第3章 住房市场库存与地区间不平衡
刘洪玉 朱恩伟
不同城市的住房市场，应有不同政策目标：一线城市控制价格（吸纳周期短、住房价格高）；二线城市维持当前状态（吸纳周期短、住房价格低）；三、四线城市去库存（吸纳周期长、住房价格低）。
- 引言
限购限贷并未有效抑制快速上涨的房价
自2009年开始，全国住房价格迅速攀升。为抑制房价持续快速上涨，国务院于2010年1月和4月先后发布住房市场调控政策，其中包括对住房投资进行一系列信贷和财税政策限制，并首次提出“限购”，即要求一些房价过高的城市限制家庭购房套数。随后，全国46个城市先后颁布“限购令”。在此后三年内，国务院持续加强对住房市场的干预，不断提高住房首付比例和贷款利率以及相关税费标准，并加强限购措施。但每一次的住房市场调控都仅能在非常短的时间内抑制房价上涨，随后住房市场便将政府对住房市场的抑制政策逆向解读为房价上涨的信号，导致住房价格恢复持续上涨的趋势。总体上而言，政府对于住房市场的调控都没能在长期取得明显的效果。
新常态下楼市低迷，去库存成为重要任务
2014年上半年，在没有任何进一步调控政策出台的情况下，全国住房价格出现连续的环比下跌。2014年9月，央行出台政策放松了此前对住房抵押贷款的限制，但房价依然保持小幅下跌的趋势。2014年末，住房市场库存达到历史最高位。2015年随着整体经济全面进入“新常态”，各行业面临产业升级调整，“去库存”成为重要的政策目标。伴随着央行连续多次降息降准，住房市场政策也进一步放开，包括进一步降低首付比例和相关税收，部分城市甚至对部分家庭发放购房补贴，并尝试改革户籍制度以进一步扩大住房需求。与此同时，2015年7月起绝大多数城市陆续取消限购令，至2015年底仅剩北京、上海、广州和深圳四个一线城市仍然保持限购政策。
去库存政策效果两极，住房市场分化加剧
随着这一系列住房市场刺激政策的颁布，2015年住房市场复苏，交易量和价格都有明显上涨。其中，2015年末以深圳为首的一线城市房价开始出现巨大涨幅，引起了社会的广泛关注。与此同时，不少新闻指出许多三、四线城市去库存政策效果不佳，住房需求不足，房价持续低迷。一线城市和三、四线城市房地产市场的显著差异被喻为“冰火两重天”，住房市场库存的地区间不平衡成为政府、学界乃至整个社会的关注热点。刘琳指出，截至2015年末一线城市房地产库存完全消化，而部分二线城市和多数三、四线城市仍然面临较为严峻的去库存问题。沈孝强和吴次芳根据供需理论构建指标评价城市住房库存消化能力，发现库存消化能力在城市间存在明显的差异，以此对住房市场进行分区并建议根据区域特点采取差异化的调控政策。
库存和去库存地区间差异规律值得关注
一些学者还进一步讨论了导致住房库存城市间分布差异的因素及影响规律。一些学者指出了人口增长对住房需求的决定性作用，进而影响库存的去化情况。我国目前还处于快速城市化阶段，人口流入是城市住房需求的重要来源。因而在住房政策放宽后，城市对于人口的吸引力越大，住房需求的增量就越为明显；反之，对于人口吸引力不大的城市住房市场本身已经见顶，需求增量就较为有限。这一观点也在一定程度上解释了一线城市去库存效果明显好于三、四线城市的现象。另一方面，一些学者还观察到了位于大城市周边的城市房价在住房政策放宽后的大幅上涨。尤其对于一线城市而言，人口容纳能力有限，住房供给无法满足日益增长的住房需求，而处于其周边的城市可以在一定程度上承接这部分的外溢需求。
本章测算了72个城市不同层次的住房库存量，并计算了各层次库存对应的吸纳周期，然后分别讨论了两者在各线城市的差异以及后者与住房价格间的关系。在此基础上，进一步通过建立实证模型检验了不同因素对吸纳周期的影响。研究发现，2015年去库存政策显著降低了城市住房库存整体水平，但住房库存在地区间的分布存在明显的不平衡现象。除三、四线城市库存量明显高于一、二线城市外，城市对人口的吸引力和周边大城市的数量都会对城市住房库存产生显著影响。
- 商品住房库存及现状特点
商品住房库存及其分类
对一般企业而言，产品库存狭义上是指可以直接销售的成品，广义上也包括用于生产的原材料。房地产开发周期远远长于其他行业产品的生产周期，其库存的分类相应的也更为丰富。此外，我国商品房预售制度允许开发商将尚未竣工的商品房作为期房销售，并且预售面积在总体销售面积中占比超过90%，这使得商品房的销售与竣工在很大程度上相互分离，让商品住房库存的分类更为复杂。根据商品房所处开发周期的不同阶段和销售状态可以较为系统地将其库存分为以下四个层次。
第一层次的商品住房库存（以下简称“库存1”）是已竣工并作为现房上市，但尚未销售出去的商品房，这与国家统计局公布的“商品房待售面积”含义相同。
第二层次的商品住房库存（以下简称“库存2”）是尚未竣工而取得预售许可作为期房上市，但尚未预售出去的商品房。库存1和库存2与住建部统计的“期末累计可售面积”含义相同，都是已上市的产品，属于典型意义上的库存。
第三层次的商品住房库存（以下简称“库存3”）是尚未竣工也未取得预售许可的在建商品房。相比库存1和库存2，库存3尚未作为产品上市，属于较为广义上的库存。但在建工程的停工会对开发商造成巨大的损失，因而除非极端情况，库存3一定会在未来一段时间内转化为库存1或库存2。
第四层次的商品住房库存（以下简称“库存4”）是开发商已受让使用权但尚未投入建设的土地（对应的规划建筑面积）。库存4是更为广义的库存，在房地产市场分析中也被称为潜在供给，通常无法准确预计其转化为库存3所需的时间。
以上四个层次的库存完整覆盖了商品房的开发销售周期，且在定义上互相没有重叠，其与开发销售周期的关系如图3.1所示。需要注意的是，部分商品房建设完成后将留作他用，不会进行上市销售，在本章中称为“非销售面积”。这一部分商品房在定义上不属于库存，需要在计算中加以剔除。还需要指出的是，不同层次的库存在转化过程中可能存在一定的损耗，包括开发商因为拖欠土地费用导致使用权被地方政府收回，因为拖欠工程款导致在建项目停工烂尾等。因此，库存4不一定能完全转化为库存3，库存3也不一定能完全转化为库存2或库存1。
图3.1 库存分类与商品房开发销售周期
注：图中数字1~4分别指代库存1、库存2、库存3和库存4；*代表非销售面积。
不同层次的库存，其经济含义有很大差别。从库存对房地产市场的影响程度来看，库存1和库存2都已上市，对市场影响最为直接，造成的库存压力也最为明显；库存3已投入建设，在未来一定时间内几乎一定会上市，常被开发商称为可销售的“货值”，是未来库存压力的最直接来源；库存4为潜在供给，投入建设的时间受开发商控制，造成的库存压力较小，但也会给土地持有者带来巨大的财务压力，可能引起房地产市场风险。从去库存的方法来看，库存1和库存2的去化属于短期政策目标，可以依靠财税政策和信贷政策的调整实现；库存3和库存4的去化属于中长期政策目标，应当与住房制度和户籍制度的进一步深化改革同步实现。
商品住房的库存状况
根据本章章末附录所示方法可以在理论上计算我国商品住房中各层次的库存量。但其中，土地购置面积中仅有通过招拍挂、出让部分的统计数据较为完整，而协议出让部分面积数量巨大不可忽略，因而在实践中无法准确计算库存4。除此以外，数据来源完整的共计72个城市，包括4个一线城市，25个二线城市和43个三、四线城市。计算得到我国商品住房在2009~2015年间各层次库存量如表3.1所示。
表3.1 商品住房库存量
从72个城市总体来看，从2009年开始商品住房库存总量稳步上升，于2014年达到历史最高值，2015年略有下降，说明2015年去库存政策在整体上取得了一定的效果。库存1占比远小于库存2，两者之比长期稳定在10%上下，可知我国商品住房主要通过预售方式进行销售。库存1和库存2的占比又远小于库存3，但前两者占比在近年来有所上升。
从各线城市来看，商品住房库存总量均在2015年有所下降，说明2015年去库存政策在各线城市均发挥了一定的作用。一线城市中，库存1和库存2的比值约为30%，明显高于平均水平，这说明一线城市中现房库存所占比例更高。一线城市商品住房供不应求，且存在更多的豪宅，开发商更有动力持有住房并从房价上涨中获利，因此可以推测一线城市高比例的现房库存在一定程度上是开发商有意为之（而非需求不足）。此外，一线城市库存1和库存2的占比也明显高于其他各线城市，说明一线城市的在建库存量相对偏低，未来住房上市供应量将相对不足。
- 商品住房的吸纳周期
商品住房吸纳周期状况
许多研究都使用吸纳周期作为标准化的库存指标，并观察到住房市场吸纳周期与价格之间的反向波动关系。对于库存1和库存2，吸纳周期是按照当前销售速度将当前库存全部销售出去所需要的时间，为克服季节性影响，本章使用计算时点前12个月月均成交量表征住房销售速度。对于库存3，吸纳周期是按照当前去化速度将当前库存全部转化为库存1或库存2所需要的时间，其去化途径可分为预售上市和现售上市两种，本章使用计算时点前12个月月均上市量表征库存3的去化速度。计算得到我国商品住房在2009~2015年间72个城市各层次库存对应的吸纳周期，如表3.2所示。
表3.2 商品住房吸纳周期
从72个城市总体来看，从2009年开始库存1和库存2的吸纳周期均稳步上升，于2014年达到历史最高值，2015年略有下降，库存3的吸纳周期反而在近年有所下降。库存1的吸纳周期明显高于库存2，这说明虽然现房库存量少，但销售速度相对更低，因而吸纳当前库存所需要的时间更长。
从各线城市来看，各层次吸纳周期的时间变化和72个城市总体变化基本一致。三、四线城市各层次库存的吸纳周期均高于一、二线城市，可见商品住房的各层次的库存压力都集中在三、四线城市。
商品住房吸纳周期与价格的关系
本小节仅使用库存1和库存2研究商品住房吸纳周期与价格的关系，城市样本数量可拓展到90个城市。图3.2展示了90个城市商品住房平均吸纳周期和新建商品住房价格指数的变化情况。从长期变化来看，全国住房市场吸纳周期和价格均呈现整体上升的趋势。从周期性波动来看，吸纳周期与价格呈现明显的反向变化关系，这一结果与以往吸纳周期的相关研究均一致。
图3.2 所有城市平均吸纳周期和新建商品住房价格指数
图3.3展示了各线城市平均吸纳周期和新建商品住房价格指数的变化情况。可以发现，一线和二线城市的吸纳周期的变化特征没有明显区别，而三、四线城市的吸纳周期自2012年开始与一、二线城市出现明显分化。另一方面，二线城市的住房价格变化更接近三、四线城市，一线城市在2010年、2013年和2015年连续三次增幅都远高于其他各线城市，使得住房价格在一线城市和其他各线城市之间呈现明显分化。
图3.3 各线城市平均吸纳周期和新建商品住房价格指数
不同城市住房市场面临的景况存在显著的差异，相应的政策目标也应当有所不同。整体上而言，一线城市吸纳周期短而住房价格高，住房政策的目标首先应当是控制价格；二线城市吸纳周期短而住房价格低，政策目标应当是维持当前状态；三、四线城市吸纳周期长而住房价格低，政策目标应当是去库存。如果简单使用全国统一的住房市场调控政策，必然无法照顾到各线城市住房市场的不同景况，导致顾此失彼。在2015年“去库存”政策的刺激下，各线城市住房吸纳周期整体上均大幅下降，对政策刺激的响应十分一致，但在价格变化上，一线城市的住房价格增速却远远高于其他各线城市。可以说，“去库存”政策的确实现了其政策目标，即降低了各线城市的住房库存量，但与此同时却大幅推高了一线城市的住房价格，与其本来所追求的政策目标相悖。
- 商品住房吸纳周期的影响因素
不同城市的住房库存存在明显的分化现象，但仅仅根据城市等级将城市分组，并对各组城市住房吸纳周期加以分析还远不够完备，因为同组城市内部不同城市之间住房市场也存在诸多差异。例如，三、四线城市的平均吸纳周期在2015年有明显的下降，表现与一、二线城市非常一致（图3.3A图），这就说明三、四线城市中至少有相当一部分库存量得到了有效的去化，可见仅按照城市等级研究不同城市的住房库存已经不再有效。为进一步探究城市商品住房吸纳周期的影响因素，本章结合第一节的讨论提出以下两条待检验假设。
假设一：城市周边大城市数量越多，吸纳周期越短。
假设二：城市人口增长率越高，吸纳周期越短。
本章基于2014年和2015年89个城市的数据建立回归模型检验以上假设。其中，以库存1和库存2的吸纳周期作为被解释变量；以前5年常住人口年均增长率表征人口增长率，以城市周围200千米范围内的一线和二线城市的数量表征城市周边大城市的数量，作为主要解释变量；以人均GDP和常住人口等基础人口经济变量以及城市等级作为控制变量。模型涉及的所有变量的描述性统计如表3.3所示。
表3.3 变量描述性统计
表3.4展示了全样本回归的结果。模型（1）检验了吸纳周期在不同等级城市间的差异，结果显示三、四线城市的吸纳周期明显高于一、二线城市（15%显著性水平）。此外，2015年吸纳周期显著低于2014年，再次验证了2015年去库存政策在整体上的效果。模型（2）检验了周边大城市的数量对城市吸纳周期的影响，结果显示200千米内一线城市数量越多，吸纳周期越短，而二线城市的影响则不显著。这说明一线城市的确存在明显的人口外溢，增加了周边城市的住房需求，使得周边城市的住房库存明显降低；而对于二线城市，这一效果并不明显。模型（3）检验了人口增长率对城市吸纳周期的影响，结果显示人口增速越高，吸纳周期越短。这说明城市对人口的吸引力显著影响城市的住房需求，进而影响城市的住房库存水平。模型（4）对以上结果进行检验，结果稳健。
表3.4 全样本回归结果
注：括号中为t统计量；*、 **、 ***分别代表在10%、5%和1%统计水平上显著。
为进一步探究2015年去库存政策对城市库存水平的影响，本章将样本按年度分为两个子样本分别进行回归分析（表3.5）。结果显示，周边大城市的数量对城市住房吸纳周期的影响在不同年度基本保持稳健，但人口增长率的影响却仅在2015年保持显著。这说明人口的增长虽然会造成相应的住房需求，但在2015年之前住房政策抑制了高人口吸引力城市中的住房需求；2015年住房政策放宽后，这部分住房需求得到了有效的释放。而对人口缺乏吸引力的城市而言，即使在住房政策放宽后，也没有相应的住房需求可以释放。
表3.5 子样本回归结果
注：括号中为t统计量；*、 **、 ***分别代表在10%、5%和1%统计水平上显著。
- 结论和建议
本章测算了72个城市不同层次的住房库存量，并讨论了住房库存在各线城市间的分布。在此基础上，计算各层次库存对应的吸纳周期，并研究了吸纳周期与房价的关系，以及吸纳周期的影响因素。研究发现，2015年去库存政策显著降低了城市住房库存整体水平；三、四线城市住房库存量明显高于一、二线城市；城市人口增长率越高，或城市周边大城市数量越多，城市住房库存水平越低。
住房市场库存的地区间不平衡为政策制定带来了巨大挑战，相关政策也在针对不同住房市场状况调整调控措施上进行了一定的尝试。例如2016年2月初，央行根据城市是否限购设置了不同的商业贷款最低首付比例，其中限购城市为30%，非限购城市为25%。这一规定的根据是，非限购城市相比限购城市整体上住房价格更低、去库存压力更大，相应的首付比例限制应当更为宽松。但是，这种程度的“因城施策”仍然较为粗糙，实际效果也并不理想。
本章给出了我国当前住房库存在城市间的分布情况及其影响因素，据此可以给出更为精细化的政策建议。对人口增速较高或者位于一线城市周边的城市，应当在去库存的同时警惕住房价格快速上涨的风险。而对于人口外流且较为孤立的三、四线城市，应当进一步放开住房信贷和财税政策，同时积极通过户籍制度改革吸引人口，并进行住房供给侧改革，提高供给质量的同时抑制供给数量。
附录：商品住房库存计算方法
本章中，库存1和库存2直接来自住建部发布的期末累计可售面积。库存3和库存4的计算中需要考虑剔除“不可销售面积”，但该数据缺乏城市层面的统计结果，因此本章约定所有商品房中不可销售面积占比为r。
库存3也可以理解为所有施工面积中扣除已经预售上市的面积，后者根据是否已经完成预售可进一步分为库存2和“已预售而尚未竣工的面积”，然后进一步剔除不可销售面积，即：
库存3=(施工面积-库存2-已预售而尚未竣工的面积)·(1-r)
“已预售而尚未竣工的面积”没有直接的存量数据，需要根据流量数据计算，具体可以通过累计预售销售面积并扣除“已预售的竣工面积”计算。进一步，“已预售的竣工面积”可以通过竣工面积扣除“非销售竣工面积”和现售上市面积计算，即：
其中，∑算符表示从最早可得数据累计流量得到存量。
库存4也没有直接的存量数据，可以通过累计出让土地的规划建筑面积与新开工面积之差计算，然后进一步剔除非销售部分面积，即
库存4=∑(出让土地的规划建筑面积-新开工面积)·(1-r)
汇总以上计算公式如表3.6所示。其中，上标为（1）的数据来自中指数据库，上标为（2）的数据来自住建部统计月报。根据国家统计局《房地产开发统计快报》提供的数据，全国商品房竣工面积中不可销售面积部分占比在2011~2015年间稳定在5.8%~6.7%范围内，因此本章在实际计算中取r为6%。
表3.6 商品住房库存计算方法
参考文献■
［1］翟烜.房地产库存集中在三四线城市［Z/OL］.京华时报,2016［2016-03-16］, http：//epaper.jinghua.cn/html/2016-03/16/content_287136.htm.
［2］王雨馨.中国楼市冰火两重天一方限购一方清库存［Z/OL］.央广网财经,2016［2016-04-25］, http：//finance.cnr.cn/gundong/20160425/t20160425_521978766.shtml.
［3］杨绍功.去库存须调和“冰火两重天”［Z/OL］.新华网,2016［2016-04-27］, http：//news.xinhuanet.com/mrdx/2016-04/27/c_135315402.htm.
［4］刘琳.房地产市场区域分化继续加剧［J］.施工企业管理,2016(1)：31-32.
［5］沈孝强和吴次芳.中国商品住宅库存及其消化能力研究［J］.中国土地科学,2015,29(9)：73-80.
［6］亦吾.楼市去库存关键在三四线城市吸引力［Z/OL］.南方经济,2015 ［2015-11-24］, http：//economy.southcn.com/e/2015-11/24/content_137537461.htm.
［7］叶檀.深圳房地产尽享人口红利［Z/OL］.新华网,2015［2015-06-15］, http：//news.xinhuanet.com/local/2015-06/15/c_127914595.htm.
［8］计思敏.4月一线城市全部退出房价涨幅前十，周边房价集体爆发［Z/OL］.澎湃新闻,2016［2016-05-01］, http：//www.thepaper.cn/newsDetail_forward_1463438.
［9］杨帆、刘洪玉和吴璟.新建商品住房吸纳周期在住房市场监测中的应用研究［J］.中国软科学,2014(1)：68-77.
［10］杨振鹏和刘洪玉.新建住房吸纳周期：一个领先的预警指标［J］.中国房地产：学术版,2011(1)：3-13.