房地產(chǎn)價格對城鎮(zhèn)居民收入差距的影響研究基于區(qū)際差異化市場比較

周建軍　葉婷　鞠方

摘 要：運用聚類分析方法和五等法計算六大類別不同代表省市的基尼系數(shù)，依據(jù)2002～2011年省市面板數(shù)據(jù)考量6個不同類別省市房地產(chǎn)價格對收入差距的影響。結(jié)果表明：我國不同類別省市的房價波動對基尼系數(shù)的變動呈現(xiàn)出一定的差異性與區(qū)域性；第一、三類地區(qū)房價波動對城鎮(zhèn)居民收入差距產(chǎn)生顯著影響；第二類地區(qū)房地產(chǎn)市場投資投機活動不如第一、三類城市活躍，房價波動幅度比較穩(wěn)定；第四、五類地區(qū)房價波動對收入差距的影響程度次于第二類地區(qū)；第六類地區(qū)房價波動幅度小，對收入差距不足以產(chǎn)生顯著影響。

關(guān)鍵詞： 房地產(chǎn)市場；聚類分析；收入差距

中圖分類號： F293.3 文獻標(biāo)識碼： A 文章編號：1003-7217（2014）06-0109-05

一.引 言

房地產(chǎn)業(yè)是國民經(jīng)濟的基礎(chǔ)性、先導(dǎo)性及支柱性產(chǎn)業(yè)，房地產(chǎn)價格的波動不僅關(guān)乎人民安居樂業(yè)與社會和諧，而且牽動著整個宏觀經(jīng)濟的健康發(fā)展，是社會各界關(guān)注的焦點。20世紀(jì)90年代以來，我國房地產(chǎn)行業(yè)得到了巨大的發(fā)展，房地產(chǎn)價格大幅度提升。從現(xiàn)實狀況來看。（1）快速城市化進程推動房地產(chǎn)需求總量不斷增長。截至2012年底，城鎮(zhèn)人口比重達到52.57%，比2002年上升13.48%。（2）房地產(chǎn)價格波動區(qū)際差異明顯。東部地區(qū)房價明顯高于同期的中西部地區(qū)水平，且房價波動幅度與中西部地區(qū)差距也在逐步拉大，截至2011年東部區(qū)域房地產(chǎn)價格水平已達到8561.53元/平方米，而西部地區(qū)水平為3667.75元/平方米，兩者相差達2.3倍。即使地區(qū)相鄰、經(jīng)濟發(fā)展程度相當(dāng)?shù)膮^(qū)際，其房價波動也大相徑庭。（3）房價收入比畸高及房地產(chǎn)無成本代際傳遞可能擴大收入差距。我國房價對收入差距的影響可以表述為房價每上升1個百分點，貧富差距擴大0.23%。研究認(rèn)為，房價收入比保持在6～7之間屬于合理的范圍，且用于衡量收入分配公平的指標(biāo)基尼系數(shù)，2011年我國達到了0.459，超過了0.4的國際警戒線的標(biāo)準(zhǔn)。不僅如此，我們還必須清醒地認(rèn)識到，貧富差距將隨著區(qū)際房價波動差異化及房地產(chǎn)無成本的代際傳遞而進一步拉大，步入“富者越富，貧者越貧”的怪圈。從理論研究來看。近年來，理論界對房地產(chǎn)問題的研究進行了孜孜不倦的探索，房地產(chǎn)價格波動及房地產(chǎn)調(diào)控相關(guān)理論的研究更是成為重頭戲，且其研究成果豐碩。但是，以往的研究通常拘泥于同質(zhì)空間，即在假設(shè)全國房地產(chǎn)市場整體統(tǒng)一的狀況下，探討房地產(chǎn)價格波動及其影響因素，并做出統(tǒng)一的政策安排，在這種“一刀切”的政策環(huán)境下，收效不及初衷。因此，在我國房價高于居民收入能夠合理支撐的范圍，居民收入差距不斷擴大的現(xiàn)實問題面前，基于區(qū)際差異化市場的比較來分析房價波動、收入差距是一個嶄新的視角。二、文獻綜述與理論分析

（一）文獻基礎(chǔ)

住宅市場是典型的區(qū)域性市場，住宅位置的長期固定性，決定了住房周圍的環(huán)境，包括經(jīng)濟發(fā)展水平、綠化情況、交通環(huán)境、教育醫(yī)療等會對房地產(chǎn)的價值產(chǎn)生顯著的影響，由此，房地產(chǎn)市場并不是一個全國統(tǒng)一的市場，而是具有區(qū)域的差異性特征[1]。居民會根據(jù)不同區(qū)域的住宅價格差異而選擇居住區(qū)，且住宅價格與職工工資之比能夠反映不同城市與區(qū)域之間房地產(chǎn)發(fā)展水平的差異[2]。國外許多學(xué)者已對區(qū)域房地產(chǎn)價格波動的差異進行了深入的分析與研究[3]。發(fā)現(xiàn)不同地區(qū)的房地產(chǎn)市場有著不同的市場基本條件，使得房地產(chǎn)價格的波動存在著區(qū)域差異[4]。沈悅、劉洪玉（2004）對我國14個城市的房地產(chǎn)價格進行實證分析，也證實經(jīng)濟基本面的不同造成房地產(chǎn)價格波動的區(qū)域差異[5]。梁云芳、高鐵梅（2007）更進一步分析了28個省市自治區(qū)的房地產(chǎn)價格的波動，研究指出其波動的地區(qū)不平衡性顯著，建議對房地產(chǎn)市場采取因地制宜的調(diào)控政策，避免過去一刀切的情況[6]。

住房作為家庭的重要財富之一，具有消費和投資雙重特性[7]。此后，不少學(xué)者運用局部均衡模型對兩者之間的關(guān)系進行了更加深入的研究，分析指出居民收入差距和房價之間具有正向關(guān)系[8]。房價上漲使得收入在不同階層之間進行了轉(zhuǎn)移，在一定程度上推動了收入差距的擴大，從而產(chǎn)生“富人更富，窮人更窮”的馬太效應(yīng)[9]。陳燦煌（2007）發(fā)現(xiàn)城市居民商品房平均銷售價格每增加 1%， 城市居民收入差距將擴大 0.5339 %[10]。

學(xué)術(shù)界普遍認(rèn)為房價波動的收入分配效應(yīng)傳導(dǎo)機制可以分為兩個渠道，財富效應(yīng)和信貸效應(yīng)。一方面，當(dāng)房地產(chǎn)價格波動時，居民的家庭財富數(shù)量也將會隨之發(fā)生變化，從而改變其消費與支出組合，進一步對總需求和經(jīng)濟發(fā)展產(chǎn)生影響，這就是房地產(chǎn)的財富效應(yīng)[11]，并且住房價格上漲帶來的財富效應(yīng)要大于其他金融資產(chǎn)價格上漲引起的財富效應(yīng)[12]；當(dāng)房地產(chǎn)價格不斷上漲時，富裕家庭的財富將增加，加之我國投資渠道比較狹窄，高收入群體將閑余資金投入房地產(chǎn)市場，獲得高額利潤，而普通家庭無力購買房產(chǎn)，從而導(dǎo)致財富不平等程度加劇[14]；但是房價波動引起的財富效應(yīng)在不同的區(qū)域有著較大的差異[13]。另一方面，房價上漲會使得房地產(chǎn)的價值增加，從而房屋的抵押價值也隨之增加，家庭的外部融資能力進一步擴大，改變了居民家庭的消費支出或者決策，這就是住房信貸效應(yīng)。研究發(fā)現(xiàn)，住房的信貸效應(yīng)與抵押貸款購房的首付比例規(guī)定和住房抵押品的價值有關(guān)[15]；

財經(jīng)理論與實踐（雙月刊）2014年第6期2014年第6期（總第192期）周建軍，葉婷等：房地產(chǎn)價格對城鎮(zhèn)居民收入差距的影響研究基于區(qū)際差異化市場比較

目前我國對房地產(chǎn)宏觀調(diào)控政策效果的區(qū)域差異的研究大多限于對東、中、西部三部分劃分的格局，從省（市）級房地產(chǎn)市場差異的角度來分析房價波動對收入差距影響的研究目前仍處于相對空白狀態(tài)。鑒于此，本文認(rèn)為有必要對我國各省（市）具有同類特征的房地產(chǎn)市場進行合理的劃分，并在其基礎(chǔ)上研究房價波動對收入差距的影響。

（二）房價波動的收入分配效應(yīng)理論解析

1.房價波動的區(qū)域差異原因分析。從宏觀角度，影響我國房價波動的主要是供給、需求、成本、以及其他方面因素。經(jīng)濟增長、稅收、居民收入、產(chǎn)業(yè)結(jié)構(gòu)、二元結(jié)構(gòu)、地區(qū)差距、社會保障、居民消費行為和土地與金融制度等都與房價波動緊密相關(guān)。空間地理因素也是房價波動的影響因素之一，越來越多的國際融資進入中國房地產(chǎn)市場，增加了我國房地產(chǎn)市場的投機性需求，導(dǎo)致房地產(chǎn)價格的異常波動。從微觀視角來看，主要包括：消費者行為、政府行為和房地產(chǎn)商行為。認(rèn)為 “未來房地產(chǎn)價格會繼續(xù)高漲”的預(yù)期會使得消費者對住房的需求過度膨脹，造成房價的非理性上漲；同樣政府通過宏觀調(diào)控行為對房地產(chǎn)價格產(chǎn)生較大的影響，以地方政府為主體的行為如從貨幣政策角度、房地產(chǎn)稅收角度、地價與土地供應(yīng)量角度也會對不同區(qū)域的房價及其波動產(chǎn)生影響；至于房地產(chǎn)開發(fā)商，作為房地產(chǎn)市場的供給者，他們往往會捂盤惜售來哄抬房價，攫取暴利，對房地產(chǎn)市場造成干擾，不同區(qū)域房價波動不一。

2. 房價波動的收入分配效應(yīng)的傳導(dǎo)機制。一般來說，房價波動影響收入分配分為三個渠道，即宏觀渠道、中觀渠道和微觀渠道。其中宏觀渠道主要包括家庭工資性收入占比、短期存款利率、長期存款利率等；中觀渠道又稱區(qū)域渠道，主要影響因素為區(qū)域和產(chǎn)業(yè)因素，集中體現(xiàn)為經(jīng)濟發(fā)展與房地產(chǎn)發(fā)展的區(qū)域非均衡性與房地產(chǎn)投資的資產(chǎn)替代性；微觀因素則包括對居民家庭住房特征和居民個體特征等因素。房價波動對收入分配的傳導(dǎo)效應(yīng)通過以上三種渠道，集中體現(xiàn)為財富效應(yīng)和信貸效應(yīng)：住宅作為家庭的主要資產(chǎn)，一方面，房價上漲會增加居民的家庭總財富，即為“財富效應(yīng)”；另一方面，房價上漲會增加以住房抵押貸款為主的家庭負債，同時又會擴大家庭的外部融資能力，表現(xiàn)為“信貸效應(yīng)”。總體而言，區(qū)域因素對不同類型房地產(chǎn)市場的劃分產(chǎn)生重要影響，而宏觀因素與微觀個體因素主要影響房地產(chǎn)市場“財富效應(yīng)”和“信貸效應(yīng)”的發(fā)揮，對收入差距的形成產(chǎn)生作用。

三、區(qū)域差異化市場的劃分

（一）數(shù)據(jù)來源及指標(biāo)的選取

選取我國大陸30個省市（西藏自治區(qū)除外）的房地產(chǎn)市場發(fā)展?fàn)顩r異質(zhì)性的代表，對其房地產(chǎn)市場進行區(qū)域劃分。30個省市的房地產(chǎn)數(shù)據(jù)主要來源于各個省、市自治區(qū)的房地產(chǎn)統(tǒng)計年鑒以及2001～2012年的《國家統(tǒng)計年鑒》。

對30個省市進行區(qū)域劃分，主要通過運用聚類分析構(gòu)建房地產(chǎn)市場分類指標(biāo)體系來實現(xiàn)，而指標(biāo)的選取及指標(biāo)體系的構(gòu)建需遵循可獲取性、綜合性以及代表性等基本原則上開展。具體而言，將建立包括4個一級指標(biāo)和11個二級指標(biāo)（見表1），在此基礎(chǔ)上對各指標(biāo)進行描述性統(tǒng)計、標(biāo)準(zhǔn)化處理，并計算類與類之間的距離，然后通過輸出的凝聚狀態(tài)表對觀測值進行分類處理，便可將相似性較大的房地產(chǎn)市場歸為一類，以區(qū)分不同城市的空間異質(zhì)性。

表1 房地產(chǎn)市場分類指標(biāo)

一級指標(biāo)

二級指標(biāo)

代碼

房地產(chǎn)市場供給

開發(fā)土地面積增長率

C1

竣工面積增長率

C2

房地產(chǎn)市場需求

人均儲蓄余額

C3

人均可支配收入增長率

C4

銷售竣工率

C5

銷售施工率

C6

房地產(chǎn)市場投資

房地產(chǎn)投資比例

C7

房產(chǎn)稅

C8

稅收收入

C9

房地產(chǎn)價格

房價增長率

C10

房價收入比

C11

（二）我國房地產(chǎn)市場聚類分析結(jié)果

根據(jù)我國房地產(chǎn)市場的實際情況，運用SPSS19.0分析軟件進行聚類，經(jīng)過軟件的計算處理將我國30個省市房地產(chǎn)市場合理劃分類六個類別。下表2將我國30個省市的房地產(chǎn)市場明顯的聚集為六個類別（類別序號與排序無關(guān)，是僅用于區(qū)別不同類別的代號），聚類效果比較理想。第一類包含北京市、上海市和浙江省；第二類包含天津市和福建省；第三類包含江蘇省、山東省和廣東省；第五類包含河北省、遼寧省、河南省和四川省；第六類包含海南省、貴州省、甘肅省、寧夏回族自治區(qū)、青海省和新疆回族自治區(qū)；其他省（市）自治區(qū)則包含于第四類之中。

表2 聚類結(jié)果表

第一

類

第二

類

第三

類

第四類

第五類

第六類

北京

天津

江蘇

山西內(nèi)蒙古吉林

河北

海南貴州

上海

福建

山東

安徽江西湖北

遼寧

甘肅寧夏

浙江

廣東

陜西重慶云南

河南

青海新疆

黑龍江湖南廣西

四川

通過聚類分析發(fā)現(xiàn)，房地產(chǎn)市場特征相近的省市基本在同一類別之內(nèi)，聚類結(jié)果顯示，我國房地產(chǎn)市場具有明顯的區(qū)位趨同的特征且與當(dāng)?shù)氐慕?jīng)濟發(fā)展程度密切相關(guān)，比如第一類北京、上海和浙江屬于我國東部沿海經(jīng)濟發(fā)達的地區(qū)，房地產(chǎn)經(jīng)濟發(fā)達；而第四類包含的省市基本處于中部地區(qū)及部分西部地區(qū)，經(jīng)濟發(fā)展水平處于中等不及第一類地區(qū)省市的發(fā)展程度，房地產(chǎn)經(jīng)濟發(fā)展水平居于中游地位；西部地區(qū)的經(jīng)濟處于欠發(fā)達狀態(tài)，其反映的房地產(chǎn)市場經(jīng)濟發(fā)展水平也待于進一步的提升。

四.實證分析與檢驗

（一）指標(biāo)的選取和數(shù)據(jù)的獲取

在上文聚類分析的基礎(chǔ)上依次在每個類別中選取一個省市作為該類別的代表，分別為北京市、天津市、江蘇省、湖南省、河北省和貴州省。采用各個省市2001年至2011年商品房各年的平均住宅價格及其城鎮(zhèn)居民收入的基尼系數(shù)作為主要指標(biāo)進行實證分析。采用基尼系數(shù)，即一定人口所獲得的收入比例來反映收入分配差距的總體水平。

（二）數(shù)據(jù)的處理及檢驗分析

計量經(jīng)濟理論表明，眾多的經(jīng)濟變量尤其是面板數(shù)據(jù)，大多是非平穩(wěn)的變量，用非平穩(wěn)的變量進行回歸分析，其結(jié)果在很大程度上表現(xiàn)為偽回歸。為避免偽回歸現(xiàn)象，需要對面板數(shù)據(jù)進行單位根檢驗和協(xié)整檢驗。數(shù)據(jù)通過檢驗后利用格蘭杰因果關(guān)系檢驗判斷不同代表城市房價的變化是否對收入差距的變化產(chǎn)生影響及影響程度如何。由于前文已引入不同變量通過專業(yè)軟件對我國不同省級的房地產(chǎn)進行了聚類分析，因此，以下的檢驗分析采用Eviews6.0對數(shù)據(jù)進行處理。

1.面板單位根檢驗和面板協(xié)整檢驗。

運用LCC檢驗，Breitung檢驗和Hadr檢驗方法對整體層仿和基尼系數(shù)進行面板數(shù)據(jù)單位報檢驗，結(jié)果表明原序列是一階單整而非平穩(wěn)的序列。因此需要對非平穩(wěn)面板變量進行協(xié)整檢驗，以避免偽回歸。本文主要采用Pedroni方法對面板數(shù)據(jù)進行協(xié)整檢驗。檢驗結(jié)果表明除了Panel vstat檢驗接受原假設(shè)外，其余檢驗均拒絕“不存在協(xié)整關(guān)系”的原假設(shè)。綜合考慮認(rèn)為，兩個面板變量存在協(xié)整關(guān)系，可以進行回歸分析。

2.格蘭杰因果檢驗。

本文對北京市等6個省市兩兩之間進行格蘭杰因果關(guān)系檢驗，分別取滯后1階（時滯1年）和2階（時滯2年）進行分析。鑒于文章篇幅所限，只列出研究所需的實證結(jié)果，如表3和表4。

表3 滯后1年的格蘭杰因果關(guān)系檢驗結(jié)果

Pairwise Granger Causality Tests

Sample： 2002 2011

Lags： 1

Null Hypothesis：

Obs

FStatistic

Prob.

JNBEIJING does not Granger Cause PHBEIJING

9

0.78721

0.4091

PHBEIJING does not Granger Cause JNBEIJING

6.59247

0.0425

JNTIANJING does not Granger Cause PHTIANJING

9

0.03138

0.8652

PHTIANJING does not Granger Cause JNTIANJING

4.24221

0.0481

JNJIANGSU does not Granger Cause PHJIANGSU

9

0.01327

0.9120

PHJIANGSU does not Granger Cause JNJIANGSU

1.03380

0.0602JNHUNAN does not Granger Cause PHHUNAN

9

0.00097

0.9762

PHHUNAN does not Granger Cause JNHUNAN

1.29677

0.0982

JNHEIBEI does not Granger Cause PHHEIBEI

9

0.16011

0.7029

PHHEIBEI does not Granger Cause JNHEIBEI

1.90234

0.0970

JNGUIZHOU does not Granger Cause PHGUIZHOU

9

3.33462

0.1176

PHGUIZHOU does not Granger Cause JNGUIZHOU

0.20026

0.6702

表4 滯后2年的格蘭杰因果關(guān)系檢驗結(jié)果

Pairwise Granger Causality Tests

Sample： 2002 2011

Lags： 1

Null Hypothesis：

Obs

FStatistic

Prob.

JNBEIJING does not Granger Cause PHBEIJING

8

1.71996

0.3180

PHBEIJING does not Granger Cause JNBEIJING

3.73317

0.0360

JNTIANJING does not Granger Cause PHTIANJING

8

0.23135

0.8064

PHTIANJING does not Granger Cause JNTIANJING

2.52317

0.0684

JNJIANGSU does not Granger Cause PHJIANGSU

8

0.73470

0.5499

PHJIANGSU does not Granger Cause JNJIANGSU

3.81172

0.0448

JNHUNAN does not Granger Cause PHHUNAN

8

0.34550

0.7328

PHHUNAN does not Granger Cause JNHUNAN

1.05380

0.0801

JNHEBEI does not Granger Cause PHHEBEI

8

0.13337

0.8801

PHHEBEI does not Granger Cause JNHEBEI

1.28136

0.0961

JNGUIZHOU does not Granger Cause PHGUIZHOU

8

2.30066

0.2479

PHGUIZHOU does not Granger Cause JNGUIZHOU

0.01861

0.9817

通過對表3分析發(fā)現(xiàn)，當(dāng)時滯1年時，可以拒絕原假設(shè)“PHBEIJING does not Granger Cause JNBEIJING”，也就是拒絕“北京市房價變動不是北京市基尼系數(shù)變動的原因”的假設(shè)，因為其F統(tǒng)計量等于 6.59247，相應(yīng)的概率值P=0.0425，小于5%的檢驗水平，也就是說在95%的置信區(qū)間，可以相信北京市房價變動影響了本市的基尼系數(shù)的變動。同樣的分析過程，可知在5%的檢驗水平上，只有北京和天津拒絕原假設(shè)；而在10%的檢驗水平上，除貴州省外其余省市皆拒絕原假設(shè)，即接受各個省（市）份房價變動影響本省（市）基尼系數(shù)的變動。

從表4滯后2年的的格蘭杰因果關(guān)系檢驗結(jié)果中看出，在5%的檢驗水平下，北京市拒絕“北京市房價變動不影響北京市基尼系數(shù)變動”的原假設(shè)，其P值較滯后1年的0.0425降低至0.0360；同樣在5%的置信水平下，江蘇也拒絕原假設(shè)，其滯后1年的P值由0.0602降低至滯后兩年的0.0448；天津市則在5%的檢驗水平下拒絕原假設(shè)，接受“天津市房價的變動不影響天津市基尼系數(shù)的變動”的原假設(shè)；在10%的檢驗水平下，除貴州省以外，其余5個省市均拒絕原假設(shè)。總體來說，比較滯后2年的格蘭杰因果關(guān)系檢驗結(jié)果與滯后1年的檢驗結(jié)果，北京、湖南、河北、貴州的檢驗結(jié)果比較穩(wěn)定，變動較大的省市為天津市和江蘇省。

五.結(jié)論及政策建議

通過聚類分析法將我國大陸30個省市（西藏自治區(qū)除外）的房地產(chǎn)市場劃分為六大類別。聚類結(jié)果表明，處于同一類別省市的房地產(chǎn)市場具有區(qū)位趨同性并與當(dāng)?shù)氐慕?jīng)濟發(fā)展水平密切相關(guān)。

進一步通過對六大不同類別省市的房價與其基尼系數(shù)關(guān)系的分析，發(fā)現(xiàn)不同類別的住宅價格變動與基尼系數(shù)的變動之間的關(guān)系呈現(xiàn)出一定的差異性與區(qū)域性。結(jié)合各類省市的經(jīng)濟發(fā)展水平與房地產(chǎn)市場發(fā)展?fàn)顩r，可以進一步分析出這種差異性對當(dāng)?shù)鼐用竦氖杖氩罹嗟牟煌绊懗潭取Ｗ≌瑑r格對收入差距影響的滯后1期與滯后2期格蘭杰因果檢驗表明，第一類省市的房價對收入差距在當(dāng)期和滯后期能夠產(chǎn)生顯著的影響，第三類城市房地產(chǎn)產(chǎn)價格的波動在當(dāng)期對收入差距的影響延后到第二期才顯現(xiàn)出來，說明房地產(chǎn)作為一種資產(chǎn)同時具有雙重屬性。一方面，作為家庭財富的重要組成部分對當(dāng)期家庭資產(chǎn)總值不會產(chǎn)生較大影響；另一方面，房地產(chǎn)被運用于投資保值和投機收益的虛擬性增強，使得在房價居高不下的市場狀況下，擁有多套房產(chǎn)的持有人能從中獲取較為豐厚的投資或投機收益，因此，在滯后期表現(xiàn)為房地產(chǎn)價格波動對收入差距產(chǎn)生較大的影響。第二類省市的房價波動對收入差距的影響在滯后2期的影響不如第一期顯著，表明當(dāng)?shù)胤康禺a(chǎn)市場的投資、投機活動不如第一、三類城市活躍，房價波動幅度比較穩(wěn)定。第四、五類省市房價波動對收入差距的影響次于第二類城市，說明當(dāng)?shù)胤康禺a(chǎn)市場發(fā)展比較穩(wěn)定，供給比較充足，房地產(chǎn)主要滿足剛性需求，作為虛擬資產(chǎn)的特性表現(xiàn)不充分；第六類省市的經(jīng)濟發(fā)展處于偏下水平，加之此類省市位于我國邊疆地帶或地理位置距離經(jīng)濟發(fā)達地區(qū)較遠，房地產(chǎn)市場發(fā)展緩慢，房產(chǎn)做為剛性需求的動機更加強烈，投資投機者從較小波動幅度的房價中套取的利差不足以對收入差距產(chǎn)生顯著的影響。

綜合以上實證分析結(jié)論，結(jié)合我國不同區(qū)域房地產(chǎn)市場發(fā)展實際，要使房地產(chǎn)穩(wěn)定發(fā)展，解決由于房價波動帶來的收入差距擴大問題，需要實施因地制宜、差別對待的分類宏觀調(diào)控政策。第一、三類地區(qū)存在投資與投機需求，應(yīng)該將其視為調(diào)控重點調(diào)控地區(qū)，第二類、第四類與第五類應(yīng)列為調(diào)控重點觀測地區(qū)，而第六類應(yīng)列為調(diào)控重點扶持培育的地區(qū)，在金融稅收與供需調(diào)控等具體政策上不一刀切，把各個類別的特征、各類房地產(chǎn)市場發(fā)展中存在的問題弄清楚后，提出針對性較強和比較合理的分類房地產(chǎn)市場宏觀調(diào)控政策，在穩(wěn)房市的同時促民生。

參考文獻：

[1]Frederic S. Mishkin. Housing and the monetary transmission mechanism[J].Finance and Economics Discussion Series，F(xiàn)ederal Reserve Board， Washington，2007，13（10）：231-287.

[2]Case K E， Shiller R J. Forcasting prices and excess returns in the housing market[J]. AREUEA journal，1990，18（3）：253-273.

[3]Campbell J， Cocco. How do house prices affect consumption？ evidence from micro data[J]. Journal of Monetary Economics， 2007，（54）：591-621.

[4]Case K E， Shiller R J. Forcasting prices and excess returns in the housing market[J]. AREUEA journal，1990，18（3）：253-273.

[5]沈悅，劉洪玉.住宅價格與經(jīng)濟基本面：1995～2002年中國14城市的實證研究[J]..經(jīng)濟研究，2004，（4）：123-131.

[6]梁云芳，高鐵梅.中國房地產(chǎn)價格波動區(qū)域差異的實證分析[J].經(jīng)濟研究，2007，（8）：133-142.

[7]Miles D. Housing， financial market and the wider economy[M]. New York and Chichester ： John Wiley and Sons Ltd，1994：165-173.

[8]Malpezzi S A. Simple errorcorrection model of house prices[J]. Journal of Housing Economics，1999，8（1）：27-62 .

[9]陳健，高波.非線性視角下的中國房地產(chǎn)財富效應(yīng)的測度研究——基于1996～2008年省際面板數(shù)據(jù)的分析[J].廣東金融學(xué)院學(xué)報，2010，（5）：99-111.

[10]陳燦煌.房價上漲與城市居民收入差距的關(guān)系[J].統(tǒng)計與決策，2007，（22）：87-89.

[11]黃靜，屠梅曾.房地產(chǎn)財富與消費：來自于家庭微觀調(diào)查數(shù)據(jù)的證據(jù)[J].管理世界，2009，（7）：34-45.

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

[13]陳彥斌，邱哲圣，李方星.宏觀經(jīng)濟學(xué)新發(fā)展： Bewley 模型[J].經(jīng)濟研究，2010，（7）：141-151.

[14]鄔麗萍，周建軍. 房價波動對消費支出影響的實證分析[J].財經(jīng)理論與實踐，2009，（1）：109-112.

[15]鞠方，于靜靜.我國商品房空置率對房價波動影響的實證研究[J].湖南科技大學(xué)學(xué)報，2013，（6）：69-74.

[16]張傳勇. 中國房價波動的收入分配效應(yīng)研究[D].上海：華東師范大學(xué)，2012.

（責(zé)任編輯：鐘 瑤）