外來人口是否促進(jìn)了城市房價上漲?
——基于中國城市數(shù)據(jù)的實證研究

李嘉楠 游偉翔 孫浦陽

外來人口是否促進(jìn)了城市房價上漲?
——基于中國城市數(shù)據(jù)的實證研究

李嘉楠 游偉翔 孫浦陽?

本文主要利用2005年中國城市住房價格數(shù)據(jù)和2005年1%,人口抽樣調(diào)查中外來人口占比數(shù)據(jù)研究外來人口對于城市住房價格的影響。在控制了城市人均 GDP和城市人口規(guī)模等因素后，外來人口占比更高的城市房價更高，表現(xiàn)為 2005年外來人口占比每多出10%,，2005年房價就會高出7.5%,。為了避免雙向因果效應(yīng)與遺漏變量偏誤，本文將城市 1月平均氣溫作為外來人口占比的工具變量，研究結(jié)果顯示外來人口占比與城市房價之間的正相關(guān)關(guān)系仍然顯著。在機(jī)制分析中發(fā)現(xiàn)，外來人口很可能通過影響高技能勞動者的收入與遷入地的企業(yè)與工廠來間接影響城市房價。

房價；外來人口；城市

一、引 言

近年來，伴隨著房地產(chǎn)業(yè)與金融業(yè)的蓬勃發(fā)展，中國房價的快速上升不僅引起了學(xué)術(shù)圈的關(guān)注，其造成的“買房難”更是成為人民生活需要面對的主要困難。造成中國房價快速上漲的諸多機(jī)制已經(jīng)在過去文獻(xiàn)中得到了廣泛討論：寬松的貨幣政策和低利率刺激了住房消費(fèi)與投資需求(Glaeser et al.，2013；Favilukis et al.，2013)；人口結(jié)構(gòu)的變化帶動主要住房需求群體數(shù)量的變化(Mankiw and Weil，1989；徐建煒等，2012；陳斌開等，2012)；人民收入的上升(Fair，1972；梁云芳和高鐵梅，2007)；土地供給的政府壟斷和預(yù)期與投機(jī)(王岳龍和武鵬，2009；況大偉，2010)。本文關(guān)注的是外來人口對房價的影響。本文對外來人口定義為戶籍不在本市但居住在本市的居民，其規(guī)模很大程度上體現(xiàn)于流動人口的規(guī)模。根據(jù)全國普查數(shù)據(jù)的推算數(shù)據(jù)以及《中國統(tǒng)計年鑒》，在1982—2013年期間，中國流動人口從657萬增長到2.45億人，年平均增長12.38%。流動人口規(guī)模龐大成為中國人口發(fā)展的顯著特征之一。流動人口主要是從農(nóng)村和欠發(fā)達(dá)地區(qū)流向城市和發(fā)達(dá)地區(qū)。城市中外來人口增加的同時，房價也逐步攀升。

近年來，中國住房價格整體呈快速上升趨勢，嚴(yán)重影響了人民的正常生活，“買房難”成為了一個嚴(yán)峻的社會經(jīng)濟(jì)問題。中國自 1998年開始住房體制改革，全國逐步停止了福利住房分配，住房貨幣化、商品化的局面開始穩(wěn)步形成。根據(jù)《中國統(tǒng)計年鑒》的數(shù)據(jù)，1998—2003年房價上漲幅度很小，年均增長率僅為 3.45%,。然而，從 2004年開始，房價攀升的速度大幅增加，2004年房價增長率為 18.71%,，而 2004—2007年的房價年均增長率達(dá)到11.81%,。2008年受到金融危機(jī)的影響，房價小幅下跌1.89%,，而后延續(xù)高速上漲態(tài)勢，2009年房價增長率高達(dá) 24.69%,，2009—2014年房價年均增長率為5.88%,。針對這個趨勢，我國政府密集出臺了很多措施，但是上漲的勢頭依然無法得到全面的遏制。如何有效促進(jìn)房地產(chǎn)市場健康平穩(wěn)發(fā)展已經(jīng)成為中國經(jīng)濟(jì)必須面對的挑戰(zhàn)。

在經(jīng)濟(jì)高速增長與城鎮(zhèn)化快速形成的過程中，外來人口往往在一定程度上促進(jìn)了房價的上升。首先，外來人口的大量遷入增加了城市住房需求。外來人口進(jìn)入城市后，住房需求即刻需要滿足，他們傾向于先租房，短期內(nèi)大量的租房需求會推高房租水平，有利可圖的租房市場會刺激租房供給增加，因此租房需求會間接地推動購房需求的上升(Fair，1972)。其次，隨著在城市中生活、工作的時間延長，部分外來人口會傾向于擁有自己的住房來改善居住條件，由此推動購房需求的進(jìn)一步上升(Rivero，2008)。另外，由于城市吸納外來人口帶來的住房剛需上升是可以被理性預(yù)期到的，外來人口多的城市往往吸引更多的房地產(chǎn)投資，因此投資需求可能進(jìn)一步推升城市房價水平。本文試圖通過嚴(yán)謹(jǐn)?shù)膶嵶C分析檢驗中國的外來人口是否對房價同樣具有推升作用。

外來人口影響城市房價的機(jī)制也可能是間接的。首先，外來人口一般流動性大，收入較低，主要從事低端建筑業(yè)與服務(wù)業(yè)等。Ottaviano和Peri(2011)檢驗美國數(shù)據(jù)發(fā)現(xiàn)，其與高技能勞動者在生產(chǎn)中的互補(bǔ)性可能會推升高技能勞動者的收入，收入效應(yīng)將會提高該人群的住房消費(fèi)與投資需求，從而影響城市房價。其次，低技術(shù)外來人口對于流入地企業(yè)與工廠發(fā)展的貢獻(xiàn)是突出的，規(guī)模效應(yīng)和低廉的勞動成本在一定程度上促進(jìn)了一些勞動密集型企業(yè)的發(fā)展，而企業(yè)數(shù)量增多與產(chǎn)值提高能夠直接促進(jìn)城市經(jīng)濟(jì)發(fā)展，帶動城市房價的提升，同時企業(yè)對于房地產(chǎn)市場的投資也是影響房價的重要途徑。本文將針對這些可能的機(jī)制展開實證分析與討論。

本文將基于2005年中國城市住房價格數(shù)據(jù)與2005年1%,人口抽樣調(diào)查中外來人口占比數(shù)據(jù)實證分析外來人口占比對于城市房價的影響，并探討其影響房價的具體機(jī)制。為了避免雙向因果效應(yīng)與遺漏變量偏誤，本文使用城市 1月平均氣溫作為外來人口占比的工具變量，并且控制了城市人均 GDP和城市人口規(guī)模等其他影響房價的非人口因素。本文的實證結(jié)果表明外來人口占比顯著地提高了城市房地產(chǎn)平均價格。在機(jī)制分析中，本文發(fā)現(xiàn)外來人口很可能通過影響高技能勞動者的收入與遷入地的企業(yè)與工廠來間接影響城市房價，彌補(bǔ)了之前文獻(xiàn)在關(guān)于機(jī)制方面具體討論的不足。本文余下部分的結(jié)構(gòu)為：第二部分是文獻(xiàn)綜述，第三部分是模型設(shè)定與數(shù)據(jù)，第四部分是外來人口與房價的實證分析，第五部分是機(jī)制分析，最后是簡要結(jié)論。

二、文獻(xiàn)綜述

本文的文獻(xiàn)綜述主要分為兩部分：首先，我們探討了外來人口可能對房價產(chǎn)生的影響以及其發(fā)生作用的具體機(jī)制；其次，我們探討了影響房價的非人口因素，為下文我們所使用的控制變量提供理論依據(jù)。

（一）移民、外來人口與房價

本文主要研究外來人口對本地房價的影響，國外此方向的研究主要關(guān)注外來移民對當(dāng)?shù)胤績r的影響。很多文獻(xiàn)表明外來移民通過提高住房需求顯著提到了當(dāng)?shù)氐姆績r。Saiz(2003)研究了1980年古巴馬里埃爾偷渡事件后美國邁阿密房地產(chǎn)市場價格的變化，發(fā)現(xiàn)預(yù)期外來移民人口的進(jìn)入使邁阿密租房人口上漲了 9%,，同時當(dāng)?shù)胤績r在1979—1981年上漲了 8%～11%,，并且上升的大多為低價住房。Saiz(2007)借助工具變量分析美國城市房價與移民關(guān)系，發(fā)現(xiàn)相當(dāng)于城市人口1%,的外來移民進(jìn)入，會推動城市住房租金和住房價格平均上漲1%,。Rivero(2008)、Gonzalez和Ortega(2013)均發(fā)現(xiàn)外來移民的進(jìn)入推高了西班牙的租房價格與房價。Degen和Fischer(2009)分析了瑞士85個地區(qū)的數(shù)據(jù)，發(fā)現(xiàn)在數(shù)量上相當(dāng)于本地人口 1%,的移民進(jìn)入會推動住宅價格上漲2.7%,。另一方面，不少文獻(xiàn)討論外來移民通過降低本地平均收入以及促使高收入群體的遷出拉低了房價。Sá(2015)以英國的移民和房價數(shù)據(jù)為研究對象，發(fā)現(xiàn)相當(dāng)于本地人口 1%,的外來移民進(jìn)入會導(dǎo)致房價下降 1.6%,。Akbari和 Aydede(2012)使用加拿大1996年、2001年和 2006年三年的移民和房價面板數(shù)據(jù)進(jìn)行回歸分析，發(fā)現(xiàn)移民對房價的影響很小，由于移民到來而推動的房價上升最高也只有0.1%,～0.12%,。

影響房價而又與人口有關(guān)的另一重要因素是人口結(jié)構(gòu)。一個國家或者城市如果中青年比例越高，住房購房需求往往越旺盛，其對房價的促進(jìn)作用也越大。Mankiw和Weil(1989)利用美國的人口及房價數(shù)據(jù)發(fā)現(xiàn)美國人口結(jié)構(gòu)的變化能夠解釋其 20年以內(nèi)的房價變化。徐建煒等(2012)發(fā)現(xiàn)中國中青年人口比例的上升是推動中國房價上升的重要原因。陳斌開等(2012)基于中國宏觀數(shù)據(jù)的研究，認(rèn)為 1981年開始的“嬰兒潮”很可能是自2004年以來中國住房價格快速上漲的重要原因。在理論上，外來人口流入可以通過提高本地中青年人口比例最終提高住房需求促進(jìn)房價上升。中國大量低技能青壯勞動力的跨區(qū)域轉(zhuǎn)移毫無疑問影響了不同城市的人口結(jié)構(gòu)以及住房需求，而且由于中國獨(dú)特的戶籍制度，外來人口對于城市住房的需求更為復(fù)雜。中國的戶籍制度在一定程度上制約了人口的遷徙和活動，并且影響了公共資源與服務(wù)跨地區(qū)的分配，例如教育、醫(yī)療、養(yǎng)老、就業(yè)等(侯慧麗，2008；高勇，2015；周欽、劉國恩，2016)?！百彿咳霊簟背蔀榱藨艏贫认碌恼弋a(chǎn)物：城市外來人口通過購買符合一定條件的商品房，即可獲得本市戶口及其相關(guān)社會福利。在此背景下，外來人口購房不僅受需求驅(qū)動，而且受到隱形戶口福利的影響。

移民的流向一般為國際間發(fā)展中國家至發(fā)達(dá)國家，發(fā)展中國家城市間的外來人口大多為一國內(nèi)部相互遷移的人口。地區(qū)間發(fā)展水平的差異促使人們通過遷移來尋求更好的社會經(jīng)濟(jì)環(huán)境(劉生龍，2014)。移民影響房價與國內(nèi)外來人口對于遷入地房價的影響具有相似的機(jī)制，但國內(nèi)對于這方面的研究較少。陸銘等(2014)基于中國城市級數(shù)據(jù)發(fā)現(xiàn)外來人口占比較高的城市具有較高的房價，同時他們發(fā)現(xiàn)外來人口對于房價的影響主要是通過收入水平較高的外來人口來實現(xiàn)的。本文的研究方法跟陸銘等(2014)相似，但是本文更深入探討了外來人口(尤其是外來低技能人口)影響本地房價的具體機(jī)制，試圖彌補(bǔ)在這個領(lǐng)域上的文獻(xiàn)空白。

（二）影響房價的非人口因素

房地產(chǎn)市場的需求受以下因素的影響：消費(fèi)者的收入、潛在消費(fèi)者的數(shù)量、人口增長的速度和消費(fèi)者的預(yù)期等。一般而言，某城市的人均收入越高，對于住房的需求越旺盛，則相應(yīng)的推動房價越高。Fair(1972)研究發(fā)現(xiàn)，在短期內(nèi)，房價上漲是由于收入上升和預(yù)期未來房租上漲這兩個因素導(dǎo)致的。在中國，人均生產(chǎn)總值與房價呈顯著的正相關(guān)關(guān)系(梁云芳和高鐵梅，2007)。高波等(2013)認(rèn)為，城市居民收入差距擴(kuò)大是引發(fā)城市房價租金比升高的主要因素，在所有影響因素中，居民人均可支配收入的變化對城市房價租金比變動的影響力最大。較強(qiáng)的住房剛需往往拉動房地產(chǎn)投資，從而導(dǎo)致房價預(yù)期對房價產(chǎn)生顯著的影響。Phillips(1988)采用滯后的房價升值項作為未來房價上漲的代理變量進(jìn)行分析，統(tǒng)計結(jié)果表明預(yù)期會顯著地推升房價。況偉大(2010)對中國 35個典型城市 1996—2007年數(shù)據(jù)分析后的實證結(jié)果表明預(yù)期以及投機(jī)對中國城市房價波動均具有較強(qiáng)的解釋力。

除了需求側(cè)的影響，作為供給側(cè)的土地價格也對房價產(chǎn)生重要的作用。由于中國的土地市場由政府壟斷，許多學(xué)者認(rèn)為地方政府對于土地供應(yīng)的直接控制以及對于“土地財政”的依賴推升了住房價格。況偉大(2005)采用 Granger因果關(guān)系對房價與地價進(jìn)行實證分析，結(jié)果顯示房價與地價關(guān)系呈線性正相關(guān)。王岳龍和武鵬(2009)利用2002—2008年中國28個省的面板數(shù)據(jù)，發(fā)現(xiàn)土地“招拍掛”制度的實行在整體上使全國房價水平提高了約 13%。鄭思齊和師展(2011)發(fā)現(xiàn)越是依賴土地出讓金的城市，居住用地的受限程度越高，地價也相應(yīng)越高，而地方政府“招商引資”的力度越大，居住用地的價格也越高。與此同時，也有學(xué)者提出房價與地價的關(guān)系應(yīng)該是高房價導(dǎo)致高地價而非高地價導(dǎo)致高房價(黃健柏等，2007；周京奎，2006)。在本文的實證分析中，為了使我們關(guān)于外來人口對房價影響的估計更為準(zhǔn)確，我們加入了城市級別的經(jīng)濟(jì)增長變量以控制住這些影響房價的非人口因素。

三、模型設(shè)定與數(shù)據(jù)

（一）模型設(shè)定

影響城市住房價格的因素主要有供給層面的因素和需求層面的因素，同時經(jīng)濟(jì)地理特征也應(yīng)納入考慮。通過控制以上城市特征數(shù)據(jù)，能夠在一定程度上減少在估計外來人口對于城市住房價格影響中可能產(chǎn)生的偏差。

本文主要采用如下截面模型來識別外來人口對城市住房價格的影響：

在式(1)中，下標(biāo)i表示第i個城市，下標(biāo)j表示第j個解釋變量，0α和ui分別為截距項和隨機(jī)擾動項。Yi為被解釋變量，在不同的模型中分別表示房價、房價增長率以及房價收入比，設(shè)置這三種解釋變量的經(jīng)濟(jì)含義略有差別，將在后文中進(jìn)行解釋。M1i為第i個城市的外來人口占比，在不同的模型中分別表示2000年或是2005年的第i個城市的外來人口占比。C2i為第i個城市一定時期內(nèi)的外來人口占比變化，表示2000—2005年的第 i個城市的外來人口占比變化。Xji為其它控制變量(j≥3)。β1～jβ是待估參數(shù)。

（二）數(shù)據(jù)與變量說明

根據(jù)上文的模型設(shè)定，本文利用城市級外來人口數(shù)據(jù)匹配地級市的城市特征數(shù)據(jù)對模型進(jìn)行估計。本文的數(shù)據(jù)主要來源于以下幾個方面：第一，城市住房價格數(shù)據(jù)來自于《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒》，基于各地級市年度住房銷售額和銷售面積可以計算出各地級市的當(dāng)年度的住房價格；第二，城市級外來人口數(shù)據(jù)分別來自于中國2000年人口普查數(shù)據(jù)庫和中國 2005年 1%,人口抽樣調(diào)查微觀數(shù)據(jù)庫，基于以上數(shù)據(jù)庫數(shù)據(jù)，可以得到各地級市的外來人口數(shù)據(jù)；第三，城市級特征數(shù)據(jù)主要綜合了《中國城市統(tǒng)計年鑒》、《中國區(qū)域經(jīng)濟(jì)統(tǒng)計年鑒》、《中國人口和就業(yè)統(tǒng)計年鑒》以及《中國城市(鎮(zhèn))生活與價格年鑒》4個來源。

1. 城市住房價格數(shù)據(jù)與變量

由于所能獲得的外來人口數(shù)據(jù)只有 2000年和 2005年的數(shù)據(jù)，因此主要以 2005年的城市房價數(shù)據(jù)為研究對象。在模型中城市房價為被解釋變量，分為三種情況，一是2005年城市住房價格的對數(shù)，二是 2001—2005年住房價格的增長率①由于缺少2000年的城市級房價數(shù)據(jù)，所以用2001年和2005年的房價數(shù)據(jù)來計算房價增長率。，三是 2005年城市房價收入比的對數(shù)。城市住房價格數(shù)據(jù)與變量如表1所示。

表1 住房價格變量

2. 外來人口數(shù)據(jù)與變量

本文主要研究外來人口對于城市住房價格的影響，包含了2000年和2005年外來人口占比數(shù)據(jù)。外來人口數(shù)據(jù)與變量見表2。

表2 外來人口變量

圖1 中國210個城市2005年外來人口占比與房價對數(shù)散點圖

圖1為210個中國城市2005年的外來人口占比和房價的簡要關(guān)系，其中外來人口占比指外來人口占城市總?cè)丝诒戎兀?005年房價則取對數(shù)。從圖1中可以看出2005年城市外來人口占比與2005年房價呈顯著正相關(guān)關(guān)系。

3. 城市特征數(shù)據(jù)與變量

本文的城市指地級及以上城市，城市特征數(shù)據(jù)主要分為三類，如表3所示：一是住房供給層面因素，本文采用城市就業(yè)密度數(shù)據(jù)來反映，就業(yè)密度是指城市市轄區(qū)二三產(chǎn)業(yè)從業(yè)人員人數(shù)/市轄區(qū)建成區(qū)面積，這在一定程度上代表了土地和住房供給的倒數(shù)(陸銘等，2014)；二是住房需求層面因素，城市人均 GDP和城市總?cè)丝诜从沉顺鞘薪?jīng)濟(jì)發(fā)展水平和城市規(guī)模，是主導(dǎo)住房需求的因素(梁云芳和高鐵梅，2007)；三是每個城市到區(qū)域大城市的距離和到大港口的距離。其中，距離用兩地間最短行車路線距離衡量，“區(qū)域大城市”是指2000年人口普查時城鎮(zhèn)常住人口超過400萬的城市，而“大港口”則指天津、上海和香港。將城市經(jīng)濟(jì)地理因素納入方程可以控制其他可能通過影響工業(yè)投資和勞動生產(chǎn)率而影響城市住房價格的因素。

表3 城市特征變量

在回歸中城市的特征還包括是否為省會城市或直轄市，這主要是為了控制與城市行政級別相關(guān)且會影響城市房價和外來人口流向的不可觀測因素。將城市分布于東、中、西和東北地區(qū)的一組虛擬變量納入回歸是為了研究外來人口對于城市房價影響的地區(qū)性差異，東西中部和東北地區(qū)具體劃分方法參考中國國家統(tǒng)計局資料①東部：北京、天津、河北、上海、江蘇、浙江、福建、山東、廣東和海南。中部：山西、安徽、江西、河南、湖北和湖南。西部：內(nèi)蒙古、廣西、重慶、四川、貴州、云南、西藏、陜西、甘肅、青海、寧夏和新疆。東北：遼寧、吉林和黑龍江。。表 4報告了描述性統(tǒng)計結(jié)果。

表4 描述性統(tǒng)計

四、外來人口與房價的實證分析

（一）基本回歸

表 5報告了 2005年外來人口占比和就業(yè)密度等城市特征因素影響 2005年城市房價的回歸結(jié)果。

在第(1)列中，僅使用2005年外來人口占比解釋2005年房價水平，回歸結(jié)果顯示2005年外來人口占比的系數(shù)顯著為正，說明在外來人口占比較高的城市，住房需求可能也較高，從而推動了城市住房價格的上升。

表5 解釋房價水平

在第(2)列中加入了就業(yè)密度作為解釋變量，目的是控制城市住房供給層面的因素。僅從第(2)列的結(jié)果來看，控制了就業(yè)密度后，外來人口影響房價的系數(shù)有所下降，但仍然顯著為正。同時，就業(yè)密度越大的城市(即土地供給相對較少的城市)住房價格越高，然而在后續(xù)回歸中就業(yè)密度的影響并不顯著，這說明就業(yè)密度中所包含的土地供給因素不能直接顯著影響城市房價水平。

在第(3)列中加入了人均 GDP和總?cè)丝谶@組城市特征變量，目的是控制住房需求層面的因素。從回歸結(jié)果來看，外來人口的確傾向于遷往更富裕和規(guī)模更大的城市，在控制了這組需求變量后，外來人口占比對于城市房價影響系數(shù)大幅下降，由第(2)列中的 1.699降至 0.805。這說明在外來人口占比較高的城市，人均 GDP和人口規(guī)模也較大，在不控制住房需求因素的情況下，外來人口對于城市房價的影響被高估。

在第(4)列中包含了一組經(jīng)濟(jì)地理變量，它們的系數(shù)均顯著為負(fù)，說明在控制了其他因素之后，距離區(qū)域大城市和大港口較遠(yuǎn)的城市房價水平也較低。同時，外來人口占比系數(shù)也有了小幅下降，說明經(jīng)濟(jì)地理位置因素確實影響了人們的遷移選擇，人們往往傾向于遷往大城市和經(jīng)濟(jì)聚集地，因為大港口代表了京津冀、長三角和珠三角三大經(jīng)濟(jì)區(qū)。

在第(5)列中納入了一組虛擬變量，其中東部城市變量影響過小而被忽略，其余地區(qū)虛擬變量影響除中部城市外均不顯著，且地區(qū)變量整體影響較小，這并不奇怪，因為在第(4)列中的經(jīng)濟(jì)地理變量在很大程度上已經(jīng)包含了地區(qū)差異因素。此外，在控制了其他因素之后，省會、直轄市的住房價格較高，而在控制了該變量后，外來人口系數(shù)有小幅上升，說明在沒有考慮省會、直轄市的固定效應(yīng)時，外來人口對于房價影響的程度被小幅低估，而這可能與省會、直轄市對外來人口流入限制措施較多有關(guān)。根據(jù)第(5)列的結(jié)果，在其他條件不變的情況下，2005年外來人口占比每高出10個百分點，2005年的城市住房價格就會高出7.5%,。

（二）工具變量估計

通過普通的最小二乘法得到的估計結(jié)果支持了外來人口流入城市會促進(jìn)房價上漲這一結(jié)論。從理論上來講，一方面，在短期中住房供給缺乏彈性，外來人口流入帶來的需求會導(dǎo)致房價上升；另一方面，較高的房價會提高外來人口進(jìn)入城市后的生活成本，降低外來人口因地域遷移而獲得的效用，因此在一定程度上抑制了外來人口進(jìn)入城市。外來人口占比和城市房價之間存在著雙向因果關(guān)系。在回歸方程中控制了城市經(jīng)濟(jì)發(fā)展水平、各類地理變量以及城市固定效應(yīng)后，外來人口占比與城市房價間的回歸結(jié)果是較為穩(wěn)健的，但是仍可能存在遺漏變量偏誤，外來人口的進(jìn)入可能推高了房價，同時也可能是高房價背后的某些因素吸引了外來人口進(jìn)入。由于存在雙向因果效應(yīng)與遺漏變量偏誤的可能，普通最小二乘法得到的估計結(jié)果可能并非是無偏與一致的。

為了準(zhǔn)確估計外來人口對于城市房價的影響，本文采用各城市1974年1月的平均氣溫作為外來人口的工具變量。采用此氣溫變量有以下幾個理由：首先，氣溫是影響人口分布的重要因素，氣候溫暖的地區(qū)人口密度更大，Black和 Henderson(1999)在對美國城市人口分布的研究中發(fā)現(xiàn)，平均氣溫較為溫暖的城市 1950—1990年的人口增長更快。宜居性是外來人口選擇遷移地的考慮因素之一，因此外來人口可能更偏向遷往平均氣溫較溫暖的城市，故該變量符合“相關(guān)性”要求。其次，1月平均氣溫變量與各地區(qū)城市房價水平并不直接相關(guān)，理論上只會通過影響外來人口而影響城市房價水平，符合工具變量的“外生性”要求。如表 6所示，在分別對于房價、房價增長率和房價收入比的回歸中加入 1月平均氣溫變量后，其系數(shù)均不顯著，且外來人口占比和其他控制變量的系數(shù)大小和顯著性變化不大。

表6 將氣溫變量納入解釋變量

然而是否存在其他途徑使 1月平均氣溫能夠影響城市房價是使用該工具變量時必須考慮的問題。

首先，各城市的 1月平均氣溫是否與城市經(jīng)濟(jì)發(fā)展水平相關(guān)？城市經(jīng)濟(jì)發(fā)展水平對于房價的影響是顯著的，如果氣候更加溫暖的城市經(jīng)濟(jì)發(fā)展水平更高，則氣溫變量可以通過除外來人口外的其他途徑影響房價。中國的整體經(jīng)濟(jì)發(fā)展水平高低是呈東西向分布的，總體水平由沿海地區(qū)向內(nèi)陸遞減，然而中國整體的 1月平均氣溫是呈南北向分布的，總體由南至北逐步遞減，所以兩者并不相關(guān)。如表 7所示，我們分別將各城市2005年人均生產(chǎn)總值和2005年地區(qū)生產(chǎn)總值對1月平均氣溫回歸，沒有發(fā)現(xiàn)顯著的相關(guān)性。

其次，各城市的 1月平均氣溫受人類經(jīng)濟(jì)活動的影響是否巨大？隨著城市建設(shè)和城市化速度的加快，城市熱島效應(yīng)成為影響局部地區(qū)氣候的重要因素。任玉玉等(2010)研究發(fā)現(xiàn)，中國國家級氣象臺站發(fā)布的在年平均地面氣溫的上升趨勢中至少有27.3%,可歸因于城市化影響。因此，1月平均氣溫可能通過反映城市的城市化水平來影響城市房價。本文所使用的各城市 1月平均氣溫來源于中央氣象局 1974年通過統(tǒng)計全國氣象站歷年數(shù)據(jù)繪制的全國 1月平均氣溫圖，可以有效避免改革開放以來高速的城市化和工業(yè)化對局部地區(qū)氣溫的影響。

本文采取兩階段最小二乘法(2SLS)來估算外來人口占比對于城市房價的影響，將各城市1月平均氣溫作為2005年外來人口占比的工具變量。表8顯示了回歸結(jié)果，在第一階段回歸中，城市1月平均氣溫和2005年外來人口占比呈顯著正相關(guān)，且F值為54.89。在2SLS回歸中，2005年外來人口占比每高出10個百分點，2005年的城市住房價格就會高出8.4%,

表7 以氣溫變量為被解釋變量

表8 以氣溫變量為工具變量

表9報告了顯著性檢驗的結(jié)果，在兩階段回歸中加入就業(yè)密度、人均 GDP、總?cè)丝凇⑹⒅陛犑泻推渌?jīng)濟(jì)地理變量作為控制變量。在第一階段回歸中，1月平均氣溫和2005年外來人口占比仍保持顯著正相關(guān)。表9第(3)列的結(jié)果顯示在其他條件不變的情況下，2005年外來人口占比每高出 10個百分點，2005年的城市住房價格就會高出 7.93%,，與表 5第(5)列的結(jié)果相比影響系數(shù)的數(shù)值提高了 5.73%,，說明在 OLS回歸中外來人口對于城市房價的影響被低估了。

五、外來人口影響房價的機(jī)制分析

（一）外來人口與城市高收入人群

住房具有消費(fèi)品與投資品雙重特征。Henderson和 Ioannides(1983)認(rèn)為家庭在住房市場中的行為應(yīng)該從消費(fèi)需求與投資需求兩方面來解釋。城市中的高收入人群是住房消費(fèi)與投資的主力人群，對房價影響程度較大。Sá(2015)在研究移民對于英國城市住房價格時發(fā)現(xiàn)，移民的到來導(dǎo)致城市房價下降，影響機(jī)制之一就是本地高收入人群離開帶來負(fù)的收入效應(yīng)拉低了住房需求與價格。因此，城市中的高收入人群的住房消費(fèi)與投資決策能夠顯著影響城市房價。

表9 以氣溫變量為工具變量的顯著性檢驗

中國現(xiàn)階段，外來人口群體的一般特征是以農(nóng)村戶籍為主，流動性大，收入較低，主要從事低端建筑業(yè)與服務(wù)業(yè)等，因此可以將城市中的外來人口主要?dú)w類為低技能勞動者。Ottaviano和 Peri(2011)研究美國數(shù)據(jù)發(fā)現(xiàn)，外來人口與遷入地平均工資與房屋租金有正相關(guān)性，外來人口流入提高了當(dāng)?shù)馗呒寄?、高教育水平勞動者的工資，這種外來人口流入與高技能勞動者工資的正相關(guān)性可能源于兩者在生產(chǎn)中的互補(bǔ)性。

外來人口作為低技能勞動力進(jìn)入本地市場后，與本地低技能勞動力存在競爭。Ottaviano和 Peri(2011)指出外來人口遷入對于本地低技能、低教育水平的勞動者工資具有負(fù)效應(yīng)。Mueller等(2016)分析英國私營與公共企業(yè)數(shù)據(jù)發(fā)現(xiàn)企業(yè)員工的收入差距——高級管理職位與低級職位薪酬差距，隨著企業(yè)規(guī)模的擴(kuò)大而拉大。Fox(2010)檢驗了瑞典與美國數(shù)據(jù)，得出了相同的結(jié)論，發(fā)現(xiàn)高級管理人員工資水平的提升與管理責(zé)任的提高有關(guān)。故外來人口推動高技能勞動者收入的提高可能是通過促進(jìn)企業(yè)規(guī)模擴(kuò)大這一途徑。外來人口流入增加了低端廉價勞動力供給，為企業(yè)規(guī)模的不斷擴(kuò)大提供了基礎(chǔ)，而管理對象數(shù)量的提升提高了高級管理人員的工作強(qiáng)度與要求，其薪酬水平也隨著企業(yè)規(guī)模的擴(kuò)大而提高。高技能勞動者代表的高收入人群是城市住房消費(fèi)與投資的主力，如果外來人口的流入能夠推動城市高收入人群工資水平的上升，那么收入效應(yīng)將會推高該人群的住房消費(fèi)與投資需求，導(dǎo)致城市房價上升。

此處采用2005年中國各城市上市公司高管年薪酬來代表城市高技能人群收入，將其與各城市外來人口占比結(jié)合進(jìn)行回歸分析。上市公司所處省份和城市的數(shù)據(jù)和高管薪酬數(shù)據(jù)均來源于國泰安數(shù)據(jù)庫(CSMAR)。其中，(1)上市公司所處省份和城市的數(shù)據(jù)來源于子數(shù)據(jù)庫中國上市公司首次公開發(fā)行研究數(shù)據(jù)庫中的公司注冊地信息，通過字段截取獲得上市公司所處的省份和城市信息；(2)高管薪酬數(shù)據(jù)來源于子數(shù)據(jù)庫中國上市公司治理結(jié)構(gòu)研究數(shù)據(jù)庫中的報告期報酬總額。兩組通過股票代碼作為關(guān)鍵字進(jìn)行合并。被解釋變量為2005年城市高管年薪酬平均數(shù)對數(shù)以及2005年城市高管年薪酬中位數(shù)對數(shù)，后者的納入是因為利用中位數(shù)可以有效改善平均數(shù)易受異常值影響的缺點。以2005年外來人口占比作為核心解釋變量，控制變量是人均 GDP、總?cè)丝诤推渌?jīng)濟(jì)地理變量，同時控制了省會城市、直轄市的固定效應(yīng)。在工具變量回歸中，使用前文介紹工具變量——城市 1月平均氣溫，其回歸結(jié)果與 OLS回歸結(jié)果如表 10所示。

表10的第(1)列與第(3)列的OLS回歸結(jié)果表明，外來人口占比與城市高管年薪酬顯著正相關(guān)，在其他條件不變的情況下，城市 2005年外來人口占比每高出 10個百分點，城市高管年薪酬平均值就會提高11.14%,，中位數(shù)會提高9.9%,。由于外來人口的分布并非隨機(jī)，簡單 OLS回歸結(jié)果只能說明相關(guān)性而無法證明因果性，因此進(jìn)行工具變量回歸是必要的。在第一階段回歸中，城市 1月平均氣溫與外來人口占比的相關(guān)系數(shù)均為0.009,9，顯著性水平為1%,，F(xiàn)值分別為23.78和23.46，這表明兩者具有較強(qiáng)的相關(guān)性。第(2)列與第(4)列是 IV回歸結(jié)果，其中系數(shù)大小由第(1)列中的 1.114提高到3.006，由第(3)列中的0.990提高到1.607，且兩者依舊顯著。這說明簡單OLS回歸中外來人口對于城市高管年薪酬的影響被低估，工具變量回歸結(jié)果表明在其他條件不變的情況下，城市 2005年外來人口占比每高出 10個百分點，城市高管年薪酬平均值就會提高30.06%,，中位數(shù)會提高16.07%,。

前述的分析結(jié)果表明外來人口流入城市在統(tǒng)計上能夠提高城市高技能勞動者的工資水平，理論上外來人口流入與高技能勞動者工資的正相關(guān)性可能源于兩者在生產(chǎn)中的互補(bǔ)性，以及外來人口流入促進(jìn)企業(yè)規(guī)模擴(kuò)大從而提升高技能勞動者工資。因此，外來人口影響城市房價的途徑之一可能就是通過影響城市高技能人群的工資水平來間接影響城市房價。

表10 外來人口與高管薪酬

（二）低技能外來人口與城市房價

外來人口的組成是復(fù)雜的，根據(jù)不同的標(biāo)準(zhǔn)可以區(qū)分為具有不同特點的群體，此類標(biāo)準(zhǔn)包含年齡、受教育程度、戶籍和收入水平等。以城鄉(xiāng)分割的戶籍制度為標(biāo)準(zhǔn)，外來人口可以區(qū)分為兩類：一類是具有城市戶籍的外來人口，即非農(nóng)外來人口，從其他城市遷移而來；另一類是具有農(nóng)村戶籍的外來人口，即農(nóng)業(yè)外來人口，從其他農(nóng)村遷移而來。這種分類使得我們能夠分析非農(nóng)外來人口與農(nóng)業(yè)外來人口遷入對城市房價影響的差異。一般而言，農(nóng)業(yè)外來人口平均收入低于非農(nóng)外來人口，農(nóng)業(yè)外來人口更多地從事一些非正式職業(yè)和邊緣職業(yè)，流動性較大，因此農(nóng)業(yè)外來人口購房能力較弱，對于城市房價的直接影響較低。

農(nóng)業(yè)外來人口對于流入地企業(yè)與工廠發(fā)展的貢獻(xiàn)是突出的，農(nóng)業(yè)外來人口以低技能勞動者為主，能夠為企業(yè)、工廠提供較為廉價的勞動力，規(guī)模效應(yīng)和低廉的勞動成本在一定程度上促進(jìn)了一些勞動密集型企業(yè)的發(fā)展。如圖2與圖3所示，各城市2005年外來人口占比與城市工業(yè)企業(yè)數(shù)與工業(yè)總產(chǎn)值呈顯著正相關(guān)性。企業(yè)與城市房價關(guān)系密切。首先，企業(yè)數(shù)量增多與產(chǎn)值提高能夠直接促進(jìn)城市經(jīng)濟(jì)發(fā)展，進(jìn)而帶動城市房價的提升。其次，企業(yè)對于房地產(chǎn)市場的投資也是影響房價的重要途徑。Miao和Wang(2013)指出，房地產(chǎn)泡沫能夠吸引非房地產(chǎn)企業(yè)投資于房地產(chǎn)。劉愿等(2014)指出，在面臨資金、技術(shù)等內(nèi)部資源約束和兩種投資相對回報率的外部約束下，企業(yè)的資金傾向于流入高利潤率的房地產(chǎn)業(yè)。中國近年來的房地產(chǎn)泡沫提高了房地產(chǎn)行業(yè)的利潤率，企業(yè)的投資方向受高回報率的驅(qū)使而加大了對房地產(chǎn)業(yè)的投資，從而推高了房價。因此，農(nóng)業(yè)外來人口能夠通過促進(jìn)工業(yè)企業(yè)的發(fā)展而間接影響城市房價。

圖2 中國213個城市2005年農(nóng)村外來人口占比與工業(yè)企業(yè)對數(shù)散點圖

圖3 中國213個城市2005年農(nóng)村外來人口占比與工業(yè)總產(chǎn)值對數(shù)散點圖

表11是以2005年農(nóng)業(yè)外來人口作為核心解釋變量后的回歸結(jié)果，第(1)列的OLS回歸結(jié)果顯示2005年農(nóng)業(yè)外來人口占比系數(shù)顯著為正且略高于表5第(5)列的結(jié)果，這說明外來人口流入城市對房價的推動作用并沒有因為剔除非農(nóng)外來人口而減弱，可能存在農(nóng)業(yè)外來人口對于城市房價較強(qiáng)的間接影響。第(2)列為工具變量回歸，在第一階段回歸中，城市1月平均氣溫與農(nóng)業(yè)外來人口占比的相關(guān)系數(shù)均為 0.007,3，顯著性水平為1%，且F值為22.02，這表明兩者具有較強(qiáng)的相關(guān)性。第(2)列中的農(nóng)業(yè)外來人口系數(shù)顯著為正，且系數(shù)大小由第(1)列中的0.756提高到0.849。工具變量回歸結(jié)果表明，在其他條件不變的情況下，城市2005年農(nóng)業(yè)外來人口占比每高出10個百分點，城市2005年房價水平就會提高8.49%。

表11 以農(nóng)業(yè)外來人口為解釋變量

六、結(jié) 論

本文利用中國 2000年人口普查數(shù)據(jù)庫、中國 2005年 1%人口抽樣調(diào)查微觀數(shù)據(jù)庫與中國城市特征數(shù)據(jù)，研究了外來人口對城市房價的影響?；镜腛LS計量結(jié)果顯示在其他條件不變的情況下，2005年外來人口占比每高出 10個百分點，2005年的城市住房價格就會高出 7.5%。為了避免雙向因果效應(yīng)與遺漏變量偏誤，本文將城市 1月平均氣溫作為外來人口占比的工具變量，研究結(jié)果顯示外來人口占比與城市房價之間的正相關(guān)關(guān)系仍然顯著。機(jī)制分析顯示，外來人口很可能通過影響高技能勞動者的收入與遷入地的企業(yè)與工廠來間接影響城市房價。

本文的分析結(jié)果表明，中國部分城市高房價的原因之一可能在于大量流入的外來人口，其直接帶來與間接導(dǎo)致的住房消費(fèi)與投資需求的提高推動了城市房價的上漲。因此，在研究中國城市房價問題時不能忽略外來人口因素。現(xiàn)行制度政策、社會環(huán)境等因素的變化將會影響外來人口的流動與規(guī)模，繼而對城市社會經(jīng)濟(jì)各方面產(chǎn)生重要影響。

［1］ 陳斌開，徐 帆，譚 力. 人口結(jié)構(gòu)轉(zhuǎn)變與中國住房需求：1999—2025——基于人口普查數(shù)據(jù)的微觀實證研究[J]. 金融研究，2012(1)：129-140.

［2］ 高 波，王輝龍，李偉軍. 預(yù)期、投機(jī)與中國城市房價泡沫[J]. 金融研究，2014(2)：44-58.

［3］ 高 波，王文莉，李 祥. 預(yù)期、收入差距與中國城市房價租金“剪刀差”之謎[J]. 經(jīng)濟(jì)研究，2013(6)：100-126.

［4］ 高 勇. 教育獲得、戶籍差異與戶籍的意蘊(yùn)[J]. 社會發(fā)展研究，2015(4)：43-63.

［5］ 侯慧麗. 兩種戶籍身份外來人口及其社會醫(yī)療保障獲得[J]. 人口與經(jīng)濟(jì)，2008(6)：72-76.

［6］ 黃健柏，江飛濤，陳偉剛. 對我國房價與地價相互關(guān)系的再檢驗[J]. 預(yù)測，2007，26(2)：1-7.

［7］ 況大偉. 房價與地價關(guān)系研究：模型及中國數(shù)據(jù)檢驗[J]. 財貿(mào)經(jīng)濟(jì)，2005(11)：56-63.

［8］ 況大偉. 預(yù)期、投機(jī)與中國城市房價波動[J]. 經(jīng)濟(jì)研究，2010(9)：67-78.

［9］ 梁云芳，高鐵梅. 我國商品住宅銷售價格波動成因的實證分析[J]. 管理世界，2006(8)：76-82.

［10］ 梁云芳，高鐵梅. 中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J]. 經(jīng)濟(jì)研究，2007(8)：133-142.

［11］ 劉生龍. 中國跨省人口遷移的影響因素分析[J]. 數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2014(4)：83-98.

［12］ 劉 愿，鄭姣姣，連玉君. 高房價抑制企業(yè)創(chuàng)新——來自中國上市供暖公司和債券企業(yè)的經(jīng)驗證據(jù) [Z]. 2014.

［13］ 陸 銘，歐海軍，陳斌開. 理性還是泡沫：對城市化、移民和房價的經(jīng)驗研究[J]. 世界經(jīng)濟(jì)，2014(1)：30-54.

［14］ 王岳龍，武 鵬. 房價與地價關(guān)系的再檢驗——來自中國 28個省的面板數(shù)據(jù)[J]. 南開經(jīng)濟(jì)研究，2009(4)：131-143.

［15］ 徐建煒，徐奇淵，何 帆. 房價上漲背后的人口結(jié)構(gòu)因素：國際經(jīng)驗、理論與中國實證[J].世界經(jīng)濟(jì)，2012(1)：24-42.

［16］ 張愛英，任國玉，周江興，等. 中國地面氣溫變化趨勢中的城市化影響偏差[J]. 氣象學(xué)報，2010，68(6)：957-966.

［17］ 鄭思齊，師 展. “土地財政”下的土地和住宅市場：對地方政府行為的分析[J]. 廣東社會科學(xué)，2011(2)：5-10.

［18］ 周京奎. 城市土地價格波動對房地產(chǎn)業(yè)的影響——1999—2005年中國 20城市的實證分析[J]. 當(dāng)代經(jīng)濟(jì)科學(xué)，2006，28(4)：1-7.

［19］ 周 欽，劉國恩. 醫(yī)保受益性的戶籍差異——基于本地戶籍人口和流動人口的研究[J]. 南開經(jīng)濟(jì)研究，2016(1)：77-94.

［20］ Akbari A. H.，Aydede Y. Effects of Immigration on House Prices in Canada [J]. Applied Economics，2012，44(13)：1645-58.

［21］ Black D.，Henderson V. Spatial Evolution of Population and Industry in the United States [J]. American Economic Review，1999，89(2)：321-27.

［22］ Degen K.，F(xiàn)ischer A. M. Immigration and Swiss House Prices [J]. Cepr Discussion Papers，2009，23(4)：44-62.

［23］ Fair R. C. Disequilibrium in Housing Models [J]. Journal of Finance，1972，27(2)：207-21.

［24］ Favilukis J.，Kohn D.，Ludvigson S.，Nieuwerburgh. International Captial Flows and House Prices：Theory and Evidence [G] // Edward L.，Glaeser. Housing and the Financial Crisis，Chicago：University of Chicago Press，c2013.

［25］ Fox J. T. Firm-size Wage Gaps，Job Responsibility，and Hierarchical Matching [J]. Journal of Labor Economics，2010，27(1)：83-126.

［26］ Glaeser E. L.，Gottlieb J.，Gyourko J. Can Cheap Credit Explain the Housing Boom? [G] // Edward L.，Glaeser. Housing and the Financial Crisis. Chicago：University of Chicago Press，c2013.

［27］ Gonzalez L.，Ortega F. Immigration and Housing Booms：Evidence from Spain [J]. Journal of Regional Science，2013，53(1)：37-59.

［28］ Henderson J. V.，Ioannides Y. M. A Model of Housing Tenure Choice [J]. American Economic Review，1983，73(1)：98-113.

［29］ Mankiw N. G.，Weill D. N. The Baby Boom，the Baby Bust，and the Housing Market [J]. Regional Science and Urban Economics，1989，19(2)：235-58.

［30］ Miao J.，Wang P. Sectoral Bubbles and Endogenous Growth [J]. Journal of Mathematical Economics，2013，53(8)：153-63.

［31］ Mueller H. M.，Ouimet P. P.，Simintzi E. Within-firm Pay Inequality [Z]. 2016.

［32］ Ottaviano G.，Peri G. The Effects of Immigration on US Wages and Rents：A General Equilibrium Approach [G]// Nijkamp P.，Poot J.，Sahin M. Migration Impact Assessment：New Horizons. London：Edward Elgar，c2012：107-46.

［33］ Phillips R. S. Residential Capitalization Rates：Explaining Intermetropolitan Variation，1974–1979 [J]. Journal of Urban Economics，1988，23(3)：278-90.

［34］ Rivero S. S. Immigration and Housing Prices in Spain [J]. Ssrn Electronic Journal，2008，6(3)：247-73.

［35］ Sá F. Immigration and House Prices in the UK [J]. Journal of Korean Medical Science，2015，125(587)：1393-424.

［36］ Saiz A. Immigration and Housing Rents in American Cities [J]. Journal of Urban Economics，2007，61(2)：345-71.

［37］ Saiz A. Room in the Kitchen for the Melting Pot：Immigration and Rental Prices [J]. Review of Economics & Statistics，2003，85(3)：502-21.

［38］ Weinberg D. H.，F(xiàn)riedman J. M.，Stephen K. M. Intraurban Residential Mobility：The Role of Transactions Costs，Market Imperfections，and Household Disequilibrium [J]. Journal of Urban Economics，1981，9(3)：332-48.

JEL Classification：P42 J61 O18

Do Migrants Boost City's Housing Price? An Empirical Study Based on China's City Data

Li Jianan1，You Weixiang1and Sun Puyang2
(1. School of Economics，Xiamen University，Xiamen 361005，China；2. School of Economics，Nankai University，Tianjin 300071，China)

This paper investigates the impact of migrants on city′s housing price using the data of Chinese city′s housing price in 2005 and the data of the migrants in the sample survey of 1%, population in 2005. The city′s housing price is higher when the city′s migrants accounted for a higher proportion，after we controlled the city′s per GDP and population and other variables. In 2005，compared to other cities，10% higher in the proportion of a city′s migrants results in 7.5%, higher in the city′s housing price，after we controlled for other variables. In order to avoid twoway causal effect and omitted variable bias，this paper using the city′s average temperature in January as the instrumental variable of the city′s migrants′ proportion. The result shows the positive correlation between the city′s migrants′ proportion and housing price remains significant. In the mechanism analysis，we find that migrants are likely to affect the city′s housing price indirectly by influencing the income of high skilled workers and the enterprises and factories in the city.

Housing Price；Migrants；Urban

? 李嘉楠，廈門大學(xué)經(jīng)濟(jì)學(xué)院(郵編：361005)，E-mail：lilan666@hotmail.com；游偉翔，廈門大學(xué)經(jīng)濟(jì)學(xué)院(郵編：361005)，E-mail：youweixiang@126.com；孫浦陽，南開大學(xué)經(jīng)濟(jì)學(xué)院國際經(jīng)濟(jì)與貿(mào)易系(郵編：300071)，E-mail：puyangsun@nankai.edu.cn。本文感謝國家自然科學(xué)基金青年項目（71503223）的資助，當(dāng)然文責(zé)自負(fù)。