人才房政策擠出低技能勞動力了嗎？

毛豐付 王雯雯 徐燕舞

關鍵詞：人才房政策;低技能勞動力;擠出效應;共同富裕

一、引言

人才房政策是在經濟高質量發展的現實需要下，地方政府為引才留才所推出的一系列解決人才住房問題的重要政策措施。2017 年，武漢發布“來漢留漢人才租房購房8 折優惠”的人才房政策①，僅三年就實現了新增109 萬大學生留漢②，可見引才政策成效之顯著。“搶人大戰”不斷升級，各地方政府相繼出臺人才房政策，涉及租房補貼、購房優惠、人才公寓配給等多項內容。現有研究證實，人才房政策對于城市吸納高技能人才產生了顯著的積極作用（劉旭陽和金牛，2019;吳耀國等，2020），從而有力地激發了城市創新發展的活力（Glaeser，1998;劉春林和田玲，2014;毛豐付等，2019）。

人才房政策能夠有效吸引高技能人才已成為廣泛共識，但少有學者探討人才房政策對于低技能勞動力配置的影響。人力資本導向型住房政策具備集聚人才的作用，高低技能勞動者之間通過知識溢出能夠提高勞動生產率（Duranton，2006），進而產生就業機會增加、工資水平提高等方面的溢出效應（Mazzolari 和Ragusa，2011;Glaeser 和Lu，2018），提高低技能勞動力的可支配收入，因此，人才房政策能從收入角度有效增強低技能勞動力的城市定居能力。然而，不同城市存在以房價為主的居民生活成本的巨大差異，跨城市流動后，生活成本的相對上漲往往會抵消收入的增長，降低低技能勞動力其相對收入（張軍濤等，2021）。具體地，人才房政策吸引高技能勞動力涌入后會顯著提高住房需求量，導致房價持續走高（陳斌開等，2015），且人才專用房會擠占用于保障其他群體的住房資源，使得低技能勞動力獲取保障性住房的難度進一步加大。不僅如此，高房價還會導致城市物價水平的上升，最終從居住與消費兩方面增加勞動力的生活成本，故高額的生活成本可能成為低技能勞動力流出城市的重要“推手”（劉金鳳和魏后凱，2012;張莉等，2017）。綜上所述，人才房政策是否會對低技能勞動力定居城市產生擠出尚未明晰。從勞動力市場整體福利角度而言，探究人才房政策對低技能勞動力的影響效應，關注低技能勞動力收入水平和福利水平，擴大中等收入群體，是實現全體人民共同富裕的必然要求①。

在此背景下，本文利用文本計量法得到的275 個城市的人才房政策數據與中國流動人口動態監測調查數據（CMDS），從個體微觀角度實證考察人力資本導向的住房政策對低技能勞動力定居城市的影響及其作用機制。本文發現，人才房政策的實施對低技能勞動力有顯著的擠出作用，其中居民生活成本上漲效應強于工資增長與就業創造產生的收入增長效應。通過70 個大中城市的人才房政策發現，“貨幣補貼型”人才房政策會明顯擠出低技能勞動力，而“實物配置型”人才房政策會吸引低技能勞動力定居，“政策強度”與擠出作用呈顯著的正向關系。異質性分析揭示，人才房政策對于擁有高中或中專學歷、在本地無房產的勞動力有著更強的擠出效果，但當低技能勞動力的配偶為能夠享受住房優惠的高技能勞動力，或是其流入地為我國西部地區時，人才房政策不再對低技能勞動力產生顯著的擠出作用。基于上述結論，本文認為地方政府在大力吸引高技能人才的同時，應更加重視低技能勞動力為城市發展所做的貢獻，進一步提升城市開放度和包容性，注重保障低技能勞動力的福利水平，扎實推進共同富裕。

本文的邊際貢獻在于：一、本文以技能偏向型住房政策為研究對象，但有別于劉春林和田玲（2014）、吳耀國等（2020）研究其引才與創新績效，本文對人才房政策可能對勞動力市場帶來的負面效果進行系統分析，是對人才房政策研究的有效補充;二、本文在城市所處區位，政策類型及強度，勞動力受教育水平、房產擁有狀況及未來流動意向等層面更為細致地考察了人才房政策對低技能勞動力的影響，對促進低技能群體在城市安居樂業、扎實推進共同富裕具有重要的現實意義;三、本文對人才房政策影響低技能勞動力定居的影響機制進行了深入分析，構建了人才房政策通過工資增長、就業創造、住房擁擠三條渠道產生收入增長與成本增加效應，進而影響低技能勞動力定居決策的理論機制與實證分析框架，可為后續研究提供有益的參考和借鑒。

本文的結構安排如下：第二部分為人才房政策實施對低技能勞動力產生擠出效應的理論機制，并提出研究假說;第三部分介紹本文的數據與變量;第四部分為人才房政策與低技能勞動力定居城市之間的關系的實證研究發現，包括基準回歸、穩健性檢驗、機制分析與異質性分析;第五部分是對低技能勞動力未來流向的進一步分析;第六部分為結論與政策含義。

二、理論機制與研究假說

傳統勞動力流動理論認為，流動決策本質上是個人進行成本收益比較以追求更高效用的結果（Sjaastad，1962）。在此，本文基于收益和成本兩個角度，重點闡述人才房政策的實施可能影響低技能勞動力在城市定居的作用機制。

（一）收入增長效應

人才房政策的實施會有效吸引高端勞動力在城市中集聚，進而可能從工資和就業兩方面對低技能勞動力產生正外部性（陳浩和孫斌棟，2016），吸引低技能勞動力定居城市。一方面是工資增長。高技能人力資本集聚會對低技能勞動者產生知識溢出（蹤家峰和周亮，2015），提升低技能者的勞動生產率（Duranton，2006），從而對城市工資水平有著明顯的提升作用（Moretti，2004;Liu和Yang，2020），而且相較于更高技能水平的勞動力，低技能勞動力的工資增幅更大（Glaeser 和Lu，2018），因此，城市實施人才房政策后更能夠吸引低技能勞動力定居。另一方面是創造大量就業崗位。由于人才房政策吸引的高技能勞動力對保姆、清潔等生活性服務業的消費需求較高（Mazzolari 和Ragusa，2011;陸銘等，2012;袁志剛和高虹，2015），再加上此類就業的增加難以被機器替代，以及越來越依賴于高低技能勞動者在地理上的接近（Manning，2004），促使低技能勞動力的就業機會進一步增加（夏怡然等，2015）。此外，城市發展也需要低技能勞動力從事生產環節里的輔助性崗位（蔡昉等，2020），使高低技能勞動者之間技能互補，從而提升城市的勞動生產率和就業量。所以城市實施人才房政策后，低技能勞動力定居的概率增大。由此，本文提出：

H1：人才房政策將從工資增長渠道與就業創造渠道產生收入增長效應，吸引低技能勞動力定居城市。

（二）成本增加效應

我國人才房政策的實施可能會從多個渠道抬升低技能勞動力以住房成本為主的城市生活成本，將低技能勞動力擠出城市。首先，人才房政策將導致城市住房成本高企。高技能人才本身有著更強的居住需求和購房意愿（余泳澤和張少輝，2017），提供住房、發放房補等政策的實施更是增強了這一群體的住房消費能力，引起住房需求旺盛、價格攀升，而高房價往往是勞動力遷移的重要決定因素（高波等，2012;Foote，2016;宋弘和吳茂華，2020）。其次，住宅用地總供應量一定時，人才房會擠出市場上的普通商品房和其他保障房。由于土地配給的有限性，建造人才公寓等增加人才房的措施可能會造成其他類型的住房供給數量減少，低技能勞動力更難獲得政府提供的住房保障，且購買住房難度增大。進一步地，城市的高房價還具有類似通貨膨脹的傳導效應，會引起物價水平普遍上升，導致低技能勞動力的生活成本增加，抑制低技能勞動力流入（李超和張超，2015;張莉等，2017）。最后，低技能勞動力獲得地方財政支持的力度可能減弱。在人才競爭加劇、引才政策不斷加碼、享受補貼人數不斷擴張的背景下，人才住房補貼總額的快速增長將加重地方政府財政負擔，在財政支出規模既定時，地方政府撥付給低技能勞動力的保障支出可能會被壓縮，因此，低技能勞動力的可支配收入相對減少，生活成本相對增加。基于此，本文提出：

H2：人才房政策將通過住房擁擠渠道產生成本增加效應，使低技能勞動力遷出城市。

三、數據與變量

（一）數據來源

本文作者通過網絡爬蟲技術、政策文本分析與人工手動整理得到人才房政策數據，政策文本主要來源于各城市人民政府、住房和城鄉建設局等相關部門的公開信息網站，并用“北大法寶”檢索庫補充。其它城市數據則主要來自于《中國城市統計年鑒》、各地方統計年鑒以及中指數據庫，最終得到275 個地級市的城市樣本數據。需要說明的是，由于城市人才房政策對于個體流動決策的影響存在一定的滯后性，本文對城市層面數據都進行滯后一期處理。本文的微觀個體數據主要采用的是國家衛生健康委員會組織的2016 年“中國流動人口動態監測調查”（CMDS）數據，在剔除了城市數據缺失較多的樣本、擁有大學本科及以上學歷的高技能流動勞動力樣本和在“您今后是否打算在本地長期居住（5 年以上）”問題上回答“沒想好”的受訪者樣本后，最終獲得96 061 個受教育程度在大專及以下的低技能流動勞動力的有效樣本。

（二）變量說明

本文的核心被解釋變量為低技能勞動力的長期定居意愿。本文根據CMDS 問卷中受訪者對于是否打算在本地長期居住問題的回答構建虛擬變量will_stay。若受訪者回答為“是”，則視為勞動力有在該城市長期定居的意愿，賦值為1，否則為0。

本文的核心解釋變量是城市人才房政策的實施情況。人才房政策難以被具體量化，其原因在于以下兩點：一是各城市的住房可得性和房價收入比不同，政策的適用范圍、具體舉措等內容不一致，政策力度難以進行橫向比較;二是各地方政府頒布的人才房政策類型多元，文件零散，缺乏足夠的、連續的樣本和指標，收集、處理難度大。因此，本文最終選擇構建政策虛擬變量對人才房政策實施情況進行衡量，生成核心解釋變量tah。tah 表示城市當年是否為本科及以上學歷勞動力提供住房支持，提供則賦值為1，否則為0。本文利用網絡爬蟲技術在相關網站對“人才”“房”“安居”“公寓”“補貼”“補助”等關鍵詞進行檢索，結合手工整理與文本計量分析得到最終的人才房政策數據。需要注意的是，部分城市的人才房政策僅面向極少數的“高精尖”人才，對于大眾的影響力不強，于是本文對原始人才房政策進行篩選，保留擁有大學本科及以下學歷的勞動力所適用的政策數據。為進一步考察人才房政策的具體內容，本文將列舉2015 年深圳、杭州、大連等5 個城市采用的人才房政策工具，如表1 所示。對比發現，享受人才租房補貼、入住人才公寓等政策的學歷門檻普遍被設置為大學本科，而購房補貼在大部分情況下面向更高層次的人才。

除此之外，本文選取了工資水平、就業機會以及住房成本為機制變量。第一個機制變量為工資水平。由于大部分勞動力所能獲得的工資收入往往與當地的平均工資水平有著較強關聯，尤其是在勞動力市場上議價能力較弱的低技能勞動力，同時，鑒于問卷中并無涉及勞動力個體工資水平的數據，本文以城市職工平均工資水平代表低技能勞動力所能獲得的工資收入。第二個機制變量為就業機會：在我國經濟轉型升級的背景下，第三產業的勞動力需求持續擴張：是城市吸納就業的主要渠道。尤其在數字經濟高速發展的背景下，第一、二產業中“機器換人”現象凸顯，但目前第三產業中仍存在大量難以被機器替代的崗位，于是成為絕大部分外來低技能勞動力的就業選擇，因此，低技能勞動力的就業機會可以用城市第三產業從業人員占比度量。第三個機制變量為住房成本。許多地方政府面向中低收入群體提供的保障性住房數量相對于這一群體的總量而言遠遠不足，實際上，大部分的低技能勞動力需要通過購買商品房或租住私房解決住房難題①，從而低技能勞動力在城市中的住房成本取決于市場化的房價水平，故本文以商品房銷售額除以商品房銷售面積求得的城市商品房平均售價衡量住房成本。

最后，本文對影響低技能勞動力定居決策的其他因素進行控制。在勞動力個體層面，本文控制了年齡、性別、婚姻狀況、戶口性質、流動范圍、流入時長、家屬隨遷變量，以控制勞動力個體及家庭特征。為控制不同城市特征對勞動力流動意愿的影響，本文還控制了城市的人口規模、人均國內生產總值（人均GDP）、產業結構、失業率、教育資源和醫療資源狀況。具體變量說明見表2。

（三）描述性統計

如表3 所示，2016 年流動低技能勞動力長期定居意愿的均值為0.863，這表示目前大多數流入的低技能勞動力愿意在未來5 年內繼續留在本地。此外，年齡的均值為35.490，標準差為9.298，可以判斷外來低技能勞動力的年齡幾乎呈正態分布，處于年齡分布中段的青壯年群體為主要組成部分。性別和流動范圍的均值都接近0.5，即流動低技能勞動力中的男女比例較為均衡，且跨省流動和省內流動的人數相當。婚姻狀況的均值為0.844，表示大多數流動低技能勞動力都已婚。戶口類型的均值為0.976，意味著擁有農村戶口的進城務工群體仍是我國低技能流動人口中的主體。流動時長和家屬隨遷的均值較小而標準差較大，呈正偏態分布，低技能勞動力的流入時間多在10 年以內，隨遷家屬的數量大多為1-2 個。人才房政策的均值僅為0.120，表示實施這一政策的城市仍是少數。從城市其它特征還可以看出，無論是在經濟發展、社會生活還是自然環境方面，我國城市之間都存在著顯著的不均衡，這種空間發展的不均衡也是廣大勞動力跨區域流動的重要原因。

此外，結合2016 年CMDS 數據以及2015 年城市人才房政策數據可初步發現，在人才房政策實施下，高、低技能流動勞動力有著不同的表現，如圖1 所示。從圖的左側可以看出，在已實施人才房政策的城市，高技能流動勞動力愿意在本地長期定居的占比為95.87%，明顯高于未實施人才房政策城市中的93.27%。圖的右側則反映出，在已實施人才房政策的城市中，低技能流動勞動力中具有定居意愿的比例為84.35%，要低于未實施人才房政策城市中的86.18%。這些數據表明，人才房政策的實施似乎已達成其吸引高技能流動人口的初衷，但可能對城市中占據很大比例的低技能流動人群產生了一定的擠出效應。

四、實證分析

（一）模型設定

本文主要研究的是人才房政策對低技能勞動力是否存在擠出效應。參考周穎剛等（2019）的模型設計，本文選用二值響應Probit 模型考察人才房政策對低技能勞動力定居決策的影響：

其中，被解釋變量will_stayij，t 為低技能勞動力的長期定居意愿，如果t 年低技能勞動力i 選擇定居在城市j，其值為1，否則為0;核心解釋變量tahij，t-1 也是一個二元選擇變量，如果低技能勞動力i 目前居住城市j 在t-1 年實施了人才房政策，其值為1，否則為0;Pr（will_stayij，t=1）為t 年低技能勞動力i 選擇留在城市j 的概率;F 為標準正態的累積分布函數;控制變量X 從勞動力個體層面以及城市層面對其他影響因素進行控制;系數β的正負可用于分析城市人才房政策實施情況tah 對低技能勞動力定居決策will_stay 的影響方向。

（二）基準結果分析

表4 報告了采用Probit 回歸估計人才房政策對低技能勞動力定居意愿的影響。模型1 是控制了人口規模、人均GDP、產業結構、醫療教育水平等城市特征，并在城市層面進行了聚類處理的回歸結果，結果表明平均邊際效應在1%的顯著性水平上為-0.055，說明人才房政策的實施對低技能勞動力定居城市存在顯著的擠出效應。模型2 在模型1 的基礎上控制了年齡、性別、婚姻狀況、戶口類型等個體特征，人才房政策對低技能勞動力定居城市有顯著的負向作用。在此基礎上，為控制地區間的差異，模型3 加入了勞動力戶籍地的省份固定效應，人才房政策對低技能勞動力定居城市的負向作用仍然顯著，但擠出效應有所降低，約為2.3%。

關于控制變量，城市人均GDP 及人口規模對低技能勞動力的長期定居有著積極的促進作用，而醫療、教育水平與環境質量并未產生顯著的影響，側面證實了何煒（2020）的觀點，主要原因系目前低技能勞動力對于公共服務的偏好較低，且更高的公共服務水平通常意味著更高的住房價格，將擠出支付能力不足的低技能群體。在個體層面，年輕的、已婚的、流動時間更長的、隨遷家屬人數更多的低技能勞動力更傾向于在本地長期定居，其背后的原因可能是，此類人群在城市中生活狀態較為穩定且遷移的心理成本與現金成本都較低，而較年長的、流動范圍更大的女性低技能勞動力可能由于身體素質較低、缺少家庭支撐等原因遷移成本較高，不愿在流入地定居。

（三）穩健性檢驗

本文將采用延長樣本期間、更換計量方法、調整樣本選擇和替代解釋變量的方法驗證研究結果的穩健性。其一是延長樣本期間，本文將樣本期間由2016 年延長至2016-2017 年，考察更長時間內人才房政策對低技能勞動力的擠出效應。本文基于2017 年CMDS 原始問卷的選項，把數據重新編碼成0-1 變量，勞動力打算長期定居則賦值為1，否則為0。估計結果如模型4 所示。在2016-2017 年人才房政策在1%的顯著性水平上削弱了低技能勞動力的定居意愿，證實了前文結論的穩健性，但其平均邊際效應的絕對值相對于基準回歸中減小了0.008。這表明人才房政策對于低技能勞動力的擠出效應在相對較長的時期內也是顯著存在的，但隨著時間的不斷推移，人才房政策的擠出作用可能會稍有減弱，一種可能的解釋是人才房政策擴散導致的政策效果弱化，也可能是人才房政策產生的收入增長效應在低技能勞動力群體中開始凸顯，如工資水平上漲、就業機會增多等。

其二是更換計量方法。首先，采用最小二乘法（OLS）檢驗人才房政策對低技能勞動力的影響，回歸結果如模型5 所示，人才房政策對低技能勞動力定居城市的負向作用在1%的水平上顯著;其次，使用Logit 模型進行分析，估計結果如模型6 所示，人才房政策對低技能勞動力定居意愿的負向影響在1%的水平上顯著，表明城市實施人才房政策將會擠出低技能勞動力，與使用Probit 模型和OLS 回歸的結果基本一致，故認為本文的結論是穩健的。

其三是調整樣本選擇。首先，本文根據低技能勞動力配偶的受教育水平進行分組回歸，從家庭整體的角度考察人才房政策的影響。模型7 的結果顯示，當配偶也為低技能勞動力時，人才房政策對低技能勞動力的定居意愿產生了顯著的削弱作用，且影響的平均邊際效應為-0.023，擠出效應與基準回歸基本一致。由模型8 可知，當配偶為高技能勞動力時，人才房政策對低技能勞動力定居城市有負向影響，但未達到統計水平上的顯著性。這表明，人才房政策主要對夫妻雙方都為低技能勞動力的家庭產生擠出效應，原因可能在于，大多城市人才房政策的實施以家庭為單位，即夫妻任一方屬于人才范疇，每個家庭可以且僅能享受一次人才房政策，這種制度意味著當低技能勞動力的配偶為高技能勞動力享受住房福利時，低技能勞動力也等同于被人才房政策覆蓋。其次，采用70 個大中城市的研究樣本。由于大理市的城市層面數據缺失較多，本文保留了其余69 個城市的樣本，結果如模型9 所示。可以發現在我國大中城市，人才房政策對低技能勞動力仍然存在顯著的擠出效應。這些結果表明無論是在大中城市還是全國整體、個體層面還是家庭層面，人才房政策對低技能勞動力都有著顯著的擠出效應，證實了前文結果具有穩健性。

其四是替代解釋變量。本文從70 個大中城市的人才房政策文本中剝離出“貨幣補貼型”“實物配置型”以及包含不限購、降低落戶門檻、社保參保年限等內容的“其他類型”的人才房政策數據，將以上三種類型的人才房政策設為0-1 變量，給上一年為本科及以上學歷的勞動力提供該類政策的城市賦值為1，否則為0，并替代解釋變量進行穩健性檢驗。根據模型10-12，可知大中城市實施“貨幣補貼型”與“其他類型”的人才房政策對低技能勞動力具有顯著的負向作用，相反地，“實物配置型”人才房政策對低技能勞動力有顯著的正向作用。這可能是由于前者是從需求端出發的發放補貼、不限購等政策會刺激住房需求，從而拉高城市房價水平，擠出低技能勞動力，然而，后者從供給端出發，當城市增加住宅用地供應量、建設人才公寓等人才房時，會增加城市整體的住房供給量，緩解房價上漲壓力，同時，還會加速住房過濾過程，中低收入群體的住房福利由此也能得到提升，繼而增強其定居意愿。由此可見，加大多層次住房供應是實現“住有所居”的重要舉措。進一步地，本文按照城市是否實施以上三類人才房政策來量化“政策強度”，若尚未實施，賦值為0，實施了其中一類，賦值為1，以此類推。模型13 的結果表明，人才房政策強度越高，低技能勞動力被擠出城市的概率越大，由此可證本文的回歸結果是穩健的。

（四）機制分析

由前文的理論機制分析可知，城市人才房政策可能會通過工資增長、就業創造以及住房擁擠這三條渠道影響低技能勞動力的定居決策。為揭示人才房政策擠出低技能勞動力的內在邏輯，并且驗證前文所提出的假說，本文將對以上三條潛在的渠道進行檢驗。模型14 的結果顯示城市人才房政策的實施將在1%的顯著性水平上提高城市的工資水平。模型15 的結果表明，人才房政策會顯著增加城市的就業機會。由此，人才房政策能夠分別從直接的工資增長、間接的就業創造兩個渠道產生收入增長效應，增加低技能勞動力的可支配收入，這是吸引低技能勞動力定居的主要動力（陳浩和孫斌棟，2016;陳翔和唐聰聰，2021），故H1 成立。根據模型16，實施人才房政策對住房價格有顯著的正向影響，且其平均邊際效應為0.303，明顯大于其余兩條渠道。這意味著，人才房政策將通過住房擁擠渠道加重低技能勞動力的居住成本與消費成本，產生成本增加效應（李超和張超，2015），使低技能勞動力遷出城市（Ganong 和Shoag，2017;張軍濤等，2021），故H2 得證。綜合來看，由高房價導致的成本上漲將大幅削弱收入增加效應，擠出低技能勞動力。由此可見，高房價在影響低技能勞動力流動決策的眾多因素中占據主導地位，住房問題仍然是低技能勞動力留城定居、實現共同富裕道路上亟需解決的難題。

（五）異質性分析

本文對勞動力在教育背景、有無本地房產層面考察個體異質性。表8 中的模型17-19 報告了受教育水平的異質性作用。回歸結果表明，不同受教育水平的低技能勞動力都會受到人才房政策的擠出，其中擁有高中或中專學歷的勞動力受到的擠出作用最強，初中及以下、大專學歷的低技能勞動力受到的擠出效應相對較弱。這主要是因為高技能勞動力的大量涌入，引起了城市對于建筑工、清潔工、保姆等處于技能水平底部的勞動力的需求增加（Manning，2004;夏怡然等，2015），這些工作需要較強的體能和環境適應性，且技能水平要求較低，適合初中及以下學歷的勞動者。同時，大專學歷的勞動力符合大量高級技工崗位的需要，收入水平相對較高。

接下來本文從低技能勞動力的房產擁有狀況的角度進行異質性分析。模型20 和模型21 的結果表明，無論外來低技能勞動力在當地有無房產都將受到人才房政策的擠出，但無房產的勞動力受到的擠出效應更強，比有房產的勞動力平均高出7%。其原因在于，已經在當地購買或者自建的房產會對低技能勞動力產生一定的鎖定效應，降低其遷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擠出效應，而對于在當地沒有自有住房的低技能勞動力而言，當住房價格隨著人才房政策實施而大幅上漲，具有較強的成本增加效應，由此產生較強的擠出效應。

在城市層面，本文考慮基于地理區位和經濟區位的異質性，將全樣本分為東部地區、東北地區、中部地區和西部地區這四個子樣本①，分別進行回歸。根據表9，在東部、東北以及中部地區，人才房政策的實施都將對低技能勞動力的定居意愿產生顯著的負向影響，相反地，西部地區人才房政策的實施對低技能勞動力定居意愿有著顯著的正向影響，平均邊際效應為0.086。這或許是因為西部地區的房價相對偏低，低技能勞動力獲取住房的支付能力更強，即西部地區人力資本增加引起的生活成本增幅小于工資水平與就業機會的增幅，于是低技能勞動力在此定居的概率更大。

五、進一步分析：未來流動意向

在明確人才房政策對低技能勞動力定居意愿存在顯著的負向影響以及影響的具體路徑之后，本文進一步對選擇流出的低技能勞動力的未來流動意向進行分析，以考察人才房政策對低技能勞動力的流向是否造成了更為深遠的影響。

本文根據受訪者對2016 年CMDS 問卷中的選項，構建“返鄉”以及“流向省會及以上城市”

的0-1 變量。若受訪者選擇返鄉，則為“返鄉”變量賦值1，否則為0。在選擇繼續流動的低技能勞動力中，若選擇流向省會及以上級別的城市，則為“流向省會及以上城市”變量賦值1，否則為0。將以上兩個變量分別替代被解釋變量進行回歸，結果如表10 所示。模型26 的結果表明，人才房政策的實施將顯著增大低技能勞動力在五年內的返鄉概率。根據模型27，人才房政策將會顯著降低低技能勞動力選擇流向省會及以上級別城市的概率。這一現象背后的原因可能在于，人才爭奪戰愈發激烈，各城市人才政策的持續擴散與加碼，使部分低技能勞動力意識到即使遷往其它大城市，他們仍將面臨生活成本較高、收入水平有限的壓力，而返鄉或者流向地級市、縣級市及以下級別的城市或許能在很大程度上減輕置業壓力，從而享受相對更高的生活水平。

結合表4 和表10 的結果，本文認為，人才房政策這類技能偏向型住房政策的實施不但會削弱低技能勞動力當下選擇定居在流入地的傾向，推動流動勞動力返鄉意愿增強，還會削弱低技能勞動力流向大城市的積極性。一方面，勞動力返鄉存在積極的回流效應，可以把在城市中積累的先進技術與觀念帶回家鄉，增強家鄉經濟增長的活力，加快中國城鎮化進程（任遠和施聞，2017），而且返鄉勞動力能夠推進農業生產方式變革，加快農業高質量發展，這是實現鄉村振興的根本出路，也是我國糧食安全的重要根基。另一方面，這會導致低技能勞動力享受大城市的高質量的教育、醫療等公共資源的難度進一步增大。人才房政策的實施將對勞動力的自由流動產生扭曲，尤其可能會加劇大城市的勞動者技能結構失衡、城市“用工荒”等問題，不利于我國勞動力要素配置的優化、人口城鎮化和共同富裕的推進。

六、結論與政策含義

城市紛紛推出人才房政策以積蓄高質量的人力資源，由此創造出了相對更多的就業崗位和工資收入吸引低技能勞動力到城市謀生，但與此同時，城市日益高昂的生活成本可能會使他們的生活更為艱辛。在此背景下，收入與成本博弈的結果尚未得到準確評估。本文利用各城市人才房政策數據與2016 年中國流動人口動態監測調查數據，采用Probit 模型估計人才房政策是否對低技能勞動力定居城市具有擠出效應。實證結果發現，人才房政策對低技能勞動力定居存在顯著的負向作用，即人才房政策的實施會擠出低技能勞動力。70 個大中城市的“貨幣補貼型”與其他類型的人才房政策會對低技能勞動力在城市定居起到負向作用，“實物配置型”人才房政策會起到正向作用，“政策強度”與擠出強度顯著正相關。在作用機制上，人才房政策會通過工資增長、就業創造以及住房擁擠三個渠道產生收入增長效應與成本增加效應，最終抑制低技能勞動力在流入地長期定居。異質性分析中，不同受教育水平、本地住房擁有狀況、城市地理區位等因素都會影響低技能勞動力的定居意愿，其中，高中/中專學歷的、本地沒有房產的、非西部地區的低技能勞動力受擠出作用更強。進一步地，本文還發現人才房政策實施也會導致低技能勞動力流向大城市的積極性降低，增大其返鄉概率。

本文的結論具有豐富的政策含義：第一，倡導包容性增長理念，扎實推進共同富裕。地方政府應均衡吸納各技能水平的勞動力，實現勞動力技能互補，并重視廣大低技能勞動力的潛在的人力資本，幫助低技能勞動力向更高技能水平轉化，提高就業質量與工資水平，讓發展成果惠及面更廣;第二，因城施策，警惕人才爭奪的負面影響。地方政府應充分審視城市的發展情況，因地制宜地實施人才房政策。經濟較為發達的地區，人才房政策的實施可能造成物價水平高漲，對低技能勞動力產生較強的擠出，不利于勞動力技能互補，可能引發家政、保安、技工等生活性服務業的“用工荒”。經濟基礎較為薄弱的地區，人才房政策將有可能促進不同技能水平的勞動力流入，穩定勞動力市場結構;第三，多措協調，助力低技能勞動力實現“住有所居”。各地要規范土地制度，合理規劃住房供應量，堅持“房住不炒”，利用大數據和互聯網技術構建住房開發建設、銷售租賃等平臺，將房價收入比納入政策監控范圍，從金融、財政等方面提高住房系統的整體運行效率，多措并舉保障住房市場穩定健康發展，助力低技能勞動力在城市安居樂業。