李淼淼

摘要：隨著我國經(jīng)濟(jì)市場的逐漸發(fā)展，房地產(chǎn)市場也在迅速發(fā)展，但隨之也出現(xiàn)一些房價(jià)分化問題。本文首先分析房價(jià)分化與制造業(yè)集聚的特征，以長三角城市群作為分析對象，深入探究房價(jià)分化對制造業(yè)集聚影響的內(nèi)在邏輯機(jī)理。經(jīng)過研究發(fā)現(xiàn)，勞動(dòng)成本在房價(jià)與制造業(yè)中起到中介效應(yīng)的作用，文章運(yùn)用兩步系統(tǒng)GMM計(jì)量方法進(jìn)一步進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)房價(jià)對地區(qū)的制造業(yè)集聚水平具有先吸引后抑制的“倒U型”作用。這為長三角等經(jīng)濟(jì)發(fā)達(dá)地區(qū)優(yōu)化制造業(yè)的集聚提供理論依據(jù)，也為政策制定者制定協(xié)調(diào)房價(jià)區(qū)域差異與產(chǎn)業(yè)集聚發(fā)展的政策提供重要啟示。

Abstract： With the gradual development of China's economic market， the real estate market is also developing rapidly， but there are also some problems of housing price differentiation. This article firstly analyzes the characteristics of housing price differentiation and manufacturing agglomeration. Taking the urban agglomeration of the Yangtze River Delta as the analysis object， this article explores the internal logic mechanism of the impact of housing price differentiation on manufacturing agglomeration. After research， labor costs play an intermediary role in housing prices and manufacturing. The article uses the two-step system GMM measurement method to further carry out empirical testing， and finds that housing prices have an "inverted U-shaped" effect on the level of manufacturing agglomeration in the region， which provides a theoretical basis for optimizing the agglomeration of manufacturing industries in economically developed areas such as the Yangtze River Delta， and also provides important inspiration for policy makers to formulate policies that coordinate regional differences in housing prices and industrial agglomeration development.

關(guān)鍵詞：房價(jià)分化;中介效應(yīng);制造業(yè)集聚;兩步系統(tǒng)GMM法

Key words： house price differentiation;intermediary effect;manufacturing agglomeration;two-step system GMM method

中圖分類號：F299.23;F427? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1006-4311（2020）23-0008-03

0? 引言

伴隨著經(jīng)濟(jì)市場的發(fā)展，我國房地產(chǎn)行業(yè)也在迅速發(fā)展。在2016年房價(jià)突然暴漲，一方面由于政府政策過度寬松，導(dǎo)致房價(jià)飆升，另一方面由于土地供應(yīng)的下降，造成地價(jià)的日益增長，導(dǎo)致在2016-2017年我國商品房平均銷售價(jià)格暴漲。如今我國已經(jīng)進(jìn)入了經(jīng)濟(jì)新常態(tài)和社會(huì)轉(zhuǎn)型的新階段，而制造業(yè)擔(dān)任著我國經(jīng)濟(jì)發(fā)展重任，是我國實(shí)現(xiàn)經(jīng)濟(jì)增長的堅(jiān)實(shí)基礎(chǔ)。自從改革開放以來，我國在制造業(yè)方面取得了重大的突破，并成為了全球的制造業(yè)第一大國，但是隨著生產(chǎn)要素成本不斷增加，高額的土地成本和租金成本使發(fā)達(dá)地區(qū)的制造業(yè)集聚優(yōu)勢開始逐漸消失。在我國經(jīng)濟(jì)發(fā)展進(jìn)入新常態(tài)情況下，探討長三角城市群房價(jià)分化與制造業(yè)集聚的內(nèi)在邏輯機(jī)理具有重要的理論價(jià)值和現(xiàn)實(shí)意義。

1? 文獻(xiàn)梳理

許多學(xué)者對房價(jià)的波動(dòng)及其根源進(jìn)行了研究。范新英（2015）學(xué)者根據(jù)供求均衡理論和其他理論為基礎(chǔ)，對可以影響房價(jià)水平的因素進(jìn)行分析，探討房價(jià)分化產(chǎn)生的原因[1]。錢凈凈（2016）運(yùn)用經(jīng)濟(jì)學(xué)理論對房價(jià)分化的原因進(jìn)行分析，指出由于勞動(dòng)力不同的流動(dòng)方向?qū)Τ鞘虚g的房價(jià)造成一定影響[2]。魏守華（2016）等學(xué)者利用1997-2013年的面板數(shù)據(jù)，對我國共286個(gè)城市進(jìn)行實(shí)證分析，實(shí)證分析結(jié)果發(fā)現(xiàn)制造業(yè)的多中心集聚可以有效提高一個(gè)城市的生產(chǎn)率[3]。邵挺和范劍勇（2010）等學(xué)者發(fā)現(xiàn)，造成長三角制造業(yè)分散的原因主要是由于房價(jià)的快速提升以及制造業(yè)產(chǎn)品生產(chǎn)缺乏一定的豐富度，從而影響長三角制造業(yè)的集聚水平[4]。李福柱（2019）等學(xué)者分析發(fā)現(xiàn)由于房價(jià)上漲會(huì)對制造業(yè)集聚發(fā)展起到抑制作用，而人力資本集聚對制造業(yè)的集聚式發(fā)展起到促進(jìn)作用[5]。

綜上可見，大多數(shù)文獻(xiàn)探討了房價(jià)差異與制造業(yè)之間的關(guān)系，但是較少文獻(xiàn)探討勞動(dòng)成本是否會(huì)在此中間造成某種影響，本文將著力于探討房價(jià)、勞動(dòng)成本與制造業(yè)集聚三者之間的關(guān)系，揭示其內(nèi)在驅(qū)動(dòng)機(jī)制，以長三角城市群的26個(gè)城市作為樣本數(shù)據(jù)進(jìn)行實(shí)證分析。

2? 房價(jià)分化與制造業(yè)集聚影響的邏輯機(jī)理

2.1 勞動(dòng)成本的中介效應(yīng)

生活成本的變化將會(huì)對企業(yè)的勞動(dòng)力流動(dòng)決策產(chǎn)生一定影響，當(dāng)房價(jià)上漲時(shí)，住房成本增加，導(dǎo)致勞動(dòng)力向外流出，勞動(dòng)力流出會(huì)對當(dāng)?shù)刂圃鞓I(yè)造成影響。這種傳導(dǎo)機(jī)制表現(xiàn)為“房價(jià)上漲—?jiǎng)趧?dòng)成本上升—影響制造業(yè)集聚”。房價(jià)上漲還會(huì)使得企業(yè)生產(chǎn)成本上升，土地資源稀缺，房租成本上升，加重企業(yè)負(fù)擔(dān)，造成企業(yè)外遷，影響當(dāng)?shù)刂圃鞓I(yè)集聚度?；诖?，本文提出假設(shè)1：

假設(shè)1：城市房價(jià)的起伏影響勞動(dòng)成本的高低，從而間接影響制造業(yè)集聚程度，因此勞動(dòng)成本將在房價(jià)與制造業(yè)集聚中起中介變量作用。

2.2 房價(jià)對制造業(yè)集聚的影響效應(yīng)

當(dāng)一個(gè)城市的房價(jià)保持不變的時(shí)候，勞動(dòng)力工資上升會(huì)吸引勞動(dòng)者更多的向內(nèi)流入，但是勞動(dòng)者的持續(xù)流入最終也會(huì)帶來房價(jià)的提高，當(dāng)房屋的價(jià)格上升到一定的程度時(shí)，勞動(dòng)者實(shí)際獲得的收入就會(huì)開始下降，會(huì)阻礙勞動(dòng)力流入。基于此，本研究提出假設(shè)2：

假設(shè)2：當(dāng)平均房價(jià)在一定范圍內(nèi)上漲時(shí)可以促進(jìn)制造業(yè)集聚水平的發(fā)展，但是當(dāng)上漲的幅度超過一定的水平時(shí)反而會(huì)抑制，因此房價(jià)的變動(dòng)對一個(gè)地區(qū)的制造業(yè)集聚水平具有先吸引后抑制的“倒U型”影響。

3? 房價(jià)分化對制造業(yè)集聚影響實(shí)證研究

3.1 模型的設(shè)定與變量的選擇

基于上述理論分析，本文首先構(gòu)建中介效應(yīng)模型，如下：

其中，i為地區(qū)，t為年份，magg為被解釋變量，表示制造業(yè)的集聚水平;prices為核心解釋變量，表示房價(jià)，wage為勞動(dòng)力成本（實(shí)際工資），X為除房價(jià)和勞動(dòng)力成本外影響制造業(yè)的其他控制變量。

其次構(gòu)建兩步系統(tǒng)GMM模型，設(shè)定如下：

其中，X控制變量包括：市場需求、人口密度、交通基礎(chǔ)設(shè)施、財(cái)政收入占GDP的比重和醫(yī)療條件。？準(zhǔn)i+ψt+λit表示為復(fù)合誤差項(xiàng)，？準(zhǔn)i為地區(qū)固定效應(yīng)，ψt為時(shí)間固定效應(yīng)，λit則表示為隨機(jī)誤差項(xiàng)。

本文包含的具體變量說明如下：

①被解釋變量。

本文以制造業(yè)的集聚度作為被解釋變量，用區(qū)位熵指數(shù)來測算制造業(yè)的集聚度，因?yàn)閰^(qū)位熵指數(shù)可以消除區(qū)域的規(guī)模差異問題，與全國平均水平進(jìn)行對比;與李勇剛[6]等學(xué)者選用方法一致，公式如下：

其中，用Qmn來表示n地區(qū)中從事制造業(yè)m的就業(yè)人數(shù)，用Qn來表示n地區(qū)中的總就業(yè)人數(shù)，用Qm表示為全國制造業(yè)m的就業(yè)人數(shù)，用Q表示為全國總的就業(yè)人數(shù)，計(jì)算得到區(qū)位熵，熵值越高，表示該地區(qū)的制造業(yè)集聚度水平越高。

②其他控制變量。

市場需求會(huì)影響不同企業(yè)對不同地區(qū)的選擇，本文利用人均GDP占全國人均GDP的比值來衡量市場需求水平（demand）。運(yùn)用一個(gè)地區(qū)的年末總?cè)丝跀?shù)與土地面積的比值來作為衡量城市的人口密度水平（pden）。利用人均道路面積來衡量交通基礎(chǔ)設(shè)施水平（prarea）。選取財(cái)政收入占GDP的比重這個(gè)指標(biāo)來衡量政府的財(cái)政水平（revenue）。利用醫(yī)院的床位數(shù)來衡量一個(gè)城市的醫(yī)療條件水平（hbed）。

3.2 數(shù)據(jù)來源

本文將立足于長三角城市群的26個(gè)城市，利用2004-2017年的面板數(shù)據(jù)，數(shù)據(jù)主要來源于歷年的《中國統(tǒng)計(jì)年鑒》和《中國房地產(chǎn)統(tǒng)計(jì)年鑒》;以及各個(gè)城市各年統(tǒng)計(jì)年鑒。對所選的各個(gè)變量進(jìn)行描述性統(tǒng)計(jì)（如表1所示）。

3.3 實(shí)證分析

3.3.1 房價(jià)、勞動(dòng)力成本與制造業(yè)集聚的中介效應(yīng)分析

為了判斷勞動(dòng)力成本是否在房價(jià)與制造業(yè)集聚之間起到一個(gè)中介變量的作用，本文采用bootstrap方法進(jìn)行反復(fù)抽樣1000次來構(gòu)建95%置信度水平下檢驗(yàn)系數(shù)乘積（δ2θ）的置信區(qū)間。式（1）～式（3）的回歸結(jié)果見表2。結(jié)果表明，勞動(dòng)力成本所起中介效應(yīng)占總效應(yīng)比約為36%，意味著房價(jià)對地區(qū)制造業(yè)集聚程度的總影響中有近36%是通過勞動(dòng)力成本來實(shí)現(xiàn)的，占比較高表明勞動(dòng)力成本的中介效應(yīng)顯著。該分析結(jié)果說明假設(shè)1通過驗(yàn)證。

3.3.2 長三角城市群的房價(jià)對制造業(yè)集聚的影響

通過觀察表3所得到的回歸結(jié)果可以發(fā)現(xiàn)，在模型1中，不考慮控制變量對于實(shí)驗(yàn)的影響，回歸結(jié)果得出平均房價(jià)的一次項(xiàng)系數(shù)為0.712;其二次項(xiàng)系數(shù)為-0.0416，均在1%的水平下通過顯著性檢驗(yàn)。在模型2中，將控制變量對實(shí)驗(yàn)的影響考慮在其中，得出的平均房價(jià)一次項(xiàng)系數(shù)為1.1443，二次項(xiàng)系數(shù)為-0.0705，該結(jié)果表明假設(shè)2通過檢驗(yàn)，說明平均房價(jià)的水平對制造業(yè)集聚水平的影響效應(yīng)呈現(xiàn)出“倒U型”的效應(yīng)曲線。

在所選的控制變量中，其中市場需求的系數(shù)為0.4457，并且在1%的顯著性水平下通過檢驗(yàn)，說明市場需求越大，越容易形成集聚。交通基礎(chǔ)設(shè)施的系數(shù)為0.0191，說明交通設(shè)施的完善對制造業(yè)的集聚具有促進(jìn)作用。而財(cái)政收入占GDP比重和醫(yī)療條件水平對制造業(yè)集聚的影響不顯著的原因可能是控制變量間的相互作用引起的。最終結(jié)果說明市場需求、工資水平、人口密度和交通設(shè)施可以對一個(gè)地區(qū)的制造業(yè)集聚水平具有顯著的影響。

3.3.3 穩(wěn)健性檢驗(yàn)及內(nèi)生性分析

為了檢驗(yàn)本文實(shí)證結(jié)果的可靠性，本文對2004-2017年長三角26個(gè)城市的制造業(yè)集聚水平進(jìn)行穩(wěn)健性檢驗(yàn)，所得到的回歸檢驗(yàn)結(jié)果同樣也印證了前面我們所得到的結(jié)論是成立的。

4? 結(jié)論和建議

本文分別從理論和實(shí)證方面進(jìn)行分析，經(jīng)研究得出以下結(jié)論：勞動(dòng)力是制造業(yè)企業(yè)生產(chǎn)經(jīng)營與發(fā)展中必不可缺少的角色，是企業(yè)發(fā)展的重要要素之一，勞動(dòng)成本在房價(jià)與制造業(yè)集聚之間具有中介效應(yīng)的作用。當(dāng)房價(jià)上漲的時(shí)候會(huì)給勞動(dòng)力的生活成本造成影響，當(dāng)生活成本超出勞動(dòng)力所能接受范圍之外的時(shí)候，勞動(dòng)力將會(huì)離開，而勞動(dòng)力的缺乏則會(huì)影響制造業(yè)企業(yè)的發(fā)展，呈現(xiàn)出“倒U型”的效應(yīng)曲線。

目前我國處于產(chǎn)業(yè)轉(zhuǎn)型關(guān)鍵時(shí)期，為了促進(jìn)長三角城市群的經(jīng)濟(jì)發(fā)展，需要因地制宜的實(shí)施相關(guān)政策，把對房價(jià)的調(diào)控措施與促進(jìn)制造業(yè)企業(yè)集聚發(fā)展密切聯(lián)系起來。根據(jù)研究結(jié)果，本文提出如下建議：

第一，對房價(jià)進(jìn)行引導(dǎo)，因地制宜的實(shí)施政策，運(yùn)用宏觀經(jīng)濟(jì)手段對房價(jià)實(shí)施合理的調(diào)控，使得房價(jià)能夠處于一個(gè)合理的范圍之內(nèi)。

第二，推動(dòng)勞動(dòng)力流動(dòng)，改善勞動(dòng)力市場的結(jié)構(gòu)特點(diǎn)，經(jīng)濟(jì)發(fā)展相對較快的城市，要充分發(fā)揮產(chǎn)業(yè)優(yōu)勢吸引人才，降低生活成本提高社會(huì)保障;對于經(jīng)濟(jì)發(fā)展相對較慢的城市，則要注重普通勞動(dòng)力的價(jià)值，通過提高自身城市的吸引力，引進(jìn)技術(shù)型人才并留住人才，促進(jìn)當(dāng)?shù)刂圃鞓I(yè)的轉(zhuǎn)型升級，推動(dòng)勞動(dòng)力合理優(yōu)序的流動(dòng)，促進(jìn)當(dāng)?shù)刂圃鞓I(yè)的集聚水平。

參考文獻(xiàn)：

[1]范新英.中國城市房價(jià)的空間非線性機(jī)理研究[D].山西財(cái)經(jīng)大學(xué)，2015.

[2]錢凈凈.中國城市間房價(jià)分化的經(jīng)濟(jì)學(xué)解釋[J].河南師范大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版），2016，43（03）：77-81.

[3]魏守華，陳揚(yáng)科，陸思樺.城市蔓延、多中心集聚與生產(chǎn)率[J].中國工業(yè)經(jīng)濟(jì)，2016（08）：58-75.

[4]邵挺，范劍勇.房價(jià)水平與制造業(yè)的區(qū)位分布——基于長三角的實(shí)證研究[J].中國工業(yè)經(jīng)濟(jì)，2010（10）：24-32.

[5]李福柱，安梓瑄.房價(jià)上漲、人力資本集聚與區(qū)域制造業(yè)結(jié)構(gòu)升級[J].經(jīng)濟(jì)視角，2019（03）：70-79.

[6]李勇剛，張小倩.房價(jià)區(qū)域差異對制造業(yè)集聚的影響效應(yīng)研究[J].北京化工大學(xué)學(xué)報(bào)（社會(huì)科學(xué)版），2018（02）：14-20.

[7]陳昌領(lǐng).房價(jià)水平對制造業(yè)升級的影響——以長三角16個(gè)核心城市為例[D].上海：上海師范大學(xué)，2017：40.