房價會影響人口遷移嗎？

楊 巧，陳 誠

（中南財經政法大學 金融學院，湖北 武漢 430073）

一、問題的提出

隨著我國城市化進程的加快，人口不斷向城市聚集。國家統計局數據顯示，1996年城市化率達到30%這一納瑟姆拐點后不斷加速，截至2015年我國城鎮常住人口77 116萬人，城鎮化率達到56.1%，年均增長1.12%；流動人口整體規模達到2.47億人，占總人口的18%。國民經濟快速發展背景下，人口向城市的遷移形成了住房市場的有效需求支撐。近年來國外學者重點研究了移民對房價的影響，Potepan通過分析1957—1980年美國52個大都市區的數據研究得出，移民流入引發房價上漲[1]；Saiza研究了美國移民和房價、租金的關系，指出移民規模增加1%，市場租金和房價增長1%[2]；Akbari et al.利用人口普查面板數據研究了加拿大移民人口與住宅價格的關系[3]；Gonzalez et al.分析 2000—2010 年西班牙移民和房價的波動，指出西班牙移民流入規模較好地解釋了房價每年2%的增長率[4]。國內學者中陸銘 等基于我國地級市截面數據的研究認為，城市化背景下人口流動帶來的城市住房需求增長是推高住房價格的重要因素，移民占比越高的城市房價越高，移民占比增長率更大的城市，房價和房價增長率都更高[5]；張超 等估算了城市畢業大學生的遷入規模，利用35個大中城市的面板數據研究了高校擴招背景下人口遷移與房價的關系，指出高校畢業生自身素質和收入水平較高，遷移意愿較強，成為城市房價上漲最主要的動力來源[6]；白極星 等針對35個大中城市面板數據的研究顯示，人口流動對房價具有顯著的正向影響，且影響程度呈倒U型[7]；楚爾鳴 等研究指出，不同類型城市人口集聚對房價的影響存在差異，一類城市人口集聚對房價具有典型的正效應，二類城市和三類城市則分別是平效應和負效應[8]。整體看來，國內外學者普遍認可人口遷移會使遷入地和遷出地的人口規模、人口結構產生變化，通過影響住房需求端而使房價產生波動。

從現實出發，1998年住房制度改革以來，隨著人口向城市的流動，我國城市住房價格不斷上漲。2015年我國商品住宅平均銷售價格6 472.36元/m2，與1999年相比增長了249%，平均每年增長7.62%。人口流入大背景下住房需求增加推動了房價上漲，但同時房價上漲也提高了居民城市生活成本。住房是人口在城市發展的基本生活資料，居民住房狀況也反映著人們的城市生活水平。已有研究認為住房自有狀況、居住成本和住房條件對居民幸福感有顯著影響[9-10]。當房價上漲帶來居住成本不斷上升，住房自有和住房條件改善難度增加，居民城市生活幸福感下降時，人口遷移決策會發生變化。Cameron et al.通過對英國9個區域1975—2003年的數據研究指出，高房價阻礙了城市間的人口遷移[11]；Andrew使用PUMS的微觀調查數據，分析美國受過高等教育的男性在291個大城市之間的遷移決策，發現較高的房價、房屋租金和城市土地租金均會降低人們遷入這一地區的機率[12]；李斌利用cgss微觀調查數據研究指出，不同城市、不同居住區住房價值差異的拉大，構成了特定城市、特定區域篩選遷移人口的壁壘，住房對外來流動人口的排斥影響已經超過了戶籍排斥[13]；高波 等對我國2000—2008年35個大中城市的面板數據進行研究指出，城市相對房價提高會造成勞動力的流出，原因在于城市間房價差異會使得城市間勞動力住房成本產生差別，從而改變勞動力的預算約束，勞動人口會做出有利于改進自身效用的流動選擇[14]。也有學者研究認為，中國目前大中城市較高的住房價格并沒有影響人口遷移，董昕研究了住房支付能力對農業轉移人口的持久性遷移意愿的影響，指出對于當前房價而言，農民的購房支付能力不足，但擁有一定的租房支付能力，雖然居住質量并不高，但住房租賃價格在農業轉移人口的承受范圍之內，因而高房價并沒有完全阻礙大城市人口流入[15]；李超 等利用人口普查數據研究指出，人口集聚帶來的經濟效益會更高，和這一正面效益相比較，高房價帶來的生活成本增加被抵消了，整體來看，高房價并不會形成人口遷移的阻礙[16]。

上述研究顯示：第一，與人口遷移對房價影響形成的統一認識不同，目前我國房價對人口遷移影響問題的研究并未形成一致觀點，房價是否會阻礙人口遷移存在爭議。第二，國內研究中，宏觀數據通常用當年戶籍人口增加規模減去上年城市戶籍人口自然增長數來代表人口遷移規模，難以對人口流動背景下的整體人口遷移規模進行有效測度，而采用人口普查微觀數據的研究未能全面體現人口遷移趨勢。第三，人口城鎮化一方面體現在人口由農村向城市的遷移，另一方面還體現在人口在不同城市內部的遷移，當前房價與人口遷移問題的研究大多從前者角度展開。本文研究房價對人口遷移的影響，嘗試從宏觀角度分析房價對人口在城市間遷移的作用。城市化推進過程中，需要進一步厘清房價對人口遷移的影響機制，測度房價對人口遷移的影響程度，并對不同類型城市房價與人口遷移決策的差異進行分析，為建立房地產市場長效調控機制和完善城鎮化相關制度提供參考。本文選用30個大中城市2006—2014年的面板數據進行研究，采用動態面板模型以解決內生性問題，同時檢驗模型的穩健性，使實證結果更為可靠。

二、作用機制與研究假設

美國學者Lee提出了人口遷移成因的推拉理論。該理論認為人口遷出地存在各種消極因素形成“推力”將原居民推出，同時人口遷入地又有各種積極因素形成“拉力”吸引其他地區居民遷入該地區。一方面，房地產是居民城市生活的基本要素，居住條件會影響居民城市生活質量，房價直接決定了居民城市生活成本。城市化進程中，大量人口向經濟集聚的特大、超大城市流動，而大城市的房價較高，過高的房價使得居民城市購房和租房的成本大幅提高，高昂的住房取得成本和較低的居住質量形成了人口遷移的壁壘，形成人口遷移的阻力。另一方面，房價也是城市經濟發展、產業和人口集聚狀況的反映，房價較高的地區一般經濟發展水平較好，就業選擇多，收入提升空間大，公共服務水平較高，對遷移人口形成了吸引力，此外城市房價增長帶來的財富效應也吸引著人口與資本的持續流入。新經濟地理學Helpman-Krugman模型指出，偏好大城市就業生活差異化產品而甘愿忍受高房價的消費者將流向房價高的城市，而不能忍受高昂居住成本的消費者則向房價相對較低的城市遷移，最終使消費者效用達到均衡狀態。即房價對人口遷移的影響呈現出一種非線性的倒U型曲線關系，在曲線的拐點前后，房價與人口遷移分別表現出正向和負向的關系。基于上述分析，提出假設1：城鎮化進程中房價對人口遷移的影響并非單純線性關系，而是呈倒U型。

Harris Todaro模型指出農村勞動力流動的決定原因是，由工業部門實際工資與剩余勞動力在工業部門找到工作的概率相乘得到的預期收入。城鎮化進程中人口在城市與城市之間遷移的重要拉力同樣來自遷入地城市能否提供足夠的收入上升空間。收入水平提升空間可由居民可支配收入的增長率反映，而從長期來看，城市經濟基本面的健康均衡發展是居民收入可持續提升的關鍵。城市經濟基本面由生產總值、居民儲蓄存款余額、產業結構等指標綜合反映。中國城市化背景下的人口遷移主要表現為人口由農村遷入城市，由經濟不發達的中西部地區遷往經濟發達的東部地區。大城市經濟發展水平較高，基礎設施完善，產業結構較為合理，城市規模經濟與集聚經濟效應的存在吸引人口不斷遷入。人口遷入又進一步強化了大城市的經濟聚集和規模效應，使得城市對遷移人口產生更大的吸引力，隨著房價的提高，這種經濟上的吸引力可能被減弱。基于此，提出假設2：城鎮化進程中，經濟發展水平和收入提升空間是人口遷移的重要拉力，但高房價可能抵消收入水平提升帶來的人口遷移動力。

三、模型設定、變量選擇和數據來源

（一）模型設定和變量選取

為考察房價對人口遷移的影響，我們將全市人口凈遷移率作為被解釋變量，房價作為核心解釋變量。房價與人口遷移可能存在非線性關系，為此我們引入房價的平方項。不同城市經濟發展水平不同，對人口遷移形成的吸引力也存在差異。城市生活對人口遷移的引力主要在于收入的提升，人口在城市間遷移時會評估收入增長的差異，因此引入收入增長率指標。城市經濟發展程度更高，就業機會更多，帶來的收入提升更明顯，但如果房價上漲，是否會產生負向影響抵消經濟發展對人口流入的正向效應，因此進一步引入房價與人均可支配收入增長率的交叉項。控制變量主要選擇城市經濟基本面的考察指標，居民儲蓄存款余額指標反映城市居民財富積累狀況；城市產業結構對城市經濟發展基本面和經濟發展潛力具有持續影響，通過計算泰爾指數來反映；考慮到人均GDP指標是用GDP總量除以常住人口，和模型被解釋變量人口遷移指標存在相關性，此處采用地均實際GDP指標來衡量各地經濟發展水平。最終建立如下反映房價和人口遷移關系的計量模型，如式（1）所示：

其中，i，t分別表示城市和年份，被解釋變量pir表示常住人口凈遷移率，計算公式為：某年人口凈遷移規模=（當年城市常住人口-上年城市常住人口）/上年城市常住人口。解釋變量中，pir（-1）表示滯后一期的人口凈遷移率，作為部分遺漏變量的代理變量；lgdp表示實際地均GDP；hp表示商品住房價格；grincome表示人均可支配收入增長率；save表示城鎮居民儲蓄存款余額；tl表示泰爾指數，用于衡量產業結構的合理狀態，與產業層次結構系數等反映產業結構的計算方法比較，泰爾指數綜合考慮了各分類產業產值和產業就業人口，對產業結構的反映更為全面。參考干春暉 等[17]對泰爾指數的計算方法：其中Y是各產業產值，L代表各產業就業人口，i表示產業類型，n表示產業部門數。泰爾指數為0時，表明產業結構處于均衡狀態；泰爾指數越大，表明就業結構與產業結構的轉型升級速度偏離均衡狀態越遠，產業結構越不合理。ηit表示不可觀測的各城市的區域效應，用來控制各城市的固定效應，μit為不可觀測的不同時間層面的影響，ξit表示隨機擾動項。

同時，為檢驗模型穩健性，我們將全市人口凈遷移率替換為全市人口凈遷移規模，得到計量模型如式（2）所示：

（二）數據來源與描述性統計

本文選取30個大中城市2006—2014年的年度數據研究房價與人口遷移的關系。其中常住人口凈遷移率由全市常住人口總數、人口自然增長率計算得出，常住人口數據來源于2007—2015年各城市統計年鑒。地均GDP由各城市市轄區土地面積和各城市GDP計算得出，各城市GDP和市轄區土地面積來源于《中國區域經濟統計年鑒（2007—2014）》和各城市2015年統計年鑒；商品住房價格來源于《中國房地產統計年鑒（2007—2015）》；居民人均可支配收入和居民儲蓄存款余額來源于《中國區域經濟統計年鑒（2007—2014）》和各城市2015年統計年鑒；用于測算泰爾指數的各城市一二三產業產值和就業人口的數據來源于《中國城市統計年鑒（2007—2015）》。為消除通貨膨脹的影響，我們利用各城市GDP指數將各城市名義GDP轉化為實際GDP，同時將城市居民消費價格指數CPI轉化為定基價格指數（2006年為基期）用于對各城市房價進行平減，得到實際房價。各變量描述性統計結果如表1所示。

四、實證結果與分析

（一）整體回歸

本文使用30個大中城市的面板數據，為避免出現偽回歸，首先進行單位根檢驗，此處使用費雪式單位根檢驗方法進行面板單位根檢驗，費雪式單位根檢驗包括四種方法，分別是逆卡方變換、逆正態變換、逆邏輯變換和修正逆卡方變換，將這幾個統計檢驗的證據綜合為一個統計量。檢驗結果表明，所有變量在1%的顯著性水平下平穩，不存在單位根，可以直接建立回歸模型。

本文采用廣義矩估計法（GMM）進行估計，GMM估計方法包括差分GMM和系統GMM兩種。系統GMM方法可以較好地克服差分GMM方法的弱工具變量缺點，解決模型內生性問題，使得估計效率得以提高。本文實證中采用逐步回歸法，分別使用系統GMM和差分GMM方法進行估計，驗證結果有效性。回歸結果如表2所示，從AR（2）檢驗結果來看，所有模型擾動項的差分均不存在二階自相關，故接受隨機擾動項無自相關的原假設；同時所有模型Sargan檢驗結果都表明工具變量有效，不存在工具變量過度識別問題，因而系統GMM和差分GMM的估計都是有效的。計量中，首先，使用滯后一期的常住人口凈遷移率和房價對人口凈遷移率進行回歸得到模型1和模型4的結果。其次，加入房價的平方項，得到模型2和模型5的結果。最后，加入人均可支配收入增長率、人均可支配收入增長率和房價的交互項、地均GDP、泰爾指數和居民儲蓄存款余額這些變量，得到模型3和模型6的結果。

從表2模型的參數估計和檢驗結果來看，第一，模型（1）～（6）中房價和房價的平方項均在1%水平上顯著，房價系數均為正，房價的平方項系數統一為負，被解釋變量的滯后項除了模型（3）在10%水平上顯著，其余幾個模型也均在1%水平上顯著，系數均為負，說明模型估計結果較為穩健。第二，系統GMM和差分GMM模型中房價系數為正，房價的平方項系數為負，說明房價與人口凈遷移率之間呈倒U型，驗證了房價和人口遷移之間的非線性關系，房價對人口遷移的影響存在一個拐點，在達到這個臨界值之前，房價對人口遷移的影響為正，當房價上漲超過臨界值后，會形成對人口遷移的負向抑制。第三，模型（3）和模型（6）中人均可支配收入增長率以及房價和人均可支配收入增長率的交互項均在1%的水平上顯著，城市人均可支配收入增長幅度越大，人口遷移率越高。人均可支配收入增長率與房價的交互項系數為負，說明收入增長對人口遷移的促進作用會隨著房價的上漲而弱化，房價一定程度上抵消了收入增長對人口遷移的積極作用。第四，反映城市經濟基本面的指標中，地均GDP和居民儲蓄存款余額對人口遷移均存在顯著正向影響，經濟發展程度和居民財富積累水平高的城市會吸引人口持續遷入。反映產業結構的泰爾指數回歸系數為負，說明產業結構偏離均衡狀態的程度越大，對人口遷移的負向抑制就越明顯，原因在于產業結構合理化與高級化是城市經濟發展的可持續動力，產業結構均衡是經濟可持續增長、人口收入提升的源動力。城市產業結構偏離均衡狀態的程度越大，長期來看經濟增長動力越不足，對人口持續遷移難以產生足夠拉力。

（二）穩健性檢驗

為檢驗上述結果的穩健性，本文將被解釋變量人口凈遷移率和解釋變量滯后一期的人口凈遷移率替換為人口凈遷移規模和滯后一期的人口凈遷移規模，結果如表3所示。在穩健性檢驗模型中，從工具變量的選擇看，Arellano-BondAR（2）接受了隨機擾動項無自相關的原假設，Sargan統計量的值表明，所選工具變量有效，即模型內生性得到了較好處理。從穩健性檢驗模型估計系數來看，房價和房價的平方項與原模型估計結果一致，說明房價與人口遷移之間存在倒U型關系，且均在1%水平上顯著；人均可支配收入增長率、人均可支配收入增長率和房價的交互項、地均GDP、居民儲蓄存款余額和泰爾指數與原模型符號一致且顯著性水平較高，結論具有一定穩健性。

（三）分樣本回歸結果

本文采用系統聚類法中的類平均法，以Q型聚類對城市樣本進行分類。為計算相似性測度，采用歐氏距離進行計算，對30個城市按人均可支配收入增長率指標進行聚類分析，分為兩類，聚類結果顯示：石家莊、南京、廈門、廣州、深圳、天津、太原、合肥、武漢、海口、福州為居民可支配收入增長幅度相對較慢的一類城市，北京、大連、上海、杭州、寧波、濟南、青島、呼和浩特、南昌、鄭州、長沙、重慶、成都、貴陽、昆明、西安、蘭州、西寧、銀川為居民可支配收入增長幅度較大的二類城市。采用系統GMM和差分GMM方法進行分樣本回歸，回歸結果如表4所示。系統GMM模型計量結果顯示，從Arellano-BondAR（2）檢驗結果來看，接受了隨機擾動項無自相關的原假設，sargan統計量表明所選工具變量有效。一類城市和二類城市房價、房價平方項、個人可支配收入增長率、個人可支配收入增長率和房價的交互項均顯著，各指標系數符號也與全樣本回歸結果保持了一致。一類城市滯后一期的人口遷移率、泰爾指數、地均GDP和居民儲蓄存款余額指標沒有通過顯著性檢驗，但二類城市以上指標通過了顯著性檢驗，這一定程度上與一類城市樣本量較少有關。

五、結論與建議

本文對30個大中城市的房價與人口遷移數據，采用動態面板模型回歸的結果顯示：第一，房價和人口遷移之間并不是單純的線性關系，而是呈倒U型，房價低于拐點時房價上漲并不會阻礙人口遷移，當房價高于拐點后，房價的上漲會對人口遷移形成負向抑制。第二，人口遷移的重要拉力來自收入增長和城市經濟基本面發展帶來的引力，城市收入增長空間形成了對人口遷移的正向吸引，但從交互項回歸結果看，房價在一定程度上抵消收入增長對人口遷移的拉動作用。第三，地方經濟基本面指標中，地均GDP、居民儲蓄存款余額均對人口遷移呈正向影響，說明地方經濟發展狀況較好的城市會形成對人口遷移的較強吸引。第四，作為反映產業結構均衡狀況的指標，泰爾指數越大，表明城市產業結構偏離均衡狀態的程度越高，對人口遷移的負向抑制越大。

表4 聚類后分區域房價對人口遷移影響的動態面板數據模型GMM估計結果

基于以上研究，本文提出如下政策建議。第一，促進城市經濟可持續發展和居民收入水平提高是城鎮化質量的關鍵，同時也需要對城市住房市場進行有效調控，使住房價格控制在合理范圍內。第二，通過完善住房租賃市場解決流動人口住房問題。高房價城市相對經濟比較發達，就業機會多，社會分工的細化程度高，吸引了各個收入階層的遷移人口，但城市高昂的房價讓城市生活人口住房購置成本過高，完善住房租賃市場可使得遷移人口通過市場渠道較好地解決住房問題，適當降低其居住成本。第三，對于高房價城市，政府要適當通過保障性住房建設促進中低收入居民住房問題的有效解決，保障中低收入者的基本居住權益。第四，對于房價相對較低的中西部城市，應利用東部城市產業轉移的機會，承接轉移產業，促進產業結構均衡化，使得經濟進入可持續發展軌道，進一步吸引人口流入。