黃鵬 仇子幸 陳程

摘要： 受到外來人口涌入的驅(qū)動，杭州、成都和蘇州等新一線城市的住房價格在短期內(nèi)快速增長，引發(fā)了一些新市民的居住難題，也在一定程度上影響了新一線城市對人才的吸引力。為解決這一問題，新一線城市將“以租代購”的住房市場模式作為未來解決新市民居住問題的良方。但通過對蘇州市的實證研究發(fā)現(xiàn)該政策的實施并不理想，行政手段趨向于無效化，金融手段僅對住房成交價格存在顯著影響，出現(xiàn)了住房買賣價格上升而租賃價格下降的現(xiàn)象。

關(guān)鍵詞： 新一線城市? 住房市場? 以租代購

一、引言

“房子是用來住的，不是用來炒的”這是習(xí)總書記在黨的19大報告中對于未來房地場市場，尤其是住房市場發(fā)展的重要指導(dǎo)思想，其核心是使住房回歸到“住”的商品屬性，逐漸弱化“炒”的投機屬性。據(jù)住建部的統(tǒng)計資料，自2000年起全國流動人口占比由8%增至18%以上，全國平均首置年齡從2014年至2016年間呈現(xiàn)顯著滯后：北京、上海由原來的36歲增至38歲;而南京、深圳、天津由原來的33歲增長至36歲;廈門、東莞則由原來的34歲增至37歲?！坝米赓U住房代替購買住房”，這是學(xué)界所普遍認同的一條解決一線及新一線城市住房價格過快上漲以及解決新市民住房問題的可行道路，這就說明中國的住房租賃市場潛力巨大。鏈家的統(tǒng)計報告顯示：全國約有1.6億人在城鎮(zhèn)租房居住，未來3-5年，中國將有約2億人進入租房市場，而世聯(lián)行2016年的報告顯示中國的流動人口規(guī)模在2014年已達到2.45億，其中超過77%為80后，72%的流動人口通過租房居住，租戶規(guī)模巨大，人口紅利遠未釋放。

從總的住房租賃市場盤子看，出租房約有1億套，90%以下為個人出租，品牌公寓企業(yè)即長租公寓品牌總占有率小于2%，開發(fā)商自持經(jīng)營的居住用房不足1%。從租金規(guī)模上來看，未來3年，租金規(guī)模將超過1.5萬億元。規(guī)?；赓U企業(yè)空間巨大。預(yù)計到2020 年，中國自有存量住宅將達到2.5億套，其中0.9億套被用于租賃。自有存量住宅數(shù)量龐大。2020年，房屋資產(chǎn)管理價值將達到150萬億元左右。未來租賃市場將繼續(xù)呈現(xiàn)典型的量（租賃人口）價（租金）齊升態(tài)勢，進而推動市場規(guī)模（租金GMV）的快速增長。但美好的市場前景是否意味著“以租代購”這種理想的住房市場政策就可以解決城市居民住房成本過高的問題，還需要通過實證研究的方式予以證實。

二、蘇州住房市場現(xiàn)狀

作為新一線城市的典型代表，蘇州市利用緊靠上海的區(qū)位優(yōu)勢，和自身良好的經(jīng)濟發(fā)展水平與居住條件，成為了上海人口外遷的主要目的地之一。蘇州市2017年常住人口在2003年590萬人的基礎(chǔ)上翻了近一番，達到了1069萬人，新增人口中絕大多數(shù)屬于勞動力人口，人口的遷入在過去15年間將住房交易價格從均價3000元推高至15000元。

從理論看，大量的遷入人口理應(yīng)被擠入到了房屋租賃市場，蘇州市的住房租賃價格也應(yīng)隨著需求的增加而上升，但從2015年以來的蘇州住房出租總價走勢和分布圖來看，蘇州從2015年年底開始，房價帶動租金經(jīng)歷一波增長后，2017年至2019年逐步趨緩，部分地區(qū)租金回落，500-1000元/月的租金區(qū)間占比最大，達到23.6%，橫向?qū)Ρ忍K州與其他城市租金的成交總額可以發(fā)現(xiàn)，蘇州排名第6，低于北上廣深以及天津，與重慶相持平。

蘇州為什么會呈現(xiàn)出房價上漲而租金倒掛的現(xiàn)象呢？首先我們來看一下租金-房價對比走勢圖。圖中黃色折線表示供給價格，也就是房屋的平均單價;紅色折線表示價值，價值=該月平均租金×12個月×30年，我們可以將它看成租金水平。

可以看到2013年6月至2015年12月，租金和房價還是保持著相對正向的線性關(guān)系。然而到了2015年的12月，房價突然飆升，而租金還是保持著和原來差不多的水平，到了2017年6月，房價又有一波比之前更迅猛地增長，隨后趨近平穩(wěn)，然而租金卻非但沒有劇烈地波動，甚至還呈現(xiàn)出了下降的趨勢。也就是說，在這兩個時間點上出現(xiàn)了使房價增長但卻并沒有改變供需關(guān)系的事件。

2015年12月召開的中央城市工作會議指出“化解房地產(chǎn)庫存是2016年經(jīng)濟社會發(fā)展五大任務(wù)之一”，并在2016年中上旬公布了去庫存的實施計劃：“三年內(nèi)計劃消化商品房庫存500萬平方米”。同時，采取“分區(qū)施策、分類指導(dǎo)”的方式。比如，商品住房房價上漲較快、去化周期本身就比較短的工業(yè)園區(qū)、吳中區(qū)、相城區(qū)、姑蘇區(qū)、高新區(qū)，要以滿足自住剛性和改善性住房需求為主，遏制投機性需求;張家港、常熟、太倉、昆山、吳江則著力縮短商品住房去化周期，同時住房貸款利率的提高使得購買住房的成本日益增加。在遏制新建住房和推動庫存住房銷售的政策背景下，2016年蘇州市住房銷售均價由人民幣10，692元/m2上漲到14，587元/m2，環(huán)比上漲36.43%。受到追漲情緒的影響，住房租賃者普遍認為與其將資金用于租金支出，不如用于貸款支出，以對沖未來的不確定性風(fēng)險，出現(xiàn)了租房市場向購房市場流動的現(xiàn)象。住房數(shù)量增加，同時租房需求下降，這就可能導(dǎo)致目前市場所出現(xiàn)的住房市場“買賣價格上升而租賃價格下降”的現(xiàn)象。

從定性分析部分可以看到，以“租售同權(quán)”為代表的行政調(diào)控措施并沒有表現(xiàn)出所期望的調(diào)控效果，那以“房貸利率”為代表的金融調(diào)控手段又是否能夠發(fā)揮出其應(yīng)有的效果呢？這還需要進一步采用定量分析的方法進行確定和分析。

三、相關(guān)性分析及結(jié)論

各要素間的相關(guān)性分析目標是研究房屋貸款利率對于住房市場的影響是否真實存在以及在哪一個維度上所受影響最為明顯。

首先，將數(shù)據(jù)分別以年為單位進行加工統(tǒng)計出年度數(shù)據(jù)，利用統(tǒng)計分析軟件SPSS分別進行雙變量相關(guān)性分析（Person相關(guān)系數(shù)、顯著性檢驗為雙側(cè)）。由于篇幅限制，表2僅展示分析用數(shù)據(jù)各年份的平均值，在相關(guān)分析中采用的是2013年至2017年的月份數(shù)據(jù)。

通過相關(guān)性分析，我們得到下面的結(jié)果：

從相關(guān)性分析的結(jié)果上分析可得：房貸利率與租金的sig（雙側(cè)）=0.786;房貸利率與買賣均價的sig（雙側(cè)）=0.015*;房貸利率與新房供給量的sig（雙側(cè)）=0.286;新房供給量與買賣均價的sig（雙側(cè)）=0.667;新房供應(yīng)量與租金均價的sig（雙側(cè)）=0.762;租金均價與買賣均價的sig（雙側(cè)）=0.67。從數(shù)據(jù)可知除房貸利率與住房買賣均價之間存在顯著的相關(guān)性外，其他要素之間均不存在顯著相關(guān)性。表明在蘇州市通過金融手段調(diào)節(jié)住房市場的效果并不明顯，同時租金和房價之間也不存在顯著的互為影響的關(guān)系，這超出了對于地產(chǎn)的一般認識。從供求關(guān)系的角度來講，大量的人口流入加上政策的加持使得房地產(chǎn)價格升溫，部分購房者會被擠出轉(zhuǎn)而投入租賃市場。而大量的外來務(wù)工人員也會作為剛需投入到租賃市場當中，那么租金會和房價一起水漲船高，但通過分析蘇州的房價和租金，我們得出了房價和租金不相關(guān)的結(jié)果。該結(jié)果證明在蘇州市內(nèi)，利率等房地產(chǎn)調(diào)控工具不但在短期無法發(fā)揮其調(diào)控功能，也對中長期的房地產(chǎn)調(diào)控?zé)o效，這一結(jié)論證明數(shù)據(jù)的背后暗藏著當前市場中的一些特殊原因：首先，對于大量涌入到新一線城市的定居者，曾經(jīng)一線城市的房價飛漲已經(jīng)帶給了他們深刻的記憶，尤其是部分從一線城市退出到新一線城市的居民，持有房屋是一個對抗未來不確定性的必然選擇，因此不論利率等短期政策如何變化，都無法阻止新居民購買住房;其次，“租售同權(quán)”等住房租賃市場的利好消息還未正式落地，絕大多數(shù)新一線城市還沒有就租房者的城市資源保障制定完善且可執(zhí)行的計劃，因此在利率上漲和住房買賣價格上漲的大趨勢下，新市民均選擇購買，而不是通過租賃來解決家庭的住房問題;最后，中國傳統(tǒng)文化中對安土重遷的文化習(xí)俗，使市場參與者普遍認為只有自持住房才能獲得安定的生活，租房居住僅僅是購房前的過度。

參考文獻：

[1]郭文偉.中國多層次房價泡沫測度及其驅(qū)動因——兼論我國房地產(chǎn)調(diào)控政策的實施效果[J].經(jīng)濟學(xué)家 2016，10：31-37.

[2]孔煜.利率與房價關(guān)系的認識[J].建筑經(jīng)濟，2007.09：86-89.

[3]徐建國.低利率推高房價：來自中國、美國和日本的證據(jù)[J].上海金融.2011.12：5-13.

[4]姚濤.房產(chǎn)稅能抑制房價泡沫嗎？——基于因子實驗的檢驗[J].中央財經(jīng)大學(xué)學(xué)報，2013.12：1（6）.

[5]張所地.房地產(chǎn)宏觀調(diào)控影響下的房價與租金關(guān)系研究——基于中國35個大中城市的面板數(shù)據(jù)實證分析[J].數(shù)理統(tǒng)計與管理.2014，33：305-316.

[6]葛豐.房地產(chǎn)調(diào)控應(yīng)更具前瞻性系統(tǒng)性[N].新浪財經(jīng).2016年9月28日.

[7]胡毓菁.蘇州老齡化程度再加重：2017年增加7.5萬老年人[N].人民網(wǎng).- 2018年1月3日.

[8]李鵬飛.蘇州房貸漲價已超北上廣[N].新浪新聞.2018年2月4日.

[9]蘇州房價走勢分析[OL].中國房價行情網(wǎng)，http：//www.creprice.cn/market/su/forsale/ALL/11.html.

作者單位：江蘇科技大學(xué)張家港校區(qū)商學(xué)院