近年来，我国对高质量人才的需求日益增加，各地也纷纷出台政策保留和引进人才。而住房问题一直是人才择地择业的重要考虑因素之一，故而人才住房政策成为各地人才政策的重头戏。由吴辉（2018）的《人才住房地图》可以看到，南京、郑州、成都、长沙、福建、天津等地均出台了各自的人才政策，而武汉也在不断加重人才房优惠，除人才购房低价20%外，2017年12又新出台了人才购房券政策。而人才住房政策与住房价格息息相关，同时源点城市的价格波动势必会对周边地区房价造成影响。由此提出两个问题，人才住房政策对政策施行城市房价造成何种影响？源点城市房价的变化对周边地区的房价会造成何种影响？本文将以武汉市人才住房政策和武汉城市圈房价变化为例，分析人才住房政策对施行城市及周边地区房价的影响。该研究将为各地人才房政策的施行提供房价方面的预测，对于政策的修正与规范起到一定作用。

目前国内外对人才房政策都进行了相关研究，杨虹（2017）对深圳人才住房政策的公平性进行讨论。石忆邵、钱世芳（2017）以上海市为例，梳理了人才住房政策实施的成效与问题，阐述了人才住房政策在上海市住房供应体系中的定位。王志成、汉斯·于尔根·克虏伯、恩里克·泽霍夫（2017）对德国人才保障性住房TAH的基本情况和发展态势进行了梳理。

政策对房价的影响方面也有相关研究，辜寄蓉、朱明仓、吴合镇（2009）以重庆市为例，构建了房价与地价影响因素的结构方程模型，分析房地产市场政策环境因素对房价地价的影响力度。李玲、朱道林、胡克林（2012）以北京市为例，分别筛选了压力、状态和响应指标，构建了基于PSR模型的房地产调控政策对于房价影响的评价体系，结果表明，北京市房价随着政策调控周期的变化而呈现出有规律的升降变化，房价对政策反应敏感但有一定的滞后期。

在影响房价的因素方面，周易（2017）构建了一个代际交叠模型来研究房价上升的居住驱动效应和投资驱动效应，结果表明，房产价格不断上涨的直接驱动机制为居民的居住驱动效应和投资者的投资驱动效应，由企业ＴＦＰ增速和资本产出份额过大导致的居民对房价的高预期是影响房地产过度投资的间接主要因素。朱丽南、宗刚　陈连磊（2017）的研究说明地区的城市化率、城镇就业人员平均货币工资、二、三产业产值占 ＧＤＰ比重对房价有显著的影响，经济距离对地区房价影响比地理距离的影响更显著。

国内外对房价的“溢出效应”也有一定研究，张炜、景维民（2017）和朱丽南、宗刚　陈连磊（2017）都通过全国31个省的面板数据搭建模型，表明近年来房地产价格确实存在空间溢出性特点，不同省域的溢出程度存在差异性，且前者的研究说明不同房价溢出圈之间的溢出程度呈现发散性的特点；且房地产价格空间溢出效应在房价溢出圈内逐渐聚集，不同房价溢出圈之间呈现梯次性过度趋势。周倩雯、邓小鹏、常腾原（2018）以南京都市圈为例，表明南京都市圈各城市房价之间存在明显的波纹-溢出效应，其中南京是波纹效应的源点城市，其他城市房价之间也存在空间联动效应和时空联动性。董加加、纪晗（2018）的研究表明，我国城市间住宅价格的联动性随价格的上涨而增强，并呈现出逐年增强的趋势。

2. 研究的基本内容与方案

本文主要研究武汉市人才住房政策出台后对武汉市房价造成的影响，并对武汉城市圈附近地区的房价变化进行梳理和分析，并研究源点城市武汉的房价溢出效应，进而总结武汉人才房政策对武汉及周边地区房价的影响。该研究将为各地人才房政策的施行提供房价方面的预测，对于政策的修正与规范起到一定作用。

本文拟采用文献资料法、比较研究法，通过对国内外文献的研究，梳理国内外出台的人才住房政策，综述其余各省及国外人才吸引政策对房价的影响的研究进程及相关观点。梳理各地人才房政策及政策实施前后的房价波动，整理武汉及周边地区房价波动数据，分析武汉人才房政策对房价影响的方面。对武汉市人才住房政策出台前后房价进行定量分析，同时建立模型对源点城市的价格溢出效应进行实证分析。

本文拟通过国家数据、中国统计信息网和CEIC进行论文数据的收集与整理。主要收集武汉市近十年的平均房价和各区平均房价，以及武汉市周边县市近十年的平均房价变化，对数据进行筛选和处理，在进行进一步的数据分析工作。

[1]王志成,汉斯·于尔根·克虏伯,恩里克·泽霍夫. 德国人才保障性住房发展势态(一)[J]. 住宅与房地产,2017(02):131-135.