陳思博 葉劍平

(中國人民大學(xué)，北京 100872)

一、引言

自1998年7月國務(wù)院下發(fā)《關(guān)于進(jìn)一步深化城鎮(zhèn)住房制度改革加快住房建設(shè)的通知》以來，我國城市房價快速增長。2000年至2018年，全國商品房平均銷售價格上漲了3.14倍，其中，北京、上海兩大一線城市更是增長驚人，2018年比2000年分別上漲了721%、654%。(1)根據(jù)國家統(tǒng)計局網(wǎng)站，2018年全國商品房平均銷售價格為8736.90元/平方米，2000年為2112.00元/平方米； 2018年北京商品房平均銷售價格為37420.19元/平方米，2000年為4557.00元/平方米；2018年上海商品房平均銷售價格為26890.08元/平方米，2000年為3565.00元/平方米。在房價增長幅度遠(yuǎn)超工資增長幅度的情況下，住房價格差異大大影響了產(chǎn)業(yè)勞動力聚集程度，以致“北漂”、“逃離北上廣”等社會熱點(diǎn)頻出。

房價分化指不同地區(qū)的住房價格增長速度存在明顯差異使得住房價格差距擴(kuò)大的情況，體現(xiàn)為部分城市住房成本以超越平均房價增長的速度增長，部分城市以平均房價增長速度以下的速度增長。我國學(xué)者已經(jīng)察覺到中國城市的房價“持續(xù)分化”現(xiàn)象。王洋(2015)運(yùn)用PDI分化指數(shù)分析、GIS空間分析和灰色關(guān)聯(lián)分析方法，發(fā)現(xiàn)中國城市住宅價格特別是一線城市與其他城市存在顯著的空間分化現(xiàn)象，同時認(rèn)為，這種分化是一種等級性的分化。[1]倪鵬飛(2019)指出，反映城市差異狀況的相對系數(shù)，如相對均差、變異系數(shù)、基尼系數(shù)、卡瓦尼測度、泰爾均值對數(shù)偏差等均表明，從2001至2013年間，城市間差距呈現(xiàn)從變大到變小趨勢或先變小再變大的趨勢。[2]從數(shù)據(jù)上來看，筆者通過對我國266個地級市2005年至2017年相對住房價格數(shù)據(jù)進(jìn)行核密度分析(Estimates of the Kernel Density)發(fā)現(xiàn)：隨著時間的推移，住房價格核密度出現(xiàn)右偏趨勢，各城市價格的分布變得越來越分散，即我國城市房價自2005年以來呈持續(xù)分化狀態(tài)(如圖1所示)。伴隨著住房價格差距的擴(kuò)大，城市對企業(yè)的吸引力呈現(xiàn)出差異化傾向，可以說，住房價格分化正在影響我國產(chǎn)業(yè)聚集的程度與方式。探究城市住房價格對城市產(chǎn)業(yè)聚集的影響途徑和影響方式，討論和分析我國城市房價分化對產(chǎn)業(yè)結(jié)構(gòu)升級的影響規(guī)律，對于制定與不動產(chǎn)相關(guān)的政策措施和預(yù)測我國城市產(chǎn)業(yè)未來發(fā)展具有重大意義。基于上述，筆者分別從勞動力角度、企業(yè)角度和空間角度探討房價增幅對產(chǎn)業(yè)結(jié)構(gòu)的影響，并在實證中擴(kuò)展高波(2012)提出的經(jīng)典產(chǎn)業(yè)變遷模型[3]，運(yùn)用空間經(jīng)濟(jì)學(xué)方法，對我國266個地級市(2)我國共有278個地級市，15個副省級市和4個直轄市。本文剔除因行政區(qū)域變動和統(tǒng)計缺失等原因?qū)е聰?shù)據(jù)缺失或嚴(yán)重偏誤的城市，最終使用266個地級市數(shù)據(jù)進(jìn)行分析。2005年至2017年數(shù)據(jù)進(jìn)行研究。

圖1 地級市住房價格核密度估計

二、文獻(xiàn)綜述

學(xué)者關(guān)于區(qū)域住房價格和產(chǎn)業(yè)升級關(guān)系的討論興起于Krugman(1991)提出核心-邊緣模型后，截至目前，國內(nèi)外學(xué)者尚未就房價分化對產(chǎn)業(yè)結(jié)構(gòu)的影響問題達(dá)成一致的結(jié)論。但一般認(rèn)為，城市住房價格對通過三種機(jī)制影響城市產(chǎn)業(yè)的聚集狀態(tài)。一是住房價格差異通過勞動力影響城市產(chǎn)業(yè)聚集狀態(tài)；二是住房價格差異通過企業(yè)成本影響城市產(chǎn)業(yè)聚集狀態(tài)；三是通過住房價格和產(chǎn)業(yè)結(jié)構(gòu)的空間溢出效應(yīng)影響城市產(chǎn)業(yè)集聚狀態(tài)。

關(guān)于“城市住房價格差異改變了城市勞動力流動進(jìn)而影響產(chǎn)業(yè)結(jié)構(gòu)”。這一觀點(diǎn)已被國內(nèi)外學(xué)者廣泛認(rèn)同。Bagne(1969)梳理總結(jié)出“推力一拉力”理論(push-pull laws)，提出遷入地有利于改善條件的因素為拉力，遷出地不利的生活條件為推力。Brakman(2002)和Rabe(2012)實證了Helpman(1998)以Krugman(1991)為基礎(chǔ)的引入住房市場因素新經(jīng)濟(jì)地理學(xué)模型，指出某地區(qū)的住房價格會影響勞動者的相對效用，從而抑制勞動力在該地區(qū)的集聚。[4-7]夏怡然等學(xué)者指出，城市的高房價水平和公共服務(wù)水平吸引了大量勞動力流入。[8-10]邵挺(2010)和范劍勇(2011)在進(jìn)一步的研究中，發(fā)現(xiàn)住房租金等問題影響了區(qū)域勞動力流動，進(jìn)而導(dǎo)致制造業(yè)出現(xiàn)不合理分布。[11-12]高波(2012)發(fā)現(xiàn)中國東部地區(qū)與中西部地區(qū)房價差異增大，勞動力流動迫使產(chǎn)業(yè)發(fā)生轉(zhuǎn)移，導(dǎo)致區(qū)域產(chǎn)業(yè)結(jié)構(gòu)的升級轉(zhuǎn)型。[3]張平等(2016)研究發(fā)現(xiàn)房價差異擴(kuò)大擠出低水平勞動力，聚集更高層級勞動力使得區(qū)域產(chǎn)業(yè)結(jié)構(gòu)向高質(zhì)量聚集[13]。張莉等(2017)認(rèn)為高房價意味著更好的發(fā)展前景、工作計劃和財富增長空間，吸引人才流入。但高房價也極大地加重勞動力生活成本，阻礙城市人才引進(jìn)和創(chuàng)新創(chuàng)業(yè)。[9]

學(xué)者們同時認(rèn)為，城市住房差異價格通過企業(yè)擇地決策途徑影響城市產(chǎn)業(yè)聚集。在現(xiàn)有對于企業(yè)遷移決策的研究中，“抵押擔(dān)保渠道效應(yīng)”(channel effect on security guarantees)、“擠出效應(yīng)”(crowding - out effect)和“門檻效應(yīng)”(threshold effects)均可認(rèn)為是房價差異對城市產(chǎn)業(yè)聚集的影響形式。Barro(1976)和Hart(1994)提出了“抵押擔(dān)保渠道效應(yīng)”，即房地產(chǎn)價值快速上漲時，其作為企業(yè)重要抵押品可以在一定程度上緩解企業(yè)的外部融資約束，從而吸引企業(yè)遷移擇地。[14-15]同時，這種“抵押擔(dān)保渠道效應(yīng)”意味著持有房地產(chǎn)價值提高時，企業(yè)增加其能夠向銀行借貸的資金，擴(kuò)大企業(yè)再投資，加強(qiáng)產(chǎn)業(yè)聚集程度。[16-18]另一方面，房地產(chǎn)業(yè)的快速發(fā)展也推高了企業(yè)生產(chǎn)成本，降低企業(yè)創(chuàng)新傾向，因此城市間房價差異對企業(yè)存在“擠出效應(yīng)”。[19-21]據(jù)與上述，有學(xué)者將房價波動對企業(yè)聚集的影響歸納為“門檻效應(yīng)”，即房價上漲對企業(yè)同時存在“擠出效應(yīng)”和“抵押擔(dān)保渠道效應(yīng)”，因而呈現(xiàn)先增加后降低的趨勢。[22]

此外，學(xué)者們認(rèn)為城市住房價格差異和產(chǎn)業(yè)結(jié)構(gòu)變化具有“空間溢出性”(spatial spillover)。著名的“波紋效應(yīng)”(wave effect)理論指出房價具有空間擴(kuò)散性，即部分地區(qū)的房價變化首先發(fā)生，并像水中的漣漪一樣，使得鄰近城市的房價依次變化。[23-24]現(xiàn)有研究中，我國學(xué)者們分別使用不同方法檢驗了這種“空間溢出性”，如協(xié)整分析、向量自回歸分析等。[25-26]不少學(xué)者關(guān)注了這種相互作用機(jī)理，發(fā)現(xiàn)除房價空間溢出是一種普遍現(xiàn)象外，溢出性還存在一定的相互作用。呂龍(2019)的研究指出城市房價溢出關(guān)系存在復(fù)雜的“小世界網(wǎng)絡(luò)”，不同城市分別扮演“領(lǐng)導(dǎo)者”(外溢)，“雙向引導(dǎo)者”(非主動外溢)和“跟隨者”(被動內(nèi)部城市群相互溢出)角色。[27]

從城市產(chǎn)業(yè)結(jié)構(gòu)角度來看，城市房價分化對產(chǎn)業(yè)結(jié)構(gòu)的影響也具備了空間效應(yīng)。一地產(chǎn)業(yè)結(jié)構(gòu)的變化意味著部分產(chǎn)業(yè)資本的轉(zhuǎn)移，勞動力的流動，必將對周邊區(qū)域的勞動力結(jié)構(gòu)和產(chǎn)業(yè)分布產(chǎn)生影響。王林輝(2019)研究發(fā)現(xiàn)區(qū)域經(jīng)濟(jì)易受空間相鄰地區(qū)要素流動的影響，空間性相鄰地區(qū)的資本、勞動力流動會促進(jìn)本地專業(yè)化產(chǎn)業(yè)聚集。余璇(2020)的研究發(fā)現(xiàn)，地區(qū)海洋產(chǎn)業(yè)結(jié)構(gòu)升級會外溢到鄰近地區(qū)，促進(jìn)鄰近地區(qū)結(jié)構(gòu)升級。[28]此外，產(chǎn)業(yè)結(jié)構(gòu)的變動的空間影響并不僅僅局限在鄰近區(qū)域，而是具有“傳導(dǎo)性”且存在相互作用。高波(2012)的研究發(fā)現(xiàn)，部分產(chǎn)業(yè)從東部地區(qū)一直遷移到中西部地區(qū)，對二者的產(chǎn)業(yè)結(jié)構(gòu)均起到了升級作用。[3]

綜上，城市住房價格差異對產(chǎn)業(yè)結(jié)構(gòu)的影響是一個極度復(fù)雜的體系。學(xué)者們的既有研究成果已證明，從影響途徑上看，房價差異無論從勞動力層面還是從企業(yè)層面均存在雙向影響產(chǎn)業(yè)聚集的路徑；從空間上看，房價增長和產(chǎn)業(yè)結(jié)構(gòu)變化均存在溢出效應(yīng)，而且這種溢出效應(yīng)存在相互作用。

綜觀國內(nèi)外既有研究成果，我們大致可以得出如下三個判斷：一是既有研究以關(guān)注房價波動的擴(kuò)散性質(zhì)為主，只有少量學(xué)者就住房價格對勞動力流動或企業(yè)流動影響途徑的部分機(jī)制進(jìn)行分析，但鮮有從整體上直接研究房價變化對產(chǎn)業(yè)結(jié)構(gòu)的影響。二是目前僅有較少文獻(xiàn)在分析過程中進(jìn)行全面的空間分析，更沒有從房價角度對產(chǎn)業(yè)結(jié)構(gòu)進(jìn)行空間分析。三是目前大多數(shù)這類研究成果集中于對大中城市房價與產(chǎn)業(yè)集聚的影響，而忽視了三四線城市在整體產(chǎn)業(yè)演變中的角色，特別是空間影響。因此，本文將構(gòu)建合理指標(biāo)測度產(chǎn)業(yè)結(jié)構(gòu)狀態(tài)，并通過計算每年城市的相對房價作為某市房價分化指標(biāo)的工具變量，再基于266個地級市數(shù)據(jù)構(gòu)建房價分化—產(chǎn)業(yè)結(jié)構(gòu)變動的空間模型，檢驗其空間特征和空間效果。

三、假設(shè)的提出

美國城市經(jīng)濟(jì)學(xué)家阿蘭索(William Alonso)基于邊際均衡和區(qū)位邊際收益等空間經(jīng)濟(jì)學(xué)理論于1964年提出了競租理論(Bid Rent Theory)。競租理論表明在房價或者地價越高的地方，能夠競爭取得土地的產(chǎn)業(yè)需要較高的利潤。而隨著房價的不斷上升，產(chǎn)業(yè)需要的與之相匹配的利潤條件不斷提高，進(jìn)而導(dǎo)致產(chǎn)業(yè)升級。進(jìn)一步分析，克拉克(Colin Clark)于1940年發(fā)展英國古典經(jīng)濟(jì)學(xué)家配第(William Petty)的研究總結(jié)出的“配第—克拉克定理”表明隨著經(jīng)濟(jì)的發(fā)展，第一產(chǎn)業(yè)的比重依次向第二和第三產(chǎn)業(yè)轉(zhuǎn)移，最終將實現(xiàn)以第三產(chǎn)業(yè)比重上升為標(biāo)志的產(chǎn)業(yè)升級。而在城市經(jīng)濟(jì)中，主要以第二、第三產(chǎn)業(yè)為主，產(chǎn)業(yè)升級即意味著第三產(chǎn)業(yè)比重上升。

中心城市在競租的過程中，產(chǎn)業(yè)升級不斷發(fā)生，而韋伯(Alfred Weber)于1909年提出的聚集經(jīng)濟(jì)理論表明，企業(yè)在生產(chǎn)和流通上最節(jié)省的地點(diǎn)聚集，進(jìn)而在產(chǎn)業(yè)聚集的同時，同類型的行業(yè)也會聚集發(fā)展，在空間上表現(xiàn)出溢出效應(yīng)和空間聚集效應(yīng)。

然而，在城市技術(shù)無法快速提升和城市房價上漲過快的情況下，技術(shù)帶來的產(chǎn)業(yè)利潤提高將小于快速上漲房價帶來的利潤，出現(xiàn)勞動力短缺和企業(yè)成本增加的情況，進(jìn)而抑制產(chǎn)業(yè)升級。

對應(yīng)于上述分析，本文提出如下三項假設(shè)：

假設(shè)1：城市相對房價上漲帶動城市產(chǎn)業(yè)向高產(chǎn)值聚集，即推動產(chǎn)業(yè)升級

城市住房價格相對于區(qū)域整體價格上漲有利于建立高產(chǎn)值產(chǎn)業(yè)需要的勞動力市場。相對房價上漲提升當(dāng)?shù)貏趧恿ι畛杀?，對部分收入較低的勞動力產(chǎn)生“推力”，使收入較低的勞動力前往周邊較低房價區(qū)域。另一方面，房價上漲意味著更好的發(fā)展前景和財富增長空間，對相對高收入高素質(zhì)人群產(chǎn)生“拉力”，吸引人才流入。同理，相對房價上漲增大企業(yè)成本，使得無利可圖的低效益企業(yè)向周邊低房價地區(qū)遷出，高效益企業(yè)則可通過“抵押擔(dān)保渠道效應(yīng)”等方式擴(kuò)大融資，進(jìn)行企業(yè)再投資，加快產(chǎn)業(yè)聚集。

假設(shè)2：城市相對房價過度上漲會影響產(chǎn)業(yè)結(jié)構(gòu)向高產(chǎn)值聚集，即抑制產(chǎn)業(yè)升級

房價過度上漲是一個相對概念，當(dāng)房價上漲至阻礙產(chǎn)業(yè)升級時，應(yīng)認(rèn)定為房價過度上漲。具體而言，當(dāng)城市相對房價過高時，對大部分勞動力產(chǎn)生“推力”，城市勞動力市場出現(xiàn)“勞動力短缺”等現(xiàn)象，影響產(chǎn)業(yè)發(fā)展。同理，企業(yè)成本過重使得企業(yè)在周邊低房價區(qū)域的利潤大于現(xiàn)有利潤與遷移成本之和，企業(yè)將選擇外遷，使得城市出現(xiàn)產(chǎn)業(yè)空心化，不利于高產(chǎn)值產(chǎn)業(yè)聚集。在回歸中，可以表現(xiàn)為相對房價從低值向高值轉(zhuǎn)變的過程中，對產(chǎn)業(yè)結(jié)構(gòu)升級影響由正轉(zhuǎn)負(fù)。

假設(shè)3：產(chǎn)業(yè)聚集具有空間相關(guān)性，一地高產(chǎn)值產(chǎn)業(yè)聚集將帶動周邊區(qū)域，即產(chǎn)業(yè)升級具有空間性質(zhì)

房價的波動在空間上具有“波紋效應(yīng)”，一地房價上漲會帶動區(qū)域房價上漲，再通過勞動力和企業(yè)兩個途徑影響產(chǎn)業(yè)結(jié)構(gòu)。此外，區(qū)域經(jīng)濟(jì)易受空間相鄰地區(qū)要素流動的影響，空間性相鄰地區(qū)的資本、勞動力流動會促進(jìn)本地產(chǎn)業(yè)聚集。

四、數(shù)據(jù)、指標(biāo)與回歸模型

1.數(shù)據(jù)來源

本文主要使用空間位置數(shù)據(jù)和地級市宏觀數(shù)據(jù)，構(gòu)建我國地級市從2005年至2017年的面板數(shù)據(jù)，涵蓋了我國大、中、小地級市，使城市研究更加全面且更具代表性和推廣性。該數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》(2006-2018)、《中國人口與就業(yè)統(tǒng)計年鑒》(2006-2018)、國家統(tǒng)計局、各省市統(tǒng)計局以及香港環(huán)亞經(jīng)濟(jì)數(shù)據(jù)有限公司的CEIC數(shù)據(jù)庫。為保證面板平衡性，本文采取差值法對極少數(shù)缺失數(shù)據(jù)進(jìn)行差值補(bǔ)充，并除去行政區(qū)域變動等原因產(chǎn)生數(shù)據(jù)誤差的城市，最終使用266個地級市數(shù)據(jù)進(jìn)行分析。

2.指標(biāo)構(gòu)建

經(jīng)過上述理論研究，本文認(rèn)為，產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)指數(shù)受到房價分化程度的影響，且具有空間特質(zhì)，但是在研究中需要控制城市本身的其他屬性，故本文對高波(2012)提出的經(jīng)典模型進(jìn)行擴(kuò)展，并擬采用以下變量來重構(gòu)模型：

(3)相對工資水平(rwage)：工資水平是影響勞動力流動和產(chǎn)業(yè)結(jié)構(gòu)的重要因素。本文使用職工平均工資的相對數(shù)來衡量城市職工的工資水平，將相對工資水平定義為區(qū)域工資于平均工資之比。

(4)城市商業(yè)運(yùn)營條件(recon)：商業(yè)運(yùn)營環(huán)境是企業(yè)生存的必要條件之一，是影響產(chǎn)業(yè)結(jié)構(gòu)的重要因素。本文借鑒肖蘭(2015)，張傳勇(2017)的觀點(diǎn)，用“年末金融機(jī)構(gòu)人民幣存貸款余額之和”的對數(shù)來表示城市商業(yè)條件。[29-30]

(5)城市運(yùn)輸物流條件(rtrans)：城市的貨運(yùn)量能夠反映出城市與外界之間貿(mào)易的依存度。本文使用“城市年度公路貨運(yùn)總量”的相對數(shù)來測度城市物流條件。

(6)城市信息現(xiàn)代化條件(rinfo)：區(qū)域科技發(fā)達(dá)程度和信息化水平對企業(yè)的日常生產(chǎn)、貨物的流通有著重要的影響。本文使用“互聯(lián)網(wǎng)寬帶接入用戶數(shù)”的相對數(shù)表征城市信息化水平程度。

(7)城市資本資產(chǎn)條件(rcapt)：一地的資本存量對當(dāng)?shù)亟?jīng)濟(jì)發(fā)展有著至關(guān)重要的作用。本文使用“當(dāng)年固定資產(chǎn)投資額”的相對數(shù)作為資產(chǎn)資本條件的表征。

3.回歸模型構(gòu)建

本文基于三個假設(shè)，將地理權(quán)重舉證引入實證模型，構(gòu)建基于面板數(shù)據(jù)的空間回歸模型如下(3)回歸1為僅考慮房價推動作用的空間計量模型，檢驗房價持續(xù)分化對產(chǎn)業(yè)升級的推動作用及其空間效應(yīng)，驗證假設(shè)1和假設(shè)3；回歸2在回歸1的基礎(chǔ)上加入房價二次項系數(shù)，檢驗我國高房價對產(chǎn)業(yè)結(jié)構(gòu)升級過程中產(chǎn)生的負(fù)向影響，驗證假設(shè)2。：

回歸1

回歸2

其中，SHit表示在t時期，城市i的產(chǎn)業(yè)升級進(jìn)度；rhpit表示在t時期i城市的相對房價水平；wageit表示在t時期i城市的相對工資水平；econit、transit、infoit和captit分別表示在t時期i城市的經(jīng)濟(jì)條件、交通運(yùn)輸條件、網(wǎng)絡(luò)信息化條件和資本條件；βi為空間固定效應(yīng)；εit為隨機(jī)誤差項，且服從正態(tài)分布；Xit為解釋變量矩陣；Wij為地理權(quán)重矩陣，構(gòu)建原則為：

在構(gòu)建空間權(quán)重矩陣時，兩個城市距離dij由城市i和城市j的地理中心點(diǎn)的經(jīng)緯度坐標(biāo) (α1，β1)，(α2，β2) 求得，計算公式為 ：

dij=R·arccos[cosβ1cosβ2cos(α1-α2)+sinβ1+sinβ2]

式中 ：R為地球半徑。

五、空間相關(guān)性檢驗與模型選擇

1.房價與產(chǎn)業(yè)存在空間聚集性

空間自相關(guān)(spatial autocorrelation)可以認(rèn)為相近區(qū)域的取值有一定的聯(lián)系，如果高值區(qū)域與高值區(qū)域聚集(H-H相鄰)，低值區(qū)域與低值區(qū)域聚集(L-L相鄰)，則為正的空間自相關(guān)性(positive spatial autocorrelation)；反之，高值區(qū)域往往與低值區(qū)域聚集(H-L相鄰或L-H相鄰)，則具有負(fù)的空間自相關(guān)性(negative spatial autocorrelation)；弱高值區(qū)域與低值區(qū)域隨機(jī)分布，則不存在空間自相關(guān)性?，F(xiàn)有文獻(xiàn)中提出的一系列度量空間自相關(guān)性方法中最為流行的方法為“莫蘭指數(shù)”(Moran’s I)與吉爾里指數(shù)C(Geary’s C)。

本文對我國地級市2006-2017年房價數(shù)據(jù)和產(chǎn)業(yè)占比精細(xì)空間自相關(guān)檢驗，結(jié)果如表1所示：莫蘭指數(shù)(Moran’s I)和吉爾里指數(shù)C(Geary’s C)結(jié)果表明在所有時期住房價格均存在正自相關(guān)的空間特征；在大多數(shù)時間中，產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)呈現(xiàn)顯著正自相關(guān)的空間特征。

因此，可以得出，房價和產(chǎn)業(yè)結(jié)構(gòu)在空間上呈現(xiàn)聚集狀態(tài)，且表現(xiàn)為正的空間相關(guān)性，即“高—高”聚集(高房價城市與高房價城市聚集；第三產(chǎn)業(yè)占優(yōu)城市與第三產(chǎn)業(yè)占優(yōu)城市聚集)和“低—低”聚集(低房價城市與低房價城市聚集；第二產(chǎn)業(yè)占優(yōu)城市與第二產(chǎn)業(yè)占優(yōu)城市聚集)。

表1 房價和產(chǎn)業(yè)指數(shù)的全局莫蘭指數(shù)和吉爾里指數(shù)C檢驗結(jié)果

2.空間模型選擇

為確定具體使用的空間計量方法，首先要進(jìn)行空間面板數(shù)據(jù)的拉格朗日檢驗，結(jié)果如圖2所示。

表2 空間面板數(shù)據(jù)的拉格朗日檢驗結(jié)果

由表2知，模型的LM檢驗和穩(wěn)健的LM檢驗均在1%的顯著條件下拒絕原假設(shè)，即均存在空間滯后和空間誤差，故判斷既存在空間滯后又存在空間誤差。在模型選擇上應(yīng)當(dāng)選擇既考慮空間滯后又考慮空間誤差的空間杜賓模型(Spatial Durbin Model)。之后使用未進(jìn)行穩(wěn)健標(biāo)準(zhǔn)誤的隨機(jī)效應(yīng)和固定效應(yīng)估計結(jié)果，進(jìn)行豪斯曼檢驗(Hausman test)，判斷使用固定效應(yīng)還是隨機(jī)效應(yīng)的空間杜賓模型，結(jié)果如表3所示。

表3 豪斯曼檢驗結(jié)果

表3中χ2 =134.44，并在 1% 水平上強(qiáng)烈拒絕原假設(shè)，所以在檢驗產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)的空間杜賓模型中，應(yīng)選擇固定效應(yīng)的空間杜賓模型。為了模型的準(zhǔn)確性，本文使用極大似然比(Likelihood-ratio test)對空間杜賓模型是否退化為空間誤差模型(SEM)和空間自回歸模型(SAR)進(jìn)行檢驗，檢驗結(jié)果如表4所示：

表4 空間面板杜賓模型退化檢驗結(jié)果

由上表對模型的檢驗結(jié)果可知，在1%的顯著水平下，空間杜賓模型(SDM)顯著優(yōu)于空間誤差模型(SEM)；在1%的顯著水平下，空間杜賓模型(SDM)顯著優(yōu)于空間自回歸模型(SAR)。因此，本文選擇最合適的固定效應(yīng)空間杜賓模型進(jìn)行參數(shù)回歸。

六、實證檢驗結(jié)果

1.空間杜賓模型估計結(jié)果

考慮空間因素的基礎(chǔ)上，利用 Stata14.0 和極大似然估計法(MLE)分別對解釋變量和含控制變量的解釋變量進(jìn)行參數(shù)估計，估計結(jié)果如下：

表5 基于固定效應(yīng)的空間杜賓模型估計結(jié)果

本文的穩(wěn)健性檢驗結(jié)果和回歸1結(jié)果對比發(fā)現(xiàn)：在剔除其他控制變量的回歸中，關(guān)鍵變量相對城市房價和相對工資水平與回歸1 的結(jié)果顯著性、影響方向和影響程度高度一致?？臻g系數(shù)(Rho)為0.432且在1%顯著水平下拒絕原假設(shè)，說明穩(wěn)健性檢驗中空間效應(yīng)顯著。因此，在本文研究的問題中，全國的樣本分析結(jié)果表示各城市和區(qū)域的差異性較小，因此本文的結(jié)果穩(wěn)健且可接受的，即目前的分析結(jié)果可以展示出現(xiàn)有全國地級市的共同特征。

在表5中，對于產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)而言，以相對房價和相對工資為內(nèi)生變量的三個回歸方程的結(jié)果是顯著且穩(wěn)健的。從城市本身的影響來看，相對房價(rhp)和相對工資(rwage)對產(chǎn)業(yè)結(jié)構(gòu)升級過程(rsh)影響顯著，說明本城市相對房價(rhp)的上漲會促使自身產(chǎn)業(yè)升級，本城市相對工資(rwage)的增長則不利于自身產(chǎn)業(yè)結(jié)構(gòu)升級。具體來看，現(xiàn)有城市相對房價每上漲1個單位，城市相對產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)要增加約0.082個單位；現(xiàn)有城市相對工資每上漲1個單位，城市相對產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)要減少約0.069個單位。從本城市對周邊城市的影響來看，本城市相對房價(rhp)和相對工資(rwage)對周邊城市相對產(chǎn)業(yè)結(jié)構(gòu)(rsh)產(chǎn)生顯著負(fù)向影響，說明本城市相對房價(rhp)的上漲和相對工資(rwage)的增長則不利于周邊城市產(chǎn)業(yè)結(jié)構(gòu)升級。

在引入相對房價的二次項(rhp2)的回歸2中，可以發(fā)現(xiàn)，本城市相對房價與本城市產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)呈現(xiàn)“倒U型”關(guān)系，本城市對周邊城市產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)的影響呈現(xiàn)“正U型”關(guān)系，說明相對房價的變化對產(chǎn)業(yè)結(jié)構(gòu)的影響存在拐點(diǎn)，過高的房價會抑制產(chǎn)業(yè)升級。這可能是由于過度房價分化會導(dǎo)致勞動力和企業(yè)流失，進(jìn)而產(chǎn)生產(chǎn)業(yè)空心化導(dǎo)致的。

在完全加入控制變量的回歸中，空間滯后系數(shù)rho約在0.35左右且在1%的顯著水平下顯著，說明臨近城市產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)的提高促進(jìn)本市的產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)提升。

2.空間效應(yīng)分解

筆者在得出上述空間杜賓模型估計結(jié)果的基礎(chǔ)上，進(jìn)一步采用偏微分法分解空間溢出效應(yīng)，以便準(zhǔn)確度量空間效應(yīng)分解，結(jié)果如表6所示：

表6 基于估計結(jié)果的空間效應(yīng)分解

從直接效應(yīng)來看，相對住房價格對城市產(chǎn)業(yè)結(jié)構(gòu)升級具有正向的直接影響。相對工資、相對經(jīng)濟(jì)活躍度、相對交通運(yùn)輸能力、相對互聯(lián)網(wǎng)信息化程度、相對資本投資都對本市的產(chǎn)業(yè)升級有負(fù)向影響。從間接效應(yīng)來看，鄰近城市相對住房價格的提高、相對工資的提高、高質(zhì)量勞動力就業(yè)比例的提高不利于本城市的產(chǎn)業(yè)結(jié)構(gòu)的發(fā)展。從控制變量的結(jié)果來看，商業(yè)條件、物流運(yùn)輸條件和資本資產(chǎn)條件三者顯著且均為負(fù)數(shù)，說明鄰近城市的經(jīng)濟(jì)活躍程度、運(yùn)輸物流能力和資本投資能力對本城市產(chǎn)業(yè)結(jié)構(gòu)發(fā)展有負(fù)向影響。從總效應(yīng)來看，長期以來，整體住房價格分化對產(chǎn)業(yè)升級有較小的負(fù)向影響，相對工資差異擴(kuò)大也對各地區(qū)產(chǎn)業(yè)升級造成不利影響。

從上述討論可以看出，若房價持續(xù)分化，將對整體的產(chǎn)業(yè)升級的產(chǎn)生負(fù)面影響，現(xiàn)階段城市與城市之間產(chǎn)業(yè)結(jié)構(gòu)差異將隨著房價持續(xù)分化而逐步擴(kuò)大，當(dāng)房價分化到一定程度時，會減弱這種城市之間的結(jié)構(gòu)差異，即拐點(diǎn)的出現(xiàn)，與之前主模型結(jié)果一致。

七、結(jié)論及政策啟示

本文梳理了城市住房價格分化與產(chǎn)業(yè)結(jié)構(gòu)的影響關(guān)系，并在此基礎(chǔ)上運(yùn)用空間杜賓模型，測定城市相對房價的變化對城市產(chǎn)業(yè)結(jié)構(gòu)的影響，并刻畫其空間效果。研究發(fā)現(xiàn)：(1)相對房價的上漲會使得本市產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)存在“倒U型”關(guān)系。具體表現(xiàn)為住房價格分化程度較低時，相對房價升高會推動產(chǎn)業(yè)結(jié)構(gòu)升級，在相對住房分化程度到達(dá)拐點(diǎn)時，相對房價升高會抑制產(chǎn)業(yè)結(jié)構(gòu)升級。(2)相對房價對整體區(qū)域的產(chǎn)業(yè)結(jié)構(gòu)影響較弱，但相對房價對產(chǎn)業(yè)結(jié)構(gòu)具有很強(qiáng)的空間影響。以我國相對房價持續(xù)性分化的現(xiàn)狀來看，我國城市間產(chǎn)業(yè)結(jié)構(gòu)差異也將擴(kuò)大，呈現(xiàn)高者更高，低者更低的特征。(3)商業(yè)活躍程度、運(yùn)輸物流程度和資本投資條件均對產(chǎn)業(yè)結(jié)構(gòu)升級有負(fù)面影響，且具有負(fù)向的溢出效應(yīng)，即三個指標(biāo)高的地區(qū)更容易發(fā)展第二產(chǎn)業(yè)?；ヂ?lián)網(wǎng)信息水平對產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)有正面影響，且具有正面溢出效應(yīng)，因此發(fā)展互聯(lián)網(wǎng)有助于第三產(chǎn)業(yè)的發(fā)展。

通過上述分析，對于我國產(chǎn)業(yè)結(jié)構(gòu)管理規(guī)劃的政策有如下啟示：(1)堅持房價過高地區(qū)的住房宏觀調(diào)控政策，避免房價過度分化而導(dǎo)致產(chǎn)業(yè)空心化。以我國目前的房價分布來看，房價正在快速且持續(xù)分化，過高房價分化水平會使得部分地區(qū)特別是我國發(fā)達(dá)地區(qū)的城市產(chǎn)業(yè)結(jié)構(gòu)升級進(jìn)度(rsh)降低。(2)適度打破城市邊界，共享優(yōu)質(zhì)的教育醫(yī)療資源，實現(xiàn)區(qū)域服務(wù)均衡化。從公平角度來看，快速發(fā)展的城市應(yīng)當(dāng)補(bǔ)償發(fā)展較緩慢的城市。房價分化對區(qū)域城市發(fā)展的影響不同，相對房價較高的城市享有更好的發(fā)展機(jī)會和更合理的產(chǎn)業(yè)結(jié)構(gòu)，相對房價較高的城市在排擠低產(chǎn)出產(chǎn)業(yè)和低收入勞動力時剝奪了相對房價較低的周邊城市的發(fā)展機(jī)會。(3)合理調(diào)節(jié)區(qū)域資本存量、基礎(chǔ)設(shè)施、金融扶持力度、信息化建設(shè)水平。我國已經(jīng)從高速增長階段轉(zhuǎn)向高質(zhì)量發(fā)展階段，資本要素在同一城市過度聚集容易固化原有模式，不利于區(qū)域的經(jīng)濟(jì)轉(zhuǎn)型發(fā)展，應(yīng)當(dāng)以創(chuàng)新發(fā)展、綠色發(fā)展和包容性發(fā)展的理念，進(jìn)行區(qū)域整體的調(diào)節(jié)分配，走出一條高質(zhì)量發(fā)展的新路。