□文/牛逸婕
( 中國(guó)社會(huì)科學(xué)院大學(xué) 北京)
[ 提要] 外來人口會(huì)影響當(dāng)?shù)胤績(jī)r(jià)已經(jīng)是一個(gè)在經(jīng)驗(yàn)上被證明的事實(shí),這一事實(shí)直接影響國(guó)家和地方政府的外來人口政策。 但是,在同一座城市,住宅的種類也有不同。 本文通過對(duì)全國(guó)35 個(gè)大中型城市的面板數(shù)據(jù)研究發(fā)現(xiàn),外來人口對(duì)房?jī)r(jià)的影響由城市中心到城市邊緣依次下降。 這為地方政府制定相關(guān)政策提供參考;另一方面,這種關(guān)系在經(jīng)濟(jì)發(fā)展?fàn)顩r不同的城市可能有所不同,原因有待進(jìn)一步探討。 同時(shí),這一結(jié)果在一線城市并不適用。
隨著中國(guó)的城市化進(jìn)程不斷推進(jìn),由人口聚焦而產(chǎn)生的住房需求成為推高城市房?jī)r(jià)的主要因素。但是,隨著城市的不斷擴(kuò)張,城市的各個(gè)部分的差距也顯現(xiàn)出來。外來人口進(jìn)入城市后如何影響當(dāng)?shù)氐姆績(jī)r(jià),討論這個(gè)問題對(duì)地方政府出臺(tái)房?jī)r(jià)政策有意義。
關(guān)于外來人口對(duì)房?jī)r(jià)影響的問題,學(xué)界已有諸多討論。陸銘等(2014)利用了全國(guó)人口普查數(shù)據(jù),證明了城市化過程中外來人口住房需求是推高房?jī)r(jià)的重要原因。李嘉楠等(2017)在此基礎(chǔ)上對(duì)外來人口影響本地房?jī)r(jià)的具體機(jī)制進(jìn)行了更進(jìn)一步的討論,認(rèn)為外來人口很可能通過影響高技能勞動(dòng)者的收入與遷入地企業(yè)與工廠來間接影響城市房?jī)r(jià)。鄒一南(2017)利用微觀數(shù)據(jù),研究了城市戶籍管制的程度對(duì)外來人口購(gòu)房行為的影響。
外來人口影響房?jī)r(jià)還可能有其他渠道。如,王盛等(2007)綜合了前人關(guān)于人口結(jié)構(gòu)、產(chǎn)業(yè)結(jié)構(gòu)、房地產(chǎn)價(jià)格之間關(guān)系的討論,認(rèn)為外來人口帶來的人口結(jié)構(gòu)改變也會(huì)影響房?jī)r(jià),而人口結(jié)構(gòu)是通過影響產(chǎn)業(yè)結(jié)構(gòu)影響房?jī)r(jià)的。徐建煒等(2012)結(jié)合了其他國(guó)家的歷史經(jīng)驗(yàn),用中國(guó)人口普查數(shù)據(jù)驗(yàn)證了年齡結(jié)構(gòu)對(duì)于房屋需求的影響,并解釋了1998年以來房?jī)r(jià)起落的幾個(gè)階段。
在之前的研究中,學(xué)者們多是從人口數(shù)據(jù)的特點(diǎn)來理解外來人口對(duì)于房?jī)r(jià)的影響,而少有對(duì)房?jī)r(jià)數(shù)據(jù)本身進(jìn)行區(qū)分。本文利用中國(guó)房地產(chǎn)信息網(wǎng)——宏觀經(jīng)濟(jì)數(shù)據(jù)庫(kù)中35 個(gè)大中型城市不同地段的房?jī)r(jià)月度數(shù)據(jù),結(jié)合人口數(shù)據(jù)進(jìn)行面板分析,來細(xì)化外來人口對(duì)于房?jī)r(jià)的影響,為外來人口與房?jī)r(jià)問題的研究提供新的角度。
表1 主要變量描述統(tǒng)計(jì)一覽表
外來人口對(duì)房地產(chǎn)市場(chǎng)的影響主要有兩種可能:外來人口對(duì)市中心區(qū)域的房?jī)r(jià)影響更高;外來人口對(duì)城市邊緣的房?jī)r(jià)影響更高。結(jié)果可能取決于當(dāng)?shù)氐慕?jīng)濟(jì)水平、集聚程度、外來人口的結(jié)構(gòu)等。為了驗(yàn)證哪一種情況更符合現(xiàn)實(shí),我們用數(shù)據(jù)進(jìn)行實(shí)證分析。
本文所采用的數(shù)據(jù)為面板數(shù)據(jù),包括全國(guó)35 個(gè)重要城市從2009年1 月至2016 年12 月的數(shù)據(jù),主要有常住和戶籍人口數(shù)據(jù),不同地段房?jī)r(jià)數(shù)據(jù),與房地產(chǎn)市場(chǎng)相關(guān)的土地?cái)?shù)據(jù),以及一系列地方基本經(jīng)濟(jì)指標(biāo),包括GDP、CPI 等。人口數(shù)據(jù)主要來自各地方年鑒,房地產(chǎn)市場(chǎng)數(shù)據(jù)主要來自中國(guó)房地產(chǎn)信息網(wǎng)——宏觀經(jīng)濟(jì)與房地產(chǎn)數(shù)據(jù)庫(kù)(以下簡(jiǎn)稱“中房網(wǎng)數(shù)據(jù)庫(kù)”),部分人口數(shù)據(jù)和其他地方指標(biāo)主要來自各年度《中國(guó)城市統(tǒng)計(jì)年鑒》。
本文采用的基本被解釋變量為城市不同地段的房?jī)r(jià)月度數(shù)據(jù)及其增長(zhǎng)率。中房網(wǎng)數(shù)據(jù)庫(kù)提供了各城市不同地段房?jī)r(jià)月度數(shù)據(jù),不同的地段指標(biāo)所代表的含義為:一類地段,即城區(qū)中心地段,是指高價(jià)位比較集中的城市中心地區(qū);二類地段,即為城區(qū)一般地段,是指除一類地段和三類地段以外的城區(qū)地段;三類地段,即城市近郊區(qū)地段,是指按城市規(guī)劃確定的城區(qū)邊緣地區(qū)。
我們?nèi)?009 年至2016 年12 月的一、二、三類地段房?jī)r(jià)數(shù)據(jù),分別用房?jī)r(jià)的對(duì)數(shù)和相對(duì)上一年的同比增長(zhǎng)率作為被解釋變量。
本文的主要解釋變量為“外來人口比例”和該比例的變化。經(jīng)驗(yàn)上講,流動(dòng)人口較難對(duì)當(dāng)?shù)氐淖》渴袌?chǎng)產(chǎn)生影響,因此為了準(zhǔn)確衡量外來人口對(duì)房?jī)r(jià)的影響,該指標(biāo)的定義應(yīng)為“常住非戶籍人口”。但由于各城市統(tǒng)計(jì)數(shù)據(jù)中對(duì)“常住戶籍/非戶籍人口”的記錄很少,我們使用“年末人口凈流入”作為替代,由“年末常住人口凈流入/年末戶籍人口”得到。兩個(gè)定義的區(qū)別在于,“人口凈流入”數(shù)據(jù)中剔除了擁有當(dāng)?shù)貞艏怀W≡诖说氐娜?,相?dāng)于將外地流入人口和部分本地流出人口相抵消。這樣做的優(yōu)勢(shì)在于,流出人口可能會(huì)減少當(dāng)?shù)氐淖》啃枨?,因此不考慮這部分人口可能會(huì)低估了外來人口對(duì)本地住房的需求;但是另一方面,根據(jù)我國(guó)的房?jī)r(jià)政策,本地人買房和外地人買房的待遇差別很大,同時(shí)考慮到流出人口并不一定將本地的房子賣掉,而是選擇空置或分家,因此簡(jiǎn)單地用流入人口的需求來抵消流出人口的需求是非常草率的。最理想的方式應(yīng)當(dāng)是以“常住非戶籍人口”作為主要解釋變量,但同時(shí)加入“非常住戶籍人口”作為控制。但是,由于數(shù)據(jù)的可得性問題,只能退而求其次。在本文所使用的數(shù)據(jù)中,除了北京、上海、深圳三個(gè)城市的數(shù)據(jù)為官方提供的“年末常住非戶籍人口”,其他城市全部為“年末人口凈流入”。
本文采用的控制變量包括:全市住宅用地出讓面積和出讓均價(jià),用來控制土地供給方面的影響;市人均GDP(由季度平均GDP/年末戶籍人口得到)和CPI(以上一年為100),用來控制城市的經(jīng)濟(jì)發(fā)展水平;年末總戶籍人口,用來控制城市的人口規(guī)模;對(duì)外來人口是否有限購(gòu)政策,用來控制政策的影響。
本文采用基本的多變量OLS 模型:
其中,pit為某地段房屋集中成交價(jià),git為某房?jī)r(jià)指標(biāo)對(duì)上一年的同比增長(zhǎng)率,rateit為外來人口占比,ratechgit為外來人口比例變化(相對(duì)上一年),Zit為一系列控制變量,包括城市人均GDP、CPI、總?cè)丝冢☉艏丝冢?、全市住宅用地出讓面積和出讓價(jià)格等。
本文所涉及的所有指標(biāo)的基本描述如表1 所示。( 表1)
( 一)解釋房?jī)r(jià)。 首先我們以房?jī)r(jià)作為被解釋變量進(jìn)行分析。經(jīng)過回歸分析,我們得到的結(jié)果如表2 所示。( 表2)
表2 基本回歸結(jié)果:以房?jī)r(jià)對(duì)數(shù)為被解釋變量一覽表
表3 基本回歸結(jié)果:以房?jī)r(jià)年增長(zhǎng)率為被解釋變量一覽表
表4 去除北上廣深的結(jié)果一覽表
表5 新一線城市回歸結(jié)果一覽表
表6 二線城市回歸結(jié)果一覽表
在表2 中,(1)、(3)、(5)是未加入控制變量的結(jié)果。由于被解釋變量和解釋變量數(shù)據(jù)的量度不一致,房?jī)r(jià)是月度或季度數(shù)據(jù),而人口是年度數(shù)據(jù),如果全部控制城市和時(shí)間(年)固定效應(yīng),大部分的差異將被固定效應(yīng)吸收。所以,此處只控制時(shí)間固定效應(yīng)以減少經(jīng)濟(jì)環(huán)境、通脹等的影響。從結(jié)果中可以看出,凈流入人口變量對(duì)三類地段住房?jī)r(jià)格的影響均為正顯著,而流入人口的變化則沒有很大影響。
(2)、(4)、(6)分別列出了加入各控制變量后的結(jié)果??梢钥闯?,人口凈流入的影響雖然下降,但仍然為正顯著,而凈流入人口的變動(dòng)則依然沒有顯著影響。從結(jié)果上看,凈流入人口占比每增加1%,住房?jī)r(jià)格就會(huì)出現(xiàn)超過1%的上漲,其中三類地段的上漲幅度約為1.66%,高于一類地段的1.26%和二類地段的1.23%。在控制變量中,住宅用地出讓情況對(duì)結(jié)果沒有顯著影響,人均GDP 作為衡量城市經(jīng)濟(jì)發(fā)展水平的指標(biāo),對(duì)房?jī)r(jià)有顯著的正影響,且該影響對(duì)一類、二類、三類房?jī)r(jià)依次遞減。而針對(duì)外來人口的限購(gòu)政策則對(duì)一類和三類地段的商品住宅價(jià)格有較為顯著的正影響,這其中可能有反向因果的問題,即政府在看到房?jī)r(jià)上升過快的時(shí)候會(huì)收緊限購(gòu)政策;另外,限購(gòu)政策可能作為信號(hào)影響住宅用地的出讓面積和價(jià)格,從而影響房?jī)r(jià)。這一問題不在本文的討論范圍內(nèi),故不作考慮。
(二)解釋房?jī)r(jià)增長(zhǎng)率。表3 呈現(xiàn)了對(duì)房?jī)r(jià)年增長(zhǎng)率的影響。(表3)
如表3 所示,由(2)、(4)、(6)結(jié)果看出,在加入全部控制變量后,只有三類地段住房的增長(zhǎng)率受到人口占比較為顯著的正影響,即外來人口占比每提高1 個(gè)百分點(diǎn),房?jī)r(jià)平均提高1.28%。而一類、二類地段的系數(shù)雖然為正,但影響不顯著。外來人口的變化對(duì)三類地段的住房?jī)r(jià)格的影響仍然不顯著。在控制變量中,住宅用地出讓價(jià)格對(duì)二類、三類地段房?jī)r(jià)增長(zhǎng)率有正影響,而針對(duì)外來人口的限購(gòu)政策仍然會(huì)顯著地提高一類、二類地段的住房?jī)r(jià)格。
(三)小結(jié)。 總的來說,從全樣本分析中可以看出,凈流入人口比例對(duì)城市的住宅價(jià)格和其增長(zhǎng)率有影響,并且這種影響大致呈現(xiàn)從城市中心到邊緣遞增的趨勢(shì)。而這一數(shù)據(jù)的變化則對(duì)住宅的價(jià)格和增長(zhǎng)率都沒有顯著影響。這可能和我們使用的指標(biāo)定義有關(guān),使用“凈人口流入”代替“常住非戶籍人口”相當(dāng)于系統(tǒng)地低估了解釋變量,且由于各省之間人口流入、流出差別很大,因此并不均勻,導(dǎo)致估計(jì)結(jié)果有偏。
目前,國(guó)內(nèi)的房地產(chǎn)市場(chǎng)中,列為一線城市的北京、上海、廣州、深圳,其房?jī)r(jià)的變化規(guī)律和其他城市有著明顯的差別,同時(shí)這四個(gè)城市的人口和房?jī)r(jià)數(shù)據(jù)相比其他城市都有顯著的差別。因此,我們從總體樣本中剔除這四個(gè)城市,再進(jìn)行回歸分析。
由于這部分城市的地方年鑒信息不完全,很多城市沒有2016 年的人口數(shù)據(jù)。因此,在這部分回歸中,我們將2016 年數(shù)據(jù)排除,只對(duì)2009~2015 年的數(shù)據(jù)進(jìn)行分析。基本結(jié)果如表4 所示。(表4)
如表4 所示,去除了北上廣深的結(jié)果后,外來人口占比對(duì)三類地段房?jī)r(jià)數(shù)據(jù)影響的排序更為明顯。從(1)、(2)、(3)中可以看出,凈流入人口占比每上升1 個(gè)百分點(diǎn),三個(gè)地段的房?jī)r(jià)分別上漲1.4%、1.56%、1.92%,顯示出越向外緣影響越大的特點(diǎn)。而對(duì)于房?jī)r(jià)增長(zhǎng)率的影響,仍然只有三類地段的結(jié)果是顯著的。
綜合表2、表3、表4 的結(jié)果可以看出,總體來說,外來人口對(duì)房?jī)r(jià)的影響從城市中心到外緣依次增加的結(jié)果更為符合現(xiàn)實(shí),也即在這些重點(diǎn)城市中,外來人口可能會(huì)首先選擇定居城市的外圍。這和我們通常所持有外來人口平均收入較低,會(huì)優(yōu)先選擇價(jià)格較低的地點(diǎn)進(jìn)行定居的經(jīng)驗(yàn)一致。但是,本文中所探討的35 個(gè)城市在經(jīng)濟(jì)水平、物價(jià)水平和人均收入上也有不小的差異,對(duì)于不同特點(diǎn)的城市來說,這一結(jié)論會(huì)不會(huì)有變化?對(duì)此,我們用《第一財(cái)經(jīng)周刊》2017 年公布的最新城市分級(jí)名單來對(duì)35 個(gè)城市進(jìn)行分組。35 個(gè)城市分別屬于一線城市、新一線城市、二線城市、三線城市,其數(shù)量分別為4、13、15、3。其中,新一線城市為二線城市的細(xì)化類別,在二線城市中的整體地位較為靠前。由于一線城市情況特殊而三線城市在樣本中數(shù)量較少,我們主要關(guān)注新一線和二線城市。
這兩類城市的回歸結(jié)果如表5、表6 所示。(表5、表6)
如表5、表6 所示,在新一線城市中,外來人口占比對(duì)房?jī)r(jià)的影響主要表現(xiàn)在三類地段的房?jī)r(jià)和增長(zhǎng)率,而一類、二類地段的房?jī)r(jià),不但不受顯著的正影響,甚至和人口占比是負(fù)相關(guān)關(guān)系;而二線城市則不同,外來人口占比影響各地段房?jī)r(jià),并且對(duì)一類、二類地段房?jī)r(jià)的影響稍高于三類地段。
對(duì)于這樣的結(jié)果,我們嘗試給出直觀上的解釋:外來人口通常選擇在城市中心地區(qū)找工作,因此他們定居的首選是中心區(qū)域。但是,在經(jīng)濟(jì)發(fā)展水平較高的城市,外來人口受收入所限,只能定居在城市的邊緣地帶;而在經(jīng)濟(jì)發(fā)展水平相對(duì)低的城市,收入相對(duì)平均,中心房?jī)r(jià)和邊緣地區(qū)的房?jī)r(jià)相差不是很大,因此外來人口主要影響中心區(qū)域的住房需求。
此外,我們發(fā)現(xiàn),一線城市的回歸結(jié)果,既不符合經(jīng)驗(yàn),也無任何規(guī)律可尋。影響房?jī)r(jià)的因素較多,而這一情況在北上廣深會(huì)更為明顯,因此用本文模型來分析這四個(gè)城市,很可能有較大的遺漏變量問題。
另外,根據(jù)北京、上海、深圳官方提供的詳細(xì)常住戶籍和非戶籍人口計(jì)算發(fā)現(xiàn),“外出戶籍人口”有負(fù)數(shù)。原因可能是各地常住人口的統(tǒng)計(jì)方法有關(guān)。常住人口主要由抽樣數(shù)據(jù)和往年記錄推算得到,并非每年都有普查數(shù)據(jù),有失準(zhǔn)確。北上深的外出戶籍人口本就相對(duì)較少,這種誤差會(huì)造成更大的影響。因此,本文不考慮用這三市的詳細(xì)數(shù)據(jù)另設(shè)模型做回歸分析。
本文通過對(duì)全國(guó)35 個(gè)大中型城市的人口和房?jī)r(jià)數(shù)據(jù)進(jìn)行實(shí)證分析,發(fā)現(xiàn)外來人口對(duì)于城市不同地段的房?jī)r(jià)影響有所偏差,即外來人口對(duì)城市邊緣的房?jī)r(jià)影響高于城市中心地帶。這種情況在剔除了北上廣深四個(gè)城市之后更為明顯。這一結(jié)果可以為地方政府在制定外來人口相關(guān)政策時(shí)提供參考。
進(jìn)一步的分析發(fā)現(xiàn),這種影響對(duì)不同經(jīng)濟(jì)發(fā)展?fàn)顩r的城市會(huì)有所不同,原因可能與不同城市的收入差距和相對(duì)房?jī)r(jià)有關(guān),但需要進(jìn)一步驗(yàn)證。
本文利用城市房?jī)r(jià)的分類數(shù)據(jù),只是初步分析了外來人口對(duì)城市房?jī)r(jià)影響的差異性,如果要提出更具體的政策建議,還需要考慮更多因素,如外來人口的結(jié)構(gòu)(年齡、教育等)、收入等。由于影響房?jī)r(jià)的因素比較多,受數(shù)據(jù)所限,本文很可能有遺漏變量的問題。這一問題在一線城市分析結(jié)果中可能被放大,因此我們的結(jié)論不適用于一線城市。
此外,由于外來人口和房?jī)r(jià)之間的關(guān)系很可能是相互的,本文還有一定的反向因果問題。如果能找到合適的工具變量,可以嘗試做進(jìn)一步的分析。