城市集聚经济类型与人口流动

程广帅，张 赛

(中南财经政法大学 公共管理学院，武汉 430073)

提要：城市集聚经济包括专业化和多样化两种类型。从就业效应、收入效应和人力资本效应3方面构建城市专业化集聚经济和多样化集聚经济影响人口流动的作用机制，并基于城市层面的面板数据，采用工具变量法实证考察了不同类型的集聚经济对人口流动的影响，发现城市专业化、多样化确实是影响人口流动的重要因素，但多样化的影响大于专业化。从城市规模和区域的异质性视角来看，东部地区和大城市样本中的回归结果与总样本完全一样。但对于中西部地区和中小城市，只有专业化变量的影响显著。研究结果表明，专业化、多样化在不同城市和不同区域人口流动影响的差异，能够部分解释我国流动人口空间分布的不均衡。

一、引言

改革开放以来，人口流动作为我国社会经济发展的重要现象，已成为我国城镇化进程的一个重要推动力。2018年我国流动人口数量已达到2.41亿，东部地区跨省流动人口占全国跨省流动人口的比例超过80%，其中以珠三角、长三角、京津冀、长江中游和成渝城市群为代表的五大城市群是我国流动人口的主要集聚区[1]。整体上呈现出以城市群为主要流入地且空间分布不均衡的典型特征，向东部少数地区集中的趋势十分明显[2]。

一个很自然的问题就是，为什么有的城市能够吸引大量的流动人口，而有的城市对流动人口的吸引力却相对较弱？换句话说，究竟具有什么特征的城市更吸引人口流入呢？对于这个问题，已有很多文献进行了深入的分析。国外文献提出了包括推拉理论、相对收入假说在内的经典理论，以及之后的劳动力区位选择理论。他们主要关注劳动力是如何选择流入目的地，具体又可细分为选择效应模型[3-5]、分类效应模型[6-7]和集聚效应理论[8-9]。国内文献从城市公共服务和收入水平、城市经济发展水平和产业结构、城市包容度、城市舒适度以及市场可达性等角度探索城市吸引人口流动的原因[10-15]。

从城市集聚经济的视角关注人口流动的文献主要着眼于微观机制和市场优势[8-9]，并没有进一步分析不同类型的集聚经济对人口流动的影响。集聚经济分为专业化集聚和多样化集聚，有些城市只拥有少数专业化产业[16-17]，而有些城市却呈现产业多样化的特征[18-19]，这启发笔者尝试从城市专业化、多样化的角度来关注人口流动问题。

本文致力于考察城市专业化、多样化集聚经济对人口流动的影响并进行实证检验，是对习近平同志关于“人口向优势区域集中，形成以城市群为主要形态的增长动力源，进而带动经济总体效率提升”重要精神的理论回应[20]，以期在人口迁移领域做出边际性贡献。本文尝试回答下面3个问题：(1)在我国新型城镇化背景下，究竟是专业化还是多样化更有利于吸纳流动人口；(2)在不同规模城市，专业化和多样化对人口流动是否有着不同的影响；(3)专业化和多样化在不同区域是否也有着不同的影响。

为了回答上述问题，本文构建了一个城市专业化、多样化影响人口流动的理论框架，并基于我国2004—2017年城市面板数据进行了实证分析。

二、理论框架与研究假设

(一)城市专业化集聚与人口流动

城市专业化集聚指的是同一行业内企业在地理上的集聚，又称为行业内集聚。专业化集聚经济源自马歇尔的“产业区观点”——同一区位的产业集聚具有贸易优势、工作优势和交流优势[21]。在此基础上，克鲁格曼总结了产业专业化外部性的特点：具备产业特定技能的劳动力市场，与贸易无关的特殊投入要素，比如企业组织的改进，信息交流和知识溢出的正外部性[22]。产业专业化特征决定了城市专业化集聚有利于形成特殊的劳动力池，提升企业竞争力并提高信息和知识的传播效率。其对人口流动的影响既有积极的作用，也有不利的作用。

从积极效应来看，主要体现在以下两个方面：第一，降低劳动力的就业信息搜寻成本。同一行业的集聚有利于形成共享的劳动力市场[22]，产生劳动力池效应[21]，这会提高企业与专业劳动力之间的匹配效率。企业和劳动者均能从专业化劳动力市场中受益，尤其能够降低劳动者的就业信息搜寻成本[22]，从而吸引人口流入。第二，专用型人力资本积累效应。劳动力在同一产业内的交流和互动，促进了市场上信息、技术、思想的传播和扩散，最终形成人力资本的积累。马歇尔指出，同一行业企业的地理集中有助于知识溢出和技术溢出，这也离不开工人之间的频繁接触[21]。通过交流、学习与自我强化，低技能劳动力逐渐成为高技能劳动力，有助于提升城市整体的人力资本积累水平。这种基于同一行业的人力资本积累，其人力资本主要适用于这个行业内，专用性较高，到了其他行业中可能就不再发挥作用。李培林和张翼对我国东北地区下岗工人的研究就发现，这些工人在长时期内的人力资本专用性较高，下岗后难于转岗到其他行业，被称之为人力资本失灵[23]。本文对于这种基于在同一行业内实现的人力资本积累，称之为专用型人力资本积累。

但是，专业化对人口流动也有不利的影响，主要是专业化产业的市场需求比较集中，过度依赖某一个特定的市场，对外部经济环境的变化比较敏感。一旦外部需求市场出现波动，有可能引起市场需求的萎缩或生产成本的上升，从而引起生产衰退[24]，其吸纳就业的能力随之萎缩，对劳动力的需求会显著减少[25]，这显然不利于吸引外部人口流入。另外，我国大部分专业化集聚区主要依赖于血缘、亲缘、地缘以及业缘等固定的社会关系基础[26]，而劳动力主要依靠自己的社会网络进入集聚区，这对人口流入具有一定的选择性，不利于吸引来源多样化的外部人口。

基于以上分析，笔者提出研究假设1：城市专业化对人口流动产生影响，但影响方向是不确定的。

(二)城市多样化集聚与人口流动

城市多样化集聚又称为跨行业或行业间集聚，指的是不同行业的企业在空间上的集聚。多样化集聚经济源自雅各布斯外部性，强调在不同行业企业之间的知识溢出范围更广、作用更大[25]，这是因为不同行业间存在知识的互补性，导致了生产结构的多样化和城市的多样化外部性。城市多样化外部性的特点在于：第一，偏好的多样性；第二，交往的广泛性和交流的必要性；第三，市场变化的灵活性[27]。其对人口流动的影响机制主要有以下3个途径。

第一，就业缓冲器效应。在多样化的城市中，不同行业间的企业集聚，当某个产业受到外部冲击，其释放出来的失业工人能够很快转移到其他产业中去[22]，有利于缓解某一行业的劳动力需求波动，从整体上降低失业的风险。内夫克和亨宁也发现，当一个行业开始衰落时，多余的劳动力一般会转移到本地区的其他行业，而不是其他某个地区的同一行业[28]。

第二，收入效应。多样化的城市对劳动力技能需求是异质性的，既有同一产业内高技能劳动力与低技能劳动力的互补，也有不同产业之间掌握不同类别技能劳动力的互补。这就是技能异质性劳动力之间的互补效应[6]，促进了城市间生产率与不平等程度的进一步分化，使得多样化城市相比于专业化城市拥有更高的工资溢价，因而劳动力在多样化为主的城市可以获得更高的收入[29]。

第三，通用型人力资本积累效应。在多样化的城市中，既有同一行业内劳动者之间的知识流动，也有不同行业间劳动者之间的知识交流沟通，主要是跨行业的互补性知识溢出。相比同行业的知识溢出，跨行业的知识溢出加快了人们相互学习、获得新的想法和创新的速度[25]。而且在多样化城市中，不同地方的知识、信息等集中起来形成丰富的知识池，促进了劳动力对知识和技术的吸收、分享与创新[30]，最终促进劳动者的人力资本积累。劳动者通过跨行业的知识交流和沟通，使人力资本积累呈现多元化的特征，并不注重某种专用人力资本的积累。这种多样化的人力资本积累更多地体现一种组织、分析和思考等综合性能力，而这种能力并不限于仅符合某一行业的要求，而是在很多行业都适用，因此本文称之为通用型人力资本积累。

基于以上分析，笔者提出研究假设2：多样化的集聚经济对流动人口产生积极的促进作用，两者之间存在正相关关系。

在假设1和假设2的基础上，本文提出研究假设3：多样化对人口流动的影响大于专业化的影响。

(三)人口流动的异质性

从城市规模来讲，中小城市由于规模有限，资源、基础设施、人力资本等要素水平相对较低，难以发展多样化的集聚模式，因而更加侧重于专业化[16]，而大城市产业众多，产业结构复杂多样，主要是以多样化的集聚经济为主要特征[31-32]。

基于此，本文提出研究假设4：在大城市中，多样化对人口流动的影响大于专业化的影响，而在中小城市，专业化对人口流动的影响大于多样化的影响。

正如本文所述，经济发展水平和收入差距是影响人口流动的重要因素。得益于改革开放和优越的地理位置，我国东部沿海地区率先发展起来，而且其产业以劳动密集型为主，由此吸引了大量中西部地区的劳动力。根据2010年人口普查资料，东部沿海地区的城市人口规模均值为175.91万人，而中西部地区城市人口规模均值只有72.2万人，这反映了我国100万人以上的大城市主要集中在东部地区，而中西部地区则以中小城市为主[33]。

基于上述分析和假设4，本文提出假设5：东部地区大城市较多，多样化的影响大于专业化的影响；而中西部地区大城市偏少，专业化对人口流动的影响大于多样化的影响。

三、数据来源与变量

(一)数据来源

本文所使用的数据为2004—2017年全国城市层面的面板数据，数据来源于2005—2018年的《中国城市统计年鉴》和《中国区域经济统计年鉴》，统计口径为市辖区。

为保证数据的连续性，文中剔除了行政区划发生变化的城市(巢湖)，或者数据统计不全的城市，以及个别年份数据异常的城市，最后样本涵盖270个地级及以上城市，时间跨度共14年，共计3 780个观察值。此外，文中所有与价格相关的数据均以2004年为基期，根据历年各城市的消费者价格指数进行价格平减处理。

(二)变量选取和描述

1.因变量

本文采用李拓和李斌[10]的做法，用人口净流入率作为人口流动的测度变量，人口净流入率表示本年常住人口相对于上年常住人口的变化速度，出于严谨性考虑，计算中剔除了人口自然增长的部分。具体测算公式如下：

(1)

式(1)中，FLPOPrate指人口净流入率，Pt指本年常住人口，Pt-1值上年常住人口，rt-1指上年人口自然增长率。

2006年，国家统计局在计算人均GDP时，规定必须通过常住人口来计算，即2006年之后，常住人口的数据可通过城市GDP数据除以该城市的人均GDP得到。本文采用这个办法，计算出了2007—2017年的常住人口规模。而2005—2007年的《中国城市统计年鉴》上既未公布常住人口，也无法通过上述计算方法间接计算，因此，本文以各城市年末总人口作为常住人口。

2.核心自变量

城市专业化(SPEC)：参照格莱泽、克尔[34]和张萃[26]的做法，笔者将每个城市19个行业的就业人数(万人)相加然后取对数，用这个指标来衡量城市的专业化。

城市多样化(DIVE)：本文和张萃的做法一致，首先计算出赫芬达尔—赫希曼指数(HHI)，该指数表示每个城市所有行业在本地就业中所占份额的平方和。当只有一个行业时，HHI等于1，当有n个行业时，HHI趋向于无穷小，因此随着行业类型的丰富，HHI逐渐减小。然后用1减去这一指数来测度多样化，具体计算公式如下：

(2)

式(2)中，Eij是i城市j行业的就业人数，Ei表示i城市所有行业的总就业人数。该指标取值介于0和1之间，该值越大，表明该城市具有越高的多样化程度。当行业数量较少时，就业人数集中于少数几个行业，在这种情况下，HHI值较大，多样化指标较小，从而城市多样化水平较低；当城市中有较多行业共同发展，每个行业都占有一定的就业份额，此时HHI值较小，多样化指标值较大，从而多样化程度较高。因此，随着行业种类的增多，多样化指标越来越高，城市多样化集聚越明显。

3.控制变量

(1)失业率(UNEM)：失业率=登记失业人数/(城镇登记失业人数+在岗职工人数)，失业率反映城市的失业状况和趋势，失业率越高，城市经济社会越不稳定，不利于人口流动；(2)生活标准(LIVE-ST)：生活标准=职工平均工资/人均GDP，反映的是劳动者享受经济发展成果的公平程度，城市工人每生产一单位GDP得到的工资越高，从而享有更多的经济成果；(3)医疗服务水平(HOSP)：医疗服务=医院数(所)/年末户籍人口数(万人)，医疗服务作为城市公共服务之一，影响着流动人口的福利水平，基本医疗服务对人口流动有正向作用；(4)产业结构(INDUS)：产业结构=第三产业比值/第二产业比值，产业是城市吸纳就业人口的重要载体，相对于第二产业，第三产业即服务业吸纳人口的能力更强，该比值越大，流动人口越多；(5)教育支出比重(EDU_ratio)：教育支出比重=教育支出(万元)/财政支出(万元)，教育支出比重越高，越有利于扩大地区的教育规模，对人口集聚有积极的引导作用[35]。主要变量的描述性统计如表1所示。

表1 主要变量的描述性统计

四、实证模型及分析

(一)实证模型

1.基准回归模型

本部分使用最小二乘法(ordinary least square，简称OLS)构建多元线性回归模型，估计城市专业化、多样化集聚经济对于人口流动影响的参数大小，为解释我国人口流动现象提供相关依据。本文使用的数据为平衡面板数据，从理论上讲，由于每个城市的“市情”不同，可能存在不随时间而变的遗漏变量。从统计上，对面板数据进行霍斯曼检验，检验结果显示卡方值为160.29，P值为0.000 0，拒绝“误差项与自变量、扰动项不相关”的原假设，因此选择固定效应模型。

考虑到因变量、自变量和控制变量的单位不一致，对被解释变量人口净流入率进行标准化处理。对于控制变量，数值单位不一致，且数值差别较大，考虑到对模型估计有可能造成偏差，采用取对数的方式构造半弹性模型：

FLPOPrateit=β0+β1SPECit+β2DIVEit+

β3lnXit+εit。

(3)

式(3)中，FLPOPrateit为t时期第i个城市的人口净流入率，SPECit为t时期第i个城市的专业化指数，DIVEit是t时期第i个城市的多样化指数，Xit表示时期t第i个城市的各控制变量，εit表示随机干扰项。

2.内生性分析

OLS成立的重要条件之一是解释变量与扰动项不相关，否则OLS估计量将是不一致的，然而回归模型中经常存在解释变量和扰动项相关的情况，比如存在双向因果关系、遗漏变量偏差和测量误差偏差。针对这种内生性问题，常借助于工具变量来实现一致性估计。已有诸多文献发现人口流动与城市经济集聚之间存在互为因果的关系[36-39]，再加上本文用就业人数来测度城市专业化和多样化变量，而在统计就业人数时，是包括外来劳动力的[1]，这显然带来了内生性问题。基于这个考虑，因此本文采用两阶段最小二乘法(two stage least square，简称2SLS)来解决内生性可能带来的回归偏误问题。

第一步，检验模型是否存在内生性问题，确定使用OLS还是工具变量法；从统计上检验解释变量的内生性的方法之一是霍斯曼检验，其原假设H0为“所有解释变量均为外生”。如果拒绝H0，则认为存在内生解释变量，应使用工具变量法；反之，若接受H0，则认为不存在内生解释变量，应使用OLS。

第二步，寻找合适的工具变量。从理论上，一个合格的工具变量应满足相关性和外生性两个条件，相关性要求工具变量与内生解释变量相关，外生性要求工具变量与扰动项不相关。也就是说，工具变量对被解释变量的影响仅仅通过内生解释变量来起作用。首先，检验工具变量的相关性。从统计上，通过2SLS的第一阶段回归检验工具变量的相关性，用内生解释变量对工具变量进行回归。其次，检验工具变量的外生性，使用过度识别检验方法。为了进一步检验工具变量的有效性，进行弱工具变量检验。依据经验规则，将第二阶段回归中的Cragg-Donald Wald F统计量和临界值进行比较，若大于临界值，则认为不存在弱工具变量问题。

对于集聚经济工具变量的选取，常见的方法是采用份额转移法(shift-share)来计算拟合的专业化和多样化数值[26，40-41]，然后以专业化、多样化的拟合值作为工具变量。这一方法的思路是，通过份额转移法计算出每个城市每个行业的拟合就业人数(非真实值)，然后再根据这个就业人数数据计算每个城市的专业化和多样化指数，用来作为工具变量。具体来说，份额转移法的首要工作是拟合每个城市每个行业的就业人数，具体公式如下：

Eijt1=(Ejt1/Ejt0)Eijt0。

(4)

式(4)中，Eijt1表示t1时期j行业在i城市的拟合就业人数，Eijt0指基期j行业在i城市的真实就业人数，Ejt1指全国j行业在t1期的真实就业人数，Ejt0指基期全国j行业的真实就业人数。本文使用的数据从2004年开始，那么按照份额转移法的计算规则和要求，式(4)中的基期，必须早于真实数据开始的年份，因此基期指的是2003年。t1分别指2004，2005，…，2017年，共计14年。

(二)回归结果

为了便于对实证结果展开分析和讨论，本文将内生性问题的讨论放在实证结果前面。本文前面从逻辑上分析了城市专业化、多样化与人口流动之间可能存在内生性问题，那么内生性真的存在吗？首先，使用霍斯曼检验内生性问题。结果显示，在1%的显著性水平上拒绝原假设，故模型中存在内生解释变量，应使用工具变量法。其次，检验工具变量的相关性和外生性。将工具变量以“SPEC_IV”和“DIVE_IV”表示，并对工具变量做第一阶段的回归，如表2回归结果(5)显示，两个工具变量对内生解释变量的影响系数通过了1%的显著性水平，说明专业化、多样化的拟合值对于城市专业化和多样化的影响显著为正，符合预期情况。在工具变量外生性的检验上，由于文中工具变量个数等于内生解释变量个数，存在恰好识别的情况，无法从统计上检验工具变量的外生性。针对这种情况，通常使用定性讨论以说明工具变量的外生性。通过份额转移法拟合的城市专业化、多样化数据是基于基期数据的拟合值，对现期的人口流动无直接影响，具有较好的外生性，作为工具变量是适合的。

接下来，本文使用Cragg-Donald Wald F 统计量进行弱工具变量检验，结果显示，第一阶段回归中F统计量(123.776)远大于显著性水平不超过 10% 的临界值7.03，说明该模型不存在弱工具变量问题。

表2报告了城市多样化外部性和专业化外部性影响人口流动的回归结果。模型(1)～(4)是普通最小二乘法回归结果，模型(5)为2SLS第一阶段的回归结果，模型(6)是2SLS第二阶段的回归结果。所有回归均采用固定效应模型。

从表2中可以看到，无论是OLS回归还是2SLS回归，专业化对人口流动的影响系数为正值，在10%水平上显著。在前面的理论分析中，本文认为专业化对于人口流动既有积极影响也有消极作用，从逻辑上无法给出明确的结论。但实证结果发现，总体而言，专业化对于人口流动的影响是积极的。多样化变量对人口流动的影响系数在OLS和2SLS回归中均在1%水平显著，而且均为正值，这个结果初步验证了本文提出的假设2。进一步比较模型(4)和模型(6)的回归结果，多样化的影响系数从0.183上升到0.523，这说明内生性问题导致多样化对人口流动的影响被大大低估了。但专业化的影响系数仅仅从0.07上升到0.088，变化幅度很小，这说明内生性问题并没有明显低估专业化对人口流动的影响。

从模型(6)专业化和多样化的影响系数比较来看，多样化的影响系数为0.523，远远大于专业化0.088的影响系数，这说明虽然专业化和多样化都促进了人口流动，但多样化对人口流动的影响明显大于专业化。表2基于OLS回归的4个模型中，多样化的影响系数同样远远大于专业化的影响系数，和工具变量回归的结果完全一致，说明这个结果是相当稳健的，从而验证了假设3。这个发现意味着在人口流动过程中，多样化的城市更具吸引力，这也是符合实际情况的。在现实中，确实也是大城市吸纳了更多的流动人口[42]。

本文认为，这个结果有着深刻的现实原因。除了本文分析的理论逻辑之外，现实中我国流动人口以农村人口为主，他们绝大部分没有受到过专业的技能培训，是非技能型的。在专业化为主的城市中，他们无法和专业化的技能需求相匹配，找到工作的概率较低，而多样化为主的城市则不同，他们的就业需求是多样化的，既有对技能型(熟练)工人的需求，也有对非技能型(非熟练)工人的需求，对于那些不掌握专业技能的农村流动人口来说，他们在多样化的城市中找到工作的概率较大。

对于控制变量，城镇登记失业率的系数显著为负值，即失业率越低，就有越多的人流向此地；生活标准的系数显著为正，该值越大，意味着城市的收入分配越公平，吸引更多人口流向该地；医疗服务和教育支出比重的系数为正，表示流动人口越来越重视城市的基本公共服务等福利；产业结构系数显著为正，表明随着第三产业比重的上升，服务业吸纳外来人口的能力增强，更多的人口向城市转移。

表2 回归结果

(三)稳健性检验

我国是一个幅员辽阔的大国，不同区域之间，不同城市之间，均存在较大的差异。如果仅仅以全国城市为样本进行分析，就容易忽视区域差异带来的影响。以下将考察不同区域和不同规模城市的专业化、多样化对人口流动影响的差异，这样做是考虑区域异质性和城市异质性，同时也是为了进一步检验上述结果的稳健性。因此，接下来将全国城市样本细分为大城市和中小城市，东、中、西部3个区域的城市作为子样本，进一步考察城市专业化、多样化人口流动影响的差异。

首先，为考察专业化和多样化在不同规模城市对人口流动的影响是否存在差异，本文采用国务院 2014 年新公布的城市划分标准，对假设4进行验证。以2017年城市的人口规模(常住人口=100万)为分界点①，将总体样本划分为大城市和中小城市两个子样本。

其次，在关于人口流动的研究中，也不能忽视区域的异质性现象，流动人口在东、中、西部的分布呈现空间不均衡的特征[10]，由此引出的问题是，不同地区的城市专业化和多样化对人口流动的影响是否也有显著的差异？以城市的地理区位为划分标准，笔者将总体样本划分为东部、中部和西部3个子样本，对假设5进行验证。

基于上述分析，笔者分别从城市异质性和区域异质性应用工具变量法考察城市专业化、多样化对人口流动的影响，回归结果见表3。

由表3的回归结果可知，在不同规模的城市中，专业化和多样化对人口流动的影响存在较大的差异。比较模型(7)和模型(8)的回归结果，发现在大城市中，专业化和多样化都有利于吸引人口流入，但在中小城市，只有专业化变量对人口流动呈显著的正向影响，而多样化的影响并不显著。另外，比较模型(7)和模型(6)的回归结果，会发现专业化和多样化的影响系数都发生了有趣的变化，多样化的影响系数变大，专业化的影响系数变小。上述结果进一步说明，在大城市，多样化在吸引外来人口方面远比专业化重要，而在中小城市，专业化则是吸引外来人口的重要力量，多样化则无足轻重，假设4得到验证。这个发现有着重要的政策含义。

表3 不同规模的城市样本回归结果

根据区域回归的结果(模型(9)～(11))，分集聚经济类型来看，城市专业化的影响系数在东中西样本中均显著为正，但在不同区域，其对人口流动的影响大小存在较大的差异。在东部样本回归中的影响系数几乎是西部地区的两倍，在中西部地区的影响差异并不是很大。多样化仅仅在东部地区城市样本的回归中显著，在中西部地区样本回归中的影响系数虽然为正但并不显著。分区域来看，东部地区城市的多样化的影响系数(1.784)远高于专业化集聚的系数(0.104)，说明东部地区的流动人口主要是受到多样化集聚经济的影响。在中部地区和西部地区，情况则相反。对于中部地区，专业化的影响系数大于多样化，且具有统计学意义上的显著性；对于西部地区，专业化集聚显著促进了人口流动，而多样化集聚并无显著影响。假设5得到验证。本文认为，可能的原因主要有两个方面：一是中西部地区的大城市数量较少，二是中西部地区大城市的产业结构升级还未完成，多样化的水平还不是很高。

五、结论与启示

我国大规模的人口流动是改革开放以来一个典型的社会现象，不同学者从经济发展水平、收入、公共服务等多个视角展开了深入的分析，考察影响人口流动的因素。但是考察流动人口的流向和目的地，就会发现流动人口的地理分布呈现典型的空间不均衡特征：流动人口绝大部分都流向了东部地区和大城市。本文尝试从专业化、多样化城市集聚经济的视角来进行解释和分析流动人口空间分布不均衡的现象。实证结果表明，城市多样化集聚经济和专业化集聚经济对人口流动均有积极的影响；相对于专业化，城市多样化集聚对人口流动的正向作用更大也更显著；大城市和东部城市流动人口同时受到多样化和专业化外部性的积极影响，而中西部地区以及中小城市的专业化集聚更能吸引流动人口，多样化外部性的作用并不显著。

本文的研究结论有着明确的政策含义。2019年12月25日，中共中央办公厅、国务院办公厅联合印发了《关于促进劳动力和人才社会性流动体制机制改革的意见》，明确提出“全面取消城区常住人口300万以下的城市落户限制，全面放宽城区常住人口300万至500万的大城市落户条件。”但本文的研究发现表明，对于中小城市来说，能否对流动人口产生足够的吸引力，仅仅取消户籍限制是不够的，关键在于能否基于本地区的资源禀赋，选择适合自身发展的特色产业，从而充分发挥自己的比较优势，提高产业发展的专业化水平。因此，对于中小城市来说，吸引人口流入和促进城市发展比较现实且可行的路径就是努力提高城市专业化水平。

在国家大力推动国家中心城市、重点发展大城市的背景下，多样化是大城市的典型特征，也是吸引人口流入的关键性因素之一，尤其是对于高技能人才具有更强的吸引力。因此，应该注重通过整合信息、资金和人才等要素，促进产业结构的升级和多样化发展，最终实现人口和产业等要素合理流动和集聚。中西部地区城市的多样化对于人口流入的影响还不显著，说明中西部的大城市还需要进一步促进产业结构升级，延长产业链，通过提高产业多样化水平来吸纳人口流入。

虽然本文从理论上构建了专业化和多样化影响人口流动的内在机制，并基于城市面板数据进行了实证分析。但囿于学识和宏观数据所限，本文没能找到测度专业化、多样化影响人口流动机制的全部变量，在实证中没有进行机制分析，期待这个任务在以后通过微观面板数据来解决。

注 释：

①根据《国务院关于调整城市规模划分标准的通知》，以城区常住人口为统计口径，将城市划分为五类七档。城区常住人口50万以下的城市为小城市，其中20万以上50万以下的城市为Ⅰ型小城市，20万以下的城市为Ⅱ型小城市；城区常住人口50万以上100万以下的城市为中等城市；城区常住人口100万以上500万以下的城市为大城市，其中300万以上500万以下的城市为Ⅰ型大城市，100万以上300万以下的城市为Ⅱ型大城市；城区常住人口500万以上1 000万以下的城市为特大城市；城区常住人口1 000万以上的城市为超大城市。