房價、城市規模與工資性收入差距

鞠方 李文君 于靜靜

摘?要：基于中國32個大中城市面板數據，拓展Matlack和Vigdor的模型，考量房價、城市規模與工資性收入差距之間的關系。結果表明：房價上漲會引起以基尼系數衡量的工資性收入差距縮小，但當城市規模處于較大水平時，房價上漲又會拉大工資性收入差距;城市規模擴大會顯著縮小工資性收入差距，但當城市房價已處于較高水平時，城市規模的繼續擴張則會拉大工資性收入差距。

關鍵詞：房價;城市規模;工資性收入差距;兩步SYS-GMM

中圖分類號：F244????文獻標識碼：A????文章編號：1003-7217（2019）05-0095-07

一、引?言

2017年10月18日召開的中國共產黨第十九次全國代表大會中，習近平總書記強調“必須把人民利益擺在至高無上的地位，讓改革發展成果更多更公平惠及全體人民，朝著實現全體人民共同富裕不斷邁進”。在經濟快速增長的過程中，應實現收入水平的同步增長，并逐步縮小貧富差距，促進社會公平正義。從全球范圍看，收入差距表現為一個國家和地區內部的收入差距，還表現為不同國家和地區間的收入差距。特別是二戰后，全球化進程的推進，致使地區間收入差距擴大，更為明顯地，一個國家和地區內部收入差距，會隨著國家和地區經濟集中度的提高而擴大，這已被全球47個國家的數據（1990-2007）所證實[1]。因而，中國收入差距的擴大也是經濟發展過程的一個必然現象[2]。

目前我國收入差距擴大的解釋主要有經濟增長[3，4]、教育不均[5-7]和金融深化[8-10]等。2002年以來，中國的城鄉收入比都在3倍以上，同一時期，全國商品房銷售價格也上漲了近3倍，一、二線城市房價漲幅更大。那房價會是推動收入差距上漲的另一個主要原因嗎？顯然，回答這個問題，會陷入一種因果循環的邏輯：房價上漲與收入差距擴大是相互影響的。一方面，有學者認為收入差距擴大推高了社區或城市房價[11，12];另一方面，有研究證明房價的上漲也會導致收入差距的擴大，Matlack和Vigdor（2008）通過產品差異化的局部均衡模型證明房價上漲推動了收入差距擴大，并且美國1970-2000年大都市區的數據也支持該結論[13]。香港的數據也得到類似結論，東南亞金融危機爆發前，香港的住房持有者從房價上漲中受益，而租賃住房的低收入群體和中等收入階層變得更加貧窮，進而導致收入差距的擴大[14]。目前，國內的研究也主要是支持房價上漲致使收入差距擴大，城市化進程的推進和城鎮房地產價格的上升，提高了高收入群體的財產性收入，導致城市內部的收入差距擴大[15];房價上漲和資本市場擴大對于收入差距擴大的貢獻僅次于工資、補貼、和公共轉移[16];但是，也有研究認為房價是否導致收入差距擴大還取決于城市的對外開放度，在開放度較低的城市，高房價擴大了城鄉收入差距;相反，在開放度較高的城市，高房價能縮小收入差距[17]。

另一個典型的事實是，城市人口規模越大的城市，其房價水平也會偏高。因為城市人口規模的上升會導致住房需求增加，從而引起房價的上漲，這就使得研究房價與收入差距關系的過程中考慮城市規模因素十分必要。不過，城市規模究竟會拉大收入差距還是縮小收入差距，存在頗多爭議。Farbman（2010）、Long等（1977）的研究均支持收入差距會隨著城市規模的增大而擴大[18，19]，也有學者認為，人口規模與收入差距呈“U”型關系[20]。

與之前的研究不同，本文試圖拓展Matlack和Vigdor（2008）的模型，將房價、城市規模和工資性收入差距納入同一個框架下，探討房價、城市規模與工資性收入差距之間的關系，并運用2002-2015年中國32個大中城市面板數據對這個問題進行驗證。

假定α、γ、δ、λ和不發生改變，根據式（15）和式（17），可以推出以下兩個命題：

命題1?在其他條件不變的情況下，土地價格的上漲，會導致工資性收入差距的縮小。對于這個命題可以從以下三點來理解：第一，雖然土地價格上升會引起房價上漲，從而導致住房所有者的財產性收入上升，住房擁有人群與無房人群的財產性收入差距逐漸拉大。但是由于本文理論模型是用高技能勞動者工資收入與低技能勞動者工資收入的比值反映工資性收入差距的大小，所以該命題并不違反常識。第二，房價的上漲會帶動房地產和相關產業的發展，為低技能勞動者提供了相對更多的就業機會，其工資上漲速度相對加快，從而可能在一定程度上會縮小高技能勞動者與低技能勞動者之間的工資收入差距。第三，土地價格的上漲，會增加政府的土地財政收入，政府對低收入人群（其中也包括部分低技能收入勞動者）的轉移支付和其他民生財政支出也相對增加，從而可以一定程度上縮小工資性收入差距。

命題2?在其他條件不變的情況下，城市規模的擴大，會導致工資性收入差距的縮小。

三、計量模型構建與變量選取

（一）實證模型的設定

通過建立計量模型，實證檢驗房價、城市規模對于工資性收入差距的影響。土地作為經濟中的唯一資產，使用土地價格作為工資性收入差距的核心解釋變量，契合第二部分的理論模型。但在現實中，中國地價網檢測的城市土地出讓數據，經過了多次標準調整，因此本文不予以采用。而房價是地價一定比例的加成，故用房價來替代地價。城市規模是工資性收入差距的另一個核心解釋變量。考慮到工資性收入差距變動的漸近性，在實證模型中引入工資性收入差距的滯后期能更準確地反映房價、城市規模變動對工資性收入差距的影響。故本文將構建的計量模型如下：

為了更好地分析房價與城市規模的交互效應對工資性收入差距的影響，在方程（18）的基礎上進一步引入房價與城市規模的交互項，具體如方程（19）所示：

（二）數據來源和變量說明

本文的實證數據是2002-2015年中國32個大中城市②的面板數據，來源于2003-2016年各城市統計年鑒和中經網產業數據庫。

被解釋變量是工資性收入差距（igp）。本文將利用32個大中城市的城市住戶調查數據，借鑒胡祖光（2004）提出的簡易算法，用城鎮居民的最高人均可支配收入百分比與最低人均可支配收入百分比之差，近似表示該城市基尼系數[21]，以代表對應的工資性收入差距③。需要說明的是，太原、長春、哈爾濱、蘭州和銀川五個城市的城市住戶調查數據中，并未提供收入分組數據，無法計算歷年的基尼系數，本文參照高波等（2013）[22]的做法，利用山西、吉林、黑龍江、甘肅和寧夏五個省、自治區的城市住戶調查數據計算得到的省份基尼系數，以替代城市數據的缺失。

核心解釋變量是房價、城市規模以及房價與城市規模的交互項。房價是用價格指數平滑后的商品房銷售均價，城市規模為城鎮常住人口，且參考范紅忠（2013）[23]的做法，對各城市的房價和城市規模均做了對數化處理，分別標記為lnhp和lnn。為了進一步研究房價與城市規模的交互效應對工資性收入差距的影響，將房價與城市規模的交互項標記為lnhp×lnn。

控制變量主要包括高技能勞動者的工資、城市經濟發展水平、政府干預程度、對外開放程度和產業結構。高技能勞動者的工資用城市住戶調查中最高收入組的人均可支配收入表示，之所以選用這個指標，主要由于本文是按照胡祖光（2004）[21]提出的簡易算法計算城市基尼系數作為工資性收入差距，選用最高收入組的人均可支配收入衡量高技能勞動者的工資水平保證了與工資性收入差距的一致性，標記為hincome。城市經濟發展水平、政府干預程度和對外開放程度這三個指標的選取主要是參考世界銀行、歐洲復興開發銀行以及部分學者的研究[24-26]。其中，城市經濟發展水平是由城市人均GDP衡量，用gdp表示;政府干預程度是城市財政支出占GDP比重衡量，用govit表示;對外開放程度是城市進出口總額與GDP之比，用open表示。產業結構是第三產業就業人數與第二產業就業人數的比值，用stru表示。將產業結構引入回歸方程，是考慮到2002-2015年間中國工業化和城市化的快速推進，引起了產業結構的巨大變遷，這可能會對工資性收入差距產生一定的影響。需要說明的是，hincome和gdp已經用價格指數進行了平滑調整，并做對數化處理后分別標記為lnhincome和lngdp。各變量的描述性統計如表1所示。

（三）實證分析

1.單位根檢驗。

在對式（18）進行回歸分析之前，需要檢驗各變量的單位根以保證各序列的平穩性。本文依次使用LLC、IPS和ADF三種方法對各變量進行單位根檢驗，檢驗結果如表2所示。結果表明各序列水平值均能在5%的顯著性水平上拒絕原假設，序列平穩，滿足了進行協整檢驗的前提條件。

2.面板數據的協整檢驗。

基于單位根檢驗的結果，本文采用Westerlund以誤差修正模型為基礎進行面板協整檢驗的方法，其協整檢驗結果如表3所示。從表3中的P值可知，有三個組的統計量Gt、Pt和Pa均在1%的顯著性水平上拒絕不存在協整關系的原假設，說明數據整體上存在著長期穩定的關系，其方程回歸殘差是平穩的。

3.模型估計結果分析。

因為式（18）和式（19）中均包含了工資性收入差距的滯后項，且房價和收入差距之間也可能存在雙向因果關系，利用普通OLS和OLS固定效應的回歸結果是有偏的。由于兩步SYS-GMM方法能較為有效地解決內生性干擾問題[27-29]，因此，將工資性收入差距的滯后一期和房價作為內生變量，其他解釋變量作為工具變量，運用兩步SYS-GMM分別對方程式（18）和式（19）進行回歸估計，結果如表4中所示。從回歸⑤和⑥的系數顯著性來看，運用兩步SYS-GMM回歸，其核心解釋變量的顯著性效果均好于利用普通OLS（回歸①和②）以及OLS固定效應（回歸③和④）的回歸結果，且回歸⑤和⑥的AR（1）和AR（2）均通過了序列相關檢驗，Hansen檢驗的P值分別為0.213和0.451，說明沒有拒絕原假設，即模型使用的工具變量有效，且不存在過度識別的問題。

本文重點關注表4中回歸⑤和⑥的結果。由回歸⑤可知，在沒有引入房價與城市規模交互項的情況下，核心解釋變量房價的系數為-0.050，且在10%水平下顯著，可以說明房價上漲會縮小城市居民的工資性收入差距，其與理論模型推導的命題1一致。這可能是因為：一方面，房價的上漲會帶動房地產和相關勞動密集型產業的發展，進而提升低收入人群的就業率，低收入人群工資上漲速度加快，最后會一定程度縮小以基尼系數衡量的工資性收入差距;另一方面，房價上漲會導致土地拍賣的價格上升，從而增加政府的土地財政收入，政府對低收入人群的轉移支付和其他民生支出也相對增加，所以除財產性收入外，居民的其他收入差距也會日益縮小。另一個核心解釋變量城市規模的系數為-0.026，且在5%水平下顯著。這說明城市規模增大會顯著降低城市居民的工資性收入差距，其與理論模型推導的命題2一致。這可能是由于隨著城市規模的不斷擴大，會給城市的發展帶來好的聚集效應，人口城鎮化的推進帶動了部分農村人口向城市遷移，城市能夠提供更多更好的就業機會使居民獲取更高的收入水平以及社會福利，更好地分享城市經濟發展成果，從而縮小了工資性收入差距。此外，高技能勞動者的工資水平、城市對外開放程度和政府干預程度會顯著拉大該城市的工資性收入差距，經濟發展水平和產業結構對工資性收入差距的影響系數雖然為正，但并不顯著。

值得注意的是，基于前文的分析，發現一般城市的規模越大，其房價也越高。因此，在方程（18）中引入房價與城市規模的交互項，即方程（19），分析房價和城市規模的互動效應對城市工資性收入差距的影響。由回歸⑥可知，在加入交互項之后，房價和城市規模對工資性收入差距的回歸系數分別為-0.447和-0.548，這與回歸⑤的結論一致。但房價與城市規模的交互項系數為0.063，且在10%水平下顯著，說明房價與城市規模的交互效應會顯著擴大城市的工資性收入差距，所以交互項的影響會削減房價、城市規模對工資性收入差距的負向效應。具體來說，回歸⑥中房價對工資性收入差距的整體偏效應為（-0.447+0.063*lnn），說明房價對工資性收入差距的影響大小和方向，取決于城市規模水平。若城市規模較小，使得整體偏效應小于0，那么對于城市規模較小的地區，房價的上漲會縮小該城市的工資性收入差距。反之，對于城市規模較大的地區，整體偏效應大于0，則房價的上漲會擴大該城市的工資性收入差距，例如目前像北京、上海等一線大型城市已經開始控制城市規模。回歸⑥中城市規模對工資性收入差距的整體偏效應為（-0.548+0.063*lnhp），說明城市規模對工資性收入差距的影響大小和方向取決于該地區房價的水平。若房價水平較低，使得整體偏效應小于0，那么房價水平較低的城市，城市規模的擴張有利于縮小工資性收入差距。反之，若房價水平較高的城市，城市規模的擴張會擴大工資性收入差距。

4.穩健性檢驗。

在上述的實證分析中，可能會存在衡量誤差問題，因此，本文還將進行穩健性檢驗來驗證估計結果是否準確。將價格指數平滑后的住宅平均銷售價格進行對數化處理，標記為lnrhp，作為房價（lnhp）的替代變量，進行兩步SYS-GMM估計，回歸結果如表4（回歸⑦和回歸⑧）所示。從回歸的情況來看，AR（1）和AR（2）的P值均通過了序列相關檢驗，Hansen檢驗的P值分別為0.309和0.250，均大于0.1，這說明沒有拒絕原假設，即模型使用的工具變量有效且不存在過度識別的問題。將回歸⑦⑧與回歸⑤⑥的結果對比，可以發現，所有核心解釋變量的系數符號均一致，且顯著性情況的變化也不大，這表明前面分析的結論是穩健的。

四、結論與建議

本文拓展了Matlack和Vigdor的模型來分析房價、城市規模與工資性收入差距之間的關系，并利用2002-2015年中國32個大中城市的面板數據進行驗證，驗證的結果與命題假設匹配。研究發現：房價上漲有利于縮小城市居民的工資性收入差距，但是若該城市規模已經處于較大水平，房價的繼續上漲會拉大該城市的工資性收入差距;城市規模的擴大也有利于縮小工資性收入差距;但若該城市房價已處于較高水平，城市規模的繼續擴張則會擴大工資性收入差距。基于前文的理論模型推導和實證檢驗結果，本文的政策含義包括以下三方面：

第一，政府應穩定房地產市場價格，更加關注如何縮小財產性收入差距。因為根據本文的研究結果發現，對于一些城市規模較小的地區而言，房價上漲實際上是會降低城市居民的工資性收入差距，但是隨著近幾年三四線城市的房價也不斷攀高，人們所感受到的收入差距卻是在持續擴大。所以，可以推測導致國民難以忍受的收入差距，主要是由于房價上漲引起的居民財產性收入差距拉大效應大于其對工資性收入差距縮小的效應所造成的。習近平總書記在十九大報告中指出：“堅持房子是用來住的、不是用來炒的定位。”因此，相關政府部門應該盡量穩定房地產市場價格，關注由于房價上漲帶來的居民財產性收入變化，關注如何縮小居民的財產性收入差距，同時積極發揮政府的收入分配調節作用，以縮小收入差距。

第二，應鼓勵加快中小型城市的新型城鎮化進程，控制巨型城市的人口規模。對于中小型城市而言，推進新型城鎮化進程，使得低收入人群從農村向城市遷移，獲得了更多的就業機會和更好的福利保障，更有效地提高了低收入人群的收入，其帶來的集聚正效應會大于擠出負效應，有利于縮小工資性收入差距;但對于巨型城市，人口規模的持續擴大會超過該城市資源的承載量，且人口規模擴張會導致住房需求上升，推動了房價的上漲，從而進一步拉大城市收入差距，因此應該有效控制巨型城市的人口規模。

第三，政府應不斷深化收入分配制度改革。中國經濟進入高質量發展階段，社會的主要矛盾已經轉化為人民日益增長的美好生活需要和不平衡不充分的發展之間的矛盾，相關部門應不斷完善工資增長機制，保障低收入人群工資的穩定發展，加大對高收入人群工資的稅收調控力度，減少低收入人群的納稅負擔，以縮小居民收入差距，朝著實現全體人民共同富裕不斷邁進。

注釋：

① ?資料來源：http：//news.focus.cn/bj/2009-06-24/699547.html。

② 由于昆明、西寧、廈門三個城市的相關數據缺失較多，因此，本文選取了除昆明、西寧、廈門三個城市之外的中國32個大中城市2002-2015年的面板數據。

③ ?由于人均工薪收入是人均可支配收入的主要組成部分，且所占比重較高，基本維持在60%～70%，因此，這里用城鎮居民人均可支配收入的數據替代人均工薪收入數據計算城市居民工資性收入差距。

參考文獻：

[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.中國城鎮居民財產性收入的區際失衡及矯正[J].中州學刊，2019（3）：22-28.

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

[4]?陸銘，陳釗.城市化、城市傾向的經濟政策與城鄉收入差距[J].經濟研究，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，李實.人力資本、行業特征與收入差距——基于第一次全國經濟普查資料的經驗研究[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]?劉貫春.金融結構影響城鄉收入差距的傳導機制——基于經濟增長和城市化雙重視角的研究[J].財貿經濟，2017，38（6）：98-114.

[10]王天宇，董勁.金融深化對城鄉收入差距影響的實證檢驗[J].統計與決策，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]李實.理性判斷我國收入差距的變化趨勢[J].探索與爭鳴，2012（8）：8-11.

[16]瞿晶，姚先國.城鎮居民收入不平等分解研究[J].統計研究，2011，28（11）：50-55.

[17]安虎森，顏銀根，樸銀哲.城市高房價和戶籍制度：促進或抑制城鄉收入差距擴大？——中國勞動力流動和收入差距擴大悖論的一個解釋[J].世界經濟文匯，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.基尼系數理論最佳值及其簡易計算公式研究[J].經濟研究，2004（9）：60-69.

[22]高波，王文莉，李祥.預期、收入差距與中國城市房價租金“剪刀差”之謎[J].經濟研究，2013，48（6）：100-112+126.

[23]范紅忠，張婷，李名良.城市規模、房價與居民收入差距[J].當代財經，2013（12）：5-12.

[24]陳宗勝，周云波.體制改革對城鎮居民收入差別的影響——天津市城鎮居民收入分配差別再研究[J].中國社會科學，2001（6）：54-62+205.

[25]張建輝，靳濤.轉型式經濟增長與城鄉收入差距：中國的經驗（1978-2008）[J].學術月刊，2011，43（7）：79-86.

[26]柯善咨，趙曜.產業結構、城市規模與中國城市生產率[J].經濟研究，2014，49（4）：76-88+115.

[27]潘紅玉，劉亞茹.房價、金融發展與制造業產業結構升級——基于動態面板的經驗分析[J].財經理論與實踐，2019，40（1）：123-128.

[28]周建軍，周穎，林昭志.存款準備金率調整對我國房價的影響研究[J].湖南大學學報（社會科學版），2018（6）：63-71.

[29]鞠方，雷雨亮，周建軍.房價波動、收入水平對住房消費的影響——基于SYS-GMM估計方法的區域差異分析[J].管理科學學報，2017，20（2）：32-42.

（責任編輯：鐘?瑤）