APP下载

房价驱动高层次人才流动因素研究
——以粤港澳大湾区为例

2020-01-08洋,

土木工程与管理学报 2019年6期
关键词:粤港澳意愿房价

汪 洋, 沈 晨

(武汉大学 土木建筑工程学院, 湖北 武汉 430072)

城市化进程与经济增长使得我国房地产消费需求获得巨大释放,房地产市场得到极大发展,节节攀升的房价成为社会热点。2010—2017年,全国商品房平均销售价格上涨了3.8倍[1]。北京、上海、深圳等一线城市的房价更是涨幅惊人,2010年以来房价年均涨幅皆超过40%[2,3]。由于房价直接影响居民生活成本,其快速上涨必然驱动劳动力跨区域流动,特别是高学历、高技能人才流动。梳理房价在人才流动中的角色,对城市人才引进政策制定,提升区域创新发展和城市竞争力具有十分重要的意义。

人口流动的本质是人力资源的区域调配,拥有优势人力资本禀赋的高学历高技能劳动力(以下简称“高层次人才”)对房价感知程度与普通劳动力存在差异[4]。城市化程度高、经济发达的地区,凭借其优质的政策支持、商业环境、产业发展和教育医疗资源吸引大量人口流入,共同推动形成地区性房价梯级差异,而此种房价差异与人才流动关系不明。高层次人才对城市核心竞争力起着关键作用,目前较少研究涉及其居流意愿。基于此,本文以推拉理论为基础,聚焦不同房价下高层次人才流动及流向的影响因素,为形成城市空间合理对接、区域产业协同发展和高层次人才资源有效配置的新格局提供理论支持。

1 推拉理论的人才流动分析框架

推拉理论是研究人口流动与迁移的重要理论之一。综合国内外研究可知,影响劳动力流动的因素大体上分为自身因素、经济因素和体制因素。

自身因素主要关注劳动力年龄、情感、教育及家庭背景等社会人口学变量。Ravenstein等[5,6]认为劳动力的迁移是基于人口和家庭特征的双重选择过程。经济因素关注劳动力收入和人力资本积累。赵伟等[7]认为影响人口流动的主要因素是预期收入的差距。托达罗模型验证了个体的流动是对长期收益的理性反应[8]。体制因素聚焦户籍和社会保障制度。李强[9]研究认为影响中国劳动力流动的推拉因素与国际相比存在较大差异,户籍制度是关键。肖严华[10]认为中国社会保障制度的区域分割阻碍了人口跨区域间的流动。以往研究强调经济因素、薪酬水平、失业率和房价高低都会对劳动力流动产生影响[11]。在Krugman提出新经济地理学模型后,Helpman和Dohmen以此为基础引入住房市场因素,指出某地区的住房价格会影响劳动者的相对效用,从而抑制劳动力在该地区的集聚[12,13]。城市房价和劳动力流动存在着较为复杂的协同与空间依赖关系[14,15]。也有学者认为,房价能够对人力资本起到筛选作用,使得高技能劳动力不断往高房价地区聚集[16]。

推拉理论对于人口流动的内在规律、流向、产生的原因等具有显著的解释力,得到了中国学者的广泛认同[9,17]。推拉理论对我国人口流动研究提供了理论支撑[18]。在当前中国社会和经济发展问题中,人口的跨区域流动问题重大而又特别[19]。基于此,本文以推拉理论为基础,重新梳理影响高层次人才居流意愿的因素,归纳为房价作为特征信号因子产生的拉力、推力、中间障碍和个人特征四类因素,建立高层次人才区域流动意愿理论分析框架,研究区域内不同房价城市的不同特征,显化不同房价地区的高层次人才流动与流向的关键作用因素,探讨房价对高层次人才城市备择过程中的特征信号角色和作用机理。

2 理论分析

2.1 模型选择

高层次人才在城市中的居住和流动意愿具体表现为“不愿意”与“愿意”的二元特征,因此,本文采用二元Logistic回归模型分析其居流意愿。设居流意愿因变量为Y,影响Y的n个自变量分别记为x1,x2,…,xn,二元Logistic模型为:

(1)

式中:P为高层次人才居流意愿的概率;α为常数项;β1,β2,…,βk为回归系数;x1,x2,…,xk为影响人才流动的自变量。

将流入目的地按房价进行划分,运用多元Logistic回归模型对有流动意愿的人才流动方向进行统计分析。多元Logistic模型为:

(2)

2.2 变量设定

二元Logistic回归中,因变量含义为城市中高层次人才是否有意愿前往其他城市,愿意流动为1,不愿意流动为0;多元Logistic回归中,因变量为愿意流动的人才的流向选择,结果分为高、中、低房价三个流入目的地,分别取值0,1,2。通过对前文研究的归纳,结合高层次人才的特点,选取个人因素、中间障碍因素、房价拉力因子、房价推力因子4个方面的18个因素作为自变量,探究其对高层次人才居流意愿和流向的影响。

3 实证研究

3.1 案例选择

粤港澳大湾区是由香港、澳门两个特别行政区和广东省的广州、深圳、珠海、佛山、中山、东莞、肇庆、江门、惠州九个城市组成的“9+2”城市群,是国家建设世界级城市群、打造国际一流湾区和参与全球竞争的重要空间载体。作为粤港澳大湾区重要组成平台的珠三角城市群(粤港澳大湾区广东省内9市)是我国经济发展和科技创新最为活跃的区域。高度现代化的城市、发达的产业和良好的就业机会吸引着大批人口流入,也驱动其房价快速上涨。在粤港澳大湾区城市群内,房价存在区域性差异,是高层次人才流动研究中极具代表性的样本区域。因此,本文以粤港澳大湾区中的9个城市为载体开展研究。根据近5年新房均价将9市划分为高中低三类,其中深圳为高房价地区,广州、珠海、东莞为中房价地区,佛山、中山、惠州、肇庆和江门为低房价地区。

3.2 数据来源及特征分析

本研究针对高层次人才设计调查问卷,调查样本区域覆盖粤港澳大湾区广东省9个城市。根据深圳市对其高层次人才的范围定义:具备丰富的科技文化知识和深厚的职业素养,能够带动某一领域的人员进行创新、创业活动,并不断引领社会进步的人被定义为高层次人才。以高层次人才为对象,本研究在广东省境内相关产业发展论坛和校友平台共发出问卷565份,回收有效问卷538份,回收率95.22%。其中,高房价地区回收有效问卷249份,中房价地区回收有效问卷201份,低房价地区回收有效问卷88份。样本量的比例与粤港澳大湾区九市产业状况及高层次人才流动的比例相一致。

4 实证结果分析

4.1 数据有效性分析

信度分析是测度调查问卷是否具有可靠性和内部一致性的有效分析方法,最常用的统计方法是Cronbach’α系数法。经验上,Cronbach’α系数值在0.7~0.8之间表示信度较高[20]。本研究问卷总体Cronbach’α系数值为0.892,其他类Cronbach’α系数值均大于0.7,表明问卷的信度系数在合理范围内,问卷总体具有较好的内部一致性。

结构效度分析是衡量调查结果与理论的符合程度,主要采用因子分析法,以KMO和Bartlett球形检验的相关指标来评价分析。KMO值在0~1之间,KMO值在0.8以上表示效度较好。经计算,本研究问卷调查显示KMO值为0.870,Bartlett 球形检验的显著性为0.000,达到显著性水平,表明本研究的调查问卷效度合理。

4.2 人才流动分析

利用SPSS 20软件,以高层次人才是否愿意流动为因变量,上述4个方面的因素为自变量,进行二元Logistic回归分析。表1统计检验结果表明,各地区回归模型拟合度良好且具有较强的解释力。不同因素对不同房价地区的高层次人才流动行为影响不尽相同,具体表现为以下三个方面。

(1)高房价地区的高层次人才流动影响因素

从统计结果来看,房价推力和拉力共同决定了本地区高层次人才的居流意愿。推力方面,拥有住房数量(β=-0.781,p<0.01)成为本地区人才居流意愿的推力决定因素,在当地已购住房是人才定居的关键基础。拉力方面,情感、社保与预期收入决定了其未来的去留。其中,配偶/恋人/父母当地工作生活(β=-0.773,p<0.05)为最主要的拉力因素,这表明家庭和情感归属仍是本地区影响高层次人才流动的重要决定因素。社会保障满意度(β=-0.431,p<0.05)与预期收入水平(β=-0.415,p<0.10)与人才流动意愿负相关,社会保障满意度和预期收入水平越高,其定居意愿越强,这在一定程度上反映了能力和资源禀赋与人才去留的关联,拥有高技能和优势人力资源禀赋的人员往往享受更多的社会保障和职业发展空间,从而更愿意留在此地发展。

(2)中房价地区的高层次人才流动影响因素

从统计结果来看,四方面因素均对本地区高层次人才居流意愿产生重要影响。推力方面,房价引发的心理压力感知(β=-0.541,p<0.01)是本地区人才定居与流动意愿的决定推力因素,表明房价上涨对中房价地区人才产生心理压力,房价上涨带来焦虑、烦躁和抑郁,很大程度上抑制了本地区人才主观幸福感和生活满足感,驱动其向其他城市流动。拉力方面,社会保障满意度(β=0.621,p<0.01)和预期收入水平(β=0.496,p<0.05)与本地区人才流动意愿呈正相关,这与高房价地区表现恰恰相反,这表明本地区已具有较好的社会保障,对未来有更多职业发展期望的高层次人才具有更强烈的流动意愿,当前地区不能满足其职业发展预期而导致其有“出走”的冲动,说明城市经济发展和产业优势对人才具有较大吸引。

表1 模型估计结果

注:*,**,***分别表示显著性水平p在10%,5%,1%水平下显著

中间障碍因素方面,社会融入度(β=-0.547,p<0.05)影响中房价地区人才的流动,表明社会融入度越高,其流动意愿越低,这与本地区地方文化特色相关。只有更好融入广府文化,人才的心理归属感得到满足,才能真正融入城市发展。个人因素方面,工作满意度(β=-0.644,p<0.05)与人才流动呈负相关,工作环境、工作条件、职业发展与晋升等要素对其流动影响巨大,体现了传统理论中职业发展与人员流动的关系。三类地区中,仅中房价城市人才流动意愿与年龄(β=-0.455,p<0.05)相关,年龄越小,流动意愿越强,表明本地区年轻一代在城市间流动更趋频繁,在追求更好工作机会和生活方式时表现得更具活力。

(3)低房价地区的高层次人才流动影响因素

从统计结果来看,只有房价拉力因子中的生活便利程度对本地区人才流动产生影响(β=-0.621,p<0.10),表明制约本地区吸引人才的关键是城市的基础设施和生活条件。完善的公共配套设施,便利的交通,良好的医疗卫生服务,教育配套设施等是本地区人才流动中的关注点,从侧面也说明本地区基础设施和城市相关服务与高房价城市依然存在差异,成为其吸引人才的主要瓶颈。

4.3 人才流向分析

本研究将流入目的地划分为高中低三个房价地区,其中海外、港澳地区、北京/上海/深圳为高房价地区,广州/珠海/东莞等地为中房价地区,佛山/中山/惠州/肇庆/江门和其他城市为低房价地区,以高层次人才选择的流入目的地为因变量,进行多元Logistic回归分析,具体结果如表2所示。

结果表明,高、中房价地区的回归模型具有较强的解释力。低房价地区回归模型无统计学意义,这表明该地区有流动意愿的人才在选择流向城市时受到的推拉作用不明显。人才最关注的就是发展前景,而由于医疗、文化、教育等社会公共资源向经济发达地区的倾斜,因此低房价地区会降低人才进入本地区的“门槛”,那么就会弱化该地区人才在流动过程中所受到的推拉作用。

高房价地区高层次人才在进行流动目的地选择时受多重因素影响,房价推力作用显著,驱动本地区高层次人才流向较低房价地区。结果证实,高房价确实对高层次人才具有较大的挤出效应,攀升的房价、上涨的房租、与日俱增的生活成本给高层次人才带来了巨大心理和经济压力,极大影响了个人的生活幸福感,从而驱动高层次人才向较低房价城市流动。拉力因素方面,居住年限(β=1.327,p<0.05;β=2.086,p<0.05)和收入(β=0.460,p<0.05)作用强化了高层次人才目的地的选择。在本地居住年限越短,收入越低,目的地偏向低房价地区的概率越大,表明其对高房价及其同等房价地区各种推力因素较为敏感,更趋向流向低房价地区。

表2 高层次人才流入目的地(低房价城市)选择影响因素分析

注: * ,**,***分别表示显著性水平p在10%,5%,1%水平下显著

此外,个人因素方面,年龄(β=-1.271,p<0.10)和从业年限(β=-0.998,p<0.05)分别对目的地选择有重要影响。分析表明,在一定程度上,年龄越大,从业年限越长,相比经济诉求,其内在精神诉求日趋强化,使得其更倾向于选择生活和工作压力较低的低房价地区作为目的地。中间障碍因素方面,社会融入度(β=-1.522,p<0.05)对中房价为流入目的地的选择有重要影响,表明社会融合与社会认同亦影响了高层次人才的区域流动。社会融入与区域经济、社会、文化、心理层面有关,社会文化层面的包容欠缺促使人才外流。

5 政策启示

高层次人才是区域经济社会发展和科技创新的最重要资源,有序合理的人才流动能促进产业协同发展,对提升城市竞争力具有重要意义。结合分析结论,本文提出如下人才发展建议:

(1)合理调控房价水平,科学制定住房发展规划,建立健全与产业分工相适应的住房保障政策和人才引进政策,扩大人才住房的有效供给。不同地区应立足于自身城市与产业优势,整合优质资源以实现区域的协同发展,并引导异质性高端劳动力要素合理、多元化流动,促进产业转移和升级,避免房价过高而出现产业空心化。

(2)推动城市基础设施配套均等化,缩小区域间城市建设水平差异。粤港澳大湾区各城市要完善医疗、教育、文化娱乐等配套设施建设和社会保障制度,提高城市公共服务能力;同时,提高城市开放度和包容度,提高社会的自我更新能力,建设文明城市,创造宽容和谐的社会环境,吸引和留住高层次人才,实现有效融合机制,发挥其在经济建设中的重要作用。

(3)粤港澳大湾区房价因素对人才流动作用机理不一,对待人才需因地制宜地制定“一城一策”。高、中房价地区须注重制定吸引和留住高层次人才的住房政策,如通过人才支持计划和人才公寓等政策,为创新经济和产业升级储备人才;低房价地区要建立健全多层次的经济体系,改善基础设施建设,满足新流入劳动力的职业发展需求,为长期产业升级保留足够的发展空间,最终形成粤港澳大湾区空间合理对接、区域产业协同发展和高层次人才资源有效配置的新格局。

猜你喜欢

粤港澳意愿房价
健全机制增强农产品合格证开证意愿
盛松成:什么才是中国房价持续上涨的真正原因?
两大手段!深圳土地“扩权”定了,房价还会再涨?
汪涛:购房意愿走弱是否会拖累房地产销售大跌
编读往来
首届粤港澳大湾区工艺美术博览会开幕
摁下粤港澳大湾区“加速键”
马光远 下一个30年看粤港澳大湾区
2016房价“涨”声响起
An Analysis on Deep—structure Language Problems in Chinese