中國流動人才的居留意愿及其影響因素
——基于人才爭奪的思考

代欣玲，彭小兵

(重慶大學公共管理學院，重慶 400044)

0 引言

近年來，中國人口紅利消失，引發各地人才、經濟雙重危機。人口紅利是中國經濟高速增長的重要因素，其對1982—2000年中國經濟增長的貢獻約15%～26.8%[1-2]，人口紅利常用總撫養比度量[3-4]。一方面，中國老齡化程度持續加深，勞動年齡人口增幅減緩[2]；另一方面，中國生育率持續走低，2017年全國人口出生率僅為12.43‰，出生人口比2016年減少63萬人[5]。隨著2013年左右人口撫養比由降低轉為升高,傳統意義上的人口紅利逐漸消失[2]，人均產出的增長率每年下降0.45%直至2050年[1]。

各地政府相繼出臺人才政策吸引人才，全國范圍內人才爭奪愈演愈烈。武漢在2017年首啟 “百萬校友資智回漢” “百萬大學生留漢創業就業”計劃，西安在2018年提出打贏為期3年的人才、人口爭奪攻堅戰，南京積極推進以 “寧聚計劃”為代表的人才吸引工作，以期持續增強對異地人才的虹吸效應[6]。2019年春節后的8天內，超過16個城市發布各類人才政策[7]。同年，北京、天津、遼寧、黑龍江、福建等多地的政府工作報告已將人才引進作為重要工作之一。此外，隨著全球化程度不斷加深，越來越多的國家正在全球競爭流動人才。至少有44%的聯合國成員國明確表示有興趣引進國際流動人才，三分之二的經合組織國家正在實施或已經實施旨在吸引流動人才的政策[8]。我國科創人才在國際競爭中已成為發達國家獵頭重點關注的對象，美國硅谷的外籍科技人才中有一半以上來自中國[9]。

在這場 “人才爭奪戰”中，如何留住人才成為各級政府亟待解決的難題，同時也成為現階段人口學及公共人力資源領域的重要議題。一方面，對于人才流失地區而言，大量人才流失等于資金外流或資源掠奪[10]，嚴重阻礙地方經濟發展，且隨著人口老齡化和低生育率不斷加深，未來幾十年人才流失強度恐持續增加[11]，地區經濟陷入惡性循環，資源分布嚴重偏聚，加劇馬太效應[10]；另一方面，暫時搶到人才的地區通常采取降低門檻的方式吸引人才，基本沒有留才措施[7]，形成 “重引進、輕留用”的局面，人才較高的二次流動性[12-13]意味著人才引進工作前功盡棄、人才政策資源嚴重浪費。

為此，本文首次使用全國流動人口動態監測調查數據 (以下簡稱監測數據)中受教育程度為專科及以上的樣本，實證檢驗中國流動人才的居留意愿并提出相應對策。這有助于各級政府及用人單位精準把握各類流動人才的特征，尤其是系統掌握流動人才居留意愿的影響因素，為政府制定留才政策、破解留才難題提供參考。

1 文獻綜述

1.1 關于流動人才的概念

此次人才爭奪戰所爭搶的流動人才分為兩類：①受過大專及以上高等教育的高學歷流動人才，如西安、南京、鄭州、成都、上海、武漢、合肥、天津、常州、深圳爭搶的人才；②具有專業技術的高技能流動人才，如北京爭奪的文創、科創人才，天津爭奪的國外精算師、注冊資產評估師，合肥、常州爭奪的高級技能工程師。然而，高學歷流動人才與高技能流動人才并不完全等同，為避免后文混淆，需對本文的流動人才進行界定。

基于上述參與人才爭奪的主力地區中，有80%以上爭搶的是高學歷流動人才，因而本文將流動人才的概念界定為 “流動人口中受過大專及以上高等教育的高學歷人群”。

1.2 流動人才的居留意愿研究

隨著戶籍限制逐步取消，流動人口居留意愿的研究將發生變遷。中國近40年的人口流動呈候鳥式循環流動 (也被稱為非永久性遷移、暫時性遷移[14]等)與鄉-城單向流動 (也被表述為定居、居留等)。諸多研究認為中國的候鳥式循環流動是戶籍限制造成的不正常現象，所以早期關于流動人口居留意愿的成果，其初衷之一是揭示戶籍制度改革對流動人口居留本地的效果，并認為一旦戶籍限制取消，候鳥式循環流動將被單向流動所取代[14-15]。因此，對居留意愿的考察應從過去關注遷移阻礙及考察公民身份的 “后馬歇爾時代” (Post-Marshall Era)[16]逐步轉為關注公民與周遭環境互動關系及考察公民主觀意愿的新流動時代。

由于不同群體在居留意愿的系統性差異、居留意愿制度背景變遷及流動人才呈現出的異質性流動特點，檢驗流動人才的居留意愿必然且迫切。目前，國內居留意愿的研究主要集中于流動人口 (包括 “外來人口” “農民工群體”)，而流動人才的居留意愿研究較為鮮見。諸多早期的流動人口研究曾側面提及流動人才的居留意愿明顯高于流動人口[17-21]；加之諸多早期成果產生于戶籍限制的背景下，而隨著此次 “人才爭奪戰”全面放松對流動人才的戶籍限制，流動人才的居留意愿無需再考慮戶籍限制的影響，這可能顯著改變流動人才的居留意愿；特別是，流動人才本身極強的二次流動性 (如河北省75.2%的科技引進人才有向東部地區二次流動的意愿)[12-13],各地已逐步呈現 “引才更易、留才更難”的特征，流動人才居留意愿研究愈發必要，流動人才居留難題亟待破解。

1.3 流動人才居留意愿影響因素的研究

目前，僅有少數學者對人才居留意愿的影響因素進行不同側重的研究。呂紅軍等[18]通過Logit回歸發現，哈爾濱高學歷人群的長期居留意愿受性別、配偶戶籍地和隨遷家庭狀況的影響；黃魯成等[22]使用Logit回歸，以受過本科和研究生教育的專業技術流動人才為研究對象，提出人才居留受性別、婚姻、流動范圍、共同生活人數、個人月收入、家庭每月平均收支比、接近中心性及中介中心性的影響；李燕萍等[23]基于扎根理論采用網絡平臺收集的人才樣本提出6個可通過實證檢驗的影響人才居留的因素：個體城市情感/契合因素、個體能力因素 (年齡、學歷)、生存因素 (收入、房價等)、親友因素、政府因素 (指制度因素，主要為戶籍制度)與城市因素 (城市環境與城市基礎設施)。在國外，偽重力模型 (Pseudo-Gravity Model)被認為是分析流動人口居留決策的工具，Czaikal等[8]利用偽重力模型進行人才居留決策研究，在模型中納入工資、目的地基礎設施、目的地失業率和總人口、目的地特定遷移政策、雙邊地理因素 (地理距離、是否共享邊界)、文化因素 (共同語言)、社會網絡[8]以測算在原籍地、目的地間的人才總流量。

1.4 研究述評

上述學者對人才居留意愿的探索為人才居留的研究奠定基礎，但尚存不足。首先，在研究對象方面，呂紅軍等的研究僅涉及哈爾濱市的高學歷人才，黃魯成等的研究僅涉及受過本科和研究生教育的專業技術類流動人才，研究對象較為局限。其次，在數據收集及數據分析方面，李燕萍等的數據源自知乎、微信和地方城市生活網絡平臺，這可能遺漏無上網偏好或無網絡留言偏好的人才樣本，導致樣本選擇偏誤；同時，兩位學者在研究中主要采用扎根理論進行質性分析，使讀者無法判斷相關影響因素的統計顯著性。最后，在因變量的性質及環境適應性方面，Czaikal等主要從宏觀層面利用偽重力模型測算各地人才總流量，該流量是人才微觀居留決策的宏觀層次因變量，與本文微觀層次的因變量存在差異；同時，國內外環境差異也可能導致同一因素的影響有異。為此，本文擬運用logistic模型，采用監測數據中流動人才樣本對中國流動人才居留意愿及其影響因素進行實證檢驗，該數據通過分層多階段 PPS抽樣方法獲得，對中國流動人才有較強代表性，相應統計推斷較為客觀，結論也更契合本土實際。

2 數據、模型及描述性統計分析

2.1 數據來源

本文對監測數據中 “受教育程度”為專科、本科、研究生的流動人才進行提取。監測數據將全國在流入地居住1個月以上、非本區 (縣、市)戶口、年齡在15周歲及以上的流入人口納入調查范圍，按照隨機原則在全國31個省 (區、市)和新疆生產建設兵團流動人口較為集中的流入地抽取樣本點，在保持對全國、各省有代表性的前提下，增強對主要城市、均等化重點聯系城市的代表性。其中流動人才樣本達25875個，刪除退休及喪失勞動能力的樣本，刪除流入地 (戶籍地)為兵團、戶籍地為港澳臺及國外的樣本，最終得到流動人才樣本25220個，樣本數據包含個體特征、流動特征、城市特征等重要信息。

2.2 模型設定

該模型考察流動人才居留意愿的影響因素。被解釋變量Settlementij表示j城市流動人才i在本地的 “居留意愿”，通過題目 “您今后是否打算在本地長期居住”的回答來測度，答案設計為二元虛擬變量： “打算”，賦值1；暫不打算 (包括 “不打算”及 “沒想好”)，賦值0。

Settlementij=β0+β1Xij+β2Yij+β3Zj+ui

模型的自變量包含3類。

(1)個體特征變量Xij，如性別、年齡、教育程度、戶口類型、婚姻、戶籍地、工資。

為了避免遺漏重要個體特征變量，將 “流入地同住家庭成員數”納入模型。基于 “中國家庭的三代縱向親密關系”[24]，僅將在流入地同住的父母、配偶、子女計入 “流入地同住家庭成員數”。其一，該變量用于綜合衡量已有文獻提及的隨遷家庭狀況、共同生活人數、社會網絡、親友因素、個體城市情感/契合因素。其二，呂紅軍等認為 “配偶戶籍地”可能影響人才居留，即配偶為本地戶口的人才更傾向于居留本地。事實上，監測數據中不包含家庭中有一人及以上為本地戶口的 “半邊戶”家庭，即納入監測數據的樣本其配偶的戶籍均不在本地，因此無法對該變量進行檢驗。查閱原文可知，原作者擬通過 “配偶戶籍地”獲取配偶是否在本地的信息，而 “流入地同住家庭成員數”正好包含了這一信息。

工資是影響人口流動的重要因素[25]。然而全樣本中，工資缺失的樣本達2940個，這些樣本具有較多共性 (多數是學習培訓)，將其刪除恐引起樣本有偏，考究原始數據發現：工資缺失的樣本均沒有工作，沒有工作意味著 “工資”為0 (盡管不代表收入為0)，因此筆者將該2940個樣本的工資賦值為0。此外，工資已按慣例取自然對數以避免異常值帶來的負面影響。

(2)流動特征變量Yij，如流動范圍、是否首次流動。變量未作特殊處理。

(3)城市特征變量Zj，如流入地常住人口 (萬人)、流入地失業率 (=城鎮登記失業人員數/年末總人數) (%)、戶籍地與流入地GDP差、流入地生均教育經費支出 (地方普通小學) (元)。由于被調查對象的 “居留”決策與過往接收的信息相關，可以將城市數據滯后1年，采用2014年的城市數據。城市數據若使用地級數據，將有數以萬計的樣本無法匹配，這些樣本具有諸多共同特征 (如大部分來自西部)，直接刪除恐引起樣本有偏，因而本文使用省級數據。上述城市特征變量數據源自 《中國城市統計年鑒》 《中華人民共和國年鑒》 《中國教育經費統計年鑒》。

此外，為避免遺漏重要城市特征變量，模型中增加納入以下變量：①戶籍地與流入地距離 (km)，用以衡量已有文獻提出的地理距離 (也即接近中心性)。兩地距離使用學界普遍采用的兩地省會城市 (或直轄市)距離，由兩地省會城市 (或直轄市)經緯度換算而成，經緯度數據來自國家基礎地理信息中心的全國地理信息資源目錄服務系統。戶籍地與流入地距離能在一定程度衡量文化相似性。②流入地高鐵運營列數，用以衡量地區的中介中心性 (即節點在網絡中的中介能力)[22]，因為某地的運營高鐵列數能從側面反映該地在網絡中的橋梁作用。根據中國2014年1月1日實施的《鐵路安全管理條例》，高鐵指設計開行時速250 km以上 (含預留)，且初期運營時速200 km以上的客運列車專線鐵路。我國業界把 “高鐵” (G)、城際列車 (D)、 “準高鐵” (C)泛稱為高鐵[26-27]。運營高鐵列數來自2014年《全國鐵路旅客列車時刻表》。③是否接壤，用以衡量流入地與戶籍地是否共享邊界及文化相似性，該數據源于地圖。④流入地燃氣普及率 (%)，用以衡量目的地基礎設施建設情況，數據來自《中國城市建設統計年鑒》。⑤家庭月收入與房價比，房價數據來自國泰安經濟研究系列數據。

由于全國各地幾乎已全面放開對流動人才的戶籍限制，因此不再檢驗已有文獻提及的戶籍限制對流動人才居留意愿的影響。此外，本文已盡可能將影響流動人才居留意愿的重要變量納入實證模型，以確保較為系統地檢驗流動人才居留意愿的影響因素。

2.3 描述性統計分析

描述性統計分析見表1。由表1可見，性別賦值：男性為1、女性為0。教育程度賦值：專科為1 (參照組)、本科為2、研究生為3。戶口類型賦值：農業戶口為1、非農戶口為0。婚姻賦值：有配偶 (初婚、再婚)為1、無配偶 (未婚、離異、喪偶)為0。戶籍地賦值：東北部為1 (參照組)、西部為2、中部為3、東部為4。流動范圍賦值：市內跨縣為1 (參照組)、省內跨市為2、跨省為3。是否首次流動賦值：是1、否0。是否接壤賦值：是1、否0。

表1 描述性統計分析

2.4 流動人才的居留意愿

流動人才居留意愿統計見表2。由表2可見，專科、本科、研究生樣本居留比例分別為64.91%、69.9%、76.67%，意味著受教育程度越高，居留本地的比例越高。

表2 流動人才居留意愿的統計

3 實證結果

3.1 基準回歸分析——中國流動人才居留意愿的影響因素

中國流動人才的居留意愿影響因素的回歸結果見表3。由表3可見，模型 (1)僅控制個體特征變量，模型 (2) (3)分別增加控制流動特征變量、城市特征變量。模型 (3)的回歸結果與模型 (1) (2)相應變量的回歸結果完全一致。模型 (3)回歸結果顯示：個體特征變量中，性別、年齡、教育程度、戶口類型、婚姻、戶籍地、工資、流入地同住家庭成員數對流動人才居留意愿影響顯著；流動特征變量中，流動范圍對流動人才居留意愿影響顯著；城市特征變量中，流入地常住人口、流入地失業率、戶籍地與流入地GDP差、流入地生均教育經費支出 (地方普通小學)、流入地高鐵運營列數、流入地燃氣普及率、家庭月收入與房價比對流動人才居留意愿影響顯著。

表3 流動人才居留意愿影響因素的回歸結果

在個體特征方面，在保持其他變量不變的情況下 (后文所有系數解釋均在保持其他變量不變的情況下進行)，相較于女性流動人才，男性流動人才的居留發生比 (odds)低15%[見模型 (3)性別欄，發生比率 (odds ratio)=0.85=男性 (賦值為1)流動人才居留發生比 (odds)/女性 (賦值為0)流動人才居留發生比 (odds)。這意味著男性流動人才居留發生比比女性流動人才居留發生比低15%]。年齡每增長1歲，流動人才的居留發生比高1.7%，有別于現有研究普遍認為年輕人更易居留，可能的原因是年長流動人才的知識技能、社會資源較年輕人才多，更有能力和意愿居留本地。相較于專科流動人才，本科流動人才的居留發生比高18.7%，研究生流動人才的居留發生比高36.2%。相對于非農戶口流動人才，農業戶口流動人才的居留發生比低8.3%。相較于無配偶的流動人才，有配偶的流動人才其居留發生比高18%。相對于戶籍地為東北部的流動人才，戶籍地為西部的流動人才其居留發生比低23.9%，戶籍地為中部的流動人才其居留發生比降30.5%，戶籍地為東部的流動人才居留的發生比降17.5%。工資每增加1倍，流動人才居留發生比提高6.3%。流入地每增加1個同住家庭成員 (限配偶、子女、父母)，流動人才的居留發生比平均升高73.5%。

流動特征方面，相較于市內跨縣流動的人才，省內跨市流動的人才居留發生比低10.7%，跨省流動的人才居留發生比低40.7%。

城市特征方面，盡管流入地常住人口、戶籍地與流入地GDP差、流入地生均教育經費支出 (地方普通小學)顯著影響流動人才居留發生比，但受統計精度影響，發生比率 (odds ratio)結果顯示為1.0000，因此不作進一步解釋。

流入地失業率每增長1‰，流動人才居留發生比分別提高5%，由此得到一個看似不合理的結果。查證數據發現，失業率排名前2位的城市為天津市、上海市。可見，失業率可能無法較好反映城市真實失業率，更多反映各地的失業登記意識。

流入地高鐵運營列數每增加10列，流動人才的居留發生比降低0.4%，即流入地高鐵運營列數越多，流動人才居留發生比越低。可能的原因是：流入地高鐵運營列數越多，地區在整體網絡的中介能力越強，地區經濟相應也越發達，房價也越高，從而引發對流動人才居留的排斥作用。

流入地燃氣普及率每提高1%，流動人才居留的發生比提高1.2%。這意味著城市基礎建設越好，流動人才居留可能性越大。

家庭月收入與房價比每提高1倍，流動人才居留發生比提高17.5%。這意味著相同房價下，家庭月收入越高，流動人才居留發生比越高；相同月收入下，房價是抑制流動人才居留的重要因素。

3.2 不同學歷層次流動人才的異質性分析

為了進一步識別不同學歷層次流動人才居留意愿的影響因素，根據流動人才的學歷層次，表3中模型 (4)～ (6)分專科、本科、研究生3個子樣本對流動人才居留意愿進行考察。專科子樣本回歸結果與模型 (3)基準回歸結果一致。相對于專科流動人才，在5%顯著性水平下，本科流動人才的居留發生比不再受婚姻、省內跨市流動、流入地常住人口、流入地燃氣普及率影響，仍受性別、年齡、戶口類型、戶籍地、工資、流入地同住家庭成員數、跨省流動、流入地失業率、戶籍地與流入地GDP差、流入地生均教育經費支出 (地方普通小學)、流入地高鐵運營列數、家庭月收入與房價比影響；研究生流動人才，不再受性別、年齡、戶口類型、婚姻、戶籍地、流動范圍 (包括省內跨市、跨省)、流入地常住人口、流入地失業率、戶籍地與流入地GDP差、流入地生均教育經費支出 (地方普通小學)、流入地高鐵運營列數、流入地燃氣普及率、家庭月收入與房價比影響，僅受工資、流入地同住家庭成員數影響，即隨著學歷提升，流動人才居留意愿逐步突破個人特征、流動特征及城市特征的影響。

(1)隨著學歷提高，流動人才的居留意愿逐漸突破個體特征的影響。專科、本科流動人才的居留發生比分別受所有個體特征變量、絕大部分個體特征變量影響；而研究生人才 (包括碩士研究生及博士研究生)的居留發生比僅受工資、流入地同住家庭成員數的影響，這與Gross等的研究類似，即高層次人才對大多數驅動因素產生免疫，但會對經濟刺激做出反應[28]。

其中，工資每增加1倍，專科、本科、研究生流動人才居留發生比分別提高5.8%、7.4%、11.6%。因此，政府不僅應放松落戶限制，更應考慮激勵工具[28]，如工資。此外，流入地同住家庭成員每增加1人，專科、本科、研究生流動人才居留發生比分別提高73.3%、71.6%、132.4%。這與Gibson等的研究一致，即對于最優秀、最聰明的人而言，一個收入最大化框架似乎不是分析他們決策的最適合模型，還應該強調效用最大化的非收入部分，如共同生活人數、親友因素[29]。

(2)隨著學歷提高，流動人才居留意愿逐步突破流動特征的影響。專科流動人才中，市內跨縣流動的樣本其居留發生比高于省內跨市及跨省流動的樣本，即專科流動人才傾向于居留市內；本科流動人才中，市內跨縣、省內跨市流動的樣本其居留發生比高于跨省流動的樣本，即本科流動人才傾向于居留省內；研究生流動人才無論是市內跨縣、省內跨市、跨省流動，其居留發生比沒有顯著差別，意味著他們得以在全國任何適宜的地區自由居留。可能的原因是隨著學歷提升，流動人才擁有更多知識儲備、能力資源以前往更廣闊的空間發展。

(3)隨著學歷提升，流動人才居留意愿逐步突破城市特征的影響。專科、本科流動人才的居留發生比受到大部分城市特征變量的影響，意味著一個宜居的城市環境是吸引專科、本科流動人才的重要因素，即 “栽好梧桐樹，引得鳳凰來”。而研究生流動人才的居留發生比不受城市特征變量的影響，似乎研究生人才并不追求更好的城市基礎設施條件及城市生活質量，由此得到一個看似不合理的結果。實際上，研究生流動人才更容易獲得人才引進的特殊優惠及各類綠色通道權限，其擁有城市優質資源的能力強，城市間基礎設施條件的差別難以對其生活質量造成影響。相反，專科、本科流動人才享受的待遇與一般居民無異，城市基礎設施條件對其生活質量產生明顯影響，因而呈現出受較多城市特征影響的現象。

目前，越來越多研究生及以上的高層次人才出走大城市、居留小城市，原因可能是大城市資源緊張，人才難憑一己之力獲得理想生活，而小城市可得資源優、生活質量高，可以說，出走大城市既是無奈也是理性的選擇。因此，二、三、四線城市并非處于高層次人才爭奪戰的劣勢地位。值得注意的是，家庭月收入與房價比對研究生流動人才的居留意愿不產生影響。可能的原因是研究生流動人才的家庭月收入水平相對較高，對房價承受能力較強，繼而對房價不特別敏感；抑或是研究生流動人才在人才引進過程中有住 (購)房補貼、人才公寓、青年人才驛站、安家費等 (如南京、鄭州、成都、江西等地的做法)。

3.3 穩健性檢驗

本文使用兩種方法對結果進行穩健性檢驗。第1種方法是更換模型。模型 (2)使用probit模型對中國流動人才的居留意愿進行回歸，其結果與logistic模型回歸結果 (包括顯著性水平及影響方向)完全一致。如性別變量在probit模型中，在1%顯著性水平下顯著，且從回歸系數-0.031分析得出，男性居留意愿更低。在logistic模型中，性別仍在1%顯著性水平下顯著，且從發生比0.8496分析得出，男性居留意愿低于女性。第2種方法是替換變量。模型 (3)用 “生均教育經費支出 (地方普通初中)”替換 “生均教育經費支出 (地方普通小學)”，模型 (4)用 “用水普及率” (%)替換 “燃氣普及率” (%)，結果顯示模型 (3) (4)的回歸結果與未替換變量的模型 (1)的回歸結果 (包括顯著性水平及影響方向)完全一致。因此，本文得到的實證結果值得信賴，見表4。

表4 流動人才居留意愿的穩健性檢驗

4 結論

本文首次提取監測數據中 “受教育程度”為專科、本科、研究生的流動人才樣本，利用logistic模型檢驗中國流動人才的居留意愿，并通過更換 (probit)模型及替換變量的方法對結果進行穩健性檢驗，回歸結果含義如下。

(1)女性、年長、學歷更高、城市戶籍、有配偶、戶籍地為東北部的流動人才其居留意愿相對較高，各地留才政策可重點關注上述流動人才。

(2)隨著學歷提升，流動人才居留意愿逐步突破個人特征、流動特征及城市特征的影響。作為僅有的對各層次流動人才居留意愿均產生顯著影響的工資及流入地同住家庭成員數，應作為各地政府留住流動人才的兩大法寶。

(3)專科、本科、研究生流動人才分別傾向于在市內、省內及全國各地居留，各地政府應根據各層次流動人才的流動特征，出臺分層留人政策。

(4)專科、本科流動人才受城市特征變量影響，說明升級城市環境能提高流動人才居留意愿。

(5)專科、本科流動人才居留意愿受家庭月收入與房價比的影響，房價是抑制其居留的重要因素，降低其家庭月收入與房價比有助于其居留。

基于此，本文提出具體留才措施如下。

(1)重點吸引高居留意愿流動人才。政府可為女性、年長、學歷更高、城市戶籍、有配偶、戶籍地為東北部的流動人才提供創業、安家等政策支持，如減免房屋租金、提供金融、法律、推介支持，提供一次性創業、安家補助等。

(2)提高流動人才工資水平。流動人才居留意愿受工資影響顯著，特別是研究生。然而工資建立于市場基礎之上，因此政府需為企業提供優良的營商環境，如放寬市場準入、維護市場秩序、出臺稅收減免優惠政策等，提升企業市場競爭力，使其有能力及意愿支付更高的工資水平。

(3)協助流動人才家庭安置。有條件的城市可適度幫助流動人才進行家庭化遷居，如解決流動人才配偶、子女、父母的落戶問題；提供定向安置房；幫助家屬隨調或解決家屬工作；保障子女享受優質教育資源；保障父母享受優質醫療 (保健)資源等，妥善解決流動人才的后顧之憂。

(4)制定流動人才分層溝通策略。首先，專科、本科流動人才傾向于在本省 (市)居留，因此，政府應加強與本地人才集聚的高校合作，通過高校擴大對地方人才政策的宣傳；同時，引導、鼓勵和扶持本地產學研項目，通過增強本地人才與本土產業的聯系，促進人才與產業優勢互動，增強本地流動人才與地方的黏性。其次，研究生流動人才可在全國任何適宜的地區自由居留，因此，政府可利用媒體推介、網絡調查、座談、走訪等定向或非定向方式對全國研究生群體進行人才政策宣傳，加強人才與地方的接觸、交流及信任。

(5)打造流動人才宜居城市環境。首先，政府應加強城市基礎設施建設，包括交通基礎設施，教育基礎設施、醫療基礎設施等；其次，政府可按照適度優先原則,推進人才服務類生活設施建設，如國際教育、高品質生活配套等。

(6)緩解流動人才住房負擔。首先，政府應盡量控制房價水平，建設經適房、廉租房、人才公寓、政策性租賃房等保障性住房；其次，有條件的政府可在一定程度給予人才住 (購)房補貼 (優惠)，間接達到提高家庭收入與房價比的目的，以緩解人才住房問題。值得注意的是，通過人才爭奪拉漲房價的操作性不強，各層次流動人才中，基數最大的專科、本科流動人才對住房有較大剛性需求，然而這兩類人才對家庭月收入與房價比較敏感，一旦家庭月收入無法與房價同比上漲，流動人才的居留發生比將顯著下降，引發人才流失。