劉晨暉

摘要：房價上漲通過財富效應和信貸效應加劇經濟發(fā)展不平衡，但又會促使勞動力從中心城市向外圍城市轉移，起到縮小經濟發(fā)展差距的作用，兩者的綜合效應決定了房價對經濟發(fā)展不平衡的最終影響。本文基于2002-2012年中國23個省份的面板數據，借鑒中心一外圍模型基本思想并采用加權變異系數法測算各省份的經濟發(fā)展不平衡程度，考察了高房價是否會加劇省際經濟發(fā)展不平衡的理論命題。結果顯示，房價上漲不僅并未加劇省份內部經濟發(fā)展不平衡，反而一定程度上有助于解決現(xiàn)有不平衡問題，這一結果與公眾的普遍預期并不一致。

關鍵詞：房價上漲；經濟發(fā)展不平衡；中心一外圍模型；加權變異系數法

中圖分類號：F752 文獻標識碼：A 文章編號：1000-176X（2017）02-0097-08

自1998年住房制度改革以來，我國房地產市場進入了一段較長的繁榮時期，房價在經歷了大幅上漲后成為宏觀調控的重要政策目標。隨后國內不少學者從房價上漲抑制居民消費和拉大收入分配差距等角度研究了高房價的負面影響，認為房價過度上漲會導致財富效應、抵押貸款效應和收入效應等。按照統(tǒng)籌區(qū)域經濟發(fā)展的戰(zhàn)略思路，促進各地區(qū)均衡發(fā)展逐漸成為宏觀經濟政策的重心之一?？紤]到過去十余年房價總體上漲趨勢及其對居民財富、收入和人口流動等方面的影響，房價波動是否能夠影響經濟發(fā)展的均衡性？高房價是否正如一些媒體和公眾所判斷的那樣，加劇了中國的經濟發(fā)展不平衡？目前關于房價與經濟發(fā)展不平衡關系的實證研究很少，其主要原因在于，多數文獻是按東、中、西部的劃分來測算經濟均衡發(fā)展指標，由于其統(tǒng)計口徑過寬，相關實證研究難以取得進展。事實上，有關房價影響經濟發(fā)展不平衡的實證研究極大地依賴于如何度量某一地區(qū)的經濟發(fā)展不平衡程序。為應對上述問題，本文結合中心一外圍模型基本思想，在現(xiàn)有地區(qū)經濟發(fā)展不平衡程度測算方法的基礎上，以地級市數據為基礎，將省際而非區(qū)域作為測算對象，以解決經濟發(fā)展不平衡指標口徑過寬的問題，為研究房價對經濟發(fā)展不平衡的影響提供經驗依據。

一、文獻綜述與理論分析

作為經濟增長的基礎性要素，勞動力與資本在不同區(qū)域和不同城市之間進行配置，使不同地區(qū)的經濟增速快慢不一，通過改變區(qū)域與城市之間的相對發(fā)展水平，最終對經濟發(fā)展不平衡程度產生影響。就房地產來說，由于房屋兼具生活必需品與投資品雙重屬性，其價格變動既影響消費，又影響投資，與人民生活和財富水平密切相關。因此，基于對已有研究文獻的綜述與總結，本文從理論視角分析房價通過勞動力與資本兩大基礎要素對經濟發(fā)展均衡性的影響路徑。

（一）房價變動影響經濟均衡發(fā)展的人口規(guī)模效應

國外相關研究較早提出了房價影響勞動力流動的觀點。Grossman和Helpman指出某地區(qū)住房價格過高會影響勞動者的相對效用，進而抑制勞動力在該地區(qū)的集聚。類似地，Rabe和Taylor指出某地區(qū)房價相對上漲，會推高住房成本并阻止勞動力的跨區(qū)域流入。在國內研究中，高波等支持區(qū)域房價差異導致勞動力流動的結論，他們利用動態(tài)面板數據模型對2000-2009年中國35個大中城市進行實證檢驗，發(fā)現(xiàn)城市之間相對房價升高會導致相對就業(yè)人數減少，并促使產業(yè)價值鏈向高端攀升，實現(xiàn)產業(yè)轉移和產業(yè)升級。但也有學者認為房價與人口流動之間的影響可能相互抵消，Muellbau，er和Murphy指出雖然房價相對較高的地區(qū)會抑制人口流入，但套利的預期卻會促進人口流入。由于人口流入會促進房價上漲，房價與人口流動之間的雙向互動特征很可能使得房價與人口流動的關聯(lián)影響出現(xiàn)不確定性。

借鑒上述觀點，假設城市i和城市j由于稟賦、政策等客觀原因分別屬于優(yōu)勢城市和劣勢城市。勞動力在這兩個城市之間流動，初始房價分別為ph_i和ph_j，通常ph_i≥ph_j。若單位勞動收入為W，初始財富為V，除房屋外的一攬子生活必需品均價為P，生活必需品數量為Q，處于均衡狀態(tài)的各城市人口應滿足式∑W_t+V≥ph+∑PQ，即外來勞動力是否長期停留在某城市，取決于能否同時承受房價和生活必需品價格。

根據市場價值規(guī)律，當房價相當于各期房租的現(xiàn)值總和時，外來勞動力若可以承受房價，就能夠長期留在該城市并購買房產，否則，其既不購買房產，也無法承受長期房租，并且在長期選擇離開該城市，轉移到生活成本更低的城市或原籍地。根據上述均衡狀態(tài)的城市人口公式，當優(yōu)勢城市i的房價受外生因素影響開始上漲，財富最少和收入最低的一部分勞動力將無法維持在城市i的生活，轉移到仍然滿足上述不等式的劣勢城市j，勞動力流動將消費需求和生產力轉移到城市j，使城市i的經濟總量與城市i相比有所增長，并縮小兩城市之間的經濟發(fā)展差距。反之，當劣勢城市j的房價相對上漲時，同樣會因勞動力流出而拉大原有經濟發(fā)展差距。綜上，房價基于人口規(guī)模效應路徑會促進低房價城市產生勞動力流入。結合中國不同城市房價與經濟發(fā)展水平的初始條件容易發(fā)現(xiàn)，一線城市北京、上海、廣州和深圳等地的房價長期領漲全國，確實出現(xiàn)了畢業(yè)生因無法承受高房價而“逃離北上廣”的現(xiàn)象；具體到各省份內部，省會城市和大中城市由于資源、就業(yè)等原因吸引了大量流動勞動力，房價長期居高不下。因此，在房價普遍上漲時，中國的實際情況顯然更偏向于優(yōu)勢城市的相對上升和劣勢城市的相對下降，更加符合第一種情況，而這種勞動力轉移將使房價與經濟發(fā)展不平衡呈現(xiàn)負相關關系。

值得注意的是，雖然將房價考慮在內之后，國內各大中城市的生活成本遠高于三、四線城市，在一定程度上能夠起到抑制勞動力過度流入的效果。但從效率角度看，正如高波等所指出的，在其他條件不變的情況下，城市之間相對房價上漲，會使難以承受高房價的低端產業(yè)勞動力更加偏好流向房價偏低的地區(qū)。這表明無法承受住房成本而被迫向低房價城市轉移的勞動力人口平均生產率更低。雖然高房價促成的勞動力流動能夠使劣勢城市的經濟總量相對提升，但同時也提高了優(yōu)勢城市的經濟效率，這在一定程度上抵消房價通過人口規(guī)模效應對經濟發(fā)展不平衡產生的負向影響。

（二）房價變動影響經濟均衡發(fā)展的財富效應和信貸效應

作為投資品，房地產的財富效應直接影響居民實際可支配財力的變化。根據Benjamin等的研究，房價上漲即資產升值，能夠帶動非住房消費，房價與消費存在正相關關系。宋勃與王子龍等通過實證研究對房價上漲能夠通過正向財富效應帶動社會總投資和總消費的觀點進行了檢驗。如果從關于房地產正向財富效應的假設出發(fā)，對于處在不同發(fā)展階段的城市來說，在相同漲幅的前提下，高房價地區(qū)由于基數更大，對消費的帶動作用大于低房價地區(qū)，即出現(xiàn)房價上漲拉大城市之間發(fā)展差距的情況，使房價與經濟發(fā)展不平衡呈現(xiàn)正相關關系。

除正向財富效應之外，還有國內學者將研究重心放在房價對消費的負面影響上。認為房價大幅上漲產生了對消費的擠出效應。根據洪濤對2000-2004年中國31個省份面板數據的分析，住宅價格對消費的反向影響已超過了商業(yè)地產和辦公樓的財富效應。商品房平均銷售價格上漲有降低個人消費支出的壓力，房價波動與個人消費支出呈現(xiàn)負相關關系。黃靜和屠梅曾利用近十年來中國家庭微觀調查數據對居民房地產財富與消費之間的關系進行分析后認為，房地產財富對居民消費有顯著的促進作用，但房價上漲并沒有使房地產財富效應增強。

以房價上漲對消費存在負面影響為前提，房價波動與經濟發(fā)展不平衡之間的關系顯得更加復雜。事實上，上述兩種觀點本質上并無矛盾，房地產正向財富效應的存在，無論在理論和實證上都能夠得到解釋和證實。由于兩類相反的效應施加于不同受眾，所以財富效應和消費擠出兩個相反的事實可以共存。財富效應主要針對資產所有者，房地產的投資屬性使房產所有者的財富隨房價上漲而增長，進而促進其消費：擠出效應則是針對非資產所有者，陳彥斌和邱哲圣指出房價高速增長使部分年輕家庭和貧窮家庭為了追趕房價不得不提高儲蓄，從而降低了他們的實際財富水平，致使城鎮(zhèn)居民福利水平普遍下降，其中中低收入階層下降最多。為了購買房產，非資產所有者不得不縮減消費，即使購房之后，房屋也僅體現(xiàn)出居住屬性，房價再上漲只能改變他們的名義財富而無法帶來購買力的增長。

信貸方面同樣存在類似情況。對于擁有多套房產和沒有房屋抵押貸款的家庭，房價上漲使得家庭持有的房屋價值增加，房屋的潛在抵押價值隨之提高，一定程度上提升了家庭的信貸融資能力。反之，Campbell和Cocco發(fā)現(xiàn)房屋作為抵押品，房價上漲增加了購房者的貸款壓力，所產生的住房抵押（信貸）效應會抑制部分家庭尤其是年輕家庭的消費需求。因此，房價變動對信貸的影響同樣是雙向的。房價波動的信貸效應對家庭收入的影響取決于以上兩種影響途徑的效果之和。

結合房價對消費呈現(xiàn)正負雙重影響，房價上漲對于房屋投資者和投機者來說意味著財富增加，對中低收入者意味著可支配財力下降。單考慮特定城市內部，房價上漲必然會基于上述路徑拉大居民的貧富差距，但對于城市之間的經濟發(fā)展不平衡程度，則無法判斷正負效應的大小。通常，經濟較發(fā)達城市房價上漲預期更強，為獲取更高的收益，當房價上漲時，劣勢地區(qū)的剩余資本傾向于流向優(yōu)勢地區(qū)炒房，資本要素更傾向于區(qū)域發(fā)展優(yōu)勢地區(qū)，使房價通過正向財富效應與經濟發(fā)展不平衡呈現(xiàn)正相關關系，但這種正相關多大程度上會被中低收入者的負向財富效應抵消，仍需要經驗分析進行檢驗。

二、基于中心一外圍視角的省際經濟發(fā)展不平衡程度測算

中國地區(qū)經濟發(fā)展不平衡存在著較復雜的歷史和制度原因，克魯格曼的中心一外圍模型不對稱結構為我們提供了分析各省份內部經濟發(fā)展不平衡問題的視角。改革開放以來，中國各省份（除直轄市外）均演化出中心一外圍經濟結構，省會城市、計劃單列市以及一些沿海城市通常具有更優(yōu)越的政策環(huán)境、更好的產業(yè)發(fā)展基礎、較高的社會保障水平、較多的教育和就業(yè)機會，而其余地區(qū)的發(fā)展則相對緩慢，對外來人口的吸引力也小于中心區(qū)域。由于發(fā)展環(huán)境具有較大差異，將城市劃分為中心城市和外圍城市兩類，可以得到更加細化的經濟發(fā)展不平衡指標，包括總體經濟發(fā)展不平衡程度、兩類城市內部經濟發(fā)展不平衡程度和兩類城市之間經濟發(fā)展不平衡程度。

在Akita和Miyata采用加權變異系數法和空間分解法對地區(qū)發(fā)展不平衡情況進行測算的基礎上，覃成林等與陳長石等進一步借鑒了中心一外圍模型基本思想，在設定平均標準的基礎上，通過衡量不同地區(qū)經濟發(fā)展程度與原標準的偏差來測算區(qū)域經濟發(fā)展不平衡程度。以上述文獻為依據，本文結合中心一外圍模型的基本設定，基于地級市數據衡量了各省份經濟發(fā)展不平衡情況并進行空間分解。與覃成林等不同的是，采用地級市數據測算省際經濟發(fā)展不平衡程度，以省際而非區(qū)域作為研究對象，能夠在數據上克服統(tǒng)計口徑難以統(tǒng)一的問題，為經驗分析提供依據。具體來說，借鑒Akita和Miyata的研究，加權變異系數公式為：

（1）

（2）

（3）

（4）

本文按照城市類型將其劃分為中心城市和外圍城市兩類，即i=2。借鑒陳長石等的識別方式，在某省份的地級市中，省會城市和人均GDP排名第一的地級市（如果省會城市人均GDP排名第一，則選擇人均GDP排名第二的地級市）劃分為中心城市，其余地級市劃分為外圍城市。沒有將計劃單列市直接劃分為中心城市的原因在于：由于計劃單列市通常發(fā)展較快，具有更優(yōu)越的政策環(huán)境。因而根據總量排名所得到的中心城市與計劃單列市的名單幾乎重合。

依據上述劃分方式，在測算省際經濟發(fā)展不平衡程度時至少要有4個地級市統(tǒng)計數據?；跉v年《中國城市統(tǒng)計年鑒》中286個地級市的GDP和人口數據，筆者首先對數據進行篩選，剔除3個以下地級市統(tǒng)計數據的省份以及直轄市，最終篩選出2002-2012年的23個省份，得到三組經濟發(fā)展不平衡指標在兩個維度上的均值。根據指標測算結果，總的來說，各省份經濟發(fā)展不平衡程度歷年均值變動不大，并未出現(xiàn)經濟發(fā)展不平衡問題加劇的情形。比較來看，不同省份經濟發(fā)展不平衡程度存在著較大差異。經濟發(fā)展不平衡問題比較突出的既有經濟發(fā)達省份，如廣東和山東，也經濟欠發(fā)達的中、西部省份，如甘肅，河北、吉林、浙江和貴州則屬于經濟發(fā)展較均衡的省份。

三、模型設定與變量說明

（一）模型設定

結合前文的理論分析，本文基于房價可能影響經濟發(fā)展不平衡的人口效應和財富效應兩個視角，借鑒王小魯和樊綱與劉修巖關于發(fā)展不平衡影響因素的思路展開經驗分析，構建了包括房價變量和經濟發(fā)展不平衡變量的面板數據模型：

（5）

其中，wcv表示經濟發(fā)展不平衡程度，具體包括wcv_t、wcv_w和wcv_b；ph表示房價，x表示與房價組成交互項的控制變量；y表示其他控制變量；ε表示隨機誤差項；i和t分別表示省份和年份。

房價與經濟發(fā)展不平衡具有相互關聯(lián)性，在計量模型中表現(xiàn)為變量存在自回歸和雙向影響，這是計量分析需著重解決的問題。根據理論分析，房價是影響勞動力、資本要素配置的原因，是城市之間經濟發(fā)展水平產生差異的重要因素。但城市之間經濟發(fā)展水平又會影響勞動力流動和財富分配，進而影響房價，這意味著房價本身還受到經濟發(fā)展均衡程度的影響，說明模型變量可能存在內生性。

經濟發(fā)展不平衡與房價之間存在“滾雪球”式的雙向因果關系，使得靜態(tài)模型可能得不到無偏有效一致的估計結果。對此，本文試圖從數據和模型設定兩個角度解決內生性問題。一是單從總量角度分析房價、人口及其交互項，既無法避免雙向關系，又難以解釋變量之間的相關性問題，通常，人口大省因住房需求大。房價往往較高，而高人口密度地區(qū)可能又因資源有限呈現(xiàn)更明顯的經濟發(fā)展不平衡。對此，在以兩類城市之間經濟發(fā)展不平衡程度為被解釋變量時，通過計算各解釋變量在兩類城市之間的差距，以差值指標代替總量指標，利用房價的均值差來解釋兩類城市之間經濟發(fā)展不平衡程度，以避免總量意義上的變量聯(lián)系。二是考慮到采用固定效應模型的分析結果存在一定偏誤，將主要采用動態(tài)面板數據的廣義矩估計（GMM）方法進行分析。

（二）變量說明

被解釋變量。被解釋變量為經濟發(fā)展不平衡程度wcv，具體包括總體經濟發(fā)展不平衡程度wcv_t、兩類城市內部經濟發(fā)展不平衡程度wcv_w和兩類城市之間經濟發(fā)展不平衡程度wcv_b。

核心解釋變量。本文的核心解釋變量為房價。為保證指標的穩(wěn)健性，同時選取商品房價格和住宅價格兩個房價指標。這兩個指標均來自CEIC數據庫，因為統(tǒng)計的原因，各地級市商品房價格從2002年開始統(tǒng)計，這也是本文選取2002-2012年作為樣本期的原因，但住宅價格僅統(tǒng)計了2004年以后的數據。樣本量較小。因此，本文以商品房價格作為計量分析的主要指標，而僅將住宅價格用于對比分析和穩(wěn)健性檢驗。同時，還選擇房價與人口數量、房價與居民財富的交互項以及人口質量作為核心解釋變量，用以分析房價影響經濟發(fā)展不平衡的路徑和機理。人口數量為各地區(qū)年末人口數量，人口質量為各地區(qū)在校大學生數量，選擇在校大學生數量而未使用人口的平均教育年限作為人口質量的替代指標。主要是考慮到本文研究的是房價與經濟發(fā)展不平衡程度之間的關系，而在校大學生是高質量人口流人的一個主要原因，且房價是在校大學生是否選擇在畢業(yè)地工作的決定因素之一，相比之下，人口平均受教育年限更多地體現(xiàn)為結果性指標。此外，選擇居民年末存款余額作為居民財富的替代指標。其中年末人口數量、在校大學生數量和居民年末儲蓄存款余額均來源于中經網統(tǒng)計數據庫。

其他控制變量?？紤]到制度和政策可能同時對經濟發(fā)展不平衡和房價帶來影響，為了避免變量遺漏所造成的內生性偏誤。本文參照已有文獻選取了一些反映外部環(huán)境因素和政策因素的控制變量，包括外商直接投資、公共基礎設施和經濟發(fā)展水平。其中選擇公路面積作為公共基礎設施的替代指標。關于經濟發(fā)展水平變量，由于本文在測算被解釋變量時已使用GDP進行估計，可能存在雙向關系，所以暫不將GDP直接作為控制變量。考慮到不應忽略經濟發(fā)展階段的影響，將GDP按照25%、50%和75%的分位數構造出反映四個經濟發(fā)展階段的變量，分別賦值為1-4來控制經濟發(fā)展水平。為了盡可能降低異方差，除虛擬變量之外的所有解釋變量都以自然對數形式引入方程。

本文的回歸樣本為2002-2012年中國23個省份的面板數據。由于對中心城市和外圍城市進行了區(qū)分。本文省際面板中所用到的部分變量是對各省份地級市數據所取的均值和差值。變量的描述性統(tǒng)計如表1所示。

四、結果分析

本文的樣本區(qū)間為2002-2012年，由于時間較長，所以采用差分廣義矩估計進行估計，相關檢驗結果也顯示差分廣義矩估計比較適宜。為了保證估計結果的穩(wěn)健性，又報告了省際面板數據的固定效應估計結果。考慮到可能存在雙向因果關系導致的內生性問題，固定效應的估計系數可能存在一定偏誤，因而忽略其系數值的大小，僅參考它的顯著性和系數符號。將商品房價格、房價與人口數量的交互項、房價與居民財富的交互項以及人口質量作為核心解釋變量，以wcv_t和wcv_w為被解釋變量，估計結果分別如表2和表3所示。

對于兩類城市之間經濟發(fā)展不平衡程度指標來說，其所估計的是特定省份內部不同類型城市之間的經濟發(fā)展不平衡程度，與總體個經濟發(fā)展不平衡程度指標和兩類城市內部經濟發(fā)展不平衡程度指標的統(tǒng)計口徑并不相同。因此，除了滯后一期的wcv_b和經濟發(fā)展階段之外，其他變量均對中心城市和外圍城市進行了區(qū)分，分別得出中心城市和外圍城市各變量的均值，由中心城市減去外圍城市得出各變量的均值差。但由于差值計算可能得到部分負值，無法對其取對數，為了更直觀的觀察，對各變量的統(tǒng)計單位進行調整，如房價從元/平米調整為萬元/平米，外商直接投資從萬元調整為億元，等等。兩類城市之間經濟發(fā)展不平衡程度的估計結果如表4所示。需要注意的是，表4與表2、表3的系數值沒有可比性。

根據上述三組估計結果，二階自相關檢驗均支持估計方程的誤差項并不存在序列相關的假設，Sargan檢驗也表明各個模型設定和工具變量均比較有效。通過上述估計結果，本文得到如下結論：

第一，三類經濟發(fā)展不平衡程度指標均表現(xiàn)出較強的自積累特征，滯后一期的wcv_t、wcv_w和wcv_b均在1%的水平下顯著正相關，且系數值處于0.3-0.4之間，表明中國各省份經濟發(fā)展不平衡體現(xiàn)出明顯的“馬太效應”，很難實現(xiàn)自發(fā)調節(jié)。這與克魯格曼的論斷比較一致，在其他因素不變的前提下，地區(qū)之間的發(fā)展差距并不能自發(fā)縮小，現(xiàn)階段的經濟發(fā)展差距較大程度上仍需要政府加以引導。

第二。房價與經濟發(fā)展不平衡程度顯著負相關，表明房價上漲不僅沒有加劇經濟發(fā)展不平衡，反而對經濟發(fā)展差距起到調節(jié)作用。在wcv_t和wcv_w的兩組估計結果中，由于可能存在的雙向關系等問題，房價的系數符號并不特別穩(wěn)健，當剔除總量意義上的影響之后，以wcv_b為被解釋變量的模型估計系數在1%的水平下顯著，表明房價差異能夠很好地解釋兩類城市之間的經濟發(fā)展差距。如果考慮到經濟發(fā)展差距的影響，房價差異應該更大。

第三，人口數量與兩類城市內部經濟發(fā)展不平衡程度顯著正相關，但人口卻無法解釋兩類城市之間的經濟發(fā)展不平衡程度。這與理論分析不一致，主要是由所選擇的指標口徑難以反映勞動力流動情況所導致的。囿于數據限制，無法取得“中心→外圍、外圍→中心”兩個方向的勞動力流動情況，這也是房價與數量結構的交互項系數值和系數符號不穩(wěn)定的原因。在關于wcv_t和wcv_w的方程中，人口質量的系數符號為負值，表明該省份人口質量越高，經濟發(fā)展不平衡程度越低。當采用兩類城市均值的差值作為解釋變量時，其系數分別為0.006和0.007，且在1%的水平下顯著，表明中心城市和外圍城市人口質量差距越大，經濟發(fā)展不平衡程度越高。

第四，在關于wcv_t和wcv_w的方程中，房價與居民財富的交互項并不顯著，但在剔除外部影響的wcv_b方程中。房價與居民財富的交互項系數為0.085，并且在10%的水平下顯著。這表明房價仍可能存在著較微弱的財富效應和信貸效應，并加劇了經濟發(fā)展不平衡。

第五，經濟發(fā)展階段與wcv_t和wcv_w正相關，表明經濟發(fā)展水平越高，總體經濟發(fā)展不平衡程度越高。經濟發(fā)展階段與wcv_b負相關，表明經濟發(fā)展水平越高的省份，其兩類城市之間的發(fā)展差距越小，這類省份的不均衡主要體現(xiàn)在兩類城市內部?；A設施能夠顯著降低各省份總體經濟發(fā)展不平衡程度和兩類城市內部經濟發(fā)展不平衡程度，外商直接投資也能夠很好地解釋三類經濟發(fā)展不平衡。更進一步，通過將商品房價格變換為住宅價格和替換樣本區(qū)間，筆者考察了住宅價格對經濟發(fā)展不平衡的影響，并將其作為本文的穩(wěn)健性檢驗。根據穩(wěn)健性檢驗結果，各變量的符號和系數與表2-表4的結果基本相同。

五、研究結論

通過借鑒中心-外圍模型基本思想并采用加權變異系數法測算各省份經濟發(fā)展不平衡程度，本文考察了高房價是否會加劇省際經濟發(fā)展不平衡的理論命題。研究發(fā)現(xiàn)，雖然房價上漲通過微弱的財富效應和信貸效應加劇經濟發(fā)展不平衡程度，但高房價又會促使勞動力從優(yōu)勢城市向劣勢城市轉移，間接縮小城市經濟發(fā)展差距。與公眾普遍預期不同的是，從總和效應來看，房價上漲不僅并未加劇省份內部經濟發(fā)展不平衡，反而一定程度上有助于解決現(xiàn)有不平衡問題。在區(qū)分中心城市和外圍城市的基礎上，這種負向關系更加明顯。這均表明多數省份中心城市的房價都已經起到了“驅逐”勞動力的效應，“逃離北上廣”已不僅僅是一線城市存在的現(xiàn)象。從規(guī)模來看，房價上漲促使部分勞動力向欠發(fā)達地區(qū)轉移，勞動力從中心城市向外圍城市流動，使房價與經濟發(fā)展不平衡呈現(xiàn)負相關關系。

各省份經濟發(fā)展不平衡體現(xiàn)出明顯的自積累特征，很難通過經濟發(fā)展實現(xiàn)自發(fā)調節(jié)，已形成的經濟發(fā)展差距仍需要政府加以引導。人口質量、基礎設施水平和外商直接投資能夠對總體經濟發(fā)展不平衡程度上起到改善作用。政府可以從加強教育投資、改善基礎設施和外資政策等方面著手解決經濟發(fā)展不平衡難題。房價通過間接“驅逐”勞動力而縮小城市發(fā)展差距的方式顯然更加“短視”，如果不考慮規(guī)模而單從效率角度看，城市之間相對房價上漲，會使無法承受住房成本的勞動力被迫向低房價城市轉移，長期看來，大城市因房價而產生的“優(yōu)勝劣汰”機制將使得優(yōu)勢城市的整體效率提升，并形成產業(yè)層級的固化，使中小城市越來越難以同大城市在資源和人才方面競爭。

（責任編輯：孫艷）