2025第51卷第7期
2. 上海财经大学 公共管理学院，上海 200433;
3. 湖南大学 经济与贸易学院，湖南 长沙 410006
2. School of Public Administration and Policy, Shanghai University of Finance and Economics, Shanghai 200433, China;
3. School of Economy & Trade, Hunan University, Changsha 410006, China
一、引 言
建设全国统一劳动力市场是实现区域经济协调发展的制度基础，对于释放人力资本要素的创新效能与生产潜力、支撑全国统一大市场的形成具有关键作用。当前，我国劳动力要素空间错配现象依然显著，区域间、城乡间的劳动力有序流动受限，如何在高质量发展中推进全国统一劳动力市场建设成为新发展阶段的重要议题。与统一商品市场相比，统一要素市场建设受劳动力市场一体化滞后的影响，仍存在较大的改善空间（苏剑和邵宇佳，2022）。其主要原因在于，户籍制度阻塞了劳动力社会性流动渠道，限制了劳动力社会性流动空间，造成了工资水平难以收敛且呈现较大波动的市场分割现象（宋旭光和何佳佳，2022）。因此，深化户籍制度以实现劳动力要素合理畅通有序流动，在更广空间范围、更高政策层面统筹城乡发展，是建设全国统一劳动力市场的内在要求与重要特征。
现有文献聚焦于劳动力市场分割的经济效应损失测度（黄永颖等，2023），认为劳动力市场分割形成了不同群体的收入差异和职位差异，从而导致劳动力错配和经济效益损失（周正柱和周鹃，2022）。中国劳动力市场分割根源在于户籍制度等壁垒，且具有多种原因，综合表现为劳动力要素的社会流动性不足（刘志彪，2022）。因此，部分研究聚焦劳动力迁移受阻这一劳动力市场分割的直观表征，通过国别比较和事前评估，量化分析中国城镇化率达到发达国家水平时的就业率、消费需求和国民收入提升，以此刻画消除劳动力市场分割的经济效应（黄赜琳和姚婷婷，2020），这为评估全国统一劳动力市场的经济效应提供了重要参考。例如，周天勇（2018）利用土耳其等国的数据将中国应有的城镇化率校准为70%，从而估算2016年因人口流动受限而造成的国民收入损失达3.72万亿元。
然而，现有研究的测度模型与方法忽略了劳动力异质性和技能互补两大特征事实，这可能导致定量测度结果存在一定偏差。劳动力要素配置与经济增长依赖于各类技能劳动力在生产上的分工与合作，即技能互补性（Moretti，2010；吴伟平，2020）。Eeckhout等（2014）分析了城市中技能分布的双侧厚尾特征，即同时拥有较多高技能劳动力和低技能劳动力，其驱动力正是高、低技能劳动力在生产与消费中的互补性。梁文泉和陆铭（2015）比较分析了中美两国的城市劳动力技能分布，发现户籍制度阻碍了低技能劳动力的自由流动，导致中国城市相对于美国拥有较多的高技能劳动力和较少的低技能劳动力，由此导致劳动力错配和经济效率损失。尤其是考虑到低技能劳动力所受迁移摩擦更强，同时从城市经济集聚中潜在获益更多，这意味着城市技能互补受限可能会对经济产出和收入分配产生负面影响（马草原和倪修凤，2024）。现有研究已认识到劳动力技能互补对城市要素配置和经济发展的重要性，以及抑制劳动力技能互补会造成一定的经济效率损失，但较少将其纳入理论模型中并进行定量分析（徐恺等，2024）。
Borjas（1995）提出移民盈余概念，并将劳动力异质性和技能互补纳入模型框架中，分析移民流入对本地劳动力总体福利的影响，从而为劳动力市场一体化研究提供了一个新视角。Borjas（1995，1999）将移民盈余定义为移民为本地劳动力带来的收益增量，并指出当移民与本国或本地劳动者存在技能结构互补时，移民进入会使本国或本地劳动者受益。可见，移民盈余源于移民与城市资本拥有者（本地劳动者）间的互补特征（di Giovanni等，2015）。移民盈余理论框架将异质性劳动力间的互补拓展至资本与劳动力要素间的互补，由此分析移民进入导致的要素再配置和收入再分配，但该模型框架未纳入土地要素在城市生产部门中的作用，忽略了土地与其他要素间的组合关系，从而导致移民盈余识别可能存在一定偏差（Hsieh和Moretti，2019）。鲜有文献对建设全国统一劳动力市场的经济效应进行定量测度。即使在劳动力市场分割、流动人口市民化滞后的经济效应评价分析中，也缺乏将异质性劳动力、技能互补与土地要素等因素纳入分析框架中进行综合考量。此外，相关研究大多未能充分考虑取消人口流动限制后的中国城市人口规模与结构调整，难以准确评估劳动力市场综合体制机制改革的经济效应。
本文将异质性劳动力、技能互补以及土地要素等纳入移民盈余框架，构建消除移民限制的反事实分析框架，并结合2000年第五次和2010年第六次全国人口普查、2005年和2015年全国1%人口抽样调查等微观数据，分析了建设全国统一劳动力市场的经济效应。研究发现，建设全国统一劳动力市场有助于促进人口空间配置优化和城市移民盈余提升，样本期的经济效应分别约为1.91万亿元、3.15万亿元、3.45万亿元和5.93万亿元。本文的研究贡献主要体现在：第一，从移民盈余视角量化分析了外来移民给城市本地劳动者带来的总体福利，构建反事实分析框架拟合消除移民限制后的城市人口规模与结构以及移民盈余值，通过计算消除移民限制前后的移民盈余差值来识别建设全国统一劳动力市场的经济效应，为城市劳动力市场化改革的政策评估提供了一个新的分析框架。第二，本文将土地要素纳入城市部门的生产函数，改进移民盈余模型框架，构建不同资本供给弹性和要素价格弹性等情景，多维度评估了不同情景下建设全国统一劳动力市场的经济效应。
二、研究设计与数据说明
（一）建设全国统一劳动力市场的经济效应识别策略
鉴于统一劳动力市场建设的政策复杂性以及相关数据的可得性，本文采取更具操作性的事前评估方法来识别建设全国统一劳动力市场的经济效应。识别逻辑是：以改进后的城市移民盈余模型为基本分析框架，通过比较消除移民限制前后的移民盈余差值来识别建设全国统一劳动力市场的政策效果（见图1）。
|
| 图 1 建设全国统一劳动力市场的经济效应识别逻辑 |
城市移民盈余是指外来移民进入城市劳动力市场后促进高、低技能劳动力与其他生产要素间的重新配置与组合，通过作用于劳动力技能互补和资本与劳动力互补而给迁入地居民带来收益增量。由于限制劳动力社会性流动的障碍客观存在，基于移民盈余框架实际测算得出的移民盈余值应为存在移民限制情境下的实际结果。而建设全国统一劳动力市场的本质是消除城市移民限制，实现劳动力要素的自由流动和有效配置。这意味着构建消除移民限制的反事实分析框架，便可以模拟出建设全国统一劳动力市场后的城市人口规模与结构调整，从而校准参数值并定量测算消除移民限制后的城市移民盈余值。在此基础上，求解消除移民限制后与存在移民限制时的移民盈余差值，即可得到建设全国统一劳动力市场的经济效应。可见，建设全国统一劳动力市场的经济效应是指消除移民限制后，劳动力充分流动所带来的生产率提升效应和要素收入分配效应，两者共同作用改善城市整体福利。
（二）移民盈余模型框架设定与识别策略
1. 移民盈余模型框架设定。Borjas的移民盈余模型框架在识别外来劳动力对本地劳动力市场的福利效应方面具有较强的可操作性，因此本文以此为基础，并参考Hsieh和Moretti（2019）的研究思路，将物质资本、劳动力和土地三类生产要素投入纳入城市部门的生产函数，从而构建更符合中国国情的移民盈余新模型框架。同时，参照Amuedo-Dorantes和Rica（2013）的做法，假设迁入地城市的劳动力市场存在两类技能群体，即高技能劳动者
| $ Q = f(K,{L_S},{L_U},T) = f\left[ {K,bN + \beta M,(1 - b)N + (1 - \beta )M,T} \right] $ | (1) |
其中，
在竞争均衡下，物质资本、劳动力和土地等要素价格等于其边际产出，由此可得一阶条件：
| $ r = {f_K}(K,{L_S},{L_U},T) $ | (2) |
| $ {w_S} = {f_S}(K,{L_S},{L_U},T) $ | (3) |
| $ {w_U} = {f_U}(K,{L_S},{L_U},T) $ | (4) |
| $ g = {f_T}(K,{L_S},{L_U},T) $ | (5) |
其中，
| $ {Q_N} = {w_S}bN + {w_U}(1 - b)N + rK + \lambda gT $ | (6) |
2. 完全弹性资本下的移民盈余识别。在资本供给完全弹性的假定下，有
| $ {\left. {\frac{{{\rm{d}}K}}{{{\rm{d}}M}}} \right|_{{\rm{d}}r \to 0}} = - \frac{{{f_{KS}}\beta + {f_{KU}}(1 - \beta )}}{{{f_{KK}}}} $ | (7) |
资本价格恒定意味着无论移民进入导致资本如何调整，迁入地本地资本拥有者将缺少增加资本供给的动力，即资本增量或减量可以被视为全部来自移民。因此，在均衡状态下，移民进入城市给本地劳动者带来的收益增量即移民盈余完全由劳动收入变动构成，其表达式为：
| $ \Delta {Q_{N,{\rm{d}}r \to 0}} = M\left[ {bN\frac{{{\rm{\partial}} {w_S}}}{{{\rm{\partial}} M}} + (1 - b)N\frac{{{\rm{\partial}} {w_U}}}{{{\rm{\partial}} M}} + \lambda T\frac{{{\rm{\partial}} g}}{{{\rm{\partial}} M}}} \right] $ | (8) |
设定
| $ \begin{gathered} {\left. {\frac{{\Delta {Q_N}}}{Q}} \right|_{{\rm{d}}r \to 0}} = \lambda \frac{{\alpha _T^2{c_{TT}}(1 - \beta )m{P_S} + {\alpha _T}{\alpha _S}{c_{ST}}(\beta - b)(m - 1)}}{{2{P_U}{P_S}}} \\ + \frac{{(1 - \beta )m(1 - m)}}{{2{c_{KK}}{P_U}}}\left[ {\frac{{b{\alpha _S}{\alpha _T}({c_{SK}}{c_{KT}} + {c_{ST}}{c_{KK}})}}{{{P_S}}} + \frac{{(1 - b){\alpha _U}{\alpha _T}({c_{UK}}{c_{KT}} + {c_{UT}}{c_{KK}})}}{{{P_U}}}} \right] \\ - \frac{{(\beta - b){{(1 - m)}^2}m}}{{2{c_{KK}}P_S^2P_U^2}}\left[ {b\alpha _S^2({c_{SS}}{c_{KK}} + c_{SK}^2){P_U} + (1 - b){\alpha _U}{\alpha _S}{c_{SK}}({c_{UK}} + {c_{US}}){P_S}} \right] \\ \end{gathered} $ | (9) |
综上可知，移民盈余在一定程度上取决于城市移民与本地劳动者的相对技能结构分布，即城市移民与本地劳动者之间的技能结构差异。如果两者的技能结构分布一致（
3. 完全无弹性资本下的移民盈余识别。当资本供给由完全弹性转变为完全无弹性时，初始条件
| $ \Delta {Q_{N,{\rm{d}}K \to 0}} = M\left[ {K\frac{{{\rm{\partial}} r}}{{{\rm{\partial}} M}} + bN\frac{{{\rm{\partial}} {w_S}}}{{{\rm{\partial}} M}} + (1 - b)N\frac{{{\rm{\partial}} {w_U}}}{{{\rm{\partial}} M}} + \lambda T\frac{{{\rm{\partial}} g}}{{{\rm{\partial}} M}}} \right] $ | (10) |
结合上文等式，移民盈余占国民收入的比重为：
| $ \begin{gathered} \left. {\dfrac{\Delta {Q}_{N}}{Q}} \right|_{{\rm{d}}K\to 0}=\dfrac{{\alpha }_{S}^{2}{c}_{SS}{\beta }^{2}{m}^{2}}{2{P}_{S}^{2}}+\dfrac{{\alpha }_{U}^{2}{c}_{SU}{(1-\beta )}^{2}{m}^{2}}{2{P}_{U}^{2}} \\ +\dfrac{\beta (1-\beta )({\alpha }_{U}^{2}{c}_{UU}-{\alpha }_{S}^{2}{c}_{SU}){m}^{2}}{{P}_{S}{P}_{U}}-\dfrac{\beta {\alpha }_{U}^{2}({c}_{UU}+{c}_{SU})+(1-\lambda )\beta {\alpha }_{S}{c}_{TS}}{2{P}_{S}}m \\ -\dfrac{(1-\beta ){\alpha }_{U}^{2}({c}_{UU}+{c}_{SU})+ (1-\beta)({\alpha }_{K}{\alpha }_{T}{c}_{KT}+{\alpha }_{U}{\alpha }_{T}{c}_{UT})+(\lambda -1)(1-\beta )({\alpha }_{T}{c}_{TS}+{\alpha }_{T}^{2}{c}_{TT})}{2{P}_{U}}m\end{gathered} $ | (11) |
根据理论模型，两种资本供给弹性下的移民盈余数值之所以相差较大，根本原因是移民对迁入地经济的影响关键取决于移民进入时对资本的影响。为了更直观地比较两种不同资本供给弹性下的移民盈余变化，本文计算得到两者的移民盈余差值，
4. 要素价格弹性估计与情景设计。关于要素价格弹性的估算，本文借鉴Stern（2011）的思路，通过估计Allen-Uzawa偏替代弹性来获得高技能与低技能劳动者的要素价格弹性。在互补弹性计算过程中，本文遵照Euwals和Roodenburg（2004）的思路，利用行与列加权平均值须为零这一客观事实来计算其他弹性系数。要素价格弹性和互补弹性遵循的识别条件为：
| $ {\varepsilon _{iK}} + {\varepsilon _{iS}} + {\varepsilon _{iU}} + {\varepsilon _{iT}} = 0（i = K,S,U,T） $ | (12) |
| $ {\alpha _K}{\varepsilon _{Ki}} + {\alpha _S}{\varepsilon _{Si}} + {\alpha _U}{\varepsilon _{Ui}} + {\alpha _T}{\varepsilon _{Ti}} = 0（i = K,S,U,T） $ | (13) |
| $ {\alpha _K}{c_{Ki}} + {\alpha _S}{c_{Si}} + {\alpha _U}{c_{Ui}} + {\alpha _T}{c_{Ti}} = 0且{c_{ij}} = {c_{ji}}（i,j = K,S,U,T） $ | (14) |
由上述条件可以得到：
| $ {c_{KK}} = {{ - ({\alpha _S}{c_{SK}} + {\alpha _U}{c_{UK}} + {\alpha _T}{c_{TK}})} \mathord{\left/ {\vphantom {{ - ({\alpha _S}{c_{SK}} + {\alpha _U}{c_{UK}} + {\alpha _T}{c_{TK}})} {{\alpha _K}}}} \right. } {{\alpha _K}}} $ | (15) |
| $ {c_{SK}} = {{ - ({\alpha _S}{c_{SS}} + {\alpha _U}{c_{US}} + {\alpha _T}{c_{TS}})} \mathord{\left/ {\vphantom {{ - ({\alpha _S}{c_{SS}} + {\alpha _U}{c_{US}} + {\alpha _T}{c_{TS}})} {{\alpha _K}}}} \right. } {{\alpha _K}}} $ | (16) |
| $ {c_{UK}} = {{ - ({\alpha _S}{c_{SU}} + {\alpha _U}{c_{UU}} + {\alpha _T}{c_{TU}})} \mathord{\left/ {\vphantom {{ - ({\alpha _S}{c_{SU}} + {\alpha _U}{c_{UU}} + {\alpha _T}{c_{TU}})} {{\alpha _K}}}} \right. } {{\alpha _K}}} $ | (17) |
| $ {c_{KT}} = {{ - ({\alpha _S}{c_{ST}} + {\alpha _U}{c_{UT}} + {\alpha _T}{c_{TT}})} \mathord{\left/ {\vphantom {{ - ({\alpha _S}{c_{ST}} + {\alpha _U}{c_{UT}} + {\alpha _T}{c_{TT}})} {{\alpha _K}}}} \right. } {{\alpha _K}}} $ | (18) |
作为移民盈余模型中反映并确定城市劳动力市场内外部环境条件的关键参数，劳动力要素价格弹性是衡量劳动力市场就业稳定性的有效指标之一（李娟和吴建利，2015）。因此，本文在测算中国现实情境下的要素价格弹性和互补弹性的基础上，参考Borjas（1997）的三组要素价格弹性，
（三）消除移民限制的反事实分析框架设定
城市规模分布及其演进规律是城市发展研究者关注的焦点。中国受户籍制度等因素的影响，形成了独特的城市人口空间分布特征。近年来，不少国内外学者探究中国城市人口分布规律，利用数据拟合与反事实分析等方法检验吉布拉定律在中国的适用性。例如，Fang等（2017）以及魏守华等（2015）的研究证实了吉布拉定律在中国城市规模研究中的适用性；李兵等（2019）从反事实分析视角考察了吉布拉定律是否能够有效刻画中国城市规模分布的未来演变趋势，发现无论是从城市全样本分析的适用性，还是从城市规模分布形态及其演变的刻画来看，吉布拉定律是分析取消人口流动限制后中国城市规模分布规律的有效工具。因此，本文选取吉布拉定律构建反事实分析框架并模拟中国城市规模分布规律，同时参照Eeckhout（2004）的研究思路，利用对数正态分布模型拟合消除移民限制后的城市规模和人口结构变化。对数正态分布模型的密度函数
| $ \phi (\hat \mu ,\hat \sigma ) = \frac{1}{{\sqrt {2\pi {{\hat \sigma }^2}} }}{e^{{{ - {{(\ln pop - \hat \mu )}^2}} \mathord{\left/ {\vphantom {{ - {{(\ln pop - \hat \mu )}^2}} {2{{\hat \sigma }^2}}}} \right. } {2{{\hat \sigma }^2}}}}} $ | (19) |
遵循吉布拉定律的基本前提是所有城市人口规模服从对数正态分布。为此，本文采用极大似然估计（MLE）方法，结合中国城市微观数据来拟合对数正态分布模型中的参数。其中，均值参数
本文关于建设全国统一劳动力市场的经济效应测度，取决于消除移民限制后的城市规模分布演变趋势及其相关参数的合理设定。现有研究认为，由于存在人口流动限制，中国的城市体系过于扁平化，具体表现为大城市人口规模相对不足（钟粤俊等，2020），而人口迁移摩擦是城市人口分布扁平化的关键原因（刘修岩和李松林，2017）。魏守华等（2015）以及李兵等（2019）的研究表明，中国城市规模实际分布拟合的对数正态分布的标准差参数
本文借鉴李兵等（2019）的方法，考虑到中美两国在经济体量和国土面积等方面较为接近，且美国的城市间人口流动没有政策限制，因此选取美国作为参照对象。其中，
（四）数据来源与使用说明
本文主要采用2000年第五次全国人口普查、2005年全国1%人口抽样调查、2010年第六次全国人口普查以及2015年全国1%人口抽样调查的微观数据进行定量研究，并将相应年份的《中国统计年鉴》以及各城市统计年鉴作为要素报酬和城市人口规模的数据来源。
本文数据的使用情况如下：第一，高技能劳动者所占比重（
三、定量研究结果与分析
（一）中国城市移民盈余测度与比较
1. 移民盈余的形成前提检验。理论分析表明，移民盈余存在的前提之一是城市移民与本地劳动者之间具有不完全替代性。现有研究通常假设具有相同技能水平的城市移民与本地劳动者是完全替代的。而Ottaviano（2013）以及Amuedo-Dorantes和de la Rica（2013）指出，上述假定存在一定的逻辑谬误。与城市本地劳动者相比，具有相同技能水平的外来移民有可能从事一些相对低技能的职业，具体表现为技能分层底端的移民在低收入职业中的就业比例要明显高于相同技能水平的本地人。这一发现在美国、西班牙等国家的研究中得到验证（Farré等，2011）。基于此，本文采用Welch指数和等价指数来检验两类群体的不完全替代性。
（1）基于Welch指数的不完全替代性分析。Welch指数是衡量两类群体不完全替代性的重要指标。该指数值越低，表明两类群体的不完全替代性越高。本文采用Welch指数测度具有相同受教育程度的城市移民群体与本地劳动者群体的不完全替代性。其计算公式如下：
| $ Welch's\text{ }index=\frac{{\displaystyle {\sum }_{C}\left({q}_{NC}-{\overline{q}}_{C}\right)\left({q}_{MC}-{\overline{q}}_{C}\right)/{\overline{q}}_{C}}}{\sqrt{\left({\displaystyle {\sum }_{C}{\left({q}_{NC}-{\overline{q}}_{C}\right)}^{2}\Big{/}{\overline{q}}_{C}}\right)\left({\displaystyle {\sum }_{C}{\left({q}_{MC}-{\overline{q}}_{C}\right)}^{2}\Big{/}{\overline{q}}_{C}}\right)}} $ | (20) |
其中，
本文基于中国人口普查和抽样调查微观数据测算了技能水平相同的城市移民与本地劳动者的就业分布Welch指数。表1结果显示，高技能移民与高技能本地劳动者的Welch指数在0.65到0.87之间，低技能移民与低技能本地劳动者的Welch指数在0.90到0.95之间。这表明技能水平相同的城市移民与本地劳动者并非完全替代关系，且这种不完全替代性随技能水平的提高而增强。
| 年份 | 2000 | 2005 | 2010 | 2015 |
| 高技能组 | ||||
| 低技能组 |
（2）基于等价指数的不完全替代性分析与参数校准。Welch指数表明城市移民与本地劳动者之间的不完全替代性，即高技能移民在进入城市后并非完全从事符合其技能水平的高技能职业，部分移民可能因就业限制或岗位搜寻周期而暂时从事一些较低技能的工作。在这种情况下，移民与本地劳动者之间的替代性减弱，进入城市从事高技能职业的高技能移民比例将有所降低。为此，本文参照Amuedo-Dorantes和de la Rica（2013）的等价指数方法，在验证移民与本地劳动者不完全替代性的同时，测算实际从事高技能职业的高技能移民占比，从而对城市移民的高技能劳动者占比
| $ {I_{S j}} = {\phi _S}{N_{S j}} + {\phi _U}{N_{U j}} （j = 1,2, \cdots,J） $ | (21) |
| $ {\beta _c} = {\phi _S}\beta $ | (22) |
其中，
| 标准估计 | 归一化估计 | |||||
| 全样本 | 全样本 | 2000年 | 2005年 | 2010年 | 2015年 | |
| （1） | （2） | （3） | （4） | （5） | （6） | |
| NSj | ||||||
| （ |
（ |
（ |
（ |
（ |
（ |
|
| NUj | ||||||
| （ |
（ |
（ |
（ |
（ |
（ |
|
| Wald chi2 | ||||||
| Prob. | ||||||
| 注：***、**和*分别表示在1%、5%和10%水平上显著，括号内为稳健性标准误。列（1）报告的是标准的OLS估计结果，列（2）至列（6）报告的是归一化的OLS估计结果。 | ||||||
2. 参数测度与校准。在测度不同弹性资本下的移民盈余之前，需确定式（9）和式（11）中的参数值。表3给出了各参数值，在充分考虑移民与本地劳动者之间的不完全替代性后，城市移民中高技能劳动者的实际占比下降。
| 年份 | |||||||||||
| 2000 | |||||||||||
| 2005 | |||||||||||
| 2010 | |||||||||||
| 2015 |
根据式（12）至式（18）及表3中各参数值，本文计算得出多种情景下的要素价格弹性和互补弹性（见表4）。情景I是基于中国数据计算得到的Allen-Uzawa偏替代弹性，而情景II至情景IV中的要素价格弹性来源于Borjas（1997）的研究，且要素价格弹性（
| 互补弹性 | 劳动力要素价格弹性（ |
|||
| 情景Ⅰ （−0.57，−0.75） |
情景 Ⅱ （−0.3，−0.5） |
情景 Ⅲ （−0.6，−0.9） |
情景 Ⅳ （−0.8，−1.5） |
|
| cSS | − |
− |
− |
− |
| cUU | − |
− |
− |
− |
| cKK | − |
− |
− |
− |
| cSU | ||||
| cSK | − |
− |
− |
− |
| cUK | ||||
| cTK | − |
− |
− |
− |
| cTT | ||||
| cTS | ||||
| cTU | ||||
| 注：本文借鉴韩定夺和沈开艳（2024）的思路，将土地供给弹性设为0.058，将高、低技能劳动力以及土地与劳动力之间的交叉弹性分别设为0.05和0.222。 | ||||
3. 城市移民盈余的多维测度与比较分析。基于式（9）和式（11）的求解方程以及四种情景下的互补弹性，本文测算了不同资本供给弹性下的移民盈余（见表5），以验证中国城市移民盈余的存在性以及完全无弹性资本供给情形下的移民盈余是否高于完全弹性资本供给情形。情景Ⅰ结果显示，在完全弹性资本情形下，2000年、2005年、2010年和2015年城市移民盈余占国民收入的比重分别为1.81%、1.64%、3.72%和3.53%，对应的移民盈余分别约为0.18万亿元、0.31万亿元、1.53万亿元和2.41万亿元；在完全无弹性资本情形下，样本期内城市移民盈余占国民收入的比重分别为9.90%、7.69%、17.20%和16.90%，对应的移民盈余分别约为0.98万亿元、1.43万亿元、7.07万亿元和11.54万亿元。可见，城市移民盈余在中国客观存在，且呈现随时间递增的趋势；完全无弹性资本情形下的移民盈余明显高于完全弹性资本情形，即资本供给弹性越低，城市移民盈余越高。此外，本文基于Borjas（1997）给出的三组要素价格弹性，计算得到不同情景下的移民盈余，结果也印证了上述观点。
| 情景 | 完全弹性资本 | 完全无弹性资本 | ||||||||
| 2000年 | 2005年 | 2010年 | 2015年 | 2000年 | 2005年 | 2010年 | 2015年 | |||
| 移民 盈余 |
占比 （%） |
Ⅰ | ||||||||
| Ⅱ | ||||||||||
| Ⅲ | ||||||||||
| Ⅳ | ||||||||||
| 数值 （亿元） |
Ⅰ | |||||||||
| Ⅱ | ||||||||||
| Ⅲ | ||||||||||
| Ⅳ | ||||||||||
那么，究竟何种资本供给弹性假定更符合中国社会现实？现有研究表明，一国的整体资本供给弹性通常偏向于缺乏弹性。Bernheim（2002）的研究证实，资本供给弹性在0到0.4之间。Eichner和Runkel（2012）指出，外来资本对利率的响应程度可以被视为资本供给弹性的近似值。陈创练等（2017）基于中国2000—2015年数据的研究表明，资本对利率冲击的响应值在−0.005到0.02之间。可见，中国的资本供给弹性整体上更接近于完全无弹性。因此，完全无弹性资本假设下的移民盈余以及建设全国统一劳动力市场的经济效应更贴近中国的现实情况，下文的分析基于完全无弹性资本情景展开。
4. 移民技能结构偏向与城市移民盈余。移民盈余占国民收入的比重对移民技能结构的偏导数刻画了移民盈余最大化下的移民技能结构偏向。本文通过求解完全无弹性资本条件下城市移民盈余占国民收入的比重对移民技能结构（
| 年份 | 2000 | 2005 | 2010 | 2015 |
| − |
− |
|||
| − |
（二）消除移民限制的城市人口规模与结构拟合
建设全国统一劳动力市场的经济效应分析的关键是确定消除移民限制后的城市人口规模与结构，从而对城市移民盈余进行再估计。本文首先运用极大似然估计（MLE）方法拟合对数正态分布模型中的参数（见表7），并依据对数正态分布的参数系数值，绘制2000年、2005年、2010年和2015年城市人口规模分布的核密度（Kernel）与正态密度分布图，据此确定中国城市规模分布规律。总体来看，核密度估计与对数正态密度估计在分布特征上逐渐趋于一致，但仍存在一定差距，因此可以认为中国城市人口规模分布尚未达到最优分布。
| 年份 | 2000 | 2005 | 2010 | 2015 |
| 注：表中的参数估计值根据人口普查和抽样调查数据拟合得到，能够反映城市人口规模分布的总体特征，但拟合的样本均值并不能直接等同于总体均值。 | ||||
|
| 图 2 城市人口规模的核密度与正态密度分布 |
根据上文的反事实分析思路，本文进一步拟合了基准情景（即标准差参数
|
| 图 3 消除移民限制前后的城市人口规模位序 |
（三）建设全国统一劳动力市场的经济效应测度与敏感性分析
根据反事实模拟得到的城市人口规模分布变化情况，本文对式（9）和式（11）中的
| 情景及参数设定 | 年份 | 移民盈余 | 经济效应 | |||
| 占比（%） | 数值（亿元） | 占比（%） | 数值（亿元） | |||
| 情景Ⅰ |
2000 | |||||
| 2005 | ||||||
| 2010 | ||||||
| 2015 | ||||||
| 2000 | ||||||
| 2005 | ||||||
| 2010 | ||||||
| 2015 | ||||||
| 2000 | ||||||
| 2005 | ||||||
| 2010 | ||||||
| 2015 | ||||||
为了更直观地展示消除移民限制前后的相关数值变化，表8还给出了货币化的移民盈余和经济效应。基准情景下，2000年、2005年、2010年和2015年消除移民限制后的城市移民盈余分别约为2.89万亿元、4.58万亿元、10.52万亿元和17.47万亿元，建设全国统一劳动力市场的经济效应分别约为1.91万亿元、3.15万亿元、3.45万亿元和5.93万亿元。可见，消除移民限制的确能够提升移民盈余，促使城市本地劳动者获得一个更大的收益增量，该结论与周天勇（2018）的研究发现具有一致性。事实上，当前中国推行的严格控制特大城市人口规模并积极发展中小城市的政策，其目标是实现城市人口规模均衡发展并有效缓解特大和超大城市出现的城市病。但从移民盈余视角看，城市规模扩大的社会收益大于其社会成本，这意味着中国当前的大城市、特大和超大城市仍处于要素集聚与技术进步带来的效率上升时期。此外，城市规模分布的标准差参数
本文还放松了城市人口对数正态分布均值不变的假设，考虑消除移民限制可能导致城市地区的农村新转移人口和城市人口规模增加这一情景。具体而言，本文在基准情景下，模拟提升城市人口规模时，即
| 情景及参数设定 | 年份 | 移民盈余 | 经济效应 | |||
| 占比（%） | 数值（亿元） | 占比（%） | 数值（亿元） | |||
| 情景Ⅰ |
2000 | |||||
| 2005 | ||||||
| 2010 | ||||||
| 2015 | ||||||
| 2000 | ||||||
| 2005 | ||||||
| 2010 | ||||||
| 2015 | ||||||
| 2000 | ||||||
| 2005 | ||||||
| 2010 | ||||||
| 2015 | ||||||
（四）不同情景下建设全国统一劳动力市场的经济效应模拟
基于要素价格弹性的情景模拟结果表明，在其他条件不变时，城市劳动力市场就业稳定程度以及资本与劳动力互补性会影响城市移民盈余和建设全国统一劳动力市场的经济效应（见表10）。在情景Ⅱ~情景Ⅳ中，消除移民限制后的移民盈余分别为2.29万亿—15.73万亿元、3.13万亿—20.33万亿元、4.34万亿—27.37万亿元，建设全国统一劳动力市场的经济效应则分别为1.58万亿—7.09万亿元、1.99万亿—6.92万亿元、2.53万亿—6.56万亿元。两组结果显示，城市移民盈余和建设全国统一劳动力市场的经济效应总体上随城市劳动力市场就业稳定程度的上升（或下降）以及资本与劳动力互补性的下降（或上升）而降低（或提升）。也就是说，对于就业稳定程度越高的城市，建设全国统一劳动力市场的经济效应越低。这是因为：当劳动力要素价格弹性较低时，城市劳动力市场波动较小、就业稳定性较强（李娟和吴建利，2015），而且资本与劳动力要素之间的互补性较弱。这意味着外来移民对迁入地城市本地劳动者的工资水平和资本供给所造成的影响相对较小，移民盈余和建设全国统一劳动力市场的经济效应也较小。这一研究发现与Borjas（1997）关于美国的经验研究结论一致。
| 情景 | 2000年 | 2005年 | 2010年 | 2015年 | ||
| 占比 （%） |
移民 盈余 |
Ⅱ | ||||
| Ⅲ | ||||||
| Ⅳ | ||||||
| 经济 效应 |
Ⅱ | |||||
| Ⅲ | ||||||
| Ⅳ | ||||||
| 数值 （亿元） |
移民 盈余 |
Ⅱ | ||||
| Ⅲ | ||||||
| Ⅳ | ||||||
| 经济 效应 |
Ⅱ | |||||
| Ⅲ | ||||||
| Ⅳ | ||||||
| 注：这里的测度结果是基准情景下消除移民限制后的结果，区别于表5中的移民盈余评估结果。 | ||||||
总之，从城市发展的基本规律看，在短期内，城市可以通过积极吸纳外来移民、调整移民与本地劳动者的相对技能结构等方式提升移民盈余，改善城市劳动力市场总体福利，增进建设全国统一劳动力市场的经济效应。但从长期来看，随着城市劳动力市场的不断健全、外来移民市民化程度的加深以及城市劳动力技能结构的不断完善，城市劳动力市场的就业稳定性不断提升，城市移民盈余和建设全国统一劳动力市场的经济效应逐步收敛，从而使移民盈余转化为城市本地效益。同时，技术和数据的发展会使资本与劳动力（尤其是低技能劳动力）之间更多形成替代而非互补，从而在一定程度上减少外来移民进入城市带来的资本供给。从某种意义上讲，当城市移民盈余和建设全国统一劳动力市场的经济效应趋于收敛时，城市劳动力市场日趋完备，技术不断发展，这符合城市劳动力市场健康发展的客观规律。
四、主要结论与政策启示
准确识别建设全国统一劳动力市场的经济效应对于统筹推进劳动力市场化改革具有重要意义。本文聚焦城市移民大规模流动与移民限制并存这一特有的社会现象，利用全国人口普查和人口抽样调查数据，基于改进后的移民盈余模型框架识别外来移民对城市本地劳动者福利的影响，在此基础上构建消除移民限制的反事实框架，测算建设全国统一劳动力市场的经济效应。同时，本文基于渐进消除移民限制、渐进提升城市人口规模以及不同要素价格弹性的情景分析，进一步考察了城市移民盈余和建设全国统一劳动力市场的经济效应随城市劳动力市场化改革、就业稳定程度以及资本与劳动力互补性变化而变化的特征。研究发现：第一，中国城市移民盈余显著存在，城市移民与本地劳动者之间的非完全替代及形成的技能互补形态构成了城市移民盈余的重要来源。早期实现移民盈余最大化的城市移民技能结构偏向高技能群体，在2010年后转向低技能群体，这反映了消除以低技能群体为主要对象的移民限制的必要性。第二，建设全国统一劳动力市场有助于促进人口空间配置优化和城市移民盈余提升。第三，城市移民盈余和建设全国统一劳动力市场的经济效应随劳动力要素价格弹性的下降而不断收敛，揭示了推动城市劳动力市场稳定就业与各类要素互补，从而实现移民盈余内化的城市发展规律。
构建全国统一劳动力市场的目标在于实现帕累托改进，从而兼顾效率提升与公平保障。为了加快构建全国统一劳动力市场，需推进三大协同改革：一是推进梯度化户籍制度改革，在特大和超大城市建立跨城“居住年限积分互认”机制，解决低技能移民市民化问题。同时，配套建立新型城镇化专项基金，重点支持随迁子女教育扩容、城市基础设施承载力提升和城市移民住房保障，破解户籍相关的教育、住房等权益壁垒。二是实施系统性市场壁垒清除工程，构建跨部门联合审查与“线上+线下”立体监督网络，开展全国统一劳动力市场负面清单管理，动态清除地方性流动限制政策，破除区域市场准入壁垒。三是重构全域性公共服务体系，通过“学籍随人走”国家云平台和养老保险“全国统收统支+便携式账户”模式，打破教育和医疗的属地桎梏，化解劳动力跨域流动的福利损失。上述三大路径协同发力，有助于激发空间重构效应、要素激活效应和公平增进效应，形成劳动力市场“效率提升—公平增进—空间优化”的良性循环。
| [1] | 陈创练, 姚树洁, 郑挺国, 等. 利率市场化、汇率改制与国际资本流动的关系研究[J]. 经济研究, 2017(4): 64–77. |
| [2] | 范剑勇, 莫家伟. 地方债务、土地市场与地区工业增长[J]. 经济研究, 2014(1): 41–55. |
| [3] | 韩定夺, 沈开艳. 传统要素价格扭曲、技术进步偏向对全要素生产率的影响机理及实证分析[J]. 社会科学, 2024(1): 129–142. |
| [4] | 郝枫, 盛卫燕. 中国要素替代弹性估计[J]. 统计研究, 2014(7): 12–21. DOI:10.3969/j.issn.1002-4565.2014.07.002 |
| [5] | 黄永颖, 张克中, 鲁元平. 统一大市场建设: 养老保险省级统筹与劳动力市场一体化[J]. 数量经济技术经济研究, 2023(1): 25–45. |
| [6] | 黄赜琳, 姚婷婷. 市场分割与地区生产率: 作用机制与经验证据[J]. 财经研究, 2020(1): 96–110. |
| [7] | 李兵, 郭冬梅, 刘思勤. 城市规模、人口结构与不可贸易品多样性——基于“大众点评网”的大数据分析[J]. 经济研究, 2019(1): 150–164. |
| [8] | 李娟, 吴建利. 中国劳动力市场需求弹性估算[J]. 人口学刊, 2015(6): 93–102. |
| [9] | 梁文泉, 陆铭. 城市人力资本的分化: 探索不同技能劳动者的互补和空间集聚[J]. 经济社会体制比较, 2015(3): 185–197. |
| [10] | 刘洪玉, 姜沛言. 中国土地市场供给的价格弹性及其影响因素[J]. 清华大学学报（自然科学版）, 2015(1): 56–62. |
| [11] | 刘修岩, 李松林. 房价、迁移摩擦与中国城市的规模分布——理论模型与结构式估计[J]. 经济研究, 2017(7): 65–78. |
| [12] | 刘志彪. 全国统一大市场[J]. 经济研究, 2022(5): 13–22. |
| [13] | 马草原, 倪修凤. “低技能排斥”下的劳动力跨地区流动——产出效应与收入分配[J]. 南开经济研究, 2024(3): 99–119. |
| [14] | 宋旭光, 何佳佳. 劳动力流入对本地居民工资的影响研究——基于劳动力技能分化的视角[J]. 财经研究, 2022(6): 19–33. |
| [15] | 苏剑, 邵宇佳. 全国统一大市场建设的内涵、现状与政策建议[J]. 新疆师范大学学报（哲学社会科学版）, 2022(6): 98–109. |
| [16] | 孙三百. 城市移民收入增长的源泉: 基于人力资本外部性的新解释[J]. 世界经济, 2016(4): 170–192. |
| [17] | 魏守华, 周山人, 千慧雄. 中国城市规模偏差研究[J]. 中国工业经济, 2015(4): 5–17. |
| [18] | 吴伟平. 城市劳动力技能互补的微观机制研究: 基于分工的视角[J]. 社会科学, 2020(2): 74–84. |
| [19] | 吴育辉, 张欢, 刘晓玲, 等. 突破“藩篱”: 技能劳动力户籍限制与企业创新活力[J]. 经济学（季刊）, 2023(5): 1828–1845. |
| [20] | 徐恺, 彭晴, 李杰. 中国城市间不同技能劳动力的分布合理吗? ——基于高、低技能劳动力互补的视角[J]. 经济学（季刊）, 2024(2): 554–569. |
| [21] | 周天勇. 迁移受阻对国民经济影响的定量分析[J]. 中国人口科学, 2018(1): 19–32. |
| [22] | 周正柱, 周鹃. 劳动力市场分割的经济效应: 研究综述与展望[J]. 劳动经济研究, 2022(2): 121–139. |
| [23] | Amuedo-Dorantes C, de la Rica S. The immigration surplus and the substitutability of immigrant and native labor: Evidence from Spain[J]. Empirical Economics, 2013, 44(2): 945–958. DOI:10.1007/s00181-011-0534-4 |
| [24] | Borjas G J. The economic benefits from immigration[J]. Journal of Economic Perspectives, 1995, 9(2): 3–22. DOI:10.1257/jep.9.2.3 |
| [25] | Borjas G J. The economic analysis of immigration[A]. Ashenfelter O C, Card D. Handbook of labor economics(Vol.3)[M]. North-Holland, 1999. |
| [26] | Borjas G J, Freeman R B, Katz L F, et al. How much do immigration and trade affect labor market outcomes?[J]. Brookings Papers on Economic Activity, 1997, 1997(1): 1–90. DOI:10.2307/2534701 |
| [27] | di Giovanni J, Levchenk, A A, Ortega F. A global view of cross-border migration[J]. Journal of the European Economic Association, 2015, 13(1): 168–202. DOI:10.1111/jeea.12110 |
| [28] | Eeckhout J. Gibrat’s law for （All） cities[J]. American Economic Review, 2004, 94(5): 1429–1451. DOI:10.1257/0002828043052303 |
| [29] | Eeckhout J, Pinheiro R, Schmidheiny K. Spatial sorting[J]. Journal of Political Economy, 2014, 122(3): 554–620. DOI:10.1086/676141 |
| [30] | Eichner T, Runkel M. Interjurisdictional spillovers, decentralized policymaking, and the elasticity of capital supply[J]. American Economic Review, 2012, 102(5): 2349–2357. DOI:10.1257/aer.102.5.2349 |
| [31] | Euwals R, Roodenburg H. A note on the redistributive effect of immigration[J]. Economics Letters, 2004, 85(2): 241–246. DOI:10.1016/j.econlet.2004.03.033 |
| [32] | Fang L, Li P, Song S F. China’s urban development policies and city growth dynamics: An analysis based on the Gibrat’s Law[J]. International Review of Economics & Finance, 2017, 52: 322–329. |
| [33] | Farré L, González L, Ortega F. Immigration, family responsibilities and the labor supply of skilled native women[J]. The B.E. Journal of Economic Analysis & Policy, 2011, 11(1): 34. |
| [34] | Hsieh C T, Moretti E. Housing constraints and spatial misallocation[J]. American Economic Journal: Macroecono- mics, 2019, 11(2): 1–39. DOI:10.1257/mac.20170388 |
| [35] | Moretti E. Local multipliers[J]. American Economic Review, 2010, 100(2): 373–377. DOI:10.1257/aer.100.2.373 |
| [36] | Ottaviano G I P, Peri G, Wright G C. Immigration, offshoring, and American jobs[J]. American Economic Review, 2013, 103(5): 1925–1959. DOI:10.1257/aer.103.5.1925 |
| [37] | Stern D I. Elasticities of substitution and complementarity[J]. Journal of Productivity Analysis, 2011, 36(1): 79–89. DOI:10.1007/s11123-010-0203-1 |