戶籍人口波動(dòng)對(duì)城市房價(jià)的影響

朱盼盼，張海永

1 引言

自2014年新一輪戶籍制度改革啟動(dòng)后，我國戶籍制度改革在戶口區(qū)分和落戶政策方面取得了重要進(jìn)展，同時(shí)鼓勵(lì)各地區(qū)大膽探索，積極創(chuàng)新，因地制宜出臺(tái)寬松的落戶政策。黨的十八大以來，推進(jìn)戶籍制度改革的相關(guān)政策層出不窮，農(nóng)業(yè)轉(zhuǎn)移人口市民化進(jìn)程不斷加快，各地區(qū)根據(jù)改革的要求和目標(biāo)，積極探索并完善當(dāng)?shù)貞艨谶w移政策，推進(jìn)新型戶籍制度的建立。隨著戶籍制度改革和城市化建設(shè)的不斷推進(jìn)，落戶限制逐漸放寬，進(jìn)一步提高了人口遷移的積極性，人口流動(dòng)已成為經(jīng)濟(jì)社會(huì)發(fā)展中的必然現(xiàn)象，戶籍人口的波動(dòng)除了影響當(dāng)?shù)鼐蜆I(yè)、教育、醫(yī)療等優(yōu)質(zhì)資源的需求外，同時(shí)也刺激著當(dāng)?shù)禺a(chǎn)業(yè)的發(fā)展，尤其是房地產(chǎn)行業(yè)。住房作為流動(dòng)人口在城市發(fā)展的重要生活資料和物質(zhì)保障，人口的波動(dòng)將刺激對(duì)當(dāng)?shù)刈》康臐撛谛枨?，進(jìn)而影響當(dāng)?shù)胤績r(jià)的變動(dòng)。戶籍人口波動(dòng)與城市房價(jià)之間的關(guān)系如何，二者之間的影響方向和影響程度是否受到各類城市本身發(fā)展水平的影響，這對(duì)于權(quán)衡城市人口規(guī)模和房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展至關(guān)重要。

2 文獻(xiàn)綜述

2.1 國外研究現(xiàn)狀

關(guān)于戶籍制度改革與房地產(chǎn)市場(chǎng)關(guān)系的研究，早期國外學(xué)者大多聚焦在戶籍制度改革形成的人口流動(dòng)或人口遷移與房價(jià)之間的相關(guān)性研究。Cameron G等以英格蘭和威爾士地區(qū)為研究對(duì)象，分別從區(qū)域間人口凈遷移和總遷移兩個(gè)角度探究與城市房價(jià)之間的關(guān)系，結(jié)果表明，移民和城市就業(yè)機(jī)會(huì)均會(huì)影響房價(jià)，且高房價(jià)在一定程度上將阻礙由于城市就業(yè)機(jī)會(huì)引起的移民效應(yīng)[1]。Akbari and Aydede研究發(fā)現(xiàn)移民對(duì)加拿大私人住宅價(jià)格的影響具有顯著影響作用，但是影響程度較小[2]。Gonzalez L, Ortega F針對(duì)2000-2010年期間西班牙房價(jià)與移民的關(guān)系進(jìn)行研究，采用工具變量法發(fā)現(xiàn)移民是導(dǎo)致房價(jià)上漲的原因之一[3]。Sá F研究移民與英國房價(jià)之間的關(guān)系，發(fā)現(xiàn)當(dāng)?shù)厝丝诘牧鲃?dòng)對(duì)房價(jià)有負(fù)面影響[4]。

2.2 國內(nèi)研究現(xiàn)狀

在國內(nèi)，尚宇梅、孫懷生發(fā)現(xiàn)人口遷移與當(dāng)?shù)胤績r(jià)之間存在相互作用關(guān)系，建議政府從人口遷移視角出發(fā)制定符合市場(chǎng)規(guī)律的雙向遷移政策，進(jìn)而維護(hù)房地產(chǎn)市場(chǎng)穩(wěn)定[5]。白極星、周京奎等研究表明人口流動(dòng)與住房價(jià)格之間呈現(xiàn)倒“U”型關(guān)系[6]。陳巧麗以廣東省為例，采用PVAR和聯(lián)立方程兩個(gè)模型探究人口遷移對(duì)住宅價(jià)格之間的關(guān)系，結(jié)果表明人口遷移對(duì)住宅價(jià)格有正向作用，但影響程度受區(qū)域影響[7]。蘭峰、吳迪以35個(gè)大中城市為研究對(duì)象，研究發(fā)現(xiàn)城市房價(jià)與人口流動(dòng)的速度有關(guān)，人口流動(dòng)速度是影響二者之間相關(guān)性是否顯著的重要因素[8]。

從相關(guān)研究成果來看，不少學(xué)者以人口遷移與房價(jià)的關(guān)系作為研究焦點(diǎn)，在不同的國家得出的結(jié)論也存在一定差異。此外，大學(xué)數(shù)學(xué)者認(rèn)為，從人口自然變動(dòng)角度或者遷移角度來看，城市人口遷移與房價(jià)之間具有雙向的互動(dòng)作用，但在不同發(fā)展水平的城市其具體影響的方向與影響程度是否存在空間異質(zhì)性，這將是本文要回答的問題。在研究內(nèi)容方面，已有研究大多針對(duì)一線大規(guī)模省際城市研究，主要停留在單一的經(jīng)濟(jì)學(xué)視角分析，缺少對(duì)城市公共基礎(chǔ)設(shè)施和就業(yè)水平等方面的考慮，文中基于我國戶籍制度改革推進(jìn)的實(shí)際情況，以年末戶籍人口增量作為人口波動(dòng)的衡量指標(biāo)，引入城市經(jīng)濟(jì)發(fā)展水平GDP、就業(yè)水平和城市交通基礎(chǔ)設(shè)施發(fā)展水平等指標(biāo)作為控制變量，對(duì)戶籍人口波動(dòng)與房價(jià)的相關(guān)性進(jìn)行分析。在樣本跨度方面，選擇長江三角洲26個(gè)城市群2002-2016年的面板數(shù)據(jù)，時(shí)間跨度達(dá)15年，并以2002年作為基期對(duì)數(shù)據(jù)進(jìn)行了修正。在研究方法上面，摒棄了傳統(tǒng)的普通最小二乘估計(jì)(OLS)和最大似然估計(jì)(ML)等方法，選擇了對(duì)于數(shù)據(jù)中出現(xiàn)的異常點(diǎn)更具耐抗性的分位數(shù)回歸(QR)，不僅可以度量變量分布中心的影響，還可以度量在分布的上尾部和下尾部的影響，且在大樣本理論下，參數(shù)的估計(jì)值具有漸近優(yōu)良性[9-10]。

文中通過選取不同分位點(diǎn)考察戶籍人口波動(dòng)對(duì)房價(jià)影響的空間異質(zhì)性特征，并試圖探討背后的經(jīng)濟(jì)、社會(huì)原因，針對(duì)性提出戶籍改革推進(jìn)過程中對(duì)房價(jià)調(diào)控等方面的建議，對(duì)于更好地穩(wěn)定房地產(chǎn)市場(chǎng)和健康有序地推進(jìn)戶籍制度改革，以及促進(jìn)農(nóng)民工的市民化都具有一定的現(xiàn)實(shí)意義。

3 分位數(shù)回歸基本原理

1978年，Koenker和Bassett作為先驅(qū)，率先提出分位數(shù)回歸方法的概念，該方法是估計(jì)一組回歸變量X與被解釋變量Y的分位數(shù)之間線性關(guān)系的建模方法。與傳統(tǒng)的OLS和ML估計(jì)法相比，分位數(shù)回歸挖掘的信息更加豐富、應(yīng)用條件更加寬松，能夠更加精確地描述解釋變量X對(duì)被解釋變量Y的變化范圍以及條件分布形狀的影響，而不局限于被解釋變量的條件期望(均值)。對(duì)于誤差項(xiàng)不服從正態(tài)分布的情況，分位數(shù)回歸系數(shù)估計(jì)量更加穩(wěn)健。給定一個(gè)隨機(jī)變量Y，它的樣本分別為：y1,y2,…,yn，隨機(jī)變量的分布函數(shù)為FY，給定分位數(shù)τ∈(0,1)，則τ下分位數(shù)的定義如下：

Q(τ)=inf{y:F(y)≥τ},0<τ<1

(1)

樣本分位數(shù)回歸的估計(jì)思想是使加權(quán)誤差絕對(duì)值之和最小，即：

(2)

4 實(shí)證研究

4.1 模型與變量

4.1.1 模型的設(shè)計(jì)

選取計(jì)量模型探究長江三角洲26個(gè)城市群基于戶籍制度改革背景下帶來的人口波動(dòng)與城市房價(jià)之間的關(guān)聯(lián)性。具體模型表達(dá)式如下：

Pit(τ|x)=β0+β1GDPit+β2Qit+β3Lit+β4Git+β5Dit+Qu(τ)

(3)

在(3)式中變量下標(biāo)i和t分別表示第i個(gè)城市第t年的數(shù)據(jù)，β0為截距項(xiàng)，β1,…,β5為待估參數(shù)，Qu(τ)為τ分位點(diǎn)下的隨機(jī)擾動(dòng)項(xiàng)。Pit、GDPit、Qit、Lit、Git、Dit分別表示第i個(gè)城市第t年的商品住房銷售價(jià)格、GDP水平、年末戶籍人口數(shù)量、就業(yè)人口數(shù)量、公共汽電車和出租車營運(yùn)量以及軌道交通運(yùn)營情況。

4.1.2 變量的選擇與說明

(1) 商品住房銷售價(jià)格

在研究城市住房價(jià)格波動(dòng)方面，已有的研究成果大多采用商品住房銷售價(jià)格作為衡量指標(biāo)，考慮到數(shù)據(jù)的可得性與統(tǒng)計(jì)口徑，住房銷售價(jià)格選取長江三角洲26個(gè)城市群2002-2016年的數(shù)據(jù)，同時(shí)以2002年居民消費(fèi)價(jià)格指數(shù)為基期進(jìn)行數(shù)據(jù)修正。取其對(duì)數(shù)以降低數(shù)據(jù)的異方差性得到商品住房銷售價(jià)格指數(shù)，反映一定時(shí)期內(nèi)價(jià)格變動(dòng)的趨勢(shì)和變動(dòng)幅度的相對(duì)值，在模型中作為被解釋變量，符號(hào)記為Pit。

(2)戶籍人口

戶籍制度演變對(duì)人口流動(dòng)模式的影響方面，已有研究文獻(xiàn)中將人口遷移數(shù)量或城市新增人口作為衡量指標(biāo)(宋建和王靜，2018；趙艷霞、祖海芹和劉義，2012)[11-12]，基于此，文中選取2002-2016年長江三角洲26個(gè)城市群年末戶籍人口的數(shù)據(jù)，取其增量反映人口數(shù)量的變化，在模型中作為解釋變量，符號(hào)記為Qit。

(3)控制變量

GDP：是衡量城市經(jīng)濟(jì)實(shí)力強(qiáng)弱的重要指標(biāo)之一。城市經(jīng)濟(jì)發(fā)展水平與房價(jià)之間呈現(xiàn)正向影響關(guān)系(劉付韓，2018)[13]。文中以2002年為基期，選取2002-2016年長江三角洲26個(gè)城市群城市GDP數(shù)量，取其對(duì)數(shù)以降低數(shù)據(jù)的異方差性，符號(hào)記為GDPit。

就業(yè)機(jī)會(huì)：反映城市就業(yè)水平。吸引人流的因素除了優(yōu)化城市公共資源與公共服務(wù)水平外，增加就業(yè)機(jī)會(huì)，優(yōu)化就業(yè)戰(zhàn)略亦為重要。文中選取各城市2002-2016年就業(yè)人口數(shù)作為衡量就業(yè)機(jī)會(huì)的重要指標(biāo)，在模型中取其增量數(shù)據(jù)，符號(hào)記為Lit。

城市公共汽(電)車和出租汽車營運(yùn)數(shù)：公共交通設(shè)施的完善能夠顯著提高當(dāng)?shù)氐姆績r(jià)[14]，文中選取各城市公共汽(電)車和出租汽車數(shù)量作為衡量城市公共交通基礎(chǔ)設(shè)施服務(wù)水平指標(biāo)，在模型中取其增量數(shù)據(jù)，符號(hào)記為Git。

軌道交通是否運(yùn)營：軌道交通對(duì)房價(jià)有顯著的增值效應(yīng)[15]，對(duì)于地級(jí)市的房地產(chǎn)市場(chǎng)而言，高鐵的開通整體上能夠促進(jìn)房價(jià)的上漲[16]。文中將軌道交通是否運(yùn)營作為影響城市房價(jià)的因素之一，在模型中表現(xiàn)為虛擬變量，取值為0和1，符號(hào)記為Dit。

4.2 數(shù)據(jù)的來源與處理

根據(jù)設(shè)定的計(jì)量模型，選取2002-2016年長江三角洲26個(gè)城市群的面板數(shù)據(jù)進(jìn)行實(shí)證分析，數(shù)據(jù)來源于同花順iFinD、國家統(tǒng)計(jì)局網(wǎng)站以及樣本城市統(tǒng)計(jì)年鑒、國民經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)公報(bào)等，在數(shù)據(jù)處理過程中采用回歸插補(bǔ)法對(duì)異常值進(jìn)行處理。

4.3 數(shù)據(jù)分析

4.3.1 描述性統(tǒng)計(jì)分析

表1中給出了各變量的描述性統(tǒng)計(jì)特征值，從商品房銷售價(jià)格指數(shù)Pit的統(tǒng)計(jì)指標(biāo)可以看出2002-2016年，長江三角洲26個(gè)城市群的價(jià)格指標(biāo)均值為8.268195(基期為2002年)，最小值為6.923944，最大值為9.764763，標(biāo)準(zhǔn)差為0.523186，說明26個(gè)城市群在不同時(shí)間、不同區(qū)域之間的房價(jià)有一定差異。從年末人口增量Qit的統(tǒng)計(jì)指標(biāo)可以看出2002-2016年，長江三角洲26個(gè)城市群的人口增量均值為3.739075萬人，最小值為-92.9985萬人，小于零，說明在戶籍制度改革過程中，存在人口流出的城市，最大值為212.7104萬人，標(biāo)準(zhǔn)差為17.05672，說明26個(gè)城市群在不同時(shí)間、不同區(qū)域之間的人口波動(dòng)較大，有的城市在戶籍制度改革過程中發(fā)生人口大量流入，而有的城市則存在人口大量流出的現(xiàn)象。

表1 數(shù)據(jù)的基本描述統(tǒng)計(jì)特征值

數(shù)據(jù)來源：Eviews軟件的分析結(jié)果。

4.3.2 平穩(wěn)性檢驗(yàn)

對(duì)面板數(shù)據(jù)進(jìn)行同質(zhì)性和異質(zhì)性單位根檢驗(yàn)，具體檢驗(yàn)結(jié)果如表2所示。從表2中可以看出，各變量Pit、GDPit、Qit、Lit、Git檢驗(yàn)統(tǒng)計(jì)量均通過5%的顯著性水平，變量是平穩(wěn)的。

表2 面板數(shù)據(jù)的單位根檢驗(yàn)結(jié)果

注：數(shù)據(jù)來源：Eviews軟件的分析結(jié)果。***、**、*分別表示在1%、5%、10%的顯著水平上顯著。

4.4 實(shí)證結(jié)果分析

采用分位數(shù)回歸模型估計(jì)模型中各變量的系數(shù)，研究不同分位點(diǎn)下年末戶籍人口與房價(jià)之間的關(guān)系，基于0.1，0.2，……，0.9不同分位點(diǎn)下對(duì)模型進(jìn)行參數(shù)估計(jì)，估計(jì)結(jié)果如表3所示。

表3 參數(shù)在不同分位點(diǎn)下的回歸結(jié)果

注：數(shù)據(jù)來源：Eviews軟件的分析結(jié)果。***、**、*分別表示在1%、5%、10%的顯著水平上顯著。

從表3中回歸結(jié)果可以看出，不同分位點(diǎn)下參數(shù)估計(jì)值的大小和顯著性均有差異。城市GDP對(duì)房價(jià)的影響系數(shù)在各個(gè)分位點(diǎn)下的估計(jì)值均為正，且通過了1%的顯著性水平下的參數(shù)顯著性檢驗(yàn)，說明城市經(jīng)濟(jì)發(fā)展水平對(duì)房價(jià)呈現(xiàn)正向影響關(guān)系，這與已有國內(nèi)研究成果結(jié)論一致，影響系數(shù)估計(jì)值的大小在不同分位點(diǎn)下的存在一定差異，且隨著分位點(diǎn)的遞增，影響系數(shù)的估計(jì)值基于呈現(xiàn)遞減的態(tài)勢(shì)。說明在戶籍制度改革背景下，經(jīng)濟(jì)發(fā)展水平越高的城市，房價(jià)也呈現(xiàn)趨高的態(tài)勢(shì)，這與一線、二線城市房價(jià)高于三、四線城市現(xiàn)象相吻合。而對(duì)于經(jīng)濟(jì)發(fā)展水平相對(duì)較弱的城市，GDP對(duì)城市房價(jià)的影響程度更強(qiáng)。

戶籍人口對(duì)房價(jià)的影響系數(shù)估計(jì)值在不同分位點(diǎn)下估計(jì)值大小和顯著性均有差異，且隨著分位點(diǎn)的增加估計(jì)值呈現(xiàn)遞減態(tài)勢(shì)。在10%的顯著性水平下，除0.5、0.6和0.7分位點(diǎn)下參數(shù)未通過顯著性檢驗(yàn)之外，其余分位點(diǎn)下參數(shù)的估計(jì)值下均顯著，且在分位點(diǎn)取0.1至0.4的過程中，系數(shù)估計(jì)值為正，在分位點(diǎn)取0.8至0.9時(shí)，系數(shù)估計(jì)值降成負(fù)。在分位點(diǎn)取0.5至0.7過程中，系統(tǒng)估計(jì)值在零附近且不顯著。說明在戶籍改革過程中對(duì)于低房價(jià)城市而言，如三、四線及以下城市，戶籍制度改革帶來的人口流入能夠顯著促進(jìn)低房價(jià)城市房價(jià)的上漲，這主要是由于城市遷入人口會(huì)增加住房需求，需求的增加勢(shì)必帶來價(jià)格的上漲，這與大多數(shù)學(xué)者研究的成果一致；而對(duì)于高房價(jià)城市而言，特別是一線城市，人口流入對(duì)其房價(jià)的影響微弱，且二者之間呈現(xiàn)反向變動(dòng)關(guān)系，這與當(dāng)?shù)胤績r(jià)調(diào)控政策有關(guān)，如限價(jià)、限購及首套房優(yōu)惠等政策鼓勵(lì)遷入人口落戶。而在0.5至0.7分位點(diǎn)下戶籍人口對(duì)房價(jià)的刺激效應(yīng)不顯著，說明對(duì)于房價(jià)處于中上等水平的城市而言，由于受到政治、經(jīng)濟(jì)和房價(jià)調(diào)控政策等因素的影響，造成戶籍人口的流入或者流出對(duì)房價(jià)的影響效果并不明顯。

城市就業(yè)機(jī)會(huì)對(duì)房價(jià)的影響隨著分位點(diǎn)的不同，其系數(shù)顯著性和估計(jì)值亦不同。在10%顯著性水平下，除0.1和0.9分位點(diǎn)外，其余分位點(diǎn)下的系數(shù)估計(jì)值均未通過顯著性檢驗(yàn)，且估計(jì)值為負(fù)值。說明在長江三角洲地區(qū)，城市就業(yè)機(jī)會(huì)雖然在一定程度上影響城市戶籍人口，但對(duì)于當(dāng)?shù)胤績r(jià)的影響程度并不顯著，想要單純的通過提供更多的就業(yè)機(jī)會(huì)刺激房價(jià)恐怕是行不通的。

城市公共汽(電)車和出租汽車營運(yùn)數(shù)量和軌道交通是否運(yùn)營變量反映城市公共交通和軌道交通基礎(chǔ)設(shè)施水平，從表3中回歸結(jié)果可以看出，城市公共交通基礎(chǔ)設(shè)施對(duì)房價(jià)的影響基本不顯著，且影響系數(shù)估計(jì)值較小。這與研究樣本城市本身的公共交通發(fā)展較為完善因素有關(guān)，因此，想要通過進(jìn)一步增強(qiáng)公共交通基礎(chǔ)設(shè)施水平刺激房地產(chǎn)行業(yè)發(fā)展的行為并不理性；而對(duì)于軌道交通對(duì)房價(jià)的影響關(guān)系而言，其系數(shù)估計(jì)值均為正數(shù)，且在10%的顯著性水平下，系數(shù)的估計(jì)值均顯著。說明就長江三角洲城市群而言，軌道交通的運(yùn)營能夠影響當(dāng)?shù)胤績r(jià)，完善軌道交通設(shè)施將刺激當(dāng)?shù)胤績r(jià)的上漲。

5 結(jié)論與政策建議

文中基于2002-2016年長江三角洲26個(gè)城市面板數(shù)據(jù)實(shí)證分析了戶籍制度改革視角下人口波動(dòng)與房價(jià)之間的關(guān)系，采用較傳統(tǒng)OLS和ML回歸更加穩(wěn)健的分位數(shù)回歸估計(jì)不同條件分布下二者之間的關(guān)系。研究發(fā)現(xiàn)戶籍人口波動(dòng)對(duì)房價(jià)的影響存在空間異質(zhì)性特征，對(duì)于經(jīng)濟(jì)發(fā)展水平較高、城市規(guī)模較大、房價(jià)較高的城市，由于受到當(dāng)?shù)卣?、?jīng)濟(jì)和房價(jià)調(diào)控等政策的影響，戶籍人口波動(dòng)對(duì)其房價(jià)影響較弱，特別是對(duì)于一線城市，當(dāng)人口流入量大，房價(jià)基數(shù)本身就高的情況下，政府往往會(huì)為了鼓勵(lì)新遷入人口落戶，吸引人才流入，反而會(huì)降低房價(jià)；而對(duì)于發(fā)展水平較低、城市規(guī)模較小、房價(jià)較低的城市，人口的不斷遷入將刺激房地產(chǎn)業(yè)的需求端，從而增加對(duì)房地產(chǎn)的潛在需求，這將刺激當(dāng)?shù)胤績r(jià)的上漲。

目前，中國人口流動(dòng)處于調(diào)整期，農(nóng)村人口和應(yīng)屆畢業(yè)生更愿意選擇二、三線城市，甚至四線城市，而放棄進(jìn)入生活成本較高的一線大城市。下一步，建議地方政府從人口波動(dòng)的視角出發(fā)，深化城鄉(xiāng)戶籍制度改革，將不同區(qū)域在遷入人口準(zhǔn)入購房標(biāo)準(zhǔn)、文化程度等要求方面與區(qū)域產(chǎn)業(yè)相掛鉤，引導(dǎo)人口合理布局，不斷消除人口遷移過程中的制度性障礙，提升城市發(fā)展質(zhì)量與服務(wù)水平，同時(shí)優(yōu)化城市住房計(jì)劃，調(diào)整城市住房結(jié)構(gòu)，完善住房市場(chǎng)體系和保障體系，著眼于“以人為本”，從居民切實(shí)利益為著力點(diǎn)，降低房地產(chǎn)市場(chǎng)投機(jī)壓力，平抑房價(jià)并保障房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展。