制造業集聚差異與區域房價的形成

周啟良

?

制造業集聚差異與區域房價的形成

周啟良

摘要：中國勞動密集型和資本技術密集型制造業按其技術含量呈“東高西低”的集聚特征，與區域房價特征有著明顯的趨同性。基于房地產供需方程的房地產價格模型，建立一個包括制造業集聚度和其他從供需兩方面影響房價的變量的計量模型，對2001—2013年中國30個省（市、區）的面板數據進行回歸分析，分析不同性質的制造業集聚對房價的影響，結論是：勞動密集型制造業集聚會抑制房價上漲，資本技術密集型制造業集聚會促進房價上漲，這是造成房價呈“東高西低”的一個重要原因。今后政府應引導制造業向中西部地區進行跨越式的轉移，以從根本上解決東部地區房價過高的現象。

關鍵詞：制造業集聚；區域房價；面板數據

近年來，中國的房價（本文所指的房價是指商品房銷售價格）越來越高，東南沿海地區，特別是這些地區的大中型城市房價高得出奇。盡管國內大量的研究表明，中國高房價的成因很多，但很少有人指出中國房價“東高西低”的具體成因是什么。隨著中國改革開放的不斷推進以及20世90年代的經濟高速增長，各種產業集聚現象，特別是制造業集聚現象表現得愈來愈明顯，如廣東佛山的陶瓷業集聚與東莞的IT制造業集聚；福建晉江和石獅的制鞋業、服裝業集聚；江蘇戴南鎮的不銹鋼集聚，等等。這些制造業集聚的現象主要集中在江蘇、廣東、山東、浙江、上海、遼寧、河北、北京、福建等中國的東部地區，技術含量較高的行業也主要集中分布在這些地區，而在其他省市的分布，特別是西部邊遠地區卻是極其零散。

鑒于高房價的地區與制造業集聚地區的趨同性，我們有必要關注中國制造業集聚程度的提高是否會導致高房價？如何影響？為此，本文對中國20個制造業的集聚度進行測算，分析不同性質制造業的集聚度變化對房價的影響，同時對集聚度、收入增長與房價之間的關系做一探討，從而為制定既有利于促進制造業地理集聚又有利于降低房價的制造業政策提供參考。

一、文獻回顧

在當前中國房價節節攀升的情況下，研究房價的文獻也日益增多。影響房價的因素可分為社會經濟基礎因素和非基礎性因素兩大類。其中，前者影響房地產價格的中長期波動，而后者則影響房地產價格的短期波動。

在基礎性因素中，主要以宏觀經濟變量為主，這些因素分別從供給和需求兩個方面影響房地產價格。從需求方面影響的因素包括收入、人口、就業率、利率、儲蓄余額、通貨膨脹率等，如Case和Shiller（1990）、Quigley（1999）和Michelle Har?ter-Dreiman（2004）等學者先后通過研究發現，收入對房價具有顯著的影響；Poteoan（1996）則利用美國8個都市1974—1983年的年度數據進行研究，結論是人口變化等因素對住房價格產生了顯著的影響；Muellbauer和Murphy（1997）的研究表明，名義利率與住宅價格之間呈負向關系；Eddie和Hui（2003）則通過研究發現，信貸利率、通貨膨脹等因素均對住房價格具有較明顯的影響。從供給方面影響的因素包括房地產售價、開發成本、房地產的投資額等，如黃鶴（2008）認為房地產的前期售價對本期售價有著很大影響；Peng等（2008）的研究表明地價對房價有成本推動作用。另外，政府的貨幣政策因素會從供需兩方面對房價產生影響，如Collyns和Senha?dji（2002）發現在許多亞洲國家信貸對房地產價格具有顯著影響；國內學者周京奎（2006）的實證研究結果表明，住宅價格上漲與貨幣政策寬松有關；宋勃（2007）認為中央銀行應選擇適當的利率手段對房地產市場采取不同的調控力度。

在非基礎性因素中，主要有壟斷、心理預期等因素。地方政府和開發商對土地進行不同程度的壟斷，如政府控制土地、開發商“囤地”開發與合謀銷售，影響了房地產的供給，對房價上漲起著異常的推波助瀾作用。心理預期會影響市場的信心和金融支持力度，從而影響房價，如Case等人（2008）驗證了房地產價格和回報的高度自相關會產生正反饋交易行為，并推動房地產價格向預期的方向發展；沈悅和劉洪玉（2004）認為中國14個城市的住宅價格的增長和空置房率有密切的關系。

制造業集聚具有勞動力集聚（Abdel-Rahman and Fujita，1990）、地區經濟增長（Fan和Scott，2003）和收入增長（Krugman，1991）等效應，而這些因素都是影響房價的重要因素，因此，制造業集聚與房地產價格之間存在某種重要關聯的可能性，但目前的文獻幾乎都把制造業集聚和房地產價格上漲視為兩個決然不同的研究領域，很少直接指出兩者之間的聯系。本文的貢獻在于：第一，分析了中國20個制造業集聚程度及不同性質的制造業集聚的區域分布特征；第二，揭示了制造業集聚對房價的作用機制；第三，借鑒房地產供需方程的房地產價格模型的基本思想，從需求和供給兩方面考慮影響房價的因素，把制造業集聚納入房價決定模型中，并運用中國30省（市、區）的面板數據進行了實證檢驗，分析制造業集聚對房價的影響。

二、中國制造業集聚的區域特征

為了定量研究中國不同性質的制造業集聚對房價的影響，首先需對制造業集聚的程度進行度量。制造業集聚水平的測度有很多方法，如行業集中度、區域集中度指數、Hoover系數、熵指數、區位熵、赫希曼—赫芬達爾指數、地理集聚指數、空間基尼系數，等等。由于區位熵用到了特定制造業的產值在當地與全國的地位，能較好地反映某一地區制造業的地方專業化水平與比較優勢，故本文選取區位熵對中國20個行業的集聚度進行測量。特定制造業區位熵的計算公式為：

其中，βij表示j地區i制造業的區位熵；qij表示j地區i制造業的產值；qi表示全國所有地區i制造業的總產值；qj表示j地區所有制造業的總產值；q表示全國所有制造業的總產值。分子代表了j地區i制造業產值對全國i制造業總產值的貢獻程度；分母代表了j地區在全國工業發展中的貢獻程度。區位熵指數越高，制造業i向地區j的集聚程度越強。如果區位熵大于1，說明j地區i制造業在當地工業結構中占有較重要的地位，其集中度高于全國平均水平，即j地區相對于其他地區而言，i制造業具有一定的比較優勢；如果區位熵大于1.5，則j地區i制造業就擁有明顯的比較優勢；如果區位熵小于1或等于1，則說明j地區i制造業的集聚程度不高，沒有比較優勢可言。

由于2004年版的《中國工業經濟統計年鑒》開始使用新的國民經濟行業分類體系（GB／T4754—2002）進行統計，與舊的國民經濟行業分類體系（GB／T4754—94）相比，其對行業進行分類有所變化，為了保持統計口徑的一致，我們選擇了基本未作改變的20個制造業作為研究樣本。本文從《中國工業經濟統計年鑒》（2002—2014年）和《中國統計年鑒》（2002—2014年）里收集了各省（市、區）20個制造業的相關數據，我們把這20個制造業分為勞動密集型制造業與資本技術密集型制造業。其中勞動密集型制造業包括食品加工業、食品制造業、飲料制造業、煙草加工業、紡織業等5個制造行業；資本技術密集型制造業包括造紙業、石油加工及煉焦業、化學纖維制造業、非金屬礦物制品業、黑色金屬冶煉及壓延加工業、有色金屬冶煉及壓延加工業、金屬制品業、化學原料及化學制品制造業、醫藥制造業、普通機械制造業、專用設備制造業、交通運輸設備制造業、電氣機械及器材制造業、電子及通信設備制造業、儀器儀表及文化辦公制造業等15個制造行業。

根據公式（1）計算出的中國20個細分制造行業2001—2013年區位熵的平均值，我們發現勞動密集型制造業區位熵的平均值大于1的地區主要為中西部地區和少數沿海省份，包括內蒙古、黑龍江、安徽、福建、山東、河南、湖北、湖南、廣西、海南、四川、貴州、云南等13個省（區）。其中，貴州、云南的勞動密集型制造業的區位熵遠遠大于1.5，具有非常明顯的比較優勢；資本技術密集制造業區位熵的平均值大于1的地區主要為北京、天津、吉林、上海、江蘇、浙江、廣東、重慶、陜西等東部地區的省份和中西部個別省份。總之，這20個制造業集聚表現出明顯的地區差異，按照技術的含量，制造業集聚呈現出“東高西低”的特征，這恰好與房價的高低分布特征相同。

三、制造業集聚對房價的作用機制

基于房地產供需方程的房地產價格模型，是通過聯立房地產的需求方程和供給方程，從中導出房價與其影響因素之間的關系表達式，再采用計量經濟分析驗證這些因素對房價的影響。本文基于房地產供需方程的房地產價格模型的思想，并借鑒Antonio C.（2002）的生產函數來討論制造業集聚對房價的影響。

商品房作為一種耐用消費品，房地產的消費在帶來一定的服務流量的同時也具有增值保值的作用。由消費者的需求理論，對于一個理性消費者來說，消費房地產的邊際效用應該和其他非耐用商品相同。假設在t時期，有Nt個相同的消費者，每個典型消費者的效用來源于房產占有量OPt和其他非耐用商品消費量Ct兩部分，則其效用函數可表達為：

其中，α為房產份額，OP為每個消費者維持生存對房產最低的需求。

假定每個消費者的可支配收入為wt，房產的價格為Pt，其他商品價格標準化為1。假設每個消費者把所有的可支配收入用于當期的房產和其他商品的消費。則消費者的預算約束為：

建立拉格朗日函數求解式（2）、式（3）式的最優化問題，最終得到效用最大化的房產需求為：

由于每個消費者同質，則所有消費者對房產的需求量為：

現在我們來考慮房地產的供給。本期的房地產供給量St受到當期新建的房產量Bt和現存房子折舊（折舊率為δ）兩方面的因素影響。通過迭代，可以得到本期房產供給量St和以前各期新建房產量及初始房產量S0之間的關系式：

當房地產市場供求平衡Dt＝St時，求得房價的表達式為：

Antonio C.（2002）認為集聚經濟效應將帶來經濟效率的改進，并將空間產出密度因子納入通常的生產函數中，以測度集聚程度對產出的影響，這樣，制造業生產函數可以表達為：

式（8）中，Yt、At、Lt、Kt、Q和S分別為總產出、全要素生產率和勞動力、資本投入、總經濟規模（總產出或總就業人數）和土地面積；?為制造業集聚參數，當?>1時，表示制造業集聚對產出產生正的外部性。

市場均衡條件下，城市部門要素投入均衡的條件也為勞動力要素的收益與其邊際產出相等，式（8）對Lt求偏導可得：

把式（9）代入式（7），然后兩邊取對數，得到：

式（10）表明，均衡時，影響房地產價格的因素包括技術水平、勞動力和資本要素的投入、制造業集聚水平、房地產存量、人口因素及房地產消費份額。制造業集聚通過影響當地經濟發展水平與個人收入而影響房價；制造業集聚對房價的影響正負向關鍵取決于制造業集聚參數的大小（制造業集聚度的高低）及集聚特征。

眾多的企業和勞動力從外圍進入制造業集聚中心，企業之間的競爭和勞動力的共享等效應，會促進資源的合理配置、生產率的提高，促進當地經濟發展的提高，從而會增加對房地產的需求，促進房價上升。制造業集聚對個人收入的影響，則要取決于勞動力的性質。非熟練勞動力主要流向制造業集聚中心的勞動密集型企業工作，而熟練勞動力主要在資本技術密集型企業工作。因此，我們大致可以推斷資本技術密集型制造業集聚是勞動力工資提升的主要來源，也會促進對制造業集聚地的房地產需求與房價的上升；勞動密集型制造業集聚由于對勞動力工資的提升作用有限，對房價上升會有一種抑制作用。

四、實證分析

（一）模型設定

由于西藏自治區的數據嚴重缺乏，本文選擇30個省（市、區）的面板數據作為考察樣本。我們借鑒Deng（2009）的做法，實證方程設定為：

式（11）中，houpit是城市i在t期的房價；LQit是城市i在t期的制造業的區位熵；Xit是指影響城市房價的其他控制變量，包括：人均國內生產總值、人均工資、儲蓄存款余額、利率、人口密度、城市建設用地面積、房地產投資額、公共品的供給水平（包括城市通信、交通設施）、區位虛擬變量等。ηi和μit分別表示一個城市的地區效應和殘差。

（二）數據來源及描述性統計

本文的研究樣本包含2001—2013年中國除西藏自治區以外30個省（市、區）的面板數據。其中，各省（市、區）的商品房銷售價格用商品房屋銷售額除以商品房屋銷售面積而得，其相關數據來自2002—2014年的《中國統計年鑒》。其他控制變量的原始數據均來自2002—2014年的《中國城市統計年鑒》和《中國統計年鑒》。需要說明的是，勞動密集型制造業和資本技術密集型制造業的區位熵是取分屬于這兩大類的各制造業區位熵的平均值；城市建設用地面積由于數據缺失，采用人均建成面積來替代。表1列舉了本文所有變量的含義和描述性統計。

（三）計量回歸的結果

1.靜態面板估計

利用stata11軟件，首先使用靜態面板回歸方法

表1　變量的含義和描述性統計

進行估計，估計結果列于表2。所有模型聯合顯著性檢驗（F/Wald檢驗）的結果表明模型整體有效，檢驗的結果表明，采用固定效應模型進行回歸比較合理。

根據表2中的固定效應模型的估計結果，從行業角度來看，制造業集聚對中國房價產生了顯著的影響，但不同性質的制造業集聚影響方向并不相同。lnLLQ的系數顯著為負，說明勞動密集型的制造業集聚有抑制房價上升的作用，這種類型的制造業的集聚度每增加1個百分點，能抑制房價上漲0.28—0.29個百分點；lnZLQ的系數顯著為正，說明資本技術密集型的制造業集聚有著明顯的推高房價作用，其集聚度每增加1個百分點，能促進房價上漲0.41—0.44個百分點。中國勞動密集型制造業主要集聚在中西部地區、資本技術密集型制造業主要集聚在東南沿海地區的集聚特征，是造成房價呈“東高西低”的一個重要原因。

在控制變量中，lnavgdp和lnwage的系數均顯著為正，說明經濟發展水平和居民收入水平的提高會促進房價的上升。lnsave和lnrate的系數均為負，說明會抑制房價的上升，原因在于儲蓄存款余額和利率越高，則流向房地產市場中的貨幣余額將減少，從而對房價產生負面作用。lnland的系數顯著為正，這說明人口聚集會刺激房價的上升。lnpop的系數為正，而lnhouk的系數正負不確定，說明中國政府對土地和開發商對土地進行了不同程度的壟斷和控制，導致土地供給與房價呈正相關關系，而房地產投資影響房價的方向并不確定。lnpost、lncarry的系數顯著為正，說明良好的交通、通信等基礎設施會促進房價的上升。

2.工具變量法估計

由于制造業集聚與房價波動存在互為因果的關系，房價波動也是引起制造業轉移的一個重要原因。在其他條件不變的情況下，當區域房價相對較高時，就會誘使勞動力流出，就業導致相對就業人數減少，并對低附加值的制造業產生擠出效應，進而引發制造業轉移（高波等，2012）。故本文利用工具變量估計法（Instrumental Variables，IV）對模型Ⅰ至模型Ⅲ重新進行估計，把制造業集聚的滯后一期作為其工具變量，以控制內生性問題。我們進行了一系列的檢驗：首先，根據Husman（FE vs RE）檢驗的統計值所伴隨的P值，可以確定所有模型應該采用固定效應模型進行回歸；其次，在內生性檢驗當中，所有模型Husman（endogeneity）檢驗的統計量的P值，均拒絕了制造業集聚這個解釋變量為外生變量的原假設，模型存在內生性；再次，過渡識別檢驗

表2　固定效應（FE）模型的回歸結果

是檢驗工具變量的外生性，由于一個變量使用一個工具變量，不存在過渡識別的問題；最后，弱工具變量檢驗是檢驗工具變量與內生變量的相關性，我們發現弱工具變量檢驗的統計量（F值）都大于10，說明工具變量與內生變量之間具有很強的相關性。因此，我們選擇的工具變量估計方法是合理的。

本文所做的工具變量法的估計結果顯示，在考慮了制造業集聚的內生性后，不同性質的制造業集聚對中國房價還是產生了顯著的影響，并且影響方向沒有改變。勞動密集型的制造業集聚度lnLLQ每增加1個百分點，能抑制房價上漲0.45—0.48個百分點；資本技術密集型的制造業集聚有著明顯的推高房價作用，其集聚度lnZLQ每增加1個百分點，能促進房價上漲1.00—1.03個百分點。勞動密集型和資本技術密集型制造業按其技術含量呈“東高西低”的集聚特征是造成房價呈“東高西低”的一個重要原因的結論仍然成立。其他控制變量的回歸結果及其所代表的經濟含義，與表2中的估計結果基本類似，不再贅述。

五、結論與建議

中國勞動密集型制造業主要集聚在中西部地區，資本技術密集型制造業主要集聚在東部地區。本文在房地產供需方程的房地產價格模型的思想基礎上，引入了制造業集聚這個新變量，分析制造業集聚對房地產價格的影響機制，并建立一個包括制造業集聚度和其他從供需兩方面影響房價的變量的計量模型。通過對2001—2013年中國30個省（市、區）的面板數據進行回歸分析，我們發現中國勞動密集型制造業集聚會抑制房價上漲、資本技術密集型制造業集聚會促進房價上漲。

基于以上結論，本文提出如下政策建議：

第一，中國政府在引導制造業東部沿海發達地區向中西部地區轉移時，要打破引導制造業從東部沿海發達地區向中西部地區梯度轉移的觀念，制造業轉移應該進行跨越式的轉移。今后政府要通過投資等相關政策，將更多資本技術密集型的新項目引向中西部地區，以減輕東部沿海地區資本技術密集型制造業集聚而造成房價上漲的壓力。

第二，通過資本技術密集型制造業向中西部地區轉移，帶動人口也向中西部地區轉移，減少東部地區因人口密集所帶來的房價上升壓力。為此，中西部落后地區應培育和增強本地承接先進制造業轉移和勞動力回流的能力，以便更好地吸納高新技術制造業的轉移，中西部地區政府應該提供一些優惠政策和良好的基礎設施，以留住資本技術密集型制造業發展所需的人才。

第三，中國政府今后更應著眼于供給方面的因素來控制房價的上漲，不應過分通過限制人們對房地產的需求來控制房價的上漲。中國政府應完善土地交易的市場機制，使存量土地市場化，減少土地供給的壟斷因素，成立土地管理公司，專門負責土地的經營和市場競價，以使政府專門從事土地的規劃和管理而非定價工作。另外，政府應該通過經濟處罰與建立房地產開發準入制度，著力打擊開發商“囤地”開發造成房價上漲的行為，以控制房價上漲的人為因素。

參考文獻

［1］高波，陳健，鄒琳華.區域房價差異、勞動力流動與產業升級［J］.經濟研究，2012，（1）.

［2］黃鶴.中國大中城市房地產泡沫的檢驗及成因分析［D］.哈爾濱工業大學博士學位論文,2008.

［3］宋勃.房地產市場財富效應的理論分析和中國經驗的實證檢驗：1998—2006［J］.經濟科學，2007，（5）.

［4］沈悅，劉洪玉.住宅價格與經濟基礎面：1995—2002年中國14城市的實證研究［J］.經濟科學，2004，（6）.

［5］周京奎.房地產泡洙生成與演化──基于金融支持過度假說的一種解釋［J］.財貿經濟，2006，（5）.

［6］Abdel-Rahman H，M Fuljita.1990.“Product Vari?ety, Marshallian Externalities, and City Sizes”. Journal of Regional Seience，Vol.30，pp.165-183.

［7］Antonio C.2002.“Agglomeration—Effects in Eu?rope”. European Economic Review，Vol.46，pp.213-227.

［8］Case K E，Shiller R J.1990.“Forecasting Prices and Excess Returns in the Housing Market”.Jour?nal of the American Real Estate and Urban Eco?nomics Association，18（3），pp.253-273.

［9］Deng, Ma and Chiang.2009.“Dynamic Behaviorof Chinese Housing Prices”. International Real Estate Review，12（2），pp.121-134.

［10］Eddie Chi-man Hui, Vivian Sze-mun Ho.2003. “Does The Planning System Affect Housing Pric?es? Theory and with Evidence from Hong Kong”. Habitat International，Vol.27，pp.339-359.

［11］Fan C，Scott A.2003.“Industrial Agglomeration and Development：a Survey of Spatial Economic Issues in East Asia and a Statistical Analysis of Chinese Regions”. Economic Geography，Vol. 79，pp.295-319.

［12］Krugman P.1991.“Increasing Returns and Eco?nomic Geography”. Journal of Political Econo?my，99（3），pp. 483-499.

［13］Michelle Harter-Dreiman. 2004.“Drawing Infer?ences about Housing Supply Elasticity from House Price Responses to Income Shocks”. JournalofUrbanEconomics，Vol.55，pp.316-337.

［14］Muellbauer J，Murphy A. 1997.“Booms and Busts in the UK Housing Market”. Economic Journal，107（6），pp.1701-1727.

（責任編輯：柳陽）

【區域格局與產業發展】

［15］Peng W S，Yiu M，Tam D.2008.“The Property Market and the Macroeconomy of the Mainland：A Cross Region Study”. Pacific Economic Re?view，13（2），pp.240-258.

［16］Poteoan M J.1996.“Explaining Intermetropolitan Variation in Housing Prices，Rents and Land Prices”.Real Estate Economics，24（2），pp.219-245.

［17］Quigley J M.1999.“Real Estate Prices and Eco?nomic Cycles”. International Real Estate Re?view，2（1），pp.1-20.

The Differences of Manufacturing Industry Agglomeration and the Formation of Regional Housing Price

Zhou Qiliang

Abstract：According to the technical content, the feature of labor-intensive and capital-intensive manufacture agglomeration presents is“east high and west low”, which is obvious homogeneous with regional housing price in China. Based on the Real estate price model of real estate supply and demand equation，a measurement model is established which including the degree of manufacturing industry agglomeration and other variables affecting hosing prices from two aspects of supply and demand. Based on this, using panel data of China’s thirty provinces（city, area）in 2001-2013, the paper estimates the impact of the different nature of the manufacturing industry agglomeration on the house price. The results show that labor-intensive manufacture agglomeration can curb house price rising, and capital-intensive manufacture agglomeration can promote house price rising, which is an important reason of the“east high and west low”feature of house price in China. In order to fundamentally solve the phenomenon of high housing prices in the eastern region, the government should guide the manufacturing industry leapfrog to the central and western regions in the future.

Key Words:Manufacturing Industry; Agglomeration; Regional housing Price; Panel Data

作者簡介：周啟良，男，廣東省羅定職業技術學院經濟管理系講師（羅定527200）。

中圖分類號：F293.3

文獻標識碼：A

文章編號：2095—5766（2015）06—0090—07

收稿日期：2015—05—29