为什么半城镇化率越来越高——基于房价上涨的分析视角-彭代彦.pdf

《为什么半城镇化率越来越高——基于房价上涨的分析视角-彭代彦.pdf》由会员分享，可在线阅读，更多相关《为什么半城镇化率越来越高——基于房价上涨的分析视角-彭代彦.pdf（12页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、第56卷第2期V0156 No2华中师范大学学报(人文社会科学版)Journal of Central China Normal University(Humanities and Social Sciences)2017年3月Mar 2017为什么半城镇化率越来越高?基于房价上涨的分析视角彭代彦 文 乐+(华中科技大学经济学院，湖北武汉430074)摘要 本文利用19992014年中国31个省市的空间面板数据，基于房价上涨的视角，运用空间探索性数据分析法(ESDA)和空间计量模型研究了中国半城镇化率的空间分布特征与半城镇化率持续上升的成因。研究发现：(1)中国人12半城镇化具有显著的空间正相

2、关性和空间异质性，并且存在向东部沿海地区集聚的特征；(2)房价上涨显著推升了本省人口半城镇化率，而对周边省市影响不显著，本省房价上涨1，本省半城镇化率上升约0077个百分点；(3)推升人口半城镇化率的主要是住宅价格，其次是工业用房价格。研究表明，房价快速上涨不利于农业转移人El市民化。关键词 房价上涨；人口半城镇化；ESDA；空间计量一、引言近三十年来，中国常住人口城镇化率以年均1个百分点以上的速度增长，至2015年底常住人口城镇化率已经达到561，城镇常住人口达77亿，但是，中国的农业转移人口市民化进程却十分缓慢，户籍人口城镇化率仅在36左右，大量农业转移人口仍处于“半城镇化”状态。据国家统

3、计局公布，2015年多达27亿多的农业转移人口在乡村和城市之间呈“候鸟式迁移”。学术界通常用半城镇化率即常住人口城镇化率与户籍人口城镇化率之差来衡量半城镇化水平。值得注意的是，自2004年以来中国房价开始上涨，而中国人口半城镇化率与房价一同上升，如图1所示。半城镇化的实质是一种不彻底的城镇化，具体表现为大量的农业转移人口实现了职业和地域空间的转变，但是难以获得城镇户口，没有从农民转化为市民，实现身份的转换，享受与城镇居民同等的社会福利。这种城镇化模式一方面压制了农业转移人口的公共服务需求，减轻了政府和企业负担，为中国经济快速发展提供了非常廉价的劳动力，但是，另一方面也产生了深刻的负面影响，比如

4、，1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014图l房价与人口半城镇化率变化趋势。注：1数据来源于新中国六十年统计资料汇编、中国人口和就业统计年鉴从2000年到2015年各年相关数据、中国统计年鉴从2000年到201 5年各年相关数据；2利用CPI对房价进行了消涨处理。收稿、日期20161l一26基金项目 湖北省社会科学基金一般项目“偏向中西部的土地供给政策如何推升了房价”(2015198)*文乐，通讯作者，wellerwen009163com51万方数据农业转移人口难以融入城镇生活

5、，城镇内部呈现出以农业转移人口和城镇居民为主体的“新二元结构”分割现象，而农村则催生了大量的留守儿童、留守妇女与留守老人，呈现“空心化”趋势。从长远来看，半城镇化模式显然不利于中国经济的持续增长和社会的长治久安。中国人I：I半城镇化的成因究竟何在?研究这一问题具有十分重要的理论与现实意义，学术界从不同角度进行了广泛的讨论，并提出了众多的解释。李敬、章铮将托达罗模型发展为民工家庭年龄结构一生命周期模型，结果发现：为了达到在城镇定居的最低限度经济条件，农民工夫妻婚后至少需要连续工作21年，而绝大多数民工面临中年失业风险，这成了民工城镇化的主要障碍回。黄江泉、李晓敏和肖峰、吴玲认为农民工人力资本存在

6、着存量低、积累不足、结构不合理等诸多问题，这些问题导致农民工难以进入城镇主流劳动力市场，使其缺乏城镇可持续生活能力，是制约农民工市民化的瓶颈问题。本文认为，失业风险、人力资本对半城镇化率应该只有水平影响，可以解释中国半城镇化率为什么偏高，但却无法解释近十多年来中国半城镇化率快速上升的现象。此外，许多学者对制度壁垒进行了研究。比如，刘传江、程建林认为基于户籍制度的歧视性制度安排，包括就业政策、保障体制和社会服务供给等，对农业转移人口市民化产生了抑制作用。Chan&Buckingham认为农业转移人口获得城镇户籍需要无偿放弃农村耕地承包权和宅基地使用权以及农村的社会保障权利鲫，这加大了农民转化为市

7、民的机会成本，降低了农业转移人口市民化的意愿和能力。这一种观点可能忽视了农业转移人口获得城镇户籍后所能获得的城市公共服务和社会福利，或者说是由于无法获得城市居民待遇从而不肯放弃农村土地等权利。秦佳、李建民与Jin&Sun则认为财政分税制使得财权上收，地方政府客观上没有财力承担农业转移人口市民化的成本，加之在“政治晋升锦标赛”中，地方政府支出是重建设而轻民生的，主观上也不愿为农业转移人口提供公共服务。需要指出的是，户籍制度产生的歧视问题正在不断解决，并不能解释中国半城镇化率快速上升的现象，而土地制度和财政分税制近十多年来基本没有变化以不变的制度也难以解释2004年以来中国人口半城镇化率快速上升的

8、原因。和本文的研究相关，黄海洲等认为商品房屋价格的快速上涨超过了居民收入的增长速度，高房价已成为了制约城镇化发展的最重要52因素之一。Zang et a1认为房价上涨既可能导致财富耗散，也可能产生期望财富效应，其利用19952002年中国31个省市数据发现房价高涨降低了东部地区农业转移人口的城市定居意愿，但对中部的影响相反，而对全国和西部地区影响不显著。不过，孔艳芳与李永乐等分别利用省级面板数据也进行了实证检验，发现住宅价格上涨对全国城镇化水平的提高起到了显著的阻碍作用。综合既有研究来看，不同学者分别从微观和宏观角度对人口半城镇化问题进行了有益探索，并且许多学者认为房价上涨过快可能是近年来抑制

9、农业转移人口市民化，推高人口半城镇化率的关键因素。但是，笔者认为这些研究尚存在一些不足：第一，以理论分析居多，而实证研究还很缺乏，同时也没有解释清楚2004年后半城镇化率为什么快速上涨，而在2004年之前相对平缓；第二，遗漏了工资这一重要变量，可能高估房价对人口半城镇化率的影响，导致估计偏误的存在；第三，现有实证研究大多采用面板数据，而潜在地假设各区域之间是相互独立的，没有考虑样本之间存在的空间自相关和空间异质性，模型估计结果也是有偏和不一致的。但空间计量模型可以克服传统0LS面板数据模型的这一估计缺陷。因此，本文拟基于房价上涨的分析视角，首先从理论上进一步分析人口半城镇化的成因，然后使用19

10、992014年中国31个省市的面板数据，并运用空间探索性数据分析法(ESDA)分析人口半城镇化的时空特征，最后运用空间计量模型就房价对人口城镇化的影响进行实证检验。二、制度背景与理论分析(一)制度背景户籍管理制度是中国的一项基础性社会管理制度。1984年10月，国务院发布关于农民进入集镇落户问题的通知，开始允许办理农民集镇常住户口。1997年6月，国务院批转了公安部小城镇户籍管理制度改革试点方案和关于完善农村户籍管理制度的意见，明确规定：从农村到小城镇务工或者兴办第二、三产业的人员，小城镇的机关、团体、企业和事业单位聘用的管理人员、专业技术人员，在小城镇购买了商品房或者有合法自建房的居民，以及

11、其共同居住的直系亲属，可以办理城镇常住户口，与此同时，大中城市特别是北京、天津、上海等特大城市对人口增长实行严格的控制政策。2001年3月国务院又颁布了关于推进小城镇户万方数据籍管理制度改革的意见(国办发(20011 6号)，对办理小城镇常住户口的人员，不再实行计划指标管理，凡拥有合法固定的住所、稳定的职业或生活来源的人员均可申请在居住地落户。2011年2月，国务院颁布了关于积极稳妥推进户籍管理制度改革的通知(国办发20119号)，进一步要求落实放宽中小城市和小城镇落户条件的政策，但是仍然要求有合法稳定职业并有合法稳定住所(含租赁)才可在城镇落户，并要求继续合理控制直辖市、副省级市和其他大城市

12、人口规模，进一步完善并落实好现行城市落户政策，提出尽可能对常住人口也提供教育、医疗等基本公共服务。从地方实践来看，北京、天津、广州、上海等特犬城市对人口增长实行严格的控制政策，构建了包括购房情况指标在内的积分入户评价体系；另外一些大城市则主要通过购房落户等方式获得城镇户籍，包括武汉、成都：重庆、南京、大连等。总之，从落户制度来看，不论是在大中城市还是在小城市，拥有固定居所(fz租赁)、稳定的就业或生活来源是农业转移人口在城市落户的基本条件。(二)理论分析从制度背景以及现实需要来看，人口城镇化的关键是要解决住房和就业两大难题。如果没有固定的居所和稳定的生活来源，农业转移人口就无法在城镇落户，无以

13、实现市民化。本文认为房价快速上涨影响人口半城镇化水平的主要机制在于影响农业转移人口的住房消费与就业机会。首先，从住房的角度来看，房价上涨对人口城镇化产生阻碍作用的最显著机制是通过成本效应和财富效应提高了农业转移人口进城落户的门槛。房价上涨产生两种效用，一是成本效应，二是财富效应。从成本来看，城镇商品房价格过高、上涨过快，不仅会直接提高居民租房或购房成本，也会导致商店租金进而商品销售价格上涨而间接地提高城镇生活成本o。而从财富视角来看，房价上涨使得拥有一套或多套商品房的居民财产增值，但是，对于没有房产的居民来说，不得不节省开支以支付更高的房屋租金，或者为“买房而储蓄”，这部分居民生活可能恶化。换

14、言之，房价上涨的财富效用使得拥有房产的居民更加富有而使得没有房产的居民财产相对缩水，拉大社会贫富差距。在中国，由于保障房和廉租房对象主要为拥有城市户籍的中低收入阶层，农业转移人口的住房问题难以在保障房体系中解决。尽管有一些大城市也为农业转移人口提供了廉租房，但是由于地理位置、租金收人比、配套设施等方面的原因，只有少数农业转移人口愿意居住。农业转移人口在城镇主要从事制造业、建筑业和低端服务业，工资水平低，工资增长速度相对也较低。而房价上涨的成本效应提高了农业转移人口城镇生活成本，财富效应又使得农业转移人口的财产相对减少。因此，农业转移人口无力购买或租住正规的商品房，最终不得不选择居住在城中村、厂

15、商提供的集体宿舍或群租型的普通商品房。“居无定所”使得农业转移人口往往难以在城镇真正安家落户，于是城镇化进程就受到阻碍，表现为人口半城镇化水平的上升。其次，从就业的角度来看，房价上涨提高了企业的用工和用房成本，导致企业生产成本增加，居民就业机会可能减少。由于房价是居民生活成本的一个重要部分，当城市的房价上涨，住房成本提高，企业必须提高工资，否则劳动力可能流向愿意支付更高工资的其他企业或选择移居到房价更低的地区。随着房价上涨，不仅企业工资成本上涨，企业生产用房或租地成本也将上升。从理论上讲，如果企业用工和用房成本的增加超过了企业生产率的提高，企业利润就会减少，甚至亏损，从而一些企业会加速资本替代

16、劳动力，迫使产业升级，一些企业可能退出生产，还有一些企业可能选择其他成本更低的地区或国家进行生产。也就是说，房价上涨将对劳动力和中低端产业产生挤出效应，导致产业转移和升级。事实上，房价已经是经济活动的重要驱散力。近年来东部沿海地区处于产业价值链中低端的产业，难以承受房价上涨带来的成本压力，已逐步向相对房价低的中西部等地区转移。比如，富士康工厂搬离深圳转移至内陆小城市，英特尔公司关闭在上海的工厂并在成都扩建生产基地，惠普在重庆设立出口制造基地，联合利华、海尔、格力、美的和TCL等大型企业也相继计划在内地建立新的生产基地，还有阿迪达斯关闭苏州工厂转向东南亚等地区o。范剑勇、邵挺发现房价上涨导致东部

17、沿海等地区制造业集聚度明显下降，其中长三角地区制造业泰尔指数从2003年的0527持续下降到2008年的0473，5年问下降了0054。高波等实证研究也表明城市间的相对房价升高，导致相对就业人数减少，引发区域问产业转移与产业结构升级回。因此，从就业角度来看，房价上涨可能导致城市就业机会减少。另外，农业转移人口由于缺乏城镇户口以及劳动技能和人力资本普遍较53万方数据低，房价上涨时，往往首当其冲，更难以获得工作岗位。综合以上分析可知，房价上涨通过影响农业转移人口的住房消费与就业机会，进而导致人口半城镇化水平上升。三、人口半城镇化的空间相关性与异质性(一)半城镇化的空间相关性全局空间自相关是对属性值

18、在整个区域空问特征的描述，可以衡量区域之间整体上的空间关联性。如果高值和高值聚集在一起，低值与低值聚集在一起，则为“正空间自相关”；反之，如果高值与低值相邻，则为“负空间自相关”。计算空间自相关的方法有很多，其中，最常用的是“全局莫兰指数I”(MoranS I)，其计算公式为：I一Wi(x：一叉)(墨一叉)兰L型_，Wii为二阶邻接空n n fU 7s 2Wi间权重矩阵中第(i，J)个元素，S2一土：(x一”二了X)2，i指的是各省份；工值在(一1，1)之间，大于0表示各地区之间存在正空间相关性，等于0表示不存在空间相关性，小于0表示负空间自相关；工近似服从均值为E(工)和方差为V(工)的正态

19、分布，即刚，一点，一譬未乎一孢一l 叫j(咒一1)E2(j)，其中W。一W。，W。一专(伽i+Wji一2硼z一参W1h，Z一篇一(o，1)。利用中国31个省市的半城镇化率，计算出历年的MoranI结果，见表1。从表1可知，19992014年全局MoranS I估计值均为正，且大都在5以上的显著性水平上显著，这表明中国半城镇化水平呈现出空间正自相关性，也就是说半城镇化水平高的地区和半城镇化水平低的地区在空间上分别呈现集中分布。这种特征可能是由各地的工资与房价差异造成的。具体来看，东部各省市就业机会多，吸引了大量的农业转移人口，但是，这些地区房价高，抑制了农业转移人口市民化；而中西部地区虽然房价相

20、对较低，但是就业机会相对匮乏、工资低，城市流人人口较少，因而各省市半城镇化也较低。另外，MoranS I值从1999年的0045增长到2014年的0213，整体呈现明显的波动上升趋势，表明半城镇化率的空间集聚度不断上升，也就说，区域半城镇化的空间分布格局趋向集中。图2和图3更清晰地反映了中国半城镇化率的空间分布情况，东南沿海地区是半城镇化率的高值区，而东北和西部地区是低值区域，并且从1999年到2014年存在由西向东逐渐集中的趋势。这可能是近十多年来东部沿海地区比中西部发展速度更快，工资水平更高，创造了更多的工作机会，吸引了农业转移人口的进入，同时越来越高的房价也抑制了农业转移人口的市民化。(

21、二)半城镇化的空间异质性全局MoranI指数只能从总体上衡量区域间的空间关联性，无法准确观测各省市在区域分布上的异质性，因此需要采用其他指标反映空间异质性。为此，引用新经济地理学中的样本G*i值来划分中心、外围区域，如果G*i值越大，说明该地区集聚能力越强，周边地区对该地区吸附能力越明显，反之则越弱。Gi值计算公叫i*乃一w?*；式：Gi一丽万寺二葡可丽再可，其中训ii是给出的二阶邻接空间权重矩阵w元素，Wi*一砌。+Wi，sl。i一硼；，；为样本的均zJ 值，互一：z。n；修正后的G广统计量：G，一。i。=。一l(：硼u*CCi一砌，*z)一(z。一z)而ii=瓦可可万j万矿朋z一台+Wi，

22、s囊一叫；，i，一7C。t，z。Nj地区在t表1 19992014年31个省市的半城镇化率的全局Morans I与z值MoranIZ014628040224401454数据来源：作者整理得出。万方数据时期的半城镇化率，s为至i的样本方差，至一：j。=。一lz，n，豫是样本数。计算结果见表2。通过表2各省市G值来看，中国半城镇化率存在明显的空间异质性，广东、浙江、上海、江苏、福建、北京、天津与山东处于中心区域，这些地区地理位置相比中西部地区的省市要优越，经济发达，工资水平更高，为农业转移人口提供了就业机会，但是，这些省市房价高，落户条件相对较高，从而抑制了农业转移人口市民化。而辽宁、山西、内蒙古

23、、吉林、黑龙江、安徽、湖北、湖南、河南、重庆、西藏与新疆处于次中心区域，这些省市经济水平相对西部较好，房价图2 1999年中国半城镇化率分布数据来源：新中国六十年统计资料汇编、中国人口和就业统计年鉴(2000)。表2 1999-2014年各省人口半城镇化率Gi*值数据来源：作者整理得出。水平也比东部要低，因而半城镇化水平相对适中。广西、贵州、云南、青海、宁夏、海南、河北、江西、四川、陕西与甘肃属于外围区域，这些地区虽然房价水平较低，落户条件也较为宽松，但是缺少产业支撑，就业机会少，工资水平低，农民大多选择流向东部沿海地区，从而表现出相对较低的半城镇化水平。最后需要说明的是，G值的计算公式表明曰

24、值的符号与大小不仅取决于本省市的半城镇化率，也与周边其他省市半城镇化率大小有关。海南、河北等省即便处于东部地区，但是周边主要邻近省市半城镇化率很高，另外，河北省还是人口流出大省，因此，相比较而言，海南、河北属于半城镇化的冷点区域。图3 2014年中国半城镇化率分布数据来源：201 5年中国人口和就业统计年鉴(2015)、中国统计年鉴(2015)。四、实证模型、变量与数据来源(一)计量模型与变量选取前文分析表明不同省市之间人口半城镇化水平存在显著的空间正自相关性与空间异质性，因而有必要采用控制了空间相关性的空间计量模型，以得到回归系数的无偏估计量。空间自相关模型(SAR)、空间误差模型(SEM)

25、和空间德宾模型(SDM)是比较常用的空间计量模型。其中，SAR模型主要研究相邻地区对主体行为直接产生的影响，其形式为：npurband一8Wopurbanj,+鼹a+T+t2,+丸 (1)SEM模型通过误差项的相互影响来表现空间关系，其形式为：55万方数据purba以。一px。+T+卢：+声a；声。一lD三Wij声j。，+， (2)而SDM模型是SAR模型和SEM模型更广义的形式，优点在于同时考虑了自变量和因变量的空间相关性，其形式为：。purban 一8Wi：purbanjt七瞵u七j目Wix+T+卢。+声” (3)J在以上模型中，i，J表示省份，且i歹；t表示年份；d、0分别为空间自相关系

26、数和空间误差相关系数舣0为模型待估参数，w。，为NN维空间权重矩阵w的元素，估计模型时需对矩阵w进行行标准化。purban为因变量人口半城镇化率；X是自变量，其中核心变量为房价，即商品房销售价格，控制变量主要从经济凶素、社会因素、城市特征和制度四个方面加入的；口：控制不随时间变化的个体效应，如区位、气候、制度等因素，以及丁表示时间趋势项，用于控制时间效应；仇和。均为随机扰动项，且：满足独立同分布假设。本文数据样本为1999-2014年中国31个省市的面板数据，不含港、澳、台。对于被解释变量人口半城镇化率(purban)，从理论上讲，半城镇人口是城镇常住人口与本地城镇户籍常住人口之差，但是限于数

27、据的可获得性，借鉴李爱民的做法，用赏住人口城镇化率与户籍人V1城镇化率之差表示，即人口半城镇化率一(城镇常住人口一城镇户籍人口)城乡总人口*100。数据来源于新中国六十年统计资料汇编、中国人口和就业统计年鉴、中国统计年鉴、少数缺失值通过查找各省统计年鉴补齐。核心变量房价为商品房销售价格对数(1nhp)，并以1999年为基期对文中所有名义变量进行了消账处理。另外，商品房屋包括住宅、商业用房、办公楼以及工业用房，不同类型房屋对人口半城镇化的影响可能不一样，因此，把住宅价格(1nresi)、工业用房价格(hfindu)、商业用房价格(1nbusi)、办公楼价格(1noffi)作为机制检验进一步分析。

28、相关数据来源于中国统计年鉴。下面再来简要介绍控制变量的测度。(1)工资(1nwage)，用在岗职工的平均工资表示。工资与房价是正相关的，同时工资越高，会吸引更多的农业转移人口进入城市，因而遗漏工资变量就会高估房价对半城镇化的影响。(2)对外开放程度(open)，用进出121总额占GDP的百分比表示。一般来说，对外开放程度越高，就业机会更多，可能更有利于人口城镇化。(3)产业结构(struct)，用第二、三产业产值占GDP的百分比表示。二三产业占比越高，意味着非农就业机会越多，有利于人V1城镇化，预期系数符号为负。(4)财政自主度(finance)，用预算支出预算收入毳示。由于地方政府重建设而轻

29、民生，如果一个地一匠财政自主度越高，则更有能力用于建设，会趿劭更多韵滚业转移人口，从而半城镇化水平可能夔高。f5)人力资本(1nhucab人力资本越高，就越容易在城市安家落户。采用各省6岁以上人口的平均受教育年限来代理国。(6)基础设施(Inroad)，用人均道路面积作为代理变量。城市基础设施越好则城市承载能力更强，城市生活更为便利，从而会有更多农业转移人口进入城市。(7)城市医疗卫生条件(1nhosp)，以人均病床数衡量。医疗卫生水平越好则能够减轻农业转移人口市民化的负担。(8)户籍制度改革(huji)，如果该省当年有户籍改革，则取值为1，否则取值为0。此外，为了数据更具平稳性，对以上变量中

30、工资、人力资本、基础设施、城市医疗卫生条件均取对数。户籍制度改革数据来源于Melander&Pelikanova(2013)以及互联网，经作者手工整理而得圆；城市医疗卫生条件变量数据来源于中国城市统计年鉴；其他变量数据来源于中国统计年鉴。表3为变量简单描述性统计。表3 变量简单描述性统计变量 变量名 单位 Obs Mean因变量purban 半城镇化率 496 1380核心变量lnhp 房价 元平方米496 7839经济因素lnwage 工资 元496 9857open 对夕开放程度 496 1474struct 产业结构 496 8647社会因素 finance 财政自主度 496 2568

31、lnhuca 人力资本 年496 20898329054405462448704223100169458067098738000162091052108156万方数据续表(二)空间权重矩阵设定空间权重矩阵反映样本观察值之间的空间依赖关系，是进行空间计量分析的关键。常见的空间权重矩阵包括地理邻接矩阵、地理距离矩阵和经济距离矩阵，但是不同的权重矩阵可能使得模型估计结果产生很大的差异。为确保模型估计结果的稳健性，我们设定多种空间权重矩阵。1二阶邻接矩阵。通常较为简单的邻接矩阵为一阶邻接矩阵，即如果两个地区相邻则W。取值为1，否则取值为0。这种设置方法简单易行，但是其假定不相邻地区之问不发生空间关系，

32、显然不符合实际。比如北京、上海作为经济中心对周边地区具有很强的辐射能力。为了弥补一阶邻接矩阵缺陷，我们设定二阶邻接矩阵，即如果两省相邻或者隔省相邻，那么wii取值为1，否则取值为0。相比于一阶邻接矩阵，二阶邻接矩阵使得每个省市可以与更多省市相邻，更符合中国人口流动范围广的特点。2地理距离矩阵。不论是一阶还是二阶邻接矩阵都是仅考虑相邻地区间的影响，而且不能区分不同相邻地区的影响差异，许多学者采用地理距离矩阵来克服邻接矩阵的不足。地理距离矩阵根据两个省市的经纬度计算出球面距离d。然后取距门dii离的倒数所得，即：W。一4” 。地理距IOzJ离矩阵隐含的假设是两个地区地理上相距越远，空间相关性越弱，

33、反之则反。比如距离北京、上海更近的省市，受北京、上海的影响可能会更大。3经济距离矩阵。地理距离矩阵虽然考虑到了不同地区之间的空间影饷程度的差异，但是，影响人口迁移的主要因素可能不是地理距离的远近而是收入水平的高低。槽比于落后地区，经济发展水平高的地区之间经贸往架更为频繁，对农业转移人口可能更有吸引力，而且，随着交通的发展，地理距离对流动人口做出迁移决定的影响力则会越来越弱，就业机会与收人水平则会越来越重要。考虑到城镇居民可支配收入可以反映各地区的收入水平，为此，利用城镇居民可支配收入(M)设定经济。，一。 f 1J M一鸠l，iJ距离矩阵，W：，一 ! 。t0，2一J五、实证结果与分析(一)平

34、稳性检验在进行实证检验之前，需对样本数据进行平稳性检验，以避免虚假回归的情形。本文采取LLC单位根检验方法，并考虑到人口半城镇化率和房价等变量可能存在增长趋势，我们控制了时问趋势。表4报告了检验结果，所有变量都是平稳的，说明不存在伪回归。表4 LLC单位根检验结果注：上标”、一、依次表不10、5、1的显著性水平，括号内为P值。(二)基本估计结果在空间面板回归模型中，由于其空间滞后项与扰动项之间是相关的，传统的OLS方法得出的估计值将不再是无偏、一致的，而极大似然估计法可以有效避免这一问题。因此采用极大似然估计法进行估计。再根据wald检验和对数似然(LR)检验，空间德宾模型(SDM)的整体估计

35、结果较为理想，故本文后续研究将以此作为标准模型，限于篇幅，没有报告SAR、SEM模型估计结果。另外，Hausman检验结果表明固定效应模型要优于随机效应模型。考虑到中国幅员辽阔，各地区在区位、政策等方面的差异性较大，因此不仅控制了模型的省份固定效应，而且进行了异方差校正。表5报告了二阶邻接矩阵、地理距离矩阵以及经济距离矩阵的空间德宾模型(SDM)估计结果，并为了便于比较，还报告了普通OLS回归结果。从表5回归结果可知，使用不同权重矩阵得到的估计结果的系数比较一致，说明模型具有良好的稳健性。57万方数据表5基本回归结果注：(1)括号内为稳健标准误，上标+、“、依次表示lO、5、1V00的显著性水

36、平。(2)限于篇幅，本文重点关注房价和工资的空间溢出效应未报告其他控制变量的空间溢出项，下表类同。(三)实证结果分析综合比较表5回归结果中的R2和LogL值，并考虑到收入水平是影响人口迁移的关键因素，以第(4)个回归为基准进行分析。我们得到如下结论：1空间自回归系数(艿)显著为正，说明采用空间计量分析是必要的，同时也说明本省人口半城镇化率上升导致周边地区半城镇化率也上升。这可能是农业转移人口在城市集聚产生空间扩散效应，带动周边地区经济发展，从而促进了周边地区人口集聚。2本省房价上涨导致人口半城镇化率上升，并且没有显著抑制其他地区人口的流入。房价(Inhp)的系数在1的显著性水平高度显著，而房价

37、的空问溢出项(W*lnhp)并不显著。需要注意的58是，由于存在显著的空间自相关，不能把空间德宾模型的直接项系数和空问项系数分别直接理解为直接效应和间接效应，为此，利用空间效应的分解公式进一步估计，其中直接效应高度显著为正的76616，间接效应为08895，但不显著。这说明在其他条件不变的情况下，本地区房价如果上涨1个百分点，则本地区人口半城镇化率显著增加0。077个百分点，本省市房价上涨是影响本地半城镇化水平的重要因素；而周边地区人口半城镇化率仅仅上升0009个百分点，且不显著，这符合中国城市房价高涨而没有抑制外来人口持续流人城市的事实，主要是因为房价上涨时，农业转移人口可以选择居住于成本较

38、低的城中村或厂商提供的集体宿舍，这也是房价的直接影响(76616)与OLS回归的房价系数(71539)比较接近的原因，但是，房价上涨会导致农业转移人口的住房购买能力下降，甚至居住条件恶化，因此，房价越高，人口半城镇化率就会越高。3本省工资增加导致人口半城镇化率上升，并且存在显著负的外溢效应。工资(1nwage)的系数高度显著为正，说明工资上涨也会推高半城镇化率。工资上涨尽管可以提高农业转移人口的收入，有利于农业转移人13市民化，但是，工资上涨也增加了企业生产成本，并且可能吸引了更多的农村人口进入城市，从而导致半城镇化率上升。显然，如果遗留工资这一变量，就会高估房价对人口半城镇化的影响。工资的溢

39、出项(w*lnwage)显著为负，说明本省工资增加，将会导致其他省份的人口半城镇化率下降，其原因在于当本省工资增加时，将会吸引其他省市劳动力的流入，反之，工资减少，劳动力就会流出本省市。4关于其他控制变量。对外开放程度(open)、人力资本(1nedu)对人口半城镇化有显著负的影响，财政自主度(finance)、户籍改革(huji)有显著正的影响。可能发展对外贸易，提高开放程度可以创造更多的就业机会，从而促进人口城镇化；人力资本水平的提高有助于农业转移人口更好地掌握生产技能以及更好地适应现代化的生产环境，促进社会生产率的提高，进而促进农、世转移人口市民化。财政自主度的提高不但没有促进人口城镇化

40、，反而起到推升作用，这可能是地方政府重建设而轻民生所致。户籍制度改革也推升了人口半城镇化率，这主要是因为户籍制度改革只是让农民获得了进城居住、就业、生活的自由，但是并没有从根本上改变二元户籍制度，改革附带的苛刻条件使农业转移人口万方数据获得城镇户籍的可能性极小，部分省份即使统一城乡户口称谓，但实际区别并未消失o。此外，基础设施(Inroad)、医疗卫生条件(1nhos)与产业结构(struct)的系数符号符合预期，但是其影响不显著。六、进一步的分析f一)机制检验1检验不同用途商品房价格的影响。商品房按用途可分为住宅、工业用房、商业营业用房、办公楼。不同功能的商品房价格对人口半城镇化的影响可能是

41、不一样的，为此需要进行进一步的检验。分别利用住宅价格、工业用房价格、商业用房价格和办公楼价格进行回归，得到回归结果如表6。利用空间效应分解公式进一步分解发现，对人口半城镇化影响最大的是住宅价格，住宅价格每上涨1个百分点，本地人口半城镇化率上升0070个百分点；其次是工业用房，工业用房价格上涨1个百分点，人口半城镇化上升0011个百分点；而商业用房和办公楼价格影响不显著。说明住宅价格和工业用房价格是推动人口半城镇化率上升的主要途径。这种现象背后的原因在于住宅是居住的必需品，其价格上升直接导致农业转移人口购买能力不足，无法买房落户；工业用房价格上升导致企业生产成本增加，进而导致农业转移人口就业机会

42、减少；而商业营业用房、办公楼与农业转移人口的生产生活关系比较小，因而不是阻碍农业转移人口市民化的主要因素。2检验教育成本与城市生活成本的影响。大量农业转移人口进入城市工作，一方面是为了供子女读书，让子女接受更好的教育；另一方面是为了改善家庭生活。如果教育费用迅速增加，或者在城市生活的除住房成本以外的其它成本快速上升，那么农业转移人口同样难在城市买房落户，从而也可能推高人口半城镇化率。为了排除这种可能假说对前文结论的干扰，我们在回归中分别加人城市居民的教育支出与城市生活成本o，回归结果见表6第(5)、(6)。从中可知，商品房价(1nhp)的系数有所下降但仍然是高度显著的，而教育成本和生产成本对人

43、口半城镇化有正向影响但并不显著。这说明教育成本上升和城市生活成本上涨在一定程度上能够抑制农业转移人口市民化，但都不是致使人口半城镇化率上升的主要途径。表6机制检验lnhp 74513 69604(20403) (20466)nresi 69422住宅价格 (19619)lnindu 10897。工业用房价格 (O6542)lnbusi 15130商业用房价格 (11335)lnoffi 00650办公楼价格 (10071)lneducost 16703教育支出 (19979)lnlcost 44874城市生活成本 (43691)W*lnhp -03132 43841 39779 49831 0

44、938l 一12614(30821) (36363) (36045) (38039) (31489) (30795)8 01969+01968+。02000。01971。01839。+01753+(O0770) (O0783) (00800) (O0817) (O0736) (O0756)其他变量 控制 控制 控制 控制 控制 控制注；括号内为稳健标准误，上标+、“、依次表示10、5、1的显著性水平。(二)房价对半城镇化影响的时空差异为了说明房价对半城镇化的影响，进一步分时空进行讨论。考虑到中央为了保护耕地与平衡区域发展，从2003年开始土地供给政策收紧且向中59万方数据西部地区偏移，导致东部

45、地区房价开始快速上涨印。因此，首先把全部样本分成2004 2014年与19992003年两个时间段，其次进一步把东部和中西部分成同样的两个时间段。首先从时间维度来看，从表7回归结果可知，在19992003年房价上涨较为平缓，房价(1nhp)的系数均不显著；而在20042014年房价快速上升，全国房价系数显著为正，说明房价上涨显著推高了全国的半城镇化率水平。其次，从区域角度来看，2004年后，东部房价每上涨1，半城镇化水平上升约0070个百分点，但是对中西部地区影响不显著，这可能是东部地区房价上涨迅猛，而中西部房价上涨较慢。基于以上分析，可推知房价快速上涨的确抑制了农业转移人口市民化，推升了人口

46、半城镇化率。关于其他控制变量，与前文估计结果基本一致，限于篇幅，不再赘述。表7房价影响半城镇化率的时空特征七、结论近十多年来，中国人口半城镇化率持续上升，针对这一现象，本文基于房价上涨的视角，从理论上分析了人口半城镇化率上升的原因，并使用19992014年中国31个省市的面板数据，运用空间探索性数据分析法(ESDA)和空间计量模型进行了实证检验。我们得到如下几点发现：第一，中60国人口半城镇化具有显著的空间异质性和空间正自相关性，并且存在自西向东的空问集聚特征，说明运用空间计量进行分析具有必要性，同时利用不同的权重矩阵估计的结果表明计量模型具有稳健性。第二，房价上涨显著推升本省人口半城镇化率，

47、而对周边省市影响不显著。本省房价每上涨1，本省人口半城镇化率上升约0077个百分点；其中，推升人口半城镇化率的主要是住宅价格，其4O一m茎|02一O8一脚伽；耋IO5一弘薹IO一879m薹I啪O2-、mm量I僦O3一41一Em丝别万方数据次是工业用房价格。而从时空维度来看，在19992003年房价上涨较为平缓，没有对人口半城镇化产生显著影响；而在20042014年，房价快速上升显著推高了半城镇化率水平，而这一效应在东部地区尤其明显。第三，工资也是影响人口半城镇化的重要因素，本省工资增加导致人口半城镇化率上升，并且存在显著负的空间外溢效应。此外，对外开放程度、人力资本对本省人口半城镇化有显著负的

48、影响，而财政自主度、户籍制度改革有显著正的影响。人口半城镇化率的上升意味着越来越多的农业转移人口尚未成为真正的市民，未能享受与城镇居民同等的公共服务与社会福利，这容易激发社会矛盾，不利于城镇化质量的提升，也是与新型城镇化背道而驰的。国家新型城镇化规划(20142020年)指出常住人口城镇化率达到60左右，户籍人口城镇化率达到45左右，户籍人口城镇化率与常住人口城镇化率差距缩小2个百分点左右。为实现这一目标，从本文的研究结论来看，提出如下几点建议：第一，需要增加住房供给，抑制房价的过快上升。这需要调整现有向中西部地区倾斜的土地供给政策，而应把更多的土地供给指标分配给东部，使土地供给与需求相匹配。第二，加强各区域在教育、医疗与社会保障等方面交流合作，促进农业转移人口顺利安家落户。另外，人口半城镇化具有明显的空间集聚特征，因此应该充分发挥农业转移人口集聚效应，并防范不良影响。第三，深化户籍制度改革，健全农业转移人口落户制度。目前农业转移人口可以自由进出城市，但是，对于农业转移人口来说，大城市落户条件过于苛刻，也不利于发挥大城市的空间集聚效应。第四，加强教育和职业培训，提升农业转移人口的人力资本。人力资本提升有利于农业转移人口增强市场竞争力，提升社