产业集聚视角下的高房价研究——来自中国省际面板的经验证据

周启良

（罗定职业技术学院 经济管理系，广东 罗定 527200）

产业集聚视角下的高房价研究
——来自中国省际面板的经验证据

周启良

（罗定职业技术学院 经济管理系，广东 罗定 527200）

通过面板回归模型检验了我国30个省（市、区）的房价与产业集聚之间的关系。结果发现，产业集聚水平的高低对房价有着显著的影响，主要是通过影响当地经济增长和个人工资而间接影响房价。因此，将更多产业引向中西部地区或中小城市，增强其人口吸聚力，以缩小城市和区域间的资源配置差异，可一定程度抑制部分城市房地产过热、房价过高。

产业集聚；房价；省际面板

一、引言

近年来，我国房价（本文所指的是商品房销售价格）上涨速度很快，而且东部沿海地区要远高于中西部地区，房价随着地理区位向东部沿海地区转移而出现显著的上涨趋势。

学者们对我国房价迅速上涨的原因作了非常多的研究，但国内现有的文献，几乎没有涉及房价上升的深层次原因和房价呈东高西低的巨大区域差异的原因。什么原因会导致房价的影响因素发生根本性的变化？本文将从产业集聚的角度来探讨此问题，因为房价较高的恰是我国产业集聚程度高的东部沿海地区，特别是制造业集聚中心。

产业集聚是指在一个较大地理空间范围内，由于当地资源优势、企业内部形成的规模经济或当地整体行业形成的外部规模经济，导致多个相关产业高度集中的过程与现象。关于产业集聚的研究主要始于西方发达国家，直到20世纪80年代中后期，我国学者才开始对产业集聚现象进行研究。随着社会主义市场经济体制不断完善，市场的作用逐渐增强，市场竞争日益激烈，要素流动性增强，产业在市场的作用下形成了众多的区域集聚现象，并成为区域经济增长的重要因素之一，使产业集聚成为研究的热点和焦点。目前产业集聚的研究主要集中在产业集聚机理、产业集聚效应，以及基于产业集聚的产业政策等方面。而对产业集聚效应进行的研究，主要涉及产业集聚与企业区位决策、产业发展、劳动力流动、区域经济增长等之间的关系。

目前很少有文献直接指出产业集聚和房地产价格上涨两者之间深层次的联系。本文将揭示产业集聚对房价的作用机制，并运用中国30个省（市、区）的面板数据进行实证检验，以便提出相应的政策建议，抑制各地尤其是大中型城市住宅价格的过快上涨趋势。

二、实证分析

（一）产业集聚对房价影响的机制

产业集聚主要通过影响劳动力流动与劳动力工资、经济增长、开发成本、公共设施的提供，从而影响房地产的需求与供给，以及房价。

新经济地理学认为产业集聚与劳动力流动及集中具有正反馈作用（Krugman1999）[1]，即产业在某一区域的集聚会引起其他区域劳动力向这一区域集中，形成劳动力聚集效应，劳动共享效应将会同时提高厂商的平均利润和劳动力的工资收入，产生对商品房的需求增加，在一定程度上会促进房价的上涨。

产业集聚区由于聚集了众多的厂商，加剧了同一产业厂商之间的竞争程度，迫使企业不断地进行创新，通过优胜劣汰、资源的优化配置，提高整个产业的生产率，促进产业发展和产业集聚地的经济增长，提高人们的生活水平，因而从宏观方面刺激房价的抬升。

产业集聚区由于有大量的厂商，建厂房用地的增加势必减少住房用地，造成房地产开发成本及房价的抬升。

产业集聚区一般城市化水平越高，有较为完备的公共设施建设，如较完善的邮电通讯、便利的交通、较多的绿化面积，各城市的公共品提供水平会对房价造成较强的推动作用。国内学者梁若冰等（2008）、邵挺等（2010）也证实了这一点。[2-3]

（二）模型设定

由于西藏的数据严重缺乏，本文的研究样本包含2001—2010年全国30个省（市、区）的面板数据。其中，各省（市、区）的商品房销售价格的原始数据来自2002—2011年的《中国统计年鉴》。其他变量的原始数据均来自2002—2011年的《中国统计年鉴》和《中国城市统计年鉴》。

影响房价的因素很复杂，除了产业集聚变量，我们还借鉴Deng（2009）的做法[4]，增加了其他一些控制变量，同时为了有效地消除时间序列经济数据的剧烈波动性和可能存在的异方差，这些变量都采用自然对数In的形式进入回归方程，最终本文的实证方程设定为：

其中，i、t分别表示省（市、区）与年份；hpit表示房价；zlm表示产业集聚度；Xit是指影响城市房地产价格的其他控制变量，包括：人均国内生产总值、人均工资、储蓄存款余额、利率、人口密度、城市建设用地面积、房地产投资额、公共品的供给水平（包括城市通讯、交通设施）、区位虚拟变量等。分别表示一个城市的地区效应和残差。表1列举了本文所有变量的定义和相关含义。

表1 变量选择

需要说明的是，产业集聚度常用的衡量指标有：行业集中度、赫希曼—赫佛因德指数、哈莱—克依指数、熵指数、空间基尼系数、空间集聚指数、赫芬达尔指数。本文借鉴范剑勇（2006）就业密度来作为产业集聚的衡量指标[5]，并考虑到产业集聚主要以制造业集聚为主和数据可获得性，采用当年每平方公里建成区面积上的制造业从业人员数作为产业集聚的程度，它基本反映了经济活动在空间上的分布差异。另外，城市建设用地面积由于数据缺失，采用人均建成面积来替代。

（三）回归结果

1.静态面板估计

利用stata11软件，使用静态面板数据模型中的固定效应模型（FixedEffect，FE）和随机效应模型（Random Effect，RE）进行估计，估计结果列于表2。其中，模型Ⅱ和模型Ⅲ在模型Ⅰ的基础上依次加入Inhozks、Inkyz二个控制变量，以对回归结果的稳健性进行考察。

表2 静态面板估计结果

通过表2中报告的结果以及相应的检验，我们可以确认模型Ⅰ至Ⅲ分别采用固定效应模型、固定效应模型、随机效应模型回归比较合适，下面我们将以此为基础来讨论实证研究的发现。

由表2可知，在不考虑内生性的情况下，从影响房价的需求方面的因素来看，产业集聚度、人均GDP、人均工资的回归系数均为正，并分别在5%—1%水平上通过显著性检验，表明各省（市、区）房价随着产业集聚、经济发展水平和居民购买力的增加而提高。储蓄存款余额和利率对房价均产生显著的负面作用，如果城乡居民储蓄存款余额越少，则这些倾向可能会流通到房地产市场，对房地产的需求增加而促使房价提高；利率对房价的作用和大多数的研究结论相同，利率越低，人们可能更倾向于将货币余额进行房地产投资而不是储蓄于银行，从而有着提升房价的作用。人口密度对房价的影响虽然为正，但只有模型Ⅰ和模型Ⅲ显著，这说明产业集聚带来的劳动力集聚，并不会明显地对房地产的需求增加而抬高房价，产业集聚只有通过提升劳动力的工资及其购买力才能对房价产生明显的抬升作用。

从影响房价的供给方面的因素来看，土地供给与房地产投资对房地产价格的影响正好完全相反，前者是正向效应，后者则为负向效应，并且前者在1%的显著性水平上通过检验，说明我国的土地市场存在着一定垄断因素，政府和开发商对土地进行了不同程度的控制，“囤地”开发的形式使得土地供给越多，房价越高。公共品的供给水平（包括城市通讯、交通设施）对房价产生了正面的影响，城市通讯的系数在1%的水平上显著，这与梁若冰等（2008）、邵挺等（2010）的研究结论基本一致[2-3]，说明交通与通讯便利的地区对房价的上涨有着促进作用。

2.工具变量估计

事实上，产业集聚与房价波动存在互为因果的关系，房价波动也是引起产业转移的一个重要原因。在其他条件不变的情况下，当区域房价相对较高时，就会诱使劳动力流出，就业导致相对就业人数减少，并对低附加值的产业产生挤出效应，进而引发产业转移。[6]

表3 工具变量估计的结果

因此，本文利用工具变量估计法对模型Ⅰ至Ⅲ重新进行估计，把Inzlm的滞后二期作为其工具变量，以控制内生性问题，结果列于表3。所有模型Husman检验的P值都在1%的水平上显著，拒绝解释变量均为外生变量的原假设，模型存在内生性；其次，过度识别检验中，由于一个变量使用一个工具变量，不存在过度识别的问题。最后，检验工具变量与内生变量的相关性，表3显示弱工具变量检验的F值都大于10，说明工具变量与内生变量之间具有很强的相关性。因此，可以认为我们选择的工具变量是有效的。

由表3可知，在考虑内生性的情况下，储蓄存款余额对房价的影响变得不确定，表明储蓄存款只有流通到房地产市场，对房地产的需求增加而促使房价提高。除此之外，影响房价的需求方面的因素当中，产业集聚度、人均GDP、人均工资的回归系数仍然为正，并分别在10%—1%水平上通过显著性检验；利率对房价均产生显著的负面作用；人口密度对房价的影响也为正。从影响房价的供给方面的因素来看，土地供给与房地产投资对房地产价格的影响正好完全相反，前者是正向效应，后者则为负向效应；公共品的供给水平（包括城市通讯、交通设施）对房价产生了正面的影响。这些变量对房价的影响和之前不考虑内生性情况下相同，其具体的经济含义就不再详细解释。

三、主要结论与政策建议

本文在分析产业集聚对房价影响的作用机制后，通过对2001—2010年中国30个省（市、区）的面板数据进行回归，得出如下结论：产业集聚水平的高低对房地产价格有着显著的影响，产业集聚主要是通过影响当地经济增长和个人工资而间接影响房地产价格的；土地供给与房地产投资对房地产价格产生正向效应，说明我国的土地市场存在着一定垄断因素，政府和开发商对土地进行了不同程度的控制，使得房价居高不下，这说明产业集聚对影响房价供给方面的作用比较小。

基于以上结论，本文提出如下政策建议：

第一，要引导产业从东部沿海发达地区等产业高度集聚区向中西部地区梯度转移。改革开放30多年来，我国东部沿海地区借助初始优惠的政策倾斜，劳动力大量向该地区流动，形成了珠三角、长三角和京津塘等产业集聚区。但随着集聚程度的提高，一些负面影响必将出现，如产业集聚带动当地经济发展和收入水平的提高，从需求方面刺激了房价的上涨。今后中西部落后地区应培育和增强本地承接产业转移和劳动力回流的能力，吸纳农村劳动力在本地城镇就业，促进中西部地区适当地产业集聚，以减轻东部沿海地区产业过度集聚而造成房价上涨的负面效应。

第二，今后政府在制定控制房价政策时，更多地应从影响房价供给的方面着手，不应一味地限制人们对房地产的需求。比如应大量增加住宅供地规模，尽快使存量土地市场化，减少土地供给的垄断因素和人为推动房价上涨。目前房价上涨最快的东部沿海地区，产业集聚造成企业用地挤占住宅建设用地，住宅建设用地面积却非常有限，大规模地增加供应量的空间不大。通过建立起一个省际间建设用地指标的交易市场，允许东部沿海地区使用中西部的建设用地指标，这样中西部地区可以得到东部地区更多的土地资金，东部地区的住宅供地规模就可大大增加，减缓房价上涨的程度。

本文的研究还存在很多缺陷和不足，比如房价是指商品房平均销售价格，没有区分住宅、办公楼、商业营业用房等；还有一些更为复杂的房地产影响因素没有考虑，比如没有把心理预期等变量纳入到模型中去。这些问题需要作进一步的研究。

[1]Krugman P，Fujita M，Venables J A.Thespatial econ andinternational trader[M].Cam bridge：Massachusetts Institute of Technology，1999：54．

[2]梁若冰，汤韵.地方公共品供给中的Tiebout模型：基于中国城市房价的经验研究[J].世界经济，2008，（10）：71-83.

[3]邵挺，袁志刚.土地供应量、地方公共品供给与住宅价格水平[J].南开经济研究，2010，（3）：3-19.

[4]Deng，Ma and Chiang.Dynamic Behavior of Chinese Housing Prices[J].International Real Estate Rview，2009，12（2）：121-134.

[5]范剑勇.产业集聚与地区间劳动生产率差异[J].经济研究，2006，（11）：72-81.

[6]高波，陈健，邹琳华.区域房价差异、劳动力流动与产业升级[J].经济研究，2012，（1）：66-79.

[责任编辑：董建军]

F293.3；F062.9

A

1674-3288（2014）01-0053-05

2013-12-26

周启良（1973-），男，江西抚州人，广东罗定职业技术学院讲师，华中科技大学委培博士，研究方向：国际投资与国际贸易。