163貴州人事網(wǎng)2018年6月18日訊：進入本世紀以來，中國的城市化進程開始加速。在十幾年的時間里，數(shù)以億計的人口遷入城市，并定居下來，實現(xiàn)了生活水平的巨大提高，并在這一過程中創(chuàng)造了前所未見的經(jīng)濟繁榮。
在這一背景下，中國城市的房地產(chǎn)價格開始普遍上升，并在后期出現(xiàn)巨大分化。盡管中國仍然是一個中高收入國家，但北京上海等一線城市的房屋價格卻已趕上和超過許多高收入國家的水平，引發(fā)對于房地產(chǎn)泡沫的憂慮，并造成代際之間的財富鴻溝。
普遍的分析將此歸結(jié)于2008年金融危機以后過于寬松的貨幣政策，以及政府為刺激經(jīng)濟而采取的其他一些措施。這當(dāng)然是有道理的，但也存在許多難以解釋的問題。
本文試圖討論三個問題：
一、2010-2012年是中國城市化進程的重要分水嶺。在此之前，人口的流動在不同城市之間在統(tǒng)計意義上沒有明顯的區(qū)分；在此之后，人口開始集中向大城市和特大城市加速流動，而中小城市的人口流入相對更緩慢。
二、由于地方政府對土地市場的壟斷，決策認知，在中小城市土地供應(yīng)相對充足的同時，特大城市的土地供應(yīng)十分匱乏。這與2010年以后的人口流向形成巨大反差，基本地造成了后期城市之間房價的巨大分化。
三、2009年全球金融危機之后一攬子刺激政策造成了全國范圍內(nèi)房價的普遍上漲和存貨的快速積累。2012年以后，在大多數(shù)城市房價上漲開始低于通貨膨脹和收入的上升速度，至晚自2014年以后，全國范圍的房地產(chǎn)庫存的絕對水平開始高位持續(xù)快速回落，這期間的變化顯示了去泡沫化的改變。
由于前面討論的人口流向的分化，不同城市的存貨去化速度呈現(xiàn)顯著差異，導(dǎo)致2016年初以來，不同城市之間的房價呈現(xiàn)排浪式上升：率先完成存貨去化的城市房價領(lǐng)漲，后續(xù)其他城市存貨去化逐步完成，房價開始跟隨上漲。
更基本地看，盡管新開工的下降和市場化力量的作用十分重要，但持續(xù)的城市化進程也許是2014年以來中國房地產(chǎn)順利完成（或?qū)⒁瓿桑┐尕浫セ年P(guān)鍵因素，這使得在經(jīng)濟減速和銀行壞賬上升溫和的條件下房地產(chǎn)市場得以出清。如果沒有每年數(shù)以千萬計的人口持續(xù)涌入城市，那么房地產(chǎn)價格下行、經(jīng)濟減速和銀行壞賬上升的幅度和規(guī)模都會大得多。
1
中國城市化進程的轉(zhuǎn)折：從城鎮(zhèn)化到都市化
進入本世紀以來，中國的城市化進程開始加速。常住人口城鎮(zhèn)化率從2000年的36%提高到2016年的57%，年均城鎮(zhèn)化率提升1.33個百分點，年均城鎮(zhèn)常住人口增加2091萬人。
即便在2010年以后，中國城鎮(zhèn)化進程稍有放緩，在2011年至2016年間城鎮(zhèn)化率提升的速度平均仍然有1.2個百分點，平均每年城鎮(zhèn)常住人口增加2053萬人。
2000年至2016年間，中國城鎮(zhèn)常住人口共計增長3.6億人。大量的人口進入城市并定居下來，實現(xiàn)了生活水平的巨大提高，也創(chuàng)造了前所未見的經(jīng)濟繁榮。
隨著人口不斷涌入城市，房地產(chǎn)市場面臨旺盛的需求，城市房地產(chǎn)價格開始普遍上升。觀察中國不同城市之間的房地產(chǎn)價格變化，無論是基于國家統(tǒng)計局公布的新建住宅價格指數(shù)，還是基于百城住宅價格指數(shù)，都可以將房地產(chǎn)市場劃分為兩個階段。
第一個階段是在2013年以前，期間一二三線城市房地產(chǎn)價格上漲的幅度始終比較接近；第二個階段是2013年至今，這一時期內(nèi)不同城市之間房價漲幅出現(xiàn)了顯著的分化，城市之間房價呈現(xiàn)排浪式上漲。一線城市房價始終高歌猛進，一些二線城市的房價在2016年以后也出現(xiàn)了明顯上行，但是三四線城市的房價始終處在微漲或者下跌的狀況下，直到2017年上半年一部分三四線城市的房價才開始上行。
2012年至今，三四線城市房價漲幅明顯低于居民收入增速，甚至低于通貨膨脹的漲幅。與此同時，北京上海等一線城市的房屋價格卻已趕上和超過許多高收入國家的水平，引發(fā)泡沫憂慮。房地產(chǎn)市場表現(xiàn)出如此顯著的分化。
我們知道，城市化的進程是過去許多年來房地產(chǎn)市場在需求層面的重要支撐力量。
在衡量城鎮(zhèn)化，特別是描繪城市的房地產(chǎn)市場需求時，經(jīng)常使用的一個指標是城市常住人口數(shù)量。但在技術(shù)上，使用常住人口這一指標存在一些不足。統(tǒng)計制度中，常住人口定義為“居住在本鄉(xiāng)鎮(zhèn)街道且戶口在本鄉(xiāng)鎮(zhèn)街道或戶口待定的人；居住在本鄉(xiāng)鎮(zhèn)街道且離開戶口登記地所在的鄉(xiāng)鎮(zhèn)街道半年以上的人；戶口在本鄉(xiāng)鎮(zhèn)街道且外出不滿半年或在境外工作學(xué)習(xí)的人”。
在實際統(tǒng)計操作過程中，確定人口在城市中是否連續(xù)居住6個月以上存在一定困難，使得常住人口數(shù)據(jù)存在一定遺漏。更重要的是，居住在城市中6個月以上的人口還包括農(nóng)民工、快遞員等低收入人群，他們雖然創(chuàng)造了很大的經(jīng)濟價值，是城市生活不可或缺的一部分，但是與所在城市的房地產(chǎn)市場未必有非常緊密的聯(lián)系。這些因素使得用常住人口去定義和統(tǒng)計房地產(chǎn)市場的需求存在明顯的瑕疵。
為了克服常住人口數(shù)據(jù)存在的問題，我們嘗試使用多種其他指標來描繪城市人口的數(shù)量，特別是描繪和城市房地產(chǎn)市場需求關(guān)聯(lián)緊密的人口數(shù)量。這些指標包括，城市用水量、用電量、固定/移動電話數(shù)量等。但這些指標都或多或少存在一定瑕疵，例如用水量、用電量、移動電話數(shù)量還會受到生活習(xí)慣改變、科技迅猛發(fā)展、人口流動等影響，使得這些指標均存在很多不足。
經(jīng)過一些嘗試后，我們傾向于使用一個更加有效的指標——小學(xué)生在校生人數(shù)，它具有強大的解釋能力。小學(xué)生在校生人數(shù)作為描述城市化的代理指標，優(yōu)點在于數(shù)據(jù)易于獲取，質(zhì)量可靠，與城市房地產(chǎn)市場的需求聯(lián)系緊密。在以下的討論中，我們將可以看到小學(xué)生在校生人數(shù)是一個值得重視的、可靠的代理指標。
以小學(xué)生在校生人數(shù)作為描繪城市房地產(chǎn)需求的指標，我們首先提出一個重要的觀察。圖3中的橫軸是2013年到2015年33個一二線城市一至六年級小學(xué)生在校人數(shù)的增長情況，縱軸是2013年1月至2016年8月這些城市的房價累計漲幅?？梢悦黠@地看到這兩組數(shù)字之間存在著緊密的聯(lián)系，其擬合優(yōu)度達到50%。
圖4中我們進一步擴展了數(shù)據(jù)的時間序列長度，橫軸是2009年到2015年小學(xué)在校生的增速，縱軸是這些城市2009年1月到2016年9月（新的一輪房地產(chǎn)調(diào)控政策出臺之前）房價的漲幅?？梢钥吹?，兩者之間的關(guān)系在更長的時間跨度上進一步增強，擬合優(yōu)度進一步提高到58%的水平。
2013年到2015年，全國范圍內(nèi)的小學(xué)在校生人數(shù)增速為0.02%。在這樣的背景下，我們看到深圳、廈門、北京這些城市小學(xué)在校生人數(shù)的增速高達7%以上，遠超全國平均水平，同時我們也看到了這些地區(qū)房價出現(xiàn)了非常猛烈的上漲。在橫軸的另外一端，例如西寧、呼和浩特、昆明等城市，小學(xué)在校生人數(shù)增速是負增長或接近零增長，我們也可以看到這些城市的房價漲幅非常有限。
小學(xué)生流向哪里，他們年輕的父母大概就會在同一時期流向那里。這一結(jié)果表明，在我們研究的樣本區(qū)間內(nèi)，中國的青壯年人口集中流入一部分城市，而相對離開另外一部分城市。在青壯年人口集中流入的這一部分城市，房價就出現(xiàn)了大幅度的上漲，而他們相對離開的這一部分城市房價的上漲較弱。
這是我們基于橫截面數(shù)據(jù)看到的簡要結(jié)論。那么這一結(jié)論在時間序列上是否可以得到更加扎實的支持呢？
我們把中國二線城市按照房價漲幅分為兩組。圖5的紅線是房價漲幅排名前10的二線城市小學(xué)在校生人數(shù)增速，藍線表示的是房價漲幅排名后10名的城市（按照2015年1月至2016年7月房價漲幅將二線城市分為兩組，房價漲幅居前的城市包括廈門,南京,合肥,廣州,杭州,天津,武漢,福州,鄭州,南昌；漲幅靠后的城市包括沈陽,蘭州,哈爾濱,長春,昆明,大連,呼和浩特,銀川,西寧,烏魯木齊）。兩組城市小學(xué)在校生人數(shù)增速在2010年以前非常接近，2011年以后，紅線則始終明顯高于藍線。
這意味著，2010年以前，從小學(xué)在校生人數(shù)增速的角度觀察，房價漲幅靠前的二線城市和靠后的二線城市人口流入的趨勢沒有明顯的區(qū)別。人口開始流入一部分二線城市，而離開另一部分城市，這種情況是2011年到2012年才開始出現(xiàn)的。
人口流向的變化對房地產(chǎn)市場帶來了哪些影響呢？
我們比較這兩組二線城市住宅銷售面積增速的差異（見圖6）?？梢钥吹皆?010年之前，兩組城市的住宅銷售面積增速的差平均略低于0，但是2011年以后兩組城市住宅銷售增速的差維持了較高的水平，后期進一步擴大到20%左右。所以在人口大量流入和流出的二線城市，除了小學(xué)生人數(shù)增速的差異外，我們也可以在住宅市場上看到明顯的差異。
繼續(xù)對比這兩組城市的住宅新開工面積增速的差異（見圖7）。2012年之前，兩組城市住宅新開工面積增速的差別不大。而在2012年以后，房價漲幅居前的城市住宅新開工面積增速明顯高于房價漲幅靠后的城市。
這樣的一系列變化，不能夠簡單地用流動性和投機炒作來解釋。
簡單地說，2011-2012年以后，以小學(xué)生人數(shù)增速為代表觀察的中國青壯年人口開始集中流入一部分城市，而離開另外一部分城市。這種變化首先在小學(xué)在校生的數(shù)據(jù)上顯著體現(xiàn)出來，同步地在住宅銷售市場上體現(xiàn)出來，并幾乎同步地在住宅新開工市場上體現(xiàn)出來。經(jīng)過一段時間的滯后，2015年下半年以后，這一趨勢在城市房價中開始體現(xiàn)出來。
為什么這一系列變化對房價的影響在2015年下半年才開始非常顯著地體現(xiàn)出來，中間存在兩三年的滯后？我們將在下文房地產(chǎn)存貨部分中深入展開和討論。
需要問的是，人口為什么集中流入一部分城市而離開另外一部分城市呢？
一個簡單的想法是有一部分城市提供了更好的就業(yè)機會，更好的收入水平，所以人口開始向這一部分城市流動。但是我們對于數(shù)據(jù)檢查的結(jié)果顯示這種想法并不正確。
我們研究這兩組城市的居民可支配收入情況（見圖8），同樣可以看到2011-2012年左右是一個斷點。在2011年之前，這兩組城市的居民可支配收入增速水平接近。2012年以后，這兩組城市的居民可支配收入增速出現(xiàn)了非常顯著的分化。人口集中流入的這些城市，居民可支配收入增速明顯弱于對照組。這一情況在歷史上是沒有的。
換句話說，人口向這些城市流動，并不是因為這些城市有更好的就業(yè)機會。因果關(guān)系是反過來的。因為一些其他的原因，人口開始流入一部分城市；對于這部分城市來講，由于人口的大量流入，勞動力的供應(yīng)在增加；在這種情況下工資的增長放慢，房價的上升加劇。這一結(jié)果非常清晰地告訴我們，人口流向的變化與經(jīng)濟機會的差異是沒有關(guān)聯(lián)的。
那么人口流動變化的原因是什么呢？我們認為一個可能的解釋是教育資源在不同城市之間分布的差異。
對于孩子正在上小學(xué)的年輕父母而言，要選擇在哪個城市定居、生活和工作，除了考慮就業(yè)的機會，還會考慮這個城市所提供的公共教育的水平，環(huán)境的質(zhì)量，治安的好壞等一系列因素。而這些因素在中國不同城市之間的分布具有非常大的差異。
如果年輕的父母集中去選擇一些教育資源非常好的城市，這些城市的人口流入就在上升，并導(dǎo)致了這些城市勞動力市場的供應(yīng)上升和居民可支配收入增速放慢，同時表現(xiàn)為小學(xué)在校生人數(shù)增速上升，房價上升，以及住宅新開工上升。
圖9中橫軸是中國不同城市在公共教育領(lǐng)域的投入情況，縱橫是中國不同城市小學(xué)在校生人數(shù)增速?？紤]到中國的人口流動大多集中在省份內(nèi)部，我們用城市人均教育財政支出與該省人均教育財政支出的比值，來衡量教育資源的集中情況?？梢钥吹竭@兩組變量之間存在非常強的關(guān)聯(lián)。
以此衡量的教育資源層面上相對投入最大的城市是廈門和深圳，而廈門和深圳也恰恰是人口流入最多的城市。如果考慮深圳有非常蓬勃的經(jīng)濟增長作為人口流入的支撐，廈門受經(jīng)濟因素的影響至少不像深圳那么突出。
但是當(dāng)我們從教育和財政支出的角度觀察，我們可以看到明顯的差異，例如呼和浩特、西寧、烏魯木齊、?？诘瘸鞘腥司逃С鱿鄬^少，人口流入也要弱得多。
接下來一個問題是為什么這個變化發(fā)生在2012年？一個可能性較大的解釋是，中國的小學(xué)在校生人數(shù)增速從1998年到2010年一直處于負增長。2011年以后，才重新恢復(fù)了正增長，這一正增長的情況也許會持續(xù)到2025年前后。小學(xué)在校生人數(shù)從負增長轉(zhuǎn)為正增長，說明他們的父母，這些青壯年人口在全社會流動人口中的占比在2012年前后出現(xiàn)了顯著的抬升。
2000年以來，中國每一年涌入城市的人口數(shù)量差別并不很顯著。2011年以后小學(xué)在校生人數(shù)增速轉(zhuǎn)正，說明年輕父母在全部流動人口中的占比出現(xiàn)了顯著的提升。這一提升使得年輕父母的選擇在宏觀層面上具有顯著的重要性，使得我們可以比較容易觀察到他們的影響。價值觀念在代際之間的差異可能也與人口流向變化有一些關(guān)聯(lián)。
綜合我們上述整理和觀察的數(shù)據(jù)，2010年之前，中國經(jīng)歷了城鎮(zhèn)化。這期間人口向大城市、中等城市和小城市流動是沒有選擇性的。但是在2012年以后，中國的城市化從之前的城鎮(zhèn)化轉(zhuǎn)入了都市化。所謂都市化是指人口的流動開始表現(xiàn)出很強的選擇性，人口開始集中流入一部分大城市和特大城市，而相對在離開其他的中等城市和中小城市，城市化在城市之間開始出現(xiàn)了明顯的選擇性。
這一轉(zhuǎn)折性的變化在房地產(chǎn)市場上的影響在新開工和銷售層面上較早體現(xiàn)出來。但是在房價層面上，直到2015年下半年才逐漸體現(xiàn)出來。
那么，在都市化過程中，人口集中流入了哪些城市呢？我們總結(jié)在圖10顯示的中國地圖上。紅色的區(qū)域是小學(xué)在校生人數(shù)增速大于平均水平加兩倍標準差，藍色的區(qū)域是大于平均水平加一倍標準差。
在中國的北方，人口主要是流入北京和鄭州(西安和天津處于藍色區(qū)域，也有較快的流入)；西南地區(qū)是流向成都；東南沿海是流向深圳、廣州、廈門；在長江中下游，出現(xiàn)了一個密集的城市群，包括長沙、武漢、杭州、合肥和南京等，這些城市都處于紅色區(qū)域，顯示人口在非?？焖俚叵蜻@一區(qū)域集中。
我們把這一現(xiàn)象稱作長江中下游城市群的興起，這是中國都市化過程中非常鮮明的特征。
從城鎮(zhèn)化到都市化，這是過去幾年重點城市房地產(chǎn)市場在需求層面得到的有力支撐。
2
城鎮(zhèn)化與土地制度
1982年，全國人大通過了新修訂的憲法，首次對土地所有權(quán)制度進行了明確規(guī)定，增加了“城市的土地屬于國家所有”的條款。
這形成了中國大陸房地產(chǎn)市場與全世界絕大部分國家和地區(qū)最根本的差異:中國大陸的城市土地制度是國有的,全世界絕大多數(shù)城市和地區(qū)土地是私有的。其影響在于，在私有制度下，土地供應(yīng)是競爭性的；在國有制度下，土地供應(yīng)是壟斷性的。
換句話說，人口流入城市會推動房價和地價上升，在私有制度下，這會刺激城市土地所有者增加住宅用地的市場供應(yīng)，或者通過政治游說提高住宅用地的密度和容積率，來變相地擴大城市土地的供應(yīng)。這一機制約束了地價的上升幅度，從而限制了房價的水平。
在國有制度下，由于缺乏其他供地主體的競爭，面對大量人口流入，城市土地供應(yīng)難以快速擴大，這樣人口流入壓力更多地體現(xiàn)為地價和房價的上升。實際上，在任何一個壟斷市場上，相對于競爭市場而言，產(chǎn)品的價格總是顯著更高。
那么這一理論分析在多大程度上可以解釋中國的土地供應(yīng)情況、以及與國際城市之間的差異呢？我們將會看到，盡管實際的數(shù)據(jù)和情況要更加復(fù)雜一些，但對于中國特大城市的情況而言，這一分析與現(xiàn)實符合得比較好。
（一）居住用地供應(yīng)比例低于國際水平
首先，我們使用美國國家航空航天局的數(shù)據(jù)，觀察相同的比例尺下在高空拍下來的城市夜晚燈光亮度。圖11是四個地區(qū)，包括中國的長三角、珠三角、東京周邊以及紐約的周邊。圖12是北京和天津的周邊，倫敦的周邊，韓國首爾的周邊以及莫斯科的周邊。
粗略的觀察和仔細的計算均可以顯示：圖11中的城市，燈光總體亮度更大，比較亮的區(qū)域范圍更大，中心與外圍區(qū)域燈光亮度的落差較小。圖12中的城市，燈光非常亮的區(qū)域范圍相對更小，中心區(qū)域的亮度與周圍的亮度落差比較大。
我們猜測，出現(xiàn)這一現(xiàn)象的原因是，圖11中的城市都是重要的海港城市，位于海岸線附近，便于參加全球貿(mào)易和生產(chǎn)的分工，因此其經(jīng)濟活動發(fā)達，人煙非常稠密。它是大航海時代以來全球經(jīng)濟一體化力量的反映。圖12中的城市主要是一些內(nèi)陸型的城市，其產(chǎn)生和興起更多地反映了政治力量的影響，它的經(jīng)濟輻射力相對較弱。
從城市夜晚的亮度來看，每組城市內(nèi)部區(qū)別不大，而兩組城市之間的區(qū)別非常明顯。更精細的比較顯示（見圖13和圖14），中國的長三角和珠三角燈光覆蓋的范圍以及亮度比東京周邊要更亮一些；而北京周邊的燈光亮度比倫敦以及首爾更暗。
對于海港型的城市來講，除了居住用地之外，還有商業(yè)、工業(yè)、倉儲等很多競爭性的土地需求。同時由于經(jīng)濟更發(fā)達，城市之間連接緊密，人口居住在城市外圍享有的公共服務(wù)的落差沒有那么大。這使得城市的建成區(qū)域范圍內(nèi)，用于居住用地的比例可以相對比較低。
對于內(nèi)陸型的城市，由于內(nèi)外圍經(jīng)濟落差較大，土地的競爭性用途較少，工業(yè)、商業(yè)和倉儲物流活動相對較弱，人口大多集中在市中心區(qū)域，所以這些城市用于居住用地的比例可以更高一些。
在這一背景下，我們觀察城市居住用地占城市建設(shè)用地的比重（見圖15和圖16），這一指標反映了市政公用設(shè)施可以到達的區(qū)域內(nèi)土地被用于住宅的比例。
注：標*城市數(shù)據(jù)調(diào)整為扣除小區(qū)綠地和道路后的居住用地占比，與國際比較口徑更一致。國內(nèi)小區(qū)綠地和道路占比在30%-45%之間，這里按照30%的保守數(shù)字考慮。
首先我們來看海港城市，日本三大城市圈居住用地占比為44%，紐約為38%。對比而言，盡管經(jīng)濟發(fā)達程度和人員稠密程度接近，但在城市建設(shè)用地之中用于居住用地的比例，中國的深圳只有19%，香港是18%。
再比較內(nèi)陸型城市，首爾和倫敦城市圈居住用地占城市建設(shè)用地比重分別是57%和55%。而北京和天津僅有19%。
與首爾、倫敦、東京等城市圈相比，由于北京、深圳、香港的土地用于居住用地的比例相對較少，其結(jié)果是地價和房價顯著更高，這體現(xiàn)在全球主要城市房價收入比數(shù)據(jù)上（見圖17）。例如香港是30.91，上海是24.72，北京是24.47，顯著高于全球其他主要城市。這凸顯了土地供應(yīng)的重要影響。
（二）居住用地供應(yīng)對房價的影響
我們還可以基于中國不同城市的橫斷面數(shù)據(jù)，研究建成區(qū)居住用地面積的增長和房價漲幅的關(guān)系，來進一步揭示土地供應(yīng)層面的問題。
我們嘗試合并考慮影響房價的供給和需求兩方面因素，并基于中國城市間的橫斷面數(shù)據(jù)建立回歸方程。
在需求方面，如前所論，人口的流入構(gòu)成了住房價格上漲的動力。我們使用2009年至2015年在校小學(xué)生人數(shù)平均增速來衡量人口的流入，這一趨勢與房地產(chǎn)需求聯(lián)系緊密。
在供給方面，我們使用2008年至2014年城市居住用地年化增速來衡量土地供應(yīng)。被解釋變量選擇2009年1月至2016年9月城市房價累計漲幅。建立回歸方程如下：
房價漲幅=α+β在校小學(xué)生增速+γ居住用地增速+δ
剔除一些數(shù)據(jù)缺失的城市，對32個一二線城市的數(shù)據(jù)進行回歸。結(jié)果如下（ *,**,***分別表示在10%、5%、1%的水平上顯著）：
回歸結(jié)果顯示，R平方值為0.598，小學(xué)生增速對房價漲幅的影響為正，居住用地增速的影響為負，符合理論預(yù)期。解釋變量在統(tǒng)計上均十分顯著。
值得注意的是，前述結(jié)果中常數(shù)項在統(tǒng)計上十分顯著，其經(jīng)濟含義似乎可以表述為：如果城市在校小學(xué)生增速為0（意味著沒有人口流入流出），政府也不增加居住用地，那么在2009年1月至2016年9月間房屋價格也會上漲，這期間房價自然趨勢累計漲幅為49.5%。
房屋價格在7年多的時間里，累計名義漲幅49.5%，年化漲幅5.3%。
對比同一時期經(jīng)濟發(fā)展速度。2009年至2016年，中國GDP名義同比增速平均為11.2%，實際同比增速平均為8.3%。房屋價格的自然趨勢增速明顯低于名義GDP增速。
2009年至2016年，中國城鎮(zhèn)非私營單位平均工資漲速11.2%，城鎮(zhèn)居民人均可支配收入平均名義同比10.0%。房屋價格的自然趨勢增速遠低于居民收入增速。
同一時期，中國CPI平均同比漲幅2.3%。剔除通貨膨脹后，房屋價格的自然漲幅約為每年3%，也顯示房價的上漲不完全是通貨膨脹的影響，房屋有資產(chǎn)的投資屬性。
把房屋作投資品，與同一時期的投資回報率對比。2009年至2016年，6個月理財產(chǎn)品收益率平均為4.42%，2年以內(nèi)非證券投資類信托平均收益率為8.2%。
房屋價格的自然趨勢增速略高于理財產(chǎn)品收益率，低于信托產(chǎn)品收益率近3個百分點。即便考慮房租能夠產(chǎn)生每年約3%的回報，投資房產(chǎn)的收益也僅僅與信托產(chǎn)品收益率相當(dāng)。而信托產(chǎn)品還在剛性兌付和流動性方面具備明顯的優(yōu)勢。
一系列比較顯示，常數(shù)項代表的房屋價格的自然趨勢增速，處在大體合理水平。換句話說，如果我們觀察到房屋價格出現(xiàn)了過度的上漲，要么是受到人口大量流入的影響，要么是受到政府土地供應(yīng)制度的限制。
一個潛在的問題是，土地供應(yīng)可能存在內(nèi)生性。換句話說，盡管土地供應(yīng)顯然會影響房價，但房價變化也可能反過來影響土地供應(yīng)，例如房價上漲可能刺激地方政府增加土地供應(yīng)，從而形成逆向的因果關(guān)系。
那么地方政府在多大程度上會由于房價上漲而改變土地供應(yīng)呢？其決定機理是什么呢？我們可以提出兩方面的分析：
一、土地供應(yīng)的潛在競爭。我們將地方政府看成一個經(jīng)濟人，其追求的目標是長期收入流的最大化，包括財政稅收和賣地收入。這里重點考慮地方政府的土地政策。如果一個地方政府把土地供應(yīng)控制的很緊，那么賣地收入會提高，但是高賣地收入會帶來高土地價格，引發(fā)高工商業(yè)成本，進而使得一個城市至少喪失在貿(mào)易領(lǐng)域的競爭力，從而工商及其他領(lǐng)域的稅收收入下降。這樣的制約對地方政府來說，意味著存在一個最優(yōu)平衡點。
一個地區(qū)的經(jīng)濟競爭力如果越不依賴于可貿(mào)易部門的活動，越不依賴于中低端制造業(yè)，那么土地供應(yīng)可以控制的越緊。
例如對于中小城市而言，其更多地依賴制造業(yè)和中低端服務(wù)業(yè)，這樣城市之間存在明顯的競爭。如果一個城市通過控制土地推高了房屋價格，那么人口和工商業(yè)活動就會流向其他中小城市，這一潛在的競爭機制與土地私有制度下的情況是相似的，這約束了地價和房價的上漲。
但是對于特大城市而言，它更多地依賴高端制造業(yè)和現(xiàn)代服務(wù)業(yè)，再加上公共資源獲取方面的獨特地位，這些經(jīng)濟活動缺乏競爭，難以轉(zhuǎn)移，這使得政府控制土地供應(yīng)所承擔(dān)的經(jīng)濟成本相對較小。
二、決策和認知習(xí)慣。政府可能傾向于認為大城市有諸多負的外部性，例如交通擁堵，噪音和環(huán)境污染，淡水供應(yīng)壓力等，因此希望限制大城市人口規(guī)模，并重點發(fā)展中小城市。這導(dǎo)致政府傾向于減少大城市土地供應(yīng)，并增加中小城市供地。
基于這些討論，我們分別選擇了人均第三產(chǎn)業(yè)GDP和常住人口數(shù)量作為工具變量進行嘗試。人均三產(chǎn)GDP反映了城市對不可貿(mào)易經(jīng)濟活動的依賴程度；常住人口數(shù)量代表了政府限制城市人口規(guī)模的努力。
為了更好的描繪工具變量和供地增速之間的復(fù)雜關(guān)系,這里我們將指標“人均第三產(chǎn)業(yè)GDP、常住人口數(shù)量”處理為指標的原始值，指標的平方，指標的立方，分別作為工具變量，表示為方程Ⅱ，方程Ⅲ。方程Ⅳ中合并使用人均第三產(chǎn)業(yè)GDP，人均第三產(chǎn)業(yè)GDP平方，人均第三產(chǎn)業(yè)GDP立方，常住人口數(shù)，常住人口數(shù)平方，常住人口數(shù)立方6個指標作為工具變量。方程Ⅰ不使用工具變量。
對32個一二線城市的數(shù)據(jù)進行回歸，結(jié)果如表1所示：
結(jié)果顯示，小學(xué)生在學(xué)生人數(shù)增速始終顯著，且對房屋價格漲幅影響為正，符合理論預(yù)期。土地供應(yīng)變量的符號始終為負，在大多數(shù)設(shè)定下具有統(tǒng)計顯著性，也基本符合理論預(yù)期。
綜合上述結(jié)果，我們可以比較確定地認為，以小學(xué)生在校生人數(shù)代表的人口流入和城鎮(zhèn)化進程對房屋價格的影響十分明確，并且數(shù)值很大，是房價上升最主導(dǎo)性的因素。
城市土地供應(yīng)對房價漲幅的影響顯著，但對整體解釋能力的提升比較有限，同時對于大多數(shù)城市而言其影響數(shù)值并不很大。
可能的原因是，對于中國的大城市和特大城市而言，由于產(chǎn)業(yè)不容易轉(zhuǎn)移使得政府控制土地的能力更強，以及政府限制城市規(guī)模的努力，土地供應(yīng)的外生性相當(dāng)強，房價上漲刺激土地供應(yīng)的作用較弱；但是對于大量的中小城市而言，土地供應(yīng)存在很強的內(nèi)生性，房價上升能夠刺激土地供應(yīng)的明顯響應(yīng)。
我們根據(jù)中國城市的人均第三產(chǎn)業(yè)GDP規(guī)模，擬合了城市土地供應(yīng)情況（圖18）。當(dāng)人均第三產(chǎn)業(yè)GDP規(guī)模在2-4萬元/人時，城市居住用地供應(yīng)速度逐步抬升，這也許意味著在此水平上城市的規(guī)模效應(yīng)開始顯現(xiàn)，這時政府通過加快土地供應(yīng)，控制房屋價格能夠帶來更多的商業(yè)活動的流入，帶來的城市財稅收入提升能夠彌補賣地收入的下降。
當(dāng)人均第三產(chǎn)業(yè)GDP規(guī)模超過5萬元/人時，城市居住用地供應(yīng)速度快速下降。這些發(fā)達的特大城市主要依賴現(xiàn)代服務(wù)業(yè)，經(jīng)濟活動缺乏競爭，難以轉(zhuǎn)移，使得政府控制土地供應(yīng)的能力更強，而付出的財稅收入下降的成本較小。
同樣，我們還根據(jù)中國城市的常住人口規(guī)模，擬合了城市土地供應(yīng)的情況(見圖19)。可以看到，當(dāng)人口低于500萬時，隨著人口的增加，土地供應(yīng)是明顯上升的，但超過這一閾值后，土地的供應(yīng)開始下降，在城市人口達到2000萬左右時，土地供應(yīng)增速異常低。
土地供應(yīng)的這一模式可以幫助理解數(shù)據(jù)在不同區(qū)間上的差異。即便是在中小城市，土地供應(yīng)增速會在人口達到500萬左右時達到最高點，之后緩慢下滑，當(dāng)人口超過1000萬以后土地供應(yīng)增速就急劇下降。原因可能是城市人口在500萬以下時，政府主要依靠大量供地降低成本，吸引人流和經(jīng)濟活動。
上述擬合的統(tǒng)計結(jié)果如下：
方程Ⅴ的解釋變量使用人均第三產(chǎn)業(yè)GDP規(guī)模，和人均第三產(chǎn)業(yè)GDP的平方和立方；方程Ⅵ的解釋變量使用常住人口數(shù)量，和常住人口的平方和立方；方程Ⅶ的解釋變量使用人均第三產(chǎn)業(yè)GDP規(guī)模、人均第三產(chǎn)業(yè)GDP的平方和立方、常住人口數(shù)量、常住人口的平方和立方。
將城市居住用地年化增速作為被解釋變量。
對32個一二線城市的數(shù)據(jù)進行回歸，結(jié)果如下：
進一步的統(tǒng)計結(jié)果顯示，與人均第三產(chǎn)業(yè)GDP有關(guān)的三個變量聯(lián)合檢驗在10%的顯著性水平下具有統(tǒng)計顯著性，人口變量的聯(lián)合檢驗在10%的顯著性水平下不具有統(tǒng)計顯著性。但方程Ⅶ中，與人口有關(guān)的三個解釋變量和與人均第三產(chǎn)業(yè)GDP有關(guān)的三個解釋變量的分別聯(lián)合檢驗均不具有統(tǒng)計顯著性，這里尚需進一步的深入研究。
這似乎表明，在理解城市土地供應(yīng)時，經(jīng)濟力量更主導(dǎo)一些。即政府追求長期收入的最大化，因此會在賣地收入和財政稅收之間尋求一個平衡點。這一平衡取決于商業(yè)活動是否能夠順利地移往其他城市，從而基本地反映了政府對土地供應(yīng)控制能力的強弱。
相比而言，控制城市規(guī)模的影響可能只集中在特大城市中，對總體城市的解釋能力比較有限。
總結(jié)上述討論的內(nèi)容，從國際比較來看，中國城市建成區(qū)之中用于居住用地的比例顯著低于國際水平。在不同城市中，供地意愿也有很大的差異。大城市和特大城市供地意愿更低，但中小城市的供地意愿相對較高。
2012年以來，人口集中流入了大城市和特大城市，同時由于這些城市供地意愿較低，產(chǎn)生了明顯的房價上漲壓力。但在大量的二線以下城市，人口流入速度相對較慢，同時城市供地意愿相對更強，房價的表現(xiàn)也較弱。
3
房地產(chǎn)庫存
2009年全球金融危機之后，政府實施了寬松的貨幣政策等一攬子刺激措施，造成了全國范圍內(nèi)房價的普遍上漲。面對房屋銷售價格快速上漲，開發(fā)商普遍調(diào)整經(jīng)營策略，加大拿地和開發(fā)力度，延緩銷售節(jié)奏，更多的通過持有房屋獲取房價上漲帶來的投資性回報。
在這一過程中，2009至2011年間全國范圍內(nèi)房價普遍猛烈上漲，房屋新開工和房地產(chǎn)開發(fā)投資大幅高于長期合理水平，房地產(chǎn)企業(yè)存貨高企，同時伴隨著企業(yè)銷售利潤率和ROE的提升。房地產(chǎn)市場體現(xiàn)出明顯的泡沫化特征。最終當(dāng)價格和銷售趨勢逆轉(zhuǎn)時，新增房屋供應(yīng)無法消化，投機者和開發(fā)商持有的非合意存貨快速堆積。
無論是觀察上市房地產(chǎn)企業(yè)存貨數(shù)據(jù)（圖24），還是觀察我們以國家統(tǒng)計局數(shù)據(jù)為基礎(chǔ)測算的房地產(chǎn)存貨數(shù)據(jù)（圖20-22），房地產(chǎn)企業(yè)在2009年以后均積累了大量存貨。例如，上市房地產(chǎn)企業(yè)存貨占總資產(chǎn)的比重，在2009年至2012年間提升了10個百分點。二線和三四線城市的非合意庫存也有類似的變化模式。
2012年以后，隨著房地產(chǎn)企業(yè)銷售利潤率逐步下降，企業(yè)意圖通過提高周轉(zhuǎn)率水平，維持合理的投資回報率，房地產(chǎn)市場開始進入去庫存的過程。
庫存的過度堆積和隨后的去庫存過程，也解釋了為什么2011-2012年開始，部分大城市小學(xué)在校生增速顯著上升，但一直到三年多以后，這些區(qū)域才出現(xiàn)房價的普遍大幅上漲。
由于房地產(chǎn)市場的存貨數(shù)據(jù)存在許多嚴重的瑕疵，我們沒有直接使用國家統(tǒng)計局公布的房地產(chǎn)存貨相關(guān)數(shù)據(jù)。這些瑕疵包括但不限于：已建成未銷售面積中包括了大量開發(fā)商的合理自持；竣工面積中包括了車位機房等不可銷售的面積；新開工面積中也包括大量的不可銷售部分（新開工面積中的不可銷售面積包括，拆遷還建、接受委托、定向開發(fā)的房屋面積；學(xué)校、幼兒園、派出所、居委會、商店等公益設(shè)施建筑面積；車庫、車位等按個數(shù)統(tǒng)計而不計入銷售面積。一些經(jīng)驗系數(shù)認為新開工面積中的80%是可以銷售的），與銷售面積不能直接對應(yīng)，不能用新開工面積減去銷售面積得到的在建面積作為庫存。
考慮到這些瑕疵，我們在此重新定義和估算了房價漲幅靠前的二線城市、房價漲幅靠后的二線城市，以及三四線城市自2008年以來累積的非合意存貨的絕對水平。
基本的想法是：首先在新開工面積中扣除不可銷售的部分，例如車位、人防、機房，以及開發(fā)商的合理自持等；然后假設(shè)當(dāng)年新開工在當(dāng)年滿足銷售條件，從而進一步扣除當(dāng)年的銷售面積（我們還估算了當(dāng)年開工，次年滿足銷售條件的情況，結(jié)果在趨勢上相差不大，所以這里略去）；將這一差值累計到前期庫存中，從而形成庫存絕對水平的歷史序列。我們進一步假設(shè)2007年之前沒有形成顯著的存貨積累，從而得到新開工中不可銷售面積的大體比例（如此估算的水平接近0.2，與一些業(yè)內(nèi)人士的看法大致相符），并假設(shè)2007年當(dāng)年的非合意存貨水平為0。
之所以假設(shè)2007年非合意存貨水平為0，是由于當(dāng)年全國房價開始加速上升，暗示當(dāng)時庫存已低于合意水平，從而形成一個相對保守的估算基礎(chǔ)。
由此形成庫存的序列數(shù)據(jù)后，我們進一步對比了同期房價和新開工等領(lǐng)域的數(shù)據(jù)，這些數(shù)據(jù)大體上可以相互印證，例如非合意庫存低于0時房價上升，大于0時房價面臨壓力。非合意庫存低于0時，相對銷售增速，新開工明顯加速，大于0時新開工則表現(xiàn)疲弱。這些比對顯示這樣的估算結(jié)果大體是可以接受的。
圖20-圖22報告了主要的估算結(jié)果。可以看到，一個顯著的特點是，2010-2014年期間，大部分城市的非合意存貨水平均在快速堆積，隨后進入下降過程。
溫馨提示：
1、請關(guān)注微信公眾號：gz163rsw官方具體簡章發(fā)布后，我們會第一時間通過公眾號分享給大家。你可以在公眾號中回復(fù)“貴州公務(wù)員”隨時查看最新動態(tài)。
2、有疑問可加小編個人微信：gz163rsw
貴州人事招考信息網(wǎng)官方公眾號：gz163rsw
貴州特崗教師招聘招考信息網(wǎng)官方公眾號：gzjszpw
貴州醫(yī)療衛(wèi)生招聘信息網(wǎng)官方公眾號：gz163ylwsw
掃描下方二維碼直接關(guān)注公眾號
