高房?jī)r(jià)是否導(dǎo)致了區(qū)域高技能人力資本流出?
發(fā)布時(shí)間:2021-01-16 10:51
我國(guó)正處于由人口大國(guó)向人力資本強(qiáng)國(guó)轉(zhuǎn)型的關(guān)鍵階段,高技能人才資源已成為當(dāng)今區(qū)域經(jīng)濟(jì)社會(huì)發(fā)展的第一資源;與此同時(shí),我國(guó)已經(jīng)歷了一段房?jī)r(jià)全面上漲的時(shí)期,由房?jī)r(jià)高速上漲所導(dǎo)致的人才流出問題引起政府與公眾的廣泛關(guān)注。在此背景下,本文通過對(duì)大學(xué)生就業(yè)地選擇的關(guān)注,考察了高房?jī)r(jià)對(duì)地區(qū)高技能人力資本流出的影響。本文的結(jié)果穩(wěn)健地表明,高房?jī)r(jià)顯著地提高了大學(xué)畢業(yè)生離開本地就業(yè)的概率;根據(jù)本文的估計(jì),在2010年至2015年期間,房?jī)r(jià)的上升至少增加了區(qū)域高技能人才流出21.5%;特別地,房?jī)r(jià)的擠出作用對(duì)于較弱家庭背景的學(xué)生以及非一線城市更為嚴(yán)重,此外,高房?jī)r(jià)也影響了大學(xué)畢業(yè)生的職業(yè)選擇。本文的研究結(jié)果指出了中國(guó)高房?jī)r(jià)可能影響長(zhǎng)期經(jīng)濟(jì)社會(huì)發(fā)展的一個(gè)新的重要渠道;同時(shí),通過對(duì)房?jī)r(jià)的關(guān)注,為地區(qū)與國(guó)家減少高技能人才流出,實(shí)現(xiàn)經(jīng)濟(jì)發(fā)展由要素驅(qū)動(dòng)向創(chuàng)新驅(qū)動(dòng)轉(zhuǎn)變提供了新的啟示。
【文章來源】:金融研究. 2020,(03)北大核心CSSCI
【文章頁(yè)數(shù)】:19 頁(yè)
【部分圖文】:
樣本城市平均房?jī)r(jià)趨勢(shì)圖
利用回歸樣本中的數(shù)據(jù),圖2描繪了在控制城市與年份固定效應(yīng)后房?jī)r(jià)與人才流出的相關(guān)關(guān)系圖,從圖2可以直觀地發(fā)現(xiàn),房?jī)r(jià)與人才流出有明顯的正相關(guān)性,房?jī)r(jià)越高的城市,人才流出的概率也越大。接下來,表2中匯報(bào)了與之相關(guān)的回歸結(jié)果,列(1)控制了年份固定效應(yīng)和城市固定效應(yīng),列(2)在此基礎(chǔ)上進(jìn)一步控制了城市特征變量,列(3)進(jìn)一步控制了個(gè)人特征變量。不難發(fā)現(xiàn),表2的各列結(jié)果均為正,且均在1%的統(tǒng)計(jì)意義上顯著,表明高房?jī)r(jià)顯著提高了當(dāng)?shù)卮髮W(xué)畢業(yè)生離開本地、前往其他城市就業(yè)的概率。利用表2列(3)的估計(jì)系數(shù)進(jìn)行解釋,發(fā)現(xiàn)房?jī)r(jià)每上漲1000元,大學(xué)生離開本地就業(yè)的概率會(huì)增加約3.14%;如圖1所示,2010年樣本覆蓋城市的平均房?jī)r(jià)為6646元/平方米,而2015年則上漲至13490元/平方米,5年的時(shí)間漲幅為6844元/平方米,表2的回歸系數(shù)則意味著,五年的時(shí)間內(nèi),由于房?jī)r(jià)上漲而導(dǎo)致的人才流出增加了約21.5%。這一系數(shù)的經(jīng)濟(jì)意義不容忽視,大學(xué)畢業(yè)生作為高人力資本的勞動(dòng)力,是地區(qū)持續(xù)發(fā)展的原動(dòng)力,持續(xù)的人才流出將顯著地影響地區(qū)經(jīng)濟(jì)社會(huì)的長(zhǎng)期可持續(xù)與高質(zhì)量發(fā)展(6)。表2 房?jī)r(jià)對(duì)人才流出的影響 (1) (2) (3) 房?jī)r(jià) 0.0262*** 0.0333*** 0.0314*** (0.0076) (0.0098) (0.0095) 年份固定效應(yīng) 控制 控制 控制 城市固定效應(yīng) 控制 控制 控制 城市特征變量 未控制 控制 控制 個(gè)人特征變量 未控制 未控制 控制 觀測(cè)值 10935 10935 10935 R-squared 0.234 0.237 0.247 注:主要結(jié)果變量為畢業(yè)生是否離開當(dāng)?shù)爻鞘械奶摂M變量。城市特征變量包括:人均GDP對(duì)數(shù)、公共財(cái)政收入對(duì)數(shù)、公共財(cái)政支出對(duì)數(shù)、教育支出對(duì)數(shù)、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、人口密度、就業(yè)人數(shù)占比、二產(chǎn)就業(yè)占比和三產(chǎn)就業(yè)占比。個(gè)人特征變量包括:性別、民族、戶口類型、父親受教育程度和母親受教育程度。括號(hào)中的數(shù)值是按照城市聚類的標(biāo)準(zhǔn)誤。*、**、***分別表示在 10%、5%、1%的水平上顯著,下同。
【參考文獻(xiàn)】:
期刊論文
[1]如何有效增加理工科領(lǐng)域人才供給?——來自拔尖學(xué)生培養(yǎng)計(jì)劃的實(shí)證研究[J]. 宋弘,陸毅. 經(jīng)濟(jì)研究. 2020(02)
[2]供需錯(cuò)配:解開中國(guó)房?jī)r(jià)分化之謎[J]. 韓立彬,陸銘. 世界經(jīng)濟(jì). 2018(10)
[3]房?jī)r(jià)如何影響勞動(dòng)力流動(dòng)?[J]. 張莉,何晶,馬潤(rùn)泓. 經(jīng)濟(jì)研究. 2017(08)
[4]人力資本和中國(guó)城市住房?jī)r(jià)格[J]. 陳斌開,張川川. 中國(guó)社會(huì)科學(xué). 2016(05)
[5]城市人力資本的分化:探索不同技能勞動(dòng)者的互補(bǔ)和空間集聚[J]. 梁文泉,陸銘. 經(jīng)濟(jì)社會(huì)體制比較. 2015(03)
[6]偏向中西部的土地供應(yīng)如何推升了東部的工資[J]. 陸銘,張航,梁文泉. 中國(guó)社會(huì)科學(xué). 2015(05)
[7]住房?jī)r(jià)格、資源錯(cuò)配與中國(guó)工業(yè)企業(yè)生產(chǎn)率[J]. 陳斌開,金簫,歐陽滌非. 世界經(jīng)濟(jì). 2015(04)
[8]中國(guó)的高房?jī)r(jià)是否阻礙了創(chuàng)業(yè)?[J]. 吳曉瑜,王敏,李力行. 經(jīng)濟(jì)研究. 2014(09)
[9]理性還是泡沫:對(duì)城市化、移民和房?jī)r(jià)的經(jīng)驗(yàn)研究[J]. 陸銘,歐海軍,陳斌開. 世界經(jīng)濟(jì). 2014(01)
[10]中國(guó)房產(chǎn)稅試點(diǎn)的效果評(píng)估:基于合成控制法的研究[J]. 劉甲炎,范子英. 世界經(jīng)濟(jì). 2013(11)
本文編號(hào):2980694
【文章來源】:金融研究. 2020,(03)北大核心CSSCI
【文章頁(yè)數(shù)】:19 頁(yè)
【部分圖文】:
樣本城市平均房?jī)r(jià)趨勢(shì)圖
利用回歸樣本中的數(shù)據(jù),圖2描繪了在控制城市與年份固定效應(yīng)后房?jī)r(jià)與人才流出的相關(guān)關(guān)系圖,從圖2可以直觀地發(fā)現(xiàn),房?jī)r(jià)與人才流出有明顯的正相關(guān)性,房?jī)r(jià)越高的城市,人才流出的概率也越大。接下來,表2中匯報(bào)了與之相關(guān)的回歸結(jié)果,列(1)控制了年份固定效應(yīng)和城市固定效應(yīng),列(2)在此基礎(chǔ)上進(jìn)一步控制了城市特征變量,列(3)進(jìn)一步控制了個(gè)人特征變量。不難發(fā)現(xiàn),表2的各列結(jié)果均為正,且均在1%的統(tǒng)計(jì)意義上顯著,表明高房?jī)r(jià)顯著提高了當(dāng)?shù)卮髮W(xué)畢業(yè)生離開本地、前往其他城市就業(yè)的概率。利用表2列(3)的估計(jì)系數(shù)進(jìn)行解釋,發(fā)現(xiàn)房?jī)r(jià)每上漲1000元,大學(xué)生離開本地就業(yè)的概率會(huì)增加約3.14%;如圖1所示,2010年樣本覆蓋城市的平均房?jī)r(jià)為6646元/平方米,而2015年則上漲至13490元/平方米,5年的時(shí)間漲幅為6844元/平方米,表2的回歸系數(shù)則意味著,五年的時(shí)間內(nèi),由于房?jī)r(jià)上漲而導(dǎo)致的人才流出增加了約21.5%。這一系數(shù)的經(jīng)濟(jì)意義不容忽視,大學(xué)畢業(yè)生作為高人力資本的勞動(dòng)力,是地區(qū)持續(xù)發(fā)展的原動(dòng)力,持續(xù)的人才流出將顯著地影響地區(qū)經(jīng)濟(jì)社會(huì)的長(zhǎng)期可持續(xù)與高質(zhì)量發(fā)展(6)。表2 房?jī)r(jià)對(duì)人才流出的影響 (1) (2) (3) 房?jī)r(jià) 0.0262*** 0.0333*** 0.0314*** (0.0076) (0.0098) (0.0095) 年份固定效應(yīng) 控制 控制 控制 城市固定效應(yīng) 控制 控制 控制 城市特征變量 未控制 控制 控制 個(gè)人特征變量 未控制 未控制 控制 觀測(cè)值 10935 10935 10935 R-squared 0.234 0.237 0.247 注:主要結(jié)果變量為畢業(yè)生是否離開當(dāng)?shù)爻鞘械奶摂M變量。城市特征變量包括:人均GDP對(duì)數(shù)、公共財(cái)政收入對(duì)數(shù)、公共財(cái)政支出對(duì)數(shù)、教育支出對(duì)數(shù)、第二產(chǎn)業(yè)占GDP比重、第三產(chǎn)業(yè)占GDP比重、人口密度、就業(yè)人數(shù)占比、二產(chǎn)就業(yè)占比和三產(chǎn)就業(yè)占比。個(gè)人特征變量包括:性別、民族、戶口類型、父親受教育程度和母親受教育程度。括號(hào)中的數(shù)值是按照城市聚類的標(biāo)準(zhǔn)誤。*、**、***分別表示在 10%、5%、1%的水平上顯著,下同。
【參考文獻(xiàn)】:
期刊論文
[1]如何有效增加理工科領(lǐng)域人才供給?——來自拔尖學(xué)生培養(yǎng)計(jì)劃的實(shí)證研究[J]. 宋弘,陸毅. 經(jīng)濟(jì)研究. 2020(02)
[2]供需錯(cuò)配:解開中國(guó)房?jī)r(jià)分化之謎[J]. 韓立彬,陸銘. 世界經(jīng)濟(jì). 2018(10)
[3]房?jī)r(jià)如何影響勞動(dòng)力流動(dòng)?[J]. 張莉,何晶,馬潤(rùn)泓. 經(jīng)濟(jì)研究. 2017(08)
[4]人力資本和中國(guó)城市住房?jī)r(jià)格[J]. 陳斌開,張川川. 中國(guó)社會(huì)科學(xué). 2016(05)
[5]城市人力資本的分化:探索不同技能勞動(dòng)者的互補(bǔ)和空間集聚[J]. 梁文泉,陸銘. 經(jīng)濟(jì)社會(huì)體制比較. 2015(03)
[6]偏向中西部的土地供應(yīng)如何推升了東部的工資[J]. 陸銘,張航,梁文泉. 中國(guó)社會(huì)科學(xué). 2015(05)
[7]住房?jī)r(jià)格、資源錯(cuò)配與中國(guó)工業(yè)企業(yè)生產(chǎn)率[J]. 陳斌開,金簫,歐陽滌非. 世界經(jīng)濟(jì). 2015(04)
[8]中國(guó)的高房?jī)r(jià)是否阻礙了創(chuàng)業(yè)?[J]. 吳曉瑜,王敏,李力行. 經(jīng)濟(jì)研究. 2014(09)
[9]理性還是泡沫:對(duì)城市化、移民和房?jī)r(jià)的經(jīng)驗(yàn)研究[J]. 陸銘,歐海軍,陳斌開. 世界經(jīng)濟(jì). 2014(01)
[10]中國(guó)房產(chǎn)稅試點(diǎn)的效果評(píng)估:基于合成控制法的研究[J]. 劉甲炎,范子英. 世界經(jīng)濟(jì). 2013(11)
本文編號(hào):2980694
本文鏈接:http://sikaile.net/jingjilunwen/jingjiguanlilunwen/2980694.html
最近更新
教材專著