收入差距與房地產價格泡沫：基于門檻效應研究

李春風,成倩 劉建江

摘?要：基于不同收入居民對住房消費品和投資品雙重屬性的偏好差異，結合居民的住房偏好特性，考量收入差距對房價收入比的影響。結果顯示：收入差距對房價收入比的影響存在門檻效應：低于門檻值時，影響為抑制作用;高于門檻值時，影響轉為促進作用，且隨著收入差距進一步的擴大效應更為明顯。鑒此，應聚焦縮小收入差距，合理引導居民住房消費與投資，以有效控制我國房地產價格泡沫趨勢。

關鍵詞：?收入差距;房地產價格泡沫;門檻效應;面板平滑轉換模型

中圖分類號：F014.4文獻標識碼：?A文章編號：1003-7217（2020）02-0092-08

一、引?言

我國房地產市場自住房改革以來長期繁榮，房地產已經被公認是保值增值的資產，除在2008年、2012年與2014年商品房銷售均值下降之外，其他年份基本在穩(wěn)步上升，高房價成為常態(tài)。房價長期上漲態(tài)勢導致房價與居民收入水平的增長脫節(jié)，房價顯現(xiàn)泡沫化走向，加大了我國經濟結構轉型的風險，引致我們對未來經濟健康穩(wěn)定增長的憂慮。多年來，政府對房地產市場的調控一直未曾停止，但長期呈現(xiàn)出“越調越漲”的態(tài)勢。自2016年12月的中央經濟工作會議明確了“房住不炒”的戰(zhàn)略定位以來，在政府多項政策出臺后，一、二、三線城市房價到2018年8月仍然保持穩(wěn)中有漲，以二手住宅掛牌均價為參考，2018年8月，北京、上海、深圳商品房價格均超過5萬元/平方米，到2018年度北京二手房均價高達6.3萬元/平方米，深圳亦高達5.8萬元/平方米①。這說明我國房地產市場價格上漲樂觀預期在短期內難以逆轉，高房價將成為長期趨勢。

我國居民收入差距自改革開放以來不斷擴大，已是經濟發(fā)展過程的一個必然現(xiàn)象[1]，基尼系數(shù)從1978年的0.24擴大至2016年的0.465②。對于高收入居民而言，在面對價格樂觀上漲預期的住房與價格具有波動性及其不確定性特征的其余金融資產之間進行選擇時，由于短視的“損失厭惡”存在，他們會根據(jù)“確定性效應”傾向于選擇住房進行投資，提高住房投資預期，加大本已處于高位的住房投資權重，將大量資金投資于房地產市場以追求未來房價向上波動引起的高額利潤。然而，就低收入居民而言，高房價及其預期不僅削弱了其收入的住房購買力度，承受“買房難”之痛，同時還加強預防性儲蓄動機，進而減少當前消費，以盡早實現(xiàn)住房剛需（住房消費品屬性）。顯然，房價上漲走勢及其未來價格樂觀上漲預期加劇了低收入居民購房的焦慮，做實業(yè)不如炒房的預期也堅定了高收入居民投資于住房的決心[2]。在房價上漲預期與現(xiàn)實房價走勢高概率一致背景下，住房的“投資性”甚至是“投機性”住房需求提高，住房的消費品屬性需求比例有所降低，房地產市場投資過度，導致房地產價格上漲過度膨脹，激發(fā)房地產價格泡沫化。

隨著居民內部收入差距的拉大，房價上漲樂觀預期直接引致高收入居民的剩余資源在住房投資品屬性上更加傾斜，這將導致大量剩余資金進入房地產市場，使得本已處于高位的住房偏好進一步提高，住房投資品屬性不斷占優(yōu)，加劇房地產市場價格泡沫趨勢化。因此，基于收入差距視角來尋求我國房地產價格泡沫形成的原因，是一個值得重視的視角。

二、文獻綜述

目前尋求房地產價格泡沫原因的相關文獻，國內外學者基于不同視角進行了分析，研究結論并不一致，大致可歸納為如下四類：

一是經濟基本面視角。Garriga等（2014）[3]認為中國經濟正經歷超乎預期的高速發(fā)展時期，導致居民具有強烈的購買力，同時城鎮(zhèn)化進程的加速，這會導致住房需求快速增長，引起高房價收入比，導致房地產價格泡沫。但是Stiglitz（1990）[4]曾經得出結論，如果房地產價格存在泡沫，那么經濟基本面因素，如可支配收入、實際利率、人口增長等，不能給與合理解釋，也就是說房地產價格泡沫超出了經濟基本面的解釋范疇。Mikhed和Zemcik?（2009）[5]研究美國在1997-2006年的房地產市場，也得出類似結論。Mao?and?Shen（2018）[6]選取中國2001年第2季度至2014年第4季度的省級面板數(shù)據(jù)，建立公共相關效應模型，也發(fā)現(xiàn)經濟基本面因素如居民可支配收入、實際利率、城鎮(zhèn)化水平在解釋中國房價方面并不顯著，這直接就暗示了中國房地產市場面臨著價格泡沫風險。對于中國房地產市場產生價格泡沫的原因，此文并沒有系統(tǒng)分析。Coleman等（2008）[7]結合美國20個大都市1998-2006年之間的36個季度面板數(shù)據(jù)，采用迭代的EGLS方法進行實證估計，結果表明：在1998-2004年間，經濟基本面因素對住房價格動態(tài)給與了主要解釋。之后，基本面因素成了影響房價的不重要因素，而政治監(jiān)管和經濟條件影響了信貸流入市場，導致次級貸款成為助推房地產價格泡沫的同謀。

二是政策視角。Shi等（2014）[8]研究1999-2009年期間央行政策和抵押貸款利率的變化對新西蘭房價的影響，結果表明，如果中央銀行在2003年之前開始干預房地產市場，房價泡沫程度能夠有效得到控制，這說明可以采取政策利率和宏觀審慎工具來控制房地產價格泡沫程度。Cronin和Mc?Quinn（2016）[9]選取愛爾蘭1980年第1季度到2014年第4季度的抵押信貸市場相關數(shù)據(jù)，研究實施限制貸款價值比率（LTV）的宏觀政策對愛爾蘭住房市場的影響，結論顯示：降低有效的LTV比率的政策將導致房價租金比率的永久性下降。換句話說，較低的LTV比率有利于抑制房地產價格泡沫。毋庸置疑，貨幣政策是調控房地產市場的重要手段之一。Jordà?等（2015）[10]采用14個發(fā)達經濟體140年的現(xiàn)代經濟史數(shù)據(jù)，選用局部投影工具變量法，證明了寬松的貨幣政策環(huán)境是導致房地產貸款出現(xiàn)繁榮和房地產市場產生泡沫的主要原因。同時還發(fā)現(xiàn)，當金融風險進一步提高時，這種影響關系更為密切。

我國也不例外，因為就中國而言，每一次房價波動幾乎均與政策密切相關，因此國內這方面的相關研究也不少。如郭文偉（2016）[11]基于房地產政策視角研究我國房地產市場價格泡沫出現(xiàn)的原因，發(fā)現(xiàn)控制短期資本流入、實施限購政策影響我國房地產市場泡沫程度并不顯著，而提高第二套房最低首付比、控制廣義貨幣增速和銀行貸款規(guī)模增速、降低通脹預期和人民幣升值預期、提高短期貸款利率等措施均能有效抑制我國各層次的房價泡沫。陳長石、劉晨暉（2015）[12]測算我國在1998年7月至2014年9月房地產泡沫大小，構建MS-VAR模型，進行實證分析得出：房地產價格泡沫與貨幣政策存在非線性關系，房地產價格泡沫的不同時期，要達到最優(yōu)效果，貨幣政策工具選擇應具有差異性。張煒（2017）[13]構建動態(tài)面板模型，選取2006-2016年間我國省級面板數(shù)據(jù)進行系統(tǒng)廣義矩陣分析，卻得到如下結論：雖然貨幣政策是影響我國房地產市場泡沫的必不可少因素，但消費者預期因素影響更為重要。

三是預期和情緒視角。這一類研究著重于探討居民對于未來住房價格走勢的心理判斷過程，自然離不開房價歷史以來的波動特征以及居民對住房投資的風險偏好。Brueckner等（2012）[14]選取美國2001年第1季度至2008年第4季度的數(shù)據(jù)，通過理論與實證研究發(fā)現(xiàn)：住房抵押貸款面臨樂觀的價格上漲預期，增強金融機構向高風險借款人發(fā)放貸款的意愿，這方面產生的住房需求會產生反饋機制，加劇房地產價格泡沫。Kim和Lim（2016）[15]研究1987-2014年韓國的房地產市場情況，采用坎貝爾席勒現(xiàn)值模型，結果表明：房價租金比的變化大部分可由住房投資的預期風險溢價給與解釋，而預期的實際利率和租金增長只能解釋其中小部分。Abildgren等（2018）[16]探討過度樂觀對丹麥房價泡沫的重要性，同時采用消費者預期調查宏觀數(shù)據(jù)和家庭層面的微觀登記數(shù)據(jù)，結論顯示：情緒是導致丹麥房地產市場出現(xiàn)泡沫的主要因素，其中過度樂觀可以解釋其中的15%～20%。

相比而言，我國住房市場起步較晚，市場并不完善，住房價格波動的不穩(wěn)定性及其劇烈性會更加左右居民住房的理性選擇，因此在住房市場中居民具有認知偏差，表現(xiàn)出有限理性，反過來這將可能進一步加劇住房價格的波動及其不確定性，引發(fā)價格泡沫。國內這一類研究最具代表性的為高波等（2014）[17]。其構建均衡預期模型，選取1999-2011年我國30個大中城市的面板數(shù)據(jù)進行實證分析，結果顯示：我國房地產價格已經偏離經濟基本面，泡沫已經出現(xiàn)，且房價上漲樂觀預期吸引大量投資者投資于住房，擴大住房投資性需求，這是導致房地產價格泡沫出現(xiàn)的重要原因。

四是全球化視角。Basco（2014）[18]構建一個三周期的OLG經濟模型，來研究全球化與理性泡沫之間的關系，通過分析發(fā)現(xiàn)：全球化對房價的影響關系取決于泡沫的類型。且在自給自足的金融發(fā)達國家，不會出現(xiàn)房地產泡沫。相反，隨著全球化的深入，金融發(fā)達國家出現(xiàn)泡沫的可能性相比更大。此文還指出，只有當泡沫與住房相關時，房價才會隨著全球化的推進上漲，引起房地產市場泡沫，這一結果與美國實際情形相一致。

我國這一方面的研究相對較少，主要是基于匯率視角進行分析。高波、毛中根（2006）[19]指出：根據(jù)國際經驗，匯率沖擊只是房地產價格泡沫形成的誘因，并不一定會引發(fā)泡沫。但是基于理論分析，匯率可以通過“財富效應”“流動性效應”“溢出效應”“預期效應”等影響房地產價格，且我國2004-2005年人民幣升值預期和人民幣升值壓力的貨幣化，加劇了房地產價格泡沫。

綜合來看，現(xiàn)有研究基于多重角度對房地產價格泡沫存在的原因進行了深入分析，為房地產市場平穩(wěn)健康發(fā)展提出很多建設性意見。但現(xiàn)有研究考量住房的雙重屬性以及我國不同收入居民對住房不同屬性的側重差異及其動態(tài)變化不多。因為事實上，不同收入居民對住房雙重屬性的偏好差異以及住房不同屬性權重系數(shù)的變化是房地產價格與居民收入不相適應的重要原因。本文基于不同收入居民對住房消費品和投資品雙重屬性的偏好差異，結合居民的住房偏好特性，考量收入差距對房價收入比的影響。

三、理論分析與模型構建

（一）理論分析

按收入將居民分為兩大類：分別為低收入居民和高收入居民，對應人口占比為θ和1-θ，很自然地假設θ>1/2（Zhang等，2016）[20]。以此相對應，假定這兩類居民收入占比分別為γt和1-γt，顯然0<γt<1/2，并設定居民總財富Yt并不是固定不變的，而是會隨著房價等因素發(fā)生動態(tài)變化。因此，可以計算得出基尼系數(shù)為Gnt=θ-γt。

假定不同收入居民追求的目標函數(shù)相同，均為：

U（Ct，Ht）=ln?Ct+jtln?Ht（1）

U（Ct，Ht）為居民的效用函數(shù)，可知居民的效用不僅受非住房消費支出Ct的影響，還受到居民住房需求Ht的影響，其中jt為住房需求在居民效用函數(shù)中的權重，令αt=jt/（1+jt），它指的是住房需求占總消費需求中的比例系數(shù)，暗指居民的住房偏好，這一系數(shù)并不是固定不變的，會隨著財富、房價波動及其預期變化等發(fā)生動態(tài)改變。

居民面臨的約束條件為：

Ct+PtHt=Yt。

構建Langrange函數(shù)，再對Ct，Ht進行求導，得到不同收入居民的住房需求分別為：

Hlt=αtγtYt/θPt，Hht=（1-γt）αtYt/（1-θ）Pt?。

根據(jù)他們各自所占人口比，得到整體居民的住房需求為：

Dt（Pt）=θ×Hlt+（1-θ）HHt=αtYt/pt。

假設St（Pt）=bPt，即住房供給是關于房價的一元線性函數(shù)。那么供需平衡時Pt=αtYt/b。

為計算簡便，將房價收入比pybt定義為：住房價格與中等收入居民收入之比，即：

pybt=（θ/（θ-Gnt））×αt/bYt（2）

不同收入居民的財富受房價波動的變化產生不同影響，影響社會總財富的分配，這將導致不同收入居民財富產生相對變化，從而影響居民收入差距。因此，本文的前提假設為：不同收入居民的財富比例并不是固定不變的，而會隨房價水平及其波動產生變化，一般情形為：高房價會將財富向高收入居民聚積，減少低收入居民財富所占比。為了分析簡便，假定低收入居民財富所占比會隨著房價上升而有所減少，γt=γ-βPt，（β≥0）。因此，基尼系數(shù)方程轉變?yōu)椋?/p>

Gnt=θ-γ+βαtYt/b?（3）

房價收入比方程轉化為：

pybt=βθαtb（θ-Gnt）（Gnt-θ+γ）（4）

根據(jù)式（4）可知收入差距對房價收入比的影響并不是固定不變的，而是存在門檻效應，門檻值為θ-γ/2，如果θ-γ

產生這一理論結果我們可以理解為：在我國，高經濟發(fā)展水平通常伴隨著高房價和高收入差距，而收入差距的變化能夠顯示不同收入群體財富的分配及其轉移狀況，且不同收入群體對住房雙重屬性側重有所差異，這將導致住房需求中住房的投資品屬性和住房的消費品屬性發(fā)生變化，從而改變房價泡沫的程度。比如：若收入差距高于門檻值，進一步拉大，財富更加集中于高收入居民，這一類居民住房的投資品屬性需求擴大，住房投資性需求甚至是投機性需求在住房總需求中所占比提高，房價泡沫程度勢必隨之加重;反之，若收入差距低于門檻值，收入差距擴大并位于合理范圍，高收入居民的住房投資品需求有限，而低收入居民因收入的減少將抑制住房消費品需求，最終將使得住房總需求增加不為明顯，甚至是降低，致使最終收入差距抑制房地產市場價格泡沫。

（二）模型構建

根據(jù)理論分析結果，將基尼系數(shù)作為重要解釋變量，重點考察收入差距對房價收入比的門檻效應，同時結合理論分析和文獻梳理結果，將住房偏好、經濟基本面視角、政策視角、預期視角相關變量加入模型中，以避免出現(xiàn)遺漏變量偏差，綜合全面地探討我國房地產價格泡沫存在的原因。最終建立具有門檻效應的房地產市場預期均衡價格泡沫模型如下：

pybit=μi+β0pybit-1+β2phconit+

β11Gnit（Gnit<λ）+β12Gnit（Gnit≥λ）+

φX+εit（5）

其中pybit為房價收入比，表明房地產價格泡沫程度，后文均用此進行描述;我們還在模型中加入了房價收入比的慣性部分pybit-1，考察泡沫的適應性預期效應;Gnit為基尼系數(shù)，phconit表示居民的住房偏好;X為住房偏好外的其余控制變量，εit為誤差項。

四、實證分析

（一）數(shù)據(jù)選取與變量說明

1.數(shù)據(jù)選取。

本文選取1999-2017年我國31個省市城鎮(zhèn)居民相關數(shù)據(jù)，數(shù)據(jù)通過國家統(tǒng)計局公布的歷年年度數(shù)據(jù)、中經網統(tǒng)計數(shù)據(jù)庫以及31個省市歷年的地區(qū)統(tǒng)計年鑒數(shù)據(jù)庫收集整理得到。具體包括：各省市房地產開發(fā)企業(yè)對應的商品房平均銷售價格、銷售面積、銷售額、投資完成額（住宅）、營業(yè)利潤，商品房住宅的房屋建筑施工面積、房產稅、地方財政土地增值稅、城鎮(zhèn)居民和農村居民的人均可支配收入、人均GDP、狹義貨幣供應量、名義利率、總人口數(shù)以及城鎮(zhèn)人口數(shù)、男女性別比，還整理了城市居民消費價格指數(shù)以消除各變量中價格因素造成的影響。

2.變量說明。

（1）pybit。采用（商品房平均銷售價格×90）/（城鎮(zhèn)居民人均可支配收入×3）求得房價收入比③;（2）Gnit。直接選取城鄉(xiāng)收入差距來代替;（3）phconit。居民住房平均使用面積或者住房空置面積增長率較為合適，但考慮到這方面數(shù)據(jù)缺失嚴重，采用當期住房消費總額與總消費額的比值來表示，比值越大，表示消費者將越多的收入用于住房消費，即存在購買住房的強烈偏好;另外，考慮到住房偏好與收入等變量存在相關性，因此，在實證中用住房偏好滯后一項作為其代理變量，以盡量避免其內生性引起的實證結果偏差;（4）控制變量X?？刂谱兞窟x取了dgdpit、dhit、dproit、dm0it、dhptit、dfltit、urbanit、rateit、sexit，分別對應于人均GDP增長率、房屋建筑施工面積增長率、房地產開發(fā)企業(yè)營業(yè)利潤增長率、貨幣供應量的狹義增長率以及房產稅和地方財政土地增值稅對應的增長率、城鎮(zhèn)化率、實際利率、男女性別比④。

（二）面板單位根檢驗

1.面板單位根檢驗。

我們同時采用以下三種方法來檢驗變量的面板單位根，結果見表1。檢驗結果顯示：所檢驗變量都平穩(wěn)，可以進行進一步面板實證估計⑤。

（三）面板平滑轉換模型（PSTR）實證分析

1.面板平滑轉換模型（PSTR）方法介紹。

依據(jù)理論分析，構建房地產市場預期均衡價格泡沫的門檻效應模型。針對這個模型，可以采取Hansen（2004）[21]提出的動態(tài)面板門檻效應工具變量方法，得到收入差距的門檻值，將整個樣本劃分為不同類別，最終得出收入差距對房地產泡沫的影響表現(xiàn)出離散過程，在兩種機制間突變轉換，存在門檻效應。

然而，在現(xiàn)實生活中，不同機制轉換是一個逐步連續(xù)的變化過程，并不會產生突變，這一點面板門檻效應模型（PTR）無法識別?；诖?，將方程（5）進一步擴展至PTR模型的一般形式PSTR模型（Gonazlez等2005）[22]，此模型的特點是含有平滑轉換函數(shù)，在此函數(shù)作用下，不同機制之間轉換出現(xiàn)漸進性連續(xù)特征。所以，接下來將收入差距設定為門檻變量來進行門檻效應實證分析。將模型（5）轉換成PSTR?模型為：

pybit=μi+β0pybit-1+β10Gnit+

∑kj=1β1jGnitg（qjit，γj，cj）+β2phconit+

φX+εit（6）

轉換函數(shù)一般為logistic形式，具體如下：

g（qjit，γj，cj）=[1+exp（-γj∏mz=1（qjit-cjz））]-1，γ>0（7）

在平滑轉換函數(shù)中，γ為平滑參數(shù)，用于衡量不同機制平滑轉換的速度，m表示位置參數(shù)的維度，暗示不同機制的個數(shù)，qjit為不同機制轉換的臨界值。極端情況，如果m=1，γj=SymboleB@

qjit=qit（j=1，…，k），模型（6）直接轉變?yōu)槟Ｐ停?）。

2.實證檢驗結果及分析。

接下來將應用Matlab16軟件進行實證分析。該方法具體步驟如下：

（1）線性檢驗與剩余非線性檢驗。設置收入差距為轉換變量，將轉換函數(shù)g（qjit，γj，cj）在γ=0處進行1階Taylor展開以構造輔助回歸函數(shù)，結果見表2。可以看出在5%的顯著水平上，對應的LMw、LMf、LRT?三個統(tǒng)計量均拒絕了k=0的原假設，證明存在非線性結果。這說明本文所選用的面板數(shù)據(jù)具有明顯的異質性，也就是說收入差距對房地產市場泡沫存在明顯非線性動態(tài)特征。

在線性、非線性檢驗基礎上，接下來需要做剩余非線性檢驗以確定機制轉換函數(shù)的格式，根據(jù)Gonazlez等（2005）[22]，設置顯著水平為5%，結果見表2顯示，LMw、LMf、LRT三個統(tǒng)計量均接受k=1的原假設，說明本文PSTR模型只有1個門檻轉換值，即k=1。之后，再確定位置參數(shù)的維度，采用AIC和BIC準則來確定。結果見表2，當m=1時對應的AIC和BIC準則較小，因此最優(yōu)位置參數(shù)取k=1，m=1。

（2）非線性模型的參數(shù)估計。根據(jù)以上最優(yōu)參數(shù)k=1，m=1，運用非線性最小二乘法（NLS）來估計模型（6）的參數(shù)值，采用網格搜索法，確定轉換速度γ、轉換臨界值c最優(yōu)初值分別為5和0.7899，最終基于殘差平方和最小為最優(yōu)估計模型（6）對應的參數(shù)值，結果見表3。

從表3可知人均GDP增長率dgdpit、房產稅增長率dhptit、地方財政土地增值稅的增長率dfltit對我國房地產價格泡沫并不顯著，因此在模型（6）基礎上刪除這三個控制變量得到模型（8），進一步運用Matlab16進行NLS估計，見表3模型（8）估計結果。對比發(fā)現(xiàn)，刪除這三個變量后，剩余變量對應的參數(shù)值變化非常小，這說明模型的估計結果具有很強穩(wěn)健性。同時，還構建出與模型（8）對應的PTR模型，運用Stata15，采用Hansen（2004）[21]的動態(tài)面板門檻效應工具變量方法進行實證估計。比較發(fā)現(xiàn)，不僅對應的門檻值估計接近，其余解釋變量對應參數(shù)估計變化也不大，這也進一步證實了估計結果的穩(wěn)健性。

接下來，將以模型（8）對應的結果進行實證分析，因為該模型對應的實證結果更能體現(xiàn)機制轉換之間的連續(xù)變化特征，而這正是PTR模型所欠缺的。不僅如此，模型（8）對應的結果還能夠顯示出收入差距對房地產價格泡沫的影響存在非線性動態(tài)特征。

1）收入差距。定義pgit=pybit/Gnit，實證結果顯示β11=1.21>0，可知β10≤pgit≤β10+β11，即-0.49≤pgit≤0.72，因為0

產生門檻效應的原因是：收入差距的變化能夠顯示不同收入人群財富的分配狀況，其中高收入人群財富的變化在住房上體現(xiàn)為投資品需求變化，而低收入人群對應的是消費品需求。因此，當收入差距拉大，意味著高收入居民收入相對增加，提高他們對應的住房投資品需求。當收入差距小于門檻值時，對應的我國房地產市場泡沫要么不存在，要么泡沫程度也相對較輕。因為通常而言，高經濟發(fā)展水平通常伴隨著高房價和高收入差距，這意味著房地產價格泡沫程度與收入差距存在高度相關性。因此，高收入居民對應增加的住房投資品需求有限，而低收入居民因收入的減少將抑制住房消費品需求，最終將使得住房總需求增加不明顯，甚至是降低，致使房價上漲速度低于收入上漲速度，最終收入差距抑制房地產市場價格泡沫。

與之相反，當收入差距大于門檻值時，對應的房地產市場泡沫相對嚴重。一般而言，在資產價格泡沫破滅之前，高收入居民的資產投資甚至是投機性需求會隨著資產價格泡沫程度不斷增加，因為他們將通過資產價格泡沫產生的巨大虛擬財富中轉移出真實財富。因此，高收入居民隨著收入的相對增加，為了通過價格泡沫進一步推動來實現(xiàn)財富夢想，勢必增強房地產投資品屬性的購買力度，住房投資品需求增加明顯。而低收入居民住房消費品需求具有剛性，對應的住房消費需求減弱不明顯，隨著住房投資品需求的增加，住房投資品屬性逐漸占優(yōu)[23，24]。所以，房地產價格泡沫程度隨著收入差距擴大加重。顯然，收入差距的程度變化間接折射出我國住房的雙重屬性權重變化動態(tài)，而權重變動方向的不同對房地產市場泡沫程度勢必產生巨大差異，與理論分析結果一致。

2）住房偏好。住房偏好會加劇我國房地產價格泡沫。毋庸置疑，我國居民強烈的住房偏好不僅提高我國住房市場中的消費品需求，同時也擴大了居民的投資品需求，導致住房市場需求旺盛，房價上漲過快，遠超收入增長速度，推動并加劇房地產價格泡沫。不僅如此，基于我國房價未來上漲樂觀預期背景下，房地產已經被公認是保值增值的資產，高收入居民財富的聚積將再次提高他們的住房投資購買力，住房的投資邊際效應遞增，促使住房投資品屬性不斷占優(yōu)，加重房地產價格泡沫程度，與理論分析結果相吻合。

3）房地產價格泡沫的慣性。我國房地產價格泡沫具有較強的慣性，影響系數(shù)高達0.63，符合非理性泡沫理論中的適應期理論。這一方面說明我國房地產市場并非有效，前一期房地產價格泡沫推動當期房地產價格泡沫，房地產價格泡沫具有可預測性，存在“動量效應”特征，這與我國房地產市場現(xiàn)狀相符。另一方面說明我國居民在住房市場當中并非完全理性，表現(xiàn)出“有限理性”，因為居民以歷史的房地產價格泡沫信息為依據(jù)，制約著房地產價格泡沫的當期以及未來走勢的判斷，居民并不會站在理性思考的角度來揣摩房地產價格泡沫背后存在的真正原因，而是采取代表性啟發(fā)法，采取習慣性思維，走思想上的捷徑，對房地產價格泡沫水平的歷史水平過度依賴，導致過去的房地產價格泡沫與當前房地產價格泡沫水平高度正相關。

4）其余解釋變量。城鎮(zhèn)化的加速影響房地產市場中住房的消費品屬性，擴大住房需求，加重房地產價格泡沫程度。而貨幣政策與之不同，由房地產按揭貸款與按揭貸款利率水平共同反映貨幣政策，寬松貨幣政策導致大量的貸款流入住房市場，影響的是住房的投資品屬性，刺激住房投資，加劇泡沫。其余解釋變量影響系數(shù)雖顯著，但是參數(shù)值很小，就不闡述。

五、研究結論

考慮不同收入居民對住房不同屬性的偏好差異，其中高收入居民偏好住房的投資品屬性，而低收入居民偏好住房的消費品屬性，將居民分為高低收入居民兩大類，探討收入差距與房地產價格泡沫之間的內在關系。在居民的收入分配及其住房偏好將因房價波動水平發(fā)生動態(tài)變化的假設之下，可以將收入差距引入居民有效消費函數(shù)中，由此可以通過理論機制的推導得出：收入差距對房價收入比的影響存在門檻效應，低于門檻值時，收入差距越大，房價收入比就越低;若高于門檻值時，收入差距越大，房價收入比就越高。

在理論分析基礎上，結合文獻梳理結果，并考慮到門檻值前后機制轉換的連續(xù)性特征，構建面板平滑轉換模型（PSTR），運用Matlab16進行非線性最小二乘法估計，同時與對應的PTR模型實證估計結果進行比較，發(fā)現(xiàn)實證結論具有很強穩(wěn)健性，與理論分析相符，具體為：第一，收入差距影響房地產價格泡沫存在門檻效應。低于該門檻值時為低轉換區(qū)制，影響呈現(xiàn)抑制效應;高于門檻值時為高轉換區(qū)制，影響轉為刺激效應，且隨收入差距拉大效應增強。第二，住房偏好會加劇我國房地產價格泡沫;此外，我國房地產價格泡沫具有“動量效應”，前一期房地產價格泡沫對當期房地產價格泡沫具有較強推動作用。同時，我國城鎮(zhèn)化的快速推進，貨幣供給較高增速對房地產市場價格泡沫趨勢化的影響也不容忽視。

本文政策啟示：其一，構建以房地產市場健康穩(wěn)定發(fā)展長效機制為整體目標的房地產市場調控，需要努力縮小居民收入差距;其二，抑制房地產市場泡沫要努力中斷居民對21世紀以來所形成的“房價越調越漲”的預期。為此，要保持足夠的戰(zhàn)略定力，妥善應對短期經濟下滑的壓力，向市場發(fā)出明確預期，堅決做到不將房地產作刺激經濟增長的手段。

注釋：

①??數(shù)據(jù)來源于搜狐財經網。由于近年來新房受限價影響，新房信息稍有失真，故用二手房代替。

②?國務院發(fā)展研究中心發(fā)展戰(zhàn)略報告顯示。

③?這里與理論分析房價收入比稍有不同，理論部分為了分析的便利，沒有考慮家庭的平均住房使用面積以及家庭平均人口數(shù)量，前后的差別只是一個系數(shù)的差別，不影響最終結果。

④?urbanit用城鎮(zhèn)總人口除以總人口數(shù)據(jù)得到，實際利率rateit以不同利率水平在年內執(zhí)行的月數(shù)作為權重計算出各年的平均名義利率，再減去各省市對應的城市居民消費價格指數(shù)得到，男女性別比sexit直接來源于中國統(tǒng)計年鑒，某些省市出現(xiàn)個別數(shù)據(jù)的缺失，采用前后相應年份的加權平均數(shù)估算得到。

⑤?*、**、***分別表示在10%、5%、1%的統(tǒng)計水平上拒絕有單位根的檢驗，在LLC檢驗中，括號外指的是調整后的t值，檢驗是否存在相同單位根;在IPS檢驗中，括號外為Z-t-tilde-bar值，檢驗是否存在異質單位根，檢驗設置中不含截距項、滯后項和時間趨勢項。在Fisher-pp檢驗中，括號外為“逆卡方變換”對應的統(tǒng)計值。

參考文獻：

[1]?鞠方，李文君，于靜靜.?房價、城市規(guī)模與工資性收入差距——基于中國32個大中城市面板數(shù)據(jù)的實證檢驗[J].財經理論與實踐，?2019（5）：95-101.

[2]?劉建江，盧一慧，胡悅.?高房價對制造業(yè)轉型升級的影響研究進展[J].?長沙理工大學學報（社會科學版），2019（3）：59-72.

[3]?Garriga?C，?Tang?Y，?Wang?P.?Rural-urban?migration，?structural?transformation，?and?housing?markets?in?China[R].?Federal?Reserve?Bank?of?St.?Louis，?Working?paper，?2014-028A.

[4]?Stiglitz?J?E.?Symposium?on?bubbles[J].?Journal?of?Economic?Perspectives，?1990，?4，?13-18.

[5]?Mikhed?V，?Zemcik?P.?Do?house?prices?reflect?fundamentals？?Aggregate?and?panel?data?evidence[J].?Journal?of?Housing?Economics，?2009，?18，?140-149.

[6]?Mao?G?Y，?Shen?Y.?Bubbles?or?fundamentals？?Modeling?provincial?house?prices?in?China?allowing?for?cross-sectional?dependence[J].?China?Economic?Review，?2018，?https：//doi.org/10.1016/j.chieco.2018.08.001.

[7]?Major?Coleman?I?V，?Michael?La?Cour-Little，?Kerry?D.?Vandell.?Subprime?lending?and?the?housing?bubble：?Tail?wags?dog？[J]，?Journal?of?Housing?Economics，?2008，17：272-290.

[8]?Shi?S，?Jou?J?B，?Tripe?D.?Can?interest?rates?really?control?house?prices？?effectiveness?and?implications?for?macroprudential?policy[J]，?Journal?of?Banking?&?Finance，?2014，47：15-28.

[9]?Cronin?D，?McQuinn?K.?Credit?availability，?macroprudential?regulations?and?the?house?price-to-rent?ratio[J].?Journal?of?Policy?Modeling，?2016，38：971-984.

[10]Jordà，?Schularick?M，?Taylor?A?M.?Betting?the?house[J].?Journal?of?International?Economics，?2015，96：2-18.

[11]郭文偉.中國多層次房價泡沫測度及其驅動因素研究——兼論我國房地產調控政策的實施效果[J].經濟學家，2016（10）：30-37.

[12]陳長石，劉晨暉.利率調控、貨幣供應與房地產泡沫——基于泡沫測算MS?-VAR模型的實證分析[J].國際金融研究，2015（10）：21-31.

[13]張煒.?預期、貨幣政策與房地產泡沫——來自省際房地產市場的經驗驗證[J].中央財經大學學報，2017（8）：?73-90.

[14]Brueckner?J?K，?Calem?P?S，?Nakamura?Leonard?I.?Subprime?mortgages?and?the?housing?bubble[J].?Journal?of?Urban?Economics，?2012，71：?230-243.

[15]Kim?J?R，??Lim?G.?Fundamentals?and?rational?bubbles?in?the?Korean?housing?market：?A?modified?present-value?approach[J].?Economic?Modelling，?2016，?59：174-181.

[16]Abildgren?K，?Hansen?N?L，?Kuchler?A.?Over?optimism?and?house?price?bubbles[J].Journal?of?Macroeconomics，2018，?56（6）：1-14.

[17]高波，王輝龍，李偉軍.?預期、投機與中國城市房價泡沬[J].金融研究，2014（2）：44-58.

[18]Basco?S.?Globalization?and?financial?development：?A?model?of?the?Dot-Com?and?the?Housing?Bubbles[J].Journal?of?International?Economics，?2014，92：78-94.

[19]高波，毛中根.匯率沖擊與房地產泡沫演化：國際經驗及中國的政策取向[J].?經濟理論與經濟管理，2016（7）：38-43.

[20]Zhang?C?C，?Jia?S，?Yang?R?D.?Housing?affordability?and?housing?vacancy?in?China：?The?role?of?income?in?equality[J].Journal?of?Housing?Economics，?2016，33：4-14.

[21]Caner?M，?Hansen?B?E.?Instrumental?Variable?Estimation?of?A?Threshold?Model[J].Econometric?Theory，?2004（5）：813-843.

[22]González?A，?Tersvirta?T，?Dijk?van.?Panel?Smooth?Transition?Regression?Models[R].?SSE/?EFI?Working?Paper?Series?in?Economics?and?Finance，?2005，?No.604.

[23]劉建江，羅雙成.?房價上漲、要素流動與制造業(yè)升級[J].當代經濟科學，2018（6）：98-107.

[24]曹遠征，丁?攀.貨幣政策對收入不平等的影響效應——基于122個國家面板數(shù)據(jù)的研究[J].湖南大學學報（社會科學版），2019（2）：59-67.

（責任編輯：鐘?瑤）

The?Research?about?Income?Gap?and?House?Price?Bubble：

Base?on?Threshold?Effect

LI?Chunfeng1，2，?CHENG??Qian1，LIU??Jianjiang2

（1.School?of?Business，?Nanjing?University?of?Information?Science?&?Technology，?Nanjing，Jiansu?210044，?China;

2.?Development?Institute?of?Jiangbei?New?Area，?Nanjing?University?of?Information

Science?&?Technology，?Nanjing，Jiansu?210044，?China;

3.Changsha?University?of?Science?and?Technology，?School?of?Economics?and?Management，Changsha，Hunan?410014，China）

Abstract：Based?on?considering?the?differences?of?different?income?residents?on?housing，?we?divide?the?residents?into?two?types;?combine?the?characteristic?of?resident?housing?preference.?Through?theoretical?derivation?we?conclude?that?the?income?gap?has?threshold?effect?on?real?estate?price?bubble.?Then，?we?construct?the?panel?smoothing?transformation?model，?the?empirical?conclusion?is?the?same?with?the?theoretical?analysis：?the?effect?of?income?gap?on?the?house?price?bubble?exists?the?threshold?effect.?If?the?income?gap?is?lower?than?the?threshold?value，?the?influence?is?inhibition?effect，?or?else?is?the?promotion?effect，?and?with?the?further?widening?of?the?income?gap?the?effect?is?more?obvious.?Therefore，?in?order?to?effectively?control?the?trend?of?the?house?price?bubble?in?China，?the?policy?should?focus?on?narrowing?the?income?gap，?reasonably?guide?their?housing?consumption?and?investment.

Key?words：income?gap;?housing?prices?bubble;?threshold?effect;?panel?smoothing?transformation?model