城镇化与内生因素嵌套下城市人口规模变动.docx

城镇化与内生因素嵌套下城市人口规模变动内容摘要：人口迁移正由城乡之间转到城市之间，城市之间关系等外部环境对城市人口规模的影响日益凸显；在两者共同作用下，外因必须通过内因才能起作用。采用多层级线性回归模型，将城市本身属性与外部城镇化环境进行嵌套，从外部因素内部化效应，发现城镇化外部环境对城市内部因素的作用路径。结论显示，一味追求高端人才和过早去工业化都不利于城市人口增加，过于追求城镇化率，经济过于集中在中心城市，不利于城市人口增加。促进大中小城市协调发展的路径是，根据不同省份的城镇化和经济发展水平，适当将财政资源用于提升中小城市的第二产业发展能力；将吸引人口的重点放在降低生活成本，提高中小城市工资的溢价能力，以提升中小城市对人口的吸引力。关键词：城镇化；城市人口规模；城市规模；人力资本；城市层次正文一问题提出2019 年中国的城镇化率超过了 60%，国际经验表明城镇化进程由快速增长进入了稳定发展阶段。一些城市人口持续增加，而另一些城市却出现了收缩，使得人口迁移重点由城乡之间转向城市之间，正是城市之间在资源和人口等各要素展开的激烈竞争，导致了城市扩张与收缩的不平衡分布。2009-2018年的 10年间，中国城市数量由 655个增加到 672个；其中，地级及以上城市增加了 10座，县级城市仅增加了 7座，并没有出现城市数量和规模同时扩大的局面；与此同时，有 57座地级城市人口不增反减。在人口减少的城市中，500 万以上和 200300 万规模的城市各有 1 个，100200 万的有 13 个， 50100 万的有 26 个，50 万以下的有 15 个。中国城市增长为非平行和向大城市聚集的特征，对大中小城市协调发展带来了挑战。与此同时，自 2017 年初以来，各城市之间开始了“抢人大战”。在颁布吸引人才政策的 60 余个城市中，有 20 多个三四线城市，25 座二线城市，甚至包括四座一线城市，显示了城市对人才的激烈竞争。大城市往往能够聚集更多人才，人口规模是吸引人才的前提。因此，除了超大或特大城市为了解决大城市病而控制人口规模以外，多数城市决策者都希望城市人口规模持续增长，这就需要了解哪些因素影响城市人口规模。在城市人口规模的影响因素方面，已有研究和决策者往往从城市自身考虑，希望改善城市基础设施和公共服务、降低进入门槛和提高福利等途径吸引人口，但是却忽略了城市外部因素对城市人口规模变动的影响。在人口迁移由城乡之间转到城市之间的情况下，城市之间关系等外部环境对城市人口规模的影响日益凸显；在两者共同作用下，外因必须通过内因才能起作用。因此，外部环境怎样通过城市本身属性影响城市人口规模，应该受到重视。如何将城市本身属性和外部城镇化环境结合起来考察两者相互嵌套对城市人口规模变动的影响，发现外部环境对城市人口规模变动的作用途径，是本文要解决的问题。二文献综述与研究框架城市人口规模变动的研究主要表现在城市本身发展过程中的人口规模变化和围绕规模等级的城市人口增长两个方面。（一）个体城市人口规模变化的研究城市人口规模增长是规模效应和聚集效应的首要条件。但是，由于城市资源有限和存在的交通费用与治理成本，城市规模又不能无限扩大。人口对城市的选择意味着对城市带来的收益与支出的权衡结果；城市对人口的吸引也意味着是否需要劳动力以及是否能产生足够的经济效率。国内大量研究显示了城市交通、基础设施、住房、产业结构、经济发展、人力资本、公共服务等几乎所有的城市个体特征都对城市人口规模有影响。另外，朱农等发现，在中国城市发展趋同性过程中，对外开放显著促进城市规模增长，基础设施改善显著影响了城市人口增长速度。夏怡然等认为，工资水平、就业率以及基础教育和医疗服务等公共服务可以吸引劳动力流入，但户籍制度却限制了公共服务对劳动力的吸引程度。汪慧玲等将经济密度、人口规模与环境污染同时考虑发现，经济密度与环境污染呈倒U型关系，人口规模扩大会抑制污染物排放；孔晗等研究发现，城市雾霾污染与城市规模之间存在倒“N”型关系。从行政管理角度，王垚等发现中国政府是城市发展的重要推动力，行政力量在大规模城市发展中更为重要，行政级别越高的城市，城市规模越大。刘修岩等基于非均衡模型研究发现，在综合考虑福利和气候等条件下，较高的经济效率和舒适度会促使城市人口规模增加；但相伴而生的高房价和迁移摩擦等集聚负外部性会抑制大城市规模的进一步扩张。由此可见，城市人口规模增长是多因素综合作用的结果，其作用机制需要从内生性角度进行探究。Eaton等和Black等从内生性角度认为，城市规模取决于人力资本积累和知识溢出，这种溢出体现了城市规模和聚集效应。但是，由于规模和聚集所产生的经济目标与人口目标并不一致，当城市规模增大导致聚集经济和聚集不经济同时出现时，这种结论不成立；Xu 等将中国城市规模划分为七个等级，发现特大城市和大城市的经济效率与其规模并不相符。我们根据空间外部性和聚集外部性原理认为，一个城市是吸引人口还是排斥人口，取决于城市之间竞争力的对比关系。因此，除城市本身属性外，城市之间关系作为一种外部因素也对城市人口规模有影响。（二）城市规模等级体系中不同城市人口规模变动研究城镇化的不同阶段有不同的城镇规模体系结构，虽然 Zipf 法则被认为是判断城市规模等级的公认标准，但在不同城镇化阶段、不同国家和地区，结论完全不同。在成熟和完整的国家城市体系中，不同规模城市可以实现平行增长，Eaton 等通过对法国和日本的研究也证实了这个结论。但Rafael 对美国 100 年以来的城市规模研究却发现，城市平行增长需要在非常严格条件下才能实现；随后，Rafael 等进一步发现，平行增长仅是一种理想表征，在城镇规模随机增长的过程中，还伴随着高流动性和群聚特征，这些特征是导致城市在吸引人口方面存在异质性的主要原因。王乾等研究了全球18个国家城市规模分布特征和动态演进特征，结果表明欧洲国家近似服从齐普夫定律的比例高于亚洲与美洲，而中国的城市规模分布逐渐接近齐普夫定律的理想状态。自 1992年以来，中国城市的规模分布呈现扁平化特征，即“大城市与县级小城市数量比较多，而中等城市增长缓慢”。这种 “中心城市偏向和首位度偏低”的典型特征主要源于两个原因：一是中国城市作为行政单元带有行政级别，高行政级别城市拥有更多资源使用权；二是制度性因素使中等规模受到了抑制，比如户籍制度。因此，中国的城市规模分布具有典型性和特殊性。除人口流动的户籍制度外，中国特殊的要素流动（例如资本和土地）在很大程度上影响了城市规模分布。在资本流动方面，大量研究认为，中国特殊的行政体制以及企业所有制和金融制度等，导致了不同地区和不同规模城市的巨大差异，使得大城市的资本价格反而更低；城市规模分布明显受到了这种资本扭曲的影响。在土地要素方面，研究一致性地认为土地财政推高了城市房价，使得房价作为城市人口生活成本的一部分，对城市规模产生影响；其中范剑勇等认为，房价水平促进了差异化产品扩散的区位分布，从而导致了中国城市体系扁平化分布。可见，城市人口在不同规模等级的分布主要取决于城市之间的要素流动，而这些要素流动又与城市规模相关，它们是一个相互作用的过程。这种相互作用发生的背后条件则是中国典型的城镇化进程。魏守华等发现城镇化快速发展以来，不同等级城市发展速度差异主要受不同时期的城镇化战略影响；魏后凯认为，城镇化在不同地区的差异主要取决于不同城镇化导向的权限设置、资源配置和制度安排等方面的差异。因此，中国城市规模分布主要取决于不同时期的城镇化过程及其带来的要素流动偏向，正是这种偏向性的要素流动，导致了在城镇体系规模等级结构中处于不同地位的城市人口规模的增长差异。（三）外部环境和内部因素关系与本文的研究框架越来越多的研究认为，外部环境和内部因素共同构成影响城市增长的复杂因素；但是，却没有发现外部环境对内部因素作用的路径。为了进一步揭示这种作用机制，Black 等提出，可以将地方动态外部性进行内化，寻找途径。邓忠奇等构建了兼顾经济增长、交通拥挤和环境污染三重效应的城市规模分析框架，从理论层面推导城市集聚的两种外部性，结论认为，经济与人口最优规模目标不一致，需要不断丰富多重外部性综合框架。由于尚没有外部性内化的分析模型和将两者相结合的有效分析方法，已有研究难以发现城市增长过程中受外部环境影响的人口规模变动路径。除了直辖市以外，中国主要城市的上一级行政单元是省份。根据中国流动人口发展报告 2019，自 2010 年以来，在流动人口规模缓慢下降过程中，省份内流动占有更大优势且比例快速上升。另外，Ho 等的研究发现，中国城市之间要素流动在同一省份内往往更明显，跨越省份的行政边界使城市之间的相互作用明显减弱。因此，同一个省份使境内城市具有相同的外部区位环境。影响中国城市人口规模变动的外部环境主要集中在省级单元，从上述的研究可以发现，这个环境主要表现在省级单元的城镇化阶段和城市之间关系方面。因此，在假设人口在省内城市间迁移为主的前提下，本文的研究框架见图1。多层线性模型，通过层级嵌套数据结构进行建模，解决个体与群体共同影响下的效果。叶倩婷等采用该方法分析了知识溢出的层级空间效应；王天夫等采用多层线性模型分析了行业对收入的影响。对于城市之间的人口迁移来说，城市和所处省份之间的嵌套层级关系，是多层级分析方法的最好自然实验室。Dong 等采用该方法分析了北京土地市场的空间层级效应，Corrado 等专门研究了该方法在解释空间层级效应方面的意义，Lacombe 等采用该方法研究了全球和地方增长的层级效应。本文采用多层级线性回归模型，将城市本身属性作为城市内生因素，把城市所在省份的城镇化阶段和城市之间关系作为外部因素，通过外部因素对城市内部因素的作用进而对城市人口规模变动产生的影响进行分析，从外部因素内部化效应发现外部环境对内部因素的作用路径，为外部性内化提供途径。三模型与研究方法（一）城市人口规模影响因素的逻辑推导1.基于空间一般均衡模型的推导。针对人口在城市之间的流动导致城市人口规模变动，学者们在Rosen-Roback人口流动模型基础上构建了空间一般均衡模型，其实质在于通过对某要素在空间较为稳定 （各城市之间综合条件较为均衡）时的分布状态的假设，推导出城市规模的影响因素。模型假设人口分布区域内部有 T个城市，当给定迁移概率和经济体外生的人口分布时，空间均衡为：式 (1) 中， 为居民收入中住房支出比例， 为城市生产中资本所占比例，r 为资本的回报率， 为模型中住房价格对人口规模的弹性，RCj为代表劳动力从一个城市迁移到另一个城市面临的迁移摩擦，代表迁移中劳动力选择的异质性偏好差。假设城市 j 以外居民迁移至城市 j 支付的迁移摩擦成本相同，即 RC(-j, j )，它代表城市 j 以外所有个体迁移到城市 j 的平均摩擦成本，简化为RCj，替换得到：式 (2) 中，Nj为外生城市人口规模，均衡条件下城市人口规模大小为N，Aj代表城市 j 的生产技术水平。等式表明城市人口规模变动与城市本身因素和外部城市之间均有关系。这与上述文献研究中发现的，城市规模变动同时受到城市本身属性和外部城镇化环境的影响基本一致。模型中的摩擦成本是指不同城市对人口流入的阻力，包括户籍制度、生活成本，以及社会资本损失等，是一个从反吸引力角度的综合因素作用结果，在中国主要表现为城市对人口迁入的户籍开放程度。另外，陈诗一等根据空间均衡模型，假设当区域内部城市数量固定为 T，在人口自由流动的前提下，在城市生产部门、城市内部结构以及政府预算约束平衡基础上，考虑城市技术水平、舒适度、治理效率以及资本成本，将城市规模定义为：式 (3) 中，Ni为均衡条件下城市人口规模大小， Ni为外生的城市规模大小，Aj代表城市 i 的生产技术水平，ri代表城市 i 的舒适度，gi 为城市的治理效率，ri为城市的资本成本。这个结果更明确地显示了城市规模受内部和外部因素共同影响的相互嵌套关系；但是，却没有解释内生增长的竞争机制。2.基于内生增长模型的推导。在内生增长与城市人口规模变动关系方面，Glaeser 等根据城市聚集外部性的三个理论（专业化、多样化和区位竞争），建立了经典的城市增长模型，朱农和邓涛涛等在研究城市人口规模时均使用了该模型：其中，At为城市生产技术水平，wt为工资水平，lt为就业人口。在假设城市生产技术水平是所在地区和国家技术水平共同作用结果，以及 f(l)=l1-，0< <1的条件下，得出：其中 log 代表人口规模变化速率，Xi代表影响城市i 的特征因素，包括了城市经济、社会等方面因素。综合考虑空间均衡与内生增长模型，尽管城市的内生因素，如生产技术水平、工资和就业等反映了城市已有的存量资源；但随着城市外部环境的改变，其在城市体系中地位的差异使其获得要素的能力发生变化，影响其技术水平、工资和就业，从而导致吸引人口的能力发生改变。因此，基于上述空间均衡模型和内生增长模型的结论，我们构造城市人口规模变动受外部城镇化环境和内生因素综合影响的分析模型：其中，代表 t+1年比 t 年的人口规模变动，可以用变动增量，也可以用变动增速；Xi代表影响城市 i 人口规模变动的内生因素，将外部城镇化环境影响人口规模变动的X向量分解为区域环境和城市内生因素，可以用来解释内外因素共同影响城市人口规模变动的作用机制。j表示外部城镇化环境因素，它正是上述空间均衡模型中影响城市规模分布的各种要素综合作用的结果。由该模型可以看出，由于城市本质上是一个开放系统，城市人口规模除了受到城市本身因素影响外，还受到外部因素通过对内部因素起作用而产生的相互作用过程，这种过程体现的是城市与外界空间进行要素交换而引起的空间外部性聚集能力的改变，导致人口空间流动。由于空间流动性不在同一个层级，模型上难以描述，同一个层级的样本也难以观察到，我们需要采用一种能够将外部因素和内部因素进行嵌套的方法来观察，这样才能揭示人口在城市之间的迁移规律。（二）多层线性分析模型构建由于多个城市可能处于同一个环境，多层线性模型（hierarchical linear models，HLM）通过层级嵌套数据结构进行建模，解决个体与群体共同影响下的效果。这里的外部环境与城市内生因素并非一一对应关系，而是针对常规统计分析方法在处理分层结构数据时存在的局限性，通过建立多层回归方程，将总误差分解为各层级误差，解决随机误差独立性假设问题。因此，它可以不用考虑外部因素与内部因素相互作用下内生性问题。常用回归分析的先决条件是线性、正态、方差齐性以及独立分布；对于我们要分析的分层数据而言，方差齐性和独立分布这两点并不成立，常用的平行样本计量分析难以完成。多层线性分析方法是基于语境分析与传统统计，将多个层级的数据纳入回归，从而建立多层数据的混合线性模型。具体而言，将m个观测值看作嵌套在 n 个组中的m，将每个成员分到 n 个组中，在数据组合中构成了 n×m的数据矩阵，从而使数据成为一个具有 n×m元素的长向量，然后用回归分量和特定的组内干扰项建立模型。基于此，我们将城市个体因素作为第一层级，各省份因素作为第二层级，通过将外部因素嵌入内部因素，分析内部因素受外部因素作用下的城市人口规模变动。由于我们的第一层级是城市，第二层级是省份，为了将两个层级的影响因素进行区分，模型表示为：其中i代表城市，j代表省份；X 'ij表示城市层面的解释变量，X 'j 表示省份层面的解释变量，、为对应的回归系数向量。j为城市层面的随机效应，服从均值为0，方差为 2u 的正态分布，即N (0,  2u )，uj和ij被假定为相互独立。同一省份内不同城市人口变动的协方差为：cov(yij, yi'j)=cov(j+ij, j+i'j)= 2。根据回归结果，可以得出同一省份内城市异质性与人口变动之间的相关系数 （也称为方差分解系数），用以解释省内城市间差异对人口变动的影响力，即 =  2 / ( 2 +  2 )。多层线性模型是将固定效应和随机效应组成的混合回归与外部语境相结合，通常第一层级回归采用随机效应模型，第二层级回归采用固定效应模型，将第一层级模型中的截距项作为结果变量加入到第二层级变量中的截距模型，构成混合回归，模型结构如下：其中，y是被解释变量城市人口变动的向量，j代表在模型中可以改变的截距项，X代表第一层级的各城市解释变量组成的矩阵，是误差项。第二层级中，将第一层级的截距项j作为解释变量，Zj代表省级单元解释变量矩阵（其中包含了传统截距项），uj代表了第一层级模型的误差项，即随机效应。由于随机效应不仅存在于第一层级截距项中，也存在于自变量中，且受第二层级变量的影响。因此，与普通OLS回归相比，多层线性模型的截距和斜率是随机变量而不是固定常数。这样，多层线性模型的详细方程如下：其中，0是第一层级方程中的常数项，代表因变量中不受第一层级其他解释变量影响的部分，在第二层级中作为方程的被解释变量，代表的是被解释变量 yij中不受第一层级解释变量影响的部分与第二层级解释变量之间的直接关系；以此类推，i (i0)代表第一层级方程中各解释变量的系数。第二层级模型中，将第一层级解释变量系数作为被解释变量与第二层级解释变量组成联立方程，代表第二层级解释变量对第一层级解释变量系数的影响；rij代表第二层级的随机效应，表示第二层级之间的差异性。（三）变量选择本文的因变量为城市人口规模变动，自变量包括城市层级和省份层级对人口规模变动的影响因素。其中，城市为第一层级，其变量来自城市本身属性特征；省份为第二层级，变量主要是城市所在的省份特征。1.城市层级自变量。由于城市规模是城市所有属性特征的前置条件，已有实证研究中与人口规模相关的变量大多选取人力资本、政府支出、开放程度、产业结构、工资收入和经济发展水平等，本文选择已有研究常用到的这些因素，试图通过外部性因素对这些常用因素的作用进而分析内外部因素嵌套影响城市人口规模的途径。本文选择这几个变量的原因如下：人力资本，根据内生增长原理，城市规模增长主要来自其人力资本及其产生的知识溢出，目前中国城市统计数据中没有教育程度人数占比的全样本数据，多数研究采用的是每万人在校大学生数量代表人力资本。由于在校大学生人数尚未真正成为城市劳动力，用这个指标代替人力资本存在较大缺陷。不过，从中国出台吸引人口政策的 60 余个城市来看，多数城市将高校毕业生作为人力资源的主体。其中，武汉提出实施百万大学生留汉创业工程，长沙提出未来五年吸引储备 100 万名青年人才就业和创业，西安正式实施“百万大学生留西安就业创业5年行动计划”，南京提出实施青年大学生“宁聚计划”。本文针对城市人口规模变动，将高校在读大学生人数作为城市吸引人口的“潜在人力资本”，至于“潜在人力资本”能否转化为真正的人力资本，还面临与其他城市的竞争。政府支出，财政支出用来改善基础设施和公共服务，从而吸引人口。王小鲁在城市化路径与城市规模的研究中认为，政府财政在城市化过程中扮演重要角色；Jetter 等对175个国家50年的数据研究发现，城市化与公共部门规模之间存在着密切联系；Li 等认为，中国城市政府债务对新城市化有重要影响。因此，我们选择城市地方财政支出占GDP比重作为城市层级影响城市人口规模变动的一个自变量。开放程度，中国城市经济的快速增长与改革开放密切相关；与此同时，中国的城市化与改革开放也有密切关系。Liu 等在研究城市化与收入关系时发现，不同收入地区形成了开放程度与城市化的演化规律。我们选择各城市外商投资占GDP比重代表城市开放度。产业结构，工业化是城市化快速推进的主要决定因素，两者之间往往需要一个合理的比例（即 IU比率）。Naoki 和 Tomoya 对日本产业结构相关指标与城市化关系的研究认为，任何一个阶段产业结构变动都对城市吸引人口有不同影响；Gollim等分析了 116 个发展中国家的城市样本认为，以工业为标志的产业结构对城市增长的影响与本地发展阶段密切相关；另外，第三产业是城市就业的主要领域，正在成为城市化水平提升的重要标志。故我们选择各城市第二产业与第三产业之比（反过来可以解释第三产业与第二产业之比的结果）作为产业结构变量。工资收入，张耀军等研究认为，工资是影响人口迁入的主要原因之一；Finnie 的研究也发现，加拿大人口从小城镇迁往大城市的最主要原因是大城市的高工资；Shen等的研究显示，无论高技能还是低技能移民，工资都是最主要影响因素；Wang等在分析人口迁移时也考虑了工资水平；夏怡然等在研究公共服务对人口迁移的影响时发现，工资对人口吸引力超过了公共服务。我们用各城市从业人员工资作为该自变量。另外，Xu 等在探析中国城市非平行增长原因时发现，城市初始规模是吸引人口的主要因素之一；Mitra等在研究城市规模与贫困关系时发现，尽管特大城市基础好并有聚集效应，但由于贫困指数较高，大城市对人口吸引力取决于规模所决定的各种正负因素的合力。2019年新型城镇化建设重点任务中将城区常住人口 300 万以下城市户籍制度放开，成为中小城市人口增长新的里程碑，也是减少人口迁移摩擦的重要举措。为此，我们设置虚拟变量，将人口 300 万以上规模的城市设为 1，其余为0，以体现这个临界规模（即摩擦系数）对城市人口变动的影响。2.省份层级自变量。前已述及，影响城市人口规模变动的外部因素主要体现在城市之间对比关系 （城市规模体系结构） 和城镇化环境。由于城市人口是城镇化的结果，城市人口增长的蓄水池是周边地区人口城镇化水平，因此城镇化在城市以外的地区尺度才有意义。进入新型城镇化阶段，增强中心城市承载力成为推动城市群和都市圈健康发展的主要载体，2020 年以来，不少省份将做大做强省会城市作为新型城镇化的主要动力。因此，本文选择城镇化率 （作为城镇化环境） 和首位城市集中度 （城市对比关系） 两个指标作为省份层级的自变量。尽管外部环境还有政策等影响因素，但与城镇化过程相关的政策主要体现在对不同规模城市的偏好。20 世纪 80 年代初，为了扭转此前工业赶超出现的发展偏差，提出“严格控制大城市规模，合理发展中小城市，积极发展小城镇”；进入本世纪，为了充分释放城镇化红利，实施了“坚持大中小城市和小城镇协调发展”战略；近十年来，随着大城市病凸显和资源分配不均等问题日益严峻，国家新型城镇化规划 （2014-2020）提出“严格控制特大城市人口规模”，“加快发展中小城市，有重点地发展小城镇”，以适应新常态下的中国经济；2019 年为形成优势互补高质量发展的空间布局，提出增强中心城市和城市群承载力；2020 年“新冠”疫情后，为重启中国经济，特别列出2020 年新型城镇化建设和城乡融合发展重点任务，以构建大中小城市和小城镇协调发展的城镇化空间格局。由此可见，围绕大中小城市之间关系的政策一直以来就是焦点。因此，选择第一种外部因素的原因是，空间外部性导致城市规模（或聚集）效应主要在于聚集中心和周围被吸引者之间的对比关系；更进一步，一个城市的规模（或聚集效应）是吸引人口还是排斥人口，主要取决于城市之间竞争力的对比关系。根据城镇规模等级体系，不同规模城市之间的增长主要是通过城市规模差异得以体现的，不同阶段城镇体系中的城市规模是均衡抑或非均衡增长的大量研究就是基于这个前提。采用首位城市集中度，作为城市规模体系结构的直接指标，体现了城市对其他城市和被其他城市影响的力量对比。在城镇规模结构中，一般用城市人口首位度表示；由于经济集中度（也称经济首位度）对其他城市的影响远大于人口首位度，在经济和人口相互关系中，人口迁移比经济迁移容易，从而使人口更多依赖经济空间格局的变动而不是相反。为了突出首位城市经济对整个地区的聚集和辐射影响力，我们采用第一大城市经济总量与全省经济总量比值（首位城市GDP/全省GDP）作为该自变量，以突出新时期区域中心城市的作用。选择第二种因素的原因是，城镇化导致了城市数量增加和城市人口规模的扩大，城镇化水平不但是地区整体经济和社会发展的主要标志，其发展水平更是城市人口来源的主要决定因素。杨曦发现城市规模、城镇化与农民工市民化的经济效应显著相关；张宗斌等认为，城市化与城市规模对中国外资区位选择有显著影响；皮亚彬等认为，在城市体系内，城市规模和城市区位对城市人口增长的影响存在交互作用；邓智团等发现中国城镇化进程中的特大城市偏好，其主要原因就在于同一城镇化水平下，大城市相比中小城市更有吸引力。因此，中国的人口高流动性和群聚特征，一方面取决于城市之间关系，另一方面取决于城市所在地区的城镇化环境，两者构成了影响城市人口规模变动的外部因素。本文采用城镇化率，用省份城镇人口占总人口比重表示。从总体水平来看，城镇化率既是该省份内城市人口增长的直接来源，也反映了城市所在省份的城镇化进程，城镇化率为城市提供了人口来源的“蓄水池”环境。（四）数据来源中国各级城市中，县级城市多数作为郊区，包含在地级及以上城市中；直辖市与省份平级且内部不再有个体城市单元。因此，本文的因变量为地级和副省级城市的人口规模增量。由于中国城市统计年鉴中仅有户籍人口，我们通过三种途径获得城市城区常住人口：1） 查询各省份统计年鉴。2） 针对年鉴中空缺数据，从各城市的统计年鉴中查询。3） 针对各城市统计年鉴中也缺失的数据，在中国区域统计年鉴各城市全市常住人口基础上，通过城区与全市户籍人口比例，推算出城区常住人口。共获得全国 281 个地级和副省级城市城区常住人口的样本数据 （西藏自治区未能纳入样本）。城市层级的自变量均来自中国城市统计年鉴（2010-2020），省份层级自变量数据均来自2010- 2020年各省统计年鉴（表1）。人口数据来源于不同口径，为了保证回归数据的平稳性，我们对原始数据进行单位根检验，结果显示存在面板单位根；对数据进行一阶差分后，结果显示均为平稳数据；协整检验结果也显示，一阶差分后的数据在1%的显著水平上存在协整关系，该面板数据可以进行回归。四实证分析（一）多层线性回归估计多层级线性回归主要探讨低层级因素受高层级因素作用下，自变量对因变量的影响，前提条件假设为：各层级自变量对因变量均有贡献，且有跨层次效果。因此，在进行回归之前，需要对这个假设进行无变量检验，回归之后进行随机效应检验。1.无变量检验。根据Tom等研究，最简单的办法是通过对不含自变量模型进行零模型回归，分析城市人口的整体差异在省份和城市层级的分布比例，说明是否存在跨层次效果。差异显著，说明具有跨层级效果，可以使用多层级线性模型进行分析。具体方程如下：其中，0 为城市层面的截距，r 为随机效应，00为城市层面截距在省份层面上的固定效应，0为省份层面上的随机效应。结果见表2。表 2 显示，城市人口增量在省份之间有较大 差 异 ， 并 导 致 城 市 人 口 增 量 差 异 达 到55.84%，尤其是在 29个自由度情况下 p值接近于 0，非常显著。因此，城市人口增量能够反映跨层级效果，也体现了人口总体流向某个地区的同时，该地区内不同城市对人口的吸引力差异。2.完整模型回归。为了避免无关自变量对方程自由度产生不必要的干扰，我们事先对各个方程进行估计，以排除省份之间没有差异的变量。预估计发现，在没有任何省份变量加入方程的情况下，外商投资占比随机项并不显著，表明该变量在省份间并没有显著差异，不必要在相关系数中反映省级因素的影响，多层级线性回归方程为：采用多层线性回归专用软件HLM，将上述数据对上述方程进行回归，结果见表3。（二）随机效应和内生性检验1.随机效应检验。随机效应主要在于通过对自变量以外因素（即回归方程中的残差）进行回归，通过观察这些残差对因变量影响的显著程度，在城市层级上检验除自变量以外是否还有其他因素对因变量有影响；在省级层面上，检验除自变量以外，是否还有其他因素对城市各自变量有影响，以检验结果的可靠程度（表4）。表 4 中随机效应的截距项不显著，表明城市层级的自变量选取比较合适，其他未考虑因素不影响基准回归结果。在省级层面上，潜在人力资本、产业结构和工资变量的截距项系数均显著，表明这些变量在影响城市人口变动过程中除了受到省级层面城镇化率和首位城市经济集中度影响外，还受到省级层面其他因素的影响，进一步研究可以考虑加入更多省级层面变量；财政支出的随机效应系数不显著，表明城市财政对人口的影响除了受所在省份城镇化率影响外，并没有来自其他因素的影响。2.内生性检验。一般回归中，内生性检验是针对回归方程中的残差项和变量之间是否相互独立，当回归残差项和变量并非相互独立的时候会导致估计出的参数不存在一致性。本文的样本来自两个层面，城市层面的数据作为被解释变量和控制变量，城镇化所代表的省份层面数据为文章所要验证的解释变量。因此，不能采用普通的工具变量进行内生性检验，而是要分析在加入省份层面变量进行回归之后，残差值是否存在省份内部的相关影响。即：这里 residual 为多层线性回归后的残差值，Wn为省份内部各城市政府所在地之间的距离形成的矩阵，X 为城市层面变量，ß 代表变量的系数。其中残差值为多层线性模型中城市人口规模变动对于城市层面、省级层面变量进行回归之后所得到的残差。通过空间计量中对因变量进行回归发现，省份内城市残差之间并不存在显著的空间关系，系数为1.25。同时文章加入了潜在人力资本、财政支出、外资、产业结构和收入项进行回归后结果均不显著。这意味着在控制了一定可测量变量之后，不存在不可观察的空间效应，并且残差项与城市层面的变量也不相关。（三）回归结果分析1.城市层级因素的影响。城市层级五个自变量对城市人口增量的影响，由表 3 中该自变量下面的截距项直接体现。结果显示，“潜在人力资本”对城市人口增加为显著负效应，这与通常预期不甚相符，说明作为“潜在人力资本”，要变成城市常住人口，还会受到生活成本等多种因素影响。在各城市近期的人才政策中，总体表现为越是高端城市，对人才的标准越高。例如，北京主要针对科技创新和金融等人才，上海提出打造“人才高峰”，深圳的政策向年薪百万的人才倾斜。这从一个侧面反映出中国教育资源集中的高端城市，对普通劳动力不具有吸引力。例如，2019年就业质量报告显示，高校云集的北京市，北京大学 （校本部） 留京就业人数仅占 16.07%，清华大学为 18.20%，分别比 2013 年降低 55.72%和 12.5%。因此，之前的人力资本促进城市经济和人口增长的观念值得怀疑。财政支出、产业结构和工资收入对人口增加均有显著正向作用，体现了城市财政实力对人口增长的贡献，第二产业对劳动力的较大需求，以及高收入依然是吸引人口的重要因素。城市利用外资对人口变动的影响不显著，说明近期外资对人口没有了吸引力。由于近年中国外资与内资实力对比关系的变化，这个结论也得到了一些研究的证实。李志龙采用 2012-2016 年数据发现，对外直接投资对高技能就业无明显影响；邱小云等对江西省 2000-2016 年的数据研究也发现，外资的就业效应不明显。虚拟变量的回归结果显示，人口规模大于 300 万的城市，人口增量非常显著；反之，小规模城市在吸引人口方面优势欠缺，如果仍设置人口进入门槛，更不利于这些城市规模增长。因此，放开 300万人口规模以下城市的进入门槛，减少人口进入这些城市的摩擦，对促进城市平行增长确实很有必要。2.省份层级因素的影响。表 3 中，省级层面影响城市人口变动量的两个因素都非常显著，表明城镇化程度越高、中心城市经济地位越强，省内城市的人口增加越多。3.省级因素通过城市因素调整的影响。多层级线性回归主要体现了省份城镇化环境通过对城市内生因素的影响，进而影响城市人口规模变动，这种影响通过表4中城市各自变量下的省级自变量截距项回归系数体现。（1）潜在人力资本变量下，城镇化率和首位城市经济集中度都表现出显著正向影响，表明省级层面的城镇化率和中心城市经济地位可以促进全省潜在人力资本流动，从而有利于全省城市整体人口增加。这与个体城市潜在人力资本因素的影响结果完全不同。（2）政府支出变量下，经济首位度没有显著影响，城镇化率提升会抑制全省各城市政府支出对人口增加的促进作用，即省域内的城镇化水平提高，不利于各城市通过财政投入吸引人口，表明城镇化率与政府财政不匹配，具体表现为，在过高的城市化率下，中小城市尽管可以获得省级政府偏向性的转移支付，但也无法有效阻止首位城市扩张，这是综合考虑省份和城市两层因素共同作用下的新发现。（3）在产业结构变量下，城镇化率和经济集中度均为显著负向影响，说明省级层面的城镇化和中心城市经济地位提高抑制了第二产业发展对全省城市人口规模增加，反过来城镇化则有可能促进第三产业增长对人口的吸引力，这在一些文献中已有结论。（4）工资变量下，城镇化率和首位城市经济集中度提高减缓了城市工资对人口的增加效应，表明提高城镇化率和中心城市经济地位，也会促使生活成本上升，从而会削弱城市工资增长带来的好处，这在高波等的相关研究中得到了印证。五结论与讨论城市从来就不是一个孤立的系统，城市增长除了本身属性外，还受到外部城镇化环境和城市体系结构的影响。本文采用多层线性回归，通过省份城镇化环境因素作用于个体城市因素，进而对城市人口规模变动产生的影响进行分析。结果表明，个体城市因素中，潜在人力资本、财政支出、产业结构和工资都对城市人口变动量有显著影响；与通常结论不符的是，潜在人力资本抑制了城市常住人口的增加，表明在城镇化进入稳定时期，一味追求高端人才不利于城市总人口增加 （这也是北京和上海通过吸引高端人才达到控制总人口的目的所在）。城市财政支出占比对个体城市吸引人口有显著效果表明，政府干预和财力对城市人口增长有效。二产比重提高有利于城市人口增加，表明过早去工业化不利于城市人口增加，一些资源型城市 （或老工业城市） 出现的人口收缩正说明了这一点。作为开放度指标的城市利用外资，对城市吸引人口没有显著影响力，表明随着中国经济崛起和在全球地位提升，城市增长已经进入自主发展时期，外资优势正在丧失，未来中国城市增长主要依靠自主创新驱动力。省份城镇化水平和中心城市经济地位提高都有利于省内城市的人口增长。尽管城镇化和经济集中度提升可以改善全省城市潜在人力资本在吸引人口方面的能力，但由于城市潜在人力资本提高不利于吸引普通人口，故这种路径有限。城镇化率抑制城市财政对人口吸引力，意味着如果人为拔高城镇化水平导致与政府财政不匹配，有可能使城市人口增长欲速不达。城镇化率和中心城市经济地位提高不利于制造业为主的城市吸引人口，表明中国城镇化正在进入后工业化时期，虽然第二产业发展能提供更多就业机会，但经济过于集中在首位城市，不利于省内其他城市吸引人口。城镇化和中心城市经济地位提升对通过工资吸引人口的负向效应表明，虽然工资对人口具有吸引力，但随着城镇化进入高级阶段和经济过于集中在首位城市，成本上升可能更快，使得城市工资溢价能力下降，不利于城市吸引人口。从省份直接影响与间接影响的相互关系可以看出，省级层面的城镇化进程和中心城市经济集中度要与当地城市财政能力、产业结构、工资溢价和潜在人力资本相互匹配，才能促进大中小城市协调发展。因此，根据不同省份的城镇化和经济发展水平，适当将财政资源用于提升中小城市的第二产业水平；不应过于强调以高等教育为主的高端人才，而是将吸引人口的重点放在降低生活成本，尤其是通过提高工资溢价能力，提升中小城市对人口的吸引力。影响城市规模的因素有很多，本文重点关注采用多层线性模型分析外部城镇化环境对城市个体内部因素影响下的综合效果，尽管还有很多其他因素影响城市人口变动，但由于难以归属为内部或外部因素，无法考虑在内；内生性问题也无法排除。另外，交通虽然是城市发展的重要区位条件，是毫无疑问的外部因素，但是由于城市交通可达性是基于跨省域、众多城市之间的网络关系，