房价会影响人口迁移吗？

杨 巧，陈 诚

（中南财经政法大学 金融学院，湖北 武汉 430073）

一、问题的提出

随着我国城市化进程的加快，人口不断向城市聚集。国家统计局数据显示，1996年城市化率达到30%这一纳瑟姆拐点后不断加速，截至2015年我国城镇常住人口77 116万人，城镇化率达到56.1%，年均增长1.12%；流动人口整体规模达到2.47亿人，占总人口的18%。国民经济快速发展背景下，人口向城市的迁移形成了住房市场的有效需求支撑。近年来国外学者重点研究了移民对房价的影响，Potepan通过分析1957—1980年美国52个大都市区的数据研究得出，移民流入引发房价上涨[1]；Saiza研究了美国移民和房价、租金的关系，指出移民规模增加1%，市场租金和房价增长1%[2]；Akbari et al.利用人口普查面板数据研究了加拿大移民人口与住宅价格的关系[3]；Gonzalez et al.分析 2000—2010 年西班牙移民和房价的波动，指出西班牙移民流入规模较好地解释了房价每年2%的增长率[4]。国内学者中陆铭 等基于我国地级市截面数据的研究认为，城市化背景下人口流动带来的城市住房需求增长是推高住房价格的重要因素，移民占比越高的城市房价越高，移民占比增长率更大的城市，房价和房价增长率都更高[5]；张超 等估算了城市毕业大学生的迁入规模，利用35个大中城市的面板数据研究了高校扩招背景下人口迁移与房价的关系，指出高校毕业生自身素质和收入水平较高，迁移意愿较强，成为城市房价上涨最主要的动力来源[6]；白极星 等针对35个大中城市面板数据的研究显示，人口流动对房价具有显著的正向影响，且影响程度呈倒U型[7]；楚尔鸣 等研究指出，不同类型城市人口集聚对房价的影响存在差异，一类城市人口集聚对房价具有典型的正效应，二类城市和三类城市则分别是平效应和负效应[8]。整体看来，国内外学者普遍认可人口迁移会使迁入地和迁出地的人口规模、人口结构产生变化，通过影响住房需求端而使房价产生波动。

从现实出发，1998年住房制度改革以来，随着人口向城市的流动，我国城市住房价格不断上涨。2015年我国商品住宅平均销售价格6 472.36元/m2，与1999年相比增长了249%，平均每年增长7.62%。人口流入大背景下住房需求增加推动了房价上涨，但同时房价上涨也提高了居民城市生活成本。住房是人口在城市发展的基本生活资料，居民住房状况也反映着人们的城市生活水平。已有研究认为住房自有状况、居住成本和住房条件对居民幸福感有显著影响[9-10]。当房价上涨带来居住成本不断上升，住房自有和住房条件改善难度增加，居民城市生活幸福感下降时，人口迁移决策会发生变化。Cameron et al.通过对英国9个区域1975—2003年的数据研究指出，高房价阻碍了城市间的人口迁移[11]；Andrew使用PUMS的微观调查数据，分析美国受过高等教育的男性在291个大城市之间的迁移决策，发现较高的房价、房屋租金和城市土地租金均会降低人们迁入这一地区的机率[12]；李斌利用cgss微观调查数据研究指出，不同城市、不同居住区住房价值差异的拉大，构成了特定城市、特定区域筛选迁移人口的壁垒，住房对外来流动人口的排斥影响已经超过了户籍排斥[13]；高波 等对我国2000—2008年35个大中城市的面板数据进行研究指出，城市相对房价提高会造成劳动力的流出，原因在于城市间房价差异会使得城市间劳动力住房成本产生差别，从而改变劳动力的预算约束，劳动人口会做出有利于改进自身效用的流动选择[14]。也有学者研究认为，中国目前大中城市较高的住房价格并没有影响人口迁移，董昕研究了住房支付能力对农业转移人口的持久性迁移意愿的影响，指出对于当前房价而言，农民的购房支付能力不足，但拥有一定的租房支付能力，虽然居住质量并不高，但住房租赁价格在农业转移人口的承受范围之内，因而高房价并没有完全阻碍大城市人口流入[15]；李超 等利用人口普查数据研究指出，人口集聚带来的经济效益会更高，和这一正面效益相比较，高房价带来的生活成本增加被抵消了，整体来看，高房价并不会形成人口迁移的阻碍[16]。

上述研究显示：第一，与人口迁移对房价影响形成的统一认识不同，目前我国房价对人口迁移影响问题的研究并未形成一致观点，房价是否会阻碍人口迁移存在争议。第二，国内研究中，宏观数据通常用当年户籍人口增加规模减去上年城市户籍人口自然增长数来代表人口迁移规模，难以对人口流动背景下的整体人口迁移规模进行有效测度，而采用人口普查微观数据的研究未能全面体现人口迁移趋势。第三，人口城镇化一方面体现在人口由农村向城市的迁移，另一方面还体现在人口在不同城市内部的迁移，当前房价与人口迁移问题的研究大多从前者角度展开。本文研究房价对人口迁移的影响，尝试从宏观角度分析房价对人口在城市间迁移的作用。城市化推进过程中，需要进一步厘清房价对人口迁移的影响机制，测度房价对人口迁移的影响程度，并对不同类型城市房价与人口迁移决策的差异进行分析，为建立房地产市场长效调控机制和完善城镇化相关制度提供参考。本文选用30个大中城市2006—2014年的面板数据进行研究，采用动态面板模型以解决内生性问题，同时检验模型的稳健性，使实证结果更为可靠。

二、作用机制与研究假设

美国学者Lee提出了人口迁移成因的推拉理论。该理论认为人口迁出地存在各种消极因素形成“推力”将原居民推出，同时人口迁入地又有各种积极因素形成“拉力”吸引其他地区居民迁入该地区。一方面，房地产是居民城市生活的基本要素，居住条件会影响居民城市生活质量，房价直接决定了居民城市生活成本。城市化进程中，大量人口向经济集聚的特大、超大城市流动，而大城市的房价较高，过高的房价使得居民城市购房和租房的成本大幅提高，高昂的住房取得成本和较低的居住质量形成了人口迁移的壁垒，形成人口迁移的阻力。另一方面，房价也是城市经济发展、产业和人口集聚状况的反映，房价较高的地区一般经济发展水平较好，就业选择多，收入提升空间大，公共服务水平较高，对迁移人口形成了吸引力，此外城市房价增长带来的财富效应也吸引着人口与资本的持续流入。新经济地理学Helpman-Krugman模型指出，偏好大城市就业生活差异化产品而甘愿忍受高房价的消费者将流向房价高的城市，而不能忍受高昂居住成本的消费者则向房价相对较低的城市迁移，最终使消费者效用达到均衡状态。即房价对人口迁移的影响呈现出一种非线性的倒U型曲线关系，在曲线的拐点前后，房价与人口迁移分别表现出正向和负向的关系。基于上述分析，提出假设1：城镇化进程中房价对人口迁移的影响并非单纯线性关系，而是呈倒U型。

Harris Todaro模型指出农村劳动力流动的决定原因是，由工业部门实际工资与剩余劳动力在工业部门找到工作的概率相乘得到的预期收入。城镇化进程中人口在城市与城市之间迁移的重要拉力同样来自迁入地城市能否提供足够的收入上升空间。收入水平提升空间可由居民可支配收入的增长率反映，而从长期来看，城市经济基本面的健康均衡发展是居民收入可持续提升的关键。城市经济基本面由生产总值、居民储蓄存款余额、产业结构等指标综合反映。中国城市化背景下的人口迁移主要表现为人口由农村迁入城市，由经济不发达的中西部地区迁往经济发达的东部地区。大城市经济发展水平较高，基础设施完善，产业结构较为合理，城市规模经济与集聚经济效应的存在吸引人口不断迁入。人口迁入又进一步强化了大城市的经济聚集和规模效应，使得城市对迁移人口产生更大的吸引力，随着房价的提高，这种经济上的吸引力可能被减弱。基于此，提出假设2：城镇化进程中，经济发展水平和收入提升空间是人口迁移的重要拉力，但高房价可能抵消收入水平提升带来的人口迁移动力。

三、模型设定、变量选择和数据来源

（一）模型设定和变量选取

为考察房价对人口迁移的影响，我们将全市人口净迁移率作为被解释变量，房价作为核心解释变量。房价与人口迁移可能存在非线性关系，为此我们引入房价的平方项。不同城市经济发展水平不同，对人口迁移形成的吸引力也存在差异。城市生活对人口迁移的引力主要在于收入的提升，人口在城市间迁移时会评估收入增长的差异，因此引入收入增长率指标。城市经济发展程度更高，就业机会更多，带来的收入提升更明显，但如果房价上涨，是否会产生负向影响抵消经济发展对人口流入的正向效应，因此进一步引入房价与人均可支配收入增长率的交叉项。控制变量主要选择城市经济基本面的考察指标，居民储蓄存款余额指标反映城市居民财富积累状况；城市产业结构对城市经济发展基本面和经济发展潜力具有持续影响，通过计算泰尔指数来反映；考虑到人均GDP指标是用GDP总量除以常住人口，和模型被解释变量人口迁移指标存在相关性，此处采用地均实际GDP指标来衡量各地经济发展水平。最终建立如下反映房价和人口迁移关系的计量模型，如式（1）所示：

其中，i，t分别表示城市和年份，被解释变量pir表示常住人口净迁移率，计算公式为：某年人口净迁移规模=（当年城市常住人口-上年城市常住人口）/上年城市常住人口。解释变量中，pir（-1）表示滞后一期的人口净迁移率，作为部分遗漏变量的代理变量；lgdp表示实际地均GDP；hp表示商品住房价格；grincome表示人均可支配收入增长率；save表示城镇居民储蓄存款余额；tl表示泰尔指数，用于衡量产业结构的合理状态，与产业层次结构系数等反映产业结构的计算方法比较，泰尔指数综合考虑了各分类产业产值和产业就业人口，对产业结构的反映更为全面。参考干春晖 等[17]对泰尔指数的计算方法：其中Y是各产业产值，L代表各产业就业人口，i表示产业类型，n表示产业部门数。泰尔指数为0时，表明产业结构处于均衡状态；泰尔指数越大，表明就业结构与产业结构的转型升级速度偏离均衡状态越远，产业结构越不合理。ηit表示不可观测的各城市的区域效应，用来控制各城市的固定效应，μit为不可观测的不同时间层面的影响，ξit表示随机扰动项。

同时，为检验模型稳健性，我们将全市人口净迁移率替换为全市人口净迁移规模，得到计量模型如式（2）所示：

（二）数据来源与描述性统计

本文选取30个大中城市2006—2014年的年度数据研究房价与人口迁移的关系。其中常住人口净迁移率由全市常住人口总数、人口自然增长率计算得出，常住人口数据来源于2007—2015年各城市统计年鉴。地均GDP由各城市市辖区土地面积和各城市GDP计算得出，各城市GDP和市辖区土地面积来源于《中国区域经济统计年鉴（2007—2014）》和各城市2015年统计年鉴；商品住房价格来源于《中国房地产统计年鉴（2007—2015）》；居民人均可支配收入和居民储蓄存款余额来源于《中国区域经济统计年鉴（2007—2014）》和各城市2015年统计年鉴；用于测算泰尔指数的各城市一二三产业产值和就业人口的数据来源于《中国城市统计年鉴（2007—2015）》。为消除通货膨胀的影响，我们利用各城市GDP指数将各城市名义GDP转化为实际GDP，同时将城市居民消费价格指数CPI转化为定基价格指数（2006年为基期）用于对各城市房价进行平减，得到实际房价。各变量描述性统计结果如表1所示。

四、实证结果与分析

（一）整体回归

本文使用30个大中城市的面板数据，为避免出现伪回归，首先进行单位根检验，此处使用费雪式单位根检验方法进行面板单位根检验，费雪式单位根检验包括四种方法，分别是逆卡方变换、逆正态变换、逆逻辑变换和修正逆卡方变换，将这几个统计检验的证据综合为一个统计量。检验结果表明，所有变量在1%的显著性水平下平稳，不存在单位根，可以直接建立回归模型。

本文采用广义矩估计法（GMM）进行估计，GMM估计方法包括差分GMM和系统GMM两种。系统GMM方法可以较好地克服差分GMM方法的弱工具变量缺点，解决模型内生性问题，使得估计效率得以提高。本文实证中采用逐步回归法，分别使用系统GMM和差分GMM方法进行估计，验证结果有效性。回归结果如表2所示，从AR（2）检验结果来看，所有模型扰动项的差分均不存在二阶自相关，故接受随机扰动项无自相关的原假设；同时所有模型Sargan检验结果都表明工具变量有效，不存在工具变量过度识别问题，因而系统GMM和差分GMM的估计都是有效的。计量中，首先，使用滞后一期的常住人口净迁移率和房价对人口净迁移率进行回归得到模型1和模型4的结果。其次，加入房价的平方项，得到模型2和模型5的结果。最后，加入人均可支配收入增长率、人均可支配收入增长率和房价的交互项、地均GDP、泰尔指数和居民储蓄存款余额这些变量，得到模型3和模型6的结果。

从表2模型的参数估计和检验结果来看，第一，模型（1）～（6）中房价和房价的平方项均在1%水平上显著，房价系数均为正，房价的平方项系数统一为负，被解释变量的滞后项除了模型（3）在10%水平上显著，其余几个模型也均在1%水平上显著，系数均为负，说明模型估计结果较为稳健。第二，系统GMM和差分GMM模型中房价系数为正，房价的平方项系数为负，说明房价与人口净迁移率之间呈倒U型，验证了房价和人口迁移之间的非线性关系，房价对人口迁移的影响存在一个拐点，在达到这个临界值之前，房价对人口迁移的影响为正，当房价上涨超过临界值后，会形成对人口迁移的负向抑制。第三，模型（3）和模型（6）中人均可支配收入增长率以及房价和人均可支配收入增长率的交互项均在1%的水平上显著，城市人均可支配收入增长幅度越大，人口迁移率越高。人均可支配收入增长率与房价的交互项系数为负，说明收入增长对人口迁移的促进作用会随着房价的上涨而弱化，房价一定程度上抵消了收入增长对人口迁移的积极作用。第四，反映城市经济基本面的指标中，地均GDP和居民储蓄存款余额对人口迁移均存在显著正向影响，经济发展程度和居民财富积累水平高的城市会吸引人口持续迁入。反映产业结构的泰尔指数回归系数为负，说明产业结构偏离均衡状态的程度越大，对人口迁移的负向抑制就越明显，原因在于产业结构合理化与高级化是城市经济发展的可持续动力，产业结构均衡是经济可持续增长、人口收入提升的源动力。城市产业结构偏离均衡状态的程度越大，长期来看经济增长动力越不足，对人口持续迁移难以产生足够拉力。

（二）稳健性检验

为检验上述结果的稳健性，本文将被解释变量人口净迁移率和解释变量滞后一期的人口净迁移率替换为人口净迁移规模和滞后一期的人口净迁移规模，结果如表3所示。在稳健性检验模型中，从工具变量的选择看，Arellano-BondAR（2）接受了随机扰动项无自相关的原假设，Sargan统计量的值表明，所选工具变量有效，即模型内生性得到了较好处理。从稳健性检验模型估计系数来看，房价和房价的平方项与原模型估计结果一致，说明房价与人口迁移之间存在倒U型关系，且均在1%水平上显著；人均可支配收入增长率、人均可支配收入增长率和房价的交互项、地均GDP、居民储蓄存款余额和泰尔指数与原模型符号一致且显著性水平较高，结论具有一定稳健性。

（三）分样本回归结果

本文采用系统聚类法中的类平均法，以Q型聚类对城市样本进行分类。为计算相似性测度，采用欧氏距离进行计算，对30个城市按人均可支配收入增长率指标进行聚类分析，分为两类，聚类结果显示：石家庄、南京、厦门、广州、深圳、天津、太原、合肥、武汉、海口、福州为居民可支配收入增长幅度相对较慢的一类城市，北京、大连、上海、杭州、宁波、济南、青岛、呼和浩特、南昌、郑州、长沙、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川为居民可支配收入增长幅度较大的二类城市。采用系统GMM和差分GMM方法进行分样本回归，回归结果如表4所示。系统GMM模型计量结果显示，从Arellano-BondAR（2）检验结果来看，接受了随机扰动项无自相关的原假设，sargan统计量表明所选工具变量有效。一类城市和二类城市房价、房价平方项、个人可支配收入增长率、个人可支配收入增长率和房价的交互项均显著，各指标系数符号也与全样本回归结果保持了一致。一类城市滞后一期的人口迁移率、泰尔指数、地均GDP和居民储蓄存款余额指标没有通过显著性检验，但二类城市以上指标通过了显著性检验，这一定程度上与一类城市样本量较少有关。

五、结论与建议

本文对30个大中城市的房价与人口迁移数据，采用动态面板模型回归的结果显示：第一，房价和人口迁移之间并不是单纯的线性关系，而是呈倒U型，房价低于拐点时房价上涨并不会阻碍人口迁移，当房价高于拐点后，房价的上涨会对人口迁移形成负向抑制。第二，人口迁移的重要拉力来自收入增长和城市经济基本面发展带来的引力，城市收入增长空间形成了对人口迁移的正向吸引，但从交互项回归结果看，房价在一定程度上抵消收入增长对人口迁移的拉动作用。第三，地方经济基本面指标中，地均GDP、居民储蓄存款余额均对人口迁移呈正向影响，说明地方经济发展状况较好的城市会形成对人口迁移的较强吸引。第四，作为反映产业结构均衡状况的指标，泰尔指数越大，表明城市产业结构偏离均衡状态的程度越高，对人口迁移的负向抑制越大。

表4 聚类后分区域房价对人口迁移影响的动态面板数据模型GMM估计结果

基于以上研究，本文提出如下政策建议。第一，促进城市经济可持续发展和居民收入水平提高是城镇化质量的关键，同时也需要对城市住房市场进行有效调控，使住房价格控制在合理范围内。第二，通过完善住房租赁市场解决流动人口住房问题。高房价城市相对经济比较发达，就业机会多，社会分工的细化程度高，吸引了各个收入阶层的迁移人口，但城市高昂的房价让城市生活人口住房购置成本过高，完善住房租赁市场可使得迁移人口通过市场渠道较好地解决住房问题，适当降低其居住成本。第三，对于高房价城市，政府要适当通过保障性住房建设促进中低收入居民住房问题的有效解决，保障中低收入者的基本居住权益。第四，对于房价相对较低的中西部城市，应利用东部城市产业转移的机会，承接转移产业，促进产业结构均衡化，使得经济进入可持续发展轨道，进一步吸引人口流入。