集中供暖对劳动力流动的影响研究.pdf

中国实行以秦岭淮河为地理界线的南北差异化供暖政策,但随着南方冬季低温频发,南方供暖的呼声愈发高涨。那么,供暖城市是否更具有人才吸引力?围绕集中供暖与劳动力流动的关系,遵循理论-实证的技术路线对这一问题展开研究。理论上,将供暖作为一种产品,加入新经济地理学的自由企业家模型,并借助Matlab 软件进行数值模拟。实证上,运用宏观数据,以秦岭淮河一线作为空间断点,依次建立空间断点模型、面板固定效应模型和空间面板模型,结果表明:相较于不供暖的城市,冬季供暖的城市对劳动力的吸引力相对更大;然而,若供暖城市在冬季的最低气温过低,则该城市通过供暖吸引劳动力的优势会被抵消;即便一个城市的集中供暖污染了空气,但冬季供暖总体上仍然能正向提升该城市的人才吸引力;供暖与冬季最低气温的交互影响主要对本区域具有显著的正向作用,对相邻区域无空间溢出效应。进一步地,运用 CLDS 的个人微观数据,建立 Logistic 方法进行回归,结果发现,北方的集中供暖间接地促进了劳动力流入,尤其是对家乡原本就供暖的流动劳动力更具有吸引力。关键词:集中供暖;劳动力流动;新经济地理学;空间断点回归中图分类号:F249.2 文献标识码:A文章编号:1007-2101(2023)04-0085-14收稿日期:2023-03-06基金项目:国家自然科学基金青年项目“空气污染对劳动力区位选择的影响及作用机制:理论与实证研究”(71903201)作者简介:叶金珍(1989-),女,湖北黄冈人,中南财经政法大学讲师,博士。一、问题的提出自 2010 年以来,中国流动人口一直维持在 2亿以上,根据国家统计局 2022 年 10 月的最新数据显示,目前中国流动人口高达 3.8 亿人。大规模的人口流动是中国目前及未来较长时间内一个重要的人口特征。劳动力跨区域流动对经济增长的贡献已被国内外研究证实1-3。劳动力流动被视作个体为了寻求更高水平人力资本积累和劳动回报而在有限决策空间内作出的理性选择4。哪些因素影响劳动力的流动决策?该问题受到学术界的广泛关注。梳理现有 文 献 可 知,户 籍 政策5-6、社会保障7、住房价格8和城市公共服务9是影响劳动力流动的重要因素。其中,公共服务对劳动力流动影响的研究主题主要集中在养老、幼儿抚养、健康、教育等方面,大量研究通过不同国家或地区的数据验证了公共服务在劳动力流动决策中的重要作用。遗憾的是,很少有研究探讨以地理界线划分的区域间差异化供暖服务对经济活动的影响。根据作者掌握的经济学领域的文献资料,目前关于集中供暖的文献较少,而且基本上多是围绕集中供暖和雾霾的关系展开分析的。毫无疑问,南北差异化供暖政策是城市公共服务相关研究中被长期忽略的一个领域。以秦岭淮河为界的集中供暖制度始于 20世纪 50 年代,由于当时正值新中国成立初期,能源紧缺,为节省预算,仅对日平均气温不超过 5的日数在 90 天以上的地区实施集中供暖,因此,秦淮线以南的地区无集中供暖。根据气象学知识,冬季湿度每增加 10%,体感温度下降 1,而南方与北方在冬季的平均湿度差异在 40%左右,这意味着即使南方比北方的气温高 4,但体感温度是一样的。因此,每年到了冬天,呼吁南方供暖的新闻就会出现。近年来,讨论城市公共服务与劳动力流动关58系的文献层出不穷,但几乎没有文献探讨集中供暖对劳动力流动的影响。其可能的原因是,南北方差异化供暖政策早在新中国成立初期就确定下来了,人们已经习以为常,从而忽略了这种差异化供暖服务对城市人才吸引力的影响。有鉴于此,集中供暖是否影响劳动力流动?对该问题的研究具有重要的现实意义,本文试图挖掘这种差异化供暖服务和劳动力流动之间的内在关联,运用新经济地理学模型展开相关的理论研究,并利用劳动力流动的宏观数据和微观数据进行实证验证。二、理论模型本模型基于差异化供暖政策视角,将集中供暖作为一种产品,引入新经济地理学模型,考察集中供暖对区域间劳动力流动的影响。(一)基本假设在新经济地理学中,自由企业家模型(以下简称 FE 模型)假设人力资本可以在区域间自由流动10,该假设强调了人力资本对区域经济的重要影响。本文在 FE 模型的基础上,建立一个 232结构的新经济地理学模型,即 2 个区域(北部和南部),3 个部门(农业部门、工业部门和政府部门),2 种要素(人力资本和普通劳动力)。基本假设和 FE 模型相同:(1)农业部门以规模收益不变和完全竞争为特征,工业部门以规模收益递增和垄断竞争为特征。(2)工业品的区际贸易存在冰山成本,农业品交易无冰山成本。(3)人力资本在区际间自由流动,普通劳动力不能跨区域流动。需要注意的是,基于集中供暖的现实情况,模型设定供暖区为北部,非供暖区为南部。北部记作区域 1,南部记作区域 2,北部和南部的变量分别用下标 1、下标 2 表示。(二)企业行为分析和诸多新经济地理学模型的标准化处理方式相同,农产品设为计价物,价格设为 1,每生产单位农产品需要一单位的普通劳动力。根据完全竞争市场的特征,求得普通劳动力的工资 wL=1。设PA1、PA2是两区域的农产品价格指数,由于农产品同质,价格均为 1,则 PA1=PA2=1。工业企业的固定投入是 1 单位的人力资本,可变投入是普通劳动力,每家企业只生产 1 种类型的工业品,则北部和南部的代表性企业成本函数分别为:TC1=w1+wLamx1TC2=w2+wLamx2(1)其中,w1、w2是两区域的人力资本工资,am表示每生产 1 单位工业品需要投入的普通劳动力数量,x1、x2表示两区域的单个企业产量。垄断竞争企业按照成本加成的方式进行定价,则工业品价格为:p1=wLam/(1-1/)p2=wLam/(1-1/)(2)为了简化模型,am赋值为(1-1/),则北部和南部的任意企业在当地的售价均为 1,即 p1=p2=1。设 n1、n2分别是北部和南部的工业品种类,区际贸易的冰山成本为,对外开放度 =1-,则工业品价格指数 PM1、PM2分别为(n1p1-1+n2p1-2)1/(1-)、(n1p1-1+n2p1-2)1/(1-),进而求得消费者价格指数为:P1=PM1P1-A1=(n1+n2)/(1-)P2=PM2P1-A2=(n1+n2)/(1-)(3)(三)消费者行为分析在传统的新经济地理学模型中,私人物品由差异化工业品和同质的农产品组成,消费者对私人物品的效用一般用差异化的工业品和同质的农产品组成的柯布道格拉斯函数表示,其中,差异化工业品的效用一般用 CES 函数表示。本文在保持私人物品效用函数性质的基础上,参考Andersson 和 Forslid11的思路,设定消费者效用函数为:Uj=Gj(CMjC1-Aj)1-CMj=(n1+n2i=0c(-1)/jidi)/(-1)(4)其中,j 表示区域,j=1,2;01,01w1w1-1P2/w2P1=w1P2/w2P1。由于初始状态时,所有要素对称分布,则w1P2/w2P1的初始值等于 1,进而可推出 V1/V2的初始值大于 1。因此,北部的初始效用大于南部,南部的人力资本将流向北部,直到 V1=V2时,人力资本停止流动,达到均衡。(六)数值模拟北部的人力资本份额 sn1=n1/(n1+n2),南部的人力资本份额 sn2=n2/(n1+n2)=1-sn1。均衡时,V1/V2=1,此时,式(9)可记作:V1V2=(Y1/w1)w1P2w2P1=1(10)令 a=/(-1),将式(3)、式(6)和式(8)代入式(10),取对数后化简得:ln n1+L1(n1+n2)(n1+n2)-bn2(n1+n2)-bn1(n1+n2)+b2(1-2)n1n2bL2(n1+n2)+L1(n1+n2)-b2(1-2)L1n2+lnL2(n1+n2)+L1(n1+n2)-b(1-2)L1n2L1(n1+n2)+L2(n1+n2)-b(1-2)L2n1+a lnn1+n2n2+n1=0(11)参考安虎森12的研究,参数、的校准值分别取 0.4、5,人力资本的总禀赋为 1,则 n2=1-n1。式(11)给出了 V1/V2的对数与人力资本的区位分布 n1的关系,本文基于式(11)借助 matlab 软件进行数值模拟,模拟结果如图 1 所示。图 1(a)反映了不同 值下两区域效用比值的对数 ln(V1/V2)78与北部人力资本份额 n1的关系。由图 1(a)可知:(1)无论对外开放度 如何变化,当经济位于初始点时(n1=n2),V1V2,说明北部的效用大于南部,北部将吸引南部的人力资本流入;(2)随着南部的人力资本不断流向北部,北部的工业企业竞争加剧,北部与南部的效用差距逐渐缩小,而提高对外开放度将强化北部对人力资本的吸引力,当人力资本流动达到均衡时,人力资本在北部的聚集强度更大。图 1(b)表示不同 值下的相应关系。由图 1(b)可知:经济位于初始对称点时,北部的效用大于南部,这在不同 值下均成立,说明南部的人力资本将流向北部。当人力资本大量聚集在北部时,北部与南部的效用差距减少,直到 ln(V1/V2)=0 时,人力资本停止流动,达到均衡。综上提出假说 1:其他条件相同时,相对于非供暖区(南部),供暖区(北部)将吸引更多的人才(劳动力)流入。图 1 不同 值下、不同 值下 ln(V1/V2)与 n1和 n2的关系三、基于宏观数据的实证研究(一)实证模型设定与数据来源1.空间断点回归根据 Lee 和 Lemieux13的观点,以年龄、时间或地理区域作为分组变量的断点回归并不符合通常意义上局部随机分组的要求,因此,应当采用“非随机断点设计”。参考 Black14,本文以秦淮线为界的供暖线作为空间断点,设计模型为:flowit=0+1heati+a2f(lon,lat)i+Dt+1it(12)其中,i 表示城市,t 表示年份,flowit表示城市i 第 t 年的人才净流入,heati表示城市 i 是否集中供暖,若是,则赋值为 1,否则赋值为 0。参考 Al-mond 等15、Dell16、Ebenstein 等17的做法,经纬度可以较好地捕捉一个城市的地理信息,因此,本文选取经纬度作为驱动变量,用 f(lon,lat)i表示城市 i 的经纬度多项式。通过加入 f(lon,lat)i,模型较好地控制了地形、日照、湿度等方面的影响。Dt是年份虚拟变量,1it是误差项。2.面板固定效应模型一般而言,冬季最低气温持续走低将提高人们的供暖需求,本文用冬季最低气温来衡量供暖偏好强度。同时,考虑到空气污染对劳动力流动的影响,我们设定面板双向固定效应模型为:flowit=b0+b1tempit+b2tempit heati+b3pmit+b4pmitheati+b5Xit+i+Dt+2it(13)其中,tempit表示城市 i 在第 t 年的冬季平均最低气温,pmit表示空气污染,Xit是一组气候特征变量,包括降雨量和最低气温低于 0 度的天数。由于城市中一些不可观测的因素可能影响劳动力的区位选择,这里加入城市固定效应 i进行控制,以尽可能减少模型的内生性。其他变量的设定和式(12)相同。3.空间面板模型考虑到城市之间的相互影响,本文还使用空间计量方法分析供暖、最低气温与劳动力净流入的关系。常见的 4 种空间计量模型是空间自回归模型(SAR)、空间误差模型(SEM)、空间自相关模型(SAC)和空间杜宾模型(SDM)。SDM 模型同时包含因变量的空间滞后项和自变量的空间滞后项,与其他 3 种模型相比,能更全面地估计空间相关性对因 变 量 的 影 响。并 且,根 据 LeSage 和Pace18对这 4 种模型的研究,发现只有 SDM 模型可以获得无偏估计结果。综上,基准空间面板模型采用 SDM 模型,表示为:flowit=c0W flowit+c1tempit+c2tempit heati+c3Wtempit+c4Wtempitheati+c5pmit+88c6pmit heati+c7W pmit+c8W pmitheati+c9Zit+i+Dt+3it(14)其中,W 表示空间权重矩阵。大量研究表明,城市之间的空间污染,尤其是扩散性污染物(例如空气污染)具有空间溢出效应19,因此,这里加入了空气污染、空气污染交互项的空间滞后项,以避免遗漏变量偏差,但本文重点关注的是 c1、c2、c3、c4的估计结果。Zit是一组城市层面的宏观经济变量,其他变量的设定和式(13)相同。4.数据来源和变量说明(1)因变量。劳动力净流入用年末常住人口与年末户籍人口的差值比户籍人口来衡量。本文采用的是 2000 年、2005 年、2010 年的数据,2000年和 2010 年数据来自中国人口普查分县资料,2005 年数据基于 2005 年 1%人口抽样调查微观数据计算得出。(2)自变量。冬季平均最低气温等气候特征的原始数据来自美国国家海洋和大气治理局(Nation-al Oceanic and Atmospheric Administration,简称 NO-AA)。本文基于这些原始数据,借助 Arcgis 软件进行 IDW 插值处理,获得各城市的气候数据。空气污染用 PM2.5浓度表示,PM2.5比 PM10的直径更小,能够深入人体下呼吸道器官,引发疾病的可能性更大。PM2.5的原始数据源自哥伦比亚大学社会经济数据和应用中心公布的地表PM2.5浓度(连续 3 个年度的均值),基于中国地级市 shp 点文件,笔者运用 Arcgis 软件提取各大城市的 PM2.5浓度数据。考虑到人口流动对空气污染的反应具有滞后性,本文将尽可能使用滞后期的空气污染数据。目前,可获得的最早 PM2.5数据是 19982000 年的浓度均值,由于无法获得19971999 年的数据,本文将 19982000 年的PM2.5浓度均值与 2000 年的劳动力净流入数据相匹配。另外,将 20022004 年、20072009 年的PM2.5浓度均值分别与 2005 年、2010 年的劳动力净流入数据相匹配。城市宏观经济变量包括人均 GDP 的对数、政府支出占 GDP 的比重、外商直接投资占 GDP 的比重、固定资产投资占 GDP 的比重、第二产业占GDP 比重(产业结构),其中,外商直接投资按照当年年均汇率换算成人民币价值。数据来自 EPS数据平台的中国区域经济数据库和中国城市数据库。(二)实证结果分析1.空间断点回归断点回归的估计结果对模型设定条件较为敏感20,本文通过设定不同阶的多项式和调整带宽(纬度范围)来检验结果的稳健性。表 1 报告了式(12)基于全样本的估计结果。列(1)(3)依次控制了经纬度的一阶、二阶、三阶多项式,列(5)(6)依次控制了纬度的一阶、二阶、三阶多项式。由表 1 可知,列(1)(6)中,供暖的系数均在 1%水平上显著为正,说明一个城市提供集中供暖有利于吸引劳动力流入。表 1 断点回归模型的估计结果:基于全样本(1)(2)(3)(4)(5)(6)供暖 0.071 4 0.074 7 0.061 2 0.071 2 0.074 7 0.058 6 (3.22)(3.24)(2.82)(3.18)(3.21)(2.72)经纬度多项式一阶二阶三阶-纬度多项式-一阶二阶三阶时间固定效应YESYESYESYESYESYES省份固定效应YESYESYESYESYESYES样本量 860860860860860860 注:括号()内为 t 值,、分别表示在 1%、5%、10%水平上显著,下同。按照空间断点回归的思路,这里以秦岭淮河线为基准,按照纬度加减 18的方法,共选取8 个样本,重点分析供暖对秦淮线附近城市的影响。同样地,分别加入经纬度的一阶、二阶、三阶多项式,纬度的一阶、二阶、三阶多项式,估计结果如表 2 所示。由表 2 可知,各列供暖变量的系数均在1%水平上显著为正,说明控制其他因素后,相对于供暖线周边的南部城市,北部供暖城市对劳动力的吸引力更大,该结论在不同的多项式下都成立。由此可见,表 1 和表 2 的结果与假说 1 相符。值得一提的是,使用断点回归的一个重要识别条件是控制变量在断点附近应该是连续的。由于式(12)并未设定控制变量,因此无需进行平衡性检验。98表 2 断点回归模型的估计结果:基于子样本纬度范围(秦淮线为界)12345678供暖0.113 9 0.078 6 0.065 9 0.051 3 0.052 2 0.052 9 0.055 5 0.060 1 (3.78)(3.29)(3.03)(2.50)(2.51)(2.52)(2.66)(2.88)经纬度多项式一阶一阶一阶一阶一阶一阶一阶一阶样本量164256343416486558614675供暖0.061 5 0.067 4 0.063 1 0.065 2 0.068 3 0.064 7 0.066 1 0.058 3 (2.47)(3.36)(3.37)(3.45)(3.61)(3.29)(3.38)(2.81)经纬度多项式二阶二阶二阶二阶二阶二阶二阶二阶样本量164256343416486558614675供暖0.061 8 0.084 8 0.085 7 0.086 2 0.078 2 0.069 8 0.065 1 0.050 6(2.54)(3.93)(3.97)(4.06)(3.90)(3.61)(3.39)(2.58)经纬度多项式三阶三阶三阶三阶三阶三阶三阶三阶样本量164256343416486558614675供暖0.113 0 0.078 6 0.065 4 0.049 3 0.051 1 0.052 5 0.055 0 0.058 3 (3.87)(3.29)(2.95)(2.30)(2.40)(2.47)(2.61)(2.72)纬度多项式一阶一阶一阶一阶一阶一阶一阶一阶样本量164256343416486558614675供暖0.049 50.063 8 0.057 1 0.049 8 0.051 3 0.051 4 0.054 9 0.056 4 (1.82)(2.77)(2.60)(2.30)(2.40)(2.43)(2.60)(2.66)纬度多项式二阶二阶二阶二阶二阶二阶二阶二阶样本量164256343416486558614675供暖0.047 60.083 4 0.084 2 0.082 6 0.070 2 0.058 7 0.053 6 0.044 4(1.73)(3.60)(3.49)(3.48)(3.09)(2.67)(2.48)(2.03)纬度多项式三阶三阶三阶三阶三阶三阶三阶三阶样本量164256343416486558614675 注:各列均控制了时间固定效应和省份固定效应。2.面板固定效应:考虑空气污染为了弥补式(12)的缺陷,式(13)加入了城市固定效应,以控制不随时间改变的城市特征对结果的干扰。表 3 报告了式(13)的回归结果。由表 3 可知,无论是否加入空气污染、空气污染与供暖的交互项,是否控制气候特征变量,最低气温和供暖的交互项系数都显著为正,说明当各城市的最低气温相同时,相对于非供暖城市,供暖城市更能吸引劳动力流入,这再次证实了假说 1。表 3 中,各列最低气温的估计系数均显著为负,且交互项的系数绝对值均大于最低气温的系数绝对值。以列(6)为例,对于北部供暖城市,最低气温对劳动力净流入的影响系数是0.021 5(计算方法为:-0.061 0+0.082 51),而对于南部无供暖城市,最低气温对劳动力净流入的影响系数是-0.061 0。由此可见,冬季最低气温每提高 1 度,供暖城市对劳动力的吸引力提高0.021 5,非供暖城市对劳动力的吸引力下降0.061 0;反之,随着冬季最低气温下降,供暖城市对劳动力的吸引力随之下降,而非供暖城市对劳动力的吸引力增加。可以认为,随着冬季最低气温的下降,人们的供暖需求随之提高,但供暖城市并未吸引更多的劳动力。其可能的原因是,随着气温变化,供暖城市可以通过调整室温标准、提前供暖等方式影响供暖能源市场,甚至改变供暖费用,然而,非供暖城市不能进行这些调整。限于缺少数据,这种市场反应还不能纳入实证模型中。表 3 的研究结果表明,空气污染的估计系数显著为正,这和预期相符。空气污染与供暖的交互项系数不显著,说明供暖与空气污染之间不存在交互影响,因此城市供暖并不能减缓空气污染对劳动力流动的影响。需要注意的是,本文采用的数据年份(2000年、2005 年、2010 年)均在北方“煤改电”“煤改气”之前,当时的集中供暖燃料仍然以煤炭等化石燃料为主。既有研究证实,过去以燃煤为主的取暖方式造成了冬季供暖时间段严重的空气污09染15,21。结合表 3 的估计结果可知,即便一个城市的集中供暖污染了空气,但冬季供暖总体上仍然能正向提升该城市的人才吸引力,而冬季的最低气温过低则降低了该城市的人才吸引力。表 3 面板固定效应的估计结果 1(1)(2)(3)(4)(5)(6)最低气温-0.066 2-0.055 8-0.069 2-0.061 0(-1.76)(-1.74)(-1.84)(-1.90)最低气温供暖0.078 7 0.078 8 0.082 9 0.082 5(2.00)(1.99)(2.10)(2.08)空气污染0.040 3 0.040 5 0.051 2 0.050 8(2.15)(2.13)(2.33)(2.32)空气污染供暖0.003 90.000 5-0.007 6-0.007 3(0.17)(0.02)(-0.34)(-0.33)气候特征变量NOYESNOYESNOYES城市固定效应YESYESYESYESYESYES时间固定效应YESYESYESYESYESYES样本量857857853853853853 为减少遗漏变量带来的估计偏差,在表 3 的基础上加入一组宏观经济变量,回归结果见表4。由表 4 可知,最低气温的估计系数仍然为负,但不再显著。最低气温与供暖的交互项、空气污染、空气污染与供暖交互项的系数符号、显著性与表 3 基本一致,说明回归结果稳健。最低气温与供暖的交互项显著为正,这再次表明,当其他条件相同时,劳动力倾向于流向供暖城市,且随着最低气温的提高,劳动力越有可能流向供暖城市。表 4 面板固定效应的回归结果 2(1)(2)(3)(4)(5)(6)最低气温-0.074 4-0.061 8-0.075 7-0.064 4(-1.53)(-1.45)(-1.56)(-1.51)最低气温供暖0.085 40.085 50.088 30.088 0(1.69)(1.68)(1.75)(1.73)空气污染0.042 70.043 3 0.053 8 0.053 3(1.96)(1.97)(2.20)(2.18)空气污染供暖0.004 40.000 3-0.006 8-0.006 6(0.17)(0.01)(-0.28)(-0.27)气候特征变量NOYESNOYESNOYES宏观经济变量YESYESYESYESYESYES城市固定效应YESYESYESYESYESYES时间固定效应YESYESYESYESYESYES样本量721721718718718718 3.拓展性分析:空间计量模型(1)空间权重矩阵的构建与莫兰检验。考虑到城市之间的相互影响,本文还运用空间计量方法分析供暖、最低气温与劳动力净流入的关系。在进行空间面板回归之前,首先,需要设定合理的空间权重矩阵。本文共构建 5 种权重矩阵。第 1种是常见的空间邻接矩阵(W1),若城市 i 和城市j 有共同的边界,元素设为 1,否则设为 0。第 2 种是地理距离空间权重矩阵(W2),其元素用城市之间地理距离的倒数表示。第 3 种是地理距离平方空间权重矩阵(W3),其元素用城市之间地理距离平方的倒数表示。第 4 种是经济距离空间权重矩阵(W4),其主对角线元素 wii为 0,非主对角线元素 wij是样本期间任意 2 个城市的人均 GDP 的绝对差值的倒数。第 5 种是经济地理空间权重矩阵(W5),其主对角线元素 wii设为 0,非主对角线元素 wij基于引力模型得出,例如,设 yi、yj分别是城市 i 和城市 j 的人均 GDP,dij是城市 i和城市 j 的地理距离,则 wij=(yiyj)/dij。其次,运用上述空间权重矩阵,对各年份的劳动力净流入指标进行全局自相关检验,全局莫兰指数的 P值均小于 0.05,说明劳动力净流入存在显著的19空间相关性。(2)空间杜宾模型:考虑空气污染。表 5 报告了式(14)基于 272 个城市面板数据的空间杜宾模型固定效应的估计结果。列(1)和列(2)使用空间邻接权重矩阵,列(3)和列(4)使用地理距离空间权重矩阵,列(5)和列(6)使用地理距离平方空间权重矩阵。列(1)、列(3)、列(5)中,解释变量的空间滞后项包括最低气温、最低气温与供暖的交互项、空气污染、空气污染与供暖的交互项;列(2)、列(4)、列(6)中,解释变量的空间滞后项只有空气污染、空气污染与供暖的交互项。各列都控制了时间固定效应和城市固定效应。由表 5 可知,最低气温的估计系数为负,最低气温与供暖的交互项估计系数均显著为正,空气污染的估计系数显著为正,空气污染与供暖交互项的估计系数为负,但不显著,这和表 3、表 4 的结果一致,说明回归结果稳健。然而,空间滞后项的估计系数并没有表现出较为一致的显著性。表 5 空间杜宾模型的估计结果:固定效应(SDM-FE)W空间邻接权重地理距离权重地理距离平方权重(1)(2)(3)(4)(5)(6)最低气温-0.069 5-0.069 2-0.052 3-0.072 4-0.041 0-0.070 5(-1.66)(-1.65)(-1.55)(-1.73)(-1.46)(-1.70)最低气温供暖0.077 70.078 60.073 3 0.084 70.065 50.082 8(1.79)(1.82)(1.97)(1.93)(1.93)(1.91)空气污染0.065 1 0.063 1 0.056 8 0.059 6 0.056 8 0.059 1 (3.47)(3.39)(3.06)(3.23)(3.07)(3.20)空气污染供暖-0.011 4-0.011 3-0.006 0-0.011 7-0.006 5-0.010 8(-0.55)(-0.54)(-0.28)(-0.57)(-0.31)(-0.53)W最低气温0.053 0-0.457 0-0.171 1(1.34)(-1.81)(-1.89)W最低气温供暖-0.031 40.567 60.202 6(-0.62)(1.35)(1.70)W空气污染-0.069 0-0.062 30.421 4 0.376 30.064 40.042 4(-1.47)(-1.31)(2.02)(1.94)(1.28)(0.81)W空气污染供暖0.108 00.090 70.001 7-0.096 90.012 10.008 7(1.87)(1.65)(0.01)(-0.40)(0.19)(0.14)时间固定效应YESYESYESYESYESYES城市固定效应YESYESYESYESYESYES样本量816816816816816816(3)空间杜宾模型的估计效应分解。根据LeSage 和 Pace18的观点,当模型包含空间自相关项后,解释变量的估计系数不能视作解释变量对被解释变量的边际效应。本文参考 LeSage 和Pace18以及 Elhorst22的做法,对估计结果进行分解,得到各个解释变量对劳动力净流入的直接效应、间接效应和总效应,结果见表 6。由表 6 可知,无论采用空间邻接权重矩阵、空间地理距离权重矩阵,还是空间地理距离平方权重矩阵,最低气温的直接效应都显著为负,最低气温与供暖交互项的直接效应显著为正,但两者的间接效应均不显著。这说明一个城市是否供暖、最低气温的变化只会对该城市产生影响,而不会对其他城市产生影响。表 6 中,以空间邻接权重矩阵的回归结果效应分解为例,最低气温与供暖的交互项直接效应显著为正,这再次证明了供暖可以提高一个城市对劳动力的吸引力。进一步地,供暖城市的最低气温对劳动力净流入影响的直接效应是 0.009 1(计算方法为:-0.068 1+0.077 21),非供暖城市的最低气温对劳动力净流入影响的直接效应是-0.068 1,说明考虑空间相关性后,供暖对劳动力的吸引力随着最低气温的下降而减弱。此外,最低气温、最低气温与供暖交互项的总效应和其直接效应的估计值、显著性均一致,从而再次证实了上述结论。将表 6 中的直接效应和表 5 的系数估计值进行对比可知,两者的估计值出现一定程度的差异,其原因是,直接效应还包含着从本区域作用于相邻区域再返回到本区域的反馈效应。从空气污染的效应分解来看,直接效应都显29著为正,说明一个城市的空气污染与该城市的人口净流入正相关,换言之,一个城市的经济越发达,人口流入的倾向越大,同时空气污染也较为严重。间接效应只有在地理距离空间权重矩阵下显著为正,说明两个城市距离越近,空气污染的空间溢出效应越大。表 6 空间杜宾模型的估计效应分解模型类型:SDM-FE空间邻接权重地理距离权重地理距离平方权重直接效应间接效应总效应直接效应间接效应总效应直接效应间接效应总效应最低气温-0.068 10.002 7-0.065 4-0.071 50.024 5-0.047 0-0.069 50.004 7-0.064 9(-1.71)(1.03)(-1.70)(-1.80)(1.68)(-1.73)(-1.77)(1.40)(-1.74)最低气温0.077 2-0.003 10.074 20.083 6-0.028 70.054 90.081 5-0.005 60.075 9供暖(1.84)(-1.07)(1.83)(1.96)(-1.81)(1.87)(1.94)(-1.50)(1.90)空气污染0.063 1 -0.061 20.002 00.057 5 0.233 90.291 4 0.058 2 0.036 90.095 1(3.45)(-1.32)(0.04)(3.13)(1.65)(2.09)(3.18)(0.73)(1.95)空气污染-0.011 50.086 70.075 2-0.010 8-0.067 7-0.078 5-0.010 40.006 9-0.003 4供暖(-0.55)(1.68)(1.27)(-0.52)(-0.42)(-0.49)(-0.50)(0.12)(-0.06)样本量816816816816816816816816816 表 7 报告了空间自回归模型的效应分解结果。从直接效应来看,最低气温、最低气温与供暖的交互项、空气污染、空气污染与供暖的交互项无论是在显著性上还是在正负符号上,均和表 6 一致,说明表 6 的回归结果较为稳健。(4)进一步检验:加入宏观经济变量。考虑到宏观经济因素对回归结果的影响,在式(14)中加入城市宏观经济变量。由于部分城市的变量缺失,为获得平衡面板数据,删除数据缺失的样本城市,最终获得 205 个城市的面板数据。表 7 空间自回归模型的估计效应分解(SAR-FE)模型类型:SAR-FE空间邻接权重地理距离权重地理距离平方权重直接效应间接效应总效应直接效应间接效应总效应直接效应间接效应总效应最低气温-0.067 40.002 4-0.065 0-0.067 20.003 9-0.063 3-0.070 20.004 4-0.065 8(-1.68)(0.92)(-1.66)(-1.67)(1.27)(-1.66)(-1.77)(1.27)(-1.74)最低气温0.077 0-0.002 80.074 20.076 6-0.004 40.072 20.079 6-0.005 00.074 6供暖(1.82)(-0.97)(1.81)(1.82)(-1.37)(1.80)(1.91)(-1.35)(1.87)空气污染0.060 0 -0.002 40.057 6 0.058 8 -0.003 60.055 2 0.061 1 -0.004 30.056 9 (3.33)(-1.20)(3.34)(3.28)(-1.74)(3.28)(3.39)(-1.65)(3.35)空气污染-0.011 40.000 6-0.010 8-0.011 70.000 9-0.010 9-0.011 20.000 9-0.010 3供暖(-0.55)(0.50)(-0.54)(-0.56)(0.56)(-0.56)(-0.54)(0.50)(-0.53)样本量816816816816816816816816816 表 8 报告了加入宏观经济变量后的效应分解结果。这里分别采用了空间邻接权重矩阵、地理距离平方权重矩阵、经济距离权重矩阵、经济地理距离权重矩阵共 4 种矩阵。由表 8 可知,最低气温的直接效应、间接效应、总效应在 4 种空间权重矩阵下都不显著,说明在考虑宏观经济对劳动力流动的影响后,最低气温对劳动力净流入没有显著性影响。然而,最低气温与供暖交互项的直接效应在 4种空间权重矩阵下都显著为正,说明在控制人均GDP、固定资产投资等因素后,供暖城市对劳动力的吸引力显著大于非供暖城市,随着最低气温的下降,供暖城市对劳动力的吸引程度下降。以经济距离权重为例,当其他条件相同时,最低气温每下降1,供暖城市对劳动力净流入的正向影响下降0.038 7。在 4 种空间权重矩阵下,最低气温与供暖的交互项的间接效应都不显著,总效应都显著为正,说明最低气温与供暖的交互效应主要在本地区发挥作用,对其他区域无显著的空间溢出效应。39表 8 空间杜宾模型的估计效应分解:包含宏观经济变量(SDM-FE)SDM-FE空间邻接权重地理距离平方权重直接效应间接效应总效应直接效应间接效应总效应最低气温-0.031 0-0.003 6-0.034 7-0.027 5-0.014 9-0.042 4(-1.64)(-1.23)(-1.61)(-1.47)(-1.32)(-1.49)最低气温供暖0.041 00.004 60.045 70.045 6 0.026 70.072 3(1.85)(1.38)(1.83)(2.11)(1.79)(2.17)宏观经济变量YESYESYESYESYESYES样本量615615615615615615经济距离权重经济地理距离权重(基于引力模型计算)直接效应间接效应总效应直接效应间接效应总效应最低气温-0.028 6-0.001 1-0.029 7-0.027 2-0.005 8-0.033 0(-1.52)(-0.63)(-1.53)(-1.43)(-1.15)(-1.45)最低气温供暖0.038 70.001 50.040 20.038 60.008 30.046 9(1.73)(0.68)(1.76)(1.72)(1.36)(1.77)宏观经济变量YESYESYESYESYESYES样本量615615615615615615 注:各回归均包含空气污染、空气污染供暖的交互项。表 9 报告了空间自回归模型的效应分解结果。由表 9 可知,无论采用经济距离空间权重矩阵,还是经济地理空间权重矩阵,最低气温的直接效应、间接效应、总效应均不显著,最低气温与供暖交互项的直接效应和总效应显著为正,这和表 8的结果一致,说明回归结果较为稳健。表 9 空间自回归模型的估计效应分解:包含宏观经济变量(SAR-FE)SAR-FE经济距离权重经济地理距离权重(基于引力模型计算)直接效应间接效应总效应直接效应间接效应总效应最低气温-0.030 0-0.000 8-0.030 8-0.028 1-0.005 9-0.034 0(-1.56)(-0.50)(-1.58)(-1.45)(-1