李淼淼

摘要：随着我国经济市场的逐渐发展，房地产市场也在迅速发展，但随之也出现一些房价分化问题。本文首先分析房价分化与制造业集聚的特征，以长三角城市群作为分析对象，深入探究房价分化对制造业集聚影响的内在逻辑机理。经过研究发现，劳动成本在房价与制造业中起到中介效应的作用，文章运用两步系统GMM计量方法进一步进行实证检验，发现房价对地区的制造业集聚水平具有先吸引后抑制的“倒U型”作用。这为长三角等经济发达地区优化制造业的集聚提供理论依据，也为政策制定者制定协调房价区域差异與产业集聚发展的政策提供重要启示。

Abstract： With the gradual development of China's economic market， the real estate market is also developing rapidly， but there are also some problems of housing price differentiation. This article firstly analyzes the characteristics of housing price differentiation and manufacturing agglomeration. Taking the urban agglomeration of the Yangtze River Delta as the analysis object， this article explores the internal logic mechanism of the impact of housing price differentiation on manufacturing agglomeration. After research， labor costs play an intermediary role in housing prices and manufacturing. The article uses the two-step system GMM measurement method to further carry out empirical testing， and finds that housing prices have an "inverted U-shaped" effect on the level of manufacturing agglomeration in the region， which provides a theoretical basis for optimizing the agglomeration of manufacturing industries in economically developed areas such as the Yangtze River Delta， and also provides important inspiration for policy makers to formulate policies that coordinate regional differences in housing prices and industrial agglomeration development.

关键词：房价分化;中介效应;制造业集聚;两步系统GMM法

Key words： house price differentiation;intermediary effect;manufacturing agglomeration;two-step system GMM method

中图分类号：F299.23;F427                            文献标识码：A                                  文章编号：1006-4311（2020）23-0008-03

0  引言

伴随着经济市场的发展，我国房地产行业也在迅速发展。在2016年房价突然暴涨，一方面由于政府政策过度宽松，导致房价飙升，另一方面由于土地供应的下降，造成地价的日益增长，导致在2016-2017年我国商品房平均销售价格暴涨。如今我国已经进入了经济新常态和社会转型的新阶段，而制造业担任着我国经济发展重任，是我国实现经济增长的坚实基础。自从改革开放以来，我国在制造业方面取得了重大的突破，并成为了全球的制造业第一大国，但是随着生产要素成本不断增加，高额的土地成本和租金成本使发达地区的制造业集聚优势开始逐渐消失。在我国经济发展进入新常态情况下，探讨长三角城市群房价分化与制造业集聚的内在逻辑机理具有重要的理论价值和现实意义。

1  文献梳理

许多学者对房价的波动及其根源进行了研究。范新英（2015）学者根据供求均衡理论和其他理论为基础，对可以影响房价水平的因素进行分析，探讨房价分化产生的原因[1]。钱净净（2016）运用经济学理论对房价分化的原因进行分析，指出由于劳动力不同的流动方向对城市间的房价造成一定影响[2]。魏守华（2016）等学者利用1997-2013年的面板数据，对我国共286个城市进行实证分析，实证分析结果发现制造业的多中心集聚可以有效提高一个城市的生产率[3]。邵挺和范剑勇（2010）等学者发现，造成长三角制造业分散的原因主要是由于房价的快速提升以及制造业产品生产缺乏一定的丰富度，从而影响长三角制造业的集聚水平[4]。李福柱（2019）等学者分析发现由于房价上涨会对制造业集聚发展起到抑制作用，而人力资本集聚对制造业的集聚式发展起到促进作用[5]。

综上可见，大多数文献探讨了房价差异与制造业之间的关系，但是较少文献探讨劳动成本是否会在此中间造成某种影响，本文将着力于探讨房价、劳动成本与制造业集聚三者之间的关系，揭示其内在驱动机制，以长三角城市群的26个城市作为样本数据进行实证分析。

2  房价分化与制造业集聚影响的逻辑机理

2.1 劳动成本的中介效应

生活成本的变化将会对企业的劳动力流动决策产生一定影响，当房价上涨时，住房成本增加，导致劳动力向外流出，劳动力流出会对当地制造业造成影响。这种传导机制表现为“房价上涨—劳动成本上升—影响制造业集聚”。房价上涨还会使得企业生产成本上升，土地资源稀缺，房租成本上升，加重企业负担，造成企业外迁，影响当地制造业集聚度。基于此，本文提出假设1：

假设1：城市房价的起伏影响劳动成本的高低，从而间接影响制造业集聚程度，因此劳动成本将在房价与制造业集聚中起中介变量作用。

2.2 房价对制造业集聚的影响效应

当一个城市的房价保持不变的时候，劳动力工资上升会吸引劳动者更多的向内流入，但是劳动者的持续流入最终也会带来房价的提高，当房屋的价格上升到一定的程度时，劳动者实际获得的收入就会开始下降，会阻碍劳动力流入。基于此，本研究提出假设2：

假设2：当平均房价在一定范围内上涨时可以促进制造业集聚水平的发展，但是当上涨的幅度超过一定的水平时反而会抑制，因此房价的变动对一个地区的制造业集聚水平具有先吸引后抑制的“倒U型”影响。

3  房价分化对制造业集聚影响实证研究

3.1 模型的设定与变量的选择

基于上述理论分析，本文首先构建中介效应模型，如下：

其中，i为地区，t为年份，magg为被解释变量，表示制造业的集聚水平;prices为核心解释变量，表示房价，wage为劳动力成本（实际工资），X为除房价和劳动力成本外影响制造业的其他控制变量。

其次构建两步系统GMM模型，设定如下：

其中，X控制变量包括：市场需求、人口密度、交通基础设施、财政收入占GDP的比重和医疗条件。？准i+ψt+λit表示为复合误差项，？准i为地区固定效应，ψt为时间固定效应，λit则表示为随机误差项。

本文包含的具体变量说明如下：

①被解释变量。

本文以制造业的集聚度作为被解释变量，用区位熵指数来测算制造业的集聚度，因为区位熵指数可以消除区域的规模差异问题，与全国平均水平进行对比;与李勇刚[6]等学者选用方法一致，公式如下：

其中，用Qmn来表示n地区中从事制造业m的就业人数，用Qn来表示n地区中的总就业人数，用Qm表示为全国制造业m的就业人数，用Q表示为全国总的就业人数，计算得到区位熵，熵值越高，表示该地区的制造业集聚度水平越高。

②其他控制变量。

市场需求会影响不同企业对不同地区的选择，本文利用人均GDP占全国人均GDP的比值来衡量市场需求水平（demand）。运用一个地区的年末总人口数与土地面积的比值来作为衡量城市的人口密度水平（pden）。利用人均道路面积来衡量交通基础设施水平（prarea）。选取财政收入占GDP的比重这个指标来衡量政府的财政水平（revenue）。利用医院的床位数来衡量一个城市的医疗条件水平（hbed）。

3.2 数据来源

本文将立足于长三角城市群的26个城市，利用2004-2017年的面板数据，数据主要来源于历年的《中国统计年鉴》和《中国房地产统计年鉴》;以及各个城市各年统计年鉴。对所选的各个变量进行描述性统计（如表1所示）。

3.3 实证分析

3.3.1 房价、劳动力成本与制造业集聚的中介效应分析

为了判断劳动力成本是否在房价与制造业集聚之间起到一个中介变量的作用，本文采用bootstrap方法进行反复抽样1000次来构建95%置信度水平下检验系数乘积（δ2θ）的置信区间。式（1）～式（3）的回归结果见表2。结果表明，劳动力成本所起中介效应占总效应比约为36%，意味着房价对地区制造业集聚程度的总影响中有近36%是通过劳动力成本来实现的，占比较高表明劳动力成本的中介效应显著。该分析结果说明假设1通过验证。

3.3.2 长三角城市群的房价对制造业集聚的影响

通过观察表3所得到的回归结果可以发现，在模型1中，不考虑控制变量对于实验的影响，回归结果得出平均房价的一次项系数为0.712;其二次项系数为-0.0416，均在1%的水平下通过显著性检验。在模型2中，将控制变量对实验的影响考虑在其中，得出的平均房价一次项系数为1.1443，二次项系数为-0.0705，该结果表明假设2通过检验，说明平均房价的水平对制造业集聚水平的影响效应呈现出“倒U型”的效应曲线。

在所选的控制变量中，其中市场需求的系数为0.4457，并且在1%的显著性水平下通过检验，说明市场需求越大，越容易形成集聚。交通基础设施的系数为0.0191，说明交通设施的完善对制造业的集聚具有促进作用。而财政收入占GDP比重和医疗条件水平对制造业集聚的影响不显著的原因可能是控制变量间的相互作用引起的。最终结果说明市场需求、工资水平、人口密度和交通设施可以对一个地区的制造业集聚水平具有显著的影响。

3.3.3 稳健性检验及内生性分析

为了检验本文实证结果的可靠性，本文对2004-2017年长三角26个城市的制造业集聚水平进行稳健性检验，所得到的回归检验结果同样也印证了前面我们所得到的结论是成立的。

4  结论和建议

本文分别从理论和实证方面进行分析，经研究得出以下结论：劳动力是制造业企业生产经营与发展中必不可缺少的角色，是企业發展的重要要素之一，劳动成本在房价与制造业集聚之间具有中介效应的作用。当房价上涨的时候会给劳动力的生活成本造成影响，当生活成本超出劳动力所能接受范围之外的时候，劳动力将会离开，而劳动力的缺乏则会影响制造业企业的发展，呈现出“倒U型”的效应曲线。

目前我国处于产业转型关键时期，为了促进长三角城市群的经济发展，需要因地制宜的实施相关政策，把对房价的调控措施与促进制造业企业集聚发展密切联系起来。根据研究结果，本文提出如下建议：

第一，对房价进行引导，因地制宜的实施政策，运用宏观经济手段对房价实施合理的调控，使得房价能够处于一个合理的范围之内。

第二，推动劳动力流动，改善劳动力市场的结构特点，经济发展相对较快的城市，要充分发挥产业优势吸引人才，降低生活成本提高社会保障;对于经济发展相对较慢的城市，则要注重普通劳动力的价值，通过提高自身城市的吸引力，引进技术型人才并留住人才，促进当地制造业的转型升级，推动劳动力合理优序的流动，促进当地制造业的集聚水平。

参考文献：

[1]范新英.中国城市房价的空间非线性机理研究[D].山西财经大学，2015.

[2]钱净净.中国城市间房价分化的经济学解释[J].河南师范大学学报（哲学社会科学版），2016，43（03）：77-81.

[3]魏守华，陈扬科，陆思桦.城市蔓延、多中心集聚与生产率[J].中国工业经济，2016（08）：58-75.

[4]邵挺，范剑勇.房价水平与制造业的区位分布——基于长三角的实证研究[J].中国工业经济，2010（10）：24-32.

[5]李福柱，安梓瑄.房价上涨、人力资本集聚与区域制造业结构升级[J].经济视角，2019（03）：70-79.

[6]李勇刚，张小倩.房价区域差异对制造业集聚的影响效应研究[J].北京化工大学学报（社会科学版），2018（02）：14-20.

[7]陈昌领.房价水平对制造业升级的影响——以长三角16个核心城市为例[D].上海：上海师范大学，2017：40.