城市规模、门槛效应与人力资本外部性
王珍珍 穆怀中
摘 要： 利用2000年262个地级市截面数据，通过柯布道格拉斯生產函数的估计来考察人力资本外部性大小，以及城市规模对人力资本外部性的作用机制。研究发现：城市层面的高技能劳动力比例对工资存在显著正外部性，该比例每上升1个百分点，工资收入将提高1.84%；整体层面及服务业内的人力资本外部性会随着城市规模增大而加强。进一步地，以2000-2014年30个省份的面板数据，以城市规模为门槛变量，采用面板门槛模型进行实证研究，发现城市规模对人力资本外部性的影响存在双重门槛，城市规模较小或过大会造成“集聚效应”不足和“拥挤效应”过度，均不利于高等教育人力资本沉淀和外部效应凸显。因此，应通过合理制定城市发展政策，科学引导人才流动，加大高等教育投资等举措，充分发挥人力资本外部性对经济发展的推动作用。
关键词： 人力资本外部性；城市规模；高等教育；服务业
一、引言
发展经济学和城市经济学将人力资本外部性视为影响地区经济增长、城市集聚和规模报酬递增的重要因素[1-3]。Lucas在马歇尔对城市工人社会互动和生产力关系研究基础上，提出人力资本外部效应理论，认为社会平均水平的人力资本能够提升全要素生产率[4]。人力资本外部性理论，为城市工资溢价、城市集聚和规模扩大等提供了新的解释，也为各国政府进行人力资本投资决策、教育投资效率评价提供依据和有效工具[5-7]。当前，人才、创新等作为推动经济增长的重要源泉，在各地区的分布并不均衡，且有逐渐向少数大城市集中的趋势。原因在于无论是后工业化时代的城市，还是比重日益提升的服务业，都更加追求“密度经济”和“规模经济”，高素质、高技能人才集中于大城市时，能够通过知识、技术、信息的交流和传播产生的人力资本外部性提升自身乃至整个城市的生产效率[8]。随着中国经济“新常态”的到来，改变以往过度依赖投资和出口的发展路径，调整产业结构，进一步提升服务业份额，是实现未来经济转型升级的必要步骤，而这将进一步推动城市化进程，特别是大城市发展。
当前，社会各界对城市规模与现代经济发展关系的理解并不充分，相对于城市规模扩大带来的人力资本外部性，其更忌惮于大城市中存在的拥挤、污染、犯罪等“城市病”，反映在城市发展政策上的结果就是严格限制大城市，尤其是特大城市的人口规模，一定程度上忽略了规模经济对国家发展的客观规律。那么，人力资本外部性是否存在？人力资本外部性是否与服务业有关？城市规模是否会影响人力资本外部性？以及是否存在门槛效应？对这些问题的研究有助于我们理解人力资本外部性的作用机制和城市发展的规律，从而为制定科学的人力资本投资和城市发展政策提供借鉴。本文利用2000年262个城市层面数据和2000-2014年30个省级行政单位的市辖区数据考察了城市规模对人力资本外部性的直接效应和门槛效应。研究表明，城市规模是影响人力资本外部性的重要因素，并存在门槛效应。城市具有大专及以上学历人口（高技能劳动力）比例每上升1个百分点，工资收入将提高1.84%；高技能劳动力比例与城市市辖区人口对数交互项系数显著为正（0.0173），说明城市层面的人力资本外部性会随城市规模扩大而增强；高技能劳动力比例与三产比重交互项的系数在5%的显著性水平下为负（-0.0005），但在加入市辖区人口对数后，三个变量交互项系数显著为正（0.0002），说明存在于服务业中的人力资本外部性也会随着城市规模增大而加强。进而，就城市规模对人力资本外部性门槛效应的重点考察和研究发现：城市规模对人力资本外部性的影响存在双重门槛，在“集聚效应”和“拥挤效应”共存情况下，当城市规模由小变大时，“集聚效应”占据主导，此时人力资本外部性凸显；而当城市规模继续扩大并突破某一临界值时，“拥挤效应”带来的负面影响将抵消“集聚效应”的正面影响，导致高技能劳动力的挤出，从而影响人力资本外部性作用的发挥。本文的政策含义在于，随着后工业化时代的到来，大城市对服务业发展的作用日益凸显[9]，但城市规模并非越大越好，需因地制宜地制定城市发展政策，科学引导人才合理流动，并继续实施高等教育投资增长战略。
二、文献回顾
人力资本外部性作为区域经济增长、城市规模报酬递增及生产力提升的重要微观机制，最近几十年一直是国内外学者关注的热点。高人力资本在城市集聚形成更高的劳动生产率，并通过群体间知识和技术的交流共享，加速创新和技术采用而产生人力资本外部性，因此，在人力资本高的城市，从业人员的工资水平也较高。已有研究通过考察城市层面人力资本水平的整体变化，对不同群体工资、地租、经济增长、全要素生产率、企业生产率等变量的影响来识别、测算人力资本外部性，但除了工资作为被解释变量的研究外，其他成果均未得出人力资本外部性存在及大小的一致结论[10]。
工资作为被解释变量对人力资本外部性考察的研究得出，高技能劳动力是人力资本外部性的主要载体，并通过提高低技能劳动力的人力资本水平，进而对整个城市的生产力水平产生影响，但这一外部效应遵循地理距离衰减规律[11-13]。具体来看，学者主要以明塞尔工资函数[14]为基础，在控制个体受教育程度及其他变量后，通过工资与人力资本总体水平的回归来估计人力资本外部性大小。Rauch运用美国1980年的人口普查数据验证城市平均受教育水平与工人工资的结果表明，平均受教育程度每增加1年，工人工资将提升3.3%[15]。考虑到使用平均受教育程度这一指标可能带来的内生性估计偏误，Acemoglu&Angrist将平均受教育程度替换为美国各州童工法和义务教育法变量，研究结果显示，以上法律变化将通过影响不同群体的教育状况来改变高中和大学毕业生的工资水平，且对高中毕业生工资影响更大[16]。Moretti则以城市中具有大学学历的人群作为受教育程度的代理变量，考察高等教育群体对不同教育程度人群工资的影响，结果表明，城市中具备大学学历群体的占比每提升1%，将会使高中学历以下、高中毕业生、大学毕业生的工资分别提升1.9%、1.6%和0.4%。Liu用中国义务教育法执行情况替代平均受教育程度，对城市教育回报的研究发现，地区人力资本外部效应估计值介于11-13%之间，且经济改革增强了这一人力资本外部性[17]。另外，Moretti在测度产业间人力资本外部性时采用改进的科布—道格拉斯生产函数，利用制造业普查和人口普查匹配数据，估计1982-1992年非本产业就业人员中大学学历人群占比变化如何影响本产业各企业员工工资，结果发现人力资本外部性的具体估值范围在0.5-0.7%之间，且这一人力资本外部性随经济距离增加而减弱。
关于城市规模与人力资本外部性的关系，大多数学者从人力资本外部性经济集聚的微观机制出发，研究人力资本外部性对城市人口规模的影响。Lucas研究发现，人力资本外部性能够推动城市中服务业的发展，随着后工业化时代的到来，服务业比重将不断提升，而这必然伴随进一步的城市化，尤其是大城市发展。项本武等运用中国232个地级市面板数据，考察不同层次人力资本积累对城市规模扩张的影响，结果显示，具有大专及以上学历人口和高中及以上学历人口的比重每提升1个百分点，城市人口规模将分别增加1.15%和0.17%[18]。在城市规模如何影响人力资本外部性方面，Glaeser的研究认为，知识积累和扩散的源泉是工人之间拥有更多直接交往的机会，而城市作为高技能劳动力聚集的场所，增强了工人间的直接交往机会，有助于知识积累和人力资本外部性作用发挥[19]。Black& Henderson认为人力资本外部性是人力资本积累的核心体现，更大的城市规模增加了人力资本储备，从而促进人力资本外部性显现[20]。梁文泉和陆铭利用2008年中国经济普查中的服务业企业微观数据，考察服务业中人力资本外部性、人力资本外部性的产业关联和城市人口规模对人力资本外部性的深刻影响，结果表明，服务业行业间、行业内企业间的人力资本外部性会随着城市规模扩大而增强；服务业行业间、行业内企业间高技能劳动力交流产生的人力资本外部性也会随城市规模增大而增强。但Eeckhout的研究认为，城市规模扩大促进经济集聚和人力资本积累的同时，也产生了高昂的拥堵成本，当城市规模增加到拥堵成本足以抵消集聚效应时，将不利于人力资本积累和外部效应凸显[21]。从以上研究不难看出，人力资本外部性与城市规模存在密切的互动机制，更为重要的是，城市规模对人力资本外部性的干扰可能并非单一线性的，即城市规模对人力资本外部性的影响可能存在门槛效应。
总而言之，大多数研究成果均已证实了人力资本外部性是存在的，只是由于所选用数据、指标和估计方法的差异，导致人力资本外部性的大小有所不同。从研究方法来看，现有成果在分析城市规模与人力资本外部性的关系时，多从人力资本外部性的经济集聚机制出发，得出人力资本外部性是促进城市规模扩张的重要因素。或将城市规模作为模型的解释变量或者控制变量，研究城市规模如何影响人力资本外部性。或将样本进行分段、分类回归，以得到不同分组的实证结果。研究在一定程度上能够反映城市规模如何干扰人力资本外部性作用的发挥，但主观分组标准难以把握，无法准确估计出门槛值，对不同样本回归结果产生的差异性也很难进行显著性检验。面板门槛模型可以通过样本数据确定门槛个数及门槛值，并由Bootstrap方法检验门槛值的显著性。因此，本文在以往学者研究基础上，基于 2000-2014年省际面板数据，采用面板门槛模型分析了城市规模对人力资本外部性影响的门槛效应，试图从人力资本与城市规模的互动机制视角，探寻地区城市发展和人力资本提升的具体策略。
三、模型设定与变量选择
1.基本模型设定
检验人力资本外部性存在与否，关键在于验证拥有更多高人力资本的地区或部门有更高的劳动生产率，或者在相同投入下，高人力资本部门的产量更高。因此，本文借鉴 Moretti、梁文泉和陆铭的研究，通过柯布道格拉斯生产函数的估计来考察人力资本外部性存在与大小情况，具体表达式如下：
其中，Yi是城市部门i的产量，Li是城市i的劳动力数量，Ki是城市i的资本投入量，Ai是技术水平。假设城市i的技术水平取决于所在地区城市部门的人力资本水平，本文用城市高技能劳动力比例来度量。具体表达如下：
其中，hli是城市i的高技能劳动力比例，λi是城市固定效应，Xi是表征城市特征的系列控制变量，？着i是影响城市i产量的随机性因素。对（1）式进行对数变换，并将（2）式代入，可以得到：
模型1中，hli的系数βA是我们主要关注的，它衡量了城市部门人力资本外部性对城市部门产量的影响。已有文献认为生产率较高部门对高技能劳动力需求较高，地区间气候、文化等差异会对高技能劳动力产生吸引力的差异，以及高技能劳动力比例较高地区往往在基础设施和社会制度方面更优越，因而可能引起对βA估计有偏。为此，我们在模型中控制地區固定效应，并引入系列表征城市特征的控制变量可部分缓解βA有偏估计的程度。另外，在建立模型前，应先保证所选自变量间的独立性，经检验，膨胀因子（VIF）均小于10，且均值也小于10，说明各解释变量间不存在多重共线性。具体的变量说明如下：
（1）城市部门的总产量（Yi），城市部门的产量反映了使用劳动、资本和技术等生产要素获得的收入，故用城市部门从业人员的收入量来近似的表征；（2）城市部门高技能劳动力比例（hli），第五次人口普查数据中将个人所完成的学历分为未上过学、小学、初中、高中、职高/技校、中专、大专、大学本科、研究生及以上九类，因此，本文借鉴Moretti、梁文泉和陆铭的做法，将具备大专及以上学历的人口占总人口的比例来表征城市部门的技术水平，用于考察人力资本外部性的存在及大小情况；（3）城市部门劳动力数量（Li），用各地级市市区的从业人员来表征；（4）城市部门资本量（Ki），资本存量测算采用永续盘存法，具体测算公式为：Kt=It/（δ+g），Kt=It+（1-δ）Kt-1，其中，δ为折旧率，选9%，g为2000-2014年固定资产投资的几何平均增长率，同时利用各地区固定资产投资价格指数转换为2000年的基期价格；（5）控制变量方面，考虑到可能对城市居民收入产生干扰的城市特征，本文将市辖区人口、人均GDP、第三产业比重、每万人拥有病床数、每万人拥有公共汽车数和利用外资额纳入模型。
2.面板门槛模型设定
门槛模型是用于考察自变量对因变量影响是否存在结构性突变的计量模型，也就是说，在选取的门槛变量临界值的两侧，自变量对因变量的估计系数会发生显著性的变化。起初，Hansen[22]研究的内生门槛回归仅用于时间序列和截面数据，后来，其将数据的适用范围扩展到面板数据，并将操作工具由matlab扩展到stata。城市人力资本水平变化对从业人员劳动报酬的影响会受到城市规模的干扰，即以城市高技能劳动力比例影响工人工资的人力资本外部性考察可能存在城市规模门槛效应。本文借鉴Hansen和连玉君[23]的静态面板门槛回归模型，选取城市规模作为门槛变量，检验高技能劳动力比例对从业人员劳动报酬是否存在显著的门槛效应。以单一门槛为例，设定模型如下：
城市规模（up）。当前，学术界对城市规模如何影响人力资本外部性大致有两种观点。一方面，服务业占据产业主导地位是后工业化时代的典型特征，而服务业作为“密度经济”，是人力资本外部性凸显的主要土壤。大城市通过聚集高素质劳动力进一步促进服务业发展，而人力资本外部性也进一步得到增强。由此可见，城市规模扩大可能会干扰人力资本外部性作用的发挥。另一方面，城市规模，尤其是城市人口规模扩大，将带来拥挤、污染、犯罪等“城市病”[24]，且人口过度集聚使得劳动力供给过剩，降低了高素质劳动力的工资收入，而对住房需求的增加进一步推高住房成本，不利于高素质劳动力的沉淀，从而影响当地人力资本外部性的发挥 [25-26]。城市规模影响人力资本外部性的两方面考虑，说明检验人力资本外部性的理想场所在城市，且城市规模确实会对人力资本外部性产生干扰，也就是说，人力资本外部性可能存在城市规模门槛效应。在城市规模指标选取方面，本文借鉴梁文泉和陆铭的研究成果，考虑到控制变量中城市人均GDP、每万人拥有的病床数和公共汽车数的计算均包含了城市人口规模，为缓解多重共线性带来的估计偏误，本文将城镇常住人口作为城市规模的代理变量。
3.数据来源及说明
鉴于数据的可获得性，具体到地级市的各学历人口数据仅能从第五次人口普查数据中获得，因此，本文在对人力资本外部性存在、城市规模是否会影响人力资本外部性的检验时，选取了2000年30个省份（不含西藏）262个地级市市区的截面数据作为研究样本；在检验城市规模影响人力资本外部性的门槛效应时，选取2000-2014年中国30个省级行政单位的市辖区数据作为研究样本。为保证数据的高质量，本文所用数据均来自国家统计局网站和《中国统计年鉴》《中国城市统计年鉴》《中国劳动统计年鉴》《中国人口与就业统计年鉴》《新中国六十年统计资料汇编》《第五次人口普查数据》，且劳动报酬、固定资产投资、人均GDP、利用外资额均为剔除价格膨胀影响的实际数据，个别省份和城市的缺失数据采用移动平均法进行补全。表1报告了主要变量样本数据的统计性质。
四、城市规模影响人力资本外部性及门槛效应分析
1.人力资本外部性存在及作用机制
用2000年的城市截面数据来考察城市规模对人力资本外部性的直接影响，模型回归结果见表2。表中第1列是将城市人口作为控制变量，对高技能劳动力比例与工资收入进行回归，城市高技能劳动力比例的系数为0.0184，在1%的置信水平下显著，城市具有大专及以上学历人口比例每上升1个百分点，工资收入将提高1.84%，这一结果与Moretti的估计值（1.9%）十分接近。假设劳动力供给是不完全替代的，城市中高技能劳动力比例上升可通过新古典供给效应和人力资本外部性效应提升低技能劳动力的工资水平，但对高技能劳动力工资的影响取决于上述两种效应相互竞争的合力[27-28]。第1列的估计结果显示，高技能劳动力比例对城市平均工资收入具有正向作用，说明当前中国城市层面的人力资本外部性效应大于劳动力市场中的不完全替代效应，即人力资本外部性显著存在。
表中第2列是将高技能劳动力比例与城市市辖区人口对数构建交互项的回归结果。高技能劳动力比例的系数有所下降，但仍在1%的水平下显著为正（0.0164），且与市辖区人口对数交互项系数为0.0173，在1%的水平下显著，这一结果表明，城市层面的人力资本外部性会随城市规模扩大而增强。一般认为，人口规模越大的城市，高技能劳动力数量越多，高人口密度满足了后工业化时代对“密度经济”的需求，有利于实现人与人之间的交流，学习、知识的生产和传播，Lucas将城市视为检验人力资本外部性的理想场所，说明一定的城市规模是人力资本外部性发挥作用的必要条件。
相对于农业和工业，服务业更需要高密度的人口协作和交流，服务业的发展带动知识传播和“学习效应”扩散，从而有利于人力資本外部性作用的发挥。通过构建高技能劳动力比例与第三产业比重的交互项，考察服务业发展对人力资本外部性的影响。从表中第3列来看，高技能劳动力比例的系数有所增强（0.0275），且在1%的水平下显著，但与第三产业比重交互项的系数为负（-0.0005），且在5%的水平下显著。主要原因在于中国服务业在国民经济中所占份额相对较低（44.39%），同期发达国家为65-80%，长期依赖投资和出口的经济发展路径抑制产业转型升级，导致服务业发展缓慢，从而不利于人力资本外部性作用凸显。
城市是高密度人群的聚集地，也是服务业发展的地理载体，那么，随着城市规模扩大，服务业对人力资本外部性的影响能否有所转变，为此，我们构建了高技能劳动力比例与第三产业比重和市辖区人口对数的交互项，表中第4列显示了新的回归结果。高技能劳动力比例的系数仍显著为正（0.0238），在加入市辖区人口对数后，高技能劳动力比例与服务业交互项系数由负转正（0.0002），且在1%的置信水平下显著。由此可以看出，存在于服务业中的人力资本外部性会随着城市规模增大而加强。值得指出的是，从表第2列和第4列的估计结果很容易得到城市规模扩大能够增强人力资本外部性的简要结论，但是否城市人口规模越大越好，即城市规模是否对人力资本外部性存在门槛效应，是本文下一步研究的重点。另外， OLS回归结果虽然会造成人力资本外部性的估计偏误，但从表2中4个方程的估计结果来看，高技能劳动力比例的系数基本稳健，可见控制了城市特征变量和固定效应后，有效缓解了内生性问题对估计结果的影响。
2.城市规模影响人力资本外部性的门槛效应分析
由表3的门槛检验结果可以看出，城市规模存在统计意义上的单一门槛和双重门槛效应，三重门槛未通过显著性检验。门槛值是否真实可以通过进一步的似然比检验来确定。表4给出了相应似然比检验结果和各门槛估计值，城市规模的第一个门槛值和第二个门槛值分别为7.277和8.182。下面，本文将基于城市规模影响人力资本外部性的双重门槛进行分析。
根据城市规模的两个门槛还原值，可以将地区城市人口规模分为up？燮1447、1447
具体来看，高技能劳动力比例等对工资收入的边际影响，即人力资本外部性受到城市人口规模的干扰，当地区城市人口规模处于合理的区间范围内时，有利于人力资本外部性的发挥，而城市人口规模较小或过大都不利于人力资本外部性作用凸显。城市规模较小难以发挥人力资本外部性的原因在于，人力资本外部性的作用机制依赖于丰富的人力资本存量、行业内集聚经济（马歇尔外部性）、跨行业集聚经济（雅各布斯外部性）和本地就业密度（劳动市场厚度），这是后工业化时代对“密度经济”的必然要求，而一定的城市规模是满足这一需求的必要条件。从统计数据来看，2014年，除直辖市外，省级行政单位的城市人口规模小于1447万人仅有贵州（1404万）、甘肃（1080万）、新疆（1059万）、宁夏（355万）、青海（290万），均为西部地区，而这些地区是经济欠发达地区和主要的人口流出省份，人力资本原始存量单薄，对新进入人力资本的吸引力明显不足，导致上述四种人力资本的传导机制薄弱，从而难以发挥人力资本外部性对当地居民收入及经济发展的促进作用。另外，人力資本外部性是“学习效应”与“竞争效应”合力产生的净效应，在人口规模较小的城市，人与人之间的“学习效应”弱于“竞争效应”，因而导致人力资本外部性为负。
在一定的城市人口规模范围内，人力资本外部性将随着城市规模扩大而加强。首先，大城市部门聚集了更多高技能的劳动力，增强了知识积累和向低技能劳动力的传授和扩散，“学习效应”和知识的“溢出效应”得以加强。由此可见，具备更高人力资本积累的区域形成更高潜质的“新手”吸引力，丰富了现有人力资本储备，而城市规模越大，越有利于发挥这一人力资本外部性，提高从业人员的劳动生产率和收入水平。同时，更高的劳动生产率导致城市生产者提升整体生产能力的压力增大，促使其花费更多的时间和金钱用于自身人力资本积累，而这种人力资本积累、劳动生产率和城市人口规模的螺旋上升效应在大城市中更为凸显。
但城市规模并非越大越好，何况城市规模也并非无限扩张的。城市规模存在一种实现人力资本积累和拥堵成本平衡的动态调整机制，在均衡状态下，城市规模扩大带来经济集聚，劳动生产力和收入水平提升，但更多的人口数量也伴随着拥堵成本的增加，城市土地变得更为稀缺，交通、住房等消费支出将大大提升，不仅增加了现有人力资本的沉淀成本，也使后来进入者难以在获得平均生产率水平前弥补应支付的人力资本积累成本，从而选择主动退出甚至不进入该地区[29]。另外，城市规模扩张带来的企业过度竞争，使得企业整体利润下降甚至亏损倒闭，削弱了人力资本外部性的产业传导机制，从而不利于人力资本外部性的发挥。由此可见，城市人口规模与人力资本外部性的关系呈现一种“钟型”的曲线关系[30]，当城市规模较小时，城市集聚难以凸显人力资本外部性。随着城市规模继续扩张，集聚效应和拥堵成本效应均处于增长状态，但达到一定规模之前，集聚效应的主导地位将充分凸显人力资本外部性，如果继续扩张并超过这一规模，拥堵成本效应将逐渐抵消集聚效应，从而不利于人力资本外部性的发挥。
从分地区的回归结果来看，人力资本外部性的城市规模门槛效应在东、中、西部地区间不具有绝对可比性，鉴于数据收集的限制，本文在作面板门槛模型时采用省级单位的数据，一定程度造成估计结果的地区差异难以直接比较，但从三个划分区域的实证结果中我们仍可以获得有益的启示。东部地区的各省份具有良好的经济社会发展根基，具备高技能人力资本积累的天然优势，是长期人口净流入地区，人口集聚带来的规模效应能够更好顺应后工业化时代对“密度经济”的需求，有利于发挥员工之间的“学习效应”和知识“溢出效应”，从而凸显人力资本外部性对收入的促进作用。与此同时，东部的“北上广深”也是拥堵成本高昂的“大城市病”高发地区，大城市的居住等生活成本大幅提高将迫使低技能劳动力向小城市、小城镇回流，进而带动资本、技术和高技能劳动力回流[31]，从而避免了人口向某一地区过度集中，也可以顺势扭转人力资本外部性的负向影响。中部地区的回归结果表明，在城市人口规模的第一、二区间内，人力资本外部性并不显著，且城市人口规模大于3576万人时，人力资本外部性仍显著为正，这说明中部地区人口集聚蕴含着持续的外部效应潜力，在未来，可能是高等教育人力资本“第二人口红利”发挥作用的主要地区。最后，在西部地区，人力资本外部性的门槛效应在各城市规模区间内均表现为弱显著性，主要是因为该地区城市规模较小，高等教育人力资本存量薄弱，对外来人口缺乏吸引力，因而难以发挥人力资本外部性对当地居民收入和经济发展的促进作用。
五、结论与政策建议
城市规模影响人力资本外部性，且存在门槛效应。文章利用2000年262个地级市截面数据，选取高等教育人力资本占比与工人工资作为模型核心解释变量和被解释变量，考察了城市层面人力资本外部性大小以及城市规模对人力资本外部性的直接影响。进而利用2000-2014年30个省份的面板数据，重点考察城市规模影响人力资本外部性的门槛效应。研究发现：第一，城市层面的高等教育人力资本对工人工资存在显著正外部效应，城市中具有大专及以上学历人口（高技能劳动力）比例每上升1个百分点，工资收入将提高1.84%；第二，城市层面全行业及服务业内的人力资本外部性会随着城市规模增大而加强；第三，城市规模对人力资本外部性的影响存在双重门槛，在“集聚效应”和“拥挤效应”共存情况下，当城市规模由小变大时，“集聚效应”占据主导，此时人力资本外部性凸显；而当城市规模继续扩大并突破某一临界值时，“拥挤效应”带来的负面影响将抵消“集聚效应”的正面影响，导致高技能劳动力的挤出，从而影响人力资本外部性作用的发挥。
城市作为“密度经济”的载体，能够通过高技能劳动力的频繁交流扩大知识分享宽度和技术采用速度，从而提升整个城市的生产力，这就是高等教育人力资本的外部性。同时，高等教育人力资本具有明显的空间集聚特征，高等教育人群向城市集聚产生更高的商品和服务需求，带来城市生产和消费的繁荣，进而推动经济增长和城市化进程，尤其是大城市发展[32]。后工业化时代的到来，将更加凸显大城市对产业升级发展的作用，但城市规模对人力资本外部性的影响并非单一线性的，因此，城市发展政策对高等教育人力资本外部性作用的发挥就显得尤为重要。基于以上研究结論，提出几点对策建议：
（1）因地制宜地制定城市发展政策。从人力资本积累微观视角考察城市规模，需要找到一个人力资本积累与城市拥挤成本的均衡点。因而，无论是倡导规模经济效应的“大城市论”，还是强调拥挤、犯罪等“大城市病”，而建议严格限制大城市人口规模的“中小城镇”发展主张，都应在遵循城市规模与现代经济发展规律基础上，以实现人力资本积累最大化和拥挤成本最小化为目标，制定适合的城市发展政策。
（2）科学引导人才合理流动。虽然人力资本的地区配置是市场选择的内生结果，但科学引导人才合理流动才能助力城市发展政策的落实。问题解决的突破口在那些对高技能人才缺乏吸引力的地区，为变人才流失为人才流入，这些地区需进一步完善住房等保障服务，并借助于东部地区产业转移机遇，丰富当地的产业类型，提升产业层次，为高技能人才提供充分的就业岗位和发展空间。而城市之间人口自由流动能够均衡劳动力的产出水平，这样也就避免了人口在某一城市的过度集中，从而解决了主要人口流入地的人口压力。
（3）继续实施高等教育投资增长战略。高等教育人力资本在城市集聚，能够通过知识、创新、思想“溢出”产生的外部性，提升城市整体生产力，进而推动经济发展。从第六次全国人口普查数据来看，具有大专及以上学历人口占比仅为8.73%，截止到2015年，中国平均受教育年限为13.5年，与德国（17.1）、美国（16.5年）、日本（15.3年）仍有差距[33]。因此，应继续加大高等教育投资，促进高等教育人力资本规模扩大和质量提升，以发挥其“第二人口红利”对经济发展的优势作用。
参考文献：
[1] Duranton， G.， Puga， D. Diversity and Specialisation in Cities： Why， Where and When Does it Matter？ [J]. Urban Studies， 1999， 37（3）：533-555.
[2] Lucas Robert， E. Externalities and Cities [J]. Review of Economic Dynamics， 2001， 4（2）：245-274.
[3] Moretti， E. Workers' Education， Spillovers， and Productivity： Evidence from Plant-Level Production Functions [J]. American Economic Review， 2004a， 94（3）：656-690.
[4] Lucas Robert， E. On the Mechanics of Economic Development [J]. Journal of Monetary Economics， 1988， 22（1）：3-42.
[5] Azariadis， C.， Drazen， A. Thresholds in Economic Development [J]. Quarterly Journal of Economics， 1990， 105（2）：501-526.
[6] Black， D.， Henderson， V. A Theory of Urban Growth [J]. Journal of Political Economy， 1999， 107（2）：252-284.
[7] Iranzo， S.， Peri， G. Migration and Trade： Theory with an Application to the Eastern-Western European Integration [J]. Journal of International Economics， 2009， 79（1）：1-19.
[8] Rosenthal， S. S.， Strange， W. C. Chapter 49 Evidence on the Nature and Sources of Agglomeration Economies In. Handbook of Regional and Urban Economics[M]. Elsevier B.V. 2004：2119-2171.
[9] 梁文泉，陆铭.后工业化时代的城市： 城市规模影响服务业人力资本外部性的微观证据[J].经济研究， 2016（12）：90-103.
[10] 赵勇，魏后凯.城市人力资本外部性测度方法研究进展与展望[J].经济学动态，2013（9）：60-69.
[11] Lange， F.， Topel， R. H. The Social Value of Education and Human Capital [J]. Handbook of the Economics of Education， 2006， 1（06）：459-509.
[12] Moretti， E. Estimating the Social Return to Higher Education： Evidence from Longitudinal and Repeated Cross-sectional Data [J]. Journal of Econometrics， 2004b， 121（1-2）：175-212.
[13] Fu， S. Smart Café Cities： Testing Human Capital Externalities in the Boston Metropolitan Area [J]. Journal of Urban Economics， 2007， 61（1）：86-111.
[14] Mincer， J. A. Schooling， Experience， and Earnings [M]. New York： NBER， 1974.
[15] Rauch， J. E. Productivity Gains from Geographic Concentration of Human Capital： Evidence from the Cities [J]. Journal of Urban Economics， 1991， 34（3）：380-400.
[16] Acemoglu， D.， Angrist， J. How Large Are Human-Capital Externalities？ Evidence from Compulsory Schooling Laws [J]. NBER Macroeconomics Annual， 2000， 15（15）：9-59.
[17] Liu， Z. The External Returns to Education： Evidence from Chinese Cities In. Investing in Human Capital for Economic Development in China[M]. 2007：349-375.
[18] 项本武，张鸿武，王珅.人力资本积累对城市规模扩张的影响——基于中国地级及以上城市面板数据的实证检验[J].中南财经政法大学学报，2012（6）：15-20.
[19] Glaeser， E. L. Learning in cities [J]. Journal of urban Economics， 1999（2）： 254-277.
[20] Black， D.， Henderson， V. Urban Evolution in the USA [J]. Journal of Economic Geography， 2003（4）： 343-372.
[21] Eeckhout， J. Gibrat's Law for （all） Cities [J]. American Economic Review， 2004（5）：1429-1451.
[22] Hansen， B.E. Threshold Effects in Non-dynamic Panels： Estimation， Testing， and Inference [J]. Journal of Econometrics， 1999， 93（2）：345-368.
[23] 连玉君，程建.不同成长机会下资本结构与经营绩效之关系研究[J].当代经济科学，2006，28（2）：97-103.
[24] 赵弘.北京大城市病治理与京津冀协同发展[J].经济与管理，2014（3）：5-9.
[25] 陸铭.大国大城：当代中国的统一、发展与平衡[M].上海人民出版社，2016.
[26] Choy， L.H.T.， Li， V.J. The Role of Higher Education in China's Inclusive Urbanization [J]. Cities， 2017， 60（1）：504-510.
[27] Moretti， E. Human Capital Externalities in Cities [J]. Handbook of Regional & Urban Economics， 2004c， 4（04）：2243-2291.
[28] Ciccone， A.， Peri， G. Identifying Human-Capital Externalities： Theory with Applications [J]. Review of Economic Studies， 2003， 73（2）：381-412.
[29] Liu， X.， Derudder， B.， Taylor， P. Mapping the Evolution of Hierarchical and Regional Tendencies in the World City Network， 2000-2010[J]. Computers， Environment and Urban Systems， 2014（1）： 51-66.
[30] Eaton， J.， Eckstein， Z. Cities and Growth： Theory and Evidence from France and Japan[J]. Regional Science and Urban Economics， 1997（4）： 443-474.
[31] 滕泰.民富论—新供给主义百年强国路[M].东方出版社，2013.
[32] Glaeser， B.E.L.， Scheinkman， J.A.， Shleifer， A. On the Mechanics of Economic Development[J]. Journal of Monetary Economics， 2010， 22（1）：3-42.
[33] United Nations Development Programme. Human Development Report 2016： Human Development for Everyone[R]. New York： United Nations Development Programme， 2016： 198-199.
