房价与城乡收入差距的交互影响及空间溢出效应——基于277个城市面板数据的经验分析*

谢 鹏，孙群力

(中南财经政法大学 财政税务学院，湖北 武汉 430073)

一、引言

近年来房价的快速上涨和城乡收入差距的演化，是否存在相互影响的内在逻辑关系呢？第一，在我国房地产市场化改革初期，城镇职工已经拥有单位的福利分房，或者可以低价从单位购买住房，而农村居民则无法享受，人为造成了初次分配的不公，如果二次分配效果不明显，城乡收入差距会持续存在；第二，在城乡二元体制下，随着房价不断攀升，会在城乡形成财富的二次分配；第三，随着城乡收入差距拉大，居民的收入分布和收入结构会发生改变，从需求方影响房价的走势。

值得注意的是，2016年，在“去库存”系列政策的作用下，部分一、二线城市出现楼市过热现象。2017年以来，这些城市房价涨势稍缓，三、四线城市开始接力快速上涨。有媒体报道，这是由于一、二线城市的辐射和溢出效应所导致，这为本文的研究提供了启示。房价和城乡收入差距是否存在空间外溢效应？两者是否存在相互影响的作用机制？对上述问题的回答，一方面有利于遏制房价连片快速上涨，推进供给侧结构性改革；另一方面有利于加大再分配调节力度，实现“共享”发展。

尽管已有文献对房价与收入差距的关系进行了深入剖析，但依然存在改进空间：一是已有文献主要探讨房价和整体收入差距的关系，较少聚焦于城乡收入差距。二是数据样本的选取不够全面，已有研究大多基于省级面板数据，而现实情况是，就算是同一个省份中的不同城市，房价及其影响因素的差异也非常大，各省房价数据不能全面反映城市间的异质性，更无法精确度量空间相关性。三是城乡收入差距的度量指标有待改进，大部分文献采用基尼系数和城乡收入比，因缺失收入和人口分组的公开数据，难以测算地级市的基尼系数；城乡收入比指标未考虑到人口流动导致的收入差距变化。为解决上述不足，本文运用2005—2013年全国277个地级及以上城市的面板数据，测算各城市历年的城乡收入差距泰尔指数，采用空间面板联立方程组模型，以求准确测算房价对城乡收入差距的互为因果关系和空间溢出效应。

二、理论分析

(一)房价对城乡收入差距的影响

根据已有文献，房价对居民收入的影响主要通过两条途径来实现：一是财富效应。房价上涨直接增加家庭房产价值以及衍生而来的房租等财产性收入。二是信贷效应。房价上涨会增加住房抵押贷款的额度，提高有房家庭的融资能力。由于新中国成立后实行“重工业优先”和“农村支持城市”的发展战略，我国城乡收入分配的初始差距较大(杨灿明，2003)[1]165-183。在1994年房地产市场化改革前，城镇职工可以获得福利分房或从单位低于市场价购买住房，存在住房初始分配的不公，城市居民能更多地享受到房价上涨带来的财富效应和信贷效应，从而扩大城乡收入差距。

假设1：房价上涨拉大城乡收入差距。

(二)城乡收入差距对房价的影响

房价变化主要由供给和需求决定，城乡收入差距对房价的影响也存在两条传导机制：一是开发商供给侧拉动。由于住房是大宗商品，受户籍制度和收入水平等因素限制，农民群体无法对住房产生有效需求。厂商基于利润最大化驱动，只关注市场中有购买力的高收入群体，相应的商品房定价较高(徐舒、陈珣，2016)[2]549-570。二是购房者需求侧推动。房产兼具消费需求和投资需求双重属性，而根据中国家庭金融调查与研究中心调查结果，全国居民房屋自有率达到89.68%，远高于60%的世界平均水平，可见我国房屋需求中投资需求占主要部分。当存在较大的城乡收入差距时，具有购买力的城镇居民会增加房产的投资性需求，从需求侧推高房价。

假设2：城乡收入差距拉大助推房价上涨。

(三)房价和城乡收入差距的空间相关性

房价的空间相关性主要有三个传导机制：一是开发商的资本流动。房价代表投资的边际收益，只要不同城市的边际收益存在差异，资本会跨区域流动寻求边际收益等于边际成本，从而使房价在一定区域产生趋同性。二是购房者的投机行为。随着社会的进步和科技的发展，人们获取信息的途径更加多元化，房价信息的交流更为频繁，购房者可以很便利地找到套利机会，从而使房价变动在不同区域间产生连锁反应。三是地方政府的竞争策略。地方政府为了参与经济增长的“标尺竞争”，竞相推高房价，从而产生空间竞争效应。

城乡收入差距的空间相关性主要有两个传导机制：一是劳动力要素流动。只要存在城乡收入差距，就会产生劳动力流动，导致要素报酬的均等化，进而缩小收入差距(Todaro,1969)[3]138-148。二是公共服务均等化。近年来，地方政府政绩考核体系越来越重视与民生相关的指标，促使地方政府不断推进公共服务均等化，从而产生城乡收入差距的趋同效应。

假设3：房价和城乡收入差距均存在较强的正向空间自相关。

综上所述，图1显示了不同城市间房价与城乡收入差距的交互影响及空间溢出机制。

三、研究设计

(一)模型设定

根据理论假设，本文将房价和城乡收入差距视为内生变量，建立房价方程和城乡收入差距方程的空间面板联立方程模型，以解决两个变量之间互为因果的内生性问题。在房价方程中加入房价和城乡收入差距的空间加权项反映周边城市对本地房价的影响。同样，在城乡收入差距方程中也加入两个内生变量的加权项反映周边城市对本地城乡收入差距的影响。模型设定如下：

(1)

+β4lnpgit+β5indit+β6govit+β7lnlandit+β8lntrit+β9lntlpgit+β10llnhpit+vi+ηit

(2)

此外，在模型中引入其他一些反映城市特征，并可能影响房价和城乡居民收入的控制变量。房价方程中控制变量包括经济发展水平(pg)、产业结构(ind)、政府干预度(gov)、医疗卫生条件(bed)、教育水平(edu)、交通状况(tr)；城乡收入差距方程中控制变量包括经济发展水平(pg)、产业结构(ind)、政府干预度(gov)、土地供应面积(land)和交通状况(tr)。

μi和ηi表示个体固定效应；εit和vit为随机扰动项。为减少两个方程可能存在的异方差问题，分别对经济发展水平(pg)、医疗卫生条件(bed)、土地供应面积(land)、教育水平(edu)、交通状况(tr)取对数，表示为lnpg、lnbed、lnland、lnedu、lntr。为考察经济发展对房价与城乡收入差距之间作用关系的调节效应，在城乡收入差距方程中加入房价(lnhp)与经济发展水平(lnpg)的交乘项(lnpghp)，在房价方程中加入城乡收入差距(tl)与经济发展水平(lnpg)的交乘项(lntlpg)。

(二)变量说明及数据来源

基于数据的可得性，本文选取2005—2013年全国277个地级及以上城市数据作为研究样本。所有数据均来源于历年《中国城市统计年鉴》、《中国区域经济统计年鉴》、《中国人口和就业统计年鉴》、《中国国土资源统计年鉴》和EPS数据库。

1.核心变量。房价(hp)，借鉴陆铭(2015)[4]59-83的做法，采用商品房销售额除以商品房销售面积来测度，单位为“元/平方米”。为了研究的可比性，用各城市所在省份历年的居民消费价格指数(CPI)对各城市房价进行平减，计算得到按2004年计算的可比价格。城乡收入差距(gap)，已有文献常用城镇居民人均可支配收入与农村居民人均纯收入的比值来度量，但这种方法没有考虑城乡人口比重变化带来的收入差距变化。而泰尔指数不仅能反映城乡居民绝对收入变化，还考虑到城乡人口结构变化。基于我国农村劳动力流动加快的基本事实，我们认为采取泰尔指数衡量城乡收入差距更符合本文研究主题。具体计算方法借鉴王少平(2007)[5]44-55和欧阳志刚(2014)[6]116-135的研究方法。

2.控制变量。经济发展水平(pg)采用人均GDP来度量，并用各城市所在省份历年居民消费价格平减指数(CPI)对各城市历年人均GDP进行平减，调整为2004年的不变价格；政府干预度(gov)采用政府一般公共预算支出占GDP的比重来测度；产业结构(ind)采用第三产业产值与第二产业产值的比值来度量；教育水平(edu)采用每千人中学教师数作为代理变量；医疗卫生水平(bed)采用每千人卫生机构床位数来度量；土地供应(land)采用人均土地出让面积来度量；交通状况水平(tr)采用每万人公共汽(电)车运营数来衡量。对于所有人均变量，均采用常住人口进行计算，对于常住人口缺失值，我们用GDP/人均GDP得到的人口数进行填补。为缓解控制变量的内生性问题，本文对所有控制变量取一阶滞后。

3.空间权重矩阵设置。空间溢出效应不仅与空间距离有关，还与经济距离有关，即城市之间经济发展水平越相近，越具有可比性。特别是在当前的政绩考核体系下，经济发展水平相近的城市在GDP、民生保障等方面的竞争激烈。因此，我们认为基于引力模型的思想构造的权重矩阵契合本文研究主题 (彭冲，2014)[7]24-31。其具体设定形式为：

(3)

(4)

(5)

为统一量纲，对上述三个空间权重矩阵做行标准化处理。

4. 描述性统计。对于少数缺失值，本文采用插值法进行补全，从表1可知，各变量没有出现离群值和异常值，处于较为合理的取值区间。

表1 各变量的描述性统计

变量样本数均值标准误最小值最大值edu24933.9590.7001.4709.159gov2 4930.1510.0840.0431.485bed2 49335.37312.5465.28185.597tr2 4932.3472.3460.04818.370

四、实证结果分析

(一)Moran’I指数测算结果

用全域空间自相关Moran’I指数测度观测值空间分布的集聚情况，其计算公式和原理不再赘述。表2汇报了分别在上述三种空间权重矩阵设置下房价(hp)和城乡收入差距(tl)的Moran’I指数检验结果。

表2 2005—2013年房价和城乡收入差距Moran’I指数

注：括号内数值为标准误。

检验结果表明：在三种空间权重矩阵设置下，2005—2013年城乡收入差距和房价的Moran’I指数均大于0，均在1%的水平上显著。说明各城市房价和城乡收入差距的分布表现出空间集聚形态，即存在着“空间俱乐部”效应。城乡收入差距的Moran’I值逐年上升，表明其空间集聚特征越来越明显。

(二)空间面板联立方程模型估计结果

由联立方程模型的阶条件可知，式(1)和式(2)构成的联立方程为过度识别模型，可以进行总体参数估计。为了解决联立方程的内生性问题，并消除各方程的误差项之间可能存在的相关性，本文借鉴Kelejian & Prucha (2004)[8]27-50提出的广义空间三阶段最小二乘法(GS3SLS)进行整体估计。

从表3可知，对比三种不同空间权重矩阵的估计结果，核心变量、核心变量的空间加权项、控制变量的系数符号一致，表明模型的估计较为稳健。

表3 三种权重矩阵设置下的GS3SLS估计结果

注：括号内数值为标准误；***、**、*分别代表在1%、5%和10%的水平上显著。

1.城乡收入差距方程结果分析。房价的估计系数在1%的水平上显著为正，房价每上涨1%，城乡收入差距泰尔指数提高0.004，验证了假设1。房价与经济发展水平的交互项估计系数为-0.054，在1%的水平上显著，表明经济发展水平越高，房价上涨对城乡收入差距的影响越小。城乡收入差距的空间加权项系数为1.202，在1%的水平上显著为正，本地与周边城市城乡收入差距存在空间集聚效应，部分验证了假设3。

从控制变量来看，经济发展水平在1%的水平上显著为正，表明现阶段经济发展并不利于城乡收入差距的缩小，农民无法与城镇居民同等享受经济发展的成果。教育水平的估计系数为-0.015，在1%的水平上显著为负，表明教育水平提高能缩小城乡收入差距。政府干预度的系数为-0.029，在1%的水平上显著，表明政府的二次分配能有效降低城乡收入差距。

2. 房价方程结果分析。城乡收入差距的估计系数在1%的水平上显著为正，城乡收入差距泰尔指数每提高0.01，房价上涨2.9%，验证了假设2。城乡收入差距与经济发展水平的交乘项估计系数为0.04，在1%的水平上显著，表明城乡收入差距对房价的影响受到经济发展水平的调节，经济发展水平越高，城乡收入差距拉大助推房价上涨的作用越强。房价的空间加权项系数在1%的水平上显著为正，周边城市房价上涨1%，本地房价上涨0.847%，部分验证了假设3。房价的滞后项系数为0.084%，在1%的水平上显著，表明房价存在显著的递延效应，当人们存在房价持续上涨的理性预期时，会增加当期的房产需求，导致房价的惯性上涨。

从控制变量看，政府干预度估计系数为0.082，在1%的水平上显著，表明政府干预度增强明显推高了房价，由于房地产业是地方政府的支柱产业和重要财源，在当前“锦标赛竞争”和财政分权的激励制度下，地方政府有动力采取各种手段推高房价，从而获取政治晋升资本。土地出让面积估计系数在10%的水平上显著为负，人均土地出让面积提高1%，房价下降0.01%。土地出让面积增加会降低房产成本，导致房价下降，与陈斌开(2013)[9]110-122、陆铭(2015)[4]59-83的相关研究结论相近。

五、结论与启示

(一)研究结论

1.房价可通过两条路径影响城乡收入差距：一是房价上涨直接拉大城乡居民收入差距，该效应随着经济发展水平的提高而逐步缩小；二是周边城市房价上涨通过空间溢出效应带动本地房价上涨，进而间接拉大本地城乡收入差距。

2.城乡收入差距可通过两条路径影响房价：一是城乡收入差距扩大直接提高房价，该效应随着经济发展水平的提高而逐步增大；二是周边地区城乡收入差距扩大通过空间溢出效应拉大本地城乡收入差距，进而间接提高本地房价。

3.影响房价和城乡收入差距的其他因素：经济发展拉大了城乡收入差距，但经济发展水平越高，房价对城乡收入差距的正向影响越小；教育水平、政府干预度的提高能有效缩小城乡收入差距。经济发展对房价没有明显的直接影响，但经济发展水平越高，城乡收入差距对房价的正向影响越大；政府干预度的提高助推了房价上涨，土地出让面积的增加有利于降低房价；房价的惯性上涨特征比较明显。

(二)政策启示

1.降低城乡制度性壁垒，进一步放开对农村劳动力流动的各种限制，在公共服务、社会保障、工资水平等方面实现城乡一体化，促进农村劳动力的自由流动，充分发挥收入差距较小的地区对周边城市的辐射作用。

2.加强限购、限贷等措施，限制跨区域房产投机行为，防止由于空间溢出效应带来的房价上涨。

3.政府的再分配政策要进一步向农村、农民倾斜，加快推进城乡公共服务均等化，提高农村医疗和教育水平，逐步缩小由于房产初始分配不公带来的城乡收入差距，打破“城乡收入差距扩大——房价上涨——城乡收入差距扩大”的恶性循环。进一步完善政府绩效考核指标体系，使地方政府摆脱依靠房地产促进经济增长和财税增收的路径依赖。