住房影响因素（精选10篇）
住房影响因素 篇1
摘要：随着经济发展和农民收入水平提高, 广西农户住房固定资产投资规模不断扩大, 在广西农户投资所占的比例较高。通过实证分析可知, 影响广西农户住房投资的因素主要包括农民收入、农户存款余额、农户现有住房价值等。
关键词：广西农户,住房投资,影响因素
1 引言
随着农民收入增长和生活水平提高, 广大农户富裕先建房, 住房面积不断增加、房屋结构趋向多样、住宅外观更加美观, 居住条件得到改善。从投资的角度看, 农户住房投资额不断增加, 在农户投资总额中所占的比重较大。农户住房投资对繁荣农村经济至关重要, 也关系到农民的安居乐业, 深入分析农户住房投资发展趋势对了解农民生产生活状况和促进农业经济发展具有重要意义。
当前, 国内外专家、学者把对农户投资行为的研究重点放在农户农业投资上, 对农户住房投资的发展趋势如何、影响因素有哪些等问题的研究和关注较少, 只有少数学者进行过农户住房投资方面的研究。如乔家君, 祝英丽【1】基于河南农户调查数据从农户微观个体视角对比分析了在村域内部农户对住房资源投资的区位及其变化, 发现农户经济实力及其变化对住房的建造与修缮有着决定性影响, 农户原有住宅偏小、家庭小型化是农户住房资源投资区位变化的主要原因。李君、陈长瑶【2】通过对河南农户调查数据进行分析发现, 农村家庭生命周期变动在农户居住需求中的影响逐步显现, 现有住宅改造时间和现有住宅结构对农户预期住宅投资意愿具有显著影响, 农户住宅投资观念与投资需求共同影响其未来住宅投资意愿。
目前尚没有关于广西农户住房投资方面的研究, 本文将以1991年至2009年广西的有关经济发展数据为基础, 从较宏观的角度对广西农户住房投资总额变动的影响因素等相关问题作实证研究, 以把握广西农户住房投资趋势。
2 广西农户住房投资影响因素分析
根据相关经济理论及实践经验, 本文选取的影响农户住房投资的因素有:农民纯收入、农户存款、农户农业固定资产投资额、农户住房面积、农户家庭人口、农民生活消费支出、农民家庭经营费用支出、建筑安装工程固定资产投资价格指数等。
(1) 农户纯收入。农户住房投资资金主要来自于农户收入, 农户家庭收入是影响农户投资的基本因素, 农户家庭收入越高, 进行住房投资的能力就越强。本文选择上年农民人均纯收入作为自变量, 用X1表示。
(2) 农户存款余额。由于投资建房往往花费巨大, 所以农户住房投资行为不仅受上年收入的影响, 更是受一定时期内储蓄水平的影响。本文选择上年年末农户人民币存款余额为自变量, 用X2表示。
(3) 农民住房价值。住房价值是衡量居民居住条件的一个综合性指标, 它能综合反映居民住房面积、住房类型、住房结构、住房新旧程度等。如果住房面积小、结构落后、房屋老旧, 农户就会有改善住房条件需求和愿望;他人住房条件的提高, 也能刺激住房条件较差的农户产生建房的动力。本文选择上年年末农村居民家庭人均住房价值为自变量, 用X3表示。
(4) 农户农业固定资产投资。建房投资和农业投资是目前农户固定资产投资的两个主要方向, 在收入水平确定的情况下, 农户的投资规模也基本确定, 如果农业投资较多, 建房投资可能会相应减少, 本文选择农户当年固定资产投资完成额为自变量, 用X4表示。
(5) 农户户均人口数。一般情况下, 家庭人口增加会引起住房面积需求增加, 本文选取农村居民家庭户均常住人口数为自变量, 用X5表示。
(6) 生活消费支出。农户的生活消费支出和生产住宅投资支出是呈反方向的, 农户可支配收入主要用于生产、消费和投资等三个方面, 一方若是多支出, 另外两方面支出就必然减少。为了避免产生多重共线性问题, 本文采用农户生活消费支出占总支出的比重为自变量, 用X6表示。
(7) 农户家庭经营费用支出。农民既是消费主体, 也是生产和经营主体, 农户在进行住房投资的时候仍要进行家庭经营。如果农户家庭经营费用支出增加, 可能会抑制住房投资增加。同样, 为了避免产生多重共线性问题, 本文采用农户生活消费支出占总支出的比重为自变量, 用X7表示。
(8) 建筑安装工程固定资产投资价格指数。与农户农业投资具有连续性不同, 农户建房投资具有短期性和阶段性, 农户会在建筑材料价格较低的时候抓紧时间建房, 也可能因建筑材料价格过高而推迟建房时间。本文选择建筑安装工程类固定资产投资价格指数为自变量, 用X8表示。
3 广西农户住房投资影响因素的计量分析
3.1 相关分析
为把握各因素与农户住房投资之间的关系, 利用SPSS软件对1991~2009年的农户住房投资额和其影响因素有关数据进行相关分析。分析结果见表1:
**Correlation is significant at the 0.01 level (2-tailed) .*Correlation is significant at the 0.05 level (2-tailed) .
从表1可以看出, 农户住房投资与农民人均纯收入、农户存款余额、农户农业投资、住户价值和户均人口数的相关关系非常显著。但是与农户农业投资总额为正相关、与户均人口数是负相关, 这与预期相反。农户住房投资完成额与农户生活消费支出占总支出的比重、农户家庭经营费用支出占总支出的比重、建筑安装工程固定资产投资价格指数无显著相关。
3.2 回归分析
(1) 模型选择
模型中引入农户住房投资完成额作为被解释变量Y, 8个因素作为解释变量X1、X2、X3、X4、X5、X6、X7、X8。为了很好地解释各变量对农户住房投资的影响程度大小, 建立线性回归模型:
其中, Y为农户住房投资、α为常数项, Ut为随机干扰项。
由图1, 结合相关分析可知, 农户住房投资与上年农民纯收入、上年农户存款、农户农业固定资产投资完成额、上年农户住房面积、上年农户常住人口等因素有较强的线性关系, 与农民生活消费支出占总支出比重、农民家庭经营费用支出占总支出比重的线性关系较弱, 故将X6和X7剔除出模型, 暂保留固定资产投资价格指数变量。
对数据进行正态性检验, 各组数据均能通过Kolmogorov-Smirnov检验。进行回归分析, 对相关分析的有关结论进行验证。
(2) 线性回归
先采取强行进入法进行回归, 从结果看, 模型整体拟合优度好, 且在95%的水平下是显著的。但除了上年人民币存款余额和上年农民住房价值外, 其余4个变量未通过T检验, 在模型中不是重要变量, 使用容许度和方差膨胀因子检验法进行多重共线性检验, 模型存在严重的共线性。
采用逐步回归分析的方法来剔除不显著变量。逐步回归后, 只有上年人民币存款余额、上年农民人均纯收入和上年农民住房价值三个因素被引入模型。模型的拟合优度良好, 各自变量也均为显著变量。通过Durbin-Watson残差序列相关性检验进行分析, D-W=2.345, 接近于2, 表明残差独立。从标准化残差的P-P图看, 所有残差点都分布在对角的直线附近, 说明残差的正态性假设基本成立。从标准化残差图来看, 不管Y的标准化预测值如何变化, 标准化残差的波动范围基本保持稳定, 说明残差方差齐性。但是上年住房价值的符号与实际情况相反, 进行容许度和方差膨胀因子检验, 发现模型仍然存在严重的多重共线性。
(3) 岭回归分析
为消除多重共线性, 采取岭回归办法。将上年农村居民家庭人均纯收入、上年农户人民币存款余额和上年农民人均住房价值三个因素作为自变量进行岭回归, 得到不同k值时的决定系数和各变量系数的变化情况、各自变量的岭迹图 (图2) 、决定系数与k值的线图 (图3) 。
当K=0.12时, 回归系数趋于稳定, 选K=0.15, 相应的回归方程中三个变量的系数分别为0.385414、0.448400和0.091781。图2为将不同k值时各变量的回归系统连成的曲线, 即岭迹, 当K到达0.15时, 三条岭迹都趋于平稳;图3为不同K值时绝对系数的下降情况, 一开始决定系数明显下降, 但当K超过0.15时, 绝对系数一直处于缓慢下降中, 没有出现明显波动, 两图反映的信息支持前面做出的结论。得出模型为:
将标准化公式还原, 得到关于原始数据的模型为:
根据回归模型, 各因素在其它条件不变的情况下对农户住宅投资额变动的影响程度如下:上年农民人均纯收入每增加1元, 农户住宅投资增加231.5万元;上年农民人民币存款余额每增加1万元, 农户住宅投资增加0.1万元;上年农民人均住房价值每增加1万元, 农户住宅投资增加20.8万元。
3.3 模型结论与评析
(1) 农户住房投资水平主要由自身经济实力决定, 改善住房条件是当前农户建房的主要动力。
上年农民人均纯收入及农民存款余额与农民住房投资存在显著的正相关关系, 这与现实情况吻合。收入是投资的基础, 上年纯收入反映了当期农户的经济能力和投资能力。同时对于一般农户来讲, 住房投资要耗费家庭多年的资金积累, 且由于受各种条件限制, 农户向银行借贷比较困难, 建房资金主要来自于自己的储蓄积累, 因此建房投资受储蓄水平的影响也较大。
农户人均现有住宅价值对农户住房投资具有显著影响。因为人均现有住房价值提高, 代表农户整体居住水平提高, 同时意味着那些住房价值较低的农户的居住条件变得相对更差, 改善住房的欲望也就越强。现有分析结果在一定程度上说明, 在居住水平整体提高的同时, 农户对现有住房内在品质的提升和外在形式的改善越来越重视。
农户人口数与农户住房投资额存在显著的负相关关系, 与农户因人口增长而产生居住需求的预期相反, 也能从侧面说明农户进行建房投资主要是由于生活水平提高而主动寻求居住条件的改善。
(2) 投资价格对农户住房投资总额变动无显著影响, 但并不意味着对农户投资行为无影响。
实证分析结果表明, 建筑安装工程类固定资产投资价格对农户固定资产投资额的影响不显著, 这可能是两方面因素导致的:一方面是由于农民建房对于农户家庭是件大事, 一旦对建房做出预先计划安排, 就很少因投资价格的变动而轻易调整建房时间, 已经开始的建房行为更不会因价格上涨而中止;另一方面, 投资价格可能会影响部分农户的建房行为, 但由于投资成本增加, 即使小部分农户因价格上涨推迟了建房, 其他仍继续建房的农户建房投资总额也不一定减少, 反而有可能增加。
(3) 由于建房对农户家庭影响巨大, 农户在建房前会有周详的准备和安排, 不会受生活消费和生产支出的影响。
生活消费支出占总支出比重、家庭经营费用支出占总支出比重与农户住房投资额不显著相关的原因主要有:一是农户住房投资和消费水平主要由农户收入水平和储蓄水平决定, 而当前农户投资和消费保持“量入为出”的传统, 在建房投资前基本上已准备好资金;二是农户生活消费支出具有刚性, 而家庭经营费用支出会影响未来农民收入, 农户不会因住房投资而降低消费支出和家庭经营费用支出的比重;三是农民建房投资一般是谋划已久的行为, 不会受短期的家庭经营活动和消费的影响。
同样, 农业投资与建房投资存在显著的正相关关系, 也与预期相反, 说明农户增加农业投资和建房投资都是建立在收入增加的基础上的, 不会因改善住房条件而牺牲农业生产, 反之亦然。
4 结论与政策建议
通过分析可知, 随着农村经济的发展和农民收入水平的继续提高, 农户对改善居住条件具有较大热情, 住房投资将依然是广西农户家庭投资的重要内容。农民收入、存款和当前住房价值等三个因素对广西农民住房投资额的变动有较大影响, 表明农户经济能力和当前居住水平决定着农户建房选择。针对以上实证研究的结果, 在引导农户住宅投资方面提出如下几点政策建议。
(1) 增加农民收入, 减轻农民负担, 增强农民投资能力。提高农民自身的经济实力是促进农民投资增长的根本。首先要努力增加农民收入, 政府应通过多种渠道引导提高农业生产效益, 随着当前农民工资性收入占纯收入比重逐步提高, 还必须重视增加农民非农收入, 积极为其创造就业机会, 努力扩大务工就业, 提高农民自我积累水平。其次要采取各种有效措施, 减轻农民负担, 巩固农村税费改革成果, 维护农民合法权益, 坚决杜绝向农民收取其它不合理费用, 从而增加农户投资能力。
(2) 拓宽农户融资渠道, 为农户投资贷款提供信贷支持。自金融机构商业化改革以来, 商业性银行或金融机构普遍认为, 对农户发放贷款的风险太大, 交易费用太高, 因此农户贷款比较困难, 进行建房投资主要是依靠自身积蓄和非正规金融借贷。为此, 要设法提供适合农户需要的农村信贷业务和服务, 对农村信贷实行适当的政策性补贴, 解决农民因借贷困难产生的住房投资难题。
(3) 了解农户住房结构情况, 把握农民住房建设与改善趋势, 进行住宅规划建设。当前农户具有积极的住房投资倾向, 但农户建房行为具有很大的随意性, 在选址、布局、结构、外观等方面往往不科学, 住房价值下降较快。因此要引导农户合理地进行住房更新或重建, 适度审批宅基地, 确保宅基地资源的有效利用;提高村庄住房建设统一标准和整体规划, 逐步完善住房结构, 提高农户住宅建设质量水平, 避免今后产生重复建设。
(4) 加强政策引导, 结合农村建房补贴政策促进农户改善住房条件。一方面要利用农村建房补贴政策, 增大政府参与和影响农户建房行为的力度, 结合新农村建设等相关政策, 使政府在调节农户建房投资方面发挥作用;一方面要利用建房补贴政策对促进农户住房投资的刺激作用, 既为资金不足的农户和困难农户改善居住条件提供帮助, 也能刺激资金充裕的农户进行住房投资, 带动农村经济发展。
在实际生活中, 金融借贷政策、自然灾害等因素也可能对农户住房投资产生影响, 但由于无法取得农户建房投资借贷资金数据, 也难以量化自然灾害对农户投资产生的影响, 故无法在这些方面进行更深入的分析, 需要继续探讨。
参考文献
[1]乔家君, 祝英丽.基于农户调查的村域住房投资区位及变化分析[J].资源科学, 2008 (2) :206-212.
[2]李君, 陈长瑶.影响农户预期住宅投资意愿的因素分析[J].统计与决策, 2009 (4) :78-81.
[3]张平伟, 艾洪娟.新疆农户农业投资行为影响因素的实证分析与对策研究[J].安徽农业科学, 2008, 36 (33) :14808-14810.
[4]张文彤, 董伟.SPSS统计分析高级教程[M].北京:高等教育出版社, 2004, 9:127～130.
[5]张文彤.世界优秀统计工具SPSS11.0统计分析教程 (高级篇) [M].北京:北京希望电子出版社, 2002, 6:335-337.
[6]卢纹岱, 朱一力, 沙捷, 朱红兵.SPSS for Windows从入门到精通[M].北京:电子工业出版社, 1997, 6:318-329.
40城住房信息联网影响几何 篇2
异地购房不再“漏网”
早在去年10月底，住建部部长姜伟新就表示，有关部门正抓紧建设城镇个人住房信息系统，先期在40个城市试点。联网后，可以通过名字、身份证号，以个人为单位查询在40个联网城市拥有住房的信息，包括房产证、住房交易合同。姜伟新还表示：“如果全国住房信息系统将来建起来了，加上银行系统、财政系统、税务系统的信息，再加上公安的信息系统，能统一到一个平台上，就不必再采取限购这种行政色彩浓厚的办法。”
目前，各城市的住房信息并没有联网，有些城市的住房信息甚至还不全。因此就会出现在一个城市有房，但在其他城市再购房时，仍然显示是无房户，仍然可以使用首套房的优惠贷款以及税收政策。这也给一些炒房人有机可乘，比如之间经常会在杭州、上海的房展会见到的温州炒房客。不过，一旦住房信息完成联网，这40个重点城市之前的异地购房无疑就会率先“无机可趁”。
刚刚置办完婚房的李先生颇有些庆幸地告诉记者：“我爱人是宁波人，他们家在宁波也有房子，如果不是现在住房信息还没联网，我们俩在上海买房就也不能享受首套房的优惠政策了。”
摸清数据将方便调控
四川省社科院房地产研究中心主任蒋华东则进一步认为，个人住房信息联网是制度化、信息化的一项基础工作，未来将为住建部的各项工作提供数据支持，同时有助于现有的限购政策的调整以及房产税的扩大征收。而对于刚需购房者普遍的担忧，蒋华东指出：“调控的目的主要是抑制炒房，而不是抑制合理刚性需求，目前限购伤及了部分合理需求，信息联网将对政策的差异化和定点准确打击形成条件基础。”
目前，上海和重庆实施房产税试点已有一年，关于房产税可能扩大试点的走向一直传闻不断。分析普遍认为，住房信息系统联网无疑有助于推进房产税落地。应该说，联网完成后所建立的系统较目前而言，会在摸清数据和便捷可查等方面都有所突破。而其中包括楼市销量、房屋空置率及个人住房性质等信息都将全部纳入住建部的实时监控，这首先就给楼市调控、政策推行、数据监控都提供了一个更好的平台。
住房价格影响因素的文献综述 篇3
1 经济因素与房价的关系
Muellbauer.J and Murphy(1997)在文章中探讨了房地产价格与经济因素的关系,他认为,在经济发展不错的情况下,房地产价格平稳上升;而经济发展停滞的情况下,房地产价格有所波动,甚至出现下降的趋势。段家楠(2010)认为经济因素对住房价格有较为明显的影响。其利用广东省在1996～2009年间的数据,对商品价格与各个经济指标进行实证分析。商品住宅房屋价格为因变量,人均储蓄、地区生产总值、竣工房屋价格、建材工业固体资产投资为自变量,经过多重共线性、异方差、相关关系等分析,最后得出人均储蓄对商品房屋价格有较为明显的影响。
房地产是消费者刚性需求的产品,同时也是消费者投资需求的产品。近年来,中国经济快速发展,投入房地产的不仅仅是刚性需求的消费者,还有很大一部分是投资性的需求。当投资性的需求大量涌进房地产,那么房地产在短时间内会蓬勃发展。姜喜龙(2012)将经济预期变量引入到住房消费需求与住房投资需求的数理分析模型中,应用静态比较分析方法确定了外生变量对内生变量的影响方式,实证分析结果发现,经济预期是影响住房需求、住房投资需求的重要因素,而房价波动的因素与住房需求、住房投资需求有重要的正相关关系。
房地产业是指从事土地和房地产开发、经营、管理和服务的行业。随着经济快速的发展,人民生活水平的提高,住房对消费者来说,不仅仅是刚性需求,会有更多的消费者投资房地产。然而,投资需求和投资需求的大量存在极易造成房地产需求的大幅波动,形成房地产泡沫。张建钢(2007)认为,现在我国房地产经济的大好形势可能是我国泡沫经济发展的一个侧面。早在上个世纪八九十年代日本出现泡沫经济时就与现在中国的很多情景相似:货币升值、贸易顺差扩大、外汇储备升高、股市楼市疯长等,房地产价格更是高昂到极致。所以,我国商品房价格的疯长也在预示着我国泡沫经济发生的可能。
同时,当下是世界全球化,经济全球化的时代。因此,在美国发生次贷危机时,中国房地产发生了危机。郎咸平(2010)认为,我国的高房价的产生在很大程度上是美国等国家经济政策和国际战略所致。美国为了确保其在世界各地区的主导地位,采取了金融战,不断提高需求的同时扩大各个产业的产能,并促使中国提高货币汇率,在经过金融风暴后订单减少,导致我国的产能过剩。我国学者欧鲲(2008)将日本上个世纪八十、九十年代出现的资产危机现象与中国现状作了比较,而这与我国另一位学者张建钢的观点不尽相同。其中,欧鲲认为中国要防止流动资金过剩产生的经济泡沫,很大程度上是由于我国货币政策和外汇管理体制上存在问题。
2 心理因素与房价的关系
在我国房地产市场上,一直有这样一种现象就是“买涨不买跌”。我国学者梁达(2010)研究认为导致我国高房价的原因除了一些经济、政治因素外还与我国居民的住房消费文化有关。由于我国受到传统文化的影响,大多数居民认为只有实现“居者有其屋”才是自己生活质量的体现,而且居民之间相互攀比,导致我国居民的人均住宅面积大大超过日本和香港等经济发达的地区,人均面积达到30多平方米。
同样,高房价也影响消费者的心理和消费行为。梁达(2009)认为高房价扭曲了消费者的消费行为和消费心理,因此,众多消费者为了买房,形成了一种出于好胜的消费心理。李程宇、袁远(2011)根据供需理论,对我国商品房价格的宏观经济因素进行回归分析得出,房地产景气指数的变动影响着消费者的预期。
心理因素与房价关系是相互影响的。除了传统意义上的“居者有其屋”,其他的消费心理对房价上涨也有一定影响。黄厚霞(2010)认为一旦房价下跌,所有的投机需求,都会撤离房地产市场,而房地产开发商就会进行房屋促销,抛售房子,使供求恢复平衡。同时,他也指出,根据供求理论,需求曲线随着价格上升而下移,然后房地产价格上升,需求上升。因此,不能用供求理论来解释房地产价格上涨的原因。
3 社会因素与房价关系
3.1 人口因素
人是住房消费的主体,因此,人口因素对于房价来说,是至关重要的。人口因素与房地产的关系在我国的研究较少。Myers(1990)首次提出了“住房人口学”概念,住房人口学是在20世纪以后,不管对美国房地产市场,还是对中国房产地市场都具有一定的借鉴意义。Dean M.Hanink、Robert G.Cromley、Avraham Y.Ebenstein(2010)通过研究分析我国2000年的人口普查数据,认为一些因素在中国房价问题上是有一致性的,比如人口迁入量对我国的房价和租金具有相当的影响因素。郭福春、周恩源(2010)认为人口因素主要通过影响房地产需求决定房地产价格。同时指出,人口因素对居住性需求的影响和对投资性需求的影响,并得出人口因素在房地产价格的波动中起显著作用。
3.2 区位因素
高晓晖、刘芳(2011)认为区位因素对住房价格增长起到重要的作用。上海市作为中国重要的经济中心,已成为现代国际大都市。它的轨道交通网线已经开通11条线,267座车站。运用统计例举法和特征价格模型研究上海城市轨道交通对住宅价格影响有一定的距离效应:轨道交通附近,商业越集中,基础设施越好的区位,其周边房地产住宅升值空间就越大。
4 小结与讨论
通过以上梳理,笔者认为,最近10余年的住房价格增长研究,主要成果或观点概述如下。
(1)住房价格增长的原因是受到国际金融因素的影响。当下是全球化的时代,无论日本的金融还是美国的金融都与中国有着千丝万缕的联系。所以,中国借鉴国外的经验,防止资金流动过剩,防止经济泡沫,虽然中国在一定意义上资源分配和企业发展都存在一定的问题,但还是有很多投资者和企业家转而投向实体产业——房地产。
(2)住房价格增长的原因是受到消费观念和消费心理影响。刚性需求和投资需求的消费者在一定程度上,都对住房价格的增长起到推波助澜的作用。
(3)住房增长的原因是受到经济因素、人口因素、区位因素影响的。第一,随着20世纪经济的快速发展,消费者的收入已经超越20世纪90年代了,加上银行贷款政策,在一定程度上带动了住房价格增长。第二,随着城市化的发展,越来越多的人从农村迁移到城市,人作为住房的使用者和消费者,对住房的价格起着至关重要的作用。第三,区位反映的住房所处的地理位置,一般来说交通越便利,经济越发达,环境越优美的地方,住房价格就会增长。
虽然学术界在住房价格增长的研究上取得了很大的进步,但是,上述研究还存在很大的研究空间。
(1)经济因素。国际金融因素在世界范围内的作用是市场经济大环境下的必然,而作为少数地区发生的经济现象,不能被认为是一种普遍现象。特别是作为受到国家宏观调控的中国经济,与日本等其他国家经济社会环境不尽相同。因此,只能作为中国住房市场发展的一种参考,但不具有完全的借鉴价值。
(2)心理因素。居民消费观念论是从城市居民购房者的心理角度出发,研究了住房市场在价格增长过程中消费者给予住房价格的刺激。虽然这个角度具有十分现实的意义,能从需求者的角度诠释住房价格激增的诱因。但是,角度上还是过于片面,因为在住房价格的增长过程中,单一的需求因素无法全面地描述住房价格增长的原因。
(3)而第三种社会因素中,单从一个因素去分析住房价格增长的原因是比较片面的。因此,针对不同地区和住房市场的现实,需要因地制宜地选择适当的相关因素。在理论运用上应该有重点地获取相关的因素。
以上研究,分别从经济因素、心理因素、社会因素去分析住房价格增长的原因,然后提出一些政策去解决高房价的问题。但是在高房价会给社会带来的风险,以及如何去控制风险方面研究的比较少。住房价格的增长是一个较为复杂的市场和社会因素共同努力下的结果。因此,本文从以下两个方面去分析当前房地产市场。
(1)先使用因素变化理论对城市住房价格的增长因素进行分析。利用与住房价格关系最紧密的社会居民经济量和住房建设数据,通过多元线性回归分析建立模型,加以因素分析。通过各种因素对于城市住房价格的影响,研究分析城市住房价格增长的原因。
住房影响因素 篇4
2010年4月17日，国务院发布《关于坚决遏制部分城市房价过快上涨的通知》（国发[2010]10号文，以下简称“国10号文”）,要求“地方人民政府可根据实际情况，采取临时性措施，在一定时期内限定购房套数”。
北京市于2010年4月30日颁布了《北京市人民政府贯彻落实国务院关于坚决遏制部分城市房价过快上涨文件的通知》（京政发[2010]13 号文，以下简称“京13 号文”），要求“暂定同一购房家庭只能在本市新购买一套商品住房”。
2011年2月15日，《北京市人民政府办公厅关于贯彻落实国务院办公厅文件精神进一步加强本市房地产市场调控工作的通知》（京政办发[2011]8号文，以下简称“京8号文”）出台，进一步明确了限购范围,“对已拥有1套住房的本市户籍居民家庭(含驻京部队现役军人和现役武警家庭、持有有效北京市工作居住证的家庭)、持有本市有效暂住证在本市拥有住房且连续5年(含)以上在本市缴纳社会保险或个人所得税的非本市户籍居民家庭，限购1套住房(含新建商品住房和二手住房)；对已拥有2套及以上住房的本市户籍居民家庭、拥有1套及以上住房的非本市户籍居民家庭、无法提供本市有效暂住证和连续5年(含)以上在本市缴纳社会保险或个人所得税缴纳证明的非本市户籍居民家庭，暂停在本市向其售房”。
二、限购政策对北京商品住宅新开工面积的影响
2009年4月至2011年12月北京商品住宅新开工面积如表1所示。
为直观表示北京商品住宅新开工面积的变化趋势，将普通住宅和别墅、高档公寓新开工面积的数据反映于同一坐标系下。在不影响整体趋势的前提下，将普通住宅的数据处理为原数据的1/10，如图1所示。
由图1可以看出，2010年4月和2011年2月限购政策实施前后，北京普通住宅、别墅和高档公寓新开工面积没有明显变化。从现象上看，限购政策对北京商品住宅新开工面积没有显著影响。
三、限购政策对北京商品住宅销售面积的影响
2009年4月至2011年12月北京商品住宅销售面积如表2所示。
将表2的数据反映于同一坐标系下，以便直观表示商品住宅销售面积的变化情况。类似地，将普通住宅的数据处理为原数据的1/10，如图2所示。
由图2可以看出，2010年4月“国10号文”和“京13号文”颁布后，北京别墅、高档公寓的销售面积明显减少，而普通住宅销售情况没有显著变化。自2011年2月“京8号文”实施以来，北京普通住宅、别墅和高档公寓销售面积减少。总体而言，限购政策实施后，北京商品住宅销售面积减少。
四、限购政策对北京商品住宅销售价格的影响
2009年4月至2011年12月北京商品住宅销售价格如表3所示。
为直观对比限购政策实施前后北京商品住宅销售价格的变化情况，将普通住宅和别墅、高档公寓销售价格的数据反映于同一坐标系下，如图3所示。
由图3可以看出，在2011年2月“京8号文”实施以前，北京普通住宅、别墅和高档公寓销售价格总体呈上升趋势；自“京8号文”实施以来，北京普通住宅、别墅和高档公寓的价格水平总体下滑。就初步统计情况来看，限购政策（“京8号文”）在一定程度上遏制了北京商品住宅价格快速上涨的趋势。
五、小结
综上所述，从商品住宅新开工面积、商品住宅销售面积和商品住宅销售价格来看，限购政策对北京住房市场的影响如下：1.限购政策对北京商品住宅新开工面积没有显著影响；2.限购政策实施后，北京商品住宅销售面积减少；3.限购政策（“京8号文”）在一定程度上遏制了北京商品住宅价格快速上涨的趋势。
住房影响因素 篇5
1.数据来源和数据处理
本文使用的数据来自于北京大学和中山大学2008年所做的中国家庭动态跟踪调查 (CFPS) 。该调查通过在北京、上海、和广州三地采用PPS抽样方式获得了2375户样本, 每个样本中都包含了家庭的经济、住房、公共设施等相关信息。本文首先删去家庭类型为农业家庭的样本, 从而得到了城市家庭样本, 样本数为1667个。然后按照家庭支出变量将城市家庭分成五个收入等级, 每个等级按按家庭支出变量从低到高的20%划定, 总样本数为1563个, 选取的样本家庭分布见下表:
2.住房状况差异及影响因素分析
从前面的文献综述中可以看出, 城市家庭住房状况一般表现在所居住住房的产权, 居住的住房的面积上。自有住房的家庭的住房状况一般好于租住住房的家庭;而家庭人均居住面积的越大也表现了家庭的住房状况越好。通过对数据的分析可以发现我国城市家庭住房产权状况、城市家庭人均住房面积的状况, 其数据整理的结果见下表 (表2) 。从分析的结果来看, 不同收入等级上的家庭在住房产权上的区别并不明显, 即自有住房或租住住房在各个等级上的比重相差并不显著, 进一步的卡方差异检验也证明了这一点。而在人均住房面积上, 不同收入等级上的城市家庭相差比较大, 这也表明了随着收入差距的扩大, 城市家庭的人均住房面积出现了比较大的差距。
二、我国城市住房状况差异影响因素分析
从上面的统计分析可以发现家庭住房差异主要体现在住房面积差异上。住房作为一种正常商品, 收入越高的家庭对其需求就越高;同时住房还是一种生活必需品, 家庭规模, 婚姻状况、产权结构都对住房的需求有重要的影响;家庭的其他重要财产对住房面积也有着替代效应。本文首先使用线性回归方法寻找影响家庭住房面积的因素, 然后使用Oaxaca (1973) 工资差异分解模型对住房差异进行分析, 通过该模型可以找出仅仅由于收入差异导致的不同收入等级家庭的住房差异。
Oaxaca工资差异分解模型最早是用于劳动力市场上的性别歧视问题, 模型最终解释了由于性别而导致的男女劳动力之间的工资差异。应用Oaxaca工资差异模型时, 首先按照家庭的人均支出变量将样本分成两个部分, 支出处于前50%的家庭为高收入家庭, 处于支出后50%的家庭归为低收入家庭。使用Oaxaca模型, 首先估计估计高、低收入家庭的住房需求模型 (不包括收入变量) , 模型的形式为:
其中, (1) 为高收入家庭的需求方程, (2) 式为低收入家庭的需求方程;SquareU和SquareL分别代表高收入家庭和低收入家庭的人均居住面积, 为其对数形式, X为影响家庭人均居住面积的的影响因素。
运用OLS估计方法可以估计出估计出模型中的相关参数 (即) 。
进一步, 由 (3) 可知, 第一项 是由于家庭特征变量所解释的住房状况差异, 而就是由收入等级所导致的的住房状况差异, 收入差异解释住房状况差异的比例为。 。
对两个收入等级的家庭的住房需求方程 (即方程1和2) 估计的结果 (见表3) 可以看出, 户主年龄, 家庭规模、家庭有无汽车对高收入家庭的住房需求影响显著, 而户主年龄、教育程度、家庭规模、有无汽车对低收入家庭的住房需求影响显著。根据式 (3) 对高低收入家庭的住房需求状况进行Oaxaca分解, 分解结果见表4, 从表中可以看出城市家庭的住房状况的差异66.7%是由于收入的不同而引起的, 仅仅只有33.3%是由于家庭的特征引起的。
注:***表示变分别在1%水平下显著, 年龄、教育程度、婚姻状况指的是第一被调查人
所以, 从上面的分析可以看出城市住房状况的差异是由家庭特征 (比如户主的年龄、教育背景、家庭规模) 和收入差异共同引起的, 但是在导致家庭居住状况差异的主要原因还是由于收入的差异引起的。
三、结论及讨论
本文从微观角度对我国城市不同收入家庭的住房状况差异进行了完整的分析。调查的数据显示了我国城市家庭在住房市场化改革的背景下, 不同收入等级的家庭的住房状况出现了较大的差异, 这种差异主要体现在住房面积差异上, 而产权差异并不明显。家庭收入和家庭特征能够对这种差异进行了很好的解释, 但是进一步的分解分析发现剔除家庭特征因素, 66.7%的家庭住房状况差异的比重为可以由家庭收入差异解释。由此可以看出, 调整收入分配政策, 缩小城市家庭收入差距是解决我国城市家庭住房差异的一个重要手段。
参考文献
[1]Huang, Youqin and Leiwen Jiang, 2009.Housing Inequalityin Transitional Beijing, International Journal of Urban and RegionalResearch, 33 (4) :936-956.
[2]World Bank (1997) Sharing rising income:disparities in China.The World Bank, Washington, DC.
[3]Clark, W.A.V. (1986) Residential segregation in American cities:a review and interpretation.Population Research and Policy Review5, 95–127.
[4]Nee, V. (1996) The emergence of a market society:changingmechanisms ofstrati cation in China.American Journal of Sociology101, 908–49.
[5]Galster, G. (1988) Residential segregation in American cities:acontrary review.Population Research and Policy Review 7.3, 93–112.
[6]Szelenyi, I. (1978) Socialin equalities in state socialist redistributiveeconomics:Dilemmas for social policy in contemporary socialist societiesin Eastern Europe.International Journal of Comparative Sociology19, 63–87.
[7]郑思齐, 满燕云, 任荣荣.中国城市的住房状况与住房不平等.PLC Working Paper, (No.006) , 2009.
[8]边燕杰, 刘勇利.社会分层、住房产权与居住质量--对中国“五普”数据的分析[J].社会学研究, 2005 (3) .
住房影响因素 篇6
1 模型与数据
1. 1 模型方法
在住房价格梯度的估算中,较为常用的方法就是特征价格模型( Hedonic Price Model) ,这是一种用于处理异质产品差异特征与产品价格关系的模型,在房地产领域的研究中应用广泛[3]。住宅的异质性和不可移动性,造就了每套住宅各自的特征。住宅价格特征模型就是通过住宅的特征来解释住房价格的,即住房的某一特征发生变化时,住房价格也会随之改变。影响住房价格的因素有很多,通常分为结构特征、邻里特征和区位特征,其基本模型为:
式中,P是住宅价格,α 为截距项,X是影响住宅价格的属性变量,β 是不同属性的系数,ξ 是随机误差项。
住房价格梯度实际上反映了住宅价格和区位的内在关系,当房价梯度较大时,表明移动单位距离住房价格变化程度较高[4]。因此将邻里特征作为区位特征的一部分,并将区位特征分别用来衡量价格梯度Lg和其他区位特征Lo,Lg前的系数 β1就是价格梯度,模型表达式为:
1. 2 数据与变量描述
本文以昆明市主城区为研究区域,其中包括五华区、盘龙区、官渡区以及西山区,随机选取各区域内的小区样点。数据主要来源于昆明市搜房网、58 昆明安居客以及百度地图,部分数据由笔者通过实地考察获得。其中,共408 个有效样本,数据时点为2015 年8 月。所收集到的二手房住宅样本均为普通住宅,不包括别墅和经济适用房等,住宅建成时间在2000—2015 年。在选择特征变量时,主要考虑数据的可获得性和特征变量之间的多重共线性,本文所选变量如表1 所示,各变量的基本数据描述见表2。
1. 3 住房价格梯度模型建立
由于城市基础设施和交通条件在空间分布上并不均匀,因此住房价格梯度存在空间互异性,即不同区域的价格梯度均不相同。为便于研究,在此假设住房价格梯度只随方位而变化,沿某些方向出现扇形放射状的差异[5]。本文以三市街作为中心,将昆明市空间平面等分为北、南、东、西、东北、西北、东南、西南八个方向的区域。将方向哑元变量纳入模型中,以更加贴近昆明市的实际情况。模型如下:
式中,P、LA、FAR、PS分别表示住房价格、建筑面积、容积率、样本总体规模,以对数形式进入模型; DC表示样本点到市中心的直线距离; Di为方向哑元变量,D1,…,D8分别代表北、南、东、西、东北、西北、东南、西南八个方向的区域。
2 结果与分析
模型( 3) 的估计结果如表3、表4、表5 所示。从表中可以看出,R2为76% ,模型的解释能力较好。模型中建筑面积的系数为正,说明建筑面积会对住宅价格产生正面影响; 容积率的系数为负,表明房价会随容积率的增加而减小; 总体规模的系数为负,说明样本的总体规模对房价有负面影响,但其绝对值较小,影响程度不大,见表3,表4。
表5 为昆明市各方向上的住房价格梯度,从中可以发现,昆明市的住房价格梯度存在明显的空间互异性; 各方向的价格梯度均为负,呈现出房价随着到市中心距离的增加而衰减的特征。住房价格梯度的绝对值可以用来表示房价梯度线的斜率,随着绝对值的减小,房价梯度线逐渐减缓。同时,住房价格梯度的绝对水平能够反映城市空间结构特征,即住房价格梯度的绝对值越大,城市呈单中心结构占主导形态的特征越明显。表5 的计算结果显示,价格梯度绝对值最大的是北向区域0. 073,最小的是东北方向区域0. 041,各方向区域价格梯度的绝对值表现为北> 西> 东> 西北>西南> 南> 东南> 东北。由此可见,除了东北和东南方向区域,其他六个方向的价格梯度绝对值相对较大,表明在这六个方向上还未形成城市副中心,随着与市中心距离的增加,区位优势逐步减弱。北向的房价梯度要高于南向的房价梯度,表明北向的住房价格对于区位更为敏感,该区域的住房价格与区位的关系更为不稳定。而东北方向和东南方向的住房价格梯度较小,说明存在城市副中心的可能。结合昆明市的实际情况我们能够发现,在东北方向有新迎片区和北市区,东南方向有世纪城和新亚洲体育城片区,这几个片区的人口密度较大,而且都有较为繁华的商业中心; 另外,昆明市现有的轨道交通1、2 号线的线路是由南向北,正好在东南和东北这两个区域内有较多的站点,因此对房价梯度值会造成一定的影响,见表5。
3 住房价格梯度差异的影响因素探析
为进一步研究住房价格梯度差异的原因,笔者通过查阅大量文献,初步选取了8 个特征变量( 见表6) ,以构建Hedonic模型,定量分析住房价格梯度的影响因素以及影响程度,构建的模型如下:
式中,HG代表各方向的住房价格梯度,以对数形式进入方程。
对这8 个特征变量做Stepwise回归分析,将最终确定的变量代入回归方程,模型( 4) 的回归分析结果如表7 所示。
从表7 中可以看出,城市次中心的数量以及轨道交通这两个变量与住房价格梯度呈负向关系; 环线位置、与市中心距离和公交条件对价格梯度呈正向关系。各特征变量对住房价格梯度的影响程度依次为: 次中心、环线位置、轨道交通、与市中心距离、公交条件。回归方程为:
Ln HG = - 2. 882 - 0. 317 × 次中心+ 0. 024 × 环线位置+0. 01 × 与市中心距离+ 0. 002 × 公交条件- 0. 017 × 轨道交通
其中,次中心系数的绝对值最大,为0. 317,说明城市次中心的数量对住房价格梯度的影响程度相对较大。结合各方向区域的住房价格梯度来看,东南和东北方向的价格梯度最小,原因是次中心的形成降低了城市中心的吸引力,同时也减弱了区位优势,使得次中心所在区域内住房价格梯度减缓。而轨道交通能够大大降低居民出行的时间成本,因此轨道沿线的住房价格没有表现出明显的随距离增加而衰减的趋势。环线位置和与市中心距离在一定程度上都体现出了城市中心的区位优势,价格梯度会随之增加而增加。公交条件对住房价格梯度有正面影响,并且其绝对值最小,是由于昆明地铁的修建以及城市规划改造,对公交出行造成了一定的影响,使得公交条件对价格梯度的影响程度最小。
4 结论
本文根据昆明市二手房市场的现状,收集了相关变量及数据,运用Hedonic模型对昆明市住房价格梯度进行实证分析,证明了住房价格梯度存在明显的空间互异性。并在此基础上,定量分析住房价格梯度的影响因素以及影响程度。结果表明,昆明市各方向区域内的住房价格梯度均为负,符合房价随着到城市中心距离的增加而衰减的特征。而东北和东南方向的价格梯度相对较小,结合昆明市的实际情况,证明这两个区域内存在城市次中心。另外,通过对住房价格梯度影响因素的探析,找出了5 个主要的影响因素,其影响程度的大小依次为次中心、环线位置、轨道交通、与市中心距离、公交条件。其中,城市次中心和轨道交通对住房价格梯度有减缓的作用。因此,发展多中心城市以及加强城市交通基础设施的建设,有助于降低房价梯度,使得城市居住布局更加合理、城市发展更加健康。
参考文献
[1]田成诗,王雁.基于空间统计分析的中国省域房地产价格差异研究[J].数学的实践与认识,2012(1):13-21.
[2]石忆邵,李木秀.上海市住房价格梯度及其影响因素分析[J].地理学报,2006(6):604-612.
[3]陶芳.房地产价格影响因素探究及实证分析[D].天津:天津大学,2008.
[4]苏亚艺.基于房价梯度的城市居住功能疏解研究——以北京市为例[D].北京:中国农业大学,2015.
住房影响因素 篇7
一、什么是“住房倒按揭”
“住房倒按揭”是上世纪8 0年代美国新泽西州的一家银行创立的, 其放贷对象是有住房的老年人, 以其自有住房作抵押, 由银行定期向借款人放贷, 到期以出售住房的收入或其他资产还贷。其特点是分期放贷, 一次偿还, 贷款本金随着分期放贷而上升, 负债增加, 自有资产减少。由于这种方式与传统的按揭贷款相反, 故被称为“倒按揭”。
二、房地产市场因素对“住房倒按揭”的影响
“倒按揭贷款”是以自有住房作抵押的银行贷款, 必将会受到房地产市场因素的影响, 其中主要的影响因素如下:
1. 自有住房拥有量
经过二十多年持续的发展, 尤其是近年实施住房制度改革以来, 我国居民的住房条件有了很大改善。据国家第五次人口普查显示, 中国城市人口中城市家庭中有9.2%购买商品房, 6.5%购买了经济实用房, 29.4%购买原公有住房, 26.8%的户建有自住房, 城市中拥有住房的家庭户达到7 2%, 其中相当比例的是拥有房子且没有多少积蓄的老年人, 我国已经具备了开展住房反向抵押的坚实物质条件。据2006年建设部统计数字显示中国住房“自有率”接近8 2%, 并且存量房产的价值远大于近年来商品化新建住房。
2. 房产市场价值
截止2007年5月末, 我国住房按揭贷款余额达到22000亿元, 虽然与高达14万亿的居民储蓄余额相比还不算太高, 但发展势头相当快, 是金融行业目前增长最好的一块业务。同时目前固定资产投资中房地产占的比重相当大, 住宅开发年投资额已超过1万亿的规模, 这两年住房开发规模的增速尽管受宏观调控的影响, 预计还将会保持在较高增长。即使维持目前规模不变, 开发投资都将逐步转化为居民房地产消费或投资, 假设未来年度投资额的20%转化为住房消费贷款, 住房按揭贷款也能保持在10%以上的增幅, 保守估计在2020年也能够达到7万5千亿的规模, 仅贷款支撑的房地产保有量价值就可在15万亿以上, 是一笔巨大的民间财富, 将远大于养老金缺口的数额, 随着养老观念变化很大, 住房倒按揭养老将有很好的市场需求支撑。同时从持有的资产数量上看, 我国居民拥有的房产市场价值总和远高于居民储蓄余额, 从1991年~2004年的数据来看, 我国的房价一直呈现上升趋势, 房屋平均售价从1991年的786元增长到2004年的2714元, 房价的增长的势头明显。更重要的是住房较储蓄更分散化, 真正是藏富于民, 而不是像储蓄、证券等资产2 0%的人掌握着8 0%的价值。以中国人目前的资产结构分析, 未来储蓄、房产、证券 (股票、基金等) 将三分未来家庭的资产, 房产价值将远超养老金及其他社会保险现值, 将成为未来普通家庭的主要财产。
3. 住房产权
目前我国城镇中离退休的老年人基本上是通过福利分房获得住房, 经过住房制度改革后取得了住房的产权, 因此也产生了一些住房产权的遗留问题。例如, 一些单位职工虽已购房但不能真正拥有住房产权, 一些职工在购买单位住房时, 仅购买了70%的产权, 并且一直未购买剩余30%的产权, 这样的住房就不能进入市场交易;甚至有少量职工住宅只有居住权, 没能购买房屋的产权。住房制度改革遗留的产权问题使部分老年人不能拥有住房产权, 从而直接影响到老年人对“倒按揭贷款”的需求。
4. 房屋价值评估
房屋价值评估是“倒按揭贷款”运作中的重要一环, 决定着贷款的发放金额。由于我国房地产市场仍不成熟, 房地产价格波动明显, 加之“倒按揭”一般要十多年甚至二三十年, 使得“倒按揭”模式中的房屋价值评估工作十分复杂和困难。房屋价值决定于房地产价格, 而房地产价格又受到房地产自身因素、环境因素、人口因素、经济因素、社会因素、行政因素、心理因素、国际因素的影响。我国正在改革开放的快速发展时期, 所以这些因素均处于不同程度的变化中, 会直接或间接地导致房地产价格的变化, 使得人们对房屋价值的预期发生变化, 从而使房屋价值评估更难把握。
5. 房地产政策
我国的房地产政策体系还不完善, 一些相关政策的空白或不明确将制约“倒按揭贷款”业务的开展。比如我国目前住宅的土地使用权最长只有70年, 老年人拥有的住房一般已有若干年的使用期, 如果再向银行申请2 0年的“倒按揭贷款”, 等到20年后银行拥有房屋的产权后, 土地使用权的剩余时间往往已经不多了, 若国家没有明确的土地使用权续延政策, 银行会面临很大的风险。
在以上影响因素中, 自有住房拥有量和房地产市场价值总和为“住房倒按揭”推行和可行性提供了坚实的物质条件和市场需求支持。
三、“住房倒按揭”对房地产市场的影响
1. 形成房地产二级市场大的机构供应商, 稳定市场价格。
“住房倒按揭”将使相当多的住房逐步掌握在住房倒按揭机构手中, 他们获得房屋处置权后, 将通过租赁市场或二手房买卖交易再次投入房地产市场, 只要住房倒按揭在一个城市或区域发展到一定规模都能形成这个区域最大的二手房供应机构, 改变目前二级市场散兵游俑占主的二级市场参与者结构, 在一定的政策配合下, 对二级市场形成强影响力, 对政府稳定房地产市场大有益处。
近年来, 在各方面因素的带动下, 房地产价格出现快速上涨、逐年攀升的态势。2004年全国商品房和商品住宅平均销售价格分别上涨了14.4%和15.2%, 是1998年以来的最高水平。房价的快速上涨制约了普通居民居住权益的实现。为了调整住房需求结构, 中国人民银行调整了个人住房贷款政策, 对住房需求进行调控。但是, 在紧缩开发信贷和土地结构调整的双重作用下, 目前市场普遍预期供应将缩减, 供需矛盾将更加突出。在这背景下, 若及时推出住房反向抵押贷款, 可以有效地缓解目前我国房地产市场供需矛盾, 减少由于信息不对称、由散户相互博弈而形成较易失衡的非理性局面, 有效地抑制房价上涨, 促进房地产市场健康稳定发展, 从而起到调整住房结构失衡、平抑房价的作用。
2.“住房倒按揭”衍生品牌地产的需求和开发
“住房倒按揭”可以促使现在的购房者更加注重楼盘的品质和潜在价值, 因为现在买房的年轻人, 二、三十年后才可能会退休, 如何让房子在几十年里最大化地保值增值非常重要。一个相对可行的办法, 就是尽量买品牌开发商的房子, 因为品牌开发商的楼盘质量过硬, 技术含量较高, 配套成熟, 后期的服务好, 将来作“倒按揭”的时候, 会因为房子质量和社区较好而得到更多的钱来养老, 来保障高品质的生活, 这样通过促进消费者的更理性选择实现房地产商的市场选择和淘汰, 促进开发商建立更好的房子, 形成更良好的品牌。
3. 促进住房消费
通过住房“到按揭”可以使住房拥有了养老功能, 可以让年轻人将部分为未来养老而预先保留的储备金拿出来投资在住房上, 提前消费, 既能增强年轻的提前购买住房的经济能力, 有能增加年轻人的购房意愿, 从而增加住房需求, 促进房产消费, 推动房地产市场的发展。
参考文献
[1]邓琳:老龄化施压中国“十一五”经济发展[N].北京现代商报, 2006.6.23
[2]中国进入老龄化社会.未来养老金缺口9.15万元, 新华网, 2005年10月23日
[3]国家统计局编:中国统计年鉴 (2006) [M].北京:中国统计出版社, 2006, 138
[4]国家统计局编, 中国统计年鉴 (2005) [M].北京:中国统计出版社, 2005, 151
住房影响因素 篇8
1.1 自住房需求的影响因素
(1) 房价因素。
根据微观经济学的理论, 商品的价格弹性越小, 需求的相对变化越少。根据美国经济学家李奥 (F.deleeuw) 的研究, 住宅需求的收入弹性为0.6一0.9, 小于l, 说明住宅是一种必需品, 缺乏弹性, 一旦人们需要住房, 价格的影响作用较小, 且人们购房后在短期内一般不会有购房需求。
(2) 消费者的收入水平。
一般来说消费者的收入水平与自住房时一种正相关关系。根据2002年的数据显示, 城镇居民的购房占购房总数的84%, 可以说城镇居民是住房的主要消费群体, 而收入又是制约人们购买能力的主要因素。武汉市的城镇居民的年人均可支配收入从1991年的2130元上升到2006年的12360元的, 这与住房的销售的主趋势一致的。
(3) 主要消费者的数量。
也就是具有购买意愿和购买能力城镇人口的群体。从人口的年龄结构上分析住宅的需求, 对住房有需求主要是青年人口 (25一39岁) , 这类人群的特点是年富力强, 收人较高, 负担较轻, 正是成家立业和后代诞生的时候。当这类人群数量增加时, 对住房需求是一种拉动作用。从1991年到2006年的25岁到39岁的人口数据中, 我们可以发现从1994年到1996年有个较大的增长, 其他时期都是保持一个相对稳定的状态。
(4) 央行的各项政策。
五年以上贷款利率从1991年到1995年是上升5个百分点, 而从1995到2002年下降了8个百分点, 2002年到2007年利率增长幅度不大, 变化范围大概在一个百分点左右。由此可见贷款利率和住房需求呈现负相关的趋势。
2008年1月25日我国的法定存款准备金率达到了15%。法定准备金的提高意味着银行的可贷资金的减少, 货币的乘数效益减弱。
央行的这些政策从两个方面影响住房销售, 一方面影响居民的购房或投资需求;另一方面增加了房地产行业获得资金的难度, 增加开发成本, 从而影响住房的价格和销售量。
1.2 住房投资需求的影响因素
投资需求的影响因素取决于以下三个方面:
一是投资者自有资金。当投资者的自有资金越多, 购买的数量越多。
二是房贷政策。房贷政策越宽松, 少量的支出就可产生较大的杠杆效益, 所导致的投资需求越多。
三是房价预期。当房价预期上扬, 投机者越活跃。
2 实证分析
2.1 变量选择
本文选择了来自《武汉统计年鉴》1990-2007的数据进行分析, 以验证住房需求是否如上文理论所分析那样。依据上文的分析, 以及根据数据的可得性, 本文选择如下变量:
被解释变量Y——武汉的对个人住房的实际销售面积 (平方米)
解释变量X1——武汉城镇居民的年人均可支配收入 (元/人) (根据武汉城镇居民的月可支配收入得到) ;
X2——武汉市的年均房价 (元/平方米) (根据武汉住房的销售额和销售面积得到) ;
X3——武汉市25岁到39岁的人口数;
X4——利率水平 (五年以上贷款款利率的加权平均数) ;
2.2 ADF检验
通过检验发现五个变量是不平稳的, 因此要对数据进行调整。先对武汉城镇居民的年人均可支配收入和武汉市的年均房价以1997年的价格指数为基准, 剔除了通货膨胀的影响;然后对变量取对数, 得到含有包含截距项的滞后两期的ADF检验结果 (见表1) 。
(*指在1%的置信度下显著, **指在5%的置信度下显著, ***指10%的置信度下显著)
通过对变量的ADF检验, 得知LX2、LY1、LXX1、、LX3和X4都是一阶单整变量。所以可以进行协整分析以验证它们之间是否存在稳定的长期均衡关系。通过验证, 等知LY1与LXX2和LXX3未通过协整检验。但是LY1与LXX2、LX3的一阶差分通过协整检验。
2.3 建立回归模型
以列举的变量, 我们使用EVIEWS5.0进行回归分析, 建立如下回归模型:
LYY=-49.6361+3.2764*LXX1+0.1420*LXX2+2.2723*LX3-0.0135*X4
(-5.359) (3.5375) (0.4947) (4.3792) (-0.2649)
R-squared=0.9471 DW=2.7755 F-statistic=40.3517
从回归结果可以看出, 模型的解释能力较强, 拟合程度达到了94.71%, 而且模型的显著性水平较高。D·W·检验值为2.7755, 可以确定误差项之间基本不存在序列相关。各变量系数符号均符合假设前提, 经济意义正确, 四个解释变量足以解释住房需求量的变动。
3 结语
3.1 模型解释
武汉城镇居民的年人均可支配收入的系数为3.2764, 是模型中最大的系数, 这说明城镇居民的年收入水平对住房需求的影响是很大的。这种现象可以用收入预期理论来说明:人们会用现在的收入去衡量未来时期的收入, 从而确定自己是否具有购买能力。即当经济形势稳定, 人们的收入提高时, 就会把未来的预期收入挪到即期来用, 增加即期购买。
房价因素的系数很小, 这说明其对自住者和投机者的影响都很小。因为, 对自住者来说住房是一种必需品;对投机者而言, 房价的预期与即期的价格差才是决定购买与否出售的关键。根据理性预期理论, 若大部分居民偏爱房价上涨的消息, 那么不管是自住者还是投机者都会选择即期购买, 就比较容易形成房地产价格上涨的预期, 从而也推动房价和销售的上升。
青壮年人口数量 (25-39岁的人数) 对住房需求的影响系数是2.2723, 说明具有购买能力和购买愿望的人群对住房需求的影响还是很大的。这也说明住房是一种必需品的性质。
贷款利率的系数是-0.0135, 表明贷款利率对住房需求的影响不大, 这也充分说明了住房是生活必需品的性质, 系数为负, 既说明贷款利率的上升, 会导致销售面积的减少, 这与事实也是一致的;又意味着利率上升对投机者来说投机成本上升, 风险增大, 可以使部分不成熟的投机者退出。
3.2 住房销售的预测
2008年金融业不断的降息, 武汉城镇居民的人均可支配收入和25岁到39岁人口的不断的增加, 这些对住房销售都具有正面的积极的作用。
但是, 我国现在的房价面临一个低谷期, 人们现在偏好较低的房价, 这又会减少人们即期购买的积极性。
到底武汉的住房销售的趋势如何, 还要取决于正面和负面因素的弹性系数。这也意味着在人们收入和人口数量变化不会很大的情况下, 积极地的货币政策会促进住房的销售。
参考文献
[1]师立新, 任志胜, 尚鹏.浅论影响我国房地产市场的因素及因素的影响[J].价值工程, 2008, (9) .
[2]江彤.我国银行信贷与房地产价格关系实证分析[J].中国房地产金融, 2007, (4) .
住房影响因素 篇9
关键词：二套房；贷款利率；房地产新政；房价
为了遏制过快上涨的房价。国务院从2010年1月开始密集出台房地产调控政策，其中包括用差别化信贷政策来引导和调节住房需求。中央于2010年1月10日出台“国十一条”，规定对二套房不再区分改善型和非改善型，一概执行40%首付：紧接着又于2010年4月17日出台“新国十条”，将二套房首付比例进一步上调为50%，且贷款利率不得低于基准利率的1.1倍：9月29日中央再次推出房产新政，规定首套房的最低首付比例为30%，第三套住房不予贷款。然而，2010年全国商品房销售量约10.4亿平方米，同比增长10.1%，销售额为51478.72亿元，增速为18.3%。2010年重点大中型城市的房价更是大幅度上涨，如北京商品房平均销售价格为13799元，平方米，同比增长11%、上海为12840元/平方米，同比增长57%、广东为6513元/平方米，同比增长9%。市场状况表明，调控对房地产市场的影响比较有限。房价过高依然是一个艰巨的民生问题。
2011年1月26日，在原先政策的基调下。加码的“新国八条”新政果断出台。政策强化差别化住房信贷政策，对贷款购买第二套住房的家庭，规定首付款比例不低于60%。可见中央政府进一步收紧了的信贷政策，政策调控力度更加严厉，体现了国家要坚决遏制投机性需求，抑制房价过快上涨的政策目标。但是二套房贷收紧之后房地产市场出现了哪些变化？这些变化之后隐含着消费者怎样的消费心理？如何看待房贷收紧之后的楼市变化？本文以上海为例，在初步研究二套房贷收紧后房地产市场走势的基础之上，分析信贷收紧对消费者购房心理的影响，从而在多大程度上影响人们的购房行为，并进一步影响房价。
一、上海二套房贷收紧及其实施效果
（一）上海二套房贷政策及二套房认定标准
1.二套房贷政策
2011年1月31日，上海市在贯彻新“国八条”实施细则中提出，对居民家庭向商业银行贷款购买第二套住房的，其首付款比例不得低于60%，贷款利率不得低于基准利率的1.1倍。对为改善居住条件购买第二套住房的，住房公积金个人贷款首付比例不得低于60%，贷款利率不得低于基准利率的1.1倍。以消费者购买一套价值为200万元的住房为例，假设是第二套房，按照“新国十条”首付50%的标准，购房者需交纳100万元的首付金，而以目前60%的首付比例，购房者需要交纳120万元的首付款，比调整前增加了20万元。按20年还贷，若利率为基准利率的1.1倍，即为7.2%，每个月消费者需要月供6301.21元。这无疑增加了购房者的买房压力，打击了二套房购房需求。
2.二套房认定标准分析
关于二套房贷的认定标准，上海采取的是“认房认贷认调查”的三重标准，即一是在拟购房所在地房屋登记系统（包括预售合同登记备案系统）中其家庭登记有一套（及以上）成套住房的，二是借款人已利用贷款购买过一套（及以上）住房的，三是通过尽责调查确信借款人家庭已有一套（及以上）住房的，即“认房认贷认调查”。例如，某男婚前贷款买了一套50平米的房子，结婚后想换大房，于是将其名下房产结清出售再买房，但是按照目前银行对二套房认定是“认房又认贷”，即使家庭名下已没有任何住房，但因为其之前有贷款纪录，再申请房贷也会被算作二套房。又如，个人名下有全款购买的住房，再贷款购房，过去只“认贷”，这种情况不算二套房，现在加了“认房”，虽然没有贷过款，只要是在房屋产权交易系统中能够查到名下有房产，在不卖掉且申请贷款的情况下，也会被认定为二套房。可見，严格的二套房认定标准，在打击房地产市场的过度消费和投机需求的同时，也使许多刚性需求和改善型需求购房者的利益受损，对市场的影响非常大。
（二）二套房贷收紧后上海房价走势变化
2011年，上海市新建商品住宅平均销售价格为13448元，平方米，比上年下降5.4%：剔除保障性住房后的市场化新建商品住宅平均销售价格21584元，平方米，上涨2.8%。如图1所示，2011年上海市房地产销售价格指数环比出现了迅速下降的趋势。从年初开始，新建商品住宅价格指数、新建住宅价格指数和二手住宅价格指数三大指数均曾现环比迅速回落的趋势。可以看出年初的推出的新政对新建住房价格和新建商品住宅价格均有一定程度的影响，但是二手房价格指数第一和第二季度并未出现较大幅度的下调，这和年初出台的房产税及市场的刚性需求仍然坚挺有很大关系。
如图2所示，上海房地产销售价格同比指数在四个季度均有较大波动，其中二手住宅价格指数的波动幅度最大。三大指数于2011年1月份出现小幅上升，又于2月份开始下跌，这一趋势一直持续到4月份，这和上海贯彻落实国家在1月底颁布的“新国八条”有关。但5月开始三大指数从波谷向上爬升，并延续这一趋势到第3季度，直到第4季度价格指数开始回落。而三个价格指数均在4月份出现今年的最低值，即新建住宅价格指数101.3、新建商品住宅价格指数101.5、二手住宅价格指数100.2；在9月份出现最高值，即新建住宅价格指数103.1、新建商品住宅价格指数103.7、二手住宅价格指数103.4。而二手住宅价格指数之所以在前三季度波动较为剧烈。是因为受到了2011年年初最新推出了公积金贷款新政、房产税和限购令的影响，这些政策在二级市场上产生了更加明确的反应。但是从5月份开始，上海市二手房市场开始企稳回升，在逐渐消化了年初的连环新政后，市场各类需求有所抬头，尤其是5月分开始以婚房为代表的需求量明显增长。从总体趋势来看，2011年政府通过宏观调控手段在房地产市场打出的一系列组合拳，已近开始慢慢产生效果，但想要在价格上出现更加明显的松动还需要政策更长期的发挥作用。
二、二套房贷收紧对住房消费行为影响的调研分析
信贷政策收紧是否能有效抑制上海过快上涨的房价？上海房地产市场如何变化？这都取决于政策收紧之后消费者购房心态的变化，以及住房消费行为所受的影响及其变化。
本次调研通过网络发放和直接发放问卷两种方式，以网络发放为主，共发出问卷208份，剔除无效问卷7份，回收有效问卷201份。调查时间从2012年12月1日开始，到2013年2月5日结束。为了提高问卷分析的准确度，本论文的访问对象限定为拥有上海户口的上海市民或者已有上海居住证的来沪工作人员，并且要求有稳定的收入来源，因为这些人为已买房者或者有购房意向的潜在住房消费者，而学生、进城务工者等无稳定收入来源的人员被排除在调查对象之外。
（一）人口特征分析
表1为本次问卷调查的人口特征变量的描述性统计。可以看出，本次调研对象有几大特征：一是比较年轻，年龄大都处于中青年阶段，这一部分人多数面临首次购房或者二次购房：二是学历水平较高，大多数人受过高等教育：三是无房者和有一套房者占多数。
（二）二套房贷政策对住房消费行为影响统计分析
从本次问卷调查结果的统计分析（见表2）可以总结出四点：首先，大多数受访者表示仅能接受三成及三成以下的首付比例，这两部分人占总人数比例合计为80.01%。能接受六成及六成以上首付比例的受访者仅占5.47%。其次，对于国家收紧二套房房贷，有57.21%的受访者表示支持。而对于该政策的执行力度，仅有16.42%的受访者表示很给力，37.81%的受访者表示执行力度一般。第三，大多数人的购房计划受到影响，有46.27%的人处于观望的状态，有35.32%的人因无法承受过高的购房成本而取消了购房计划。最后，对信贷政策控制房价的作用，持否定态度的人数所占比例为40.30%，超过了持肯定乐观态势的人数。另外，在调查对消费者购房计划影响最大的政策中，这些政策包括二套首付60%以上、停发第三套及以上住房贷款、“限购”政策、房产税等政策，表示受二套房政策影响最大的消费者最多，占总人数的26.37%。
可以看出，收緊二套及二套以上住房的信贷政策改变了部分购房者的心态和住房消费行为，抑制了一部分人的购房需求，短期内对控制房价有积极作用。但由于大部分购房者持有观望态度，长期来看，房价上涨仍有刚性需求的支撑。
由于“新政”中实施的是差别化住房信贷政策，满足首次购房家庭的贷款需求，控制二套房需求，禁止本地居民用按揭贷款购买第三套以上住房，以及禁止居民用按揭贷款异地购买第二套以上住房，所以受访者对信贷政策的态度与其拥有住房的套数有一定关系。从调查数据中分析得出（见表3），无房者对收紧信贷政策的支持力度最大，其中有72.2%的人支持国家紧缩房贷，因为对于无房者来说，他们希望投机需求得到控制，使房地产需求下降，房价得到有效控制。但是对于有一套以上住房的受访者中，只有不到一半的人支持紧缩房贷，因为信贷政策对他们的影响较大，他们的申请贷款较难，而且目前要利用银行信贷投机炒作第三套以上住房是严格禁止的。可以看出，随着房屋套数的增多，反对信贷政策的人数比例呈逐渐上升趋势。
三、结论
（一）从紧的房贷政策在短期内能够有效抑制房价
受差别化信贷政策的影响，房地产市场中以观望为主的人较多，也有部分人取消了购房计划，说明信贷政策对抑制住房需求有一定作用，也能使房价在短期内得到有效控制，但是房价长期是否上涨，还取决于市场中的供需变化。
（二）二套房贷政策误伤了刚性需求
由于二套房首付提高不再区分改善型和非改善型，在严厉打压投资、投机性购房需求的同时，也提高了人们购买改善型住房的“门槛”，这直接影响到了人们的改善住房条件和居住环境的需要，并不利于人们生活品质的提高。同时，信贷政策只能打击依靠贷款杠杆投机买房的投资者，对于资金雄厚的炒房团影响不大。如果刚性需求得不到有效的满足，房价上涨的预期仍在，投资需求也难抑制。
（三）二套房贷政策有漏洞，“三认”标准执行较难
住房影响因素 篇10
扮演“安全网”角色的公共住房通常被视为关键公共服务之一,是许多发达国家社会福利政策的重要组成部分,也是社会政策研究的重点。本文试图梳理国内外关于公共住房退出研究的主题及特征,总结研究进展,并展望进一步研究的可能方向,为深入开展公共租赁住房退出研究提供参考借鉴,为实现公共租赁住房有序退出提供理论和实践依据。
1 术语
与公共住房(Public Housing)类似的术语还有社会住房(Social Housing)、可支付住房(Affordable Housing)、社区住房(Community housing)等,因其权属由国家(联邦)、地方或非营利机构拥有而存在不同的称呼。一般地,公共住房专指由国家(联邦)、省或市政府拥有完全产权的房屋单位。社会住房则指受公共资金资助或由资本、营运基金支持的非营利和合作性住房。在有的国家或地区,社会住房与可支付住房常常交替使用,而在有的地区,上述4个术语有不同的含义、分配目标及准则。即使同一术语在不同的国家其定义也非完全一致。虽然以上各类住房存在名称和含义上的差异,但都具有政策导向性、非营利性、租金(价格)低廉等基本特征。在本文中,对公共住房、社会住房、可支付住房等的含义不作区分。
2 公共住房退出的影响因素
2.1 居民社会经济特征
研究显示,人口、年龄、性别、家庭结构、种族、收入水平、人力资本等家庭社会经济特征对退出公共住房产生了显著的影响。年轻人、男性往往能更迅速地退出住房救助,而老年人家庭离开公共住房的几率显著地低于年轻人家庭,户主为残障人士的家庭也不易从公共住房中搬出。从性别上看,女性较男性难以从公共住房中退出,这一结论也得到其他学者的支持。从家庭成员构成看,单亲家庭、单身人士往往在公共住房中居留的时间比夫妇两口的家庭要长久一些,并随着户主年龄增长离开公共住房的概率呈下降态势。同样地,带小孩的黑人单身母亲居留的时间也比较长。虽然基本经济状况是家庭决策继续居住或迁出公共住房的显著性因素,但收入水平对公共住房退出的影响并不一致。一般地,收入较高以及还有投资收益的家庭更容易退出住房救助。但有学者发现收入对退出公共住房救助项目的影响不显著。收入相对较高的家庭很少有可能退出社会住房,收入水平与社会住房退出之间的关系比预想的要复杂得多。人力资本也是影响公共住房退出的积极因素,教育程度高、高技能群体容易进入劳动力市场而退出社会救助项目,与退出住房救助有正相关关系,符合受教育程度与福利退出呈正相关的观点。此外,家庭生命周期、工作经验在住房救助退出决策中扮演着重要角色。
2.2 居住持续时间
国外学者在选取时间段、国家、样本区域等方面存在差异,受助家庭在公共住房中持续居住的时间也不尽相同。例如,以美国住房与城市发展署(HUD)统计数据测算,发现多数住房救助在5年内就可结束,大部分在10年内也可结束。纽约公共住房退出率在10年左右达到峰值。其他学者同样用HUD的数据,发现典型的公共住房租期要持续4.7年,平均时长在3.2-8.44之间(其中,有小孩的非老年人、非残疾人家庭最短,老年人家庭最长),约35%-40%的家庭的租期要超过7年。对澳大利亚的研究显示,典型的承租期分别是约3年(单身或单亲家庭)和2.3年(夫妇),有相当数量的家庭(约30%-35%)的承租期超过5年。
人口特征、教育背景以及劳动力市场状况对居住时长扮演着重要的作用,但也有研究显示人口、教育、就业、健康、精神状况等因素对居住时长的影响并不显著。那些优先得到住房配置和获得住房救助越多的家庭居住公共住房的时间越长,而收入较高的就业租户则短得多。公共住房租金的正向变化会对租期产生负面影响,租金高的区域租赁期更短。
居住时长对公共住房退出的影响有两种代表性的观点。一种是居住时长对退出有负面影响。随着居住时间增加,迁出公共住房的可能性显著下降,到达一定年限(6-7年)后,几乎没有退出的可能性,其重要原因是这些住户对公共住房产生了较强的“福利锁”(Warfare Lock)效应。更进一步地,随着时间的延长,退出低收入邻里的概率呈现出快速下降的特点。另一种观点是,住房受救助时间与退出无关。例如,在美国,部分公共住房项目退出率与受救助时间无关。针对挪威的住房救助研究显示,退出的概率与接受补贴的时间长短没有关系。在瑞典,随着受救助时间的增长,受助人退出住房补贴的比率并未下降。
2.3 就业
公共住房的福利性质对退出产生利弊兼占的影响,主要体现在就业方面,进而对退出发生作用。
理论上,研究认为住房救助会给受助人的工作带来积极的影响。第一,受助人的住房更加稳定、安全,能使他们更加有效地寻找就业机会,对就业状况会产生积极的影响。第二,住房救助可以帮助失业人群离就业机会更近一些。第三,住房救助可以弥补受助人用于照顾家庭成员及通勤等与工作相关的开支,使工作得以保持。
然而,在实践中,实证结果与理论的吻合度较差,仅少数研究支持公共住房对就业的积极影响,仍缺乏确凿证据佐证该观点。更多的实证研究显示公共住房对租户就业产生负面影响。对英国社会住房深入调研发现,从理论上看低于市场的社会住房租金应该能提升工作积极性,但居住在社会住房中的租户无业的比率比较高,远高于那些同样处于不利境地但未居住社会住房的居民。
针对澳大利亚公共住房承租人的研究发现,承租人有工作的比例远低于私房承租人的比例。公共住房因其收入资格要求也抑制人们工作的努力程度。类似地,美国芝加哥的住房券降低了身强力壮的成年人参与就业的程度,没有证据支持特定住房机制能提升工作的假设。从实践看,公共住房恶化了承租人的就业前景,进入公共住房影响就业参与,从而降低租户退出公共住房的可能性。
也有观点认为,缺乏有效证据支持搬进救助性住房后将降低受助人的就业率和收入,住房救助也很少独立地影响到参与者的就业。
2.4 公共住房退出的障碍
研究显示,有相当部分的租户是有很大潜力退出公共住房并迁入非救助性住房的,但现实中客观存在的个人、家庭及外部障碍制约了租户从公共住房中退出。
2.4.1 个人或家庭障碍
个人、家庭客观存在的障碍与实现经济独立有着密切的内在联系。公共住房租户不得不面临的个人、家庭障碍制约了他们从事有偿工作,从而减少对公共住房的依赖。这些障碍包括糟糕的健康状况、需要照顾的家人、不稳定的家庭及缺乏工作技能。一般情况下,住房受助人较其他人更易罹患心理健康疾病,背负精神问题标签,导致社会对他们不理解,难以获得稳定的工作。在女性人群中,有小孩的妇女因为照顾小孩或其他家庭成员,无暇顾及连续的工作,使她们难以在经济上独立。
例如,2007年澳大利亚一项家庭、收入和劳动力调查显示,在工作适龄妇女中,57%的人要照看小孩,29%的人因为自己或家庭成员的原因在工作时间上没有保障。经历过家庭暴力或虐待,家庭成员吸毒或酗酒的人容易导致压力、焦虑和抑郁,在其一生中的机会也可能面临着不利的影响,在搬进公共住房后,也难以获得稳定、长期的工作,实现经济自立。受缺乏学校教育影响,公共住房承租人中缺乏工作技能的也较为常见,导致经济获利能力也不足。
2.4.2 私人住房市场
租户从社会住房退出反映其经济状况已得到改善,但并不一定意味着就能够维系市场住房租约,获得可替代住房对住房救助退出起决定性作用,并且租户从公共住房转向私人租赁市场也能获得更大范围的个人选择。然而,私人市场上较高的租金、弱化的权属保障、苛刻的信用记录要求等使退出者面临极大的挑战,还不如住在社会住房里。例如,有研究显示,当市场租金上涨时,从公共住房中迁出的家庭会显著降低。
2.4.3 地区经济状况
一个地区整体经济状况也对居住公共住房持续时间长短起着重要的决定性作用。在经济繁荣的地区,工作机会多,穷人将很容易找到工作或获得高收入,有助于摆脱贫困。因此,强劲的地区经济有助于缩短居住公共住房时间。
2.4.4 其他障碍
研究还发现,低收入者工作地点与住址较远(交通不便),容易受到就业歧视,工作不稳定也是其退出住房福利的障碍。另外,可替代住房区域犯罪率高、住房狭小也阻碍了租户搬出公共住房。
2.5 福利依赖与贫困文化
住房研究者很早就认识到福利和住房之间存在着密不可分的关系。社会住房作为一种福利制度安排,容易滋生依赖文化,受助者因此而失去动力,依赖已成为住房救助获得者中的一种普遍现象,已经引起一些国家政府部门和学者的关注。
公共住房的资格准则及配给都容易导致福利固化,福利依赖现象在轮候、入住阶段表现都很突出。在轮候阶段,准租户为了将收入保持在住房资格线水平以下,许多申请人被“锁定”在未就业状态,其目的就是为了确保不失去住房资格身份。对澳大利亚符合公共住房资格的家庭进行跟踪调查,发现工作家庭比例下降,显现出明显的“福利锁”效应。在入住阶段,社会住房供给强化福利依赖,限制了社会流动。美国、英国、澳大利亚等发达国家的住房实践显示,社会住房促进了租户的福利依赖。承租居民因要求按收入的固定比例支付住房租金而不愿意谋求增加收入,因为如果他们努力增加收入,则意味着他们要迁出公共住房,到私人住房市场去寻找居所。随着受救助时间延长,退出救助的可能性显著地降低。
贫困文化为阐释住房福利依赖现象提供了新的视角。在某种情况下,政府提供社会住房直接或间接地将受助者置于社会排斥和不利的地位。被社会排斥的受助者会逐步失去自信,阻止了他们向前发展,面对社会或经济变化的黯淡前景,及时行乐、犯罪、依赖救助的思想进一步滋生、发展,人力资本受福利依赖增强而弱化,从而使其不得不面对长期贫困。在公共住房领域,受助者越是努力工作,意味着要支付更高的租金,因此,公共住房项目实际上是在奖励不工作的人,助长了依赖阶层的发展。由于无法摆脱贫困状态,受助者居住公共住房的时间特别长,迁出将变得更加困难。
2.6 住房欺诈
欺诈是指取得利益优势并造成隐性或显性损失的行为,是社会现象中的突出问题。早在1994年的一份福利欺诈报告指出,英国住房福利欺诈者占到申请者的6.3%。最新的报告显示,在2013-2014财年度,英国住房补贴中的欺诈带来的损失高达14亿英镑,占全部住房补贴的5.86%,有逐年扩大的趋势。从表现形式上看,住房福利欺诈呈现出多样化的特点,例如,提供虚假申请信息、遗弃或空置不动产、转租他人、不当继承、非法转让等。
住房福利欺诈实质上是不具备资格的居民非法地享有有限的公共住房资源而不退出,与具有资格者争夺日益短缺的住房资源,造成显著的社会成本,给无家可归者及居住在临时居所的居民带来了很大的困难,对社会的稳定也存在不利影响。因此,1997年,英国就建立起福利欺诈稽查员制度,其中就包括对住房津贴、房屋税补贴等住房福利进行稽查。为应对日益增加的租赁欺诈行为,2009年英国社区和地方政府部出台了专门指南,提出了一些有效的方法来预防、识别和处理租赁欺诈行为。
3 公共住房退出决策模型
3.1 理性选择模型
理性选择模型假定个人是根据偏好来采取行动的,其选择能带来自己最大满足感。享有福利的持续时间受到福利项目特点、外部机会、劳动力市场状况以及个人异质性的影响。微观经济学理论认为,公共住房是一种实物福利,其需求取决于私人住房市场上可支付住房的供给。如果低收入者不需住房补贴就能买得起合宜的住房,其居住公共住房的时间就比较短。如果非补贴住房价格非常昂贵,则迁出公共住房的可能性就很小,而自身获利能力较差及(或)缺少可支付住房,无法负担私人市场住房的租户将长期依赖于公共住房。因此,理性选择模型根据效用最大化原理来决策是否退出公共住房,与该模型相关的因素是住房救助变化的重要决定因素。
3.2 预期模型
预期模型强调人们对在给定情况下获得满意结果的控制,侧重于个人经验。一个人经历成功而获得信心,当遭遇失败时则会失去信心。公共住房受助人进行退出决策时,更多地受到未来收入变动的影响,而不是当前的财务状况。如果认为搬出公共住房后风险很大,大多数租户希望永久性住在公共住房里,特别是经历了失败的人更有可能出现依赖。
3.3 文化模型
相比之下,文化模型主张,当一个人在较长一段时间内仅获得最低收入容易表现出反社会行为,其价值观、态度和期望均在社会主流之外,属于社会边缘人群。当周围情况发生变化后,仍在很长的时间内不采取行动,踟蹰不前,因而低收入背景的受助者居住公共住房的时间特别长,随着时间渐长,迁出将变得更加困难。
上述三种模型从不同的视角解释了公共住房退出决策行为,其中理性选择模型强调选择与刺激,预期模型突出信任与控制,而文化模型则要求价值与文化并重。相对而言,前两个模型能更好地解释福利动态的变化。
4 公共住房退出阻滞治理
退出阻滞为公共住房创造了不公平的运行环境,有住房困难的群体的需要得不到满足,出现住房“错配”,使公共住房陷入不可持续的境地,阻碍了政策目标实现,必须予以治理。
4.1 改变租赁策略
租赁政策必须更具灵活性,确保稀缺的公共资源能针对那些最需要的群体。在租金方面,针对过低的租金会增加住户对公共住房的依赖,可以制定科学合理的租金政策以减少住户对公共住房的长期依赖。实践中,英国采用了住房津贴支持下的成本租金,澳大利亚建立起与租户收入关联的折扣市场租金体系。在租期方面,自2005年,英国、澳大利亚和新西兰的管理部门对新租户开始推行固定期社会住房租约,设法限制住户居住社会住房的时间。但也有学者认为,社会住房部门引入固定期租约虽然能提高住房周转率,但同时也将对租户的社会和经济福利产生很大的风险,影响到邻里福祉,削弱社会凝聚力。此外,对承租私人住房的前社会住房租户给予财务和租赁上的支持,鼓励他们退出社会住房,例如西澳大利亚的租赁路径计划(Rental Pathways Scheme,RPS)。
4.2 提高居民收入
在某种程度上,公共住房会增加住户的依赖,同时也限制了居民的经济独立,应该促进居民提高收入,使他们能够搬离公共住房,促进公共住房准入退出形成良性循环。对于公共住房承租人缺乏学校后续教育中较为常见的状况,较高水平的教育和培训是公共住房承租人提高自身能力、获得工作的重要途径。例如,早在1990年,美国住房与城市发展署(HUD)要求地方住房部门开发并实施家庭自足计划(Family Self-Sufficiency Program),通过提供教育、社会服务、培训等来增加家庭收入,使受救助家庭不再需要公共住房或其他公共救助。同时,还要改善当地经济状况,增加就业机会,实施“福利到工作”(Welfare to Work)推进就业。
4.3 推进住房自有政策
租户对自有住房有着强烈的偏好,可以采取支持低收入者住房自有的政策。例如,采取共享产权、社区主导的住房模式、社区土地信托等措施提高住房自有率,减少对公共住房的需要。
4.4 增加可替代性住房
增加可替代性住房供应,提高私人租赁市场的稳定保障性,使之成为激励租户退出社会住房政策的一个中心组成部分。改善居住环境并调整租金,让私人租赁住房成为租户长期、稳定的选择。
4.5 警惕住房福利依赖和欺诈
住房政策应瞄准那些容易产生长期依赖的居民,及时识别潜在非法租赁行为。例如,来自一线的住房管理和维修人员在巡访租户时很容易发现是否存在非法租赁行为,邻居也是重要的信息来源;实施动态审计,进行主动预防性甄别;核对政府部门间登记信息是否匹配;要求租户提供个人信用记录等。
5 国内保障性住房退出研究
租赁性公共住房在我国实践时间不长,“退出难”问题仅在近几年开始凸显,研究成果并不丰富,国内学者较多地关注保障性住房退出不畅的原因剖析及对策措施方面。例如,保障性住房退出机制存在信息不对称、监管主体模糊、奖惩机制缺乏等问题,宜从个人信用体系、动态监控、奖惩激励、立法等方面予以完善。还有学者构建进化博弈模型分析了保障性住房退出机理,认为科学合理的激励退出机制可以有效地解决保障住房退出难问题。有少数学者从租户个体特征及政策认知方面定量地研究了公共租赁住房退出意愿的影响因素,发现租金政策和激励政策是影响承租人退出意愿的关键因素。
6 研究评价与展望
国外公共住房实践历史长,公共住房退出问题已在发达国家中普遍发生,国外学者已对此开展了较为深入的研究。而我国保障性住房退出问题近几年才引起国内学者的关注。
(1)国外公共住房退出领域的研究呈现多学科性特点。国外学者从微观经济学、社会学、心理学、行为科学、政治学等多个学科多角度地审视了公共住房退出问题,研究了影响公共住房退出的个体、家庭及外部客观障碍等因素,租户退出决策机制,以及治理公共住房退出阻滞的路径。
(2)国外公共住房退出研究结果呈现多样化特点,缺乏一致性结论。国外学者在研究时间、国家或地区、样本获取途径等方面存在差异,其研究结论分歧很大。例如,在租户个体社会经济特征对公共住房退出的影响方面,有些因素例如收入水平、居住持续时间、就业等的影响出现了截然相反的结论,因此国外学者、政府部门提出的治理手段也不尽相同。
(3)国外公共住房退出研究方法的多元性和综合性。国外学者采用微观经济分析、计量经济模型、访谈、问卷调查等多种研究方法探索公共住房退出问题。
(4)在国内,租赁性公共住房退出问题的研究不多,成果也不够丰富。廉租房、公共租赁住房是我国住房分配制度重大改革背景下产生的住房保障形式,其退出问题仅在近几年开始凸显,尽管新闻媒体对“退出难”作了大量报道,国内学者对此问题的专门研究比较有限,缺乏从微观经济学视角定量地探索影响公共住房退出的因素,缺乏从心理学、行为科学等角度来解释租户退出公共住房的决策机理及行为逻辑。不难看出,国内研究局限的存在使得廉租房、公租房“退出难”的发生机理与影响规律尚不明确,出台的治理措施缺乏微观基础,“退出难”治理效果不佳。
公共住房退出问题是一个复杂的社会、经济问题。由于国与国之间体制、国情存在很大差异,住房制度及政策也不相同,国外公共住房退出研究成果并不一定适用于我国,公共租赁住房退出问题必须在我国特定的背景下通过实证调查予以解决。但国外公共住房退出研究的视角、内容、方法等可以为我国公共租赁住房退出研究提供借鉴。
第一,公共租赁住房退出意愿及行动的社会经济特征因子。国外公共住房退出研究是基于西方的公共住房消费习惯,而在中国住房制度转型过程中,社会经济发展水平、公共租赁住房消费等与国外有很大的差异。很显然,不同年龄、家庭结构、教育程度、就业状况等背景下租户退出公共租赁住房有着不同的意愿和诉求。研究公共租赁住房退出意愿及行动的社会经济特征因子对制定针对性、差异化的退出政策有着重要意义。
第二,公共租赁住房退出决策机理。目前,在主客观条件相互作用下租户退出公共租赁住房的决策机理仍缺乏比较清晰的认识。可以运用多学科理论,如微观经济学、行为科学、社会心理学、社会地理学、公共政策学等,从多方面揭示租户退出公共租赁住房的租户决策机理及行动逻辑,为切实可行地治理“退出难”提供思路借鉴。