“抢人大战”会推高城市房价吗?——基于“人才新政”的政策效应检验

□ 陈新明 刘丰榕 朱玉慧兰

(1.北京大学 政府管理学院, 北京 100871; 2.中央财经大学 中国财政发展协同创新中心, 北京 100081)

一、问题提出

“聚天下英才而用之”是中国国家制度和国家治理体系的显著优势。将人才定位为解决发展瓶颈问题、提升区域竞争力优势的核心要素已成为众多城市的共识。2016年3月中共中央印发《关于深化人才发展体制机制改革的意见》(简称《意见》)，并指出,“破除人才流动障碍”、“实行更积极、更开放、更有效的人才引进政策”。在贯彻落实《意见》的过程中,地方政府开始纷纷出台着力引才聚才的“人才新政”，引发社会高度关注,被称为“抢人大战”。

截止到2019年底,全国近80%的城市(直辖市、地级市)制定并出台了关于人才引进、培养、开发、利用等一系列政策体系的“人才新政”(1)数据来自北京大学人力资源开发与管理研究中心统计。。学者们将这次表现出强烈地方自主性的政策创新扩散(Policy Diffusion)归因于城市应对人口红利衰减[1]、争夺存量青年人力资本[2]、经济结构转型横向竞争[3]等,其中土地财政依赖下房地产行业扶持被普遍视为重要动因[4]。房地产行业是以土地为信用基础、积累城市化原始资本的“土地财政”最大获益者,而地方政府同样从房地产行业获益巨大,除高额土地出让金外,还有房产税、城镇土地使用税、土地增值税、耕地占用税、契税等多个税种,以及利用土地融资等,所得占房价的约六成[4];此外,房价和地方官员晋升存在一定关联性[5]。因此,城市制定并出台“人才新政”的一条重要逻辑被解释为,运用政策手段吸引人口持续流入,通过保障房地产需求稳定房价以支撑土地财政。当前公共政策对城市房价影响的实证研究,多集中于房地产调控政策[6]、货币政策[7]、土地政策[8]、房产税政策[9]等自上而下纵向指令型政策,较少涉及诸如“人才新政”等兼具自下而上和横向模仿竞争扩散特点的政策效应。此类政策是否会影响城市房价?城市制定出台“人才新政”的重要政策目的是否能够达成?这些问题尚待解答。此外,针对“人才新政”的研究目前多聚焦在政策解读和内容效力的分析,如政策工具比较[10]、区域[11]或某类人才[12]的政策演进特点等,而缺乏政策实施效果的评估。基于此,本文的研究将城市“人才新政”视为准自然实验,按照一个城市是否出台“人才新政”,分为商品住宅销售价格(简称“住房价格”)受“人才新政”影响的实验组和不受影响的控制组,采用双重差分估计,将“人才新政”对城市住房价格的影响做因果推断,尝试回答以下问题:“人才新政”通过改变城市人才发展的制度环境较短时间产生人才集聚,全国范围内城市的住房价格会对此做出什么反应?一线、新一线、二三线等城市特征不同,商品住宅市场也有结构差异,住房价格受“人才新政”的政策冲击是否存在不同?从而进一步丰富房价影响因素的政策效应和需求市场的解释,并对城市人才政策的效果评估提供实证支持,为地方政府相关决策提供参考。

二、“人才新政”对城市住房价格影响的理论分析

“人才新政”是指2012年党的“十八大”提出人才强国战略之后,面对经济社会发展转型,地方政府制定的关于人才流动与引进、选拔与培养、评价与激励、安全与保障等相关的人才政策。大量实证研究表明,人口数量具有正的真实住房价格弹性[13]。“人才新政”促使城市人才发展制度环境发生变动,通过在较短时期内的人才集聚，改变城市人力资本的质量和数量,从而对住房价格产生影响。

根据《国家中长期人才发展规划纲要(2010—2020)》,人才是指具有专门知识和技能,拥有较高素质和能力,通过创造性劳动为社会做贡献的群体。当前,城市“人才新政”主要针对高层次人才、专业技术人才、应届高校毕业生和创新创业人才等四类政策群体,打造两条政策路径:一是拉高补贴标准等“引才”,比如呼和浩特市大学毕业生购买住宅时“按照项目所在区域市场价格的50%确定”等;二是降低落户门槛等“抢才”,之前城市的落户门槛主要是两个方面,即年龄(45岁及以下)和学历(本科或专科以上),中共中央办公厅、国务院办公厅2019年12月联合印发《关于促进劳动力和人才社会性流动体制机制改革的意见》中规定,城区常住人口300万以下的城市要全面取消落户限制。不过众多二线以下城市早在之前的人才政策中就已取消了落户限制,一些二线城市如西安等落户的学历限制已放宽至中专。年龄方面,青年人成为城市“抢人”的重要目标,如南京为外地应届毕业生发放1 000元的面试补贴。城市旨在通过“引才”和“抢才”两条路径,提高城市人力资本质量和增加城市人力资本数量。据研究,城市高层次人才增加,往往意味着城市较高收入群体占比升高,从而增加城市有效住房需求而推高房价[14],而且随着流动人口受教育程度每提高1年,将推动当地房价增长9.35%[15];城市专业人才比重提升,以及创新创业者带来的外溢效应,会提高对非熟练劳动力的需求,并进一步吸引低技能劳动力集聚[16];降低落户标准提高城市人口规模,无论户籍人口还是流动人口,均会对房价有正向影响,流动人口增加1%,房价将提升0.36%[17];同时随着高校毕业生等人群增加,潜在住房需求群体扩大,也会影响城市居民对未来住房价格的预期,如图1所示。基于此,提出如下假设:

假设H1:城市“人才新政”出台对该市住房价格有正向影响。

图1 “人才新政”对城市住房价格的传导机制图

需要注意的是,一方面,“人才新政”政策本身存在异质性,不同城市情况不同,制定“人才新政”的资金补助标准、措施覆盖范围、政策执行力度存在差异,必然会影响到政策效力(Policy Capacity),而且随着出台“人才新政”的城市增多,基础设施建设、公共服务环境、区位和经济社会发展水平等不具有明显优势的城市,周边类似的政策供给将进一步降低自身政策吸引力;另一方面,由于房产供给弹性、人口流动偏好和收入水平等方面不同,流动人口对房价的影响存在显著的空间异质性[18]。此外,“抢人大战”实质上是对人才存量的政策博弈,近几年北京和上海人口控制力度加大,新一线城市由于迁移摩擦、舒适度等方面的优势,较其他城市更易成为京沪外溢人口的承接地,这些城市“人才新政”的政策动力和效力也明显较高。据此,提出如下假设:

假设H2:城市“人才新政”对不同层级城市的住房价格影响不同。

假设H3:城市“人才新政”对新一线城市住房价格影响更加明显。

三、“人才新政”对城市住房价格影响的实证分析

(一)识别策略和数据

当除自变量外存在其他时间可变因素时,简单时间序列的差分估计方程存在变量遗漏问题,需要双重差分方程来识别政策的因果效应。不过,由于各城市出台“人才新政”的时间先后不一,而标准双重差分一般要求不同变量的政策出台为同一时间点,因此,本研究采用多期双重差分模型[19],将全体样本中还没出台“人才新政”的城市作为控制组,已经出台“人才新政”的城市作为处理组,即使最终所有城市都制定出台“人才新政”,也可以将未出台“人才新政”之时的观测城市作为控制组,估计方程如下:

γt+μd+εit

(1)

其中,下标i表示城市,t指代时间,lnPrice表示取自然对数的城市住房价格。如果城市i在第t月出台“人才新政”,则t月之前的Policyit取值为0,否则取值为1。γt和μd分别表示控制时间固定效应和商品住宅所在的城市固定效应,Controlsit表示控制城市特征及城市随时间变化的特征变量。同时,本研究将标准误聚类在城市层面,在允许城市间商品住宅售价存在系统性差异的同时,控制城市内的自相关效应。系数β1用来估计“人才新政”出台对城市住房价格的冲击。

本研究根据公开资料整理了全国293个地级市和4个直辖市“人才新政”制定和出台情况,构建了中国城市人才政策文本库,并统计城市首次出台“人才新政”的时间;城市商品住宅销售价格通过中国房地产指数系统(CREIS)获得;城市分级根据第一财经城市研究所编制的《城市商业魅力排行榜》;城市宏观经济情况、财政收支、人口结构、产业环境等控制变量数据来自2014—2018年的《中国城市统计年鉴》和《中国国土资源统计年鉴》等资料。

具体到各指标的度量,关于城市“人才新政”构建虚拟变量Policyit,各城市在各月份出台“人才新政”则取值为1,反之为0;城市特征构建控制变量Controlsit包含:控制城市经济发展水平对住房价格影响的变量,lnGDP表示取自然对数的城市生产总值,lnGDPper表示取自然对数的城市人均生产总值,GDPrate表示城市生产总值增长率(%),lnsalary表示取自然对数的城市居民收入水平;控制城市规模和环境状况对住房价格影响的变量,lnarea表示取自然对数的城市行政区划面积,lngreen表示取自然对数的城市绿地面积,lnpopulation表示取自然对数的城市人口数量,poprate表示城市自然人口增长率(%);控制城市公共服务水平对住房价格影响的变量,college表示城市高校数,student表示城市高校在校生人数,hospital表示城市医院数,lninfras表示取自然对数的城市基金投资金额,lnreal表示取自然对数的城市房地产投资完成额,lnpubex表示取自然对数的城市公共财政支出。

(二)“人才新政”对城市住房价格的总体影响

利用全部样本城市的观测数据对方程(1)进行回归,结果见表1。(1)为加入所有控制变量,(2)为未加入任何控制变量。结果显示,“人才新政”变量的系数均是正值,添加控制变量并控制固定效应后“人才新政”对城市住房价格的政策效应冲击有所降低,表明较好地控制了其他因素的干扰。一个城市制定出台“人才新政”,商品住宅售价约会上涨5.8%。在城市经济控制变量中,城市生产总值越高、人均生产总值越大的城市住房价格越高;城市公共服务水平控制变量中,公共财政支出和城市高校在校生人数越高的城市住房价格越高。综上所述,“人才新政”对城市住房价格有显著且较为稳健的正向影响,假设H1成立。

表1 “人才新政”对城市住房价格的总影响及稳健性检验表

注:括号里是标准误;*表示p<0.1,**表示p<0.05,***表示p<0.01;下同。

(三)不同层级城市住房价格响应的异质性

利用不同层级城市的观测数据对方程(1)进行回归,结果见表2。(1)、(3)、(5)、(7)分别表示加入控制变量,一线城市、新一线城市、二线城市、三线城市和四五线城市的回归结果;相应地,(2)、(4)、(6)、(8)表示未加入任何控制变量的回归结果,见表3。结果显示,“人才新政”对不同层级的城市住房价格影响不同,除新一线、三线城市外,其余层级城市系数不显著,假设H2成立;一个新一线城市制定出台“人才新政”,商品住宅售价约会上涨7.3%,假设H3成立。

表2 不同层级城市住房价格响应的回归结果表

(四)稳健性检验

双重差分有效估计的前提条件是满足平行趋势假设,即关键变量在“人才新政”出台前后的变化趋势是平行的。研究中常用安慰剂检验,即通过替换处理组或假设政策起作用的虚拟时间。假设出台“人才新政”的城市并没有制定出台该政策,或变动“人才新政”出台时间。由于全部样本中“人才新政”出台时间有先有后,因此安慰剂检验中,保留控制组样本和直到2017年才出台“人才新政”的处理组,然后对2017年前的样本做标准DID回归。这里将“人才新政”出台的时间虚拟为2016年1月。结果显示,虚拟的“人才新政”变量系数不显著,通过安慰剂检验,即“人才新政”出台前处理组和控制组城市住房价格变化满足平行趋势假设,结果见表1。

四、结论与讨论

本研究通过2014年以来的城市商品住宅销售价格和城市特征数据,结合“人才新政”这一较短时间快速扩散的公共政策相关数据,运用双重差分模型等方法估计政策效应,实证考察了“人才新政”对城市住房价格的影响。研究发现:“人才新政”对全国城市住房价格有显著的正向影响,一个城市制定出台“人才新政”会推高该城市住房价格上升5.8%;不过,不同层级城市住房价格的政策响应具有异质性,新一线城市出台“人才新政”对住房价格的政策冲击更为显著,在控制城市特征变量的情况下对城市住房价格的政策效果为7.3%。这些结论提醒研究者,不仅要关注城市人才政策对住房价格的一般影响,更要注意不同层级城市政策效果的差异性。本研究为后续城市人才政策评估提供了一个经验基础,对地方政府人才机制体制改革的政策设计具有一定的参考意义。

本研究的政策含义主要体现在三个方面:一是城市制定出台“人才新政”会对当地住房价格产生正向冲击,在政策制定中应注意城市存量人才的利益,避免“新老有别”。各地密集而力度空前的“人才新政”,往往在住房补贴、岗位薪酬福利、事业发展平台甚至家庭成员生活等方面为新进人才突破城市原有人才待遇空间,然而若是无法平衡好增量和存量的关系,一旦形成“新老有别”的局面,必然会挫伤城市存量人才的积极性,甚至引起人才外流,“人才新政”效果将会大打折扣。二是不同层级城市住房价格的政策响应具有异质性,政策制定时地方政府应合理配置注意力,选择更为有效的政策工具,避免政策同质化。各地需要遵循人才发展规律,基于城市战略定位,在人才引进和选拔、开发和培育、激励和发展以及保障等环节合理分配政策注意力,更好地挖掘诸如地理区位、教育资源、市区面积与人口、城市历史与文化、产业布局与集聚等方面的城市要素禀赋的比较优势。三是优化人才发展环境,持续吸引“留”人才。“留得住”人才是发挥人才这一战略性资源的前提条件。短期的物质刺激无法打造城市对人才的持续吸引力,优化人才发展环境才是城市引才聚才的核心竞争力。基于当地产业经济与社会发展需要因地制宜地创造人才发展的平台,积极营造公平公正、积极择优的政策环境,建立敬才爱才的文化环境、法律保障环境以及人才生态环境,大力提升城市公共服务水平,比如注重绿化和空气质量,打造良好宜居环境,形成独具城市特色的人才吸引力。□