侯倩怡 白郭鑫

摘要：房价收入比是衡量城镇居民住房可支付能力与房地产泡沫的重要指标，不仅需关注绝对水平，还应关注演变趋势，并就相关 影响因素进行分析。本文结合电脑屏幕视角下，打开软件分析：1998-2017 年全国房价收入比数据，通过时空维度分析，发现此期间我 国房价收入比呈先升后降的趋势，且区域差异较大。而利用 1998-2016 年的相关数据进行回归分析发现，GDP、人均 GDP、城镇化率、 失业率和科研权重均对房价收入比有正面影响，其中城镇化率的影响较强。

关键词：房价收入比;时空趋势;回归分析

中图分类号：G210.7  文献标识码：A 文章编号：190616888

一、引言

住房作为人类生存发展的基本需求，是始终受到关注的关键 民生问题。上世纪末中国城市商品房价格开始攀升，居高不下。 随之，房价泡沫、住房支付能力等问题也成为了社会各界讨论和 研究的热点。（刘海猛等，2015）。而房价收入比也逐渐走入大 众视野。房价收入比一般是指住房价格与城市居民家庭年收入之 比（丁祖昱，2013），能够用于衡量城镇居民的住房可支付能力 以及房地产业是否存在泡沫。

但是，由于房价收入比的具体测算方在已有研究中具有多样 性，不同学者的理解不一，因此常根据研究目的对这一指标的测 算进行操作性界定（贾生华，2010）。这使得房价收入比的测量 表现与合理范围均呈现多样性甚至是显著的差异。并且，由于我 国住房市场的发展历程相对较短，目前发展也尚未成熟，因此以 房价收入比这一指标来衡量我国情况时，不可简单照搬国际经 验，需要关注其历史变动趋势（陈杰，2009）。由此，对于房价 收入比的演变趋势的关注与分析也就具有了更加重要的意义。

从其演变趋势的已有研究来看，学者所用研究方法不一，尚 未得出统一结论（张清勇，2007;陈杰，2009;丁祖昱，2013; 刘海猛等，2015）。总体来看，这些研究主要从宏观或微观层面， 关注房价收入比的时间特征及其反映出的居民住房支付能力，涉 及对空间和尺度的考量相对较少。因此，本文参考上海易居房地 产研究院的计算方法，以房屋总价与居民家庭年收入的比值来测 算房价收入比。基于此，本文整理了 1998-2017 年《中国统计年 鉴》和《中国区域经济统计年鉴》中的商品住宅销售总价以及城 镇居民家庭年收入数据，对此期间全国房价收入比的变化进行比 较分析，揭示我国房价收入比的区域差异和演变趋势。同时，本 文进一步搜集 1998 年-2016 年我国 GDP、人均 GDP、城镇化率、 失业率与科研权重的相关数据，采用回归分析法研究相关影响因 素，最后得出相应的结论。

二、演变趋势分析

（一）时间趋势分析 我们打开电脑屏幕，可以发现从变动的历史趋势来看（图

1），我国商品住宅房价收入比呈现波浪型变动态势。我国房价 收入比在 1998 年、2000 年-2003 年都呈现下降态势。2003 年以 来基本呈现上升态势，之后维持高位运行和間隔稍有回落。但在 国际金融危机爆发的 2008 年显著下降，从 2009 年后实施扩大投 资等举措又重新上升，从 2010 年-2014 年又见下降态势。从总体 上看，房价收入比从 1998 年到 2017 年共计上升了 0.3。

通过移动平均法消除周期波动和时间波动以修匀该时间序 列，可以发现，经过修匀后数据呈现出先升后降的变动趋势，自 2000 年到 2008 年我国房价收入比呈稳步上升态势，自 2008 年到

2017 年出现了一定程度的缓慢下降，其变动幅度小于前 8 年上升 的幅度。

（二）区域差异分析

整体上看，35 个大中城市的房价收入比呈现出东、中、西梯 度递减的态势，且相差幅度较大。根据已有研究的研究结果，结 合城市地理位置与经济发达程度，我们将北京、上海、广州、深 圳 4 个城市归为东部一线城市，天津、石家庄、沈阳、大连、南京、杭州、宁波、福州、厦门、济南、青岛、海口 12 个城市归 为东部二线城市，太原、长春、哈尔滨、合肥、南昌、郑州、武 汉、长沙 8 个城市归为中部二线城市，呼和浩特、南宁、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐 11 个 城市归为西部二线城市。

根据表 1，从算数平均数可以看出，在 2013 年至 2015 年， 整体上房价收入比呈现东中西递减的态势，且相差幅度较大，东 部一线城市遥遥领先，剩余二线城市房价收入比数值处于 6.68～ 9.19 区间，且很明显东部高于中部，中部高于西部，说明以西部 二线城市为代表的西部地区处于全国中下游水平。

根据表 2，就极差而言，东部一线城市的极差最大，其次是 东部二线城市，四组中东部一线城市房价收入比数据最为离散。 变异系数能更好的反映不同组别自身的离散程度，以这个数值进 行比较，东部两组的离散程度相当，都大于中部与西部二线城市， 中部是四组中变异程度最小的。

三、模型构建与实证结果分析

根据已有研究（吕江林，2010;丁祖昱，2013;赵奉军，2015）， 我们认为经济总量、城市建设、事业水平和科研投入这几个方面 会对房价收入比产生一定的影响，故而本文选取了 GDP、城镇化 率、失业率和科研权重几个因素进行研究，并提出假设：

（1）GDP 越高，城市经济实力越强，将刺激房价收入比上涨。

（2）人均 GDP 越高，城市人均产出水平越高，将推动房价 收入比上升。

（3）城镇化率越高，城市发展水平越高，对房价收入比有 正面影响。

5

（4）失業率越高，收入水平越低，也将刺激房价收入比上 涨。

（5）科研权重越高，国家科技实力越强，国民收入变高对 房价和收入有不同程度的影响，房价的发展速度快于收入的增长 速度时，房价收入比上涨。

基于此，选取房价收入比作为因变量，参考丁祖昱（2013） 的研究方法，分别以 GDP、人均 GDP、城镇化率、失业率与科研 权重为自变量，将 GDP、人均 GDP 取对数，进行一元回归分析。

根据回归结果（表 3）来看，所选取的自变量与因变量房价 收入比的回归关系均通过了 5%的显著性检验。从拟合水平来看， 所选取的自变量均会对房价收入比的变动产生一定影响。而从回 归系数来看，GDP、人均 GDP、失业率、科研权重与房价收入比这 四个因素对房价收入比将起到一定的正向影响，但相对来说影响 较小。相对来说，城镇化率对房价收入比的回归系数为 3.693， 影响要明显高于其他因素对房价收入比的影响系数。总体来看， 这些自变量的回归系数的方向验证了前文所提出的假设。

四、结论与建议

中国房价收入比应该处于一个合理的区间，如果过低，住房 需求难以给家庭带来压力，国家竞争力就会下降;如果过高，可 能会带来产业的空心化，甚至是剥夺了正常的住房需求。上海易 居房地产研究中心认为，中国的房价收入比合理区间应该为 6～ 7，参考这一意见，对上文研究结果做出解读，可以发现，首先， 从时间趋势角度讲，我国总体平均房价收入比近六年大致保持在 7 左右，属于一个比较合理的区间，略有偏高。我国政府有能力 也有义务继续对房价施行有效合理的调控，从而控制房价收入 比。现在我国水平高于世界银行给出的发展中国家合理区间，长 远目标应该是逐步降低房价收入比，既能满足正常住房需求，又 能刺激经济发展。

从东中西区域角度进行比较分析时，最重要的结论就是房价 收入比呈现出东中西梯度递减的态势，这与区域间经济发达程度 有直接联系，虽然经济发达的地区与经济欠发达地区相比，收入 水平更高，但房价相对是更高的，所以我国房价收入比与经济发 达程度呈正相关。这是我国特殊国情导致的，由户籍制度催生的 购房需求使得经济发达城市的商品房供不应求，加上中国传统观 念对于住房的重视，让经济发达地区的房价出现爆发式增长，经 济越是发达的城市，吸引的人口数量越多，房价也越高。从这个 意义上来讲，房价收入比也就成为衡量一个地区经济发达程度的 标志。东部一二线城市房价收入比均呈现出逐年上升的态势，中 部二线城市先下降后上升，属于有较小波动的平稳态势，而西部 二线城市房价收入比则出现连年下降的情况。这说明西部地区经 济不容乐观，人口流失严重，经济发展缓慢。国家要缩小社会差 距，不厚此薄彼，就要重视西部地区的发展。

从东中西区域绝对数值来看，东部一线城市是远远高于合理 区间的。结合实际生活讲，北京、上海、深圳与广州这四个城市 的房价已经上升到大部分人无法承受的地步，这是国家需要重点 调控的。

基于我国降低房价收入比的长远目标与对可行性的考量，结 合上文分析的影响因素，我们认为，在注重经济有质量地发展的 同时，国家不能一味追求城镇化率，而应该将其控制在一个合理 的水平。并且，降低失业率，是保障国民收入的有效手段。

五、参考文献

[1]刘海猛，石培基，潘竟虎，曹智，谢作轮.中国城镇房价收 入 比 时 空 演 变 的 多 尺 度 分 析 [J]. 地 理 科 学，2015，35（10）：1280-1287.

[2]丁祖昱.中国房价收入比的城市分异研究[J].华东师范 大学学报（哲学社会科学版），2013，45（03）：121-127+155.

[3]贾生华，戚文举.国外“房价收入比”研究：起源、测量与 应用[J].重庆大学学报（社会科学版），2010，16（02）：16-20.

[4]陈杰.我国房价收入比的变动趋势与区域差异[J].价格 理论与实践，2009（06）：30-31.

[5]张清勇.中国城镇居民的住房支付能力：1991—2005[J]. 财贸经济，2007（04）：79-84+129.

[6]吕江林.我国城市住房市场泡沫水平的度量[J].经济研 究，2010，45（06）：28-41.

[7]赵奉军.房价收入比的城际差异与影响因素——基于地 级市的实证研究[J].中国房地产，2015（03）：3-12.