高房價對人才效率失衡的影響

郭新宇

（安徽大學 經濟學院，安徽 合肥 230601）

中國經濟進入新發展階段，人才資源已經成為當今社會發展的第一資源，全國各地已經將人才當作經濟發展和推動社會進步的核心要素，多地政府出臺了一系列吸引人才集聚的“人才新政”，引才聚才和提高人才效率成為中國發展的關鍵.引進人才、提高人才效率的核心在于人力資本價格，理想情況下人力資本會按照市場均衡的價格進行配置，發揮人才效率，而扭曲的存在會導致人才市場價格無法準確反映人才稀缺程度與供求關系的影響，使得人才效率失衡.與此同時，中國城市房價的上漲已經成為社會各界關注的焦點問題，近年來多個省市房價年均增長率超過兩位數.城市房價作為影響人才生活成本的重要因素，對于城市“搶人大戰”和人力資本價格扭曲至關重要.在房價上漲與人才成為核心競爭力的雙重背景下，房價是否會影響人力資本扭曲亟需關注[1].

中國改革開放以來的經濟高增長與人口紅利密不可分，地區間和城鄉間勞動力的再配置是主要動力.但2003 年以來中國勞動力工資普遍提高，同時勞動年齡人口比重下滑，人口紅利逐漸消失.與此同時，中國房價也自2003 年開始快速增長，兩者在時間上的重合啟發了國內外眾多學者，開始關注房價上漲與工資提高和人力資本使用之間的因果關系研究[2-4].張莉[5]等研究發現，由于房價的推力與拉力共同作用，房價對勞動力流動有“倒U 型”的影響曲線，2 種作用的拐點在城市房價達到4 781 元/m2時出現，且對于高教育水平的勞動力而言房價的推力會更大.隨著近年來中國住房價格的大幅度提升，遠高于工資的增長速度，多數城市的房價都已達到抑制人力資本流入的拐點，房價在生活成本上產生的阻力成為主導作用，尤其是在住房價格已經較高的城市，房價繼續升高，會導致區域人力資本流出.

國內外很多研究證實了房價上漲對人力資本價格的影響是確實存在的，且影響效應顯著，而這種人力資本使用成本的快速增長是偏離其最優效率的.宋弘[6]等從大學畢業生就業地選擇角度進行研究，發現在2010—2015 年期間，房價的上升至少增加了區域人力資本流出21.5%.可以看出，由房價上漲帶來的人力資本流動是很明顯的.而房價上漲通過影響人力資本流動，使得高房價區域的人力資本供給減少，繼而引起人力資本價格上升.房價通過倒逼人才流動的方式改變人力資本的供應和價格，并非是人才市場均衡的結果，很大程度上造成了人力資本價格的扭曲.本文從城市層面分析房價上漲對人才效率失衡的影響及其作用機制.

1 理論模型

從勞動經濟學角度分析，住房價格上漲直接提高了人才安家的費用，也通過地區內物價水平影響人才的個人生活成本和預期家庭生活成本，減少地區人力資本流入，減少了地區人力資本供給；另一方面，由于房價上漲引起的財富效應，持有房產者資產升值，通過降低女性勞動參與率及提早退休2種路徑，推動當地人力資本供給的進一步減少[7].人才市場的供求關系發生作用，使得地區工資上升，且房價上漲引起的個人和家庭生活費用提高也會使得人力資本價格上漲.這種由成本上升倒逼的人力資本價格上漲，與經濟發展過程相比是超前的，偏離了勞動生產率趨勢，會抑制產業升級進而阻礙勞動生產率的提高[8].

人力資本的有效使用要求人力資本的價格與其經濟貢獻系數相一致，即不同效力的人力資本得到相匹配的報酬.地區內房價差異導致地區內人力資本定價不同，高房價地區面臨著更高的人力資本扭曲稅，而低房價地區由于人力資本供給增多引起工資價格下降，產生負的扭曲稅.扭曲稅的存在使得人力資本價格偏離其正常水平，不同地區的企業不能按照市場原則進行有效的人力資本配置，低效率企業可能因負的扭曲稅而存活，保持低的工資水平，而高效率的企業可能因不合理的工資水平無法吸納更多的人才，導致整個經濟體的人才配置效率低下[9-11].

1.1 基本設定

假設市場上存在若干的企業和家庭，整個市場根據不同房價的地理空間分為2 個子集，即經濟體中有高房價地區和低房價地區，都使用物質資本K、人力資本HC 以及土地資本T進行生產.高房價地區和低房價地區的生產函數分別為

式中：Yh，Yd分別為高房價地區和低房價地區的生產消費品的總量；Ah，Ad分別為高房價地區和低房價地區的全要素生產率；Kh，Kd分別為高房價地區和低房價地區的物質資本；HCh，HCd分別為高房價地區和低房價地區的人力資本；Th，Td分別為高房價地區和低房價地區的土地資本；α1，β1，1-α1-β1分別為高房價地區的物質資本、人力資本、土地的產出貢獻比例；α2，β2，1-α2-β2分別為低房價地區的物質資本、人力資本、土地的產出貢獻比例.

在要素市場中，企業是要素價格的接受者.假設兩地區的全要素生產率A相同，每個子集內的企業和家庭完全同質且生產的規模報酬不變，則高房價地區工資水平hW和利率水平Rh分別為，，高房價地區企業對人力資本的需求函數為

同理，低房價地區工資水平dW和利率水平dR分別為，低房價地區企業對人力資本的需求函數為

家庭部門消費主要包括消費品和住房.假設消費品可以在地區間自由流動不受限制，不存在額外的成本，因此兩地區消費品的價格相同.將消費品的價格水平標準化為1，則消費者效用最大化函數可以表示為

式中：i表示第i個地區（i=h，i=d分別表示高房價地區和低房價地區）；j表示第j個家庭；cji為第j個家庭在i地區的一般消費；hji為第j個家庭在i地區的住房消費；假設兩地區家庭對消費品和住房的偏好程度，即γ相同，且0＜γ＜1；?ji為第j個家庭對第i個地區的偏好程度，當?jh＞?jd時，說明j家庭對高房價地區的偏好程度大于對低房價地區的偏好程度，而當?jh＜?jd時，說明j家庭對高房價地區的偏好程度小于對低房價地區的偏好程度.

1.2 房價與工資水平

通過求解優化問題（4）可得家庭部門在房價水平為iP，工資水平為iW時的最大效用水平，即間接效用函數為

進一步對式（5）等號兩邊取對數值，可得

借鑒文獻[12]，假設eji獨立同分布，且服從Gumbel 分布，尺度參數為s，均值為0.則～logistic(0,1)，s為衡量家庭對某一地區偏好程度的參數，s＞ 0.假設資本可以在地區間自由流動，且供給彈性無窮大，則利率水平始終為R，即Rh=Rd=R.同時假設兩地區的土地供給量相等，且恒定不變，即Th=Td=T.

本文主要分析房價對工資水平差距以及人力資本使用效率的影響.因此，需假設房價為外生給定，高房價地區的房價為Ph，低房價地區的房價為Pd，且Ph＞Pd.如前文假設，消費品市場在經濟體中不存在市場分割，兩地區間可以無成本自由流動，因此價格相同，即Yh+Yd=Ch+Cd，式中：Ch，Cd分別為高房價地區和低房價地區對消費品的總消費量.

為簡化分析，令經濟體中人力資本總量為1.對于家庭j來說，只有當流動后的間接效用水平大于等于流動前的間接效用水平，才會選擇在地區之間流動.如當Vjh≥Vjd時，家庭j會從低房價地區流動到高房價地區.Vjh≥Vjd等價于νjh≥νjd，根據式（7），有ejd-ejh≤（wh-wd）-(1 -γ)（ph-pd）.

家庭流動到i地區后，則無彈性地供給一單位人力資本.令vh-vd=（wh-wd）-（1-γ）（ph-pd），則對于高房價地區來說，人力資本的總供給量滿足函數

命題保持其它因素不變，高房價地區的房價升高，會使得高房價地區的工資水平升高，兩地區間的工資水平差距加大.

證明由式（8）～（10）可知

進一步由式（11）可知

命題的經濟學直覺表明，高房價地區房價升高，人力資本向低房價地區流動，高房價地區人力資本供給減少，因此工資增加；而低房價地區由于人力資本供給增加，工資下降，兩地區工資水平差距加大.

進一步地，由式（8）（12）可知，HCh=Λ（M-1）（1-γ）（ph-pd）.因為0＜M＜ 1，所以=，這說明高房價地區的房價升高會使人力資本供給減少.

基于分析，提出假設1.

假設1地區房價上漲，引致人力資本供給減少和人力資本工資進一步增加.

若假設成立，意味著房價上漲，引致人力資本供給減少，高房價地區為留住人才，會進一步抬高工資，引致人力資本工資偏離正常水平，產生同質人力資本的使用上因為高成本偏離了最優效率，即出現人力資本扭曲現象.

1.3 房價與人力資本扭曲

為進一步考察房價上漲是否通過工資偏離正常水平產生人力資本使用成本過高，進而引致人力資本使用扭曲現象，本文進一步定義人力資本使用無扭曲情形，即只有一個地區的經濟體，該經濟體不存在因為住房價格而帶來的扭曲，并假設在完全競爭條件下，其工資水平為W.高房價地區的工資水平為Wh=（1+τh）W，低房價地區的工資水平為Wd=（1+τd）W，式中：τh，τd分別為兩地區相對于無扭曲情形時人力資本的扭曲稅，當τh=τd時，兩地區的扭曲稅相同；當τh＞τd時，高房價地區的扭曲稅高于低房價地區[13-14].

因此，高房價地區人力資本的絕對扭曲系數定義為

式（13）中的絕對扭曲系數是指沒有扭曲的情況下，不同房價地區企業面臨的工資水平的加成，當高房價地區的工資扭曲程度τh為0 時，高房價地區的人力資本絕對扭曲系數σh=1；當高房價地區的工資扭曲程度τh＞ 0時，高房價地區的工資水平會高于正常水平，σh∈（0,1）；反之，則σh＞ 1.

在競爭均衡的情況下，令經濟體的總產出為Y，則高房價地區的產出份額為，低房價地區的產出份額為，因此，總量生產函數中人力資本的產出貢獻份額為=ρh（1-β）+ρd（1-β）.

相對扭曲系數相比于絕對扭曲系數，更多地考慮了不同地區的產出份額，把絕對扭曲系數與同經濟水平地區相比較，描述不同地區人力資本成本的相對信息.如果高房價地區人力資本的相對扭曲系數＜1，則說明該地出現人力資本價格扭曲，其價格相對于整個經濟體而言是偏高的，即高房價地區在同質人力資本的使用上因為高成本偏離了最優效率[15].

由式（14）可以看出，在控制了地區生產效率的前提下，同質人力資本在地區間的工資水平差距增大，會增加人力資本扭曲程度，降低人力資本使用效率.進一步地，由式（12）（14）可以得出高房價地區房價與人力資本相對扭曲系數之間關系為

由于0＜ρh,ρd＜ 1，0＜β1＜1，0＜γ＜ 1，所以當高房價地區的住房價格P增加時，高房價地區人力資本的相對扭曲系數減少；當高房價地區的住房價格P減小時，高房價地區人力資本的相對扭曲系數增加.

基于分析，提出假設2.

假設2在其它條件不變的情況下，地區房價上漲會增加人力資本扭曲程度，引致人力資本偏離最優使用效率.

2 實證分析

2.1 計量模型設定

為了檢驗本文假說，構建計量模型

式中：σ為被解釋變量，表示城市人力資本相對扭曲；下標i代表第i個城市（1,2,,281i=…）；t代表時間；β3為核心系數，如果在控制了一系列城市特征變量和固定效應后，回歸系數3β顯著，則說明城市房價對人力資本扭曲產生影響；P為核心解釋變量，表示住房價格；X′為城市層面的控制變量；ψi為城市固定效應；λt為時間固定效應；εit為誤差項.

基于模型（16），本文選取中國281 個地級市2002—2018 年面板數據進行實證檢驗.

2.2 變量選取與數據說明

2.2.1 變量選取說明 變量主要包括被解釋變量、解釋變量、工具變量、控制變量等.

對于被解釋變量人力資本扭曲（σ），借鑒Akoi（2012）的資源錯配模型[16]和文獻[14]的方法，采用人力資本相對扭曲系數來衡量，高房價地區人力資本扭曲的具體測算方法為式（14）.

當σ越小時，人力資本扭曲程度越高，人力資本價格越偏離經濟效率時的價格水平.hW，Wd采用城市職工年平均工資.為計算人力資本相對扭曲系數，需要求出經濟體中人力資本的產出彈性，本文假設生產函數為，采用最小二乘虛擬變量法（LSDV）進行估計，投資K使用永續盤存法計算，K t=kt-1（1-δ）+It，固定資產的折現率δ沿用文獻[17]的9.6%進行計算；由于缺乏城市人員受教育程度信息，人力資本采用每萬人在校大學生數進行代替；土地要素使用城市建設用地面積指標.通過LSDV 法估計出2002—2018 年中國人力資本的產出彈性為0.151.

對于解釋變量房價（P），采用城市商品房平均銷售價格衡量，該變量能直接反映住房市場需求，更能體現個體的選擇依據.

對于工具變量，采用人均土地出讓面積的滯后項（LAND）作為房價的工具變量.

控制變量主要指控制了城市特征的變量.人口密度（DP），采用“年末總人口/市轄區面積”計算，人口密度高的地方經濟生產率一般更高，人力資本使用成本可能更高，也能夠影響住房市場需求，因此需要控制；城市產業結構（IS），采用第二產業 GDP 占比來衡量；城市投資狀況（I），以固定資產投資占GDP 的比重衡量，比重越高，城市經濟投資越活躍.此外，考慮到人們選擇城市時還會考慮城市基礎設施、環境、醫療等方面的因素，加入以下控制城市基礎設施和公共服務的變量：城市基礎設施（INF），以人均鋪裝道路面積衡量（R）；城市環境狀況（ENV），以人均園林綠地面積衡量；城市醫療條件（HEA），以人均病床床位數衡量.

2.2.2 數據說明 本文使用中國2002—2018 年地級市面板數據，均采用市轄區（包括市區、郊區，不包含市轄縣和縣級市）數據.核心解釋變量房價來源于國家信息中心宏觀經濟與房地產數據庫，該數據與《中國區域經濟統計年鑒》中各地級市的商品房屋銷售額/銷售面積的數據相吻合，并且更能反映個體選擇的依據，數據缺失年份利用插值法進行處理.其余變量來自《中國統計年鑒》《中國城市統計年鑒》《中國區域經濟統計年鑒》.

對相關數據進行統計分析，結果見表1.

表1 變量統計性描述

2.3 實證檢驗結果

本文將中國各地級市2002—2018 年房價均值進行排序，利用中位數劃分了高房價區域與低房價區域，其中140 個地級市劃分為高房價城市，141 個地級市劃分為低房價城市.在人力資本扭曲系數方面，高房價區域的140 個城市17 年共2 380 條數據，其中僅316 個人力資本扭曲系數值高于1，其余均低于1；在低房價區域中，141 個城市17 年共2 397 條數據，其中僅158 個值低于1，其余均高于1.可見人力資本扭曲系數在高房價區域與低房價區域呈現了明顯的分化，高房價區域相對人力資本扭曲系數小于1，初步印證了高房價會使得區域人力資本工資水平高于經濟效率水平的結論.

計算房價與人力資本扭曲回歸系數，結果見表2，其中：模型Ⅰ為全樣本OLS 估計（一元回歸）；模型Ⅱ為加入控制變量的全樣本OLS 估計；模型Ⅲ為工具變量與房價的回歸結果（人均土地出讓面積滯后項作為房價的工具變量）；模型Ⅳ為加入控制變量的全樣本工具變量估計（采用2SLS 估計方法）；模型Ⅴ和模型Ⅵ分別為高房價城市和低房價城市的OLS 估計.

表2 房價與人力資本扭曲系數回歸結果

由表2可以看出，城市房價上升會加大人力資本扭曲程度.模型Ⅰ和模型Ⅱ均體現房價上升對人力資本扭曲的負向影響，城市房價越高，人力資本相對扭曲值σ越小，人力資本扭曲程度越高，即人力資本價格越偏離經濟效率所決定的價格水平，說明假設2合理.在控制了城市產業結構、人口密度、投資水平、基礎設施建設、醫療與環境這些可能影響人才流動與工資的變量后，房價對城市人力資本扭曲有顯著的負效應，房價每增長1個單位，人力資本扭曲加深0.066單位.

房價上升對高房價城市人力資本扭曲的影響要更大.根據樣本統計性描述可知，絕大多數高房價城市的人力資本價格水平已經偏高，房價的上升會加劇人力資本扭曲程度，引致人力資本偏離最優使用效率，說明假設2合理.房價每上漲1單位，會使得高房價城市人力資本扭曲系數減少3.2%單位，而相應低房價城市的影響系數為1.8%.引起這種現象的原因可能在于人口密度.高房價城市普遍人口密度更高，根據實證結果，高房價城市人口密度增加會加劇人力資本扭曲.

2.4 內生性問題及其處理

實證部分檢驗了房價對于人力資本扭曲的影響，房價上升會加劇人力資本價格扭曲，且其在高房價城市影響更為明顯.但人力資本對住房價格的影響也是顯然的，工資增長、人才集聚等都會對房價產生影響，人力資本增長也會影響房價的動態演變和區域差異[18].由于聯立性偏誤以及可能的遺漏變量存在，我們認為房價在模型中很可能是內生變量.

土地出讓面積對住房價格有顯著影響，城市土地供應面積越少，房地產開發商買地所需成本就越高，成本效應直接影響城市房價.另一方面，城市土地供應主要取決于城市或上級政府規劃指標，極少會受人力資本方面影響，本年度的經濟發展與人才狀況也不會沖擊上一年的土地供應.因此，人均土地出讓面積的滯后項可以作為工具變量.

2.4.1 內生性問題的檢驗 傳統的豪斯曼檢驗在1%的顯著性水平上拒絕了“所有解釋變量為外生”的原假設，說明模型中存在內生變量，DWH 檢驗的結果同樣如此.接著對使用的工具變量進行檢驗：第1階段工具變量估計的系數F統計量為13.11，超過10，表明不存在弱工具變量情況.過度識別檢驗的P值小于0.01，可以認為人均土地出讓面積的一階滯后為模型的外生變量.在內生性檢驗通過后，以土地出讓面積做工具變量的方法得到認可.

2.4.2 內生性問題的處理 選取上一年的人均土地出讓面積作為房價的工具變量，運用二階段最小二乘估計法（2SLS）進行回歸.表2 輸出了第2階段的回歸結果，房價上升顯著提高了城市人力資本的扭曲程度，房價每增長1%，將使得人力資本扭曲程度惡化0.024%.第1階段回歸結果顯示人均土地出讓面積對房價有顯著的負向效應，城市上一年土地供應越少，當年度房價水平越高.由于篇幅問題，各內生性檢驗結果和一階段回歸結果不再贅述.

3 機制檢驗

3.1 房價對人力資本供給的影響

針對房價對人力資本供給的影響，進行機制檢驗，結果見表3.

表3 房價影響人力資本供給的機制檢驗

由表3可以看出，在控制人均生產率、產業結構、人口規模與其它城市特征變量后，房價對城市人力資本供給有顯著的負效應，房價每增長1個單位，人力資本供給減少0.269個單位.在人均生產率得到控制的情況下，表明房價影響人力資本供給的內在機制是脫離經濟效率的，將不利于經濟的長期發展.以中國為例，北上廣深一線城市具有高房價的同時聚集了大量高質量人才，房價上升的同時也伴隨著人才資源的增長，但在保證理想的經濟效率方面，人力資本的供給依然是不足的.

3.2 房價對工資的影響

針對房價對工資的影響，進行機制檢驗，結果見表4.

表4 房價影響工資的機制檢驗

由表4可以看出，在控制了其它可能影響城市工資的變量如勞動生產率、人口規模、產業結構、投資狀況以及城市醫療、環境特征之后，房價上漲對城市工資提高具有顯著的正向影響，房價貢獻了城市工資上漲的39.0%.

綜上所述，區域房價上漲會造成區域人力資本供給減少和區域工資的上漲，假設1 得到驗證.這種人力資本供給相對減少與工資的增加可能是同步進行并互相影響的，房價上漲，人力資本供給相對減少，城市為吸引人才提高工資，導致人力資本價格偏離正常水平，產生同質人力資本的使用上因為高成本偏離了最優效率，最終導致人力資本扭曲現象的加劇.這便是房價影響人力資本扭曲的內在機制.

4 結論與建議

中國宏觀數據顯示，2003 年以來中國房價的快速上漲，伴隨著人力資本工資提高與用工短缺的雙重矛盾，一起沖擊著中國的經濟高質量發展.另一方面，新發展階段對城市人才資源提出了更高的需求，提高人才效率亟需解決人力資本扭曲問題.針對上述經濟事實，本文以2002—2018 年中國281 個地級及以上城市作為研究對象，從人力資本供給、人才工資等視角實證研究城市房價對于地區人力資本扭曲的內在作用機制.

4.1 結論

實證研究結果表明，房價上升加劇了人力資本扭曲程度，導致人才效率失衡.房價每上漲1 個單位，將使得人力資本扭曲程度加深0.66 個單位，考慮房價的內生性問題時，影響系數減小但方向一致，均表明房價上升加劇人才效率失衡；異質性分析方面，與低房價城市相比，高房價城市的扭曲效應更為明顯，對于高房價城市來說，房價上升對人才效率的抑制程度更大；房價上升會使得人力資本供給相對降低和城市人才工資提高，這種影響是脫離經濟效率的，將不利于經濟的長期發展.

4.2 建議

4.2.1 持續完善樓市調控長效機制 堅定樓市“三穩”調控目標不變，持續完善樓市調控長效機制.把樓市調控作為保障民生的重要抓手，不斷細化調控內容，通過推進保障性住房政策，消弭住房因素對人才使用效率的負面影響.

4.2.2 保障城市投資環境和基礎設施建設 新發展格局下切實保障城市投資環境和基礎設施建設，增強人才集聚效應.城市投資環境的改善和道路交通、醫療、環境的提升均有助于降低人力資本扭曲，提高人力資本供給，拉動區域人才活力.城市在保障人才新政的同時也需要從這些方面提升城市，當城市投資環境和基礎設施配套更完善時，城市吸引和留住人才的成本將更低，以此實現人才效率的提高.

4.2.3 創新性人才引進措施 各地政府應當探索符合當地發展規劃的創新性人才引進措施，如縮短人才引進落戶等待年限、放寬市場評價標準等，最大限度發揮人才價值，控制因房價而產生的扭曲.人力資本扭曲的根本原因在于人力資本沒有在地區內得到有效利用，人才經濟效率沒有充分發揮.地方政府應當綜合考慮城市經濟基本面，根據未來發展規劃尤其是產業規劃，增強人才政策精準度和導向性，要精準引進城市發展的對口人才，更要落實一系列切實提高人才利用效果的政策，如人才隊伍建設培養、創新成果孵化落地等，以此提高人才利用效率，減輕房價造成的扭曲.