經濟集聚、人口流動與住宅價格空間溢出效應研究

周建軍 王英杰 張曼

摘?要：基于省級面板數據，利用空間計量模型考量經濟集聚、人口流動和住宅價格間的空間溢出效應關系。結果發現：中國省際住宅價格間存在著顯著的正向空間相關性，即某一地區住宅價格的波動會受到周邊地區或經濟特征類似地區住宅價格波動的影響;人口流動在經濟集聚和房價的關系中發揮著中介作用;經濟集聚與住宅價格在空間上存在著顯著的相關關系，經濟集聚不僅會推高集聚中心住宅價格，還會通過“虹吸效應”和“涓滴效應”對周邊住宅價格產生影響，而經濟集聚對周邊住宅價格的影響取決于人口凈流入率的大小。

關鍵詞： 經濟集聚;人口流動;住宅價格;空間溢出效應

中圖分類號：F293.2?文獻標識碼：?A?文章編號：1003-7217（2021）01-0102-07

一、引?言

自改革開放以來，東部及沿海地區憑借地理位置的優越性和國家優惠政策的傾斜實現了40多年的快速發展，成為了產業和人口集聚的“中心區域”，經濟集聚水平不斷提高。經濟集聚通過規模報酬遞增、運輸成本節約和經濟外部性，吸引了國內外資本的大量涌入和多樣化企業的急速集聚，創造了大量的就業機會，使得農村和中西部剩余勞動力進一步向東部地區流入，形成了長三角、珠三角、京津冀等經濟集聚區域。經濟集聚通過人口流動的循環過程導致東部沿海地區和中西部地區間的經濟發展水平越來越不平衡，區域收入差距不斷擴大。

與此同時，房地產市場發展水平也呈現出明顯的空間差異。自1998年徹底結束福利分房制度以來，我國房地產市場實現了快速發展，在國民經濟增長中占據關鍵地位，房地產價格也一路高歌猛進，已遠遠超出了居民的實際支付能力，泡沫風險不斷累積[1]。盡管國家已經采取了一系列的宏觀調控手段，但效果有限，部分城市的房地產價格仍舊過熱[2]，并在地理空間范圍內呈現出一定的集聚現象，即高房價地區周邊省份的房價水平也往往較高，低房價地區鄰近省份的房價水平也相對較低，極化效應明顯[3，4]。

可見，經濟集聚、人口流動與房地產市場間存在著某種明顯的關聯性。經濟集聚會使得區域間經濟發展差異呈不斷擴大的趨勢[5]，且經濟集聚區域的經濟增長速度更快，使其在實際收入水平、就業機會、公共服務及基礎福利等方面遠優于落后地區[6]，影響流動人口的居留意愿和市民化意愿[7]。這會促進勞動力向集聚區域遷移和集中，以期獲得更好的就業崗位、更高的工資水平和更優的生活水準[8]。由于流動勞動力主要以青壯年為主，他們對住房消費的需求是即時的、迫切的，因此，人口的空間流動會顯著增加流入地的住房需求，進而推高房地產價格[9，10]。

從現有文獻來看，有關經濟集聚與房地產價格、人口流動與房地產價格的研究已比較豐富，但將經濟集聚和人口流動納入同一框架，深入分析二者的因果效應及其對住宅價格影響的文獻卻不多，更缺乏對三者間傳導機制的深入刻畫，研究的方法也集中于利用普通面板模型加以檢驗。鑒于此，本文從以下方面進行補充，力求為政府平抑房價提供一定的參考借鑒：研究內容上，在我國房價居高不下的背景下，本文從理論和實證兩個層面對經濟集聚、人口流動和住宅價格三者間關系進行了詳細的分析，并充分探討三者間影響的作用路徑;研究方法上，考慮到房價與經濟集聚存在顯著的空間相關特點，本文利用空間杜賓模型分析經濟集聚、住宅價格與人口流動三者的關系，可以對其有更加全面、準確的認識。

二、理論分析與假設提出

（一）人口流動和住宅價格的理論機制分析

一個地區住房需求量的高低可以反映出該地區居民在本地買房和居住傾向的強弱，而住房作為一種與人類活動密切相關的商品，其需求量最終主要是由該地區人口結構的變化所決定的[11]。一方面，勞動人口向某一地區的遷入和集中會增加流入地的人口總量，進而擴大該地區的人口密度，最終住宅價格會隨人口密度的增加而提高。住房作為一種生活必需品，人口的增加必然意味著住房消費需求的增加，而住房的投資建設需要花費較長時間，這使得短期住房供應量難以快速增加，在供求理論作用下需求的相對過剩會推動房價上漲。從我國人口流動的現實視角來看，人口流動的方向主要為從農村向城市，從中西部小城市向東南沿海大城市的遷移。與之相對應地是，城市住宅價格遠高于農村，一、二線城市住宅價格高于三、四線城市，流動人口數量對中國城市住房需求影響深遠。與此同時，人口流動也會通過影響流入地的人口結構對其住宅價格產生影響。在現實生活中，流動人口主要以青壯年勞動力和高校畢業生為主，他們的創收能力較強，在大城市定居落戶的意愿也比較強烈，從而增加了對流入地住宅市場的住房需求，促進房價上漲。另一方面，住房成本上升顯著降低了勞動力流入城市的意愿[12]，人口的流出降低了流出地的人口總量，且當地常住人口中青壯年勞動力的比重也會隨之下降，這削弱了流出地整體住房實際購買力，使得住房需求減少，最終抑制房價的上漲。基于此，提出研究假設1。

假設1?人口流入增加了流入地的住房消費需求，從而推高住宅價格;反之，人口流出則降低了流出地的住宅價格。

（二）經濟集聚、人口流動與住宅價格空間溢出效應

人口流動在分析經濟集聚與住宅價格二者關系中發揮重要作用，忽略勞動力流動，單純分析經濟集聚對住宅價格的影響會產生嚴重的估計偏誤。在經濟集聚、人口流動和住宅價格三者之中，經濟集聚是影響住宅價格的根本性因素，人口作為中間變量，因受到經濟集聚效應的影響而在地理空間上發生移動，進而影響到流入地的住宅消費需求，最終對房價產生影響。具體來說，經濟集聚能夠產生很強的規模經濟效應和外部性效應，創造了更多的就業崗位和更高的工資水平，增強了對非集聚地勞動力的拉動效應，促進人口的不斷流入。流動人口的增加會改變集聚地的人口數量和人口結構，進而作用于集聚地區的住房消費需求，最終推動住宅價格的上漲。顯然，勞動力流動是經濟集聚影響住宅價格的重要中間途徑，經濟集聚與流動人口的交互項與住宅價格間存在一定的關聯性。此外，經濟集聚通過人口流動對集聚中心的住宅價格產生影響的同時，也會對集聚中心周邊地區的住宅價格產生干擾，又由于各區域與中心之間的發展條件不同，因此，這一影響存在一定的區域差異性，而這一差異的根源往往在于人口因素。基于此，提出研究假設2。

假設2?經濟集聚不僅會推高集聚中心住宅價格，還會通過“虹吸效應”和“涓滴效應”對周邊住宅價格產生影響，而經濟集聚對周邊住宅價格的影響取決于人口凈流入率的大小。

三、模型、變量與數據

（一）模型選擇

由理論分析可知，我國的住宅價格可能存在空間溢出效應，即某一地區的住宅價格可能會受到鄰近或經濟發展水平類似地區住宅價格的影響。基于此，本文選擇空間杜賓模型對經濟集聚、人口流動與住宅價格間的關系進行實證分析，并將住宅價格、經濟集聚、人口流動、經濟集聚與人口流動交互項四者納入空間計量模型。模型的表達式為：

其中，W為已知的空間權重矩陣;Y為住宅價格;WXδ表示地理空間上鄰近自變量對某一區域住宅價格的影響;δ衡量了空間效應;X為影響住宅價格的解釋變量;β為回歸系數，度量了解釋變量對住宅價格的影響程度;ε為隨機擾動項。

（二）變量選取

根據理論分析和現實經濟情況，在考慮到數據可獲得性的基礎上，為研究經濟集聚、人口流動對住宅價格的影響，所選取的變量指標具體如表1所示。

住宅價格選取了最具代表性的商品房平均銷售價格來衡量;對于經濟集聚的衡量指標，參考陳良文等（2009）[13]、趙儒煜和劉暢（2012）[14]的做法，選擇經濟密度和就業密度來衡量，其中，經濟密度=i省t年GDP總量/i省t年行政土地面積，就業密度=i省t年非農就業人口數量總額/i省t年行政土地面積;人口流動以某省流動人口占其常住人口的比重來度量。由理論分析和中介效應檢驗可知：經濟集聚是導致人口空間流動，進而影響住宅價格的根本性原因，人口流動是經濟集聚影響住宅價格的中介變量。因此，為深入分析經濟集聚、人口流動與住宅價格間的關系，在進行實證分析時選擇將經濟密度和就業密度分別滯后一期，同時也將經濟集聚與人口流動的交互項（eco_flow、jy_flow）納入模型。為減輕遺漏變量導致的內生性問題，在進行實證分析時，加入了土地價格、房地產開發企業國內貸款、竣工房屋造價、竣工房屋面積、城鎮化率和職工工資等控制變量。

（三）數據說明

本文以2002-2016年全國30個省份的年度面板數據為樣本①，進行空間計量分析。數據主要來自于EPS數據庫、WIND數據庫和《中國統計年鑒》。表2給出了相關變量的描述性統計結果。

由表2可知，第一，我國房地產市場發展不均衡，存在著區域異質性。商品房平均銷售價格對數的最大值為10.22，最小值則為6.97，二者間存在較大的差距，這可能與我國區域經濟發展不均衡有關。第二，我國不同省份的經濟集聚水平存在較大的差異。經濟密度和就業密度的最大值分別高達10.59和7.65，而最小值則為1.45和0.67，二者之間的差距超過了7倍，這意味著我國范圍內存在著明顯的經濟集聚現象。第三，人口在地理空間范圍內流動頻繁。全國范圍內凈人口流動比率的均值為0.02%，最大值為0.41%，最小值為-0.25%，這意味著在我國范圍內有些地區存在著人口的凈流出，而有些省份則存在人口的凈流入，這可在一定程度上解釋住宅價格的區域異質性。第四，土地價格、竣工房屋造價、竣工房屋面積、房地產開發企業國內貸款總額、職工工資水平和城鎮化率的最大值和最小值之間均存在著較大差距，這可能也是我國住宅價格存在區域差異性的原因之一。

四、實證結果與分析

（一）經濟集聚、人口流動與房價間的中介效應檢驗

本文認為在經濟集聚與房價變動當中，人口流動是聯結二者的一個中介變量，即經濟集聚促進了人口的空間遷移與流動，人口的流動通過需求側對房價產生影響。因此，在對經濟集聚、人口流動與房價間關系進行具體的實證分析之前，借鑒溫忠麟和葉寶娟（2014）[15]的方法先對三者間的中介效應進行檢驗。檢驗結果如表3所示。

由表3可以發現，經濟密度和凈人口流入比率均對商品房價格存在正向的促進作用;經濟密度與凈人口流入比率間存在正相關關系，其水平的升高會推動人口流入;經濟密度、人口流動與房價間存在部分中介效應，表現為表3中列（1）中的lne_density、列（2）中的lne_density以及列（3）中的lne_density和flow均顯著，而列（3）中的lne_density系數較列（1）中更小。關于就業密度、人口流動與房價三者間的中介效應檢驗也可得出類似的結論，故不做贅述。以上分析表明人口流動是經濟集聚影響房價的中介變量，且經濟集聚除了通過影響人口流動對房價產生影響外，還存在著其他傳導機制，如土地市場效應和資本市場效應等。

（二）基于SDM的實證結果分析

為了考察住宅價格受經濟集聚和人口流動的影響程度，本文從地理位置和經濟特征兩個層面出發，依次選取了鄰接矩陣（W1）、地理矩陣（W2）、經濟矩陣（W3）和經濟地理矩陣（W4），運用SDM對經濟集聚、人口流動和住宅價格間的空間溢出效應關系進行研究②。

由于變量間的空間相關性必然會違背經典面板模型的解釋變量嚴格外生性和誤差項獨立同分布假定，使得傳統OLS估計出現有偏或不一致。因此，本文選擇使用最大似然估計法（MLE）對SDM進行回歸，全部實證結果均在STATA軟件下得以實現。由于篇幅限制，只展示了經濟密度的回歸結果，如表4所示，就業密度的回歸結果省略。由回歸結果可以得出：

第一，無論是以經濟密度還是就業密度作為經濟集聚的衡量指標，在四種空間權重矩陣下，空間自回歸系數ρ（rho）均為正，且均在1%的水平下顯著。這意味著我國省際住宅價格存在顯著的空間溢出效應，空間住宅價格間存在著顯著的正向相關關系，即某一省份的住宅價格必然會受到鄰近省份或經濟基礎類似省份住宅價格的影響。經典面板模型忽視空間相關性，會導致回歸參數產生偏誤，因而選擇空間計量模型進行實證分析是必要的。

第二，在四種不同類別的空間權重矩陣下，經濟密度和就業密度的回歸參數均為正，且均在5%的顯著性水平下通過了檢驗，這意味著經濟集聚程度的提高會促進住宅價格的上漲。根據中介效應的檢驗結果可以發現，人口凈流入比率的回歸系數均為負，且僅在鄰接矩陣下通過了顯著性檢驗，但這并不意味著人口的凈流入抑制了流入地住宅價格的上漲。通過計算可知，即使在lne_density和lnj_density最小值處，結果仍舊為正。這意味著人口凈流入促進了流入地住宅價格的上漲。最后，在四種空間權重矩陣下，交互項eco_flow和jy_flow的系數均為正，且均在1%的水平下顯著，這意味人口的空間流動加劇了經濟集聚對住宅價格上揚的助推作用。第三，經濟集聚對住宅價格空間溢出效應的影響。由SDM回歸結果可知，β（Wlne_density）在鄰接矩陣、經濟矩陣和嵌套矩陣下均通過了顯著性檢驗，且回歸系數的符號為負，β（Wlnj_density）雖不顯著，但在鄰接矩陣、地理矩陣和地理經濟嵌套矩陣下也均為負，而交互項Weco_flow和Wjy_flow系數在四種權重矩陣下均為正，因而該表達式并非為常數，其符號的正負和數值的大小取決于flow的大小。在所使用的450個數據樣本中，flow的最小值為-0.25，最大值為0.41。因而當flow大于0時，即某地為人口的凈流入地時，滯后期經濟集聚對住宅價格的影響在人口凈流入率較小時為負，而在人口凈流入率較大時則為正。顯然，人口凈流入率較低時，將抑制地區房價的上漲;而當人口凈流入率較高時，將促進地區房價的上漲。

第四，在影響住宅價格的眾多控制變量當中，竣工房屋造價、職工工資水平和城鎮化率均對房價具有正向促進作用，且均在1%的水平下通過了顯著性檢驗;土地價格的上漲也會推動房價的攀升，且在10%的水平上顯著;竣工房屋面積的增加則抑制了房價的上漲，且在地理權重矩陣和經濟地理嵌套矩陣下通過了顯著性檢驗，在鄰接矩陣和經濟矩陣下并不顯著;房地產開發企業國內貸款的增加抑制了房價的上漲，且在除經濟矩陣外的其他三種矩陣下均是顯著的。

（三）基于SDM模型的效應分解

在空間計量模型下，某一區域的解釋變量不僅會對本區域的經濟變量產生影響，還會對與之鄰近或經濟發展水平類似地區的被解釋變量產生影響。因而SDM模型下的回歸系數并不代表自變量對因變量的真實影響。

為了深入分析經濟集聚、人口流動與住宅價格空間溢出三者間的關系，需要將解釋變量對被解釋變量的影響按照來源細分為直接效應和間接效應兩部分。具體來說，省份i的解釋變量xit對本省份被解釋變量yi的影響被稱之為直接效應，而間接效應是指省份i的周邊省份或經濟發展水平類似省份的解釋變量xk每變動一單位對省份i被解釋變量yi所產生的影響，也被稱之為變量xk的空間溢出效應。而自變量xk對因變量y的總效應則為直接效應和間接效應的加總。

基于此，對關鍵變量經濟集聚、人口流動、經濟集聚與人口流動交互項進行了效應分解，總效應、直接效應和間接效應的分解結果如表5所示。由于篇幅限制，表5僅展示了經濟密度的效應分解結果，就業密度的分解結果在此不予展示。

首先，從總效應來看，經濟集聚水平的提高會促進住宅價格的上漲，人口的空間流動會加劇經濟集聚對住宅價格的拉動作用。由表5可知，在人口凈流入率為0時，經濟密度每上升1%將會導致住宅價格顯著上漲0.026%，β（eco_flow）大于0且顯著，這意味著人口流動會顯著增強經濟集聚對房價的影響。

其次，從直接效應來看，經濟密度和交互項的系數在四種空間權重矩陣下均為正且都在5%的水平下顯著。以鄰接矩陣為例進行參數分析可知：在人口凈流入率為0時，經濟密度每提高1%，住宅價格會上漲0.08%;當經濟密度保持不變時，人口凈流入率每增加1%，會導致經濟密度對住宅價格的影響增加0.24%。這意味著某地經濟集聚水平的提高會促進本地住宅價格的上漲，而在人口流動條件下，人口流入會強化這種影響。

最后，從間接效應來看，經濟密度的系數在經濟矩陣下為負且通過了顯著性檢驗，交互項的系數在四種矩陣下均為正且都在5%的水平下顯著。這意味著經濟集聚是導致住宅價格存在空間溢出效應的原因之一，即某一地區的房價不僅受自身經濟集聚水平的影響，周邊或經濟基礎類似地區的經濟集聚水平也會對其產生影響，從而使得房價在空間上呈現出“低-低”或“高-高”的極化現象。通過計算可知，當flow大于零且較小時該導數為負，此時經濟集聚的“虹吸效應”大于“涓滴效應”，使得周邊或經濟類似地區經濟集聚水平的提高會抑制某一地區房價的上漲;而當flow大于零且較大時該導數為正，此時經濟集聚的“虹吸效應”小于“涓滴效應”，使得周邊或經濟類似地區經濟集聚水平的推動會促進某一地區房價的上漲。此外，本文也對基于就業密度的回歸結果進行了方差分解，仍舊可以獲得類似于經濟密度的效應分解的相關結論，在此不再贅述。

五、結論與政策建議

依據2002-2016年30個省份的面板數據，對經濟集聚、人口流動和住宅價格間的中介效應行了檢驗，并從地理特征和經濟特征兩個方面構建了鄰接矩陣、地理權重矩陣、經濟權重矩陣和經濟地理矩陣，將經濟集聚與人口流動的交互項納入回歸方程，運用SDM空間計量模型對經濟集聚、人口流動與住宅價格關系進行了細致分析。實證結果表明：第一，經濟集聚、人口流動和住宅價格間存在著顯著的中介效應，且為部分中介效應，即人口流動在經濟集聚和住宅價格間發揮著中介作用，且經濟集聚除了通過影響人口流動住宅價格產生影響外，還存在著其他傳導機制，如土地市場效應和資本市場效應等。第二，我國省際住宅價格間存在著顯著的正向空間相關性，即某一地區住宅價格的波動并不是隨機的，而是會受到周邊地區或經濟特征類似地區住宅價格波動的影響。同時，不僅鄰近省份的住宅價格間存在空間溢出效應，經濟發展水平類似省份住宅價格間也同樣存在。第三，經濟集聚與住宅價格在空間上存在著顯著的相關關系。一方面，從直接效應來看，經濟集聚與集聚中心的住宅價格呈正相關，即經濟集聚會通過土地市場、勞動力市場和資本市場推動集聚區住宅價格的上漲。另一方面，從間接效應來看，某一地區的房價不僅受自身經濟集聚水平的影響，周邊或經濟基礎類似地區經濟集聚水平也會對其產生影響，且經濟集聚對住宅價格的溢出效應取決于人口凈流入率的大小。人口凈流入率較低時，周邊或經濟基礎類似地區經濟集聚對該地住宅價格影響的“虹吸效應”大于“涓滴效應”，從而抑制其房價的上漲;而當人口凈流入率較高時，周邊或經濟基礎類似地區對某地地區住宅價格的“涓滴效應”則會大于“虹吸效應”，從而促進其房價的上漲。第四，人口流動與住宅價格呈正相關，人口的凈流入率越高，相應的流入地的住宅價格就會越高。此外，人口的空間流動會加劇經濟集聚對住宅價格的拉動作用。

基于研究結果，提出以下建議：第一，各省在制定房地產調控政策時，要改變傳統的以行政區為單位獨立劃界的習慣，并加強區域間的協調和合作。此外，在制定城市發展規劃時，也可適當利用住宅價格的溢出效應來帶動周邊省份經濟發展，通過住宅消費需求的空間轉移以緩解集聚中心供需矛盾。第二，注重政府宏觀調控和市場自發調控的有機結合，實現產業空間轉移和產業結構優化升級。國家在制定產業規劃時，應綜合考慮各區域的現實情況，通過相關政策扶持推動勞動密集型產業向中西部地區轉移，促進東部沿海地區產業結構優化升級，引導人才和資本的空間轉移，縮小中西部發展差距，化解東西部地區房地產市場發展不平衡的難題。第三，提高對流動人口的關注度和管理水平，引導流動人口在地理空間上合理布局。住房作為一種消費品和投資品，其價格的波動與人的經濟活動密切相關，人口的空間流動會同時對流入地和流出地住宅價格產生重要影響。因此，政府應強化對流動人口的管理，逐步優化流動人口的空間布局。

注釋：

①?受數據的可獲得性影響，剔除了香港、澳門、臺灣和西藏。

② 限于篇幅，未匯報空間相關性檢驗結果。

參考文獻：

[1]?陸銘，歐海軍，陳斌開.理性還是泡沫：對城市化、移民和房價的經驗研究[J].世界經濟，2014，37（1）：30-54.

[2]?周建軍，孫倩倩.改革開放以來國家宏觀調控房地產的政策效應分析[J].中州學刊，2018（11）：42-51.

[3]?杜旻，劉長全.集聚效應、人口流動與城市增長[J].人口與經濟，2014（6）：44-56.

[4]?周建軍，孫倩倩，鞠方.產業結構變遷對房價的時空動態效應研究——基于人口老齡化背景的實證分析[J].管理科學學報，2020，23（3）：41-64.

[5]?陸銘.城市、區域和國家發展——空間政治經濟學的現在與未來[J].經濟學（季刊），2017，16（4）：1499-1532.

[6]?王勝今，王智初.中國人口集聚與經濟集聚的空間一致性研究[J].人口學刊，2017，39（6）：43-50.

[7]?楊巧，陳誠.經濟集聚、住房支付能力與流動人口城市遷移意愿[J].現代財經（天津財經大學學報），2019，39（1）：29-45.

[8]?Saiz A.Immigration and housing rents in American cities [J]. Journal of Urban Economics，2007，61（2）：245-371.

[9]?Gonzalez L， Ortega F. Immigration and housing booms： Evidence from Spain[J]. Journal of Regional Science，2013，53（1）：37-59.

[10]丁如曦，倪鵬飛.中國城市住房價格波動的區域空間關聯與溢出效應——基于2005-2012年全國285個城市空間面板數據的研究[J].財貿經濟，2015（6）：136-150.

[11]李超，倪鵬飛，萬海遠.中國住房需求持續高漲之謎：基于人口結構視角[J].經濟研究，2015，50（5）：118-133.

[12]徐建煒，徐奇淵，何帆.房價上漲背后的人口結構因素：國際經驗與中國證據[J].世界經濟，2012，35（1）：24-42.

[13]陳良文，楊開忠，沈體雁等.經濟集聚密度與勞動生產率差異——基于北京市微觀數據的實證研究[J].經濟學（季刊），2009，8（1）：99-114.

[14]趙儒煜，劉暢.日本都道府縣勞動力流動與區域經濟集聚——基于空間計量經濟學的實證研究[J].人口學刊，2012（2）：32-42.

[15]溫忠麟，葉寶娟.中介效應分析：方法和模型發展[J].心理科學進展，2014，22（5）：731-745.

（責任編輯：鐘?瑤）