周建軍 羅嘉昊 鞠 方 朱騰甜

1 引 言

近年來，隨著房地產(chǎn)業(yè)的大力發(fā)展和國家相關政策的指引，房地產(chǎn)投資規(guī)模持續(xù)高漲，房價水平節(jié)節(jié)高升，我國房價增速高于GDP增速，房價收入比逐漸擴大。房價水平的不理性增長一方面挫傷了發(fā)展實體經(jīng)濟的熱情，滋生了大批“炒房者”，致使資金大量流向房地產(chǎn)行業(yè)，經(jīng)濟脫實向虛趨勢明顯；另一方面，高漲的房價不僅加劇了社會分化，也給民生保障工作增加了難度，極大地拉大了我國居民收入差距，使較低水平的住房剛需者無法承擔購房支出，有房者財富顯著提升。為了協(xié)調(diào)我國經(jīng)濟發(fā)展，保障和改善居民生活，政府采取了一系列穩(wěn)定房價的政策和措施。2017年，在十九大報告“房子是用來住的，不是用來炒的”的總體基調(diào)下，各項政策致力于引導房地產(chǎn)回歸居住屬性，房地產(chǎn)調(diào)控政策致力于長效機制的建設，從需求端和供給端兩個方向進行調(diào)控，整體呈現(xiàn)“力度升級、范圍擴大、隨時調(diào)整、因城施策”的特點。2018年，堅持十九大“房子只住不炒”的基調(diào)，采用“限價、限購、限售、限貸、限商、限企、限地”等七限政策，保持房地產(chǎn)市場的穩(wěn)定，各項房產(chǎn)調(diào)控政策密集出臺，全年房地產(chǎn)各種調(diào)控政策多達444次，這一年度成為我國房地產(chǎn)調(diào)控歷史上調(diào)控政策出臺最頻繁的年度。2019年，中央繼續(xù)強調(diào)構建房地產(chǎn)市場健康發(fā)展長效機制，堅持“因城施策，一城一策”。從當前階段來看，房地產(chǎn)市場已經(jīng)開始降溫，但能否一直維持平穩(wěn)的房價增長依然是個問號。根據(jù)以往調(diào)控政策的效果來看，調(diào)控政策并沒有緩解房價整體上漲趨勢，究竟是什么導致房價居高不下呢？國內(nèi)外學者對房價的影響因素進行了大量研究，但尚未有定論。

面對近幾年來中國經(jīng)濟下行壓力大，產(chǎn)業(yè)轉(zhuǎn)型升級日益迫切的現(xiàn)狀，政府先后出臺了多項政策“去產(chǎn)能、去庫存、去杠桿”，希望通過政策的引導與扶持推進實體經(jīng)濟的發(fā)展，促進產(chǎn)業(yè)進行轉(zhuǎn)型升級，以使我國經(jīng)濟保持穩(wěn)定高效發(fā)展。同時，近年來我國房地產(chǎn)調(diào)控政策逐步遵循“因城施策”原則，表明房地產(chǎn)市場的發(fā)展與城市屬性具有一定的關聯(lián)，我國房地產(chǎn)市場存在一定的區(qū)域分化。而城市歸根結底是產(chǎn)業(yè)經(jīng)濟和人口的集聚，一個地區(qū)的房地產(chǎn)市場的繁榮發(fā)展在很大程度上取決于這個地區(qū)對資金和經(jīng)濟要素的吸納能力，而這些正是產(chǎn)業(yè)結構轉(zhuǎn)型升級能力的體現(xiàn)，產(chǎn)業(yè)結構特征直接影響一個地區(qū)經(jīng)濟發(fā)展水平，進而對房地產(chǎn)市場產(chǎn)生影響。因此本文利用我國30個省市（西藏除外）的面板數(shù)據(jù)研究產(chǎn)業(yè)結構變遷對房價的影響，同時從產(chǎn)業(yè)結構合理化和產(chǎn)業(yè)結構高級化兩個維度衡量對房價的影響，豐富了房價的影響因素的相關研究。產(chǎn)業(yè)結構合理化和高級化對房價的影響是怎樣的？經(jīng)濟發(fā)展程度不同的地區(qū)影響程度是否一致？本文將逐步解決這些問題，在此基礎上為我國房地產(chǎn)市場調(diào)控提供理論支撐，為房價的穩(wěn)定提供新的思路。

2 文獻回顧

2.1 房地產(chǎn)價格影響產(chǎn)業(yè)結構變遷的相關研究

在國外，學者一般引入勞動力流動這一變量來研究房價對產(chǎn)業(yè)結構變遷的影響。Krugman（1991）［1］利用新經(jīng)濟地理模型分析勞動力流入對產(chǎn)業(yè)結構的影響，發(fā)現(xiàn)產(chǎn)業(yè)集聚從根本上看是由于勞動力流入帶來，產(chǎn)業(yè)集聚直接促進產(chǎn)業(yè)結構升級；Helpman（1998）［2］則在此基礎上引入房價這一變量到新經(jīng)濟地理模型中，發(fā)現(xiàn)房價會影響勞動力遷移數(shù)量，房價越高，勞動力聚集的動力會越低，而產(chǎn)業(yè)結構變遷則會帶來人口的流入，導致房價的上升，最終達到一個穩(wěn)定的狀態(tài)；相同的，Rabe和Taylor（2010）［3］發(fā)現(xiàn)在英國，房價的升高也會導致勞動力的減少；Dumais和Ellison（2002）［4］則認為產(chǎn)業(yè)集聚是勞動力資源集聚的原因。

2.2 產(chǎn)業(yè)結構變遷影響房地產(chǎn)價格的相關研究

在國外，相關文獻較少。Malpezzi（1999）［18］分析得出美國高新技術產(chǎn)業(yè)的發(fā)展是房價上漲的重要因素，即產(chǎn)業(yè)結構高級化能夠促進房價上漲；Quercia等（2002）［19］從就業(yè)的角度同樣發(fā)現(xiàn)高新技術產(chǎn)業(yè)的發(fā)展會拉高房價；Reed和Pettit（2004）［20］對澳大利亞1991-2001年11年的房價面板數(shù)據(jù)進行分析，發(fā)現(xiàn)第三產(chǎn)業(yè)如金融業(yè)等行業(yè)發(fā)達的地區(qū)房價更高，而以第一產(chǎn)業(yè)為主的地區(qū)房價則較低，實證結果表明房價與產(chǎn)業(yè)結構變遷之間是相互影響的，房價的上漲會帶來資金集聚，從而促進第三產(chǎn)業(yè)的發(fā)展，而產(chǎn)業(yè)結構的優(yōu)化升級帶來的收入上漲又會導致房價的上漲。

在國內(nèi)，研究產(chǎn)業(yè)結構變遷對房價的影響起步較晚。王盛等（2017）［21］利用城市面板數(shù)據(jù)分析人口結構、產(chǎn)業(yè)結構與房價之間的關系，結果表明，人口結構會通過影響產(chǎn)業(yè)結構，從而對房價產(chǎn)生影響，而外來人口的流入對于房價的影響也與城市的產(chǎn)業(yè)結構有關；劉嘉毅等（2014）［22］利用2002-2011年省級面板數(shù)據(jù)進行分析，實證得出產(chǎn)業(yè)結構變遷對住宅價格產(chǎn)生顯著的正向影響，并且其對東部、中部、西部住宅價格的影響效應依次遞減；谷卿德等（2015）［23］則利用我國239個城市的房價面板數(shù)據(jù)，分析不同產(chǎn)業(yè)類型對房價的影響，結果表明服務業(yè)的發(fā)展對房價的影響呈“U”型，在前期能顯著地拉升房價，到后期則能維持房價的穩(wěn)定，相反，制造業(yè)的發(fā)展對房價的影響呈倒“U”型；黃偉等（2015）［24］、劉顏和鄧若冰（2016）［25］、夏凱麗等（2017）［26］利用理論和實證數(shù)據(jù)證實了產(chǎn)業(yè)集聚與房價之間存在顯著的倒“U”型曲線關系，同時毗鄰城市房價之間還存在著顯著的正向空間相關性；范新英和張所地（2018）［27］利用我國35個大中城市2005-2014年10年的數(shù)據(jù)，從產(chǎn)業(yè)結構合理化和高級化兩個維度構建空間Durbin面板數(shù)據(jù)模型就產(chǎn)業(yè)結構對房價的影響進行實證分析，發(fā)現(xiàn)產(chǎn)業(yè)結構變遷在提高本城市房價的同時，會抑制周邊城市房價的上漲。

縱觀國內(nèi)外學者對房價的影響因素進行的大量研究，從產(chǎn)業(yè)結構變遷角度衡量對房價影響的文獻較少，且研究重點主要集中于整體產(chǎn)業(yè)結構變遷對房地產(chǎn)價格的影響，忽視了不同經(jīng)濟發(fā)展水平地區(qū)產(chǎn)業(yè)結構變遷與房價之間關系的差異?；诖?，本文從理論和實證兩個方面研究產(chǎn)業(yè)結構變遷對房地產(chǎn)價格的影響，并按照經(jīng)濟水平高低分類細化研究，探討在細分市場產(chǎn)業(yè)結構變遷對房價影響的差異，最后給出相應的政策建議。

3 全國性檢驗

3.1 變量選取與數(shù)據(jù)說明

（1）變量選取

實證部分本文采用我國30個省市（除西藏）2004-2016年的數(shù)據(jù)來分析產(chǎn)業(yè)結構變遷對房地產(chǎn)價格的影響。

本文的被解釋變量為房地產(chǎn)價格（HP），其等于各省的住宅商品房銷售額與住宅銷售面積的比值。核心解釋變量為產(chǎn)業(yè)結構合理化和高級化，用泰爾指數(shù)（TL）衡量產(chǎn)業(yè)結構合理化，用高級化指數(shù)（TS）衡量產(chǎn)業(yè)結構高級化。

泰爾指數(shù)又稱泰爾熵標準，是Theil在1976年利用信息理論中的熵理論來度量收入不平等而提出，一般是用于收入不平等的度量指標，干春暉等（2011）［28］首次將泰爾指數(shù)用于度量產(chǎn)業(yè)結構合理化。這個指標克服了產(chǎn)業(yè)結構偏離度的兩個缺點，同時保留產(chǎn)業(yè)結構偏離度的經(jīng)濟含義和理論基礎，是更為理想的衡量指標。其計算公式具體如下：

其中，i表示各產(chǎn)業(yè)，n代表三大產(chǎn)業(yè)，Y是國民生產(chǎn)總值，L是三大產(chǎn)業(yè)結業(yè)人數(shù)總和，Y/L表示勞動生產(chǎn)率，在理想均衡狀態(tài)下，各產(chǎn)業(yè)的勞動生產(chǎn)率均相同，即理想狀態(tài)下TL為0，數(shù)值越接近0則各產(chǎn)業(yè)發(fā)展協(xié)同度越高，聚合質(zhì)量越高，反之，數(shù)值越大則表明產(chǎn)業(yè)結構不合理，資源利用效率低?；诖耍疚牟捎锰栔笖?shù)（TL）來度量產(chǎn)業(yè)結構合理化。

經(jīng)濟服務化作為工業(yè)化高度發(fā)展階段產(chǎn)業(yè)結構的一種趨勢，已經(jīng)成為經(jīng)濟活動的中心，能體現(xiàn)產(chǎn)業(yè)結構升級的本質(zhì)特征，而經(jīng)濟服務化從本質(zhì)上來說是第三產(chǎn)業(yè)化，高級化指數(shù)表明經(jīng)濟向服務化的方向發(fā)展的程度，指數(shù)越高表明產(chǎn)業(yè)結構的高級化程度越高。因此用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比重來測度產(chǎn)業(yè)結構高級化既符合中國國情也能更準確地體現(xiàn)產(chǎn)業(yè)結構升級的本質(zhì)。因而本文采用第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比重（用TS來表示）來測度產(chǎn)業(yè)結構高級化。

除了這三個核心變量外，為了更好地檢驗兩者之間的關系，我們加入了相關控制變量。對控制變量的選取上，通過借鑒相關文獻，達到全面性、合理性和減少多重性的原則，本文從需求、供給成本和政策工具三方面選取控制變量。

人均可支配收入（LnInc）。構成房地產(chǎn)需求需要兩個重要因素：一是有購買意愿，二是有能力購買，而能力主要是指經(jīng)濟能力，消費者的人均可支配收入直接影響購房需求，而從供求理論中可知，需求是影響房價的重要因素，因此人均可支配收入越高，則房價水平越高。另外，由于住宅市場主要是在城市，因此用城鎮(zhèn)居民人均可支配收入（Inc）來作為控制變量。

人口密度（LnDenp）。一般來說，人口密度越高，房價越高，在多年來各項調(diào)控政策抑制投機需求的情況下，人們的消費需求與改善性需求構成了房地產(chǎn)需求的主要部分。另外，由于各個地區(qū)的土地面積不一樣，使得房地產(chǎn)供給也不一致，為了排除這個因素，用人口密度比人口總數(shù)來作為控制變量更為適當。本文用人口密度（Denp）作為控制變量，其等于各省人口數(shù)與各省土地面積的比值。

土地價格（LnLandP）。商品房作為一種特殊商品，其與一般商品一樣，價格需要包括成本和利潤，如果是無利可圖的，房地產(chǎn)市場將沒辦法繼續(xù)維持下去。由于土地供給的有限性和政府控制的壟斷性，較高的土地價格成為房地產(chǎn)成本的重要組成部分，會對房價產(chǎn)生重要的影響。同時，土地價格也會提高房地產(chǎn)市場的進入壁壘，限制房地產(chǎn)供給，進而對房價產(chǎn)生影響。因此，本文將土地價格（LandP）作為控制變量之一，其等于土地成交價款與當年土地購置面積的比值。

建造成本（LnHcost）。房地產(chǎn)的成本除了土地成本之外，建安費也是重要的組成部分，近年來物價水平和人工成本不斷上升，對房地產(chǎn)價格產(chǎn)生不可忽視的影響。因此，本文將建造成本（Hcost）作為控制變量之一，其用各省歷年住宅竣工造價來代表。

利率水平（LnR）。利率是貨幣政策的重要表現(xiàn)形式，是國家宏觀調(diào)控的重要方式，利率從供給和需求兩方面影響房價。在需求方面，利率水平的高低直接影響購房者的購房成本；在供給方面，利率水平的高低直接影響房地產(chǎn)開發(fā)商的貸款資金總額和使用成本，一般來說，利率越高，購房者購房成本越高，房地產(chǎn)開發(fā)商資金使用成本越高，對房價產(chǎn)生抑制作用。因此，本文將利率（R）作為控制變量之一，其用一年期貸款實際利率來表示，若各年有變動，則以時間為權重計算加權平均數(shù)。

（2）數(shù)據(jù)處理和描述性統(tǒng)計

本部分所用包括我國30個?。ㄊ小⒆灾螀^(qū)）（不含西藏）2004-2016年共計13年的相關數(shù)據(jù)均來自國家統(tǒng)計局、《中國統(tǒng)計年鑒》、各省市統(tǒng)計年鑒及EPS數(shù)據(jù)庫。對于住宅銷售價格（HP）、人均可支配收入（Inc）、土地價格（Landp）、利率（R）等價值型變量，均使用當年各省CPI指數(shù)進行平減。各變量的定義與描述性統(tǒng)計分析如表1所示。

表1 變量定義與統(tǒng)計描述

續(xù)表

為了減少由于異方差性帶來的偏誤，本文對變量進行對數(shù)化處理，分別記為LnHP，LnTL，LnTS，LnInc，LnDenp，LnLandp，LnR，LnHcost。

3.2 計量模型設定與估計方法的確定

（1）計量模型的設定

為了深入分析產(chǎn)業(yè)結構變遷對房地產(chǎn)價格的影響以及相關影響機理，我們以LnHPi,t為被解釋變量，以LnTLi,t、LnTSi,t為主要解釋變量，設定以下經(jīng)濟計量模型：

其中，i、t分別表示地區(qū)、時間；HPi,t表示i地區(qū)t期房價；TSi,t表示i地區(qū)t期第三產(chǎn)業(yè)產(chǎn)值與第二產(chǎn)業(yè)產(chǎn)值的比重；TLi,t表示i地區(qū)t期衡量合理化程度的泰爾指數(shù)；xi,t表示各項控制變量；ui表示影響住宅價格的固定效應，εi,t表示隨機誤差項，β1、β2、β3是待分析的參數(shù)。同時由于購房者和開發(fā)商都會根據(jù)歷史的房價數(shù)據(jù)對房地產(chǎn)市場進行預期，從而影響房地產(chǎn)的供給與需求，進而影響當期房價，因此，我們把滯后一期房價水平(LnHPi,t-1)加入到模型中作為重要的變量，設定如下動態(tài)面板數(shù)據(jù)模型:

（2）估計方法的選擇

對于面板數(shù)據(jù)，固定效應（FE）和隨機效應（RE）是兩種常用的分析方法，因此我們將使用固定效應和隨機效應對式（1）進行估計，在不考慮滯后一期房價的情況下，初步分析產(chǎn)業(yè)結構變遷對房價的影響。但歷史的房價數(shù)據(jù)是人們分析房價的重要因素，會嚴重影響對房價的預期，因此在式（2）中我們正式加入滯后一期房價水平作為控制變量，這就會帶來內(nèi)生性問題。內(nèi)生性問題主要來自兩個方面，對于產(chǎn)業(yè)結構變遷，很多學者的研究表明，房價的變動會促進產(chǎn)業(yè)結構優(yōu)化升級，房價與產(chǎn)業(yè)結構變遷之間的相互影響也會帶來內(nèi)生性的問題；對于控制變量，土地價格一方面會影響房價，另一方面房價變動也會帶來土地價格的變動，土地價格與房價之間也是相互影響的。為了解決式（2）動態(tài)面板模型可能存在的內(nèi)生性問題，我們采用在存在內(nèi)生性情況下更為有效的廣義矩陣法——GMM方法，廣義矩陣法又分為差分廣義矩陣法（DIF-GMM）和系統(tǒng)廣義矩陣法（SYS-GMM），由于差分廣義矩陣法需要消除掉不隨時間變化的變量，這會減少樣本量，同時當T較大時，會產(chǎn)生很多的工具變量，從而容易出現(xiàn)弱工具變量的問題，而系統(tǒng)廣義矩陣法（SYSGMM）則是將差分廣義矩陣法與水平廣義矩陣法兩者結合起來，可以克服差分廣義矩陣法的缺點，因此本文采用系統(tǒng)廣義矩陣法對式（2）進行估計。而SYS-GMM又分為一步法與兩步法，其中兩步法更適合大樣本模型，受樣本所限，本文采用一步法SYS-GMM以得到更有效的結果。

在前文的分析中，我們也分析出產(chǎn)業(yè)結構變遷、滯后一期的房價、土地價格均可能帶來內(nèi)生性問題，因此在使用SYS-GMM法進行估計時，將這幾個變量作為內(nèi)生變量，并使用其兩階滯后作為工具變量，同時在使用系統(tǒng)廣義矩陣法時為了保證估計結果的有效性，我們會進行AR檢驗和Sargan檢驗，其中AR檢驗是用來檢測殘差項是否存在自相關的，通過P值來看是否存在一階或者二階自相關，Sargan檢驗是用來檢測是否存在過度識別的，通過P值來觀察。另外，對于滯后因變量的系數(shù)的估計，可以采用混合回歸（POLS）、固定效應回歸（FE）、系統(tǒng)廣義矩估計（SYS-GMM）三種方法來估計，而FE回歸方法一般會低估這一系數(shù)，POLS回歸方法則會高估，SYS-GMM的系數(shù)則介于兩者之間，估計結果更為有效。因而，本章會通過這三種方法進行回歸比較，進一步證實GMM方法估計的有效，但主要報告SYS-GMM估計的相關結果。

3.3 實證結果分析

（1）單位根檢驗

若面板時間序列存在單位根，則通過回歸結果分析的T值可能并不是有效的，同時也可能帶來偽回歸或偽相關，因此為了避免出現(xiàn)這種情況，本文先進行單位根檢驗。為了防止某一種檢驗方法的假設條件可能不符合樣本數(shù)據(jù)的情況，本文利用LLC檢驗、IPS檢驗、HT檢驗、Breitung檢驗這四種方法對主要解釋變量與被解釋變量進行單位根檢驗。從表2中可以看出，除LLC檢驗中產(chǎn)業(yè)結構高級化和房價P值顯著外，其他的P值均大于0.5，表明解釋變量與被解釋變量的原序列存在單位根。因此為了避免偽回歸的情況，對變量進行了一階差分，再繼續(xù)使用這四種方法進行單位根檢驗，再觀察表2，發(fā)現(xiàn)一階差分后的P值均遠遠小于1%，表明一階差分后的序列顯著拒絕了存在單位根的假設，即通過了平穩(wěn)性的檢驗。

表2 面板單位根檢驗結果

（2）協(xié)整檢驗

為了進一步分析被解釋變量房地產(chǎn)價格LnHP與核心解釋變量產(chǎn)業(yè)結構合理化LnTL、產(chǎn)業(yè)結構高級化LnTS之間是否具有長期的均衡關系，我們需要進行協(xié)整檢驗，而協(xié)整檢驗的前提條件是各變量之間必須具有同階單整性，從表2中可以看出，單位根檢驗的結果表明LnHP、LnTL和LnTS序列為I(1)序列，各變量之間具有同階單整性，因此我們可以進行協(xié)整檢驗。本文利用KAO檢驗、Pedroni檢驗、Westerlund面板協(xié)整檢驗方法，檢驗LnHP與LnTL、LnTS之間的協(xié)整關系，檢驗結果如表3所示。

表3 協(xié)整性檢驗

從表3的面板協(xié)整檢驗結果可以看出，KAO檢驗、Pedroni檢驗、Westerlund檢驗的P值均小于0.01，即在1%的水平下拒絕不存在協(xié)整關系的原假設，表明被解釋變量房地產(chǎn)價格LnHP與核心解釋變量產(chǎn)業(yè)結構合理化LnTL、產(chǎn)業(yè)結構高級化LnTS之間存在穩(wěn)定的長期均衡關系。

（3）面板數(shù)據(jù)總體回歸結果

本文先采用固定效應模型（FE）和隨機效應模型（RE）對式（1）進行估計，回歸結果如下表4所示。

表4 產(chǎn)業(yè)結構變遷對住宅價格的影響研究

在表4中，模型1與模型2是在未控制其他變量，分別利用FE、RE兩種方法，考察在式（1）中產(chǎn)業(yè)結構合理化和高級化對房價的影響，模型3與模型4則是加入了控制變量，分別利用FE、RE對式（1）進行回歸分析。從表4可以看出，模型1—模型4中，產(chǎn)業(yè)結構合理化系數(shù)為負，高級化系數(shù)為正，與前文的理論分析是一致的。為了進一步分析式（1）更適合使用哪種分析方法，我們進行了Hausman檢驗，從豪斯曼檢驗的P值可以看出均拒絕了使用隨機效應的假設，因此對式（1）的分析應該主要參看模型1和模型3的固定效應結果。從模型3中可以看出，產(chǎn)業(yè)結構合理化與高級化均對房價產(chǎn)生正向影響?？刂谱兞恐?，人均可支配收入、人口密度、土地價格、建造成本對房價均產(chǎn)生顯著的正向影響，而利率對房價的影響則并不顯著。

在式（2）中，我們加入滯后一期的因變量，由于模型存在的內(nèi)生性問題，我們使用系統(tǒng)廣義矩陣法進行分析，估計結果如表5所示。為了確保使用SYS-GMM進行估計結果的有效性，我們首先使用POLS、FE、SYS-GMM這三種方法對模型5-模型7進行回歸，觀察滯后一期因變量系數(shù)的值，結果顯示SYS-GMM的系數(shù)值在POLS、FE所得出的系數(shù)值之間，表明SYS-GMM估計結果是有效的；接著我們進行Sargan檢驗，從表5可以看出，Sargan統(tǒng)計量的P值均顯著大于1%，表明并沒有存在過度識別的問題。最后，進行了AR檢驗，從P值可以看到AR（2）大于0.1，表明擾動項不存在二階自相關。通過這三種檢驗，表明使用SYS-GMM是適當?shù)?，因此本文主要分析SYS-GMM法進行回歸得出的結果。

表5 產(chǎn)業(yè)結構變遷對住宅價格的影響研究

模型5與模型6是在控制其他變量的情況下，單獨分析產(chǎn)業(yè)結構合理化或產(chǎn)業(yè)結構高級化對房價的影響。從模型5可以看出，TL的系數(shù)為負數(shù)，TL越小房價越高，而TL越小表明產(chǎn)業(yè)結構合理化程度越高，即表明產(chǎn)業(yè)結構合理化程度與房價呈顯著的正向關系。滯后一期因變量的系數(shù)顯著為正，表明過去的房價會影響當期房價。再觀察控制變量，可以看出人均可支配收入、人口密度、土地價格、建造成本均與住房價格呈顯著的正向影響，利率則對房價產(chǎn)生顯著的負向影響。從模型6可以看出，TS的系數(shù)顯著為正，表明產(chǎn)業(yè)結構高級化對住宅價格產(chǎn)生顯著的正向影響，滯后一期因變量和其他控制變量對房價的影響結果均與模型5相同，實證分析結果是與前文的理論分析一致的。

模型7則是研究合理化與高級化共同對房價的影響，從表5可以看出，產(chǎn)業(yè)結構變遷的兩個維度指標均對房價產(chǎn)生顯著的正向影響，具體來看，控制住其他變量，產(chǎn)業(yè)結構合理化程度增加1%，住房價格會增長0.0458%，具體來說，泰爾指數(shù)（TL）從2004年的0.283下降到2016年的0.117，合理化程度在2004-2016年提升了58.66個百分點，因而在樣本期間，產(chǎn)業(yè)結構合理化水平的提升使房價上漲了2.69個百分點；產(chǎn)業(yè)結構高級化程度增加1%，住宅價格會上漲0.1637%，產(chǎn)業(yè)結構高級化指數(shù)（TS）從2004年的0.8972上升到2016年的1.2870，表明產(chǎn)業(yè)結構高級化指數(shù)提升了43.45個百分點，因而在2004-2016年間，產(chǎn)業(yè)結構高級化水平的提升使房價上漲了7.11個百分點。產(chǎn)業(yè)結構合理化與產(chǎn)業(yè)結構高級化合計使住宅價格上漲了9.8%，而我國的房價在剔除物價上漲因素之后，2004-2016年住宅價格從2608元/平米增加到5035.05元/平米，增長93.06%，由此可以看出2004-2016年產(chǎn)業(yè)結構變遷對房價上漲的影響率達到10.53%。同時，模型7控制變量中人口密度、土地面積和建造成本均對房價產(chǎn)生正向影響，并且在1%的水平下顯著，利率對房價的影響系數(shù)為負，并且在1%的水平下顯著，與前文的理論分析結論相一致。

（4）穩(wěn)健性檢驗

為了進一步驗證實證結果的可靠性，本文通過改變樣本量來進行穩(wěn)健性檢驗。第一，本文按照統(tǒng)計年鑒各地區(qū)的順序，分別刪減前3位（北京、河北、天津）和后3位（青海、寧夏、新疆）來對式（2）進行SYS-GMM回歸，如模型8和模型9。第二，我們通過改變模型形式，通過刪除掉可能含有內(nèi)生性的土地價格這一控制變量分別進行固定效應回歸和SYS-GMM回歸，如模型10和模型11，結果表6所示。

表6 產(chǎn)業(yè)結構變遷對房價的穩(wěn)健性分析

從表6回歸的結果可以看出，通過改變樣本量和模型形式后，各變量回歸后的符號與對全國范圍內(nèi)進行回歸的結果是一致的，更進一步證實了前文的實證結果，印證了本文的主要觀點：產(chǎn)業(yè)結構變遷對房價有正向影響。

4 區(qū)域差異性檢驗

上述實證分析重點著手于我國整體情況，具備一定的全局性，但同時也忽視了我國地區(qū)之間產(chǎn)業(yè)結構變遷對房價影響的差異性。為進一步探討產(chǎn)業(yè)結構變遷對房價的影響，更為深入嚴謹?shù)靥接懫鋵Ψ績r所產(chǎn)生的實質(zhì)性效果，本節(jié)內(nèi)容將重點著墨于產(chǎn)業(yè)結構變遷對房價影響的差異性檢驗。

4.1 我國房地產(chǎn)市場的區(qū)域分類

（1）聚類分析原理

聚類分析是研究樣品或指標分類問題的一種多元統(tǒng)計方法，它包括系統(tǒng)聚類法、有序樣品聚類法、動態(tài)聚類法、模糊聚類法等分析方法，其中系統(tǒng)聚類法是應用最為廣泛的一種方法，它的基本原理是：首先將每個研究對象（樣品或指標）各自看成一類，然后根據(jù)對象間的相似度量，將h類中最相似的兩類合并，組成一個新類，這樣就得到h-1類，再在h-1類中找出最相似的兩類合并，如此下去，直至將上面的聚類過程應該在某個類水平數(shù)上停下來，最終的類就取這些未合并的類。本文采用Q型聚類即對樣本進行分類的方法，使用歐氏距離來衡量樣本之間的距離，在聚類之前先對數(shù)據(jù)進行標準化處理以消除數(shù)據(jù)間存在的量綱和數(shù)量級的差別，歐式距離公式為：

再運用系統(tǒng)聚類法的離差平方和法即ward法進行分析，其基本思想來自于方差分析，如果分類正確，同樣樣品的離差平方和應當較小，類與類的離差平方和應當較大。

（2）數(shù)據(jù)的來源及指標的選取

目前，對我國住房市場的研究大多限于東中西部的地域劃分格局，基于省際地區(qū)差異的研究較少，因此本文對具有同類經(jīng)濟特征的房地產(chǎn)市場進行分類。選取我國30個?。ㄊ校?016年的相關房地產(chǎn)市場與經(jīng)濟發(fā)展水平指標數(shù)據(jù)，數(shù)據(jù)主要來源于《中國統(tǒng)計年鑒》、《各省統(tǒng)計年鑒》、《中國房地產(chǎn)統(tǒng)計年鑒》、EPS等數(shù)據(jù)庫。本文利用聚類分析法對2016年30個省市進行分類，前面介紹了聚類分析的原理與采用的具體方法，本文將從房地產(chǎn)市場供給、房地產(chǎn)市場需求、房地產(chǎn)價格與經(jīng)濟發(fā)展水平4個一級指標和房屋竣工面積、土地購置面積、商品房實際銷售面積、人均可支配收入、房價、房價收入比和人均GDP這7個二級指標構建房地產(chǎn)市場分類指標，指標的選取及指標體系的構建均遵循了可獲取性、綜合性以及代表性等原則，各指標具體見表7，各二級指標是在一級指標的層次結構上進行細分的，以B1-B7七個代碼對7個二級指標進行表示。

表7 房地產(chǎn)市場分類指標

（3）我國房地產(chǎn)市場聚類分析的結果

通過利用2016年30個省市7個二級指標的數(shù)據(jù)，運用SPSS21分析軟件，將我國房地產(chǎn)市場聚類為4個集群，聚類效果比較理想。具體分類見表8，其中第一類（一區(qū)）包括北京市、上海市、天津市，第二類（二區(qū)）包括江蘇省、浙江省、廣東省、山東省，第三類（三區(qū)）包括重慶市、湖北省、湖南省、安徽省、福建省、河北省、四川省、河南省，其他15個省份為第四類（四區(qū)）。通過聚類發(fā)現(xiàn)，經(jīng)濟發(fā)展水平和房地產(chǎn)市場特征相似的省市基本在同一類別中，比如一區(qū)中的北京、上海、天津均為直轄市，經(jīng)濟發(fā)達，房地產(chǎn)發(fā)展速度快，房地產(chǎn)市場發(fā)展成熟；四區(qū)中包含的省市主要是貴州、甘肅、青海、寧夏、新疆等經(jīng)濟不發(fā)達的中部及西部地區(qū)，受制于當?shù)亟?jīng)濟條件和經(jīng)濟環(huán)境的影響，房地產(chǎn)發(fā)展緩慢。同時從一區(qū)到四區(qū)這四個區(qū)域房價水平和人均GDP依次下降，將2004-2016年各區(qū)域房價均值與人均GDP均值進行比較，發(fā)現(xiàn)這種趨勢依然明顯，表明利用聚類分析得出的結果在一定程度上反映了房地產(chǎn)市場和經(jīng)濟發(fā)展水平的程度，符合按照經(jīng)濟發(fā)展水平進行分類的要求。

本文的聚類結果將我國30個省市劃分為經(jīng)濟發(fā)達、較發(fā)達、較落后、落后這四個區(qū)域，由于指標的選取及選取數(shù)據(jù)年份有些許不同導致部分省市的分類情況與其有些許不同，但整體上體現(xiàn)了房地產(chǎn)經(jīng)濟的地域性特征以及與經(jīng)濟發(fā)展程度相關程度高這兩個特征。

表8 聚類結果

4.2 分區(qū)域?qū)嵶C檢驗

（1）一區(qū)實證檢驗

①單位根檢驗

采用與全國單位根檢驗同樣的方法，即使用LLC檢驗、IPS檢驗、HT檢驗、Breitung檢驗這四種方法進行單位根檢驗，得出的檢驗結果如表9所示，從表中可以看出，各種檢驗方法P值基本大于0.5，表明解釋變量與被解釋變量的原序列存在單位根。因此為了避免偽回歸的情況，對變量進行了一階差分，再繼續(xù)使用這四種方法進行單位根檢驗，再觀察表9，發(fā)現(xiàn)一階差分后的P值均遠遠小于1%，表明一階差分后的序列顯著拒絕了存在單位根的假設，即通過了平穩(wěn)性的檢驗。

表9 面板單位根檢驗結果

②協(xié)整檢驗

通過上面的單位根檢驗，我們可以看出LnHP、LnTL和LnTS序列為I(1)序列，各變量之間具有同階單整性，因此我們可以進行協(xié)整檢驗。利用關于全國區(qū)域同樣的方法，即利用KAO檢驗、Pedroni檢驗、Westerlund面板協(xié)整檢驗方法對一區(qū)數(shù)據(jù)進行檢驗，檢驗結果如表10所示，從檢驗結果可以看出，KAO檢驗、Pedroni檢驗、Westerlund檢驗的P值均小于0.01，即在1%的水平下拒絕不存在在協(xié)整關系的原假設，表明被解釋變量房地產(chǎn)價格LnHP與核心解釋變量產(chǎn)業(yè)結構合理化LnTL、產(chǎn)業(yè)結構高級化LnTS之間存在穩(wěn)定的長期均衡關系。

表10 協(xié)整性檢驗

（2）二區(qū)實證檢驗

①單位根檢驗

根據(jù)分類結果，對二區(qū)數(shù)據(jù)使用LLC檢驗、IPS檢驗、HT檢驗、Breitung檢驗這四種方法進行單位根檢驗，從表11可以看出原序列的P值基本大于0.5，表明解釋變量與被解釋變量的原序列存在單位根，對變量進行一階差分后P值均遠遠小于0.01，即二區(qū)通過了平穩(wěn)性的檢驗。

表11 面板單位根檢驗結果

②協(xié)整檢驗

接下來我們進行協(xié)整檢驗，利用KAO檢驗、Pedroni檢驗、Westerlund面板協(xié)整檢驗方法對二區(qū)數(shù)據(jù)進行檢驗，檢驗結果如表12所示，從檢驗結果可以看出，三種檢驗方法P值均小于0.01，表明產(chǎn)業(yè)結構變遷與房價之間存在顯著的協(xié)整關系，房價與產(chǎn)業(yè)結構合理化、產(chǎn)業(yè)結構高級化之間存在穩(wěn)定的長期均衡關系。

表12 協(xié)整性檢驗

（3）三區(qū)實證檢驗

①單位根檢驗

根據(jù)分類結果，對三區(qū)數(shù)據(jù)使用LLC檢驗、IPS檢驗、HT檢驗、Breitung檢驗這四種方法進行單位根檢驗，從表13可以看出原序列的P值基本大于0.5，表明解釋變量與被解釋變量的原序列存在單位根，對變量進行一階差分后P值均遠遠小于0.01，即三區(qū)通過了平穩(wěn)性的檢驗。

表13 面板單位根檢驗結果

②協(xié)整檢驗

接下來我們進行協(xié)整檢驗，利用KAO檢驗、Pedroni檢驗、Westerlund面板協(xié)整檢驗方法對三區(qū)數(shù)據(jù)進行檢驗，檢驗結果如表14所示，從檢驗結果可以看出，三種檢驗方法P值均小于0.01，表明在三區(qū)產(chǎn)業(yè)結構變遷與房價之間存在顯著的協(xié)整關系，房價與產(chǎn)業(yè)結構合理化、產(chǎn)業(yè)結構高級化之間存在穩(wěn)定的長期均衡關系。

表14 協(xié)整性檢驗

（4）四區(qū)實證檢驗

①單位根檢驗

根據(jù)分類結果，對四區(qū)數(shù)據(jù)使用LLC檢驗、IPS檢驗、HT檢驗、Breitung檢驗這四種方法進行單位根檢驗，從表15可以看出原序列的P值基本大于0.5，表明解釋變量與被解釋變量的原序列存在單位根，對變量進行一階差分后P值均遠遠小于0.01，即四區(qū)通過了平穩(wěn)性的檢驗。

表15 面板單位根檢驗結果

②協(xié)整檢驗

接下來我們進行協(xié)整檢驗，利用KAO檢驗、Pedroni檢驗、Westerlund面板協(xié)整檢驗方法對四區(qū)數(shù)據(jù)進行檢驗，檢驗結果如表16所示，從檢驗結果可以看出，三種檢驗方法P值均小于0.01，表明通過了協(xié)整檢驗。

表16 協(xié)整性檢驗

4.3 分區(qū)域?qū)嵶C結果分析

（1）實證結果

為驗證在不同經(jīng)濟發(fā)展水平產(chǎn)業(yè)結構變遷對房價的影響研究，我們使用SYSGMM法對各區(qū)域數(shù)據(jù)進行回歸分析，由于在全國層面已經(jīng)了對SYS-GMM方法的優(yōu)良性進行了詳細的闡述，因此在本節(jié)不再贅述。因此本節(jié)對各區(qū)域數(shù)據(jù)分析的結果僅列示SYS-GMM回歸結果，回歸結果如下表17所述：

表17 分區(qū)域產(chǎn)業(yè)結構變遷對房價的影響（被解釋變量為LnHP）

（2）實證分析

對于用來判斷過度識別約束的Sargan檢驗與判斷是否存在一階或二階自相關的AR檢驗，從表17可以看出，Sargan(p)值均遠遠大于0.1，表明各區(qū)域數(shù)據(jù)均是不存在過度識別的，通過了Sargan檢驗；在AR檢驗中，各區(qū)域的擾動項均是存在一階自相關，但不存在二階自相關的，通過AR檢驗，這表明GMM是適當?shù)?，因此可以認為，我們的模型能夠較好地反映在需求、供給和政策調(diào)節(jié)等控制變量下，產(chǎn)業(yè)結構變遷對我們劃分的四個區(qū)域房價產(chǎn)生的影響。同時，我們看到Ln(HP(-1))即因變量的滯后一期項在四個區(qū)域均是顯著為正的，表明產(chǎn)業(yè)結構變遷對房價的的影響具有長期累積性。

同時從上表中可以看出，對于核心解釋變量，產(chǎn)業(yè)結構合理化與高級化在一區(qū)、三區(qū)、四區(qū)均對房價產(chǎn)生了顯著的正向影響，與前文全國產(chǎn)業(yè)結構對房價的影響是一致的。而在二區(qū)中，產(chǎn)業(yè)結構合理化和產(chǎn)業(yè)結構高級化對房價也產(chǎn)生正向的影響，但是合理化系數(shù)不夠顯著，其原因可能在于二區(qū)分類結果的樣本數(shù)據(jù)不夠大，從而未能得到顯著的結果。從系數(shù)大小上看，一區(qū)即經(jīng)濟發(fā)展水平最好的地區(qū)，產(chǎn)業(yè)結構高級化的系數(shù)最大，其變動1%，房價上漲0.1633%，表明在一區(qū)第三產(chǎn)業(yè)的迅速發(fā)展對于房價的上漲做出了巨大的貢獻，同時在一區(qū)產(chǎn)業(yè)結構合理化的系數(shù)絕對值最大，其變動1%，房價上漲0.224%，表明在一區(qū)各產(chǎn)業(yè)結構之間相互協(xié)調(diào)、相互促進，促進了房價的上漲；在四區(qū)，即經(jīng)濟發(fā)展水平最差的地區(qū)，產(chǎn)業(yè)結構變遷對房價的影響最小，產(chǎn)業(yè)結構合理化和產(chǎn)業(yè)結構高級化的系數(shù)分別為0.0030%、0.0926%，表明在經(jīng)濟發(fā)達地區(qū)，產(chǎn)業(yè)結構變遷對房價的影響更大，可能的原因在于，在經(jīng)濟發(fā)達地區(qū)中，由于自然條件、勞動力、資本與經(jīng)濟制度的差異，產(chǎn)業(yè)結構變遷帶來資本、勞動力、技術等要素的集聚程度和邊際生產(chǎn)率更高，導致地價與工資等價格水平存在差異，該差異通過經(jīng)濟系統(tǒng)自有的傳導機制傳遞給住宅價格，于是，產(chǎn)業(yè)結構合理化與高級化對住宅價格的影響程度呈現(xiàn)出經(jīng)濟發(fā)達地區(qū)超過經(jīng)濟不發(fā)達地區(qū)。

控制變量中，四個區(qū)域中人均可支配收入和建造成本均對房價產(chǎn)生正向影響，這與前文理論機制的分析相一致。對于人口密度，在一區(qū)、二區(qū)、三區(qū)中，系數(shù)均為正值，四區(qū)中是負數(shù)但不顯著，表明在四區(qū)中人口密度對房價的影響并不顯著，其可能的原因在于隨著產(chǎn)業(yè)結構高級化的過程中，資金密集型產(chǎn)業(yè)多于勞動密集型產(chǎn)業(yè)，而資金密集型產(chǎn)業(yè)中，需要的人員變少，而收入增加，但房屋的購買更多的是依賴于有經(jīng)濟能力的工作人士，但在經(jīng)濟發(fā)展水平不好的地區(qū)，高素質(zhì)人才較少，因此人口的數(shù)量增長并不會帶來房價水平的上升。對于土地價格，在一區(qū)、二區(qū)、三區(qū)中，系數(shù)均顯著為正，這與前面的理論機制分析一致，而在四區(qū)中，系數(shù)為負但不顯著，可能的原因在于經(jīng)濟不發(fā)達地區(qū)中，土地價格上升幅度較小，對于房價的影響并不顯著。對于利率水平，對房價均存在顯著的負向影響，表明在我國宏觀經(jīng)濟體制下，利率對于房價的調(diào)節(jié)效應發(fā)揮出了顯著的效果。

5 結論與建議

本文立足于我國產(chǎn)業(yè)結構發(fā)展的歷程，從產(chǎn)業(yè)結構合理化和高級化兩個視角出發(fā)，研究合理化和高級化對房價的影響。結合我國房價高漲的現(xiàn)實情況，通過利用我國30個省份（西藏除外）的產(chǎn)業(yè)結構變遷特征，探討對我國住宅價格的影響，通過分析，最終得出以下結論：

在全國層面，產(chǎn)業(yè)結構變遷的兩個維度指標即產(chǎn)業(yè)結構合理化和產(chǎn)業(yè)結構高級化均對房價產(chǎn)生顯著的正向影響。按經(jīng)濟發(fā)展水平進行分類，發(fā)現(xiàn)在樣本期間（2004-2016年）產(chǎn)業(yè)結構合理化與高級化在經(jīng)濟發(fā)達、較落后、落后地區(qū)均對房價產(chǎn)生了顯著的正向影響，而在較發(fā)達地區(qū)中，產(chǎn)業(yè)結構合理化和產(chǎn)業(yè)結構高級化對房價也產(chǎn)生正向的影響，但是合理化系數(shù)不夠顯著。

基于以上分析，本文提出以下建議：

第一，在充分考慮產(chǎn)業(yè)結構的基礎上實行“本土化”房產(chǎn)調(diào)控政策，因城施策，一城一策。自2009年以來，我國開始進入房地產(chǎn)全面調(diào)整階段，各項房產(chǎn)調(diào)控政策相繼出臺，中央在十九大中奠定了房產(chǎn)調(diào)控的總基調(diào)，各地政府都應當在總基調(diào)的基礎上，堅定不移地對房地產(chǎn)市場進行調(diào)控，制定適合各地區(qū)的房產(chǎn)調(diào)控政策。然而，在回顧各地的調(diào)控政策時，本文發(fā)現(xiàn)只要一個城市發(fā)布了更為嚴格的調(diào)控政策，其他城市會迅速借鑒，馬上出臺相當或者更為嚴格的調(diào)控政策。例如海南2018年4月在全省范圍內(nèi)出臺只允許本省戶籍人口或者工作5年以上的人才具備購房資格的政策，同年5月長沙、西安等城市就相繼出臺相同條件的限購政策。這些政策毋庸置疑抑制了房地產(chǎn)市場的投機需求，穩(wěn)定了房價。但是這種政策制定方法是不可取的，各地房價上漲的根本原因不同，各地產(chǎn)業(yè)結構不同對房價的影響也不同。一些地區(qū)的房價上漲極有可能是經(jīng)濟的發(fā)展、產(chǎn)業(yè)結構的優(yōu)化升級帶來的，如果采取與其他城市一樣的房產(chǎn)政策，極有可能限制產(chǎn)業(yè)結構的優(yōu)化升級和市場資源的優(yōu)化配置。因此，各地應綜合考慮本土實際情況采取最適宜當?shù)氐牟顒e化、有效率的政策，應當在充分考慮產(chǎn)業(yè)結構變遷發(fā)展的基礎上，分析住宅市場的變化趨勢，對于產(chǎn)業(yè)結構變遷程度高和經(jīng)濟發(fā)展水平更高的地區(qū)，對房價的上漲應當給予相當?shù)纳蠞q預期，住宅市場調(diào)控政策應當與產(chǎn)業(yè)政策相匹配，并保持其相對穩(wěn)定性。

第二，加大住房租賃市場的發(fā)展，盡快落實“租購同權”。在產(chǎn)業(yè)結構變遷的過程中，高素質(zhì)人才會往二三產(chǎn)業(yè)更為發(fā)達的發(fā)達城市集聚，而隨著我國教育水平的提升，本科及以上學歷的人口逐漸增加，每年的應屆畢業(yè)生更是為企業(yè)的發(fā)展注入了新的活力，互聯(lián)網(wǎng)等新興行業(yè)更是年輕人的主場。而面對一二線城市高漲的房價，沒有財富積累的年輕人根本無法購買房屋，只能租房居住。但是，目前我國住房租賃市場發(fā)展極不規(guī)范，一方面租賃市場總體規(guī)模小，與租房需求不匹配，而租賃市場發(fā)展的不完善、不規(guī)范，使得出租人與租戶之間只能通過中介進行交易，監(jiān)管的不力使得“二房東”“三房東”等私自轉(zhuǎn)租的行為頻繁出現(xiàn)；另一方面，住房租賃市場沒有相關保護購房者的配套政策，租賃雙方權利義務不對等，房東隨意漲價、延遲退還押金等不合法的行為沒有相關法律進行管理?；谏鲜鰻顩r，我國應借鑒美國、英國、德國等發(fā)達國家的租賃市場的經(jīng)驗，在教育、醫(yī)療以及相關服務方面實現(xiàn)承租人和產(chǎn)權人具有同等權利，落實“租購同權”，同時建立健全相關法律體系，維護承租人合法權益。

第三，改善我國地方土地財政政策，加快房產(chǎn)稅、物業(yè)稅的開展。在我國，分稅制的實施使得中央與地方的財政分開，而財政大權主要集中于中央政府，地方政府為了本地區(qū)的財政收入，憑借擁有土地的所有權取得土地出讓金和通過抵押土地獲得貸款，形成了土地財政。土地財政在早期工業(yè)化和城市化的進程中發(fā)揮了重要和積極的作用，但在近年來，隨著一個個“地王”的出現(xiàn)、房價的高漲和地方財政對土地出讓收入的過度依賴，土地財政政策的弊端顯露無疑。一方面，政府憑借土地出讓獲得的各項收入占我國國民生產(chǎn)總值的比重已超過了30%，極大地抑制了社會投資，同時政府手中的資金投向加劇了政策導向帶來的作用，減少了市場在資源配置中的作用，支持的產(chǎn)業(yè)如建筑業(yè)、房地產(chǎn)業(yè)迅速擴張，加劇了產(chǎn)能過剩；另一方面，地方政府自收自支的政策，存在監(jiān)管不足的弊端，同時由于集體土地不能開發(fā)房地產(chǎn)，土地的壟斷帶來了房價的高漲。因此，我國應加快土地財政政策的改革進度，特別是對中部不發(fā)達城市以及未形成產(chǎn)業(yè)支撐的城市，應加大改革力度，可以通過對土地征收物業(yè)稅、房產(chǎn)稅等方式獲得財政收入，解決對土地轉(zhuǎn)讓收入的依賴。

第四，提升人力資本素質(zhì)，優(yōu)化我國產(chǎn)業(yè)結構。21世紀是互聯(lián)網(wǎng)的時代，而互聯(lián)網(wǎng)的發(fā)展對人力資本的素質(zhì)提出了更高的要求，高素質(zhì)人才是時代發(fā)展的重要軟實力。一方面，我國應繼續(xù)加強對教育的投入，同時注意教育投入的公平性，可以將發(fā)達城市的教育資源有針對性地向經(jīng)濟落后的中西部城市轉(zhuǎn)移，提高教育水平，培養(yǎng)高素質(zhì)人才，拉動經(jīng)濟的均衡發(fā)展。另一方面，我國應加大對金融業(yè)、互聯(lián)網(wǎng)行業(yè)等新興行業(yè)的資金投入，進一步優(yōu)化我國產(chǎn)業(yè)結構。積極推進人才引進政策，在住房方面可以給予優(yōu)惠條件，目前將人才引進與住房政策結合到一起的基本上是較為發(fā)達的城市，對于中西部一些不發(fā)達的城市還并未落實，但是對于經(jīng)濟不發(fā)達的中西部地區(qū)，產(chǎn)業(yè)結構變遷程度不高，更需要進行產(chǎn)業(yè)的優(yōu)化升級，因此政府更加應該推進人才引進政策，以人才推動地區(qū)經(jīng)濟發(fā)展，也促進房地產(chǎn)市場伴隨著我國經(jīng)濟發(fā)展走健康、可持續(xù)發(fā)展路線。