知识型准移民再迁移意愿的影响分析——基于房价上涨的视角

如何吸引和留住更多的知识型人才是影响一个城市创新能力的决定性因素之一。基于知识型员工与一般劳动力之间的特征差异，通过个体、组织和城市三个层面构建完整的影响知识型准移民再迁移意愿的因素体系，并重点关注房价在其中扮演的重要角色，研究结果表明：房价上涨对知识型准移民再迁移意愿整体具有显著的影响，但在不同分组情况下影响程度存在着差异性。此外，个人和家庭收入状况、组织对员工职业生涯的管理及城市级别对知识型准移民再迁移意愿的影响也较大。

一、问题的提出

实施创新驱动战略是实现中国经济转型的重要支撑。城市作为知识产出的集聚地，其创新水平和质量对于实现这一转型至关重要。然而，中国城市普遍存在创新不足的问题。中国创新城市评价课题组2012年的研究表明，从全球范围的横向比较来看，中国的整体创新水平仍然处于较低水平，只相当于发达国家的1/5左右，而参评城市总体创新水平则相当于发达国家的1/3左右。

国内外的相关学术研究已经表明，当地创新系统的完善和区域创新效率的提高与本地劳动力素质提升之间存在着很强的正向关系。［1］［2］在中国经济由要素驱动向创新驱动的大背景下，提升中国城市创新水平需要将城市发展思路由招商引资的要素驱动型向人才引领的创新驱动型转变，是否能够吸引并留住更多的知识型人才是顺利实现这一转变的关键所在，而有效地识别并消除造成知识型准移民再迁移的障碍性因素是解决上述关键问题的主要思路。近年来，伴随着中国城市房价的快速上涨，越来越多的经济现象表明房价会对知识型员工的就业空间选择行为产生影响。许多归国留学人员正在把创业活动由北上广等一线城市转移到二、三线城市，相对低廉的房价是其中重要的影响要素。创新型城市的代表——深圳，2015年开始也大量出现了“高薪难抵高房价，导致人才内迁”的现象，只有那些实力雄厚的大公司、有土地建人才宿舍的大企业才能留得住人。而在最具创新活力的高校应届毕业生方面，以清华大学为例，2015年3月份公布的数据显示，该校毕业生在京就业的比重已由10年前的80%连续三年降低至50%以下，“跳出农门满心欢喜，巨款买房全家返贫”，居住成本的快速上升使得在大城市工作的年轻人难以融入并开始将目光转向故乡或二、三线城市。

“知识型移民”是指受过高等教育、掌握相应知识技能，在不同地域之间进行流动，以在新的迁入地定居为目标并定居一年以上的迁移人口。［3］“准移民”目前还是一个新生词汇，对这个词汇的准确理解主要在于，劳动力迁移是一个相对比较复杂的过程，即完整的迁移分为两个阶段，第一个阶段为劳动力从迁出地转移到迁入地的过程，第二个阶段为劳动力在迁入地定居的过程。［4］诸多研究显示，中国的劳动者，特别是向发达城市迁移的农村劳动力对于能否长期持久地在迁入地居住下来抱着不乐观的心态。对于已经从迁出地转移出去的这部分劳动力也就因此具有持久性迁移和非持久性迁移的区别，即迁移者是否具备打算在流入地长期居住而不打算返回原居住地的迁移行为，他们依然具有流动性并随时可能发生再迁移，通常称他们为“准移民”。豆小红、黄飞飞最早提出了“知识型准移民”的概念［5］，笔者重点研究房价上涨对这部分群体迁移意愿的影响，即对知识型移民的劳动力迁移的第二阶段进行意愿调查。城市中知识型准移民这一群体规模庞大，包括许多在城市中居无定所的大学毕业生，从身扛重任的“上漂”“北漂”，到越来越被边缘化的“蚁族”，再到企图利用知识改变命运的“穷二代大学生”，这一群体正在努力适应和融入城市，亟待受到关注；而这一群体能否在迁入地城市长期地居留下来，对于创新型城市的建设至关重要，这在当前中国经济走向创新驱动的转型过程中具有很强的现实意义。本文中主要是讨论以下两个问题：一是知识型准移民迁移意愿受到哪些因素的影响？二是房价上涨在其中究竟扮演着什么样的角色？

二、文献综述与理论分析

（一）文献综述

关于劳动力迁移的基本理论中，其中影响力较大的主要有“推力—拉力”理论、新迁移经济理论以及二元劳动力市场理论等。国内有关劳动力迁移的文献主要聚焦于“农民工”群体，这主要是因为20世纪90年代中期以来“三农”问题在社会上引起了广泛关注。自蔡昉利用1990年的普查数据率先对农村劳动力的迁移问题进行研究之后，目前此领域的研究已经相对比较充分，研究选取的变量大多从个人特征的角度出发，例如年龄、性别、婚姻状况、受教育程度等。一些研究结果发现，处于青壮年年龄段的人更容易迁移，已婚会使得迁移的概率大大降低［6］；男性较女性迁移意愿要更加强烈［7］；教育程度越低越会对劳动力的迁移产生阻碍作用［8］［9］。此外，人均耕地面积、收入状况等一些社会因素均被证明能够对迁移产生影响，迁入地和迁出地的收入差距与迁移意愿呈现正相关，而耕地面积则与之呈现负相关关系。［10］

已有研究也较多涉及房价对劳动力迁移的影响。Coe &Helpmen，Helpman和Krugman分别使用传统的“中心—外围”模型和新经济地理学标准模型，得出了房价过高会导致劳动力的分流，影响劳动力的相对效用，并阻碍劳动力在区域上的集聚。［11］［12］［13］对英国和德国等不同国家的研究也都显示房价对于区域集聚的影响比较广泛，房价上涨会阻碍劳动力迁入，已成为制约劳动力正常流动的屏障。已有文献还发现，房价上涨对劳动力流动的影响并不是单向的，劳动力的流入也会推动房价的上涨。［14］［15］经济集聚的地区，随着劳动力的迁入，劳动力的流入使区域产生“拥堵”效应，房价会被随之推高。［12］［16］可以说，房价与劳动力迁移的关系，具有复杂的交互关系，或者是同步的。国内关于房价上涨对劳动力迁移意愿影响的研究还很缺乏，而且主要也是针对农民工。周建华、周倩发现高房价背景下农民工留城意愿整体没有预期高，一些农民工表现出模糊、矛盾的心态，相对房价高的大城市，中小城市成为未来农民工定居的主要意向城市。［17］董昕将住房价格对人口迁移意愿的影响细化为购房与租房两方面，采用房价收入比和房租收入比等作为变量进行经验研究，结果发现房价收入比和房租收入比对人口持久性迁移意愿的影响均显著。［18］

上述研究主要聚焦于农村或一般劳动力，但是仍然可以为知识型移民迁移的研究提供有益的分析思路和方法。目前针对知识型劳动力迁移的文献比较少，论及房价对其迁移影响的文献更少。而知识型移民对于创新型城市的建设至关重要，并且房价在其中确实扮演着重要的角色，因此探讨房价对知识型员工迁移的影响具有进一步深入研究的价值。笔者通过将房价引入知识型人口再迁移模型，丰富了人口迁移的理论研究成果，也试图为科学地制定城市房价管理政策并最终促进创新型城市的建设提供建议。

（二）知识型准移民再迁移意愿影响因素分析

对“知识型员工”最早做出概念界定的是彼得·德鲁克，他认为：“所谓的知识型员工，就是了解和掌握符号和概念，运用知识和信息为工作服务的人。”知识型员工通常教育背景更加丰富，具有更高的职业素养和更强的创造性，在马斯洛层次需求理论中他们一般处于较高层次。与一般劳动力相比，知识型移民的目光更长远、思维更全面，个人未来的发展比眼前利益更能激发他们的兴趣［3］，因此除了像一般劳动力迁移时主要关注户籍因素和收入因素外［19］［20］，知识型员工更多地关注工作机会和生活环境因素［21］，以及组织能否带给他足够的职业发展机会［22］［23］，因此组织的职业生涯管理措施会对员工的心理和行为产生积极的影响［24］。

知识型员工与一般劳动力之间在再迁移意愿的影响因素方面存在显著的差异。结合劳动力迁移的两阶段理论分析，我们不难发现，一般劳动力所关注的户籍、收入水平等因素通常都是迁移第一阶段或迁移之前时所关注并能够获取的相对确定的显性信息；而知识型员工所关注的职业发展、生活环境等因素通常是在迁移的第二阶段才能够真实感知的隐性信息，即进入此阶段后才能够感知现实是否与预期存在着差异性。从这点意义上讲，显然第二阶段的相关因素对于知识型准移民是否决定留下来的再迁移意愿有着更大地影响。基于以上理解，结合已有文献中一般劳动力迁移意愿的影响因素和对知识型员工迁移影响因素的具体探讨，笔者尝试从个体、组织和城市三个层面构建影响知识型准移民再迁移意愿的因素体系。

1.个体层面。个体层面主要指与个人特征相关的因素，主要包括教育水平、学科背景、工作年限、收入状况等。

教育水平。教育水平一直是影响劳动力迁移意愿的重要因素。［25］一般而言，受教育程度越高，越容易获得期望的工作机会和收入，从而提升在迁入地城市定居的意愿。知识型员工教育水平普遍较高，包括本科、硕士和博士等多个层次。教育水平的提升除了能够保证知识型员工获得更加丰厚的物质报酬外，也使得他们对就业有了更多的要求，尤其对于部分高学历的人群来说，当在某些城市可能无法发挥所学知识与才能时，他们往往会往其他城市寻求发展机会，从而产生迁移行为。

学科匹配。由于城市间主导产业的差异性，以及不同学科背景的知识型员工身上拥有的异质性人力资本特性，使得具有不同学科背景的知识型员工在就业市场上的需求度差异很大。尤其是在发达的一线城市，对于技术性人才的需求远远大于二、三线城市，而一些通用型的岗位则出现人才过剩的现象，因而“结构性失业”现象的产生与劳动力的学科匹配有很大关系。上述现象使得不同学科背景的知识型员工的发展路径、职业发展空间以及需要的专业匹配度在不同级别的城市之间有着很大的差异性，并对其迁移意愿产生较大影响。

工作年限。社会融入状况已成为影响劳动力迁移意愿的重要因素。［26］随着知识型员工在城市工作年限的逐渐延长，劳动力的城市融入效应呈现逐渐上升的趋势。居住在城市时间越长的劳动力对本地越熟悉，社会关系网密度和强度也会越大，因此更愿意留在目前工作地生活。但是对于部分劳动力来说，越长的工作年限让员工剥离了工作初始的新鲜感，员工对企业、对城市有了更深的了解，从而让劳动力更加清楚自身的不足以及对于未来发展的方向，进而决定是否应该从本地迁移。

收入状况。这里的收入状况不仅仅指个人，还包括父母家庭的状况。新家庭经济迁移理论强调家庭在人口迁移中的作用要远远大于个人，对于很大部分知识型准移民来说，其毕业之后来到一个陌生的城市工作生活，由于处于职业生涯的早期，在购房等方面经济能力仍然较弱，通常需要依靠父母家庭帮助解决，个人和父母家庭收入越高则越容易在工作城市定居下来，因此知识型准移民的再迁移意愿与自己和父母家庭的收入状况有着很大的关系。

2.组织层面。与一般劳动力相比，知识型员工更强调工作成就需要和自我发展需要，这就使得组织选择在他们个体职业发展中处于一个更加重要的位置。在组织因素方面，企业性质、产业类型以及职业规划等都可能会对知识型员工的迁移意愿产生影响。

企业性质。中国企业所有制呈现出多元化的特征，不同性质的企业在人才管理机制、创新管理机制上都会存在着较大的差异性。因此，对于知识型员工来说，企业性质是他们考虑自身知识构成与企业匹配度，以及是否能够提供一个更好的个人发展平台的重要因素。

产业类型。产业分类是人们为了满足不同需要而根据产业的某些相同或相似特征将企业的各种不同经济活动进行分解和组合以形成多层次的产业门类的过程。对于知识型员工个人来说，选择从事的产业类型是综合考虑企业发展前景、产业生命周期、经济结构、竞争力等方面的结果。因此，身处于不同的产业，知识型员工可能会有不一样的迁移意愿。

职业规划。知识型员工关心在组织中的发展空间，即组织能否带给他足够的职业发展机会，满足其个人职业发展要求。知识型员工在不同的发展阶段，其自身知识能力和价值观等都有所不同，追求的目标也会有所不同，因此在不同的职业发展阶段会表现出不同的主导需求。［27］组织能否根据知识型员工的上述特点合理制定员工的职业生涯规划，将在很大程度上决定他们是否愿意继续留在当前组织之中。

3.城市层面。城市是人类工作生活的主要载体，城市间在不同因素上产生的推拉效应是劳动力产生迁移行为的主导因素，例如政治环境、经济环境、失业率、工作机会、工资水平等。对于知识型员工而言，与其迁移行为相关的主要因素有城市级别、高端产业、公共服务以及城市房价等。

城市级别。城市级别高低意味着不同的经济管理权限，级别越高的城市拥有更多的税收提留，具有更强的城市建设能力。［28］城市规模对个人发展具有一定的影响，大城市中个人就业概率、经验积累和工资收入等具有较大的优势，而在小城市中个人社会地位上升的机会相对较多。［29］对信息产业中的科技人才开展的调查也表明，研究高素质人才的就业城市选择，发现越偏好城市舒适系统，越会选择行政级别高、人口规模大、收入水平高的城市就业。［29］可见知识型员工更愿意在城市发展好、收入水平高的区域就业。但城市级别高通常也会带来诸多不利影响，如房价攀升、交通拥挤等导致的舒适度下降。上述因素都会影响知识型移民的迁移意愿及迁移行为。

高端产业。高新技术产业发展与创新型城市建设相得益彰，知识型员工是高新技术产业的核心资本和持续竞争优势的关键来源，而高新技术企业发展也加大了对于知识型员工的需求。一个城市的高新技术产业发展状况决定了对知识型员工的需求数量和质量，高新技术产业越发达的城市，对于知识型员工的吸引力也越大，并进而对他们的迁移意愿产生影响。高新技术产业的发展既为知识型员工提供了实现自己人生价值的舞台，同时也能给知识型员工带来更高的收入水平，而流入地和原来居住地的工资差异通常是劳动力迁移的最大动力。［20］

公共服务。公共服务是政府向居民提供基础教育、医疗卫生、文化娱乐、社会保障、生态环境等方面的服务，但是经济发展的不均衡性导致了城市间在公共服务领域的巨大差异。较早的Tiebout模型探讨了居民可流动情况下的公共产品提供过程［30］，认为居民根据地区间的支出－收益组合来选择居住地区，在提供不同公共服务的社区间自由流动可以充分显示他们对公共产品的偏好，通过“以脚投票”实现公共产品的最优配置。在中国，享受城市公共服务与拥有户籍息息相关，是否拥有户籍意味着能否享受城市发展带来的福利、教育、医疗等服务并决定了劳动力是否能够更好地融入城市。

住房价格。住房价格是目前学者很少探讨的一个影响迁移意愿的重要因素，但在目前众多推力中，住房价格所具有的排斥作用日益凸显，特别是在一线城市中，住房价格已成为排斥劳动者定居的主导因素。Cameron的研究表明，住房价格对人口迁移产生阻碍作用的最显著机制是增加了迁移人口的生活成本。［31］城市住房价值差异的拉大促使住房成为城市排斥外来者和扩大差距的一种有力工具，流动者的迁移成本因此而迅速增加，而近年来住房价格的快速上涨则加剧了这一状况。对于知识型准移民来说，他们还处于“漂”的阶段，如果无法承受城市不断上涨的住房价格，也无法从外部获得父母的支持时，就会对再迁移意愿产生重要影响。

三、样本数据与模型构建

（一）样本选择与数据来源

本文重点关注对知识型准移民再迁移意愿构成影响的因素，尤其是住房价格在其中扮演的重要角色，因此问卷调查的对象为那些尚未在迁入地正式定居，还未真正成为新市民的这部分知识型员工。调查采取以流入地为主的原则，结合房价数据的易得性，重点考虑70个大中城市中人口流入较为集中的城市，最终调查样本所涉及的城市共有37个。问卷发放采取以网络调查为主，实地调查为辅的形式，共发放问卷420份，回收问卷403份，问卷回收率为95.6%，其中有效问卷388份，有效问卷回收率为92.4%。

本研究的房价数据来源于国家统计局发布的70个大中城市房价统计数据，其他相关变量数据来源于各大中城市的统计年鉴及国民经济和社会发展统计公报等。

（二）模型构建

基于上文对知识型准移民再迁移意愿影响因素的分析，笔者选择其中部分因素建立多元线性回归模型，分析房价上涨对知识型准移民再迁移意愿的影响和作用，具体模型如下。

（三）被解释变量

再迁移意愿(Will)，是指知识型准移民是否愿意放弃目前迁入地的生活而选择再迁移到其他城市。本研究采用李克特五分量表法，对再迁移意愿的强烈程度分为五级，分别是不强烈、比较不强烈、一般、比较强烈、非常强烈，并进行1-5的赋值，迁移意愿越强烈，赋值越高。

（四）解释变量

房价上涨率(HPRR)。本研究选取前两年新建住宅价格指数增长率的均值为房价上涨率。

（五）控制变量

1.个人因素。（1）文化程度（EDU）。由于知识型员工的文化程度一般较高，本研究用学历来衡量文化程度，具体分为大专、本科、硕士和博士。（2）学科背景(SUB)。本研究依据西方学科分类的方法，将学科背景分为理科、工科、商科、文科、医科和政法科。（3）工作时间(TIME)。知识型准移民在迁入地已经工作的年限。（4）收入水平。以个人每年收入水平(PPIR)和家庭收入水平(FPIR)来反映。

2.组织因素。企业性质(NAT)。将劳动力所在工作单位的性质分为机关事业单位、国有企业、民营企业、外资合资企业四类。（1）产业类型(IND)。将产业类型划分为劳动密集型、资本密集型、技术密集型和知识密集型四类。（2）职业生涯(CAR)。从晋升公平、职业发展沟通和培训情况三个维度来设计量表，并衡量组织对员工职业生涯的管理效果。采用李克特五分量表的形式，答案设置为非常符合、比较符合、说不清、较不符合和非常不符合，并依次从1-5赋值。

3.社会因素。（1）城市级别(CIT)。按照通常划分标准，将北京、上海、广州、深圳、天津作为一线城市，二线城市为杭州、南京、济南、武汉、长沙、成都、重庆、沈阳、苏州、郑州、青岛、无锡、宁波、大连和佛山等省会城市、重要沿海城市或经济发达的城市共15个，其余城市为三线及以下城市。（2）高端产业(R&D)。本文采用R&D经费投入强度作为衡量高新技术产业发展的指标，即R&D经费支出与GDP之比，这也是衡量一个地区在科技创新方面努力程度的重要指标。（3）公共服务(PUB)。政府对于公共服务的财政支出主要包括维护性公共服务、经济性公共服务和社会性公共服务三类，本研究关注的是社会性公共服务，是政府为促进社会公正与和谐而为全社会提供的平等的公共服务，主要包括教育、科学技术、文化体育与传媒支出、医疗与计划生育等。本研究采用人均社会性公共服务支出来衡量公共服务水平。

表1 模型拟合结果汇总

表2 ANOVA方差分析

四、实证分析

先对整体样本进行回归分析，同时，考虑到样本之间的差异性，将按照企业性质和城市级别进行分组回归。

（一）整体回归分析

本研究将房价上涨率这一解释变量和学科背景、工作时间、个人收入、家庭收入、产业类型、职业生涯、高端产业及公共服务水平八个控制变量同时代入回归模型中，经过SPSS20.0的运行，得到模型汇总表、ANOVA方差分析结果和回归系数。从模型的显著性来看，R2值为0.512，调整后的R2值是0.473，模拟拟合情况一般；F值3.935，概率值是0.000，说明整个模型对知识型准移民迁移意愿的影响是显著。

表3 多元回归系数表

从表3系数的显著性来看，解释变量的回归系数是0.681，解释变量的概率值为0.064，即在10%的显著水平上房价上涨率这一解释变量的回归系数是显著的。八个控制变量的回归系数分别是-0.066、-0.044、0.034、0.052、-0.014、0.212、-0.244、-0.922，其中学科背景、工作年限、产业类型、高端产业发展和公共服务水平的系数为负值。FPIR、Career、R&D在5%显著水平下显著。

由此可以看出，房价上涨对于知识型准移民的迁移意愿产生了显著的正向影响。另外，工作年限对于迁移意愿有负相关关系，员工在工作地工作年限越长，迁移的意愿越不强烈；个人房价收入比与家庭房价收入比对于再迁移意愿具有显著的正相关关系，并且家庭房价收入比相对于个人房价收入比对于意愿的影响更强烈，个人的迁移意愿受到家庭经济情况的影响，家庭经济条件好有助于在迁入地城市定居；企业对于员工职业生涯的管理也是影响知识型员工迁移的重要因素，企业对于员工职业生涯的管理越符合员工的期望，员工的离职意愿就越低，从而迁移的意愿也越不强烈；高端产业发展和公共服务水平两者均对知识型准移民的迁移意愿具有负相关影响，政府的投入力度越大，准移民的再迁移意愿就越小。

（二）分组回归分析

除了整体回归分析之外，为了验证在不同的组别之间上述计量结果是否存在着差异性，本研究还拟根据文化程度、企业性质和城市级别对样本进行分组回归。由于在文化程度分组中博士的样本量很少，本科与硕士的回归结果非常类似，对比分析的意义较小，因此本研究重点对企业性质和城市级别的分组回归结果进行介绍。

1.基于企业性质的分组回归。本研究将388个样本按照企业性质的不同分成四个组别，探讨在不同企业性质下房价上涨对知识型准移民迁移意愿的影响，模型1到4分别为机关和事业单位、国有企业、民营企业、合资及外资企业分组，回归结果如表4所示。各模型的方差膨胀因子VIF和D.W检验表明模型不存在多种共线性和序列相关问题，因此模型具有统计学意义。

表4 不同企业性质的多元回归系数表

上述计量结果表明，在不同的企业性质下，知识型准移民由于房价上涨导致的迁移意愿也有很大差异。在机关事业单位以及合资外资企业工作的知识型准移民的迁移意愿与房价上涨率在10%的显著水平上呈现微弱的负相关关系，说明房价上涨对这类单位的员工并不构成再迁移的推力。在国有企业和民营企业工作的知识型准移民迁移意愿与房价上涨均正相关，房价上涨对这类单位员工的再迁移意愿有着更显著的影响。其他因素方面，工作时间、个人收入、职业生涯管理、公共服务水平与员工的迁移意愿均呈负相关关系，与整体回归结果相似。家庭房价收入比基本也与迁移意愿呈正相关关系，但合资及外资企业员工的家庭收入水平比与迁移意愿出现负相关的情形，说明这类型企业的知识型准移民家庭收入情况对其在城市定居的影响很小。高端产业发展与迁移意愿基本也呈负相关关系，但是国家机关和事业单位的知识型员工为特例，由于并不直接在高端产业就业，因此高端产业发展与其再迁移意愿并无特别大的联系。

2.基于城市级别的分组回归。本研究将388个样本按照城市级别的不同分成三个组别，探究在不同城市级别下房价上涨对知识型准移民迁移意愿的影响，模型5到7分别表示一线城市、二线城市和三线及以下城市，分组回归结果如表5所示。各模型的方差膨胀因子VIF和D.W检验表明模型不存在多种共线性和序列相关问题，因此模型具有统计学意义。

表5 不同城市级别的多元回归系数表

上述计量结果表明，一线城市和二线城市中，房价上涨对知识型准移民的迁移意愿构成正相关且分别在5%和10%的水平上显著，说明对于工作在一、二线城市的知识型准移民来说，房价上涨越快，其迁移意愿也越强烈。三线及以下城市的知识型准移民则与一、二线城市不同，随着房价上涨，其迁移意愿并不强烈，两者呈负相关关系，并且在5%的水平上显著。其他因素方面，一线城市的知识型准移民的工作时间对迁移意愿具有正向影响，二线城市和三线及以下城市则具有微弱负向影响；个人收入对知识型准移民迁移意愿的影响在一线城市中呈正相关关系，而在二线城市和三线及以下城市则呈现负向关系；家庭收入方面，二线城市知识型准移民的迁移意愿受到家庭收入的影响较大，两者关系最为显著；员工的职业生涯管理与迁移意愿在各级别城市中呈现出一致性的特点，员工对企业职业生涯管理越满意，迁移意愿也越低；城市的高端产业发展和公共服务水平的回归系数均为负，说明城市的高端产业投入越大、公共服务水平越高，知识型准移民的迁移意愿也越低，但是三线及以下城市与一、二线城市相比，该系数的负相关更加明显。

五、结论与建议

（一）研究结论

本研究实证分析结果表明，住房价格已经成为影响知识型准移民再迁移意愿的重要因素之一，当前各城市快速上涨的房价整体削弱了知识型准移民在迁入地城市定居的意愿。上述现象在一二线城市表现尤其明显，远胜于三线及以下城市，这在一定程度上能够说明，虽然一二线城市在创新型城市建设方面依然具有其他城市无可替代的优势，但是快速上涨的房价已日益成为驱离优秀人才的重要原因，这必然会影响一些高端产业的发展，最终给创新型城市建设带来严重负面影响。

其他因素方面，在个体层面上，个人收入和家庭收入是对知识型准移民的再迁移意愿影响最大的两个指标，并呈负相关关系；工作年限与再迁移意愿呈负相关关系，工作年限越长，迁移意愿越低；文化程度、学科背景与再迁移意愿的相关性不是特别显著。在组织层面上，职业生涯的管理与知识型准移民的再迁移意愿显著正相关；企业产业类型与再迁移意愿的相关性不大，这与知识型准移民的工作内容和性质有关，机关事业单位人员的再迁移意愿随着房价的上涨却在降低，与其他单位性质的人群有着显著的差别。城市层面上的各个因素均与知识型准移民的再迁移意愿有着相当显著的相关关系，高端产业发展和公共服务水平越高，再迁移意愿则越低，这一结果在三线及以下城市相比一、二线而言更明显。

（二）相关建议

为推动创新型城市建设，从房价管理促进城市创新的角度，需要重点关注以下几个方面。

1.加快扩容新的一线城市。一线城市中北京、上海等城市的人口已经突破2000万，可供其扩张的城市空间已经很小，而人口还在不断流入。这一突出矛盾的核心在于中国的一线城市数量太少，中国需要新的一线城市来分享新的人口集聚红利，一些二线城市急需提升自身实力，成为新的一线城市。对于许多知识型准移民来说他们需要一个在一线城市工作的机会，但也愿意在二、三线城市这些相对轻松和房价压力小的城市工作，这对于许多二、三线城市来说是一个很好的机会，因此政府需要在城市体系规划中积极做好引导工作，将部分二线城市升级为一线城市，形成一线城市空间上的合理布局。

2.重新审思房价管理的长期政策目标。面对房价上涨对知识型准移民迁移意愿产生的负面影响，政府需要重新审思是否有必要为了短期的土地财政收入增长而牺牲对城市长期发展更为关键的城市创新能力。消除地方政府的短视行为，走出房地产业发展的迷思并选择一条对城市发展更有利的可持续发展道路。在当前中国正在走向创新驱动的大背景下，各城市应紧密围绕吸引和留住知识型人才来制定政策，从而形成稳定且丰裕的人才储备并满足产业升级的人才需求。

3.因城施策制定促进城市创新的措施。一、二、三线城市房价上涨程度不同，房价对城市创新的影响也存在较大差异，在房价管理举措制订上也要遵循因城施策的原则。对于房价过度上涨的一线城市，政府应加大控制力度防止房价进一步上涨损害城市创新水平。对于房价上涨超出合理范围不严重的二线城市，政府应制定松紧适度的调控政策，促使房价回归正常水平。对于三线城市，政府可制定相对宽松的调控政策，引导房价上涨维持在合理范围内，推动城市创新取得进展。一、二线城市可通过价格补贴、税收减免或保障住房和公共租赁用房等多种形式的住房供给模式来满足新流入高素质劳动力的住房需求，此外，由于城市级别、R&D投入、公共服务水平都与知识型准移民的迁移意愿有着显著的相关性，因此各级别的城市政府也应在上述领域加强投入，以提高城市对于知识型准移民的吸引力。

4.三线城市加强自身吸引力。尽管三线以下城市与一、二线城市相比在吸引知识型移民方面具有先天性的劣势，但知识型准移民亦有可能放弃一、二线的发展机会来到房价相对更低的三线及以下城市，对此，迁入地城市应做出积极呼应并有的放矢地提高自身吸引力。比如，积极利用高铁和通讯技术改善带来的区位条件的改善，形成具有区域优势的独具特色的产业集群；形成相对一、二线城市更加有利创业的政策环境和金融服务，以及在教育、医疗、养老、技能培训等方面更优质的基本公共服务。知识型员工最注重的是个人成长机会，因此尽管三线城市条件相对较差，但只要针对知识型员工的特点和要求有的放矢，那么在吸引知识型员工方面仍然拥有很大的操作空间。