劉 航

一、引 言

20世紀(jì)90年代后半期起，我國商品房價(jià)格以超過資產(chǎn)均價(jià)的幅度快速上漲。1998年全國商品房平均銷售價(jià)格為2063元/m2，2019年漲至9310元/m2，漲幅遠(yuǎn)超出同期CPI和建筑安裝工程投資價(jià)格指數(shù)。黨的十九大報(bào)告明確提出房子是用來住的，不是用來炒的。遏制房價(jià)過快上漲，不僅有利于改善民生，讓大多數(shù)人“住有所居”，更重要的是消除資產(chǎn)價(jià)格上漲導(dǎo)致的虛擬經(jīng)濟(jì)膨脹，阻斷其對產(chǎn)業(yè)發(fā)展的危害。在新一輪房地產(chǎn)改革之前，一些人曾擔(dān)憂中國的資產(chǎn)泡沫一旦破裂，可能重蹈日本“失去的二十年”覆轍。更多的研究認(rèn)為，即使不會(huì)出現(xiàn)房地產(chǎn)崩盤以及企業(yè)大面積倒閉等極端情況，房價(jià)非理性上漲也會(huì)對產(chǎn)業(yè)發(fā)展造成持續(xù)的不利影響。

房價(jià)過快上漲不利于產(chǎn)業(yè)發(fā)展的現(xiàn)有研究主要分為三類觀點(diǎn)。其一是“勞動(dòng)力驅(qū)趕”。Helpman(1998)指出，住房價(jià)格過高有損勞動(dòng)者的相對效用，進(jìn)而抑制了勞動(dòng)力集聚。支持這一類觀點(diǎn)的實(shí)證研究者有Cameron等(2006)、Rabe和Taylor(2010)、Zabel(2012)、張莉等(2017)、佟家棟和劉竹青(2018)，等等。其二是“消費(fèi)抑制”。顏色等(2013)、李江一(2018)認(rèn)為，由于中國房價(jià)上漲不可持續(xù)及政策性房貸約束等因素，房價(jià)上漲難以通過樂觀預(yù)期或融資擴(kuò)張帶動(dòng)消費(fèi)增長，即Iacoviello(2005)、Aron等(2012)所看到的“財(cái)富效應(yīng)”在中國不占主流。其三是“創(chuàng)新資源擠出”。Miao和Wang(2014)、王文春和榮昭(2014)、劉建江和羅雙成(2018)認(rèn)為，房地產(chǎn)的高回報(bào)率吸引優(yōu)質(zhì)資金流入，對創(chuàng)新資源產(chǎn)生擠出效應(yīng)，而非像Chaney等(2012)發(fā)現(xiàn)的企業(yè)可抵押物增值使其增加實(shí)體投資。另外，還有個(gè)體創(chuàng)業(yè)意愿減弱(吳曉瑜等，2014)、家庭金融資產(chǎn)錯(cuò)配(趙西亮等，2013；孫早等，2018)等機(jī)制。

按照現(xiàn)有研究，受其負(fù)面影響的主要是制造業(yè)，房價(jià)過快上漲導(dǎo)致制造業(yè)要素供給減少或需求萎縮，致使企業(yè)績效下滑或重新選址。然而，一些研究指出，個(gè)別大城市房價(jià)上漲導(dǎo)致制造業(yè)遷出，加劇了“產(chǎn)業(yè)空洞化”，但這又有益于產(chǎn)業(yè)結(jié)構(gòu)升級(高波等，2012)。如果受房價(jià)上漲沖擊的僅是制造業(yè)，那么對于一些較發(fā)達(dá)的城市是一件好事，由此可以減少污染源并為新興產(chǎn)業(yè)提供可置換用地。在現(xiàn)階段深入推進(jìn)供給側(cè)結(jié)構(gòu)性改革背景下，房價(jià)上漲擠出制造業(yè)具有兩面性，若不觀察其他行業(yè)的響應(yīng)，只能得出模糊的政策導(dǎo)向。相較制造業(yè)，中國多數(shù)城市更希望引入金融、科技等現(xiàn)代服務(wù)業(yè)，因?yàn)檫@類行業(yè)集聚更能反映城市產(chǎn)業(yè)地位和競爭力。特別是金融業(yè)，其在空間上的集聚能夠提高外部收益、擴(kuò)大信息輻射并減少市場摩擦(Thrift，1994；Porteous，1995)，通過緩解企業(yè)融資約束從而帶動(dòng)其收益增加(Zhang等，2019)，有助于提升實(shí)體經(jīng)濟(jì)效率(余泳澤等，2013)，在拉動(dòng)區(qū)域經(jīng)濟(jì)增長過程中還具有空間溢出效應(yīng)(李紅和王彥曉，2014)。因此，金融業(yè)等現(xiàn)代服務(wù)業(yè)的集聚更能代表區(qū)域經(jīng)濟(jì)的高質(zhì)量發(fā)展，只有證明房價(jià)上漲擠出了這類行業(yè)，才能確信房價(jià)過快上漲在城市層面產(chǎn)生了系統(tǒng)性的不利影響。

本文擬實(shí)證檢驗(yàn)商品房價(jià)格上漲與金融業(yè)空間集聚的關(guān)系。之所以選擇金融業(yè)來研究房價(jià)波動(dòng)的產(chǎn)業(yè)效應(yīng)，而不是制造業(yè)或者信息、科技服務(wù)等其他服務(wù)部門，主要是考慮到以下幾點(diǎn)。第一，金融業(yè)比其他行業(yè)更具有輕資產(chǎn)特征，若房價(jià)上漲對金融機(jī)構(gòu)造成不利影響，則很快反映到空間斂散度上，經(jīng)營不佳的金融機(jī)構(gòu)會(huì)盡快收縮邊界，這樣不至于無法識(shí)別那些受到?jīng)_擊卻又因區(qū)位黏性而未遷出的冗余產(chǎn)能。第二，產(chǎn)業(yè)集聚的動(dòng)力來自市場鄰近(Krugman，1991)和供給鄰近(Venables，1996)，與其他行業(yè)不同的是，金融機(jī)構(gòu)更傾向鄰近市場，尤其是個(gè)人金融業(yè)務(wù)，其對居民密度的敏感性很強(qiáng)，而金融機(jī)構(gòu)所需的金融科技、金融產(chǎn)品開發(fā)、資本市場資訊等通常由其總部完成，較少依賴當(dāng)?shù)禺a(chǎn)業(yè)關(guān)聯(lián)。第三，按照Caballero和Krishnamurthy(2006)的觀點(diǎn)，房地產(chǎn)供需失衡是現(xiàn)代金融發(fā)展不足的結(jié)果，這意味著房價(jià)上漲與金融業(yè)集聚之間可能互為因果，若控制了內(nèi)生性問題時(shí)前者對后者仍有明顯的抑制作用，則此時(shí)的房價(jià)上漲更值得警惕，如果不加以遏制，則容易形成看漲預(yù)期主導(dǎo)的自循環(huán)。目前，一二線城市房地產(chǎn)市場已體現(xiàn)出較強(qiáng)的金融屬性，即金融部門的收入增長過多地依賴房地產(chǎn)投資(國務(wù)院發(fā)展研究中心“經(jīng)濟(jì)轉(zhuǎn)型期的風(fēng)險(xiǎn)防范與應(yīng)對”課題組，2018)。該結(jié)構(gòu)性風(fēng)險(xiǎn)正隨著三四線城市“棚改”而下移，一旦本輪“棚改”熱潮退去，三四線城市政府推高房價(jià)的沖動(dòng)將會(huì)更加強(qiáng)烈，反過來會(huì)抑制各地構(gòu)建適合自身稟賦的最優(yōu)金融結(jié)構(gòu)，使影子銀行成為三四線城市房地產(chǎn)融資的主要來源，從而導(dǎo)致系統(tǒng)性風(fēng)險(xiǎn)加劇。

本文的邊際貢獻(xiàn)是引入城市化進(jìn)程和城市經(jīng)濟(jì)的新視角，從異質(zhì)性勞動(dòng)力流動(dòng)及其引發(fā)的金融機(jī)構(gòu)供需關(guān)系變化等微觀渠道，來剖析房價(jià)波動(dòng)與金融業(yè)集聚的關(guān)系?，F(xiàn)有相關(guān)研究多是把房價(jià)波動(dòng)看作貨幣政策應(yīng)急反應(yīng)的沖擊來源(趙進(jìn)文和高輝，2009；陳繼勇等，2013)，或是宏觀經(jīng)濟(jì)的金融加速器(陳詩一和王祥，2016)。本文相比現(xiàn)有研究，打開了房價(jià)變動(dòng)影響金融資源空間分布的“黑箱”，突破“房地產(chǎn)投資—貨幣政策—資本市場”的既有框架，有助于理解推動(dòng)“金融服務(wù)實(shí)體經(jīng)濟(jì)”的綜合改革措施的實(shí)施，為相關(guān)理論深化提供新的現(xiàn)實(shí)證據(jù)。

二、理論分析與研究假說

（一）理論機(jī)制分析

1.“勞動(dòng)力驅(qū)趕”機(jī)制

按照現(xiàn)有研究，某一地區(qū)住房價(jià)格過高將有損勞動(dòng)者的相對效用，進(jìn)而抑制了勞動(dòng)力集聚。多數(shù)國內(nèi)研究均支持房價(jià)上漲導(dǎo)致的“勞動(dòng)力驅(qū)趕”的觀點(diǎn)(高波等，2012；張莉等，2017；佟家棟和劉竹青，2018)。對多數(shù)家庭而言，購房成本在其家庭支出中占很大份額，甚至透支大量未來收入。房價(jià)上漲意味著計(jì)劃遷入城市的農(nóng)村居民將面臨更高的進(jìn)入壁壘，還會(huì)對未購房的原有城市家庭形成“推力”，甚至一些已購房的家庭因住址較偏遠(yuǎn)和通勤成本較高而有可能會(huì)遷出，留下的勞動(dòng)者對工資的要求就會(huì)水漲船高。如果一個(gè)城市的房價(jià)過快上漲，則當(dāng)?shù)刂圃鞓I(yè)或傳統(tǒng)服務(wù)部門在勞動(dòng)力市場上的優(yōu)勢地位將被弱化，企業(yè)受制于高企的用工成本而收縮生產(chǎn)邊界，或?qū)⑿略鐾顿Y向用工成本更低的地區(qū)轉(zhuǎn)移。

對金融業(yè)來說，“勞動(dòng)力驅(qū)趕”和用工成本增加的沖擊可能相對較小。一方面，房價(jià)上漲擠壓的主要是中低技能勞動(dòng)者(邵朝對等，2016)，曾一度因農(nóng)民工回流而面臨“招工難”“用工荒”的主要是勞動(dòng)密集型產(chǎn)業(yè)。金融業(yè)的從業(yè)人員往往具有較強(qiáng)專用性技能，勞動(dòng)報(bào)酬明顯高于其他行業(yè)，其很容易越過所在城市的購房門檻而成為“有房者”。他們更符合Dohmen(2005)、Meen和Nygaard(2010)所說的受套利預(yù)期驅(qū)動(dòng)的遷入者，或如Saiz(2007)所說的主要關(guān)注生活便利性和社會(huì)網(wǎng)絡(luò)的人群，選擇居住地時(shí)更偏好房價(jià)有明顯看漲預(yù)期的城市，故金融業(yè)較少因房價(jià)上漲而面臨勞動(dòng)力供給不足。如圖1所示，雖然2003—2019年金融業(yè)的城鎮(zhèn)單位就業(yè)人員平均(名義)工資高于制造業(yè)該類人員的平均工資，但其增速從2010年起持續(xù)低于后者?？梢?，金融業(yè)的勞動(dòng)力難以被房價(jià)上漲擠出，金融業(yè)用工成本受到的沖擊較弱。另一方面，金融業(yè)的勞動(dòng)報(bào)酬支出占比遠(yuǎn)低于各行業(yè)均值(羅長遠(yuǎn)和張軍，2009)，其資本-勞動(dòng)力替代彈性也較高(范曉靜，2014)，即當(dāng)勞動(dòng)力價(jià)格提高，金融機(jī)構(gòu)通常也不在意用工成本導(dǎo)致的總成本輕微上漲，即便勞動(dòng)力價(jià)格漲幅達(dá)到一定值，也可相對輕易地用金融科技手段取代普通勞動(dòng)。即使房價(jià)上漲的確擠出了金融業(yè)所需的人才，致使工資水平上漲，金融機(jī)構(gòu)也不至于大幅縮減投資和經(jīng)營規(guī)模。因此，現(xiàn)有研究發(fā)現(xiàn)的“勞動(dòng)力驅(qū)趕”效應(yīng)可能不適用于金融業(yè)。

圖1 制造業(yè)與金融業(yè)的城鎮(zhèn)單位就業(yè)人員平均工資對比(單位：萬元/年，%)

2.“客戶資源擠出”機(jī)制

針對發(fā)達(dá)國家的研究，多數(shù)學(xué)者認(rèn)為房價(jià)上漲能夠帶來“財(cái)富效應(yīng)”，有助于拉動(dòng)居民消費(fèi)。按照其邏輯，房產(chǎn)增值可提高家庭的資產(chǎn)性收入(Sousa，2008)，增強(qiáng)其樂觀預(yù)期(Ludwig和Sl?k，2001)，或緩解其融資約束(Iacoviello，2005；Aron等，2012)。然而，針對中國的研究，多數(shù)學(xué)者認(rèn)為房價(jià)上漲對消費(fèi)起抑制作用，主要原因?yàn)橐韵氯c(diǎn)，一是中國處在城鄉(xiāng)流動(dòng)的高峰期，存在大量剛需家庭，房價(jià)上漲等同于負(fù)面的財(cái)富再分配(陳彥斌和邱哲圣，2011)；二是房價(jià)上漲加劇了家庭負(fù)債和流動(dòng)性約束，促使其增加預(yù)防性儲(chǔ)蓄(李江一等，2018)；三是房價(jià)上漲容易吸引家庭持有多套房，進(jìn)而增加投機(jī)性儲(chǔ)蓄(李雪松等，2015)。由于運(yùn)輸成本不為零且很多服務(wù)產(chǎn)品具有不可貿(mào)易性，而生產(chǎn)需要鄰近消費(fèi)市場，所以房價(jià)上漲將會(huì)抑制消費(fèi)需求，對生產(chǎn)部門產(chǎn)生“推力”(向外的擠出效應(yīng))，抑制產(chǎn)業(yè)集聚。

根據(jù)以上論述，似乎可推斷房價(jià)上漲帶來了更多的房貸和儲(chǔ)蓄業(yè)務(wù)，能夠刺激對金融服務(wù)的需求。然而，結(jié)合各類城市金融機(jī)構(gòu)布點(diǎn)的一般規(guī)律，現(xiàn)實(shí)中未必如此。第一，房貸利息收入在銀行收入中占比有限，房價(jià)上漲引致的房貸需求不會(huì)成為銀行選址的決定因素。第二，房價(jià)上漲還會(huì)抑制居民對多元化金融資產(chǎn)的興趣，特別是會(huì)抑制其對風(fēng)險(xiǎn)性金融產(chǎn)品的偏好(魏先華等，2014；孫早等，2018)，壓縮了金融機(jī)構(gòu)的業(yè)務(wù)增長空間。第三，現(xiàn)有文獻(xiàn)所說的房價(jià)上漲引起儲(chǔ)蓄增加，主要是指家庭的儲(chǔ)蓄率增加，尤其是中低收入家庭(陳斌開和楊汝岱，2013)。還要考慮到越是剛需家庭越容易被房價(jià)上漲擠出，能夠留下的往往是收入較高、對其他金融產(chǎn)品需求較高的家庭，但這類業(yè)務(wù)通?？梢栽诰€交易，相較儲(chǔ)蓄業(yè)務(wù)，其單筆交易額更大且交易頻次更低，對實(shí)體網(wǎng)點(diǎn)的規(guī)模要求并不很高?？傊?，房價(jià)上漲會(huì)擠出金融機(jī)構(gòu)的客戶資源，特別是對線下實(shí)體金融服務(wù)有著較高需求的中低收入家庭被擠出的可能性更大，從而可能削弱城市對金融業(yè)的吸引力。

3.“用房成本增加”機(jī)制

除了上述兩個(gè)機(jī)制，有的文獻(xiàn)還從“創(chuàng)新資源擠出”機(jī)制論證了房價(jià)上漲對產(chǎn)業(yè)的不利影響，即房地產(chǎn)投資擠占了產(chǎn)業(yè)發(fā)展所需的創(chuàng)新創(chuàng)業(yè)資源。然而，這一機(jī)制不適用于金融業(yè)集聚，因?yàn)榻鹑诳萍奸_發(fā)和產(chǎn)品設(shè)計(jì)通常由研發(fā)總部完成，當(dāng)?shù)貏?chuàng)新創(chuàng)業(yè)資源不足不會(huì)影響金融業(yè)的技術(shù)進(jìn)步。此處重點(diǎn)考察房價(jià)上漲影響金融業(yè)集聚的另一個(gè)渠道——“用房成本增加”。

現(xiàn)有研究考察房價(jià)波動(dòng)時(shí)多指的是住宅價(jià)格，而商品房還包括商業(yè)營業(yè)用房和辦公樓(即商業(yè)地產(chǎn))，其價(jià)格變動(dòng)直接影響著企業(yè)的單位用房成本，其過快上漲會(huì)擠壓企業(yè)的盈利空間?，F(xiàn)有研究在探討房價(jià)上漲對制造業(yè)的影響時(shí)，較少關(guān)注商業(yè)地產(chǎn)的價(jià)格，是因?yàn)橹圃鞓I(yè)企業(yè)主要在工業(yè)用地上自建或租用廠房，較少使用商業(yè)地產(chǎn)。對金融業(yè)來說，雖然其不屬于空間密集型行業(yè)，但對優(yōu)質(zhì)商鋪的可得性較為敏感，對外營業(yè)場所對地段、建筑質(zhì)量及門面裝潢檔次有較高要求。

如表1所示，金融業(yè)建筑安裝工程投資占固定資產(chǎn)投資額的比重遠(yuǎn)超過制造業(yè)相應(yīng)投資額，也一般高于多數(shù)服務(wù)業(yè)相應(yīng)投資額。由此推斷，如果一個(gè)城市商業(yè)地產(chǎn)價(jià)格上漲過快，則很可能對金融機(jī)構(gòu)形成“推力”，抑制金融業(yè)空間集聚。當(dāng)然，地方政府在金融招商過程中能夠看到金融機(jī)構(gòu)的用房需求，通常會(huì)按面積或定額向其提供用房成本補(bǔ)貼，進(jìn)而可能弱化“用房成本增加”機(jī)制的中介效應(yīng)。

表1 各行業(yè)建筑安裝工程占固定資產(chǎn)投資比重對比(單位：%)

（二）假說

一個(gè)城市住宅價(jià)格上漲可能促使住房剛需家庭流出。盡管這類家庭對應(yīng)的多是中低技能勞動(dòng)者，未必是金融業(yè)所需的勞動(dòng)力，其供給不足不會(huì)導(dǎo)致金融業(yè)用工成本上升，但其通常對線下實(shí)體金融服務(wù)有著較高需求。這類人群遷出意味著金融業(yè)基礎(chǔ)客戶資源的流失，從而不利于金融業(yè)空間集聚。從另一個(gè)角度看，金融業(yè)的用房成本在其營業(yè)成本中占比較高，這使得商業(yè)房地產(chǎn)上漲會(huì)對金融機(jī)構(gòu)造成較大成本沖擊，促使其重新選址。由此判斷，商品房(住宅及商業(yè)地產(chǎn))價(jià)格上漲可能是金融業(yè)集聚的負(fù)面影響因素，進(jìn)而提出假說1。

假說1：商品房價(jià)格上漲越快，越不利于金融業(yè)空間集聚。

根據(jù)對房價(jià)上漲影響制造業(yè)發(fā)展的現(xiàn)有研究，主要傳導(dǎo)機(jī)制有“勞動(dòng)力驅(qū)趕”“消費(fèi)抑制”等。若專門研究金融業(yè)，則“勞動(dòng)力驅(qū)趕”機(jī)制可能不成立，因?yàn)榻鹑跇I(yè)對勞動(dòng)者技能要求較高并且勞動(dòng)力成本在總成本中占比較低，住宅價(jià)格上漲導(dǎo)致勞動(dòng)力供給減少，但不至于促使金融機(jī)構(gòu)遷出。若房價(jià)上漲對金融業(yè)集聚存在抑制作用，則傳導(dǎo)機(jī)制主要發(fā)生在金融業(yè)的需求和用房供給環(huán)節(jié)。不過與現(xiàn)有研究不同，這里的需求抑制并非社會(huì)消費(fèi)總額或消費(fèi)水平降低，而是對金融服務(wù)類型和服務(wù)形式的結(jié)構(gòu)性轉(zhuǎn)變，這一轉(zhuǎn)變迫使金融機(jī)構(gòu)縮減資產(chǎn)和人員投入。另外，上文所說金融機(jī)構(gòu)對商業(yè)房地產(chǎn)價(jià)格波動(dòng)較為敏感，其“用房成本增加”也可能構(gòu)成不利于金融業(yè)集聚的一個(gè)傳導(dǎo)機(jī)制。因此，針對房價(jià)影響金融業(yè)集聚的中介機(jī)制，可提出假說2。

假說2：“客戶資源擠出”和“用房成本增加”構(gòu)成了商品房價(jià)格上漲抑制金融業(yè)空間集聚的中介機(jī)制，而房價(jià)上漲的“勞動(dòng)力驅(qū)趕”效應(yīng)對金融業(yè)來說可能不成立。

三、數(shù)據(jù)與實(shí)證模型

（一）樣本和數(shù)據(jù)

本文以中國地級及以上城市為樣本，檢驗(yàn)商品房價(jià)格變動(dòng)對金融業(yè)空間集聚的影響。歷年《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》給出了中國200余個(gè)地級及以上城市的商品房銷售額和銷售面積，2005年起開始統(tǒng)計(jì)住宅的銷售額和面積。但是，2014年之后該統(tǒng)計(jì)文獻(xiàn)不再出版，相關(guān)數(shù)據(jù)只更新至2013年，故時(shí)間跨度限定在2006—2013年。本文還涉及金融業(yè)空間集聚指數(shù)，根據(jù)很多以中國城市為樣本的文獻(xiàn)(陳建軍等，2009；孫浦陽等，2012)，由于缺乏服務(wù)業(yè)細(xì)分行業(yè)在城市層面的營業(yè)收入或增加值數(shù)據(jù)，服務(wù)業(yè)集聚應(yīng)該以《中國城市統(tǒng)計(jì)年鑒》提供的分行業(yè)年末從業(yè)人員數(shù)為基準(zhǔn)。金融業(yè)屬于生產(chǎn)性服務(wù)業(yè)，其空間集聚也應(yīng)以從業(yè)人員相對規(guī)模做替代處理?？刂谱兞炕蛑薪樽兞可婕笆〖壋擎?zhèn)人口和固定資產(chǎn)投資的測算，這些數(shù)據(jù)來源于《中國人口統(tǒng)計(jì)年鑒》和《中國固定資產(chǎn)統(tǒng)計(jì)年鑒》。相關(guān)價(jià)格指數(shù)來自《中國統(tǒng)計(jì)年鑒》。以上數(shù)據(jù)全部采用全市數(shù)據(jù)。為保持平衡性，本文剔除了嚴(yán)重缺失數(shù)據(jù)的樣本，剔除了在2005年之后才設(shè)立地級市行政建制的樣本。針對個(gè)別在觀察期內(nèi)合并的城市，未合并的年份也作加總處理。篩選下來共182個(gè)樣本城市。

（二）變量處理

1. 金融業(yè)空間集聚指數(shù)

產(chǎn)業(yè)集聚是指同一產(chǎn)業(yè)在某個(gè)特定地理區(qū)域內(nèi)高度集中以及產(chǎn)業(yè)資本要素在空間范圍內(nèi)不斷匯聚的過程。衡量產(chǎn)業(yè)空間集聚的方法有行業(yè)集中度、赫芬達(dá)爾指數(shù)、空間基尼系數(shù)、EG指數(shù)等。本文主要觀察的是金融業(yè)在中國地級市層面的集聚度，因?yàn)榈貌坏椒值丶壥械牟煌鹑跈C(jī)構(gòu)或其營業(yè)網(wǎng)點(diǎn)的經(jīng)營情況，也無地級市層面的金融業(yè)資產(chǎn)、資本、收益等數(shù)據(jù)。參照Donoghue和Gleave(2004)、程大中和陳福炯(2005)、陳建軍等(2009)、孫浦陽等(2012)等人的研究，以基于就業(yè)比例的區(qū)位熵來衡量金融業(yè)空間集聚指數(shù)(用FA表示)。

2. 商品房價(jià)格漲幅和住宅價(jià)格漲幅

用城市的商品房銷售額除以商品房銷售面積得到平均銷售價(jià)格(萬元/m2)。為確保不受通貨膨脹干擾，用各城市對應(yīng)省份的消費(fèi)者價(jià)格指數(shù)(CPI)加以平減，即用名義價(jià)格除以定基CPI(以2001年為基期)，得到商品房實(shí)際價(jià)格。進(jìn)而，計(jì)算出當(dāng)年商品房實(shí)際價(jià)格與上一年商品房實(shí)際價(jià)格之差，再與上一年商品房實(shí)際價(jià)格相比，得到商品房價(jià)格絕對漲幅Arbp。商品房包含住宅、辦公樓、商業(yè)營業(yè)用房和其他，而地級市層面只統(tǒng)計(jì)了商品房和住宅的銷售情況。本文主要區(qū)分商業(yè)地產(chǎn)和住宅價(jià)格變動(dòng)對金融業(yè)集聚的影響，因此以同樣方法計(jì)算了住宅的價(jià)格絕對漲幅，記為Arbp2。按照理論分析，房價(jià)上漲時(shí)升值預(yù)期反而能幫助金融業(yè)吸引更多的高技能勞動(dòng)力，這里主要是指住宅價(jià)格上漲，高技能勞動(dòng)力通常不會(huì)為商鋪套利而遷入，因此預(yù)計(jì)如果Arbp對金融業(yè)空間集聚有顯著負(fù)向影響，也主要是因?yàn)樯虡I(yè)經(jīng)營用房或辦公樓價(jià)格上漲造成的金融業(yè)基礎(chǔ)客戶生活成本上漲或金融機(jī)構(gòu)用房成本上漲所致，若單看Arbp2的影響可能較微弱甚至為正。

3. 控制變量

(1)知識(shí)溢出能力(Knw)。知識(shí)資本可為金融業(yè)帶來更多的優(yōu)質(zhì)勞動(dòng)者和客戶資源，對金融業(yè)集聚可能起正向作用。參照陳建軍等(2009)的做法，用城市高校專任教師數(shù)的萬人比與全國平均萬人比之比來表示之。(2)地方財(cái)政能力(State)。中國地方政府被賦予相當(dāng)大的經(jīng)濟(jì)事權(quán)，但不同城市財(cái)政能力相差較大，支出能力較強(qiáng)的城市通常金融發(fā)展表現(xiàn)更優(yōu)。參照盛龍和陸根堯(2013)的做法，選取城市財(cái)政支出與地區(qū)GDP的比值來度量之。(3)外商直接投資比重(Fdi)。通常經(jīng)濟(jì)開放特別是資本賬戶的開放，有可能引致更大的國內(nèi)融資需求，促使金融業(yè)集聚。借鑒陳建軍等(2009)的做法，用城市實(shí)際外資使用金額與社會(huì)固定資產(chǎn)投資之比來衡量之。(4)消費(fèi)規(guī)模(lnC)。若不考慮具體的結(jié)構(gòu)因素，消費(fèi)規(guī)模代表著城市人口規(guī)模，必然與金融業(yè)集聚成正比，但在控制了其他因素變量的情形下，居民消費(fèi)傾向越高，金融需求越容易被替代，因此對其需加以控制。本文用經(jīng)CPI平減后的城市社會(huì)消費(fèi)品零售總額ln值來衡量之。(5)中學(xué)生比例(Irate)。根據(jù)生命周期假說，居民進(jìn)行跨期消費(fèi)決策時(shí)，需要考慮自身年齡段，通常勞動(dòng)能力越強(qiáng)的年齡段，越傾向于購買金融服務(wù)(Leff，1969；Higgins和Williamson，1997)。由于缺乏地級市層面的人口年齡數(shù)據(jù)，本文用城市中學(xué)生在校人數(shù)比上年增長率來衡量之。(6)第三產(chǎn)業(yè)比重(Indus)。第三產(chǎn)業(yè)比重反映了產(chǎn)業(yè)結(jié)構(gòu)高低，越是高級化城市，金融發(fā)展的產(chǎn)業(yè)鏈條件越優(yōu)越。本文以城市第三產(chǎn)業(yè)增加值占地區(qū)GDP比重來表示之。(7)是否沿海(Sea)。沿海城市的海運(yùn)條件相對優(yōu)越，也是中國最早改革開放的一批城市，可能有更高的金融發(fā)展程度。(8)城市化率(Urb)。金融業(yè)的空間布局需要與城市居民點(diǎn)相結(jié)合(Kolko，2010)，在我國嚴(yán)格控制建設(shè)用地?cái)U(kuò)張的現(xiàn)實(shí)背景下，城市化率越高的地方，居民點(diǎn)和金融機(jī)構(gòu)越密集。由于缺乏地級市層面的城鄉(xiāng)人口數(shù)據(jù)，本文用城市對應(yīng)省份的城市人口占總?cè)丝诒戎貋硖娲?/p>

（三）實(shí)證模型設(shè)定

首先就商品房價(jià)格漲幅(Arbp)和住宅價(jià)格漲幅(Arbp2)對金融業(yè)空間集聚指數(shù)(FA)的影響進(jìn)行初步回歸，計(jì)量模型采用式(2)、式(3)。

其中，Arbp和Arbp2是核心解釋變量，α1是本文重點(diǎn)要觀察的待估系數(shù)；X是一系列控制變量；ai是地區(qū)固定效應(yīng)，bt是時(shí)間固定效應(yīng)；ε是殘差項(xiàng)。

考慮到商品房和住宅價(jià)格上漲對金融業(yè)空間集聚的影響可能是非線性的，也就是房價(jià)上漲能否影響金融業(yè)集聚以及如何影響金融業(yè)集聚可能受房價(jià)漲幅所處區(qū)間的影響。因此，有必要在基準(zhǔn)情形實(shí)證之后再進(jìn)行面板數(shù)據(jù)門檻效應(yīng)檢驗(yàn)。參照Hansen(2000)的做法，模型構(gòu)建如下。

其中，λ是待估的門檻值，I(·)為指示函數(shù)，滿足括弧內(nèi)的條件為1，否則為0。以λ為門檻可將研究樣本劃分為n＋2個(gè)區(qū)間(假定有n＋1個(gè)門檻值)，在不同的區(qū)間內(nèi)FA對Arbp的回歸系數(shù)估計(jì)值有所差異。以上是按Arbp為核心解釋變量的情形，以Arbp2為核心解釋變量同理。

如果像理論預(yù)判那樣，基于式(2)和式(3)得到商品房價(jià)格漲幅對金融業(yè)集聚有明顯抑制作用，且強(qiáng)于住宅價(jià)格漲幅的影響，則說明房價(jià)上漲對金融業(yè)集聚的負(fù)效應(yīng)不以“勞動(dòng)力驅(qū)趕”為中介機(jī)制。為避免過于武斷，還需要進(jìn)行中介效應(yīng)檢驗(yàn)。在針對“勞動(dòng)力驅(qū)趕”“客戶資源擠出”和“用房成本增加”設(shè)置了合理的中介變量后，采用Wen等(2010)建議的三步法做中介效應(yīng)檢驗(yàn)。為了確保穩(wěn)健性，本文考慮在此基礎(chǔ)上采用Sobel檢驗(yàn)、非參數(shù)Bootstrap法檢驗(yàn)以及SEM檢驗(yàn)等對中介效應(yīng)再檢驗(yàn)。

四、基本實(shí)證結(jié)果

（一）基本實(shí)證結(jié)果

按照式(2)對商品房價(jià)格漲幅與金融業(yè)空間集聚指數(shù)的關(guān)系進(jìn)行基本實(shí)證檢驗(yàn)，回歸結(jié)果見表2第(1)列和第(2)列。由于數(shù)據(jù)結(jié)構(gòu)為短面板，所以選擇模型形式是必要的。固定效應(yīng)下的F檢驗(yàn)、隨機(jī)效應(yīng)下的LM檢驗(yàn)和Hausman檢驗(yàn)結(jié)果共同指向了計(jì)量過程更適合采用固定效應(yīng)模型。無論是FE(固定效應(yīng))下還是LSDV(最小二乘虛擬變量)法下的結(jié)果，均支持商品房價(jià)格漲幅Arbp對金融業(yè)集聚指數(shù)(FA)存在負(fù)向影響，且在0.01水平上顯著。商品房價(jià)格比上年每多增長10%，則會(huì)使金融業(yè)空間集聚指數(shù)降低0.0013～0.0037。由此初步斷定，正如本文假說1所指的，商品房價(jià)格上漲對金融業(yè)空間集聚有著顯著的抑制作用。

考慮到城市的全部商品房價(jià)格與住宅價(jià)格的變動(dòng)未必完全一致，而且后者更容易與勞動(dòng)力流動(dòng)形成關(guān)聯(lián)，因此還要按式(3)單獨(dú)對住宅價(jià)格漲幅是否影響金融業(yè)集聚進(jìn)行實(shí)證檢驗(yàn)，結(jié)果如表2第(3)列和第(4)列所示。根據(jù)相關(guān)統(tǒng)計(jì)量，模型采用同第(1)列和第(2)列同樣的設(shè)定。其結(jié)果顯示，住宅價(jià)格漲幅Arbp2的系數(shù)在0.01水平上顯著為正，且系數(shù)絕對值高于第(1)列和第(2)列中Arbp的系數(shù)絕對值。也就是說，如果單看住宅的價(jià)格變動(dòng)，其漲幅越大，越容易吸引更多的金融業(yè)投資和就業(yè)。由此初步推斷，城市住宅價(jià)格上漲的“勞動(dòng)力驅(qū)趕”效應(yīng)不但對金融業(yè)無效，而且與之相反，住宅價(jià)格越上漲，越容易吸引金融機(jī)構(gòu)更多地進(jìn)入本地。背后的原因可能在于，金融業(yè)的資本深化程度較高，從業(yè)人員也對應(yīng)著較高的勞動(dòng)技能和收入水平，其不僅對房價(jià)不敏感，在選擇居住地時(shí)反而更看重社會(huì)網(wǎng)絡(luò)和職業(yè)發(fā)展前景(Tabuchi和Thisse，2002；Saiz，2007)，甚至受益于住房價(jià)格上漲，在“財(cái)富效應(yīng)”和套利預(yù)期驅(qū)動(dòng)下遷入住宅價(jià)格上漲較快的城市(Dohmen，2005；Meen和Nygaard，2010)。再結(jié)合第(1)列和第(2)列中商品房價(jià)格漲幅對金融業(yè)集聚影響為負(fù)的情況，可初步推斷金融機(jī)構(gòu)若在某地收縮邊界，則其動(dòng)因主要來自商業(yè)地產(chǎn)(商業(yè)經(jīng)營用房或辦公樓)的價(jià)格上漲。其具體渠道可能是客戶資源擠出、用房成本增加或者二者兼有，這有待進(jìn)一步分析。

表2 商品房和住宅價(jià)格漲幅影響金融業(yè)空間集聚的基本實(shí)證結(jié)果

（二）基于門檻效應(yīng)的非線性檢驗(yàn)

在得到基本實(shí)證結(jié)果后，考慮到商品房和住宅價(jià)格上漲對金融業(yè)空間集聚的影響可能是非線性的，所以要考慮受上漲幅度的門檻效應(yīng)制約。按式(4)對門檻效應(yīng)進(jìn)行檢驗(yàn)，可知商品房價(jià)格漲幅大概以8.42%～8.65%為界，低于此門檻時(shí)，商品房價(jià)格漲幅對金融業(yè)集聚有顯著的消極作用，而超過此門檻后，Arbp的系數(shù)變?yōu)椴伙@著①受篇幅所限，本文省略了門檻效應(yīng)檢驗(yàn)結(jié)果報(bào)告，有興趣的讀者可向作者索要。。這一門檻值恰處于比樣本期間全國人均GDP增長率稍低的區(qū)間。這意味著，只有本地商品房價(jià)格漲幅低于全國人均GDP增幅時(shí)，前者增大才會(huì)構(gòu)成對金融業(yè)的“推力”，擠出金融機(jī)構(gòu)的客戶資源或加重其用房成本負(fù)擔(dān)；而高于全國GDP增幅時(shí)，商品房價(jià)格再繼續(xù)上漲會(huì)引導(dǎo)房地產(chǎn)市場形成穩(wěn)定的看漲預(yù)期，吸引高技能勞動(dòng)力遷入，體現(xiàn)出發(fā)展金融業(yè)總部經(jīng)濟(jì)的區(qū)位優(yōu)勢，從而抵消對客戶資源和用房成本方面的不利影響。

同時(shí)，住宅價(jià)格上漲對金融業(yè)集聚的正向影響主要發(fā)生在住宅價(jià)格增幅超過8.74%的城市，超出此門檻值時(shí)住宅價(jià)格上漲對金融業(yè)所需的勞動(dòng)力形成“拉力”，進(jìn)而促使金融機(jī)構(gòu)布局于總部部門或區(qū)域總部，這時(shí)金融業(yè)的投資和人員投入更容易獲得規(guī)模經(jīng)濟(jì)效應(yīng)，不再受制于本地客戶資源和用房成本。不過，當(dāng)住宅價(jià)格漲幅超過15.35%(第二個(gè)門檻值)時(shí)，即便是高技能的金融業(yè)總部部門的潛在從業(yè)者也不愿承受其壓力，住宅價(jià)格上漲對金融業(yè)集聚的積極作用將明顯弱化。反映在檢驗(yàn)結(jié)果上，就是此區(qū)間內(nèi)Arbp2的系數(shù)盡管仍為正，但其絕對值和顯著性水平卻大幅降低。

（三）穩(wěn)健性檢驗(yàn)

第一，采用組間估計(jì)(BE)檢驗(yàn)Arbp和Arbp2對金融業(yè)集聚的影響?？芍狝rbp和Arbp2的系數(shù)同表2中一致，顯著性水平有所下降，但仍在0.1水平上顯著。也就是說，在同一年份中某一城市商品房價(jià)格多上漲10%，將引起金融業(yè)集聚指數(shù)下降約0.1個(gè)標(biāo)準(zhǔn)差，住宅價(jià)格多上漲10%將引起金融業(yè)集聚指數(shù)提高0.13個(gè)標(biāo)準(zhǔn)差。但是，BE法損失了時(shí)間變化信息，僅用作穩(wěn)健性檢驗(yàn)。第二，由于不少研究將房價(jià)-收入比作為衡量房地產(chǎn)泡沫的重要指標(biāo)之一(呂江林，2010；張莉，2017)，所以應(yīng)考慮用商品房價(jià)格漲幅Arbp減去居民人均收入漲幅，以反映商品房價(jià)格相對漲幅，其中居民人均收入用城市的城鎮(zhèn)家庭人均可支配收入來衡量，住宅價(jià)格相對漲幅同理。用相對漲幅替換絕對漲幅作為核心解釋變量，按照雙向控制的FE進(jìn)行檢驗(yàn)，發(fā)現(xiàn)與表2結(jié)果較為接近。第三，先按照FA的測算方法算得信息傳輸、計(jì)算機(jī)服務(wù)和軟件業(yè)的空間集聚指數(shù)ITA，再將FA與ITA的比值作為被解釋變量進(jìn)行FE檢驗(yàn)，解釋變量同表2。該行業(yè)與金融業(yè)同為對勞動(dòng)力技能要求較高的現(xiàn)代服務(wù)業(yè)，但又對本地市場的依賴度有所差異，二者集聚指數(shù)比值對房價(jià)漲幅的回歸結(jié)果更能反映房價(jià)變動(dòng)對金融業(yè)集聚的影響。可發(fā)現(xiàn)，Arbp對該被解釋變量仍有顯著的負(fù)向影響，說明對多數(shù)城市來說金融業(yè)比信息服務(wù)業(yè)的本地化程度更高，更依賴廉價(jià)用房的供給或本地客戶資源，并且Arbp2的系數(shù)不顯著，即金融業(yè)和信息服務(wù)業(yè)所需勞動(dòng)力都是住宅價(jià)格上漲的“財(cái)富效應(yīng)”的受益者，二者集聚指數(shù)受住宅價(jià)格變動(dòng)的影響方向及幅度較一致①受篇幅所限，本文省略了穩(wěn)健性檢驗(yàn)結(jié)果報(bào)告，有興趣的讀者可向作者索要。。

（四）內(nèi)生性檢驗(yàn)

一些研究認(rèn)為，對一個(gè)國家來說房地產(chǎn)供需失衡是現(xiàn)代金融發(fā)展不足的結(jié)果(Caballero和Krishnamurthy，2006)。這意味著就城市層面而言，房價(jià)上漲與金融業(yè)集聚之間可能互為因果，進(jìn)而可能導(dǎo)致基本實(shí)證結(jié)果有偏。為此，本文采用系統(tǒng)GMM法重新檢驗(yàn)了商品房和住宅價(jià)格分別對金融業(yè)集聚的影響。其結(jié)果顯示，在內(nèi)生性問題得到弱化時(shí)，商品房價(jià)格漲幅Arbp的系數(shù)仍至少在0.1水平上顯著為負(fù)，且針對AR(1)和AR(2)的Arellano-Bond檢驗(yàn)支持差分方程存在一階自相關(guān)而不存在二階自相關(guān)，Hansen檢驗(yàn)也接受了不存在過度識(shí)別的原假設(shè)，說明模型設(shè)定是有效的。進(jìn)而，住宅價(jià)格漲幅Arbp2的系數(shù)為正但不顯著①受篇幅所限，本文省略了系統(tǒng)GMM檢驗(yàn)結(jié)果報(bào)告，有興趣的讀者可向作者索要。。這說明住宅價(jià)格漲幅的內(nèi)生性問題比商品房的內(nèi)生性問題更嚴(yán)重。一個(gè)城市金融業(yè)發(fā)展相對滯后會(huì)引起人們對商品房產(chǎn)生更大的投資興趣，進(jìn)而導(dǎo)致其價(jià)格上漲，但這不足以掩蓋商品房價(jià)格上漲對金融業(yè)集聚的抑制效應(yīng)；而住宅需求及其價(jià)格容易受金融業(yè)發(fā)展的正向影響(如房貸的易得性刺激了住宅需求)，基本實(shí)證結(jié)果顯示了Arbp2對FA的顯著負(fù)影響在很大程度上來自此反向因果關(guān)系。不過，Arbp2的系數(shù)盡管不顯著，但其p值接近0.1的顯著性水平，即住宅價(jià)格上漲引起金融業(yè)所需的勞動(dòng)力遷入，進(jìn)而帶動(dòng)金融業(yè)集聚，這一現(xiàn)象仍是局部存在的。以上證明了商品房價(jià)格上漲的確構(gòu)成了金融業(yè)集聚的阻力，其中主要來自商業(yè)地產(chǎn)的貢獻(xiàn)，而住宅價(jià)格上漲對金融業(yè)集聚有微弱的積極影響。

再把房價(jià)上漲的引致因素向外推移，可發(fā)現(xiàn)《全國土地利用總體規(guī)劃綱要(2006—2020年)》的發(fā)布構(gòu)成了一次重要的政策沖擊。該規(guī)劃致力于重申嚴(yán)格的耕地保護(hù)和節(jié)約用地制度，其正式實(shí)施以來取得了對新增建設(shè)用地總量控制的良好效果，但是在因地制宜、分區(qū)治理上相對生硬，針對用地需求旺盛的東部地區(qū)，反而明確要求“降低年均新增建設(shè)用地規(guī)?！保瑢?dǎo)致東西部房價(jià)差距拉大。該規(guī)劃考量的是土地相關(guān)因素，不受金融發(fā)展水平的影響，具有顯而易見的外生性。由此可以以該規(guī)劃生效的2009年為時(shí)間虛擬變量(dt)，以“是否為東部城市”區(qū)分處理組和對照組(設(shè)為du)，進(jìn)行雙重差分法(DID)準(zhǔn)自然實(shí)驗(yàn)分析。其結(jié)果顯示，無論采用何種命令，雙重差分項(xiàng)dt×du均顯著為負(fù)。也就是說，控制新增建設(shè)用地的政策構(gòu)成了金融業(yè)集聚的抑制因素，而未明確提出“降低年均新增建設(shè)用地規(guī)模”的地區(qū)與此關(guān)聯(lián)不大。進(jìn)而，本文設(shè)置了兩種反事實(shí)法檢驗(yàn)，一是以是否為高級別城市(直轄市、省會(huì)城市和計(jì)劃單列市)為選擇處理組的依據(jù)，二是仍以是否為東部城市為du的設(shè)定標(biāo)準(zhǔn)，但分別假定政策沖擊正式生效于2008年和2007年，分別截取2006—2008年和2006—2007年的數(shù)據(jù)進(jìn)行DID檢驗(yàn)。可知，上述設(shè)定均違背事實(shí)，都不會(huì)起到政策效果，雙重差分項(xiàng)的系數(shù)均無法顯著為負(fù)。另外，參考蔣靈多和陸毅(2018)的做法，在2007—2012年隨機(jī)抽取某一年份，在全部城市中隨機(jī)抽取11個(gè)省份的城市作為處理組，分別抽取100次進(jìn)行DID檢驗(yàn)，得到的100個(gè)雙重差分項(xiàng)估計(jì)系數(shù)的均值為-0.0141，標(biāo)準(zhǔn)差為0.0827，不能拒絕系數(shù)估計(jì)值為0的原假設(shè)②受篇幅所限，本文省略了對控制新增建設(shè)用地政策效果的雙重差分法(DID)檢驗(yàn)結(jié)果報(bào)告，有興趣的讀者可向作者索要。。由此排除了2009年及之后年份東部城市金融業(yè)集聚程度下降是由其他未觀測到的因素所致的可能性，脫離實(shí)際需求的用地限制政策顯著地抑制了金融業(yè)集聚。

五、對傳導(dǎo)機(jī)制的檢驗(yàn)與識(shí)別

（一）“勞動(dòng)力驅(qū)趕”效應(yīng)是否存在

上文觀察到，金融業(yè)集聚受商品房價(jià)格上漲的抑制影響，但住宅價(jià)格上漲對其有促進(jìn)作用。初步斷定，前者主要來自辦公樓和商業(yè)地產(chǎn)的價(jià)格上漲，住宅價(jià)格上漲不但不會(huì)引起金融業(yè)所需勞動(dòng)力流出，還會(huì)在“財(cái)富效應(yīng)”驅(qū)動(dòng)下吸入更多高技能勞動(dòng)力，進(jìn)而促進(jìn)金融業(yè)集聚。然而，若據(jù)此直接得出“勞動(dòng)力驅(qū)趕”效應(yīng)不存在的結(jié)論則有些武斷，有必要對其進(jìn)行中介效應(yīng)檢驗(yàn)。

本文測算了各樣本城市的單位就業(yè)人數(shù)的ln值，記為lnLabor，以此為中介變量對“勞動(dòng)力驅(qū)趕”的中介效應(yīng)進(jìn)行檢驗(yàn)，結(jié)果見表3。表3中各列模型設(shè)定同表2第(1)列和第(3)列一致。可看到，在第一階段，商品房價(jià)格上漲對就業(yè)規(guī)模無顯著影響，住宅價(jià)格上漲對就業(yè)規(guī)模為負(fù)向影響，且在0.01水平上顯著；在第二階段，就業(yè)規(guī)模對金融業(yè)集聚是不利的，lnLabor的系數(shù)在非常高的t值水平上通過了顯著性檢驗(yàn)；再看商品房和住宅分別對金融業(yè)集聚的直接效應(yīng)，前者仍在0.01水平上顯著為負(fù)，只比表2第(1)列有輕微弱化，而后者轉(zhuǎn)為不顯著。由此判斷，就業(yè)規(guī)模在住宅價(jià)格對金融業(yè)集聚的正向影響中起到了完全中介作用，但是為“負(fù)負(fù)得正”，即住宅價(jià)格上漲擠出了普通勞動(dòng)力而吸入了高技能勞動(dòng)力，反映在整體就業(yè)規(guī)模上影響為負(fù)，而就業(yè)規(guī)模下降的同時(shí)改善了就業(yè)結(jié)構(gòu)，有利于金融業(yè)在充裕的勞動(dòng)力供給下實(shí)現(xiàn)空間集聚?？傊?，盡管住宅價(jià)格上漲的確擠出了一定數(shù)量的勞動(dòng)力，但擠出的并不是金融業(yè)所需勞動(dòng)力，就業(yè)結(jié)構(gòu)升級有利于金融業(yè)發(fā)展。另外，在以商品房價(jià)格漲幅為核心解釋變量時(shí)，其對就業(yè)規(guī)模的影響不顯著。按照Edwards和Lambert(2007)、Preacher和Hayes(2008)的方法，還應(yīng)進(jìn)行非參數(shù)百分位Bootstrap法檢驗(yàn)。本文設(shè)置了1000次抽樣次數(shù)，按此方法觀察了Arbp的間接效應(yīng)系數(shù)在95%置信區(qū)間(經(jīng)偏差校正)的上限和下限，發(fā)現(xiàn)上限為正、下限為負(fù)，間接效應(yīng)的系數(shù)無法顯著地異于零，即間接效應(yīng)不存在。由此斷定，商品房價(jià)格對金融業(yè)集聚的顯著負(fù)向作用不以就業(yè)規(guī)模為中介機(jī)制，“勞動(dòng)力驅(qū)趕”效應(yīng)不存在，并且必然存在其他的傳導(dǎo)渠道。

表3 中介效應(yīng)檢驗(yàn)Ⅰ：以就業(yè)規(guī)模為中介變量

表3中Arbp對就業(yè)規(guī)模無顯著影響，可能是由于信息不對稱造成的“黏性”。比如，某地信息條件較差，居民對各類城市實(shí)際居住效用缺乏感知和比較，無法因房價(jià)上漲而及時(shí)遷出。那么，是不是信息條件改善就能使“勞動(dòng)力驅(qū)趕”效應(yīng)成立？也就是，存在這樣一種可能，在信息更優(yōu)條件下，勞動(dòng)力包括金融業(yè)所需的勞動(dòng)力都因商品房價(jià)格上漲帶來的生活成本負(fù)擔(dān)加重而遷出，進(jìn)而引起當(dāng)?shù)亟鹑跇I(yè)萎縮。只有排除了這一可能，才能真正否定“勞動(dòng)力驅(qū)趕”是商品房價(jià)格上漲抑制金融業(yè)集聚的中介機(jī)制。本文以各城市每萬人互聯(lián)網(wǎng)寬帶接入用戶數(shù)的ln值來反映信息化水平，記為Inform，分別作為調(diào)節(jié)變量和門檻變量進(jìn)行再檢驗(yàn)。其結(jié)果顯示，以lnLabor為被解釋變量時(shí)，Arbp·Inform的系數(shù)顯著為負(fù)，但在直接效應(yīng)中，交互項(xiàng)系數(shù)不顯著。這意味著，信息化水平越高，則商品房價(jià)格上漲越容易促使勞動(dòng)力流出，但并不顯著影響Arbp對金融業(yè)集聚的“勞動(dòng)力驅(qū)趕”之外的直接效應(yīng)。門檻效應(yīng)檢驗(yàn)也是如此，Arbp的確在Inform超過6.2450的區(qū)間能夠?qū)nLabor產(chǎn)生非常顯著的負(fù)向影響，但在控制了lnLabor時(shí)，Arbp在該區(qū)間同樣對金融業(yè)集聚產(chǎn)生非常顯著的負(fù)的直接效應(yīng)①受篇幅所限，本文省略了考慮信息不對稱的調(diào)節(jié)效應(yīng)和門檻效應(yīng)檢驗(yàn)結(jié)果報(bào)告，有興趣的讀者可向作者索要。。由此排除了“勞動(dòng)力驅(qū)趕”機(jī)制。

（二）區(qū)別“客戶資源擠出”與“用房成本增加”

既然“勞動(dòng)力驅(qū)趕”效應(yīng)不是商品房價(jià)格上漲抑制金融集聚的主要渠道，那么按照理論判斷，可能來自客戶資源擠出、用房成本增加或者二者兼有。本文分別以居民儲(chǔ)蓄lnSave和建筑安裝工程投資lnConstr為中介變量，對二者的中介效應(yīng)進(jìn)行檢驗(yàn)并比較。其中，lnSave由樣本城市的居民儲(chǔ)蓄存款余額(經(jīng)定基CPI平減)的ln值來表示，lnConstr為金融業(yè)固定資產(chǎn)投資(經(jīng)定基固定資產(chǎn)投資價(jià)格指數(shù)平減)乘以建筑安裝工程占總支出(不分行業(yè))的比重，最后取ln值即得到。以lnSave為中介變量的中介效應(yīng)檢驗(yàn)結(jié)果如表4所示?？煽吹?，商品房和住宅價(jià)格上漲對居民儲(chǔ)蓄的影響都顯著為負(fù)，而居民儲(chǔ)蓄規(guī)模擴(kuò)大對金融業(yè)集聚來說是一個(gè)非常重要的“拉力”，lnSave對FA的影響在第二階段和直接效應(yīng)檢驗(yàn)中為正，且都非常顯著。同時(shí)，在控制了lnSave時(shí)，Arbp和Arbp2仍能對FA產(chǎn)生顯著的直接效應(yīng)，前者系數(shù)為負(fù)，后者系數(shù)為正。由此可得，“客戶資源擠出”確實(shí)起到了中介效應(yīng)，以Arbp為核心解釋變量時(shí)體現(xiàn)為同向的部分中介效應(yīng)，而在以Arbp2為核心解釋變量時(shí)為掩蓋效應(yīng)。這意味著，無論商品房還是住宅價(jià)格上漲，都將擠出一部分居民儲(chǔ)蓄業(yè)務(wù)，進(jìn)而使金融業(yè)的本地市場需求減少，對金融機(jī)構(gòu)形成“推力”。再聯(lián)系上文的住宅價(jià)格對普通勞動(dòng)力的擠出效應(yīng)，可判斷普通勞動(dòng)力家庭作為儲(chǔ)蓄等基礎(chǔ)金融業(yè)務(wù)的主要客戶，一旦被擠出將引起金融機(jī)構(gòu)遷出，除非當(dāng)?shù)厝瞬艃?chǔ)備足以支撐其大規(guī)模開展總部或區(qū)域總部業(yè)務(wù)。為確保穩(wěn)健性，本文還以lnSave為中介變量，進(jìn)行了Sobel檢驗(yàn)。在Arbp為核心解釋變量時(shí)，Sobel系數(shù)值在0.01水平上顯著為負(fù)，即居民儲(chǔ)蓄規(guī)模起到了明顯的負(fù)向間接效應(yīng)；在Arbp2為核心解釋變量時(shí)，Sobel系數(shù)值同樣為負(fù)，其對應(yīng)的p值接近0，即居民儲(chǔ)蓄規(guī)模同樣起負(fù)向間接效應(yīng)，只不過住宅價(jià)格上漲對金融業(yè)集聚的正向直接效應(yīng)很大，居民儲(chǔ)蓄規(guī)模在傳導(dǎo)過程中其負(fù)向間接效應(yīng)只能體現(xiàn)為掩蓋效應(yīng)。

表4 中介效應(yīng)檢驗(yàn)Ⅱ：以居民儲(chǔ)蓄規(guī)模為中介變量

下面，再以金融業(yè)建筑安裝工程投資lnConstr為中介變量進(jìn)行中介效應(yīng)檢驗(yàn)，結(jié)果見表5。先看第二階段和直接效應(yīng)，無論是否控制核心解釋變量，lnConstr對金融業(yè)集聚的影響都顯著為正，這說明金融業(yè)發(fā)展對土地或房屋要素有較強(qiáng)的需求，而建筑安裝工程投資正是反映這一要素投入的重要指標(biāo)。這符合從表1中觀察到的金融機(jī)構(gòu)需要用較高花費(fèi)去建設(shè)、裝修、裝潢門面房的現(xiàn)實(shí)。然而，在第一階段，無論商品房價(jià)格還是住宅價(jià)格上漲，都對建筑安裝工程投資無顯著影響。這一結(jié)果是意外的，按照總效應(yīng)(表2)的結(jié)果，Arbp的系數(shù)顯著為負(fù)，Arbp2的系數(shù)顯著為正，則可以判斷商品房價(jià)格上漲對金融業(yè)的不利影響主要來自商業(yè)地產(chǎn)，而金融業(yè)建筑安裝工程投資本應(yīng)是與商業(yè)地產(chǎn)價(jià)格聯(lián)系最緊密的指標(biāo)，卻不受后者的顯著影響。為確保穩(wěn)健性，本文采取了兩種途徑的再檢驗(yàn)。一是檢驗(yàn)間接效應(yīng)的Sobel值。以Arbp為核心解釋變量時(shí)，Sobel檢驗(yàn)無法拒絕原假設(shè)；以Arbp2為核心解釋變量時(shí)，z值對應(yīng)的p值接近0.1，也不能完全拒絕原假設(shè)。二是進(jìn)行非參數(shù)百分位Bootstrap法檢驗(yàn)。在1000次抽樣次數(shù)設(shè)置下，Arbp和Arbp2的間接效應(yīng)系數(shù)在95%置信區(qū)間(經(jīng)偏差校正)的上限為正而下限為負(fù)，即間接效應(yīng)不存在。由此可斷定，商品房價(jià)格對金融業(yè)集聚的顯著負(fù)向作用不以金融業(yè)建筑安裝工程投資為中介機(jī)制，“用房成本增加”效應(yīng)未得到實(shí)證結(jié)果支持。

表5 中介效應(yīng)檢驗(yàn)Ⅲ：以金融業(yè)建筑安裝工程投資為中介變量

為進(jìn)一步確保穩(wěn)健性，本文采用結(jié)構(gòu)方程模型(SEM)對三個(gè)中介效應(yīng)進(jìn)行再檢驗(yàn)和比較，結(jié)果見表6。該方法雖然會(huì)損失不少有效信息，如組間差異等，但其優(yōu)勢在于能更直觀地觀察以中介變量為介質(zhì)傳導(dǎo)到被解釋變量上的間接效應(yīng)、主要解釋變量的直接效應(yīng)以及二者的符號差異。

表6 基于結(jié)構(gòu)方程模型(SEM)的中介效應(yīng)再檢驗(yàn)結(jié)果

從表6中可看出，在中介機(jī)制Ⅰ下，Arbp的間接效應(yīng)不顯著，此時(shí)主要為直接效應(yīng)，Arbp2的間接效應(yīng)在0.1水平上顯著，但該間接效應(yīng)為正；在中介機(jī)制Ⅱ下，Arbp和Arbp2的間接效應(yīng)都顯著，且方向都為負(fù)，符合本文理論判斷；在中介機(jī)制Ⅲ下，Arbp和Arbp2的間接效應(yīng)都不顯著，總效應(yīng)全部來自直接效應(yīng)。由此便證明，本文擬考察的三個(gè)可能的傳導(dǎo)機(jī)制中只有“客戶資源擠出”效應(yīng)成立。對大多數(shù)城市來說，能否吸引更多的金融業(yè)投資，主要取決于是否有大量未被房價(jià)上漲擠出的基礎(chǔ)客戶，其中用房成本節(jié)約的作用并不大。

（三）用房成本無法起到中介效應(yīng)的原因

根據(jù)以上分析，中介機(jī)制Ⅲ不成立，并且原因在于第一階段不成立，即金融機(jī)構(gòu)用房需求對用房成本的反應(yīng)不夠敏感。房價(jià)上漲難免導(dǎo)致金融機(jī)構(gòu)用房的單位面積支出上升，但沒有證據(jù)表明其由此而減少了建筑安裝投資規(guī)模，仍有一部分金融機(jī)構(gòu)樂意在房價(jià)上漲背景下拓展門店，花費(fèi)很多支出把其裝修得更豪華。按照直覺，更深的原因可能是過多的政府補(bǔ)貼導(dǎo)致金融機(jī)構(gòu)面臨的價(jià)格信號失靈。在現(xiàn)實(shí)中，很多城市為吸引金融機(jī)構(gòu)集聚，除了按注冊資本或分支機(jī)構(gòu)級別給予財(cái)政補(bǔ)貼外，還向其自建、購買、租用辦公或營業(yè)場所提供定向補(bǔ)助。

為了驗(yàn)證以上判斷，再以原控制變量中的地方財(cái)政能力(State)為調(diào)節(jié)變量，在SEM下檢驗(yàn)其對中介效應(yīng)Ⅲ的調(diào)節(jié)效應(yīng)是否顯著為正，結(jié)果見表7。本文意外發(fā)現(xiàn)，與直覺相反，在地方政府財(cái)政能力較強(qiáng)的城市中，房價(jià)上漲對金融業(yè)空間集聚的間接效應(yīng)全部顯著為負(fù)；在地方財(cái)政支出相對較少的城市中，該效應(yīng)反而不顯著，總效應(yīng)主要依賴于直接效應(yīng)的貢獻(xiàn)。金融機(jī)構(gòu)的建筑安裝支出對房價(jià)上漲是否敏感，取決于政府財(cái)政能力大小，即State的調(diào)節(jié)效應(yīng)，其為正表示城市財(cái)政能力強(qiáng)，金融業(yè)用房成本有可能有顯著的中介效應(yīng)。也就是說，在財(cái)政能力較強(qiáng)的城市，金融機(jī)構(gòu)能夠比較理性地依據(jù)房價(jià)變動(dòng)調(diào)整經(jīng)營場所面積，但由于直接效應(yīng)不顯著，使得總效應(yīng)不顯著；在財(cái)政能力較差的城市，金融機(jī)構(gòu)反而容易做出非理性行為，使得間接效應(yīng)不存在，商品房價(jià)格上漲對金融業(yè)集聚的負(fù)效應(yīng)以及住宅價(jià)格上漲對其的正效應(yīng)主要依賴于直接效應(yīng)的貢獻(xiàn)。

表7 基于結(jié)構(gòu)方程模型(SEM)對中介效應(yīng)Ⅲ的調(diào)節(jié)效應(yīng)檢驗(yàn)結(jié)果

原本的直覺是地方政府對金融業(yè)的補(bǔ)貼造成了固定資產(chǎn)投資市場的扭曲，使得金融機(jī)構(gòu)隨單位投入成本變化而調(diào)整建筑安裝支出的決策遲鈍，但表7的檢驗(yàn)結(jié)果恰恰相反。其可能的原因主要有以下兩種。(1)各地政府對入駐金融機(jī)構(gòu)自建、購買、租賃的辦公用房，除了按核算成本、購房或租賃合同標(biāo)的額的一定比例進(jìn)行補(bǔ)貼外，通常還規(guī)定了累計(jì)總額上限，在同樣的房價(jià)漲幅下，房價(jià)基數(shù)越高的地區(qū)越容易達(dá)到補(bǔ)貼上限，這使得入駐金融機(jī)構(gòu)仍要受制于當(dāng)?shù)胤績r(jià)成本，從而理性地進(jìn)行建筑安裝工程投資，而房價(jià)基數(shù)高的地區(qū)往往財(cái)政能力也較強(qiáng)，所以表7的檢驗(yàn)結(jié)果顯示了財(cái)政能力有助于制約金融機(jī)構(gòu)逆市增加用房的非理性行為。(2)財(cái)政支出規(guī)模較小的地方政府，往往對個(gè)別金融機(jī)構(gòu)進(jìn)行盯住式補(bǔ)貼，這類機(jī)構(gòu)在當(dāng)?shù)厥袌稣加新瘦^高，為進(jìn)一步提高進(jìn)入門檻而逆市收購、加租商業(yè)地產(chǎn)，在壟斷競爭結(jié)構(gòu)下不乏采取這種競爭策略的企業(yè)，即借助冗余產(chǎn)能形成競爭壁壘(Fair，1985；Mathis和Koscianski，1997)；相反，若地方政府實(shí)力較強(qiáng)且對金融機(jī)構(gòu)實(shí)行普惠式補(bǔ)貼，則使金融機(jī)構(gòu)不得不理性地依據(jù)單位成本決定其經(jīng)營邊界①這是識(shí)別用房成本中介效應(yīng)時(shí)發(fā)現(xiàn)的一個(gè)附加問題，對其的解釋需要更全面的經(jīng)驗(yàn)證據(jù)，有待進(jìn)一步研究。。

六、結(jié)論與啟示

本文基于2006—2013年中國182個(gè)地級及以上城市的面板數(shù)據(jù)，研究了房價(jià)上漲對金融業(yè)空間集聚的影響及其可能的傳導(dǎo)機(jī)制，研究結(jié)果主要顯示在以下幾個(gè)方面。(1)商品房(含住宅、辦公樓、商業(yè)營業(yè)用房和其他)價(jià)格上漲對金融業(yè)集聚有顯著的抑制作用，但如果單看住宅價(jià)格上漲，其對金融業(yè)集聚的影響顯著為正；(2)商品房價(jià)格對金融業(yè)集聚的抑制作用主要發(fā)生在商品房價(jià)格漲幅低于全國平均GDP增速的地區(qū)，而住宅價(jià)格對金融業(yè)集聚的促進(jìn)作用主要發(fā)生在住宅價(jià)格漲幅高于全國GDP增速的地區(qū)，說明商品房價(jià)格上漲抑制的主要是非總部金融，而總部金融選擇區(qū)位時(shí)更偏好房價(jià)上漲較快、優(yōu)質(zhì)人才密集的地區(qū)；(3)就業(yè)規(guī)模在商品房價(jià)格上漲抑制金融業(yè)集聚過程中無顯著中介效應(yīng)，在住宅價(jià)格上漲促進(jìn)金融業(yè)集聚過程中有“負(fù)負(fù)得正”的顯著中介效應(yīng)，即“勞動(dòng)力驅(qū)趕”機(jī)制不成立；(4)居民儲(chǔ)蓄規(guī)模在商品房價(jià)格上漲抑制金融業(yè)集聚過程中有部分中介效應(yīng)，在住宅價(jià)格上漲促進(jìn)金融業(yè)集聚過程中有負(fù)的掩蓋效應(yīng)，即“客戶資源擠出”機(jī)制成立；(5)金融業(yè)建筑安裝工程投資沒有任何中介效應(yīng)。

以上的研究結(jié)果說明，商品房價(jià)格上漲對金融機(jī)構(gòu)形成了空間擠壓，但并不是借助于“勞動(dòng)力驅(qū)趕”或“用房成本增加”途徑，而是以“客戶資源擠出”為主要傳導(dǎo)機(jī)制；房價(jià)過快上漲容易吸引社會(huì)資本參與“炒房”，并擠出對線下金融業(yè)務(wù)有較高需求的中低收入家庭，從而不利于金融業(yè)空間集聚；盡管商品房中的住宅價(jià)格上漲對金融業(yè)集聚的作用顯著為正，即高技能、高收入勞動(dòng)者出于“追漲”心理而遷入房價(jià)上漲較快的城市，給金融業(yè)帶來更充裕的人才資源供給，但是這也無法改變商品房價(jià)格上漲通過抑制金融業(yè)市場需求而抑制金融業(yè)擴(kuò)大投資規(guī)模的負(fù)面效應(yīng)。

過去一段時(shí)期內(nèi)，一些地方政府脫離本地金融服務(wù)需求進(jìn)行大規(guī)模金融招商，對金融機(jī)構(gòu)補(bǔ)貼扶持，將可能進(jìn)一步加劇金融資源的空間配置扭曲。各地政府應(yīng)當(dāng)充分認(rèn)識(shí)金融業(yè)空間布局的規(guī)律，特別是對不適合發(fā)展總部金融的地區(qū)來說，應(yīng)降低對區(qū)域經(jīng)濟(jì)金融化的過度熱情，消除對金融機(jī)構(gòu)的過度補(bǔ)貼。本文研究結(jié)果更為重要的政策啟示是，我國各地政府應(yīng)遏制地方土地財(cái)政帶來的“房價(jià)沖動(dòng)”，以具有吸引力的房價(jià)吸引各類人才，為金融機(jī)構(gòu)獲取基礎(chǔ)性客戶資源創(chuàng)造便利化的營商環(huán)境，抓住金融業(yè)區(qū)位選擇的關(guān)鍵動(dòng)機(jī)，提供全方位公共服務(wù)，從而實(shí)現(xiàn)金融資源的空間優(yōu)化配置，使金融發(fā)展更好地服務(wù)實(shí)體經(jīng)濟(jì)。