中國商品住宅庫存及其消化能力研究

沈孝強，吳次芳

（浙江大學公共管理學院，浙江 杭州 310029）

中國商品住宅庫存及其消化能力研究

沈孝強，吳次芳

（浙江大學公共管理學院，浙江 杭州 310029）

研究目的：分析中國商品住宅庫存及其消化能力狀況，為房地產市場風險評價和健康發展提供參考。研究方法：根據供需理論建構庫存消化能力評價模型。研究結果：中國商品住宅庫存大幅增加，庫存量東部 > 中部 > 西部，但中部增速最快，西部次之，東部未得到有效控制；全國平均庫存消化能力得分由0.54降至0.42，供給量、購買力和購買意愿得分均不同程度下降；不少省市庫存消化能力呈快速惡化態勢，部分地區得分不足0.40，供方庫存積壓風險上升。研究結論：全國可劃為庫存風險較低、可控、惡化和較高4個分區，需依據地區特點采取差別化的調控策略。

土地經濟；商品住宅庫存；市場風險；庫存消化能力；調控策略

中國自21世紀初已產生房地產泡沫風險［1-2］。持續膨脹的房地產業吸引大量社會資金，刺激房價非平穩上漲，加劇市場風險［3-4］。評價房地產市場風險的常用指標有：（1）房價收入比，一般6.0以內被視為可接受，中國很多城市已超過10.0［5］；（2）住房月租金與售價比［6］，1∶130—1∶170是較合理范圍，中國不少地區超過1∶300［7］；（3）實際房價與市場基礎條件下理論房價的偏離度［3］，若經濟基本面對房價上漲解釋力不足，需警惕房地產市場是否虛假繁榮［8］；（4）住房空置率，對其合理范圍爭議較大［9］；（5）投機占總需求比例［10-11］；（6）綜合考察房價、收入、行業利潤率等多項指標［12-13］。

上述指標的基本理論假設是：商品住宅具有居住和投機兩種需求，投機刺激市場虛假繁榮；收益預期決定投機需求，并可能引發“羊群效應”［14］，助脹房地產市場；收益預期負向轉變，投機需求減少，房產貶值，市場泡沫破滅。該理論具有現實合理性，但未充分考察供方對市場風險的影響。研究房地產市場起落需要結合分析供方投資開發狀況［15］，供給彈性大的地區房地產業更易于過熱發展［15-16］。發展中國家房地產市場相對不成熟，房價上漲過程中更可能大興土木［17］，如迪拜2003年以后新建商品住宅供給大幅上升，市場泡沫破滅導致大量房地產企業滯銷、破產，催生該國金融危機［18］。中國房地產市場存在類似風險，房價快速上漲刺激房地產開發迅速擴張，但銷售規模并未同步增長（圖1）。大規模房地產投資建設已經導致局部性供過于求，“鬼城”屢見報端。局部市場信號可能影響整體預期，“跟漲不跟跌”［13］，從而觸發連鎖反應，造成整個房地產市場陡然下行。

圖1　2005—2012年中國商品住宅年新開工面積、銷售面積和價格Fig.1　Inventory， new construction and price of China's commodity housing from 2005 to 2012

出于上述憂慮和現有指標不足，本文側重分析商品住宅庫存問題，并根據供需理論構建庫存消化能力的評價模型，探究各地區房地產市場的過熱程度和風險狀況。最后，依據各地庫存消化能力演化特點，提出相應的房地產調控建議，為房地產市場風險評價和健康發展提供參考。

1　數據來源

本文研究范圍為全國31個省、市、自治區（不包括港、澳、臺地區）。考慮2005年以前部分數據缺失（2005年前后正是中國房地產市場快速膨脹時期），以及近期市場形勢的變化，選取2005年和2012年作為研究時點。商品住宅庫存、年度銷售面積、新開工面積、施工面積、完成投資額、商品住宅均價等來自《中國房地產統計年鑒》。據其指標解釋，“商品住宅庫存”是指已竣工可供銷售或出租的商品住宅面積中尚未銷售或出租的面積。常住人口、城鎮人口、城鎮居民人均可支配收入、城鎮居民家庭恩格爾系數、城市家庭戶均規模、城鄉居民人均存款余額、15歲以上未婚人口比例、城鎮居民人均住房面積等數據來自相應統計年鑒和《新中國六十年統計資料匯編》。貸款利率數據來自世界銀行網站。

對數據進行標準化處理。正向指標：x'ij= xij/ xmax；逆向指標：x'ij= xmin/ xij。其中，xij為實際值，xmax、xmin分別為某項指標實際值中的最大值、最小值，x'ij為標準化后數值。

2　中國商品住宅庫存的時空演化分析

由表1和圖1可知：2012年全國商品住宅庫存面積達23618.9×104m2，是2005年的2.8倍，但銷售面積增長不足1倍；研究期每一年的商品住宅新開工面積均大于實際銷售面積，且差距不斷擴大，如2005年分別為55185.0×104m2和49587.8×104m2，2012年分別為130695.4×104m2和98467.5×104m2，8年累計差額達173558.3×104m2，是2012年銷售規模的1.8倍，這些都說明中國存在房地產過熱開發的問題。

表1　各省（市）2005年、2012年商品住宅庫存統計Tab.1　Commodity housing inventory for the provincial level in 2005 and 2012

2005年僅廣東、遼寧商品住宅庫存超過1000.0×104m2，2012年已有8省市庫存超過1000.0×104m2，其中廣東、河南庫存超過2000.0×104m2。庫存量保持穩定的只有北京和新疆，僅少數省份的商品住宅庫存年均增幅控制在10%以內；海南、山西、河南、湖南和西藏5省（區）庫存年均增幅超過35%。庫存居前五、前十、后五、后十的省市占全國庫存比重由46.6%、66.1% 、2.2%和9.3%調整為40.2%、61.2%、3.2%和10.2%。這些方面的變化反映出：（1）各省市商品住宅庫存量及其變化速率存在巨大差異；（2）總體上，2012年庫存地區差異較2005年有所縮小，表現為庫存量大的省市占全國比重有所下降，庫存量小的省市比重有所上升，某種意義上反映出中國房地產市場供方庫存積壓逐漸演化成全國性問題。

區域層面，東、中、西部商品住宅庫存全國比重分別由58.4%、20.7%和20.9%調整為49.3%、32.1%和18.6%。可以看出：東部地區庫存占全國一半左右，但比重逐步下降；中部地區庫存增長迅速，大幅高于東部和西部，占全國比重明顯上升；西部地區庫存增速次之，比重略有下降。

3　中國商品住宅庫存的消化能力評價

3.1評價指標體系構建

供給和需求是最基本的市場影響因素，決定了商品住宅庫存的消化能力。具體而言，商品住宅庫存消化能力取決于當前的庫存量、未來一定時期的庫存增量，以及社會的有效需求，即消費者對住宅的消費意愿和消費能力［19］。目前尚未有研究測度商品住宅的去庫存化能力，本文從供需理論出發，結合層次分析法建立評價框架。

已有研究表明，收入、信貸市場［19-20］，人口規模與結構、城市化進程、政策［21］，年齡、家庭規模及居住條件［10，22］，房價、投資收益預期、租金收益［11］等因素會顯著影響房地產市場。根據供需理論，借鑒現有研究成果，建立表2所示的指標體系。

表2　商品住宅庫存消化能力評價指標體系Tab.2　Index system for evaluating the digestibility of commodity housing inventory

人均庫存（庫存面積與城鎮人口比值）、庫存價值（庫存面積乘以住房均價）與GDP比、庫存與年銷售面積比和庫存時間構成（三年以內庫存面積占總庫存比重）表達消化現有庫存的壓力。新開工面積與銷售面積比、施工面積與銷售面積比和住宅年完成投資與GDP比反映庫存增量對去庫存化的壓力。

收入房價比（城鎮居民可支配收入與住房均價比）、城鄉人均存款余額與房價比和城鎮居民家庭恩格爾系數體現居民的支付能力。市場貸款利率影響購房融資成本。房地產調控政策影響消費者購房資格與成本。銷售額取決于銷售量和價格，能較好體現房地產市場規模。因此，以未限購城市商品住宅銷售額占全省銷售額比重表征一個省的房地產調控政策影響。

居住面積小的家庭、新增城鎮人口和“婚房”（用15歲及以上未婚人口比例表征婚房需求）是購房意愿的重要來源。家庭小型化產生購房意愿，房價漲幅影響市場預期，價格下降或漲幅放緩導致“跟漲不跟跌”［13］。

邀請相關學科的15名大學老師、博士生和房產商依次對準則層和指標層以1—10賦分，指標重要性隨數字增大而增強。計算每位打分者的指標權重，取平均值為最終權重（表2）。

3.2評價結果分析

由表3可知， 2012年各地庫存消化能力得分均值為0.42，較期初下降22.2%；2005年僅有寧夏、江蘇、青海和湖北得分低于0.50，而2012年只有西藏、陜西得分達到0.50及以上，說明中國各地商品住宅庫存消化能力普遍大幅下降。2012年得分高于全國水平的省市占各區域省市總數的比例為東部3/11、中部6/8、西部9/12，體現了顯著的區域差異。由于持續的銷售增長、居民增收和人口城鎮化，西藏、陜西、遼寧、江蘇、寧夏和重慶的庫存消化能力減幅較小，而山西、云南、海南、天津、福建、浙江、上海、北京和江西的得分降幅超過0.15，海南、浙江、天津、北京和寧夏的得分低于0.40，這些地區的庫存積壓問題值得特別關注。

全國商品住宅庫存供給量得分由0.19降至0.12，下降36.8%，占庫存消化能力得分減少量的六成以上。東、中、西三個區域的供給量得分均呈明顯下降趨勢，區域間逐步收斂。進一步驗證了前文結論，即中國存在房地產過熱開發現象，且趨于嚴重并向全國擴散。江蘇、西藏和陜西三省的供給量得分小幅上升，其他省市不同程度下降。云南、山西、湖南、海南和河南的得分減少0.10以上，寧夏、山西和海南2012年得分低于0.10。銷售增長后勁不足、在建規模持續攀升、庫存時間拖長是這些省份供給量得分下降的主要原因。

表3　商品住宅庫存消化能力評價結果Tab.3　Evaluation result of the digestibility of commodity housing inventory

全國住宅購買力得分由0.24降為0.21。東部住宅購買力得分期初期末均低于全國水平，且降幅最快，中西部相對穩定。僅有遼寧、山東、山西、西藏的購買力得分小幅上升，安徽、重慶和甘肅得分保持不變。北京、浙江、福建、江西、天津和上海的購買力得分減少0.05以上；北京、海南、上海、浙江、福建、天津期末得分低于0.18。收入、存款余額增速跟不上房價漲幅及房地產調控政策力度的地區不平衡是購買力不均衡下降的主要驅動力。購買力得分過低和降幅過快的省市，需警惕投機刺激房價過快上漲導致“買房難”的問題。

2012年，東、中、西部購買意愿平均得分均為0.09。除了城鎮人均住房面積顯著小于全國平均水平的陜西、上海購買意愿得分超過0.10，湖南、西藏得分為0.07外，其余省市均在0.08—0.10之間，地區差異較小。人均住房面積上升以及房價增長預期、城鎮戶均人口下降是購買意愿降低的主要原因。這說明住房需求結構正在發生變化，新增城人口對住房需求的貢獻度上升，房地產開發計劃應更多考慮地區城市化速度和潛力。

4　商品住宅庫存消化能力分區與安全發展策略

依據庫存消化能力演化狀況進行分區：（1）期初和期末消化能力得分均高于相應年份全國平均值的省市為庫存風險較低區域，包括河北、山西、江西、河南、湖南、內蒙古和云南共7省、區；（2）期初低于、期末高于平均值的省市屬庫存風險可控區域，分別為遼寧、山東、黑龍江、安徽、廣西、重慶、貴州、西藏、陜西、甘肅和新疆共11省、市、區；（3）期初未低于、期末未高于平均值的省市為庫存風險惡化區域，包括北京、天津、上海、福建、海南和四川共6省、市；（4）期初低于、期末未高于平均值的省市屬庫存風險較高區域，包括江蘇、浙江、廣東、吉林、湖北、青海和寧夏共7省、區（圖2）。

總體上庫存風險較低區域省份房地產企業庫存積壓引發市場危機的風險系數較小，但山西、云南庫存消化能力減少0.20以上，湖南、江西超過0.15，顯著快于全國平均降幅。在房地產投資額和施工面積快速上升的帶動下，山西、云南、湖南、江西庫存分別是期初的10.2、4.8、9.4和3.8倍，遠超全國增速，同時房價上漲快于全國水平，但城鎮居民收入增幅低于全國水平，購買能力下降。上述4省應警惕房地產市場過熱開發和房價過快上漲。云南、湖南、江西的城鎮居民人均住房面積已遠超全國平均水平，地方政府可以制定適度從緊的用地供給和住宅開發計劃。

圖2　中國商品住宅庫存風險省域分區圖Fig.2　The provincial risk zoning map of China's commodity housing inventory

庫存風險可控區域2012年庫存消化能力均值為0.46，高于其他區域水平。這得益于庫存增長平緩、銷售規模增長較快，收入、存款顯著提高，以及持續城鎮化等積極因素，商品住宅庫存問題得到較好控制，區域平均庫存消化能力得分減少0.06，僅為全國同期的一半，呈現相對穩定的態勢。無論從發展態勢，還是當前去庫存化能力來看，這些省市商品住宅庫存風險穩定性和可控性總體上優于庫存風險較低區域，可以采取穩健的房地產發展政策，根據經濟社會發展狀況適時調整居住用地供給規模和結構，避免過度干預，促進房地產行業平穩發展。

庫存風險惡化區域去庫存化能力平均得分由0.56降為0.38，各省市降幅均超過0.16，是全國水平的1.5倍，庫存風險快速惡化。北京商品住宅庫存有所減少，天津、上海和福建庫存增長亦比較平緩，但銷售規模增長停滯，如北京和上海2012年銷售規模不足2005年的6成。具體原因是：（1）2005—2010年房價快速上漲但居民收入增速較緩，限制了社會購買能力；（2）2011年以來北京、上海和天津房價下跌造成“跟漲不跟跌”以及北京、上海年新增城鎮人口銳減，造成購買意愿下降；（3）相對嚴格的房地產調控政策對商品房銷售產生了較大的抑制作用。這4個省、市需要積極調整住房供給結構，向面向中等收入群體的中低檔住宅供應傾斜；繼續采取金融、財稅等調控措施避免投機引起房價和交易量大幅波動，營造房價平穩預期；同時改善限購、限貸政策，向確有居住需求的消費群體開放市場。鑒于人均居住面積低和房價過高，上海、北京應適度增加土地供應，擴大商品住宅和保障性住房供給。海南省房地產年投資、新開工面積、施工面積、庫存和房價呈井噴式增長，而居民收入、存款余額等基礎購買力指標較全國并無增長優勢，庫存消化能力銳減，房地產過度開發問題較為突出。該省可以通過提高多套房、高檔住房首付比例和貸款利率［21］，限制購房資格，征收房產稅、二手房交易稅等措施遏制投機需求，并適度縮緊銀根和土地供應，減小住宅開發規模。

庫存風險較高區域省份的顯著特點是供給量得分普遍低于全國水平，房價增速較快但收入增速落后。此外，廣東、浙江商品住宅庫存、新開工面積、施工面積和投資等擴張趨于平緩，但銷售規模增長停滯；江蘇、湖北庫存大幅度增加。上述4省城鎮居民人均住房面積大幅度超過全國水平，且除湖北外年新增城鎮人口逐漸減少，城鎮化速度降低，應繼續控制供地規模，優化住房供應結構，減少高檔住房供應，緩解供給壓力，更好地滿足中等收入人群的居住需求；運用金融、稅收等手段抑制“炒房”，提高多套住房持有成本，降低住房空置率，以增加供給、抑制房價，增強居民的住房購買力。吉林、青海、寧夏3省、區目前人均住房面積較低，可以促進中低檔商品住宅和保障性住房建設，以改善居民的居住條件，并適度采取措施穩定房價，保障具有居住需求的消費者的購房能力。另外，這3省、區商品住宅新開發投資規模和施工面積增速顯著高于全國平均水平，有必要根據實際社會需求改善居住用地供給計劃，避免住房供應量過快增長。

5　結論

現有研究基于“高收益預期→高投機需求→房價高漲→樓市泡沫→危機爆發”的理論假設評價房地產市場風險，對可能因供方“過度開發→庫存積壓→資金鏈斷裂→觸發危機”的風險關注不足。本文分析商品住宅庫存及其演化狀況、評價商品住宅去庫存化能力，具有理論和現實意義。

中國商品住宅年開發投資規模持續快速增長，而商品住宅銷售規模增速不斷放緩，庫存積壓日益加劇。東部商品住宅庫存占全國比重最高，中部次之，西部最少，但中部增速最快，西部次之，東部未得到有效控制，房地產過熱開發和庫存積壓問題向全國擴散。過量供給、購買力不足以及購買意愿下降導致去庫存化能力普遍下降。庫存消化能力得分過低或下降過快的省市值得特別關注，有必要采取措施防范供方破產引發局部性房地產市場危機的風險，促進房地產行業健康發展。

不同城市的房地產市場狀況存在較大差異，以省域為單位可能存在慰平作用。本文對政策、市場主體偏好等方面的去庫存化能力影響因素考察較粗略。未來研究可以從研究尺度和評價指標等方面進行改進。

（

）：

［1］ 袁志剛，樊瀟彥. 房地產市場理性泡沫分析［J］ . 經濟研究，2003，（3）：34 - 43.

［2］ Hui，E C M，Shen，Y. Housing price bubbles in Hong Kong，Beijing and Shanghai：a comparative study ［J］ . Journal of Real Estate Finance and Economics，2006，33（4）：299 - 327.

［3］ Dreger C，Zhang Y Q. Is there a bubble in the Chinese housing market？ ［J］ . Urban Policy and Research，2013，31（1）：27 - 39.

［4］ 唐志軍，徐會軍，巴曙松. 中國房地產市場波動對宏觀經濟波動的影響研究［J］ . 統計研究，2010，27（2）：15 - 22.

［5］ 楊帆，李宏謹，李勇. 泡沫經濟理論與中國房地產市場［J］ . 管理世界，2005，（6）：64 - 75.

［6］ 孟勉，李文斌，許東衛. 我國房地產市場的泡沫檢驗——基于現值模型［J］ . 經濟地理，2008，28（5）：857 - 861.

［7］ 呂江林. 我國城市住房市場泡沫水平的度量［J］ . 經濟研究，2010，（6）：28 - 41.

［8］ 沈悅，劉洪玉. 住宅價格與經濟基本面：1995—2002年中國14城市的實證研究［J］ . 經濟研究，2004，（6）：78 - 86.

［9］ Hagen D A， Hansen J L. Rental housing and the natural vacancy rate ［J］ . Journal of Real Estate Research， 2010， 32（4）：413 - 433.

［10］ Mallick H， Mahalik M K. Fundamental or speculative factors in the housing markets of emerging economies？ Some lessons from China［J］ . Journal of Economic Policy Reform， 2012， 15（1）：57 - 67.

［11］ Dieci R， Westerhoff F. A simple model of a speculative housing market ［J］ . Journal of Evolutionary Economics， 2012， 22（2）：303 -329.

［12］ 王子成，明娟. 珠三角房地產泡沫測度實證研究——以廣州為例［J］ . 經濟地理，2007，27（5）：819 - 822.

［13］ 姜春海. 中國房地產市場投機泡沫實證分析［J］ . 管理世界，2005，（12）：71 - 84.

［14］ Ting L. Herding behavior in China housing market ［J］ . International Journal of Economics and Finance， 2014， 6（2）：115 - 124.

［15］ Glaeser E L， Gyourko J， Saiz A. Housing supply and housing bubbles ［J］ . Journal of Urban Economics， 2008， 64（2）：198 - 217.

［16］ Ihlanfeldt K， Mayock T. Housing bubbles and busts：The role of supply elasticity ［J］ . Land Economics， 2014， 90（1）：79 - 99.

［17］ Struyk R J. Understanding high housing vacancy rates in a developing country：Jordan ［J］ . The Journal of Developing Areas， 1988， 22（3）：373 - 380.

［18］ Renaud， Bertrand. Real estate bubble and financial crisis in Dubai：Dynamics and policy responses［J］ . Journal of Real Estate Literature， 2012， 20（1）：51 - 77.

［19］ 易曉文.中國住宅有效需求測算——基于期望效用和需求收入彈性的研究［J］ . 江西社會科學，2007，（4）：101 - 105.

［20］ Ortalo-Magne F， Rady S. Housing market dynamics：On the contribution of income shocks and credit constraints［J］ . Review of Economic Studies， 2006， 73（2）：459 - 485.

［21］ Tiwari P， Parikh K， Parikh J. Effective housing demand in Mumbai（Bombay）metropolitan region［J］ . Urban Studies， 1999， 36（10）：1783 - 1809.

［22］ Goodman A C， Thibodeau T G. Where are the speculative bubbles in US housing markets？［J］ . Journal of Housing Economics， 2008，17（2）：117 - 137.

（本文責編：仲濟香）

Evaluating China's Commodity Housing Inventory and Its Digestion

SHEN Xiao-qiang， WU Ci-fang
（School of Public Administration， Zhejiang University， Hangzhou 310029， China）

The purpose of this study is to analyze the spatial-temporal evolution of commodity housing inventory and its destocking ability. Supply-demand theory is introduced to build the assessment model. The result showed that unsold commodity housing inventory has inflated greatly and the east region holds the most backlog， while the west the least. The growth rate in central region is the fastest， and the west region comes second， while it is not yet controlled for the east. The average score of destocking ability dropped from 0.54 to 0.42， resulting from the downward scoring of supply， the purchasing power and the intention. Many provinces suffered a fast deterioration trend. Some areas scored less than 0.40， which implies high real estate market risks. The whole nation can be divided into four sub-regions， and measures should be tailed.

land economy； commodity housing inventory； market risks； destocking ability； control strategy

F301.3

A

1001-8158（2015）09-0073-08

10.11994/zgtdkx.2015.09.010

2014-11-06

2015-06-04

國家社會科學基金重點項目“促進區域協調發展的差別化土地調控政策研究”（13AZD012）。

沈孝強（1988-），男，浙江嘉興人，博士研究生。主要研究方向為土地利用管理。E-mail： shenxq0904@126.com