论文部分内容阅读
〔摘 要〕本文基于区域比较的视角，以2002—2014年省际面板数据为基础，建立空间面板数据模型分析我国不同区域房价上涨对城乡收入差距的影响。研究发现：房价上涨会导致全国城乡收入差距扩大，但无显著的空间溢出效应；房价上涨对各区域城乡收入差距的影响具有差异性，对东部地区及周边地区表现为扩大效应，中部地区无明显影响，西部地区有扩大效应但对周边地区为缩小效应，东北地区均表现为缩小效应。因此，为解决城乡收入差距扩大问题，应针对不同区域特征实施差异化调控政策。
〔关键词〕房价；城乡收入差距；区域比较；空间面板数据模型
中图分类号：F2933 文献标识码：A 文
章编号：10084096（2016）04005906
一、引 言
自1998年住房市场体制改革以来，商品房市场的繁荣发展带来了房价的持续上涨，伴随城市化进程的不断推进，房地产作为财富积聚的重要手段，进一步拉大了自有住房者和无住房者的贫富差距。由于我国农村居民大多不具备在城市购房的能力，无法获得房价上涨带来的资产增值，城乡收入差距因此随之扩大。2016年初，一线城市的房价疯狂上涨和三四线城市面临的巨大库存压力，标志着我国房地产市场分化现象日渐严重。在一系列楼市调控政策下，房价的走势不仅关系着区域经济发展，也直接影响着城乡收入分配的区域分布。
针对房价与收入差距的关系，很多国内外学者已经进行了探讨。Rodda[1]最早用实证方法验证了收入差距对房价产生了正向影响；Chan[2]发现，房价持续上涨，剥夺了租房者的财产升值机会，造成了社会贫富差距扩大；Case等[3]使用跨国数据检验了住房市场的财富效应；Matlack和Vigdor[4]，以及Haffner和Boumeester[5]均发现房价上涨造成了收入差距扩大。然而，Mttnen和Tervi[6]构建基于收入和住房质量异质性的分配模型得出了相反结论，认为收入差距扩大会对房价产生负面影响；瞿晶和姚先国[7]发现房价对收入差距的影响与日俱增；张传勇[8]通过实证分析发现房价与收入差距之间存在显著的正向内生关系。目前，关于房价上涨对城乡收入差距影响的研究相对较少，；刘嘉毅[9]通过建立省际动态面板模型发现，经济转型背景下房价上涨造成了城乡收入差距的不断扩大。
在研究方法和研究角度上，前人研究大多从全国样本出发，定量分析了房价与收入差距的关系，很少从区域化视角出发，忽略了我国住房市场存在的区域分化现象。肖尧[10]通过对我国不同地区建立面板模型，发现中、西部地区的房价上涨会改善城乡收入差距，而在东部地区，房价上涨会进一步扩大城乡收入差距；郭亮和陈乐一[11]基于区域比较的视角建立VAR模型发现，短期来看，房价上涨对东、中、西部地区的城乡收入差距影响方向分别为无显著影响、负向影响、正向影响，长期来看，则分别为正向影响、正向影响、无显著影响。
上述研究都没有考虑房价与城乡收入差距的空间相关性，忽略了我国住房市场和收入分配的空间特征。目前，还没有研究从空间计量角度分析二者的关系，但已有一些单独分析房价或城乡收入差距空间格局的研究。张海永和王新宇[12]利用空间面板数据建立了房价的空间模型；王鹤等[13]探讨了区域房价的空间与时间扩散效应；潘竟虎[14]从空间计量的角度分析了市级城乡收入差距的空间分布；肖向东和罗能生[15]利用空间滞后面板模型比较了城乡收入差距的区域差异。从这些研究中可以看到，建立空间面板数据模型，可以更好地观察相邻区域之间的空间影响，提高了结果的准确性，有利于对经济特征相近的区域提出有针对性的政策建议。因此，本文基于区域比较的视角，以我国2002—2014年31个省（市、自治区）为样本，建立空间面板数据模型，探讨房价对城乡收入差距的空间影响及区域特征。
二、城乡收入差距的空间分布特征
本文首先对城乡收入差距的空间分布特征进行全局空间相关性检验和局部空间自相关分析。研究发现，各省（市、自治区）城乡收入差距之间具有空间正相关，并且这种相关性呈逐年下降趋势；我国城乡收入差距表现出三种空间自相关类型。
1全局空间相关性检验
为衡量城乡收入差距在各地区的空间关联度，在建立空间计量模型前，先对城乡收入差距进行空间相关性检验，全局MI指数（Morans I）是实际中使用最多的度量指标，计算公式为：
本文通过Geoda和Matlab软件计算出我国2002—2014年31个省（市、自治区）城乡收入差距的全局MI指数及对应的显著性水平。2002—2014年全局MI指数值在0428到0591的范围内波动，MI指数值均显著大于0，说明各省（市、自治区）城乡收入差距之间具有空间正相关，且这种相关性呈逐年下降的趋势。
2局部空间自相关分析
为了更加直观地观察我国城乡收入差距的空间分布特征，本文使用局部Moran统计方法计算了局部空间自相关（LISA）集聚效应。空间自相关类型主要有四种，“高—高”（High—High）模式和“低—低”（Low—Low）模式为正相关，表示空间集聚；“低—高”（Low—High）模式和“高—低”（High—Low）模式为负相关，表示空间离群。我国城乡收入差距主要为“高—高”和“低—低”两种空间分布模式，即高收入差距地区和低收入差距地区均产生了空间集聚效应。其中，位于我国西北部的新疆、甘肃、青海、宁夏和西南部的云南、广西为“高—高”模式的地区，由于受到自然环境、交通运输等条件的制约，这些地区的经济发展较为滞后，区域发展失衡的问题对周边地区的经济发展也产生了负面影响，加重了城乡二元结构下的资源分配不均。四川属于“低—高”的模式，四川的收入差距较低，但其临近的地区收入差距较大，说明四川与周边地区的联系较弱，不存在空间集聚效应。安徽和北京属于“低—低”的集聚模式，说明这两个地区的城乡收入差距均较小，而其相邻地区也均为低收入差距地区。“京津冀一体化”战略提出后，北京周边地区的经济、社会发展被带动起来，农村居民获得更多的发展机会，城乡收入差距保持在较低水平。安徽周边的地区中，江苏、上海和浙江等均位于“长江经济带”，这些地区作为我国经济发展的重要引擎，充分发挥了城市群的集聚和辐射作用，推动了区域城乡一体化发展，优化了城乡收入分配结构。此外，并未出现“高—低”模式的区域，说明在2014年，我国不存在本地区的城乡收入差距很高，但相邻地区收入差距很低的地区。 三、房价对城乡收入差距的空间影响分析
1变量选择与数据来源
本文根据我国31个省（市、自治区）的经济、社会发展状况，选取2002—2014年房地产市场迅速发展时期为研究对象，构建空间面板数据模型，研究房价变动对区域城乡收入差距的影响。本文使用的所有样本数据均来自国家统计局网站、《中国统计年鉴》及各省（市、自治区）历年统计公报，并以2002年为基期，利用各省（市、自治区）各年度的CPI对所有价值型变量进行平减。
本文以城乡收入差距为被解释变量，以历年住宅商品房价格的对数值作为关键解释变量构建模型。鉴于统计局数据库中没有农村居民可支配收入这个指标，故使用农村居民人均纯收入作替代。为直观分析城乡收入差距随时间的变化特征和影响因素，以及避免变量外生性问题，选择城乡收入的比值作为衡量指标。在对解释变量的选择上，考虑到房地产市场通过房产增值带来财产性收入的增加，进而影响居民可支配收入水平，为保证可比性，不考虑别墅、高档公寓等商品房的价格变动对城乡收入差距的影响，仅考虑自有住宅带来的收入分配效应，故使用住宅商品房的平均销售价格作为解释变量。在控制变量的选取上，选取能够全面衡量区域综合发展水平的指标，最终引入城市化水平、人力资本水平、市场化水平、全球化水平、经济发展水平和政府干预水平等六个指标。各变量定义及描述性统计结果如表1所示。
2模型设定
在验证了城乡收入差距存在空间集聚效应后，为更好地研究房价变动带来的影响，引入空间因素建立空间计量模型。常见的空间面板数据模型有空间滞后面板模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）等。依据模型的不同特征，本文建立如下模型：
其中，α为解释变量之间的空间相关系数，γ为误差项的空间相关系数，η为空间自变量反应参数，vi和wt分别代表空间效应和时间效应，uit为服从正态分布的误差项，Xki，t代表引入的六个控制变量，即城市化水平、人力资本水平、市场化水平、全球化水平、经济发展水平和政府干预水平。当λ=η=0时，得到假设城乡收入差距之间存在空间相关的SAR模型；当α=η=0时，得到假设误差项之间存在空间相关的SEM模型；当λ=0时，得到假设解释变量间存在空间交互效应的SDM模型。
3空间计量模型的选择检验
对于具体采用SAR模型还是SEM模型，通常采用拉格朗日（LM）检验法进行判别，选择通过显著性检验的模型。经检验发现，LMlag通过了显著性检验，而LMerror未通过显著性检验，故采用SAR模型。由于本文基于省际面板数据进行建模，属于选择特定个体进行的回归分析，故选择固定效应模型。一般来说，含固定效应的空间面板数据模型又分为无固定效应模型、空间固定效应模型、时间固定效应模型和时空双固定效应模型四种类型，本文分别对这四个模型进行了估计，表2列出了四个模型的估计结果。
4回归结果分析
根据模型空间依赖性的LM检验结果，空间固定效应模型、时空双固定效应模型的拟合优度和极大似然函数值均明显高于无固定效应模型和时间固定效应模型，而空间固定效应模型corr2值明显高于时空双固定效应模型，故使用空间固定效应模型最为合适。空间固定效应模型可以反映出房价对城乡收入差距会受到不随时间变化的区位条件、自然资源等因素的影响。同时，其他模型可用来判断空间固定效应模型得到的结果是否具有稳健性。
从回归结果可以看出：（1）在四个模型中，房价系数均显著为正，说明在全国范围内，房价上涨显著地拉大了城乡收入差距，同时，四个模型中的空间滞后系数均显著为正，再次说明各区域间城乡收入差距具有空间溢出效应，也说明了房价上涨带来的本地区收入差距扩大，会使周边地区的收入差距也随之扩大；（2）人力资本水平的系数在除无固定效应模型之外的三个模型中均显著为负，说明教育在优化城乡收入分配中发挥着积极作用，农村居民获得的教育资源最终会转化为人力资本，为他们带来更高的收入，缩小与城市居民的收入差距；（3）市场化水平在空间固定效应模型中系数为正，在其余模型中均为负，说明在只考虑空间因素影响下，市场化水平高的地区收入差距反而更大，这是由于我国市场化水平极大地依赖地理位置等区位条件，除沿海地区市场化水平的城乡差异较小外，普遍存在着城市的市场化程度远高于农村的市场化程度的现象，市场机制不健全造成了这些地区资源更多地分配在城市，加剧了城乡收入差距的扩大；（4）空间固定效应模型中全球化水平系数显著为负，即对外开放会缩小城乡收入差距，但在其他模型中变量系数均不显著；（5）经济发展水平在四个模型中的系数均为负，说明经济发展水平上升会带来城市和农村居民收入水平共同增长，城乡之间的收入分配得到改善，使城乡收入差距得以缩小；（5）城市化水平系数在包含空间效应的两个模型中显著为正，在无空间效应的模型中显著为负，因而无法确定城市化水平最终带来的影响方向；（6）政府干预水平的系数在其他模型中均为负，说明加大政府干预的力度，出台支持当地农村产业发展的政策，可以促进资源在城市、农村之间的均衡分配。
为了进一步分析各个因素对不同地区城乡收入差距的空间溢出效应，分别对我国各地区样本建立空间杜宾模型，根据四类模型的拟合优度和corr2值，最终选择包含固定效应的模型，结果如表3所示。依据2011年国家统计局针对地区经济状况提出的最新划法，将我国划分为东部、中部、西部和东北四类地区
东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、安徽、江西、河南、湖北和湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆；东北部地区包括黑龙江、吉林和辽宁。。这四类地区与我国各地区的空间集聚情况比较接近，其中，西部地区比较符合“高—高”模式，东部地区和中部地区则符合“低—低”模式，东北地区未表现出明显的空间集聚效应，因而分别对四个地区建模分析，以便更好地考察不同类型的空间集聚模式下，房价及其他影响因素带来的空间影响。 表3中对SDM模型的Wald检验结果说明，全国及四类地区样本均通过检验，可使用SDM模型进行分析。结果显示在全国范围内，房价上涨的空间滞后参数不显著，说明房价上涨没有对城乡收入差距产生空间溢出效应，人力资本水平和市场化水平尽管缩小了本地区的城乡收入差距，却扩大了周边地区的收入差距。而城市化水平则相反，在扩大本地区城乡收入差距的同时，对周边地区起到负向的空间影响。此外，全球化水平、经济发展水平及政府干预水平的提升会发挥积极作用，但对周边地区没有明显的空间溢出效应。
对于经济较发达的东部地区，房价上涨会加重本地区与周边地区的城乡收入差距，人力资源的流失造成了周边地区收入差距的扩大。
然而，东部地区丰富的教育资源会吸引周边的人力资源，从而缩小本地区的收入差距。而系数为正的政府干预水平并不显著，意味着政府干预虽然对本地区作用不大，但通过政府政策的示范效应和周边地区的模仿效应，仍可显著缩小周边地区的城乡收入差距。
对于中部地区，市场化水平和政府干预水平的上升提高了交易效率和市场竞争力，吸引了周边地区的资源，从而产生了正向的空间溢出效应，对本地区则没有显著的空间效应。与之相反，全球化水平的提升能够促进本地区城乡收入差距的缩小，但对周边地区的空间影响不显著。
对于城市化率较低的西部地区，资源分配的城市化倾向显著地扩大了城乡收入差距，却无明显的空间效应。城市化水平较低意味着房价上涨不能增加无城市住宅的农村居民收入，进一步拉大当地城乡收入差距，对周边地区则起到了缩小作用。人力资本水平和经济发展水平对本地区起到了缩小作用，对周边地区的扩大作用很微弱，市场化水平提高则只对周边地区起到了扩大作用。全球化水平的提高使得本地区及周边地区城乡收入差距缩小。
对于东北地区，市场化水平和城市化水平对本地区的城乡收入差距无明显影响，却可改善周边地区的城乡收入差距问题。经济发展水平会激化城乡收入差距的矛盾，对周边地区的空间影响很小，而房价上涨不仅对城乡收入差距起到缩小效应，而且还会带来负向的空间效应。这是由于东北地区目前仍处于经济发展由“要素驱动”向“效率驱动”过渡的发展阶段，因库存过大带来的楼市低迷极大地阻碍了要素使用和资源配置的效率，导致资源不断外流到东部地区，从而扩大了本地区的收入差距，提振楼市有助于缩小东北地区及周边地区的收入差距。
四、政策建议
本文基于2002—2014年我国31个省（市、自治区）的面板数据，从空间计量的角度分析了房价及其他因素对城乡收入差距的影响。结果表明，我国城乡收入差距存在很强的空间相关性，主要表现为“高—高”和“低—低”的空间集聚模式。其中，东部地区和中部地区为“低—低”模式，西部地区主要为“高—高”模式，东北地区未表现出明显的空间集聚效应。全国范围内除东北地区外，大部分地区的房价上涨会扩大城乡收入差距，并在空间集聚效应的作用下，房价上涨会扩大邻近地区的城乡收入差距。进一步分析房价对相邻地区城乡收入差距的空间影响，发现房价的空间效应也存在着显著的区域差异，其中东部地区具有正向的空间影响，中部地区的影响很弱，其他地区房价上涨对相邻地区的城乡收入差距表现为显著的负向影响。从其他影响因素对城乡收入差距作用的空间效应来看，人力资本对东部地区具有缩小效应，对相邻地区起显著的扩大效应。与之相反，市场化会扩大城乡收入差距，但对东部地区和东北地区具有负向空间影响，对中部地区和西部地区为正向空间影响。除中部地区外，高城市化水平拉大了本地区的城乡收入差距，但会缩小东北周边地区的收入差距。对中部地区、西部地区和东北地区来说，全球化水平发挥了缩小本地区城乡收入差距的作用，且对西部地区具有显著为负的空间影响。对东部地区中部地区，政府干预会加剧本地区城乡收入差距，但会缩小相邻地区的城乡收入差距，政府干预对西部地区和东北地区则发挥积极作用，但对相邻地区并无显著的空间影响。
本文建议应进一步控制东部地区一线城市房价短期内过快上涨的现象，避免因收入差距的空间集聚效应造成城市周边地区城乡收入差距的进一步扩大。在加快推进西部地区和东北地区去库存的同时，要避免为实现稳增长而盲目建设新城导致的资源错配，应充分考虑到人口迁移和老龄化等方面的因素，通过实现经济结构转型，从根本解决去库存的问题。政府部门应加大对各地区的教育投入力度，积极推进和完善市场化、城市化和全球化进程，促进区域经济均衡发展，并通过积极的政府干预，避免偏向城市的优惠政策进一步加重城乡二元结构。对不同地区应实施区域差异的调控政策，对东部地区应避免倾向城市的教育资源配置，对中部地区和西部地区应加强市场机制的规范化建设，在“一带一路”战略引领下，提升西部地区对外开放的层次和水平，加快发展战略性新兴产业，把握住新常态下的经济发展新机会，对西部地区和东北地区应加快推进城市化进程，鼓励农村居民进入城市购置房屋、接受教育。对东部地区和中部地区，政府应出台有利于当地农村产业发展的配套政策，以保证资源在城乡之间的均衡分配，从而更好地实现缩小各地区城乡收入差距。
参考文献：
[1] Rodda， DTRich Man， Poor Renter： A Study of the Relationship between the Income Distribution and Low-Cost Rental Housing[R]Ann Arbor， MI： UMI Dissertation Services， 1994
[2] Chan， KWProsperity or Inequality： Deconstructing the Myth of Home Ownership in Hong Kong[J]Housing Studies， 2000， 15（1）： 28-43
[3] Case， KE， Quigley， JM，Shiller， RJComparing Wealth Effects： The Stock Market Versus the Housing Market [R]Cowles Foundation Discussion Paper No1335，2001 [4] Matlack，J L ，Vigdor，JL Do Rising Tides Lift All Prices？ Income Inequality and Housing Affordability [J]Journal of Housing Economics， 2006， 17（3）： 212-224
[5] Haffner， MEA， Boumeester， HJFMThe Affordability of Housing in the Netherlands： An Increasing Income Gap between Renting and Owning [J]Housing Studies， 2010， 25（6）： 799-820
[6] Mttnen，N，Tervi，MIncome Distribution and Housing Prices： An Assignment Model Approach[J]Journal of Economic Theory， 2010， 151（1）： 381-410
[7] 瞿晶，姚先国城镇居民收入不平等分解研究[J]统计研究，2011，（11）：50-55
[8] 张传勇房价与收入分配的内生性及其互动关系[J]统计研究，2014，（1）：63-69
[9] 刘嘉毅房价上涨会拉大城乡收入差距吗？——基于中国经济转型特征下的经验研究[J]当代财经，2013，（2）：16-26
[10] 肖尧城镇化、房地产价格与城乡收入差距——基于我国省区面板数据的经验分析[J]财经科学，2013，（9）：100-107
[11] 郭亮，陈乐一财政分权、房价与城乡收入差距——基于中国省际面板数据的实证分析[J]财经论丛，2015，（4）：28-36
[12] 张海永，王新宇基于时变非对称滞后权重的房价空间模型与实证研究[J]统计与信息论坛，2016，（1）：11-17
[13] 王鹤，潘爱民，赵伟区域房价空间与时间扩散效应的实证研究[J]经济评论，2014，（4）：85-95
[14] 潘竟虎中国地级及以上城市城乡收入差距时空分异格局[J]经济地理，2014，（6）：60-67
[15] 肖向东，罗能生我国城乡居民收入差距的省际差异及其影响因素——基于面板数据的空间计量分析[J]湖南大学学报（社会科学版），2015，（1）：68-74
〔关键词〕房价；城乡收入差距；区域比较；空间面板数据模型
中图分类号：F2933 文献标识码：A 文
章编号：10084096（2016）04005906
一、引 言
自1998年住房市场体制改革以来，商品房市场的繁荣发展带来了房价的持续上涨，伴随城市化进程的不断推进，房地产作为财富积聚的重要手段，进一步拉大了自有住房者和无住房者的贫富差距。由于我国农村居民大多不具备在城市购房的能力，无法获得房价上涨带来的资产增值，城乡收入差距因此随之扩大。2016年初，一线城市的房价疯狂上涨和三四线城市面临的巨大库存压力，标志着我国房地产市场分化现象日渐严重。在一系列楼市调控政策下，房价的走势不仅关系着区域经济发展，也直接影响着城乡收入分配的区域分布。
针对房价与收入差距的关系，很多国内外学者已经进行了探讨。Rodda[1]最早用实证方法验证了收入差距对房价产生了正向影响；Chan[2]发现，房价持续上涨，剥夺了租房者的财产升值机会，造成了社会贫富差距扩大；Case等[3]使用跨国数据检验了住房市场的财富效应；Matlack和Vigdor[4]，以及Haffner和Boumeester[5]均发现房价上涨造成了收入差距扩大。然而，Mttnen和Tervi[6]构建基于收入和住房质量异质性的分配模型得出了相反结论，认为收入差距扩大会对房价产生负面影响；瞿晶和姚先国[7]发现房价对收入差距的影响与日俱增；张传勇[8]通过实证分析发现房价与收入差距之间存在显著的正向内生关系。目前，关于房价上涨对城乡收入差距影响的研究相对较少，；刘嘉毅[9]通过建立省际动态面板模型发现，经济转型背景下房价上涨造成了城乡收入差距的不断扩大。
在研究方法和研究角度上，前人研究大多从全国样本出发，定量分析了房价与收入差距的关系，很少从区域化视角出发，忽略了我国住房市场存在的区域分化现象。肖尧[10]通过对我国不同地区建立面板模型，发现中、西部地区的房价上涨会改善城乡收入差距，而在东部地区，房价上涨会进一步扩大城乡收入差距；郭亮和陈乐一[11]基于区域比较的视角建立VAR模型发现，短期来看，房价上涨对东、中、西部地区的城乡收入差距影响方向分别为无显著影响、负向影响、正向影响，长期来看，则分别为正向影响、正向影响、无显著影响。
上述研究都没有考虑房价与城乡收入差距的空间相关性，忽略了我国住房市场和收入分配的空间特征。目前，还没有研究从空间计量角度分析二者的关系，但已有一些单独分析房价或城乡收入差距空间格局的研究。张海永和王新宇[12]利用空间面板数据建立了房价的空间模型；王鹤等[13]探讨了区域房价的空间与时间扩散效应；潘竟虎[14]从空间计量的角度分析了市级城乡收入差距的空间分布；肖向东和罗能生[15]利用空间滞后面板模型比较了城乡收入差距的区域差异。从这些研究中可以看到，建立空间面板数据模型，可以更好地观察相邻区域之间的空间影响，提高了结果的准确性，有利于对经济特征相近的区域提出有针对性的政策建议。因此，本文基于区域比较的视角，以我国2002—2014年31个省（市、自治区）为样本，建立空间面板数据模型，探讨房价对城乡收入差距的空间影响及区域特征。
二、城乡收入差距的空间分布特征
本文首先对城乡收入差距的空间分布特征进行全局空间相关性检验和局部空间自相关分析。研究发现，各省（市、自治区）城乡收入差距之间具有空间正相关，并且这种相关性呈逐年下降趋势；我国城乡收入差距表现出三种空间自相关类型。
1全局空间相关性检验
为衡量城乡收入差距在各地区的空间关联度，在建立空间计量模型前，先对城乡收入差距进行空间相关性检验，全局MI指数（Morans I）是实际中使用最多的度量指标，计算公式为：
本文通过Geoda和Matlab软件计算出我国2002—2014年31个省（市、自治区）城乡收入差距的全局MI指数及对应的显著性水平。2002—2014年全局MI指数值在0428到0591的范围内波动，MI指数值均显著大于0，说明各省（市、自治区）城乡收入差距之间具有空间正相关，且这种相关性呈逐年下降的趋势。
2局部空间自相关分析
为了更加直观地观察我国城乡收入差距的空间分布特征，本文使用局部Moran统计方法计算了局部空间自相关（LISA）集聚效应。空间自相关类型主要有四种，“高—高”（High—High）模式和“低—低”（Low—Low）模式为正相关，表示空间集聚；“低—高”（Low—High）模式和“高—低”（High—Low）模式为负相关，表示空间离群。我国城乡收入差距主要为“高—高”和“低—低”两种空间分布模式，即高收入差距地区和低收入差距地区均产生了空间集聚效应。其中，位于我国西北部的新疆、甘肃、青海、宁夏和西南部的云南、广西为“高—高”模式的地区，由于受到自然环境、交通运输等条件的制约，这些地区的经济发展较为滞后，区域发展失衡的问题对周边地区的经济发展也产生了负面影响，加重了城乡二元结构下的资源分配不均。四川属于“低—高”的模式，四川的收入差距较低，但其临近的地区收入差距较大，说明四川与周边地区的联系较弱，不存在空间集聚效应。安徽和北京属于“低—低”的集聚模式，说明这两个地区的城乡收入差距均较小，而其相邻地区也均为低收入差距地区。“京津冀一体化”战略提出后，北京周边地区的经济、社会发展被带动起来，农村居民获得更多的发展机会，城乡收入差距保持在较低水平。安徽周边的地区中，江苏、上海和浙江等均位于“长江经济带”，这些地区作为我国经济发展的重要引擎，充分发挥了城市群的集聚和辐射作用，推动了区域城乡一体化发展，优化了城乡收入分配结构。此外，并未出现“高—低”模式的区域，说明在2014年，我国不存在本地区的城乡收入差距很高，但相邻地区收入差距很低的地区。 三、房价对城乡收入差距的空间影响分析
1变量选择与数据来源
本文根据我国31个省（市、自治区）的经济、社会发展状况，选取2002—2014年房地产市场迅速发展时期为研究对象，构建空间面板数据模型，研究房价变动对区域城乡收入差距的影响。本文使用的所有样本数据均来自国家统计局网站、《中国统计年鉴》及各省（市、自治区）历年统计公报，并以2002年为基期，利用各省（市、自治区）各年度的CPI对所有价值型变量进行平减。
本文以城乡收入差距为被解释变量，以历年住宅商品房价格的对数值作为关键解释变量构建模型。鉴于统计局数据库中没有农村居民可支配收入这个指标，故使用农村居民人均纯收入作替代。为直观分析城乡收入差距随时间的变化特征和影响因素，以及避免变量外生性问题，选择城乡收入的比值作为衡量指标。在对解释变量的选择上，考虑到房地产市场通过房产增值带来财产性收入的增加，进而影响居民可支配收入水平，为保证可比性，不考虑别墅、高档公寓等商品房的价格变动对城乡收入差距的影响，仅考虑自有住宅带来的收入分配效应，故使用住宅商品房的平均销售价格作为解释变量。在控制变量的选取上，选取能够全面衡量区域综合发展水平的指标，最终引入城市化水平、人力资本水平、市场化水平、全球化水平、经济发展水平和政府干预水平等六个指标。各变量定义及描述性统计结果如表1所示。
2模型设定
在验证了城乡收入差距存在空间集聚效应后，为更好地研究房价变动带来的影响，引入空间因素建立空间计量模型。常见的空间面板数据模型有空间滞后面板模型（SAR）、空间误差模型（SEM）和空间杜宾模型（SDM）等。依据模型的不同特征，本文建立如下模型：
其中，α为解释变量之间的空间相关系数，γ为误差项的空间相关系数，η为空间自变量反应参数，vi和wt分别代表空间效应和时间效应，uit为服从正态分布的误差项，Xki，t代表引入的六个控制变量，即城市化水平、人力资本水平、市场化水平、全球化水平、经济发展水平和政府干预水平。当λ=η=0时，得到假设城乡收入差距之间存在空间相关的SAR模型；当α=η=0时，得到假设误差项之间存在空间相关的SEM模型；当λ=0时，得到假设解释变量间存在空间交互效应的SDM模型。
3空间计量模型的选择检验
对于具体采用SAR模型还是SEM模型，通常采用拉格朗日（LM）检验法进行判别，选择通过显著性检验的模型。经检验发现，LMlag通过了显著性检验，而LMerror未通过显著性检验，故采用SAR模型。由于本文基于省际面板数据进行建模，属于选择特定个体进行的回归分析，故选择固定效应模型。一般来说，含固定效应的空间面板数据模型又分为无固定效应模型、空间固定效应模型、时间固定效应模型和时空双固定效应模型四种类型，本文分别对这四个模型进行了估计，表2列出了四个模型的估计结果。
4回归结果分析
根据模型空间依赖性的LM检验结果，空间固定效应模型、时空双固定效应模型的拟合优度和极大似然函数值均明显高于无固定效应模型和时间固定效应模型，而空间固定效应模型corr2值明显高于时空双固定效应模型，故使用空间固定效应模型最为合适。空间固定效应模型可以反映出房价对城乡收入差距会受到不随时间变化的区位条件、自然资源等因素的影响。同时，其他模型可用来判断空间固定效应模型得到的结果是否具有稳健性。
从回归结果可以看出：（1）在四个模型中，房价系数均显著为正，说明在全国范围内，房价上涨显著地拉大了城乡收入差距，同时，四个模型中的空间滞后系数均显著为正，再次说明各区域间城乡收入差距具有空间溢出效应，也说明了房价上涨带来的本地区收入差距扩大，会使周边地区的收入差距也随之扩大；（2）人力资本水平的系数在除无固定效应模型之外的三个模型中均显著为负，说明教育在优化城乡收入分配中发挥着积极作用，农村居民获得的教育资源最终会转化为人力资本，为他们带来更高的收入，缩小与城市居民的收入差距；（3）市场化水平在空间固定效应模型中系数为正，在其余模型中均为负，说明在只考虑空间因素影响下，市场化水平高的地区收入差距反而更大，这是由于我国市场化水平极大地依赖地理位置等区位条件，除沿海地区市场化水平的城乡差异较小外，普遍存在着城市的市场化程度远高于农村的市场化程度的现象，市场机制不健全造成了这些地区资源更多地分配在城市，加剧了城乡收入差距的扩大；（4）空间固定效应模型中全球化水平系数显著为负，即对外开放会缩小城乡收入差距，但在其他模型中变量系数均不显著；（5）经济发展水平在四个模型中的系数均为负，说明经济发展水平上升会带来城市和农村居民收入水平共同增长，城乡之间的收入分配得到改善，使城乡收入差距得以缩小；（5）城市化水平系数在包含空间效应的两个模型中显著为正，在无空间效应的模型中显著为负，因而无法确定城市化水平最终带来的影响方向；（6）政府干预水平的系数在其他模型中均为负，说明加大政府干预的力度，出台支持当地农村产业发展的政策，可以促进资源在城市、农村之间的均衡分配。
为了进一步分析各个因素对不同地区城乡收入差距的空间溢出效应，分别对我国各地区样本建立空间杜宾模型，根据四类模型的拟合优度和corr2值，最终选择包含固定效应的模型，结果如表3所示。依据2011年国家统计局针对地区经济状况提出的最新划法，将我国划分为东部、中部、西部和东北四类地区
东部地区包括北京、天津、河北、上海、江苏、浙江、福建、山东、广东和海南；中部地区包括山西、安徽、江西、河南、湖北和湖南；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏和新疆；东北部地区包括黑龙江、吉林和辽宁。。这四类地区与我国各地区的空间集聚情况比较接近，其中，西部地区比较符合“高—高”模式，东部地区和中部地区则符合“低—低”模式，东北地区未表现出明显的空间集聚效应，因而分别对四个地区建模分析，以便更好地考察不同类型的空间集聚模式下，房价及其他影响因素带来的空间影响。 表3中对SDM模型的Wald检验结果说明，全国及四类地区样本均通过检验，可使用SDM模型进行分析。结果显示在全国范围内，房价上涨的空间滞后参数不显著，说明房价上涨没有对城乡收入差距产生空间溢出效应，人力资本水平和市场化水平尽管缩小了本地区的城乡收入差距，却扩大了周边地区的收入差距。而城市化水平则相反，在扩大本地区城乡收入差距的同时，对周边地区起到负向的空间影响。此外，全球化水平、经济发展水平及政府干预水平的提升会发挥积极作用，但对周边地区没有明显的空间溢出效应。
对于经济较发达的东部地区，房价上涨会加重本地区与周边地区的城乡收入差距，人力资源的流失造成了周边地区收入差距的扩大。
然而，东部地区丰富的教育资源会吸引周边的人力资源，从而缩小本地区的收入差距。而系数为正的政府干预水平并不显著，意味着政府干预虽然对本地区作用不大，但通过政府政策的示范效应和周边地区的模仿效应，仍可显著缩小周边地区的城乡收入差距。
对于中部地区，市场化水平和政府干预水平的上升提高了交易效率和市场竞争力，吸引了周边地区的资源，从而产生了正向的空间溢出效应，对本地区则没有显著的空间效应。与之相反，全球化水平的提升能够促进本地区城乡收入差距的缩小，但对周边地区的空间影响不显著。
对于城市化率较低的西部地区，资源分配的城市化倾向显著地扩大了城乡收入差距，却无明显的空间效应。城市化水平较低意味着房价上涨不能增加无城市住宅的农村居民收入，进一步拉大当地城乡收入差距，对周边地区则起到了缩小作用。人力资本水平和经济发展水平对本地区起到了缩小作用，对周边地区的扩大作用很微弱，市场化水平提高则只对周边地区起到了扩大作用。全球化水平的提高使得本地区及周边地区城乡收入差距缩小。
对于东北地区，市场化水平和城市化水平对本地区的城乡收入差距无明显影响，却可改善周边地区的城乡收入差距问题。经济发展水平会激化城乡收入差距的矛盾，对周边地区的空间影响很小，而房价上涨不仅对城乡收入差距起到缩小效应，而且还会带来负向的空间效应。这是由于东北地区目前仍处于经济发展由“要素驱动”向“效率驱动”过渡的发展阶段，因库存过大带来的楼市低迷极大地阻碍了要素使用和资源配置的效率，导致资源不断外流到东部地区，从而扩大了本地区的收入差距，提振楼市有助于缩小东北地区及周边地区的收入差距。
四、政策建议
本文基于2002—2014年我国31个省（市、自治区）的面板数据，从空间计量的角度分析了房价及其他因素对城乡收入差距的影响。结果表明，我国城乡收入差距存在很强的空间相关性，主要表现为“高—高”和“低—低”的空间集聚模式。其中，东部地区和中部地区为“低—低”模式，西部地区主要为“高—高”模式，东北地区未表现出明显的空间集聚效应。全国范围内除东北地区外，大部分地区的房价上涨会扩大城乡收入差距，并在空间集聚效应的作用下，房价上涨会扩大邻近地区的城乡收入差距。进一步分析房价对相邻地区城乡收入差距的空间影响，发现房价的空间效应也存在着显著的区域差异，其中东部地区具有正向的空间影响，中部地区的影响很弱，其他地区房价上涨对相邻地区的城乡收入差距表现为显著的负向影响。从其他影响因素对城乡收入差距作用的空间效应来看，人力资本对东部地区具有缩小效应，对相邻地区起显著的扩大效应。与之相反，市场化会扩大城乡收入差距，但对东部地区和东北地区具有负向空间影响，对中部地区和西部地区为正向空间影响。除中部地区外，高城市化水平拉大了本地区的城乡收入差距，但会缩小东北周边地区的收入差距。对中部地区、西部地区和东北地区来说，全球化水平发挥了缩小本地区城乡收入差距的作用，且对西部地区具有显著为负的空间影响。对东部地区中部地区，政府干预会加剧本地区城乡收入差距，但会缩小相邻地区的城乡收入差距，政府干预对西部地区和东北地区则发挥积极作用，但对相邻地区并无显著的空间影响。
本文建议应进一步控制东部地区一线城市房价短期内过快上涨的现象，避免因收入差距的空间集聚效应造成城市周边地区城乡收入差距的进一步扩大。在加快推进西部地区和东北地区去库存的同时，要避免为实现稳增长而盲目建设新城导致的资源错配，应充分考虑到人口迁移和老龄化等方面的因素，通过实现经济结构转型，从根本解决去库存的问题。政府部门应加大对各地区的教育投入力度，积极推进和完善市场化、城市化和全球化进程，促进区域经济均衡发展，并通过积极的政府干预，避免偏向城市的优惠政策进一步加重城乡二元结构。对不同地区应实施区域差异的调控政策，对东部地区应避免倾向城市的教育资源配置，对中部地区和西部地区应加强市场机制的规范化建设，在“一带一路”战略引领下，提升西部地区对外开放的层次和水平，加快发展战略性新兴产业，把握住新常态下的经济发展新机会，对西部地区和东北地区应加快推进城市化进程，鼓励农村居民进入城市购置房屋、接受教育。对东部地区和中部地区，政府应出台有利于当地农村产业发展的配套政策，以保证资源在城乡之间的均衡分配，从而更好地实现缩小各地区城乡收入差距。
参考文献：
[1] Rodda， DTRich Man， Poor Renter： A Study of the Relationship between the Income Distribution and Low-Cost Rental Housing[R]Ann Arbor， MI： UMI Dissertation Services， 1994
[2] Chan， KWProsperity or Inequality： Deconstructing the Myth of Home Ownership in Hong Kong[J]Housing Studies， 2000， 15（1）： 28-43
[3] Case， KE， Quigley， JM，Shiller， RJComparing Wealth Effects： The Stock Market Versus the Housing Market [R]Cowles Foundation Discussion Paper No1335，2001 [4] Matlack，J L ，Vigdor，JL Do Rising Tides Lift All Prices？ Income Inequality and Housing Affordability [J]Journal of Housing Economics， 2006， 17（3）： 212-224
[5] Haffner， MEA， Boumeester， HJFMThe Affordability of Housing in the Netherlands： An Increasing Income Gap between Renting and Owning [J]Housing Studies， 2010， 25（6）： 799-820
[6] Mttnen，N，Tervi，MIncome Distribution and Housing Prices： An Assignment Model Approach[J]Journal of Economic Theory， 2010， 151（1）： 381-410
[7] 瞿晶，姚先国城镇居民收入不平等分解研究[J]统计研究，2011，（11）：50-55
[8] 张传勇房价与收入分配的内生性及其互动关系[J]统计研究，2014，（1）：63-69
[9] 刘嘉毅房价上涨会拉大城乡收入差距吗？——基于中国经济转型特征下的经验研究[J]当代财经，2013，（2）：16-26
[10] 肖尧城镇化、房地产价格与城乡收入差距——基于我国省区面板数据的经验分析[J]财经科学，2013，（9）：100-107
[11] 郭亮，陈乐一财政分权、房价与城乡收入差距——基于中国省际面板数据的实证分析[J]财经论丛，2015，（4）：28-36
[12] 张海永，王新宇基于时变非对称滞后权重的房价空间模型与实证研究[J]统计与信息论坛，2016，（1）：11-17
[13] 王鹤，潘爱民，赵伟区域房价空间与时间扩散效应的实证研究[J]经济评论，2014，（4）：85-95
[14] 潘竟虎中国地级及以上城市城乡收入差距时空分异格局[J]经济地理，2014，（6）：60-67
[15] 肖向东，罗能生我国城乡居民收入差距的省际差异及其影响因素——基于面板数据的空间计量分析[J]湖南大学学报（社会科学版），2015，（1）：68-74