“搶人大戰”會推高城市房價嗎?
——基于“人才新政”的政策效應檢驗

□ 陳新明 劉豐榕 朱玉慧蘭

(1.北京大學 政府管理學院, 北京 100871; 2.中央財經大學 中國財政發展協同創新中心, 北京 100081)

一、問題提出

“聚天下英才而用之”是中國國家制度和國家治理體系的顯著優勢。將人才定位為解決發展瓶頸問題、提升區域競爭力優勢的核心要素已成為眾多城市的共識。2016年3月中共中央印發《關于深化人才發展體制機制改革的意見》(簡稱《意見》)，并指出,“破除人才流動障礙”、“實行更積極、更開放、更有效的人才引進政策”。在貫徹落實《意見》的過程中,地方政府開始紛紛出臺著力引才聚才的“人才新政”，引發社會高度關注,被稱為“搶人大戰”。

截止到2019年底,全國近80%的城市(直轄市、地級市)制定并出臺了關于人才引進、培養、開發、利用等一系列政策體系的“人才新政”(1)數據來自北京大學人力資源開發與管理研究中心統計。。學者們將這次表現出強烈地方自主性的政策創新擴散(Policy Diffusion)歸因于城市應對人口紅利衰減[1]、爭奪存量青年人力資本[2]、經濟結構轉型橫向競爭[3]等,其中土地財政依賴下房地產行業扶持被普遍視為重要動因[4]。房地產行業是以土地為信用基礎、積累城市化原始資本的“土地財政”最大獲益者,而地方政府同樣從房地產行業獲益巨大,除高額土地出讓金外,還有房產稅、城鎮土地使用稅、土地增值稅、耕地占用稅、契稅等多個稅種,以及利用土地融資等,所得占房價的約六成[4];此外,房價和地方官員晉升存在一定關聯性[5]。因此,城市制定并出臺“人才新政”的一條重要邏輯被解釋為,運用政策手段吸引人口持續流入,通過保障房地產需求穩定房價以支撐土地財政。當前公共政策對城市房價影響的實證研究,多集中于房地產調控政策[6]、貨幣政策[7]、土地政策[8]、房產稅政策[9]等自上而下縱向指令型政策,較少涉及諸如“人才新政”等兼具自下而上和橫向模仿競爭擴散特點的政策效應。此類政策是否會影響城市房價?城市制定出臺“人才新政”的重要政策目的是否能夠達成?這些問題尚待解答。此外,針對“人才新政”的研究目前多聚焦在政策解讀和內容效力的分析,如政策工具比較[10]、區域[11]或某類人才[12]的政策演進特點等,而缺乏政策實施效果的評估。基于此,本文的研究將城市“人才新政”視為準自然實驗,按照一個城市是否出臺“人才新政”,分為商品住宅銷售價格(簡稱“住房價格”)受“人才新政”影響的實驗組和不受影響的控制組,采用雙重差分估計,將“人才新政”對城市住房價格的影響做因果推斷,嘗試回答以下問題:“人才新政”通過改變城市人才發展的制度環境較短時間產生人才集聚,全國范圍內城市的住房價格會對此做出什么反應?一線、新一線、二三線等城市特征不同,商品住宅市場也有結構差異,住房價格受“人才新政”的政策沖擊是否存在不同?從而進一步豐富房價影響因素的政策效應和需求市場的解釋,并對城市人才政策的效果評估提供實證支持,為地方政府相關決策提供參考。

二、“人才新政”對城市住房價格影響的理論分析

“人才新政”是指2012年黨的“十八大”提出人才強國戰略之后,面對經濟社會發展轉型,地方政府制定的關于人才流動與引進、選拔與培養、評價與激勵、安全與保障等相關的人才政策。大量實證研究表明,人口數量具有正的真實住房價格彈性[13]。“人才新政”促使城市人才發展制度環境發生變動,通過在較短時期內的人才集聚，改變城市人力資本的質量和數量,從而對住房價格產生影響。

根據《國家中長期人才發展規劃綱要(2010—2020)》,人才是指具有專門知識和技能,擁有較高素質和能力,通過創造性勞動為社會做貢獻的群體。當前,城市“人才新政”主要針對高層次人才、專業技術人才、應屆高校畢業生和創新創業人才等四類政策群體,打造兩條政策路徑:一是拉高補貼標準等“引才”,比如呼和浩特市大學畢業生購買住宅時“按照項目所在區域市場價格的50%確定”等;二是降低落戶門檻等“搶才”,之前城市的落戶門檻主要是兩個方面,即年齡(45歲及以下)和學歷(本科或專科以上),中共中央辦公廳、國務院辦公廳2019年12月聯合印發《關于促進勞動力和人才社會性流動體制機制改革的意見》中規定,城區常住人口300萬以下的城市要全面取消落戶限制。不過眾多二線以下城市早在之前的人才政策中就已取消了落戶限制,一些二線城市如西安等落戶的學歷限制已放寬至中專。年齡方面,青年人成為城市“搶人”的重要目標,如南京為外地應屆畢業生發放1 000元的面試補貼。城市旨在通過“引才”和“搶才”兩條路徑,提高城市人力資本質量和增加城市人力資本數量。據研究,城市高層次人才增加,往往意味著城市較高收入群體占比升高,從而增加城市有效住房需求而推高房價[14],而且隨著流動人口受教育程度每提高1年,將推動當地房價增長9.35%[15];城市專業人才比重提升,以及創新創業者帶來的外溢效應,會提高對非熟練勞動力的需求,并進一步吸引低技能勞動力集聚[16];降低落戶標準提高城市人口規模,無論戶籍人口還是流動人口,均會對房價有正向影響,流動人口增加1%,房價將提升0.36%[17];同時隨著高校畢業生等人群增加,潛在住房需求群體擴大,也會影響城市居民對未來住房價格的預期,如圖1所示。基于此,提出如下假設:

假設H1:城市“人才新政”出臺對該市住房價格有正向影響。

圖1 “人才新政”對城市住房價格的傳導機制圖

需要注意的是,一方面,“人才新政”政策本身存在異質性,不同城市情況不同,制定“人才新政”的資金補助標準、措施覆蓋范圍、政策執行力度存在差異,必然會影響到政策效力(Policy Capacity),而且隨著出臺“人才新政”的城市增多,基礎設施建設、公共服務環境、區位和經濟社會發展水平等不具有明顯優勢的城市,周邊類似的政策供給將進一步降低自身政策吸引力;另一方面,由于房產供給彈性、人口流動偏好和收入水平等方面不同,流動人口對房價的影響存在顯著的空間異質性[18]。此外,“搶人大戰”實質上是對人才存量的政策博弈,近幾年北京和上海人口控制力度加大,新一線城市由于遷移摩擦、舒適度等方面的優勢,較其他城市更易成為京滬外溢人口的承接地,這些城市“人才新政”的政策動力和效力也明顯較高。據此,提出如下假設:

假設H2:城市“人才新政”對不同層級城市的住房價格影響不同。

假設H3:城市“人才新政”對新一線城市住房價格影響更加明顯。

三、“人才新政”對城市住房價格影響的實證分析

(一)識別策略和數據

當除自變量外存在其他時間可變因素時,簡單時間序列的差分估計方程存在變量遺漏問題,需要雙重差分方程來識別政策的因果效應。不過,由于各城市出臺“人才新政”的時間先后不一,而標準雙重差分一般要求不同變量的政策出臺為同一時間點,因此,本研究采用多期雙重差分模型[19],將全體樣本中還沒出臺“人才新政”的城市作為控制組,已經出臺“人才新政”的城市作為處理組,即使最終所有城市都制定出臺“人才新政”,也可以將未出臺“人才新政”之時的觀測城市作為控制組,估計方程如下:

γt+μd+εit

(1)

其中,下標i表示城市,t指代時間,lnPrice表示取自然對數的城市住房價格。如果城市i在第t月出臺“人才新政”,則t月之前的Policyit取值為0,否則取值為1。γt和μd分別表示控制時間固定效應和商品住宅所在的城市固定效應,Controlsit表示控制城市特征及城市隨時間變化的特征變量。同時,本研究將標準誤聚類在城市層面,在允許城市間商品住宅售價存在系統性差異的同時,控制城市內的自相關效應。系數β1用來估計“人才新政”出臺對城市住房價格的沖擊。

本研究根據公開資料整理了全國293個地級市和4個直轄市“人才新政”制定和出臺情況,構建了中國城市人才政策文本庫,并統計城市首次出臺“人才新政”的時間;城市商品住宅銷售價格通過中國房地產指數系統(CREIS)獲得;城市分級根據第一財經城市研究所編制的《城市商業魅力排行榜》;城市宏觀經濟情況、財政收支、人口結構、產業環境等控制變量數據來自2014—2018年的《中國城市統計年鑒》和《中國國土資源統計年鑒》等資料。

具體到各指標的度量,關于城市“人才新政”構建虛擬變量Policyit,各城市在各月份出臺“人才新政”則取值為1,反之為0;城市特征構建控制變量Controlsit包含:控制城市經濟發展水平對住房價格影響的變量,lnGDP表示取自然對數的城市生產總值,lnGDPper表示取自然對數的城市人均生產總值,GDPrate表示城市生產總值增長率(%),lnsalary表示取自然對數的城市居民收入水平;控制城市規模和環境狀況對住房價格影響的變量,lnarea表示取自然對數的城市行政區劃面積,lngreen表示取自然對數的城市綠地面積,lnpopulation表示取自然對數的城市人口數量,poprate表示城市自然人口增長率(%);控制城市公共服務水平對住房價格影響的變量,college表示城市高校數,student表示城市高校在校生人數,hospital表示城市醫院數,lninfras表示取自然對數的城市基金投資金額,lnreal表示取自然對數的城市房地產投資完成額,lnpubex表示取自然對數的城市公共財政支出。

(二)“人才新政”對城市住房價格的總體影響

利用全部樣本城市的觀測數據對方程(1)進行回歸,結果見表1。(1)為加入所有控制變量,(2)為未加入任何控制變量。結果顯示,“人才新政”變量的系數均是正值,添加控制變量并控制固定效應后“人才新政”對城市住房價格的政策效應沖擊有所降低,表明較好地控制了其他因素的干擾。一個城市制定出臺“人才新政”,商品住宅售價約會上漲5.8%。在城市經濟控制變量中,城市生產總值越高、人均生產總值越大的城市住房價格越高;城市公共服務水平控制變量中,公共財政支出和城市高校在校生人數越高的城市住房價格越高。綜上所述,“人才新政”對城市住房價格有顯著且較為穩健的正向影響,假設H1成立。

表1 “人才新政”對城市住房價格的總影響及穩健性檢驗表

注:括號里是標準誤;*表示p<0.1,**表示p<0.05,***表示p<0.01;下同。

(三)不同層級城市住房價格響應的異質性

利用不同層級城市的觀測數據對方程(1)進行回歸,結果見表2。(1)、(3)、(5)、(7)分別表示加入控制變量,一線城市、新一線城市、二線城市、三線城市和四五線城市的回歸結果;相應地,(2)、(4)、(6)、(8)表示未加入任何控制變量的回歸結果,見表3。結果顯示,“人才新政”對不同層級的城市住房價格影響不同,除新一線、三線城市外,其余層級城市系數不顯著,假設H2成立;一個新一線城市制定出臺“人才新政”,商品住宅售價約會上漲7.3%,假設H3成立。

表2 不同層級城市住房價格響應的回歸結果表

(四)穩健性檢驗

雙重差分有效估計的前提條件是滿足平行趨勢假設,即關鍵變量在“人才新政”出臺前后的變化趨勢是平行的。研究中常用安慰劑檢驗,即通過替換處理組或假設政策起作用的虛擬時間。假設出臺“人才新政”的城市并沒有制定出臺該政策,或變動“人才新政”出臺時間。由于全部樣本中“人才新政”出臺時間有先有后,因此安慰劑檢驗中,保留控制組樣本和直到2017年才出臺“人才新政”的處理組,然后對2017年前的樣本做標準DID回歸。這里將“人才新政”出臺的時間虛擬為2016年1月。結果顯示,虛擬的“人才新政”變量系數不顯著,通過安慰劑檢驗,即“人才新政”出臺前處理組和控制組城市住房價格變化滿足平行趨勢假設,結果見表1。

四、結論與討論

本研究通過2014年以來的城市商品住宅銷售價格和城市特征數據,結合“人才新政”這一較短時間快速擴散的公共政策相關數據,運用雙重差分模型等方法估計政策效應,實證考察了“人才新政”對城市住房價格的影響。研究發現:“人才新政”對全國城市住房價格有顯著的正向影響,一個城市制定出臺“人才新政”會推高該城市住房價格上升5.8%;不過,不同層級城市住房價格的政策響應具有異質性,新一線城市出臺“人才新政”對住房價格的政策沖擊更為顯著,在控制城市特征變量的情況下對城市住房價格的政策效果為7.3%。這些結論提醒研究者,不僅要關注城市人才政策對住房價格的一般影響,更要注意不同層級城市政策效果的差異性。本研究為后續城市人才政策評估提供了一個經驗基礎,對地方政府人才機制體制改革的政策設計具有一定的參考意義。

本研究的政策含義主要體現在三個方面:一是城市制定出臺“人才新政”會對當地住房價格產生正向沖擊,在政策制定中應注意城市存量人才的利益,避免“新老有別”。各地密集而力度空前的“人才新政”,往往在住房補貼、崗位薪酬福利、事業發展平臺甚至家庭成員生活等方面為新進人才突破城市原有人才待遇空間,然而若是無法平衡好增量和存量的關系,一旦形成“新老有別”的局面,必然會挫傷城市存量人才的積極性,甚至引起人才外流,“人才新政”效果將會大打折扣。二是不同層級城市住房價格的政策響應具有異質性,政策制定時地方政府應合理配置注意力,選擇更為有效的政策工具,避免政策同質化。各地需要遵循人才發展規律,基于城市戰略定位,在人才引進和選拔、開發和培育、激勵和發展以及保障等環節合理分配政策注意力,更好地挖掘諸如地理區位、教育資源、市區面積與人口、城市歷史與文化、產業布局與集聚等方面的城市要素稟賦的比較優勢。三是優化人才發展環境,持續吸引“留”人才。“留得住”人才是發揮人才這一戰略性資源的前提條件。短期的物質刺激無法打造城市對人才的持續吸引力,優化人才發展環境才是城市引才聚才的核心競爭力。基于當地產業經濟與社會發展需要因地制宜地創造人才發展的平臺,積極營造公平公正、積極擇優的政策環境,建立敬才愛才的文化環境、法律保障環境以及人才生態環境,大力提升城市公共服務水平,比如注重綠化和空氣質量,打造良好宜居環境,形成獨具城市特色的人才吸引力。□