人才政策對流動人口落戶決策的影響

陳淑云 李琪

摘要：為了打破戶籍制度束縛下的人才流動障礙，增強城市競爭力和發展活力，全國各地相繼實施了多樣化的人才激勵政策。結合2010—2019年全國199個地級市的流動人口數據，采用多期雙重差分和傾向得分匹配法來考察人才政策對流動人口落戶決策的影響，發現城市出臺人才政策在短期內會明顯增強流動人口的落戶意愿，而購房補貼和創業補貼等政策對流動人口的吸引力更大;出臺過兩次以上人才政策和出臺過人才專項計劃的城市吸引力更強。從不同等級、不同區域的城市比較來看，人才政策對二線城市和東、中部地區城市的影響更為明顯，對一線城市的作用反而不明顯。整體而言，人才政策對東、中、西部地區流動人口的落戶決策均具有明顯的正效應，為了克服人才政策趨同化的弊端，要因城制宜，因城施策，找準城市的產業特色和發展定位，提高人才與城市發展的契合度，實現人才政策效用的最大化目標。

關鍵詞：城市競爭力;戶籍制度;人才政策;流動人口

基金項目：教育部哲學社會科學研究重大課題攻關項目“建立健全住房基礎性制度和房地產市場平穩健康發展長效機制研究”（19JZD012）

中圖分類號：F241 ? ?文獻標識碼：A ? ?文章編號：1003-854X（2022）05-0032-11

一、引言

中華人民共和國戶籍制度是對中國公民實施的以戶口為單位的戶籍管理制度。1958年，新中國建立了二元戶籍制度，將戶口嚴格劃分為“農業”戶口和“非農業”戶口。在二元戶籍制度背景下，戶籍遷移受到嚴格的行政控制。1998年，中央政府實行戶籍制度改革，明確了嚴格控制大城市、合理發展中小城市的改革目標，意圖放寬對人口流動的限制①。改革期間，農民工雖可以不用遷移戶口生活在異地城市，但仍因“外地人”的身份遭受到各種社會歧視②。2014年，國務院頒布《關于進一步推進戶籍制度改革的意見》，廢除了二元戶籍制度，實行統一的城鄉戶籍登記制度。該舉措盡管降低了各城市的落戶門檻，但現實的就業體制仍將本地戶口作為首要條件，同時資源按城市行政等級分配，一線城市和省會城市掌握著最多的資源和最好的福利，造成了城市層級的嚴重分化③。其直接后果是一線城市對人口的吸引力具有絕對的先天優勢，二、三線城市落戶門檻逐步趨于一致，難以在同質化競爭中吸引到人才。

長期以來，二、三線城市都面臨著人才競爭力不足的困境，在此背景下如何搶人才、如何安置各類人才成為城市未來發展的關鍵所在。2016年中共中央印發《關于深化人才發展體制改革的意見》，號召各地政府打破人才流動障礙，實施積極有效的人才引進戰略。自此，各城市相繼召開人才招聘會議，新一線和二線城市搶先公開人才引進目標，引起了社會廣泛關注，被稱為“搶人大戰”④。隨著“搶人大戰”的持續爆發，各地人才凈流入、戶籍凈遷入等指標開始出現分化，學術界也從不同視角對此展開探討。部分學者分別從住宅市場、企業創新、高層次人才、城市發展等維度分析人才政策的影響效果，但目前關于人才政策的實證研究較少，代表性成果有：廖諾等（2016）以1982—2013年北京、上海、廣州的數據為基礎，利用擴展柯布—道格拉斯生產函數計算了人才集聚對經濟增長的貢獻率⑤;劉旭陽和金牛（2019）利用2017年流動人口微觀數據分析了“搶人大戰”對青年流動人才的影響⑥;張虹（2020）利用差分GMM模型實證研究了“搶人大戰”對勞動力遷移決策的影響，結果表明城市特征和戶籍制度共同對勞動力的遷移形成作用效果⑦。

上述文獻聚焦人才政策對各領域的影響效果和人才政策的評估體系構建，為本文探討人才政策對流動人口落戶決策的影響提供了幫助，但也存在一定的缺陷。首先，大部分文獻只是定性分析了人才政策的實施效果和優化前景，缺少人才政策對流動人口影響程度的精準測度;其次，沒有考慮到人才政策的程序復雜，涉及多項具體措施，每項措施都可能會不同程度地影響流動人口的落戶決策;最后，沒有考慮不同類型和區域的城市在措施的設計上可能不同，進而對外來勞動力的吸引程度也存在差異。

本文利用2010—2019年199個地級市的戶籍凈遷移人口數據和多期雙重差分模型研究了人才政策對流動人口落戶決策的影響，并輔以替換解釋變量法和傾向得分匹配法給出穩健性檢驗。實證結果表明，人才政策的實施能夠幫助城市吸引流動人口落戶;政策制定越完善，對戶籍流動人口的吸引作用越明顯;購房補貼和創業補貼對勞動力的吸引力大于生活補貼。此外，我們針對城市層面進行了異質性分析，發現人才政策的正效應對于資源稟賦不同的城市存在差異。與已有文獻相比，本文的邊際貢獻在于：第一，突破了戶籍凈遷移人口數據缺失的限制，將流動人口分為戶籍流動人口和非戶籍流動人口進行比較研究;第二，將樣本時間拉長至2010—2019年，基本覆蓋了人才政策實施的時間節點，有助于分析人才政策的時效性;第三，將人才政策的具體措施劃分為購房補貼、生活補貼和創業補貼，實證分析每項措施的實施效果。

二、經典事實與理論假設

2003年，由于全國范圍內均出現了勞動力短缺現象，中共中央于該年12月召開了新中國成立以來的第一次人才工作會議，會議將實施人才強國戰略作為本階段的根本任務。2010年6月，中共中央、國務院印發了《國家中長期人才發展規劃綱要（2010—2020年）》，這是新中國成立以來的第一個中長期人才發展規劃，對于我國的人才培養工作具有重要的指導意義，自此逐步有城市把人才落戶政策當作穩定勞動力供給的有效手段。圖1展示了2010—2019年出臺人才政策的文件數量分布情況。數據顯示，2010—2019年，全國共出臺了超200份人才政策文件，每年頒布人才政策文件的數量呈不斷上升趨勢;其中，2016年、2017年和2018年是人才政策出臺的高峰期，正好也是“搶人大戰”的爆發期。一方面，在經濟發展階段，勞動力主要從農村流向城市，人口集聚導致城市規模增長的同時，也提升了城市生產率，進而提升了人均GDP和人均可支配收入，加速了城鎮化的形成。另一方面，人才政策改革打破了傳統戶籍制度的壁壘，為外來勞動力在大城市落戶提供保障，顯著增強了引進人才的歸屬感與幸福感，進一步優化了城市的層級體系?；谏鲜鍪聦?，本文提出以下假設。

假設1：城市出臺人才政策對戶籍流動人口的落戶決策有顯著的正效應;對于非戶籍流動人口，人才政策沒有明顯影響。

圖1 ?2010—2019年出臺人才政策的文件數量分布

為了更全面地評估政策的效力與效果，許多學者對政策文件進行了多維度的量化解析。李燕萍等（2019）和陳新明等（2020）基于共詞分析法、三維評估模型法將人才政策量化為資金補助類、生活配套類和發展保障類，采用德爾菲法計算了不同政策工具的效力強度，發現資金補助類的均值效力最大，其中，創業資助和買房資助在資金補助中的關注度最高⑧;陳新明還注意到部分二、三線城市會出臺帶有城市專屬色彩的綜合性人才計劃，這些專項計劃的出臺極大地增強了城市特色產業的競爭力，同時為引進人才提供了良好的發展前景⑨。綜合上述分析，本文提出以下兩個假設。

假設2：人才政策中涉及創業資助和買房資助的內容更能吸引流動人口落戶。

假設3：實施具有城市特色的人才政策更能吸引流動人口落戶。

人才政策改革從興起至爆發的過程中，各級別、各區域城市呈集中發力態勢，但具體情況也存在一定差異。圖2展示了2010—2019年出臺人才政策的城市占比。從地理位置看，東、中、西、東北地區的城市占比逐漸下降;從城市等級看，一線和二線城市占比最多，三線次之，四線和五線城市占比較少。東部城市和一、二線城市占比較多的原因在于：一方面，由于產業結構升級，第三產業發展比工業更需要集聚，所以在城市化發展中后期人口主要向大城市和中心城市靠攏;另一方面，東部城市和一、二線城市的發展要依賴資本與產業，因此更需提高城市的人才競爭力;上述兩個方面導致東部城市和一、二線城市人口規模增大的同時經濟也在高速發展。

圖2 ?2010—2019年出臺人才政策的城市占比

圖3 ?2010—2019年不同等級城市的戶籍凈遷移率

同時，我們還關注到不同等級和不同區域城市的流動人口遷移特征。圖3展示了不同級別城市的戶籍凈遷移率⑩：一線城市遙遙領先于其他級別城市，二線城市自2015年后開始逐步縮小與一線城市的差距，三、四、五線城市的人口增長面臨停滯甚至凈遷出?；趫D2和圖3的分析，本文提出以下假設。

假設4：人才政策對戶籍流動人口的落戶決策因城市等級不同而存在差異。

假設5：人才政策對戶籍流動人口的落戶決策因城市區域不同而存在差異。

圖4展示了戶籍凈遷移人口的空間分布：2010—2019年全國199個樣本城市中共有52個戶籍人口凈遷入城市，占比26%;147個戶籍人口凈遷出城市，占比74%。從地理位置看，東部地區60個城市中有29個為人口凈遷入城市，占比48%;中部和西部地區人口凈遷入城市占比相近，中部為17%、西部為18%;東北人口凈遷入城市占比最少，僅為11%。人口凈遷入城市多數位于東部沿海地區，京津冀、長三角等城市群是人口遷入的主要區域，東北和長江中上游是人口遷出的主要區域。除此之外，省會城市是各省人口遷入的熱門城市。

圖4 ?2010—2019年戶籍凈遷移人口的空間分布

三、數據、變量說明與模型設定

（一）數據與變量說明

為了檢驗人才政策是否顯著地影響了流動人口的落戶決策，以及這種影響對于不同等級、不同區域城市的差異，本文選取了全國199個城市作為研究對象，時間跨度為2010—2019年，這10年基本涵蓋了人才政策頒布的時間節點。本文的年末戶籍人口、人均GDP、平均工資、失業率、產業結構、房價、基礎教育、醫療、互聯網使用人數等數據來自2011—2020年《中國城市統計年鑒》和Wind 數據庫;暫住遷移人口、常住遷移人口數據來自2010—2019年《中國城市建設統計年鑒》。

1. 被解釋變量：戶籍凈遷移人口。在可公開獲得的數據體系中，流動人口遷移數據僅停留在省級層面，并未涉及到城市層面，該層面的戶籍遷移數據更無法得到，這也導致了相關領域的研究不足。本文借鑒劉濤等（2021）的方法{11}，基于現有公開數據對各地戶籍遷移狀況進行估算?？紤]到戶籍人口增長分為自然增長和遷移增長，故通過戶籍總增量與戶籍自然增量的差值估算戶籍凈遷移人口。其中，戶籍總增量由本年度與上一年度年末戶籍人口差值估算，戶籍自然增量由年平均人口與人口自然增長率的乘積估算。利用此方法可以計算全國199個地級市2010—2019年每年戶籍凈遷移人口。此外，本文引入暫住遷移人口和常住遷移人口作為另外的被解釋變量對比檢驗人才政策是否會對非戶籍遷移人口和總遷移人口產生影響。在穩健性檢驗中將戶籍凈遷移率、戶籍總遷移人口、戶籍總遷移率作為戶籍凈遷移人口的替代變量進行敏感性分析，結果保持不變。

2. 解釋變量：人才政策。本文研究人才政策對流動人口落戶決策的影響，采用各地在規定時間內是否出臺人才政策作為測量指標。借鑒劉春林和田玲（2021）的研究{12}，運用關鍵詞檢索的方法搜索各地政府網站及媒體報道信息，具體以“人才引進”“人才落戶”“人才補貼”“英才計劃”“創新創業”“千人計劃”“萬人計劃”等為關鍵詞進行搜索，以此確定屬于人才政策的信息。為了保證變量的準確性，我們對搜集的信息進行了人工校對，最終生成5個相關的人才政策變量：人才政策、人才加碼、住房補貼、生活補貼和創業補貼。如果城市 i 在 t時期出臺了人才政策，人才政策變量定義為1，否則為0;如果出臺的人才政策中包含住房補貼，住房補貼變量定義為1，否則為0;如果包含生活補貼，生活補貼變量定義為1，否則為0;如果包含創業補貼，創業補貼變量定義為1，否則為0。如果城市 i 在t時期內已經頒布一次人才政策的基礎上又出臺了新的人才政策，人才加碼變量定義為1，否則為0。

3. 控制變量。本文選取的其余控制變量主要是反映城市特征的變量，包括人口、人均GDP、平均工資、失業率、產業結構、房價、基礎教育、醫療和互聯網。借鑒夏怡然和陸銘（2015）的研究，用生均小學教師數和生均中學教師數衡量城市的基礎教育水平，用人均醫院、人均醫生和人均病床數衡量城市的醫療水平{13}。由于基礎教育和醫療各自包含的變量之間存在較強的相關性，直接放入模型中會產生多重共線性問題，本文利用主成分分析法分別將基礎教育和醫療的第一主成分得分值作為變量代表放入模型。各變量的具體定義見表1。

表2報告了本文全部變量的描述性統計結果，Panel A是全樣本的描述性統計;Panel B按城市是否出臺了人才政策進行分組，報告了出臺人才政策組和未出臺人才政策組的組間差異。結果表明未出臺人才政策組的戶籍凈遷移人口均值在1% 水平上顯著低于出臺人才政策組;暫住遷移人口、常住遷移人口、戶籍凈遷移率、戶籍總遷移人口、戶籍總遷移率均與戶籍凈遷移人口的結果相同。因此，該檢驗初步驗證了人才政策對流動人口在流入城市落戶的促進作用。

（二）模型設定

是否實施人才政策可以視為借助于外生市場形成的準自然實驗，雙重差分法（DID）能夠準確地識別出變量間的因果關系，因此可以用來分析人才政策對各地人口遷移的影響。傳統DID模型假定處理組所有個體受到政策沖擊的時點一致，而本文研究的人才政策具有明顯的城市特征，政策頒布的時點各不相同，需要考慮個體處理期時點并不完全一致的情況。因此，本文參考Beck等人（2010）的研究{14}，采用多期雙重差分法，確保每個處理組的交互項在數據顯示中的差異性，測算人才政策對各地人口遷移影響的平均處理效應。綜合上述分析，本文采用加入了個體和時間固定效應的多期雙重差分模型，模型設定如下：

（1）式中，Migrationi，t為被解釋變量，在不同的回歸中分別表示城市i在t時期的戶籍凈遷移人口、暫住遷移人口、常住遷移人口、戶籍凈遷移率、戶籍總遷移人口和戶籍總遷移率。下標 i 和t分別代表不同的城市和年份，talentsi×posti，t為處理變量，代表城市i在t時期實施人才政策的情況，交乘項的系數β是本文重點關注的整體平均處理效應。若城市i在t時期出臺了人才政策，代表此時進入處理期，取值為1，否則為0。Xi，t代表控制變量集合，μi和λt代表城市固定效應與時間效應，εi，t表示隨機誤差項。此外，（1）式中的交乘項 talentsi×posti，t可用城市i在t期接受處理的虛擬變量Di，t代替。因此（1）式等價于（2）式：

四、實證分析

（一）基本回歸結果

表3報告了人才政策等城市特征影響人口遷移的回歸結果?；貧w1—回歸4的被解釋變量為戶籍凈遷移人口，回歸5的被解釋變量為暫住遷移人口，回歸6的被解釋變量為常住遷移人口?；貧w1僅考慮城市出臺人才政策對戶籍凈遷移人口的作用，人才政策變量的系數為正，且在1% 的水平上顯著，表明出臺了人才政策的城市對想要進行戶口遷移的流動人口更具有吸引力，這與各地出臺的人才政策文件中幾乎都涉及落戶保障的條款相關。回歸2控制了一系列城市特征變量后，人才政策變量的系數有所下降，但仍顯著，表明地方政府出臺人才政策確實對戶籍凈遷移人口具有明顯的正效應?？刂谱兞糠矫妫丝?、人均GDP和產業結構均顯著為正，這與預期是完全相符的。新經濟地理學認為，勞動力會逐漸從“邊緣”地區向人口更密集、經濟水平更高的“中心”城市移動{15}，意味著人口越多的城市行政等級越高、工作機會越多、配套設施也越完善{16}。同時，第三產業屬于勞動密集型產業，因而第三產業發達的城市就業機會更多，更能吸引勞動力流入。房價和互聯網人數顯著為正說明戶籍總遷移人口更多地流向了房價高、寬帶用戶數多的城市。

人才政策是一項較為復雜的改革舉措，不同的城市出臺人才政策的時間和內容各不相同，若僅把各地實施人才政策的情況視為單一的二元變量過于簡單，若把每個城市的政策分開研究又過于繁雜。參考趙國欽等學者的研究{17}，本文在回歸3中將人才政策的內容分解為三個具體的指標：購房補貼、生活補貼和創業補貼。這三個指標幾乎出現在所有的政策文件中，并且與流動人口的落戶決策息息相關：購房補貼涉及居住問題，生活補貼涉及消費問題，創業補貼涉及工作問題。從回歸結果看，創業補貼和購房補貼分別在1%和5%的水平上顯著，創業補貼的系數最大，生活補貼對戶籍人口的遷移沒有影響?？赡艿脑蛟谟谫彿垦a貼和創業補貼的方式更加實際，多是一次性發放，發放的金額依據人才的學歷、工作經驗、科研成果各異。此外，一些城市在人才補貼上除了發放安家費還提供人才公寓、過渡性宿舍，在創業補貼上除了發放工作津貼還提供創業貸款、科研獎勵等。顯然，這些舉措更有利于流動人口在落戶城市的居住穩定與個人發展。大多數城市在生活補貼上一般采取補貼金額在三年內按月發放的方式，補貼金額小、時長短，形式單一，所以生活補貼并不足以影響流動人口的落戶決策。該結論與假設2一致。

除了對人才政策的內容進行合理分類外，本文還發現部分城市在2010—2019年不止出臺過一次人才政策，尤其在2016年之后的“搶人大戰”爆發時期，一些新一線城市和二線城市甚至每年都會出臺新的人才政策。我們預計新出臺的人才政策更完善且時效性更強，勢必比第一次出臺的政策更具影響力。為了驗證這一猜想，本文在回歸2的基礎上引入了新的虛擬變量：人才加碼。樣本時期內若地方政府在出臺一次人才政策后又出臺了新的政策，該變量賦值為1，否則為0。回歸4的結果顯示，人才政策和人才加碼均在1%的水平上顯著，但人才加碼變量的系數明顯大于人才政策，說明相比于第一次的人才政策，后續政策不論是在內容上的完善還是在力度上的加碼都更能吸引流動人口落戶。

表3的回歸1—4的被解釋變量均為戶籍凈遷移人口，實證結果表明人才政策對城市戶籍凈遷移人口具有正向影響?；貧w5的被解釋變量為暫住遷移人口，意圖檢驗人才政策是否對非戶籍流動人口有相同影響，結果顯示人才政策變量并不顯著，說明城市實施人才政策主要吸引的是意圖在城市落戶的流動人口，對于那些沒有落戶需求的流動人口，城市是否頒布人才政策并不會影響他們的行為決策?？赡艿脑蛟谟诜菓艏鲃尤丝诘膶W歷相對較低，達不到流入城市的落戶門檻，又因為工作經驗和技能不足，也不符合人才政策的引進條件，所以他們的流動多是以工作為目的，并不計劃在流入城市買房定居?；貧w6的被解釋變量為常住遷移人口，意圖檢驗人才政策對城市總流動人口的影響，結果顯示人才政策變量在10% 的水平上顯著，系數明顯下降。結合回歸2和回歸5、回歸6的結果，人才政策對戶籍凈遷移人口的影響更大，對暫住遷移人口幾乎沒有影響，證明了假設1的推斷。

（二）平行趨勢檢驗

基本回歸的結果雖然證明了人才政策對流動人口落戶決策的影響確實存在，我們仍需進一步討論人才政策的外部沖擊是否會隨著時間的推移逐漸減弱。借鑒Beck等（2010）的做法{18}，本文利用平行趨勢檢驗分析人才政策實施前后的動態處理效應。圖5展示了人才政策實施前5個時間段和實施后3個時間段的動態結果，從圖中可以看出，在處理前的5期，每個時期虛擬變量的系數均與0無顯著差異，說明滿足平行趨勢假設。在處理后的3期，每個時期虛擬變量的系數均顯著大于0，說明人才政策對戶籍流動人口的落戶決策存在正處理效應，從側面證明了基本回歸結果的有效性。分階段而言，在政策實施當期和實施后的1期，人才政策的正效應明顯，說明此時處于沖擊反饋的上升期;在政策實施后的2期和3期，人才政策的正效應開始弱化，說明此時處于沖擊反饋的衰退期。長期來看，人才政策對流動人口落戶決策的正效應呈現先加速后減弱的倒U型狀態，表明人才政策具有較強的時效性。

（三）穩健性檢驗

1. 替換被解釋變量。表4采取的檢驗方法是替換被解釋變量?；貧w7的被解釋變量為戶籍凈遷移率，代表戶籍凈遷移人口的增長率;回歸8的被解釋變量為戶籍總遷移人口，代表戶籍人口總增量，其范圍大于戶籍凈遷移人口;回歸9的被解釋變量為戶籍總遷移率，代表戶籍總遷移人口的增長率。結果顯示，用不同的被解釋變量替代戶籍凈遷移人口后，人才政策對戶籍流動人口的正面影響都在1%的水平上顯著，證明了本文的基本回歸結果具有穩健性。

2. 內生性檢驗：傾向得分匹配（PSM—DID）。本文利用多期DID方法可能存在內生性問題，各地是否實施人才政策與城市人口、GDP、工資水平等因素直接相關，這些都屬于可觀測變量，同時還與許多不可觀測因素相關，這些因素存在于擾動項中，造成解釋變量與擾動項相關，被稱為自選擇偏誤。本文借鑒石大千（2018）和丁寧（2020）等學者的做法{19}，運用PSM—DID 方法解決模型中可能存在的內生性問題。具體采用1：3的最近鄰匹配法，即一個處理組樣本最多匹配3個控制組樣本。平衡性檢驗結果顯示，除了產業結構變量的偏差為24.1%，其余配對變量的偏差均不超過6.4%;t檢驗顯示所有變量均不拒絕“配對前和配對后變量不存在系統性偏差”的原假設，表明樣本匹配效果較好。

用匹配后的樣本對戶籍凈遷移人口進行檢驗，核心解釋變量人才政策的系數為1.687且在1%的水平上顯著，表明出臺了人才政策的城市，其戶籍凈遷移人口也越多，該結果支持了基本回歸的結論。本文同時采取了1：1和1：2的最近鄰匹配法，如表6所示，上述結論依然成立。

四、進一步討論

以上檢驗發現人才政策在一定程度上強化了流動人口的落戶決策，還有必要通過異質性分析研究政策可能的優化方向，即人才政策的強化作用是否因城市等級、城市區域的不同存在顯著差異？實施符合城市特色的專項性人才計劃是否會強化人才政策的正效應？

（一）城市等級的異質性分析

根據2019年中國城市等級最新排名，將樣本城市分為一線、二線、三線和四線及以下城市，考察不同等級城市的戶籍凈遷移人口受人才政策的影響效果，回歸結果見表7。結果顯示，人才政策對二線、三線和四線及以下城市的戶籍凈遷移人口的正效應較為顯著，二線城市的系數最大，三線城市次之，四線及以下城市最小。人才政策對一線城市流動人口的落戶決策沒有影響，說明相較于北上廣深，其他城市正試圖從政策層面提升城市引才競爭力，二線城市的綜合競爭力更強。一線城市不顯著的原因在于北上廣深均屬于超大城市，落戶門檻高，更傾向于引進高層次人才和高技能人才。據統計，2019年一線城市常住人口占全國總人口的5.33%，一線城市地區生產總值占全國總產值的12.6%。由此可見，一線城市不論在人口還是經濟總量上都大

幅領先于國內其他城市，也是人才聚集最多的地方。此外，為了緩解人口壓力，北京和上海均出臺了相關政策用于疏解人口。綜合上述分析，一線城市并不需要吸引其他層次的人才在本地落戶，因此，回歸13的人才政策變量的影響并不顯著。上述分析驗證了假設4的推斷。

（二）城市區域的異質性分析

我們將199個樣本城市按地理位置區分為東部城市、中部城市、西部城市和東北城市{20}，考察不同區域城市的戶籍凈遷移人口受人才政策的影響效果，回歸結果見表8。結果顯示，出臺人才政策對不同區域流動人口的落戶決策具有不同程度的正效應;東部和中部地區較強、西部地區較弱、東北地區不顯著。該結論與人口流動趨勢基本一致。東部沿海城市群（京津冀、長三角、珠三角）是人口遷入的熱門區域，這些區域因其豐富的資源稟賦和先天的自然環境強化了人才政策對流動人口的拉力作用;同時，為了縮小區域發展不平衡現象，國家開始鼓勵中西部地區大城市的發展，近幾年勞動密集型產業逐步從東向中西部轉移，使中西部地區原有外出人口陸續遷回原籍或本地省會城市{21}。人口凈遷出的高值主要分布在中、西部偏遠地區和東北部分地區，這些區域經濟落后，或氣候寒冷，并不適宜工業發展和人口居住，無形間對流動人口產生了推力，明顯弱化了人才政策本身的拉力作用。上述分析證明了假設5的推斷。

表8 ?基于城市區域的異質性分析

（三）人才專項計劃的異質性分析

在對各地人才政策文件進行分析時發現，一小部分城市出臺的人才政策與城市特點息息相關，政策名稱大多為帶有城市簡稱或城市專屬地點的專項性人才計劃、工程，比如蘇州市2011年實施的“海鷗計劃”、長沙2017年實施的“長沙工匠”鑄造工程、昆明市2018年實施的“春城計劃”等。出臺人才專項計劃的城市大約占比23%，主要為二、三線城市，具體名單見表9。

為便于分析，本文將樣本城市分為實行人才專項計劃的城市和未實行人才專項計劃的城市來具體考察人才政策實施效果的差異性。表10回歸21和回歸22的人才政策變量的影響均正向顯著，但回歸21的變量系數明顯大于回歸22，說明實行了人才專項計劃的城市相比于未實行人才專項計劃的城市更容易吸引戶籍流動人口?！皳屓舜髴稹睍r期，各地人才政策趨同現象嚴重，許多城市選擇跟風出臺政策，反而忽視了城市本身的地理、環境、文化、產業等優勢，導致政策效果不佳，甚至流失人才{22}。相反，打造諸如“黃鶴英才計劃”“牧野英才計劃”等符合城市特色的品牌工程更能實現精準引才，有效帶動地區經濟和產業的發展，該結論與假設3一致。

五、主要研究結論與政策建議

戶籍人口增量主要來源于自然增長人口和戶籍凈遷移人口，本文對2010—2019年全國199個地級市的戶籍凈遷移人口進行估算，并以此為基礎，實證考察了人才政策對流動人口落戶決策的影響。實證結果表明，城市出臺人才政策會增強戶籍流動人口的落戶意愿，但對于非戶籍流動人口，人才政策的作用不明顯。將政策內容量化解析后，發現購房補貼和創業補貼對流動人口的吸引力較大，生活補貼作用不明顯;同時，出臺過兩次以上人才政策的城市吸引力更大。區分不同等級的城市后，人才政策對二線及以下城市流動人口落戶決策的影響具有明顯的正效應（二線最強、三線次之、四線及以下最弱），對一線城市的作用不明顯。區分不同區域的城市后，人才政策對東、中、西部地區流動人口落戶決策的影響具有明顯的正效應（東、中地區較強，西部地區較弱），對東北地區的作用不明顯;區分是否實行人才專項計劃的城市后，實行了人才專項計劃的城市吸引流動人口落戶的能力強于未實行人才專項計劃的城市。這些結論為中國人才政策促進流動人口落戶提供了有力證據，據此提出以下建議：

（1）因城制宜，避免人才政策的趨同化。在搜索人才政策時，我們注意到一些四五線城市的政策內容定義模糊，政策實施力度小，難以引起重視。一些偏遠地區城市甚至仿照熱門城市的做法，僅對高層次人才進行補貼，不考慮其它層次人才，引才范圍小，再加上地理位置不占優勢，更難以在“搶人大戰”中勝出。只有找準城市的產業特色和發展定位，因城制宜地制定人才政策，提高人才與城市發展的契合度，才能在眾多城市中脫穎而出，把人才政策的效用發揮到最大。

（2）有效發揮“城市群”的集聚優勢。即使在經濟較發達地區，資源的分配也是不均衡的，這就導致熱門地區的小城市在引進人才上根本不占優勢。省會城市由于集中了本省的大部分公共資源和工作機會，始終占據著吸引人才的頭部位置。但在城鎮化不斷加速的今天，城市的分工不是割裂的而是逐漸融合的。在這種動態變化中，城市群中非核心城市可能會因某種機遇而迅速發展，發展到一定程度就可以承擔一些生產性服務功能。因此，各城市在制定人才政策時，不應只考慮單個城市的發展，應在最大程度地發揮“城市群”集聚優勢的基礎上，對不同技能、不同學歷、不同發展前景的人才制定針對性的人才政策。

（3）切實跟進人才后續保障，“引才”更要“留才”。三線以下城市人才政策的熱度持續時間短，不具備新一線和二線城市的人才競爭力，這些城市在實施人才政策上的通病是前期投入大、引才多，后期保障低、留才少，地方政府只注重“引才”卻忽視了“留才”。“引才”固然重要，但若想長期發展，“留才”才是至關重要的一環。地方政府應積極保障引進人才的福利待遇，在動態發展中與時俱進，不斷改善各類人才的生活與工作條件，增強各類人才在落戶城市的幸福感與獲得感。

注釋：

① 孫文凱、白重恩、謝沛初：《戶籍制度改革對中國農村勞動力流動的影響》，《經濟研究》2011年第1期。

② 陸益龍：《戶口還起作用嗎？——戶籍制度與社會分層和流動》，《中國社會科學》2008年第1期。

③ 蔡昉、都陽：《轉型中的中國城市發展——城市級層結構、融資能力與遷移政策》，《經濟研究》2003年第6期。

④⑨ 陳新明、蕭鳴政、張睿超：《城市“搶人大戰”的政策特征、效力測度及優化建議》，《中國人力資源開發》2020年第5期。

⑤ 廖諾、張紫君、李建清、趙亞莉：《基于C-C-E鏈的人才集聚對經濟增長的貢獻測度》，《人口與經濟》2016年第5期。

⑥ 劉旭陽、金牛：《城市“搶人大戰”政策再定位——聚焦青年流動人才的分析》，《中國青年研究》2019年第9期。

⑦{21} 張虹：《“城市搶人大戰”對勞動力遷移決策的影響——基于三十個特大型城市差分GMM模型的實證研究》，《經濟研究導刊》2020年第1期。

⑧ 李燕萍、劉金璐、洪江鵬、李淑雯：《我國改革開放40年來科技人才政策演變、趨勢與展望——基于共詞分析法》，《科技進步與對策》2019年第10期。

⑩ 參考劉濤、劉嘉杰和曹廣忠（2021）的做法，戶籍凈遷移人口由戶籍人口總增量與人口自然增量的差值估算，戶籍凈遷移率由戶籍凈遷移人口/年末戶籍人口估算。

{11} 劉濤、劉嘉杰、曹廣忠：《中國城市人口戶籍遷移的估算及時空特征——新型城鎮化的落戶政策導向》，《地理科學》2021年第4期。

{12} 劉春林、田玲：《人才政策“背書”能否促進企業創新》，《中國工業經濟》2021年第3期。

{13} 夏怡然、陸銘：《城市間的“孟母三遷”——公共服務影響勞動力流向的經驗研究》，《管理世界》2015年第10期。

{14}{18} T. Beck， R Levine， A. Levkov， Big Bad Banks， The Winners and Losers from Bank Deregulation in the United States， The Journal of Finance， 2010， 65（5）， pp.1637-1667.

{15} P. Krugman， Increasing Returns and Economic Geography， Journal of Political Economy， 1991， 99（3）， pp.483-499; D. Puga， The Rise and Fall of Regional Inequalities， European Economic Review， 1999， 43， pp.303-334.

{16} 許政、陳釗、陸銘：《中國城市體系的“中心—外圍模式”》，《世界經濟》2010年第7期。

{17} 趙國欽、張戰、沈展西、洪倩：《新一輪“人才爭奪戰”的工具導向和價值反思：基于政策文本分析的視角》，《中國人力資源開發》2018年第6期。

{19} 石大千、丁海、衛平、劉建江：《智慧城市建設能否降低環境污染》，《中國工業經濟》2018年第6期;丁寧、任亦儂、左穎：《綠色信貸政策得不償失還是得償所愿？——基于資源配置視角的PSM-DID成本效率分析》，《金融研究》2020年第4期。

{20} 東部地區：河北省、北京市、天津市、山東省、江蘇省、浙江省、上海市、廣東省、海南省、福建省。中部地區：山西省、河南省、湖北省、湖南省、安徽省、江西省。西部地區：重慶市、四川省、陜西省、云南省、貴州省、廣西壯族自治區、甘肅省、青海省、寧夏回族自治區、新疆維吾爾自治區、內蒙古自治區。東北地區：黑龍江省、吉林省、遼寧省。

{22} 喻修遠、王凱偉：《城市人才爭奪：問題生成、利弊博弈與化解策略》，《中國行政管理》2019年第3期。

作者簡介：陳淑云，華中師范大學經濟與工商管理學院教授、博士生導師，湖北武漢，430079;李琪，華中師范大學經濟與工商管理學院博士研究生，湖北武漢，430079。

（責任編輯 ?陳孝兵）