中国流动人才的居留意愿及其影响因素——基于人才争夺的思考

代欣玲，彭小兵

(重庆大学公共管理学院，重庆 400044)

0 引言

近年来，中国人口红利消失，引发各地人才、经济双重危机。人口红利是中国经济高速增长的重要因素，其对1982—2000年中国经济增长的贡献约15%～26.8%[1-2]，人口红利常用总抚养比度量[3-4]。一方面，中国老龄化程度持续加深，劳动年龄人口增幅减缓[2]；另一方面，中国生育率持续走低，2017年全国人口出生率仅为12.43‰，出生人口比2016年减少63万人[5]。随着2013年左右人口抚养比由降低转为升高,传统意义上的人口红利逐渐消失[2]，人均产出的增长率每年下降0.45%直至2050年[1]。

各地政府相继出台人才政策吸引人才，全国范围内人才争夺愈演愈烈。武汉在2017年首启 “百万校友资智回汉” “百万大学生留汉创业就业”计划，西安在2018年提出打赢为期3年的人才、人口争夺攻坚战，南京积极推进以 “宁聚计划”为代表的人才吸引工作，以期持续增强对异地人才的虹吸效应[6]。2019年春节后的8天内，超过16个城市发布各类人才政策[7]。同年，北京、天津、辽宁、黑龙江、福建等多地的政府工作报告已将人才引进作为重要工作之一。此外，随着全球化程度不断加深，越来越多的国家正在全球竞争流动人才。至少有44%的联合国成员国明确表示有兴趣引进国际流动人才，三分之二的经合组织国家正在实施或已经实施旨在吸引流动人才的政策[8]。我国科创人才在国际竞争中已成为发达国家猎头重点关注的对象，美国硅谷的外籍科技人才中有一半以上来自中国[9]。

在这场 “人才争夺战”中，如何留住人才成为各级政府亟待解决的难题，同时也成为现阶段人口学及公共人力资源领域的重要议题。一方面，对于人才流失地区而言，大量人才流失等于资金外流或资源掠夺[10]，严重阻碍地方经济发展，且随着人口老龄化和低生育率不断加深，未来几十年人才流失强度恐持续增加[11]，地区经济陷入恶性循环，资源分布严重偏聚，加剧马太效应[10]；另一方面，暂时抢到人才的地区通常采取降低门槛的方式吸引人才，基本没有留才措施[7]，形成 “重引进、轻留用”的局面，人才较高的二次流动性[12-13]意味着人才引进工作前功尽弃、人才政策资源严重浪费。

为此，本文首次使用全国流动人口动态监测调查数据 (以下简称监测数据)中受教育程度为专科及以上的样本，实证检验中国流动人才的居留意愿并提出相应对策。这有助于各级政府及用人单位精准把握各类流动人才的特征，尤其是系统掌握流动人才居留意愿的影响因素，为政府制定留才政策、破解留才难题提供参考。

1 文献综述

1.1 关于流动人才的概念

此次人才争夺战所争抢的流动人才分为两类：①受过大专及以上高等教育的高学历流动人才，如西安、南京、郑州、成都、上海、武汉、合肥、天津、常州、深圳争抢的人才；②具有专业技术的高技能流动人才，如北京争夺的文创、科创人才，天津争夺的国外精算师、注册资产评估师，合肥、常州争夺的高级技能工程师。然而，高学历流动人才与高技能流动人才并不完全等同，为避免后文混淆，需对本文的流动人才进行界定。

基于上述参与人才争夺的主力地区中，有80%以上争抢的是高学历流动人才，因而本文将流动人才的概念界定为 “流动人口中受过大专及以上高等教育的高学历人群”。

1.2 流动人才的居留意愿研究

随着户籍限制逐步取消，流动人口居留意愿的研究将发生变迁。中国近40年的人口流动呈候鸟式循环流动 (也被称为非永久性迁移、暂时性迁移[14]等)与乡-城单向流动 (也被表述为定居、居留等)。诸多研究认为中国的候鸟式循环流动是户籍限制造成的不正常现象，所以早期关于流动人口居留意愿的成果，其初衷之一是揭示户籍制度改革对流动人口居留本地的效果，并认为一旦户籍限制取消，候鸟式循环流动将被单向流动所取代[14-15]。因此，对居留意愿的考察应从过去关注迁移阻碍及考察公民身份的 “后马歇尔时代” (Post-Marshall Era)[16]逐步转为关注公民与周遭环境互动关系及考察公民主观意愿的新流动时代。

由于不同群体在居留意愿的系统性差异、居留意愿制度背景变迁及流动人才呈现出的异质性流动特点，检验流动人才的居留意愿必然且迫切。目前，国内居留意愿的研究主要集中于流动人口 (包括 “外来人口” “农民工群体”)，而流动人才的居留意愿研究较为鲜见。诸多早期的流动人口研究曾侧面提及流动人才的居留意愿明显高于流动人口[17-21]；加之诸多早期成果产生于户籍限制的背景下，而随着此次 “人才争夺战”全面放松对流动人才的户籍限制，流动人才的居留意愿无需再考虑户籍限制的影响，这可能显著改变流动人才的居留意愿；特别是，流动人才本身极强的二次流动性 (如河北省75.2%的科技引进人才有向东部地区二次流动的意愿)[12-13],各地已逐步呈现 “引才更易、留才更难”的特征，流动人才居留意愿研究愈发必要，流动人才居留难题亟待破解。

1.3 流动人才居留意愿影响因素的研究

目前，仅有少数学者对人才居留意愿的影响因素进行不同侧重的研究。吕红军等[18]通过Logit回归发现，哈尔滨高学历人群的长期居留意愿受性别、配偶户籍地和随迁家庭状况的影响；黄鲁成等[22]使用Logit回归，以受过本科和研究生教育的专业技术流动人才为研究对象，提出人才居留受性别、婚姻、流动范围、共同生活人数、个人月收入、家庭每月平均收支比、接近中心性及中介中心性的影响；李燕萍等[23]基于扎根理论采用网络平台收集的人才样本提出6个可通过实证检验的影响人才居留的因素：个体城市情感/契合因素、个体能力因素 (年龄、学历)、生存因素 (收入、房价等)、亲友因素、政府因素 (指制度因素，主要为户籍制度)与城市因素 (城市环境与城市基础设施)。在国外，伪重力模型 (Pseudo-Gravity Model)被认为是分析流动人口居留决策的工具，Czaikal等[8]利用伪重力模型进行人才居留决策研究，在模型中纳入工资、目的地基础设施、目的地失业率和总人口、目的地特定迁移政策、双边地理因素 (地理距离、是否共享边界)、文化因素 (共同语言)、社会网络[8]以测算在原籍地、目的地间的人才总流量。

1.4 研究述评

上述学者对人才居留意愿的探索为人才居留的研究奠定基础，但尚存不足。首先，在研究对象方面，吕红军等的研究仅涉及哈尔滨市的高学历人才，黄鲁成等的研究仅涉及受过本科和研究生教育的专业技术类流动人才，研究对象较为局限。其次，在数据收集及数据分析方面，李燕萍等的数据源自知乎、微信和地方城市生活网络平台，这可能遗漏无上网偏好或无网络留言偏好的人才样本，导致样本选择偏误；同时，两位学者在研究中主要采用扎根理论进行质性分析，使读者无法判断相关影响因素的统计显著性。最后，在因变量的性质及环境适应性方面，Czaikal等主要从宏观层面利用伪重力模型测算各地人才总流量，该流量是人才微观居留决策的宏观层次因变量，与本文微观层次的因变量存在差异；同时，国内外环境差异也可能导致同一因素的影响有异。为此，本文拟运用logistic模型，采用监测数据中流动人才样本对中国流动人才居留意愿及其影响因素进行实证检验，该数据通过分层多阶段 PPS抽样方法获得，对中国流动人才有较强代表性，相应统计推断较为客观，结论也更契合本土实际。

2 数据、模型及描述性统计分析

2.1 数据来源

本文对监测数据中 “受教育程度”为专科、本科、研究生的流动人才进行提取。监测数据将全国在流入地居住1个月以上、非本区 (县、市)户口、年龄在15周岁及以上的流入人口纳入调查范围，按照随机原则在全国31个省 (区、市)和新疆生产建设兵团流动人口较为集中的流入地抽取样本点，在保持对全国、各省有代表性的前提下，增强对主要城市、均等化重点联系城市的代表性。其中流动人才样本达25875个，删除退休及丧失劳动能力的样本，删除流入地 (户籍地)为兵团、户籍地为港澳台及国外的样本，最终得到流动人才样本25220个，样本数据包含个体特征、流动特征、城市特征等重要信息。

2.2 模型设定

该模型考察流动人才居留意愿的影响因素。被解释变量Settlementij表示j城市流动人才i在本地的 “居留意愿”，通过题目 “您今后是否打算在本地长期居住”的回答来测度，答案设计为二元虚拟变量： “打算”，赋值1；暂不打算 (包括 “不打算”及 “没想好”)，赋值0。

Settlementij=β0+β1Xij+β2Yij+β3Zj+ui

模型的自变量包含3类。

(1)个体特征变量Xij，如性别、年龄、教育程度、户口类型、婚姻、户籍地、工资。

为了避免遗漏重要个体特征变量，将 “流入地同住家庭成员数”纳入模型。基于 “中国家庭的三代纵向亲密关系”[24]，仅将在流入地同住的父母、配偶、子女计入 “流入地同住家庭成员数”。其一，该变量用于综合衡量已有文献提及的随迁家庭状况、共同生活人数、社会网络、亲友因素、个体城市情感/契合因素。其二，吕红军等认为 “配偶户籍地”可能影响人才居留，即配偶为本地户口的人才更倾向于居留本地。事实上，监测数据中不包含家庭中有一人及以上为本地户口的 “半边户”家庭，即纳入监测数据的样本其配偶的户籍均不在本地，因此无法对该变量进行检验。查阅原文可知，原作者拟通过 “配偶户籍地”获取配偶是否在本地的信息，而 “流入地同住家庭成员数”正好包含了这一信息。

工资是影响人口流动的重要因素[25]。然而全样本中，工资缺失的样本达2940个，这些样本具有较多共性 (多数是学习培训)，将其删除恐引起样本有偏，考究原始数据发现：工资缺失的样本均没有工作，没有工作意味着 “工资”为0 (尽管不代表收入为0)，因此笔者将该2940个样本的工资赋值为0。此外，工资已按惯例取自然对数以避免异常值带来的负面影响。

(2)流动特征变量Yij，如流动范围、是否首次流动。变量未作特殊处理。

(3)城市特征变量Zj，如流入地常住人口 (万人)、流入地失业率 (=城镇登记失业人员数/年末总人数) (%)、户籍地与流入地GDP差、流入地生均教育经费支出 (地方普通小学) (元)。由于被调查对象的 “居留”决策与过往接收的信息相关，可以将城市数据滞后1年，采用2014年的城市数据。城市数据若使用地级数据，将有数以万计的样本无法匹配，这些样本具有诸多共同特征 (如大部分来自西部)，直接删除恐引起样本有偏，因而本文使用省级数据。上述城市特征变量数据源自 《中国城市统计年鉴》 《中华人民共和国年鉴》 《中国教育经费统计年鉴》。

此外，为避免遗漏重要城市特征变量，模型中增加纳入以下变量：①户籍地与流入地距离 (km)，用以衡量已有文献提出的地理距离 (也即接近中心性)。两地距离使用学界普遍采用的两地省会城市 (或直辖市)距离，由两地省会城市 (或直辖市)经纬度换算而成，经纬度数据来自国家基础地理信息中心的全国地理信息资源目录服务系统。户籍地与流入地距离能在一定程度衡量文化相似性。②流入地高铁运营列数，用以衡量地区的中介中心性 (即节点在网络中的中介能力)[22]，因为某地的运营高铁列数能从侧面反映该地在网络中的桥梁作用。根据中国2014年1月1日实施的《铁路安全管理条例》，高铁指设计开行时速250 km以上 (含预留)，且初期运营时速200 km以上的客运列车专线铁路。我国业界把 “高铁” (G)、城际列车 (D)、 “准高铁” (C)泛称为高铁[26-27]。运营高铁列数来自2014年《全国铁路旅客列车时刻表》。③是否接壤，用以衡量流入地与户籍地是否共享边界及文化相似性，该数据源于地图。④流入地燃气普及率 (%)，用以衡量目的地基础设施建设情况，数据来自《中国城市建设统计年鉴》。⑤家庭月收入与房价比，房价数据来自国泰安经济研究系列数据。

由于全国各地几乎已全面放开对流动人才的户籍限制，因此不再检验已有文献提及的户籍限制对流动人才居留意愿的影响。此外，本文已尽可能将影响流动人才居留意愿的重要变量纳入实证模型，以确保较为系统地检验流动人才居留意愿的影响因素。

2.3 描述性统计分析

描述性统计分析见表1。由表1可见，性别赋值：男性为1、女性为0。教育程度赋值：专科为1 (参照组)、本科为2、研究生为3。户口类型赋值：农业户口为1、非农户口为0。婚姻赋值：有配偶 (初婚、再婚)为1、无配偶 (未婚、离异、丧偶)为0。户籍地赋值：东北部为1 (参照组)、西部为2、中部为3、东部为4。流动范围赋值：市内跨县为1 (参照组)、省内跨市为2、跨省为3。是否首次流动赋值：是1、否0。是否接壤赋值：是1、否0。

表1 描述性统计分析

2.4 流动人才的居留意愿

流动人才居留意愿统计见表2。由表2可见，专科、本科、研究生样本居留比例分别为64.91%、69.9%、76.67%，意味着受教育程度越高，居留本地的比例越高。

表2 流动人才居留意愿的统计

3 实证结果

3.1 基准回归分析——中国流动人才居留意愿的影响因素

中国流动人才的居留意愿影响因素的回归结果见表3。由表3可见，模型 (1)仅控制个体特征变量，模型 (2) (3)分别增加控制流动特征变量、城市特征变量。模型 (3)的回归结果与模型 (1) (2)相应变量的回归结果完全一致。模型 (3)回归结果显示：个体特征变量中，性别、年龄、教育程度、户口类型、婚姻、户籍地、工资、流入地同住家庭成员数对流动人才居留意愿影响显著；流动特征变量中，流动范围对流动人才居留意愿影响显著；城市特征变量中，流入地常住人口、流入地失业率、户籍地与流入地GDP差、流入地生均教育经费支出 (地方普通小学)、流入地高铁运营列数、流入地燃气普及率、家庭月收入与房价比对流动人才居留意愿影响显著。

表3 流动人才居留意愿影响因素的回归结果

在个体特征方面，在保持其他变量不变的情况下 (后文所有系数解释均在保持其他变量不变的情况下进行)，相较于女性流动人才，男性流动人才的居留发生比 (odds)低15%[见模型 (3)性别栏，发生比率 (odds ratio)=0.85=男性 (赋值为1)流动人才居留发生比 (odds)/女性 (赋值为0)流动人才居留发生比 (odds)。这意味着男性流动人才居留发生比比女性流动人才居留发生比低15%]。年龄每增长1岁，流动人才的居留发生比高1.7%，有别于现有研究普遍认为年轻人更易居留，可能的原因是年长流动人才的知识技能、社会资源较年轻人才多，更有能力和意愿居留本地。相较于专科流动人才，本科流动人才的居留发生比高18.7%，研究生流动人才的居留发生比高36.2%。相对于非农户口流动人才，农业户口流动人才的居留发生比低8.3%。相较于无配偶的流动人才，有配偶的流动人才其居留发生比高18%。相对于户籍地为东北部的流动人才，户籍地为西部的流动人才其居留发生比低23.9%，户籍地为中部的流动人才其居留发生比降30.5%，户籍地为东部的流动人才居留的发生比降17.5%。工资每增加1倍，流动人才居留发生比提高6.3%。流入地每增加1个同住家庭成员 (限配偶、子女、父母)，流动人才的居留发生比平均升高73.5%。

流动特征方面，相较于市内跨县流动的人才，省内跨市流动的人才居留发生比低10.7%，跨省流动的人才居留发生比低40.7%。

城市特征方面，尽管流入地常住人口、户籍地与流入地GDP差、流入地生均教育经费支出 (地方普通小学)显著影响流动人才居留发生比，但受统计精度影响，发生比率 (odds ratio)结果显示为1.0000，因此不作进一步解释。

流入地失业率每增长1‰，流动人才居留发生比分别提高5%，由此得到一个看似不合理的结果。查证数据发现，失业率排名前2位的城市为天津市、上海市。可见，失业率可能无法较好反映城市真实失业率，更多反映各地的失业登记意识。

流入地高铁运营列数每增加10列，流动人才的居留发生比降低0.4%，即流入地高铁运营列数越多，流动人才居留发生比越低。可能的原因是：流入地高铁运营列数越多，地区在整体网络的中介能力越强，地区经济相应也越发达，房价也越高，从而引发对流动人才居留的排斥作用。

流入地燃气普及率每提高1%，流动人才居留的发生比提高1.2%。这意味着城市基础建设越好，流动人才居留可能性越大。

家庭月收入与房价比每提高1倍，流动人才居留发生比提高17.5%。这意味着相同房价下，家庭月收入越高，流动人才居留发生比越高；相同月收入下，房价是抑制流动人才居留的重要因素。

3.2 不同学历层次流动人才的异质性分析

为了进一步识别不同学历层次流动人才居留意愿的影响因素，根据流动人才的学历层次，表3中模型 (4)～ (6)分专科、本科、研究生3个子样本对流动人才居留意愿进行考察。专科子样本回归结果与模型 (3)基准回归结果一致。相对于专科流动人才，在5%显著性水平下，本科流动人才的居留发生比不再受婚姻、省内跨市流动、流入地常住人口、流入地燃气普及率影响，仍受性别、年龄、户口类型、户籍地、工资、流入地同住家庭成员数、跨省流动、流入地失业率、户籍地与流入地GDP差、流入地生均教育经费支出 (地方普通小学)、流入地高铁运营列数、家庭月收入与房价比影响；研究生流动人才，不再受性别、年龄、户口类型、婚姻、户籍地、流动范围 (包括省内跨市、跨省)、流入地常住人口、流入地失业率、户籍地与流入地GDP差、流入地生均教育经费支出 (地方普通小学)、流入地高铁运营列数、流入地燃气普及率、家庭月收入与房价比影响，仅受工资、流入地同住家庭成员数影响，即随着学历提升，流动人才居留意愿逐步突破个人特征、流动特征及城市特征的影响。

(1)随着学历提高，流动人才的居留意愿逐渐突破个体特征的影响。专科、本科流动人才的居留发生比分别受所有个体特征变量、绝大部分个体特征变量影响；而研究生人才 (包括硕士研究生及博士研究生)的居留发生比仅受工资、流入地同住家庭成员数的影响，这与Gross等的研究类似，即高层次人才对大多数驱动因素产生免疫，但会对经济刺激做出反应[28]。

其中，工资每增加1倍，专科、本科、研究生流动人才居留发生比分别提高5.8%、7.4%、11.6%。因此，政府不仅应放松落户限制，更应考虑激励工具[28]，如工资。此外，流入地同住家庭成员每增加1人，专科、本科、研究生流动人才居留发生比分别提高73.3%、71.6%、132.4%。这与Gibson等的研究一致，即对于最优秀、最聪明的人而言，一个收入最大化框架似乎不是分析他们决策的最适合模型，还应该强调效用最大化的非收入部分，如共同生活人数、亲友因素[29]。

(2)随着学历提高，流动人才居留意愿逐步突破流动特征的影响。专科流动人才中，市内跨县流动的样本其居留发生比高于省内跨市及跨省流动的样本，即专科流动人才倾向于居留市内；本科流动人才中，市内跨县、省内跨市流动的样本其居留发生比高于跨省流动的样本，即本科流动人才倾向于居留省内；研究生流动人才无论是市内跨县、省内跨市、跨省流动，其居留发生比没有显著差别，意味着他们得以在全国任何适宜的地区自由居留。可能的原因是随着学历提升，流动人才拥有更多知识储备、能力资源以前往更广阔的空间发展。

(3)随着学历提升，流动人才居留意愿逐步突破城市特征的影响。专科、本科流动人才的居留发生比受到大部分城市特征变量的影响，意味着一个宜居的城市环境是吸引专科、本科流动人才的重要因素，即 “栽好梧桐树，引得凤凰来”。而研究生流动人才的居留发生比不受城市特征变量的影响，似乎研究生人才并不追求更好的城市基础设施条件及城市生活质量，由此得到一个看似不合理的结果。实际上，研究生流动人才更容易获得人才引进的特殊优惠及各类绿色通道权限，其拥有城市优质资源的能力强，城市间基础设施条件的差别难以对其生活质量造成影响。相反，专科、本科流动人才享受的待遇与一般居民无异，城市基础设施条件对其生活质量产生明显影响，因而呈现出受较多城市特征影响的现象。

目前，越来越多研究生及以上的高层次人才出走大城市、居留小城市，原因可能是大城市资源紧张，人才难凭一己之力获得理想生活，而小城市可得资源优、生活质量高，可以说，出走大城市既是无奈也是理性的选择。因此，二、三、四线城市并非处于高层次人才争夺战的劣势地位。值得注意的是，家庭月收入与房价比对研究生流动人才的居留意愿不产生影响。可能的原因是研究生流动人才的家庭月收入水平相对较高，对房价承受能力较强，继而对房价不特别敏感；抑或是研究生流动人才在人才引进过程中有住 (购)房补贴、人才公寓、青年人才驿站、安家费等 (如南京、郑州、成都、江西等地的做法)。

3.3 稳健性检验

本文使用两种方法对结果进行稳健性检验。第1种方法是更换模型。模型 (2)使用probit模型对中国流动人才的居留意愿进行回归，其结果与logistic模型回归结果 (包括显著性水平及影响方向)完全一致。如性别变量在probit模型中，在1%显著性水平下显著，且从回归系数-0.031分析得出，男性居留意愿更低。在logistic模型中，性别仍在1%显著性水平下显著，且从发生比0.8496分析得出，男性居留意愿低于女性。第2种方法是替换变量。模型 (3)用 “生均教育经费支出 (地方普通初中)”替换 “生均教育经费支出 (地方普通小学)”，模型 (4)用 “用水普及率” (%)替换 “燃气普及率” (%)，结果显示模型 (3) (4)的回归结果与未替换变量的模型 (1)的回归结果 (包括显著性水平及影响方向)完全一致。因此，本文得到的实证结果值得信赖，见表4。

表4 流动人才居留意愿的稳健性检验

4 结论

本文首次提取监测数据中 “受教育程度”为专科、本科、研究生的流动人才样本，利用logistic模型检验中国流动人才的居留意愿，并通过更换 (probit)模型及替换变量的方法对结果进行稳健性检验，回归结果含义如下。

(1)女性、年长、学历更高、城市户籍、有配偶、户籍地为东北部的流动人才其居留意愿相对较高，各地留才政策可重点关注上述流动人才。

(2)随着学历提升，流动人才居留意愿逐步突破个人特征、流动特征及城市特征的影响。作为仅有的对各层次流动人才居留意愿均产生显著影响的工资及流入地同住家庭成员数，应作为各地政府留住流动人才的两大法宝。

(3)专科、本科、研究生流动人才分别倾向于在市内、省内及全国各地居留，各地政府应根据各层次流动人才的流动特征，出台分层留人政策。

(4)专科、本科流动人才受城市特征变量影响，说明升级城市环境能提高流动人才居留意愿。

(5)专科、本科流动人才居留意愿受家庭月收入与房价比的影响，房价是抑制其居留的重要因素，降低其家庭月收入与房价比有助于其居留。

基于此，本文提出具体留才措施如下。

(1)重点吸引高居留意愿流动人才。政府可为女性、年长、学历更高、城市户籍、有配偶、户籍地为东北部的流动人才提供创业、安家等政策支持，如减免房屋租金、提供金融、法律、推介支持，提供一次性创业、安家补助等。

(2)提高流动人才工资水平。流动人才居留意愿受工资影响显著，特别是研究生。然而工资建立于市场基础之上，因此政府需为企业提供优良的营商环境，如放宽市场准入、维护市场秩序、出台税收减免优惠政策等，提升企业市场竞争力，使其有能力及意愿支付更高的工资水平。

(3)协助流动人才家庭安置。有条件的城市可适度帮助流动人才进行家庭化迁居，如解决流动人才配偶、子女、父母的落户问题；提供定向安置房；帮助家属随调或解决家属工作；保障子女享受优质教育资源；保障父母享受优质医疗 (保健)资源等，妥善解决流动人才的后顾之忧。

(4)制定流动人才分层沟通策略。首先，专科、本科流动人才倾向于在本省 (市)居留，因此，政府应加强与本地人才集聚的高校合作，通过高校扩大对地方人才政策的宣传；同时，引导、鼓励和扶持本地产学研项目，通过增强本地人才与本土产业的联系，促进人才与产业优势互动，增强本地流动人才与地方的黏性。其次，研究生流动人才可在全国任何适宜的地区自由居留，因此，政府可利用媒体推介、网络调查、座谈、走访等定向或非定向方式对全国研究生群体进行人才政策宣传，加强人才与地方的接触、交流及信任。

(5)打造流动人才宜居城市环境。首先，政府应加强城市基础设施建设，包括交通基础设施，教育基础设施、医疗基础设施等；其次，政府可按照适度优先原则,推进人才服务类生活设施建设，如国际教育、高品质生活配套等。

(6)缓解流动人才住房负担。首先，政府应尽量控制房价水平，建设经适房、廉租房、人才公寓、政策性租赁房等保障性住房；其次，有条件的政府可在一定程度给予人才住 (购)房补贴 (优惠)，间接达到提高家庭收入与房价比的目的，以缓解人才住房问题。值得注意的是，通过人才争夺拉涨房价的操作性不强，各层次流动人才中，基数最大的专科、本科流动人才对住房有较大刚性需求，然而这两类人才对家庭月收入与房价比较敏感，一旦家庭月收入无法与房价同比上涨，流动人才的居留发生比将显著下降，引发人才流失。