摘" "要：基于2011—2019年我國70個(gè)大中城市的面板數(shù)據(jù)，構(gòu)建地理距離和經(jīng)濟(jì)距離兩種權(quán)重矩陣，利用空間杜賓模型考察城市人口規(guī)模、公共服務(wù)供給對(duì)租戶住房支付能力的影響，結(jié)果顯示，人口規(guī)模、公共服務(wù)供給均對(duì)本地區(qū)租戶住房支付能力有顯著的負(fù)向影響，對(duì)鄰近大中城市及經(jīng)濟(jì)屬性相似的大中城市均有顯著的溢出效應(yīng)。根據(jù)研究結(jié)論，建議應(yīng)落實(shí)“人地房”掛鉤政策，增加租賃住房供應(yīng)；推進(jìn)公共服務(wù)均等化，縮減租戶住房支付能力差距；建立就業(yè)援助機(jī)制，提高租戶收入水平。

關(guān)鍵詞：住房支付能力；人口規(guī)模；公共服務(wù)；空間杜賓模型

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

引言

隨著城鎮(zhèn)化的快速發(fā)展，流動(dòng)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(fā)展起步較晚且嚴(yán)重滯后于住房銷售市場，使得租賃住房供給嚴(yán)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(fā)展問題逐漸受到國家重視。促進(jìn)租賃市場健康發(fā)展，提升租戶住房支付能力，實(shí)現(xiàn)居民住有所居是新時(shí)代深化住房制度改革的重要內(nèi)容，也是改善民生的必要條件。近年發(fā)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(fā)展。因此，有效測度租戶住房支付能力，探究城市人口規(guī)模、公共服務(wù)供給對(duì)租房群體住房支付能力的影響，有助于有針對(duì)性地制定相關(guān)調(diào)控政策，提高我國城市租戶的住房支付能力，促進(jìn)住房租賃市場健康平穩(wěn)發(fā)展。

一、文獻(xiàn)回顧

住房支付能力是解決中低收入居民住房問題的關(guān)鍵，具體測度指標(biāo)主要有房價(jià)收入比、月還款收入比、租金收入比和剩余收入法等。相關(guān)研究主要集中于住房支付能力的測度、住房支付能力指標(biāo)應(yīng)用以及住房支付能力影響因素三個(gè)方面。在住房支付能力測度方面，學(xué)者們或使用房價(jià)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(yùn)用多種測度指標(biāo)分析中國住房市場的支付能力[3]。近年來，學(xué)者開始分析住房支付能力時(shí)空變化，多數(shù)學(xué)者利用房價(jià)收入比分析購房支付能力的時(shí)空演變特征[4，5]，少數(shù)學(xué)者利用租金收入比分析租房支付能力的時(shí)空演變特征[6]。在住房支付能力指標(biāo)應(yīng)用方面，現(xiàn)有文獻(xiàn)主要集中于評(píng)價(jià)房價(jià)或租金水平的合理性[7]、劃分住房保障的準(zhǔn)入標(biāo)準(zhǔn)[8]，以及評(píng)價(jià)住房政策的實(shí)施效果[9]。

在住房支付能力影響因素方面，現(xiàn)有研究主要采用微觀調(diào)查數(shù)據(jù)、城市面板數(shù)據(jù)來分析住房支付能力的影響因素，而少數(shù)學(xué)者考慮到住房支付能力的空間效應(yīng)，認(rèn)為影響收入房價(jià)比的主要因素為城市規(guī)模、經(jīng)濟(jì)水平、城鎮(zhèn)化水平以及房地產(chǎn)投資水平[10]，影響房租收入比的因素主要有收入和消費(fèi)水平、地產(chǎn)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(fā)現(xiàn)，已有研究多以購房群體、流動(dòng)人口的住房支付能力為研究對(duì)象，分析房價(jià)預(yù)期、居民收入、貨幣政策等對(duì)住房支付能力的影響?？紤]到城市人口規(guī)模、公共服務(wù)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(guān)聯(lián)性，本研究利用2011—2019年我國70個(gè)大中城市的面板數(shù)據(jù)，采用空間計(jì)量模型，考察城市人口規(guī)模、公共服務(wù)供給對(duì)租房群體住房支付能力的影響。

二、研究設(shè)計(jì)

（一）變量選取

1.被解釋變量。本文選取我國70個(gè)大中城市市轄區(qū)范圍內(nèi)的租金收入比（rir）的對(duì)數(shù)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(jì)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(zhèn)居民人均可支配月收入。

2.核心解釋變量。本文選取人口規(guī)模與公共服務(wù)供給作為核心解釋變量。其中，人口規(guī)模（pop）為城區(qū)人口與城區(qū)暫住人口之和，公共服務(wù)供給（pubs）則用政府一般公共預(yù)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(duì)城市租戶支付能力的影響，本文選取收入水平（inc）、產(chǎn)業(yè)結(jié)構(gòu)（indus）、房價(jià)預(yù)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(zhèn)居民人均可支配年收入來反映收入水平，采用第三產(chǎn)業(yè)占GDP的比重來衡量產(chǎn)業(yè)結(jié)構(gòu)狀況，利用各城市住房價(jià)格增長率來表示房價(jià)預(yù)期，其中住房價(jià)格為商品房銷售額與商品房銷售面積的比值。

（二）數(shù)據(jù)來源

本研究數(shù)據(jù)來源于歷年《中國城市統(tǒng)計(jì)年鑒》《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》《中國城市建設(shè)統(tǒng)計(jì)年鑒》和各省市統(tǒng)計(jì)年鑒、中國房價(jià)行情網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫以及城市統(tǒng)計(jì)公報(bào)。所有數(shù)據(jù)均采用城市市轄區(qū)口徑，部分缺失數(shù)據(jù)通過插值法補(bǔ)齊。為消除通貨膨脹的影響，本文采用歷年各城市居民消費(fèi)價(jià)格指數(shù)（以2010年為基期）來調(diào)整所有名義變量，以得到實(shí)際值。

（三）模型設(shè)定

關(guān)于空間權(quán)重矩陣的設(shè)定，由于本文的研究對(duì)象70個(gè)大中城市在地理空間上并不相鄰，并且租金收入比可能會(huì)受到各地區(qū)經(jīng)濟(jì)發(fā)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(gòu)建經(jīng)濟(jì)距離矩陣。

根據(jù)空間模型選擇方法的檢驗(yàn)思路，首先利用LM、RLM統(tǒng)計(jì)量檢驗(yàn)空間相關(guān)性，地理距離矩陣下的兩種檢驗(yàn)結(jié)果以及經(jīng)濟(jì)距離矩陣下的RLM檢驗(yàn)結(jié)果均通過1%的顯著性檢驗(yàn)，說明被解釋變量存在空間關(guān)聯(lián)性，應(yīng)選擇空間計(jì)量模型進(jìn)行分析。隨后采用LR統(tǒng)計(jì)量檢驗(yàn)SDM模型是否能簡化為SLM或SEM模型，結(jié)果均通過1%的顯著性檢驗(yàn)，說明SDM模型為本文的最佳選擇。最后，經(jīng)Hausman檢驗(yàn)，應(yīng)選用固定效應(yīng)模型。為減輕異方差，除房價(jià)預(yù)期外，其他變量均采用取對(duì)數(shù)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(guān)系數(shù)，W表示空間權(quán)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(shù)，λi表示個(gè)體固定效應(yīng)，μi表示時(shí)間固定效應(yīng)，εit表示誤差項(xiàng)。

三、實(shí)證結(jié)果與分析

表1為空間杜賓模型的回歸結(jié)果。由表2可知，地理距離矩陣和經(jīng)濟(jì)距離矩陣下的中國70個(gè)大中城市租金收入比的空間自相關(guān)系數(shù)，在地理距離矩陣和經(jīng)濟(jì)距離矩陣中均通過了1%的顯著性水平檢驗(yàn)，說明中國70個(gè)大中城市的租金收入比存在明顯的輻射效應(yīng)，即一個(gè)城市的租金收入比會(huì)受到相鄰以及經(jīng)濟(jì)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(xiàng)會(huì)對(duì)回歸結(jié)果產(chǎn)生一定影響，因此回歸系數(shù)不能解釋其空間效應(yīng)，可用偏微分方法將溢出效應(yīng)進(jìn)行分解。其中，直接效應(yīng)反映解釋變量對(duì)本地區(qū)的影響，間接效應(yīng)反映解釋變量對(duì)其他地區(qū)的平均影響，總效應(yīng)為直接效應(yīng)與間接效應(yīng)之和，結(jié)果如表2所示。

從直接效應(yīng)來看，人口規(guī)模、公共服務(wù)供給均對(duì)本地區(qū)的租金收入比有顯著影響。其中，人口規(guī)模的直接效應(yīng)系數(shù)在地理距離矩陣中通過了5%的顯著性水平檢驗(yàn)，且系數(shù)為正，說明一個(gè)城市的人口規(guī)模越大，潛在的租賃需求越多，將會(huì)推動(dòng)租金收入比升高、租戶支付能力降低。公共服務(wù)供給的直接效應(yīng)系數(shù)在兩種矩陣中均通過了1%的顯著性水平檢驗(yàn)，且系數(shù)均為正，可能是由于公共服務(wù)和基礎(chǔ)設(shè)施水平較高，會(huì)使得本地區(qū)的房價(jià)、租金相應(yīng)升高，從而對(duì)租金收入比的升高產(chǎn)生推動(dòng)作用，造成租戶住房支付能力下降。

從間接效應(yīng)來看，在地理距離矩陣下，人口規(guī)模、公共服務(wù)供給均會(huì)對(duì)鄰近城市的租金收入比表現(xiàn)出明顯的溢出效應(yīng)。其中，人口規(guī)模對(duì)距離較近大中城市的租金收入比有顯著的負(fù)向溢出效應(yīng)，說明一個(gè)城市的人口規(guī)模增大，會(huì)對(duì)鄰近大中城市產(chǎn)生虹吸效應(yīng)，造成相應(yīng)地區(qū)的人口流出，減弱相應(yīng)地區(qū)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(wù)供給對(duì)鄰近大中城市有顯著的正向溢出效應(yīng)，原因可能是公共服務(wù)和基礎(chǔ)設(shè)施水平較高的城市會(huì)對(duì)鄰近地區(qū)產(chǎn)生一定的“示范效應(yīng)”，從而帶動(dòng)周邊地區(qū)提升其公共服務(wù)和基礎(chǔ)設(shè)施水平，使得房價(jià)和租金上漲，推動(dòng)租金收入比的升高。在經(jīng)濟(jì)距離矩陣下，人口規(guī)模、公共服務(wù)供給會(huì)對(duì)與其經(jīng)濟(jì)屬性較近的城市產(chǎn)生顯著影響。其中，人口規(guī)模的間接效應(yīng)系數(shù)為正，可能是人口規(guī)模較大的城市與其經(jīng)濟(jì)發(fā)展程度相似地區(qū)人口吸引力相似，促進(jìn)相應(yīng)地區(qū)的人口流入，從而帶動(dòng)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(wù)供給的間接效應(yīng)系數(shù)為負(fù)，可能是因?yàn)楣卜?wù)和基礎(chǔ)設(shè)施較為完善的城市有更強(qiáng)的人口吸引力，造成與其經(jīng)濟(jì)屬性相似城市的人口流出，從而使相應(yīng)地區(qū)的需求下降、租金收入比降低、租戶住房支付能力提升。

四、結(jié)論與政策啟示

本文基于2011—2019年我國70個(gè)大中城市的面板數(shù)據(jù)構(gòu)建地理距離、經(jīng)濟(jì)距離權(quán)重矩陣，使用空間杜賓模型分析城市人口規(guī)模、公共服務(wù)供給對(duì)租戶住房支付能力的影響，得出的結(jié)論是：人口規(guī)模、公共服務(wù)供給顯著影響租戶住房支付能力，對(duì)本地區(qū)租戶租金收入比均有顯著的正向影響，即負(fù)向影響其住房支付能力；在空間效應(yīng)方面，人口規(guī)模、公共服務(wù)供給對(duì)鄰近大中城市及經(jīng)濟(jì)屬性相似的大中城市均有顯著的溢出效應(yīng)?；谝陨涎芯拷Y(jié)論，本文提出以下政策建議。

（一）落實(shí)“人地房”掛鉤政策，增加租賃住房供應(yīng)

住房租賃市場目前存在問題的根源是租房需求大而供應(yīng)不足，且供給端和需求端的契合度不夠，新增供地?zé)o法與主要的租賃人群的就業(yè)地區(qū)匹配，難以達(dá)到職住平衡，這種情況在大中城市更為突出。因此，各地應(yīng)落實(shí)“人地房”掛鉤政策，有針對(duì)性地增加租賃房源與租賃用地的有效供給。對(duì)于人口規(guī)模較大、租金收入比較高的城市應(yīng)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(lì)房地產(chǎn)開發(fā)及物業(yè)服務(wù)企業(yè)開展住房租賃業(yè)務(wù)。此外，各地政府應(yīng)加快發(fā)展保障性租賃住房，以減輕新就業(yè)及外來務(wù)工群體的住房負(fù)擔(dān)。

（二）推進(jìn)公共服務(wù)均等化，縮減租戶住房支付能力差距

我國基礎(chǔ)設(shè)施與公共服務(wù)整體水平在不斷提升，但各城市的基礎(chǔ)設(shè)施與公共服務(wù)水平差距仍然較大。各地區(qū)基礎(chǔ)設(shè)施與公共服務(wù)水平發(fā)展不平衡，客觀上會(huì)加劇租金收入比的階梯格局，使得各地區(qū)租戶住房支付能力差距較大。對(duì)于基礎(chǔ)設(shè)施與公共水平較低的城市，應(yīng)加快推進(jìn)產(chǎn)業(yè)結(jié)構(gòu)升級(jí)，提高政府財(cái)政支出水平，完善基礎(chǔ)設(shè)施，增加公共服務(wù)供給，增強(qiáng)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(yè)援助機(jī)制，提高租戶的收入水平

受經(jīng)濟(jì)增速放緩的影響，目前就業(yè)形勢較為嚴(yán)峻，從而對(duì)于城市流動(dòng)人口來說，就業(yè)環(huán)境的變動(dòng)以及收入的不穩(wěn)定性為租戶帶來更大的支付壓力。各地市可以建立流動(dòng)人口就業(yè)創(chuàng)業(yè)服務(wù)體系，推動(dòng)人力資源和就業(yè)崗位的信息共享，提高就業(yè)效率；開展就業(yè)創(chuàng)業(yè)技能服務(wù)，培育適應(yīng)時(shí)代發(fā)展的就業(yè)人才。此外，應(yīng)積極推動(dòng)“租購?fù)瑱?quán)”，適當(dāng)放寬落戶限制，保障租戶在勞動(dòng)收入、勞動(dòng)合同以及公共服務(wù)等方面的合法權(quán)益，從而有效提升租戶的就業(yè)水平、質(zhì)量以及收入水平，有效緩解租戶支付壓力。

參考文獻(xiàn)：

[1]" "王元華，張永岳.房價(jià)收入比函數(shù)的建立及應(yīng)用研究：以上海市為例[J].華東經(jīng)濟(jì)管理，2013，27（8）：6-11.

[2]" "周仁，郝前進(jìn)，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(jīng)濟(jì)文匯，2010（1）：39-49.

[3]" "董昕.動(dòng)態(tài)趨勢與結(jié)構(gòu)性差異：中國住房市場支付能力的綜合測度[J].經(jīng)濟(jì)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(dòng)力流動(dòng)決策影響[J].經(jīng)濟(jì)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(qū)域城市房價(jià)收入比時(shí)空分異格局[J].經(jīng)濟(jì)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(shí)空分布研究：35個(gè)大中城市租金負(fù)擔(dān)能力分析[J].價(jià)格理論與實(shí)踐，2018（10）：16-19.

[7]" "周晶，郭明英.我國35個(gè)大中城市住房市場泡沫水平測度[J].統(tǒng)計(jì)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(duì)象的界定[J].城市發(fā)展研究，2010，17（10）：41-45.

[9]" "周京奎.我國公共住房消費(fèi)融資模式及績效分析[J].河北經(jīng)貿(mào)大學(xué)學(xué)報(bào)，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(shí)空演變及影響因素[J].干旱區(qū)地理，2019，42（5）：1153-1165.

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

[12]" "張延群.24個(gè)大中城市人均住房面積及房價(jià)相對(duì)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(zé)任編輯" "若" "云]