推进城镇化、降低房价与房地产去库存

刘斌+孙九伦+姚瑶

摘 要：推进城镇化和降低房价被认为是当前我国房地产去库存的主要措施。利用2001—2013年35个大中城市的数据实证检验推进城镇化和降低房价对房地产去库存的影响，结果表明：从整体上来讲，推进城镇化和降低房价确实能够有效消化当前我国过剩的房地产库存；但也表现出明显的地区差异，东部地区推进城镇化的作用明显但降低房价的作用有限，中西部地区降低房价的作用显著而推进城镇化的作用有限；此外，提高人均收入对房地产去库存也具有积极影响，而地方财政收入越高、人口密度越大的地区房地产去库存的压力越大。因此，房地产去库存应因地制宜，要根据各城市的房地产市场情况制定切实可行的政策，实现精准调控。

关键词：城镇化；房价；房地产去库存；商品房存销比；房地产调控政策；住房需求；住房供给；住房支付能力

中图分类号：F293.3 F062.6 文献标识码：A 文章编号：1674-8131（2017）03-0079-09

一、引言

进入21世纪以来，尤其是2003年以后，中国房地产市场的持续升温推动了商品房价格的不断上涨。虽然2008年国际金融危机使得房价上涨的趋势出现了短暂的降温，但从2010年开始房地产市场再次活跃。然而，在房地产市场投资和商品房销售两旺的背后，商品房库存却在快速攀升。从2014年4月到2016年3月，我国商品房待售面积呈明显的上升趋势（见图1），从52 652万平方米到73 516万平方米，上升了39.6%。与此同时，商品房月度销售面积则表现出明显的季节趋势，年末商品房销售面积大幅上升，而年初的销售面积则会出现明显的萎缩；2015年与2014年同期相比，商品房销售面积虽有小幅的上升，但是上升幅度并不明显。

根据国家统计局发布的《全国房地产开发投资和销售情况》，2015年末中国商品房待售面积达到7.19亿平方米参见http：//www.stats.gov.cn/tjsj/zxfb/201601/t20160119_1306094.html。，到2016年末，商品待售面积依然高达6.95亿平方米。为了促进房地产市场的健康发展，2015年11月，中央财经领导小组第十一次会议明确提出化解房地产库存的要求，将房地产去库存问题上升到了一个新的高度。随后的中央经济工作会议公告正式提出化解房地产库存的六条措施，包括提高户籍人口城镇化率、落实户籍制度改革、深化住房制度改革、发展住房租赁市场、鼓励企业降低商品房价格以及取消过时的限制性措施等。同时，很多政策研究也强调了推进新型城镇化和降低房价对房地产去库存的重要意义（倪鹏飞 等，2015；易宪容，2016）。

城镇化问题关于“城镇化”与“城市化”的提法，国外文献一般用城市化（Urbanization），国内文献多用城镇化；实际上大多数学者认为“城镇化”与“城市化”并无本质区别，为统一起见，本文采用“城镇化”的提法。和住房问题历来是经济学者研究的热门话题，很早就有国外研究注意到城镇化过程与住房市场可能存在联系。城镇化的过程实际上也是人口结构变动的过程，早期的很多研究是从人口结构变动对住房价格的影响角度来进行探索的Mankiw 和 Weil（1988）利用生命周期理论将人口年龄结构的变动与住房市场联系起来，认为当“婴儿潮”时期出生的一代人開始进入住房市场时，会大幅增加住房需求导致房价快速上涨；反之，当这些人退出住房市场时，住房需求减少，房价下降。他们使用美国数据进行验证，结果表明20世纪50年代的“婴儿潮”确实导致了70年代住房需求的增加和住房价格的迅速上涨。Green 和 Hendershott（2010）同样利用美国人口普查数据研究了人口年龄结构对住房需求的影响，认为住房需求随人口年龄的增长并不明显，因此不能期待人口老龄化会降低住房价格。。城镇化水平的提高意味大量移民进人城市，很多研究从移民和人口流动的角度考察了城镇化对住房市场、尤其是房价的影响。Saiz（2003）使用美国迈阿密的数据研究发现，20世纪70年代末古巴偷运移民导致了该市此后几年住房租金的明显上涨。随后，Saiz（2007）进一步研究发现，移民占当地人口的比例增加1%，会导致住房租金和房价上涨1%。与上述研究相关的很多研究均是以发达国家为样本，而对发展中国家样本的考察却没有得到足够的重视。有学者指出，城镇化进程是一个重要的结构变化因素，发展中国家普遍的高房价在一定程度上与城镇化进程密切相关。陆铭等（2014）利用中国地级市数据进行的研究发现，外来人口比例较高的城市，其房价也会较高。

近年来国内部分学者对城镇化与房地产市场的关系进行了有益的探索，其中大多数研究集中于城镇化对房价的影响。例如，任木荣和刘波（2009）基于中国省际面板数据的分析发现，城镇化速度的上升会导致房价的迅速上涨；骆永民（2011）利用多种面板模型进行的研究也发现，城镇化水平对房价有显著的促进作用，并且在人力资本集聚、经济增长水平较高的地区，这一作用更加明显。然而，同样基于中国省际面板数据，姜松和王钊（2014）利用动态空间面板模型进行的研究却发现，城镇化对房价变动的影响显著为负笔者认为，出现这一矛盾结果的原因可能在于该文解释变量的选取问题。。除了研究城镇化对房价的影响以外，还有一些学者研究了城镇化对房地产市场其他因素的影响。王文莉和赵奉军（2011）利用中国35个大中城市的面板数据分析了城镇化对房价租金比的影响，结果表明城镇化扩张速度越快，房价租金比越高。谢福泉和黄俊晖（2013）利用省级面板数据研究发现，城镇化水平与住房需求、住房供给都存在显著的正向关系，同时也带动房地产业从业人数增加和房地产价格上升。薛菲和袁汝华（2014）的研究表明，城镇化水平每提高一个百分点，房地产投资额、商品房销售面积以及商品房价格分别提高7.72%、5.28%、3.49%，城镇化水平的提高对房地产业的发展具有明显的带动作用。

一般认为，通过推进城镇化和降低房价来消化房地产库存的经济学逻辑在于：城镇化会转移大量的农村劳动力到城市中，从而形成房地产市场的刚需；降低房价会增加住房需求并抑制其供给，从而起到去库存作用。那么，被中央和学者寄予厚望的城镇化和房价政策对房地产去库存的实际效果如何？推进城镇化和降低房价真的有助于消化当前过剩的房地产市场库存吗？其他的去库存措施，例如增加居民收入对房地产去库存的效果又如何？通过对现有文献的梳理可以看出，目前关于我国城镇化与房地产市场关系的研究，依然集中于用城镇化的影响来解释高房价问题，涉及其他方面的研究并不多；对于房地产去库存问题的研究目前也仅限于政策讨论层面，未能从理论和实证层面进行深入的考察。有鉴于此，本文利用中国35个大中城市的面板数据构建动态面板模型，研究城镇化和住房价格等因素对房地产库存的影响，以期对当前的房地产调控政策有所启示。

二、理论分析

1.城镇化与房地产库存

城镇化为什么会对城市的房地产库存产生影响？现有文献一般认为，城镇化的推进会吸引大量农村剩余劳动力流向城市，会显著增加城市房地产市场的需求，从而起到消化房地产库存的作用。然而，城镇化对房地产库存的影响应该考虑供求两端，因此本文从供给和需求角度对这一问题进行分析。根据经济学理论，一项商品的库存等于该商品的供给减去需求。对于房地产市场来讲，一般用商品房的待售面积来表示库存量。简单的，本文分别用竣工面积和销售面积来表示房地产市场的供给和需求。

本文采用系统广义矩估计方法对模型进行估计。系统广义矩估计法是Blundell 和 Bond（1998）在差分广义矩估计法基础上进行的一个改进，是一种能够有效解决模型中被解释变量动态变化和解释变量内生性问题，并控制地区固定效应和年度固定效应的面板数据估计方法（Hsiao，2006）。

2.变量选择与数据来源

被解释变量：商品房存销比。存销比是衡量房地产库存的重要指标，一般使用商品房的待售面积与商品房的销售面积的比值来表示。在实际测算中，很多研究倾向于用商品房存量与商品房月销售面积的比值来衡量现有的库存需要多少个月才能被市场消化；本文采用年末商品房待售面积与当年销售面积之比来计算商品房存销比，进而测算出市场对房地产库存的消化能力。在后文的稳健性检验中则采用住宅商品房存销比，用住宅商品房的年末待售面积与当年销售面积的比值来衡量。

解释变量：（1）城镇化率，用城镇人口占城市总人口的比例来衡量；（2）房价，用剔除了物价因素影响的商品房销售均价来衡量。根据前文理论分析，房价上升会增加房地产库存，因此房价变量的系数预期为正；而城镇化率变量的系数符号是不确定的，需要看实证模型的估计结果。

控制变量：（1）前一期商品房存销比，库存量的惯性一般是正向的，因此，预期该变量系数符号为正；（2）人均收入，用剔除了物价因素影响的城镇家庭人均可支配收入衡量；（3）人口密度，用各城市每平方公里人口數量衡量；（4）财政收入，用各城市剔除了物价因素影响的地方政府一般预算收入衡量；（5）年度虚拟变量，根据样本期内我国房地产政策的变化，选取2003、2005、2008、2010年为时间节点，设置年度虚拟变量来控制政策变化的影响近年来我国房地产宏观政策经历了多次调整，房地产市场很容易受到政府宏观政策的影响。虽然政策因素很难量化，但可以根据政策生效的时间，通过控制时间固定效应来控制政策因素。1998年住房改革以后，为了应对房价的快速上升，从2003年开始中央政府开始推行一系列房地产调控政策，但是2003年的房地产调控政策力度有限，被称为紧缩预警期；而从2005年开始，“国八条”（《关于切实稳定住房价格的通知》）等政策陆续出台，标志着房地产调控进入了实质调控期；2008年，受全球金融危机的冲击，为保证宏观经济的健康稳定发展，中央又陆续出台一系列房地产救市措施；2010年，为了抑制房价的过快上涨势头，“国五条”（《关于促进房地产市场平稳健康发展的通知》）等政策的陆续出台，标志着我国房地产市场进入了全面调控期。。

本文选取我国2001—2013年35个大中城市本文选取的35个大中城市包括北京、天津、太原、石家庄、呼和浩特、沈阳、大连、长春、哈尔滨、上海、南京、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川和乌鲁木齐。的相关数据进行实证分析，其中，商品房销售面积、待售面积、均价等数据来源于《中国房地产统计年鉴》，各城市家庭人均可支配收入、人口密度、地方财政收入等城市经济基本数据来源于《中国城市统计年鉴》（2002—2014）和中国知网经济与社会发展统计数据库，部分缺失数据参考了国家统计局公布的年度和月度统计公报信息。主要变量的描述性统计分析见表1。

四、实证分析结果

在研究城镇化率和房价对商品房存销比的影响时，受不可观测因素的影响，作为解释变量的城镇化率和房价可能与被解释变量相互影响，使模型产生内生性。例如，在本文的动态面板模型中，城镇化的发展会对房地产市场产生影响，同时，房地产市场上的库存和不断弱化的消化能力也有可能成为城镇化发展的阻碍；房价会影响房地产库存的消化速度，而库存同样有可能抑制房价上涨。因此，为了解决模型可能存在的内生性问题，本文分别选取商品房存销比的第2～3期的滞后值、城镇化率变量的第2期滞后值和房价变量的第2期滞后值作为各自水平值的工具变量事实上，选用更多期滞后值作为工具变量进行估计也得到类似的结果，出于模型简洁性的考虑，文中采用了最精简的工具变量类型。。Bond（2002）指出，在模型设定恰当的情况下，对动态面板模型滞后项的普通最小二乘（OLS）和面板数据固定效应（FE）估计决定了GMM估计滞后项的上界和下界，本文利用这一指标检验模型的设定是否恰当；同时也报告了动态面板模型扰动项差分的自相关系数检验AR（1）和AR（2）以及过度识别检验（Sargan）结果本文引入的工具变量较多，由于另外一种检验过度识别的方法（Hansen-J检验）在工具变量较多时可能会失效，因此仅报告了对工具变量个数不敏感的Sargan检验结果。。

1.城镇化率和房价对商品房存销比的影响及其地区差异

采用我国2001—2013年35个大中城市的数据建立动态面板模型进行分析的结果如表2所示。其中，（1）列是在房价外生但城镇化内生的假设下对全部城市数据进行回归的结果，估计结果显示：城镇化率与商品房存销比呈反向变动，而房价与商品房存销比呈同向变动，并且均在1%的置信水平下显著，即城镇化率的上升会显著减少商品房存销比，而房价降低也有利于商品房存销比的减少。（2）列是在房价内生假设下对全国样本的估计结果，与（1）列基本一致，城镇化率与房价的系数估计值均在1%的置信水平下显著。可见，从全国角度来看，提高城镇化率和降低房价都能有效降低商品房存销比，有利于房地产去库存，这与前文的理论预期是一致的。此外，其他解释变量的估计结果也是符合理论预期的：前一期存销比系数显著为正，表明房地产库存具有正向惯性；人均收入与商品房存销比反向变化，表明人均收入的提高能有效消化房地产库存；而地方财政收入越高、人口密度越大的地区，房地产去库存的压力越大。

对全国样本的估计证实了推进城镇化和降低房价对房地产去库存的积极作用，然而，由于我国存在明显的地区差异，发达地与和欠发达地区城镇化和房价对房地产去库存的影响很有可能存在异质性。因此，本文将35个大中城市的样本分为东部地区和中西部地区两个样本本文曾经尝试将35个大中城市分为东、中、西三个样本，但是由于中部和西部地区的样本量过少，导致模型估计存在很明显的小样本偏误，因此最终选择了东部和中西部两个样本。，分别进行分析，得到的结果如表2的（3）（4）列所示。东部地区城镇化率与商品房存销比显著负相关，但房价对商品房存销比的影响不再显著；而中西部地区房价与商品房存销比显著正相关，但城镇化率对商品房存销比的影响不再显著。这说明，在东部地区推进城镇化更有利于房地产去库存，而降低房价对房地产去库存的作用较小；但在中西部地区，降低房价对房地产去库存的作用更为明显，而城镇化对房地产去库存的作用有限。

2.稳健性检验

表2中报告了动态面板模型滞后项系数估计的上界和下界，4个方程中被解释变量一阶滞后值的系数估计值均介于上界与下界之间，这表明模型的设定是恰当的；自相关AR（1）和AR（2）检验的结果表明4个模型的扰动项差分均存在一阶自相关而不存在二阶自相关，这符合系统GMM估计的基本要求；Sargan检验均不能拒绝原假设，表明模型不存在过度识别问题。可见，从模型设定和检验的角度来讲，本文构建的动态面板模型是稳健的。

为了进一步检验本文研究结果的稳健性，用住宅商品房待售面积与销售面积的比值计算住宅商品房存销比，并将其作为被解释变量（其他变量不变）重新进行估计，得到的结果如表3所示。可以看出，估计结果与前文分析一致：从整体来看，推进城镇化和降低房价均有利于化解房地产库存，但东部地区推进城镇化的作用更明显，而中西部地区降低房价的作用更明显；此外，提高人均收入有利于降低房地产库存，而人口密度越高和地方财政收入越大的地区房地产去库存压力也越大。

五、结论与启示

本文利用我国2001—2013年35个大中城市的数据建立动态面板数据模型，实证检验了推进城镇化和降低房价对当前房地产去库存的影响，结果表明：从全国层面来讲，城镇化率的提高能显著减少商品房存销比，而房价上涨会引起商品房存销比明显上升，人均收入越高商品房存销比越小，人口密度和地方财政收入越高商品房存销比越大；东部地区城镇化率与商品房存销比显著正相关，而房价对商品房存销比的影响不显著；中西部地区房价与商品房存销比显著负相关，而城镇化率对商品房存销比的影响不明显。可见，从整体上来讲，推进城镇化和降低房价确实能够有效消化当前我国房地产库存；在东部地区，推进城镇化对房地产去库存的作用更明显，而降低房价的作用较为有限；在中西部地区则相反，降低房价对房地产去库存作用显著，而推进城镇化的作用不明显；此外，增加人均收入对房地产去库存也具有明显的积极影响。

为什么东部地区推进城镇化能有效去房地产库存而降低房价的效果不明显，中西部地区降低房价可以有效去房地产库存而推进城镇化的效果有限？本文认为，引起地区差异的主要原因在于东部地区与中西部地区城镇化的土地供给和普通居民的住房支付能力存在显著的差异。在城镇化建设的土地供给方面，有研究指出，当前我国城市普遍存在工业用地扩张导致住宅用地紧缺的现象，而东部城市住宅用地紧缺的现象更为突出（范剑勇 等，2015）。东部城市的土地供给，尤其是住宅用地供给已经接近于相对饱和状态，城镇化的推进能有效增加住房需求，但由于土地供给的限制，商品房供给并不会迅速增加，因此城镇化率的上升能有效减少房地产库存；而与东部城市相比，中西部地区城市的土地供给和住宅用地供给相对宽松，推进城镇化不仅可以增加住房需求，也会使得商品房供给同时增加，因此城镇化对商品房库存的消化能力是有限的。在房价方面，有研究发现，东部地区的房价收入比普遍高于中西部地区，而且东部地区房价收入比的上升速度也普遍快于中西部地区（吕江林，2010）。由于东部地区房价上涨速度过快，普通居民的住房支付能力严重不足，房价的小幅下降并不能有效改变大部分居民的住房支付能力，因此，房价下降对房地产去库存的作用有限；相对而言，中西部地区大部分城市房价及其上涨速度低于东部，房價与普通居民收入之比相对较低，因此降低房价可以有效促进中西部地区的房地产去库存。

推进城镇化和降低房价究竟能不能去房地产库存？本文的实证研究给出了肯定的回答，但是同时发现，推进城镇化与降低房价等措施对房地产去库存的效果是因地区而异的。针对当下流行的一些房地产去库存的政策观点，本文的结论有以下几点启示：

第一，从整体上来看，当前我国房地产市场库存过剩的根本原因是市场供给相对过剩而有效需求不足，市场的问题应该由市场来解决。因此，对于部分房价上涨过快的东部城市，政府有必要在特殊时期采取较为严厉的调控政策；但是对于大部分中西部城市来讲，政府对房地产市场的调控只有短期效果，长期来看，引导房地产市场合理降温，让房价回归到合理区间才能从根本上改变房地产市场上供求失衡的局面。

第二，通过增加杠杆的方式鼓励农民工、城市低收入阶层甚至大学毕业生买房，从而消化房地产库存的政策是短视的，这将进一步增加我国金融体系的系统性风险。因此，只有切实推进城镇化，尤其是加快相对落后的中西部地区的新型城镇化建设，消除农村人口市民化的户籍、住房、社会保障等方面的制度性障碍，才能真正增加住房需求，才是房地产去库存的长久之计。

第三，当前我国房地产市场“高房价”与“高库存”并存的困局，主要原因是区域发展的不平衡。区域发展的不平衡充分体现在我国东部和中西部地区房地产市场的分化上，部分房价上涨迅速的东部城市房地产库存迅速减少，而中西部地区，尤其是大部分三四线城市房地产库存不断积累。有一种流行的观点认为，政府以一定形式购买存量商品房作为保障性住房可以达到去库存的效果。然而，对于保障房需求有限的部分中西部城市来讲，这相当于用保障房的库存积累换取商品房库存的减少。因此，房地产去库存一定要因地制宜，避免“一刀切”的调控政策，要充分考虑到不同地区的差异，根据实际情况制定切实可行的政策，实现精准调控，真正做到房地产去库存“一城一策”。

第四，房地产市场去库存的同时也要“去泡沫”。在城市住房价格超出普通居民支付能力的情况下，解决房地产库存问题注定不能一蹴而就，只有立足长远，切实提高居民收入，提高普通居民的住房支付能力才能有效消化房地产库存。

参考文献：

范剑勇，莫家偉，张吉鹏.2015.居住模式与中国城镇化——基于土地供给视角的经验研究[J].中国社会科学（4）：44-63.

姜松，王钊.2014.中国城镇化与房价变动的空间计量分析[J].科研管理（11）：163-170.

陆铭，欧海军，陈斌开.2014.理性还是泡沫：对城市化、移民和房价的经验研究[J].世界经济（1）：30-54.

骆永民.2011.城市化对房价的影响：线性还是非线性？——基于四种面板数据回归模型的实证分析[J].财经研究（4）：135-144.

吕江林. 2010.我国城市住房市场泡沫水平的度量[J].经济研究（6）：28-41.

倪鹏飞，丁如曦.2015.楼市去库存的目标原则与路径[N].经济参考报，2015-12-11（8）.

任木荣，刘波.2009.房价与城市化的关系——基于省际面板数据的实证分析[J].南方经济（2）：41-49.

王文莉，赵奉军.2011.城市化进程与房价租金比高企问题研究——基于中国35个大中城市面板数据实证分析[J].财贸研究（5）：28-33.

谢福泉，黄俊晖.2013.城镇化与房地产市场供需：基于中国数据的检验[J].上海经济研究（8）：115-123.

薛菲，袁汝华.2014.城镇化水平对我国房地产业影响的实证分析[J].经济地理（4）：78-83.

易宪容.2016.房地产去库存化是一次重大的利益关系调整[J].投资北京（1）：42-43.

BLUNDELL R，BOND S. 1998. Initial conditions and moment restrictions in Dynamic Panel Data Models[J]. Journal of Econometrics，87（1）：211-217.

BOND R. 2002. Dynamic Panel Data Models：A guide to micro data methods and practice[J]. Portuguese Economic Journal，1（2）：141-162.

GREEN R，HENDERSHOTT H. 2010. Age，housing demand，and real house prices[J]. Regional Science and Urban Economics，26：465-480

HSIAO C. 2006. Panel Data Analysis—Advantages and challenges [J].Test，16（1）：1-22.

MANKIW G，WEIL N. 1989. The baby boom the baby bust，and the housing market[J]. Regional Science and Urban Economics，19（4）：235-258.

SAIZ A. 2003. Room in the kitchen for the melting pot：Immigration and rental prices[J]. Review of Economics and Statistics，85（3）：502-521.

SAIZ A. 2007. Immigration and housing rents in American cities[J]. Journal of Urban Economics，61（2）：345-371.

Abstract： Promoting urbanization and lowering housing prices are regarded as the main measures to reduce the huge inventory of real estate market. The data of 35 big and medium-sized cities of China during 2001-2013 are used to empirically test the influence of urbanization promotion and housing prices decrease on the destocking of real estate and the results show that overall speaking， the development of urbanization and lowering housing prices can effectively reduce the current surplus inventory of real estate but there is significantly regional difference， in the eastern region， the destocking-effect of promoting urbanization is more obvious but lowering housing prices effect is limited； in the Midwest， by contrast， lowering housing prices can play a significant destocking-role while promoting urbanization effect is insignificant. Furthermore， we find that the increase of per capita income also has an active impact on the inventory reducing of real estate， however， the higher the regional financial revenue is and the bigger the regional population density is， the bigger the pressure of the destocking of its real estate is. Thus， the destocking of real estate should make appropriate policy based on different place situation and realize accurate adjustment according to the market situation of different cities.

Key words： urbanization； housing prices； housing destocking； the proportion of inventory to sold housing； regulating policy for real estate； housing demand； housing supply； housing payment ability

CLC number：F293.3 F062.6 Document code：A Article ID：1674-8131（2017）03-0079-09

（编辑：杨 睿；段文娟）