谁在助推房价?——基于中国高层次流动人口的经验证据
|
摘要
以往相关研究,由于数据可得性和滞后性的限制,对流动人口特征与住房价格的关系研究不足。本文基于在线简历大数据还原了区域人口流动情况,并从人力资本理论视角,探究了流动人口质量水平与我国城市房价的关系。实证结果表明,流动人口受教育程度每提高1年,将推动当地房价增长9. 35%。进一步分析还发现:(1)跨省流动人力资本对房价的推动作用比省内流动的要高(8. 62%→3. 12%);(2)在整个生命周期内,流动人力资本对房价的推动作用呈现先增后减的趋势,在27-37岁阶段最大(6. 40%)。本文的研究结论延续和深化了流动人口与城市房价的相关研究,并进一步丰富与拓展了简历大数据的研究应用范围。
Migrant population as one of the important groups to buy housing,its impact on the regional housing price level should be taken seriously.In the past,the related research is limited by the availability and lag of the data,and the researches between the migrant population and the housing prices are not enough.This paper attempts to restore the regional population flow based on the big data from the online resumes,and explores the relationship between the quality level of the migrant population and the urban housing prices from the perspective of human capital theory,which tries to provide a new way to forecast the price fluctuation and stabilize the housing prices.The results show that the average number of years of education into the population has increased by one year,and urban housing prices have increased by 9.35%.Further,this article finds:(1)The role of inter-provincial mobile human capital to promote housing prices is higher than the province(8.62%→3.12%).(2)The contribution of mobile human capital to house prices is first increasing and then decreasing throughout the life cycle,the largest belonging to 27-37 years(6.40%).The study results of this paper deepen the related research on the migrant population and urban housing price,and further expand the application scope of the big data of resume.
Migrant population as one of the important groups to buy housing,its impact on the regional housing price level should be taken seriously.In the past,the related research is limited by the availability and lag of the data,and the researches between the migrant population and the housing prices are not enough.This paper attempts to restore the regional population flow based on the big data from the online resumes,and explores the relationship between the quality level of the migrant population and the urban housing prices from the perspective of human capital theory,which tries to provide a new way to forecast the price fluctuation and stabilize the housing prices.The results show that the average number of years of education into the population has increased by one year,and urban housing prices have increased by 9.35%.Further,this article finds:(1)The role of inter-provincial mobile human capital to promote housing prices is higher than the province(8.62%→3.12%).(2)The contribution of mobile human capital to house prices is first increasing and then decreasing throughout the life cycle,the largest belonging to 27-37 years(6.40%).The study results of this paper deepen the related research on the migrant population and urban housing price,and further expand the application scope of the big data of resume.
引文
[1]Ather H.A.and Y.Aydede,2012,“Effects of Immigration on House Prices in Canada,”Applied Economics,44(13):1645-1658.
[2]Chiuri M.C.and T.Jappelli,2006,“Do the Elderly Reduce Housing Equity?An International Comparison,”Journal of Population Economics,23(2):643-663.
[3]Davis M.A.and F.Ortalo-Magné,2011,“Household Expenditures,Wages,Rents,”Review of Economic Dynamics,14(2):248-261.
[4]Dent H.S.,2014,The Demographic Cliff:How to Survive and Prosper during the Great Deflation of 2014-2019,New York:Penguin.
[5]Eichholtz P.and T.Lindenthal,2014,“Demographics,Human Capital,and the Demand for Housing,”Journal of Housing Economics,26:19-32.
[6]Frostad A..,2014,“Immigration and House Prices in Norway,”Department of Economics.
[7]Giannetti M,G.Liao and X.Y.YU,2015,“The Brain Gain of Corporate Boards:Evidence from China,”Social Science Electronic Publishing,70(4):1629-1682.
[8]Giovanni J.D.and A.Matsumoto,2011,“The Value of Human Capital Wealth,”Global COE Hi-Stat Discussion Paper Series.
[9]Gonzalez L.and F.Ortega,2013,“Immigration and Housing Booms:Evidence from Spain,”Journal of Regional Science,53(1):37-59.
[10]Hiller N.and O.W.Lerbs,2016,“Aging and Urban House Prices,”Regional Science&Urban Economics,60:276-291.
[11]Huang Z.,L.Li,G.Ma and J.Qian,2014,“The Political Economy of Corporate Finance:Evidence from‘Re-nationalization’in China,”Ssrn Electronic Journal,270(11):539-546.
[12]Kok N.,P.Monkkonen and J.M.Quigley,2014,“Land Use Regulations and the Value of Land and Housing:An IntraMetropolitan Analysis”Journal of Urban Economics,81(1):136-148.
[13]Li H.and L.A.Zhou,2005,“Political Turnover and Economic Performance:The Incentive Role of Personnel Control in China,”Journal of Public Economics,89(9-10):1743-1762.
[14]Mussa A.,U.G.Nwaogu and S.Pozo,2017,“Immigration and Housing:A Spatial Econometric Analysis,”Journal of Housing Economics,35:13-25.
[15]SáF.,2015,“Immigration and House Prices in the UK,”Economic Journal,125(587):1393-1424.
[16]Saiz A.,2007,“Immigration and Housing Rents in American Cities,”Journal of Urban Economics,61(2):345-371.
[17]Stillman S.and D.C.Maré,2008,“Housing Markets and Migration:Evidence from New Zealand,”Ssrn Electronic Journal,9(2):189-195.
[18]Wei S.J.,X.Zhang and Y.Liu,2012,“Status Competition and Housing Prices,”Nber Working Papers.
[19]陈斌开、杨汝岱,2013,“土地供给、住房价格与中国城镇居民储蓄”,《经济研究》,第1期,第110-122页。
[20]邓富民、王刚,2012,“货币政策对房地产价格与投资影响的实证分析”,《管理世界》,第6期,第177-179页。
[21]段平忠,2007,“人力资本流动对地区经济增长差距的影响”,《中国人口·资源与环境》,第17期,第87-91页。
[22]高波、王文莉、李祥,2013,“预期、收入差距与中国城市房价租金‘剪刀差’之谜”,《经济研究》,第6期,第100-112页。
[23]况伟大,2009,“住房特性、物业税与房价”,《经济研究》,第4期,第151-160页。
[24]况伟大,2010,“预期、投机与中国城市房价波动”,《经济研究》,第9期,第67-78页。
[25]李超、倪鹏飞、万海远,2015,“中国住房需求持续高涨之谜:基于人口结构视角”,《经济研究》,第5期,第118-133页。
[26]李仲飞、张浩,2015,“成本推动、需求拉动---什么推动了中国房价上涨?”,《中国管理科学》,第5期,第143-150页。
[27]刘善仕、孙博、葛淳棉、王琪,2017,“人力资本社会网络与企业创新---基于在线简历数据的实证研究”,《管理世界》,第7期,第88-98页。
[28]陆铭、欧海军、陈斌开,2014,“理性还是泡沫:对城市化、移民和房价的经验研究”,《世界经济》,第1期,第30-54页。
[29]马海涛,2017,“基于人才流动的城市网络关系构建”,《地理研究》,第1期,第161-170页。
[30]王宏,2014,“工资增长、地区分布与劳动生产率的影响因素”,《改革》,第2期,第28-39页。
[31]王频、侯成琪,2017,“预期冲击、房价波动与经济波动”,《经济研究》,第4期,第48-63页。
[32]王小鲁、樊纲,2004,“中国地区差距的变动趋势和影响因素”,《经济研究》,第1期,第33-44页。
[33]吴福象、姜凤珍,2012,“租售比、房价收入比与房地产市场调控---基于区际差异化市场比较的实证分析”,《当代财经》,第6期,第80-88页。
[34]徐忠、张雪春、邹传伟,2012,“房价、通货膨胀与货币政策---基于中国数据的研究”,《金融研究》,第6期,第1-12页。
[35]颜色、朱国钟,2013,“‘房奴效应’还是‘财富效应’?---房价上涨对国民消费影响的一个理论分析”,《管理世界》,第3期,第34-47页。
[36]余泳泽、张少辉,2017,“城市房价、限购政策与技术创新”,《中国工业经济》,第6期,第98-116页。
[37]张杰、杨连星、新夫,2016,“房地产阻碍了中国创新么?---基于金融体系贷款期限结构的解释”,《管理世界》,第5期,第64-80页。
[38]张涛、龚六堂、卜永祥,2006,“资产回报、住房按揭贷款与房地产均衡价格”,《金融研究》,第2期,第1-11页。
[39]张文武、梁琦,2011,“劳动地理集中、产业空间与地区收入差距”,《经济学(季刊)》,第1期,第691-708页。
[40]赵勇、白永秀,2009,“知识溢出:一个文献综述”,《经济研究》,第1期,第144-156页。
[41]赵梓渝、魏冶、王士君、庞瑞秋,2017,“有向加权城市网络的转变中心性与控制力测度---以中国春运人口流动网络为例”,《地理研究》,第4期,第647-660页。
(1)一般而言,流动人口包括城市内流动人口以及城市间流动人口,而城市间流动人口又可以分为流入人口以及流出人口。就本文研究内容而言,本文的流动人口专指城市流入人口,流动人力资本即指城市流入人口人力资本。
(1)采样率的计算是用样本中该城市当年流入人口数除以该城市当年年末总人口。31座样本城市分别是北京、上海、广州、深圳、天津、南京、武汉、成都、重庆、长沙、青岛、济南、南宁、南昌、合肥、西安、苏州、宁波、杭州、常州、无锡、珠海、佛山、东莞、海口、福州、厦门、郑州、大连、沈阳、长春。
(2)文盲为0年,小学为6年,初中为9年,高中为12年,专科为15年,本科为16年,硕士研究生为19年,博士研究生为22年。
(3)此处描述性统计中汇报的房价以及后面的人均GDP、可支配收入均为消胀后数据。另外,需要说明的是,样本中房价最小值属于2006年的重庆市,最大值属于2015年的深圳市。
(1)本文固定效应和随机效应面板回归模型的Hausman检验结果(p=0. 000)显示固定效应模型是合适的。因此,本文研究结果以固定效应为准,回归表格也只报告了固定效应结果。
(1)需要说明的是,此处采用的城市职工工资为城市范围内所有私营、非私营单位全部职工的平均工资。
(1)当前多数研究采用的是高等教育人口占比,但考虑到本研究所用领英数据,其样本总体偏中高端群体,以本科以上居多。因而,此处做了调整,采用的是硕博士占比。
(2)2008年12月,中央办公厅转发《中央人才工作协调小组关于实施海外高层次人才引进计划的意见》,“千人计划”付诸实施,成为我国目前最高层次的海外人才引进计划。各地方政府为响应中央号召相继出台了具有地方特色的人才引进计划,简称“小千人计划”。
[2]Chiuri M.C.and T.Jappelli,2006,“Do the Elderly Reduce Housing Equity?An International Comparison,”Journal of Population Economics,23(2):643-663.
[3]Davis M.A.and F.Ortalo-Magné,2011,“Household Expenditures,Wages,Rents,”Review of Economic Dynamics,14(2):248-261.
[4]Dent H.S.,2014,The Demographic Cliff:How to Survive and Prosper during the Great Deflation of 2014-2019,New York:Penguin.
[5]Eichholtz P.and T.Lindenthal,2014,“Demographics,Human Capital,and the Demand for Housing,”Journal of Housing Economics,26:19-32.
[6]Frostad A..,2014,“Immigration and House Prices in Norway,”Department of Economics.
[7]Giannetti M,G.Liao and X.Y.YU,2015,“The Brain Gain of Corporate Boards:Evidence from China,”Social Science Electronic Publishing,70(4):1629-1682.
[8]Giovanni J.D.and A.Matsumoto,2011,“The Value of Human Capital Wealth,”Global COE Hi-Stat Discussion Paper Series.
[9]Gonzalez L.and F.Ortega,2013,“Immigration and Housing Booms:Evidence from Spain,”Journal of Regional Science,53(1):37-59.
[10]Hiller N.and O.W.Lerbs,2016,“Aging and Urban House Prices,”Regional Science&Urban Economics,60:276-291.
[11]Huang Z.,L.Li,G.Ma and J.Qian,2014,“The Political Economy of Corporate Finance:Evidence from‘Re-nationalization’in China,”Ssrn Electronic Journal,270(11):539-546.
[12]Kok N.,P.Monkkonen and J.M.Quigley,2014,“Land Use Regulations and the Value of Land and Housing:An IntraMetropolitan Analysis”Journal of Urban Economics,81(1):136-148.
[13]Li H.and L.A.Zhou,2005,“Political Turnover and Economic Performance:The Incentive Role of Personnel Control in China,”Journal of Public Economics,89(9-10):1743-1762.
[14]Mussa A.,U.G.Nwaogu and S.Pozo,2017,“Immigration and Housing:A Spatial Econometric Analysis,”Journal of Housing Economics,35:13-25.
[15]SáF.,2015,“Immigration and House Prices in the UK,”Economic Journal,125(587):1393-1424.
[16]Saiz A.,2007,“Immigration and Housing Rents in American Cities,”Journal of Urban Economics,61(2):345-371.
[17]Stillman S.and D.C.Maré,2008,“Housing Markets and Migration:Evidence from New Zealand,”Ssrn Electronic Journal,9(2):189-195.
[18]Wei S.J.,X.Zhang and Y.Liu,2012,“Status Competition and Housing Prices,”Nber Working Papers.
[19]陈斌开、杨汝岱,2013,“土地供给、住房价格与中国城镇居民储蓄”,《经济研究》,第1期,第110-122页。
[20]邓富民、王刚,2012,“货币政策对房地产价格与投资影响的实证分析”,《管理世界》,第6期,第177-179页。
[21]段平忠,2007,“人力资本流动对地区经济增长差距的影响”,《中国人口·资源与环境》,第17期,第87-91页。
[22]高波、王文莉、李祥,2013,“预期、收入差距与中国城市房价租金‘剪刀差’之谜”,《经济研究》,第6期,第100-112页。
[23]况伟大,2009,“住房特性、物业税与房价”,《经济研究》,第4期,第151-160页。
[24]况伟大,2010,“预期、投机与中国城市房价波动”,《经济研究》,第9期,第67-78页。
[25]李超、倪鹏飞、万海远,2015,“中国住房需求持续高涨之谜:基于人口结构视角”,《经济研究》,第5期,第118-133页。
[26]李仲飞、张浩,2015,“成本推动、需求拉动---什么推动了中国房价上涨?”,《中国管理科学》,第5期,第143-150页。
[27]刘善仕、孙博、葛淳棉、王琪,2017,“人力资本社会网络与企业创新---基于在线简历数据的实证研究”,《管理世界》,第7期,第88-98页。
[28]陆铭、欧海军、陈斌开,2014,“理性还是泡沫:对城市化、移民和房价的经验研究”,《世界经济》,第1期,第30-54页。
[29]马海涛,2017,“基于人才流动的城市网络关系构建”,《地理研究》,第1期,第161-170页。
[30]王宏,2014,“工资增长、地区分布与劳动生产率的影响因素”,《改革》,第2期,第28-39页。
[31]王频、侯成琪,2017,“预期冲击、房价波动与经济波动”,《经济研究》,第4期,第48-63页。
[32]王小鲁、樊纲,2004,“中国地区差距的变动趋势和影响因素”,《经济研究》,第1期,第33-44页。
[33]吴福象、姜凤珍,2012,“租售比、房价收入比与房地产市场调控---基于区际差异化市场比较的实证分析”,《当代财经》,第6期,第80-88页。
[34]徐忠、张雪春、邹传伟,2012,“房价、通货膨胀与货币政策---基于中国数据的研究”,《金融研究》,第6期,第1-12页。
[35]颜色、朱国钟,2013,“‘房奴效应’还是‘财富效应’?---房价上涨对国民消费影响的一个理论分析”,《管理世界》,第3期,第34-47页。
[36]余泳泽、张少辉,2017,“城市房价、限购政策与技术创新”,《中国工业经济》,第6期,第98-116页。
[37]张杰、杨连星、新夫,2016,“房地产阻碍了中国创新么?---基于金融体系贷款期限结构的解释”,《管理世界》,第5期,第64-80页。
[38]张涛、龚六堂、卜永祥,2006,“资产回报、住房按揭贷款与房地产均衡价格”,《金融研究》,第2期,第1-11页。
[39]张文武、梁琦,2011,“劳动地理集中、产业空间与地区收入差距”,《经济学(季刊)》,第1期,第691-708页。
[40]赵勇、白永秀,2009,“知识溢出:一个文献综述”,《经济研究》,第1期,第144-156页。
[41]赵梓渝、魏冶、王士君、庞瑞秋,2017,“有向加权城市网络的转变中心性与控制力测度---以中国春运人口流动网络为例”,《地理研究》,第4期,第647-660页。
(1)一般而言,流动人口包括城市内流动人口以及城市间流动人口,而城市间流动人口又可以分为流入人口以及流出人口。就本文研究内容而言,本文的流动人口专指城市流入人口,流动人力资本即指城市流入人口人力资本。
(1)采样率的计算是用样本中该城市当年流入人口数除以该城市当年年末总人口。31座样本城市分别是北京、上海、广州、深圳、天津、南京、武汉、成都、重庆、长沙、青岛、济南、南宁、南昌、合肥、西安、苏州、宁波、杭州、常州、无锡、珠海、佛山、东莞、海口、福州、厦门、郑州、大连、沈阳、长春。
(2)文盲为0年,小学为6年,初中为9年,高中为12年,专科为15年,本科为16年,硕士研究生为19年,博士研究生为22年。
(3)此处描述性统计中汇报的房价以及后面的人均GDP、可支配收入均为消胀后数据。另外,需要说明的是,样本中房价最小值属于2006年的重庆市,最大值属于2015年的深圳市。
(1)本文固定效应和随机效应面板回归模型的Hausman检验结果(p=0. 000)显示固定效应模型是合适的。因此,本文研究结果以固定效应为准,回归表格也只报告了固定效应结果。
(1)需要说明的是,此处采用的城市职工工资为城市范围内所有私营、非私营单位全部职工的平均工资。
(1)当前多数研究采用的是高等教育人口占比,但考虑到本研究所用领英数据,其样本总体偏中高端群体,以本科以上居多。因而,此处做了调整,采用的是硕博士占比。
(2)2008年12月,中央办公厅转发《中央人才工作协调小组关于实施海外高层次人才引进计划的意见》,“千人计划”付诸实施,成为我国目前最高层次的海外人才引进计划。各地方政府为响应中央号召相继出台了具有地方特色的人才引进计划,简称“小千人计划”。