城镇化、城乡收入差距与房价研究

刘广平 陈立文 陈晨 李丹妮

摘要：利用2005～2012年31个省、自治区、直辖市的面板数据，以房屋竣工面积、利率和城镇居民人均可支配收入为控制变量，分析了城镇化对房价的影响机理。结果表明，城镇化和城镇居民人均可支配收入显著正向影响房价，利率则与房价之间存在着显著负向关系；城乡收入差距在城镇化对房价的影响中起调节作用。

关键词：城镇化；城乡收入差距；房价；调节作用

DOI：10.13956/j.ss.1001-8409.2016.06.09

中图分类号：F29921 文献标识码：A 文章编号：1001-8409（2016）06-0039-04

Urbanization， Income Gap between Urban and Rural

Abstract：Use panel data of 31 provinces， autonomous regions and Municipalities between 2005 and 2012， this paper choose the completion area of housing， interest rate and urban per capita disposable income as control variables， analyzes the impact mechanism of urbanization on house price. The result shows that， urbanization and urban per capita disposable income positive effect house price significantly and there is a significant negative relationship between interest rate and house price. The income gap between urban and rural areas plays a moderating role in the impact of urbanization on house price. Lastly， in view of research conclusion， it puts forward some policy suggestions to restrain the rapid inflation of house price.

Key words：urbanization； income gap between urban and rural areas； house price； moderating effect

引言

十八届三中全会提出，完善城镇化健康发展体制机制，旨在通过城镇化的健康发展带动农村经济发展。2014年3月，国家出台新型城镇化规划（2014～2020年），为新型城镇化发展设定了发展目标及实现目标的一系列策略。在城镇化发展不断引起中央高度重视并提升至国家战略层面时期，人们对城镇化发展的看法褒贬不一。一些学者认为，城镇化发展推动了我国经济发展水平的提升，增加了农民收入[1，2]。还有学者认为，城镇化是城乡收入差距不断扩大的重要因素，城镇化率的提升也引起了房价的上涨 [3，4]。也有学者认为城镇化并未扩大城乡收入差距，高房价与城镇化没有必然联系。鉴于现有研究关于城镇化与房价关系的分歧结论，本文将深入探讨城镇化是否对房价产生影响以及产生何种影响。另外，抛弃一些学者将城乡收入差距作为解释变量或被解释变量的惯用研究策略，从调节变量视角来解析城乡收入差距在城镇化与房价之间的交互作用。

1文献回顾与研究假设

目前，学者们对城镇化是否推动房价上涨这一焦点话题存在不同的见解。一种观点认为，城镇化是房价高涨的“罪魁祸首”，即房价的高涨是城镇化进程推进的必然结果。任木荣等采用界面估计和时间估计模型实证研究发现，城镇化对房价具有积极的影响。但这种影响在各地存在一定的差异[5]；骆永民运用四种回归模型研究发现，城镇化对本地区和相邻地区的房价产生显著的正向影响，而且这种影响随着该地区经济发展水平和人力资本集聚的提高而增强[6]；于守华发现，无论从长期还是短期来看，城镇化水平的提升引起了房价的不断上涨，但这种影响有一定的滞后性[7]。

另一种观点则认为，城镇化不是房价上涨的因素，而是高房价阻碍了城镇化的推进。马光远指出，城镇化只是房地产开发商销售商品房所惯用的噱头，而真实情况是房价的居高不下阻碍了农民转为市民的步伐，减缓了城镇化的顺利推进[8]；也有学者指出，城镇化与房价没有必然的联系，城镇化会带来一部分住房需求，但房价被推高与民众对城市相对稀缺的公共服务的追逐有直接关系[9]；还有观点认为，房价的上涨不是农民进城推动的，相反，城镇化的推进会促使房价回归到合理价位[10]。

综上可知，持城镇化推动房价上涨观点的学者所展开的研究多为实证分析，而持相反观点的多采用定性理论分析。近年来我国各地房价普遍连年上升，同时各地城镇化水平也在逐年上升，可通过经验分析推出房价负向影响着城镇化水平的结论与实际不符。由图1可知，1987～2012年我国商品房平均销售价格与城镇化率的趋势变化大致相同，两变量的皮尔逊相关系数为0971（p<0001）。自我国改革开放以来，城镇化率从1978年的1792%上升至2012年的5257%，平均每年由农民转变为市民的人口数量在1000万以上，农村大量人口涌进城市，势必会增加对房屋的需求。

假设1：城镇化对房价具有显著的正向影响。图11987～2012年我国城镇化率与商品房平均

销售价格发展变化趋势

农民选择转变身份为市民的原因之一是获得相对较高的经济收入。在城乡收入差距较大时，城镇化水平的提高正是因为人们追求更多的财富而涌入城市所致，新进市民对房屋的需求量增加，进而推动房价的高涨。而当城乡收入差距较小时，如果城市房价依然居高不下，市民的生活压力相较于农村来说将会增加，人们就会选择向收入水平与城市相当但生活压力较低的农村迁移，城镇化水平会随之降低。由此得出以下结论：城乡收入差距越大，城镇化对房价的正向影响也越大；城乡收入差距越小，城镇化对房价的正向影响也越小。

假设2：城乡收入差距调节着城镇化与房价的正向关系。

2变量选取与数据来源

21变量选取

本文被解释变量为房价，解释变量为城镇化，调节变量为城乡收入差距。由于影响房价的因素众多，从供给、需求和利率三个层面来选择控制变量。其中，供给层面的控制变量为房屋竣工面积，需求层面的控制变量为城镇居民人均可支配收入，利率层面的控制变量为以天数为权重计算的1～3年贷款利率。各变量的定义与说明见表1。

211城镇化、城乡收入差距与房价

城镇化是运用各地区年末城镇人口比重计算得出；城乡收入差距为各地区城镇居民家庭平均每人全年可支配收入与农村人均实际收入的比值；房价为各地区商品房的平均价格。

变量名称变量代码变量说明房价HP各地区年平均商品房价格城镇化URB各地区年末城镇人口比重城乡收入差距GUR各地区城镇居民家庭平均每人全年可支配收入与农村人均实际收入比值房屋竣工面积HCA各地区房屋竣工面积城镇居民人均

可支配收入URDC各地区城镇居民人均可支配收入利率RATE1～3年贷款利率212影响房价的控制变量

房屋竣工面积作为商品房供给层面的一项重要指标，其数值的增加意味着商品房供给量的增加；而供给量的增加在一定程度上可缓解供小于求的住房供给短缺的局面，进而逐渐降低商品房价格。城镇居民人均可支配收入在一定程度上反映居民家庭可用于购买商品房的能力大小，其数值越大，表明居民家庭能够拿出越多的资金用于购买商品房，居民的住房支付能力随之越大[11，12]。因此，城镇居民人均可支配收入与房价之间应当存在正向的影响关系。

目前，有关利率对房价的影响存在两种分歧。一种观点认为，利率与房价呈反向关系，较低的实际利率刺激了房价的上涨[13]；另一种认为，利率与房价的关系已被金融创新所弱化，利率和房价之间存在正向关系[14]。本文将重新对两者之间的关系进行检验。

22数据来源

选取我国31个省、自治区、直辖市作为样本数据来源。由于本文城镇化数据是用各地区年末城镇人口比重来测度，在2006～2013年《中国统计年鉴》中可获得2005～2012年的数据，而各地方年鉴只能获得2005年之前的非农业人口比重，但非农业人口与城镇人口数据统计口径不一致，因此样本数据的考察时间为2005～2012年，共248个观测值。房价、城乡收入差距、城镇居民人均可支配收入等数据来源于2006～2013年《中国统计年鉴》。房屋竣工面积来源于2006～2013年《中国房地产统计年鉴》。利率数据来源于中国人民银行官方网站公布的2005～2012年之间1～3年贷款利率。

3模型构建与实证分析

31模型构建

本文采用层级回归检验城乡收入差距在城镇化与房价之间的调节作用，具体分析步骤如下：

首先，分析房价与各控制变量之间的关系构建模型1：

lnHPit=α0+α1lnHCAit+α2lnURDCit+α3RATEit+εit（1）

其次，检验房价与各控制变量、解释变量和调节变量之间关系构建模型2：

lnHPit=β0+β1lnHCAit+β2lnURDCit+β3RATEit+β4URBit+β5lnGURit+εit（2）

最后，将解释变量与调节变量的乘积作为交互项纳入到模型2中得到模型3：

lnHPit=γ0+γ1lnHCAit+γ2lnURDCit+γ3RATEit+γ4URBit+γ5lnGURit+γ6URBit×lnGURit+εit（3）

其中，i代表第i个地区（i=1，2，…，31），t代表第t年（t=2005，2006，…，2012）。

32实证分析

321单位根检验

采用LLC、IPS、ADF和PP四种方法对面板数据的单位根进行检验。由于每个变量的水平值都是非平稳过程，在此对一阶差分后变量的平稳性进行检验。其中，单位根检验的滞后期采用Schwarz标准自动选择，检验式中只包括截距项，检验结果见表2。从检验结果可以看出，每个变量取一阶差分后都是平稳的，除了城乡收入差距和利率的IPS方法检验结果以及利率的ADF方法检验结果在5%水平下显著之外，其他变量在多种方法检验下的结果均在1%水平下显著，即各变量都是一阶单整。

4政策建议

构建差异化利率定价机制。根据商业银行自身的管理能力、盈利能力和风险控制能力构建差异化利率定价机制。具体来讲，一方面根据购房套数的多少继续推进购房贷款利率差异化政策，抑制因投机性需求所引起的房价上涨；另一方面根据房地产开发公司规模和信誉的大小制定差异化贷款利率政策，不断淘汰规模小和信誉低的房地产开发公司，规范房地产市场秩序。

缩小城乡收入差距。加快推进土地流转，实现农村土地的抵押权和转让权，以增加物质资本；增加农村教育资源配置与投入，加大对农村地区二次分配投入的力度，并制定吸引人力资本入驻农村的政策；利用自然禀赋条件和产业优势，在政府统筹安排和引导下大力搞活农村经济。政府通过财政激励构建农村金融体系，做好金融政策对部分领域和农民的重点扶持，引导金融服务三农。同时，通过政策引导社会资本向农业和农村投资的动力，逐步形成财政、金融的合力，不断缩小城乡收入差距。

参考文献：

[1]喻开志，黄楚蘅，喻继银. 城镇化对中国经济增长的影响效应分析[J]. 财经科学，2014（7）：52-60.

[2]Yue-Jun Zhang， Wei-Chen Yi， Bo-Wen Li. The Impact of Urbanization on Carbon Emission： Empirical Evidence in Beijing[J]. Energy Procedia， 2015，75（8）：2963-2968.

[3]肖尧. 城镇化、房地产价格与城乡收入差距[J]. 财经科学，2013（9）：100-107.

[4]王立平，李艳萍. 城镇化水平、FDI与房价——基于泛长三角的空间计量研究[J]. 华东经济管理，2014，28（7）：42-47.

[5]任木荣，刘波. 房价与城市化的关系[J]. 南方经济，2009（2）：41-49.

[6]骆永民. 城市化对房价的影响：线性还是非线性？——基于四种面板数据回归模型的实证分析[J]. 财经研究，2011，37（4）：135-144.

[7]于守华. 城镇化、工业化与房地产价格之间的动态关系[J]. 财经理论与实践，2013（4）：16-23.

[8]马光远. 城镇化引发房价暴涨？[J]. 中外管理，2013（2）：23.

[9]Junhua Chen， Fei Guo， Ying Wu. One Decade of Urban Housing Reform in China： Urban Housing Price Dynamics and The Role of Migration and Urbanization，1995-2005[J]. Habitat International， 2011，35（1）：1-8.

[10]Ming Zhang， Xiangyi Meng， Lanlan Wang， Tao Xu. Transit Development Shaping Urbanization： Evidence From The Housing Market in Beijing[J]. Habitat International， 2014，44（10）：545-554.

[11]段军山，白茜. 银行贷款、可支配收入与房地产价格波动：1999-2010[J].软科学，2011，25（11）：24-29.

[12]罗孝玲，马世昌，王维. 保障性住房对商品房价格的影响研究——基于供需结合的视角[J]. 软科学，2013，27（10）：1-5.

[13]Chin-Bun Tse， Timothy Rodgers， Jacek Niklewski. The 2007 Financial Crisis and the UK Residential Housing Market： Did the Relationship between Interest Rates and House Prices Change？[J]. Economic Modelling， 2014，37（2）：518-530.

[14]Song Shi， Jyh-Bang Jou， David Tripe. Can Interest Rates Really Control House Prices？ Effectiveness and Implications for Macroprudential Policy[J].