房價對城鎮居民收入差距的影響研究

周建軍,彭雋婷,陽娟

基金項目： 國家社會科學基金重點項目（18AJY027）

作者簡介： 周建軍（1974—），男，湖南桃江人，博士，湘潭大學商學院教授，博士生導師，研究方向：房地產金融和城市房地產經濟。

摘 要：依據我國33個大中城市2000—2017年的面板數據構建動態面板模型，考量房價對城鎮居民收入差距的影響及區域性差異。結果表明：房價上漲對于城鎮居民收入差距擴大具有顯著正向影響，且對東部城市的影響顯著高于非東部城市，人均GDP、政府教育投入、城鎮人口比重和第三產業比重也對城鎮居民收入差距具有一定影響。鑒此，宜從稅收政策、產業結構、政府教育投入及居住成本等方面合理控制城鎮居民收入差距。

關鍵詞： 房價;財富效應;收入差距;異質性

中圖分類號：F293.3 文獻標識碼： A 文章編號：1003-7217（2020）03-0109-08

一、引 言

隨著我國經濟的發展和居民生活水平的不斷提高，住房資產價格的攀升及收入差距的擴大為我國社會的長期均衡發展埋下隱患。2000年以來，我國商品房平均銷售價格不斷上升，整體上漲幅度較大。同時，由于我國各地區之間在地理區位、市場條件和政策導向等方面的差異，房地產市場發展具有非常明顯的區域差異性。伴隨著住房資產價格的不斷上漲，在財富效應、信貸效應、通貨膨脹效應及擠出效應的作用下，不同居民家庭之間的收入和財富不斷拉大，社會分配不均導致兩極分化嚴重。

新時代背景下，我國社會的主要矛盾發生了較大的轉變，人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾成為了我國社會的主要矛盾。為了適應這一現狀，我們要改善社會發展的公平性，提高人民的獲得感，實現更為均衡充分的發展。房價的不斷攀升，嚴重阻礙了房地產行業的發展，而房地產行業極高的產業關聯度又會影響到我國宏觀經濟的平穩運行。房地產市場主要矛盾已經從住房短缺矛盾走向了資源錯配導致的不平衡不充分矛盾——貧困人群無法獲得自有住房，而富裕人群占有一套或多套住房，住房資源占有量的失衡成為社會差距的重要體現。而收入差距不僅是社會問題，更是發展問題，收入差距的擴大不僅會加劇社會不平等的現狀，更會借由消費等途徑影響經濟發展效率，制約經濟發展。房價問題亦是如此。因此，一方面，該研究可以為調控房地產市場，改善社會分配公平提供一定的理論依據和建議;另一方面，通過對房地產市場發展和居民家庭收入之間的關系進行深入剖析，有助于我國突破經濟增長瓶頸，推動經濟穩中向好發展，維護社會穩定。

二、文獻綜述

（一）房地產價格波動帶來的財富效應是否存在及其強度

目前，國內外研究學者主要有以下兩種結論：一是房地產財富效應確實存在，且對居民家庭財富具有顯著的影響，但在時間、區域、社會階層等條件發生變化時產生效應程度差異[1-3]。但是，只有用來出租或出售的房產價格提高才會顯著提高居民家庭消費[4]。因此，相對于擁有多套住房的居民家庭，沒有住房資產或只擁有一套自住房資產家庭的財富效應較小，這一效應與住房資產的價值以及其占據居民家庭資產的比重呈正相關關系[5]。同時，這一效應與股票和基金等金融資產所帶來的財富效應相比，會比較微弱[6，7]。二是否認了財富效應或認為該效應并不顯著。李濤和陳斌開（2014）認為我國住房資產絕大多數作為消費品，而其作為家庭資產所帶來的資產效應和財富效應都不明顯[8]。黃靜（2011）認為在我國住房價格不斷提高的背景下，絕大多數城市內部居民家庭的住房財富效應顯著為負，全國樣本中這一效應非常微弱且不顯著[9]。對于全國總體樣本中居民家庭住房資產沒有表現出明顯的財富效應還有可能是因為不同的城市樣本中效應相互抵消[10]。

（二）房地產價格發生變化后對城鎮居民家庭消費情況的影響

國內外學者在影響渠道和影響力度方面做了許多研究，現有的結論主要有兩種：第一種結論是住房資產價格上漲會使得居民家庭的消費增加，且該影響存在時空差異。住房資產價格上升導致消費增加有兩方面原因：一是房地產財富效應的存在使得住房資產價格上升后居民家庭財富提高，進而促使家庭消費增加[11];二是“加速器”效應的存在放大了房價提高對于家庭財富的影響，房價上漲后居民家庭財富增加，并且這種財富的增長在居民家庭中具有長期性和持續性[12]。由此，居民家庭可獲得的消費信貸會更多，因為其可用于貸款抵押的住房資產升值，這種信貸市場的“加速器”放大效應，使得無論是在長期還是短期，房價上漲都會顯著提高居民家庭的消費水平[13，14]。何興強等（2019）運用中國家庭金融（CHFS）數據，分析房價收入比對家庭消費財富效應的影響，發現：房價收入比高時家庭消費水平也相應較高[15]。第二種觀點是住房價格的提高不會提高居民家庭消費，甚至會抑制居民家庭消費。鄔麗萍等（2009）闡述了房價影響居民消費的機理，房地產價格上漲抑制了我國城鎮居民消費支出[16]。一方面，由于儲蓄意愿和擠出效應，住房資產價格上漲會降低居民家庭的消費[17];另一方面，由于財富效應和信貸效應的存在，住房資產價格的提高對于居民家庭消費的影響總體效應并不明確[18-21]。

（三）房地產價格變動對居民收入差距的影響研究

住房資產作為居民家庭財產，兼具消費屬性和投資屬性，房價波動通過改變家庭財產價值進而改變居民家庭之間的收入分配[22]。Matlack等（2006）在構建簡單局部均衡模型的基礎上發現，財富效應和信貸效應的存在使得房價上漲后居民收入差距會拉大[23]。我國學術界大多數相關研究結果表明兩者之間有著長期且穩定的關系[24-28]。劉祖云和毛小平（2012）發現居民的職業、工資收入等能體現個人生活水平的資本，也是影響房地產資源的重要因素，資本不同獲得的房產資源也千差萬別[29]。在區域和市場差異性方面，周建軍等（2014）檢驗了不同類別區域內房價對于居民收入差距的影響，發現在不同類別的房地產市場上，房價波動對居民收入差距的影響是不同的[30]。張傳勇（2014）利用LSDV法研究發現，收入差距在總體樣本、東部區域和西部區域與房價波動呈現顯著的正相關關系，但是這種影響在中部地區并不顯著[31]。同時，鞠方等（2017）研究發現無論是否考慮城市化因素，我國房價對居民收入差距的影響都是正向的，并且城市化平均水平的提高削弱了房價對居民收入差距的影響系數[32]。

giniit=β0+β1giniit-1+β2lnphpit+

β3lnpavergdpit+β4eduit+β5urit+

β6t_gdpit+εit（1）

選取國內外研究中衡量居民家庭收入差距最為常用的基尼系數作為被解釋變量的衡量指標。33個大中城市中深圳、西安、成都、保定、洛陽、九江以及舟山七個城市的人均可支配收入分組數據有缺失，缺失年份的基尼系數以省級分組數據計算的基尼系數作為替代。房價、GDP等價值型變量均采用以2000年為基期的CPI指數進行了平減并取對數形式。變量的描述性統計結果如表1所示。

（二）單位根及協整檢驗

為避免偽回歸，對各變量采用LLC檢驗、IPS檢驗和Fisher檢驗進行單位根檢驗，以判斷序列的平穩性。所有變量在三種單位根檢驗下結果一致，均能在5%的顯著性水平下拒絕原假設，各個變量都不具有單位根。具體檢驗結果如表2所示。

另外，采用Kao檢驗、Pedroni檢驗和Westerlund檢驗三種方法來驗證面板數據內解釋變量和被解釋變量之間是否擁有長期且穩定的相關關系，具體檢驗結果如表3所示。除了Westerlund檢驗下的同質檢驗值不能通過顯著性檢驗外，其他所有檢驗下獲得的統計量值均能在5%的顯著性水平下拒絕原假設，證明各個變量之間存在長期穩定關系，可以進行實證回歸分析。

（三）實證結果及分析

1.全樣本實證結果及分析。

根據設定的模型對33個城市18年的數據總計561個樣本進行實證檢驗，由于模型中包含了被解釋變量的滯后一期，需要控制前期城鎮居民收入差距的影響，所以，實證回歸采用系統GMM方法進行估計，回歸結果如表4所示。

以序列相關性檢驗對動態面板模型的設定正確與否進行檢驗，檢驗結果如表5第一二行所示，從表中結果可以看出，模型不存在二階序列相關。另外，通過Sargan檢驗對模型中的工具變量有效性進行檢驗，結果如表5中第三行所示，模型中的工具變量不存在過度識別的情況。因此，采用系統GMM方法估計得出的系數結果是有效的。

由于時滯性影響，采用滯后一期的商品房價格來度量對居民家庭收入差距的影響。表4是全體城市的回歸結果，從混合OLS估計中可以看出商品房價格與城鎮居民收入差距存在正向關系，房價每上漲1%，衡量居民收入差距的基尼系數增加0.012個單位，商品房價格上漲對于基尼系數的影響較為可觀。從隨機效應和固定效應估計這兩列的結果中可以看出，商品房價格對于城鎮居民收入差距的影響仍然為正，但不顯著，這是由于居民收入差距受到前期居民收入差距的影響較大。第四列是系統GMM估計的結果，可以看出商品房價格和城鎮居民收入差距存在顯著的正向關系，城鎮居民收入差距拉大。商品房價格每上漲1%，衡量居民收入差距的基尼系數增加0.010個單位，雖然數值與OLS估計相比有所下降，但這一估計結果更為可信。其次，可以從模型中看到前一期的居民收入差距與當期的居民收入差距呈顯著正相關關系，這與之前的模型預期一致。前期的基尼系數每變化1個單位，本期的居民收入差距相應變化0.258個單位。這體現出城鎮居民收入差距具有馬太效應，財富較多的居民家庭更容易獲得財產性收入和投資性收入，隨著財富的不斷積累，居民家庭之間的收入差距陷入“貧者越貧，富者越富”的循環。最后，從估計結果中可以看出，人均GDP、城鎮人口比重和第三產業占據GDP的比重都與城鎮居民收入差距呈顯著的負向關系。

為了考察回歸結果的可靠性，為模型回歸結果提供輔助性證明，通過改變模型估計樣本對總體模型進行了三種穩健性檢驗：一是改變數據的時間范圍，從時間角度檢驗估計結果是否可信;二是改變總體模型中包含的主體，減少極端城市的數據，從樣本范圍檢驗估計結果;三是改變產業結構的衡量變量，從改變控制變量的角度查看估計結果的穩健性。穩健性檢驗結果如表6所示。

表6中，第一、二列是將數據劃分為2000-2010年以及2011-2017年兩個階段后得到的估計結果，選擇將2010年作為分水嶺的原因是：2010年國家出臺“國五條”政策后，大中城市房地產市場拉開了限購的序幕，政策的改變使得房地產市場發展進入新的階段。第三列的結果是通過改變城市范圍，從全樣本中剔除極端值北京和銀川后的回歸結果。第四列是以第三產業就業比重代替控制變量第三產業占GDP比重后所得到的估計結果。在改變時間跨度、城市范圍和產業結構的衡量變量后，所有變量的估計方向依舊均與全樣本時一致。綜上，系統GMM方法估計得出的結果在改變時間跨度、樣本范圍以及變量后仍然有效，模型估計結果可信。

2.異質性檢驗及區域差異性分析。

選取33個大中城市作為東部和非東部房地產市場發展狀況異質性的代表，深入分析房價對城鎮居民收入差距的影響并關注這一影響在不同區域城市之間的差異性，對因地制宜地調控房地產市場、有效控制不斷擴大的居民收入差距具有重要意義。針對東部城市和非東部城市房價對城鎮內部居民收入差距的影響進行實證研究，綜合總體樣本、東部城市樣本以及非東部城市樣本回歸結果，對比分析我國城市房價對城鎮居民收入差距的影響，各個變量的系數值如表7所示。

由于房價和城鎮居民收入差距存在反向因果關系，此時采用混合OLS和經典面板回歸方法進行估計得到的估計量有偏。在對模型進行誤差自相關檢驗以及工具變量有效性檢驗后發現，AR（1）的檢驗統計量的P值為0，但AR（2）的檢驗統計量的P值為0.457，大于0.05，誤差項不存在二階自相關，GMM統計量有效;Sargan檢驗P值為0.999，工具變量有效。由此可見，SYS-GMM方法估計出來的系數有效，回歸結果以系統矩估計為準。

首先，對于核心解釋變量房價而言，可以看出三個回歸結果中房價對于城鎮居民收入差距都有正向影響，就其影響的程度來看東部樣本>總體樣本>非東部樣本，且東部城市樣本中的數值遠大于總體樣本和非東部城市樣本。這是因為東部地區城市經濟發達，房地產市場和投資市場也發展得更為完善，房地產的高值性和投資屬性會吸引大量的投資者涌入，東部城市房地產業的投資和投機需求高于非東部城市，導致東部城市的房價明顯高于非東部城市。但非東部區域房地產市場的投資投機行為相對東部區域來說較少，因此，非東部區域內房價對于城鎮居民收入差距的影響較小。

其次，對于控制變量來說，在全部的三個回歸中，人均GDP對于城鎮居民收入差距的影響均顯著為負，數值上東部>非東部>總體，但數值差異不大，因此，人均GDP對于城鎮居民收入差距的影響不存在明顯差異。城鎮人口比重對于城鎮居民收入差距的影響在總體樣本和非東部樣本中顯著為負，在東部樣本中則顯著為正，區域差異較大。由前文分析可知，在非東部區域中，城鎮人口規模的擴大帶來城市經濟的進步，增加該區域內中低收入階層就業和積累財富的機會，從而與中高收入階層的收入差距逐漸縮小;而東部區域經濟發達，城市化進程更高，城市內部就業更看重知識技能，而非普通的勞動力數量，東部區域的大城市內中高收入階層更易于積累財富，從而東部區域內城鎮人口比重的上升會導致城鎮居民收入差距的進一步增大。政府教育投入變量只在非東部區域中對城鎮居民收入差距具有顯著負向影響，在東部城市樣本和總體樣本中則不顯著。這是因為非東部區域的教育更加聚焦于基本的義務教育，對于學生的素質教育關注較少，政府教育投入的增長對于區域教育水平的提高有著較大的作用，對于中低收入階層來說“讀書是改變命運的唯一方式”，教育水平的提高對于中低收入階層人力資本積累的增加有著重要作用，其在一定程度上縮小了非東部區域城鎮居民的收入差距。在東部樣本中第三產業比重對城鎮居民收入的影響顯著為負，在總體樣本和非東部城市樣本中并不顯著，且數值較小。這是因為東部區域經濟發達，第三產業比重的上升為城鎮內部低收入階層帶來更多的就業機會和收入積累機會，從而縮小了其與中高收入階層的收入差距。

五、結論與政策建議

（一）結論

實證結果表明，城鎮居民收入差距受到前期城鎮居民收入差距的影響較大，而房價上漲確實會導致城鎮居民收入差距拉大。城市人均GDP對于城鎮居民收入差距有著顯著負向影響，政府教育投入比重對于縮小城鎮居民收入差距也有著顯著作用，城鎮人口比重和第三產業比重對于城鎮居民收入差距的影響則在總體和區域之間存在較大差異。從總體上看，城鎮人口比重可以有效地縮小城鎮內部居民的收入差距;但在城鎮人口比重達到一定程度的大城市，如北上廣深等城市，并不能縮小城鎮居民收入差距，相反還會拉大差距。在東部城市中第三產業比重上升能顯著縮小城鎮居民收入差距，但是這種影響相對于其他幾個變量來說非常微弱。

（二）政策建議

1.完善房產稅收政策，抑制投機性住房需求。目前我國還沒有就房地產持有和代際之間的繼承制定相關的稅收政策，導致房地產持有和繼承成本較低。這一方面使得代際之間的收入差距傳播更為便利，容易造成貧富階層固化;另一方面，這也是導致我國房地產市場投資投機性需求居高不下的重要原因。一是要出臺房地產持有稅，例如住房空置稅，提高房地產的持有成本。二是開征房地產遺產稅，開征遺產稅可以在一定程度上縮小收入差距在代際之間的轉移，緩和城鎮居民收入差距。三是實行階梯稅制，對于擁有多套房產的居民，提高其第三套及以上房產的稅負，充分發揮稅收的調節器作用，有效調節城鎮居民家庭收入差距。

2.協調各區域城市發展，加快產業升級進程。城市發展水平對于城鎮居民收入差距有著重要影響，目前我國城市發展存在較大差異，東部城市發展明顯快于非東部城市，東部城市第三產業的快速發展帶來人口的大量涌入，住房供不應求，房價上漲較快，收入差距拉大，因此，我們要協調兼顧各區域城市的發展，積極促進產業間的協調發展，優化產業結構，為城鎮居民提供更多的就業和投資機會，分散東部城市的人口和住房壓力，促進房地產市場協調發展，合理控制城鎮居民收入差距。

3.增加政府教育投入，更加注重教育公平。首先，要建立合理完善的教育投入分配制度，建立健全校園獎助學金制度和助學貸款制度，加大對中低收入階層的政策傾斜力度，加強其人力資本的積累。其次，要嚴格管理政府教育投入資金，細化各項資金預算并規范監督各項資金的使用，定期披露各項資金的使用情況并接受公眾和社會的監督，保障公共教育資金用到實處，真正促進教育公平，提高中低收入階層的人力資本積累，縮小城鎮居民收入差距。

4.增加保障性住房供給，有效降低中低收入階層居住成本。由于擠出效應和通貨膨脹效應，中低收入家庭在房價上漲后需要付出更大的代價才能滿足“住”這一基本需求，從而導致中低收入階層與高收入階層的收入差距拉大。因此，增加中低收入階層的保障性住房供給，為中低收入階層家庭購房和租房提供保障，能夠有效降低中低收入階層居住成本，可以在一定程度上縮小城鎮居民收入差距。首先，要盡量增加保障性住房的土地供應，房地產的土地附著性以及城市土地資源的有限性是住房供應最大的障礙，因此，要增加保障性住房供給，首要保障土地的供應。其次，是完善不同階層家庭的保障制度，實行“租售并舉”的保障形式，盡快實現“租售同權”，保障租房者的合法權利。最后，增強住房租賃市場的信息流動，促進住房租賃市場發展，有效滿足不同家庭的住房需求，降低中低收入階層家庭居住成本，縮小城鎮居民收入差距。

參考文獻：

[1] Leonard J A. The impact of the housing market boom and bust on consumption spending[J]. Business Economics， 2010， 45（2）：83-93.

[2] 周建軍，孫倩倩.貨幣政策對房地產金融風險的影響——基于SVAR模型與門檻模型的實證分析[J].財經理論與實踐，2019，40（4）：32-37..

[3] Nathalie G， Sveinbjrn B. House prices and economic activity[R]. Oecd Economics Department Working Papers， 2001， volume 2000（Dec）：1-1（1）.

[4] 尚昀，臧旭恒.家庭資產、人力資本與城鎮居民消費行為[J].東岳論叢，2016，37（4）：30-41.

[5] 張浩，易行健，周聰.房產價值變動、城鎮居民消費與財富效應異質性——來自微觀家庭調查數據的分析[J].金融研究，2017（8）：50-66.

[6] 劉也，張安全，雷震.住房資產的財富效應：基于CHFS的經驗證據[J].財經科學，2016（11）：71-78.

[7] 駱祚炎.住房支出、住房價格、財富效應與居民消費增長——兼論貨幣政策對資產價格波動的關注[J].財經科學，2010（5）：31-38.

[8] 李濤，陳斌開.家庭固定資產、財富效應與居民消費：來自中國城鎮家庭的經驗證據[J].經濟研究，2014，49（3）：62-75.

[9] 黃靜.基于30個城市非平穩面板計量的住房財富效應實證檢驗[J].管理評論，2011，23（5）：18-24.

[10]余華義，王科涵，黃燕芬.中國住房分類財富效應及其區位異質性——基于35個大城市數據的實證研究[J].中國軟科學，2017（2）：88-101.

[11]Campbell J Y， Cocco J F， Jmoneco J， et al. How do house prices affect consumption？ evidence from micro data[J]. Journal of Monetary Economics， 2007， 54（3）：591-621.

[12]De Veirman E， Dunstan A. Debt dynamics and the relationship between consumption and cyclical wealth changes[J]. Economic Record， 2012， 88（282）： 330-340.

[13]宋勃.房地產市場財富效應的理論分析和中國經驗的實證檢驗：1998-2006[J].經濟科學，2007，29（5）：41-53.

[14]王子龍，許簫迪，徐浩然.中國房地產財富效應測度的實證研究[J].財貿研究，2009，20（2）：24-31.

[15]何興強，楊銳鋒.房價收入比與家庭消費——基于房產財富效果應的視角[J].金融學季刊，2019（4）：102-117.

[16]鄔麗萍，周建軍.波動對消費支出影響的實證分析[J].財經理論與實踐，2009，30（1）：109-112.

[17]Disney R， Gathergood J， Henley A. House price shocks， negative equity， and household consumption in the united kingdom[J]. Journal of the European Economic Association，2011，8（6）：1179-1207.

[18]傅貽忙，周建軍，孫倩倩，等.多元城鎮化、門檻效應與房地產庫存：理論解釋與實證檢驗[J].財經理論與實踐， 2018，39（3）：127-133.

[19]周建軍.鞠方中國房地產價格波動財富效應的理論與實證研究[J]. 財經理論與實踐， 2009 （5）：97-101 .

[20]袁冬梅，劉建江.房價上漲對居民消費的擠出效應研究[J].消費經濟， 2009（3）：7-10.

[21]嚴金海，豐雷.中國住房價格變化對居民消費的影響研究[J].廈門大學學報（哲學社會科學版），2012（2）：71-78.

[22]Miles D. Housing financial market and the wider economy[M]. New York and Chichester ： John Wiley and Sons Ltd.1994：165-73.

[23]Matlack J L，Vigdor J L. Do rising tides lift all prices？ income inequality and housing affordability[R]. NBER Working Papers， 2006.

[24]陳燦煌.房價上漲與城市居民收入差距的關系[J].統計與決策，2007（22）：87-89.

[25]鞠方，林輝葉，周建軍.土地出讓收入、地方財政支出對我國房價影響的區域差異性研究[J].財經理論與實踐， 2013 （1）：77-81 .

[26]胡晶晶.住房價格上漲對城鎮居民收入差距的影響機理與實證分析[J].中國地質大學學報（社會科學版），2012，12（4）：91-96.

[27]周建軍，戴為，鞠方，等.基于空間計量的湖南省房地產價格影響因素分析[J]. 財經理論與實踐 ，2015 （6）：114-119.

[28]周建軍，劉顏.基于經濟倫理學視角的房價波動收入分配效應分析[J].湘潭大學學報（哲學社會科學版），2015，39（1）：61-64.

[29]劉祖云，毛小平.中國城市住房分層：基于2010年廣州市千戶問卷調查[J].中國社會學，2012（2）：94-109.

[30]周建軍，葉婷，鞠方.房地產價格對城鎮居民收入差距的影響研究——基于區際差異化市場比較[J].財經理論與實踐，2014，35（6）：109-113.

[31]張傳勇.房價波動收入分配效應的區域差異分析——基于中國省際面板數據的實證研究[J].華東師范大學學報（哲學社會科學版），2014，46（1）：113-120.

[32]鞠方，李書嫻，姚曉蘭.城市化背景下房價對居民收入差距影響的實證研究[J].湖南大學學報（社會科學版），2017，31（3）：73-79.

（責任編輯：鐘 瑤）

Impact of Housing Prices on the Income Gap of Urban Residents

ZHOU Jianjun， PENG Junting， YANG Juan

（Business School， Xiangtan University，Xiangtan，Hunan 411105，China）

Abstract：Using panel data from 33 large and medium-sized cities from 2000 to 2017， a dynamic panel model was constructed to investigate the impact of housing prices on urban residents income gap and regional differences. The empirical results show that the rise in house prices has a significant positive impact on the widening income gap of urban residents， and the impact on eastern cities is significantly higher than that of non-eastern cities. Per capita GDP， government education investment， the proportion of urban population and the proportion of tertiary industry also affect urban residents. The income gap has a certain impact. Based on the above research， this article draws relevant conclusions， and proposes policy suggestions for rationally controlling the income gap of urban residents from four aspects： tax policy， industrial structure， government investment in education， and living costs.

Key words：housing price; wealth effect; income gap; heterogeneity