城市家庭住房不平等：户籍、禀赋还是城市特征？

潘静 杨扬

摘 要：

基于中国劳动力动态调查（CLDS）数据，运用广义有序Logit模型实证分析户籍、家庭禀赋和城市特征三类因素对城市家庭住房不平等的影响;运用夏普利值分解、Oaxaca-Blinder分解区分“努力”和“环境”因素、户籍歧视和禀赋效应的贡献。研究发现：户籍可解释住房等级不平等的54.2%;“努力”因素对住房水平起正向作用;在户籍间住房等级不平等中户籍歧视效应占主导，在住房面积不平等中禀赋效应占主导，外地户口居民住房水平低源于“环境”因素趋弱，农业户口居民则源于“努力”和“环境”因素叠加趋弱;由于生活成本效应占主导，城市规模和流动人口占比越大，居民住房等级趋低，而城市土地供给增长有助于提升住房水平。

关键词：

住房不平等;户籍;禀赋;城市特征;广义有序Logit模型;Oaxaca-Blinder分解

文章编号：2095-5960（2020）06-0064-11;中图分类号：F061.3;F293

文献标识码：A

一、引言

让全体人民住有所居是新型城镇化建设的重要目标之一。坚持“房住不炒”的定位和深化“租购并举”的住房制度改革，继而全面提升包括流动人口在内的全体城市居民的住房福利，这要求我们深入探讨造成城市家庭住房水平及其差距的内在机制，即住房不平等的原因。住房不平等是指由住房产权、住房空间、住房财富等所反映的个体居住状况水平及其在总体中分布不均或在不同群体之间存在差距的社会经济现象。在中国，住房是居民的基本福利需求和重要财产，是个人经济和社会地位的集中体现。在推进全面建成小康社会过程中，缩小贫富差距、实现共享发展是全社会高度关注的问题。学界以往侧重对收入不平等进行研究，却忽视了住房不平等问题。然而，一些经验研究表明，相对于收入不平等，中国包括住房在内的家庭财产不平等程度更为严重，2012～2018年中国居民可支配收入基尼系数平均为0.47，而2012年中国家庭净财产基尼系数达0.73。①  ①收入基尼系数源于《中国住户调查年鉴2019》，财产基尼系数源于北京大学中国社会科学调查中心《中国民生发展报告2014》。

在中国城镇化进程中，大量人口从农村流向城市、从小城市流向大城市。进城的农民工、外地居民较多居住在租赁房、集体宿舍等住房条件较差的地方，有些甚至是“蜗居”于城市，这些农民工、外地居民的住房水平与城市本地居民相比存在一定差距。当前，城市家庭住房不平等问题已从城市本地居民之间的住房不平等扩大为城市本地户籍居民与农业户籍、外地户籍居民之间的住房不平等，成为“新二元结构”的一个缩影。那么，造成中国城镇化进程中的城市家庭住房不平等的原因和机制是什么？这是一个关乎能否全面增进居民住房福利、改善城市人居环境和实现包容的城镇化的问题。

现有文献主要分析户籍制度、人口禀赋特征对住房不平等的影响。[1][2][3]然而，这存在三个需深入探讨的问题。第一，不同户籍居民之间住房不平等并不能全部归咎于户籍歧视，还可能隐含着不同户籍居民禀赋特征的系统性差异所造成的不平等，因此需要对这两者进一步区分才能找出住房不平等的根源。第二，影响住房不平等的因素中有一些是个人可做出选择的，如教育程度、收入水平等;也有一些是个人不可控制的因素，如户籍、年龄、性别等。按照Roemer对影响机会不平等因素的经典分类法，前者属于“努力”因素，后者属于“环境”因素;对于“努力”因素，应该实行“回报原则”，社会不应干预，而对于“环境”因素，应该实行“补偿原则”，由社会给予弱势者补偿。[4]对城市家庭住房不平等的原因区分“努力”和“环境”因素并衡量其作用效应程度，才能决定社会是否应该对住房不平等问题实行干预以及如何干预。第三，与以往的住房不平等问题不同，中国当前的城市家庭住房不平等问题是植根于快速城镇化的城市特征环境之中的，城市规模扩张、流动人口增加、土地供应限制、大城市房价高涨等城市空间格局的变化也悄然改变着城市家庭住房格局。因此，需将微观家庭特征与宏观城市特征结合才能洞悉城镇化进程中城市家庭住房不平等的内在机制。

针对以上三个问题，本文使用中国劳动力动态调查（CLDS）2014、2016年数据和历年城市统计数据，复合微观家庭和宏观城市两个层面，运用广义有序Logit模型实证分析户籍、家庭禀赋特征和城市特征三类因素对中国城市家庭住房不平等的影响;并运用夏普利值分解区分“努力”“环境”等因素对住房不平等的贡献;运用Oaxaca-Blinder分解探析城市不同户籍居民之间的住房不平等根源——户籍歧视还是禀赋特征？

二、文献综述与研究命题

现有关于城市住房水平及其不平等的影响因素研究主要涉及个体特征和城市特征两个方面。针对中国城镇化进程中的住房问题，在个体特征方面，除人口学特征外，文献重点讨论户籍因素的影响;在城市特征方面，由“人口城镇化”“土地城镇化”衍生得出城市规模与人口流动因素、城市土地供给与房地产市场因素是影响城市住房问题的重要方面。

（一）户籍与人口学特征因素

关于中国城镇化进程中的住房问题研究，现有文献聚焦户籍因素对城市家庭住房不平等的影响。J.R.Logan等从市场转型视角分析发现户籍制度加剧中国城市外来人口和本地居民在住房产权方面的不平等。[1]近期研究也发现是否获得本地户籍身份是影響外来人口能否在城市拥有住房的主要因素。[3][5][6]除户籍因素外，现有文献从微观层面主要考察人力资本、收入水平、年龄、婚姻状况、政治资本、职业状况、家庭规模等人口学特征对住房水平的影响。[7][8][9][10][11]人力资本、收入水平这两个“努力”因素作为个体对住房可支付能力的体现，研究普遍发现高人力资本[2]、高收入水平[12]对居民住房需求和住房水平有显著影响。人口年龄作为家庭生命周期的体现，研究发现随着人口年龄的增长，住房自有率呈现先上升后下降的趋势。[13]在婚姻状况方面，现有研究表明已婚家庭比离婚或单亲家庭有着更高的住房自有率。[14]另外，以党员身份为表征的政治资本以及“白领”性质的职业状况对住房阶层的提升有显著作用。[15]据此，可得：

命题1：外地户籍对城市家庭住房水平存在负向影响;个体人力资本、收入水平对家庭住房水平存在正向效应。

（二）城市规模与人口流动因素

城市人口规模变动对居民住房水平的作用机制一方面源于生产率效应，即城市规模对城市生产率和工资的影响;另一方面源于生活成本效应，即人口迁移对城市住房需求和房价的影响。在生产率效应方面，城市规模影响工资水平继而影响住房支付能力和住房水平。现有研究普遍发现城市规模对城市生产率有正向影响，大城市的劳动者比中小城市的劳动者获得更高的工资，存在城市规模的“工资溢价”;[16][17]鉴于大城市的生产率和工资优势，在房价给定的情况下，大城市的劳动者有更强的支付能力，继而获得更高的住房水平。在生活成本效应方面，外来人口流入导致城市总人口增加，城市人口规模扩大继而推高人口流入地城市的住房需求和房价，甚至对邻近城市的住房需求也产生影响，这会提高城市生活成本，降低住房水平。Mussa等实证发现移民的流入会推高流入地城市以及邻近城市的房价和租金。[18]也有文献认为这还取决于人口流动的结构特征，高收入水平[19]、高教育水平[20]的移民对住房需求和房价的助推作用更大。据此，可得：

命题2：由于生产率效应，城市人口规模的扩大将提高居民住房水平;由于生活成本效应，城市人口规模的扩大和流动人口的增加将降低居民住房水平。

（三）城市土地供给与房地产市场因素

城市居民住房水平受所在城市房价的影响，从房地产市场的供给侧分析，土地供给又是影响城市房价的重要因素。土地供给受限，则新增住房供给量下降进而房价上涨。[21][22]中国城市土地供给主要控制在政府手中，自20世纪80年代以来中国一直实施“从中央到地方”“先地区后用途”的城市建设用地指标分配制度[23]，即每年的新增建设用地指标由中央分配到省，再由省分配给地方;而土地的用途又由各地做出规划决定。在新增建设用地指标的配置上，中国城市显现“人地错配”的特征;韩立彬和陆铭对比发现2003年以后人口流入的城市土地资源配给相对收紧，而人口流出的城市土地资源配给相对放松，导致土地供给收紧的城市房价平均比土地供给放松的城市要高。[24]而在土地用途的规划上，范剑勇、张莉等证实地方政府存在扩张工业用地供给、相对缩减住宅用地供给的行为，并发现这一用地分配模式通过改变住宅市场的供需关系而提高房价。[25][26]

除对土地供给控制外，政府还通过房地产限购政策控制城市住房需求，进而影响房价。陈淑云、朱恺容等发现房地产限购政策能抑制新建住宅房价上涨，但未能控制二手房房价上涨，且使房屋租金上升，不利于改善实际住房需求者的福利。[27][28]由此推测政府的城市规模偏向型和工业用地偏向型的土地配给模式会直接影响城市土地供应的空间配置，再通过影响住房供给作用于房地产市场，影响房价和住房水平;而房地产限购政策则通过限制住房交易数量和住房需求而影响住房水平。据此，可得：

命题3：城市土地供给增加将抑制房价上涨，提高居民住房水平;城市房地产限购政策将抑制住房需求，降低居民住房水平。

上述文献为本文的研究提供理论依据和研究基础，文献主要从户籍制度、人口禀赋特征等视角考察微观个体特征对住房不平等的影响，但普遍忽略微观个体所在的城市规模和土地供给等城市特征因素。而本文弥补现有研究的不足，从微观家庭和宏观城市两个层面，综合考察户籍、家庭禀赋特征和城市特征三类因素对中国城市家庭住房不平等的影响，并基于夏普利值分解和Oaxaca-Blinder分解考察各类因素对住房不平等的贡献度。其次，本文首次将大城市的正向“生产率效应”和负向“生活成本效应”结合，全面考察城市规模对城市住房不平等的影响。最后，不同于以往文献，本文还将Roemer[4]对机会不平等影响因素的经典分类法应用于分析住房不平等问题，区分“努力”因素和“环境”因素并衡量其作用效应程度，为城市住房不平等问题选择合适的干预方式提供决策依据。

三、数据与变量

（一）数据来源

本文使用微观家庭和宏观城市两个层面的复合数据。微观家庭层面数据来自“中国劳动力动态调查”（CLDS）。使用的是2014、2016年CLDS中城镇地区家庭样本所构成的混合截面数据，剔除调查年住房状况被重复观测且没有变化的样本，并保留最新年份的住房状况数据，得有效样本数为9220户，其中，2014、2016年样本数分别为5705、3515户，城镇地区受访家庭覆盖全国各省区共84个地级市。综合考虑时间先后逻辑关系、家庭住房状况变动时间以及数据可获得性，宏观城市层面数据主要使用2004～2013年城市特征数据，并计算各年均值纳入实证模型中，除个别变量例外①  ①“初始人口密度”使用1990年数据;“常住人口”“流动人口占比”使用2010～2013年数据均值，较系统地公布地级市常住人口数据始于2010年。，城市层面数据来自对应年份的《中国区域经济统计年鉴》《中国国土资源统计年鉴》《中国城市建设统计年鉴》《中国城市统计年鉴》。

（二）变量说明

本文实证模型的因变量是由住房等级和住房面积所反映的家庭住房水平，自变量包括家庭特征和城市特征两个层面变量。变量说明和描述统计如表1所示。

1.住房等级与住房面积

现有文献对住房水平及其不平等的测度主要涉及住房产权、住房数量、住房面积、住房价值等方面[3][29]，也有文献构建住房阶层[15]、宜居指数[30]等综合指标。本文从住房产权、住房数量、住房面积衡量住房水平，并将其中的住房产权和住房数量合并构建“住房等级”变量。根据现居住住房是否完全自有产权、自有住房数量建立四类住房等级，从低到高依次为：现住房是租赁或借住的且在外地无自有住房（等级1），现住房是租赁或借住的且在外地有自有住房（等級2），现住房是自有产权的且只有一套住房（等级3），现住房是自有产权的且有多套住房（等级4）。①  ①是否在本地拥有自有住房关乎即期的居住效用，也关乎能否在本地享有住房产权相关公共服务，所以界定等级3比等级2的住房水平要高。住房等级的界定部分参阅何兴强和费怀玉（2018）。[3]若放宽区分等级2的假设，本文实证结论仍具有稳健性。根据CLDS中“您家现在居住的房屋权属类型”“您家在别处是否还有其他自有住房”以及“您家在别处的其他自有住房套数”的问题构建上述住房等级变量。在城镇地区家庭样本中，住房等级1的家庭占22.6%，等级2占6.5%，等级3占65.2%，等级4占5.7%。住房面积采用家庭人均居住面积来衡量，人均居住面积越大代表住房水平越高。在本样本中，家庭人均居住面积均值为38.8平方米。

2.家庭特征变量

Roemer将机会不平等引入经济领域分析中，机会不平等源于“努力”和“环境”两类因素。前者反映个人自身教育水平、职业类型等个人能作出选择的因素;后者反映家庭背景、出生、性别、种族等个人不可控制的先天因素。[4]借鉴该划分法，家庭住房不平等也受这两类因素影响：“努力”因素包括户主教育程度、家庭人均收入;“环境”因素包括户主户籍、年龄、性别、婚姻状况、家庭同住人数等。其中，户籍状况区分户籍地址和户籍性质，分别用“外地户口”“农业户口”变量衡量。户主年龄、性别、婚姻状况、家庭同住人数反映户主的人口学特征、家庭所处的生命周期等不由个人控制的“环境”因素。在影响住房面积的家庭特征因素中，因已按同住人数计算人均居住面积，则剔除同住人数自变量，并加入“住房类型”变量以控制租赁借住与自有住房在居住面积上可能存在的系统性差异。

在全样本中，外地与本地户口各占16.7%、83.3%，农业与非农户口各占26.7%、73.3%。与此户籍构成比例相比，在租赁借住、租赁借住且外地有房的家庭中，外地户口、农业户口占比较高，在住房等级1中约占35%，在住房等级2中约占65%;而在单套自有住房、多套自有住房的家庭中，本地户口、非农户口占八至九成，外地户口、农业户口占比较低。在四类住房等级中，多套自有住房的户主平均教育程度较高，达12年，而其他住房等级的户主平均教育程度为10年。家庭人均年收入均值从低到高依次为住房等级1、等级3、等级2、等级4。相对于其他住房等级，住房等级2的户主平均年龄较小且男性比例较大。户主已婚家庭比例、家庭同住人数均值都随着住房等级提高而增大。

3.城市特征变量

与家庭住房水平相关的城市特征因素包括城市规模、人口流动、土地供给、房价及房地产政策、经济发展水平等。本文用城市常住人口数量衡量城市规模，按城市全域常住人口的统计口径计算。用流动人口占比衡量人口流动状况。用城市建设用地出让面积增长率衡量城市土地供给状况。用房价工资比衡量住房相对价格水平。建立“限购”虚拟变量，对截至2011年底已实施房地产限购的城市赋值为1，否则赋值为0，以便区分实施与没实施房地产限购政策的城市特征以及反映限购政策对家庭住房选择造成的影响。用人均GDP衡量城市经济发展水平。用1990年市辖区人口密度控制城市人口与地理环境相关的初始特征。另外，“时间变量”用于控制2014、2016年混合截面数据的时间趋势。

四、住房不平等影响因素的实证分析

（一）广义有序Logit模型的构建

因变量住房等级是次序类别变量，通常采用有序选择模型做实证分析。然而，有序选择模型隐含等比例发生风险的基本假设，即假设在每个次序类别的结果之间，自变量对因变量发生风险的影响是相等的，这才能得到一致的回归系数。但在住房选择等实际研究中自变量对因变量各次序类别间的影响并非相同。例如，户主教育程度的提高对于实现从租赁借住到租赁借住且外地有房的提升作用与从单套自有住房到多套自有住房的提升作用可能不同。此时可采用广义有序模型弱化等比例发生风险假定。当部分回归系数随因变量次序类别变化而变化，而其他系数不随之变化，则构成广义有序模型的偏比例风险模型。[31]为考察住房等级的影響因素，拟建立广义有序Logit模型的偏比例风险模型。住房等级Y落在第j次序以上类别的概率表示为（1）式，其中，变量X1的系数β1固定不变，X2的系数β2j随次序类别j变化。

（二）实证结果分析

在表2中，模型1、2是以住房等级为因变量，分别采用有序Logit模型和广义有序Logit模型的偏比例风险模型估计的结果;模型3是以住房面积为因变量，采用多元线性回归模型估计的结果。对有序Logit模型进行等比例发生风险检验显示该假设在本数据中不成立，这说明至少有一个以上自变量对不同次序类别结果起不同作用。而广义有序Logit模型可弱化等比例发生风险假设。通过广义有序Logit模型估计得出：外地户口、农业户口、户主教育程度、家庭人均收入、户主年龄、同住人数、流动人口占比、土地面积增长率、房价工资比、人均GDP、时间变量对不同住房等级的次序类别产生不同影响效应，而其他变量对住房等级的次序类别间的影响效应相同。

第一，户籍因素的影响。户籍是影响住房机会不平等、不由个人控制的“环境”因素之一。模型1、2表明在其他因素既定情况下，分别相对于本地户口、非农户口居民，外地户口、农业户口居民的住房等级都趋低，这印证命题1中非城市本地户籍对住房水平的负向影响。模型2中户口变量对应各住房等级的系数显示，外地与本地居民之间、农业户口与非农户口居民之间所处住房等级的差距最主要体现在住房等级2与等级3之间的概率差距，外地居民处于等级3相对于等级2的发生比比本地居民低80.2%，农业户口居民处于等级3相对于等级2的发生比比非农户口居民低40.1%，这差距均大于其他相邻住房等级。这意味着外地居民、农业户口居民实现从较低住房等级向在现住地拥有单套住房的等级提升最为困难，所面临的户籍待遇差距较大。而外地居民实现从拥有单套住房向拥有多套住房的等级提升、农业户口居民实现从租赁借住向租赁借住且外地有房的等级提升所面临的户籍待遇差距较小。前者可能原因是一些在流入地已购房的外地居民在其流出地也拥有住房;后者可能原因是一些进城租住的农业户口者在农村仍有自建住房。模型3显示在其他因素既定情况下，城镇地区的外地居民比本地居民的人均居住面积要小，这说明在一定程度上存在对外地户籍住房待遇的歧视;而进城的农业户口居民的人均居住面积比非农户口居民要大，这可能原因是原农村居民的习俗偏好面积大的住房，且农村自建房成本较低，建造面积较大。

第二，“努力”因素的影响。模型1、2、3表明户主人力资本、家庭收入这些个人能作出选择的“努力”因素对住房等级和住房面积都起到正向作用。户主教育程度越高，则家庭住房等级越高，人均居住面积也越大。其中，与其他相邻住房等级相比，户主教育程度的提高对促进等级实现从拥有单套住房向多套住房的提升效应较大，教育年限每增加一年，拥有多套住房的概率比单套住房高10.4%，而住房等级2相对于等级1的提升概率、住房等级3相对于等级2的提升概率分别是4.9%、4.6%。家庭人均收入的增加也显著提升住房等级和增大人均居住面积。这印证命题1中个体人力资本、收入水平对家庭住房水平的正向效应。

第三，人口学特征的影响。受家庭生命周期影响，户主年龄对住房等级的影响呈“倒U”型关系特征，随着户主年龄增长，家庭住房等级呈先升后降的趋势;而户主年龄对住房面积的影响呈“U”型关系特征，随着户主年龄增长，家庭人均居住面积呈现先降后升的趋势。户主性别对住房等级没有显著影响，而女性户主家庭人均居住面积比男性户主要大。已婚家庭的住房等级较高，而人均居住面积较小。家庭同住人数越多，住房等级越高。相对于租赁借住类型，自有住房家庭的人均居住面积较大。

第四，城市特征的影响。模型1、2、3显示城市规模、人口流动、土地供给、房地产限购政策、城市经济发展水平、初始人口地理特征对家庭住房水平产生影响。在城市规模方面，城市常住人口越多，则家庭住房等级趋低，这表现为在大城市租赁借住的概率较高，而住房自有率较低，这印证命题2中生活成本效应在住房等级决定中占主导。而模型3显示城市规模越大，人均居住面積也越大，这印证命题2中生产率效应在住房面积决定中占主导。这反映在大城市，房价上涨等生活成本效应使得居民在“租购选择”中趋于租房，拥有住房数量也趋少;但在作出租购选择后，大城市居民会倾向于选择面积较大的住房，城市规模带来的生产率效应又得以体现。在人口流动方面，模型1、3显示城市流动人口占比越大，则家庭住房等级和人均居住面积都趋低，这印证命题2中由于生活成本效应占主导，流动人口的增加会降低居民住房水平。模型2进一步显示流动人口占比的增大会降低从住房等级1向等级2、等级3提升的概率，但会提高对从住房等级3向等级4提升的概率。这意味着在流动人口规模较大的城市，一方面较多家庭是租赁借住的，购房困难;另一方面已经有住房的较多家庭可能选择再投资二套或多套住房，而将部分住房出租赚取投资收益。

在土地供给方面，模型1、2、3表明城市土地供给的增长有助于提升家庭住房等级和住房面积。在建设用地出让面积增长率越高的城市，家庭实现从住房等级1向等级2、等级3提升的概率越高，有助于提高单套住房自有率，人均居住面积也越大。在房价及房地产政策方面，在控制城市规模、土地供给等城市特征因素后，房价工资比对相邻住房等级和住房面积的影响不显著，而房价工资比对从住房等级1提升至等级3的影响显著为负值，这反映城市房价相对工资水平越高，则居民从租赁借住提升至获取首套自有住房的概率越低。与非限购城市相比，实施房地产限购城市的家庭住房等级趋低。这印证命题3，房地产限购政策在一定程度上限制住房交易数量和住房需求，不利于居民住房福利提升。另外，在城市经济发展水平方面，城市人均GDP的增长有助于提高拥有单套自有住房的概率，但在人均GDP较高的城市，人均居住面积较小。初始人口密度越大的城市，家庭住房等级也越高。

五、住房不平等影响因素的分解

（一）基于夏普利值分解考察住房不平等各影响因素的贡献度

夏普利值（Shapley value）分解法将回归方程与夏普利值相结合，可量化分解出各影响因素对住房不平等的贡献。首先基于回归方程计算住房水平的差异程度，然后计算夏普利值得出各影响因素对住房不平等的贡献度。在表3中，模型4、模型5分别基于有序Logit模型（模型1）对虚拟R2、基于多元线性回归模型（模型3）对R2进行夏普利值分解，得出各类变量对住房等级不平等、住房面积不平等的贡献度。

夏普利值分解结果显示城市家庭住房不平等的影响因素贡献度从高到低依次是户籍、人口学特征、城市特征、“努力”因素。户籍是导致住房不平等的最重要因素，是否外地户口、是否农业户口对住房等级不平等的贡献达54.2%。尽管户籍对住房面积不平等的直接贡献率为13.8%，但是否自有住房的类型对住房面积不平等的贡献率达33.4%，而作为住房等级的构成，是否自有住房也隐含户籍引致的住房不平等因素，考虑到这个间接影响，户籍对住房面积不平等的实际贡献比13.8%要大。与家庭生命周期相关的人口学特征是影响住房不平等的第二重要因素，其对住房等级、住房面积不平等的贡献分别为27.1%，18.7%。城市特征是影响家庭住房不平等的第三重要因素，其对住房等级、住房面积不平等的贡献分别为11.3%、14.4%。而教育人力资本和家庭收入这两个“努力”因素对住房不平等的直接影响较小，其对住房等级、住房面积不平等的贡献分别为6.9%、9.0%。

（二）基于Oaxaca-Blinder分解考察住房不平等是由于户籍歧视还是禀赋特征

尽管上述实证结果显示不同户籍居民的住房水平存在较大差距，但这种住房不平等并不能全部归咎于户籍歧视，而是还隐含不同户籍居民禀赋特征的系统性差异所造成的不平等，需要对这两者进一步区分。Oaxaca[32]和Blinder[33]提出一种针对线性回归方程的分解法，将两组样本因变量的差异分解为变量解释部分和系数解释部分：变量解释部分由可观察的禀赋特征差异造成;系数解释部分由不可观察的因素造成，后者被识别为“歧视”。基于线性回归方程 Yig=Xigβg+εig，g∈（A， B），A、B表示两组不同样本，分解如（2）式。其中，（XA-XB ）β*表示变量解释部分;[X〖TX-〗A（βA-β*）+X〖TX-〗B（β*-βB）]表示系数解释部分;β*=WβA+（I-W）βB，W是权重矩阵，I是单位阵。

为区分住房不平等影响因素中的户籍歧视效应和禀赋特征效应，拟划分外地与本地户口样本、农业与非农户口样本，分别对住房等级不平等、住房面积不平等进行Oaxaca-Blinder分解。对于住房等级不平等的分解，由于广义有序Logit模型是非线性方程，需将分解变量转化为线性化的对数发生比，以住房等级1为参照①  ①由于篇幅有限，以住房等级2、等级3的分解结果未在此列示，有需要的读者可向作者索要。。一次分解可将不同户籍样本之间的住房不平等分解为变量解释部分即禀赋效应，与系数解释部分即系数效应;二次分解进一步得出人力资本、家庭收入、人口学特征、城市特征、时间变量这五类自变量的变量解释部分和系数解释部分，分解结果如表4。禀赋效应表示当居民面对相同的户籍制度环境时，其禀赋特征差异导致住房水平差距;系数效应表示由户籍制度环境不同所导致的具有类似禀赋特征的居民的住房水平差距。

表4中以住房等级1为参照，“总差距”显示本地居民处于等级3、等级4相对于等级1的概率均值、住房面积均值大于外地居民，非农户口居民大于农业户口居民;而对于等级2相对于等级1的发生比，外地居民高于本地居民，农业户口居民高于非农户口居民。若以住房等级3为参照，“总差距”显示本地居民处于等级4相对于等级3的概率均值小于外地居民。这反映外地居民比本地居民的平均住房水平低，这主要体现在外地居民在现住地获取首套自有住房和居住面积劣势上，而非在从单套住房向多套住房提升方面。

对于住房等级不平等，本地与外地居民处于住房等级3的概率差距的32.8%归结为禀赋效应，67.2%归结为系数效应，前者反映当外地居民拥有本地居民类似的禀赋特征时可获得住房等级概率的提升幅度占比，后者反映当将外地居民作为本地居民看待时可获得住房等级概率的提升幅度占比;本地与外地居民处于住房等級4的概率差距仅有8.4%归结为禀赋效应，而91.6%归结为系数效应;可见，在住房等级不平等中对外地户籍的歧视因素占主导。对于非农和农业户口居民的分解结果也显示在住房等级不平等中对农业户籍的歧视因素占主导，其对应住房等级3、等级4的系数效应占比分别为67.9%、74.6%。

对于住房面积不平等，本地与外地居民住房面积差距的禀赋效应占59.8%，系数效应占40.2%。非农与农业户口居民住房面积差距的禀赋效应占比大于1，系数效应占比为负值;这意味着农业户口居民住房面积小于非农户口居民，并非因为对农业户籍的歧视，而是由于农业户口居民的禀赋水平太低，不足以支持其住房面积的提升;如果剔除禀赋因素，农业户籍身份本身反而使其住房面积比非农户口居民还要大。可见，无论对于本地与外地居民还是非农与农业户口居民，禀赋效应在住房面积不平等中都占主导。

从各类自变量的细分禀赋效应看出，对于本地与外地居民处于住房等级3、等级4的概率以及住房面积的差距分解，人力资本、家庭收入变量的禀赋效应都为负值，这意味着外地居民的人力资本、家庭收入这两个“努力”因素的水平其实比本地居民要高，外地居民凭这两个禀赋特征本应获得更高住房水平，但现实中外地居民平均住房水平比本地居民要低，这是由外地居民的家庭人口学特征、所处的城市特征以及户籍歧视等“环境”因素造成，而非由于外地居民不够“努力”。而对于非农与农业户口居民，人力资本、家庭收入变量的禀赋效应都为正值，这意味着农业户口居民的人力资本、家庭收入水平比非农户口居民要低，自然造成农业户口居民住房水平较低。除“努力”因素外，农业户口居民的家庭人口学特征、所处的城市特征以及户籍歧视等“环境”因素也加剧其与非农户口居民之间的住房等级不平等。

六、结论与启示

本文使用中国劳动力动态调查（CLDS）的微观家庭与宏观城市的复合数据，运用广义有序Logit模型、夏普利值分解、Oaxaca-Blinder分解等方法，探讨户籍、家庭禀赋特征和城市特征三类因素对中国城市家庭住房不平等的影响机制与效应，主要结论如下：

第一，外地和农业户籍对城市家庭住房水平有负向影响，户籍可解释住房等级不平等的54.2%，解释住房面积不平等的13.8%。在其他因素既定情况下，城市地区外地户口、农业户口居民的住房等级都趋低，且更多地体现在其获取本地首套自有住房处于劣势方面。第二，个体人力资本、家庭收入这类“努力”因素对提高住房等级和住房面积起正向作用，“努力”因素可解释住房等级不平等的6.9%，解释住房面积不平等的9.0%。第三，在户籍间的住房等级不平等中，对外地户口和农业户口居民的户籍歧视效应占主导;而在户籍间的住房面积不平等中，外地户口和农业户口居民的禀赋效应占主导。外地户口居民的住房水平较低并非由于其人力资本、家庭收入这类“努力”因素不够高，而是由户籍、家庭人口学特征、所处城市特征等“环境”因素趋弱造成;而农业户口居民的住房水平较低是由“努力”因素和“环境”因素都趋弱叠加造成。第四，城市特征可解释住房等级不平等的11.3%，解释住房面积不平等14.4%。相对于生产率效应，城市规模与人口流动对住房水平影响的生活成本效应占主导，城市常住人口规模越大，居民住房等级趋低;城市流动人口占比越大，居民住房等级和住房面积都趋低。城市土地供给的增长有助于提升居民住房等级和住房面积，而房地产限购政策并不利于居民住房等级的提升。

由此得到如下启示： 第一，对于包括户籍在内的“环境”因素所造成的住房不平等应该实行“补偿原则”。缩小城市家庭住房不平等需进一步消除户籍制度障碍，让进城的外地居民、农业户口居民在购房、申请保障性住房、与住房相关的基本公共服务等方面享受与本地居民同等待遇。第二，人口往城市集聚、城市人口规模扩张是必然趋势。全面增进居民住房福利和改善城市人居环境的着力点不是限制城市规模，而是实施“人地挂钩”政策，让城市建设用地增加规模同城市常住人口扩张规模相匹配，提高城市综合承载力，实现人口与土地资源的空间合理配置。第三，对于“努力”因素造成的住房不平等应该实行“回报原则”。应尊重市场机制作用，让包括外地居民、农业户口居民在内的全体城市居民可凭借自身人力资本和收入水平获得改善居住状况所应有的回报，实现人人住有所居。

参考文献：

[1]Logan， J.R.， Bian， Y.， Bian， F.， Housing Inequality in Urban China in the 1990s [J]. International Journal of Urban and Regional Research， 1999， 23 （1）： 7～25.

[2]Eichholtz， P.， Lindenthal， T.， Demographics， Human Capital， and the Demand for Housing [J]. Journal of Housing Economics， 2014 （26）： 19～32.

[3]何兴强，费怀玉.户籍与家庭住房模式选择[J].经济学（季刊），2018 （2）：527～548.

[4]Roemer， J.E. Equality of Opportunity [M]. Cambridge， MA： Harvard University Press， 2009.

[5]王磊，原鹏飞，王康.是什么影响了中国城镇居民家庭的住房财产持有——兼论不同财富阶层的差异[J].统计研究，2016 （12）：44～57.

[6]范晓光， 吕鹏. 找回代际视角：中国大都市的住房分异[J].武汉大学学报（哲学社会科学版），2018 （6）：177～187.

[7]Axel， B.， Heiss， F.， Seko， M.， Housing Demand in Germany and Japan [J]. Journal of Housing Economics， 2001， 10 （3）：0～252.

[8]原鹏飞，王磊.我国城镇居民住房财富分配不平等及贡献率分解研究[J].统计研究，2013 （12）：69～76.

[9]Oktay， E.， Karaaslan， A.， Alkan， .， elik， A. K.， Determinants of Housing Demand in the Erzurum Province， Turkey [J]. International Journal of Housing Markets & Analysis， 2014， 7 （4）：586～602.

[10]Green， R.K.， Lee， H.， Age， Demographics and the Demand for Housing， Revisited [J]. Regional Science and Urban Economics， 2016 （61）： 86～98.

[11]楊巧，杨扬长.租房还是买房——什么影响了流动人口住房选择[J].人口与经济，2018 （6）：101～111.

[12]Davis， M.A.， Ortalo-Magné， F.， Household Expenditures， Wages， Rents [J]. Review of Economic Dynamics， 2011， 14 （2）： 248～261.

[13]Chiuri M.C.， Jappelli， T.， Do the Elderly Reduce Housing Equity？ An International Comparison [J]. Journal of Population Economics， 2010， 23 （2）： 643～663.

[14]Lauridsen， J.， Skak， M.， Determinants of Homeownership in Denmark [C]. Discussion Papers on Business and Economics， University of Southern Denmark， 2007， No.2.

[15]刘祖云，毛小平.中国城市住房分层：基于2010年广州市千户问卷调查[J].中国社会科学，2012 （2）：94～109.

[16]D`Costa， S.， Overman， H.G.， The Urban Wage Growth Premium： Sorting or Learning？ [J].Regional Science and Urban Economics， 2014 （48）： 168～179.

[17]踪家峰，周亮.大城市支付了更高的工资吗？[J].经济学（季刊），2015 （4）：1467～1496.

[18]Mussa， A.， Nwaogu， U.G.， Pozo， S.， Immigration and Housing： A Spatial Econometric Analysis [J]. Journal of Housing Economics， 2017 （35）： 13～25.

[19]陆铭，欧海军，陈斌开.理性还是泡沬：对城市化、移民和房价的经验研究[J].世界经济，2014 （1）：30～54.

[20]周怀康，彭秋萍，孙博，姜军辉.谁在助推房价？——基于中国高层次流动人口的经验证据[J].中国经济问题，2019 （1）：93～105.

[21]Ihlanfeldt， K.R.， The Effect of Land Use Regulation on Housing and Land Prices [J]. Journal of Urban Economics， 2007， 61 （3）： 420～435.

[22]张清源，苏国灿，梁若冰.增加土地供给能否有效抑制房价上涨——利用“撤县设区”的准实验研究[J].财贸经济，2018 （4）：20～34.

[23]余吉祥，沈坤荣.城市建设用地指标的配置逻辑及其对住房市场的影响[J].经济研究，2019 （4）：116～132.

[24]韩立彬，陆铭.供需错配：解开中国房价分化之谜[J].世界经济，2018 （10）：126～149.

[25]范剑勇，莫家伟，张吉鹏.居住模式与中国城镇化——基于土地供给视角的经验研究[J].中国社会科学，2015 （4）：44～63.

[26]张莉，年永威，皮嘉勇，周越.土地政策：供地结构与房价[J].经济学报 2017 （1）：91～118.

[27]陈淑云，王翔翔，王佑辉.“两轮限购”对住房价格的动态影响[J].华中师范大学学报（人文社会科学版），2019 （1）：38～49.

[28]朱恺容，李培，谢贞发.房地产限购政策的有效性及外部性评估[J].财贸经济，2019 （2）：147～160.

[29]罗楚亮.城镇居民住房面积的不平等——基于2000年和2005年人口调查的经验分析[J].学海，2014 （1）：80～90.

[30]Fernandes， C.， Crespo， N.， Simoes， N.， Poverty， Richness， and Inequality： Evidence for Portugal Using a Housing Comfort Index [J]. Journal of Economic and Social Measurement， 2017， 41 （4）： 371～394.

[31]Williams， R.， Understanding and Interpreting Generalized Ordered Logit Models [J]. Journal of Mathematical Sociology， 2016， 40 （1）： 7～20.

[32]Oaxaca， R. Male–Female Wage Differentials in Urban Labor Markets [J]. International Economic Review， 1973， 14 （3）： 693～709.

[33]Blinder A.S. Wage Discrimination： Reduced Form and Structural Estimates [J]. Journal of Human Resources， 1973， 8 （4）： 436～455.

The Determinants of Housing Inequality in Urban Households： Hukou， Endowment or Urban Characteristic？

- Based on Generalized Ordered Model and Oaxaca-Blinder Decomposition

PAN Jing1，YANG Yang2

（1.Foshan University， Foshan， Guangdong 528000， China;2.Sun Yat-sen University， Guangzhou， Guangdong 510275， China）

Abstract：

Using the data from China Labor-force Dynamics Survey （CLDS）， and based on generalized ordered Logit model， this paper analyzes the influence of Hukou， endowment and urban characteristic on housing inequality empirically. Based on Shapley value decomposition and Oaxaca-Blinder decomposition， we distinguish the share between effort and circumstance causes， and the share between discrimination due to Hukou and endowment. We draw several conclusions. First， Hukou can explain 54.2% share of housing inequality. Second， effort cause acts positive effect on housing level. Third， discrimination effect of Hukou dominates in housing grade inequality， while endowment effect dominates in housing space inequality. The low housing level of migrants is due to inferior circumstance cause， while that of residents with agricultural Hukou is due to inferior effort and circumstance causes. Fourth， because of the domination of living cost effect， housing grade declines as city size and migrant proportion expanse. More urban land supply can enhance housing level.

Key words：

housing inequality; Hukou; endowment; urban characteristic; generalized ordered Logit model; Oaxaca-Blinder decomposition

責任编辑：张 领