Page 190 - 《社会》2020年第4期

地理空间与住房不平等

度的城乡差异 ， 虽然在农村地区和城镇地区都是持有产权住房 ， 却存在
诸多差异 ， 譬如 ， 两者的市场价值 、 可交易性等都有很大区别 。 即便同
样是城镇地区 ， 由于地理区位的不同 ， 同样持有产权住房也可能存在很
大的住房资产差异 。 因此 ， 本文更侧重于以居民家庭住房价值度量的
住房资产来衡量住房不平等 。 根据前文的讨论 ， 地理空间之所以会影
响到住房不平等 ， 是因为房价及其变动存在空间差异 ， 这种差异从两个
层面影响不同居民家庭的住房状况 。 其一是影响人们住房的获取 。 表
５ 的数据表明 ， 越是在经济和社会欠发达的地区 ， 越容易获取产权住
房 ， 这与欠发达地区房价相对低廉不无关系 。 其二是通过影响人们所
持有的住房的价值而作用于住房不平等 。 由于房价及其变动存在地理
空间差异 ， 个人所持有的住房的价值及其变动就会随着地理空间的不
同而不同 。 表 ６ 证明了这一观点 。 需要说明的是 ， 对于那些在任何地
方都不持有产权住房的家庭而言 ， 无论是哪里的房价的变动 ， 对其住房
资产都没有影响 ， 因此 ， 在表 ６ 中我们选择了那些持有产权住房 （ 至少
持有一套 ） 的家庭户样本 ， 以其家庭房产 （ 取自然对数 ） 作为因变量进行
的回归分析 。 为了克服样本选择偏误 ， 我们采用了赫克曼两步法 ： 第一
步根据被访者是否拥有产权住房 （ 自变量同表 ５ ） 计算出逆米尔斯比率
（ 犐狀狏犲狉狊犲犕犻犾犾狊犚犪狋犻狅 ）， 第二步将逆米尔斯比率作为控制变量带入对住
房资产的回归分析 。 分析结果表明 ， 样本选择偏误在一定程度上是存
在的 ， 因此 ， 表 ６ 报告的是修正后的结果 。
表 ６ 的模型 １ 和模型 ２ 是对家庭总房产的回归分析 ， 其中 ， 模型 ２
在模型 １ 的基础上增加了地理空间变量 。 从模型 １ 可以看出 ， 家庭收
入 、 户主受教育年限等通常被看作市场能力的变量对居民家庭总房产
有积极影响 ； 在所谓的体制性因素中 ， 党员身份也有显著的积极影响 。
从模型 ２ 可以看出 ， 在控制了常见的变量之后 ， 地理空间对居民家庭总
房产的影响非常突出 ， 经济和社会越发达的地区 ， 居民家庭房产优势越
突出 。 并且 ， 对比模型 １ 和模型 ２ 的决定系数可以看出 ， 在增加了地理
空间变量之后 ， 模型的解释力得到较大幅度的提升 。 为了消除可能存
在的住房债务对居民家庭房产的影响 ， 表 ６ 的模型 ３ 和模型 ４ 是对居
民家庭净房产的回归分析 ， 分析结果与模型 １ 和模型 ２ 的结论基本类
似 ， 即地理空间对居民家庭房产变异具有很强的解释力 。

３
１
· ８ ·