城市规模与迁移劳动力工作贫困

陈 飞 ，任清志，苏章杰

(1.东北财经大学 经济学院，辽宁 大连 116025;2.东北财经大学 青岛金融研究院 山东 青岛 266105)

一、问题的提出

为积极应对“十四五”时期我国严峻的就业形势，党的二十大报告明确提出，实施就业优先战略、强化就业优先政策、健全就业公共服务体系、加强困难群体就业兜底帮扶，消除影响平等就业的不合理限制和就业歧视，使人人都有通过勤奋劳动实现自身发展的机会。而迁移劳动力作为稳定就业的关键目标群体，在城市就业中往往处于弱势地位，因而改善其就业状况是实现上述战略目标的关键一环。第七次全国人口普查数据显示，当前我国迁移劳动力已达到3.76亿人。大规模人口迁移优化了劳动要素在空间上的配置，是我国四十多年来经济高速发展的重要推动力。但人口的过快增长超过了城市基础设施和服务的承载力，导致我国城镇劳动力市场存在工资水平低、劳动时间长、安全条件差、社会保障与职业发展空间不足等工作贫困问题[1]。工作贫困问题不但对我国“十四五”时期就业目标的实现构成了严重的现实挑战，同时还损害了迁移劳动力的生活质量和工作积极性，降低了迁移劳动力的留城意愿和落户意愿[2]，对我国新型城镇化发展产生了严重的负面影响。在外来迁移劳动力日益成为城市新增人口主力军的现实背景下，探究迁移劳动力工作贫困的内在原因，统筹安排好迁移劳动力这一重点群体的就业，对于增进民生福祉至关重要。

人口和经济活动的空间分布向大城市集中是我国城镇化进程的典型特征[3]。生产要素的空间集中所带来的集聚经济效应能够促进经济效率的提升，但大城市存在的过度集聚现象也会导致负的外部性，如劳动力市场竞争加剧、交通拥堵、环境污染等[4]。那么，迁移劳动力进入大城市工作是正确的选择吗？更具体地，在大城市工作的迁移劳动力是否更易于避免工作贫困问题？上述问题的答案对于改善迁移劳动力的就业质量、引导更多的农村剩余劳动力进入城市就业、提高资源配置效率具有重要的现实意义。为此，本文旨在从迁移劳动力微观视角出发，实证分析城市规模与工作贫困的关系，并对潜在的作用机制进行实证检验。

本文的边际学术贡献体现在：在研究内容方面，不同于现有文献较多关注城市规模的工资溢价，本文在充分考虑生活成本与选择效应的前提下，从收入贫困、权益贫困、工作劳累度、保障贫困四个维度构建多维工作贫困指标，探讨城市规模影响迁移劳动力工作贫困的理论逻辑，拓展了城市集聚经济的研究内容。在识别策略方面，立足于因果效应推断研究城市规模与迁移劳动力工作贫困的因果关系，采用1995年市辖区人口和清代城市面积作为工具变量，克服模型中存在的内生性问题，并对工具变量的外生性进行了较为详细的讨论。在机制分析方面，对城市规模影响迁移劳动力工作贫困的内在机制进行系统的理论分析与实证检验，从理论层面为本文的研究工作提供了较为坚实的支撑，同时为更好地发挥城市集聚效应提供了政策启示。

二、文献综述及研究假设

与本文研究内容较为相关的文献主要有两支：第一支文献聚焦于工作贫困测度与影响因素的研究。在工作贫困测度方面，最直观的方法是收入测度法，如美国劳工统计局将工作贫困者定义为每年至少工作27周，但收入却低于官方贫困线的成年群体。欧盟统计局则将工作贫困者定义为在统计当年处于受雇状态至少7个月，家庭收入低于社会收入中位数60%的群体。但是，仅从收入维度测度工作贫困并不能完整地刻画出劳动者在其他维度面临不同程度困境的事实。为弥补收入测度法的单一性，在其基础上衍生出了另一种工作贫困界定方法——多维工作贫困测度法。张抗私和冀洋[5]基于多维贫困，利用AF双界限法构建健康贫困、就业贫困和生活水平贫困三个维度的工作贫困指标体系。在劳动者工作贫困影响因素的研究方面，大量学者从个体特征出发分析劳动者工作贫困的成因，如左文琦[6]遵循国际贫困线标准(1)经济合作与发展组织于1976年将贫困标准定为一个国家或地区社会中位收入或平均收入的50%, 即国际贫困线标准。界定工作贫困，研究发现，城镇劳动者的人力资本水平与其陷入工作贫困的可能性负相关。祁静和芦恒[7]的研究表明，受教育程度低、非名校的大学毕业生陷入工作贫困的风险较高。这种现象的存在加剧了劳动力市场对于名校和学历的追求，使青年人的工作贫困问题愈加严重。第二支文献聚焦于宏观层面的城市特征如何影响微观层面的劳动者就业。在当前人口和经济活动的空间分布向大城市集中的现实背景下，劳动者是否能从城市规模扩张中受益逐渐成为学界关注的重点。多数研究发现，城市规模扩大带来的集聚经济效应能够提高劳动者的工资收入，这种现象被称为“城市规模的工资溢价”[8-10]。从上述文献可以推断，城市规模扩大能够缓解收入维度的工作贫困。除工资收入外，多维工作贫困还涉及劳动者的工作时间、社会保障、工作权益等不同维度的指标，故城市规模对上述不同维度指标的影响也与本文的研究密切相关。第一，工作时间方面，朱志胜[11]的研究表明，大城市劳动者每周的带薪工作天数更接近法定工时制度的规定。胡斌红和杨俊青[12]研究发现，城市规模扩大能够提高劳动者的工作稳定性和工作福利。第二，社会保障方面，现有文献普遍认为，劳动者社会保障的完善同样受益于城市规模扩大带来的集聚效应。范兆媛[13]研究发现，城市规模越大，迁移劳动力越容易获得城镇职工保险，越有机会享受更好的社会保障。类似地，王春凯和石智雷[14]的研究也发现，由于劳动者在大城市面临的成本更高，风险更大，大城市的社会保障作用也更强。第三，工作权益方面，城市规模扩大的正向效应还体现在劳动者的权益保护上。黄梦琪和金钟范[15]研究发现，城市规模的扩大有助于劳动力市场正规化程度的提升，使迁移劳动力有更高的概率在当前城市获得稳定的、有正规合同的工作。对我国而言，大城市的劳动力市场更为完善，劳动者的权益保护也更为健全[16]。综上所述，大城市不仅会从工资溢价方面，还会从工作时间、社会保障和权益保护三个方面减缓迁移劳动力工作贫困问题。基于此，笔者提出如下研究假设：

假设1：城市规模越大，迁移劳动力陷入工作贫困的可能性越低。

由于城市中的资源和要素可以自由流动，因而知识溢出更为活跃。而作为知识溢出重要表现形式的学习效应，在大城市中发挥的作用也更大。大城市的学习效应在充分发挥劳动者固有能力的同时，还使劳动者可以获得超过固有能力的回报。Roca和Puga[17]研究指出，大城市的学习效应更强，这是大城市劳动者工资收入高于中小城市的重要原因。由于城市并非孤立存在，因而有学者立足于城市群视角对劳动者工资溢价进行解释。李培鑫和张学良[18]研究认为，城市群可以实现更低的交易成本和更高的知识溢出，形成城市间的网络外部性，进而表现为生产率的提升和劳动者工资溢价。同时，学习效应在提高劳动者个人能力的同时，也会提高其权益保护意识。身处大城市的劳动者由于拥有更强的学习能力，其就业保护意识更强，抵御风险的能力亦会随之提高，从而使劳动者生活预期更加稳定[14]，陷入工作贫困的概率更小。此外，通过学习效应，劳动者可以获得人力资本提升，进而可以通过更换工作的方式寻求劳动时间更少、工作保障更为完善的工作。综上，大城市为迁移劳动力提供了更多的学习机会，促进了人力资本的增长，提高了迁移劳动力的竞争优势和权益保护意识。基于此，笔者提出如下研究假设：

假设2：城市规模扩大通过发挥学习效应降低迁移劳动力陷入工作贫困的概率。

城市规模扩大形成了产业集聚、企业集聚以及人口集聚，增加了人与人之间、人与企业之间的接触和交流机会，可见，大城市为迁移劳动力提供了更为广阔的发展空间和更高效的工作匹配机制。依靠这种机制，劳动者与企业之间的协调性增加，搜寻时间和搜寻成本降低，这被称为“厚劳动力市场效应”。Moretti[19]研究认为，如果一个大城市的企业数量和劳动者数量是小城市的两倍，则大城市的企业和劳动者可能形成的匹配数量会远远超过小城市的两倍。人口和企业集聚带来了更高的规模效应，提高了劳动者与岗位的匹配数量和质量。刘超等[20]的研究也表明，迁移劳动力在大城市的就业匹配效率有所提高，这在一定程度上证实了大城市厚劳动力市场的有效性。Bleakey和Lin[21]研究认为，大城市丰富的劳动供给和劳动需求，使得身处劳动力市场的双方都有了更多的选择，提高了工作匹配的概率。王俊[22]研究发现，增强经济集聚程度将会降低技能误配程度，从而提高匹配质量。依据厚劳动力市场理论，城市规模越大，劳动力市场厚度越大，工作搜寻时间越短，求职者与岗位的匹配度越高。厚劳动力市场的存在对于减少城市失业、提高就业质量发挥着重要作用。因此，可以预期，城市规模会通过厚劳动力市场效应来降低迁移劳动力工作贫困。基于此，笔者提出如下研究假设：

假设3：城市规模扩大通过厚劳动力市场效应降低迁移劳动力陷入工作贫困的概率。

三、研究设计

(一)变量定义

1．被解释变量：工作贫困(WP)

本文借鉴Alkire和Foster[23]提出的AF双界限法构建工作贫困指标，包括收入贫困、权益贫困、工作劳累度、保障贫困四个维度。具体构建过程如下：第一，构建个体的数据矩阵Mn×d，n表示个体，d表示指标。第二，设定一级指标的剥夺临界值，并构造剥夺临界值向量Zd，若个体的指标值符合临界值条件则定义一级指标取值为1，否则为0。第三，计算四个一级指标之和并设置综合指标的临界值K，比较两者的大小，若四个一级指标之和超过K则定义工作贫困等于1，否则等于0。本文参考冀洋[24]的研究以及以往多维贫困的构建经验，设定K=2。工作贫困的指标构建及描述性统计结果如表1所示。

表1 工作贫困的指标构建及描述性统计结果(N=67 472)

2.解释变量：城市规模(citysize)

借鉴陈飞和苏章杰[8]的研究，本文使用2017年常住人口的自然对数作为城市规模的代理变量。

3.控制变量

本文控制的个体特征变量包括迁移劳动力的性别、年龄及其平方项、教育水平、健康状况、婚姻状况、工作经验及其平方项、户口；单位特征变量包括职业类型、单位性质；在城市层面，本文用人均 GDP测度地区经济发展水平。考虑到大城市为补偿高生活成本而支付更高的工资或提供更好的社会保障，本文借鉴宁光杰[25]的研究设计，在模型中引入城市最低工资测度地区生活成本。此外，本文借鉴张军涛等[26]使用教育水平与城市规模的交互项作为选择效应的代理变量，以控制可能存在的选择效应。本文还在模型中引入行业和省份虚拟变量，以控制不同行业和省份在制度和文化上的差异对于工作贫困的影响。

4.工具变量

除了受到城市规模以及可观测变量的影响外，工作贫困还可能受到迁移劳动力的不可观测因素影响，如能力等。此外，如果迁移劳动力的城市选择是由空间工资差异等因素驱动的[27]，那么工作贫困与城市规模还会存在反向因果关系。因此，本文进一步使用1995年市辖区人口作为城市规模的工具变量来缓解可能存在的内生性问题。在稳健性检验部分，本文使用清代城市面积替换1995年市辖区人口作为城市规模的工具变量进行补充回归。

(二)模型设定

由于工作贫困为二值虚拟变量，为对假设1进行检验，本文构建如下形式的Probit模型：

P(WPic=1)=Φ(β0+β1lncitysizeic+β2Xic+ρh+δP)

(1)

其中，WPic表示城市c中迁移劳动力i是否存在工作贫困；lncitysizeic表示迁移劳动力i所在城市c的城市规模。Xic为个体、单位以及城市层面的特征向量。ρh和δP为行业和地区固定效应。β1衡量了城市规模影响迁移劳动力工作贫困的回归系数，其统计显著性和符号是本文关注的重点。Φ(·)为标准正态分布的累积分布函数。

(三)数据来源与描述性统计

本文所使用的微观数据来自2017年流动人口动态监测调查(China Migrants Dynamic Survey，CMDS)数据库，该数据库包含较全面的个体、单位和城市方面的信息，覆盖了我国31个省份，具有较强的代表性。城市常住人口数据来源于相应省份的统计年鉴和统计公报，城市层面数据来源于2017年《中国城市统计年鉴》，城市最低工资数据来源于各省份政府工作文件。另外，为缓解模型中存在的内生性问题，本文使用1995年市辖区人口作为工具变量，数据来源于1995年《中国城市统计年鉴》。在稳健性检验中，本文使用清代城市面积替换1995年市辖区人口作为城市规模的工具变量进行补充回归，清代城市面积数据由王峤等[28]根据Skinner[29]手动收集的清代城墙长度测算而来。

鉴于所研究的问题以及数据可得性，本文剔除没有劳动关系、年龄小于18周岁和大于65周岁以及缺失个体特征和工作特征的样本。在此基础上，删除就业身份为雇主、自营的个体样本，只保留就业身份为雇员的样本。最终用于实证研究的数据集为涵盖29个省份、266个城市的67 427个样本。

主要变量定义及描述性统计结果如表2所示。

表2 主要变量定义与描述性统计结果

四、实证分析

(一)基准模型结果

表3列(1)—列(3)报告了城市规模影响迁移劳动力工作贫困的基准回归结果。其中，列(1)为未控制生活成本和选择效应的回归结果；列(2)在列(1)基础上加入了生活成本，其内在原因是迁移劳动力进入大城市后通常会刻意减少消费，且不会购买住房，因而采用部分调整法将生活成本纳入回归更符合实际情况[10]；列(3)在列(2)基础上进一步加入了选择效应。从表3的回归结果可以看出，在1%的显著性水平下，城市规模对迁移劳动力工作贫困均具有显著的负向影响，假设1初步得以验证。

控制变量的参数估计结果与现有文献的结论基本一致。从个体层面来看，男性迁移劳动力发生工作贫困的概率明显小于女性，这与男性本身的工作能力以及劳动力市场可能存在性别歧视有关[30]。大专及大专以上个体相比于其他个体发生工作贫困的概率更小，这与现有文献对人力资本价值的肯定相呼应[3,9]。个体健康状况较好会显著负向影响工作贫困，说明拥有强健的体魄会更易受到企业的青睐，也会减少陷入工作贫困危机的可能性。而拥有城市户口的迁移劳动力由于拥有更为广泛的社会资本和更丰富的社会关系网，因而陷入工作贫困的概率更小[31]。年龄和工作经验对工作贫困均呈现先下降后上升的U型影响，这在已有的文献中已经得到证明，如胡斌红和杨俊青[12]的研究表明，由于企业更偏好雇佣年轻群体，因而人力资本的积累会促进职业生涯初期的发展，此时发生工作贫困概率减少，随着年龄的增大，工作经验的正向作用逐渐减弱。对于不同职业类型的迁移劳动力来说，国家机关工作人员、专业技术人员、公务员及有关人员陷入工作贫困的概率最小，其次是生产、运输设备操作人员及有关人员，最后是服务业和商业及有关人员。从单位性质来看，身处事业单位和机关部门的迁移劳动力发生工作贫困的概率更小，这与其拥有较强的工作稳定性有关。此外，由于高经济发展水平的城市普遍会给予劳动者更高的工资，因而城市人均GDP越高，迁移劳动力发生工作贫困的概率越小。此外，本文的基准回归结果还证实了补偿效应和选择效应的存在：第一，大城市较高的生活成本往往以较高的工资形式进行补偿，即补偿效应，因而生活成本显著负向影响迁移劳动力工作贫困。第二，高技能劳动力更加倾向于进入大城市工作，这也可能导致大城市迁移劳动力工作贫困问题更小，即选择效应，实证结果也表明选择效应存在且对工作贫困产生负向影响。

理论上，基准模型设定可能存在以下两种内生性问题，即城市规模和工作贫困之间可能存在反向因果关系，即工作贫困较少的城市可能会吸引外来人口流入，扩大城市规模。此外，还可能存在遗漏变量问题，如地方政策、个人能力等不可观测变量。本文采用工具变量两阶段估计处理潜在的内生性问题，借鉴孙三百等[32]使用历史市辖区人口作为城市规模的工具变量的方法，采用1995年市辖区人口作为2017年城市规模的工具变量。其内在原因在于，我国国内的城市移民直到20世纪90年代中期才实现了显著的快速增长，故可以把1995年视为移民大量涌入的开始年份，相当于城市规模显著扩大的起始年份。表3列(4)的结果显示，工具变量通过了识别不足检验和弱工具变量检验，城市规模对迁移劳动力工作贫困仍然具有显著负向影响。对比工具变量和OLS估计结果，系数估计值的变化不大，说明城市规模的内生性问题并不严重[33]。

表3 基准模型的回归结果

(二)一级指标回归结果

本文进一步从工作贫困的4个一级指标出发，深入分析城市规模影响迁移劳动力工作贫困的理论逻辑，估计结果如表4所示。整体来看，即使考虑生活成本和选择效应的影响，集聚效应依然存在且均负向影响所有一级指标。具体来看，第一，城市规模越大，则发生收入贫困的概率越小，这与现有文献关于大城市工资溢价的观点相一致。第二，城市规模显著负向影响权益贫困，这与大城市拥有更完备的劳动力保障体系有关，即企业和劳动者更注重正规劳动合同的签订，这有利于提高劳动者工资水平、工资保障以及工作福利。第三，城市规模扩大有利于迁移劳动力的工作时间趋于正规化(即每周44小时以下)，降低其工作劳累度，(2)由于公职人员的工作时间相对固定，且在不同城市差别不大，本文进一步剔除公职群体(国家机关、党群组织、企事业单位的负责人，专业技术人员，公务员，办事人员和有关人员)进行补充回归，回归系数为-0.073且显著。这与现有研究结论一致，如张波等[34]研究发现，人口规模越大的城市越可能实行九·五工作时制，其劳累度更低，机动性更强。大城市劳动者每周的有酬工作天数更接近法定工时制度的规定[11]，工作时间更为合理化。第四，对于保障贫困来说，城市规模对其具有负向影响但并不显著，可能的原因在于迁移劳动力参保困难或对保险的不信任[35]。

表4 一级指标回归结果

(三)稳健性检验

1. 工具变量有效性检验

本文参考Acemoglu等[36]的研究，使用半简化式回归对工具变量外生性进行检验，即将工具变量也作为解释变量加入基准回归模型。其内在逻辑为：如果工具变量是外生的，则回归中工具变量的系数应该不显著，即其与原方程的扰动项不相关。表5列(1)结果显示，工具变量通过了半简化式检验，其回归系数不显著，工具变量有效性得到了验证。此外，本文还使用清代城市面积替换现有工具变量进行补充回归。清代城市面积越大，意味着其容纳人口越多，地方政府的税收也就越多，更有利于形成如今的大城市。而且清代城市面积与当前迁移劳动力工作贫困相关性相对较小，因而使用清代城市面积作为工具变量具有较强的合理性和外生性。表5列(2)结果显示，城市规模仍然负向影响迁移劳动力工作贫困，(3)清代城市面积的一阶段回归结果为0.234，在1%水平显著为正。Kleibergen-Paap rk LM=7 161.070 ，Kleibergen-Paap rk F= 19 980.750，该工具变量通过了识别不足检验和弱工具变量检验。这表明本文的基础回归结果具有较强的稳健性。

2.核心指标替换

为保证结论的稳健性，本文进一步使用完全调整法对工作贫困指标进行修正，即使用生活成本对名义工资进行平减，进而得到不受城市生活成本影响的工作贫困指标。表5列(3)结果显示，在完全调整法下城市规模仍然显著负向影响迁移劳动力工作贫困，这与本文的基准回归结论一致。

考虑到人口流动存在向城市集中的特点，因而为保证微观样本和城市样本口径一致，本文将常住人口替换为2017年市辖区人口和市辖区行政区划面积进行稳健性检验。表5列(4)结果显示，将核心解释变量替换为2017年市辖区人口，城市规模仍然显著负向影响迁移劳动力陷入工作贫困。另外，本文还借鉴黄新飞等[37]，将核心解释变量替换为2017年市辖区行政区划面积，表5列(5)结果显示，估计系数仍然显著为负，即改变城市规模度量方式并未影响本文的基本结论。

3. 受限样本回归

理论上，超大城市吸引大量人口进入，尤其深受高素质人才的青睐，这可能导致大城市中的工作贫困更少。因此，为了削弱这种选择行为带来的内生性问题，本文剔除4个超大城市样本，包括北京、上海、广州、深圳，回归结果如表5列(6)所示。实证结果表明，城市规模的系数未发生明显变化。此外，鉴于迁移时间的长短可能会影响迁移劳动力的社会资本以及工作稳定，本文剔除样本中的短期迁移劳动力以考察模型的稳健性。借鉴Combes等[33]的研究方法，本文将短期迁移劳动力样本定义为在本地居住6个月以下的个体。表5列(7)结果显示，回归结果仍然显著为负，说明本文结论具有稳健性。

4. 基于中国家庭收入调查项目数据的稳健性检验

为防止不同数据抽样方法和抽样时间对于本文结果的影响，在不改变基准模型设定条件下，本文使用2013年中国家庭收入调查(CHIP)项目数据进行参数估计，同时尽量保证控制变量与基准模型一致，(4)由于在CHIP数据库中没有迁移年份数据，本文借鉴高虹[9]的研究，使用“年龄-6-教育年限”作为工作经验的代理变量。估计结果如表5列(8)所示。实证结果表明，在控制了生活成本、选择效应以及其他特征变量的情况下，尽管核心解释变量系数估计值的大小与基准回归有所差异，但影响方向和统计显著性是一致的，进一步验证了本文主要结论的稳健性。

表5 稳健性检验结果

(四)异质性分析

1. 基于劳动力性别分类

张芬和何伟[30]通过OB分解方法研究发现，劳动力市场确实存在性别歧视，家务劳动时间和母亲身份对女性工资率具有显著的惩罚效应。鉴于男女劳动力的生产率存在差异，以及劳动力市场存在的性别歧视现象，本文基于劳动力的性别分类，分析城市规模对迁移劳动力工作贫困的异质性影响。如表6列(1)所示，城市规模与男性的交互项系数显著为正，说明相对于男性个体而言，城市规模扩大对降低女性工作贫困概率的作用更为明显。这可能与大城市高度发达的第三产业提高了女性就业率[38]和工作公平性有关。

2. 基于劳动力技能水平分类

本文进一步将迁移劳动力从事的职业按是否在事业单位工作或者是否为专业技术人员进行划分，若是则定义为高技能迁移劳动力并赋值为1，否则为0。如表6列(2)所示，城市规模与高技能劳动力的交互项系数显著为负，说明随着城市规模扩大，高技能迁移劳动力工作贫困的概率更低。由于不同职业对学习和知识创新的依赖程度不同，因而从城市规模扩张中的受益程度存在差异性[39]。对于按技能区分的两类迁移劳动力而言，高技能迁移劳动力不仅具有较高的人力资本水平，而且学习能力和创新能力也相对更强，能够从城市规模扩张带来的知识溢出效应中积累更多的工作经验。相反，由于低技能迁移劳动力所处行业知识密集度较低，工作替代性较强，因而知识溢出效应对其经验积累的正向作用也较弱[8]。

3. 基于劳动力迁移时间分类

迁移时间长短对于个体工作稳定性和社会资本的积累都具有重要影响，因而城市规模对迁移时间不同的劳动力所产生的影响效应大小也存在差异。国外学者通常将人口迁移分为暂时性迁移、永久性迁移和循环迁移，而我国人口流动特点表现为短期性和长期性并存的钟摆式循环流动[40]。为检验短期性流动和长期性流动的迁移劳动力发生工作贫困的概率是否随城市规模不同而存在差异，本文将迁移劳动力按流入目的地时间分为“半年以下”和“半年以上”的短期移民和常住移民。若流入目的地时间超过半年，则该变量赋值为1；否则为0。如表6列(3)所示，更长的迁移时间有助于增强城市规模对迁移劳动力工作贫困的作用效果，这可能与常住移民的工作稳定性更强，拥有的社会资本更多等因素有关。

表6 异质性分析结果

五、机制分析

(一)学习效应

大城市拥有更多的高技能人才，存在知识外溢效应。在大城市中的劳动者可以基于更多的正式或非正式渠道进行学习，促进其自身人力资本的积累，进而提高其工作收入和就业概率[9,16]，这为学习效应的存在性提供了证据。为考察学习效应在提高工作收入和就业概率两方面所发挥的作用，在考虑数据可得性的情况下，本文使用CMDS数据库问卷中“目前在本地，您有难以找到稳定工作的困难吗？” “与去年同期相比，您的月收入变化情况？”两个指标的交互项识别学习效应。估计结果如表7列(1)和列(2)所示。实证结果表明，学习效应通过中介效应检验，假设2得以验证。

(二)厚劳动力市场效应

根据Lee[41]提出的劳动力迁移推拉理论，迁移劳动力的迁移决策是由迁出地的推力和迁入地的拉力共同影响的。之所以有大量人口涌入大城市，是因为大城市拉力相较于小城市更大，具有更强的“厚劳动力市场效应”。大城市因其具有完善的劳动力市场，企业与劳动力之间的协调互动使得劳动力寻找工作更容易，两者能更快地形成匹配，降低了劳动力寻找工作的时间和成本。如宁光杰[25]研究发现，城市人口规模每扩大1%，劳动力找工作花费的时间会减少0.124%，这证实了厚劳动力市场的存在性和有效性。厚劳动力市场效应除提高工作匹配速度与效率外，还能够有效提高劳动者与企业之间的匹配度，这使得劳动力的工作更加稳定，工作贫困发生的概率减小。为识别厚劳动力市场效应，本文借鉴胡斌红和杨俊青[12]的研究思路，使用城市市辖区单位平方千米的从业人数作为厚劳动力市场效应的代理变量。如表7列(3)和列(4)所示，厚劳动力市场效应通过了中介效应检验，假设3得以验证。

为保证机制分析的稳健性，本文进一步在结构方程模型(SEM)下进行中介效应检验，检验结果如表7的下半部分所示。回归结果表明，学习效应和厚劳动力市场效应的Sobel间接效应全部显著，表明中介效应存在。通过比较学习效应和厚劳动力市场效应的RIT和RID的数值大小，笔者发现，学习效应在城市规模影响迁移劳动力工作贫困的过程中发挥的中介作用更加关键。

表7 影响机制分析结果

六、结论和政策建议

就业是最大的民生，也是发展的保障。继《“十四五”就业促进规划》提出关于高质量就业的论述之后，党的二十大再一次着重强调，要强化就业优先，健全就业促进机制，促进高质量充分就业。此外，针对劳动力市场中的困难群体，党的二十大也明确提出，要加强困难群体就业兜底帮扶，消除影响平等就业的不合理限制和就业歧视。然而，城市劳动力市场中存在的工作贫困问题，对于我国推进高质量就业和充分就业构成了严重的现实挑战，其中，迁移劳动力的工作贫困问题尤为严重也尤为重要。因此，本文研究发现，在控制个体、单位和城市特征、生活成本和选择效应后，城市规模越大，迁移劳动力陷入工作贫困状态的可能性越低。为缓解可能存在的遗漏变量和反向因果等内生性问题，本文进一步采用1995年市辖区人口和清代城市面积作为工具变量进行两阶段估计，回归结果与基础回归保持一致。在稳健性检验部分，本文通过核心指标替换、受限样本回归以及替换数据库等方法进行识别验证，再一次证明本文的研究结论稳健可靠。异质性分析表明，城市规模对不同类型迁移劳动力工作贫困的影响存在差异，城市规模扩大对于女性迁移劳动力、高技能迁移劳动力以及迁移时间更长的劳动力工作贫困问题的缓解作用更加明显。为探求城市规模影响迁移劳动力工作贫困的内在传导机制，本文基于中介效应分析和逐步回归法的实证研究发现，城市规模主要通过学习效应和厚劳动力市场效应两条途径来减缓迁移劳动力的工作贫困。经过中介效应检验后，证实本文的中介效应确实存在，且学习效应发挥的作用更加关键。

基于上述研究结论，本文提出如下政策建议：

首先，政府应加快户籍制度改革，全面放宽城市落户条件，尽快破除城乡人口流动壁垒，吸引劳动力进城就业和定居。对于已经流入城市的迁移劳动力，政府要给予政策扶持，如办理居住证、进行社区健康教育等，促使迁移劳动力尽快融入当地生活，并通过在户籍、就业、城市包容性等方面进行全面改革，以期进一步扩大城市规模，充分发挥城市集聚经济效应。同时，也要从工资溢价、权益保护、工作时间、社会保障等方面入手，减少城市劳动力市场对迁移劳动力的歧视，促进劳动力就业公平和就业质量的提升，减缓迁移劳动力的工作贫困问题，吸引更多潜在的迁移群体转移就业。

其次，完善就业支持体系、加强劳动力市场监管和劳动者维权教育。通过建立专项基金、教育扶贫基金等方式，加强对女性迁移劳动力、低技能迁移劳动力以及新迁劳动力等重点群体的对口扶持，增强其社会适应性。劳动监察部门要加强对用人单位的监管，严厉惩处各种形式的恶意欠薪，倡导企业建立迁移劳动力工资增长机制，消除劳动力市场对迁移劳动力群体的显性和隐性歧视，营造公平的就业市场环境。此外，采取社区宣传教育等方式对迁移劳动力进行就业选择、权益维护、社会保障等方面相关知识的普及，增强其权益保护意识，最终达到改善工作贫困状态、提高工作质量的效果。

最后，企业要加强对劳动者的素质培养，定期进行培训学习，保障培训质量，提高迁移劳动力的工作能力，通过城市学习效应的发挥，从根本上解决劳动者的工作贫困问题。此外，政府要积极推进城市基础交通设施建设，健全综合交通体系，增强城市的人口容纳能力，为发挥城市厚劳动力市场效应建立坚实的基础。同时，要进一步提高城市公共服务质量，健全城市基本公共服务体系，增强公共服务的均衡性和可及性，以构建更加宜居宜业的生存环境，吸引更多迁移劳动力向本地转移就业，进而提高劳动力市场厚度，更好地发挥城市的集聚经济效应。