城市人口規模、公共服務供給對租戶住房支付能力的影響

摘" "要：基于2011—2019年我國70個大中城市的面板數據，構建地理距離和經濟距離兩種權重矩陣，利用空間杜賓模型考察城市人口規模、公共服務供給對租戶住房支付能力的影響，結果顯示，人口規模、公共服務供給均對本地區租戶住房支付能力有顯著的負向影響，對鄰近大中城市及經濟屬性相似的大中城市均有顯著的溢出效應。根據研究結論，建議應落實“人地房”掛鉤政策，增加租賃住房供應；推進公共服務均等化，縮減租戶住房支付能力差距；建立就業援助機制，提高租戶收入水平。

關鍵詞：住房支付能力；人口規模；公共服務；空間杜賓模型

中圖分類號：F299.24 文獻標志碼：A" " " 文章編號：1673-291X（2023）20-0045-04

引言

隨著城鎮化的快速發展，流動人口日益增長，為城市住房租賃市場帶來大量需求。然而，我國租賃市場發展起步較晚且嚴重滯后于住房銷售市場，使得租賃住房供給嚴重不足，供需失衡問題逐漸凸顯，給租房群體帶來了巨大的支付壓力。近年來，租賃市場的發展問題逐漸受到國家重視。促進租賃市場健康發展，提升租戶住房支付能力，實現居民住有所居是新時代深化住房制度改革的重要內容，也是改善民生的必要條件。近年發生的新冠疫情使得租賃群體的收入減少，不但為其帶來巨大的支付壓力，也不利于住房租賃市場的培育和發展。因此，有效測度租戶住房支付能力，探究城市人口規模、公共服務供給對租房群體住房支付能力的影響，有助于有針對性地制定相關調控政策，提高我國城市租戶的住房支付能力，促進住房租賃市場健康平穩發展。

一、文獻回顧

住房支付能力是解決中低收入居民住房問題的關鍵，具體測度指標主要有房價收入比、月還款收入比、租金收入比和剩余收入法等。相關研究主要集中于住房支付能力的測度、住房支付能力指標應用以及住房支付能力影響因素三個方面。在住房支付能力測度方面，學者們或使用房價收入比、剩余收入法測度城市居民的住房支付能力及其變化[1，2]，或綜合運用多種測度指標分析中國住房市場的支付能力[3]。近年來，學者開始分析住房支付能力時空變化，多數學者利用房價收入比分析購房支付能力的時空演變特征[4，5]，少數學者利用租金收入比分析租房支付能力的時空演變特征[6]。在住房支付能力指標應用方面，現有文獻主要集中于評價房價或租金水平的合理性[7]、劃分住房保障的準入標準[8]，以及評價住房政策的實施效果[9]。

在住房支付能力影響因素方面，現有研究主要采用微觀調查數據、城市面板數據來分析住房支付能力的影響因素，而少數學者考慮到住房支付能力的空間效應，認為影響收入房價比的主要因素為城市規模、經濟水平、城鎮化水平以及房地產投資水平[10]，影響房租收入比的因素主要有收入和消費水平、地產投資密度、租賃戶比例以及人口吸引力[11]。

縱觀上述研究不難發現，已有研究多以購房群體、流動人口的住房支付能力為研究對象，分析房價預期、居民收入、貨幣政策等對住房支付能力的影響。考慮到城市人口規模、公共服務供給是影響住房租賃供需的重要因素，以及租房群體的住房支付能力存在空間關聯性，本研究利用2011—2019年我國70個大中城市的面板數據，采用空間計量模型，考察城市人口規模、公共服務供給對租房群體住房支付能力的影響。

二、研究設計

（一）變量選取

1.被解釋變量。本文選取我國70個大中城市市轄區范圍內的租金收入比（rir）的對數值作被解釋變量，用來衡量城市租戶住房支付能力。租金收入比值越高，則租戶住房支付能力越弱。租金收入比的計算方式為，商品房單位面積月租金與人均住房建筑面積①的乘積，再除以城鎮居民人均可支配月收入。

2.核心解釋變量。本文選取人口規模與公共服務供給作為核心解釋變量。其中，人口規模（pop）為城區人口與城區暫住人口之和，公共服務供給（pubs）則用政府一般公共預算支出與人口的比值來表示。

3.控制變量。為了控制其他因素對城市租戶支付能力的影響，本文選取收入水平（inc）、產業結構（indus）、房價預期（exphp）和綠化率（green）等變量作為本研究的控制變量。其中，采用城鎮居民人均可支配年收入來反映收入水平，采用第三產業占GDP的比重來衡量產業結構狀況，利用各城市住房價格增長率來表示房價預期，其中住房價格為商品房銷售額與商品房銷售面積的比值。

（二）數據來源

本研究數據來源于歷年《中國城市統計年鑒》《中國區域經濟統計年鑒》《中國城市建設統計年鑒》和各省市統計年鑒、中國房價行情網統計數據庫以及城市統計公報。所有數據均采用城市市轄區口徑，部分缺失數據通過插值法補齊。為消除通貨膨脹的影響，本文采用歷年各城市居民消費價格指數（以2010年為基期）來調整所有名義變量，以得到實際值。

（三）模型設定

關于空間權重矩陣的設定，由于本文的研究對象70個大中城市在地理空間上并不相鄰，并且租金收入比可能會受到各地區經濟發展水平差異的影響，所以選用地理距離矩陣，并且采用各城市的人均GDP作為矩陣元素，構建經濟距離矩陣。

根據空間模型選擇方法的檢驗思路，首先利用LM、RLM統計量檢驗空間相關性，地理距離矩陣下的兩種檢驗結果以及經濟距離矩陣下的RLM檢驗結果均通過1%的顯著性檢驗，說明被解釋變量存在空間關聯性，應選擇空間計量模型進行分析。隨后采用LR統計量檢驗SDM模型是否能簡化為SLM或SEM模型，結果均通過1%的顯著性檢驗，說明SDM模型為本文的最佳選擇。最后，經Hausman檢驗，應選用固定效應模型。為減輕異方差，除房價預期外，其他變量均采用取對數處理。由此，本文的空間杜賓模型為：

lnririt=ρWlnririt+βXit+θWXit+λi+μi+εit

式中，i表示城市，t表示年份，ririt表示租金收入比，ρit表示空間自相關系數，W表示空間權重矩陣，Xit表示解釋變量，包括核心解釋變量和控制變量，β、θ表示回歸系數，λi表示個體固定效應，μi表示時間固定效應，εit表示誤差項。

三、實證結果與分析

表1為空間杜賓模型的回歸結果。由表2可知，地理距離矩陣和經濟距離矩陣下的中國70個大中城市租金收入比的空間自相關系數，在地理距離矩陣和經濟距離矩陣中均通過了1%的顯著性水平檢驗，說明中國70個大中城市的租金收入比存在明顯的輻射效應，即一個城市的租金收入比會受到相鄰以及經濟屬性較近的城市的影響。

由于空間杜賓模型中包含的空間滯后項會對回歸結果產生一定影響，因此回歸系數不能解釋其空間效應，可用偏微分方法將溢出效應進行分解。其中，直接效應反映解釋變量對本地區的影響，間接效應反映解釋變量對其他地區的平均影響，總效應為直接效應與間接效應之和，結果如表2所示。

從直接效應來看，人口規模、公共服務供給均對本地區的租金收入比有顯著影響。其中，人口規模的直接效應系數在地理距離矩陣中通過了5%的顯著性水平檢驗，且系數為正，說明一個城市的人口規模越大，潛在的租賃需求越多，將會推動租金收入比升高、租戶支付能力降低。公共服務供給的直接效應系數在兩種矩陣中均通過了1%的顯著性水平檢驗，且系數均為正，可能是由于公共服務和基礎設施水平較高，會使得本地區的房價、租金相應升高，從而對租金收入比的升高產生推動作用，造成租戶住房支付能力下降。

從間接效應來看，在地理距離矩陣下，人口規模、公共服務供給均會對鄰近城市的租金收入比表現出明顯的溢出效應。其中，人口規模對距離較近大中城市的租金收入比有顯著的負向溢出效應，說明一個城市的人口規模增大，會對鄰近大中城市產生虹吸效應，造成相應地區的人口流出，減弱相應地區的租房需求，使得這些城市的租金降低、租金收入比減小、租戶住房支付能力提升。公共服務供給對鄰近大中城市有顯著的正向溢出效應，原因可能是公共服務和基礎設施水平較高的城市會對鄰近地區產生一定的“示范效應”，從而帶動周邊地區提升其公共服務和基礎設施水平，使得房價和租金上漲，推動租金收入比的升高。在經濟距離矩陣下，人口規模、公共服務供給會對與其經濟屬性較近的城市產生顯著影響。其中，人口規模的間接效應系數為正，可能是人口規模較大的城市與其經濟發展程度相似地區人口吸引力相似，促進相應地區的人口流入，從而帶動其租金上漲、租金收入比升高、租戶住房支付能力下降。公共服務供給的間接效應系數為負，可能是因為公共服務和基礎設施較為完善的城市有更強的人口吸引力，造成與其經濟屬性相似城市的人口流出，從而使相應地區的需求下降、租金收入比降低、租戶住房支付能力提升。

四、結論與政策啟示

本文基于2011—2019年我國70個大中城市的面板數據構建地理距離、經濟距離權重矩陣，使用空間杜賓模型分析城市人口規模、公共服務供給對租戶住房支付能力的影響，得出的結論是：人口規模、公共服務供給顯著影響租戶住房支付能力，對本地區租戶租金收入比均有顯著的正向影響，即負向影響其住房支付能力；在空間效應方面，人口規模、公共服務供給對鄰近大中城市及經濟屬性相似的大中城市均有顯著的溢出效應。基于以上研究結論，本文提出以下政策建議。

（一）落實“人地房”掛鉤政策，增加租賃住房供應

住房租賃市場目前存在問題的根源是租房需求大而供應不足，且供給端和需求端的契合度不夠，新增供地無法與主要的租賃人群的就業地區匹配，難以達到職住平衡，這種情況在大中城市更為突出。因此，各地應落實“人地房”掛鉤政策，有針對性地增加租賃房源與租賃用地的有效供給。對于人口規模較大、租金收入比較高的城市應多渠道、多層次有效增加租賃房源供給，積極盤活存量住房，鼓勵房地產開發及物業服務企業開展住房租賃業務。此外，各地政府應加快發展保障性租賃住房，以減輕新就業及外來務工群體的住房負擔。

（二）推進公共服務均等化，縮減租戶住房支付能力差距

我國基礎設施與公共服務整體水平在不斷提升，但各城市的基礎設施與公共服務水平差距仍然較大。各地區基礎設施與公共服務水平發展不平衡，客觀上會加劇租金收入比的階梯格局，使得各地區租戶住房支付能力差距較大。對于基礎設施與公共水平較低的城市，應加快推進產業結構升級，提高政府財政支出水平，完善基礎設施，增加公共服務供給，增強城市競爭力和吸引力，從而分流租賃需求，縮減租戶間住房支付能力的差距。

（三）建立就業援助機制，提高租戶的收入水平

受經濟增速放緩的影響，目前就業形勢較為嚴峻，從而對于城市流動人口來說，就業環境的變動以及收入的不穩定性為租戶帶來更大的支付壓力。各地市可以建立流動人口就業創業服務體系，推動人力資源和就業崗位的信息共享，提高就業效率；開展就業創業技能服務，培育適應時代發展的就業人才。此外，應積極推動“租購同權”，適當放寬落戶限制，保障租戶在勞動收入、勞動合同以及公共服務等方面的合法權益，從而有效提升租戶的就業水平、質量以及收入水平，有效緩解租戶支付壓力。

參考文獻：

[1]" "王元華，張永岳.房價收入比函數的建立及應用研究：以上海市為例[J].華東經濟管理，2013，27（8）：6-11.

[2]" "周仁，郝前進，陳杰.剩余收入法、供需不匹配性與住房可支付能力的衡量：基于上海的考察[J].世界經濟文匯，2010（1）：39-49.

[3]" "董昕.動態趨勢與結構性差異：中國住房市場支付能力的綜合測度[J].經濟管理，2012，34（6）：119-127.

[4]" "張海峰，張家滋，姚先國.我國住房成本的空間演化與勞動力流動決策影響[J].經濟地理，2019，39（7）：31-38.

[5]" "陳艷如，宋偉軒，尹上崗，等.長三角一體化區域城市房價收入比時空分異格局[J].經濟地理，2020，40（12）：32-39.

[6]" "況偉大，丁言豪.中國城市居民住房支付能力時空分布研究：35個大中城市租金負擔能力分析[J].價格理論與實踐，2018（10）：16-19.

[7]" "周晶，郭明英.我國35個大中城市住房市場泡沫水平測度[J].統計與決策，2020，36（1）：48-52.

[8]" "湯臘梅.基于住房支付能力的住房保障對象的界定[J].城市發展研究，2010，17（10）：41-45.

[9]" "周京奎.我國公共住房消費融資模式及績效分析[J].河北經貿大學學報，2010，31（3）：40-46.

[10]" "康珈瑜，索志輝，梁留科，等.中國市域居民住房支付能力時空演變及影響因素[J].干旱區地理，2019，42（5）：1153-1165.

[11]" "李在軍，尹上崗，張曉奇，等.中國城市流動人口房租收入比時空格局及驅動因素[J].地理科學，2020，40（1）：103-111.

[12]" "張延群.24個大中城市人均住房面積及房價相對泡沫估算[J].西部論壇，2015，25（1）：60-65.

Urban Population Size， Public Service Provision and Housing Affordability of Tenant

— Panel Data Analysis Based on 70 Large and Medium-size Cities

Jia Fulina， Wang Xiaoyub， Zhang Yangyangb

（1.School of Business; 2.School of Management， Zhengzhou University， Zhengzhou 450001， China）

Abstract： Based on panel data of 70 large and medium-size cities in my country from 2011 to 2019， construct two weight matrices of geographic distance and economic distance， using the Spatial Durbin Model to investigate the impact of urban population size and public service provision on the housing affordability of tenant. The research found that population size and public service provision had a significant negative impact on the local housing affordability of tenants and population size and public service provision had significant spillover effects on neighboring large and medium-size cities and large and medium cities with similar economic attributes. According to research conclusions， it is suggested that the “people， land and housing” linking policy should be implemented to increase the supply of rental housing; promoting equalization of public services and reducing the gap in housing affordability of tenants; establish employment assistance mechanisms to increase tenants’ income levels.

Key words： housing affordability; population size; public service; the Spatial Durbin Model

[責任編輯" "若" "云]