叶阿忠 王宣惠

一、问题的提出与文献回顾

技术进步是经济长期增长的重要动力源泉，而人力资本，特别是高技能人才是驱动技术进步的关键因素。发达经济体的实践经验表明，人才聚集对于经济增长至关重要。值得注意的是，在我国提出实施创新驱动发展战略的背景下，如何促进高技能人才的合理流动和高效聚集，进而提升经济高质量发展，已成为各地政府亟待解决的重要问题。

近几年，随着我国户籍制度改革的不断深化，高技能人才流动的制度障碍被逐步消除，加之“抢人大战”频频在全国各地上演，这既为高技能人才聚集提供良好的契机，也为区域经济发展带来人力资本的累积。然而，住房问题是高技能人才决定是否在某地区生活或工作的重要决策因素，而房价又是住房问题的核心。2021年我国平均二手房价格最高的5个城市依次为深圳(71188元/平方米)、北京(66739元/平方米)、上海(67662元/平方米)、厦门(50563元/平方米)和广州(44139元/平方米)，上述城市已出现R&D人员数量增量不断下降甚至外流的情况。(1)数据来源：房价数据来源于全国房价行情平台https://www.creprice.cn/,R&D人员数据来源于《中国城市统计年鉴》。不难看出，高房价对高技能人才流动与聚集产生了深度不确定性影响，而这些不确定性结果也终将冲击着我国创新驱动发展战略的实施和经济的高质量发展。

在过去几十年中，伴随着中国经济的增长，城镇化进程的加速，商品房价格“节节攀升”。不断高涨的住房价格对高技能人才流动是“挤出效应”还是“虹吸效应”？目前在学术界尚未有定论。一方面，住房价格快速上涨使个体面临高昂的生活成本，会将个体大量财富“锁定”，压缩个体发展空间及阻碍个体创新创业。但是，另一方面，高房价背后是由高额土地出让金支撑起高速发展的经济与更加完善的公共基础服务体系，这些都为高技能人才提供优质的就业岗位与个体发展空间。由此可见，高房价如何影响高技能人才流动与聚集事关我国经济高质量发展的前景，是促进地区经济增长的一个重要议题。

商品房价格与人口流动关系，特别是对高技能人才流动与聚集的影响一直以来是国内外学者研究的热点。首先需要明晰的是人口迁徙及个人居住决策会受哪些因素的影响。Lee认为，推力、拉力、中间因素和个体因素共同影响个体居住决策。(2)Lee,E.S, “A Theory of Migration”, Demography,1966,3, pp.47-57.而成本收益理论支持者认为，迁出现居地成本和迁入新居收益间的差额决定了个体定居决策，如果迁入收益大于迁出成本，个体就会进行跨地区空间流动，反之亦然。(3)Harris, J.R., MP.Todaro., “Migration, Unemployment & Development: A Two-Sector Analysis”, American Economic Review,1970, 60, pp.126-142.其次，在此基础上，新经济地理学进一步推进了房价对个人跨地区空间流动的研究。Krugman等发现，拥有更高工资、更多就业机会和更多样化商品种类的地区能够吸引更多高技能人才迁入。(4)Krugman, P, “Increasing Returns, Economic Geography”, Journal of Political Economy,1991, 99, pp.483-499.此外，城市人口规模、城市属性、制度安排、文化差异等都会对人口迁徙及居住产生影响。

随着城镇化进程的加速和经济的发展，越来越多国内外学者开始关注房价对高技能人才迁徙及居住决策的影响。许多学者认为，地区商品房价格上涨会降低高技能人才的相对效用，不利于高技能人才聚集。即使伴随工资上涨，高房价依然是制约高技能人才跨地区空间流动的主要障碍。(5)Puga, D, “The rise and fall of regional inequalities”, Cepr Discussion Papers,1996, 43, pp.303-334.然而，也有不少学者持相反观点，虽然高房价增加了生活和居住成本，但其依然对高技能人才具有“虹吸效应”。范剑勇等人认为高房价主要挤出的是低技能劳动者，对高技能人才影响不大，(6)范剑勇、莫家伟、张吉鹏：《居住模式与中国城镇化——基于土地供给视角的经验研究》，《中国社会科学》2015年第4期。反而对高技能人才还存在空间锁定效应。(7)Ferreira F, Gyourko J, Tracy J, “Housing Busts and Household Mobility”, Journal of Urban Economics, 2010,68, pp.34-45.并且在高房价地区，生活环境更宜居、公共服务更优质、基础设施便利度更高，(8)夏怡然、陆铭：《城市间的“孟母三迁”——公共服务影响劳动力流向的经验研究》,《管理世界》2015年第10期。以此吸引高技能人才迁徙或定居。此外，还有部分学者认为，高房价对人才迁徙或定居决策的影响并非单纯的“挤出”或“虹吸”，还可能存在显著的地区差异。张莉等对2000—2012年250个地级市房价数据进行检验，证实了高房价对人才跨区域空间流动的地区差异性影响，即呈现出先吸引后抑制的“倒U型”态势。并且，相对于东部沿海城市，内陆城市“倒U型”态势的拐点相对较低，这说明内陆地区的劳动力对房价变动更为敏感。(9)张莉、何晶、马润泓：《房价如何影响劳动力流动?》,《经济研究》2017年第8期。宋弘等在对城市的产业结构和城市层级划分后发现，那些新兴产业发展较好的城市能够在一定程度上减缓高房价对人才的“挤出”作用，而对于非一线、非省会城市，高房价引致的人才流失问题则更加严重。(10)宋弘、吴茂华：《高房价是否导致了区域高技能人力资本流出?》，《金融研究》2020年第3期。赵杨等的实证研究也进一步支持了类似观点，即新一线城市房价上涨对人才的“虹吸”作用远高于一线和二三线城市。(11)赵杨、仲崇文：《新型城镇化建设下不同类型就业人口流动的影响因素研究——基于房价波动的视角》，《经济纵横》2021年第8期。

通过对现有国内外文献的梳理，我们发现，目前学术界关于高房价对高技能人才迁徙及居住的影响并没有达成共识。本文通过构建数理经济模型，阐述高房价对高低技能劳动力流动的影响机制；以劳动生产率为切入点，进一步构建面板门槛模型，实证检验高企的商品房价格对高技能人才流动的异质性影响，并提出促进高技能人才聚集的政策建议。

二、理论分析及模型构建

学术界一直尝试构建理论模型描述劳动力的工资福利差异和就业决策行为，Roback从劳动力供给和公司雇佣需求视角研究了这个问题。(12)Roback, Jennifer, “Wages, Rents, and the Quality of Life”, Journal of Political Economy,1982,90(6),pp.1257-1278.在此基础上，Moretti以美国为例，将劳动力区分为熟练与非熟练工人，并构建住房和劳动力市场的一般均衡模型。(13)Moretti, Enrico, “Real Wage Inequality”, American Economic Journal: Applied Economics, 2013,5(1),pp.65-103.Diamond在该模型基础上引入城市公共设施模块，(14)Diamond, Rebecca, “The Determinants and Welfare Implications of US Workers' Diverging Location Choices by Skill: 1980-2000”,American Economic Review, 2016, 106(3),pp.479-524.但其在构造劳动力的效用函数时没有将购房行为纳入其中，而购房是我国劳动力尤其是高技能劳动力做出定居决策时需要重点考虑的因素。基于此，本文扩展了Diamond的研究，通过构建劳动力需求、供给双视角数理经济模型，来尝试解答高技能人才面对高房价时是“望而却步”还是“安营扎寨”？

假设在某地区j，其劳动力市场是完全竞争的，且在第t年所有用人单位雇佣高技能劳动力即高技能人才数量为Hjt、低技能劳动力数量为Ljt，其中Njt表示劳动总量，并使用资本Kjt进行生产经营活动，那么其柯布-道格拉斯型生产函数为：

(1)

劳动总量Njt满足：

(2)

(3)

(4)

(5)

式(3)展示了劳动力如何通过两个渠道影响j地区工资水平：其一是地区内部高技能人才与低技能劳动力的不完全劳动力替代关系，其二是两种类型劳动力的劳动生产率的变化。假若定居地的劳动生产率越高，其工资水平越高，就越能吸引更多的高技能人才，但随着高技能人才数量的增加，其工资水平会下降。

假定地区j第t年的价格水平为Pjt，该地区劳动力i消费的普通商品量为Gijt，购置的房产面积为Houijt，当地名义房价为HPjt，其公共服务水平为Ajt，劳动力对普通商品和房屋的消费行为同样满足柯布-道格拉斯偏好，用效用Uijt来描述第t年劳动力i在地区j的这种偏好关系，劳动力在某地所能获得的效用越高，他越愿意定居在该地区，Uijt可表示为：

(6)

其中，劳动力对普通商品及住宅的相对偏好是由β决定的，且满足0<β<1。若各劳动力的β值都恒定，那么在收入水平为Wjt的预算约束条件下其最大化效用满足以下条件：

S.t.GijtPjt+HouijtHPjt≤Wjt

每个劳动力通过选择Gijt和Houijt得到的最高效用Vjt为：

Vjt=(HPjt/Pjt)β(HPjt/Wjt)-1Ajt

(7)

(8)

由式(8)可知，较低的地区房价收入比会增加高技能人才定居的意愿。假若高技能人才工资低，而实际房价处于低位，并且地区公共服务水平也相对较低下的话，那么高技能人才的效用水平会降低，选择该地区工作的意愿也会下降，这与我国当前经济较不发达地区的实际情况较为吻合。不难发现，由于0<β<1，使得房价收入比对高技能人才定居意愿的影响程度高于实际房价。由此可见，对于高技能人才定居意愿决策，高房价是体现“挤出效应”还是“虹吸效应”取决于房价收入比和实际房价。

(9)

由式(9)可见，高房价并非挤出高技能人才的唯一因素，高技能人才的定居意愿与当地劳动生产率呈现正相关。

三、变量选择、数据来源和实证模型构建

为检验高企的商品房价格对高技能人才流动的异质性影响，本文选择全国31个省(区、市，港、澳、台地区除外)作为研究对象，并将其划分为东部、中部和西部地区，时间跨度为2009—2019年，选用的数据均来自国家统计局和《中国科技统计年鉴》。本文的地区划分方式参考《中国科技统计年鉴》，由于东北地区只有三个省份，样本量较少，将其归入东部地区。本文中的东部地区为：河北省、北京市、天津市、山东省、江苏省、上海市、浙江省、福建省、广东省、海南省、辽宁省、吉林省、黑龙江省；中部地区为：山西省、河南省、安徽省、湖北省、江西省、湖南省；西部地区为：重庆市、四川省、陕西省、云南省、西藏自治区、贵州省、广西壮族自治区、甘肃省、青海省、宁夏回族自治区、新疆维吾尔自治区、内蒙古自治区。

(一)变量选择和数据来源

1.被解释变量：高技能人才(lnR&D)：R&D全时人员工作量与非全时人员按实际工作时间折算的工作量之和，即R&D人员全时当量，为了消除可能存在的数据统计偏差和模型检验中的异方差性问题，对该数据进行对数化处理。

2.核心解释变量：(1)高技能人才房价收入比(Hou_Wage)，即商品房住宅平均销售价格与高技能人才年平均收入水平的比值。高技能人才年平均收入水平由各地区研究与试验发展(R&D)人员劳务费与人员数量相除得出。(2)实际房价(Hou)，即CPI平减后的各地商品房住宅平均销售价格。

3.门槛变量：高房价对高技能人才非线性影响体现在门槛变量上，结合前面分析，高技能人才的定居意愿与当地劳动生产率正相关，因此将劳动生产率作为门槛变量。劳动生产率分为个体劳动生产率和社会劳动生产率，本文分析的是地区劳动生产率，因此选择社会劳动生产率作为门槛变量，用地区总产出除以其所耗费的劳动表示，即劳动生产率(Lp)为地区生产总值除以当地就业人员总数。

4.控制变量：地区属性是高技能人才选择某地作为发展和定居地时所考察的因素之一，因此需要将地区属性以控制变量的形式纳入计量模型中，以完善实证研究。考虑到数据的可得性并综合何炜(15)何炜：《公共服务提供对劳动力流入地选择的影响——基于异质性劳动力视角》，《财政研究》2020年第3期。的研究，将科研水平、高校规模、文化娱乐配套、医疗卫生条件这四项反映地区属性的数据作为控制变量。通过将各地区属性变量与全国总量作比较，可以较好地反映出各地区属性与其他地区的差距。具体变量如下：科研水平(Tech)，即当地发明专利申请授权量与全国总授权量之比；高校规模(Graduates)，即当地普通高等学校本科毕(结)业生数与全国总量之比；文化娱乐配套(Art)，即当地艺术表演团体机构数与全国总量之比；医疗卫生条件(Hos)，即当地医疗卫生机构数与全国总量之比(各变量描述性统计结果见表1)。

表1 描述性统计

(二)实证模型设定

我国地域辽阔，地区经济发展程度差异较大，因此，高房价对高技能人才流动的影响可能存在区域异质性。同时，基于前面的数理经济模型结论，此处构建面板门槛模型进一步探究商品房价格高企与高技能人才流动之间潜在的非线性结构特征，检验其异质性影响，剖析隐藏在其背后的作用机制。实证模型设置具体如下：

lnR&Dit=μi+Xitβ+δ1Hou_Wageit1(Lpit≤γt)+δ2Hou_Wageit1(Lpit>γt)+εit

(10)

lnR&Dit=μi+Xitβ+δ1Houit1(Lpit≤γt)+δ2Houit1(Lpit>γt)+εit

(11)

这里i、t分别为地区和年份，被解释变量为i地区t年的R&D人员全时当量的对数值lnR&Dit，μi为地区个体效应，Xit为控制变量，β为控制变量系数，δ1、δ2分别为低门槛区间和高门槛区间核心解释变量对被解释变量的回归系数，当δ1≠δ2时，则存在门槛效应，房价收入比Hou_Wageit、实际房价Houit分别为式(10)和式(11)的核心解释变量，1(·)为示性函数，即括号内为真时，则取值为1，反之为0。Lpit为劳动生产率，γt为门槛值，εit表示随机误差项。

四、实证结果分析

(一)内生性检验

由于商品房价格和高技能人才流动之间可能存在反向因果关系，即高技能人才聚集于某地区，将增加对该地区商品房的需求，推高商品房价格，反之亦然。为了控制住反向因果关系对本文实证结果造成的影响，本文通过构建工具变量，并采用两阶段最小二乘法对模型重新估计。在工具变量选择上，借鉴Kremer和黄智淋等人的研究思路，(16)Kremer S, Bick A, Nautz D, “Inflation and growth: new evidence from a dynamic panel threshold analysis”, Empirical Economics,2013, 2, pp.861-879.黄智淋、董志勇：《我国金融发展与经济增长的非线性关系研究——来自动态面板数据门限模型的经验证据》，《金融研究》2013年第7期。将核心解释变量和控制变量的滞后一期作为各自的工具变量。

首先采用吴-豪-斯曼F检验(Wu-Hausman F test)和杜宾-吴-豪斯曼卡方检验(Durbin-Wu-Hausman Chi-sq test)对各变量是否满足外生性要求进行检验。检验结果如表2所示，除了实际房价外，其他变量均通过了外生性要求。这表明本文存在一定程度的内生性问题。然后再将实际房价的工具变量对实际房价进行回归，得到其预测值。并将预测值代替原值重新对门槛模型进行回归。结果显示，工具变量不仅通过弱外生性检验，而且回归系数依然显著。这也表明本文很好地控制住了可能存在的内生性问题，并排除了反向因果关系(受篇幅限制，回归结果可向作者索取)。

表2 面板数据内生变量检验结果

(二)非线性关系检验

通过观察房价收入比或实际房价平方项的估计系数，我们可以初判二者对高技能人才存在非线性影响。表3第(1)～(3)列是以房价收入比及其平方项为解释变量的回归结果。结果显示，不论是全国层面还是分地区层面，Hou_Wage2的系数显著，即房价收入比对高技能人才数量的影响存在显著的非线性关系。当实际房价及其平方项作为解释变量时，结果相似[详见表3第(4)～(6)列]。这说明由于地域上的差异，商品房价格与高技能人才之间存在非线性关系，这也进一步证实了使用面板门槛模型进行回归分析的合理性和必要性。

表3 分区域面板固定效应回归模型估计结果

(三)面板门槛模型回归结果

表4回归结果显示，各回归模型均通过了单门槛检验。当高技能人才房价收入比作为核心解释变量时，就全国层面而言，其估计系数均为负值，且在不同门槛水平上的显著性也不尽相同。具体而言，当劳动生产率低于门槛值(49.30)时，其估计系数为-5.02，而当劳动生产率高于门槛值时，其估计系数为-1.48，“挤出效应”明显减弱。这表明，对全国而言，房价收入比对高技能人才的“挤出效应”随着门槛变量劳动生产率的上升而减弱。而由于区域的异质性，使得东中西部地区房价收入比对高技能人才的影响关系存在差异。从表4第(2)(3)列可知，东部地区在低门槛水平上，房价收入比上涨将挤出高技能人才，而随着劳动生产率逐步提升，即门槛水平的提高，“挤出效应”逐步减弱。对于中西部地区，在劳动生产率较低时，即低门槛水平上，房价收入比上涨对高技能人才表现为显著的“虹吸效应”，而当劳动生产率增加到一定程度(大于47.20时)，面对高房价收入比，高技能人才表现出定居的意愿。对比两个地区的门槛值也可以发现，东部地区的劳动生产率门槛值仅为49.83，而中西部地区门槛值为47.2，这说明当高技能人才进行定居地选择决策时，其对中西部地区房价收入比的变动更为敏感。表4第(4)～(6)列是以实际房价为核心解释变量的回归结果。整体上看，实际房价上涨并没有导致高技能人才流失。并且随着劳动生产率的增加，高企的实际房价对高技能人才的“虹吸效应”也逐渐增强。东部地区门槛值为44.84，低于中西部地区(54.73)，可以看出高技能人才更关注东部地区的实际房价变动情况。

表4 分区域房价收入比对高技能人才聚集门槛回归结果

通过实证分析我们发现，劳动生产率是高技能人才在面对高企的商品房价格是否产生定居意愿的重要影响因素，即挤出人才的不是高企的商品房价格，而是当地经济发展水平。例如，在样本考察期内，像东部地区的吉林、黑龙江、辽宁和北京，其劳动生产率处于低门槛水平，而当地薪酬水平与房价收入比、实际房价是脱钩的，这将使得高技能人才的生活压力较大，从而造成人才向其他东部地区省份流出。但是，对于中西部高房价收入比地区，之所以对于高技能人才有“虹吸效应”，是因为当地高房价与其背后承载的资源相匹配，并且叠加不断提高的劳动生产率，更促使高技能人才流入聚集。不仅如此，房地产的“虚实二重性”也可能使得大量的资金从实体经济涌入房地产市场，进而导致经济资源错配。在我国房地产市场，“虚实二重性”表现得尤为明显，一个地区若不对房地产市场资金流向和价格进行严格管控，将导致地区劳动生产率降低和房价上涨，对高技能人才的定居意愿造成双重打击，最终导致人才流失。

在控制变量方面，(17)因篇幅限制，表4略去控制变量、截距项的系数回归结果，如有需要，可向作者索要。一个地区的高等院校数量越多、规模越庞大，高技能人才储备就越充裕；而企业科研资金投入越多，就越能为高技能人才提供良好的职业发展机会；此外，医疗卫生条件、文化娱乐等公共服务设施配套越齐全，则越能为人才安居乐业提供有力的保障。

五、研究结论及政策建议

本文通过构建数理经济模型和面板门槛计量模型实证研究地区房价对高技能人才聚集的非线性影响及其主要因素，得出结论如下：房价收入比、实际房价对高技能人才流动具有门槛效应。东部地区房价收入比上涨阻碍了高技能人才的流入与聚集，随着劳动生产率上升至门槛值，这种负面影响逐步减弱；在中西部地区的低门槛区域，房价收入比上涨同样阻碍了高技能人才流入与聚集，而在高门槛区域，“挤出效应”转为“虹吸效应”。当核心解释变量为实际房价时，随着实际房价的升高，在高门槛区间，实际房价对高技能人才的“虹吸效应”强于低门槛区间。基于以上实证研究结果，提出如下政策建议：

一是在高房价且经济发展水平处于高门槛的地区，应建设高新区以发展“高精尖”产业，形成高科技产业集群，在一定程度上可抵消高房价造成的人才流失。而对于经济相对落后地区，应加大对中、低端产业向高技术产业转型升级的扶持力度，确保地区高新技术企业与人才发展需求相契合。无论是发展“高精尖”产业还是实现产业结构优化与转型升级，都有利于形成地区经济高质量发展、产业集群、高技能人才聚集的正向循环。

二是在高房价且经济发展水平处于低门槛的地区，应建立房地产价格“笼子”制度，管控地区房价水平；遵循九年义务教育规定，确保片区教育均等化，逐步废除学区等级划分，实行“多校划片入学”政策，严禁炒作学区房。地区房地产市场调控政策、高技能人才引进政策与住房保障政策等需相机协同制定，应结合地区实际情况采取“因城施策”“一城一策”，警惕因政策不匹配而造成的“多重失效”问题。

三是各地区应为高技能人才提供相应的人才住房，实行一定的限价，并制度化，强化其进入退出机制，确保供给数量。除了提供限价人才房外，政府与企业均可以根据高技能人才的支付能力和意愿，与人才按照协商比例共同持有房屋产权，即共有产权房，高技能人才享有房屋使用权，以减少人才短期购房资金压力，为人才聚集定居创造有利条件。

四是政府财政支出应向研发投入经费倾斜，对招收高技能人才的企业提供税收优惠政策，推动校企合作，提高科硏成果市场转化率。同时，应针对高技能人才采取“计分制”政策，根据人才的贡献度大小，进行合理计分，得分高者即贡献高的人才，可以在购房、医疗、教育等方面享受更优惠的政策支持。

五是地方政府需从企业融资和家庭投资两个维度双重遏制炒房行为，以坚守“房住不炒”的政策底线；一方面，银行监管部门应严格管控企业资金流向，防范大额资金不正常流入房地产市场而导致的房价波动和经济资源错配问题；另一方面，相关部门应加快推进“房产税”政策落地，在不增加住房刚需者税负的前提下，提高“囤房炒房”行为的成本。人才对于房价和房价收入比波动比较敏感，该现象在经济发展水平处于低门槛的地区尤为突出，因此，当地政府部门能否保障房地产市场平稳健康运行，对吸引、留住人才至关重要。