高房價對高技能人才流動與聚集的影響研究

葉阿忠 王宣惠

一、問題的提出與文獻回顧

技術進步是經(jīng)濟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)動技術進步的關鍵因素。發(fā)達經(jīng)濟體的實踐經(jīng)驗表明，人才聚集對于經(jīng)濟增長至關重要。值得注意的是，在我國提出實施創(chuàng)新驅(qū)動發(fā)展戰(zhàn)略的背景下，如何促進高技能人才的合理流動和高效聚集，進而提升經(jīng)濟高質(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，也為區(qū)域經(jīng)濟發(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)略的實施和經(jīng)濟的高質(zhì)量發(fā)展。

在過去幾十年中，伴隨著中國經(jīng)濟的增長，城鎮(zhèn)化進程的加速，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”還是“虹吸效應”？目前在學術界尚未有定論。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)濟與更加完善的公共基礎服務體系，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我國經(jīng)濟高質(zhì)量發(fā)展的前景，是促進地區(qū)經(jīng)濟增長的一個重要議題。

商品房價格與人口流動關系，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)外學者研究的熱點。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，在此基礎上，新經(jīng)濟地理學進一步推進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)化進程的加速和經(jīng)濟的發(fā)展，越來越多國內(nèi)外學者開始關注房價對高技能人才遷徙及居住決策的影響。許多學者認為，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，也有不少學者持相反觀點，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”。范劍勇等人認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)驗研究》，《中國社會科學》2015年第4期。反而對高技能人才還存在空間鎖定效應。(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、公共服務更優(yōu)質(zhì)、基礎設施便利度更高，(8)夏怡然、陸銘：《城市間的“孟母三遷”——公共服務影響勞動力流向的經(jīng)驗研究》,《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，還有部分學者認為，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)進行檢驗，證實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重。(10)宋弘、吳茂華：《高房價是否導致了區(qū)域高技能人力資本流出?》，《金融研究》2020年第3期。趙楊等的實證研究也進一步支持了類似觀點，即新一線城市房價上漲對人才的“虹吸”作用遠高于一線和二三線城市。(11)趙楊、仲崇文：《新型城鎮(zhèn)化建設下不同類型就業(yè)人口流動的影響因素研究——基于房價波動的視角》，《經(jīng)濟縱橫》2021年第8期。

通過對現(xiàn)有國內(nèi)外文獻的梳理，我們發(fā)現(xiàn)，目前學術界關于高房價對高技能人才遷徙及居住的影響并沒有達成共識。本文通過構(gòu)建數(shù)理經(jīng)濟模型，闡述高房價對高低技能勞動力流動的影響機制；以勞動生產(chǎn)率為切入點，進一步構(gòu)建面板門檻模型，實證檢驗高企的商品房價格對高技能人才流動的異質(zhì)性影響，并提出促進高技能人才聚集的政策建議。

二、理論分析及模型構(gòu)建

學術界一直嘗試構(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在該模型基礎上引入城市公共設施模塊，(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考慮的因素?；诖?，本文擴展了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消費的普通商品量為Gijt，購置的房產(chǎn)面積為Houijt，當?shù)孛x房價為HPjt，其公共服務水平為Ajt，勞動力對普通商品和房屋的消費行為同樣滿足柯布-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，而實際房價處于低位，并且地區(qū)公共服務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，這與我國當前經(jīng)濟較不發(fā)達地區(qū)的實際情況較為吻合。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”還是“虹吸效應”取決于房價收入比和實際房價。

(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?shù)貏趧由a(chǎn)率呈現(xiàn)正相關。

三、變量選擇、數(shù)據(jù)來源和實證模型構(gòu)建

為檢驗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)計局和《中國科技統(tǒng)計年鑒》。本文的地區(qū)劃分方式參考《中國科技統(tǒng)計年鑒》，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??；中部地區(qū)為：山西省、河南省、安徽省、湖北省、江西省、湖南省；西部地區(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際工作時間折算的工作量之和，即R&D人員全時當量，為了消除可能存在的數(shù)據(jù)統(tǒng)計偏差和模型檢驗中的異方差性問題，對該數(shù)據(jù)進行對數(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)研究與試驗發(fā)展(R&D)人員勞務費與人員數(shù)量相除得出。(2)實際房價(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?shù)貏趧由a(chǎn)率正相關，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?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量模型中，以完善實證研究?？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?shù)匕l(fā)明專利申請授權量與全國總授權量之比；高校規(guī)模(Graduates)，即當?shù)仄胀ǜ叩葘W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?shù)厮囆g表演團體機構(gòu)數(shù)與全國總量之比；醫(yī)療衛(wèi)生條件(Hos)，即當?shù)蒯t(yī)療衛(wèi)生機構(gòu)數(shù)與全國總量之比(各變量描述性統(tǒng)計結(jié)果見表1)。

表1 描述性統(tǒng)計

(二)實證模型設定

我國地域遼闊，地區(qū)經(jīng)濟發(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)濟模型結(jié)論，此處構(gòu)建面板門檻模型進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，檢驗其異質(zhì)性影響，剖析隱藏在其背后的作用機制。實證模型設置具體如下：

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人員全時當量的對數(shù)值lnR&Dit，μi為地區(qū)個體效應，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δ1≠δ2時，則存在門檻效應，房價收入比Hou_Wageit、實際房價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表示隨機誤差項。

四、實證結(jié)果分析

(一)內(nèi)生性檢驗

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系對本文實證結(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。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)濟增長的非線性關系研究——來自動態(tài)面板數(shù)據(jù)門限模型的經(jīng)驗證據(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(Wu-Hausman F test)和杜賓-吳-豪斯曼卡方檢驗(Durbin-Wu-Hausman Chi-sq test)對各變量是否滿足外生性要求進行檢驗。檢驗結(jié)果如表2所示，除了實際房價外，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。然后再將實際房價的工具變量對實際房價進行回歸，得到其預測值。并將預測值代替原值重新對門檻模型進行回歸。結(jié)果顯示，工具變量不僅通過弱外生性檢驗，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)生變量檢驗結(jié)果

(二)非線性關系檢驗

通過觀察房價收入比或?qū)嶋H房價平方項的估計系數(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系。當實際房價及其平方項作為解釋變量時，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系，這也進一步證實了使用面板門檻模型進行回歸分析的合理性和必要性。

表3 分區(qū)域面板固定效應回歸模型估計結(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。當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，其估計系數(shù)均為負值，且在不同門檻水平上的顯著性也不盡相同。具體而言，當勞動生產(chǎn)率低于門檻值(49.30)時，其估計系數(shù)為-5.02，而當勞動生產(chǎn)率高于門檻值時，其估計系數(shù)為-1.48，“擠出效應”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”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”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”，而當勞動生產(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，這說明當高技能人才進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)列是以實際房價為核心解釋變量的回歸結(jié)果。整體上看，實際房價上漲并沒有導致高技能人才流失。并且隨著勞動生產(chǎn)率的增加，高企的實際房價對高技能人才的“虹吸效應”也逐漸增強。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注東部地區(qū)的實際房價變動情況。

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?shù)亟?jīng)濟發(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?shù)匦匠晁脚c房價收入比、實際房價是脫鉤的，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”，是因為當?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“虛實二重性”也可能使得大量的資金從實體經(jīng)濟涌入房地產(chǎn)市場，進而導致經(jīng)濟資源錯配。在我國房地產(chǎn)市場，“虛實二重性”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行嚴格管控，將導致地區(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)展機會；此外，醫(yī)療衛(wèi)生條件、文化娛樂等公共服務設施配套越齊全，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)濟模型和面板門檻計量模型實證研究地區(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、實際房價對高技能人才流動具有門檻效應。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”轉(zhuǎn)為“虹吸效應”。當核心解釋變量為實際房價時，隨著實際房價的升高，在高門檻區(qū)間，實際房價對高技能人才的“虹吸效應”強于低門檻區(qū)間?；谝陨蠈嵶C研究結(jié)果，提出如下政策建議：

一是在高房價且經(jīng)濟發(fā)展水平處于高門檻的地區(qū)，應建設高新區(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)濟相對落后地區(qū)，應加大對中、低端產(chǎn)業(yè)向高技術產(chǎn)業(yè)轉(zhuǎn)型升級的扶持力度，確保地區(qū)高新技術企業(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)濟發(fā)展水平處于低門檻的地區(qū)，應建立房地產(chǎn)價格“籠子”制度，管控地區(qū)房價水平；遵循九年義務教育規(guī)定，確保片區(qū)教育均等化，逐步廢除學區(qū)等級劃分，實行“多校劃片入學”政策，嚴禁炒作學區(qū)房。地區(qū)房地產(chǎn)市場調(diào)控政策、高技能人才引進政策與住房保障政策等需相機協(xié)同制定，應結(jié)合地區(qū)實際情況采取“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)應為高技能人才提供相應的人才住房，實行一定的限價，并制度化，強化其進入退出機制，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，即共有產(chǎn)權房，高技能人才享有房屋使用權，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向研發(fā)投入經(jīng)費傾斜，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，應針對高技能人才采取“計分制”政策，根據(jù)人才的貢獻度大小，進行合理計分，得分高者即貢獻高的人才，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，以堅守“房住不炒”的政策底線；一方面，銀行監(jiān)管部門應嚴格管控企業(yè)資金流向，防范大額資金不正常流入房地產(chǎn)市場而導致的房價波動和經(jīng)濟資源錯配問題；另一方面，相關部門應加快推進“房產(chǎn)稅”政策落地，在不增加住房剛需者稅負的前提下，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)濟發(fā)展水平處于低門檻的地區(qū)尤為突出，因此，當?shù)卣块T能否保障房地產(chǎn)市場平穩(wěn)健康運行，對吸引、留住人才至關重要。