收入差距、按揭融資約束與房價周期波動

鄭軍 吳學謙

摘要：運用2005-2019年全國35個大中城市面板數據建立固定效應模型，從全國總體和城市分組兩個層面考察了居民收入差距對房價的影響機制，以及按揭融資約束和房價上漲預期等因素對這一機制的影響程度。研究發現，居民收入差距擴大顯著促進房價上漲。在按揭融資約束下，居民收入差距擴大對房價的影響更為顯著。房價上漲預期顯著推動房價上漲，且房價上漲預期越高，收入差距擴大對房價上漲的作用越強。經濟發展水平不同的城市，其居民收入差距擴大對房價的影響具有異質性。低經濟發展水平城市的居民收入差距擴大顯著推動房價上漲，但在高經濟發展水平城市，這種作用不具統計顯著性。

關鍵詞：收入差距;按揭融資約束;房價上漲預期;異質性

中圖分類號：F299.23 文獻標識碼：A

文章編號：1001-9138-（2022）06-0016-15 收稿日期：2022-05-05

1 引言

1998年全國住房制度改革以來，我國住房市場進入商品化時代，房地產業迅速發展。根據國家統計年鑒顯示，2005-2019年我國商品房平均銷售價格從每平方米3168元上漲到9310元，大約上漲了3倍。與此同時，隨著國民經濟的持續增長，城鎮居民收入水平有了很大提高。根據國家統計局的相關數據，在改革開放以來的40年里，我國城鎮居民人均年可支配收入從1978年的343.4元增長到2019年的42358.8元，大約增長了123倍。

房地產業的發展需要大量資金投入，通常銀行抵押貸款是該行業的主要融資工具。在銀行信貸資金支持下，房地產業迅速發展，房價隨之攀升。銀行信貸規模反映了國家的貨幣政策，寬松的貨幣政策會增加銀行在房地產業的信貸資金，進而增加房地產的開發投資額和按揭貸款額，促進房價上漲。此外，住房具有可抵押特性，持有更多住房的居民可獲得更多按揭貸款進而提升其購買力，居民購買力的提高又進一步促進購房需求上升與房價上漲。因此，按揭融資在推動房價波動方面可能發揮著重要作用。當居民收入差距擴大時，按揭融資約束對低收入群體的影響較大。首付約束與按揭貸款利率約束有可能抑制低收入群體的購房需求，迫使低收入群體進入租房市場。然而，由于高收入群體的財力較為雄厚，按揭融資約束對高收入群體購房行為的影響程度較弱，他們憑借其自身資本凈值（或財富）優勢可獲得更多的按揭貸款，這有可能增強高收入群體的住房投資信心和投資需求，進而推高房價。

基于上述背景，本文研究按揭融資約束下收入差距對房價的影響，利用面板數據固定效應模型實證檢驗推動城市房價演變的外生因素。

2 文獻回顧

由于次貸抵押貸款違約觸發2008年的金融危機以來，房價動態演變的影響因素已然成為學界和政府部門關注的焦點。就本文研究主題而言，已有文獻分別考察了居民收入差距和按揭融資約束等因素對房價的影響。

針對居民收入差距與房價間的關系，現有文獻研究了居民收入差距對房價影響以及兩者之間的雙向互動關系。Rodda （1994）發現居民收入差距擴大顯著推動美國房價上漲。Matlack and Vigdor （2008）通過傳統局部均衡模型解釋了高收入群體的收入顯著影響資產價格。王先柱和趙奉軍（2013）從儲蓄率和擠出效應的角度詳細解釋了居民收入差距擴大對城市房價的促進作用，發現居民收入差距擴大顯著影響購房者的投資性需求與消費性需求，最終導致房價上漲。徐舒和陳珣（2016）通過序貫決策模型得出結論，居民收入差距擴大顯著地推動房價上漲，且城市經濟發展水平越低推動作用越強。另外，也有學者將居民收入差距、房價與經濟增長聯系到一起進行研究，例如李佳佳（2017）通過建立面板向量自回歸模型和空間面板自回歸模型，發現收入差距顯著地影響房價波動，且房價具有空間相關性。任偉和陳立文（2019）通過建立PVAR模型研究貧富差距與房價的關系，結論表明貧富差距擴大在短期內促進房價上漲，長期內反而抑制房價上漲。許佳筠（2018）從住房供需角度對房價進行理論機制分析，結論表明收入不平等對住房價格的影響呈“倒U型”，收入不平等的嚴重程度顯著影響房價走勢。段佳君（2020）通過實證分析房價、可支配收入與人口密度之間的關系，發現居民可支配收入提高與人口增加在一定程度上推動了房價上漲。趙殿英和侯為波（2021）基于2002-2017年24個城市面板數據實證研究居民收入差距對房價的影響時發現，在不同時期，居民收入差距擴大對房價影響不同，在前期推動房價上漲，而后期卻抑制房價上漲;且居民收入差距擴大對房價影響還存在區域異質性，在一二線城市會抑制房價上漲，而三線城市卻推動房價上漲。

部分文獻還研究了房價與居民收入差距之間的相互因果關系。Case and Shiller （1990）研究發現美國人均可支配收入與房價正相關。熊順朝（2013）和韓旭（2016）都通過建立居民收入差距與房價的VAR模型，進行Granger因果檢驗和脈沖響應函數分析發現，收入差距擴大與房價上漲互為因果關系且相互強化。呂康銀和朱金霞（2016）基于我國房價上漲與居民間貧富差距擴大的現狀，分析我國居民人均可支配收入與住房總支出的差距以及居民工資性收入與房價之間的差距，驗證了我國高收入群體持有大部分財產性收入的現實狀況，房價的上漲能夠顯著地促進居民間財富差距擴大。

此外，經濟學家們也意識到，按揭融資的杠桿作用在房價動態演變過程中發揮著不可忽視的作用。崔新明（2003）將收入增長率引入跨期預算約束住宅價格模型，理論分析表明居民個人按揭貸款的融資效應顯著地推動房價上漲。楊冬云和袁紹鋒（2009）基于噪聲交易理論研究住房信貸市場的消費者信貸行為，發現在對消費者的效用與破產價值做出合理假設后，居民個人按揭貸款額與房價泡沫化正相關。毛倩茹（2014）通過建立固定效應模型進行實證分析，結論表明大部分省份的房地產開發貸款與房價正相關。劉立剛等（2020）通過探究銀行按揭融資約束對房價的影響，發現在銀行信貸規模中，住戶貸款與房價成正比。薩秋榮（2011）通過建立ARDL模型實證檢驗房價和住房信貸之間的關系，結果表明，短期內住房信貸顯著影響房價，但長期內其影響關系卻不顯著。鄧韜等（2015）研究發現東部城市的房價對住房信貸沖擊的反應程度和速度均超過非東部城市，而非東部城市的房價受沖擊后向穩態收斂的時間則相對較短。

現實經濟世界中，居民收入差距和按揭融資杠桿在房價動態變化過程中同時存在，應綜合考察這兩個因素對房價波動的影響。然而，由于數據可獲得性等現實問題，已有研究較少同時涉及該兩個因素在房價動態演變過程中的作用。盡管如此，近年來還是有部分學者在該研究方向上進行了一定的嘗試。杭斌和修磊（2016）從地位尋求角度研究了在按揭融資約束條件下收入差距擴大對家庭消費的影響?；贑FPS微觀跟蹤調查數據的實證分析表明，在按揭融資約束條件下，居民收入差距擴大會減少低收入家庭的非地位性消費支出占總消費支出的比例，提高住房等地位性消費支出占總消費支出的比例。姜楊和朱顯平（2021）在運用省級面板數據的基礎上實證分析金融資源錯配、貧富差距與房價波動之間的關系及空間差異，發現貧富差距擴大與金融資源錯配顯著地促進房價波動。此外，鄧翔和何瑞宏（2020）在異質性家庭的封閉模型中引入按揭融資約束機制，通過分別設立三種約束程度不同的假設前提，檢驗了房價波動對收入差距的影響，結論表明房價沖擊顯著地提高借貸型家庭的收入，但不顯著影響儲蓄型家庭的收入，因此居民收入差距進一步擴大。

綜上所述，學界針對居民收入差距與房價二者關系的研究較為細致，而有關按揭融資約束與房價關系的研究相對較少，同時涉及收入差距和按揭融資的研究則處于探索階段。鑒于此，我們選取國內具有代表性的35個大中城市，研究按揭融資約束條件下城鎮居民收入差距對房價的影響及其在不同城市之間的房價差異性。

3 概念界定與典型事實

為了檢驗存在按揭融資約束時居民收入差距對房價的影響，我們首先給出收入差距的度量，然后闡述房價與按揭融資間的某些共變特征。最后，結合收入差距、房價以及按揭融資的演變特征給出一些直觀的典型事實。

3.1 城鎮居民收入差距

經濟學家通常采用基尼系數測度國家、地區或居民間的收入差距，但由于基尼系數衡量的是相對收入（而不是絕對收入），因此當一個國家或地區的基尼系數上升時，其絕對貧困人口數量可能下降。此外，發達程度不同的兩個國家或地區也可能擁有相同的基尼系數。鑒于此，Guan（2017）建議用國內總收入（GDI）與國內生產總值（GDP）的比率（Ratio of GDI to GDP，簡稱為RGG）作為居民收入差距的代理變量。根據Guan （2017）的分析，我國大部分高收入群體的有形收入非常低，但他們幾乎持有所有未申報收入。理論上GDI應等于GDP。因此，當實際GDI小于實際GDP時，兩宏觀指標之差（GDP-GDI）很大程度上代表了經濟體中的未申報收入。未申報收入在國內總收入中所占比例越高，意味著居民間的收入差距越大。下面我們分別給出城鎮居民RGG以及各代表性城市的RGG指標值。

（1）城鎮居民RGG指標值。根據RGG （GDI/GDP）指標的計算方法和2005-2020年的相關數據，我們可繪制出刻畫全國城鎮居民收入差距的RGG指標的趨勢圖（見圖1）。從圖1中可發現，RGG指標總體上呈現下降趨勢。由于RGG與收入差距負相關，因此圖1表明總體上全國城鎮居民收入差距呈上升趨勢。2005年我國居民RGG指標為0.7303，而2020年RGG指標為0.6088，15年間RGG下降了16.64%，即我國城鎮居民收入差距上漲了16.64%。

（2）代表性城市的收入差距。為了更好地描述我國各城市居民收入差距的現狀，我們對全國總體以及代表性城市北京、廣州和鄭州的GINI系數和RGG指標進行對比（見表1），其中基尼系數的計算方法參照胡祖光（2004）。

由表1可知，2005-2020年間，全國城鎮居民基尼系數整體呈增長態勢，從2005年的0.341增長到2020年的0.345，增長率達到1.2%。但從代表性城市數據來看，北京市的基尼系數基本保持在0.2～0.35的范圍內，且近年來呈逐漸上升趨勢。廣州市的基尼系數也在0.2～0.35之間，但廣州市的基尼系數呈現逐年下降態勢。鄭州市2005-2012年GINI系數平均值為0.187，但2013-2020年GINI系數的平均值為0.285，比上一時間段的平均GINI系數增加了0.098，居民收入差距迅速擴大?？傮w上來看，無論是全國層面還是城市層面（廣州市除外），自2005年以來基尼系數大都呈現不斷擴大趨勢，因此可認為城鎮居民收入差距有擴大趨勢。

與此同時，由RGG度量的收入差距也反映了類似的特征。從表1可以看出，在全國范圍內，2005年的RGG為0.7303，而2020年的RGG為0.6088，RGG越小代表居民收入差距越大，因此全國范圍內的RGG下降了16.64%，即居民收入差距擴大了16.64%。從城市數據來看，北京市的RGG從2005年的0.3979到2020年的0.4585，即RGG增加了6.06%。同時，廣州市的RGG從2005年的0.3377上升到2020年的0.5058，即RGG指標增加了16.81%。鄭州市的RGG從2005年的0.4026增長到2020年的0.4461，其RGG增加了4.35%。

上述分析表明，無論在全國層面還是代表性城市中，RGG和GINI系數基本呈現出相同的變化趨勢（但廣州市呈現出不一致性），兩個指標都測度了居民收入差距的動態變化，用RGG作為貧富差距的代理變量具有一定的合理性（見圖2）。此外，采用RGG指標在一定程度上克服了構建GINI系數的數據難以獲得的問題。特別地，廣州市的RGG指標與GINI系數的動態演變方向相反，這可能是GINI系數無法體現高收入群體未申報收入的直接證據。鑒于此，本文將遵照Guan（2017），采用RGG指標衡量居民間的收入差距。

3.2 房價和按揭融資的動態特征

住房通常是家庭財富的最大組成部分，是銀行貸款的關鍵抵押品，對財富收入比以及金融部門規模的長期趨勢起著核心作用。然而，盡管對宏觀經濟很重要，但令人驚訝的是，人們對房價的長期趨勢知之甚少。對于一般家庭而言，購房款遠超其當下的可支配財富水平，需經由銀行按揭融資方能購買住房。因此，給定其財富水平，家庭可獲得的按揭融資額越大，其住房需求就越強。在住房供給缺乏彈性前提下，房價將被過旺的需求推高。從我國2005-2019年房價與按揭貸款余額的演變特征（見圖3），可以看出，房價與按揭貸款之間存在共變性，且從長期來看，兩者都呈現上漲態勢。這就表明，房價與按揭融資貸款之間存在一定的相關性。

銀行信貸支持對居民購買住房尤為重要。一方面，低收入群體受首付款約束無法購買住房，但在我國，居民只要能承擔首付款，就可通過按揭貸款購買住房。另一方面，高收入群體充足的自有資金通?？筛采w首付款，加之按揭融資杠桿效應推高住房投資性需求，進而將放大收入差距對住房價格的影響。因此，銀行按揭貸款額的增長，提升了居民的住房購買需求，推動房價上漲。

3.3 典型事實

通過上述描述性分析，我們發現如下事實：

第一，居民收入差距擴大顯著地推動房價上漲是影響房價的重要因素。通常認為，居民收入差距擴大主要通過儲蓄率渠道與住房需求渠道影響房價。當居民收入差距通過儲蓄率渠道影響房價時，收入差距擴大促進儲蓄率上漲，進而增加投資需求和總投資額。由于住房具有保值增值功能，社會閑置資金偏好流入住房市場，使得住房市場資金充足，最終導致房價上漲。當居民收入差距通過住房需求渠道影響房價時，收入差距擴大直接影響居民對住房的消費性需求、投資性需求與租賃性需求，影響其需求行為，最終推動房價上漲。

第二，按揭融資約束下收入差距的擴大更加顯著地影響房價。當居民收入差距擴大時，按揭貸款額的增加放大了高收入群體對住房的投資性需求，從而進一步推動房價上漲。此外，房價上漲預期將強化居民收入差距擴大對房價的影響。

下面我們將從全國總體和城市分組兩個層面實證研究居民收入差距擴大對房價的影響機制及城市間差異，同時考察按揭融資約束、房價上漲預期等因素對這一機制的影響程度。

4 實證分析

本文選取全國35個大中城市2005-2019年的面板數據驗證上述典型事實。首先實證檢驗我國城鎮居民收入差距對房價的影響效果及城市間差異，并考察按揭融資約束與房價上漲預期在居民收入差距影響房價上漲的作用。然后，為增強結論可靠性，我們施行穩健性檢驗。

4.1 變量選取與模型設定

根據本文研究目的，我們檢驗城鎮居民收入差距擴大與房價上漲之間的相關關系，以及按揭融資約束在城鎮居民收入差距擴大推動房價上漲方面的強化作用。鑒于此，文章擬選取商品房平均銷售價格作為被解釋變量，以RGG作為解釋變量，以居民個人按揭貸款與房價上漲預期作為調節變量，以商品住房造價、城鎮居民人均可支配收入與房屋投資額作為控制變量。各變量的定義如表2所示，其中Ln表示對變量取對數。

我們假定初始模型為固定效應模型，在此基礎上通過增加其他重要變量對其進行擴展。初始固定效應模型被設定如下：

LnHpit = β0 + β1RGGit + β2 Controlit + αi + εit

（1）

其中下標i和t分別表示城市和年份，αi代表不可觀測的個體異質性，εit為誤差干擾項（服從i.i.d分布）。因變量LnHpit表示城市i在第t年住房價格的對數;自變量RGGit是城市i在第t年居民收入差距的代理變量，即城市i在第t年的居民收入差距程度，RGGit越小表明城市i在第t年的居民收入差距越大。Controlit為影響房價的其他重要變量（控制變量）。本文選取的控制變量如下：對數城鎮居民人均可支配收入（LnUpcdi），對數商品住房造價（LnChc），對數房屋投資額（LnRi）。

前面的典型事實表明，按揭融資約束的存在顯著地影響收入差距與房價之間的關系。無論是首付款約束還是貸款利率約束，同樣的約束程度對不同收入群體的影響存在差異。與此同時，按揭融資約束的存在將強化居民收入差距對房價的影響，即當存在按揭融資約束時，低收入群體獲得的按揭貸款額較少，而高收入群體獲得的按揭貸款額較多，這將強化收入差距擴大對房價上漲的影響。

此外，房價上漲預期也將強化收入差距對房價的影響。由于住房兼具消費與投資雙重屬性，當居民預期房價上漲時，這種預期可通過儲蓄率渠道與住房需求渠道影響房價。因此，按揭融資約束與房價上漲預期都顯著地影響房價?；诖?，在模型（1）基礎上，引入居民個人按揭貸款額（取對數） LnImlit作為“城市i在第t期受到按揭融資約束”的代理變量。居民個人按揭貸款額越高，受到的按揭融資約束越寬松;反之，按揭融資約束越趨緊。與此同時，引入房價上漲率Eit作為房價上漲預期的代理變量，其計算公式為（Hpt-Hpt-1） / Hpt-1。其中，Hpt為t期房價，Hpt-1為t-1期房價。因此，模型設定如下：

LnHpit = β0 + β1RGGit + β2 LnImlit + β3Eit + β4 Controlit + αi + εit? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

為考察在按揭融資約束條件下收入差距對房價的影響，我們在模型（2）基礎上引入按揭融資約束和居民收入差距的交互項Imlit×RGGit。由于模型中居民個人按揭貸款采用其對數值，因此交互項也取對數。我們可得如下模型：

LnHpit=β0+β1RGGit+β2 LnImlit+β3 Eit+β4Ln（Imlit×RGGit）+β5Controlit+αi+εit·

（3）

為了考察房價上漲預期對收入差距影響房價上的作用。我們在模型（3）基礎上引入房價上漲率與收入差距的交互項Eit×RGGit：

LnHpit=β0+β1RGGit+β2LnImlit+β3Eit+β4Ln（Imlit×RGGit）+β5 （Eit×RGGit） + β6Controlit+αi+εit·

（4）

4.2 數據來源與描述性統計

本文采用我國城市層面數據，按類型和地區選擇2005-2019年35個大中城市作為研究樣本。由于住房市場集中在城鎮區域，為了與之對應，我們選取城鎮居民收入差距為主要解釋變量。人均可支配收入、商品房平均銷售價格、個人按揭貸款、國內生產總值、常住人口、房屋投資額等數據均來自2006-2020年《中國統計年鑒》與《城市統計年鑒》，4個樣本城市在2005年的居民按揭貸款數據存在缺失，文章采用線性插值法將其補齊。此外，為了減弱異方差性，對商品房平均銷售價格（Hp）、居民個人按揭貸款（Iml）、城鎮居民人均可支配收入（Upcdi）、商品住房造價（Chc）等數據均取對數。

采用Stata16.0對所有變量進行描述性統計分析（見表3）。RGG指標平均值為0.4626，最小值為0.261，最大值為0.902，標準差為0.099。而全國城鎮居民收入差距RGG指標的最小值為2018年的0.5989，最大值為2005年的0.7303;而35個大中城市的城鎮居民收入差距比全國范圍內的收入差距高0.1363-0.2677左右。本文選取的35個大中城市經濟相對發達，高收入群體獲得的未報告收入（GDP-GDI）數額較全國平均水平高，因此RGG指標較低，居民間的收入差距較大。另外，房價上漲預期（E）的平均值為0.124，最大值為1.2439，最小值為-0.177，標準差為0.1337。

4.3 平穩性檢驗與模型選擇

對模型回歸前，首先需對各變量做單位根檢驗以避免“偽回歸”。本文樣本城市數量（N）為35個，時間區間（T）為15年，由N和T構成的城市面板是短面板（N>T），因此，運用HT檢驗來判斷原序列是否具有單位根（見表4）。由表4發現，變量LnHp、RGG、LnIml、E、LnChc的單位根檢驗均在1%的顯著性水平上拒絕原假設，而變量LnUpcdi和LnRi的單位根檢驗在5%的顯著性水平上拒絕原假設。因此，所有變量都在1%或5%的水平上顯著，不存在偽回歸。

此外，為了選擇最適合的模型，本文通過Hausman檢驗得出P值為0.0000，故在1%的顯著性水平上拒絕隨機效應模型。我們進一步運用F檢驗與LSDV法在POLS模型與FE模型之間選擇。首先對模型進行F檢驗，結果顯示p值均為0.0000，故在1%的顯著性水平上拒絕POLS模型。由于F檢驗未使用聚類穩健標準誤，我們通過LSDV法判斷FE模型與POLS模型的合理性。前述模型（1） ～ （4）中絕大多數個體虛擬變量的p值為0.0000，即認為存在個體效應，我們應選擇固定效應（FE）模型（從而驗證了初始模型被選擇為固定效應模型是合理的）。

4.4 全國整體居民收入差距對房價影響

采用2005-2019年我國35個大中城市的面板數據構建全國總體樣本的面板模型，運用固定效應（FE）模型估計在存在按揭融資約束與房價上漲預期下，居民收入差距擴大對房價的影響（見表5）。由表5可知，4個模型中的R-sq值均在0.9以上，Prob>F值均為0.0000，說明各模型的回歸結果顯著，且模型設定合理，擬合優度較高。

總體上看，各模型的估計結果均顯示RGG的系數為負，且模型（1）（2）和（4）的估計系數均在1%的水平上顯著，模型（3）的估計系數在10%的水平上顯著。具體而言，RGG每下降1%，居民收入差距上升1%，相應地房價上漲約0.29%。因此，RGG指標的系數為負，且其絕對值逐漸增大，故收入差距擴大顯著地促進房價上升。

具體而言，在模型（1）中，RGG的系數在1%的水平上顯著為負。這表明居民收入差距擴大推動了房價上漲，且RGG每降低1% （城鎮居民收入差距每擴大1%），房價上漲0.2523%。人均可支配收入（LnUpcdi）每增加1%，房價上漲0.8879%;商品住房造價（LnChc）每上升1%，房價上漲0.1383%;而房屋投資額（LnRi）不顯著影響房價。

考慮了按揭融資約束與房價上漲率的模型（2）的回歸結果顯示，RGG指標的系數仍在1%的水平上顯著為負，這表明居民收入差距擴大依然推動著房價上漲，且RGG每降低1% （居民收入差距每擴大1%），房價將上漲0.3309%。模型（2）中收入差距擴大影響房價的估計系數比模型（1）中相應估計系數大，這就表明按揭融資約束（LnIml）與房價上漲率（E）可能影響收入差距對房價的作用力度，也表明模型（2）引入按揭融資約束、房價上漲預期因素的合理性。此外，居民個人按揭貸款（LnIml）（為按揭融資約束的代理變量）的系數在5%的水平上顯著為正，這表明居民個人按揭貸款增加能顯著地促進房價上漲，且居民個人按揭貸款每增加1%，房價將上漲0.0224%。房價上漲率顯著地影響房價，且房價上漲率（E）每上升1%，房價將上漲0.3901%?？刂谱兞咳司芍涫杖耄↙nUpcdi）與商品住房造價（LnChc）的系數均在1%的水平上顯著為正，即兩者都顯著促進房價上漲。人均可支配收入每上升1%，房價將上漲0.8796%;商品住房造價每上升1%，房價將上漲0.1282%。但房屋投資額的系數不顯著。

為研究房價上漲率在收入差距影響房價機制中的作用，我們在模型（3）引入了房價上漲率（E）與RGG指標的交互項（E*RGG）?；貧w結果表明，RGG指標的系數在10%的水平上顯著為負，且系數的絕對值有所增加，即RGG指標每縮小1%（居民收入差距每擴大1%），房價上漲0.3309%。房價上漲預期與居民收入差距的交互項（E*RGG）也在10%的水平上顯著，這表明房價上漲預期強化了收入差距擴大影響房價的作用。此外，個人按揭貸款額（LnIml）、房價上漲預期（E）、人均可支配收入（LnUpcdi）、商品住房造價（LnChc）均在1%的水平上顯著地促進房價上漲，其中城鎮居民人均可支配收入的影響最大，而房屋投資額（LnRi）的回歸估計系數不顯著。

為了研究按揭融資約束在居民收入差距影響房價上的作用，我們引入按揭貸款額（LnIml）與RGG指標的交互項（Ln （Iml*RGG）），如模型（4）所示?；貧w結果顯示，RGG指標的估計系數在1%的水平上顯著為負，并且RGG指標每降低1%（居民收入差距每擴大1%），房價將上漲0.3121%。該實證結果表明，居民個人按揭貸款增加在居民收入差距影響房價上具有顯著的推動作用，即按揭融資約束的存在加強了居民收入差距對房價的影響。居民個人按揭貸款與居民收入差距的交互項（Ln （Iml*RGG））在5%的水平上顯著為正，表明按揭融資約束下居民收入差距對房價的影響程度有所變化，即居民可獲得的按揭貸款額越多，收入差距擴大對房價的促進作用就越強，此外，居民個人按揭貸款（LnIml）、房價上漲預期（E）、人均可支配收入（LnUpcdi）與商品住房造價（LnChc）的回歸估計系數均在1%的水平上顯著為正，而房屋投資額（LnRi）的估計系數不顯著。

上述實證分析表明，4個模型中收入差距擴大均促進房價上升。模型（2）（3）和（4）研究了在按揭融資約束和房價上漲預期下，收入差距影響房價的程度，結果表明居民個人按揭貸款增加和房價上漲預期均促進房價上升，且加強了收入差距對房價的影響程度。

4.5 收入差距影響房價的城市異質性

前面從全國整體層面實證考察了在按揭融資約束與房價預期上漲條件下居民收入差距擴大對房價的影響。然而，我國城市間的經濟發展水平存在差異，房地產市場區域分化明顯。本文對我國35個樣本城市進行分組研究，檢驗按揭融資約束與房價上漲預期下收入差距對房價影響的城市間差異。按照城市經濟發展水平、收入水平、輻射帶動能力、商業資源集聚度和城市樞紐性等標準進行城市分組，并按照高低經濟發展水平劃分為兩個子樣本。高經濟發展水平城市組（子樣本一）包括一線與新一線共15個城市;低經濟發展水平城市組（子樣本二）包括20個二線與三線城市。

對兩個子樣本分別進行回歸，在子樣本一的四個模型回歸結果中（見表6），RGG指標與個人按揭貸款（LnIml）的回歸估計系數均不顯著，這說明按揭融資約束下，子樣本一城市組的收入差距擴大不顯著影響房價。在模型（2）和模型（4）中，房價上漲預期（E）的系數均在1%的水平上顯著為正，表明在經濟發展水平較高的城市，房價上漲預期推升房價。在模型（3）和模型（4）中，房價上漲預期與RGG指標的交互項（E*RGG）、居民個人按揭貸款與RGG指標的交互項（Ln（Iml*RGG））的回歸估計系數均不顯著，這說明對于子樣本一的城市組而言，在按揭融資約束與房價上漲預期條件下，收入差距不顯著影響房價。而人均可支配收入（LnUpcdi）、商品住房造價（LnChc）、房屋投資額（LnRi）均對房價有顯著的促進作用。

在子樣本二城市組的四個模型估計中（見表7），各模型的結果都顯示RGG指標的估計系數為負，其中模型（1）與模型（2）中的RGG指標的估計系數在10%的水平上顯著，而模型（4）更是在1%的水平上顯著，從而表明居民收入差距擴大對房價具有顯著的促進作用。這與全國樣本城市層面的回歸結果一致，但在子樣本二城市組中，這種促進作用更加顯著。

上述實證結果表明，在全國總體與經濟發展水平較低的城市，收入差距顯著地影響房價，而在經濟發展水平較高的城市，這種作用并不顯著。收入差距對房價的影響存在城市異質性。在子樣本二城市組中，城市的經濟實力較弱，人口流入少，基礎設施與公共服務不完善。因此，該類城市的住房購買者主要是當地居民。在影響房價的眾多因素中，收入差距影響房價的作用程度較高。在子樣本一城市組中，城市的經濟實力較強，人口流入多，基礎設施與公共服務較為完善，內、外部因素共同作用于房價，且收入差距不是影響房價最主要的因素。原因如下：第一，在人口方面，子樣本一城市組中的城市都屬于人口遷入城市，人口流入促使這類城市的消費性住房需求與投資性住房需求都上升。而住房供給在短期內難以改變，房地產市場出現供需失衡現象，住房的供需矛盾決定著這類城市的房價。第二，在土地方面，子樣本一城市的土地較為稀缺，地價較高，房價也隨之上漲。第三，在收入方面，子樣本一城市的可支配收入高，購房能力強，投資需求旺盛，資金偏好流入住房市場，房價隨之上漲。第四，在外部因素方面，由于子樣本一是經濟發展水平相對較高的城市，外來人口對這類城市的房價看漲，吸引大量的外來人口購買住房，促進了房價上漲。因此，外部因素也是影響當地房價的重要因素。

4.6 內生性與穩健性檢驗

（1）內生性問題。本文的內生性問題可從以下三個方面闡釋：第一，本文所有變量的原始數據均來源于各年的《中國統計年鑒》與《城市統計年鑒》，在搜集與處理數據的過程中不存在誤差。第二，雖然房價受眾多因素的影響，但本實證研究已盡可能的將從各個角度影響房價的因素納入模型中，擬合優度在0.92以上，并且許多影響因素與居民收入差距不相關，因此本文沒有遺漏重要變量。第三，部分學者認為房價影響收入差距，但這里的收入差距主要指財產性收入差距，本文的收入差距是狹義上的收入差距，不包括財產性收入差距。

（2）穩健性檢驗。為增強實證結果的穩健性，在模型2的基礎上，本文通過改變數據時間跨度、城市樣本范圍、改變樣本分組的方式對我國35個大中城市的總體樣本和高經濟水平城市組與低經濟發展水平城市組的分組樣本進行穩健性檢驗（見表8）。

模型5是通過改變樣本數據的時間跨度，剔除2005年的數據后得到;模型6是采用“掐頭”和“去尾”的方法同時剔除一線城市的第一名北京市和三線城市的最后一名銀川市后得到的估計結果;按照東部與非東部城市的劃分標準得到模型7與模型8，分別進行穩健性檢驗。

穩健性檢驗結果表明，在全部樣本層面上，由模型5可以看出，RGG指標的估計系數仍在1%的水平上顯著為負，且RGG指標縮小1% （居民收入差距擴大1%），房價將上漲0.3158%。由模型6可知，樣本區間在剔除北京和銀川之后的回歸估計結果，RGG指標仍在1%的水平上顯著為負，即RGG縮小1% （居民收入差距擴大1%），房價將上漲0.2857%。并且居民個人按揭貸款（LnIml）與房價上漲預期（E）的估計系數均在1%的水平上顯著為正，即居民個人按揭貸款與房價上漲預期每上漲1%，房價將上漲0.0267%和0.4187%。

在城市分組層面上，按照東部和非東部城市的劃分標準，重新分組得到模型7和模型8。東部城市組包括北京、廣州、上海、深圳、大連、青島、廈門、杭州、南京等16個城市;非東部城市組包括武漢、鄭州、成都、重慶、太原、昆明、西安、長沙、銀川等19個城市。在模型7中，東部城市組與非東部城市組的RGG指標對房價影響均在1%的水平上顯著為負，即RGG縮小1%（收入差距擴大1%），東部城市組的房價上漲0.5148%，而非東部城市組的房價將上漲0.4262%。另外，模型7-8中的居民個人按揭貸款（LnIml）、房價上漲預期（E）與控制變量的估計結果也均與前文保持一致。由此可知，本文模型的分組回歸結果比較穩健。

5 結論與政策建議

本文基于我國城鎮居民收入差距日益擴大、居民個人按揭貸款額增加與房價持續上漲的現狀，研究收入差距擴大對房價的影響。我們采用2005-2019年我國35個大中城市的面板數據，在全國總體與城市分組中分別回歸，實證檢驗了收入差距擴大影響房價的機制以及按揭融資約束與房價上漲預期對此機制的影響。結論如下：

第一，居民收入差距擴大顯著促進房價上升。全國總體城市層面RGG每降低1% （居民收入差距每擴大1%），房價將上漲0.29%左右。而RGG指標與居民收入差距負相關，故收入差距擴大顯著地促進房價上升。

第二，按揭融資約束強化了居民收入差距擴大對房價的影響。居民個人按揭貸款數額每增加1%，房價將上漲0.0224%。居民個人按揭貸款的增加強化了居民收入差距擴大對房價上漲的影響，即當存在按揭融資約束時，收入差距擴大更加顯著地促進房價上升。

第三，房價上漲預期顯著推高房價，且房價上漲預期加強了收入差距擴大對房價的影響。房價上漲預期增加1%，房價將上升0.3901%。并且在考慮房價上漲預期時，RGG的系數顯著為負且其絕對值增加，即當存在房價上漲預期時，收入差距的系數顯著為正且逐漸增加。因此，房價上漲預期強化了收入差距擴大對房價上漲的影響。

第四，收入差距擴大對房價的影響具有城市異質性。在全國總體樣本城市與低經濟發展水平的城市，收入差距擴大顯著地推升房價，而在高經濟發展水平城市，這種作用卻不顯著。

基于上述結論，我們提出以下幾點促進房地產市場平穩健康發展的建議。

首先，完善收入分配制度。在初次分配制度中分配結構出現失衡現象，勞動收入份額的下降與資本收入份額的上升導致收入差距擴大。因此，資本要素與勞動要素的分配關系變得尤為重要。政府應提高初次分配中的勞動收入份額，完善收入初次分配制度。加快完善收入再分配制度。稅收是收入再分配制度的重要工具之一，應繼續深化改革個人所得稅制度。一是要加強對高收入群體未報告收入的稅收監管，二要加快房地產稅試點進程。

其次，加強住房信貸管理。從長期來看，降低收入差距是保持住房市場平穩可持續發展的重要措施。但近期來看，應加強住房信貸管理，嚴格執行差異化住房信貸政策。對于居民的消費性購房需求與投資性購房需求應區別對待，出臺不同的政策。居民購房的消費性需求應大力扶持，給予消費性購房者較低的貸款利率與首付款比例;而針對居民購房的投資性需求應嚴格調控，提高貸款利率，提高二套及以上住房的首付款比例，限制對三套及以上住房按揭貸款的支持。

再次，加強房價預期的管理。房價具有周期波動的特征，政府應引導好居民對房價的預期，將房價預期因素納入到房地產調控政策中。當前，政府制定調控政策時沒有充分考慮房價預期與政策之間的互動關系。因此，制定房地產宏觀調控政策應充分考慮其對民眾預期的影響。與此同時，住房市場中存在信息不對稱的現象，這會誤導居民對房價的預期，政府應出臺相關政策使得住房市場的信息透明化。

最后，堅持“房住不炒”，因城施策。經濟發展水平較高的城市，其房價高、增速快，政府的調控政策應從供需兩側同時發力，在供給側適度增加土地供給，在需求側加強房地產信貸控制，促使居民購房需求合理有序釋放，抑制購房者的投資性需求，使供需矛盾得到緩和，進而穩定房價;對于經濟發展水平較低的城市，政府應根據城市的具體情況適度放松調控政策，推進城鎮化進程，釋放居民的購房需求。

參考文獻：

1.Rodda D T. Rich Man， Poor Renter：A Study of the Relationship Between the Income Distribution and Low-cost Rental Housing.Ann Arbor，MI： UMID issertation Services.1994

2.Janna L. Matlack， Jacob L.Vigdor.Do Rising Tides Lift All Prices？ Income Inequality and Housing Affordability.Journal of Housing Economics.2008.17（3）

3.王先柱 趙奉軍.收入差距、擠出效應與高房價.經濟理論與經濟管理.2013.01

4.徐舒 陳珣.收入差距會推高住房價格嗎？.經濟學（季刊）.2016.15 （02）

5.李佳佳.經濟增長、收入差距和房地產價格關系的實證研究.上海交通大學.2017

6.任偉 陳立文.貧富差距、房價與經濟增長.華東理工大學學報（社會科學版）.2019.34 （01）

7.許佳筠.收入不平等對住房價格的影響探究.廈門大學.2018

8.段佳君.房價與人均可支配收入的關系研究——以西安市為例.中國市場.2020 （23）

9.趙殿英 侯為波.收入差距對住房價格的影響——基于24個一二三線城市代表的實證檢驗.淮北師范大學學報（自然科學版）.2021.42 （01）

10.Case.K.E and Shiller，R.J.Forecasting Prices and Excess Returns in the Housing Market.AREUEA Journal.1990.03

11.熊順朝.房地產價格與居民收入差距關系研究.東北師范大學.2013

12.韓旭.我國住宅商品房價格與居民收入差距關系的研究.河南大學.2016

13.呂康銀 朱金霞.房地產價格變化與居民貧富差距的關系研究.稅務與經濟.2016.05

14.崔新明.住宅抵押貸款的融資效應對住宅需求價格的影響.金融研究.2003.06

15.楊冬云 袁紹鋒.基于噪聲交易的過度融資行為研究——以住房按揭貸款為例.財經問題研究.2009.08

16.毛倩茹.銀行信貸、供給約束與房價之間的關系研究.河北經貿大學.2014

17.劉立剛 周婉玲 王紫霜.互聯網經濟時代銀行信貸約束對房價的影響.廣西質量監督導報.2020.05

18.薩秋榮.房地產價格波動與銀行信貸關系研究.南開大學.2011

19.鄧韜 賈生華 王心蕊.銀行信貸對商品房價格影響的區域異質性研究.江西財經大學學報.2015.04

20.杭斌 修磊.收入不平等、信貸約束與家庭消費.統計研究.2016.33 （08）

21.姜楊 朱顯平.貧富差距、金融資源錯配與房價波動.統計與決策.2021.37 （12）

22.鄧翔 何瑞宏.信貸約束、房地產市場沖擊與居民收入差距——基于異質性家庭DSGE分析框架.財經科學.2020.03

23.Tao-Guan. Income Inequality， Rapidly Rising Housing Prices And Overdevelopment of Houses in China. America： Clemson University.2017

24.胡祖光.基尼系數理論最佳值及其簡易計算公式研究.經濟研究.2004.09