張佐敏 鄺 雄 戴 玲

一、 引 言

房價快速上漲是我國城市過去十幾年發(fā)展過程中的一個顯著特征，在居民缺乏投資渠道、地方政府依賴“土地財政”和未來貨幣政策難于預料的情況下，高房價可能持續(xù)困擾我國經(jīng)濟社會健康發(fā)展。過去十幾年來，中國房價大部分時間都在持續(xù)上漲。房價問題一直是新聞媒體和學術界關注的焦點。高房價對于經(jīng)濟的影響是多方面的，房價會通過收入效應和替代效應影響居民的消費行為，同時也會改變居民的投資需求使得儲蓄行為出現(xiàn)變化，甚至會通過財富效應、信貸效應和替代效應影響人們的就業(yè)，是驅(qū)動中國宏觀經(jīng)濟周期波動的重要因素。房價是否影響城市勞動力人口呢? 人口老齡化背景下勞動力的重要性將逐漸提升，在中長期內(nèi)勞動力有可能成為城市競爭的重要資源。

已有較多文獻研究人口規(guī)?；蛉丝诮Y構對房價的影響。Mankiw、Weil(1989)和Holland(1991)討論了出生率和人口規(guī)模對房價的影響。郭娜、吳敬(2015)認為人口數(shù)量增長是推動我國房地產(chǎn)價格上漲的重要因素。徐建煒、徐奇淵、何帆(2012)與陳國進、李威、周潔(2013)則探討了人口結構對房價的影響，他們的實證結果都表明少兒撫養(yǎng)比的下降和老年撫養(yǎng)比的上升是造成我國房價持續(xù)上漲的人口結構因素。中年贍養(yǎng)負擔減輕和老年人的“利他”購房動因，形成了兩代人的積蓄同時釋放于房地產(chǎn)市場的現(xiàn)象，推動了房價上漲。葉永剛、王凌偉、魏海瑞(2016)的實證結果也支持了少兒撫養(yǎng)比下降是房價提升重要推力的結論。鄒瑾、于燾華、王大波(2015)從人口老齡化的角度研究房價上漲的原因，他們的研究結果也表明老齡人口對房價具有正向的推動作用，但這種推動作用正隨著我國老齡化進程的加劇在不斷弱化。

人口是影響房價變化的重要因素，那么反過來房價對人口是否會有影響呢？對于這一問題，有部分學者從城市人口流動的角度進行了研究。多數(shù)研究結論都認為高房價不利勞動力流入，如國外學者Brakman(2002)對德國勞動力流動的研究發(fā)現(xiàn)，房價上升對勞動力流入產(chǎn)生負面影響。國內(nèi)學者，陳廣桂(2004)認為城市房價虛高使得我國農(nóng)民市民化成本高昂，提高了農(nóng)民人口向城市轉(zhuǎn)移的成本，是我國城市化滯后的主要原因?？灼G芳(2015)把農(nóng)村勞動力人口向城市“遷移”和向市民“轉(zhuǎn)化”區(qū)分看待，把農(nóng)村轉(zhuǎn)移勞動力實現(xiàn)向市民“轉(zhuǎn)化”的比重與向城鎮(zhèn)“遷移”的比重之間的差額定義為人口城鎮(zhèn)化缺口。文章通過實證分析發(fā)現(xiàn)，飛漲的房價和居民消費能力不足是造成城鎮(zhèn)化缺口持續(xù)擴大的關鍵因素，高房價限制了農(nóng)村遷移人口的市民化進程。劉紀學、董紀昌(2012)也分析了人口城市化與房地產(chǎn)市場的關系，但他們的實證結果顯示我國人口城市化與房地產(chǎn)市場具有明顯的正相關關系，其中房價對人口城市化有推動作用，與孔艷芳(2015)的實證結果并不一致。但也有認為房價對勞動力流入影響甚微的，如Saiz(2007)利用美國大都市區(qū)域數(shù)據(jù)進行研究，發(fā)現(xiàn)住房成本對移民的影響并不明顯，因為移民更重視移入?yún)^(qū)域的生活便利條件。

如上所述，房價和人口存在著緊密的聯(lián)系，但高房價究竟是促進人口的城市化還是抑制人口向城市轉(zhuǎn)移或?qū)趧恿θ丝凇膀?qū)逐”出原有城市，現(xiàn)有文獻對這一問題的探討還比較匱乏。由于勞動力是一個城市經(jīng)濟發(fā)展的原動力，特別是在人口老齡化的趨勢下，勞動力將日益成為稀缺資源，一個城市是否能夠吸引勞動力，將關系到這個城市未來經(jīng)濟發(fā)展的活力。在當前城市房價普遍較高的背景下，房價持續(xù)高漲是否對城市勞動力產(chǎn)生“驅(qū)逐”效應呢？若存在“驅(qū)逐”效應，高房價主要“驅(qū)逐”哪些群體？城市是否可以通過財政手段弱化高房價對城市勞動力的“驅(qū)逐”效應、提高城市對勞動力的吸引力呢？這些問題對于城市的發(fā)展至關重要，但現(xiàn)有文獻對這些問題并沒有清晰的解答?；谏鲜鲈?，本文試圖圍繞高房價對城市勞動力人口影響這一主題，利用35個大中城市的數(shù)據(jù)對房價與城市勞動力人口的關系進行實證研究，以期對上述問題得出有價值的結論。

二、 理論假設

一般而言，勞動力遷移到一個新的城市有三個動機：(1) 尋找更好的工作機會、(2) 享受城市生活消費的便利、(3) 享受城市教育資源、創(chuàng)業(yè)或就業(yè)機會和良好基礎設施等公共福利。其中，第一個動機是手段而非目的，通過尋找好的工作機會增加收入，最終目的還是為了增加最終的消費(效用)水平。后兩個動機則可以直接帶來效用的提升，屬于遷移者效用的兩個直接影響因素。如果遷入一個城市，能夠提高勞動力的收入，增加他的消費水平和消費便利，同時又能享受到城市的公共福利，遷入城市得到的最終效用大于他在其它地方的保留效用，勞動力人口就會選擇移居到這個城市。

如果在移居過程中，一個城市的房價過高，會對勞動力的遷移產(chǎn)生什么影響呢？首先，如果遷移勞動力是選擇購買房產(chǎn)，高房價會“侵蝕”購買房產(chǎn)勞動力的收入水平，削弱勞動力遷移的第一個動機。因為，住房消費是居民消費的重要組成部分，如果為了滿足住房消費需求勞動力支付了較高的購房費用，其遷入城市增加的收入很大一部分就投入到了住房消費當中，用于其它的消費就會受到擠壓，最終消費帶來的總效用有可能會低于遷入這個城市之前的保留效用，這種情況下，勞動力會傾向于選擇遷出這個城市；其次，如果勞動力不是選擇購房而是選擇以租房的形式解決住房消費問題，則遷入這個城市的第二個消費便利動機會被削弱。因為租房的舒適性和便利性遠不及直接擁有房產(chǎn)，城市生活消費便利的體驗會在租房的不便利影響下感受不深，使得第二個遷移動機帶來的效用不再明顯。此外，房價往往跟房租具有正相關關系，特別是在人口流動大的一、二線城市(張所地、趙華平、李斌，2014)，租金的增加同樣也會侵蝕勞動力的勞動收入，削弱遷移的第一個動因。當租房一方面在減少收入的同時，另一方面又滿足不了住房舒適性的需要，而且還使得遷移勞動力感受不到這個城市消費的便利，勞動力最終也可能會選擇遷出這個城市。所以，在一個房價高漲的城市，不管遷移勞動力是選擇購房還是租房，勞動力選擇留在這個城市的可能性都會降低?；谏鲜龇治觯疚奶岢鲆韵吕碚摷僭O：

H1：高房價將“驅(qū)逐”城市勞動力人口。

考慮到不同產(chǎn)業(yè)勞動力的工資水平不一樣，一個產(chǎn)業(yè)勞動者的工資收入高，則遷移第一個動機帶來的最終效用會提高很多，如果增加的效用可以消化高房價帶來的效用損失，則高房價對他的“驅(qū)逐”效應可能沒有工資收入低的人群高，所以本文提出另一個理論假設：

H2：產(chǎn)業(yè)越低端、工資水平越低，高房價對城市勞動力人口的“驅(qū)逐”作用越明顯。

由于城市勞動力對一個城市的發(fā)展至關重要，若高房價存在對勞動力人口的“驅(qū)逐”效應，政府是否可以有所作為，提高城市對勞動力的吸引力，防止勞動力人口流出呢？由上述對勞動力遷移的動機可知，除了尋找工作機會增加收入和享受城市生活消費便利外，勞動力選擇遷入城市還存在第三個動機：享受城市教育資源、創(chuàng)業(yè)或就業(yè)機會和良好基礎設施等公共福利。若政府能增加在教育、科技、城市建設等方面的公共投入，則可以強化勞動力遷移的第三個動機。當公共福利增加的效用能夠抵消高房價帶來的效用損失，高房價對勞動力的“驅(qū)逐”效應在某種程度上就會被弱化，因此本文提出第三個理論假設：

H3：財政加大在教育、科技、城市維護建設等方面的投入可削弱房價上漲對城市勞動力人口的“驅(qū)逐”效應。

三、 研究設計

1. 實證模型

本文將研究的焦點集中在房價對城市勞動力人口的影響上，已有較多文獻表明了人口規(guī)?；蛉丝诮Y構對房價的影響，即現(xiàn)實中城市人口規(guī)模與房價的關系是相互影響的。城市勞動力人口作為城市人口的一部分，因此城市勞動力人口與房價存在內(nèi)生性問題。聯(lián)立方程可以有效解決變量之間的內(nèi)生性問題，為檢驗第一個假設，文章建立的聯(lián)立方程為：

(1)

其中Labour為城市就業(yè)人口，Price為房價，Population為城市人口，Xl為影響城市就業(yè)人口的控制變量，Xp為影響房價的控制變量?？刂谱兞恐蠿l包括工資水平(Wage)、教育條件(Teacher)、醫(yī)療條件(Doctor)、人文條件(Book)、市政服務水平(Bus)、投資條件(Investment)、開放程度(Open)以及常數(shù)項(Cons1)；Xp包括市政建設水平(Road)、環(huán)境條件(Environment)、交通便利程度(Trafic)、時間趨勢(Year)以及常數(shù)項(Cons2)。在實證模型(1)中，若實證結果表明α1顯著為負，則證明房價上漲確實“驅(qū)逐”城市勞動力人口。

不同行業(yè)之間收入水平存在差異，因此高房價對勞動力的“驅(qū)逐”可能是非對稱的：產(chǎn)業(yè)越低端、工資水平越低對高房價越敏感。為更細致地研究高房價對勞動力的“驅(qū)逐”情況，將城市勞動力人口按三大產(chǎn)業(yè)進行劃分，分別考察高房價對三大產(chǎn)業(yè)勞動力的影響，實證模型為：

(2)

其中Industryjit為城市i第t年第j產(chǎn)業(yè)的就業(yè)人口。在實證模型(2)中，若實證結果表明αj1顯著為負，則證明房價上漲確實“驅(qū)逐”城市第j產(chǎn)業(yè)的勞動力人口；若αj1為負值并且絕對值越大，表明高房價對第j產(chǎn)業(yè)的勞動力人口“驅(qū)逐”越嚴重。

勞動力人口是城市發(fā)展的源泉，政府是否可以有所作為減輕高房價對勞動力人口的“驅(qū)逐”作用呢？為檢驗這個命題，建立以下實證模型：

(3)

其中Policy代表政策變量，分別用財政在教育(Education)、科技(Science)以及城市維護建設(Construction)等方面的投入表示。在實證模型(3)中，若實證結果表明房價與政策變量交乘項的系數(shù)γ顯著為正，則表明相應政策可以削弱房價上漲對城市勞動力人口的“驅(qū)逐”效應。

2. 數(shù)據(jù)與變量說明

本文的研究樣本選自全國35個大中城市。相對于以省級層面數(shù)據(jù)為樣本，以市級層面數(shù)據(jù)為樣本的好處是，市級層面數(shù)據(jù)能提供更多有價值的信息，因為相同時期內(nèi)勞動力在城市之間的流動遠大于與勞動力在各省之間的流動，即市級層面勞動力人口的變異率更大；另外，城市平均房價更具代表性，而省份平均房價會掩蓋省份內(nèi)部各城市之間的巨大差距。樣本時期為1999年至2013年，之所以沒有用到更新數(shù)據(jù)，是由于實證模型中許多控制變量2013年之后的數(shù)據(jù)嚴重缺乏。數(shù)據(jù)主要來自宏觀經(jīng)濟與房地產(chǎn)數(shù)據(jù)庫，個別缺失數(shù)據(jù)由《中國城市統(tǒng)計年鑒》補齊。

城市就業(yè)人口(Labour)由年末單位從業(yè)人員數(shù)的對數(shù)值表示，第一至三產(chǎn)業(yè)的就業(yè)人口(Industry)由相應產(chǎn)業(yè)的就業(yè)人數(shù)的對數(shù)值表示，城市人口(Population)由城市年末人口的對數(shù)值表示，房價(Price)由商品房平均銷售價格的對數(shù)值表示，工資水平(Wage)由職工平均工資的對數(shù)值表示，教育條件(Teacher)由人均專任教師數(shù)表示，醫(yī)療條件(Doctor)由人均醫(yī)生數(shù)表示，人文條件(Book)由公共圖書館每百人藏書數(shù)表示，市政服務水平(Bus)由萬人公共汽車擁有量表示，投資條件(Investment)由外商投資占社會總投資比表示，開放程度(Open)由進出口額占總產(chǎn)出比值表示，市政建設水平(Road)由人均城市道路面積表示，環(huán)境條件(Environment)由建成區(qū)綠化覆蓋率表示，交通便利程度(Trafic)由人均客運量表示，時間趨勢(Year)由年份表示，教育(Education)、科技(Science)以及城市維護建設(Construction)由財政在教育、科學以及城市維護建設方面的支出表示。需要特別說明的是第一產(chǎn)業(yè)就業(yè)人數(shù)不是指農(nóng)民數(shù)量，而是指在農(nóng)業(yè)企業(yè)從業(yè)的人員數(shù)量。

3. 模型識別與估計方法

對聯(lián)立方程進行估計的前提條件是實證方程符合識別條件。實證模型(1)中，第一個方程存在1個內(nèi)生變量(Price)，而被第一個方程所排斥的外生變量有7個(Wage、Teacher、Doctor、Book、Bus、Investment、Open)，即第一個方程可以識別，但是存在過度識別問題；第二個方程存在1個內(nèi)生變量(Population)，而被第二個方程所排斥的外生變量有4個(Road、Environment、Trafic、Year)，即第二個方程也是可以識別，同樣存在過度識別問題。實證模型(2)和(3)的情況與實證模型(1)類似，都是可以識別，但是存在過度識別問題。對于過度識別的聯(lián)立方程，可采用系統(tǒng)估計的方法，如三階段最小二乘法(陳強，2014)。本文采用三階段最小二乘法對聯(lián)立方程進行估計。

四、 實證分析

1. 高房價與城市總就業(yè)人口關系

表1的第1列報告了迭代3階段最小二乘法對實證模型(1)的估計結果。表1的第1列顯示，房價對就業(yè)人口的回歸系數(shù)為負值，表明了在其他條件不變的情況下，房價上漲將不利于就業(yè)人口的增加。這是由于房價上漲增加了工人生活成本，原本在這個城市工作的部分工人可能離開這個城市而選擇其他住房成本更低的城市，部分收入較低的農(nóng)民工也可能返回農(nóng)村。

表1的第1列顯示，就業(yè)人口對城市的工資水平、教育條件、醫(yī)療條件、市政服務水平、投資條件和開放程度的回歸系數(shù)為正，表明這些因素都有利于城市吸引更多勞動力。工資水平上升有利于城市吸引更多勞動力，是由于取得勞動收入是工人就業(yè)的主要目標，工資水平越高對工人的吸引力越強。人均專任教師數(shù)、人均醫(yī)生數(shù)和萬人公共汽車擁有量增加有利于就業(yè)人口增加，是由于這些人均值越高代表政府所提供的人均公共資源越多。外商投資比和進出口額占總產(chǎn)出比越高的城市就業(yè)人口數(shù)量越多，是由于外商投資比和進出口額占總產(chǎn)出比越高代表城市投資環(huán)境越好，城市越開放和包容。但是，表1的第1列顯示，就業(yè)人口對人文條件的回歸系數(shù)為負，但不顯著，表明公共圖書館人均藏書對城市吸引勞動力的貢獻不明顯。表1的第1列還顯示，房價對市政建設水平、環(huán)境條件、交通便利程度和時間趨勢的回歸系數(shù)為正，表明這些因素都有利于房價提升。

高房價“驅(qū)逐”城市就業(yè)人口時，是否首先對就業(yè)工人的家屬產(chǎn)生影響呢？將實證模型(1)第一個方程的城市就業(yè)人口改為城市常住人口，并將估計結果列在表1的第2列。估計結果顯示，房價對城市常住人口的回歸系數(shù)顯著為負，并且絕對值大于房價對城市就業(yè)人口的回歸系數(shù)。將實證模型(1)第一個方程的城市就業(yè)人口改為城市年末人口，并將估計結果列在表1的第3列。回歸結果顯示，房價對城市年末人口的回歸系數(shù)也是顯著為負，并且絕對值也大于房價對城市就業(yè)人口的回歸系數(shù)。表明：高房價“驅(qū)逐”城市就業(yè)人口時，首先“驅(qū)逐”的是就業(yè)工人的家屬。這可能是由于城市中有大量農(nóng)民工就業(yè)，對農(nóng)民工而言，城市工作對他們十分重要，即使房價有所上漲，部分農(nóng)民工也不會立刻離開所工作的城市，而是租用面積更小的住房或與他人合租，并讓原本跟隨他們而沒有工作的其他家庭成員，如配偶和小孩，返回農(nóng)村，以節(jié)約住房成本。

特別需要注意的是，表1的第1列雖然顯示房價對就業(yè)人口的回歸系數(shù)為負值，但并不足以證明文中的第一個假設“高房價將‘驅(qū)逐’城市勞動力人口”，因為該系數(shù)并不顯著。這可能是由于：35個大中城市是人們就業(yè)相對較佳地區(qū)，即使房價上漲，人們還是比較傾向于留在原來工作的地方；轉(zhuǎn)換工作城市涉及的成本較高，如在新的城市找工作要面臨一段時期失業(yè)、要放棄以前建立起來的良好客戶關系和需要支付搬家費用等；房價上漲對不同產(chǎn)業(yè)有不同影響，當所處的產(chǎn)業(yè)發(fā)展前景較好、利潤較高時，人們對高房價的抵御能力較強。

表1 房價對城市總就業(yè)人口影響的實證回歸結果

注：括號內(nèi)的數(shù)值為p值；*、**和***分別表示10%、5%和1%顯著水平。

2. 高房價與三大產(chǎn)業(yè)就業(yè)人口關系

上一小節(jié)研究了房價對城市總就業(yè)人口的影響，雖然發(fā)現(xiàn)房價對城市總就業(yè)人口的回歸系數(shù)為負值，但是并不顯著。本節(jié)將重點探討回歸系數(shù)不顯著的原因，以進一步確認高房價是否真的“驅(qū)逐”城市就業(yè)人口？如果是，是如何實現(xiàn)的？由于處于不同產(chǎn)業(yè)的工人收入水平存在一定差異，從而不同產(chǎn)業(yè)的工人對高房價的抵御能力可能存在差異，因此先將城市勞動力按三大產(chǎn)業(yè)進行劃分，然后分別研究房價對各個產(chǎn)業(yè)勞動力的影響。

表2為實證模型(2)的估計結果，其中第1至3列分別報告了實證模型第一個方程的被解釋變量為第一至第三產(chǎn)業(yè)的就業(yè)人口。從表2可以看到，各個產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)都為負值，進一步表明了高房價對城市勞動力具有“驅(qū)逐”作用。需要注意的是，第一產(chǎn)業(yè)就業(yè)人數(shù)不是指農(nóng)民數(shù)量，而是指在農(nóng)業(yè)企業(yè)就業(yè)的人數(shù)。各個產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)中，只有第一產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)才顯著，其他的都不顯著。這可能是由于第一產(chǎn)業(yè)工人的平均工資水平比較低，房價相同的漲幅，對第一產(chǎn)業(yè)工人的影響遠大于對第二、三產(chǎn)業(yè)工人的影響。

另外，表2的其他基本結論與表1的第1列大致相同：教育條件、醫(yī)療條件和投資條件改善，以及市政服務水平和開放程度提升有利于各產(chǎn)業(yè)就業(yè)人口增加；市政建設水平和交通便利程度提升，以及環(huán)境條件改善將促使房價上漲。

由于第二、三產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)不顯著，影響了文中第一個假設的可信度，需要進一步找出其中原因。那么把工資收入較高的城市樣本和工資收入較低的城市樣本放在一起回歸，是否模糊了高房價對第二、三產(chǎn)業(yè)工人遷徙的作用機制呢？為理清這個問題，首先將城市按平均工資進行排序，然后根據(jù)工資排序結果把城市分成多個子樣本重新對實證模型(2)進行估計，并由表3將回歸結果呈現(xiàn)。城市排序時，各城市以1999年至2013年各年工資的平均值由高到低進行排序。

表3的(1)列報告了除去工資水平最高的5個城市后，以第二產(chǎn)業(yè)就業(yè)人口為實證模型(2)第一個方程被解釋變量時的回歸結果。結果顯示，第二產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)為負值，表明了房價上漲對第二產(chǎn)業(yè)就業(yè)人口具有“驅(qū)逐”效應，但是回歸系數(shù)依然不顯著。表3的(2)、(3)列分別報告了除去工資水平最高的10個城市和除去工資水平最高的15個城市后，以第二產(chǎn)業(yè)就業(yè)人口為實證模型(2)第一個方程被解釋變量時的回歸結果。兩個回歸的結果都顯示，第二產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)均為負值，并且回歸系數(shù)都在5%水平下顯著，有力地證明了房價上漲對第二產(chǎn)業(yè)就業(yè)人口具有“驅(qū)逐”效應。對比表3的(1)、(2)、(3)列第二產(chǎn)業(yè)就業(yè)人口對房價回歸系數(shù)的絕對值，可以發(fā)現(xiàn)工資收入水平越低的城市，回歸系數(shù)的絕對值越大，表明工資水平越低，高房價對第二產(chǎn)業(yè)勞動力的“驅(qū)逐”作用越大。

表2 房價對三大就業(yè)人口影響的實證回歸結果

注：括號內(nèi)的數(shù)值為p值；*、**和***分別表示10%、5%和1%顯著水平。

表3的(4)、(5)、(6)列呈現(xiàn)的結果表明房價對第三產(chǎn)業(yè)勞動力的影響與對第二產(chǎn)業(yè)勞動力的影響相似。具體情況如下：表3的(4)列報告了除去工資水平最高的15個城市后*除去工資水平最高的5個和10個城市樣本的，并以第三產(chǎn)業(yè)就業(yè)人口為實證模型(2)第一個方程被解釋變量的回歸已做，其結果與表3的(4)列相似，故在表3中沒再報告這兩個回歸的結果。，以第三產(chǎn)業(yè)就業(yè)人口為實證模型(2)第一個方程被解釋變量時的回歸結果。結果顯示，第三產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)為負值，表明了房價上漲對第三產(chǎn)業(yè)就業(yè)人口具有“驅(qū)逐”效應，但是回歸系數(shù)不顯著。表3的(5)、(6)列分別報告了除去工資水平最高的20個城市和除去工資水平最高的25個城市后，以第三產(chǎn)業(yè)就業(yè)人口為實證模型(2)第一個方程被解釋變量時的回歸結果。兩個回歸的結果都顯示，第三產(chǎn)業(yè)就業(yè)人口對房價的回歸系數(shù)均為負值，并且回歸系數(shù)都在5%水平下顯著，有力地證明了房價上漲對第三產(chǎn)業(yè)就業(yè)人口具有“驅(qū)逐”效應。對比表3的(4)、(5)、(6)列第三產(chǎn)業(yè)就業(yè)人口對房價回歸系數(shù)的絕對值，也可以發(fā)現(xiàn)工資收入水平越低的城市，回歸系數(shù)的絕對值越大，表明工資水平越低，高房價對第三產(chǎn)業(yè)勞動力的“驅(qū)逐”作用越大。不同的是，相對于第二產(chǎn)業(yè)，高房價對第三產(chǎn)業(yè)勞動力的“驅(qū)逐”作用對工資水平依賴程度更高，即相對于第二產(chǎn)業(yè)，高房價對第三產(chǎn)業(yè)勞動力的“驅(qū)逐”只有城市工資水平更低時才發(fā)生。這種情況的出現(xiàn)，是由于第三產(chǎn)業(yè)的工資水平高于第二產(chǎn)業(yè)的工資水平，使得第三產(chǎn)業(yè)工人對高房價的抵御能力高于第二產(chǎn)業(yè)工人對高房價的抵御能力。

表3 分樣本房價對第二、三產(chǎn)業(yè)就業(yè)人口影響的實證回歸結果

注：括號內(nèi)的數(shù)值為p值；*、**和***分別表示10%、5%和1%顯著水平；第(1)至(6)列的樣本分別為除去工資水平最高的5個、10個、15個、15個、20個、25個城市。

表2表明了高房價對第一產(chǎn)業(yè)勞動力具有明顯“驅(qū)逐”作用，表3又表明了當城市工資水平較低時高房價對第二產(chǎn)業(yè)勞動力也有明顯“驅(qū)逐”作用，并且當城市工資水平變得更低時高房價對第三產(chǎn)業(yè)勞動力也有明顯“驅(qū)逐”作用，即表2和表3的回歸結果證明了文章的第二個假設。同時，文章第二個假設的證明又為文章第一個假設的成立提供了充分條件。

3. 財政政策對房價與城市就業(yè)人口關系的影響

城市發(fā)展不可避免帶動房價上漲，而房價上漲對勞動力人口具有一定的“驅(qū)逐”效應。充足的勞動力人口是城市發(fā)展的源泉，政府是否可以削弱房價上漲對城市勞動力人口的“驅(qū)逐”效應呢？財政政策是市級政府調(diào)節(jié)資源配置的主要抓手，以下內(nèi)容研究財政在教育、科技以及城市維護建設等方面的支出對房價與城市就業(yè)人口關系的影響。表4報告了實證模型(3)的回歸結果。

表4 財政政策對房價與城市就業(yè)人口關系影響的實證回歸結果

續(xù)表

注：括號內(nèi)的數(shù)值為p值；*、**和***分別表示10%、5%和1%顯著水平。

從表4可以看到，就業(yè)人口對房價與財政教育支出交乘項、房價與財政科技支出交乘項以及房價與財政城市維護建設支出交乘項的回歸系數(shù)都為正，并且都達到了1%的顯著水平，表明了財政在教育、科技以及城市維護建設等投入削弱了高房價對城市勞動力人口的“驅(qū)逐”效應，證明了文章的第三個假設。

財政在教育方面的投入有利于削弱高房價對城市勞動力人口的“驅(qū)逐”效應，是由于人們就業(yè)時除了考慮房價和工資水平等重要因素之外，小孩可獲得的教育資源也是人們考慮的一個因素。在我國，公立學校占絕大部分，而公立學?；A設施、教師工資和其他日常運營費用絕大部分都依賴于當?shù)刎斦逃耐度?。財政對教育投入越多，教育資源越優(yōu)質(zhì)、對有小孩的勞動力吸引力越大。另外，35個大中城市都有高等學校，財政在教育方面的投入，其中一部分就流入了高校。財政對教育投入越多，當?shù)馗咝７窒淼降馁Y金可能就越多，高校就可能辦得越好，從而招收更多學生。大學畢業(yè)后，有相當大比例的學生留在當?shù)鼐蜆I(yè)，從而增加該城市勞動力。財政在科技方面的投入有利于削弱高房價對城市勞動力人口的“驅(qū)逐”效應，是由于財政在科技方面的投入很大一部分是通過對科技企業(yè)的補貼實現(xiàn)的，財政在科技方面的投入越多，該城市科技企業(yè)生存環(huán)境越好，越多科技企業(yè)向該城市集中，其中深圳和北京就是典型的例子?？萍计髽I(yè)集中的同時，還吸引其他相關企業(yè)向該城市靠攏，增加了對勞動力的吸引力。另外，財政對科技的投入有一部分通過科研項目的形式流入高校，促進了高校增強實力，進而招收更多學生，而部分學生畢業(yè)后將留在當?shù)鼐蜆I(yè)。在通過增強高校實力而增加城市勞動力方面，財政科技投入的作用與財政教育投入的作用是相似的。財政在城市維護建設方面的投入有利于削弱高房價對城市勞動力人口的“驅(qū)逐”效應，是由于城市維護建設投入有利于增加城市基礎設施、改善城市生活環(huán)境以及提升城市形象，從而增加對勞動力的吸引力。

五、 結論與政策建議

本文以1999-2013年全國35個大中城市的數(shù)據(jù)研究了城市房價與勞動力人口之間的關系。本文研究的主要結論為：

(1) 房價上漲將“驅(qū)逐”城市就業(yè)人口。因為房價上漲增加了工人生活成本，原本在這個城市工作的部分工人可能離開這個城市而選擇其他住房成本更低的城市，部分收入較低的農(nóng)民工也可能返回農(nóng)村。另外，高房價“驅(qū)逐”城市就業(yè)人口時，首先“驅(qū)逐”的是就業(yè)工人的家屬。

(2) 產(chǎn)業(yè)越低端、工資水平越低，高房價對城市勞動力人口的“驅(qū)逐”越明顯。高房價對第一產(chǎn)業(yè)勞動力人口的“驅(qū)逐”作用明顯高于對第二、三產(chǎn)業(yè)勞動力人口的“驅(qū)逐”作用。高房價“驅(qū)逐”二、三產(chǎn)業(yè)勞動力人口時受當?shù)毓べY水平影響很大，工資水平越低的城市，人們對高房價的抵御能力越弱，高房價對勞動力人口的“驅(qū)逐”作用越大。工資水平相同的城市，高房價對第二產(chǎn)業(yè)勞動力人口的“驅(qū)逐”作用又大于對第三產(chǎn)業(yè)勞動力人口的“驅(qū)逐”作用。

(3) 財政加大在教育、科技、城市維護建設等方面的投入可削弱房價上漲對城市勞動力人口的“驅(qū)逐”效應。

1. Brakman S.:New Economic Geography in Germany: Testing the Helpman-Hanson Model，HwwaDiscussionPapers, 2002.

2. Holland, A.S.:The Baby Boom and the Housing Market: Another Look at the Evidence,RegionalScienceandUrbanEconomics，2004, 21 (4):565-571.

3. Mankiw, N.G., Weil, D.N.: The Baby Boom, the Baby Bust, and the Housing Market,RegionalScienceandUrbanEconomics，1989， 19(2)： 235-258.

4. Saiz A.: Immigration and Housing Rents in American Cities,JournalofUrbanEconomics， 2007, 61 (2):345-371.

5. 陳廣桂：《房價、農(nóng)民市民化成本和我國的城市化》，《中國農(nóng)村經(jīng)濟》2004年第3期。

6. 陳國進，李威，周潔：《人口結構與房價關系研究》，《經(jīng)濟學家》2013年第10期。

7. 郭娜，吳敬：《老齡化、城鎮(zhèn)化與我國房地產(chǎn)價格研究——基于面板平滑轉(zhuǎn)換模型的分析》，《當代經(jīng)濟科學》2015年第2期。

8. 孔艷芳：《房價、消費能力與人口城鎮(zhèn)化缺口研究》，《中國人口科學》2015年第5期。

9. 劉紀學，董紀昌：《我國人口城市化與房地產(chǎn)發(fā)展協(xié)調(diào)研究》，《數(shù)學的實踐與認識》2012第15期。

10. 徐建煒，徐奇淵，何帆：《房價上漲背后的人口結構因素：國際經(jīng)驗與中國政局》，《世界經(jīng)濟》2012年第1期。

11. 葉永剛，王凌偉，魏海瑞：《人口年齡結構、預期與中國房價：基于需求方的視角》，《統(tǒng)計與決策》，2016年第4期。

12. 張所地，趙華平，李斌：《房地產(chǎn)宏觀調(diào)控影響下的房價與租金關系研究——基于中國35個大中城市面板數(shù)據(jù)的實證分析》，《數(shù)理統(tǒng)計與管理》2014第2期。

13. 鄒瑾，于燾華，王大波：《人口老齡化與房價的區(qū)域差異研究——基于面板協(xié)整模型的實證分析》，《金融研究》2015年第11期。