房地产金融化对共同富裕的影响及作用机制研究

摘  要 ：房地产金融化可能引发房地产投机行为和产业结构“脱实向虚”，加剧金融风险积累，并可能对共同富裕的实现造成负面影响。本文首先分析住房金融化对共同富裕的影  响机理，然后在构建共同富裕和房地产金融化指标体系的基础上，以我国 31 个省（自治区、直辖市）2013—2020 年面板数据为样本进行实证检验。结果表明  ：第一，房地产金融化程度的上升显著降低了共同富裕水平。第二，房地产金融化通过提高区域劳动抚养比、降低  区域创新积极性以及加剧产业“脱实向虚”三个渠道，阻碍共同富裕目标的实现。第三， 房地产金融化对共同富裕的负面影响存在区域异质性，中西部地区弱于东部地区。第四， 房地产金融化对共同富裕的影响存在空间溢出效应，本地区房地产金融化显著降低了相邻  地区的共同富裕水平。推动房地产市场健康发展、助力实现共同富裕目标，一是要继续坚  持“房住不炒”的调控政策，完善多层次住房供给，降低房地产的金融属性  ；二是要提高金融服务实体经济的能力，引导实体企业回归主业。

关键词 ：以人民为中心 ；共同富裕 ；房地产市场 ；房住不炒 ；金融化 ；贫富差距

中图分类号 ：F832            文献标识码 ：A    文章编号 ：1007-9041-2022(09)-0000-15 

一、引言 

共同富裕是社会主义的本质要求，是经济发展的根本目的。近年来，伴随着房地产价格 持续上升，房地产市场也逐渐呈现出金融化的现象。如何合理地设计共同富裕的指标体系， 并防范房地产金融化形成的负面影响，已经成为当前学界亟需研究的重要方向。

房地产是当代家庭总资产的重要组成部分，对个人成长、经济发展与共同富裕的实现产生了巨大的影响（甘犁等，2013）。中国人民银行官网数据显示，我国人民币房地产贷款余额占金融机构人民币贷款余额的比例从 2005 年末的 14.23% 上升至 2021 年末的 27.07%，房地产市场与金融行业的关联度越来越高。2021 年以来，部分房地产企业相继出现资金周转困难， 打击了购房者对市场的信心，也反映出房企高杠杆和高周转的盈利模式难以持续。同时，房  地产金融化、泡沫化成为金融监管的重点，也成为阻碍共同富裕实现和社会经济稳定的重要  因素。

通过对现有文献进行梳理和总结，本文将房地产金融化的概念界定为  ：房地产行业与各金融部门的联系不断加深，各种资本通过金融市场向房地产企业渗透，导致房地产的金融属  性增强，并引发区域土地价格变化和金融风险的过程。在现实中，房地产金融化主要表现在  以下三个方面：第一，在居民维度，居民使用金融工具、加杠杆等方式买卖房地产。例如“深  圳炒房团”事件，居民以超出自身需求的数量购买房地产，明显违背“房住不炒”精神。第二， 在企业维度，房地产企业运用金融工具进行房地产投融资，金融机构通过发放贷款或其他金  融产品和交易来获取盈利，房地产企业与金融市场之间存在相互共生的关系，共同导致了财富幻觉（李嘉和朱文浩，2020）。第三，在区域维度，地方政府在向房地产企业提供土地的过程中，逐渐形成对土地出让收入的依赖，这不但形成了区域土地增值预期，而且可能会累积金融风险（王雅龄和王力结，2015）。通过居民、企业和区域三个维度，房地产金融化可能引致较为严重的金融风险，从而对共同富裕目标的实现产生不利影响。

基于上述背景，本文将对房地产金融化与共同富裕的关系展开深入研究。本文可能的创新点主要包括 ：一是分别从富裕的差异性和共享性、物质生活和精神生活富裕、生活环境宜居等维度构建共同富裕和房地产金融化的指标体系，并对其在区域间影响的差异性进行实证分析 ；二是分析并验证了房地产金融化通过提高区域劳动抚养比、降低区域创新积极性、推动产业“脱实向虚”等影响共同富裕的作用机制，可为坚守“房住不炒”政策、推动实现共 同富裕提供参考。 

二、文献综述与理论分析 

（一）文献综述

1．房地产金融化的演进

2008  年国际金融危机以来，各级地方政府为了应对金融危机给经济带来的巨大冲击，建立了各种融资平台，并将土地作为优质抵押物，以获取银行和非银行机构的融资，同时加大  对房地产行业的支持力度，使得房地产投资与地方经济增长呈现显著的正相关性（张洪等， 2014），这一举措将“以地生财”的“土地财政”模式转化为“以地融金”的“土地金融”模式（郑思齐等，2014），土地的金融属性被充分挖掘出来，成为经济复苏的关键动力。在此基础上，房地产部门与金融部门的联系不断加深，金融资本向房地产部门的渗透更加深入（李嘉等，2020）。然而，“土地金融”的债务模式在解决地方财政燃眉之急的同时，也给经济发展带来了巨大的隐患。相当一部分的信贷资金和社会资本并未进入实体经济领域，而是流入高回报的房地产企业（余泳泽和张少辉，2017）。房地产的资产价值在“房地产—金融”闭合系统中自我加速升值，房地产价格的攀升成为地方经济增长和引导区域投资行为的信号（王雅龄和王力结，2015）。在房地产价格持续上升的引导下，居民部门出现了“追涨杀跌”的金融化冲动（李嘉等，2020），此时房地产投资属性逐渐显露出来，引发了大量的房地产投机行为，助推了房地产金融化的程度，增加了全社会的债务累积和违约风险，提高了全社会的债务水平（李程和赵艳婷，2021）。

2．房地产金融化与共同富裕

国内外学者主要从收入差距的角度研究房地产金融化的影响。房地产金融化本质上造成了社会不均衡（Romainville，2017），在增加社会财富的同时，也拉大了居民收入差距。房价持续上涨使房地产财富效应膨胀，社会财富向拥有大量房地产的人群以及房地产投资者倾斜（原鹏飞和冯蕾，2014）。房地产市场不公平不充分的现象日益严重，少数人占有多数房屋，且房地产价格与普通人收入严重脱节（王竞和王祖山，2019）。在收入与房地产价格的分层叠加下，房地产金融化加剧了居民的贫富分化（吴开泽，2019），增加了社会经济运行的风险（张川川等，2016）。同时，预防性储蓄的不断增加，在一定程度上扭曲了居民生命周期中的“储蓄—消费”和“储蓄—投资”相互替代的平滑曲线，降低了居民的福利水平（陈彦斌和邱哲圣，2011）。此外，房地产金融化过分强调住房的交换价值而不是使用价值，改变了家庭的社会关系（Aalbers，2017），给家庭生活带来了不稳定性（Free 和 Mcintyre，2021）。

（二）理论机制和研究假设

1．房地产金融化对共同富裕影响的理论机制

房地产金融化是引起社会财富差距和家庭收入不平等的一个重要原因。房地产分配的初 始差异和后续分配机制，使得财富收入在不同收入阶层的家庭中产生较大的差异性（张传勇等，

2020）。在房地产价格的引导下，部分居民将房地产视为投资品，并以超出需求的数量购买房地产，造成市场供给的非均衡状态。而持续上涨的房价远超一般居民的支付能力，形成新房  开盘供不应求和二手房大量闲置同时出现的局面，造成社会资源配置效率低下，威胁国民经  济的平稳运行。在居民部门需求不断增加的刺激下，房地产企业不断加杠杆进行投资与再建设， 以获得高额资金回报。此时房地产成为社会资本的主要聚集地，影响资本的正常运动，进而产生资本回流中断风险（张良悦，2019）。房地产企业为了快速回流资金，利用房地产增值的财富效应，形成了房地产市场所特有的“黑洞效应”（冯燮刚和李子奈，2009），造成房地产大量闲置和外来人口买房难同时出现的现象，加剧了财富分化。此外，部分居民对房地产的  投机炒作也提升了房地产金融化的程度，加剧房地产的分层效应，扩大社会贫富差距，影响  共同富裕目标的实现。

房地产金融化主要通过居民高投入、房企高杠杆和社会高融资等渠道影响人力资本积累、扭曲资本配置、威胁金融稳定，从而阻碍共同富裕目标的实现（见图 1）。第一，居民高投入买房会使他们的负担过重，挤占居民消费，损害地区劳动力的竞争力，迫使人才转变迁移方向。并且在一定程度上降低地区人口红利，影响地区经济的可持续发展。第二，房地产企业使用  高杠杆、高债务融资建房，吸收大量社会资源，挤占地区创新投资，影响地区创新的积极性。此外，使用资金不当所导致的房地产企业“烂尾楼”等事件不但会影响居民的生活质量，也  会加深市场悲观情绪，挫伤企业进行科技创新和投资活动的积极性。第三，房地产企业的债务问题会影响社会资本累积，促使资金在“房地产—金融”体系内循环，降低资本对实体经济的投资力度，推动产业结构“脱实向虚”。基于以上分析，本文提出第一个假设 ：

H1 ：房地产金融化会阻碍共同富裕目标的实现。

图 1 房地产金融化影响共同富裕的理论机制 

2．房地产金融化对共同富裕的传导机制

基于前文分析，本文将从区域劳动抚养比、区域创新积极性以及产业脱实向虚三个角度研究房地产金融化对共同富裕的传导机制。

（1）    区域劳动抚养比视角。房地产金融化通过影响外来人口的迁移，降低地区人口红利， 阻碍共同富裕目标的实现。外来人口是人口红利的重要组成部分，外来劳动力为城市发展做  出了巨大的贡献，也深刻影响着城市的发展进程。收入和就业条件优良与否是吸引外来人口  迁移的重要原因。外来人口根据区域的就业环境和收入条件来选择即将迁入的城市，如果该  区域房价过高会使得外来人口的生活成本大幅提高，从而引起人群的反向移动。如今，我国  形成了以房地产福利为主要特征的城乡二元结构，劳动抚养比的提高将会增强房地产的分层  效应，使得经济的可持续发展受到阻碍，影响共同富裕目标的实现。此外，人口红利的消失  会阻碍区域的经济发展，扩大城乡收入差距。目前，我国各个区域的人口红利正在逐步消退， 劳动抚养比逐年上升，劳动力负担的增加倒逼社会技术的进步以及劳动生产率的提升，而技  术的快速攀升将会引起低技能劳动者的议价能力进一步减弱，加之高房价带来的居住压力， 低技能劳动者将会面临更大的失业风险，加剧居民收入的不平等性，阻碍共同富裕目标的实现。基于以上分析，本文提出第二个假设 ：

H2 ：房地产金融化通过提高区域劳动抚养比，阻碍共同富裕目标的实现。

（2）    区域创新积极性视角。房地产金融化程度的加深会抑制企业创新的积极性，阻碍共 同富裕目标的实现。房地产金融化导致房地产行业利润偏高，大量的社会资金流入到房地产企业，而实体企业成本上升、投资资金不足（肖珂和黄宗远，2019）。贫富差距根源逐渐从劳动收入差异向财产差异转变，加剧了社会财富分配的不平等性，形成了房地产行业利润增加  和实体企业利润减少的不平衡局面，致使实体企业的投资者将更多资本转向房地产市场，挤  占了技术创新的投资空间，从而影响技术进步和创新能力的培育。此外，由于创新研发的不  确定性和长期性，投资者追求快速回报的预期使得企业倾向于追求“短平快”的短期收益， 进而减少对技术创新的投入，削弱了企业的长期竞争力。然而在全球化不断加深和科技进步持续加快的背景下，创新能力已成为企业可持续发展的关键因素，是实体企业转型升级的核心  动力，也是实现区域经济增长和共同富裕的重要途径。基于以上分析，本文提出第三个假设 ：

H3 ：房地产金融化通过降低当地企业创新积极性，阻碍共同富裕目标的实现。

（3）    产业结构“脱实向虚”视角。房地产价格的上涨和房地产金融化程度的上升将导致 房地产投资回报率上升，进而吸引企业和投资者扩大对房地产的投资、减少对实体经济的投资， 这将进一步加速金融资本与实体经济的脱离，促使资本在金融体系内进行“自我循环”，加剧产业结构“脱实向虚”趋势，阻碍实体经济的健康发展。与此同时，由于资金大量流向房地  产行业，实体企业尤其是中小企业面临更加严重的“融资难、融资贵”问题，其投资回报率进一步下降，与虚拟经济和金融资产投资回报率的差距进一步拉大（杨元庆，2017）。基于以上原因，一些投资者在房地产方面的投资动力不断增强，加深了金融体系内资金空转的程度， 致使金融效率持续下降（彭宇超等，2018），同时也使持有较多房地产和金融资产群体的财富性收入上升，与主要依靠劳动收入的普通群体之间的贫富差距越来越大，阻碍了共同富裕目  标的实现。基于以上分析，本文提出第四个假设 ：

H4 ：房地产金融化通过促进产业脱实向虚以阻碍共同富裕目标的实现。 

三、研究设计 

（一）变量选取

1．被解释变量

本文的被解释变量是共同富裕（cop）。已有文献通常从富裕的共享性和差异性、物质生活和精神生活富裕、生活环境宜居等多个角度来衡量共同富裕。本文在借鉴以往文献常用方  法（刘培林等，2021）的基础上，综合浙江大学发布的  2021  中国共同富裕指数模型，构建共同富裕指标体系，并利用熵值法对共同富裕指标进行量化测度。分别从富裕的“共同”和“共   享”两个角度进行共同富裕的横向和纵向衡量，从富裕的差异性和共享性来衡量其“共同” 的指标；从物质生活富裕、精神生活富裕和生活环境宜居等角度来衡量区域的“富裕”程度。

共同富裕是在实现富裕的基础上进行的公平分配，因此应选取较多指标衡量区域的富裕 程度。共同富裕的最终落脚点是经济的进步和相对财富差距的缩小，在高质量发展中促进共  同富裕，形成高收入和高平等有机统一的整体。因此，共同富裕不应当过度强调收入差距、 城乡差距的缩小，而应当以全体人民收入水平的整体提高为主要指标，既强调将“蛋糕分好” 又强调将“蛋糕做大”。本文构建共同富裕指标体系如表 1 所示 ：

表 1 共同富裕的指标体系

收入与消费

本文的核心解释变量是房地产金融化（hfz）。已有文献对房地产金融化研究较少，多数从房地产泡沫化的角度进行研究。对于房地产泡沫化，现有研究大多通过指标指示度量法、统  计检验观测法和基准价格比较法进行测量，以找出房地产的基础价格，并将其与实际价格进  行比较。但房地产价格作为信号机制，与房地产金融化不同，不能直接刻画房地产金融化程度。因此，本文从房地产金融化的特征入手构建房地产金融化指标体系。

由房地产金融化的定义可知，房地产金融化最显著的特征  ：一是信贷资金的变动对房地产资产价格的影响较大 ；二是房地产企业通过多种渠道进行融资，导致其杠杆率显著提升 ； 三是居民部门大量购进房地产，房地产市场呈现出供不应求的局面，同时房地产待售率快速下降（吕江林，2010）。根据上述特性，本文将衡量指标从居民、企业、区域三个维度测度房地产金融化水平。具体而言，以住宅商品房待售率反向衡量居民部门投机程度，以房地产企业资产负债率正向衡量房企金融化水平，以区域融资水平正向衡量区域金融化水平（见表 2）。部分缺失数据用插值法进行补充。

表 2 房地产金融化指标体系

一级指标           二级指标               计算方法               单位                 属性

报告期住宅商品房待售面积①/近 

居民维度       住宅商品房待售率

三年住宅竣工总面积           %            负向 

企业维度       房地产企业杠杆率  房地产企业总负债/所有者权益         %               正向区域维度            区域融资水平                 社会融资总数/GDP %    正向

注 ：①住宅商品房待售面积，是指房地产开发企业已竣工但尚未售出或出租的面积，该指标在 2010 年之前被称为“住宅商品房空置面积”

2.  数据标准化处理和熵值法赋权

为确保各项指标数据更具有可比性，尽可能消除指标间的量纲关系，采用极差标准化对原始数据进行无量纲归一化处理。

正向标准化 ：                                                                                                    （1）

 负向标准化 ：                                                                                                    （2）

其中 ：Xij  为各项指标标准化之后的数值，xij  为第 i 项第 j 个指标原始数值，xmax、xmin  则

分别表示原始数据的最大值和最小值。通过熵权法确定各项指标的权重。熵用于度量系统的无序程度，指标的信息熵越小，则说明其含有的信息量越大，在综合评价中的作用越大，权重越高，反之亦然。具体的计算步骤如下 ：

各项指标比重：                                                                                                   （3）

 指标熵值：                                                                                                   （4）

将熵值进行逆向转化 ：                                                                                                   （5）

得出指标权重 ：                                                                                                   （6）

由于本文采用的是面板数据，因此在结合传统熵值法的基础上，加入时间因素。各项指

标比重变为                            ，指标熵值变化为                                                ，据此得到各省份基于时间序列的综合指标。

3.  控制变量

参考以往文献的做法，在模型中加入区域人口密度（density）、地方财政收支比（rate）以及区域基础设施建设水平（infr）作为控制变量。具体而言，以区域面积与总人口之比表征  区域人口密度，以地方一般公共预算收入支出之比表征地方财政收支比，以区域固定资产投  资表征区域基础设施建设水平。

（二）模型设定

本文实证的重点在于检验房地产金融化程度对共同富裕的影响，以及区域劳动抚养比、区域创新积极性与产业结构三个传导机制是否存在。基本回归模型设定如下 ：

（7） 其中 ：i 表示省份，t 表示年份，cop 表示共同富裕，hfz 表示房地产金融化，cov 表示控

制变量，μi 为个体固定效应，γi 为时间固定效应，εit 为随机扰动项。根据本文的假设，需要验证 α1 ＜ 0。

为验证房地产金融化对共同富裕影响的传导路径，借鉴江艇（2022）的做法，只考察房地产金融化对中介变量的影响，以克服原有中介效应模型的缺陷。建立模型如下 ：                                                                                                                                       （8） 其中 ：M 为中介变量，α 1' 表示房地产金融化对三个中介变量的影响程度。回归时中介变

量分别用区域劳动抚养比（pop）、区域创新积极性（innov）与产业结构（ind）表示。

（三）数据来源

本文采用 2013-2020 年①我国 31 个省（自治区、直辖市）（不含港澳台）的面板数据作为研究样本，并运用 Eviews 软件将年度数据转化为月度数据，以更好地体现房地产金融化波动的趋势。研究数据来源于《中国金融年鉴》《中国房地产统计年鉴》《中国城市统计年鉴》《中国统计年鉴》等统计年鉴以及中经网。为减少异方差的影响，对绝对值变量及数量级较大的变量做了对数处理。 

四、实证分析 

（一）描述性统计分析

各变量的描述性统计结果如表 3 所示。多重共线性检验显示，各变量的方差膨胀因子均小于  10，模型不存在严重多重共线性问题。将共同富裕和房地产金融化的各省份测算结果按照年度平均水平进行排序。在共同富裕测算排名中，浙江、北京、广东等三个省市处于全国领先地位。浙江作为共同富裕首批试点地区，为全国各省市实现共同富裕起到较好的示范作用。在房地产金融化排名中，上海、北京、浙江等省市拥有较好的经济发展环境，房地产市场发展较快，房地产金融化程度位于全国前三位。

表 3 变量描述性统计结果

（二）基准回归结果及分析

表 4  展示了随机效应、不含控制变量的固定效应以及包含控制变量的固定效应模型的基准回归结果。根据豪斯曼检验结果，本文选择固定效应模型进行估计。列（2）、（3）的回归结果显示，无论有无加入控制变量，房地产金融化（hfz）的回归系数均在  1%  显著性水平下显著为负，说明房地产金融化程度的加深阻碍了共同富裕目标的实现。此外，列（3）的回归  结果显示，财政收支比、基础设施建设投入的回归系数均在  1%  显著性水平下显著为正，表明两者能够促进区域共同富裕水平的提高。一般来说，财政收支比越高，区域经济发展越好， 区域富裕程度越高，而固定资产投入将会改善区域基础设施建设和公共服务配给，提高生活  环境的宜居性，促进共同富裕的实现，回归结果符合逻辑。

表 4 房地产金融化与共同富裕的基准回归结果

注 ：*、**、*** 分别表示在 10%、5% 和 1% 显著性水平下显著 ；括号内的数值为稳健标准误。下同。

（三）稳健性检验

为缓解模型中可能存在的互为因果和遗漏变量的内生性问题，采用两阶段最小二乘法对模型进行估计。表 5 报告了使用工具变量法后的估计结果，其中，列（1）、（2）使用的工具变量是人均住房面积（peland），列（3）、（4）使用的工具变量是房地产金融化的滞后一期（L.fhz）。上述工具变量的选择理由如下 ：人均房地产土地购置面积越少，说明该地区土地资源较为稀缺，该区域房地产企业会加大投资力度、提高企业杠杆率，加深房地产金融化程度。同时，为消除区域人口带来的影响，对数据进行人均处理，以保证结果的可靠性。由上述分  析可知，人均房地产企业土地购置面积与房地产金融化程度之间关系密切，但与共同富裕没  有直接相关关系，因此将人均房地产企业土地购置面积作为工具变量是合适的，可以缓解互  为因果的内生性问题。此外，由于房地产业建设周期较长，存在一定的时滞性，房地产金融  化在本期的发展程度会受到上一期的影响，当期房地产金融化与上期房地产金融化水平密切  相关，而与共同富裕无关，缓解了互为因果的内生性问题。同时，本文选取的当期值与干扰  项可能存在相关性，但其滞后项却不会与当期干扰项相关，缓解了遗漏变量的内生性问题， 因此选取房地产金融化的滞后一期作为工具变量是合适的。

从表 5 列（2）、（4）的两阶段最小二乘法回归结果来看，在控制了其他影响因素后，房地产金融化程度与共同富裕之间呈显著的负相关关系，再次证实房地产金融化对共同富裕具有抑制作用。由第一阶段回归结果可知，房地产金融化程度与人均房地产企业土地购置面积和房地产金融化的滞后一期的系数在 1% 显著性水平下显著，符合理论预期。对工具变量的不可识别检验、弱工具变量检验以及过度识别检验的结果表明，上述工具变量选取是合适的。

表 5 两阶段最小二乘法回归结果

表 6 列（1）（2）（3）分别是采用 Tobit 回归模型、Truncated 回归模型和剔除直辖市样本的稳健性检验结果。结果显示，hfz 的回归系数均在 1% 显著性水平下显著为负，说明房地产金融化的加深对于共同富裕目标的实现有着显著的负向影响，与基准回归结论一致，再次印证了假设 1。

表 6 稳健性检验结果

（四）传导机制检验

在基准回归模型的基础上，借鉴江艇（2022）的研究方法，对房地产金融化如何通过区域劳动抚养比（pop）、区域创新积极性（innov）以及产业结构（ind）影响共同富裕的作用渠道予以识别和检验。其中，pop  用区域非劳动人口与劳动人口之比来衡量，innov 用专利申请数对数来衡量，ind 用三个产业产值占比的加权平均值来衡量②，传导机制检验结果如表 7 所示。列（1）结果显示，房地产金融化（hfz）的回归系数为 0.1203，在 1% 显著性水平下显著，表明房地产金融化显著加剧了劳动力的抚养负担，降低了社会福利水平。列（2）结果显示， 房地产金融化（hfz）的回归系数在  1% 显著性水平下显著为负，表明房地产金融化显著降低了地区创新积极性，影响地区经济的可持续发展。列（3）结果显示，房地产金融化对产业结构的影响在 1% 显著性水平下显著为正，说明房地产金融化加剧产业结构“脱实向虚”，加大实体经济空心化，不利于共同富裕目标的实现。

表 7 房地产金融化影响共同富裕的传导机制检验

（五）异质性分析

由于中国国土辽阔，区域之间存在较大的发展差异，因此将 31 个省份分为东部、中部和西部三个区域，分别检验房地产金融化程度的加深对不同区域共同富裕产生的影响，结果如表 8 所示③。

从表  8  列（1）可知，房地产金融化对共同富裕的影响在各部区域均较为显著，但中、西部地区的显著程度要弱于东部地区。可能的原因是，东部区域经济发展水平较高，人口密集， 在居民刚需房地产和投机性房地产需求增长的刺激下，房地产金融化水平攀升较快，对于共  同富裕的影响程度也大于中西部地区。而中西部区域由于经济发展水平稍弱，人才聚集程度  较小，房价增速与居民收入相差较小，因此中西部地区房地产金融化对共同富裕的影响显著  性较低。

此外，从列（2）、（3）可得，中西部区域房地产金融化对共同富裕的影响均在 5% 显著性水平下显著，中部区域房地产金融化（hfz）的回归系数为   -0.5294，绝对值大于西部区域的回归系数   -0.0810，表明中部区域房地产金融化的影响高于西部区域。本文认为可能的原因是，西部区域还正处于市场发展的初级阶段，房地产企业投资相对谨慎，其房地产金融化程度低于中部区域，因此房地产金融化对该区域共同富裕的影响程度也相对较少。此外，西部区域地广人稀，要素资源汇集度不足，区域的房地产需求相对较低，因此它对共同富裕的负面影响要低于中部区域。

表 8 区域异质性检验结果

五、进一步分析 

（一）空间计量模型设定

在房地产金融化对共同富裕的影响中进一步考虑空间因素 , 以此来验证房地产金融化的蔓延对周边地区共同富裕水平的影响作用。空间计量模型一般包含空间滞后模型（SAR）、空间误差模型（SER）和空间杜宾模型（SDM）。空间滞后模型包含有被解释变量的空间滞后项，体现该地区的共同富裕不仅受本地区房地产金融化的影响，还受到相邻其他地区的共同富裕  的影响。构建空间滞后模型如下 ：

（9） 其中 ：wij  为经过标准化处理后的 N×N 维空间权重矩阵的 i 行 j 列元素，wijlncopij  为被解

释变量的空间滞后项，ρ 为空间滞后自回归系数，表示空间溢出效应的大小程度与影响方向。

λ 'i '、μt'' 分别为空间（个体）效应与时间效应。                。空间误差模型包含空间误差项， 表示该地区共同富裕取决于观测到的一组局域特征和邻近研究单元的空间误差项。构建空间  误差模型如下 ：

（10）                                                                                                            其中，ν 为空间残差自相关系数。其余变量含义与上述一致。空间杜宾模型被认为是上述

两种空间面板模型的综合，认为本地区共同富裕水平还与邻近地域的变量之间存在空间关联。建空间杜宾模型如下 ： 

（11） 

其中，θ1、θ2  表示自变量空间滞后项的弹性系数。由模型（11）可知，空间杜宾模型是空间滞后模型和空间误差模型的一般形式，可用来分析解释变量对被解释变量的影响的空间效应，并且通过空间模型中的直接效应和间接效应更加全面的诠释二者之间的影响关系（韩长根和张力，2019）。此外，空间杜宾模型能够较好的处理遗漏变量的问题，降低自变量与误差项的参数估计偏误。当 ρ' 不为 0 时，需要对模型进行效应分解，得出其影响的直接效应和间接效应。直接效应是本地区解释变量对被解释变量产生影响的平均值，间接效应是解释变量对临近变量产生影响的平均值，总效应为两种效应的总和。

（二）估计结果分析

根据 LM 检验、LR 检验、Wald 检验以及 Hausman 检验结果，确立使用固定效应模型进行估计。

1．基准回归结果

本文采用地理距离权重矩阵作为空间权重矩阵，并同时使用 SAR、SEM 和 SDM 模型来验证各个变量回归结果的稳健性。表   9   列（1）-（3）的结果显示，房地产金融化（hfz）的回归系数在  1%  显著性水平下显著为负，说明房地产金融化抑制了地区共同富裕水平，且三个模型的空间自回归系数均在 1% 显著性水平下显著小于 0，表明房地产金融化与各解释变量之间存在空间交互效应。

表 9 房地产金融化与共同富裕的空间面板估计结果

2．空间效应分解

由于相邻地区之间存在着大量交互信息，仅采用回归系数并不能全面解释房地产金融化对该地区共同富裕水平和临近地区共同富裕水平的影响（James 和 R，2008）。因此，本文同时对地理距离权重下的空间杜宾模型长期和短期的直接与间接效应进行分解。其中，直接效应展示了该地区房地产金融化对本地区共同富裕的影响 ；间接效应表示该地区房地产金融化对相邻地区共同富裕的影响，也可以视为空间溢出效应 ；总效应为前两种效应之和。表 10 为动态空间杜宾模型的直接效应和间接效应，并根据长短期进行分类。

表 10 空间计量结果分解结果

表  10  的结果显示，在地理权重矩阵下，不论是长期还是短期，房地产金融化对共同富裕

影响的直接效应、间接效应以及总效应均在 1% 显著性水平下显著为负，表明该地区房地产金融化水平能够对本地区共同富裕产生负向影响的同时，也能通过对其他地区产生的负向溢出效应阻碍临近地区共同富裕水平的提高。列（1）的结果表明，短期内房地产金融化水平每提升一个百分点，该地区共同富裕水平下降  0.0305  个百分点  ；列（4）的结果表明，从长 期来看这种抑制作用有所提升，变为   0.3272  个百分点。列（2）的结果表明，短期内该地区房地产金融化水平每提升一个百分点，将会使得临近地区的共同富裕水平降低   0.1106  个百分点，列（5）的结果表明，从长期来看其抑制作用显著提升至 1.2084 个百分点。可能的原因是， 本地区房地产金融水平的提高引起了临近地区的人才挤出、创新挤出效应，加剧了临近地区实体企业“脱实向虚”，从而对临近地区的共同富裕产生负向的空间溢出效应。

 六、研究结论及政策建议

本文利用 2013-2020 年我国 31 个省（自治区、直辖市）的面板数据，从理论上和实证上评估了房地产金融化对共同富裕的影响，并在此基础上验证了三种可能的传导路径。结果表明： 第一，房地产金融化程度的上升不利于共同富裕目标的实现。第二，中介效应检验表明，房  地产金融化通过提高区域人口负担、降低区域创新积极性以及加快产业“脱实向虚”三个渠道， 阻碍共同富裕目标的实现。第三，异质性分析表明，中西部区域的房地产金融化程度抑制共  同富裕的显著程度弱于东部地区。第四，房地产金融化对共同富裕的影响存在空间溢出效应， 本地区房地产金融化水平会显著阻碍相邻地区共同富裕目标的实现。

上述研究结论具有鲜明的政策含义，对推动我国房地产市场良性发展、助力共同富裕目 标的实现具有重要的参考价值  ：一是继续坚持“房住不炒”的调控政策，促进房地产市场形成良性循环。在保障民居住需求的基础上，可以构建居民购房和房地产闲置指数，对房地产  市场进行持续监控，既要满足居民持续改善居住条件的合理需求，也要抑制居民部门热衷炒  房的投机需求。完善多层次住房供应，大力发展租赁住房市场，提高保障性住房的供应，降  低房地产的金融属性，降低房地产市场蕴含的金融风险。二是提高金融服务实体经济的能力， 引导实体企业回归主业。房地产金融化的一个重要原因在于在过去较长时期里房地产的投资收益率高于实体经济收益率，因此要引导资金“脱虚向实”，破解实体经济融资难、融资贵问题，提高实体经济收益率。

参考文献

[1] Aalbers M B. The Variegated Financialization of Housing[J]. International Journal of Urban and Regional Research, 2017, 41(4).

[2] Mcintyre A P. Home Truths: Property TV, Financialization, and the Housing Crisis in Contemporary Ireland[J]. Television & New Media, 2021, 22(1).

[3] LeSage J P, Pace R K. Spatial Econometric Modeling of Origin-Destination Flows[J]. Journal of Regional Science, 2008, 48(5).

[4] Romainville A. The Financialization of Housing Production in Brussels[J]. International Journal of Urban and Regional Research, 2017, 41(4).

[5]    陈彦斌, 邱哲圣. 高房价如何影响居民储蓄率和财产不平等[J]. 经济研究, 2011(10).

[6] 冯燮刚, 李子奈. 当前形势下化解中国经济金融困境的对策—— 兼论扩大内需应从房地产入手[J]. 经济学动态, 2009(1).

[7]    甘犁, 尹志超, 贾男, 徐舒, 马双. 中国家庭资产状况及房地产需求分析[J]. 金融研究, 2013(04). 

[8] 韩长根, 张力. 互联网是否改善了中国的资源错配——  基于动态空间杜宾模型与门槛模型的检验[J]. 经济问题探索, 2019(12).

[9]   江艇. 因果推断经验研究中的中介效应与调节效应[J]. 中国工业经济, 2022(5).

[10]    李程, 赵艳婷. 实体经济各部门杠杆率、房地产价格与金融风险联动研究[J]. 金融监管研究, 2021(3).

[11] 李嘉, 董亚宁, 贺灿飞. 越负债，越投资?—— 房地产金融化下的房企负债- 投资行为与空间分异[J]. 经济管理, 2020(8).

[12] 李嘉, 朱文浩. 金融化背景下债务驱动型房地产市场信用重构研究—— 基于三维信用论[J]. 贵州社会科学, 2020(1).

[13] 刘慧, 伏开宝, 李勇刚. 产业结构升级、劳动力流动与城乡收入差距—— 基于中国30 个省级面板数据实证分析[J]. 经济经纬, 2017(5).

[14]    刘培林, 钱滔, 黄先海, 董雪兵. 共同富裕的内涵、实现路径与测度方法[J]. 管理世界, 2021(8).

[15]    吕江林. 我国城市房地产市场泡沫水平的度量[J]. 经济研究, 2010(6).

[16] 王竞, 王祖山. 房地产“ 居住” 功能回归的政策选择—— 基于保障资源归集与配置的视角[J]. 现代经济探讨, 2019(3).

[17] 王雅龄, 王力结. 地方债形成中的信号博弈 ：房地产价格—— 兼论新预算法的影响[J]. 经济学动态, 2015(4).

[18] 吴开泽. 房地产市场化与房地产不平等—— 基于CHIP 和CFPS 数据的研究[J]. 社会学研究, 2019(6).

[19] 肖珂, 黄宗远. 我国房地产业对制造业挤出效应的传导机制研究[J]. 郑州大学学报( 哲学社会科学版), 2019(3).

[20]    余泳泽, 张少辉. 城市房价、限购政策与技术创新[J]. 中国工业经济, 2017(6).

[21] 原鹏飞, 冯蕾. 经济增长、收入分配与贫富分化—— 基于DCGE 模型的房地产价格上涨效应研究[J]. 经济研究, 2014(9).

[22]    张川川, 贾珅, 杨汝岱. “ 鬼城” 下的蜗居 ：收入不平等与房地产泡沫[J]. 世界经济, 2016(2).

[23]    张传勇. 房地产差异是否影响了家庭收入不平等? 机制、假说与检验[J]. 南开经济研究, 2018(1).

[24] 张传勇, 罗峰, 黄芝兰. 房地产属性嬗变与城市居民阶层认同—— 基于消费分层的研究视域[J]. 社会学研究, 2020(4).

[25] 张洪, 金杰, 全诗凡. 房地产投资、经济增长与空间效应—— 基于70 个大中城市的空间面板数据实证研究[J]. 南开经济研究, 2014(1).

[26]    张良悦. 中国房地产经济虚拟性分析[J]. 区域经济评论, 2019(2).

[27] 郑思齐, 孙伟增, 吴璟, 武赟. “ 以地生财, 以财养地”—— 中国特色城市建设投融资模式研究[J]. 经济研究, 2014(8).