人口流动、空间溢出与经济收敛——基于长江经济带104个城市的检验

曾永明

（江西财经大学经济学院，南昌 330013）

一、引 言

2021年5月11日，第七次全国人口普查主要数据发布，引燃全国广泛关注。“七普”公报显示，中国流动人口规模达到3.76亿，与2010年的2.21亿相比，流动人口大幅增长69.73%。其中，跨省流动人口为1.25亿人。国家统计局局长宁吉喆（2021）[1]在第七次全国人口普查发布会上表示，我国经济社会持续发展，为人口的迁移流动创造了条件，人口流动趋势更加明显，流动人口规模进一步扩大。事实上，改革开放以来，经济的高速发展带来了人口的大规模流动，人口跨区域流动频率增加使得流动人口已成为促进区域经济发展的因素之一。中国经济取得的成就表明，人口红利是中国高速发展的主因之一，其中劳动力迁移与流动人口发挥了重要作用（蔡昉，2013）[2]。回顾中国对人口迁徙流动的认知和治理历程，是从限制到自由的变迁过程，尽管当前人口流动在空间上是自由的，但身份并没有实现“自由转换”，户籍制度仍然是制约流动人口完全自由迁徙的要件。目前中国户籍制度改革权仍在地方政府，在地区经济差距日益扩大与经济分权、锦标赛竞争机制下，地方政府对人口自由迁徙普遍持抵制的态度，使得中央政府放权给各地方政府来实现“彻底放开户籍管制、实现人口自由迁徙”的想法并不切实际（张焕明、陈年红，2012）[3]，因此，带有身份和福利意义的流动人口群体将在一定时期内持续存在。尽管如此，不可否认的是，人口流动有利于经济可持续发展事实得到普遍的理论和实证认可，在地方政府竞争的实践中也有所表现。对于流入地或发达地区来说，没有本地户籍的流动人口是流入地维持较低劳动成本、减少社保支出的基本保证，因而有利于保持发达地区经济的竞争优势和增长；对于流出地或欠发达地区来说，外流人员的户籍保留在当地，有利于继续享受财政转移支付，同时外出人口的务工收入增长后，因为“候鸟式”迁徙回流有利于促进当地消费，从而有利于当地经济增长。

因此，从地方政府竞争角度来说，在户籍制度背景下身份与福利切割的人口流动对流入地和流出地都是有利的。不过这就衍生出另一个问题，人口流动与区域经济收敛的关系如何。当前关于人口流动究竟是缩小还是扩大区域发展差距尚且存在争议，有许多关于人口流动与区域经济收敛关系的实证检验给出了相反的结论。Barro&Sala-i-Martin（1990）[4]比较系统地检验了美国1840～1988年间经济收敛的存在性，当他们进一步将人口迁移（移民）引入日本和美国的经济收敛时发现，人口迁移并不能对经济收敛发挥重要的解释作用（Barro&Sala-i-Martin，1992）[5]，同样在几个欧洲国家，包括西班牙、德国、意大利等都是如此。Taylor（1997）[6]对经济合作与发展组织中17个有大量移民的国家研究，却认为人口流动是劳动率和工资率收敛的主要因素。对于中国，张车伟和蔡翼飞（2013）[7]认为随着人口流动壁垒的降低，其缩小区域差距的作用在不断加大。具体到经济收敛研究时，侯燕飞和陈仲常（2016）[8]认为人口流动能够促进经济收敛、缩小中国地区间发展差距，但段平忠（2011）[9]、毛新亚和翟振武（2013）[10]认为人口流动并未对中国经济产生收敛作用，甚至有发散扩大的趋势，尤其对中部人口流出地具有不利影响。彭国华（2015）[11]指出，随着对劳动力区域间流动限制的放松，中西部技能型劳动力向东部地区流动进一步拉大了地区发展差距。

以上研究都是基于传统经济收敛的分析，但经济收敛检验显然涉及不同区域，这是经济增长中典型的空间问题，许多文献指出了经济活动和经济产出的空间溢出效应，经济增长也不例外（钟水映、李魁，2010[12]；朱国忠、乔坤元、虞吉海，2014[13]），而空间溢出可能会进一步影响经济收敛（孙向伟、陈斐，2017）[14]。当纳入空间溢出效应来研究人口流动对经济收敛的影响则问题相对复杂，因此该议题的研究还不多见，需要更多的不同时期不同区域的实证。李红和欧晓静（2017）[15]基于空间计量模型发现粤桂黔滇的城市中，就经济发展阶段而言，人口流迁、生产率提升对收敛性的影响有所不同；就城市规模而言，人口流迁、生产率提升对不同城市群经济收敛性的影响也各异。周少甫和陈哲（2020）[16]以Barro&Sala-i-Martin建立的人口迁移模型为基础发现中国省际人口流动对东中西部地区的经济增长均呈现负效应，并指出东部地区因劳动力过剩和技术溢出趋于饱和影响经济增长，而中西部地区又因人才严重流失导致经济增长受阻。

仅有几篇文献为人口流动、空间溢出与经济收敛的联合研究做了有价值的探索，不过这一复杂的议题还需不断深入，空间效应是多样的，影响也是多元的，包括本地区人口流动对本地区经济增长的影响（直接效应）、本地区人口流动对周边经济增长的影响（间接效应）以及两者的总效应，还包括邻接区域人口流动对本地区经济增长的影响和邻接区域人口流动对邻接区域经济增长的影响等等。另外，尽管经济收敛的研究对区域的选择并没有特定的要求，但对中国这样具有典型梯度差异空间经济分布的地区而言，考察中国经济收敛问题应该注重区域的代表性。鉴于以上分析，本文将在既有研究基础上进一步讨论人口流动叠加空间溢出效应后对经济收敛的影响，研究以长江经济带城市群为分析样本，考察新世纪后中国区域均衡发展重大战略西部大开发以来的城市经济增长收敛特征。因此，本文可能的边际贡献在于证实具有典型空间属性特征的人口流动与经济增长之间存在非常复杂的影响关系，传统研究中有且仅有的直接作用并不能完全反应两者之间的全部因果响应关系，纳入空间相互作用后，复杂性增加，评判人口流动对经济增长（包括经济均衡发展、缩小差距还是扩大差距等）需要更加全面客观的深化分解和综合研判，需要纳入区域整体分析并考虑区域协同作用，而非空间独立假设所得到的结论。

二、研究设计

（一）研究区域选择

2016年9月《长江经济带发展规划纲要》正式印发，其中明确提出“健全有利于人口合理流动的体制机制”“创新区域协调发展体制机制”，人口流动与区域均衡发展均为长江经济带的战略目标，人口流动与经济收敛是否有内在关联是值得探索的新议题。就长江经济带的特征而言，一方面流动人口数量庞大，既在总人口中占有重要比例，又是极为活跃的劳动资本，对经济增长影响较大；另一方面，长江经济带横跨东、中、西三个地区，是中国流动人口变迁和区域发展过程的缩影。长江经济带覆盖上海、江苏、浙江、安徽、江西、湖北、湖南、重庆、四川、云南、贵州等11省市，国土面积占全国的21%，人口和经济总量约占全国的40%。第六次人口普查显示，长江经济带流动人口总规模1.08亿，约占全国总流动人口的42%，其中跨省流动规模7 291万，省内流动规模3 531万。因此，研究长江经济带人口流动与经济收敛关系是认识中国人口变动与经济变迁区域范本。

（二）方法与策略

经济收敛检验主要包括σ和β收敛，其中后者是更为常用的方式，包括绝对β收敛和条件β收敛。不考虑其他因素的影响，当落后区域增长率高于发达区域时，随着时间的推移所有区域的增长速度和增长水平会趋于相同，即表现为绝对β收敛；通过增加一些其他的影响变量后表现出的趋同特征则为条件β收敛。根据Barro&Sala-i-Martin（1992）[15]关于经济收敛的基础模型：

其中W为空间权重矩阵，ρ为空间滞后系数，λ为空间误差系数，当λ为0且解释变量的空间滞后项系数为0时则退化成空间滞后模型SLM，当ρ为0且解释变量的空间滞后项系数为0时则退化成空间误差模型SEM，当不考虑解释变量的空间滞后项时则退化为SAC模型。因此，本文在实证时分别以SLM、SEM、SAC和GNSM模型分析，暂不考虑其他模型形式。

为了进一步分析流动人口对经济增长的直接效应和间接效应（空间溢出效应），根据LeSage&Pace（2009）[17]和Elhorst（2012）[18]，可进一步将各因素对经济增长的影响分解为直接效应和间接效应：某因素变动本地区经济增长的总体影响为直接效应，其包括反馈效应，即对邻近地区的影响又会反过来影响该地区；某因素变动对其他地区经济增长的影响为间接效应。

（三）变量与数据

依据本文研究目的，经济收敛检验的主要变量为人均GDP及其增长率，本文为城市人均GDP及其增长率。本文的核心解释变量人口流动m是指城市流动人口增量，其算法参照李拓和李斌（2015）[19]的计算公式，不过本文以流动数量形式而不是流动速度来表现：

流动人口增量m=年末人口数-上年末人口数-上年末人口数×人口自然增长率。

其他控制变量方面，依据新古典增长模型，资本、劳动和技术或创新等都是主要的增长因素，在此基础上参考其他相关经济增长的文献选择部分指标。本文具体选择的控制变量包括：资本存量K，选取当年资本存量占当年GDP的比例表示，其中城市资本存量借鉴张军等（2004）[20]的算法得到；劳动力数量L，本文欲以劳动人口占总人口的比例表示，但是由于没有单独统计劳动人口，仅有单位从业人口数，所以就以单位从业人口数占总人口的比例表示；创新能力Innovation，科学技术是第一生产力，科技创新早已成为推动经济发展的重要动力，本文以城市发明专利数量来表示区域创新能力。外商直接投资FDI，以外商直接投资占GDP总额的比例表示；工资水平wage以职工平均工资水平表示（万元）。

以上变量中，专利数据来源于中国研究数据服务平台，其余指标来源于中国城市统计年鉴。需要指出的是，由于部分城市、自治州等数据缺失而不能完整收集到长江经济带全部城市数据，比如中国城市统计年鉴未能统计诸如四川省凉山州、阿坝州、甘孜州等自治州数据。同时，因时间跨度较长，行政区划变迁导致部分城市不能有长期连续数据，比如贵州的毕节市、铜仁市在撤地设市时变动较大，以致中国城市统计年鉴一直未做统计，安徽省巢湖市在区、地级市与县级市之间的变迁，使得数据也不完整。因此，最终本文收集的数据范围为2001～2017年长江经济带104个城市，即便如此，也还有少部分城市个别年份数据存在缺失，本文通过缺失数据的前后年份进行补缺处理。数据显示长江经济带城市的平均经济增长率为14.4%，其中下游东部地区均值为12.7%，中上游约14.8%，初步判断长江经济带经济有收敛的趋势。流动人口增量方面，最高流入增量为208万，最高流出增量149万，平均增量0.75万。

三、实证分析

（一）长江经济带城市经济增长的空间格局分析

经济收敛的基本含义是落后地区经济增长速度高于发达地区经济增长，这其实是经济增长在空间上的异质性表现，因此这里先从长江经济带城市经济增长的空间格局来直观地分析经济收敛的可能性。本文测算出2001～2017年的各城市的年均经济增长率，图1a显示，经济高速增长区主要集中在中西部欠发达区域，而经济低速增长区主要集中在长三角发达区域，并且都有比较明显的聚集特征，这初步表明长江经济带存在经济收敛的可能性。为了进一步分析经济增长集聚特征，应用空间自相关方法检验长江经济带城市经济增长率是否有空间依赖性和空间异质性。全局空间自相关检验显示全局Moran’I为0.4397，Z统计检验量为6.61，大于5%显著性水平统计值1.96，不存在空间自相关的概率为0，表明长江经济带城市经济增长存在显著的空间依赖性，即经济增长率的空间分布并不是随机分布，而是有一定的空间规律，主要是表现出空间集群性和异质性，也表明对后续对经济收敛进行检验和分析需要考虑空间效应。接着看局域空间自相关分析，它是考察差异性的经济增长在空间上的集群性和连片性分布，通常采用局域Moran’s I，并通过做集聚图进行分析。图1b显示，经济增长率的显著高高集聚区（H-H区）集中在湘赣鄂交界区和川贵交界区，是中国比较典型的贫困连片区；低低集聚区（L-L区）则集中于长三角城市群，是中国最发达的区域之一；高低集聚区（H-L区）则围绕L-L区分布形成环状，低高集聚区（L-H区）则围绕H-H区零散分布。从局域空间自相关集聚图，尤其是H-H区和L-L区分布来看，可以明显看出长江经济带有经济收敛的特征表现。

（二）绝对β收敛检验

本文首先通过普通最小二乘估计考察长江经济带各城市及下游城市群（东部城市）、中游城市群（中部城市）和下游城市群（西部城市）的绝对β收敛值，并测算其收敛速度ν，结果报告于表1。表1中第（1）～（4）列为基本估计结果。结果显示，所有β估计系数均显著为负，表明不论是整个长江经济带还是其上游、中游和下游城市群都是绝对收敛。将估计系数转换成收敛速度，其中全样本显示收敛速度为2.7%，依据半程收敛时间的简便算法（彭国华，2005）[21]，估计大约需要26年。分区域看，长江经济带各区域的收敛速度不一致，存在非均衡收敛关系，收敛速度从大到小依次为东部、中部和西部，分别为5.6%、1.2%和2.6%，半程收敛时间分别为12.5年、58年和27年。表明长三角城市群收敛速度最快，会在最短时间内趋于“均衡”增长，而中部城市群收敛速度最小，需要足够的时间才能达到稳态增长水平，西部的收敛速度与整个长江经济带的总体水平基本保持一致。

表1 长江经济带经济增长的绝对β收敛检验

然后纳入人口流动变量再检验长江经济带城市经济增长的收敛性。需要指出的是，严格意义上讲，当加入任何其他变量时即转化为条件β收敛，鉴于本文重点要关注人口流动对城市经济增长收敛性的影响，当且仅当加入人口流动变量时暂且归为绝对β收敛，再加入其他变量时则为条件β收敛，以区别于后文。最小二乘估计结果如表2，显示长江经济带及其上中下游城市群依然保持绝对β收敛的稳健性。对比前文，当纳入人口流动时发现，（1）全样本估计显示流动人口增量显著为负，即总体来讲，长江经济带区内城市的流动人口增量在研究区内带来区域经济增长的负效应，可能的原因是，依据新古典增长理论，在人口或劳动力方面，流动人口的数量本身并不是经济增长的直接因素，而是流动人口带来的劳动力和人力资本附加到区域生产和创新过程中带来经济增长，所以从数量和增量来估算人口流动对经济增长的影响会得到负向影响。诚然，人口流动给城市发展带来了活力，特别是劳动密集型的制造业和服务业历来是流动人口的主要业态，从这一点来说，人口流动带来的“人口红利”不可忽视，流动人口的贡献也应大加赞赏。不过，从估计结果来看，流动人口数量对经济增长本身的贡献呈现负效应，说明笼统定论流动人口与经济增长的关系需要谨慎，事实上，人口流动与经济增长的关系在学界的大量实证中依然存在争论，本文的结论仅是支持了争论的一方而已，只是长江经济带的经济增长如此。当然，该结论是否稳健后续将进一步进行条件收敛检验。同时，考虑空间效应后，最终结论还有待进一步分析。（2）从收敛性角度来讲，流动人口增长量系数为负的另一层含义是其可能会缩小区域经济差异，尽管判断经济收敛的核心指标是β，即初始人均产出水平的系数，但流动人口规模大的地区一般也是产出水平高的发达地区，反之亦然，因此有理由相信流动人口增长量能在一定程度上反映经济收敛现象，本文估计结果表明人口流动有利于缩小长江经济带城市之间经济差异。（3）流动人口增量对东部城市影响为正，但不显著，对中西部的影响显著为负，且系数大小一致。说明流动人口增长没有影响长江经济带下游城市群的经济增长，而对中西部城市有显著的阻尼效应，原因可能在于长江经济带中西部主要是外流地，劳动人口特别是农业劳动人口总体上本身过剩，使得流动人口增量带来更大的负效用，不利于经济增长。（4）除了长江经济带东部城市不变之外，全样本及中西部城市估计的绝对收敛系数β收敛和收敛速度ν都有微弱减少趋势，约降低0.1%～0.2%，表明流动人口可能会延迟区域经济增长的收敛进程。

表2 纳入人口流动的长江经济带经济增长绝对β收敛检验

（三）条件β收敛检验：普通面板数据模型

条件β收敛估计需要增加相关控制变量，普通面板估计结果如表3，其中第（1）列是不考虑任何控制变量，第（2）、（3）列分别是不加入和加入人口流动变量，以显示人口流动对条件收敛的影响。第（4）～（6）列分别是长江经济带东部、中部和西部城市群的估计结果。需要说明的是，本文面板数据估计采用固定效应方法，因为随机效应的假定要求未观测效应与解释变量不相关，固定效应则不需要这种严格假定，它允许未观测效应与解释变量可以存在相关关系（Miller&Upadhyay，2002）[22]。随机效应的这种假定被认为不太合适（彭国华，2005）[21]，Islam（1995）[23]、周少甫和陈哲（2020）[16]等都直接运用固定效应进行估计。因此，从先验理论出发，也直接使用固定效应方法。

表3 普通面板模型下条件β收敛检验

估计显示：第一，加入相关变量后，长江经济带及东、中、西部经济增长率同样与初始经济水平在1%水平上显著负相关，这表明以上地区经济增长存在着条件收敛，各地区都在向自身的稳态水平收敛。第二，长江经济带区内各区域的收敛速度不一致，依次为西部＞东部＞中部，这与绝对收敛的结果排序上有所差异；西部城市群收敛最快的可能解释是西部除了少数城市外，多数城市整体发展水平较低，有类似于“经济塌陷集聚”的特征，使得相对落后区域追赶内部相对发达地区的难度较小，收敛速度相对最高；东部则整体相对发达，有“经济高地聚集”的特征，使得经济收敛速度也较快，而中部收敛速度明显低于前两者，可能在于中部城市间的发展差距最大，落后地区难以追赶相对发达地区，使得收敛速度最慢。第三，流动人口增量对长江经济带经济增长的影响对于全样本和中部城市具有显著负向影响，但对于东部和西部城市群尽管表现出负向系数，但并不显著。综合前文结果发现，在截面数据和面板数据估计结果中，仅中部城市都显示流动人口增长对其经济增长具有负向影响，有理由相信长江经济带中部城市人口流动可能因结构等因素不利于本地经济增长，这值得中部城市反思。另外，还有其他控制变量，从全样本来看，变量均显著，但分区域估计是有所差异，限于篇幅，这里先不急于分析，后续在空间面板数据模型中统一进行解释。

（四）条件β收敛检验：空间面板数据模型

依次对长江经济带城市群进行空间滞后建模SLM、空间误差建模SEM、空间自相关建模SAC和广义嵌套空间建模GNSM，为了比较观察人口流动变量对区域经济增长的影响，每个模型分别考虑不加入和加入流动人口增量变量进行估计，得到八个模型，结果报告于表4。结果显示：第一，条件收敛的β系数依然在1%水平下显著，表明长江经济带经济增长条件收敛的结论比较稳健，总体上空间面板模型的β收敛系数要略高于普通面板模型，即空间因素可能在一定程度上促进了区域收敛，小幅度加快了区域均衡发展。第二，流动人口增量一致显著为负，依然表明从数量上来计量流动人口对经济增长率的影响并不利于区域增长，反而对经济增长有阻尼效应，每万人流动人口增量将使得经济增长下降约0.1%；一般来说，流动人口增量多的地方为发达地区，增量少甚至负增量的地区为欠发达地区，总体则是抑制前者而促进后者经济增长。同时，基于区域流动人口规模与人均产出水平高度相关的合理性假设，流动人口增长量系数为负的结论表明人口流动能显著缩小区域经济差距。因此，人口流动的最终是利于区域均衡发展。第三，对比每类空间模型下的两个子模型，发现加入流动人口增量后β系数值略有增加，即收敛速度略加快，表明人口流动将促进区域经济均衡发展的加快。第四，流动人口增量的空间滞后项W*m显著为正（GNSM模型中），表明目标城市的周边流动人口增量有利于本地经济增长，这与m形成对比，一正一负的结果表明地区之间是竞合关系。综合两者的效应，如果简单化计算，系数之和为正，人口流动对经济增长的总增长效应则为正，尽管这种简化测度值得商榷，但能在一定程度上说明，评估流动人口在城市经济增长中的效果时，应该考虑区域整体性和空间协同作用。第五，其他控制变量方面，除了少数不显著的情况，总体上资本存量K、创新能力Innovation、外商直接投资FDI和工资率wage对经济增长具有显著的促进作用，这与同类研究结论果一致，无须过多解释。但是劳动力比例L的估计结果显示：在前两类模型中对经济增长产生负影响，且SLM中系数显著，与一般的人口红利研究成果不一致；而在后两类模型中显著为正。产生不一致的原因可能一方面是模型设定本身导致的；另一方面可能是该指标的含义是单位从业人员（主要是“国家工作人员”，而不是一般意义层面的15～64岁劳动人口）占总人口的比例，该比例高说明这个地区重要，经济规模较大、发展较好，需要的人员多；但政府工作人员多、规模庞大，有时候效率也较低（唐天伟，唐任伍，2011）[24]；因此限于数据原因本文选择该指标后导致在部分模型出现正向结果而部分为负向结果，不过均能合理解释。

表4 空间面板模型下条件β收敛检验

（五）空间效应分解：直接效应与空间溢出效应的估计

当存在空间溢出效应时，某个影响因素的变化不仅会影响本地经济增长及收敛性，可能还会影响其周边经济增长和收敛性，并通过循环反馈引起一系列变化调整。将各因素对经济增长的影响分解为直接效应和间接效应：某变量变动对本地区经济增长的总体影响称为直接效应，其包含了空间反馈效应，即目标城市某因素变动通过影响邻近城市经济增长，邻近城市经济增长反过来影响目标城市经济增长这一循环往复的过程；某变量变动对目标城市周边区域经济增长的影响为间接效应，即空间溢出效应。这里以SAC空间效应分解结果为例，结果报告于表5。结果发现：第一，核心解释变量人均GDP对数lngdppc和流动人口增量m都显著，即表明两者都存在直接效应和空间溢出效应，并形成总效应。具体来说，lngdppc的直接效应显著为负，说明目标城市经济增长是收敛的，但其空间溢出效应为正，表明目标城市的lngdppc对其周边城市经济增长产生促进作用，提升周边城市经济增长，从收敛性角度则其有发散作用，最后的综合作用即总效应依然显示是收敛的。m的直接效应显著为负，表明流动人口增量对本地经济增长有消极作用，但其间接效应为正，表明目标城市的m对周边城市经济增长具有促进作用，提升周边城市经济增长率。因此，从空间效应分解角度说明人口流动对经济增长的影响评价需要全面分析，并充分考虑整个区域的空间相互作用，强调目标区域、城市与周边区域、城市的空间关联及空间溢出效应。第二，其他变量方面，资本存量系数都不显著，与前文SAC回归结果一致；而劳动投入、创新能力、外商直接投资和工资率的直接效应均为正，促进目标城市经济增长，而间接效应均为负，减缓周边城市经济增长，总效应均为正。

表5 空间效应分解结果

（六）人口流动与经济收敛关系的复杂性：多维空间效应分析

当纳入空间相互作用或空间依赖性时，人口流动与经济增长及其收敛性的关系变得更加复杂，多种效应并存。为了更加清晰地将前文空间计量分析中所反映的各种空间效应的作用机制表达明了，这里用简化的图示进行直观分析，如图2所示。其中m表示目标城市人口流动变量（计量模型中表示流动人口增量），W*m则表示邻近城市人口流动变量；g表示目标城市经济增长率，W*g表示邻近城市经济增长率；箭头表示几种空间效应的作用方向：是来自目标城市还是来自周边城市的作用，是对目标城市还是对邻近城市的作用（为了表达方便，虽不完全科学，本文将W*m对g的影响暂称为邻近效应）。首先，负向的直接效应表明目标城市流动人口增量在研究期内减缓了目标城市的经济增长（类似于传统研究的单维度分析所得到结论），正向的溢出效应表明目标城市流动人口增量促进了周边城市经济增长，正向的邻近效应表明周边城市流动人口增量促进了目标城市经济增长。

基于图示分析及前文的空间计量分析结果，充分说明具有典型空间属性特征的人口流动与经济增长之间存在非常复杂的影响关系，传统研究中有且仅有的直接作用并不能完全反应两者之间的全部因果响应关系。从本研究中可以看出，至少有三种效应发生作用。当然，本文绝不是要否认既有研究结论，而只是前人研究基础的拓展，是更加全面、深化人口流动对经济增长的研究。不过图中还可以看出，有条虚线指向的是周边城市人口流动对周边城市经济增长的影响，囿于方法限制本文未作讨论。不过这至少说明考虑空间相互作用后，复杂性增加，评判人口流动对经济增长（包括经济均衡发展、缩小差距还是扩大差距等）需要更加全面客观的深化分解和综合研判，需要纳入区域整体分析而非个体定论。从本文已有三种空间效应分解结果，将系数汇总相加得到综合效应为正，具体数据表明，每万人流动人口增长最终会促进全域城市平均经济增长0.06%，这说明人口流动最终是提升经济增长的而非单维直接效应地阻碍经济增长，加之前文的分析人口流动也会小幅度加速经济收敛，因此综合来看，人口流动对经济增长和经济均衡发展都是有利的，至少在长江经济带内的城市证实了该结论。

四、结论与讨论

本文主要证明两个问题：一是城市经济增长率具有典型的空间自相关或空间依赖性，经济收敛关联经济增长，因此需要考虑空间效应产生的复杂影响；二是人口流动对经济收敛和经济增长空间分布具有显著影响和解释作用。对于前者，本文认为城市经济增长差异及分布是一个典型的空间现象，内含有空间关系和空间规律，因此缺乏空间视角或者说是空间均质化假设下的研究结论值得商榷。经济增长差异的普遍规律可能因为空间尺度（省域或市域等）不同产生所谓“悖论”现象，所以摒弃空间相互独立的假设、考虑空间效应成为研究经济增长分布特征新的选择，空间计量模型便是有效方式。对于后者，人口流动是当前社会运行的基本过程，类似于长江经济带的大城市在一定时期内将持续保持高比例的流入人口，而中小城市或落后城市则可能继续保持一定比例的输出人口。

单纯从直接效应估计结果来看，人口流动对长江经济带特别是长江经济带中游城市经济增长带来阻尼效应，但不能因此而否定和阻止人口流动。首先，人口流动并未给东部和西部的经济增长，而恰恰这两个区域是我国经济差异的两端，西部有人口过剩的输出压力，东部有劳动力需要的动力。其次，流动人口自身有“用脚投票”的理性，“流”还是“留”自有分寸，外部需要做的是社会融合等服务性工作。第三，本文最终得到的人口流动的综合效应为正，即促进经济增长，该结果考虑到空间相互作用和空间效应，更加符合区域协同发展的事实。因此，本文的研究意义就在于对经济增长分布空间属性的深化认知，特别是对传统研究中有关区域增长研究建模过程中忽视空间自相关的不足做出了梳理。具体来说主要有以下研究突破：一是放松传统要素分布研究中隐含的空间相互独立假设条件的约束，应用空间模型在更大范畴内解释经济增长及空间溢出特征；二是应用了多种方法验证了基本研究结论，但本文并非要否定前人的研究成果，也并非要否定其研究方法，而是在具有共识的基础上考虑空间因素进一步深化人口流动对经济收敛影响的复杂性。

对于人口流动对长江经济带的经济增长具有负效应的结论，如果仅从直接效应来讲，流动并不有利增长，这与既有相关文献关于全国或其他局部区域的结论大体一致。但从本文综合估计效应来讲，人口流动显然是有利的，因此从地方政府竞争角度来讲，不论是流入地还是流出地，地方政府都乐于人口流动，但仅限于“流动”而已，并不是彻底福利化的改革。原因在于对发达的流入地来讲，可以使用外来廉价劳动力且不用承担其福利成本，以低成本保持地方竞争优势；而对于欠发达的流出地来讲，外出人口户籍保留在当地，从而能继续享受财政转移支付；同时流出人口收入增长在其回流后能拉动当地消费水平，有利于推动当地经济发展。鉴于此，理性的发达地区政府与欠发达发达地区政府，均以维持现有流动人口管理制度来获取人口红利，维持现状是有利可图的（张焕明，陈年红，2012）。从全国来讲，这种流动人口与城市福利剥离的管理制度的弊端是流动人口的社会福利、合法权益不能得到保障，他们长期处于一种相对弱势甚至相对贫困状态。因此，以户籍制度为背景的改革或以福利覆盖为基础的政策在当前的流动人口治理中推进缓慢，也导致以人为本的城镇化工作还有很多的阻力要破除。

鉴于研究结论及对当前流动人口治理困境的现实，本文认为人口流动总体是有利于区域经济增长的，同时，基于流动人口规模与人均产出水平的高度相关性，直接效应估计中流动人口增长量系数为负的结论表明人口流动能显著缩小区域经济差距，进一步说明人口流动对于促进经济增长和缩小区域差异的双重作用，因此需要正视人口流动的重大历史作用与现实意义。诚然，流动人口较多的特大城市对其治理存在一定的挑战，除了常规性城市病等问题，最近的新冠肺炎疫情也表明人口流动和疾病传播的风险有着正相关性，人口规模和密度大的城市，传染病的蔓延速度与规模一般都比人口规模小而稀疏的农村更为严重，因此大城市面临的风险更大。但是大城市人口规模的聚集过程所产生的财富效应、溢出效应和技术集中优势支持了其抵御风险的能力，不能将人口规模与风险简单相关（任远，2020）[25]。要进一步了解人口流动的地理过程、时空演变规律，不仅不必过度担心我国大规模的流动人口，反而要应用其规律来助力疫情防控甚至是助力特大城市治理体系构建。因此，对于特大城市流动人口治理不能一刀切地“赶人”，而且应该加大户籍制度改革力度，特别注重流动人口福利权益的保障。近年密集的改革举措确实都是有利于流动人口福祉的，也是以人为本的，只是希冀政策能真正“落地”。