人力资本集聚如何促进城市就业增长——基于生产率和生活质量视角的机制分解∗

刘诗濛 王逸飞

一、引言

在中国城市发展进入“新常态”的时代背景下，高技能人才在经济发展中的地位愈发突出。习近平总书记在二十大报告中明确提出，科技创新要以人才为基础，要实现教育、科技和人才“三位一体”，共同服务于社会主义创新型国家的建设。近年来，中国政府实施了一系列以科技创新为主要动力的未来城市发展模式，例如发展智慧城市，通过信息技术等高科技工具统一协调各部门，提高城市运行效率。在此过程中，人力资本起着至关重要的作用(石大千等，2018)。一方面，高技能人才可以促进城市对高新技术的运用，提高城市在经济发展过程中的运行效率。另一方面，城市环境在高技能人才的建设下变得更加宜居，可以进一步吸引更多劳动力流入。因此，理解人力资本在城市经济发展过程中的角色定位与作用机制具有十分重要的现实意义。

传统城市经济增长理论认为，人力资本集聚是推动城市经济发展的关键因素之一(Simon 和Nardinelli，2002)。现有研究人力资本集聚的文献可以分成两类。第一类文献从劳动力需求的角度讨论人力资本集聚的影响。相关研究发现，人力资本集聚通过提升个体生产率的方式增加了企业与城市对劳动力的需求。人力资本集聚提升生产率的机制为产生人力资本外部性，即给定个体受教育水平的前提下，城市整体受教育水平的提高会额外提升个体生产效率，使个体获得更高的工资收入 (Glaeser 等，1992；Rauch，1993；Moretti，2004)。现有文献也将这类人力资本密集型的城市称为“智慧城市”(smart city)(Shapiro，2006；Fu，2007)。①这里的智慧城市是指因为人力资本集聚而产生更高知识外溢性的城市，与之前提到的城市规划中的智慧城市政策并不相同。

第二类文献从劳动力供给的角度讨论人力资本集聚对城市生活质量(quality of life)的影响。相关文献指出，城市生活质量的改善会吸引劳动力流入，增加市场上的劳动力供给(Chen 和Rosenthal，2008；Fu 等，2021)。而人力资本集聚也是影响城市生活质量的主要因素之一。Shapiro (2006)提出人力资本集聚会通过促进城市消费型服务业的发展改善城市生活质量。现有文献大多是从需求角度出发探究城市人力资本集聚的影响，从供给角度研究该问题的较少。但城市就业人数的持续增长不仅依赖对个体劳动力的需求，同样也离不开市场的劳动力供给。同时，已有从供给角度出发分析人力资本集聚对城市生活质量影响的文献基本关注西方发达国家，有关中国的实证研究相对匮乏。

基于该研究话题重要的现实与理论意义，本文首先使用简约实证模型验证人力资本集聚对中国城市就业增长的正面影响。简约模型的估计结果也为之后的机制分解量化模型提供了部分参数。然后，本文利用Shapiro (2006)动态城市经济增长的理论框架，理论分析人力资本集聚对城市就业增长的影响机制，并基于此模型量化分解各影响机制占整体影响的比重。合理构建模型量化分解各影响机制的占比是本文的重要贡献之一。具体实证上，本文主要利用多个年份的中国人口普查微观数据和中国城镇住户调查数据构建城市标准化工资、房租与就业增长等经济指标，并参考文献使用高技能劳动力占比作为人力资本集聚的代理变量。同时，本文还综合使用《中国城市统计年鉴》、《中国区域经济统计年鉴》、《中国城乡建设统计年鉴》以及CSMAR 城市数据库等构建控制变量、获取机制分解模型所需参数等。

在简约实证模型的内生性处理上，本文主要使用工具变量法保证估计结果的准确性。探究人力资本集聚与城市经济指标的关系需考虑两类内生性问题:城市层面可能存在的遗漏变量问题与反向因果问题。本文使用历史“院系调整”政策来构建工具变量进行2SLS 回归。“院系调整”运动主要集中在1952 年，当时中央政府为了“向苏联学习”，将民国时期建立的仿西方高校体系调整为仿苏联高校体系，许多高校的教育资源发生跨城市搬迁。这种因为政治和历史原因产生的教育资源迁移构成了我们需要的外生冲击。已有研究表明，院系调整是一个相对外生的政策，且高等院系的搬迁影响了地区间高等教育资源的分布，进而影响了各城市的人力资本水平(梁文泉和陆铭，2016；Glaeser 和Lu，2018)。从逻辑上讲，搬入一个城市的高校数量越多，该城市未来的人力资本集聚水平越高。因此，我们以院系调整搬入数量为外生冲击，构造一个预测未来的高技能劳动力占比Bartik 类型工具变量。

本文的研究结果表明:第一，人力资本集聚对城市就业增长有显著正向影响。2005年城市高技能劳动力占比每增加1%，该城市在2005—2009 年间就业增长率提高约5.28%，平均每年增长约1.32%。同时，人力资本集聚也会提高城市的工资收入和生活成本。2005 年城市高技能劳动力占比每增加1%，该城市在2005—2009 年间工资增长约1.22%，房租增长约8.48%。第二，理论模型分析表明，人力资本集聚对城市就业增长的影响主要通过两个渠道:提高城市生产率和改善城市生活质量。根据机制分解模型估计，人力资本集聚主要通过生产率机制促进城市就业规模增长，影响占比约为80.11%。第三，人力资本集聚通过提高城市生活质量来促进城市就业规模增长的机制也不容忽视，占到接近1/5。该机制往往被文献所忽视。进一步分析表明，人力资本集聚能够促进城市公共服务和消费型因素(consumption amenity)的发展，这为其提升城市生活质量的机制提供了实证佐证。本文还通过增加控制变量、使用其他工具变量以及调整参数值等方法进行了稳健性检验，结论保持稳健。

相较已有文献，本文的贡献主要体现在三个方面。第一，基于理论框架，本文使用简约回归模型研究了中国人力资本集聚对城市就业增长的影响，并结合我们对中国家庭预算中土地要素占比的估计，在机制分解模型中量化了人力资本集聚提高城市生产率和改善城市生活质量两种机制的占比。现有文献大多关注人力资本集聚对个体工资收入的影响，并重点关注生产率机制。本文对人力资本集聚通过改善城市生活质量来促进就业增长的机制进行了探讨，是对已有文献的重要补充。第二，本文不仅使用模型量化估计了人力资本集聚通过改善城市生活质量促进就业增长机制的占比，还从促进城市公共服务和消费型因素发展两个方面为城市生活质量机制提供了可能的解释和数据支持。第三，在当前中国大力推动创新的背景下，本文的结论为建设智慧城市、数字城市、创新型城市等未来城市发展模式提供了科学研究支持。高技能人才的集聚，不仅可以提高城市生产率，还可以改善城市生活质量。这也为中国如何发展现代城市、解决大城市病提供了可行的思路。

二、理论分析框架与机制分解模型

我们利用一个简单的新古典城市经济增长模型，从理论角度分析人力资本集聚对城市就业增长的影响及其作用机制。然后，基于理论模型，我们提出对不同机制进行结构量化的方法。本文模型的基础是Roback (1982)空间一般均衡模型，该模型在评估城市生活质量和分析城市间劳动力流动等方面有着广泛运用。Shapiro (2006)对该模型进行了改进，使该模型可用于分析城市的动态经济增长。本文的模型主要借鉴Shapiro(2006)，对更详细的细节感兴趣的读者可参考原文。

(一)基础模型设定

首先，我们从生产者角度进行分析。假设市场上的企业和个体同质，并且自由选择定居城市。假定城市c的所有企业都生产一种单价标准化为1 的同质商品，生产函数为Y＝AF(L，RB)，其中Y为产出，A表示每个城市特有的生产率，F为生产要素函数，L表示生产所需的劳动力数量，RB表示生产所需的土地数量。为简化模型，假定投入要素市场完全竞争，这意味着城市c的所有企业都面临一个相同的边际单位成本C(WC，)/AC，其中WC表示城市c的劳动力要素价格，表示城市c的商业用地价格，AC表示城市c特有的企业生产效率。在实现空间均衡的情况下，企业在所有城市的边际单位成本均应相同，企业不再有迁移的动机(Roback，1982；Shapiro，2006)。我们将边际单位成本标准化为1，得到第一个均衡条件:

然后，从消费者角度出发，假定消费者的效用函数为U＝U(Q，X，RH)，其中Q表示个体所处城市的特定生活质量，代表了城市所有与消费者福利有关的环境因素、消费设施与公共服务等。①Shapiro (2006)使用生活质量(quality of life)一词来代表所有影响个体福利的城市特征因素。文献中也有使用地区特征因素(amenity)一词来表示类似含义。为与主要参考文献相一致，本文使用生活质量一词。X表示家庭消费的工业品数量，RH表示家庭对住宅型用地的消费数量。②与企业用地类型不同，家庭消费的土地一般为住宅型用地。住宅型用地是建造人们日常生活居所的房基地，因此可以近似作为消费者对住房的消费。虽然家庭不直接消费土地，但是为了简化模型，我们不考虑房屋建造过程产生的额外成本，近似认为家庭对房屋的支出等同于对住宅型用地的支出。改变该假设不影响模型的结论。与企业类似，在空间均衡时所有家庭不再有迁移的动力。这意味着城市c内个体的间接效用函数V(QC，WC，)应该与所有城市内个体的间接效用相等。因此，第二个均衡条件是:

其中，QC为城市c的特有生活质量。WC为城市c内个体所获得的工资，为城市c内家庭消费的住宅型用地的价格。家庭消费的工业产品的价格在各城市相同，不再写入间接效用函数。为常数，表示系统内所有个体获得的均衡效用。为简化模型推导，后续模型不再区分一个城市内商业用地价格与消费用地价格。由于商业用地价格与家庭用地价格强相关，该假设不影响模型结论。

(二)影响机制分析

为了将增长引入模型，我们允许城市的特有生产率和生活质量随时间外生变化。据此，对式(1)和式(2)全微分，并用小写字母表示大写字母的对数形式可得:

其中，fR为企业成本函数中土地要素成本所占比重，fL为企业成本函数中劳动力要素成本所占比重，hR为家庭支出预算中土地支出所占比重。③此处推导用到了/dt＝0，因为为常数。表示生活质量Q与工资W变动引起间接效用变动的比值。同时，由式(3)可以得到城市就业增长为:

其中，σ为土地价格相对于劳动力人数的弹性。

基于式(3)和式(4)，城市地价增长和工资增长都与城市生活质量增长，以及城市生产率增长有关。式(3)表明，城市地价增长与城市的生活质量增长和生产率增长都呈现正相关关系。生活质量和生产率增长越快的城市，土地价格也增长得越快。式(4)表明，城市工资增长与城市生产率增长正相关，但与城市生活质量增长负相关。这说明较高的生活质量对于个体可以起到一种补偿作用，使得他们对工资的要求降低。在极端情况下，如果企业的生产完全依赖于劳动力要素而不需要土地要素，即fR＝0，那么劳动力工资将完全由生产率因素决定。最后，式(5)表明，城市就业增长与城市的生活质量增长以及生产率增长正相关。这是本模型的核心结论，它从理论角度表明了提升生活质量和生产率是影响城市就业增长的两个重要机制。同时，根据式(5)，如果我们能够估计城市生活质量增长和生产率增长前面的系数，就能够量化每种影响机制对整体影响的贡献比重。

(三)量化分解不同机制的影响占比

以上述理论模型为基础，我们进一步将人力资本集聚引入模型，构建一个机制分解模型。然后，我们结合文献中的相关参数值与自行估计的所需参数值，最终测算出模型中的所有参数值，并量化分解人力资本集聚对城市就业增长的两种影响机制对整体影响的贡献占比。

式(5)表明，提升城市生产率和生活质量是促进城市就业增长的两个重要机制。根据现有文献，人力资本集聚对城市生产率与生活质量均存在显著正向影响。首先，人力资本集聚会通过产生知识外溢性等方式影响个体的生产效率(Glaeser 等，1992；Simon和Nardinelli，2002；Fu，2007)。亦有研究证实人力资本集聚程度越高的城市，个体的工资收入也会越高(Rauch，1993；Moretti，2004)。基于文献，我们在模型中假设城市内个体的生产效率会受到该城市人力资本集聚水平的影响。

其次，人力资本集聚较高的城市往往伴随着较高的生活质量。已有研究从不同方面探讨了城市人力资本与各类城市环境因素的联系。Michael (1972)发现人力资本越高的城市，个体的收入水平越高，进而可以促进本地消费型地区因素的增加。Moretti (2012)与Liu 和Yang (2021)也发现人力资本水平较高的地区，由于高技能人群更倾向于在外消费服务与非贸易品，对服务业的需求更大，使得本地非贸易品或服务业的发展也会较好。本地非贸易品或服务业的发展是城市生活质量的重要构成。还有一些文献发现，人力资本较高的地区往往会出现低污染、低犯罪率的特征(Zivin 和Neidell，2013；Brown和Velásquez，2017)。因此，我们假设城市的生活质量会受人力资本集聚水平的影响。基于文献，我们在模型中外生引入城市人力资本集聚程度，来建立人力资本要素与生活质量和生产率机制的联系。①虽然前述理论模型中包含了代表城市就业增长的参数L，但选择外生引入人力资本集聚并不影响模型的合理性。主要的原因有:首先，本文使用的人力资本集聚程度代理变量为高技能劳动力的占比。虽然城市劳动力数量的增加与高技能劳动力数量之间存在内生联系，但是高技能劳动力占比并不一定会随之变动。其次，本文的模式设置中关注的是城市初期的人力资本集聚存量对未来就业增长(增量)的影响，这会进一步降低模型中劳动力增长与人力资本集聚之间的内生联系。最后，我们还在实证部分对高技能劳动力占比使用了工具变量以避免可能存在的内生性问题。因此，在模型中外生引入人力资本集聚并不会影响模型的合理性。

根据上述分析，城市生活质量和生产率受城市人力资本集聚影响的方程式可写为:

其中，Δqc，t＋1为城市c从t年至t＋1 年的生活质量增长，Δαc，t＋1为城市c从t年至t＋1年的生产率增长，Hc，t为城市c在初期第t年的人力资本集聚水平，Xc，t为城市特征变量，βq、βα、γq、γα均为方程系数，和为误差项。①我们在这里外生引入人力资本存量而非增量的原因有两点:首先，本文的研究题目为人力资本集聚水平对未来城市就业增长率的影响并分解其机制。这主要为了与文献接轨，分析人力资本集聚对就业增长的文献中最有影响力的Glaeser 等(1992)采用的即为分析初期人力资本水平对未来就业增长影响的实证模型，后续文献多为此文献的跟进研究(Moretti，2004；Shapiro，2006；Fu，2007)。若此处使用增量，则变成了分析人力资本集聚水平对城市就业水平的影响，无法直接与Glaeser 等(1992)对接。其次，本文的理论模型设定是在Shapiro (2006)的基础上构建的，Shapiro (2006)也外生假定了人力资本存量会影响城市生产率增长与生活质量增长，这为本文外生引入人力资本存量提供了一定的理论支撑。考虑到人力资本存量的分布存在一定的内生性问题，本文在后续使用多种工具变量去降低内生性问题的影响。此外，在未汇报的结果中，本文也尝试使用人力资本增量去进行实证回归，机制分解的结论与现在并无明显变化。将式(6)与式(7)代入式(5)，得到城市就业增长受人力资本集聚影响的方程式:

其中，

根据式(8)，得到以下两个推论。

推论1 如果人力资本集聚对城市生产率有正向影响，即βα>0，那么人力资本集聚就会通过提高城市生产率的方式促进城市就业增长。

推论2 如果人力资本集聚对城市生活质量有正向影响，即βq>0，那么人力资本集聚就会通过改善城市生活质量的方式促进城市就业增长。

更重要的是，由式(8)可知，人力资本集聚对城市就业增长的总影响为，其中生产率机制的影响为，生活质量机制的影响为βq。因此，估计出βq和βα便可以测算出每种机制对整体影响的贡献比重。为此，我们对式(3)和式(4)进行改写:

其中，Δpc，t＋1表示城市c从t年至t＋1 年的土地价格增长，Δwc，t＋1表示城市c从t年至t＋1 年的工资增长。和为误差项。将式(6)和式(7)代入式(10)和式(11)，重新调整之后得到:

在给定参数fL、fR和hR的情况下，结合现有数据，我们就能估计出城市层面的fLΔwc，t＋1＋fRΔpc，t＋1和hRΔpc，t＋1－Δwc，t＋1，并将它们对城市人力资本集聚水平进行回归，从而估计出βα和βq，进而根据式(8)测算出每种机制的影响比重。

三、数据来源、城市特征变量构造与参数取值

我们首先介绍本文实证分析与机制分解模型量化所需变量与参数的数据来源，然后利用相应数据对前述模型中的城市特征变量Δlc，t＋1、Δwc，t＋1、Δpc，t＋1和Hc，t等进行构造与估计，最后对相关参数fL、fR和hR进行取值。

(一)数据来源

本文使用多个大样本微观数据构建城市层面经济变量，具体采用的数据包括以下几个部分。第一，本文使用2005 年人口调查微观数据和2010 年人口普查微观数据构造城市层面就业增长变量(Δlc，t＋1)和人力资本集聚水平(Hc，t)。人口调查与普查数据样本的丰富性与代表性保证了所构造的城市层面变量具有良好的代表性。第二，本文使用国家统计局城镇住户调查(UHS)数据构造城市层面工资增长(Δwc，t＋1)和房租增长(Δpc，t＋1)等信息。该数据样本覆盖16 个省(自治区、直辖市)，并且包含详细的个体与家户特征信息，在地理位置和经济发展水平等方面具有较好的代表性。①16 个省(自治区、直辖市)分别是北京市、山西省、辽宁省、黑龙江省、上海市、江苏省、安徽省、江西省、山东省、河南省、湖北省、广东省、重庆市、四川省、云南省和甘肃省。为了与人口普查数据的时间相匹配，我们选取了2005 年和2009 年数据。匹配之后最终得到105 个城市在2005—2009 年的城市经济指标变化数据。第三，本文还综合使用了相应年份的《中国城市统计年鉴》、《中国区域经济统计年鉴》、《中国城乡建设统计年鉴》以及CSMAR城市数据库等数据构建控制变量、获取机制分解模型所需参数等。

(二)城市特征变量构造

(1)人力资本集聚水平(Hc，t)。在实证部分，本文的核心解释变量为城市人力资本集聚水平。参考Moretti (2004)及Iranzo 和Peri (2009)，本文使用地级市层面高技能劳动力占比作为城市人力资本集聚水平的代理变量。高技能劳动力占比定义为城市层面本科及以上学历劳动力占所有劳动力的比例。在计算2005 年各城市高技能劳动力占比时，我们将样本限定为男性16—60 岁、女性16—55 岁的城镇非农就业雇员。后文计算城市就业增长与工资增长时采用相同的样本限定规则。

(2)城市就业增长(Δlc，t＋1)。本文的核心被解释变量为城市就业增长，该变量反映了城市整体的经济增长水平，是我国城市经济发展的核心指标之一。为了避免城市层面的代表性缺陷，我们使用2005 年人口调查数据和2010 年人口普查数据来计算地级市层面的就业人数，进而得到2005 年到2010 年的城市就业增长。城市就业增长定义为两年就业人数对数之差(即两年就业人数比值的对数)。最后，基于一定的假设和近似，我们用2005—2010 年城市就业增长乘以4/5 作为2005—2009 年城市就业增长的近似值。这样做的主要原因是可得的大样本城镇住户调查数据只到2009 年。

(3)城市工资增长(Δwc，t＋1)。本文使用城市工资增长来反映城市内个体获得的经济收益的增长。为了控制不同城市人口结构的不同，进而排除由于个体特征不同导致的个体工资差异，我们使用如下方法获取控制城市人口结构后的标准化工资(quality-adjusted wage):首先，使用个体工资对个体特征变量和城市固定效应进行回归，从而控制住个体特征的影响。其次，将个体特征对工资的影响分离出来之后，剩余的城市固定效应的系数就是城市的标准化工资。个体工资和特征数据来自2005 年和2009 年城镇住户调查数据。为了保证代表性，我们删去了样本数量小于100 的城市。在具体操作时，我们对每一年的样本单独进行固定效应回归，回归方程如下:

其中，lnwagei，c表示城市c个体i的月工资的对数。Xi，c表示个体特征变量，主要包括年龄、年龄的平方、性别、受教育程度、职业和婚姻状况。为了尽可能地控制个体特征对工资的影响，我们还控制了年龄虚拟变量(个体年龄是否在16—30 岁)与大部分个体特征变量的交互项。γc是城市固定效应，ui，c是误差项。通过对个体特征的严格控制，城市固定效应γc代表了控制城市人口结构后的标准化工资。通过估计每一年的γc，我们可以得到每一年的城市标准化工资并计算城市工资增长。

(4)城市房租增长(Δpc，t＋1)。本文使用城市房租增长来反映个体在城市生活成本的增长。为了控制不同城市房屋质量与结构等方面的不同，排除房屋自身特征对房租的影响，我们使用如下方法获取控制城市房屋特征后的标准化房租(quality-adjusted rent):使用房租对房屋特征变量和城市固定效应进行回归，从而控制住房屋特征的影响。将房屋特征对房租的影响分离出来之后，剩余的城市固定效应的系数就是城市的标准化房租。家户房租和房屋特征数据来自2005 年和2009 年城镇住户调查数据。为了保证代表性，我们删去了样本内住户数小于50 的城市。在具体操作时，我们对每一年的样本单独进行固定效应回归，回归方程如下:

其中，lnrenth，c表示城市c家庭h的月房租的对数。Zh，c表示房屋特征，主要包括房屋年龄、房屋面积、是否拥有固定电话、住宅建筑式样、家用燃料、饮水情况和用水情况。τc是城市固定效应，φh，c是误差项。通过对房屋特征的严格控制，城市固定效应τc代表了控制城市房屋结构后的标准化房租。通过估计每一年的τc，可以得到每一年的城市标准化房租并计算城市房租增长。

表1 展示了使用上述方法得到的城市标准化工资和标准化房租的排名前五位。标准化工资排名最高的五个城市是深圳、广州、珠海、上海与北京，标准化房租排在前五位的是深圳、北京、广州、上海和珠海。这与现实的收入与生活成本情况基本相符。除了使用城市标准化房租，后文还尝试使用城市标准化房价作为衡量城市生活成本的指标，得到的结论与使用房屋租金时一致。

表1 城市标准化工资和标准化房租排名

表2 展示了城市层面变量的描述性统计。后续基准回归中使用的是105 个地级市在2005—2009 年的经济增长变量。其中，2005—2009 年城市就业增长均值约为0.18，说明2005—2009 年各地级市就业人数平均有所增长，增长率约19.72% (e0.18－1 即为增长率)。2005—2009 年城市标准化工资增长均值约0.93，标准化房租增长均值约3.07，说明2005—2009 年城市个体工资收入和生活成本也呈现增长趋势。同时，生活成本增长速度快于工资收入增长速度。2005 年高技能劳动力占比均值约为0.07。这些变量的标准差说明在城市间存在着较大的收入、生活成本与就业增长的差异。

表2 描述性统计:城市层面

(三)参数取值

本文需要通过其他方式获取的参数值有三个，分别是劳动力要素产出份额fL、土地要素产出份额fR和家庭支出预算中土地要素支出份额hR。

首先，需要对两种要素产出份额fL和fR取值。Krueger (1999)和Shapiro (2006)等研究认为美国劳动力要素产出份额为0.75，土地要素产出份额为0.1。和美国相比，中国的劳动力要素产出份额应该略低，土地要素产出份额应该略高。现有关于中国问题的文献中，估计的劳动力要素产出份额约为0.4，土地要素产出份额约为0.13，符合我们的预期 (Tombe 和Zhu，2019；段巍等，2020)。因此，我们将fL设为0.4，fR设为0.13。

其次，需要对家庭支出预算中土地要素支出份额hR取值。为了保证结果的准确性，我们使用两种方法来获得hR。第一种方法为，参考已有文献中的描述，中国家庭住房支出约占家庭整体消费支出的三分之一(孙文凯和罗圣杰，2011；潘士远等，2018；段巍等，2020)。因此，我们将hR设为0.33。但文献中没有给出该参数的具体估计方法，描述也较模糊(“约为三分之一”)。第二种方法为，参考Shapiro (2006)的估计方法，我们自行搜集数据，利用修正后的地区家庭支出数据对中国城镇家庭的hR进行估计。根据模型推导，家庭支出预算中土地支出占比等于家庭总支出相对于土地要素价格的弹性。因此，我们通过估计家庭生活支出对土地要素价格的回归系数得到hR为0.38。具体估计方法如下。

我们的估计需要两部分信息。第一部分是2002—2009 年省级层面的家庭平均消费支出。考虑到不同省份家庭实际消费的一篮子商品可能不同，通过省份CPI 数据计算的家庭支出在不同省份之间存在一定的不可比问题。为了解决此问题，我们使用Brandt 和Holz (2006)调整后的省份层面一篮子商品的支出成本对数作为平均家庭总支出的代理变量。①Brandt 和Holz (2006)通过构建省份层面绝对价格水平作为空间平减指标，来解决各省份人均收入和一篮子商品可比性的问题。省份层面人均生活支出数据来源于:https://carstenholz.people.ust.hk/SpatialDeflators.html。第二部分是2002—2009 年省份层面的土地要素价格数据。我们使用省份标准化房租来近似反映省份层面的家庭支出预算中土地要素价格水平。这里使用房租而不是房价的原因是房价既包含了房屋的使用价值，也包含了房屋未来的商品价值。相比于房价，房租能够更好地反映土地当期的价格和家庭生活成本(Davis 和Ortalo-Magné，2011)。省份标准化房租的估计方法与前文城市标准化房租的估计方法一样。此外，考虑到城镇住户调查数据中的房屋租金数据多由家户或者调查员粗略估计得到，可能存在一定的测量误差(measurement error)。为了避免测量误差对估计系数的干扰，我们使用省份标准化房价作为工具变量来进行解决(Shapiro，2006)。②需要注意的是，该工具变量是为了解决测量误差带来的估计偏误(attenuation bias)，而不是为了解决房租的内生性。因此，并不需要该工具变量具有外生性。实际上，表3 需要估计的是家庭总消费支出相对于土地要素价格的弹性，是一个相关性强度，不是为了测度因果关系，因此并不需要考虑内生性问题。

表3 土地要素占家庭支出预算比重估计(hR)

表3 报告了土地要素支出占家庭支出预算比重的估计结果。其中，第(1)、(2)列为OLS 结果，第(3)、(4)列为2SLS 结果。第(1)列显示，城市家庭生活支出对土地价格弹性为0.18，即省份标准化房租每增长1%，家庭生活成本支出增长约0.18%。第(3)列报告了对应的2SLS 回归结果。在修正了可能存在的测量误差问题之后，省份标准化房租每增长1%，人均生活成本支出增长约0.31%。我们希望估计得到的弹性系数是长期均衡状态下的值。为了避免估计的弹性系数值大小受到2008 年金融危机的短期影响，我们将样本限制在2002—2007 年，结果展示在第(2)、(4)列。第(2)列OLS 估计得到的弹性与全样本估计的弹性系数值差距不大，约为0.19。在第(4)列2SLS 结果中，回归系数略微增大，省份标准化房租每增长1%，人均生活成本支出增长约0.38%。第(3)、(4)列下半部分同时报告了2SLS 的一阶段回归系数，均正向显著且F值大于10。基于此表格，我们将第二种方法估计所得的hR设为0.38，代入机制分解模型进行参数估计。①我们的估计结果与文献中中国家庭住房支出占家庭整体消费支出的比重值相差不大，说明结果的准确性。在稳健性检验中，我们也使用了不同的hR 值来检验模型结果的变化趋势。

四、实证结果与影响机制分解

(一)基准结果

我们首先使用简约实证模型验证人力资本集聚对城市就业增长等经济指标的影响。基于方程(8)，我们设置基准回归方程为:

下标分别表示城市和年份。ΔlnYc，2005—2009表示城市c在2005—2009 年间的经济变量增长，包含就业增长、工资增长和房屋租金增长。其中，工资增长和房屋租金增长为此前回归所得的剔除个体与房屋特征影响后的标准化值。Hc，2005表示城市c在2005 年的本科及以上学历劳动力占比。lnYc，2005表示对应的就业数量、标准化工资和标准化房租在基年2005 年的水平，用来控制不同城市基础水平的影响。uc，2005为聚类到城市层面的误差项。需要注意的是，该回归未包含更多控制变量的原因是，在此前估计城市标准化房租与城市标准化工资时已控制了房屋特征与个体特征等大多数通常需要控制的变量。此后的稳健性检验中我们也尝试加入更多城市层面控制变量，结论基本一致。

对该基准回归方程进行估计需要考虑两类内生性问题。首先，城市层面可能存在遗漏变量问题。例如，更好的气候特征既可能吸引更多的高技能劳动力，也可能对城市就业规模等经济指标产生正向影响。此时，人力资本集聚对城市经济指标的影响会被高估(Liu，2017)。其次，反向因果问题也可能导致估计结果出现偏误。例如，高技能劳动力可能会偏好集聚在就业与经济情况更好的城市(Moretti，2004)。针对上述问题，本文主要使用工具变量法处理内生性以保证估计结果的准确性。

在基准回归中，我们使用院系搬迁调整政策构建工具变量进行2SLS 回归。已有研究表明，院系调整是一个相对外生的政策，且高等院系搬迁影响了地区间高等教育资源的分布，进而影响各城市的人力资本水平(梁文泉和陆铭，2016；Glaeser 和Lu，2018)。“院系调整”运动主要集中在1952 年，当时中央政府为了“向苏联学习”，将民国时期建立的仿西方高校体系调整为仿苏联高校体系，许多高校的教育资源都发生了跨城市搬迁。这种由于政治和历史原因产生的教育资源迁移构成了我们需要的外生冲击。搬迁之后的高校院系为当地提供了更丰富的高等教育资源，为城市的人力资本发展提供了基础设施。从逻辑上讲，搬入城市的高校数目越多，该城市未来的人力资本集聚水平也会越高。

我们以院系调整搬入数目为外生冲击，构造了一个预测的未来高技能劳动力占比的Bartik 类型工具变量，具体形式如下:

其中，Pred＿move＿Hc，2005为根据院系调整政策预测的城市c在2005 年的高技能劳动力占比。Hc，2000为城市c在2000 年的高技能劳动力占比，由2000 年人口普查数据计算得到。①该工具变量中2000 年的高技能劳动力占比部分可能存在一定的内生性担忧，这与移动份额工具变量中份额部分存在内生性的担忧类似。我们采用如下方法确保研究结论不受工具变量选择的影响。首先，2000 年处于中国市场化改革的早期，放松移民限制与高校扩招等政策的影响尚未显现，可以认为当时的高技能劳动力分布受历史因素影响较大，因此较为外生。其次，本文除使用院系搬迁调整政策外，在稳健性检验部分还使用了高校扩招政策构建工具变量，结论并无变化。最后，我们也尝试使用人力资本集聚增量作为关键变量，同时仅使用该工具变量中随外生政策变化的增量部分作为对应的工具变量进行回归，结果基本一致。表示1952 年城市c在院系调整过程中搬入的高校院系数量占当年全国高等院系总搬迁数量的比例，数据来源于1990 年《中国高等学校变迁》。②感谢Glaeser 和Lu (2018)对该数据进行了整理和分享。此变量反映了不同城市受院系调整政策影响的差异。Grad－c，2000—2005表示全国除城市c外其余所有城市在2000—2005 年间高等教育毕业生人数的增量，数据来源于《中国区域经济统计年鉴》和《中国教育统计年鉴》。该变量代表全国层面高技能劳动力的趋势变化。Popc，2000表示城市c在2000 年的总人口，数据来源于《中国城市统计年鉴》。代表城市c由于受院系调整政策影响不同，在2000—2005 年间受全国层面高技能劳动力占比趋势变化的影响不同。外生的院系调整政策所带来的高技能劳动力占比趋势变化加上各城市在2000 年的高技能劳动力占比基础值，就可以得到预测的包含院系调整外生冲击的各城市高技能劳动力占比。此工具变量需要满足外生性与相关性两个要求。我们通过第一阶段回归的F值来检验相关性。工具变量的外生性无法在统计上验证，但院系搬迁调整政策的外生性在逻辑上和文献中都有较好的支持。

表4 展示了城市人力资本集聚对城市就业增长、工资增长和房租增长影响的回归结果。其中，第(1)—(3)列为OLS 结果，第(4)—(6)列为2SLS 结果。第(1)列显示，2005 年城市高技能劳动力占比每增加1%，该城市在2005—2009 年就业增长率增加大约3.50%，说明人力资本集聚会对城市的就业增长产生显著正向影响。解决内生性问题后，第(4)列2SLS 结果显示，2005 年高技能劳动力占比每增加1 个百分点，城市就业增长率在2005—2009 年增加了约5.28%，平均每年增长约1.32%，回归系数依然正向显著。进一步分析人力资本集聚对城市工资和生活成本的影响，第(2)、(3)列表明城市人力资本集聚对工资增长和房租增长均产生正向影响。2005 年城市高技能劳动力占比每增加1 个百分点，该城市在2005—2009 年工资增长约0.51%，房租增长约为3.96%。使用工具变量回归后的第(5)、(6)列2SLS 结果显示，人力资本集聚对城市工资增长和房租增长的正向影响依然存在。2005 年城市高技能劳动力占比每增加1 个百分点，该城市在2005—2009 年工资增长约1.22%，房租增长约8.48%。这说明人力资本集聚在提高个体工资收入的同时，也增加了城市的生活成本。此外，第(4)—(6)列的一阶段回归结果显示，工具变量和城市高技能劳动力占比显著正相关，一阶段回归的F值都大于10，较好地满足了工具变量相关性要求。

表4 人力资本集聚对城市经济增长的影响:OLS 与2SLS 回归

(二)影响机制分解

理论模型表明，人力资本集聚影响城市就业增长的机制有两种:通过产生正外部性的方式提高个体生产率，或通过促进基础设施改善等方式提高城市生活质量(Shapiro，2006；刘诗濛等，2021)。根据式(8)、式(12)、式(13)，在给定参数fL、fR和hR值的情况下，我们对不同机制的影响占比进行测算。表5 报告了人力资本集聚对城市就业增长影响的机制分解结果。其中，生产率机制系数(βα)由方程(12)估计得出，生活质量机制系数(βq)由方程(13)估计得到。根据式(8)，生产率机制占增长效应比重为，剩余部分则为生活质量机制所占比重。

表5 人力资本集聚对就业增长影响的机制分解

表5 中，劳动力要素占企业生产成本比重(fL)设为0.4，土地要素占企业生产成本比重(fR)设为0.13。由于土地要素占家庭支出预算比重(hR)的取值在文献中较为模糊，表中展示了设置不同值时两种机制的比重。首先，当参考Shapiro (2006)的估计方法得到家庭支出预算中土地支出比重为0.38 时，OLS 结果显示，生活质量机制系数为0.78，生产率机制系数约为0.68，均正向显著。这说明人力资本集聚不仅会通过提升生产率来提高城市就业增长，还会通过改善城市生活质量的方式促进城市就业增长。此时，生产率机制的影响占比为68.58%。对应的2SLS 结果表明，生活质量机制系数和生产率机制系数依然正向显著。此时，生产率机制影响占比增大为80.11%。

其次，参考文献中描述的hR值，我们将其设为0.33。此时，OLS 与2SLS 估计结果中生产率机制系数无变化，生活质量机制系数依然为正但显著性有所下降。在2SLS 结果中，生产率机制的影响占比变成85.65%，依然大于生活质量机制的影响占比，且与之前的估计结果差异不大。由于文献中没有给出hR的具体估计方法，描述也较为模糊(“约为三分之一”)，本文使用自行估计的hR值作为基准结果，并在稳健性检验中验证了使用不同值对结论的影响。综合上述结论，我们发现中国城市人力资本集聚影响城市就业增长主要通过提高生产率的渠道来实现，但是通过提升生活质量的渠道也占有不可忽视的地位。此前文献主要聚焦在人力资本外部性等生产率机制，但本文结果表明，消费外部性等生活质量机制对人力资本集聚促进城市就业增长也十分重要。例如，高技术劳动力集聚时，由于他们更倾向于在外消费服务与非贸易品，对服务业的需求更大，从而会促进当地服务业的发展，在提高当地生活质量并吸引劳动力流入的同时，也会直接促进低技能劳动者的就业。

五、稳健性检验

(一)使用更多控制变量

为了确保遗漏变量不对本文结论造成较大影响，我们尝试加入更多控制变量，以验证回归结果和机制分解结果的稳健性。首先，我们考虑控制城市层面的气候特征变量。气候特征既可能影响高技能人才的集聚，也可能影响城市工人就业。例如，良好的气候可能同时吸引高技能人才集聚和扩大整体就业规模。本文使用的城市气候特征数据来自CSMAR 数据库，具体包括城市年平均气温和年平均降水量。本文关键变量为2005 年城市层面高技能劳动力占比，因此我们使用时间上滞后的2002—2004 年各城市年平均气温和降水量作为控制变量。

其次，中国的户籍制度在一定程度上限制了人口在城市间的自由流动，因此可能同时影响城市人力资本集聚和就业增长。本文使用城市层面落户门槛指数来控制户籍制度对人口流动的限制。地级市层面的落户门槛指数来自西南财经大学经济与管理研究院公共经济与行为研究平台和中国家庭金融调查与研究中心联合公布的中国城市落户门槛指数。①张吉鹏和卢冲(2019)通过搜集中国地级市2000—2017 年所有的户籍政策文件，整理了地级市层面户籍数据，并计算出120 个地级市在2000—2013 年和2014—2016 年两个阶段的城市落户门槛指数。为与本文样本时间匹配，这里只使用了第一阶段的落户门槛指数，匹配后共有48 个城市的数据。

表6 报告了加入更多控制变量后的回归结果和机制分解模型的分析结果。第(1)行与第(4)行汇报了表4 的基准估计结果便于对比。第(2)行和第(5)行进一步控制了城市气候特征变量，结果显示人力资本集聚依然对城市就业增长、工资增长和房租增长产生显著正向影响，且回归系数与基准结果差异很小。第(5)行的结果显示，人力资本集聚主要通过生产率机制影响城市就业，影响占比约为87.34%，但生活质量机制也依然重要。第(3)行和第(6)行进一步控制了城市落户门槛指数。虽然由于样本匹配的原因样本城市数量有所减少，但此前的结论依然不变。人力资本集聚对城市经济增长的正向影响依然存在，且生产率机制的影响依然占据主导地位，占比约为72.45%。这些结果都与之前的结论相一致。

表6 人力资本集聚对就业增长影响机制分解的稳健性:更多控制变量

(二)使用高校扩招政策构建工具变量

为了保证估计结果不受工具变量选择的影响，我们使用高校扩招政策构建新的工具变量进行稳健性检验。为了应对亚洲金融危机对中国经济造成的负面影响，中央政府于1999 年开始实施高校扩招政策，以此来拉动内需、刺激经济。高校扩招政策正式开始的时间是1999 年6 月，距离当年的高考只剩下不到1 个月的时间。在有限的时间里，学校与教育部的协商空间有限。因此，高校扩招政策的短期不可预见性和中央计划特性较好地满足了工具变量外生性要求(陈斌开和张川川，2016；刘诗濛等，2021)。

同时，地区间初始高等教育资源的分布决定了各地受到扩招政策的影响程度。现有文献指出，各地区早期的高等教育资源分布在很大程度上受历史因素和政治因素的影响(Ma，2020)，而并不完全由地区经济发展水平决定。很多高水平高等院校分布在内陆地区，而非如今经济发展较好的沿海地区(Glaeser 和Lu，2018)。因此，本文使用高校扩招前的城市高等教育资源分布和全国层面短期内较外生的高校扩招整体规模构造工具变量，既可反映出高校扩招对不同城市影响程度的不同，又能够较好地满足工具变量的外生性要求。

参考Ma (2020)，本文使用1982 年各地级市在校大学生人数占全国比重作为地级市层面高等教育资源的代理变量，构建一个预测的2005 年城市高技能劳动力占比的Bartik类型工具变量。其中，1982 年在校大学生人数由1982 年人口普查数据计算得到。具体计算方法如下:

表7 报告使用高校扩招工具变量的2SLS 回归结果及对应的机制分解模型的分析结果。OLS 结果与表4 相同不再重复汇报。第(1)—(3)列的结果显示，人力资本集聚对城市就业增长的影响显著为正，同时也对城市工资增长和房租增长有显著正向影响。这与之前的结论相一致。当设定hR为0.38 时，使用高校扩招工具变量估计的生产率机制影响占比约为80.93%，与使用院系调整工具变量的结果差异较小。所有的一阶段回归中，高校扩招工具变量系数都显著为正，且F值均大于10，较好地满足了工具变量的相关性要求。

表7 人力资本集聚对城市经济增长的影响:高校扩招工具变量

(三)调整家庭预算中土地支出占比参数取值

考虑到现有文献中对家庭支出预算中土地要素支出比重(hR)的描述并不精确，且近年来部分城市房价上升较快，土地要素支出占比可能有所增加，我们尝试使用不同的hR取值进行稳健性检验(Tombe 和Zhu，2019)。表8 报告了在不同hR取值下的机制分解模型的分析结果。OLS 结果显示，在不同取值下，生产率系数和生活质量系数基本都正向显著，说明人力资本集聚的确会同时通过提升生产率和改善生活质量两种方式来提高就业增长。此外，随着土地要素支出占家庭预算支出比重取值的增加，生活质量系数的大小和显著性也随之增加，生产率机制占整体增长效应的比重随之下降。①生产率系数因为完全由劳动力产出份额(fL)和土地产出份额(fR)决定，因此系数大小和显著性并不随着hR 变化。当hR从0.35 增加到0.8 时，生产率机制占比从71.94%下降到40.42%。2SLS 结果表明，随着hR的增加，生活质量系数愈加显著，生产率机制占增长效应比重范围为47.42%—83.41%，与OLS 结果相差不大。综上，即使在较为极端的hR取值下，我们依然发现生产率机制和生活质量机制都十分重要。在家庭支出预算中土地要素支出比重增加的情况下，生活质量机制占比变大，表明即使考虑近年来房价上升对生活成本造成的影响，生活质量机制依然重要。

表8 不同土地要素支出占家庭预算比重下生产率机制的影响占比

六、改善生活质量机制的证据

前文的实证结果表明，人力资本集聚会通过提高生产率和改善生活质量两种机制促进城市就业增长。现有文献在中国背景下讨论人力资本集聚改善城市生活质量的实证研究还相对较少。城市生活质量取决于包括公共服务与消费型因素等类型的地区特征因素的数量特征因素(Chen 和Rosenthal，2008；Mulligan 和Carruthers，2011；Shi 等，2021)。因此，我们结合之前的结论，从公共服务和消费型因素两个角度出发，为人力资本集聚通过改善地区特征因素促进城市生活质量提供一些实证佐证。

(一)公共服务

在城市环境的建设过程中，地方政府扮演了十分重要的角色。政府提供的公共物品和服务对地区的生活质量会产生重要影响，例如改善城市绿化、提供生活能源、修建基础设施等都会直接影响城市的生活环境与生活质量水平。

高技能人才集聚会通过多种途径促进地区公共物品和服务的改善。例如，高技能人才的涌入会直接影响地方政府的管理政策。部分高技能人才会直接成为地方官员，进而改善本地的公共物品或者服务(Shapiro，2006)。高技能人才也可能更善于将民众需求反馈给政府。另外，高技能劳动力会更容易在本地买房而更可能长期定居。有证据表明长期定居的住户会更加注重本地公共服务的投资与要求(Glaeser 和Shapiro，2003)。

本文使用城市面板数据，分别从医疗、能源、绿化以及交通四个方面构建反映城市公共物品和服务的指标，实证检验人力资本集聚与城市公共物品和服务之间的关系。参考韩峰和李玉双(2019)，在医疗方面本文选取了2005—2009 年间城市层面每万人中医院数量的对数增长来反映地区医疗公共服务水平；能源方面，使用2005—2009 年间城市居民人均用电量对数增长来进行衡量；绿化方面，使用2005—2009 年间城市建成区内绿化覆盖面积的对数增长来衡量；交通方面，本文使用的是2005—2009 年间城市层面每万人中拥有公共汽车数量的对数增长来衡量。我们所使用的城市特征数据来自对应年份的《中国城市统计年鉴》、《中国区域经济统计年鉴》以及《中国城乡建设统计年鉴》。考虑到基期城市层面人口等特征变量的潜在影响，我们在回归中加入了基期城市人口密度对数以及城市面积对数等控制变量。控制变量均由对应年份城市统计年鉴中相关指标计算得到。

(二)消费型因素

对个体而言，本地消费品和服务行业的发展程度会直接影响个体对城市环境的满意程度(Mulligan 和Carruthers，2011)。如果城市能够拥有更多类型的消费商品或者服务，那么个体在本地生活的满意程度会更高，拥有的生活质量更高。

高技能人才的集聚会通过促进当地消费型因素的增长进而改善本地的生活质量。一方面，高技能劳动力的集聚会增加对本地消费型商品和服务的需求，例如餐厅、公园、影剧院等，从而促进当地服务业的发展。这是因为高技能劳动力的时间成本更高，更倾向于在家庭外部消费非贸易品与服务(Moretti，2012；Liu 和Yang，2021)。另一方面，人力资本集聚会通过产生正外部性提高消费产业效率的方式促进本地消费型服务业的发展(梁文泉和陆铭，2016；刘诗濛等，2021)。

本文基于数据可得性选取了多个消费型商品与服务因素的代理变量。具体变量上，我们使用2005—2009 年间城市层面的影剧院数量对数增长、公园数量对数增长以及星级饭店数量对数增长来衡量代表性的消费型商品，使用2005—2009 年间城市二三产业结构对数增长以及服务业产值占比对数增长衡量城市整体服务业发展。其中，城市二三产业结构对数为相应年份第三产业与第二产业产值比例取对数，城市服务业产值占比对数为相应年份城市第三产业产值占GDP 比重取对数。我们在回归中控制了城市人口密度对数以及城市面积对数等城市特征。上述城市特征数据来自对应年份的《中国城市统计年鉴》、《中国区域经济统计年鉴》以及《中国城乡建设统计年鉴》。

表9 展示了人力资本集聚对上述两个方面城市特征因素影响的2SLS 回归结果。第(1)—(4)列结果显示，人力资本集聚水平越高的城市，城市能够提供的医疗设施和生活能源越多，同时能够提供的绿化覆盖土地越多，公共交通服务越好。因此，人力资本集聚能够促进本地公共物品和服务的改善，进而对城市生活质量产生正向影响。第(5)—(9)列结果显示，城市人力资本集聚会促进本地消费型商品因素与服务业的增长，进而改善城市的生活质量。虽然部分回归系数并不显著，但是方向均为正向。在2SLS 的一阶段回归中，回归系数均正向显著且F值大于10，符合工具变量相关性要求。这些回归结果为人力资本集聚通过改善城市生活质量促进城市就业增长的机制提供了额外的实证证据。

表9 人力资本集聚影响城市生活质量的实证佐证(2SLS)

七、结论

在中国城市发展进入“新常态”的时代背景下，高技能人才在城市发展中的地位愈发突出。深刻理解人力资本对城市经济增长的影响机制具有十分重要的理论和现实意义。本文借助Shapiro (2006)的理论分析框架，通过新古典城市经济增长模型理论分析了人力资本集聚对城市整体就业增长的影响以及促进生产率和改善生活质量两种机制。通过结合简约模型和机制分解模型，本文量化估计了两种机制占人力资本集聚对城市就业增长整体影响的比重。本文主要基于中国人口普查微观数据以及中国城镇住户调查微观数据构建了城市层面经济增长指标，同时结合了《中国城市统计年鉴》、《中国区域经济统计年鉴》、《中国城乡建设统计年鉴》以及CSMAR 数据库等数据以构建控制变量与分析具体机制。

综合理论框架和实证结果，本文得到以下结论。第一，人力资本集聚对城市就业增长有显著正向影响，城市在2005 年高技能劳动力占比每增加1%，该城市在2005—2009年就业增长率提高约5.28%，平均每年增长约1.32%。此外，人力资本集聚在促进城市就业增长率提高的同时，也提高了城市工人的工资收入和生活成本。2005 年城市高技能劳动力占比每增加1%，该城市在2005—2009 年工资增长约1.22%，房租增长约8.48%。第二，机制分析表明，人力资本集聚对城市就业增长的影响主要来源于两个渠道:提高生产率和改善城市生活质量。根据机制分解模型估计，人力资本集聚主要通过提高生产率的机制来促进城市就业，生产率机制占整体影响比重约为80.11%。第三，人力资本集聚通过提高城市生活质量来促进就业规模增长的机制也不容忽视，占到了接近1/5。进一步分析表明，人力资本集聚能够促进城市公共服务和消费型因素的发展，这为其提升城市生活质量的机制提供了实证佐证。本文还通过增加控制变量、使用其他工具变量、调整参数值等方法对结果进行稳健型检验，结论与上述一致。

本文的研究结论对在“新常态”下如何促进城市经济发展有着重要的政策指导意义。第一，本文发现人力资本集聚在城市经济发展中具有关键性作用，其中最主要的影响途径就是提高城市内部个体生产效率。这说明，人力资本集聚能够为城市创新发展提供强有力的人才支撑。在当前大力建设智慧城市、数字城市、创新型城市等未来城市发展模式的背景下，以“人才”为核心的人才强国战略依然不可动摇。正如二十大报告中所提到的，现代化城市的建设应该将教育、科技、人才“三位一体”，统筹安排。第二，我们发现提升城市人力资本水平不仅可以提高城市生产率，还可以改善城市生活质量。这说明在未来的城市发展中，以人才为基石的发展理念可以起到促进城市经济发展和改善城市生活环境的双重效果。这对如何发展现代城市、解决“大城市病”等具有重要的指导性作用。地方政府在建设现代化城市的过程中，不应该只注重对“物”的管理，还应该通过增加城市对高技能人才的吸引力来提升城市的人力资本水平，从而更加有效地促进城市经济和人民生活的可持续发展。