收入差距、房价水平与农村剩余劳动力转移——基于面板联立方程模型的经验分析

李勇刚，

安徽财经大学 经济学院，安徽 蚌埠233030

收入差距、房价水平与农村剩余劳动力转移

——基于面板联立方程模型的经验分析

李勇刚，

安徽财经大学 经济学院，安徽 蚌埠233030

摘要：本文利用1999-2013年中国31个省市区面板数据，构建面板联立方程模型,实证分析收入差距和房价与农村剩余劳动力转移的关系。研究发现，收入差距与房价之间存在正向互动关系，收入差距对房价的作用程度更大；房价对农村剩余劳动力的影响显著为负，表明城市高房价制了农村剩余劳动力转移。进一步研究发现，房价对农村剩余劳动力转移的影响存在显著的区域异质性，对东部地区农村剩余劳动力转移的抑制作用远远大于中西部地区。同时，研究还发现收入差距对农村剩余劳动力转移的影响显著为正，收入差距的扩大会强化房价对农村剩余劳动力转移的“挤出效应”，而产业结构服务化能够弱化房价对农村剩余劳动力转移的抑制作用。

关键词：收入差距； 房价波动； 农村剩余劳动力转移； 面板联立方程模型

一、引言

一直以来，中国都被认为是一个劳动力无限供给的国家，来自农业和农村的劳动力被源源不断地转移到非农产业部门，大量廉价农村剩余劳动力与资本的结合促进了城乡就业的大幅增长、劳动生产率的极大提升和国民经济的持续快速发展。然而，在经历了一个前所未有的快速增长阶段之后，规模庞大的农村剩余劳动力被逐步消化，劳动力供给长期大于需求的格局开始被逆转，劳动力短缺逐渐成为常态。伴随劳动力市场供求逆转，居民收入差距亦开始缩小，2009年城乡居民收入比达到改革开放以来的最高点3.33∶1，之后，逐年下降，到2014年城乡居民收入比降为2.92∶1。但从基尼系数看，2014年中国基尼系数为0.469，高于0.4的警戒线，表明我国收入差距仍然十分显著。而另一个典型的事实是，自从1998年全面推行住房制度市场化改革以来，我国房价快速上涨，累计上涨了219.9%，大大超出了人们住房支付能力，亦给农业转移人口造成了沉重负担。在支撑中国经济长期快速增长的“人口红利”逐渐消逝的背景下，如何充分挖掘劳动力供给潜力、促进农村剩余劳动力转移，以缓解中国劳动力供求压力和农村日益加剧的人地矛盾，是我们所面临的极其重要问题。基于此，我们将通过探究收入差距与房价的内生互动关系，来验证城市高房价是否抑制了农村剩余劳动力向城市转移？从而进一步地，我们将检验房价对农村剩余劳动力转移的影响是否存在区域异质性。

二、文献综述

本文的研究涉及收入差距、房价、劳动力转移等多个热门问题，在此仅就与本文研究主题密切相关的研究成果做挂一漏万的评述。在房价上涨的诸多因素中，收入差距是重要的影响因素之一，收入差距的扩大会加速房价的上涨，并使得城市居民住房支付能力下降[1]53-55。Matlack和Vigdor通过构建局部均衡模型，研究发现，高收入群体收入的增加对房价产生促进作用，并利用美国1970-2000年都市区面板数据进行分析，发现当市场空置率较低时，高收入群体收入的增加显著促进了房租的提高[2]212-224。Favara和Zheng从不完全信息角度构建住房使用者成本模型进行分析，并利用美国1980-2000年350个城市面板数据，研究发现，收入差距的扩大显著促进了房价的上涨[3]350-382。但是，也有部分学者得到不一致的结论，Määttänen and Terviö利用美国1998-2007年6大都市区的调查数据研究发现，收入差距扩大对城市房价产生了负面影响[4]381-410。

由以上分析可知，收入差距的扩大在一定程度上会影响房价。然而，房价的快速上涨亦将加速扩大不同收入群体的财富差距，加剧社会分化[5]43-54。当房价持续上涨时，房屋所有者可以通过住房所有权衍生的财富效应受益，而租赁房屋的中低收入阶层将变得更为贫穷，从而加大社会贫富差距[6]28-43。陈彦斌和邱哲圣构建了一个包含房价高速增长、住房需求内生和生命周期特征的Bewley模型，研究发现，财富水平较高家庭的投资性住房需求挤占了普通家庭的消费性住房需求，从而放大了住房不平等和高房价的扭曲作用，引起了较大的福利损失，导致贫富差距拉大[7]25-38。安虎森等构建包含住房部门的空间均衡模型进行研究，发现当城乡市场开放度比较低时，城市高房价促进城乡收入差距扩大；当城乡市场开放度比较高时，城市高房价能够有效缩小城乡收入差距[8]42-54。

农村剩余劳动力转移是发展经济学研究领域的热点和重点问题，学术界认为经济因素尤其是收入差距是影响农村剩余劳动力转移的重要因素[9]。刘易斯-拉尼斯-费模型指出城市工业部门与传统农业部门之间的劳动生产率存在巨大差距，由此所导致的城乡实际收入差距是农村剩余劳动力从农业部门转移到现代城市工业部门的决定性因素[10]79[11]321-341。随后，Todaro提出绝对收入差距假说，指出城乡就业的预期收入差距而非城乡实际收入差距是劳动力流动的主要动机[12]138-148。当然，农村劳动力流动也取决于流入地所感受到的相对贫困程度，只有那些感受到收入下降、贫困感提升的农村劳动力有迁移动机[13]1163-1178。蔡昉和都阳利用贫困农村地区调查数据研究发现，绝对收入差距与相对收入贫困同时构成农村劳动力迁移的动因[14]1-7。范晓非等采用中国健康营养调查数据进行实证研究，发现预期收入的变化对劳动力转移决策产生较大影响，收入差距依然是推动我国农村劳动力转移的最重要因素[15]20-35。

住房作为生活必需品，其价格的高低是影响劳动要素流动的重要因素之一[8]42-54。若房价过高，部分消费者将放弃城市的多样性消费选择和较好的公共服务，并迁移到其他地区[16]24-33，从而挤出一部分为就业和高收入而集聚到大城市的劳动力[17]78-90。关于房价对劳动力迁移影响的研究最早可以追溯到Helpman，他将住房市场部门引入新经济地理模型中，指出若某地区房价过高会降低劳动力的相对效用，进而影响该地区劳动力集聚[18]85。Brakman et al.利用德国分地区面板数据研究，发现高房价带来的高住房成本会抑制劳动力流入，从而导致高房价地区劳动力短缺[19]113-127。伴随着城市间相对房价的升高，会使得难以承受高房价的低端产业劳动力流向房价偏低的地区，即诱使劳动力流出[20]66-79。但是，房价对劳动力流动的影响也存在一定不确定性。Saiz利用美国1983-1997年大都市区的面板数据进行研究，发现房价对劳动力流动的影响并不显著，而劳动力流入对房价的影响则显著正相关，劳动力流入量每增加1个百分点，将引起房租和房价各上涨约1个百分点[21]345-371。Latif利用1983-2010年加拿大省级面板数据进行研究也得到类似结论[22]91-108。

综上所述，学术界对收入差距、房价水平与劳动力转移动之间的关系进行了深入研究。但是，现有研究大多将上述关联问题割裂开来分析，未考虑收入差距与房价之间的内生互动关系，同时，房价对农村剩余劳动力转移的影响还未引起学术界的足够重视。与已有的研究相比，本文的主要贡献在于：构建面板联立方程模型，系统地研究收入差距与房价的内生互动性问题，及其对农村剩余劳动力转移的影响效应，在一定程度上丰富了房价与农村剩余劳动力转移的相关研究。

三、研究设计

(一)计量模型设定

考虑到收入差距、房价与农村剩余劳动力转移之间可能存在双向作用关系，为消除由此带来的估计结果的偏误，本文构建包括收入差距、房价和农村剩余劳动力转移在内的联立方程模型来考察三者之间的作用机制。

RLTit=α0+α1HPit+α2ISit+α3FLEit+α4ATPit+α5OPit+α6EIit+μit

(1)

HPit=β0+β1HPit-1+β2IGit+β3PDIit+β4PDit+β5PLit+ηit

(2)

IGit=χ0+χ1IGit-1+χ2HPit+χ3FDit+χ4URit+ξit

(3)

其中，i及t分别表示地区和年份，RLTit表示农村剩余劳动力转移；HPit表示房价；IGig表示收入差距，ISit、FLEit、ATPit、OPit、EIit、PDIit、PDit、PLit、FDit和URit分别表示产业结构、劳动力市场灵活性、农业技术进步、对外开放度、预期收入、居民收入、人口密度、公共服务供给、财政分权和城镇化率；α0、β0和χ0分别表示与各省市区相关的固定效应；μit、ηit和ξit为独立同分布的随机扰动项。

(二)变量选择

1.内生变量

农村剩余劳动力转移(RLT)。参考刘志忠等的方法[23]40-45，本文采用进入城市部门和农村非农业部门就业的农村劳动力的加总表示农村剩余劳动力转移量。其中，进入城市部门就业的农村劳动力用城镇采掘业、制造业、建筑业和电力、煤气及水的生产和供应业等四个产业就业人数的总和减去相应的城镇国有单位就业人数的总和来表示；进入农村非农业部门就业的农村劳动力数量采用农村的乡镇企业、私营企业和个体企业就业人数之和表示。

收入差距(IG)。考虑到城乡居民绝对收入变动和城乡人口结构变化对收入差距的影响，本文参考李勇刚和张鹏的方法，采用泰尔指数衡量收入差距程度[24]91-96。

房价(HP)。本文采用商品住宅平均销售价格衡量房价水平，该变量可由各地区商品住宅销售总额与商品住宅销售面积的比值表示。

2.外生变量

鉴于实证检验的需要和数据的可得性，本文选择了如下外生变量。

(1)产业结构(IS)：本文采用第三产业增加值与第二产业增加值的比值反映产业结构向服务化的演进趋势。

(2)劳动力市场灵活性(FLE)：本文采用城镇单位就业的农村劳动力数量与城镇单位就业总数之比衡量劳动力市场的灵活程度。

(3)农业技术进步(ATP)：本文采用DEA方法测算农村技术进步程度。其中，投入变量为农业劳动力和农业资本存量，农业劳动力采用第一产业从业人员数表示，农业资本存量采用第一产业的固定资产投资总额表示，并利用固定资产价格指数进行平减(以1998年为基期)；产出变量采用第一产业增加值表示，并利用居民消费价格指数进行平减(以1998年为基期)。

(4)对外开放度(OP)：本文采用各地区以人民币表示的进出口贸易总额占GDP比重衡量对外开放程度。

(5)预期收入(EI)：考虑城镇失业率构成农村剩余劳动力转移就业的风险成本，本文将预期收入定义为“城镇单位就业人员平均工资×(1-城镇失业率)”。

(6)居民收入(PDI)：本文采用城镇居民人均可支配收入衡量各地区居民收入水平。

(7)人口密度(PD)：本文采用各地区城镇常住人口与城市建成区面积的比值衡量城市人口密度。

(8)公共服务供给(PL)：本文采用人均教育支出与人均卫生支出的加总作为公共服务供给代理变量，以控制公共服务改善对城市房价的影响。

(9)财政分权(FD)：本文采用各地区人均财政支出与中央人均财政支出的比值衡量财政分权程度。

(10)城镇化率(UR)：本文采用各地区城镇常住人口与其总人口的比值表示城镇化进程。为消除通货膨胀的影响，我们以1998年为基期，采用各地区居民消费价格指数将计量模型中所涉及的价值型变量转化为实际变量。

(三)数据来源与描述性统计

基于数据可得性，本文选取1999-2013年中国大陆31个省市区面板数据进行回归分析。数据来源如下：农村剩余劳动力转移量的数据由《中国劳动力统计年鉴》和各省市区《统计年鉴》数据计算而得；居民收入、房价、总人口数据来自于历年《中国统计年鉴》；产业结构、城镇化率、对外开放、人口密度、财政分权、公共服务供给、预期收入等指标数据由国研网数据库数据和《中国统计年鉴》数据计算而得。在进行实证分析之前，我们对所有变量进行了自然对数处理，以消除异方差和量纲问题。各变量的统计特征描述如表1所示。

表1　变量统计描述

四、实证结果与分析

(一)全国层面的估计结果

根据面板联立方程模型的阶条件和秩条件，可知三个方程的阶条件和秩条件均成立，可以进行回归分析。为消除同一方程内的联立性偏误以及不同方程随机扰动项之间可能存在的相关性问题，本文选择三阶段最小二乘法(3SLS)进行估计，结果如表2所示。

在农村剩余劳动力转移方程中，房价对农村剩余劳动力转移的影响在1%的水平上显著为负，表明高房价抑制了农村剩余劳动力转移。其原因可能是现阶段中国社会保障体系主要依靠地方公共财政支撑，均以服务本地居民为主。即使某些城市为外来人口提供了保障性住房，但因其保障水平相对于较低，且由于外来人口未被完全纳入城市住房保障体系，难以充分享受城市的基本公共服务。加之转移到城市的农村剩余劳动力的收入水平较低，远低于城镇居民平均水平，导致其城市住房支付能力较弱。同时，由于住房支出是劳动者支出的主要组成部分，当房价大幅上涨时，转移到城镇的农村剩余劳动力的购房负担和生活压力将明显加重，从而降低农村剩余劳动力在城市生活的相对效用和转移意愿，对其转移产生抑制作用，即房价的大幅上涨将产生“挤出效应”，导致农村剩余劳动力转移量减少。外生变量中，产业结构、劳动力市场灵活性和预期收入对农村剩余劳动力转移的影响显著为正，表明产业结构服务化和劳动力市场灵活性的提高，能够为农村剩余劳动力提供更多就业岗位，从而促进农村剩余劳动力向城市转移。而城市就业的预期收入的提高则有助于吸引更多农村剩余劳动力转移到城市。农业技术进步对农村剩余劳动力转移的影响显著为正，原因在于农业生产技术水平的提高有助于更多剩余劳动力从农业部门转移到城市非农产业部门就业。对外开放对农村剩余劳动力转移的影响则不显著。

表2　全国样本数据联立方程估计结果

注：表中括号内的数字表示t统计量值，***、**、*分别表示在1%、5%和10%的水平上显著，下表同

房价方程中，收入差距对房价的影响在1%的水上显著为正，弹性影响系数为0.99，表明收入差距的扩大显著促进了房价的上涨。其原因是收入差距可以通过“投机效应”和“消费效应”两种渠道影响房价。近年来，由于我国投资渠道缺乏，加之股市投资者的信心严重缺失，因此，当收入差距扩大时，高收入群体为了获得更多收入，会将其大量财富用于房地产市场投机和投资，从而引起房地产投资、投机性需求大幅增加，进而导致房价的快速上涨，即产生收入差距的“投机效应”。与之相对的是，中低收入群体的总收入占比下降，其消费性住房需求减少，从而导致房价下降，即产生收入差距的“消费效应”。在房价看涨趋势下投资投机性住房需求成为购房主力，其增加量大于消费性住房需求的减少量，即收入差距的“投机效应”大于“消费效应”，由此可得，收入差距的扩大将推高房价。外生变量中，上一期房价对当期房价的影响在1%的水平上显著为正，表明居民的适应性预期是房价上涨的重要因素。居民收入和人口密度对房价的影响显著为正，表明城镇居民收入水平和人口密度的提高有助于形成更多住房需求，从而促进房价的上涨。公共服务供给对房价的影响亦显著为正，表明公共服务供给的增加显著促进了房价上涨，在房价上涨过程中存在公共服务资本化正效应。

收入差距方程中，房价对收入差距的影响在5%的水平上显著为正，弹性影响系数为0.11，表明房价上涨扩大了收入差距。其原因可能是近年来房价大幅上涨，强化了房价加速上涨的预期，促使高收入群体利用自身巨额财富和房地产金融杠杆等提高住房购买能力，并频繁进行房地产投资投机以套取高额利润，挤占了中低收入群体的消费性住房需求，由此导致更多财富以货币和不动产的形式向高收入群体集中。与此同时，房价的持续上涨，住房所有权衍生的财富效应亦会增加住房持有者的财富，而中低收入群体住房购买能力较低，住房持有量较少，也无法通过投资房地产、大幅增加住房持有量来参与城市财富增值，从而放大了城市住房不平等，导致收入差距进一步拉大。此外，房价上涨所产生的财富效应为城镇有房居民带来了更多财产性收入，而租房者无法从房价上涨中增加收入，从而进一步拉大收入差距。外生变量中，财政分权和城镇化对收入差距的影响在1%的水平上显著为负，表明财政分权和城镇化的推进有效缩小了城乡收入差距。

(二)区域层面估计结果

考虑我国经济社会发展存在显著的区域差异，本文将全国分为东、中、西三大区域，进一步研究收入差距和房价对农村剩余劳动力转移影响的区域异质性，结果如表3所示。

在农村剩余劳动力转移方程中，房价对农村剩余劳动力转移的影响存在显著的区域异质性，对东部地区农村剩余劳动力转移的负向影响程度显著大于中西部地区。这可能是东部地区城市房价较高，高房价推动了城市住房成本和生活成本的大幅提高，进而抑制了农村剩余劳动力转移。而中西部地区城市房价和租金相对较低，人们在城市生活的购房压力和租房压力相对较小，房价的上涨对农村剩余劳动力转移的“阻力”较小。

房价方程中，收入差距对房价的影响存在显著的区域差异，对东部地区房价的影响显著为正，而对中西部地区的影响显著为负。其原因可能是东部地区收入差距较为显著，高收入群体的总收入占社会总收入的比重较高，随着收入差距的扩大，高收入群体能够将更多财富投资于升值空间较大的房地产，从而极大增加了房地产投资投机性需求，使收入差距的“消费效应”小于“投机效应”，进而导致房价过快上涨。而中西部地区收入差距相对较小，收入差距的“消费效应”大于“投机效应”，以致收入差距扩大未能推动房价的上涨。

收入差距方程中，房价对收入差距的影响存在区域差异，对东部地区的影响程度大于中西部地区。其原因是东部地区房价较高，房价持续上涨预期更强，高收入群体可以利用自身财富和房地产金融杠杆等工具获取更多资金进行房地产投资投机以获得更多财产性收入，导致东部地区收入差距扩大。而中西部地区社会经济发展水平较低，房价相对较低，房价上涨预期较弱，房地产市场中的投机性需求较少，高收入群体通过房地产市场获得的不动产财富和货币财富相对较少，因此，房价对收入差距的正向作用程度较小。

此外，外生变量中，产业结构、劳动力市场灵活性和对外开放度对农村剩余劳动力转移的影响存在显著的区域差异，对东部地区农村剩余劳动力转移的影响显著为正，对中西部地区的影响不显著。预期收入对农村剩余劳动力转移的影响存在显著的区域差异，对中西部地区农村剩余劳动力转移的影响显著为正，对东部地区的影响不显著。

表3　区域样本数据联立方程估计结果

(三)稳健性检验

以上面板联立方程模型的估计结果支持了收入差距与房价之间存在正的互动关系、收入差距和房价是农村剩余劳动力转移的重要因素等结论，然而，考虑到本文计量模型中可能因为遗漏重要变量或不同衡量指标而对文章回归结果产生影响，因此，为了检验估计结果的稳定性和可靠性，更好地衡量收入差距、房价与农村剩余劳动力转移之间的关系，我们将采用不同衡量指标、不同样本区间以及不同方法进行稳健性检验。

1.不同衡量指标和样本区间的稳健性检验

在不改变估计方法的情况下，本文采用不同衡量指标和样本区间进行稳健性检验，结果如表4所示，方程组(1)对应的是采用相对房价*相对房价用某一地区的商品住宅平均价格除以其余所有地区商品住宅平均价格得到。、城镇居民人均可支配收入与农村居民人均纯收入之比作为房价和收入差距的替代变量的估计结果，方程组(2)对应的是剔除特殊样本的估计结果，其中，在总样本中去掉房价排名最高的北京、上海和浙江等三个省市份以及房价排名最低的青海、甘肃和宁夏等三个省份。

由表4可知，收入差距对房价的影响显著为正，房价对收入差距的影响亦显著为正，稍有不同的只是弹性影响系数值有所变动，这表明收入差距与房价之间仍然存在显著正向互动关系。从房价和收入差距的影响系数可以看出，收入差距对房价的影响程度仍然大于房价对收入差距的影响，两者之间存在非线性关系。房价对农村剩余劳动力转移的影响仍然显著为负，进一步表明房价过快上涨抑制了农村剩余劳动力转移，且房价和收入差距的正向互动关系将加大房价对农村剩余劳动力转移的抑制作用。外生变量中，除少数变量之外，不同方程对应的外生变量的估计系数的显著性和大小均未发生较大的变动，表明更换房价和收入差距的衡量指标以及变动样本区间之后的估计结果较为理想。

表4　面板联立方程的稳健性检验结果

2.不同估计方法的稳健性检验

由以上分析可知，收入差距和房价与农村剩余劳动力转移之间可能存在双向因果关系，为了控制各变量之间的双向因果关系及其所带来的内生性问题，消除弱工具变量及小样本偏误问题，进一步提高估计结果的稳健性，本文采用两步系统广义矩估计法(SYS-GMM)进行稳健性检验，结果如表5所示。由表5中AR(1)和AR(2)检验以及Sargan检验的P值可知，两步系统GMM模型不存在二阶序列自相关和工具变量过度识别问题，估计结果较为理想。

由表5的模型(1)—(4)可知，房价对农村剩余劳动力转移的影响仍然显著为负，稍有不同的是系数值和显著性有所变动。收入差距对农村剩余劳动力转移的影响显著为正，表明收入差距的扩大显著促进了农村剩余劳动力的转移。原因可能是，随着收入差距的扩大，城乡基本公共服务的差距将产生农村剩余劳动力转移的“拉力”，而农村地区的相对贫困将产生相应“推力”，从而不断促使农村剩余劳动力在“推” “拉”二力作用下向城市转移。房价与收入差距的交叉项的估计系数在10%的水平上显著为正，表明房价对农村剩余劳动力转移的影响与收入差距密切相关，即收入差距的扩大会强化房价对农村剩余劳动力转移的“挤出效应”。也就是说，在控制其他变量情况下，收入差距越大的地区，房价上涨对其农村剩余劳动力转移的负向作用越大，这也进一步证明房价对农村剩余劳动力转移的影响的确存在区域异质性。房价与产业结构的交叉项的估计系数在1%的水平上显著为负，表明产业结构向服务化的演进能够弱化房价对农村剩余劳动力转移的抑制作用。这意味着，在控制其他变量情况下，产业结构服务化水平越高的地区，就业吸纳能力越强，房价上涨对其农村剩余劳动力转移的抑制作用会趋于下降。控制变量中，不同模型对应的控制变量的估计系数的符号、显著性和大小未发生较大变动，表明采用不同方法的估计结果较为理想。

表5　动态面板估计的稳健性检验结果

五、结论与政策含义

本文利用1999-2013年中国31个省市区面板数据，建立面板联立方程模型，实证检验了收入差距和房价对农村剩余劳动力转移的影响。研究结果显示，收入差距与房价之间存在正向互动关系，两者之间的正向互动作用将加大房价对农村剩余劳动力转移的抑制作用。房价对农村剩余劳动力的影响显著为负，表明房价上涨将加重转移到高房价城市的农村剩余劳动力的购房负担和生活压力，对农村剩余劳动力的转移产生抑制作用，即房价的大幅上涨产生“挤出效应”，导致农村剩余劳动力的转移量减少，而产业结构、劳动力市场灵活性和预期收入形成的“拉力”以及农业技术进步形成的“推力”，则促进了农村剩余劳动力转移量的增加。进一步研究发现，房价对农村剩余劳动力转移的影响存在显著区域差异，对东部地区农村剩余劳动力转移的影响显著大于中西部地区。收入差距对房价的影响存在显著的区域异质性，对东部地区房价的影响显著为正，而对中西部地区的影响则显著为负。此外，稳健性检验的结果还表明，收入差距对农村剩余劳动力转移的影响显著为正，表明随着收入差距的逐步缩小，将在一定程度弱化收入差距在农村剩余劳动力转移中的促进作用。而收入差距的扩大则会强化房价对农村剩余劳动力转移的“挤出效应”，产业结构向服务化的演进能够弱化房价对农村剩余劳动力转移的抑制作用。

本文的研究为我们提供了明确的政策含义：第一，应制定差别化的房地产调控政策，对于不同区域应该采取不同的房价调控措施，确保房价的理性增长，降低城镇居民的购房压力和生活成本，促进农业剩余劳动力的转移。第二，深化户籍制度改革和农村土地制度改革，增强城市对农村剩余劳动力的吸引力，增加农民财产性收入，赋予农村剩余劳动力进城资本，坚定其向城市转移信心。第三，加快建立城乡统一的劳动力市场，增强农村剩余劳动力转移的积极性和主动性。

参考文献：

[1]Mark Duda、郑思齐：《利率和收入差距如何左右住房支付能力》，载《城市开发》2006年第10期。

[2]Matlack J.L. and J L. Vigdor. “Do Rising Tides Lift All Prices? Income Inequality and Housing Affordability”，Journal of Housing Economics，2008，17(3).

[3]Favara G. and Z．Song. “House Price Dynamics with Dispersed Information”，Journal of Economic Theory，2014，149(149).

[4]Määttänen N. and M. Terviö.“Income Distribution and Housing Prices: An Assignment Model Approach”，Journal of Economic Theory，2014,151(3).

[5]陈钊、陈杰、刘晓峰：《安得广厦千万间:中国城镇住房体制市场化改革的回顾与展望》，载《世界经济文汇》2008年第1期。

[6]Wah C.K.. “Prosperity or Inequality: Deconstructing the Myth of Home Ownership in Hong Kong”，Housing Studies，2000, (15).

[7]陈彦斌、邱哲圣：《高房价如何影响居民储蓄率和财产不平等》，载《经济研究》2011年第10期。

[8]安虎森、颜银根、朴银哲：《城市高房价和户籍制度:促进或抑制城乡收入差距扩大——中国劳动力流动和收入差距扩大悖论的一个解释》，载《世界经济文汇》2011年第8期。

[9]Zhang K.H.,and S F. Song.“Rural-Urban Migration and Urbanization in China Evidence from Time-Series and Cross-Section Analysis”，China Economic Review，2003，14(4).

[10]Lewis W A..“Economic Development with Unlimited Supply of Labor”，The Manchester School, 1954.

[11]Ranis G. A. and C H. Fei.“Theory of Economic Development”，American Economic Review，1961，(9).

[12]Todaro M P.. “A model of Labor Migration and Urban Unemployment in Less Developed Countries”，The American Economic Review，1969，59(1).

[13]Stark O. and J E. Taylor.“Migration Incentives，Migration Types：The Role of Relative Deprivation”，The Economic Journal，1991，101(408).

[14]蔡昉、都阳：《迁移的双重动因及其政策含义——检验相对贫困假说》，载《中国人口科学》2002年第4期。

[15]范晓非、王千、高铁梅：《预期城乡收入差距及其对我国农村劳动力转移的影响》，载《数量经济技术经济研究》2013年第7期。

[16]范剑勇、邵挺：《房价水平与制造业的区位分布——基于长三角的实证研究》，载《中国工业经济》2010年第10期。

[17]夏怡然、陆铭：《城市间的“孟母三迁”——公共服务影响劳动力流向的经验研究》，载《管理世界》2015年第10期。

[18]Helpman E..“The Size of Regions”，in D． Pines，E． Sadka and I． Zilcha (eds．) ，TopicsinPublicEconomics，London: Cambridge University Press，1998．

[19]Brakman S.，H. Garretsen and M Schramm.“The Spatial Distribution of Wages and Employment: Estimating the Helpman-Hanson Model for Germany”，Journal of Regional Science，2004，44 (3).

[20]高波、陈健、邹琳华：《区域房价差异、劳动力流动与产业升级》，载《经济研究》2012年第1期。

[21]Saiz A..“Immigration and Housing Rents in American Cities”，Journal of Urban Economics，2007，61( 2)．

[22]Latif E.. “Immigration and Housing Rents in Canada: A Panel Data Analysis”，Economic Issues Journal Articles，2015，20(1)．

[23]刘志忠、贺彩银、王耀中：《基于拉尼斯——费模型的民营部门出口贸易对农业剩余劳动力转移影响的实证分析》，载《中国农村经济》2007年第10期。

[24]李勇刚、张鹏：《土地出让与房价的互动对居民消费影响研究》，载《上海财经大学学报》2013年第3期。

责任编辑胡章成

Income Gap，Housing Price and Transference of Redundant Rural Labor Force：An Empirical Analysis Base on the Simultaneous Equations Model

LI Yong-gang

(SchoolofEconomics,AnhuiUniversityofFinance&Economics,Bengbu233030,China)

Abstract:By using the panel data of 31 provinces in China from 1999 to 2013, this paper builds the panel simultaneous equation model to analyze the relationship between income gap, house price fluctuations and the transference of the redundant rural labor force. Estimation results show that there is a positive relationship between income gap and the housing price. The housing price has a significantly negative impact on the transference of the redundant rural labor force. It indicates that housing prices rose sharply inhibit the transference of the redundant rural labor force. Further study finds that housing prices impact on transference of the redundant rural labor force has a significant regional heterogeneity. Housing prices in the eastern region of transference of the redundant rural labor force inhibition is far greater than the mid-west regions. At the same time, it finds that the income gap has a significantly positive impact on the transference of the redundant rural labor force. And the influence of income gap enlargement has strengthened the housing “crowding out” of transference of the redundant rural labor force, and the transformation of industrial structure can weaken the inhibition of the housing prices for the transference of the redundant rural labor force.

Key words:income gap; housing prices; transference of the redundant rural labor force; panel data simultaneous equations model

作者简介：李勇刚，经济学博士，安徽财经大学经济学院副教授，研究方向为中国经济发展。

基金项目：国家社会科学基金重大项目(13&ZD025)；国家社科基金青年项目(14CJY028)；教育部人文社会科学研究青年基金项目(13YJC790086)；安徽高校省级人文社会科学研究一般项目(SK2013B017)

收稿日期：2015-11-05

中图分类号：F304.6

文献标识码：A

文章编号：1671-7023(2016)01-0083-09