住房價格、勞動力流動與制造業轉移關系再研究

楊立勛 張志強 陳凱達

[摘要]在拓展的“中心—外圍”模型中引入住房價格，分析住房價格及生存黏性對制造業轉移的影響機理，利用2002—2020年35個大中城市面板數據，運用面板門限模型進行實證分析。研究發現：（1）城市相對住房價格與制造業相對就業規模間存在倒“U”型的非線性關系。（2）以制造業勞動力年均工資收入與所居城市住房價格的比值刻畫的“生存黏性”與城市制造業相對就業規模顯著正相關，揭示以勞動力為載體的制造業轉移內在動因。提出優化資源配制、“因城施策”、實施區域制造業發展戰略等建議。

[關鍵詞]住房價格；勞動力流動；制造業轉移；面板門限模型

一、 引言

城鎮住房制度改革、住房分配貨幣化政策實施以及房地產市場建立，為中國房地產業高速發展注入了內生動力。中國房地產業發展為城鎮居民住房條件改善、城鎮化發展及緩解社會就業壓力作出了突出貢獻。然而，一方面城市房地產業快速增長助推城市，尤其是一線城市土地價格和住房價格持續上漲，導致城市勞動力生存黏性降低；另一方面房地產業高收益的特點會吸附大量資金向其聚集，對制造業發展產生排擠效應。在勞動力生存黏性下降和房地產業對制造業產生排擠效應的雙重作用下，制造業呈現出從東部城市向中西部城市轉移的特征。2022年1月14日，工業和信息化部、國家發展和改革委員會等十部門聯合發布《關于促進制造業有序轉移的指導意見》，要求到2025年，產業轉移政策環境更加完善，中西部、東北地區承接產業轉移能力顯著提升，制造業布局進一步優化、區域協同顯著增強1。

為此，理論界對城市住房價格、勞動力流動與制造業轉移之間的內在邏輯關系進行了深入探討，得出結論：城市住房價格上漲會降低勞動力相對效用，阻礙勞動力向城市流入，降低城市產業集聚度；與此同時，城市住房價格上漲會導致本城市產業向住房價相對較低的城市轉移，致使產業呈現分散化格局。然而，住房價格、勞動力流動與制造業轉移之間既存在集聚效應又存在抑制作用，可能存在復雜的非線性關系。換言之，大中城市一方面象征著良好的城市發展前景、匹配度高的就業機會以及更大的財富增長空間，同時還意味著更優質的基礎設施和公共服務水平。城市發展初期相對較低的住房價格在一定程度上會吸引勞動力流入，由于勞動力流動與產業集聚高度相關，進而形成產業集聚效應。另一方面，人口集聚導致住房價格上漲，這使勞動力生活負擔加重，在勞動者追求自身效用最大化情形下，高住房價格會增加生產生活成本，阻礙勞動力流入，導致相對就業規模縮減，進而誘發制造業轉移。因此，基于非線性關系解釋和分析住房價格、勞動力流動與制造業轉移之間的內在機理，對于引導制造業合理有序轉移，促進形成區域合理分工、聯動發展的制造業發展格局有著重要意義。

二、 文獻綜述

國內外學者針對住房價格、勞動力流動與產業轉移間關系的研究雖較為豐富，但大多僅限于線性關系研究。Krugman[1]和Baldwin[2]根據新經濟地理學相關理論研究得出勞動力供給狀況直接導致企業的集聚程度，即勞動力集聚會帶來產業轉移，進而形成產業集聚。國內學者研究聚焦住房價格、勞動力流動與產業轉移之間的線性關系。高波等[3]基于拓展引入住房價格因素的新經濟地理學標準模型，首次將住房價格、勞動力流動和產業轉移三者結合進行研究，發現區域住房價格差異導致勞動力流動，從而引發產業轉移。劉志偉[4]發現城市住房價格上漲擠出部分企業，形成產業梯度轉移，致使城市低附加值第三產業向高附加值領域轉型。邵挺等[5]研究指出長三角地區大型城市住房價格高速上漲導致制造業從高住房價格地區遷移至低住房價格地區，形成制造業分散化布局。譚銳等[6]研究發現由于大城市在基礎設施水平、勞動力等方面集聚優勢超過住房價格高速上漲的集聚不經濟，制造業更可能選擇城市內而非城市間轉移。席艷玲等[7]發現相對住房價格與第二產業就業和產出呈倒“U”型關系，即過高的房價會對第二產業造成擠出效應，抑制其就業和產出。趙楊等[8]則認為城市房價升高會對第二產業就業人數造成擠入，對第三產業就業人數造成擠出。林永民等[9]研究發現房價與產業結構升級也存在正向促進與反向抑制作用，即房價與產業結構升級存在倒“U”型關系，并且房價的非理性上漲會成為產業結構升級的阻力。

綜上可見，已有成果更多基于住房價格、勞動力流動與制造業轉移的線性關系展開研究，僅有的基于三者非線性關系的研究成果，缺乏理論模型支撐。為此，本文基于“中心—外圍”模型，建立住房價格、勞動力工資、貿易自由度等因素與勞動力間接效用的函數關系，揭示住房價格與制造業轉移間非線性關系的內在機理。本文可能的邊際貢獻在于理論層面構建非線性理論模型，為住房價格與制造業轉移間非線性關系提供理論支撐；現實層面運用面板門限模型對理論模型中非線性關系進行實證檢驗，并確定城市住房價格于非線性關系中的拐點，為識別城市自身制造業所處的發展階段提供依據。

三、 理論模型及內在機理

模型假定某國存在兩個經濟區：地區1和地區2，兩地區勞動力均可自由流動，且不考慮農業部門情況。兩地區消費者（同樣也是勞動者）具有相同偏好，并通過合理分配收入，消費不可貿易住房和可貿易工業品，以實現效用最大化。

1. 消費者“效用最大化”條件下的工業品和住房需求函數

由柯布-道格拉斯函數形式表示地區[i=]{1，2}消費者效用如下：

[Ui=CμiMC1-μiH] （1）

[CiM=∫s∈Ndisσ-1σdsσσ-1]

[PiM=∫s∈NPis1-σds11-σ]

[PiMCiM+PiHCiH=Yi=WiLi] （2）

[0<μ<1<σ]

式（1）（2）中，[Ui]、[CiM]、[CiH]分別表示地區[i]消費者效用及所消費的差異化工業品和住房數量，[di]（s）代表地區[i]消費者第[s]種工業品消費量。[PiM]、[PiH]對應地區[i]工業品價格和住房價格，[PiM]為Krugman提出的工業品價格指數，[Pi]（s）為地區[i]第[s]種工業品價格，[Yi]為地區[i]經濟總收入，[Wi]、[Li]分別代表地區[i]勞動者工資收入及數量。[N=Ni+Nj]，是地區[i]和地區[j]工業品種類之和，[σ]為工業品品種間的替代彈性，[μ]為消費者在工業品上的支付份額。

基于消費者“效用最大化”得地區[i]消費者對工業品與住房需求分別為：

[CiM=μYiPiMCiH=1-μYiPiH] （3）

進一步求得地區[i]消費者對地區[i]生產第[s]種工業品需求及對地區[j]生產第[s]種工業品需求：

[diis=Piis-σPiM1-σμYi ? ? ? ? ? ?i=1，2， ?s?Ni] （4）

[djis=TPjis-σPiM1-σμYi ? ? ? ? ? ?i，j=1，2， s?Nj， T>1] （5）

式（4）（5）中，[Piis]表示生產于地區[i]銷售于地區[i]的第[s]種工業品價格；[Pjis]表示生產于地區[j]銷售于地區[i]的第[s]種工業品價格。[T]為Samuelson[10]提出的冰山運輸成本。

2. 基于企業“利潤最大化”優化工業品價格指數

假定制造業企業使用[β]單位勞動力可變成本和[m]單位固定成本進行產品生產，則地區[i]生產[xs]單位產品的成本函數為：

[TCiS=γ+βxisωi] （6）

式（6）中，[γ]為[m]單位固定成本的資本報酬，[xis]為地區[i]企業生產第[s]種工業品產量，[ωi]為地區[i]勞動者工資。則地區[i]制造業企業利潤函數如下：

[Πis=Piisdiis+Pijsdijs-βωidiis+Tdijs-γ] （7）

由利潤最大化條件得均衡價格如下：

[Piis=σσ-1βωiPijs=σσ-1Tβωi] （8）

[Pjjs=σσ-1βωjPjis=σσ-1Tβωj] （9）

則[PiM]價格指數形式可變為：

[PiM=σσ-1βNiωi1-σ+NjTωj1-σ11-σ] （10）

3. 構造并化簡區域間勞動力相對效用函數

由消費者效用最大化條件得消費者間接效用函數，并將式（10）代入可得：

[Ki=μμ1-μ1-μWiLiP1-μiHσσ-1βμNiωi1-σ+Nj?ωj1-σα] （11）

式（1）中，[α=μ1-σ] ，[?=T1-σ]，[?]表示貿易自由度，[0

[Kj=μμ1-μ1-μWjLjP1-μjHσσ-1βμNi?ωi1-σ+Njωj1-σα] （12）

根據長期均衡的區位選擇條件可知，勞動力跨區域流動的決定因素為兩區域間相對效用，構造相對效用函數如下：

[Qij=KiKj=WiLiWjLjPiHPjHμ-1NiNjωiωj1-σ+?NiNjωiωj1-σ?+1-α] （13）

取對數化簡得：

[lnQij=lnWiWj+μ-1PiHPjH-12PiHPjH2-αln?+?-α1-?2?NiNj-1 ] （14）

4. 利用區位選擇理論建立住房價格與制造業就業間非線性關系

由長期均衡區位選擇理論可知，兩地區勞動力效用水平相同即[Qij=1]；則式[14]可變為：

[α1-?2-??NiNj=lnWiWj+μ-1PiHPjH-12PiHPjH2-αln?-1] （15）

進一步化簡可得相對住房價格與制造業相對就業規模間非線性關系：

[NiNj=?α1-?2-? lnWiWj-?μ-12α1-?2-?PiHPjH2+?μ-1α1-?2-?PiHPjH-?αln?α1-?2-?]

由于[α<0]，[μ-1<0]，[00]

同時根據新經濟地理學的假定可知，兩地區的相對就業與[Ni/Nj]間存在高度正相關。借鑒已有參考文獻，用兩地區的相對就業規模代理[Ni/Nj]，從而可得相對住房價格與相對就業規模存在倒“U”型的非線性關系。由模型得出其內在機理為在經濟發展初期，具有區位優勢和政策優勢的地區率先發展具有比較優勢的產業，如制造業，此時生產要素價格較低，制造業企業的利潤空間較大，高額利潤驅使企業向該地區集聚，同時吸引了勞動力。當勞動力這一可流動要素大量集聚時會造成不可流動要素住房的相對數量減少，進而導致相對住房價格上漲。此時勞動力主體會被迫做出自身效用最大化的選擇，即勞動力要想選擇消費多樣化產品，就必須忍受大城市房價，否則就遷移到小城市，于是本文提出命題1。

命題1：在地區間相對工資水平、貿易運輸成本等一定條件下，相對住房價格與制造業相對就業規模存在倒“U”型的非線性關系。

而住房價格通過作用于勞動力流動影響制造業轉移，其內在作用機制為作為理性經濟人的勞動者追求效用最大化行為。為此，本文引入“生存黏性”的概念，用于衡量勞動力對所居城市的依存度，并從側面反映勞動力轉移意愿，進而揭示以勞動力為載體的制造業轉移內在動因。生存黏性越弱，勞動力對所居城市依存度越低，則勞動力轉移意愿就越強，制造業相對就業規模下降。于是本文提出命題2。

命題2：以制造業勞動力年均工資收入與所在地區住房價格的比值來刻畫勞動力“生存黏性”，其與制造業相對就業規模高度正相關。

四、 實證分析

1. 實證模型設定與變量定義

本文選用2002—2020年35個大中城市面板數據，依據Hansen[11]提出的面板門限模型進行實證分析。模型優點在于無需給定非線性方程形式，門檻值及其個數由樣本內生決定，且可避免模型引入平方項可能造成的多重共線性問題。面板門限模型類別基于門限值個數可分為單一面板門限模型與多重面板門限模型。本文依次進行單一門限及雙重門限效應的檢驗，其模型設定如下：

[Yit=μi+θ1Xit?Iqit≤γ+θ2Xit?Iqit>γ+βZit+εit] （16）

其中，[μi]為個體截距項，[Xit]為核心解釋變量，[qit]為門限變量，[Zit]為一系列控制變量，系數[θ1]、[θ2]、[β]以及門限值[γ]均為待估計參數，[εit]為隨機擾動項，[ I?]為示性函數其具體形式如下：

[Iqit≤γ=1 ? ?if ?qit≤γ 0 ? ?if ?qit>γ ? ? ?Iqit>γ=0 ? ?if ?qit≤γ 1 ? ?if ?qit>γ] （17）

由于缺乏企業區位變動信息相關數據，現有學者大多研究相對產業轉移，將產業轉移定義為產業份額或就業人員份額變動。本文借鑒楊亞平等[12]、胡安俊等[13]、高波等[3]的做法，以制造業相對就業規模或相對產值份額的變動來刻畫制造業轉移。故在面板門限模型中，以相對就業規模為被解釋變量，相對住房價格為核心解釋變量和門限變量，控制變量以德國韋伯工業區位理論為基礎，分為行業層面和城市層面，共9個變量，數據來源于《中國城市統計年鑒》《中國房地產統計年鑒》及各城市統計年鑒。具體變量及數據描述見表1、表2。制造業相對就業規模、城市相對住房價格計算方式依次為：

[rempi=empij≠iempjn-1=n-1empij≠iempj ? ?rhpi=hpij≠ihpjn-1=n-1hpij≠ihpj] （18）

2. 門限效應檢驗及回歸結果分析

首先通過LLC單位根檢驗方法對樣本數據進行平穩性檢驗，所有變量均通過檢驗，然后運用面板門限模型進行實證分析，門限效應檢驗及回歸分析結果見表3、表4。

根據表3門限效應檢驗結果可知，所設立面板門限模型中存在1個門限，門限值為1.8146，門限區間為（1.8146，1.9674），P值為0.0133，在5%水平下顯著。在表4面板門限回歸結果中，當核心解釋變量相對住房價格（Rhp）未達到門限值1.8146時，其系數估計值為0.1567，而達到門限值后為-0.3464，說明較低住房價格吸引制造業勞動力流入，增加城市制造業就業規模，從而促進制造業集聚效應的產生。但隨著住房價格持續上漲，高住房價格帶來的集聚不經濟作用漸漸顯現，勞動力相對效用水平會隨著住房價格上升而降低，進而出現大量勞動力遷移，促使以勞動力為載體的城市制造業進行轉移，即命題1成立。

此外，由式（22）測算可得2016—2020年北京、上海、廣州、深圳的相對住房價格均值依次為2.734、2.224、1.947、4.1371，均超過門限值1.8146；其余城市均未超過門限值。這說明對于北上廣深等一線城市而言，高住房價格對制造業就業規模產生負向影響，致使制造業集聚水平受到抑制，亟待通過制造業轉移和升級促進經濟可持續增長；而其余大中城市在其相對住房價格達到門限值前將繼續享受較低住房價格帶來的勞動力福利，進而提升自身制造業集聚水平，其同時也是承接一線城市制造業轉移的主要力量。

而從制造業層面控制變量看，制造業基礎設施水平（LnFa）及勞動生產率（LnLp）變量的系數估計值分別為0.1669、-0.0857，均在1%水平下顯著。表明制造業基礎設施水平對制造業就業規模具有正向影響，即制造業基礎設施水平的提高在一定程度上促進制造業就業規模擴增，進而提高制造業集聚水平。勞動生產率系數顯著為負，則說明隨著勞動生產率的提高，制造業相對就業規模降低，主要因為制造業技術發展水平越高，其自動化水平越高，進而勞動力需求大量降低。對于城市層面控制變量而言，城市集聚效應（LnPd）、金融發展水平（LnTdl）及貿易自由度（LnTrans）等變量的系數估計值均在1%水平下顯著，教育條件（LnEdu）在5%水平下顯著，表明城市人口集聚、較高的金融發展水平和貿易水平以及良好的醫療衛生條件均能促進勞動力聚集，進而提升城市制造業集聚水平。

3. 內生性問題

所設定模型經Hausman檢驗可知，拒絕“所有變量均外生”的原假設。并且從邏輯關系看，城市相對住房價格與相對就業規模或相對產業份額間可能存在由反向因果導致的內生性問題。產業份額較高或就業規模較大，城市一般要素稟賦水平較高，同時又因大城市“虹吸效應”而造成人口與資金集聚現象，進一步推高住房價格。本文選用工具變量法中兩階段最小二乘法估計（2SLS），以便有效解決模型內生性。余泳澤等[14]、陳斌開等[15]的研究指出在中國國情下，土地供應狀況是影響城市房價的重要直接因素。本文借鑒陳斌開等[15]做法，以省級人均土地購置面積與滯后一期住房價格為當期城市住房價格的工具變量，數據來源于《中國房地產統計年鑒》。OLS、個體固定效應及2SLS估計結果見表5。

由表5回歸結果可知，在引入工具變量的2SLS估計中，除了代表城市貿易自由度的變量外，其余變量均在不同水平下顯著，且模型擬合程度較好。此外，制造業勞動力成本的系數顯著為正，表明較高的工資水平會吸引勞動力流入，從而增加制造業相對就業規模，促進制造業集聚發展；城市教育水平和醫療衛生條件變量的系數顯著為正，表明教育資源和醫療衛生水平均為吸引制造業勞動力流入的關鍵因素，隨著教育、醫療等公共服務的供給水平提高，制造業相對就業規模擴增。OLS、個體固定效應和2SLS模型的核心解釋變量相對住房價格系數為正，平方項系數為負，與理論模型推導結果保持一致，且2SLS估計中相對住房價格及其平方項均在1%水平下顯著，則命題1成立。

4. “生存黏性”檢驗

對于命題2，本文以制造業工人年均工資收入與所在地區住房價格比值刻畫生存黏性，即變量Se。生存黏性用于衡量勞動力對所居城市依存度，生存黏性越強即勞動力年均工資收入與住房價格比值越高，勞動力依存度越高，則勞動力轉移意愿就越弱，更有利于城市吸引并留住勞動力。將生存黏性（Se）作為核心解釋變量納入OLS模型和面板個體時點雙固定效應模型進行分析，為避免多重共線性，剔除變量Rw，回歸結果見表6，由于篇幅限制，故不顯示控制變量。

由表6可知，各模型核心解釋變量生存黏性（Se）與制造業相對就業規模（Remp）顯著正相關。在面板個體時點雙固定效應模型中，生存黏性的系數為0.0341，在1%水平下顯著，即勞動力的生存黏性每提高1個單位，制造業相對就業規模增加約0.034個單位。這表明隨著勞動力生存黏性增強，勞動力對所居城市依存度提高，有利于城市吸引并留住外來勞動力，擴大制造業就業規模，進而推進自身制造業集聚發展，則命題2成立。

5. 穩健性檢驗

為得到住房價格與制造業轉移間非線性關系較為完整的分析，本文采用系統廣義矩估計（SYS-GMM）進行穩健性檢驗，引入工具變量（省級人均土地購置面積、滯后一期住房價格）后的估計結果如表7所示，由于篇幅限制，故不顯示控制變量。

根據SYS-GMM模型估計結果可知，相對住房價格及其平方項的系數均高度顯著且平方項為負，意味著相對住房價格與制造業的相對就業規模呈倒“U”型關系，說明較低的住房價格吸引制造業勞動力流入，促進制造業集聚，然而隨著住房價格不斷拉升至一定程度時，更高的住房價格意味著更高的生活成本，高房價的抑制作用開始顯現，制造業的相對就業規模出現縮減，再次驗證命題1中的非線性關系。同時根據模型的回歸系數計算相對住房價格的拐點為1.965，與2SLS模型中相對住房價格拐點2.1755的差異較小，即相對住房價格為1.965時，制造業相對就業規模達到倒“U”曲線的拐點。其余各變量除城市教育條件外，均在不同水平下顯著，且模型系數估計與上文基本保持一致。

考慮到生存黏性（Se）與制造業相對就業規模（Remp）之間存在一定互動關聯性，為有效避免內生性帶來的偏誤，本文同樣采用SYS-GMM估計對命題2進行穩健性檢驗。由表8可知，生存黏性與制造業相對就業規模成顯著正相關，隨著勞動力的生存黏性提高，其對所居依存度越高，則勞動力轉移意愿就越弱，同時也更吸引外來勞動力，進而制造業相對就業規模不斷擴增。城市醫療衛生條件（LnHealth）、教育條件（LnEdu）的估計系數不顯著，這可能是因為部分大中城市的教育資源和醫療衛生水平均相對落后，無法充分發揮教育醫療等公共服務吸引人才的作用。

五、 結論與建議

1. 結論

實證結果表明：（1）在控制行業層面和城市層面等變量情形下，城市相對住房價格與制造業相對就業規模存在倒“U”型的非線性關系。相對較低的住房價格吸引外來勞動力流入，增加城市制造業就業規模，提升自身制造業集聚水平。但隨著外來人口流入，住房需求不斷增加，大量需求助推住房價格上升，致使住房價格持續走高。城市勞動力因負擔不起高昂住房成本而被迫遷出，導致制造業就業規模下降，進而引起城市部分制造業轉移，加大制造業“空心化”風險。（2）以制造業勞動力年均工資收入與所居城市住房價格的比值刻畫的生存黏性與城市制造業相對就業規模顯著正相關，揭示了以勞動力為載體的制造業轉移內在動因。勞動力流動由其生存黏性強弱決定。非一線城市的住房價格相對較低，勞動力對所居城市的依存度高，生存黏性較強，且更容易吸引外來勞動力流入，進而提高了自身制造業集聚水平。對北上廣深一線城市而言，部分勞動力收入與支出嚴重不匹配導致其生存黏性較弱，從而出現以“用工荒”為內在動因的制造業轉移。

2. 建議

（1）優化資源配置，合理調控城市住房價格，防止制造業“空心化”。相較于地價、剛性需求等因素，教育、醫療、金融等資源的不合理分配才是區域房價差異化的深層次原因。東部發達地區應當結合經濟手段和行政手段，合理調控因資源配置不合理導致的虛高住房價格，防止因虛高住房價格而出現制造業“空心化”現象。中西部地區應當牢固把握較低住房價格的優勢，優化公共服務資源與基礎設施，吸引并留住外來勞動力，在促進自身制造業集聚水平的同時做好承接東部地區制造業轉移的充分準備。

（2）“因城施策”，制定科學合理的住房政策以滿足勞動力流動與自身制造業高質量發展的要求。對于東部發達地區來說，其首要任務是制定吸引和留住高技能勞動力的住房政策，比如住房補貼、稅收減免等，形成滿足制造業轉型升級要求的人才儲備。中西部地區應健全多層次住房保障體系，大力發展公共租賃住房，以滿足外來勞動力流入的住房需求，在做好承接制造業轉移充分準備的同時，為自身制造業轉型升級保留充足發展空間。

（3）實施區域制造業差異化發展戰略，合理引導制造業梯度轉移。各地區應立足于自身比較優勢，從制造業發展的實際出發，制定并實施制造業轉移與協調發展的行業規劃，明確其行業價值鏈所處位置，合理引導制造業自發梯度轉移，真正實現區域優勢互補與協同發展。

參考文獻：

[1] Krugman P.Increasing Returns and Economic Geography[J].Journal of Political Economy， 1991，99（3）：483-499.

[2] Baldwin R， Forsild R， Martin P， et al.Economic Geography and Public Policy[M].Princeton：Princeton University Press，2011.

[3] 高波，陳建，鄒琳華.區域房價差異、勞動力流動與產業升級[J].經濟研究，2012，47（1）：66-79.

[4] 劉志偉.城市房價、勞動力流動與第三產業發展——基于全國性面板數據的實證分析[J].經濟問題， 2013（8）：44-47.

[5] 邵挺，范劍勇.房價水平與制造業的區位分布——基于長三角的實證研究[J].中國工業經濟，2010（10）：24-32.

[6] 譚銳，趙祥，黃亮雄.高房價下的制造業轉移：城市間還是城市內？[J].經濟學報，2015，2（2）：56-75.

[7] 席艷玲，吉生保，王小艷.要素相對價格對產業結構調整的倒逼效應分析——基于省際動態面板數據的系統GMM估計[J].財貿研究，2013，24（5）：18-24.

[8] 趙楊，仲崇文.新型城鎮化建設下不同類型就業人口流動的影響因素研究——基于房價波動的視角[J].經濟縱橫，2021（8）：50-60.

[9] 林永民，呂萍.房價差異影響產業結構高級化的機理研究——基于核心—邊緣模型的分析框架[J].現代管理科學，2017（12）：24-26.

[10] Samuelson P A.The Transfer Problem and Transport Costs： the Terms of Trade When Impediments are Absent[J].The Economic Journal，1952，62（246）：278-304.

[11] Hansen B E.Testing for Structural Change in Conditional Models[J].Journal of Econometrics，2000，97（1）：93-115.

[12] 楊亞平，周泳宏.成本上升、產業轉移與結構升級——基于全國大中城市的實證研究[J].中國工業經濟，2013（7）：147-159.

[13] 胡安俊，孫久文.中國制造業轉移的機制、次序與空間模式[J].經濟學季刊，2014，13（4）：1533-1556.

[14] 余泳澤，張少輝.城市房價、限購政策與技術創新[J].中國工業經濟，2017（6）：98-116.

[15] 陳斌開，黃少安，歐陽滌非.房地產價格上漲能推動經濟增長嗎？[J].經濟學季刊，2018，17（3）：1079-1102.

基金項目：國家社會科學基金一般項目“中國產能過剩測度、周期波動與供給側結構性改革化解研究”（項目編號：16BYJ011）。

作者簡介：楊立勛（1965-），男，西北師范大學經濟學院教授，碩士生導師，研究方向為宏觀經濟統計分析；張志強（1998-），男，西北師范大學經濟學院碩士研究生，研究方向為宏觀經濟統計分析；陳凱達（1997-），男，西北師范大學經濟學院碩士研究生，研究方向為宏觀經濟統計分析。

（收稿日期：2022-09-27 ?責任編輯：殷 俊）