EN中文

经济地理 >

2024 , Vol. 44 >Issue 11: 52 - 61

DOI: https://doi.org/10.15957/j.cnki.jjdl.2024.11.006

城市地理与新型城镇化

中国城市家庭的住房阶层时空演变及其影响因素

  • 王琢 , 1 ,
  • 何金婷 1 ,
  • 龚岳 , 3, ※
展开
  • 1.北京大学深圳研究生院 城市规划与设计学院，中国广东 深圳 518055
  • 2.武汉大学 城市设计学院，中国湖北 武汉 430072
  • 3.澳门理工大学 人文社科学院，中国 澳门 999078
※龚岳（1977—），男，博士，副教授，研究方向为住房社区、流动人口、城市治理与创新城市。E-mail：

王琢（2001—），女，博士研究生，研究方向为城乡基础设施与公共服务规划。E-mail：

收稿日期: 2023-10-19

  修回日期: 2024-07-25

  网络出版日期: 2024-12-18

基金资助

国家自然科学基金面上项目(42471275)

教育部人文社会科学规划基金项目(24YJAZH031)

收起

Spatio-temporal Evolution and Influential Factors of Housing Class of Chinese Urban Households

  • WANG Zhuo , 1 ,
  • HE Jinting 1 ,
  • GONG Yue , 3, ※
Expand
  • 1. School of Urban Planning and Design，Peking University Shenzhen Graduate School，Shenzhen 518055，Guangdong，China
  • 2. School of Urban Design，Wuhan University，Wuhan 430072，Hubei，China
  • 3. Faculty of Humanities and Social Sciences，Macao Polytechnic University，Macao 999078，China

Received date: 2023-10-19

  Revised date: 2024-07-25

  Online published: 2024-12-18

Fold

摘要

住房是家庭资产的重要组成部分，也是表征社会群体分化的重要因素。文章基于中国家庭追踪调查2010—2018年的数据，对中国城市家庭的住房阶层时空演变进行分析，并利用面板多元Logit回归探讨了家庭住房阶层的影响因素。结果表明：①中国城市家庭住房阶层整体呈现一房阶层占主体、无房和多房阶层占比较小的“橄榄形”结构，且多房阶层家庭的比例呈明显增长趋势。②地理上无房和一房阶层未见明显空间集聚，多房阶层呈现极化格局，并随时间变化从京津冀向长江流域转移。③家庭生命周期理论中的家庭规模、家庭年收入、婚姻和年龄是家庭住房阶层实现跃迁的正向因素；通过将制度变量、市场变量加入交互项模型，权力推续理论和市场转型论皆得到验证。另外，省商品房均价也是住房阶层的重要影响因素。

关键词： 城市家庭; 住房阶层; 家庭规模; 年收入; 家庭生命周期; 面板回归

本文引用格式

王琢 , 何金婷 , 龚岳 . 中国城市家庭的住房阶层时空演变及其影响因素[J]. 经济地理, 2024 , 44(11) : 52 -61 . DOI: 10.15957/j.cnki.jjdl.2024.11.006

Abstract

Housing is an important part of family assets and an important factor that represents the differentiation of social groups. Based on the data of the China Family Panel Studies from 2010 to 2018, this study reveals the spatio-temporal evolution of the housing class of Chinese urban households, and explores the influencing factors of the housing class using the panel multiple Logit regression. The analysis shows that: 1) The housing class of Chinese urban households presented an "olive-shaped" structure generally, urban households which have one house accounts for the main part, urban households which have no house, two or more houses accounts for a relatively small part. The proportion of urban households which have two or more houses shows an obvious growing trend. 2) In terms of geography, urban households which have no house or one house show no obvious spatial agglomeration. Urban households which have two or more houses shows a polarized spatial distribution pattern,and over time it has shifted from the Beijing-Tianjin-Hebei region to the Yangtze River Basin. 3) In the theory of family life cycle, family size, family annual income, marriage and age have positive impacts on housing class upward-transition. And by adding institutional variables and market variables into the interaction model, both the power extension theory and the market transformation theory are verified. In addition,the average price of provincial commercial housing is also an important factor affecting the housing class.

Key words： urban households; housing class; family size; annual income; family life cycle; panel regression

住房阶层是由于获取和占有住房资源存在差异而产生的社会群体分化现象，是财富分化和社会分异的具象化表征，反映了家庭收入和资源获取能力的差异，且在很大程度上代表居民在社会经济地位上的不平等状况[1]。1998年的住房市场化改革改变了单位福利分房的传统政策，成为我国城市住房阶层逐渐显性与强化的重要转折点。此后，住房资本化与土地增值化双重叠加，使住房阶层不仅表达贫富分化，也逐渐创造和加剧贫富分化；而随着住房分化现象日益加剧，又进而导致社会与空间分异、区隔甚至对抗[2-3]。故此，国家“十四五”规划、党的二十大报告相继强调，应牢牢坚持“房住不炒”的定位，租购并举，促进房地产市场平稳健康发展。城市住房阶层研究是透视我国住房财富积累与社会不平等的重要切入点，亦是契合政策导向的重要探索，对缓解空间分异、促进社会公平和实现共同富裕有重要的理论和实践意义。
1967年Rex等在《Race，Community and Conflict》一书中首次提出“住房阶层”概念，同时认为人们会根据社会地位重新定义并概念化他们的住房，从而形成一种“分层”的社会状况，“分层”不仅指定不同类别的住房，也指定与之对应的社会群体，住房阶层由此产生。住房阶层的分类取决于获得的住房种类、产权分类和住房分配的形式，根据所有权可将住房阶层分为多房业主、一房业主和租客[4-5]。Wind等人对欧洲16个国家住房分层的研究表明，在以市场为基础的住房体系中，住房阶层与住房财富在不同职业阶层间的不平等分配有关[6]。对俄罗斯、乌克兰、匈牙利等“后苏联国家”的住房分层研究显示，住房再分配机制导致了严重的住房不平等，国家根据居民的政治地位和社会价值确定住房分配的优先次序，使“特权阶层”在住房分层中占据优势地位[7-8]。这表明，后社会主义国家的城市住房不平等研究需将政治与制度因素纳入考虑范围。
我国的住房阶层研究主要基于时代转轨与市场转型的宏观背景，对住房阶层的特征、机制和结果进行探讨：刘祖云等从住房产权、数量、面积、价值和类型等方面解构住房分层，发现广州城市住房呈现“三阶五级式”的阶层结构，个人的政治资本、人力资本、职业状况及收入水平对住房分层有显著影响[9]；王丽艳等从住房产权与周边环境切入，证实天津城市住房分化呈现“三阶四级式”的橄榄型结构，并与年龄呈现倒“U”型关系[10]；Chen等考察了中国4个主要城市的租房阶层、一房阶层和多房阶层的住房状况，指出户籍等制度因素在我国具有独特解释性，此外多房阶层的快速扩张可能会破坏住房阶层的适当平衡[11]；曹吉阳等重点探讨了我国流动人口的住房阶层，发现制度变迁、城市规模与城乡差异共同加剧了城市住房阶层分化，最终导致下层住房阶层流动人口内卷与上层住房阶层优势积累[12]。此外，还有学者聚焦于低收入社区、农民工、青年群体等特定群体的住房阶层状况，发现群体内部同样存在不同程度的住房分层，并随房价上涨有进一步极化趋势[13-15]。总体而言，我国住房在产权、套数、住房条件等方面已呈现出层级结构，住房阶层受个人、制度、社会经济和空间等因素的影响，最终伴随时空演变加剧财富分化和空间分异。
尽管学界对我国住房阶层的研究不断深入，但仍存在一定不足。住房具有很强的空间粘滞性，空间维度同样是透视住房阶层不可忽视的结构性因素[19]。基于此，本文采用2010—2018年中国家庭追踪调查（CFPS）的面板数据，以中国城市中的家庭为主要研究对象，从家庭生命周期视角切入，使用区位熵指数和面板多元Logit回归模型，分析近年来我国城市中住房阶层的时空演变特征与影响因素，以期为加强住房精准保障、优化住房供应结构、缓解住房贫富分化提供理论支撑和政策启示。

1 住房阶层的理论视角

我国住房阶层的影响因素和形成机制是什么?在社会转型期有哪些变化?这些问题成为研究与争论的重点，也促进形成了以下3种主要理论。
①市场转型理论（Market Transition Theory）：Szelenyi认为市场经济再分配减少市场产生的不平等，计划经济再分配则加剧社会不平等，因此，在市场机制中，非权力阶层的利益能得到更好的保障与提升[20]。Nee进一步提出市场转型理论，认为计划经济体制向市场经济体制的转型意味着资源配置模式的改变，分层秩序随之改变[21]。权力从再分配者逐渐转移到直接生产者，以市场为中心的机会结构促进了体制外精英的社会流动，行政权力的影响下降，人力资本和企业家能力的影响上升。自1998年我国市场化住房体制确立以来，住房作为商品的属性被创造并放大，居民可以自由择居，财产与购买力差异塑造了住房等级差异，教育、收入等人力资本因素的回报在住房阶层跃升中优势显现。有研究也部分支持了市场转型理论，认为当下行政权力的作用日益弱化，经济资本、人力资本和职业地位成为住房分层的主要动力，但不同于Szelenyi的观点，其认为我国市场转型导致了新的不平等[22]。
②权力推续理论（Power Persistence Theory）：基于中国城市的制度背景与历史延续性，Bian等指出，我国市场改革没有改变其中的核心制度安排，政治权力在资源配置中的优势也不会改变，在人力资本和企业家回报上升的同时，权力的作用仍然维持，并继续作为阶层分化的重要因素[23]。在住房改革初期，权力分层的逻辑并未改变，福利住房产权化使权力精英在再分配时期获得的住房福利延续到市场改革时期，住房的商品化与货币化进一步巩固并扩大住房阶层差异[24]。当下，行政精英依然能利用政治权力，通过折扣价格、贷款便利、内部信息等手段，以非市场或半市场化方式获取优质住房，在多房阶层分配中占据优势，从而形成“社会成员越接近体制的核心部门，住房优势越突出”的差序格局[25]。
③家庭生命周期理论（Family Life Cycle Theory）：家庭是市场与权力之外住房获取的重要因素，也是住房的基本消费单位。家庭生命周期理论更关注微观因素对住房的影响，并注重时间推移带来的历程性变化[26]。Glick首次将家庭生命周期分为7个阶段，涵盖婚姻、生育、子女离家、子女婚姻、死亡等事件[27]，标志一个家庭从建立、发展、收缩到解体的过程。伴随家庭生命历程的发展，家庭结构及规模调整会影响到家庭住房需求。Glick认为，婚姻会使年轻夫妇搬离原父母住处，产生购房需求，促进居住转移；家庭生育与家庭规模的扩大将使家庭具有相对较高的稳定性，进一步增强家庭对居住空间和稳定住房状态的需求。同时，年龄与住房产权所有率息息相关，在户主年龄更大的家庭群体中，拥有住房的比例就会增加。Doling的研究进一步证实这一观点，他认为受婚姻等因素的影响，年轻家庭无疑有获取更优质住房的需求，但允许他们在市场上采取行动的根源是家庭收入财富积累[28]。
在既有对市场转型论、权力推续论的争辩中，各类研究表明，教育水平、职业等市场力量在住房阶层分化中日益明显；但户口、党员身份和工作单位类型等制度因素不容忽视[29-31]。在权力与市场等结构性因素之外，个体理性选择[32]、家庭生命周期中的婚姻[33]、家庭收入[34-35]也对住房阶层的稳固或提升有重要影响，但仍缺乏对家庭层面的聚焦分析。中国住房分配机制继续保持权力和市场逻辑共存的宏观特征，并在微观上通过个体选择和家庭生命历程影响阶层变迁。综合上述理论，本文着重以既有研究着墨较少的家庭生命周期理论为视角，探讨家庭因素对于住房阶层塑造的影响机制，同时结合市场转型和权力推续理论，将已有研究中证实的对住房阶层的影响因素作为控制变量纳入分析框架。

2 数据来源及方法

2.1 数据来源

本文使用2010—2018年中国家庭追踪调查数据（China Family Panel Studies，CFPS）。该调查覆盖全国25个省、自治区、直辖市（以下简称省份），包括了中国除香港、澳门、台湾外约95%的总人口数，并涉及个体、家庭、社区3个层次，可以将其视为一个全国代表性样本。考虑到住房的阶层化现象主要表现在城镇地区[34]，在保证2010—2018年100%追踪率的前提下，最终筛选得到3216个城市家庭样本对象，并利用2010和2018年2个年份共6432个观察样本进行回归分析。CFPS问卷没有区分产权住房的类型，但由于本研究关注的是居住在城市的家庭样本，因此该数据也可以反映家庭整体的住房拥有情况。另外，省人均GDP数据来自各省份统计年鉴，省商品房均价数据来自对应年份的中国房地产统计年鉴。

2.2 变量选取

本文的被解释变量是“城市家庭住房阶层”。住房资产占有是住房阶层的外在表现，在已有研究中，住房产权拥有率和住房套数是衡量住房资产和分层的重要指标[36-37]，住房产权成为由收入、职业等反映个体客观经济地位的因素而决定的阶层分化现象，住房数量的增加也反映城市居民社会地位的获得与向上流动[38]。是否拥有住房产权是区分社会阶层的重要分水岭，而住房的资产属性使拥有多套住房者成为出租的食利阶层，住房数量多寡进一步加剧财富分化、甚至决定阶层分化。因此，本研究以住房产权和住房套数作为住房阶层的具体衡量指标，拥有产权的住房套数在CFPS问卷的“Ⅲ家户资产”部分有明确反映。在整理每户拥有产权住房套数的基础上，分别将拥有0、1、2套及以上完全产权住房的家庭的住房阶层赋值为0、1、2，并且对应赋予含义：“无房阶层”“一房阶层”和“多房阶层”。考虑到CFPS问卷中只表明所获住房的产权完整性（完全产权、部分产权），并不区分该住房为农村自建房还是城市商品房，本文将这里的各类住房阶层的内涵解释为“居住在城市中的家庭拥有产权住房的状况”。
本文的核心解释变量是家庭层面变量，根据家庭生命周期理论，选取反映家庭人口属性的“家庭规模”，反映家庭经济属性的“家庭年收入”，反映家庭重要事件的“婚姻状况”和家庭生命历程的“年龄”纳入模型。同时考虑到市场转型理论、权力推续理论对住房阶层的影响，本研究除设置最常见的家庭户主的“性别”（0=女，1=男）、“年龄”为控制变量之外，还设置了“户口性质”（0=农业户口，1=非农业户口）、“政治面貌”（0=非党员，1=党员）、“教育年限”作为控制变量，其中户主的“教育年限”反映市场转型理论中的人力资本要素，户主的“户口性质”和“政治面貌”反映权力推续理论中的制度因素。同时，空间差异性对住房阶层的影响不可忽视，在不同地区获取同等住房阶层的难易程度随地区住房价格的差异而变化，因此，本文还将地区层面的“省商品房均价”纳入控制变量范畴。此外，本文进一步设置了“年份”的时间虚拟变量，以观测时间变迁对于住房阶层的影响程度。

2.3 研究方法

2.3.1 区位熵

区位熵是测量空间分布水平的常用方法，本研究使用区位熵来测量不同住房阶层在全国各地的分布与集中情况。区位熵的值大于1，说明某一住房阶层在特定省份的集中水平高于全国平均水平；区位熵的值小于1，说明某一住房阶层在特定省份的集中水平低于全国平均水平；区位熵的值等于1，说明某一住房阶层在特定省份的集中水平与全国相当[39]。

2.3.2 空间自相关

采用空间自相关以进一步明确各住房阶层的空间集聚情况。空间自相关是一个区域分布的地理事物的某一属性和其他所有事物的同种属性之间的关系，本研究使用全局空间自相关指数（Global Moran's I）反映全国范围内各住房阶层空间集聚的整体水平；使用局部空间自相关指数（Local Moran's I）揭示各省份住房阶层与其邻近省份的空间差异程度。全局空间自相关的指数一般在[-1，1]之间，正值表示空间分布正相关，负值表示空间分布负相关，零值表示不存在相关性，即空间随机分布。

2.3.3 面板多元Logit回归

采用2010和2018年的追踪样本平衡面板数据进行回归，同时被解释变量住房阶层采用三分类虚拟变量（无房、一房、多房），具有多元属性，考虑数据特点及变量特征，本研究选择面板多元Logit回归检验解释变量与被解释变量之间的关系。
Y m = i表示第m个观察样本处于住房阶层i， P Y m = i表示第m个观察样本处于住房阶层i的概率，则
P i ( Y m = i ) = e X m β i ∑ i = 0 2 e X m β i
式中： X m表示影响第m个观察样本住房阶层的因素； β i为待估参数。多元Logit可视为将两两配对的二元Logit模型实施联合估计，本研究以无房家庭（即住房阶层0）作为对照组，则可得：
l o g i t P i P 0 = α i + β i 1 X 1 + … + β i n X n + ε i ,   i = 1,2
式中：n代表被解释变量的个数； α i是常数项； ε i是不可观测的误差项。
则在以住房阶层0为对照组的情况下，对于自变量 X n，住房阶层i相对于住房阶层0的优势比 O R n i为：
O R n i = e x p β n i
依据式（2）和式（3），本文设置模型1，探究家庭、户主及地区层面多方面因素对家庭所处住房阶层的影响。

3 中国城市住房阶层的时空演变及影响因素

3.1 中国城市住房阶层时空演变

3.1.1 城市家庭样本的描述性分析

统计3216个城市家庭样本的面板数据可知，与2010年相比，2018年平均家庭规模略有减小，但总体保持在3.4~3.6人。2010—2018年，家庭平均年收入翻倍增长，但方差较大，表明不同家庭之间的收入差异大，存在贫富差距。已婚家庭占近90%，但非婚家庭比例略有增加。
户主个人层面上，户主的男女比为2∶1，男性户主占主体。户主的户口性质以非农业户口为主。样本中户主为党员的比例较低，约18%~22%。从受教育程度来看，2个时间点的样本平均受教育年限无明显变化。另外，问卷所涉及25个省份的商品房价格在9年间有明显发展，省商品房均价的平均值由5065元/m2增加至9594元/m2，呈现近1倍的增长。

3.1.2 住房阶层结构的时间演变

从时间维度探测2010—2018年三类住房阶层的结构性变化（图1），发现我国城市各年无房阶层占比均值为13.2%，一房阶层占比均值为67.7%，多房阶层占比均值为19.1%。住房阶层整体呈现无房阶层和多房阶层占比较低、一房阶层占比较高的“两头小，中间大”橄榄型结构。自2010年以来，处于一房阶层及以上的家庭比例始终在85%以上，这表明我国城市的住房拥有率保持在较高水平。在动态时间维度上，无房阶层所占比例一直相对稳定：最大值为14.7%，最小值为11.1%，分别出现在2012和2010年。然而，一房阶层的比例从2010年的73.9%下降到2018年的65.9%，多房阶层的比例则从2010年的15.0%上升至2018年的21.9%。部分家庭在2010—2018年实现了住房阶层的跃迁。
图1 2010—2018年中国城市住房阶层结构的演变

Fig.1 Dynamic changes of urban housing class in China from 2010 to 2018

表1 变量描述性统计

Tab.1 Descriptive statistics of variables

变量 属性 2010 2018
比例（%） 均值 方差 比例（%） 均值 方差
住房阶层 0=无房家庭 11.1 12.2
1=一房家庭 73.9 65.9
2=多房家庭 15.0 21.9
家庭核心解释变量 家庭规模（人） 3.53 1.50 3.44 1.73
家庭年收入（元） 40389.00 45792.00 84817.00 91255.00
婚姻状态 1=已婚 89.2 85.1
0=未婚/同居/丧偶 10.8 14.9
年龄（岁） 49.51 11.79 57.50 11.79
控制变量 性别 1=男 66.7 66.6
0=女 33.3 33.4
户口性质 1=非农户口 55.0 59.3
0=农业户口 45.0 40.7
政治面貌 1=党员 22.0 18.8
0=非党员 78.0 81.2
教育年限（年） 8.35 21.35 8.37 21.36
省商品房均价（元/m2） 5065.00 3402.00 9594.00 6421.00

3.1.3 住房阶层的空间演变

3.1.3.1 住房阶层的空间分布

通过测算2010与2018年各住房阶层的区位熵来观测住房阶层的空间分布演变情况。结果显示，2010年我国东北、华北地区，东南沿海的上海和广东，以及中西部的云南、贵州和湖南的无房阶层分布较为集中，其中北京、云南与吉林的区位熵最高，表明这3个地区无房阶层在全国占有较大的比例（图2a1）。2018年，吉林、北京无房阶层的区位熵依然较高，而云南、广西的区位熵则有明显回落。另外，甘肃、陕西、重庆、湖北、安徽以及东南沿海一带无房阶层占比相较2010年有所提升（图2a2）。无论是2010年还是2018年，各省份一房阶层的区位熵值都在1.00左右波动，说明各省份一房阶层的分布程度与全国平均水平相当，并无明显的集中区域（图2b1、图2b2）。2010年多房阶层在京津冀，东部沿海一带的山东、浙江、上海、广东，中部的江西和湖南占比较高。其中天津的多房阶层区位熵高达3.09，表明在多房阶层的集聚度上具有优势（图2c1）。2018年多房阶层呈现出连片分布的特点，东部沿海地区，以及中西部的湖南、湖北和贵州均占比较高；东北地区、除湖南湖北与贵州以外的中西部地区则低于全国平均集中水平。湖南、天津是全国多房阶层分布占比最高的地区（图2c2）。总体而言，相较2010年，2018年中部地区的无房阶层比例明显增加，而东部地区则存在多房阶层比例明显增加的现象。
图2 2010和2018年各住房阶层在全国各省份的区位熵空间分布

注：基于自然资源部标准地图服务网站下载的审图号为GS（2023）2763号的标准地图制作，底图边界无修改。图3同。

Fig.2 Location quotients (LQs) of housing class at provincial level in 2010 and 2018

3.1.3.2 住房阶层的空间自相关分析

以各省份某一住房阶层占该省总住房阶层人数的比为指标，采用“共享边或角（Contiguity Edges Corners）”的空间关系方法，进行全局和局部空间自相关分析。全局自相关结果显示，2010年无房阶层、一房阶层和2018年无房阶层、一房阶层的全局Moran's I不显著，表明这两类住房阶层未见明显的空间集聚。2010年多房阶层全局Moran's I为0.3631（P=0.0005<0.01，Z=3.4732>2.58，在0.01的水平上显著）；2018年多房阶层全局Moran's I为0.3754（P=0.0008<0.01，Z=3.3477>2.58，在0.01的水平上显著），表明多房阶层分布呈现明显的空间正相关，在地理上有集聚特征，且2018年多房阶层集聚程度略高于2010年。
局部空间自相关可以更为明确地反映地区内部的空间集聚情况。2010年无房阶层、一房阶层和2018年无房阶层、一房阶层局部自相关未见显著的集聚区。对2010和2018年多房阶层的局部自相关进行空间可视化，发现2010年多房阶层“高—高”集聚区成片分布在京津冀地区，“低—低”集聚区则分布在西部的四川和甘肃。2018年北京多房阶层仍呈现“高—高”集聚，甘肃呈现出“低—低”集聚。但多房阶层整体的“高—高”集聚区从2010年的京津冀地区转移到2018年的安徽、江西、湖南、重庆等长江流域。整体而言，多房阶层的空间分布存在极化格局，西部与东部城市群在多房阶层集聚上有显著差异，且随着时间的推移，多房阶层集聚呈现从京津冀到长江流域转移的空间特征。

3.2 中国城市家庭住房阶层变迁影响因素

首先对变量的多重共线性进行检验，结果显示各变量的方差膨胀因子（VIF）值均小于2，说明模型构建良好，未有多重共线性问题。以无房阶层作为对照组，回归结果表明，家庭变量中的家庭规模、家庭年收入、户主婚姻状态和年龄均显著影响该家庭所处的住房阶层。其中：①家庭规模影响家庭住房的数量需求，对家庭住房阶层跃迁为显著正向作用。家庭规模每增加1个单位，家庭成为一房阶层的概率就增加26.9%，成为多房阶层的概率则增加46.7%（表2）。更大的家庭人口规模易产生更大的家庭住房空间与更稳定的住房产权需求，由此推测家庭会在主观上具有住房阶层跃迁的意愿，并付诸努力。②家庭收入影响家庭住房支付能力，与家庭住房阶层跃迁同样显著正相关。住房作为家庭的重要资产，本身是一种商品，具有消费属性，家庭收入的增加直接影响该家庭对住房的消费能力和消费情况。每增加1个单位的家庭收入，家庭成为一房阶层的几率增加22.4%，成为多房阶层的概率则增加了约200%。可见，强大的家庭经济实力是成为多房阶层不可忽视的重要条件。③户主的婚姻状态也会影响该家庭的住房阶层。已婚户主家庭成为一房阶层的概率是未婚户主的1.537倍，多房阶层则与婚姻状态没有显著联系。婚姻是家庭生命历程中的重要事件，这一结果也反映了中国传统文化和住房观念中“买房成家”对家庭从“无房阶层”跃升为“有房阶层”的影响，但婚姻对于住房资产的进一步累积没有明显作用。④年龄增长对无房阶层进入有房状态有显著正向影响，成为一房阶层的正向影响略大于成为多房阶层。年龄的增长是家庭生命历程推进的基础性因素，通常带来家庭财富的逐步积累，这为提升家庭住房阶层带来良好的条件。
表2 家庭住房阶层各因素影响的实证回归结果

Tab.2 Empirical regression results of the influence of various factors of family housing class

对照组：无房阶层 一房阶层 多房阶层
系数 优势比 系数 优势比
核
心
解
释
变
量		 家庭规模 0.239*** 1.269*** 0.383*** 1.467***
（0.0371） 0.0471 （0.0437） 0.0642
家庭年收入 0.202*** 1.224*** 1.120*** 3.065***
（0.0484） 0.0593 （0.0782） 0.239
婚姻状态 0.430*** 1.537*** 0.278 1.32
（0.128） 0.197 （0.184） 0.243
年龄 0.0188*** 1.019*** 0.0165*** 1.016***
（0.00433） 0.00441 （0.00559） 0.00568
控
制
变
量		 户籍性质 -0.393*** 0.674*** -0.541*** 0.581***
（0.104） 0.0708 （0.136） 0.0792
政治面貌 0.154 1.166 0.531*** 1.701***
（0.115） 0.135 （0.142） 0.242
教育年限 0.00603 1.006 0.0352** 1.035**
（0.0120） 0.0121 （0.0159） 0.0165
性别 0.0272 1.027 0.155 1.167
（0.0979） 0.101 （0.128） 0.151
省商品房均价 -0.335*** 0.715*** -0.303*** 0.738***
（0.0911） 0.0652 （0.116） 0.0857
年份 -0.282***
（0.105）		 0.753***
0.0793		 -0.274**
（0.141）		 0.759**
0.101

注：*p<0.10，**p<0.05，***p<0.01；括号中数值为标准误。表3同。

其次，进一步分析控制变量的回归结果发现，制度和市场因素对家庭住房阶层的影响也得到验证。农业户口户主家庭为一房阶层的概率是非农业户口户主家庭的1.48倍，为多房阶层的概率则为1.72倍，即户主拥有非农业户口并不是家庭成为有房阶层的优势。我国的二元土地所有制使得农业户口居民获得宅基地及自建住房的可能性，要远大于非农业户口居民在城市中获得住房的概率，因此，该回归结果真实反映中国城乡现实。同时，户主的政治面貌对家庭成为一房阶层没有显著影响，表明权力制度因素在家庭“跃迁至一房阶层”的过程中不再具优势作用。但在获取多套住房的过程中，显著的正向作用仍被保留：相较于非党员家庭，党员家庭获得多套住房的可能性增加了70.1%。住房改革和市场转型推翻了制度因素（政治面貌）在成为一房阶层上的影响，但未改变其在成为多房阶层过程中的显著效用。这与市场转型理论中的人力资本要素相关的“教育年限”变量，有着类似的表现。此外，回归结果还表明，教育年限的提升，对“跃迁至一房阶层”并无明显作用，但对“跃迁至多房阶层”有显著正向作用，尽管与党员身份带来的积极影响相比，这种正向作用十分微弱：每增加1个单位的户主教育年限，家庭成为多房阶层的概率仅增加3.5%。性别与家庭住房阶层无关，高房价限制无房阶层进入有房状态。除此之外，年份虚拟变量的结果表明：相较2010年，2018年一个家庭成为无房阶层的可能性是成为一房阶层的1.33倍，是成为多房阶层的1.32倍。也就是说，尽管城市家庭收入的均值在9年间几乎翻倍，但由于住房价格快速上涨、住房政策紧缩等不利于住房消费的情况出现。总体看来，家庭获得住房的难度仍然提升，无房家庭更难提升为有房状态。
此外，为深入探究家庭状况因素与市场、制度、时间变化对住房阶层的交互影响，本研究进一步设置了模型2、3、4，分别纳入市场和制度因素和年份虚拟变量与家庭核心解释变量的交互项，进行回归（表3）。其中，模型2纳入象征权力等级和政治地位的户口性质和政治面貌变量分别与家庭层面因素（家庭规模、家庭年收入、婚姻、年龄）的交互项；模型3纳入代表人力资本的教育年限与家庭层面因素（家庭规模、家庭年收入、婚姻、年龄）的交互项，以进一步了解中国城市家庭住房阶层的影响因素的相互作用情况；模型4纳入年份与家庭层面因素（家庭规模、家庭年收入、婚姻、年龄）的交互项，以进一步了解城市家庭住房阶层影响因素的动态变化情况。
表3 加入不同交互项后的实证回归结果

Tab.3 Empirical regression results after adding different interaction terms

模型2：与制度变量交互 模型3：与市场变量交互 模型4：与时间变量交互
户口性质 政治面貌 教育 年份
一房阶层 多房阶层 一房阶层 多房阶层 一房阶层 多房阶层 一房阶层 多房阶层
家庭规模 -0.111 -0.104 -0.213** -0.0771 0.00584 0.0215** 0.199*** 0.124
（0.0741） （0.0861） （0.0885） （0.0998） （0.00763） （0.00901） （0.0705） （0.0812）
家庭收入 0.271*** 0.817*** 0.136 0.180 0.0104 0.0514*** 0.122 0.231*
（0.0874） （0.130） （0.103） （0.147） （0.00814） （0.0124） （0.0843） （0.128）
婚姻状态 0.430 0.729* 0.0816 -0.0160 -0.0142 0.0179 -0.362 -0.296
（0.276） （0.386） （0.321） （0.437） （0.0248） （0.0355） （0.235） （0.348）
年龄 -0.0201*** -0.0371*** 0.00668 -0.0125 0.00107 0.000629 -0.0216*** -0.0302***
（0.00775） （0.0101） （0.00864） （0.0109） （0.000754） （0.000990） （0.00725） （0.00925）
变异系数（u1） 0.825***（0.171） 0.840***（0.172） 0.853***（0.173）
变异系数（u2） 1.343***（0.285） 1.424***（0.290） 1.473***（0.296）
分析模型2的回归结果发现：家庭规模和户主户口性质对家庭住房阶层的影响互不关联。但家庭收入与户主户口性质有显著的交互效应，且交互项符号与户口性质相反，说明家庭收入增加可弱化非农业户口户主家庭在住房阶层上的劣势。同时，交互项与家庭收入的符号皆为正，说明非农业户口户主能够加强家庭收入对于住房阶层跃迁的正向影响，换言之，对于户主为非农业户口的家庭来说，增加家庭收入对住房阶层跃迁的效益要大于户主为农业户口的家庭，这一分析结果提示住房消费过程中户籍限制仍然存在，尤其体现在至多房阶层的跃迁过程中。婚姻状态与户口性质的交互效应体现在至多房阶层的跃迁，表明进入婚姻可以减弱非农业户口在至多房阶层的跃迁劣势。年龄与户口性质的交互效应显著为负，与年龄符号相反，与户口性质符号相同，说明非农业户口会减弱年龄增长的阶层跃迁优势，年龄增长会扩大非农业户口的劣势。这是城乡二元土地住房制度差异的又一次体现，年长者在农村宅基地分配和住房继承中存在优势，而这种年龄优势并不适用于非农业户口群体。另外，政治面貌和家庭规模交互项结果显示，党员身份会弱化家庭规模扩大对家庭跃迁至一房阶层的正向影响，但对于跃迁至多房阶层无此作用。而家庭收入的增加对于住房跃迁的正向作用在不同政治面貌的人群中同样没有差异。婚姻状态与年龄和政治面貌同样不存在交互效应。可见，制度因素仅发挥部分作用。
模型3的回归结果显示，良好的教育可以强化家庭规模和家庭年收入增加在“跃迁至多房阶层”上的正向作用。教育带来的高技能、广认知，对增加家庭收入有积极影响，两者的正向作用叠加，让家庭更有概率成为多房阶层。婚姻状态和年龄和教育年限不存在交互效应。市场因素作用更侧重于多房阶层，市场力量对人力资本的重视在此体现。
模型4的回归结果显示，时间强化了家庭规模扩大对家庭从“无房阶层”上升至“一房阶层”的正向作用；家庭年收入增长对于家庭跃迁至多房家庭的影响随时间更强。婚姻状态对住房阶层的影响并未发现随时间变化而改变。此外，相较2010年，2018年家庭户主年龄增长对于家庭住房阶层跃迁的影响程度有所削弱。这表明家庭生命周期对于住房阶层的影响随时间变迁有所增强或减弱。

4 结论与讨论

4.1 结论

住房作为重要的家庭资产，能够表征家庭的社会经济属性差异。通过研究中国城市家庭的住房阶层，可了解其住房水平现状，并为优化住房供应结构、缓解住房贫富分化提供参考。本文以城市家庭为研究对象，利用中国家庭追踪调查（CFPS）2010—2018年的数据，分析中国家庭住房阶层在时间和地理空间维度上的演变情况，并利用面板多元Logit回归，探讨了城市家庭住房阶层的影响因素。主要结论如下：
①从纵向分布来看，中国城市的住房阶层整体呈现“两头小，中间大”的“橄榄形”结构：一房阶层为绝对主体，无房和多房阶层占比相对较小。其中无房阶层稳定在较低水平，一房阶层稳定在较高水平，而多房阶层则在较低水平的基础上逐年增加。从横向时间尺度上来看，近年中国城市虽始终以一房阶层为住房阶层主体，但其比例略有减小，多房阶层的比例则显著增加，表明出现了部分一房阶层向多房阶层跃迁的现象。
②在地理空间上，2010—2018年城市无房阶层在中部地区的分布比例明显增加，城市多房阶层在东部地区的分布比例有所提高。城市多房阶层在地理空间上呈现集聚态势且程度略有提升，西部与东部城市群在多房阶层集聚上有显著差异；但随着时间的推移，多房阶层集聚呈现从京津冀到长江流域转移的空间特征。
③在家庭层面的影响因素中，家庭规模和家庭年收入分别从消费需求和消费能力的角度对提升家庭住房阶层有显著的正向作用。家庭人数增加需要更大的住房面积，常常通过置换住房或增添住房数量来实现。而家庭年收入的增加能直接提升家庭对“住房”的消费能力，增加其住房跃迁的可能性，这与已有研究结论相吻合[40]，体现了家庭生命周期对住房分化的重要影响。年龄作为生命历程的积累，对家庭住房阶层跃迁有正向影响。另外，婚姻作为家庭关键事件同样对住房阶层有重要影响。在已有研究基础上[34]，本文进一步发现，婚姻对于家庭从“有房”到“多房”的住房资产累积没有明显作用；除婚姻之外的家庭生命周期变量对于家庭从无房到有房、从有房到多房的阶层提升均有正向作用。同时，从时间变迁的角度，本研究发现相较2010年，2018年家庭实现住房阶层跃迁的难度有所提升；家庭规模、家庭年收入对住房阶层提升的影响随时间变化有所增强，年龄的影响有所减弱，而婚姻状态在不同时间点的影响未见明显差异。此外，在分析控制变量时，权力推续和市场转型理论再次得到验证，但本研究发现无论是人力资本还是权力制度因素，都仅作用于一房阶层跃迁至多房阶层的过程中，且权力制度的作用更甚于人力资本因素，这与既有研究有所差异[38]。户主的党员身份与无房阶层跃迁至一房阶层无关，但在跃迁至多房阶层的过程中发挥显著的正向作用。户主接受更高层次的教育，有利于家庭跃迁至多房阶层，且这种正向作用可以叠加至家庭层面因素影响之上。受我国城乡土地住房二元制影响，农业户口的户主在住房的获得上比非农户主更有优势。但在城市住房消费中，农业户口仍然受到显著的户籍限制。最后，地区因素也影响家庭住房阶层情况，商品房地区均价越高，城市家庭跃迁至一房和多房阶层的概率越小。这些发现在验证既有理论之外，也丰富了住房阶层的研究。

4.2 讨论

我国城市住房阶层已存在空间集聚和社会分化，基于研究结论，本文提出如下思考与建议：
①关注住房阶层宏观层面的区域差异和空间分化，尤其针对无房和多房阶层分布占比均更高的东部沿海地区。东部沿海地区聚集了大量流动人口，但我国的中央转移支付重点仍在中西部地区，未来一方面可以考虑“钱随人走”的制度体系，优化东部城市的住房保障政策，提升中央财政补贴和政策支持力度，积极推动城市公租房建设，确保东部城市的无房阶层安居定居；另一方面关注东部地区的住房市场稳定性，考虑分离住房的金融属性和居住属性，使金融属性满足投资需求，居住属性改善住房阶层结构，防止住房结构失衡。
②关注住房阶层微观层面的群体特征，尤其针对数量庞大的城市基本公共服务提供者及流动青年为代表的无房阶层。他们在城市中有购房定居意愿，或初步具有购房能力，但往往囿于社会经济地位，难以获取住房产权。考虑到市场、权力与家庭方面对于住房阶层的较大影响，未来一方面可以提升无房阶层的购房能力，通过增加家庭人均可支配收入、继续坚持和优化鼓励生育政策、为弱势群体提供再教育和职业培训等内容，从促进家庭收入、家庭规模、婚姻与教育的维度为群体赋能；另一方面考虑降低住房产权的获取门槛，采取控制房价、下调首付比率、降低住房贷款利息等措施，缓解购房群体尤其是农业户籍家庭的压力，同时从家庭的范围增强住房保障的对象识别精确度和均等化导向，避免少数权力精英通过政策漏洞实现住房产权的再积累，从削弱权力因素和住房均价的维度为群体减负。
本文也存在一些不足和待改进之处。首先，受限于可获取数据的精度，本文的空间差异分析在省级层面上进行，未能有效识别到省内城市住房水平差异；同时未能区分农村自建房和城市商品房的住房类别，但事实上这两类住房仍存在差异。其次，基于数据的可行性，本文的分析将重点落在“居者有其屋”，即探究以住房产权和数量为核心标准的住房阶层状况，避开了探讨住房阶层标准难以有定论的桎梏，使得相关实证研究得以推进。但仍不可否认，住房阶层的完整标准是复杂的、变化的，这一部分探讨虽并非本文重点，可其在住房阶层研究中的重要地位无法忽略。因而发展概念和完善数据，对提升住房阶层研究的效度将大有裨益。

参考文献

原文顺序 | 文献年度倒序 | 文中引用次数倒序
[1]
许英康, 王军. 中国城镇家庭居住状况与住房分层:2000—2010[J]. 中央社会主义学院学报, 2014(6):91-96.

[2]
蒋亮, 冯长春. 基于社会—空间视角的长沙市居住空间分异研究[J]. 经济地理, 2015, 35(6):78-86.

[3]
王琪. 转型、空间与区隔——社会转型期城市居住空间演进逻辑的实证研究[J]. 山东社会科学, 2015(8):71-78.

[4]
Rex J, Moore R. Race,Community and Conflflict[M]. Oxford: Oxford University Press, 2016.

[5]
Wu Y, Chen J, Bian Z, et al. Housing,housing stratification,and Chinese urban residents’ social satisfaction:Evidence from a national household survey[J]. Social Indicators Research, 2020, 152(2):653-671.

[6]
Wind B, Lersch P, Dewilde C. The distribution of housing wealth in 16 European countries:Accounting for institutional differences[J]. Journal of Housing and the Built Environment, 2017, 32(4):625-647.

[7]
Bodnár J, Böröcz J. Housing advantages for the better connected? Institutional segmentation,settlement type and social network effects in Hungary's late state-socialist housing inequalities[J]. Social Forces, 1998, 76(4):1275-1304.

[8]
Gentile M. The“Soviet” factor:Exploring perceived housing inequalities in a midsized city in the Donbas,Ukraine[J]. Urban Geography, 2015, 36(5):696-720.

[9]
刘祖云, 毛小平. 中国城市住房分层:基于2010年广州市千户问卷调查[J]. 中国社会科学, 2012(2):94-109,206-207.

[10]
王丽艳, 崔燚, 宋顺锋. 我国城市居民住房分化特征及其影响因素研究——基于天津市微观调查数据[J]. 城市发展研究, 2018, 25(4):116-124.

[11]
Chen J, Wu Y, Guo F, et al. Domestic property and housing class in contemporary urban China[J]. Journal of Housing and the Built Environment, 2018, 33(1):91-109.

[12]
曹吉阳, 龚岳. 中国流动人口住房阶层研究[J]. 北京大学学报(自然科学版), 2021, 57(6):1172-1182.

[13]
柳林, 杨刚斌, 何深静. 市场转型期中国大城市低收入社区住房分异研究[J]. 地理科学, 2014, 34(8):897-906.

DOI

[14]
周加欢, 冯健, 唐杰. 新生代农民工居住特征及影响因素分析[J]. 城市发展研究, 2017, 24 (9):109-119.

[15]
Clark W A V, Huang Y, Yi D. Can millennials access homeownership in urban China?[J]. Journal of Housing and the Built Environment, 2021, 36(1):69-87.

[16]
毛小平. 社会分层、城市住房消费与贫富分化——基于CGSS2005数据的分析[J]. 兰州学刊, 2010(1):117-123.

[17]
宋伟轩, 崔璨, 叶玲, 等. 大城市住房阶层及其社会空间分异研究——以南京为例[J]. 人文地理, 2024, 39(3):25-35.

[18]
龚岳, 曹吉阳. 人口城镇化视角下中国流动人口住房阶层研究[J]. 热带地理, 2024, 44(3):480-491.

DOI

[19]
方长春, 刘欣. 地理空间与住房不平等基于CFPS2016的经验分析[J]. 社会, 2020, 40(4):163-190.

[20]
Szelenyi Ivan. Urban Inequalities Under State Socialism[M]. New York: Oxford University Press,1983.

[21]
Nee V. A theory of market transition:From redistribution to markets in state socialism[J]. American Sociological Review, 1989, 54(5):663-681.

[22]
李春玲, 范一鸣. 中国城镇住房不平等及其分化机制[J]. 北京工业大学学报(社会科学版), 2020, 20(4):13-21.

[23]
Bian Y, Logan J R. Market transition and the persistence of power:The changing stratification system in urban China[J]. American Sociological Review, 1996, 61(5):739-758.

[24]
肖黎姗, 郭青海, 李新虎. 厦门城市居民住房资源分层及其形成机制[J]. 地理科学进展, 2013, 32(12):1804-1813.

DOI

[25]
蔡禾, 黄建宏. 谁拥有第二套房?——市场转型与城市住房分化[J]. 吉林大学社会科学学报, 2013, 53(4):102-114,175-176.

[26]
吴开泽, 陈琳. 从生命周期到生命历程:中西方住房获得研究回顾和展望[J]. 城市发展研究, 2014, 21(12):7-13.

[27]
Glick P C. The family cycle[J]. American sociological review, 1947, 12(2):164-174.

[28]
Doling J. The family life cycle and housing choice[J]. Urban Studies, 1976, 13(1):55-58.

[29]
边燕杰, 刘勇利. 社会分层、住房产权与居住质量——对中国“五普”数据的分析[J]. 社会学研究, 2005(3):82-98,243.

[30]
He S, Liu L, Yang G, et al. Housing differentiation and housing poverty in Chinese low-income urban neighborhoods under the confluence of state-market forces[J]. Urban Geography, 2017, 38(5):729-751.

[31]
王珩, 龚岳. 中国流动人才居留意愿和时长的空间分布及影响因素[J]. 地理科学, 2023, 43(1):61-71.

DOI

[32]
毛小平. 购房:制度变迁下的住房分层与自我选择性流动[J]. 社会, 2014, 34(2):118-139.

[33]
Niu G, Zhao G. State,market,and family:Housing inequality among the young generation in urban China[J]. Journal of Housing and the Built Environment, 2021, 36(1):89-111.

[34]
林李月, 朱宇, 林坤. 跨地区生计及其变迁视角下流动人口城镇住房分层的特征及其影响因素[J]. 地理研究, 2022, 41(7):1948-1962.

DOI

[35]
王宇凡, 柴康妮, 卓云霞, 等. 中国城市流动人口住房质量的空间分异与影响因素[J]. 地理学报, 2021, 76(12):2944-2963.

DOI

[36]
谢霄亭, 马子红. 城镇居民的住房消费和阶层认同——基于CGSS2013数据的实证分析[J]. 云南民族大学学报(自然科学版), 2017,26(2):167-173.

[37]
王先柱, 王敏. 改革住房制度让全体人民住有所居——住房增强居民幸福感的差异性研究[J]. 商业研究, 2018(8):12-21.

[38]
Yi C, Ren J, Huang Y, et al. Multiple home ownership during market transition in China:Longitudinal analysis of institutional factors[J]. Housing Studies, 2022, 37(9):1711-1733.

[39]
戴钰. 湖南省文化产业集聚及其影响因素研究[J]. 经济地理, 2013, 33(4):114-119.

[40]
吴开泽. 住房市场化与住房不平等——基于CHIP和CFPS数据的研究[J]. 社会学研究, 2019, 34(6):89-114,244.

Options
文章导航

/

〈 〉