集中供暖對(duì)勞動(dòng)力流動(dòng)的影響研究

葉金珍 黃宏偉

摘?要：

中國(guó)實(shí)行以秦嶺—淮河為地理界線的南北差異化供暖政策，但隨著南方冬季低溫頻發(fā)，南方供暖的呼聲愈發(fā)高漲。那么，供暖城市是否更具有人才吸引力？圍繞集中供暖與勞動(dòng)力流動(dòng)的關(guān)系，遵循理論-實(shí)證的技術(shù)路線對(duì)這一問(wèn)題展開(kāi)研究。理論上，將供暖作為一種產(chǎn)品，加入新經(jīng)濟(jì)地理學(xué)的自由企業(yè)家模型，并借助Matlab軟件進(jìn)行數(shù)值模擬。實(shí)證上，運(yùn)用宏觀數(shù)據(jù)，以秦嶺—淮河一線作為空間斷點(diǎn)，依次建立空間斷點(diǎn)模型、面板固定效應(yīng)模型和空間面板模型，結(jié)果表明：相較于不供暖的城市，冬季供暖的城市對(duì)勞動(dòng)力的吸引力相對(duì)更大；然而，若供暖城市在冬季的最低氣溫過(guò)低，則該城市通過(guò)供暖吸引勞動(dòng)力的優(yōu)勢(shì)會(huì)被抵消；即便一個(gè)城市的集中供暖污染了空氣，但冬季供暖總體上仍然能正向提升該城市的人才吸引力；供暖與冬季最低氣溫的交互影響主要對(duì)本區(qū)域具有顯著的正向作用，對(duì)相鄰區(qū)域無(wú)空間溢出效應(yīng)。進(jìn)一步地，運(yùn)用CLDS的個(gè)人微觀數(shù)據(jù)，建立Logistic方法進(jìn)行回歸，結(jié)果發(fā)現(xiàn)，北方的集中供暖間接地促進(jìn)了勞動(dòng)力流入，尤其是對(duì)家鄉(xiāng)原本就供暖的流動(dòng)勞動(dòng)力更具有吸引力。

關(guān)鍵詞：

集中供暖；勞動(dòng)力流動(dòng)；新經(jīng)濟(jì)地理學(xué)；空間斷點(diǎn)回歸

中圖分類(lèi)號(hào)：F249-2

文獻(xiàn)標(biāo)識(shí)碼：A???文章編號(hào)：1007-2101（2023）04-0085-14

一、問(wèn)題的提出

自2010年以來(lái)，中國(guó)流動(dòng)人口一直維持在2億以上，根據(jù)國(guó)家統(tǒng)計(jì)局2022年10月的最新數(shù)據(jù)顯示，目前中國(guó)流動(dòng)人口高達(dá)3.8億人。大規(guī)模的人口流動(dòng)是中國(guó)目前及未來(lái)較長(zhǎng)時(shí)間內(nèi)一個(gè)重要的人口特征。勞動(dòng)力跨區(qū)域流動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)已被國(guó)內(nèi)外研究證實(shí)[1-3]。勞動(dòng)力流動(dòng)被視作個(gè)體為了尋求更高水平人力資本積累和勞動(dòng)回報(bào)而在有限決策空間內(nèi)作出的理性選擇[4]。哪些因素影響勞動(dòng)力的流動(dòng)決策？該問(wèn)題受到學(xué)術(shù)界的廣泛關(guān)注。梳理現(xiàn)有文獻(xiàn)可知，戶籍政策[5-6]、社會(huì)保障[7]、住房?jī)r(jià)格[8]和城市公共服務(wù)[9]是影響勞動(dòng)力流動(dòng)的重要因素。其中，公共服務(wù)對(duì)勞動(dòng)力流動(dòng)影響的研究主題主要集中在養(yǎng)老、幼兒撫養(yǎng)、健康、教育等方面，大量研究通過(guò)不同國(guó)家或地區(qū)的數(shù)據(jù)驗(yàn)證了公共服務(wù)在勞動(dòng)力流動(dòng)決策中的重要作用。

遺憾的是，很少有研究探討以地理界線劃分的區(qū)域間差異化供暖服務(wù)對(duì)經(jīng)濟(jì)活動(dòng)的影響。根據(jù)作者掌握的經(jīng)濟(jì)學(xué)領(lǐng)域的文獻(xiàn)資料，目前關(guān)于集中供暖的文獻(xiàn)較少，而且基本上多是圍繞集中供暖和霧霾的關(guān)系展開(kāi)分析的。毫無(wú)疑問(wèn)，南北差異化供暖政策是城市公共服務(wù)相關(guān)研究中被長(zhǎng)期忽略的一個(gè)領(lǐng)域。

以秦嶺—淮河為界的集中供暖制度始于20世紀(jì)50年代，由于當(dāng)時(shí)正值新中國(guó)成立初期，能源緊缺，為節(jié)省預(yù)算，僅對(duì)日平均氣溫不超過(guò)

5℃的日數(shù)在90天以上的地區(qū)實(shí)施集中供暖，因此，秦淮線以南的地區(qū)無(wú)集中供暖。根據(jù)氣象學(xué)知識(shí)，冬季濕度每增加10%，體感溫度下降1℃①，而南方與北方在冬季的平均濕度差異在40%左右，這意味著即使南方比北方的氣溫高4℃，但體感溫度是一樣的。因此，每年到了冬天，呼吁南方供暖的新聞就會(huì)出現(xiàn)。

近年來(lái)，討論城市公共服務(wù)與勞動(dòng)力流動(dòng)關(guān)系的文獻(xiàn)層出不窮，但幾乎沒(méi)有文獻(xiàn)探討集中供暖對(duì)勞動(dòng)力流動(dòng)的影響。其可能的原因是，南北方差異化供暖政策早在新中國(guó)成立初期就確定下來(lái)了，人們已經(jīng)習(xí)以為常，從而忽略了這種差異化供暖服務(wù)對(duì)城市人才吸引力的影響。有鑒于此，集中供暖是否影響勞動(dòng)力流動(dòng)？對(duì)該問(wèn)題的研究具有重要的現(xiàn)實(shí)意義，本文試圖挖掘這種差異化供暖服務(wù)和勞動(dòng)力流動(dòng)之間的內(nèi)在關(guān)聯(lián)，運(yùn)用新經(jīng)濟(jì)地理學(xué)模型展開(kāi)相關(guān)的理論研究，并利用勞動(dòng)力流動(dòng)的宏觀數(shù)據(jù)和微觀數(shù)據(jù)進(jìn)行實(shí)證驗(yàn)證。

二、 理論模型

本模型基于差異化供暖政策視角，將集中供暖作為一種產(chǎn)品，引入新經(jīng)濟(jì)地理學(xué)模型，考察集中供暖對(duì)區(qū)域間勞動(dòng)力流動(dòng)的影響。

（一）基本假設(shè)

在新經(jīng)濟(jì)地理學(xué)中，自由企業(yè)家模型（以下簡(jiǎn)稱FE模型）假設(shè)人力資本可以在區(qū)域間自由流動(dòng)[10]，該假設(shè)強(qiáng)調(diào)了人力資本對(duì)區(qū)域經(jīng)濟(jì)的重要影響。本文在FE模型的基礎(chǔ)上，建立一個(gè)2×3×2結(jié)構(gòu)的新經(jīng)濟(jì)地理學(xué)模型，即2個(gè)區(qū)域（北部和南部），3個(gè)部門(mén)（農(nóng)業(yè)部門(mén)、工業(yè)部門(mén)和政府部門(mén)），2種要素（人力資本和普通勞動(dòng)力②）?；炯僭O(shè)和FE模型相同：（1）農(nóng)業(yè)部門(mén)以規(guī)模收益不變和完全競(jìng)爭(zhēng)為特征，工業(yè)部門(mén)以規(guī)模收益遞增和壟斷競(jìng)爭(zhēng)為特征。（2）工業(yè)品的區(qū)際貿(mào)易存在冰山成本，農(nóng)業(yè)品交易無(wú)冰山成本③。（3）人力資本在區(qū)際間自由流動(dòng)，普通勞動(dòng)力不能跨區(qū)域流動(dòng)。需要注意的是，基于集中供暖的現(xiàn)實(shí)情況，模型設(shè)定供暖區(qū)為北部，非供暖區(qū)為南部。北部記作區(qū)域1，南部記作區(qū)域2，北部和南部的變量分別用下標(biāo)1、下標(biāo)2表示。

（二）企業(yè)行為分析

和諸多新經(jīng)濟(jì)地理學(xué)模型的標(biāo)準(zhǔn)化處理方式相同，農(nóng)產(chǎn)品設(shè)為計(jì)價(jià)物，價(jià)格設(shè)為1，每生產(chǎn)單位農(nóng)產(chǎn)品需要一單位的普通勞動(dòng)力。根據(jù)完全競(jìng)爭(zhēng)市場(chǎng)的特征，求得普通勞動(dòng)力的工資wL=1。設(shè)PA1、PA2是兩區(qū)域的農(nóng)產(chǎn)品價(jià)格指數(shù)，由于農(nóng)產(chǎn)品同質(zhì)，價(jià)格均為1，則PA1=PA2=1。工業(yè)企業(yè)的固定投入是1單位的人力資本，可變投入是普通勞動(dòng)力，每家企業(yè)只生產(chǎn)1種類(lèi)型的工業(yè)品，則北部和南部的代表性企業(yè)成本函數(shù)分別為：

其中，w1、w2是兩區(qū)域的人力資本工資，am表示每生產(chǎn)1單位工業(yè)品需要投入的普通勞動(dòng)力數(shù)量，x1、x2表示兩區(qū)域的單個(gè)企業(yè)產(chǎn)量。壟斷競(jìng)爭(zhēng)企業(yè)按照成本加成的方式進(jìn)行定價(jià)，則工業(yè)品價(jià)格為：

為了簡(jiǎn)化模型，am賦值為（1-1/σ），則北部和南部的任意企業(yè)在當(dāng)?shù)氐氖蹆r(jià)均為1，即p1=p2=1。設(shè)n1、n2分別是北部和南部的工業(yè)品種類(lèi)，區(qū)際貿(mào)易的冰山成本為τ，對(duì)外開(kāi)放度φ=τ1-σ，則工業(yè)品價(jià)格指數(shù)PM1、PM2分別為（n1p1-σ1+φn2

（三）消費(fèi)者行為分析

在傳統(tǒng)的新經(jīng)濟(jì)地理學(xué)模型中，私人物品由差異化工業(yè)品和同質(zhì)的農(nóng)產(chǎn)品組成，消費(fèi)者對(duì)私人物品的效用一般用差異化的工業(yè)品和同質(zhì)的農(nóng)產(chǎn)品組成的柯布—道格拉斯函數(shù)表示，其中，差異化工業(yè)品的效用一般用CES函數(shù)表示。本文在保持私人物品效用函數(shù)性質(zhì)的基礎(chǔ)上，參考Andersson和Forslid[11]的思路，設(shè)定消費(fèi)者效用函數(shù)為：

其中，j表示區(qū)域，j=1，2；0<γ<1，0<μ<1<σ。私人物品的相關(guān)設(shè)定和FE模型相同，CμMjC1-μAj表示消費(fèi)者對(duì)私人物品的偏好，CMj、CAj分別是消費(fèi)者對(duì)工業(yè)品和農(nóng)產(chǎn)品的消費(fèi)，cji是第i種工業(yè)品的消費(fèi)量。和傳統(tǒng)FE模型不同的是，本文將供暖Gj引入傳統(tǒng)的消費(fèi)函數(shù)，用參數(shù)γ表示消費(fèi)者對(duì)供暖的偏好程度，用參數(shù)（1-γ）表示消費(fèi)者對(duì)私人物品的偏好程度，進(jìn)而構(gòu)造出一個(gè)包含供暖和私人物品的柯布—道格拉斯效用函數(shù)。

需要注意的是，在北部，供暖以集中供暖形式實(shí)施，則G1是一種公共物品，但在南部，供暖以私人自主供暖為主，則G2是一種私人物品。北部政府以統(tǒng)一稅率t對(duì)所有要素征稅，并將稅收收入用于集中供暖。而南部無(wú)集中供暖，居民需要將收入的γ部分用于自主供暖。參照Andersson和Forslid[11]的做法，兩區(qū)域的供暖單價(jià)分別用相應(yīng)區(qū)域的消費(fèi)者價(jià)格指數(shù)P1、P2衡量。流動(dòng)要素是本文的重點(diǎn)研究對(duì)象，根據(jù)效用最大化條件，求得單位流動(dòng)要素（人力資本）的需求函數(shù)為：

（四）政府行為分析

設(shè)北部和南部的普通勞動(dòng)力數(shù)量分別是L1、L2，北部和南部的總收入分別為：

南部政府不提供集中供暖，其稅率標(biāo)準(zhǔn)化為0。北部政府以福利最大化為目標(biāo)，選擇最優(yōu)稅率。根據(jù)式（4）—（6）求得北部的社會(huì)福利函數(shù)為：

在式（7）中，當(dāng)所有要素均不流動(dòng)時(shí)，Y1/P1是常數(shù)，對(duì)稅率t求導(dǎo)，令一階條件為0，得到t=γ。據(jù)此認(rèn)為，政府的最優(yōu)稅率為γ時(shí)，北部的福利達(dá)到最大值。

（五）均衡分析

1.短期均衡

結(jié)合式（6）和企業(yè)利潤(rùn)最大化條件，求得北部和南部的人力資本名義工資顯性解為：

2.長(zhǎng)期均衡

模型假設(shè)初始的人力資本和普通勞動(dòng)力在區(qū)域間對(duì)稱分布，長(zhǎng)期均衡時(shí)，兩區(qū)域的效用相等。將式（5）代入式（4）得到間接效用函數(shù)V1、V2，則人力資本流動(dòng)的區(qū)位均衡條件可以記為：

由于政府最優(yōu)稅率t=γ，則式（9）可化簡(jiǎn)為V1/V2=Yγ1w1-γ1P2/w2P1。結(jié)合式（6）可知，北部所有要素的總收入Y1顯然大于北部單個(gè)企業(yè)的人力資本工資w1，則V1/V2>wγ1w1-γ1P2/w2P1=w1P2/w2P1。由于初始狀態(tài)時(shí)，所有要素對(duì)稱分布，則w1P2/w2P1的初始值等于1，進(jìn)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，南部的人力資本將流向北部，直到V1=V2時(shí)，人力資本停止流動(dòng)，達(dá)到均衡。

（六）數(shù)值模擬

北部的人力資本份額sn1=n1/（n1+n2），南部的人力資本份額sn2=n2/（n1+n2）=1-sn1。均衡時(shí)，V1/V2=1，此時(shí)，式（9）可記作：

參考安虎森[12]的研究，參數(shù)μ、σ的校準(zhǔn)值分別取0.4、5，人力資本的總稟賦為1，則n2=1-n1。式（11）給出了V1/V2的對(duì)數(shù)與人力資本的區(qū)位分布n1的關(guān)系，本文基于式（11）借助matlab軟件進(jìn)行數(shù)值模擬，模擬結(jié)果如圖1所示。圖1（a）反映了不同值下兩區(qū)域效用比值的對(duì)數(shù)ln（V1/V2）與北部人力資本份額n1的關(guān)系。由圖1（a）可知：（1）無(wú)論對(duì)外開(kāi)放度φ如何變化，當(dāng)經(jīng)濟(jì)位于初始點(diǎn)時(shí)（n1=n2），V1>V2，說(shuō)明北部的效用大于南部，北部將吸引南部的人力資本流入；（2）隨著南部的人力資本不斷流向北部，北部的工業(yè)企業(yè)競(jìng)爭(zhēng)加劇，北部與南部的效用差距逐漸縮小，而提高對(duì)外開(kāi)放度將強(qiáng)化北部對(duì)人力資本的吸引力，當(dāng)人力資本流動(dòng)達(dá)到均衡時(shí)，人力資本在北部的聚集強(qiáng)度更大。圖1（b）表示不同γ值下的相應(yīng)關(guān)系。由圖1（b）可知：經(jīng)濟(jì)位于初始對(duì)稱點(diǎn)時(shí)，北部的效用大于南部，這在不同γ值下均成立，說(shuō)明南部的人力資本將流向北部。當(dāng)人力資本大量聚集在北部時(shí)，北部與南部的效用差距減少，直到ln（V1/V2）=0時(shí)，人力資本停止流動(dòng)，達(dá)到均衡。

綜上提出假說(shuō)1：其他條件相同時(shí)，相對(duì)于非供暖區(qū)（南部），供暖區(qū)（北部）將吸引更多的人才（勞動(dòng)力）流入。

三、基于宏觀數(shù)據(jù)的實(shí)證研究

（一）實(shí)證模型設(shè)定與數(shù)據(jù)來(lái)源

1.空間斷點(diǎn)回歸

根據(jù)Lee 和Lemieux[13]的觀點(diǎn)，以年齡、時(shí)間或地理區(qū)域作為分組變量的斷點(diǎn)回歸并不符合通常意義上局部隨機(jī)分組的要求，因此，應(yīng)當(dāng)采用“非隨機(jī)斷點(diǎn)設(shè)計(jì)”。參考Black[14]，本文以秦淮線為界的供暖線作為空間斷點(diǎn)，設(shè)計(jì)模型為：

其中，i表示城市，t表示年份，flowit表示城市i第t年的人才凈流入，heati表示城市i是否集中供暖，若是，則賦值為1，否則賦值為0。參考Almond等[15]、Dell[16]、Ebenstein等[17]的做法，經(jīng)緯度可以較好地捕捉一個(gè)城市的地理信息，因此，本文選取經(jīng)緯度作為驅(qū)動(dòng)變量，用f（lon，lat）i表示城市i的經(jīng)緯度多項(xiàng)式。通過(guò)加入f（lon，lat）i，模型較好地控制了地形、日照、濕度等方面的影響。Dt是年份虛擬變量，ε1it是誤差項(xiàng)。

2.面板固定效應(yīng)模型

一般而言，冬季最低氣溫持續(xù)走低將提高人們的供暖需求，本文用冬季最低氣溫來(lái)衡量供暖偏好強(qiáng)度。同時(shí)，考慮到空氣污染對(duì)勞動(dòng)力流動(dòng)的影響，我們?cè)O(shè)定面板雙向固定效應(yīng)模型為：

其中，tempit表示城市i在第t年的冬季平均最低氣溫，pmit表示空氣污染，Xit是一組氣候特征變量，包括降雨量和最低氣溫低于0度的天數(shù)。由于城市中一些不可觀測(cè)的因素可能影響勞動(dòng)力的區(qū)位選擇，這里加入城市固定效應(yīng)λi進(jìn)行控制，以盡可能減少模型的內(nèi)生性。其他變量的設(shè)定和式（12）相同。

3.空間面板模型

考慮到城市之間的相互影響，本文還使用空間計(jì)量方法分析供暖、最低氣溫與勞動(dòng)力凈流入的關(guān)系。常見(jiàn)的4種空間計(jì)量模型是空間自回歸模型（SAR）、空間誤差模型（SEM）、空間自相關(guān)模型（SAC）和空間杜賓模型（SDM）。SDM模型同時(shí)包含因變量的空間滯后項(xiàng)和自變量的空間滯后項(xiàng)，與其他3種模型相比，能更全面地估計(jì)空間相關(guān)性對(duì)因變量的影響。并且，根據(jù)LeSage和Pace[18]對(duì)這4種模型的研究，發(fā)現(xiàn)只有SDM模型可以獲得無(wú)偏估計(jì)結(jié)果。綜上，基準(zhǔn)空間面板模型采用SDM模型，表示為：

其中，W表示空間權(quán)重矩陣。大量研究表明，城市之間的空間污染，尤其是擴(kuò)散性污染物（例如空氣污染）具有空間溢出效應(yīng)[19]，因此，這里加入了空氣污染、空氣污染交互項(xiàng)的空間滯后項(xiàng)，以避免遺漏變量偏差，但本文重點(diǎn)關(guān)注的是c1、c2、c3、c4的估計(jì)結(jié)果。Zit是一組城市層面的宏觀經(jīng)濟(jì)變量，其他變量的設(shè)定和式（13）相同。

4.數(shù)據(jù)來(lái)源和變量說(shuō)明

（1）因變量。勞動(dòng)力凈流入用年末常住人口與年末戶籍人口的差值比戶籍人口來(lái)衡量。本文采用的是2000年、2005年、2010年的數(shù)據(jù)，2000年和2010年數(shù)據(jù)來(lái)自中國(guó)人口普查分縣資料，2005年數(shù)據(jù)基于2005年1%人口抽樣調(diào)查微觀數(shù)據(jù)計(jì)算得出。

（2）自變量。冬季平均最低氣溫等氣候特征的原始數(shù)據(jù)來(lái)自美國(guó)國(guó)家海洋和大氣治理局（National Oceanic and Atmospheric Administration，簡(jiǎn)稱NOAA）

④。本文基于這些原始數(shù)據(jù)，借助Arcgis軟件進(jìn)行IDW插值處理，獲得各城市的氣候數(shù)據(jù)。

空氣污染用PM2.5濃度表示，PM2.5比PM10的直徑更小，能夠深入人體下呼吸道器官，引發(fā)疾病的可能性更大。PM2.5的原始數(shù)據(jù)源自哥倫比亞大學(xué)社會(huì)經(jīng)濟(jì)數(shù)據(jù)和應(yīng)用中心公布的地表PM2.5濃度（連續(xù)3個(gè)年度的均值），基于中國(guó)地級(jí)市shp點(diǎn)文件，筆者運(yùn)用Arcgis軟件提取各大城市的PM2.5濃度數(shù)據(jù)⑤?？紤]到人口流動(dòng)對(duì)空氣污染的反應(yīng)具有滯后性，本文將盡可能使用滯后期的空氣污染數(shù)據(jù)。目前，可獲得的最早PM2.5數(shù)據(jù)是1998—2000年的濃度均值，由于無(wú)法獲得1997—1999年的數(shù)據(jù)，本文將1998—2000年的PM2.5濃度均值與2000年的勞動(dòng)力凈流入數(shù)據(jù)相匹配。另外，將2002—2004年、2007—2009年的PM2.5濃度均值分別與2005年、2010年的勞動(dòng)力凈流入數(shù)據(jù)相匹配。

城市宏觀經(jīng)濟(jì)變量包括人均GDP的對(duì)數(shù)、政府支出占GDP的比重、外商直接投資占GDP的比重、固定資產(chǎn)投資占GDP的比重、第二產(chǎn)業(yè)占GDP比重（產(chǎn)業(yè)結(jié)構(gòu)），其中，外商直接投資按照當(dāng)年年均匯率換算成人民幣價(jià)值。數(shù)據(jù)來(lái)自EPS數(shù)據(jù)平臺(tái)的中國(guó)區(qū)域經(jīng)濟(jì)數(shù)據(jù)庫(kù)和中國(guó)城市數(shù)據(jù)庫(kù)。

（二）實(shí)證結(jié)果分析

1.空間斷點(diǎn)回歸

斷點(diǎn)回歸的估計(jì)結(jié)果對(duì)模型設(shè)定條件較為敏感[20]，本文通過(guò)設(shè)定不同階的多項(xiàng)式和調(diào)整帶寬（緯度范圍）來(lái)檢驗(yàn)結(jié)果的穩(wěn)健性。表1報(bào)告了式（12）基于全樣本的估計(jì)結(jié)果。列（1）—（3）依次控制了經(jīng)緯度的一階、二階、三階多項(xiàng)式，列（5）—（6）依次控制了緯度的一階、二階、三階多項(xiàng)式。由表1可知，列（1）—（6）中，供暖的系數(shù)均在1%水平上顯著為正，說(shuō)明一個(gè)城市提供集中供暖有利于吸引勞動(dòng)力流入。

2.面板固定效應(yīng)：考慮空氣污染

為了彌補(bǔ)式（12）的缺陷，式（13）加入了城市固定效應(yīng)，以控制不隨時(shí)間改變的城市特征對(duì)結(jié)果的干擾。表3報(bào)告了式（13）的回歸結(jié)果。由表3可知，無(wú)論是否加入空氣污染、空氣污染與供暖的交互項(xiàng)⑥，是否控制氣候特征變量，最低氣溫和供暖的交互項(xiàng)系數(shù)都顯著為正，說(shuō)明當(dāng)各城市的最低氣溫相同時(shí)，相對(duì)于非供暖城市，供暖城市更能吸引勞動(dòng)力流入，這再次證實(shí)了假說(shuō)1。表3中，各列最低氣溫的估計(jì)系數(shù)均顯著為負(fù)，且交互項(xiàng)的系數(shù)絕對(duì)值均大于最低氣溫的系數(shù)絕對(duì)值。以列（6）為例，對(duì)于北部供暖城市，最低氣溫對(duì)勞動(dòng)力凈流入的影響系數(shù)是0-021 5（計(jì)算方法為：-0-061 0+0-082 5×1），而對(duì)于南部無(wú)供暖城市，最低氣溫對(duì)勞動(dòng)力凈流入的影響系數(shù)是-0-061 0。由此可見(jiàn)，冬季最低氣溫每提高1度，供暖城市對(duì)勞動(dòng)力的吸引力提高0-021 5，非供暖城市對(duì)勞動(dòng)力的吸引力下降0-061 0；反之，隨著冬季最低氣溫下降，供暖城市對(duì)勞動(dòng)力的吸引力隨之下降，而非供暖城市對(duì)勞動(dòng)力的吸引力增加?？梢哉J(rèn)為，隨著冬季最低氣溫的下降，人們的供暖需求隨之提高，但供暖城市并未吸引更多的勞動(dòng)力。其可能的原因是，隨著氣溫變化，供暖城市可以通過(guò)調(diào)整室溫標(biāo)準(zhǔn)、提前供暖等方式影響供暖能源市場(chǎng)，甚至改變供暖費(fèi)用，然而，非供暖城市不能進(jìn)行這些調(diào)整。限于缺少數(shù)據(jù)，這種市場(chǎng)反應(yīng)還不能納入實(shí)證模型中。

表3的研究結(jié)果表明，空氣污染的估計(jì)系數(shù)顯著為正，這和預(yù)期相符?？諝馕廴九c供暖的交互項(xiàng)系數(shù)不顯著，說(shuō)明供暖與空氣污染之間不存在交互影響，因此城市供暖并不能減緩空氣污染對(duì)勞動(dòng)力流動(dòng)的影響。

需要注意的是，本文采用的數(shù)據(jù)年份（2000年、2005年、2010年）均在北方“煤改電”“煤改氣”之前，當(dāng)時(shí)的集中供暖燃料仍然以煤炭等化石燃料為主。既有研究證實(shí)，過(guò)去以燃煤為主的取暖方式造成了冬季供暖時(shí)間段嚴(yán)重的空氣污染[15，21]。結(jié)合表3的估計(jì)結(jié)果可知，即便一個(gè)城市的集中供暖污染了空氣，但冬季供暖總體上仍然能正向提升該城市的人才吸引力，而冬季的最低氣溫過(guò)低則降低了該城市的人才吸引力。

為減少遺漏變量帶來(lái)的估計(jì)偏差，在表3的基礎(chǔ)上加入一組宏觀經(jīng)濟(jì)變量，回歸結(jié)果見(jiàn)表4。由表4可知，最低氣溫的估計(jì)系數(shù)仍然為負(fù)，但不再顯著。最低氣溫與供暖的交互項(xiàng)、空氣污染、空氣污染與供暖交互項(xiàng)的系數(shù)符號(hào)、顯著性與表3基本一致，說(shuō)明回歸結(jié)果穩(wěn)健。最低氣溫與供暖的交互項(xiàng)顯著為正，這再次表明，當(dāng)其他條件相同時(shí)，勞動(dòng)力傾向于流向供暖城市，且隨著最低氣溫的提高，勞動(dòng)力越有可能流向供暖城市。

3.拓展性分析：空間計(jì)量模型

（1）空間權(quán)重矩陣的構(gòu)建與莫蘭檢驗(yàn)?？紤]到城市之間的相互影響，本文還運(yùn)用空間計(jì)量方法分析供暖、最低氣溫與勞動(dòng)力凈流入的關(guān)系。在進(jìn)行空間面板回歸之前，首先，需要設(shè)定合理的空間權(quán)重矩陣。本文共構(gòu)建5種權(quán)重矩陣。第1種是常見(jiàn)的空間鄰接矩陣（W1），若城市i和城市j有共同的邊界，元素設(shè)為1，否則設(shè)為0。第2種是地理距離空間權(quán)重矩陣（W2），其元素用城市之間地理距離的倒數(shù)表示。第3種是地理距離平方空間權(quán)重矩陣（W3），其元素用城市之間地理距離平方的倒數(shù)表示。第4種是經(jīng)濟(jì)距離空間權(quán)重矩陣（W4），其主對(duì)角線元素wii為0，非主對(duì)角線元素wij是樣本期間任意2個(gè)城市的人均GDP的絕對(duì)差值的倒數(shù)。第5種是經(jīng)濟(jì)地理空間權(quán)重矩陣（W5），其主對(duì)角線元素wii設(shè)為0，非主對(duì)角線元素wij基于引力模型得出，例如，設(shè)yi、yj分別是城市i和城市j的人均GDP，dij是城市i和城市j的地理距離，則wij=（yi×yj）/dij。其次，運(yùn)用上述空間權(quán)重矩陣，對(duì)各年份的勞動(dòng)力凈流入指標(biāo)進(jìn)行全局自相關(guān)檢驗(yàn)，全局莫蘭指數(shù)的P值均小于0-05，說(shuō)明勞動(dòng)力凈流入存在顯著的空間相關(guān)性。

（2）空間杜賓模型：考慮空氣污染。表5報(bào)告了式（14）基于272個(gè)城市面板數(shù)據(jù)的空間杜賓模型固定效應(yīng)的估計(jì)結(jié)果。列（1）和列（2）使用空間鄰接權(quán)重矩陣，列（3）和列（4）使用地理距離空間權(quán)重矩陣，列（5）和列（6）使用地理距離平方空間權(quán)重矩陣。列（1）、列（3）、列（5）中，解釋變量的空間滯后項(xiàng)包括最低氣溫、最低氣溫與供暖的交互項(xiàng)、空氣污染、空氣污染與供暖的交互項(xiàng)；列（2）、列（4）、列（6）中，解釋變量的空間滯后項(xiàng)只有空氣污染、空氣污染與供暖的交互項(xiàng)。各列都控制了時(shí)間固定效應(yīng)和城市固定效應(yīng)。由表5可知，最低氣溫的估計(jì)系數(shù)為負(fù)，最低氣溫與供暖的交互項(xiàng)估計(jì)系數(shù)均顯著為正，空氣污染的估計(jì)系數(shù)顯著為正，空氣污染與供暖交互項(xiàng)的估計(jì)系數(shù)為負(fù)，但不顯著，這和表3、表4的結(jié)果一致，說(shuō)明回歸結(jié)果穩(wěn)健。然而，空間滯后項(xiàng)的估計(jì)系數(shù)并沒(méi)有表現(xiàn)出較為一致的顯著性。

（3）空間杜賓模型的估計(jì)效應(yīng)分解。根據(jù)LeSage 和Pace[18]的觀點(diǎn)，當(dāng)模型包含空間自相關(guān)項(xiàng)后，解釋變量的估計(jì)系數(shù)不能視作解釋變量對(duì)被解釋變量的邊際效應(yīng)。本文參考LeSage 和Pace[18]以及Elhorst[22]的做法，對(duì)估計(jì)結(jié)果進(jìn)行分解，得到各個(gè)解釋變量對(duì)勞動(dòng)力凈流入的直接效應(yīng)、間接效應(yīng)和總效應(yīng)，結(jié)果見(jiàn)表6。由表6可知，無(wú)論采用空間鄰接權(quán)重矩陣、空間地理距離權(quán)重矩陣，還是空間地理距離平方權(quán)重矩陣，最低氣溫的直接效應(yīng)都顯著為負(fù)，最低氣溫與供暖交互項(xiàng)的直接效應(yīng)顯著為正，但兩者的間接效應(yīng)均不顯著。這說(shuō)明一個(gè)城市是否供暖、最低氣溫的變化只會(huì)對(duì)該城市產(chǎn)生影響，而不會(huì)對(duì)其他城市產(chǎn)生影響。

表6中，以空間鄰接權(quán)重矩陣的回歸結(jié)果效應(yīng)分解為例，最低氣溫與供暖的交互項(xiàng)直接效應(yīng)顯著為正，這再次證明了供暖可以提高一個(gè)城市對(duì)勞動(dòng)力的吸引力。進(jìn)一步地，供暖城市的最低氣溫對(duì)勞動(dòng)力凈流入影響的直接效應(yīng)是0.009 1（計(jì)算方法為：-0.068 1+0.077 2×1），非供暖城市的最低氣溫對(duì)勞動(dòng)力凈流入影響的直接效應(yīng)是-0.068 1，說(shuō)明考慮空間相關(guān)性后，供暖對(duì)勞動(dòng)力的吸引力隨著最低氣溫的下降而減弱。此外，最低氣溫、最低氣溫與供暖交互項(xiàng)的總效應(yīng)和其直接效應(yīng)的估計(jì)值、顯著性均一致，從而再次證實(shí)了上述結(jié)論。將表6中的直接效應(yīng)和表5的系數(shù)估計(jì)值進(jìn)行對(duì)比可知，兩者的估計(jì)值出現(xiàn)一定程度的差異，其原因是，直接效應(yīng)還包含著從本區(qū)域作用于相鄰區(qū)域再返回到本區(qū)域的反饋效應(yīng)。

從空氣污染的效應(yīng)分解來(lái)看，直接效應(yīng)都顯著為正，說(shuō)明一個(gè)城市的空氣污染與該城市的人口凈流入正相關(guān)，換言之，一個(gè)城市的經(jīng)濟(jì)越發(fā)達(dá)，人口流入的傾向越大，同時(shí)空氣污染也較為嚴(yán)重。間接效應(yīng)只有在地理距離空間權(quán)重矩陣下顯著為正，說(shuō)明兩個(gè)城市距離越近，空氣污染的空間溢出效應(yīng)越大。

表7報(bào)告了空間自回歸模型的效應(yīng)分解結(jié)果。從直接效應(yīng)來(lái)看，最低氣溫、最低氣溫與供暖的交互項(xiàng)、空氣污染、空氣污染與供暖的交互項(xiàng)無(wú)論是在顯著性上還是在正負(fù)符號(hào)上，均和表6一致，說(shuō)明表6的回歸結(jié)果較為穩(wěn)健。

（4）進(jìn)一步檢驗(yàn)：加入宏觀經(jīng)濟(jì)變量?？紤]到宏觀經(jīng)濟(jì)因素對(duì)回歸結(jié)果的影響，在式（14）中加入城市宏觀經(jīng)濟(jì)變量。由于部分城市的變量缺失，為獲得平衡面板數(shù)據(jù)，刪除數(shù)據(jù)缺失的樣本城市，最終獲得205個(gè)城市的面板數(shù)據(jù)。

表9報(bào)告了空間自回歸模型的效應(yīng)分解結(jié)果。由表9可知，無(wú)論采用經(jīng)濟(jì)距離空間權(quán)重矩陣，還是經(jīng)濟(jì)地理空間權(quán)重矩陣，最低氣溫的直接效應(yīng)、間接效應(yīng)、總效應(yīng)均不顯著，最低氣溫與供暖交互項(xiàng)的直接效應(yīng)和總效應(yīng)顯著為正，這和表8的結(jié)果一致，說(shuō)明回歸結(jié)果較為穩(wěn)健。

綜上所述，其他條件相同時(shí)，供暖城市比非供暖城市更容易吸引勞動(dòng)力流入，假說(shuō)1得到證實(shí)，但這種吸引力會(huì)隨著最低氣溫的持續(xù)走高而逐漸增強(qiáng)，隨著最低氣溫的持續(xù)走低而逐漸減弱。

四、基于微觀數(shù)據(jù)的實(shí)證分析

基于地區(qū)加總數(shù)據(jù)的研究更容易面臨地區(qū)層面的核心變量和勞動(dòng)力遷移率互為因果關(guān)系而導(dǎo)致的內(nèi)生性問(wèn)題。為了彌補(bǔ)宏觀數(shù)據(jù)的不足，本文從微觀角度進(jìn)行佐證。

（一）實(shí)證模型設(shè)定與數(shù)據(jù)來(lái)源

1.模型設(shè)定

通常而言，一旦適應(yīng)了暖氣環(huán)境，人們更難離開(kāi)有暖氣的城市。基于此，這里仍然采用空間斷點(diǎn)回歸的設(shè)計(jì)思路，設(shè)定如下模型：

其中，lvheati是流入地是否供暖的二元變量，若供暖，則賦值為1，否則賦值為0。btheati表示流出地是否供暖，若供暖，則賦值為1，否則賦值為0。f（lon，lat）i是流出地的經(jīng)緯度多項(xiàng)式，〖AKX-〗是一組控制變量，控制變量分為個(gè)人特征變量、社會(huì)資本變量和地理因素變量。個(gè)人特征變量包括性別、年齡、受教育程度、戶籍類(lèi)型（農(nóng)村=1）、普通話熟練程度、是否懂外語(yǔ)。社會(huì)資本變量包括父親受教育程度、母親受教育程度、14歲時(shí)家庭社會(huì)地位等級(jí)。地理因素變量包括流出地到區(qū)域中心城市的最短距離、流出地到全國(guó)中心城市的最短距離。ε4i是誤差項(xiàng)。

2.數(shù)據(jù)來(lái)源

初始數(shù)據(jù)來(lái)自中國(guó)勞動(dòng)力動(dòng)態(tài)調(diào)查（以下簡(jiǎn)稱CLDS）2012年和2014年的個(gè)人問(wèn)卷數(shù)據(jù)。CLDS是中國(guó)第一個(gè)全國(guó)范圍內(nèi)以勞動(dòng)力為主題的跟蹤調(diào)查，調(diào)查目的是通過(guò)每2年一次的追蹤調(diào)查，系統(tǒng)地監(jiān)測(cè)社會(huì)結(jié)構(gòu)、家庭和勞動(dòng)力的變化以及相互影響。本文對(duì)個(gè)人問(wèn)卷進(jìn)行篩選處理，刪除無(wú)流動(dòng)經(jīng)歷的樣本，并比較14歲時(shí)的居住城市和目前的居住城市，進(jìn)一步刪除兩者相同的樣本，最后得到1 638個(gè)流動(dòng)個(gè)體樣本。此外，流出地到區(qū)域中心城市的最短距離、流出地到全國(guó)中心城市的最短距離是基于國(guó)家地理信息系統(tǒng)提供的1∶400萬(wàn)比例尺地圖，借助Arcgis軟件計(jì)算得出。

（二）實(shí)證結(jié)果分析

傳統(tǒng)斷點(diǎn)回歸方法僅適用于連續(xù)型因變量模型，而本文的因變量為二元變量，因此筆者參照Berk和Rauma[23]的方法，采用Logistic方法估計(jì)式（15）。由于識(shí)別斷點(diǎn)回歸的一個(gè)重要條件是控制變量在斷點(diǎn)附近是平滑的，為此，本文以秦淮線為基準(zhǔn)，選取緯度上下浮動(dòng)8°的樣本，以父親受教育年限、母親受教育年限、是否懂外語(yǔ)、普通話熟練程度、流出地到區(qū)域中心城市的最短距離、流出地到全國(guó)中心城市的最短距離作為因變量，分別進(jìn)行斷點(diǎn)回歸，結(jié)果如表10所示。由表10可知，流出地供暖的估計(jì)系數(shù)都不顯著，說(shuō)明控制變量在斷點(diǎn)附近不存在跳躍，樣本通過(guò)平衡性檢驗(yàn)。

表11報(bào)告了不同多項(xiàng)式下流出地是否供暖對(duì)勞動(dòng)力區(qū)位選擇的影響。列（1）—（5）采用經(jīng)緯度多項(xiàng)式，列（6）—（10）采用緯度多項(xiàng)式。由表11可知，流出地是否供暖的估計(jì)系數(shù)在各列都顯著為正，說(shuō)明流出地供暖的個(gè)體傾向于流向供暖的城市。以列（5）為例，在流動(dòng)人口中，流出地供暖的個(gè)體選擇供暖城市的概率是流出地?zé)o供暖的個(gè)體選擇供暖城市的4.19倍。

刪除省內(nèi)流動(dòng)的樣本，基于跨省流動(dòng)樣本進(jìn)行回歸分析，結(jié)果如表12所示。表12中，列（1）—（3）分別是經(jīng)緯度的一階、二階、三階多項(xiàng)式，列（4）—（6）分別是緯度的一階、二階、三階多項(xiàng)式。由表12可知，流出地供暖的估計(jì)系數(shù)在1%水平上顯著為正，說(shuō)明對(duì)于跨省流動(dòng)的個(gè)體而言，流出地供暖的個(gè)體選擇流向供暖城市的概率更大。

進(jìn)一步地，我們以秦淮線的緯度為基準(zhǔn)，依次選擇緯度上下浮動(dòng)5°、6°、7°、8°的子樣本進(jìn)行回歸分析，結(jié)果見(jiàn)表13。由表13可知， 無(wú)論緯度浮動(dòng)幅度如何變化，流出地供暖在不同的經(jīng)緯度多項(xiàng)式、不同的緯度多項(xiàng)式下都顯著為正，說(shuō)明流出地供暖的確促使個(gè)體傾向于選擇供暖城市，上述回歸結(jié)果是穩(wěn)健的。

綜上認(rèn)為，習(xí)慣了冬季供暖的流動(dòng)個(gè)體，在進(jìn)行區(qū)位選擇時(shí)，更傾向于流向供暖城市，這從微觀個(gè)體角度為供暖城市吸引勞動(dòng)力流入提供了一種解釋。

五、結(jié)論

在2021年全國(guó)兩會(huì)上，全國(guó)人大代表周洪宇教授曾提出改變過(guò)去以秦嶺—淮河一線為冬季供暖分界線的傳統(tǒng)做法，并提議 “盡快啟動(dòng)南方供暖問(wèn)題研究”“沿長(zhǎng)江重新劃定供暖分界線”等。每到寒冬，南方供暖就成為社會(huì)關(guān)注的熱點(diǎn)，南方供暖的呼聲愈發(fā)高漲，這引發(fā)了一個(gè)重要的問(wèn)題：城市的集中供暖是否有利于吸引勞動(dòng)力流入？無(wú)論在勞動(dòng)經(jīng)濟(jì)學(xué)領(lǐng)域還是在城市經(jīng)濟(jì)學(xué)的相關(guān)研究中，該問(wèn)題都尚未被探討。

圍繞集中供暖與勞動(dòng)力流動(dòng)的關(guān)系，本文遵循理論—實(shí)證的研究路線展開(kāi)研究。理論方面，將供暖作為一種產(chǎn)品，加入新經(jīng)濟(jì)地理學(xué)的自由企業(yè)家模型，并借助數(shù)值模擬的方法，分析南部和北部的供暖差異對(duì)人力資本流動(dòng)的影響，結(jié)果表明，其他條件相同時(shí)，人力資本傾向于流向供暖區(qū)（北部）。實(shí)證方面，根據(jù)所采用的數(shù)據(jù)，分為宏觀研究和微觀研究?jī)蓚€(gè)部分。基于宏觀數(shù)據(jù)的研究結(jié)果表明：（1）供暖對(duì)勞動(dòng)力凈流入的影響顯著為正，這在不同帶寬（緯度范圍）、不同多項(xiàng)式下都成立，理論假說(shuō)得到證實(shí)。（2）供暖有利于吸引勞動(dòng)力流入，但這種吸引力隨著最低氣溫的下降而下降。這意味著，其他條件相同時(shí)，相較于不供暖的城市，冬季供暖的城市對(duì)勞動(dòng)力的吸引力更大；然而，若供暖城市在冬季的最低氣溫過(guò)低，則該城市通過(guò)供暖吸引勞動(dòng)力的優(yōu)勢(shì)會(huì)被抵消。因此，冬季的最低氣溫過(guò)低是降低城市人才吸引力的一個(gè)顯著因素。（3）在“煤改電”“煤改氣”工程實(shí)施之前，即便一個(gè)城市的集中供暖污染了空氣，但冬季供暖總體上仍然能正向提升該城市的人才吸引力，空氣污染和供暖政策之間不存在顯著的正向交互效應(yīng)或負(fù)向交互效應(yīng)。（4）當(dāng)考慮空間相關(guān)性時(shí)，供暖與冬季最低氣溫的交互影響主要對(duì)本區(qū)域具有顯著的正向作用，對(duì)相鄰區(qū)域無(wú)空間溢出效應(yīng)?；谖⒂^數(shù)據(jù)的研究結(jié)果顯示，流出地供暖的估計(jì)系數(shù)都顯著為正，說(shuō)明和流出地不供暖的個(gè)體相比，流出地供暖的個(gè)體流向供暖城市的概率較大，換言之，家鄉(xiāng)供暖的個(gè)體選擇流向供暖城市的概率更大。該結(jié)論在不同緯度范圍的樣本中、不同階數(shù)的經(jīng)緯度多項(xiàng)式中、以及勞動(dòng)力跨省流動(dòng)的子樣本中均成立。這從側(cè)面表明了北方吸引勞動(dòng)力的一種內(nèi)在機(jī)制，北方的集中供暖間接地促進(jìn)了勞動(dòng)力流入，尤其對(duì)家鄉(xiāng)原本就供暖的勞動(dòng)力更具吸引力。

本文的研究結(jié)果證實(shí)了一個(gè)城市的集中供暖增強(qiáng)了該城市對(duì)人才的吸引力，這一結(jié)論具有重要的政策啟示。新型城鎮(zhèn)化建設(shè)僅僅關(guān)注“人往哪里去、地從何處來(lái)、錢(qián)從哪里出”顯然是不夠的，還要關(guān)注更為廣泛的公共服務(wù)問(wèn)題，比如“公共服務(wù)設(shè)施往哪里建”。通過(guò)研究差異化供暖這一長(zhǎng)期被忽視的領(lǐng)域?qū)趧?dòng)力流動(dòng)的影響，至少具有兩個(gè)方面的研究?jī)r(jià)值。其一，在新經(jīng)濟(jì)地理學(xué)模型的范式下探討集中供暖政策，一定程度上豐富了集中供暖政策的理論研究，不僅拓寬了城市公共服務(wù)的研究視野，也為區(qū)域差異化政策、勞動(dòng)經(jīng)濟(jì)學(xué)、新經(jīng)濟(jì)地理學(xué)在交叉領(lǐng)域的融合研究開(kāi)辟了一個(gè)新的方向，進(jìn)一步擴(kuò)充了新經(jīng)濟(jì)地理學(xué)的應(yīng)用范圍。其二，對(duì)中國(guó)長(zhǎng)期以來(lái)的集中供暖政策提供了新的解讀和認(rèn)識(shí)，進(jìn)而有利于我們更為全面地評(píng)估集中供暖對(duì)經(jīng)濟(jì)生活的影響。從城市人才引進(jìn)的角度來(lái)看，如果南方逐步實(shí)現(xiàn)集中供暖，那么這將不僅僅是一項(xiàng)公共服務(wù)設(shè)施，也將在一定程度上影響中國(guó)的勞動(dòng)力流動(dòng)。

注釋?zhuān)?/p>

①來(lái)源于中國(guó)氣象局網(wǎng)站，網(wǎng)址：https：//www.cma.gov-cn/2011xzt/2016zt/20160120/2014072105/202111/t20211104_4175317.html。

②根據(jù)FE模型的設(shè)定，人力資本表示企業(yè)家，普通勞動(dòng)力表示工人。

③冰山成本由美國(guó)經(jīng)濟(jì)學(xué)家薩繆爾森在1954年提出，指產(chǎn)品在區(qū)域間運(yùn)輸采用“冰山”形式的運(yùn)輸成本，即產(chǎn)品有一部分“融化”在途中，“融化”部分就是運(yùn)輸成本。

④網(wǎng)址：http：//www.noaa.gov/web.html。

⑤PM2.5數(shù)據(jù)下載地址：http：//sedac.ciesin.columbia.edu/。地級(jí)市shp點(diǎn)文件來(lái)自國(guó)家地理信息系統(tǒng)提供的1∶400萬(wàn)比例尺地圖。

⑥文中空氣污染和供暖的交互項(xiàng)、最低氣溫和供暖的交互項(xiàng)分別用空氣污染×供暖、最低氣溫×供暖表示。

參考文獻(xiàn)：

[1]ZHU X， TOMBE T. Trade Liberalization， Internal Migration and Regional Income Differences： Evidence from China[C]//2014 Meeting Papers. Society for Economic Dynamics， 2014.

[2]蔡昉.中國(guó)經(jīng)濟(jì)改革效應(yīng)分析——?jiǎng)趧?dòng)力重新配置的視角[J].經(jīng)濟(jì)研究，2017（7）：4-17.

[3]伍山林.農(nóng)業(yè)勞動(dòng)力流動(dòng)對(duì)中國(guó)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)[J].經(jīng)濟(jì)研究，2016（2）：97-110.

[4]楊振宇，張程.東遷、自選擇與勞動(dòng)力溢價(jià)：“孔雀東南飛”背后的故事[J].經(jīng)濟(jì)學(xué)（季刊），2017（4）：1311-1340.

[5]都陽(yáng)，蔡昉，屈小博，等.延續(xù)中國(guó)奇跡：從戶籍制度改革中收獲紅利[J].經(jīng)濟(jì)研究，2014（8）：4-13+78.

[6]梁琦，陳強(qiáng)遠(yuǎn)，王如玉.戶籍改革、勞動(dòng)力流動(dòng)與城市層級(jí)體系優(yōu)化[J].中國(guó)社會(huì)科學(xué)，2013（12）：36-59+205.

[7]夏怡然，陸銘.城市間的“孟母三遷”——公共服務(wù)影響勞動(dòng)力流向的經(jīng)驗(yàn)研究[J].管理世界，2015（10）：78-90.

[8]張莉，何晶，馬潤(rùn)泓.房?jī)r(jià)如何影響勞動(dòng)力流動(dòng)？[J].經(jīng)濟(jì)研究，2017（8）：155-170.

[9]楊曉軍.城市公共服務(wù)質(zhì)量對(duì)人口流動(dòng)的影響[J].中國(guó)人口科學(xué)，2017（2）：104-114+128.

[10]FORSLID R， OTTAVIANO G I P. An analytically solvable core‐periphery model[J]. Journal of Economic Geography， 2003， 3（3）： 229-240.

[11]ANDERSSON F， FORSLID R. Tax Competition and Economic Geography[J]. Journal of Public Economic Theory， 2003， 5（2）：279-303.

[12]安虎森.新經(jīng)濟(jì)地理學(xué)原理[M].北京：經(jīng)濟(jì)科學(xué)出版社， 2009.

[13]LEE D S， LEMIEUX T. Regression discontinuity designs in economics[J]. Journal of economic literature， 2010， 48（2）： 281-355.

[14]BLACK S E. Do Better Schools Matter？ Parental Valuation of Elementary Education[J]. Quarterly Journal of Economics， 1999， 114（2）：577-599.

[15]ALMOND D， CHEN Y， GREENSTONE M， et al. Winter Heating or Clean Air？ Unintended Impacts of China's Huai River Policy[J]. American Economic Review， 2009， 99（2）：184-190.

[16]DELL M. The Persistent Effects of Peru's Mining Mita[J]. Econometrica， 2010， 78（6）：1863-1903.

[17]EBENSTEIN A， FAN M， GREENSTONE M， et al. New evidence on the impact of sustained exposure to air pollution on life expectancy from Chinas Huai River Policy[J]. Proceedings of the National Academy of Sciences， 2017， 114（39）： 10384-10389.

[18]LESAGE J P， PACE R K. Introduction to spatial econometrics[M]. Boca Roton：CRC Press， 2009.

[19]黃壽峰.財(cái)政分權(quán)對(duì)中國(guó)霧霾影響的研究[J].世界經(jīng)濟(jì)， 2017（2）：127-152.

[20]王麗艷，馬光榮.帆隨風(fēng)動(dòng)、人隨財(cái)走？——財(cái)政轉(zhuǎn)移支付對(duì)人口流動(dòng)的影響[J].金融研究，2017（10）：18-34.

[21]陳強(qiáng)， 孫豐凱， 徐艷嫻.冬季供暖導(dǎo)致霧霾？來(lái)自華北城市面板的證據(jù)[J].南開(kāi)經(jīng)濟(jì)研究， 2017（4）：25-40.

[22]ELHORST J P， HALLECK VEGA S. The SLX model： extensions and the sensitivity of spatial spillovers to W[J]. Papeles de Economía Espaola， 2017， 152： 34-50.

[23]BERK R A， RAUMA D. Capitalizing on nonrandom assignment to treatments： A regression-discontinuity evaluation of a crime-control program[J]. Journal of the American Statistical Association， 1983， 78（381）： 21-27.

責(zé)任編輯：艾?嵐

Research on the Influence of Central Heating on Labor Flow

——Taking the "Second

Ye Jinzhen，Huang Hongwei

（School of Business Administration，Zhongnan University of Economics and Law，Wuhan Hubei 430073，China）

Abstract：

China implements the north-south differentiated heating policy with Qinling-Huaihe River as the geographical boundary. With the frequent occurrence of low temperatures in winter in the south， the call for central heating in the south is increasingly high. So， is the heating city more attractive for talented people？ This paper focuses on the relationship between central heating and labor mobility， and follows the theoretical-empirical technical route to carry out research. Theoretically， heating as a product is added to the free entrepreneur model of new economic geography， and numerical simulation is carried out with the help of Matlab software. In empirical study， on the basis of macro data， the regression discontinuity， the panel fixed effect model and the spatial panel model are established in turn， taking the Qinling-Huaihe line as the spatial breakpoint. Using the macro data ，the empirical results show that the cities with heating in winter are more attractive to the labor force than the cities without heating; however， if the minimum temperature of a heating city in winter is too low， the advantage of the city in attracting labor through heating will be offset; even if a city's central heating pollutes the air， heating can still positively improve the city's talent attraction; the interaction between heating and winter minimum temperature has a significant positive effect on the region， and no spatial spillover effect on adjacent regions. Further， using the personal micro-data of CLDS， the empirical result shows that the central heating in the north indirectly promotes the inflow of labor force， especially for the migrant whose hometown provides central heating.

Key words：

central heating; labor flow; new economic geography; spatial regression discontinuity