人才迁移相关理论，主要从市场和社会视角出发，探讨人才吸引集聚的影响因素。新古典经济学理论和人力资本理论认为在宏观层面，国际移民起源于地理区域之间劳动力市场供需不平衡带来的工资差异；在微观层面，个体的迁移决定被认为是一个理性人基于成本效益分析后所做出的，只有当所有加权项目的净收益为正时，迁移才会发生，而人才如同其他劳动力一样，迁移主要是受到收入和工作等经济机会吸引[11-12]。在西方国家进入后工业化时代和全球化背景下，生活质量（quality of life）与城市舒适性（urban amenities）被用于解释人口流动。学者一般将舒适物归纳为自然舒适物（如气温、空气质量）、文化和商业舒适物（如图书馆、博物馆和商业设施）、生活环境（如交通基础设施、教育和医疗公共服务）和社会舒适物（如社会服务福利、包容性和多样性）[13-16]。
中国对于人才流动影响因素的研究主要集中在经济和城市舒适度两方面[7]。经济因素包括收入水平、经济规模、投资竞争力等，其中城市经济规模和收入水平的影响最显著[7,17]。中国沿用西方舒适物视角的研究，一般将urban amenities翻译为城市舒适性与城市舒适物两种[18-20]。王一凡等将城市舒适性划分为自然环境、文化、教育和交通设施，认为城市舒适性能有效吸引毕业生流入[18]。马凌等结合中国语境构建舒适物系统，其中包括自然、文化、商业、交通、卫生和社会6类舒适物[19]。与西方普遍重视自然和社会舒适物水平不同，国内研究更加重视医疗、教育、文化和商业舒适物以及交通设施的指标构建[18-20]。此外，研究发现人口学特征、人力资本等个体因素也对人才流动有显著影响[21]。然而人才居留作为人口迁移的重要组成部分，表征人才在一定时间内的居住状况及其转变（如暂居和定居），并不等同于人才吸引和集聚。能够吸引人才的因素，并不一定能留住人才，因此需要对人才居留的意愿、实际状况和影响因素等问题展开系统的实证研究。
本文详细刻画流动人才在城市中的居留时长和意愿的空间分布状况，并从人口特征、流迁模式、经济、舒适物4个方面对其居留时长及意愿的影响展开比较分析。研究旨在：① 揭示不同居留状态的人才空间分布格局特征及差异，从时间的新维度反应城市人力资本的分布和集聚状况，丰富人才迁移实证研究的视角；② 从居留意愿及实际居留时长两个角度出发，建构不同于已有研究中的新因变量，分析影响流动人才不同居留状态的各种因素及其异同点，拓展人才迁移影响因素及其作用的实证研究，并提出促进城市人才居留的政策建议。
1 数据来源及研究方法
本文采用国家卫生健康委的2017年中国流动人口动态监测调查数据（CMDS2017，
1.1 空间自相关分析
全局空间自相关分析。全局空间自相关指数（Global Moran's I）反映全国范围内流动人才占比空间自相关的整体水平；局部空间自相关分析。局部空间自相关系数（Local Moran's I）揭示各地区与相邻地区空间关联性。文中指各地区流动人才占比与其周边地区的空间差异程度及其显著程度[24]。
1.2 多项Logistic回归
模型的被解释变量“居留意愿”和“实际居留时长”为多分类变量，因此采用多项Logistic模型[26]，分析流动人才在流入地居留意愿及实际居留时长的影响因素。
模型1的被解释变量为流动人才居留意愿（即希望继续居留的时长），根据调查问卷中“今后一段时间，您是否打算继续留在本地？”及“如果您打算留在本地，您预计自己将在本地留多久？”两个问题设置，后者共设1~2、3~5、6~10、10 a以上、定居和没想好6个选项，考虑到10 a以上区间包含年数较长并且和定居类似，因此与定居合并为长期居留类型，再根据已有研究划分方式将5 a及以下划分为短期居留，其余时间段为中期居留，即将被解释变量划分为3类：长期居留（10 a以上及定居）、中期居留（6~10 a）、短期居留（5 a及以下），其中以短期居留为参照组。模型2的被解释变量为实际居留时长，具体为截至到2017年5月问卷调查时流动人才已居留时长，根据问卷中“本次流动时间？”这一问题设置，与居留意愿划分方式相同，分为3类：长期居留（10 a以上）、中期居留（6~10 a）、短期居留（5 a及以下），其中以短期居留为参照组。参考已有文献选取解释变量，如表1所示。
表1 解释变量基本统计信息
Table 1
| 变量名 | 变量赋值 | 均值 | 方差 | 最小值 | 最大值 |
| 注：不含港澳台数据。 | |||||
| 性别 | 1=男，2=女 | 1.50 | 0.25 | 1.00 | 2.00 |
| 年龄 | 1=25岁及以下，2=25~35岁，3=35岁及以上 | 2.06 | 0.36 | 1.00 | 3.00 |
| 户口性质 | 1=非农业，2=农业 | 1.46 | 0.25 | 1.00 | 2.00 |
| 受教育程度 | 1=研究生，2=本科，3=大专 | 2.54 | 0.32 | 1.00 | 3.00 |
| 人才类型 | 1=管理类，2=专业技术类，3=其他 | 2.47 | 0.50 | 1.00 | 3.00 |
| 就业单位性质 | 1=无工作，2=私有，3=公有 | 2.05 | 0.32 | 1.00 | 3.00 |
| 月工资收入（对数） | 连续变量 | 7.32 | 9.26 | 0.00 | 11.70 |
| 住房支出（对数） | 连续变量 | 5.09 | 12.01 | 0.00 | 11.29 |
| 配偶户籍地 | 1=非本地户口，2=无配偶，3=本地户口 | 1.89 | 0.84 | 1.00 | 3.00 |
| 家庭成员数/人 | 连续变量 | 2.84 | 1.29 | 1.00 | 9.00 |
| 流动时间/a | 连续变量 | 5.48 | 24.92 | 0.00 | 51.00 |
| 流动范围 | 1=跨省流动，2=跨市流动 | 1.45 | 0.25 | 1.00 | 2.00 |
| 流入地地理分区 | 1=西部，2=中部，3=东北，4=东部 | 2.84 | 1.76 | 1.00 | 4.00 |
| 地区失业率/% | 连续变量 | 2.98 | 0.70 | 1.40 | 4.20 |
| 在岗职工平均工资/万元 | 连续变量 | 8.15 | 5.72 | 0.73 | 12.27 |
| 人均地区生产总值/万元 | 连续变量 | 9.06 | 11.19 | 1.19 | 21.55 |
| 2012—2016年1月均温/℃ | 连续变量 | 2.06 | 63.02 | -18.84 | 17.70 |
| 2012—2016年7月均温/℃ | 连续变量 | 27.05 | 8.17 | 16.98 | 29.86 |
| 每万人拥有医生数/人 | 连续变量 | 38.18 | 327.61 | 8.75 | 82.99 |
| 每万人拥有公共汽车数/辆 | 连续变量 | 10.37 | 158.83 | 0.26 | 86.56 |
| 每1000名中学生拥有教师数/人 | 连续变量 | 92.10 | 585.23 | 45.53 | 208.10 |
| 每1000名小学生拥有教师数/人 | 连续变量 | 59.73 | 106.10 | 39.20 | 114.10 |
| 每万人公共图书馆藏书量/本 | 连续变量 | 23.25 | 502.87 | 0.55 | 173.65 |
| 每万人拥有绿地面积/m2 | 连续变量 | 33.57 | 769.51 | 0.15 | 226.97 |
| 每10万人拥有高端购物中心数/座 | 连续变量 | 0.18 | 0.02 | 0.00 | 0.70 |
| 社会包容度评价 | 1=很低，2=较低，3=较高，4=很高 | 3.43 | 0.33 | 1.00 | 4.00 |
2 流动人才的空间格局与特征
2.1 居留意愿及实际居留时长的空间格局
以地级及以上行政单元作为基本分析单元，将单元中具有各类居留时长和意愿的人才占人才总数的比作为指标，分别绘制居留时长和意愿的空间分布图（图1）。通过比较中国人才在现状和未来可能性两个维度上的空间格局，可以反映中国城市中人才群体客观实际居留时长和主观希望居留时长之间的差异，据此划分五大类地区：高水平（0.86~1.00）、较高水平（0.71~0.85）、中等水平（0.41~0.70）、较低水平（0.16~0.40）、低水平（0~0.15）。
图1
图1
流动人才实际居留时长和居留意愿的空间格局
基于审图号：GS2019（1825）（自然资源部监制）制图，底图无修改；不含港澳台数据
Fig. 1
Spatial distribution of migrant talents with various types of actual settlement duration and settlement intention
总体而言，从流动人才实际长、中、短期居留的分布情况来看，中等及以上水平的城市数量占全国城市总数量的比分别为4.41%，14.92%和86.78%，其中，研究生占比分别为8.33%，14.58%，84.38%，本科生占比分别为12.30%，29.51%，83.20%，专科生占比分别为19.63%，34.81%，85.93%，在流入地实际短期居留的人才占大多数；从流动人才长、中、短期居留意愿的分布情况来看，中等及以上水平的城市数量占全国城市总数量的比分别为77.63%，2.03%和32.20%，其中，研究生占比分别为77.08%，5.21%，25.00%，本科生占比分别为76.23%，9.02%，44.26%，专科生占比分别为77.78%，8.52%，47.41%，愿意在流入地长期居留的人才占大多数。流动人才实际居留类型为短期的高值区（中等及以上水平城市）占比最高，即实际情况下人才流动性很高，但多数人才具有在流入地长期居留的意愿，形成大量长期居留意愿高值区，说明实际居留状况与未来居留愿望之间高度不匹配，大量人才不满足短期居留现状，希望在流入地长期居留，因此有必要完善人才居留相关政策，以满足大量人才长期居留意愿，促进人才定居。研究生、本科生和专科生实际长期居留占比与长期居留意愿占比的比值分别为0.11、0.16和0.25，即客观居留情况与未来居留愿望的不匹配程度在3类群体中依次降低。
如图1所示，流动人才实际长、中期居留分布的低水平地区面积较大，高水平地区面积很小，各省会（首府）城市及直辖市人才中实际长、中期居留人才占比也均保持较低水平，且排名前四位皆为北京、上海、呼和浩特和天津（图2a）；实际短期居留的高水平地区连绵分布于长江流域附近，呈现出“北-南”递增趋势，各省会（首府）城市及直辖市人才中实际短期居留人才占比是各省（区、市）占比的高值区，除北京市（43.4%）、上海市（40.2%）外，其他省会（首府）城市及直辖市比值均高于50%（图2a）。与实际居留分布情况相比，流动人才长期居留意愿分布的高水平地区面积显著扩大，集中分布于环渤海地区、川渝地区，稀疏分布在直辖市、省会（首府）城市及周边发达城市，以及东部和南部沿海城市，整体格局呈现 “西-东”“南-北”递增的趋势，各省会（首府）城市及直辖市人才中具有长期居留意愿人才占比是各省（区、市）占比的高值区，其比值均高于50%（图2b）；中期居留意愿分布的低水平地区面积略有扩大；短期居留意愿的高水平地区分布较为分散，呈现“北-南”递增格局。
图2
图2
省会（首府）城市及直辖市流动人才占比
不含港澳台数据
Fig. 2
Proportion of migrant talents at provincial capital cities
2.2 空间自相关分析
以各地级行政单元中具有各类居留时长和意愿的人才占人才总数的比作为指标，通过全局空间自相关分析，衡量全国范围内具有各类居留时长和意愿的人才群体空间集聚的整体水平。通过局部空间自相关分析，测度具有各类居留时长和意愿的人才群体在城市尺度上的空间集聚状况。通过比较两者的集聚状况，能在现状和未来可能性两个维度上阐明中国人才人力资本空间集聚状况，即城市实际拥有和未来可能拥有的人力资本集聚状况，两者差异能反映城市未来人力资本集聚的可能变化。
通过全局空间自相关分析，显示流动人才空间分布具有一定空间集聚特征，但实际居留时长和居留意愿的集聚特征存在一定差别。实际长期居留与长期居留意愿Moran's I分别为不显著和显著正相关，实际中期居留与中期居留意愿Moran's I分别为显著正相关和不显著，短期居留意愿Moran's I略低于实际短期居留。说明与人力资本现实集聚状况相比，其未来空间聚集程度可能存在长期显著增强、中期显著减弱、短期略有减弱的情况。
通过局部空间自相关分析，得到人才居留的H-H（高–高）集聚区分布情况。实际长期居留无明显H-H集聚区，说明能长期居留的人才目前在城市尺度上很少集聚；长期居留意愿H-H集聚区成片分布于东部沿海的环渤海、长三角地区以及相邻近的内蒙古、山西等中西部地区，部分分布于四川的成都、德阳等城市，形成东部沿海和西部集聚带，说明东部地区带动周边中西部地区的人力资本集聚，而成都等市在西南地区经济实力强，人才长期居留意愿高，未来长期居留的人才可能集聚于此。实际中期居留H-H集聚区与长期居留意愿分布区较为相似，集中于东部沿海的天津、山东、辽宁以及西部的四川、云南等地，说明在这些区域中大量中期居留的人才具有长期居留意愿，未来可能会长期居留；中期居留意愿H-H集聚区分布于广西、贵州、青海地区。而实际短期居留和短期居留意愿H-H集聚区分布类似，均在长江流域形成连绵集聚地带，说明尽管长三角地区吸引力强，人才长期居留意愿强，但长江流域的其他区域人才居留意愿和实际居留时长都较低，人力资本相对较小。
3 实证结果及分析
3.1 基于主观评价的人才居留原因
流动人口监测数据中人才对其居留影响因素展开主观评价，结果显示选择各类居留原因的人才比例有较大差异（图3）。首先，影响居留意愿的各类原因极化现象明显，与之相比，影响实际居留时长的各类原因占比则比较平均，对比实际居留时长，更高比例人才认为自身的居留意愿受经济原因影响，更低比例人才认为其受舒适物影响。其次，当居留意愿和实际居留时长从短期转变为长期时，更高比例人才认为其受到舒适物影响，更低比例人才认为其受到经济因素影响，表明流动人才有意愿长期居留或考虑延长居留时，会倾向于重视流入地的舒适物因素而降低对经济因素的要求。
图3
3.2 基于客观因素的人才居留原因
本文对比居留意愿和实际居留时长的影响因素，因此设置了2个多项Logistic回归模型，回归结果见表2。共线性诊断模块检验结果显示各变量的VIF值均小于5，不存在多重共线性，可以进行回归估计。所有模型均通过了似然比检验，其显著水平为0，具有显著意义。因此，建立多项Logistic回归模型进行分析。
表2 多项Logistic回归结果
Table 2
| 变量 | 模型一 | 模型二 | |||||||||
| 长期居留意愿 | 中期居留意愿 | 实际长期居留 | 实际中期居留 | ||||||||
| B | exp （B） | B | exp （B） | B | exp （B） | B | exp （B） | ||||
| 注：*、**和***分别表示显著性水平为5%，1%和0.1%（双尾检验）；优势比OR值等于exp（B）；左1列括号内为对照组；空白项为不设置此项；不含港澳台数据。 | |||||||||||
| 人口特征 | |||||||||||
| 男性（女性） | -0.384*** | 0.681 | 0.017 | 1.017 | 0.050 | 1.052 | 0.031 | 1.031 | |||
| 25岁及以下（35岁及以上） | -0.521*** | 0.594 | -0.293* | 0.746 | -1.587*** | 0.205 | -1.43*** | 0.239 | |||
| 25~35岁（35岁及以上） | 0.105 | 1.110 | 0.018 | 1.018 | -1.843*** | 0.158 | -0.325*** | 0.723 | |||
| 非农业（农业） | 0.307*** | 1.359 | 0.018 | 1.018 | 0.038 | 1.039 | 0.232*** | 1.261 | |||
| 研究生（大专） | 0.448*** | 1.566 | 0.131 | 1.140 | -0.894*** | 0.409 | -0.626*** | 0.535 | |||
| 本科（大专） | 0.221*** | 1.247 | 0.088 | 1.092 | -0.094 | 0.910 | -0.132*** | 0.877 | |||
| 管理类（其他） | 0.129 | 1.137 | 0.189 | 1.207 | 0.091 | 1.095 | 0.005 | 1.005 | |||
| 专业技术类（其他） | -0.048 | 0.953 | 0.036 | 1.037 | -0.067 | 0.935 | 0.053 | 1.055 | |||
| 无工作（公有） | 0.791*** | 2.206 | 0.759 | 2.135 | -0.095 | 0.909 | 0.083 | 1.087 | |||
| 私有（公有） | -0.244*** | 0.784 | 0.009 | 1.009 | -0.172* | 0.842 | -0.234*** | 0.792 | |||
| 月工资收入对数 | 0.081*** | 1.085 | 0.075 | 1.078 | 0.053 | 1.055 | 0.057* | 1.059 | |||
| 住房支出对数 | 0.017** | 1.017 | 0.079*** | 1.082 | -0.073*** | 0.930 | -0.023*** | 0.977 | |||
| 非本地户口（本地户口） | -0.602*** | 0.548 | -0.245* | 0.783 | -0.238*** | 0.788 | -0.191*** | 0.826 | |||
| 无配偶（本地户口） | -1.27*** | 0.281 | -0.745*** | 0.475 | -1.067*** | 0.344 | -0.415*** | 0.660 | |||
| 家庭成员数 | 0.096*** | 1.101 | 0.105* | 1.111 | 0.418*** | 1.518 | 0.322*** | 1.379 | |||
| 流迁模式 | |||||||||||
| 流动时间 | 0.146*** | 1.158 | 0.093*** | 1.098 | |||||||
| 跨省流动（跨市流动） | -0.422*** | 0.655 | 0.015 | 1.015 | 0.049 | 1.051 | 0.108* | 1.114 | |||
| 西部（东部） | 0.120 | 1.128 | 0.107 | 1.113 | -0.31** | 0.734 | -0.216** | 0.806 | |||
| 中部（东部） | -0.235** | 0.790 | -0.418** | 0.658 | -0.551*** | 0.576 | -0.419*** | 0.658 | |||
| 东北（东部） | 0.311* | 1.365 | -0.447 | 0.640 | -0.466** | 0.627 | -0.395*** | 0.673 | |||
| 经济驱动因素 | |||||||||||
| 地区失业率 | 0.047 | 1.048 | -0.063 | 0.939 | 0.056 | 1.057 | 0.054 | 1.055 | |||
| 在岗职工平均工资 | -0.013 | 0.988 | -0.065 | 0.938 | 0.086*** | 1.089 | -0.013 | 0.987 | |||
| 人均地区生产总值 | 0.062*** | 1.064 | 0.013 | 1.014 | -0.005 | 0.995 | -0.023* | 0.978 | |||
| 舒适物 | |||||||||||
| 2012—2016年1月均温 | -0.020*** | 0.980 | -0.010 | 0.990 | 0.004 | 1.004 | -0.004 | 0.996 | |||
| 2012—2016年7月均温 | 0.077*** | 1.080 | 0.009 | 1.009 | -0.036* | 0.964 | -0.008 | 0.992 | |||
| 每万人拥有医生数 | 0.017*** | 1.017 | 0.009* | 1.009 | -0.001 | 0.999 | -0.001 | 0.999 | |||
| 每万人拥有公共汽车数 | -0.024*** | 0.977 | -0.002 | 0.998 | -0.005 | 0.995 | -0.006 | 0.995 | |||
| 每1000名中学生拥有教师数 | -0.004 | 0.996 | -0.002 | 0.998 | 0.009*** | 1.009 | 0.006*** | 1.006 | |||
| 每1000名小学生拥有教师数 | 0.004 | 1.004 | 0.007 | 1.007 | 0.015*** | 1.015 | 0.008** | 1.008 | |||
| 每万人拥有公共图书馆藏书量 | -0.006 | 0.994 | 0.001 | 1.001 | 0.005* | 1.005 | 0.01*** | 1.010 | |||
| 每万人拥有绿地面积 | -0.003 | 0.997 | 0.000 | 1.000 | 0.004* | 1.004 | 0.001 | 1.001 | |||
| 每10万人拥有高端购物中心数 | 0.173*** | 1.189 | -0.030 | 0.970 | 0.037 | 1.037 | 0.013 | 1.013 | |||
| 包容度评价：很低（很高） | -1.092*** | 0.335 | -0.097 | 0.908 | -0.232 | 0.793 | -0.132 | 0.877 | |||
| 包容度评价：较低（很高） | -1.291*** | 0.275 | -0.354 | 0.702 | -0.432** | 0.649 | -0.395** | 0.674 | |||
| 包容度评价：较高（很高） | -0.886*** | 0.412 | -0.213** | 0.808 | -0.378*** | 0.685 | -0.192*** | 0.825 | |||
在人口特征层面，性别上，女性作为对照组，其长期居留意愿显著高于男性（优势比OR=0.681，即表2中的exp（B）值，小于1，表明与女性相比，男性为长期居留意愿的发生率降低31.9%，下文同理）。年龄上，35岁以上人才的长期居留意愿和实际长期居留的发生比皆为最高。户口性质上，非农户口流动人才的长期居留意愿显著高于农业户口，中期不显著，而实际中期居留发生比显著高于农业户口，长期不显著，原因可能是户口这一政策壁垒并非是影响人才实际长期居留的主要因素，但与农业户口人才相比，非农户口人才对定居后户口性质所带来的福利有更高预期，因此长期居留意愿更强。受教育程度上，流动人才学历越高，其长期居留意愿更强，与之相反，研究生实际长期居留发生比则显著低于专科生（OR=0.409），反映高端人才具有强烈长期居留意愿及其高流动性。人才类型对居留意愿及实际居留都无显著影响。就业单位性质上，公有单位人才作为对照组，其长期居留意愿和实际长期居留发生比均显著高于私有单位人才（OR=0.784、OR=0.842），人才在公有单位的就业更少受到劳动力市场波动的影响，工作稳定性更高，因而在流入地居留意愿及居留能力较强。此外，无工作（待业人才）表现出更强的长期居留意愿（OR=2.206），原因可能是人才在劳动力市场寻找新工作时更具竞争力和灵活性，更愿意承担跳槽等短暂性失业风险，另一种解释是大量待业大学应届毕业生具有较高居留意愿。月工资收入对流动人才长期居留意愿与实际中期居留的影响分别在0.1%和5%水平下正向显著，即随着月工资收入提升，流动人才长期居留意愿与实际中期居留发生比提升（OR=1.085、OR=1.059）。住房支出对流动人才长期居留意愿与实际长期居留的影响分别在1%和0.1%水平下显著，呈现出相反结果，即随着住房支出增加，流动人才长期与中期居留意愿均提高（OR=1.017、OR=1.082），而实际长期与中期居留发生比均降低（OR=0.930、OR=0.977），这可能是迫于住房支出高涨的压力，人才难以在流入地完成中、长期居留，而能支付更高住房成本的人才收入更高，也更有意愿中、长期居留。配偶户籍地上，流动人才居留意愿以及实际居留发生比，按本地户口、非本地户口和无配偶的次序逐次降低。此外，随家庭成员数增加，流动人才居留意愿及实际居留时长皆有所提升。
在流迁模式层面，随着流动时间增加，流动人才的长期与中期居留意愿显著增强（OR=1.158、OR=1.098）。流动范围上，跨省流动人才的长期居留意愿在0.1%水平下显著低于省内跨市流动人才（OR=0.655），省内流动人才居住条件、社会网络、社会保障等方面具有明显综合优势，面临较少的社会文化差异，更容易融入城市，长期居留意愿因此更高。但对于实际居留，跨省流动人才的中期居留时长反而在5%的水平下显著高于省内跨市流动（OR=1.114），这一结果表明，流动人才选择跨省流动，以追求更高的相对收入与城市舒适性，但可能受到制度以及社会保障更多的限制，更难在流入地定居，仅完成中期居留。流入地地理分区上，从全国范围来看，东部地区流动人才的居留意愿与实际居留时长普遍高于中西部地区及东北地区，东部地区经济发达，城市舒适性高，吸引大量人才长期居留。
在地区经济层面，人均地区生产总值与流动人才的长期居留意愿呈显著正相关（OR=1.064），而在岗职工平均工资与流动人才实际长期居留呈显著正相关（OR=1.089）。人才能在流入地实际长期居留，说明满意工资水平，即自身人力资本的经济收益，因而工资水平在影响人才实际长期居留上作用突出。而具有长期居留意愿的流动人才，对目前自身资本的经济效益转化要求较低，会更加关注流入地经济发展水平以及自身未来的收入预期以及发展前景。失业率对流动人才的居留意愿及实际居留时长都无显著影响。
在舒适物层面，自然舒适物上，流动人才倾向于在7月均温更低的地区完成实际长期居留（OR=0.964），与其相反，在7月均温更高、1月均温更低的地区长期居留意愿更强，这说明宜人的气候虽然对流动人才居留意愿影响不大，但却可以降低其流动性，提升长期居留的发生比。社会舒适物上，教育资源对流动人才实际居留时长有显著正向影响，而对其居留意愿无显著影响。小学师生比分别在在0.1%和1%水平下对流动人才实际长期、中期居留影响显著（OR=1.015、OR=1.008），中学师生比在0.1%水平下对其实际长期、中期居留影响显著（OR=1.009、OR=1.006），说明流入地教育资源的整体提升可以显著促进人才的实际居留时长。医疗资源越丰富，流动人才长期、中期居留意愿越高。文化舒适物上，图书馆资源分别在5%和0.1%水平下对流动人才实际长期、中期居留有显著正向影响（OR=1.005、OR=1.010），绿地资源在5%水平上对其实际长期居留有显著正向影响（OR=1.004），而二者对其居留意愿均无显著影响，说明流入地的社会文化氛围和自然环境是促进人才完成长期居留的重要因素。商业舒适物上，高端购物中心数量在0.1%水平上对流动人才长期居留意愿有显著正向影响（OR=1.189），对其实际居留时长无显著影响。此外，社会包容度的提升对流动人才长期居留意愿影响最强且显著性水平最高，对其中期居留意愿及实际居留时长的影响明显减弱，说明流动人才在考虑长期居留时看重社会包容度的影响。
总体而言，一方面，与流动人才短、中期居留相比，其长期居留受到更多舒适物因素影响，且多数显著性水平有所增加，与前文提到的人才主观评价的居留原因分析一致（即随居留时期增长，更高比例人才认为居留情况受舒适物影响）；另一方面，舒适物因素对居留意愿及时长的影响存在差异，回归结果表明，与居留意愿情况相比，更多的舒适物影响流动人才实际居留时长，同样与人才主观评价的居留原因分析相一致（即对比居留意愿，更高比例人才认为实际居留时长受舒适物影响）。简言之，随人才主观居留意愿和客观居留时长增加，舒适物对人才居留的影响在增加，且与居留意愿相比，实际居留时长受到更多舒适物影响。
4 结论与讨论
知识经济时代，城市与区域发展不仅要吸引更要留住人才。本研究分析流动人才的空间分布格局，以及个体特征、流迁模式、经济发展及舒适物4类因素对流动人才居留意愿与实际居留时长的影响及其差异，探讨流动人才居留问题，具体结论如下：
1） 流动人才居留时长与意愿的空间分布格局均呈现一定南北差异以及明显区域集聚。实际短期居留的空间分布呈现出自北向南升高的趋势，长期居留意愿的空间分布则呈现出自西向东、自南向北升高的趋势；长期居留意愿的H-H集聚区主要分布于环渤海地区与长三角地区，几乎不存在实际长期居留的高高集聚区，而短期居留时长及意愿的高高集聚区均主要分布于长江流域。流动人才居留时长与意愿整体空间分布较不均衡，中西、东北和长江流域大多城市的人才居留时长和意愿都较低，不利于这些区域创新发展以及全国区域协同。
2） 中国人才流动性很高，其实际居留状况与未来居留愿望之间高度不匹配，研究生不匹配程度最高，本科生次之，专科生最低。流动人才实际短期居留的中等及以上水平的城市数量占全国城市总数量的比为86.78%，实际长期居留占比仅为4.41%，而长期居留意愿占比高达77.63%，即虽然实际情况下人才多在流入地短期居留且很少长期居留，但大量人才具有长期居留或定居的意愿。3类流动人才的实际居留与居留意愿对比，研究生、本科生和专科生的实际长期居留占比与长期居留意愿占比的比值分别为0.11、0.16和0.25，即客观居留情况与未来居留愿望之间的不匹配程度在3类群体中依次降低。
3） 随着人才主观居留意愿和客观居留时长增加，舒适物对人才居留的影响在增加。已有研究认为经济因素是吸引人才的主要因素，本文人才主观评价与客观回归结果表明，在促进人才居留意愿和实际居留时长两方面，相对于经济因素，舒适物随居留时期增长有逐渐增加的正向作用。
4） 个体因素与流入地特征对流动人才长期居留意愿和实际长期居留的影响均存在明显差异。① 与实际长期居留相比，长期居留意愿受到更多个体特征的影响，且部分个体特征对两者呈反向影响。其中，年龄、配偶为本地户籍、就业单位性质为公有及家庭成员数均对两者有显著正向影响，性别为女、户口性质为非农及月工资收入均能显著促进人才长期居留意愿，但对实际长期居留影响不显著，而学历及住房支出则对两者呈反向影响。② 人才居留时长及意愿受到不同种类经济因素的影响，两者相比，较高工资水平是促进人才实际居留的关键，而行业发展前景对长期居留意愿有着更显著的影响。③ 长期居留意愿和实际长期居留均受到社会包容度的正向影响，但受到其他类型舒适物的影响存在类型和数量上的差异。相比较而言，城市医疗资源、商业舒适物（高端购物中心）和包容的社会环境能更有效地提升人才长期居留意愿，而自然因素（夏季低温）、中小学教育资源和文化设施环境（绿地及图书馆资源）能更有效地促进人才实际长期居留，且实际居留受到更多的舒适物影响。总体而言，长期居留意愿受到人才自身特征更大的影响，而实际长期居留受到流入地特征更大的影响。
中国欠发达地区面临人才居留意愿低、居留时长短的困境，即使是发达地区都存在人才流动性高的挑战。因此在激烈的人才争夺战中，如何促进人才长期居留意义重大。以上流动人才居留影响因素的研究对城市和区域以留住人才为目标的政策有以下启示：
为增加人才实际居留时长，在经济方面，应提升人才的工资水平，为人才提供购房、租房、就业、生活等各项补贴，建立长期收入与日常补贴相结合的长效人才待遇机制，保证人力资本充分转化；在舒适物方面，加强初等教育建设和资源投入，促进中小学教育高质量发展，提高流动人才子女在本地接受教育的概率，重视城市文化设施建设，扩大城市绿化面积，提升公园品质，丰富图书馆、博物馆等文化资源，改善人才工作环境和生活品质，降低人才过高的流动性。环渤海、长三角等地城市，经济实力和社会发展水平较高，人才居留意愿普遍较高，但实际居留情况不佳。这类地区具有经济优势，可以通过高工资水平、良好的教育基础以及建设高质量的城市文化舒适物促进人才长期居留。
为提升人才居留意愿，在经济方面，应立足城市经济发展状况，推进产业结构更新换代，逐步建立涵盖城市优势产业与创新技术产业的完整结构，为人才创造更多的就业机会，营造光明的发展前景；在舒适物方面，在加强医疗与商业设施建设的基础上建设人才友好型城市，通过营销城市自然禀赋、增强城市文化吸引、创造友好包容的社会环境等形式，增强人才对城市的认同感和归属感，促进其更好地融入城市。长江流域、东北及中西部地区的城市，人才的居留时长和居留意愿普遍较低，可以从提升其居留意愿入手。与发达城市相比，这类地区经济发展和工资水平低，因此，应通过优化产业结构创造良好的发展前景和城市形象、依托良好的生态禀赋建设宜人的自然舒适物、加强商业和医疗设施建设以及营造包容开放的社会氛围，提升人才居留意愿，最终更好地实践人才强国战略。
参考文献
Dubaization of Istanbul: Insights from the knowledge-based urban development journey of an emerging local economy
[J].
粤港澳大湾区人才集聚的演化格局及影响因素
[J].DOI:10.11821/dlyj020200575 [本文引用: 1]
Talents concentration in the Guangdong-Hong Kong-Macao Greater Bay Area, China: Evolution pattern and driving factors
DOI:10.11821/dlyj020200575 [本文引用: 1]
西方高端人才跨国流动研究述评
[J].DOI:10.13959/j.issn.1003-2398.2013.02.007 [本文引用: 1]
Transnational mobility of the highly skilled: A review
DOI:10.13959/j.issn.1003-2398.2013.02.007 [本文引用: 1]
Winning the global talent war
[J].DOI:10.1108/JCHRM-01-2014-0003 [本文引用: 1]
中国创新型人才集聚的时空格局演变与影响机理
[J].DOI:10.15957/j.cnki.jjdl.2020.09.001 [本文引用: 1]
Spatio-temporal patterns evolution and impact mechanism of the agglomeration of creative talents in China
DOI:10.15957/j.cnki.jjdl.2020.09.001 [本文引用: 1]
青年流动人才空间分布及居留意愿影响因素——基于2017年全国流动人口动态监测数据
[J].
Spatial distribution of floating young talents and influencing factors of their settlement intention—Based on the dynamic monitoring data of the national floating population in 2017
Jobs or amenities? Location choices of interprovincial skilled migrants in China, 2000-2005
[J].DOI:10.1002/psp.1803 [本文引用: 2]
基于人才流动的城市网络关系构建
[J].
Triangle model of Chinese returnees: A tentative method for city networks based on talent flows
影响城市人才流失的宏观环境因素分析——基于全国56个重点城市的面板数据分析
[J].DOI:10.3969/j.issn.1004-4914.2013.04.016 [本文引用: 1]
Analysis of macro-environmental factors affecting urban brain drain—Based on panel data analysis of 56 key cities in China
DOI:10.3969/j.issn.1004-4914.2013.04.016 [本文引用: 1]
A market-driven approach to retaining talent
[J].
Human capital, economic growth, and regional inequality in China
[J].DOI:10.1016/j.jdeveco.2009.01.010 [本文引用: 1]
What makes cities attractive? The determinants of urban labour migration in Germany
[J].DOI:10.1177/0042098013499796 [本文引用: 2]
Urbanisation, natural amenities and subjective well-being: Evidence from US counties
[J].
Amenities, economic opportunities and patterns of migration at the city level in China
[J].
Jobs or amenities? Destination choices of migrant engineers in the USA
[J].DOI:10.1111/j.1435-5957.2009.00263.x [本文引用: 2]
Talent, creativity and regional economic performance: The case of China
[J].DOI:10.1007/s00168-008-0282-3 [本文引用: 1]
“人才争夺战”背景下人才流动的空间特征及影响因素——以中国“一流大学”毕业生为例
[J].DOI:10.11821/dlyj020200437 [本文引用: 4]
Migration of human capital in the context of vying for talent competition: A case study of China's "first-class" university graduates
DOI:10.11821/dlyj020200437 [本文引用: 4]
中国城市舒适物评价指标体系构建与实证
[J].DOI:10.11821/dlxb201804012 [本文引用: 2]
The construction of urban amenities index in China: An empirical research based on a statistical analysis of 26 Chinese major cities
DOI:10.11821/dlxb201804012 [本文引用: 2]
城市舒适性: 中国城市竞争力评估的新视角及实证研判
[J].DOI:10.11821/dlyj201602002 [本文引用: 3]
Urban amenity: A new perspective and empirical testimony on China's city competitiveness assessment
DOI:10.11821/dlyj201602002 [本文引用: 3]
大城市高学历流动人口基本特征调查——以广州市五山街为例
[J].DOI:10.3969/j.issn.1674-7178.2011.03.022 [本文引用: 2]
An investigation of the floating population with higher educational attainment in Wushan Street, Guangzhou
DOI:10.3969/j.issn.1674-7178.2011.03.022 [本文引用: 2]
中国城市流动人口居留意愿影响因素的空间分异特征
[J].DOI:10.11821/dlxb202002003 [本文引用: 3]
Spatial variation of the determinants of China's urban floating population's settlement intention
DOI:10.11821/dlxb202002003 [本文引用: 3]
What makes you go back home? Determinants of the duration of migration of Mexican immigrants in the United States
[J].
基于空间杜宾模型的中国高学历人才时空分异研究
[J].DOI:10.3969/j.issn.1004-9479.2019.04.2018170 [本文引用: 2]
Spatial pattern change of high-educated talents in China based on spatial Durbin model
DOI:10.3969/j.issn.1004-9479.2019.04.2018170 [本文引用: 2]
广东跨省流入人口缩减的演化格局及影响因素研究
[J].
Evolving pattern and influencing factors of interprovincial immigration shrinkage in Guangdong Province
流动人口长期居留意愿的新特征及影响机制
[J].
New features and influencing mechanisms of migrant long-term residence tendency
Labour mobility: An adjustment mechanism in Euroland? Empirical evidence for Western Germany, France and Italy
[J].DOI:10.1111/1468-0475.00031 [本文引用: 1]
Economic determinants of net international migration in Western Europe
[J].
