房價與人均可支配收入的關系研究

段佳君

[摘 要]基于西安市2004—2018年相關數據，構建多元線性回歸模型和曲線回歸模型實證分析了收入、人口密度與房價之間的相互關系。研究結果發現，居民收入的提高、人口的增長均對房價有一定程度的正向推動作用。可以通過政策調控來穩定房價，抑制西安市房地產市場的投資性需求，使居民住有所房，減輕住房支付壓力。

[關鍵詞]房價;城鎮居民可支配收入;回歸分析

[DOI]10.13939/j.cnki.zgsc.2020.23.004

1 引言

西安市的房地產業已經逐漸成為支撐全市經濟發展的重要產業之一，2018年實現增加值643.18億元，占全市GDP比重的7.7%，比2013年提高1.7個百分點;2018年房地產業對全市GDP的貢獻率達9.0%，拉動GDP增長1.3個百分點。

同時，由于房地產業的關聯度大，能間接帶動建筑業、裝修裝飾以及居民服務等上下游多個產業的發展，還可以提高社會的整體收入水平。隨著近幾年西安市房地產市場的大熱，房價成為居民關心的熱點問題之一。從2019年1月到11月，西安的住房均價已經在1萬元以上波動增長（如圖1所示），而在2018年，西安的住房均價年均上漲甚至高達15.3%，不僅高于西安GDP年均增長率8.2%，也高于城鎮居民人均可支配收入年均增長率8.7%。

房價高且上漲過快與居民收入水平及增長速度不相適應。2019年西安市的平均薪資顯示，居民工資主要集中在2000～6000元內，但工資過萬的高收入群體已占10%以上（如圖2所示），大量中低收入群體住房支付壓力非常大，甚至買不起房。然而，有一個普遍的現象是，很多城市住房銷售量一直居高不下，其樓盤開盤便被一搶而空。衡量居民承受住房能力的常見指標可以用房價收入比（Housing Price to Income Ratio，PIR）來表示，它是住房價格中位數與居民家庭年收入中位數的比值，目前通常使用平均價格代替中位數價格。

一般認為，合理的房價收入比的取值范圍為4～6，若計算出的房價收入比高于這一范圍，則認為其房價偏高，房地產可能存在泡沫，高出越多，則存在泡沫的可能性越大，泡沫也就越大。2011—2016年西安市的房價收入比范圍在5～7內，基本上低于全國的平均水平，而在2017年和2018年已經大幅度地增長到了9以上（如圖3所示），同時高于全國的平均水平，可見西安市住房市場近年變化之大，購房的負擔也加大。文章就西安市住房價格與城鎮居民收入水平的相互關系，對其進行分析研究，具有重要的現實意義。

2 理論分析

收入通過供給和需求直接或間接地影響住房市場的價格。

首先，根據經濟學的供給定理，在其他條件不變的情況下，房價提高，會使得供給增加，但是由于住宅供給調節存在滯后性，使得住宅的供給在短期內缺乏彈性，因此在短期內決定房價的因素是需求。居民收入是影響住宅需求最根本的因素，它決定了居民購買力和支付意愿的大小，同時也影響了居民消費的需求。凱恩斯絕對收入假說指出，在短期內，消費取決于收入，收入的增加能帶來消費的增加，收入與消費的關系是邊際消費傾向居民收入通過供給和需求直接或間接地影響住房市場。例如，從住宅開發類型看西安市城鎮居民收入的提高，對改善型住房的需求也在增加，2018年與2013年相比，144平方米及以上住宅投資占比提高2.8個百分點，其中別墅、高檔公寓投資占比提高1.8個百分點，而90平方米及以下住宅投資占比下降13.4個百分點。以上數據來源于陜西省統計局。

其次，經濟不斷增長的同時，生產擴大，居民家庭收入也在提高，這些都會帶來房地產市場的使用需求增加。根據房地產市場的四象限模型，第Ⅰ象限的需求線向上移，帶動了租金水平的提高，進而導致第Ⅱ象限房地產價格的提高，又會促使第Ⅲ象限新開發量的增加，最后導致第Ⅳ象限空間存量的增加。可見，經濟的擴張、居民收入的增加會引起房地產各個經濟量的增加，如圖4所示。

另外，住房價格對居民可支配收入也有反向影響。房地產開發業作為國民經濟基礎性產業，關聯度大，產業鏈長，在帶動其他產業發展的同時，為社會提供了大量不同層次的就業崗位，有效拉動社會就業，提高了居民收入水平，提高了宏觀經濟和社會效益。

收入作為影響房價的重要因素之一，一直受到眾多學者的關注和研究。張浩、陳立文（2019）[1]通過測算房價收入比、構建城鎮居民可支配收入、住房價格與房價收入比的VAR模型，發現收入與住房價格存在雙向的Granger因果關系。范超和王雪琪（2016）[2]通過35個大中城市數據，建立狀態空間模型，計算出持久收入意義下的房價收入比。鞠方、雷雨亮（2017）[3]采用SYS-GMM估計方法考察了房價波動、收入水平對住房消費的影響，研究表明：人均可支配收入和年底儲蓄余額對人均住房消費有著重要的支撐作用，而房價波動會產生抑制作用。李仲飛（2016）[4]等基于房地產消費和投資的雙重特性，分析收入差距與房價之間的動態關系，發現當經濟水平發展水平較高時，房地產的投資屬性占優勢地位，收入差距的擴大會促進房價的上漲。周小寒（2018）[5]研究認為在房價上漲的預期下推高房價的作用比收入差距的拉大對房價的正向促進作用要強。李春風（2018）[6]等從居民的有限理性入手，指出非理性的投資偏好會加劇房地產泡沫，同時收入差距對房價具有顯著門檻效應，高于門檻值，表現為促進作用，低于門檻值，表現為抑制作用。趙永升（2019）[7]采用CFPS微觀數據，分析了房價波動對居民收入差距的影響機制，認為房價的上漲會產生廣義的財富效應和信貸效應，影響家庭的收入狀況。

綜上所述，大多數學者通過分析住房價格與人均可支配收入、房價收入比、收入差距等因素來研究房價與收入水平的相互關系。鑒于此，本文以西安市2004—2018年統計數據為基礎，首先對住宅均價和城鎮人均可支配收入做線性預測（如圖5所示），可以大致推斷兩者具有一定程度的線性相關性。其次引入西安市人口密度作為自變量，通過建立城鎮住宅商品房價格、城鎮人均可支配收入與西安市人口密度的實證模型，同時對所建模型進行F檢驗和T檢驗做擬合分析，并建立多元線性回歸方程，確定其對房價的影響程度。本文建立的多元回歸模型如下：

PH=β0+β1lnSR+β2lnMD+u

其中，PH表示城市房價（元/平方米），SR表示居民可支配收入（元），MD表示人口密度（人/平方千米），β0為截距項，β1、β2分別是lnSR、lnMD的系數，u為擾動項。

3 數據的收集與預處理

3.1 變量的統計含義

本文采用西安市商品房平均銷售價格中的住宅商品房平均銷售價格作為房價的測度，居民收入用城鎮居民人均可支配收入來表示，人口變化用西安市人口密度來表示。受統計資料的限制，從數據的連續性和真實性出發，本文采用2004—2018年相關年度數據進行分析。

3.2 數據來源及預處理

全文數據來自2004—2018年《西安市統計年鑒》《西安市國民經濟和社會發展統計公報》。由于統計學認為變量有內在增長的趨勢，為了讓數據呈現平穩，減少共線性出現的概率，消除所選時間序列數據的異方差影響，本文對所有指標數據進行了對數運算處理，具體如表1所示。

4 數據分析

4.1 變量的Pearson相關性檢驗

Pearson相關系數的取值范圍在[- 1，+ 1]，-1代表負相關，+1代表正相關，0代表變量不存在相關關系。一般而言，相關系數r>0.8表示兩者的關聯度很強，r在0.5～0.8表示兩者有一定相關性，r<0.5表示相關性很弱。以西安市2004—2018年住宅均價和城鎮人均可支配收入、人口密度為變量代入SPSS 25.0軟件進行Pearson相關性模型分析可以得出住宅均價與人口密度的相關系數r=0.956，住宅均價與城鎮居民可支配收入的r=0.948，均具有正向強相關性。同時雙側檢驗P=0，可以拒絕零假設，住宅均價與可支配收入、人口密度之間有顯著影響。具體如表2和表3所示。

4.2 線性回歸分析及實證結果分析

以西安市住宅均價為被解釋變量，城鎮人均可支配收入與人口密度作為解釋變量代入SPSS軟件進行多元線性回歸分析，得出估計方程為：

PH= -29.842+ 0.292 lnSR + 5.339 lnMD

N=15， R2=0.924

式中，R表示擬合優度，值越接近1說明模型的擬合程度越好。

以西安市2004—2018年城鎮人均可支配收入、人口密度對房價的多元回歸結果來看，調整后的R2為0.912，表示自變量一共可以解釋因變量91%的變化。方差分析結果中F值對應的Sig.值顯著小于0.05，認為該回歸方程是可行的。另外，F值更是遠遠大于顯著性水平為0.05的臨界值（若F>Fa（k，n-k-1），即認為列入模型的各個解釋變量聯合起來對被解釋變量有顯著影響），可認為該模型整體顯著。從t統計量的角度來看，lnSR的系數和lnMD的系數的概率p值為0.094和0.070，在給定顯著性水平0.10情形下，有顯著性意義，意味著當人均可支配收入每增加一個百分點，房價指數上升約千分之三，當人口密度每增加一個百分點，房價指數上升5%，如表4所示。

4.3 曲線回歸分析

以西安市住宅均價為因變量，以城鎮人均可支配收入為自變量，代入SPSS25.0軟件進行曲線回歸分析，分別對變量進行對數、二次、三次曲線、S、增長、指數和Logistic共7種模型分析，結果顯示增長、指數和Logistic的相關性最大（R2均為0.906），因此房價與人均可支配收入還存在著增長（Growth）、指數（Exponential）和Logistic關系，具體如表5、圖6所示。

由擬合模型擬合公式及表中各模型參數估算值，假設人均可支配收入為X，房價為Y，可得出各曲線方程如表6所示。

5 結論及建議

基于實證分析結果，由于影響房價的因素錯綜復雜，以城鎮人均可支配收入作為單一變量在統計學上探究對房價的上漲推動雖然有促進作用，但不是很明顯。在現實生活中，居民的收入水平卻與住房的消費密切相關。隨著居民收入水平的提高，居民解決和改善居住問題的意愿越來越強烈。盡管西安市近年房價上漲速度高于城鎮居民收入增長的速度，但是在房價上漲預期的推動作用下，由于房地產又具有消費和投資的雙重屬性，高收入群體消費和投資行為盛行，中低收入群體為追趕房價匆忙入市，以及壓縮其他開支或增加儲蓄來實現購房的愿望，使得房地產市場的需求增加，又由于房地產市場是典型的不完全競爭市場，有一定的壟斷程度且缺乏彈性，使得房價易漲不易跌，因此，適當對房地產市場進行宏觀調控實屬必要。

第一，在居民收入水平穩步提高的同時，采取相應措施來穩定房價，控制其增長速度，減輕居民買房的壓力和負擔。

第二，抑制房地產投資和投機行為。不少居民通過買房作為主要的投資方式，而投資需求的增加也是推高西安市房價的重要因素之一。黨的十九大報告指出，“房子是用來住的，不是用來炒的，要加快建立多主體供給，多渠道保障、租購并舉的住房制度，讓全體人民住有所居。”這就需要政府通過政策調控手段來抑制住房市場的投資投機行為，使虛擬經濟與實體經濟協調發展。

第三，西安房地產市場要堅持中央“房住不炒”定位，按照“穩地價、穩房價、穩預期”的目標，推進產業健康發展，以高質量發展實現房地產業滿足人民群眾居住和生活需要的社會功能，加快推進西安建設國家中心城市的步伐。

參考文獻：

[1]張浩，陳立文.房價、收入與住房負擔能力關系實證研究[J].價格月刊，2019（3）：25-31.

[2]范超，王雪琪. 我國 35 個大中城市房價——持久收入比研究[J]. 統計研究，2016，33（8）：95-100.

[3]鞠方，雷雨亮，周建軍.房價波動、收入水平對住房消費的影響——基于SYS-GMM估計方法的區域差異分析[J].管理科學學報，2017，20（2）：32-42.

[4]李仲飛，于守金，鄭軍.房地產屬性、收入差距與房價變動趨勢[J].財經研究，2016，42（7）：122-133.

[5]周小寒.城鎮居民收入差距對住房價格的影響——基于38個大中城市的動態面板模型[J].建筑經濟，2018，39（12）：75-80.

[6]李春風，衛國，劉建江.有限理性、收入差距與房地產價格泡沫研究[J].現代財經（天津財經大學學報），2019，39（1）：16-28.

[7]趙永升.房價波動對收入差距的影響研究——基于CFPS微觀數據[J].中國物價，2019（4）：21-24.