高房价是否导致了区域高技能人力资本流出__宋弘
宋弘,吴茂华.高房价是否导致了区域高技能人力资本流出?[J].金融研究,2020(03):77-95.
研究问题
高房价对地区高技能人力资本流出的影响
理论机制
我国已经历了一段房价全面上涨的时期，近年来，持续高速增长的房价已成为公众关注的焦点，高速上涨的房价对经济社会发展的负面影响也得到了已有研究的充分证实:大量研究发现持续上涨的房价对实体经济、居民消费、企业创新、金融风险以及个人创业行为等的扭曲和阻碍。与此同时，我国正处于由人口大国向人力资本强国转型、经济发展由要素驱动向创新驱动转变的关键阶段，人才资源已成为当今经济社会发展的第一资源。高校毕业生，作为高技能人力资本的重要组成部分，更是城市创新驱动的“核心要素”与“动力引擎”。伴随着房价的高速上涨，越来越多的大学毕业生选择离开一线城市，《中国大学生就业报告》显示，本科毕业生在北上广深的就业比例从2013年的28.2%下降到了2018年的21%;《清华大学毕业生就业质量报告》显示，近年来留在北京的毕业生比例逐年下降:2013—2018年期间，本科毕业生留京率由30.7%下降至17.3%，硕士生留京率由56.1%下降至39.9%。
大学毕业生选择就业地点时会考虑多方面因素，包括工资、房价、职业发展机会等。一方面，从直觉上来看，高房价本身可能通过多方面渠道增加人才流出。例如，高房价会降低可支配收入，也会带来较高心理负担，造成非金钱成本的提高。另一方面，高房价的城市具有较高的工资水平、较多的就业机会、较好的职业发展前景、较完善的产业结构等;同时，相比一般人群，大学毕业生属于高人力资本群体，具有较好的发展前景和对未来的预期。
实证数据期间与来源
大学生就业地选择是本文关注的结果变量，来源于清华大学经济与社会数据研究中心2010年至2015年的《中国大学生调查数据》内目前较为大型且全面的针对大学生在校情况与职业选择的个体微观数据库。本文所关注的核心解释变量为房价，数据来源于中国房价行情网禧泰房地产大数据平台，包括了2010—2015年期间每年1月238个城市的房价，该数据中房价的计算方法为地级以上城市的小区在当月出售的存量住宅均价的算术平均值。本文使用的工具变量为人均土地出让面积，土地出让面积数据来源于《中国国土资源年鉴》。此外，本文所需的城市特征数据来源于《中国城市统计年鉴》(2010—2015年)。在稳健性检验中作为控制变量的空气污染数据来源于环保部公布的日度PM10污染指标;天气数据来源于美国国家海洋和大气管理局(NOAA)公布的日度天气数据，包括降雨量、风度、湿度等丰富的日度天气指标变量，我们由日度数据进行平均，计算得到城市—年份层面的平均天气状况统计指标。
结论
第一，本文的结果稳健地表明房价高速上涨显著地增加了大学毕业生离开大学所在城市就业的概率;第二，结果表明，房价每上涨1000元，大学生离开所在城市就业的概率增加3.14%;根据本文的估计，在2010年至2015年期间，由于房价而导致的人才流出增加了21.5%;第三，房价带来的人才流出对来自较弱教育背景与家庭背景的学生更为严重，同时，该影响在非一线城市更为严重，而城市对于新兴产业的发展战略可以在一定程度上减缓房价对人才的挤出作用;此外，房价也影响着毕业生的就业选择，减少了学生从事基础行业工作的概率，促使他们选择回报率较快的房地产相关行业。
小结
本文显著存在房价与人才流出的内生性问题（房价较高的地区与房价较低的地区之间存在诸多显著的差异，比如地理位置、经济发展、工业布局、人文环境等，而这些因素同时可能会影响大学生就业选择），作者是这样解决的：第一，基准回归方程式中已经加入城市与年份双重固定效应，且包括了大量丰富的城市特征，这在一定程度上减缓了内生性的影响;第二，在后文进行一系列稳健性检验，包括采用房价—工资比作为解释变量、使用其他来源的房价数据、考虑城市落户困难程度的影响、控制工作地城市的特征变量和工资、加入环境与天气等更多的控制变量等;第三，在第五节中，进一步采用“上一年度地区人均土地出让面积”作为房价的工具变量，在此基础上检验并减缓了内生性问题的影响。
对于工具变量的选择，有一个经验性的论述：土地供应量是文献中常用的作为房价的工具变量，具有一定的合理性:一方面，土地的供应量会直接影响房价。若土地的供应量减少，由于房产商对土地的需求变化较少，此时会使土地出让价格增加，而土地出让的成本是房产商主要的成本之一，因此土地的供应量减少会直接推动房价的上涨。另一方面，由于城市的土地出让面积主要由中央和省级政府控制，受到具体城市层面相关因素的影响较小，因此一定程度上也符合外生性的要求。