王玥玥，李偉軍,2

(1.安徽工業(yè)大學 商學院，安徽 馬鞍山 243032；2.復旦大學 經(jīng)濟學院，上海 200433)

一、引言

改革開放四十余年來，中國從低收入發(fā)展中國家躋身為世界第二大經(jīng)濟體，國民財富隨之快速增加。但與此同時，收入差距也不斷向高位攀升，引起社會各界廣泛關(guān)注。世界銀行數(shù)據(jù)顯示，中國基尼系數(shù)自2002年突破0.40關(guān)口以后，于2010年達到0.45，雖在2013年之后有所回落，但基本維持在0.4左右。同時，一些更加悲觀的觀點認為，來自官方的基尼系數(shù)存在低估，實際上中國近年來的收入差距并未真正縮小。從世界范圍來看，丹麥、德國和英國等歐洲高福利國家的基尼系數(shù)長期低于0.4的水平，而巴西則高達0.55左右①。對此，如果將收入差距與福利水平放在同一框架內(nèi)進行簡單對比，不難看出在一定程度上控制收入差距的必要性。誠然，從中國改革開放的經(jīng)驗來看，改革初期將多勞多得作為優(yōu)化收入分配制度的辦法，有助于我們跳出計劃經(jīng)濟下“吃大鍋飯”制度的低效藩籬，激發(fā)社會潛在的創(chuàng)新和競爭活力。但是，隨著社會財富水平不斷提升，逐漸加大的收入差距又必然帶來諸多社會問題。尤其是，收入機制中的非勞動因素占比過高，嚴重損害了人力資本要素的積極性，將社會進步及財富積累的內(nèi)驅(qū)力從教育、創(chuàng)新和企業(yè)精神等人力資本積累角度導入畸形通道。長此以往，社會財富增加無疑會陷入零和博弈甚至龐氏騙局的怪圈，嚴重削弱社會文明進步的動力。因此，關(guān)注當下中國收入差距及其成因，對于我們采用更加理性的眼光審視中國式居民造富的行為特征，尋求收入差距擴大的防范機制，具有積極意義。

房地產(chǎn)無疑是造成社會收入差距擴大的重要原因。自1998年我國住房市場化改革以來，市場經(jīng)歷了近二十年的黃金時代，成就了一個個造富神話。但同時，房價的快速攀升引發(fā)了明顯的財富效應[1]，房地產(chǎn)成為吸納流動性的海綿[2]，也是聚集財富的蓄水池。尤其是，在社會投資渠道和金融產(chǎn)品有限前提下，城市居民普遍借助房屋抵押和按揭貸款的信貸杠桿刺激，不斷放大房地產(chǎn)投資品屬性。由此，環(huán)顧中國房地產(chǎn)市場發(fā)展歷程，既是一個繁榮與興盛的過程，同時也是預期、投機、房地產(chǎn)泡沫[3]和財富效應等相互交織的過程。如此循環(huán)反復，促使學者們持續(xù)關(guān)注房價波動與收入差距的密切聯(lián)系，以期破解人們追逐財富增值的密碼。

然而，從既有研究來看，大部分研究僅僅關(guān)注房價波動對收入差距的單向影響，忽略了收入差距對房地產(chǎn)市場的反向作用。雖然有少量研究涉及到兩者的交互性問題，但兩者間關(guān)系究竟是對等均衡，還是非均衡，相關(guān)結(jié)論并不清晰。綜上，本文在將宏觀數(shù)據(jù)庫與CGSS微觀數(shù)據(jù)庫進行整合的基礎上，得到省級層面收入差距數(shù)據(jù)，進一步利用3SLS回歸模型進行計量檢驗，以期為厘清我國現(xiàn)階段收入差距與房價上漲的傳導機制提供實證依據(jù)。

二、文獻綜述

房價波動直接拉大收入差距。范紅忠等[4]在考慮了城市規(guī)?；A上，采用CHIPS 2002—2008年數(shù)據(jù)進行實證分析后發(fā)現(xiàn)，隨著城市規(guī)模擴大，房價上漲拉大了居民的收入差距。房價上漲引致的收入分配效應違背了經(jīng)濟倫理原則[5]，同時導致城鎮(zhèn)居民的福利損失[6]，面對高昂的住房負擔，優(yōu)秀人才“望房卻步”，阻礙了城市群人口集聚的吸引力[7]。一般而言，學術(shù)界將房價波動對收入差距的影響機制劃分為兩個方面：一是財富效應。Linneman et al.[8]認為房產(chǎn)可以通過衍生的財富效應導致社會整體財富分配不均。比如，當高收入家庭因房屋價值產(chǎn)生的收益增長超過勞動收入增長，那么房價上漲將通過財富效應對財富分配產(chǎn)生影響。Case[9]則用美國1980—1990年各州的面板數(shù)據(jù)，通過實證驗證了房產(chǎn)的財富效應[10]的存在。房產(chǎn)價值的差異、租金支出或收入、隱性收入等最終會影響家庭消費, 擁有房產(chǎn)會產(chǎn)生財富效應，從而增加居民的消費[11]。而消費更能反映家庭收入的真實狀況，房價上漲明顯在通過財富效應使得居民收入分配差距拉大[12]，因此房價調(diào)控政策目標除重視抑制投機行為，還需要重點關(guān)注房價上漲通過財富提升造成的對居民收入差距擴大風險。二是信貸效應。房價的上漲會增加擁有住房家庭的資產(chǎn)價值，擁有房產(chǎn)越多，房價上漲對其越有利，使其在收入分配中擁有相對的優(yōu)勢[13]。

關(guān)于收入差距對房地產(chǎn)市場的影響，目前學術(shù)界尚未形成統(tǒng)一認識。一種觀點認為，收入差距沒有促進房價上漲。李仲飛等[14]認為，整體上看，房價與收入差距間沒有顯著影響關(guān)系。另一種觀點認為，收入差距顯著促進房價上漲。Joseph Gyourko et al.[15]研究發(fā)現(xiàn)，在土地供給缺乏彈性的前提下，美國代表性大城市中高收入人群比重的增加，顯著推高了房價。對中國相關(guān)問題的研究，許多學者同樣得出了類似的結(jié)論[16-18]。王先柱和趙奉軍[19]認為，從宏觀角度來看，收入差距擴大導致儲蓄率上升；從微觀角度來看，收入差距引發(fā)居民家庭過度住房投資，進而造成房價上漲。周光肅等[20]認為，當收入差距進一步擴大時，人們可能為追求更高的社會地位和“身份標簽”，從而選擇價格更高的住房，以顯示身份差異。這也可以從微觀心理層面解釋為何房價越高的地段，住房需求越旺盛的原因[21]。

還有一些研究關(guān)注房價與收入差距之間的交互性問題。張傳勇[12]使用聯(lián)立方程組處理房價與收入差距的內(nèi)生性問題，并建立GLS回歸模型進行實證檢驗，結(jié)果顯示房價上漲與居民收入分配之間相互影響的方向均為正向[22]，且收入分配對房價的作用效果要比房價對收入分配的作用效果強烈。張媛媛等[23]通過對省級面板數(shù)據(jù)進行PVAR分析發(fā)現(xiàn)房價對城鄉(xiāng)收入差距的影響方向為正，城鄉(xiāng)收入差距反過來能給房價帶來負向影響。謝鵬和孫群力[24]建立空間面板聯(lián)立方程模型發(fā)現(xiàn)，房價上漲直接拉大城鄉(xiāng)居民收入差距，該效應隨著經(jīng)濟發(fā)展水平的提高而逐步縮小;周邊城市房價上漲通過空間溢出效應帶動本地房價上漲，進而間接拉大本地城鄉(xiāng)收入差距。另外，也有一些學者關(guān)注房價與收入差距的區(qū)域效應。肖堯[25]使用2000—2010年省級面板數(shù)據(jù)進行實證研究后認為，從全國層面來看，房價上漲對城鄉(xiāng)收入差距是中性影響，中、西部地區(qū)房價上漲會縮小城鄉(xiāng)收入差距，而東部地區(qū)則相反。王拉娣和安勇[26]通過中西部地區(qū)的房價對居民收入差異更敏感。鞠方等[27]認為房價上漲確實會擴大城鄉(xiāng)居民的收入差距，從西部到東部，隨著城市化平均水平的提高，房價對城鄉(xiāng)居民收入差距的影響系數(shù)將減小，即西部地區(qū)房價對收入差距的影響大于東部地區(qū)[13]。駱永民和徐明星[28]利用面板向量自回歸模型進行分析，結(jié)果顯示，房價沖擊收入分配時，收入差異自西向東逐步縮??；收入分配沖擊房價時，房價漲幅由東至西逐漸減少。李仲飛等[14]認為就區(qū)域?qū)用婵?，在?jīng)濟發(fā)展水平較高的省份，房地產(chǎn)主要為投資品，收入差距促進了房價上漲，而在經(jīng)濟發(fā)展水平較低的省份，收入差距則抑制了房價上漲。宋婧[29]通過省級面板數(shù)據(jù)的實證研究發(fā)現(xiàn)，收入差距對東部發(fā)達地區(qū)房價影響更大、對中西部欠發(fā)達地區(qū)影響較小。

綜上，學者圍繞房價波動與收入差距問題進行了廣泛研究，并得到很多有益的研究結(jié)論。然而，綜合討論兩者交互性及非均衡性的研究仍十分鮮見。出于上述考慮，本文使用聯(lián)立方程組，既兼顧了兩者雙向影響，也剔除了二者的內(nèi)生性問題，從而為豐富這一議題提供了更加細致的研究結(jié)果。

三、模型構(gòu)建

(一)數(shù)據(jù)來源

本文的收入差距及地區(qū)教育水平等指標主要源自CGSS(中國綜合社會調(diào)查)，房價變量和人均GDP等來自歷年《中國統(tǒng)計年鑒》。其中，CGSS數(shù)據(jù)由中國人民大學2005年主持進行的不定期全國性調(diào)查，也是第一個全國性、連續(xù)性、綜合性的社會調(diào)查，在社會學領域使用率排名靠前，可信度較高。同時，由于CGSS僅公布非連續(xù)年度調(diào)查數(shù)據(jù)，因此本文也據(jù)此選擇相關(guān)年度的數(shù)據(jù)進行測算②。

(二)模型選擇

假設住房會影響居民相對收入，可能一定程度上房屋價值差距的拉大會導致收入差距的擴大。同時，收入差距則對居民家庭進一步的投資決策產(chǎn)生影響，在市場預期作用下，富裕群體的資產(chǎn)配置會向房地產(chǎn)市場傾斜，在貨幣和流動性追逐之下，持續(xù)推動房價上漲。

由于本文數(shù)據(jù)是由微觀數(shù)據(jù)整理并匹配宏觀數(shù)據(jù)得到的省際數(shù)據(jù)，且主要變量是房價與收入差距，因此就單個方程來看，需要關(guān)注其中存在的內(nèi)生性問題。遺漏變量誤差是內(nèi)生性問題的主要來源，然而，本文通過Link檢驗得知，模型設計不存在重要解釋變量缺失問題。因此，本文對內(nèi)生性處理側(cè)重于房價與收入差距之間的反向因果關(guān)系。借鑒張傳勇[12]對內(nèi)生性處理的辦法，我們構(gòu)建了一個包含相關(guān)宏觀經(jīng)濟特征和家庭資產(chǎn)結(jié)構(gòu)等變量的雙向聯(lián)立方程組模型，刻畫房價與收入差距的雙向影響機制。與張傳勇[12]的區(qū)別之處在于，本文采用3SLS模型，不僅考慮到不同方程的擾動項之間的相關(guān)性，也提高了系統(tǒng)估計的效率③。模型如下：

GINIi,t=α0+α1lnHpricei,t+α2GDPi,t+α3Wei,t+α4Drt+α5Edui,t+ε1

(1)

Hpricei,t=β0+β1GINIi,t+β2Lrt+β3URi,t+β4Hinvesti,t+β5Hhnewmi,t+β6Tupricei,t+ε2

(2)

其中α、β分別是公式(1)、(2)的常數(shù)項和各變量的系數(shù)，ε是誤差項。下標i、t分別表示第i個省(區(qū)、市)、第t年。Gini為各省份收入差距；Hprice為住宅商品房價格；GDP、We、Dr、Edu、Lr、UR、Hinvest、Hnewm、Tuprice分別表征地區(qū)經(jīng)濟和教育發(fā)展情況、家庭資產(chǎn)情況、購房貸款成本、風險資產(chǎn)波動、房地產(chǎn)市場情況等方面的變化。

(三)變量說明

1.主要解釋變量。收入差距(Gini)：研究收入差距有很多方向和指標，本文在大量文獻研究基礎上，采用基尼系數(shù)進行衡量。具體來講，本文綜合參考胡祖光[30]和鞠方等[31]的測算方法，基尼系數(shù)簡便計算公式如下：

GINI=P5-P1

(3)

(3)式中，基尼系數(shù)近似等于收入五分法中高收入組占比與低收入組占比之差。在數(shù)據(jù)處理時，將CGSS數(shù)據(jù)中各省調(diào)查問卷中家庭總收入指標進行收入分組，按照公式(3)計算出不同省市收入的基尼系數(shù)。

房價(Hprice)：本文使用統(tǒng)計年鑒中“各省每年的商品房平均銷售價格”表示(單位：元/平方米)。為便于分析，在計算時對其取對數(shù)處理，記為lnHprice。

2.控制變量。人均國內(nèi)生產(chǎn)總值(GDP)，可以從總體角度體現(xiàn)各地區(qū)居民的經(jīng)濟發(fā)展狀況；地區(qū)教育水平(EDUi,t)是統(tǒng)計各地區(qū)6歲以上居民的人均受教育年限，數(shù)據(jù)處理使用的公式為：

(4)

其中，Pi表示某教育水平對應的人口比重，Agei表示受教育年限，本文使用的年限賦值方法沿襲CGSS中受教育年限賦值方法，如沒有受過任何教育為0，小學為3，初中為4；選擇家庭工資性收入(個人加配偶勞動收入)占家庭總收入(個人加配偶全年總收入)的比重[32]表示家庭工資性收入比(Wei,t)；短期存款利率(Dr)采用一年期央行公布的基準利率。

長期貸款利率(Lr)使用五年以上的貸款利率，該指標反映家庭的房貸壓力或直接購房家庭的住房紅利；城鎮(zhèn)化率(Ur)是指該地區(qū)城鎮(zhèn)戶籍人數(shù)與總?cè)藬?shù)的比值，由于城鎮(zhèn)化率與經(jīng)濟增長是互相聯(lián)系的關(guān)系，該指標體現(xiàn)地區(qū)資源配置優(yōu)化程度；住宅商品房新開工面積(Hnewm)體現(xiàn)該地區(qū)住宅商品房屋的開發(fā)情況，并進行對數(shù)化處理(Lnhnewm)；住宅投資價值(Hinvest)用住宅投資額表示，反映地區(qū)住宅商品房供給情況，對數(shù)處理記為(Lnhinvest)；單位土地購置費(Tuprice)用土地購置費/本年土地購置面積表示。利用stata13.1軟件進行變量描述性統(tǒng)計，結(jié)果見表1。

表1 變量描述

四、實證分析

(一)系統(tǒng)回歸

為考察房價上漲與城鎮(zhèn)收入差距程度之間的關(guān)聯(lián)性，參考已有文獻，本文建立了一個包含收入差距方程和房價上漲方程在內(nèi)的聯(lián)立方程模型(SEM)，見模型(1)、模型(2)。其中，單方程模型反映單向影響機制，系統(tǒng)方程模型用于解釋房價與收入差距間的互動影響機制。

描述性統(tǒng)計結(jié)果顯示，指標均滿足聯(lián)立方程模型秩條件，參數(shù)可識別。同時，模型也滿足方程過度識別的階條件，即K*≥M1。單位根檢驗的p值顯著小于0.01，均通過單位根檢驗?；诖?，本文首先進行OLS單獨估計作為參照系，再使用2SLS做單一方程估計和三階段最小二乘法(3SLS)進行系統(tǒng)估計，以及迭代式三階段最小二乘法估計。結(jié)果見表2。

表2 回歸結(jié)果匯總

首先，從結(jié)果比較來看，3SLS較OLS與2SLS的回歸結(jié)果更穩(wěn)健且變量間相關(guān)性更顯著。因此，本文以表2所示幾種回歸結(jié)果中的3SLS及3SLS～r為準。從估計結(jié)果來看，房價與收入差距間存在顯著的雙向影響關(guān)系，即存在交互性。其中，收入差距方程顯示，房價每上漲一個單位，收入差距拉大0.074個單位；房價方程(收入差距對房價的影響)中，收入差距上升一個單位，房價上漲3.563個單位。住房新開工面積(Hnewm)和城鎮(zhèn)化率(Ur)對房價有負面影響，其中住房新開工面積是地區(qū)房地產(chǎn)投資開發(fā)力度的表征變量，如果住房新開工面積的增加會使房地產(chǎn)市場供給量增加，房價會有下跌的可能。除此之外，住房投資價值(Hinvest)和單位土地購置費用(Tuprice)對房價有正向的沖擊，從成本收益的角度看，投資價值和單位土地購置費用的增加，會提高住房建造成本從而推動房價上漲。另外，本文選擇的聯(lián)立方程組，既解決了核心變量間的內(nèi)生性問題，又盡可能擬合二者的雙向影響，保證了結(jié)果的穩(wěn)健性。

(二)分區(qū)域回歸

我國地域遼闊，地區(qū)發(fā)展和城市進程差異巨大。鑒于此，本文將樣本劃分為東中西部，探討收入差距與房價的區(qū)域效應，結(jié)果如表3所示。

表3 分區(qū)域回歸

(1)東部地區(qū)，房價上漲對收入差距的影響在1%水平上顯著，同時，收入差距對房價上漲的影響程度更高，收入差距在擴大1單位基礎上會拉動房價上漲1.418個單位，并在10%水平上顯著。原因可能在于，東部地區(qū)是中國改革開放和市場化水平最高的地區(qū)，平均工資水平較高，與此同時，源源不斷的人口流入，為房地產(chǎn)投資提供了充分的樂觀預期。因此，東部地區(qū)的富裕群體和高收入群體更易誘發(fā)對房地產(chǎn)的投資偏好，從而出現(xiàn)收入差距反向刺激房價上漲的現(xiàn)象。(2)中西部地區(qū)，收入差距對房價上漲的刺激作用同樣明顯，且都在1%水平上顯著。這說明，現(xiàn)階段我國居民間的收入差距，不僅體現(xiàn)在貨幣化層面，而且依托房地產(chǎn)投資屬性，傳導到房地產(chǎn)市場，并直觀反映在房價上漲上面。也即，只要收入差距在一定程度上廣泛存在，就天然存在人們依托房地產(chǎn)渠道保值增值的動力機制。熱點地區(qū)房價上漲的動力持續(xù)存在，直至淪為“富人”追逐財富的游戲。這從另一個角度論證了房地產(chǎn)調(diào)控任務的艱巨性。

五、穩(wěn)健性檢驗

(一)系統(tǒng)模型穩(wěn)健型檢驗

本文使用替換主要變量的方法進行穩(wěn)健性分析。具體來講，參考鄭新業(yè)等[33]采用測算組間收入差距的方法，按收入高低分組，考察不同群體收入的相對差異，指標記為(lnIncgap)it，數(shù)據(jù)處理結(jié)果如表4。替換主要變量后，房價上漲與收入差距程度仍具有顯著的雙向影響關(guān)系且收入差距對房價的影響較強烈。其中模型OLS和Two_sls分別指最小二乘法和兩階段回歸的模型，結(jié)果表明房價上漲與收入差距程度之間具有雙向影響，但部分控制變量不顯著，雙向系統(tǒng)不夠穩(wěn)定。而使用模型Three_sls、Three_sls_iter即三階段回歸時，收入差距程度對房價的影響系數(shù)由0.840增至1.071，且主要變量在0.01的程度上顯著，控制變量的顯著程度也有所增加，說明房價和收入差距之間的變化在迭代回歸的情況下仍具有雙向且正向影響。此結(jié)果與前文回歸結(jié)果一致。

表4 使用替代變量進行總體回歸穩(wěn)健性檢驗

(二)分區(qū)域模型穩(wěn)健型檢驗

接下來仍然利用變量ln(Incgap)it，對不同區(qū)域的3SLS回歸結(jié)果進行穩(wěn)健性檢驗，結(jié)果如表5所示。

從東中西部的分區(qū)域情況來看，仍顯著表現(xiàn)出收入差距擴大對房價上漲的刺激作用，其值分別為0.162、0.082和0.083，且都在1%水平上顯著。其顯著性程度明顯高于房價上漲對收入差距的影響。同時，表5結(jié)果與表3結(jié)果相吻合。

表5 使用替代變量進行分區(qū)域回歸穩(wěn)健性檢驗

六、結(jié)論及建議

本文以CGSS微觀數(shù)據(jù)為切入點，為探究房價和收入差距之間的關(guān)聯(lián)，構(gòu)建了“房價—收入差距程度”的聯(lián)立模型，使用3SLS回歸估計和分區(qū)域估計對二者關(guān)系進行驗證。研究結(jié)論表明：房價上漲拉大了收入差距，削弱社會公平；同時，收入差距拉大也反向刺激房價上漲，兩者存在交互性。同時，兩者的交互作用又表現(xiàn)出非均衡性，收入差距擴大造成的房價上漲更加顯著。

綜上，房價與收入差距之間具有雙向且正向的影響關(guān)系，但二者上漲過快對經(jīng)濟均有嚴重的危害，因此從政策調(diào)控角度對其漲勢進行緩沖是十分必要的，在政策選擇上，不能僅瞄準單一目標，應考慮到二者之間的聯(lián)動機制，采取適當?shù)拇胧?1)抑制房地產(chǎn)投資屬性。堅持“房子是用來住的，不是用來炒的”的定位不動搖。從需求端，推行租購并舉，強調(diào)住房的居住屬性，將住房定位為消費品，遏制市場投機行為。加快房地產(chǎn)市場稅收制度建設，借助房產(chǎn)稅、遺產(chǎn)稅等提高“炒房”成本，抑制房地產(chǎn)市場投機。從供給端，在適宜程度上控制土地拍賣價格、差異化住房供應結(jié)構(gòu)。創(chuàng)造出既有適合低收入家庭的保障房，也有外形美觀、超高質(zhì)量的豪華小區(qū)房，形成“高端有市場、中端有需求、低端有保障”的多元化市場結(jié)構(gòu)。(2)關(guān)注并避免收入差距過大。初次分配層面，政府應關(guān)注生產(chǎn)要素分配環(huán)節(jié)公平，避免非正常手段利益尋租現(xiàn)象的發(fā)生；再分配層面，防止甚至限制市場的住房投機行為，從制度層面切斷收入差距衍生的住房不平等問題。

本文的研究結(jié)論為調(diào)控房價與收入差距，以及分區(qū)域研究提供了微觀數(shù)據(jù)上的支持佐證。進一步的研究，需要加強以下兩方面工作：一是加強對微觀數(shù)據(jù)的應用。受數(shù)據(jù)限制，本文采用的是宏微觀結(jié)合的數(shù)據(jù)，不能像純微觀數(shù)據(jù)那樣做到個體識別。二是加大對時間序列長度的運用。受客觀數(shù)據(jù)完整性的制約，未來可進一步進行積累，拉長時間序列，這樣可以對發(fā)現(xiàn)長期規(guī)律和保證穩(wěn)健性提供更好的支持。

注釋：

①依據(jù)國際認定，基尼系數(shù)處于0.4～0.5之間視為收入差距較大，大于0.5則是收入差距懸殊，需要調(diào)控.

②測算數(shù)據(jù)使用CGSS2008、2010、2011、2012、2013、2015年調(diào)查數(shù)據(jù)，故本文實證使用數(shù)據(jù)為混合截面數(shù)據(jù).

③3SLS是處理變量之間的內(nèi)生性的常用方法。參見文獻[34].