住宅存量估计与房地产泡沫

(厦门大学 嘉庚学院，福建 厦门 363105)

一、引言

中国35个大中城市的住宅存量有多少？这些城市住宅存量与常住人口户数的比例是多少？这些城市历年的房价收入比是多少？这几个问题目前经济学界还没有人给出明确回答。出于对房地产泡沫的担忧，以及由此可能产生的经济泡沫，乃至泡沫破灭之后对经济的严重影响，经济学界一直在关注房地产市场，但是却没有经济学家将上述问题彻底搞明白。

经济学最重要并且最简单的理论就是供需理论。如果一个城市的房地产市场供给严重不足或者相对过剩，那么房价的上涨或者住宅价格泡沫的破灭就是必不可免的。对于住宅的需求，如果包含了投机性需求的话，其需求的大小是比较难以测度的。但是简单的需求函数就会告诉我们，如果价格越高，那么需求量就会越小；同样的，如果供给越多，那么价格就会越低。所以当我们讨论住宅市场的泡沫时，如果可以从住宅市场基本的供给需求方面进行讨论，那么我们就不会迷失在各种各样的理论中。

经济学者们在严重不足的数据中发现2003年以前的住房价格并没有出现泡沫，例如王雪峰(2005)[1]利用2000-2004年国家层面的数据得出的结论是“从2003年3季度后真正出现泡沫”；韩德宗(2005)[2]采用1991年第1季度至2003年第4季度北京、上海和深圳的数据得出的结论是“北京住宅市场、上海住宅市场以及深圳写字楼市场…存在着泡沫现象；北京写字楼市场、上海写字楼市场和深圳住宅市场…不能判断存在泡沫现象。”胡健颖等(2006)[3]利用1990年第1季度到2005年第1季度的国家层面的数据对房地产市场的泡沫进行了研究后发现，自32个季度(即1999年)之后，住宅价格仍然有泡沫，但是大约在3%左右徘徊，仅在大约2002-2003年左右出现了大约10%左右的泡沫。韩冬梅等(2008)[4]采用2001年1季度至2006年2季度上海市的数据，结果发现“从2002年3季度开始…商品房实际价格开始高于其基础价值”。

如果我们把时间再往后回放，那么几乎所有文章的结论都发现了房地产泡沫的存在，例如王艺明(2008)[5]利用1998年7月到2007年6月北京、上海和广州三地住房二级市场的数据，发现“北京和上海两地房地产市场存在显著的投机泡沫，而广州则相对不显著。”吕江林(2010)[6]采用房价收入比指标计算得出2006-2008 年“我国城市住房市场总体存在泡沫、部分城市泡沫较大”的结论。赵安平和范衍铭(2011)[7]使用北京市2005 年1 季度至2009 年4 季度的数据，测算显示“北京商品房市场的价格泡沫出现于2006年4季度。”曾五一和李想(2011)[8]采用2003年第1季度到2009年第4季度35个大中城市的房屋销售价格指数和房屋租赁价格指数对房地产市场的泡沫进行测算，结果发现“本期间内我国的房地产价格存在泡沫”。李星和曾勇(2012)[9]利用2002-2010年国家层面数据，发现“我国商品住宅市场价格运行主要经历了两个阶段。第一阶段是2002-2003年，此期间我国商品住房价格无泡沫运行。第二阶段是2004-2010 年，从2004年开始，我国开始出现商品住宅价格泡沫，除2006年商品住宅价格泡沫不明显外，其余每年我国商品住宅市场均出现泡沫。”

由此我们可以看到，当住房价格在住房制度改革之后开始上升时，只要其涨幅(或者称为收益率)大于其它投资的收益率，那么住房价格一方面由于其必需品属性的刚性需求的增加而上升，另一方面又会因为其投资品属性而随着投机者的增加而上升。而两者可能是如影随形、无法分割的。但是其上涨的时机总是来自政策性的外部冲击，例如住房制度的改革，或者其它与初衷相悖的管理制度。但是要想从时间序列的角度以及全国层面来探讨房地产泡沫问题，那么由于时间过短，并且采用全国范围内的平均变量值得到的结论意义不大，因为从国家层面土地的供给并非完全无弹性，所以房地产价格的泡沫必然只能出现在某些局部地区或者某些城市。正因如此，笔者采用35个大中城市1999-2011年的数据，从住宅的需求和供给方面对这些城市的房地产市场进行描述。

二、住宅市场的需求

需求和供给虽然是最简单的经济学模型，但是却是最简洁有力的工具。 “联合国人居中心研究发现，当一个地区或城市住房价格上涨率连续几年达到8% 时，将会导致国民经济受到困扰和损失，住房会成为典型的投资品而不仅是居民的生活消费品；这种价格上涨速度是不可持续的，将会引发房地产泡沫。”(冯邦彦等，2005)[10]如果我们把这个作为起点，那么要做的第一件事就是计算在指定时间内不同城市的房地产实际价格的年平均增长率，发现在2000-2011年这段时间内，只有14个城市的住宅实际价格的年平均增长率小于8%，并且仅有6个城市的年均增长率小于7%。

2000-2003年，北京和石家庄的房价出现负增长，而广州、南京的平均增幅不足1%。当然，也有一些城市的增幅很高，例如上海、太原、南昌以及西安的增幅在10%以上。但是大多数城市的增长都比较温和，可以看作是住房改革之后人们对于住宅条件改善的需求拉动的增长。从2003年开始，住宅价格才开始了真正具有泡沫的上涨，其中北京，厦门的住宅价格增幅都超过了20%，而华东的所有城市的增幅都超过了10%，全国来看，除了西北，西南，东北的少数城市之外，住宅价格的增幅都在8%以上。并且即使在2008年，海口的住宅价格上涨也达到了20.86%。而之前上涨幅度不大的城市，例如乌鲁木齐、西宁、昆明等城市的住宅价格并没有因为金融危机而停滞，反而因为前阶段上涨幅度较小而开始补涨。2009-2010年，太原、南京住宅价格的增幅在30%以上。而涨幅在20%以上的城市有6个，10%以上的城市有20个。如果这样的上涨都无法得出存在泡沫的结论，那么肯定是理论错了。在调控趋严的2011年，仍然有10个城市的房价涨幅超过了10%，而其中又有3 个城市的增幅超过了20%。

从住宅价格的名义年均增长率来看，只有沈阳市的住宅价格的年均增长率小于8%。虽然名义年均增长率对于经济学的分析来说用处不大，因为没有排除物价因素，但是人们在日常生活中所看到的数据正是这些数据。按照经验法则，如果年均增长率为8%，那么大约每9年左右，价格将会翻一倍。而如果年均增长率为10%，那么这个时间只有不到7年。而35个城市的住宅价格的年均增长率大约为12%，也就是说不到6年的时间价格就会翻番，而我们的时间跨度有12年，也就意味着住宅价格至少翻了两番。这就是为何我们感到房价上涨过快的原因。

但是经济学上更关注实际增长率，选定期间内只有15个城市的实际人均可支配收入的年均增长率高于住宅实际价格的年均增长率。华东除南京之外的七个城市、华南的四个城市、西南除昆明之外的三个城市的实际人均可支配收入的年均增长率都低于住宅实际价格的年均增长率，而宁波该数值之间的差值达到了4.59%。

我国不同城市住宅价格上涨时间是不一样的，并且是存在涟漪效应(ripple effect，或译为连锁反应)。也就是说住宅价格的上涨往往开始于特大型城市，例如北京、上海等，然后东部地区的城市以及沿海开放城市开始上涨，随后中西部城市房价开始上涨。这一点可以从它们不同的上涨时间看出，如图1所示。周文兴和林新朗(2012)[11]采用2000-2010年全国31个省、直辖市的数据证明了“我国住房价格存在空间交互作用，并且这种空间交互作用显著的影响着邻近省域的住房价格。”这和图1中得到的直观结论是一致的。

图 1 35个城市2000-2011年住宅实际价格年增长率

下面需要讨论的是非常重要的指标——房价收入比。这个指标计算中有两点需要注意：第一如何计算一套房子的房价，第二是如何计算收入。陈欣宏(2006)[12]曾经对于国内该指标的计算提出过批评。主要是不同的学者在计算时采用的一套房屋的面积往往是随意的，从而造成了结果的差异。笔者为了计算出较为合理的房屋面积，遵从吕江林(2010)[6]的计算方法计算出每套住宅的平均面积，与其所不同的是笔者采用2005-2010年各城市数据计算出当年的户均面积，然后再计算该段时间内的竣工住宅的每套平均面积。虽然这种计算不是完美的，但是是在现有可得数据下最优的方式。根据计算结果，太原、杭州、福州、昆明四个城市新建住宅的面积都超过了120平方米，同时只有东北的三所城市以及深圳、乌鲁木齐的每套住宅的建筑面积小于100平方米/每套。

收入的计算采用城镇居民人均可支配收入。该数值实际上是住户的抽样调查数据，同时随着产生于该调查的数据还有户均人口数。通过对比可以发现，如果采用户籍人口数除户籍户数，那么得到的户均人口数比从该调查得到的数据要大一些，但是由于城镇居民人均可支配收入是产生于调查数据，所以这里采用该调查所给出的户均人口数。家庭的收入等于城镇居民人均可支配收入乘以户均人口数。结合上面的数据即可得出1999-2011年最终的房价收入比平均值。

根据计算结果，可以发现，1999年以来，平均房价收入比最低的是重庆，为6.13。而平均值的最大值出现在北京，已经达到了17.16。而北京市该期间的最大值为24.53，出现在2010年。紧随其后的杭州该期间的最大值达到了22.94，同样出现在2010年。

按照吕江林(2010)[6]给出的房价收入比的合理范围4.38-6.78 来看，35个城市1999-2011 年该比值的平均值只有重庆和呼和浩特没有超过该区间的最大值。而以2011年的比值来看，则只有呼和浩特没有超过该区间最大值。同时，即使在今后把每套住房的面积缩小一些的话(90平方米/套)，那么也只有呼和浩特、郑州、长沙、重庆、贵阳、昆明以及西宁这七个城市的房价收入比没有超过上限。按照Ding(2012)[13]最新的估计，合理的房价收入比应该在7.35 以内，即使按照这个标准，以各个城市每套住宅的实际面积计算的2011年房价收入比再此范围之内的也只是多了重庆一个城市而已。按照每套住宅90平米计算，也仅仅多了石家庄、济南、青岛、武汉、西安、银川六个城市。

三、住宅市场的供给

上述的数据给出了有关住宅市场需求方面的信息，例如人均可支配收入、房价收入比等。现在还需要讨论另外一个非常关键的问题，即住宅价格的上涨是不是由于住宅的极度缺乏造成的。

如果按照各市统计年鉴给出的最新数据，很多城市人均建筑面积几乎都达到或者接近30平方米。如果按照这样的数据，整个城市的住宅存量是相当巨大的。笔者在计算住宅存量时采用的折旧率为2%。但是由于当期数据无法和历史数据吻合，所以又分别计算了以1999年、2002年以及2005年的数据为基础的住宅面积存量。根据计算结果，可以看出，如果以2005年公布的人均建筑面积计算，然后再加上之后每年的住宅竣工面积得到最终的住宅存量，仅有贵阳一市出现了正值。故而笔者决定采用以2005年为基础计算出的住宅存量来计算1999年的住宅套数。

以上的数据在前面所提到的所有文章中都没有出现过，并且前面所提到的文章即使在讨论住宅时也是采用的是竣工面积等数据，而在现实中住房是无法分割的，所以估计出总套数对于确定住宅的供给来说是更加直接和有意义的。

从住宅套数与总户籍户数的比值来看，除了哈尔滨和兰州较低外，其它城市均超过90%(合肥为89.27%)，其中24个城市该比值大于100%，即从平均值的角度来看，基本每户都应该拥有了住房。即使按照住宅套数与常住户数的比值来看，仍然有9 个城市的比值超过了100%。另外，超过80%的城市有10 个。35个城市中该比值最低的为兰州，仅为26.13%，说明该市的住宅供给严重不足。另外即使像北京这样的城市，该比值仍然达到70%，说明住房数量还是非常充足的。这些数据都表明从住宅的供给方面来看，各个城市的住宅供给量相对充足，也就是说住宅价格的疯长不是建立在供给不足的基础上的，从而初步可以判断以投机方式持有住房应该是目前购买的主要动机。

下面讨论房地产开发企业的决策问题，采用一个最简单的图形说明问题。采用35个城市可以得到的常住人口与户籍人口之差的数值以及这些城市相应的住宅新开工面积，做出一个散点图，如图2所示，所有的数据都进行了对数化处理。

图 2 常住人口与户籍人口之差和住宅新开工面积

常住人口与户籍人口之差基本可以反映一个城市的发展情况，而新开工面积则反映了房地产开发企业的决策，从图2可以看出两者之间存在正相关的关系。也就是说如果一个城市的外来人口越多，那么房地产企业会提供越多的住宅。由此可以得到结论：住宅市场的需求方面表明住宅价格确实出现了泡沫，而泡沫的产生并不是因为住宅的供给量太少造成的。虽然各个城市的土地供应量是缺乏弹性的，但是房地产企业对住宅的供给还是非常充足的，并且某种程度上已经在部分城市造成了过度开发，现有住房存量已经大于现有户籍户数，甚至大于常住户数，换句话说，认为房价上涨是由于“刚性需求”而引起的观点是站不住脚的[14]。

四、结论和问题

通过对我国35个大中城市房地产市场数据的分析，从需求和供给两个方面给出了这些城市房地产市场目前基本的统计描述后发现：从需求方面来看，房价的上涨在很多城市快于城镇居民人均可支配收入的增速，并且几乎所有城市的房价收入比都超过了合理的范围；从供给方面来看，虽然城市人口在不断的增长，并且常住人口的增长相对更快一些，但是根据对这些城市住房存量的估计，在非一线城市都出现了现存住宅总套数大于现有户籍户数、甚至大于常住户数的情况，这充分说明这些城市的住房市场的供给是充足的。综合两方面判断，完全可以得出目前我国城市中房地产市场的泡沫是非常严重的结论。

限于数据的可得性，笔者的研究还有很多可改善的地方。例如，前文中所给出的住房价格是新建住房的统计，而随着城市开发的深入，城区部分的土地已经开发殆尽，整个城市在不断的外延，住宅存量估计与房地产泡沫很明显，房价受地理位置的影响相当大，故而该数据有倾向于低估住房价格的倾向。另外，各个城市统计的人均建筑面积的数据非常混乱，即使相差一年，数据仍然无法吻合。为了让数据更接近当期值，笔者采用较小的折旧率，但是现在我国拆迁盛行，2%的折旧率明显过低，而采用较低的折旧率又会有高估住宅存量的可能。但是过高的折旧率又会使得政府公布的数据更加不匹配，所以笔者待政府可以公布客观公正的数据，这才是正确判断经济形势的起点。

由于我国近年来收入差距不断拉大，财富分配不均衡，所以对于住宅的购买力有很大的差异，因为需求指的是“人们愿意且负担得起该产品的价格”。所以虽然知道人人都需要住房，但是更要知道多少人真正的有住宅需求。例如前段时间的“龚爱爱事件”，一个人在北京拥有24 套房产，这样的集中度事实上加大了泡沫的程度，同时也侵蚀了人们的信心。如果真的担心经济崩溃，那么就应该牢记这样一句话：“(在)经济过热时期，政府部门及官员的过失、渎职及贪污(政府官员的腐败)等行为一经揭露，往往会加速经济崩溃与市场恐慌。”[15]

(编辑：周亮；校对：余华)

[1]王雪峰. 中国房地产市场泡沫的测度研究[J]. 现代经济探讨，2005，(8)：11-14.

[2]韩德宗. 基于West模型的房地产泡沫的实证研究——以北京、上海、深圳为例[J]. 当代经济科学，2005，(5)：6-11.

[3]胡健颖，苏良军，金赛男，姜万军. 中国房地产价格有几成泡沫[J]. 统计研究，2006，(1)：39-42.

[4]韩冬梅，刘兰娟，曹 坤. 基于状态空间模型的房地产价格泡沫问题研究[J]. 财经研究，2008，(1)：126-135.

[5]王艺明. 房租资本化、模型误设与房地产投机泡沫：基于北京、上海和广州住房二级市场的研究[J]. 世界经济，2008，(6)：59-68.

[6]吕江林. 我国城市住房市场泡沫水平的度量[J]. 经济研究，2010，(6)：28-40.

[7]赵安平，范衍铭. 基于卡尔曼滤波方法的房价泡沫测算―以北京市场为例[J]. 财贸研究，2011，(1)：58-65.

[8]曾五一，李 想. 中国房地产市场价格泡沫的检验与成因机理研究[J]. 数量经济技术经济研究，2011，(1)：140-151.

[9]李 星，曾 勇. 我国商品住房价格泡沫的测定[J]. 统计与决策，2012，(15)：119-122.

[10]冯邦彦，李建国，祝建辉. 城市房地产泡沫的统计分析[J]. 中国统计，2006，(7)：25-26.

[11]周文兴，林新朗. 基于空间计量的我国住房价格研究[J]. 统计与决策，2012，(3)：140-143.

[12]陈欣宏. 我国房价收入比计算方法的缺陷及其改进研究[J]. 价格月刊，2006，(10)：19-21.

[13]Ding Ai-dong. Further Study of China’s housing price-to-income ratio[J]. Advances in Applied Economics and Finance, 2012, (4): 433-436.

[14]周 亮.货币因素对我国房地产价格的影响略探[J].湖南财政经济学院学报，2013，(2)：71-75.

[15]Kindleberger, Charles P.，Aliber, Robert Z. Manias, Panics and Crashes: A History of Financial Crises[M]. New York：Palgrave Macmillan, 2005. 21.