假设和模型

一方面，外来人口的居住需求主要通过租赁来满足。同时租赁市场也会影响住房销售市场。

另一方面，由于规模巨大且购房意愿日趋强烈，外来人口对住房销售市场同样会产生明显影响。

由于收入和教育的差异，外来人口对住宅市场产生影响的渠道是不同的。我们假设认为外来人口对住宅销售价格的影响主要来自高收入产业的就业人口数及其平均收入，对住宅租赁价格的影响主要来自低收入产业的就业人口数及其平均收入。由于租赁市场与销售市场间存在着“租售选择”的关联，我们猜测存在着交互影响，但这种影响可能较弱。

据此建立以下模型

p＝∂1 GDPpercap＋∂2incpercap＋∂3interrat＋∂4 hiindpopu＋∂5 loindpopu＋∂6 hiindsal＋∂7 loindsal＋ε

pr＝∂1 GDPpercap＋∂2incpercap＋∂3 hiindpopu＋∂4 loindpopu＋∂5 hiindsal＋∂6 loindsal＋ε

其中，p为上海市平均住宅销售价格，GDPpercap为人均GDP，incpercap为人均可支配收入，interrat为当年利率，hiindpopu为高端产业中外来人口的就业数量，loindpopu为低端产业中外来人口的就业数量，hiindsal为高端产业中外来人口的平均薪酬水平，loindsal为低端产业中外来人口的平均薪酬水平，pr为上海租赁价格指数（因为缺乏平均租赁价格的统计数据，因此用定基的租赁指数代替）。

本课题用外来人口的数量和薪酬水平来代表外来人口对房地产市场的影响渠道，数量代表潜在需求，薪酬水平代表房价的可接受程度或者承受能力。至于区分高端产业和低端产业，是因为从常理上讲，低端产业的就业人口尽管数量庞大，但由于收入限制，他们无法产生有效需求。因此假设他们的影响应该为零（系数接近于零或不显著）。

本模型分析数据来自：五普、六普数据；上海历年统计年鉴。

数据处理：通过对各产业的平均工资，将其划为高收入和低收入两类。通过对“全社会各行业从业人数”及根据人口普查取得的各行业中外来人口比重来推测各行业外来人口数，然后根据各行业平均工资来加权取得外来人口的收入变化趋势。

在模型分析前对所有数据取对数。