我国住房市场向新型模式转型的特征分析

2018-07-16张振海

统计与决策 2018年11期

张振海

（同济大学经济与管理学院，上海 200092）

0 引言

住房产业是我国的支柱产业，是推动经济发展的重要力量，并且涉及到国计民生、金融安全、政治安定、城市的健康发展等问题，占有极其重要的地位。在当前“去库存、抑房价”的宏观政策背景下，对库存及房价问题的研究具有重要的现实意义。

当前，我国的住房市场正面临新的发展方向，从过去的短缺转变为过剩的新阶段。一、二线大城市商品住宅价格已经脱离经济基本面形成过高的现象，而三、四线小城市库存严重，实施“去库存”的政策效果不明显，反而促使一、二线大城市的房价进一步攀升。当供大于求时，价格应是下降的，但住房市场却出现了价格坚挺的情况，此现象颇为矛盾。那么住房市场的库存数量有多少？以及目前普遍认为房价过高的判断依据是什么？房价高的程度有多大？房价的构成、形成过剩与过高的决定因素是什么？住房市场未来发展的方向是什么？

已有文献从多方面对我国住房市场进行了研究，对形成的现状从理论上进行了解释，但对过剩库存的量化，以及房价过高程度的判断研究还不够。本文将创新性地对此进行研究，对过剩的库存予以量化并对过高的数量予以判断，再次是指出未来市场发展的前景。也正是基于对住房市场的库存过多、房价过高的矛盾现象进行研究，解惑产生此现象的原因，并对住房市场的发展方向进行判断，明晰它们在时间与空间维度上的特征，目的在于准确认识和发现市场运行的规律，为制订政策的有效性和科学性提供依据。

1 我国住房市场的现状特征

我国的住房市场可以分为四个阶段，1978—1991年为孕育阶段，1992—1998年为起步阶段，1999—2012年为高速发展阶段，2013年至今为新阶段。新阶段主要有两大特征：

1.1 局部与阶段性过剩

住房市场出现了局部与阶段性过剩，体现在如下四个方面：

（1）库存严重

目前住房库存逐步增大，库存可以分为狭义与广义，前者指已竣工但未能售出（S狭义库存量=S空置面积），后者指当年度能用于销售的面积（S广义库存量=S施工面积+S竣工面积+S空置面积-（9/12）S新开工面积-S销售面积），统计2005—2015年数据，显示从2013年开始起，狭义与广义库存量同步都出现了加剧的现象，合理的广义去化周期，中国指数研究院认为是6～12个月，中国社会科学院城市与竞争力研究中心认为是6～18个月。依此标准则出现了严重的库存，如表1所示。

表1 我国商品住宅狭义和广义库存量 (面积：亿平方米，周期：月)

（2）城市化新增人口住房需求小于供给的过剩

2011年全国住宅竣工面积供给为721.9万套，而此年新增全国城市人口2101万人，按2.9人①2012年度全国城市平均家庭人口数。/套住宅计算，则为7城市化过程中的新增城市人口是需求最大的因素，即从2012年起我国城市化新增24万套，达到供给接近新增城市人口需求，此后年份出现了此部分人口的供给过剩，而人口住房需求小于供给开始过剩。如图1所示。

图1 全国城市人口年新增加人数需求住房与年竣工趋势

（3）人均住房面积指标过剩

我国城市人均住房面积在1978年是6.7平方米，到2015年增长为36.6平方米，参照发达国家的标准预计我国的住房面积饱和值约为40平方米，但按现在较低的经济水平所匹配的住房需要水平已形成面积指标过剩，即较低的经济水平却达到发达国家的居住面积水平，还高于韩国与香港地区，而我国仍是发展中国家，按经济发展的匹配水平，形成面积水平的相对过剩。如表2所示。

表2 我国与世界主要发达国家和地区2016年度的人均住宅面积与GDP水平对比

（4）规划性指标过剩

国务院一项关于12个省会城市和144个地级市的调查显示，省会城市平均规划4.6个新城（新区），地级城市平均规划1.5个新城，全国新城规划人口达34亿，遍布于全国各地的开发区、新区即是明证。而中国人口达到高峰期也只有15亿左右，因此存在规划性过剩。

1.2 房价出现过高的现象

房价出现过高的现象，体现在如下三个方面：

（1）住房购买力进行衡量标准的判定

“房价收入比”是体现住房购买能力的指标之一，国际合理范围在3～6之间。统计我国四大城市（GDP排名）与部分西方国家的房价收入对比，如图2显示，我国的“房价收入比”高于部分西方国家，我国“房价收入比”数值为28.3，远大于它们的平均值8.7。再对中小城市也进行对比，结果相同（略）。因此从“房价收入比”反映的购买力来进行衡量，我国的住房价格已形成高水平。

图2 中国与部分国家四大城市房价收入比。

2 模型构建与数据来源

（2）泡沫度的衡量判断

借鉴Abraham等（1996）模型（理念是：假设始于某个时点，房价在经济基本面作用下有均衡的增长率，否则产生偏离，偏离的程度即为泡沫度），建立泡沫计算模型{pt=(β0+β1x1+…+βixi)+{λ0+ λ1pt-1+ λ2(Logp*t-1-Log pt-1)}+μ}，其中，前半部分是表示用经济基本因素能够解释的房价基础值，后半部分是表示偏差即泡沫值（具体计算略），全国35个大中城市泡沫度数值平均值结果，如表3所示，从2004年开始形成价格的泡沫。

（3）房价与租金背离

由于租房只有使用属性，而住房具有投资与使用的双重属性，因而存在投资机会时，则会产生两者的偏离，房价会超过正常的水平，形成价格过高。以1999年（住房商品化第一年）作为研究起始点，假定全国35个大中城市房价与房租的指数都为100，2015年增长到房价指数为401、房租指数为179，两者背离，如图3所示。

2.1 供给模型

土地价格、建设成本、房屋竣工面积、完成投资额、货币（M2）发行量、贷款利率等因素，都会对房价产生影响，对其进行相关性分析以甄别影响作用的强度，并使用SPSS软件分析，结果显示房价与五个变量相关，都通过了1%的检验，只有贷款利率显示未通过而舍去此变量。设定被解释变量P代表房价、X10代表货币(M2)发行量、X12代表建设成本、X13代表土地价格、X14代表完成投资额、X15代表房屋竣工面积，建立回归方程为：

2.2 需求模型

图3 全国35个大中城市房价、租金指数走势

表3 全国35个大中城市1999年—2015年间房价泡沫平均值计算结果值

租金、人口、可支配收入、货币发行量 M2、CPI、存款额、贷款利率、GDP总量等因素，都会对房价产生影响，使用SPSS软件进行相关性分析以甄别影响作用的强度，得出房价与其他六个变量相关，都通过了1%的检验，只有贷款利率显示未通过而舍去此变量。设定被解释变量P代表房价、R代表租金、X6代表人口、X8代表可支配收入、X10代表货币发行量M2、X11代表CPI、X16代表居民存款、X18代表GDP总量，建立回归方程为：

2.3 供求模型

基于以上供给与需求的决定因素分析，将两者结合为经济市场的基本要素分析，形成综合方程，即房价影响因素模型，如下：

2.4 数据来源

采用1999—2015年间全国35个大中城市面板数据，数据来源为35个城市《统计年鉴》、《中国房地产统计年鉴》、国家统计局数据库、中国人民银行网站，租金为房产网站（房天下、链家、58同城、安居客）中公布挂牌租金价格，进行租赁指数倒推算出历史年份租金的价格。

3 影响房价的因素分析

用EViews软件进行数据的平稳性检验，豪斯曼检验采用固定效应回归，得出拟合优度R2值为0.938037，说明11个变量可以在93.8037%的范围内解释房价的变化，拟合程度高，但有4个变量没有通过t检验值，P值大于0.05或0.10，说明模型上可能存在多重共线性，需要对模型进行调整，采用逐步回归的方法进行，具体如表4所示。

从表4可以得出结果是经过5次回归，全部P值已达到小于5%的范围内，但D-W值显示存在正自相关性，添加AR(1)对其进行修正，经过8次回归，全部P值达到小于0.05，最终确定保留的影响房价因素为：租金（R）、建设成本（X12）、土地价格（X13）、房屋竣工面积（X15）、GDP总量（X18）共5个变量。拟合优度为0.966842，可以在96.6842%范围内解释变量对房价的影响程度。模型方程中F检验值为378.3351，通过F检验值。模型的P值为0说明整体上变量与被解释变量存在较强的线性相关关系。常数及7个变量都通过t检验，并且变量的P值也小于0.05，因此模型能有效对房价进行解释。租金（R）、建设成本（X12）、土地价格（X13）、GDP总量（X18）此4个变量的系数符号设定为正，与预期符号相同。房屋竣工面积（X15）的符号为负，与预期符号相符（供给越多，价格越低）；最终房价供求关系模型方程：

最终得出其中5个因素对租金起到显著的决定作用，即租金(R)每变动1元/平方米/月时，房价相应变动为110.7671元/平方米；建设成本(X12)每变动1元时，房价相应变动0.61082元；土地价格(X13)每变动1元时，房价相应变动0.043642；房屋竣工面积(X15)每变动1万平方米时，房价则相应变动-0.441893元，GDP总量(X18)每变动1亿元时，相应房价变动0.626266元/平方米。

因此，决定房价的因素是此5项，在治理过剩与房价过高时能有的放矢。

4 现状产生的原因与未来发展的方向

4.1 现状产生的原因

表4 变量逐步减少回归P值检验结果

在经典供求关系中“过剩与高价”是一个矛盾的现象，根据影响房价的因素进行解释：（1）从影响房价的实证中发现，正相关的租金、成本、地价、GDP连年上涨，而负相关的供给竣工面积所占权重少，以及供给在大城市中连年减少，加剧了房价的上涨；而供给在小城市中连年增大，推动形成了库存；总体上形成了价格降不了，但库存也少不了的现象。（2）我国正处于城市化进程中，不像其他已完成城市化的国家，人口大量向城市转移，产生住房需求的大量增加，特别是人口更多地向大城市集聚，包括小城市向大城市的转移，进一步加剧了前者房价的上涨，后者人口流出后库存的加大。（3）房屋既是消费品，又是投资（投机）品的双重属性，从泡沫现象中可以佐证，购买者预期与预期的累计形成了房屋的高价格，虽然供给过剩，但预期形成了价格的“硬核”，仍是坚挺的现象。而租房只有消费性，房屋出现投资时则推动形成高价格，两者产生背离。

4.2 未来发展的方向

尽管出现了过剩的现象，但我国的城市进程目前只有57.35%（2016年数据），如果达到发达国家的标准80%～90%，仍会有大量人口向城市转移。根据决定房价的GDP因素，决定房价泡沫的人口因素，应用Gompertz（Ht=H*·eα·eβ·GDPPCt）模型计算未来住房的需求量（计算过程略）得出结论：在2018—2030年间，需求住宅面积的数量仍在17.53～22.77亿平方米/年，因此未来仍有需求，目前的过剩是经济下行、房价过高导致购买力下降等因素综合形成的，是阶段性过剩，住房市场仍有发展的空间。那么在住房市场新背景下，我国的住房市场将何去何从？根据决定房价的因素、市场价格运行的逻辑，以及借鉴发达国家的经验，本文认为我国的住房市场将向以下几个方向发展：（1）住房市场的租赁比例上升，将形成租购并举的状态，城市家庭住房租赁率从13%①2013年西南财经大学所做《中国家庭金融调查报告》。向发达国家的水平方向发展，如瑞士70.52%、德国60.42%。（2）向“互联网+”模式发展，在“互联网+”背景下，住房市场需要利用互联网思维，借助互联网技术，对开发经营进行颠覆性创新。（3）住房市场向智能化、绿色建筑方向发展。（4）住房市场向养老型发展。我国从2000年开始就已进入了老年型社会，住宅市场将向养老型方向发展，老年公寓、养老院以及与老年人相配套的住房设施将形成大量的需求。（5）住宅配套的传统商业量将进一步萎缩。近年来在互联网及电子商务快速增长挤压下，以及城市规划的传统定位布局与建设的周期时滞，共同形成了传统商业面积过剩。（6）住房市场向城市群的方向发展。大城市住房市场规模不能无限扩大，而向城市群的住房市场方向发展就能有效解决既向大城市集聚，又能缓解高房价的可持续发展问题，同时城市群的发展也是新经济地理格局下的必然趋势。（7）住房市场进入稳定发展阶段。我国经济从2012年起进入了“新常态”，增长率下降到6%左右，参照库兹涅茨法则，我国的住房市场将处于稳定发展的新常态阶段。因此过去高速发展的住房市场将不复存在，代替为新常态的稳定性住房市场。（8）住房市场的供给集聚加剧，房产企业经过二十年多年的发展，行业逐步向垄断竞争与寡头垄断方向发展。（9）住房市场在“胡焕庸线”东侧内进一步集聚。西侧是生态屏障，将以生态恢复和保护为主。东侧区域将进一步向大城市为中心的区域集聚。（10）住房持有成本上升。我国的住房持有成本将由现在几乎零成本向一定额度发展，主要会表现在房产税的征收上。