超大城市外来人口住房模式选择——基于北京、上海、广州、深圳的实证研究

一、引言

在中国城镇化过程中，大城市集聚了大量外来人口。迫于高房价、高落户门槛等限制，以农业转移人口和异地就业大学生为主体的城市外来人口大多“蜗居”于大城市，住在集体宿舍、租赁房等条件较差的地方，面临买房难、安居难等问题。而相对于一般大城市来说，北京、上海、广州、深圳作为城区常住人口规模超过1000万的超大城市①，其所面临的人居矛盾问题尤为突出。对此，为了让全体人民住有所居，党的十九大报告提出要加快建立多主体供给、多渠道保障、租购并举的住房制度；北京、上海、广州、深圳等大城市在调控房价的同时，也纷纷出台政策加快保障性住房建设和发展住房租赁市场。而要让住房政策“精准发力”，实施“一城一策”，需要了解各城市不同住房模式群体的需求特征，探究外来人口住房状况及其影响因素。在此背景下，本文拟分析超大城市外来人口对购房、租房等住房模式的选择及其影响因素。

城市外来人口住房问题的研究涵盖住房状况（石智雷、薛文玲，2014）[1]、住房保障（吴宾、徐萌，2018）[2]、居住区位（刘涛、曹广忠，2015）[3]等方面。其中，针对由住房权属、租购模式、住房质量、社区环境等所反映的住房状况，现有文献普遍发现移民住房呈现产权边缘化、住房质量差、空间集聚封闭等特征[4]；经济能力较差的农业户口、新生代、流入村委会的流动人口更偏向于租住私房（刘厚莲，2016）[5]。究其原因，主要有家庭特征、制度约束、地区特征三类因素影响外来人口的住房状况。在家庭特征因素方面，冯长春等（2017）[6]实证研究发现流动人口家庭的住房权属和质量受到家庭非农收入、家庭成员教育程度、年龄、迁移年限等家庭特征因素的影响。在制度约束方面，何兴强、费怀玉（2018）[7]研究发现，受户籍等制度约束，外地居民倾向于选择租赁的住房模式。Tao et al.（2015）[8]则认为户口对农民工住房选择只是起到间接作用，而家乡汇款、返乡计划和定居意愿才对其住房选择有显著影响。在地区特征因素方面，杨巧、杨扬长（2018）[9]实证发现以流入城市房价水平为表现的地区特征会影响流动人口租房和购房选择，大、中、小城市房价与流动人口住房选择呈现正U型关系。

纵观现有的文献，研究对象主要涉及省区或一般城市的住房问题，而较少聚焦于超大城市的分析；其对住房状况的影响因素分析主要侧重家庭特征、制度约束、地区特征的某个方面，而较少对这三个方面因素进行全面考察。作为拓展，本文聚焦于北京、上海、广州、深圳这四个超大城市，建立住房模式选择的多类别Logit模型，使用2014年、2016年“中国劳动力动态调查”（CLDS）数据，综合考虑并实证分析家庭特征、制度约束、地区特征因素对超大城市外来人口住房模式的影响。

二、数据、模型与变量

（一）数据来源

本文实证研究的数据来自“中国劳动力动态调查”（CLDS）。该调查由中山大学社会科学调查中心主持实施。本文使用2014年、2016年CLDS中北京、上海、广州、深圳四个超大城市的城镇地区家庭样本所构成的混合截面数据，剔除追访重复观察的样本，得有效样本数为1515，其中，2014年、2016年的样本数分别为873、642，北京、上海、广州、深圳的样本数依次为407、416、488、204。

（二）实证模型

本文建立多类别Logit模型实证分析超大城市住房模式的影响因素。多类别Logit模型是针对因变量为类别变量情形下所建立的计量统计模型，其假设因变量的累积概率密度函数符合Logistic分布，通过估计事件发生与不发生的概率比，得出因变量与自变量之间的相关关系。本实证模型的因变量“住房模式类型”是类别变量，划分为四种类型，取值分别为1、2、3、4。在住房模式选择的多类别Logit模型中，“住房模式类型”（house）取值为j时的条件概率如（1）式所示。其中，house是因变量，xi是自变量向量，βk是参数向量，i是个体下标。运用极大似然估计法可得各参数估计量。

（三）变量说明

本实证模型的因变量“住房模式类型”划分为拥有多套自有住房（=1）、拥有单套自有住房（=2）、租赁房（=3）、借住等其他类型（=4）。其中，借住等其他类型包括和单位共有产权房、单位或政府免费提供、父母或子女提供、其他亲友借住等。在全部家庭样本中，有7.5%的受访家庭拥有多套自有住房，45.3%拥有单套自有住房，35.2%住在租赁房，12.0%属于借住等其他类型。而在外地家庭样本中，多达67.0%住在租赁房，只有3.1%拥有多套自有住房，14.7%拥有单套自有住房。在各超大城市样本中，各类住房模式比例如图1所示。在这四个城市中，深圳的租住比例最高，为64.2%，其次是广州，为41.2%；上海的单套住房自有率最高，为61.1%，其次是北京，为52.1%；上海和广州的多套住房自有率相当，各约为10%；而深圳的多套和单套住房自有率在四个城市中是最低的。

本实证模型的自变量包括外地户口、农业户口、家庭人均年收入、同住人数、户主教育程度、户主年龄、户主性别、户主婚姻状况、地区变量、时间变量。变量说明和描述统计见表1。本文所界定的城市外来人口指从外县区迁入本县城镇地区居住而户口仍在外县区的人口。“外地户口”变量用于界定是否外地家庭，“农业户口”变量反映家庭户口性质。在全部家庭样本中，户主是外地户口的家庭占34.5%，户主是农业户口的家庭占23.2%；在外地户口家庭中，户主持农业户口的家庭占62.6%。

在全部家庭样本中，家庭人均年收入均值为49247元；平均每家庭同住人数为2.8人；户主平均受教育年限为11.2年；户主平均年龄为53岁；女性户主占30.9%；户主已婚的占79.6%。与全部家庭样本相比，在外地家庭样本中，家庭人均年收入均值较低，为45303元；平均每家庭同住人数相当，也为2.8人；户主平均教育程度略低，平均受教育年限为10.9年；户主较年轻，平均年龄为43岁；女性户主较少，仅占17.1%；户主已婚的居多，占82.2%。另外，“北京”“上海”“广州”“深圳”是居住地区的虚拟变量。“时间变量”用于控制混合截面数据的时间趋势。

三、实证结果分析

图1 北上广深四城市的住房模式类型比例

表1 变量说明和描述统计

住房模式选择的多类别Logit模型以“单套自有住房”（住房模式类型=2）为参照组，运用极大似然估计法，得到估计结果如表2所示。在多类别Logit模型中，估计系数表示在其他条件一定的情况下某个自变量的变化对风险比（即第j类住房模式概率与单套自有住房模式概率之比）的影响效应。表3进一步得出自变量的变化对各类住房模式概率影响的边际效应。

（一）户籍因素的影响

在表3中，“外地户口”变量对单套自有住房的边际效应显著为负值，对租赁房的边际效应显著为正值，这反映出与本地户口家庭相比，户主是外地户口的家庭以较低概率拥有单套自有住房，而以较高概率住在租赁房。即使具有相同的家庭收入水平、教育程度、年龄特征等，外地户口家庭拥有单套自有住房的概率也比本地户口家庭低18.6%。而是否外地户口家庭对于是否拥有多套自有住房或借住等其他类型住房的影响不显著。

“农业户口”变量对多套自有住房、单套自有住房的边际效应显著为负值，对租赁房的边际效应显著为正值，这反映与非农或居民户口家庭相比，户主是农业户口的家庭以较低概率拥有多套或单套自有住房，而以较高概率住在租赁房。在其他特征相同的情况下，农业户口家庭拥有多套自有住房、单套自有住房的概率分别比非农或居民户口家庭低10.2%、13.8%，而其住在租赁房的概率比非农或居民户口家庭高24.4%。

这说明在超大城市中，外地户口和农业户口家庭客观或主观地倾向于选择租赁房这种住房模式，外来人口在北京、上海、广州、深圳这四个超大城市购房、居住仍面临不同程度的政策壁垒。在超大城市中，购买商品房、申请经济适用房等主要倾向于本地户籍居民，或者要求有本地社保缴费年限等限制，本地户籍居民在申请住房贷款、使用公积金等住房金融工具时也比

外地居民更有优势，而外来人口往往没有本地户口，本地社保缴费年限较少，经济实力又较弱，面对超大城市高房价的压力，外来人口在超大城市购房自然困难重重，只能退而选择租赁房这种住房模式。

表2 住房模式选择的多类别Logit模型估计结果（以“单套自有住房”为参照组）

表3 各变量的边际效应

（二）家庭特征因素的影响

在表3中，“家庭人均年收入对数”变量对租赁房的边际效应显著为负值，这反映家庭人均年收入水平越低者住在租赁房的概率越高。而家庭人均年收入对于选择多套自有住房还是单套自有住房的影响并不显著。这在一定程度上可以推断，在四个超大城市中，由于商品房限购等调控政策的实施以及高房价的压力，即使收入较高的家庭也难以购买二套房，一般只是购买单套住房，以满足家庭住房的刚性需求。“同住人数”变量对多套自有住房的边际效应显著为正值，对借住等其他类型住房的边际效应显著为负值，这反映家庭同住人数越多，则改善性住房需求较大，购买二套及以上住房的概率也就较高。而家庭同住人数越多，则不便采用借住亲友或单位住房等其他住房形式。

表3显示“户主教育程度”变量对多套自有住房的边际效应显著为正值，对租赁房的边际效应显著为负值，这反映教育程度越高者拥有多套自有住房的概率越高，而教育程度越低者住在租赁房的概率越高。在其他条件一定的情况下，户主受教育年限每增加一年，其拥有多套自有住房的概率、住在租赁房的概率分别上升、下降约1%。表2中户主教育程度的估计系数显示，以单套自有住房为参照，教育程度越高者的住房模式概率从高到低依次为多套自有住房、单套自有住房、租赁房或借住等其他类型，即教育程度越高者倾向于选择较高的住房模式。相对于其他城市，北京、上海、广州、深圳的劳动者教育程度普遍较高，加上近年来，各大城市纷纷出台住房补助等福利政策招揽高学历高技能人才，这在一定程度上使得就职于超大城市的高教育程度者在拥有多套自有住房方面具有优势。

户主年龄及婚姻状况反映家庭生命周期对住房模式选择的影响。表3显示“户主年龄”变量对单套自有住房的边际效应显著为正值，对租赁房的边际效应显著为负值，这反映随着户主年龄的增长，其拥有单套自有住房的概率随之提高，而越年轻者租房的可能性越大。同时，在其他条件一定的情况下，户主已婚、已经组建新家庭者拥有单套自有住房的概率较高，而未婚者住在租赁房的概率较高。另外，性别对住房模式选择的影响并不显著。可见，不同于以往家庭中以男性购房为主的特点，现在随着女性地位的提高，特别是超大城市中女性的教育程度、收入水平等较高，女性的购房能力并不低于男性，这就导致在超大城市中住房的租购选择没有显著的性别差异。

（三）地区因素的影响

表2中地区虚拟变量的估计系数显示，以单套自有住房为参照，在家庭特征相同的情况下，北京和深圳地区的居民住在租赁房、借住等其他类型的概率显著高于拥有单套自有住房的概率；在北京拥有多套自有住房更为困难，在北京拥有多套自有住房的概率显著低于单套自有住房的概率。表3中地区虚拟变量的边际效应显示，以广州地区为参照，在家庭特征相同的情况下，在北京拥有多套自有住房的概率显著比广州低8.6%；在深圳拥有单套自有住房的概率显著比广州低17.2%；在北京、深圳借住等其他类型的概率显著高于广州；而上海与广州在住房模式选择上没有显著的地区差异。

可以推断，住房模式与这四个超大城市的房价有较大关系，2013—2017年这四个超大城市的平均房价从高到低依次为深圳35230元/平方米、北京23931元/平方米、上海20541元/平方米、广州15936元/平方米，②在房价越高的城市，其居民购房压力越大，则会倾向于租赁房、借住等较低的住房模式。在这四个超大城市中，广州的房价较其他超大城市低，广州的住房模式相对较高，其次是上海，而北京和深圳的住房模式较低。

四、结论与建议

本文实证分析北京、上海、广州、深圳这四个超大城市外来人口的住房模式及其影响因素，研究发现：第一，在超大城市中，外地户口和农业户口家庭倾向于租赁房这种较低的住房模式，外来人口比本地居民有着更低的住房自有率，外来人口在超大城市居住仍面临户籍等制度障碍。第二，个人人力资本对提升超大城市家庭住房模式起显著作用，教育程度越高者倾向于较高的住房模式，表现为有着更高的多套或单套住房自有率，更低概率租房或借住等。较高收入能降低住在租赁房的概率，但受超大城市高房价以及商品房限购等政策的影响，较高收入对提升购房概率的影响并不显著。第三，在相同的家庭特征下，北京比广州有着更低的多套住房自有率，深圳比广州有着更低的单套住房自有率，而上海与广州在住房模式选择上没有显著的地区差异。在房价越高的城市，居民则倾向于租赁房等较低的住房模式。

对此，要改善超大城市居民特别是外来人口的住房状况，建议采用如下对策：第一，超大城市在住房政策上要进一步突破户籍等制度限制，让外地户口、农业户口居民在购买商品房、申请保障性住房、申请住房贷款、使用公积金等方面可享受与本地居民同等待遇。一方面，要将外来人口纳入城镇住房保障体系，加强并合理布局经济适用房、廉租房、公租房等保障性住房建设，适当放宽保障性住房的申请条件，使之向外来人口、低收入人群倾斜；另一方面，针对超大城市较多外来人口聚居于租赁房的状况，需进一步完善“租购同权”政策，让租房者也能同等享受城市社区基本公共服务。第二，基于市场机制，发挥个人人力资本改善其居住状况的作用，破解有住房刚性需求者的购房障碍，让较高教育程度的外来人口能依靠自身禀赋突破户籍等制度藩篱，改善其住房条件。第三，要减轻超大城市房价过快上涨的压力，从根本上需要增加超大城市的土地供应，使城市新增建设用地指标、住宅用地指标与城市新增常住人口规模相一致，使住房供给和需求相匹配。通过调控房价，减轻超大城市居民的住房成本负担，使全体居民住有所居。

注释：

①城市规模划分标准根据国务院《关于调整城市规模划分标准的通知》（国发〔2014〕51号）。

②据2014—2018年《中国统计年鉴》35个大中城市商品房平均销售价格计算。