人才引进政策如何影响了劳动力市场？

毛丰付,郑 芳,2

(1.浙江工商大学 经济学院，浙江 杭州 310018；2.嘉兴南湖学院 现代金融学院， 浙江 嘉兴 314001)

一、引 言

人才是最宝贵的资源，人才引进问题是中国党和政府历来高度重视的战略问题。2002年，面对中国加入WTO后的新形势，中共中央、国务院制定下发了《2002—2005年全国人才队伍建设规划纲要》，首次提出了实施“人才强国”战略，直面经济全球化和综合国力竞争问题。2003年，中共中央召开新中国成立以来的第一次人才工作会议，众多城市开始将人才定位于解决城市发展瓶颈的战略要素，出台引才聚才的政策[1]。2010年之后，特别是自2017年以来,在人口老龄化和头部城市竞争的双重压力下，全国各地更加意识到人才是地方发展的第一驱动力，纷纷制定各类人才引进政策，上演抢人大战[2-3]。2021年9月中央人才工作会议在北京召开，习近平同志明确指出“要下大气力全方位培养、引进、用好人才”，强调深入实施新时代人才强国战略。人才引进政策作为地方政府的重要而广泛采用的政策工具，对劳动力，特别是中高端劳动力的流动产生了强大的吸引力，加速了人口的空间流动[4-5]。人才引进政策是对劳动力市场的一种干预政策，那么这种长期而广泛的政策干预对中国城市的劳动力市场生态环境是否产生了实质性影响？如果有影响，又是怎样改变了劳动力市场的结构？此类问题尚未引起主流研究足够的关注。

高技能劳动力流动和人力资本的增加是改变劳动力市场结构最重要的力量。劳动力流动既是劳动经济学领域的经典命题，也是经济学各分支学科关心的核心问题之一。20世纪60年代，发展经济学的中心外围理论就关注不发达国家的人才流失，认为人才从外围国家向中心国家流动会对中心国家产生正效应[6-7]。类似地，城市经济学认为人才引进对改善城市人口结构、维系房地产市场运行以及城市社保基金的正常支付都有积极推动作用[8]。根据Rosen-Roback的城市空间均衡理论，劳动力的空间流动受到工资收入、生活成本以及城市宜居性特征的影响[9-11]。一个城市若是能提供安居乐业的机遇,增加流入人口的效用水平，便越能展现出强大的人才吸引力。

与新古典的经济分析范式不同，中国采取的是以地方政府导向型为主的经济发展模式，人才引进政策直接改变了引进人才的收入水平和生活成本，使得引进人才和原有劳动力的相对价格发生了变化，而这种系统性干预在以往的研究中往往被忽视。多数研究往往默认政策差异会带来人口流入这一既定事实，进而重点去研究人才引进的后续变化，分析政策对区域间人力资本差异和经济增长差异等方面的影响，而很少考虑这种政策干预效果的效用水平[12]。

随着抢人大战的纵深发展，国内着眼于人才引进政策的相关研究增速迅猛。现有的大量文献探讨了户籍制度、社会救助制度、土地政策、住房政策、产业政策等对劳动力市场的影响[13-17]，多数研究仍然将重心放在城乡劳动力流动上，户籍制度改革是讨论的重点[18]。同时，人力资本、技术进步、环境污染、公共服务水平等因素也是讨论劳动人口作出迁移决策的重要关注点[19-22]。直接研究政策干预和冲击对劳动力市场影响的文献相对较少，比较典型的代表研究有减税改革政策冲击与人才流失、政策冲击与女性在劳动力市场表现以及政策干预和区域劳动分工等[23-25]。已有文献也证实了人才政策会最终提升高技术产业集聚能力[3]，促进城市创新能力[4]，然而鲜有文献探究人才引进政策对劳动力市场的具体影响，而系统研究政策对城市劳动力市场干预和影响的后果，特别是人才引进政策对劳动力市场的就业结构和人力资本积累的影响研究就更为缺乏。

人才引进政策的本质是吸引高技能劳动力流动。从国际研究经验看，与此类研究最相关的是美国的技术移民政策，如Hanson和Chiquiar(2005)[26]研究发现，高技能移民与生产率和工资之间的相关性要比低技能移民更大。高技能劳动个体选择城市的理由，大体上分为两种，一种是强调城市设施的重要性[27]，另一种是强调就业机会的重要性[28]，而政府的引才政策会在一定程度上通过改善居住条件促进劳动收入和提升就业机会[13]。根据OECD(2008)[29]的研究可以发现，人才的流动性会随着制度行为的变化而增加，经济结构和其他框架条件都非常相似的两个发达国家，政治因素则会成为影响引人效果的主要原因[30]。国内随着各级城市陆续出台“人才新政”吸引人才，将人才引进政策指标进行量化引入到劳动力市场的分析中，对于准确理解政府干预劳动力市场的具体影响具有重要的理论和现实意义。本文的研究将对中国地级市及以上层面的劳动力市场进行梳理，实证检验地方人才引进政策如何干预城市就业规模和提升劳动力人力资本水平，据此分析人才引进政策干预的作用效果和传导机制。

与既有文献相比，本文可能的创新之处在于：第一，本文基于政策干预与劳动力市场结构变化的理论框架探究人才引进政策问题，较为系统地探究了政府人才引进政策对劳动力市场的具体影响，直观地呈现人才引进政策对劳动力市场的就业规模效应和人力资本积累效应，明确论证了人才引进政策确实干预了劳动力市场。第二，拓宽地方政府人才引进政策干预的新认识，明确了人才引进政策通过房价和工资水平两条作用机制渠道影响了劳动力市场学历结构。第三，本文利用文本挖掘和文本分类细分法对中国285个地级及以上城市政府工作报告中的“人才引进政策”进行梳理、统计、分类、量化，构建了人才引进政策指标体系，量化了人才引进政策。本文的研究丰富了高技能劳动力流动的理论研究，为地方人才引进政策制定及实施提供经验证据，为地方政府有针对性地引进人才提供了有启示性的结论。

二、 研究设计和理论假说

本文认为研究人才引进政策如何影响了劳动力市场，本质上是一个受政策干预的劳动力流动问题。根据新迁移理论，假定劳动者对所有城市均有偏好，选择一个城市的概率取决于城市本身的属性和劳动力个体特征，劳动者迁移发生的概率取决于各个城市劳动者的间接效用差距。人才政策导向是实现就业“包容性增长”的风向标，而各个地方政府加大人才引进政策力度时，会在一定程度上改变劳动者相对效用水平，促使劳动力迁移决策发生改变。

根据Rosen-Roback的城市空间均衡理论，劳动力个体间接效用水平表达式如式(1)所示：

(1)

式(1)中，Vij表示劳动力i居住在城市j的间接效用水平；Zi表示劳动力个人一系列个体特征，包括个体劳动力的年龄、性别、受教育程度等;Aj表示迁移目的地城市本身属性，包括目的地城市的气候，所处地理位置，甚至城市的公共基础设施等;yij为劳动力i在城市j的工资收入;RDij为劳动力i在城市j的相对经济下降水平;εij表示其他可能存在影响劳动力流动的干扰项。地方政府颁布相关人才引进政策后，会直接影响劳动力迁移的概率，从而影响劳动力迁移决策。劳动者发生迁移的概率如式(2)所示：

Pij=Pr[policyj(Vij>Vik)]∀k,k≠j

(2)

当城市j颁布的人才引进政策使得劳动力i的效用更大时，劳动力i更偏好于迁移到城市j，同理，如果人才引进政策颁布之后，本地劳动力相对经济地位下降严重剥夺了他的效用水平，则会做出迁出的决策[11]。各地方政府制定各类人才引进政策来完善对高学历和高技能人才落户和创业的优惠扶持力度，以期调整劳动力市场，增强城市竞争力。不过人才引进政策实施的引人效果各地大相径庭，如同为长三角地区，杭州与合肥的引进政策成效就比南京更为显著[31]。地方政府人才引进政策对劳动力市场的整体就业规模的影响究竟能否发挥其应有的作用？基于此，本文提出：

假设1：人才引进政策会促进城市整体就业人口规模的增加，政策强度越大，效果越显著。

但是整体就业规模应该同时包括人才和其他劳动者，这一假说可以检验人才引进政策的整体效果，并不能区分对“人才”和其他“非人才”劳动者的吸引力效果。因此本文增加了人才和非人才劳动力细分内容来进一步验证政策效应。梁文泉和陆铭(2015)[32]指出大城市会促进技能互补，使得大城市中不仅有更多的高技能劳动力，也可能会有更多的低技能劳动力。劳动力市场受到政府人才引进政策干预之后，市场容量增加，劳动力分工细化，不同劳动技能者彼此之间的联系更加紧密。在高技能者向城市集聚的过程中，会对大量低技能劳动力产生需求，从而产生高低技能劳动力互补效应[33]。

假设2：不同城市之间，高低技能劳动力存在动态匹配关系，他们之间相互影响，交织联动存在互补性。

人才引进政策带来的高低技能劳动力的流入会改变一个城市的人力资本结构。从劳动力流动的人力资本效应来看，引才政策强度越大，往往人才流入规模越大，人与人之间的沟通机会越频繁，学习机会增加，城市劳动力技能溢价也越高。高学历高技能人才在大城市集聚，产生人力资本集聚效应，使得城市的整体人力资本趋于高级化[34]。地方政府人才引进政策实施的基础目的是吸引人才，在劳动力流动自由化环境下，有吸引力的城市流入的劳动力不一定全是高技能人才。劳动力市场受到政府政策干预之后，劳动力往往会在城市之间或者行业之间流动，如果行业吸纳了超出其负荷能力的高素质人才，配套的人力资本维护不能支持人才的运转，致使劳动力资源错配，则会引致高层次人才流出。

假设3：人才引进政策最终提升城市整体人力资本水平，但在不同区域、不同行业作用力度不同。

随着户籍制度的不断弱化，目前在人才引进政策中使用的主流手段是购房条件政策和人才补贴政策，原因在于生活成本(主要是住房成本)和工资收入水平往往是影响劳动者城市选择的主要考量因素。根据国内外城市迁移的相关研究可以发现：一方面劳动力趋向于高工资城市，以提高劳动力家庭的效用水平；另一方面，劳动力在城市居住花费的房价成本会降低劳动力的间接效用水平[35]。人才引进政策通过降低生活成本和提高工资待遇两条路径来增加流入目的地城市的劳动者间接效用水平，从而提升劳动者迁移动机，促进劳动者作出迁移决策。一般而言，经济发展水平较高的城市，收入和房价都同比增高，因此房价对劳动力市场同时存在推力和拉力作用。一方面，高房价城市预期收入不确定性越低；另一方面，高房价城市生活成本也越高[36]。同时，由于城市住房供给的土地指标短期内是稳定的，人才房会占用商品房的供给来源，使得目的地城市的房价水平相对上涨，进而使得目的地城市本土劳动者相对收入水平下降，从而降低本土劳动者的效用水平，提升了本土劳动者的迁出动机。

假设4：人才引进政策主要通过影响房价和收入两种机制，干预劳动力市场的人力资本水平。

三、 模型设定与数据说明

(一) 模型设定与变量说明

1.基础模型。为了研究人才引进政策对劳动力市场的具体影响，基于本文的研究问题和已有相关研究，设定实证模型如式(3)所示：

Laberit=β0+β1policyit+β2Xit+δi+γt+εit

(3)

其中：本文的被解释变量涉及就业规模效应和人力资本积累效应，分别为就业规模和人力资本。policy为本文核心解释变量，即人才引进政策干预指标总效力，X为模型中相应的控制变量。为保证研究结果的稳健性，本文还对回归模型中的标准误进行了城市层面的聚类处理，并对个体固定效应和时间固定效应加以控制。

2.机制检验模型。在分析了人才引进政策对劳动力市场的具体影响之后，本文进一步研究政策对劳动力市场的作用机制。依据前文的分析，人才引进政策可能会通过降低生活成本和提升收入补贴这两条路径来对劳动力市场产生影响。为了检验人才引进政策影响劳动力市场的就业规模和人力资本积累的传导机制，本文采用多重中介模型进行逐步回归分析，基础模型设定如式(3)所示，中介模型设定如下：

Mit=c0+c1policyit+c2Xit+δi+γt+εit

(4)

Laberit=a0+a1policyit+a2Mit+aзXit+δi+γt+εit

(5)

其中：Mit为中介变量，主要包括城市房价和工资水平。

(二) 核心数据处理说明

1.就业规模。“就业”是“符合劳动年龄、具有劳动能力的人员，通过一定形式与生产资料相结合，从事某种社会劳动，从而获得报酬或经营收入即取得谋生手段的经济行为”。本文以《城市统计年鉴》中的单位从业人员和私营个体从业人员之和作为就业规模。同时，本文以受教育程度为大学及大学以上学历的劳动力表示高技能劳动力，受教育程度为高中及高中以下学历的劳动力表示低技能劳动力(梁文泉和陆铭，2015)[32]。而受地级市数据限制，本文所用到的高技能劳动力占比来自省级指标。借鉴戴魁早等(2020)[37]推算人力资本结构高级化指数的方法，以地级市高等教育在校生数占本省高等教育在校生数的比重作为权重，来计算地级市的高技能劳动力占比数据。城市人力资本水平与城市的劳动力技能结构密切相关，人力资本水平越高，城市劳动力技能水平越高，人力资本水平越低，城市的劳动力技能水平也越低。将整体劳动力视为单位1，已知高技能劳动力占比，就可以相应得出低技能劳动力占比，最终乘以就业规模，获得地级市层面高、低技能劳动力就业规模。

2.人力资本。教育程度是人力资本主要来源，教育程度的梯度升级就是人力资本不断深化的过程。受教育年限是衡量人力资本高低的常用指标[38]。依据《中国劳动统计年鉴》将2003年至2016年“按照行业分的城镇就业人员受教育程度构成”，整理每个行业的连续年份7类受教育程度的数据，按照受教育年限Maddison度量方法[39]，计算每个行业连续年份的全国加权受教育年限来表示人力资本。

计算结果如图1所示，可以发现19个行业(除国际组织)中高学历普遍与高技术相匹配。按照行业受教育年限高低二分位法(50%)来进行剖析，属于第一梯队的高技术行业为如下几个行业，即教育业、公共管理和社会组织、科学研究技术服务和地质勘查业、金融业、信息传输计算机服务、软件业以及卫生、社会保障和社会福利业、文化体育和娱乐业、房地产业、水利、环境和公共设施管理业、电力燃气及水的生产和供应业。而第二梯队包括租赁和商务服务业、交通运输仓储和邮政业、制造业、批发和零售业、采矿业、住宿和餐饮业、居民服务和其他服务业、建筑业以及农林牧渔业。

图1 2003—2016年各行业受教育年限帕累托图

充分考虑城市层面的数据来源问题，本文认为基于LIHK方法建立的估算框架估算城市人力资本水平更为合理。借鉴朱平芳和徐大丰(2007)[40]的估算方法对我国城市层面的人力资本进行估算。所做的改进，一是对部分缺失数据的处理，二是对基期的设定，将城市人力资本测算的基期调整为2003年。综合以上分析可以知道，对城市人力资本总量进行估算所需要的指标包括：城市的劳动力投入量、劳动者的工资水平、劳动收入占总收入的比重、基期的物质资本存量、每年的物质资本投入流量以及物质资本的折旧率。现有的统计资料中，城市劳动力工资可以直接在《中国城市统计年鉴》中获得，城市就业人员数量表示劳动力的投入量，本文用城市单位从业人员和私营个体从业人员之和表示城市就业人员数量。城市岗位平均工资为对城市CPI以2003年为基期进行平减之后得出的结果，总工资收入占总收入的份额也可以直接通过计算获得。而在估算城市人力资本总量时所需要的其他指标，本文借鉴白俊红和卞元超(2016)[41]的研究成果，Y为地区产出，选取地区生产总值进行表征，并采用 GDP 平减指数将其核算成2003 年不变价。K为地区资本存量，本文参考张军等(2004)[42]对中国省际物质资本存量的估算方法，利用永续盘存法将其核算成资本存量的形式，采用的核算指标为各地区固定资产投资总额，通过固定资产投资价格指数将其核算成 2003 年不变价，折旧率取 9.60%，并假设各城市的资本形成率与其所在省份的资本形成率相同，计算出各个城市2003年的资本形成。最后，借鉴Young(2003)[43]用各城市2003年的固定资本形成除以10%作为该城市的初始资本存量。

3.人才引进政策干预指数。在研究核心解释变量时，本文在对比分析不同类型的样本城市覆盖面之后，采用NLPIR-Parser大数据语义智能分析平台，结合文本挖掘和文本分类细分法，对中国285个地级及以上城市2003年至2018年间每年地方政府工作报告中囊括上一年回顾和本年政策的所有文字进行抓取，合计3682份样本，占全体样本的80.75%，数据具有较强的代表性(此样本不包括台湾、香港、澳门以及剔除了西藏、新疆、海南等部分城市)。围绕人才“选、用、育、留”并逐项认真阅读政府工作报告所涉及的人才引进相关文本内容，将与人口迁移相关的所有词频进行梳理、统计、分类、量化，而后经过人工浏览和机器筛选整理所有分词数据，充分考虑政府人才引进政策的动态过程，最终将地方政府人才引进政策围绕人口迁移、人才集聚、人力资本积累和人力资本维护四个维度展开，共筛选了41个词汇，构建人才引进政策指标词频来表示人才引进政策干预指数。

通过绘制所有政策干预指标的雷达图(见图2)可以发现，2003年至2018年所有高频词分布趋于一定的规律性。首先，在人口迁移政策工具中，出现词频最高的是投资和收入，地方政府在强调人才引进政策重要性时最先考虑的往往是人才迁移的规模效应，有市场的地方才会有人口迁移，因此投资和收入是进入市场的第一道门槛，大规模人才迁移导致的工作变动会实现人口结构的变动，从而带来人力资本外部性的潜在价值。其次，人口迁入产生集聚效应令知识更容易被积累、传播和创造，从而提高人力资本集聚效应，人才在交流碰撞中更容易增加产出并实现技术创新，因此在人才集聚政策工具中，出现词频最高的是经济与创新。再次，人力资本积累的过程就是人力资本高级化的动态演变过程，表现为人才通过教育、培训、终身学习等方法进行劳动力自我价值实现增值再增值的过程，而人力资本积累政策工具中出现词频最高的是教育。最后，人力资本积累离不开地方政府对人力资本的维护，在人力资本维护政策工具中可以发现文化、环境、公共服务出现历年词频最高，而这些则恰是地方政府人力资本维护的重要方式。

图2 人才引进政策指标雷达图

图3绘制了人才引进政策干预指数标准化处理之后的核密度曲线图，可以明显地观察到，2003年至2018年期间参与人才竞争的城市越来越多，随着地方政府间不断学习借鉴，伴随区域之间存在的同群城市竞争和政策溢出效应，城市之间的政策共性推动标准化正态分布曲线的均值不断左移，核密度图的峰值逐渐增高，尾部逐渐变窄，这表明城市之间政策制定的趋同性和偏好程度不断相似，离散程度更低。现有研究大多基于研究内容出现的词频和文本篇幅占比来代表政府政策干预和注意力配置变化，文字内容的变化反映了对事物认知和重心的变化[44]，词频在政府工作报告中的覆盖率、词频的统计和关键词定位可以代表政府决策行为的指示器，利用词频占比而非段落的单个字的字数计算，更能准确保留语义[45]。因此，本文以词频总比重policy来衡量政府人才引进政策干预强度。

图3 人才引进政策干预指数的核密度图

4.收入和房价指标。根据前文的理论框架解释，本文选取的中介变量包括收入和房价。地区工资水平可以表示目的地城市劳动力获得的收入水平。地区收入往往是人口迁移的第一要素，对人口迁移的影响很大，人们一般都趋向于迁移到工资水平较高的城市以追求更好的收入水平，本文以各个城市的平均工资水平来表示收入。而地区房价水平往往是劳动者迁移过程中必须考虑的要素之一，是劳动者消费的主要支出之一，本文以各个城市商品房房价来表示生活支出。劳动力迁移不仅受到实际收入差距的影响，还受到相对收入差距的影响，整体经济地位会受到收入和支出相对变化的影响，从而产生迁移动机。

5.其他控制变量。为了更好地研究人才引进政策对劳动力市场的影响，本文还对其他一些可能影响劳动力市场的因素进行了控制。经济因素是吸引劳动力流动的最主要因素(张莉等，2017)[36]，本文用人均GDP(pgdp)来表示地区经济发展水平。一般情况下，地区经济发展水平越高，表示该地区劳动生产率越高，对劳动力流入越有吸引力。人口密度会影响劳动力市场，但方向未可知。血缘、学缘、乡缘、业缘等缘分，往往会让人与人集聚在一起，人口集聚效应明显。人口密集度高的地方使得技能匹配更容易，劳动力更倾向于流向人口密集度高的城市[46]，然而城市越拥挤舒适度越低，本文用城市人口密度(pop)来表示城市规模密度。产业结构变迁将对劳动力流动、劳动力转移就业和劳动力技能产生影响。夏怡然和陆铭(2015)[19]发现不同时间段第二、三产业产值占比对城市吸纳劳动人口流入有不同的优势。从劳动力供给来看，地方公共福利水平是劳动力迁移决策的重要“拉力”(贾婷月，2018)[47]，因此，本文控制了固定资产投资水平和政府预算支出水平，从居民的迁移决策的效用来看，公共支出确实影响了迁移的决策，而基础教育和医疗水平是劳动力迁移要考量的重要指标。主要变量的含义如表1所示，主要变量的描述性统计分析如表2所示。

表1 主要变量的含义

表2 主要变量的描述性统计分析

四、 实证结果和讨论

(一) 人才引进政策影响劳动力市场的就业规模效应

要分析人才引进政策对劳动力市场的影响，最直观的就是就业规模的变化，本文利用2003—2016年全国285个地级及以上城市的面板数据进行分析。作为参照系，分别引入混合回归模型和双向固定效应模型，回归结果如表3所示。地方政府人才引进政策对劳动力市场规模的影响在统计意义和经济意义上都很显著，即地方人才引进政策会改变城市劳动力市场规模。政策干预指数每增加1%，就业规模总量增加0.352%。考虑到政策实施存在认识时滞、执行时滞和生效时滞等普遍性，在基准模型中，虽然添加了较多的控制变量，且控制了个体固定效应和时间固定效应，这些都尽可能削弱了遗漏变量可能存在的内生性问题。以往在政策度量研究上往往存在政策不确定性，因此，有些学者将控制变量滞后一期[48]来解决一定的互为因果内生性问题。本文控制了滞后一期的解释变量，研究结果稳定表明政策干预具有滞后性，且滞后的政策对就业规模影响在经济意义和统计意义上都显著成立。人才引进政策会促进城市整体就业规模的增加，政策强度越大，效果越显著，假设1成立。

上述回归结果已经验证了人才引进政策的整体效果，为充分验证人才引进政策对城市劳动力市场规模的细分影响，体现政策的专项性，本文进一步引入高低技能就业规模作为被解释变量进行检验。如表4所示，无论是混合回归还是双固定模型，当期的人才引进政策都促进了城市高技能劳动人口的增长，这表明了高技能人才在做迁移决策的时候更与时俱进，更关注当期的人才政策。人才引进政策总干预程度提升1%，高技能就业规模增加1.652%，同时通过了5%的显著性水平检验。而针对低技能劳动力市场，由低技能劳动力规模效应的回归结果可知，低技能劳动力市场也受到人才引进政策的影响，尤其是滞后期的人才干预政策，强度越大效果越显著，但是低技能劳动者往往当期政策敏锐性较差，仅关注上期的政府政策，不关注本期的政策变化。上期人才引进政策总干预强度提升1%，本期低技能就业规模增加0.497%，同时通过了5%的显著性水平检验。因此，不同城市之间，高、低技能劳动力存在动态匹配关系，他们之间相互影响，交织联动存在互补性，假设2得以成立。

表4 人才引进政策对不同技能就业规模的回归结果

(二) 人才引进政策影响劳动力市场的人力资本积累效应

值得一提的是，既然人才引进政策对不同技能的劳动力就业规模都存在影响，高技能人才集聚促进城市人力资本的积累，而低技能劳动力则拉低城市人力资本水平。因此，为进一步强调人才引进政策的学历和技能信号显示作用，本文引入人力资本作为被解释变量，研究城市的人力资本积累效应。表5报告了人才引进政策干预对总人力资本的影响。

表5 人才引进政策对人力资本影响的估计结果

基准模型汇报在第(1)列中，第(2)～(3)列逐步加入城市固定效应和年份固定效应，以控制不同层面遗漏变量对实证结果的影响。第(4)～(6)列，通过引入另一个解释变量政策干预频数来进行稳健性检验。表5中的六个模型的回归结果表明，当充分考虑城市异质性之后，所有的回归结果是稳健的，政府人才政策干预确实对城市人力资本积累存在一定的促进作用。人才引进政策总干预程度提升1%，人力资本水平上升1.798%。为了进一步验证结果的稳健性，本文变更了解释变量，使用人才政策干预指数替代词频占比，回归结果依然满足经济意义和统计意义显著，即政策干预强度增加时，该地区的人力资本水平也上升。人才引进政策干预程度越强，劳动者越有动力去提升自身受教育程度，力争可以享受政策福利，最终提升了城市整体受教育水平。

(三) 人才引进政策影响劳动力市场的区域和行业异质性检验

1.地区异质性。不同地区人才引进政策干预效应值可能存在差异性，因此有必要检验上述子样本分类下的异质性“政策效应”。表6汇报了子样本异质性效应检验结果，研究结果表明：地方政府政策干预程度是影响我国城市就业规模和人力资本的重要因素，但人才引进政策对不同区域所受的影响并不一致，且政策的就业规模效应和人力资本积累效应也存在一定的区别。从经济意义上看，政策干预对中部地区影响最大，政策干预强度增加1%，城市低技能就业规模上涨0.877%，是东部地区所受影响的2.26倍，是西部地区所受影响的8.86倍；政策干预强度增加1%，人力资本积累上涨4.327%，是东部地区所受影响的4.48倍，是西部地区所受影响的3.42倍。从统计意义上看，政策干预对东部地区高技术就业规模影响较为显著，对中部地区的低技术就业规模和人力资本影响较为显著，而西部地区的政策效应并不明显，政策强度提升并不能同时吸引高技术人才和低技术劳动力流入，对人力资本改善的效果也不显著。

表6 政府人才引进政策干预分地区情况

2.行业异质性。当城市颁布不同程度的人才引进政策时，劳动力市场确实受到了不同程度的影响，但是城市内部行业之间政策干预却未可知。本文选择二元选择模型来分析行业劳动力流动的概率是否受到地方政府人才引进政策干预的影响，以期进一步补充说明城市内部各行业劳动力流动受到地方政府政策干预的影响。为了进一步验证政策对于行业就业流动选择概率的影响大小，本文以2003年为基期，依据2004—2016年的面板数据为研究对象，分别计算了19个分行业就业变动的概率模型，基于2004—2016年历年各城市各行业就业人数的变化情况的正负值作为被解释变量，若历年某行业就业人数变动为正，则取值为1，若历年某行业就业人数变动为负，则取值为0。

如表7所示，在19个行业中，地方政府政策干预程度的变化对行业就业变动概率的影响在统计意义上主要有如下表现：第一，政策干预强度变化并不会影响某些行业劳动力流动的概率。其中，金融业、房地产业、租赁和商务服务业、水利环境和公共设施管理业、居民服务和其他服务业、卫生社会保险和社会福利业以及公共管理和社会组织这七大行业上受人才引进政策干预的影响在统计意义上表现不显著，地方政府政策干预强度的增加在这些行业并不会直接使劳动力流动的概率变动发生显著变化。第二，政府人才干预政策对行业从业人员流动概率的影响在本年政策实施初期就表现出明显的促进作用，但是随着政策的实施效应减弱，行业从业人员流动概率受到上一年政策干预影响显著，本年度政策干预影响不显著。以农林牧渔业、批发零售贸易业、科研技术服务和地质勘查业、教育业以及文化体育和娱乐业为典型。第三，政策干预强度的增加会使得部分行业的劳动力就业概率一直增强，不断吸引新劳动力流入，主要表现在采掘业、制造业、信息传输计算机服务和软件这三个行业。第四，政府人才引进干预政策对行业从业人员流动概率的影响在政策颁布初期不显著，但是后期随着政策推进，则会增加行业劳动力流入，主要表现在电力煤气及水生产供应业、建筑业、交通仓储邮电业和住宿餐饮业。

表7 城市劳动力市场行业就业变动的概率模型

总之，通过对政策干预行业选择模型的分析可以发现，人才引进政策确实会影响劳动力市场的行业配置，无论从经济意义还是统计意义来看，政策对行业的干预在受教育程度位于第二梯队的行业影响更大也更显著，其中以制造业劳动力迁移概率受政府人才引进政策的影响最大。人才引进政策的实施往往会促进劳动者为了享受政策待遇而提高自身受教育程度，使得自身择业选择权变大，进而会选择其他行业进行就业，制造业进入门槛比较低，整体就业量也大，行业兼容性更强。

(四) 人才引进政策影响劳动力市场的中介机制检验

本文在理论分析中明确指出人才引进政策可能通过降低生活成本和提高收入水平两个路径来影响城市劳动力市场。其中，劳动力市场包括就业规模效应和人力资本积累效应，针对人才引进政策初衷的专项性是吸引人才流入，因此本文使用人力资本积累作为中介机制检验的被解释变量。借助多重中介效应模型来检验这一中介机制，本文根据逐步检验回归系数的方法来验证理论分析中的中介效应机制[38]。第一步，检验基础模型式(3)中自变量的回归系数，探究自变量对因变量影响的总效应。第二步，检验式(4)中自变量对中介变量影响的回归系数，分析自变量政府政策和中介变量房价或者工资之间的关系。第三步，控制中介变量M，检验式(5)中的自变量和控制变量的回归系数的显著性。

表8报告了政府人才引进政策通过上述两条中介路径影响城市劳动力市场的检验结果。模型(7)为基准模型的估计结果。模型(8)和模型(9)反映了政府人才引进政策对工资和房价这一中介变量的影响，可以发现政策对房价的估计系数在5%的显著性水平下通过了检验，表明人才引进政策对于城市房价发挥了显著的影响。模型(10)至模型(11)展示政府人才引进政策和中介变量对城市人力资本积累的作用大小，工资和住房两个中介变量的回归系数分别为1.382和0.261，分别通过了1%和5%的显著性检验。根据逐步回归法的检验原理可知，人才引进政策确实通过房价和工资这两条路径影响了城市劳动力市场的人力资本积累。根据中介效应的计算方法可得，房价的中介效应大小为0.094，工资的中介效应大小为0.131。房价高意味着城市有更好的发展前景、更大的财富增长空间以及更好的就业机会，因此房价高的城市能够吸引劳动力流入[36]。而当考虑收入这一路径时，由于模型(8)的估计系数不显著，模型(10)的人才引进政策中工资的回归效应显著，中介变量检验系数至少存在一个不显著，为确保中介效应估计结果的有效性，本文了进行Sobel检验。模型(10)至模型(11)两个方程的Sobel检验Z统计值分别为-1.783和1.716，均在10%的水平下通过了显著性检验，表明政府人才引进政策在影响城市劳动力市场的就业规模和人力资本积累的作用中，收入这一路径中介效应显著。因此，假设4得以验证成立。

表8 影响人力资本的多重中介效应检验

五、 结论与启示

(一) 研究结论

本文收集整理了中国285个地级及以上城市的政府工作报告，构建人才引进政策指标体系作为解释变量，采用面板数据模型的估计方法，将劳动力市场的就业规模和人力资本纳入统一框架，实证分析了地方政府人才引进政策对劳动力市场的就业规模效应和人力资本积累效应。通过研究设计和理论机制分析，本文提出了4个命题，并对上述命题进行了检验。研究发现：(1)地方人才引进政策确实会干预人口迁移决定，从而影响城市就业规模。人才引进政策干预强度越大，对劳动力市场就业影响越大,越会吸引高技能劳动力流入，优化劳动力技能结构。(2)不同城市之间，高、低技能劳动力存在动态匹配关系，他们之间相互影响，交织联动会影响城市的劳动要素配置，人才引进政策同时会促进高技能劳动就业规模和低技能劳动就业规模的增加。(3)人才引进政策增加了城市整体受教育程度，提升人力资本水平，不同区域和不同行业受人才引进政策干预影响不同。中部地区受人才引进政策影响最大，而受教育程度普遍较低的行业，对政策反应敏感度更高，受政府人才引进政策的影响更大。(4)地方政府通过改善住房条件和提高收入这两条路径，确实起到了中介效应的作用，可以调整引入人才力度。但是政府提供优惠的住房政策使得商品房供应短缺，又会进一步提升当地房价水平，而收入补贴虽然使得流入劳动力工资上涨，但是又会使得相对物价上涨，实际收入下降，在一定程度上会影响当地居民的流动决策，从而又会影响劳动力市场。

(二) 政策启示

本文的研究思路和实证结论对于加强政府人才引进政策干预力度、吸引高技能劳动力流入和调整城市行业结构均有重要启示。第一，地方政府之间资源争夺的第一要素是人口，因为劳动力的自由流动可以弥补土地、资本等要素的不足。然城市人口自然增长波动和区域之间的人口迁移波动都是影响人口结构变化的主要因素，尤其是大城市都市圈少子化和劳动人口结构区域化的背景下，如何扩大城市就业规模、调节行业结构以及提升城市整体人力资本水平更是地方政府人才引进政策干预的出发点。第二，工资水平和房价水平是显著影响劳动力流动的推力和拉力，同时将改变迁移人口和目的地本土居民的相对经济地位，推动劳动力做出流动决策。为加大吸引劳动力流入力度，政府在制定人才引进政策时要合理使用降低生活成本和改善收入补贴等多种政策渠道，以防引发城市房价上涨和相对收入下降，引致本土劳动力的挤出效应和不同行业市场劳动力的就业配置效应。第三，地方政府在制定人才引进政策干预劳动力流动时，切忌盲目跟风，要注意结合当地的产业和行业发展水平，充分考虑地区经济发展的异质性。地方政府在人才政策制定整体过程中要有全局性和动态性，从吸引劳动人口流入转向吸引高技能劳动力就业规模，继而进一步形成人力资本可持续增加态势，最终促进和实现城市经济的高质量发展。