高铁如何影响劳动力流动：新视角与新证据

徐 旭，俞 峰，闫林楠，钟昌标

1.上海大学 经济学院，上海 200444 2.北京科技大学 东凌经济管理学院，北京 100083

经济活动的空间分布取决于生产要素的分布。劳动力作为最重要的生产要素之一，若高铁导致其空间分布发生变化，会连带影响经济生产的空间格局。高铁已被证明能够通过压缩时空距离来促进城市间劳动力的面对面交流。促进劳动力的短期面对面交流并不是高铁对劳动力流动的唯一影响。良好的交通基础设施也给当地居民带来了出行便利和许多隐形提升。它一定程度上影响了城市居民的出行便利性。因此，城市间的交通设施除了能促进劳动力短期跨区域面对面交流，也可能对劳动力的定居地选择产生影响——即迁移决策。城市经济学强调交通基础设施通过促进集聚带来经济增长，尤其是劳动力的集聚。相较于短期流动，迁移的规模较小，但带来的劳动力能够作为城市生产的直接投入要素。高铁对人口迁移的影响值得深究。

从理论角度看，交通设施对劳动力迁移的影响可以有两种逻辑：一种是从“中心—外围”模型出发，以规模效应为假设，以贸易成本降低为间接途径；另一种是基于Rosen-Roback模型，认为交通基础设施作为城市便利性设施影响了居住效用。王春杨等基于“中心—外围”模型与假设，将高铁开通后劳动力发生的迁移变化，进而影响区域创新的过程进行了建模。模型中认为高铁首先通过间接减轻传统货运的压力，降低了运输成本，之后与传统的“中心—外围”模型传导机制一致：中心城市工资上升，劳动力流向大城市，且在不断的自我加强下形成中心—外围格局。但是，其模型并没有将迁移成本的下降内生化。由于人口迁移只是中介因素，在实证部分也未能证明运输成本下降对劳动力迁移的影响。“中心-外围”模型中的集聚效应主要来自当地劳动力共享、知识外溢、专业化分工等因素。这种集聚效应对产业活动直接促进，但若想间接传导到个人，则表现为集聚地工资水平等直接经济因素。在城市等级差异固定的现实条件下，交通设施难以通过促进城市规模不断地自我加强来提高工资水平。实际上，有证据表明，即使发生大量劳动力涌入，也很难对当地的工资水平起到大幅影响。此外，高铁能否通过间接减少传统货运成本对经济格局产生显著影响存在争议。综上所述，若依托“中心-外围”模型，以高铁间接减少货运成本为出发点来分析高铁对劳动力的迁移影响既间接又有些牵强，且也没有成功的研究证据。

已有研究证明，由于大城市生存成本高，高铁开通后一些高端劳动力更愿意居住在一线城市附近有高铁的中等城市，这样既能享受到中等城市较低的生活成本，也可以与一线城市资源保持较强的联系。在做出迁移决定的过程中，劳动力个体无法观察到贸易成本这些非生活因素，而是面对城市的配套、工作机会与收入这些直接表现。实际上，高铁对于一座城市的居民来说更像是一种便民的基础设施，有了这一设施，居民出行能够更加便捷与舒适，这在Rosen-Roback模型中被称为便利性。在房地产经济学中，这种便利性能够通过特征价格模型被货币化。作为有价值的公共设施，就很容易理解在其他同等条件下，劳动力为了获取这种公共物品的价值属性而愿意迁向高铁城市。

图1 市中心到最近高铁站距离与城市劳动力迁入数

本文的边际贡献在于：第一，新的视角。现有研究主要关注高铁对劳动力面对面短期交流，而本文着重高铁对劳动力迁移的影响。这是对现有研究边界的有效拓展。第二，新的机制。文中假设高铁提升了城市便利性进而提高了城市对劳动力的吸引力，并进行了实证检验。第三，新的数据、方法与证据。现有研究以存量数据为主，研究方法多采用面板回归。这样的研究缺乏对事件微观规律的直接反映。本文使用反映个体微观特征的“中国劳动力动态调查”数据，加之条件Logit模型方法，是对现有研究模式的补充。新的证据详细展示了高铁这一新兴交通基础设施如何影响劳动力流动。

一、文献回顾

新建交通基础设施对经济发展有着显著提升作用，但关于这些效应在空间上如何分布一直都有不同观点。高铁主要用于客运，因此关于高铁与人口流动间关系的研究在近两年多了起来。现有的关于高铁与人口流动的研究有以下三个特点。

第一，研究数据以宏观为主，缺乏对个体特征异质性的探索。少量使用小样本问卷数据的研究聚焦于早期高铁与旅游业间的关系。如汪德根等研究发现，高铁开通前游客距离景区的空间距离是其选择旅游目的地的重要因素，而高铁开通后这种重要性显著降低。

第二，并未对短期流动与长期迁移做明确区分，多数研究高铁与劳动力流动的文献实际上仅聚焦于高铁促进短期面对面交流。Lin的研究证明高铁扩大了旅客规模，促进了面对面交流。高铁打破了空间分割与封闭，提高了知识载体的移动频率，因此能够对创新产生影响。

第三，高铁与人口流动方向的关系存在分歧。国外研究基于微观数据较多，Heuermann以德国高铁为样本，研究发现高铁使得一些居住在大城市的劳动力将工作转移到了小城市。Charnoz等以法国高铁为样本，发现高铁促使管理人员从子公司向总公司转移。国内研究中，王赟赟等认为高铁促进人口向高铁城市流动，加剧了大城市的集聚效应。但该文仅使用宏观存量数据，难以反映个体特征与具体流动细节。杜兴强等认为高铁增加了当地企业博士人才数量，但研究聚焦于一类人，且实际的样本量稀少。王春杨等发现高铁整体上对人口分布无显著影响，但在异质性分析中发现对不同城市圈、不同规模城市的人口流动有着扩散或集聚效应。

综上所述，虽然现有少量的宏观研究中使用存量数据证明了城市开通高铁能够获得人口增长，但存量数据将劳动力的迁移决策过程看作黑箱，不能直接反映个体决策过程，也不能具体描述受影响劳动力的流动细节。作为客运专线，高铁对劳动力迁移决策的影响是其发挥经济效用至关重要的中介途径。本文将个体微观数据与高铁站点数据匹配，从人口迁移视角研究高铁与人口流动间关系，以高铁通过提高城市便利性进而吸引劳动力流入为假设，直观反映出迁移者的个体特征与微观迁移方向。

二、数据与实证模型

(一)数据来源

参考现有文献，文中的个体特征有性别、婚姻情况、年龄、教育程度这些基本情况。考虑到代际流动，本文还涵括了父母教育程度、14岁时家庭社会地位自评。城市特征包含工资、房价、医疗教育情况以及人均道路面积等多个指标。此外，本文还加入了迁移距离、是否省内迁移这两个特征虚拟变量。

(二)数据处理

在个体数据处理中，将三次问卷数据进行合并，删除重复个体，只保留进行过跨市迁移的个体。CLDS包含调查对象的历次迁移，本文取劳动力最后一次迁移作为考察范围。

参照张莉等的做法，将一定时间跨度的数据进行时间维度上的平均。选取2000—2016年的相关城市数据，以2000年为基期进行平减，将历年平均值数据作为控制变量。变量的描述性统计结果见表1。

表1 变量描述性统计结果

(三)实证模型

假设信息是完全对称的，无迁移成本，公式如下：

(1)

劳动力对所有城市的居住效用进行对比。若发现居住在城市能获得的效用比包含现居城市的任意城市都高，劳动力将会选择迁移，为1。若不满足该条件，劳动力不会迁移，为0。推导劳动力在城市居住的效用函数：

=+

(2)

(3)

+≤

(4)

表示劳动力在城市获得的公共服务供给便利性，这些便利性由高铁和其他城市特征提供，如式(2)所示。将包含高铁带来的城市便利性的交乘进效用函数，得到劳动力在城市居住所获得的总效用，如式(3)所示。假设全部收入为工资收入，且只消费一般产品和住房，一般商品的价格标准化为1，住房价格为，工资为，则劳动力的消费约束如式(4)所示。进一步，求效用最大化：

=+(--)

(5)

求导，得到

(6)

可求出其间接效用函数：

(7)

可知，劳动力的居住效用主要由工资、房价和所在城市的便利性决定，在房价工资比不变的情况下，便利性与劳动力的居住效用成正向关系。而便利性由高铁和其他城市特征组成。所以，回归方程如下：

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

(8)

由上文所述可知，这是一个区域选择模型。在给定各城市的特征后，一位劳动力在所有城市中选择迁入。而这一概率是高铁和其他城市特征的函数，因此使用条件Logit回归来分析这一过程。

三、实证分析

(一)基准回归

基准回归的结果见表2。第(1)列为城市开通高铁对劳动力迁移单独回归，核心变量的系数显著为正。由于现有研究中对高铁有效距离与行政边界的普遍关注，第(2)列中加入了迁移距离的平方项和表示是否属于省内迁移的虚拟变量。结果显示核心变量仍然显著为正。进一步，第(3)列中添加了城市特征变量组。各控制变量系数合理，核心变量高铁开通事件的系数仍然显著为正。最后，第(4)列中加入了省份固定效应，高铁的回归系数仍然显著为正。基准回归的结果支持了前文观点。全局来看，一个城市若能开通高铁，则能够吸引劳动力迁入。

表2 基准回归结果

(二)稳健性检验

1.替换不同年份的控制变量

如前文介绍，本文控制变量使用了城市年份的平均值。虽然城市特征存在连续性，但它仍可能随时间发生相对波动。因此稳健性检验中首先使用2004与2012年的流入地城市特征数据替换基准回归中的控制变量，结果见表3第(1)(2)列。与基准回归相比，无论是按照2004年还是2012年的数据匹配，核心变量的系数都显著为正，且系数变化不大。这表明使用按年份平均后的城市特征数据仍然能够代表城市特征，基准回归结果稳健。

2.不同时间段回归

文中使用的CLDS融合数据存在以下特征。第一，时间段长，个别迁移甚至发生在新中国成立前。第二，数据集融合了三次调查的数据。显然，2012年的调查不包括2012—2016年发生的迁移，三次调研的具体实施过程是否有不可观测的差别也无从得知。第三，由于中国高铁建设迅速，这就使得研究时间段末段的高铁城市占比升高，造成相同条件下迁往高铁城市的概率增加。因此，文中将数据按照迁移年份进一步分为2000—2016年和2004—2012年两段来分析。回归结果见表3第(3)(4)列。两次回归中核心变量都显著且与基准回归系数正负号相同，表明基准回归结果稳健。

3.更稳健的聚类标准误

考虑到条件Logit回归中可能存在的组内自相关问题，文中将标准误直接聚类调整到省级层面，用最严格标准来进行稳健性检验。回归结果见表3第(5)列，与基准回归相比，核心变量仍然十分显著，数值无明显变化，回归结果稳健。

表3 稳健性检验回归估计结果

(三)中介效应

由于本文的因变量为二值变量，因此不能使用线性回归模型来做中介效应检验。本文采用KHB法来进行中介效应分解，结果见表4。其中，直接效应即原基准回归核心变量系数，总效应为直接效应与中介效应之和。结果显示，实际房价作为中介变量，中介效果在0.1%水平上显著，但其为非完全中介效应。KHB分解证明，高铁能够通过提升城市便利性影响劳动力的迁移决策。

表4 中介效应检验估计结果

(四)内生性问题

这并不意味着对这一问题毫无办法。众多研究都提出中国的高铁建设以大城市为节点。若去除大城市，剩余的中小型城市都是“幸运城市”——这些城市之所以有高铁通过是由于其恰巧在原定高铁线路边，因此一定程度上可以减轻内生性问题。

表5 内生性问题回归估计结果

从回归结果看出，剔除中心城市后，剩下的中小型“幸运城市”内的高铁设施带来的影响，与基准回归结果并没有太大差异。而可能存在内生性的中心城市内高铁设施并不会显著影响劳动力迁移。这表明在使用本文设置的条件Logit模型，且合理控制城市自身特征后，城市可能遗漏的自身特征及优势并不能对劳动力迁移产生决定性影响。因此，基准回归中并不存在严重的内生性。

(五)进一步讨论

前文已经证明高铁能够帮助城市吸引劳动力向其迁移，下面进一步反证这一问题：若城市开通高铁能够吸引劳动力迁入，那么在有效控制其他城市特征的情况下，则两个高铁城市不能够相互吸引劳动力迁入。为了验证这一点，将迁移者迁出地分为有高铁与无高铁两类，分别进行回归，结果见表6第(1)(2)列。一座有高铁的城市不能够单靠高铁设施从另一个开通高铁的城市吸引劳动力流入，但对未开通高铁城市内的劳动力是有着显著的迁入吸引力的。这一结果也说明，一个城市拥有高铁，就能够避免其他城市的高铁对其劳动力产生引力。

表6 按流出地有无高铁分类估计结果

四、异质性影响分析

受限于存量数据，还未有宏观视角的研究能够将个体特征融入中国高铁与人口流动的研究中。下面分别从个体基本特征、人力资本与代际流动三个方面进行异质性分析。

(一)个体基本特征异质性

表7第(1)(2)列展示了高铁分别对不同性别劳动力迁移选择的影响。结果显示，高铁仅对女性劳动力迁移选择有着显著影响。传统观念中，男性劳动力由于负担的经济责任较多，本应该在迁移决策中更为活跃。可能正是由于男性本身就具有较强迁移意愿，导致高铁对其迁移选择的影响不大。在婚姻状况的异质性分析中，第(3)(4)列结果显示，城市开通高铁仅对未婚人士的吸引能力显著。关于年龄的异质性分析中，本文将年龄分为16～35岁与35～60岁，结果见第(5)(6)列。结果可以看出，高铁仅对35岁以下青年人的迁移选择影响显著。

表7 按个体基本特征分类的异质性分析结果

(二)人力资本异质性

高铁一直被视为吸引劳动力，进而促进城市经济发展的重要设施。但吸引来的劳动力自身的人力资本是其发挥效能的决定性因素。用劳动力受教育水平表示人力资本，将自身教育程度按照本科以下和本科及以上来划分，结果见表8第(1)(2)列。结果表明，本科及以上的迁移者会受到城市高铁设施的显著吸引而迁入该城市。

本文利用CLDS数据中的资源，对有无职业资格证书进行了异质性分析，结果见表8第(3)(4)列。两种情况下高铁都能够对劳动力迁移产生显著的正向影响。但有职业资格证书的劳动力更容易受到高铁设施的吸引而迁移。综合来看，高人力资本的劳动力更可能受到城市高铁设施的吸引而迁入城市。

表8 按人力资本分类的异质性分析结果

(三)代际流动因素

多项研究已经证明代际流动因素对个体现状的重要影响。下面首先考察父母教育异质性会对高铁城市吸引力产生何种影响。受时代限制，父辈的教育水平普遍低于年轻一代，因此按照大专及以上和大专以下对父辈教育水平分类，结果见表9第(1)～(4)列。结果显示，若劳动力父母拥有较高教育水平，劳动力才会受到城市高铁设施的吸引。

与父母教育水平类似，原生家庭社会地位也是一项重要的代际流动因素。CLDS数据中包括一项14岁时的家庭社会地位自我评价。打分范围为1～10，分数越高表示该劳动力对原生家庭社会地位评价越高。按照打分的中位数5分将迁移数据分为两拨，结果见表9第(5)(6)列。可以看出，只有原生家庭社会地位自我评价较低的人才会受到城市高铁设施的吸引。单看这一结果，似乎与父母教育水平异质性分析相左。但这里的社会地位是自我评价所得。对数据的统计发现，对社会地位打分小于等于3的占55.6%，而小于等于5的占88.3%。显然，这不符合真实的社会地位分布。CLDS中认知的自我社会地位与真实情况差异较大，过低的打分更多展现的是对原生家庭现状的不满。文中的回归结果展现更多的是对原生家庭社会地位不满的人迁移选择会受到城市高铁设施的影响。

表9 按代际流动因素分类的异质性分析结果

五、空间视角下的劳动力迁移

本文的区域异质性分析基于微观视角。由于使用微观数据，本文可以区分出各区域由高铁带来的劳动力迁移的具体出处。

(一)三大区域视角

在进行三大区域异质性分析中，首先以区域外部迁向该区域的个体为样本。表10第(1)～(3)列展示了区域外部劳动力迁向各区域时的决策如何受高铁影响。回归结果显示，当东部以外的劳动力迁向东部时，会倾向于选择有高铁的城市。同样，中部以外的劳动力流向中部时，也会倾向于选择有高铁的城市。但是，西部城市的高铁设施并没有对区域外劳动力展现出这种吸引力。在本研究的时间段内，西部地区高铁建设还比较欠缺，未能形成网络，因此高铁吸引力未在西部地区充分发挥。

表10 按三大区域分类的估计结果

综合来看，无论对于区域外部还是内部的劳动力而言，东部发达区域完善的高铁设施对劳动力的吸引力都显著为正；中部地区的高铁只能够吸引外部劳动力流入；而西部地区的高铁城市非但不能够吸引区域外部的劳动力，还促使劳动力流出到区域内其他城市。

(二)城市等级视角

为了进一步分析，本文对小城市流向大城市的劳动力再次细分。表11第(4)～(6)列回归结果看出，虽然高铁促使劳动力流向大城市，但只体现在外围城市中，即低等级城市流向中等级城市。高铁不能够进一步促使中低级等级城市的劳动力流入高等级的中心城市，也不能促使高等级城市之间的劳动力迁移。因此，高铁对劳动力的这种促进并不能称为虹吸，这只是中小城市内的相互博弈。

表11 按不同等级城市分类的回归结果

六、结论与启示

高速铁路有效压缩了时空距离，深刻改变了人们的出行模式。作为高铁发挥经济效用的根本途径，它对人口流动产生了何种影响值得深入讨论。在高铁与劳动力流动间关系还未完全清晰的背景下，本文从劳动力迁移这一新视角出发，使用新的微观个体数据，采取条件Logit模型研究高铁开通后的劳动力迁移决策过程，是对现有研究的有力补充。

本文的研究结论可以归纳为以下几点。第一，从宏观上看，城市开通高铁能从无高铁城市吸引劳动力迁入。这种吸引力很大程度归因于高铁对城市便利性的提升。这种吸引力是高铁给城市带来的一种普遍能力，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设施和自身吸引力较强，高铁设施对于大城市吸引劳动力能力的提升并没有显著作用。而高铁对于中小城市的作用如同“人熊赛跑”——没有高铁就会在劳动力吸引力上落后。第二，从微观上看，被城市高铁设施吸引而来的劳动力往往是年轻的单身人群，这些人往往有着较高的人力资本。他们不满足于现状，积极追求改变，可以预见其流入城市后能够给城市的经济社会发展提供强劲支撑。第三，从空间视角来看，中小城市的高铁吸引来的是更低等级城市的劳动力，但中心城市或大城市的高铁并没有增加这种吸引力。此外，东部地区由于高铁建成度高，高铁城市能够吸引东部无高铁城市的劳动力和中西部的劳动力，而中西部由于高铁建设滞后，很难发挥与东部地区相同的作用。尤其是在西部，拥有高铁反而会促进劳动力流出。这同时说明高铁价值的发挥会受到其网络完善程度的影响。

从本文的分析来看，在健全的交通网下，一个城市拥有好的交通基础设施能够获得要素优势，吸引劳动力向其积聚。一些学者认为发达地区交通设施会加剧中心城市的虹吸能力，造成马太效应加剧。但本文的微观视角研究表明，至少从劳动力流动角度看，发达地区交通设施不会加速小城市的衰落。在下一代的交通网络建设中，规划者应该充分考虑新型交通设施对劳动力的引流作用，让交通设施更好的服务经济社会发展。