论文部分内容阅读
【摘要】文章利用空间面板模型研究我国省际城乡收入差距及其影响因素。根据2005～2014年我国最近10年的相关经济数据，分析了我国31个省（市、自治区）城乡收入差距的空间相关性，以及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；然而房价上涨对各区域城乡收入差距的影响具有差异性。对东部地区和西部地区及周边地区表现为扩大效应，中部地区影响为负。文章又从经济发展水平、政府干预水平、城市化水平等方面分析了省际城乡收入差距的原因。最后，对缩小城乡居民收入差距提出了相应的政策建议。
【关键词】房价水平 城乡收入差距 空间面板模型 空间固定效应
一、文献综述
针对房价与收入差距的关系，胡晓针对房地产的消费属性和资产属性，分析了城乡收入差距与房价水平之间的影响机制，结果表明收入差距与房价具有正相关关系。Chan發现房价上涨，使得租房者的财产非但没有升值机会，反而变相的贬值，从而导致社会贫富差距越来越大。张传勇选取我国27个省2000～2010年的数据，通过面板模型分析我国不同地区房价波动率与居民收入差距的关系，最终结果显示，居民收入差距与房地产价格波动率之间存在长期均衡的关系。郭亮和陈乐一从区域视角出发建立了房价和城乡收入差距两者之间的VAR模型，发现从短期上看来，房价上涨对东部地区无显著影响，但对中、西部地区的影响则截然不同，分别为负向影响和正向影响。另外从长期来看，影响又是大不相同，分别表现为正向影响、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。因此，本文基于区域比较的视角，以我国2005～2014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。文章共分为三大模块，首先介绍空间面板模型、空间相关性分析，接着分析房价对城乡收入差距的影响，并进行区域比较，最后根据实证结果提出相关建议。
二、空间模型的选择与设定
（一）变量选择与数据来源
本文数据来自于《中国统计年鉴》2005～2014省份年度数据，选取中国31个省（市、自治区）最近10年的数据，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。其中被解释变量为中国城乡收入差距，住宅商品房的平均销售价格为解释变量，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、经济发展水平和政府干预水平等三个指标。由于各指标并不是直接在中国统计年鉴上获取的，都是通过一定的数据处理得来的。所以下面给出各指标的定义及描述性统计结果，见表1。
（二）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2005～2014年31个省（市、自治区）城乡收入差距进行空间相关性检验。检验结果表明2005～2014年全局Moran’s I指数值在0.464到0.529的范围内波动，Moran’s I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。因此在研究城乡收入差距时必须考虑空间因素，建立空间面板数据模型。
（三）模型的设定
根据前文的分析，这里在模型设定时加入空间因素，空间计量模型中通用的模型形式如下所示：
其中，α为解释变量之间的空间相关系数，λ为误差项的空间相关系数，νi和wt分别代表空间效应和时间效应，μit为服从正态分布的误差项，χki，t代表除房价水平外的其他三个变量，即城市化水平、政府干预水平、经济发展水平。当λ=0，α≠0时，得到假设城乡收入差距之间存在空间相关的空间面板滞后模型；当α=0，λ≠0时，得到假设误差项之间存在空间相关的空间面板误差模型；当λ=0，α=0时，则为不存在空间效应的普通面板模型。
（四）空间计量模型的选择检验
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。所以在进行空间模型分析之前，需要作LM检验，来决定模型的类型。由检验结果可知，LM-Lag通过了显著性检验，而LM-error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。
三、不同空间效应下的空间滞后模型的估计
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進行了估计，表2列出了四个模型的估计结果。
由上述表2的结果可以看出，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corr^2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。回归结果具体分析如下：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。
四、不同区域空间滞后模型的空间固定效应估计
为了进一步分析各个因素对不同地区城乡收入差距的影响，分别对我国各地区样本数据按照《中国统计年鉴》上的地区分类标准进行分组，将我国划分为东部、中部和西部地区。这些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”集聚模式，东部地区和中部地区则符合“低—低”集聚模式。对各地区数据建立空间滞后模型，并选择空间固定效应模型。下面给出各地区分类后的估计结果，如表3所示。 从上述结果中我们可以得出以下结论：
第一，城市化水平与三大地带的城乡收入差距具有显著的负相关关系，同时也是影响城乡收入差距的最大因素，在东部地区，除城市化水平外，城乡收入差距的第二大因素是政府干预水平，而房价对城乡收入差距的影响系数为正，即在经济发达的东部地区，房价上涨会导致城乡收入差距的扩大，但是这一参数在模型中不显著。
第二，三大地区，模型拟合效果最好的是西部地区，空间滞后系数明显显著为正。进一步验证了西部地区城乡收入差距的空间相关性。由于西部地区发展比较滞后，城乡收入差距往往比较高，大多呈现出“高—高”集聚的现象。
第三，对于中部地区房价上涨不仅缩小城乡收入差距，而且空间效应也为负。这是由于中部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中部地区及周边地区的收入差距。
五、政策建议
为了缩小社会贫富差距，推动城乡一体化发展，进一步促进社会主义公平。结合我国的国情和前文的研究，在此提出以下政策建议。
第一，政府要充分发挥自身在缩小城乡收入差距中的作用，积极制定并实施一系列政策来促进农业发展，提高农业生产率，增加农民的农业收入。相关政策有：税收减免、信贷优惠、科技帮扶等等。务必要借助政府法律法规的强制力，保障政策的顺利实施，实现农业规模化、专业化的生产与加工。
第二，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。政府部门应积极推进和完善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。
第三，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，对西部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，以保证資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]胡晓.房地产价格与居民收入差距理论分析[J].经济科学.2010：41-52.
[2]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.
[3]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.
[4]梁云芳，高铁梅.中国房地产价格波动区域差异的实证分析[J].统计研究，2007（8）：133-142.
[5]李勇辉，陈勇强，何灵.中国房地产业的区域差异分析及对策建议[J].石家庄经济学院学报，2006，12：777-780.
[6]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.
[7]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].財经论丛，2015，（4）：28-36.
[8]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.
[9]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）.
[10]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.
[11]季晓旭，丛颖.房价对区域城乡收入差距影响的空间计量分析[J].东北财经大学学报，2016.
[12]杨金花，曹宏亮.区域房地产价格差异对地区居民收入差距的逆向影响[J].改革与开放，2006，（2）.
作者简介：朱闪（1991-），女，汉族，河南商丘人，毕业于河南大学，研究方向：金融学。
【关键词】房价水平 城乡收入差距 空间面板模型 空间固定效应
一、文献综述
针对房价与收入差距的关系，胡晓针对房地产的消费属性和资产属性，分析了城乡收入差距与房价水平之间的影响机制，结果表明收入差距与房价具有正相关关系。Chan發现房价上涨，使得租房者的财产非但没有升值机会，反而变相的贬值，从而导致社会贫富差距越来越大。张传勇选取我国27个省2000～2010年的数据，通过面板模型分析我国不同地区房价波动率与居民收入差距的关系，最终结果显示，居民收入差距与房地产价格波动率之间存在长期均衡的关系。郭亮和陈乐一从区域视角出发建立了房价和城乡收入差距两者之间的VAR模型，发现从短期上看来，房价上涨对东部地区无显著影响，但对中、西部地区的影响则截然不同，分别为负向影响和正向影响。另外从长期来看，影响又是大不相同，分别表现为正向影响、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。因此，本文基于区域比较的视角，以我国2005～2014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。文章共分为三大模块，首先介绍空间面板模型、空间相关性分析，接着分析房价对城乡收入差距的影响，并进行区域比较，最后根据实证结果提出相关建议。
二、空间模型的选择与设定
（一）变量选择与数据来源
本文数据来自于《中国统计年鉴》2005～2014省份年度数据，选取中国31个省（市、自治区）最近10年的数据，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。其中被解释变量为中国城乡收入差距，住宅商品房的平均销售价格为解释变量，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、经济发展水平和政府干预水平等三个指标。由于各指标并不是直接在中国统计年鉴上获取的，都是通过一定的数据处理得来的。所以下面给出各指标的定义及描述性统计结果，见表1。
（二）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2005～2014年31个省（市、自治区）城乡收入差距进行空间相关性检验。检验结果表明2005～2014年全局Moran’s I指数值在0.464到0.529的范围内波动，Moran’s I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。因此在研究城乡收入差距时必须考虑空间因素，建立空间面板数据模型。
（三）模型的设定
根据前文的分析，这里在模型设定时加入空间因素，空间计量模型中通用的模型形式如下所示：
其中，α为解释变量之间的空间相关系数，λ为误差项的空间相关系数，νi和wt分别代表空间效应和时间效应，μit为服从正态分布的误差项，χki，t代表除房价水平外的其他三个变量，即城市化水平、政府干预水平、经济发展水平。当λ=0，α≠0时，得到假设城乡收入差距之间存在空间相关的空间面板滞后模型；当α=0，λ≠0时，得到假设误差项之间存在空间相关的空间面板误差模型；当λ=0，α=0时，则为不存在空间效应的普通面板模型。
（四）空间计量模型的选择检验
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。所以在进行空间模型分析之前，需要作LM检验，来决定模型的类型。由检验结果可知，LM-Lag通过了显著性检验，而LM-error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。
三、不同空间效应下的空间滞后模型的估计
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進行了估计，表2列出了四个模型的估计结果。
由上述表2的结果可以看出，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corr^2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。回归结果具体分析如下：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。
四、不同区域空间滞后模型的空间固定效应估计
为了进一步分析各个因素对不同地区城乡收入差距的影响，分别对我国各地区样本数据按照《中国统计年鉴》上的地区分类标准进行分组，将我国划分为东部、中部和西部地区。这些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”集聚模式，东部地区和中部地区则符合“低—低”集聚模式。对各地区数据建立空间滞后模型，并选择空间固定效应模型。下面给出各地区分类后的估计结果，如表3所示。 从上述结果中我们可以得出以下结论：
第一，城市化水平与三大地带的城乡收入差距具有显著的负相关关系，同时也是影响城乡收入差距的最大因素，在东部地区，除城市化水平外，城乡收入差距的第二大因素是政府干预水平，而房价对城乡收入差距的影响系数为正，即在经济发达的东部地区，房价上涨会导致城乡收入差距的扩大，但是这一参数在模型中不显著。
第二，三大地区，模型拟合效果最好的是西部地区，空间滞后系数明显显著为正。进一步验证了西部地区城乡收入差距的空间相关性。由于西部地区发展比较滞后，城乡收入差距往往比较高，大多呈现出“高—高”集聚的现象。
第三，对于中部地区房价上涨不仅缩小城乡收入差距，而且空间效应也为负。这是由于中部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中部地区及周边地区的收入差距。
五、政策建议
为了缩小社会贫富差距，推动城乡一体化发展，进一步促进社会主义公平。结合我国的国情和前文的研究，在此提出以下政策建议。
第一，政府要充分发挥自身在缩小城乡收入差距中的作用，积极制定并实施一系列政策来促进农业发展，提高农业生产率，增加农民的农业收入。相关政策有：税收减免、信贷优惠、科技帮扶等等。务必要借助政府法律法规的强制力，保障政策的顺利实施，实现农业规模化、专业化的生产与加工。
第二，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。政府部门应积极推进和完善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。
第三，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，对西部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，以保证資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]胡晓.房地产价格与居民收入差距理论分析[J].经济科学.2010：41-52.
[2]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.
[3]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.
[4]梁云芳，高铁梅.中国房地产价格波动区域差异的实证分析[J].统计研究，2007（8）：133-142.
[5]李勇辉，陈勇强，何灵.中国房地产业的区域差异分析及对策建议[J].石家庄经济学院学报，2006，12：777-780.
[6]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.
[7]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].財经论丛，2015，（4）：28-36.
[8]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.
[9]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）.
[10]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.
[11]季晓旭，丛颖.房价对区域城乡收入差距影响的空间计量分析[J].东北财经大学学报，2016.
[12]杨金花，曹宏亮.区域房地产价格差异对地区居民收入差距的逆向影响[J].改革与开放，2006，（2）.
作者简介：朱闪（1991-），女，汉族，河南商丘人，毕业于河南大学，研究方向：金融学。