土地供应管制、住房供给弹性与房价周期波动

严金海，丰 雷

（1.厦门大学公共政策研究院，福建 厦门 361005；2.中国人民大学公共管理学院，北京 100872）

1 引言

自1998年城镇住房制度市场化改革以来，中国主要城市房价呈现出长期持续上涨、短期波动加大的特征，同时城市间房价波动差异日趋显著。为促进市场平稳健康发展，中央自2005年以来频繁使用调控政策对房地产市场进行干预，并于2014年起明确分类调控、因城施策的调控思路。囿于短期调控治标不治本的局限性，2017年起中央开始推进房地产调控长效机制建设。针对房价波动，许多研究从人口增长、收入变化、信贷投放、市场投机等需求面进行了解释[1-3]。近年来供给面因素对房价波动的影响日益为国内外学者所重视[4-5]。以GLAESER等[6]、GRIMES等[7]为代表的研究表明，在住房供给更缺乏弹性的地区，房价在市场繁荣期的涨幅更大，而更高的住房供给弹性有助于遏制需求冲击后短期房价的螺旋式上升。

由于地上建筑物的生产要素处于全国性竞争市场结构，城市间住房供给弹性的差异主要由具有区域异质性的土地市场来解释[8]。欧美发达国家的经验表明，土地利用管制政策是城市住房供给弹性的主要决定因素[9]。与土地私有制下政府主要采取规划管制对私人土地交易和开发行为进行干预不同，中国城市土地供给由地方政府垄断，并受中央集权式的土地计划配额的管制。在中国这种独特的土地供给制度环境下，来自地方和中央政府的土地供应管制行为对不同城市住房供给弹性会产生怎样的影响？进而又带来怎样不同的房价波动后果？

近年来一些研究对此进行了讨论。李冀申[10]率先使用省级数据研究发现，土地购置与住房销售面积之比与住房供给弹性正相关。严思齐和吴群[11]从城市层面分析发现，城市平均住房供给弹性在政府垄断供地制度确立后显著降低。WANG等[12]最先对35个大中城市住房供给弹性进行估计，发现绿地比重是其影响因素。在此基础上，刘学良[13]研究表明招拍挂与协议出让价格之比对城市住房供给弹性影响显著，且后者对长期房价增长有负向影响。此外，还有研究发现土地供给弹性与房价波动负相关[14-15]。总之，已有文献已取得较丰富的成果，但在以下三方面仍然存在不足：一是缺乏土地供应管制通过住房供给弹性渠道影响房价波动传导路径的系统理论分析；二是鲜有从市场周期波动角度分析在不同景气阶段住房供给弹性影响房价波动的差异性；三是经验分析在变量测度、住房供给弹性估计等方面仍有改进空间。

2015年中央提出供给侧结构性改革以来，土地市场领域供给侧结构性改革研究方兴未艾[16]，其中，居住用地供给侧改革是建立房地产市场平稳健康发展长效机制的关键一环[17]。因此，本文基于中国城市土地供应管制的独特制度背景，应用55个大中城市1999—2015年间的统计数据，系统分析土地供应管制影响房价波动的供给弹性渠道作用机理以及在不同景气阶段影响效应的差异性，这有助于深化有关中国土地供应管制对住房市场影响的理论研究，为推进土地供给侧结构性改革，构建住房市场健康发展长效机制提供理论和实证支持。

2 理论分析与研究假说

2.1 土地供应管制与住房供给弹性

中国城市土地供应由政府垄断，受地方干预和中央规制的共同影响。在财政收入和政治晋升的双重激励下，地方积极干预土地供应配置以推动工业化和城镇化发展，形成工业用地出让底线竞争和商住用地出让收益最大化的基本行为模式[18]。为实现土地财政目标，地方政府对商住用地供应数量和价格组合策略的选择，既取决于需求侧的城市人口增长和经济发展对房价和地价水平所能提供的支撑，又受制于供给侧的城市土地供应能力。

在土地供应的中央—地方关系中，地方土地供应能力受到中央自上而下分配的用地指标约束。中央偏向中西部和中小城市的差别化用地管理政策带来城市间建设用地供需矛盾的显著差异。由于用地指标宽裕，中西部经济欠发达城市能够在开展工业用地引资竞争的同时，实施宽松乃至放量式的商住用地出让策略。而用地指标受到严格限制的东部经济发达城市，在重点产业和基础设施建设项目优先的供地政策导向约束下，可安排用于商品住宅的土地供应量就相当有限，“饥饿式”商住用地出让策略成为其实现土地财政目标的最优选择[19]。

地方政府不同出让策略的选择形成住房用地市场中土地供应松紧程度的差异，从供地规模、土地成本、市场预期等方面影响城市住房供给响应价格变化的调节能力。第一，供地量决定了企业可开发建成的最大建设量[20]。当地方政府面对正向需求冲击不能及时供应市场所需土地时，新增住房开发将受限，造成住房供给难以对房价上涨做出敏感反应。第二，土地成本影响住房供应结构和总的市场供应量。当土地供不应求时，激烈竞争带来地价快速上涨甚至“地王”频现等价格扭曲。随着地价上涨，开发利润空间减少，促使新增住房开发走向中高端化[21]，引起市场整体供应量的减少。第三，在房价上涨预期的作用下，企业可能会放慢开发进度，造成当期住房竣工面积的进一步降低[22]。据此，提出以下两个待检验的假说：

假说1：地方政府不同松紧程度的策略性供地行为导致城市间住房供给弹性的差异，经济越发达的地区城市住房供给弹性越小。

假说2：相对来说，中央偏向中西部的用地指标分配降低了东部城市住房供给弹性，增加了中西部城市住房供给弹性。

2.2 不同供给弹性下房价周期波动的不对称性

在市场繁荣期，面对相同的正向需求冲击，与住房供给富有弹性时房价保持平稳不同，在供给缺乏弹性的市场中，由于新增住房建设无法及时充分做出响应，房价将出现大幅上涨。从需求侧来看，与房价变化预期正相关的投机行为是房价波动的重要驱动因素。投机作用大小又取决于住房供给状况，当供给缺乏弹性时，投机会引起房价剧烈波动[4，23]。前文分析认为中国土地供应管制造成在住房需求越强劲的经济发达城市，住房供给弹性反而越小。强烈的房价上涨预期使得这些城市成为全国资本的投机对象，导致在繁荣期房价涨幅更大。

在市场受不利需求冲击由景气阶段进入不景气阶段后，房价向下的调整幅度与住房供给弹性的关系存在不确定性。一方面，更高的供给弹性带来繁荣期更多的过量开发，引起在不景气阶段更多的库存积压和更大的价格下跌。另一方面，更高的供给弹性导致繁荣期更小的价格上涨，继而在调整期房价向均衡方向的修正幅度也相应更小[6，24]。由此，两者关系将取决于繁荣期不同供给弹性的市场中住房过量开发程度和市场投机程度的大小。

据此，提出以下待检验的假说：

假说3：住房供给弹性对不同景气阶段房价波动的影响具有不对称性，更低的住房供给弹性会导致在繁荣期更大的房价涨幅，而在不景气阶段房价跌幅与供给弹性的关系则存在方向上的不确定性。

综上，将土地供应管制通过住房供给弹性渠道影响房价波动的传导路径用图1来表示。

图1 土地供应管制通过住房供给弹性渠道影响房价波动的传导路径Fig.1 The impact of land supply regulation on housing price fluctuation through housing supply elasticity

3 计量模型设定

3.1 模型设定与识别策略

本文采取两步法来检验土地供应管制是否以及怎样通过供给弹性渠道影响房价周期波动：第一步检验土地供应管制对住房供给弹性的影响，第二步检验住房供给弹性对不同景气阶段房价波动的影响。

根据上述理论分析，土地供应管制影响住房供给弹性的计量检验模型设定为：

式（1）中：HSEi表示城市i的住房供给弹性；DCLPi表示城市i是否位于中央土地配额管制政策的偏向地区；LSQi和LSPi分别为住宅用地供求匹配度和地价扭曲程度，分别从供地规模和价格两个方面表征地方政府不同松紧程度的策略性供地行为。参考已有文献[12-13]，对影响住房供给弹性的其他因素Xi进行控制，包括人口密度DENSI和适合开发土地比例DPL。

为检验住房供给弹性对不同景气阶段房价波动的影响，结合市场波动实际，参考已有文献对住房周期波动阶段的划分[3，25-28]①尽管中国房地产市场的年份较短，但是，本文对住房周期波动阶段的划分旨在分析住房供给弹性对不同景气阶段房价波动影响的不对称性，而不是探讨长时期的房地产周期规律，同时，已有文献对中国房地产周期的划分进行了较丰富的实证研究，形成不少共识，本文在此基础上确定了周期阶段。，建立如下一组计量模型：

式（2）—式（5）中：GHPi,05-08和GHPi,12-14分别表示城市i在2005—2008年和2012—2014年两个景气阶段的房价累计变化；GHPi,08-09和GHPi,14-15分别表示城市i在2008—2009年和2014—2015年两个不景气阶段的房价变化幅度。参考已有文献[3，28]，对影响房价波动的主要经济基本面因素Ti进行控制，包括收入变化ΔINC、人口变化ΔPOP、2000年人口规模POP等变量②由于估计模型是截面数据模型，利率变化因在各城市一致而未纳入模型。在计量模型（3）和（5）中，由于不景气阶段市场调整周期很短，人口、收入等变量未发生显著变化，所以未作为控制变量纳入模型。。

对于住房供给弹性变量，参考已有文献[12-13]，采用住房供给方程估计得到，方程设定为：

式（6）中：lnNSi,t表示i城市第t年新增住房供给量的对数值；lnHPi,t表示房价对数值；lnLPi,t为住宅用地价格对数值；lnCi,t为住房建筑成本对数值；inri,t表示实际利率水平；μ表示不可观察的地区特征；ε表示随机误差项；β1i即为要估计的住房供给价格弹性，设定为随城市不同而变化。为解决模型可能的内生性问题，以收入作为房价的工具变量，对式（6）进行估计。

3.2 变量测度与数据来源

限于数据可得性，使用中国55个大中城市③55个大中城市为国家统计局住宅销售价格调查统计的70个大中城市中为自然资源部地价动态监测系统所覆盖、且主要变量统计数据不缺失的城市，包括4个一线城市（北京、上海、广州、深圳）、31个二线城市（除拉萨外的26个省会或自治区首府城市和5个计划单列市）和20个三四线城市。横截面数据对式（1）—式（5）进行估计，55个大中城市1999—2015年面板数据④因为20个三四线城市的住房新开工面积、建筑价值和建筑面积等数据从2005年起才齐全，所以在面板数据中，4个一线城市和31个二线城市数据为1999—2015年，20个三四线城市数据为2005—2015年。对式（6）进行估计。

式（1）中的因变量和自变量测度如下：住房供给弹性是式（6）估计得到的数值；DCLPi为虚拟变量，当该城市位于中央土地配额管理政策偏向的中西部地区，则取值为1，否则为0；LSQi用1999—2015年城市历年住宅用地供求匹配度的平均值来测量，各年的值由近3年年均土地购置面积除以该年住房销售面积计算得到；LSPi用城市各年住宅与工业用地比价的平均值来测量。控制变量测度如下：DENSI为城市每平方公里人口数；DPL是城市中心一定半径范围内地面坡度小于等于15度的土地面积占比，参考WANG等[12]的方法计算得到。

式（2）—式（5）中的因变量和自变量测度如下：GHPi,05-08为2005年1月—2008年6月城市房价累计涨幅，由国家统计局公布的70个大中城市商品住宅销售价格指数计算得到。类似地，GHPi,08-09、GHPi,12-14和GHPi,14-15分别为2008年7月—2009年2月、2012年6月—2014年4月、2014年5月—2015年6月房价累计环比变化幅度；住房供给弹性是式（6）估计得到的数值。控制变量的测度为：收入变化为城镇居民人均可支配收入的增长率；人口变化为城市户籍人口的增长率；2000年人口规模用该年全市常住人口规模来测量。

式（6）中的各变量测度如下：住房供给变量为新开工住房建筑面积；房价为新建商品住房平均售价，由销售额除以销售面积计算得到；建筑成本用住房竣工价值除以竣工面积计算得到；利率为5年以上期限贷款年利率；收入用城市居民人均可支配收入来表示；土地价格为住宅用地监测地价；各名义变量用居民消费价格指数调整为以1999年为基期的实际变量。

以上变量数据来源：住宅地价和工业地价来源于自然资源部中国地价动态监测网；35个一、二线城市的住房新开工面积、销售面积、销售金额、竣工面积、竣工价值、土地购置面积等数据来源于《中国房地产统计年鉴》，其余20个三、四线城市数据来自于各城市的历年城市统计年鉴；住宅销售价格指数来源于国家统计局；收入、人口规模、人口密度数据来源于《中国城市统计年鉴》、《中国区域经济统计年鉴》和《中国人口普查分县资料》；利率来源于中国人民银行。各变量数据的描述性分析见表1。

4 检验结果及分析

4.1 住房供给价格弹性估计结果

首先对居民收入作为工具变量的有效性进行统计检验。工具变量F值352.96大于弱工具变量检验的经验值10，这说明不存在弱工具变量问题。表2给出了住房供给价格弹性的二阶段最小二乘估计结果。地价、建筑成本、利率等控制变量的估计系数均符合理论预期。住房供给弹性在不同城市间具有显著差异，与以人均GDP衡量的经济发达程度显著高度负相关（皮尔逊相关系数为-0.58）。一线、二线和三四线城市住房供给弹性的平均值分别为0.34、1.81和2.23。东部城市的平均值（1.38）远低于中西部城市（2.17），这与已有研究[12-13]相一致。

表1 变量描述性统计Tab.1 The descriptive statistics of variables

表2 分城市住房供给价格弹性的二阶段最小二乘估计结果Tab.2 The estimation results of housing supply price elasticity for each city

4.2 土地供应管制对住房供给弹性的影响

表3给出了方程（1）的估计结果。模型（1）仅包含控制变量，模型（2）加入了中央地区偏向的土地配额管理政策虚拟变量，模型（3）和（4）又进一步分别加入了城市土地供应与住房销售面积之比和居住用地与工业用地价格之比变量，模型（5）包含了所有变量。从调整后的R2的变化来看，模型拟合度随着新变量的引入依次显著增加，土地供应管制能够解释45%的城市间住房供给弹性差异。以模型（5）的估计结果为例，可以得到以下两点发现。

首先，地方政府不同松紧程度的策略性供地行为显著影响城市住房供给弹性。土地购置与住房销售面积之比增加1个标准差，住房供给弹性将提高0.36。居住用地与工业用地价格之比减小1个标准差，住房供给弹性将提高0.31。这意味着，住宅用地供应越短缺或地价扭曲程度越高，住房供给弹性越小。在经济越发达的地区，LSQ越低，而LSP越高，这导致住房供给弹性越低。在4个一线城市，LSQ和LSP平均值分别为0.41和11.50，而在20个三四线城市，则分别为0.69和4.16，两者共同带来约1.1的住房供给弹性差异。这提供了一线城市住房供给弹性远低于三四线城市的部分解释。由此，假说1得到证实。

其次，城市虚拟变量的估计系数在5%的水平上显著为正，在控制了地方政府不同松紧程度的策略性供地行为以及城市土地资源禀赋等影响因素之后，与位于中央严控用地指标的东部地区的城市相比，在中央土地配额管理政策偏向的中西部地区，城市住房供给弹性平均要高出0.36。这意味着，中央偏向中西部的用地指标分配确实对不同地区城市的住房供给调节能力产生了显著影响。由此，假说2得到检验。

4.3 住房供给弹性对不同景气阶段房价周期波动的影响

表4的第（1）—（4）列分别给出了式（2）—式（5）的估计结果。从第（1）和（3）列来看，在两个市场景气繁荣阶段，住房供给弹性增加1个标准差，会导致房价涨幅分别降低2.84和1.64个百分点。这表明更低的住房供给弹性会导致城市房价在市场繁荣期经历更大幅度的上涨。同时，影响系数大小的差异也说明，在投机需求受限购政策干预得到抑制[29]后，住房供给弹性对房价涨幅的影响程度出现显著下降。这既证实了已有文献有关投机作用取决于供给环境的理论观点[23]，也与丰雷等[4]的研究发现相一致，反映出住房供给弹性影响房价波动的传导路径包括供求关系和投机效应两个方面。

表3 土地供应管制影响住房供给价格弹性模型估计结果Tab.3 The estimation results of the effect of land supply regulation on housing supply elasticity

表4 住房供给弹性对不同景气阶段房价周期波动影响估计结果Tab.4 The estimation results of the effect of housing supply elasticity on housing price fluctuation

从第（2）和（4）列来看，在两个市场不景气阶段，住房供给弹性对房价跌幅的影响不仅在大小而且在方向上都不一致。在2008年下半年到2009年初的市场调整期，供给弹性减少一个标准差，房价跌幅会提高1.15个百分点；在2014年5月—2015年6月的市场调整期，供给弹性增加一个标准差，房价跌幅会提高1.73个百分点。一个合理的解释是：与2005—2007年相比，2011—2014年期间限购政策的实施对一二线城市投机行为起到显著抑制作用[29]，使得住房供给弹性通过预期效应作用于投机引致市场大幅波动的传导路径被阻断，供求关系成为主要传导路径。在住房供给弹性小的经济发达城市，由于库存积压不严重，房价在市场不景气阶段的回调幅度就较小；在住房供给富有弹性的经济欠发达城市，市场繁荣期土地的宽松供应刺激了住房过度开发，使得市场在不景气阶段时面临较大的去库存压力，继而导致更大的房价跌幅。这表明，在供求关系和投机效应的共同传导下，住房供给弹性与不景气阶段房价跌幅的关系取决于先前繁荣期市场投机程度和住房开发过量程度，具有影响方向上的不确定性。这与成熟市场国家的经验发现[6，24]相一致。由此，假说3得到证实。

结合表3和表4的估计结果，可以计算得到城市土地供应管制环境特征通过住房供给弹性渠道对不同景气阶段房价周期变化的具体影响（表5）。

表5 土地供应管制变量对不同景气阶段房价上涨和下跌变化的影响Tab.5 The effect of land supply regulation variables on housing price change

4.4 稳健性检验①由于篇幅限制，稳健性检验结果未在文中报告，如果需要可向作者索取。

（1）工具变量有效性检验。采用两种方法进一步验证居民收入作为式（6）房价工具变量的有效性：一是使用城市在岗职工平均工资来测度收入，二是使用居民收入和城市人口两个变量作为房价的工具变量。有效性检验均通过，且重新估计得到的住房供给弹性无显著差异。

（2）土地供应管制的不同测量。分别使用当年土地购置面积与住房销售面积之比、近两年平均土地购置面积与该年住房销售面积之比来计算各年住宅用地供求匹配度，对式（1）的重新估计结果与之前相比均无显著变化，进一步验证了结果的稳健性。

（3）包含不同城市的子样本分析。为排除样本城市可能存在的特殊性对模型估计的影响，分别使用剔除4个一线城市的51个城市和剔除20个三四线城市的35个城市作为样本，对式（2）—式（5）进行重新估计。估计结果均无显著变化，再次表明了结果的稳健性。

4.5 进一步分析和讨论

上述分析发现不仅证实了已有文献有关土地供给状况影响房价波动的观点[4，14-15]，而且清楚地表明中国土地供应管制通过住房供给弹性渠道对房价周期波动产生显著影响，这为从供给侧来理解转型期中国住房市场波动的特殊诱因提供了新的理论见解和经验证据。

在中央偏向中西部的用地指标分配约束下，企业化的地方政府为实现土地财政增收目标根据本地市场条件采取饥饿式或放量式等不同松紧程度的供地策略，必然引起经济发达地区土地供应短缺与经济欠发达地区土地供应过剩并存的两类不同供求失衡风险[19]。在以北京、上海和深圳为代表的经济发达城市，土地供给短缺造成住房供给缺乏弹性，在供求失衡和市场投机的共同传导下，房价在繁荣期大幅上涨和不景气阶段大幅下跌的风险加大。在经济欠发达的三四线城市，土地放量式供应尽管提高了住房供给弹性，但是也会刺激住房过量开发，导致市场在不景气阶段库存积压和房价持续下跌的风险加大。

上述结论对改进中国住房调控政策以及长效机制建设等具有重要启示。尽管在经济发达城市需求侧限购、限售等行政手段对抑制投机行为产生显著效果，但是一旦行政手段有所放松，市场将面临强烈的价格反弹。2015年深圳市房价上涨47.5%即证明这点。在经济不发达地区，2015年以来棚改货币化政策对推进三四线城市去库存作用巨大，但是如果地方政府放量式供地行为的土地财政激励机制不发生改变，这些城市仍将会在未来面临新一轮的高库存积压风险。因此，要减少房价波动、降低市场风险，除了从需求侧采取多种手段抑制投资投机性需求或者刺激住房消费外，亟需从供给侧推进土地供应管制改革，使得城市土地供应与住房需求在时空维度上相匹配，避免土地供应短缺或者供应过剩导致的市场供需失衡②对于大城市，在加强需求侧调节的同时，在土地供给侧通过采取增加供地总量、放开存量用地流转管制等总量改革举措以提高住房供给弹性之外，对居住用地供应结构（产权类与租赁住房用地比例、普通商品房、保障性商品房与高档商品房用地比例）的精细化调控对完善住房供应体系同样必不可少。。

5 结论与建议

本文以55个大中城市为例，分析了中国土地供应管制影响城市房价周期波动的供给弹性渠道作用机理及其在不同景气阶段的不对称效应，得出研究结论如下。（1）土地供应管制通过住房供给弹性渠道影响城市房价波动的作用机理表现为：供地管制对土地供应松紧程度的计划控制经由供地规模、用地成本以及市场预期影响城市住房供给弹性，再经由供求关系和投机效应的传导影响房价周期波动。（2）土地供应管制可以解释45%的城市间住房供给弹性差异：一方面，地方政府不同松紧程度的策略性供地行为导致城市经济越发达住房供给弹性反而越低；另一方面，中央偏向中西部的用地指标分配导致东部城市住房供给弹性平均比中西部低0.36。（3）住房供给弹性是城市房价周期波动的重要决定因素，且其影响具有不对称性。在市场景气繁荣阶段，供给弹性越低，房价涨幅越高；当市场进入不景气阶段后，房价跌幅与供给弹性关系存在方向上的不确定性，与繁荣期投机程度和住房过度开发程度密切相关。总之，在中央用地指标约束下，地方政府土地财政动机下的不同松紧程度的策略性供地行为通过住房供给弹性渠道的传导带来了中国城市房价波动加大的市场影响。

本文研究发现对改革城市土地供应管制，减少政府土地供应配置干预对住房市场运行的不利影响具有重要政策启示。首先，为改善住房供应对价格变化的调节能力，必须以居住需求为导向，保持土地供应松紧有度，既要避免土地供应过紧导致供给短缺，也要避免土地供应过松导致供给过剩。考虑土地供给的时滞性，并避免与需求冲击效应的可能叠加，应在科学预测住房库存去化周期的基础上，前瞻性地调节居住用地供应规模和节奏，实现城市土地供应与住房需求在不同景气阶段的时序动态平衡。为促使地方政府商住用地出让逻辑从土地财政最大化转向市场供需平衡，应加强对地方有关市场调控、民生保障等履职情况的考核与问责，并推进以房地产税为核心的土地房产税制改革。其次，为改善土地在地区间的供需错配，提高人口主要流入城市的住房供给调节能力，减少人口流入少乃至流出城市的住房供应过剩风险，需改革完善土地配额管理政策，在用地指标分配上突出人口规模变化和进城落户人口数量因素的作用，并逐步在全国范围内推进城乡建设用地增减挂钩节余指标和补充耕地指标跨省域调剂，以实现城市建设用地供应与人口流动和用地需求增加在空间上相匹配。最后，在经济发达地区加快国有和集体存量建设用地入市流转管制改革，建立起多主体供给、来源渠道多元、竞争有序的居住用地供应新机制，以增强土地供应端对各类市场需求变化的灵敏性。