CNDD文献复刻 | 经济高质量发展与人才流动(免分享)

人才是经济高质量发展的动力源泉。当前,地方政府大力引进人才,不断推出各类人才优待政策,各地区“抢人大战”愈演愈烈。这体现在地区落户政策不断松动,以及人才补贴力度持续加大。例如,昆明、武汉和南昌等省会城市相继推出“零门槛”落户政策。知名“落户难”的上海市,在 2020 年9 月对六所知名大学本科毕业生开放直接落户;到 2021 年 11 月已放宽至在沪应届研究生。杭州市一次性发放本科 1万元、硕士3 万元、博士5 万元的人才补贴。各地区人才政策直击痛点,涵盖住房补贴、创业扶助、税费减免和融资优惠等多个方面。人才政策和“抢人大战”的背后,是各级政府认识到人才在社会发展和经济高质量增长中的重要性。本期分享的文献从高校招生视角切人,首先经验证明城市人均 GDP 显著提高城市内高校招生分数线,即准大学生更倾向于报考位于经济发达地区的院校,“小孔雀”也会“东南飞”。其次,从就业、教育、基础设施与医疗条件等角度分析了城市吸引力这一机制;从高校师资力量、经费与课题分析了高校吸引力这一机制。最后,研究发现城市高房价、物价上升与交通拥堵对准大学报考意愿的抑制效应。

01 文献简介

▪ 文献来源 李磊,王天宇.“孔雀东南飞”:经济高质量发展与人才流动[J].数量经济技术经济研究,2023,40(02):5-24 
▪ 数据与代码来源:《数量经济技术经济研究》编辑部 (jqte.net)
▪ 关键词:经济高质量发展;人才流动;高考;准大学生
▪ 主要内容:近年来,各地区不断推出人才政策,城市间“抢人大战”愈演愈烈力争“孔雀向己飞”。本文基于 2006 ~2018 年高校招生分数线数据,结合高校科技统计数据与城市统计数据,研究发现城市人均 GDP 显著提高了城市内高校招生分数线,这表明准大学生更倾向于报考经济发达地区的院校。这一结论在内生性处理与各种稳健性检验下均成立。机制分析结果表明,城市人均国内生产总值通过提高城市吸引力与高校吸引力,进而提升高校招生分数线。进一步分析结果表明,高房价、物价上升和交通拥堵显著抑制了城市经济发展水平对考生的吸引力。这意味着,高经济发展水平尚不足以吸引人才,还需提高城市综合吸引力,降低居住成本,实现经济高质量发展与人才流入的良性循环。本文从高考招生与准大学生选择角度入手,对准人才是否存在“孔雀东南飞”现象这一问题予以肯定回答,为地方政府制定人才吸引政策提供现实参考。
▪ 创新点:(1)将人才流动与高考两个研究方向相结合,通过分析地区经济发展水平对高校招生分数线的影响,探究准大学生地域选择与流动倾向;进一步拓宽了人才流动与高考这两个领域的研究边界;(2)从准大学生地域选择偏好角度入手,通过联系高校招生分数线与地区经济发展水平,研究发现准大学生倾向于报考经济发达地区的院校。一方面,对公众热烈讨论的“孔雀东南飞”现象予以探讨,同时验证城市吸引力与高校吸引力发挥的重要机制效应,从而具有重要的现实意义。另一方面,也为人口流动与地区经济发展差距等研究领域提供了准大学生“东南飞”这一新视角。(3突破人均 CDP 这一单-分析体系,纳入城市吸引力与居住成本分析,从经济发展水平分析转向经济发展质量分析指出地区经济高质量发展才能真正吸引人才流入。(4本文对城市经济吸引力、房价、物价与交通拥堵的研究,为地方政府制定人才政策、优化人才环境、稳定城市房价与物价、改善交通条件、完善发展体系提供事实基础与现实依据。
▪ CNDD相关数据推荐:
CNDD-0027 中国城市统计年鉴189变量合集
02 研究模型与变量设计

文章的核心数据是高校数据集,包括高校招生分数线数据与高校科技统计数据。从新浪高考网搜集了 2006 ~2018 年高校招生分数线,包括各年高校在各省市各科目 (文科与理科)、各批次(本科一批、本科二批与本科三批) 的平均分与最高分。剔除了具有部队武警和公安背景的院校,以及港澳背景院校。前者是因为考生报考军警公安院校的目的与报考普通高校的目的不同,且军警公安院校通常对考生有额外要求:后者是因为样本太少。本文对高校招生分数线数据做如下处理:第一,剔除平均分大于北京大学平均分或清华大学平均分的样本。第二,剔除平均分大于 750 分,或平均分小于 200 分的样本。本文对最高分进行了相似处理。最后两步处理主要是为了剔除异常值,本文也在后文实证分析部分,改变以上清洗方法进行稳健性检验,结果稳健。
高校科技统计数据来自教育部发布的 2007 ~ 2017 年《高等学校科技统计资料汇编》(以下简称高校汇编)。高校汇编提供了各高校人员情况、经费情况和科技成果,例如教学与科研人员总数、科技经费总额与专著数量等。
由于研究期内存在高校改名等情况,因此基于教育部发布的《2020 年全国普通高等学校名单》 (以下简称高校名单),辅以网络手工收集等方式,确定高校唯一标识码。此外,高校名单还提供了高校主管部门、所在地与办学性质信息。通过高校唯一标识码与年份,将高校招生分数线数据和高校科技统计数据进行合并,形成一套完整的高校研究数据集。
城市统计数据来自 2005 ~ 2018 年《中国城市统计年鉴》。城市房价与 CPI 数据来自CEIC 数据库。城市气候数据来自中国国家气象科学数据中心。水情数据来自水利部发布的历年《水情年报》。对于部分缺失数据,本文使用前后期平均值进行了补缺。相关变量以2000 年为基期进行了平减处理。
文章旨在探究准大学生在报考时是否倾向于选择经济发达地区的院校,即地区经济发展水平是否显著提升了区域内高校招生分数线。由于不同年份、不同省市、不同科目和不同批次在考试范围、试卷分值、判卷力度和招考政策等方面有所不同,为了能跨年份、省市、和目和批次比较各高校招生分数线,文章对高校招生分数在年份 – 省市 -科目-批次层面进行标准化处理,如下所示:

其中,i是高校,p 是招生省市,s 是科日,b 是批次,t 是年份。meansi是高校于t年在省p科目s批次6的平均分数线,arerage (mean是各高校在省p科目s 批次b于年平均分数线的均值,std (mean是各高校在省p科目s 次b于t 平均分数线的标准差,mean_s是高校招生分数在年份-省市-科日-批次层面标准化后结果。文章也对高校最高分数线进行标准化处理,记作 max_sso由于各省高考在每年年中开始,最迟到9月初完成所有流程,因此考生在报考时考虑的是往期各院校所在城市的经济发展水平。对此,本文核心解释变量选取城市人均 GDP 作为地区经济发展水平的替代,并滞后一期。考生报考会考虑日标城市的经济发展水平,即城市人均 GDP 会对区域内高校招生分数线产生影响。但当期高校招生分数线通常不会对滞后一期城市人均 GDP 产生影响。录取新生要在9月开学后才能通过消费等途径影响当地经济发展;并在四年以后才能正式进人当地劳动力市场。因此,本文因果识别面临的内生性问题中的互为因果较弱,主要是遗漏变量与测量误差。尤其是难以控制同时影响考生选择和城市经济发展的不可观测因素,例如城市文化氛围、环境气候与对待人才态度等。

对此,本文选取一个地理环境变量一城市洪水,作为城市经济发展水平的工具变量具体地,本文从水利部发布的历年《水情年报》 中搜集整理出城市洪水信息,将《水情年报》 提及城市的 (非重复) 次数作为人均 GDP 的工具变量(具体构建方法见附录)。提及城市的(非重复) 次数越多,城市受洪水影响范围越大。需要说明的是,《水情年报》 是依据各地水文观测站数据,将洪水定义为观测水位超出警戒水位。因此,《水情年报》之洪水,并不等价于水灾洪灾。此外,高校多位于市区;且本科生就业层次较高,一般在市区工作生活。因此,《水情年报》定义的洪水对准大学生影响较小,这保证了工具变量的外生性。洪水通过抑制地方经济活动 (例如物流运输) 从而对经济发展水平产生负面影响,进而影响准大学生选择,从而满足工具变量要求。事实上,有研究发现,洪水对城市经济发展产生负面冲击(李书娟等,2021)。

文章希望证明地区经济发展水平会吸引准大学生报考,表现为城市人均 GDP 显著提高区域内高校的招生分数线。为此,设定计量模型如下:

其中,mean_s是城市c 内高校于t 年在省p科目批次 6的标准化平均分数线;lnlrgdp,是高校所在城市滞后一期人均 GDP 对数,并对其进行首尾 1% 的截尾处理。向量X是一组控制变量,均滞后一期:向量F是一组固定效应,包括高校固定效应8、年份固定效应从、高校所在城市-招生省市固定效应 T; g是随机误差项。除部分回归在高校所在省市层面进行聚类,其余回归均在高校所在城市层面进行聚类,具体参见各表注释。
03 数据与代码

▪ 文章原网址:《数量经济技术经济研究》编辑部 http://www.jqte.net/
▪ 数据详情:

04 实证结果

表1 报告了基准回归结果。第 (1) 列将核心解释变量对地区内高校标准化招生分数线进行回归,并加人高校固定效应;第(2) 列在第 (1) 列基础上额外加人了控制变量。可见,城市滞后一期人均 GDP 显著提高了地区内高校招生分数线。第(3) 和第 (4) 列与前两列相似,进一步控制了年份固定效应,核心解释变量依旧在 1%统计水平上显著。第(5)和第 (6) 列重复了第 (3) 和第 (4) 列处理,并额外加人城市 – 招生地固定效应。第(6) 列结果显示,城市滞后一期人均 CDP 每增加 1%,将显著提高城市内高校招生分数线0.190 个标准差。这证明了“孔雀东南飞”现象,即准大学生更倾向于报考经济发达城市的院校。本文将第(6) 列作为后续回归基准规范。

在基准回归中,高校固定效应控制了高校不随时间变化,同时影响考生选择的特征,例如高校风气与地理区位等。年份固定效应控制了考生报考面临的不随高校地区变化的特征例如全国层面的高考政策。在城市 -招生地固定效应中,城市为高校所在城市:招生地为高校招生省市,即考生所在省市。这样城市 -招生地固定效应控制了考生所在省市与目标城市之间非时变特征,如距离、文化差异和气候环境差异等。这些因素是考生报考时的重要参考依据,例如较远的距离,以及较大的文化差异和气候环境差异,可能会降低考生报考兴趣。本文将在稳健性检验中控制更为严格的固定效应,结果稳健。

05 获取方式

见推文末尾。

客服微信方式

扫描下方二维码,或搜索下方微信号。

添加客服微信号:

DeepData001

获取更多更新数据

版权声明 …

1. 除中国深度数据库(CNDD)特殊声明外,CNDD对基于合法来源的数据的选择、整理和编排具有独创性。任何自然人、法人、其他组织未经CNDD授权,不得以任何目的截取、上传、下载、复制、修改、使用、编译等或者以任何方式任何媒介传播上述作品的任何部分,否则视为侵权。

2. 对于存在侵害CNDD上述权利违法行为的主体,CNDD保留依法追究其法律责任的权利。

数据授权使用说明 …

任何使用CNDD数据等产品的单位和个人,承诺只将CNDD的数据等用于学术研究,并在所得研究成果(包括但不限于学术论文、咨询报告等)中注明数据来源于CNDD。数据来源的注明方式请参考:“本研究数据来源于中国深度数据库CNDD”;英文参考:“We get the data from CNDeepData (CNDD)”。

中国深度数据库:让精品数据 得以流动

CNDeepData:Let high-quality data flow without barriers

资源下载此资源仅限注册用户下载,请先

部分图片来源于网络,如涉侵权请告知,本站将第一时间删除。客服微信号:DeepData001

发表评论

您的电子邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部