Page 183 - 《社会》2020年第4期

社会 · ２０２０ · ４

表 １ ： 变量统计性描述
观测值均值标准差最小值最大值
地理空间 １３７５０４．７９２．０４１．００８．００
是否拥有产权住房 （“ 有 ” ＝１ ，“ 无 ” ＝０ ） １３７５００．８６０．３４０．００１．００
产权住房数量 １３７５０１．０３０．６１０．００７．００
当前家庭人均住房面积 （ 犿 ） １２７９１４７．１１５８．５０２．００３０００
２
家庭总房产 （ 万元 ） １３７５０４４．６１１１３．２４０．００２１００
家庭净房产 （ 万元 ） １３４９３４２．２５１０９．８３０．００１７９０
家庭人均总房产 （ 万元 ） １３７５０１４．５０４０．５７０．００１３５０
家庭人均净房产 （ 万元 ） １３４９３１３．７５３９．７５０．００１３２０
家庭规模 １３７５０３．６６１．８９１．００１９．００
户主年龄 １３７５０５０．４３１４．８６１８．００９５．００
户主性别 （“ 男 ” ＝１ ，“ 女 ” ＝０ ） １３７５００．５１０．５００．００ １．００
户主户口 （“ 非农业 ” ＝１ ，“ 农业 ” ＝０ ） １３７５００．２９０．４５０．００ １．００
户主婚姻状况 （“ 在婚 ” ＝１ ，“ 不在婚 ” ＝０ ） １３７５００．８４０．３７０．００ １．００
户主民族 （“ 少数民族 ” ＝１ ，“ 汉族 ” ＝０ ） １３７５００．０８０．２７０．００ １．００
户主党员身份 （“ 党员 ” ＝１ ，“ 非党员 ” ＝０ ） １３７５００．１００．３００．００ １．００
户主受教育年限 １３７５０７．５４４．６６０．００２２．００
户主党政事业单位就业经历 （“ 是 ” ＝１ ，“ 否 ” ＝０ ） １３７５００．０６０．２３０．００ １．００
家庭收入 （ 万元 ） １３６８０７．２４１１．５６０．０７２１６．００

间之所以会影响住房不平等 ， 是因为与不同地理空间房价及其变动的
差异密切相关 。 为了更精确地验证这一观点 ， 我们采用了以下分析策
略 ： 犆犉犘犛 项目是一个追踪调查项目 ， 在该项目的家庭样本中 ， 有一些
家庭在 ２０１２ 年被调查时拥有当时所居住房屋的所有权 ， 并且 ２０１６ 年
这些家庭仍然持有同一房屋 （ 我们从 犆犉犘犛 项目数据中筛选出 ８８２５ 个
这样的家庭样本 ）。 对于这些家庭而言 ， 其所居住的那套房屋的价值变
化理论上完全不受居民家庭和户主个体特征的影响 ， 而主要受房产价
格变动的影响 。 房产价格的变动存在地理空间差异 ， 因此 ， 考察这些家
庭所居住房屋价值的变化与分异情况 ， 即可观察地理空间因素对其住
房资产分化的影响 。 在经验分析部分 ， 我们对比了分布在不同地理空
间上的这些家庭所一直持有的那套房产的价值变动情况 。
四 、 研究发现

（ 一 ） 不同地理空间居民住房条件比较

如前文所述 ， 近年来中国城乡居民的居住条件得到极大改善 。 表 ２

· ７ ·
１
６