住房價格、工資上漲與地區(qū)工資差距——基于省級面板數(shù)據(jù)的實證研究

董向陽，郭熙保

(武漢大學 經(jīng)濟與管理學院，武漢430072)

一、引言及相關文獻概述

近年來，我國工資水平大幅上漲。根據(jù)中國統(tǒng)計局的數(shù)據(jù)，2000～2013年我國城鎮(zhèn)單位在崗職工平均工資從9 371元/年上升到52 379元/年。同時，中國地區(qū)間工資差距也呈現(xiàn)出日益擴大的趨勢［1］。工資的不斷上漲可能會提高我國企業(yè)的勞動力成本，降低我國企業(yè)的國際競爭力;工資差距的日益擴大勢必會影響中國的可持續(xù)性發(fā)展與社會的和諧穩(wěn)定。因此探求影響工資上漲和地區(qū)工資差異的因素就顯得非常重要。

對于工資上漲的原因，有很多不同的觀點。國內(nèi)比較具有代表性的觀點是勞動供給由過剩轉(zhuǎn)向短缺，劉易斯轉(zhuǎn)折點即將到來［2－4］。丁守海則認為我國的工資上漲源于勞動剩余條件下的供給不足［5］。也有研究文獻認為物價上漲也會導致工資上漲［6－9］。

關于地區(qū)工資差異的研究，歸納起來主要分為兩種思路:新古典增長理論、新地理經(jīng)濟學。基于新古典增長理論，國內(nèi)外學者從勞動力流動、外商直接投資、人力資本、對外開放、經(jīng)濟全球化、地理位置以及政策傾斜等角度對中國地區(qū)工資差距的形成原因進行了研究，取得了不少成果［10－15］。基于新地理經(jīng)濟學的學者一般研究市場潛能和空間外部性對地區(qū)工資差異的影響［16－23］得到的結(jié)論是市場潛能的擴大可以增加名義工資，經(jīng)濟活動的空間集聚所產(chǎn)生的外部性也會影響工資水平。

與現(xiàn)有研究工資上漲和地區(qū)工資差距的文獻不同，本文嘗試從住房價格上漲的角度去解釋工資上漲和地區(qū)工資差距。根據(jù)馬歇爾的均衡價格工資理論，工資是由勞動力的需求價格和供給價格相均衡時的價格決定的，勞動力的需求價格取決于勞動的邊際生產(chǎn)率;勞動力的供給價格取決于勞動者的生活費用。由于住房價格上漲將會提高高房價地區(qū)勞動者的購房或租房費用，從而提高高房價地區(qū)勞動者的生活費用，這會降低高房價地區(qū)的勞動力供給，導致高房價地區(qū)工資上升。由此，本文提出如下研究假說:住房價格上升導致平均工資上升。

國內(nèi)外還鮮有關于住房價格與平均工資關系的實證研究。從數(shù)量上研究清楚住房價格的上升是否會提高平均工資水平以及在多大程度上提高平均工資水平具有非常重要的理論意義和現(xiàn)實意義。具體地講，弄清楚住房價格與平均工資水平的關系有助于理解我國是否經(jīng)過劉易斯轉(zhuǎn)折點，也有助于提高我國企業(yè)的國際競爭力、為我國經(jīng)濟實現(xiàn)轉(zhuǎn)型升級創(chuàng)造有利條件。

本文將基于中國省級面板數(shù)據(jù)對實際住宅平均銷售價格與職工平均實際工資的關系進行實證研究，對前文提出的住房價格上升導致平均工資上升這一假說進行實證檢驗。

本文余下部分安排如下:第二部分為模型設定和數(shù)據(jù)說明;第三部分為實證結(jié)果和分析，包括基準模型回歸、工具變量估計和穩(wěn)健性檢驗;第四部分為結(jié)論，包括本文研究結(jié)論、政策建議和未來研究方向。

二、模型設定與數(shù)據(jù)說明

(一)模型設定

本文研究住房價格對平均工資的影響。被解釋變量為職工平均實際工資，解釋變量為實際住宅平均銷售價格。根據(jù)邊際生產(chǎn)率工資理論，工資由邊際生產(chǎn)力決定。而邊際生產(chǎn)力，隨著就業(yè)人數(shù)的增加而下降，隨著經(jīng)濟規(guī)模的擴大而提高，隨著人力資本水平的提高而提高。所以，根據(jù)邊際生產(chǎn)率工資理論，工資隨著就業(yè)人數(shù)的增加而下降，隨著經(jīng)濟規(guī)模的擴大而提高，隨著人力資本水平的提高而提高。就業(yè)人數(shù)用城鎮(zhèn)就業(yè)人數(shù)衡量，經(jīng)濟規(guī)模可用實際人均地區(qū)生產(chǎn)總值和實際人均固定資產(chǎn)投資衡量，人力資本水平用大學生人口比重衡量。根據(jù)地區(qū)工資差距的相關研究，產(chǎn)業(yè)結(jié)構(gòu)影響地區(qū)工資差距。此外，何雄浪和楊霞認為市場開放度也會提高勞動生產(chǎn)率［24］，因此本文引入衡量市場開放度的控制變量人均進出口額。所以控制變量為城鎮(zhèn)就業(yè)人數(shù)、人均地區(qū)生產(chǎn)總值、實際人均固定資產(chǎn)投資、產(chǎn)業(yè)結(jié)構(gòu)、大學生人數(shù)比重、人均進出口額。

本文采用面板數(shù)據(jù)研究住房價格和平均工資的關系。根據(jù)常數(shù)形式的不同，面板模型一般可以分為混合回歸模型、固定效應模型和隨機效應模型。本文基于F檢驗、Breusch and Pagan檢驗和Hausman檢驗等三個檢驗發(fā)現(xiàn)應該選取固定效應模型。

因此，基準計量模型設定如下:

其中，下標i和 t分別表示省區(qū)和年份，α0代表截距項，εi，t代表整個回歸方程的誤差項，服從獨立同分布。λp和λt分別表示省份固定效應和年份固定效應，以控制不隨時間變化的地區(qū)不可觀測因素和隨時間變化的年份不可觀測因素的影響。各個變量的具體含義如下:

被解釋變量lnwage表示城鎮(zhèn)單位在崗職工平均實際工資對數(shù)值，數(shù)據(jù)按1999年CPI進行了調(diào)整，反映了城鎮(zhèn)單位在崗職工的平均實際工資水平。

核心解釋變量lnhouseprice表示住宅商品房平均實際銷售價格對數(shù)值，單位是元/平方米，數(shù)據(jù)按1999年CPI進行了調(diào)整。本文最關心的是回歸系數(shù)α1，如果α1顯著為正，則表明實際住宅平均銷售價格水平越高，職工平均實際工資越高，即實際住宅平均銷售價格上漲將導致職工平均實際工資的上升。

其他控制變量主要包括:

lnempl表示城鎮(zhèn)就業(yè)年末人數(shù)對數(shù)值，單位為人/年，用來反映勞動力供給對工資的影響，就業(yè)供給越多，工資越低，因此該變量預期符號為負。

lngdp表示實際人均地區(qū)生產(chǎn)總值對數(shù)，數(shù)據(jù)按1999年CPI進行了調(diào)整，用來控制地區(qū)生產(chǎn)規(guī)模、地區(qū)勞動生產(chǎn)率對工資的影響。

lnk表示實際人均固定資產(chǎn)投資對數(shù)值，數(shù)據(jù)按1999年CPI進行了調(diào)整，用來控制資本規(guī)模對工資的影響。

lnopen表示實際人均進出口額(按經(jīng)營單位所在地計算，單位美元/人)，數(shù)據(jù)按1999年CPI進行了調(diào)整，用來控制對外開放水平對工資的影響。

structure表示第三產(chǎn)業(yè)占地區(qū)生產(chǎn)總值的比重(%)，用來控制地區(qū)產(chǎn)業(yè)結(jié)構(gòu)對地區(qū)工資水平的影響。

edu表示6歲及6歲以上大專及以上人口比例(人口抽樣調(diào)查)(%)，用來控制人力資本水平對工資的影響。

(二)數(shù)據(jù)說明

本文的樣本區(qū)間為中國大陸31個省13年(1999～2011年)的面板數(shù)據(jù)。本文所用數(shù)據(jù)主要來自于《中國統(tǒng)計年鑒》。城鎮(zhèn)年末就業(yè)人數(shù)來自于國泰安經(jīng)濟金融研究數(shù)據(jù)庫的中國區(qū)域研究數(shù)據(jù)庫。

表1報告了主要變量的描述性統(tǒng)計。

三、實證結(jié)果及分析

(一)基準回歸

本節(jié)將基于方程(1)對實際住宅平均銷售價格與職工平均實際工資的關系進行實證研究。表2報告了基于計量方程(1)的基準模型回歸結(jié)果。

表2中第1～6列逐漸加入各解釋變量回歸，每次回歸均控制了地區(qū)不可觀測因素和時間不可觀測因素的影響。第1～6列中的實際住宅平均銷售價格的系數(shù)均顯著為正，說明實際住宅平均銷售價格上漲將導致職工平均實際工資水平的上升。根據(jù)上文模型設定中的分析，應該選擇第6列中的固定效應模型進行分析。第6列實際住宅平均銷售價格系數(shù)為0.133 4，即職工平均實際工資對實際住宅平均銷售價格的彈性為0.133 4，實際住宅平均銷售價格上升1個百分點，職工平均實際工資上升0.133 4個百分點，很好地支持了本文提出的理論假說。

表1 主要變量的描述性統(tǒng)計量

表2 實際住宅平均銷售價格與職工平均實際工資:基準回歸

在其他控制變量中，實際人均地區(qū)生產(chǎn)總值和實際人均固定資產(chǎn)投資的系數(shù)顯著為正，跟新古典經(jīng)濟學的邊際生產(chǎn)率工資理論相符，體現(xiàn)了生產(chǎn)規(guī)模對邊際生產(chǎn)率的影響。城鎮(zhèn)就業(yè)人數(shù)對數(shù)的系數(shù)顯著為負，反應了城市勞動力市場上的供求對工資的影響，即城市勞動力供給越多，職工平均實際工資水平越低。產(chǎn)業(yè)結(jié)構(gòu)、大學生比例和人均進出口額的系數(shù)不顯著，表明產(chǎn)業(yè)結(jié)構(gòu)、人力資本水平和對外開放水平對職工平均實際工資的影響不顯著。

(二)工具變量估計

上文對實際住宅平均銷售價格與職工平均實際工資的關系進行了實證分析，發(fā)現(xiàn)實際住宅平均銷售價格上漲將導致職工平均實際工資上升。嚴格地說，實際住宅平均銷售價格與職工平均實際工資的關系還存在其他的可能解釋。首先，職工平均實際工資上漲是否可能導致本地實際住宅平均銷售價格上漲?其次，是否還存在某些因素同時影響到實際住宅平均銷售價格和職工平均實際工資?最后，實際住宅平均銷售價格的測量誤差是否依然存在?這三個問題在計量上分別稱為聯(lián)立性偏誤、遺漏變量和測量誤差問題［25］，構(gòu)成了實際住宅平均銷售價格內(nèi)生性的主要來源。另外，檢驗內(nèi)生性的Hausman檢驗也表明實際住宅平均銷售價格存在內(nèi)生性。

上述存在的內(nèi)生性問題可能導致估計系數(shù)的偏誤。解決內(nèi)生性的一個有效辦法是工具變量法，即為實際住宅平均銷售價格尋找工具變量。工具變量的核心思想是尋找一個外生的、影響內(nèi)生變量(實際住宅平均銷售價格)，但不直接影響被解釋變量(職工平均實際工資)的變量。陳斌開和楊汝岱等學者認為土地供應影響房價，政府的土地供應越少，房價越高［25］。本文把反映政府城市土地供應量的固定資產(chǎn)中不含農(nóng)戶的人均竣工住宅面積(area)當作工具變量，因為政府的土地供應基本可以看作是外生的，通過影響住房供給進而影響房價，卻不直接影響平均工資。本節(jié)基于工具變量方法研究實際住宅平均銷售價格與職工平均實際工資的關系。表3報告了兩階段最小二乘回歸第一階段、第二階段的估計結(jié)果和重要的檢驗統(tǒng)計量。

表3中第1和第2列分別為兩階段最小二乘回歸中第二階段和第一階段回歸結(jié)果。從第一階段回歸結(jié)果中可以看出，本地區(qū)當年人均住宅竣工面積越少，住房價格水平越高:人均住宅竣工面積降低1個百分點，住房價格上漲0.159個百分點。由此可見，住宅竣工面積是住房價格非常重要的決定因素，減少人均住宅竣工面積將直接導致住房價格的上漲。從第二階段回歸中可以看出，住房價格的系數(shù)高度顯著為正，但系數(shù)值大于簡單最小二乘回歸的結(jié)果，這可能是住房價格存在內(nèi)生性，導致普通最小二乘法回歸系數(shù)的低估。

表3中3～6列是對基準回歸結(jié)果進行穩(wěn)健性檢驗。第3～4列是以地區(qū)滯后一期的人均住宅竣工面積對數(shù)值(llnarea)為工具變量的回歸結(jié)果，以緩解住宅竣工面積和住房價格之間反向因果的可能性。考慮到三階段最小二乘法(3SLS)比兩階段最小二乘法(2SLS)在估計上更加有效，5～6列報告了3SLS的回歸結(jié)果。這些穩(wěn)健性檢驗的回歸結(jié)果都強有力地支持了本文的基本結(jié)論:土地供給越少，住房價格越高，職工平均實際工資越高。

工具變量估計中，工具變量的有效性和準確性至關重要。本文通過弱工具檢驗、識別不足檢驗和過度識別檢驗等一系列檢驗，來判斷所用工具變量的合理性。通過第一階段回歸的F值、t值、R2以及Cragg－Donald Wald統(tǒng)計量(表3倒數(shù)第2行)、Kleibergen－Paap rk Wald F統(tǒng)計量(表3倒數(shù)第1行)等弱工具檢驗統(tǒng)計量，可以看出不存在弱工具變量問題，本文表3中所使用的工具變量都是強工具變量。通過識別不足檢驗(Kleibergen－Paap rk LM統(tǒng)計量及P值，分別見表3倒數(shù)第4行、第3行)，可以判定模型不存在識別不足問題。綜合一系列的檢驗結(jié)果，所選工具變量是合理有效的。

所有工具變量估計中，實際住宅平均銷售價格對數(shù)值(lnhouseprice)的回歸系數(shù)均顯著為正。這說明工具變量估計也表明實際住宅平均銷售價格上漲將導致職工平均實際工資的上升。

根據(jù)一系列檢驗結(jié)果，第1列模型可以通過各項檢驗，所選工具變量合理有效，因此主要采取第1列的結(jié)果進行分析。根據(jù)中國統(tǒng)計局的數(shù)據(jù)，2000～2012年實際住宅平均銷售價格(按2000年不變價格計算)，從1 948元/平方米上升到5 429.93元/平方米，上升了178.7%，同期，我國職工平均實際工資從2000年的9 371元/年上升到39 556元/年，上升了322%。根據(jù)表3第1列的估計，實際住宅平均銷售價格上升178.7%意味著職工平均實際工資上升80.8%(178.7%×0.452 2)，這能夠解釋這一期間職工平均實際工資上升的 25.1%(178.7% ×0.452 2/322%)。可見，實際住宅平均銷售價格變化對職工平均實際工資上升的影響非常重要。

(三)穩(wěn)健性檢驗

表3 實際住房平均銷售價格與職工平均實際工資:工具變量回歸結(jié)果

為確保上述結(jié)論的可靠性，表4進行穩(wěn)健性檢驗。表4針對被解釋變量和核心解釋變量(房價)的穩(wěn)健性進行了一系列檢驗。表4第1列和第2列分別報告了以職工平均貨幣工資對數(shù)值為被解釋變量的固定效應回歸結(jié)果和兩階段最小二乘估計結(jié)果。表4第3列和第4列分別報告了以實際房屋平均銷售價格對數(shù)值為解釋變量的固定效應回歸結(jié)果和兩階段最小二乘估計結(jié)果。第2列和第4列均以不含農(nóng)戶的人均竣工住宅面積對數(shù)為工具變量。從第1～4列回歸結(jié)果可以看出被解釋變量和核心解釋變量(房價)是非常穩(wěn)健的。這四列回歸均證實了前文的結(jié)論，房價越高，平均工資越高。

住房價格與職工平均工資的正相關關系存在反向因果的可能性，高工資可能提高住房需求，進而推高房價。為解決這個問題，同時考慮到住房價格對職工平均工資的影響可能存在滯后性(勞動者擇業(yè)時可能根據(jù)現(xiàn)在的房價考慮下一年能夠接受的工資水平，例如大學生在提前一年簽約時可能會考慮工作所在城市當前的房價)，表4第5列和第6列分別報告了以實際住宅平均銷售價格滯后一期對數(shù)值為解釋變量的固定效應回歸結(jié)果和兩階段最小二乘估計結(jié)果。第6列以不含農(nóng)戶的人均竣工住宅面積滯后一期對數(shù)值做實際住宅平均銷售價格滯后值對數(shù)的工具變量。回歸結(jié)果進一步支持前文的結(jié)論:高房價導致高平均工資。

綜上，本文所提出的高房價導致高平均工資的結(jié)論是穩(wěn)健可靠的。

表4 房價與平均工資:穩(wěn)健性檢驗

四、結(jié)論

與現(xiàn)有研究工資上漲和地區(qū)工資差距的文獻不同，本文嘗試從住房價格上漲的角度去解釋工資上漲和地區(qū)工資差距。本文利用中國省級面板數(shù)據(jù)研究住房價格與職工平均實際工資的關系。研究發(fā)現(xiàn)，實際住房價格上漲將導致職工平均實際工資的上升，住房價格上升1%，職工平均實際工資將上升0.452 2%，這解釋了2000～2012年間我國職工平均實際工資上升的25.1%。根據(jù)本文的研究，在其他情況相同的情況下，高房價地區(qū)比低房價地區(qū)工資要高，因此，住房價格也是影響地區(qū)工資差距的重要因素。

本文的結(jié)論也有政策啟示。高房價帶來高平均工資，而平均工資上升可能帶來中國企業(yè)競爭力的下降。因此，降低房價有助于提高中國企業(yè)競爭力、為中國經(jīng)濟實現(xiàn)轉(zhuǎn)型升級創(chuàng)造條件。為了提高中國企業(yè)競爭力、為中國經(jīng)濟實現(xiàn)轉(zhuǎn)型升級創(chuàng)造條件、縮小地區(qū)工資差距，中央政府需要治理高房價。本文認為中央政府應采取如下具體措施:改革財稅制度和土地制度，杜絕“土地財政”，擴大住房供應;健全資本市場，抑制投機性需求;改變性別失衡狀況，避免由此引起的房價上升。

本文的實證研究可以證實實際住宅平均銷售價格上漲可以導致職工平均實際工資水平的上升，但也存在一些不足。首先，對于實際住宅平均銷售價格上漲導致職工平均實際工資水平上升的機理并沒有進行實證研究，值得未來進一步研究。其次，本文研究的是住房價格與職工平均工資的關系，沒有直接研究住房價格與勞動力成本的關系，至于住房價格是不是會帶來我國勞動力成本上升，還需進一步的研究。再次，本文也沒有研究住房價格對不同群體的工資是否存在異質(zhì)性影響，這個問題還需進一步研究。

［1］桑瑞聰，王洪亮．本地市場需求、產(chǎn)業(yè)集聚與地區(qū)工資差異［J］．產(chǎn)業(yè)經(jīng)濟研究，2011，(6):28－30．

［2］蔡昉．中國勞動力市場發(fā)育與就業(yè)變化［J］．經(jīng)濟研究，2007，(7):4－14．

［3］蔡昉．劉易斯轉(zhuǎn)折點與公共政策方向的轉(zhuǎn)變:關于中國社會保護的若干特征性事實［J］．中國社會科學，2010，(6):125－137．

［4］蔡昉．人口轉(zhuǎn)變、人口紅利與劉易斯轉(zhuǎn)折點［J］．經(jīng)濟研究，2010，(4):4 －13．

［5］丁守海．勞動剩余條件下的供給不足與工資上漲:基于家庭分工的視角［J］．中國社會科學，2011，(5):4－21．

［6］毛豐付．房價波動影響物價水平的傳導機制:基于勞動力成本的視角［J］．價格理論與實踐，2007，(7):42－43．

［7］龐百瑩．住宅市場與城市經(jīng)濟互動關系研究［D］．青島:中國海洋大學，2009．

［8］宋麗萍．中國勞動力成本上升的原因與對策［J］．經(jīng)濟論壇，2010，(12):28－36．

［9］潘明霞，張春清．工業(yè)企業(yè)勞動力成本上升速度加快［J］．金融發(fā)展評論，2012，(7):53－58．

［10］魏后凱．中國地區(qū)經(jīng)濟增長及其收斂性［J］．中國工業(yè)經(jīng)濟，1997，(3):31－37．

［11］萬廣華．中國農(nóng)村區(qū)域間居民收入差異及其變化的實證分析［J］．經(jīng)濟研究，1998，(3):36－41．

［12］Raise r M．Subsidizing Inequality:Economic Reforms，F(xiàn)iscal Transfers and Convergence across Chinese Provinces［J］．Journal of Development Studies，1998，34(3):1 －26．

［13］Dmurger S．Infrastructure Development and Economic Growth:A n Explanation for Regional D isparities in China［J］．Journal of Comparative Economics，2001，29(1):95 －117．

［14］萬廣華，陸銘，陳釗．全球化與地區(qū)間收入差距:來自中國的證據(jù)［J］．中國社會科學，2005，(3):17－26．

［15］張建紅，J Paul Elhorst，Arjen van Witteloostuijn．中國地區(qū)工資水平差異的影響因素分析［J］．經(jīng)濟研究，2005，(10):62－71．

［16］Glaeser E，D Mare．Cities and Skills［J］．Journal of Labor Economics，2001，19(2):316 －342．

［17］Ciccone A．Agglomeration Effects in Europe［J］．European Economic Review，2002，46(2):213 －227．［18］Fingleton B．Beyond Neoclassical Orthodoxy:A View Based on the New Economic Geography and UK Regional Wage Data［J］．Regional Science，2006，84(3):351 － 375．

［19］范劍勇．產(chǎn)業(yè)集聚與地區(qū)間勞動生產(chǎn)率差異［J］．經(jīng)濟研究，2006，(11)．

［20］劉修巖，賀小海，殷醒民．市場潛能與地區(qū)工資差距:基于中國地級面板數(shù)據(jù)的實證研究［J］．管理世界，2007，(9):72－81．

［21］劉修巖，殷醒民．空間外部性與地區(qū)工資差異:基于動態(tài)面板數(shù)據(jù)的實證研究［J］．經(jīng)濟學，2008，(10):48－55．

［22］王海寧，陳媛媛．產(chǎn)業(yè)集聚效應與地區(qū)工資差異研究［J］．經(jīng)濟評論，2010，(5):72－81．

［23］陳博．市場潛力與地區(qū)工資差距:來自中國地級面板數(shù)據(jù)的實證分析［J］．中國軟科學，2012，(7):126－133．

［24］何雄浪，楊霞．市場開放度、勞動生產(chǎn)率與我國地區(qū)工資差異［J］．價格月刊，2012，(4):80－84．

［25］陳斌開，楊汝岱．土地供給、住房價格與中國城鎮(zhèn)居民儲蓄［J］．經(jīng)濟研究，2013，(1):110－122．