石東偉，何永芳

在社會(huì)發(fā)展過(guò)程中，城市化和工業(yè)化是無(wú)法回避的趨勢(shì)。目前，我國(guó)正處于城市化進(jìn)程之中，十二屆全國(guó)人大二次會(huì)議提出“三個(gè)1 億人”的目標(biāo)，其中要促使約1 億農(nóng)業(yè)人口城鎮(zhèn)化。國(guó)家采取多種舉措，力推新型城鎮(zhèn)化，促進(jìn)城鎮(zhèn)就業(yè)增長(zhǎng)。 因而，分析研究城市就業(yè)增長(zhǎng)有著重要的現(xiàn)實(shí)意義。

一、理論機(jī)制和文獻(xiàn)綜述

從理論上來(lái)看，城市人力資本會(huì)通過(guò)多種機(jī)制影響就業(yè)增長(zhǎng)。

（一）人力資本外部性

一個(gè)想法的交流可以使其他人獲得同提出想法的人一樣的益處，甚至更多。 這種彼此間不需要補(bǔ)償?shù)鼗ハ嘟涣?、學(xué)習(xí)并最終促進(jìn)自身知識(shí)的增加、能力和技能的提高、生產(chǎn)率的增加，稱(chēng)之為人力資本外部性（Lucas，1988）[1]。 人力資本豐富的城市中的勞動(dòng)力更有可能通過(guò)人力資本外部性提高自身的生產(chǎn)率。 而且，人力資本外部性產(chǎn)生的影響并不特定于某一個(gè)教育層次的勞動(dòng)力，不同教育程度的勞動(dòng)力都會(huì)受城市當(dāng)?shù)厝肆Y本外部性的影響提高自身的生產(chǎn)率。在競(jìng)爭(zhēng)性市場(chǎng)中，勞動(dòng)力的實(shí)際報(bào)酬等于勞動(dòng)力的邊際產(chǎn)出，勞動(dòng)力生產(chǎn)率的提高會(huì)直接反映在工資水平上。 這意味著在人力資本豐富的城市中，勞動(dòng)力因更容易提高自身的生產(chǎn)率，進(jìn)而更有可能擁有較高的工資水平，會(huì)更容易吸引不同教育程度的勞動(dòng)力流入。 另一方面， 生產(chǎn)率的提高會(huì)降低勞動(dòng)力失業(yè)的可能性（Nickell，1979）[2]，提高勞動(dòng)力的就業(yè)穩(wěn)定性。 勞動(dòng)力生產(chǎn)率的提高還會(huì)使市場(chǎng)增加對(duì)他們的需求，促進(jìn)當(dāng)?shù)氐木蜆I(yè)增長(zhǎng)。

（二）生產(chǎn)互補(bǔ)性

較高教育程度的勞動(dòng)力和較低教育程度的勞動(dòng)力在生產(chǎn)過(guò)程中并不是完全替代的，不同人力資本水平的勞動(dòng)力是互補(bǔ)的生產(chǎn)要素（Lucas，2004）[3]。 一個(gè)城市中較高教育程度勞動(dòng)力比重的增加會(huì)通過(guò)生產(chǎn)互補(bǔ)性影響教育程度較低的勞動(dòng)力的生產(chǎn)率（Moretti，2003）[4]。城市人力資本會(huì)通過(guò)生產(chǎn)互補(bǔ)性促進(jìn)當(dāng)?shù)氐徒逃潭葎趧?dòng)力擁有較高的生產(chǎn)率，更容易吸引教育程度較低的勞動(dòng)力流入。 而且，從工作機(jī)會(huì)和就業(yè)需求的角度來(lái)看，由于不同教育程度勞動(dòng)力之間存在的生產(chǎn)互補(bǔ)性，人力資本更豐富的城市對(duì)教育程度較低的勞動(dòng)力的需求會(huì)更大，可以提供更多的工作機(jī)會(huì)。

（三）消費(fèi)需求效應(yīng)

消費(fèi)需求效應(yīng)是指在日常生活中，教育程度較高、收入較高的勞動(dòng)力的時(shí)間機(jī)會(huì)成本較高，在閑暇活動(dòng)上的花費(fèi)也往往較多，這會(huì)促使他們需要更多的時(shí)間密集型服務(wù)，如清潔等家政服務(wù)。 因而，人力資本豐富的城市對(duì)低教育程度勞動(dòng)力提供的餐飲、家政等服務(wù)的需求會(huì)更大（Kaplanis，2010）[5]。 這會(huì)促進(jìn)低教育程度勞動(dòng)力的流入，有助于促進(jìn)當(dāng)?shù)氐徒逃潭葎趧?dòng)力的就業(yè)增長(zhǎng)。

（四）生活便利

人力資本較豐富的城市會(huì)有更高的生活便利水平。 Glaeser 和Gottlieb（2006）研究發(fā)現(xiàn)擁有大學(xué)學(xué)歷的人們對(duì)美術(shù)館或博物館、觀看電影、參加流行、搖滾、古典音樂(lè)會(huì)的需求更大[6]。 這會(huì)促使人力資本豐富的城市增加生活便利設(shè)施。 同時(shí)，人力資本豐富的城市會(huì)有更好的公共生活環(huán)境。 教育可以減少一個(gè)人參與負(fù)外部性事件的概率，人力資本豐富的城市會(huì)有更低的犯罪率，更安全的生活環(huán)境。 較高的生活便利水平會(huì)吸引勞動(dòng)力流入，促進(jìn)城市就業(yè)增長(zhǎng)。

然而，人力資本對(duì)城市就業(yè)增長(zhǎng)的影響方式上，現(xiàn)有研究文獻(xiàn)并沒(méi)有得出一致的結(jié)論。 Eaton和Eckstein（1997）的研究認(rèn)為只有人力資本存量的增長(zhǎng)才會(huì)影響城市就業(yè)的增長(zhǎng)，人力資本對(duì)城市就業(yè)增長(zhǎng)沒(méi)有影響[7]。 Black 和Henderson（1999）建立的城市增長(zhǎng)特性模型表明城市就業(yè)增長(zhǎng)受城市人力資本存量增加的影響，而城市的人力資本并不會(huì)影響城市就業(yè)增長(zhǎng)[8]。 相反，有些學(xué)者的研究表明城市人力資本會(huì)影響城市就業(yè)的增長(zhǎng)情況，城市人力資本越豐富，城市的就業(yè)增長(zhǎng)越快。

我國(guó)作為一個(gè)快速發(fā)展的發(fā)展中國(guó)家，經(jīng)濟(jì)社會(huì)處于轉(zhuǎn)型期之中，城市化快速推進(jìn)，這為分析研究人力資本如何影響城市就業(yè)增長(zhǎng)提供了一個(gè)良好的宏觀背景。 本文為研究我國(guó)城市就業(yè)增長(zhǎng)提供了一個(gè)新的研究角度。

二、數(shù) 據(jù)

本文使用1990 年第四次全國(guó)人口普查數(shù)據(jù)的1%樣本數(shù)據(jù)、2000 年第五次全國(guó)人口普查數(shù)據(jù)的1%樣本數(shù)據(jù)、1991 年《中國(guó)城市統(tǒng)計(jì)年鑒》和2001-2009 年期間相應(yīng)年份的《中國(guó)城市統(tǒng)計(jì)年鑒》中的數(shù)據(jù)。

本文通過(guò)使用1990 年我國(guó)第四次人口普查數(shù)據(jù)的1%樣本數(shù)據(jù)，計(jì)算出1990 年每個(gè)城市中的大專(zhuān)及以上學(xué)歷人數(shù)的比重來(lái)衡量1990 年的城市人力資本。 使用1990 年全國(guó)人口普查數(shù)據(jù)的1%樣本數(shù)據(jù)中不同行業(yè)的就業(yè)人數(shù)來(lái)計(jì)算1990年每個(gè)城市的制造業(yè)就業(yè)人數(shù)比重、第三產(chǎn)業(yè)就業(yè)人數(shù)比重。 另外，通過(guò)使用2000 年第五次全國(guó)人口普查數(shù)據(jù)的1%樣本數(shù)據(jù)，計(jì)算出2000 年每個(gè)城市中的大專(zhuān)及以上學(xué)歷人數(shù)的比重來(lái)衡量2000 年的城市人力資本。因此，本文在回歸過(guò)程中把數(shù)據(jù)樣本分成1990-2008 年、2000-2008 年兩個(gè)大的時(shí)間段。 行政區(qū)劃變動(dòng)較大的城市、西藏地區(qū)不被包括在研究樣本之內(nèi)。 這樣，1990-2008 年期間的樣本中， 一共保留了212 個(gè)城市；2000-2008年期間的樣本中，一共保留了257 個(gè)城市。

三、計(jì)量模型的設(shè)定和變量的定義

（一）城市橫截面模型

基于Simon（1998）、Simon 和Nardinelli（2002）設(shè)定的模型[9][10]，本文把城市人力資本影響城市長(zhǎng)期就業(yè)增長(zhǎng)的計(jì)量模型表示如下：

其中，Yij為城市i 在第t 年至第t+j 年間的年均就業(yè)增長(zhǎng)率，其計(jì)算公式為

Xi0是影響城市就業(yè)增長(zhǎng)的期初變量向量；γp為省份的啞變量，用來(lái)控制城市所在省份的不隨時(shí)間變化的特征，如省份的氣候特征、地理位置等；α 為待估計(jì)常數(shù)；β 為待估計(jì)系數(shù)向量；εi0為隨機(jī)擾動(dòng)項(xiàng)。由于隨機(jī)擾動(dòng)項(xiàng)εi0可能具有異方差，本文采用按照省份聚類(lèi)的Huber/White 方差估計(jì)方法來(lái)獲得一致的標(biāo)準(zhǔn)誤差。

（二）Hausman-Taylor 模型

一個(gè)城市的氣候特征、地理位置等不隨時(shí)間變化的因素可能會(huì)影響勞動(dòng)力對(duì)就業(yè)城市的選擇，進(jìn)而會(huì)影響城市的人力資本和以后的就業(yè)增長(zhǎng)。 為了控制特定于城市的不隨時(shí)間變化的無(wú)法觀測(cè)的因素（諸如氣候特征、地理位置和自然資源等），我們可以在計(jì)量模型中加入城市虛擬變量。

隨著時(shí)間變化無(wú)法觀測(cè)而對(duì)所有城市都一樣的因素也會(huì)對(duì)城市的就業(yè)產(chǎn)生影響，例如對(duì)所有城市都一樣的隨時(shí)間變化的宏觀經(jīng)濟(jì)沖擊等。 我們可以在計(jì)量模型中加入時(shí)間虛擬變量來(lái)控制。

為了控制不隨時(shí)間變化無(wú)法觀測(cè)的特定于城市的因素和隨時(shí)間變化無(wú)法觀測(cè)的對(duì)所有城市都一樣的因素，以及在此基礎(chǔ)上研究城市人力資本對(duì)城市就業(yè)增長(zhǎng)的影響，本文使用Hausman-Taylor模型（Hausman 和Taylor，1981）[11]。

基于Hausman-Taylor 模型，本文把城市人力資本影響城市就業(yè)增長(zhǎng)的計(jì)量模型設(shè)定如下：

因變量Empgrowthit為城市i 在2001-2008 年期間每年的就業(yè)增長(zhǎng)率，解釋變量向量Zit中每個(gè)變量的數(shù)值分別來(lái)自2001-2008 年期間的各個(gè)年份。 本文使用1990 年全國(guó)人口普查數(shù)據(jù)的1%樣本數(shù)據(jù)和2000 年全國(guó)人口普查數(shù)據(jù)的1%樣本數(shù)據(jù)來(lái)獲取相應(yīng)年份的城市人力資本。 分別取1990年和2000 年城市中的大專(zhuān)及以上學(xué)歷人數(shù)比重衡量計(jì)量模型（2）中城市i 的人力資本。

計(jì)量模型（2）中的αi是城市虛擬變量，控制特定于城市i 的無(wú)法觀測(cè)的不隨時(shí)間變化的城市特征。 Tt為年份虛擬變量，εit為隨機(jī)擾動(dòng)項(xiàng)。

（三）變量定義

本文采用的影響城市就業(yè)增長(zhǎng)的解釋變量如下：

Collegeshare：城市中大專(zhuān)及以上學(xué)歷人數(shù)占各種教育程度人數(shù)總和的比重，用來(lái)衡量城市的人力資本水平。

Ln(Pop)：城市人口的對(duì)數(shù)值，用來(lái)控制城市規(guī)模效應(yīng)。 城市人口數(shù)量是反映城市規(guī)模的最好指標(biāo)。 因城市人口規(guī)模的擴(kuò)大而帶來(lái)的負(fù)的溢出效用（如擁擠、噪音和污染）則會(huì)抑制城市增長(zhǎng)。

Manushare：城市制造業(yè)就業(yè)人數(shù)占城市總就業(yè)人數(shù)的比重，以反映城市的產(chǎn)業(yè)結(jié)構(gòu)。 制造業(yè)作為我國(guó)城鎮(zhèn)就業(yè)的主要渠道，是影響城市就業(yè)的重要因素。

Thirdindshare：城市的第三產(chǎn)業(yè)就業(yè)人數(shù)占城市總就業(yè)人數(shù)的比重。 第三產(chǎn)業(yè)中的交通運(yùn)輸、批發(fā)和零售、住宿和餐飲等行業(yè)就業(yè)門(mén)檻低，可以吸收大量教育程度較低的勞動(dòng)力。

Roadpercapita：市轄區(qū)人均鋪裝道路面積（100平方米/人）。本文使用人均鋪裝道路面積作為衡量城市交通基礎(chǔ)設(shè)施的代理變量。 交通基礎(chǔ)設(shè)施較好的地方更容易吸引新企業(yè)進(jìn)入。 企業(yè)的進(jìn)入和集中會(huì)增加對(duì)當(dāng)?shù)貏趧?dòng)力的需求，從而促進(jìn)當(dāng)?shù)氐木蜆I(yè)增長(zhǎng)。

GDPpercapita：城市人均國(guó)內(nèi)生產(chǎn)總值（萬(wàn)元/人），衡量城市經(jīng)濟(jì)發(fā)展水平。 在我國(guó)改革開(kāi)放后從計(jì)劃經(jīng)濟(jì)向市場(chǎng)經(jīng)濟(jì)轉(zhuǎn)變的過(guò)程中，經(jīng)濟(jì)的發(fā)展極大地促進(jìn)了城市就業(yè)增長(zhǎng)。

Privateshare：私營(yíng)部門(mén)就業(yè)人數(shù)占總就業(yè)人數(shù)的比重。 改革開(kāi)放以來(lái)，私營(yíng)部門(mén)不斷發(fā)展，市場(chǎng)化程度不斷提高。 隨著市場(chǎng)化程度的提高，勞動(dòng)力可以獲得更多的就業(yè)機(jī)會(huì)。

四、實(shí)證研究結(jié)果

（一）基于城市橫截面模型的實(shí)證結(jié)果

本文把樣本時(shí)間段劃分為1990-1995 年、1990-2008 年和2000-2003 年、2000-2008 年。 同時(shí)，根據(jù)每個(gè)時(shí)間段的期初、期末年份的就業(yè)人數(shù)分別計(jì)算每個(gè)時(shí)間段內(nèi)的年均就業(yè)增長(zhǎng)率來(lái)衡量每個(gè)時(shí)間段內(nèi)的城市就業(yè)增長(zhǎng)。 其相應(yīng)的回歸結(jié)果見(jiàn)表1。

在表1 中，衡量城市人力資本變量的系數(shù)為正，并且在統(tǒng)計(jì)水平上顯著。 表1 的回歸結(jié)果意味著城市人力資本對(duì)城市就業(yè)的長(zhǎng)期增長(zhǎng)有著顯著的促進(jìn)作用。

在表1 中，衡量期初城市規(guī)模的變量的系數(shù)都為負(fù)，并且在統(tǒng)計(jì)水平上顯著，這說(shuō)明人口規(guī)模越大的城市其就業(yè)增長(zhǎng)越慢，城市人口規(guī)模不利于城市就業(yè)的長(zhǎng)期增長(zhǎng)。 這可能是由于城市規(guī)模的擴(kuò)大會(huì)帶來(lái)負(fù)的外部性，如交通擁擠、地租上漲、環(huán)境污染等，這些負(fù)的外部性不利于城市就業(yè)增長(zhǎng)。 此外，人口規(guī)模較大的城市就業(yè)增長(zhǎng)較慢，這或許也跟我國(guó)控制大城市規(guī)模，鼓勵(lì)發(fā)展中、小城市的政策有關(guān)。

在表1 中，城市的制造業(yè)就業(yè)人數(shù)比重的系數(shù)為正， 并且分別在5%、10%的統(tǒng)計(jì)水平上顯著。表1 的實(shí)證結(jié)果意味著1990 年城市制造業(yè)就業(yè)人數(shù)比重越大，在1990-2008 年期間城市的就業(yè)增長(zhǎng)越快，1990 年城市的制造業(yè)有利于城市就業(yè)增長(zhǎng)。 2000 年城市制造業(yè)就業(yè)人數(shù)比重的系數(shù)都為正，但是在統(tǒng)計(jì)水平上并不顯著。 這意味著2000年的城市制造業(yè)對(duì)2000-2008 年期間的年均就業(yè)增長(zhǎng)率沒(méi)有顯著的促進(jìn)作用。 隨著工業(yè)化的深入推進(jìn)，制造業(yè)就業(yè)人數(shù)比重不會(huì)無(wú)限制地增加，對(duì)就業(yè)增長(zhǎng)的影響有限。

在表1 中，城市第三產(chǎn)業(yè)就業(yè)人數(shù)比重對(duì)城市就業(yè)增長(zhǎng)并沒(méi)有顯著影響。 這可能是因?yàn)槲覈?guó)的第三產(chǎn)業(yè)并不發(fā)達(dá)，在20 世紀(jì)90 年代，第二產(chǎn)業(yè)比重偏高、第三產(chǎn)業(yè)比重偏低的[12]。

在表1 中，城市人均國(guó)內(nèi)生產(chǎn)總值的系數(shù)顯著為正，初始經(jīng)濟(jì)狀況較好的城市會(huì)有更快的就業(yè)增長(zhǎng)。

在表1 中，衡量城市私營(yíng)部門(mén)就業(yè)人數(shù)比重的變量的系數(shù)都為正，但是在統(tǒng)計(jì)水平上并不顯著。這說(shuō)明1990、2000 年城市私營(yíng)企業(yè)就業(yè)人數(shù)比重的增加并沒(méi)有顯著地促進(jìn)城市的就業(yè)增長(zhǎng)。

表1 人力資本與城市長(zhǎng)期就業(yè)增長(zhǎng)

（二）基于Hausman-Taylor 模型的實(shí)證結(jié)果

在本文使用Hausman-Taylor 模型進(jìn)行回歸估計(jì)的方程中，以1990 年和2000 年城市中的大專(zhuān)及以上學(xué)歷人數(shù)比重來(lái)衡量城市的人力資本，其它解釋變量的數(shù)值都分別取自2001-2008 年期間各個(gè)年份的數(shù)據(jù)，因變量是城市在2001-2008 年期間每個(gè)年份的就業(yè)增長(zhǎng)率。

在表2 的第1 列中，以1990 年城市中的大專(zhuān)及以上學(xué)歷人數(shù)的比重來(lái)衡量1990 年的城市人力資本。在第2 列中，用2000 年城市中的大專(zhuān)及以上學(xué)歷人數(shù)的比重來(lái)衡量2000 年的城市人力資本。

在表2 中，城市人力資本的系數(shù)顯著為正。 這說(shuō)明人力資本越豐富的城市以后每年的就業(yè)增長(zhǎng)率越高，城市人力資本會(huì)顯著地促進(jìn)城市的就業(yè)增長(zhǎng)。 相對(duì)于表2 第1 列中的1990 年城市人力資本的系數(shù)，第2 列中的2000 年城市人力資本的系數(shù)不僅在數(shù)值上更大，而且還在統(tǒng)計(jì)水平上更顯著。 這意味著年份越近的城市人力資本對(duì)城市就業(yè)增長(zhǎng)的促進(jìn)作用更顯著。

表2 人力資本與城市就業(yè)增長(zhǎng)（Hausman-Taylor 模型）

（三）穩(wěn)健性檢驗(yàn)

不同教育程度的勞動(dòng)力可能會(huì)根據(jù)城市的地理位置、氣候特征、生活習(xí)俗和對(duì)外來(lái)人員的社會(huì)包容性等城市特征來(lái)選擇就業(yè)的城市。 因而，一個(gè)城市的某些無(wú)法完全觀測(cè)的特征可能會(huì)同時(shí)影響城市的人力資本和城市以后的就業(yè)增長(zhǎng)。 為了消 除可能因?yàn)檫z漏變量所引起的內(nèi)生性問(wèn)題而使城市人力資本的估計(jì)系數(shù)可能存在的偏差，本文使用城市人力資本的工具變量和兩階段最小二乘法進(jìn)行回歸分析的方法。

尋找城市人力資本工具變量的思想來(lái)自Liu（2008）[13]尋找縣域人力資本的工具變量時(shí)所采用的方法。 本文所選擇的城市人力資本的工具變量為1990 年城市所在省份的大專(zhuān)及以上學(xué)歷人數(shù)比重乘以1990 年該城市中20 歲及以下人數(shù)比重。1990 年城市所在省份的大專(zhuān)及以上學(xué)歷人數(shù)比重與1990 年該城市中的大專(zhuān)及以上學(xué)歷人數(shù)比重是相關(guān)的。

表3 為使用城市人力資本的工具變量并且運(yùn)用兩階段最小二乘法進(jìn)行估計(jì)的1990 年城市人力資本影響城市就業(yè)增長(zhǎng)的回歸結(jié)果。

表3 人力資本與城市就業(yè)增長(zhǎng)（2SLS）

在表3 中， 城市人力資本變量的系數(shù)都為正，并且在1%的統(tǒng)計(jì)水平上顯著。 這說(shuō)明城市人力資本能顯著地促進(jìn)城市就業(yè)的長(zhǎng)期增長(zhǎng)，人力資本豐富的城市其就業(yè)增長(zhǎng)更快。

五、結(jié) 語(yǔ)

本文的實(shí)證研究結(jié)果表明，人力資本豐富的城市的就業(yè)增長(zhǎng)更快。城市的人口規(guī)模不利于城市就業(yè)增長(zhǎng)，人口規(guī)模較大的城市的就業(yè)增長(zhǎng)反而較慢。較好的經(jīng)濟(jì)發(fā)展?fàn)顩r有利于促進(jìn)城市的就業(yè)增長(zhǎng)。 私營(yíng)部門(mén)的發(fā)展有利于促進(jìn)城市就業(yè)增長(zhǎng)。

為促進(jìn)城市就業(yè)的長(zhǎng)期增長(zhǎng)，政府應(yīng)逐漸取消限制勞動(dòng)力流動(dòng)的種種制度（如取消城鄉(xiāng)戶口限制），采取政策措施吸引人才、留住人才；創(chuàng)造開(kāi)放、寬松的社會(huì)環(huán)境。

城市經(jīng)濟(jì)的發(fā)展、城市私營(yíng)部門(mén)的發(fā)展、城市基礎(chǔ)設(shè)施的改善都有利于促進(jìn)城市就業(yè)增長(zhǎng)。 因此，政府采取相關(guān)政策積極發(fā)展經(jīng)濟(jì)、支持鼓勵(lì)私營(yíng)部門(mén)的發(fā)展、 完善城市基礎(chǔ)設(shè)施是促進(jìn)城市就業(yè)增長(zhǎng)的有效途徑。

[1] Lucas, R.E., Jr. On the Mechanics of Economic Development[ J ]. Journal of Monetary Economics22.12. 1988，（22）.

[2] Nickell, S. Education and Lifetime Patterns of Unemployment[ J]. Journal of Political Economy，1979，（87）.

[3] Lucas, R., E., Jr. Life Earning and Rural-Urban Migration[ J].The Journal of Political Economy，2004，（112）.

[4] Moretti, E.Human Capital Externalities in Cities[ J].NBER Working Paper，2003，（9641）.

[5] Kaplanis, I., Local Human Capital and Its Impact on Local Employment Chances in Britain[ J]. Working Paper，2010，（1）.

[6] Glaeser, E., Gottlieb, J.D., 2006, Urban Resurgence and the Consumer City[ J]. Urban Studies，2006，（43）.

[7] Eaton, J., Eckstein, Z. Cities and Growth： Theory and Evidence from France and Japan [ J ].Regional Science and Urban Economics，1997，（27）.

[8] Black, D., Henderson, V., 1999, A Theory of Urban Growth[ J].The Journalof Political Economy，1999，（107）.

[9] Simon,C.J., Human Capital and Metropolitan Employment Growth[ J].Journal of Urban Economics，1998，（43）.

[10] Simon, C.J., Nardinelli, C. Human Capital and the Rise of American Cities： 1900-1990 [ J].Regional Science and Urban Economics，2002，（32）.

[11] Hausman, J.A., Taylor, W.E. Panel Data and Unobservable Individual Effects[ J].Econometrica，1981，（49）.

[12] 郭克莎，中國(guó)工業(yè)化的進(jìn)程、問(wèn)題與出路[ J].中國(guó)社會(huì)科學(xué)，2000，（3）.

[13] Liu, Z.Q. Human Capital Externalities and Rural-urban Migration： Evidence from Rural China [ J].China Economic Review，2008，（19）.