教育、收入与房价：关系探讨与实证分析

常俊松

(新乐市城市发展投资集团有限公司，元科筑业建设工程有限公司， 石家庄 050000)

1998年实行住房分配货币化以来，房地产市场迎来了新的飞跃，房地产发展步伐在加快。由于房地产行业关联度高，带动上下游产业发展，对经济发展和人民生活水平的提高发挥重要作用，逐渐成为国民经济重要组成部分。

随着经济高速发展，房地产销售面积和价格也不断上涨。据国家统计局数据显示，2020年全社会固定资产投资527 270亿元，房地产开发投资141 442.95亿元，占比达27.96%；1998年商品房销售面积1.07亿m2，而2020年则达到17.61亿m2，增长了近16.45倍;商品房平均销售价格由1998年的1 854元/m2上升到2020年的9 860元/m2，增长了近5.32倍。面对房价持续上涨趋势，为了规范和引导房地产健康可持续发展，中央首次提出“房住不炒”基调，此管控政策一直延续至今，对火热的房地产市场进行了调节和降温，促进了房地产市场健康发展。

影响房价上涨有许多因素：婴儿潮、货币超发、土地财政和城镇化率等。中国曾历经的3次婴儿潮[1]，促使人口数量迅速增长，大大刺激了居民对住房的需求。陈斌开等[2]通过数据分析，发现“婴儿潮”很可能是2004年以来中国住房价格快速上涨的重要原因。2008年次贷危机导致了全球金融危机，政府为了扩大内需，促进经济发展，向市场投放了4万亿，货币大量超发，促进房价飞速上涨。周京奎[3]对住宅价格与货币政策之间的互动关系进行实证研究，得出住宅价格上涨与宽松的货币政策有紧密的联系。由于地方政府对土地财政依赖程度比较大，为了维持地方财政支出，不断地提高地价，进而造成房价上涨。郑思齐等[4]通过对地方政府行为的分析，指出越依赖“土地财政”的城市，用地价格上涨的压力也越大，进而推动了城市房价的上涨。城镇化加速使得人口向城市聚集。据国家统计局数据显示，2020年全国城镇率63.9%，城镇化发展促进了经济发展，加大进城农民对刚需住房需求，自然使得房价不断地攀升。陆铭等[5]基于地级市数据的研究发现，城镇化带来外来移民住房需求对推高房价具有正向作用，建议实施正确政策以此来推进城镇化和提高收入水平，消化当前的高房价。

综上所述，虽然诸多学者对房价影响因素进行了研究，但是对教育、收入和房价之间关系研究较少。因此，本文对教育、收入和房价相互影响进行探讨，并对普通高等学校毕业生数、城镇居民人均可支配收入和商品房平均销售价格进行实证分析。

1 教育、收入与房价影响机制

1.1 教育对房价的影响

改革开放40多年以来，中国高等教育规模持续扩大。1978—2020年，普通高等学校数量由598所增加到2 738所，招生数由40.2人增加到967.5万人，在校学生数由85.6万人增加到3 285.3万人，毕业人数由16.5万人增加到797.2万人，高校数量、招生数、在校学生数和毕业人数年均增长分别为8.5%、5.5%、8.9%和112.7%。随着高等教育规模扩大，一大批高学历毕业生走入社会，人力资本得到进一步提升，其收入也随之增加，从而增强了住房购买能力和支付意愿。一般来说，一个人受教育程度越高，对居住要求也会越高，不仅注重住宅面积，更强调配套、功能，越会青睐高品位的住宅，其价格更高。因此，随着大量高学历毕业生涌入城市，城市教育结构的逐渐提高，对住宅需求也随之增加，从而引起房价的上张。

根据全国户主受教育程度分的家庭住房情况，以城市为例，平均每户住房间数(间/户)：平均值2.49，未上过学2.56，学前教育2.60，小学2.67，初中2.46，高中2.42，大学专科2.47，大学本科2.54，硕士研究生2.53，博士研究生2.63。数据显示，未上过学、学前教育和小学群体指标高于平均值及其他学历较高人群，而初中、高中、大学专科、大学本科、硕士研究生和博士研究生住房指标随着学历升高呈增大趋势。未上过学、学前教育和小学群体指标较高原因可能是他们上学年限比较短，步入社会时间较长，有了一定财富积累，从而有能力购置一定房产；也可能是他们拥有自建住房拉高了指标。根据人力资本理论，学历较高人群收入也越高。初中以上群体指标较低原因可能是他们上学年限较长，进入社会时间较短，财富积累较少，购置房产能力有限；此外该群体具有一定理财意识，可能把资金投到其他更赚钱地方。其他数据也显示，高学历是购房主力军，主要群体是本科家庭；学历越高，购置新房的比例就越大。因为有了一定市场需求，房价也随之上涨。此外，学区房也是导致房价上涨的一个因素。现如今，大多数人为了下一代接受更好教育，不惜重金在质量好学区段买房，一般好的学区房房价普遍高出其他房源的30%。地产开发商也都打着学区房噱头对外进行宣传，引进重点大学或中学的优质师资，从而导致了房价不断攀升。

相关学者对教育对房价的影响进行研究。范开丽等[6]定量评估南京市教育资源在住宅市场中的资本化程度，最终计算出教育资源对于周边房价的影响程度。洪世键等[7]将教育资源进行了特征价格分离，获取了教育资源在房地产交易市场中的溢价水平。张周青等[8]对南京的义务教育市场和非义务教育市场进行分析，得到义务教育资源的资本化程度更明显。马军等[9]通过房产交易数据分析发现,基础教育资源对房价有显著的正相关关系,并且基础教育资源越丰富,教育对房价的影响越大。马佰林[10]发现基础教育资源对房地产价格的影响程度要强于高等教育资源，不同区域影响程度不同。

综上所述，教育和房价存在一定关系。教育资源资本化是房价上涨的一个重要因素。一般地，受教育层次越高，收入较高，购房能力越强，房价随之上涨。

1.2 教育对收入的影响

随着知识经济时代到来，教育越来越受人们重视。人力资本理论认为提高自身技能而进行教育投资是生产性投资。可以说，教育与其说是学习文化知识和技能，不如说是一种人力资本投资。舒尔茨认为不仅仅物质投资能够促进经济发展，教育投资同样能够带动经济发展。由于收入是有限的，随着教育成本增加，人们不得不压缩其他费用支出而实现教育投资。一般来说，劳动者收入由人力资本水平高低决定，高学历与高收入具有一定的相关性。相关数据显示，2021年博士、硕士、本科、专科的月起薪平均值分别为14 823、10 113、5 825、3 910元。因此，学历越高的人，收入也越高，学历和收入呈正相关。随着教育结构层次的提高，就业机会越多，失业概率越低，进而获得收入越高。根据第七次全国人口普查，大学以上学历人口占总人口15.1%，高中学历人口占比14.7%，初中文化学历占比33.7%，小学文化程度占比24.1%，各层次教育结构存在差距，因此，国家应加强提高居民的教育程度，从而提高居民的收入。

许多学者对教育对收入的影响进行了研究。Angrist等[11]认为读书越多，收入就越高，也就是中国俗话常说的“书中自有黄金屋”。虢超等[12]研究发现教育对中国居民的收入有正向促进作用，城镇居民的教育回报率要高于农村居民的教育回报率。吴振华等[13]通过面板数据分析，得出教育对缩小农村居民收入差距的作用取决于教育扩展和教育分配的交互影响。韩雪峰等[14]通过计量分析，得出城镇居民的教育收益率呈现出增长趋势。李麦收等[15]发现教育人力资本水平的提升，显著提高了居民收入，其影响收入的程度在省与省之间存在显著异质性。李秀玉等[16]研究发现居民受教育程度偏低，综合认知能力均值处于中等水平，教育对居民总收入和工作收入均具有显著的正向影响。查雨佳等[17]实证分析发现受教育程度越高，个人的收入满意度越高。

综上所述，教育是一种投资，具有一定回报率，教育学历层次越高，获得机会越多，收入越多，满意度越高。但应注意，在有限收入条件下，加大教育投资，意味着其他费用减少，对消费结构产生一定影响。

1.3 收入对房价的影响

随着社会和经济发展，居民的生活水平和质量在不断提高。一般来说，居民人均可支配收入水平直接决定住房的购买能力和支付意愿。根据供求理论，在其他因素不变情况下，居民人均可支配收入与住房需求呈正相关关系。根据房地产市场的四象限模型，当第Ⅰ象限的需求线上移时候，租金水平也相应地提高，从而也提高第Ⅱ象限房地产价格。此外，随着社会经济和城镇化发展，中高收入者规模逐渐增加，为追求更高品质生活，不断地向配套完善城市涌入，从而造成供小于求，房价也随之上涨。

居民人均可支配收入直接或间接影响到房地产价格。对2002—2020年城镇居民人均可支配收入和商品房平均销售价格两组数据的线性分析，得出城镇居民人均可支配收入年均增速为26.3%，而商品房平均销售价格年均增速18.8%，两者都呈增长趋势；对其相关性分析，得出其相关系数为0.99，相关系数越接近1时，说明两者相关性越大。两者关系也可以用房价收入比进行分析。房价收入比是指家庭住房总价与居民家庭可支配收入的比值。相关数据显示，2020年，全国商品住宅房价收入比为9.2，同比上涨5.7%，而重点50城房价收入比均值为13.4，2019 年的13.2上升了1.5%。一般认为，房价收入比合理范围在4～6，大于6则是泡沫区，说明房地产市场存在一定泡沫，需要对市场进行调控。

许多相关学者对居民收入和房地产价格影响进行了研究。张所地等[18]对大中型城市进行实证分析，得出收入是影响房价上涨的主要因素，房价水平越高的城市,房价受收入影响作用越大。段佳君[19]、郜震浩[20]和朱顺顺[21]通过数据分析发现，居民人均可支配收入与房地产价格存在正相关。陈姚佳[22]、李慧芝等[23]发现商品房销售价格与城镇人均可支配收入之间存在双向的正向影响，商品房销售价格的变化会明显使得城镇居民人均可支配收入产生变化，而城镇人均可支配收入的提高也会导致商品房价格出现一定幅度的上涨。

综上所述，居民人均可支配收入和房地产价格存在一定正相关性，居民人均可支配收入提高，房地产价格会出现一定程度上升，而房地产价格上升会影响到居民人均可支配收入。

2 实证分析

基于国家统计局2002—2020年的普通高等学校毕业生数、城镇居民人均可支配收入和商品房平均销售价格数据相互之间关系进行实证分析。数据分析采用Eviews11软件。首先对选取数据进行处理，然后对其进行单位根检验和协整检验，随后建立VAR模型，并用格兰杰因果检验、脉冲响应函数分析和方差分析等方法探讨普通高等学校毕业生数、城镇人均可支配收入和商品房平均销售价格之间的关系。

2.1 变量选择和数据处理

商品房平均销售价格作为被解释变量，以FJ表示，普通高等学校毕业生数和城镇居民人均可支配收入作为解释变量，分别用JY和SR表示。为消除数据异方差影响，对数据进行对数化处理。

表1 2002—2020年教育(JY)、收入(SR)和房价(FJ)数据

2.2 单位根检验和协整检验

采用Augmented Dickey-Fuller test(简称ADF)单位根检的方法对变量ln SR和ln FJ进行平稳性检验，并选取了5%显著水平,结果见表2。结果表明：ln SR(1,1,0)和ln FJ (1,1,0)、(1,0,0)、(0,0,0)的ADF值大于5%水平值，P值大于5%，说明拒绝不了原假设，原始数列都存在单位根，因此原始数列是不平稳的。ln JY(1,1,0)、ln SR(1,0,0)和ln FJ(1,1,1)的ADF值大于5%水平值，P值小于5%，说明拒了原假设，因此ln JY(1,1,0)和ln SR(1,0,0)原始数列不存在单位根，是平稳序列，而ln SR(1,0,0)一阶差分不存在单位根，是平稳序列。

表2 ln SR 和ln FJ ADF检验结果

对变量ln JY、ln FJ和ln SR的回归方程进行检验，根据式(1)～式(6)，方程拟合度良好，P值都小于5%，方程系数都是显著的。由回归方程可知，ln JY每增长1%，ln FJ 同方向增长0.84%，ln FJ 每增长1%，ln JY增长1.04%，说明高校毕业生人数和房价呈正相关；ln JY每增长1%，ln SR同方向增长1.04%，ln SR每增长1%，ln JY增长0.82%,说明高校毕业生人数和收入是呈正相关；ln SR每增长1%，ln FJ同方向增长0.79%，ln FJ每增长1%，ln SR增长1.24%,说明收入和房价是呈正相关。

(1)

(2)

(3)

(4)

ln FJ=0.796 980ln SR+0.629 177(42.184 46) (3.357 135)(0.000 0) (0.003 7)R2=0.990 537，F=1 779.528，D.W=1.520 712

(5)

(6)

在此基础上提取残差，并对残差进行ADF检验(表3)。ln JY和ln FJ(1,1,0)、ln SR和ln JY(1,0,0)、ln FJ和ln SR(1,1,0)、ln SR和ln FJ(1,0,0)残差ADF值小于5%临界值，P值小于5%，说明两个残差原序列是平稳的；而ln FJ和ln JY(1,1,1)、ln JY和ln SR(1,1,1)残差ADF值小于5%临界值，P值小于5%，说明残差一阶序列是平稳的。

2.3 建立VAR模型

以普通高等学校毕业生数、城镇居民人均可支配收入和商品房平均销售价格3个量为基础建立VAR模型，其滞后阶数用LR、FPE、AIC、SC、HQ 准则确定，一般以AIC和SC取值最小准则来确定阶数，如果不能判断，则用LR检验对其进行取舍，根据上述判定原则和表4，确定VAR模型的滞后阶数为3阶。

然后对VAR模型进行稳定性判断。由图1可知特征值根倒数的模都小于1，都在单位圆内，因此，可判断VAR模型是稳定的。

2.4 格兰杰因果检验

一般来说，协整检验主要用来判断量两者的长期均衡关系，而格兰杰是对其因果关系进行检验。格兰杰因果检验是在上述VAR模型基础上进行

表3 ln JY、ln FJ和ln SR残差检验

表4 VAR滞后阶数选择结果

图1 VAR模型稳定性检验

的，用以判断普通高等学校毕业生数、城镇居民人均可支配收入和商品房平均销售价格的因果关系，见表5～表7。以ln FJ作为被解释变量，统计值4.911 108且在5%水平上不构成对ln JY、ln SR因果关系；以ln JY作为被解释变量，统计值 17.174 27 且在5%水平上构成对ln FJ、ln SR因果关系；以ln SR作为被解释变量，统计值7.938 616且在5%水平上不构成对ln FJ、ln JY因果关系。

表5 格兰杰因果关系检验(因变量ln FJ)

表6 格兰杰因果关系检验(因变量ln JY)

表7 格兰杰因果关系检验(因变量ln SR)

2.5 脉冲响应函数和方差分解

脉冲响应函数指的是VAR模型中的一个内生变量的冲击给其他内生变量且所带来的影响。以VAR模型为基础，对ln JY、ln SR和ln FJ用脉冲响应函数进行描述，并分析两者之间的关系。

由图2的ln FJ对ln JY的冲击响应函数可以看出，当ln FJ给ln JY一个单位标准冲击扰动时，ln SR的第1期响应值为零，随后开始上升，在第5期达逐渐趋于稳定，其值在0.003%左右。由图3的ln JY对ln FJ的冲击响应函数可以看出，当ln JY给ln FJ一个单位标准冲击扰动时，立即作出-0.018%响应值，随后在第2个周期达到峰值，其值在0.017%左右，随后开始下降，在0.002%左右趋于稳定。

图2 房价ln FJ对毕业生人数ln JY的冲击响应

图3 毕业生人数ln JY对房价ln FJ的冲击响应

由图4的ln SR对ln JY的冲击响应函数可以看出，当ln RS给ln YJ一个单位标准冲击扰动时，ln SR的第1期响应值为0.002%左右，然后开始上升，在第4期趋于稳定，其值在0.005%左右。由图5的ln JY对ln SR的冲击响应函数可以看出，当ln SR给ln FJ一个单位标准冲击扰动时，第1期响应值为零，随后在负方向开始增长，在第3期达到峰值，大约-0.017%，随后开始上升，在第6期后趋于稳定，其值为0。

图4 收入ln SR对毕业生人数ln JY的冲击响应

由图6的ln FJ对ln SR的冲击响应函数可以看出，当ln FJ给ln SR一个单位标准冲击扰动时，ln SR的第1期响应值为零，然后开始变负，在第3期又变为零，随后开始上升，在第5期达到峰值，其值在0.008%左右，最终在0.004%左右保持平稳。由图7的ln SR对ln FJ的冲击响应函数可以看出，当ln SR给ln FJ一个单位标准冲击扰动时，第1期响应值为负，大约为0.003%，随后开始上升，在第3期达到峰值，其值约0.01%，随后开始下降，最终在0.007%左右保持稳定。

图5 毕业生人数ln JY对收入ln SR的冲击响应

图6 房价ln FJ对收入ln SR的冲击响应

图7 收入ln SR数对房价ln FJ的冲击响应

由上述脉冲响应函数分析可知，普通高等学校毕业生数和商品房平均销售价格呈正相关；城镇居民人均可支配收入对普通高等学校毕业生数呈正相关，普通高等学校毕业生数对城镇居民人均可支配收入呈负相关；商品房平均销售价格对城镇居民人均可支配收入，城镇居民人均可支配收入对商品房平均销售价格，都是先由负影响，最后都变成正的影响，说明两者是存在双向正相关。

方差分解是通过分析每个变量变化对系统的贡献度，方差分解结果见表8～表10。表8中ln JY对ln FJ第1期的贡献度为零，随后开始上升，最高值达2.98%；ln SR对ln FJ第1期的贡献度为零，随后开始上升，最高值达15.13%;两者相比，后者大于前者贡献度。表9中ln FJ对ln JY第1期贡献度为3.66%，最高达21.25%；ln SR对ln JY第1期贡献度为0,最高值达14.41%;前者大于后者的贡献度。同理由表10可知ln FJ对ln SR贡献度大于ln JY对ln SR。

表8 方差分解结果(ln FJ)

表9 方差分解结果(ln JY)

表10 方差分解结果(ln SR)

3 结论

对教育、收入和房价影响关系进行了探究，并针对普通高等学校毕业生数、城镇居民人均可支配收入和城商品房平均销售价格进行了实证分析，得出以下结论：

1)教育与房价：教育和房价存在一定关系。教育资源资本化是影响房价上涨的一个重要因素。一般地，受教育层次越高，收入较高，购房能力越强，房价随之上涨。实证分析结果表明，协整回归得出普通高等学校毕业生数每增长1%，商品房平均销售价格同方向增长0.84%，而商品房平均销售价格每增长1%，普通高等学校毕业生数增长1.04%，说明两者是呈正相关的，脉冲响应函数分析也得出同样结论。

2)教育与收入：教育是一种投资，具有一定回报率，教育学历层次越高，获得机会越多，收入越多，满意度越高。实证分析结果表明，由协整回归得出普通高等学校毕业生数每增长1%，城镇居民人均可支配收入同方向增长1.04%，城镇居民人均可支配收入每增长1%，普通高等学校毕业生数增长0.82%,说明两者是呈正相关；而由脉冲响应函数可知城镇居民人均可支配收入对普通高等学校毕业生数呈正相关，普通高等学校毕业生数对城镇居民人均可支配收入呈负相关。其结果有差异原因在于脉冲响应函数反映了各变量一个单位标准差的冲击对其他变量带来的动态影响，是一种短期关系，而协整检验反映的是变量之间的长期关系。

3)收入与房价：收入和房价存在一定正相关性，城镇居民人均可支配收入提高，房地产价格会出现一定程度上升，而房地产价格上升会影响到城镇居民人均可支配收。实证分析结果表明，由协整回归得出城镇居民人均可支配收入每增长1%，商品房平均销售价格同方向增长0.79%，商品房平均销售价格增长1%，城镇居民人均可支配收入增长1.24%,说明两者呈正相关，而脉冲响应函数分析也得出同样结论。

4)教育、收入和房价三者贡献度大小关系，普通高等学校毕业生数对商品房平均销售价格贡献度最高值为2.98%，城镇居民人均可支配收入对商品房平均销售价格贡献度最高值为15.13%，后者大于前者贡献度。

5)影响房价因素还有物价、人均GDP、储蓄率、利率、政策等。本文虽探究了普通高等学校毕业生数、城镇居民人均可支配收入对商品房平均销售价格影响程度，在一定程度反映了对房价影响，但具有局限性，后续研究中会引入其他变量，比较全面评估影响房价因素。

4 建议

教育是房价上涨的一个动力，要关注教育资源对房价带来影响。教育资源要实现合理均衡分配，防止基础教育资源分配不均衡带来房价上涨。经济发达地区要对欠发达地区进行帮扶，实现城镇和农村教育资源的公平和均衡。七普数据显示，大学以上学历人口仅占总人口15.1%，高等教育比例与发达国家还有一定差距。因此，国家加大对教育投入力度，提高不同层次人群学历，增加就业机会，从而提高收入水平。此外，增加经济型租赁用房等住房就业补贴，为刚毕业大学生提供住房保障，减少其开支，增长其收入，对房价上涨起到一定的抑制作用。大城市也应严控城市规模和人口数量，加大对人才疏导力度，避免资源过度集中，造成人口集聚，从而引起房价上涨。除此，国家应进一步加大各行各业就业优先政策，创造更多就业岗位，增加居民收入，使其买得起房、住得起房。最后，国家应加大对房地产市场宏观调控，避免市场过热或过冷，从而导致房价上涨或下跌。而如今，面对持续走弱的房地产市场，政府要因地制宜，增加购房补贴，降低首付比例和贷款利率，提高商贷和公积金贷款限额，完善房地产市场体系，更好地实现稳房价、稳预期目标。