我国流动人口住房租购选择及其影响因素
——基于2017年CMDS的实证分析

李梓颖，边 艳

（广州大学 管理学院，广东 广州 510006，E-mail：bian-yan2008@163.com）

改革开放以来，随着体制改革和政策调整，我国逐渐消除了一些制度障碍，使得过剩劳动力获得“退出权”“流动权”和“进入权”，劳动力可以根据就业机会和相对收入的市场信息，用脚投票流向其他城市[1]。劳动力在城市间自由流动，数量越发庞大，截至2019年我国流动人口已达到2.44亿人。如此庞大数量的流动人口进入城市后住房问题不断凸显，如何解决住房问题，如何充分保障他们的“居住权”，成为政府、学者及流动人口群体自身关心的话题。

租购选择是流动人口在流入地解决居住问题必须面对的重要决策，学者们从不同的视角研究流动人口住房租购选择影响因素。国外学者对租购选择影响因素的研究可归纳为经济因素、社会人口因素和制度因素等。经济学家经常强调消费（投资）决策与租购选择之间的关系，购房被认为是效用最大化的住房选择决策。收入、资产价值和相对房价等微观经济因素是个体实现住房自有的关键[2，3]。社会人口学家则认为住房租购选择是一个复杂过程，仅从经济角度难以解释透彻，他们聚焦于非经济因素的影响。家庭特征（如家庭规模、家庭角色和家庭结构）和“家庭生命周期”所处阶段等社会人口因素的影响被广泛关注[4]。另有学者考察制度因素对租购选择的作用机制[5]，证实了住房拥有率受税收制度和财政激励影响。国内学者主要从制度、人口、就业、流动和城市特征等方面对流动人口租购选择影响因素进行研究。有学者指出，城市准入制度和不可分割的土地使用权对农村流动人口在城市目的地实现住房自有的几率存在负面影响[6，7]。有学者以流动人口的购房意愿为因变量，研究不同的因素对流动人口预期购房决策的影响[8，9]。有学者以流动人口的租购选择现状为因变量，研究流动人口群体内不同的因素对当前选择的影响[10～14]。

综上所述，学者主要关注某一地区的流动人口与本地居民的租购选择差异，鲜有研究全国范围内整体的流动人口内部租购选择差异，且较少关注流入地的城市经济因素以及不同流入地之间的差异比较。因此，本文试图将全国范围流动人口的微观数据和流入地城市的宏观数据结合，探讨各方面因素对流动人口租购选择的影响，特别是不同类型城市的流动人口租购选择影响因素的差异，以期为不同城市在其流动人口市民化、流动人口住房服务与管理、地方政府相关政策制定等提供参考。

1 研究范围与数据来源

1.1 研究范围

本文以全国286个地级市为研究范围。为了全面把握全国不同城市流动人口租购选择的差异，尝试采用国内当前社会普遍接受的《第一财经周刊》所发布的 2016年中国城市分级结果，将新一线城市与二线城市归为二线城市，最终将样本城市划分为一至五线城市。

1.2 数据来源

本文研究数据分为微观数据和宏观数据，微观数据采用2017年中国流动人口动态监测调查（China Migrants Dynamic Survey，CMDS）的数据；宏观数据采用全国地级市统计数据，城市房价数据来源于安居客数据平台，其余数据均来源于《中国城市统计年鉴2017》和《中国国土资源统计年鉴2017》。

2 变量选择与模型设定

2.1 变量选择

本文的被解释变量为租购选择，根据2017CMDS调查问题“您现住房属于下列何种性质”，经过对答案的重新归类，将“自购商品房、自购保障性住房、自购小产权住房、自建房”归类为购房，将“政府提供公租房、整租私房、合租私房”归类为租房。基于 2017CMDS问题设置分类和年鉴中反映城市经济运行的相关指标，本文的解释变量可归纳为就业、流动、城市经济和个人等因素，如表1所示。

2.2 模型设定

考虑到本文将因变量租购选择归并为2个非序次离散类别，且不要求自变量服从多元正态分布，因此本文采用Logit回归模型进行估计和检验。对于个体 i=1，2，…，n，可供其选择的方案 j=1和2，个体i选择方案j的概率可表示为：

对每一个体i而言，选择每一个方案j的概率加起来应等于 1，为了进行估计，其中一组系数需要标准化为0，如γ1=0，这样剩下的1组系数的含义可通过对比参照组进行解释。在本文中，将租房选择设置为参照组，建立如下Logit模型，从而对流动人口租购选择影响因素进行估计和检验：

式中，被解释变量Choice为租购选择，共有2种状态，分别为购房和租房；X1、X2、X3、Z分别代表就业因素、流动因素、城市经济因素和个人因素；α为回归常数项；ε为遗漏变量。

3 实证分析

3.1 租购特征分析

租房是流动人口的主要住房选择，仅有少部分人购房实现住房自有。在全国样本中，流动人口选择租房的比例高达 70.81%，选择购房的比例仅为29.19%。近年来中国的商品房销售价格持续大幅上涨，房价高企导致流动人口越来越难以购房从而实现流入地的住房自有。购房群体住房支出高，租房群体住房负担重。购房群体的家庭住房支出、家庭总支出、家庭总收入均比租房群体高，但是租房群体的家庭住房支出与总支出的比例、家庭住房支出与总收入的比例均比购房群体高（见表2）。这说明了购房群体的家庭经济条件比租房群体优越，呈现出高收入、高支出和低占比的特点，租房群体在住房选择中处于劣势地位。

表1 解释变量描述性统计

表2 不同住房选择下流动人口住房负担比较

一线城市的流动人口实现住房自有的比例最小、难度最大；四线城市的流动人口实现住房自有的比例最大、难度最小。从图1不同类型城市流动人口住房选择比较可以看出，住房选择为购房的流动人口中，一线城市的比例最低（23.71%），四线城市的比例最高（42.55%）；选择租房的流动人口中，四线城市的比例最低（57.45%），一线城市的比例最高（76.29%）。

3.2 全样本租购选择Logit模型分析

利用软件Stata 16分别从就业因素、流动因素、城市经济因素和全因素构建模型对流动人口租购选择影响因素进行实证分析。

图1 不同类型城市的流动人口住房选择

（1）就业因素（模型1）。如表3所示，就业因素对流动人口租购选择有显著影响。相较于租房选择，家庭总收入与购房选择的概率成正比。相对于公务人员，专业技术人员、产业工人和商业服务人员更倾向于租房，而农林牧渔水利人员则更倾向于购房。相对于就业于机关事业单位的流动人口，公有企业租房的几率更低，个体工商户和非公有企业租房的几率更高。就流动人口参与新农保和城镇居民医疗保险的情况而言，没有参与新农保、有参与城镇居民医疗保险的流动人口有更高的几率购房。综合全因素模型4与模型1的拟合结果相似。

（2）流动因素（模型2）。如表4所示，流动因素对流动人口租购选择的影响，大部分因素都在0.1%水平上显著。相对于跨省流动人口，省内跨市和市内跨县更可能实现住房自有，其中市内跨县实现住房自有的概率最高。这证实了流动范围越近，其住房自有的几率越大；相对于愿意落户的流动人口，犹豫是否落户的有更高概率购房；在未来一段长时间里，愿意继续留在当前城市的流动人口比不愿意和犹豫的有更高的概率购房；流动时间与流动人口实现住房自有的概率成正比；流入地区虚拟变量结果显示，东部流动人口较其他地区更难实现住房自有，究其原因在于东部城市房价较高，流动人口住房购买能力难免不足。综合全因素模型4与模型2的拟合结果相似，流动范围越远、落户意愿和留城意愿越低、流动时间越短，则其选择购房的可能性越低，租房的可能性越高。

表3 就业因素与全因素实证结果

表4 流动因素与全因素实证结果

（3）城市经济因素（模型3）。如表5所示，城市经济因素对流动人口选择购房的影响显著。房价对流动人口购房选择有负向影响。房价的平方项显示，城市房价与流动人口购房选择存在U型非线性关系。当城市房价小于临界值时，房价越是上涨，流动人口越难以倾向选择购房；当城市房价持续上升且超越临界值时，房价对流动人口的流入产生阻碍作用，此时保持流入的大多为“高精尖”型流动人口，他们不仅年龄结构、收入水平、职业类别等发生了变化，且住房负担能力更强，更有实力购房实现住房自有；流入城市的人口规模越大，流动人口购房的几率越低；人均地区生产总值、产业结构升级率、失业率、财政支出对流动人口购房选择的影响为正。产业结构升级率对流动人口购房选择的影响为正，可能原因在于选择购房的流动人口所流入城市逐渐完成产业结构升级向高端化发展，从而吸引有竞争力的人才流入，这部分流动人口更具备经济实力。失业率与流动人口选择购房的几率成正比，这可能是由于失业率越高的城市，意味着经济民生越差，这些城市的房价也相较越低，但大部分受访者并没有失业而都拥有自己的工作，这也就导致了流动人口流入失业率越高的城市，反而实现住房自有的可能性越大。综合全因素模型4和模型3的结果，可以发现系数稳健，作用方向一致。

表5 城市因素与全因素实证结果

（4）各模型控制变量的回归结果。如表 6所示，女性、非农业户籍、已婚、有随迁子女、无宅基地的流动人口选择购房的可能性更高；年龄越小，受教育程度越低，住房支出占比越高的流动人口，则选择租房的可能性越高。值得注意的是，随迁子女数量为1时，流动人口选择购房的概率最高，有2个或以上的随迁子女时，选择购房的概率下降，而没有随迁子女选择购房的概率最低。可以看出，没有或者太多的随迁子女，都会降低流动人口选择购房的概率。住房支出占总支出的比例越高，则选择租房的概率也越高，可以看出租房流动人口的住房负担比购房重，一定程度上说明租房选择是一个“被动选择”。

表6 个人因素实证结果

3.3 稳健性检验

考虑到流动人口的租购选择对城市房价存在反向因果关系，本文尝试采用Ivprobit方法，处理因反向因果关系导致的内生性问题。在实际回归中，将房价和房价的平方项视为内生变量，借鉴相关文献[10，15]，选择以土地出让单价、财政收入作为工具变量进行回归。表7结出了使用工具变量法后的估计结果，模型（5）和模型（6）为第一阶段估计结果，模型（7）为第二阶段估计结果。

表7 内生性问题处理：工具变量法

第一阶段结果显示，土地出让单价、财政收入均对房价、房价的平方项有显著影响，这不仅从计量意义上肯定了土地出让单价和财政收入是较为理想的工具变量，而且通过weakiv命令进行的弱工具检验可知，AR的p值在1%的水平上显著，则应拒绝原假设“H0：内生变量与工具变量不相关”，即拒绝这两者为弱工具变量的假设。

第二阶段回归结果显示，房价和房价的平方项的系数对购房选择的影响十分显著。从系数的解读上可知，房价越高，流动人口选择购房的可能性也就越低。这是常理，但通过与全样本Logit回归的系数对比可知，若忽视内生性会造成过度夸张房价对购房选择的负面影响，导致与事实存在偏差，这应该引起关注和修正。总之，经工具变量法验证后城市房价对租购选择仍呈现正“U”型关系，但在一定程度上可修正房价对购房选择的负面影响。

3.4 城市分级租购选择Logit模型分析

由于我国城市的发展水平存在一定差异，使得流动人口在不同类型城市的住房租购选择会有相应变化，因此尝试对比不同类型城市之间的流动人口住房租购选择影响因素。

如表8所示，流入不同类型城市的流动人口的租购选择所受的影响因素存在差异。

表8 城市分级租购Logit模型实证结果

（1）在二三线城市，就业因素对流动人口租购选择有强烈敏感影响，农林牧渔水利人员和公务人员比其他职业有绝对优势实现住房自有。而在一线城市，职业和单位性质对租购选择无显著影响。无论在几线城市，商业服务人员和产业工人均处于租购选择的劣势地位。

（2）在一线城市，愿意落户与购房选择的几率成正比；而在二三四线城市，有落户意愿反而实现购房的几率更低，这一方面可能是没有落户意愿和犹豫的人认为落户二三四线城市所带来的效用与自己的期望不符，另一方面他们有更强的能力在二三四线城市实现购房。

（3）在一二线城市，户口类型对住房租购选择的影响不显著。换言之，城乡二元双轨制的户籍制度不再显著影响现阶段流入一二线城市的流动人口住房租购选择。

（4）各类型城市的房价及其平方项对流动人口租购选择的影响存在差异。在一二三线城市中，随着房价上升，房价对流动人口的租购选择会产生先抑后扬的正“U”型非线性影响，在房价到达阈值之前，随着房价上涨，流动人口选择租房的可能性越高；当超过此值后房价继续上涨，则选择购房的可能性越高。在四五线城市中，随着房价上涨，房价对流动人口的租购选择会产生先扬后抑的倒“U”型非线性影响，在房价到达阈值之前，随着房价上涨，流动人口选择购房的可能性越高；当超过此值后房价继续上涨，则选择租房的可能性越高。经过计算得到一至五线城市的房价阈值分别为2.84、2.41、1.38、0.44、0.44万元。可以看出，不同层级城市影响流动人口租购选择的房价拐点差异较大，这也证实了房价对不同层级城市的流动人口租购选择有着不同的影响效果。

4 建议

（1）关注流动人口的就业状况和生活水平。特别要关注在就业和生活上处于弱势地位的流动人口，通过税收减免或住房补贴等措施，缩小租房与购房流动人口之间的住房负担差距。

（2）把控流入因素和城市经济因素对流动人口住房选择的影响。一方面坚持住房不炒；另一方面想方设法治理“大城市病”，让流动人口友好地融入而后安居乐业。

（3）根据不同层级城市的租购影响差异采取不同的治理措施。在一二线高房价城市，可大力培育和发展住房租赁市场，推进“租购同权”。在三四五线城市，需要不断深化户籍制度改革，从而提高农村进城流动人口在住房问题的幸福感、获得感和满意度。

5 结语

租房仍是流动人口解决其住房问题的主要方式。购房流动人口相较于租房的，呈现出高收入、高住房支出和低住房负担的特点，租房群体在住房选择中处于劣势地位。一线城市流动人口购房比例最小，租房比例最大；四线城市购房比例最大，租房比例最小。流动人口的租购选择受制度因素、就业因素、流动因素、城市经济因素和个人因素多方面影响。城市经济因素层面上，房价对租购选择的影响较为复杂——以租房选择为基准，房价对购房选择呈现正“U”型的非线性关系。就业、户口、房价等因素对不同层级城市流动人口租购选择的影响存在差异。其中，一二三线城市房价与流动人口的租购选择呈现正“U”型关系，四五线城市呈现倒“U”型关系。