房地产市场健康发展的评价标准及内涵

■陈红艳 王秋石

房地产市场一直是民众关注的焦点，其关系民生国计，但乱象丛生。十多年来，房地产业作为国民经济的支柱产业，在改善民众居住环境、推动城市建设、扩大就业和拉动经济增长等方面发挥了重要作用。在后金融危机时代，我国经济增速放缓，地方政府债务快速攀升，房地产市场的健康发展对于我国经济的可持续发展和社会稳定的重要性日益上升。促进房地产市场健康持续发展，是我国政府、学者和民众的共同心声，也是房地产市场发展的基本准则。如何将这种基本准则转化为可量化的标准及可执行的政策，成为房地产市场健康发展的关键。本文拟在现有研究基础上，分析房地产市场健康标准的确定方法，理清健康内涵，从而建立一个能有效反映房地产市场健康状态的理论框架和评价体系。

一、房地产市场健康标准确定方法评析

研究房地产市场健康发展，最为关键的一个问题是以什么为标准来评判房地产的健康状况。在现有相关研究中，健康标准的确定主要有经验值、理论值、统计值三类方法。

（一）经验值

由于中国房地产市场发展历程较短，学者在评判中国房地产市场发展状况时，常以一些国际经验值来判断。如在评价中国房价是否合理时，常用“房价收入比”和“租售比”这两个指标与国际经验值比较，一般认为国际标准的“房价收入比”为4～6，房价“租售比”为1∶100～1∶150。还有诸如住房“空置率”的国际经验为10%，房地产投资总额占固定资产投资总额的比例为20% ～25%，房地产投资增长率不应超过GDP增长率的2倍，商品房施工面积一般为竣工面积的3±0.5倍等。本文以房价收入比和租售比两个指标，分析经验值不能直接作为评判标准的原因。

1.房价收入比

国际上关于房价收入比的定义是“居住单元的中等自由市场价格与中等家庭年收入之比”。由于我国没有“中等价格”与“中等家庭收入”的统计资料，国内学者通常将“中等”以“平均”替代，这样计算的房价收入比显然有所不同，不能直接进行比较。事实上，世界各国的房价收入比各不相同，不存在所谓的国际惯例。联合国公布的1998年世界各国房价收入比的统计资料显示:各国的房价收入比离散度很高，96个国家中，房价收入比最高的为30，最小为0.8，均值为8.4。以2010年统计数据库公布的全国及中心城市的住宅商品房平均销售价格、人均可支配收入以及平均家庭户规模，计算一套80平方米房的房价收入比，结果显示全国平均房价收入比为6.4，深圳最高为20.50，呼和浩特最低为3.31。

2.租售比

租售比是租金与房价之比，其实就是投资收益率，合理的租售比本质上是根据合理的投资收益率来测算的。假设投资收益率为10%，按市场惯例租金以月租金考虑，则租售比就是10% ÷12，即1∶120。所以国际经验认为租售比在1∶100～1∶150较为合理，是合理的投资收益率在8%～12%之间测算的结果。

我国住宅市场租售比偏离合理区间是不争的事实。根据2007年对我国一些城市住房租售比情况的调查，有大量城市的租售比是1∶300～1∶400，北京有的区段达1∶500。这么低的投资回报率为什么还有那么多的人投资房地产?原因是租售比没有考虑物业本身价值增值的功能。将住房作为投资品的投资者，看中的是物业本身的增值，租金仅仅是投资者在等待物业增值过程中的额外红利。同时，目前我国房地产市场，出售房以新增房为主，出租房一般是老旧住房，用于出租的住房和出售的住房从品质上来说差距太大，本身就不具备价值可比性。统计口径和数据的问题，是造成我们没法直接参照国际经验值判断中国房地产市场的另一个主要原因。

以上分析表明，由于存在统计口径、国情以及中国正处于城镇化快速发展的阶段等原因，我们不能生搬硬套这些所谓的国际标准来判断中国的房地产市场状况，但经验值通常表达了这些指标的长期发展趋势。

（二）理论值

房地产市场的健康发展与城市总体经济和社会环境相匹配，这是所有学者都公认的标准。从这个角度出发，建立房地产市场发展指标与相关城市总体状况合理关系的理论模型，可以得出房地产市场发展指标的理论标准值。以理论值作为标准值多用来确定基准房价，其主要方法有三种。一是收益还原法，即以预期未来房价的收益在合理回报率 (还原利率)下的现值作为房价的基准价值。二是局部均衡法，在局部均衡条件下，以经济主体理性行为决定的房价作为标准，即以房地产市场供求双方在一定的约束条件下，满足效用函数和利润最大化的均衡价格作为房价标准。Lastrapes采用离散形式建立了一个最优非耐用品和住房消费的动态均衡模型，我国学者袁志刚、樊潇彦采用此原理构建了房地产市场局部均衡模型，分别求取有或无银行贷款条件下的房地产基本价值。[1-2]三是因素回归法，即考虑各种宏观经济因素对房价的影响，建立回归模型，测算理论房价。房价分析通常是选用影响供应和需求两方面的宏观经济变量来刻画，如经济增长、可支配收入、人口因素、信贷政策、通货膨胀、土地价格、建筑成本等。此方法运用广泛，Case和Seko等采用该方法对不同城市的住宅价格影响因素进行了实证研究。[3-4]宏观经济基本面作为解释变量来确定房价理论值，其实质是以影响因素作为解释变量来回归确定被解释变量，该方法可用于确定更多指标的理论值。如倪鹏飞等以反映住房市场价格、结构、速度、规模方面的一些指标为被解释变量，选择相应的影响因素为解释变量，建立回归模型，测算住房市场价格、结构、速度、规模的健康标准值。[5]

理论值法主要是从决定因素角度建立模型来确定房地产市场发展的合理值，理论性和逻辑性强，但任何一个模型都无法完美地将现实中所有的决定因素都考虑在内。

（三）统计值法

以样本的统计均值 (期望值)作为房地产市场评价指标的标准，多出现在我国房地产市场预警研究中，即预警界限的确定。房地产市场预警界限确定的主要方法有正态归一法、3σ法、系统化等方法。

正态归一法是把各指标归一化，使其服从正态分布，将 -1.5、-l、0、l、1.5 定为过冷、微冷、正常、微热、过热五个状态的临界点;3σ法同样是假设指标值服从正态分布，以μ(均值、期望值)为中心，以σ(标准差)的1倍、2倍、3倍为区间界限，即将 μ-2σ、μ-σ、μ+σ、μ+2σ定为五个状态的临界点。这两种方法原理是一样的，均以均值为标准，以指标偏离均值的程度判断市场状态。

系统化方法是指全面考虑系统的自身变动规律及发展特征等因素，采取一些客观原则，综合得到反映决策人价值和专家智慧的预警界限。[6]

统计值法主要是从房地产市场发展的自身变化规律出发，确定房地产市场发展指标的合理区间，符合统计学原理，理论依据强。但是，我国房地产发展历程较短，有正规统计资料的观测指标的长度较小，利用现有数据获取的均值和标准差存在有偏估计，因而可能会放大合理区间，影响准确性。

综上所述，确定房地产市场发展健康标准常用的三类方法各有特点，健康标准应根据健康内涵来合理选用。

二、房地产市场健康内涵

（一）房地产市场泡沫、预警和健康

尽管直接研究房地产市场健康的文献较少，但国内外学者一直重视房地产市场的监测。房地产市场监测是对房地产市场发展过程中的变化态势进行监督和测量，以期寻找房地产市场的内在发展规律，对市场发展现状作出评价及应对。冯俊较早地探讨了房地产市场监测系统，认为“房地产监测系统是提高宏观调控科学性的必然要求”[7]。房地产市场监测作为宏观经济监测的重要内容，主要集中在泡沫研究和预警系统中。泡沫研究注重理论分析和实证检验，预警系统更偏重实际应用。

房地产泡沫是沿着资产价格泡沫理论发展建立的，通常认为房地产泡沫就是指房价泡沫，是由于投机等因素导致房价远高于经济基本面决定的基础价值的现象。在房价泡沫的研究中，房价被分解为两部分，一部分是经济基本面决定的基础价值，另一部分是投机等因素造成的泡沫。由此可见，房地产泡沫其实是研究房价与经济基本面的协调状况。

房地产泡沫的度量主要有指标指示法和模型检验法两大类。我国学者常用房价收入比和租售比等指标直接判断房价泡沫，但争议很大。肖可砾认为可用有投资的价格租金比与无投资的价格租金比的变化，来度量泡沫大小;周京奎，曹振良测算中国1994—2002年间的房地产业投机度为0.214;Hui和Shen检验发现2003年上海住房价格泡沫约为22%，北京暂未出现泡沫信号。[8-10]

房地产预警系统主要是对房地产市场内部发展状况的监测，主要以周期波动理论和经济预警理论为基础，在房地产指标分类的基础上，构造一种房地产经济活跃程度的指数，主要方法有景气指数法和综合模拟法。我国统计局每月定期公布的“国房指数”是应用最广的房地产市场预警系统，选用土地出让收入、本年完成开发土地面积、房地产开发投资额、本年资金来源中抵押贷款额、商品房销售价格、房屋新开工面积、竣工面积和空置面积等八个指标，全面考察房地产市场基本运行状况。预警判断多采用基于样本均值和样本方差的3σ方法，其实质是判断经济指标增长速率的波动，国内相关的研究学者包括郭磊、王锋、刘长滨等。[11]

房地产市场内部指标运行正常，无警情出现，如果房价远离经济基本状况，存在严重泡沫，也不能认为这个市场是健康的。

（二）房地产市场健康的协调性和平稳性内涵

1.健康的内涵

以上分析表明，房地产泡沫研究和房地产预警系统从不同角度分析监测房地产市场发展状况，有着各自不同的理论渊源和实践运用。房地产泡沫侧重分析房价与外部经济的协调性，房地产预警侧重考察市场内部发展的平稳性，二者都无法单独替代房地产市场健康研究，但实质都是分析房地产市场某一方面的健康问题。综合二者的研究角度，“房地产市场各方面发展良好的状态”可界定为市场发展平稳、与社会经济状况相协调两方面，其内涵特征概括为平稳性和协调性。

国发[2003]18号文对房地产市场发展指导思想的描述，可看作是政府对房地产市场健康标准的定义，即“完善的房地产市场体系;能满足不同收入家庭的住房需要;适合我国国情的住房保障制度;总量平衡、结构合理、价格稳定;房地产业的发展与当地经济和社会发展相适应，与相关产业相协调”。可以看出，政府对房地产市场健康的界定同样包含平稳性和协调性两方面内涵。

2.平稳性

平稳性要求房地产市场以合理的速度平稳发展，是对房地产市场内部体系运行的要求。房地产市场的发展和国民经济发展一样，不是直线式增长，而是波浪式前进，如图1所示。

图1 房地产市场发展波动图

经济变量的波动分为正常波动和异常波动。正常波动是一种常态波动，这种波动会影响投资者投资利润的高低，形成市场优胜劣汰的竞争机制，但不会对房地产市场整体造成危害，不会造成社会资源的大量浪费。异常波动又称非常态波动，往往伴随着泡沫危机，不仅给投资者带来不利影响，而且危及国民经济正常运行，甚至对国际经济也造成灾难性影响。正常波动和异常波动，两者在量值及波动的动力机制、本质属性等方面都有显著差别。从量值上讲，正常波动偏离的程度小，异常波动偏离程度则大得多。从动力机制看，正常波动的根源在于消费市场供需余缺与价格机制的作用;异常波动产生的动力机制在于投机者对高额利润的追逐，对房价非理性预期导致的投机性需求膨胀，以及房地产市场供需弹性的严重不对称性。异常波动不会出现周而复始的有规律的循环，它的产生会加剧房地产周期的波动幅度，改变周期波动形态。如果市场大部分指标都出现巨变，最终的结果可能就是房地产泡沫和经济危机。

因此，参考统计学中平稳性的概念，房地产市场平稳性是指描述市场发展的时间序列经济变量遵循随机游走过程，可以用均值为μ的随机过程来刻画，没有异常波动。从判断标准上讲，平稳性要求房地产市场保持平稳的增长速度，适合以统计样本的平均增长速度为标准来判断市场平稳状态。

3.协调性

协调性要求房地产市场与社会经济协调发展，是对房地产市场与外部环境的要求。“房地产市场与国民经济协调发展”早已为各国学者认同，并不断地被现实经济证实。协调性包括价格协调和保障协调两方面。

第一，保障协调。保障协调主要针对住房市场，要求市场化住房(商品房)与非市场化住房(保障房)的比例应与城市居民收入水平和收入结构相协调，以保证低收入人群有屋居。研究表明，保障房供给能有效对收入进行再分配，稳定住房市场和提高消费。[12]在市场化的住房制度下，如何协调市场与保障的关系是一个重要研究课题。只有将无法依靠自己的力量通过市场交易解决住房问题的人群纳入住房保障体系，商品房市场才能健康发展。依据统计部门的城镇家庭收入分组数据及住建部对城镇家庭居住面积的分类，在适度保障原则下，本文提出与城市发展相协调的住房供应体系(详见表1)。

表1 与城市发展相协调的住房供应体系

第二，价格协调。宏观经济与房地产价格之间的关系一直是学者研究的重点，理论和实证几乎都证实了经济基本面可以解释房价波动，经济基本面和房地产价格之间存在相对稳定的均衡关系。[13]

经济基本面对房价的解释能力模型出现于20世纪90年代，理论依据是存量——流量模型或代表性个人模型，其实质均是以宏观经济基本面作为解释变量来确定被解释变量，模型可简略如式（1）所示:

式中P为平均房价，INCOME为居民可支配收入，GDP表示经济增长，COST为建筑成本，POP为城市人口，X表示其他未列入的外生变量。

参照Hendry从一般到特殊的建模理论，综合考虑影响房价的各种因素和数据可得性，逐步剔除，检验确定最佳回归方程。再考虑以H—P滤波获得的宏观经济基本指标的“均衡值”，带入回归方程，即可得到与经济基本面相匹配的基础房价。梁云芳、高铁梅曾采用该方法分析了我国1996—2005年的现实房价与均衡房价的偏离程度。[14]

因此，协调性主要体现为保障协调和房价协调，要求房地产市场与经济基本面相匹配，适合以经济基本面回归房价理论值为标准判断房价协调程度。

三、结语

综上所述，本文认为，确定房地产市场发展健康标准常用的三类方法各有特点，健康标准应根据健康内涵合理选用。单纯的房价泡沫和市场预警都不能全面反映房地产市场的健康状态，房地产市场健康应是各方面发展良好的状态，内涵特征包括反映市场内部指标增长状况的平稳性和反映市场与外部环境协调状况的协调性。平稳性要求房地产市场保持平稳的增长速度，适合依据自身发展规律，选用市场内部发展指标，采用统计样本的平均增长速度为标准来判断市场平稳状态;协调性主要表现为房价与城市经济基本面相匹配，适合以经济基本面回归房价理论值为标准判断房价协调程度。以此为理论框架，将平稳性和协调性进行综合，可进一步建立房地产市场健康评价体系，定量评估各个地区房地产市场的健康状况，为政府调控和民众投资提供参考依据。

[1]Lastrapes，William D.The Real Price of Housing and Money Supply Shocks：Time Series Evidence and Theoretical Simulations.Journal of Housing Economics， 2002，（11）.

[2]袁志刚，樊潇彦.房地产市场理性泡沫分析[J].经济研究，2003，（3）.

[3]Case， K.E.and Shiller， R.J.Forecasting Pries and Excess Returns in the Housing Market.AREUEA Journal， 1990，Vol.18.

[4]Seko，M.Housing Prices and Economic Cycles.Paper Presented at the International Conference on Housing Marketand the Macro Economy， Hong Kong， China，2003.

[5]倪鹏飞，晋海博，吴伯磊.中国城市房地产市场健康标准及实证研究[J].城市发展研究，2008，（2）.

[6]丁烈云，陈峰.房地产泡沫的监测预警与市场调控[M].北京：中国建筑工业出版社，2010.

[7]冯俊.房地产市场监测指标探讨[J].中国投资与建设，1995，（6）.

[8]肖可砾.房产泡沫及中国房地产调控政策分析[J].江西社会科学，2012，（4）.

[9]周京奎，曹振良.中国房地产泡沫与非泡沫[J].山西财经大学学报，2004，（2）.

[10]Hui E.C.M.and Shen Y.Housing Price Bubbles in Hong Kong， Beijing and Shanghai：A Comparative Study.Journalof Real Estate Finance and Economics，2006，（33）.

[11]郭磊，王锋，刘长滨.深圳市房地产预警系统研究[J].数量经济技术经济研究，2003，（7）.

[12]Le Blanc，D. ，A.Laferrere.The effect of Public Social Housing on Households’Consumption in France.Journal of Housing Economics，Vol.10，No.4， 2001.

[13]许军，卢锦芳.利率变化对房地产价格的影响分析[J].企业经济，2011，（7）.

[14]梁云芳，高铁梅，贺书平.房地产市场与国民经济协调发展的实证分析[J].中国社会科学，2006，（3）.