陳思博 葉劍平

(中國人民大學，北京 100872)

一、引言

自1998年7月國務院下發(fā)《關于進一步深化城鎮(zhèn)住房制度改革加快住房建設的通知》以來，我國城市房價快速增長。2000年至2018年，全國商品房平均銷售價格上漲了3.14倍，其中，北京、上海兩大一線城市更是增長驚人，2018年比2000年分別上漲了721%、654%。(1)根據(jù)國家統(tǒng)計局網(wǎng)站，2018年全國商品房平均銷售價格為8736.90元/平方米，2000年為2112.00元/平方米； 2018年北京商品房平均銷售價格為37420.19元/平方米，2000年為4557.00元/平方米；2018年上海商品房平均銷售價格為26890.08元/平方米，2000年為3565.00元/平方米。在房價增長幅度遠超工資增長幅度的情況下，住房價格差異大大影響了產業(yè)勞動力聚集程度，以致“北漂”、“逃離北上廣”等社會熱點頻出。

房價分化指不同地區(qū)的住房價格增長速度存在明顯差異使得住房價格差距擴大的情況，體現(xiàn)為部分城市住房成本以超越平均房價增長的速度增長，部分城市以平均房價增長速度以下的速度增長。我國學者已經察覺到中國城市的房價“持續(xù)分化”現(xiàn)象。王洋(2015)運用PDI分化指數(shù)分析、GIS空間分析和灰色關聯(lián)分析方法，發(fā)現(xiàn)中國城市住宅價格特別是一線城市與其他城市存在顯著的空間分化現(xiàn)象，同時認為，這種分化是一種等級性的分化。[1]倪鵬飛(2019)指出，反映城市差異狀況的相對系數(shù)，如相對均差、變異系數(shù)、基尼系數(shù)、卡瓦尼測度、泰爾均值對數(shù)偏差等均表明，從2001至2013年間，城市間差距呈現(xiàn)從變大到變小趨勢或先變小再變大的趨勢。[2]從數(shù)據(jù)上來看，筆者通過對我國266個地級市2005年至2017年相對住房價格數(shù)據(jù)進行核密度分析(Estimates of the Kernel Density)發(fā)現(xiàn)：隨著時間的推移，住房價格核密度出現(xiàn)右偏趨勢，各城市價格的分布變得越來越分散，即我國城市房價自2005年以來呈持續(xù)分化狀態(tài)(如圖1所示)。伴隨著住房價格差距的擴大，城市對企業(yè)的吸引力呈現(xiàn)出差異化傾向，可以說，住房價格分化正在影響我國產業(yè)聚集的程度與方式。探究城市住房價格對城市產業(yè)聚集的影響途徑和影響方式，討論和分析我國城市房價分化對產業(yè)結構升級的影響規(guī)律，對于制定與不動產相關的政策措施和預測我國城市產業(yè)未來發(fā)展具有重大意義?；谏鲜觯P者分別從勞動力角度、企業(yè)角度和空間角度探討房價增幅對產業(yè)結構的影響，并在實證中擴展高波(2012)提出的經典產業(yè)變遷模型[3]，運用空間經濟學方法，對我國266個地級市(2)我國共有278個地級市，15個副省級市和4個直轄市。本文剔除因行政區(qū)域變動和統(tǒng)計缺失等原因導致數(shù)據(jù)缺失或嚴重偏誤的城市，最終使用266個地級市數(shù)據(jù)進行分析。2005年至2017年數(shù)據(jù)進行研究。

圖1 地級市住房價格核密度估計

二、文獻綜述

學者關于區(qū)域住房價格和產業(yè)升級關系的討論興起于Krugman(1991)提出核心-邊緣模型后，截至目前，國內外學者尚未就房價分化對產業(yè)結構的影響問題達成一致的結論。但一般認為，城市住房價格對通過三種機制影響城市產業(yè)的聚集狀態(tài)。一是住房價格差異通過勞動力影響城市產業(yè)聚集狀態(tài)；二是住房價格差異通過企業(yè)成本影響城市產業(yè)聚集狀態(tài)；三是通過住房價格和產業(yè)結構的空間溢出效應影響城市產業(yè)集聚狀態(tài)。

關于“城市住房價格差異改變了城市勞動力流動進而影響產業(yè)結構”。這一觀點已被國內外學者廣泛認同。Bagne(1969)梳理總結出“推力一拉力”理論(push-pull laws)，提出遷入地有利于改善條件的因素為拉力，遷出地不利的生活條件為推力。Brakman(2002)和Rabe(2012)實證了Helpman(1998)以Krugman(1991)為基礎的引入住房市場因素新經濟地理學模型，指出某地區(qū)的住房價格會影響勞動者的相對效用，從而抑制勞動力在該地區(qū)的集聚。[4-7]夏怡然等學者指出，城市的高房價水平和公共服務水平吸引了大量勞動力流入。[8-10]邵挺(2010)和范劍勇(2011)在進一步的研究中，發(fā)現(xiàn)住房租金等問題影響了區(qū)域勞動力流動，進而導致制造業(yè)出現(xiàn)不合理分布。[11-12]高波(2012)發(fā)現(xiàn)中國東部地區(qū)與中西部地區(qū)房價差異增大，勞動力流動迫使產業(yè)發(fā)生轉移，導致區(qū)域產業(yè)結構的升級轉型。[3]張平等(2016)研究發(fā)現(xiàn)房價差異擴大擠出低水平勞動力，聚集更高層級勞動力使得區(qū)域產業(yè)結構向高質量聚集[13]。張莉等(2017)認為高房價意味著更好的發(fā)展前景、工作計劃和財富增長空間，吸引人才流入。但高房價也極大地加重勞動力生活成本，阻礙城市人才引進和創(chuàng)新創(chuàng)業(yè)。[9]

學者們同時認為，城市住房差異價格通過企業(yè)擇地決策途徑影響城市產業(yè)聚集。在現(xiàn)有對于企業(yè)遷移決策的研究中，“抵押擔保渠道效應”(channel effect on security guarantees)、“擠出效應”(crowding - out effect)和“門檻效應”(threshold effects)均可認為是房價差異對城市產業(yè)聚集的影響形式。Barro(1976)和Hart(1994)提出了“抵押擔保渠道效應”，即房地產價值快速上漲時，其作為企業(yè)重要抵押品可以在一定程度上緩解企業(yè)的外部融資約束，從而吸引企業(yè)遷移擇地。[14-15]同時，這種“抵押擔保渠道效應”意味著持有房地產價值提高時，企業(yè)增加其能夠向銀行借貸的資金，擴大企業(yè)再投資，加強產業(yè)聚集程度。[16-18]另一方面，房地產業(yè)的快速發(fā)展也推高了企業(yè)生產成本，降低企業(yè)創(chuàng)新傾向，因此城市間房價差異對企業(yè)存在“擠出效應”。[19-21]據(jù)與上述，有學者將房價波動對企業(yè)聚集的影響歸納為“門檻效應”，即房價上漲對企業(yè)同時存在“擠出效應”和“抵押擔保渠道效應”，因而呈現(xiàn)先增加后降低的趨勢。[22]

此外，學者們認為城市住房價格差異和產業(yè)結構變化具有“空間溢出性”(spatial spillover)。著名的“波紋效應”(wave effect)理論指出房價具有空間擴散性，即部分地區(qū)的房價變化首先發(fā)生，并像水中的漣漪一樣，使得鄰近城市的房價依次變化。[23-24]現(xiàn)有研究中，我國學者們分別使用不同方法檢驗了這種“空間溢出性”，如協(xié)整分析、向量自回歸分析等。[25-26]不少學者關注了這種相互作用機理，發(fā)現(xiàn)除房價空間溢出是一種普遍現(xiàn)象外，溢出性還存在一定的相互作用。呂龍(2019)的研究指出城市房價溢出關系存在復雜的“小世界網(wǎng)絡”，不同城市分別扮演“領導者”(外溢)，“雙向引導者”(非主動外溢)和“跟隨者”(被動內部城市群相互溢出)角色。[27]

從城市產業(yè)結構角度來看，城市房價分化對產業(yè)結構的影響也具備了空間效應。一地產業(yè)結構的變化意味著部分產業(yè)資本的轉移，勞動力的流動，必將對周邊區(qū)域的勞動力結構和產業(yè)分布產生影響。王林輝(2019)研究發(fā)現(xiàn)區(qū)域經濟易受空間相鄰地區(qū)要素流動的影響，空間性相鄰地區(qū)的資本、勞動力流動會促進本地專業(yè)化產業(yè)聚集。余璇(2020)的研究發(fā)現(xiàn)，地區(qū)海洋產業(yè)結構升級會外溢到鄰近地區(qū)，促進鄰近地區(qū)結構升級。[28]此外，產業(yè)結構的變動的空間影響并不僅僅局限在鄰近區(qū)域，而是具有“傳導性”且存在相互作用。高波(2012)的研究發(fā)現(xiàn)，部分產業(yè)從東部地區(qū)一直遷移到中西部地區(qū)，對二者的產業(yè)結構均起到了升級作用。[3]

綜上，城市住房價格差異對產業(yè)結構的影響是一個極度復雜的體系。學者們的既有研究成果已證明，從影響途徑上看，房價差異無論從勞動力層面還是從企業(yè)層面均存在雙向影響產業(yè)聚集的路徑；從空間上看，房價增長和產業(yè)結構變化均存在溢出效應，而且這種溢出效應存在相互作用。

綜觀國內外既有研究成果，我們大致可以得出如下三個判斷：一是既有研究以關注房價波動的擴散性質為主，只有少量學者就住房價格對勞動力流動或企業(yè)流動影響途徑的部分機制進行分析，但鮮有從整體上直接研究房價變化對產業(yè)結構的影響。二是目前僅有較少文獻在分析過程中進行全面的空間分析，更沒有從房價角度對產業(yè)結構進行空間分析。三是目前大多數(shù)這類研究成果集中于對大中城市房價與產業(yè)集聚的影響，而忽視了三四線城市在整體產業(yè)演變中的角色，特別是空間影響。因此，本文將構建合理指標測度產業(yè)結構狀態(tài)，并通過計算每年城市的相對房價作為某市房價分化指標的工具變量，再基于266個地級市數(shù)據(jù)構建房價分化—產業(yè)結構變動的空間模型，檢驗其空間特征和空間效果。

三、假設的提出

美國城市經濟學家阿蘭索(William Alonso)基于邊際均衡和區(qū)位邊際收益等空間經濟學理論于1964年提出了競租理論(Bid Rent Theory)。競租理論表明在房價或者地價越高的地方，能夠競爭取得土地的產業(yè)需要較高的利潤。而隨著房價的不斷上升，產業(yè)需要的與之相匹配的利潤條件不斷提高，進而導致產業(yè)升級。進一步分析，克拉克(Colin Clark)于1940年發(fā)展英國古典經濟學家配第(William Petty)的研究總結出的“配第—克拉克定理”表明隨著經濟的發(fā)展，第一產業(yè)的比重依次向第二和第三產業(yè)轉移，最終將實現(xiàn)以第三產業(yè)比重上升為標志的產業(yè)升級。而在城市經濟中，主要以第二、第三產業(yè)為主，產業(yè)升級即意味著第三產業(yè)比重上升。

中心城市在競租的過程中，產業(yè)升級不斷發(fā)生，而韋伯(Alfred Weber)于1909年提出的聚集經濟理論表明，企業(yè)在生產和流通上最節(jié)省的地點聚集，進而在產業(yè)聚集的同時，同類型的行業(yè)也會聚集發(fā)展，在空間上表現(xiàn)出溢出效應和空間聚集效應。

然而，在城市技術無法快速提升和城市房價上漲過快的情況下，技術帶來的產業(yè)利潤提高將小于快速上漲房價帶來的利潤，出現(xiàn)勞動力短缺和企業(yè)成本增加的情況，進而抑制產業(yè)升級。

對應于上述分析，本文提出如下三項假設：

假設1：城市相對房價上漲帶動城市產業(yè)向高產值聚集，即推動產業(yè)升級

城市住房價格相對于區(qū)域整體價格上漲有利于建立高產值產業(yè)需要的勞動力市場。相對房價上漲提升當?shù)貏趧恿ι畛杀?，對部分收入較低的勞動力產生“推力”，使收入較低的勞動力前往周邊較低房價區(qū)域。另一方面，房價上漲意味著更好的發(fā)展前景和財富增長空間，對相對高收入高素質人群產生“拉力”，吸引人才流入。同理，相對房價上漲增大企業(yè)成本，使得無利可圖的低效益企業(yè)向周邊低房價地區(qū)遷出，高效益企業(yè)則可通過“抵押擔保渠道效應”等方式擴大融資，進行企業(yè)再投資，加快產業(yè)聚集。

假設2：城市相對房價過度上漲會影響產業(yè)結構向高產值聚集，即抑制產業(yè)升級

房價過度上漲是一個相對概念，當房價上漲至阻礙產業(yè)升級時，應認定為房價過度上漲。具體而言，當城市相對房價過高時，對大部分勞動力產生“推力”，城市勞動力市場出現(xiàn)“勞動力短缺”等現(xiàn)象，影響產業(yè)發(fā)展。同理，企業(yè)成本過重使得企業(yè)在周邊低房價區(qū)域的利潤大于現(xiàn)有利潤與遷移成本之和，企業(yè)將選擇外遷，使得城市出現(xiàn)產業(yè)空心化，不利于高產值產業(yè)聚集。在回歸中，可以表現(xiàn)為相對房價從低值向高值轉變的過程中，對產業(yè)結構升級影響由正轉負。

假設3：產業(yè)聚集具有空間相關性，一地高產值產業(yè)聚集將帶動周邊區(qū)域，即產業(yè)升級具有空間性質

房價的波動在空間上具有“波紋效應”，一地房價上漲會帶動區(qū)域房價上漲，再通過勞動力和企業(yè)兩個途徑影響產業(yè)結構。此外，區(qū)域經濟易受空間相鄰地區(qū)要素流動的影響，空間性相鄰地區(qū)的資本、勞動力流動會促進本地產業(yè)聚集。

四、數(shù)據(jù)、指標與回歸模型

1.數(shù)據(jù)來源

本文主要使用空間位置數(shù)據(jù)和地級市宏觀數(shù)據(jù)，構建我國地級市從2005年至2017年的面板數(shù)據(jù)，涵蓋了我國大、中、小地級市，使城市研究更加全面且更具代表性和推廣性。該數(shù)據(jù)主要來源于《中國城市統(tǒng)計年鑒》(2006-2018)、《中國人口與就業(yè)統(tǒng)計年鑒》(2006-2018)、國家統(tǒng)計局、各省市統(tǒng)計局以及香港環(huán)亞經濟數(shù)據(jù)有限公司的CEIC數(shù)據(jù)庫。為保證面板平衡性，本文采取差值法對極少數(shù)缺失數(shù)據(jù)進行差值補充，并除去行政區(qū)域變動等原因產生數(shù)據(jù)誤差的城市，最終使用266個地級市數(shù)據(jù)進行分析。

2.指標構建

經過上述理論研究，本文認為，產業(yè)結構升級進度(rsh)指數(shù)受到房價分化程度的影響，且具有空間特質，但是在研究中需要控制城市本身的其他屬性，故本文對高波(2012)提出的經典模型進行擴展，并擬采用以下變量來重構模型：

(3)相對工資水平(rwage)：工資水平是影響勞動力流動和產業(yè)結構的重要因素。本文使用職工平均工資的相對數(shù)來衡量城市職工的工資水平，將相對工資水平定義為區(qū)域工資于平均工資之比。

(4)城市商業(yè)運營條件(recon)：商業(yè)運營環(huán)境是企業(yè)生存的必要條件之一，是影響產業(yè)結構的重要因素。本文借鑒肖蘭(2015)，張傳勇(2017)的觀點，用“年末金融機構人民幣存貸款余額之和”的對數(shù)來表示城市商業(yè)條件。[29-30]

(5)城市運輸物流條件(rtrans)：城市的貨運量能夠反映出城市與外界之間貿易的依存度。本文使用“城市年度公路貨運總量”的相對數(shù)來測度城市物流條件。

(6)城市信息現(xiàn)代化條件(rinfo)：區(qū)域科技發(fā)達程度和信息化水平對企業(yè)的日常生產、貨物的流通有著重要的影響。本文使用“互聯(lián)網(wǎng)寬帶接入用戶數(shù)”的相對數(shù)表征城市信息化水平程度。

(7)城市資本資產條件(rcapt)：一地的資本存量對當?shù)亟洕l(fā)展有著至關重要的作用。本文使用“當年固定資產投資額”的相對數(shù)作為資產資本條件的表征。

3.回歸模型構建

本文基于三個假設，將地理權重舉證引入實證模型，構建基于面板數(shù)據(jù)的空間回歸模型如下(3)回歸1為僅考慮房價推動作用的空間計量模型，檢驗房價持續(xù)分化對產業(yè)升級的推動作用及其空間效應，驗證假設1和假設3；回歸2在回歸1的基礎上加入房價二次項系數(shù)，檢驗我國高房價對產業(yè)結構升級過程中產生的負向影響，驗證假設2。：

回歸1

回歸2

其中，SHit表示在t時期，城市i的產業(yè)升級進度；rhpit表示在t時期i城市的相對房價水平；wageit表示在t時期i城市的相對工資水平；econit、transit、infoit和captit分別表示在t時期i城市的經濟條件、交通運輸條件、網(wǎng)絡信息化條件和資本條件；βi為空間固定效應；εit為隨機誤差項，且服從正態(tài)分布；Xit為解釋變量矩陣；Wij為地理權重矩陣，構建原則為：

在構建空間權重矩陣時，兩個城市距離dij由城市i和城市j的地理中心點的經緯度坐標 (α1，β1)，(α2，β2) 求得，計算公式為 ：

dij=R·arccos[cosβ1cosβ2cos(α1-α2)+sinβ1+sinβ2]

式中 ：R為地球半徑。

五、空間相關性檢驗與模型選擇

1.房價與產業(yè)存在空間聚集性

空間自相關(spatial autocorrelation)可以認為相近區(qū)域的取值有一定的聯(lián)系，如果高值區(qū)域與高值區(qū)域聚集(H-H相鄰)，低值區(qū)域與低值區(qū)域聚集(L-L相鄰)，則為正的空間自相關性(positive spatial autocorrelation)；反之，高值區(qū)域往往與低值區(qū)域聚集(H-L相鄰或L-H相鄰)，則具有負的空間自相關性(negative spatial autocorrelation)；弱高值區(qū)域與低值區(qū)域隨機分布，則不存在空間自相關性。現(xiàn)有文獻中提出的一系列度量空間自相關性方法中最為流行的方法為“莫蘭指數(shù)”(Moran’s I)與吉爾里指數(shù)C(Geary’s C)。

本文對我國地級市2006-2017年房價數(shù)據(jù)和產業(yè)占比精細空間自相關檢驗，結果如表1所示：莫蘭指數(shù)(Moran’s I)和吉爾里指數(shù)C(Geary’s C)結果表明在所有時期住房價格均存在正自相關的空間特征；在大多數(shù)時間中，產業(yè)結構升級進度(rsh)呈現(xiàn)顯著正自相關的空間特征。

因此，可以得出，房價和產業(yè)結構在空間上呈現(xiàn)聚集狀態(tài)，且表現(xiàn)為正的空間相關性，即“高—高”聚集(高房價城市與高房價城市聚集；第三產業(yè)占優(yōu)城市與第三產業(yè)占優(yōu)城市聚集)和“低—低”聚集(低房價城市與低房價城市聚集；第二產業(yè)占優(yōu)城市與第二產業(yè)占優(yōu)城市聚集)。

表1 房價和產業(yè)指數(shù)的全局莫蘭指數(shù)和吉爾里指數(shù)C檢驗結果

2.空間模型選擇

為確定具體使用的空間計量方法，首先要進行空間面板數(shù)據(jù)的拉格朗日檢驗，結果如圖2所示。

表2 空間面板數(shù)據(jù)的拉格朗日檢驗結果

由表2知，模型的LM檢驗和穩(wěn)健的LM檢驗均在1%的顯著條件下拒絕原假設，即均存在空間滯后和空間誤差，故判斷既存在空間滯后又存在空間誤差。在模型選擇上應當選擇既考慮空間滯后又考慮空間誤差的空間杜賓模型(Spatial Durbin Model)。之后使用未進行穩(wěn)健標準誤的隨機效應和固定效應估計結果，進行豪斯曼檢驗(Hausman test)，判斷使用固定效應還是隨機效應的空間杜賓模型，結果如表3所示。

表3 豪斯曼檢驗結果

表3中χ2 =134.44，并在 1% 水平上強烈拒絕原假設，所以在檢驗產業(yè)結構升級進度(rsh)的空間杜賓模型中，應選擇固定效應的空間杜賓模型。為了模型的準確性，本文使用極大似然比(Likelihood-ratio test)對空間杜賓模型是否退化為空間誤差模型(SEM)和空間自回歸模型(SAR)進行檢驗，檢驗結果如表4所示：

表4 空間面板杜賓模型退化檢驗結果

由上表對模型的檢驗結果可知，在1%的顯著水平下，空間杜賓模型(SDM)顯著優(yōu)于空間誤差模型(SEM)；在1%的顯著水平下，空間杜賓模型(SDM)顯著優(yōu)于空間自回歸模型(SAR)。因此，本文選擇最合適的固定效應空間杜賓模型進行參數(shù)回歸。

六、實證檢驗結果

1.空間杜賓模型估計結果

考慮空間因素的基礎上，利用 Stata14.0 和極大似然估計法(MLE)分別對解釋變量和含控制變量的解釋變量進行參數(shù)估計，估計結果如下：

表5 基于固定效應的空間杜賓模型估計結果

本文的穩(wěn)健性檢驗結果和回歸1結果對比發(fā)現(xiàn)：在剔除其他控制變量的回歸中，關鍵變量相對城市房價和相對工資水平與回歸1 的結果顯著性、影響方向和影響程度高度一致?？臻g系數(shù)(Rho)為0.432且在1%顯著水平下拒絕原假設，說明穩(wěn)健性檢驗中空間效應顯著。因此，在本文研究的問題中，全國的樣本分析結果表示各城市和區(qū)域的差異性較小，因此本文的結果穩(wěn)健且可接受的，即目前的分析結果可以展示出現(xiàn)有全國地級市的共同特征。

在表5中，對于產業(yè)結構升級進度(rsh)而言，以相對房價和相對工資為內生變量的三個回歸方程的結果是顯著且穩(wěn)健的。從城市本身的影響來看，相對房價(rhp)和相對工資(rwage)對產業(yè)結構升級過程(rsh)影響顯著，說明本城市相對房價(rhp)的上漲會促使自身產業(yè)升級，本城市相對工資(rwage)的增長則不利于自身產業(yè)結構升級。具體來看，現(xiàn)有城市相對房價每上漲1個單位，城市相對產業(yè)結構升級進度(rsh)要增加約0.082個單位；現(xiàn)有城市相對工資每上漲1個單位，城市相對產業(yè)結構升級進度(rsh)要減少約0.069個單位。從本城市對周邊城市的影響來看，本城市相對房價(rhp)和相對工資(rwage)對周邊城市相對產業(yè)結構(rsh)產生顯著負向影響，說明本城市相對房價(rhp)的上漲和相對工資(rwage)的增長則不利于周邊城市產業(yè)結構升級。

在引入相對房價的二次項(rhp2)的回歸2中，可以發(fā)現(xiàn)，本城市相對房價與本城市產業(yè)結構升級進度(rsh)呈現(xiàn)“倒U型”關系，本城市對周邊城市產業(yè)結構升級進度(rsh)的影響呈現(xiàn)“正U型”關系，說明相對房價的變化對產業(yè)結構的影響存在拐點，過高的房價會抑制產業(yè)升級。這可能是由于過度房價分化會導致勞動力和企業(yè)流失，進而產生產業(yè)空心化導致的。

在完全加入控制變量的回歸中，空間滯后系數(shù)rho約在0.35左右且在1%的顯著水平下顯著，說明臨近城市產業(yè)結構升級進度(rsh)的提高促進本市的產業(yè)結構升級進度(rsh)提升。

2.空間效應分解

筆者在得出上述空間杜賓模型估計結果的基礎上，進一步采用偏微分法分解空間溢出效應，以便準確度量空間效應分解，結果如表6所示：

表6 基于估計結果的空間效應分解

從直接效應來看，相對住房價格對城市產業(yè)結構升級具有正向的直接影響。相對工資、相對經濟活躍度、相對交通運輸能力、相對互聯(lián)網(wǎng)信息化程度、相對資本投資都對本市的產業(yè)升級有負向影響。從間接效應來看，鄰近城市相對住房價格的提高、相對工資的提高、高質量勞動力就業(yè)比例的提高不利于本城市的產業(yè)結構的發(fā)展。從控制變量的結果來看，商業(yè)條件、物流運輸條件和資本資產條件三者顯著且均為負數(shù)，說明鄰近城市的經濟活躍程度、運輸物流能力和資本投資能力對本城市產業(yè)結構發(fā)展有負向影響。從總效應來看，長期以來，整體住房價格分化對產業(yè)升級有較小的負向影響，相對工資差異擴大也對各地區(qū)產業(yè)升級造成不利影響。

從上述討論可以看出，若房價持續(xù)分化，將對整體的產業(yè)升級的產生負面影響，現(xiàn)階段城市與城市之間產業(yè)結構差異將隨著房價持續(xù)分化而逐步擴大，當房價分化到一定程度時，會減弱這種城市之間的結構差異，即拐點的出現(xiàn)，與之前主模型結果一致。

七、結論及政策啟示

本文梳理了城市住房價格分化與產業(yè)結構的影響關系，并在此基礎上運用空間杜賓模型，測定城市相對房價的變化對城市產業(yè)結構的影響，并刻畫其空間效果。研究發(fā)現(xiàn)：(1)相對房價的上漲會使得本市產業(yè)結構升級進度(rsh)存在“倒U型”關系。具體表現(xiàn)為住房價格分化程度較低時，相對房價升高會推動產業(yè)結構升級，在相對住房分化程度到達拐點時，相對房價升高會抑制產業(yè)結構升級。(2)相對房價對整體區(qū)域的產業(yè)結構影響較弱，但相對房價對產業(yè)結構具有很強的空間影響。以我國相對房價持續(xù)性分化的現(xiàn)狀來看，我國城市間產業(yè)結構差異也將擴大，呈現(xiàn)高者更高，低者更低的特征。(3)商業(yè)活躍程度、運輸物流程度和資本投資條件均對產業(yè)結構升級有負面影響，且具有負向的溢出效應，即三個指標高的地區(qū)更容易發(fā)展第二產業(yè)?；ヂ?lián)網(wǎng)信息水平對產業(yè)結構升級進度(rsh)有正面影響，且具有正面溢出效應，因此發(fā)展互聯(lián)網(wǎng)有助于第三產業(yè)的發(fā)展。

通過上述分析，對于我國產業(yè)結構管理規(guī)劃的政策有如下啟示：(1)堅持房價過高地區(qū)的住房宏觀調控政策，避免房價過度分化而導致產業(yè)空心化。以我國目前的房價分布來看，房價正在快速且持續(xù)分化，過高房價分化水平會使得部分地區(qū)特別是我國發(fā)達地區(qū)的城市產業(yè)結構升級進度(rsh)降低。(2)適度打破城市邊界，共享優(yōu)質的教育醫(yī)療資源，實現(xiàn)區(qū)域服務均衡化。從公平角度來看，快速發(fā)展的城市應當補償發(fā)展較緩慢的城市。房價分化對區(qū)域城市發(fā)展的影響不同，相對房價較高的城市享有更好的發(fā)展機會和更合理的產業(yè)結構，相對房價較高的城市在排擠低產出產業(yè)和低收入勞動力時剝奪了相對房價較低的周邊城市的發(fā)展機會。(3)合理調節(jié)區(qū)域資本存量、基礎設施、金融扶持力度、信息化建設水平。我國已經從高速增長階段轉向高質量發(fā)展階段，資本要素在同一城市過度聚集容易固化原有模式，不利于區(qū)域的經濟轉型發(fā)展，應當以創(chuàng)新發(fā)展、綠色發(fā)展和包容性發(fā)展的理念，進行區(qū)域整體的調節(jié)分配，走出一條高質量發(fā)展的新路。