长三角城市群高质量城镇化进程中的工资差距研究

摘 要：长三角城市群正由快速城镇化向高质量城镇化演进，其中的劳动力由同质性集聚向异质性集聚转变如何影响城市间工资差距和共同富裕？通过理论模型和计量检验，研究阐释城市规模、市场潜力和高技能劳动力比重对长三角城市工资收入的影响，结果发现：人口规模和市场潜力对中小城市的名义工资有显著促进作用，而大城市的名义工资主要表现为高技能劳动力的工资溢价，人口规模和市场潜力的作用不明显；对于真实工资，城市规模、市场潜力和高技能劳动力的工资溢价影响都不显著。这表明长三角城市群初步实现空间一般均衡，正进入高质量城镇化和共同富裕的发展阶段。

关键词：长三角城市群；城市规模；工资差距；城镇化

作者简介：魏守华，南京大学长江三角洲经济社会发展研究中心教授、博士生导师，主要从事城市经济学研究；李浩，南京大学长江三角洲经济社会发展研究中心博士研究生，主要从事城市经济学研究；钱非非，南京大学长江三角洲经济社会发展研究中心博士研究生，主要从事城市经济学研究。

基金项目：国家社会科学基金重大项目“构建大中小城市协调发展格局研究”（项目编号：23ZDA048）的阶段性成果。

中图分类号：F061.5；C11；F127 ""文献标识码：A ""文章编号：1001-4403（2023）05-0040-15

DOI：10.19563/j.cnki.sdzs.2023.05.004

一、引言

自2003年长三角16座城市联盟形成城市群，至2018年国家出台《长江三角洲区域一体化发展规划纲要》，长三角城市群先后经历四次扩容，目前已涵盖沪苏浙皖全域范围。通过城市群的不断扩容，长三角城市群正向一体化和高质量城镇化阶段演进，同时劳动力由过去的同质性集聚向目前的异质性集聚转变。在这个过程中如何处理好区域收入差距，尤其是城市间工资差距问题，既是长三角城市群高质量一体化发展的重要内容，又是实现共同富裕的内在要求。

从长三角41个地级以上城市的名义工资看，2003—2019年总体的工资差距有所缩小，但有15座城市与上海的工资差距呈扩大趋势，2019年仍有17座城市的平均工资不足上海的50%，因此缩小长三角城市间工资收入差距是长三角共同富裕的关键。不过，鉴于上海等大城市的土地租金和房价明显高于中小城市，真实工资在城市之间的差距并不如名义工资的差距明显。所以在分析城市之间工资差距时，既要分析名义工资差距，更要关注真实工资是否存在差距，才能揭示长三角城市群高质量城镇化进程中的共同富裕状况。

关于工资水平及其差距，新古典经济学从资本深化、人力资本和技术进步角度提供了基本的分析框架①【①冷萱、李涵：《出生城市、人力资本积累与收入水平》，《财贸研究》2021年第8期，第42-56页。】，但由于新古典增长理论是建立在完全竞争和规模收益不变等假设基础上，忽视集聚效应对城市工资形成及其差距的影响，对城市工资差距的解释力度有限。②【②程中华、于斌斌：《产业集聚与地区工资差距——基于中国城市数据的空间计量分析》，《当代经济科学》2014年第6期，第86-94页。】经典的城市经济学理论将空间因素纳入经济学研究中，认为生产和消费的集聚效应都有助于提高生产率，进而提高工资水平。③【③O’Sullivan A.Urban Economics （8th Edition）.Boston：Irwin/McGraw-Hill，2013.】生产的集聚效应包括专业化集聚和多样化集聚，通常用城市规模作为代理变量来考察④【④⑥Behrens K，Robert-Nicoud F.Agglomeration theory with heterogeneous agents.Handbook of regional and urban economics，2015，5，pp.171-245.】，消费的集聚效应通常用市场潜力来表示⑤【⑤Fujita M，Krugman P，Venables A.The Spatial Economy：Cities，Regions and International Trade.Journal of International Economics，1999，57（1），pp.247-251.】。不过，这种以城市规模为指标的集聚效应是基于同质性劳动力假设，Behrens and Robert-Nicoud⑥认为在城镇化进程中会出现同质性集聚向异质性集聚的转变。所谓异质性集聚，指不同技能和不同学历的劳动力在不同规模城市之间分布是有差异的，劳动技能和学历的差异影响着城市的工资水平。

长三角作为我国一体化程度最高的城市群，大中小城市之间的功能分工日益明确。⑦【⑦孙军、高彦彦：《城市微笑曲线变迁与经济地理重塑——以长三角地区为例》，《苏州大学学报（哲学社会科学版）》2023年第3期，第38-50页。】在不同技能劳动力和不同城市之间的分类和选择作用下，大城市因定位于生产性服务等高等级功能而拥有较高的高技能劳动力比重，而中小城市因定位于生产制造功能而拥有低技能劳动力的比重较高。相对于低技能劳动力来说，高技能劳动力具有更高的技能工资溢价，这使高技能劳动力比重高的大城市工资水平会更高。因此，本文使用长三角城市群2005—2019年41个地级市的城市层面数据，从理论和实证两方面分析以城市规模、市场潜力为代表的同质性集聚和高技能劳动力比重反映的异质性集聚对长三角城市工资水平的影响，还利用2018年长三角70个县级以上城市的个体层面的微观数据进行佐证。

相较已有文献，本文边际贡献在以下三方面：一是综合考虑城市的同质性集聚效应（城市规模、市场潜力）和异质性劳动力结构（高技能劳动力比重）对城市工资的影响；二是在名义工资的基础上，考虑以住房为代表的生活成本对真实工资的影响，从真实工资的角度对长三角一体化程度进行考察；三是利用2018年中国流动人口动态监测调查数据（CMDS），从城市规模对高技能劳动力的工资溢价出发对长三角城市之间工资差距进行补充论证。

二、城镇化进程中集聚效应对工资差距影响的机制

目前，长三角正由快速城镇化阶段（人口由农村向城镇迁移为主）向高质量城镇化阶段转变（城市群一体化背景下的不同技能劳动力在城市之间迁移），这意味着影响长三角城市工资收入的集聚因素，不仅包括同质性要素的集聚还包括异质性劳动力的集聚。为了更清晰地理解这两种集聚效应的影响，下文对相关文献分别进行阐释。

（一）同质性集聚效应对城市工资的影响

城市经济学基于同质性劳动力假设，发现城市发展中的生产和市场集聚效应都能够促进城市生产效率和工资水平的提高。①【①O’Sullivan A.Urban Economics （8th Edition）.Boston：Irwin/McGraw-Hill，2013.】首先，生产中专业化集聚的影响。早在一百多年前，Marshall②【②Marshall A.Principles of Economics.London：Macmillan，1890，pp.329-334.】就发现生产过程的集聚效应会通过劳动力“蓄水池”、投入产出关联和信息等知识溢出提高生产效率。Duranton amp; Puga③【③Duranton G，Puga D.Micro-foundations of urban agglomeration economies.Handbook of regional and urban economics.Elsevier，2004，4，pp.2063-2117.】则将专业化集聚效应的微观机制归纳为共享、匹配和学习：共享主要包括不可分割的商品和设施共享、多样化收益共享、个体专业化收益共享以及风险分享；匹配主要指集聚可以提高劳动力的匹配质量和机会；学习主要指知识产生和知识溢出有利于增加知识积累。其次，多样化集聚效应的影响。多样化集聚指的是随着城市规模扩大，不同行业、不同劳动力的集聚会通过知识溢出、产业间关联对所有市场主体都有促进作用，也称为城市化集聚效应。④【④Jacobs J.The Economy of Cities.NewYork：Random House，1969.】再次，市场集聚效应的影响。城市生产的每个产品都有各自的市场区，通常也被定义为市场潜力。市场潜力较大的地区由于规模经济和运输成本的优势，可以获得更多市场集聚效应带来的好处，吸引更多的企业和劳动力入驻，也能够具有更高的工资水平。⑤【⑤Au C C，Henderson J V.Are Chinese cities too small？.The Review of Economic Studies，2006，73（3），pp.549-576.】最后，关于这些集聚效应对城市工资影响的实证研究。Glaeser amp; Resseger⑥【⑥Glaeser E L，Resseger M G.The complementarity between cities and skills.Journal of Regional Science，2010，50（1），pp.221-244.】、Ridhwan⑦【⑦Ridhwan M M.Spatial wage differentials and agglomeration externalities：Evidence from Indonesian microdata.Economic Analysis and Policy，2021，71，pp.573-591.】分别采用城市规模和就业密度来衡量生产过程中的集聚效应，发现集聚效应会显著促进劳动生产率和工资水平的提高。这种机制对中国城市工资水平的影响也得到了验证，如城市规模能够显著促进城市工资增长，但当城市规模过小或过大时，城市规模对工资的促进作用则较弱。⑧【⑧杨东亮、郑鸽：《城市规模对劳动力工资的异质性影响——基于中国2017年流动人口调查数据的实证》，《财经科学》2021年第2期，第95-108页。】与生产的集聚效应类似，刘修岩等⑨【⑨刘修岩、贺小海、殷醒民：《市场潜能与地区工资差距：基于中国地级面板数据的实证研究》，《管理世界》2007年第9期，第48-55页。】利用新经济地理学模型并使用中国地级市面板数据，发现市场潜力对工资水平具有显著正向影响。除名义工资外，还有学者基于空间均衡认为城市规模只对名义工资水平产生影响，而在考虑城市房价后，城市规模并不影响真实工资水平，大城市的名义工资溢价实际上只是一种补偿机制的表现。⑩【⑩Roback J.Wages，rents，and the quality of life.Journal of political Economy，1982，90（6），pp.1257-1278；Beaudry P，Green D A，Sand B M.Spatial equilibrium with unemployment and wage bargaining：Theory and estimation.Journal of Urban Economics，2014，79，pp.2-19.】

（二）劳动力异质性集聚对城市工资的影响

近年来随着微观数据的可获得性增强，城市经济学在对人口、产业和经济等同质性集聚分析的基础上，开始运用微观数据分析异质性的劳动力流动及其就业分布，这是由异质性劳动力和异质性城市之间相互的分类效应和选择效应所形成的。一方面，大城市凭借良好的公共服务和产品多样性等优势，吸引更多高技能劳动力流入（11）【（11）（13）Combes P P，Duranton G，Gobillon L.Spatial wage disparities：Sorting matters！.Journal of urban economics，2008，63（2），pp.723-742.】；另一方面，大城市更激烈的竞争以及高昂的生活成本使低技能的劳动力被大城市筛选出去。在这两种效应的作用下，城市规模与高技能比重之间往往呈显著正向关系。异质性集聚理论认为城市工资除了受到传统的同质性集聚效应影响之外，还受到技能劳动力在总劳动力占比的显著影响，因此技能劳动力比重高的大城市自然会有更高的工资水平（12）【（12）Behrens K，Robert-Nicoud F.Agglomeration theory with heterogeneous agents.Handbook of regional and urban economics，2015，5，pp.171-245.】。在理论分析的基础上，一些文献实证检验了异质性集聚对城市工资的影响。如：Combes等（13）基于法国数据发现，如果考虑异质性劳动力的空间分类效应，那么集聚效应对工资溢价的影响会下降50%；Lee①【①Lee S.Ability sorting and consumer city.Journal of urban Economics，2010，68（1），pp.20-33.】发现高技能劳动力的群分效应能解释大城市公共卫生部门工资溢价的70%；孟美侠等②【②孟美侠、李培鑫、艾春荣等：《城市工资溢价：群聚、禀赋和集聚经济效应——基于近邻匹配法的估计》，《经济学（季刊）》2019年第2期，第505-526页。】利用2011年和2013年中国家庭金融调查的微观数据，发现不同技能劳动力的群聚效应对超大、特大和I型大城市的工资溢价具有较强的解释力。

（三）单个城市集聚、城市体系空间均衡对工资差距的影响

劳动力的集聚会提高城市的工资水平，但也会引致城市住房价格的上涨。前者为正向效应而后者为负向效应，这两方面共同决定了劳动力的效用水平。在城市舒适度均等的前提下，劳动力自由流动可以实现居民效用的空间均衡，即消除房价差异后的真实工资收入趋同③【③年猛：《政府干预、集聚经济与中国城市规模分布》，《城市与环境研究》2021年第1期，第70-87页。】。从城市群的发展历程看：起初阶段，城市群整体城镇化水平较低，以单个城市的集聚为主，其中的行政等级高、区位优势好、集聚效应强的城市更能吸引农村剩余劳动力流入。这些城市的人口规模增长较快，与其他城市的生产效率和名义工资差距扩大，但由于低技能劳动力流入对房价增长的促进作用较弱④【④范剑勇、莫家伟、张吉鹏：《居住模式与中国城镇化——基于土地供给视角的经验研究》，《中国社会科学》2015年第4期，第44-63页。】，城市之间的实际工资差距较大，劳动力效用水平在空间上未能达到均衡。随着城镇化的不断推进，当城市群发展到较成熟的阶段后，农村剩余劳动力供给减少，同时高技能劳动力供给增加。这样，以低技能劳动力为主的城乡间劳动力流动逐渐被以高技能劳动力为主的城市间劳动力流动所取代，经过分类与选择效应的作用，大城市的高技能劳动力比重高而中小城市的低技能劳动力比重高。相应地，高技能劳动力流入使大城市的房价较中小城市的房价明显昂贵⑤【⑤Garriga C，Hedlund A，Tang Y，et al.Rural-urban migration and house prices in China.Regional Science and Urban Economics，2021，91，p.103613.】，在劳动力流动较自由和更频繁的城市群地区，城市体系不断合理化，进而实现城市间居民效用的空间均衡。

（四）长三角城市群集聚与工资水平的关系

从长三角城市群的发展进程看，不同城市的城镇化水平差异巨大：既有处于城镇化加速阶段的亳州、六安等，又有城镇化趋于成熟阶段的上海、南京、杭州等。前者以人口由农村向城市转移为主，劳动力的技能相对较低，同质性集聚下的城市规模和市场潜力对名义工资水平起主要作用，而后者以吸引高技能劳动力的城市间迁移为主，同质性集聚效应对名义工资的贡献下降、异质性劳动力结构的贡献上升。

图1、图2分别呈现长三角的城市规模、市场潜力与工资水平之间的关系，图3、图4分别呈现不同规模城市的高技能劳动力比重与工资水平之间的关系。从集聚效应与名义工资水平来看，城市规模、市场潜力与名义工资水平正相关，中小城市的高技能劳动力比重与名义工资呈现负相关关系，而大城市的高技能劳动力比重与名义工资呈现正相关关系；从集聚效应与真实工资水平关系来看，无论是代表同质性集聚效应的城市规模、市场潜力，还是反映异质性集聚的高技能劳动力比重，都对真实工资无显著影响，这说明长三角城市群的真实工资趋于相同。

三、理论模型

（一）消费者偏好

本文借鉴Au amp; Henderson⑥【⑥Au C C，Henderson J V.Are Chinese cities too small？.The Review of Economic Studies，2006，73（3），pp.549-576.】、Redding amp; Rossi-Hansberg⑦【⑦Redding S J，Rossi-Hansberg E.Quantitative spatial economics.Annual Review of Economics，2017，9，pp.21-58.】等的文献，建立工资收入的决定模型，以此阐释城市规模、市场潜力和异质性劳动力影响城市工资的机制。

假设一个具有I个城市和两部门（最终品和中间品）的城市群经济。通常，中间品为本地服务业，无运输成本。每个城市生产sy种最终品，出厂价格为pi。当最终品运往其他城市销售时存在冰山运输成本，即1单位最终品从i地运至n地后只有1/τni（τnigt;1），则两地间产品价格关系为pni=piτni。设同一城市内的消费者对于不同最终品具有CES形式的偏好：

Un=∑Ii=1siycσ-1σniσσ-1（1）

其中，cni为城市n消费来自城市i的最终品数量，任意两种最终品的替代弹性为σ（σgt;1）。消费者支付最终品综合价格Pn以最大化效用，城市n对城市i最终品的最优消费量为：

cni=PnpniσCn（2）

与最终品消费指数相对应，最终品综合价格指数为Pn=∑ip1-σni1（1-σ）。城市n的收入用于消费，总收入为劳动力工资wnNn。可得城市n对城市i生产的最终品均衡需求为：

cni=wnNn（pni）-σ（Pn）σ-1（3）

对于城市i的生产者来说，其生产的全部产品为所有城市消费，所以城市i的产出为i=∑In=1cniτni，则得到城市i生产的最终品出厂价为：

pi=（MPi）1/σ-1/σi，MPi=∑In=1wnNn（τni）σ-1（4）

其中，MP为市场潜力（Market potential），反映包括本地市场在内的所有市场对本地产品的潜在需求。为便于运算，设最终品价格指数标准为1。

（二）最终品的生产

借鉴经典新经济地理学文献的做法，设最终品厂商在生产过程中仅用到劳动力li和固定成本f，其生产函数为：

li=yi/Ai（·）+f（5）

其中，Ai（·）为最终品的生产率。设定Ai（·）为人口和地区技能水平的函数Ai（·）=AiNεihi，Ai为地区外生影响生产率的因素，Nεi体现了专业化集聚外部性，hi为地区高技能劳动力比重，代表地区不同行业加权的平均技能水平。

假设存在大量的生产厂商以及劳动力，劳动力的工资等于劳动的边际产品价值。根据最终品厂商利润最大化原则，边际收益等于边际成本（（1+1/η）pi=wi/Ai（·），η为最终品替代弹性），故最终品定价为pi=σσ-1wiAi（·）。在零利润条件下，根据每种产品所需劳动力数量相同的假设，可得单一种类的最终品产出为：

=yi=（σ-1）fAi（·）（6）

结合式（4），可得城市n的均衡工资方程为：

wn=QMP1σn（AnhnNεn）σ-1σ（7）

其中，Q=（（σ-1）f）-1σσ-1σ为常数。值得注意的是，这里的均衡工资水平实质上是名义工资，并没有考虑以住房为代表的不可贸易品的消费对居民真实工资的影响。关于城市规模（Nn）、市场潜力（MPn）和高技能劳动力比重（hn），依次对式（7）求偏导，有：

wnNngt;0，wnMPngt;0，wnhngt;0（8）

这表明均衡工资水平与城市规模、市场潜力和高技能劳动力比重正相关。城市规模增长能够增强知识溢出、搜寻匹配等微观集聚机制效应的发挥；市场潜力代表市场集聚效应，市场区的扩大和可达性的提高均能为消费者提高集聚收益；此外，异质性劳动力尤其是高技能劳动力的集聚能够通过群聚效应提高生产率。故可得以下命题：

命题1：城市规模、市场潜力以及高技能劳动力比重越大，城市工资水平越高。

关于城市规模（Nn）和高技能劳动力比重（hn），同时对式（7）求偏导，有：

w2nNnhngt;0（9）

这表明城市规模与高技能劳动力比重对均衡工资水平表现出互补性。规模越大的城市，高技能劳动力的工资溢价越高；高技能劳动力比重越高的城市，规模的工资溢价也越高。故可得以下命题：

命题2：高技能劳动力比重与城市规模的交互作用能够提升城市工资水平。

四、实证研究

（一）计量模型与变量选取

基于前文所构建的理论模型，首先建立如下计量模型，以估计同质性集聚效应对城市工资的影响：

lnwit=α0+α1lnsizeit+α2lnmpit+Controlit+γt+μi+εit（10）

其中，lnwit为城市工资水平，lnsizeit和lnmpit分别为城市规模和市场潜力，Controlit为一系列控制变量的集合，包括资本投入、外商直接投资、政府干预程度、对外贸易依赖度、技术创新水平，γt为时间固定效应，μi为个体固定效应，εit为模型的误差项。

其次，考虑到异质性劳动力结构对城市工资的影响，引入高技能劳动力比重及其与城市规模的交互项，构建计量模型如下：

lnwit=β0+β1lnhlsit×lnsizeit+β2lnhlsit+β3lnsizeit+β4lnmpit+Controlit+γt+μi+εit（11）

其中，lnhlsit为高技能劳动力比重，lnhlsit×lnsizeit表示高技能劳动力比重与城市规模的交互项，其余变量含义与式（10）一致。下面对变量选取、数据来源与处理进行说明。

1.被解释变量

城市工资水平（w），分名义工资和真实工资。名义工资水平用城市职工平均工资表示。为剔除物价变动的影响，使用居民消费价格指数进行平减。真实工资：考虑到以住房价格为代表的生活成本影响，参照高虹①【①高虹：《城市人口规模与劳动力收入》，《世界经济》2014年第10期，第145-164页。】的做法，用城市商品房销售额与商品房销售面积之比表示的城市房价对城市名义工资进行平减，得到真实工资（rw）。

2.核心解释变量

（1）城市规模（size）：城市规模的大小反映生产过程中的集聚效应水平，城市规模越大，生产的集聚效应通常也越强。城区作为城市经济活动的主要聚集区，城区的人口规模可以更真实地反映城市的集聚效应，因此借鉴卓玛草②【②卓玛草：《中国城市规模与劳动生产率关系再检验——基于集聚来源与规模效率内在机理的分析》，《人口与经济》2019年第5期，第53-65页。】的做法，使用城区人口和城区暂住人口之和衡量城市规模。

（2）市场潜力（mp）：借鉴魏守华等③【③魏守华、杨阳、陈珑隆：《城市等级、人口增长差异与城镇体系演变》，《中国工业经济》2020年第7期，第5-23页。】的做法测算市场潜力，计算公式为：mpi=∑In=1wnsizen（τni）σ-1。用城市GDP代表城市的居民总收入；两地运输成本τni=Adniδ（δ=0.82），dni为n和i两城市的直线距离；对单个城市来说，假设城市形态为圆形，则半径dnn=2/3area/π，其中area为建成区面积；设定建成区面积最小城市的单位运输成本为1，则得A=d-δnn。此外，参考Au and Henderson④【④Au C C，Henderson J V.Are Chinese cities too small？.The Review of Economic Studies，2006，73（3），pp.549-576.】，设商品的区域间替代弹性σ=2。

（3）高技能劳动力比重（hls）：借鉴华昱和刘厚俊⑤【⑤华昱、刘厚俊：《异质性劳动力集聚的收入与就业增长效应研究》，《现代经济探讨》2021年第8期，第85-92页。】的做法，用信息传播、计算机服务和软件业、科学研究和技术服务业、金融业、教育行业代表高技能行业，使用该四个行业从业人员与城市从业人员总数之比表示高技能劳动力比重。

3.控制变量

参考已有文献并结合数据可获得性，选取以下控制变量。①资本投入（k）：使用人均固定资本存量来衡量资本投入水平。②外商直接投资（FDI）：用各城市实际使用外资金额与GDP比值表示。外商直接投资往往带来先进的技术、设备和管理经验，通过提高劳动生产率对工资收入产生正向影响。③对外贸易依赖度（open）：用城市的进出口贸易总额与GDP比值来反映城市经济的对外贸易依赖程度。④政府干预程度（gov）：选取政府一般公共预算支出与GDP比值表示政府对城市发展的干预程度。⑤技术创新水平（pat）：使用每万人专利授权数量来代表城市的技术创新水平。

4.数据来源及相关处理

以2005—2019年长三角41个地级市的面板数据为研究样本，数据主要来源于《中国城市统计年鉴》、各省市的统计年鉴以及EPS数据平台，城市间距离数据来源于国家基础地理信息系统数据库，2018年中国流动人口动态监测调查数据（CMDS）来源于国家卫生健康委流动人口数据平台。所有价格变量均以2005年为基期，使用居民消费价格指数进行价格平减，缺失数据采用插值法进行补充。此外，为了缓解数据量纲和异方差等问题，在计量模型中对所有变量均进行对数化处理。

（二）实证结果及解释

1.同质性集聚效应对名义工资的影响

基于同质性集聚理论并利用计量模型（10），本文用双向固定效应面板模型，检验生产的集聚效应（城市规模）、市场的集聚效应（市场潜力）对名义工资的影响，结果如表1所示。

（1）基准回归结果。表1呈现城市规模、市场潜力影响名义工资的基准回归结果。其中，模型（1）为城市规模对名义工资水平的影响结果，模型（2）—（7）为逐个添加市场潜力和其他控制变量的回归结果。回归结果显示：两个核心解释变量——城市规模和市场潜力都显著促进了名义工资提升，影响系数大小分别为0.114、0.556，可以发现与生产的集聚效应（城市规模）相比，市场的集聚效应（市场潜力）对名义工资的促进作用更强。从控制变量来看，资本投入、外商直接投资、政府干预和技术创新都显著促进了名义工资的提升。其中，政府干预的促进作用最强，影响系数大小为0.098，这可能是由于我国城市发展中政府的作用明显，如通过产业政策和投资政策等措施显著影响城市经济发展和工资收入。

（2）稳健性检验。表2呈现稳健性检验的结果，具体如下：模型（1）为OLS检验结果，模型（2）为用城镇居民可支配收入替换被解释变量的回归结果，模型（3）用城区人口密度（lndense）替换城市规模（lnsize）、模型（4）用全域性市场潜力（lnmp2）替换长三角市场潜力（lnmp）的回归结果，其中lnmp2的计算方法参考魏守华等一文；模型（5）—（6）分别用1984年城市人口规模和滞后两期的市场潜力作为工具变量的2SLS检验结果。模型（1）—（6）的回归结果显示，无论是改变变量测度方法，还是调整计量回归模型，城市规模与市场潜力的系数均显著为正，表明城市规模、市场潜力对名义工资的促进作用具有较强的稳健性。

（3）异质性检验。为进一步考察集聚效应对名义工资的影响是否受到城市规模的影响，本文参考孟美侠等①【①孟美侠、李培鑫、艾春荣等：《城市工资溢价：群聚、禀赋和集聚经济效应——基于近邻匹配法的估计》，《经济学（季刊）》2019年第2期，第505-526页。】的方法，将城市规模划分为300万人以上（包括300万）、100—300万人（包括100万）、100万人以下的大中小三类，结果如表3所示。可以发现：第一，从市场潜力对名义工资的影响看，市场潜力在中小城市会显著促进名义工资提升，而在大城市中的影响不显著。这可能的原因是不同规模城市经济发展的驱动力存在差异，中小城市以工业化为主而大城市以服务业为主，市场潜力代表最终品（制造业）的潜在总需求，由此导致市场潜力对名义工资的增长效应与城市规模有关。第二，从城市规模对名义工资的影响来看，中大型城市的城市规模显著促进名义工资的提升，其中的中等城市效果更显著。这与现有研究的结论较吻合，即当城市规模过小或过大时，城市规模对工资的促进作用较弱。②【②孟美侠、李培鑫、艾春荣等：《城市工资溢价：群聚、禀赋和集聚经济效应——基于近邻匹配法的估计》，《经济学（季刊）》2019年第2期，第505-526页；杨东亮、郑鸽：《城市规模对劳动力工资的异质性影响——基于中国2017年流动人口调查数据的实证》，《财经科学》2021年第2期，第95-108页。】这可能是因为当城市规模过小时，规模经济尚未显现，而当城市规模过大时，影响名义工资提升的主因会由同质性集聚效应转变为技能工资的溢价效应。

2.异质性集聚对名义工资的影响

如前文所论述的除了同质性集聚效应之外，异质性集聚的高技能劳动力比重也是影响名义工资，尤其是大城市名义工资的重要因素。为此，本文利用计量模型（11）检验高技能劳动力比重对名义工资的影响，再检验不同规模城市的影响差异。

表4中模型（1）（2）呈现全样本下高技能劳动力比重与城市规模的交互作用对名义工资的影响，表4中模型（3）（4）分别为使用OLS回归和高技能劳动力比重二阶滞后项作为工具变量的2SLS回归进行的稳健性检验结果。模型（1）（2）的结果表明：在未引入交互项前，城市高技能劳动力比重与名义工资之间未呈现显著相关关系，而在引入交互项后，交互项与名义工资呈显著正向关系，即城市高技能劳动力比重对名义工资的促进作用受到城市规模的影响。这是因为：虽然高技能劳动力集聚可以提高城市名义工资增长①【①Cen Z，Aoki Y，Doi J.Human Capital Agglomeration Effect and Regional Disparity in China.Growth Mechanisms and Sustainable Development of the Chinese Economy：Comparison with Japanese Experiences.Singapore：Springer Nature Singapore，2022，pp.185-226.】，但高技能劳动力集聚效应的发挥既需要一定的城市规模又要求相当的高技能劳动力比重。如果城市的规模太小，即使拥有很高的高技能劳动力比重也无法发挥高技能劳动力的集聚效应。如安庆、丽水这类经济发展较差的小城市，为了提供基本的公共服务，必须保证教育、医疗、政府管理等高技能劳动力比重较高的部门正常运行，这使得这些城市呈现出较高的高技能劳动力比重和较低的名义工资水平。像金华这样经济发展较好的中型城市由于大量低技能劳动力的流入，则呈现较低的高技能劳动力比重和较高的名义工资水平。大城市一方面因为分类效应和选择效应，拥有更多的高技能劳动力和更高的名义工资水平；另一方面也可能由于劳动力的技能互补效应，拥有大量的低技能劳动力。因此，那些工资水平更高的大城市的高技能劳动力比重可能比预想的要低。②【②Eeckhout J，Pinheiro R，Schmidheiny K.Spatial sorting.Journal of Political Economy，2014，122（3），pp.554-620.】如名义工资水平远高于南京市的上海市，其2020年大专以上学历劳动力占总劳动力比重为49.64%，低于南京市的50.28%。③【③2020年城市大专以上学历劳动力占总劳动力比重根据第七次人口普查数据计算得到。】综上，可以发现高技能劳动力的比重并不一定与城市名义工资呈现正向相关关系。模型（3）（4）与模型（1）（2）的结果一致，说明结论较稳健。

表5为不同规模城市下，高技能劳动力比重与城市规模交互作用影响名义工资的检验结果。可以发现，不同规模下的影响效果存在差异，高技能劳动力比重与城市规模的交互作用只在中大型城市显著促进工资增长，而对小城市并不显著。这是因为在异质性技能劳动力与不同规模城市之间的分类和选择作用下，高技能劳动力主要流向规模较大的城市，而规模较小的城市则无法吸引大量高技能劳动力流入。值得注意的是，模型（3）的结果显示：在大城市样本中，高技能劳动力比重的影响系数值0.204显著大于城市规模的影响系数值0.091，这说明对于高质量城镇化阶段的大城市来说，高技能劳动力比重对于名义工资提升的作用超过同质性集聚效应。

3．对真实工资影响的检验

为考察长三角一体化进程中集聚效应对真实工资的影响，下文先以剔除房价的真实工资作为被解释变量，利用长三角全样本数据，检验长三角全域城市规模、市场潜力和高技能劳动力比重对真实工资的影响。其次，考虑到长三角一体化程度对劳动力自由流动的影响，参考刘乃全和吴友①【①刘乃全、吴友：《长三角扩容能促进区域经济共同增长吗》，《中国工业经济》2017年第6期，第79-97页。】的做法，以《长江三角洲地区区域规划》的出台时间（2010年）作为长三角一体化程度的转折点，将2005—2009年视为一体化程度较低阶段、2010—2019年视为一体化程度较高阶段，分时间段考察集聚效应对真实工资的影响。最后，将长三角城市群划分的核心区与非核心区②【②根据2010年发布的《长江三角洲地区区域规划》对长三角核心区的界定，核心区包括上海、南京、苏州、无锡、常州、镇江、扬州、泰州、南通、杭州、宁波、湖州、嘉兴、绍兴、舟山、台州16个城市，其余25个城市为长三角非核心区。】，对不同地区的集聚效应对真实工资的影响进行异质性检验。

表6呈现了长三角全域城市规模、市场潜力和高技能劳动力比重对真实工资的影响结果。从全样本回归结果来看，城市规模、市场潜力和高技能劳动力比重对真实工资的影响都不显著，说明从长三角整体来看，目前同质性集聚效应和异质性劳动力结构只影响名义工资水平。从不同时间段的回归结果来看，在一体化程度较低阶段，市场潜力和高技能劳动力比重都显著促进了城市真实工资增长；在一体化程度较高阶段，市场潜力和高技能劳动力比重都无法促进城市真实工资增长。这可能是因为：随着长三角一体化程度的不断提升，劳动力的自由流动不仅促进了大城市名义工资的增长，也显著促进了大城市房价的增长，最终在名义工资和房价水平的共同作用下，不同规模城市的真实工资趋于相同。

表7为分地区城市规模、市场潜力和高技能劳动力比重影响真实工资的回归结果。其中，模型（1）—（4）为长三角核心区的回归结果，模型（5）—（8）为长三角非核心区的回归结果。长三角核心区的回归结果表明：无论是一体化程度较低阶段还是较高阶段，集聚效应都对真实工资无显著影响，长三角核心区已基本实现空间均衡。长三角非核心区的回归结果表明：在一体化程度较低阶段，仅市场潜力显著促进城市真实工资增长，而城市规模和高技能劳动力比重的影响均不显著；在一体化程度较高阶段，城市规模显著促进城市真实工资增长，而市场潜力则显著抑制城市真实工资增长；此外，市场潜力的影响系数绝对值远大于城市规模。可能的原因是：在一体化程度较低阶段，核心区作为城镇化的主战场，流入了更多农村剩余劳动力和其他城市高技能劳动力，其工资和房价呈现上涨；非核心地区由于劳动力净流出，城市房价一直“居低不上”，其中靠近核心区的城市由于获得核心区市场规模带来的好处，实现了真实工资增长。在一体化程度较高阶段，由于拥挤等问题，核心区大城市的产业、劳动力向外转移，非核心区通过承接产业和劳动力的转移，工资和房价都出现上涨。但由于城市规模等级以及与核心区地理距离的差异，像合肥这样的省会大城市和金华这类靠近核心区的中小城市能够获得更多市场潜力带来的好处，吸引更多劳动力流入，呈现更大幅度房价上涨，表现出市场潜力抑制真实工资增长；而像蚌埠这类远离核心区的中小城市则主要表现为城市规模促进真实工资增长。综上，目前长三角核心区的劳动力真实工资已基本趋于空间均衡，非核心区的真实工资也正向空间均衡迈进。

五、城市规模与高技能劳动工资的进一步检验

在异质性集聚的分类与选择效应作用下，“人往高处走”的不同技能劳动力在大中小城市分化现象越来越明显，这可能是因为更大的城市规模会给予高技能劳动力更高的工资溢价。为了验证这一理论观点，本文利用2018年中国流动人口动态监测调查数据（CMDS），使用包含劳动力个体特征变量和城市特征变量的明瑟收入方程①【①Mincer J.Education，experience，and the distribution of earnings and employment：an overview.Education，income，and human behavior，1975，pp.71-94.】，构建计量模型如下：

lnw=γ0+γ1hl+γ2lnsize+γ3hl×lnsize+γ4city+γ5individual+μ（12）

其中，lnw为名义收入，hl为高技能的劳动力（hl1、hl2分别使用本科以上学历劳动力和高技能行业从业人员来表示），city为所有的城市特征变量，individual为相关的个体特征变量，μ为模型误差项。

为了获取有效样本数据，本文将劳动力的年龄控制在16～60周岁，剔除劳动者身份为雇主、自营劳动者和经商的流动人口样本，最终得到70个县级以上长三角城市的16 401个样本。其中，城市特征变量包括城市规模（城区人口）、城市人均床位数（医院、卫生院床位数/城市人口）、城市外商直接投资水平（实际利用外资金额/GDP）、城市产业结构（第三产业比重）；个体特征变量为名义收入水平（月收入）、实际收入水平（月收入/年平均房价水平）、高技能劳动力（hl1、hl2分别用本科以上学历、高技能行业劳动力表示高技能劳动力，高技能劳动力赋值为1，非高技能劳动力赋值为0）、性别（男为1，女为0）、政治背景（党员为1，非党员为0）、户籍（非农业户籍为1，农业户籍为0）、工作经验（年龄减16）、婚姻状况（已婚为1，未婚为0）、健康状况（健康为1，不健康为0）、受教育程度（根据未上过学—研究生，分别赋值为1—7）等变量。另外，考虑到行业差异和地区差异，将行业划分为20个行业大类，设置19个虚拟变量，地区因素分上海、江苏、浙江、安徽，设置3个虚拟变量。

表8中模型（1）—（4）和模型（5）—（8）分别汇报了城市规模对高技能劳动力名义工资和真实工资的影响结果，可以发现：无论是用本科以上学历劳动力，还是用高技能行业劳动力衡量的高技能劳动力，高技能劳动力与城市规模的交互项的系数值都显著为正，这表明城市规模的扩大能够给予高技能劳动力更高的名义工资和真实工资溢价。这是因为：集聚效应和分类、选择效应的共同作用使得更大的城市规模能够给予高技能劳动力更高的工资溢价。一方面，相对于小城市来说，大城市更大的集聚效应使得大城市拥有更高的劳动生产率，从而能够给予更高的工资报酬；另一方面，由于劳动力与城市间的分类和选择效应，流向大城市的高技能劳动力本身就具备更高的劳动效率，因此能够获得较高的工资溢价。此外，从城市规模对名义工资和真实工资的影响来看，城市规模显著促进了名义工资提升，而无法促进真实工资提升，这与第四部分的实证结果较好吻合。

六、结论与政策启示

基于多次“扩容”和一体化进程的加快，长三角城市群已由快速城镇化向高质量城镇化发展阶段演进，共同富裕是发展的目标导向，而工资差距则是共同富裕的重要因素。为此，本文基于同质性和异质性集聚理论阐释了城市工资的影响机制，并构建理论模型得到研究命题，再利用长三角城市的面板数据和个体微观数据，实证检验城市规模、市场潜力和高技能劳动力比重对工资差距的影响。结果发现：从名义工资的角度看，中小城市的人口规模和市场潜力是关键影响因素，而大城市的人口规模和市场潜力作用不明显，关键因素是高技能劳动力的工资溢价；对于真实工资，城市规模、市场潜力和高技能劳动力的工资溢价影响都不显著。这表明长三角城市群初步达到一般空间均衡状态，正进入高质量城镇化和共同富裕的发展阶段。

政策启示如下：采取分类引导的政策促进长三角城市群的一体化和高质量发展。具体来说，对于上海、南京和杭州等核心大城市，应合理控制城市规模，利用市场机制引导高技能劳动力的集聚，同时适度保障低技能劳动力的工资收入，避免出现城市内部收入差距过大；对于一些中大型城市，可进一步提高城市人口集聚水平，提升城市公共服务质量，吸引更多高技能劳动力流入，推动整体工资水平的提高；对于中小城市，利用优越区位条件带来的“借用规模”优势，加强制造业专业化分工，积极融入城市群一体化建设中，并分享城市群发展的溢出“红利”，实现城市的精明增长。

Wage Gap of High-Quality Urbanization in the Yangtze River Delta Urban Agglomerations

WEI Shou-hua LI hao QIAN fei-fei

（Center for the Yangtze River Delta’s Economic and Social Development，Nanjing University，Nanjing Jiangsu 210093，China）

Abstract：Along with the shift of labour force from homogeneous to heterogeneous agglomeration，the Yangtze River Delta urban agglomerations are developing from rapid urbanization to high-quality urbanization，how does this affect the inter-city wage gap and the common prosperity of the Yangtze River Delta urban agglomerations？Using theoretical models and econometric tests，our study examines the effects of city size，market potential and the share of high-skilled labour on wage income in the Yangtze River Delta’s urban agglomerations.The results show that，on the one hand，nominal wages in large cities are mainly expressed as a wage premium for highly skilled workers and the function of population size and market potential is not significant，whereas nominal wages in small and medium-sized cities are significantly influenced by market potential and population size.On the other hand，the impact of city size，market potential and high-skilled labour on actual wages is negligible.Thus，according to the above findings，the urban agglomerations along the Yangtze River Delta have reached a general state of spatial equilibrium and are currently moving towards the state of high-quality urbanization and shared prosperity.

Key words：Yangtze River Delta urban agglomerations;city size;wage gap;urbanization