王 伟，陈献柱
(安徽财经大学经济学院，安徽 蚌埠 233030)
近年来，为满足经济社会的发展需求，各地政府纷纷出台关于留住人才、引进人才的一系列政策，称之为“人才新政”。这些政策大多以“户口”和“房子”作为吸引人才的主要手段，引起短时期内人口的大量聚集，增加了当地房地产市场的需求量。以长三角地区为例，2020年长三角三省一市共吸纳了各类人才约216.35万人。人口规模的大量增长，为城市房地产市场需求侧注入了新活力，2020年长三角地区平均房价已达到15 086 元/m2，远高于同期全国9 860 元/m2的平均水平。随着房地产价格大幅上涨，房地产行业成为资本争相追逐的优质投资品。但过度的投资房地产行业对实体经济会造成一定的冲击，形成“经济泡沫”，与当前我国现阶段城市经济和社会高质量可持续发展要求相悖。那么，地方政府制定的人才引进政策是否影响该城市的房地产价格？又是怎样的影响效应？为此，本文以长三角地区为例，通过全面的机理分析、现实讨论与实证检验来厘清这些问题，以期为长三角地区城市房价稳定、经济高质量一体化发展提供智力支持。
现有文献中关于影响房价的因素研究多集中于人口流动和公共政策两个方面。关于人口流动因素，许多学者持有人力资本流动对房价具有一定的推动作用的观点。陆铭等[1]发现，城市中流动人口数量占总人口数量的比重对城市房地产价格具有正向影响。陈秋玲[2]、陈新明[3]指出，人才引进政策不但能增加人口的流动性，对大中城市房地产价格具有明显的正面影响，同时存在异质性，即各个级别大中城市房地产价格的政府响应程度差异。在公共政策方面，房地产调控政策[4]、房屋限购政策[5]、土地政策[6]、货币政策[7-9]等因素影响城市房地产市场定价。陈斌开等[10]指出，我国的房地产市场已经开始步入“新阶段”，政府以短期性政策刺激房地产市场，对保持城市房地产市场的长期稳定、健康发展作用较小。
综上所述，目前国内学术界对影响城市房价的因素研究颇多，已形成了丰富的研究成果。本文利用长三角地区2015—2020年26个城市特征数据，实证考察了施行人才引进政策对房价的影响。本文的边际贡献可以总结如下：(1)分析了人才引进政策带来的住房需求上升和城市整体收入水平的提高对提振城市房价的作用机理。(2)将施行人才引进政策作为一项“准自然实验”，利用双重差分法(DID)构建评估模型来估计政策对长三角地区的房价的影响，并运用双重差分倾向得分匹配法(PSM-DID)进一步验证。
结合前人研究成果，可以将人才引进政策对城市房价造成的影响概括为以下两个方面。
一是住房需求的上升提振房价。“人才新政”是地方政府为优化经济产业结构、加快社会发展转型，制定的关于人才引进、培养等一系列的政策，是人才强国战略的全新演绎。这些政策把以“户口”“房子”以及背后优质的公共服务资源作为吸引人才的主要手段。例如，上海市引进的各类人才可以在购房、购车等方面享受上海市民待遇；
杭州市为本科以上应届大学生发放1万～5万元的一次性生活补助，并给予每人每年1万元住房补贴。人才为追求高水平薪酬、高质量生活水平，愿意将户口迁移至这些城市。短时期内所聚集的人才对房屋的刚需将直接增加城市房地产市场需求，对城市房地产去库存、提振房价有显著推动效果。
二是通过提升城市收入水平提振房价。创新是城市经济增长、收入水平提高的原生动力，而人才是创新的源泉。在当前经济下行压力大的情况下，传统产业带动经济增长的动力明显不足。各地要想激发城市经济活力、提高城市收入水平，就必须优化经济产业结构。此时人才培养的重要性就凸显出来了，谁拥有了人才，谁就会赢得未来[11]。这也是各地方政府纷纷出台“人才新政”、引进高素质人才的根本动因。各地引进的高素质人才是具有高水平劳动能力的劳动要素，能够有效带动所在城市“全要素生产率”的提高，进而推动经济增长，实现经济高质量发展，提高城市的整体收入水平。人们的“钱袋子”鼓了，其对房地产市场的预期将会更好。
基于此，本文提出假设：人才引进政策对城市房价有正向影响。
2.1 模型设定
根据石大千等[12]的做法，采取双重差分倾向匹配得分法(PSM-DID)的处理方式，评估长三角地区人才引进政策对房价的影响效应。
本文的DID模型的基本形式为
Hit=α+βPit+λnCitn+γt+ξi+εit,
(1)
其中，Hit表示各城市的房价，i表示第i个城市，t表示第t年。Pit表示是否施行人才引进政策，Pit=1表示第i个城市在第t年实施人才引进政策，否则Pit为0。Citn表示控制变量，t表示时间，i表示个体，n表示控制变量类别，εit表示随机扰动项。β作为交互项系数，是应当被重点关注的对象，如果β为正数，则表明人才引进政策与长三角地区的房价呈正相关，反之则呈负相关。
本文基于PSM-DID方法进行稳健性估计，具体分为两步：①利用PSM匹配出与实验组城市特征相类似的对照组；
②利用配对后的实验组与对照组，再次实现双重差分法的基准回归分析。具体模型如下：
Dit=α+βPit+λnCitn+γt+ξi+εit,
(2)
其中，Dit表示匹配后的城市房价，其余变量与式(1)相同。β作为交互项系数，若与式(1)的基准回归结果无明显差异，则能够支撑上文结论。
2.2 变量说明与数据来源
2.2.1 被解释变量
房价H。房价指城市住宅商品房的平均销售价格。
2.2.2 解释变量
施行人才引进政策Pit。将施行人才引进政策与否作为决策依据。本文参考李强[13]的做法，将施行人才引进政策的城市虚拟变量和时间虚拟变量的交互项Pit作为人才引进政策施行的代理变量。自2017年以来，为给城市发展注入活力，全国各大中城市开始施行人才引进政策。本文考察的是长三角地区26个城市的相关数据，将实施人才引进政策的上海市、南京市、杭州市、苏州市以及合肥市5个城市作为实验组，将滁州、铜陵等21个城市作为对照组。
2.2.3 控制变量
本文参考已有文献，选取样本城市的人均可支配收入I、人口数量Q、GDP总量G、中小学生就读人数S、城镇化率U、房地产开发投资额L这六个指标作为控制变量。
2.2.4 数据来源
本文数据来自各城市统计年鉴、国民经济和社会发展统计公报中的2015—2020年相关数据。
3.1 双重差分法适用性检验
实现双重差分的前提条件是样本通过共同趋势假设检验，不然可能会因为个体异质性而导致样本的选择性偏差，影响整体评估结果。为了检查实验样本统计结果是否满足双重差分的前提条件，本文利用实验组与对照组房价的平均值绘制了共同趋势检验图。从图1可以看出，在2017年开始实施人才引进政策之前，实验组和对照组的房价具有明显的平行趋势，满足共同趋势检验条件，故采用双重差分法进行实证检验是合理的。
图1 双重差分法适用性检验图
3.2 基准回归
利用DID模型对式(1)进行基准回归，考察施行人才引进政策对长三角地区房价的影响，估计结果如表1所示。
表1 模型基准回归性质
注：**、***分别表示在5%、1%的显著性水平上显著，下同。
同时，如表2行(a)和行(b)所示，无论是否加入控制变量，交互项的系数均大于0且最终通过了5%的显著性检验，说明施行人才引进政策对房价有显著的正向促进作用。从回归结果的统计意义来看，长三角地区施行人才引进政策的城市房价显著增加了4.4%，即人才引进政策的实施加剧了城市房价上涨，假设得证。
表2 模型变量回归结果
3.3 稳健性检验
3.3.1 基于PSM-DID方法的检验
为解决因实验组与对照组间的房价变动趋势出现系统性不同，而导致双重差分法产生计算偏误这一问题，本文主要参考石大千等[12]的研究方法，进一步采用PSM-DID方法对式(2)进行回归分析，以检验上文结论是否稳健性检验，具体估计结果见表1和表2(c)行。实验结果表明，在利用PSM-DID方法之后，人才引进政策的实施依然显著提高了长三角地区城市房价水平，与前文双重差分估计结果并无显著差异，从而进一步支撑了本文的实证结论，即人才引进政策对提高长三角地区城市房价的效应是十分显著的。
3.3.2 解释变量滞后一期
考虑到政府施行人才引进政策的效果具有一定的时滞性，并不会立即对房价形成影响，于是本文对施行人才引进政策变量这一虚拟变量进行进行滞后一期处理；
同时为避免联立方程偏误，遵循李强[13]的研究方法，对所有控制变量也滞后一期处理，再次利用双重差分法的回归检验，具体估计结果见表1和表2(d)行。可以看出，将所有解释变量滞后一期所得到的交互项系数为正，且通过了1%的显著性检验，说明施行人才引进政策依然对长三角地区城市房价上涨产生显著扩大效应，前文结论稳健。
3.4 安慰剂检验
施行人才引进政策对长三角地区城市房价的正向影响效应可能受遗漏变量干扰。为解决这一问题，本文借鉴张华和冯峰[14]的做法，进行安慰剂检验。具体做法是通过计算机随机选择施行人才引进政策的城市，利用式(1)的模型设定，对商品房价格分别重复进行1 000次和2 000次模拟回归，图2分别绘制了两次模拟回归中解释变量的回归系数核密度图。可以明显看出，通过随机样本估计得出的系数主要分布在0左右，两次模拟的回归系数均值远远低于基准回归估计的系数0.044。因此，本文有理由认为遗漏变量并未干扰人才引进政策对长三角地区城市房价的政策效应，上文结论的稳健性较强。
(a)
(b)
本文通过理论分析和实证检验发现，人才引进政策的施行对长三角地区房价具有明显正向影响，一个城市出台人才引进政策会显著提高房价4.4%。基于PSM-DID方法的估计结果与上述结论无明显差异。本文的研究能够为后续评估人才引进政策提供了经验基础，对地方政府的人才引进机制改革、稳定房价、实现经济高质量一体化发展具有一定的参考意义。
本研究的政策含义主要有以下三个方面。
第一，因地制宜，分类调控。各地政府应当根据当地实际情况制定配套的人才引进政策；
以吸引人才、留下高端产业发展所急需的人才为目的；
对各类人才的住房政策分类调控，通过多种形式方式实现人才储备；
从供给侧角度出发，在满足当地创新发展对人力资本需求的同时，减少人力资本流入对城市房地产市场造成的冲击。同时，建立长效的房地产市场调控机制，实现经济社会的均衡发展。
第二，完善人才引进机制，提升城市公共服务能力。地方政府要遵循人才发展规律，优化人才发展路径，完善相关配套政策。对高端人才实行“一人一议”，营造“识才、爱才、敬才、用才”的城市氛围，做到人尽其才，充分发挥人才的积极性。鉴于高端人才也很看重与“户口”和“房子”绑定的公共社会服务资源，城市治理应更加注重公共服务能力的提高和城市基础设施建设的加强，防止“大城市病”削减人才引进政策效果，增强人才的城市归属感和凝聚力，真正用好人才，留住人才。
第三，坚持房住不炒，促进协同发展。长三角范围内各类城市要协调发展，立足本地区经济社会发展，明晰楼市走势，推进建立多市场主体供应、多途径保障、租购并举的社会住房体制，以保障地区房地产市场长期稳定与健康发展，并进一步促进制造业转移，带动人口向中小型城市流动，弱化大城市房价上涨幅度，实现长三角地区经济高质量、一体化发展。
猜你喜欢 长三角变量房价 “1+1=7”凝聚长三角人大更大合力上海人大月刊(2022年4期)2022-04-14——长三角油画作品选之四">百年辉煌——长三角油画作品选之四大江南北(2022年1期)2022-01-19房价上涨对居民消费的影响研究客联(2021年2期)2021-09-10聚焦双变量“存在性或任意性”问题中学生数理化(高中版.高二数学)(2021年12期)2021-04-26“首届长三角新青年改稿会”作品选诗歌月刊(2019年7期)2019-08-292019长三角企业100强上海企业(2019年12期)2019-01-17房价上涨抑制英国出生率：每年少生7000多名婴儿新城乡(2017年5期)2017-05-312016房价“涨”声响起商业文化(2016年3期)2016-04-19分离变量法：常见的通性通法新高考·高二数学(2014年7期)2014-09-18不可忽视变量的离散与连续福建中学数学(2011年9期)2011-11-03