相对房价差异与地区产业结构

陈晓+张文杰

内容提要：面对国内大规模的区域产业转移现象，本文选取2003-2015年中国31个地区的面板数据，采用静态双向固定效应模型和动态SYS-GMM模型相结合的方法就相对房价对产业结构的影响进行实证分析。结果表明：在其他条件保持不变的情况下，相对房价与第二产业就业比率和产值比重存在倒“U”型关系，与第三产业的就业和产出呈显著地正相关关系，即当相对房价超过3.25时，房价过高的地区对第二产业的就业存在挤出效应，但对第三产业的就业和产出具有促进作用；相对工资、教育条件和交通便捷度对二、三产业的影响也有所不同，但空气质量变量显著地表明我国已经存在环境移民现象。因此，不同地区应该根据自身的产业发展现状，制定合理的住房政策和产业发展规划。

关键词：地区相对房价；劳动力流动；产业升级；双向固定效应模型；系统广义矩估计

中图分类号：F062.9文献标识码：A文章编号：1001-148X（2017）11-0133-08

一、引言及文献综述

我国房地产价格不断攀升、劳动力成本优势逐渐消退，传统的产业结构受到了严重冲击。2007年珠江三角洲的大规模产业转移现象，2010年富士康内迁引发的蝴蝶效应，充分折射出要素相对价格对产业结构的强烈影响。其中，房价作为企业生产成本和劳动力生活成本的重要组成部分，理论上说，其变化将显著地影响着企业和劳动力的流动。本文将致力于研究相对房价究竟对劳动力流动产生怎样的影响，以及相对房价是否会对产业结构产生调整作用。本研究对推动产业升级的路径选择具有现实意义。

相对房价对劳动力流动影响方面的研究，Rabe和Taylor（2010）使用英国1992-2007年的相关数据研究得出相对房价较高将抑制劳动力的跨区流入的结论；Monk（2000）研究表明，英国的东南地区面临劳动力缺失的一个重要原因就是高房价的成本压力；崔春梅和陈建军（2010）利用我国1990-2008年的时间序列数据研究了房产和地产价格对我国东中西部三大区域产业结构变迁的影响，认为房产和地产价格的变化对区域产业结构的调整发挥着重要作用。但Nygaard（2010）等人的研究却表明尽管相对房价较高会阻碍劳动力流入，但套利行为的诱导最终也会推动劳动力的流入。

产业结构作为衡量各国经济等级的核心变量，一直备受国内外学者的高度关注。林毅夫（2011）在新结构经济学的分析框架中提出产业结构变化的核心影响因素是要素相对价格的变化。Skiba（2006）运用一般均衡模型研究了移民现象对产业转移的影响，认为产业转移会因就业移民的存在而有所削弱。国内在研究产业结构调整与要素相对价格的关系问题方面，主要集中于研究相对工资（可流动要素）对产业结构的影响，而研究相对房价这种不可流动要素对产业结构调整影响的相关文献较少，且有关这方面的研究在变量的选取方面也存在一定的缺陷。

多数国内相关研究文献在数据搜集方面大都没有将西藏和海南囊括在内，本文在研究过程中对相关数据进行全面搜集加以完善。此外，鉴于部分文献的变量选取存在争议，本文对变量选择方法加以改进。

二、理论分析

在Krugman（1991）所提出的CP模型（core-periphery model）基础上，本文将第一产业的农产品、第二产业制成品以及房价因素同时引入模型进行拓展分析，进一步探究房价影响劳动力流动，进而影响产业转移的理论机制。

假定模型中包括两个地区（地区A和地区B），这两个地区的劳动力可以自由流动；且两地区的消费商品均包括农产品、制成品以及房屋，消费者根据自身的收入情况进行合理配置，来实现效用最大化。使用Cobb-Douglas函数可以将地区A的消费者效用表示为：

由上式可以得出以下两个直观的结论：

（1）当地区间相对工资、运输成本等保持不变的情况下，相对房价的升高将导致劳动力生活成本的增加，从而导致部分劳动力的流出、相对就业率下降（如图1所示）。上式中，x>0，θ>1，T>1，0<ρ+μ<1，所以φ2<1，相对房价的系数φ（ρ+μ-1）/x（1-φ2）为负数，表明在其他条件不变的情况下，地区的相对就业率与相对房价之间存在负相关关系。

（2）当某一地区的相对房价较高时，将导致该地区的就业人数减少。其中，对于低附加值的产业（部分第二产业）来说，其冲击挤出效應较大；但对附加值较高的产业来说，其冲击作用相对较小。因此，伴随着地区的产业转移在一定程度上利于地区的产业升级。

如图1所示，当某地区的房价上升时，将意味着企业的生产成本增加，部分企业会通过加大科研创新投入力度来提高劳动生产率，以保持其自身的竞争力，从而推动产业升级。另一方面，根据边际产业理论，产业结构的调整首先从竞争力较弱、处于劣势的低附加值产业开始。与第三产业相比，第二产业附加值较低，且往往需要占用较大的土地及房屋面积，其对房价上涨所带来的成本压力较敏感，部分二产企业将会选择迁出中心区域，导致相对就业率的下降。而附加值较高、外溢效应较强的第三产业对房价的变化不很敏感，中心区域房价的上升对其的影响较小，该区域从附加值较低的行业转为附加值较高的行业，产业结构得到升级。这也就是所谓的相对房价影响产业结构调整的“倒逼机制”。

三、实证分析

（一）数据的初步分析

为更加直观地观察相对房价（RHPi=HPi∑j≠iHPj/（n-1）=（n-1）HPi∑j≠iHPj）与就业比率和产值比率之间关系，如图2所示，我们给出了相对房价与二、三产业就业比率的关系散点图。在图中可以很清楚地看出，相对房价与第二产业的就业比率呈倒U型关系，而与第三产业的就业比率呈正相关关系。因此，在设定模型时可以将第二产业的相对房价设定为二次项。

（二）模型设定与变量的选取

在上文中借助CP模型理论分析了相对房价对劳动力流动、产业结构调整的影响机制，接下来通过实证分析进一步研究这三者之间的传导关系。为了更加全面的研究该问题，运用动态系统广义矩估计（SYS-GMM）和静态回归模型相结合的方法，重点分析动态面板的回归结果。endprint

本文主要研究的对象包括我国31个省份，研究的时间界定在2003-2015年。本文的所有数据主要来源于历年的《中国统计年鉴》、wind资讯以及各省份的统计年鉴整理而来，各变量的描述性统计见表1。

如图2所示，总体来看，相对房价与第二产业的就业比重呈倒“U”型关系，与第三产业则呈正相关关系，因此，我们在第二产业的回归模型中加入相对房价的平方项，则静态模型可以分别写为：

（三）实证回归结果分析

在进行回归分析之前，首先需要对各样本值进行平稳性检验，我们运用Stata软件对数据分别做LLC相同根检验和ADF-Fisher不同根检验，结果如表2所示，各变量的一阶差分值在5%的显著性水平下均不存在单位根。然后采用Kao检验，得出在1%的显著性水平下，被解释变量与解释变量之间存在协整关系。根据Hausman随机效应检验结果得出，该模型应该使用固定效应模型进行回归分析，回归结果如表3所示。

1.地区相对房价对产业结构的整体影响。为了更全面地分析相对房价对产业结构的影响，本文分别列出了动态SYS-GMM和静态双向固定效应模型的估计结果。考虑到相对工资对相对房价存在潜在的影响，为了更有效地解决内生性问题，我们将RHP和RW这两个变量设定为内生解释变量，来消除偏误问题。表3报告了地区相对房价对产业结构的整体影响，可以看出，同静态回归结果相比，动态回归的效果更加显著，且Sargan检验和AR（2）的检验结果显示不存在工具变量的过度识别及二阶序列相关问题，表明我们的回归结果具有极好的稳健性。

一方面，就相对就业率而言，除了滞后一期的相对就业率对其存在显著影响外，相对房价、相对工资等变量对其也存在显著地影响。其中，相对房价与相对就业率之间存在显著地负相关关系，相对房价每提高1个单位将导致相对就业率减少0.005个单位，这一结论与前面理论分析中的第一个结论相一致。相对工资也显著地影响着各地区的相对就业率，相对工资每提高1个单位，相对就业率就会提高0.026个单位，这与我们的现实情况也相一致。

对于其他控制变量来说，交通条件、教育条件、空气质量也显著地正向影响着相对就业率，充分表明我国居民现今对交通便捷度、教育环境以及空气质量的高度重视，也表明我国已经存在环境移民现象。而医疗条件这一变量却与相对就业率呈显著地负相关关系，这也许是因为当前我国的医疗水平相对较为落后，仍未充分发挥其促进产业发展的积极作用。

另一方面，在双向固定效应模型中，相对房价对相对产值存在显著地正向影响，表明相对房价每升高1个单位，相对产值就会增加0.051个单位，且相对工资对相对产值也存在显著地正向影响。对于其他的控制变量，除空气质量外，其他解释变量的回归结果均与相对就业率的回归结果相一致，在这里就不进行过多的阐述。而空气质量与相对产值存在显著地负相关关系，空气质量每提高1个单位，相对产值就会显著地减少0.006个单位。这是因为产值较高的地区往往其工业较发达，因此导致该地区的污染较为严重。

总体来看，结合相对就业率的回归结果，当相对房价提高时，相对就业率在下降，而相对产值却在上升，初步证明当房价较高时我国地区的产业结构得到了提升。为了更进一步证明这一结论，接下来我们分别研究相对房价对第二产业、第三产业相对就业率和相对产值的影响。

2. 地区相对房价对第二产业的影响。同样使用上文的动态回归和静态回归相结合的方法，回归结果表4显示，在动态和静态模型中，被解释变量Sempr和SGDPR的回归结果都通过了显著性检验；且在动态系统广义矩估计中，回归结果的Sargan检验和AR（2）的检验结果表明回归中所选用的工具变量是有效的，该模型的回归结果是稳健的。

从表4中第二产业就业比率的回归结果来看，可以得到如下几点结论：（1）相对房价和相对房价的平方项与第二产业的就业比率高度相关，均通过了1%的显著性水平，且RHP2的符号显著地为负号，这表明相对房价与第二产业就业比率确实存在倒“U”型关系。同时这也说明房价越低，越容易吸引第二产业的就业流入，但当房价高出某一特定值时，相对房价将对第二产业的就业比重产生反向抑制作用，高房价将意味着更低的就业比率。（2）根据SYS-GMM（2a）模型的回归系数可以计算出倒U型曲线的拐点，即当相对房價为3.25时，第二产业的就业比率达到最大值，也就是U型曲线的拐点。从相对房价的数据来看，北京已经超过拐点，上海也已达到3.21，过高的房价将会阻碍第二产业的发展，因此，在短期内面对房价的快速上涨，需要调整产业结构来保持该地区经济的长期发展。（3）地区相对工资与第二产业的就业比率呈显著地负相关关系，也就是说地区相对工资每增加1个单位，将导致第二产业的就业比率下降0.023个单位。原因是第二产业大多属于低技术含量的制造业，当面临劳动力成本（工资）较高的情况下，厂商更愿意将资金投入到固定设备中，因为机械运作的产出率相比劳动工人更高。因此，工资的提高无疑会增强机器的替代作用，导致第二产业的就业比率有所下降。（4）交通便捷度、空气质量和医疗条件与第二产业的就业比率成正比，这可能是由于目前我国第二产业的工作环境、污染状况较为一般，因此，劳动力更加重视交通条件、空气质量和医疗环境。（5）变量教育条件与第二产业的就业比率显著成反比。因为第二产业大多属于附加值较低的劳动密集型行业，其对受教育程度要求较低，因此，教育条件越高的情况下，第二产业的就业比率反而更低。

就第二产业的产值比率回归结果来看，同样可以得出以下几点结论：（1）相对房价的平方项与第二产业的产值比率存在显著地负相关关系，表明相对房价与我国第二产业的产值比率也呈倒U型关系。但由于相对房价对第二产业产值比率的影响不显著，所以我们无法获得倒U型曲线的拐点坐标。（2）交通条件、空气质量对第二产业的产值比率存在显著地正向影响，而教育条件与二产的产值比率呈显著地负相关关系，教育条件每提升1%，第二产业的产值比率将减少0.018个单位。这一结论与就业比率的回归结果相一致，在这里我们就不进行详细的论述。endprint

3.地区相对房价对第三产业的影响。表5的回归结果显示，模型的回归效果较好，具备良好的稳健性，从中可以得出以下结论：（1）相对房价与第三产业的就业比重和产值比重之间存在显著地正相关关系，相对房价每提高1个单位，第三产业的就业比率将提高0.003个单位，产值比重将提升0.01个单位。这充分表明相对房价较高的地区，其第三产业的就业比率以及产值比率也较高。结合上一小节的结论来看，相对房价较高的地区，其对第二产业存在挤出效应，而对第三产业具有吸纳效应。因此，导致第二产业分布在周边相对房价较低的地區，而第三产业主要分布在中心房价较高的地区，从而间接推动了产业升级，这也就是Krugman（1991）提出的中心—外围模型。（2）相对工资与第三产业的就业比率和产值比率显著地成正比，表明相对工资的提高对第三产业的就业率以及产值比率存在拉动作用，我国劳动力更倾向于流入附加值较高的第三产业。（3）交通便捷度对第三产业的就业率和产值率呈显著地负向影响，这是因为第三产业多属技术和知识密集型的服务业，其对交通条件的要求较低。（4）就教育条件而言，其显著地正向影响着我国三产的就业和产值，教育经费每增加1%，第三产业的就业率将显著地提高0.002个单位，产值比重将显著地提高0.018个单位。因为第三产业本身就属于知识密集型的行业，这与我国现状也相一致。（5）空气质量也显著地影响着我国第三产业的就业和产值，空气质量每提升1个单位，三产的就业率将提高0.012个单位，产值比重将提高0.048个单位。这也证实了蒂布特的“以足投票”（vote with feet）理论，进一步表明我国环境移民现象的存在。

综合以上结果我们可以得出，相对房价的差异对第二产业和第三产业的分布结构产生了不同的影响。在其他条件保持不变的情况下，当相对房价还未达到拐点时，相对房价的升高均对第二产业和第三产业产生正向影响，这时适度的提高房价可以对第二产业和第三产业有效地产生集聚效应。但当相对房价达到拐点之后，依据产业集聚理论，过高的房价将促使部分附加值较低的第二产业开始转移，从而导致就业比率和产值比率的下降。然而相对房价对第三产业的就业和产值始终呈正向影响，所以面对房价的上升并不会对第三产业的发展造成过大的冲击，反而可以显著地促进第三产业的就业和产值比率。最终我国的产值比率仍然是上升的，且相对房价较高的中心地区主要分布着附加值较高的高端产业，总体上促进了区域的产业结构调整。这一实证结论与我们的理论分析结果完全一致。

四、结论与政策启示

研究得出如下结论：在其他条件保持不变的情况下，相对房价与第二产业就业比率和产值比重存在倒“U”型关系，与第三产业的就业和产出呈显著地正相关关系；相对工资、教育条件和交通便捷度对二、三产业的影响也有所不同，但空气质量变量显著地表明我国已经存在“以足投票”的环境移民现象。以上结论有以下几个方面的政策启示。

第一，实施各地区差异化的发展战略，制定合理的政策引导地区间产业梯度转移。各地区应针对自身的资源条件、产业发展特征制定不同的发展战略，房价相对较高的中心地区应该将附加值较低的第二产业转移到房价相对较低的周边地区，大力发展价值链高端的产业，尤其是附加值较高的第三产业。房价相对较低的地区应主动承接低端转出产业，实现产业的自发梯度转移，以达到产业升级、区域协调发展的目标。正如我国在2017年4月提出的建立河北雄安新区政策，这一举措就是为了疏解相对房价较高的北京的产业密集度，调整和优化京津冀地区的空间产业结构，以达到协同发展的战略目标。

第二，以中心——外围城市群产业空间结构形成地域间互补互利型发展模式。依托中心城市的新兴产业集群效应，引导各要素自发的合理流动，发挥中心城市的辐射作用，全面带动外围城市群产业发展的升级。其中，华北地区利用北京自然形成的中心城市地位，积极发展附加值高的新兴产业，而天津市、河北省等外围城市应主动承接北京转移出的产业。就华东地区而言，应依托上海作为中心城市的高新技术发展水平，不断带动江苏、浙江、安徽等城市的产业升级。华南地区应以广东为核心，不断带动湖南、广西等城市的发展，形成中心外围之间的互补互利型发展模式。

第三，严格调控虚高房价，严禁炒房行为。过高的房价将对企业和劳动力产生挤出效应，如果不进行合理的产业调整，最终将导致产业的空心化，地方政府应根据实际情况制定合理的房价调控措施，严格禁止炒房行为。同时，对于相对房价居高不下的东部发达地区，应加大对中高端产业的政策倾斜力度，力促实现产业升级。

第四，合理配置各地区间的教育、医疗、交通等公共服务设施。除房价因素对劳动力流动产生显著影响外，教育条件、医疗条件等公共服务也对人员流动存在潜在的影响。利用财政政策逐渐削减对中心城市的政策倾斜力度，推动中心城市与外围城市公共服务的均等化，缩小各地区间的差异程度，从而达到整体均衡、协调发展的目标。针对新疆、宁夏、甘肃、西藏等偏远地区，应该加大公共服务措施的扶持力度，完善该地区的基础设施建设，在有效保证该地区相对就业率稳定的前提下，制定更加合理的人才引进政策，以吸引更多的劳动力流入。除此之外，在电子商务盛行的“互联网+”时代，偏远地区不包邮现象无疑也对劳动力流入产生一定的冲击。因此，应该加大对偏远地区交通设施的投入力度，消除偏远地区不包邮的“地域隔离”现象。

第五，政府应该重新权衡经济增长与环境保护之间的关系问题，适度增加环保投入以提高地区的环境质量。地方空气质量的持续恶化必将加剧环境移民流出现象，人力资本的流失将导致经济发展的成本增加，从而阻碍该地区的经济发展。因此，地方政府在强调发展经济的同时必须考虑环境问题，加大环保投入力度，大力发展共享单车等创新型环保产业，积极推行机动车尾号限行规定，严格执行大型化工厂限制排放政策，全面实施供给侧结构性改革。

参考文献：

[1] Krugman， Paul. Increasing Returns and Economic Geography[J].Journal of Political Economy， 1991（99）：483-499.

[2] Monk， S. The Key Workers Problem： The Link between Employment and Housing， In Restructuring Housing Systems： From Social to Affordable Housing？[J].York： York Publishing Services，2000.

[3] Skiba， Alexandre. Immigration， Firm Relocation and Welfare of Domestic Workers[C]//6th Annual Missouri Economics Conference Selected Papers， 2006.

[4] Meen， Geoffrey and Andi Nygaard. Housing and Regional Economic Disparities[J].Economics paper， Department for Communities and Local Government， 2010（5）.

[5] 陈建军，崔春梅.商务成本与产业结构变动的动态关系研究[J].上海经济研究，2010（10）：49-65.

[6] 任栋.劳动力流动视角下经济集聚与产业结构升级关系研究[D].济南：山东大学，2015.

[7] 林毅夫.新结构经济学：重构发展经济学的框架[J].经济学（季刊），2011（1）：1-32.

[8] 彭石，张居营.我国房地产行业扩张的区域效应及影响机制分析[J].求是学刊，2015（4）：68-75.

[9] 刘志伟.城市房价、劳动力流动与第三产业发展——基于全国性面板数据的实证分析[J].经济问题，2013（8）：44-47.endprint