人才房政策挤出低技能劳动力了吗？

毛丰付 王雯雯 徐燕舞

关键词：人才房政策;低技能劳动力;挤出效应;共同富裕

一、引言

人才房政策是在经济高质量发展的现实需要下，地方政府为引才留才所推出的一系列解决人才住房问题的重要政策措施。2017 年，武汉发布“来汉留汉人才租房购房8 折优惠”的人才房政策①，仅三年就实现了新增109 万大学生留汉②，可见引才政策成效之显著。“抢人大战”不断升级，各地方政府相继出台人才房政策，涉及租房补贴、购房优惠、人才公寓配给等多项内容。现有研究证实，人才房政策对于城市吸纳高技能人才产生了显著的积极作用（刘旭阳和金牛，2019;吴耀国等，2020），从而有力地激发了城市创新发展的活力（Glaeser，1998;刘春林和田玲，2014;毛丰付等，2019）。

人才房政策能够有效吸引高技能人才已成为广泛共识，但少有学者探讨人才房政策对于低技能劳动力配置的影响。人力资本导向型住房政策具备集聚人才的作用，高低技能劳动者之间通过知识溢出能够提高劳动生产率（Duranton，2006），进而产生就业机会增加、工资水平提高等方面的溢出效应（Mazzolari 和Ragusa，2011;Glaeser 和Lu，2018），提高低技能劳动力的可支配收入，因此，人才房政策能从收入角度有效增强低技能劳动力的城市定居能力。然而，不同城市存在以房价为主的居民生活成本的巨大差异，跨城市流动后，生活成本的相对上涨往往会抵消收入的增长，降低低技能劳动力其相对收入（张军涛等，2021）。具体地，人才房政策吸引高技能劳动力涌入后会显著提高住房需求量，导致房价持续走高（陈斌开等，2015），且人才专用房会挤占用于保障其他群体的住房资源，使得低技能劳动力获取保障性住房的难度进一步加大。不仅如此，高房价还会导致城市物价水平的上升，最终从居住与消费两方面增加劳动力的生活成本，故高额的生活成本可能成为低技能劳动力流出城市的重要“推手”（刘金凤和魏后凯，2012;张莉等，2017）。综上所述，人才房政策是否会对低技能劳动力定居城市产生挤出尚未明晰。从劳动力市场整体福利角度而言，探究人才房政策对低技能劳动力的影响效应，关注低技能劳动力收入水平和福利水平，扩大中等收入群体，是实现全体人民共同富裕的必然要求①。

在此背景下，本文利用文本计量法得到的275 个城市的人才房政策数据与中国流动人口动态监测调查数据（CMDS），从个体微观角度实证考察人力资本导向的住房政策对低技能劳动力定居城市的影响及其作用机制。本文发现，人才房政策的实施对低技能劳动力有显著的挤出作用，其中居民生活成本上涨效应强于工资增长与就业创造产生的收入增长效应。通过70 个大中城市的人才房政策发现，“货币补贴型”人才房政策会明显挤出低技能劳动力，而“实物配置型”人才房政策会吸引低技能劳动力定居，“政策强度”与挤出作用呈显著的正向关系。异质性分析揭示，人才房政策对于拥有高中或中专学历、在本地无房产的劳动力有着更强的挤出效果，但當低技能劳动力的配偶为能够享受住房优惠的高技能劳动力，或是其流入地为我国西部地区时，人才房政策不再对低技能劳动力产生显著的挤出作用。基于上述结论，本文认为地方政府在大力吸引高技能人才的同时，应更加重视低技能劳动力为城市发展所做的贡献，进一步提升城市开放度和包容性，注重保障低技能劳动力的福利水平，扎实推进共同富裕。

本文的边际贡献在于：一、本文以技能偏向型住房政策为研究对象，但有别于刘春林和田玲（2014）、吴耀国等（2020）研究其引才与创新绩效，本文对人才房政策可能对劳动力市场带来的负面效果进行系统分析，是对人才房政策研究的有效补充;二、本文在城市所处区位，政策类型及强度，劳动力受教育水平、房产拥有状况及未来流动意向等层面更为细致地考察了人才房政策对低技能劳动力的影响，对促进低技能群体在城市安居乐业、扎实推进共同富裕具有重要的现实意义;三、本文对人才房政策影响低技能劳动力定居的影响机制进行了深入分析，构建了人才房政策通过工资增长、就业创造、住房拥挤三条渠道产生收入增长与成本增加效应，进而影响低技能劳动力定居决策的理论机制与实证分析框架，可为后续研究提供有益的参考和借鉴。

本文的结构安排如下：第二部分为人才房政策实施对低技能劳动力产生挤出效应的理论机制，并提出研究假说;第三部分介绍本文的数据与变量;第四部分为人才房政策与低技能劳动力定居城市之间的关系的实证研究发现，包括基准回归、稳健性检验、机制分析与异质性分析;第五部分是对低技能劳动力未来流向的进一步分析;第六部分为结论与政策含义。

二、理论机制与研究假说

传统劳动力流动理论认为，流动决策本质上是个人进行成本收益比较以追求更高效用的结果（Sjaastad，1962）。在此，本文基于收益和成本两个角度，重点阐述人才房政策的实施可能影响低技能劳动力在城市定居的作用机制。

（一）收入增长效应

人才房政策的实施会有效吸引高端劳动力在城市中集聚，进而可能从工资和就业两方面对低技能劳动力产生正外部性（陈浩和孙斌栋，2016），吸引低技能劳动力定居城市。一方面是工资增长。高技能人力资本集聚会对低技能劳动者产生知识溢出（踪家峰和周亮，2015），提升低技能者的劳动生产率（Duranton，2006），从而对城市工资水平有着明显的提升作用（Moretti，2004;Liu和Yang，2020），而且相较于更高技能水平的劳动力，低技能劳动力的工资增幅更大（Glaeser 和Lu，2018），因此，城市实施人才房政策后更能够吸引低技能劳动力定居。另一方面是创造大量就业岗位。由于人才房政策吸引的高技能劳动力对保姆、清洁等生活性服务业的消费需求较高（Mazzolari 和Ragusa，2011;陆铭等，2012;袁志刚和高虹，2015），再加上此类就业的增加难以被机器替代，以及越来越依赖于高低技能劳动者在地理上的接近（Manning，2004），促使低技能劳动力的就业机会进一步增加（夏怡然等，2015）。此外，城市发展也需要低技能劳动力从事生产环节里的辅助性岗位（蔡昉等，2020），使高低技能劳动者之间技能互补，从而提升城市的劳动生产率和就业量。所以城市实施人才房政策后，低技能劳动力定居的概率增大。由此，本文提出：

H1：人才房政策将从工资增长渠道与就业创造渠道产生收入增长效应，吸引低技能劳动力定居城市。

（二）成本增加效应

我国人才房政策的实施可能会从多个渠道抬升低技能劳动力以住房成本为主的城市生活成本，将低技能劳动力挤出城市。首先，人才房政策将导致城市住房成本高企。高技能人才本身有着更强的居住需求和购房意愿（余泳泽和张少辉，2017），提供住房、发放房补等政策的实施更是增强了这一群体的住房消费能力，引起住房需求旺盛、价格攀升，而高房价往往是劳动力迁移的重要决定因素（高波等，2012;Foote，2016;宋弘和吴茂华，2020）。其次，住宅用地总供应量一定时，人才房会挤出市场上的普通商品房和其他保障房。由于土地配给的有限性，建造人才公寓等增加人才房的措施可能會造成其他类型的住房供给数量减少，低技能劳动力更难获得政府提供的住房保障，且购买住房难度增大。进一步地，城市的高房价还具有类似通货膨胀的传导效应，会引起物价水平普遍上升，导致低技能劳动力的生活成本增加，抑制低技能劳动力流入（李超和张超，2015;张莉等，2017）。最后，低技能劳动力获得地方财政支持的力度可能减弱。在人才竞争加剧、引才政策不断加码、享受补贴人数不断扩张的背景下，人才住房补贴总额的快速增长将加重地方政府财政负担，在财政支出规模既定时，地方政府拨付给低技能劳动力的保障支出可能会被压缩，因此，低技能劳动力的可支配收入相对减少，生活成本相对增加。基于此，本文提出：

H2：人才房政策将通过住房拥挤渠道产生成本增加效应，使低技能劳动力迁出城市。

三、数据与变量

（一）数据来源

本文作者通过网络爬虫技术、政策文本分析与人工手动整理得到人才房政策数据，政策文本主要来源于各城市人民政府、住房和城乡建设局等相关部门的公开信息网站，并用“北大法宝”检索库补充。其它城市数据则主要来自于《中国城市统计年鉴》、各地方统计年鉴以及中指数据库，最终得到275 个地级市的城市样本数据。需要说明的是，由于城市人才房政策对于个体流动决策的影响存在一定的滞后性，本文对城市层面数据都进行滞后一期处理。本文的微观个体数据主要采用的是国家卫生健康委员会组织的2016 年“中国流动人口动态监测调查”（CMDS）数据，在剔除了城市数据缺失较多的样本、拥有大学本科及以上学历的高技能流动劳动力样本和在“您今后是否打算在本地长期居住（5 年以上）”问题上回答“没想好”的受访者样本后，最终获得96 061 个受教育程度在大专及以下的低技能流动劳动力的有效样本。

（二）变量说明

本文的核心被解释变量为低技能劳动力的长期定居意愿。本文根据CMDS 问卷中受访者对于是否打算在本地长期居住问题的回答构建虚拟变量will_stay。若受访者回答为“是”，则视为劳动力有在该城市长期定居的意愿，赋值为1，否则为0。

本文的核心解释变量是城市人才房政策的实施情况。人才房政策难以被具体量化，其原因在于以下两点：一是各城市的住房可得性和房价收入比不同，政策的适用范围、具体举措等内容不一致，政策力度难以进行横向比较;二是各地方政府颁布的人才房政策类型多元，文件零散，缺乏足够的、连续的样本和指标，收集、处理难度大。因此，本文最终选择构建政策虚拟变量对人才房政策实施情况进行衡量，生成核心解释变量tah。tah 表示城市当年是否为本科及以上学历劳动力提供住房支持，提供则赋值为1，否则为0。本文利用网络爬虫技术在相关网站对“人才”“房”“安居”“公寓”“补贴”“补助”等关键词进行检索，结合手工整理与文本计量分析得到最终的人才房政策数据。需要注意的是，部分城市的人才房政策仅面向极少数的“高精尖”人才，对于大众的影响力不强，于是本文对原始人才房政策进行筛选，保留拥有大学本科及以下学历的劳动力所适用的政策数据。为进一步考察人才房政策的具体内容，本文将列举2015 年深圳、杭州、大连等5 个城市采用的人才房政策工具，如表1 所示。对比发现，享受人才租房补贴、入住人才公寓等政策的学历门槛普遍被设置为大学本科，而购房补贴在大部分情况下面向更高层次的人才。

除此之外，本文选取了工资水平、就业机会以及住房成本为机制变量。第一个机制变量为工资水平。由于大部分劳动力所能获得的工资收入往往与当地的平均工资水平有着较强关联，尤其是在劳动力市场上议价能力较弱的低技能劳动力，同时，鉴于问卷中并无涉及劳动力个体工资水平的数据，本文以城市职工平均工资水平代表低技能劳动力所能获得的工资收入。第二个机制变量为就业机会：在我国经济转型升级的背景下，第三产业的劳动力需求持续扩张：是城市吸纳就业的主要渠道。尤其在数字经济高速发展的背景下，第一、二产业中“机器换人”现象凸显，但目前第三产业中仍存在大量难以被机器替代的岗位，于是成为绝大部分外来低技能劳动力的就业选择，因此，低技能劳动力的就业机会可以用城市第三产业从业人员占比度量。第三个机制变量为住房成本。许多地方政府面向中低收入群体提供的保障性住房数量相对于这一群体的总量而言远远不足，实际上，大部分的低技能劳动力需要通过购买商品房或租住私房解决住房难题①，从而低技能劳动力在城市中的住房成本取决于市场化的房价水平，故本文以商品房销售额除以商品房销售面积求得的城市商品房平均售价衡量住房成本。

最后，本文对影响低技能劳动力定居决策的其他因素进行控制。在劳动力个体层面，本文控制了年龄、性别、婚姻状况、户口性质、流动范围、流入时长、家属随迁变量，以控制劳动力个体及家庭特征。为控制不同城市特征对劳动力流动意愿的影响，本文还控制了城市的人口规模、人均国内生产总值（人均GDP）、产业结构、失业率、教育资源和医疗资源状况。具体变量说明见表2。

（三）描述性统计

如表3 所示，2016 年流动低技能劳动力长期定居意愿的均值为0.863，这表示目前大多数流入的低技能劳动力愿意在未来5 年内继续留在本地。此外，年龄的均值为35.490，标准差为9.298，可以判断外来低技能劳动力的年龄几乎呈正态分布，处于年龄分布中段的青壮年群体为主要组成部分。性别和流动范围的均值都接近0.5，即流动低技能劳动力中的男女比例较为均衡，且跨省流动和省内流动的人数相当。婚姻状况的均值为0.844，表示大多数流动低技能劳动力都已婚。户口类型的均值为0.976，意味着拥有农村户口的进城务工群体仍是我国低技能流动人口中的主体。流动时长和家属随迁的均值较小而标准差较大，呈正偏态分布，低技能劳动力的流入时间多在10 年以内，随迁家属的数量大多为1-2 个。人才房政策的均值仅为0.120，表示实施这一政策的城市仍是少数。从城市其它特征还可以看出，无论是在经济发展、社会生活还是自然环境方面，我国城市之间都存在着显著的不均衡，这种空间发展的不均衡也是广大劳动力跨区域流动的重要原因。

此外，结合2016 年CMDS 数据以及2015 年城市人才房政策数据可初步发现，在人才房政策实施下，高、低技能流动劳动力有着不同的表现，如图1 所示。从图的左侧可以看出，在已实施人才房政策的城市，高技能流动劳动力愿意在本地长期定居的占比为95.87%，明显高于未实施人才房政策城市中的93.27%。图的右侧则反映出，在已实施人才房政策的城市中，低技能流动劳动力中具有定居意愿的比例为84.35%，要低于未实施人才房政策城市中的86.18%。这些数据表明，人才房政策的实施似乎已达成其吸引高技能流动人口的初衷，但可能对城市中占据很大比例的低技能流动人群产生了一定的挤出效应。

四、实证分析

（一）模型设定

本文主要研究的是人才房政策对低技能劳动力是否存在挤出效应。参考周颖刚等（2019）的模型设计，本文选用二值响应Probit 模型考察人才房政策对低技能劳动力定居决策的影响：

其中，被解释变量will_stayij，t 为低技能劳动力的长期定居意愿，如果t 年低技能劳动力i 选择定居在城市j，其值为1，否则为0;核心解释变量tahij，t-1 也是一个二元选择变量，如果低技能劳动力i 目前居住城市j 在t-1 年实施了人才房政策，其值为1，否则为0;Pr（will_stayij，t=1）为t 年低技能劳动力i 选择留在城市j 的概率;F 为标准正态的累积分布函数;控制变量X 从劳动力个体层面以及城市层面对其他影响因素进行控制;系数β的正负可用于分析城市人才房政策实施情况tah 对低技能劳动力定居决策will_stay 的影響方向。

（二）基准结果分析

表4 报告了采用Probit 回归估计人才房政策对低技能劳动力定居意愿的影响。模型1 是控制了人口规模、人均GDP、产业结构、医疗教育水平等城市特征，并在城市层面进行了聚类处理的回归结果，结果表明平均边际效应在1%的显著性水平上为-0.055，说明人才房政策的实施对低技能劳动力定居城市存在显著的挤出效应。模型2 在模型1 的基础上控制了年龄、性别、婚姻状况、户口类型等个体特征，人才房政策对低技能劳动力定居城市有显著的负向作用。在此基础上，为控制地区间的差异，模型3 加入了劳动力户籍地的省份固定效应，人才房政策对低技能劳动力定居城市的负向作用仍然显著，但挤出效应有所降低，约为2.3%。

关于控制变量，城市人均GDP 及人口规模对低技能劳动力的长期定居有着积极的促进作用，而医疗、教育水平与环境质量并未产生显著的影响，侧面证实了何炜（2020）的观点，主要原因系目前低技能劳动力对于公共服务的偏好较低，且更高的公共服务水平通常意味着更高的住房价格，将挤出支付能力不足的低技能群体。在个体层面，年轻的、已婚的、流动时间更长的、随迁家属人数更多的低技能劳动力更倾向于在本地长期定居，其背后的原因可能是，此类人群在城市中生活状态较为稳定且迁移的心理成本与现金成本都较低，而较年长的、流动范围更大的女性低技能劳动力可能由于身体素质较低、缺少家庭支撑等原因迁移成本较高，不愿在流入地定居。

（三）稳健性检验

本文将采用延长样本期间、更换计量方法、调整样本选择和替代解释变量的方法验证研究结果的稳健性。其一是延长样本期间，本文将样本期间由2016 年延长至2016-2017 年，考察更长时间内人才房政策对低技能劳动力的挤出效应。本文基于2017 年CMDS 原始问卷的选项，把数据重新编码成0-1 变量，劳动力打算长期定居则赋值为1，否则为0。估计结果如模型4 所示。在2016-2017 年人才房政策在1%的显著性水平上削弱了低技能劳动力的定居意愿，证实了前文结论的稳健性，但其平均边际效应的绝对值相对于基准回归中减小了0.008。这表明人才房政策对于低技能劳动力的挤出效应在相对较长的时期内也是显著存在的，但随着时间的不断推移，人才房政策的挤出作用可能会稍有减弱，一种可能的解释是人才房政策扩散导致的政策效果弱化，也可能是人才房政策产生的收入增长效应在低技能劳动力群体中开始凸显，如工资水平上涨、就业机会增多等。

其二是更换计量方法。首先，采用最小二乘法（OLS）检验人才房政策对低技能劳动力的影响，回归结果如模型5 所示，人才房政策对低技能劳动力定居城市的负向作用在1%的水平上显著;其次，使用Logit 模型进行分析，估计结果如模型6 所示，人才房政策对低技能劳动力定居意愿的负向影响在1%的水平上显著，表明城市实施人才房政策将会挤出低技能劳动力，与使用Probit 模型和OLS 回归的结果基本一致，故认为本文的结论是稳健的。

其三是调整样本选择。首先，本文根据低技能劳动力配偶的受教育水平进行分组回归，从家庭整体的角度考察人才房政策的影响。模型7 的结果显示，当配偶也为低技能劳动力时，人才房政策对低技能劳动力的定居意愿产生了显著的削弱作用，且影响的平均边际效应为-0.023，挤出效应与基准回归基本一致。由模型8 可知，当配偶为高技能劳动力时，人才房政策对低技能劳动力定居城市有负向影响，但未达到统计水平上的显著性。这表明，人才房政策主要对夫妻双方都为低技能劳动力的家庭产生挤出效应，原因可能在于，大多城市人才房政策的实施以家庭为单位，即夫妻任一方属于人才范畴，每个家庭可以且仅能享受一次人才房政策，这种制度意味着当低技能劳动力的配偶为高技能劳动力享受住房福利时，低技能劳动力也等同于被人才房政策覆盖。其次，采用70 个大中城市的研究样本。由于大理市的城市层面数据缺失较多，本文保留了其余69 个城市的样本，结果如模型9 所示。可以发现在我国大中城市，人才房政策对低技能劳动力仍然存在显著的挤出效应。这些结果表明无论是在大中城市还是全国整体、个体层面还是家庭层面，人才房政策对低技能劳动力都有着显著的挤出效应，证实了前文结果具有稳健性。

其四是替代解释变量。本文从70 个大中城市的人才房政策文本中剥离出“货币补贴型”“实物配置型”以及包含不限购、降低落户门槛、社保参保年限等内容的“其他类型”的人才房政策数据，将以上三种类型的人才房政策设为0-1 变量，给上一年为本科及以上学历的劳动力提供该类政策的城市赋值为1，否则为0，并替代解释变量进行稳健性检验。根据模型10-12，可知大中城市实施“货币补贴型”与“其他类型”的人才房政策对低技能劳动力具有显著的负向作用，相反地，“实物配置型”人才房政策对低技能劳动力有显著的正向作用。这可能是由于前者是从需求端出发的发放补贴、不限购等政策会刺激住房需求，从而拉高城市房价水平，挤出低技能劳动力，然而，后者从供给端出发，当城市增加住宅用地供应量、建设人才公寓等人才房时，会增加城市整体的住房供给量，缓解房价上涨压力，同时，还会加速住房过滤过程，中低收入群体的住房福利由此也能得到提升，继而增强其定居意愿。由此可见，加大多层次住房供应是实现“住有所居”的重要举措。进一步地，本文按照城市是否实施以上三类人才房政策来量化“政策强度”，若尚未实施，赋值为0，实施了其中一类，赋值为1，以此类推。模型13 的结果表明，人才房政策强度越高，低技能劳动力被挤出城市的概率越大，由此可证本文的回归结果是稳健的。

（四）机制分析

由前文的理论机制分析可知，城市人才房政策可能会通过工资增长、就业创造以及住房拥挤这三条渠道影响低技能劳动力的定居决策。为揭示人才房政策挤出低技能劳动力的内在逻辑，并且验证前文所提出的假说，本文将对以上三条潜在的渠道进行检验。模型14 的结果显示城市人才房政策的實施将在1%的显著性水平上提高城市的工资水平。模型15 的结果表明，人才房政策会显著增加城市的就业机会。由此，人才房政策能够分别从直接的工资增长、间接的就业创造两个渠道产生收入增长效应，增加低技能劳动力的可支配收入，这是吸引低技能劳动力定居的主要动力（陈浩和孙斌栋，2016;陈翔和唐聪聪，2021），故H1 成立。根据模型16，实施人才房政策对住房价格有显著的正向影响，且其平均边际效应为0.303，明显大于其余两条渠道。这意味着，人才房政策将通过住房拥挤渠道加重低技能劳动力的居住成本与消费成本，产生成本增加效应（李超和张超，2015），使低技能劳动力迁出城市（Ganong 和Shoag，2017;张军涛等，2021），故H2 得证。综合来看，由高房价导致的成本上涨将大幅削弱收入增加效应，挤出低技能劳动力。由此可见，高房价在影响低技能劳动力流动决策的众多因素中占据主导地位，住房问题仍然是低技能劳动力留城定居、实现共同富裕道路上亟需解决的难题。

（五）异质性分析

本文对劳动力在教育背景、有无本地房产层面考察个体异质性。表8 中的模型17-19 报告了受教育水平的异质性作用。回归结果表明，不同受教育水平的低技能劳动力都会受到人才房政策的挤出，其中拥有高中或中专学历的劳动力受到的挤出作用最强，初中及以下、大专学历的低技能劳动力受到的挤出效应相对较弱。这主要是因为高技能劳动力的大量涌入，引起了城市对于建筑工、清洁工、保姆等处于技能水平底部的劳动力的需求增加（Manning，2004;夏怡然等，2015），这些工作需要较强的体能和环境适应性，且技能水平要求较低，适合初中及以下学历的劳动者。同时，大专学历的劳动力符合大量高级技工岗位的需要，收入水平相对较高。

接下来本文从低技能劳动力的房产拥有状况的角度进行异质性分析。模型20 和模型21 的结果表明，无论外来低技能劳动力在当地有无房产都将受到人才房政策的挤出，但无房产的劳动力受到的挤出效应更强，比有房产的劳动力平均高出7%。其原因在于，已经在当地购买或者自建的房产会对低技能劳动力产生一定的锁定效应，降低其迁居其他城市的可能性（Foote，2016），一定程度上弱化了人才房政策的挤出效应，而对于在当地没有自有住房的低技能劳动力而言，当住房价格随着人才房政策实施而大幅上涨，具有较强的成本增加效应，由此产生较强的挤出效应。

在城市层面，本文考虑基于地理区位和经济区位的异质性，将全样本分为东部地区、东北地区、中部地区和西部地区这四个子样本①，分别进行回归。根据表9，在东部、东北以及中部地区，人才房政策的实施都将对低技能劳动力的定居意愿产生显著的负向影响，相反地，西部地区人才房政策的实施对低技能劳动力定居意愿有着显著的正向影响，平均边际效应为0.086。这或许是因为西部地区的房价相对偏低，低技能劳动力获取住房的支付能力更强，即西部地区人力资本增加引起的生活成本增幅小于工资水平与就业机会的增幅，于是低技能劳动力在此定居的概率更大。

五、进一步分析：未来流动意向

在明确人才房政策对低技能劳动力定居意愿存在显著的负向影响以及影响的具体路径之后，本文进一步对选择流出的低技能劳动力的未来流动意向进行分析，以考察人才房政策对低技能劳动力的流向是否造成了更为深远的影响。

本文根据受访者对2016 年CMDS 问卷中的选项，构建“返乡”以及“流向省会及以上城市”

的0-1 变量。若受访者选择返乡，则为“返乡”变量赋值1，否则为0。在选择继续流动的低技能劳动力中，若选择流向省会及以上级别的城市，则为“流向省会及以上城市”变量赋值1，否则为0。将以上两个变量分别替代被解释变量进行回归，结果如表10 所示。模型26 的结果表明，人才房政策的实施将显著增大低技能劳动力在五年内的返乡概率。根据模型27，人才房政策将会显著降低低技能劳动力选择流向省会及以上级别城市的概率。这一现象背后的原因可能在于，人才争夺战愈发激烈，各城市人才政策的持续扩散与加码，使部分低技能劳动力意识到即使迁往其它大城市，他们仍将面临生活成本较高、收入水平有限的压力，而返乡或者流向地级市、县级市及以下级别的城市或许能在很大程度上减轻置业压力，从而享受相对更高的生活水平。

结合表4 和表10 的结果，本文认为，人才房政策这类技能偏向型住房政策的实施不但会削弱低技能劳动力当下选择定居在流入地的倾向，推动流动劳动力返乡意愿增强，还会削弱低技能劳动力流向大城市的积极性。一方面，劳动力返乡存在积极的回流效应，可以把在城市中积累的先进技术与观念带回家乡，增强家乡经济增长的活力，加快中国城镇化进程（任远和施闻，2017），而且返乡劳动力能够推进农业生产方式变革，加快农业高质量发展，这是实现乡村振兴的根本出路，也是我国粮食安全的重要根基。另一方面，这会导致低技能劳动力享受大城市的高质量的教育、医疗等公共资源的难度进一步增大。人才房政策的实施将对劳动力的自由流动产生扭曲，尤其可能会加剧大城市的劳动者技能结构失衡、城市“用工荒”等问题，不利于我国劳动力要素配置的优化、人口城镇化和共同富裕的推进。

六、结论与政策含义

城市纷纷推出人才房政策以积蓄高质量的人力资源，由此创造出了相对更多的就业岗位和工资收入吸引低技能劳动力到城市谋生，但与此同时，城市日益高昂的生活成本可能会使他们的生活更为艰辛。在此背景下，收入与成本博弈的结果尚未得到准确评估。本文利用各城市人才房政策数据与2016 年中国流动人口动态监测调查数据，采用Probit 模型估计人才房政策是否对低技能劳动力定居城市具有挤出效应。实证结果发现，人才房政策对低技能劳动力定居存在显著的负向作用，即人才房政策的实施会挤出低技能劳动力。70 个大中城市的“货币补贴型”与其他类型的人才房政策会对低技能劳动力在城市定居起到负向作用，“实物配置型”人才房政策会起到正向作用，“政策强度”与挤出强度显著正相关。在作用机制上，人才房政策会通过工资增长、就业创造以及住房拥挤三个渠道产生收入增长效应与成本增加效应，最终抑制低技能劳动力在流入地长期定居。异质性分析中，不同受教育水平、本地住房拥有状况、城市地理区位等因素都会影响低技能劳动力的定居意愿，其中，高中/中专学历的、本地没有房产的、非西部地区的低技能劳动力受挤出作用更强。进一步地，本文还发现人才房政策实施也会导致低技能劳动力流向大城市的积极性降低，增大其返乡概率。

本文的结论具有丰富的政策含义：第一，倡导包容性增长理念，扎实推进共同富裕。地方政府应均衡吸纳各技能水平的劳动力，实现劳动力技能互补，并重视广大低技能劳动力的潜在的人力资本，帮助低技能劳动力向更高技能水平转化，提高就业质量与工资水平，让发展成果惠及面更广;第二，因城施策，警惕人才争夺的负面影响。地方政府应充分审视城市的发展情况，因地制宜地实施人才房政策。经济较为发达的地区，人才房政策的实施可能造成物价水平高涨，对低技能劳动力产生较强的挤出，不利于劳动力技能互补，可能引发家政、保安、技工等生活性服务业的“用工荒”。经济基础较为薄弱的地区，人才房政策将有可能促进不同技能水平的劳动力流入，稳定劳动力市场结构;第三，多措协调，助力低技能劳动力实现“住有所居”。各地要规范土地制度，合理规划住房供应量，坚持“房住不炒”，利用大數据和互联网技术构建住房开发建设、销售租赁等平台，将房价收入比纳入政策监控范围，从金融、财政等方面提高住房系统的整体运行效率，多措并举保障住房市场稳定健康发展，助力低技能劳动力在城市安居乐业。