房价、城市规模与工资性收入差距

鞠方 李文君 于静静

摘 要：基于中国32个大中城市面板数据，拓展Matlack和Vigdor的模型，考量房价、城市规模与工资性收入差距之间的关系。结果表明：房价上涨会引起以基尼系数衡量的工资性收入差距缩小，但当城市规模处于较大水平时，房价上涨又会拉大工资性收入差距;城市规模扩大会显著缩小工资性收入差距，但当城市房价已处于较高水平时，城市规模的继续扩张则会拉大工资性收入差距。

关键词：房价;城市规模;工资性收入差距;两步SYS-GMM

中图分类号：F244    文献标识码：A    文章编号：1003-7217（2019）05-0095-07

一、引 言

2017年10月18日召开的中国共产党第十九次全國代表大会中，习近平总书记强调“必须把人民利益摆在至高无上的地位，让改革发展成果更多更公平惠及全体人民，朝着实现全体人民共同富裕不断迈进”。在经济快速增长的过程中，应实现收入水平的同步增长，并逐步缩小贫富差距，促进社会公平正义。从全球范围看，收入差距表现为一个国家和地区内部的收入差距，还表现为不同国家和地区间的收入差距。特别是二战后，全球化进程的推进，致使地区间收入差距扩大，更为明显地，一个国家和地区内部收入差距，会随着国家和地区经济集中度的提高而扩大，这已被全球47个国家的数据（1990-2007）所证实[1]。因而，中国收入差距的扩大也是经济发展过程的一个必然现象[2]。

目前我国收入差距扩大的解释主要有经济增长[3，4]、教育不均[5-7]和金融深化[8-10]等。2002年以来，中国的城乡收入比都在3倍以上，同一时期，全国商品房销售价格也上涨了近3倍，一、二线城市房价涨幅更大。那房价会是推动收入差距上涨的另一个主要原因吗？显然，回答这个问题，会陷入一种因果循环的逻辑：房价上涨与收入差距扩大是相互影响的。一方面，有学者认为收入差距扩大推高了社区或城市房价[11，12];另一方面，有研究证明房价的上涨也会导致收入差距的扩大，Matlack和Vigdor（2008）通过产品差异化的局部均衡模型证明房价上涨推动了收入差距扩大，并且美国1970-2000年大都市区的数据也支持该结论[13]。香港的数据也得到类似结论，东南亚金融危机爆发前，香港的住房持有者从房价上涨中受益，而租赁住房的低收入群体和中等收入阶层变得更加贫穷，进而导致收入差距的扩大[14]。目前，国内的研究也主要是支持房价上涨致使收入差距扩大，城市化进程的推进和城镇房地产价格的上升，提高了高收入群体的财产性收入，导致城市内部的收入差距扩大[15];房价上涨和资本市场扩大对于收入差距扩大的贡献仅次于工资、补贴、和公共转移[16];但是，也有研究认为房价是否导致收入差距扩大还取决于城市的对外开放度，在开放度较低的城市，高房价扩大了城乡收入差距;相反，在开放度较高的城市，高房价能缩小收入差距[17]。

另一个典型的事实是，城市人口规模越大的城市，其房价水平也会偏高。因为城市人口规模的上升会导致住房需求增加，从而引起房价的上涨，这就使得研究房价与收入差距关系的过程中考虑城市规模因素十分必要。不过，城市规模究竟会拉大收入差距还是缩小收入差距，存在颇多争议。Farbman（2010）、Long等（1977）的研究均支持收入差距会随着城市规模的增大而扩大[18，19]，也有学者认为，人口规模与收入差距呈“U”型关系[20]。

与之前的研究不同，本文试图拓展Matlack和Vigdor（2008）的模型，将房价、城市规模和工资性收入差距纳入同一个框架下，探讨房价、城市规模与工资性收入差距之间的关系，并运用2002-2015年中国32个大中城市面板数据对这个问题进行验证。

假定α、γ、δ、λ和不发生改变，根据式（15）和式（17），可以推出以下两个命题：

命题1 在其他条件不变的情况下，土地价格的上涨，会导致工资性收入差距的缩小。对于这个命题可以从以下三点来理解：第一，虽然土地价格上升会引起房价上涨，从而导致住房所有者的财产性收入上升，住房拥有人群与无房人群的财产性收入差距逐渐拉大。但是由于本文理论模型是用高技能劳动者工资收入与低技能劳动者工资收入的比值反映工资性收入差距的大小，所以该命题并不违反常识。第二，房价的上涨会带动房地产和相关产业的发展，为低技能劳动者提供了相对更多的就业机会，其工资上涨速度相对加快，从而可能在一定程度上会缩小高技能劳动者与低技能劳动者之间的工资收入差距。第三，土地价格的上涨，会增加政府的土地财政收入，政府对低收入人群（其中也包括部分低技能收入劳动者）的转移支付和其他民生财政支出也相对增加，从而可以一定程度上缩小工资性收入差距。

命题2 在其他条件不变的情况下，城市规模的扩大，会导致工资性收入差距的缩小。

三、计量模型构建与变量选取

（一）实证模型的设定

通过建立计量模型，实证检验房价、城市规模对于工资性收入差距的影响。土地作为经济中的唯一资产，使用土地价格作为工资性收入差距的核心解释变量，契合第二部分的理论模型。但在现实中，中国地价网检测的城市土地出让数据，经过了多次标准调整，因此本文不予以采用。而房价是地价一定比例的加成，故用房价来替代地价。城市规模是工资性收入差距的另一个核心解释变量。考虑到工资性收入差距变动的渐近性，在实证模型中引入工资性收入差距的滞后期能更准确地反映房价、城市规模变动对工资性收入差距的影响。故本文将构建的计量模型如下：

为了更好地分析房价与城市规模的交互效应对工资性收入差距的影响，在方程（18）的基础上进一步引入房价与城市规模的交互项，具体如方程（19）所示：

（二）数据来源和变量说明

本文的实证数据是2002-2015年中国32个大中城市②的面板数据，来源于2003-2016年各城市统计年鉴和中经网产业数据库。

被解释变量是工资性收入差距（igp）。本文将利用32个大中城市的城市住户调查数据，借鉴胡祖光（2004）提出的简易算法，用城镇居民的最高人均可支配收入百分比与最低人均可支配收入百分比之差，近似表示该城市基尼系数[21]，以代表对应的工资性收入差距③。需要说明的是，太原、长春、哈尔滨、兰州和银川五个城市的城市住户调查数据中，并未提供收入分组数据，无法计算历年的基尼系数，本文参照高波等（2013）[22]的做法，利用山西、吉林、黑龙江、甘肃和宁夏五个省、自治区的城市住户调查数据计算得到的省份基尼系数，以替代城市数据的缺失。

核心解释变量是房价、城市规模以及房价与城市规模的交互项。房价是用价格指数平滑后的商品房销售均价，城市规模为城镇常住人口，且参考范红忠（2013）[23]的做法，对各城市的房价和城市规模均做了对数化处理，分别标记为lnhp和lnn。為了进一步研究房价与城市规模的交互效应对工资性收入差距的影响，将房价与城市规模的交互项标记为lnhp×lnn。

控制变量主要包括高技能劳动者的工资、城市经济发展水平、政府干预程度、对外开放程度和产业结构。高技能劳动者的工资用城市住户调查中最高收入组的人均可支配收入表示，之所以选用这个指标，主要由于本文是按照胡祖光（2004）[21]提出的简易算法计算城市基尼系数作为工资性收入差距，选用最高收入组的人均可支配收入衡量高技能劳动者的工资水平保证了与工资性收入差距的一致性，标记为hincome。城市经济发展水平、政府干预程度和对外开放程度这三个指标的选取主要是参考世界银行、欧洲复兴开发银行以及部分学者的研究[24-26]。其中，城市经济发展水平是由城市人均GDP衡量，用gdp表示;政府干预程度是城市财政支出占GDP比重衡量，用govit表示;对外开放程度是城市进出口总额与GDP之比，用open表示。产业结构是第三产业就业人数与第二产业就业人数的比值，用stru表示。将产业结构引入回归方程，是考虑到2002-2015年间中国工业化和城市化的快速推进，引起了产业结构的巨大变迁，这可能会对工资性收入差距产生一定的影响。需要说明的是，hincome和gdp已经用价格指数进行了平滑调整，并做对数化处理后分别标记为lnhincome和lngdp。各变量的描述性统计如表1所示。

（三）实证分析

1.单位根检验。

在对式（18）进行回归分析之前，需要检验各变量的单位根以保证各序列的平稳性。本文依次使用LLC、IPS和ADF三种方法对各变量进行单位根检验，检验结果如表2所示。结果表明各序列水平值均能在5%的显著性水平上拒绝原假设，序列平稳，满足了进行协整检验的前提条件。

2.面板数据的协整检验。

基于单位根检验的结果，本文采用Westerlund以误差修正模型为基础进行面板协整检验的方法，其协整检验结果如表3所示。从表3中的P值可知，有三个组的统计量Gt、Pt和Pa均在1%的显著性水平上拒绝不存在协整关系的原假设，说明数据整体上存在着长期稳定的关系，其方程回归残差是平稳的。

3.模型估计结果分析。

因为式（18）和式（19）中均包含了工资性收入差距的滞后项，且房价和收入差距之间也可能存在双向因果关系，利用普通OLS和OLS固定效应的回归结果是有偏的。由于两步SYS-GMM方法能较为有效地解决内生性干扰问题[27-29]，因此，将工资性收入差距的滞后一期和房价作为内生变量，其他解释变量作为工具变量，运用两步SYS-GMM分别对方程式（18）和式（19）进行回归估计，结果如表4中所示。从回归⑤和⑥的系数显著性来看，运用两步SYS-GMM回归，其核心解释变量的显著性效果均好于利用普通OLS（回归①和②）以及OLS固定效应（回归③和④）的回归结果，且回归⑤和⑥的AR（1）和AR（2）均通过了序列相关检验，Hansen检验的P值分别为0.213和0.451，说明没有拒绝原假设，即模型使用的工具变量有效，且不存在过度识别的问题。

本文重点关注表4中回归⑤和⑥的结果。由回归⑤可知，在没有引入房价与城市规模交互项的情况下，核心解释变量房价的系数为-0.050，且在10%水平下显著，可以说明房价上涨会缩小城市居民的工资性收入差距，其与理论模型推导的命题1一致。这可能是因为：一方面，房价的上涨会带动房地产和相关劳动密集型产业的发展，进而提升低收入人群的就业率，低收入人群工资上涨速度加快，最后会一定程度缩小以基尼系数衡量的工资性收入差距;另一方面，房价上涨会导致土地拍卖的价格上升，从而增加政府的土地财政收入，政府对低收入人群的转移支付和其他民生支出也相对增加，所以除财产性收入外，居民的其他收入差距也会日益缩小。另一个核心解释变量城市规模的系数为-0.026，且在5%水平下显著。这说明城市规模增大会显著降低城市居民的工资性收入差距，其与理论模型推导的命题2一致。这可能是由于随着城市规模的不断扩大，会给城市的发展带来好的聚集效应，人口城镇化的推进带动了部分农村人口向城市迁移，城市能够提供更多更好的就业机会使居民获取更高的收入水平以及社会福利，更好地分享城市经济发展成果，从而缩小了工资性收入差距。此外，高技能劳动者的工资水平、城市对外开放程度和政府干预程度会显著拉大该城市的工资性收入差距，经济发展水平和产业结构对工资性收入差距的影响系数虽然为正，但并不显著。

值得注意的是，基于前文的分析，发现一般城市的规模越大，其房价也越高。因此，在方程（18）中引入房价与城市规模的交互项，即方程（19），分析房价和城市规模的互动效应对城市工资性收入差距的影响。由回归⑥可知，在加入交互项之后，房价和城市规模对工资性收入差距的回归系数分别为-0.447和-0.548，这与回归⑤的结论一致。但房价与城市规模的交互项系数为0.063，且在10%水平下显著，说明房价与城市规模的交互效应会显著扩大城市的工资性收入差距，所以交互项的影响会削减房价、城市规模对工资性收入差距的负向效应。具体来说，回归⑥中房价对工资性收入差距的整体偏效应为（-0.447+0.063*lnn），说明房价对工资性收入差距的影响大小和方向，取决于城市规模水平。若城市规模较小，使得整体偏效应小于0，那么对于城市规模较小的地区，房价的上涨会缩小该城市的工资性收入差距。反之，对于城市规模较大的地区，整体偏效应大于0，则房价的上涨会扩大该城市的工资性收入差距，例如目前像北京、上海等一线大型城市已经开始控制城市规模。回归⑥中城市规模对工资性收入差距的整体偏效应为（-0.548+0.063*lnhp），说明城市规模对工资性收入差距的影响大小和方向取决于该地区房价的水平。若房价水平较低，使得整体偏效应小于0，那么房价水平较低的城市，城市规模的扩张有利于缩小工资性收入差距。反之，若房价水平较高的城市，城市规模的扩张会扩大工资性收入差距。

4.稳健性检验。

在上述的实证分析中，可能会存在衡量误差问题，因此，本文还将进行稳健性检验来验证估计结果是否准确。将价格指数平滑后的住宅平均销售价格进行对数化处理，标记为lnrhp，作为房价（lnhp）的替代变量，进行两步SYS-GMM估计，回归结果如表4（回归⑦和回归⑧）所示。从回归的情况来看，AR（1）和AR（2）的P值均通过了序列相关检验，Hansen检验的P值分别为0.309和0.250，均大于0.1，这说明没有拒绝原假设，即模型使用的工具变量有效且不存在过度识别的问题。将回归⑦⑧与回归⑤⑥的结果对比，可以发现，所有核心解释变量的系数符号均一致，且显著性情况的变化也不大，这表明前面分析的结论是稳健的。

四、结论与建议

本文拓展了Matlack和Vigdor的模型来分析房价、城市规模与工资性收入差距之间的关系，并利用2002-2015年中国32个大中城市的面板数据进行验证，验证的结果与命题假设匹配。研究发现：房价上涨有利于缩小城市居民的工资性收入差距，但是若该城市规模已经处于较大水平，房价的继续上涨会拉大该城市的工资性收入差距;城市规模的扩大也有利于缩小工资性收入差距;但若该城市房价已处于较高水平，城市规模的继续扩张则会扩大工资性收入差距。基于前文的理论模型推导和实证检验结果，本文的政策含义包括以下三方面：

第一，政府应稳定房地产市场价格，更加关注如何缩小财产性收入差距。因为根据本文的研究结果发现，对于一些城市规模较小的地区而言，房价上涨实际上是会降低城市居民的工资性收入差距，但是随着近几年三四线城市的房价也不断攀高，人们所感受到的收入差距却是在持续扩大。所以，可以推测导致国民难以忍受的收入差距，主要是由于房价上涨引起的居民财产性收入差距拉大效应大于其对工资性收入差距缩小的效应所造成的。习近平总书记在十九大报告中指出：“坚持房子是用来住的、不是用来炒的定位。”因此，相关政府部门应该尽量稳定房地产市场价格，关注由于房价上涨带来的居民财产性收入变化，关注如何缩小居民的财产性收入差距，同时积极发挥政府的收入分配调节作用，以缩小收入差距。

第二，应鼓励加快中小型城市的新型城镇化进程，控制巨型城市的人口规模。对于中小型城市而言，推进新型城镇化进程，使得低收入人群从农村向城市迁移，获得了更多的就业机会和更好的福利保障，更有效地提高了低收入人群的收入，其带来的集聚正效应会大于挤出负效应，有利于缩小工资性收入差距;但对于巨型城市，人口规模的持续扩大会超过该城市资源的承载量，且人口规模扩张会导致住房需求上升，推动了房价的上涨，从而进一步拉大城市收入差距，因此应该有效控制巨型城市的人口规模。

第三，政府应不断深化收入分配制度改革。中国经济进入高质量发展阶段，社会的主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾，相关部门应不断完善工资增长机制，保障低收入人群工资的稳定发展，加大对高收入人群工资的税收调控力度，减少低收入人群的纳税负担，以缩小居民收入差距，朝着实现全体人民共同富裕不断迈进。

注释：

①  资料来源：http：//news.focus.cn/bj/2009-06-24/699547.html。

② 由于昆明、西宁、厦门三个城市的相关数据缺失较多，因此，本文选取了除昆明、西宁、厦门三个城市之外的中国32个大中城市2002-2015年的面板数据。

③  由于人均工薪收入是人均可支配收入的主要组成部分，且所占比重较高，基本维持在60%～70%，因此，这里用城镇居民人均可支配收入的数据替代人均工薪收入数据计算城市居民工资性收入差距。

参考文献：

[1] Ezcurra R， Rodríguez-Pose A. Does economic globalization affect regional inequality？ a cross-country analysis[J]. World Development， 2013， 52（6）：92-103.

[2] 鞠方，李文君.中国城镇居民财产性收入的区际失衡及矫正[J].中州学刊，2019（3）：22-28.

[3] Shin I. Income inequality and economic growth[J]. Economic Modeling， 2012， 11（29）：2049-2057.

[4] 陆铭，陈钊.城市化、城市倾向的经济政策与城乡收入差距[J].经济研究，2004（6）：50-58.

[5] Ning G. Can educational expansion improve income inequality？ evidences from the CHNS 1997 and 2006 data[J]. Economic Systems， 2010， 34（4）：397-412.

[6] Zhang Y， Eriksson T. Inequality of opportunity and income inequality in nine Chinese provinces， 1989–2006[J]. China Economic Review， 2010， 21（4）：607-616.

[7] 羅楚亮，李实.人力资本、行业特征与收入差距——基于第一次全国经济普查资料的经验研究[J].管理世界，2007（10）：19-30+171.

[8] Agnello L， Mallick S K， Sousa R M. Financial reforms and income inequality[J]. Economics Letters， 2012， 116（3）：583-587.

[9] 刘贯春.金融结构影响城乡收入差距的传导机制——基于经济增长和城市化双重视角的研究[J].财贸经济，2017，38（6）：98-114.

[10]王天宇，董劲.金融深化对城乡收入差距影响的实证检验[J].统计与决策，2015（9）：172-175.

[11]Rodda T. Rich man， poor renter：a study of the relationship between the income distribution and low-cost rental housing[M].MA：Harvard University， 1994.

[12]O'Flaherty B. An economic theory of homelessness and housing[J]. Journal of Housing Economics， 1995， 4（1）：13-49.

[13]Matlack J L， Vigdor J L. Do rising tides lift all prices？ income inequality and housing affordability[J]. Journal of Housing Economics， 2008， 17（3）：212-224.

[14]Wah， Chan Kam. Prosperity or inequality：deconstructing the myth of home ownership in Hong Kong[J]. Housing Studies， 2000， 15（1）：28-43.

[15]李实.理性判断我国收入差距的变化趋势[J].探索与争鸣，2012（8）：8-11.

[16]瞿晶，姚先国.城镇居民收入不平等分解研究[J].统计研究，2011，28（11）：50-55.

[17]安虎森，颜银根，朴银哲.城市高房价和户籍制度：促进或抑制城乡收入差距扩大？——中国劳动力流动和收入差距扩大悖论的一个解释[J].世界经济文汇，2011（4）：41-54.

[18]Farbman M. The size distribution of family in U.S. SMSAs， 1959[J]. Review of Income & Wealth， 2010， 21（2）：217-237.

[19]Long J E， Rasmussen D W， Haworth C T. Income inequality and city size[J]. Review of Economics & Statistics， 1977， 59（2）：244-246.

[20]Nord S. An empirical analysis of income inequality and city size[J]. Southern Economic Journal， 1980， 46（3）：863-872.

[21]胡祖光.基尼系数理论最佳值及其简易计算公式研究[J].经济研究，2004（9）：60-69.

[22]高波，王文莉，李祥.预期、收入差距与中国城市房价租金“剪刀差”之谜[J].经济研究，2013，48（6）：100-112+126.

[23]范红忠，张婷，李名良.城市规模、房价与居民收入差距[J].当代财经，2013（12）：5-12.

[24]陈宗胜，周云波.体制改革对城镇居民收入差别的影响——天津市城镇居民收入分配差别再研究[J].中国社会科学，2001（6）：54-62+205.

[25]張建辉，靳涛.转型式经济增长与城乡收入差距：中国的经验（1978-2008）[J].学术月刊，2011，43（7）：79-86.

[26]柯善咨，赵曜.产业结构、城市规模与中国城市生产率[J].经济研究，2014，49（4）：76-88+115.

[27]潘红玉，刘亚茹.房价、金融发展与制造业产业结构升级——基于动态面板的经验分析[J].财经理论与实践，2019，40（1）：123-128.

[28]周建军，周颖，林昭志.存款准备金率调整对我国房价的影响研究[J].湖南大学学报（社会科学版），2018（6）：63-71.

[29]鞠方，雷雨亮，周建军.房价波动、收入水平对住房消费的影响——基于SYS-GMM估计方法的区域差异分析[J].管理科学学报，2017，20（2）：32-42.

（责任编辑：钟 瑶）