天津财经大学珠江学院 天津 301811
摘要：选取北京、上海等23个城市的2019统计年鉴相关数据，通过常住人口，GDP，商品房平均价格，人均可支配收入四个因素，建立计量经济模型，讨论各影响因素对住房租金的影响，并对模型进行经济意义检验，统计意义检验，以及计量经济学检验。结果表明，GDP和商品房平均价格2个变量对住房租金有显著影响。基于上述结论，提出相应的对策和建议。
关键词：住房租金；影响因素；计量模型；Eviews
一、研究背景
作为房地产业两大重要组成部分之一的住房销售市场得到了较快发展，而住房租赁市场却发展滞后、发育不成熟和不健全。住建部调查显示，我国有近2亿人租房，这占到城镇常住人口的近1/5，租房率则小于20%，而住房租赁市场发展较好的发达国家，如美国租房率超过了30%，德国超过了50%，瑞士高达63%，其租金水平也较为合理。为了能够缓解住房需求的矛盾，有效帮助更多人解决住房需求，政府应当采取相应的积极措施刺激住房市场，故需对现在的住房租赁市场进行数据分析与整理。因此，研究住房租金影响因素就很有必要了。
王广生（2019）基于北京市住宅租金时间序列数据，对北京市住宅租金影响因素进行了研究，提出要进一步提升住宅存量的流动性，规范住宅租赁市场，加强住宅租金的监测调控。许帅文等（2019）在分析新市民租房存在问题的基础上，探究各影响因素对新市民租房需求的影响并提出满足新市民租房需求的相关对策和建议。何成忠（2020）以广州市为例得出房价和收入是影响租金上涨的最主要因素，并提出了加强住房租赁市场制度设计，鼓励金融机构参与拓展租赁市场资金渠道等政策建议。彭紫薇（2020）整理影响租金价格的重要因素，这对促进房地产市场与租赁市场健康稳定发展有重要理论和现实意义。
二、中国租房市场现状
图1 2019住房情况调查
.png)
从腾讯智慧房产中获取2019年居民购房意愿报告，根据上图结果可知，在无房户和父母同住的情况依旧存在下，租房用户仍旧占了最大的比例。同时，该报告还指出50.4%的人群没有购房意愿。由此可以看出，这些不购房人群必会更倾向于选择租房。随着流动人口规模保持在一个较高水平且超过一半的人群没有购房意愿，这意味着未来租房市场必将十分火热，这种热情也将继续持续。
三、住房租金价格影响因素的实证分析
（一）变量选择
本文从北京、上海等23个城市的2019统计年鉴中收集相应的数据并进行处理。基于前人研究的基础上，选取Y--住房租金为被解释变量，选取X1--常住人口，X2—GDP，X3--商品房平均价格，X4--人均可支配收入四个解释变量作为影响住房租金的主要因素。
（二）模型建立与估计
1.相关系数矩阵
由Eviews列出各变量间相关系数矩阵，考察被解释变量与各解释变量的相关关系，其中，小于0.3无关；0.3-0.5弱相关；0.5-0.8中等程度相关；0.8以上高度相关。
表1各变量间的相关系数矩阵
1、经济意义的检验
控制其他解释变量不变的情况下，平均来说，常住人口每增加1万人，每平方米房屋租金就会对应地降低0.0000533元。GDP每增加1万元，每平方米房屋租金就会对应地增加5.013833元。住宅商品房平均销售价格每增加1万元，每平方米房屋租金就会对应地提高7.433003元。人均可支配收入每增加1万元，每平方米房屋租金就会对应地降低1.256586元。
2、统计意义的检验
（1）拟合优度检验
关系数都很大，其中部分变量相关系数大于0.8，说明该模型中存在严重的多重共线性。
为了进一步检验模型的多重共线性，接下来采用方差扩大因子法。将每个 X解释变量分别作为被解释变量，对其余的解释变量进行辅助回归，软件输出结果如下。
表2 辅助回归结果
经过计量经济学检验，最终模型不存在异方差和自相关，因此，针对这两个影响因素提出政策与建议。
（一）推进住房保障体系建设
现阶段我国GDP仍在持续增长，但我国住房保障体系建设的推进却稍显缓慢。政府应当进一步完善住房保障体系，扩大租房等的供应，同时还需有效解决租售比例，以满足中低收入人群对住房的需求，缓解这部分人住房的严峻性。政府应当重点发展公共租赁住房，加快建设廉租住房，加快实施各类棚户区改造。
（二）有效调控房价，防止增长过快
由模型结果可知，商品住房市场房价的上涨必将会导致住房租赁市场房价的上涨，这将会加剧我国住房需求矛盾。政府应继续适当控制房地产投资和土地使用。特别是通过使住房需求合理化，住房需求增长太快，适当控制个人住房贷款需求的最好办法是提高贷款利率。同时必须坚决打击住房囤积、对关于价格和销售进展的虚假信息、故意提高价格等情节严重者加重处罚，并向社会公布。
参考文献：
[1]许帅文.汪灏，汪夏明等.新市民租房需求影响因素研究[J].建筑经济，2020 43（3）：104-108.
[2]彭紫薇.租金价格影响因素综述[J].中国房地产，2020（23）：41-43.
[3]何成忠.住房租赁市场租金价格影响因素分析及趋势预测——以广州市为例[J]，时代金融，2020（01）：58-62.
[4]秦连燕.住房租赁市场交易方式对租金和市场结构的影响研究[D].武汉：华中师范大学，2019.
[5]粟梦雅.太原市住宅租金影响因素及空间分异研究[D].太原：山西财经大学，2019.
[6]腾讯智慧房产.2019居民购房意愿调查[EB/OL].2019-01-02.
[7]王广生.北京市住宅租金影响因素实证研究[J].中国物价，2019（02）：74-77.
[8]王业辉.住房租赁市场租金的影响因素分析[D].武汉：华中科技大学，2014.