推文人 | 赖芬芬 邓卫广

原文信息：De la Roca, Jorge and Diego Puga. “Learning by working in big cities”. Review of Economic Studies, 2017, 84(1):106–142.

 

引 言

 

首先，答案是YES! 这篇文章就告诉你：北上广深的高工资跟内在能力无关。

 

有很长一段时间，围绕“逃离北上广”和“拒绝逃离北上广”的讨论在网络上甚嚣尘上。有人认为见识决定命运因此选择留在大城市，也有人觉得长安居大不易还是回老家吧。今天推的这篇文章探讨了大城市存在收入溢价的三个可能原因：大城市具有生产优势；天生能力更强的人选择留在大城市；大城市的工作经历促进在职人力资本投资。作者发现并不是因为选择留在大城市的人天生能力更强，而是在大城市积累的在职人力资本（On-the-job Human Capital）给他们带来了收入溢价。

 

文章中作者跟以往学者研究结论的碰撞很有意思。当然，这篇文章的研究结论对于个人发展战略也极具启发。一线城市往往聚集更多的聪明人，群体的智商激发个人创造力，天然的高度竞争会让你不得不向上生长。先天智商不行没关系，多积累后天人力资本，到一线城市去磨炼，然后再考虑回老家，是一条不错的职业规划道路。

 

数据与计量模型

 

原文采用的是西班牙连续就业历史数据(Muestra Continuade Vidas Laborals or MCVL)，是月度面板数据，样本观测值只考虑18岁以上的出生在1962年之后的西班牙人，为了排除宏观经济本身的干扰，就业时间限制在2004年1月-2009年12月。由于女性劳动力在那一期间发生结构性变化，因此只分析男性样本。此外没有考虑移民、创业人群、面积极小区域和特殊行业。最终数据集员工157113，样本数6263446。

 

为了与原先一些学者的研究形成对比，作者从原始的偏误模型出发后逐次修正，探讨以上提出的三种假设。最完整的模型（模型1）如下：

 

 

实证结果

 

（1）大城市的生产优势静态效应

 

第一次回归中，作者只探讨城市固定效应，模型中没有加入员工自选择效应和城市动态效应（即工作经验），估计模型（模型2）如下：

估计结果如表1。第一列汇报了考虑城市固定效应时员工和职业特征变量与工资对数收入的混合OLS回归结果，结果显示工作经验和公司年龄是收入的凹函数。第二列是第一列估计的城市固定效应和工资对数的回归系数，显示工资溢价弹性为0.0455。在控制了员工特征之后，拟合优度系数只减少一半，可见大城市生产优势能解释大小城市的收入差异。

 

 

（2）员工空间自选择效应

 

上述没有考虑员工自选择和动态效应，导致系数高估。加入员工固定效应后估计模型（模型3）如下：

回归结果见表1的第3-4列。第四列的估计系数从0.0455下降到0.0241，这验证了以往一些学者的结论(Combes et al.,2010; Mion and Naticchioni,2009)。Combes et al.(2008)把系数下降解释为是待在大城市的员工本身能力更高导致的。大城市往往聚集着更多的精英（Berry and Glaeser, 2005;Bacolod et al., 2009; Moretti, 2012; Davis and Dingel, 2013)，这一点也得到了原文数据的支持。但作者认为大城市收入溢价并不是因为大城市的员工本身能力更高，要得到这一点结论必须考虑员工在大城市积累的人力资本动态效应和员工自身能力互补作用。结合稳健性检验的结果，作者在后面单独讨论了这一问题。

 

（3）积累大城市工作经验的动态效应

 

紧接着，作者继续修改上述偏误模型，加入不可观测员工异质性，此时的估计模型就是开篇数据与计量模型部分提到的同时包含城市固定效应、员工固定效应和工作经验最完整的计量模型（模型1）。原文将三个城市规模级别(第一至第二、第三至第五、前五名之外)中每个级别的工作经验与某个大城市进行了交互，以考虑非线性效应。

 

回归结果如表2。第一列显示，拥有大城市工作经验比其他地方的工作经验更有价值。例如，在马德里或巴塞罗那工作的第一年，相对于同一年在排名前五名以下的城市工作的人，收入会提高3.1%（e0.0309−0.0008−1）。但如果在北上广工作一段时间积累了大城市工作经验之后再回老家，与他在北上广的收入并没有显著差异（控制生产优势）。可见在大城市的工作经验形成了在职人力资本，且具有很强的可移植性。

 

第二列控制员工固定效应，结果显示刨去员工在大城市积累的在职人力资本之后，城市规模与收入之间的弹性相关系数为0.0223。第三列是中期效应，即不包括在大城市的工作经验，但考虑在五大城市之外的工作经验，结果显示城市规模与收入之间的弹性相关系数为0.051。两者的差异恰好反映城市静态效应和动态效应各占一半。

 

表 2

 

稳健性检验

 

（1）反向因果

 

如果大城市的高工资能吸引劳动力等要素流入，进一步扩大城市规模，这就存在潜在的反向因果问题。为剔除城市规模这一变量的内生性，作者利用历史城市规模数据选取了4个工具变量（距离城市中心25公里内被水域覆盖的土地百分比、坡度大于15%的土地百分比、土地供应能力、距市中心25公里内的海拔）进行两阶段回归。结果见表3，发现以上结论依旧得到验证。可见城市规模的内生性并不是一个大问题(Combes et al.，2010)，因为城市规模的变化往往要经历很长一段时间。

 

 

（2）天生能力和工作经验的收益互补？

 

Baker(1997)的研究指出：在个体生命周期中，工资收入随着工作经验、能力等递增。但能力和工作经验带来的学习收益是否互补？也就是说，能力越强的人在工作中积累的人力资本也越多，从而带来更高收入。文章根据个体受教育年限和职业技能划分为不同的能力等级，但作者发现这样做的结果并不符合预期，他们猜测可能是仅仅用能力等级还不能捕捉到所有的不可观测能力，于是他们在模型1的基础上加入个体固定效应和工作经验的交乘项，估计模型如下（比模型1多了交乘项）：

回归结果如下表4，图1给出了直观的展示。结果显示：在马德里工作10年后和在圣地亚哥工作的高技能工人之间的收入差距已经扩大到39%，而对于能力较低的员工来说，这一差距为33%。10年后，塞维利亚和圣地亚哥的收入差距，高能力工人为14%，低能力工人为12%。也就是说，在大城市的动态效益中，个体异质性起着很大的作用。在大城市获得的经验更有含金量，而且对能力较高者收益更多。

 

表 4

 

 

（3）大城市收入均值高是因为能力强的人多吗？

 

这部分的讨论延续上面“员工空间自选择”时未解决的问题，这一点是文章的重要发现。以往很多学者发现收入高是因为大城市本身能者多？作者挑了Combes et al. (2012b)的研究结论作为靶子，发现员工固定效应会影响收入恰恰是因为不同能力个体之间积累的工作经验含金量会有差异（大城市动态效益的异质性）。作者将表4第1列和表2第1列的员工固定效应结合着一起看。表4第1列的员工固定效应表示允许在不同能力的个体之间积累的工作经验含金量不一样（能力与工作经验交互项），表2第1列表示同质个体固定效应不一样，即仅考虑不同城市的工作经验有差异，但没考虑不同能力的个体之间积累的工作经验的差异。当然，作者所探讨的“能力”指的是“天生能力（innate ability）”，并不包含由动态人力资本积累而锻炼出来的后天能力。

 

图2四幅图是对以上研究发现的一个总结和动态对比。大城市动态效益的异质性结果直观显示在图2的Panel(a)。显示五个最大城市的固定效应分布与较小城市的固定效应分布基本一致，也就是说员工内在能力对工资溢价的影响在大城市和小城市是一致的。大城市动态效益的同质性结果直观显示在Panel(b)，均值基本一致，但大城市的固定效应分布方差较大，也就是说大城市员工内在能力高导致工资溢价，这其实正是“靶子”Combes et al. (2012b)的逻辑和研究结论。如果再往前推，根本不考虑人力资本的持续增值（动态效应），只考虑静态效应，甚至静态效应都不考虑。结果如Panel(c-d)显示，大城市收入的均值和方差都更大（另一个“靶子”Eeckhout et al. (2014)的结论）。当然这两个估计都是有偏倚的，但也是后续新发现的逻辑基础。

 

结 论

 

作者依次检验了大城市存在收入溢价的三个可能原因，发现大城市的收入溢价来源于大城市生产静态优势和大城市能促进在职人力资本投资，而且高能力者在职人力资本积累速度更快，所以大城市收入的均值和方差都更大。静态优势和学习效应对高工资的解释力各占一半。但是，作者推翻了以往研究认为的“大城市本身聚集了更多天生能力强的人，所以拉高了大城市的平均工资”，因为以往研究没有考虑能力与大城市学习效应的互补性，也就是大城市动态效益的异质性。

 

这篇文章没有从一开始给出最严密的模型和结论，而是从偏倚模型开始，对不合理的结果给出合理解释，不断完善思路进而得到更严谨的结论。这是作者讲故事的方式，更是为了验证以往学者的结论，同时发现他们的逻辑漏洞，在对比中增强新结论的说服力。

 

推荐阅读

 

Combes, Pierre-Philippe; Gilles Duranton; Laurent Gobillon and Sébastien Roux. 2012. "Sorting and Local Wage and Skill Distributions in France." Regional Science and Urban Economics, 42(6), 913-30.

 

Eeckhout, Jan; Roberto Pinheiro and Kurt Schmidheiny. 2014. "Spatial Sorting." Journal of Political Economy, 122(3), 554-620.

 

Abstract

 

Individual earnings are higher in bigger cities. We consider three reasons: spatial sorting of initially more productive workers, static advantages associated with workers' current location, and learning by working in big cities. Using rich administrative data for Spain, we find that workers in bigger cities do not have higher unobserved initial ability, as reflected in individual fixed-effects. Instead, they obtain an immediate static premium while working in bigger cities and also accumulate more valuable experience, which increases their earnings faster. The additional value of experience accumulated in bigger cities persists even after workers move away and is even stronger for those with higher unobserved initial ability. This combination of effects explains both the higher mean and the greater dispersion of earnings in bigger cities.

 

推文作者简介:

 

赖芬芬：南开大学经济学院；邮箱：15111267394@163.com

 

邓卫广：湖南大学经济与贸易学院，中国大学生追踪调查（微信公众号：CCSLS001）；研究方向：行为经济学(Peer Effects)、劳动力市场、婚姻家庭、人力资本等；邮箱：dengweiguang@126.com