出生城市、人力资本积累与收入水平

冷 萱 李 涵

(西南财经大学，四川 成都 611130)

一、引言及文献评述

伴随着中国城镇化进程的不断深入推进，中国不同区域及城市之间的分化也日趋明显。习近平总书记在2019年12月16日出版的《求是》杂志上发表“推动形成优势互补高质量发展的区域经济布局”一文指出，“我国…区域经济发展分化态势明显，各板块内部也出现明显分化，有的省份内部也有分化现象…经济和人口向大城市及城市群集聚的趋势比较明显”。第十四个五年规划中也明确指出，要推动区域协调发展，逐步实现基本公共服务均等化。由于早期城市之间发展的不均衡，这种发展不均衡产生了一系列的经济影响，最为直接的是对个体收入水平的影响。基于此，本文主要关注的是中国个体出生时户籍所在城市规模(下简称出生城市规模)对于其成年后收入水平的影响。

国外已有文献发现，个体出生地的特征以及之后童年时期的生活环境对其成年后在劳动力市场的表现会有显著的影响(Bosquet et al.,2019;Chetty et al.,2018a;Chetty et al.,2018b;Chetty et al.,2014)。但是，针对中国的类似研究还很少。实际上，随着中国城镇化的不断推进，城市之间的分化也在不断加大。不少研究也表明，中国不同规模的城市在收入水平、生活质量、公共服务等方面的差异也越来越大(陆铭 等,2012;Baum-Snow et al.,2013;李红阳 等,2017;张天华 等,2017;韩旭 等,2018;Baum-Snow et al.,2018;Davis et al.,2019)。而对于个体而言，出生城市规模的差异最终也有可能会通过影响人力资本积累和工作机会等途径作用于其成年后的收入水平。

已有研究从个体出生户籍的角度探讨了机会不平等相关议题。陈东等(2015)借助1989—2009年CHNS数据研究发现，机会不平等能解释收入不平等的54.61%，其中，出生地和户籍对收入不平等有显著的正向影响。家庭收入、户籍和出生地是影响机会不平的重要因素(董丽霞,2018;史新杰 等,2018；刘成奎 等,2021)。对于城镇收入不平等而言：李莹等(2016)研究发现，机会不平等能够解释城镇收入不平等的1/3以上；龚锋等(2017)利用CGSS数据得到类似的结果。更进一步地，学者们也回答了“努力能否改变命运”的问题(宋扬,2017)。分农村与城市的样本来看，农村的机会不平等相对于城市更加严重(史新杰 等,2018)。已有相关文献认为，中国机会不平等较严重，由机会不平等造成的收入不平等大概能解释其中1/3到1/2，机会不平等中的出生地是其中重要的组成部分。

国内研究中，关于出生城市信息的个体微观数据较少，鲜有文献从个体出生时户籍所在城市的规模探讨机会不平等。国外文献中，与本文研究内容直接相关的是Bosquet et al.(2019)使用英国家庭调查数据的相关研究，研究发现出生在大城市的人收入水平显著更高。这也反映了机会不平等不仅存在于中国这样的发展中国家，在英国这样的发达国家也同样存在。关于出生城市对个体未来收入的影响，作者提出了三个潜在的假设，分别是父母的选择效应、人力资本积累和路径依赖。通过实证检验发现主要的影响机制是父母的选择效应和出生城市影响工作城市的选择。中国的户籍制度为理解出生城市对未来收入影响提供了新的视角，中国的户籍制度使得个体出生时户籍所在城市显得更加重要。

中国的户籍制度对人口流动和地区发展有着深刻的影响(张吉鹏 等，2019)。根据第三次人口普查数据估算，1982年中国流动人口比例只占全国总人口的0.66%(段成荣 等,2008)。 以往严格的户籍制度限制了人口的流动，导致子女出生时父母流动受到限制，使得父母的选择效应在中国制度背景下不再成立。尽管近年来户籍制度执行力度逐步松动，但随迁子女在大城市入学难的问题依然存在，使得随迁子女在城市不能接受与当地居民同样的教育(吴贾 等，2015)。严格的户籍制度和较高的落户门槛，可能进一步导致劳动力回流(张吉鹏 等，2020)。因此，出生所在的户籍城市对一个人未来在劳动力市场的表现具有深远的影响，不仅关系到未来能否流动到更大的城市拥有更多的就业机会，也直接影响到公共服务的水平，尤其是教育公共服务水平。Bosquet et al.(2019)的研究并未发现出生地城市通过人力资本积累影响到收入水平。原先中国严格的户籍制度使得绝大多数个体只能在出生所在的户籍城市接受教育，导致出生所在的户籍城市会对个体人力资本积累具有重要的影响。本文从人力资本积累这一视角出发，重点讨论出生城市对收入水平的影响。这一研究为改革中国户籍制度以及推动基本公共服务均等化提供了经验证据。

本文使用中国劳动力动态调查数据(China Labor-force Dynamics Survey，简称CLDS)匹配地级市城市规模数据，以分析个体出生城市规模对个体收入水平的影响。更进一步地，本文使用中介效应模型，检验了出生地城市规模通过人力资本积累这一作用机制影响个体未来收入水平(1)我们感谢审稿人提出使用中介效应进行分析的办法，使得本文实证研究的逻辑更加严密。。本文研究表明，个体出生地城市规模将显著影响个体收入水平，人力资本积累是较为重要的作用机制。异质性分析和进一步分析表明，出生城市对于农村个体、低收入个体影响更大；同时，个体流动可以显著削弱个体出生城市规模对其收入水平的影响。在排除父母空间选择效应，并使用工具变量法和其他稳健性分析后，本文的结论依然成立。

本文的贡献在于尝试厘清出生地造成的影响、机制以及如何缓解这一影响。首先，本文是以出生城市规模测度个体出生城市，相比以往研究机会不平等的文献(董丽霞,2018;龚锋 等,2017;李莹 等,2016;史新杰等,2018)，本研究尝试以更加细致的指标反映城市规模造成的机会不平等；其次，本文发现，出生时户籍所在城市通过作用于个体受教育年限而影响个体收入水平；最后，本文研究也发现，通过劳动力流动可以缓解由出生地不同造成的不平等。此外，推动教育公共服务均等化能较大程度上缓解出生地城市规模造成的机会不平等。本文的研究为进一步促进劳动力要素自由流动以及推动教育公共服务均等化提供了理论支撑。

本文剩余部分安排如下：第二部分为制度背景与理论分析；第三部分为数据说明；第四部分为实证结果；第五部分为稳健性检验；第六部分是机制分析；最后部分是结论与政策含义。

二、制度背景与理论分析

(一)制度背景

中国的户籍制度存在，使得个体在空间上难以得到自由流动，由此导致个体出生的户籍城市在很大程度上决定了个体成长和生活的环境。1978—2019年，中国的城镇人口占总人口的比例由17.9%提高到60.6%，体现了中国城市化进程快速进行(蔡昉 等，2020)。然而，2019年中国户籍人口城镇化率仅为44.4%，比常住人口城镇化率低16个百分点。户籍制度作为计划经济的产物，在特定时期很大程度上发挥了限制人口流动的功能，使得个体在空间上难以实现流动，这意味着个体出生时父母难以在空间上流动，同时户籍所在地很大程度上决定了个体童年时期成长环境和接受教育的城市规模。

近年来，中国的户籍制度执行力度逐步放松。比如，国家发改委印发的《2021年新型城镇化和城乡融合发展重点任务》指出，要有序放开放宽城市落户限制(2)详见：http://www.gov.cn/zhengce/zhengceku/2021-04/13/content_5599332.htm。。这在一定程度上促进了劳动力要素的自由流动，使得个体跟随父母从出生时户籍所在城市流动到其他城市入学成为可能。然而，一些城市对流动人口随迁子女设置一系列入学限制，使得个体仍然难以流动到非出生城市接受教育(吴贾 等，2020)。由于户籍制度的限制，使得个体在空间上难以流动，随迁子女难以在非户籍城市接受更好的教育。尽管户籍制度在不断放松，然而个体出生时户籍城市仍然是决定其成长的重要条件。

(二)理论分析

制度背景分析表明，个体出生时的户籍城市对个体而言，会较大程度上决定这些个体究竟成长和生活在何种规模城市。由于城市之间不均衡的发展，不同规模城市之间经济发展水平差异较大。中国城市空间上的不均衡发展，尤其是在教育资源的不均衡和户籍制度的限制条件下，这导致出生在不同城市的个体接受的教育公共服务会存在差异，进而影响人力资本积累。

已有文献表明，在农村长大的儿童似乎没有享受到与城市长大的儿童同样的教育机会(Van Maarseveen，2020)。同时，罗楚亮等(2019)研究发现，中国高等教育不仅在省际之间存在差异，省内之间，如省会城市与非省会城市也存在差异。人们普遍认为，较好的教育资源和公平的教育机会可以缩小个体随后在劳动力市场上的差距，进而缓解收入差距(陆根书，1998)。出生时户籍所在地决定了个体成长环境，包括当地的教育资源等。出生在教育资源较为丰富的大城市，这意味着个体能接受更高质量的教育，而出生在规模较小的城市意味着将接受较为一般的教育。因而，城市规模将影响人力资本积累，进而影响收入水平。

此外，实证结果表明，教育回报更高的城镇居民将进行更多的人力资本投资(陈斌开 等，2010)。由于集聚效应的存在，规模越大的城市教育回报率也更高(Behrens et al.,2014;Davis et al.,2019;陈飞 等,2021)。陈飞等(2021)研究表明，增加教育投资是城市规模溢价的来源之一。城市规模越大，教育回报率越高，相应会激励大城市进行更多的教育投资。在中国户籍制度背景下，个体出生时户籍城市等同于个体童年学习生活的城市，其规模越大，教育投资会越大。这也将影响个体人力资本的积累，进而影响收入水平。

基于以上理论分析，个体出生城市规模越大，其收入水平越高，而人力资本积累是出生城市规模影响收入水平的重要机制。

三、数据说明

(一)数据来源

本文使用中山大学社会科学调查中心开展的“中国劳动力动态调查”(CLDS)数据(3)本文的观点和内容由作者自负。如需了解有关此数据的更多信息，请登录：http://css.sysu.edu.cn。。中国劳动力动态调查于2012年进行基线调查，2014年进行了第一次追踪调查，2016年进行第二次追踪调查。本文使用2014年和2016年中国劳动力动态调查的个体调查数据，构造了混合截面样本(4)因个体出生城市不随时间变化，因此无法使用面板数据固定效应进行估计。。该数据提供了全面的个体劳动力市场信息和出生时户籍所在城市信息。由于CLDS数据中并没有城市对应的规模，我们通过匹配国泰君安数据库数据，将个体出生所在的户籍城市与对应城市规模进行匹配。参照城市规模相关的研究(Bosquet et al.,2019)，本文使用更具经济意义的城市就业人口，用以衡量城市规模。在工具变量方面，1962年城市开通火车信息主要基于该年中国地图识别而来。通过手工整理的方式找出1962年开通火车的城市的名称，地图是在Baum-Snow et al.(2017)主页论文附录中下载而得。本文使用的另一工具变量是城市平均坡度，具体数据来源于封志明等(2007)研究。

(二)变量说明

(1)收入水平。本文使用个体调查问卷中询问的收入总和衡量收入水平。在CLDS数据2016年的调查中询问了个体2015年收入总和，在CLDS数据2014年调查中询问了个体2013年收入总和。在实证部分，剔除个体收入为负的样本，并对收入变量进行对数化处理。

(2)城市规模。本文基准回归使用2013年城市就业人口衡量城市规模。在稳健性检验中，本文也采用了其它方法测度城市规模。其一，参照林伯强等(2019)的方法，使用城市就业人口密度衡量城市规模，用城市2013年就业总人口(人)除以城市行政面积(平方米)，从而得到城市规模测度指标；其二，笔者能找到的最早的城市就业人口数据为1994年的，本文用其衡量城市规模。20世纪90年代各城市就业人口规模变化相对较小，在一定程度上也可以反映个体出生地城市规模。

控制变量。控制变量主要包括个体特征变量和家庭特征变量，个体特征变量有教育年限、性别、年龄、年龄平方、婚姻状况、健康、户籍和是否发生流动等。家庭特征主要是父母的受教育程度、14岁时父母的职业类型以及14岁时家庭社会阶层。本文的主要变量描述性统计分析如表1所示。

表1 主要变量描述性统计分析

四、实证结果

(一)OLS估计结果

由于个体出生地户籍城市相对外生，在分析个体出生地城市规模与收入的关系时，先使用OLS进行基准回归，后面再进行具体的因果识别。本文的基准回归方程如下：

ln_incomei,t=α+βbirthplacei,j+δXi,t+γt+εi,t

(1)

其中，下标i表示个体，t表示时间，j表示城市，在基准回归使用的CLDS2014和CLDS2016样本，所以控制了时间固定效应γt；ln_incomei,t指个体i在第t年的收入，对收入进行对数化处理；birthplacei,j指个体i出生对应的城市j的规模，同样做对数化处理；本文关心的估计值β表示个体收入水平与出生地城市规模之间的弹性，即个体出生所在城市规模每扩大1%，其收入水平将提升β%。在这里，控制了个体的教育年限、性别、年龄、年龄平方、婚姻状况、健康状况、户籍、是否发生流动、父亲教育水平、父亲职业。

表2展现了本文的基本回归结果。模型(1)未控制任何变量，可以观察出生地城市规模对个体收入水平的影响；从模型(1)到模型(2)，逐步添加了包括个体教育年限在内的个体特征；模型(3)则进一步控制了个体父亲职业类型和教育水平。由表2可以得知，在逐步添加控制变量后，个体出生地城市规模与收入水平仍有显著的相关性。在后文，无特别说明情况下，均以模型(3)为基准回归。以模型(3)为例，进行相应的估计系数解释，本文关心的个体出生所在城市规模对个体收入的影响。结果显示，估计系数为0.149，且在1%的水平上显著。更进一步地，个体出生地城市规模每增加1%，其收入水平会显著增加0.149%。从这一结果来看，个体出生地城市规模对收入水平有显著影响。

表2 基本回归结果

关于控制变量系数。在基准回归中，同时汇报了控制变量的系数。平均而言，男性的收入水平显著高于女性；个体年龄越大，收入水平显著越高。年龄的平方项显示，随着年龄的进一步增大，其收入水平有所下降。这表明，年龄与个体收入之间存在非线性关系(5)感谢审稿人指出年龄与收入之间的非线性关系。。已婚的个体收入水平越高，但也可能是收入水平越高的个体才选择了结婚，具有选择效用，这不是本文关心的核心变量，因此未解决其可能存在的互为因果的内生性问题；同时发现，健康状况越差，收入水平显著越低；另外，城市户籍个体相对农村户籍的个体而言，收入水平显著更高；最后，劳动力流动也提升了其收入水平。

(二)异质性分析

基准回归中，出生地对个体的影响主要体现在了城市与城市之间的差异，即回答了以下问题：出生在更大规模的城市是否会有更高的收入水平。更进一步地，城市规模对中国农村地区的个体影响可能更大，平均而言，农村地区相对于城市地区教育公共服务水平更低。此外，城市地区家庭也可以通过校外补习等方式规避城市规模对个体造成的负面影响。那么，出生地对个体未来的影响是否会因为收入水平而存在差异？对于高收入个体影响更大还是对于低收入个体影响更大？接下来也将对此进行回答。

1.交互项分析

表3是个体户籍与出生城市规模交互项的回归结果。结果表明，出生地城市规模与个体收入水平有显著的正相关性，同时城镇户口与个体收入水平也有显著的正相关性。在表3的模型(3)中，本文添加了城镇户口与出生城市规模的交互项，交互性系数显著为负。这意味着，相对于城市户口的个体而言，出生地城市规模对农村个体收入影响更大。值得注意的是，这并不意味着出生地城市规模对城镇户籍的个体没有影响或者是存在负向影响。

表3 交互项回归结果(出生城市规模对数×户口)

2.分位数回归

在前文中发现，对于农村个体而言，出生地显得更加重要。在一定程度上，农村个体代表着低收入群体。那么，出生地对不同收入群体的影响是否存在差异呢？本文使用分位数回归探究出生地城市规模对不同收入水平群体的影响。表4是分位数估计结果，其中，模型(1)—(3)分别对应收入在0.1分位、0.5分位和0.9分位的群体。对比发现，随着个体收入水平的提高，出生城市的作用有下降的趋势。对于低收入的群体而言，出生地城市规模显得更加的重要。

表4 分位数回归结果

(三)迁移重要吗？

降低劳动力的自由流动的门槛将可以促进社会公平(孙三百 等，2012)。2020年4月，中共中央、国务院印发了《关于构建更加完善的要素市场化配置体制机制的意见》，提出要引导劳动力要素合理畅通有序的流动。劳动力要素的流动将会使得资源配置效率更高。对于劳动力个体而言，收入水平将会提高。除此之外，个体的迁移也将弱化出生地对个体收入产生的影响，即削弱机会不平等。表5展现了个体流动对收入的影响以及流动与出生地交互项对收入的影响。与已有文献一致(Chetty et al.,2018a;Chetty et al.,2016;Chyn,2018；孙三百 等,2012)，模型(2)发现，流动能促进劳动者收入水平。模型(3)在模型(2)的基础上添加了出生地城市与是否流动的交互项，交互项系数在1%的水平显著为负，表明流动能够显著削弱由出生地城市造成的机会不平等，即相对于流动者而言，出生城市对非流动者影响更大。

表5 出生地城市规模、流动与收入水平

五、稳健性检验

(一)内生性讨论

接下来，本文试图回答的主要问题是：个体出生所在的城市就业人口规模是否影响个体工作时的收入水平。要准确识别两者之间因果关系，在最理想的状态下是：个体的出生城市是随机生成的，并在出生的城市里成长，这样，通过简单的OLS就可以识别其因果关系。显然，这是无法实现的。正如Chetty et al.(2018a)观察美国不同区域之间收入存在着较大差异那样，中国不同区域之间的个体工资水平也存在着较大差异(踪家峰 等,2015)。从个体出生地视角考察，造成这种差异主要有两方面原因：一方面原因是出生城市之间存在系统性的差异，导致不同个体在不同城市收入水平存在差异，这一点与个体未来收入并无因果关系；另一方面原因是城市导致了个体工资的差异。本文研究的关键是：识别出生城市多大程度上导致了工资差异。而准确区分不同原因，对政策制定有重要的意义。如果是由于出生城市个体系统性的差异，那么政策应该以人为本；如果是出生的城市直接导致了个体收入水平差异，那么政策应该以区域为本(Chetty et al.,2018a)。

然而，研究个体出生地城市规模对未来收入的影响可能存在遗漏变量和样本自选择等内生性问题。从本文基准回归结果来看，个体出生地城市规模显著地提升了个体收入水平。可能的解释如上文所提及那样，但如果是由于选择效应造成的，那么两者并无因果关系，本文关注的是城市规模对收入的因果效应，即规模效应；如果担心只是存在相关性，那么需要通过一系列的检验证明其存在因果关系。本文主要通过三种方式解决可能遗漏变量和样本自选择造成的内生性问题。第一，尽可能的控制父母早期的特征，如教育和职业，也包括家庭早期的社会阶层。第二，使用工具变量法进行因果识别，参考已有学者使用的工具变量(6)感谢Baum-Snow为我们提供了1962年中国开通火车站的资料，具体详见Baum-Snow主页：https://sites.google.com/site/baumsnow/research。(Baum-Snow et al.,2017;林伯强 等,2019)，本文使用1962年中国开通火车城市和城市坡度作为城市规模的工具变量。有效的工具变量需要满足相关性和排他性，相关性指1962年中国开通铁路的城市和城市平均坡度与个体出生地城市规模相关，排他性指1962年中国开通铁路的城市和城市平均坡度仅通过影响个体出生地城市规模，进而作用于个体收入水平。需要注意的是，工具变量估计结果仅仅是局部效应。第三，通过限制样本，排除父母空间自选择问题。

1.增加控制变量

在理想状态下，如果能观测到残差项里与个体出生地城市规模相关的变量，并将其完全控制，就可以得到个体出生地城市规模对其未来收入影响的因果效应。但现实中并不能完全观测并度量与个体出生地城市规模相关的变量。总体上，最有可能影响个体出生城市的是一些家庭或者父母的特征变量。有些人因为家庭背景较好，生来就在大城市；而有些人由于家庭的贫穷等原因，生来就在小城市，甚至在贫困的山区。在接下来的估计中，为了避免由于家庭背景流动到不同规模城市而干扰城市的规模效应，则进一步添加了母亲的教育水平，增加14岁时母亲的职业类型，以尽可能控制由于家庭背景不同造成出生在不同规模城市的影响。估计结果如下所示：在基准回归的基础上，添加母亲的教育和早期职业类型以及14岁时家庭的社会阶层，以尽可能控制家庭的背景特征，结果依然稳健。表6的第(1)列结果显示，个体出生城市规模每扩大1%，其未来收入将会增加0.148%。通过添加早期母亲及家庭社会阶层变量，回归结果没有较大差异，表明本文不太可能存在遗漏变量的问题。

表6 稳健性检验：增加控制变量

2.工具变量法

本文还使用工具变量法估计个体出生地城市规模与未来收入的因果效应。本文使用1962年开通火车的城市和城市平均坡度作为城市规模的工具变量，在研究样本中，60%的城市在1962年开通了火车。关于1962年火车开通信息，源于Baum-Snow在个人主页里提供的1962年中国地图(Baum-Snow et al.,2017)。通过识别地图的方式，确定对应城市在1962年是否开通火车。此外，还参考林伯强等(2019)的做法，同时使用1962年城市是否开通火车和城市坡度作为经济聚集的工具变量，即本文的城市规模的工具变量。

首先，关于工具变量的相关性讨论。1962年开通火车会影响之后的火车开通，即由于交通工具的便利性提高，该城市也会吸引更多的就业人口，所以1962年火车开通会影响该城市的就业人口。另外，1962年中国公路主要用于向当地市场运输农产品，而铁路则根据国家和省级年度计划和五年计划在大城市和省会之间运输原材料和制成品(Baum-Snow et al.,2017)。所以，1962年开通火车的城市由于原材料等运输的方便，也能吸引一部分就业人员。因而，1962年开通火车会显著影响城市规模，如表7第一阶段报告所示，1962年开通火车，城市规模显著更大，且F值远大于10，因此满足相关性。根据封志明等(2007)的研究，地形的起伏和坡度是影响人口分布和劳动力集聚的重要因素，因此城市坡度会影响城市就业人口规模。总体而言，本文使用的两个工具变量都满足相关性。

表7 工具变量回归结果

其次，关于工具变量的排他性讨论。1962年火车的开通与现在时间间隔较久，不会直接影响个体当前的收入，而仅促进城市就业人口规模扩大，从而进一步导致个体当前收入增加。城市的坡度是地理上天然形成的，因此并不会直接影响个体收入水平。正如林伯强等(2019)所讨论的那样，地区的起伏度并不直接影响绿色经济效率，而是通过就业人口的集聚影响绿色经济效率。同样，城市的坡度仅通过影响城市的就业人口规模方式作用于个体的收入水平，满足排他性。所以，本文寻找的两个工具变量也满足排他性。

本文工具变量估计结果如表7所示，表7模型(1)对应的是仅使用1962年开通火车城市作为工具变量。第一阶段估计结果显示，1962年开通火车城市，其未来城市规模显著更大。第一阶段F值检验结果表明，该工具变量满足相关性。第二步估计的结果显示，工具变量法估计后，个体出生地城市规模仍显著影响个体收入水平，且在1%的水平上显著。表7模型(2)是使用1962年开通火车城市和城市坡度作为工具变量的结果。估计结果显示，个体出生地城市规模对个体未来收入的确存在因果效应。出生地城市规模每扩大1%，未来收入将会增加0.114%～0.115%。

3.排除父母的选择效应

本文从个体出生城市的视角出发，研究了城市规模对收入水平的影响。这在一定程度上能够避免个体自身的选择效应，但仍然可能存在的问题是个体父母的选择性。如能力较强的父母选择在规模较大的城市工作和定居，进而决定其子女出生在大城市。因而，本文所观测到的出生城市规模对收入水平的影响可能并不完全是由城市规模所带来的，还有可能是不可观测的父母的特征对其子女收入水平产生影响。具有中国特色的户籍制度为本文缓解这一问题提供了帮助。在不同时期，中国人口空间流动性存在差异。具体而言：在改革开放之前，劳动力的空间流动性非常低；在改革开放后，劳动力的空间流动性较高。但是，即使是在改革开放以后，在大城市落户也并不容易。本文将对分析样本做出不同的限制，使用父母无法自由流动的样本进行分析：第一，个体出生于1979年之前，其父母难以自由流动；第二，父亲教育水平为初中及以下，父母由于低教育水平难以选择定居大城市；第三，个体出生于1979年之前且父亲的教育水平为初中及以下。估计结果如表8所示。表8结果表明，无论是采用哪种方式缓解父母的选择效应，个体的出生地城市会显著影响个体未来的收入水平。

表8 排除父母空间选择效应

(二)变量方面

在数据介绍部分已经提到，本文的城市规模使用就业人口进行测度。但是由于数据可得性方面的原因，使得本文无法得到每个个体出生的年份对应城市的就业人口，由此统一使用2013年中国各个城市就业人口衡量城市规模。在表9中，本文使用1994年城市就业人口衡量每个城市的规模。不同年代的城市，就业人口处于动态变化之中，所以1994年的数据回归结果系数与2013年数据的回归结果系数有所差异。但这并不影响本文的主要结论，即：出生地城市规模会显著影响其收入水平。此外，本文也参考林伯强等(2019)的方法，使用城市就业人口密度衡量城市的经济集聚。本文借鉴此方法衡量城市规模，以进行稳健性检验，结果如表9中的模型(2)所示那样。将自变量替换为城市就业人口密度后，结果依然显著为正。系数的含义为，个体出生地城市就业密度每提高1%，该个体未来收入也将显著增加0.086%。通过变换自变量测度方式，结果依然稳健，说明在一定程度上本文的自变量测度是稳健可靠的。

六、机制分析

上文结果表明，个体出生时户籍所在地的城市规模会显著影响个体未来的收入水平。近年来，中国户籍制度虽然逐步松动，但流动人口仍然难以在大城市尤其是特大城市落户(张吉鹏 等，2019)，随迁子女也无法享受与流入地城市家庭子女同样的教育公共服务(吴贾 等，2015)。因此，个体出生时户籍所在地对人力资本的积累具有重要的影响。已有研究表明，由于高考招生基本方式为“分省定额”，因此各省份之间教育存在一定的机会不平等(刘海峰 等，2014)。同时，各省内之间公共教育质量存在差异，导致省会城市与非省会城市也存在着教育不平等(罗楚亮 等，2019)，进而影响人力资本积累。因而，不同城市规模意味着经济发展水平以及教育财政方面投入均存在差异。个体出生时户籍所在城市规模较小，那么个体接受优质教育的概率也相对较低。出生时户籍所在地将通过影响个体人力资本积累方式作用于个体收入水平。具体而言，本文主要考察了个体出生时户籍所在城市规模对个体教育年限的影响，并进一步讨论其对收入水平的影响。此外，我们也从将健康状况作为人力资本的内容进行了简要讨论。

(一)出生城市、受教育年限与收入水平

本文理论分析表明，个体出生城市规模将影响个体的人力资本积累，即受教育年限。而受教育年限又是决定个体收入水平的重要因素之一。为了验证出生地城市规模通过人力资本积累这一渠道影响其收入水平，本文参照既有研究(张宝友 等,2021;陈飞 等,2021;邵帅 等,2019;温忠麟 等,2004)的做法，采用中介效应模型进行机制检验。具体的模型设定如下：

ln_incomei,t=α0+θ1birthplacei,j+δXi,t+γt+εi,t

(2)

Education_yeari,t=β0+β1birthplacei,j+δXi,t+γt+εi,t

(3)

ln_incomei,t=δ0+δ1birthplacei,j+δEducation_yeari,t+δXi,t+γt+εi,t

(4)

其中，中介变量为受教育年限(Education_yeari,t)。上述模型(2)中的参数θ1反映了出生地城市规模对收入水平影响的总效应，模型(4)中δ1则反映了出生地城市规模对收入水平影响的直接效应。根据中介效应检验步骤，在上述模型(2)—(4)中，如果θ1、β1和δ2均显著，且δ1系数相对于θ1下降，则表明存在中介效应；如果δ1不在显著，则证明存在完全中介效应，反之为部分中介效应。检验结果如表10所示。

中介效应检验第一步，表10第(1)列回归结果表明，个体出生地城市规模会显著影响其收入水平，出生地城市规模越大，收入水平将显著越高；中介效应检验第二步，表10第(2)列结果表明，个体出生城市规模也将显著影响个体人力资本积累，即影响受教育年限；中介效应第三步，表10第(3)列结果显示，教育年限系数显著为正，表明个体受教育年限将影响其收入水平，同时，出生城市规模的系数相对于第(1)列有所下降(0.149<0.177),表明人力资本积累在出生地城市规模和收入水平之间存在中介。由于第(3)列出生城市规模系数仍然显著，则表明受教育年限这一人力资本起到了部分中介效应。通过bootstrap的方式计算了人力资本积累(教育年限)这一中介效应占总效应的比例，计算结果显示，人力资本积累(教育年限)这一中介效应占到了总效应的15.6%。

表10第(2)列也显示，个体出生时户籍所在地城市规模每扩大一倍，个体受教育年限将显著增加0.421年。Fang et al.(2012)以1986年中国义务教育法的实施作为政策干预，发现义务教育教育法使得个体总教育年限增加了0.8年。中国高等教育扩招政策使得从1998年到2014年中国大学录取人数年均增长率达到12.4%(刘生龙 等，2018)。本文的估计结果发现，与1986年的义务教育法和1999年中国高等教育扩招相比，其个体出生时户籍所在城市对一个人的人力资本积累都有较大的影响。这反映了中国城市空间的不均衡发展，公共教育服务的不均等对个体人力资本积累存在影响。已有文献研究也已表明，城市偏向的教育经费投入是城乡教育水平和收入差距扩大的重要原因(陈斌开 等，2010)。

(二)出生城市、健康状况与收入水平

有研究表明，儿童童年时成长的环境对他们自身多方面都有持久的影响(Adhvaryu et al.,2019;Chetty et al.,2018a;Chetty et al.,2016;Chyn,2018;Hoynes et al.,2016)。上一节中介效应分析表明，出生城市会影响个体受教育年限。人力资本除了受教育年限以外，还包括个体的身体健康状况。为了反映出生地城市规模对不同类别人力资本积累的影响，本文也考察了出生地城市规模对个体健康状况的影响以及健康状况对收入水平的影响。同样使用中介效应模型发现，个体出生城市会影响其成年后的健康状况，而健康状况也将作为人力资本进一步影响个体收入水平。

实证结果如表11所示。表11的第(1)列回归是中介效应检验第一步，表明个体出生地城市规模会显著影响其收入水平；第(2)列是中介效应检验第二步，表明个体出生城市规模也将显著影响个体人力资本积累，即健康状况；第(3)列是中介效应检验第三步，健康状况系数显著为正，表明个体越健康其收入水平将越高。同时，出生城市规模的系数相对于第(1)列有所下降(0.149<0.176),表明健康状况这一人力资本积累在出生地城市规模和收入水平之间存在中介的作用。由于第(3)列的出生城市规模系数仍然显著，则表明健康状况这一人力资本起到了部分中介效应。本文也通过bootstrap的方式计算了健康状况这一中介效应占总效应的比例，计算结果显示，这一中介效应占到了总效应的15.2%。

表11 基于健康状况中介效应检验

基于中介效应分析结果发现，无论是使用受教育年限还是健康状况测度人力资本，个体出生地城市规模将通过影响个体人力资本积累，进而影响其未来收入水平。

七、结论与政策含义

本文研究发现，个体出生地城市规模与收入水平具有显著的相关性。在进行一系列因果识别后，发现个体出生地城市规模较大会显著提升其收入水平。在个体出生地与收入水平之间，人力资本积累起到了关键性的连接作用。在中国户籍制度背景下，个体出生城市代表着个体成长环境，成长环境会通过影响人力资本积累方式作用于其收入水平。本文使用受教育年限和健康状况作为人力资本的替代变量，研究发现，个体出生地城市规模较大会显著提升个体受教育年限；同时，个体出生城市规模较大也会显著提升健康状况，进而影响个体收入水平。

在异质性分析部分，本文发现个体出生地城市规模对农村个体影响更大，表明机会不平等对于农村个体的影响更大。同时，研究还发现，人口流动能够削弱出生地城市对收入的影响。基于此，本文认为，提高劳动力要素的流动性，有利于削弱机会不平等，进而降低城乡差距，实现均衡发展。在分位数回归部分发现，出生地对低收入人群影响更大，而对高收入人群影响相对较小。机制分析发现，个体出生城市是通过人力资本积累影响个体劳动力市场表现。除了受教育年限，本文也使用个体健康状况作为人力资本的替代指标，发现出生地城市规模会影响个体健康状况这一人力资本，进而影响收入水平。以上分析表明，人力资本积累是出生地城市规模影响个体收入水平的重要渠道之一。

本文的研究具有重要的政策含义。进一步推动各城市之间公共服务均等化有利于降低个体的机会不平等，而促进劳动力要素在空间上自由流动有助于降低个体的机会不平等。