上海房價租金“剪刀差”影響因素研究

羅妍

【摘 要】近年來，我國各城市的住房買賣價格和租金價格漲幅存在越來越大的差異，形成了城市房價租金“剪刀差”，并且明顯偏高的房價租金比促使房地產(chǎn)市場警惕房價的泡沫。本文具體以上海市的房價租金漲幅比為研究對象，通過對近十年來上海市住房銷售價格和租賃價格的數(shù)據(jù)整理和計量檢驗證明上海市房價和租金之間的關(guān)系不符合馬克思的地租理論和迪帕斯奎爾-惠頓模型。為了研究上海市房價租金“剪刀差”背后的影響因素，筆者收集上海1998-2017年的相關(guān)數(shù)據(jù)，運用Eviews做了實證檢驗，發(fā)現(xiàn)人均可支配收入、GDP和人口先于房價租金比發(fā)生變化，且促進房價租金增速比的增長。因此，在上海城市化進程中想要縮小房價和租金漲幅的差異，必須保持經(jīng)濟的穩(wěn)定增長同時縮小人均可支配收入差距，完善收入分配制度;對于人口因素要進行住房制度改革特別是對于戶籍制度的調(diào)整，大力培育房屋的租賃市場，以此使上海的住房市場健康有序發(fā)展。

【關(guān)鍵詞】房價;租金;剪刀差;買租選擇

一、引言

上海市作為我國的經(jīng)濟和金融中心，房地產(chǎn)業(yè)發(fā)展相對來說較為發(fā)達(dá)并且對于數(shù)據(jù)的整理較為完善，對于房地產(chǎn)政策的研究和實施落實到位，但是上海房價租金“剪刀差”的情況依舊不容樂觀。從新聞報道中可以得知：房價持續(xù)火熱的上海，住宅租金卻出現(xiàn)了與之相反的情況;上海房屋租賃指數(shù)辦公室近日公布的報告顯示，2017年12月，上海房屋租賃指數(shù)為1921點，比上月下降6點，環(huán)比下降0.33%，降幅較上月擴大0.01個百分點，進入四季度以后降幅逐月微弱擴大。12月租賃指數(shù)同比下降0.27%，并且在所監(jiān)測的所有版塊、7種戶型的房源租金統(tǒng)計，均有九成下跌。根據(jù)王文莉、李祥等學(xué)者的長期跟蹤研究顯示近五年來長三角地區(qū)的城市房價租金比在400-500之間，大于國際上通行的房價租金比合理區(qū)間200-300?！耙惶追孔映鲎?00年才能回本”就是房價與租賃價格不平衡發(fā)展的重要表現(xiàn)，上海的民調(diào)顯示78.56%的受訪群眾在經(jīng)濟條件允許的情況下選擇購置房屋，而只有15.12%的人能接受租房生活，“剪刀差”的形成不僅涉及經(jīng)濟基本面還有國民的觀念思想。

從理論上說，房屋的銷售價格與房屋租賃價格密切相關(guān)，即銷售價格可以視為是資本化，出租方的租金按照財務(wù)折現(xiàn)的價值應(yīng)該與購入房產(chǎn)的價格一致。如果一個地區(qū)的房屋租賃價格明顯偏低或漲幅緩慢，則說明房地產(chǎn)市場存在較為嚴(yán)重的泡沫。中國的房價租金“剪刀差”存在了十余年不僅沒有破滅，并且還有加劇的趨勢，在這樣的背景下，本文以上海為主要研究的城市樣本，對其中起作用的影響因素進行分析和研究。

二、上海房價租金“剪刀差”的實證分析

（一）現(xiàn)狀的描述統(tǒng)計分析

2008-2017年上海房地產(chǎn)市場蓬勃發(fā)展，這十年上海商品房平均銷售價格呈現(xiàn)波動上升的趨勢。具體來說，近十年的房價于2017年達(dá)到最高點，平均房價為27003元/平方米，與2008年相比上漲了207.87%。2008年至2010年上海房價的漲幅相比較其他年份來說并不明顯，這可能受到金融危機帶來的產(chǎn)業(yè)蕭條有關(guān)，2009年隨著一系列刺激政策來襲，包括降低首付、貸款利率、契稅等市場有略微的拉升;2011年到2014年房價浮動上漲;2014年9月開始的連續(xù)降息和11月普通住宅標(biāo)準(zhǔn)調(diào)整給上海房地產(chǎn)市場帶來了利好消息，購房者的熱情被點燃;2016年至今上海市貫徹落實“因城施策”的國家政策要求，對房地產(chǎn)市場進行了一系列的調(diào)控措施，市場價格小幅度穩(wěn)步上升。同時，在這十年中上海共有過三次普通住宅標(biāo)準(zhǔn)調(diào)整，說明上海的房屋售價不斷攀升、政策隨著大趨勢的發(fā)展也隨著進行調(diào)整，以此避免房價泡沫。

但在上海的房屋租賃市場上，與房價的變化情況相比，普通住宅的每平方米的租金上漲幅度有限。住房租賃價格更好的反映了住房市場消費者的真實需求，因為租賃價格中的投機成分較小。2008年-2017年上海市的住房租金在大體上符合房地產(chǎn)市場的趨勢。據(jù)上海統(tǒng)計局的統(tǒng)計，現(xiàn)階段上海房屋租賃市場的實際需求較大，截止到上海市第六次全國人口普查為止，在全市2301.91萬常住人口中，外省市來滬常住人口為897.7萬人，占39%，與第五次人口普查相比外省市來滬常住人口增長160%，年平均增長率為9.99%。

（二）上海住房買賣市場和租賃市場的計量分析

本文將上海市1998年至2017年的房價、租金的增速比值作為被解釋變量，通過參考相關(guān)的文獻，確立初步的解釋變量為GDP、CPI、人均可支配收入、貸款利率水平、建筑成本（元/平方米）、住宅商品房銷售面積（萬平方米）以及常住人口（萬人）。通過對所得數(shù)據(jù)的相關(guān)性檢驗、單位根檢驗、協(xié)整檢驗確保所得方程的可靠性，最后進行格蘭杰檢驗。

由于通過實驗構(gòu)造半對數(shù)、多項式和反函數(shù)形式，模型的擬合優(yōu)度都不經(jīng)如人意，最后采用了雙對數(shù)的形式，即變換后的模型不僅參數(shù)是線性的，而且通過變換后的變量間也是線性的，所以本文的實證分析建立在對各變量取對數(shù)的基礎(chǔ)上。LNFZ：房價、租金的增速比值對數(shù);LNGDP：GDP對數(shù);LNCPI：CPI對數(shù);LNINC：人均可支配收入對數(shù);LNINF：貸款利率水平對數(shù);LNC：建筑成本（元/平方米）對數(shù);LNAREA：住宅商品房銷售面積（萬平方米）對數(shù)和LNPOP：常住人口（萬人）對數(shù)。

先對變量之間做相關(guān)性分析，以此來避免較為嚴(yán)重的多重共線性的問題，因為多重共線性可能產(chǎn)生符號與預(yù)期不一致的情況，而影響后續(xù)的分析和經(jīng)濟因素研究。相關(guān)性分析說明大部分變量之間處于強相關(guān)，這可能存在兩種原因：1.經(jīng)濟變量在時間上有共同變化的趨勢;2.解釋變量與其滯后變量同作為解釋變量。因此，只有對變量進行逐步回歸，最后剩下相關(guān)性最高的變量LNINC、LNPOP、LNGDP，選擇這三個變量作為因變量構(gòu)造方程。

其中，α0為常數(shù)項，αi為系數(shù)項，εi為隨機誤差項。為了使數(shù)據(jù)的線性趨勢更加顯著，對數(shù)據(jù)進行對數(shù)化處理，LN表示自然對數(shù)。根據(jù)經(jīng)濟學(xué)原理，房價、租金的增速比值應(yīng)該與人均可支配收入、GDP和常住人口（萬人）成正相關(guān)關(guān)系，所以預(yù)期符號為正。

然后對數(shù)據(jù)進行實證分析，實證證明變量之間的關(guān)系，對數(shù)據(jù)進行單位根檢驗驗證數(shù)據(jù)是否在同階平穩(wěn)，進行回歸分析、協(xié)整檢驗驗證變量間是否存在長期關(guān)系，并用格蘭杰因果檢驗驗證變量之間的因果關(guān)系。

由于經(jīng)濟環(huán)境中的數(shù)據(jù)大部分是不平穩(wěn)的，如果直接對這些數(shù)據(jù)進行回歸分析可能會出現(xiàn)“偽回歸的現(xiàn)象”，即出現(xiàn)謬誤回歸，因此現(xiàn)需要對原始數(shù)據(jù)進行單位根檢驗，本文采用的是ADF檢驗。由于各變量均是一階序列單整，因此可以得出兩兩變量序列的線性組合可能是平穩(wěn)的，即變量之間可能存在協(xié)整關(guān)系，運用EG兩步法進行檢驗，協(xié)整檢驗的目的是決定一組非平穩(wěn)序列的線性組合是否具有穩(wěn)定的均衡關(guān)系，因此，對于解釋變量和被解釋變量之間是否存在穩(wěn)定均衡關(guān)系進行檢驗，若通過協(xié)整檢驗，證明變量之間的回歸分析不是偽回歸。

本文的協(xié)整檢驗采用的是兩步檢驗法，也稱EG檢驗。第一步，用OLS法對回歸方程（也稱為協(xié)整回歸方程），對解釋變量與被解釋變量之間的關(guān)系進行回歸分析，得到如表1所示結(jié)果：

模型的擬合優(yōu)度檢驗：調(diào)整R2為0.540，模型的擬合優(yōu)度達(dá)到54.00%。t檢驗：t值為4.824、3.090、2.034，而概率值p值為0.000、0.003、0.046，均小于0.05，因此，在0.05的顯著性水平下，變量是顯著的。系數(shù)值為0.473，人均可支配收入、人口和GDP對房價與租金比的影響是正向的。

第二步，通過殘差的ADF單位根檢驗可得，ADF檢驗值為-5.587，5%的臨界值為-2.700，ADF檢驗值小于5%的臨界值，prob值為0.000<0.05，因此在0.05的顯著性水平下，拒絕存在單位根的原假設(shè)，即殘差項是平穩(wěn)的，因此，變量具有長期協(xié)整關(guān)系，LNINC與LNFZ存在穩(wěn)定均衡關(guān)系。

本文在變量具有協(xié)整關(guān)系時，對變量的原數(shù)據(jù)進行格蘭杰因果檢驗，選擇滯后2階，結(jié)果表明在0.1的顯著性水平下，并在滯后2階時LNINC、LNPOP、LNGDP是LNFZ的格蘭杰原因，即人均可支配收入先于房價租金增速比發(fā)生變化，且促進房價租金增速比的增長，人口和GDP均先于房價租金增速比變化。這就說明了，經(jīng)濟基本面對于房價租金增速比有著重要的影響。

三、模型結(jié)論

本文最后得出的模型公式為：

調(diào)整R2為0.540，說明了方程解釋了房價租金比值增速變異中的54%。從短期看，這個方程滿足要求，尤其是方程中各參數(shù)估計值的符號與預(yù)期相同，雖然模型的整體擬合優(yōu)度不是很好，但考慮到房地產(chǎn)市場價格的波動較大，這個結(jié)果應(yīng)該說是合理的。上文的表6明確可看出在0.05的顯著性水平下，三個變量是顯著的，其中對房價租金比增速影響最速會大的為GDP，在其他解釋變量保持不變的情況下，如果GDP增加1%，房價租金比增速增加1.605%;人口因素是次于GDP對房價租金比增速的原因，在其他解釋變量保持不變的情況下，如果人口增加1%，房價租金比增速增加0.689%;同理，在其他解釋變量保持不變的情況下，如果人均可收入水平增加1%，房價租金比增速增加0.473%。運用杜賓-沃瑟d檢驗時，從5%的顯著水平下，d的臨界值du=1.66和dL=1.12。原假設(shè)為不存在序列相關(guān)，備擇假設(shè)為存在序列相關(guān)，本實驗杜賓-沃森檢驗的結(jié)果為3.144>1.66，則不能拒絕原假設(shè)，即非序列相關(guān)。

四、結(jié)論

筆者利用1998-2017年上海的有關(guān)數(shù)據(jù)，運用計量的時間序列進行分析計劃以此刻畫影響因素對于“剪刀差”的形成，并做出合理解釋。本文得到了以下幾點結(jié)論：

第一，上海市房屋買賣市場和租賃市場發(fā)展的不協(xié)調(diào)，主要表現(xiàn)在上海市的住房買賣發(fā)展極為快速，而租賃市場面臨著消費者和政策的輕視、渠道和體系的不規(guī)范，使上海市居民的住房需求無法有效的從買賣市場轉(zhuǎn)移到租賃市場;

第二，在商品房市場出售的住房和出租房存在地理位置、生活環(huán)境和公關(guān)服務(wù)上的差別，上海市內(nèi)外環(huán)的“剪刀差”情況也有所不同，總體上內(nèi)環(huán)的買賣商品房和出租房市場發(fā)展都比較完善，建立了相對互補的關(guān)系，而在外環(huán)區(qū)域房屋租賃市場發(fā)展較為緩慢;

第三，本文通過Eviews7.0的逐步回歸可知，GDP、人口、人均可支配收入等因素是上海房價租金剪刀差形成的現(xiàn)實條件，同時我們不能忽視預(yù)期、偏好以及投機對于上海房屋買賣市場和租賃市場的影響：居民對于房價持續(xù)上漲的預(yù)期是普遍存在的，而這種非理性的預(yù)期會不斷吸引房地產(chǎn)開發(fā)企業(yè)前來投資，并且由于房地產(chǎn)業(yè)給地方政府帶來可觀的收益，所以政府有意識的鼓勵和培育房屋的銷售市場卻輕視租賃市場;買賣市場投機眾多而促使房價的上升由此使房價和租金背離。房屋的買賣市場參與者眾多，既有正常的購房需求的消費者，也有將購房作為投資途徑的消費者更有企業(yè)、資本家等帶著投機目的進行購房，他們期望在短時間內(nèi)房價上漲而獲得價格的增長部分，這一行為就極易導(dǎo)致房價的漲幅達(dá)波動。在租賃市場上，房屋的供求相對比較穩(wěn)定，交易雙方的目的單純，即出租方通過出租房屋獲取租金而另一方交納租金獲得房屋的使用權(quán);中國特有的居住文化使國人的置業(yè)觀更強，在大多數(shù)中國人看來，租房意味著收入水平低、生活條件差，特別是在婚戀上多傾向于男方必須有自己的獨立房屋，所以這就促進了購房市場的繁榮。在上海房屋租賃市場上，承租者往往是初入社會的學(xué)生或是外來的務(wù)工人員，他們的積蓄不能支撐高昂的房租。經(jīng)國際在線的數(shù)據(jù)統(tǒng)計，上海有68.7%的承租者工資水平低于5000元/月，所以從需求方的消費水平上來說，租金高速的漲幅出現(xiàn)的情況極小。

【參考文獻】

1、高波、王文莉.預(yù)期、收入差距與中國城市房價租金“剪刀差”之謎[J].經(jīng)濟研究，2013.6

2、錢放，賈生華.杭州市區(qū)房地產(chǎn)市場運行態(tài)勢略析[J].城鄉(xiāng)建設(shè)，2012（04）：83-84.

3、尹伯成.樓市調(diào)控的未來走向[J].中國報道，2012（02）：60-63.

4、馮廣波、丁彥皓.租金、房價及調(diào)控政策-基于上海市的案例研究[A].工業(yè)技術(shù)經(jīng)濟，2010.5.25

5、卡爾·馬克思.資本論[M].人民出版社，2004

6、迪帕斯奎爾·惠頓（著），龍奮杰（譯）.城市經(jīng)濟與房地產(chǎn)市場[M]，經(jīng)濟科學(xué)出版社，2002

7、劉仁和，程昆，莫金玲.我國四大城市住宅價格與租金的關(guān)系研究[J].中國房地產(chǎn)，2011（18）

8、況偉大.預(yù)期、投機與中國城市房價波動[J].經(jīng)濟研究，2010，45

9、王藝明.房租資本化、模型誤設(shè)與房地產(chǎn)投機泡沫：基于北京、上海和廣州住房二級市場的研究[J].世界經(jīng)濟，2008

10、Gollier， C， Wealth Inequality and Assert Pricing[J].Review of Economic Studies， 2001

11、鄭景齡.房價租金比的影響因素研究[D].浙江大學(xué)，2014.