葉阿忠 王宣惠

一、問題的提出與文獻(xiàn)回顧

技術(shù)進(jìn)步是經(jīng)濟(jì)長期增長的重要動力源泉，而人力資本，特別是高技能人才是驅(qū)動技術(shù)進(jìn)步的關(guān)鍵因素。發(fā)達(dá)經(jīng)濟(jì)體的實(shí)踐經(jīng)驗(yàn)表明，人才聚集對于經(jīng)濟(jì)增長至關(guān)重要。值得注意的是，在我國提出實(shí)施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的背景下，如何促進(jìn)高技能人才的合理流動和高效聚集，進(jìn)而提升經(jīng)濟(jì)高質(zhì)量發(fā)展，已成為各地政府亟待解決的重要問題。

近幾年，隨著我國戶籍制度改革的不斷深化，高技能人才流動的制度障礙被逐步消除，加之“搶人大戰(zhàn)”頻頻在全國各地上演，這既為高技能人才聚集提供良好的契機(jī)，也為區(qū)域經(jīng)濟(jì)發(fā)展帶來人力資本的累積。然而，住房問題是高技能人才決定是否在某地區(qū)生活或工作的重要決策因素，而房價又是住房問題的核心。2021年我國平均二手房價格最高的5個城市依次為深圳(71188元/平方米)、北京(66739元/平方米)、上海(67662元/平方米)、廈門(50563元/平方米)和廣州(44139元/平方米)，上述城市已出現(xiàn)R&D人員數(shù)量增量不斷下降甚至外流的情況。(1)數(shù)據(jù)來源：房價數(shù)據(jù)來源于全國房價行情平臺https://www.creprice.cn/,R&D人員數(shù)據(jù)來源于《中國城市統(tǒng)計(jì)年鑒》。不難看出，高房價對高技能人才流動與聚集產(chǎn)生了深度不確定性影響，而這些不確定性結(jié)果也終將沖擊著我國創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的實(shí)施和經(jīng)濟(jì)的高質(zhì)量發(fā)展。

在過去幾十年中，伴隨著中國經(jīng)濟(jì)的增長，城鎮(zhèn)化進(jìn)程的加速，商品房價格“節(jié)節(jié)攀升”。不斷高漲的住房價格對高技能人才流動是“擠出效應(yīng)”還是“虹吸效應(yīng)”？目前在學(xué)術(shù)界尚未有定論。一方面，住房價格快速上漲使個體面臨高昂的生活成本，會將個體大量財富“鎖定”，壓縮個體發(fā)展空間及阻礙個體創(chuàng)新創(chuàng)業(yè)。但是，另一方面，高房價背后是由高額土地出讓金支撐起高速發(fā)展的經(jīng)濟(jì)與更加完善的公共基礎(chǔ)服務(wù)體系，這些都為高技能人才提供優(yōu)質(zhì)的就業(yè)崗位與個體發(fā)展空間。由此可見，高房價如何影響高技能人才流動與聚集事關(guān)我國經(jīng)濟(jì)高質(zhì)量發(fā)展的前景，是促進(jìn)地區(qū)經(jīng)濟(jì)增長的一個重要議題。

商品房價格與人口流動關(guān)系，特別是對高技能人才流動與聚集的影響一直以來是國內(nèi)外學(xué)者研究的熱點(diǎn)。首先需要明晰的是人口遷徙及個人居住決策會受哪些因素的影響。Lee認(rèn)為，推力、拉力、中間因素和個體因素共同影響個體居住決策。(2)Lee,E.S, “A Theory of Migration”, Demography,1966,3, pp.47-57.而成本收益理論支持者認(rèn)為，遷出現(xiàn)居地成本和遷入新居收益間的差額決定了個體定居決策，如果遷入收益大于遷出成本，個體就會進(jìn)行跨地區(qū)空間流動，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，在此基礎(chǔ)上，新經(jīng)濟(jì)地理學(xué)進(jìn)一步推進(jìn)了房價對個人跨地區(qū)空間流動的研究。Krugman等發(fā)現(xiàn)，擁有更高工資、更多就業(yè)機(jī)會和更多樣化商品種類的地區(qū)能夠吸引更多高技能人才遷入。(4)Krugman, P, “Increasing Returns, Economic Geography”, Journal of Political Economy,1991, 99, pp.483-499.此外，城市人口規(guī)模、城市屬性、制度安排、文化差異等都會對人口遷徙及居住產(chǎn)生影響。

隨著城鎮(zhèn)化進(jìn)程的加速和經(jīng)濟(jì)的發(fā)展，越來越多國內(nèi)外學(xué)者開始關(guān)注房價對高技能人才遷徙及居住決策的影響。許多學(xué)者認(rèn)為，地區(qū)商品房價格上漲會降低高技能人才的相對效用，不利于高技能人才聚集。即使伴隨工資上漲，高房價依然是制約高技能人才跨地區(qū)空間流動的主要障礙。(5)Puga, D, “The rise and fall of regional inequalities”, Cepr Discussion Papers,1996, 43, pp.303-334.然而，也有不少學(xué)者持相反觀點(diǎn)，雖然高房價增加了生活和居住成本，但其依然對高技能人才具有“虹吸效應(yīng)”。范劍勇等人認(rèn)為高房價主要擠出的是低技能勞動者，對高技能人才影響不大，(6)范劍勇、莫家偉、張吉鵬：《居住模式與中國城鎮(zhèn)化——基于土地供給視角的經(jīng)驗(yàn)研究》，《中國社會科學(xué)》2015年第4期。反而對高技能人才還存在空間鎖定效應(yīng)。(7)Ferreira F, Gyourko J, Tracy J, “Housing Busts and Household Mobility”, Journal of Urban Economics, 2010,68, pp.34-45.并且在高房價地區(qū)，生活環(huán)境更宜居、公共服務(wù)更優(yōu)質(zhì)、基礎(chǔ)設(shè)施便利度更高，(8)夏怡然、陸銘：《城市間的“孟母三遷”——公共服務(wù)影響勞動力流向的經(jīng)驗(yàn)研究》,《管理世界》2015年第10期。以此吸引高技能人才遷徙或定居。此外，還有部分學(xué)者認(rèn)為，高房價對人才遷徙或定居決策的影響并非單純的“擠出”或“虹吸”，還可能存在顯著的地區(qū)差異。張莉等對2000—2012年250個地級市房價數(shù)據(jù)進(jìn)行檢驗(yàn)，證實(shí)了高房價對人才跨區(qū)域空間流動的地區(qū)差異性影響，即呈現(xiàn)出先吸引后抑制的“倒U型”態(tài)勢。并且，相對于東部沿海城市，內(nèi)陸城市“倒U型”態(tài)勢的拐點(diǎn)相對較低，這說明內(nèi)陸地區(qū)的勞動力對房價變動更為敏感。(9)張莉、何晶、馬潤泓：《房價如何影響勞動力流動?》,《經(jīng)濟(jì)研究》2017年第8期。宋弘等在對城市的產(chǎn)業(yè)結(jié)構(gòu)和城市層級劃分后發(fā)現(xiàn)，那些新興產(chǎn)業(yè)發(fā)展較好的城市能夠在一定程度上減緩高房價對人才的“擠出”作用，而對于非一線、非省會城市，高房價引致的人才流失問題則更加嚴(yán)重。(10)宋弘、吳茂華：《高房價是否導(dǎo)致了區(qū)域高技能人力資本流出?》，《金融研究》2020年第3期。趙楊等的實(shí)證研究也進(jìn)一步支持了類似觀點(diǎn)，即新一線城市房價上漲對人才的“虹吸”作用遠(yuǎn)高于一線和二三線城市。(11)趙楊、仲崇文：《新型城鎮(zhèn)化建設(shè)下不同類型就業(yè)人口流動的影響因素研究——基于房價波動的視角》，《經(jīng)濟(jì)縱橫》2021年第8期。

通過對現(xiàn)有國內(nèi)外文獻(xiàn)的梳理，我們發(fā)現(xiàn)，目前學(xué)術(shù)界關(guān)于高房價對高技能人才遷徙及居住的影響并沒有達(dá)成共識。本文通過構(gòu)建數(shù)理經(jīng)濟(jì)模型，闡述高房價對高低技能勞動力流動的影響機(jī)制；以勞動生產(chǎn)率為切入點(diǎn)，進(jìn)一步構(gòu)建面板門檻模型，實(shí)證檢驗(yàn)高企的商品房價格對高技能人才流動的異質(zhì)性影響，并提出促進(jìn)高技能人才聚集的政策建議。

二、理論分析及模型構(gòu)建

學(xué)術(shù)界一直嘗試構(gòu)建理論模型描述勞動力的工資福利差異和就業(yè)決策行為，Roback從勞動力供給和公司雇傭需求視角研究了這個問題。(12)Roback, Jennifer, “Wages, Rents, and the Quality of Life”, Journal of Political Economy,1982,90(6),pp.1257-1278.在此基礎(chǔ)上，Moretti以美國為例，將勞動力區(qū)分為熟練與非熟練工人，并構(gòu)建住房和勞動力市場的一般均衡模型。(13)Moretti, Enrico, “Real Wage Inequality”, American Economic Journal: Applied Economics, 2013,5(1),pp.65-103.Diamond在該模型基礎(chǔ)上引入城市公共設(shè)施模塊，(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.但其在構(gòu)造勞動力的效用函數(shù)時沒有將購房行為納入其中，而購房是我國勞動力尤其是高技能勞動力做出定居決策時需要重點(diǎn)考慮的因素?；诖?，本文擴(kuò)展了Diamond的研究，通過構(gòu)建勞動力需求、供給雙視角數(shù)理經(jīng)濟(jì)模型，來嘗試解答高技能人才面對高房價時是“望而卻步”還是“安營扎寨”？

假設(shè)在某地區(qū)j，其勞動力市場是完全競爭的，且在第t年所有用人單位雇傭高技能勞動力即高技能人才數(shù)量為Hjt、低技能勞動力數(shù)量為Ljt，其中Njt表示勞動總量，并使用資本Kjt進(jìn)行生產(chǎn)經(jīng)營活動，那么其柯布-道格拉斯型生產(chǎn)函數(shù)為：

(1)

勞動總量Njt滿足：

(2)

(3)

(4)

(5)

式(3)展示了勞動力如何通過兩個渠道影響j地區(qū)工資水平：其一是地區(qū)內(nèi)部高技能人才與低技能勞動力的不完全勞動力替代關(guān)系，其二是兩種類型勞動力的勞動生產(chǎn)率的變化。假若定居地的勞動生產(chǎn)率越高，其工資水平越高，就越能吸引更多的高技能人才，但隨著高技能人才數(shù)量的增加，其工資水平會下降。

假定地區(qū)j第t年的價格水平為Pjt，該地區(qū)勞動力i消費(fèi)的普通商品量為Gijt，購置的房產(chǎn)面積為Houijt，當(dāng)?shù)孛x房價為HPjt，其公共服務(wù)水平為Ajt，勞動力對普通商品和房屋的消費(fèi)行為同樣滿足柯布-道格拉斯偏好，用效用Uijt來描述第t年勞動力i在地區(qū)j的這種偏好關(guān)系，勞動力在某地所能獲得的效用越高，他越愿意定居在該地區(qū)，Uijt可表示為：

(6)

其中，勞動力對普通商品及住宅的相對偏好是由β決定的，且滿足0<β<1。若各勞動力的β值都恒定，那么在收入水平為Wjt的預(yù)算約束條件下其最大化效用滿足以下條件：

S.t.GijtPjt+HouijtHPjt≤Wjt

每個勞動力通過選擇Gijt和Houijt得到的最高效用Vjt為：

Vjt=(HPjt/Pjt)β(HPjt/Wjt)-1Ajt

(7)

(8)

由式(8)可知，較低的地區(qū)房價收入比會增加高技能人才定居的意愿。假若高技能人才工資低，而實(shí)際房價處于低位，并且地區(qū)公共服務(wù)水平也相對較低下的話，那么高技能人才的效用水平會降低，選擇該地區(qū)工作的意愿也會下降，這與我國當(dāng)前經(jīng)濟(jì)較不發(fā)達(dá)地區(qū)的實(shí)際情況較為吻合。不難發(fā)現(xiàn)，由于0<β<1，使得房價收入比對高技能人才定居意愿的影響程度高于實(shí)際房價。由此可見，對于高技能人才定居意愿決策，高房價是體現(xiàn)“擠出效應(yīng)”還是“虹吸效應(yīng)”取決于房價收入比和實(shí)際房價。

(9)

由式(9)可見，高房價并非擠出高技能人才的唯一因素，高技能人才的定居意愿與當(dāng)?shù)貏趧由a(chǎn)率呈現(xiàn)正相關(guān)。

三、變量選擇、數(shù)據(jù)來源和實(shí)證模型構(gòu)建

為檢驗(yàn)高企的商品房價格對高技能人才流動的異質(zhì)性影響，本文選擇全國31個省(區(qū)、市，港、澳、臺地區(qū)除外)作為研究對象，并將其劃分為東部、中部和西部地區(qū)，時間跨度為2009—2019年，選用的數(shù)據(jù)均來自國家統(tǒng)計(jì)局和《中國科技統(tǒng)計(jì)年鑒》。本文的地區(qū)劃分方式參考《中國科技統(tǒng)計(jì)年鑒》，由于東北地區(qū)只有三個省份，樣本量較少，將其歸入東部地區(qū)。本文中的東部地區(qū)為：河北省、北京市、天津市、山東省、江蘇省、上海市、浙江省、福建省、廣東省、海南省、遼寧省、吉林省、黑龍江?。恢胁康貐^(qū)為：山西省、河南省、安徽省、湖北省、江西省、湖南?。晃鞑康貐^(qū)為：重慶市、四川省、陜西省、云南省、西藏自治區(qū)、貴州省、廣西壯族自治區(qū)、甘肅省、青海省、寧夏回族自治區(qū)、新疆維吾爾自治區(qū)、內(nèi)蒙古自治區(qū)。

(一)變量選擇和數(shù)據(jù)來源

1.被解釋變量：高技能人才(lnR&D)：R&D全時人員工作量與非全時人員按實(shí)際工作時間折算的工作量之和，即R&D人員全時當(dāng)量，為了消除可能存在的數(shù)據(jù)統(tǒng)計(jì)偏差和模型檢驗(yàn)中的異方差性問題，對該數(shù)據(jù)進(jìn)行對數(shù)化處理。

2.核心解釋變量：(1)高技能人才房價收入比(Hou_Wage)，即商品房住宅平均銷售價格與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區(qū)研究與試驗(yàn)發(fā)展(R&D)人員勞務(wù)費(fèi)與人員數(shù)量相除得出。(2)實(shí)際房價(Hou)，即CPI平減后的各地商品房住宅平均銷售價格。

3.門檻變量：高房價對高技能人才非線性影響體現(xiàn)在門檻變量上，結(jié)合前面分析，高技能人才的定居意愿與當(dāng)?shù)貏趧由a(chǎn)率正相關(guān)，因此將勞動生產(chǎn)率作為門檻變量。勞動生產(chǎn)率分為個體勞動生產(chǎn)率和社會勞動生產(chǎn)率，本文分析的是地區(qū)勞動生產(chǎn)率，因此選擇社會勞動生產(chǎn)率作為門檻變量，用地區(qū)總產(chǎn)出除以其所耗費(fèi)的勞動表示，即勞動生產(chǎn)率(Lp)為地區(qū)生產(chǎn)總值除以當(dāng)?shù)鼐蜆I(yè)人員總數(shù)。

4.控制變量：地區(qū)屬性是高技能人才選擇某地作為發(fā)展和定居地時所考察的因素之一，因此需要將地區(qū)屬性以控制變量的形式納入計(jì)量模型中，以完善實(shí)證研究?？紤]到數(shù)據(jù)的可得性并綜合何煒(15)何煒：《公共服務(wù)提供對勞動力流入地選擇的影響——基于異質(zhì)性勞動力視角》，《財政研究》2020年第3期。的研究，將科研水平、高校規(guī)模、文化娛樂配套、醫(yī)療衛(wèi)生條件這四項(xiàng)反映地區(qū)屬性的數(shù)據(jù)作為控制變量。通過將各地區(qū)屬性變量與全國總量作比較，可以較好地反映出各地區(qū)屬性與其他地區(qū)的差距。具體變量如下：科研水平(Tech)，即當(dāng)?shù)匕l(fā)明專利申請授權(quán)量與全國總授權(quán)量之比；高校規(guī)模(Graduates)，即當(dāng)?shù)仄胀ǜ叩葘W(xué)校本科畢(結(jié))業(yè)生數(shù)與全國總量之比；文化娛樂配套(Art)，即當(dāng)?shù)厮囆g(shù)表演團(tuán)體機(jī)構(gòu)數(shù)與全國總量之比；醫(yī)療衛(wèi)生條件(Hos)，即當(dāng)?shù)蒯t(yī)療衛(wèi)生機(jī)構(gòu)數(shù)與全國總量之比(各變量描述性統(tǒng)計(jì)結(jié)果見表1)。

表1 描述性統(tǒng)計(jì)

(二)實(shí)證模型設(shè)定

我國地域遼闊，地區(qū)經(jīng)濟(jì)發(fā)展程度差異較大，因此，高房價對高技能人才流動的影響可能存在區(qū)域異質(zhì)性。同時，基于前面的數(shù)理經(jīng)濟(jì)模型結(jié)論，此處構(gòu)建面板門檻模型進(jìn)一步探究商品房價格高企與高技能人才流動之間潛在的非線性結(jié)構(gòu)特征，檢驗(yàn)其異質(zhì)性影響，剖析隱藏在其背后的作用機(jī)制。實(shí)證模型設(shè)置具體如下：

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)

這里i、t分別為地區(qū)和年份，被解釋變量為i地區(qū)t年的R&D人員全時當(dāng)量的對數(shù)值lnR&Dit，μi為地區(qū)個體效應(yīng)，Xit為控制變量，β為控制變量系數(shù)，δ1、δ2分別為低門檻區(qū)間和高門檻區(qū)間核心解釋變量對被解釋變量的回歸系數(shù)，當(dāng)δ1≠δ2時，則存在門檻效應(yīng)，房價收入比Hou_Wageit、實(shí)際房價Houit分別為式(10)和式(11)的核心解釋變量，1(·)為示性函數(shù)，即括號內(nèi)為真時，則取值為1，反之為0。Lpit為勞動生產(chǎn)率，γt為門檻值，εit表示隨機(jī)誤差項(xiàng)。

四、實(shí)證結(jié)果分析

(一)內(nèi)生性檢驗(yàn)

由于商品房價格和高技能人才流動之間可能存在反向因果關(guān)系，即高技能人才聚集于某地區(qū)，將增加對該地區(qū)商品房的需求，推高商品房價格，反之亦然。為了控制住反向因果關(guān)系對本文實(shí)證結(jié)果造成的影響，本文通過構(gòu)建工具變量，并采用兩階段最小二乘法對模型重新估計(jì)。在工具變量選擇上，借鑒Kremer和黃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.黃智淋、董志勇：《我國金融發(fā)展與經(jīng)濟(jì)增長的非線性關(guān)系研究——來自動態(tài)面板數(shù)據(jù)門限模型的經(jīng)驗(yàn)證據(jù)》，《金融研究》2013年第7期。將核心解釋變量和控制變量的滯后一期作為各自的工具變量。

首先采用吳-豪-斯曼F檢驗(yàn)(Wu-Hausman F test)和杜賓-吳-豪斯曼卡方檢驗(yàn)(Durbin-Wu-Hausman Chi-sq test)對各變量是否滿足外生性要求進(jìn)行檢驗(yàn)。檢驗(yàn)結(jié)果如表2所示，除了實(shí)際房價外，其他變量均通過了外生性要求。這表明本文存在一定程度的內(nèi)生性問題。然后再將實(shí)際房價的工具變量對實(shí)際房價進(jìn)行回歸，得到其預(yù)測值。并將預(yù)測值代替原值重新對門檻模型進(jìn)行回歸。結(jié)果顯示，工具變量不僅通過弱外生性檢驗(yàn)，而且回歸系數(shù)依然顯著。這也表明本文很好地控制住了可能存在的內(nèi)生性問題，并排除了反向因果關(guān)系(受篇幅限制，回歸結(jié)果可向作者索取)。

表2 面板數(shù)據(jù)內(nèi)生變量檢驗(yàn)結(jié)果

(二)非線性關(guān)系檢驗(yàn)

通過觀察房價收入比或?qū)嶋H房價平方項(xiàng)的估計(jì)系數(shù)，我們可以初判二者對高技能人才存在非線性影響。表3第(1)～(3)列是以房價收入比及其平方項(xiàng)為解釋變量的回歸結(jié)果。結(jié)果顯示，不論是全國層面還是分地區(qū)層面，Hou_Wage2的系數(shù)顯著，即房價收入比對高技能人才數(shù)量的影響存在顯著的非線性關(guān)系。當(dāng)實(shí)際房價及其平方項(xiàng)作為解釋變量時，結(jié)果相似[詳見表3第(4)～(6)列]。這說明由于地域上的差異，商品房價格與高技能人才之間存在非線性關(guān)系，這也進(jìn)一步證實(shí)了使用面板門檻模型進(jìn)行回歸分析的合理性和必要性。

表3 分區(qū)域面板固定效應(yīng)回歸模型估計(jì)結(jié)果

(三)面板門檻模型回歸結(jié)果

表4回歸結(jié)果顯示，各回歸模型均通過了單門檻檢驗(yàn)。當(dāng)高技能人才房價收入比作為核心解釋變量時，就全國層面而言，其估計(jì)系數(shù)均為負(fù)值，且在不同門檻水平上的顯著性也不盡相同。具體而言，當(dāng)勞動生產(chǎn)率低于門檻值(49.30)時，其估計(jì)系數(shù)為-5.02，而當(dāng)勞動生產(chǎn)率高于門檻值時，其估計(jì)系數(shù)為-1.48，“擠出效應(yīng)”明顯減弱。這表明，對全國而言，房價收入比對高技能人才的“擠出效應(yīng)”隨著門檻變量勞動生產(chǎn)率的上升而減弱。而由于區(qū)域的異質(zhì)性，使得東中西部地區(qū)房價收入比對高技能人才的影響關(guān)系存在差異。從表4第(2)(3)列可知，東部地區(qū)在低門檻水平上，房價收入比上漲將擠出高技能人才，而隨著勞動生產(chǎn)率逐步提升，即門檻水平的提高，“擠出效應(yīng)”逐步減弱。對于中西部地區(qū)，在勞動生產(chǎn)率較低時，即低門檻水平上，房價收入比上漲對高技能人才表現(xiàn)為顯著的“虹吸效應(yīng)”，而當(dāng)勞動生產(chǎn)率增加到一定程度(大于47.20時)，面對高房價收入比，高技能人才表現(xiàn)出定居的意愿。對比兩個地區(qū)的門檻值也可以發(fā)現(xiàn)，東部地區(qū)的勞動生產(chǎn)率門檻值僅為49.83，而中西部地區(qū)門檻值為47.2，這說明當(dāng)高技能人才進(jìn)行定居地選擇決策時，其對中西部地區(qū)房價收入比的變動更為敏感。表4第(4)～(6)列是以實(shí)際房價為核心解釋變量的回歸結(jié)果。整體上看，實(shí)際房價上漲并沒有導(dǎo)致高技能人才流失。并且隨著勞動生產(chǎn)率的增加，高企的實(shí)際房價對高技能人才的“虹吸效應(yīng)”也逐漸增強(qiáng)。東部地區(qū)門檻值為44.84，低于中西部地區(qū)(54.73)，可以看出高技能人才更關(guān)注東部地區(qū)的實(shí)際房價變動情況。

表4 分區(qū)域房價收入比對高技能人才聚集門檻回歸結(jié)果

通過實(shí)證分析我們發(fā)現(xiàn)，勞動生產(chǎn)率是高技能人才在面對高企的商品房價格是否產(chǎn)生定居意愿的重要影響因素，即擠出人才的不是高企的商品房價格，而是當(dāng)?shù)亟?jīng)濟(jì)發(fā)展水平。例如，在樣本考察期內(nèi)，像東部地區(qū)的吉林、黑龍江、遼寧和北京，其勞動生產(chǎn)率處于低門檻水平，而當(dāng)?shù)匦匠晁脚c房價收入比、實(shí)際房價是脫鉤的，這將使得高技能人才的生活壓力較大，從而造成人才向其他東部地區(qū)省份流出。但是，對于中西部高房價收入比地區(qū)，之所以對于高技能人才有“虹吸效應(yīng)”，是因?yàn)楫?dāng)?shù)馗叻績r與其背后承載的資源相匹配，并且疊加不斷提高的勞動生產(chǎn)率，更促使高技能人才流入聚集。不僅如此，房地產(chǎn)的“虛實(shí)二重性”也可能使得大量的資金從實(shí)體經(jīng)濟(jì)涌入房地產(chǎn)市場，進(jìn)而導(dǎo)致經(jīng)濟(jì)資源錯配。在我國房地產(chǎn)市場，“虛實(shí)二重性”表現(xiàn)得尤為明顯，一個地區(qū)若不對房地產(chǎn)市場資金流向和價格進(jìn)行嚴(yán)格管控，將導(dǎo)致地區(qū)勞動生產(chǎn)率降低和房價上漲，對高技能人才的定居意愿造成雙重打擊，最終導(dǎo)致人才流失。

在控制變量方面，(17)因篇幅限制，表4略去控制變量、截距項(xiàng)的系數(shù)回歸結(jié)果，如有需要，可向作者索要。一個地區(qū)的高等院校數(shù)量越多、規(guī)模越龐大，高技能人才儲備就越充裕；而企業(yè)科研資金投入越多，就越能為高技能人才提供良好的職業(yè)發(fā)展機(jī)會；此外，醫(yī)療衛(wèi)生條件、文化娛樂等公共服務(wù)設(shè)施配套越齊全，則越能為人才安居樂業(yè)提供有力的保障。

五、研究結(jié)論及政策建議

本文通過構(gòu)建數(shù)理經(jīng)濟(jì)模型和面板門檻計(jì)量模型實(shí)證研究地區(qū)房價對高技能人才聚集的非線性影響及其主要因素，得出結(jié)論如下：房價收入比、實(shí)際房價對高技能人才流動具有門檻效應(yīng)。東部地區(qū)房價收入比上漲阻礙了高技能人才的流入與聚集，隨著勞動生產(chǎn)率上升至門檻值，這種負(fù)面影響逐步減弱；在中西部地區(qū)的低門檻區(qū)域，房價收入比上漲同樣阻礙了高技能人才流入與聚集，而在高門檻區(qū)域，“擠出效應(yīng)”轉(zhuǎn)為“虹吸效應(yīng)”。當(dāng)核心解釋變量為實(shí)際房價時，隨著實(shí)際房價的升高，在高門檻區(qū)間，實(shí)際房價對高技能人才的“虹吸效應(yīng)”強(qiáng)于低門檻區(qū)間?；谝陨蠈?shí)證研究結(jié)果，提出如下政策建議：

一是在高房價且經(jīng)濟(jì)發(fā)展水平處于高門檻的地區(qū)，應(yīng)建設(shè)高新區(qū)以發(fā)展“高精尖”產(chǎn)業(yè)，形成高科技產(chǎn)業(yè)集群，在一定程度上可抵消高房價造成的人才流失。而對于經(jīng)濟(jì)相對落后地區(qū)，應(yīng)加大對中、低端產(chǎn)業(yè)向高技術(shù)產(chǎn)業(yè)轉(zhuǎn)型升級的扶持力度，確保地區(qū)高新技術(shù)企業(yè)與人才發(fā)展需求相契合。無論是發(fā)展“高精尖”產(chǎn)業(yè)還是實(shí)現(xiàn)產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與轉(zhuǎn)型升級，都有利于形成地區(qū)經(jīng)濟(jì)高質(zhì)量發(fā)展、產(chǎn)業(yè)集群、高技能人才聚集的正向循環(huán)。

二是在高房價且經(jīng)濟(jì)發(fā)展水平處于低門檻的地區(qū)，應(yīng)建立房地產(chǎn)價格“籠子”制度，管控地區(qū)房價水平；遵循九年義務(wù)教育規(guī)定，確保片區(qū)教育均等化，逐步廢除學(xué)區(qū)等級劃分，實(shí)行“多校劃片入學(xué)”政策，嚴(yán)禁炒作學(xué)區(qū)房。地區(qū)房地產(chǎn)市場調(diào)控政策、高技能人才引進(jìn)政策與住房保障政策等需相機(jī)協(xié)同制定，應(yīng)結(jié)合地區(qū)實(shí)際情況采取“因城施策”“一城一策”，警惕因政策不匹配而造成的“多重失效”問題。

三是各地區(qū)應(yīng)為高技能人才提供相應(yīng)的人才住房，實(shí)行一定的限價，并制度化，強(qiáng)化其進(jìn)入退出機(jī)制，確保供給數(shù)量。除了提供限價人才房外，政府與企業(yè)均可以根據(jù)高技能人才的支付能力和意愿，與人才按照協(xié)商比例共同持有房屋產(chǎn)權(quán)，即共有產(chǎn)權(quán)房，高技能人才享有房屋使用權(quán)，以減少人才短期購房資金壓力，為人才聚集定居創(chuàng)造有利條件。

四是政府財政支出應(yīng)向研發(fā)投入經(jīng)費(fèi)傾斜，對招收高技能人才的企業(yè)提供稅收優(yōu)惠政策，推動校企合作，提高科硏成果市場轉(zhuǎn)化率。同時，應(yīng)針對高技能人才采取“計(jì)分制”政策，根據(jù)人才的貢獻(xiàn)度大小，進(jìn)行合理計(jì)分，得分高者即貢獻(xiàn)高的人才，可以在購房、醫(yī)療、教育等方面享受更優(yōu)惠的政策支持。

五是地方政府需從企業(yè)融資和家庭投資兩個維度雙重遏制炒房行為，以堅(jiān)守“房住不炒”的政策底線；一方面，銀行監(jiān)管部門應(yīng)嚴(yán)格管控企業(yè)資金流向，防范大額資金不正常流入房地產(chǎn)市場而導(dǎo)致的房價波動和經(jīng)濟(jì)資源錯配問題；另一方面，相關(guān)部門應(yīng)加快推進(jìn)“房產(chǎn)稅”政策落地，在不增加住房剛需者稅負(fù)的前提下，提高“囤房炒房”行為的成本。人才對于房價和房價收入比波動比較敏感，該現(xiàn)象在經(jīng)濟(jì)發(fā)展水平處于低門檻的地區(qū)尤為突出，因此，當(dāng)?shù)卣块T能否保障房地產(chǎn)市場平穩(wěn)健康運(yùn)行，對吸引、留住人才至關(guān)重要。