基于住房总体供求视角的中国保障房来源结构优化

华玉燕，徐旭初

(安徽财经大学，安徽 蚌埠 233030）

我国保障房来源以新建为主，保障房来源渠道过于单一。“十二五”期间3600万套保障房建设任务十分艰巨，给政府财政带来了巨大的资金压力。为了改变这一局面，减轻财政压力，有必要从根本上优化保障房来源结构[1－2]。

当前学者们对于保障房来源结构优化的研究以理论分析为主，分析保障房来源渠道拓展的必要性，鲜有从整个住房市场的角度研究保障房来源结构优化的必要性与可行性[3]。由于保障房是整个住房市场的一部分，保障房来源结构优化有必要建立在整个住房市场供求分析的基础之上。本文从整个住房市场供求状况入手，研究我国保障房来源结构的优化路径。

1 中国城镇住房供求均衡分析

1.1 住房需求测算

1.1.1 住房需求的界定 经济学意义上的住房需求是指一定价格水平下，消费者有意愿且有能力购买的住房数量，强调住房购买能力。传统意义上的住房需求所涵盖的内容较为宽泛，包括自住需求以及投资投机性需求等。本文所研究的住房需求不同于经济学形而上的需求，也不同于传统意义上宽泛的住房需求。本文测度的是一种“住房需要”，即凡是新增的城镇人口都会产生相应的住房需求，这种需求不是购买需求，只有当居民收入达到一定水平，产生相应购买能力的时候，才形成真实的购买需求，这部分住房需求由商品房市场予以满足。而当购买能力欠缺时，其住房需求只能依靠非完全市场，由保障房弥补这部分需求缺口。

本文在测算中国城镇住房需求总量时，坚持“以人为本、居者有其屋”的原则，测算为满足城镇常住人口基本住房需要，保证每个家庭都有居所，需要多少套房屋。在这种假定背景下，本文的住房需求仅指城镇居民自住需求，对于改善性住房需求、投资投机性需求，以及由于城镇动迁产生的住房需求不予考虑。改善性需求一般是通过“小房换大房”实现，房屋的面积产生变化，或者是由偏僻地段换到区位更好的地段，诸如此类的改善性需求不改变总的房屋套数，因而对本文测算的住房需求不产生影响。投资投机性住房需求已经远远超出了本文对于住房需求的界定。由于城镇动迁产生的需求，是原有房屋灭失的基础上产生的住房需求，由于人口数量未变动，同样不改变总的住房需求套数。

1.2 住房需求测算方法

住房需求的定量测算方法主要有回归方法、神经网络、线性递推等。回归方法以全国商品房销售量作为住房需求的替代变量，选择住房需求的主要影响因素纳入模型，建立相应的线性方程，据此预测未来年度住房需求状况。由于住房需求受多方面因素的影响，而且具有非线性，运用传统的回归方法测算住房需求具有一定的局限性。神经网络是一种非线性方法，将住房需求的影响因素作为输入变量，住房需求量作为输出量，通过大样本训练，掌握其变动规律，进而对住房需求进行预测。神经网络方法虽然具有非线性特征，克服了传统回归方法的局限性，但是该方法与传统回归方法存在相似的缺点，在建模过程中，住房需求用商品房销售量表示[4]。商品房销售量是居民自住性需求、投资投机性需求的集中体现，与本文界定的住房需求不符。同时，商品房销售量也未能反映所有的自住性住房需求，例如城镇中低收入人群存在迫切的住房需求，但是这部分需求根本无法通过商品房市场来解决，因而不能采用商品房销售量作为本文住房需求的替代变量。

基于家庭户视角的住房需求模型是目前应用较广泛的住房需求预测方法，该方法设定家庭是住房需求的基本单位，城镇住房总需求等于城镇家庭总户数乘以户均住房建筑面积。具体研究过程中，有学者从家庭户规模、家庭户年龄(户主年龄)等不同角度对该模型做进一步细化。但是以家庭为单位预测住房需求，未必准确。人们在组建家庭之前也会产生住房需求，如在城镇就业的大中专毕业生组建家庭之前会有一段时间的过渡期，需要通过租房等方式解决住房需求，城镇新转移就业人口同样产生住房需求，随着城镇化的发展，这部分群体的住房需求不可忽视。另外，家庭户视角的住房需求模型未能考虑离婚因素，若家庭婚姻破灭，必然有一方要寻求另外的住所，在其重新组建家庭之前，会有一定时间的摩擦期，无论是新购住房还是租住房屋，都会产生住房需求。

为了规避回归方法、神经网络方法等定量模型中变量替代的不合理性，同时，由于家庭视角的预测模型中未能考虑家庭户之外的相当大群体的住房需求，本文以人口代替家庭户，从城镇总人口的角度测算住房需求，并通过人口预测，测算未来城镇居民住房需求状况。首先根据1998～2013年城镇人口数据，采用灰色预测方法测算2014～2020各年城镇人口数。根据对安徽省蚌埠市以及合肥市老、中、新三类住宅区居住情况的调研，得到每套房屋居住人口数，分析其变化规律。将新增城镇人口数除以套均住人数，即得到城镇居民所需住房套数总量。

1.3 城镇人口测算

随着人们观念的变化以及经济转型带来的劳动力迁移，中国城镇化正稳步推进，城镇人口基数不断增大的同时也有着自身变动特点[5]。但由于思想观念、经济因素等信息具有不可知性，直接采用线性递推会产生较大谬误，故本文采用灰色预测方法测度中国未来城镇人口数。

1.3.1 级比检验 建立城镇人口时间序列如下:

求级比λ(k):

1.3.2 建模 运用matlab统计软件对X(0)序列进行一次累加，得到累加后的数列X(1):

模型求解得:

还原模型值，如下表所示:

表1 GM(1，1)拟合值及误差Table 1 fitted values and error of GM(1，1)

模型的残差百分比以及级比偏差都低于0.2，拟合情况较好，可用该模型进行预测。据此，采用该模型对中国2014年至2020年城镇人口情况进行预测。

表2 2014～2020年中国城镇人口(万人)Table 2 China's urban population:2014－2020(Ten thousand people)

表3 2014～2020年中国城镇新增人口(万人)Table 3 China's new urban population:2014～2020(Ten thousand people)

根据灰色模型预测结果，到2020年我国城镇总人口为95219.48万人，其中，2014～2020年，城镇人口累计增加了22108.48万人。

1.3.3 城镇住房需求测算 本文对住房需求的界定是满足城镇人口基本住房需要，在测算2014～2020年城镇住房需求时，以城镇人口数为测算依据，不再区分需求主体的年龄、性别、婚姻状况等。

由于最终需要得到住房需求套数，在已知城镇人口数的情况下，需要测算城镇住房套均住人数，即平均每套房屋住了多少人。为此，选择安徽省蚌埠市以及合肥市老、中、新三类住宅小区进行调研，三类住宅区以入住时间(2000年、2005年、2010年)为标准进行选择，调研房屋居住情况，分类汇总后得到各类住宅区户均住人情况。

图1 户均住人数对比 (数据来源:实际调研)Fig.1 Comparison of the average living number of people

图2 房屋出租比例对比 (数据来源:实际调研)Fig.2 Comparison of housing rent proportion

根据调研结果，中等小区房屋出租率最高，其户均住人数相对于老旧小区及新兴小区较高。中等小区居住环境优于老旧小区，且房屋租金与新兴小区相比具有一定优势，综合考虑，中等小区相对“宜租”。租住房屋人群中，相当一部分是合租，这也解释了中等小区户均住人数相对偏高的现象。另外，合肥地区老、中、新三类住宅小区的户均住人数普遍高于蚌埠地区，说明城市发展所带来的人口集聚效应引发大量住房需求，尤其是租住需求。

本文取合肥、蚌埠房屋户均住人数的平均值3.2，在假定未来一定时期内住房格局不变的情况下，平均每套房屋居住3.2人。

截止到2013年末，我国城镇总人口为73111万人，按照户均住人数为3.2计算，到2013年，城镇居民所需住房为22847.19万套。

到2020年，我国城镇人口总数为95219.48万人，按照每套房屋居住3.2人计算，总共需要29756.09万套住房。其中2014～2020年，城镇人口新增22108.48万人，需要新增住房6908.9万套。

1.4 住房供给分析

1998年到2013年，我国住房供给主要经历了四个发展阶段。1998～2007年，乘着商品房建设的浪潮，新增住宅面积逐年攀升，新增住宅面积年均增长率达到20%，住房供给量大幅增加。2007年，次贷危机对我国房地产市场形成了较大冲击，新增住宅面积增长率下降为8%。2009年开始，随着国家相关政策的出台，房地产市场逐渐复苏，住宅供给量大幅反弹，新增住宅面积增长率达到26%，仅2011年就新增住宅面积1.47亿m2，达到了1998年以来的最高水平。

图3 新增住宅面积 (数据来源:国家统计局)Fig.3 The new residential area

1998～2013年，我国城镇一共新建114.5亿m2住宅。住房建设规划中，不同户型面积的住房都有开发，如80m2以下、80～100m2、100～120m2、120m2以上等，但考虑到消费者的实际需求，以中等户型面积为主，另外，由于住房改革之初城镇住房套均面积一般较小，因而将1998～2013年每套城镇住宅的面积设定为80m2，114.5亿m2新建住宅按照套均80m2计算约合1.4亿套。根据央行统计调查司的相关数据计算得到，到1997年末我国城镇住房存量为1.2亿套。因而，截止2013年末，我国城镇住房存量约为2.6亿套。

1.5 中国住房供求均衡分析

根据上文住房需求的测算方法，到2013年，我国城镇居民住房总需求为2.3亿套，而相应的住房供给量为2.6亿套，城镇住房供给超过了一户一套住房的水平，住房供给率达到1.13，总共产生了3000万套剩余住房。

2014年到2020年，我国城镇人口新增2.2亿人，假定住房格局不变，户均住人数仍为3.2，则需要新增住房0.7亿套。1998～2013年，我国新建住宅面积年均增长率为16.1% ，2013年增长率为11.6%，2014年到2020年按照相对保守的新建住宅年增长率12%计算，我国将新增住房164.8万平方米。考虑居民未来居住水平将有所提高，按照户均面积90平方米计算，约合1.8亿套。因而，2014年到2020年，将产生1.1亿套剩余住房。

假定未来住房供求格局保持不变，到2020年，我国住房剩余供给量将在2013年0.3亿套的基础上继续增加1.1亿套，形成1.4亿套剩余住房，住房供求将严重失衡。

需要明确的是，上文测算的住房供给只是普通住宅供给，并未包括公寓、高档别墅等特殊类型住房，若加上这些特殊类型的住房供给，我国住房供给与需求的差额可能继续扩大，供给过剩的局面将更加严峻。

2 中国保障房来源结构优化

2.1 部分商品房转化为保障房的必要性

在当前住房供给过剩的背景下，新建保障房不必然、也不应该成为保障房的唯一来源，可以通过适当方式将市场上空余的商品房转化为保障房。

一方面，根据前文的测算结果，到2013年末，我国城镇住房存量为2.6亿套，住房总需求为2.3亿套，共产生3000万套空余住房，住房供给总体过剩。若按照目前的房屋供给模式，到2020年我国城镇空余住房将达到1.4亿套，住房供求严重失衡。在这一背景下，大量建设保障房可能会进一步加剧整个住房市场供求失衡的局面。

另一方面，大量建设保障房造成巨大的财政压力。为支持保障房建设，政府财政需投入大量保障房建设补助资金，同时，作为地方融资的最终还款人，未来将承担相应还款责任。在财政收支矛盾突出的背景下，政府财政未来是否有能力持续承担巨额建设资金支出、承担相应还款义务还有待商榷。

同时，为了降低保障房建设开发成本，尤其是减少土地取得成本，当前我国保障房建设选址一般较为偏僻，给广大被保障群体的生活带来了不便，一定程度上增加了其交通及居住成本。将部分商品房作为保障房的来源之一，可以有效改善这一局面，使得保障对象融入普通居民小区，增加其居住便利性，保障房真正实现“宜居”。另外，保障对象融入普通居民小区，保障对象实现地域分散化，也防止了未来“平民窟”的出现。

2.2 商品房转化为保障房的可行途径

2.2.1 政府购买 政府直接购买商品房或者市场过滤旧住房。政府委托专门的保障房管理机构从市场购入商品房，可以是新开发的商品房，也可以是富裕群体住房改善过程中过滤下来的旧住房。购入住房产权归政府所有。

这种方式虽然需要花费一定的财政资金，但避免了大量新建保障房加剧住房供求失衡。另一方面，购买市场闲余商品房，一定程度上缓解了商品房库存压力。

2.2.2 政府转租 政府直接购买商品房作为保障房可能产生比较集中的财政支出，为了缓解财政支出压力，可以考虑采用政府转租的方式，即政府从商品房市场租入合适的房屋，然后以相对低廉的价格转租给相应的保障对象。政府对市场租赁价格与转租价格之间的差额给予补贴。这种方式的优点是财政支出较分散，由原来的短期集中支出变为长期分散支出，有效缓解了政府财政压力。

2.2.3 社会捐赠 政府鼓励民间个人或者组织积极参与保障房事业，向保障房管理机构捐赠名下房屋，由政府统一管理，专门提供给保障对象。

[1]査奇芬，廖继广.城镇居民保障性住房体系实证研究——以江苏省为例[J].技术经济与管理研究，2013(10):23－24.

[2]赵树梅.我国保障性住房发展存在的问题及对策[J].宏观经济管理，2014(4):71－81.

[3]程昭.保障房供给机制研究与创新[J].上海房地，2013(10):91－95.

[4]葛怀志，张金隆.湖北省城镇居民住房需求预测模型与实证[J].统计与决策2013(10):69－71.

[5]陈彦斌，陈小亮.人口老龄化对中国城镇住房需求的影响[J].经济理论与经济管理，2013(5):45－58.