居民家庭收入、住房租购与住房消费选择研究*

黄玉屏,张 曼

(湘潭大学 商学院，湖南 湘潭 411105)

一、引言

随着市场经济快速发展，居民家庭的收入和消费水平得到了显著提高。然而，由于城镇部门技术水平迅速进步和地区经济发展不平衡，城乡、区域居民收入存在着差异。另外，从1998年房地产改革开始，我国房地产行业实现了快速发展，当前房地产业已经成为国民经济的支柱产业，住房问题也随之成为关键的民生问题。然而，房地产行业在快速繁荣的同时，市场分化问题也不断凸显，区域发展极不平衡：热点城市房价高居不下并持续攀升，泡沫风险不断累积，且严重超出居民家庭住房支付能力。至2015年热点城市平均房价收入超过了10倍，深圳甚至高达23倍，远高于合理水平*数据来源：易居研究院。按照国际惯例，通常认为房价收入比在3～6倍之间为合理水平。。而三、四线城市则仍旧面临着库存压力大，住房消费需求不足等困境。

住房作为人类最基本的生活空间，与人们的生存息息相关，“居以家为先”更是中国家庭根深蒂固的传统观念。为了满足不同收入阶层住宅消费需求，盘活三四线城市存量住房流通效率，促进热点城市房价理性回落，实现房地产市场区域平衡发展和理性繁荣，国家提出了“租购并举”“因城施策”等方针政策。在此背景下，本文选择从居民家庭收入视角出发，研究其对区域住房租购类别选择的影响，这具有重要的现实意义。

国外关于住房消费选择的研究涉及以下方面：一是研究居民家庭收入与住房租购选择关系，具体从收入水平高低和收入水平确定性两个方面考察。关于收入水平高低的研究：Jones(1995)研究发现，家庭暂时和永久收入的提高均会增加其买房概率。[1]50Koizumi(2006)、Kabsung(2012)等也指出，与租房相比，高收入家庭更倾向于买房。[2]349，[3]101关于收入确定性的文献：Salvo(1997)指出家庭收入预期对住房租购选择有显著影响，预期收入良好的家庭会较早作出买房抉择。[4]1Robst(1999)也发现收入不确定性越大，家庭租房可能性也越大。[5]219二是研究了不确定性因素对住房消费选择的影响。家庭住房租购决策往往对不确定性事件极敏感(Eui&Donald，2002)[6]193。如Yuming(1995)研究了未来房价不确定性对流动性较差家庭住房选择的影响。[7]223Jingkui(2011)分析了不确定性对住房自有率概率的影响。发现失业的不确定性对高收入家庭租购选择有负向影响；教育支出的不确定性对低收入家庭存在负向影响；而医疗支出的不确定性则对移民家庭存在负向影响。[8]408Thomas(2017)也认为失业风险会降低房产实际市场价值，从而加大住宅持有风险。[9]107

国内相关研究较少，集中于以下方面：一是影响家庭住房消费选择的因素。杨永春等(2012)发现传统文化观念对城市居民住房区位、房型、规模等选择有重大影响。[10]84张凤等(2014)分析了家庭收入、房价租金比、户主教育水平、婚姻状况对住房租购选择的影响。[11]188二是以流动性居民为视角，研究其住房租购选择的影响因素。朱祥波等(2015)指出工资、职业、婚姻、流动期限等均会对流动性居民住房租购选择产生影响。[12]35刘婷婷等(2014)发现户籍制度和社会保障制度等对流动人口住房租购决策存在影响。[13]17而Eddie等(2015)则认为与户籍因素相比，农民工的汇款计划、原籍地联系、家庭问题和工作机会对其住房租购选择有更大影响。[14]474

综上所述，国外学者主要对住房租购选择的影响因素进行了分析，很少对住房类别选择加以研究。而国内的相关研究并不多且主要从流动性人口视角加以研究[15]140。再加之微观数据严重不足，相关研究主要以宏观数据为主，很少以家庭为研究对象。因此，本文创新点表现在：一是以家庭为研究对象，以微观数据为样本，将相关问题具体化，提高了实证研究的质量和准确性；二是不仅对家庭住房租购选择进行了研究，还对住房类别选择进行分析，从而填补了国内外相关研究的空缺；第三，在充分考虑房地产市场区域分化性和家庭收入区域差异性基础上，分区域详细研究了家庭收入对住房消费选择的区域差异性影响。

二、logit理论模型分析

本文选用logit模型的原因如下：一是与其他商品相比，住房商品的诸多属性都具有离散性，传统消费者效用理论失效；二是住房消费选择的取值是离散的，这使得经典线性回归方程也失效；三是离散选择模型的建立并在房地产领域的应用使住房消费选择的实证研究成为现实；四是probit模型要求数据残差方差服从严格的正态分布，相比之下logit模型所要求的logistics分布更容易与微观样本的数据特征相吻合。

(一)二元logit模型的理论分析

建立如下简单的logit模型：

Yi=Xiβ+μi

(1)

其中Yi为因变量，仅取值0和1；Yi=1时表示购房，Yi=0时表示租赁，相应的概率为P1和P0。Xi为自变量。μ为随机误差项，服从b(0，p1(1-p1))的二项分布。因此：

(2)

二项分布的概率分布函数为：

F(t)=1/(1+e-t)

(3)

F(t)取值范围为[0，1]，合并式(1)、(2)、(3)得：

P1=1-1/(1+eXiβ)

(4)

由式(4)得：

P1/(1-P1)=P1/P0=eXiβ

(5)

将式(5)两边取对数得：

Log(P1/P0)=Xiβ

(6)

式(6)即为logit模型，P1/P0为胜算比。

基于以上分析，构建如下住房租购选择模型：

P1(Yi=1|lnf,familysize,marri,age,edu,male,y12,y14,lnf12,lnf14)

(7)

其中，lnf为家庭收入对数，familysize为家庭规模，marri为婚姻状况，age为户主年龄，edu为户主教育水平，male为户主性别，y12、y14为年度虚拟变量，lnf12、lnf14为家庭收入对数与时间虚拟变量的交互项。

(二)多元logit模型(Multinomial Logit Model，MLM)的理论分析

为研究住房类别选择，变量设定如下：

(1)y为因变量，假设存在J种住房类别，取值分别为1，2，..，J；

(2)x为自变量，MLM设定如下：

lnΩj|b=ln[Pr(y=j|x)/Pr(y=b|x)]=Xβj|b

(8)

其中j=1,2,3,…,J，b为基准组，Ω为胜算比。求解这J个方程即可得每种选择的预测概率为：

(9)

因此，建立关于住房类别选择的模型为：

lnΩj|b=α0+α1lnf+α2familysize+α3marri+α4male+α5age+α6edu+α7y12+α8y14+α9lnf12+α10lnf14+ε

(10)

其中，j=1，2，3；b=1；ε为随机误差项。

三、数据与统计性描述

本文以CFPS数据库2010、2012和2014年面板数据为样本进行实证研究，在对数据进行分类整理后得到有效样本28 913个，并运用stata.14进行实证分析。

(一)变量的选取和相关度量处理

本文涉及变量如表1所示。家庭收入以调整后的对数化家庭纯收入加以衡量。为削弱变量遗漏问题，选取了家庭特征因素(家庭规模和总收入)和人口特征因素(户主性别、婚姻状况、年龄、教育)为控制变量。此外加入了时间虚拟变量和家庭收入与时间的交互项，以考察家庭收入对住房消费选择影响的时变趋势。

表1 居民家庭住房消费选择的相关变量描述

(二)数据的统计性描述

运用stata软件对住房租购选择和住房类别选择的相关变量进行了数据统计性描述。具体结果如表2和表3所示：

表2 不同租购选择下东、中、西部和总体样本居民家庭的平均收入水平(单位：元)

表2列出了东、中、西部和总体住房租购选择的统计结果。首先，从总体来看：居民家庭收入存在着较大区域差异。东部平均家庭收入为44 067元，远高于总体平均收入水平；而中部和西部收入却低于一般性收入，且中部和西部家庭收入较为接近。其次，由表2可知：一方面，从总体来说家庭收入与住房租购选择间存在一定相关关系，即买房家庭平均收入较高，而租房家庭平均收入则较低；另一方面，从各地区来看租房和买房家庭平均收入同样存在较大差异，且买房家庭平均收入高于租房家庭。且与东部相比，中部和西部家庭收入与住房租购选择间的关系更为接近。

表3 不同住房类别下居民家庭的平均收入水平(单位：元)

表3列出了东、中、西部和总体住房类别选择的统计结果。从总体看，居民家庭收入与户型选择间存在正向关系。东部较高收入与较大户型选择相对应。具体表现为选择大户型家庭收入水平远高于选择小户型的家庭。中部结果显示：大户型家庭拥有更高收入。从西部来看家庭收入与住房类别选择间的关系与中部较为类似，即选择大户型家庭的平均收入水平最高，远高于选择小户型家庭。

四、基于logit模型下的实证研究分析

(一)二元Logit模型下住房租购选择的回归结果及相关分析

运用Stata14.0进行二元logit模型回归，回归结果如表4(a)和4(b)所示：

表4(a) 东、中、西部和总体住房租购选择的二元logit模型回归结果

表4(b) 控制相关变量下二元logit模型回归结果

注：*表示P<0.1,**表示P<0.05,***表示P<0,01；括号内的数值为胜算比。

由回归结果可得：

1.居民家庭收入对住房租购选择有显著影响。具体来说：随着收入的提高，与租房相比家庭更倾向于买房。由表4(a)可知：除中部外，总体、东部和西部家庭收入对住房租购选择的影响在5%下显著。从总体回归结果可知：家庭收入每增加1%，家庭购房可能性增加24%；而东部和西部购房可能性则增加35%和18%。同时，由表4(b)知：在控制变量后，中部虽仍旧不显著但方向为正；而总体、东部和西部家庭收入对住房租购选择的影响在1%下显著。这主要是因为家庭收入水平影响其住房支付能力。在房价一定情况下，较低的收入水平抑制了居民住房消费水平，家庭一般会选择以租房替代买房以满足住房消费需求；而随着收入的提高，家庭住房支付能力增强，有能力买房的家庭将放弃租赁而选择买房。

2.居民家庭收入对住房租购选择的影响存在区域性差异。由表4(a)知：家庭收入每增加1%，总体、东部和西部家庭购房概率分别增加24%、35%和18%。在控制变量下，由表4(b)知，家庭收入每增加1%，买房概率分别增加51%，73%和49%，即家庭收入对东部家庭的买房意愿存在更大影响，远高于总体水平。这主要是因为我国房地产市场发展水平存在区域差异。与中西部相比，东部房地产市场发展更加完善和成熟，多样化的住房供应结构能在更大程度上满足不同家庭的买房需求。此外，东部平均家庭收入也远远高于中西部。因此，与中西部相比东部家庭收入对购房倾向存在更大影响。

(二)多元logit模型下住房类别选择的回归结果及相关分析

在剔除租房家庭相关数据的基础上，以住宅完全自有家庭为样本，对MNL模型进行回归结果如表5(a)和表5(b)所示。

在MNL模型中，以小户型为参照组，因此胜算比解释了相对于选择小户型住宅而言，居民家庭选择中户型和大户型的概率。

表5(a) 总体、东、中、西部住房类别选择的MNL模型的回归结果

表5(b) 控制相关变量下住房类别选择的MNL模型的回归结果

注：*表示P<0.1,**表示P<0.05,***表示P<0,01；系数下方数值为胜算比。

由MNL模型回归结果知：

1.居民家庭收入对住房类别选择存在显著影响。由表5(a)可知：随着收入的提高，家庭购买较大户型的可能性增加。总体、中部和西部对于小中户型和小大户型的回归均在10%下显著。这主要是因为对购房家庭来说，收入提高促进其购房支付能力增强，改善居住条件的可能性也随之提高，使得家庭选择购买更大户型以改善居住质量。

2.居民家庭收入对住房类别选择的影响存在区域差异。由表5(a)和表5(b)可知：首先，随着收入的提高，东部家庭购买较大户型概率将会增加。其中小大户型的回归结果在1%下显著；而小中户型并未通过显著性检验。加入控制变量后，显著性水平并未发生变化，但购买大户型的概率有所提高。其次，随着收入提高，中部家庭倾向于购买更大户型。无论是否添加控制变量，小中户型和小大户型均在1%下显著；且加入控制变量后，系数明显增大。即随着收入的提高，家庭购买更大户型概率增加。最后，与中部类似，随着收入提高，西部家庭购买更大户型的可能性增加。在表5(a)中，与小户型相比，购买中、大户型概率分别提高5%和19%。加入控制变量后，这一概率明显提高。此外，与中部相比，西部购买大户型的概率更高，高于中部的21%。综上所述：家庭收入对住房类别选择存在区域差异。一方面，这可能是因为与中西部相比，投机性住房需求在东部住房需求结构中占据较大比重。为了在房价不断攀升的市场趋势中获得更大利润，那些高收入家庭会选择大户型进行投机套利。另一方面，由于我国区域经济发展不平衡，东部家庭收入的内部差异远高于中西部。因此，在收入提高的情况下，东部家庭更倾向于购买大户型，而中西部则倾向于实用经济型消费，根据自身收入合理选择中、大户型以改善居住条件。

五、结语

本文利用CFPS研究了居民家庭收入对住房消费选择的影响，实证分析发现：

家庭收入对住房租购选择有显著影响，随着收入提高，家庭买房概率也会增加。同时，收入提高对家庭买房概率的影响存在区域差异，与西部相比，收入提高对东部家庭的买房选择存在更大影响。此外，研究还发现：家庭收入对住房类别选择的影响也是显著的，随着收入提高，家庭倾向于购买较大户型。而且家庭收入对住房类别选择的影响存在差异性。具体来说：随着收入提高，中西部家庭倾向于选择更大户型以改善家庭居住条件；而东部家庭则会选择大户型以满足住房消费需要。

基于此提出以下建议：一是提高家庭收入水平。由本文可知，家庭收入对住房消费选择存在显著影响。因此，政府在促进经济发展的同时，应提高家庭实际收入水平，如提高最低工资标准、增加住房公积金额度、给予住房补贴等，提高家庭住房购买力水平，在刺激家庭买房消费需求的同时，使家庭有能力追求更大户型以改善居住条件。二是促进区域经济和房地产市场平衡发展。逐步缓解和改善区域经济发展不平衡，促进区域协调发展，缩小区域和区域内收入差异的同时，提高全国家庭住房消费水平，改善家庭居住环境。三是实现房地产业地区均衡。加强对房地产业宏观调控，改变房地产市场区域发展不平衡的现状。严格抑制东部热点城市的投资投机需求，促进房价理性回归。同时，鼓励中西部刚性住房需求的增加，缓解库存压力，推动中西部房地产市场快速发展。四是推动住房租赁市场规范发展，满足中小收入家庭的住房消费需求。五是完善住房供给结构，以满足家庭多样化住房消费需求。

[1]Jones L D. Testing the Central Prediction of Housing Tenure Choice Transition Models[J]. Journal of Urban Economics,1995(38).

[2]Koizumi N, Mccann P. Living on a plot of land as a tenure choice: The case of Panama[J]. Journal of Housing Economies, 2006(15).

[3]Kabsung K, Jae S J. Why do households rent while owning houses? Housing sub-tenure choice in South Korea[J]. Habit at International, 2012(36).

[4]Salvo P D, Ermisch J. Analysis of the Dynamics of Housing Tenure Choice in Britain[J]. Journal of Urban Economies, 1997(42).

[5]Robst J, Deitz R, Megoldrick K. Income variability, uncertainty and housing tenure choice[J]. Regional Science and Urban Economies, 1999(37).

[6]Eui C C, Donald R H. Housing choices and uncertainty: the impact of stochastic events[J]. Journal of Urban Economics, 2002(52).

[7]Yuming F. Uncertainty, liquidity, and housing choices[J]. Regional Science and Urban Economics, 1995(25).

[8]Jingkui Z. Uncertainty and housing tenure choice by house hold types: Evidence from China[J]. China Economic Review, 2011(22).

[9]Thomas J. Housing choices and labor income risk[J]. Journal of Urban Economics,2017(5).

[10]杨永春,谭一洺.基于文化价值观的中国城市居民住房选择——以成都市为例[J].地理学报,2012(67).

[11]张凤,宗刚.基于二分类Logistic模型的城市居民住房租购选择研究[J].经济体制改革,2014(2).

[12]朱祥波,谭术魁.城市流动人口的住房选择:事实与解释[J].南方人口,2015(3).

[13]刘婷婷,李含伟.家庭随迁流动人口住房选择及其影响因素分析——以上海市为例[J].南方人口,2014(2).

[14]Eddie C M H, Francis K W W, Tingting C. Housing choices of migrant workers in China: Beyond the Hukou perspective[J]. Habitat International, 2015(49).

[15]董昕,周卫华.住房市场与农民工住房选择的区域差异[J].经济地理,2014(34).