土地供给、房价与中国人口半城镇化

文乐 彭代彦 覃一冬

摘要近十多年来，中国房价快速上涨，人口半城镇化率也随之迅速上升。针对这一现象，本文首次将土地供给、房价与人口半城镇化置于同一框架下进行系统分析，采用两阶段最小二乘法，以土地出让面积作为房价的工具变量，有效克服模型的内生性，从理论和实证两个方面研究了房价上涨对人口半城镇化的影响。结果发现：土地供给减少导致房价上涨，进而推升了人口半城镇化率，抑制了农村转移人口市民化。房价每上涨一个百分点，人口半城镇化率大约上升0.189 4个百分点。在未考虑内生性的情况下，房价对人口半城镇化的影响严重被低估。而2003年后土地供给政策收紧且向中西部地区偏移是导致东部房价上涨进而推升人口半城镇化率的重要根源。另外，还发现对外开放程度提高以及人力资本积累均有利于降低人口半城镇化率，相反，财政负担能力和户籍制度改革则产生了不利影响。因此，为了降低人口半城镇化率，有序促进农村转移人口市民化，提出如下三点政策建议：①调整土地供给政策，并且健全住房供应体系，防止房价上涨过快。为此，需要增加东部地区以及大城市的土地供给，使土地供给与人口流动方向以及经济发展需求相匹配，同时增加廉租房和保障房的供应。②大力发展工业、服务业，并提高对外开放程度，以创造更多就业机会，增加居民收入，进而促进地区人口城镇化。③深化户籍制度，切实放宽农村转移人口的落户条件，同时还需要深化财政制度改革，增加地方公共服务并努力促进公共服务均等化。

关键词人口半城镇化；房价；工具变量；土地供给

中图分类号F293.2F328文献标识码A文章编号1002-2104（2017）04-0023-09doi：10.12062/cpre.20170329

近十多年来，中国人口半城镇化问题引起了社会广泛的关注。大量农村转移人口进入城镇务工经商，实现了职业和地域空间的转变，但是由于难以获得城镇户口，没有从农民转化为市民从而实现身份的转换，享受与城镇居民同等的公共服务与社会福利[1-4]。学界通常用半城镇化率即常住人口城镇化率与户籍人口城镇化率之差来衡量半城镇化水平[4-5]。中国常住人口城镇化率与户籍人口城镇化率存在较大差距，2014年半城镇化率已经达到18.09%，这意味着有2.6亿多的农村转移人口还没有成为市民。人口半城镇化的实质是一种不彻底的城镇化，其一方面抑制了农村转移人口的消费，不利于扩大内需[6]；另一方面催生了大量农村留守儿童和留守老人，导致农村“空心化”，社会不平等加剧，从长远来看，这都不利于经济发展与社会稳定。人口半城镇化水平快速上升的原因到底何在？值得注意的是，自2004年起中国房价开始快速上涨[7- 8]，而中国人口半城镇化率几乎随房价一同快速上升。快速上涨的房价和快速上升的人口半城镇化率之间是否存在某种因果联系呢？基于此，本文结合中国土地供给政策的巨大变化，综合探究房价上涨对人口半城镇化的影响及其作用机制，最后在此基础上揭示相应的政策含义。

1文献综述

针对中国人口半城镇化问题，学术界从不同角度进行了广泛的分析，其中许多研究认为房价是影响城镇化水平的关键因素。比如，陈广桂[9]将农民市民化的成本分为私人成本和公共成本，认为由房价虚高导致房屋租金的传导性虚高是构成农民市民化成本过高的主要经济因素，而公共成本源于税收，不会形成农民市民化的“瓶颈”。吕政[10]也认为城镇商品房价格过高、上涨过快，提高了城镇化成本，阻碍了城镇化进程。城市房价的高企使得大量农村转移人口无力购买正规的商品房，不得不选择居住在城中村、厂商提供的集体宿舍或群租型的普通商品房[11-13]。而李永乐等[14]利用省际面板数据进行了实证检验，研究发现2005—2012年住宅价格上涨对全国城镇化水平的提高起到了显著的阻碍作用，但是其实证模型中并没有加入其他控制变量，可能存在估计偏误。另外，孔艳芳[15]使用1999—2013年31个省市的动态面板数据，采用GMM法进行的研究也发现由于农村转移人口的消费能力的上涨远远落后于城镇房价的上涨，房價快速上涨导致农村转移人口未能实现市民化。然而，也有一些研究发现人口城镇化推高了房价[16]。换言之，人口向城市集聚，增加了住房需求，从而推高了房价。不过，陈国进等认为城镇化进程在户籍制度的控制下一直都很平稳，城镇化难以解释2004后房价的快速增长[17]。

通过对现有文献的分析，可以发现大多数学者认为房价上涨对人口城镇化存在抑制作用。但是，笔者认为这些研究尚存在一些不足：①没有考虑到中央土地供给政策的变化对房价的影响，进而对人口半城镇化的作用，尚未有学者将土地供给、房价与人口半城镇化三者进行系统分析；②人口半城镇化水平上升可能反过来影响房价，产生内生性问题，所以，针对二者之间关系的实证研究需要重点解决可能存在的内生性。③关于人口半城镇化的研究以理论分析居多，而实证分析还很缺乏。值得注意的是，2003年中央土地供给政策发生了巨大变化，一方面在土地供给方式上全面推行“招怕挂”， 对建设用地指标管理更为严格；另一方面采取了倾向中西部的土地供给政策，相对压缩了东部地区土地供给[8， 18]。这一政策变化导致房价上涨，可能是致使农村转移人口无力买房落户，推高半城镇化水平的重要根源。

基于以上分析，本文拟综合研究土地供给、房屋价格与人口半城镇化率的内在逻辑关系。为此，首先从理论上分析房价上涨影响半城镇化水平的作用机制，然后利用1999—2014年31个省市的面板数据进行实证检验，针对可能的内生性问题，以土地出让面积作为房价的工具变量，采用两阶段最小二乘法进行估计，克服由于内生性导致的模型结果被低估的问题。最后，为了保证估计结果的可靠性，我们还进行了一系列的稳健性检验。

2制度背景与理论分析

2.1制度背景

户籍管理制度是中国的一项基础性社会管理制度。上海、广州、深圳、天津、西安等超大城市和部分特大城市在严格控制人口规模的基础上构建了包括购房指标在内的积分入户评价体系；还有一些大城市也主要通过购房落户等方式才能获得城镇户籍，如武汉、成都、重庆、南京、济南、青岛、大连等城市[15]。而根据《小城镇户籍管理制度改革试点方案和关于完善农村户籍管理制度的意见》（国发〔1997〕20号）文件，在小城镇办理城镇常住户口同样需要有固定的居所和稳定的就业或生活来源。

总之，从现有的落户制度来看，不论是在大中城市还是在小城市，拥有固定居所、稳定的就业或生活来源是在城镇落户生活的基本条件[19]。

3计量模型、变量与数据说明

3.1计量模型

本文利用1999—2014年中国31个省市的宏观面板数据，不含港、澳、台，建立实证模型如下：

periurit=β0+β1lnpriceit+β2Zit+μi+νt+εit（5）

其中，下标i=1，2，...，N； t=1，2，...，T，分别代表省市和年份。periur表示因变量人口半城镇化率，lnprice表示商品房屋销售价格即房价的对数，μi表示省份虚拟变量，控制不可观测的省际固定效用，比如区位、气候、制度等因素，νt表示年份虚拟变量，控制不随省市变化的时间固定效应，比如经济周期、利率等因素，εit表示随机扰动项。考虑到人口半城镇化率不仅受到房价的影响，还受到其他因素的作用，我们分别从经济因素、社会因素、制度因素三个方面加入一组控制变量以缓解遗漏变量偏误。经济因素，如工资（lnwage）、对外开放程度（open）、产业结构（struct）等能够影响劳动力的就业机会和社会需求，可能对农村转移人口市民化产生重要影响；社会因素，如财政负担能力（financ）、人力资本（lneduc）等影响地区的公共服务水平与生产率水平，进而也可能对地区半城镇化水平产生一定作用；制度因素是影响人口迁移的重要因素[21]，如户籍制度改革（reform）。

3.2内生性

联立性（反向因果）、遗漏变量与测量误差通常是造成计量模型产生内生性的三个主要来源。

首先，从联立性偏误来看，房价上涨可能抑制人口城镇化，推升人口半城镇化率，然而人口半城镇化率的提高也可能反过来影响房价，因为农村人口向城市集中，增加了对房屋的需求，从而推高房价。其次，对于遗漏变量偏误，我们引入了一系列的控制变量，并同时控制地区和时间效应以尽量缓解地区和时间不可观察因素对房价和半城镇化率的影响，但是，无法解决的是随地区或时间变化因素所引起的遗漏变量问题，比如居民偏好等不可观察因素。最后，对于测量误差，由于统计上的问题，房价的测量误差可能依然存在。

解决内生性的一个有效办法是工具变量法。好的工具变量要求满足两个条件：一是相关性，即工具变量要与内生解释变量（房价）相关；二是外生性，即工具变量不会直接影响被解释变量（半城镇化率）。本文以土地出让面积作为房价的工具变量。因为土地是房屋生产最基本的投入要素，土地供给的多少会直接影响房价高低，既有研究也证实了土地供给越少，房价越高[7， 21]。其次，就外生性而言，我国建设用地指标受到中央政府严格管制，每一年度的土地供应计划指标，国土资源部根据全国土地利用年度计划总量控制指标建议以及省、自治区、直辖市上报的计划指标建议，编制全国土地利用年度计划草案，草案依次须上报国务院审定及人大审议通过后再下达各地正式执行，也就是说，土地供给指标受到中央政府严厉管控。自2003年开始，为了保护耕地以及平衡区域发展，一方面中央建设用地供给总量收紧，从图1可知，多数年份增长率很低甚至为负，自2003年后审批建设用地年均增长率仅为1.85%；另一方面中央建设用地供应是向中西部地区偏移的，如图2所示，东部土地出让面积占比在不断减少。对于不同规模城市，其住宅用地的年度增幅基本呈现出“小城市>中等城市>大城市>特大城市和超大城市”的特征。值得注意的是，中国人口一直都是流向东部以及大城市，这表明建设用地指标供应不是根据人口半城镇化率来配置的。另外，土地供给也不会直接影响人口流动，通常影响农村转移人口是否迁入城市的主要因素是收入水平与相应生活成本的高低。简而言之，土地供给面积相对各省人口半城镇化率而言是一个外生的變量，尤其是2003年中央土地供给政策的巨大变化对各省半城镇化而言也是一种外生冲击。另外，中国实行土地用途管制制度，根据不同的土地用途，共有四种土地供给方式，包括划拨、出让、租赁及其他。考虑到作为商品住宅开发的土地必须经过出让方式供应，土地出让面积的多少更为直接地影响房价，因此，本文以土地出让面积作为房价的工具变量。此外，还考虑到土地出让面积可能通过其它途径影响半城镇化率，我们在回归中进一步控制了工资、产业结构、对外开放程度等因素。

3.3变量说明与数据来源

被解释变量人口半城镇化率（periur），借鉴李爱民[4]、张腾飞等[5]的做法，用常住人口城镇化率与户籍人口城镇化率之差表示，即人口半城镇化率=（城镇常住人口-城镇户籍人口）/城乡常住总人口×100%。数据来源于《新中国六十年统计资料汇编》、《中国人口与就业统计年鉴》、《中国统计年鉴》，少数缺失值通过查阅各省市的统计年鉴数据和插值法补齐。核心变量房价为商品房屋销售价格（lnprice），用商品房销售额除以商品房销售面积并取对数。对文中所有名义变量以1999年为基期，利用 CPI进行了平减。相关数据来源于《中国统计年鉴》。为了更直观地了解房价和人口半城镇化率的关系，绘制出了2014年中国人口半城镇化率的空间分布图（见图3）。从图3可以清楚地看到，人口半城镇化率最高的省市集中分布在东部地区，其次是中部地区，而分布最低的是西部地区。东部地区经济发达，就业机会多，工资水平高，吸引了大量的农村转移人口，但是东部地区房价高生活成本高，所以半城镇化水平高，而中西部地区尽管房价低，但是工资低，对农村转移人口吸引力不足。

下面再来简要介绍控制变量的测度。①工资（lnwage），用在岗职工的平均工资表示；②对外开放程度（open），用进出口总额占GDP的比重表示，首先将美元核算的进出口额按当年美元与人民币的中间价折算成人民币，再除以各省市GDP；③产业结构（struct），用二三

产业产值占GDP的比重表示；④财政负担能力（financ），用预算支出/预算收入表示；⑤人力资本（lneduc），采用各省 6 岁以上人口的平均

受教育年限来衡量，具体把未上过学、小学、初中、高中、大专及以上人口的受教育年限分别定为0年、6年、9年、12年和16年，然后按各类受教育年限的人口数占总人口数比例加权求得平均受教育年限。⑥户籍制度改革（reform），如果该省当年有户籍改革，则取值为1，否则取值为0。以上变量中除户籍制度改革数据来源于Melander和Pelikanova[19]与互联网，其它变量数据来源于历年《中国统计年鉴》。表1是变量的简单描述性统计。

4实证结果

4.1基本回归结果

本文的Hausman检验结果在1%的显著性水平上拒绝随机效应模型，因而表2前四列仅报告了固定效应模型回归结果，其中第1、2列不含年份固定效应，第3、4列加入了年份固定效应。表2前4列的估计系数符号是一致的，但是如果遗漏时间效应或者其他控制变量，会造成估计偏误。基于此，以第4列的双向固定效应回归结果为准进行解释。

从表2第4列可知，房价（lnprice）的系数为6.756 4，说明房价每上涨1个百分点，导致人口半城镇化率上涨约0.067 6个百分点。这说明房价上涨不利于农村转移人口市民化，推高了人口半城镇化率，这跟前文理论分析是一致的。工资（lnwage）的系数符号显著为正，说明工资上涨也导致了人口半城镇化率的上升。这可能是因为工资上涨虽然有利于增加居民收入，提高农村转移人口买房落户转化为市民的能力，但是工资上涨也导致了企业的用工成本上升，企业可能减少劳动力雇佣，另外，工资上涨也可能吸引了更多的农村转移劳动力进入城市，最终导致人口半城镇化率上升。

其它控制变量跟预期基本是一致的。对外开放程度（open） 、产业结构（sturct）的系数为负，说明发展非农产业、对外贸易能够创造更多的就业机会，提高城市化水平，促进人口城镇化。财政负担能力（financ）的系数符号显著为正，说明该省财政负担能力越强，半城镇化水平越高，可能是因为财政收入能力越高的省份越有能力发展地区经济，吸引了大量农村转移人口，但是地方政府倾向于将资金用于基建等投资领域，没有为农村转移人口提供足够的公共服务。人力资本（lneduc）的系数显著为负而且影响力比较大，这一方面可能是随着人力资本的提高，社会生产效率提高，创造了更多的就业机会，另一方面可能是农村人口通过教育积累人力资本提高了转化为市民的能力。户籍制度改革（reform）显著为正，这可能是因为户籍制度改革只是放宽农村转移人口进城务工经商的条件，但是并没有真正放宽落户条件，事实上，一些特大城市对低技能劳动力而言，落户条件越来越苛刻了。

4.22sls估计结果

上文对房价与人口半城镇化率的关系进行了实证检验，发现房价上涨推升了人口半城镇化率，但是，我们进行了稳健内生性检验，在5%的显著性水平拒绝所用解释变量均为外生的原假设。因此，根据前文分析，以滞后一期土地出让面积作为房价的工具变量，采用两阶段最小二乘法（2sls）进行估计。具体而言，设定计量模型如下：

periurit=α0+α1lnpriceit+β2Zit+μi+νt+εit（6）

lnpriceit=λ0+λ1lnlandit-1+λ2Zit+μi+νt+ηit（7）

其中（6）式为第二阶段估计方程（2sls），（7）式为第一

阶段估计方程。（6）式各变量同（5）式，（7）式中lnlandit1表示滞后一期土地出让面积，这样做的好处是可缓解土地供给与房价的内生性，其它变量含义同（6）式。表2的第5、6列分别报告了两阶段最小二乘法（2sls）估计结果，其中，2sls 估计的工具变量F值18.55大于弱工具变量检验的经验值10，这表明不存在弱工具变量问题。首先从第二阶段估计结果来看，房价对人口半城镇化率依然具有显著的正向影响，而且该变量的回归系数（18.943 1）是面板ols估计结果（6.756 4）的2.8倍，这表明解释变量的内生性使得ols回归严重低估了房价上涨对人口城镇化的抑制作用。在其他条件不变的情况下，如果房价翻一番，人口半城镇化率增加18.94个百分点，说明房价上涨是导致人口半城镇化率上升的重要原因。第二阶段回归中的其它变量系数符号跟前文估计基本一致。其次，从第一阶段估计结果来看，土地出让面积对房价有非常显著的负向影响，说明土地供给越少，房价会越高。工资（lnwage）对房价有显著正向影响，工资上涨提高住房购买能力，增加住房需求从而推高房价；对外开放程度（open）以及财政负担能力（financ）对房价有显著的正向影响，可能是这些因素增加了住房的需求从而推升了房价，但是这两个因素不是影响房价的关键；其它变量对房价影响不显著。

5进一步的分析

5.1分年份和分地区的子样本分析

为了进一步分析土地供给对房价进而對人口半城镇

化影响的时空差异，我们分时间和地区进行讨论。基于前文分析，从图1和图2可知，2003年后中央土地供给政策发生了巨大变化，一是土地供给总量减少；二是供给政策向中西部倾斜。基于此，首先把全部样本分为1999—2003年与2004—2014年两个时段子样本，采用2sls进行回归，回归结果见表3的第1、2列。其中，对于1999—2003年子样本，在第一阶段回归中，滞后一阶的土地出让面积（lnland）对房价有正向影响，但是在第二阶段回归中，房价对于半城镇化率的影响不显著；而对于2004—2013年样本，土地出让面积与房价显著负相关，同时，房价对半城镇化率的影响也显著为正。对比可知2003年前后两个子样本回归结果存在明显的差异，这主要是因为2003年后土地供给总量减少，尤其是压缩了东部地区土地供给，推高了房价，导致居民生活成本上升，在城市落户变得更为困难，同时，房价上涨进一步促使企业生产成本上升，大量企业向内地迁移，甚至一些企业迁往生产成本更低的东南亚国家和地区，相对减少了居民就业机会，从而推高了半城镇化率，而在2003年之前，土地供给并未减少，因而由土地供给推高房价进而提升半城镇化率这一效应是不明显的。

我们再次把全部样本按区域划分为东部、中部与西部三个子样本，采用2sls进行回归，回归结果见表4第3、4、5列。其中，在东部地区，土地出让面积对房价有显著负的影响，房价对半城镇化率的影响显著为正；在中部地区，土地出让面积与房价显著正相关，而房价对半城镇化率的影响为负，但系数不显著；在西部地区，土地出让面积对房价有显著负的影响，但房价对半城镇化率的影响为正，但系数也不显著。对比来看，同样存在明显的区域差异，这可能是由于土地供给向中西部倾斜，东部土地供给减少直接导致东部地区房价上涨，造成住房成本上升和就业机会的减少，进而推升东部人口半城镇化率；而中部地区土地供给增加反而使得房价有所上涨，而房价上涨也未推高人口半城镇化率，这似乎违背直觉，其实不然，因为土地供给增加能够降低居民住房成本和企业生产成本，以及随着中部崛起战略实施，中部承接了东部大量产业，为居民创造了大量就业机会，这一方面使得住房需求有所增加，同时也有利于农村转移人口市民化。在西部地区，尽管土地供给增加降低了房价，但是经济落后，就业机会少，工资水平低，农村人口大多流向东部发达地区，因此，西部房价上升对人口半城镇化率影响不显著。

综合表3第（1）—（5）个回归结果来看，可知2003年土地供给政策收紧且向中西部偏移，导致了东部房价快速上涨，最终传导致人口半城镇化率上升。

5.2稳健性检验

（1）检验工具变量外生性。在前文分析中，从理论上详细论证了工具变量的外生性，我们再次运用回归方法检验土地供给是否还通过其它渠道直接影响人口半城镇化率。表3第6个回归直接将滞后一期的土地出让面积放入回归中，发现土地出让面积的系数并不显著，这从统计上进一步说明土地出让面积并不会直接影响一个省市的半城镇化水平，满足工具变量外生性这一要求。

（2）剔除异常样本。常值的情况，如东部的上海，其房价明显高于其他省份，而一些中西部省份的房价明显低于其他省份，那么这样的极端样本是否会影响本文估计结果？为了避免受到异常值的影响，我们首先计算出房价的1%和99%的分位数值，然后剔除含房价低于1%或高于99%分位点的省市样本。回归结果表明，异常样本未对本文回归结果产生实质性影响，估计结果是稳健的。限于篇幅，未予报告。

此外，我们考虑到理性预期以及楼盘预售等情形，使用当期土地出让面积以及人均土地出让面积作为房价的工具变量进行了估计，总体而言，改变工具变量也未对本文计量模型估计结果产生实质性影响。

6结论与政策建议

近十多年来，中国常住人口城镇化率与户籍人口城镇化率的差距逐漸拉大，越来越多的农村转移人口进得了城却落不了户，表现为人口半城镇化率的上升。而人口半城镇化率几乎随同房价一起上升。针对这一现象，本文首先从住房与就业两个角度分析了房价上涨影响人口半城镇化的原因，然后应用1999—2014年中国31个省市的面板数据就房价与人口半城镇化的关系运用工具变量法识别了其内在机制。与以往研究不同，本文首次将土地供给、房价与人口半城镇化置于同一框架下，以土地出让面积作为房价的工具变量，研究了房价对人口半城镇化的影响，同时有效克服了计量模型的内生性问题，纠正了普通面板数据ols回归估计的向零偏误。

本文的研究得到如下几点主要结论：①房价上涨导致人口半城镇化率上升，换言之，房价上涨抑制了农村转移人口市民化。房价每上涨1%，人口半城镇化率上升0.189 4个百分点。②土地供给是影响房价的重要原因，土地供给越少，房价越高，从而人口半城镇化率越高，但是这一效应存在明显的时空差异。在房价上涨平缓的1999—2003年，房价上涨未显著推升半城镇化率，而在2004—2014年房价快速上涨显著推升了半城镇化率；同时，东部房价上涨显著推升了半城镇化率，而在中西部地区这一效应并不显著。这表明2003年后土地供给政策收紧且向中西部偏移，是造成东部房价上涨进而推高半城镇化率的重要根源。③对外开放程度以及人力资本的提高有利于降低人口半城镇化率，而财政负担能力和户籍制度改革对人口半城镇化有不利影响。

本文的研究结论隐含的政策建议包括：①调整土地供给政策，特别是要增加东部地区土地供给。近十多年来，为了保护耕地以及平衡区域发展，中央土地供给政策收紧且向中西部地区倾斜，对于“城市人口500万以上特大城市，除生活用地及公共基础设施用地外，原则上不再安排中心城区新增建设用地”[22]，这是促成房价高涨的重要原因，尤其是东部地区。实际上，现有的土地供给政策是与人口流动方向不一致的，土地供给与需求是错配的。因此，为了降低房价，土地供给要增加而且应该与人口流动方向相匹配，并且健全住房供应体系，增加廉租房和保障房的供应。②大力发展工业、服务业，并提高对外开放程度。发展工业、服务业和加强对外开放程度能够创造更多就业机会，增加居民收入，促进地区人口城镇化。③深化户籍制度改革，促进公共服务均等化。由于农村转移人口缺乏城市户籍，不能享受与拥有城镇户籍居民同等的公共服务，农村转移人口通常在就业、医疗、教育、保障房等方面都受到歧视，这削弱了农村转移人口转化为市民的能力或增加了农村转移人口的负担。因此，政府应该切实深化户籍制度改革，促进公共服务均等化。

（编辑：刘呈庆）

参考文献（References）

[1]CAI F. Hukou system reform and unification of ruralurban social welfare[J]. China & world economy， 2011， 19（3）： 33-48.

[2]KIM J. A bumpy road to cities： analysis of the obstacles and limits of Chinas new urbanization[J]. Pacific focus， 2015， 30（3）： 372-388.

[3]王春光. 农村流动人口的“半城市化”问题研究[J]. 社会学研究， 2006（5）： 107-122.[WANG Chunguang. A study of floating rural peoples ‘semiurbanization[J]. Sociological studies， 2006（5）： 107-122.]

[4]李爱民. 中国半城镇化研究[J]. 人口研究， 2013（4）： 80-91.[LI Aimin. Periurbanization in China[J]. Population research， 2013（4）： 80-91.]

[5]张腾飞，杨俊，盛鹏飞. 城镇化对中国碳排放的影响及作用渠道[J]. 中国人口·资源与环境， 2016（2）： 47-57.[ZHANG Tengfei， YANG Jun， SHEN Pengfei. The impacts and channels of urbanization on carbon dioxide emissions in China[J]. China population， resources and environment， 2016（2）： 47-57.]

[6]CHEN B， LU M， ZHONG N. How urban segregation distorts Chinese migrantsconsumption？[J]. World development， 2015， 70（6）： 133-146.

[7]陈斌开，杨汝岱. 土地供给、住房价格与中国城镇居民储蓄[J]. 经济研究， 2013（1）： 110-122.[CHEN Binkai， YANG Rudai. Land supply， housing prices and household saving in urban China[J]. Economic research， 2013（1）： 110-122.]

[8]彭代彦，文乐. 房价上涨的结构性差异研究——基于土地供给的视角[J]. 华中科技大学学报（社会科学版）， 2016（4）： 72-80.[PENG Daiyan， WEN Le. Research on structural differences of rising house prices：based on the view of land supply[J]. Journal of Huazhong University of Sciences and Technology （social sciences edition）， 2016（4）： 72-80.]

[9]陳广桂. 房价、农民市民化成本和我国的城市化[J]. 中国农村经济， 2004（3）： 43-47.[CHEN Guanggui. Housing prices， the cost of urbanization of farmer and urbanization in China[J]. Chinese rural economy， 2004（3）： 43-47.]

[10]吕政. 解决制约城镇化的深层次问题[N].人民日报， 2013-01-27（05）.[LV Zheng. Solve the deepstated problem of restricting urbanization[N]. Peoples daily， 2013-01-27（05）.]

[11]LIU Y， HE S， WU F， et al. Urban villages under Chinas rapid urbanization： unregulated assets and transitional neighborhoods[J]. Habitat international， 2010， 34（2）： 135-144.

[12]范剑勇，莫家伟，张吉鹏. 居住模式与中国城镇化——基于土地供给视角的经验研究[J]. 中国社会科学， 2015（4）： 44-63.[FAN Jianyong， MO Jiawei， ZHANG Jipeng. Housing models and urbanization in China： empirical research from perspective from land supply[J]. Social sciences in China， 2015（4）： 44-63.]

[13]ZHANG L， ZHAO S X， TIAN J P. Selfhelp in housing and Chengzhongcun in Chinas urbanization[J]. International journal of urban and regional research， 2003， 27（4）： 912-937.

[14]李永乐，刘建生，吴群，等. 不同类型房价对城镇化的影响研究——来自中国省际面板数据的证据[J]. 中国土地科学， 2014， 28（4）： 26-32.[LI Yongle， LIU Jiansheng， WU Qun， et al. Study on the impact of different types of housing prices on urbanization： evidence from provincial panel data in China[J]. China land sciences， 2014， 28（4）： 26-32.]

[15]孔艳芳. 房价、消费能力与人口城镇化缺口研究[J]. 中国人口科学， 2015（5）： 33-44.[KONG Yanfang. Research on house prices， consumption ability and population urbanization gap[J]. Chinese journal of population science， 2015（5）： 33-44.]

[16]韩正龙，王洪卫. 区域差异、城镇化与房地产价格——来自中国房地产市场的证据[J]. 经济问题探索， 2014（2）： 63-70.[HAN Zhenglong， WANG Hongwei. Regional disparity， urbanization and housing prices：evidence from Chinese housing market[J]. Inquiry into economic issues， 2014（2）： 63-70.]

[17]陈国进，李威，周洁. 人口结构与房价关系研究[J]. 经济学家， 2013（10）： 40-47.[CHEN Guojin， LI Wei， ZHOU Jie. Research on relationship between population structure and housing prices[J]. Economist， 2013（10）： 40-47.]

[18]陸铭，张航，梁文泉. 偏向中西部的土地供应如何推升了东部的工资[J]. 中国社会科学， 2015（5）： 59-83.[LU Ming， ZHANG Hang， LIANG Wenquan. How bias toward Central/Western land supplies boosts wages in the East[J]. Social sciences in China， 2015（5）： 59-83.]

[19]MELANDER A， PELIKANOVA K. Reform of the Hukou system： a litmus test of the new leadership[J]. ECFIN economic brief， 2013（26）： 1-16.

[20]高波，陈健，邹琳华. 区域房价差异、劳动力流动与产业升级[J]. 经济研究， 2012（1）： 66-79.[GAO Bo， CHEN Jian， ZOU Linhua. Housing prices regional differences， labor mobility and industries upgrading[J]， Economic research journal， 2012（1）： 66-79.]

[21]YU H. Chinas house price： affected by economic fundamentals or real estate policy？[J]. Frontiers of economics in China， 2010， 5（1）： 25-51.

[22]国土资源部.关于强化管控落实最严格耕地保护制度的通知（国土资发〔2014〕18号）[S].2014.[Ministry of Land and Resources， PRC. Notice about strengthening the implementation of the strictest arable land protection system[S].2014.]

Land supply， housing prices and periurbanization in China

WEN Le1PENG Daiyan1QIN Yidong2

（1.School of Economics， Huazhong University of Science & Technology， Wuhan Hubei 430074， China； 2.School of Economics， Wuhan University of Science， Wuhan Hubei 430070， China）

AbstractChinas housing prices have risen rapidly for nearly ten years， followed by the high rate of periurbanization. In reaction to this phenomenon， employing two stages least square method and using land supply as instrumental variable of housing prices with panel data of 31 provinces from 1999 to 2014， this article studies the impact of housing prices on periurbanization theoretically as well as positively， and overcomes the endogenous problem of econometric models. Our results show that that the reduction of land supply pushes up housing prices， and then rising housing prices drive up the rate of periurbanization and hinder the urbanization of agricultural transferred population. The rate of periurbanization would rise about 0.189 4% if housing prices increase 1%. Without controlling the endogenous problem， the impact of housing prices on periurbanization will be underestimated significantly. Noticeably，the central government has reduced land supply in the eastern cities and increased land supply in the Midwest relatively since 2003， which is the key to pushing up housing prices and the rate of periurbanization in the eastern of China. In addition， we also found that both the development of foreign trade and human capital are beneficial to the decrease of the rate of periurbanization. Conversely， the supporting ability of finance and the reform of Hukou system have negative effect. Therefore， in order to reduce the rate of periurbanization， we put forward following three suggestions. Firstly， adjust the land supply policy， improve the housing supply system and prevent housing rising too fast. Thus， we should increase land supply in the East， especially in big cities， and make sure that the land supply is compatible with the migrant and the economic development. At the same time， it is necessary to increase the supply of lowrent house and affordable house. Secondly， we should develop foreign trade and promote the accumulation of human capital， which could create more job opportunities and increase peoples income. Finally， deepen the reform of Hukou registration system and loosen the registration conditions for the agricultural transferred population.

Key wordsperiurbanization； housing prices； instrumental variable； land supply

蔡洁，夏显力.关天经济区农户农地流转行为研究[J].中国人口·资源与环境，2017，27（4）：32-40.[CAI Jie，XIA Xianli.Research on land transfer among farmers of Guanzhong—Tianshui Economic Zone[J].China population， resources and environment， 2017，27（4）：32-40.]