姜玮瑶 张奇松
摘 要：随着我国经济的快速发展，各省（区、市）经济发展平稳增长。但是我国地区间的经济发展仍存在明显的不平衡问题，尤其部分经济发达地区，相较于其他地区，其基础建设更加完善、营商环境更加优越，导致我国城市间人口流动速度加快，随之房价快速增长、产业结构大幅调整。房价与产业结构是影响人口流动的关键因素，为了深入探讨人口流动与房价、产业结构调整之间的关系，在对相关文献整理研究的基础上，对人口流动、产业结构及房产价格的现状进行分析，初步阐明了三者之间的作用关系。同时，为了更深入地研究三者之间的相互作用，以辽宁省为例，选取2010—2020年间全省14个地级市相关数据，建立了动态面板模型。通过研究，可以为辽宁省促进人口稳定、推进城市化进程、合理控制房价过快上涨等方面提供决策参考。
关键词：人口流动；产业结构；房地产价格；动态面板；辽宁省
中图分类号：F304 文献标志码：A 文章编号：1673-291X（2024）08-0043-04
一、问题提出
随着我国经济快速发展，城镇化建设不断推进，农村的富余劳动力不断向经济发达地区转移。而这些富余劳动力一般会涌向第三产业和第二产业，使得一些经济发达地区的第三产业不断完善，同时也推动了第二产业结构的升级。加之国家对各个地区的开发，如京津冀一体化、粤港澳大湾区、长江经济带等国家战略的布局，促进了人口流动，尤其是中西部地区的人才流向东南沿海等地区。随着服务业、互联网经济的快速崛起，人口逐渐从第一产业流向第二三产业，从而向东部和南部城市第二三产业聚集，促进了人口向该地区的流动，直接推动了东南地区房价的快速增长。近几年，随着金融去杠杆化的推动，各地房企也在主动减少房产投资，从而有效抑制了房产泡沫化的出现。住房问题是关乎每个人生活的问题，也影响着社会整体发展水平。虽然相关学者从金融、政策和经济发展水平方面来解释房价的增长，但是这种方式仍然不够全面。房产价格问题本质上是供需平衡问题，来源于人口波动，目的也是服务于人，因此，人口流动与房产价格、产业结构密切相关。
笔者从房产价格和产业升级两个方面分析影响辽宁省人口流动的因素，创新性地将理论与实践相结合，综合利用人口经济、产业结构、房产经济学等理论，建立动态面板模型，讨论人口流动、产业结构以及房产价格波动之间的动态关系。
二、文献综述
人口流动影响产业结构，产业结构影响房产价格，而人口流动也可直接影响房产价格，因此他们之间存在一定的联系。其中，Kashnitsky和Gunko（2016）发现，房地产市场的发展和日益严重的物质不平等加剧了城市地区的社会经济两极分化，改变了不同地区的人口密度。Zamyatina和Goncharov（2018）在比较俄罗斯的北极城市和该国南部的相对城市时发现，产业结构的调整导致人口大规模迁徙。Yang etal.（2020）基于105个工业化城市的面板数据，分析了产业结构导致的人口流动进一步影响房产价格定价的作用机制，结果发现，全国产业结构对用地价格的影响是显着的，这就间接导致了房价波动。Yang etal.（2020）借助腾讯位置大数据支持的旅行大数据集，分析了基于移动数据的人口流动（MBPM）的时空模式和特征，发现人口的短期流动使其第二产业和第三产业增加，进一步导致房价短期增长。基于以上研究我们发现，产业结构和人口流动为因果关系，三者可以相互影响并对社会的稳定产生重要的作用。但是，目前研究中并没有将三者之间的关系阐述清楚。此外，很多文献都是分析了我国整体城市发展情况的，而对于区域房价的影响因素并没有进行分析。因此，从这两个角度出发，采用数据分析和模型建立的方法，在动态面板模型的基础上，分析辽宁省14个地级市人口流动对产业结构以及房产价格影响的差异性。
三、相关理论
产业结构变化和人口流动都会促进房价的上涨，而反过来房价的上涨也会一定程度影响产业结构变化和人口流动。首先，房价的上涨会导致物价和劳动力水平的提高，可以吸引更多的技术性人才入住城市，这样就会推动城市化进程，优化产业结构。其次，房价的持续上涨保证了资本市场的活跃，大量的投资者和企业会将资金投入到房价上涨的城市中，使其实体经济受到冲击，从而改变城市的产业结构。房价的持续走高也限制了部分人口的流动，促使更多有能力的高端人才进入，这样也会促进人口结构的调整，从而进入良性的城市发展之路。房价与产业结构存在着倒U关系。这种影响的后果显而易见。企业最终会在生产性投资与非生产性投资之间权衡，权衡后会将更多资源投入到房地产投资性资产中，抽空生产性投资和创新性投资。
房价对于人口的影响主要有两个方面。首先，房价提高导致生活成本增加，当居民的收入水平跟不上消费需求时，就会限制外来人口的流入。其次，房地产企业配套产业链的不断完善也会增加第三产业的人才流动，带动大量的劳动力需求，提高行业薪资水平，从而推动更多技术型和复合型人才的流入。产业结构对于人口流动的影响，主要是因为就业结构和就业需求的改变。人们会受到预期收入的影响，一般产业结构的变化会引起大量劳动力向产业升级的方向变动，而产业结构的升级需要更高技术的人才，一些能力不足的劳动力就会成为剩余劳动力，从而向产业层次更低的地方转移。因此，产业结构、人口流动和房价之间是相辅相成、相互影响的关系。
四、现状分析
（一）产业结构现状
如图1所示，我国国内生产总值在不断提高，第三产业在持续增加，产业结构在不断优化，2014年以后第三产业增速明显提高。对比整个产业的占比情况，第一产业占比最低，二三产业保持一致，其中第三产业占比明显提高。而辽宁省各个产业的发展在2014年达到顶峰之后便出现较大幅度的下滑，2019年生产总值为15 212.49亿元，对于全国生产总值的贡献仅为1.54%。但是对比各个产业的情况发现，辽宁省与全国产业分布情况相同，并没有出现较大的差异性。
（二）人口流动现状
如图2所示，我国2010—2014年间流动人口呈现直线上升的状态，但在2015年后出现了下降，2016年流动人口占比最小，为17.22%，2017年后又出现小幅的回升。发生这种变化是因为2008年金融危机后部分地区失业率上升，失业群体开始向经济发达地区流动，从而引起人口流动增加。但当经济发达地区工作岗位接近饱和状态后，人们不再向这些地区流动，流动人口数量自然下降，因此在2014年开始人口流动有小幅下降。2017年后，长江经济带、粤港澳大湾区、东北工业区等地区纷纷出台相关创业扶持政策以及人才政策，再次吸引人们向这些地区流动，因此人口流动开始出现增加的趋势。而对比辽宁省城镇人口基本保持不变、农村人口逐年下降、常住人口保持一致，这主要也是受到乡村城市化的影响，大量的乡村剩余劳动力都在不断流入城市进行就业或者创业。
（三）房产价格现状
如图3所示，全国商品房销售面积在不断增加，商品房的平均销售价格也在逐年提高。但由于新冠疫情关系和经济下行的惯性，2021—2022年间，商品房销售面积逐年降低，而房价的增量在2009—2014年出现下降，在2014年以后出现上涨。辽宁省也出现了与全国一样的趋势。以上结果也说明，目前全国的房价已经得到了基本控制，但是增加幅度仍然较大，这与人均收入不相匹配。而辽宁省虽然经济发展水平不高，但是随着全国房价的上涨也加剧了这种不匹配现象的发生。
五、实证分析
（一）数据与变量
为了研究产业结构、人口流动、房价之间的关系，以辽宁省为例，选取2010—2020年的面板数据对其进行实证研究。对于区域研究主要以辽宁省各地级市为例，分析了各市的产业结构、人口流动和房产价格变化现状。数据主要来自《中国统计年鉴》和wind数据库。
为了对各项指标进行建模和统计分析，选取人口流动作为被解释变量，产业结构和房产价格作为解释变量。为了保证分析的有效性，加入城镇居民收入作为控制变量。具体变量的选取和定义如表1所示。同时，为保证数据的平稳性，除产业结构外，其余数据均取对数，并进行一阶差分。
（二）模型的构建与实证结果
以辽宁省为例，采用2010—2020年的面板数据构建统计模型，主要采用差分GMM 方法，具体模型回归计算如下：
Ai，t=β0+β1Ai，t-1+β2Bi，t+β3Ci，t+β4Di，t（1）
其中，i和t分别代表城市和年份，A为房价，B为产业结构，C为人口流动，D为其他控制变量。
表2 整体面板数据回归结果
如表2所示，人口流动具有一定滞后性，房价对流动人口具有正向影响，而产业结构对于流动人口有负向影响。
六、研究建议
（一）推动产业结构均衡发展
产业结构的失衡会限制全局经济增长，会使经济发展失去活力和动力，从而增加社会的不稳定性。因此，要求政府在制定政策时应该兼顾不同地区和原有城市的产业结构发展，按照不同的城市发展水平来评估房价水平，而不是只关注产业结构升级；要以科学的方法重新定位不同市区的产业功能，充分结合原有城市的产业优势，有效提高劳动生产效率，将资金放在原有产业结构调整上；要关注产业结构的长期变化，切忌追求短期利益；要采用互联网科技手段，配合现有的农业产业发展水平，推动产业结构均衡发展。
（二）推动其他相关产业发展
要在稳住房价的同时，加大对城市基础设施的投资力度，通过与房产企业的合作，深入开发配套措施，如酒店、学校、交通、商超等。只有不断优化产业链结构，才能提高经济发展活力。政府要合理引导房产企业积极投入到相关产业发展上，从而推动整体经济的发展。另外，要保障基础的安居性住房安全，逐年提高保障性住房的数量，推进农村人口向城市的转移，为产业和城市发展提供良好环境。
参考文献：
[1] KASHNITSKY，I.，M. GUNKO. Spatial Variation of In-migration to Moscow：Testing the Effect of Housing Market[J].Cities，2016（59）：30-39.
[2] ZAMYATINS，N.，R.GONCHAROV. Population Mobility and The Contrasts Between Cities in the Russian Arctic and Their Southern Russian Counterparts[J].Area Development and Policy，2018，3（3）：293-308.
[3] YANG，S.，S.HU，W.LI，C.ZHANG，D.SONG.Spatio-Temporal Nonstationary Effects of Impact Factors on Industrial Land Price in Industrializing Cities of China[J].Sustainability，2020，12（7）：2792-2806.
[4] YANG， Z.，W. GAO，X. ZHAO，C. HAO，X. XIE. Spatiotemporal Patterns of Population Mobility and its Determinants in Chinese Cities Based on Travel Big Data[J].Sustainability，2020，12（10）：4012-4025.
[责任编辑 彦 文]
