城市即生产力：全球5亿人职业履历的微观证据

人生海海，山山而川。选择一座城市，往往就是选择一种命运。今天，笔者将分享一篇NBER工作论文《The Global Value of Cities》。这篇论文利用来自全球191个国家、22万个城市、覆盖5.13亿工人的职业履历大数据，试图回答：城市本身到底能为我们创造多少价值？研究发现，在跨国迁移中，93%的工资差异由城市效应解释；而在国家内部，这一比例在45%-73%之间。文章揭示了发展中国家城市生产力低下的微观机制：并非缺乏大城市，而是高生产力的企业未能吸纳足够的劳动力。这篇论文不仅为我们理解全球不平等提供了新的视角，也为发展中国家如何通过优化资源配置实现增长指明了方向。

01 引言

为什么有些城市比其他城市更具生产力？如果更多的人居住在高价值的城市，全球总收入能提高多少？回答这些问题需要衡量全球每个城市的经济价值：比如估算将一名软件工程师从班加罗尔通过移民安置到旧金山所带来的收入收益。然而，观察到的城市间工资差异可能很大程度上反映了高技能工人向更理想地点的自我选择，而非地点本身的因果效应。要识别地点的真实影响，需要追踪大量跨城市的人口流动。

本文利用了一个涵盖全球22万个城市、5.13亿高技能工人的新就业历史数据库。作者采用事件研究法，利用工人在城市间的流动，首先探讨了一个核心问题：全球城市工资差距主要是技能分类的结果（Young, 2013; Behrens et al., 2014），还是城市本身对工人的生产力和薪酬施加了因果影响（Ciccone and Hall, 1996; Card et al.（2025）？

基于估计出的城市效应，作者进一步解构了是什么让某些城市比其他城市更具生产力，并量化了将人口迁移到高价值城市的收益。研究区分了城市效应和个体分类效应。城市效应捕捉了城市的固有生产力：其企业、产业、技术、基础设施和集聚力量；而分类效应则反映了高能力个体自我选择进入更理想的地点。如果城市效应占主导地位，那么将工人从低生产力城市通过移民转移到高生产力城市将提高总产出，并带来巨大的迁移收益。如果分类效应占主导，城市则可能更应专注于吸引人才。

02 数据、样本和变量

2.1数据

本研究的核心优势在于使用了来自Revelio Labs的全球职场社交网络数据（主要是LinkedIn）。该数据集包含了截至2023年底，来自180多个国家的超过5亿个用户档案。数据包含详细的就业信息：工作地点、职位名称、公司名称以及每份工作的开始和结束日期。通过利用职位的时间节点，作者构建了用户级别的面板数据，能够追踪同一用户在整个职业生涯中的流动路径。

2.2 关键变量构建

工资： 由于公开档案通常不直接包含工资，作者使用了Revelio Labs提供的估算工资数据。这些估算是基于2亿个真实工资样本，结合职位名称（1500个类别）、公司信息、地理经济信息（如房价、失业率）以及职位特定信息（任期、资历）进行回归模型预测得出的。为了进行全球比较，工资根据购买力平价和通货膨胀进行了调整。

职位特征： （1）资历：使用机器学习模型，综合职位头衔、公司、行业、过往经历和年龄，将资历分为7个等级：从入门级到高级执行官。（2）职业与行业得分：基于O*NET代码和NAICS代码分类。职业得分定义为该职业中除焦点观察值外的平均预测工资；行业得分同理。这捕捉了工作类型和部门的质量

研究数据的一个亮点是能够观察到个体职位的细粒度地点信息。在档案中创建职位条目时，用户被要求提供该工作的地点。通过观察这些信息，研究能够将个体匹配到全球特定城市。使用用户提供的地点信息的一个优势是，即使个体为多机构公司（包括跨国公司）工作，也能具体识别他们的工作地点。研究的全球覆盖范围广泛，数据中有超过22万个城市。

03 实证策略：如何剥离“城市效应”？

3.1 事件研究法

为了区分“人”的因素和“地”的因素，作者采用了事件研究法。其核心逻辑是：如果城市工资差异主要由分类效应（高能力的人去了高工资城市）驱动，那么当一个人在城市间移动时，其工资不应发生系统性突变。相反，如果存在城市特定的工资溢价，移居到高工资城市的个体应经历工资上涨。基准回归模型如下：

3.2 修正层级偏差

传统的AKM（Abowd, Kramarz, and Margolis）框架在处理城市效应时可能存在偏差，即“层级效应”。如果一个工人从低工资城市的高薪企业跳槽到高工资城市的低薪企业，简单的城市平均工资比较会混淆真实的城市效应。为了解决这个问题，作者首先估计全球所有企业的固定效应，然后将城市内的企业效应加权平均，以此作为城市生产力的主要衡量指标。具体设定为：

3.3 识别假设的检验

该策略依赖于“外生流动性”假设。作者通过多种方式验证了这一点：（1）无预趋势：事件研究图显示，在迁移发生前，工资并没有显著的上升或下降趋势，说明迁移并非由事前的工资冲击驱动。（2）对称性：从低工资城市搬到高工资城市的工资涨幅，与反向移动的工资跌幅在幅度上是对称的。这支持了加法可分性假设，排除了特定的匹配质量驱动。（3）主要结果的稳健性：即便考虑到工资是估算数据可能带来的偏差（由于估算模型可能更多捕捉企业特征而非个人能力），作者通过意大利的匹配雇主-雇员真实数据进行了验证和边界分析，证实偏差在可控范围内。

04 核心发现：城市效应有多大？

4.1 跨国迁移

对于跨越国境的迁移，研究发现93%的城市间工资差异会转化为迁移者的实际工资变化。如下图 Panel A所示，当通过国际迁移移动时，个体的工资跳跃几乎完全对应了目的国与来源国之间的平均工资差异。这意味着，对于跨国移民而言，无论个人能力如何，身处何地几乎决定了收入水平。这是地点效应的体现。

4.2 国内迁移

对于一国内部的城市间迁移（下图 Panel B），城市效应的解释力虽然依然重要，但显著下降，约占工资差异的45%-73%。这说明在一国内部，高工资城市之所以工资高，很大程度上是因为那里聚集了高能力的人（分类效应）。

更细致的国别分析揭示了显著的异质性：发达国家（美国）的城市效应解释了约50%的工资差异，这与Card et al., 2025基于美国行政数据的发现一致。这意味着在这些国家，高技能人才向高生产力城市的“分类”现象非常普遍。发展中国家城市效应的解释力往往更高（或方差更大）。在印度，城市效应的离散度极大，且人们并未完全按照能力进行有效排序。这一发现暗示，发展中国家内部的人口流动障碍可能更大，导致高能力人才的地理分选不如发达国家充分。

图表内容：美国的斜率较平缓（0.508），说明工资差异中有一半是“人”的能力差异（分类效应）。印度的斜率较陡峭（0.728），说明工资差异主要由“地”决定，且存在较大摩擦。

4.3 职业发展的非货币维度

除了工资，迁移对其他职业特征的影响较小。对于跨国迁移，虽然工资涨幅巨大，但在资历、职业得分和行业得分上的收益比例较低。这暗示了跨国界的巨大工资差异主要由技术水平和全要素生产率的国别差异驱动，而非移民从事了本质上更高级的工作。甚至在一些新兴市场国家，迁移到更好的城市反而可能导致进入相对较差的行业，这反映了技能转移的摩擦。

05 机制分析：什么造就了高价值城市？

在剥离出纯粹的“城市效应”后，作者进一步探究了其背后的驱动因素。

5.1 企业内部的人力资源配置

利用Olley-Pakes分解方法，作者将城市效应分解为“平均企业效应”和“配置效应”。

分解结果揭示了发展中经济体生产力低下的一个关键微观机制：发达国家（美国、英国）存在强劲的正向配置效应。也就是说，在该城市内生产力最高的企业，往往也是雇佣工人最多的企业。“超级明星企业”驱动了城市的高生产力；发展中国家（印度、墨西哥）的配置效应很弱，甚至为负。这意味着在这些国家的城市中，高生产力的企业并没有吸纳足够的劳动力，或者说大量劳动力滞留在低效率的企业中。这是一种严重的资源错配。

图表内容：展示了城市效应的Olley-Pakes分解。美国图（a）中的橙色柱子（配置效应）大多为正，且随城市规模增加；印度图（c）中的橙色柱子经常为负，说明高生产力城市并未有效吸纳劳动力到好企业。

5.2 集聚经济的全球证据

研究验证了经典的集聚经济理论在全球范围内的适用性。（1） 规模与人口： 城市规模越大，城市效应越高。这一规律在发展中国家尤为明显，表明大城市带来的集聚红利在这些地区更为稀缺和重要。（2） 产业多样性： 较低的产业集中度与较高的城市效应相关。产业结构复杂、多样化的城市往往更具生产力。（3） 技能集聚： 拥有更多高技能职位、科技工作和适合远程工作职位的城市，其城市效应显著更高。

5.3 舒适度与补偿性工资差

高工资是否只是对恶劣环境的补偿？研究发现：（1）在发达国家，高生产力城市往往污染更严重，这似乎是生产的副产品而非补偿性差异。但在发展中国家，污染普遍存在，与城市生产力关系不大。（2）寒冷的城市和温差大的城市表现出正向的补偿性工资差，剔除生产力效应后，工资依然较高。换言之，为了抵消恶劣气候对生活质量的负面影响，这些城市的工资往往包含了额外的溢价。

5.4 集聚阴影

研究发现，距离国内顶尖城市越远的城市，其生产力效应通常越低。此外，研究还发现了“集聚阴影”的存在：即靠近大城市最初是有益的，但在一定距离上会陷入经济活动的低谷；不过，在距离顶尖城市极远的地方，城市效应会出现反弹并再次上升，这与远离中心后竞争减少以及产生了局部集聚收益的观点相一致。

06 迁移的潜在收益：如果世界重新洗牌

基于估计出的参数，作者进行了反事实模拟，量化了消除空间错配的潜在收益。

6.1 发展中国家的迁移潜力更大

研究发现，发展中国家（印度）的城市效应方差远大于发达国家（美国）。这种巨大的离散度意味着通过将劳动力从低效城市转移到高效城市，可以获得大幅度的收益提升。然而，现实中发展中国家的内部迁移率却很低。如下图所示，内部迁移率越低的国家，其城市效应的方差往往越大。这暗示了高昂的迁移摩擦阻碍了有效的空间排序。

图表内容：Panel (a) 展示了美国和印度城市效应分布的对比，印度的分布曲线更宽、更扁平；Panel (d) 展示了内部迁移率与城市效应方差的负相关关系。

6.2 反事实模拟

（1） 跨城市重新配置： 如果将各国的人口按照美国那样的效率重新分配到不同等级的城市（即更多人居住在高城市效应的地区），会发生什么？结果发现印度的平均工资将上涨2.3%（人均约200美元），墨西哥上涨4.0%，尼日利亚上涨5.9%。

（2） 城市内企业间重新配置： 如果发展中国家的城市能像美国城市一样，让高生产力企业雇佣更多工人（消除企业层面的错配），会发生什么？结果发现印度的平均工资将上涨2.6%。而在市场机制较完善的发达国家，这一收益微乎其微。

综合效应： 如果同时进行上述两项改革，印度的人均工资将上涨4.3%。这表明，消除空间上的迁移壁垒和消除城市内部的资源错配，是互补而非替代的政策选项。

图表内容：Panel (a) 展示了如果印度的人口像美国那样分布，其累积分布函数（CDF）的变化；Panel (b)为城市内企业间重新配置的结果。

07 结论

这篇论文重新审视了城市在全球经济版图中的价值。主要结论：（1）在跨国层面，93%的工资差异源于地点本身。在国内层面，城市效应依然显著，但分类效应（人才聚集）在富裕国家扮演了更重要的角色。（2）发展中国家不仅面临空间上的错配（人们滞留在低效城市），更面临城市内部的错配（高效企业长不大）。（3）降低迁移壁垒、促进人口向高生产力中心流动，对于低收入国家而言，是提升总收入的巨大潜能所在。

政策启示： 对于政策制定者而言，一方面，应致力于降低内部迁移的制度性与物理性壁垒，如户籍制度、基础设施不足，让劳动力能够自由流向高生产力区域；另一方面，需要改善城市内部的营商环境，消除阻碍高效率企业扩张的摩擦，让最好的企业能雇佣到最多的人。

08 总述

流动创造价值。无论是跨越国界还是跨越城乡，让人们有机会前往更能发挥其潜能的地方，不仅是个体改变命运的途径，更是国家富强的密码。很多时候，贫困并非因为个体缺乏能力，而是因为他们被困在了低效的“地点”与“企业”之中。打破这些有形与无形的围墙，或许是我们这个时代最重要的经济课题之一。