二手房|被滥用的“刚需” 二手房|一线城市

提到买房，一个最常见的词是“刚需”：有些人说年轻人结婚买婚房那是刚需，有些人说孩子要上学的家庭买学区房是刚需，有些人说改善置换是刚需……仿佛都是“刚需”。为什么媒体语境里的“刚需”会被滥用？除了这个词汇本身定义不清晰，更大的原因是，购房需求的复杂性。▍买房的时候，我们究竟在买什么？对一套住房的购买需求，究竟包含了哪些内容呢？首先，是需求房屋的居住功能，能有一个稳定的可以遮风挡雨的住所，这是房屋最本质的使用价值。其次，是需求房屋地段相关的便利，比如更方便的出行条件，更多样的消费娱乐环境，更安全舒适的环境等等。也有一些是与家庭情况有关，比如更短的上班路程，更方便接送孩子等等。再次，是获取各种公共资源的权利。最典型的代表就是公立学校的入学机会，这也是造成学区房溢价的关键原因。值得注意的是，在租购同权尚未实现的当下，租房完全无法满足此类需求。然后，还有对于居住环境的定制化需求等，比如避免频繁搬家的确定性需求，再比如通过购买房产在婚恋市场上发送信号的需求等等。最后，即使是在“房住不炒”的前提下，购买住房仍然是管理家庭财富的手段之一，尤其是在缺乏其他更好投资手段时，房产成为了大多数中国家庭财富的“锚”。购房者无论是投资或是投机，都难免有通过购房进行财富保值的需求。

▍怎样用数据来判断“刚需”呢？既然媒体语境的“刚需”定义暧昧不清，我们就先明确一下。啥叫刚需呢？通俗来说，就是“再贵也得买”。但城市数据团习惯用数据说话，那么，如何用数据来定义“再贵也得买”呢？这里我们借鉴了经济学里低弹性需求的概念。低弹性需求，指的是一种产品的需求量对于价格反应不敏感。价格上升时，需求并不会显著下降，而价格下降时，需求也不会显著上升。比如粮食之类的生活必需品，价格上涨，其需求也不会下降很多（因为不吃不行），所以经常被经济学课本作为低弹性需求的例子。而用于判断需求弹性的指标，就叫做需求的价格弹性，直观来说就是当价格上升1%时，需求变动的百分比。具体请看下图：

如果我们用横轴表示价格（取对数），纵轴表示需求量（也取对数）。那么我们会看到三根直线：

A直线，虽然价格上涨，但需求都保持稳定，这就是低弹性（也就是刚需）了；
B直线，价格一上涨，需求就剧烈下降，那就是高弹性（非刚需）了；
C直线，价格一上涨，需求也跟着上涨，这……就是不怎么常见的现象了……

理论是这样的。但在实际计算中，“需求”其实非常难以度量，同样的群体面对不同的价格时，需求尚且难以捉摸，更不要说不同的群体之间也存在巨大的差异了。为了便于测度，我们只能用成交量来替代需求这个概念。举个例子吧：以上海为例，怎么判断上海的二手房是不是刚需呢？我们需要画出下面这张图：

这张图上的每一个蓝色点，即是上海每个1公里×1公里的网格。横轴是每个网格的成交均价对数（价格），纵轴是每个网格成交面积对数（需求）（注1），那么其图中拟合线的斜率就是价格弹性了。它的值是：+0.509（在统计意义上显著大于0）。这个数字以弹性来说不算小也不算大，可为什么是正的？不是说这种情况不常见吗？二手房量价齐升，越涨越买，追涨杀跌？那还能叫刚需吗？难道上海也存在大量的炒房？不是的。我们还需要排除两个计算陷阱。其一，空间的陷阱。由于我们用了全上海的网格成交情况，对于存量房屋来说，中心城区数量更多，市场也更成熟，成交更为活跃。与此同时，中心城区的房价也往往更贵。因此，我们看到的“量价同升”，有很大一部分反映了城市内部空间上的差异。其二，时间的陷阱。我们使用了过去三年的成交情况，混在一起观察，而对于不同的年份来说，当年居民可支配收入水平、货币供应水平、贷款宽松程度都不一样。因此，“量价同升”也有一部分反映了不同年份间的差异。因此，我们在相应的线性回归方程中重新控制了年份和区位的固定效应，尽可能缓解上述的两种陷阱问题。经过修正以后，我们计算出，2018-2020年，上海市二手房成交量价之间的弹性系数下降为：+0.199（且统计上不显著异于0）这个计算方法，算是一种相对合理的测算刚需（价格弹性）的方法论了。