云鹰读书会2024第29期(总第213期)

2024-08-04

云鹰读书会2024第29期(总第213期)

2024年6月13日晚,南开大学经济学院云鹰读书会在圆阶205教室“国际经济与贸易科研训练:理论”课堂上顺利进行,本次读书会由2022级秦露美、董天萌同学展示Thomas Fischer发表的论文“Spatial inequality and housing in China”, 2023,由经济学院李凝晖老师跟进指导,助教祁馨仪提供答疑。

特别鸣谢

本次云鹰读书会由南开大学国际经济贸易系

系友苏武康博士赞助支持

摘要

本文通过一个考虑迁移和资本形成的动态空间一般均衡模型考察了中国(1978-2015)时期不平等的演变。国内从农村向城市地区的移徙往往会减少不平等。然而,城市人口增多导致的城市房价上涨可能会成为进一步城市化的障碍。不断上涨的房价加剧了城市内部租房者和房东之间的不平等。校准后的模型解释了中国目前房地产行业房价及收入不平等的趋势,并对这两者的未来进行了预测。

目录

1、引言

2、模型

3、参数校准

4、量化分析

5、结论


1. 引言

过去四十年,中国经济表现出了异常快速的转型,在2010年成为世界第二大经济体。就 GDP 总量而言,仅次于美国。然而这种增长红利的分配越来越不平等,如图(a)所示。从不平等水平来看,中国近年来不平等水平正在接近美国目前的水平。

与许多其他经济体一样,中国的经济转型也伴随着从农业向以第二产业为主的结构转型。伴随着这种结构转型的是从农村向以制造业为主的城市地区的迁移。巨大的城乡收入差距(如图(b))使居住在城市地区具有吸引力,人口迁移使更多的人口参与制造业部门的增长。

图片

在本文中,作者认为城市房价在不平等的演变中起着重要的作用。中国经历了房价的爆炸式上涨,特别是在城市中心地区,如图(c)所示。本文作者通过一个包含迁移和资本形成的动态空间一般均衡模型,研究了1978-2015年中国不平等的演变。此模型认为,来自农村地区的人口迁移推动了城市房价上涨。作为结果,升高的城市房价阻碍了进一步的人口流动,也因此影响了地区间不平等的缩小。尽管不同地区之间仍存在明显的收入差距,人们也许不会迁移到高收入的城市地区,因为高收入的优势会被高生活成本(特别是城市房价的上涨)所抵消。

现有文献讨论了诸多阻碍人口流动的因素,特别是中国的户籍制度。但本文的模型表明,户籍制度对人口流动的阻碍作用正在减小。而房价上涨的阻碍因素日益增大,飞涨的房价限制了进一步的人口流动。

该模型还通过一种新机制,为城市内部不平等加剧提供了解释。虽然在城市地区,本地人和流动人口同住一处,但他们在收入和消费方面并不同。城市本地人将房屋出租给外来人口。这构成了当地人的部分收入,也扩大了他们的消费能力,但减少了外来人口的非住房消费。人口迁入引起的房价上涨加剧了这种分层,加剧了城市内部的收入不平等。该模型还表明,消费的不平等甚至可以超过收入的不平等。

本文的另一大贡献是:考虑住房和不平等的实证文献主要集中在美国,尚不清楚这些发现是否对其他制度及发展状况截然不同的国家同样适用。而本文贡献了对于中国关于住房和不平等方面的研究。


2. 模型

图片

图片


图片
图片

2.2.3 城市和农村的收入差距

在进入平衡增长路径之前,城市和农村的收入差距取决于城市化程度。

以下图片展示了城市和农村之间收入差距随城市化进程的变化,我们可以看到(图中曲线斜率为负)。蓝色曲线代表基准模型中的均衡,而黑色曲线代表不存在房屋租赁行业的均衡。我们可以观察到,城市地区房地产行业的存在加剧了城市和农村之间的收入差距(蓝色曲线在黑色曲线之上)。

图片

城乡间收入差距随城市化进程而缩小,这源于农产品价格的提高。农产品价格上涨是由双重效应造成的,因为 (i) 城市收入增加导致对农产品的需求增加,(ii) 由于农村家庭迁入城市地区,农产品供应减少。

图片
图片


3. 参数校准

图片
图片
图片
图片

下图显示,模型预测的住房/GDP比率与实际情况非常吻合。在样本外,模型预测这一比率会下降,回到 2000 年代初的数值。2010 年向城市地区的移民达到顶峰后,房价的增长速度低于 GDP 的总体增长速度,该比率会下降。

图片

正如Liang et al(2020)所强调的那样,作者认为在考虑国内迁移约束时,中国既有高昂的迁移成本(与户籍制度相关),也有紧张的住房供给约束。而在美国,国内移民主要受到住房供给约束的阻碍;在印度尼西亚这样的国家,移成本占主导地位。 

下图分别展示了外生因素(迁移成本)和内生因素(城市房价)对人口迁移的影响,最上面的部分展示了外生因素的绝对影响,中间部分展现了两者的相对影响,下面部分对两者影响人口迁移的贡献进行了可视化,可以发现,大概2010年后,住房的对人口流动的内生影响超越了其他外生因素的影响。

图片



4. 量化分析

4.1不平等

有了以上的校准参数和部分发现,我们可以通过模型来分析不平等的趋势。

4.1.1城市内不平等

图片

模型预测的城市内不平等随着时间的推移而增加。但由于只关注了本地房东和城市迁移人口这两个群体之间的差异,模型低估了城市内不平等水平。

4.1.2城乡间不平等和总不平等

图片

模型预测的城乡间不平等和总不平等随着时间的推移而减少。模型估计的区域间不平等很准确,但由于低估了城市内不平等,所以总不平等也被低估了。

4.1.3消费不平等和收入不平等

图片

模型预测的城市内消费不平等大于城市内收入不平等,总消费不平等小于总收入不平等。

4.2 城市内部的社会流动性

基准模型中,外来人口永远无法拥有城市房屋,这个假设可能过于悲观。作者将这种情况与另一种情况进行了对比。另外一种情况下,允许城市外来人口获得土地产权,并可因此获得来自房地产行业的收入。

图片
图片

4.3模型不足之处

4.3.1低估不平等

在本文中,作者扩展了一个与住房市场相关的单一机制影响城市地区收入分配。并表明,在合理的校准下,该模型符合不平等的趋势,但是低估了其水平。

4.3.2没有考虑农村内不平等

该模型也没有对农村内部日益严重的不平等现象进行深入探讨。随着个人放弃农村户口,剩余的土地将被重新分配给其他农村居民。如果其中部分农村居民能够轻易地收购迁移人口出让的土地,进行农产品大规模生产,这将增加农村地区的不平等。

本文假设迁移人口在回到农村地区时失去了他们的储蓄,但是,在实证中,迁移人口在城市积累储蓄,然后搬回农村地区,自己和家人开始更富裕的生活,这也将增加农村地区的不平等。

4.3.3各个城市之间的差距

正如本文所述,中国古老而简单的城乡二分法最近变得更加模糊。事实上,不同城市之间也存在很大的差异,由于将所有城市都纳入城市地区的标签下的简化假设,作者没有在这里进行深入调查。 


5. 结论

本文通过包含迁移和资本形成的动态空间一般均衡模型的视角,研究了中国(1978-2015年)不平等的演变。以前从事农业工作的农村人口迁移到城市中心,以参与当地制造业的繁荣,从而给城市房价带来上行压力。观察到的高住房成本不仅阻碍了进一步的城市化,而且加剧了城市内部房东和租房者之间的不平等。虽然模型预测显示 2015 年之后不平等现象略有下降,但高房价阻碍了不平等现象的进一步减缓。

人们经常讨论,废除户口制度会促进城市化,促进增长红利以更平等的方式分配,这意味着更高的平等程度。本文对这一提议提出了谨慎的看法,强调房价作为迁移的内生障碍的作用,最终甚至加剧了城市房东和城市迁移人口之间的不平等。由于对住房供应的限制在很大程度上是由政府的土地供应决定的,所以改良土地供应政策,是决策者可以考虑的一种选择。



参考文献


[1] Shorrocks, A., Wan, G., 2005. Spatial decomposition of inequality. J. Econ. Geogr. 5 (1),59–81.

[2] Kuznets, S., 1955. Economic growth and income inequality. Am. Econ. Rev. 45 (1), 1–28 .

[3] Iacoviello, M., Neri, S., 2010. Housing market spillovers: evidence from an estimated DSGE model. Am. Econ. J. 2 (2), 125–164 .

[4] Cao, K.H., Birchenall, J.A., 2013. Agricultural productivity, structural change,

and economic growth in post-reform China.

[5] Kline, P., Moretti, E., 2014. People, places, and public policy: some simple welfare eco-nomics of local economic development programs. Annu. Rev. Econ. 6 (1), 629–662 .

[6] Garriga, C., Hedlund, A., Tang, Y., Wang, P., 2020. Rural-urban migration and house prices in China.

[7] Roback, J., 1982. Wages, rents, and the quality of life. J. Polit. Econ. 90 (6), 1257–1278 .

[8] Ahlfeldt, G.M., Bald, F., Roth, D., Seidel, T., 2020. Quality of Life in a Dynamic Spatial Model.

[9] Albouy, D., Behrens, K., Robert-Nicoud, F., Seegert, N., 2019. The optimal distribution of population across cities. J. Urban Econ. 110 (C), 102–113.

[10] Cao, K.H., Birchenall, J.A., 2013. Agricultural productivity, structural change,and economic growth in post-reform China. J. Dev. Econ. 104 (C), 165–180.

[11] Dekle, R., Vandenbroucke, G., 2012. A quantitative analysis of China’s structural transformation. J. Econ. Dyn. Control 36 (1), 119–135. 

[12] Feenstra, R.C., Inklaar, R., Timmer, M.P., 2015. The next generation of the penn world table.

[13] Kleinman, B., Liu, E., Redding, S.J., 2021. Dynamic Spatial General Equilibrium.

[14] Piketty, T., Yang, L., Zucman, G., 2019. Capital accumulation, private property and rising inequality in China, 1978–2015. Am. Econ. Rev. 109 (7), 2469–2496.

[15] Sasaki, T., Sakata, T., Mukoyama, Y., Yoshino, K., 2021. China’s Long-Term Growth Potential: Can Productivity Convergence Be Sustained? 



下期预告


时间:2024年6月13日下午18:30-21:05

地点:南开大学八里台校区经济学院圆阶205教室

论文:“Spatial Inequality and Housing in China”,Fischer(2023).



文稿:秦露美 董天萌

编辑:吕宸慧

审校:李凝晖

2024年8月4日