“房住不炒”背景下超大型城市房屋租賃市場調控重點分析

張羅昌　蔣奇杰

摘要：十三屆全國人大第四次會議政府工作報告中，首次提到“幫助新市民、青年人等緩解住房困難”。面對相關群體在大城市中由“買不起”到“租不起”的現實困境，有必要對房屋租賃市場進行及時調控。本文在總結現有文獻關于房租形成機制的基礎上，提出房屋租賃價格的影響，通過住房租金影響因素的灰色關聯分析，分析了各因素對住房租金的影響程度，并針對維持房租在合理范圍內給出了政策建議。

關鍵詞：房租;影響因素;政府干預

由于大城市在產業、教育、醫療等方面的區域優勢，對人口產生了較大的集聚效應[1]。隨著戶籍制度的逐漸放開，越來越多的年輕人從全國各地來到大城市工作、生活。年輕人在儲蓄上的不足以及房價的上漲，大多數在大城市的居住是依靠房屋租賃解決。目前全國各大城市已有近2億人是租房生活，上海、北京等超大型城市住房租賃需求尤其旺盛[2]。在十三屆全國人大第四次會議政府工作報告中，首提“幫助新市民、青年人等緩解住房困難”。面對強勁的市場需求，我國自2016年提出“房住不炒”以來，提出了“租購并舉”的頂層設計，以及“完善長租房政策”、“提升保障性租賃住房供給”、“租售同權”的機制設計，獲得了一定成效的同時，國內住房租賃市場也出現了長租公寓“爆雷”等負面事件。為了維護租房租賃市場運行的穩定性，切實提升租賃市場調控政策的可行性，有必要對影響房屋租賃價格的因素和機制進行分析，指導調控政策針對性實施。

1.住房租賃價格綜述

對于住房租賃價格的形成機理及漲跌原因，學術界主要從三方面進行探尋，一是房屋租賃市場供需狀況，二是住房價格對房屋租賃價格的影響，三是馬克思地租理論。

（1）房屋租賃市場供需關系決定房租。根據主流微觀經濟學理論，房租作為房屋使用權這種商品的定價，由供需雙方的對比所決定。學者們從房屋租賃供需兩個方面分別進行了研究，認為租賃需求主要影響因素有城市人口、家庭收入、城市發展水平、城市居住環境等;租賃供給的主要影響因素有建設成本、市場供應能力、地理及政府限制因素。

（2）住房價格對房屋租賃價格的影響。主要的理論有簡單供給需求均衡模型、衍生供給需求均衡模型以及改進模型。前者將房屋租賃市場和房屋交易市場視作兩個獨立的市場，分別對供需因素求均衡，認為住房價格與房屋租賃價格之間并不存在相互影響;后者考慮了房屋交易市場與房屋租賃市場之間的相互影響，并加入了土地交易市場后，認為房價、房租、土地價格是三個市場相互影響的中介因素，并考慮市場之間的均衡;改進衍生模型則進一步加入了城市宜居度和地理/政府限制因素。

（3）馬克思地租理論。在《論住宅問題》中，恩格斯認為房屋租金是承租人與出租人之間的單純商品買賣，但同時，房租的構成是由房屋建造成本的利息、房屋折舊、可能的空置損失以及地租構成的。由于土地的稀缺性，地租會隨著經濟發展而上漲?！敖ㄖ旧淼睦麧櫴菢O小的，主要利潤是通過提高地租，巧妙地選擇和利用建筑地點而取得”1，即獲取城市基礎設施等正外部性物品所帶來的地租上漲。所以，考察房租運動規律時，首先計算房屋的建造和維護費用，其次是房屋區位所定的地價，最后決定房租的是當時的供求狀況。

2.灰色關聯分析

2.1灰色關聯分析

灰色系統分析的研究對象是部分信息已知，部分信息未知的“小樣本”、“貧信息”不確定性系統?；疑P聯分析是灰色系統分析的主要內容之一，定量地刻畫了系統發展過程中因素之間的相對變化情況，尋求在系統發展的過程中各因素之間的主次關系，找出影響目標值的重要因素。

2.2灰色關聯分析模型

設參考數據系列為：

X0=（x0（1），x0（2），…，x0（m））

比較數據系列為：

Xi=（xi（1），xi（2），…，xi（n）），i=1，2，…，m

根據關聯度的定義，可得關聯度的計算步驟如下：

2.2.1根據評價目的確定評價指標體系，收集評價數據，設m個數據序列形成如下矩陣：

其中n為指標的個數，

Xi=（xi（1），xi（2），…，xi（n））T，i=1，2，…，m

2.2.2確定參考數據列X0：

參考數據列應該是一個理想的比較標準，可以以各指標的最優值（或最劣值）構成參考數據列，也可根據評價目的選擇其它參照值。記作：

X0=（x0（1），x0（2），…，x0（m））

2.2.3對指標數據序列用關聯算子進行無量綱化，

x'i（k）=xi（k）/xi（1）=（xi（1），xi（2），…，xi（n））

i=0，1，…，m;k=1，2，…，n

無量綱化后的數據序列形成如下矩陣：

2.2.4逐個計算每個被評價對象指標序列與參考序列對應元素的絕對差值：

△i（k）=|x'0（k）-x'i（k）|;△i=（△i（1），△i（2），…，△i（n））

k=1，2，…，n;i=1，2，…，m

2.2.5求兩級最大值與最小值：

2.2.6計算關聯系數：

分別計算每個比較序列與參考序列對應元素的關聯系數，

式中ξ為分辨系數，在（0，1）內取值，ξ越小，關聯系數間的差異越大，區分能力越強，通常ξ取0.5。

2.2.7計算關聯度：

3.實證研究：以廣州市為例

3.1指標選擇與數據

綜合文獻綜述的總結、數據可獲得性以及分析方法的特點，本文選取以下指標作為分析對象：（1）房屋租賃價格衡量指標上，選取⊙房屋租賃價格指數。（2）房屋建設/折舊成本衡量指標上，選?、俜康禺a開發投資額。（3）地價衡量指標上，選?、谕恋亟灰變r格指數。（4）在交通等基礎設施衡量指標上，選取③城市基礎設施投資額。（5）房屋租賃需求指標上，選取④城市常住人口、⑤地區生產總值、⑥人均可支配收入。其中城市人居環境選?、攮h境空氣質量優良天數 作為衡量指標。（6）房屋租賃供給指標上，選?、嗌唐贩靠⒐っ娣e、⑨土地購置面積。（7）在房屋價格的衡量指標上，選?、庾》夸N售價格指數。

3.2結果分析

在選取分辨系數ξ=0.5時，各項指標的關聯度結果計算如表2所示：

將各因素關聯系數由大到小排序為：常住人口>住房銷售價格指數>土地交易價格指數>環境空氣質量優良天數>房地產投資開發額>住宅竣工面積>城市居民人均可支配收入>城市基礎設施投資額>地區生產總值>土地購置面積。常住人口因素排在首位，常住人口上升帶來了需求側競爭的加劇，造成了房屋租賃需求的不斷上漲，這與近年來上海城市化水平進一步提升、對全國人口的吸引力不斷加強有關;令人意外的是住房銷售價格指數排在第二位，而能夠提升房屋租賃需求的人均可支配收入、地區生產總值等因素排在倒數二三位。這可能說明上海房屋銷售價格已高出絕大多數人的承受能力，甚至與本地經濟發展水平偏離程度偏大，新增常住人口所帶來的居住需求無法通過購置住房解決，被堵塞在租房之中，從而導致了房屋租賃價格的上漲;土地交易價格指數排名第三，而土地交易價格正是房屋銷售價格的重要決定因素。地價的上漲帶來了房屋銷售價格的上漲，從而引起上海租房價格的上漲;房地產投資開發額與住宅竣工面積排列中游，說明房屋的供給對房租存在一定的抑制效果。但由于房價的過于高昂，新增住房向房屋租賃市場的傳遞受到了較大的限制，擴大新建房屋供給對房租的抑制作用有限。

4.住房租金合理變動的政策建議

以上海為例，可以看到在人口流入的超大城市中，過高的房價影響了居民“租—購”之間的選擇，過于龐大的需求堵塞在了房屋租賃市場中，使之存在較為嚴重的供需不匹配問題。因此，出于保障超大型城市青年人群、城市新市民基本居住權利，維持租房租金合理變動的目的，本文提出以下政策建議：

4.1從供給側入手，完善住房保障體系

在超大型城市中，已有過多的居住需求被積壓在租房市場，急需擴大租房市場的供給。應及時提高公租房、廉租房的供給數量，建立財政補貼制度、低廉租金制度等保障性住房制度。進一步完善對青年人、城市新居民、城市低收入人群的專項稅房屋租賃定向減免政策，切實保障相關人群的基本居住權利。

4.2調整政府稅收來源，增大商品房土地供應

地方政府應適時推動房產稅的進一步落實，切實調整地方政府稅收來源。通過征收房產稅的方式，一方面可在實現地方政府稅收來源穩定的同時，調節房屋所有者的行為，抑制房地產投機，促進閑置住房進入房屋租賃市場，平衡租房市場供需關系，提升房地產資源的利用效率。另一方面可以通過合理控制土地出讓價格的方式調控房價，在打破投機性預期后合理分流租賃市場存在的居住需求。

4.3積極引導民營資本進入長租房市場，完善監管機制

引導民營企業合理有序地參與長租房市場，積極發揮限制住房與零散居住者之間的橋梁作用，擴大長租房的供給，提升社會資源的利用率。同時，應完善相關法律法規，形成跨部門合作監管機制，避免租房中介平臺在租房信息上形成壟斷，嚴控租房中介平臺“跑馬圈地”、大規?！澳梅俊钡牟缓侠砀偁幣c壟斷行為。嚴控租房中介平臺“高入低出”、“長收短付”的高風險經營模式，以及類似“長租公寓ABS”等高杠桿模式。及時調研現有風險，開展租房平臺壓力測試，及時化解租房市場所存在的系統性風險，保障承租人的利益。

參考文獻：

[1]陳勝昌.中國城市化之路——重點發展超大型城市[J]. 北京聯合大學學報：人文社會科學版，2004（02）：15-22.

[2]姚耀.長租公寓市場將迎來新一輪機遇期[J].中國房地產金融，2019（2）：96-96.

[3]李素文.中國一線城市房租形成機理和調控對策[J].財經理論與實踐，2014，35（6）：114-118.DOI：10.3969/j.issn.1003-7217.2014.06.020.

[4]汪業輝.住房租賃市場租金的影響因素分析[D].湖北：華中科技大學，2014. DOI：10.7666/d.D614518.

[5]范雅靜，黃笛.基于決策樹的住房租賃價格微觀影響因素研究——以北京市為例[J].中國市場，2017，（17）：37-38，55.DOI：10.13939/j.cnki.zgsc.2017.17.037.

[6]張璐瑤.基于灰色關聯度分析法的房屋租賃價格影響因素比較[J].現代商業，2012，（10）：110-110. DOI：10.3969/j.issn.1673-5889.2012.10.066.

[7]王莉，王雪艷.西安市住房租賃價格影響因素實證研究[J].工程經濟，2019，29（2）：50-54. DOI：10.19298/j.cnki.

1672-2442.201902050.

[8]余華義，陳東.我國地價、房價和房租關系的重新考察：理論假設與實證檢驗[J].上海經濟研究，2009，（4）：11-21. DOI：10.3969/j.issn.1005-1309.2009.04.002.

[9]鄭文娟.中國城市住房價格與住房租金的影響因素及相互關系研究[D].浙江：浙江大學，2011.

注釋：

1.馬克思：資本論（第二卷），人民出版社2004年版，第261頁