人才政策对人口净流入的影响研究

A Study on the Impact of Talent Policies on Net Population Inflow

摘要: 本文结合中国284个地级市2014~2022年的面板数据，采用多期双重差分法(DID)实证检验了人才政策对人口净流入的影响。研究发现：第一，人才政策整体上对人口净流入具有显著的正向促进作用，该结论在稳健性检验后依然成立。第二，政策效果存在显著的异质性：从地域分布看，东部城市政策效果显著；从地理分区看，非沿海城市因依赖政策补偿区位劣势，其效果显著性强于沿海城市。本文研究表明，人才引进政策的效应高度依赖城市的地理区位与资源禀赋，未来政策设计需遵循“差异化、精准化、生态化、长效化”原则，因地制宜，制定长期有效的战略。

Abstract: This paper uses panel data from 284 prefecture-level cities in China from 2014 to 2022 and employs a multi-period difference-in-differences (DID) method to empirically examine the impact of talent policies on net population inflow. The study finds that: First, talent policies, overall, have a significant positive effect on net population inflow, and this conclusion remains valid after robustness checks. Second, there is significant heterogeneity in policy effects: geographically, the policy effect is significant in eastern cities; geographically, non-coastal cities, due to their reliance on policies to compensate for locational disadvantages, show a stronger significant effect than coastal cities. This study indicates that the effect of talent attraction policies highly depends on the city’s geographical location and resource endowments. Future policy design needs to follow the principles of “differentiation, precision, ecological sustainability, and long-term effectiveness”, adapting to local conditions and formulating long-term effective strategies.

1. 引言

人才引进政策作为中国城市化进程中的重要制度创新，旨在打破户籍制度束缚下的人才流动障碍，增强城市竞争力和发展活力。城市作为区域经济发展的重要载体，其发展高度依赖人口与人才的集聚。近年来，各城市间掀起的人才引进狂潮，从一线城市迅速蔓延至其他各城市，涵盖了各层次人才，已逐渐形成人口流动趋势。自2016年中共中央印发《关于深化人才发展体制改革的意见》以来，全国各地市相继实施了多样化的人才引进政策，这些政策不仅改变了区域人才配置格局，更对城市人口净流入产生了深远影响。国内外学者围绕人才政策与人口流动的关系展开了多维度研究，形成了丰富的理论成果和实证证据。现有研究普遍认为，人才政策通过降低迁移成本、提高预期收益和破除制度壁垒三大机制影响人口流动决策，但其效果受到城市等级、区域特征和政策设计的显著调节。在中国特色户籍制度背景下，人口净流入不仅反映了劳动力要素的空间配置效率，更是衡量城市吸引力和竞争力的核心指标。随着各地人才引进政策的不断出台，对人才政策效果进行科学评估成为学术界和政策制定者关注的焦点。

国内外学者围绕人才引进政策的效应开展了广泛研究，主要关注政策对人口流动格局、创新创业活力及区域经济发展的影响。就人口流动方面，张卜文(2022) [1]基于山东16个地级市的研究发现短期内人才政策影响地区人口流动的效果微弱，但长期来看影响显著。陈淑云和李琪(2022) [2]针对中国199个地级市的研究进一步验证了这一发现，并指出政策效果呈现区域异质性，在产业基础较好、公共服务完善的地区效果更为突出；该文进一步将流动人口细分为“落户型”与“暂居型”，发现政策仅对前者有效，说明制度性筛选机制仍在发挥“门槛”作用。叶杨等(2025) [3]基于2022~2021年3308项政策文本的量化数据，设计了“多地区–多维度”下的人才政策量化体系，发现城市人才政策综合得分的提高能够显著增加人才选择该城市的概率。就创新创业活力及区域经济发展方面，程聪慧等(2023) [4]通过运用固定效应和门槛回归模型，检验了科技人才政策有利于区域创新绩效的提升的理论假设，提出提升区域创新政策设计和区域创新能力以吸引更多人才带动区域发展。刘春林等(2021) [5]的研究发现，人才政策支持提高了企业的发明专利，显著促进了企业实质性创新。胡珺等(2024) [6]通过研究发现城市人才引进政策的实施有助于优化城市人才资源配置，显著促进了当地企业的创新绩效。

在人口净流入的决定因素方面，早期研究更多强调地区间工资、就业密度与人均GDP差异对迁移的经典拉力；最新文献则把视角拓展至制度摩擦与公共服务溢价。朱农和曾昭俊(2004) [7]提出，城市发展存在趋同性，随着人口规模扩大，增长率会放缓，迁移惯性、对外开放以及基础设施条件等因素会显著影响城市人口增长，劳动力倾向流入基础设施和服务系统质量高的城市。夏怡然和陆铭(2015) [8]研究发现，基础教育和医疗服务等公共服务对劳动力流入能够起到显著的正向作用。Z. Jin (2023) [9]基于283个城市户籍改革实验的证据表明，落户门槛每下降一个标准差，净流入率可提高约0.8个百分点，其机制在于“身份市民化”显著降低迁移风险溢价。此外，陈曦等(2024) [10]的研究证实了产业结构与人力资本匹配度亦是关键变量：第三产业占比高、高校密集的城市，其人口吸附弹性明显大于工业型城市，印证了“技能偏向型集聚”假说。

通过对既有研究成果进行回顾，不难发现既有文献存在三重局限：其一，现有研究多聚焦短期效应，缺乏对人才引进政策中长期效果的检验；其二，现有研究的样本范围以重点城市或局部区域为主，缺乏覆盖全部地级市的宏观证据；其三，现有研究仅从城市区域或城市等级等单一或有限维度进行异质性分析，缺乏对地理区位等关键维度的系统考察。因此，本文研究基于284个地级市2014~2022年的面板数据，采用多期双重差分法实证检验了人才引进政策对城市人口净流入的影响，同时采用增加控制变量法等多种方法进行了稳健性检验，并从城市等级、城市是否沿海等两个关键维度考察了人才引进政策的人口净流入效应的异质性。

与已有文献相比，本文具有以下可能的边际贡献：第一，将研究对象拓宽至全国地级市，弥补了现有研究缺乏覆盖全部地级市的宏观证据这一局限；第二，从城市等级、城市是否沿海等两个维度进行异质性分析，为地方政府更加合理制定人才政策提供一定的参考价值。

2. 理论分析

(一) 人口净流入

城市人口流动本质上是劳动力要素在空间上的再配置过程，受经济因素与社会因素的双重驱动。推拉理论将其归结为迁出地的推力，如就业不足、低收入，与迁入地的拉力，如高工资、优质公共服务，的博弈结果。在中国城镇化进程中，这一博弈更受制度性因素的深刻影响：张抗私等(2018) [11]使用微观调研数据进行分析，发现大学毕业生的省级流动行为受经济因素和非经济因素的影响，地方政府要想吸引高学历人才，必须优化升级产业结构，并构建适宜的居住环境，例如东部沿海城市凭借金融、科技服务业形成强大“拉力”。收入水平差异是迁移的核心经济动因，直接反映区域劳动生产率差距。2021年长三角、珠三角城市人均可支配收入超全国均值30%以上，成为人口净流入的持续动力。财政规模决定了公共服务供给能力。地方政府通过教育、医疗等支出增强吸引力：例如武汉、成都等城市通过高投入建设三甲医院和省级示范中学，显著提升家庭迁移意愿(陈淑云和李琪，2022) [2]。

(二) 人才政策对人口净流入的影响

人才政策通过多维度机制对人口净流入产生系统性影响，其作用路径贯穿经济激励、职业发展、生活保障与城市形象塑造等多个层面，最终推动人才流动决策向政策实施区域倾斜。在经济激励维度，地方政府通过一次性安家费、购房补贴、薪酬补助及税收优惠等直接物质支持，显著降低人才流入的经济门槛，尤其在住房等核心生活成本上形成比较优势，使人才在地域选择中更倾向于能获得更高实际收入与经济安全感的地区。职业发展层面，人才政策与地方产业战略深度耦合，通过培育新兴产业链、搭建产学研合作平台、提供科研项目经费与工作支持等方式，创造大量高匹配度的就业机会与发展空间，满足人才对专业价值实现的需求，吸引其向产业前景明确、职业成长路径清晰的区域集聚。生活保障体系的完善进一步强化了吸引力，住房保障政策如人才公寓、租房补贴解决基本居住需求，而优质公共服务配套如子女教育、医疗健康等资源的倾斜，则有效消解人才的家庭后顾之忧，提升其长期定居意愿，甚至带动家属随迁，扩大人口流入规模。此外，政策宣传不仅提升了城市在人才市场中的知名度，更通过政策设计传递出重视创新、开放包容的城市形象，塑造积极的发展预期，使人才对政策实施地形成正向认知，进而推动人口净流入呈现规模性增长。基于上述分析，本文提出以下假设：

假设1：人才政策对人口净流入具有明显的正向效应

理论而言，东部城市较高的经济发展水平和完善的产业配套能够为人才提供更优质的职业发展机会和薪酬空间，从而更容易将政策红利转化为实质的人口集聚效能；同时，其领先的财政实力和公共服务供给进一步增强了居留吸引力。相反，中西部地区虽同样积极引才，但可能受限于产业结构单一、高质量就业岗位不足以及公共服务短板，面临“引人易、留人难”的困境，政策效果的可持续性不足。此外，市场化程度的差异也不容忽视：东部地区劳动力要素配置更趋市场化，政策发挥的是“锦上添花”的调节作用；而中西部地区政策干预的效果可能更显著，但也容易因市场机制不完善而出现效率损失。这种宏观背景意味着，同样的人才政策可能在异质性的区域背景下产生差异化的效果。基于上述分析，本文提出：

假设2：人才政策对人口净流入的正向效应在不同地域城市间存在差异

沿海城市作为中国改革开放的前沿，通常享有优越的交通条件、成熟的产业基础、高度集聚的资本与技术以及便利的国际贸易通道。这些由地理区位和历史积淀形成的先天优势，使其长期以来一直是人才流动的首选目的地，其人才集聚过程更多是由市场力量和经济发展内在规律所驱动。因此，即便没有专项的人才引进政策，沿海地区凭借其强大的“经济基本面”和“区位品牌效应”也能持续吸引人口流入。非沿海城市往往面临地理位置相对偏远、对外贸易成本较高、高端产业配套不足等发展掣肘，在人才竞争中属于后发地区。正因如此，主动、强力的人才引进政策通过提供具有竞争力的落户条件、住房补贴、创业资助和子女教育等一揽子优惠，吸引人口向内陆地区流动。基于上述分析，本文提出：

假设3：人才政策对人口净流入的正向效应在沿海与非沿海城市间存在差异

3. 研究设计

(一) 数据与变量说明

为了检验人才引进政策是否对城市人口净流入产生显著影响，以及这种影响在不同城市之间是否存在显著的差异，本文将全国284个城市(不含港澳台)作为研究对象。考虑到政策具有一定的滞后性，时间跨度选取为2014~2022年，该时段基本涵盖了各个地级市人才引进政策的出台与颁布时间。本文研究所涉及的数据均来源于2014~2022年中国城市统计年鉴和各城市统计年鉴。

Table 1. Variable definitions

表1. 变量定义

变量	定义
被解释变量
人口净流入	人口净流入 = (常住人口数 − 户籍人口数)/户籍人口数
解释变量
人才引进政策	颁布人才引进政策取值为1，否则为0
控制变量
产业结构	第三产业占GDP的比重(x1)
收入水平	人均地区生产总值(x2)
财政规模	一般公共预算支出(x3)
教育水平	城市高等学校数量(x4)
医疗水平	医院床位数(x5)

1) 被解释变量：人口净流入。本文采用常住人口数量与户籍人口数量的差值占户籍人口数量的比例来衡量城市间的人口净流入。

2) 解释变量：人才引进政策。本文研究人才引进政策是否对城市间的人口净流入产生影响，采用各地在规定时间内是否出台了人才引进政策作为测量指标，以2016年为初始时间点。运用关键词检索方法，在各地级市的政府网站、人社局以及媒体报道信息中检索“人才政策”“人才引进政策”等关键词，以获取城市是否颁布人才引进政策、首次颁布政策时间等信息。如果城市i在t时期颁布了人才引进政策，该变量定义为1，否则为0。

3) 控制变量。本文选取的控制变量为城市层面的5个特征变量，各个变量的详细定义见表1。表2展示了本文全部变量的描述性统计结果。

Table 2. Descriptive statistics

表2. 描述性统计

变量名	观测数	均值	标准差	最小值	最大值
Y	2556	0.0121	0.347	−1.00	4.20
DID	2556	0.4761	0.500	0.00	1.00
x1	2556	3.8139	0.218	−0.17	4.44
x2	2556	10.8812	0.533	7.81	12.46
x3	2556	15.1023	0.737	12.30	18.36
x4	2556	9.1897	15.148	1.00	93.00
x5	2556	9.7539	0.733	7.33	12.13

(二) 模型构建

为准确识别人才引进政策对城市人口净流入的净效应，本研究采用多期双重差分法(DID)进行实证检验。多期DID模型能够很好地适应本研究的需求，它允许处理组个体在不同时点进入处理状态，能够精准地刻画各城市政策实施的异质性时间路径，多期DID模型通过设置动态处理变量来捕捉这种差异，确保了政策测量的准确性。因此，本文借鉴Beck [12]的研究，采用加入了个体固定效应和时间固定效应的多期双重差分法，模型设定如下：

${\text{Y}}_{i,t}={\beta }_0+{\beta }_1\text{DID}+{\beta }_2{\displaystyle \sum }_{i=1}^n{X}_{i,t}+u_i+{\gamma }_t+{\epsilon }_{i,t}$ (1)

在上述设定的计量模型当中，$Y_{i,t}$ 的含义是城市i于t时期内的人口净流入。DID的含义是城市i在t时期内颁布人才引进政策的情况，颁布了人才引进政策即为处理组，取值为1；否则为对照组，取值为0。$X_{i,t}$ 的含义是城市层面控制变量集合，$u_i$ 表示城市固定效应，${\gamma }_t$ 表示年份固定效应，${\epsilon }_{i,t}$ 表示随机误差。本文的核心解释变量是DID，其系数${\beta }_1$ 代表本文关注的效应。

4. 实证分析

(一) 基准回归

本文使用双重差分法(DID)来考察人才引进政策对城市人口净流入的效应。按照本文模型(1)进行基准回归，基准回归的结果如表3所示。列(1)展示了不纳入控制变量的结果，系数为0.0205，在1%水平之下显著，纳入控制变量后的回归结果如列(2)所示，系数为0.0192，在1%水平之下显著。基准回归结果表明，人才政策的实施对城市的人口净流入具有明显的正向效应。本文假设1得到验证。

Table 3. Baseline regression

表3. 基准回归

	(1)	(2)
	Y	Y
DID	0.0205^***	0.0192^***
	(2.9846)	(2.7579)
控制变量	否	是
城市固定效应	是	是
时间固定效应	是	是
N	2556	2556
R^2	0.929	0.929

注：括号内为t值；^***代表p < 0.01，^**代表p < 0.05，^*代表p < 0.1，下同。

(二) 平行趋势假设评估

双重差分模型(DID)的有效性依赖于平行趋势假设的成立，因此进行平行趋势假设评估是应用该方法的必要前置环节。此检验的核心目的在于验证：在人才政策正式实施之前，研究中所划分的处理组与对照组是否展现出同步的时间变动特征。若检验结果证实了平行趋势的存在，则表明在未受政策干预的基准期内，两组样本具备高度可比性，其发展路径具有一致性，从而为后续基于DID框架准确识别政策干预的净效应奠定了可靠基础。本文旨在确保人才引进政策实施前，出台政策城市与未出台政策城市的被解释变量在时间序列上呈现出相似的趋势。

平行趋势检验的结果呈现在图1中，该图呈现了相关估计系数及其对应的90%置信区间范围。如图所示，在政策实施的前三期，每一个时期的虚拟变量系数均与0无显著差异，未拒绝事前趋势平行的假设。这为我们后续的分析提供了重要的前提条件，验证了双重差分模型的有效性，故可以使用双重差分模型进行研究。

Figure 1. Parallel trend assumption assessment

图1. 平行趋势假设评估

(三) 安慰剂检验

为了验证本文的基准回归结果是人才政策对人口净流入的净效应，采用安慰剂检验进一步证明基准回归结果的可靠性。本文构建虚假的人才政策实施时间，如果虚假政策时间的估计结果仍然是显著的，说明本文的人才政策对人口净流入的正向效应是由其他因素导致的。

本文分别将政策时间提前3年、4年，分别对应的解释变量为DID3、DID4，并按照本文设定的模型(1)进行回归，结果如表4所示，列(1)、(2)的结果均不显著，说明出台了人才政策的城市和未出台人才政策的城市在时间趋势上不存在系统性差异，验证了人才政策对人口净流入的正向效应。

Table 4. Placebo test

表4. 安慰剂检验

	(1)	(2)
	Y	Y
DID3	0.0100
	(1.4326)
DID4		−0.0019
		(−0.2497)
控制变量	是	是
城市固定效应	是	是
时间固定效应	是	是
N	2556	2556
R^2	0.929	0.929

(四) 稳健性检验

为了排除遗漏变量和统计误差的影响，本文从增加控制变量、剔除极端值两个维度进行验证，以确保研究结果的稳健性。

Table 5. Robustness check

表5. 稳健性检验

	(1)	(2)
	Y	Y
DID	0.0077^*	0.0108^**
	(1.9553)	(2.4489)
控制变量	是	是
城市固定效应	是	是
时间固定效应	是	是
N	2556	2556
R^2	0.902	0.933

1) 增加控制变量

为了排除遗漏变量对于本文结论的影响，采取增加控制变量的方法来验证本文基准回归结果的稳健性。本文选择增加的控制变量为基础设施水平。选取可能遗漏的变量后，回归结果如列(1)所示，仍在10%的水平上显著为正，进一步验证了本文基准回归结果的稳健性。

2) 剔除极端值

为了排除统计上的异常值对于回归结果的影响，本文分别对被解释变量进行1%和99%水平上的缩尾处理后进行回归，结果如表5的列(2)所示，尽管政策的正向效应有所减弱，但是回归系数仍然显著为正。

(五) 异质性检验

1) 地域异质性

本文基于国家统计局常规的地理分区标准，将样本城市划分为东部、中部和西部三大地区，检验人才引进政策对人口净流入影响的区域差异。结果如表6显示，东部地区回归系数为0.0136，在1%的水平上显著为正，而西部与中部地区均不显著。假设2得到验证。

Table 6. Discussion based on regional heterogeneity across cities

表6. 基于城市地域的异质性讨论

	(1)	(2)	(3)
	东部	西部	中部
DID	0.0136^***	0.0090	0.0034
	(3.0017)	(0.9420)	(0.5032)
控制变量	是	是	是
城市固定效应	是	是	是
时间固定效应	是	是	是
N	900	765	891
R^2	0.962	0.799	0.837

2) 沿海异质性

本研究基于城市的地理区位属性，将样本划分为沿海城市与非沿海城市进行异质性检验。回归结果如表7所示，沿海城市不显著，非沿海城市回归系数为0.0219，在5%的水平上显著为正。这表明，人才引进政策对人口净流入的促进作用在非沿海城市中存在显著的积极效应，而在沿海城市中效果并不显著。假设3得到验证。

Table 7. Discussion of heterogeneity based on whether the city is coastal or not

表7. 基于城市是否沿海的异质性讨论

	(1)	(2)
	沿海	非沿海
DID	−0.0007	0.0094^**
	(−0.1126)	(2.0068)
控制变量	是	是
城市固定效应	是	是
时间固定效应	是	是
N	459	2097
R^2	0.975	0.855

人才引进政策对人口净流入的影响在东部显著与在非沿海地区显著并不矛盾，而是政策效应在不同区域背景下的差异化表现。东部本身经济发达、产业完备、就业机会多，对人才吸引力强。人才政策是“锦上添花”，显著性体现在总量规模大。但边际效应递减明显，政策拉动效果已趋于饱和。非沿海地区过去长期面临人才外流，现在通过降低落户门槛、提供购房补贴等人才引进政策主动出击，显著性体现在改善幅度大，由于起点低，政策红利显得尤为突出。两者并非对立，而是不同发展阶段下“因城施策”的合理结果。

5. 研究结论与政策建议

首先，研究结果显示，人才引进政策确实对城市的人口净流入具有明显的正向效应。当采用了政策时间提前的安慰剂检验、剔除异常值、增加控制变量稳健性检验，本文结论依然保持稳健性。

其次，研究发现，随着城市划分方式的改变，人才引进政策的城市人口净流入效应表现出显著的差异性。基于不同地域的划分，东部城市具有明显的正向效应，而中西部城市无明显效应。基于是否为沿海城市的划分，人才引进政策在非沿海城市的人口净流入效应明显，在沿海城市无明显效应。

基于上述研究结论，本文提出以下政策建议：

1) 政策制定应采取差异化策略：东部地区政策效应显著为正，应作为人才集聚的核心承载区。政策重心从规模扩张转向结构优化，重点构建顶尖人才集聚平台。同时需防范政策同质化竞争，建立区域间人才共享与协同机制。中西部地区现行政策短期内效果有限，需审慎评估直接引才政策的投入产出效率。建议探索联合非沿海城市开展区域人才协同试点，通过“人才券”等跨区域政策工具盘活人才资源，避免政策资源空耗。

2) 政策制定需遵循精准化原则，充分考虑城市地理区位与资源禀赋的差异性。研究结果表明，人才政策对人口净流入的促进作用在非沿海城市更为显著，因此政策设计应体现沿海与非沿海城市的差异化定位。对于非沿海城市，应充分利用政策红利窗口期，加大引才政策投入强度，结合本地资源禀赋和特色产业打造人才集聚平台，重点吸引实用型、技术型人才弥补发展短板。对于沿海城市，政策重心应从规模扩张转向质量提升，着力优化人才结构与配置效率，构建顶尖人才集聚平台以突破关键技术领域的高端人才引进瓶颈，而非过度依赖政策工具驱动人口净流入。这种基于地理区位的分类调控能够有效避免政策资源错配，提高整体政策投入产出效率。

3) 政策实施应注重生态化建设，推动从单一经济激励向综合发展环境塑造转变。一方面要完善创新创业生态系统，包括融资支持、技术转化平台和知识产权保护体系；另一方面要提升公共服务品质，特别是在教育、医疗、住房等民生领域提供全方位保障，同时培育开放包容的城市文化氛围，增强人才归属感。这种立体化的生态环境建设能够形成引才、聚才、留才的良性循环。

4) 政策效果要追求长效化持续，实现从外部引进到内部培育的有机衔接。既要建立人才发展长效机制，完善职业成长通道和持续激励机制，也要加强本土人才培养体系建设，推动高校、科研院所与产业界的深度合作。同时要建立政策评估和动态调整机制，根据实施效果不断优化政策工具，确保人才政策的可持续性和适应性。