的长期直接效应为正，外溢效应为负，并且资本存量的长期溢出效应也为负，说明各省份留住高素质人才是长远之策。此外，投资率的长期溢出效应为负，说明加大各省份与外界的投资合作关系有利于经济的长期发展。

表6 效应分解计算结果

(四)稳健性分析

为检验实证结果是否是稳健的，本文用其他空间权重矩阵W4对模型进行回归估计，具体结果见表7。通过比较表5与表7得到，重要变量的显著性与符号基本一致，说明模型通过了稳健性检验且具有统计意义。

表7 稳健性回归结果

表7(续)

注：***、**分别表示通过了1%、5%的显著性检验；括号内是渐近t统计值；被解释变量滞后项前的系数与1比较。

六、结论

本文分析了我国省际间人口流动对经济增长收敛性影响的问题，运用动态空间模型，考虑到了各地区间与不同年份存在的异质性以及各地区经济增长的空间相关性，使得估计结果更加可靠。

本文发现全国以及东、中、西部的经济都是收敛的，只是全国和中部的β收敛速度较慢，而东西部的收敛速度较快，而且人口流动率对全国以及三个地区经济增长都呈负效应，具体地，东部受到的负向影响小于西部，西部受到的负向影响小于中部。本文认为，对于东部地区，一方面，中西部不断向东部地区输送人才，有利于经济的发展，另一方面，由于技术的发展和成熟，东部地区的企业可以采用一系列节约劳动力的设备，造成东部劳动力供大于求，导致承受过多人口带来的压力，使得经济增长的速度下降。对于中西部地区，结合两地区资本存量增长速度的情况，加之中部人才流失的情况比西部严重，说明西部大开发政策的实施不仅吸引了一批高素质人才，还促进了资本存量的增长，有利于西部地区的发展。若将就业人群分为三个等级：高精尖人才、中端人才和生存性人群，则我国的情况是东部地区中端人才和生存性人群过剩，中西部地区高精尖人才和中端人才不足。另外，本文发现东、中、西部地区的空间溢出效应不太相同，呈现东部地区技术溢出趋于饱和、中西部地区技术进步空间较大的趋势。

总之，从全国范围上看，政府可以加强地区间的互动性和降低贸易壁垒，并且制定相关的发展政策，有利于人口流动合理科学的进行，使人口的空间分布与国家的经济发展相适应。也应推进技术创新发展，并注意能够创造就业的技术革新和能够减少就业的技术革新的均衡。此外，通过对城市适当扩展，疏导人口向周边区域迁移来缓解经济发达地区的人口压力，同时增加对中西部落后地区的人力资本的投入以及制度扶持政策，并且中西部地区的当地政府可以制定吸引人才的方针，扩大对外开放的程度，鼓励发展高新技术产业，同时也应发挥比较优势，由于传统行业主要存在于中西部地区，东部地区大多是发达的现代行业，可以引导东部企业投资农业，使传统行业产业化、市场化，一方面，促进地区间合作交流，另一方面，也能为中西部地区吸引一部分人才、创造就业。