住房价格、劳动力流动与非农产业集聚

李勇刚,秦新龙

(1.贵州财经大学 经济学院,贵州 贵阳 550025;2.安徽财经大学 经济学院,安徽 蚌埠 233030)

一、引言

改革开放40年以来,在制度变迁、廉价要素供给和外需拉动等因素推动下,我国经济建设取得了举世瞩目的成就,成为全球第二大经济体,产业结构不断优化,产业集聚程度也不断提升。在经济高速增长过程中,地方政府采取“两手”供地策略,低价协议大量出让工业用地、高价限制性出让商住用地,获得了巨额土地出让收入,得以进行大规模基础设施建设与产业园区建造,促进了制造业与相关产业的快速发展,提升了产业集聚水平,实现了国民经济的高速增长。尤其是东部地区劳动密集型产业的迅速发展,不仅吸收了大量农村剩余劳动力和资本,也使中国真正发展成为“制造业大国”。然而,这种“以地谋发展”的地方经济增长模式,也带来了城市房价和地价的快速上涨,使得东部沿海发达地区对劳动力的吸引力逐步下降,一部分无法在城市定居的外来务工人员从城市迁出返乡创业就业,进而导致东部沿海发达地区产生“用工荒”现象,对当地产业集聚产生不利影响。同时,由于高房价所带来的房地产投资的高额回报率吸引了更多社会资金流向房地产行业,从而加大了实体经济的融资难度,阻碍实体经济进一步集聚与产业的转型升级。基于此,在我国经济发展进入新时代，发展动力主要从依靠资源和低成本劳动力等要素投入转向创新驱动的背景下,本文研究房价对劳动力流动及非农产业集聚的影响效应,为提高我国非农产业集聚水平，构建要素协同发展的现代产业体系提供理论借鉴。

二、文献综述

产业集聚是生产同类产品、互为关联的企业在某一地区高度集聚，以及劳动力、资本等生产要素不断汇聚的现象。学术界就房价对劳动力与产业集聚的影响进行了深入研究。Krugman以新经济地理学中规模报酬递增和非完全竞争的市场结构及运输成本为前提假设,在D-S模型基础上考虑了劳动力与要素报酬之间的累积因果关系,研究发现劳动力越集中的地方其要素报酬越高,从而能够吸引更多劳动力的集中,进而解释了产业集聚现象[1]。Fujita从新经济地理学的“中心—外围”理论出发,认为随着运输成本的进一步降低,要素成本、房价水平的差异会使外围地区更具有竞争力,即高房价使产业向外围扩散[2]。Badwin研究表明,受需求和关联效应的作用,劳动力流入地更容易形成产业集聚[3]。但是,随着城镇化进程的高速推进,我国城市住房价格也随之高企[4],而房价高涨对区域产业集聚产生了一定冲击。范剑勇和邵挺研究发现引发制造业向区域外扩散的“非黑洞条件”在长三角地区成立,说明了房价过快上涨是导致制造业向外扩散的重要力量[5-6]。高波等将房价因素引入“中心—外围”模型,研究发现区域房价差异导致劳动力流动,从而引致产业转移并促使东部城市产业价值链高端化,实现了产业结构升级[7]。齐讴歌等研究发现房价和交通成本的提高会加快城市制造业向城市外围扩散,而生产性服务业则向城市集聚[8]。刘志伟、邵朝对等的研究发现高房价通过扩散机制对中低端行业，以及低技术劳动者产生强烈的挤压效应,使中低端行业不得不向外扩散,从而引致城市产业集聚向高端化方向发展[9-10]。

部分学者研究了劳动力流动对产业集聚和非农产业集聚的影响。Dumais等研究发现劳动力资源是大城市产业集聚的重要因素[11]。袁志刚和范剑勇探讨了各地区农业剩余劳动力向非农产业转移的速度差异,并通过实证检验进一步分析了制造业在东部沿海地区集聚的根源[12]。范剑勇研究发现东部制造业集聚是制造业规模报酬递增、运输成本下降与要素流动三者相互作用的结果[13]。近年来,中西部劳动力向东部转移是东部地区产业集聚形成的重要推动力,且两者之间的相互作用提升了东部产业集聚程度与劳动力的集聚效应[14]。姚林如等指出劳动力跨区转移率的提高将提升产业集聚效应[15]。张文武和梁琦利用中国1990年、2000年和2007年的普查数据计算了31个省市区的劳动集中度,实证发现人力资本集中是产业集聚形成的重要因素,而人力资本集中度上升会提高收入水平[16]。谢露露研究表明产业集聚效应的确存在且未外溢到相邻地区,但随着产业空间分布的均匀而减弱,产业集聚效应的发挥必须以劳动力自由流动作为基础[17]。颜银根研究发现劳动力转移和FDI对非农产业集聚产生显著的促进作用,相较于FDI,劳动力流动对非农产业集聚的影响更为显著[18]。姜乾之和权衡研究发现目前我国的劳动力流动与地区产业集聚之间表现出互为因果的关联性[19]。敖荣军等则利用2000年和2010年湖北省102个县级行政区数据,研究发现湖北省迁入人口和规模以上工业的县际分布之间存在显著的空间正向关联性[20]。

综上所述,学术界大多将房价、劳动力流动与非农产业集聚分割开来研究,未将三者纳入一个分析框架内进行研究。为此,本文将利用SYS-GMM估计方法实证研究房价和劳动力流动对非农产业集聚的影响效应。

三、研究设计

(一)计量模型构建

为消除计量模型的内生性问题,准确捕捉房价和劳动力流动对非农产业集聚的影响效应,控制非农产业集聚的惯性对估计结果的负面影响,本文将非农产业集聚的滞后一期值作为解释变量引入计量模型中,构建如下动态面板模型:

(1)

其中,i及t分别表示地区和时间,Sit表示非农产业集聚度,HPit表示住房价格,LABit表示劳动力流动量,Xit表示一系列控制变量,包括人力资本水平、市场潜能、基础设施水平、对外开放度、城镇化率等。γit和λit表示地区效应和时间效应,μit表示随机扰动项，本文中所涉及的变量如下。

1.非农产业集聚度(S)。鉴于数据可获得性，以及本文主要考察非农经济活动在空间的集聚度,我们参考颜银根的方法[18],测算非农产业集聚度,具体计算公式为:

Si=(Ii/I)/(areai/area) .

(2)

其中,Ii和I分别表示第i个省份和全国的非农产业产值,areai和area分别表示第i个省份和全国的面积。

2.解释变量。

(1)住房价格(HP)。高房价将会降低消费者效用,对劳动力的集聚产生抑制作用;同时,高房价也是区域产业集聚的重要分散力,将引发区域产业向区域外扩散[7]。本文采用各省市区的商品房销售额与商品房销售面积的比值度量房价。

(2)劳动力流动量(LAB)。本文参考李勇刚的方法[21],以各地区年末采掘业、制造业、建筑业，以及电力、煤气及水的生产和供应业等四个产业的就业人数总和减去相应国有行业就业人数总和衡量各地区劳动力流动量。

3.控制变量。在参考相关文献的基础上,本文在计量模型中加入了影响非农产业集聚的控制变量,以消除因遗漏重要变量所产生的内生性问题。

(1)人力资本水平(EDU)。鉴于地区人力资本存量是地区产业集聚发展的重要影响因素,本文采用地区每万人大学生数衡量地区人力资本水平。

(2)市场潜能(MP)。参考Harris提出的“市场潜能函数”,计算各省市区的市场潜能[22],具体计算公式为:

.(3)

(3)基础设施水平(INS)。考虑到基础设施的完善能够降低各地区经济活动的交易成本,有利于地区产业集聚度的提升，本文采用地区公路、铁路、水路运营里程总和占地区国土面积的比值衡量基础设施水平。

(4)城镇化率(UR)。城镇化率高的地区可以为企业提供更加便捷的公共设施、劳动力、金融等方面的服务,有利于产业引进及产业集聚的形成。本文采用城镇常住人口占城镇年末总人口的比值衡量城镇化率水平。

(5)对外开放度(FDI)。对外开放度与一国产业集聚紧密相关。基于数据可获得性,本文利用外商实际直接投资额占GDP的比重衡量对外开放度。

(二)数据来源及描述性统计

基于数据可获得性,本文选用全国31个省市区作为样本,并将样本期设定为2000—2015年,以分析房价和劳动力流动对非农产业集聚的影响。文中所涉及变量的数据来源于《中国统计年鉴(2001—2016)》《中国劳动统计年鉴(2001—2015)》和“国研网”统计数据库等。考虑到数据的量纲及异方差问题,本文对于计量模型中的部分指标取自然对数。计量模型中所涉及变量的描述性统计如表1所示。

表1 各变量描述性统计

四、实证分析

(一)全国层面的回归结果分析

考虑到模型内生性问题,本文采用SYS-GMM估计方法。通过逐步加入重要变量的分布回归法对房价、劳动力与非农产业集聚的关系进行实证检验,结果如表2所示。由各模型的AR(1)、AR(2)和Sargan检验的P值可知模型残差项无自相关，模型所选的工具变量较为合理,估计结果具有较高稳健性。从各个模型回归结果可知,非农产业集聚的滞后一期值与当期值呈显著的正相关关系,表明非农产业集聚在时间上具有较强的循环累积效应,说明在此引入动态面板模型是合理的。限于篇幅,本文主要报告基准模型5的估计结果。我们重点关注的房价变量的估计系数显著为正,房价二次项的估计系数显著为负,表明房价与非农产业集聚之间存在显著的“倒U”型关系,这也从模型3与模型5中得到验证。原因可能是,从不同城市的产业发展历程来看,地方政府利用政策红利以及土地出让所产生的巨额土地出让收入,促进了房地产市场的长期繁荣,也为其进行大规模基础设施建设与产业园区建设提供了资金支持,助推了非农产业的快速发展。地方政府利用土地财政等预算外收入加快当地基础设施建设和助推工业化进程,虽然促进了非农产业集聚发展,但也带来了城市房价的迅猛上涨,提高了企业的用工成本,降低了中低收入劳动者的城市生活效用,进而产业扩散现象,对非农产业集聚产生负向影响,导致非农产业集聚度降低。由模型2、模型4和模型5可知,随着房价的迅猛上涨,劳动力的迁移决策也受到影响,一部分劳动力无法承担高额居住成本,迁出高房价城市,从而对当地非农产业集聚产生了负向作用。原因可能是,城市居高不下的房价所带来的居住成本已高于劳动力的流动成本,尤其是中低端行业的劳动者,工资低、福利待遇不高,他们难以实现在大城市长久定居的梦想。为此,大量在中低端产业就业的劳动力不得不将就业与定居方向转向房价较为合理的中西部地区或者房价较低的中小城市,使得高房价越来越成为阻碍与挤出劳动力的重要因素。由此可知,高房价通过劳动力的挤压效应进一步降低区域非农产业集聚程度。

表2 房价、劳动力对非农产业集聚的回归结果

注:表中括号内的数字表示Z统计值;***，**，*分别表示在1%,5%和10%的水平上显著;AR(1)，AR(2)和Sargan检验给出的是统计值及所对应的P值。下表同。

由基准模型5的估计结果进一步分析可知,房价与劳动力流动的交叉项的估计系数为-0.112,表明高房价确实对中低端行业的劳动力产生挤压效应,从而加速区域非农产业扩散进程,不利于劳动力流出地的产业集聚发展。人力资本与非农产业集聚之间呈现出显著的负相关关系,原因可能是高素质人才对于城市房价的上涨更加敏感,而大部分中低端行业的劳动力由于居住在务工企业的宿舍、建筑工棚、城乡接合部的民房等条件较差的住房,对城市高房价的敏感度不如高素质人才,因此,人力资本水平的提高并未对非农产业集聚产生显著的促进作用;此外,可能我国当前高端人力资本水平不高,使得人力资本对非农产业集聚的积极作用并未凸显。市场潜能的估计系数显著为正,表明市场潜力与非农产业集聚度之间存在显著的正相关关系,亦表明市场潜能大小是非农产业集聚程度的重要因素。原因是市场潜力的提高将会给企业带来更多的利润,这与非农产业集聚呈正反馈机制,进一步强化区域产业集聚程度。然而,城镇化率与非农产业集聚虽是正相关关系,但估计系数并不显著。原因可能是我国当下城镇化进程虽高,但相应的产业并没有发展起来,造成产业发展与城镇化不协调,加之我国现阶段城镇化质量不高,还需加强城市产业发展,避免人口城镇化的片面发展。基础设施的估计系数在1%水平上显著为负,表明基础设施水平与非农产业集聚之间并不存在显著的正相关关系。原因可能是我国基础设施的整体水平有待提升,对非农产业发展的促进作用尚未显现,还需进一步完善基础设施尤其是中西部地区的交通基础设施,降低企业间的交流成本,提高其对产业集聚的作用。对外开放的估计系数显著为正,表明对外开放与非农产业集聚之间存在显著的正相关关系。原因是外商投资对区域经济发展提供了强劲动力,促进了非农产业集聚水平的提升,这也表明我国对外资的利用效率得到进一步提高。

(二)分区域回归结果分析

由于中国不同区域在资源禀赋、经济发展条件等方面存在较大差异,房价和劳动力流动对非农产业集聚的影响可能存在区域异质性。为此,本文参考国家统计局的划分标准,将31个省市区划分为东部、中西部地区[注]东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省级行政区。中西部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南、内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆20个省级行政区。,进一步考察房价和劳动力流动对非农产业集聚的异质性影响,估计结果如表3所示。

表3 分区域回归结果

由表3的模型1—模型4的估计结果可知,非农产业集聚度的滞后一期值对当期值均产生显著正向促进作用,表明东部和中西部地区的非农产业集聚在时间上都具有惯性效应。但是,由非农产业集聚的滞后一期值的估计系数可以看出,中西部非农产业集聚循环累积效应明显小于东部地区。原因可能是东部地区经济较为发达,无论在时间还是在政策及地理优势上都优于中西部地区,特别是东部在产业集聚循环累积的作用下,对产业、劳动力、资本等生产要素产生出强劲的集聚力,从而进一步加剧了东部与中西部地区之间非农产业集聚水平上的差距。由模型1和模型3对比发现,房价对非农产业集聚的影响确实存在显著的区域差异。其中,房价对东部地区非农产业集聚的分散作用强于中西部,加之东部地区的房价更高,因而,房价对东部劳动力流动产生了更为明显的挤出效应,而中西部房价相对合理,并没有出现对劳动力的挤出效应,反而呈现出一定的正向作用,吸引了劳动力的流入。由模型2和模型4可知,加入房价二次项后,房价的估计系数显著为正,其二次项的估计系数显著为负,表明房价与非农产业集聚之间存在“倒U”型关系,在区域层面依然成立,这也表明非农产业从东部向中西部转移过程中房价区域差异是不可忽视的重要推动因素。进一步分析发现,劳动力流动对非农产业集聚的作用呈现出显著的区域差异,劳动力流动对东部地区非农产业集聚产生显著的负向作用,对中西部地区则产生显著的正向作用。原因可能是高房价给东部地区的劳动力带来了高昂的居住成本或购房压力,加之一部分劳动力劳动技能匮乏、劳动收入低,难以承受高房价所带来的高昂生活成本,使得这部分劳动力向中西部地区或中小城市迁移,从而导致了东部地区非农产业集聚程度下降。同时,劳动力从东部地区迁出也促进了中西部地区非农产业集聚,为中西部地区加快经济建设提供了大量劳动力、资本等资源,使之进一步缩小与东部地区经济差距。

由表3估计结果进一步分析发现,人力资本与东部地区非农产业集聚之间存在显著的负相关关系,与中西部地区非农产业集聚之间存在显著的正相关关系。原因可能是城市高房价给外来务工人员带来巨大城市居住成本,从“逃离北上广深”这一现象中可看出大城市高房价对于低薪、低技能劳动者来说具有较大的挤出压力。市场潜能对非农产业集聚度的影响存在显著的区域差异,对东部地区的正向作用程度高于中西部地区,这表明中西部还需继续大力发展非农产业,可以通过做好东部产业转移承接工作为本地经济发展提供强劲动力。城镇化率对非农产业集聚的影响也存在显著的区域差异,对东部地区非农产业集聚产生显著的正向影响,但对中西部地区非农产业集聚的影响不显著。原因可能是相对于东部产业发展与城镇化的统筹协调发展,中西部地区的城镇化程度还较低,相应的配套产业发展比较滞后,城镇化质量有待提高,城镇化对非农产业集聚发展的促进作用还未显现出来。基础设施状况对东部、中西部地区非农产业集聚的影响均显著为负,表明基础设施状况对非农产业集聚的影响不存在显著的区域差异。原因可能是我国公路交通等基建已进入建设后期,基建投资对经济发展的带动能力也在下降,在促进非农产业集聚上表现出了弱效应。对外开放度对东部非农产业集聚产生负向影响,但对中西部地区非农产业集聚则产生正向影响,表明FDI在东部集聚可获得更有利的市场接近效应,但是FDI在东部集聚也会给本地企业带来激烈竞争,对本地企业有一定挤出压力,从而降低了东部非农产业集聚程度；而在中西部地区还需要吸引到更多FDI等外来投资以促进非农产业的集聚发展,从而进一步提升中西部地区的经济发展水平。

五、结论与建议

本文利用2000—2015年中国31个省市区的面板数据,采用SYS-GMM估计方法实证检验了房价、劳动力流动与非农产业集聚之间的关系,结果发现,住房价格与非农产业集聚之间呈现出显著的倒U形关系,表明一定水平的房价对非农产业集聚产生促进作用,但随着房价水平上涨到一定程度并越过相应门槛时,将对中低端行业及中低端行业的劳动者产生较强的挤压效应,从而不利于非农产业集聚。房价和劳动力流动对非农产业集聚的影响呈现出区域异质性特征,即劳动力流动对东部地区非农产业集聚产生显著负向影响,削弱东部地区的非农产业集聚程度；而中西部的房价相对于东部较低,更多劳动力在面对购房压力下选择中西部就业定居,进而会对中西部地区非农产业集聚产生正向作用。本文的研究带来了一定的政策启示:通过合理调控区域土地供应，持续实施房价调控政策以稳定房价,降低大中城市居住压力,以便更好地推动区域工业和服务业等非农产业发展。同时,要防止东部城市高房价的挤出效应造成城市产业空心化,以促进城市产业健康发展;而在中西部地区要积极利用房价的相对区位优势和劳动力资源优势,并配合相应产业扶持政策,积极承接东部产业转移,优化产业结构,加快构建现代产业体系,提升区域经济发展水平。