初帅

（中国人民大学 劳动人事学院，北京 100872）

1 引言

城镇化是现代化的重要标志，能否持续、有效的推进城镇化是实现新时代下决胜全面小康社会的重要影响因素。与以往片面追求城市规模扩大、空间扩张的思路不同，新型城镇化以人的城镇化为核心，旨在合理引导人口流动，并要通过发展壮大城市群和都市圈等手段完善城镇化空间布局。城市群发展的一个重要中间目标是人口的集聚，作为衡量人口集聚的具体指标，城市人口密度上升是新型城镇化的最主要特征[1-3]。此外，许多研究指出，高人口密度的城市或地区往往意味着劳动力的高度集聚，而劳动力集聚产生的集聚效应能够提升人均产出和生产效率，从而加快地区的技术进步和全要素生产率的提升，对经济增长做出贡献[4-6]。因此，通过提升人口密度来更好发挥城市集聚效应，强化城市人口吸纳能力，对于区域经济发展和推进以人的城镇化为核心的新型城镇化具有重要的现实意义。

由于影响人口规模的人口出生率和死亡率指标变动缓慢，以及中国在地理层面行政区划的相对稳定，城市人口密度的提升很大程度上要依赖于人口迁移和流动[7]。在影响人口迁移的各项因素中，教育被认为是一个关键因素[2]。为了发展教育，尤其是高等教育来培养和吸引高人力资本人才，在1999年高校扩招的基础上各地方政府开始兴建“大学城”，希望通过大学城的建设实现高等教育的集聚，促使城市的崛起[8]。本文通过对中国各城市建设大学城的情况进行收集和整理，在系统而严格的实证研究下，尝试考察如下重要却尚未得到很好回答的问题：大学城的建设是否显著提升了地方人口密度？提升的幅度有多大？影响机制是什么？在不同城市及不同类型大学城间又存在怎样的异质性？

本文主要与两方面文献相关。第一，与本文最为相关的，部分文献考察了教育对人口密度的影响。已有研究大都认为教育资源丰富的地区或城市教育回报率也较高，较高的教育回报率会促使人口的流入从而对人口规模产生影响[9-11]。此外，由于人力资本外部性有利于个人获得更多的学习机会，劳动力更倾向于流向平均教育水平高的城市[12-13]。具体到教育类型上，王智勇利用地级市面板数据考察了基础教育对人口集聚的影响，指出基础教育的规模会显著影响人口集聚[2]。然而，已有文献存在两方面局限：首先，绝大部分研究采用城市内居民平均受教育水平作为解释变量，少有文献关注某一具体教育类型对人口密度的影响，目前仅对基础教育的作用进行了考察，尚未关注高等教育，尤其是高等教育集聚对人口密度的影响；其次，已有文献并未很好的解决估计中存在的内生性问题。实际上，有许多影响城市教育资源的因素也在同时影响人口因素，教育资源与人口结构之间存在一定反向因果问题，这都会导致估计的结果出现偏误。不同于已有文献，本文立足于中国背景，利用大学城建设作为外部政策冲击，更好地估计高等教育集聚对城市人口密度影响的因果关系。

第二，与本文相关的，有丰富的文献考察了高等教育发展与集聚对地方发展的影响。大学往往被认为是促进区域创新和增长的重要因素[14]。随着大学的发展出现集中的趋势，一部分文献开始关注大学集聚对地方经济的影响，包括经济增长、劳动生产率和创新等[15-17]。少有研究关注高等教育集聚对地方人口结构和人口密度的影响，本文基于对大学城建设的关注，对此类文献进行了拓展。

综上，本文可能具有以下三个方面的创新：（1）就关注问题视角而言，根据我们掌握的文献，目前尚未有文献在中国背景下考察高等教育集聚对地方人口密度的影响，在解决内生性问题上对该问题考察的文献更少，本文首次对这一问题进行系统考察；（2）就政策含义而言，从1999年第一所大学城建设至今，中国已经有近50座大学城建成或在建，各级地方政府建设大学城的热情始终未见消减，那么大学城的建设是否真的对地方发展起到了积极作用？为了更好地发挥大学城的作用，未来的发展应该注意哪些问题？对这些问题的回答可以为相关政策的制定提供一定的经验证据；（3）就实证计量方法而言，如何排除内生性问题得到尽准确的估计是政策评估类研究面临的主要困难，本文通过利用多期倍分法，较为精准的估计了大学城建设带来的高等教育集聚对地方人口密度的影响，并通过对方法有效性和回归结果稳健性进行了检验，尽可能保证了对项目估计的真实效果。

2 研究背景和数据说明

2.1 “大学城”建设

20世纪90年代末，考虑到教育在经济社会发展中的作用，以及在“科教兴国”的战略背景下，中国的高等教育规模经历了跨越式的发展。首先，“高校扩招”政策的实施迅速提升了居民接受高等教育的机会，高中毕业生进入大学的比例从1998年的46.1%攀升至2003年的83.4%，并在2009年之前仍维持约5%的增长幅度[18]。其次，为了向社会主义市场经济条件下的高等教育体系实现转换，一大批原有高校通过合并等方式进行了重组，将高等教育由单一制走向综合化的发展[19]。招生规模扩张的潜在需求以及高等教育结构布局的改革，使得大学急需在空间层面进行扩展。

为了满足大学对空间扩展的巨大需求，同时为了提升城市的综合实力、发展城市新市区（城），地方政府在中央政府的支持下，在城市边缘或靠近城市的农村地区建造了将大学、研究所或职业技术学院等提供高等教育的机构聚集在一起的区域，也就是“大学城”[16]。地方政府提供城市基础设施与廉价的土地，试图通过大学城的建造将本地或外地的高等教育机构聚集在一起。这个过程与开发区或者工业园区的形成类似[20-21]。1999年廊坊“东方大学城”的建设正式拉开了中国各地大学城建造的序幕。根据我们收集的数据显示，截止到2019年，全国已经建成或在建的大学城有50余座。中国这种具有高度目的性与计划性构建的大学城，与国外自然形成的大学城形成了鲜明的对比[22]。大学城建设的一个重要目的与计划就是要促进地区的发展，那么中国大学城的建设是否实现了这一目标？我们将在接下来的部分进行实证检验。

2.2 数据说明

本文的数据主要由两部分构成。第一部分是中国各地区大学城建造情况的数据，该部分数据由作者通过互联网搜索平台以及各级地方政府相关文件进行手动搜集。由于各地对大学城的称呼略有差异，我们在搜集时将名称包含“大学城”、“大学园（区）”、“高教园区”以及“科学园”的地区都定义为广泛意义上的大学城。排除掉正在规划、正在建设以及尚未正式投入使用的大学城，我们最终得到了分布在中国40个地市中50座大学城的信息，具体信息包括了大学城所在地理位置、进驻高校情况以及建设时间等。第二部分是中国地市级宏观数据。该部分通过《中国城市统计年鉴》进行搜集与整理，在本文中我们搜集了1997年至2015年全国289个城市的宏观数据，涵盖了各地市的人口情况以及宏观经济表现。

本文希望考察大学城建设对地方人口密度的影响。为了实现这一目标，本文以城市和年份作为匹配变量，将第一部分大学城建造情况的数据与第二部分地级市的宏观数据进行了匹配。在匹配过程中，本文对变量缺失值进行了剔除，同时为了尽可能准确的估计大学城建设的效果，将1997年至2015年间平均高等教育机构数量小于3所的城市进行了剔除。最终，得到了2081个有效样本。

本文的被解释变量是地区人口密度（人/平方公里），为了使系数更便于解释，对原始数据进行了对数转换。控制变量则包括：地区年末总人口（万人）的对数，地区生产总值（万元）的对数，第二产业占GDP比重（%），第三产业占GDP比重（%）以及当年实际使用外资金额（万美元）的对数。此外，为了探索大学城建设对地方人口密度影响的作用机制，我们选取了地区人口净流入（万人）、第二产业从业人员（万人）的对数以及第三产业从业人员（万人）的对数作为机制变量。表1展示了上述变量的描述性统计结果。

表1 描述性统计

3 实证方法与结果解读

3.1 实证方法

为实证考察大学城建设对地方人口密度的影响，本文首先采用最小二乘法（OLS）进行基准回归，具体估计式为方程（1）：

其中，lnYi,t表示城市i在t年时地区人口密度的对数；treati,t表示城市i在t年时是否建设了大学城；Xi,t为城市i在t年时的一系列地区特征变量，包括地区年末总人口的对数，地区生产总值的对数，第二产业占GDP比重，第三产业占GDP比重以及当年实际使用外资金额的对数，用来做控制变量。 ε是误差项，为处理异方差问题，使用固定效应模型下异方差稳健的标准误。

进一步的，本文考虑到地方是否建设大学城可能与地方自身经济水平高度相关，这使得采用方程（1）可能存在由于内生性问题导致的系数估计偏误。为了对这一问题进行缓解，本文采用多期倍分法进行估计，第一层差分来自于地区层面（有大学城或无大学城），第二层差分来源于时间层面（大学城建设前或大学城建设后）。具体估计式为方程（2）：

其中，μi表示城市i的固定效应，λt表示时间固定效应，其余变量定义与方程（1）相同。系数θ是整体的平均处理效应：

3.2 平行趋势检验

采用多期倍分法时，需要特别注意平行趋势假设检验。对θ的无偏估计要求对照组（未建设大学城城市）能为实验组（建设大学城城市）提供合理的反事实，以反映实验组未实施干预时的状态。回归方程（2）中加入了一系列固定效应与控制变量可以缓解实验组和对照组之间的差异。具体的，μi控制了城市层面的差异，λt控制了时间维度产生的差异。一系列城市特征（Xi,t）则进一步的保证了实验组和对照组之间的相似性。除此之外，若要实验组和对照组之间具有较好的可比性，则二者在实施干预签的发展趋势应该无明显差异。基于此，本文采用事件分析法进行了平行趋势检验，回归方程如下：

其中，θk代表干预在k年产生的影响，若k>0系数表示处理之后k期产生的影响，若k<0系数则表示处理之前k期产生的影响。其他变量定义参见方程（1）。这意味着θk刻画了在控制一系列固定效应和控制变量后，与参照组相比，实验组与控制组之间的差异。

图1展示了估计系数θk及其95%置信区间。本文发现，在建设大学城之前，所有估计值几乎都不显著，且估计值系数的绝对值大多接近0，这意味着实验组和对照组在建设大学城前的发展趋势大体是相近的，支持了多期倍分法平行趋势的识别假设。而在大学城建设的第三期后，估计系数出现了显著的增加，这是因为三年后大学城内的大学生毕业后开始进入劳动力市场。此外，可以发现，大学城建设对人口密度的促进作用随时间推移呈现出逐年增加的趋势。

图1 多期倍分法平行趋势检验

3.3 回归结果与解读

表2汇报了方程（1）和方程（2）的估计结果。其中，第（1）列与第（2）列展示了方程（1）的回归结果。基准回归的结果可以发现，建设大学城对地方人口密度的影响为正，且在1%的显著性水平上显著。进一步的，第（3）列与第（4）列展示方程（2）的回归结果。多期倍分法的回归结果表明，相对于没有建造大学城的城市或时期，大学城的建设显著提升了所在地区的人口密度。具体来说，大学城的建设能使当地的人口密度提升6.8%，这一效果通过了1%显著性水平的检验，并且系数的绝对值与显著性在加入城市特征层面控制变量前后不存在显著差异。

表2 OLS与多期倍分法估计结果：大学城建设与地方人口密度

一个可能的担心是：一些城市在高等教育与人口密度上有得天独厚的优势，例如在2015年，北京市的高校数量有90所，位列全国第一。同年北京市的人口密度为820人/平方公里，在全国所有城市中处于前10%②数据来源：《2015年中国城市统计年鉴》。样本中这些城市的加入可能会“夸大”大学城建设的作用。为了尽可能得到准确的估计结果，本文将北京、上海、天津、重庆、深圳、广州的样本进行了剔除，使用方程（2）对剩余样本进行了回归，回归结果展示在了第（5）列。结果，发现，大学城建设对地方人口密度的影响在经过剔除后的样本中依然在1%的显著性水平上显示出正向促进作用。与全样本相比，影响系数的绝对值略下降至5.7%。这一结果一方面印证了上述城市确实存在由于自身在高等教育与人口密度的独特优势，使得全样本回归中的结果有一定高估的风险。另一方面，绝对值的小幅下降以及显著性未发生改变的结果意味着大学城建设确实对地方人口密度有一定的促进作用，这一结果是稳健的。

4 机制分析

上文的分析已经稳健的说明，建设大学城能够提升当地人口密度。在此基础上，本文还面临另一个重要的问题是，其中的影响机制是什么？因此，本文将通过人口效应与产业效应两个途径来考察大学城建设对地方人口密度的影响渠道。

4.1 人口效应

实现地方人口密度的增加有两条途径，第一，改变地方的行政地理区划；第二，在地理区划不变的情况下人口增加。考虑到我国在国土面积一定的情况下，各级地市在改变行政地理区划时大多是进行“撤县设区”或“撤县设市”的发展思路，本文主要关注第二条途径。

中国人口早已转入“低出生率、低死亡率、低自然增长率”的阶段[23]，于是地方人口总量的增加与人口密度的提升在很大程度上要依赖流动人口的流入。在此基础上，本文将方程（2）中被解释变量更换为地方人口净流入数量③地方人口净流入=地方年末总人口-地方年末户籍人口，单位为万人，数据来源：《中国城市统计年鉴》。进行了回归，并将结果展示在表3的第（1）列与第（2）列，其中第（2）列是剔除了北京、上海、天津、重庆、深圳、广州样本的结果。回归结果显示，大学城的建设显著促进了地方人口净流入。具体的，与没有建设大学城的地区或时间相比，大学城的建设使得当地人口净流入22万人左右，这一效应至少在10%的显著性水平上显著。这表明大学城的建设的确吸引了更多的流动人口。可能的原因是，大学城建设完成后会产生大量的消费需求，例如超市、餐饮等服务业和娱乐业的需求尤其明显。为了保证大学城的正常运行，需要大量的从业人员满足上述消费需求，于是大量的外来人口开始涌入[24]。此外，由于高等教育对学生生源没有地域限制，大量户籍非本地的大学生可能也是流动人口重要的组成部分。

4.2 产业效应

大学集聚对地方的经济影响不仅仅体现在增加人口净流入的数量层面。上一部分的分析我们指出，大学城的建设会产生大量的消费需求。消费需求的增加会进一步派生出大量的就业需求，并且这部分就业需求大多集中在以服务业为主的第三产业中。此外，大学城的建设往往对地方的创新以及产业结构调整起到了重要的作用，大量接受高等教育的大学生在毕业后也往往从事第三产业的工作，这使得大学城所在地区的第三产业从业人员会出现大量的增加。与此同时，由于一些地区的大学城是以聚集职业技术院校为主，主要为第二产业培养人才，这就会使当地从事第二产业的人员有显著的增加。基于上述原因，本文将方程（2）中的被解释变量更换为地方第二产业从业人员的对数以及地方第三产业从业人员的对数，并将回归结果展示在表3的第（3）～（6）列。

其中，第（3）与第（4）列展示了被解释变量为地方第二产业从业人员对数的回归结果。第（3）列展示了全样本的回归结果，第（4）列展示了剔除北京、上海、天津、重庆、深圳、广州样本后的结果。我们可以发现，大学城的建设会显著的提升地方第二产业从业人员的数量，并且这一结果在1%的显著性水平上显著。进一步的，表3的第（5）与第（6）列展示了被解释变量为地方第三产业从业人员对数的回归结果。与第（3）和第（4）列类似，第（5）列展示了全样本的回归结果，第（6）列展示了剔除部分样本后的结果。回归系数显示，与未建设大学城相比，大学城的建设使得地方第三产业从业人员增加了约10%，这一结果在1%的显著性水平上显著。

表3 机制检验：人口效应与产业效应

上述机制分析表明，大学城的建设一方面通过人口效应，即地方对流动人口吸引的显著增加；另一方面通过产业效应，即增加地方从事第二产业以及第三产业的人员，改善地方劳动力结构两个渠道增加了地方人口密度。

5 异质性分析

以上报告了大学城建设对地方人口密度影响的平均效应，接下来本文从城市特征和大学城内学校特征两个维度进行异质性考察。

5.1 城市维度的异质性分析

人口密度的差异是地区人口结构差异的重要指标。尽管本文在上述回归中对城市固定效应进行了控制，但是中国特殊的行政区划使得不同城市间有“天然”的差别。一般来说，省会、直辖市以及经济特区代表了现代化城市，这些城市是中国超大特大城市以及一线城市的主要组成部分。这些城市本身就有丰富的高等教育资源与较强的人口吸引力，那么在这些城市是否有必要再去建造大学城将高等教育集中起来？与此相对，非省会、直辖市、经济特区的城市在高等教育资源以及人口吸引力上有一定的劣势，那么是否能通过建设大学城来缓解这一劣势，提升地方人口密度呢？因此，考察大学城建设对不同特征城市人口密度影响的差异具有一定的政策含义，相关结果在表4中报告。本文发现，大学城建设对非省会、直辖市、经济特区的城市影响程度很大且统计上非常显著，然而，对省会、直辖市、经济特区城市的影响很小且不显著（前者系数为0.066，后者系数为0.01）。这一结果表明，虽然平均而言大学城的建设会显著提升地方人口密度，但是这一影响效果主要来自于非省会、直辖市、经济特区的城市。因此，大学城的建设可能会缩小不同行政级别城市人口密度的差异，进而有助于缓解不同城市以及区域间发展不均衡的问题。

表4 异质性分析：城市维度

5.2 学校维度的异质性分析

大学城的主体是大学，与国外大学城自发形成不同，中国的大学城往往是政府主导企业参与建设的。于是，由于各地方政府建设大学城目的以及城市间高等教育资源的差异，不同地区大学城内学校结构也存在显著差异。根据中国高等教育机构的特点，本文主要从三个层面对学校特征进行划分。（1）大学城内是否包含精英大学。精英大学一般是指国家重点支持的大学或研究机构，在中国往往以学校是否入选“211工程”、“985工程”以及“双一流建设”为衡量标准[25]。（2）大学城内学校以4年制本科为主还是3年制大专或职业院校为主。不同学制的学校往往代表着人才培养目标的差异，以及人力资本积累的差异[16]。一般来说，4年制本科往往以培养学术型人才为目标，而3年制大专或职业院校以培养技术型人才为目标。人力资本积累上，4年制本科一般认为高于3年制大专或职业院校。（3）大学城内高校是否包含理工科（STEM，科学、技术、工程与数学）院校。理工科院校人才往往被认为是科技创新的主要驱动因素之一，对国家或地区竞争力提升、长期经济增长起到了至关重要的作用[26]。这意味着，与没有理工科院校相比，如果大学城内包含了理工科院校可能对人口密度提升的作用更明显。

表5展示了上述三个层面下学校维度异质性分析的结果。首先，第（1）列与第（2）列展示了大学城中是否包含精英高校的异质性分析结果。本文发现，无论是否包含精英高校，大学城的建设都对地方人口密度有显著的促进作用。然而，通过对系数绝对值的对比可以看出，包含了精英高校的大学城产生的影响更大。这可能是由于精英高校往往能提供本硕博不同阶段的人才，并且人才培养的体系更为完善。这一方面为地方提供了更多的人力资本积累，另一方面在大学城内起到了“示范作用”。其次，表5的第（3）列与第（4）列展示了以不同学制为主的大学城对地方人口密度的影响。总的来看，无论是哪种学制为主的大学城都对当地的人口密度起到了显著的促进作用。进一步通过对比系数的绝对值，本文发现以4年制本科为主的大学城产生的作用更大，大约是3年制大专或职业院校为主大学城的2倍。最后，在表5的第（5）列与第（6）列展示了是否包含理工科院校的结果。与之前的预测一致，虽然不管大学城内是否包含理工科院校都对地方人口密度有显著的促进作用，但是包含了理工科院校的大学城产生的作用大约是未包含理工科院校大学城的2倍。

表5 异质性分析：学校维度

6 结论与建议

本文通过收集1997-2015年全国289个城市的大学城建设以及城市发展特征的数据，利用多期倍分法，考察了大学城建设带来的高等教育集聚对地方人口密度的影响。在研究中做了以下突破：一方面，以大学城建设作为外生冲击，细致考察了高等教育集聚对地方人口密度影响的因果效应。另一方面，从1999年第一座大学城建设开始，地方政府对大学城建设的热情至今未见消散，但是目前缺少对大学城建设成效的政策评估，本文的研究为过去20余年大学城建设的成效提供了实证依据。研究结论如下：（1）大学城的建设显著提升了地方人口密度，与未建设大学城的城市和时期相比，人口密度增长幅度约为6.8%。（2）机制分析表明，通过人口效应以及产业效应，大学城的建设为地方吸引了更多的流动人口，并且显著增加了当地从事第二产业和第三产业人员的数量。（3）异质性分析表明，大学城的建设对非省会、直辖市、经济特区等经济基础发展较好城市的地方人口密度提升作用更大，同时，上述提升作用在包含精英高校、以4年制本科院校为主以及包含理工科院校的大学城中产生的效果更大。针对可能存在的计量偏误，本文进行了一系列检验，结果均是稳健的。

针对以上结论，提出以下建议：（1）高等教育发展是提升地方人口密度的重要驱动力，地方政府在制定发展政策时，应采取积极的地方高等教育发展政策，促进本地高等教育集聚吸纳更多流动人口与从事第二、三产业的人口，从而推动新型城镇化建设。（2）作为高等教育集聚的一项重要政策，尽管大学城的建设能够为地方，尤其是经济发展相对落后城市的人口密度提升起到显著的促进作用，但是这并不意味着在任何一处建设任何一种类型的大学城都能产生预期的效果。对于未建设大学城的城市，尤其是经济发展基础较弱以及高等教育资源不足的城市，在建设大学城前应进行谨慎的评估与周密的规划，避免盲目跟风与“摊大饼”式的发展。对这些城市而言，应当首先注重地方高等教育发展的质量，做好高校与学科发展方向的布局，而不是匆忙上马大学城建设项目。（3）对于已经建成大学城的城市，要继续巩固已有大学城建设带来的政策福利。具体而言，一方面，继续完善大学城的内部布局，可以通过对地方的精英院校、普通本科院校以及理工类院校采取兴建新校区，或者土地置换等方式“腾笼换鸟”将老校区搬入大学城，通过扩大大学城内部的规模，实现高等教育内涵式发展与外延式发展的结合；另一方面，地方政府要积极向服务型政府转变，完善大学城周边的基础设施建设，为居住在大学城内以及大学城周边的居民提供便利的生活条件。同时，放松户籍管制等政策限制，让更多的流动人口能够在当地“留下来”，提升城市对人口的吸纳能力以更好地发挥集聚效应。