近十年来，随着经济社会的飞速发展，我国逐渐呈现出城镇化率不断攀升、房价持续高涨、第三产业在国民经济中占比不断提升的整体态势（如图1）。在该背景下，更好地掌握城镇化水平、第三产业以及房价之间的互动规律，了解其发展中的主要问题（如第三产业发展是否会提升城镇化水平、导致房价上涨，而这些反过来是否会抑制第三产业发展），可以为三者之间的协调发展提供科学合理的建议，实现城镇化、第三产业和房价的和谐互动，在不断提高我国城镇化水平和第三产业在国民经济中比重的前提下，保证房地产市场持续稳定发展。
根据骆永民等（2011）［1］、张媛媛等（2018）［2］的研究，分析城镇化、第三产业和房价之间的互动关系可以用面板向量自回归（PVAR）模型。该模型不仅具备向量自回归（VAR）模型的优点，而且能较好地控制不同省份间的个体异质性，还能够分析面临经济冲击时某一经济变量的动态反应，适用于本研究。
一、文献回顾
1.城镇化和房价关系研究
图1 近年来我国商品房销售、城镇化率及第三产业增加值占比情况
在对影响房价的因素进行研究的过程中，城镇化水平受到较多关注。城镇化进程不仅是人口的转移过程，更是生产要素的集聚过程。大部分学者都认为城镇化水平提高拉动了房价上涨。如王文莉等（2011）［3］从需求角度阐述城镇化进程带来城市人口总量的改变，影响住房需求，导致房价上涨；谢福泉等（2013）［4］从供给角度说明了城镇化对房价的影响。此外，部分文献探讨了房价对城镇化的影响：陈广桂（2004）［5］指出，高昂的房价提高了我国农民工市民化的成本，阻碍了城市化进程。李永乐等（2014）［6］研究了不同类型住宅对城镇化的影响，得到商业住宅价格上涨有利于城镇化水平提升的结论。
2.城镇化和第三产业关系研究
在现有的研究成果中，国内外较多研究均指出城镇化可以促进第三产业发展。如国外学者Singelmann（1978）［7］、Tiffen（2003）［8］均认为，城市化水平的提升可以加速第三产业的扩张。顾乃华（2011）［9］认为，城镇化水平是促进第三产业发展的重要因素。部分文献研究了第三产业对城镇化的影响，如：Black和Henderson（1997）［10］对比了不同产业类型主导的城市规模，发现以第三产业为主的城市规模更大，第三产业可以很好地推动城镇化水平；郭文杰（2007）［11］指出，第三产业是城镇化水平提升的重要源泉和持续动力。
3.第三产业和房价关系研究
已有文献中，关于房价和第三产业关系的研究大多以劳动力流动为中间变量阐述两者之间的关系。席艳玲等（2013）［12］指出，房价作为不可流动要素的价格是企业成本和劳动力生活成本的重要组成部分，其高低直接影响着劳动力流动，进而对第三产业发展及产业结构产生影响。部分文献研究了第三产业对房价的影响，如Gonzalez和Ortega（2013）［13］指出，第三产业发展会产生经济集聚效应，使得劳动力流入城市，推高房价。陈浩宇、刘园（2019）［14］则认为，第三产业发展有利于提高居民收入，住房需求增大，从而推动房地产市场的繁荣。
4.本文的边际贡献
从上面的总结中发现，城镇化、第三产业和房价三者中的任意两者都具有十分密切的关系，但目前我国学术领域缺少对该问题的系统阐述。查阅文献时发现，将城镇化、第三产业以及房价三者结合到一起研究的仅有陈浩宇、刘园（2019）一篇，且存在不足之处：第一，理论分析方面略显不足，仅分析了城镇化对房价、第三产业对房价以及城镇化对第三产业的影响，没有分析三者的互动影响；第二，在实证研究部分使用的是面板数据分析，不能很好地捕捉变量的动态变化。本文采用的PVAR模型则能较好地研究变量受到冲击后的动态反应。
二、理论机制
1.城镇化对第三产业和房价的影响
目前，已有研究分析了城镇化对第三产业的影响机制，主要有正反两个方面。从正面来看，城镇化带来农村剩余劳动力的转移，使得劳动力需求结构发生改变，有助于优化资源配置、推动技术创新，城镇化过程中产生的集聚效应形成了较强的经济以及技术溢出效应，这些均有利于促进第三产业的发展（都沁军，2005［15］；张晓青等，2016［16］）。从反面来看，随着城市规模扩大，“城市病”出现，加大了资源、环境负担，恶化了外部竞争环境。同时，部分转化为城镇户口的劳动力没有对第三产业发展作出贡献。这些因素导致城镇化无法有效促进第三产业的发展，甚至对第三产业发展产生阻力（曾淑婉等，2012［17］；杨文举，2007［18］）。进一步，有学者认为第三产业对房价的影响是正面的，第三产业的发展意味着该地区逐渐将发展重点从制造业转移到服务业，第三产业在国民经济中占比增加，居民收入提高，在收入不断提高的背景下人们的购房意愿不断高涨，推动房价上涨（陈浩宇等，2019［14］）。同时，城镇化水平对房价也有更直接的作用机制，即城镇化进程中伴随着大量农村剩余劳动力涌入城市，购房需求增加，推动房价上涨（张延等，2016［19］）。
2.房价、第三产业和城镇化的互动关系
既有文献表明，房价与第三产业、城镇化之间也存在互动关系，如图2所示。
图2 城镇化、第三产业与房价的互动关系
从逆向角度看房价对第三产业的影响，现有理论均认为该影响是正面的，房价上涨，普通劳动力生活成本及企业经营成本大大增加，房价上涨对其形成挤出效应，使得产业价值链从低端开始向高端转移，实现产业结构优化，有利于第三产业发展（刘志伟，2013［20］；张平等，2016［21］）。进一步地，大部分学者认为第三产业发展对城镇化水平有积极影响，其具有较强的城镇集聚功能，吸纳就业人数较多，能够直接提升城镇化水平（曹宗平，2009［22］；张晓青等，2016）。少数学者指出，当前我国第三产业发展状况及相关制度因素可能弱化甚至抑制城镇化水平。目前我国第三产业发展以传统第三产业为主，对资本依赖程度高，技术进步则体现在劳动力节约型技术上，难以大规模吸纳劳动力。我国长期存在的户籍制度以及城乡二元体制极大地限制了劳动力的自由流动，很多农村劳动力被迫留在农村，第三产业无法有效提升城镇化水平，长期依赖资本投入的第三产业甚至会抑制城镇化水平（杨文举，2007）。同时，小城镇的产业基础薄弱，对小城镇发展的支撑力度较小，无法有效提升城镇化水平（林晶晶，2017［23］）。因而，房价也能通过影响第三产业作用于城镇化进程。
房价对城镇化也有直接影响，包括两方面：一方面，房价上涨有助于改善房地产领域的投资效率以及投资行为，提供更多的就业机会，促使更多的人口涌入城市，提升城镇化水平（张媛媛等，2018［2］）；另一方面，高房价带来居住成本的提高和劳动者效应的减少，不利于劳动力跨区域流动，阻碍了城镇化进程。
三、模型构建与指标选择
1.模型构建
据前文理论分析可知，城镇化、第三产业和房价之间存在互动关系。为更好地了解三者间的动态影响，选择PVAR模型展开研究。该模型是一种包括固定效应的动态面板模型，将纳入模型的所有变量都当作内生变量。该模型集中了面板数据分析和VAR模型的优势，不但能研究变量之间的动态关联，控制不可观测个体的异质性，而且可用于分析冲击来临时经济变量的动态反应并对变量进行分解，得到不同冲击对变量的影响。因而，PVAR模型非常适合用于本文的分析。该模型的基本数学表达式为
式中，y it为指模型内生变量的向量；i为地区；t为时间；p为模型的滞后阶数；βj为模型的回归系数；αi为模型的个体固定效应；εit为随机扰动项。PVAR模型需要使用GMM法进行估计，由于存在滞后变量，易出现αi和滞后变量相关的问题，因而使用“前向均值差分”消除模型的个体固定效应，提高估计结果准确度。
2.变量选择及数据来源
本文定义如下变量：
（1）城镇化水平。当前我国正大力提倡发展新型城镇化，农村地区大量劳动力开始向城市转移。本文综合了国内外广泛使用的统计口径，选择各省（市）年末城镇人口占年末总人口的比例衡量城镇化水平。变量名称为urban，数据来源于《中国统计年鉴》。
（2）第三产业。能够衡量第三产业发展情况的指标主要包括第三产业产值、第三产业占GDP比重以及人均第三产业产值。为了更好地体现第三产业在国民经济发展中的重要作用，选择第三产业占GDP比重来衡量我国各省（市）第三产业发展水平。变量名称为third，数据来源于《中国统计年鉴》。
（3）房价。能够体现我国房价变化情况的指标为商品房平均销售价格。为了消除币值改变的影响，通过固定资产价格指数将房价平减为实际值（以1998年为基期）。同时，对平减后的房价数据进行对数处理，有利于消除异方差问题。变量名称为lnhp，数据来源于《中国统计年鉴》。
选择除西藏外其他30个省（市）2004—2017年的数据，描述性统计结果如表1所示。可见，我国城镇化水平、第三产业占比以及房价均呈明显上升趋势。
表1 变量描述性统计结果
?
四、实证过程与结果分析
1.平稳性检验和滞后阶数选择
面板数据回归之前，需要对其进行平稳性检验，防止出现伪回归问题。面板数据单位根检验有两种：一种为同质面板数据单位根检验，包括LLC检验和Breitung检验；另一种是异质面板数据单位根检验，包括IPS检验和ADF-Fisher检验。本文综合使用了这四种方法，单位根检验结果如表2所示。从表2可以看到，三个变量的原序列均为不平稳的，对它们进行一阶差分后则均能满足平稳性要求。
表2 面板数据单位根检验结果
?
为了得到PVAR模型中各变量的滞后阶数，需要在不同阶数下计算AIC、BIC以及HQIC信息准则值并进行对比，结果如表3所示。根据AIC、BIC及HQIC值最小化原则，本文确定的滞后阶数为2。
2.脉冲响应函数
脉冲响应指的是当某个变量因为扰动项的变化而产生单位改变时其他变量所产生的变化，可以较好地描述变量之间的动态互动关联。使用stata 11．0软件选择蒙特卡罗（Monte-Carlo）模拟方法进行1 000次模拟，设定种子值为13 579，模拟时间为0～6期，结果如图3所示。
表3 不同阶数下AIC、BIC及HQIC统计量计算结果
?
图3 城镇化、第三产业与房价的脉冲响应
从图3第1列可以看出：
当城镇化水平（d_urban）受到来自自身冲击时，其对自身当期的影响为正，达到0．000 5，但到第一期就逐渐衰减到0，说明城镇化对自身冲击只有短期效应。
第三产业（d_third）对城镇化水平（d_urban）的冲击开始为负向的，为-0．003，从当期到第二期这种负向影响逐渐减小到0，第二期以后一直保持在零水平线附近，滞后6期的累计效应为-0．004 1。这说明第三产业抑制了城镇化水平，与前文理论分析结果相符。目前，我国第三产业大部分为低效益的传统第三产业，仅有少数大城市拥有较多现代服务业和生产服务业。传统第三产业的发展主要依赖资本的大量投入，无法大规模吸收农村劳动力并将他们转化为城镇人口。加之制度方面的原因，如户籍制度以及城乡二元经济结构的存在，很多农村劳动力被迫滞留在农村，第三产业发展无法提升城镇化水平甚至会抑制城镇化水平。
房价（d_lnhp）对城镇化水平（d_urban）的当期冲击影响为正，为0．004，此后该正面冲击逐渐减小直到变成负向冲击。第一期时负向冲击最大，约为-0．002；从第一期到第二期该负向冲击逐渐减小；第二期及其以后该冲击一直保持在零水平线附近，滞后6期的累计效应为0．001 8。这说明城镇化水平受到的影响总体而言是正面的，与前文理论分析结果相符。房价上涨初期有助于改善房地产行业的投资行为及投资效率，提供更多就业机会，大量劳动力随之涌入城市，推动城镇化水平提升；但当房价上涨到一定程度，就会大大提高外来人口居住成本，抑制城镇化水平提高。整体而言，房价对城镇化水平的影响为正。
从图3第2列可以看出：
当第三产业（d_third）受到来自自身的冲击时具有正向反应，最高值分别为0．019和0．002，一直持续到第二期后逐渐收敛为0。这说明第三产业对自身的促进作用不断减小且缺乏持续性，其发展还需借助其他政策或要素的支持。
第三产业（d_third）受到来自城镇化水平（d_urban）的冲击时，在第一期为0．001，此后逐渐下降；第二期到第四期一直保持着微弱的负向冲击，6期累计效应为0．000 6。这说明第三产业受到的总体影响为正，与前文理论分析结果相符。城镇化过程中会产生人口集聚效应及规模经济，带来丰富的劳动力，提高人力资本水平，推动科技创新，这些均有助于促进第三产业发展。后续出现小幅度负面影响的原因可能有：一是在城镇化水平不断提升中，无论是个人还是家庭短期消费需求均有所提升，导致大量储蓄漏出（如家庭住房需求使得大量储蓄漏出），消费需求不断扩张，积累减少对经济发展的负面影响超过了需求扩张对经济发展的正面影响，从而阻碍了第三产业发展。二是城镇化进程中出现的“城市病”，如拥挤的交通环境和恶劣的居住环境，也会在一定程度上阻碍第三产业发展。
第三产业（d_third）受到来自房价（d_lnhp）的冲击时，从当期到第四期该影响均为正，第四期以后逐渐收敛为0。具体而言，从当期到第一期房价对第三产业的冲击影响逐渐增加，第一期时最大，达到0．012；第一期到第二期该冲击影响线性下降；第二期到第四期仅保持着微弱的正向冲击，累计效应为0．015。这说明房价对第三产业发展的影响为正，与前文理论分析结果相符。房价上涨改善了城市的人力资本结构，普通劳动力迁移出城市，高素质人才则大量聚集在城市并促使企业从产品价值链的低端转移到高端，产业结构不断优化升级。
从图3第3列可以看出：
当房价（d_lnhp）受到来自自身冲击时具有正向反应，达到0．09；第一期时该冲击大幅度下降至接近于0；第一期到第三期保持着小幅度正响应。
房价（d_lnhp）受到城镇化水平（d_urban）的冲击时，其影响先正后负，但负面影响持续时间较短且影响力度较小。第一期时正面冲击最大，为0．001；第二期时负面冲击最大，为-0．000 5；第四期以后回归为0，滞后6期的累计效应为0．0007。这说明城镇化水平对房价具有先促进后抑制的作用，且整体作用方向为正，与前文理论分析结果相符。城镇化水平提升可直接推动房价上涨，该过程伴随着大量人口流入，住房需求大大提升，房地产市场进入繁荣阶段；房价上涨到一定程度时，政府为了抑制房地产泡沫会颁布调控政策，当政策力度较大时会出现城镇化水平提升、房价小幅下跌的局面。但整体而言，城镇化水平对房价的影响仍然是正面的。
当房价（d_lnhp）受到来自第三产业（d_third）的冲击时，从当期到第五期该影响始终为负，且在第一期时达到最大，为-0．01；第一期到第五期该负面冲击逐渐减小，第五期以后收敛于零，滞后6期的累计效应为-0．017 5。这说明第三产业发展抑制了房价上涨，与前文理论分析结果相悖。之所以出现该情况，主要是因为近年来虽然第三产业在国民经济中占比大幅度提升，但其内部结构不合理。传统服务业仍发挥着重要作用，而传统服务业主要依赖资本投入，吸纳劳动力数量有限，无法显著提高就业水平及吸引劳动力，加之存在户籍制度等限制劳动力流动的制度因素，使得第三产业发展不仅抑制了城镇化水平，而且导致房地产市场降温。
3.方差分解
为了进一步考察城镇化水平、第三产业和房价之间的相互影响，借助PVAR模型中的方差分解得到各变量对预测误差均方差的贡献比例构成情况，笔者称之为“预测误差的方差分解”（见表4）。
表4 方差分解结果 %
?
从表4可以看出：第四期到第六期城镇化水平对自身的方差贡献率为94．10%，对第三产业及房价的方差贡献率分别为0．90%和5．00%；第四期到第六期第三产业对自身的方差贡献率一直保持在73．90%，对城镇化水平及房价的方差贡献率分别为2．10%和24．00%；第四期到第六期房价对自身的方差贡献率为97．50%，对城镇化水平及第三产业的方差贡献率分别为0．20%和2．30%。
五、结论和建议
本文研究发现，城镇化、第三产业和房价确实存在动态关联，并形成了完整的互动框架。除第三产业对房价的影响和理论不符外，其他均有理论支撑。对与理论不符的原因，本文进行了分析说明。基于省际面板数据的PVAR模型分析得到的结论如下：
首先，城镇化水平的提升整体而言促进了第三产业发展（脉冲响应函数中显示为先促进后抑制），第三产业发展抑制了房价上涨，城镇化水平对房价的总体影响是正面的（脉冲响应函数中为先促进、后抑制，最后再促进）。从方差分解看到，城镇化对第三产业波动的解释力较弱，方差贡献率仅为0．90%；第三产业对房价波动的解释力较强，方差贡献率为24．00%；城镇化对房价波动解释的方差贡献率为5．00%。
其次，房价上涨有利于第三产业发展，第三产业发展则抑制了城镇化水平，房价上涨对城镇化水平的总体影响是正面的（脉冲响应函数中为先促进后抑制）。方差分解结果显示，房价对第三产业波动的解释力为2．30%；第三产业对城镇化水平波动的解释力为2．10%；房价对城镇化水平的解释力度非常弱，方差贡献率为0．20%，说明房价并非城镇化水平波动的主要原因。
据此提出如下政策建议：
（1）基于城镇化—第三产业—房价的视角分析
第一，从城镇化水平对第三产业的促进作用来看，城镇化作为我国经济转型过程中的增长新动能对第三产业的促进作用较弱，城镇化水平提升的作用并未得到充分发挥。为此，应大力发展新型城镇化，突出以人为本的城镇化，走新型工业化、信息化、城镇化和农业现代化的发展道路；不断提高各大城市的综合承载能力，强化城市基础设施和公共服务建设，提高城市运行效率和资源供给能力。
第二，第三产业发展对房价上涨起到抑制作用。第三产业在国民经济中占比不断提高是产业结构优化升级的重要体现，有利于我国经济迈入更高的发展阶段。为了较好地平抑房价，保证房地产市场平稳健康发展，应大力发展第三产业，优化产业结构，提高现代服务业、信息科技等在第三产业中的占比。
第三，城镇化对房价的直接效应显示，随着城镇化水平提升，房价整体而言是上涨的。为了抑制房价持续上涨给人们带来的生活压力，政府部门应在大力推动城镇化的过程中增加保障性住房的供应量，落实“租售同权”，让进城劳动力享受和城市居民同等的权利，确保我国住房市场真正回归居住属性。
（2）基于房价—第三产业—城镇化水平的视角分析
第一，房价上涨有利于促进第三产业发展。为引导第三产业实现有序发展，应合理控制城市房价，调控虚高房价。部分大城市之所以出现房价虚高，本质原因在于其拥有非常丰富的教育、医疗、文化、卫生等公共服务资源。政府应通过行政及财政手段推动各地区实现公共服务均等化，缩小区域差距，合理控制房价。同时，要立足于各城市自身特色和比较优势进行产业的分工和有效整合，发展现代服务业，不断提高产品附加值，促进第三产业健康发展。
第二，第三产业发展对城镇化水平有抑制作用。第三产业之所以没有很好地发挥其对城镇化的促进作用，主要是因为虽然其在国民经济中占比不断提高，但结构不合理，传统第三产业比重较大，吸纳剩余劳动力能力有限。应不断优化第三产业内部结构，提高现代服务业占比，合理利用外资，将其与先进技术相结合，不断提高第三产业就业弹性，稳步推进我国城镇化进程。
第三，房价对城镇化的直接影响总体而言是积极的，即前期房价上涨推动了城镇化水平提高，后期则发挥了抑制作用。这说明在适度的房价上涨范围内应不断完善城市住房功能，确保房地产市场稳步健康发展，消除户籍制度等阻碍人口流动的限制，提升城镇化水平。但是房价过高会带来巨大的住房压力，政府应不断完善住房制度，加大公租房、廉租房等方面的住房制度建设，实现住房领域公共服务均等化，解决进城劳动力的住房问题。
［1］骆永民，刘艳华．金融集聚、人力资本与房价——基于Panel VAR模型［J］．财贸研究，2011（4）：93-101．
［2］张媛媛，曹宗平，王凯风．城镇化、房价与城乡收入差距——基于2005—2015年省级面板数据的经验研究［J］．经济问题探索，2018（4）：26-36．
［3］王文莉，赵奉军．城市化进程与房价租金比高企问题研究——基于中国35个大中城市面板数据实证分析［J］．财贸研究，2011（5）：28-33．
［4］谢福泉，黄俊晖．城镇化与房地产市场供需：基于中国数据的检验［J］．上海经济研究，2013（8）：115-123．
［5］陈广桂．房价、农民市民化成本和我国的城市化［J］．中国农村经济，2004（3）：43-47．
［6］李永乐，刘建生，吴群，等．不同类型房价对城镇化的影响研究——来自中国省际面板数据的证据［J］．中国土地科学，2014（4）：26-32．
［7］Singelmann J．The sectoral transformation of the labor force in seven industrialized countries 1920—1970［J］．American Journal of Sociology，1978，83（5）：1224-1234．
［8］Tiffen M．Transition in sub-Saharan A frica：agriculture，urbanization and income grow th［J］．World Development，2003，31（8）：1342-1366．
［9］顾乃华．城市化与服务业发展：基于省市制度互动视角的研究［J］．世界经济，2011（1）：126-142．
［10］Black D，Henderson J V．Urban grow th［R］．USA：Cambridge，Mass．NBER，1997：79-91．
［11］郭文杰．中国城市化与服务业发展的动态计量分析1978—2004［J］．河北经贸大学学报，2007（5）：20-26．
［12］席艳玲，吉生保，王小艳．要素相对价格对产业结构调整的倒逼效应分析——基于省际动态面板数据的系统GMM估计［J］．财贸研究，2013（5）：18-24．
［13］Gonzalez L，Ortega F．Immigration and housing booms：evidence from Spain［J］．Journal of Regional Science，2013，53（1）：37-59．
［14］陈浩宇，刘园．城镇化、第三产业和房价的关系研究［J］．工业技术经济，2019（3）：104-109．
［15］都沁军．第三产业与城市化协调发展的对策研究［J］．城市发展研究，2005（10）：72-75．
［16］张晓青，张晓婉．第三产业内部层次在城镇化发展中的作用——基于鲁苏浙闽粤五省的实证研究［J］．经济经纬，2016（6）：25-30．
［17］曾淑婉，赵晶晶．城市化对服务业发展的影响机理及其实证研究——基于中国省际数据的动态面板分析［J］．中央财经大学学报，2012（6）：60-66．
［18］杨文举．中国城镇化与产业结构关系的实证分析［J］．经济经纬，2007（1）：78-81．
［19］张延，张静．城镇化对房价的影响：理论与实证分析［J］．财政研究，2016（6）：95-102．
［20］刘志伟．城市房价、劳动力流动与第三产业发展——基于全国性面板数据的实证分析［J］．经济问题，2013（8）：44-47．
［21］张平，张鹏鹏．房价、劳动力异质性与产业结构升级［J］．当代经济科学，2016（2）：87-93．
［22］曹宗平．我国城镇化过程中第三产业的作用及发展路径［J］．华南师范大学学报（社会科学版），2009（2）：29-33．
［23］林晶晶．产城融合发展视角下推进小城镇改革研究——以福建省甫田市为例［J］．沈阳工业大学学报（社会科学版），2017（4）：351-354．