1、1高校毕业生城市住房消费影响因素分析【摘要】 本文通过对西部重点城市成都、兰州毕业 5 年以内的高校毕业生进行调研，分析了影响其住房消费方式的一些主要因素，并以成都为例就其目前购房前景进行了实证分析，在此基础上提出一些相关的政策建议，以期为改善这类群体的住房消费问题提供一定的参考。 【关键词】 高校毕业生 住房方式 影响因素 趋向 一、引言 当前，西部地区经济发展相对落后。为缩小东西部差距，实现共同富裕，西部地区迫切需要提高人口整体素质、增大人力资源总量，因此对高校毕业生这样的高素质人才有着极大的需求。然而西部地区虚高不下甚至持续上涨的房价却令众多毕业生望而生畏，这是由于毕业生群体就业初期经济
2、基础相对薄弱，而我国现行的保障住房供给层次划分标准不科学，住房保障准入条件较为苛刻，使他们成为“夹心层”被现有住房供应体系所排斥。住房消费问题对西部地区人才流动、经济建设及和谐发展有着巨大影响，因此了解影响这类群体认可的住房消费方式的因素具有重要性和紧迫性。 本文基于对西部重点城市成都、兰州毕业 5 年内的高校毕业生的实地调研数据，运用软件 EViews7 分析探讨影响其认可的住房消费方式的一些主要因素，并以成都市为例，利用 GM（1，1）灰色模型和马氏链对其未来房价进行预测，在 2013 年 1 月 1 日起绝大多数银行执行新贷款利2率的基础上，探索我国西部高校毕业生目前的购房前景，从而为将
3、来解决此问题提供一定的参考。 二、问卷调查设计 为了使本次调查能最大程度地挖掘出西部高校毕业生住房消费方面的信息，笔者在查阅相关文献、咨询有关专家学者并对个案进行访谈的基础上，从西北和西南各抽取一个人口、高校、科技最为集中的城市兰州、成都的毕业 5 年以内的高校毕业生为调查对象，设计出包括毕业生的性别、受高等教育年限、毕业年限、个人月收入、户籍状况等基本信息和住房消费认可的方式、倾向、住房消费水平、购房心理、动机等住房信息的调查问卷，采取典型调查的方式，深入毕业生相对集中的高新科技园区、人才市场等地区，以发放问卷调查为主、个案访谈为辅的方式，最大程度地了解他们的住房状况与心声。 三、数据分析
4、本文研究采用的资料来源于笔者 2012 年 78 月的调查，采取偶遇抽样的方法发出问卷 200 份，调查人员在现场对被调查者进行协助，并注意保证性别等特征具有较好的分布。本调查收回问卷 162 份，其中不规则填写和漏填等无效问卷 14 份，问卷回收率为 81%，有效率为91.36%。样本影响因素的分布结果见表 1。 调查结果显示，有 80.4%的人择业时考虑居住，70.9%的人认可的住房消费方式是买房。 1、计量经济模型 要了解影响西部高校毕业生住房消费方式趋向的一些主要因素，可3用受高等教育年限、性别等变量来解释其决策。故本文选择建立线性概率模型（LPM） 、对数单位模型（Logit Mod
5、el） 、概率单位模型（Probit Model）来说明决策主体选择一个特定选项的概率取决于哪些因素。 用 Y 表示高校毕业生的二元选择，认可的住房消费方式是买房时取值为 1，是租房时取值为 0；用 X1 表示受高等教育年限，X2 表示毕业年限，X3 表示月收入，X4 表示计划购房总价；用虚拟变量 D1 表示性别，若为男性则取值为 1，若为女性则取值为 0；用虚拟变量 D2 表示家庭户籍状况，若为城镇居民则取值为 1，若为农村居民则取值为 0；用虚拟变量 D3 表示现是否本市居民，若是则取值为 1，若否则取值为 0；用虚拟变量 D4 表示择业时是否考虑居住，若是则取值为 1，若否则取值为 0。
6、运用 EViews7 软件得到如下估计结果（见表 24） 。 2、结论 由以上三个模型的参数估计值的大小及符号如线性概率模型中 DW 统计量的值等可以看出，其在经济意义上是合理的，整个模型通过了检验。三个模型都显示高校毕业生的月收入、购房总价最为显著，毕业年限、家庭户籍状况也有一定的显著性，但其余变量并不是影响高校毕业生认可的住房消费方式的主要因素。调查显示样本中 70.9%的高校毕业生认可买房，说明其整体的购房意愿是比较强烈的，而事实上购房意愿还是与月收入存在着正相关的关系。不同的人群由于工作地点、个人偏好等的不同，购房意愿亦有所不同。由于工龄等会影响劳动的熟练程度进而影响收入，且一般而言，
7、城市居民家庭的经济状况比农村好，中国住房代际消费现象较为严重，因此毕业年限、家庭户籍状况会在一定程度上影4响到高校毕业生认可的住房消费方式。 四、毕业生住房消费能力实证分析 调查数据显示，在打算买房的毕业生中，计划在 35 年内购买的所占比重最大，在考虑性价比的同时，多数毕业生热衷于 5090 平米的中小户型住房。由于 2012 年央行两度降息，5 年以上贷款基准利率下调至6.55%，在 2013 年元旦之后，房贷年利率执行 6.55%的新标准。因此，基于调查数据和相关资料，在不考虑未来政策变化、国际局势变化等市场突发情况影响的假设前提下，我们可以按调查后的 4 年即 2016 年，以平均住房
8、面积 S=70 平方米，在所购商品住宅首付比例为 30%，高校毕业生剩下的 70%全部靠银行贷款，采取等额本息还款法 30 年还清的条件下，来计算高校毕业生每年的还贷情况，分析其购房支付能力。 本文试图通过成都 20112012 年商品住宅均价的统计数据，运用灰色 GM（1，1）模型和马氏链来对成都 2016 年商品住宅均价进行预测。 1、数据统计 从中国房地产统计年鉴和百度文库中，我们得到成都20112012 年商品住宅均价的统计数据，见表 5。 2、模型建立 运用灰色 GM（1，1）模型和马氏链对 2016 年商品住宅均价进行预测。由灰色 GM（1，1）模型有： 记 x为原始数列：x=（x
9、（1） ，x（2） ，x（n） ） ， 记 x为生成数列：x=（x（1） ，x（2） ，x（n） ） ， 5如果 x与 x之间满足下列关系，即： x（k）=x（m） ，k=1，2，n xk）=x（i）-x（i） 称 x为序列 x的一次累加生成。 在这里 n=12， x=（1648，1775，1908，2224，2870，3499，4198，4778， 4864，5827，6801，6577） ， x=（1648，3423，5331，7555，10425，13924，18122， 22900，27764，33591，40392，46969） ， 有微分方程+ax=u，其中 a 为发展系数，u 为
10、灰色作用量，又有（k+1）=X（1）-e+，k=0，1，2，n （k+1）=（k+1）-（k） 再将数据带入模型进行计算可得 20132016 年成都市商品住宅均价的逐年预测值，如表 6 所示。 基于上述灰色模型预测，我们引入马氏链及其状态转移概率矩阵：设有随机过程 xn，nT（T 表示时刻的集合）和离散的状态集I=i0，i1，若对任意的整数 nT，条件概率满足：Pxn+1=in+1|x0=i0，x1=i1，xn=in=Pxn+1=in+1|xn=in，则称xn，nT为马氏链，并记 P=Pxm+k=j|xm=i， （i，jI） ，表示在时刻 m，系统处于状态 i 的条件下，在时刻 m+k，系统
11、处于状态 j 下的概率。 Pij=Mij/Mi（i，j=1，2，m） ，Mi 为状态 Ei 的样本数，Mij 为状6态 Ei 转向 Ej 的样本数，Pij 反映了系统各状态之间的转移规律。 转移概率矩阵为 P（m）=P P P P P P 通过 P（m） ，我们可以预测系统未来最有可能的发展方向。 考虑到计算的方便，我们将相对误差分为四个状态：E1：-9%，-3%；E2：-3%，8%；E3：8%，15%；E4：15%，21%；计算相应的状态转移概率矩阵为： P= 0 0 0 0 0 0 1 0 0 因为 2012 年处于 E3 状态，所以可令其初始状态为 V0=（0 0 1 0） ，则有 V4
12、=V0?P4=（ ） ，表明 2016 年的相对误差为 E2 状态的可能性最大，故最有可能为 12300.5797（1+）12000.5656（元/平方米） ，即在调查的 4 年后成都商品住宅均价约为 1.2 万元/平方米。 3、高校毕业生购房支付能力测算 按照平均住房面积 S=70 平方米计算，4 年后购买一套商品住宅平均需要 84 万元。若能一次性付清 30%的首付且剩下的金额全部依靠银行贷款，则贷款总额 P=58.8 万元，若采用等额本息还款法，按照现今的 5 年以上贷款年利率也就是房贷所对应的利率 i0=6.55%，换算成月利率即为i0.546%；还款年数为 30 年，假设月还款额为
13、A，则第一个月所欠银行贷款为 P（1+i）-A，第二个月为P（1+i）-A（1+i）-A，以此类推，利用等比数列求和公式后可得第 n 个月为 P（1+i）-A。由于第三十年即第 360 个月要还清房贷，故 P（1+i）-A=0，即 A=P?，将数据带入后得 A0.3736 万元，即高校毕业生按照等额本息还款法每个月需要7约 3736 元来支付房贷。 从笔者的调研数据分析来看，多数毕业 5 年内高校毕业生月收入在15003500 元之间，取组中值 2500 元，则夫妻二人月总收入多数在5000 元左右。而月支付房贷却高达约 3736 元，占了月总收入的近四分之三。一方面，由于月收入55%为最大的
14、住房消费额，即月收入55%？叟 A。尽管到了 2016 年工资会有所提高，但要达到使月还贷额占收入的55%以内还是比较困难的。另一方面，生活支出占家庭收入的比例即为恩格尔系数，消费占家庭收入比例=1-恩格尔系数；通过中国统计年鉴2012 年得到 2011 年我国城镇居民家庭恩格尔系数为 36.3%，则其非生活基本消费比例=1-36.3%=63.7%，所以对于高校毕业生，房价相对其2016 年的还款系数？姿还是偏高。总之，支付房贷会严重影响这类群体其他正常的生活消费支出，甚至会使今后其子女的教育投入问题还有父母的养老问题更加突出。如果每月还贷仍靠父母支持则加重了全家的生活负担，进一步扩大了社会保
15、障矛盾。 基于以上分析可知，对多数高校毕业生而言，买房显得不太现实，而在样本调查结果中，认可买房的住房消费方式却达 70.9%。因此，引导其树立正确的住房消费观念显得尤为重要，同时应加大住房保障力度。 五、政策建议 1、引导高校毕业生树立正确的住房消费观念 从以上分析可知多数高校毕业生选择买房的住房消费方式是不太现实的，因此应引导其树立以租房为主的住房消费观念。从调查的购房动机上来看，为了结婚而购房的人数最多，可见许多人仍然有着较为严重8的“有房才结婚”的思想。随着毕业年限的延长，青年人也逐渐独立自主，故应加大宣传教育力度，引导高校毕业生树立租房等正确的住房消费观念；并让其梯度理性消费，正确认
16、识其住房消费方式，不要急于购房、购大房，尽可能地减小家庭经济负担。 2、加大住房保障力度 （1）完善针对高校毕业生的住房保障体系。据调查，目前高校毕业生既无租住廉租房的资格又无购买经济适用房的能力，市场租房不仅价格高而且混乱，只能寻求公共租赁房，故可结合其特点积极探索专门为其设计的毕业生公寓模式。如采用建立毕业生住房公积金等措施来为其筹集租住毕业生公寓的资金，并加快在其工作地点较为集中的区域建设合理住房或提高毕业生公寓到其工作地点的交通便利度。 （2）基于保障体系的辅助性对策支撑。由于高校毕业生的月收入、购房总价、毕业年限、家庭户籍状况对其认可的住房消费方式有着较高的显著性，且还款系数？姿与这
17、些因素存在着一定的相关关系。因此应提高其收入，完善住房消费的金融、税收政策，如税收调节、给予一定住房补贴等，并加强基础设施建设，大力发展西部地区优势产业，让西部经济区率先发展，从而吸引更多人才来西部就业以促进西部发展。同时还要考虑到大多数农村毕业生的家庭收入偏低，依靠父辈家庭出资购买商品房的可能性很小，因此从再分配的公平角度考虑，应加强农村籍毕业生城市住房保障措施。目前我国城市化仍在继续，农村籍高校毕业生签订就业协议后其户籍可以迁入城市，这样一方面加快了城市化进程，另一方面增加了农村人口转移途径。而如果突破地权流转的限制，允许9农村宅基地、承包地换取城市保障性住房或给予其相关的购房优惠，甚至出
18、台一些金融政策如让银行信贷为其提供帮助或给予税收优惠政策，鼓励他们用“地票”换“房票” ，不仅可以提高农村闲置土地的利用率，还可以吸引农村籍高校毕业生在西部城市安居乐业，增加西部地区城市建设的人力资本存量。 （注：基金项目：2012 年国家大学生创新性科研项目，编号：201210511044。 ） 【参考文献】 1 邓宏乾、王贤磊、陈峰：我国住房保障体系并轨问题研究J.华中师范大学学报，2012（5）. 2 夏学文：商品房价格预测模型及其应用R.海峡两岸应用统计学术研讨会，2008. 3 程松林、何穗、杨选：武汉市商品房均价的预测J.统计与决策，2008（2）. 4 刘晓君、钟石头、杨星：基于还款系数的城市居民购房能力研究J.建筑经济，2007（7）. 5 石婷婷：大学生就业后的住房贫困现象探析基于浙江普通高职毕业生的调查J.浙江社会科学，2010（5）.
