城市房价对劳动力流入的动态效应研究

夏午宁，岳宏志

（1.西北大学经济管理学院，西安 710127；2.南京晓庄学院审计处，南京 211171）

一、引 言

城市是现代经济增长的引擎，劳动力持续不断流入城市，形成集聚，进而发挥出规模经济效应。在过去的二十年里，中国经历了高速城市化发展过程，城市化率快速提升，从2000年的36.22%上升到2020年的63.89%①2020年数据来源于第七次全国人口普查数据。，大量的劳动力从农村流入城市、从中西部地区流向东部地区，尤其是一线城市集聚了大量的外来劳动力，北京、上海、广州和深圳四市2020年的流入人口分别为745.6 万、977.71 万、576.87万、849.1万，比2000年增加了489.5万、690.74万、583.6万、272.78万。根据城市化发展规律可知，城市化率在达到50%以后将步入一个快速发展阶段，城市劳动力集聚速度更快，大量的劳动力迅速向城市集聚。

在劳动力快速集聚的过程中，城市房价也出现了快速上涨。过去二十年，中国经历了一段房价快速上涨时期，尤其是一线城市的房价上涨最为迅猛，北京、上海、广州和深圳四市2020年的商品房平均销售价格是2000年的7.66 倍、9.48 倍、5.83 倍和9.93 倍，年平均增长率分别为10.72%、11.84%、9.28%和12.08%。快速上涨的房价也使得居民消费结构发生巨大变化，住房支出成为居民消费中的第二大支出项目，2020年全国居民人均居住消费支出达5215元，占总消费的24.6%①数据来源于中华人民共和国中央人民政府网站，http：//www.gov.cn/xinwen/2021-01/18/content_5580891.htm，其中第一大项支出比重为30.2%。，已经成为继食品烟酒消费之后的第二大支出项目。过高的住房支出已给城市居民带来较高的生活成本和压力。

面对如此之高的房价，自2017年初以来，全国范围内掀起了大规模的“抢人大战”。参与“抢人大战”的城市中，绝大部分城市都以住房补贴作为主要优惠政策来吸引外来劳动力。从现实情况来看，住房补贴力度较大且房价较低的三、四线城市劳动力依然持续负流入，而住房补贴力度较低且房价较高的一、二线城市劳动力依然持续流入。面对现实困境，不禁要问在劳动力集聚的过程中，为什么房价越高的城市流动人口规模持续提高。既有文献尚未对该问题给出全面而系统的解释。本文则从理论和实证两个角度考察城市房价对劳动力流入的动态效应。

本文研究发现：第一，城市房价对劳动力流入存在显著的动态效应，即短期抑制效应和长期促进效应。该结论在考虑了内生性问题以后，依然成立。第二，相对于小城市而言，大中城市的房价对劳动力流入在长期内具有显著促进效应。第三，相对于中西部城市而言，东部地区城市的房价对劳动力流入在长期内具有显著促进效应。第四，在短期城市房价更有利于促进本市移民和本省外市移民，而在长期则更有利于本省外市移民和外省移民。第五，城市房价对劳动力流入的影响主要通过更好的城市公共服务而得到调节。

本文可能的边际贡献在于：从宏观层面考察房价对城市劳动力流入的长期影响。既有文献往往强调了房价对劳动力流入的微观挤出效应，而相对弱化了房价对劳动力流入的宏观层面的长期影响。忽视房价对劳动力流入在宏观层面的长期影响，就会得出高房价阻碍了劳动力流入的结论，继而认为低房价城市通过住房补贴可以吸引劳动力流入。补贴资金用于高价购房治标不治本。在高质量发展阶段，为了促进城市高质量发展，需要合理引导劳动力在城市间合理流动，以满足城市高质量发展过程中劳动力需求。

二、文献回顾及评述

随着城市房价的上涨，住房支出在整体消费支出中所占比重越来越大，对劳动力流入的约束力越来越强，对城市高质量发展产生影响。在中国城市化进程尚未完成的情况下，如果不断上涨的房价已经显著地且持续地制约了劳动力流入城市，那么城市房价将会通过分散劳动力的空间分布，影响城市发挥规模经济效应，给经济增长带来巨大的效率损失。已有文献研究指出，中国大城市规模过小，尤其是一线城市规模过小（潘士远等，2018）[1]，应该进一步放松对一线城市的限制，促进劳动力流入。

早期关于劳动力流动的研究方向多为劳动力从农村向城市转移。关于房价与劳动力流入的文献中，目前大量文献主要集中于考察城市外来劳动力的流入是否显著地提高了城市房价，认为外来劳动力对本地房价的上涨存在显著的提升作用，且认为主要是由于高技能劳动力的流入加速了房价的上涨（陆铭等，2014[2]；陈斌开、张川川，2016[3]；李嘉楠等，2017[4]；何鑫等2017[5]），研究房价对劳动力流入影响的文献相对偏少，直接研究房价对劳动力个体决策的理论和实证研究尚不多见。

在房价对劳动力流入的影响方面，Helpman（1998）[6]首次从理论上证明了高房价会通过影响劳动力的相对效应而阻碍劳动力的集聚。随后部分学者对Helpman 的理论展开了实证检验，结果表明城市高房价引起部分地区劳动力短缺、阻碍劳动力集聚、制约劳动力跨区域流入，进而引致地区产业转移，导致部分地区产业结构扭曲（Jeanty et al.，2010；Brakman&Schramm，2002；Rabe&Taylor，2012；高波等，2012）[7-10]。然而，也有学者指出，如果高房价是基于经济内生发展的需求所引致，那么高房价所在的城市对应着更高的工资、更好的公共服务条件，会逐渐抵消高房价带来的负面效应，促进劳动力的流入（杨晓军，2017[11]；杨义武等2017[12]）。同时，房屋作为一种耐用消费品，具有投资价值，房价上涨会形成套利预期，促进劳动力的流入（Dohmen，2005[13]；Meen&Nygaard，2010[14]）。还有学者认为，房价对劳动力流入方向的影响是拉力作用和阻力作用的综合结果，呈现出先吸引后抑制的倒U型影响，并认为我国部分一线城市已经越过拐点形成阻力作用（张莉等，2017[15]）。周颖刚等（2019）[16]利用2014～2016年中国流动人口动态监测调查数据考察城市房价对个体居住决策的影响，研究结果表明高房价会增强劳动力家庭的流动意愿。胡建国（2020）[17]认为房价对劳动力流动的影响因劳动力群体不同而存在差异，除了居住成本与生存压力的直接影响外还表现为其他因素的影响，并运用2017年流动人口卫生计生动态检测调查数据指出高房价城市劳动力流入整体呈现下降的趋势，中房价城市劳动力流入呈现先升后抑的“倒U 字型”的趋势，低房价城市劳动力流入则呈现“U 字型”的趋势。董昕等（2021）[18]指出收缩城市的房价收入比较低，定居门槛较低，是收缩城市定居意愿更高的原因之一。既有文献均表明城市高房价具有驱使劳动力流出的效应。但是其很难解释为什么北上广深等高房价地区，外来流动人口规模并没有呈现出衰减的趋势。兰宗敏等（2021）[19]研究指出长三角和珠三角城市群“驱赶效应”最弱，高企的房价并未显著地驱使人们“逃离”北上广深。

由此可见，关于城市房间对劳动力流动的影响存在不同认识，没有形成一致结论，城市房价上涨、高房价对劳动力流动具有排斥效应、吸引效益及两种效应的阶段性变化。房价上涨势必导致劳动者生活成本提高，成为劳动者区域流动不可忽视的影响因素。在劳动力集聚的过程中，为什么房价越高的城市流动人口规模持续提高？劳动力流动受多重因素的影响。既有文献尚未对该问题给出全面而系统的解释，强调房价的微观挤出效应而相对弱化宏观层面的长期影响。本文将借助于发展经济学劳动力流动决策模型，从理论和实证两个角度考察城市房价对劳动力流入的动态效应，进一步深入研究城市房价对城市劳动力流入的影响，以探究城市房价与城市劳动力流入之间的内在逻辑关系。

三、城市房价与劳动力流入的基本事实

（一）城市房价的基本事实

中国的住房市场改革始于1998年国务院发布的《关于进一步深化城镇住房制度改革加快住房建设的通知》（国发[1998]23号文），该文件的实施终止了存在已久的单位分配福利住房制度，标志着我国住房市场化的全面启动。虽然在1998年住房市场化改革已开始启动，但在随后的几年内，中国的住房价格基本处于平稳状态，并无显著的增长态势，直到2003年才开始了迅速的上涨。从全国层面来看，中国的房价在2003年以后才开始出现加速上涨态势：1998年到2002年，房价从2 063元/平方米上涨到2 250 元/平方米，增长了9%，年均增长率仅为2.17%；但从2003年到2019年，价格从2 359 元/平方米上涨到9 860元/平方米，增长了4.18倍，年均增长率为8.41%。从区域层面来看，三大区域之间存在明显的差异，东部地区的住房价格始终高于中西部地区：1999年东中西部地区房价分别为2 404元/平方米、1 188 元/平方米和1 350 元/平方米，东部地区的房价是中部地区的2.02 倍、西部地区的1.78倍；2020年东中西部地区房价分别为16 852元/平方米、7 295元/平方米和7 501元/平方米，东部地区的房价是中部地区的2.31倍、西部地区的2.25倍，东部地区的房价在上涨的过程中与中西部地区逐渐拉开了差距，而中西部地区的房价基本处于同一水平缓慢上涨。从城市层面来看，2001年35个大城市的平均住房价格为2 311元/平方米，2020年为15 192元/平方米，35个大城市的住房价格与东部地区的住房价格十分接近并保持相同的增长态势（见图1）。根据中国住房价格的基本事实可知，在经济发达地区和城市，房价快速增长，而经济欠发达地区的房价增长相对缓慢，且经济发达地区和欠发达地区的房价差距呈不断扩大趋势。

图1 三大区域和35个大城市房价：1999～2020年

（二）劳动力流入的基本事实

我国劳动力流动深受政府政策的影响。改革开放以来，我国逐步实施了一系列放松限制劳动力流动政策，劳动力流动受经济社会发展的影响程度日益加深，尤其是1992年以后，在国际离岸外移分工模式的背景下，沿海地区承接了来自发达国家和地区转移的劳动密集型制造业，引发了大量的内陆地区剩余劳动力流向东部地区。从人口流入规模来看，自20世纪80年代中后期开始，中国劳动力流入开始加速，由80年代末期的几百万人增长到2020年的3.76亿人。从区域层面来看，人口流入的方向主要由农村流向城市、由中西部欠发达地区流向东部发达地区，1999年东中西部地区的人口比重分别为37.35%、33.79%和28.86%，到了2020年三大区域的人口比重分别为42.1%、31%和26.9%。东部地区人口比重增加了4.75个百分点，中西部地区则分别下降了2.79 和1.96 个百分点。东部地区11%的国土面积容纳了约43%的人口规模，这一比例或许还将继续增加。从城市层面来看，35个大城市的人口比重由1999年的17.36%上升到2020年的20.21%，35个大城市5%的国土面积容纳了近1/5的人口规模，这一比例或许也将继续增加（见图2）。根据人口流入的基本情况来看，人口从欠发达地区流向发达地区，从农村地区、小城镇流向大中城市，而且这种集中的态势很有可能仍将持续。

根据图1 和图2 可得到如下基本事实结论：住房价格在2003年以后迅速上涨，其中以东部地区和大城市房价同步且快速上涨为主，中西部地区和小城市房价上涨缓慢且同步；与此同时，劳动力的集聚在2003年以后也开始加速，向东部地区和大城市的集聚在2003年以后开始加速，而向中西部地区和小城市的集聚在下降。由此可知，房价上涨与劳动力流动规模之间存在着一定的正向关系。

图2 三大区域和35个大城市人口比重：1999～2020年

四、理论分析与实证模型

（一）理论模型

劳动力流入城市形成集聚，发挥规模经济效应，是城市经济发展的重要源泉，也是内生经济增长的重要模式。传统发展经济学理论认为，劳动力流入城市是基于收入差异的预期，如果流入城市所获收入高于流出地所获收入，那么劳动力就选择流入城市，其所获收入取决于在流入城市所能获得的实际工资和获得就业的概率（Todaro，1969）[20]。一个简单的劳动力流入成本-收益分析模型如下：以W表示劳动力所能获得的工资收益，不流入城市的工资为W0，流入城市的工资为W1。一般情况下，现代部门工资水平高于传统部门工资水平，即W1＞W0。假设劳动力在流出地的生活成本为零，但在城市需要支付增量成本C(Ph)（其中＞0，即房价越高，流入城市需要支付的增量成本就越高），即在城市居住的住房成本①根据目前我国经济发展形势和居民消费结构可知，流入城市的增量生活成本主要以住房支出为主。。Z表示劳动力所能获得的收益。

以0和1分别表示劳动力不流入和流入的情况，A表示劳动力开始工作的年龄，r为主观贴现率。假设代表性劳动力工作到T 岁退休，那么在离散情形下，劳动力在不流入和流入情况下的收益分别为：

其中公式（1）表示劳动力不流入城市所获得的收益，公式（2）表示劳动力流入城市所获得的收益。如果劳动力流入城市的收益大于不流入的收益，即Z1＞Z0，那么劳动力就会选择流入城市。此时劳动力流入城市相对于不流入城市所获得净收益为：

根据公式（3）可进一步得到城市房价与劳动力流入城市净收益之间的关系为：

从公式（4）可知，在静态模型下，城市房价与劳动力流入城市后的净收益之间存在负向关系，即城市房价越高，劳动力流入城市后的净收益越小，劳动力流入城市的意愿就越低。具体提出如下命题：

命题1：在短期，城市房价具有抑制劳动力流入的效应。

从公式（2）可知，劳动力流入城市一方面可以获得相应更高的工资收入，但同时也面临着更高的住房成本。房屋作为耐用消费品，其支出具有持续性、长期性和大额性特点。对于一个不打算在流入城市长期生活的劳动力而言，其流入城市的决策具有短期效应，即在城市获得相对较高的收入并进行高额储蓄，以规避在城市长期居住所承受的高额增量住房成本，然后返回到流出地。

对于一个理性的劳动力而言，流入城市除了为获得工资收入之外，还为获得由更高水平公共服务而带来的更高生活质量，而更高的生活质量又能够给劳动力带来更长远的收益，具有更高的效用水平（赵扶扬、陈斌开，2021）[21]。与此同时，由于房屋具有投资价值，从长期来看，随着城市住房价格的上涨，房屋投资价值也会随之提高。作为具有投资价值的房屋价格持续上涨，会增加劳动力流入城市的收益。从长期来看，更好的城市公共服务和持续的房价上涨，会增加劳动力流入城市的收益。将更好的城市公共服务带来的收益Es(Ps)和持续的房价上涨带来的投资收益Ei(Ph)之和界定为隐形收入E1(Ph,Ps)，并且随着时间的推移具有累积增长效应。

由于更高的生活质量，会在一定程度上推高城市房价，从而增加城市住房成本。因此，从长期来看，城市住房价格受到城市公共服务的影响，即Ph(Ps)（其中＞0，即城市公共服务条件越好，城市住房价格越高）。另一方面，更好的城市公共服务会通过提供良好的教育、优质的医疗资源、便利的交通和优美的环境，从而削弱房价上涨对生活成本的促进作用，即和

因此，若考虑长期决策，则劳动力流入城市的预期收入将同时包括直接工资收入（W1）和间接隐性收入（E1），那么公式（2）将会进一步改写为：

此时公式（5）中长期决策的净收益将远远大于公式（2）短期决策所获净收益，即＞Z1。如果在静态模型下劳动力选择流入城市，那么在长期决策中，由于净收益将会随着时间的推移而不断增加，时间越长，净收益越大，- Z0值就越大。此时劳动力流入城市相对于不流入城市所获得净收益为：

根据公式（6）可得到，如果流入城市的长期收益大于不流入城市的收益，那么，在长期劳动力会选择流入城市，即在长期城市房价并不能阻碍劳动力流入城市。根据公式（6）可进一步得到城市房价、城市公共服务与劳动力流入城市净收益之间的关系为：

从公式（6）和（7）可知，在动态模型下，城市房价与劳动力流入城市后的净收益之间存在正向关系，即在长期城市房价具有促进劳动力流入城市的作用，并且会随着城市公共服务水平的提高而增强。具体提出如下命题：

命题2：在长期，城市房价具有促进劳动力流入城市的效应。

命题3：城市公共服务越好，城市房价越容易吸引劳动力流入城市。

（二）实证模型设定

为了检验城市房价对劳动力流入的影响，本文设定如下模型：

其中，Migration_rateit表示i城市t年劳动力流入率，ln Hpriceit表示i城市t年城市房价水平，Contralit表示i城市t年的控制变量，νi表示城市固定效应，δt表示时间固定效应，νi× δt表示城市*时间固定效应，ξit表示随机扰动项。

同时，为了进一步考察房价对劳动力流入的长期动态效应，本文进一步将模型设定如下：

其中，Migration_rateit+3表示i城市t+3年劳动力流入率，Migration_rateit+5表示i城市t+5年劳动力流入率。

（三）变量说明与数据来源

1.被解释变量

人口净流入率（Migration_rate）。借鉴何鑫等（2017）做法以获得地级市层面的人口净流入数据。具体而言，利用《中国城市统计年鉴》中公布的各城市GDP和人均GDP数据计算得到2007～2018年，即人口净流入数=（城市GDP/城市人均GDP）-年底总人口数。在此基础上，进一步计算得到人口净流入占比=人口净流入数/年底总人口数。为了使得数据口径一致，本文选取市辖区城市GDP、城市人均GDP和年底总人口数。

2.核心解释变量

房价（Hprice）。遵循既有文献的做法，利用《中国区域经济统计年鉴》公布的有关房价数据获得2004～2013年期间房价数据，即采用市辖区商品房销售额与市辖区销售面积，计算得到商品房平均销售价格，然后利用省际CPI指数对其进行平减得到实际城市商品房价格。

3.控制变量

为消除因遗漏变量导致的内生性问题，本文基于已有文献和前文分析，在回归中加入以下控制变量，主要包括城市经济变量和城市公共服务变量，前者主要反映城市居民收入水平、城市产业结构、私营个体经济发展情况、城市投资状况和城市外商投资水平，后者主要反映城市的教育公共服务条件、医疗公共服务条件、交通公共服务条件和环境公共服务条件（杨义武等2017[12]；张莉等，2017[15]；董昕等（2021）[18]）。具体包括：（1）城市居民收入水平，采用城镇居民人均可支配收入进行衡量（取自然对数）；（2）城市产业结构，采用第三产业与第二产业增加值之比进行衡量；（3）私营个体经济发展情况，采用私营企业和个体企业从业人员占城市总就业人数比重进行衡量；（4）城市投资状况，采用城市固定资产投资额占GDP 比重进行衡量；（5）城市外商投资水平，采用城市FDI 水平进行衡量（取自然对数）；（6）教育公共服务条件，采用城市每万人普通中学学校数和每万人公共图书馆总藏量进行衡量（取自然对数）；（7）医疗公共服务条件，采用城市每万人医生数进行衡量（取自然对数）；（8）交通公共服务条件，采用城市每万人拥有公共汽车数和年末人均道路面积进行衡量；（9）环境公共服务条件，采用建成区绿化覆盖率进行衡量。为了消除可能的内生性问题，本文对所有控制变量均采用与房价同期的滞后期进行控制。

以上所有数据主要来源于《中国区域经济统计年鉴》和《中国城市统计年鉴》，少量缺失数据以拟合趋势法补齐。由于拉萨市数据缺失较为严重，本文作剔除处理，最终获得286个地级市作为估计样本（未包括巢湖市、铜仁市、毕节市和海东市）。

五、城市房价与劳动力流入实证检验

（一）基准检验

本文基于方程（8）～（10）进行实证估计，结果如表1所示。表1第1～2列汇报了城市房价对当期流动人口占比的影响，其中第1列只控制了城市固定效应和时间固定效应，第2列加入了城市经济变量和城市公共服务变量，估计结果均表明城市房价对当期流动人口占比具有显著的抑制效应。第3～4列汇报了城市房价对未来三年流动人口占比的影响，从估计结果来看，无论是否加入城市经济变量和城市公共服务变量，城市房价对未来三年流动人口占比的影响均不显著，说明从中期来看，城市房价并不会显著阻止劳动力流入。第5～6列汇报了城市房价对未来五年流动人口占比的影响，从估计结果来看，无论是否加入城市经济变量和城市公共服务变量，城市房价对未来五年流动人口占比的影响均显著为正，说明随着时间的推移，在长期城市房价可以推动劳动力流入。由此可见，城市房价对劳动力流入具有显著的动态效应，即短期内显著阻碍了劳动力流入、中期内无显著影响、长期内显著促进了劳动力流入。房价高的北京、上海、广州、深圳等城市人口持续流入，而房价低的三四线城市人口持续流出。

表1 基准检验

从控制变量来，居民收入水平显著促进了劳动力流入，说明获得更高收入是劳动力流入城市的重要原因之一。产业结构对劳动力流入率的估计系数显著为正，说明产业结构高级化有利于劳动力流入，第三产业的发展，尤其是服务业的发展，能够提供更多的就业岗位，吸引更多的劳动力流入。私营企业与个体企业从业人员比重对劳动力流入率的估计系数显著为正，说明企业家精神越活跃、私营企业与个体企业越发达，越有利于促进劳动力流入。城市的教育公共服务条件、医疗公共服务条件、交通公共服务条件、环境公共服务条件均显著地促进劳动力流入，说明城市教育公共服务、医疗公共服务、交通公共服务、环境公共服务均是促进劳动力流入的重要条件。综合控制变量可知，劳动力流入城市一方面是为了寻找就业岗位，追求更高收入，另一方面也是为了追求城市提供的高质量教育、医疗、交通和环境条件。

（二）稳健性检验

为保证研究结论的稳健性，从如下两个方面进行稳健性检验：第一，替换被解释变量。前文利用《中国城市统计年鉴》计算得到各个城市人口净流入率。稳健性检验中借鉴杨晓军（2017）的做法，利用《中国城市建设统计年鉴》公布的城市市区暂住人口数据进行替换。估计结果如表2前3列所示。估计结果与表1基准检验一致。即在短期房价具有抑制劳动力流入的效应，在长期房价不能阻碍劳动力流入。第二，考虑金融危机因素。2008年发生的金融危机对经济结构产生了重要影响。表2第4～6列汇报了排除金融危机之后的样本。从估计结果来看，仍然表现为在短期房价具有抑制劳动力流入的效应，在长期房价不能阻碍劳动力流入。

表2 稳健性检验

（三）内生性检验

上述估计中虽然控制了时间和个体不可观测因素及相关控制变量，但是依然可能存在流动人口和城市房价之间反向因果关系。关于城市房价工具变量的选取方面，首先遵循陆铭等（2015）[22]的做法，选取土地供给作为城市房价的工具变量。其原因在于：（1）土地是住房市场最主要的投入要素，土地供给状况直接影响城市房价；（2）城市土地供给在很大程度上由严格的建设用地指标来决定。新增建设用地指标由中央以计划指标形式分配到各省，再由各省分配给各地方，因此地级市层面的新增建设用地指标不由地方政府控制①需要指出的是，虽然建设用地指标与土地供给之间并不是一一对应的关系，但是土地供给量仍然在很大程度上由新增建设用地指标来决定，具体分析可见陆铭等（2015）。。在方程（8）～（10）的基础上，纳入土地供给对城市房价影响的因果关系，构建如下回归模型：

方程（11）中代表了在控制一系列其他因素的情况下土地供给对城市房价的影响，以人均土地出让面积作为土地供给的衡量指标，数据来源于历年的《中国国土资源统计年鉴》。

其次，借鉴周颖刚等（2019）的做法采用住房供应弹性作为城市房价的工具变量，即采用城市不可开发土地占城市未开发土地比例与长期利率水平的乘积。城市不可开发土地指城市坡度大于15度的山地，根据美国地理服务局提供的90m全球高程数据集v4.1，使用ArcGIS计算得到。长期利率采用30年房贷的基准利率，该利率水平随宏观经济状况的变化而变化。此方法构建的工具变量：一方面满足相关性，即住房供应弹性越小，住房价格越高；另一方面满足外生性，即城市内不可开发土地面积比例和宏观利率对劳动力家庭居住决策没有差异性影响。构建如下估计模型：

估计结果如表3所示。其中，第1～3列汇报了以人均土地出让面积作为工具变量得到的估计结果。第一阶段统计量Kleibergen-Paap rk LM 估计值高度显著，Cragg-Donald Wald F 和Kleibergen-Paap rk Wald F统计量大于10，说明工具变量不存在弱工具变量问题。从第1～3列的第一阶段估计结果来看，人均土地出让面积估计系数显著为负，说明人均土地出让面积显著抑制城市住房价格水平。从第二阶段估计结果来看，城市房价估计系数与表1的估计结果一致，即城市房价对当期人口流入产生显著抑制效应，而对长期人口流入并无显著抑制效应，反而促进了人口流入。从第4～6列的第一阶段估计结果来看，住房供应弹性估计系数显著为正，说明住房供应弹性显著促进城市住房价格水平。从第二阶段估计结果来看，城市房价估计系数与表1的估计结果一致，即城市房价对当期人口流入产生显著抑制效应，而对长期人口流入并无显著抑制效应，反而促进了人口流入。综合表3估计结果可知，在考虑了城市房价与流动人口占比之间的反向因果关系后，借助于工具变量法进行估计，依然表现出城市房价对当期流动人口占比具有显著负影响，对未来三期流动人口占比无显著影响，对未来五期流动人口占比具有显著正影响。

表3 内生性检验：工具变量估计结果

（四）异质性检验

从劳动力集聚的空间角度来看，劳动力流入表现为从农村、小城镇流向大中城市，从中西部地区流向东部沿海地区。为进一步考察房价对劳动力流入影响的空间差异，本部分考察房价对劳动力流入动态效应的异质性检验。

1.城市规模异质性检验

表4检验了70个大中城市样本和其他城市样本的估计结果。第1～3列汇报了70个大中城市样本的估计结果。从估计结果来看，大中城市房价对当期流动人口占比和未来三年流动人口占比的影响均不显著，而对未来五年流动人口占比的影响显著为正，说明大中城市的房价对劳动力流入不具有显著的抑制效应，从长期来看具有显著的促进效应。第4～6列汇报了其他城市样本的估计结果。从估计结果来看，其他城市房价对当期流动人口占比具有显著的抑制效应，对未来三年和未来五年流动人口占比的影响均不显著，说明其他城市的房价对劳动力流入短期具有显著的抑制效应，长期不具有显著的促进效应。综合表4估计结果可知，相对于小城市而言，大中城市的房价对劳动力流入在长期内具有显著促进效应。大中城市规模效应大，小城市规模效应小，大中城市房价对劳动力流入的阻碍作用会被城市规模效应弥补。

表4 城市规模异质性检验

2.东中西部地区异质性检验

表5检验了东部地区和中西部地区样本的估计结果。第1～3列汇报了东部地区城市样本的估计结果。从估计结果来看，东部地区城市房价对当期流动人口占比显著为负，对未来三年流动人口占比的影响不显著，而对未来五年流动人口占比的影响显著为正，说明东部地区城市的房价对劳动力流入短期内具有显著的抑制效应，长期内具有显著的促进效应。第4～6列汇报了中西部地区城市样本的估计结果。从估计结果来看，中西部地区城市房价对当期流动人口占比具有显著的抑制效应，对未来三年和未来五年流动人口占比的影响均不显著，说明中西部地区城市的房价对劳动力流入短期具有显著的抑制效应，长期不具有显著的促进效应。综合表5估计结果可知，相对于中西部城市而言，东部地区城市的房价对劳动力流入在长期内具有显著促进效应。

表5 东中西部地区异质性检验

3.流入人口来源地异质性检验

为了进一步考察城市房价对来源于不同地区流动人口的异质性影响，本部分采用第六次人口普查数据，以检验城市房价对来自于本市移民、本省外市移民和外省移民的异质性影响。估计结果如表6 所示。表6 第1～3 列汇报了城市房价对当期源于本市移民、本省外市移民和外省移民的异质性影响。从估计结果来看，城市房价显著促进了本市移民和本省外市移民，而对外省移民并无显著影响。表6第4～6列汇报了城市房价对未来五年本市移民、本省外市移民和外省移民的异质性影响。从估计结果来看，城市房价对本市移民并无显著影响，而对本省外市移民、外省移民则存在显著正影响。综合表6估计结果可知，在短期城市房价更有利于促进本市移民和本省外市移民，而在长期城市房价更有利于本省外市移民和外省移民。

表6 流入人口来源地异质性检验

（五）机制检验

根据理论分析可知，城市房价会通过城市公共服务质量来影响劳动力流入。为了进一步检验城市房价对劳动力流入的机制，本部分主要利用交叉项模型来估计城市房价对劳动力流入的影响。具体如下：

首先，表7汇报了城市房价是否通过教育公共服务水平而影响劳动力流入。表7第1～3列汇报了城市房价与中学数量的交叉项的估计结果。从估计结果来看，城市房价与中学数量的交叉项估计系数显著为正，即无论是短期还是长期，城市房价对劳动力流入的促进效应会随着城市中学数量的增加而提高。表7第4～6列汇报了城市房价与公共图书数量的交叉项的估计结果。从估计结果来看，城市房价与公共图书数量的交叉项估计系数显著为正，即无论是短期还是长期，城市房价对劳动力流入的促进效应会随着城市公共图书数量的增加而提高。综合表7的估计结果可知，当一个城市教育公共服务水平越高，城市房价对劳动力促进效应就越大。因此，城市教育公共服务水平是弥补城市高房价对劳动力流入形成阻碍效应的重要调节因素。

表7 机制检验之一：教育公共服务水平

其次，表8汇报了城市房价是否通过医疗公共服务和环境公共服务而影响劳动力流入。表8第1～3列汇报了城市房价与医疗服务的交叉项的估计结果。从估计结果来看，城市房价与医疗服务的交叉项估计系数显著为正，即无论是短期还是长期，城市房价对劳动力流入的促进效应会随着城市医疗条件的改善而提高。表8第4～6列汇报了城市房价与环境公共服务的交叉项的估计结果。从估计结果来看，城市房价与环境公共服务的交叉项估计系数显著为正，即无论是短期还是长期，城市房价对劳动力流入的促进效应会随着城市环境公共服务的改善而提高。综合表8的估计结果可知，当一个城市医疗条件水平越高和环境条件越好，城市房价对劳动力促进效应就越大。因此，城市医疗条件和环境条件是弥补城市高房价对劳动力流入形成阻碍效应的重要调节因素。

综合表7、表8可知，城市房价虽然在短期内具有抑制劳动力流入的效应，但是当一个城市具有更好的公共服务条件（教育、医疗、环境）时，城市房价对劳动力流入抑制效应将会发生显著变化。因此，城市房价对劳动力流入的影响主要通过更好的城市公共服务而得到调节。

表8 机制检验之二：医疗公共服务和环境公共服务

六、结论与政策启示

劳动力流入城市形成集聚，发挥规模经济效应是城市经济发展的重要源泉，也是内生经济增长的重要模式。随着城市房价的上涨，住房支出在整体消费支出中所占比重越来越高，对劳动力流入的约束也越来越强。在中国城市化进程尚未完成的情况下，如果不断上涨的房价已经显著地、持续地制约了劳动力流入城市，那么城市房价将会通过分散劳动力的空间分布，影响城市发挥规模经济效应给经济增长带来巨大的效率损失。本文首先进行了理论分析，指出从短期来看，快速上涨的房价具有提高生活成本、减少劳动力流入城市的效应，但在长期，由于高房价城市具备较高的投资收益，可以提高劳动力流入城市所获福利水平，进而促进劳动力流入城市，即房价对劳动力流入的影响表现为短期抑制和长期促进的效应。随后，本文利用地级市及以上层面的数据进行实证考察，结果表明：第一，城市房价对劳动力流入存在显著的动态效应，即短期抑制效应和长期促进效应。该结论在考虑了内生性问题以后，依然存在。第二，相对于小城市而言，大中城市的房价对劳动力流入在长期内具有显著促进效应。第三，相对于中西部城市而言，东部地区城市的房价对劳动力流入在长期内具有显著促进效应。第四，在短期城市房价更有利于促进本市移民和本省外市移民，而在长期则更有利于本省外市移民和外省移民。第五，城市房价对劳动力流入的影响主要通过更好的城市公共服务而得到调节。

上述结论对高质量发展阶段实现劳动力在城市间合理流动，以满足城市高质量发展过程中劳动力需求具有一定的政策启示意义。第一，坚持“房子是用来住的，不是用来炒的”定位，满足住房者的购房需求。住房事关人民群众的基本生活，应重视挖掘房价高企背后的深层次原因，降低地方政府土地财政依赖度，并综合运用经济、行政手段适当调控，防止住房成为炒作对象，弥补市场失灵，加快建立全国性的建设用地跨区域交易机制，优化土地资源空间配置，消除土地资源空间错配导致城市房价快速分化，促进房地产健康发展，从而利用城市房价合理引导劳动力的空间配置。第二，制定差异化住房政策，增强调控精准性。对于大城市和东部地区城市，应该更多地注重保护外来流入人口中低技能劳动力的住房问题，注重城中村改造，提供一定的保障房廉租房，而不应该采取一些驱赶外来低技能劳动力的政策以保护城市形象。对于中小城市和中西部城市，应该警惕房价对劳动力流入的负面影响进而降低城市内生增长动力，而不应将房地产作为短期刺激经济的手段。对房价的调控政策也应该区分住房层次，放开高档住房价格、合理调控中档住房价格、严格保护低档住房价格，进而形成不同层次住房需求协同并存的局面。第三，发挥人才战略和产业建设的协同效益。加强高校毕业生到西部就业的补贴和奖励，以“一带一路”建设为契机，提升西部城市人才涵养能力；强化产业支撑，发展特色优势产业，推进以中心城市引领城市群发展、城市群带动区域发展的融合发展战略，防止“人才争夺战”出现严重内耗、加剧城市发展不平衡和扭曲人力资源配置现象；关注人才配套制度的完善和创新环境的营造，重点针对公共部门或提供本地公共产品的企事业单位出台政策，避免财政补贴潜在高收入者而损害公共资源使用的公平性；第四，完善城市公共服务，提升城市核心竞争力。充分认识城市公共服务、人文环境、宜居环境、城市本身的竞争力对劳动力流入的显著促进作用，优化财政支出结构，建立留住人才的长效机制，为城市经济社会发展注入活力。在高房价城市为外来流入人口提供充足的公共服务条件，推进教育、医疗、就业、养老、住房保障等基本公共服务覆盖全部常住人口，以降低流入人口的生活成本和生活压力，实现公共服务人人共享，增强流动人口获得感和幸福感。■