房價上漲的城鄉收入分配效應
——基于空間計量模型的實證分析

林 萍

(閩江師范高等專科學校馬克思主義學院，福建福州350108)

一、引 言

在過去十幾年間，中國房價呈現持續上漲的趨勢。中國國家統計局的數據顯示，全國的商品房平均價格由2002年的2 250元/平方米上升到2016年的7 476元/平方米，增幅為232.27%。房子作為一種關乎國計民生的商品，其價格變動深刻地影響著居民的財富分配。[12]特別是近些年，隨著一線城市房價的暴漲，有人通過“炒房”獲取了大量財富，也有人面對高漲的房價“望房興嘆”，房價對社會財富分配的影響已成為學界和政界關注的一個焦點話題。在中國，城鄉二元結構體制長期存在，因此，城鄉收入差距一直是表征社會財富分配狀況的重要指標。據《中國統計年鑒》的相關數據，2002—2005年中國城鄉收入差距與房價的變動趨勢有所差異，但2006—2016年中國城鄉收入差距與房價變動軌跡的趨同現象非常明顯。這是一種偶然現象嗎？房價的上漲是否會影響城鄉收入差距？其影響機制又是如何？這些問題的回答，對于客觀評估中國房地產市場的經濟影響、維護社會的穩定和公平都具有重要的現實意義。

關于房價上漲對城鄉收入差距的影響，國內外學者已經進行了一定的研究。安虎森等通過構建空間均衡模型研究發現，城市高房價對城鄉收入差距的影響顯示出“門檻效應”：當城鄉市場開放度比較低時，城市高房價促進城鄉收入差距擴大；當城鄉市場開放度比較高時，城市高房價能有效縮小城鄉收入差距。[3]劉嘉毅采用混合回歸、固定效應和系統廣義矩估計等方法檢驗房價對城鄉收入差距的影響，研究發現房價上漲會拉大城鄉收入差距，但地區經濟發展則會削弱房價對城鄉收入差距的影響，經濟轉型特征變量在房價與城鄉收入差距之間的調節作用有差異。[4]張媛媛等通過建立PVAR模型研究發現，房價在擴大城鄉收入差距的同時，城鄉收入差距也給房價帶來了負向影響。[5]

綜上所述，可以發現現有的相關研究在理論層面上大多是碎片化的，而且在實證分析房價上漲對城鄉收入差距的影響時大都使用普通線性回歸模型，而忽略了房價與城鄉收入差距的空間相關性，容易造成估計偏差。基于此，本文從理論層面系統分析房價上漲影響城鄉收入差距的機制，并選取2002—2016年中國31個省份的面板數據，利用空間面板模型分析房價上漲對城鄉收入差距的影響。

二、房價上漲影響城鄉收入差距的機制分析

住房作為一種生活必需品，是家庭財富的重要組成部分，其價格上升勢必擴大城鄉收入差距，造成社會財富分配的不公平。房價的持續上漲加大了城鄉居民住房資產價格與其工資收入的差距，從而產生明顯的財富效應與人力資本投資效應。在城鄉二元結構體制中，房價的上漲還會影響農村勞動力向城市轉移，這同樣也會作用于城鄉收入差距。本文認為，房價上漲將通過以下三個渠道影響城鄉收入差距。

一是財富效應。房價的上漲會通過財富效應拉大城鄉收入差距，這主要體現在兩個方面。第一，在房價上漲周期中，城鎮居民可以憑借其住房所有權獲得財富增值效應，比如，當房產增值時城鎮居民可以賣出房子套現或將房產抵押獲得貸款資金進行再投資。[6]但是，因不同區域的農村宅基地不可交易，農村住房很難在城鎮房價上升時增值。據中國國家統計局住戶調查辦公室發布的報告顯示，截至2010年底，城鎮居民家庭自有住房率為89.3%，因此房價上漲將通過財產增值的方式擴大城鄉居民之間的收入差距。第二，隨著房價的上漲，房租的價格也會提升，這無疑會增加擁有多套出租房的城鎮居民的財產性收入，但對農村居民收入的影響較小甚至可能產生負面影響。

二是人力資本投資效應。隨著房價的上漲，城鎮居民通過房產增值以及房租和工資收入的增加而獲得大量財富，使得城鎮居民更有意愿和能力實現對自己或其子女的人力資本投資。李春風等基于中國29個省市的年度數據，運用GMM估計方法檢驗了住房對城鎮居民消費的影響，研究發現房價上漲顯著提升了居民的非居住消費水平。[7]而農村居民在房價上漲時所獲得的財富效應有限，其加大人力資本投資的意愿和能力也相對不足，因此房價的上漲擴大了城鄉居民之間的教育投資差距。中國國家統計局的數據顯示，2002—2016年城鎮居民人均文教娛樂支出占總收入的比重為9.21%，而在農村這一比重僅為7.49%，城鄉教育投資差距由2002年的4.29%上升到2016年的4.63%。城鄉教育投資差距的擴大又進一步拉大了城鄉收入差距，產生一種“滾雪球”效應。陳斌開等基于2002年中國家庭收入調查(CHIP)數據研究發現，教育水平差異是影響中國城鄉收入差距最為重要的因素，其貢獻程度高達34.69%。[8]

三是農業勞動力轉移效應。房價的上漲會通過影響農村勞動力向城市的轉移作用于城鄉收入差距。一方面，高漲的房價推高了城市的物價水平和租購房成本，從而拉高農民工的城市生活成本、降低農村居民進城務工與定居的意愿。[9]另一方面，房價的上升會推高地價與工資水平，使城市中的勞動密集型行業被擠出市場，產業結構向高新技術產業和現代服務業升級。但由于農民工的技能水平較低，產業結構的升級使得城市吸納農民工就業的能力減弱。[10]總而言之，房價上漲阻礙了農村人口向城市的轉移，不僅使得農村居民無法享受城市的高工資，也使得農業部門積累了大量勞動力，降低農業勞動的邊際生產率，進而擴大了城鄉收入差距。[11]

綜上所述，房價上漲會通過財富效應、人力資本投資效應以及農村勞動力轉移效應擴大城鄉居民之間的收入差距。至于房價上漲對城鄉收入差距的實際影響以及這三種效應是否發揮作用，下文將進一步實證檢驗。

三、模型的設定與變量的選取

(一)模型的設定

本文選取2002—2016年中國31個省市的面板數據考察房價上漲的城鄉收入分配效應以及房價上漲影響城鄉收入差距的機制。考慮到城鄉收入差距與房價均受空間相關性的影響，本文運用空間計量模型進行回歸分析。空間計量模型主要包括空間誤差模型(SEM)、空間滯后模型(SAR)和空間杜賓模型(SDM)，本文分別利用這三種模型考察城鄉收入差距與房價之間的關系，具體的模型設定如下：

空間誤差模型：

(1)

空間滯后模型：

(2)

空間杜賓模型：

(3)

其中，i和j代表省份，n代表省份的數量，t代表年份，income表示城鄉收入差距，house表示房價；W為空間權重矩陣，當i省份和j省份相鄰時，空間權重矩陣取1，否則取0，在具體回歸分析時，本文對權重矩陣的行進行標準化處理；Wij1nincome表示相鄰省份的城鄉收入差距，Wij1nhouse表示相鄰省份的房價；X為省份層面的控制變量，γi為省份的固定效應，γt為年份固定效應，εit、υit、ζit和μit為誤差項；α刻畫了房價對城鄉收入差距的影響，β刻畫了控制變量對城鄉收入差距的影響，ρ刻畫了相鄰省份的城鄉收入差距對本省城鄉收入差距的影響，δ刻畫了相鄰省份的房價對本省城鄉收入差距的影響，λ刻畫了誤差性的空間相關性。張傳勇的研究表明，房價和城鄉收入分配之間存在相互內生的關系。[12]為了避免聯立關系給模型估計帶來內生性偏誤，本文將所有解釋變量進行滯后一期處理。

(二)變量的選取

1.核心變量。城鄉收入差距(income)是核心被解釋變量，采用城鎮居民人均可支配收入與農村居民人均純收入的比值衡量。房價(house)是核心解釋變量，用商品房平均銷售價格表示。為了克服數據的異方差問題，城鄉收入差距與房價均以自然對數的形式進入回歸方程。

2.控制變量。為了保證回歸結果的可靠性，本文借鑒已有的文獻，加入以下控制變量：城市化率(urban)，用各地區城鎮人口占地區總人口的比重衡量；產業結構(sec)，用各地區第二產業產值占地區GDP的比重衡量；市場化程度(market)，用各地區國有工業企業銷售額占地區工業總產出的比重衡量，其數值越大，表示市場化程度越低；財政分權(fiscal)，用各地區預算內人均本級財政支出占中央預算內人均本級財政支出的比重衡量；經濟開放程度(open)，用各地區的進出口總額占地區GDP的比重衡量；政府教育支出(gov)，用各地區政府的教育支出占地區總支出的比重衡量。計算各個變量所使用的基礎數據均來自2002—2016年《中國統計年鑒》以及各省市統計年鑒。

在運用空間計量進行回歸之前，本文先運用Moran I指數測度2002—2016年中國各省市城鄉收入差距和房價的空間相關性(見表1)。從表1可以看出，與既有的大多數研究一致，各年份城鄉收入差距和房價的Moran I指數均大于0，并且在統計上非常顯著，說明城鄉收入差距和房價整體上具有很強的正向空間相關性，因此，利用空間計量模型探討房價上漲對城鄉收入差距的影響是合理的。

表1 2002—2016年中國城鄉收入差距與房價的Moran I指數

注：括號內為t值，***表示Moran I指數在1%的水平上顯著。

四、實證分析

(一)基準回歸

表2報告了模型(1)～模型(3)和普通最小二乘法(OLS)的回歸結果。[注]表2中報告普通最小二乘法(OLS)的回歸結果目的在于比較空間計量模型和普通最小二乘法(OLS)的回歸結果，以此驗證使用空間計量模型的科學性。從表2可以看出，在空間誤差模型(SEM)、空間滯后模型(SAR)以及空間杜賓模型(SDM)中，空間相關系數λ和ρ的估計值均非常顯著，表明本文使用空間計量模型是合理的；同時，三個模型中其他變量的估計系數也沒有太大差異，這在一定程度上說本文的估計結果具有穩健性。

本文借鑒余泳澤和羅大勇的方法，使用LM檢驗和穩健的LM檢驗對模型進行空間自相關檢驗[13]，結果發現：針對空間誤差模型(SEM)的LM檢驗和穩健的LM檢驗均接受了“無空間自相關”的假設，而針對空間滯后模型(SAR)的LM檢驗和穩健的LM檢驗則在5%的顯著水平拒絕了“無空間自相關”的假設，并且空間滯后模型(SAR)的R2與極大似然值也高于空間誤差模型(SEM)，說明空間滯后模型(SAR)的適用性和解釋力度都優于空間誤差模型(SEM)。空間杜賓模型(SDM)是空間滯后模型(SAR)更為一般的形式，且同時考慮了城鄉收入差距與房價的空間相關關系。[注]限于篇幅，LM檢驗和穩健的LM的檢驗結果沒有列出，備索。

表2 基準回歸結果

注：括號內數據為t值，***、**、*分別表示變量在1%、5%、10%的水平上顯著。

表2回歸結果顯示，空間誤差模型(SEM)、空間滯后模型(SAR)、空間杜賓模型(SDM)中的lnhouse估計系數分別為0.088、0.088、0.089，并且均在1%的水平下顯著，表明房價上漲顯著拉大了城鄉收入差距，同時意味著本地區房價每提高1%，城鄉收入差距就會擴大0.09%左右；在考慮空間因素的空間誤差模型(SEM)、空間滯后模型(SAR)以及空間杜賓模型(SDM)中，lnhouse估計系數均大于OLS的lnhouse估計系數(0.086)，說明回歸分析時若忽略空間因素會低估房價上漲的城鄉收入差距擴大效應。

(二)穩健性檢驗

基準回歸結果表明，房價上漲將顯著拉大城鄉收入差距。為保證回歸結果的可靠性，本文從以下三個方面進行穩健性檢驗。

1.使用廣義空間兩階段最小二乘法檢驗。盡管本文對解釋變量進行滯后一期處理，并且在省份層面加入諸多控制變量以及地區和年份的固定效應，但是模型仍無法控制預期等因素，使得基準回歸可能存在內生性問題。為了處理內生性問題，需要找出工具變量，并使用廣義空間兩階段最小二乘法進行檢驗。工具變量必須與房價有密切聯系，且不直接影響城鄉收入差距。本文借鑒陸銘等的做法，以各省份人均土地出讓面積[注]各省份人均土地出讓面積的數據來自歷年《中國國土資源統計年鑒》。作為房價的工具變量。[14]其原因在于：一是人均土地出讓面積是影響房價的重要因素，人均土地出讓面積越少，則房價增長越快；二是在中國土地公有制下，土地出讓面積受到中央和地方政府的嚴格管制，與城鄉收入差距沒有直接關系，滿足工具變量的外生性條件。表3第(1)～(3)列報告了相應的估計結果。從回歸結果很容易看出，ρ的估計系數非常顯著，并且lnhouse的估計系數依然顯著為正，說明前文的結論是穩健的。

2.使用經濟距離矩陣檢驗。在基準回歸中，本文使用了既有文獻常用的空間鄰近矩陣作為權重矩陣，然而空間鄰近矩陣的權重系數取決于：省份之間是否相鄰，并且相鄰省份的影響強度相同。這個條件可能不符合客觀事實，比如天津市與河北省和北京市相鄰，這并不表示除了河北省和北京市之外，天津市與其他地區不存在任何經濟聯系，并且天津市與河北省和北京市的經濟聯系是同等程度的。基于此，本文借鑒李婧等的研究方法構造了基于經濟距離的空間權重矩陣[15]，并重新進行回歸分析。表3第(4)～(6)列報告了使用經濟距離矩陣的回歸結果。結果顯示，與前文相比，lnhouse估計系數的符號并沒有發生實質性的變化，說明前文的結論依然成立。

3.使用非直轄市樣本檢驗。在研究收入分配時，直轄市的存在可能對估計結果產生影響。這是因為直轄市的城市化水平、經濟開放程度以及市場化程度都遠遠高于大多數省份，直轄市樣本可能成為估計過程中的異常值。[16]因此，本文利用非直轄市樣本重新進行回歸分析。表3第(7)～(9)列的回歸結果表明，在刪除北京、天津、上海和重慶四個直轄市樣本以后，lnhouse的估計系數仍然顯著為正，說明前文的結論具有良好的穩健性。

(三)房價上漲影響城鄉收入差距的直接原因

上述回歸結果表明，房價上漲具有擴大城鄉收入差距的效應。這一效應既可能來自房價上漲對城鎮居民收入的影響，也可能來自房價上漲對農村居民收入的影響，或者二者兼有。為深入了解房價上漲影響城鄉收入差距的直接原因，本文替換模型(1)～模型(3)的被解釋變量，即以城鎮居民人均收入和農村居民人均收入作為被解釋變量，分別考察房價上漲對城鄉居民收入的影響(見表4)。

從表4可以看出：一方面，表4的(1)～(3)列中lnhouse的估計系數顯著為正，表明房價上漲顯著地提升了城鎮居民的可支配收入，這可能是因為房價上升提高了城鎮居民的資產配置能力和教育投入，進而提高了城鎮居民的收入水平；另一方面，表4的(4)～(6)列中lnhouse的估計系數為負，表明房價上漲會降低農村居民的純收入，這可能是由房價上升抬高了農村居民進城打工的成本進而減少了勞動力從農業部門向非農部門轉移所致。此外，在表4的第(3)列和第(6)列中，W·lnhouse的估計系數顯著為負，表明鄰近地區房價的上升對本地區城鎮居民的收入也產生了負面影響。其原因可能是，鄰近地區房價的上升將產生一種“虹吸”效應，促使本地區的高技能工人向鄰近地區域擴散，不利于本地區的產業結構優化與經濟發展，進而降低了本地區城鎮居民的收入。

表3 穩健性檢驗

注：括號內數據為t值，***、**、*分別表示變量在1%、5%、10%的水平上顯著。(1)(2)……(9)表示各列的序號，其中：第(1)～(3)列為使用廣義空間兩階段最小二乘法的檢驗結果，由于沒有將房價滯后，因此樣本量有所增加；第(7)～(9)列為使用非直轄市樣本的檢驗結果，由于刪除了直轄市樣本，因此樣本量有所減少。

表4 房價上漲對城鄉居民人均收入影響的回歸分析

注：括號內數據為t值，***、**、*分別表示變量在1%、5%、10%的水平上顯著。(1)(2)……(6)表示各列的序號，其中：第(1)～(3)列是以城鎮居民人均收入作為被解釋變量的回歸結果；第(4)～(6)列是以農村居民人均收入作為被解釋變量的回歸結果。

(四)房價上漲影響城鄉收入差距的機制

根據前文的理論分析，房價上漲會通過財富效應、人力資本投資效應與勞動人口轉移效應影響城鄉收入差距。因此，本文選取了三個機制變量：一是城鄉資產收入差距(asset_gap)，由于無法直接觀測到城鎮居民因房價上漲所增加的房產增值收入與房租收入，因此本文使用城鎮居民和農村居民的總財產收入差距代理財富效應；二是城鄉教育支出差距(edu_gap)，通過這一指標衡量人力資本投資效應；三是農業勞動力轉移率(trans)，本文借鑒劉曉光等的方法定義農業勞動力轉移率，即農業勞動力轉移率=(鄉村從業人員-鄉村第一產業從業人員)/鄉村從業人員，以此度量農業勞動力的轉移程度。城鎮和農村居民的工資收入以及教育支出等數據來自歷年《中國統計年鑒》，鄉村從業人員數據來自歷年《中國農村統計年鑒》。為了識別這三個機制變量是否存在，本文使用兩個遞歸方程進行檢驗[注]限于篇幅，本文在檢驗房價上漲影響財富效應、人力資本投資效應與農業勞動力轉移效應時，只列出空間杜賓模型(SDM)的估計結果(見表5)，空間誤差模型(SAR)和空間誤差模型(SEM)的估計結果備索。，具體步驟包括：一是考察房價上漲對機制變量的影響，即將模型(3)中的被解釋變量城鄉收入差距替換為機制變量，重新回歸的結果見表5第(1)、第(3)、第(5)列；二是在控制機制變量后，檢驗房價上漲對城鄉收入差距的影響，即在模型(3)的控制變量中分別納入三個機制變量，重新回歸的結果見表5第(2)、第(4)、第(6)列。

表5 房價上漲影響財富效應、人力資本投資效應與農業勞動力轉移效應的回歸結果

注：括號內數據為t值；***、**、*、+分別表示變量在1%、5%、10%和15%的水平上顯著。(1)(2)……(6)表示各列的序號，其中：第(1)列是以城鄉資產收入差距(asset_gap)作為被解釋變量的回歸結果，第(3)列是以城鄉教育支出差距(edu_gap)作為被解釋變量的回歸結果，第(5)列是以城鄉資產收入差距(asset_gap)作為被解釋變量的回歸結果，第(2)(4)(6)列是以城鄉收入差距作為被解釋變量的回歸結果，但模型的控制變量依次增加了三個機制變量。在第(5)～(6)列中，由于只有2014年以前的《中國農村統計年鑒》提供了鄉村從業人員數據，因此在檢驗農業勞動力轉移效應時樣本量有所減少。

表5的回歸結果顯示：首先，第(1)列的lnhouse估計系數和第(2)列的asset_gap估計系數均不顯著，表明在樣本期內房價上漲的財富效應不明顯[注]回歸結果顯示，房價上漲通過財富效應影響城鄉收入差距的機制不成立，可能受限于數據，因為城鎮居民的房產增值幅度與房租收入無法直接觀測得到。這也是未來的研究方向。；其次，第(3)列的lnhouse估計系數為0.338，并且顯著為正，表明房價上漲擴大了城鄉人力資本投資差距，同時第(4)列的edu_gap估計系數為0.057，并且顯著為正[注]表5第(4)列的edu_gap是滯后一期的。考慮到人力資本“投資回收期”可能更遲，文章將edu_gap一直滯后到三期，結果發現edu_gap的估計系數均顯著為正。，表明房價上漲通過擴大城鄉人力資本投資差距，進而擴大城鄉收入差距的機制是成立的；再次，第(5)列的lnhouse估計系數為-0.102，并且顯著為負，意味著房價上漲阻礙了農村勞動力向城市轉移，同時第(6)列的trans估計系數為-0.042，并且顯著為負，表明房價上漲通過降低農業勞動力轉移率，進而擴大城鄉收入差距的機制是成立的。綜合以上分析可知，城鄉人力資本投資差距擴大和農業勞動力轉移率下降是房價上漲拉大城鄉收入差距的重要渠道。

五、研究結論和政策建議

本文以城鄉收入差距這一視角入手，從財富效應、人力資本投資效應與勞動人口轉移效應三個方面總結房價上漲對城鄉收入差距的影響機制，并基于2002—2016年中國31個省份的面板數據，使用空間計量模型檢驗了房價上漲對城鄉收入差距的影響。實證結果表明：(1)房價上漲顯著地拉大了城鄉收入差距，回歸時若忽略空間因素會低估房價上漲的城鄉收入差距擴大效應；(2)使用廣義空間兩階段最小二乘法、經濟距離構造矩陣以及非直轄市樣本等多角度進行穩健性檢驗，結果顯示房價上漲對城鄉收入差距的擴大效應依然成立；(3)房價上漲拉大城鄉收入差距的直接原因是，房價上漲提高了城鎮居民的收入、降低了農村居民的收入，進而從總體上擴大了城鄉收入差距；(4)城鄉人力資本投資差距擴大和農業勞動力轉移率下降是房價上漲拉大城鄉收入差距的重要渠道。

基于上述研究結論，本文提出以下政策建議：遏制房價的過快增長，將房價調控在一個合理的范圍；積極推進鄉村振興戰略，持續增加農民收入；實施城鄉基本公共服務均等化政策，加大對農村地區的教育投入，提高農村居民的人力資本水平；探索農民工在城鎮落戶的可行策略，使農民工及其子女在城市可以享有公平的教育、醫療等權利，進而促進農業勞動力的轉移，降低城鄉收入差距。