杨慧慧

一、引言

在国家经济快速发展的同时，河南省经济也取得了快速发展。在经济发展的背后，各地区的房价不断上涨，劳动力不断流入，其中郑州市房价销售价格由2636元/平方米（2005年）上升到9472元/平方米（2019年），年均涨幅接近1/4。与此同时，郑州市就业人数由407万人增加到635万人，增长1.5倍。房价的上涨并没有导致劳动力的流出，反而吸引劳动力持续流入。因此劳动力增长伴随着房价的上涨，同时房价的上涨也影响着劳动力的流动。

此外，劳动力增长率和房价增长率呈现动态波动的特点，房价增长与劳动力增长体现出一定的同步性。劳动力同比增长率在2011年达到最大值，为9.78%，而2010—2011年房价增长率分布15.45%和14.9%，同样处于历史的高点。同样在2014—2015年间，劳动力增长率和房价增长率都处于历史较低位置。

二、文献综述

一个地区如果存在大量的劳动力流入，会推动房价的上涨；同样当劳动力选择就业地点是需要着重考虑当地的生活成本、发展前景、工资待遇等因素，而房价高低会对这些因素产生直接影响。

在房价对劳动力流动影响方面。Helpman最早研究房价与劳动力流动相互关系，认为房价过高制约劳动力流入。孔艳芳研究发现高房价阻碍城镇化进程，提高了持有农村户籍的劳动力市民化的门槛。但也有研究表明，房价上升幅度较大的城市，能够吸引外来劳动力持续流入。刘纪学等研究认为户籍人口和房地产之间有着正相关关系，房价上涨会推动人口市民化进程。张莉等论证了房价的拉力和阻力作用。从拉力作用过程来看，房价可以作为一个城市发展的指标，高房价会给劳动力一个相对较高预期收入的信号，以此减少了劳动力预期收入的不确定性增加了城市对外来劳动力的吸引，从而对劳动力流入具有拉力作用；从阻力作用过程来看，房价是一部分的生活成本，高房价降低了劳动力的可支配收入，城市对外来劳动力的吸引减弱，从而对劳动力流入具有阻力作用。在劳动力流动对房价的影响方面，王先柱等研究发现人力资本上升促使产生竞争效应，而竞争效应能够催生房地产泡沫，且人力资本对房价影响的显著性与地区经济发展水平呈现出正相关关系。

三、数据选取

1.变量的选择

房价指标选取参考罗孝玲等采用商品住宅平均销售价格，房价=各地区商品住宅销售总额/各地区商品住宅销售面积。关于劳动力，采用郑州市统计年鉴公布的每年年末就业人数。

关于控制变量的选择。劳动力流动和房价波动受到共同的因素影响，其中工资水平，教育条件，医疗水平的提高都会对劳动力流动和房价波动产生影响。为了更加准确地反映劳动力流动和房价波动的真实关系，本文在模型中加入工资水平，教育条件，医疗水平作为控制变量。由于一些变量数据无法获取，一些变量加入模型结果不显著，对模型缺乏解释力，导致其他控制变量没有体现在模型里。工资水平（wage）：工资水平的增加一方面会吸引劳动力的流入，另一方面居民收入的增加会增加对商品房的需求，进一步抬高房价。用平均工资对数值表示。医疗条件（health）：劳动力流动受房价影响，房价不断上涨阻碍着劳动力的流动，但具有较高公共服务水平的城市又会对劳动力流动具有促进作用。故医疗条件用医院、卫生院床位数对数值。教育水平由普通本专科在校学生确定。

本文对房地产价格、劳动力、医疗条件、教育水平、工资水平的数据都进行了标准指数化处理，即以2005年为100；为消除可能异方差影响，对所有变量取对数。表中列出模型中涉及变量名称及其含义，其中，房价（ph）用郑州市房地产销售价格指数表示；劳动力（labor）用郑州市全社会从业人数表示；医疗条件（health）用郑州市医院、卫生院的床位数表示；教育水平（edu）用郑州市高校在校生表示；工资水平（wage）用郑州市全体职工年平均收入表示。

2.数据描述

研究中选取了从2005年到2019年的郑州市全社会从业人员数据和商品住宅平均销售价格，总共15组数据。

图1 散点图

根据取过对数后劳动力和房价的散点图，明显可以看出两个时间序列都呈现增加态势，属于非平稳序列。因此考虑劳动力和房价两种变量是否存在因果关系以及相互的影响程度。

四、实证过程

1.单位根检验

通过对变量采取对数化方式来消除原始变量异方差影响。依次生成对数序列lnlabor、lnph、lnwage、lnedu、lnhealth。下面对房价ph、劳动力labor进行单位根检验。从单位根检验结果发现，ADF概率P为0.1923，不能拒绝labor序列有一个单位根的原假设，认为labor序列非平稳。同样的对lnph进行检验，ADF概率P为0.7571，不能拒绝labor序列有一个单位根的原假设，认为labor序列非平稳。

2.协整检验

本文选取Johansen协整检验。在原假设None（无协整关系），计算的迹统计量概率P值0.034，在5%的置信水平下拒绝原假设，认为至少存在一个协整关系；下一个原假设At most 1（最多有一个协整关系），计算的迹统计量概率P值为0.069，接受原假设。又因为在本文中迹统计量和最大特征值结果一致，判定lnhp、lnloan存在一个协整关系。

根据Jonansen Cointegration检验表达式，协整方程写为：

通过该协整关系式，可以得到lnlabor和lnph是正相关的长期均衡关系：郑州市房价每上升1%，劳动力流入就会上升0.54%。本文中D（lnlabor）方程的调整系数（-0.0792）为负值，说明协整关系有效。

3.矢量误差修正模型

为了明确劳动力与房价之间的相互关系，对劳动力与房价进行因果关系检验。根据VECM模型结果，该误差修正项的表达式与Johansen协整检验中得到协整关系式是一致的。房价波动与劳动力流动两者之间无论是在短期还是在长期均衡的情况下，均存在正相关关系。因此假设1成立。

估计的VEC模型为：

第一个系数表示在考虑控制变量情况下，lnph在第t期的变化(D(lnph(-1))=lnph-lnph(-1))可以消除前一期的非均衡误差。

4.格兰杰因果检验

从表1可以看出，在短期中，劳动力的变动（Dlabor）是房价变动的Granger原因，其中P值为0.0002，可见这种Granger原因是非常显著的，劳动力的变动（Dlabor）的滞后期能够非常显著地解释或者预测房价的增长率（Dph）。这种检验结果是和前文的假设是一致的。同时房价的增长率（Dph）的变动也是劳动力的增长（Dlabor）原因，即房价的增长率（Dph）的滞后期能够非常显著地解释或者预测劳动力的变动（Dlabor）。Granger因果检验为我们提供了两个变量之间的因果作用方向，即房价增长和劳动力流入互为因果关系。假设2成立。

表1 格兰杰因果检验结果

五、结语

郑州作为中原城市群核心城市，在样本期间房地产价格和劳动力流动之间的有着一定的影响机制和效应。基于实证结果，本文得到以下结论：

郑州市房价上涨与劳动力流入存在正相关关系。房价对劳动力的影响有两个方面：一方面房价的上升加重了流入劳动力的生活成本，可能导致对外来劳动力的吸引下降；另一方面城市房价的上升也体现了该城市处于城市快速发展时期，大量的就业岗位以及良好的职业发展环境，对劳动力的流入产生巨大的吸引力。郑州作为高速发展的城市，为社会提供了大量就业机会和发展平台，房价上涨对劳动力具有一定的吸引力。此外，郑州的核心竞争力在向医疗、教育等公共服务转变，政府出台多项吸引人才落户郑州政策为郑州经济社会发展注入活力。近些年房屋租赁市场的迅速发展，也满足了一些劳动力的住房需要。