遼寧省人口流動與產業結構、房價的關系

姜瑋瑤 張奇松

摘? ?要：隨著我國經濟的快速發展，各省（區、市）經濟發展平穩增長。但是我國地區間的經濟發展仍存在明顯的不平衡問題，尤其部分經濟發達地區，相較于其他地區，其基礎建設更加完善、營商環境更加優越，導致我國城市間人口流動速度加快，隨之房價快速增長、產業結構大幅調整。房價與產業結構是影響人口流動的關鍵因素，為了深入探討人口流動與房價、產業結構調整之間的關系，在對相關文獻整理研究的基礎上，對人口流動、產業結構及房產價格的現狀進行分析，初步闡明了三者之間的作用關系。同時，為了更深入地研究三者之間的相互作用，以遼寧省為例，選取2010—2020年間全省14個地級市相關數據，建立了動態面板模型。通過研究，可以為遼寧省促進人口穩定、推進城市化進程、合理控制房價過快上漲等方面提供決策參考。

關鍵詞：人口流動；產業結構；房地產價格；動態面板；遼寧省

中圖分類號：F304? ? ? ? 文獻標志碼：A? ? ? 文章編號：1673-291X（2024）08-0043-04

一、問題提出

隨著我國經濟快速發展，城鎮化建設不斷推進，農村的富余勞動力不斷向經濟發達地區轉移。而這些富余勞動力一般會涌向第三產業和第二產業，使得一些經濟發達地區的第三產業不斷完善，同時也推動了第二產業結構的升級。加之國家對各個地區的開發，如京津冀一體化、粵港澳大灣區、長江經濟帶等國家戰略的布局，促進了人口流動，尤其是中西部地區的人才流向東南沿海等地區。隨著服務業、互聯網經濟的快速崛起，人口逐漸從第一產業流向第二三產業，從而向東部和南部城市第二三產業聚集，促進了人口向該地區的流動，直接推動了東南地區房價的快速增長。近幾年，隨著金融去杠桿化的推動，各地房企也在主動減少房產投資，從而有效抑制了房產泡沫化的出現。住房問題是關乎每個人生活的問題，也影響著社會整體發展水平。雖然相關學者從金融、政策和經濟發展水平方面來解釋房價的增長，但是這種方式仍然不夠全面。房產價格問題本質上是供需平衡問題，來源于人口波動，目的也是服務于人，因此，人口流動與房產價格、產業結構密切相關。

筆者從房產價格和產業升級兩個方面分析影響遼寧省人口流動的因素，創新性地將理論與實踐相結合，綜合利用人口經濟、產業結構、房產經濟學等理論，建立動態面板模型，討論人口流動、產業結構以及房產價格波動之間的動態關系。

二、文獻綜述

人口流動影響產業結構，產業結構影響房產價格，而人口流動也可直接影響房產價格，因此他們之間存在一定的聯系。其中，Kashnitsky和Gunko（2016）發現，房地產市場的發展和日益嚴重的物質不平等加劇了城市地區的社會經濟兩極分化，改變了不同地區的人口密度。Zamyatina和Goncharov（2018）在比較俄羅斯的北極城市和該國南部的相對城市時發現，產業結構的調整導致人口大規模遷徙。Yang etal.（2020）基于105個工業化城市的面板數據，分析了產業結構導致的人口流動進一步影響房產價格定價的作用機制，結果發現，全國產業結構對用地價格的影響是顯著的，這就間接導致了房價波動。Yang etal.（2020）借助騰訊位置大數據支持的旅行大數據集，分析了基于移動數據的人口流動（MBPM）的時空模式和特征，發現人口的短期流動使其第二產業和第三產業增加，進一步導致房價短期增長。基于以上研究我們發現，產業結構和人口流動為因果關系，三者可以相互影響并對社會的穩定產生重要的作用。但是，目前研究中并沒有將三者之間的關系闡述清楚。此外，很多文獻都是分析了我國整體城市發展情況的，而對于區域房價的影響因素并沒有進行分析。因此，從這兩個角度出發，采用數據分析和模型建立的方法，在動態面板模型的基礎上，分析遼寧省14個地級市人口流動對產業結構以及房產價格影響的差異性。

三、相關理論

產業結構變化和人口流動都會促進房價的上漲，而反過來房價的上漲也會一定程度影響產業結構變化和人口流動。首先，房價的上漲會導致物價和勞動力水平的提高，可以吸引更多的技術性人才入住城市，這樣就會推動城市化進程，優化產業結構。其次，房價的持續上漲保證了資本市場的活躍，大量的投資者和企業會將資金投入到房價上漲的城市中，使其實體經濟受到沖擊，從而改變城市的產業結構。房價的持續走高也限制了部分人口的流動，促使更多有能力的高端人才進入，這樣也會促進人口結構的調整，從而進入良性的城市發展之路。房價與產業結構存在著倒U關系。這種影響的后果顯而易見。企業最終會在生產性投資與非生產性投資之間權衡，權衡后會將更多資源投入到房地產投資性資產中，抽空生產性投資和創新性投資。

房價對于人口的影響主要有兩個方面。首先，房價提高導致生活成本增加，當居民的收入水平跟不上消費需求時，就會限制外來人口的流入。其次，房地產企業配套產業鏈的不斷完善也會增加第三產業的人才流動，帶動大量的勞動力需求，提高行業薪資水平，從而推動更多技術型和復合型人才的流入。產業結構對于人口流動的影響，主要是因為就業結構和就業需求的改變。人們會受到預期收入的影響，一般產業結構的變化會引起大量勞動力向產業升級的方向變動，而產業結構的升級需要更高技術的人才，一些能力不足的勞動力就會成為剩余勞動力，從而向產業層次更低的地方轉移。因此，產業結構、人口流動和房價之間是相輔相成、相互影響的關系。

四、現狀分析

（一）產業結構現狀

如圖1所示，我國國內生產總值在不斷提高，第三產業在持續增加，產業結構在不斷優化，2014年以后第三產業增速明顯提高。對比整個產業的占比情況，第一產業占比最低，二三產業保持一致，其中第三產業占比明顯提高。而遼寧省各個產業的發展在2014年達到頂峰之后便出現較大幅度的下滑，2019年生產總值為15 212.49億元，對于全國生產總值的貢獻僅為1.54%。但是對比各個產業的情況發現，遼寧省與全國產業分布情況相同，并沒有出現較大的差異性。

（二）人口流動現狀

如圖2所示，我國2010—2014年間流動人口呈現直線上升的狀態，但在2015年后出現了下降，2016年流動人口占比最小，為17.22%，2017年后又出現小幅的回升。發生這種變化是因為2008年金融危機后部分地區失業率上升，失業群體開始向經濟發達地區流動，從而引起人口流動增加。但當經濟發達地區工作崗位接近飽和狀態后，人們不再向這些地區流動，流動人口數量自然下降，因此在2014年開始人口流動有小幅下降。2017年后，長江經濟帶、粵港澳大灣區、東北工業區等地區紛紛出臺相關創業扶持政策以及人才政策，再次吸引人們向這些地區流動，因此人口流動開始出現增加的趨勢。而對比遼寧省城鎮人口基本保持不變、農村人口逐年下降、常住人口保持一致，這主要也是受到鄉村城市化的影響，大量的鄉村剩余勞動力都在不斷流入城市進行就業或者創業。

（三）房產價格現狀

如圖3所示，全國商品房銷售面積在不斷增加，商品房的平均銷售價格也在逐年提高。但由于新冠疫情關系和經濟下行的慣性，2021—2022年間，商品房銷售面積逐年降低，而房價的增量在2009—2014年出現下降，在2014年以后出現上漲。遼寧省也出現了與全國一樣的趨勢。以上結果也說明，目前全國的房價已經得到了基本控制，但是增加幅度仍然較大，這與人均收入不相匹配。而遼寧省雖然經濟發展水平不高，但是隨著全國房價的上漲也加劇了這種不匹配現象的發生。

五、實證分析

（一）數據與變量

為了研究產業結構、人口流動、房價之間的關系，以遼寧省為例，選取2010—2020年的面板數據對其進行實證研究。對于區域研究主要以遼寧省各地級市為例，分析了各市的產業結構、人口流動和房產價格變化現狀。數據主要來自《中國統計年鑒》和wind數據庫。

為了對各項指標進行建模和統計分析，選取人口流動作為被解釋變量，產業結構和房產價格作為解釋變量。為了保證分析的有效性，加入城鎮居民收入作為控制變量。具體變量的選取和定義如表1所示。同時，為保證數據的平穩性，除產業結構外，其余數據均取對數，并進行一階差分。

（二）模型的構建與實證結果

以遼寧省為例，采用2010—2020年的面板數據構建統計模型，主要采用差分GMM 方法，具體模型回歸計算如下：

Ai，t=β0+β1Ai，t-1+β2Bi，t+β3Ci，t+β4Di，t（1）

其中，i和t分別代表城市和年份，A為房價，B為產業結構，C為人口流動，D為其他控制變量。

表2? 整體面板數據回歸結果

如表2所示，人口流動具有一定滯后性，房價對流動人口具有正向影響，而產業結構對于流動人口有負向影響。

六、研究建議

（一）推動產業結構均衡發展

產業結構的失衡會限制全局經濟增長，會使經濟發展失去活力和動力，從而增加社會的不穩定性。因此，要求政府在制定政策時應該兼顧不同地區和原有城市的產業結構發展，按照不同的城市發展水平來評估房價水平，而不是只關注產業結構升級；要以科學的方法重新定位不同市區的產業功能，充分結合原有城市的產業優勢，有效提高勞動生產效率，將資金放在原有產業結構調整上；要關注產業結構的長期變化，切忌追求短期利益；要采用互聯網科技手段，配合現有的農業產業發展水平，推動產業結構均衡發展。

（二）推動其他相關產業發展

要在穩住房價的同時，加大對城市基礎設施的投資力度，通過與房產企業的合作，深入開發配套措施，如酒店、學校、交通、商超等。只有不斷優化產業鏈結構，才能提高經濟發展活力。政府要合理引導房產企業積極投入到相關產業發展上，從而推動整體經濟的發展。另外，要保障基礎的安居性住房安全，逐年提高保障性住房的數量，推進農村人口向城市的轉移，為產業和城市發展提供良好環境。

參考文獻：

[1]? ?KASHNITSKY，I.，M. GUNKO. Spatial Variation of In-migration to Moscow：Testing the Effect of Housing Market[J].Cities，2016（59）：30-39.

[2]? ?ZAMYATINS，N.，R.GONCHAROV. Population Mobility and The Contrasts Between Cities in the Russian Arctic and Their Southern Russian Counterparts[J].Area Development and Policy，2018，3（3）：293-308.

[3]? ?YANG，S.，S.HU，W.LI，C.ZHANG，D.SONG.Spatio-Temporal Nonstationary Effects of Impact Factors on Industrial Land Price in Industrializing Cities of China[J].Sustainability，2020，12（7）：2792-2806.

[4]? ?YANG， Z.，W. GAO，X. ZHAO，C. HAO，X. XIE. Spatiotemporal Patterns of Population Mobility and its Determinants in Chinese Cities Based on Travel Big Data[J].Sustainability，2020，12（10）：4012-4025.

[責任編輯? ?彥? ?文]