住房空置的区域差异及对房价的影响——基于35个大中城市的实证

杨　巧，陈　诚，宛　昆



住房空置的区域差异及对房价的影响——基于35个大中城市的实证

杨巧，陈诚，宛昆

（中南财经政法大学金融学院，武汉 430073）

基于2000-2014年35个大中城市面板数据研究住房空置状况与房价之间的关系，结果显示虽然当前住房市场库存压力较大，对住房价格形成了反向抑制，但是居民房价预期和宏观经济基本面对房价的正向推动作用远大于空置所带来的负向抑制，住房价格仍然具有上涨的动力，无论是整体回归还是分区域的回归模型结果均验证了这一点。从35个大中城市的整体情况来看，库存压力集中在写字楼和商业营业用房市场。分区域看，住房市场库存状况的差异，使得东部、中部、西部城市住房价格的下降压力存在差异，西部地区空置状况对住房价格的负向抑制效果最大，东部其次，中部区域抑制效果最弱。

住房；空置；价格

2014年9月30日房贷新政以来，我国房地产市场需求逐步释放，成交量不断放大。2015年商品房销售面积达到12.8亿平方米，比上年增长6.5%，商品房销售额8.72万亿元，比上年增长14.4%。然而2015年住房市场的回暖并没有改善楼市库存状况，截止2015年12月，商品房待售面积达到7.2亿平方米，相比2014年年底6.2亿平方米的待售面积，增长了16%。2016年初为进一步促进去库存，降首付、降交易税费的系列政策出台，房产交易大幅增长，2016年1-7月，商品房销售面积75 760万平方米，同比增长26.4%，商品房销售额57 569亿元，同比增长39.8%。随着交易量的快速上升，全国房地产市场出现了房价快速上涨与库存高居不下共存的特殊状况。国家统计局新建住房价格指数数据显示，相对于2015年12月，2016年7月70个大中城市中房价上涨的城市有58个，一线城市北京、上海、深圳、广州的房价涨幅分别达到了21.4%、27.8%、45.5%和20%，二线城市中厦门、合肥、南京的房价涨幅分别为38.1%、33.9%、和32.3%，短期内部分城市房价上涨异常迅速。而截止2016年7月，商品房待售面积为7.14亿平方米，在销售面积大幅增长背景下仍位于库存高位。

促进房地产市场健康发展，建立房地产市场发展的长效机制，解决存在的房地产库存问题是关键。当前既需要依靠市场主动调节的去库存化，也需要有外生政策驱使的去库存化。认清我国城市住房库存现状，判断住房库存状况对价格的作用程度，才能对市场自我调节能力作出更清晰的判断，并以此为基础制定合理有效的去库存政策。基于此，本文将结合我国35个大中城市住房市场有关数据，分析研究不同区域的住房市场库存压力，判断库存状况对区域住房价格的影响程度，在此基础上为我国住房市场调控提供有效建议。

一、文献综述

房地产统计体系建设中，库存的衡量标准主要从住房使用价值是否得到发挥为基准来进行评判。即住房的整体或者部分没有得到利用，处于等待出售或者出租的状态，凡此类均属于空置的统计范围。发达国家房地产空置统计包括了开发商建成后的库存产品，也包括了住房二级市场上的库存产品。我国自1997年开始进行空置统计，《房地产开发统计报表制度》中对空置概念的界定为：报告期末已竣工尚未销售或出租的商品房屋建筑面积，主要针对的是开发商的库存量。国内外学术界均认为住房空置类指标是反映住宅市场运行健康程度的重要依据，体现了住房市场资源利用的有效程度，可以此为依据判断住房市场走势。

近年来国外学术界研究住房空置成因及对房地产市场影响的成果较多，George C. Bentleya, Priscilla McCutcheonb等结合美国底特律四次人口普查结果显示的住房空置空间分布特点，研究了不同种族和阶层人群住房空置状况的影响因素。[1]César M. Fuentesa & Vladimir Hernandezb结合2000年后逐渐上升的墨西哥住房空置数据，指出墨西哥过于宽松的金融政策使得私营房屋建筑商具有较强投资意愿，空置率的过快上升导致私营房屋建筑商的财产犯罪情况大大增加。[2]Chris Couch & Matthew Cocks以利物浦为例研究了因为人口规模减少导致的住房空置状况，探讨了城市萎缩背景下住房空置的成因和解决方法。[3]Lena Magnusson Turnera以瑞典2000-2002年数据为例，研究了家庭迁移对住房市场空置链带来的影响，指出住房政策制定需考虑以上因素。[4]

目前国内学术界关于住房空置问题的研究成果较少。由于我国房地产空置统计体系目前不够完善，孙峤、郑思齐、刘洪玉、陈杰、赵奉军、王先柱等结合发达国家经验，从不同层面提出完善我国房地产空置统计体系的建议。[5-7]在此基础上，近年来有学者开始研究我国住房空置对房地产市场的影响，台玉红、邓长荣、马永开研究了我国房地产价格涨跌幅、波动的非对称性与空置量之间的动态关系。[8-9]鞠方、莫易娴等研究了我国商品房空置率对房价波动的影响程度。[10-11]李真、刘洪玉构造了描述租金和空置互动关系的租金模型和空置率模型，对北京和首尔两地写字楼市场租金与空置率之间的互动关系进行了研究。[12]沈孝强、吴次芳对我国31个省、市自治区的住房库存数量和销售情况进行了统计，对不同省份的库存消化能力进行了分析。[13]

从上述文献来看，国内对空置问题的研究大多以定性分析为主，近年来的定量研究中主要采用大口径的房地产数据，没有对不同类型商品房的空置水平进行全面评价，此外采用的数据或是省级层面空置面板数据，或是单一城市空置时间序列数据。考虑到房地产市场的区域性，当前在对空置与住房价格关系的研究中，还需要进一步判断住房空置的区域差异程度，为住房市场分类调控提供有效依据。基于此，本文利用我国35个大中城市住房市场系列数据，研究住房空置的区域差异及其对住房价格的影响。

二、我国商品住房空置的现状分析

（一）我国商品房空置与商品住宅空置的具体表现

总量上看，我国商品房空置面积与商品住宅空置面积均呈现快速增长趋势，截止2015年数据显示商品房空置面积为71 853万平方米，商品住宅空置面积为45 248万平方米，均为历史最高点。2000-2015年间商品房空置面积年均增长12.5%，2005-2015年间商品住房空置面积年均增长15.7%。如图1所示，商品住宅空置面积占商品房空置面积的比例一直维持在50%以上，2007年50.9%的占比是历史最低值，此后该比例不断上涨，达到2013年的65.7%，随着2014年限购、限贷政策的松绑，该比例逐渐下降到2015年年底的63%，2016年7月最新数据显示已降为60%。结合空置面积和销售面积进一步分析，用当年空置面积除以当年销售面积乘以12得到反映市场吸纳周期的指标，图1数据显示，整体来看商品房吸纳周期与商品住宅吸纳周期表现一致，2007年是历史最低水平，反映市场吸纳速度较快，2008年迅速上升，随后两年回落后并于2011年重新进入上升轨道，2015年商品房空置面积的吸纳周期为6.7个月，商品住宅空置面积的吸纳周期是4.8个月，两者均为2003年以来的最高水平。

图1 全国商品房与商品住宅空置水平

（二）35个大中城市商品房空置的差异化表现

1. 35个大中城市商品房空置状况

从总量上看，如图2所示，35个大中城市商品房待售面积占全国商品房待售面积的比重在2003年以前呈上升趋势，2003年达到历史高点，占比为69.69%，此后逐年下降，截止2014年为36.11%，是历史最低值。这在一定程度上说明目前我国35个大中城市的商品房库存状况并不算太严重。从空置商品房产品类型看，35个大中城市办公楼空置面积占全国办公楼空置面积的比例非常高，2009年的峰值为77%，截止2014年这一比例仍高达64.5%。35个大中城市商业营业用房空置面积占全国商业营业用房空置面积的比例2009年之前一直在40%以上，2010年后比例稍有回落。35个大中城市商品住宅空置面积占全国商品住宅空置面积的比例为产品类型中的最低值，且2014年数据是历史最低值，占全国的32%。从产品类型而言，35个大中城市商品住宅空置状况要优于办公楼和商业营业用房的空置状况。

图2　35个大中城市各类商品房空置面积占全国各类商品房空置面积的比例

从吸纳周期角度看，同样如此。35个大中城市空置商品住宅吸纳周期2004年后一直位于较低水平，2011年后因为限购限贷政策的影响有所上升，但截至2014年，35个大中城市空置商品住宅的吸纳周期也仍只有4.3个月。而2014年空置办公楼的吸纳周期为12.2个月，空置商业营业用房的吸纳周期达到16.7个月，空置压力远大于商品住宅领域。

2. 35个大中城市商品住宅空置状况的差异

进一步分析35个大中城市商品住宅空置状况的内部差异，以表1中2014年35个大中城市空置商品住宅吸纳周期4.3个月为基准，将35个大中城市分成两档，2015年吸纳周期大于4.3个月的城市有17个，吸纳周期小于4.3个月的城市18个，两档城市在其库存状况下的房价走势均是有涨有跌，但从波动幅度看，吸纳周期相对较长的城市房价波动幅度要大得多，深圳、上海、北京三个一线城市2014年商品住房吸纳周期分别为4.85、6.46、9.12个月，对应的2015年新建商品住宅价格涨幅达到了47.5%、18.2%、10.4%，相较而言，广州、南京、郑州、合肥等城市2014年商品住房吸纳周期分别为3.65、3.46、2.84、0.75，对应的2015年新建商品住宅涨幅分别为9.2%、7.9%2.7%和1.4%。此外，部分城市如西安、重庆，商品住房吸纳周期非常短，但是房价涨幅很低，甚至是负增长状况。

表1 35个大中城市各类空置商品房吸纳周期　　/月

从我国商品住宅空置的现状出发，可以看到，相对于商品房整体空置状况而言，商品住宅领域的库存压力相对较轻。其中35个大中城市住宅库存占全国的比例近年来呈下降趋势，说明目前的库存压力主要集中在三四线及以下城市中。此外，35个大中城市内部住宅库存压力和房价走势也呈现不同趋势。因此，在上述基础上，需进一步探讨造成城市间住房价格差异的原因，为住房市场去库存背景下的差异化调控提供参考思路。

三、模型设定、数据来源与变量说明

（一）模型设定和变量选取

不仅住房市场供求状况影响住房价格，宏观经济基本面也会对其发生作用。用构建住房价格与住房空置状况之间关系的计量模型：

其中，分别表示城市和年份；（元/ m2）为模型被解释变量，表示城市住房价格水平，模型解释变量中，商品住房空置面积（m2）、商品住房新开工面积（m2）、商品住房销售面积（m2）指标代表住房市场内部供求水平。各城市市辖区人口（万人）、居民储蓄存款余额（万元）、居民人均可支配收入（元）指标属于宏观经济基本面数据，对住房市场产生影响。此外用指标表示房价预期（元/ m2），代表心理因素对住房市场的影响。

（二）数据来源与变量描述性统计

本文选取了35个大中城市1999-2014年的年度数据研究城市住房价格与空置状况之间的关系。其中商品住房平均销售价格、商品住房空置面积、商品住房新开工面积和商品住房销售面积数据来源于《中国房地产统计年鉴（2000-2015）》和EPS统计数据平台；城市市辖区人口总额、居民人均可支配收入、居民储蓄存款余额数据来源于《中国区域经济统计年鉴（2000-2014）》、各城市统计年鉴和各城市国民经济和社会发展统计公报；居民对房价的预期这一指标，我们考虑普通居民对住房价格未来走势的判断主要基于过去的价格数据而做出，即近视价格预期，因此用上一期住房价格表示。

为消除通货膨胀对商品住房平均销售价格、居民储蓄存款余额和居民人均可支配收入的影响，我们对商品住房平均销售价格、居民储蓄存款余额和居民人均可支配收入利用所在城市居民消费价格指数转化为定基价格指数（以1999年为基期）进行平减得到实际量。由于普通居民对房价预期的考察主要基于原始数据，因此用上期住房价格表示，不对上期住房价格做出平减处理。为消除可能存在的异方差，我们对所有变量取自然对数。表2为各变量的描述性统计结果。

表2　各变量描述性统计

四、计量分析

对样本数据运用stata13.0软件进行计量，ADF检验结果显示选取变量均为一阶平稳。固定效应模型和随机效应模型检验效果如表3所示。Hausman检验结果显示，设置为固定效应模型更为合适。回归方程如下：

全样本模型计量结果显示：第一，从住房市场内部供求状况与住房价格关系看，反映供给指标的空置面积、新开工面积与住房价格负相关，反映需求指标的销售面积与住房价格正相关，且空置面积、新开工面积、销售面积指标计量结果均在1%水平上显著。从系数值看，住宅空置面积增加1%，住房价格会下降0.028%，住宅新开工面积增加1%，住房价格下降0.05%，而住房销售面积每增加1%，住房价格上升0.048%。住宅空置面积增加对房价造成的影响小于新开工面积和销售面积对房价造成的影响。第二，从宏观经济基本面数据和住房价格之间的关系看，居民储蓄存款余额和人均可支配收入水平在一定程度可以反映城市居民的住房支付能力，人口数量可反映居民住房潜在需求规模，三者均与住房价格呈正相关。其中居民储蓄存款余额在1%水平上显著，人均可支配收入在10%水平上显著，城市人口数据计量结果不显著，从系数值看，居民储蓄存款总额增长1%，住房价格上涨0.1%，人均可支配收入增长1%，住房价格上涨0.07%，国民经济发展使得居民财富积累和收入水平提高，这些对住房价格形成了正向的推动效应。人口数量每增长1%，住房价格随之增长0.046%，结果不显著的原因应该在于目前统计年鉴上能得到的按年份整理的城市人口数据都是户籍人口，而我国城市化进程中，户籍人口城市化率的提升速度较慢，且35个大中城市中，超大城市近年来对人口规模都在进行严格限制。第三，从影响房价的心理因素看，居民房价预期与住房价格呈正相关，房价预期对住房价格的影响在1%水平上显著，居民对房价的预期上涨1%，心理因素产生的正反馈效应会使得住房价格上涨0.62%。第四，从35个大中城市计量结果出发，比较各因素对住房价格产生的影响，心理因素对住房价格产生的影响最大，其次是经济基本面，反映居民住房市场购买能力的两个指标，居民储蓄存款余额和当期可支配收入对住房需求形成了有力支撑，进而使得房价上涨压力较大，虽然房地产市场内部供求状况也会对住房价格产生影响，但其影响小于前两大因素，供给层面上，新开工面积对住房价格的抑制大于空置面积对住房价格的抑制，原因可能在于当前期房预售主导的销售格局下，住房空置的成因更多在于开发商市场定位不准、产品设计与营销方案未能贴近市场需求、或者价格过高，消费者用脚投票使得住房产品在预售期卖不出去而形成空置。

表3 全样本与分样本计量结果

注：（1）括号内是t值；（2）***、**和*分别表示在1%、5%和10%的水平上显著；（3）东部城市包括北京、天津、沈阳、大连、上海、南京、杭州、宁波、福州、厦门、济南、青岛、广州、深圳、海口，中部城市包括石家庄、太原、呼和浩特、长春、哈尔滨、合肥、南昌、郑州、武汉、长沙，西部城市包括南宁、重庆、成都、贵阳、昆明、西安、兰州、西宁、银川、乌鲁木齐。

进一步将本文所选35个大中城市样本分为东、中、西部地区，以考察不同区域空置等因素对住房价格产生的影响是否存在差异。如表3所示，分区域计量结果显示：第一，住房市场供求因素考察中，3个区域空置面积均与住房价格呈负相关，东部和西部地区的城市空置面积均在1%水平上显著，中部地区城市在10%水平上显著，从系数值看，空置面积对西部地区城市住房价格造成的抑制作用最突出，其次是东部地区城市，中部地区城市系数值最小，原因可能在于经济不发达的西部地区10个城市住房空置面积加总占全国空置面积的比例一直较高，和中部的10个城市比较，2003年这一比例西部地区为14.4%，中部地区为6.7%，2014年这一比例西部地区为8.7%，中部地区为7.9%。3个区域销售面积对住房价格的影响均显著为正，其中中部地区对房价的正向影响最大，西部其次，东部地区的系数值最小。第二，分区域计量结果显示，宏观经济基本面指标中居民储蓄存款余额指标对住房价格的影响均显著为正，其中东部地区系数值最大，居民储蓄存款余额每增加1%，住房价格上涨0.17%，中部地区、西部地区分别对应住房价格上涨0.1%和0.04%，这一点说明东部地区居民财富积累程度较高，对住房价格形成了较强的购买力支撑，人口数量和人均可支配收入指标在分区域样本回归中均不显著，这一方面与人口统计指标采用的户籍口径有关，另一方面也受制于样本量过小的原因。第三，心理因素仍然是住房价格的重要影响因素，分区域样本回归结果显示，东中西部城市居民房价预期均与住房价格呈正相关，且在1%水平上显著，其中西部地区的系数值最大，房价预期每上涨1%，西部地区住房价格对应上涨0.62%。

五、结论与建议

从上述全样本和分样本计量结果可以看出，虽然当前住房市场库存压力较大，对住房价格形成了反向抑制，但是居民房价预期和宏观经济基本面对房价的正向推动作用远大于空置所带来的负向抑制，住房价格仍然具有上涨的动力，无论是整体回归还是分区域的回归模型结果均验证了这一点。研究中发现住房价格受居民房价预期这一心理因素影响最大，一旦居民预期房价上涨，会对住房价格产生显著的正向推动效果。其次，我国宏观经济的发展使得居民财富积累和收入水平提高，伴随着城市化进程，大量人口进入城市，使得我国住房市场需求在需求规模和支付能力上都有一定支撑，这也是我国住房价格上涨的重要原因所在。最后，住房市场内部供求水平与住房价格关系考察中，住房空置面积对住房价格的影响弱于新开工面积和销售面积，从35个大中城市的整体情况来看，住房空置整体水平较高，但更大的压力集中在写字楼和商业营业用房市场。分区域看，住房市场库存状况的差异，使得东部、中部、西部城市住房价格的下降压力存在差异，西部地区空置状况对住房价格的负向抑制效果最大，东部其次，中部区域抑制效果最弱。

针对此，未来一段时期的住房市场调控应注重以下几点。第一，住房市场空置状况存在区域差异，住房市场分类调控需考虑到这一点。从供给层面看，库存压力不同的城市，未来住宅类用地的供应需采取不同的数量管理模式。从需求端看，不同类型城市的住房需求支付能力和购买意愿存在差异，需结合城市化进程和居民支付能力，采用合理的需求支持手段，但需注意不能过度放大需求。第二，有效管理居民房价预期，居民房价预期对住房价格上涨形成的正反馈效应非常强大，住房价格调控需要从管理居民房价预期着手。第三，经济结构调整背景下，居民收入增长趋势放缓，需考虑该趋势对住房市场造成的影响。一方面政府需进一步降低收入分配差距，另一方面，加大公共服务领域的民生支出，政府可通过发放中低收入人群住房补贴、对社会机构提供空置住房作为保障性住房，进行适当税收减免等方式来消化库存。从以上三方面着手，尽量用市场化的手段，推动市场主动去库存，促进房地产市场可持续发展。

[1] George C Bentley, Priscilla McCutcheon, Robert G Cromley, et al. Race, class, unemployment, and housing vacancies in detroit: an empirical analysis[J].Urban Geographypages, 2015(02): 1-16.

[2] César M Fuentes, Vladimir Hernandez. Housing finance reform in Mexico: the impact of housing vacancy on property crime[J]. International Journal of Housing Policy, 2014(4): 368-388.

[3] Chris Couch, Matthew Cocks. Housing vacancy and the shrinking city: trends and policies in the UK and the city of liverpool[J]. Housing Studies, 2013(03): 499-519.

[4] Lena Magnusson Turner. Who gets what and why? vacancy chains in stockholm's housing market[J]. International Journal of Housing Policy, 2008(1): 1-19.

[5] 孙峤, 郑思齐, 刘洪玉. 住宅空置统计的国际比较及借鉴意义[J]. 统计研究, 2005(08): 8-12.

[6] 陈杰. 住宅空置率的国际比较与启示[J]. 房地产市场, 2010(10): 14-15.

[7] 赵奉军, 王先柱. 城市住房空置率统计的国际经验与初步估计[J]. 现代经济探讨, 2011(09): 18-22.

[8] 台玉红. 住房空置率对住宅价格的影响分析[J]. 经济问题, 2009(08): 42-43.

[9] 邓长荣, 马永开. 住宅价格涨跌幅、波动非对称性与空置量关系的实证研究[J]. 管理评论, 2011(02): 33-37.

[10] 鞠方, 于静静, 周建军. 我国商品房空置率对房价波动影响的实证研究[J]. 湖南科技大学学报: 社会科学版, 2013(05): 69-74.

[11] 莫易娴, 朱昌宇. 房价、住宅空置率对住房租金影响[J]. 发展研究, 2014(01): 88-92.

[12] 李真, 刘洪玉. 写字楼市场租金与空置率互动关系——以北京和首尔为例[J]. 清华大学学报: 自然科学版, 2015(06): 647-652.

[13] 沈孝强, 吴次芳. 中国商品住宅库存及其消化能力研究[J].中国土地科学, 2015(9): 73-80.

（责任编校：贺常颖）

Regional Difference of Vacancy House in Its Price: Based on Analysis of 35 Large & Middle Cities

YANG Qiao, CHEN Cheng, WAN Kun

（Institute of Finance, Zhongnan University of Economics and Law, Wuhan, Hubei 430073, China）

Based on the panel data of the 35 large and medium-sized cities from 2000-2014 we study how the vacancy influence to the housing price and its regional difference. The results show that the large inventory pressure in the housing market has reversed inhibition on the housing price, however the price expectation and the macroeconomic fundamentals pushing on the housing price, the overall or the sub regional regression results all prove this. From the overall situation the more vacancy pressure focus on the commercial and office market in 35 large and medium-sized cities. The difference of the vacancy has in the eastern, central and western cities in China it has difference pressure on the housing price. The influence of the vacancy on the housing price in the western area is the largest, the eastern is the second, and the central is the weakest.

residenthouse; vacancy of house; housing price

F 293.35

A

10.3969/j. issn. 2096-059X.2017.01.002

2096-059X(2017)01–0012–07

2016-12-02

国家社科基金项目（14CRK015）；中央高校基本科研项目（1510504）

杨巧（1979-），女，湖北松滋人，副教授，博士，主要从事城市经济与房地产市场研究；陈诚（1993-），男，湖北荆门人，硕士研究生，主要从事房地产市场研究；宛昆（1992-），女，湖北黄冈人，硕士研究生，主要从事房地产市场研究。