中国制造业对城市人口流入的影响机制研究

戴中亮 李文辉

摘要：本文借助系统广义矩参数估计法.实证分析了中国制造业对城市流入人口规模的影响。研究发现：首先.制造业通过“就业效应”影响城市流入人口规模。其次.人口流动存在“带动效应”，先期人口流入对后期人口流入有显著影响。最后，制造业对城市流入人口规模的影响存在城市等级差异、区域位置差异和经济增长阶段差异。较之低行政等级城市，高行政等级城市的“就业效应”较小、“带动效应”较大;较之经济欠发达地区，发达地区的“就业效应”和“带动效应”都较大;较之高增长阶段，中高增长阶段的“就业效应”较大、“带动效应”较小。

关键词：制造业;人口流入;城市;系统广义矩

中图分类号：F062.9 文献标志码：A

DOI：10.3969/j.issn.1008-4355.2020.03.12

一、引言

人口流动是现代经济社会中的一个普遍现象。《中国流动人口发展报告2018》数据显示，截止2017年底，中国流动人口达2.44亿，占中国人口的比重约为18%，且这一趋势在未来10年会愈演愈烈，2030年预计达到3.27亿人。面对如此庞大的流动人口，进行合理规划和引导，提升对流动人口的社会治理能力，优化人力资源配置，对加快建设现代经济体系有重要意义。而如何对人口流动进行合理规划，这有赖于识别影响人口流动的驱动因素，通过对相关因素施加影响，发挥对人口流动的引导作用。从这一点来看，制造业的发展可能是探究流动人口前置诱因的重要视角。中国制造业的蓬勃发展促进了以就业为主的人口流动，特别地自2015年《中国制造2025》战略出台后，制造业的转型升级将对人口流动产生更为深远的影响。因此，本文立足中国制造业发展状况，探讨其对城市流动人口的影响。

作为一个普遍且重要的社会现象，人口流动引发社会学、经济学的广泛关注，学术界围绕影响人口流动的因素形成了较为丰硕的成果。微观层面的研究主要围绕流动人口的家庭结构、教育水平、年龄、就业意愿、社会关系等来进行;宏观层面则主要把地区经济发展水平、公共服务质量、交通运输条件、文化气候因素等作为人口流动的基本动因。但已有研究仍存在以下两点不足。一是尽管当前研究立足微观与宏观因素对人口流动形成了一定的理论解释，如收入水平、就业机会等影响人口流动的因素被诸多研究所重视，但对这些因素如何影响人口流动的内在机制研究不足，鲜有研究关注能提供大量就业岗位的特定行业对人口流动的影响。事实上，行业聚集会产生资源活化效果，有效提高工资水平和就业机会，加之人们存在就业需求，因而人口流动会受到具有就业导向的行业因素影响。二是受数据可获得性的限制，当前对人口流动的研究多数采用省级层面的截面数据，过大的地域尺度和过小的时间尺度会导致变量遗漏，并影响研究的精确性。因此，本文利用城市级别的面板数据，着重探究制造业与城市人口流人的关系及其内在影响机制，有助于从行业的中观层面形成对人口流动诱因的解读，丰富已有研究拘泥于宏观与微观因素的理论框架。

进一步来看，本文还将从城市等级、区域位置、经济增长阶段三个维度探讨其对制造业与人口流动关系的边界作用。从城市等级和区域位置角度来看，中国幅员辽阔，不同城市、不同区域的制造业发展水平及其引发的经济发展状况差异较大。而存在较大差异的城市间、区域间的人口流动现象也较为明显;在不同的经济增长阶段，制造业的发展方向和路径选择有所差异，对人口流动的引导作用也有较大不同。因此，不同等级城市、不同位置区域、不同经济增长阶段下制造业诱发人口流动的作用不同。有鉴于此，深入挖掘城市等级、区域位置和经济增长阶段的边界条件约束，制造业对城市人口流人的不同影响，细化理论的适用边界和解释范围，有助于丰富制造业与人口流动关系的理论内涵。

基于此，本文以中国制造业对城市人口流入的影响机制为主题，利用2006-2016年中国285个城市的面板数据，以system GMM为主要分析工具，提出并实证检验了制造业影响城市流人人口规模的“就业效应”和“带动效应”，以及在城市等级差异、区域差异和时间差异条件下上述效应的变化，尝试为流人城市的人口数量和趋势变化提供更为丰富的解释。研究发现，首先，制造业由于“就业效应”与城市流人人口规模正相关。其次，人口流动存在“带动效应”，先期人口流人对后期人口流人有显著的正向影响。最后，在城市等级差异、区域位置差异和经济增长阶段差异方面，较之低行政等级城市，高行政等级城市的“就业效应”较小、“带动效应”较大;较之经济欠发达地区，发达地区的“就业效应”和“带动效应”都较大;较之高增长阶段，中高增长阶段的“就业效应”较大、“带动效应”较小。

与已有研究相比，本文可能的拓展主要体现在三个方面：第一，本文以制造业为切入点探讨了中国城市流人人口问题，将制造业发展及其对就业机会的提供作为影响人口流动的中观行业因素，力争弥补微观上对个体就业概率预期的前因研究不足和宏观上对经济发展水平界定过于泛化的缺失，为解释流动人口寻找更为精细化的影響因素;第二，本文提出了影响城市人口流人数量的“就业效应”和“带动效应”及其生发过程，量化研究了两种效应的大小，在克服内生性问题的同时揭示两种效应共同作用下制造业影响人口流入城市的机制;第三，本文不仅从整体上研究了制造业对城市流人人口的一般性影响，还分别研究了在城市等级、位置区域和经济增长阶段异质性条件下制造业对人口流人的具体影响，厘清了理论的边界条件，也增强了研究结论的适用性。

二、文献综述

对关于人口流动的因素研究，源自Ravenstein（1885）对人口流动规律的系统性总结，此后国内外学者对人口流动的原因进行了广泛且深入的研究。从总体上来看，已有研究呈现出两大研究脉络。一是围绕宏观因素展开研究，聚焦于宏观经济发展状况、社会公共服务水平、交通运输条件等。例如，Fei和Ranis（1989）在Lewis提出的“二元经济模型”基础上研究了农业生产率提高对人口流动的影响，其后Bogue（1959）的“推拉理论”全面分析了人口流动的宏观影响因素。综观这些因素，经济因素被认为是最为重要的因素，这意味着地区间的收入差距对人口流动有决定性的影响。除了经济水平差异，社会公共服务水平是另一个重要的宏观因素，原因在于中国城乡之间、城城之间在教育医疗、文化体育、社会保障等方面差异巨大，这种差异引发了公共服务水平较好的城市更能够吸引外来人口的现象，这在东部地区表现得尤其突出。

人口流动的宏观因素分析在一定程度上解释了整体人口的流动方向和趋势，但仍难以揭示同一地区个体的差异性流动行为，这也引发了学者们对影响人口流动的微观因素研究。已有研究所识别出的微观因素较为分散，从个体层面的理性与非理性因素，到家庭层面的结构特征与决策模式，都会对人口流动产生不同的影响。就个体层面而言，个体对收入最大化的预期作为理性因素会对人口流动产生影响。Todaro（1969）首次引入“就业概率”变量，认为向城市转移的个体决策由个体预期收入最大化所决定，而影响预期收入最大化的因素则是城乡收入差距和个体在城市的就业概率。国内研究亦表明，工资水平和就业机会是影响人口流动的重要因素，也是个体做出迁移决策的重要理性诱因，因为“中国流动人口还是以就业为主要目的”。除此之外，个体的感情、情绪、舒适、自治、归属、道德等非理性因素也会对人口流动产生影响。就家庭层面而言，一方面，家庭规模、结构、禀赋以及家庭生命周期都会影响个体的迁移决策：另一方面，人口流动也会受到家庭成员集体决策的影响，这源于对预期收益最大化和风险最小化两个因素的综合考量。由家庭层面因素延伸至人际关系网络，学者们开始关注人际网络对人口流动的影响，认为其可以有效降低人口流动的风险和成本，增加人口流动的概率，而且这种关系网络对人口流动的影响具有累计放大效果，较其他因素影响更显著。从总体上看，微观层面的研究主要从个体特征出发来解释人口流动的原因，使得对人口流动原因的解释更加精细化。

两大研究脉络已经对人口流动因素进行了非常详尽的研究，但微观和宏观因素之间还缺乏有效的连接，二者如何交互并触发人口流动决策的机制还有待进一步发现。在前人研究基础上，本文尝试将城市制造业作为宏观上城市收入水平和微观上就业概率的结合点，立足于制造业的就业状况，详细研究这一行业因素对城市流人人口的具体影响机制。同时，本文还将根据制造业在不同等级城市、区域位置和经济增长阶段上的发展路径与分布格局，考察这些边界约束对这一机制作用发挥的差异化影响。

三、理论假说

根据Todaro的人口流动模型，真正引起人口流动的因素不仅仅是城乡间的收入差距，还包括流动人口在城市中是否能顺利找到工作，即就业概率以及由此决定的预期收入。因此即使城市间没有明显的收入差距，只要就业机会不同，人口就会由就业机会小的城市流向就业机会大的城市。由于制造业提供了大约三分之一的就业岗位，因此可以合理推断制造业越是发达的城市，制造业提供的就业岗位就越多，对外部人口的吸引力就会越大，从而形成城市人口流人。过往的研究业已表明，城市制造业的聚集会吸引更多的劳动力进入城市，即制造业通过“就业效应”影响城市流人人口数量。进一步讲，传统制造业与城市现代部门相比属于“次级部门”，由于中国人口流动总体的趋势是由农村到城市，由西部到东部，由落后地区到发达地区，而“次级部门”提供的就业机会会对以就业为目的的流动人口产生吸引力。因此即使存在一定的城市失业，只要作为“次级部门”制造业能提供就业机会，就依然能对流动人口产生吸引力。马银坡等（2018）的研究也显示，制造业容纳了30%的流动人口就业。因此，本文的理论假说1为：

假说1：制造业就业数量与城市流人人口规模存在正相关关系。

社会网络理论认为，人口流动而形成的人口聚集，会因着亲属、友情、乡邻等关系构建出特殊的社会关系网络。这种社会关系网络能够使得当期流动人口和潜在流动人口获得前期流动人口在工作机会、居住安置、教育医疗等方面的协助，从而引致后续的人口流动。换言之，人口流动虽然受到城市间收入水平和就业机会的部分影响，但社会关系网络能够通过信息的传达和实质性帮助加速人口流动的实现。这种基于社会关系网络产生的人口流动具有较强的自我复制能力，能够促使关系网络与人口流动的螺旋增长。从历次中国人口普查中关于人口迁移数据得知，人口迁移的大致原因可分为“工作调动”“分配录用”“务工经商”“学习培训”“投亲靠友”“随迁家属”“婚姻嫁娶”“拆迁搬家”以及“退休”等类别，就业并不是人口流人城市的唯一原因。虽然人口流动的首要原因是由就业机会导致的预期收入增加，但城市流人人口的成功就业对其家庭成员、亲朋好友、邻里乡亲等存在示范性的“带动效应”。这意味着，先期流动人口成功进入城市之后，其他人也会通过“投亲靠友”“随迁家属”等方式流入城市，形成持续流动的格局。因此，本文的理论假说2为：

假说2：城市流人人口会对后期的人口流人产生正向作用。

制造业对流动人口的促进作用会受到城市差异的边界影响。不同城市具有不同的行政级别，政府针对具有不同行政级别的城市在制度安排、权利配置等方面存在较为明显的差异，特别是上下级城市间在资源分配和资源管理的关系上存在行政中心偏向，使得城市资源向行政等级较高的城市集聚。在这种情况下，在行政等级体系中居于较高位置的城市，往往享有各种优质资源的分配权，这进一步会影响到城市制造业的发展方向。高行政等级城市在资源优势条件下，制造业发展趋于高端化，对就业者素质的要求也会相应提高。因此，较之高行政等级城市，低行政等级城市制造业提供的就业岗位对城市流人人口有更大的吸引力。同时，由于流人人口更倾向于选择低行政等级城市，低行政等级城市更容易形成社会关系网络并引致以就业为目的的人口流人，使得低行政等级城市制造业“带动效应”更为显著。但随着社会关系网络的蔓延，高行政等级城市在资源上的优势逐步显现，更好的公共服务资源将会对后续人口流入产生更大影响。据此，本文有如下假说：

假说3a：较之低行政等级城市，高行政等级城市制造业的“就业效应”更小，“带动效应”更大。

从制造业发展状况看，其在数量、质量和类型上都存在显著的地区差异，不同类型的制造业在不同的区域形成差异化的聚集效果，产生制造业空间分布的多元极化效应，改变了制造业的就业结构和数量，并对城市流动人口规模产生重大影响。自2005年起，中国制造业的区域分布格局是能源密集型、技术密集型和资本密集型制造业向中西部扩散，但提供丰富就业机会的劳动密集型制造业仍然集中在东部地区。产业的聚集能提高流动生产率，进而促使均衡工资和就业的同時增加。因此，在东部地区制造业依然能提供数量充足的就业岗位的前提下，流人人口异地成功就业概率保持较高水平;西部地区制造业发展由于偏向资本、技术以及能源密集型，在制造业就业人口基数相对较少的情况下，人口流人的制造业就业弹性不高成为必然的结果。同时，发达地区的城市公共资源更具优势，人口流动的带动效应会更加显著。据此，本文有如下假说：

假说3b：较之欠发达地区，发达地区制造业的“就业效应”和“带动效应”都更大。

制造业对人口流动的影响存在时间差异。中国在近十多年间经历了从高增长阶段到中高增长阶段的过渡，期间制造业也在经历蜕变。中国在2002-2011年期间的GDP增长率保持在9%以上，其中大部分年份保持在两位数以上，处于“高增长阶段”。此后中国逐渐步入了“中高增长阶段”，2012-2016年年均GDP增长率在8%以下。在第一阶段，为提高经济增长速度，制造业以传统的资本和技术密集型发展为主，这在一定程度上抑制了制造业对劳动力的需求，从而抑制城市人口流入。但白2012年国家强调生态文明建设以来，中国制造业以高质量绿色化发展为主线，越来越多的制造业企业开始了转型升级之路，不再单纯走资本和技术密集型发展之路。一方面作为现代经济主驱动力的制造业，在由生产型逐步向服务型过渡之后，开始逐步摆脱传统制造业对劳动力需求的抑制，对劳动力的需求重新增加;另一方面，在经过前一期的高增长阶段之后，流动人口经历了劳动技能和素质的迭代更新，开始逐步适应和匹配现代制造业对劳动力的新要求。这两方面因素的交织放大了制造业就业对流人人口的促进作用，使制造业重新成为人口流入城市的主引擎。同时，在经过前一期的快速城市化之后，农村剩余劳动力的减少和流动人口日益年轻化的双重趋势日益显现，流人人口“举家搬迁”“携亲带友”的情况将会减少，即带动效用开始减弱。据此，本文有如下假说：

假说3c：较之高增长阶段，中高增长阶段的“就业效应”较大，“带动效应”较小。

四、研究设计

（一）变量、数据及描述性统计

1.变量

被解释变量。“城市流人人口”（migration，单位万人）变量的统计口径是后续实证分析的重要基础。由于中国地级市层面的流动人口数据缺失，现有文献在省级层面对“城市流人人口”的计算方式在本文无法直接使用。本文借鉴吕炜等（2017）的方法，将城市流动人口视为城市常住人口和城市户籍人口之差，即城市流动人口数量=年末常住人口数量一年末户籍人口数量。自2006年始，官方测算城市人均GDP的人口口径统一调整为“常住人口”，因此可以利用公式（1）测算城市流动人口数量。

核心解释变量。本文的核心解释变量是“制造业就业数量”（employment，单位万人）。由于难以直接获取地级市“制造业就业数量”统计数据，本文选择可以获得的“规模以上工业企业就业数量”作为制造业就业数量的代理变量，主要因为：一是从工业门类看，规模以上工业企业包括采矿业、制造业及电力、热力燃气及水生产和供应业等3大门类，2006-2016年间制造业企业占规模以上工业企业数量比重均达92%以上（见表1）。二是规模以上工业企业是实体经济的主要载体，是劳动力就业和获得收入的重要部门，对人口流动亦有重要影响。因此用“规模以上工业企业就业数量”近似代替“制造业就业数量”具有合理性。

控制变量。本文选取了下列控制变量，包括：（1）城市收入水平。城市收入水平是人口做出迁移决策的重要因素之一，本文选取职工年工资（wage，单位元/人）来测量城市收入水平。（2）城市公共财政支出水平。城市公共财政支出水平是满足城市居民公共服务的财力保障，而公共服务是影响人口流人城市的重要因素。表征城市公共财政支出水平的变量包括公共财政支出（expenditure，单位亿元）。（3）教育和医疗状况。劳动力迁移的重要目的之一是实现效用最大化而非简单的“收入最大化”，尤其是涉及到家庭成员迁移时，城市教育资源和医疗资源是重要的影响因素。表征城市教育资源的变量包括普通中学数（schooll，单位个）、普通小学数（school2，单位个）、中学专任教师数（teacherl，单位人）、小学专任教师数（teacher2，单位人）。表征城市医疗资源的变量包括医院床位数（hospital，单位个）、执业医生数（doctor，单位人）。（4）城市技术水平。城市制造业的技术水平对劳动力需求结构和数量均有重要影响。表征城市技术水平的变量包括每百人公共图书馆藏书量（book，单位册/百人）。

2.数据及描述性统计

（1）数据来源。本文的数据主要来自《中国城市统计年鉴》（2007-2017）。根据前述各变量的设定以及数据可得性，数据起始年份设定为2006年，数据区间为2006-2016年。（2）样本情况。由于在这11年间部分城市行政区划调整以及西藏自治区拉萨市数据严重缺失。本文删除了12个城市样本。同时，由于本文只研究人口流入城市的情况，因此删除了人口流出年度的城市样本，因此得到一个非平衡面板数据。表2为主要变量的描述统计情况。（3）数据预处理。为减小异方差影响，对被解释变量和解释变量进行自然对数处理。

（二）计量模型设定及估计策略

1.计量模型设定

根据前述假说内容，城市流人人口规模是制造业就业人数和其他经济社会因素的函数。但上述大部分变量都存在内生性问题，这反映在：（1）核心解释变量与被解释变量之间存在双向因果关系。已有研究表明，流动人口的流速、规模等会影响制造业就业情况，二者存在交互响应。（2）控制变量内生性问题。例如，由于公共财政支出、教师数量、医生数量、医院数量的当期值不能及时对城市流人人口变化当期值作出反应，往往需要时间才能做出充分调整，即存在时滞。寻找合适的工具变量是解决内生性问题的通常做法，但要同时找出制造业以及其他控制变量的工具变量，在现实中存在很大困难。

为解决上述问题，本文采用system GMM参数估计方法。system GMM模型将水平方程和差分方程结合起来估计，同時增加一组滞后的差分变量作为水平方程对应内生变量的工具变量集，以内生变量滞后期作为工具变量，只要能通过工具变量有效性检验，就不需要额外的工具变量。因此，在system GMM模型中，解释变量可以包括被解释变量的多阶滞后期。此外，本文的数据特征为典型的“短面板”数据，也适宜采用system GMM估计。

因此，本文的动态面板模型如下：

2.估计策略

首先，运用固定效应模型、随机效应模型对数据进行基准回归，以此作为参照系。其次，在Hausman检验基础上，根据模型可能存在的内生性问题，选择DIF-GMM、system GMM模型做进一步基准回归。最后，按照前述假说对样本分类，对各类子样本进行system GMM回归分析，尽可能全面深入地分析制造业对城市流动人口规模的影响。此外，在后续所有回归结果中，偶数列模型为奇数列模型的稳健性检验，其策略是替换部分控制变量，即中学专任教师数、小学专任教师数、执业医生数分别替换普通中学数、普通小学数、医院床位数。

五、计量分析与检验结果

（一）基准回归

1.固定效应模型与随机效应模型

表3为固定效应模型和随机效应模型回归结果。模型（1）、模型（3）的Hausman检验结果为882.07，p值为0;模型（2）、模型（4）检验结果为898.04，p值为0。Hausman检验结果显示应该选择模型（1）和模型（2），即固定效应模型。从系数检验结果看，模型（1）和模型（2）的核心解释变量制造业就业数量虽然了通过显著性检验，但公共财政支出、城市收入水平等变量的回归结果存在较大问题，不符合经济理论，说明内生性问题没有得到有效解决，需要寻找效率更高的模型测算制造业对城市流人人口的影响程度。

2.DIF-GMM模型和system GMM模型

表4显示了DIF-GMM模型与system GMM模型的回归结果。为解决变量的内生性问题，将制造业就业数量、城市收入水平设为内生变量，其余控制变量设为先决变量。此外，当DIF-GMM模型与system GMM模型都通过过度识别检验、序列相关检验时，回归结果以system GMM模型为准，原因在于system GMM模型具有更高的估计效率。

核心解释变量制造业就业数量的回归系数与固定效应模型结果存在显著差异。模型（7）显示，制造业就业数量系数符号为正（0.52）且通过显著性检验（p<0.01），表明制造业就业数量与城市流人人口数量间存在正向促进作用，验证了假说1。同时作为内生变量的城市收入水平系数符号为正（β=3.46，p<0.01），表明除了就业岗位之外，工资水平高低也是流动人口迁移的重要原因，较高的工资水平对城市吸纳流动人口有正向促进作用。作为稳健性检验的模型（8）也验证了这一点。在模型（7）中作为解释变量的城市流人人口滞后1期和2期的系数符号均为正（β=0.18，p<0.01;β=0.13，p<0.01），验证了假说2，说明人口流入具有强烈的“带动效应”，且具有持续性。至于这种“带动效应”在城市等级异质性条件下的不同特征，将在本文后面部分详细说明。

在模型（7）中，大部分控制变量的系数回归结果符合预期。公共财政支出滞后1期的估计系数符号为正（β=2.93，p<0.01），表明城市公共财政支出对城市流动人口存在正向促进作用，公共财政支出可以改善城市公共服务水平，促使更多人口流入公共服务水平较好的城市。城市技术水平当期值的系数符号为负（β=-0.29，p<0.01），表明城市技术水平对吸纳流动人口存在反向作用，原因是流人人口在很大程度上属于低技术劳动力，城市技术水平进步会对这类劳动力产生明显的排斥作用，“机器代替人力”趋势会在一定时间域内减少就业机会从而削弱人口流人的动力。普通中学数和普通小学数的当期值符号均为正（β=2.73，p<0.01;β=1.20，p<0.01），表明城市教育资源是吸引流动人口的又一因素。医院床位数滞后1期系数符号为正（β=0.60，p<0.01），显示医疗资源对流动人口有显著吸引力。综上，表征公共服务的控制变量的回归结果说明，城市公共服务水平通过当期或滞后的正向促进作用扩大了城市流人人口规模。

（二）边界约束作用检验

由于样本存在显著异质性，深入研究异质性条件下制造业对城市流人人口的影响成为必需。这些异质性条件包括：城市等级差异、区域位置差异和经济增长阶段差异。

1.城市等级差异

依据假说3a的表述，按照城市等级划分出2个子样本——地级市与非地级市（包括直辖市、副省级市和省会城市）。表5为按城市等级区分样本的svstem GMM回归结果。

模型（9）显示，地级市制造业就业数量的估计系数符号为正且与基准回归一致（β=0.47，p<0.01），说明地级市制造业通过提供就业机会影响了流人城市人口的规模。但模型（11）则显示在非地级市样本中，该系数没有通过显著性检验（β=1.92，p>0.1）。这说明地级市的就业效应大于非地级市，假说3a得以验证。这种差异说明在结构调整和转型升级背景下，城市制造业对就业者素质提出了更高要求，流人人口需要更多的时间来适应这一要求，抑制人口流动的现象在高行政等级城市比在低行政等级城市更加突出。

地级市和非地级市的带动效应也有明显差异。回归结果显示，地级市人口流人滞后1期和滞后2期的值都是显著的（β=0.20，p<0.01;β=0.13，p<0.01），但非地级市只有滞后2期是显著的（β=0.42，p<0.05），这说明地级市“带动效应”的发生决于非地级市。其次，非地级市城市流人人口滞后2期的回归系数大于地级市，说明非地级市的“带动效应”虽然慢于地级市，但高行政等级城市有更完备的基础设施体系，一旦前期流人人口能够在高等级城市稳定，“帶动效应”的力度将会比低等级城市更强。

2.区域位置差异

中国地域广阔，制造业发展水平存在明显地域差别，这对人口迁移决策存在影响。本文按假说3b和分析经济问题的惯例，将中国划分为西部、中部和东部等3个子样本。表6为按区域位置划分样本的system GMM回归结果。

在控制其余变量影响的条件下，分区域回归的结果可以发现，模型（13）（15）和（17）显示，制造业就业数量当期值的系数只有东部地区具有显著性（β=0.76，p<0.01），西部和中部地区城市制造业的就业规模对人口流人并无显著影响，说明发达地区的就业效应大于欠发达地区。从带动效用看，较为发达的中东部地区整体的带动能力也大于欠发达的西部地区。这一结论也符合中国人口流动持续由西向东、由欠发达地区向发达地区，由内陆地区往沿海地区集聚的现实状况。此外，中部和东部地区人口流动的“带动效应”比西部地区更具持久性，表明中东部地区更为完善的公共服务体系驱动着人口不断流人这些地区的城市。综上，假说3b得到验证。

3.经济增长阶段差异

按前面的分析将样本分为两个子样本：高增长阶段（2006-2011）和中高增长阶段（2012-2016）。表7为按经济增长阶段差异划分的system GMM回归结果。

模型（19）和（21）显示的结果验证了假说3c。两个阶段中的制造业就业数量的系数均为正且与基准回归一致（β=0.09，p<0.05;β=0.526，p<0.01），表明在任一经济增长阶段制造业均会通过“就业效应”促使人口流人城市。从系数的绝对值来看，中高增长阶段的制造业就业规模对人口流动的影响明显大于高增长阶段，即就业效应在增强。城市人口流入的“带动效应”在两个时期均显著存在，但后一阶段的“带动效应”开始减弱。可以预计的是，人口流入的“带动效应”在未来还将进一步减弱。

六、结论

本文构建了中国制造业对人口流动影响的理论假说，利用2006-2016年中国285个城市的面板数据，实证检验了上述假说。研究发现，城市制造业提供了大量就业岗位，有效增加了流动人口的收入，对流动人口产生了吸引力。更进一步讲，制造业就业人数与城市人口流入规模正相关，就业效应明显;同时人口流动具有惯性，前期城市流人人口对当前和潜在的人口流入有显著的正向带动效应。在加入城市等级、区域位置和经济发展阶段三个边界约束条件后，制造业对城市人口流人的影响呈现出差异化。具体而言，第一，由于流动人口更容易在低等级城市的制造业获得就业机会，低等级城市制造业的就业效应大于高等级城市，但高等级城市的公共资源优势使得其带动效应强于低等级城市。第二，在制造业转移的过程中，形成了發达地区以劳动密集型为主，欠发达地区以资本密集型为主的制造业分布格局，发达地区制造业的就业效应和带动效应均大于欠发达地区。第三，由于不同时期制造业的发展方向和路径选择差异，中高经济增长时期的制造业对城市流人人口的就业效应强于高经济增长时期，但带动效应弱于高经济增长时期。

根据以上研究结论，本文提出以下政策建议：

首先，要坚持制造业与城市人口协调发展理念。新时代中国产业发展战略之一是制造业转型升级，无论是先进装备制造业还是智能制造，都注重朝服务型制造业转向。这一过程短期内可能会抑制城市人口流入，但长期来看依然会促进城市人口流入，实现这一转换的关键是要根据十九届四中全会关于“构建服务全民终身学习的教育体系”和“终身职业技能培训制度”精神，依靠和利用各类社会性组织，确定有针对性的培训内容和方式，着力培养新时代产业工人，克服人口流动中的自发性和盲目性，优化人口资源的合理配置。

其次，要注重城市公共资源的吸引作用。人口之所以从农村流向城市，从欠发达城市流向发达城市，从西部地区流向东部地区，很大程度上是因为这些目的地拥有更为完善的公共服务体系。因此，城市发展中需要执行就业与公共服务并举的发展战略。根据在地级市人口流入对公共基础设施更具弹性的特点，要特别注重地级市公共基础设施的建设和完善，充分发挥中小城市对流动人口的容纳作用。

最后，要注意制造业发展的区域差异。从均衡人口流动的空间分布角度出发，西部地区制造业的引入与发展要适度，结构升级的步伐要稳健，注意提升制造业升级对就业的催化作用，避免单纯资本化、技术化的转型方式对人口流人的不利影响，避免由于制造业的转型升级造成人口流失。