城市住房夾心層市場規模度量及比較

黃雨嬰 吳翔華

[摘 要]文章基于夾心層定義及我國現狀，結合市場失靈理論及工程經濟學計算方法，構建購房、租賃夾心層指數模型，精準量化城市購房、租賃夾心層規模。以南京市和紐約市為例，收集兩市房屋租售樣本等數據，建立夾心層規模度量模型，計算兩市購房、租賃夾心層規模。計算結果表明：南京市住房夾心層規模龐大，不存在租賃夾心層，房屋租售市場失衡，售價和租金水平不同步;紐約市租賃、住房夾心層規模均較小，房屋租售市場較為平衡。

[關鍵詞]夾心層規模;城市住房;南京市;紐約市;國際比較

[DOI]10.13939/j.cnki.zgsc.2021.35.005

1 引言

近年，我國政府致力于調控住房市場：習近平總書記在黨的十九大報告中提出“住房不炒”定位;住建部部長王蒙徽指出要“堅持調控的目標不動搖，力度不放松”。目前，我國高收入分別明確了市場途徑和政府保障兩種解決方案，但部分供求矛盾突出、房價上漲幅度大的大型城市出現了既不屬于住房保障對象，又沒有能力購買商品住房的中低收入群體，住建部政策研究中心秦虹將該類群體定義為“夾心層”[1]。

不少學者針對住房夾心層問題進行多方面研究：夾心層具有居住水平低、通勤成本高、住房支出比重大的特點，房價收入比嚴重失衡、租售不同權等是夾心層規模龐大的主要原因[2]。多數學者認為夾心層問題應通過發展公租房解決，但目前我國市場上公租房配租效率很不理想[3]，“租購不同權”導致住房自有率嚴重偏高[4];另有學者認為應該從住房供給側結構性改革入手，逐步推出租購并舉、共有產權、貼息貸款等多種保障模式[5]，建設發展共有產權住房，有效滿足夾心層住房需求[6-7]。目前已有的研究結論大多站在理論層面，一方面缺乏衡量夾心層規模的具體度量方式，另一方面忽視了購買和租賃市場自身性質及供求現狀差異，無法明確夾心層住房具體需求量，對夾心層群體的住房保障研究進程仍然緩慢。

本文創造性地建立購房夾心層、租賃夾心層指數模型，以南京市、紐約市為可比實例，精準測算兩市購房、租賃夾心層規模并進行對比分析，學習借鑒紐約市住房保障制度成熟、完善之處，為減小南京市夾心層規模、完善住房保障體系提出針對性建議。

2 模型構建

2.1 理論基礎

夾心層的出現往往由住房市場失靈導致[8]。城市住房市場失靈的首要表現是價格壟斷;其次是壟斷性房地產商控制市場價格、增加利潤導致的價格歧視;最后是城市住房配置兩極分化[9]。住房市場失靈往往需要政府進行宏觀調控才能有效緩解：一方面控制房價過快上漲、增加住房實物供給;另一方面降低保障房準入門檻，完善住房保障體系，從而減小夾心層規模。

2.2 研究思路

確定住房夾心層群體范圍，首要確定其無力承受的商品房價格和租賃住房租金價格，其值理論上應為市場上商品房售價、租金的下限，最直接的計算方法是取市場最小值法。但此方法具有如下弊端：一是目前房地產市場信息繁多、復雜，很難確定真正的商品房售價或租金最小值;二是調研獲取的最低成交價受偶然存在的非合理性成交價影響。因此，直接運用市場最小值法具有局限性。由于目前國內沒有相關研究提出市場中偶然和不正常因素影響的住房交易比例，故參考國外類似指標：美國住房市場設有廉價急售住房比例，其數值為4%～5%[10]，在國內此合理值缺失的情況下可以借鑒作為減小誤差的標準，故將本次研究偶然和不正常因素影響的住房交易比例設定為5%，提出第五百分位住房售價概念，即在一定通勤半徑范圍內，商品房銷售價格大于該價格的樣本占到總樣本的概率在95%及以上，能夠相對準確地表示該市商品房價格的最低界限，用于計算購房、租賃夾心層指數。

由于住房租購市場存在差異，本文根據夾心層的含義將夾心層分別定義為購房夾心層和租賃夾心層。購房夾心層，指既承受不起畸高的商品房價格，又不夠資格申請享受保障房政策的城市群體[11]，在本次研究中反映為既未達到住房保障準入線，又無力承擔第五百分位房價的群體。租賃夾心層，指既未達到住房保障準入線，又沒有經濟能力在市場上租賃住房的群體，在本研究中反映為既未達到住房保障準入線，又無力承擔第五百分位月租金的群體，圖1、圖2能直觀反映出兩類夾心層規模大小。

2.3 模型構建

本次研究構建了“購房夾心層指數”模型和“租賃夾心層指數”模型，根據城市購房、租賃夾心層占全市人口的比例對其規模做量化處理，具體直觀地揭示城市夾心層現狀。

設定某城市住房第五百分位房屋價格為Ps，其對應的月收入線為λs;該城市第五百分位房屋月租金單位租金Pr，其對應月收入線為λr;該城市保障性住房對應月收入準入線為λ0;購房夾心層月收入水平數值在λs和λ0之間，租賃夾心層月收入水平數值在λr和λ0之間。通過七分法測算該市居民月收入，最高月收入記為λ2、最低月收入記為λ1，則購房夾心層人數占該城市總人口的比重可近似看作λs、λ0差值與λ1、λ2差值的比值。本文將這個比值定義為購房夾心層指數ηs，以反映城市購房夾心層規模大小。若ηs≤0，則該城市不存在夾心層;若ηs>0，則ηs代表該城市夾心層群體占城市總人口的比例。ηs用公式表達為：

ηs=λs-λ0λ1-λ2（1）

其中，λs表示該城市第五百分位房價對應的月收入線;

λ0表示該城市保障性住房對應的月收入準入線;

λ1表示該城市最低月收入;

λ2表示該城市最高月收入。

式（1）中，根據工程經濟學時間價值理論，計算λs：

λs=Ps×S×m×r×（1+r）n[（1+r）n-1]×α（2）

其中，S為城市人均住房面積，m為貸款額，r為住房抵押貸款月利率，n為貸款期限（月），α為房價收入比。

租賃夾心層人數占城市總人口的比重可近似看作λr和λ0的差值與λ2和λ1的差值的比值。本文將這個比值定義為購房夾心層指數ηr，以反映該城市既無經濟能力去租房居住，又超出住房保障范圍的群體規模大小，若ηr≤0，則該城市不存在該類群體;若ηr>0，則ηr代表該城市該類群體占城市總人口的比例。ηr用公式表達為：

ηr=λr-λ0λ1-λ2（3）

其中，λr為城市第五百分位房屋月租金對應月收入線。

式（3）中，λr按下式計算得出：

λr=Pr×Sα（4）

3 調研過程

3.1 調研方案

以南京市和紐約市為調研對象：首先，確定調研區域和通勤半徑，收集兩市一定范圍內各街道、社區的商品房售價、租金數據;其次，對數據進行價格修正，排序得到兩市的第五百分位房價、租價，根據式（2）、式（4）計算對應收入線;再次，根據兩市政府公布的官方住房保障準入線和城市居民收入統計數據，用七分法對城市收入數據進行處理，得到兩市的最高、最低收入;最后，代入式（1）、式（3）分別計算兩市購房、租賃夾心層指數ηs、ηr，對其差異進行分析探討，為南京未來保障房政策提出建議。

3.2 數據收集

根據兩市平均通勤時間，本次調研南京市調研區域選擇以新街口為中心，通勤半徑45分鐘的范圍區域;紐約市調研區域選擇以曼哈頓中城區為中心，通勤半徑60分鐘的范圍區域。

收集樣本為兩市最新在權威交易網上掛牌的新建商品房或二手住房，建筑年代為2005年以后。采取抽樣調研形式，按照當前市場上新建住房、二手房存量比例，調查樣本20%為新建商品房，80%為二手住房。為了保證樣本的全面性、客觀性，本次調研區域內每個行政區至少抽樣15個社區，每個社區抽樣不少于2個，總樣本數不少于300個。收集樣本信息包括樣本地理位置、小區名稱、建筑年代、裝修情況、面積、總價、租金等。本次調研南京市商品房銷售、租賃樣本分別采集了310個、308個，樣本價格、樣本自身情況等修正因素信息均來源于鏈家網;紐約市商品房銷售、租賃樣本分別采集了314個、303個，樣本價格、樣本自身情況等修正因素信息均來源于www.zillow.com。

3.3 夾心層指數測算

根據收集的樣本，采用市場比較法對每個樣本進行多因素修正，將修正后樣本按升序排序，得到南京市、紐約市第五百分位住宅單價Ps分別為18625元/m2、2310美元/m2。根據《南京統計年鑒——2019年度》得南京市2018年城鎮人均住房建筑面積為40.1m2，由NYCHA（New York City Housing Authority）官方網站公布的統計數據得到，紐約市現行人均住房面積約為49.33m2;2020年中國人民銀行公布長期貸款基準年利率為4.90%，美國銀行長期貸款基準年利率為4.875%;貸款期限為30年（n=360）;根據國際標準，住房消費占居民收入的比重應低于30%[12]，房價收入比α超過30%則會產生社會動蕩，因此計算過程中α取30%。根據式（2）計算得到，南京第五百分位房價對應的月收入線λs為8392元/月，紐約為1608美元/月。

3.3.1 購房夾心層指數測算

根據南京市住房保障和房產局官方數據，現南京保障房準入線為3333元/月，根據《南京統計年鑒》歷年南京市城鎮居民家庭全年人均可支配收入數據，經指數平滑法預測南京市2018年和2019年可支配收入指標，用七分法換算得到，南京市λ1=1697元/月，λ2=12573元/月。由式（1）計算南京市ηs=46.52%（如圖3所示）。紐約YNC政府網站提供的住房保障準入標準以不同的家庭規模大小對應不同的準入線，換算得紐約保障房準入線為1174美元/月。根據US Census Bureau官方發布的紐約市家庭收入數據，用七分法換算得紐約市λ1=311美元/月，λ2=6413美元/月。最終由式（1）計算紐約市ηs=7.11%（如圖4所示）。

3.3.2 租賃夾心層指數測算

由樣本數據排序后得南京市、紐約市第五百分位房屋月租金單價Pr分別為21.67元/m2、16.59美元/m2。由式（4）計算得南京市第五百分位房屋月租金對應月收入線λr為2651元/月，紐約市λr為2728美元/月。由式（3）最終測算得南京市租賃夾心層指數ηr<0，紐約市ηr為25.47%，租賃夾心層示意圖如圖5和圖6所示。

4 結論與建議

4.1 研究結論

由表1可知，在南京市有將近一半的居民既不能享受住房保障，又沒有能力購買房屋居住，購房夾心層規模較大;同時，南京市租賃夾心層指數小于0，說明南京市住房保障準入線以外的包括購房夾心層在內的所有居民都有能力租房。購房夾心層、租賃夾心層指數差距巨大，說明南京市購房、租賃市場失衡，房屋售價和租金水平不同步。而紐約市7.11%的居民屬于購房夾心層，25.47%的居民屬于租賃夾心層，說明目前紐約的購房、租賃夾心層都控制在較小規模，房價水平和租金水平差距不大。

導致南京市購房夾心層規模龐大的原因主要有兩點。

第一，商品房價格過高。根據國際標準，房價高低常以房價收入比作為指標[12]，以反映房價是否處于居民收入能夠承受的合理水平。我國房價收入比的合理區間為6.5～7.5，而南京市2018年房價收入比為15.6[易居房地產研究院《2018年全國50城房價收入比報告》。]，遠高于合理區間上限，說明南京市房價嚴重偏高。面對商品房價格過高問題，需要采取相關措施使商品房價格曲線左移，從而使第五百分位房價左移，減小購房夾心層規模。

第二，保障房準入要求過高。導致保障房準入門檻高的原因主要有兩種：一是保障房實物供給不足，供不應求;二是準入線制定不合理，有保障需求的人數小于保障房總量，導致部分保障房處于空置狀態。目前南京市購房夾心層人口規模龐大，需要通過相關措施使保障房準入線右移，減小購房夾心層規模。

4.2 建議

第一，增加保障房實物供給。紐約市政府投入巨額資金建設大量保障房[13]，有效緩解購房夾心層住房問題。考慮到南京市土地資源稀缺，建議以配售保障房、改造空房舊房為主要保障房建設方式增加實物供給，使住房保障準入線右移，減小購房夾心層規模。

第二，抑制商品房價格上漲。紐約市2018年房價收入比為5.5[國際公共政策顧問機構Demographia《2019年全球住房可負擔性調查報告》。]，遠低于南京市住房收入比15.6，說明南京市的房價水平嚴重偏高，缺乏合理性。建議南京市政府可以通過限制新建商品房售價、增加住房實物供給等途徑，使第五百分位房價左移，減小購房夾心層規模。

參考文獻：

[1]秦虹.進一步深化住房制度改革[N].學習時報，2017-12-27（1）.

[2]鄭梓岑，李國敏.中國城市“夾心層”群體住房問題與對策研究[J].漢江師范學院學報，2018，38（2）：109-115.

[3]潘雨紅，林軍偉，孫起，等.重慶市公租房配租效率實證研究[J].重慶交通大學學報（自然科學版），2014，33（5）：165-170.

[4]黃燕芬，王淳熙，張超，等.建立我國住房租賃市場發展的長效機制——以“租購同權”促“租售并舉”[J].價格理論與實踐，2017（10）：17-21.

[5]孟浩，沈曉艷，居祥.共有產權和貼息貸款：“夾心層”住房保障模式比較研究[J].南京審計大學學報，2018，15（2）：78-86.

[6]黃燕芬，張超.加快建立“多主體供給、多渠道保障、租購并舉”的住房制度[J].價格理論與實踐，2017（11）：15-20.

[7]莫智，鄧小鵬，李啟明.國外住房共有產權制度及對我國的啟示[J].城市發展研究，2010，17（3）：114-120.

[8]吳翔華，於建清，王竹，等.住房市場失靈的度量與實證分析——以江蘇省為例[J].商業經濟研究，2017（19）：181-183.

[9]徐秋慧.試論城市住房市場失靈與政府規制[J].經濟體制改革，2010（2）：145-148.

[10]HONG XU.Locating approach and building layout design for “sandwich class housing” in Wuhan City[C]//International Conference on Mechatronics，2015.

[11]賀建清，舒莉芬.城市夾心層群體住房保障問題研究[J].價格理論與實踐，2011（3）：39-40.

[12]楊慧，高迎坤.基于房價收入比的城市房價合理性評價[J].價格月刊，2019（3）：15-24.

[13]王志成.紐約保障性住房新發展[J].住宅與房地產，2018（26）：73-80.

[作者簡介]黃雨嬰（1996—），女，江蘇南京人，南京工業大學經濟與管理學院碩士研究生，研究方向：人才住房保障;吳翔華（1972—），男，漢族，河北寧晉人，南京工業大學經濟與管理學院教授、研究員，研究方向：房地產、人才住房保障。