彭姣 翟振武
摘要：隨著知識經濟崛起和信息技術進步，創新驅動和技能互補逐漸成為推動產業高質量發展的重要著力點。利用2008—2019年中國288個城市面板數據，分析城市勞動力技能互補水平的變化趨勢和城市人力資本的空間演化過程，并從產業勞動力供需的角度，對人力資本空間分化的內在機制進行檢驗。研究結果顯示，我國高技能勞動力空間集聚、低技能勞動力由空間集聚轉向分散，促使2008年以來城市勞動力技能互補水平呈現先升后降的趨勢，城市人力資本空間分化格局凸顯。尤其是在超大、特大城市和產業結構高級化城市，其勞動力技能互補水平呈下降趨勢。通過機制分析發現，這與生活性服務業發展動力不足、對低技能勞動力需求減少密切相關。相應地，對低技能勞動力需求的不足導致生活性服務業發展滯后，工資增長乏力，進一步拉大了高、低技能勞動力間的工資差距，降低了低技能勞動力的遷移意愿。然而，低技能勞動力在超大、特大城市仍能獲得更高的城市工資溢價，加速其比例下降會削弱產業整體發展潛力。上述結論意味著，為使城市產業發展與勞動力市場相協調，應加快推進生活性服務行業的供給側結構性改革，促使規模巨大、技能差異顯著的人力資本得到優化配置，進而通過技能互補實現生活性服務業和新興產業的融合發展，以提升產業發展的質量與效益。
關鍵詞：產業發展；
人力資本；
空間分化；
技能互補
中圖分類號：C92-05；
F062-9文獻標識碼：A文章編號：1000-4149（2024）03-0081-16
DOI：10-3969/j-issn-1000-4149-2024-00-029
一、引言
隨著知識經濟的崛起和信息技術的進步，服務業已成為現代經濟體系的關鍵組成部分，在中國城市產業轉型中扮演著越來越重要的角色。這一變革不僅體現在服務業內部的多樣化和高質量追求上，更在于它推動人力資本的空間分化和城市勞動力市場結構的變化。特別是在經濟結構調整和創新驅動策略的推動下，服務業的發展不僅引領了高端領域的創新浪潮，也對勞動力需求和技能結構產生了深刻影響。
知識成為一種重要的生產要素，生產性服務業與知識要素緊密結合提高了城市對高技能勞動力的需求，許多沿海城市開始用服務業和創意產業取代勞動密集型的制造業活動，對技術勞動力的需求增加［1-2］；
同時，北京、上海等超大城市出臺了人口產業教育等方面的疏解政策，加大了對低技能流動人口的控制力度［3］，出現流動人口再流動和向戶籍地城市返遷的主動選擇［4］，從而推動了城市人力資本空間分化進一步加劇，城市間的平均人力資本水平差異擴大。例如，北京、上海勞動力人口平均受教育年限超過發達國家水平，而云南、貴州和四川則低于菲律賓的水平［5］。值得關注的是，過去幾十年逐漸從第一產業轉移出來的低技能勞動力，在產業發展和技術進步助推下卻難以在超大特大城市立足。低技能勞動者提供的生活性服務供給，如個人護理、安全服務、家政、保潔服務、兒童照護等對提升城市生活便利度、城市服務體驗和城市競爭力大有裨益，那么超大特大城市在集聚更多高技能勞動力的同時為何不能，也未能吸收更多的低技能勞動力呢？一方面，這與城市對技能勞動力的需求和實際技能勞動力的供給密切相關；
另一方面，這與城市生活性服務業發展程度和發展需求對低技能勞動力的吸引和接納能力有關。
基于此，本文從產業發展視角對2008年以來各城市勞動力技能互補水平變化進行衡量的基礎上，從勞動生產率角度分析城市對各技能勞動力的需求，從工資溢價角度分析各技能勞動力供給，深入探討我國城市人力資本的空間分化及其內在機制，為我國不同發展程度城市的高質量城鎮化提供經濟發展和就業政策層面的啟示。其中，將勞動力技能識別與產業勞動生產率相匹配，采用按工資中位數劃分的行業類別作為衡量勞動力技能水平的標準［6］，通過某類技能勞動力占比變化所反映的行業就業人數的變動來衡量產業發展水平。
二、文獻綜述
城市產業結構升級促使高技能勞動力向大城市集中，是全球范圍的普遍現象。但在城市產業結構升級對低技能勞動力的影響上，中國與西方國家之間存在明顯差異?，F有研究集中于三個核心議題：
一是，探究產業結構與人力資本空間分布格局之間的關系；
二是，分析勞動力供給與勞動力市場需求如何共同作用于人力資本的空間分化；
三是，考察我國城市人力資本空間分布的差異性。
1.城市產業結構和人力資本空間分化
城市產業結構與人力資本空間分化的研究主要集中于兩個層面：一是分析城市間不同技能勞動力分布的分化。在創新驅動產業升級的知識經濟時代，低技能勞動力往往傾向于集聚在就業機會更多的城市，經濟因素是他們遷移的重要考量［7］；
而高技能勞動力更青睞于注重美觀、自然、包容和體驗的創新型城市，根據均衡理論，除經濟因素外，發展空間和生活質量成為高技能勞動力定居地選擇的重要影響因素［8］。二是分析城市間平均人力資本水平的分化，從城市內部各技能勞動力的結構匹配程度進行分析。經典的西方文獻表明，城市人力資本分化存在“工作極化”的特征［9］。當以服務業為主導時，人才資源對區域技術創新、產業結構升級的影響日益顯著［10-11］，城市對高技能勞動力需求增加。而技術進步對日常工作重復且容易程序化的任務進行替代，導致對中等技能勞動力的需求降低，由于技術創新不能直接替代低技能職業的核心工作，特別是涵蓋人際互動和高度個性化服務的領域，此類服務與技術創新存在互補性，城市對低技能勞動力的需求反而增加［12］。實證分析發現，美國、歐洲國家的大城市比小城市同時具有更高比例且存在互補關系的高、低技能勞動力，更低比例的中等技能勞動力，各城市的平均技能水平相差不大［13-14］。但在發展中國家，由于產業要素配置不當，低技能勞動力沒有從生產率降低的行業重新分配到生產率較高的服務行業，大城市集聚更多高技能勞動力，卻難以接納更高比例的低技能勞動力，城市間的平均技能水平差異非常大［15］。
2.從供需兩側對城市人力資本空間分化的研究
影響城市人力資本空間分化的主要因素仍是經濟因素。關于大城市集聚更高比例高技能勞動力的研究主要通過兩個角度，一是勞動力供給角度，高技能勞動力為更好地發揮自己的優勢向大城市遷移，從而獲得更多的工資溢價［14］。二是勞動力需求角度，城市吸引更多高技能勞動力會帶來更高的生產率［16］。大量研究證實城市人力資本集聚顯著促進了城市居民收入的增長，所在城市更高的大學生比例或人才多樣性程度是比其他城市具有更高勞動生產率的源泉［17-18］。對低技能勞動力而言，從勞動力供給角度來看，人力資本外部性理論認為低技能勞動力在大城市具有更好的人力資本投資渠道，如參加正式教育、技能培訓等，他們通過在大城市的人力資本積累能比高技能勞動力獲益更多，工資增長率更大，所以他們愿意往大城市遷移［19］；
從勞動力需求角度來看，分析中國的人口流動對城市工資上漲的影響發現，農村勞動力遷入促進城市勞動力的技能互補和規模經濟，促使城市工資上漲［20］。各受教育程度勞動力的多樣性帶動城市勞動生產率提高［21］。
3.中國城市人力資本空間分化及影響因素研究
國內關于城市人力資本空間分化的研究中，主要是通過教育水平來衡量勞動力技能水平。研究發現我國高技能勞動力在東部城市群的集聚程度更高，低技能勞動力在東南沿海城市群和中西部主要省會城市有較高的集聚程度［22］。從城市各技能勞動力的結構匹配程度來看，高、低技能勞動力同時向大城市聚集，但相比小城市，大城市的高技能勞動力比例更高，低技能勞動力的比例卻更低，城市間平均技能水平差異大［23］。
究其原因，有研究對影響技能分布的因素進行分解發現，我國高技能偏向性的落戶政策會抑制技能互補［23］。如農民工更多從事體力勞動，流動性強、工作時間長等特點使他們失去了在產業結構轉型升級中進行人力資本積累的可能，減少了其在大城市長期居留的概率［24］。但這些研究忽視了城鄉戶籍制度的影響正在逐漸減弱，且服務業的發展帶來了新就業機遇。也有研究從成本收入視角分析不同技能勞動力在大城市的工資收入和公共服務的差距［25-26］，認為其導致了城市人力資本的分化，但并未結合城市產業發展分析不同技能勞動力之間差距增長的原因。
戶籍制度改革的深入打破了原有的城鄉戶籍壁壘，而產業發展過程中大城市的人才引進、積分落戶等政策的制定仍然發揮著限制勞動力遷入的作用，對不同技能勞動力空間集散的影響增強。同時，產業發展提供的就業機會和工資報酬是留住勞動力的重要因素［27］。從產業結構、人口規模和工資收入等因素探討城市勞動力技能互補水平變化會更符合當前現實。
綜上所述，現有研究分析了城市人力資本空間分化及影響機制，但存在三點不足。一是僅集中在單個產業發展階段進行分析，未將人力資本空間分化納入產業結構演變的框架內。二是采用將勞動力技能與教育水平等同的垂直定義，這既忽視了勞動力技能的水平分化，也忽略了勞動力教育程度沒有捕捉到的垂直分化，即中等技能勞動力會流向低技能服務性職業。三是城市產業結構、人口規模、工資收入與技能勞動力構成之間緊密聯系，將它們作為整體進行分析能更清晰闡明其中的邏輯關系及作用機制。為此，本研究試圖在城市產業結構、人口規模和技能勞動力構成之間建立聯系，并結合勞動力工資收入和城市勞動生產率指標，從各技能勞動力的產業供需兩方面來解釋城市人力資本空間分化的內在作用機制。
本研究期望回答以下三個問題：第一，城市勞動力技能互補水平與產業結構、人口規模呈現何種關系？第二，從需求角度來看，隨著產業發展，大城市高、低技能勞動力比例提高是否均會促進城市勞動生產率提升？第三，從供給角度來看，隨著產業發展，大城市各技能勞動力群體工資不平等程度是否在擴大？
三、研究設計
1.數據選取
本文的數據主要來自國家統計局城市社會經濟調查司編寫的2009—2020年《中國城市統計年鑒》，采用市轄區數據。由于分析城市間高、低技能勞動力互補水平的動態變化需至少保證城市有三年的數據，因此，剔除拉薩、海東、港澳臺等數據缺失較多的城市和地區樣本，以及巢湖等發生重大區劃調整的城市樣本后，研究周期設置為2008—2019年，共有288個地級市及以上城市作為研究對象。此外，2018年全國流動人口動態監測調查數據反映了流動人口的結構性變化，即不同技能勞動力的相對流量、流向和流速，故結合這一微觀數據進一步從技能勞動力供給角度對作用機制進行解釋。
2.變量說明
（1）核心被解釋變量為勞動力技能互補水平。隨著產業發展，城市高、低技能勞動者的比例會發生變化，相應地，城市勞動力技能互補程度也會發生動態變化，但這種變化特征很難從結果層面進行識別，比如對某類技能勞動力比例增加是否在一定程度上提高了另一類技能勞動者的工資收入、就業機會等方式進行測算。因此，本研究采用基于表征的技能互補識別方法，利用高、低技能勞動力的耦合協調度，構建勞動力技能互補水平指數，以反映城市高、低技能勞動力比例的相對增長快慢，以及這一比例在各階段是同時變化還是對某類技能勞動力有所偏重。
本文借鑒廖重斌的做法構建耦合協調度模型［28］，具體公式如下：
yit=（cit×tit）1/2，cit={（lit×hit）/［（lit+hit）/2］2}k，tit=a1lit+a2hit（1）
其中，cit為耦合度，lit為城市i在t年的低技能勞動力占比按工資中位數劃分的行業類別作為衡量勞動力技能水平的標準，將行業分為三組（按行業工資平均數結果一致）：第一組是報酬最低的行業，包括住宿和餐飲業，批發和零售業，居民服務、修理和其他服務業；
第二組是報酬最高的行業，包括科學研究和技術服務業，信息傳輸、軟件和信息技術服務業，金融業，房地產業，租賃和商務服務業；
第三組是其他行業，占全部勞動力的50%。再分別利用城市數據求出288個地級市及以上城市2008—2019年第一組行業勞動力占城市全部勞動力的比重作為低技能勞動比例，第二組行業勞動力占城市全部勞動力的比重作為高技能勞動比例。由于計算高技能勞動力比例包括的行業主要是生產性服務業，計算低技能勞動比例包括的行業主要是生活性服務業，因此，如果城市低技能勞動力比例降低，能在一定程度上說明生活性服務業的就業比例下降，結合對城市勞動生產率的影響分析為衡量我國生活性服務業的發展水平提供了一個思路，生產性服務業類似。hit為城市i在t年的高技能勞動力占比，k為調節系數，此處耦合系統包括兩個子系統，故取值為2，tit為兩種類型勞動力的綜合調和指數，a1和a2分別代表兩種類型勞動力的貢獻度，a1+a2=1，a1和a2分別取值0-4和0-6。
（2）解釋變量主要包括產業結構和人口規模。
借鑒已有研究［29］，產業結構采用第三產業與第二產業的產值之比來衡量，數值越大代表產業結構越高級。人口規模采用市轄區人口規模，聚焦于探討產業發展過程中不同規模城市的勞動力技能互補水平差異。
（3）控制變量。根據以往研究可知，影響城市勞動力分布的因素包括經濟因素、發展空間和生活質量三個層面［7-8，25-26］。
故本文的控制變量包括以下三個方面：
一是經濟因素，包括市轄區職工平均工資、平均房價、人均GDP、固定資產投資和外商直接投資。
二是發展空間因素，包括科研支出、教育狀況。由于缺乏城市人均受教育年限數據，本文采用每萬人均普通中學專任教師數。
三是生活質量因素，包括：道路，即人均道路鋪裝面積；
綠化，即建成區綠化覆蓋率；
公共交通，即每萬人擁有的公共汽車數量；
醫療衛生，即每萬人擁有醫院、衛生院床位數。此外，為了從微觀個體角度通過工資溢價來解釋各技能勞動力供給，借鑒已有研究［30］，納入個體質量特征、個體所在行業特征、成本變量對工資進行分析，各變量的描述性統計結果見表1。在回歸分析中為了統一量綱，連續性解釋變量均進行了標準化處理。
3.模型設定
根據各地級市的空間關系，繪制描述城市人力資本空間分化的地圖，選擇邊界和頂點相鄰的空間權重矩陣計算空間自相關性。在此基礎上，運用部分調整模型和調節效應對城市勞動力技能互補水平變化的內在機制進行分析，借鑒已有研究做法［31］，使用固定效應方法進行估計，模型設置如下：
yit-yit-1=λ（y*it-yit-1）（2）
其中，λ為調整速度，yit為勞動力技能互補水平，y*it為城市各因素決定的勞動力期望技能互補水平。本文將y*it設定為城市人口規模、產業結構等一系列影響勞動力期望技能互補水平的因素的線性組合：
y*it=xit+ηi+γt+μit（3）
其中，xit表示一系列影響勞動力技能互補水平的因素，為系數，ηi表示個體層面不隨時間變化的因素，包括是否為省會城市和區域變量。γt表示時間變量，控制年份固定效應。μit為隨機擾動項。將式（3）代入式（2）可得：
yit=τyit-1+βxit+αi+δt+εit（4）
其中，τ=1-λ，β=λ，αi=ληi，δt=λγt，εit=λμit。
由于勞動力的空間分布具有空間依賴性和動態變化性，因此同時采用動態空間面板模型進行檢驗。在空間計量模型的選取上，通過拉格朗日乘數檢驗后，本文采用空間滯后模型，模型設置如下：
yit=τyit-1+ρWyit-1+βxit+αi+δt+εit（5）
其中，ρ反映空間鄰近單元對于被解釋變量的解釋程度，W是標準化的空間權重矩陣。
四、數據分析結果
1.中國城市勞動力技能互補水平的空間分布及其變化
圖1報告了我國2008、2012、2016和2019年城市勞動力技能互補水平的空間分布特征及其演變趨勢。勞動力技能互補水平較高地區主要集中在我國華北、華東、華中和部分華南地區。整體上，勞動力技能互補水平呈現出逐漸上升然后下降的趨勢，2012—2016年是轉折時期，之后呈下降趨勢。
在此基礎上分析城市勞動力技能互補水平的空間關聯特征。如表2所示，勞動力技能互補水平的MoransI值在2008年不顯著，2012年顯著為正，達到最大值，但隨后MoransI值逐漸降低，表明城市勞動力技能互補水平的空間集聚效應雖然顯著，但其強度正逐步衰減，也反映了城市勞動力技能互補水平的空間異質性正在增加。具體來看，低技能勞動力的空間自相關性從2008年的0-198增長至2012年的0-221，之后呈現遞減趨勢，至2019年下降至0-167。這意味著低技能勞動力由空間集聚向空間分散轉變，其分布不再僅限于經濟發展程度較高的城市。與此相對，高技能勞動力的空間自相關性自2012年以來呈現顯著性，MoransI值從2012年的0-107上升至2019年的0-120，顯示出其在空間上的逐漸集聚趨勢。
因此，高技能勞動力的空間集聚與低技能勞動力的空間分散共同作用于勞動力技能互補水平，導致自2008年以來勞動力技能互補水平呈現出先上升后下降的趨勢。這一過程揭示了城市人力資本的空間分化格局，凸顯了不同城市間人力資本結構的差異性，既回應了已有研究中關于中國城市間的平均技能水平差異非常大的結論，又進一步展示了這種差異由縮小到擴大的發展趨勢。
2.城市勞動力技能互補水平變化的影響因素
（1）基準回歸結果。
表3第（1）、（2）列分別展示普通動態面板模型和空間動態面板模型的回歸結果，結果顯示核心解釋變量的顯著性水平和符號基本一致。第（1）列的結果表明：城市勞動力技能互補水平存在且朝著城市人口規模、產業結構等決定的期望值動態調整，調整速度為0-547根據部分調整模型，調整速度的系數為1減去L.y的系數。后面將進一步比較不同類型城市的調整速度，以探討各規模城市對不同技能勞動力的宏觀調控。，即當城市勞動力技能互補水平比期望值小（大）1個單位時，第二年勞動力技能互補水平會提高（降低）0-547個單位。這反映了城市勞動力市場對環境變化的適應能力和對不同技能勞動力配置的靈活性。不同規模城市在勞動力技能互補水平調整速度上的差異，對城市勞動力市場策略的設計和實施具有重要意義，后面將對這個議題進一步探討。
從城市人口規模來看，勞動力技能互補水平與人口規模呈“∽”型曲線關系。即在人口規模增長的早期階段，由于勞動力供給的迅速增加和勞動力市場結構的快速變化，可能導致技能間的互補性暫時降低。
然而，隨著城市的持續發展和市場的逐漸成熟，勞動力市場將逐步適應這種變化，通過教育和培訓來提高勞動力的技能水平，增強技能間的互補性。但是，當城市人口規模擴大到一定程度（超過800萬）時，勞動力技能互補水平又呈下降趨勢（見圖2），這些城市面臨管理和資源配置上的挑戰。從產業結構來看，隨著產業結構高級化，勞動力技能互補水平先增后減，轉折點為2-40。這說明城市第三產業的發展不僅會提高高技能勞動力的比例，也會提高低技能勞動力的比例，但在第三產業與第二產業的產值之比大于2-40的城市，產業結構高級化階段僅提高了城市高技能勞動力比例，表現為高技能勞動力的空間集聚，而低技能勞動力比例并沒有顯著提高。根據本研究的定義，低技能勞動力在行業分布上主要集中于生活性服務業。分析結果在一定程度上表明，首先，我國生活性服務業所提供的就業崗位數量不足，或者居民對于家庭生產替代品的需求量有限，未能充分吸納那些由于技術革新而被淘汰的從事程序性工作且可能轉向服務性職業的中等技能勞動者；
其次，隨著城市產業結構的升級，低技能勞動力在城市中的凈效用出現下降，這種下降可能是由于生活成本相對上升，或是工資增長幅度不足以抵消成本上漲，導致低技能勞動力在此類城市的居留動力減弱與新進入此類城市的意愿降低，因此可能選擇流向其他類型城市，即表現為低技能勞動力的空間分散現象。
（2）內生性問題。
基準回歸可能存在的內生性問題源于以下兩個方面：
一是，雖然在基準回歸中控制了可能影響勞動力技能互補水平的城市經濟因素、發展空間因素和生活質量因素，但是仍不可避免地會受到遺漏變量的干擾；
二是，根據勞動分工理論，產業發展推動勞動分工細化使不同技能勞動力的互補水平提高，在此技能結構基礎上進一步實現產業轉型升級，因此產業結構與勞動力技能互補水平之間可能存在反向因果關系。為此，本文借鑒動態面板模型常用的內生性處理方法［26，32］，使用變量的滯后項作為工具變量。
表4第（1）列使用人口規模的二階及以上滯后項作為工具變量，第（2）列使用產業結構的二階及以上滯后項作為工具變量。GMM估計結果顯示，在使用工具變量緩解內生性問題之后，人口規模、產業結構對勞動力技能互補水平的影響依然穩健。
3.從技能勞動力供需兩側的進一步解釋
由于隨著產業發展，大城市對不同技能勞動力的需求呈現明顯的差異化偏好，故在從需求角度進行機制分析時，引入人口規模、產業結構與各技能勞動力的交互項。表5從勞動力需求的角度，分別探討隨著人口規?；虍a業結構變化，各技能勞動力比例提高對城市勞動生產率的影響。使用城市平均工資作為生產率指標，在控制經濟因素、發展空間、生活質量等層面的因素后，發現高技能勞動力比例與人口規模的交互項在5%的水平下顯著為正，表明高技能勞動力比例增加能顯著提高城市工資水平，且隨著城市人口規模擴大，高技能勞動力比例對工資水平的提升作用更大。高技能勞動力比例與產業結構的交互項在5%的水平下同樣顯著為正，表明隨著城市第三產業的產值占比提高，高技能勞動力比例對工資水平的提升作用增大。
關于城市勞動生產率提升，已有研究較少探討低技能勞動力的貢獻以及產生貢獻的條件。故本文在模型中不僅加入交互項，還加入低技能勞動力比例的平方項，試圖捕捉這種非線性關系?；貧w結果顯示，低技能勞動力比例與城市平均工資呈“U”型關系。由于我國人口的大規模流動，Ⅰ類大城市和Ⅱ類大城市的低技能勞動力比例最大，低技能勞動力比例增加提升了這些城市的勞動生產率。而超大特大城市、產業結構更高級城市的低技能勞動力比例與工資水平的關系表現為“U”型曲線的中段特征，低技能勞動力比例處于中間位置，未能促進超大特大城市的勞動生產率提升。生活性服務業就業人員比例的增加未能轉化為超大特大城市實際的生產效益，這也導致生活性服務業的發展動力不足，降低了這類城市對低技能勞動力的相對需求。
結合2018年全國流動人口動態監測調查的微觀數據，表6第（1）至（2）列從勞動力供給角度，分別探討隨著人口規?；虍a業結構變化，各勞動力在城市獲得的工資溢價有何差異。工資溢價指的是勞動力市場中某一群體的工資水平高于另一群體的現象。已有研究主要認為，受教育程度較高的勞動力在大城市更能夠發揮其技能和知識的優勢，因此他們的工資溢價相對更高［12，19］。例如，高技能、高學歷的勞動力在城市的專業服務和技術行業中往往能夠獲得較高的薪酬。低學歷勞動力雖然也享有工資溢價，但相對較小，之所以如此是因為低技能工作在城市中面臨著更高的競爭和替代壓力，且容易受到自動化和外包等因素的影響。
由于生活性服務業中，尤其是涵蓋人際互動和高度個性化服務的領域，對勞動者的情感表達、創造性思維及對服務的個性化處理有著更大的依賴，這種服務體驗很難被自動化或者外包，因此從產業類型產業類型包括第一產業、第二產業、第三產業1和第三產業2。其中第三產業1、第三產業2分別表示生活性服務業和生產性服務業。對細分產業進行分析既可回應已有研究，也符合本文的技能界定。
視角考察不同勞動力的工資溢價問題十分必要。下面進行三個方面的分析：第一，分析不同受教育程度勞動力的城市工資溢價情況。表6第（1）列的結果顯示，人口規模、受教育程度和人口規模的交互項均顯著為正，表明城市人口規模擴大，各受教育程度群體的工資收入均提高，其不局限于特定的教育層次，而是涵蓋了各種能力水平的勞動力。城市工資溢價的普遍性表明不同技能水平的勞動力均能獲得城市工資溢價，與已有研究結論一致。第二，分析在生活性服務業中不同受教育程度勞動力的城市工資溢價情況。
報告的是經過城市層面聚類調整的穩健標準誤；
3.因為產業類型也是分類變量，如果仍用受教育程度（三分類變量），則產業類型與受教育程度的交互項會有6項，故第（2）列中受教育程度轉換為受教育年限。
第（2）列的結果顯示，受教育年限和第三產業1的交互項不顯著，表明即使從事生活性服務業的勞動者的受教育程度提高，也不會帶來顯著的工資上漲，這顯示了我國生活性服務業發展的不充分，未能有效創造更多就業機會和提高生產效率，限制了從事生活性服務業的勞動力的工資溢價提升。第三，分析在生產性服務業中不同受教育程度勞動力的城市工資溢價情況。
第（2）列的結果顯示，受教育年限和產業結構2的交互項在1%的水平上顯著為正，表明從事生產性服務業的勞動者的受教育程度提高會獲得更高的工資，生產性服務業會通過工資收入集聚更多的高受教育程度勞動力。
因此，隨著城市人口規模擴大和產業結構高級化，高技能勞動力在促進城市勞動生產率提高中發揮著越來越重要的作用，同時他們也從城市生產性服務業發展中獲得更多的工資溢價，導致超大特大城市的高技能勞動力比例增長更快、分布更集中。低技能勞動力未能促進超大特大城市的勞動生產率提高，生活性服務業的發展動力不足，降低了城市對低技能勞動力的相對需求。相應地，對低技能勞動力需求的不足導致生活性服務業發展滯后，低技能勞動力難以在生活性服務業就業中獲得工資溢價，面臨的工資不平等差距逐漸擴大，導致他們的遷移意愿降低，低技能勞動力的空間分布更加分散。
4.不同規模城市中勞動力技能互補水平的動態調整
根據表7，分不同規模城市看，小城市、中等城市、大城市、超大特大城市的調整速度分別為0-543、0-671、0-686和0-545，超大特大城市和小城市的調整速度比中等、大城市慢。
報告的是經過城市層面聚類調整的穩健標準誤；
3.speed=1-_b［L.y］，Half_Life=ln（2）/（1-_b［L.y］）是完成一半調整需要的年數。超大特大城市本應需要更快的調整速度以應對復雜多變的市場需求，但它的調整速度更慢。
這主要源于以下幾個方面：
首先，城市集聚高、低技能勞動力比例的大小取決于產業結構，在創新驅動產業升級的知識城鎮化階段，超大特大城市可以通過更高的工資收入、降低房價等吸引高技能勞動力，提高高技能勞動力比例，但低技能勞動力比例的提高與生活性服務業的發展密切相關，取決于生活性服務業發展程度。其次，生活性服務業的繁榮發展，需要服務質量提升和服務更具多樣化，從而使人們對家庭生產替代品、生活性服務的需求上升。此種需求的增長部分源于人們對于更高生活質量的追求，以及對時間和便利性的重視。同時，技術創新在這一領域的應用是至關重要的，它不僅能代替重復性高且容易程序化的日常工作，還能通過自動化和智能化的手段提高服務效率和質量。技術驅動的變革，有望推動從事生活性服務業的勞動者工資水平提高，從而縮小技能工資差距，吸引更多中低技能勞動力流入此行業，以滿足日益增長的市場需求，最終實現供需匹配以及進一步提高城市勞動生產效率，但這需要一定的時間周期。最后，在當前生活性服務性發展不充分階段，超大特大城市還面臨著交通、住房和環境等方面的問題，意味著超大特大城市會偏向于降低低技能勞動力比例。一方面，工資差距機制會使得低技能勞動力遷往其他城市，所以勞動力技能互補水平存在且朝著期望值動態調整；
另一方面，因為低技能勞動力仍能獲得超大特大城市的工資溢價，當人為地加速降低低技能勞動力比例時，生活性服務業供給的減少在一定程度上會削弱不同技能水平勞動力之間的技能互補效應，進而對城市的生活便利度、服務體驗和競爭力造成負面影響，減弱城市對高技能勞動力的吸引力，削弱產業的整體發展潛力，故調整速度會較慢。
我國大城市對低技能勞動力的吸引力提高，勞動力技能互補水平不斷提高且調整速度較快。結合表5回歸結果可知，低技能勞動力比例與城市平均工資呈“U”型關系，由于人口流動，我國中小城市所擁有的低技能勞動力比例并不是最大的，反而是大城市的低技能勞動力比例更大。因此，大城市應充分發揮各技能勞動力的互補作用，縮小城市技能工資差距，抓住其在新一輪人口要素在區域、產業間配置的優勢，推動城市的家政、照護、餐飲、銷售等生活性服務業的發展，為城市提供高水平的生產與消費活動空間，提高城市活力，促進人力資本優化配置。
中小城市的勞動力技能互補水平繼續下降且調整速度較慢。未來收縮城市會成為常態，中小城市應轉變慣性的增量增長思維，促進資源產業和康養產業等的發展，注重生態環境的保護、智能化基礎設施的建設，打通其與大城市之間人口流動的制度與政策通道，推動資源要素的合理開發。由于人口已大量流出，盤活存量的調整速度較慢，中小城市的城鎮化發展不可操之過急，應行之有方，尊重產業發展規律。
五、結論與啟示
本文基于按工資劃分的行業類別來衡量勞動力技能水平，使用2008—2019年288個地級市及以上城市的宏觀數據，結合2018年全國流動人口動態監測調查的微觀數據，運用部分調整模型和調節效應進行分析，在城市產業結構、人口規模和勞動力技能互補水平之間建立聯系，結合勞動力工資收入和城市勞動生產率指標，從各技能勞動力的產業供需兩方面來解釋城市勞動力技能互補水平動態變化的內在機制。主要研究發現如下：
第一，我國2012年以來高技能勞動力的空間集聚與低技能勞動力的空間分散，促使勞動力技能互補水平自2008年以來總體先升后降，城市人力資本空間分化格局凸顯。第二，在影響機制上，城市人口規模和產業結構與勞動力技能互補水平分別呈“∽”型和倒“U”型關系。在超大特大城市和產業結構高級化城市，其技能互補水平呈下降趨勢，這與我國家庭生產替代品、生活性服務業發展不足有關，它們導致低技能勞動力比例的提高未能有效促進這些城市的勞動生產率提升，降低了此類城市對低技能勞動力的相對需求。第三，工資收入仍是影響我國城市人力資本分化的主要因素，在大城市中，
各技能群體的工資收入均提高，但高技能勞動力在城市產業發展過程中能獲得更高的工資溢價，這使得高、低技能勞動力的工資收入差距不斷增大，
低技能勞動力的遷移意愿降低。第四，在超大特大城市中，低技能勞動力仍可獲得較高的城市工資溢價，如果人為地加速低技能勞動力比例的下降，會降低包括高技能勞動力在內的所有勞動力的福利，削弱現代產業高質量發展潛力。第五，不同規模城市的勞動力技能互補水平動態調整速度存在差異，其中超大特大城市的調整速度比中等城市、大城市慢，生活性服務行業實現供需匹配需要更長的時間周期。
上述研究結果表明，在新型城鎮化階段，創新驅動和技能互補成為實現產業高質量發展的動力引擎。一方面應看到超大特大城市對高技能勞動力的迫切需求，以及在城市管理和資源配置上面臨的挑戰。高、低技能勞動力在推動城市生產率提升中的貢獻差距擴大，使得超大特大城市偏向于使用
降低低技能勞動力比例的策略，其具有一定的合理性。另一方面應認識到生活性服務業是現代產業體系的組成部分，它不僅影響城市的生活便利度和服務體驗，還吸納了大量低技能勞動者就業，直接關系到低技能勞動力的生計與發展。
因此，本文提出以下政策建議：第一，積極推動生活性服務行業的供給側結構性改革。通過多種方式鼓勵和支持個人護理、安全服務、家政、保潔服務、兒童照護等細分行業在市場上真正實現規范化、品質化發展，發揮生活性服務業對增進民生福祉與促進就業的基礎性拉動作用。第二，拓寬人力資本投資渠道，暢通低技能勞動者的收入提升通道。通過職業培訓、技能提升項目等措施提高低技能勞動者的工作能力，縮小各技能勞動者的收入差距。第三，優化各城市以產業結構為基礎的勞動力資源配置策略。各類型城市在新一輪人力資本空間配置背景下應抓住發展機遇，結合自身發展優勢與產業發展需求，合理吸納多樣化的勞動力，優化不同技能勞動力在各產業、各行業間的配置，推動新興產業和生活性服務業融合發展，以經濟高質量發展帶動新型城鎮化的建設。
參考文獻：
［1］LIUY，SHENJ.ModellingskilledandlessskilledinterregionalmigrationsinChina，2000-2005［J］.Population，SpaceandPlace，2017，23（4）：e2027.
［2］WUJ，YUZ，WEIYD，YANGL.ChangingdistributionofmigrantpopulationanditsinfluencingfactorsinurbanChina：economictransition，publicpolicy，andamenities［J］.HabitatInternational，2019，94：102063.
［3］韓嘉玲，余家慶.離城不回鄉與回流不返鄉——新型城鎮化背景下新生代農民工家庭的子女教育抉擇［J］.北京社會科學，2020（6）：4-13.
［4］劉濤，卓云霞，王潔晶.鄰近性對人口再流動目的地選擇的影響［J］.地理學報，2020（12）：2716-2729.
［5］高春亮，王業強，魏后凱.公共服務供給與地區收入差距——基于人力資本視角的分析［J］.中國人口科學，2022（4）：44-59，127.
［6］EECKHOUTJ，PINHEIROR，SCHMIDHEINYK.Spatialsorting［J］.JournalofPoliticalEconomy，2014，122（3）：554-620.
［7］DAVIESPS，GREENWOODMJ，LIH.AconditionallogitapproachtoU.S.statetostatemigration［J］.JournalofRegionalScience，2010，41（2）：337-360.
［8］GLAESEREL.AreviewofEnricoMorettisTheNewGeographyofJobs［J］.JournalofEconomicLiterature，2013，51（3）：825-837.
［9］GOOSM，MANNINGA.Lousyandlovelyjobs：TherisingpolarizationofworkinBritain［J］.ReviewofEconomicsandStatistics，2007，89（1）：118-133.
［10］DREWD，ZHAOJ，MURRAYS.Braindrainandbraingain：themigrationofknowledgeworkersfromandtoCanada［J］.
EducationQuarterlyReview，2000，6（3）：8-35.
［11］HAUSMANNR，HWANGJ，RODRIKD.Whatyouexportmatters［J］.JournalofEconomicGrowth，2007，12（1）：1-25.
［12］AUTORDH，DORND.Thegrowthoflowskillservicejobsandthepolarizationofthe
U.S.labormarket［J］.AmericanEconomicReview，2013，103（5）：1553-1597.
［13］GOOSM，MANNINGA，SALOMONSA.JobpolarizationinEurope［J］.AmericanEconomicReview，2009，99（2）：58-63.
［14］BACOLODM，BLUMBS，STRANGEWC.Skillsinthecity［J］.JournalofUrbanEconomics，2009，65（2）：136-153.
［15］DURANTONG.Growingthroughcitiesindevelopingcountries［J］.TheWorldBankResearchObserver，2015，30（1）：39-73.
［16］GLAESEREL，MAREDC.Citiesandskills［J］.JournalofLaborEconomics，2001，19（2）：316-342.
［17］FUS.Smartcafcities：testinghumancapitalexternalitiesintheBostonmetropolitanarea［J］.JournalofUrbanEconomics，2007，61（1）：86-111.
［18］LIUZ.Theexternalreturnstoeducation：evidencefromChinesecities［J］.JournalofUrbanEconomics，2007，61（3）：542-564.
［19］CARLSENF，RATTSJ，STOKKEHE.Education，experience，andurbanwagepremium［J］.RegionalScienceandUrbanEconomics，2016，60（9）：39-49.
［20］COMBESPP，DEMURGERS，LIS.MigrationexternalitiesinChinesecities［J］.EuropeanEconomicReview，2015，76（C）：152-167.
［21］GARNEROA，KAMPELMANNS，RYCXF.Theheterogeneouseffectsofworkforcediversityonproductivity，wages，andprofits［J］.IndustrialRelations：AJournalofEconomyandSociety，2014，53（3）：430-477.
［22］劉曄，王若宇，薛德升，曾經元.中國高技能勞動力與一般勞動力的空間分布格局及其影響因素［J］.地理研究，2019（8）：1949-1964.
［23］梁文泉，陸銘.城市人力資本的分化：探索不同技能勞動者的互補和空間集聚［J］.經濟社會體制比較，2015（3）：185-197.
［24］蔡昉.城市化與農民工的貢獻——后危機時期中國經濟增長潛力的思考［J］.中國人口科學，2010（1）：2-10，111.
［25］李紅陽，邵敏.城市規模、技能差異與勞動者工資收入［J］.管理世界，2017（8）：36-51.
［26］楊小忠，羅樂.城市人力資本空間分層：異質性公共服務視角［J］.當代財經，2021（2）：3-14.
［27］SHENGY，ZHAOM.Regulationsintheeraofnewtypeurbanisationandmigrantworkerssettlementintentions：thecaseofBeijing［J］.Population，SpaceandPlace，2021，27（3）：e2394.
［28］廖重斌.環境與經濟協調發展的定量評判及其分類體系——以珠江三角洲城市群為例［J］.熱帶地理，1999（2）：76-82.
［29］干春暉，鄭若谷，余典范.中國產業結構變遷對經濟增長和波動的影響［J］.經濟研究，2011（5）：4-16，31.
［30］YANKOWJJ.Whydocitiespaymore？anempiricalexaminationofsomecompetingtheoriesoftheurbanwagepremium［J］.JournalofUrbanEconomics，2006，60（2）：139-161.
［31］FLANNERYMJ，RANGANKP.Partialadjustmenttowardtargetcapitalstructures［J］.
JournalofFinancialEconomics，2006，79（3）：469-506.
［32］ARELLANOM，BONDS.Sometestsofspecificationforpaneldata：MonteCarloevidenceandanapplicationtoemploymentequations［J］.TheReviewofEconomicStudies，1991，58（2）：277-297.
SpatialDivergenceofUrbanHumanCapitalinChina
fromthePerspectiveofIndustrialDevelopment：
BasedonPanelDataof288ChineseCitiesfrom2008to2019
PENGJiao1，ZHAIZhenwu2
（1.SchoolofHumanitiesandManagement，HunanUniversityofChineseMedicine，
Changsha410208，China；
2.CenterforPopulationandDevelopmentStudies，
RenminUniversityofChina，Beijing100872，China）
Abstract：Withtheriseoftheknowledgeeconomyandadvancementsininformationtechnology，innovationdrivendevelopment
andskillcomplementarityhaveincreasinglybecomepivotalindrivinghighqualityindustrialdevelopment.
Basedonpaneldataof288prefecturelevelcitiesfrom2008to2019inChina，
thispaperdelvesintothechangingtrendsofskillcomplementaritylevelofurbanlabor
andspatialevolutionofurbanhumancapital，thenanalyzestheintrinsicmechanismofspatialdivergenceofhumancapitalfromtheperspectiveofthesupplyanddemandofindustriallabor.Theresultsshowthatspatialagglomerationofhighskilledlaborandthetransitionfromspatialagglomerationtodispersionamonglowskilledlaborhavepromptedaninitialincreasefollowedbyadecreaseintheskillcomplementaritylevelofurbanlaborsince2008.
Thistrendtherebyaccentuatesthepatternofspatialdivergenceinurbanhumancapital，especiallyin
megacitiesandcitieswithadvancedindustries，wheredecliningskillcomplementaritylevelrelatestosluggishgrowthoflifeservicesectorandreduceddemandforlowskilledlaborbymechamismanalysis.
Correspondingly，reduceddemandforlowskilledlaborresultinsluggishgrowthoflifeservicesector，sothatwagegrowthisweak，which
exacerbatesthewagegapandreducelowskilledworkersmigrationintent.
However，lowskilledworkersstillearnsignificanturbanwagepremiumsinmegacities，
andthedecreasingproportionoflowskilledlabor
mayimpedeurbanindustrialpotential.Tocoordinateindustrialdevelopment
with
labormarket，thepapersuggestsprioritizingsupplysidereformsinthelifeservicesectorandoptimizingtheallocationofavastandskilldiversehumancapital，then，fosteringtheintegrationoflifeservicesandemergingindustriesbyskillcomplementavitytoboostthequalityandefficiencyofindustrialdevelopment.
Keywords：industrialdevelopment；
humancapital；
spatialdivergence；
skillcomplementarity
［責任編輯崔子涵］
猜你喜歡 人力資本產業發展 海南黑山羊研究進展與產業發展思路熱帶農業科學(2016年10期)2016-12-12我國生物制藥產業的過去、現在和將來中國科技縱橫(2016年17期)2016-11-30淺談國有企業人力資本投資與改革研究科學與財富(2016年15期)2016-11-24景德鎮陶瓷文化創意產業發展策略探析科技資訊(2016年18期)2016-11-15企業人力資本會計計量方法的新探企業導報(2016年20期)2016-11-05內生經濟增長理論對貴州經濟發展的研究企業導報(2016年19期)2016-11-05淺析人力資本的經濟權利與企業剩余分配中國市場(2016年36期)2016-10-19紅色旅游產業現狀分析及發展中管理問題研究商場現代化(2016年22期)2016-10-18人力資本對農民收入的影響：理論及實證分析商(2016年27期)2016-10-17荊州港口物流發展對策研究企業導報(2016年5期)2016-04-05