楊巧++楊揚(yáng)長

摘要：收入分配差距增大與住房價(jià)格快速增長，是我國經(jīng)濟(jì)新常態(tài)下需解決的兩大問題。從住房價(jià)格與收入分配差距的關(guān)系入手，厘清兩者之間的互動機(jī)制，利用2003—2012年26個大中城市相關(guān)數(shù)據(jù)，構(gòu)造基尼系數(shù)與住房價(jià)格的面板數(shù)據(jù)回歸模型。實(shí)證結(jié)果顯示，住房價(jià)格對基尼系數(shù)的影響是正向的；基尼系數(shù)對住房價(jià)格的影響亦為正向的，但其強(qiáng)度要大于住房價(jià)格對基尼系數(shù)的影響。同時(shí)，研究發(fā)現(xiàn)城鎮(zhèn)化率、GDP以及第三產(chǎn)業(yè)的發(fā)展?fàn)顩r等因素亦對住房價(jià)格與收入分配差距造成顯著地影響。因而在城鎮(zhèn)化推進(jìn)過程中，依據(jù)住房價(jià)格與收入分配差距的互動關(guān)系，應(yīng)考慮將房地產(chǎn)調(diào)控政策與收入分配政策相結(jié)合，以求解決房價(jià)上漲與收入分配差距拉大這兩大問題。

關(guān)鍵詞：住房價(jià)格；收入差距；基尼系數(shù)

文章編號：2095-5960（2016）02-0010-07；中圖分類號：F126；文獻(xiàn)標(biāo)識碼：A

1998年住房制度改革以來，我國房地產(chǎn)業(yè)發(fā)展迅速，房價(jià)也隨之出現(xiàn)上漲。1998年至2013年全國商品房銷售價(jià)格累計(jì)上漲2023%，商品住宅銷售價(jià)格累計(jì)上漲2155%。房價(jià)問題不僅是經(jīng)濟(jì)問題，也是關(guān)系民生的社會問題。居民收入水平是房價(jià)的重要決定因素之一，改革開放以來，我國居民收入水平持續(xù)增長，1978—2013年，全國城鎮(zhèn)居民人均可支配收入從3434元增加到28844元，但同時(shí)國家統(tǒng)計(jì)局公布的2013年全國居民收入基尼系數(shù)為0473，雖比前期有所下降，但從絕對值來看，仍位于 “警戒線”04以上。本文旨在厘清住房價(jià)格與居民收入分配差距之間的作用渠道，探討如何從收入分配角度來建立房價(jià)調(diào)控長效機(jī)制，并通過房價(jià)調(diào)控使得居民收入分配狀況得以優(yōu)化。

一、文獻(xiàn)綜述

近年來研究房價(jià)與居民收入分配差距的成果較多。部分學(xué)者探討了房價(jià)上漲對居民收入分配狀況造成的影響。李實(shí)等（2005）在中國居民財(cái)產(chǎn)不均及其原因的研究中也指出城鎮(zhèn)公有住房的私有化使得房價(jià)上漲，擴(kuò)大了城鄉(xiāng)之間乃至全國居民的財(cái)產(chǎn)差距。[1]陳釗、陳杰和劉曉峰（2008）認(rèn)為伴隨經(jīng)濟(jì)的不斷增長，房價(jià)總體上呈現(xiàn)上升的趨勢，在這一過程中，有房一族直接受益于城市的發(fā)展，而與低收入群體拉開了差距。[2]Matlack和Vigdor（2006）則對房價(jià)與收入差距建立了局部均衡模型，實(shí)證分析發(fā)現(xiàn)在1970—2000年的美國部分地區(qū)，房價(jià)是收入差距擴(kuò)大的顯著原因。[3]胡晶晶（2012）利用1999—2010年全國31省份的面板數(shù)據(jù)構(gòu)建多因素模型，指出住房價(jià)格上漲是通過財(cái)富分配效應(yīng)、消費(fèi)擠出效應(yīng)和通貨膨脹效應(yīng)等作用于收入差距的。[4]陳彥斌等（2011）發(fā)現(xiàn)儲蓄率是房價(jià)作用于收入差距的一個媒介指標(biāo)，過高的房價(jià)使得人們不得不提高儲蓄率準(zhǔn)備首付。這一行為使得居民不得不壓縮生活成本，降低了生活幸福指數(shù)，其中低收入階層對此更為敏感。[5]此外，湯浩等（2007）則認(rèn)為住房金融市場在操作上“嫌貧愛富”的貸款機(jī)制起到了進(jìn)一步擴(kuò)大財(cái)富差距的作用。陳健、高波（2012）采用了2000—2008年31個省份的面板數(shù)據(jù)，構(gòu)造聯(lián)立方程模型，深入討論了收入差距、房地產(chǎn)價(jià)格與消費(fèi)的關(guān)系，發(fā)現(xiàn)收入差距與房價(jià)存在正向的互動關(guān)系，但是對消費(fèi)的影響呈現(xiàn)出區(qū)域的差異性。[6]張傳勇（2014）認(rèn)為房價(jià)上漲使得住房潛在可抵押價(jià)值也隨之上升，擴(kuò)大了家庭信貸融資能力，從而使得有房族的收入與無房者拉開差距。[7]

居民收入分配狀況也會對房價(jià)產(chǎn)生影響。劉琳（2007）認(rèn)為高收入者支付能力增強(qiáng)促進(jìn)投資意愿，進(jìn)而推高了房價(jià)。[8]王小魯（2010）估算得出，當(dāng)基尼系數(shù)每上升1個百分點(diǎn)，儲蓄率就上升076個百分點(diǎn)，而儲蓄率將直接影響房價(jià)上漲。[9]這一結(jié)論與Mark duda和鄧思齊（2006）的對于美國居民支付能力發(fā)展情況研究的實(shí)證結(jié)論相符。[10]王先柱、趙奉軍（2013）借鑒米爾鮑爾和墨菲（Muellbauer and Murphy）的建模思路，得出收入差距的擴(kuò)大在微觀上通過擠出效應(yīng)、在宏觀上通過儲蓄率的上升引發(fā)過度住房投資。[11]Gyourko等（2006）認(rèn)為在美國的超級明星城市中，高收入者收入的提升將明顯推高房價(jià)。但也有學(xué)者研究發(fā)現(xiàn)收入差距與房價(jià)呈負(fù)相關(guān)關(guān)系。[12]Niku Mttnen和Marko Tervi（2010）對華盛頓等都市圈的房價(jià)及收入差距的研究顯示，房價(jià)上漲會導(dǎo)致收入差距擴(kuò)大，但收入差距拉大將降低房價(jià)水平。[13]Matlack和Vigdor（2006）則認(rèn)為要將房地產(chǎn)市場狀況作為前提條件考慮，通過其進(jìn)一步的一般均衡模型分析發(fā)現(xiàn)，在景氣的房地產(chǎn)市場條件下，收入差距擴(kuò)大會促使房價(jià)上漲，使低收入者的住房負(fù)擔(dān)加重；在不景氣的房地產(chǎn)市場條件下，結(jié)果反之。

以上述研究為基礎(chǔ)，在對房價(jià)與居民收入分配差距問題的后續(xù)研究中，一方面需要厘清兩者之間的作用機(jī)理；另一方面，以往國內(nèi)對此問題的研究大多用全國時(shí)間序列數(shù)據(jù)或者省級面板數(shù)據(jù)，忽略了不同類型城市房價(jià)與居民收入分配差距上的差異性，考慮到住房市場的區(qū)域性特點(diǎn)，在數(shù)據(jù)來源和處理上，本文采用2003—2012年全國26個大中城市的面板數(shù)據(jù)，對兩變量的關(guān)聯(lián)性及經(jīng)濟(jì)基本面因素相關(guān)性進(jìn)行實(shí)證分析。此外，研究中還需進(jìn)一步探討居民收入分配制度改革與建立住房市場長效調(diào)控機(jī)制的契合點(diǎn)，使調(diào)控政策更為有效。

二、住房價(jià)格與收入分配差距之間互動機(jī)制

（一）住房價(jià)格影響收入分配差距的機(jī)制

住房價(jià)格對于居民收入分配差距的影響直接體現(xiàn)在家庭財(cái)富上，這是由房地產(chǎn)價(jià)值量大的特性所決定的?！吨袊裆l(fā)展報(bào)告2014》①①《中國民生發(fā)展報(bào)告2014》由北京大學(xué)中國社會科學(xué)調(diào)查中心發(fā)布，以“中國家庭追蹤調(diào)查”項(xiàng)目的追蹤數(shù)據(jù)，以國際前沿的研究視角剖析財(cái)富不平等這一社會話題，涵蓋中國家庭的財(cái)產(chǎn)、消費(fèi)模式、醫(yī)療開銷與負(fù)擔(dān)、家庭經(jīng)營與自雇、住房、主觀幸福感等6項(xiàng)子議題。就指出房產(chǎn)占城鎮(zhèn)家庭財(cái)產(chǎn)比例的中位數(shù)在80%左右，這表明住房價(jià)格的影響對家庭財(cái)富的影響幾乎是同步的。從邏輯上講，住房價(jià)格的上漲（下跌）會使得家庭的房地產(chǎn)潛在價(jià)值相應(yīng)上漲（下跌），從而改變家庭的財(cái)富狀況，進(jìn)而導(dǎo)致因住房價(jià)格而產(chǎn)生的這部分社會財(cái)富在不同家庭間分配不均。綜合起來可體現(xiàn)在以下幾個方面：

1.財(cái)富效應(yīng)

房地產(chǎn)是家庭資產(chǎn)的重要構(gòu)成，當(dāng)住房價(jià)格波動時(shí)，將會對家庭的財(cái)富存量產(chǎn)生影響，進(jìn)而影響收入分配狀況和消費(fèi)決策。[14]對于高收入群體而言，一般擁有不止一套住房，由于當(dāng)前我國住房保有成本過低，稅費(fèi)政策不完善，使得房價(jià)上漲階段，高收入群體因持有多套房產(chǎn)而產(chǎn)生的資本收入較為可觀，家庭財(cái)富值得以增長。而對于僅擁有自住房的中等收入階層，房價(jià)的上漲雖然使得其住房抵押價(jià)值增加，但很難通過售出、出租等手段獲得實(shí)際收入。對沒有房產(chǎn)的中低收入階層而言，房價(jià)的上漲往往帶動房租的上漲使得其住房消費(fèi)支出上升，削弱了其在其他方面的消費(fèi)，降低了財(cái)富積累速度。[15]

2.擠出效應(yīng)

家庭可支配收入一定的情況下，房價(jià)上漲（下降）將會增加（減少）住房支出，最終影響到其他領(lǐng)域的消費(fèi)支出。由于低收入階層住房消費(fèi)傾向更高，因此房價(jià)上漲對低收入階層造成的消費(fèi)擠出效應(yīng)比高收入階層更為明顯，因而使得各階層的收入差距進(jìn)一步擴(kuò)大。[16]此外房價(jià)上漲對低收入群體造成的消費(fèi)擠出效應(yīng)通常使其減少教育支出[17]，而教育支出的減少不利于其人力資本的提升，使其收入水平難以提升。

3.信貸效應(yīng)

房價(jià)的上漲使得房地產(chǎn)產(chǎn)品的潛在可抵押價(jià)值上升。[18]經(jīng)濟(jì)形勢較好時(shí)，資金報(bào)酬率高于抵押貸款利率，此時(shí)有房產(chǎn)的家庭，可以將住房進(jìn)行抵押獲得貸款，從而獲得資本報(bào)酬率高于貸款利率的那部分收入。而無房一族，因?yàn)闆]有住房作為抵押品，所以難以獲得抵押貸款進(jìn)行投資。這種情形下，有房一族資本收入份額的提升無疑會拉開有房和無房群體的收入差距。

（二）收入分配差距影響住房價(jià)格的機(jī)制

1.需求端作用機(jī)制

收入分配差距首先影響到住房市場的需求端。住房作為大額消費(fèi)品，不同收入階層住房消費(fèi)傾向和支付能力的變化均會影響其住房需求。收入分配差距的擴(kuò)大，會使社會財(cái)富向金字塔頂端集聚。對于高收入者來說，收入的增加使其住房支付能力增強(qiáng)，有能力負(fù)擔(dān)一套甚至多套住房。而低收入人群則會因?yàn)槭杖氲南鄬s水減少甚至放棄住房的購買，最終表現(xiàn)為整體住房市場需求的變化，進(jìn)而影響到住房價(jià)格。此外，高收入群體往往向明星城市聚集[19]，此類城市的中低收入人群不僅面臨原有城市高收入群體的擠壓，還要面臨其他城市流入的高收入者的需求擠壓，而此類明星城市住房需求卻可能由于高收入者的流入使得整體住房需求上升，造成房價(jià)過度上漲的現(xiàn)象。

2.供給端作用機(jī)制

居民收入分配差距狀況并不直接對住房市場供給產(chǎn)生影響，其對供給端的作用主要是通過影響居民儲蓄率，間接傳導(dǎo)到房地產(chǎn)供給商的資金面。居民收入分配狀況會影響整體儲蓄率水平，一方面，較高的儲蓄率使得銀行可貸資金額度增加，房企獲得資金更為容易，使得供給增加；另一方面，高儲蓄率使得銀行具有一定維持低利率的能力，使得房企獲得資金的成本較低，也會對供給產(chǎn)生推動。

三、實(shí)證分析與結(jié)果

（一）變量選取及模型設(shè)定

為考察房價(jià)與收入差距之間的互動機(jī)制，我們建立了基尼系數(shù)和住房價(jià)格的面板數(shù)據(jù)回歸模型。同時(shí)為了更好地比較這兩者的關(guān)系以及盡可能消除兩者可能存在的內(nèi)生性問題，我們在模型中引入了城鎮(zhèn)化率、國內(nèi)生產(chǎn)總值以及第三產(chǎn)業(yè)GDP占比等經(jīng)濟(jì)基本面參數(shù)，模型設(shè)定如下：

GINIit=αit+β1tLNHPit+β2tURit+β3tLNGDPit+β4tTIit+μit，i=1，2……，26 （式1）

LNHPit=χit+φ1tGINIit+φ2tURit+φ3tLNGDPit+φ4tTIit+γit，i=1，2……，26 （式2）

在式1中，GINIit （i=1，2，…，N；t=1，2，…，T）為被解釋變量，LNHPit、URit、LNGDPit、TIit （i=1，2，…，N；t=1，2，…，T）為解釋變量；在式2中，LNHPit （i=1，2，…，N；t=1，2，…，T）為被解釋變量，GINIit、URit、LNGDPit、TIit （i=1，2，…，N；t=1，2，…，T）為解釋變量。μit與γit （i=1，2，…，N；t=1，2，…，T）則分別表示式1和式2的隨機(jī)誤差項(xiàng)。各變量的定義及處理如下：

基尼系數(shù)（GINI）：基尼系數(shù)是國際上常用來綜合考察居民內(nèi)部收入分配差異狀況的一個重要分析指標(biāo)，因而在本文中，基尼系數(shù)代表了居民收入差距水平。張建華（2007）利用定積分的方法簡化了基尼系數(shù)的公式：GINI=1-1N2∑n-1i=1wi+1，N代表總?cè)丝诎词杖敫叩团判蚍殖傻慕M數(shù)，wit則代表累計(jì)收入比重。[20]因此，本文收集了各城市統(tǒng)計(jì)年鑒中家庭可支配收入分組（大多為五等份與七等份分組）的數(shù)據(jù)，采用上述公式逐一計(jì)算得到最后的基尼系數(shù)指標(biāo)。

住房價(jià)格（HP）：用各大城市當(dāng)年房地產(chǎn)開發(fā)企業(yè)商品住宅平均銷售價(jià)格來表示（單位：元/平方米），并對住宅價(jià)格取自然對數(shù)處理記為LNHP。

城鎮(zhèn)化率（UR）：用城鎮(zhèn)非農(nóng)業(yè)人口占城鎮(zhèn)總?cè)丝诒戎氐陌俜直葋肀硎?，代表一個城市的發(fā)展程度。

國內(nèi)生產(chǎn)總值（GDP）：一個國家或地區(qū)的經(jīng)濟(jì)活動中所生產(chǎn)出的全部最終產(chǎn)品和勞務(wù)的價(jià)值，反應(yīng)各城市經(jīng)濟(jì)發(fā)展水平，計(jì)量時(shí)取國內(nèi)生產(chǎn)總值自然對數(shù)處理，記為LNGDP。

第三產(chǎn)業(yè)占GDP比重（TI）：反映一國或地區(qū)經(jīng)濟(jì)結(jié)構(gòu)，用各城市第三產(chǎn)業(yè)產(chǎn)值與GDP的比值來表示。

（二）數(shù)據(jù)來源及描述性統(tǒng)計(jì)

本文采用2003—2012年全國26個大中城市的年度面板數(shù)據(jù)進(jìn)行實(shí)證分析。數(shù)據(jù)來源主要為《北京市統(tǒng)計(jì)年鑒》、《上海市統(tǒng)計(jì)年鑒》等各大城市的統(tǒng)計(jì)年鑒以及《中國統(tǒng)計(jì)年鑒》和《中國房地產(chǎn)統(tǒng)計(jì)年鑒》等。

考慮到所選取指標(biāo)的統(tǒng)一性和連貫性，因太原（2003—2012年居民分組收入數(shù)據(jù)缺失）、呼和浩特（2003—2012年居民分組收入數(shù)據(jù)缺失）、長春（2003—2012年居民分組收入數(shù)據(jù)缺失）、哈爾濱（2003—2012年居民分組收入數(shù)據(jù)缺失）、昆明（2003—2012年居民分組收入數(shù)據(jù)缺失）、西安（2006—2012年居民分組收入數(shù)據(jù)缺失）、蘭州（2003—2005年居民分組收入數(shù)據(jù)缺失）、銀川（2003—2005年居民分組收入數(shù)據(jù)缺失）、西寧（2003—2012年居民分組收入數(shù)據(jù)缺失）等9個城市部分年份數(shù)據(jù)缺失，研究時(shí)從35個大中城市中剔除，選用2003—2012年26個城市面板數(shù)據(jù)，數(shù)據(jù)的描述性統(tǒng)計(jì)見表1所示。

表1各變量統(tǒng)計(jì)描述

變量概念觀測數(shù)平均值中位數(shù)標(biāo)準(zhǔn)誤最大值最小值GINI基尼系數(shù)260000314269 0305000 0600000 01000000070721LNHP對數(shù)化的住房價(jià)格260008438545 8423401 9954038 71884130584295UR城鎮(zhèn)化率260000569427 0578731 1000000 02408610330139LNGDP對數(shù)化的GDP260001715241 1720714 1912287 1464345-0297262TI第三產(chǎn)業(yè)GDP占比260000482032 0465750 0765000 03620001254992（三）面板單位根檢驗(yàn)結(jié)果

對面板數(shù)據(jù)模型進(jìn)行估計(jì)之前，通常需要對各變量的平穩(wěn)性進(jìn)行檢驗(yàn)，通常有LLC檢驗(yàn)、IPS 檢驗(yàn)、 ADF-Fisher檢驗(yàn)和 PP-Fisher檢驗(yàn)、Breitung t檢驗(yàn)、Hadri檢驗(yàn)等檢驗(yàn)方法。[21]為了保證變量同階平穩(wěn)，本文選擇了LLC檢驗(yàn)、IPS檢驗(yàn)等四種檢驗(yàn)方法。得出的結(jié)果如表2所示，從表2中的檢驗(yàn)結(jié)果可以看出GINI、LNHP等變量的一階差分顯著拒絕存在單位根的原假設(shè)，體現(xiàn)出了平穩(wěn)性，滿足進(jìn)行面板協(xié)整檢驗(yàn)的要求。

（四）面板協(xié)整檢驗(yàn)

為了檢驗(yàn)基尼系數(shù)、對數(shù)化的房價(jià)、城鎮(zhèn)化率、對數(shù)化的GDP以及第三產(chǎn)業(yè)GDP占比是否存在長期的均衡，需要對其進(jìn)行面板數(shù)據(jù)的協(xié)整檢驗(yàn)。相對于時(shí)間序列的協(xié)整檢驗(yàn)，面板數(shù)據(jù)模型由于個體異質(zhì)性等問題顯得更為復(fù)雜。面板數(shù)據(jù)協(xié)整檢驗(yàn)的方法主要有Pedroni檢驗(yàn)、Kao檢驗(yàn)以及Johansen協(xié)整檢驗(yàn)基礎(chǔ)上的面板協(xié)整檢驗(yàn)。本文主要采用前兩種方法，在Pedroni檢驗(yàn)中有7個統(tǒng)計(jì)量，其中有4個組內(nèi)統(tǒng)計(jì)量（Panel v、 Panel ρ、 Panel PP、Panel ADF 統(tǒng)計(jì)量）和3個組間統(tǒng)計(jì)量（Group ρ、 Group PP、 Group ADF 統(tǒng)計(jì)量）。在T<20這種時(shí)間較短的計(jì)量模型分析中，Panel ADF和Group ADF的檢驗(yàn)效果較好，而Panel ρ和Group ρ則反之。在Pedroni與Kao檢驗(yàn)中，原假設(shè)均為模型涵蓋的變量之間不存在協(xié)整關(guān)系，若在檢驗(yàn)中拒絕原假設(shè)則表示變量之間存在協(xié)整關(guān)系。檢驗(yàn)結(jié)果如表3所示，基尼系數(shù)、住房價(jià)格等幾個變量的Panel PP、Panel ADF、Group PP以及Group ADF均拒絕不存在協(xié)整關(guān)系的原假設(shè)。而其他幾個變量不拒絕原假設(shè)的問題可有本文小樣本解釋。因而本文以Panel ADF和Group ADF的檢驗(yàn)結(jié)果為準(zhǔn)，據(jù)此可判定基尼系數(shù)等5個變量存在協(xié)整關(guān)系。另外Kao檢驗(yàn)結(jié)果也進(jìn)一步支持了變量之間存在協(xié)整關(guān)系的結(jié)論。

表3總樣本的協(xié)整關(guān)系檢驗(yàn)結(jié)果

檢驗(yàn)方法統(tǒng)計(jì)量含時(shí)間趨勢項(xiàng)Panelv-Statistic-2154002（09844）PedroniPanelrho-Statistic1868453（09692）Panel PP-Statistic-2241540（00000）Panel ADF-Statistic-2085309（00185）Group rho-Statistic 5642613（10000）Group PP-Statistic-1531994（00000）Group ADF-Statistic-2136044（00000）KaoAD-Statistic1859419（00315）（五）GINI與LNHP面板數(shù)據(jù)回歸模型

協(xié)整檢驗(yàn)結(jié)果顯示基尼系數(shù)、對數(shù)化的住房價(jià)格等五個變量之間存在長期的協(xié)整關(guān)系。在此基礎(chǔ)上，本文先用Eviews6進(jìn)行了F統(tǒng)計(jì)量檢驗(yàn)[22]，發(fā)現(xiàn)基尼系數(shù)與對數(shù)化的房價(jià)兩模型均適合固定效應(yīng)模型。再進(jìn)行Hausman檢驗(yàn)，GINI模型統(tǒng)計(jì)量P值為04686，大于005，因而適合隨機(jī)效應(yīng)模型，而LNHP模型的P值顯著小于005，設(shè)置為固定效應(yīng)模型更為合適（如表4所示）。

表4GINI、LNHP模型設(shè)定檢驗(yàn)

模型檢驗(yàn)方法模型判斷統(tǒng)計(jì)量值（P值）結(jié)論GINI模型F統(tǒng)計(jì)量檢驗(yàn)混合模型、固定效應(yīng)模型32202460（00000）固定效應(yīng)模型Hausmana檢驗(yàn)固定效應(yīng)模型、隨機(jī)效應(yīng)模型3561681（04686）隨機(jī)效應(yīng)模型LNHP模型F統(tǒng)計(jì)量檢驗(yàn)混合模型、固定效應(yīng)模型80454899（00000）固定效應(yīng)模型Hausmana檢驗(yàn)固定效應(yīng)模型、隨機(jī)效應(yīng)模型40447387（00000） 固定效應(yīng)模型對樣本數(shù)據(jù)分別進(jìn)行混合回歸模型（Pooled model）、固定效應(yīng)模型（Fixed Effects Model）、隨機(jī)效應(yīng)模型（Random Effects Model）的實(shí)證結(jié)果如表5、6所示，根據(jù)模型估計(jì)結(jié)果和檢驗(yàn)結(jié)果，GINI模型采用隨機(jī)效應(yīng)模型估計(jì)所得結(jié)果顯著性較好，LNHP模型則更適合采用個體固定效應(yīng)模型。模型的回歸表達(dá)式見式3、式4：

GINIit=0763840+0018623LNHPit-0059839URit-0031722LNGDPit-0059201TIit （式3）

其中，GINIit （i=1，2，…，26；t=1，2，…，10）為被解釋變量，LNHPit、URit、LNGDPit、TIit （i=1，2，…，26；t=1，2，…，10）為解釋變量。

表5GINI面板數(shù)據(jù)模型估計(jì)結(jié)果

變量系數(shù)（P值）混合模型個體固定效應(yīng)模型隨機(jī)效應(yīng)模型C0532534（00000）0884677（00000）0763840（00000）LNHP-0022053（00702）0037255（00481）0018623（00404）UR-0044295（01467）-0077821（02233）-0059839（01447）LNGDP-0002364（07399）-0034564（00022）-0031722（00110）TI0069718（02627）-0101537（02572）-0059201（00673）R2006807907929190103669Adusted- R2005346007668080089609F統(tǒng)計(jì)值4657067（0001207）3036810（0000000）7373306（0000012）觀測值260260260GINIit=-5809970+0452855LNHPit+0452855URit+0749263LNGDPit+1978647TIit（式4）

其中，LNHPit （i=1，2，…，N；t=1，2，…，T）為被解釋變量，GINIit、URit、LNGDPit、TIit （i=1，2，…，N；t=1，2，…，T）為解釋變量。

表6LNHP面板數(shù)據(jù)模型估計(jì)結(jié)果

變量系數(shù)（P值）混合模型個體固定效應(yīng)模型隨機(jī)效應(yīng)模型C0839146（00886）-5809970（00000）-5454862（00000）GINI-0580477（00702）0452855（00481）0346848（01186）UR0624115（00001）0528175（00173）0442943（00209）LNGDP0396191（00000）0749263（00000）0732214（00000）TI1308649（00000）1978647（00000）2018417（00000）R2064064509631250907758Adusted- R2063500909584750906311F統(tǒng)計(jì)值1136514（0000000）2071454（0000000）6273674（0.000000）觀測值260260260模型回歸結(jié)果顯示：

第一，基尼系數(shù)隨著住房價(jià)格的上升而上升，隨著城鎮(zhèn)化率、GDP、第三產(chǎn)業(yè)比重的提高而下降。從系數(shù)值來看，在影響居民收入分配差距的因素中，城鎮(zhèn)化率和第三產(chǎn)業(yè)GDP占比系數(shù)值較大，說明城鎮(zhèn)化和第三產(chǎn)業(yè)發(fā)展，為勞動者創(chuàng)造了更為公平的就業(yè)機(jī)會，提升了原先底層收入階層的收入，從而使得收入差距縮小。另外，GDP的增長帶動了居民整體收入的提高，亦是有利于收入差距的縮小。而相對來說，住房價(jià)格在該模型中是對基尼系數(shù)影響最小的，住房價(jià)格的上漲帶動基尼系數(shù)略微上升。上漲的結(jié)論與李實(shí)、張傳勇等學(xué)者保持一致。上漲原因可能在于，占居民財(cái)產(chǎn)絕大比例的住房資產(chǎn)，在上漲情況下可以通過“財(cái)富效應(yīng)”“信貸效應(yīng)”等作用機(jī)制增加了高收入群體的資本性收入，而相對壓縮了低收入群體的收入。上漲幅度不大的緣由可能是我國城鎮(zhèn)居民住房自有率超過了80%，大部分的居民均可享受房價(jià)上漲帶來的“財(cái)富效應(yīng)”，使得系數(shù)不顯著。

第二，從LNHP面板模型的回歸結(jié)果看，基尼系數(shù)等四個變量均與住房價(jià)格呈正相關(guān)關(guān)系。對比來看，第三產(chǎn)業(yè)GDP占比對于住房價(jià)格的影響最大，服務(wù)業(yè)能夠吸納大量就業(yè)人口，人口在城市的集聚使得城市住房需求增加，房價(jià)也相應(yīng)上漲。在本模型中，基尼系數(shù)對于住房的影響也是最小的，但明顯大于住房價(jià)格價(jià)對于基尼系數(shù)的影響。顯然，收入差距的擴(kuò)大是住房價(jià)格上升的一個重要原因。

第三，結(jié)合兩者檢驗(yàn)結(jié)果不難發(fā)現(xiàn)，住房價(jià)格與基尼系數(shù)是相互影響的。住房價(jià)格上漲將會導(dǎo)致基尼系數(shù)上升而基尼系數(shù)上升也將會推高住房。只是兩者間相互作用的強(qiáng)度有所區(qū)別?；嵯禂?shù)對于住房價(jià)格的影響這與本文之前關(guān)于房價(jià)與收入差距的互動機(jī)制的描述是一致的。

四、結(jié)論與建議

本文利用面板數(shù)據(jù)個體固定效應(yīng)和隨機(jī)效應(yīng)模型，基于我國2003—2012年26個大中城市的數(shù)據(jù)，進(jìn)行了住房價(jià)格與收入差距的關(guān)系研究。結(jié)果發(fā)現(xiàn)，住房價(jià)格與收入差距之間對彼此的影響是一致的，但是兩者對彼此的影響程度不一致，收入差距對住房價(jià)格的作用效果要比住房價(jià)格對收入差距的作用效果強(qiáng)烈。另外，研究還發(fā)現(xiàn)城鎮(zhèn)化率、GDP以及第三產(chǎn)業(yè)GDP占比對住房價(jià)格和收入差距有著重要的影響，其中第三產(chǎn)業(yè)GDP占比對住房價(jià)格正向影響十分顯著。將住房價(jià)格與收入分配差距問題結(jié)合起來研究，一方面有利于我們更為清晰地認(rèn)識造成收入分配差距的原因，另一方面對房價(jià)上漲成因也有更為全面地理解。這對政府制定房地產(chǎn)調(diào)控政策和收入分配政策有著重要的參考價(jià)值。

（一）緊密結(jié)合房地產(chǎn)調(diào)控與收入分配調(diào)控政策

近幾年來國家對于房地產(chǎn)調(diào)控政策的方向主要集中在對傳統(tǒng)投資性需求的抑制上，雖然取得了一定的成效，但是也存在效用不明顯、誤傷剛需等弊端。因而在房地產(chǎn)調(diào)控上，相關(guān)部門不妨轉(zhuǎn)換一個新的視角，從收入差距角度入手，結(jié)合收入分配政策，在控制住房投機(jī)性需求的同時(shí)，致力于解決居民收入差距問題，以縮小收入差距帶動房價(jià)的調(diào)整。另一方面積極鼓勵新興產(chǎn)業(yè)發(fā)展，創(chuàng)造更多更優(yōu)的投資機(jī)會，引導(dǎo)高收入群體富余資金轉(zhuǎn)移，減少房地產(chǎn)的投機(jī)炒作行為，從而達(dá)到穩(wěn)定房價(jià)的目的，另一方面新興產(chǎn)業(yè)也有利于促進(jìn)勞動者充分就業(yè)，改變收入分配結(jié)構(gòu)，減少收入差距。

（二）進(jìn)一步加強(qiáng)中低收入群體的住房保障工作

本文研究證實(shí)住房價(jià)格上漲會通過房地產(chǎn)產(chǎn)品投資、消費(fèi)等通道，分化不同收入階層的收入水平，這與中低收入階層無自有住房或住房負(fù)擔(dān)能力過低的實(shí)情相關(guān)。因而為了降低房價(jià)對收入差距的放大作用，政府應(yīng)在房地產(chǎn)市場充分發(fā)揮“有形的手”的角色，保障經(jīng)濟(jì)適用房、公租房、廉租房等保障性住房產(chǎn)品的充分供給，滿足無房租房一族居住需求。保障房與商品房的分離能有效隔絕商品房價(jià)格上漲對中低收入階層收入分配的沖擊，同時(shí)也適當(dāng)平衡了商品房的供需，穩(wěn)定商品房房價(jià)，這也有利于整體住房市場的健康發(fā)展。

（三）協(xié)調(diào)大中小城市發(fā)展，積極優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)

研究還發(fā)現(xiàn)城鎮(zhèn)化率、GDP以及第三產(chǎn)業(yè)GDP占比等經(jīng)濟(jì)基本面參數(shù)對房價(jià)與收入差距亦存在顯著地影響，尤其第三產(chǎn)業(yè)GDP占比對房價(jià)有較大的正向作用。當(dāng)前城鎮(zhèn)化過程，大中小城市發(fā)展不均衡，城鎮(zhèn)化重量不重質(zhì)的問題嚴(yán)重，導(dǎo)致服務(wù)業(yè)發(fā)展較好的大城市往往需要過度吸納人口。人口的增多勢必會影響城市住房供需平衡，從而推高房價(jià)。另一方面，高收入群體向明星城市的聚居效應(yīng)也使得居民收入差距不斷增大。因而在新型城鎮(zhèn)化進(jìn)程中，要兼顧大中小城市協(xié)調(diào)發(fā)展，積極優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，協(xié)調(diào)發(fā)展二、三產(chǎn)業(yè)，促進(jìn)城市經(jīng)濟(jì)健康發(fā)展。

（四）制定房產(chǎn)持有稅收政策，做好再分配工作

住房投資性以及投機(jī)性需求旺盛的一個原因在于房產(chǎn)保有環(huán)節(jié)成本缺失的問題。當(dāng)前階段，我國尚未出臺相關(guān)房產(chǎn)持有環(huán)節(jié)稅收的政策。這方面的缺失使得多套住房的持有者在房價(jià)上漲期間，其持有收益往往遠(yuǎn)高于持有成本（物業(yè)費(fèi)等）。這一巨大的利差使得住房投資變得十分誘人。另外就算房價(jià)一時(shí)處于疲軟狀態(tài)，住房產(chǎn)品良好的抗通脹功能亦是投資性購房者所看重的。因而出臺房產(chǎn)保有環(huán)節(jié)相關(guān)稅收政策是十分必要的。一方面，房產(chǎn)持有稅可以加重投資性購房者持有成本，抑制投資性需求，穩(wěn)定房價(jià)；另一方面，房地產(chǎn)持有環(huán)節(jié)稅作為一種稅收，亦可起到調(diào)節(jié)居民收入，保證社會公平的作用。

參考文獻(xiàn)：

[1]李實(shí)，魏眾，丁賽.中國居民財(cái)產(chǎn)分布不均等及其原因的經(jīng)驗(yàn)分析[J].經(jīng)濟(jì)研究，2005（6）：4-15.

[2]陳釗，陳杰，劉曉峰.中國城鎮(zhèn)住房體制改革的回顧與展望[J].世界經(jīng)濟(jì)文匯，2008（1）：43-54.

[3]Matlack J L， Vigdor J L. Do Rising Tides Lift All Prices？ Income Inequality and Housing Affordability[R].NBER Working Papers，2006，No.12331.

[4]胡晶晶.住房價(jià)格上漲對城鎮(zhèn)居民收入差距的影響機(jī)理與實(shí)證分析[J].中國地質(zhì)大學(xué)學(xué)報(bào)（社會科學(xué)版），2012（4）：91-96.

[5]陳彥斌，邱哲圣.高房價(jià)如何影響居民儲蓄率和財(cái)產(chǎn)不平等[J].經(jīng)濟(jì)研究，2011（10）：25-38.

[6]陳健，高波.收入差距、房價(jià)與消費(fèi)變動——基于面板數(shù)據(jù)聯(lián)立方程模型的分析[J].上海經(jīng)濟(jì)研究，2012（2）：53-62.

[7]張傳勇.房價(jià)與收入分配的內(nèi)生性及其互動關(guān)系[J].統(tǒng)計(jì)研究，2014（1）：63-69.

[8]劉琳.如何度量城鎮(zhèn)家庭住房支付能力[J].中國投資，2007（2）：12-18.

[9]王小魯.我國國民收入分配現(xiàn)狀、問題與對策[J].國家行政學(xué)院學(xué)報(bào)，2010（3）：23-27.

[10]Mark Duda，鄭思齊.利率和收入差距如何左右住房支付能力[J].城市開發(fā)，2006（10） ：53-55.

[11]王先柱，趙奉軍. 收入差距、擠出效應(yīng)與高房價(jià)[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013（1）：27-34.

[12]Gyourko J， Mayer C， Sinai T. Superstar Cities[R]. NBER Working Papers， 2006， No.12355.

[13]Niku Mttnen， Marko Tervi. Income Distribution and Housing Prices： An Assignment Model Approach [R].CEPR Discussion Paper，2010，No.DP7945.

[14]Arrondel L et al. Consumption and investment motives in housing wealth accumulation： a french study. Journal of Urban Economics， 2001，vol.50：112-137.

[15]高東勝，馮濤.房地產(chǎn)價(jià)格與國民收入分配的互動關(guān)系——基于聯(lián)立方程模型的實(shí)證研究[J].財(cái)經(jīng)科學(xué)，2011（11）：44-52.

[16]張傳勇.房價(jià)波動收入分配效應(yīng)的區(qū)域差異分析——基于中國省際面板數(shù)據(jù)的實(shí)證研究[J].華東師范大學(xué)學(xué)報(bào)（哲學(xué)社會科學(xué)版），2014（1）：113-155.

[17]Benjamin et al. Real estate versus financial wealth in consumption. The Journal of Real Estate Finance and Economics， 2004， vol.3： 341-354.

[18]Gan J. Housing wealth and consumption growth： evidence from a large panel of households. Review of Financial Studies， 2010， vol.23：2229-2267.

[19]Grossanan et al. Asset pricing and optimal portfolio choice in the pricing of illiquid durable consumption goods. Econometrica， 1990， vol.58：25-51.

[20]張建華.一種簡便易用的基尼系數(shù)計(jì)算方法[J].山西農(nóng)業(yè)大學(xué)學(xué)報(bào)（社會科學(xué)版），2007（3）：275-278.

[21]高鐵梅.計(jì)量經(jīng)濟(jì)分析方法與建模[M].清華大學(xué)出版社，2006：101-110.

[22]張曉峒.Eviews使用指南與案例[M].機(jī)械工業(yè)出版社，2010：261-271.

Housing Price and Residents' Income Distribution Gap

- Based on the Empirical Study of the 26 Large and Medium-sized Cities

YANG Qiao，YANG Yangchang

（Zhongnan University of Economics and Law， Wuhan，Hubei 430073，China）

Abstract：Income distribution gap widening gradually and house price rising rapidly are the two major problems needed to be solved under Chinas new normal. In this paper， we consider the relationship between house price and income distribution gap to clarify the interaction mechanism. Based on panel data of 26 large and medium cities from 2003 to 2012， we construct house price and gini coefficients panel data regression model. The empirical results show that house price's influence on gini coefficient is positive； Gini coefficients influence on house price is positive. And gini coefficient is more pronounced impact on house price. In addition， we find that the urbanization rate， GDP and development of the third industry also have significant impacts on house price and income distribution gap. Thus， in the process of urbanization， based on the interaction between house price and income distribution， we should connect the real estate regulatory policies with the income distribution policies. Its effective to restrain the house prices rising and narrow the income distribution gap.

Key words：housing price； income distribution gap； gini coefficient

責(zé)任編輯：蕭敏娜