区域房价、劳动力流动与实体经济集聚——基于中国30个省市(区)2000-2015年面板数据的分析

乔 彬，张 蕊，陈永康

(太原科技大学 经济与管理学院，太原 030024)

内容提要：通过在包含区域房价的新经济地理学模型中引入消费者偏好异质性和技能异质性，分析房价对劳动力流动和实体经济的影响机制。研究结果表明，受异质性劳动力影响，区域相对房价上升导致低技能劳动力流出，高技能劳动力集聚，且区域客观宜居条件对劳动力流入具有吸引力，进而改变区域劳动力结构、诱发实体经济集聚的变化；相对房价上升抑制低技能劳动力流入、促进高技能劳动力集聚，区域宜居条件具有“自动稳定器”的作用；考虑到区域间的溢出效应，短期内的区域相对房价上升对实体经济的抑制作用较小，有利于实体经济获得集聚效应；长期内的区域相对房价上升对实体经济的抑制作用较大，加大了产业“空心化”风险。

我国住房分配制度市场化改革以来，房价上涨不仅增加了企业的实际生产成本，也影响了劳动力的生活质量，对劳动力在城市间的集聚与扩散产生了影响，而劳动力流入所形成的产业集聚或改变当地的产业结构。在新经济地理学理论框架下，本文将区域房价引入其中，同时考虑消费偏好异质性和技能异质性，建立区域房价、劳动力流动与实体经济集聚的理论模型，考虑到各变量之间的空间效应，以劳动力流动为中间变量，综合运用空间杜宾模型及SFA(随机前沿分析)、IV-GMM估计等计量方法对理论模型进行实证检验，以期阐释区域房价、劳动力流动与实体经济集聚的内在机制，为提升实体经济集聚效应提供新的视角，为破解高房价下劳动力不合理流动与实体经济效率增进等多角难题提供新的思路。

一、研究模型的提出

在Krugman(1991)建立的“核心-边缘”模型的基础上，Ottaviano et al.(2002)提出了线性的新经济地理学理论分析框架。依据现实中存在的劳动力异质性，在Ottaviano et al.(2002)的理论框架下，本文将区域房价、劳动力多重异质性引入线性模型进行拓展，阐释区域房价、劳动力流动与实体经济集聚之间的内在机制。本文基本假设如下：存在两个经济区域分别为区域1和区域2；两区域的劳动力分为两类，即高技能劳动力和低技能劳动力。劳动力在区域内可以自由流动，劳动力的总份额为单位1，设定区域1的劳动力份额为λ，则区域2的劳动力份额为1-λ；劳动力收入来源于工资，同时劳动力作为消费者使用工资购买可贸易的工业品和住房；消费者对地区宜居性条件存在异质性偏好，通过实现自身效用最大化决定其流动方向。

(一)消费者行为

本文使用“准线性二次效用函数”表示消费者效用，由于该函数加入了原新经济地理学DCI框架忽略的预期效应，且具有完全的解析能力，能够得到所有内生变量的显性解，使用该函数更能反映现实消费者效用。定义区域1的消费者(区域2同理)的效用函数与消费者预算约束的形式为：

(1)

其中ci为消费者对i类产品的消费量，CH1为区域1消费者所消费的住房数量，α为消费者对差异化产品的偏好程度；β>δ表示消费者更愿意消费多样化的产品，即消费者具有多样化偏好；δ为多样性产品间的替代能力，pi为i类产品的价格；PH1为区域1的住房价格水平；W1为区域1消费者收入，在此用工资表示；N为所有地区产品种类，n+n*=N，n和n*分别为地区1、2产品数量。

劳动力的流动决策取决于效用。根据(1)消费者的效用函数与预算约束，得到实现效用最大条件下消费者的产品需求函数：

(2)

代入(1)式可得消费者的间接效应函数为：

(3)

间接效用函数表示在收入和价格变化条件下消费者最大化的效用，劳动力同时作为消费者获取自身效用。

(二)生产者行为

消费者收入来自于工资，通过工资进行合理消费，这里使用工资的增加表示企业成本的增加。根据企业成本与收益，可得区域1的利润函数为(区域2同理)：

(4)

由企业利润最大化可得产品在各地区的价格为：

(5)

均衡时企业利润为零，消除房价指数可得劳动力的实际工资为：

(6)

当劳动力市场出清时，n=λl/φ，l=φN，区域总的企业数量为N。工人促进企业流动，流入的工人会产生新的企业规模，一个地区劳动力的变化伴随着企业相应数量的变化。

将(5)带入(6)可得：

(7)

(三)劳动力异质性

传统的新经济地理学模型假设劳动力为同质，且具有相同的消费偏好与特征，在此假设下会得出房价上涨会抑制劳动力集聚的结论，无法解释北上广深一线城市房价居高不下劳动力依然流入的悖论。可见，劳动力在两个区域自由流动，对区域的客观条件存在异质性偏好，这样的假设更符合现实。由于房价上涨会减少劳动力的从业数量，根据新经济地理学线性模型的假定，两地区的相对就业份额与两地区的企业数量占比相同，劳动力的分散、集聚与企业的定位选择一致①，劳动力流动会直接影响企业集聚。

Anderson et al.(1992)通过离散选择理论对随机变量表示消费者个人和区域之间的匹配程度进行了分析，考察了劳动力的空间流动行为，为本文引入劳动力异质性提供了思路。借鉴Anderson et al.(1992)的思路，本文使用随机变量ε表示劳动力与区域之间的匹配值；p(ε)≠0表示不同劳动力的区域选择不同，且设定随机变量ε服从双指数分布函数，E(ε)=0,Var(ε)=π2μ2/6；区域的客观条件存在差异，用d来表示，区域1具有较好的宜居性条件，并且假设d=d1-d2≥0。

消费者对区域1偏好的概率为(区域2同理)：

(8)

其中μ为消费者偏好的离差，当μ=0时消费者偏好具有同质性，当越大表示消费者偏好异质性越大。由于劳动力数量可表示为l=φN，则(3)式消费者的间接效用函数可表示为：

V1(λ)=S1(λ)+W1(λ)

(9)

ΔV(λ)=S1(λ)+W1(λ)-S2(λ)-W2(λ)+d

(10)

根据成本和需求关联的循环累积因果原理，实现长期均衡时，劳动力跨区流动的决定因素是两个区域的相对效用，消费者会根据自身效用决定流动方向，消费者效用还会决定两个地区的相对就业(高波等，2012)。消费者通过综合考虑区域相对房价与区域客观条件，来判断消费者在区域1与区域2的相对效用(ΔV)，通过实现效用最大化做出是否流动的决策。

表1 消费者效用均衡分析

当区域客观条件相同时，区域相对房价较高地区消费者效用较小，劳动力向房价较低地区集聚。当区域房价相同时，区域客观条将会吸引劳动力流入。异质性劳动力会综合考虑区域相对房价与区域客观条件而做出流动决策。当区域1的相对房价与客观条件使得ΔV(λ)>0，劳动力根据自身效用会向区域1流动；反之，当区域1的相对房价与客观条件使得ΔV(λ)<0，劳动力会向区域2流动。在劳动力技能异质性与消费偏好异质性的综合作用下，异质性劳动力在两区域重新分配，进而改变劳动力结构。根据新经济地理学模型的假定，线性框架下相对市场规模取决于居住在每个区域的消费者数量，人口变化就意味着相对市场规模的变化，进而促进产业转移。因此，两个地区的相对就业份额与两地区的工业企业数量占比相同，异质性劳动力流动会影响企业的再区位。

当没有房价差异即PH1=PH2=1时，可得到两区域效用差距函数：

ΔV(λ)=V1(λ)-V2(λ)=S1(λ)-S2(λ)+W1(λ)-W2(λ)+d=C*τ(τ*-τ)(λ-1/2)+d

(11)

此时，异质性劳动力流动的动态方程为：

(12)

当异质性劳动力流动达到区域均衡时dλ/dt=0，由(8)均衡式可写为：

(13)

(四)模型均衡分析

当区域客观条件存在差异时，为保证系统均衡，有如下方程成立：

(14)

表2 劳动力流动均衡分析

在区域客观条件差异与劳动力偏好异质性的共同影响下，劳动力技能异质导致劳动力产生不同的流动趋势。由于高技能劳动力对非经济因素有更多的偏好，并乐意为此支付额外的生活成本；对低技能劳动力来说，一旦生活成本上升超过预期，会比高技能劳动力更有可能转移至生活成本较低的地区。

当经济水平发展到一定阶段时，劳动力越来越把区域各种条件视为一个整体范畴，流动决策越来越取决于多种因素，并且扩展了很多非经济因素(王宁，2014)。一些经济学理论认为当人们为了获得高质量的非经济因素时会考虑自己的承受能力，这时区域房价就成为筛选城市非经济因素最重要的“筛选器”(肖昕茹，2014)。一方面，区域相对房价变化通过影响住房成本、物价水平及宜居性等条件对劳动力流动产生影响，而劳动力通过偏好异质性与技能异质性来应对这种调整；另一方面，区域相对房价的升高提高了企业的生产成本，迫使劳动密集型企业退出市场或者转型升级，从而对区域实体经济产生一定影响。

基于上述分析，本文提出如下理论假设：

假设1：在其他条件相同的情况下，地区相对房价的升高，会使得劳动力的生活成本上升，降低消费者的总效用，减少地区相对劳动力数量，导致低技能劳动力流出，而对高技能劳动力数量影响不大，使得异质性劳动力在区域间集聚与扩散，导致地区劳动力供给结构发生变化。

假设2：当某个地区的相对房价变化，会改变地区劳动力结构，进而改变地区实体经济集聚区位。相对较高房价会抑制实体经济发展，较高房价地区实体经济迁出，较低房价地区实体经济集聚。

二、计量模型设定与变量说明

根据理论来分析，区域房价对异质性劳动力流动的影响存在差异，而劳动力流动会影响劳动力的集聚与扩散进而影响实体经济的集聚与扩散。为了验证理论模型的可靠性，需要设定计量模型来检验区域房价、异质性劳动力与实体经济集聚之间的内在关联。

(一)计量模型设定

为了检验房价变化对异质性劳动力流动的影响，分别建立相对房价对技能异质性(15)与相对房价对消费偏好异质性(16)的面板计量模型：

highit(lowit)=β0+β1rhpit+β2rwit+β3teit+β4lnfdiit+β5rupit+εit

(15)

highit(lowit)=γ0+γ1rhpit+γ2rwit+γ3teit+γ4lnfdiit+γ5lntrafficit+γ6lnschoolit+γ7lnhealthit+γ8tradeit+εit

(16)

考虑到区域房价与实体经济的空间效应，且区域并非是独立存在的个体，本文建立既包含区域相对房价的空间相关性，又包含实体经济相关性的空间杜宾模型进行实证分析，具体模型建立如(17)。

rgdpit=β0+δ1Wijrgdpit+β1rhpit+β2rwit+β3teit+β4lnfdiit+β5lntrafficit+β6lnschoolit+β7lnhealthit+β8tradeit+γ1Wijrhpit+γ2Wijrwit+γ3Wijteit+γ4Wijlnfdiit+γ5Wijlntrafficit+γ6Wijlnschoolit+γ7Wijlnhealthit+γ8Wijtradeit+μi+εit

(17)

为了考察实体经济集聚效应，通过建立(18)的计量模型进一步分析相对房价对第二、三产业相对产值的影响，在全国层面分析的基础上进一步按传统的地理区位分类，将全国分为东部、中部、西部进行研究②。

sgdpit(tgdpit)=γ0+γ1rhpit+γ2rwit+γ3teit+γ4lnfdiit+γ5lntrafficit+γ6lnschoolit+γ7lnhealthit+γ8tradeit+μi+εit

(18)

其中high(low)为高(低)技能相对就业率，rgdp为区域i实体经济份额，sgdp(tgdp)为第二、三产业相对产值，rhp为区域i与其他区域的相对房价，rw为区域i与其他区域的相对工资，控制变量包括科技创新效率、实际利用外商直接投资、城市化率、基础设施、教育条件、医疗条件、贸易自由度等衡量区域属性的因素。

(二)变量选择与数据来源

本文使用2000-2015年中国30个省市(区)的面板数据(考虑到数据的可获得性和连续性，未包括西藏)，数据来源于《中国统计年鉴》《中国经济统计年鉴》《中国人口与就业统计年鉴》《中国劳动力统计年鉴》部分地区统计年报以及Wind数据库等。

1.被解释变量

(1)实体经济。采用实体经济份额份额衡量，具体借鉴张林等(2014)的方法，使用各区域剔除金融业和房地产业的生产总值作为衡量区域实体经济的指标，使用实体经济占GDP的比重表示实体经济份额，记为rgdp。

(2)实体经济集聚。采用第二、三产业相对产值(sgdp、tgdp)表示二、三产业集聚程度。相对产值的具体计算方法为区域i的产值与所有样本地区平均产值之比。

(3)劳动力流动。考虑到数据的可获得性，借鉴张平和张鹏鹏(2016)的做法，采用相对就业率(high/low)表征劳动力流动，具体用high表示高技能相对就业率，low表示低技能相对就业率。以大专及以上文化水平劳动者的比重作为高技能劳动力的比重，其余为低技能劳动力的比重，然后分别乘以各地区的就业率，得到异质性劳动力的就业比重。相对就业率为区域i异质性劳动力就业比重/所有地区平均就业比重。

2.主要解释变量

(1)区域房价(rhp)。采用区域i与其他区域的相对房价表示，房产价格使用区域房价水平表示，一般使用房屋销售金额与房屋销售面积的比值来计算。相对房价为区域i的房价与所有样本地区平均房价之比。数据来源于历年《中国统计年鉴》。

(2)相对工资(rw)。表示区域i与其他区域的相对工资，工资使用区域平均工资水平表示，相对工资为区域i的工资与所有样本区的平均工资之比。

3.其他变量

科技创新效率借鉴肖文和林高榜(2014)采用永续盘存法进行估算，记为te；实际利用外商直接投资取对数，记为lnfdi；城市化率用城市人口占总人口的比重rup表示；基础设施条件使用各省份公路里程、铁路里程和内河航道里程加总之后，再除以各地区的国土面积来表示，取对数记为lntraffic；教育条件使用地区高等学校数量表示，取对数记为lnschool；医疗条件采用区域每千人医疗卫生床位数来表示，取对数记为lnhealth；贸易自由度使用各省贸易进出口总额与其国内生产总值的比值来表示，记为trade。数据来源于历年《中国统计年鉴》。

表3 样本数据描述(N=480)

资料来源：作者使用stata14.0计算得到(下同)。

本文的经济变量均为2000-2015年的年度数据的均值，用2000年为基期的GDP价格指数平减为实际值，表3为变量的描述性统计。可以看出实体经济份额的均值与方差分别为0.91与0.04，说明中国实体经济份额波动较大。相对房价的最小值为0.53，最大值为3.41，表明区域房价差异较大。通过观察其他控制变量的标准差，可以排除异常值对实证结果的干扰。

三、实证结果分析

(一)平稳性检验

为了使分析结果更具稳健性，在进行实证检验之前需对样本数据做平稳性检验。本文使用LLC单位根检验的方法进行平稳性检验，检验结果见表4，可以看出变量都通过了该检验，可以进行下一步研究。

(二)计量结果分析

1.区域房价对劳动力流动的影响

之前有研究认为房价上升对劳动力向城市流入产生了抑制作用(高波等，2012)，对一个地区来说，如果相对房价升高，会导致就业人数相对减少。在理论分析中，当我们将劳动力异质性纳入模型后发现，劳动力通过对两地区效用进行比较，做出流动决策。技能异质性劳动力面对房价冲击会采取不同决策，消费偏好异质性劳动力对环境偏好异质(这里的偏好主要是指城市的人文宜居性)也会影响到劳动力流动决策。区域相对房价上涨对高、低技能劳动力的影响存在差异，同时消费偏好也会引起劳动力流动，因此关于房价与异质性劳动力流动的内在机制需要进行实证检验。

(1)区域房价对技能异质性劳动力流动的影响。由于现实中，不同技能劳动力区位决策存在很大差异，这里把劳动力区分为高(低)技能劳动力进行分析，检验房价变化对技能异质性劳动力流动的影响。由(15)式设定的模型进行普通计量回归，为了消除模型内生性，同时使用IV-GMM模型进行回归分析，取贸易自由度、基础设施条件、教育条件、医疗条件为城市化率的工具变量。

表4 LLC单位根检验结果

注：*、**、***分别表示在10%、5%、1%的水平下显著，括号内为t统计量(下同)。

表5 高低技能劳动力流动结果分析

LM检验拒绝了“不存在个体随机效应”的原假设，认为在“混合回归”与“随机效应”之间，应该选择“随机效应”；对固定效应和随机效应模型进行Hausman检验，由于P值为0.000，拒绝原假设，认为应采用固定效应模型，而非随机效应模型。为消除内生性，从表5GMM的Hausman检验结果中可见，在1%的显著性水平上拒绝“所有解释变量均为外生”的原假设，适合使用工具变量进行回归。

从回归结果可见相对房价对异质性劳动力流动的作用明显。相对房价对高技能劳动力相对就业率的结果均显著为正，对低技能相对就业率的结果均显著为负，说明相对房价上升抑制了低技能劳动力流入，却促进高技能劳动力集聚。可见，区域房价的相对高低，直接影响到劳动力的预算约束，改变劳动力消费结构，劳动力会向有利于自身效用的区域流动。

技术创新效率的二次项系数均显著，说明其与劳动力流动存在非线性的关系；外商直接投资对高技能劳动力的影响显著为负，而对低技能劳动力的影响显著为正，是由于我国以要素低成本优势嵌入全球价值链分工体系，低廉劳动力对外资具有较强的吸引力，外资流入的通常是技术附加值较低的行业，因此促进了低技能劳动力的集聚，虽有部分外商直接投资进入高新技术产业的占比通常较小，因而对于高技能劳动力的影响是负向的，这与余东华和孙婷(2017)的结论一致。相对工资与城市化率对高技能劳动力流动有显著的促进作用；对低技能劳动力流动有抑制作用。

以上结果印证了理论分析假设。高技能劳动力工资较高可以对预算进行较大的调整，能够支付得起更高的房价或房租，面对房价波动流动性较低；低技能劳动力工资较低，房价波动对他们冲击较大，流动比较频繁。

(2)区域房价对消费偏好异质性劳动力流动的影响。为分析相对房价对消费偏好异质性劳动力流动的影响，借鉴高波等(2012)、张平和张鹏鹏(2016)对城市宜居性条件的分析，使用基础设施条件(lntraffic)、教育条件(lnschool)、医疗条件(lnhealth)、贸易自由度(trade)作为反映区域宜居性条件的变量。对(16)式的回归结果见表6。

在没加入控制变量时，区域相对房价会促进高技能劳动力集聚，抑制低技能劳动力流入，当加入控制变量，区域相对房价对高技能劳动力的促进作用变小，对低技能劳动力的抑制作用也变小，区域宜居性条件可能充当“自动稳定器”的作用，使区域劳动力结构保持在特定范围。区域条件作为城市的吸引力，对劳动力流入都有促进作用，作为城市的附加服务对劳动力的消费偏好异质性立即凸显出来：即使房价上涨，区域客观条件对高技能劳动力的吸引力也没有减少，这也是高技术人才不断流向城市的一个重要原因。可见，区域房价相当于对劳动力流动设置了门槛，高房价会抑制低技能劳动力的流入，将城市内部难以承受高房价的劳动力挤压出去，但未能阻碍高技能劳动力向发达地区或者大城市的流入，地区宜居性条件确实对劳动力流入具有促进作用。正是通过低技能劳动力的流出与高技能劳动力的流入，促进了地区劳动力供给结构发生变化，改变了不同功能劳动力的分布情况，证实了理论假设。

表6 地区客观条件与劳动力流动结果分析

2.区域房价对实体经济的影响

(1)区域房价对实体经济份额影响的结果分析。房价与实体经济具有空间溢出效应，因此使用0-1空间权重矩阵、距离空间权重矩阵、经济距离空间权重矩阵，使用实体经济份额rgdp作为被解释变量，根据(17)式，运用Stata14.0软件进行空间杜宾模型分析。

回归结果如表7所示。在三种空间权重矩阵估计下，整体的R2值表明模型拟合效果较好，主要解释变量都在1%的水平下显著，空间滞后项系数ρ在1%的水平下显著，实体经济带有明显的外溢效应。显然房价升高加大了实体经济生产成本，使得实体经济从高房价区域迁往房价较低区域，与前文分析的房价上升导致劳动力流出，也使企业生产成本上升一致；工资对实体经济有显著的促进作用，一方面，工资水平的提高会吸引劳动力流入或者抑制劳动力的流出，减弱高房价带来的影响，另一方面高工资会激发企业经济升级，提升企业效率与促进企业的结构优化。科技创新效率对实体经济影响不显著，这可能是因为实体经济多为劳动力密集型产业，当前对于科技创新效率的积极影响还未充分体现；用外商直接投资对实体经济的发展有抑制作用，但是系数普遍偏小，由于外商直接投资多为劳动密集型产业，技术含量普遍较低，对实体经济的促进作用有限。此外，地区条件变量包括基础设施、教育、医疗和贸易自由度等构成了区域的人文宜居性环境，这一方面会吸引劳动力资源的流入，另一方面也为实体经济的发展提供便利的基础设施条件，会促进实体经济发展。

表7 空间杜宾模型估计结果

(2)空间杜宾模型效应分解的结果分析。由于存在空间溢出效应，回归系数不能完全反映解释变量对被解释变量的影响，进一步采用固定效应下的空间杜宾模型对空间溢出效应分解(如表8)。结果显示，在0-1空间权重矩阵、距离空间权重矩阵、经济距离空间权重矩阵下，区域相对房价的直接效应显著为负，说明本地区相对房价不利于实体经济发展水平的提升。0-1权重矩阵往往与现实相差较大，在经济距离空间权重矩阵下房价对于本地区实体经济的影响大于在距离空间权重矩阵下的影响，说明将经济因素纳入空间相关性后，房价对实体经济的抑制作用增强。因为房价上涨，迫于成本上升的压力，使得一些实体经济体迁出，抑制了该地区实体经济的增长。区域相对房价上升不仅对本区域实体经济不利，且对周边地区具有溢出效应，区域相对房价的“波纹效应”把区域经济活动连成一个整体，这种扩散效应影响相邻区域实体经济的集聚与分散。由于中国区域经济发展呈现阶梯性，更强化了区域相对房价的“波纹效应”。在距离空间权重矩阵的作用下，区域相对房价的间接效应显著为正，说明本地区房价上涨会促进周边地区实体经济发展，而发达地区的房价通常相对较高，这就使得部分实体经济体选择转移到欠发达地区。因此，区域房价上涨使得实体经济在经济发达地区的分散，在欠发达地区的集聚。相对工资的直接效应与间接效应对实体经济均有显著的正影响，与预期相符。

表8 空间杜宾模型效应分解

表9 分时段空间杜宾模型估计结果

(3)分时段空间杜宾模型结果分析。由于本文选取面板数据的时间较长，为了反映不同时期差异进行分段估计，分析相对房价对实体经济影响的趋势，具体如表9。

上述结果表明短期内相对房价对实体经济的冲击较小，并且随着时间变化，相对房价的不断上涨对实体经济抑制越来越明显。距离权重矩阵与经济距离权重矩阵的结果基本吻合，不失一般性，房价对实体经济的影响一定程度上依赖于地理距离与经济距离。空间杜宾模型的研究结果表明：区域相对房价与实体经济具有外溢效应，短期内区域相对房价上升会对实体经济的集聚具有促进作用；长期来看，随着时间的推移，抑制力越来越显著。因此，高房价不利于我国实体经济的长远发展。

(4)区域相对房价对实体经济集聚影响的结果分析。为探究区域相对房价对实体经济集聚的影响，采用固定效应模型，以sgdp(第二产业相对产值)和tgdp(第三产业相对产值)作为被解释变量，区域相对房价作为被解释变量进行回归分析，结果见表10。

表10 区域相对房价对第二、三产业相对产值回归分析

根据上表结果，区域相对房价上升将促使全国第二产业相对产值减少；从分地区看，区域相对房价升高会抑制东部地区第二产业相对产值，但会促进中、西部地区第二产业相对产值，这与理论分析的区域房价上涨使得实体经济在经济发达地区的分散，在欠发达地区集聚的结论一致；区域相对房价对第三产业相对产值的影响都不显著，且系数偏小是由于第三产业作为高附加值产业对于房价变化带来的影响不够敏感。因此，区域相对房价上升导致高房价地区实体经济的迁出，但却会促进低房价地区实体经济的集聚，形成新的实体经济集聚格局。

四、结论与政策启示

通过拓展新经济地理学模型，本文提出了关于区域相对房价变化改变劳动力结构以及实体经济集聚的两个命题。利用2000-2015年中国30个省市(区)的面板数据，分析了区域相对房价变化对技能异质性劳动力相对就业率、消费偏好异质性劳动力相对就业率、实体经济集聚的不同影响机制。在控制技术创新效率、外商直接投资、基础设施条件、教育条件、医疗条件、贸易自由度等变量的情况下，揭示出区域相对房价对实体经济集聚的本质影响。分时段的有关分析，明晰了房价与劳动力、实体经济之间的客观规律。本文的主要研究结论和启示如下：

第一，在其他条件不变的情况下，区域相对房价对异质性劳动力进入该区域的行为决策产生不同的影响。相对较高房价导致低技能劳动力流出，但却促进高技能劳动力的集聚，并且区域客观条件对消费偏好异质性劳动力具有吸引力，共同改变了区域劳动力结构。因此，必须科学确定区域房价调控目标，重视劳动力的异质性，引导劳动力合理、有序流动，制定合理的住房政策和建立健全住房保障体系，满足劳动力流动的要求。

第二，区域相对房价通过对异质性劳动力流动的影响，进而改变实体经济集聚结构。在短期内，相对房价上升对实体经济的抑制作用较小，有利于实体经济获得集聚效应；长期内相对房价上升，对实体经济的抑制作用较大，加大了产业“空心化”风险，并且区域相对房价升高挤出高房价地区实体经济，在房价较低地区集聚。国家应加大人力资本投资，完善劳动力技能职业培训网络，提高劳动力的技能水平和文化素质，以此来提升劳动力流动能力，实现区域劳动力结构合理化；充分发挥劳动力流动对实体经济布局的作用，合理利用劳动力流动对实体经济集聚的影响；重视相对房价对实体经济的影响，避免因房价过高而出现产业空心化，实体经济应适时调整，适应不断变化的劳动力市场，在劳动力集聚的区域大力发展实体经济。

第三，区域客观条件对劳动力流入与实体经济发展都有促进作用，加强各地区基础设施建设，一方面为消费者提供有利的宜居性条件，促进人才的交流；另一方面，基础设施的带动作用能显著降低本地实体经济生产的平均成本和边际成本。加快地区基础设施建设，扩大城市绿化面积，提升地区医疗、教育条件，可以为实体经济发展奠定良好的基础。

注释：

① 根据经典的新经济地理学的假定，两地区的相对就业与两地区企业份额占比之间存在着高度的正相关性，因此可以用两个地区的相对就业来代理两地区企业份额。

② 东部地区：北京、天津、上海、河北、辽宁、江苏、浙江、福建、山东、广东、广西、海南；中部地区：山西、内蒙古、吉林、黑龙江、安徽、江西、河南、湖北、湖南；西部地区：重庆、四川、贵州、云南、陕西、甘肃、青海、宁夏、新疆。