无论放眼全球还是某个国家，人们为什么住在他们生活的地方？为什么有些地方人口稠密，有些地方却人烟稀少？在日常生活中，我们往往把这种人口密度差异视为理所当然，但从许多方面看，这其实颇令人费解。
经济学家指出了影响人口分布的三个因素。第一，不同地方的地理特征各异，这些特征通常被称为“第一自然”，使一些地方比另一些地方更适合居住或生产。这解释了为什么山区、沙漠、苔原等地往往人口密度较低，也解释了为什么世界上许多人居住在相对容易生产粮食的地方。
第二个因素是集聚。由于规模经济和贸易收益，人类往往发现集中在较小区域内更有效率。当然，许多行业，尤其是粮食生产，并不能从这种集中中获益，反而会根据第一自然资源的分布而分散布局。此外，集聚的收益也有其限度：由于拥堵和交通成本，城市人口分布在许多城市中，而这些城市彼此之间也有一定的空间距离。
影响人口分布的最后一个因素是历史。城市一旦建成，往往会长期留在原地。这种延续性源自许多因素，通常统称为“第二自然”（Cronon，1992）。这些因素包括使用寿命较长的资本、政治权力，以及集聚一旦在某地开始，该地就会自然成为未来均衡的焦点。正如 Bleakley 和 Lin（2012）以及 Michaels 和 Rauch（即将发表）所讨论的，即使一座城市最初在某地建立的原因已不再重要，这种延续性仍可能发挥重要作用。
自然条件、集聚和历史如何相互作用，形成我们今天看到的世界人口分布，这一完整过程过于复杂，无法由一项研究全面呈现。我们近期论文的目标要有限得多（Henderson 等，2017）。我们探讨经济和技术发展如何改变第一自然特征影响人口分布的方式。迄今为止，这些特征本身在历史上变化不大，但它们影响人类定居的方式已经改变。空调、灌溉以及发现某些矿产资源的新用途，都是这种变化的简单例子。我们聚焦于两项自然特征，我们认为经济和技术变迁对它们的影响最大：第一，某个地区适宜种植粮食的程度；第二，某个地区适宜开展国内和国际贸易的程度。在过去几个世纪里，肥沃土地作为人口密度决定因素的重要性有所下降，原因既包括农业生产率提高，使得劳动力中从事农场工作的比例降低，也包括运输成本下降，使人们无需住在粮食产地附近。运输成本下降，加上贸易收益机会增加，也提高了易于开展贸易的地点（例如沿海地区、可通航河流沿岸或天然港湾）的价值，无论贸易发生在国内还是国家之间。
我们的目标是展示这些变化如何反映在当今的人口分布中。要实现这一目标，上文所述的延续性发挥了极其重要的作用。我们关注历史时期的技术如何影响当时的集聚，但我们使用的人口密度数据（下文将作介绍）仅适用于当今世界。不过，如果我们大致知道一个国家何时开始出现集聚，就可以通过比较今天的分布与历史分布，了解当时可用的技术如何影响了集聚。
第一自然数据与当今人口分布
在考察历史的作用之前，我们先简单分析第一自然特征对当今世界人口分布的解释力；这本身就可以说是一个有趣的问题。
我们以气象卫星夜间观测到的灯光作为衡量人口分布的起点。具体而言，我们使用《2010年全球辐射校准夜间灯光数据集》（Ziskin 等，2010）。在此前的研究中（Henderson 等，2012），我们表明，对于国民收入账户数据质量较差的国家，夜间灯光数据随时间的变化是衡量 GDP 增长的有效替代指标。灯光数据以像素网格形式提供，分辨率为 0.5 角分（经度或纬度的 1/120 度）。我们将其汇总为 1/4 度方格网，每个方格在赤道处覆盖约 770 平方公里。按此分辨率，我们的样本约有 240,000 个方格（不包括完全由水域组成的方格）。图 1 展示了全球范围内这些网格单元的数据。
图 1去均值后的灯光
我们用于预测灯光的第一自然变量分为三组。第一组称为“农业”，包括明显与粮食生产相关的因素。这组变量包括六个连续变量（气温、降水量、生长季长度、土地农业适宜性、海拔和纬度），以及一组用于表示 14 种生物群系的指标变量（彼此互斥的区域，用于编码生物学家研究所预测的某一地区主要自然植被）。第二组变量称为“贸易”，重点关注水路运输的可达性。这些虚拟变量表示网格单元中心是否距海岸、可通航河流、大型湖泊或天然港湾 25 公里以内，此外还有一个表示距海岸距离的连续变量。最后，我们定义了一个包含两个变量的“基础”组——地形崎岖度和疟疾生态环境；在我们看来，这两项因素与农业和贸易的相关程度大致相同。
图 2a未加入固定效应的去均值预测灯光
图 2a 显示了以网格方格中的灯光为因变量、以三组第一自然变量为自变量进行回归后得到的拟合值。这些变量合计解释了灯光变化的 47%；从图中可以明显看出，拟合值与我们熟悉的世界图景十分相似。然而，从这一结果直接得出自然条件确实解释了人口密度如此大比例差异的结论，可能存在两个问题。第一，可见灯光的差异并非完全由人口密度决定，人均收入也是一个重要决定因素。因此，图 1 中日本的灯光比孟加拉国明亮得多，尽管后者的人口密度更高。第二，地理特征与收入或人口密度之间的统计相关性，未必表明地理确实产生了影响；它也可能只是替代了与地理相关的其他因素的影响。例如，如果欧洲殖民者在气候适宜其定居的地方建立了良好制度，而在气候不适宜的地方建立了糟糕制度（Acemoglu 等，2001 年提出的论述），那么欧洲类型的气候就会成为预测较高收入的指标，即便它本身并不直接影响收入。
图 2b加入固定效应的去均值预测灯光
通过考察各国内部灯光和自然特征的差异，可以处理上述两个问题。具体而言，这意味着在分析中纳入国家固定效应；下文报告的所有研究均采用了这一做法。图 2b 展示了一个例子：我们仅利用一国内部的灯光差异来估计第一自然特征的影响，然后在计算全球拟合值时剔除估计出的国家固定效应。如图所示，只要知道地理条件如何影响各国内部的人口，就仍能相当准确地预测全球人口密度的差异。农业和贸易变量解释了略多于三分之一的国内差异。
第一自然特征重要性的变化
接下来，我们探讨自然特征作为人口分布决定因素的重要性如何随时间变化。如上所述，我们方法的关键在于比较较早发生集聚的国家与较晚发生集聚的国家；前者反映了更早时期自然特征所占的权重。遗憾的是，我们没有可靠且一致的指标来准确衡量集聚发生的时间，因此改用 1950 年的数据，包括城市化水平以及两个替代指标：教育水平和人均 GDP。我们的假设是，在当时这些指标数值较高的国家，城市化进程也开始得较早。我们采用了多种统计方法来分析数据。其中一种方法是分别估算较早和较晚集聚国家中“农业”与“贸易”变量的系数，同时让数据决定两组国家的分界点（基本上是遍历所有可能的分界点，找出拟合效果最佳的一处）。例如，采用 1950 年的城市化数据后，我们发现早期和晚期集聚国家的分界线是城市化率 36.2%；189 个国家中有 70 个（占我们网格方格的 57.2%）被归入“早期”类别。表 1 列出了将可见灯光分别对基础变量组（包括国家固定效应）、基础变量加农业变量、基础变量加贸易变量进行回归得到的 R²。加入农业变量后，拟合度在早期集聚国家中的提升远大于晚期集聚国家；相应地，加入贸易变量带来的拟合度提升，在晚期集聚国家中远大于早期集聚国家。使用 1950 年的教育水平或人均 GDP 来划分数据时，我们也发现了类似模式；仅考察新世界或旧世界时，结果同样如此。采用其他设定也会得到类似结果，例如让城市化水平或其替代指标与农业和贸易变量进行线性交互。
表 1R²
这些结果呈现出一个乍看之下颇令人费解的现象：晚期集聚国家通常较贫穷，平均而言也比早期集聚国家更依赖农业。然而，农业变量在预测人口和经济活动的分布位置时，反而对后者更有解释力。对此表面矛盾的一种解释，是农业生产率提高的时间与贸易成本下降的时间。早期开始集聚的国家，农业生产率的提升早于运输成本的下降。也就是说，人们开始从农场迁往城市时，异地运输粮食的成本仍相对较高。因此，城市靠近适宜粮食生产的地区。相比之下，在晚期集聚国家中，推动城市化的农业生产率提升发生得较晚，与运输成本下降相比更晚，因此运输成本下降对地点选择的影响相对更大。图 3 展示了支持这一解释的部分数据：图中绘出了早期和晚期集聚国家群体的城市人口占比，以及全球运输成本指数。图中清楚显示，晚期集聚国家达到某一特定城市化水平时的运输成本，远低于早期集聚国家达到同一水平时的运输成本。
图 3
这项分析有一个有趣的启示：如今才开始城市化的国家，其人口分布比更早实现城市化的国家更适应现代技术。例如，尽管欧洲沿海地区的人口密度已经特别高，我们的估算仍表明，如果欧洲的发展进程开始得更晚，沿海地区的人口密度还会更高。同样，如果非洲较早开始发展，埃塞俄比亚高原和刚果盆地等内陆地区的人口相对密度会高于今天实际观察到的水平。
我们的论文还提出了另一项关于国家内部空间不平等的启示。我们预计，早期集聚国家的经济活动集中在适宜农业的土地周边，且人口分布继承自运输成本高昂的时期，因此其整体灯光的空间均等程度应高于晚期集聚国家；后者更加集中于沿海地区，且运输成本较低。为检验这一预测，我们计算了各国网格单元灯光的空间基尼系数。表 2 展示了以 1950 年城市化水平为自变量、以灯光基尼系数为因变量进行回归的结果。系数为负，符合预测。此外，在控制根据地理变量预测的灯光基尼系数以及国家面积和人口（从而也控制人口密度）的指标后，结果并未改变。
表 2 灯光基尼系数
结论
“地理即命运”这句话常被归于拿破仑。与此同时，美国实业家亨利·福特确实说过“历史都是胡说”。我们的研究表明，在思考各国内部的人口分布时，这两种说法都值得怀疑。地理显然对人们居住在哪里有相当大的影响。但地理中起作用的方面会随时间变化。此外，地点具有极强的延续性，因此地理在过去发挥作用的方式——也就是历史——至今仍反映在空间人口分布中。
对于许多读者来说，坐在数百年前建成的城市里，喝着从数千公里外运来的咖啡，这些结论或许并不令人惊讶。然而，要思考当今世界面临的诸多问题，就必须理解地理、技术、经济增长和历史之间动态交织的关系；我们的论文只是这项研究的一小步。随着经济和技术发展，不同地理特征的影响仍在不断变化；未来几十年，地理特征本身的变化速度也会越来越快。与此同时，发展中世界许多地区正经历快速城市化。今天作出的区位选择将影响未来数百年。
参考文献
Acemoglu, D、S Johnson 和 J A Robinson（2001），《比较发展中的殖民起源：一项实证研究》，《美国经济评论》 91.5，1369-1401。
Bairoch, P（1988），《城市与经济发展》，芝加哥：芝加哥大学出版社。
Bleakley, H 和 J Lin（2012），《转运与路径依赖》，《经济学季刊》 127.2：587。
Cronon, W（1992），《自然的大都会：芝加哥与大西部》，WW Norton & Company。
Henderson, J V、A Storeygard 和 D N Weil（2012），《从外太空测量经济增长》，《美国经济评论》 102(2)：994-1028
Henderson J V、T Squires、A Storeygard 和 D Weil（2017），《经济活动的全球空间分布：自然、历史与贸易的作用》，工作论文，布朗大学。
Michaels, G 和 F Rauch（即将发表），《重塑城市网络：117-2012》，《经济学杂志》。
Mohammed, S I. Shah 和 J G Williamson（2004），《1869–1950 年英国不定期货船的运费与生产率提升》，《经济史探索》 41.2：172-203。
Ziskin, D、K Baugh、F C Hsu、T Ghosh 和 C Elvidge（2010），《2006 年辐射灯光数据采用的方法》，《第 30 届亚太先进网络会议论文集》，页码 131-142。
