房价对城镇居民收入差距的影响研究

周建军,彭隽婷,阳娟

基金项目： 国家社会科学基金重点项目（18AJY027）

作者简介： 周建军（1974—），男，湖南桃江人，博士，湘潭大学商学院教授，博士生导師，研究方向：房地产金融和城市房地产经济。

摘 要：依据我国33个大中城市2000—2017年的面板数据构建动态面板模型，考量房价对城镇居民收入差距的影响及区域性差异。结果表明：房价上涨对于城镇居民收入差距扩大具有显著正向影响，且对东部城市的影响显著高于非东部城市，人均GDP、政府教育投入、城镇人口比重和第三产业比重也对城镇居民收入差距具有一定影响。鉴此，宜从税收政策、产业结构、政府教育投入及居住成本等方面合理控制城镇居民收入差距。

关键词： 房价;财富效应;收入差距;异质性

中图分类号：F293.3 文献标识码： A 文章编号：1003-7217（2020）03-0109-08

一、引 言

随着我国经济的发展和居民生活水平的不断提高，住房资产价格的攀升及收入差距的扩大为我国社会的长期均衡发展埋下隐患。2000年以来，我国商品房平均销售价格不断上升，整体上涨幅度较大。同时，由于我国各地区之间在地理区位、市场条件和政策导向等方面的差异，房地产市场发展具有非常明显的区域差异性。伴随着住房资产价格的不断上涨，在财富效应、信贷效应、通货膨胀效应及挤出效应的作用下，不同居民家庭之间的收入和财富不断拉大，社会分配不均导致两极分化严重。

新时代背景下，我国社会的主要矛盾发生了较大的转变，人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾成为了我国社会的主要矛盾。为了适应这一现状，我们要改善社会发展的公平性，提高人民的获得感，实现更为均衡充分的发展。房价的不断攀升，严重阻碍了房地产行业的发展，而房地产行业极高的产业关联度又会影响到我国宏观经济的平稳运行。房地产市场主要矛盾已经从住房短缺矛盾走向了资源错配导致的不平衡不充分矛盾——贫困人群无法获得自有住房，而富裕人群占有一套或多套住房，住房资源占有量的失衡成为社会差距的重要体现。而收入差距不仅是社会问题，更是发展问题，收入差距的扩大不仅会加剧社会不平等的现状，更会借由消费等途径影响经济发展效率，制约经济发展。房价问题亦是如此。因此，一方面，该研究可以为调控房地产市场，改善社会分配公平提供一定的理论依据和建议;另一方面，通过对房地产市场发展和居民家庭收入之间的关系进行深入剖析，有助于我国突破经济增长瓶颈，推动经济稳中向好发展，维护社会稳定。

二、文献综述

（一）房地产价格波动带来的财富效应是否存在及其强度

目前，国内外研究学者主要有以下两种结论：一是房地产财富效应确实存在，且对居民家庭财富具有显著的影响，但在时间、区域、社会阶层等条件发生变化时产生效应程度差异[1-3]。但是，只有用来出租或出售的房产价格提高才会显著提高居民家庭消费[4]。因此，相对于拥有多套住房的居民家庭，没有住房资产或只拥有一套自住房资产家庭的财富效应较小，这一效应与住房资产的价值以及其占据居民家庭资产的比重呈正相关关系[5]。同时，这一效应与股票和基金等金融资产所带来的财富效应相比，会比较微弱[6，7]。二是否认了财富效应或认为该效应并不显著。李涛和陈斌开（2014）认为我国住房资产绝大多数作为消费品，而其作为家庭资产所带来的资产效应和财富效应都不明显[8]。黄静（2011）认为在我国住房价格不断提高的背景下，绝大多数城市内部居民家庭的住房财富效应显著为负，全国样本中这一效应非常微弱且不显著[9]。对于全国总体样本中居民家庭住房资产没有表现出明显的财富效应还有可能是因为不同的城市样本中效应相互抵消[10]。

（二）房地产价格发生变化后对城镇居民家庭消费情况的影响

国内外学者在影响渠道和影响力度方面做了许多研究，现有的结论主要有两种：第一种结论是住房资产价格上涨会使得居民家庭的消费增加，且该影响存在时空差异。住房资产价格上升导致消费增加有两方面原因：一是房地产财富效应的存在使得住房资产价格上升后居民家庭财富提高，进而促使家庭消费增加[11];二是“加速器”效应的存在放大了房价提高对于家庭财富的影响，房价上涨后居民家庭财富增加，并且这种财富的增长在居民家庭中具有长期性和持续性[12]。由此，居民家庭可获得的消费信贷会更多，因为其可用于贷款抵押的住房资产升值，这种信贷市场的“加速器”放大效应，使得无论是在长期还是短期，房价上涨都会显著提高居民家庭的消费水平[13，14]。何兴强等（2019）运用中国家庭金融（CHFS）数据，分析房价收入比对家庭消费财富效应的影响，发现：房价收入比高时家庭消费水平也相应较高[15]。第二种观点是住房价格的提高不会提高居民家庭消费，甚至会抑制居民家庭消费。邬丽萍等（2009）阐述了房价影响居民消费的机理，房地产价格上涨抑制了我国城镇居民消费支出[16]。一方面，由于储蓄意愿和挤出效应，住房资产价格上涨会降低居民家庭的消费[17];另一方面，由于财富效应和信贷效应的存在，住房资产价格的提高对于居民家庭消费的影响总体效应并不明确[18-21]。

（三）房地产价格变动对居民收入差距的影响研究

住房资产作为居民家庭财产，兼具消费属性和投资属性，房价波动通过改变家庭财产价值进而改变居民家庭之间的收入分配[22]。Matlack等（2006）在构建简单局部均衡模型的基础上发现，财富效应和信贷效应的存在使得房价上涨后居民收入差距会拉大[23]。我国学术界大多数相关研究结果表明两者之间有着长期且稳定的关系[24-28]。刘祖云和毛小平（2012）发现居民的职业、工资收入等能体现个人生活水平的资本，也是影响房地产资源的重要因素，资本不同获得的房产资源也千差万别[29]。在区域和市场差异性方面，周建军等（2014）检验了不同类别区域内房价对于居民收入差距的影响，发现在不同类别的房地产市场上，房价波动对居民收入差距的影响是不同的[30]。张传勇（2014）利用LSDV法研究发现，收入差距在总体样本、东部区域和西部区域与房价波动呈现显著的正相关关系，但是这种影响在中部地区并不显著[31]。同时，鞠方等（2017）研究发现无论是否考虑城市化因素，我国房价对居民收入差距的影响都是正向的，并且城市化平均水平的提高削弱了房价对居民收入差距的影响系数[32]。

giniit=β0+β1giniit-1+β2lnphpit+

β3lnpavergdpit+β4eduit+β5urit+

β6t_gdpit+εit（1）

选取国内外研究中衡量居民家庭收入差距最为常用的基尼系数作为被解释变量的衡量指标。33个大中城市中深圳、西安、成都、保定、洛阳、九江以及舟山七个城市的人均可支配收入分组数据有缺失，缺失年份的基尼系数以省级分组数据计算的基尼系数作为替代。房价、GDP等价值型變量均采用以2000年为基期的CPI指数进行了平减并取对数形式。变量的描述性统计结果如表1所示。

（二）单位根及协整检验

为避免伪回归，对各变量采用LLC检验、IPS检验和Fisher检验进行单位根检验，以判断序列的平稳性。所有变量在三种单位根检验下结果一致，均能在5%的显著性水平下拒绝原假设，各个变量都不具有单位根。具体检验结果如表2所示。

另外，采用Kao检验、Pedroni检验和Westerlund检验三种方法来验证面板数据内解释变量和被解释变量之间是否拥有长期且稳定的相关关系，具体检验结果如表3所示。除了Westerlund检验下的同质检验值不能通过显著性检验外，其他所有检验下获得的统计量值均能在5%的显著性水平下拒绝原假设，证明各个变量之间存在长期稳定关系，可以进行实证回归分析。

（三）实证结果及分析

1.全样本实证结果及分析。

根据设定的模型对33个城市18年的数据总计561个样本进行实证检验，由于模型中包含了被解释变量的滞后一期，需要控制前期城镇居民收入差距的影响，所以，实证回归采用系统GMM方法进行估计，回归结果如表4所示。

以序列相关性检验对动态面板模型的设定正确与否进行检验，检验结果如表5第一二行所示，从表中结果可以看出，模型不存在二阶序列相关。另外，通过Sargan检验对模型中的工具变量有效性进行检验，结果如表5中第三行所示，模型中的工具变量不存在过度识别的情况。因此，采用系统GMM方法估计得出的系数结果是有效的。

由于时滞性影响，采用滞后一期的商品房价格来度量对居民家庭收入差距的影响。表4是全体城市的回归结果，从混合OLS估计中可以看出商品房价格与城镇居民收入差距存在正向关系，房价每上涨1%，衡量居民收入差距的基尼系数增加0.012个单位，商品房价格上涨对于基尼系数的影响较为可观。从随机效应和固定效应估计这两列的结果中可以看出，商品房价格对于城镇居民收入差距的影响仍然为正，但不显著，这是由于居民收入差距受到前期居民收入差距的影响较大。第四列是系统GMM估计的结果，可以看出商品房价格和城镇居民收入差距存在显著的正向关系，城镇居民收入差距拉大。商品房价格每上涨1%，衡量居民收入差距的基尼系数增加0.010个单位，虽然数值与OLS估计相比有所下降，但这一估计结果更为可信。其次，可以从模型中看到前一期的居民收入差距与当期的居民收入差距呈显著正相关关系，这与之前的模型预期一致。前期的基尼系数每变化1个单位，本期的居民收入差距相应变化0.258个单位。这体现出城镇居民收入差距具有马太效应，财富较多的居民家庭更容易获得财产性收入和投资性收入，随着财富的不断积累，居民家庭之间的收入差距陷入“贫者越贫，富者越富”的循环。最后，从估计结果中可以看出，人均GDP、城镇人口比重和第三产业占据GDP的比重都与城镇居民收入差距呈显著的负向关系。

为了考察回归结果的可靠性，为模型回归结果提供辅助性证明，通过改变模型估计样本对总体模型进行了三种稳健性检验：一是改变数据的时间范围，从时间角度检验估计结果是否可信;二是改变总体模型中包含的主体，减少极端城市的数据，从样本范围检验估计结果;三是改变产业结构的衡量变量，从改变控制变量的角度查看估计结果的稳健性。稳健性检验结果如表6所示。

表6中，第一、二列是将数据划分为2000-2010年以及2011-2017年两个阶段后得到的估计结果，选择将2010年作为分水岭的原因是：2010年国家出台“国五条”政策后，大中城市房地产市场拉开了限购的序幕，政策的改变使得房地产市场发展进入新的阶段。第三列的结果是通过改变城市范围，从全样本中剔除极端值北京和银川后的回归结果。第四列是以第三产业就业比重代替控制变量第三产业占GDP比重后所得到的估计结果。在改变时间跨度、城市范围和产业结构的衡量变量后，所有变量的估计方向依旧均与全样本时一致。综上，系统GMM方法估计得出的结果在改变时间跨度、样本范围以及变量后仍然有效，模型估计结果可信。

2.异质性检验及区域差异性分析。

选取33个大中城市作为东部和非东部房地产市场发展状况异质性的代表，深入分析房价对城镇居民收入差距的影响并关注这一影响在不同区域城市之间的差异性，对因地制宜地调控房地产市场、有效控制不断扩大的居民收入差距具有重要意义。针对东部城市和非东部城市房价对城镇内部居民收入差距的影响进行实证研究，综合总体样本、东部城市样本以及非东部城市样本回归结果，对比分析我国城市房价对城镇居民收入差距的影响，各个变量的系数值如表7所示。

由于房价和城镇居民收入差距存在反向因果关系，此时采用混合OLS和经典面板回归方法进行估计得到的估计量有偏。在对模型进行误差自相关检验以及工具变量有效性检验后发现，AR（1）的检验统计量的P值为0，但AR（2）的检验统计量的P值为0.457，大于0.05，误差项不存在二阶自相关，GMM统计量有效;Sargan检验P值为0.999，工具变量有效。由此可见，SYS-GMM方法估计出来的系数有效，回归结果以系统矩估计为准。

首先，对于核心解释变量房价而言，可以看出三个回归结果中房价对于城镇居民收入差距都有正向影响，就其影响的程度来看东部样本>总体样本>非东部样本，且东部城市样本中的数值远大于总体样本和非东部城市样本。这是因为东部地区城市经济发达，房地产市场和投资市场也发展得更为完善，房地产的高值性和投资属性会吸引大量的投资者涌入，东部城市房地产业的投资和投机需求高于非东部城市，导致东部城市的房价明显高于非东部城市。但非东部区域房地产市场的投资投机行为相对东部区域来说较少，因此，非东部区域内房价对于城镇居民收入差距的影响较小。

其次，对于控制变量来说，在全部的三个回归中，人均GDP对于城镇居民收入差距的影响均显著为负，数值上东部>非东部>总体，但数值差异不大，因此，人均GDP对于城镇居民收入差距的影响不存在明显差异。城镇人口比重对于城镇居民收入差距的影响在总体样本和非东部样本中显著为负，在东部样本中则显著为正，区域差异较大。由前文分析可知，在非东部区域中，城镇人口规模的扩大带来城市经济的进步，增加该区域内中低收入阶层就业和积累财富的机会，从而与中高收入阶层的收入差距逐渐缩小;而东部区域经济发达，城市化进程更高，城市内部就业更看重知识技能，而非普通的劳动力数量，东部区域的大城市内中高收入阶层更易于积累财富，从而东部区域内城镇人口比重的上升会导致城镇居民收入差距的进一步增大。政府教育投入变量只在非东部区域中对城镇居民收入差距具有显著负向影响，在东部城市样本和总体样本中则不显著。这是因为非东部区域的教育更加聚焦于基本的义务教育，对于学生的素质教育关注较少，政府教育投入的增长对于区域教育水平的提高有着较大的作用，对于中低收入阶层来说“读书是改变命运的唯一方式”，教育水平的提高对于中低收入阶层人力资本积累的增加有着重要作用，其在一定程度上缩小了非东部区域城镇居民的收入差距。在东部样本中第三产业比重对城镇居民收入的影响显著为负，在总体样本和非东部城市样本中并不显著，且数值较小。这是因为东部区域经济发达，第三产业比重的上升为城镇内部低收入阶层带来更多的就业机会和收入积累机会，从而缩小了其与中高收入阶层的收入差距。

五、结论与政策建议

（一）结论

实证结果表明，城镇居民收入差距受到前期城镇居民收入差距的影响较大，而房价上涨确实会导致城镇居民收入差距拉大。城市人均GDP对于城镇居民收入差距有着显著负向影响，政府教育投入比重对于缩小城镇居民收入差距也有着显著作用，城镇人口比重和第三产业比重对于城镇居民收入差距的影响则在总体和区域之间存在较大差异。从总体上看，城镇人口比重可以有效地缩小城镇内部居民的收入差距;但在城镇人口比重达到一定程度的大城市，如北上广深等城市，并不能缩小城镇居民收入差距，相反还会拉大差距。在东部城市中第三产业比重上升能显著缩小城镇居民收入差距，但是这种影响相对于其他几个变量来说非常微弱。

（二）政策建议

1.完善房产税收政策，抑制投机性住房需求。目前我国还没有就房地产持有和代际之间的继承制定相关的税收政策，导致房地产持有和继承成本较低。这一方面使得代际之间的收入差距传播更为便利，容易造成贫富阶层固化;另一方面，这也是导致我国房地产市场投资投机性需求居高不下的重要原因。一是要出臺房地产持有税，例如住房空置税，提高房地产的持有成本。二是开征房地产遗产税，开征遗产税可以在一定程度上缩小收入差距在代际之间的转移，缓和城镇居民收入差距。三是实行阶梯税制，对于拥有多套房产的居民，提高其第三套及以上房产的税负，充分发挥税收的调节器作用，有效调节城镇居民家庭收入差距。

2.协调各区域城市发展，加快产业升级进程。城市发展水平对于城镇居民收入差距有着重要影响，目前我国城市发展存在较大差异，东部城市发展明显快于非东部城市，东部城市第三产业的快速发展带来人口的大量涌入，住房供不应求，房价上涨较快，收入差距拉大，因此，我们要协调兼顾各区域城市的发展，积极促进产业间的协调发展，优化产业结构，为城镇居民提供更多的就业和投资机会，分散东部城市的人口和住房压力，促进房地产市场协调发展，合理控制城镇居民收入差距。

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，建立健全校园奖助学金制度和助学贷款制度，加大对中低收入阶层的政策倾斜力度，加强其人力资本的积累。其次，要严格管理政府教育投入资金，细化各项资金预算并规范监督各项资金的使用，定期披露各项资金的使用情况并接受公众和社会的监督，保障公共教育资金用到实处，真正促进教育公平，提高中低收入阶层的人力资本积累，缩小城镇居民收入差距。

4.增加保障性住房供给，有效降低中低收入阶层居住成本。由于挤出效应和通货膨胀效应，中低收入家庭在房价上涨后需要付出更大的代价才能满足“住”这一基本需求，从而导致中低收入阶层与高收入阶层的收入差距拉大。因此，增加中低收入阶层的保障性住房供给，为中低收入阶层家庭购房和租房提供保障，能够有效降低中低收入阶层居住成本，可以在一定程度上缩小城镇居民收入差距。首先，要尽量增加保障性住房的土地供应，房地产的土地附着性以及城市土地资源的有限性是住房供应最大的障碍，因此，要增加保障性住房供给，首要保障土地的供应。其次，是完善不同阶层家庭的保障制度，实行“租售并举”的保障形式，尽快实现“租售同权”，保障租房者的合法权利。最后，增强住房租赁市场的信息流动，促进住房租赁市场发展，有效满足不同家庭的住房需求，降低中低收入阶层家庭居住成本，缩小城镇居民收入差距。

参考文献：

[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] 周建军，孙倩倩.货币政策对房地产金融风险的影响——基于SVAR模型与门槛模型的实证分析[J].财经理论与实践，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.家庭资产、人力资本与城镇居民消费行为[J].东岳论丛，2016，37（4）：30-41.

[5] 张浩，易行健，周聪.房产价值变动、城镇居民消费与财富效应异质性——来自微观家庭调查数据的分析[J].金融研究，2017（8）：50-66.

[6] 刘也，张安全，雷震.住房资产的财富效应：基于CHFS的经验证据[J].财经科学，2016（11）：71-78.

[7] 骆祚炎.住房支出、住房价格、财富效应与居民消费增长——兼论货币政策对资产价格波动的关注[J].财经科学，2010（5）：31-38.

[8] 李涛，陈斌开.家庭固定资产、财富效应与居民消费：来自中国城镇家庭的经验证据[J].经济研究，2014，49（3）：62-75.

[9] 黄静.基于30个城市非平稳面板计量的住房财富效应实证检验[J].管理评论，2011，23（5）：18-24.

[10]余华义，王科涵，黄燕芬.中国住房分类财富效应及其区位异质性——基于35个大城市数据的实证研究[J].中国软科学，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.房地產市场财富效应的理论分析和中国经验的实证检验：1998-2006[J].经济科学，2007，29（5）：41-53.

[14]王子龙，许箫迪，徐浩然.中国房地产财富效应测度的实证研究[J].财贸研究，2009，20（2）：24-31.

[15]何兴强，杨锐锋.房价收入比与家庭消费——基于房产财富效果应的视角[J].金融学季刊，2019（4）：102-117.

[16]邬丽萍，周建军.波动对消费支出影响的实证分析[J].财经理论与实践，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]傅贻忙，周建军，孙倩倩，等.多元城镇化、门槛效应与房地产库存：理论解释与实证检验[J].财经理论与实践， 2018，39（3）：127-133.

[19]周建军.鞠方中国房地产价格波动财富效应的理论与实证研究[J]. 财经理论与实践， 2009 （5）：97-101 .

[20]袁冬梅，刘建江.房价上涨对居民消费的挤出效应研究[J].消费经济， 2009（3）：7-10.

[21]严金海，丰雷.中国住房价格变化对居民消费的影响研究[J].厦门大学学报（哲学社会科学版），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]陈灿煌.房价上涨与城市居民收入差距的关系[J].统计与决策，2007（22）：87-89.

[25]鞠方，林辉叶，周建军.土地出让收入、地方财政支出对我国房价影响的区域差异性研究[J].财经理论与实践， 2013 （1）：77-81 .

[26]胡晶晶.住房价格上涨对城镇居民收入差距的影响机理与实证分析[J].中国地质大学学报（社会科学版），2012，12（4）：91-96.

[27]周建军，戴为，鞠方，等.基于空间计量的湖南省房地产价格影响因素分析[J]. 财经理论与实践 ，2015 （6）：114-119.

[28]周建军，刘颜.基于经济伦理学视角的房价波动收入分配效应分析[J].湘潭大学学报（哲学社会科学版），2015，39（1）：61-64.

[29]刘祖云，毛小平.中国城市住房分层：基于2010年广州市千户问卷调查[J].中国社会学，2012（2）：94-109.

[30]周建军，叶婷，鞠方.房地产价格对城镇居民收入差距的影响研究——基于区际差异化市场比较[J].财经理论与实践，2014，35（6）：109-113.

[31]张传勇.房价波动收入分配效应的区域差异分析——基于中国省际面板数据的实证研究[J].华东师范大学学报（哲学社会科学版），2014，46（1）：113-120.

[32]鞠方，李书娴，姚晓兰.城市化背景下房价对居民收入差距影响的实证研究[J].湖南大学学报（社会科学版），2017，31（3）：73-79.

（責任编辑：钟 瑶）

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