彭志勝，劉妃平，張 帥

（安徽建筑大學(xué) 經(jīng)濟(jì)與管理學(xué)院，安徽 合肥 230601）

人口是經(jīng)濟(jì)活動(dòng)的基礎(chǔ)，2020 年第七次全國人口普查數(shù)據(jù)顯示，我國流動(dòng)人口達(dá)3.76 億人，比2010 年增長了67.73%。人口流動(dòng)依然活躍，人口的集聚效應(yīng)進(jìn)一步顯現(xiàn)。從流向看，人口流動(dòng)的總體趨勢依然為從農(nóng)村向城市流動(dòng)、從內(nèi)陸地區(qū)向東部沿海地區(qū)流動(dòng)。2017 年，北京、上海人口首次出現(xiàn)負(fù)增長，而杭州、寧波、廈門、長沙、鄭州、成都、武漢等成為新的人口集聚地。

21 世紀(jì)以來，房地產(chǎn)業(yè)迅速發(fā)展，房地產(chǎn)及其相關(guān)產(chǎn)業(yè)每年對經(jīng)濟(jì)增長的貢獻(xiàn)達(dá)0.99%[1]。我國房地產(chǎn)經(jīng)濟(jì)快速發(fā)展的同時(shí)，分化現(xiàn)象日益明顯。截至2019 年底，武漢、成都、南京、西安和昆明房地產(chǎn)開發(fā)投資額均超過2000 億元，杭州、鄭州、廣州三城超過了3000 億元，表現(xiàn)出投資熱情高漲、房地產(chǎn)產(chǎn)品供不應(yīng)求、商品房價(jià)格持續(xù)上漲的趨勢。

人口流動(dòng)對房地產(chǎn)經(jīng)濟(jì)的影響具有區(qū)域差異性，往往人口流入數(shù)量越多的城市，房地產(chǎn)投資額就越大，房價(jià)就越高。國家發(fā)改委印發(fā)的《2021年新型城鎮(zhèn)化和城鄉(xiāng)融合發(fā)展重點(diǎn)任務(wù)》中強(qiáng)調(diào)，要促進(jìn)農(nóng)業(yè)轉(zhuǎn)移人口有序有效融入城市，向城市群和都市圈流動(dòng)。可以想見，房地產(chǎn)經(jīng)濟(jì)區(qū)域差異將會進(jìn)一步加大。在促進(jìn)人口向城市群和都市圈流動(dòng)的背景下，科學(xué)地分析人口流動(dòng)與房地產(chǎn)經(jīng)濟(jì)的關(guān)系，把握流動(dòng)人口對房地產(chǎn)經(jīng)濟(jì)的影響機(jī)制，對各地政府和房地產(chǎn)開發(fā)企業(yè)科學(xué)調(diào)整和規(guī)劃房地產(chǎn)投資戰(zhàn)略布局以及推動(dòng)我國房地產(chǎn)經(jīng)濟(jì)發(fā)展具有重要意義。

一 研究綜述

（一）人口流動(dòng)的趨勢與特征

在人口流動(dòng)趨勢與特征方面，馬學(xué)廣等人[2]利用社會網(wǎng)絡(luò)分析法與空間分析方法，研究了省際人口流動(dòng)空間聯(lián)系與空間網(wǎng)絡(luò)結(jié)構(gòu)，發(fā)現(xiàn)西部內(nèi)陸地區(qū)呈現(xiàn)人口流出狀態(tài)，而東南沿海地區(qū)呈現(xiàn)人口流入狀態(tài)。肖金成等人[3]利用人口流入地分布集中指數(shù)，研究我國省際人口流動(dòng)格局演變趨勢，發(fā)現(xiàn)我國人口主要向東部沿海地區(qū)流入，人口流出地區(qū)主要集中在中部地區(qū)和西南地區(qū)。劉濤等人[4]利用2011—2017 年全國地級及以上城市的戶籍遷移人口數(shù)據(jù)，對比分析戶籍遷移和人口流動(dòng)的時(shí)空特征，發(fā)現(xiàn)特大城市對流動(dòng)人口落戶的吸引力最強(qiáng)，一線城市戶籍遷移持續(xù)活躍，新興二線城市的人口遷入規(guī)模日益擴(kuò)大，而中小城市對人口流入的吸引力仍十分有限。張偉麗等人[5]研究了中國城市人口流動(dòng)格局演變以及影響因素，發(fā)現(xiàn)人口在以北京等一線城市與長沙等新一線城市為頂點(diǎn)的多邊形區(qū)域內(nèi)流動(dòng)。

（二）房地產(chǎn)市場的發(fā)展特征

從房地產(chǎn)投資角度來看，景剛等人[6]利用2000—2016 年中國31 個(gè)省市面板數(shù)據(jù)，研究房地產(chǎn)投資對中國經(jīng)濟(jì)增長影響效應(yīng)，發(fā)現(xiàn)房地產(chǎn)投資對東、中部地區(qū)經(jīng)濟(jì)增長影響效應(yīng)較高，2008年后房地產(chǎn)投資對東部地區(qū)經(jīng)濟(jì)增長的影響不大，對中、西部地區(qū)經(jīng)濟(jì)增長分別呈正向和負(fù)向影響。趙偉等人[7]利用2003—2017 年全國281 個(gè)地級市的相關(guān)數(shù)據(jù)，探究地區(qū)經(jīng)濟(jì)增長和房地產(chǎn)投資依賴度變化，發(fā)現(xiàn)地方經(jīng)濟(jì)對房地產(chǎn)投資的依賴度存在區(qū)域差異性，東部地區(qū)對房地產(chǎn)投資依賴度最大，中部地區(qū)對其間接作用依賴度最大。

從房地產(chǎn)價(jià)格角度來看，張協(xié)奎等人[8]通過面板矩估計(jì)等研究方法，分析我國35 個(gè)大中城市房價(jià)波動(dòng)對地區(qū)經(jīng)濟(jì)增長的影響，發(fā)現(xiàn)房價(jià)上漲對地區(qū)經(jīng)濟(jì)增長的影響存在顯著差異。其中，房價(jià)上漲對二線城市經(jīng)濟(jì)增長影響最大，對一線城市經(jīng)濟(jì)增長影響最小。宋偉軒等人[9]利用2008—2018 年地級市以及區(qū)縣房價(jià)數(shù)據(jù)，探究長三角一體化區(qū)域房價(jià)增長與分異過程，發(fā)現(xiàn)區(qū)域房價(jià)整體上呈現(xiàn)上漲趨勢，其中上海、杭州等城市房價(jià)上漲速度較快。

（三）人口流動(dòng)對房地產(chǎn)經(jīng)濟(jì)的影響

現(xiàn)有研究比較集中于人口流動(dòng)對房地產(chǎn)市場的影響。國外學(xué)者 Bob 等人[10]從遷移人口的社會經(jīng)濟(jì)特征角度出發(fā)，研究發(fā)現(xiàn)，掌握專業(yè)技能且收入較高人才的涌入增加了悉尼城市住房需求，從而提高了其住房價(jià)格。Vlist 等人[11]利用1998—1999 年的月度面板數(shù)據(jù)，采用自回歸分布滯后（autoregressive distributed lag，ADL）模型研究房價(jià)的動(dòng)態(tài)調(diào)整，發(fā)現(xiàn)影響樣本城市住房需求的主要因素是人口遷移。Antoniucci 等人[12-13]研究了人口遷移與房價(jià)的關(guān)系，發(fā)現(xiàn)在意大利、澳大利亞，流入人口越多的城市，房價(jià)增長速度越快。Hyslop 等人[14]研究了不同形式的移民對新西蘭住房市場的影響，發(fā)現(xiàn)在新西蘭國外出生的移民和國內(nèi)移民的數(shù)量變動(dòng)與房價(jià)變動(dòng)之間存在較強(qiáng)的相關(guān)性。

在國內(nèi)，謝獻(xiàn)春等人[15]研究了海珠區(qū)房地產(chǎn)發(fā)展的空間特征，發(fā)現(xiàn)自然條件、人口遷移、社會文化等均為推動(dòng)房地產(chǎn)業(yè)快速發(fā)展的因素。何鑫等人[16-18]分別采用靜態(tài)面板模型、混合截面估計(jì)模型、空間計(jì)量模型，研究人口流動(dòng)與房價(jià)的關(guān)系，結(jié)果均表明凈流入人口越多的地區(qū)，房價(jià)漲幅越快。劉婉霞[19]利用 70 個(gè)城市2011—2017年的人口流動(dòng)和房地產(chǎn)業(yè)發(fā)展數(shù)據(jù)，基于供給、需求、價(jià)格3 個(gè)角度提取4 個(gè)指標(biāo)，分析了城市房地產(chǎn)業(yè)的發(fā)展?fàn)顩r，結(jié)果表明，流動(dòng)人口占比和人口凈流入率的提升對房地產(chǎn)業(yè)發(fā)展有顯著促進(jìn)作用。

綜上所述，關(guān)于人口流動(dòng)對房地產(chǎn)市場影響的研究成果頗豐，但還存在以下不足：第一，關(guān)于人口流動(dòng)與房地產(chǎn)方面的研究一般采用商品房平均銷售價(jià)格、房地產(chǎn)投資額、銷售面積、施工面積等指標(biāo)，角度較為單一，指標(biāo)體系不夠全面。第二，房地產(chǎn)經(jīng)濟(jì)具有動(dòng)態(tài)持續(xù)性，既有研究鮮少考慮房地產(chǎn)經(jīng)濟(jì)的動(dòng)態(tài)性，影響了研究結(jié)果的可靠性。基于此，本研究利用我國33 個(gè)大中小城市2005—2018 年的面板數(shù)據(jù)，從房地產(chǎn)投資、房地產(chǎn)消費(fèi)、房地產(chǎn)開發(fā)企業(yè)規(guī)模3 個(gè)方面選取11個(gè)指標(biāo)，采用熵值法計(jì)算得到房地產(chǎn)經(jīng)濟(jì)綜合指標(biāo)值，并利用靜態(tài)與動(dòng)態(tài)面板模型，研究人口流動(dòng)對房地產(chǎn)經(jīng)濟(jì)的影響機(jī)制。

二 指標(biāo)體系與模型構(gòu)建

（一）指標(biāo)選取

1. 被解釋變量

房地產(chǎn)經(jīng)濟(jì)（RED）。參考許憲春等人[20-21]的研究成果，從房地產(chǎn)投資、房地產(chǎn)消費(fèi)和房地產(chǎn)開發(fā)企業(yè)規(guī)模3 個(gè)方面選取11 個(gè)指標(biāo)來衡量房地產(chǎn)經(jīng)濟(jì)，指標(biāo)權(quán)重采用熵值法[22]進(jìn)行計(jì)算，計(jì)算公式為：

房地產(chǎn)經(jīng)濟(jì)=∑指標(biāo)×權(quán)重。

房地產(chǎn)經(jīng)濟(jì)測算指標(biāo)體系如表1 所示。

表1 房地產(chǎn)經(jīng)濟(jì)測算指標(biāo)體系

2. 核心解釋變量

人口流動(dòng)率（pop）。對王林等人[23]計(jì)算人口流動(dòng)的方法進(jìn)行改進(jìn)，得到人口流動(dòng)率=（年末常住人口數(shù)-上年末常住人口數(shù)-上年末常住人口數(shù)×人口自然增長率）/年末常住人口數(shù)，用以衡量人口流入情況。

3. 控制變量

國內(nèi)生產(chǎn)總值（gdp）。國內(nèi)生產(chǎn)總值是國民經(jīng)濟(jì)核算的核心指標(biāo)，是衡量地區(qū)經(jīng)濟(jì)發(fā)展的重要指標(biāo)。劉皖青[24]研究發(fā)現(xiàn)，國內(nèi)生產(chǎn)總值是導(dǎo)致房地產(chǎn)投資額變化的格蘭杰原因，且其對房地產(chǎn)的影響短期見效、長期持續(xù)。故本文引入國內(nèi)生產(chǎn)總值作為控制變量。

第三產(chǎn)業(yè)從業(yè)人員比例（tp）。第三產(chǎn)業(yè)從業(yè)人員比例反映了勞動(dòng)力的遷移。劉婉霞[19]研究了人口流動(dòng)對房地產(chǎn)市場的影響，發(fā)現(xiàn)第三產(chǎn)業(yè)從業(yè)人員比例與房地產(chǎn)合成增長率指數(shù)的關(guān)聯(lián)度為0.971，故本文引入第三產(chǎn)業(yè)從業(yè)人員比例作為控制變量。

基礎(chǔ)設(shè)施水平（f）。基礎(chǔ)設(shè)施水平是影響人口流動(dòng)的重要因素之一，本文以人均擁有道路面積作為衡量基礎(chǔ)設(shè)施水平的指標(biāo)。向?yàn)槊竦热薣25]研究我國基礎(chǔ)設(shè)施對房價(jià)的影響時(shí)，將人均擁有道路面積作為解釋變量，且發(fā)現(xiàn)其對房價(jià)有負(fù)向影響。故本文引入基礎(chǔ)設(shè)施水平作為控制變量。

（二）數(shù)據(jù)來源與處理

基于數(shù)據(jù)可得性，本研究選取2005—2018 年我國33 個(gè)大中小城市的面板數(shù)據(jù)，各變量均有462 個(gè)觀測值；33 個(gè)城市具體為天津、太原、呼和浩特、大連、杭州、寧波、合肥、廈門、南昌、鄭州、武漢、長沙、廣州、深圳、?？凇⒊啥?、貴陽、西安、銀川、石家莊、沈陽、長春、哈爾濱、南京、福州、濟(jì)南、青島、南寧、重慶、昆明、蘭州、西寧、烏魯木齊。（由于北京、上海落戶政策限制，故未選取北京與上海）

數(shù)據(jù)來自歷年《中國統(tǒng)計(jì)年鑒》《中國房地產(chǎn)統(tǒng)計(jì)年鑒》《中國城市統(tǒng)計(jì)年鑒》《中國人口與就業(yè)統(tǒng)計(jì)年鑒》以及各省份統(tǒng)計(jì)年鑒與政府統(tǒng)計(jì)公報(bào)。為了消除異方差的影響，對國內(nèi)生產(chǎn)總值、固定資產(chǎn)投資、基礎(chǔ)設(shè)施水平進(jìn)行對數(shù)處理，部分缺失數(shù)據(jù)采用插值法補(bǔ)全。各變量特征統(tǒng)計(jì)結(jié)果如表2 所示。

表2 各變量描述性統(tǒng)計(jì)結(jié)果

（三）模型構(gòu)建

1. 靜態(tài)面板模型

為了研究人口流動(dòng)對房地產(chǎn)經(jīng)濟(jì)的影響，構(gòu)建靜態(tài)面板模型如下：

式中：i表示城市；t表示年份；ε表示隨機(jī)擾動(dòng)項(xiàng)。

2. 動(dòng)態(tài)面板模型

將被解釋變量房地產(chǎn)經(jīng)濟(jì)（RED）的一階滯后項(xiàng)引入，作為模型的解釋變量，用以反映動(dòng)態(tài)滯后效應(yīng)。構(gòu)建動(dòng)態(tài)面板模型如下：

式中：t-1 表示滯后1 期；μ表示不隨時(shí)間變化的地區(qū)固定效應(yīng)。

三 實(shí)證結(jié)果分析

（一）單位根檢驗(yàn)

為防止出現(xiàn)“偽回歸”，應(yīng)用stata 16 對全國、人口流入較快地區(qū)、人口流入緩慢地區(qū)的房地產(chǎn)經(jīng)濟(jì)、人口流動(dòng)、國內(nèi)生產(chǎn)總值、第三產(chǎn)業(yè)從業(yè)人員比例、基礎(chǔ)設(shè)施水平進(jìn)行ADF 單位根檢驗(yàn)。結(jié)果顯示變量均平穩(wěn)，即不存在單位根。

（二）靜態(tài)面板模型實(shí)證分析

人口流動(dòng)率的大小對房地產(chǎn)經(jīng)濟(jì)有不同的影響。本研究采用2009—2018 年人口流動(dòng)率作為依據(jù)進(jìn)行k-means 聚類分析，結(jié)果顯示，33 個(gè)城市可分為兩類，分別為人口流入較快地區(qū)和人口流入緩慢地區(qū)。人口流入較快地區(qū)的城市有天津、太原、呼和浩特、大連、杭州、寧波、合肥、廈門、南昌、鄭州、武漢、長沙、廣州、深圳、?？凇⒊啥?、貴陽、西安、銀川19 個(gè)城市，人口流入緩慢地區(qū)的城市有石家莊、沈陽、長春、哈爾濱、南京、福州、濟(jì)南、青島、南寧、重慶、昆明、蘭州、西寧、烏魯木齊14 個(gè)城市。全國、人口流入較快地區(qū)、人口流入緩慢地區(qū)均在5%顯著性水平下通過F 檢驗(yàn)與Hausman 檢驗(yàn)，因此，本文采用固定效應(yīng)模型對全國和兩個(gè)地區(qū)進(jìn)行回歸，回歸結(jié)果如表3 所示。

表3 全國及各地區(qū)靜態(tài)面板回歸結(jié)果

由表3 分析可知，全國層面回歸結(jié)果表明，在控制基礎(chǔ)設(shè)施水平、第三產(chǎn)業(yè)從業(yè)人員比例、國內(nèi)生產(chǎn)總值以及固定資產(chǎn)投資后，人口流動(dòng)率的系數(shù)為0.038 2，達(dá)到1%的顯著性水平，表現(xiàn)為人口流入每增加1 個(gè)百分點(diǎn)，房地產(chǎn)經(jīng)濟(jì)水平增加0.038 2 個(gè)百分點(diǎn)，說明目前人口流入顯著地推動(dòng)了房地產(chǎn)經(jīng)濟(jì)水平的提高。其主要原因是，一方面，人口城鎮(zhèn)化讓更多的農(nóng)村人口流入城市，隨著城市人口的增加，住房需求也會相應(yīng)增大；另一方面，由于人口向城市群不斷流動(dòng)，流入人口不斷增加，其在整體上推動(dòng)了房地產(chǎn)經(jīng)濟(jì)的發(fā)展。

人口流入較快地區(qū)回歸結(jié)果表明，在控制基礎(chǔ)設(shè)施水平、第三產(chǎn)業(yè)從業(yè)人員比例、國內(nèi)生產(chǎn)總值以及固定資產(chǎn)投資后，人口流入較快地區(qū)人口流動(dòng)率的系數(shù)為0.035 2，達(dá)到5%的顯著性水平，表現(xiàn)為人口流動(dòng)每增加1 個(gè)百分點(diǎn)，房地產(chǎn)經(jīng)濟(jì)就提高0.035 2 個(gè)百分點(diǎn)，這說明流動(dòng)人口增加對房地產(chǎn)經(jīng)濟(jì)存在顯著的正向影響。不過，人口流入較快地區(qū)人口流動(dòng)的彈性系數(shù)小于全國層面，其主要原因是，人口流入較快地區(qū)如廣州、深圳等城市人才政策較為寬松，吸引了大量青年人才流入，但房地產(chǎn)價(jià)格相對于全國層面均價(jià)更高，青年人才購房能力較弱。

人口流入緩慢地區(qū)人口流動(dòng)率對房地產(chǎn)經(jīng)濟(jì)的影響不顯著，其原因可能是，人口流入緩慢地區(qū)如沈陽、長春等城市，其人口流入率低，第七次全國人口普查數(shù)據(jù)顯示其人口流入率僅為2%左右，而青島、重慶等城市近年來才出現(xiàn)人口流入的情況，故人口流入緩慢地區(qū)房地產(chǎn)價(jià)格、房地產(chǎn)投資額等也處于穩(wěn)定緩慢增長趨勢。

（三）動(dòng)態(tài)面板模型實(shí)證分析

關(guān)于動(dòng)態(tài)面板數(shù)據(jù)模型的回歸比較，常用的方法有兩種：差分廣義矩估計(jì)（D-GMM）和系統(tǒng)廣義矩估計(jì)（S-GMM）。差分廣義矩估計(jì)一般存在弱工具變量的情況，當(dāng)時(shí)間跨度較小時(shí)弱工具變量的特征更加明顯；而系統(tǒng)廣義矩估計(jì)在估計(jì)過程中同時(shí)包含了水平方程和差分方程，能夠更好地解決工具變量選擇的問題。同時(shí)，由全國層面回歸結(jié)果可知，構(gòu)建差分廣義矩估計(jì)時(shí)，房地產(chǎn)經(jīng)濟(jì)滯后1 期的系數(shù)低于穩(wěn)健性水平的最小值。因此，本研究采用系統(tǒng)廣義矩估計(jì)對動(dòng)態(tài)面板數(shù)據(jù)進(jìn)行估計(jì)，全國層面估計(jì)結(jié)果如表4 所示，人口流入較快地區(qū)和人口流入緩慢地區(qū)回歸結(jié)果如表5 所示。

表4 全國層面動(dòng)態(tài)面板回歸結(jié)果

由表4 和表5 分析可知，全國層面、人口流入較快地區(qū)和人口流入緩慢地區(qū)系統(tǒng)廣義矩估計(jì)模型均存在一階自相關(guān)且不存在二階自相關(guān)，通過自相關(guān)檢驗(yàn)，證明模型設(shè)定有效。Hansen 檢驗(yàn)的P值均大于0.1，即不存在弱工具變量。借鑒干春暉等人[26-27]對弱工具變量的檢驗(yàn)方式，可以依據(jù) Hansen 檢驗(yàn)判斷出系統(tǒng) GMM 模型的工具變量是有效的?；旌闲?yīng)和固定效應(yīng)估計(jì)值分別為被解釋變量滯后一階系數(shù)估計(jì)值的最大值和最小值。全國層面系統(tǒng)GMM 模型估計(jì)的被解釋變量滯后一階項(xiàng)系數(shù)為0.894，介于0.699～0.954 之間；人口流入較快地區(qū)系統(tǒng)GMM 模型估計(jì)被解釋變量滯后一階項(xiàng)系數(shù)為0.795，介于0.672～0.900 之間；人口流入緩慢地區(qū)系統(tǒng)GMM 模型估計(jì)被解釋變量滯后一階項(xiàng)系數(shù)為0.741，介于0.689～0.963 之間。這表明三個(gè)模型均是穩(wěn)健的。

表5 分地區(qū)動(dòng)態(tài)面板回歸結(jié)果

由動(dòng)態(tài)回歸結(jié)果可知：（1）全國層面、人口流入較快地區(qū)和人口流入緩慢地區(qū)滯后1 期的房地產(chǎn)經(jīng)濟(jì)水平系數(shù)分別為0.894、0.795、0.741，均達(dá)到1%的顯著性水平。這表明前期的房地產(chǎn)經(jīng)濟(jì)對當(dāng)期房地產(chǎn)經(jīng)濟(jì)呈顯著正向影響，說明房地產(chǎn)經(jīng)濟(jì)增長存在“慣性”。（2）全國層面以及人口流入較快地區(qū)的人口流動(dòng)系數(shù)分別為0.014 4、0.021 4，均達(dá)到10%的顯著性水平，這與靜態(tài)面板回歸結(jié)果一致；但動(dòng)態(tài)面板模型人口流動(dòng)的彈性系數(shù)均小于靜態(tài)面板模型，原因可能是房地產(chǎn)經(jīng)濟(jì)增長的“慣性”很大，而靜態(tài)面板模型忽略了這一影響。（3）人口流入緩慢地區(qū)人口流動(dòng)率對房地產(chǎn)經(jīng)濟(jì)的影響不顯著，這與靜態(tài)面板回歸結(jié)果不一致，主要原因可能是人口流入緩慢地區(qū)前期房地產(chǎn)經(jīng)濟(jì)對當(dāng)期房地產(chǎn)經(jīng)濟(jì)的影響較大。這也從側(cè)面反映出由于人口在逐漸流入，居民對住房需求增長，房地產(chǎn)開發(fā)投資額加大，從而對房地產(chǎn)經(jīng)濟(jì)的發(fā)展產(chǎn)生了持續(xù)性影響。（4）在控制變量方面，在動(dòng)態(tài)面板回歸模型中，國內(nèi)生產(chǎn)總值對人口流入較快地區(qū)的房地產(chǎn)經(jīng)濟(jì)水平呈顯著正向影響；而在靜態(tài)面板模型中，人口流入較快地區(qū)的國內(nèi)生產(chǎn)總值對房地產(chǎn)經(jīng)濟(jì)水平的影響不顯著，原因可能是房地產(chǎn)經(jīng)濟(jì)增長的慣性，在一定程度上加強(qiáng)了國內(nèi)生產(chǎn)總值對房地產(chǎn)經(jīng)濟(jì)發(fā)展的促進(jìn)作用。

四 結(jié)論與建議

本研究基于我國33 個(gè)大中小城市2005—2018年的面板數(shù)據(jù)，實(shí)證研究了人口流動(dòng)對房地產(chǎn)經(jīng)濟(jì)的影響機(jī)制。結(jié)果表明：（1）靜態(tài)面板模型與動(dòng)態(tài)面板模型回歸結(jié)果均顯示，全國層面人口流動(dòng)對房地產(chǎn)經(jīng)濟(jì)發(fā)展具有顯著的正向影響。（2）靜態(tài)面板回歸結(jié)果顯示，流動(dòng)人口的快速增加對房地產(chǎn)經(jīng)濟(jì)有明顯的推動(dòng)作用，而人口流入緩慢地區(qū)的房地產(chǎn)經(jīng)濟(jì)水平提高則不明顯。（3）動(dòng)態(tài)面板回歸結(jié)果顯示，全國層面、人口流入較快地區(qū)和人口流入緩慢地區(qū)的房地產(chǎn)經(jīng)濟(jì)增長均存在“慣性”，且人口流入較快地區(qū)房地產(chǎn)經(jīng)濟(jì)的“慣性”大于人口流入緩慢地區(qū)。

基于以上研究結(jié)論，從人口流動(dòng)角度而言，建議政府重視流動(dòng)人口的區(qū)域協(xié)調(diào)性，引導(dǎo)人口流動(dòng)合理分布；建議房地產(chǎn)企業(yè)結(jié)合人口流動(dòng)趨勢，調(diào)整房地產(chǎn)投資戰(zhàn)略布局。

具體而言，對于人口流入較快地區(qū)的城市如成都、杭州等而言，一方面，政府應(yīng)制定合理的城市發(fā)展規(guī)劃，引導(dǎo)人口流動(dòng)，促使人口合理分布，并且要防止該類地區(qū)因房地產(chǎn)經(jīng)濟(jì)水平提高過快而產(chǎn)生房地產(chǎn)泡沫；另一方面，房地產(chǎn)企業(yè)應(yīng)加大對該地區(qū)的房地產(chǎn)投資額，防止因供應(yīng)不足而導(dǎo)致房價(jià)過高，以推動(dòng)人口流入城市的房地產(chǎn)經(jīng)濟(jì)健康發(fā)展。人口流入較為緩慢地區(qū)的城市如沈陽、長春、哈爾濱等，其人口流入現(xiàn)象不太明顯，而對房地產(chǎn)的依賴度又很高。對此，一方面，政府應(yīng)加強(qiáng)城市基礎(chǔ)設(shè)施建設(shè)和產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型升級，擴(kuò)大城市影響效果，吸引更多人口流入；另一方面，房地產(chǎn)企業(yè)可以針對新進(jìn)人才提供住房福利，吸引人才流入。對于流動(dòng)人口占比不高但人口凈流入量在不斷增長的城市，房地產(chǎn)企業(yè)應(yīng)投入更多關(guān)注，重視并把握投資機(jī)會，促進(jìn)房地產(chǎn)經(jīng)濟(jì)的不斷發(fā)展。