高房价阻碍了中国城镇化进程吗？——基于户籍制度和土地供给的视角

熊鹰 何超

一、引言与相关文献综述

伴随着中国城镇人口比重从1978年的17.92%上升到2015年的56.1%，农业占国内生产总值的比重由27.69%降为8.88%。产业结构由农业向工业升级，大量人口从农业中释放出来，迁移到城市从事制造、建筑或批发零售等产业，这些人在城市工作、买房并获得当地户口，使得中国的城镇化率上升；城镇化率带来人们对住房的需求，提高了城市房价。在一些产业结构升级较快、人口流入较多的大城市，房价的上升尤为明显。同时，高昂的房价也会成为居民的移民成本，将一部分人阻挡在城市外，即城镇化既是城市房价的动因，又受房价的制约，因此房价和人口的城镇化互为影响、互为内生，是居民在城市和农村间“用脚投票”的结果。

那么，房价会不会成为城镇化的障碍？从理论上讲，只要“房子是用来住的”（即房子只有居住属性），并且住宅土地的供给具有弹性，就不会打破房价和城镇化的内生均衡，房价是城镇化的真实体现，传统的城镇—农村二元经济框架正是奠基于此。但是，用传统的二元经济框架来分析产业升级、房价和城镇化的关系时，决不能忽视中国的国情，即户籍政策对公共服务的歧视性分配和独特的土地供给制度。一般而言，良好的公共服务、收入甚至气候、文化等，都可以引起人口在地区间流动，从而对当地房价产生影响，高昂的房价是这些便利条件的资本化①。但是，房价作为安家落户的成本，也会影响人口流动。Plantinga等用拟线性效用函数表示住宅特征与计价品，重新核算了住房成本，发现城市居民的居住意愿与住房成本成反比②。中国的房价上涨，整体上会对人口流动存在倒U型的影响，但对于不同技能的人来说，高技能移民要更加深受其影响③。也就是说，房价和人口流动互相影响，它们都内生于一个一般均衡框架中。如果移民的驱动力由对两地生产技术和产品偏好的限制产生，房子只有居住需求，房价—人口流动的一般均衡模型的结果就为帕累托最优④。因为此时房价取决于人口流入的数量和工资收入，又限制了移民的数量，此时不存在房价加快或阻碍了移民的速度。世界银行认为，对于中国来说，主要就是户籍制度和土地制度导致劳动力人口在由农村流向城市或人口在城市间流动时，没有达到最优水平⑤。

户籍制度的作用主要是根据出生地或血缘关系，确立了公共服务的歧视性分配。中国人口由农村向城市的单向流动过程中，基于户籍制度的福利二元结构是研究的主要着眼点⑥。在一个城市落户，往往以在当地买房作为先决条件，这会迫使农村居民首先有在城市买房的能力才有户口，从而获得当地公共福利；有了房子，才能获得更好的学区资源⑦。因此，户籍制度的存在会产生人口迁移摩擦，抬高了房价，抑制了城市人口规模的进一步扩张⑧。

相对于2001年，2014年全国国有建设用地供应面积增长了6倍，以出让方式批出的土地单位面积价格增长了7.65倍。但是，国有建设用地既包括通过市场“招拍挂”方式用于住宅用地的土地，也有用于工商业、服务业的用地，前者形成政府的土地财政收入，后者是城市产业发展和效率的保障。这样，一方面，中国特有的城市土地管制和开发商准入制度导致住房供给无弹性，会产生中国高速产业结构升级与低速城镇化进程之谜；易斌的研究也发现，中国工业用地供给扩张，住宅用地供给过少，带动了中国城镇化率的提高和房价的上升⑨。

公共福利根据户籍政策在农村和城市实施歧视性分配，土地财政扭曲了住宅用地供给，这两种政策效应增加了居民“用脚投票”时的市场摩擦。但是，上述文献只研究了户籍制度或异质性土地供给制度的某一方面，没有在一个房价—人口流动的一般均衡框架内综合考察这两者的作用，特别是在分析城镇化率时没有考虑农村移民能不能在城市买得起房，忽略了城镇化的终极目标，即农业转移人口的市民化。因此，本文构建了一个由农村向城市移民的一般均衡模型，并假定公共服务的分配依赖于房子的所有权，居民买了房才能获得福利上的好处⑩。另外，本文还参考了Zabel关于房地产市场与移民互为内生的一般均衡的设置⑪。

二、计量模型、参数估计与模拟结果

1.计量模型

1982年宪法明确了中国城市土地国家所有制和农村土地集体所有制的土地二元结构，商品房必须依附在国有所有制土地上。我们假设有农村和城市两个地区：农村没有房地产市场，居民住宅由国家免费提供；城市每年供给土地面积l，其中lh是政府向开发商提供的、用于商品房建设的部分，地方政府的土地财政就来源于此，另一部分lp是由政府无偿用于公共品建设或工业用地，这部分土地供给虽然不能形成政府的收入，但却能有效降低企业边际成本，提高工人生产效率⑫。为简便起见，我们假设一单位lp可获得一单位的公共服务。

居民消费同一种产品Di，上标i=C或R，分别对应城市或农村居民。假设在城市和农村的运输成本忽略不计，产品的价格在农村和城市相等。另外，居民必须拥有栖身之所，满足最低面积住宅要求是居民效用为正的基本条件，否则效用为无穷小。拥有自主产权住房往往是申请一地户口的前提，居民获取城市住宅，相当于购买了城市的“入场券”，能拥有和城市其他居民一样的福利和社会保障，这就赋予了城镇化新的研究含义：城镇化的目标应该是人口的城镇化，而不仅仅是一部分人出于高收入在城里工作，但仍以回农村定居为最终目的。

（1）居民。假设农村人口移民到城市必须购买住宅以获得当地户籍，每个居民对住房有基本面积要求，买房的目的是用来居住而不是卖出以获取价差⑬（这体现了“房子是用来住的”属性）。为简化起见，假设居民购买城市1单位面积住宅便能获得身份的转换，从而获得城市的收入和福利。用h表示居民住宅消费的面积，城市居民效用函数为：

上式表明，农村居民的福利小于城市。与其他行业不同，农业工人退休后没有退休金，直到2009年国务院颁布的《关于开展新型农村社会养老保险试点的指导意见》才开始规定，农民享有国家财政支持的基础养老金55元/月。但是，新型农村社会养老保险对农村老人的劳动供给及劳动决策作用不大，原因就在于中国农民养老水平太低，“新农保”政策力度不大⑭。我们假设，地方政府获得土地财政收入后，会将这部分收入用于城市居民的养老等社会保障，农村的地方政府则无力支撑这些福利。农村居民需要储蓄以应对退休后的风险，这种预防性的储蓄S也会进入农村居民的效用函数。一旦农村居民将这笔储蓄用于购买城市商品房，他便是购买了城市居民的“身份”，就能获得城市的高福利。农村居民的效用函数为U（DR,S）=（DR）δS1-δ。也就是说，农村居民t期的效用Ut取决于他当前的消费Dt和当期新增的储蓄St。

其中，居民能力a是一个服从累积分布函数F（a）的随机变量。用下标表示时间，wRt便为农村居民t期的收入，这里有两个状态：在当期可获得U（DRt,St）的效用，到了下一期，居民可以选择继续居住在农村，获得VRt+1（a）的效用，也可迁移到城市获得的效用为VCt+1（a），β为下一期效用相对于当期的贴现值⑮。在一个动态模型中，VRt（a） 为农村居民的函数值，状态变量为能力a，选择变量为消费DRt和储蓄St。居民最优化问题为：

显然，居民的间接效用函数可以写为：

与农村居民类似，城市居民的效用也是当期状态和下一期状态的函数。城市居民当期可以在城市消费，到了下一期，他要考虑回农村还是继续留在城市。但是城市居民需要支付房价p，如果t期时这个居民刚刚从农村进入城市，他需将t期之前在农村的积蓄ASt和城市的收入wCt用于消费和购买住宅。购房只需交一部分首付款，首付款是房价总额的比例φ，剩余房贷分期付款，每期所付金额为d，则城市居民最优化问题为：

为方便起见，把效用函数设定成线性形式U（DCt）=DCt。显然，即使居民获取同等工资，在城市的效用要大于农村的效用，VRt

居民归还所欠房贷符合（1-φ） ptht=Σ1dt+k/（1+r）t=L，假设每一期的贷款按揭相等，即d=dt+1=dt+2=……，从而有d=r（1-φ） ptht。

（2）产业结构。农村和城市虽然都生产同一种产品D，但它们使用的技术不同，农村使用农业技术AR，城市使用工业技术AC，且AC>AR。工业技术的发挥依赖于城市交通基础设施、信息沟通渠道以及政府对人力资本的投入，这些公共服务或工业投入是工业技术发挥作用的基础，其数量的多少取决于用于建设公共品的土地面积lp，1单位土地面积生产出1单位公共服务。同时，工业技术还需要工人具备一定的技能，需要工人进行人力资本积累、学习相关知识，而城市产品的产出是工人能力、工业部门技术和公共服务用地投入的函数。但是，农村部门的产出受天气、地质等自然环境影响较大，其更加依赖于社会平均的农业科学技术，而与农业从业者的学历、能力关系不大，即人力资本积累对农业生产率作用不大⑯。把工业工人的劳动视为一种技术性劳动，农业工人的劳动则是非技术性劳动，劳动者属性的这种分类与Leach的界定一致⑰。因此，农村和城市的生产函数为：

农村居民的收入wRt=ARt，城市居民的收入就可表示为wCt=a（lpt）αACt，也就是说，城市居民收入优势来源于人力资本的累积、工业技术的效率、城市良好的公共服务对工业技术的提升。NR、NC分别表示农村人口和城市人口，社会的总人口为两者之和：

（3）开发商。房地产开发商的目的是使每一期的住房市场利润最大化，它需要向政府以v的单价购买土地z，并以Ah的技术建造出住宅面积Ht=Aht（zt）μ。房地产开发商的目标函数为：

p表示住房价格。根据一阶最优条件，房地产开发商的最优利润为（1-μ）ptAht（zt）μ，从而政府的土地财政收入为：

（4）政府。地价是房价的主要成本，也是房价预期的反映。高房价有利于土地收益的最大化实现，地方政府有推动房价以获取土地财政的动机⑱。政府用于公共服务的土地越多，出售给开发商的土地数量就越少，这不利于土地财政的获得；而政府用于商品房开发的土地越多，就没有足够的土地用来建设公共服务设施，以吸引更多移民支撑较高的房价，也不利于土地财政的获得。而地方政府便是平衡这两种力量的代表，其目标函数为：

（5）模型的均衡。居民是否移民不仅要考虑当期效用，还要考虑未来效用的贴现值。如果t期的农村居民不移民，其总效用为：

如果t期的农村居民移民到城市，其所得总效用MCt为：

居民只有在MCt>MRt时才会从农村流向城市，否则他们将会居住在农村。均衡时居民在两地效用相等，MCt=MRt，这决定了t期居民居住地选择的能力阈值a*t：

当居民能力at>a*t时，从农村移民到城市便是最优选择；居民能力at≤a*t时，居民居住在农村。由于住房面积大小不影响效用，住房面积和每年流入城市人口相等，每一期迁移到城市的人口表示为：

用b表示债务（1-φ） p，YR、YC表示农村产品和城市产品，则产品市场均衡条件为：

住房建设的土地市场均衡要求zt=lht。假设能力a服从帕累托分布：

由方程（7） 和（13） 得到房价的表达式：

式（16）建立起房价与人口流动的一一对应关系，只有当农村流向城市的人口为正时，城市房价才会为正数。人口流动又来源于两个方面：一是流动意愿1-F（a*t），这取决于居民的能力，要求a*t是时间t的减函数；二是来自于人口绝对数的增长。

进一步来看，a*t是时间t的减函数，可以由数值模拟图1所示。观察发现，进入城市的技能要求越来越低，一个原因是随着城市的发展，一开始只有那些受过高等教育、技能很高的人才有能力在城市定居，但这些高技能者需要低技能者将其从日常事务中解脱出来，进行更高收益的专业化生产，这是由技能间互补的性质决定⑲。另外，低技能工人的人力资本有向城市的高人力资本收敛的趋势；低技能人员能从城市扩张中获得收入的增长，并且增长速度超过其他技能人员。

图1 移民城市的能力要求

2.参数估计

从数据的可得性上看，2005年前只有国有建设用地的总量，没有细分用于公共服务的建设用地和用于商品房的建筑用地，我们只考察2005—2015年产业结构升级对城镇化进程和中国房价的影响。首先明确几个概念：第一，城镇化的过程就是农村人口迁移到城市的过程，面对城市的高收入和人口迁移导致的高房价，居民每一期需做出决策以居住在城市或农村，由于每一期所有人口的能力分布服从帕累托分布，则人力资本均值为λ/（1-λ）；第二，《中国国土资源统计年鉴》中列出了以划拨、出让、租赁及其他方式提供的国有建设用地面积，可视为模型中的土地总供给L，年鉴中统计了用于工矿仓储、商服、住宅用地和公共管理、公共服务等其他用途的土地供给栏目，视为模型中的lp；第三，将“住宅用地合计”这一栏的土地供给定义为lh，但这一栏的土地除了用于普通商品房以外，还用于经济适用房、廉租住房等，这些往往和政府的财政支持相关，不是通过市场定价来实现的，有可能会给估计带来误差，需要对比使用。另外，将L视为外生，政府便在L固定时lp与lh中间进行分配。

为了与数据匹配，采用2013年版《住宅设计规范》规定，住宅最小面积为34平方米，即在方程（13）式中，将实际住房面积除以34才是方程（1）所表示的h≥1情况，从而模型中计算所得的房价是34平方米的住房总价格，再经过转换，便得到每平方米的房价。

由于城市平均工资取决于工业技术工人的能力分布，可以得到一个条件概率下的分布密度函数：

城市的平均工资为：

将上式代入a*的表达式（9），得到wC与wR的关系式：

取折现因子β=0.95，首付款比例φ=0.3，住房贷款利率r=0.05，用《中国统计年鉴》中2005—2015年农村居民和城镇居民平均可支配收入分别表示wR和wC，代入到方程（18） 中便估算出λ和δ的值。

城镇化率由（a*）-λ表达，根据估算的λ，就可得到真实的a*，代入城市平均工资表达式便可估算出α。为了估算μ，将住房生产技术定义为1，方程（13）改写成ΔF*t=（lht）μ/34，ΔF*t实际数据来自于《中国统计年鉴》2005—2015年每年城市人口变化量，它的34倍作为被解释变量，l*t来自于《中国国土资源年鉴》中住宅用地供应数量。我们采用OLS回归，得到μ=0.5826，并通过了5%的显著性水平检验。

表1 参数估计

3.模拟结果

我们将社会总人口和政府土地供应总量当成外生变量，以2005年为基年，就可以得到下一年人口移民城市的能力阈值，计算出相应的城镇化率和房价，从而得出政府在住宅用地和公共品建设用地之间的土地分配方式，将它们与现实情况对比。

（1）政府住宅用地方式土地面积供给。在进行模型及参数估计时。所采取的房价是普通商品房房价，而按照《中国土地资源统计年鉴》统计口径，土地供给栏目中有“住宅用地”和“普通商品房”两项，它们并不相等。普通商品房建筑是住宅用地面积中的主要部分，其他住宅用地如经济适用房、廉租住房、公共租赁房和高档住宅的比例较小。为厘清模型模拟、住宅用地和普通商品房用地这三者之间关系，并与商品房市场价格相对应，我们同时列出了这三种土地供给面积之间的对比情形，如图2所示。观察发现这三条线的变化趋势一致，但模型预测的政府最优住宅开发土地面积位于实际数据之上，表明实际政府住宅用地供给过少，而用于公共服务或工商业的土地过多。

图2 土地供给及模型模拟

图3 房价模拟及移民所需年限

（2）房价。2008年发生金融危机时，中国房价出现过短暂下跌，其余年份房价一直呈上升趋势。图3上图虚线显示，模型所解释的房价2005—2007年间不断上升，与实际数据较为接近，但2008年间有个向下的跳跃，其幅度大大超过了实际数据。这表明，2008年之前中国房价主要是由对房子居住的需求压力决定，2008年后房价上升受到模型之外的因素影响较大——如货币因素或投机需求等。2008年的房价虽然受到各种政策的刺激，与模型的预测背离较大，但2008年后现实数据和模拟数据之间的差距不断缩小，这是因为货币因素或投机需求的作用逐渐减少，而居民增加的收入也提高了对房子的居住需求。根据方程（4），估算出农村居民移民到城市支付得起住宅首付款的年限，表示移民难度，用图3下图表示：2008年之前移民难度不断下降，2008年后房价的飞涨与居民实际收入支撑的房子的居住属性背离，移民难度在2010年达到峰值。2010年3月开始的“限购”政策，拉开了政府通过政策限制房价上涨的序幕。仅上海市，限制房价的政策就有2010年“沪十二条”、2011年“沪九条”和“新沪四条”、2012年“新沪六条”、2013年“上海国五条调控细则”。这些政策的实施有效地抑制了房价—收入比，2010年后农村居民移民到城市的难度下降。图3下图中2010后的移民难度曲线下降，体现在上图中，即为2008—2010年实际房价超出模型所解释的部分较大，2010年后有逐渐缩小的趋势。

图2反映的地方政府缩减住宅用地供给的倾向，也是房价上涨的一个重要原因，尤其从2013年开始政府批给开发商的土地大幅度下降，造成几年后房价急剧上升。这与Wu等的研究结论也一致⑳。当然，模型预测的房价整体低于现实房价，还有其他因素：模型设定了所有居民都只拥有1单位面积住宅，现实中，居民对住宅的需求，既有刚性需求，又有改善性需求，其效用是住宅面积的增函数，而且房价看涨的预期也使得居民尽可能拥有更多的住宅，这些都会提高住房价格。

图4 城镇化率及模型模拟

（3）城镇化率。中国每年城乡移民人口保持在2000万人左右，城镇化率的增长维持在1.3%左右。图4中的虚线模拟出中国不停上升的城镇化率，但是模拟数据只在2005—2008年间才与实际的城镇化率贴近，2009年后实际的城镇化率要低于模型预测。结合图2、图3，一个可能的原因是，2008年前房价上升主要是由城乡移民对住宅基本需求引起的，但2008年后4万亿财政政策的刺激以及投机性住宅需求加剧，使得房价2009年后大大高于房子居住属性所支撑的房价，这提高了农村居民进入城市的能力要求，阻碍了中国的城镇化进程。

（4）城乡收入比。图5显示，城乡收入比先上升后下降，符合实际数据的变动，但模型所预测的城乡收入比基本低于现实数据，这是因为，根据模型，地方政府实际住宅用地供应过少，公共服务用地供给过多，这势必增加城市工业的生产效率，提高工业工人的收入，造成城市居民收入偏高，这与图2所示也一致。另外，城乡收入比过高使得农村居民无力对人力资本进行投资以适应工业部门所需的技能，减少了农村人口进入城市的数量，降低了中国的城镇化率㉑，这又与图4的结论对应起来。

图5 城乡收入比及模型模拟

三、房价的分解

1．模型解释力的测度

为了检验模型的解释力，我们采用发展会计方法将Success Rate定义为模拟数据的对数比。同时，用归一化均方误差作为检验模型预测误差的补充方法，简写为NMSE：

上式中，上标M表示模型所示数据，D表示实际数据。通过计算，我们发现房价、城镇化率、住房土地供给的NMSE比较小，模型解释力较好，但Success Rate大于1，模型存在一定偏差（见表2）。这是因为，政府每年实际住宅用地供给少于土地财政最优时的解，中国房价过高，用于建筑公共服务设施的土地供给过多，城市收入超出农村收入的差距过大，城镇化进程滞后，因此估计房价和城镇化率绝对值时会和实际值存在着一定误差。另外，2008年后的房价快速增长受到模型的假设——“房子是用来住的”之外的因素影响较大，2014年的房屋施工面积相对于2008年增长了156%，导致商品房空置率也持续攀升。

表2 模型的拟合程度

2．房价的分解

将实际房价数据作为被解释变量，模型所示房价作为解释变量，利用可决系数，发现模型解释了真实房价的84.68%。由于模型没有考虑货币政策对房价的影响，房价便是由人口绝对数量的增长、政府的土地政策和产业结构升级这三个方面因素决定。为厘清三者对房价的贡献，我们用Shapley值分解法进行分解。

Shapley值分解法最早用于收入分配中来分解基尼系数和泰尔指数，后来被广泛用于各行业，如区域金融发展差异的因素贡献、公司经营风险、空气环境等。本文首先通过回归模型，得到可决系数R2（X），再将其中T个元素作为解释变量估计模型，得到可决系数R2（T）。因此，Shapley值考察了可决系数R2在变量之间的分配。仿照这个思路，写出以下方程：

上标“-”表示变量不变时的情形，方程左边第一项和第二项之和是在其他条件不变情况下，土地政策对房价的贡献率，第三项和第四项之和是人口绝对数量的增加对房价的贡献率，最后一项为产业结构升级对房价的贡献率。用x表示实际数据的平均值，将可决系数定义为：R2=∑（xMt-x）2/∑（xDt-x）2。

首先，我们将2005年作为初始年，研究2015年房价相对于2005年变化中的人口数量、政府土地政策以及产业结构升级的贡献率；其次，为了考察2008年金融危机后中国房地产市场的新变化，我们将2009年作为初始年。表3显示，中国虽然有庞大的人口数量，但人口绝对数量的增长对房价的影响比较小，关键是城乡移民的人口数量及其对住宅的需求。2005—2015年间产业结构升级可以解释26.45%的房价，而土地政策的作用达56.41%，高于Garriga等估计的36% （他们的模型中，政府没有土地财政的动机，也没有考虑到公共服务用地对工业技术生产力的影响）。表3还显示，2008年后针对房价的影响，土地政策作用上升，产业结构升级的作用下降。2008年财政刺激后，地方政府债务也出现爆发性增长，土地财政作为政府融资手段的作用大为加强，地方政府更加依赖于土地政策。另外，为了严防房地产库存危机，政府在2013年之后便有意缩减住宅土地面积的供给，进一步加剧了住宅用地的短缺。这些都导致了2008年后土地政策的重要性和刚性约束。根据方程（12）并结合现实数据，土地政策一个显而易见的后果是，2008年后的城镇化进程要慢于2005—2015年的平均速度，房价的快速上涨提高了人们进入城市的能力要求，阻碍了城市化的快速实现。

时间 人口绝对表3 房价的分解 单位：%数量增长 土地政策 产业结构升级2005—2015 1.81 56.41 26.45 2009—2015 2.37 72.41 20.81

四、研究结论与政策含义

城镇化的进程首先是人口的市民化。2018年的十三届全国人大一次会议上，李克强总理在政府工作报告中明确指出“加快农业转移人口市民化”。人口的市民化要求农村移民获得与城市居民同等身份和同样的社会福利。本文以户籍制度下的公共服务歧视性分配为前提，从土地财政政策的角度入手，考察中国房价对城镇化进程的影响。鉴于中国土地由政府垄断供给，并且存在土地性质的异质性——政府可以高价提供土地用于房地产开发以形成土地财政收入，也可以低价或免费供给土地用于公共服务和商业服务业——即使从土地财政最优角度，政府提供的住宅开发用地也显得过少，而用于提供公共服务和商业服务业建设的土地过多，这就造成了两个方面的后果：第一，房价作为农业转移人口市民化的成本时，过高的房价阻碍了中国城镇化进程；第二，城市居民收入严重高于农村居民，农村居民无力进行人力资本投资，阻碍了农村居民向城镇地区和高技术行业转移，而政府的土地财政政策和户籍制度起到了保护这种收入二元结构的作用。

要解决“加快农业转移人口市民化”的问题，首先要进行户籍制度改革，允许居民自由流动，最主要的是降低附属在住房和户籍上的公共福利比重，实行“租售同权”，避免有房者和无房者的社会公共福利差异过大。其次，房价过高的因素更多的是住宅用地供给不足，降低房价要从供给侧入手，加大住宅用地供给，而不仅仅是采取“限购”等抑制需求的政策，这需要政府改革住房土地供给机制，建立起住房土地供给与进城人口数量的配套体系。由于土地财政最优的地方政府有缩减土地供应以提高房价的倾向，政府部门要换位思考，职能定位要以房价平稳和居民福利为目标，而不是以土地财政政策为目标来吸取政策红利。

本文的分析建立在房子有最小面积、买得起房的居民才能落户的基础之上，着眼点是“人口市民化”。在实际的统计数据中，城镇化率往往以常住人口的占比来计算，买房不是必要条件，但以常住人口计算的城镇化率低于模型模拟的最优的城镇化率，现实中实际的、以买房落户计算的城镇化率也会低于模型最优解，这不影响本文结论。另外，不同收入的居民会形成对于住房面积不同的需求，货币和投机因素也会影响居民的买房行为，这将是今后拓展研究的方向。

注释：

①P.Bayer,R.McMillan,Tiebout Sorting and Neighborhood Stratification,Journal of Public Economics,2012,96(11),pp.1129－1143.

② A.J.Plantinga,C.Détang－Dessendre,G.L.Hunt,et al.,Housing Prices and Inter－Urban Migration,Regional Science and Urban Economics,2013,43(2),pp.296－306.

③ 张莉、何晶、马润泓：《房价如何影响劳动力流动？》，《经济研究》2017年第8期。

④⑩G.Glomm,A Model of Growth and Migration,Canadian Journal of Economics,1992,25(4),pp.901.

⑤ World Bank,Urban China：Toward Efficient,Inclusive,and Sustainable Urbanization.World Bank Publications,2014,pp.1－583.

⑥ 姚洋、章奇：《中国工业企业技术效率分析》，《经济研究》2001年第10期

⑪J.E.Zabel,Migration,Housing Market and Labor market Responses to Employment Shocks,Journal of Urban Economics,2012,72(2－3),pp.267－284.

⑫ 工业用地虽然也通过“招拍挂”方式形成政府收入，但政府往往设置前置性条件以极低的价格转让，本文将这部分收入近似看成零。

⑬ 2013年版《住宅设计规范》规定最小住宅面积不能低于34平方米。

⑭ 张川川、John Giles、赵耀辉：《新型农村社会养老保险政策效果评估——收入、贫困、消费、主观福利和劳动供给》，《经济学（季刊）》2014年第4期。

⑮W.B.Zhang,Economic Growth With Space and Fiscal Policies With Housing and Public Goods,Journal of Economic Studies,2011,38(4),pp.452－482.

⑯ R.E.Lucas,Life Earnings and Rural－Urban Migration,Journal of Political Economy,2004,112(S1),S.29－S59.

⑰J.Leach,Training,Migration and Regional Income Disparities,JournalofPublic Economics,1996,61(3),pp.429－443.

⑱ 邵朝对、苏丹妮、邓宏图：《房价、土地财政与城市集聚特征：中国式城市发展之路》，《管理世界》2016年第2期。

⑲ 陆铭、高虹、佐藤宏：《城市规模与包容性就业》，《中国社会科学》2012年第10期。

⑳J.Wu,J.Gyourko,Y.Deng,Evaluating the Risk of Chinese Housing Markets：What We Know and Ehat We Need to Know,China Economic Review,2016,39,pp.91－114.

㉑ 钞小静、沈坤荣：《城乡收入差距、劳动力质量与中国经济增长》，《经济研究》2014年第6期。