收入差距对住房价格的影响——基于24个一二三线城市代表的实证检验

赵殿英，侯为波

（淮北师范大学 数学科学学院，安徽 淮北235000）

0 引言

1998年国家全面停止住房实物分配，实行住房分配货币化. 住房制度市场化改革以来，房地产市场逐渐发展起来，房价扶摇直上，住房成为社会重要的民生问题. 根据《中国统计年鉴》数据显示，全国商品房平均销售价格从1998 年2 063 元/m2一路攀升到2017 年7 892 元/m2，累计上涨382.5%，平均每年上涨19.13%. 明星城市的房价涨幅更大，比如北京、上海1998—2017年的年均涨幅分别为33.7%、39.35%，高于当地城镇居民可支配收入年均增长率. 城镇居民收入是房价的影响因素之一，期间城镇居民的人均可支配收入也从5 425元上升到36 396.2元，虽然累计涨幅为670.9%，是房价涨幅的1.75倍，但购买住房仍旧是中低收入家庭的主要压力. 国家统计局公布的数据显示我国居民收入水平持续上涨的同时，居民收入差距也在扩大. 本文探究城镇居民可支配收入差距对住房价格的影响机制，寻找合理控制房价的长期有效机制，并通过房价调控降低中低收入家庭的住房压力.

房价的影响因素一直都是学术界研究的热点，国内外学者就居民收入差距与房价关系的研究成果颇多，主要分以下3类.

房价对居民收入差距的影响. Matlack 等［1］通过建立局部均衡模型，对美国部分地区1970—2000 年房价与收入差距的关系作实证分析，得出房价上涨是收入差距扩大的主要原因这一结论. 胡晶晶［2］通过分析全国31个省1999—2010年的面板数据，得出商品房价格上涨会导致城镇居民收入差距更大的结论，并且住房价格对城镇居民收入差距的正向影响更显著. 范红忠等［3］从城市规模角度探究，采用CHIPS 2002—2008年住户数据进行分析，发现城市规模和城市房价的提高，对该城市的居民收入差距的基尼系数有重要推高作用. 季晓旭［4］采用聚类分析方法建立动态面板模型，得出房价上涨直接加重我国城乡收入差距，并对不同经济发展水平产生的作用效果进行讨论. 程琦等［5］从区域差异视角出发，分析数据得出高房价对居民收入差距的扩大有显著影响，并且农村比城市更显著.

居民收入差距对房价的影响. Kredler等［6］研究发现，收入差距的拉大是资产价格上涨的一个重要因素. Zhang［7］从低收入者住房负担角度考虑，实证结果显示，收入差距拉大会促进房价上升，进而使得低收入家庭住房成本更大、人均居住面积更小. 徐舒等［8］通过分析宏观经济数据得出，收入差距拉大对房价有正向影响. 陈慧慧［9］以调控政策为例，发现收入差距增大会削弱政策的调控效果，同时促进房价的均价上涨. 范方志等［10］认为，分配差距对房价上涨的刺激的作用机制是通货膨胀. Matlack等［11］发现美国发达城市在住房空置率低时，高收入者收入的增加会导致房租显著上升. 周小寒［12］建立动态面板模型对数据进行分析，得出房价上涨预期的情况下，居民收入差距拉大促进房价上涨，并且上涨预期越强促进效果越显著.

居民收入差距与房价相互影响. 任伟等［13］建立PVAR（面数向量自回归）模型实证研究贫富差距、房价与经济增长三者之间的互动关系. 经济增长与房价相互促进，贫富差距对房价呈现波动性影响，即先促进后抑制. 李勇刚［14］选用我国31个省市1999—2013年的面板数据建立面板联立方程模型，实证发现，收入差距与房价之间存在正向互动关系，并指出收入差距对房价的作用程度更大. 杨巧等［15］通过面板回归模型实证检验26个大中城市的数据也发现基尼系数与住房价格互为正向影响.

上述文献的研究观点不一，多为对省级数据的分析，不能准确体现城市之间的异质性，少数从市级层面数据的研究，城市仅选择大中城市，且对样本数据的分组较笼统. 本文选取24个城市为研究对象，其中一线城市2个，二线城市9个，三线城市13个. 相比前人的研究市级数据更为细化，选取不同经济发展城市的代表城市，分组研究不同经济发展城市居民收入差距对房价的影响，发现前期居民收入差距会促进房价上涨，后期转变为抑制房价上涨；两者的关系与城市经济发展程度有关，一二线城市居民收入差距抑制房价上涨，三线城市基尼系数每增加1%，房价将上涨0.038%.

1 模型设定

随着我国城市化进程的不断发展，城镇居民的住房问题逐渐成为焦点. 自1998年住房货币化以来，房价一路攀升，我国居民的人均可支配收入呈现较快的上涨趋势. 居民人均可支配收入增加，在人们感叹房价高的同时售楼处开盘几天就被售空，不少人“蜗居”的同时住房空置率却在上升，这些相互矛盾的现象共存，可见人均可支配收入不能代表整体水平，这些现象可能是居民收入差距大造成的. 图1为代表居民收入差距的基尼系数与全国住房销售均价1998—2017年的相对走势. 由图1可以看出，城镇居民收入差距总体呈上升趋势，与房价走势大致相同，由此猜测居民收入差距可能是房价上涨的因素之一.

图1 1998—2017年我国城镇居民收入差距GINI与房价走势

居民收入差距拉大，说明高收入群体的收入占总收入比重大. 根据凯恩斯消费理论，与低收入群体相比，高收入群体平均消费倾向和边际消费倾向较小，储蓄倾向大，使得社会总储蓄率上升，总储蓄为投资提供资本. 在购房需求大与房价上涨预期下，投资资金更多地流向房地产市场，而土地供给有限，房地产开发商之间形成竞争，使得地价被抬高，从而住房造价上升直接导致房价上升.

文献［12］的模型剔除银行贷款利率和人均财政支出因素，原因在于根据其实证结果，这2个因素对房价的影响极小，可忽略不计；文献［15］的模型剔除城镇化率与国内生产总值二因素，因为城镇化率仅为城镇户口占总人口的比重，忽视城镇里也有农业户口，那么城镇化率与实际城镇化就会存在误差，其次城镇化率与房价并无直接影响关系，加入房价预期、人均可支配收入等因素. 本文模型最终选取以下房价影响因素：人均可支配收入的基尼系数、房价上涨率、人均可支配收入、住房造价、人口密度. 构造面板数据模型

其中：下标i表示第i个城市，t表示时期，被解释变量p(HPit)表示i城市在t时期的住房平均价格（住宅总销售额除以住宅总销售面积）；核心解释变量Giniit表示i城市t时期的城镇居民收入差距的基尼系数（采用胡祖光的简易计算方法：按收入5等分组数据，基尼系数近似等于最高收入组占比与最低收入组占比之差），Eit表示房价上涨率（今年房价相对去年房价的增幅）；控制变量Pcd iit，Costit，Densit分别为i城市t时期的人均可支配收入（城镇居民人均年可支配收入）、住房造价（住宅竣工价值与住宅竣工面积的比值）、人口密度（城市总人口数与土地面积的比值）；εit为误差项.

2 实证分析

2.1 数据来源及统计描述

本文原始数据源于中国经济与社会发展统计数据库的《城市统计年鉴》，部分数据源于国家统计局的《中国统计年鉴》. 本文采用2002—2017年24个城市16年的市级面板数据进行实证分析.

表1 变量的统计性描述

表2 各变量的LLC、IPS、ADF、PP检验结果

本文数据通过EViews 软件处理，为减弱异方差性，对一部分变量采取取对数处理，表2 为各变量的LLC（Levin、Lin and Chu,LLC）检验、IPS（Im、Pesaran and Shin,IPS）检验、ADF（Augmented Dickey Fuller,ADF）检验、PP（Phillips Perron,PP）检验的检验结果，括号内为相应P值. 结果显示，各变量的一阶差分均在1%的水平上显著拒绝原假设，因此各变量均是平稳的，从而避免伪回归的出现.

2.2 实证结果及分析

数据时间跨度为16年，为观察不同时间段居民收入差距对房价的影响，本文对总样本分2组进行回归，2002—2009年数据为第1组，2010—2017年数据为第2组. 本文所选城市有一线城市2个，二线城市9个，三线城市13个，总体回归分析后，分别对一线二线三线城市进行回归分析，观察不同经济发展城市城镇居民收入差距对房价的不同影响.

表3 按时间分组回归结果

由表3的回归结果可知，2002—2017年总体上城镇居民收入差距对房价的影响显著为正，具体影响为基尼系数每上升1%，房价上涨0.027 5%，这个结果与理论分析相吻合. 房价上涨预期对房价的影响最为强烈，这可能是在房价上涨预期下，低收入群体的平均消费倾向减小，平均储蓄倾向增大，从而社会总储蓄充足，信贷资金充足，居民短时间内会通过增加杠杆率来购买住房. 人均可支配收入、住房造价和人口密度均对房价产生正向影响. 分组回归结果显示，基尼系数在2002—2009年对房价上涨存在显著正向影响，而在2009—2017年效果不显著，原因可能在于第2组房价上涨预期对房价的影响比第1组更大，随着城镇化率的提高，城市人口流入使人口密度越来越大，人口密度对房价的影响增大，居民收入差距对房价的影响被房价上涨预期和人口密度这2个影响因素吸收.

表4 按经济发展程度分组回归结果

实证检验结果表明（见表4），总体上居民收入差距拉大会促进房价上涨，其他条件不变的情况下，基尼系数每扩大1%，房价上浮0.027%，并且不同经济发展城市居民收入差距对房价的影响不同. 三线城市，基尼系数的相关系数为正，基尼系数每增加1%，房价约上浮0.038%，人均可支配收入与房价上涨预期都在较大程度上影响房价. 三线城市居民收入差距对房价的促进作用比总体的作用更大，这与总体的检验结果相符，总体的作用是综合一线二线三线城市的结果，而二线三线城市表现为抑制，故总体的相关系数处于三线城市与一二线城市的系数之间. 二线城市，基尼系数与房价的相关关系较弱，房价上涨预期对房价的影响最强，原因在于，二线城市的发展追逐一线城市，一线城市的高房价使二线城市居民更加确定未来房价的趋势，造价和人口密度对房价的影响相对一线城市减弱. 一线城市，基尼系数的相关系数为负，居民收入差距越大抑制房价上涨，出现这一结果的可能原因如下：样本城市过少；一线城市的公共设施完善，教育质量高，吸引力足，寸土寸金，住房造价高，基尼系数对房价的影响被造价和上涨预期对房价的影响所覆盖.

3 结论及政策建议

3.1 结论

本文建构面板数据模型，对2002—2017年不同经济发展程度的24个城市数据进行分析，由实证检验结果可知，总体上居民收入差距拉大促进房价上涨，但对不同时期的影响表现出异质性，前期为促进后期转为抑制. 经济发展程度不同，房价对居民收入差距的敏感程度不一，一线城市及二线城市的居民收入差距均不同程度的抑制房价上涨，而三线城市居民收入差距的拉大对房价上涨的促进作用较明显.

3.2 政策建议

由2种分组回归结果知，不同时期居民收入差距对房价的影响变化较大，不同经济发展城市居民收入差距对房价的影响亦差之甚远，故在国家通过相应政策对房价进行宏观调控的同时，地方要及时地根据城市发展特征制定精准的适合该城市的具体政策. 本文结合实证分析结果给出以下建议.

完善住房限购政策配套措施，加强执行力度. 对于一二线城市，房价过高，住房的投资投机性占主导地位，响应十九大“住房不炒”的定位，保证限购政策的切实实施，做到真正限购. 对家庭的策略性行为及时控制，如设置离异购房年限门槛应对“假离婚”. 完善限购政策的配套措施，以更好地达到限购目的.如严格把控信贷条件，提高购买二套及多套住房的首付比例，对于购买多套房的居民限制信贷服务.

完善“租售并举”的住房供应体系. 住房的消费需求通过购房和租房2种形式实现，而我国居民大多追求安定，而租房会面临房东随意涨价收房等不确定性行为，故普遍追求购买住房. 制定统一的租房管理体系，更好地规范房屋租赁行业，对租房者提供稳定性保障. 政府增加租房投入，合理提供租房相应的福利，如租房达到一定年限可在规定学区入学；政府担当“房东”的角色进入住房租赁市场，在可靠性与福利保障方面胜过一般租赁公司，满足居民住房消费的同时也动摇高收入人群的投资性购房动机，从而降低潜在购房需求，以抑制房价上涨幅度.

合理缩小收入差距，完善城市配套设施. 对于三线及其他经济发展较低的城市，提高公共服务的普及率，完善基础设施，提升教育质量，从而吸引更多的人在这些城市发展，减轻一二线城市的压力. 拓展投资渠道，分散居民投资需求，丰富实体经济的融资渠道，同时可为低收入人群提供更多的就业创业机会.