蘇 群，高 君，常 雪

（南京農(nóng)業(yè)大學(xué) 經(jīng)濟(jì)管理學(xué)院，江蘇 南京 210095）

一、引言

近年來(lái)，拆遷作為城鎮(zhèn)化進(jìn)程中伴隨的社會(huì)現(xiàn)象對(duì)城鎮(zhèn)拆遷居民的生活產(chǎn)生了越來(lái)越重要的影響。特別是2009年以來(lái)，各地政府以更大的熱情推進(jìn)“拆村并居”“城中村改造”等拆遷行動(dòng)，拆遷范圍更加擴(kuò)大，拆遷現(xiàn)象趨于常態(tài)化。中國(guó)城鎮(zhèn)化調(diào)查大型數(shù)據(jù)（2013）顯示全國(guó)有4%的家庭的宅基地被當(dāng)?shù)卣y(tǒng)一征用或被集中處置過(guò)，有6.3%的家庭的房屋被拆遷過(guò)。［1］在拆遷力度較大、發(fā)展速度較快的地區(qū)，拆遷致富的新聞屢屢見(jiàn)諸報(bào)端。［2］但在實(shí)際的調(diào)查過(guò)程中卻發(fā)現(xiàn)，中低收入者占到了拆遷戶(hù)的大多數(shù)，［3］公民財(cái)產(chǎn)無(wú)法保障成為拆遷戶(hù)在與政府的談判博弈過(guò)程中處于天然弱勢(shì)地位的真實(shí)寫(xiě)照。［4］與此同時(shí)，頻頻發(fā)生的暴力拆遷已經(jīng)成為當(dāng)代中國(guó)群體性事件的主要誘因，［5］嚴(yán)重影響社會(huì)的和諧穩(wěn)定。因此，探討拆遷對(duì)城鎮(zhèn)居民的影響更具現(xiàn)實(shí)意義。

從現(xiàn)有文獻(xiàn)來(lái)看，相關(guān)研究主要集中于定性研究，關(guān)于拆遷對(duì)城鎮(zhèn)居民收入影響的實(shí)證研究較少。但相關(guān)征地對(duì)失地農(nóng)民收入的影響研究能夠?yàn)槲覀兲峁┮恍╅g接認(rèn)識(shí)。一些研究發(fā)現(xiàn)由于征地補(bǔ)償標(biāo)準(zhǔn)太低、就業(yè)安置不當(dāng)，而失地農(nóng)民又缺乏更多的收入來(lái)源，使得失地農(nóng)民收入水平大幅下降；［6-7］而另一些經(jīng)濟(jì)較為發(fā)達(dá)地區(qū)樣本的研究則表明征地對(duì)農(nóng)民收入的負(fù)向影響并不顯著，大部分被征地農(nóng)戶(hù)收入不降反升，［8-9］與未被征地農(nóng)戶(hù)相比，被征地農(nóng)戶(hù)總收入和非農(nóng)收入顯著高出19.6%和9.1%。［10］除了調(diào)查地區(qū)不同之外，上述結(jié)論出現(xiàn)差異的一個(gè)主要原因就是土地作為一種生產(chǎn)資料是否是農(nóng)民收入的主要來(lái)源。

房屋按用途來(lái)講主要可以分為兩類(lèi)：一是住宅，二是經(jīng)營(yíng)場(chǎng)所。對(duì)于住宅而言，房屋的生產(chǎn)屬性并不強(qiáng)；但對(duì)于經(jīng)營(yíng)場(chǎng)所來(lái)說(shuō)，房屋可以創(chuàng)造效益或收入。因此從理論上來(lái)講，住宅拆遷戶(hù)能夠獲得拆遷補(bǔ)償款、經(jīng)營(yíng)場(chǎng)所拆遷戶(hù)能夠獲得同等面積的房屋補(bǔ)償或貨幣補(bǔ)償，房屋拆遷并不會(huì)對(duì)居民收入產(chǎn)生直接影響，相反還有可能顯著提高居民收入，但現(xiàn)實(shí)情況并非如此。首先，實(shí)際的拆遷補(bǔ)償價(jià)格往往較低，而在與政府、集體或開(kāi)發(fā)商博弈之后能夠拿到的補(bǔ)償款更少；其次，由于拆遷會(huì)導(dǎo)致商業(yè)成本的增加、商業(yè)環(huán)境的破壞以及經(jīng)營(yíng)網(wǎng)絡(luò)的斷裂，直接影響拆遷戶(hù)原來(lái)的經(jīng)營(yíng)，有可能使得居民的經(jīng)營(yíng)性收入降低，從而對(duì)其家庭可支配收入產(chǎn)生消極影響；再次，由于部分居民需要重新尋找工作，使得拆遷居民的人力資本積累中斷，導(dǎo)致拆遷居民很難找到合適的工作，這顯然會(huì)對(duì)拆遷居民家庭的工資性收入產(chǎn)生不利影響；最后，從長(zhǎng)期來(lái)看，由于拆遷戶(hù)的人力資本和社會(huì)資本存量較低，拆遷居民缺乏可持續(xù)創(chuàng)收的能力，而政府對(duì)此又缺乏合理的安置，因此拆遷會(huì)顯著降低居民家庭的收入水平?；谏鲜鲈?，本文更需使用一個(gè)全國(guó)性的大型數(shù)據(jù)來(lái)探討拆遷對(duì)城鎮(zhèn)居民收入的具體影響。

與已有研究相比，本文的主要貢獻(xiàn)在于：使用2013年中國(guó)家庭收入調(diào)查（CHIP）數(shù)據(jù)，實(shí)證分析了拆遷對(duì)城鎮(zhèn)居民收入的影響；實(shí)證檢驗(yàn)了拆遷對(duì)城鎮(zhèn)居民收入的可能影響路徑；考慮我國(guó)東中西部地區(qū)存在明顯的社會(huì)經(jīng)濟(jì)環(huán)境差異，本文進(jìn)一步考察了拆遷對(duì)居民收入的區(qū)域差異。通過(guò)上述研究能夠有效明確拆遷對(duì)居民收入的影響方向，進(jìn)一步厘清居民非自愿拆遷背后的原因，為政府相關(guān)政策的制定提供實(shí)證支持。

二、計(jì)量模型與研究方法

（一）計(jì)量模型

與已有文獻(xiàn)一致，本文借鑒了經(jīng)典的Mincer（1974）工資收入方程。拆遷對(duì)居民收入影響的基準(zhǔn)計(jì)量模型如下：

其中，下標(biāo)i表示家庭；c表示城市；lnincomeic表示城市c中家庭i的可支配收入（對(duì)數(shù)）；removali表示家庭是否有拆遷行為；Xic為一組影響家庭可支配收入的控制變量，主要包括性別、年齡、年齡的平方、婚姻狀況、政治面貌、受教育程度、健康狀況等戶(hù)主特征和家庭勞動(dòng)力數(shù)量等家庭特征；Cc表示城市虛擬變量；μic為誤差項(xiàng)。本文重點(diǎn)關(guān)注β1的估計(jì)值。

（二）研究方法

為了考察拆遷對(duì)居民家庭收入的影響，本文將樣本分為“實(shí)驗(yàn)組”和“控制組”，其中“實(shí)驗(yàn)組”為有拆遷行為的居民家庭，“控制組”為沒(méi)有拆遷行為的居民家庭。根據(jù)因變量的特征要求，可以選擇使用多元線(xiàn)性回歸模型（OLS）估計(jì)拆遷對(duì)居民家庭收入的影響。但值得注意的是居民個(gè)人和家庭的異質(zhì)性可能成為影響其是否有拆遷經(jīng)歷的重要因素。由于有拆遷行為的家庭在拆遷之前多處于城鄉(xiāng)結(jié)合部、城中村或一些老舊小區(qū)等，因而有理由相信他們的人力資本和（政治）社會(huì)資本存量更低，具體表現(xiàn)為年齡更大、受教育程度更低、健康狀況更差、黨員數(shù)量更少，而通常這部分家庭的收入水平較低。這就使得我們即使觀察到有拆遷經(jīng)歷的家庭可支配收入更少，但卻無(wú)法判斷這種差異是否來(lái)源于拆遷。因此，如果直接進(jìn)行OLS回歸可能會(huì)導(dǎo)致估計(jì)偏誤。為了解決“樣本選擇偏誤”（Sample-selection bias）問(wèn)題，本文擬采用Rosenbaum and Rubin提出的傾向得分匹配方法（Propensi?ty Score Matching，PSM）實(shí)證研究拆遷對(duì)居民家庭收入的影響。［11］

傾向得分匹配法的基本思想在于，在評(píng)估某個(gè)項(xiàng)目或政策的效果時(shí)，如果能夠找到與實(shí)驗(yàn)組盡可能相似的控制組，那么樣本選擇偏誤就可以被有效降低。然而，在尋找控制組的過(guò)程中僅通過(guò)一種特征無(wú)法達(dá)到滿(mǎn)意的匹配效果。因此，PSM通過(guò)一些特殊的方法將多個(gè)特征濃縮成一個(gè)指標(biāo)——傾向得分值（Propensity Score，PS值），從而使多元匹配成為可能。下面本文將首先介紹PS值的獲取方法，進(jìn)而介紹文中所使用的匹配方法以及平均處理效果的估計(jì)方法。

1.傾向得分

“傾向得分”定義為，在給定樣本特征X的情況下，某個(gè)家庭實(shí)施拆遷行為的條件概率，即：

其中，D是一個(gè)指標(biāo)函數(shù)，若某個(gè)家庭實(shí)施了拆遷行為，則D=1，否則D=0。因此，對(duì)于第i個(gè)家庭而言，假設(shè)其傾向得分已知，則拆遷的平均處理效果為：

其中，Y1i和Y0i分別表示同一家庭在實(shí)施拆遷行為和不實(shí)施拆遷行為兩種情況下的家庭可支配收入。

在實(shí)證分析中，傾向得分往往是不可觀測(cè)的，通常需要采用Logit或Probit等概率模型進(jìn)行估計(jì)。但在此之前需要首先選擇協(xié)變量xi。而為了保證可忽略性假設(shè)得到滿(mǎn)足，應(yīng)該將可能影響(Y1i,Y0i)與Di的相關(guān)變量包括進(jìn)來(lái)，否則容易導(dǎo)致可忽略性假設(shè)不滿(mǎn)足，將引起偏差。在估計(jì)傾向得分時(shí)，Rosenbaum and Rubin（1985）和Dehejia and Wahba（2002）建議使用形式更為靈活的Logit模型，［12-13］比如包括xi的高次項(xiàng)與互動(dòng)項(xiàng)。Logit模型可表示為：

其中，exp(·)/[1+exp(·)]表示邏輯斯蒂分布的累積分布函數(shù)，Xi是一系列可能影響家庭是否實(shí)施拆遷行為的戶(hù)主和家庭特征變量構(gòu)成的向量，β為相應(yīng)的參數(shù)向量。獲得上式的參數(shù)估計(jì)值后，可以進(jìn)一步得到每個(gè)家庭可能實(shí)施拆遷行為的概率值(Xi)，這便是每個(gè)家庭的傾向得分值。

在此基礎(chǔ)上，進(jìn)行傾向得分匹配。需要說(shuō)明的是，如果傾向得分估計(jì)得比較準(zhǔn)確，則應(yīng)使得Xi在匹配后的處理組與控制組之間分布較均勻，亦即treat與control比較接近。但treat與control的差距顯然與計(jì)量單位有關(guān)，故一般針對(duì)X的每個(gè)分量x考察如下“標(biāo)準(zhǔn)化差距”（Standardized differences）或“標(biāo)準(zhǔn)化差距”（Standardized bias）：

2.匹配方法

在獲得傾向得分值后，我們還無(wú)法估計(jì)出拆遷家庭的平均處理效應(yīng)ATT。原因在于，p(X)是一個(gè)連續(xù)變量，這使得我們很難找到兩個(gè)傾向得分完全相同的樣本，從而無(wú)法實(shí)現(xiàn)實(shí)驗(yàn)組和控制組樣本之間的匹配。因此，在進(jìn)行傾向得分匹配時(shí)，需要通過(guò)不同的具體方法來(lái)實(shí)現(xiàn)。具體主要包括“最近鄰匹配”（Nearest neighbor matching）、“卡尺匹配”（Caliper matching）或“半徑匹配”（Radius match?ing）、“卡尺內(nèi)最近鄰匹配”（Nearest neighbor matching within caliper）、“核匹配”（Kernel matching）、“局部線(xiàn)性回歸匹配”（Local linear regression matching）、“樣條匹配”（Spline matching）和“馬氏匹配”（Mahalanobis matching）等七種方法。在實(shí)際進(jìn)行匹配時(shí)究竟應(yīng)使用以上哪種具體方法或參數(shù)尚無(wú)標(biāo)準(zhǔn)，也并不存在絕對(duì)的好方法。［14］因此在具體的匹配過(guò)程中本文嘗試了以上七種方法用以說(shuō)明結(jié)果的穩(wěn)健性。由于文章篇幅所限，文中使用的七種匹配方法的基本思想和表達(dá)式不再贅述。

三、數(shù)據(jù)來(lái)源與描述性統(tǒng)計(jì)

本文所使用的數(shù)據(jù)來(lái)源于2013年中國(guó)家庭收入調(diào)查（CHIP2013）。該調(diào)查得到國(guó)家自然科學(xué)基金資助和國(guó)家統(tǒng)計(jì)局的支持，由北京師范大學(xué)中國(guó)收入分配研究院聯(lián)合國(guó)內(nèi)外專(zhuān)家完成。調(diào)查于2014年7-8月份進(jìn)行，按照東、中、西分層，根據(jù)系統(tǒng)抽樣方法抽取得到樣本。樣本覆蓋了18 948個(gè)住戶(hù)樣本和64 777個(gè)個(gè)體樣本，其中包括7 175戶(hù)城鎮(zhèn)住戶(hù)樣本、11 013戶(hù)農(nóng)村住戶(hù)樣本和760戶(hù)外來(lái)務(wù)工住戶(hù)樣本。調(diào)查內(nèi)容包括住戶(hù)個(gè)人層面的基本信息、就業(yè)信息，以及家庭層面的基本信息、主要收支信息和一些專(zhuān)題性信息。在刪除某些重要信息（性別、年齡、受教育程度、健康狀況）缺失的樣本后，我們得到了6 053戶(hù)城鎮(zhèn)住戶(hù)樣本。其中拆遷戶(hù)樣本807個(gè)，占比13.33%，未拆遷戶(hù)樣本5 246個(gè)，占比86.67%（見(jiàn)表1）。

本文的被解釋變量是城鎮(zhèn)居民家庭的可支配收入。核心自變量“是否拆遷”對(duì)應(yīng)的相關(guān)問(wèn)題是“本戶(hù)是否有過(guò)房屋被拆遷的經(jīng)歷？”。根據(jù)表1的描述以及T檢驗(yàn)的結(jié)果可以發(fā)現(xiàn)未拆遷家庭的可支配收入要顯著高于拆遷家庭。另外從自變量來(lái)看，拆遷居民家庭戶(hù)主的年齡顯著高于未拆遷組，黨員所占比例、高中及以上受教育程度的戶(hù)主比例都顯著低于未拆遷家庭，拆遷組家庭戶(hù)主的健康狀況也更差，但拆遷家庭的勞動(dòng)力數(shù)量要顯著高于未拆遷組。

拆遷組和未拆遷組家庭戶(hù)主在年齡、政治面貌、受教育程度、健康狀況以及家庭勞動(dòng)力數(shù)量等方面的顯著差異也從另一個(gè)側(cè)面反映了居民家庭是否拆遷并不是一個(gè)隨機(jī)選擇的過(guò)程，樣本存在選擇性偏誤問(wèn)題。至少拆遷家庭之前所在的區(qū)位，以及區(qū)位所附含的社會(huì)經(jīng)濟(jì)、教育水平等決定了拆遷居民在某些影響收入的因素方面存在明顯劣勢(shì)。如果忽視拆遷組與未拆遷組成員初始條件的差異勢(shì)必會(huì)導(dǎo)致有偏的估計(jì)結(jié)果。

表1 變量的定義、賦值與描述性統(tǒng)計(jì)

表2 拆遷對(duì)居民收入的影響

四、實(shí)證檢驗(yàn)

（一）OLS回歸分析

是否拆遷對(duì)城鎮(zhèn)居民收入影響的OLS估計(jì)結(jié)果顯示在不控制家庭勞動(dòng)力數(shù)量的情況下，是否拆遷對(duì)居民收入并無(wú)顯著影響；但當(dāng)我們控制家庭勞動(dòng)力數(shù)量之后，是否拆遷對(duì)居民收入產(chǎn)生了顯著的負(fù)向影響，這說(shuō)明拆遷可以通過(guò)影響家庭勞動(dòng)力數(shù)量而間接地影響居民收入。從系數(shù)來(lái)看，拆遷使得居民收入減少了4.9%。但是由于“樣本選擇偏誤”的存在，OLS的估計(jì)結(jié)果并不可信。為此，本文接下來(lái)將使用傾向得分匹配法來(lái)克服OLS可能存在的估計(jì)偏誤（見(jiàn)表2）。

（二）傾向得分匹配估計(jì)結(jié)果

在估計(jì)樣本總體的平均處理效應(yīng)（ATT）時(shí)，為了保證結(jié)論的穩(wěn)健性，本文使用了最近鄰匹配、卡尺匹配、卡尺內(nèi)最近鄰匹配、核匹配、局部線(xiàn)性回歸匹配、馬氏匹配和樣條匹配等七種匹配方法。本研究報(bào)告了采用七種傾向得分匹配法之后的平均處理效應(yīng)（ATT）。結(jié)果表明拆遷對(duì)城鎮(zhèn)居民家庭可支配收入影響的平均處理效應(yīng)分別為-0.084、-0.090、-0.082、-0.101、-0.090、-0.131和-0.074，并且均在5%或1%的水平上統(tǒng)計(jì)顯著，這說(shuō)明了本文研究結(jié)果是穩(wěn)健可靠的。同時(shí)PSM的估計(jì)結(jié)果與OLS的回歸結(jié)果一致，表明即使糾正了“樣本選擇偏差”造成的內(nèi)生估計(jì)偏誤，拆遷仍然對(duì)城鎮(zhèn)居民的家庭可支配收入產(chǎn)生了顯著的負(fù)向影響。從系數(shù)來(lái)看，在克服“樣本選擇偏差”之后，拆遷使居民家庭收入下降了7.4%～13.1%，較OLS的回歸結(jié)果明顯變大，OLS低估了拆遷對(duì)居民家庭收入的消極影響，低估了大約2.5%～8.2%（見(jiàn)表3）。

在本文的樣本范圍內(nèi)，拆遷戶(hù)最近一次經(jīng)歷拆遷大約發(fā)生在10年前，這也從另一個(gè)方面表明：也許短期內(nèi)拆遷補(bǔ)償款能夠增加居民收入；但是從長(zhǎng)期來(lái)看，拆遷卻顯著降低了居民收入水平。這說(shuō)明居民不愿意拆遷可能不僅僅是因?yàn)椴疬w程序不公或者拆遷補(bǔ)償標(biāo)準(zhǔn)偏低，更為重要的原因是居民擔(dān)心家庭收入降低。特別是通過(guò)各種渠道對(duì)其他拆遷戶(hù)的生活境況了解之后會(huì)對(duì)未來(lái)失去信心，進(jìn)而產(chǎn)生明顯的抵觸情緒，也就可以理解為什么居民的拆遷配合程度低。

表3 拆遷對(duì)居民收入影響的平均處理效應(yīng)（ATT）

（三）平衡性檢驗(yàn)

為保證傾向得分匹配估計(jì)結(jié)果的可靠性，在使用匹配方法時(shí)需要注意拆遷組和未拆遷組之間的平衡性問(wèn)題。理想的匹配結(jié)果是經(jīng)過(guò)匹配后拆遷組和未拆遷組之間除了居民收入存在差異外，在協(xié)變量方面不應(yīng)該存在顯著的系統(tǒng)性差異。因此，本文針對(duì)拆遷組和未拆遷組的各個(gè)變量進(jìn)行了平衡性檢驗(yàn)（見(jiàn)表4）。

從表4可以看出，經(jīng)過(guò)匹配之后，所有特征變量的標(biāo)準(zhǔn)化偏差均有不同程度的下降（降到2.1%及以下）；而且T檢驗(yàn)的結(jié)果不拒絕拆遷組與未拆遷組無(wú)系統(tǒng)差異的原假設(shè)。對(duì)比匹配前（Unmatched）的結(jié)果，所有特征變量在匹配后的標(biāo)準(zhǔn)化偏差（絕對(duì)值）均大幅縮小，其中減少幅度最小的是“戶(hù)主健康狀況”，其標(biāo)準(zhǔn)化偏差減少了55.8%；減少幅度最大的是“戶(hù)主受教育程度（初中）”，其標(biāo)準(zhǔn)化偏差減少了100%。這說(shuō)明傾向得分匹配法能夠有效降低拆遷組和未拆遷組之間的差異。在匹配前，拆遷組和未拆遷組之間存在較大的標(biāo)準(zhǔn)化偏差：在戶(hù)主年齡、戶(hù)主年齡平方/100、戶(hù)主政治面貌、戶(hù)主受教育程度（初中）、戶(hù)主受教育程度（高中、職高及中專(zhuān)）、戶(hù)主受教育程度（大專(zhuān)及以上）、戶(hù)主健康狀況、家庭勞動(dòng)力數(shù)量等協(xié)變量方面，兩組之間的差異顯著異于0。但在匹配后兩個(gè)樣本組在協(xié)變量上的差異均不顯著。

表4 拆遷組和未拆遷組的平衡性檢驗(yàn)結(jié)果

表4的結(jié)果表明經(jīng)過(guò)傾向得分匹配之后拆遷組和未拆遷組之間不存在系統(tǒng)差異，通過(guò)了平衡性檢驗(yàn)，亦即能夠達(dá)到隨機(jī)試驗(yàn)的效果。這可以有效克服由“樣本選擇偏差”所導(dǎo)致的內(nèi)生估計(jì)偏誤，進(jìn)一步驗(yàn)證了表3估計(jì)結(jié)果的可靠性。

（四）影響機(jī)制探究

我們發(fā)現(xiàn)拆遷可以通過(guò)影響家庭勞動(dòng)力數(shù)量而間接地影響居民收入，但這似乎并不能夠充分而全面的說(shuō)明其中的影響路徑。是否存在其他的作用路徑呢？為了加深拆遷對(duì)居民收入影響的理解和認(rèn)識(shí)，本文進(jìn)一步考察了拆遷影響居民收入的其他作用機(jī)制，用以說(shuō)明拆遷對(duì)居民生活的影響是多方面的。

居民可支配收入主要包括工資性收入、經(jīng)營(yíng)凈收入、財(cái)產(chǎn)凈收入和轉(zhuǎn)移凈收入，其中工資性收入和經(jīng)營(yíng)凈收入分別占2014年度居民人均可支配收入的62.19%和11.37%。前文的分析發(fā)現(xiàn)拆遷有可能會(huì)對(duì)居民的工資性收入或經(jīng)營(yíng)凈收入產(chǎn)生不利影響，進(jìn)而降低居民家庭的可支配收入。而且在進(jìn)行統(tǒng)計(jì)之后發(fā)現(xiàn)拆遷組戶(hù)主的工資性或經(jīng)營(yíng)凈收入顯著低于未拆遷組（36 683.04＜44 479.58）。本文通過(guò)OLS模型和傾向得分匹配法實(shí)證考察了拆遷對(duì)居民工資性收入或經(jīng)營(yíng)凈收入的影響。OLS的回歸結(jié)果表明拆遷顯著降低了居民的工資收入或經(jīng)營(yíng)凈收入（拆遷居民較未拆遷居民低了9.3個(gè)百分點(diǎn)）。但是“樣本選擇偏差”問(wèn)題的存在有可能使OLS的結(jié)果出現(xiàn)估計(jì)偏誤，因此接下來(lái)采用傾向得分匹配法進(jìn)行估計(jì)（見(jiàn)表5）。

表5 拆遷對(duì)居民工資收入或經(jīng)營(yíng)凈收入的影響（OLS）

PSM的回歸結(jié)果表明，拆遷對(duì)居民工資收入或經(jīng)營(yíng)凈收入仍然具有顯著的負(fù)向影響，在糾正“樣本選擇偏差”之后其平均處理效應(yīng)較OLS的系數(shù)值明顯增大，OLS低估了拆遷對(duì)居民工資收入或經(jīng)營(yíng)凈收入的不利影響（低估了約2.6%～17.8%）。另外，除“局部線(xiàn)性回歸匹配”結(jié)果不顯著外，其他六種匹配的ATT均負(fù)向顯著，說(shuō)明研究結(jié)果是穩(wěn)健且可靠的。結(jié)合本文的理論分析和本階段回歸結(jié)果，我們認(rèn)為拆遷影響居民收入的其中一個(gè)路徑是通過(guò)降低居民的工資性收入或經(jīng)營(yíng)凈收入而對(duì)其家庭可支配收入產(chǎn)生了不利影響。因此，在后續(xù)的拆遷安置工作中應(yīng)該尤為關(guān)注居民就業(yè)和生產(chǎn)經(jīng)營(yíng)問(wèn)題（見(jiàn)表6）。

表6 拆遷對(duì)居民工資收入或經(jīng)營(yíng)凈收入的平均處理效應(yīng)

（五）拆遷對(duì)居民收入的區(qū)域差異比較

通過(guò)OLS回歸和PSM模型估計(jì)，上文證明拆遷會(huì)通過(guò)影響居民家庭勞動(dòng)力數(shù)量、工資性或經(jīng)營(yíng)凈收入對(duì)居民收入產(chǎn)生間接且消極的影響，那么拆遷是否對(duì)所有地區(qū)的居民收入都會(huì)產(chǎn)生不利影響呢？從現(xiàn)實(shí)情況來(lái)看，我國(guó)各地區(qū)的社會(huì)經(jīng)濟(jì)發(fā)展水平存在較大差異，不同地區(qū)的政策以及制度環(huán)境也不盡相同?？傮w上，中國(guó)存在明顯的東中西部區(qū)域差異，因此本文分別考察了拆遷對(duì)東部、中部和西部居民收入的影響，用以明確拆遷對(duì)居民收入影響的地區(qū)差異。

拆遷對(duì)東中西部居民收入影響的OLS和PSM模型估計(jì)結(jié)果表明拆遷對(duì)東部和中部居民收入具有顯著的負(fù)向影響（對(duì)中部地區(qū)居民的影響更大），而對(duì)西部地區(qū)居民收入的影響雖為正卻不顯著，即使在克服“樣本選擇偏差”問(wèn)題導(dǎo)致的內(nèi)生估計(jì)偏誤之后，結(jié)果仍然穩(wěn)健。本文認(rèn)為存在區(qū)域差異一方面是因?yàn)椴疬w戶(hù)家庭的經(jīng)濟(jì)能力較差，而東中部地區(qū)的房?jī)r(jià)較高，這就使得拆遷戶(hù)家庭的規(guī)模較大。但在拆遷之后貨幣或房屋補(bǔ)償能夠有效改善居民的居住條件，東中部地區(qū)的居民家庭規(guī)模會(huì)趨于小型化，而其家庭勞動(dòng)力數(shù)量也會(huì)明顯低于拆遷之前，進(jìn)而影響居民家庭收入水平；另一方面則是緣于地區(qū)之間的市場(chǎng)化程度和就業(yè)差異：相較于西部地區(qū)，東中部地區(qū)的市場(chǎng)化程度明顯較高，就業(yè)機(jī)會(huì)也更多，拆遷居民多傾向于當(dāng)?shù)鼐蜆I(yè)，而拆遷明顯會(huì)對(duì)當(dāng)?shù)鼐用竦木蜆I(yè)產(chǎn)生不利影響；相對(duì)來(lái)說(shuō)西部地區(qū)的經(jīng)濟(jì)發(fā)展水平較低，居民更傾向于流向社會(huì)經(jīng)濟(jì)更為發(fā)達(dá)的中東部地區(qū)，因此拆遷并不會(huì)影響西部地區(qū)拆遷居民的就業(yè)，其工資性或經(jīng)營(yíng)凈收入也就不會(huì)受到影響（見(jiàn)表7、表8）。

表7 拆遷對(duì)居民收入影響的區(qū)域差異（OLS）

表8 拆遷對(duì)居民收入影響的區(qū)域差異（平均處理效應(yīng)）

五、結(jié)論與政策建議

隨著城鎮(zhèn)化進(jìn)程的不斷推進(jìn)，拆遷在未來(lái)相當(dāng)長(zhǎng)的時(shí)期內(nèi)都是普遍存在的現(xiàn)象。但是在拆遷過(guò)程中以及拆遷之后也出現(xiàn)了各種社會(huì)問(wèn)題。［15］為了厘清背后的原因，本文基于2013年中國(guó)家庭收入調(diào)查（CHIP）數(shù)據(jù)，實(shí)證探討了拆遷對(duì)居民收入的影響。在計(jì)量檢驗(yàn)過(guò)程中我們使用傾向得分匹配法（PSM）克服了“樣本選擇偏差”導(dǎo)致的內(nèi)生估計(jì)偏誤。結(jié)果顯示：拆遷對(duì)居民家庭收入具有顯著的負(fù)向影響，拆遷使城鎮(zhèn)居民家庭收入下降了7.4～13.1個(gè)百分點(diǎn)；拆遷主要通過(guò)影響家庭勞動(dòng)力數(shù)量、工資性收入或經(jīng)營(yíng)凈收入而對(duì)城鎮(zhèn)居民家庭收入產(chǎn)生間接且消極的影響；拆遷對(duì)城鎮(zhèn)居民家庭收入的影響具有區(qū)域差異，拆遷對(duì)東部和中部地區(qū)城鎮(zhèn)居民家庭收入具有負(fù)向作用，但對(duì)西部地區(qū)城鎮(zhèn)居民家庭收入沒(méi)有影響。

因此，為了有效維護(hù)拆遷戶(hù)的合法利益、保障拆遷戶(hù)安居樂(lè)業(yè)，本文認(rèn)為房屋拆遷在遵循決策民主、程序正當(dāng)、結(jié)果公開(kāi)、方式公正的基礎(chǔ)上，還應(yīng)該做到以下三點(diǎn)：

首先，基于市場(chǎng)價(jià)格，綜合考慮房屋價(jià)值、搬遷費(fèi)用、停產(chǎn)停業(yè)損失、通貨膨脹和房?jī)r(jià)上漲等因素，適當(dāng)提高補(bǔ)償標(biāo)準(zhǔn)，完善補(bǔ)償機(jī)制。現(xiàn)有補(bǔ)償方式主要包括貨幣補(bǔ)償、房屋補(bǔ)償或貨幣房屋補(bǔ)償結(jié)合的方式，但不論采用哪種方式，合理的補(bǔ)償標(biāo)準(zhǔn)是解決糾紛與矛盾的關(guān)鍵依據(jù)，也是保證居民收入水平和生活質(zhì)量的重要途徑。但現(xiàn)有的補(bǔ)償標(biāo)準(zhǔn)普遍偏低，因此有必要完善拆遷補(bǔ)償政策，提高拆遷補(bǔ)償標(biāo)準(zhǔn)。

其次，做好拆遷戶(hù)的就業(yè)和社會(huì)保障安置工作。拆遷往往會(huì)影響拆遷戶(hù)的就業(yè)或經(jīng)營(yíng)，而工資收入或經(jīng)營(yíng)凈收入通常是家庭可支配收入的重要組成部分，因此政府相關(guān)部門(mén)應(yīng)該做好拆遷戶(hù)的就業(yè)培訓(xùn)和指導(dǎo)工作，為拆遷戶(hù)的經(jīng)營(yíng)提供一定的場(chǎng)所支持和程序便利，這對(duì)于東部和中部地區(qū)的居民尤為重要。另外，拆遷戶(hù)家庭的收入水平總體偏低，不確定性的防范能力較弱，這也要求政府做好拆遷戶(hù)特別是貧困戶(hù)的救助和保障安置工作。從長(zhǎng)期來(lái)看，合理的就業(yè)和社會(huì)保障安置比貨幣或房屋補(bǔ)償?shù)囊饬x更大。

第三，在實(shí)際的拆遷工作中落實(shí)好房屋拆遷的相關(guān)法律條例。房屋拆遷與補(bǔ)償需要一定的法律依據(jù)，早在2011年國(guó)務(wù)院就公布并施行了《國(guó)有土地上房屋征收與補(bǔ)償條例》，該條例對(duì)房屋征收與補(bǔ)償?shù)臉?biāo)準(zhǔn)、范圍及程序等做了詳細(xì)的規(guī)定，但實(shí)際的落實(shí)情況似乎并不好。因此，必須完善拆遷的監(jiān)督問(wèn)責(zé)制度，促使政府有關(guān)部門(mén)有效落實(shí)相關(guān)法律條例，維護(hù)好拆遷戶(hù)的合法權(quán)益，從而為城鎮(zhèn)化進(jìn)程的推進(jìn)提供和諧的社會(huì)環(huán)境。