林 萍

(閩江師范高等?？茖W(xué)校馬克思主義學(xué)院，福建福州350108)

一、引 言

在過(guò)去十幾年間，中國(guó)房?jī)r(jià)呈現(xiàn)持續(xù)上漲的趨勢(shì)。中國(guó)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，全國(guó)的商品房平均價(jià)格由2002年的2 250元/平方米上升到2016年的7 476元/平方米，增幅為232.27%。房子作為一種關(guān)乎國(guó)計(jì)民生的商品，其價(jià)格變動(dòng)深刻地影響著居民的財(cái)富分配。[12]特別是近些年，隨著一線城市房?jī)r(jià)的暴漲，有人通過(guò)“炒房”獲取了大量財(cái)富，也有人面對(duì)高漲的房?jī)r(jià)“望房興嘆”，房?jī)r(jià)對(duì)社會(huì)財(cái)富分配的影響已成為學(xué)界和政界關(guān)注的一個(gè)焦點(diǎn)話題。在中國(guó)，城鄉(xiāng)二元結(jié)構(gòu)體制長(zhǎng)期存在，因此，城鄉(xiāng)收入差距一直是表征社會(huì)財(cái)富分配狀況的重要指標(biāo)。據(jù)《中國(guó)統(tǒng)計(jì)年鑒》的相關(guān)數(shù)據(jù)，2002—2005年中國(guó)城鄉(xiāng)收入差距與房?jī)r(jià)的變動(dòng)趨勢(shì)有所差異，但2006—2016年中國(guó)城鄉(xiāng)收入差距與房?jī)r(jià)變動(dòng)軌跡的趨同現(xiàn)象非常明顯。這是一種偶然現(xiàn)象嗎？房?jī)r(jià)的上漲是否會(huì)影響城鄉(xiāng)收入差距？其影響機(jī)制又是如何？這些問(wèn)題的回答，對(duì)于客觀評(píng)估中國(guó)房地產(chǎn)市場(chǎng)的經(jīng)濟(jì)影響、維護(hù)社會(huì)的穩(wěn)定和公平都具有重要的現(xiàn)實(shí)意義。

關(guān)于房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的影響，國(guó)內(nèi)外學(xué)者已經(jīng)進(jìn)行了一定的研究。安虎森等通過(guò)構(gòu)建空間均衡模型研究發(fā)現(xiàn)，城市高房?jī)r(jià)對(duì)城鄉(xiāng)收入差距的影響顯示出“門檻效應(yīng)”：當(dāng)城鄉(xiāng)市場(chǎng)開放度比較低時(shí)，城市高房?jī)r(jià)促進(jìn)城鄉(xiāng)收入差距擴(kuò)大；當(dāng)城鄉(xiāng)市場(chǎng)開放度比較高時(shí)，城市高房?jī)r(jià)能有效縮小城鄉(xiāng)收入差距。[3]劉嘉毅采用混合回歸、固定效應(yīng)和系統(tǒng)廣義矩估計(jì)等方法檢驗(yàn)房?jī)r(jià)對(duì)城鄉(xiāng)收入差距的影響，研究發(fā)現(xiàn)房?jī)r(jià)上漲會(huì)拉大城鄉(xiāng)收入差距，但地區(qū)經(jīng)濟(jì)發(fā)展則會(huì)削弱房?jī)r(jià)對(duì)城鄉(xiāng)收入差距的影響，經(jīng)濟(jì)轉(zhuǎn)型特征變量在房?jī)r(jià)與城鄉(xiāng)收入差距之間的調(diào)節(jié)作用有差異。[4]張媛媛等通過(guò)建立PVAR模型研究發(fā)現(xiàn)，房?jī)r(jià)在擴(kuò)大城鄉(xiāng)收入差距的同時(shí)，城鄉(xiāng)收入差距也給房?jī)r(jià)帶來(lái)了負(fù)向影響。[5]

綜上所述，可以發(fā)現(xiàn)現(xiàn)有的相關(guān)研究在理論層面上大多是碎片化的，而且在實(shí)證分析房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的影響時(shí)大都使用普通線性回歸模型，而忽略了房?jī)r(jià)與城鄉(xiāng)收入差距的空間相關(guān)性，容易造成估計(jì)偏差?；诖?，本文從理論層面系統(tǒng)分析房?jī)r(jià)上漲影響城鄉(xiāng)收入差距的機(jī)制，并選取2002—2016年中國(guó)31個(gè)省份的面板數(shù)據(jù)，利用空間面板模型分析房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的影響。

二、房?jī)r(jià)上漲影響城鄉(xiāng)收入差距的機(jī)制分析

住房作為一種生活必需品，是家庭財(cái)富的重要組成部分，其價(jià)格上升勢(shì)必?cái)U(kuò)大城鄉(xiāng)收入差距，造成社會(huì)財(cái)富分配的不公平。房?jī)r(jià)的持續(xù)上漲加大了城鄉(xiāng)居民住房資產(chǎn)價(jià)格與其工資收入的差距，從而產(chǎn)生明顯的財(cái)富效應(yīng)與人力資本投資效應(yīng)。在城鄉(xiāng)二元結(jié)構(gòu)體制中，房?jī)r(jià)的上漲還會(huì)影響農(nóng)村勞動(dòng)力向城市轉(zhuǎn)移，這同樣也會(huì)作用于城鄉(xiāng)收入差距。本文認(rèn)為，房?jī)r(jià)上漲將通過(guò)以下三個(gè)渠道影響城鄉(xiāng)收入差距。

一是財(cái)富效應(yīng)。房?jī)r(jià)的上漲會(huì)通過(guò)財(cái)富效應(yīng)拉大城鄉(xiāng)收入差距，這主要體現(xiàn)在兩個(gè)方面。第一，在房?jī)r(jià)上漲周期中，城鎮(zhèn)居民可以憑借其住房所有權(quán)獲得財(cái)富增值效應(yīng)，比如，當(dāng)房產(chǎn)增值時(shí)城鎮(zhèn)居民可以賣出房子套現(xiàn)或?qū)⒎慨a(chǎn)抵押獲得貸款資金進(jìn)行再投資。[6]但是，因不同區(qū)域的農(nóng)村宅基地不可交易，農(nóng)村住房很難在城鎮(zhèn)房?jī)r(jià)上升時(shí)增值。據(jù)中國(guó)國(guó)家統(tǒng)計(jì)局住戶調(diào)查辦公室發(fā)布的報(bào)告顯示，截至2010年底，城鎮(zhèn)居民家庭自有住房率為89.3%，因此房?jī)r(jià)上漲將通過(guò)財(cái)產(chǎn)增值的方式擴(kuò)大城鄉(xiāng)居民之間的收入差距。第二，隨著房?jī)r(jià)的上漲，房租的價(jià)格也會(huì)提升，這無(wú)疑會(huì)增加擁有多套出租房的城鎮(zhèn)居民的財(cái)產(chǎn)性收入，但對(duì)農(nóng)村居民收入的影響較小甚至可能產(chǎn)生負(fù)面影響。

二是人力資本投資效應(yīng)。隨著房?jī)r(jià)的上漲，城鎮(zhèn)居民通過(guò)房產(chǎn)增值以及房租和工資收入的增加而獲得大量財(cái)富，使得城鎮(zhèn)居民更有意愿和能力實(shí)現(xiàn)對(duì)自己或其子女的人力資本投資。李春風(fēng)等基于中國(guó)29個(gè)省市的年度數(shù)據(jù)，運(yùn)用GMM估計(jì)方法檢驗(yàn)了住房對(duì)城鎮(zhèn)居民消費(fèi)的影響，研究發(fā)現(xiàn)房?jī)r(jià)上漲顯著提升了居民的非居住消費(fèi)水平。[7]而農(nóng)村居民在房?jī)r(jià)上漲時(shí)所獲得的財(cái)富效應(yīng)有限，其加大人力資本投資的意愿和能力也相對(duì)不足，因此房?jī)r(jià)的上漲擴(kuò)大了城鄉(xiāng)居民之間的教育投資差距。中國(guó)國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，2002—2016年城鎮(zhèn)居民人均文教娛樂(lè)支出占總收入的比重為9.21%，而在農(nóng)村這一比重僅為7.49%，城鄉(xiāng)教育投資差距由2002年的4.29%上升到2016年的4.63%。城鄉(xiāng)教育投資差距的擴(kuò)大又進(jìn)一步拉大了城鄉(xiāng)收入差距，產(chǎn)生一種“滾雪球”效應(yīng)。陳斌開等基于2002年中國(guó)家庭收入調(diào)查(CHIP)數(shù)據(jù)研究發(fā)現(xiàn)，教育水平差異是影響中國(guó)城鄉(xiāng)收入差距最為重要的因素，其貢獻(xiàn)程度高達(dá)34.69%。[8]

三是農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移效應(yīng)。房?jī)r(jià)的上漲會(huì)通過(guò)影響農(nóng)村勞動(dòng)力向城市的轉(zhuǎn)移作用于城鄉(xiāng)收入差距。一方面，高漲的房?jī)r(jià)推高了城市的物價(jià)水平和租購(gòu)房成本，從而拉高農(nóng)民工的城市生活成本、降低農(nóng)村居民進(jìn)城務(wù)工與定居的意愿。[9]另一方面，房?jī)r(jià)的上升會(huì)推高地價(jià)與工資水平，使城市中的勞動(dòng)密集型行業(yè)被擠出市場(chǎng)，產(chǎn)業(yè)結(jié)構(gòu)向高新技術(shù)產(chǎn)業(yè)和現(xiàn)代服務(wù)業(yè)升級(jí)。但由于農(nóng)民工的技能水平較低，產(chǎn)業(yè)結(jié)構(gòu)的升級(jí)使得城市吸納農(nóng)民工就業(yè)的能力減弱。[10]總而言之，房?jī)r(jià)上漲阻礙了農(nóng)村人口向城市的轉(zhuǎn)移，不僅使得農(nóng)村居民無(wú)法享受城市的高工資，也使得農(nóng)業(yè)部門積累了大量勞動(dòng)力，降低農(nóng)業(yè)勞動(dòng)的邊際生產(chǎn)率，進(jìn)而擴(kuò)大了城鄉(xiāng)收入差距。[11]

綜上所述，房?jī)r(jià)上漲會(huì)通過(guò)財(cái)富效應(yīng)、人力資本投資效應(yīng)以及農(nóng)村勞動(dòng)力轉(zhuǎn)移效應(yīng)擴(kuò)大城鄉(xiāng)居民之間的收入差距。至于房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的實(shí)際影響以及這三種效應(yīng)是否發(fā)揮作用，下文將進(jìn)一步實(shí)證檢驗(yàn)。

三、模型的設(shè)定與變量的選取

(一)模型的設(shè)定

本文選取2002—2016年中國(guó)31個(gè)省市的面板數(shù)據(jù)考察房?jī)r(jià)上漲的城鄉(xiāng)收入分配效應(yīng)以及房?jī)r(jià)上漲影響城鄉(xiāng)收入差距的機(jī)制。考慮到城鄉(xiāng)收入差距與房?jī)r(jià)均受空間相關(guān)性的影響，本文運(yùn)用空間計(jì)量模型進(jìn)行回歸分析?？臻g計(jì)量模型主要包括空間誤差模型(SEM)、空間滯后模型(SAR)和空間杜賓模型(SDM)，本文分別利用這三種模型考察城鄉(xiāng)收入差距與房?jī)r(jià)之間的關(guān)系，具體的模型設(shè)定如下：

空間誤差模型：

(1)

空間滯后模型：

(2)

空間杜賓模型：

(3)

其中，i和j代表省份，n代表省份的數(shù)量，t代表年份，income表示城鄉(xiāng)收入差距，house表示房?jī)r(jià)；W為空間權(quán)重矩陣，當(dāng)i省份和j省份相鄰時(shí)，空間權(quán)重矩陣取1，否則取0，在具體回歸分析時(shí)，本文對(duì)權(quán)重矩陣的行進(jìn)行標(biāo)準(zhǔn)化處理；Wij1nincome表示相鄰省份的城鄉(xiāng)收入差距，Wij1nhouse表示相鄰省份的房?jī)r(jià)；X為省份層面的控制變量，γi為省份的固定效應(yīng)，γt為年份固定效應(yīng)，εit、υit、ζit和μit為誤差項(xiàng)；α刻畫了房?jī)r(jià)對(duì)城鄉(xiāng)收入差距的影響，β刻畫了控制變量對(duì)城鄉(xiāng)收入差距的影響，ρ刻畫了相鄰省份的城鄉(xiāng)收入差距對(duì)本省城鄉(xiāng)收入差距的影響，δ刻畫了相鄰省份的房?jī)r(jià)對(duì)本省城鄉(xiāng)收入差距的影響，λ刻畫了誤差性的空間相關(guān)性。張傳勇的研究表明，房?jī)r(jià)和城鄉(xiāng)收入分配之間存在相互內(nèi)生的關(guān)系。[12]為了避免聯(lián)立關(guān)系給模型估計(jì)帶來(lái)內(nèi)生性偏誤，本文將所有解釋變量進(jìn)行滯后一期處理。

(二)變量的選取

1.核心變量。城鄉(xiāng)收入差距(income)是核心被解釋變量，采用城鎮(zhèn)居民人均可支配收入與農(nóng)村居民人均純收入的比值衡量。房?jī)r(jià)(house)是核心解釋變量，用商品房平均銷售價(jià)格表示。為了克服數(shù)據(jù)的異方差問(wèn)題，城鄉(xiāng)收入差距與房?jī)r(jià)均以自然對(duì)數(shù)的形式進(jìn)入回歸方程。

2.控制變量。為了保證回歸結(jié)果的可靠性，本文借鑒已有的文獻(xiàn)，加入以下控制變量：城市化率(urban)，用各地區(qū)城鎮(zhèn)人口占地區(qū)總?cè)丝诘谋戎睾饬浚划a(chǎn)業(yè)結(jié)構(gòu)(sec)，用各地區(qū)第二產(chǎn)業(yè)產(chǎn)值占地區(qū)GDP的比重衡量；市場(chǎng)化程度(market)，用各地區(qū)國(guó)有工業(yè)企業(yè)銷售額占地區(qū)工業(yè)總產(chǎn)出的比重衡量，其數(shù)值越大，表示市場(chǎng)化程度越低；財(cái)政分權(quán)(fiscal)，用各地區(qū)預(yù)算內(nèi)人均本級(jí)財(cái)政支出占中央預(yù)算內(nèi)人均本級(jí)財(cái)政支出的比重衡量；經(jīng)濟(jì)開放程度(open)，用各地區(qū)的進(jìn)出口總額占地區(qū)GDP的比重衡量；政府教育支出(gov)，用各地區(qū)政府的教育支出占地區(qū)總支出的比重衡量。計(jì)算各個(gè)變量所使用的基礎(chǔ)數(shù)據(jù)均來(lái)自2002—2016年《中國(guó)統(tǒng)計(jì)年鑒》以及各省市統(tǒng)計(jì)年鑒。

在運(yùn)用空間計(jì)量進(jìn)行回歸之前，本文先運(yùn)用Moran I指數(shù)測(cè)度2002—2016年中國(guó)各省市城鄉(xiāng)收入差距和房?jī)r(jià)的空間相關(guān)性(見表1)。從表1可以看出，與既有的大多數(shù)研究一致，各年份城鄉(xiāng)收入差距和房?jī)r(jià)的Moran I指數(shù)均大于0，并且在統(tǒng)計(jì)上非常顯著，說(shuō)明城鄉(xiāng)收入差距和房?jī)r(jià)整體上具有很強(qiáng)的正向空間相關(guān)性，因此，利用空間計(jì)量模型探討房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的影響是合理的。

表1 2002—2016年中國(guó)城鄉(xiāng)收入差距與房?jī)r(jià)的Moran I指數(shù)

注：括號(hào)內(nèi)為t值，***表示Moran I指數(shù)在1%的水平上顯著。

四、實(shí)證分析

(一)基準(zhǔn)回歸

表2報(bào)告了模型(1)～模型(3)和普通最小二乘法(OLS)的回歸結(jié)果。[注]表2中報(bào)告普通最小二乘法(OLS)的回歸結(jié)果目的在于比較空間計(jì)量模型和普通最小二乘法(OLS)的回歸結(jié)果，以此驗(yàn)證使用空間計(jì)量模型的科學(xué)性。從表2可以看出，在空間誤差模型(SEM)、空間滯后模型(SAR)以及空間杜賓模型(SDM)中，空間相關(guān)系數(shù)λ和ρ的估計(jì)值均非常顯著，表明本文使用空間計(jì)量模型是合理的；同時(shí)，三個(gè)模型中其他變量的估計(jì)系數(shù)也沒有太大差異，這在一定程度上說(shuō)本文的估計(jì)結(jié)果具有穩(wěn)健性。

本文借鑒余泳澤和羅大勇的方法，使用LM檢驗(yàn)和穩(wěn)健的LM檢驗(yàn)對(duì)模型進(jìn)行空間自相關(guān)檢驗(yàn)[13]，結(jié)果發(fā)現(xiàn)：針對(duì)空間誤差模型(SEM)的LM檢驗(yàn)和穩(wěn)健的LM檢驗(yàn)均接受了“無(wú)空間自相關(guān)”的假設(shè)，而針對(duì)空間滯后模型(SAR)的LM檢驗(yàn)和穩(wěn)健的LM檢驗(yàn)則在5%的顯著水平拒絕了“無(wú)空間自相關(guān)”的假設(shè)，并且空間滯后模型(SAR)的R2與極大似然值也高于空間誤差模型(SEM)，說(shuō)明空間滯后模型(SAR)的適用性和解釋力度都優(yōu)于空間誤差模型(SEM)?？臻g杜賓模型(SDM)是空間滯后模型(SAR)更為一般的形式，且同時(shí)考慮了城鄉(xiāng)收入差距與房?jī)r(jià)的空間相關(guān)關(guān)系。[注]限于篇幅，LM檢驗(yàn)和穩(wěn)健的LM的檢驗(yàn)結(jié)果沒有列出，備索。

表2 基準(zhǔn)回歸結(jié)果

注：括號(hào)內(nèi)數(shù)據(jù)為t值，***、**、*分別表示變量在1%、5%、10%的水平上顯著。

表2回歸結(jié)果顯示，空間誤差模型(SEM)、空間滯后模型(SAR)、空間杜賓模型(SDM)中的lnhouse估計(jì)系數(shù)分別為0.088、0.088、0.089，并且均在1%的水平下顯著，表明房?jī)r(jià)上漲顯著拉大了城鄉(xiāng)收入差距，同時(shí)意味著本地區(qū)房?jī)r(jià)每提高1%，城鄉(xiāng)收入差距就會(huì)擴(kuò)大0.09%左右；在考慮空間因素的空間誤差模型(SEM)、空間滯后模型(SAR)以及空間杜賓模型(SDM)中，lnhouse估計(jì)系數(shù)均大于OLS的lnhouse估計(jì)系數(shù)(0.086)，說(shuō)明回歸分析時(shí)若忽略空間因素會(huì)低估房?jī)r(jià)上漲的城鄉(xiāng)收入差距擴(kuò)大效應(yīng)。

(二)穩(wěn)健性檢驗(yàn)

基準(zhǔn)回歸結(jié)果表明，房?jī)r(jià)上漲將顯著拉大城鄉(xiāng)收入差距。為保證回歸結(jié)果的可靠性，本文從以下三個(gè)方面進(jìn)行穩(wěn)健性檢驗(yàn)。

1.使用廣義空間兩階段最小二乘法檢驗(yàn)。盡管本文對(duì)解釋變量進(jìn)行滯后一期處理，并且在省份層面加入諸多控制變量以及地區(qū)和年份的固定效應(yīng)，但是模型仍無(wú)法控制預(yù)期等因素，使得基準(zhǔn)回歸可能存在內(nèi)生性問(wèn)題。為了處理內(nèi)生性問(wèn)題，需要找出工具變量，并使用廣義空間兩階段最小二乘法進(jìn)行檢驗(yàn)。工具變量必須與房?jī)r(jià)有密切聯(lián)系，且不直接影響城鄉(xiāng)收入差距。本文借鑒陸銘等的做法，以各省份人均土地出讓面積[注]各省份人均土地出讓面積的數(shù)據(jù)來(lái)自歷年《中國(guó)國(guó)土資源統(tǒng)計(jì)年鑒》。作為房?jī)r(jià)的工具變量。[14]其原因在于：一是人均土地出讓面積是影響房?jī)r(jià)的重要因素，人均土地出讓面積越少，則房?jī)r(jià)增長(zhǎng)越快；二是在中國(guó)土地公有制下，土地出讓面積受到中央和地方政府的嚴(yán)格管制，與城鄉(xiāng)收入差距沒有直接關(guān)系，滿足工具變量的外生性條件。表3第(1)～(3)列報(bào)告了相應(yīng)的估計(jì)結(jié)果。從回歸結(jié)果很容易看出，ρ的估計(jì)系數(shù)非常顯著，并且lnhouse的估計(jì)系數(shù)依然顯著為正，說(shuō)明前文的結(jié)論是穩(wěn)健的。

2.使用經(jīng)濟(jì)距離矩陣檢驗(yàn)。在基準(zhǔn)回歸中，本文使用了既有文獻(xiàn)常用的空間鄰近矩陣作為權(quán)重矩陣，然而空間鄰近矩陣的權(quán)重系數(shù)取決于：省份之間是否相鄰，并且相鄰省份的影響強(qiáng)度相同。這個(gè)條件可能不符合客觀事實(shí)，比如天津市與河北省和北京市相鄰，這并不表示除了河北省和北京市之外，天津市與其他地區(qū)不存在任何經(jīng)濟(jì)聯(lián)系，并且天津市與河北省和北京市的經(jīng)濟(jì)聯(lián)系是同等程度的。基于此，本文借鑒李婧等的研究方法構(gòu)造了基于經(jīng)濟(jì)距離的空間權(quán)重矩陣[15]，并重新進(jìn)行回歸分析。表3第(4)～(6)列報(bào)告了使用經(jīng)濟(jì)距離矩陣的回歸結(jié)果。結(jié)果顯示，與前文相比，lnhouse估計(jì)系數(shù)的符號(hào)并沒有發(fā)生實(shí)質(zhì)性的變化，說(shuō)明前文的結(jié)論依然成立。

3.使用非直轄市樣本檢驗(yàn)。在研究收入分配時(shí)，直轄市的存在可能對(duì)估計(jì)結(jié)果產(chǎn)生影響。這是因?yàn)橹陛犑械某鞘谢健⒔?jīng)濟(jì)開放程度以及市場(chǎng)化程度都遠(yuǎn)遠(yuǎn)高于大多數(shù)省份，直轄市樣本可能成為估計(jì)過(guò)程中的異常值。[16]因此，本文利用非直轄市樣本重新進(jìn)行回歸分析。表3第(7)～(9)列的回歸結(jié)果表明，在刪除北京、天津、上海和重慶四個(gè)直轄市樣本以后，lnhouse的估計(jì)系數(shù)仍然顯著為正，說(shuō)明前文的結(jié)論具有良好的穩(wěn)健性。

(三)房?jī)r(jià)上漲影響城鄉(xiāng)收入差距的直接原因

上述回歸結(jié)果表明，房?jī)r(jià)上漲具有擴(kuò)大城鄉(xiāng)收入差距的效應(yīng)。這一效應(yīng)既可能來(lái)自房?jī)r(jià)上漲對(duì)城鎮(zhèn)居民收入的影響，也可能來(lái)自房?jī)r(jià)上漲對(duì)農(nóng)村居民收入的影響，或者二者兼有。為深入了解房?jī)r(jià)上漲影響城鄉(xiāng)收入差距的直接原因，本文替換模型(1)～模型(3)的被解釋變量，即以城鎮(zhèn)居民人均收入和農(nóng)村居民人均收入作為被解釋變量，分別考察房?jī)r(jià)上漲對(duì)城鄉(xiāng)居民收入的影響(見表4)。

從表4可以看出：一方面，表4的(1)～(3)列中l(wèi)nhouse的估計(jì)系數(shù)顯著為正，表明房?jī)r(jià)上漲顯著地提升了城鎮(zhèn)居民的可支配收入，這可能是因?yàn)榉績(jī)r(jià)上升提高了城鎮(zhèn)居民的資產(chǎn)配置能力和教育投入，進(jìn)而提高了城鎮(zhèn)居民的收入水平；另一方面，表4的(4)～(6)列中l(wèi)nhouse的估計(jì)系數(shù)為負(fù)，表明房?jī)r(jià)上漲會(huì)降低農(nóng)村居民的純收入，這可能是由房?jī)r(jià)上升抬高了農(nóng)村居民進(jìn)城打工的成本進(jìn)而減少了勞動(dòng)力從農(nóng)業(yè)部門向非農(nóng)部門轉(zhuǎn)移所致。此外，在表4的第(3)列和第(6)列中，W·lnhouse的估計(jì)系數(shù)顯著為負(fù)，表明鄰近地區(qū)房?jī)r(jià)的上升對(duì)本地區(qū)城鎮(zhèn)居民的收入也產(chǎn)生了負(fù)面影響。其原因可能是，鄰近地區(qū)房?jī)r(jià)的上升將產(chǎn)生一種“虹吸”效應(yīng)，促使本地區(qū)的高技能工人向鄰近地區(qū)域擴(kuò)散，不利于本地區(qū)的產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化與經(jīng)濟(jì)發(fā)展，進(jìn)而降低了本地區(qū)城鎮(zhèn)居民的收入。

表3 穩(wěn)健性檢驗(yàn)

注：括號(hào)內(nèi)數(shù)據(jù)為t值，***、**、*分別表示變量在1%、5%、10%的水平上顯著。(1)(2)……(9)表示各列的序號(hào)，其中：第(1)～(3)列為使用廣義空間兩階段最小二乘法的檢驗(yàn)結(jié)果，由于沒有將房?jī)r(jià)滯后，因此樣本量有所增加；第(7)～(9)列為使用非直轄市樣本的檢驗(yàn)結(jié)果，由于刪除了直轄市樣本，因此樣本量有所減少。

表4 房?jī)r(jià)上漲對(duì)城鄉(xiāng)居民人均收入影響的回歸分析

注：括號(hào)內(nèi)數(shù)據(jù)為t值，***、**、*分別表示變量在1%、5%、10%的水平上顯著。(1)(2)……(6)表示各列的序號(hào)，其中：第(1)～(3)列是以城鎮(zhèn)居民人均收入作為被解釋變量的回歸結(jié)果；第(4)～(6)列是以農(nóng)村居民人均收入作為被解釋變量的回歸結(jié)果。

(四)房?jī)r(jià)上漲影響城鄉(xiāng)收入差距的機(jī)制

根據(jù)前文的理論分析，房?jī)r(jià)上漲會(huì)通過(guò)財(cái)富效應(yīng)、人力資本投資效應(yīng)與勞動(dòng)人口轉(zhuǎn)移效應(yīng)影響城鄉(xiāng)收入差距。因此，本文選取了三個(gè)機(jī)制變量：一是城鄉(xiāng)資產(chǎn)收入差距(asset_gap)，由于無(wú)法直接觀測(cè)到城鎮(zhèn)居民因房?jī)r(jià)上漲所增加的房產(chǎn)增值收入與房租收入，因此本文使用城鎮(zhèn)居民和農(nóng)村居民的總財(cái)產(chǎn)收入差距代理財(cái)富效應(yīng)；二是城鄉(xiāng)教育支出差距(edu_gap)，通過(guò)這一指標(biāo)衡量人力資本投資效應(yīng)；三是農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移率(trans)，本文借鑒劉曉光等的方法定義農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移率，即農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移率=(鄉(xiāng)村從業(yè)人員-鄉(xiāng)村第一產(chǎn)業(yè)從業(yè)人員)/鄉(xiāng)村從業(yè)人員，以此度量農(nóng)業(yè)勞動(dòng)力的轉(zhuǎn)移程度。城鎮(zhèn)和農(nóng)村居民的工資收入以及教育支出等數(shù)據(jù)來(lái)自歷年《中國(guó)統(tǒng)計(jì)年鑒》，鄉(xiāng)村從業(yè)人員數(shù)據(jù)來(lái)自歷年《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》。為了識(shí)別這三個(gè)機(jī)制變量是否存在，本文使用兩個(gè)遞歸方程進(jìn)行檢驗(yàn)[注]限于篇幅，本文在檢驗(yàn)房?jī)r(jià)上漲影響財(cái)富效應(yīng)、人力資本投資效應(yīng)與農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移效應(yīng)時(shí)，只列出空間杜賓模型(SDM)的估計(jì)結(jié)果(見表5)，空間誤差模型(SAR)和空間誤差模型(SEM)的估計(jì)結(jié)果備索。，具體步驟包括：一是考察房?jī)r(jià)上漲對(duì)機(jī)制變量的影響，即將模型(3)中的被解釋變量城鄉(xiāng)收入差距替換為機(jī)制變量，重新回歸的結(jié)果見表5第(1)、第(3)、第(5)列；二是在控制機(jī)制變量后，檢驗(yàn)房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的影響，即在模型(3)的控制變量中分別納入三個(gè)機(jī)制變量，重新回歸的結(jié)果見表5第(2)、第(4)、第(6)列。

表5 房?jī)r(jià)上漲影響財(cái)富效應(yīng)、人力資本投資效應(yīng)與農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移效應(yīng)的回歸結(jié)果

注：括號(hào)內(nèi)數(shù)據(jù)為t值；***、**、*、+分別表示變量在1%、5%、10%和15%的水平上顯著。(1)(2)……(6)表示各列的序號(hào)，其中：第(1)列是以城鄉(xiāng)資產(chǎn)收入差距(asset_gap)作為被解釋變量的回歸結(jié)果，第(3)列是以城鄉(xiāng)教育支出差距(edu_gap)作為被解釋變量的回歸結(jié)果，第(5)列是以城鄉(xiāng)資產(chǎn)收入差距(asset_gap)作為被解釋變量的回歸結(jié)果，第(2)(4)(6)列是以城鄉(xiāng)收入差距作為被解釋變量的回歸結(jié)果，但模型的控制變量依次增加了三個(gè)機(jī)制變量。在第(5)～(6)列中，由于只有2014年以前的《中國(guó)農(nóng)村統(tǒng)計(jì)年鑒》提供了鄉(xiāng)村從業(yè)人員數(shù)據(jù)，因此在檢驗(yàn)農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移效應(yīng)時(shí)樣本量有所減少。

表5的回歸結(jié)果顯示：首先，第(1)列的lnhouse估計(jì)系數(shù)和第(2)列的asset_gap估計(jì)系數(shù)均不顯著，表明在樣本期內(nèi)房?jī)r(jià)上漲的財(cái)富效應(yīng)不明顯[注]回歸結(jié)果顯示，房?jī)r(jià)上漲通過(guò)財(cái)富效應(yīng)影響城鄉(xiāng)收入差距的機(jī)制不成立，可能受限于數(shù)據(jù)，因?yàn)槌擎?zhèn)居民的房產(chǎn)增值幅度與房租收入無(wú)法直接觀測(cè)得到。這也是未來(lái)的研究方向。；其次，第(3)列的lnhouse估計(jì)系數(shù)為0.338，并且顯著為正，表明房?jī)r(jià)上漲擴(kuò)大了城鄉(xiāng)人力資本投資差距，同時(shí)第(4)列的edu_gap估計(jì)系數(shù)為0.057，并且顯著為正[注]表5第(4)列的edu_gap是滯后一期的?？紤]到人力資本“投資回收期”可能更遲，文章將edu_gap一直滯后到三期，結(jié)果發(fā)現(xiàn)edu_gap的估計(jì)系數(shù)均顯著為正。，表明房?jī)r(jià)上漲通過(guò)擴(kuò)大城鄉(xiāng)人力資本投資差距，進(jìn)而擴(kuò)大城鄉(xiāng)收入差距的機(jī)制是成立的；再次，第(5)列的lnhouse估計(jì)系數(shù)為-0.102，并且顯著為負(fù)，意味著房?jī)r(jià)上漲阻礙了農(nóng)村勞動(dòng)力向城市轉(zhuǎn)移，同時(shí)第(6)列的trans估計(jì)系數(shù)為-0.042，并且顯著為負(fù)，表明房?jī)r(jià)上漲通過(guò)降低農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移率，進(jìn)而擴(kuò)大城鄉(xiāng)收入差距的機(jī)制是成立的。綜合以上分析可知，城鄉(xiāng)人力資本投資差距擴(kuò)大和農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移率下降是房?jī)r(jià)上漲拉大城鄉(xiāng)收入差距的重要渠道。

五、研究結(jié)論和政策建議

本文以城鄉(xiāng)收入差距這一視角入手，從財(cái)富效應(yīng)、人力資本投資效應(yīng)與勞動(dòng)人口轉(zhuǎn)移效應(yīng)三個(gè)方面總結(jié)房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的影響機(jī)制，并基于2002—2016年中國(guó)31個(gè)省份的面板數(shù)據(jù)，使用空間計(jì)量模型檢驗(yàn)了房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的影響。實(shí)證結(jié)果表明：(1)房?jī)r(jià)上漲顯著地拉大了城鄉(xiāng)收入差距，回歸時(shí)若忽略空間因素會(huì)低估房?jī)r(jià)上漲的城鄉(xiāng)收入差距擴(kuò)大效應(yīng)；(2)使用廣義空間兩階段最小二乘法、經(jīng)濟(jì)距離構(gòu)造矩陣以及非直轄市樣本等多角度進(jìn)行穩(wěn)健性檢驗(yàn)，結(jié)果顯示房?jī)r(jià)上漲對(duì)城鄉(xiāng)收入差距的擴(kuò)大效應(yīng)依然成立；(3)房?jī)r(jià)上漲拉大城鄉(xiāng)收入差距的直接原因是，房?jī)r(jià)上漲提高了城鎮(zhèn)居民的收入、降低了農(nóng)村居民的收入，進(jìn)而從總體上擴(kuò)大了城鄉(xiāng)收入差距；(4)城鄉(xiāng)人力資本投資差距擴(kuò)大和農(nóng)業(yè)勞動(dòng)力轉(zhuǎn)移率下降是房?jī)r(jià)上漲拉大城鄉(xiāng)收入差距的重要渠道。

基于上述研究結(jié)論，本文提出以下政策建議：遏制房?jī)r(jià)的過(guò)快增長(zhǎng)，將房?jī)r(jià)調(diào)控在一個(gè)合理的范圍；積極推進(jìn)鄉(xiāng)村振興戰(zhàn)略，持續(xù)增加農(nóng)民收入；實(shí)施城鄉(xiāng)基本公共服務(wù)均等化政策，加大對(duì)農(nóng)村地區(qū)的教育投入，提高農(nóng)村居民的人力資本水平；探索農(nóng)民工在城鎮(zhèn)落戶的可行策略，使農(nóng)民工及其子女在城市可以享有公平的教育、醫(yī)療等權(quán)利，進(jìn)而促進(jìn)農(nóng)業(yè)勞動(dòng)力的轉(zhuǎn)移，降低城鄉(xiāng)收入差距。