摘要：以中国35个大中型城市房地产市场和劳动力市场为研究对象，研究近年来各地区间“人才争夺”现象与城镇“高房价”之间的因果关系。结果发现，近十几年来中国城镇各地区房地产价格的快速上涨推高了所有经济活动的成本，使得部分劳动力不得不重新选择就业地区，甚至出现“逆城市化”现象。这也导致各地区不得不出台各种各样的人才吸引政策，从而加剧了地区间的人才竞争态势。为促进经济发展，当前各级政府的重点工作应当以稳定房价为主，同时做好包括住房、教育、医疗等民生保障工程，提供吸引和稳定劳动力流入的保障机制和环境。
关键词：房地产市场；劳动力市场；生活成本；劳动力工资；人才竞争
一、 引言与文献综述
近年来，伴随着中国城镇各地区房地产价格的高位运行，各地区纷纷出台了各种各样的人才吸引政策，其中有两点最为突出：一是落户政策，二是安家补贴。如深圳、东莞、厦门、南京等地纷纷降低大学生的落户门槛，天津则成为落户门槛最低的直辖市；在降低人才落户门槛的同时，各地还提供数额不等的安家补贴，成为吸引人才落户的重要砝码。随着越来越多的地区加入这一行列，地区间的“抢人”大战正逐步拉开序幕。是什么原因导致当前中国城镇各地区间的“人才大战”突然加剧？它与当前各地区的“高房价”之间是否存在因果关系？对该问题的研究和回答具有十分重要的现实意义。现有文献对中国城镇各地区间的人才竞争进行了深入的研究，可从以下几个方面进行归纳：
首先，人口结构变迁。对于中国地区间的人才竞争及城镇“用工荒”现象，大部分人首先想到的是中国人口结构的变迁。几十年来的计划生育政策使得中国的人口结构发生了很大的变化，劳动力数量逐步减少，人口结构不断地向老龄化方向发展。Cai[1]根据“刘易斯”拐点理论，对中国的人口结构变迁进行了研究，并运用该理论解释了中国部分城镇地区出现的“用工荒”现象。辜胜阻和李华[2]进一步研究指出，20世纪70年代实行的计划生育政策使得中国的人口结构发生了很大的变化，造成青年劳动力人口供给不足，加速了中国社会“老龄化”进程，从而导致部分城镇地区出现“用工荒”，并使得地区间的人才竞争加剧。
其次，劳动力的机会成本。中国大部分城镇劳动力源于乡村，随着国家对农业、农村以及农民问题越来越重视，乡村劳动力进城务工的机会成本也在不断提高。范晓非等[3]研究发现，随着中国农村社会福利以及农村经济发展状况的不断提高，乡村劳动力进城务工的愿望在不断下降，城镇劳动力短缺的现象会越来越常见。肖潇[4]从政治经济学的角度分析指出，中国部分城镇地区出现劳动力“用工荒”现象，主要是由于部分城镇劳动力工资长期低于劳动力价值。Chen and Zhao[5]以中国河南省为例，从劳动力机会成本的角度研究了乡村劳动力进城务工的成本与收益关系，从而解释了部分城镇地区出现“招工难”的现象。Chan[6]及童玉芬和王莹莹[7]的研究也得出了同样的结论。
第三，城镇经济模式的转变。随着中国经济水平的快速发展，经济结构在不断地转型和升级，特别是东部沿海地区，经济发展的转型和升级速度是全国之最，对劳动力的需求结构也发生了较大的变化。饶勇[8]研究指出，中国部分地区出现的劳动力短缺现象，并不是所有类型的劳动力都出现短缺，而是根据不同类型的劳动力出现了不同程度的短缺现象。牛建林[9]根据2010年中国妇女社会地位的调查数据，研究了劳动力个人人力资本与进城务工或返乡之间的关系，结果发现拥有高等教育背景的劳动力返乡可能性较低，而具有较高农业生产技术的男性劳动力返乡的可能性在逐年增加，反映出不同劳动力在城镇劳动力市场中的竞争力以及城镇劳动力需求结构的变迁。
第四，城乡户籍等制度变化。“城乡二元制”是中国社会一个长期的基本特征，也是中国城乡之间的一道“鸿沟”。Golley and Meng[10]及Knightetal.[11]研究发现，在中国部分城镇地区出现劳动力短缺的同时，部分乡村却存在大量富余的劳动力，并指出这是由于中国城乡户籍等两套体制导致的城乡劳动力不能自由流动所致。樊纲和郑鑫[12]根据“刘易斯”理论模型研究发现，中国近年来部分城镇地区出现的“用工荒”现象并不是由于中国劳动力已经用完了，而是因为中国乡村劳动力无法在城镇定居而出现的“早退”现象。Liuetal.[13]及Liu and Xing[14]进一步指出，中国“城乡二元制”阻碍了城乡劳动力的自由流动，使得部分劳动力进城务工的意愿下降，最终导致城镇劳动力出现短缺。
二阶系统的闭环极点为因此，二阶系统的时间响应主要取决于ζ和ωn参数。二阶系统的单位阶跃响应曲线如何根据ζ、ωn值的不同而变化，传统方法只能先求出系统的时间响应表达式，再进行逐点描绘输出曲线，费时费力。本节使用MATLAB软件对典型二阶系统在单位阶跃函数输入作用下，不同ζ或ωn情况下的输出响应曲线，实现过程简单快速。ωn=4，ζ=0,0.2,0.7,1,2时，二阶系统的单位阶跃响应如图2所示。ζ=0.6，ωn=0.1,0.5,1,4时，系统输出如图3所示。
大港油田在开发过程中聚焦突出问题，抓住主要矛盾，以创新为引领，突出理论与实践的结合，开发“五场”建设取得了很好成果。开发指标上，油田整体的自然递减由19%下降至15.8%，含水上升率由0.5 下降至-0.3，采收率整体提高了3 个百分点，相当于增加了1800 万吨可采储量。效益指标上，油田开发完全成本下降了16.1%，实现了低油价下盈利，生产综合能耗由93.8 千克标煤/吨下降到88.2 千克标煤/吨。劳动效率上，一线劳动用工总量下降了5%，公司总体用工结构更加优化。大港油田的开发“五场”建设实践，值得我国东部老油田借鉴。
本文的主要贡献在于：(1)从企业成本的角度解释了房地产市场变化对城镇劳动力市场需求结构变化的影响；(2)从劳动力再生成本的角度解释了房地产市场变化对城镇劳动力市场“供给侧”结构变化的影响。基本逻辑就是中国城镇房地产价格的上涨推高了所有经济活动的成本，这必然要求城镇劳动力在单位空间内创造出更多的价值，从而加剧了各城镇劳动力市场对高端人才的需求竞争，最终导致全国各大城市纷纷降低高端人才的落户门槛，掀起了地区间的“人才争夺战”。
当前国内各地区基础规划方面，存在着旅游资源发展不均衡、休闲场所较少等情况，尤其是在现代城镇居民生活水平的不断提升下，居民对于休闲生活的关注越来越高，但相应的基础设施建设显然还不能够满足居民的此种需求，各地区都呈现出小假期旅游没有地方可去的情况。另外，普遍地区特色小镇自身具有着一定的自然与人文优势，结合国家政府方面近几年对绿色发展、生态环保事业、保护古镇风貌的政策指导来看，引入资本创建特色小镇具有其必要性，能够迎合现代政策引导的需求以及城镇居民对休闲生活的需求。
二、 理论分析
假设某国有a、b两个地区，分别拥有na和nb数量的人口，则两个地区总人口数量为na+b=na+nb。劳动力能够在a、b两个地区自由流动，并且每个劳动力可以无弹性地提供一个单位的劳动。劳动力每提供一个单位的劳动可以获得W数量的工资，工资收入是劳动力唯一的收入来源。劳动力获得工资收入后主要消费两类商品：住房商品(h)和非住房商品(g)，假定住房商品的价格为Ph，作为参照，非住房商品的价格设为“1”。劳动力以效用最大化为消费原则，在购买x数量的住房商品和y数量的非住房商品后，可以获得U=xαyβ数量的效用。那么，在收入预算约束下，劳动力的最优化问题可描述如下：
我国的母猪养殖规模与数量在不断扩大、增长，为保证母猪养殖工作的良好有序开展，需要养殖户对于现代化的饲养管理技术进行学习和了解，保证母猪有较强的繁殖能力，可以顺利度过妊娠期，分娩出较多身体健康的仔猪，实现规模母猪养殖的长远稳健发展。
MaxU=xαyβ
(1)
s.t.y+Px≤W
对(1)式求解，可获得最优解：
本次论坛由农业农村部发展规划司、农民日报社联合承办，以“落实精准帮扶措施，提升产业扶贫质量”为主题，分产业扶贫政策与部署、产业扶贫实践与创新2个专题，研讨交流产业扶贫的好经验好做法。论坛发布了产业扶贫十大机制创新典型。
进一步可得劳动力的间接效用函数：
现有文献从不同角度深入研究了中国部分城镇地区出现的“用工荒”现象以及地区间劳动力的竞争态势，并得出了不同的结论，具有非常重要的现实意义。但本文认为以上研究并不全面，还有进一步拓展和挖掘的空间。从经济学的角度分析，乡村劳动力不愿意进城务工主要是因为进城务工成本与收益不对等。一方面，城镇房地产的价格上涨之后，企业的经营成本也随之上升，这必然要求企业在单位土地面积上创造出更多的价值，用以弥补上涨的土地成本。企业要想在单位面积内创造出更高的价值，就必须提高生产效率，要求雇佣技能更高的劳动力，导致城镇劳动力市场对高技能劳动力的需求加大。另一方面，房地产价格上涨之后，城镇劳动力用于住房及其他生活方面的成本也相应地提高了，这就要求有更高的工资来补偿，否则他们将无法在城镇生存。“高工资”必然要与“高产出”相对应，而低技能劳动力是无法获得高工资的，使得他们不得不退出城镇劳动力市场，导致城镇劳动力市场供给结构发生变化。在劳动力市场需求与供给两侧共同作用下，城镇劳动力市场对劳动力的竞争就必然加剧。另外，由于中国城镇劳动力主要来自乡村剩余劳动力，这些劳动力具有很强的流动性，使得他们“用脚投票”比“用手投票”的能力更强。“高成本”最终导致城镇劳动力市场出现“用工荒”现象，使得城镇各地区间劳动力市场竞争加剧。
(2)
其中为简化该式，令则式(2)可简化为：
u=w-θp
那么，我们这些自以为是地活着的人们，又能给世界留下什么呢？我们敢于践踏一切的鞋子里，除了欲望的钉子和冷酷的铁掌，还有别的可以发芽开花的种子吗？
(3)
参考Kline and Moretti[15]的做法，引入反映劳动力地区(a/b)偏好的随机变量εia/b，且假定εia-εib～U[-η,η]，即该随机变量的差服从均匀分布。此时(3)式可转化为：
如果在讲课时需要暂停课程，可按下面板上的“暂停键”。当按下“电脑键”，则一直录制多媒体电脑画面，不会切换到其他画面。再次按下“录制键”即可完成录制。
uia/b=wa/b-θpa/b+εia/b
一是社会突发事件。社会突发事件往往最容易形成网络舆情，在信息化时代，任何社会突发事件有可能引起网友激烈的讨论。由于网络社群的观点不一，极易发生言论冲突，如果不及时处理，会引发群众过激反应，给社会稳定带来威胁。
(4)
在最优化状态下，通常劳动力在a地区与在b地区的效用u相等，即有uia=uib。则有：
先天性腹裂是新生儿外科常见的畸形之一，在小儿外科中治疗总体成活率高，若合伴肠扭转，穿孔或闭锁等畸形则成活率＜70%，腹裂80%在都发生在右侧，在临床表现多为在出生时即可见的部分肠管由裂口处突出在腹壁外，肠袢互相相连，肠管多为暗紫色，肠管增厚并水肿，伴有胎粪色纤维假膜或胶冻样物质披盖，浆膜下可有血肿，有时可伴有肠坏死或腹膜炎，在治疗上外科手术治疗是常见的治疗方法。
(5)
整理式(5)可得：
“互联网+”对网络环境的安全性有了更高的要求。很多企业的会计信息的传递都是依托互联网，其中也包含企业的内部信息。事实上，这种方式存在着很大的风险，一旦这些信息被盗取将对企业造成巨大的损失。现今社会存在着很多黑客和病毒，时常伺机恶意攻击企业储存信息的云端以便可以获得企业的机密信息。这就要求在未来会计工作应该是安全系数极高的，互联网环境应有网络环境安全管理机构的存在，保护各个企业的会计信息的安全。
εia-εib=(wb-θpb)-(wa-θpa)
(6)
由于(εia-εib)服从均匀分布，在均衡状态下，两地区的人口分布稳定在：
(7)
从(7)式可以看出，以a地区为例，a地区人口占两地区人口的比重，取决于a地区劳动力工资收入与住房价格的差额与b地区劳动力工资收入与住房价格差额的比较，即由(wb-θpb)-(wa-θpa)的大小决定,它的值越大，a地区人口占总人口的比重就会越小；相反，则越大。由于b地区与a地区具有替代效应，因此，同样的规律正好适用于b地区。
应该说，地区工资收入与住房等消费品的价格差决定地区能够吸引的劳动力人口比重，即从“理性人”的角度分析，劳动力总是选择工资收入减去住房等消费品支出后剩余最大的地区居住。由此，提出以下命题假说：
H0：“高房价”导致的结果之一就是地区间“人才争夺战”的加剧
三、 研究设计
(一) 研究思路及方法
通过以上实证检验，可以得出以下结论：
为了客观地研究当前城镇土地价格与城镇“人才竞争”之间的关系，还要适当控制其他因素可能带来的影响。根据经济学常识，劳动力在选择就业地点时主要关心的问题有：地区经济发展水平、就业机会难易程度、交通便捷性以及教育医疗等公共资源状况。因此，本文选择地区GDP总量、地区第二产业及第三产业比重、地区进出口总额、地区失业率、地区高等教育水平、地区医疗服务水平、地区环境指数等作为控制变量。另外，考虑到城镇劳动力工资水平与房价之间可能存在的“内生关系”，我们将采用工具变量法，以各地区房地产企业滞后一期的土地购买数量作为该地区商品房平均销售价格的“工具变量”，以分离出各地区房价中与劳动力工资线性无关的成分，然后将地区房地产价格的“拟合值”与城镇劳动力工资进行动态面板数据回归分析，并使用工具变量及差分GMM方法进行计量检验。
(二) 样本及数据来源
以北京、上海等35个大中城市[注]本文研究的35个大中城市为：北京、天津、石家庄、太原、呼和浩特、沈阳、大连、长春、哈尔滨、上海、南京、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐。为研究对象，这些城市是中国人口比较集中的地区，也是中国经济发展的中心地区，基本代表了中国地区经济的发展程度。收集这35个大中城市2000—2016年城镇在岗人员平均工资及商品房平均销售价格，以此作为基本研究数据；另外还收集了这些城市的人均GDP、城镇居民家庭人均居住支出、地区进出口总额、教育水平、医疗状态、环境质量等数据。各地区城镇在岗人员平均工资、商品房平均销售价格、商品房销售面积、人均GDP、城镇居民家庭人均居住支出、地区进出口总额、教育水平、医疗环境、环境质量等数据从国家统计局网站取得。由于某些数据的残缺，为了组成35个城市平衡面板数据，代入计量模型分析的是从2006—2016年共11年的数据，统计性描述则使用了2000—2016年的数据。
为了消除物价上涨对本研究的影响，我们对所有价值型的变量都进行了“价格指数平减”。“价格平减”以2005年为基年，对以后各年进行“价格指数平减”。但地区进出口总额除外，因为该价值型指标是以美元计价的，我们没有使用人民币的“CPI”进行平减。
2. 解释变量。Hpricit表示i地区第t年商品房的平均销售价格，用以衡量中国城镇各地区商品房市场的平均销售价格及其变动趋势；FlnHpricit则表示lnHpricit的拟合值。
(三) 变量及模型设定
基于以上研究思路及分析方法，我们拟采用以下变量及模型对上述命题假说(H0)进行实证检验。
工具变量法第一阶段回归公式如下：
lnHpricit=φ0+φ1lnLandit-1+μi+εit
(9)
工具变量法第二阶段回归公式如下：
lnWageit=β0+ρ1lnWageit-1+β1FlnHpricit+β2lnGdppit+β3lnItradit+β4lnEduit+β5lnHospit+β6lnEnvirit+ηi+ξit
(10)
1. 被解释变量。Wageit表示i地区第t年城镇在岗职工的平均工资，用以反映中国城镇劳动力市场的平均工资水平及变动趋势。
由于工业、农业的发展和城镇建设等原因，浊漳河南源上游排放的工业废水和生活污水总量日趋增多，其污染源主要是一些钢铁、煤炭和后续化产品企业，部分企业偷排偷放严重超标的工业废水和生活污水，致使浊漳河水污染加重，河道生态受损，其自净能力直线下降，浊漳河流域生态系统遭受到严重破坏，污染河水的渗透也造成了地下水的严重污染。浊漳河南源监测断面位于工程建设区下游，该控制断面能较好地反映湿地工程建设前的水质状况。
3. 工具变量。Landit-1表示i地区第t-1年商品房土地购买面积。
4. 控制变量。(1)Wageit-1表示i地区第t-1年在岗职工平均工资水平，用以反映地区劳动力市场的竞争程度，工资水平越高，说明地区劳动力市场竞争越激烈，反之则较弱；(2)Gdppit表示i地区第t年人均GDP，用以反映该地区劳动生产率的平均水平，该数值越大说明该地区的劳动生产率越高；(3)Itradit表示i地区第t年的进出口总额，该数值越大说明该地区的经济活力越强，对劳动力的需求也就越旺盛；(4)Eduit表示i地区第t年在校大学生数量，在校学生数量越多说明该地区的教育资源越丰富，对劳动力流入具有一定的吸引力；(5)Hospit表示i地区第t年医院及医疗床位数量，该数值越大说明该地区的医疗资源越丰富，对劳动力流入具有一定的吸引力；(6)Envirit表示i地区第t年环境质量，以各地区环境监测数据来度量，该数值越大说明该地区环境质量越不好，对劳动力的吸引力就越小。
四、 实证检验
(一) 统计性描述
进一步分析三者的增长率变化趋势(图2)可以发现，自2014年起全国商品房平均销售价格出现了大幅度的增长，而城镇单位就业人员的数量却出现了大幅度的减少，两者之间呈现出相反方向的变动趋势。与此同时，城镇单位在岗就业人员的平均工资水平却一直维持着增长态势。即把三者联系起来可以发现，城镇房地产平均销售价格在大幅度上涨，城镇单位就业人员的数量在下降，而城镇在岗劳动力的平均工资水平却在上涨。这也正是前文所描述和研究的主要现象和问题，现在从统计数据的角度得到了证实。
图1 城镇商品房平均销售价格、就业人数及在岗劳动力平均工资
(数据来源：国家统计局网站)
图2 城镇商品房平均销售价格、就业人数及在岗劳动力平均工资变动率
(数据来源：国家统计局网站)
数据显示(图1)，2000年全国商品房平均销售价格为2112元/平方米，而至2016年全国商品房平均销售价格为7476元/平方米。由图1还可以看出，自2000年起，全国商品房平均销售价格就一直处于不断地上涨之中。虽然全国城镇单位就业人员数量也处于上升之中，但却有明显的阶段性特征：在2010—2013年这3年期间呈现出快速增长的态势，但2013年之后就出现了下降的态势。
表1LLC面板平稳性检验
变量未校正t校正t∗P值lnWage-5.8087-5.23640.000lnHprice-9.2982-6.46380.000lnGdpp-15.9739-15.14600.000lnItrad-9.9196-6.40560.002lnEdu-9.3965-7.23980.000lnHosp-12.0258-8.18500.000lnEnvir-10.5472-4.88590.000
注：表中数据是经过居民消费价格指数(CPI)“平减”处理后再检验的，价格指数都以2005年为基期。
(二) 计量分析
1. 数据检验
在回归分析之前，对所有“价格指数平减”化后的数据进行“平稳性”检验。我们使用最为常见的“LLC”面板数据平稳性检验方法进行检验，结果显示(表1)，所有变量在取对数之后都能达到1%显著性水平。说明变量在取对数之后是平稳的，可以将取对数之后的数值带入计量模型进行分析。主要变量的统计性描述详见表2。
2. 计量结果
wa-θpa+εia=wb-θpb+εib
将上述经过平稳性检验后的数据代入
该厂家使用的牧羊公司全套膨化生产线，其配套调质器为新型组合调质器，调质时间为240～360 s，测试产品为乌龟料。在调质膨化工段前后取5组样，并测试样品的糊化度进行比较。这5组样品分别为：调质前（样品1），调质20 s左右（样品2），调质170 s左右（样品3），调质278 s（样品4），膨化颗粒成品（样品5）。使用三层组合调质器，可以使物料的淀粉糊化度达到85%以上，成品的淀粉糊化度达到96%以上。新型五轴组合调质器对调质时间的延长，对于膨化沉性料的品质提高起到了决定性作用。
表2主要变量统计性描述
变量样本数均值标准差最小值最大值Wage38538820.1513332.2016628.3294829.60Hprice3856050.413751.341986.2433273.29Land385354.15330.1513.872183.07Gdpp3858.137.021.2250.69Itrad38554600.70100831.20443.91537359.00Edu38540.2923.291.03105.73Hosp385328.00257.7649.001606.00Envir38554.781.5050.2060.10
注：表中价值数据是经过居民消费价格指数(CPI)“平减”处理后再统计的，价格指数都以2005年为基期；地区进出口总额(Inexp)除外，其以美元计价。
表3方程式(1)的回归结果
变量固定效应随机效应混合回归lnLand-0.107∗∗∗-0.103∗∗∗-0.059∗∗(0.024)(0.023)(0.030)Constant9.162∗∗∗9.144∗∗∗8.901∗∗∗(0.132)(0.149)(0.166)Observations385385385R20.0550.0490.010Adjusted R2-0.0400.0470.008F-statistic20.183∗∗∗19.849∗∗∗4.023∗∗
注：*，**， ***分别表示10%，5%，1%的显著性水平；括号内为标准差值。
计量模型(9)式和(10)式，并运用差分GMM算法，得到如表3和表4所述的回归结果。表3显示，在固定效应、随机效应及混合回归模式下，第一阶段回归系数均在1%的显著性水平上显著。比较3种回归结果之间的关系，并结合面板数据的特点，本文选择固定效应模型，并将固定效应模型下的模拟值代入到第二阶段的回归分析中。从表4结果可以看出，除个别变量外，绝大部分变量系数都在1%的显著性水平上显著，说明变量选择可靠，具有解释力。
(2) L1.lnWage为lnWage的滞后一期变量，L2.lnWage为lnWage的滞后二期变量。扰动项{εit}不存在“二阶”自相关是差分GMM估计能否一致的重要前提，对上述计量模型进行扰动项自相关检验。结果显示(表5)，在5%的显著性水平上可以拒绝扰动项{εit}的一阶差分不存在自相关的假设，但却不能拒绝扰动项{εit}的二阶差分不存在自相关的假设。因此，可以认为扰动项{εit}二阶差分后不存在显著的自相关问题，故采用差分GMM算法得出的估计结果与之前的结果具有一致性。
本文的主要目的就是检验城镇“高房价”与地区间“人才竞争”之间的因果关系。以“房价”作为核心解释变量，以“人才竞争”作为被解释变量。“房价”以城镇商品房平均销售价格作为度量指标，“人才竞争”则以各地区城镇在岗人员平均工资水平作为度量指标。主要依据在于：(1)根据经济学理论，劳动力的工资就是劳动力的价格，价格是由劳动力市场供给和需求两方面共同决定的，价格越高说明该地区劳动力市场竞争越激烈。(2)城镇在岗劳动力平均工资水平比较容易统计，因各单位对于在岗劳动力的工资统计比较准确和便利，且能够提供的年份比较多。同时城镇在岗劳动力工资水平能够较为真实地反映当前劳动力市场的平均工资水平，排除了由于大量非在岗人员对劳动力工资水平的影响。
(1) 房价上涨加剧了城镇劳动力市场的人才竞争。从表4可以看出，变量“lnHprice”的回归系数都能够在1%的水平上显著通过检验，表明城镇房地产价格确实对城镇劳动力市场竞争具有显著的加剧作用。城镇房地产价格的普遍上涨使得城镇劳动力的生活成本提高了很多，原本收入不高的劳动力难以在城镇立足生存，城镇劳动力市场的“供给侧”结构发生了变化。在城镇劳动力市场需求不变或不断扩大的背景下，整个市场的竞争程度也在不断加剧，并最终导致城镇劳动力市场的价格不断上涨。由此可见，城镇房地产价格与城镇劳动力市场竞争激烈程度之间存在显著的因果关系。
(2) 地区经济发展水平仍然是影响城镇劳动力市场的最重要因素。从各种因素对城镇劳动力市场的影响程度对比分析可以发现(表4)，变量(Gdpp)系数的绝对值最大，说明地区经济的发展水平在影响城镇劳动力市场的因素中依然占主导地位。人均GDP衡量的是劳动力对地区经济发展的贡献程度，也是劳动力市场定价最主要的依据，对劳动力市场价格具有“锚定”作用。因此，地区人均GDP理应成为地区劳动力价格的主要决定因素。
表4方程式(2)的差分GMM回归结果
lnWagelnWagelnWagelnWage(1)(2)(3)(4)L1.lnWage0.588∗∗∗0.484∗∗∗0.463∗∗∗0.453∗∗∗(0.0058)(0.0158)(0.0173)(0.0169)L2.lnWage0.338∗∗∗0.274∗∗∗0.299∗∗∗0.293∗∗∗(0.0026)(0.0090)(0.0114)(0.0113)FlnHprice0.0768∗∗∗0.108∗∗∗0.0972∗∗∗0.0881∗∗∗(0.0156)(0.0188)(0.0198)(0.022)lnGdpp0.130∗∗∗0.0938∗∗∗0.106∗∗∗(0.0184)(0.0186)(0.0196)lnItrad0.00250.00150.0024(0.0024)(0.0024)(0.0024)lnEdu0.0812∗∗∗0.0774∗∗∗(0.0035)(0.0045)lnHosp0.0342∗∗∗0.0316∗∗∗(0.0044)(0.0046)lnEnvir0.103(0.101)_cons0.231.451∗∗∗1.096∗∗∗0.932∗∗(0.138)(0.294)(0.314)(0.286)N280280280280Wald chi2109770.9∗∗∗88900.3∗∗∗33868.61∗∗∗44750.54∗∗∗
注：*，**,***分别表示10%，5%,1%的显著性水平；括号内为标准差值。
(3) 地区教育水平对城镇劳动力市场的影响超过医疗水平产生的影响。从模型实证分析的结果看(表4)，地区教育水平和医疗环境对劳动力的流动都具有十分显著的影响，但两者相比较而言地区教育水平的影响更为突出。一般而言，教育水平越高的地区越能集中更多优秀的人才，这些人才对地方经济发展的贡献更大，劳动力的工资水平也会相应更高。因此，教育水平高的地区劳动力市场的工资也会相对较高，这符合经济运行的一般规律。而医疗水平较高的地区，虽然可以吸引一部分高技能人才入驻，但因为医疗水平与地区经济发展水平并不直接挂钩，使得其对劳动力市场的影响相对较弱。
令人惊奇的是，e还藏身于“飞蛾扑火”的故事里。人们一直认为是昆虫具有趋光性，因此就容易被火光所吸引，从而自取灭亡。但后来通过对昆虫习性的长期研究，人们才发现，飞蛾扑火仅仅是因为它认为自己是在以正确的路线飞行，而不知道早已深处险境。
(4) 地区环境因素对城镇劳动力市场的影响不显著。这说明当前我国城镇劳动力对就业地区的选择虽然会考虑环境因素，但并不会将这一因素看得特别重要，在其他方面都能够满足的情况下，环境因素往往居于次要地位。
表5扰动项自相关检验(H0:非自相关)
滞后期式(1)式(2)式(3)式(4)zp>zzp>zzp>zzp>z1-1.98890.0467-2.01230.0442-1.99310.0462-1.9960.04592-1.66120.0967-1.6350.1020-1.82690.0677-1.82680.0677
3. 稳健性检验
由于中国幅员辽阔，地区之间差异较大，笼统地进行分析往往得不出稳健的结论，需要进行分地区研究。本文拟按照中国区域经济发展的特征，将上述35个大中城市按所在省份划分为东部地区城市、中部地区城市和西部地区城市进行对比研究[注]东部地区城市：北京、天津、石家庄、沈阳、大连、上海、南京、杭州、宁波、福州、厦门、济南、青岛、广州、深圳、海口；中部地区城市太原、合肥、南昌、郑州、武汉、长沙、长春、哈尔滨；西部地区城市：呼和浩特、南宁、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐。。同时通过比较城镇房地产价格上涨的速度和幅度发现，东部地区城市上涨的速度和幅度都是最大的，而西部地区则是最小的，从这一层面考虑也可以进行东部地区、中部地区和西部地区的对比研究。
表6面板数据工具变量法第一阶段回归分析结果(固定效应)
lnHprice东部城市中部城市西部城市lnLand-0.127∗∗∗-0.0719-0.0899∗0.03440.05670.0401_cons9.610∗∗∗8.810∗∗∗8.695∗∗∗0.190.3270.219N17688121R20.0790.020.044
注：*，**，***分别表示10%，5%，1%的显著性水平；括号内为标准差值。
表7面板数据工具变量法第二阶段回归分析结果(差分GMM)
lnWage东部城市(5)中部城市(6)西部城市(7)L1.lnWage0.482∗∗0.107-0.297(0.174)(3.312)(0.521)L2.lnWage0.2641.6610.46(0.142)(1.774)(0.353)lnHprice0.105∗∗∗0.313-0.268(0.0154)(0.32)(0.473)lnGdpp0.0584-1.1490.610∗(0.159)(1.703)(0.293)lnItrad-0.01740.0517-0.0060(0.0328)(0.311)(0.0121)lnEdu0.09480.4530.131(0.0542)(2.443)(0.142)lnHosp0.0996∗∗0.9840.04(0.0308)(3.427)(0.0626)lnEnvir0.615-4.0395.201(1.066)(3.217)(8.205)_cons0.235-0.84310.53∗(1.139)(4.912)(4.463)N1286488Wald chi210641.16∗∗∗1.03E+08∗∗∗25271.46∗∗∗
注：*，**，***分别表示10%，5%，1%的显著性水平；括号内为标准差值。
将上文数据按地区进行分组，然后分别代入模型方程(9)式和(10)式进行两阶段面板数据回归分析。表6是面板数据工具变量法第一阶段固定效应的计量回归分析结果；表7是面板数据工具变量法第二阶段动态回归的分析结果(采用差分GMM算法)。
L1.lnWage为lnWage的滞后一期变量，L2.lnWage为lnWage的滞后二期变量。表8显示，在5%的显著性水平上，无法拒绝(5)式(东部城市)、(6)式(中部城市)和(7)式(西部城市)的二阶差分不存在自相关的原假设。因此，可以认为扰动项{εit}二阶差分不存在自相关的假设成立，则动态面板数据差分GMM算法的估计结果与之前的结果具有一致性。
结合表7的计量结果分析，东部地区城镇房地产价格上涨对地区劳动力市场竞争具有显著的加剧作用，而中、西部地区城镇房地产价格对地区劳动力市场竞争的加剧作用并不明显。从全国范围来看，这也符合基本逻辑。首先，房地产价格上涨较快的地区全部集中于东部沿海城市，而中、西部地区房地产价格不管增长速度还是增长幅度都要远远小于东部沿海城市。其次，东部地区城市是我国经济发展的重心所在，拥有较为成熟的劳动力市场，而中、西部地区的城镇劳动力市场发展不太成熟，且市场反应较慢。最后，大量的劳动力从中、西部地区涌向东部地区，东部地区拥有更多的流动性劳动力，他们对房地产价格的变动更为敏感。
五、 结论与政策建议
综上所述，中国城镇各地区房地产价格的快速上涨对城镇劳动力市场的竞争态势具有显著的加剧作用。房地产作为一切经济活动的必需品，具有不可替代的作用。房地产价格的上涨必将推高所有经济活动的成本，劳动力的再生成本也不例外。一方面，房地产价格上涨之后，提高了企业的生产经营成本，企业必将通过商品价格转嫁给消费者。另一方面，房地产价格上涨之后，将直接提高劳动力的住房支出成本。即房地产价格上涨之后，从直接和间接两个方面提高了劳动力的再生成本。在劳动力不能单方面提高工资收入的情况下，他们逐渐感觉到了生活的压力，不得不选择“用脚投票”。当大量的劳动力选择“用脚投票”时，城镇劳动力市场供给结构正悄然发生变化。为了能够吸引更多的有技能的劳动力回归城镇，各地方政府不得不出台各种各样的人才吸引政策，从而呈现出中国城镇各地区间“抢夺”人才的态势。
表8扰动项自相关检验(H0:非自相关)
滞后期式(5)式(6)式(7)zp>zzp>zzp>z1-1.790.07350.658220.5104-0.737610.46082-0.514920.6066-0.02320.9815-1.27240.2032
从本文的研究结论可以看出，人才是地区经济发展的关键，各地区要想提高经济发展的质量和速度，关键是要能够吸引和留住人才。而留住人才的关键在于能够给予人才足够的安全感，包括生活的安全感。住房作为生活的必需品，是人才“落脚”的关键因素之一。房地产作为一个特殊的行业，一方面具有私人产品性质，可以成为一个市场化的商品，完全由市场来解决；但另一方面，房地产又是一个民生必需品，完全市场化必然会带来很大的风险，也容易导致投资或投机行为的发生。高企的房地产价格不仅推高了所有经济活动的成本，同时也将使众多普通劳动力丧失购房能力，甚至沦为“无家可归”的流浪汉，给社会稳定带来一定隐患，并最终危及地区经济发展的速度和质量。从地区和国家经济发展的历史规律来看，劳动力只有“安居”之后才能“乐业”。
为吸取经验，促进地区经济发展，各级地方政府应当将民生建设工程作为重中之重。从世界各国发展的经验分析，凡是能够为劳动力提供较好保障的地区，往往也是劳动力比较向往的地方，该地区的经济也才会快速、健康地发展，这是一个相辅相成的过程。在今后一段时间内，我国重要的任务之一就是稳定房价，特别是要防止部分地区房地产价格上涨过快。可以设立适当的“警戒线”，如以地区劳动力的平均工资增长率为参考指标，超过这个增长率就说明该地区房地产价格上涨过快。当然，民生工程并非仅仅包括房地产，还包括教育、医疗等项目，这些虽然并不能直接促进经济发展，但却是地区经济发展的保障，我们应尽力形成人民发展经济、政府保障民生的良性循环。
参考文献：
[1]CAI F. Demographic transition, demographic dividend, and Lewis turning point in China[J]. Economic research journal, 2010(4):4-13.
[2]辜胜阻，李华.以“用工荒”为契机推动经济转型升级[J].中国人口科学，2011(4)：2-10.
[3]范晓非，王千，高铁梅.预期城乡收入差距及其对我国农村劳动力转移的影响[J].数量经济技术经济研究，2013(7)：20-35.
[4]肖潇.近年来我国农民工“用工荒”的根源与对策[J].政治经济学评论，2014(3)：106-116.
[5]CHEN C, ZHAO M. The undermining of rural labor out-migration by household strategies in China’s migrant-sending areas: the case of Nanyang, Henan Province[J]. Cities, 2017, 60(2):446-453.
[6]CHAN K W. A China paradox: migrant labor shortage amidst rural labor supply abundance[J]. Eurasian geography and economics, 2010, 51(4): 513-530.
[7]童玉芬，王莹莹.中国流动人口的选择：为何北上广如此受青睐——基于个体成本收益分析[J].人口研究，2015(4)：49-56.
[8]饶勇.经济转型时期“用工荒”现象及其成因的经济学分析[J].中国人口科学，2012(3)：66-77.
[9]牛建林.城市“用工荒”背景下流动人口的返乡决策与人力资本的关系研究[J].人口研究，2015(2)：17-31.
[10]GOLLEY J, MENG X. Has China run out of surplus labor?[J]. China economic review, 2011, 22(4):555-572.
[11]KNIGHT J, DENG Q, LI S. The puzzle of migrant labor shortage and rural labor surplus in China[J]. China economic review, 2011, 22(4):585-600.
[12]樊纲，郑鑫.“农民工早退”与新型城镇化[J].劳动经济研究，2014(2)：3-16.
[13]LIU H, CAO S, DENG J. Coexistence of surplus labor and the Lewis turning point in China:a unitary household decision-making model study[J]. Journal of economic interaction and coordination, 2013, 8(2):249-266.
[14]LIU J, XING C. Migrate for education: an unintended effect of school district combination in rural China[J]. China economic review, 2016, 40(9): 192-206.
[15]KLINE P, MORETTI E. Local economic development, agglomeration economies, and the big push: 100 years of evidence from the Tennessee valley authority[J]. The quarterly journal of economics, 2014,129(1):275-331.
Empirical Research on Influences of High House Price on Inter-regional Human Resource Competition in China
ZHAO Haiyi1, LI Yonggang1, SHANG Junsong2
(1. School of Taxation and Public Management, Shanghai Lixin University of Accounting and Finance, Shanghai 201620, China; 2. School of Public Economics and Administration, Shanghai University of Finance and Economics, Shanghai 200433, China)
Abstract:Taking real estate markets and labor markets of 35 large and medium-sized cities in China as the research object, this paper studies causal relationship between inter-regional human resource competition and high house price in recent years. The result shows that: the rapid rise in real estate prices across China’s cities and towns for more than 10 years has pushed up the cost of all economic activity, part of labor have to choose new areas for employment, and there is even the phenomenon of reverse urbanization. Various polices have to be put forward to attract human resources, which intensifies the competition for human resources among regions. In order to promote economic development, it is suggested that the current important work of governments at all levels should first of all focus on stabilizing house price, and at the same time further improve the livelihood of people, including housing, education, medical care and other projects, to provide a guarantee mechanism and environment to attract and stabilize labor inflow.
Keywords:real estate market; labor market; cost of living; labor wage; competition for human resources
中图分类号：F241.22；F293.3
文献标识码：A
文章编号：1672-6049(2019)01-0026-10
收稿日期：2018-08-20;
修回日期：2018-11-16
基金项目：上海市哲学社会科学规划一般项目(2018BJB002)
作者简介：赵海益(1979— )，男，江苏大丰人，上海立信会计金融学院财税与公共管理学院讲师，博士，加拿大纽芬兰纪念大学访问学者，研究方向为税收与地方政府收入；李永刚(1978— )，男，河北邯郸人，上海立信会计金融学院财税与公共管理学院副教授，研究方向为房地产税收理论与政策；尚俊松(1974— )，男，安徽合肥人，上海财经大学公共经济与管理学院博士研究生，研究方向为税收政策与理论。
(责任编辑：康兰媛；英文校对：葛秋颖)
标签：劳动力论文; 城镇论文; 地区论文; 变量论文; 中国论文; 社会科学总论论文; 人才学论文; 世界各国人才调查及其研究论文; 《南京财经大学学报》2019年第1期论文; 上海市哲学社会科学规划一般项目(2018BJB002)论文; 上海立信会计金融学院财税与公共管理学院论文; 上海财经大学公共经济与管理学院论文;