住房价格、工资上涨与地区工资差距——基于省级面板数据的实证研究

董向阳，郭熙保

(武汉大学 经济与管理学院，武汉430072)

一、引言及相关文献概述

近年来，我国工资水平大幅上涨。根据中国统计局的数据，2000～2013年我国城镇单位在岗职工平均工资从9 371元/年上升到52 379元/年。同时，中国地区间工资差距也呈现出日益扩大的趋势［1］。工资的不断上涨可能会提高我国企业的劳动力成本，降低我国企业的国际竞争力;工资差距的日益扩大势必会影响中国的可持续性发展与社会的和谐稳定。因此探求影响工资上涨和地区工资差异的因素就显得非常重要。

对于工资上涨的原因，有很多不同的观点。国内比较具有代表性的观点是劳动供给由过剩转向短缺，刘易斯转折点即将到来［2－4］。丁守海则认为我国的工资上涨源于劳动剩余条件下的供给不足［5］。也有研究文献认为物价上涨也会导致工资上涨［6－9］。

关于地区工资差异的研究，归纳起来主要分为两种思路:新古典增长理论、新地理经济学。基于新古典增长理论，国内外学者从劳动力流动、外商直接投资、人力资本、对外开放、经济全球化、地理位置以及政策倾斜等角度对中国地区工资差距的形成原因进行了研究，取得了不少成果［10－15］。基于新地理经济学的学者一般研究市场潜能和空间外部性对地区工资差异的影响［16－23］得到的结论是市场潜能的扩大可以增加名义工资，经济活动的空间集聚所产生的外部性也会影响工资水平。

与现有研究工资上涨和地区工资差距的文献不同，本文尝试从住房价格上涨的角度去解释工资上涨和地区工资差距。根据马歇尔的均衡价格工资理论，工资是由劳动力的需求价格和供给价格相均衡时的价格决定的，劳动力的需求价格取决于劳动的边际生产率;劳动力的供给价格取决于劳动者的生活费用。由于住房价格上涨将会提高高房价地区劳动者的购房或租房费用，从而提高高房价地区劳动者的生活费用，这会降低高房价地区的劳动力供给，导致高房价地区工资上升。由此，本文提出如下研究假说:住房价格上升导致平均工资上升。

国内外还鲜有关于住房价格与平均工资关系的实证研究。从数量上研究清楚住房价格的上升是否会提高平均工资水平以及在多大程度上提高平均工资水平具有非常重要的理论意义和现实意义。具体地讲，弄清楚住房价格与平均工资水平的关系有助于理解我国是否经过刘易斯转折点，也有助于提高我国企业的国际竞争力、为我国经济实现转型升级创造有利条件。

本文将基于中国省级面板数据对实际住宅平均销售价格与职工平均实际工资的关系进行实证研究，对前文提出的住房价格上升导致平均工资上升这一假说进行实证检验。

本文余下部分安排如下:第二部分为模型设定和数据说明;第三部分为实证结果和分析，包括基准模型回归、工具变量估计和稳健性检验;第四部分为结论，包括本文研究结论、政策建议和未来研究方向。

二、模型设定与数据说明

(一)模型设定

本文研究住房价格对平均工资的影响。被解释变量为职工平均实际工资，解释变量为实际住宅平均销售价格。根据边际生产率工资理论，工资由边际生产力决定。而边际生产力，随着就业人数的增加而下降，随着经济规模的扩大而提高，随着人力资本水平的提高而提高。所以，根据边际生产率工资理论，工资随着就业人数的增加而下降，随着经济规模的扩大而提高，随着人力资本水平的提高而提高。就业人数用城镇就业人数衡量，经济规模可用实际人均地区生产总值和实际人均固定资产投资衡量，人力资本水平用大学生人口比重衡量。根据地区工资差距的相关研究，产业结构影响地区工资差距。此外，何雄浪和杨霞认为市场开放度也会提高劳动生产率［24］，因此本文引入衡量市场开放度的控制变量人均进出口额。所以控制变量为城镇就业人数、人均地区生产总值、实际人均固定资产投资、产业结构、大学生人数比重、人均进出口额。

本文采用面板数据研究住房价格和平均工资的关系。根据常数形式的不同，面板模型一般可以分为混合回归模型、固定效应模型和随机效应模型。本文基于F检验、Breusch and Pagan检验和Hausman检验等三个检验发现应该选取固定效应模型。

因此，基准计量模型设定如下:

其中，下标i和 t分别表示省区和年份，α0代表截距项，εi，t代表整个回归方程的误差项，服从独立同分布。λp和λt分别表示省份固定效应和年份固定效应，以控制不随时间变化的地区不可观测因素和随时间变化的年份不可观测因素的影响。各个变量的具体含义如下:

被解释变量lnwage表示城镇单位在岗职工平均实际工资对数值，数据按1999年CPI进行了调整，反映了城镇单位在岗职工的平均实际工资水平。

核心解释变量lnhouseprice表示住宅商品房平均实际销售价格对数值，单位是元/平方米，数据按1999年CPI进行了调整。本文最关心的是回归系数α1，如果α1显著为正，则表明实际住宅平均销售价格水平越高，职工平均实际工资越高，即实际住宅平均销售价格上涨将导致职工平均实际工资的上升。

其他控制变量主要包括:

lnempl表示城镇就业年末人数对数值，单位为人/年，用来反映劳动力供给对工资的影响，就业供给越多，工资越低，因此该变量预期符号为负。

lngdp表示实际人均地区生产总值对数，数据按1999年CPI进行了调整，用来控制地区生产规模、地区劳动生产率对工资的影响。

lnk表示实际人均固定资产投资对数值，数据按1999年CPI进行了调整，用来控制资本规模对工资的影响。

lnopen表示实际人均进出口额(按经营单位所在地计算，单位美元/人)，数据按1999年CPI进行了调整，用来控制对外开放水平对工资的影响。

structure表示第三产业占地区生产总值的比重(%)，用来控制地区产业结构对地区工资水平的影响。

edu表示6岁及6岁以上大专及以上人口比例(人口抽样调查)(%)，用来控制人力资本水平对工资的影响。

(二)数据说明

本文的样本区间为中国大陆31个省13年(1999～2011年)的面板数据。本文所用数据主要来自于《中国统计年鉴》。城镇年末就业人数来自于国泰安经济金融研究数据库的中国区域研究数据库。

表1报告了主要变量的描述性统计。

三、实证结果及分析

(一)基准回归

本节将基于方程(1)对实际住宅平均销售价格与职工平均实际工资的关系进行实证研究。表2报告了基于计量方程(1)的基准模型回归结果。

表2中第1～6列逐渐加入各解释变量回归，每次回归均控制了地区不可观测因素和时间不可观测因素的影响。第1～6列中的实际住宅平均销售价格的系数均显著为正，说明实际住宅平均销售价格上涨将导致职工平均实际工资水平的上升。根据上文模型设定中的分析，应该选择第6列中的固定效应模型进行分析。第6列实际住宅平均销售价格系数为0.133 4，即职工平均实际工资对实际住宅平均销售价格的弹性为0.133 4，实际住宅平均销售价格上升1个百分点，职工平均实际工资上升0.133 4个百分点，很好地支持了本文提出的理论假说。

表1 主要变量的描述性统计量

表2 实际住宅平均销售价格与职工平均实际工资:基准回归

在其他控制变量中，实际人均地区生产总值和实际人均固定资产投资的系数显著为正，跟新古典经济学的边际生产率工资理论相符，体现了生产规模对边际生产率的影响。城镇就业人数对数的系数显著为负，反应了城市劳动力市场上的供求对工资的影响，即城市劳动力供给越多，职工平均实际工资水平越低。产业结构、大学生比例和人均进出口额的系数不显著，表明产业结构、人力资本水平和对外开放水平对职工平均实际工资的影响不显著。

(二)工具变量估计

上文对实际住宅平均销售价格与职工平均实际工资的关系进行了实证分析，发现实际住宅平均销售价格上涨将导致职工平均实际工资上升。严格地说，实际住宅平均销售价格与职工平均实际工资的关系还存在其他的可能解释。首先，职工平均实际工资上涨是否可能导致本地实际住宅平均销售价格上涨?其次，是否还存在某些因素同时影响到实际住宅平均销售价格和职工平均实际工资?最后，实际住宅平均销售价格的测量误差是否依然存在?这三个问题在计量上分别称为联立性偏误、遗漏变量和测量误差问题［25］，构成了实际住宅平均销售价格内生性的主要来源。另外，检验内生性的Hausman检验也表明实际住宅平均销售价格存在内生性。

上述存在的内生性问题可能导致估计系数的偏误。解决内生性的一个有效办法是工具变量法，即为实际住宅平均销售价格寻找工具变量。工具变量的核心思想是寻找一个外生的、影响内生变量(实际住宅平均销售价格)，但不直接影响被解释变量(职工平均实际工资)的变量。陈斌开和杨汝岱等学者认为土地供应影响房价，政府的土地供应越少，房价越高［25］。本文把反映政府城市土地供应量的固定资产中不含农户的人均竣工住宅面积(area)当作工具变量，因为政府的土地供应基本可以看作是外生的，通过影响住房供给进而影响房价，却不直接影响平均工资。本节基于工具变量方法研究实际住宅平均销售价格与职工平均实际工资的关系。表3报告了两阶段最小二乘回归第一阶段、第二阶段的估计结果和重要的检验统计量。

表3中第1和第2列分别为两阶段最小二乘回归中第二阶段和第一阶段回归结果。从第一阶段回归结果中可以看出，本地区当年人均住宅竣工面积越少，住房价格水平越高:人均住宅竣工面积降低1个百分点，住房价格上涨0.159个百分点。由此可见，住宅竣工面积是住房价格非常重要的决定因素，减少人均住宅竣工面积将直接导致住房价格的上涨。从第二阶段回归中可以看出，住房价格的系数高度显著为正，但系数值大于简单最小二乘回归的结果，这可能是住房价格存在内生性，导致普通最小二乘法回归系数的低估。

表3中3～6列是对基准回归结果进行稳健性检验。第3～4列是以地区滞后一期的人均住宅竣工面积对数值(llnarea)为工具变量的回归结果，以缓解住宅竣工面积和住房价格之间反向因果的可能性。考虑到三阶段最小二乘法(3SLS)比两阶段最小二乘法(2SLS)在估计上更加有效，5～6列报告了3SLS的回归结果。这些稳健性检验的回归结果都强有力地支持了本文的基本结论:土地供给越少，住房价格越高，职工平均实际工资越高。

工具变量估计中，工具变量的有效性和准确性至关重要。本文通过弱工具检验、识别不足检验和过度识别检验等一系列检验，来判断所用工具变量的合理性。通过第一阶段回归的F值、t值、R2以及Cragg－Donald Wald统计量(表3倒数第2行)、Kleibergen－Paap rk Wald F统计量(表3倒数第1行)等弱工具检验统计量，可以看出不存在弱工具变量问题，本文表3中所使用的工具变量都是强工具变量。通过识别不足检验(Kleibergen－Paap rk LM统计量及P值，分别见表3倒数第4行、第3行)，可以判定模型不存在识别不足问题。综合一系列的检验结果，所选工具变量是合理有效的。

所有工具变量估计中，实际住宅平均销售价格对数值(lnhouseprice)的回归系数均显著为正。这说明工具变量估计也表明实际住宅平均销售价格上涨将导致职工平均实际工资的上升。

根据一系列检验结果，第1列模型可以通过各项检验，所选工具变量合理有效，因此主要采取第1列的结果进行分析。根据中国统计局的数据，2000～2012年实际住宅平均销售价格(按2000年不变价格计算)，从1 948元/平方米上升到5 429.93元/平方米，上升了178.7%，同期，我国职工平均实际工资从2000年的9 371元/年上升到39 556元/年，上升了322%。根据表3第1列的估计，实际住宅平均销售价格上升178.7%意味着职工平均实际工资上升80.8%(178.7%×0.452 2)，这能够解释这一期间职工平均实际工资上升的 25.1%(178.7% ×0.452 2/322%)。可见，实际住宅平均销售价格变化对职工平均实际工资上升的影响非常重要。

(三)稳健性检验

表3 实际住房平均销售价格与职工平均实际工资:工具变量回归结果

为确保上述结论的可靠性，表4进行稳健性检验。表4针对被解释变量和核心解释变量(房价)的稳健性进行了一系列检验。表4第1列和第2列分别报告了以职工平均货币工资对数值为被解释变量的固定效应回归结果和两阶段最小二乘估计结果。表4第3列和第4列分别报告了以实际房屋平均销售价格对数值为解释变量的固定效应回归结果和两阶段最小二乘估计结果。第2列和第4列均以不含农户的人均竣工住宅面积对数为工具变量。从第1～4列回归结果可以看出被解释变量和核心解释变量(房价)是非常稳健的。这四列回归均证实了前文的结论，房价越高，平均工资越高。

住房价格与职工平均工资的正相关关系存在反向因果的可能性，高工资可能提高住房需求，进而推高房价。为解决这个问题，同时考虑到住房价格对职工平均工资的影响可能存在滞后性(劳动者择业时可能根据现在的房价考虑下一年能够接受的工资水平，例如大学生在提前一年签约时可能会考虑工作所在城市当前的房价)，表4第5列和第6列分别报告了以实际住宅平均销售价格滞后一期对数值为解释变量的固定效应回归结果和两阶段最小二乘估计结果。第6列以不含农户的人均竣工住宅面积滞后一期对数值做实际住宅平均销售价格滞后值对数的工具变量。回归结果进一步支持前文的结论:高房价导致高平均工资。

综上，本文所提出的高房价导致高平均工资的结论是稳健可靠的。

表4 房价与平均工资:稳健性检验

四、结论

与现有研究工资上涨和地区工资差距的文献不同，本文尝试从住房价格上涨的角度去解释工资上涨和地区工资差距。本文利用中国省级面板数据研究住房价格与职工平均实际工资的关系。研究发现，实际住房价格上涨将导致职工平均实际工资的上升，住房价格上升1%，职工平均实际工资将上升0.452 2%，这解释了2000～2012年间我国职工平均实际工资上升的25.1%。根据本文的研究，在其他情况相同的情况下，高房价地区比低房价地区工资要高，因此，住房价格也是影响地区工资差距的重要因素。

本文的结论也有政策启示。高房价带来高平均工资，而平均工资上升可能带来中国企业竞争力的下降。因此，降低房价有助于提高中国企业竞争力、为中国经济实现转型升级创造条件。为了提高中国企业竞争力、为中国经济实现转型升级创造条件、缩小地区工资差距，中央政府需要治理高房价。本文认为中央政府应采取如下具体措施:改革财税制度和土地制度，杜绝“土地财政”，扩大住房供应;健全资本市场，抑制投机性需求;改变性别失衡状况，避免由此引起的房价上升。

本文的实证研究可以证实实际住宅平均销售价格上涨可以导致职工平均实际工资水平的上升，但也存在一些不足。首先，对于实际住宅平均销售价格上涨导致职工平均实际工资水平上升的机理并没有进行实证研究，值得未来进一步研究。其次，本文研究的是住房价格与职工平均工资的关系，没有直接研究住房价格与劳动力成本的关系，至于住房价格是不是会带来我国劳动力成本上升，还需进一步的研究。再次，本文也没有研究住房价格对不同群体的工资是否存在异质性影响，这个问题还需进一步研究。

［1］桑瑞聪，王洪亮．本地市场需求、产业集聚与地区工资差异［J］．产业经济研究，2011，(6):28－30．

［2］蔡昉．中国劳动力市场发育与就业变化［J］．经济研究，2007，(7):4－14．

［3］蔡昉．刘易斯转折点与公共政策方向的转变:关于中国社会保护的若干特征性事实［J］．中国社会科学，2010，(6):125－137．

［4］蔡昉．人口转变、人口红利与刘易斯转折点［J］．经济研究，2010，(4):4 －13．

［5］丁守海．劳动剩余条件下的供给不足与工资上涨:基于家庭分工的视角［J］．中国社会科学，2011，(5):4－21．

［6］毛丰付．房价波动影响物价水平的传导机制:基于劳动力成本的视角［J］．价格理论与实践，2007，(7):42－43．

［7］庞百莹．住宅市场与城市经济互动关系研究［D］．青岛:中国海洋大学，2009．

［8］宋丽萍．中国劳动力成本上升的原因与对策［J］．经济论坛，2010，(12):28－36．

［9］潘明霞，张春清．工业企业劳动力成本上升速度加快［J］．金融发展评论，2012，(7):53－58．

［10］魏后凯．中国地区经济增长及其收敛性［J］．中国工业经济，1997，(3):31－37．

［11］万广华．中国农村区域间居民收入差异及其变化的实证分析［J］．经济研究，1998，(3):36－41．

［12］Raise r M．Subsidizing Inequality:Economic Reforms，Fiscal Transfers and Convergence across Chinese Provinces［J］．Journal of Development Studies，1998，34(3):1 －26．

［13］Dmurger S．Infrastructure Development and Economic Growth:A n Explanation for Regional D isparities in China［J］．Journal of Comparative Economics，2001，29(1):95 －117．

［14］万广华，陆铭，陈钊．全球化与地区间收入差距:来自中国的证据［J］．中国社会科学，2005，(3):17－26．

［15］张建红，J Paul Elhorst，Arjen van Witteloostuijn．中国地区工资水平差异的影响因素分析［J］．经济研究，2005，(10):62－71．

［16］Glaeser E，D Mare．Cities and Skills［J］．Journal of Labor Economics，2001，19(2):316 －342．

［17］Ciccone A．Agglomeration Effects in Europe［J］．European Economic Review，2002，46(2):213 －227．［18］Fingleton B．Beyond Neoclassical Orthodoxy:A View Based on the New Economic Geography and UK Regional Wage Data［J］．Regional Science，2006，84(3):351 － 375．

［19］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)．

［20］刘修岩，贺小海，殷醒民．市场潜能与地区工资差距:基于中国地级面板数据的实证研究［J］．管理世界，2007，(9):72－81．

［21］刘修岩，殷醒民．空间外部性与地区工资差异:基于动态面板数据的实证研究［J］．经济学，2008，(10):48－55．

［22］王海宁，陈媛媛．产业集聚效应与地区工资差异研究［J］．经济评论，2010，(5):72－81．

［23］陈博．市场潜力与地区工资差距:来自中国地级面板数据的实证分析［J］．中国软科学，2012，(7):126－133．

［24］何雄浪，杨霞．市场开放度、劳动生产率与我国地区工资差异［J］．价格月刊，2012，(4):80－84．

［25］陈斌开，杨汝岱．土地供给、住房价格与中国城镇居民储蓄［J］．经济研究，2013，(1):110－122．