随着中国城镇住房制度改革的不断深入，包括房地产业在内的城乡社会经济快速发展，无论是城镇居民的居住条件，还是农村居民的居住条件，都得到极大改善。1978年中国城市人均住房面积为3.6 m²，农村人均住房面积8.1 m²(国家统计局，2009)。到了2016年，中国城镇居民人均住房建筑面积已经达到36.6 m²，农村居民人均住房建筑面积也达到45.8 m²。¹然而，随着住房资产成为居民家庭财产的重要组成部分之一，基于住房的财富分化问题也日益凸显。有研究表明，2012年中国居民家庭财产的基尼系数为0.73，其中，房产占居民家庭财产的比重达到70%(Xie and Jin, 2015)。可以说，住房财富的差异已经成为居民住房差异的重要表现形式。

1.数据来源：“居民收入持续较快增长，人民生活质量不断提高——党的十八大以来经济社会发展成就系列之七”，参见国家统计局网站(http://www.stats.gov.cn/tjsj/sjjd/201707/t20170706_1510401.html，访问日期：2019年8月16日)。

自1998年城镇住房制度改革以来，中国的住房不平等问题也得到社会分层研究的普遍关注。从研究视角看，关注社会个体之外(或超越个体之外)的结构性因素对社会个体的作用及其不平等后果是社会分层经验研究最常见的视角。即便重点关注个体社会行动的相关研究，也是将个体行动纳入特定的结构情境，并有意或无意地假定这些个体行动是结构情境塑造或影响的产物(比如，有大量的相关研究以社会转型或市场转型作为背景，而所谓的社会转型或市场转型恰恰意味着社会个体行动得以展开的情境或结构的变化)。这种结构取向的视角也一直是研究住房制度改革以来中国住房不平等问题的重要视角。就住房不平等而言，当前学界关注的重点主要是制度变革过程中的体制性因素(如单位制等)和市场能力因素(如个体的支付能力等)如何影响人们的住房利益(我们分别称之为“体制性因素假设”和“市场能力假设”)。尽管从表现形式上看，多数经验研究主要是从个体层面出发，以个体的社会经济地位特征来解释住房不平等问题，但这些研究都不同程度地表现为结构取向，即假定制度变革改变了个体行动得以展开的外在结构，由此，个体行动的社会不平等后果也随之发生变化。在后文的讨论中我们将会看到，“体制性因素假设”和“市场能力假设”背后的结构情境及其变化其实可以进一步转换为劳动力市场情境及其变化。经济活动主要发生在特定的劳动力市场情境中，劳动力市场情境的变化毫无疑问会改变内在于其中的个体的社会行动及其结果。值得注意的是，社会个体的行动是内在于包括劳动力市场在内的多重结构当中的。房地产市场的兴起本身就会生成新的结构情境，这些结构情境同样会作用于个体的住房行为，并可能产生不平等的后果，其影响甚至可以大于劳动力市场及其变化带来的影响。针对西方市场经济体的相关研究早已表明，住房可以独立于劳动力市场而影响一个家庭的生活和财富水平(Kurz and Blossfeld, 2004)，也可以独立于劳动力市场而决定人们的生活机会、阶级意识等(Forrest, et al., 1990; Saunders, 1990)。

在随房地产业兴起而生成的结构情境中，地理空间(geographical location)就是一个不可忽视的结构情境。房地产业的兴起使得土地价值得以显现，土地的价值及其变动具有地理空间上的差异，其直接表现是房价及其变动的地理空间差异。人们的住房行为总是发生在特定的地理空间中，地理空间的差异同样会作用于他们彼此间的住房差异，这是由于房价及其变动的地理空间差异带来了不同的机会结构。尽管“空间不平等”(spatial inequality)这一概念被越来越多的社会学家所使用，但正如《空间不平等的社会学》(The Sociology of Spatial Inequality)一书的编撰者指出的那样：社会学家对地理空间在社会不平等中所扮演的角色重视不够；“谁”“为什么”会得到“什么”(who gets what and why)一直是社会学家研究不平等问题所关注的核心，然而，这一模式忽视了“哪里”(where)这一因素，“哪里”也是资源分配的重要组成部分，地理空间可以塑造不同的机会结构进而作用于不平等(Lobao, et al., 2007：1-2)。在笔者看来，住房行为具有很强的空间粘滞性，地理空间对人们住房行为的影响更不容忽视，但这一点在国内相关研究中并没有得到足够重视。

基于上述认识，本文关注的是地理空间这一因素对内嵌于其中的社会个体住房行为的影响及其不平等后果。本研究将借助CFPS 2016的数据，在控制以往相关研究的自变量的同时，分析地理空间对住房不平等的影响。并且，如后文将要提到的那样，有关地理空间不平等的众多研究(主要是经济地理、人文地理等学科，以及农村社会学和城市社会学学者的研究)要么将地理空间差异看作不平等的外在表现形式(结果)，要么以特定的地理空间单元作为不平等的分析单位(如地区之间的不平等)。与这些研究不同，我们是以社会个体作为分析单位，关注地理空间差异对个体住房行为的影响。

中国城镇住房制度的改革和房地产业的发展使得城镇居民的住房条件得到极大改善，与此同时，由住房制度改革和房地产业发展所引发的住房不平等问题也引起人们的关注。如前文所述，针对城镇住房不平等问题的研究，主要关注的是体制性因素与市场能力因素的作用以及两者之间的关系。之所以关注这两类因素的作用，一方面是与改革之前城镇原有的住房供给制度有关，另一方面是受到市场转型理论及其相关争论的影响。

城镇住房制度改革之前的住房供给制度受制于计划经济时期的单位制等制度安排。在20世纪50年代社会主义改造完成之后，以国家和企事业单位统包、以低租金和实物分房为特色的住房供给模式成为中国城镇住房供给的主导模式。在这一供给模式下，单位制及相关制度设置成为理解城镇住房不平等问题的重要切入点。人们在不同单位的分布和在特定单位内部的位置在很大程度上决定了其住房状况，因此，单位类型、户籍、工人或干部身份、政治忠诚等(Walder, 1992; Bian, 1994; Zhou and Logan, 1996; Huang, 2003; 边燕杰、刘勇利，2005)成为解释这一时期住房不平等现象的重要变量。改革开放以来，单位制情境下的住房福利体系的诸多弊端日益凸显，如住房的建设和维护资金不足、城镇居民住房短缺等，这些不足与弊端是促使城镇住房制度改革的重要动因之一。当然，城镇住房供给制度的改革也与单位制本身的消解有关，单位职能的单一化使得传统的包括住房供给在内的福利功能逐步从工作单位剥离。

随着单位制的消解和住房制度改革的深入，住房不平等问题的内在机制将发生什么样的变化？市场转型曾经引发关于制度变革与社会不平等形成机制之间关系的广泛讨论，并形成了所谓的“市场转型理论”(Nee, 1989)和“权力维续论”(Rona-Tas, 1994; Bian and Logan, 1996; Parish and Michelson, 1996; 宋时歌, 1998; Bian, 2002; 李路路，2002; 刘欣, 2005a; 李路路等, 2009)等观点。概括来说，这些争论的焦点在于：随着经济体制改革的不断深入，市场因素和体制性因素在社会不平等形成过程中各自扮演什么角色。“市场转型论”强调市场因素作用的日益凸显，“权力维续论”则更多强调体制性因素在社会转型过程中的持续作用。就住房不平等问题而言, 城镇住房制度改革过程中及其初期的实践更加符合“权力维续论”的观点。这是因为，1998年启动的“全面停止实物分房”、实现住房社会化和市场化供给的改革是在原有住房供给体系的基础上展开的，在这一改革过程中存在两个市场，即所谓的内部市场和外部市场(Sato, 2006)。内部市场指的是存量公有住房和新建公有住房(表现为“98房改”持续期内新建的经济适用房，以及一些企事业单位以“安居工程”名义新建的住房)以低于市场价的折扣价或补贴价出售给企事业单位职工。正是由于存在所谓的内部市场，原有体制性因素对住房不平等的影响才得以延续。针对住房制度改革初期的住房不平等问题的研究都不同程度地表明，住房市场化改革的真正受益者是那些改革之前就已经在原有的住房体系中获益的人(刘欣，2005b; Huque, 2005; Logan et al., 2009, 2010; 李强、王美琴，2009; 方长春, 2014)。

随着改革的进一步深入，特别是随着房地产市场的发展和成熟，市场化供给成为城镇住房供给的主导模式。在这种主导模式下，理论上人们的住房状况主要受制于其支付能力和支付意愿，因此，住房不平等在一定程度上受制于人们的经济状况，或者说，越来越受制于人们的市场能力而非体制性因素。尽管有研究依然强调“再分配权力”的持续作用(胡蓉，2012)，但多数研究都不同程度地表明，住房不平等越来越受到人们的收入状况(张川川，2016; 吴开泽，2019)、人力资本(朱迪，2012; 王磊等，2016)、职业地位(许英康、王军，2014)等市场能力因素的影响。

在以往研究的分析策略中，无论是体制性因素还是市场能力因素，大多在经验层面被操作化为个体的社会经济地位特征。例如，为了考察体制性因素的影响，个体的工作单位类型(所有制类型、单位行政级别)、党员身份，甚至政治忠诚等都成为重要的度量指标。为考察市场能力因素的作用，经济收入、教育程度等也成为重要的度量指标。换言之，从经验研究的角度来看，现有无论是针对住房制度改革哪个阶段的研究，大多以个体的社会经济地位特征(这种特征在不同时代有不同的内涵)作为住房不平等的主要解释变量。而人们的社会经济地位特征主要受制于人们在劳动力市场中的位置或表现(在单位制情境下则主要受制于人们在不同工作单位、职位上的分布情况及其表现，我们将单位制情境下的这种工作组织形态称为“类劳动力市场”)。按照这一逻辑，住房不平等与劳动力市场或类劳动力市场这一结构情境有密切的关联，或者说，个体的住房行为受制于人们在劳动力市场或类劳动力市场结构中的位置和表现。

劳动力市场毫无疑问是一种结构性存在，这也毫无疑问会对内在于其间的人们的住房行为产生一定影响。在单位制情境下，在所谓的类劳动力市场中的位置甚至可以直接决定人们的住房状况，这也是“体制性因素假设”的基础。在住房改革过程中，由于存在所谓的内部市场，人们在类劳动力市场中的位置对其住房获取依然存在一定影响，这即是体制性因素的持续作用。随着内部住房市场的消退，人们在所谓的劳动力市场中的位置并不能直接决定其住房状况，但可以推断的是，人们在劳动力市场中的位置决定了其收入状况，进而可以通过影响其支付能力而作用于其住房状况。这不仅是“市场能力假设”的依据所在，也是当年住房制度改革的“初衷”所在，即将住房实物分配转变为以工作为基础的货币工资分配。²

2.1998年《国务院关于进一步深化城镇住房制度改革加快住房建设的通知》(国发[1998] 23号)明确提出：“停止住房实物分配，逐步实行住房分配货币化”。

如果说，以往相关研究采用的是本文开篇所提到的结构取向的视角，那么这些研究本质上关注的是劳动力市场这一结构形态及其变化对住房不平等的影响。然而，人们的行为是内在于多重结构中的，住房利益分化并非完全受制于人们在劳动力市场中位置和表现(方长春，2019)，针对西方市场经济体的相关研究早已表明，通货膨胀、房价涨跌等外在于个体的因素同样会作用于住房不平等(Kurz and Blossfeld, 2004)。就中国住房不平等问题的相关研究而言，与住房行为最密切相关的，同样也是作为结构因素的地理空间因素没有得到足够重视。

就如同劳动市场作为结构性因素会影响社会不平等一样，地理空间同样是一种影响社会不平等的结构性因素。根据鲍森和赫拉斯(Pawson and Herath, 2015)的总结，对地理空间和不平等的关注可以概括为两种类型：一是关注以人为基础(people-based)的不平等，这一视角关注的是弱势社会成员(disadvantage persons)在特定区域的聚集；二是关注以地理为基础的(place-based)的不平等，这一视角关注地理上的弱势对居民的不利影响，这种不利影响包括诸如就业机会、公共服务以及其他资源的获取等。在笔者看来，在第一种视角中，地理是不平等的结果或外在表现形式，而在第二种视角中，地理是不平等的原因。就前者而言，譬如，受芝加哥城市生态学的影响，城市社会学关注的一个重要议题是将空间理解为一种稀缺资源，对这一稀缺资源争夺的结果之一是空间分异或居住分异，分异了的空间形态就是不平等的结果。再譬如，大量同时涉及不平等和地理空间的研究，如收入不平等研究(郭叶波、魏后凯，2012)，或教育不平等研究(唐远雄，2015)，之所以关注地理空间，是因为要考察和理解不平等的外在形式，即理解不平等在不同地理空间上的表现及其差异。除了上述两种视角外，笔者认为，相关研究还存在分析单位上的宏观和微观差异。经济地理学和人文地理学等学科在研究不平等时，尽管也关注地理空间，但这些学科往往将特定的地理区域作为分析单位，关注的重点是地理空间彼此之间的经济、社会或政治上的不平等，而不是特定地理空间内部的个体之间或不同地理空间中个体的差异。

洛博等(Lobao, et al., 2007)之所以认为社会学家对地理空间在社会不平等中所扮演的角色重视不够，并提出“空间不平等社会学”(the sociology of spatial inequality)这一概念，是因为其关注的重点是前述的第二种视角，即如何理解地理空间是导致不平等的原因。其实，国内外针对收入(边燕杰、张展新，2002; 郝大海、李路路，2006; 齐亚强、梁童心，2016)、职业或收入流动(Chetty, et al., 2014; Rothwell and Massey, 2015)、教育获得(Cassen and Kingdon, 2007; Kerr, et al., 2014; Liu, 2015)、健康不平等(Li and Wei, 2010)的研究，都不同程度地关注到地理空间差异对不平等的作用。罗根(Logan, 1978)早在1978年的一篇文献中就已经指出，地理空间的差异意味着不同的空间有不同的优势或劣势，这些优势或劣势影响那些附着在特定空间内的人们的向上或向下流动；地理空间不只是政治、社会或经济的不平等的结果，也是导致特定类型社会不平等的原因。

尽管地理空间对教育获得、职业获得等的影响已经得到众多研究的关注，但在针对中国的相关研究中，地理空间的差异对人们住房不平等的影响还没有得到足够关注，本研究的目的正是试图弥补这一不足，采用前述第二种视角来理解地理空间与住房不平等之间的关系。这视角背后的一个基本假定是：地理空间之所以能够作用于社会个体层面的不平等，是因为它作为个体行为的结构情境而制约个体行为，存在所谓的“空间情境效应”(Spatial Context Effects)(Galster and Sharkey, 2017)。在社会科学中，空间有多重意涵，并在多个意义上被使用(Claval, 2010)，甚至有被泛化的嫌疑。本文是在地理意义上使用空间这一概念，强调的是一种客观化的物理情境，即英文所谓的place或location。当然，强调地理空间作为一种客观化的物理情境并不是否认其社会性，地理空间作为一种客观化的物理情境因人类活动而具备了社会属性，是一种社会化了的客观物理情境。接下来我们将讨论房地产业的发展和城乡土地制度的差异等社会事实如何激发并突显了地理空间对住房不平等的情境效用。

相对于教育、医疗的获得，甚至相对于就业机会的获得而言，人们住房行为的地理空粘滞性更强。对于绝大多数普通人而言，其住房的购买和持有总是限定在特定的地理空间。³而不同地理空间房价及其变动存在一定差异，因此，对于不同地理空间中的人而言，其住房获取的难易程度、所持有房屋价值上涨或下跌的程度受其所在地理空间的制约。地理空间对人们住房行为的情境效应正是通过房价及其变动的地理空间差异而实现的。而房价及其变动的地理空间差异又受制于土地制度、土地开发方式、房地产业的发展、与经济和社会发展程相关联的人口地理流动、住宅的自住和投资性需求，以及人们对房地产市场的未来预期等外在于特定社会个体的诸多社会事实。在下文，我们将简要回顾中国房地产业的兴起及其可能带来的影响。

3.这里之所以提到绝大多数普通人，是因为对于少数精英而言，其社会行动，包括住房行为是可以跨越地理空间限制的，即所谓的“普通人都是地方性的，而精英则是无地域界限，甚至无国界的”。

由于城乡土地制度的差异，城乡住房价格及其变动过程表现出不同的逻辑。就城市住房价格价的变动而言，1998年住房制度改革以来，中国多数城市的房价经历了快速上涨的过程，并具有明显的地区差异。在1998年“全面停止实物分房”后不久，房地产业被明确确立为国民经济支柱产业⁴(甚至“98房改”本身在一定程度上也是应对当时亚洲金融危机的产物)，自此之后，依靠房地产业拉动和维持经济增长一度被地方政府利用到极致。与之相关的经济和社会背景是，1994年实行的“分税制”改革改变了地方政府财政资源的来源与结构，地方政府经历了从“政府即厂商”(Walder, 1995)到“城市经营者”的角色转变，而“经营城市”主要体现为土地开发。在经营城市的过程中，以“房地产业作为新的经济增长点”也被地方政府发挥到极致。此外，随着房地产业的快速发展和房价的持续上涨，对一些社会个体而言，住房具有“抗通胀”和“资产保值增值”功能，是一种投资品甚或投机品(方长春、袁校柠, 2017)，一些大中城市房价因此并不完全受制于居住需求，而在一定程度上受制于投资需求。在上述背景下，大量资本进入房地产业，中国房地产业得到快速发展，多数城市的房价也因此曾一路飙升。国家统计局的数据显示，全国住宅商品房平均销售价格从2003年的2 197元/m²上升到2017年的7 614元/m²。⁵由于经济和社会发展水平、人口聚集度的差异(影响了居住需求)，以及人们对不同地区经济和社会发展未来预期的差异(影响了住宅投资需求)，住房价格及其变动情况必然会表现出地区差异，这也必然会作用于不同地区持有房产者的财富增减。例如，2003年北京市住宅商品房平均销售价格为4 456元/m²，贵阳市这一价格为1 735元/m²，2017年两地的住宅商品房平均销售价格分别为34 117元/m²和6 552元/m²。⁶我们以平均价格为例，假设有两个家庭分别在北京市和贵阳市自2003年起一直持有一套100 m²的住房，那么从2003年到2017年这两个家庭住房资产的差异从27.21万元被拉大到275.65万元。从这个例子可以看出，人们彼此之间的房产差异并不完全受制于人们的支付能力和支付意愿，还受制于人们所处地理空间位置和人们在何种地理空间中持有房产。

4.参见2003年国务院发布的《国务院关于促进房地产市场持续健康发展的通知》(国发[2003]18号)。

5.数据来源:国家统计局官网(www.stats.gov.cn)之“国家数据”栏目。

6.数据来源：国家统计局官网(www.stats.gov.cn)之“国家数据”栏目。

再来看农村住宅价格及其变动情况。理论上说，随着城镇房价的上涨，所有持有产权住房的城镇居民的住房资产都有一定程度的提升。但持有农村集体土地上房屋的农村居民却没有同样的获益过程。房地产业的发展和土地的开发或许(因拆迁、征地)使得部分城市近郊农民受益或利益受损，但城乡土地性质的差异使得建设用地和集体土地上的住房在房地产市场发展过程中有不同的表现。农村住宅大多为农民以自建的方式建在集体土地上，其可交易性差(限定在特定成员之间的有条件的交易)，房产增值空间小(房产价值变动主要受制于建筑材料和通货膨胀等因素，与建设用地的增值无关)。因此，从总体上看，房地产业的发展，特别是城镇产权住房价格的上涨拉大了城乡居民在住房资产上的差异。

通过上述分析可以看出，随着中国房地产业的快速发展，地理空间可以成为理解中国住房不平等问题的一个重要视角。如果用结构取向来概括住房不平等的现有研究的话，就如前文所讨论的那样，无论是对体制性因素的强调，还是对个体市场能力的强调，这些研究的基本逻辑(或隐含的基本逻辑)都是将人们的住房行为纳入劳动力市场这一结构情境来理解住房不平等。与之不同的是，本研究所关注的是地理空间作为一种结构情境对住房不平等的影响。本文的实证分析所要验证的正是地理空间对住房不平等的影响，并且，考虑到社会个体内在于多重结构当中的这一事实，与劳动力市场这一结构情境相关的变量将作为控制变量放在我们的实证分析中。

本文所用数据来自北京大学中国社会科学调查中心组织实施的“中国家庭追踪调查”(CFPS)项目的2016年调查数据，⁷剔除少量核心变量严重缺失的样本后，本研究共涉及13 750个家庭户样本的信息。⁸

7.感谢北京大学中国社会科学调查中心无偿提供相关数据。该项目的具体介绍参见该机构的官方网站。

8.CFPS项目是追踪调查项目，在数据清理的过程中我们借助其他年份的调查数据对本文所用数据中的缺省值进行了必要的插补，最终剔除了户主为学生或外国人、核心变量严重缺失且无法插补的家庭户样本269个(占原总样本规模的1.92%)，得到有效样本13 750个。

本文关注的核心变量是住房不平等。在既有的针对城镇住房的研究中，产权住房拥有率(蔡禾、黄建宏，2013; 吴开泽，2017; 王先柱、王敏，2018)、住房面积(何晓斌、夏凡，2012; 胡蓉，2012; 罗楚亮，2014; 张伊娜、周双海，2014)等通常是用来考察住房不平等的主要指标。按照惯例，我们也采用“住房产权”这一变量(“拥有产权住房”=1，“不拥有产权住房”=0)。此外，在我们看来，当下人们住房利益的分化已不仅仅体现在“是否拥有产权住房”和居住条件上，更重要的是体现在房产作为一种家庭资产的差异上。在住房市场化的背景下，住房产权、住房数量、住房面积、住房类型和居住小区的差异等最终都可以在住房的市场价值上反映出来，因此，选用家庭住房资产总价值可以直观有效地衡量人们的住房利益分化情况。这种做法也确实已经得到一些学者的应用(黄静、崔光灿，2013; 陈小亮、陈彦斌，2014; 朱梦冰、李实，2018; 吴开泽，2019)。因此，除了采用“住房产权”这个变量之外，我们还用“居民家庭房产”来度量人们的住房差异。在具体分析过程中，我们区分了家庭总房产价值和家庭净房产价值，并根据居民户家庭规模计算了家庭人均总房产和家庭人均净房产。住房面积通常也被同类研究用以度量住房不平等，毫无疑问，这一指标可以在一定程度上有效反映人们实际的居住条件差异。但考虑到样本中存在租赁住房的情形(租赁住房可以影响实际居住条件，却不能作为家庭或个人资产而存在)，我们仅以住房面积来衡量人们的实际居住状况。

就自变量而言，如前所述，本文关注的重点是地理空间差异的影响。有关地理空间的尺度在不同的研究中可以有不同的选择，既有跨越民族国家的尺度，也有以城市内部不同区域作为划分依据。本研究采用的是国家统计局划分的四大经济区域，同时考虑到城乡有别，在这四大区域中分别再划分出城镇和乡村两类地理区域，这样就共计得到八个地理空间类别(“东北农村”=1，“东北城镇”=2，“东部农村”=3，“东部城镇”=4，“中部农村”=5，“中部城镇”=6，“西部农村”=7，“西部城镇”=8)。这样的划分是基于以下考虑：根据前文分析，地理空间之所以对住房不平等产生影响是与房价及其变动的地理空间差异密切相关，以地市作为空间划分尺度理论上更有助于分析地理空间对住房不平等的影响，但前提条件是需要知道各地市的房价信息，这是因为，不同城市经济和社会属性的差异并没有表现出明显的地理上的规律，只能依据房价对不同城市地理空间特性进行分类和等级排序。由于数据库所涉及的城市房价信息的缺失以及房价信息难以通过其他渠道填补(特别是各地市农村房价)，我们采用了更大尺度的空间划分。四大经济区域作为各自所辖具体地市的汇总，其经济和社会特性存在相对明显的梯度规律，而城乡之间经济和社会特性的差异也存在类似特征，因此，本文所采用的空间尺度划分可以在缺少地方经济和社会信息的前提下把握地理空间的差异。本文所采用的其实是一种介于民族国家和城市之间的中间尺度(middle geographic scale)，这种中间尺度也被一些空间不平等研究所极力倡导(Lobao, et al., 2007：29-61)。

除了以地理空间作为自变量外，我们还依据文献回顾中提到的“体制性因素假设”和“市场能力假设”设置了控制变量，包括家庭年收入(万元)、家庭规模、户主的年龄、性别(“男性”=1，“女性”=0)、婚姻状态(“在婚”=1，“不在婚”=0)、党员身份(“党员”=1，“非党员”=0)、单位类型(“党政机关或事业单位”=1，“其他”=0)等。其中，户主党员身份、单位类型等作为体制性因素的度量，户主受教育年限、家庭年收入等作为市场能力因素的度量。

需要特别说明的是，上述自变量中涉及众多居民家庭及户主的社会经济地位特征变量，但从理论上说，人们当前的住房状况并不一定受其当前社会经济地位的影响，而是受更早期(在做出购买住房决策之前)的社会经济地位的影响。由于无法获知人们购房决策时机及其当时的社会经济状况，本文以当前人们社会经济地位特征当作其早期社会经济地位的近似度量。变量描述如表 1所示。

表 1

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 13 750 4.79 2.04 1.00 8.00 是否拥有产权住房(“有”=1，“无”=0) 13 750 0.86 0.34 0.00 1.00 产权住房数量 13 750 1.03 0.61 0.00 7.00 当前家庭人均住房面积(m2) 12 791 47.11 58.50 2.00 3 000 家庭总房产(万元) 13 750 44.61 113.24 0.00 2 100 家庭净房产(万元) 13 493 42.25 109.83 0.00 1 790 家庭人均总房产(万元) 13 750 14.50 40.57 0.00 1 350 家庭人均净房产(万元) 13 493 13.75 39.75 0.00 1 320 家庭规模 13 750 3.66 1.89 1.00 19.00 户主年龄 13 750 50.43 14.86 18.00 95.00 户主性别(“男”=1，“女”=0) 13 750 0.51 0.50 0.00 1.00 户主户口(“非农业”=1，“农业”=0) 13 750 0.29 0.45 0.00 1.00 户主婚姻状况(“在婚”=1，“不在婚”=0) 13 750 0.84 0.37 0.00 1.00 户主民族(“少数民族”=1，“汉族”=0) 13 750 0.08 0.27 0.00 1.00 户主党员身份(“党员”=1，“非党员”=0) 13 750 0.10 0.30 0.00 1.00 户主受教育年限 13 750 7.54 4.66 0.00 22.00 户主党政事业单位就业经历(“是”=1，“否”=0) 13 750 0.06 0.23 0.00 1.00 家庭收入(万元) 13 680 7.24 11.56 0.07 216.00

表 1 变量统计性描述

就分析方法而言，首先，我们采用描述研究⁹的方式对不同地理空间的人们的住房产权、住房面积、住房资产等进行比较，并采用房产价值基尼系数及其地理空间分解的方式来考察住房资产不平等的程度。其次，我们对居民家庭住房产权和住房资产分别进行回归分析，并以地理空间作为预测变量，以既有的解释模式中的常见变量作为控制变量。由于对那些不拥有产权住房者而言，房价的变动对他们的住房资产没有影响(即他们的房产一直为零)，因此，在考察地理空间对住房资产的影响时，我们仅对那些拥有产权住房的样本进行回归分析。但这样就可能存在样本选择偏误，为此，我们运用赫克曼两步法(Heckman Two-Step Method)修订了回归模型的系数。再次，根据前文的讨论，地理空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：CFPS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CFPS项目数据中筛选出8 825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。

9.所有的描述研究，包括基尼系数的计算均按照全国家庭户的规模和构成进行了加权处理。

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数据有各地居民家庭人均住房面积，¹⁰从中可以看出，八大地理空间类型中每个区域居民家庭人均住房面积均达到了较高水平，最低的均值也达到41.77 m²。此外，尽管各地居民家庭人均住房面积存在一定差异(并且这种差异也具有统计学上的显著性)，但这种差异并不十分突出。从国家统计局近年来的相关统计数据看，全国经济和社会发展水平呈现从东部、中部、西部、东北部依次下降的等级特征，在各区域内部经济和社会发展水平又呈现城镇地区高于农村地区的特征。如果仅以家庭人均住房面积作为人们居住条件的度量的话，各地区居民家庭住房条件的差异并没表现出与经济和社会发展差异类似的规律。¹¹

10.该面积指的是调查时被访家庭实际人均居住的房屋，其中部分家庭为租住住房，而另一些家庭在其他地方所拥有的住房的面积没有计算在内(其他房产可能涉及投资而非实际居住)。这样处理的目的主要是考察人们实际的居住状况。

11.人均住房面积只是衡量人们居住条件最基本的指标，人们实际的居住质量还涉及房屋内外的各种设施，其中外部设施还涉及各种类型和质量的公共服务的获取。

表 2

表 2 不同地理空间居民家庭住房条件比较 地理空间 家庭人均住房面积(m2) 住房拥有率(%) 户均产权住房数量(套) 东北农村 45.82 89.45 0.98 东北城镇 56.45 81.25 0.94 东部农村 50.48 89.86 1.07 东部城镇 54.07 78.27 1.02 中部农村 41.77 91.63 1.09 中部城镇 43.41 85.29 1.09 西部农村 44.02 93.28 1.05 西部城镇 46.72 85.37 1.03 总体 48.43 85.96 1.04 N 12 791 13 750 13 750 X2/F-value 11.02*** 412.25*** 7.49* 注：1.***p < 0.001, **p < 0.01, *p < 0.05； 2.本表所示的人均住房面积指的是被访者实际居住房屋(无论是自有还是租赁或其他类型的房屋，不含部分样本在其他地方持有的房屋)的面积。

表 2 不同地理空间居民家庭住房条件比较

从表 2还可以看出，中国居民家庭产权住房拥有率达到非常高的水平。总的来看，2016年全国城乡居民家庭住房自有率达到85.96%。从分地理空间来看，除东部城镇地区以外，其他地区居民家庭住房自有率都超过了80%，其中，西部农村地区的比率最高，达到93.28%。从地区之间的比较可以看出，区域间存在一定的差异，并且这种差异与各区域住房获取的难易程度相关。举例来说，表 2中涉农区域居民家庭住房自有率普遍高于非农区域，这与前文提到的城乡土地制度(城乡住宅用地制度)的差异有关。涉农区域居民家庭住房大多为集体土地上的自建房，房屋获取的成本主要为建筑安装成本(宅基地主要由农村集体组织认定、划拨，通常为无偿使用)；而城镇居民大多获取的是(建在国有建设用地上)商品住宅，其中包含较大比例的土地使用成本。正是由于土地制度和住房制度的差异，使得农村地区居民家庭住房获得的难度要低于城镇地区家庭。房屋获取的难易程度的地区差异对住房自有率的影响不仅体现在城乡之间，还体现在不同的城镇地区之间。表 2显示，东部城镇地区居民家庭住房自有率相对于其他地区最低，仅为78.27%，这与东部城镇地区房价高于其他区域、住房获取难度高于其他区域不无关系。

从表 2还可以看出，户均产权住房数量的区域差异也并不突出，全国平均水平为1.04套，其中，除东北部农村和东北部城镇之外，其他区域这一均值在1.00以上。

表 2的统计结果显示，各地区居民家庭的住房条件均达到了较高水平，也就是说，随着中国经济和社会的发展(其中包括城镇住房制度改革和房地产业的发展)，中国居民家庭住房条件得到极大改善。前文提到，住房面积、住房自有率通常被当作衡量住房不平等的重要指标。但从表 2的分析结果来看，住房面积和住房自有率并不能充分度量住房不平等，至少是不能有效度量住房的地区不平等。就住房面积而言，尽管不同地区居民家庭之间存在一定差异，但这种差异并不十分突出。就住房自有率而言，表 2的分析结果似乎表明，越是经济和社会发达的地区，住房自有率越低(后文回归分析将进一步验证这一观点)。即便如此，考虑到大多数地区居民家庭住房自有率都达到很高水平，住房自有率作为地区不平等度量还是存在一定限度的。如前所述，当下人们住房利益的分化已不仅仅体现在居住条件上，更重要的是体现在房产作为一种家庭资产的差异上。并且，住房产权、住房数量、住房面积、住房类型和居住小区的差异等最终都可以通过住房的市场价值反映出来，因此，以家庭房产价值度量的居民家庭住房资产可以成为住房不平等的一个有效度量。

从表 3可以看出，居民家庭房产差异表现出明显的地理区域特征，并且与各区域的经济和社会发展程度的差异规律表现一致。以居民家庭总房产为例，由低到高的地理区域规律为：东北农村、西部农村、东北城镇、中部农村、东部农村、西部城镇、中部城镇、东部城镇。其中，东北农村户均住房总资产为9.02万元，而东部城镇居民家庭户均总房产达到82.37万元，后者是前者的9倍多。表 2的数据显示，东部城镇地区住房自有率(78.27%)远低于东北部农村(89.45%)。结合住房自有率和住房资产的地区差异，我们似乎可以这样通俗地表述住房不平等的地理空间特性：以住房自有率来衡量，东北农村地区高于东部城镇地区，但以家庭住房资产来衡量，东部城镇地区远高于东北农村地区。这也正是本文反复强调以住房自有率来衡量住房不平等或住房差异的不充分性所在。但这一对比结果可能也会产生这样的疑问：在居民家庭平均总房产高的地区，人们住房债务负担可能也高，因此，总房产数量也不能有效度量住房的地区差异。为此，表 3对比了不同区域居民家庭净房产(扣除住房负债)，比较结果与居民家庭总房产的地区比较结果表现一致，即经济越发达的地区，居民家庭房产优势越明显。表 3所示的家庭人均总房产、家庭人均净房产的地区比较也支持了同样的结论。

表 3

表 3 不同地理空间居民家庭住房财产状况比较(万元) 家庭总房产 家庭净房产 家庭人均总房产 家庭人均净房产 地理空间     东北农村 9.02 8.06 3.25 2.92     东北城镇 19.19 17.10 8.02 7.15     东部农村 29.20 27.83 8.22 7.83     东部城镇 82.37 77.69 27.25 25.73     中部农村 20.18 18.94 5.74 5.43     中部城镇 43.36 39.42 13.72 12.39     西部农村 16.48 15.50 4.91 4.68     西部城镇 35.04 31.99 10.01 8.91 总体 39.58 37.07 12.59 11.77 N 13 750 13 494 13 750 13 494 F-value 36.73*** 35.69*** 57.45*** 55.18*** 注：***p < 0.001, **p < 0.01, *p < 0.05。

表 3 不同地理空间居民家庭住房财产状况比较(万元)

为了更进一步考察居民家庭房产的地区差异，我们计算了家庭房产的基尼系数，并将其按地理空间分组进行了分解。¹²同时，我们还以居民家庭收入的基尼系数及其地理空间分解作为房产分化的对比(分析结果如表 4所示)。从表 4可以看出，与居民家庭收入或居民家庭人均收入相比，无论是居民家庭总房产，还是居民家庭净房产，抑或是家庭人均总房产、家庭人均房产，分化程度都要突出得多，其中，居民家庭总房产的基尼系数为0.71，净房产基尼系数达到0.72，而居民家庭收入的和家庭人均收入基尼系数则分别为0.51和0.54。基尼系数按地理空间分解表明，地理空间差异在居民家庭房产差异中占据突出的地位。如表 4所示，居民家庭总房产差异的46.99%是按地理空间分组的组间差异导致的；在居民家庭净房产、家庭人均总房产和家庭人均净房产的基尼系数的分解中，组间差异所占的比重也分别达到47.02%、47.75%和47.82%。相比较而言，尽管家庭收入也存在很大的组间差异，但这种组间差异相比家庭房产的组间差异要小得多。

12.基尼系数及其分解参考科威尔(Cowell，2000)、穆克吉和沙洛克斯(Mookherjee and Shorrocks, 1982)的研究。本文采用R语言“dineq”程序包进行了相关计算。

表 4

表 4 居民家庭住房资产、家庭收入基尼系数及其按地理空间分解 总计 组内 组间 组内与组间重叠 家庭总房产     基尼系数 0.71 0.12 0.33 0.26     占比(%) 100.00 16.79 46.99 36.22 家庭净房产     基尼系数 0.72 0.12 0.34 0.26     占比(%) 100.00 17.01 47.02 35.97 家庭人均总房产     基尼系数 0.73 0.12 0.35 0.26     占比(%) 100.00 16.88 47.75 35.37 家庭人均净房产     基尼系数 0.73 0.13 0.35 0.26     占比(%) 100.00 17.13 47.82 35.06 家庭收入     基尼系数 0.51 0.08 0.16 0.27     占比(%) 100.00 15.29 31.34 53.37 家庭人均收入     基尼系数 0.54 0.08 0.19 0.27     占比(%) 100.00 15.18 35.77 49.05

表 4 居民家庭住房资产、家庭收入基尼系数及其按地理空间分解

如前文所述，本文采用住房产权和居民家庭房产总价值作为住房不平等的度量。先来看在控制了以往研究关注的体制性因素和市场能力因素等变量之后，地理空间是否会对人们获取产权住房产生影响(分析结果如表 5所示)。

表 5

表 5 对住房产权和产权住房数量的回归分析(N=13 680) 是否拥有产权住房 产权住房数量 一套 两套及以上 模型1 模型2a 模型2b 地理空间(参照组：东北农村)     东北城镇 -0.68*** -0.69*** -0.34 (0.15) (0.15) (0.21)     东部农村 -0.48** -0.53*** 0.03 (0.15) (0.15) (0.20)     东部城镇 -1.07*** -1.15*** -0.36 (0.14) (0.14) (0.19)     中部农村 -0.26 -0.31* 0.21 (0.16) (0.16) (0.21)     中部城镇 -0.79*** -0.86*** -0.18 (0.15) (0.15) (0.20)     西部农村 0.24 0.24 0.25 (0.16) (0.16) (0.21)     西部城镇 -0.68*** -0.70*** -0.35 (0.15) (0.15) (0.21) 家庭特征     家庭收入 0.01** 0.004 0.02*** 0.00 0.00 0.00     家庭规模 0.55*** 0.53*** 0.70*** (0.02) (0.02) (0.03) 户主特征     年龄 0.03*** 0.03*** 0.04*** 0.00 0.00 0.00     性别 -0.09 -0.08 -0.11 (0.06) (0.06) (0.07)     户口 -0.02 -0.06 0.20* (0.07) (0.07) (0.09)     民族 -0.30** -0.30** -0.31* (0.11) (0.11) (0.14)     婚姻状况 0.38*** 0.37*** 0.46*** (0.07) (0.07) (0.10)     党员身份 0.18 0.16 0.29* (0.10) (0.10) (0.12)     受教育年限 -1.16e-3 -0.01 0.04*** (0.01) (0.01) (0.01)     党政事业单位 0.41** 0.40** 0.41** (0.12) (0.13) (0.15) 截距 -1.14*** -1.00*** -4.94*** (0.20) (0.20) (0.28) Log Likelihood -4 528.70 -9 508.93 注：***p < 0.001, **p < 0.01, *p < 0.05；“产权住房数量”的参照类别为“0套”。

表 5 对住房产权和产权住房数量的回归分析(N=13 680)

表 5的模型1是对居民家庭是否拥有产权住房所做的Logit回归。从模型1看出，作为市场能力度量的“家庭收入”和作为体制性因素度量的“在党政机关或事业单位工作”对人们是否持有产权都有显著影响。譬如，居民家庭年收入每增加1万元，家庭持有产权住房的可能性就上升1%，而户主有党政机关或事业单位工作经历的家庭持有产权住房的可能性比那些户主没有党政机关或事业单位工作经历的家庭高出41%。此外，户主婚姻状态、家庭人口规模等体现家庭生命周期的变量对居民家庭是否持有产权住房也有显著影响。在控制了这些变量之后，地理空间因素的影响更为突出，并且，地理空间对人们是否持有产权住房的影响与前文描述研究的结果表现出类似的特征，即，越是在经济和社会欠发达的地区，持有产权住房的可能性越高；由于土地和住房制度的城乡差异，涉农地区居民家庭持有产权住房的可能性更高。在分析过程中，我们还试算了居民家庭特征、户主特征的变量与地理区域变量的交互效用，结果发现，这些交互作用并不显著，即家庭和户主特征变量对住房产权获得的影响并没有表现出明显的地区差异。

考虑到部分家庭持有多套房产的情形，表 5模型2a和模型2b对居民家庭拥有的产权住房数量进行了多分变量Logistic回归分析。从分析结果看，体制性因素和市场能力因素，以及与家庭生命周期相关的因素对居民家庭能否持有多套房产都存在一定影响。在控制了这些变量之后，居民家庭能否持有多套房产并没有表现出显著的地区差异。结合模型1的分析结果，可以得出这样的结论：在控制了居民家庭和户主特征变量之后，地理空间的差异对居民家庭能否持有产权住房有显著影响(越是在经济和社会欠发达的地区，越容易持有产权住房，至少是一套产权住房)，而对居民家庭能否持有多套房产影响并不十分突出。

前文提到，随着产权住房持有率的普通提升，仅以是否持有产权住房来度量住房不平等存在很大的不足。此外，由于土地制度和住房制度的城乡差异，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(Inverse Mills Ratio)，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

表 6 地理空间对居民家庭住房资产的影响(赫克曼选择模型) 家庭总房产 家庭净房产 模型1 模型2 模型3 模型4 地理空间(参照组：东北农村)     东北城镇 0.42*** 0.40*** (0.07) (0.07)     东部农村 0.66*** 0.69*** (0.06) (0.06)     东部城镇 1.68*** 1.71*** (0.06) (0.06)     中部农村 0.38*** 0.42*** (0.06) (0.06)     中部城镇 0.99*** 0.99*** (0.06) (0.06)     西部农村 0.04 0.06 (0.05) (0.05)     西部城镇 0.82*** 0.83*** (0.06) (0.06) 家庭特征     家庭收入 0.03*** 0.02*** 0.03*** 0.02*** (0.00) (0.00) (0.00) (0.00)     家庭规模 0.27*** 0.05*** 0.27*** 0.05*** (0.01) (0.01) (0.01) (0.01) 户主特征     年龄 0.01*** -0.01*** 0.01*** -0.004*** (0.00) (0.00) (0.00) (0.00)     性别 -0.28*** -0.15*** -0.28*** -0.15*** (0.02) (0.02) (0.03) (0.02)     户口 0.75*** 0.63*** 0.77*** 0.66*** (0.03) (0.03) (0.03) (0.03)     民族 -0.33*** 0.01 -0.34*** 0.004 (0.05) (0.05) (0.05) (0.05)     婚姻状况 0.65*** 0.10* 0.65*** 0.08 (0.04) (0.04) (0.04) (0.04)     党员身份 0.20*** 0.10* 0.19*** 0.09* (0.04) (0.04) (0.04) (0.04)     受教育年限 0.04*** 0.04*** 0.04*** 0.04*** (0.00) (0.00) (0.00) (0.00)     党政事业单位 0.29*** 0.01 0.25*** -0.03 (0.06) (0.05) (0.06) (0.05) 截距 -0.82*** 1.64*** -0.91*** 1.59*** (0.13) (0.15) (0.13) (0.16) 逆米尔斯比率 3.61*** -0.42* 3.50*** -0.60** (0.14) (0.19) (0.14) (0.19) R2 0.29 0.36 0.29 0.35 Num. obs. 11 806 11 806 11 498 11 498 注：***p < 0.001, **p < 0.01, *p < 0.05。

表 6 地理空间对居民家庭住房资产的影响(赫克曼选择模型)

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。

为了进一步验证地理空间不只是住房资产差异的外在表现，还是导致人们住房资产差异的因素之一，按照前文提到的研究设计，我们从样本中筛选出那些2012—2016年持续持有同一套房产(即从2012年以来一直持有某一套特定的住房)的家庭作为分析对象。对于这些家庭而言，一直持有那套住房的价值变化(增值或贬值)与居民家庭特征和户主特征无关，而是主要受房地产市场变动和通货膨胀等外在因素的影响，即主要受房产价格变动的影响(当然，其中可能还包含房屋自然折旧等因素的影响)，而房价变动具有地理空间上的差异性，在不同的地理空间上所持有的这套房屋经历的房产增值或贬值情况必然存在一定差异，地理空间对人们房产差异的作用由此得以体现。表 7为这些家庭一直持有的那套住房的价值增加值情况及其地区间比较。从中可以看出，地理空间差异对居民家庭房产变动的影响非常明显。举例来说，在东北城镇地区，如果2012年以来个人一直持有的住房的价值平均下降了0.85万元，那么在东部城镇地区，2012年一直持有的住房的价值则平均增长了41.69万元。地区间比较结果显示，多数地区之间人们一直持有的住房的价值增加值的差异具有统计学上的显著性。依据表 7的分析，假定从2012年以来这些家庭仅持有一套房产，那么仅仅由于他们持有的住房所在的地理空间不同就会拉大他们彼此的房产差异(以基尼系数计算这些家庭一直持有的住房的价值表明，2012年房产基尼系数为0.65，其中组间差异占53.99%；2016年房产基尼系数为0.70，其中组间差异占60.93%)。而实际情况是，部分家庭在其所在地可能还持有其他住房或置换过住房，这些都有可能由于他们的这些住房行为发生的地理空间不同而拉大他们之间的房产差异。

表 7

表 7 被选家庭一直持有之房屋平均增加值及其地区比较(万元) 地理空间 (I) 平均增 加值 I-J 地理空间(J) 东北 农村 东北 城镇 东部 农村 东部 城镇 中部 农村 中部 城镇 西部 农村 西部 城镇 东北农村 0.82 1.67 -6.95* -40.86* -1.68 -9.91* -2.47* -7.08* 东北城镇 -0.85 -1.67 -8.62* -42.53* -3.34* -11.58* -4.14* -8.75* 东部农村 7.77 6.95* 8.62* -33.91* 5.27* -2.96 4.48* -0.13 东部城镇 41.69 40.86* 42.53* 33.91* 39.19* 30.95* 38.39* 33.78* 中部农村 2.50 1.68 3.34* -5.27* -39.19* -8.24* -0.79 -5.41* 中部城镇 10.73 9.91* 11.58* 2.96 -30.95* 8.24* 7.44* 2.83 西部农村 3.29 2.47* 4.14* -4.48* -38.39* 0.79 -7.44* -4.61* 西部城镇 7.91 7.08* 8.75* 0.13 -33.78* 5.41* -2.83 4.61* 注：*p < 0.05。

表 7 被选家庭一直持有之房屋平均增加值及其地区比较(万元)

总结表 5到表 7的分析结果可以看出，人们所处的地理空间的不同不仅会影响其产权住房的获得，也会影响其住房资产的增减。换言之，如同劳动力市场作为一种结构情境一样，地理空间作为一种结构情境对住房不平等也有影响。

随着城镇住房制度的改革和房地产业的发展，以及城乡经济社会的发展，中国城乡居民的居住条件都得到极大改善，然而，人们的住房差异，特别是住房资产差异也日益突出。如前文所述，随着城镇住房制度的改革，住房不平等这一议题得到学术界的普遍关注，并且如同多数研究市场转型与社会分层之间关系的研究一样，住房不平等问题的相关研究关注的重点是制度变革过程中体制性因素和市场能力因素如何作用于住房不平等。从研究的操作层面来看，尽管这些研究大多将所谓的体制性因素或市场能力因素操作化为个体的社会经济地位特征，并以这些特征解释不同时期和不同制度情境下人们的住房行为及其后果，但其视角都是结构取向的。如我们所讨论的那样，这种结构取向的最终落脚点在劳动力市场结构。就住房而言，住房制度改革以前，人们在类劳动力市场结构中的位置与表现(这个类劳动力市场受到户籍制度、单位制度、劳动用工制度的塑造)对其住房行为有直接的决定作用，而单位制改革和住房制度改革后，人们在劳动市场结构中的位置及其表现可以通过影响其收入而决定其住房行为。然而，社会个体的行动总是内在于包括劳动力市场在内的多重结构。房地产市场的兴起本身就会生成新的结构情境，这些结构情境同样会作用于个体的住房行为并可能产生不平等的后果，甚至其影响要大于劳动力市场及其变化带来的影响。在这些结构情境中，一个不可忽视的结构情境就是地理空间，这是因为人们的住房行为总是粘滞在特定的地理空间中。

本文的经验分析表明，在控制了以往研究重点关注的体制性因素和市场能力因素后，人们所处的地理空间差异也会影响其住房差异。这种由地理空间差异所导致的住房差异与房价及其变动的地理空间差异密切相关，而房价及其变动的地理空间差异正如前文分析的那样，与中国城乡土地和住房制度、中国房地产业发展的特性等密切相关。

总结本文的研究，有以下两点值得进一步思考。

其一是结构取向的社会分层视角的拓展。地理空间对住房不平等的影响意味着，在以往研究所关注的劳动力市场结构情境之外，同时还存在其他的结构情境，这些结构情境与劳动力市场一样随着制度的变革和社会转型而发生变化，其变化过程同样也会作用于个体的社会行为及其后果。住房不平等是社会分层研究中的重要领域，劳动力市场之外的结构因素对住房不平等的影响给我们带来的启发是：就市场转型与社会分层的相关研究而言，应考虑到更多的结构形态受制度变革和社会转型的影响而生成或发生形变，而这些结构如同劳动力市场一样会作用于个体的行动及社会不平等的形成过程。

其二是关注地理在社会不平等中的作用以及由此带来的社会影响。如前文所述，地理空间对社会不平等的影响已得到越来越多包括社会学在内的学科的关注。就住房不平等而言，正如关注美国住房及地理对社会不平等影响的学者林德赛和泰勒斯(Lindsey and Teles, 2017: 115)指出的那样：“超出人们普遍认知的是，地理差异是造成不平等的主要原因。事实上，地理上的不平等有时会超过人们更为熟悉的社会经济不平等”。也正是由于地理对不平等形成的重要影响，世界银行2009年的世界发展报告不仅直接以“重塑地理经济”为题，而且还使用“geographically disadvantaged people”这一概念来指称在地理不平等中的弱势群体(World Bank, 2009)。就本文所关注的地理空间对住房不平等影响而言，这种影响还可以通过作用于人口的空间流动而进一步强化由地理空间所导致的不平等。这是因为，住房行为具有很强的空间粘滞性，住房将以排斥机制和锁定机制作用于人口的空间流动。所谓“排斥机制”，指的是住房将成为地理上的弱势者流入地理上优势地区的一种阻碍，而锁定机制指的是住房行为的粘滞性将那些地理上的弱势者锁定在特定的地理空间。这些都应该引起学术和政策层面的关注。