为什么一线城市如北京、上海和深圳房价高企，依然能吸引人才流入?相反不发达地区提供住房等优惠政策还面临人才流失的困境，人才补贴政策能成功吗?高房价会否触发城市人才流失和高水平发展失能?回答这样一些问题，关键是要考察人力资本流动、住房价格和城市发展之间的关系。

  在住房市场中，文章分别收集到了新房价格、二手房价格和出租住房租金，分别对基本模型回归。

  回归结果为，三类市场中，人力资本对住房价格的影响都为正，并在1%显著性水平下显著。具体地，2009年至2018年，样本城市本科及以上人口占比每提高一个百分点，新房价格平均上涨4.83%，二手房价格平均上涨5.02%，住房租金上涨3.77%。相对地，人力资本流入对二手房价格影响最大，新房次之，出租住房最小。

  实证验证了城市i在时间t的人力资本水平HCi，t与住房价格变革ΔPricei，t+1间的正相关关系。不过，在描述城市特征的变量Xi，t中某些吸引人才流入的变量有几率存在遗漏，例如城市舒适的气候、公共交通、教育、医疗、环境等变量。为此，我们在模型中加入公交、出租车、网络通信设施、教育、医疗、影剧院和绿地面积等控制变量。

  回归结果为，在新房市场中，每万人公交车拥有量、城市光纤用户、小学教师数和人均绿地面积每增加一个百分点，将引致新房价格分别上涨0.054%、0.089%、0.109%、0.065%；出租车数量每上升一个百分点，将使新房价格下降0.062%；影剧院的影响不显著。在二手房市场中，每万人公交车拥有量、光纤用户、小学教师数和影剧院数每增加一个百分点，二手房价格分别上涨0.026%、0.112%、0.120%、0.045%；出租车数量每提高一个百分点，二手房价格下降0.069%；人均绿地面积的影响不显著。在住房租赁市场中，每万人公交车拥有量、光纤用户、小学教师数每增加一个百分点，住房租金分别上涨0.051%、0.080%、0.136%；出租车数量每提高一个百分点，租金下降0.0659%；影剧院和人均绿地面积的影响不显著。

  以上根据结果得出，在描述城市生活质量的变量中，代表基础教育质量的小学教师数对房价的影响最大，光纤用户量次之，公共交通再次之。出租车数量的影响是负向的，近年来网约车的兴起，可能是造成这一结果的原因。但是由于未能收集到网约车的数据，无法实证检验。城市拥有的影剧院数量，对二手房市场的影响是显著的，而新房市场和租赁市场不显著；城市绿地面积对新房市场的影响是显著，但对二手房和租赁市场的影响不显著。

  简单模型回归结果为，三类住房市场行情报价与人力资本之间有一种非线性关系，即住房价格持续上涨存在对人力资本递减趋势的挤出效应，但在新房和二手房市场中统计上不显著。

  为了提高模型的稳健性，在简单模型中引入控制变量，回归结果均显著。住房租金上涨，对人力资本的挤出效应最大；二手房价格持续上涨的人力资本挤出效应次之，新房价格持续上涨的人力资本挤出效应最小。在影响人力资本流动的因素中，除住房价格外，工资水平的影响最大，小学教师数和光纤用户规模次之，城市影剧院和绿地面积等反映城市生活质量的因素的影响也非常明显。

  从需求侧来看，人才流入一方面直接带来人口增加，另一方面基于产业配套还可能吸引一般劳动力进入市场，间接引起城市人口增加；从供给侧来看，人才流入将提高流入地的整体市场效率，并引致在岗职工的平均薪资上升。所有这些都是解释房价上涨的原因。

  回归结果为，人力资本每增加一个百分点，在岗职工数量将增加12.70%，人均工资将增加1.62%，人均GDP增加5.93%。

  当然，吸引劳动力流入、工资增长和生产效率提高也可能是城市良好公共基础设施的功劳。为消除这一些疑虑，我们在简单模型中加入一些控制变量。

  结果显示，小学教师数、人均绿地面积、每万人公交车拥有量和光纤用户数每增加一个百分点，在岗职工就业人数将分别增加0.594%、0.211%、0.172%和0.132%；人均绿地面积每增加一个百分点，在岗职工工资平均增加0.099%，其余变量的影响不显著；在岗职工人均工资、人均绿地面积、每万人公交车拥有量每增加一个百分点，人均GDP分别增加0.254%、0.244%和0.202%。

  简单模型和加入控制变量后的模型回归结果均显示，人力资本增加将带来更多的就业，这与产业体系升级路径相适应。第三产业比重越大，吸纳的服务人员越多；但是与部分城市人口规模控制政策相悖，也就是说，仅想吸引高技能人才流入，实现经济稳步的增长和人口规模控制的双重目标难于实现。在人才住房政策下，引进的人才能享受租房或购房方面的政策性补贴；由于人才引进引起的“非人才”劳动力流入，不得不面对被政策推高的房价，居住不平等将加剧。如果要缩小这一差距，必须在实施人才住房政策的同时，加大住房保障的力度和范围。

  文章依据要素的流动性，构建了一个人力资本、城市品质和住房价格的内生发展模型。同时运用2009年至2018年289个地级及以上城市的面板数据，实证分析了人力资本、城市公共设施对新房、二手房和出租住房价格的影响，还实证检验了人力资本和城市公共设施对城市就业人口规模、工资和人均GDP的影响。

  (1)人力资本对住房三级市场行情报价均存在非常明显的正向影响。实证发现，对某一城市而言，人力资本流入对二手房价格影响最大，新房次之，出租住房最小。目前的房地产市场调控政策集中在新房市场，这一发现某一些程度上印证了，新房价格调控压力越大的城市，越倾向于采用人才住房政策作为对冲工具。

  (2)住房价格对人力资本流动的影响表现为一种负向的二次关系。实证发现，新房、二手房和住房租赁价格持续上涨均对人力资本存在非常明显的递减趋势的挤出效应。

  (3)城市品质是吸引人才流入的主要的因素，并资本化在住房价格之中。实证发现，代表基础教育质量的小学教师数是吸引人才流入和影响住房价格的重要的因素。对千禧年“独二代”家庭而言，家庭很看重教育必将延续一段时间，并体现在人才流动选择行为中，这在某些特定的程度上抵消了房价上涨的人才挤出效应。

  代表城市新基建的光纤网络对人才流动的影响慢慢的变大，出租汽车的影响越来越小。数字化的经济下，汽车联络的时代正在被互联网的时代替代，例如共享办公、共享住所和电商，2020年的新冠疫情正在加剧这一进程。因此，光纤传输网慢慢的被视为城市的关键基础设施，并被消费者感知。

  城市生态环境质量正在被慢慢的变多的居民重视，实证发现，城市人均绿地面积对新房价格、人才流入和人均GDP均有显著的影响。

  (4)人才流动、住房价格和城市发展的关系并非简单的单一关系。实证发现，人才聚集能推高房价，提高全要素生产力；反过来，高房价会引致人才流失；同时，光纤网络、基础教育品质和绿地面积也能吸引人才流入。这对某些城市实施的人才住房政策而言，与其说是城市在抢人，还不如说是人在选城市。

  基于上述经验发现，有如下政策建议：一是优化主要是针对新房的房地产调控政策，警惕二手房价格持续上涨对人才流失形成的挤出效应，切忌出现房地产调控政策和人才住房政策“双失效”的尴尬局面；二是人才住房政策必须与住房保障政策平衡实施，防止居民居住不平等程度加剧；三是加强以光纤网络为代表的城市新基础设施建设。新城市科学家巴蒂(Michael Batty)认为，我们绝不能将城市简单地理解为空间中的场所，而应当理解为网络(Network)和流(Flow)组成的系统。

  这意味着，重视网络建设是未来城市“量”“质”齐升的关键；四是高房价并不必然导致城市人才流失和高水平发展失能。城市基础教育质量和生态环境品质是人才流动的传统动力与潜在动力。人才住房政策、房地产调控政策和住房保障政策必须相机协同使用，才能实现城市以人才为动能的高水平质量的发展目标。

  部分资料来源：陈立中，胡奇，洪建国，高房价对城市人才流失和高水平发展的影响，城市发展研究 2020，27(12)

  特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。

  毕尔巴鄂竞技vs塞尔塔：伊尼亚基-威廉斯、乌奈-西蒙首发，阿斯帕斯、明格萨出战

  黑客入侵ChatGPT，OpenAI微软全被搞崩！「苏丹匿名者」：是的

  让AI模型成为GTA五星玩家，基于视觉的可编程智能体Octopus来了

  苹果 Vision Pro 头显现国产山寨版：内置安卓8.1，售价原版1/10

  尴尬了：RX 7800 XT Linux下跑游戏远不如RX 6800 XT

上一篇：物联网开发平台初探：基础架构和功能特点 机智云物联网平台 下一篇：政府资助影响社会组织非政府渠道筹资收入--基于中国3016家基金会的实证研究