一、城市发展：有管制的微观决策与城市规模

城市存在的人力资本外部性和技能互补性是城市规模经济最为重要的来源，也显示出城市发展与现代经济增长之间的关系。同时，城市规模扩张似乎也伴随着拥堵和污染等规模不经济。理论上来说，城市的规模经济与规模不经济之间的权衡决定了城市的最优规模，但实际上，产业结构、技术与管理这些因素同时作用于城市规模的决定。具体到中国的现实，一些城市拥堵和污染的问题与不适当的规划和管制有关，却被错误地认为是城市人口过多的证据。

（一）城市与现代经济增长的基础：人力资本外部性和技能互补性

在经济增长里，劳动投入和资本投入的增长是看得见的部分，其余都被归为全要素生产率。传统的经济增长理论是在总量上考虑问题，因此，全要素生产率的提高被理解为教育水平的不断提高以及制度改善所致。在新增长理论里，1990年代之前曾经有段时间将规模收益递增作为模型的假设，但在实证研究中，因为没有发现国家人口规模具有推动创新的作用，规模收益递增的假设逐步被放弃了（Jones，1999）。也有文献发现，如果有国际贸易作为替代，国家的人口规模对于经济增长的作用将下降，国家的大小是内生于贸易的（Alesina，Spolaore and Wacziarg，2005）。

随着空间经济分析的引入，经济学家认为，不同规模的城市对于经济发展的影响是不一样的。城市规模之所以能够促进经济增长，是通过分享（私人投资和公共投资在生产规模扩大中被分摊）、匹配（不同偏好和技能的消费者和生产者的相互匹配）和学习（人际之间知识外溢和干中学）这三个机制实现的（Duranton and Puga，2004）。其中，最为重要的机制是学习机制，它与现代经济增长理论（Lucas，1988）完好地对接在一起，城市规模成为影响人力资本积累及人力资本回报的重要因素。在我看来，1990年代之前的新增长理论试图在国家层面寻找规模收益递增的证据，在国家总人口和创新之间建立联系，这个方向意义不大。现代经济增长的源泉，其实只是在一个国家人口规模既定的情况下，改变人口的空间分布，通过人口向大城市的集聚，借助于城市层面的规模经济，形成对整个国家经济增长的带动作用。在这个意义上，新经济地理学和新增长理论是可以打通的。只是增长理论追求在时间维度上将模型动态化，而新经济地理学的工作是处理空间问题，两者如何在理论上融合，仍然需要进一步的研究。

城市发展对于人力资本回报的影响在经验研究中得到了证实。关于中国的人力资本回报的几项研究显示，改革开放30多年来教育回报不断上升（李实、丁赛，2003；Cai et al.，2008；Fleisher and Wang，2005；Zhang et al.，2005；Gao and Smyth，2015）。私人教育回报的持续上升体现出教育的确在创造价值。一种直观的理解是，教育回报上升的原因是计划经济时期对教育回报的压制在市场经济下得到纠正。另一种容易想到的解释是，随着时间的推移，教育质量得到了改善。但这两种解释都还不够，都没有揭示教育回报不断提高背后隐藏的现代经济增长的核心秘密。尤其值得一提的是，虽然经历了20世纪末以来大学的大规模扩招，大学教育的回报总体仍然呈现出上升趋势（Liang and Lu，2017），更提醒我们需要找到那些可能“放大”教育回报的因素。这时，城市化和城市规模的扩张就起到了至关重要的作用，邢春冰（Xing，2015）利用2005年1%的人口小普查数据估计出了所有城市层面的教育回报，估计结果从5%到15%，展现出很大的城市间差异。他发现，总体来说，每年教育回报和城市人口呈现出正相关关系，城市越大，教育回报越高。同时，每年的教育回报和城市的大学毕业生占比呈正相关关系，大学毕业生人数占比越高，教育回报越高。如果城市规模可以提高教育回报率，又由于改革开放之后，中国的大学生在向大学生比较多的大城市集中，教育回报率不断提升就容易得到解释了，而这在宏观上就可以成为中国经济快速增长的重要解释。⁽²⁾

那么，为什么城市（特别是大城市）能够提高人力资本回报呢？其中的重要原因就在于“人力资本外部性”（human capital externalities）。人力资本外部性的含义是，一个人的教育水平提高不仅提高了自己的私人收入，还在与其他人的社会互动中产生知识的外溢性，从而在加总的意义上产生社会回报，即一个人能够从其他人的教育水平提高中获得收益，包括收入提高、犯罪率下降和人民生活质量改善。如果人力资本外部性很大的话，那么，劳动力从农村流动到城市，或者从教育水平低的城市流动到教育水平高的城市，就可以获得收入的提高，而在加总意义上，这就是资源配置效率改进和经济增长。

人力资本外部性在实证研究中仍然是一个前沿课题。美国的实证研究发现，工资和地租在平均人力资本水平更高的城市更高（Rauch，1993）。类似地，Moretti（2004b）发现，城市的大学毕业生比例每增加一个百分点，企业的劳动生产率会上升0.6%—0.7%。Moretti（2004c）同样说明了知识溢出效应的存在，他发现，城市的大学毕业生比例每增加一个百分点，工资水平平均上升0.6%—1.2%。运用中国数据开展的研究也发现，城市的人力资本存在外部性。Liu（2007）采用1988年和1995年两年的CHIPS（中国居民收入调查数据库）数据估计了中国城市的教育外部性，结果发现，城市教育水平增加一年，个人的工资水平提高4.9%—6.7%。李小瑛、陈广汉、张应武（2010）发现，截至2006年，城镇地区接受高等教育的人口比例每提高一个百分点，工人的工资将提高1%。

但是，在人力资本外部性的实证研究中，比较有挑战性的问题是这一估计面临着严重的内生性问题，例如，城市的教育水平可能与很多城市级的遗漏变量有关，也有可能大学生有某种不可观察的偏好导致他们聚集在一起，从而可能导致估计偏误，这也是既有的研究有待改进之处。我和Glaeser使用1952年院系调整运动中跨市搬迁的系的数量作为城市人均受教育水平的工具变量，通过使用CHIPS 2002年和2007年的数据研究发现，一个城市的平均受教育年限增加一年，这个城市的居民平均收入将提高大约21.9%（Glaeser and Lu，2014）。如果换用2005年1%的人口小普查数据，一个城市的平均受教育年限增加一年，这个城市的居民平均收入将提升19.6%—22.7%（梁文泉、陆铭，2015；Liang and Lu，2017）。用不同的数据估计出来的结果非常接近。⁽³⁾

由于高、低技能者之间存在着技能互补性（skill complementarities），城市在聚集了大量高技能劳动者之后，还相应产生对于低技能劳动力的需求，大城市的大学生数量更多，也带来更多的低技能劳动者需求（Eeckhout et al.，2014；梁文泉、陆铭，2015；Liang and Lu，2017）。⁽⁴⁾那么，为什么大城市会促进技能互补？原因可能是以下三点：

一是劳动力分工。市场容量增加会促进劳动力的分工更为细化，劳动力彼此之间的联系更为紧密，不同技能的人在生产过程中位于不同的岗位，相互分工，从而产生互补性。其实，这在本质上就是市场规模促进分工的“斯密定理”。

二是人力资本外部性。人力资本外部性的存在会提升高技能者周围劳动力的生产率。存在劳动力分工时，不同技能的人会从事符合各自比较优势的职业，在城市中高技能者的增加会提高其自身劳动生产率，同时会促进低技能者劳动生产率的提高。我们的研究发现，高、低技能劳动力之间的互补性会出现在大企业内部，虽然大城市的促进效应并未明显强于中小城市（Liang and Lu，2015），但大城市更可能通过促进服务业企业间和行业间的外部性来促进高、低技能劳动力的互补（梁文泉、陆铭，2016）。

三是消费外部性。就业工资的上涨会增加人们从事家务的机会成本。对于高技能劳动力而言，从事家务的高机会成本会促使其将家务活动外包给从事家政、餐饮等消费型服务的低技能劳动力。同时，收入水平的提高还会增加医疗、艺术、法律等的服务需求，而它们的从业人员主要是高技能劳动力。大城市会通过外部性、分享和匹配等机制提升高技能劳动力的工资，促进高技能劳动力将更多的家务活动外包，同时增加对消费型服务业的需求，进而会增加消费型服务业的就业量。据估计，美国城市中每增加1个高技能岗位，就会增加5个消费型服务业的岗位，其中2个是医疗、艺术、法律等高技能劳动力从事的岗位，3个是餐饮、收银员等低技能劳动力从事的岗位（Moretti，2012）。

上述技能互补性的存在使得城市受教育水平的提高带动低技能劳动力的工资上涨。我们用2005年1%的人口小普查微观数据考察城市高技能比例对不同技能劳动力工资的影响，结果显示，当城市高技能者（大学本科以上学历）比例增加1%时，高技能者的小时工资会增加6.11%，而低技能者（大学以下学历）的工资会增加7.17%，增幅略大于对高技能者的影响（梁文泉、陆铭，2015）。

高技能者向大城市集聚的过程，将带来大量低技能劳动力的需求，从而表现为城市规模对于就业和收入水平的正效应。通过使用CHIPS 2002年和2007年的个人层面数据，我们发现，人们在大城市更有机会找到工作。高技能者和低技能者都在人口规模效应中获益，而且低技能劳动力在大城市中获得的就业机会增加得更多。相比之下，中等技能人群的就业情况不会受到显著的影响。因此，限制城市人口增长，特别是低技能劳动力的流入，对效率与公平均不利（陆铭、高虹、佐藤宏，2012；陆铭，2013，2017）。此外研究也发现，城市规模对劳动力收入具有正效应：在对收入进行了消胀后，每提高1%的城市人口，会让个人实际收入增加0.082%—0.143%（高虹，2014）。

事实上，除了对于收入和就业的提升作用之外，大城市还因为规模经济效应而拥有较好的基础设施、公共服务和生活质量，为此，移民群体宁愿牺牲一部分收入（Xing and Zhang，2017）。但从劳动力流动的目的地选择来看，人们对于收入和就业的追求比对于公共服务的追求更重要（夏怡然、陆铭，2015）。

（二）城市的规模经济、规模不经济与城市规模决定

人力资本外部性和技能互补性既是导致城市存在规模经济的重要机制，也是现代经济的推动力。通常认为，人口的增加会给城市带来一些规模不经济，从而使之表现出“城市病”，特别是拥堵、污染与犯罪这三大问题。

在理论上，似乎一个合理的假定是城市存在规模不经济，随着人口的增加，城市运行的成本越来越高，且边际递增。但在经验研究当中，城市运行成本随人口规模而边际递增这一点并不一定成立。因为“城市病”的治理本身在很多维度上可以利用人口数量的增加而实现规模经济。公共服务和基础设施的供给都存在这样的规模经济。例如，王伟同、魏胜广（2016）的研究发现，城市人口增长带来的公共支出增长弹性远小于1，即人口增长并不等比例带来公共支出的增长，说明城市公共支出具有较强的规模效应。研究还发现，在人口增长过程中大城市的公共支出弹性平均仅为小城市的1/2，表明大城市公共支出的规模效应远远强于小城市。进一步分析发现，人口集聚程度和外来人口因素会降低城市公共支出的人口规模弹性，并且这种效应在大城市中表现得更为明显。⁽⁵⁾

拥堵、污染这些“城市病”与人口规模、人口密度这些因素的关系需要做具体的分析。在交通运输方面，虽然城市的人口多会增加通勤时间，但是控制了人口数量之后，人口密度越高，城市的通勤时间越短（Sun，He，Zhang and Wang，2016）。环境污染和人口数量之间也并非具有严格的正相关关系。其中特别重要的是三个机制：第一，通常人口多的城市，服务业的比重会比较高，而服务业的污染排放较低。第二，排污本身就是有规模效应的，如果规模效应足够强，那么人口数量和排污量之间就不一定有显著的关系。在实证研究中，城市人口规模和各类污染排放指标几乎没有什么关系（郑怡林、陆铭，2017）。第三，大城市往往具有更密集的地铁网络，这也使得汽车的使用量可以得到控制，从而表现出人口数量多和人口密度高的城市，反而人均的碳排放更低（Zheng，Wang，Glaeser and Kahn，2010）。恰恰因为这样的道理，如果考虑两种人口的空间分布，一种是比较均匀的人口分布，另外一种是把人口相对集中在比较大的城市，后一种人口分布方式反而有助于减少碳排放的总量（陆铭、冯皓，2014）。

自然资源短缺往往被作为城市拥挤效应的一个例子，而事实上，恰恰因为规模经济效应，城市的资源消耗量的增长远远慢于人口的增长。例如，2001年北京的水资源消耗量为38.9亿立方米，对应1 385万人。2014年，37.5亿立方米水消耗量对应2 152万人，水的总消耗量和人均消耗量反而是下降的。其中，2014年的农业用水和工业用水分别是2001年数量的47%和55%，同时期，按常住人口计算的人均生活用水量从87立方米下降到79立方米。⁽⁶⁾

保守地说，就算城市运行的成本不存在边际成本递增的现象，那么，只要城市人口增加带来的边际正效应递减速度足够快，那么在理论上仍然会达到由边际正效应等于边际负效应决定的最优的城市规模。问题在于，宏观上的城市最优规模无非是微观决策的结果，如果企业和个人的微观决策导致城市过大了，通常一定是因为微观主体的行为存在负外部性，使个体决策的最优结果超过社会最优的城市规模。这里需要强调的是，如果微观主体的行为存在正外部性（如人力资本外部性），那么，个体最优决策下的城市规模也可能偏小。

在出现外部性问题和城市偏离最优规模时，需要将市场价格机制与行政手段进行最佳的配合，来使城市规模接近最优。对于负的和正的外部性，可以分别通过征税或者补贴这样的价格机制来调节个体的行为。对于征税或者补贴的幅度，可以通过测算人们对于外部性的支付意愿来科学决策。⁽⁷⁾有些领域涉及跨代的长远目标，比如一块地的用途如果涉及用途变更成本极大的情况，而未来需求又充满不确定性，这时，由行政手段规划城市用地的用途仍然是价格机制有益的补充。但是，无论如何，直接地确定并管制一个城市的人口规模是缺乏理论基础和国际经验的。现实中中国出现的直接管制城市人口规模的做法只能从两个角度予以解释：第一，相关知识和理论准备不足，决策者仅根据经验行事，例如，不了解城市规模带来的收益，或者将“城市病”与人口规模简单地对应，后者更为可见；第二是政治经济学的因素，政策制定者并未从社会最优（或全体或常住人口）的角度考虑问题，一部分成员（如非本地户籍人口）的收益和成本未被作为决策变量，或者在决策中所占权重较低。这些城市管制政策的形成机制及影响，非常值得进行深入的理论研究。近来，有一篇论文讨论了美国城市的原住民如何从减少拥挤的目标出发，通过分区（zoning）政策限制土地和住房供应，试图以此来减少外来人口，这样的政策造成了效率和福利损失（Bunten，2015）。模型虽然以美国为背景，但对理解中国的问题也非常适用，只是美国城市的管制程度与中国相差很大。

需要特别指出的是，这里上下文所说的外部性均指城市内部的外部性。如果考虑跨地区的外部性，即如果人口流动对人口流出地产生了负外部性，例如，人口减少不利于发挥公共服务和基础设施建设的规模经济效应，这时，通过财政转移支付去补贴人口流出地，可能减少人口流动，并相应减少人口流入地的城市规模。但这样的政策是中央政策，不是地方政策。即使是在中央层面，如果给人口流出地的补贴用于发展当地缺乏比较优势的产业，则可能产生扭曲和低效率。如果人口流出地并未因中央补贴获得持续的竞争力，最终并不能减少人口流动的动力。

（三）城市的最优规模：实证研究的批评

在理论上可能存在的城市最优规模吸引了一些经济学家对其进行测算，基本的做法是将城市的人口（或就业）规模作为解释变量，被解释变量包括劳动生产率或人均GDP（王小鲁、夏小林，1999；Au and Henderson，2006；柯善咨、赵曜，2014；陈杰、周倩，2016；王垚、年猛、王春华，2017）、幸福感（孙三百等，2014）等。上述运用中国数据进行的经验研究中，以劳动生产率或人均GDP为被解释变量的，均得到了城市规模的倒U形曲线，倒U形曲线的顶点对应的人口（就业）规模被认为是最优的。唯一与众不同的是，孙三百等（2014）得到的城市规模与幸福感之间的关系是U型的，意味着中等城市的人平均幸福感是最低的。与孙三百等（2014）形成呼应的是，在我们自己的研究中，如果将城市规模区分为两组，相对于小城市，大城市的人具有更高的幸福感（Jiang，Lu and Sato，2012）。

在经验研究当中，城市规模与劳动生产率之间的倒U型关系经常被作为部分中国城市已经太大的依据，这种理解需要谨慎对待。Au和Henderson（2006），柯善咨和赵曜（2014），王垚、年猛、王春华（2017）的研究均指出，城市最优规模本身取决于城市的产业结构，服务业比重高的城市，最优城市规模就比较大。其中的道理不难理解，服务业比重高的城市更加依赖于城市的人口规模和人口密度来产生知识的外溢性，并且服务产品的消费和供给本身需要借助于面对面来完成。与此同时，在成本方面，服务业比工业的环境污染小很多，而以服务业为主的城市，往往正是规模比较大的城市。大城市通过地铁网络的建设，可以有效地缓解拥堵和污染的问题。这样，随着城市产业结构从制造业转向服务业，城市的最优规模不断变大，或者说，城市最优规模并不是一成不变的。

更为重要的是，即使在实证中真的发现在人口规模最大的城市组别中劳动生产率与人口规模是负相关的，也难以得出是人口规模带来的规模不经济压倒了规模经济。在展开具体的讨论之前，我要提醒读者，从一般的意义上来说，来自特定国家的数据和实证结果，必须要放在这个国家特定的制度背景之下去解读。基于中国数据展开的有关城市最优规模的研究，得出的并不是标准理论下的倒U形曲线，而是一条在规划滞后、供给不足和政策不当背景之下的曲线。相应的，大城市当中存在的规模不经济必须要从供给端和政策端去找原因，否则很容易认为城市的规模不经济仅仅是人多导致的。这里，我结合既有的研究来解读中国大城市存在规模不经济的成因。

首先，必须注意到中国的特（超）大城市目前的基础设施和公共服务是按照1990年代末所规划的今天的城市规模来建设的，而无一例外地，这些城市若干年前所规划的人口规模远远小于今天事实上已经达到的人口规模。由此而带来的基础设施和公共服务的短缺和相应的规模不经济，不能归咎于人口的增长，而应归为特（超）大城市当年的规划没有科学地预测到今天的人口规模，相应的政策含义应该是增加基础设施和公共服务供给，而不是限制需求（陆铭，2016）。

第二，今天特（超）大城市存在较为严格的户籍制度，对于低技能劳动者的歧视性制度也会削弱城市的规模经济。我们的研究发现，如果不考虑户籍制度的影响，则中国大城市企业内的高、低技能劳动力的技能互补性没有显得更大，这是一个与理论直觉相违背的结果。于是我们在模型中考虑了特（超）大城市具有更高的落户门槛，结果发现，落户门槛高的确制约了低技能劳动力的供给，从而不利于提升企业内的技能互补性。一旦我们在模型中控制落户门槛的影响，就会发现，更大的城市的确可以促进技能互补性（Liang and Lu，2015）。换句话来说，如果在目前的数据估计当中，看到特（超）大城市规模不经济，应该反思的是是否在模型当中忽略了在特（超）大城市存在的不利于提升生产率的制度，从而导致了严重的遗漏变量偏误。

户籍制度的另外一个影响是严重地制约了移民的消费，这也会使实证研究体现出特（超）大城市出现了规模不经济。我们的研究发现，在其他变量都得以控制的时候，相比本地户籍的城镇人口，非本地户籍的城镇人口的消费平均要低17%—21%（Chen，Lu and Zhong，2015）。由于受到这样的消费制约，城市的外来人口会削减服务消费，而这影响的恰恰是服务（不可贸易品）在本城市的需求，它进一步影响到在本地从事服务业工作的本地居民的工资水平（Liang and Lu，2017）。由于外来人口和本地户籍人口的平均消费水平差距在大城市更大（Chen，Lu and Zhong，2015），不难推断，户籍对于消费的制约也会反映出似乎是特（超）大城市不利于人的收入和劳动生产率的提高。

第三，当前中国特（超）大城市存在的规划和管理方面的问题会加剧城市的规模不经济，而这些问题在中小城市相对来说影响不大。这里仅举几个例子。我们研究了公共服务与居住空间的不匹配对于通勤和污染的影响。在以北京为代表的特（超）大城市，优质的中小学比较集中于中心城区，而与此同时，城市的人口已经出现了向郊区的疏散，这样就导致优质教育与居住之间的分离，以及大量家长开车送孩子上学的现象。根据我们的研究，这一行为所导致的通勤使得北京学校寒暑假期内工作日的交通指数（反映交通流量及拥堵程度）比非假期工作日低20%—30%，这能够使日均可吸入颗粒物PM10浓度下降约20 μg/m³（相当于PM10均值的16%）（Lu，Sun and Zheng，2017）。

我们的另一项研究考察了城市地块更新对于通勤距离的影响。在中国的特（超）大城市，地方政府往往具有最大化税收的目标。于是区一级的政府在地块更新的过程中通常不愿意提供住宅用地，而愿意将更多的地提供给用来建商业区和办公楼，因为后者可以带来持续的税收增长，而前者只能一次性收取住宅用地的土地转让费。从北京案例里可以看到，在我们所分析的地块更新样本当中，更新之后仍然用作住宅用地的地块大约就只占总数的一半。我们发现，中心城区住宅供应的下降是居民向外搬迁的原因之一。根据我们的研究，相对于不受地块更新冲击的居民，地块更新会使周边受到影响的居民更换通勤起点的概率平均提高3.15%，通勤距离平均增加565米，约为平均通勤距离的7.3%（Chen，Long，Lu and Qian，2017）。

上面这样一些研究都是运用中国数据的实际例子，说明的道理是，如果不考虑到这些在细节上存在的中国特（超）大城市已经出现的政策、制度和实践，那么就会把它们导致的城市规模不经济全部归咎于人口增加。而事实上，通过增加基础设施和公共服务的供给，改善规划、管理和技术，特（超）大城市的规模不经济就可以治理。这样，改善供给、增加人口和促进增长几个目标就可以同时实现。在学术研究当中，城市的规模不经济在多大程度上是人口增长带来的，在多大程度上是因为规划技术和管理存在缺陷，仍然是一个值得持续关注的研究方向，具有很强的政策含义。同时，在理论上，城市的产业、居住、公共服务的空间布局是如何决定的，一些政治经济学因素在其中产生了怎样的影响，也是一个值得注意的研究方向，不妨称之为“城市内部的空间政治经济学”。

除了忽视中国城市发展的制度背景之外，仅仅基于城市人口带来的规模经济与规模不经济来测算城市最优规模，忽略了城市规模的决定在本质上取决于人们在不同城市之间进行选址的“空间均衡”，就难以解释为什么一些城市从数据上看“太大了”，但它们仍然是人口流入地。如果在包含中国的人口流动制度背景之后，再考虑人口流动的空间均衡模型，潘士远、朱丹丹、徐恺（2017）的研究证实，中国一线城市的规模其实过小，其他各线城市的规模过大。一项具体的研究很难把影响空间均衡的因素全部纳入讨论，因此，我们在下一节中会将目前涉及的文献做个全面的梳理。