统计与决策２０1 5年第14期·总第434期

0 引言

伴随城市化进程，城市居民住房需求不断增长。根据

国家统计局的数据显示，2002~2012年，中国城镇居民实

际人均可支配收入提高142.9%，人均住房面积从24.5平

方米提高到32.9平方米，年均增长率达到2.99%。但与此

同时，房价高、可支付能力低等城市住房社会问题日益凸

显，经济的可持续发展受到挑战。

需求弹性是微观经济学领域的重要指标，其收入弹性

反映商品的基本属性特征，价格弹性反映了消费者在市场

中的议价能力，二者都是开展市场分析和预测的重要指

标。住房需求弹性可以帮助定性和定量分析住房市场特

征，判断住房消费的发展阶段，预测住房市场需求以及住

房价格变化趋势，为政府调控房地产市场的政策制定提供

针对性建议。学者发现基于宏观数据的住房需求弹性测

定存在加总性偏误、无法控制住房异质性、无法控制租房

家庭和自有住房家庭的住房需求差异等诸多缺陷，然而利

用微观数据可以较好地解决以上问题，从而提高实证结果

的准确性，因此，采用微观数据测定住房需求弹性具有显

著优势。同时，测定多个省份的住房需求弹性并进行比较

分析，有助于更加清晰地了解住房市场的空间差异性特

征。然而目前国内绝大多数住房需求弹性的实证研究都

采用宏观数据，利用微观数据的实证研究很少，基于多个

省份的微观研究更加有限，制约了对中国各省住房需求弹

性的准确把握以及对中国住房市场空间差异性特征的深

入分析。因此，有必要利用微观数据，开展多个省份的住

房需求弹性实证研究。

本文将基于区域视角使用多个省份的微观数据开展

住房需求弹性的实证测定，更加准确地分析各省住房需求

特征和住房需求的省间区域差异特征，并且利用需求弹性

指标进行经济预测，最后提出相关政策建议。

1 数据

本文测定住房需求弹性所用的微观数据来自2007~

2009年中国城镇住户调查辽宁、浙江、安徽、湖北、广东、陕

西、甘肃6省的个人和家庭微观数据，调查对象包括在中国

城镇区域内居住半年以上的所有农业户口及非农户口住

户。在样本选择时剔除了变量缺失的样本、房龄大于50年

的样本以及收入异常的家庭样本，总样本量为17630个。

所有价格和价值相关的变量都进行了通胀因素的平减。

表1列出了按照住房产权类型的各省样本量统计，由

于住房需求弹性反映的是一种市场化的特征，因此本文所

用样本均为居住在市场化住房（包括租赁私房、原有私房

和商品房）中的家庭样本。由于租房家庭的样本量过小，

所以本文在考虑租买选择对自有住房家庭住房需求影响

的基础上，只测定自有住房价格的住房需求弹性。表1 六省样本量统计

租赁私房

原有私房

商品房

合计

辽宁

176

148

3,373

3,697

广东

271

841

2,838

3,950

安徽

242

716

2,830

3,788

湖北

161

791

1,537

2,489

陕西

161

791

1,537

2,489

甘肃

71

62

1,084

1,217

合计

1,082

3,349

13,199

17,630

2 理论与实证模型

2.1 理论模型

住房需求是指家庭在一定条件下，有能力获取并愿意

自有住房家庭的住房需求弹性测定

杨 赞，张 欢，郑思齐（清华大学 建设管理系，北京 100084）

摘 要：住房需求弹性是描述住房市场需求特征的重要指标。文章基于住房需求弹性理论，采用 2007~2009年城镇住户调查微观数据，测定了辽宁、广东、安徽、湖北、陕西、甘肃六省居民的住房需求价格弹性和需求收入弹性。研究发现这六省的住房需求收入弹性均小于1，并且地区差异明显；同时，六省住房需求价格弹性普遍较小，住房的消费必需品属性明显。文章应用住房需求弹性指标，对各省未来住房市场需求变化以及房价变化趋势做出了定性和定量预测。

关键词：自有住房家庭；住房需求弹性；微观数据中图分类号：F293.35 文献标识码：A 文章编号：1002-6487（2015）14-0060-04

基金项目：国家自然科学基金资助项目（71073090；71273154；71322307）作者简介：杨 赞（1968-），女，上海人，副教授，博士生导师，研究方向：房地产经济与金融。

张 欢（1990-），女，北京人，硕士研究生，研究方向：房地产经济与公司金融。郑思齐（1977-），女，天津人，教授，博士生导师，研究方向：城市经济学。

决 策 参 考DOI:10.13546/j.cnki.tjyjc.2015.14.016

60

统计与决策２０1 5年第14期·总第434期

选择的住房，可分为住房消费需求和住房投资需求。住房

需求包括对住房数量、区位、质量等多方面的需求，本文仅

研究住房数量需求。为解决住房的异质性带来的住房需

求测度困难的问题，新古典住房需求模型引入“住房服务”

这一指标来计量住房需求，设定“一标准住房”作为住房服

务量的计量单位。某一住房的住房服务量由住房总租金

支出除以标准住房的租金得到。Muth（1960）和 Olsen

（1969）提出住房数量需求的一般形式为：

Q = q(Y PH Pc L) （1）

Y - 家庭收入，PH - 住房服务价格，Pc - 其他商品

和服务价格，L - 家庭偏好

进一步地，假设市场均衡情况下，家庭接受的住房服

务量H等于家庭的住房需求量Q，并设定住房需求方程为

柯布道格拉斯形式，即可得到住房需求方程如下：

H =Q = eβ0 PI

β1Pβ2

h Pβ3

c Demβ4eu （2）

PI - 永久收入，Ph - 住房存量（或服务）价格，Pc -

其他商品和服务价格，Dem - 人口统计变量

相应地，家庭住房消费支出 Eh = Ph·H，将其代入上

式，并对该方程进行对数处理，可以得到：

lnæèç

öø÷

Eh

Pc

= β0 + β1 lnæèç

öø÷

PIPc

+ ( )1 + β2 lnæèç

öø÷

Ph

Pc

+ β3Z + u （3）

2.2 需求方程的实证模型

在实证中，设 Eh 为住房市场价格的一个固定比例，并

且考虑租买选择对自有住房家庭住房需求的影响，将式

（3）变换为如下实证模型：

ln( )rValue = β0 + β1 ln( )rPI + ( )1 + β2 ln( )rPh + β3Z + IMR + u

（4）

其中，rValue 为住房的实际价值，这一指标在数据中

使用的是家庭自住房估值的真实值；rPI 为家庭实际永久

收入，rPh 为自有住房家庭的实际住房存量价格，

Z为人口统计变量 ，包括婚姻状况、来本地生活的时间长

短、户口、家庭人口、户主出生年代、户主教育水平、家庭成

员有无国企或集体企业职工、职业以及反映宏观经济指标

的年份虚拟变量；IMR是逆米尔斯比（Inverse Mills Ratio，

IMR），是反映租买选择概率的变量。

2.3 持久收入的实证估计

由于微观数据测定出的住房需求弹性为长期弹性，需

要使用长期收入指标进行计算，而反映家庭长期收入水平

的变量是持久收入，因此，在本文实证模型中，需要计算每

个家庭的持久收入。本文使用家庭特征回归法，建立线性

回归模型估计家庭持久收入，将家庭可支配收入中可被家

庭财富、个体特征和人力资本特征以及城市经济特征所解

释的部分提取出来作为持久收入指标，并且进行了异方差

调整。持久收入方程的估计采用线性回归，每个省份单独

计算，变量结构如表2所示。

2.4 住房存量价格的实证估计

为计算各省需求价格弹性，本文以“城市”为单位计算

各个城市各年的住房存量价格。如前所述，本文将“一标

准住房”作为住房服务量的计量单位，因此，在计算住房需

求价格弹性之前，需要首先计算“一标准住房”的单方价

格，这一指标对于自有住房家庭而言，称为住房存量价格。

2.4.1 定义“一标准住房”

由于数据结构中反映住房特征的变量有限，本文仅选

取住房面积、房龄、住房式样和装修状况这四项指标作为

反映家庭住房价值的住房特征变量。表3所示为以样本

均值表示的六省自有住房“一标准住房”的特征，可以看

到，六省自有住房的标准住房面积相差较大，最大的是湖

北省，达到121.34平方米，最小的是辽宁省，只有72.93平

方米；房龄普遍在10年左右，住房式样和装修情况差距较

大。表3 自有住房“一标准住房”的特征属性

住房面积（平方米）

房龄（年）

住房式样

是否装修（是=1；否=0）

辽宁

72.93

11.23

3.95

0.74

广东

111.36

10.91

2.95

0.68

安徽91.41

9.37

3.70

0.83

湖北

121.34

10.44

3.16

0.69

陕西

91.99

10.66

4.05

0.65

甘肃

92.19

8.15

3.83

0.74

2.4.2 计算特征价格

本文构建hedonic模型，计算住房面积、房龄、住房式

样和装修状况这四项住房特征的特征价格。实证模型如

式（5）所示。

ln( )r_value = a0 + a1(ln _area)+ a2(ln _house_age)+ a3

(house_style)+ a4(decoration) （5）

r_value - 实 际 住 房 价 值 ；area - 住 房 面 积 ；

house_age - 房龄；house_style - 住房式样；decoration -

是否装修。

2.4.3 计算住房存量价格

将各个城市的住房特征价格乘以该省的标准住房特

决 策 参 考

解释变量

家庭财富

人口统计变量

宏观经济变量

指标变量

Car

motor

TV

computer

musical_instrument

marriage

long_live

D_local

D_pop2 ~ D_pop5

D_birth2 ~ D_birth7

educ2 ~ educ4

D_SOE

D_COE

hjob2 ~ hjob8

year_08 year_09

含义

家中有汽车=1，若否=0

家中有摩托车=1，若否=0

家中有电视=1，若否=0

家中有电脑=1，若否=0

家中有大型乐器=1，若否=0

已婚=1，若否=0

来本地生活的年数

本地户口=1，若否=0

两口之家至五口人以上

户主出生年代：1930s~1980s

户主教育水平：初中以及下，高中或中专，大学本科，研究生及以上

家中有国企职工=1，若否=0

家中有集体企业职工=1，若否=0

从事以下职业的成员数量：科教文体卫专业技术人员，行政办事人员，服务业人员，农业生产，工业生产相关，军人，其他

2008年=1，若否=0；2009年=1，若否=0

表2 持久收入方程的变量结构

注：被解释变量：r_inc，家庭可支配收入。

61

统计与决策２０1 5年第14期·总第434期

征，得到标准住房总价，再除以标准住房的住房面积，得到

该城市的住房存量价格。六省各个城市的住房存量价格

的均值和标准差如表4所示。可以看到，六省中，住房存

量价格的平均值最高的是广东省，达到1973.4元/平方米，

其次为安徽省和辽宁省，湖北、陕西和甘肃省的住房存量

价格最低。表4 住房存量价格（单位：元/平方米）

城市数量

2007年

2008年

2009年

广东

15

1973.4

（1081.4）

3121.3

（2295.5）

3143.3

（2175.2）

辽宁

14

1749.9

（396.0）

1920.6

（682.9）

2126.6

（787.3）

安徽

13

1536.9

（313.374）

2013.9

（659.7）

2122.2

（607）

湖北

13

1185.9

（708.7）

1577.5

（1003.2）

1656.1

（1044.9）

陕西

10

1189.5

（369.2）

1425.7

（565.5）

1448.2

（525.2）

甘肃

9

1229

（356）

1593.8

（573.6）

1422

（459.2）

注：括号中为标准差。

2.5 租买选择

由于家庭住房需求量决策和住房的租买选择是一个

联合决策，因此当计算自有住房家庭住房需求弹性时，需

要控制住租买选择对自有住房家庭住房需求的影响，否则

弹性的计算结果将产生选择性偏误。本文采用Heckman

两步法，求得租买选择概率的调整变量逆米尔斯比，以调

整住房需求弹性计算中可能产生的选择性偏误。

Heckman两步法的第一步，以居住在市场化住房中的

家庭为总样本，对六省分别建立住房租买选择的二元pro-

bit离散选择模型，模型形式如下：

D_own*i =Xi B + εi （6）

P( )D_owni = 1 =P( )D_own*i ³ 0 =P(εi ³ -Xi B) （7）

其 中 ： 角 标 i 代 表 家 庭 i； D_owni =

ìíî

1，自有住房家庭（包括原有私房和自住商品房家庭）0，租房家庭( )包括租赁私房家庭

；

Xi 为影响家庭i租买选择的各类因素，包括家庭持久收入

（由第2.3节计算得到）、人口统计变量、住房存量价格和住

房服务价格（由第2.4节计算得到，租房家庭住房服务价格

的计算方法与住房存量价格的计算方法相同，文中略）、家

庭耐用消费品数量以及反映宏观经济情况的年份虚拟变

量；B 为系数向量；误差项 εi 服从正态分布且满足

{E(εi)= 0SD(εi)= σ

。由式（6）、式（7）的回归结果计算得到租买选

择概率调整变量逆米尔斯比（Inverse Mills Ratio，IMR），其

计算公式为：

IMRi =ϕ(- Xi B

σ )

Φ(Xi Bσ )

（8）

其中，ϕ标准正态随机变量的密度函数，Φ代表标准

正态的累计分布函数。

Heckman两步法的第二步，将计算得到的IMR变量代

入式（4）的自有住房家庭住房需求弹性实证方程中，完成

选择性调整。如果（4）的回归结果中IMR的系数显著，则

验证住房需求和租买选择是一个联合决策，IMR有效调整

了选择性偏误，增加了需求弹性计算结果的准确性。

3 实证结果及经济预测

3.1 住房需求模型的实证估计

依据前文计算得到的自有住房家庭持久收入、住房存

量价格和逆米尔斯比（IMR）等各项指标后，根据式（4）建

立线性回归模型，得到各省的住房需求弹性，结果如表5

所示。可以看到，除陕西省以外，其他省份的住房需求方

程中的逆米尔斯比（IMR）均显著，说明在这五个省中，住

房需求和租买选择是一个联合决策，概率调整变量IMR的

加入增加了需求弹性计算的准确性。表5 自有住房家庭的住房需求弹性

Eqi

Eqp

significance of IMR

辽宁

0.992

-0.162

Y

广东

0.471

-0.246

Y

湖北

0.299

-0.231

Y

安徽

0.619

-0.261

Y

陕西

0.608

-0.289

N

甘肃

0.501

-0.386

Y

如表5所示，六个省的住房需求弹性存在以下特征：

从住房的需求收入弹性来看，六省自有住房家庭的住房需

求收入弹性最高的为辽宁省，达到0.992，最低为湖北省，

数值为0.299，与Mayo（1981）提出的美国住房市场需求收

入弹性取值区间0.36~0.87相比，六省需求收入弹性的取

值分布更加分散，显示出更大的地区差异，同时，六省的住

房需求收入弹性均大于零且小于1，说明住房在这六省的

市场中是必需品。从住房的需求价格弹性来看，六省自有

住房家庭的需求价格弹性数值都在-0.1~ -0.4之间，与住

房市场发展较为完善的美国的需求价格弹性取值区

间-0.35~ -0.4（Zabel，2004）相比，这六省需求价格弹性普

遍较低，反映出住房市场呈现典型的卖方市场特点，市场

供给方提高住房价格对消费者住房需求的抑制很小，使得

市场供给方存在提高房价的动力。

六省住房需求弹性差异的原因之一是住房市场供需

矛盾的严重程度不同。如表3所示，辽宁省家庭平均住房

面积仅为72.93平方米，远远小于其他五省，反映出与另外

五省相比，辽宁省家庭对于获取更大面积住房，从而提升

住房消费水平的潜在需求更强。因此，收入增长对辽宁省

居民住房需求的提升幅度更大，住房需求收入弹性更高；

与之对应，户均住房面积最大的湖北省，市场供需矛盾较

小，家庭提高住房消费水平的潜在需求较低，因此住房需

求收入弹性最低。

3.2 经济预测——住房需求收入弹性与市场需求变化预测

需求收入弹性反映家庭收入提高一个百分比时市场

需求变化的百分比，当收入在未来几期的变化趋势较为确

定时，利用某一地区的需求收入弹性可以预测该地区住房

需求的变化。如图1所示，将2009年市场化自有住房家庭

的住房需求收入弹性与2007～2009年实际人均可支配收

入的年均增长率相乘，得到2009年各省住房需求增长率

的预测值（如图1中灰色折线所示），再通过计算2009年各

省人均商品住宅销售面积占各省2008年人均住房面积的

决 策 参 考

62

统计与决策２０1 5年第14期·总第434期

百分比，得到2009年各省住房市场需求的实际增长率（如

图1中黑色折线所示），可以发现，使用人均可支配收入和

住房需求收入弹性计算出的市场需求增长率与市场真实

住房需求增长率呈现较高的一致性。同时，预测值大于真

实值，这与理论相符，原因在于住房的市场需求还受到住

房价格变动影响，在房价呈现上升趋势的2009年，在控制

其他影响因素的情况下，住房市场需求会因房价上升而产

生下降趋势，因此在收入和价格的综合作用之下，真实市

场需求增长率会低于单独由收入因素决定的市场需求增

长率。

图1 2009年住宅市场需求增长率与市场需求增长率预测值

3.3 经济预测——住房需求价格弹性与房价

住房需求价格弹性反映了消费者的议价能力，弹性越

低，反映出卖方市场的特征越显著。本文所测定的六省住

房需求价格弹性均较小，呈现卖方市场特征。卖方市场

中，住房的供给小于需求，卖方在交易上处于有利地位，价

格上涨对市场需求的负面影响有限，因此六省价格均呈现

上涨趋势，如图2所示。

图2 2006～2010年六省商品住宅销售价格变化（单位：元/平方米）

4 总结

本文根据住房需求弹性理论，采用微观数据，测定辽

宁、广东、安徽、湖北、陕西、甘肃六省的自有住房家庭住房

需求收入弹性和需求价格弹性。发现六省的住房需求收

入弹性均小于1，住房属于必需品；住房需求收入弹性的

省间差别较大，住房市场的区域差异显著。六省住房需求

价格弹性均较低，反映在这六个省份中，住房市场呈现卖

方市场特征，消费者议价能力较低。利用测定得到的住房

需求弹性指标，可以对住房市场需求的增长和房价的增长

趋势做出合理预测。

本文测定需求弹性的六省分别地处中国的东中西地

区，实证结果有一定的代表意义。基于住房主要呈现必需

品属性这一实证结果，政府应当将提高中低收入家庭住房

可支付能力作为主要政策目标之一，在抑制投资投机需求

的同时，应着力满足首次购房和改善性购房家庭的住房需

求。同时，为解决消费者住房市场议价能力低、房价上涨

过快等问题，政府应在坚持房价调控不放松的基础上，提

高住房市场增量供给，完善住房市场体系来增强存量房的

流动性，将住房的卖方市场转变为买卖双方地位相对平等

的市场。此外，本文实证表明六省间住房供需矛盾程度存

在较大差异，因此政府在住房市场政策的制定中应充分考

虑地区供需矛盾差异，制定差别化、有针对性的调控政策。

参考文献：

[1]郑思齐, 刘洪玉. 住房需求的收入弹性: 模型、估计与预测[J]. 土木

工程学报, 2005, 38(7).[2]陈杰, 金珉州. 上海居民住房需求的收入弹性分析—基于家庭层

面的微观分析[J]. 上海经济研究, 2012,(3).[3]邹至庄, 牛霖琳. 中国城镇居民住房的需求与供给[J]. 金融研究,

2010,(1).[4]高波, 王斌. 中国大中城市房地产需求弹性的地区差异的实证分

析[J]. 当代经济科学, 2008, 30(1).[5]郑思齐. 住房需求的微观经济分析——理论与实证[M]. 北京: 中

国建筑工业出版社, 2007.(责任编辑/浩 天)

决 策 参 考

63