史安平 常社会
(湖北大学楚才学院,湖北 武汉 430062)
自1999年高等教育改革以来,各大高等院校招生规模迅速扩大,这也给各大院校所在城市带来了大量的优秀人才,而随着中国城市格局日新月异的变化,各省会城市以及经济辐射中心城市发展迅速。城市为了可持续发展也对各类人才产生了相应的需求,因而出台了人才引进政策,为城市的后续发展储备人力资本,有力地促进了城市的全面发展。2017年以来,国内一些二线城市陆续出台了人才引进及相关的后续保障政策。部分城市如南京、武汉、西安等甚至放宽落户限制、提供住房补贴使得高学历人口在短期内聚集,从而改变了其人力资本的数量和结构。人才落户大大增加了住房需求,进而对引进城市的房地产市场造成冲击。因此,研究人才引进政策、厘清人力资本与城市住房市场的关系具有较强的现实意义,不仅能全面促进城市的可持续发展,为城市进一步发展提供源源不断的知识动力,对于地方政府制定相关政策也有重要的参考价值。
学术界对中国房地产市场的研究较多,可以将影响住房价格的因素分为人力资本因素和非人力资本因素。在非人力资本因素方面已经有许多学者做了相关的研究,因本文研究重点不在于此,所以不做陈列。而对于人力资本因素,Gonzalez等(2013)以西班牙为例,研究发现在1998年到2008年之间,外来务工人员带来的17%人口增加对房价上升贡献了25%的影响,这是由于城市人力资本的扩张带动了房地产市场的发展。Mussa等(2017)研究发现外来人口不仅对移民区的房价有正向影响,而且还对周围地区的房价有9.6%的溢出增长作用。人力资本与房价之间正相关的关系在国内研究中也得到了许多学者的支持。陈秋玲等(2018)研究发现人才引进政策能增强人力资本流动性,这也是对房地产市场产生影响的基础。陆铭等(2014)通过计量分析发现城市流动人口比例每增加10%,城市房价将上升8.3%。陈斌开等(2016)在对人力资本和中国城市住房价格的研究中发现,人力资本的扩展能带来城市化,推动房地产市场发展,进而使房价上升,同时,高人力资本人口的收入水平更高,对住房存在“刚性需求”,这种“刚性需求”不仅会直接造成房价上升,而且还会使其他群体对未来房价产生上升的预期。另外,Shiller(2014)的研究表明投资者的投机心理、外部预期、生活情绪以及其他心理因素等非经济性因素会对房价有重要影响,这说明了市场预期对房价存在助推作用。
综上所述,国内外学者已在人力资本和住房市场之间关系等方面做了很多研究,本文从人才引进政策与地方住房价格的关系入手,通过建立模型分析二者的的相互影响机理,并分析变量因素的影响权重,旨在厘清人力资本与城市住房市场的关系,进而全面促进城市的可持续发展,为城市进一步发展提供源源不断的知识动力,对于地方政府制定相关政策也有重要的参考价值。
为了研究人才引进政策是否促进了当地住房价格的上升,需要比较在实施人才引进政策前后当地房价的变化,然而,直接比较两个时间段的数据并没有实际意义,因为影响住房价格的因素有很多,在前文提到过,经济社会的发展会一并带动房地产市场的发展,使住房价格上升,因此,为了明确政策的真实效应,本文运用双重差分法(DID)来分析人才引进政策对当地住房价格的影响,按照双重差分模型来建立计量模型:
其中,i表示某城市,t表示某时间。时间虚拟变量Tit=1或0分别表示出台政策后或出台政策前;组别虚拟变量Pit=1或0分别表示该城市出台了人才引进政策或没有出台人才引进政策。controlit为其他控制变量;μit为误差项。研究人才引进政策对住房价格的影响主要观察交互项TPit回归系数γ的显著性,若γ显著,则说明人才引进政策对住房价格是有影响的。
本文中双重差分法的具体操作是设置出台人才引进政策的实验组和未出台人才引进政策的对照组,通过控制其他因素,比较政策实施前后实验组和对照组的差别,从而检验政策的效果。从2008年中共中央组织部出台“千人计划政策”,国家层面的人才引进工作正式拉开帷幕,紧接着以北京、上海、广州为首的一批一线城市纷纷出台人才引进政策经过了响应号召,另外,大部分一线城市社会经济已经经过了高速发展时期,房地产市场基本形成了一定格局,住房价格趋于稳定,所以本文以地域为标准,选择东、中、西部的南京、武汉、西安三座在近期出台了人才引进政策的二线城市作为实验组。然后根据城市发展水平和规模选择了贵阳、湖州、泉州等11个在所选时间内未出台人才引进政策的城市为对照组,具体城市名单见表1。
表1 实验组与对照组城市
根据前文所提到的学者研究及相关理论,本文主要选取的变量如下。(1)被解释变量:城市住房价格。本文选取各城市的月均住宅价格(HP)来衡量住房价格。(2)解释变量:人才引进政策的出台。将人才引进政策的出台(policy)作为虚拟变量,在政策出台前P值取0,政策出台当月及以后的P值取1。根据相关报道,实验组的三座城市都于2017年6月左右出台了人才引进政策,所以本文将2017年6月作为判定P值的标准。(3)控制变量:本文选取人均GDP、城市房地产开发投资额、城市常住人口、住宅用地均价、城镇人均可支配收入、消费者价格指数作为控制变量。个变量的定义和来源见表2。剔除变量缺失的样本,获得了2014年~2018年的面板数据。
表2 被解释变量和控制变量的定义和来源
双重差分方法一个重要的基本假设是共同趋势假设,即处理组与控制组在政策实施之前必须具有相同的发展趋势。双重差分法并不要求实验组和控制组完全一致,两组之间可以存在一定的差异,但差异不随着时间产生变化。也就是说是否有政策影响,实验组与处理组之间具有相同的变化趋势,不能说一个政策影响后,实验组研究的变量迅速增加,而另外一个反而倒退。所以本文需要消除两组城市的相关变量在政策前的系统性差异,选取各城市人才引进政策出台前后10个月的相关数据运用截面维度差分方法来检验其变化趋势,用到的回归方程为:
表3 平行性检验结果
在人才引进政策出台前10个月的回归系数均不显著,并且系数有正有负,说明实验组城市和对照组城市的相关变量并没有显著的差异,但在2017年6月实验组城市出台人才引进政策之后,回归系数有一定上升,且均为正值。因此,所选取的实验组、对照组城市的面板数据平行趋势检验基本成立。
根据表4的回归结果可以看出交互项的系数为0.114,并且有很好的显著性,这说明在控制其他影响因素的条件下,人才引进政策对当地住房价格的净影响效应为0.114,也就是说实验组城市实施人才引进政策使这些城市的住房价格相比对照组城市总体上涨了11.4%,并在1%水平上显著。这也验证了本文之前提出的假说,人才引进政策对当地住房价格具有明显的提升作用。结合理论分析,说明随着人才引进政策的出台和实施,更多的高素质人口将流向政策出台地,增加了对住房的需求,打破房地产市场的均衡,使房价上升(直接效应);同时带动了其他产业的发展,创造了更多的就业岗位,相应地劳动人口也增加了住房需求,使房价上升(溢出效应);在人力资本进入政策出台城市后,带动创造力、社会经济发展,进而促使房地产市场繁荣(间接效应)。而政策导向作用增加了政府支出,从而促进了公共基础设施建设和社会保障体系的完善,进而影响相关产业的投资者的预期,使之产生对城市发展得更好的预期,其资本则流入政策出台地的房地产市场。由此可见,人力资本效应和政策导向效应的共同作用使得当地的房价上涨。
表4 实验组与对照组城市双重差分结果
接着对实验组的三座城市分别单独做双重差分分析,可以得出人才引进政策对南京市、武汉市、西安市的净影响效应分别为6.6%、14.7%和14.5%,这说明以武汉和西安为代表的实验组城市人才引进政策的效果更明显,而南京市的人才引进政策相较武汉和西安而言对住房价格的影响较小。南京、武汉、西安这三座城市出台人才引进政策均涉及了落户、住房、收入补贴及社会保障四个方面,最终造成三者效应不同的原因,考虑到南京地处东部靠海位置,又受上海市经济辐射作用的影响,在经济发展状况上要优于后两座城市,从收集到的城镇居民人均可支配收入、住房价格等数据也可以看出,南京市的生活水平要高于武汉和西安,要求更高的收入水平,另外人才竞争也更为激烈,因此人才引进政策对人力资本的吸引作用较差,符合人才引进政策的人群更愿意选择武汉和西安这样发展空间、人才需求缺口更大的城市落户。总的来说,人才引进政策对南京、武汉、西安的住房价格都有正向促进作用,但南京市的政策效果不如武汉和西安明显。
本文通过设立研究假设、建立研究模型,从理论视角研究了地方人才引进政策与住房市场之间的关系,并从计量角度运用双重差分法识别该政策对住房价格的净影响效应。研究结果表明:人才引进政策对当地的住房价格有显著的正向影响作用,该政策带来的人力资本效应和政策导向效应不仅吸引了更多的人力资本,同时也带来了更多的投资资本。武汉市和西安市的房价受人才引进政策影响较大,南京市房价受政策的影响较小。