中国大中城市土地供给对住宅价格的影响

党 炜

（宝鸡文理学院 经济管理学院，陕西 宝鸡 721013）

一、引言

中国的宪法规定城镇土地所有权归国家所有，农村土地所有权归集体所有；土地所有权不可交易和流通。按照这个规定，中国的土地需求者只能购买一定年限的土地使用权。

在1980年以前，中国施行的是福利分房制度。在这个体系下，政府建福利房并按照政府的房屋分配计划将其分给居民。当时，出售福利房是非法并禁止的。直到1998年，政府发出了《深化房屋改革和加速房屋建设》的通告，宣告了中国房地产市场的建立，也宣告了福利分房时代的结束。从此居民需要在房地产市场购买商品房来解决住房问题。

在中国的房地产市场建立初期，政府对于国有土地使用权的交易形式没有一个明确的规定。那时有许多土地使用权的交易方式：私下协商，公开投标、拍卖和挂牌等。2002年5月，中央政府颁布了《通过招标、拍卖和挂牌出让国有土地使用权》的规定。这个规定禁止私下协商的土地使用权交易，并宣布所有的土地使用权交易都必须遵循公开投标、拍卖和挂牌的方式。此文件的颁布，被认为是新一轮“土地革命”的开始。

为了进一步禁止土地使用权私人交易方式，2004年，中国政府颁布了《继续土地使用权招拍挂出让情况执法监察工作》的文件，要求各地在2004年8月31日前处理完历史遗留问题，否则国家土地管理部门有权收回土地，纳入国家土地储备体系。从此，关于住宅价格和土地供给的关系问题一直是中国社会的热点议题。

关于土地和住宅价格，国内外多位学者都曾做过相关研究和分析。在国内文献方面，Hong Zhang认为中国土地供给的限制对住宅价格有着巨大的影响，并且在长期，土地供给的限制对住宅价格的上涨起到了促进作用[1]；Huayi Yu通过对中国1998年至2007年数据的研究，认为房价向上偏离经济基本面是因为政府开始房地产市场的宏观调控，中国的房地产政策扭曲了房价和经济基本面之间的机制[2]；Jinhai Yan，Lei Feng，Helen X.H.Bao认为土地供给是长期住宅均衡价格的决定因素之一[3]。在国外文献方面，Ruijue Pengand William C.Wherton通过对香港数据的分析，认为对土地供给的限制导致住宅价格的上涨。香港政府限制新土地供应，但保持灵活的建筑密度，土地的短缺将会导致房地产价格上涨但不是住房的供应短缺[4]；G.Donald Jud and Daniel T.Winkler通过对美国130个城市区域的研究，发现住宅价格和土地使用的限制性政策正相关[5]。Sau Kim Lum通过对新加坡1975至1995年的数据的研究，发现对于土地的限制或释放显著影响着长期住宅价格及其短期波动[6]；Paul Cheshire认为，对于城市土地的限制性管理导致了英美等国家的住宅价格上涨[7]。在了解了现实背景和诸多相关文献后，本文将进一步分析中国大中城市住宅价格和土地的关系及其形成机制，以期探寻解决房价问题的有效途径。

二、模型导入

为了了解住宅价格、土地供给以及其他一些有关因素之间的联系，首先建立一个简单的模型，这样可使问题一目了然。以下从住宅消费需求、住宅投资需求和住宅供给三个方面分别表述。

（一）住宅消费需求

我们将借助一个被广泛使用的模型[8-10]来表述住宅消费需求HCD：

HCD是住宅消费需求；Y是居民收入水平的度量，如人均可支配收入；POP是用来度量人口的指标，如常住居民人口或非农业人口等；f(Y,Uh/Uc)是住宅消费需求率函数，其中Uh/Uc=(i-π+δ-EPh)Ph/Pc；Ph是住宅价格；Pc是一般消费品价格；i是房贷利率；π是通货膨胀率；δ是包括产权税在内的住房持有成本；EPh是房价预期增长率。

一些学者（如Ruijue Peng&William C.Wheaton[4]）曾经在文章中把实际住宅需求率（The rate of actual household formation）设定为 F=f（R，Y，Pc）的函数形式，其中R表示年度均衡房屋租赁价格，Y表示经济收入，Pc表示其他消费品成本。在这里我们用Uh/Uc代替R和Pc两个变量（Uh/Uc=R/Pc），体现了一个理性消费者在住宅和一般消费品之间的选择。

（二）住宅投资需求

J.V.Henderson和Y.M.Ioannides于1983年发表论文《A Model of Housing Tenure Choice》，第一次把对住房的需求分成投资需求和消费需求，并研究了消费者租房和买房的选择问题[11]。此后，更多的学者对消费者的房屋消费和房屋投资问题进行深入研究。这里的住宅投资需求HID的表述将仿照以上消费需求来建立：

HID是住宅投资需求；Y是居民收入水平的度量，如人均可支配收入；POP是用来度量人口的指标，如常住居民人口或非农业人口等；Pc是一般消费品价格；Ph是住宅价格；EPh是房价预期增长率；i是房贷利率；R是房屋租赁价格，如前R=(i-π+δ-EPh)Ph；B是购买单位面积房屋的贷款额，（Ph-B）是单位面积首付；r是其他投资的收益率；f*（·）是住宅投资需求率函数。

（三）住宅供给

住宅供给受到住宅价格、土地价格和住宅总投资额（除土地成本和劳动力工资）的影响，而其中土地成本占据了最大的部分[6]。在许多城市，土地已经逐渐成为稀缺商品，土地的价格显著地被政府的土地政策所影响。紧缩的土地政策必然导致无弹性的土地和房屋供给，最终导致居高不下的土地和房屋价格。在中国，政府提供唯一的土地供给，所以政府的土地供给政策直接而且深入地影响着房地产市场的住宅供给。自从1998年中国房地产市场建立以来，政府每一次土地政策的变革都给住宅供给和住宅价格以巨大的冲击。尤其是公开招、拍、挂土地使用权交易方式和国家土地储备制度的确立，对房地产市场的影响尤为明显。

此外，许多学者（以Raymond Y.C.Tse[12]为代表）都曾提出，开发商不会在购得土地后立即进行土地开发，相反，他们会将土地暂时闲置起来，放进他们的土地储备。显然，这样做一方面可以延迟房屋的供给从而减少现行房地产市场上的房屋供应量从而达到提升房价的目的，开发商下期将利用这块土地的开发获取更大的利润；另一方面，地价本身的上涨使房价水涨船高，开发商将来无论是开发这块地或是将其转让，都会因土地价格的上涨而获得巨大的利润。正如Barlow所主张的“在房地产业当中，利用土地储备和竣工时间的选择来从房价的上涨中获得最大化收益的技巧，要比提高房地产生产技术进步的能力重要得多”[13]。综合以上两个方面，住宅供给函数表示如下：

HS表示住宅供给；Ph表示住宅的市场价格；LP是土地价格；K是除了土地以外的住宅总投资；LS是近期土地供给；LB用来度量房地产开发商的土地储备行为的程度，合理的方法之一是用房地产商的近期土地开发数量来表示。

对此，传统的存量-流量的住宅模型会假设市场出清，在均衡条件下，市场的住宅供给等于住宅需求（HS=HD），从而解得均衡住宅价格的表达式[5]；而另一种住宅服务流量模型，认为住宅可以为使用者提供服务流，住宅价格是未来各服务流的折现值，因此住宅需求函数HD是房屋租金R的函数（同（1）式所示），在均衡条件下，租金与房屋使用成本相等（R=（i+δ-EP）Ph），通过住宅需求的反函数求解可得到住宅价格的表达式[8]。我们将采取第一种方法，但是由于本文明确将需求分成住宅消费需求HCD和住宅投资需求HID，所以正确的表述为：

通过上面的（1）（2）（3）（4）式，我们可以得到以下的均衡住宅价格表达式：

大量的实证研究认为住宅价格会针对自身的变动逐步调整[14]。基于这个理论，我们假设当期住宅价格不仅仅取决于我们难以观测到的当期住宅均衡价格Pht*而且取决于可观测到的前一期住宅价格Pht-1（以此来测量住宅价格调整的累计效应），即：

将（5）式带入（6）式，我们得到：

在实际的计量模型当中，我们考虑到以下的一些因素：

第一，中国政府从2011年开始在个别试点城市试征收房产税，此前是不征收房产税的，房屋持有成本可以被忽略。因此在计量过程中我们不考虑δ。

第二，在（7）式中，我们可以认为其他解释变量的变化已经潜在地包含了房价的预期变化EPh。换句话说，EPh是其他解释变量的函数，所以我们在计量过程中也忽略EPh，就像在以前的一些文献中的处理方法一样[9-10]。

第三，Pc涉及到所有主要的消费品，所以合理的度量指标是CPI。CPI的变化已经反映了通货膨胀率，所以在计量模型中我们不再考虑通货膨胀率π。

第四，单位面积贷款额B，是影响住房投资决策的因素之一。由于各地各银行政策不一，经常变动，我们无法找到这个指标的完整记录，而且本文更关心的是土地供给指标，所以这里忽略控制变量B。

第五，很难规定其他风险投资中应该包括哪些，剔除哪些。所以我们也将忽略控制变量r，如同我们前面的做法。

第六，因为在中国缺乏相应的统计数据，我们不得不用住宅总投资额INV代替K。需要明确的是，在INV中包含了土地成本、劳动力成本，这有可能引起结果中与土地价格LP的多重共线性。

综上，面板数据的计量模型可以表述如下：

Phit是t期的住宅价格；Yit是t期的人均可支配收入；POPit是t期的常住人口；iit是t期的房贷利率；CPIit是t期的一般商品消费价格指数；LSit是t期的土地供给；LPit是t期土地价格；LBit是t期土地开发面积；INVit是t期年度住宅总投资；ui度量个体差异效应；λt度量时间效应；vit是随机误差项。

三、实证分析

我们用1999年至2014年中国35个大中城市的相关数据（数据来源于1999至2014各年的《中国统计年鉴》和《中国房地产统计年鉴》），根据建立的面板数据模型回归式（8），对住宅价格做回归分析。其中，变量选取了35个大中城市历年年度数据：P采用住宅销售价格；Y为人均可支配收入；I为住宅抵押贷款利率；CPI为一般消费品价格指数；POP为常住人口数量；LS为土地购置面积；LB为土地开发面积；LP为土地交易价格指数；INV为住宅完成投资额。通过Hausman检验，我们确定模型为fix effect模型。回归结果如下：

Variable case(1) case(2) case(3) case(4) case(5) case(6)C -10.89406*** -7.863706*** -8.143642*** -3.160075*** -3.207039*** -3.656392***(1.223842) (1.271301) (1.212142) (1.064198) (1.066843) (1.165498)[-8.90152] [-6.18556] [-6.71839] [-2.96944] [-3.006101] [-3.13719]LOGP?(-1) 0.667211*** 0.672511*** 0.680363***(0.042331) (0.042533) (0.046183)[15.76159] [15.81147] [14.73195]

注：回归结果中，***、**和*分别表示在1%，5%和10%的水平上显著；（）中是标准差；[]中是t统计量值。

case（1）用经济基础变量估计了住宅价格。在case（2）中，影响土地政策的变量被加入到回归中。对比case（1）和case（2）的结果，我们发现，随着影响土地政策的变量的加入，R2和Durbin-Watson统计量都有所提高。在case（2）中还引入了两个虚拟变量（d1和d2）。d1用来度量2002年到2003年中国政府初步土地限制政策的影响（在2002年或2003年d1=1;其他年份d1=0）。d2用来度量2004年以后的进一步土地限制政策对住宅价格的影响（在2004年后d2=1;其余年份d2=0）。回归结果显示d1和d2与住宅价格正相关。但d1并不显著，而d2在10%的水平上显著。众所周知，事实上相对于2004年的“8.31大限”，2002年的“土地革命”并没能有效地限制土地的供给，这和我们的回归结果相当一致。

在 case（2）的结果中，年度住宅总投资（INV）并不显著，是因为我们在前文提到的它与土地价格（LP）的多重共线性。同样，土地开发面积（LB）不显著，也是因为它与土地供给（LS）的多重共线性。

在case（3）中我们省略了case（2）中所有不显著的控制变量。相比于case（2）的结果，case（3）的R2和Durbin-Watson统计量并没有明显的变化。

在case（4）中，引入了一个滞后一期的住宅价格（P（-1））作为解释变量。相比于case（3）的结果，在引入滞后变量的case（4）中R2和Durbin-Watson统计量都有所提升。这明显符合住宅价格会针对自身的变动逐步调整的结论[14]。

从case（4）到case（6）检验了土地供给对住宅价格的影响。case（4）的结果显示，当期土地供给对住宅价格有显著的负向影响。在case（5）的结果中，滞后一期的土地供给仍然对住宅价格有显著的负向影响。以上两个结果都在5%的水平下显著。但是在case（6）中，滞后两期的土地供给并没有显著的影响，尽管其对住宅价格的影响也为负。并且case（4）中当期土地供给的回归系数绝对值也要大于case（5）和case（6）中滞后期的土地供给系数绝对值。以上结论都支持了当期土地供给限制对当期住宅价格的影响要强于过往时期的土地供给限制的影响。此外，在case（4）、case（5）和case（6）中，d2变量对住宅价格都有着显著的正向影响，且都在1%的水平下显著。这也支持2004年之后的土地限制政策对住宅价格的巨大影响。

各回归结果也显示出人均可支配收入和常住人口都对住宅价格有显著的正向影响。作为住房成本的土地价格对住宅价格也有显著的正向影响。

滞后一期的住宅价格（P（-1））作为解释变量，它的系数显著为正。这一变量的加入明显提高了模型的拟合度，即住宅价格是会受到自身累计效应影响的。这是因为住宅价格的高涨必定导致未来房价持续上涨的预期，对住宅的投机会相应增多。对住宅的非理性购买也会增多，因为人们担心住宅价格再涨就买不起了。然后，这些需求的增加使得住宅价格再上涨。而当住宅降价时的情形与此相反。

在所有情形的回归结果中，土地供给（LS）的系数总为负，即对土地供给的限制会导致住宅价格的上涨。在中国，政府作为唯一的供给者，完全占有土地供给市场并有选择地供应土地以最大化政府财政从土地供应中的收益。这直接导致土地供给低于实际土地需求并最终使得住宅价格高涨。同时，当期土地供给的减少导致了对未来土地供应减少的预期，房地产开发企业纷纷开始储备土地。在2004年之前，这些企业通过储备土地的再出售获取了地价上涨的巨额利润。在2004年之后，由于政府彻底禁止私人土地交易并完全垄断土地供给，这些房地产企业改变策略，储备土地并延迟开发或延迟出售，从高涨的住宅价格中获取巨额利润。随着企业土地储备的增加，土地的实际供给更加缺乏，这又导致了住宅价格的进一步上涨。

四、结语

本文用中国主要的35个大中城市的数据对住宅价格进行了估计。在所有回归结果中，土地供给对住宅价格都有显著的负向影响，支持了限制土地供给会导致住宅价格上涨的观点。回归结果也显示，当期的土地限制要比往期的土地限制对住宅价格的影响更大。并且，用来度量2004年以后土地限制政策对住宅价格影响的虚拟变量d2，有着显著的负的系数。这证明2004年之后的土地限制政策对住宅价格的影响更加巨大。所以，本文认为中国住宅价格的上涨已经偏离了经济稳定增长的轨道。土地财政造成的土地供给限制和房地产企业为了获得住宅价格上涨的高额利润而进行的土地储备，是致使大中城市住宅价格偏高的重要原因。因此，要解决高涨的住宅价格问题，首先就必须解决好土地供给问题。而找到新的经济增长点扭转政府土地财政和节制房地产企业的囤地待涨，是解决根本问题必要而可行的出路。对于前者，各地政府需要因地制宜大力发展地方优势产业，增加财政收入，以减少土地财政的份额。而在国家宏观控制方面，需要实现产业的升级和转移，尤其是要促使大量的制造业由东部向中西部地区以及向中小城市转移，合理利用无流动性的土地资源，减缓大中城市的土地资源压力。对于后者，需要通过法律法规限制房地产企业囤地，从而盘活现有的土地存量和已经供给出的土地数量。只有这样，才可能让住宅价格回归到正常的轨道。