準確統計房價并不容易

趙奉軍

去年7月份，深圳市政府發布了一份文件，稱以后不再公布新房平均銷售價格。深圳市政府的理由是這個指標有太多的誤導性。如果沒有平均銷售價格信息，那我們究竟如何統計并得知準確的房價信息呢？這是一個本專欄早就想談的話題。

盡管深圳市政府稱不再計算平均銷售價格，但商品房或住宅平均銷售價格一直是國家統計局關注并統計的重點指標。比如我們在歷年的《中國統計年鑒》中可以查到35個重點城市商品房銷售面積和價格信息，其中就包括了深圳。在最新的《中國統計年鑒》（2019）中，深圳仍然在列。不過2019年的《中國統計年鑒》公布的仍然是2018年數據，其中深圳2018年平均住宅售價55441元/平方米，高居榜首。

商品房平均銷售價格最大的問題在于其沒有考慮到市場內部結構的變動。隨著城市規模的擴大，很多城市市中心已經沒有多少空地，大量的新房位于城市外圍并繼續向更遠的外圍擴張。即使是統計部門保持統計口徑的一致性（新房銷售額除以新房銷售面積），每年得到的房價也不具有縱向可比性。舉例來說，某一年的新房主要位于距離市中心或者區域中心10公里，平均售價是20000元。后一年的新房距離更遠12公里，平均售價也是20000元。很明顯，統計出來的新房銷售價格沒有上漲，但實際房價已經顯著上漲。

另一個問題是新房平均銷售價格很容易被操縱，尤其是在房價目標責任制成為市政當局緊箍咒的時候。地方政府不希望統計出來的房價高企被住建部盯上，那就放緩高價房的網簽節奏，甚至直接限價。這樣一來公布出來的新房平均銷售價格自然更沒有什么價值了。對于當前一些購新房甚至需要搖號的城市，新房售價已經基本失真。結果房價不僅縱向不可比，就連橫向（城市之間）也不可比了。

在2009年，當時的統計部門稱當年的全國商品房平均售價只是上漲了1.5%，這個數據被前國家統計局局長馬建堂稱為“十萬統計人心中永遠的痛”。明明2009年全國房價大漲，一些城市從年初到年末甚至翻倍，那為什么統計出來的房價漲幅只有1.5%？事后來看，由于2008-2009年房價大起大落，如果計算年度平均銷售價格的漲幅可能真的只有1.5%，有心者可以自己構造數據模擬一下。為避免這個缺陷，從2011年開始，國家統計局開始實施新的房價統計調查方案，不再發布全國房價平均漲幅（這不妨礙一些研究者自己計算全國平均銷售價格及其漲幅），同時采用各地房管部門的網簽數據。考慮到網簽數據仍然統計的是平均銷售價格，加之前述地方房管部門面臨的約束更緊，目前國家統計局每月中旬發布的全國70個大中城市房價統計信息也不是很可靠。以筆者所在的杭州為例，數據顯示以2015年為基期，截止到2019年10月杭州新建商品房價格上漲了47.2%。即使不考慮當前杭州新房限價導致的價格信息失真情形和新房的區位變動，這個漲幅也與筆者的感覺大相徑庭。我的感覺應該不是幻覺。

是否統計中位數房價更有效呢？譬如前華遠地產總裁任志強先生就一再宣稱中位數房價更準確。在統計學中，平均數、中位數或眾數都代表了數據的集中趨勢。平均數相對而言更容易受到極端值的影響。不過，中位數的房價仍然不能避免區位結構變動的影響，從本質上講仍然是一種異質性房價。另外，單純統計中位數房價沒有多大意義，還需要統計中位數的收入。如果房價和收入同時右偏且偏度相近（右偏指的是少數調查對象值極高從而使得平均數大于中位數），那用中位數房價替代平均房價并沒有多大意義。另外，很多人也知道平均售價問題多多，但其他一些相關指標如收入也只有平均值，這使得只有用平均房價才能相互對應。

所幸的是，獲得同質性的房價統計數據仍然是可能的。房價之所以難以統計關鍵在于其異質性和非標準化。住房之間的差異是多重的，地段、配套、交通、綠化、容積率、朝向、戶型、樓層、物業、裝修包括周圍的學校層次等都會附著于房價上。我們能否剝離這些屬性對房價的影響從而得到“一標準單位”的住房？這在理論上是可能的。上個世紀80年代，美國經濟學家Rosen發明了這種房價統計方法，稱之為“住房特征價格”（housing hedonic prices）。特征價格法的目的是希望獲得可以比較的同質性的房價，并且由此可以構造房價指數反映房價的動態變化。此外，該方法的一個額外好處是在房價評估中可以很方便地獲得某些屬性的額外價格，比如其他條件都一樣，邊套比中間套究竟貴多少？容積率高50%房價會有什么變化，以及軌道交通對沿線房價的影響等。

但是特征價格法的缺陷也很明顯。在多元回歸過程中，有些屬性可能會相互影響，模型的形式也未必是線性，這樣導致計算結果并不穩健。此外，這種方法統計出來的房價并不是現實中的房價。比如，“一標準單位的住房”是根據某些屬性計算出來的，但這種計算出來的房價僅僅是在模型中，在現實中根本找不到具有這些屬性的房子。即使現實中的房子，其真實成交價格往往與按照這種模型評估的價格有顯著差異，按照英國經濟學家Evans的說法，就是無論采用什么評估統計方法，評估出來的價格總是與實際成交價格有10%左右的差異。

另一種保證樣本同質可比的房價統計方法是“重復銷售價格法”。一套房子在第二次或后續的銷售過程中，其屬性沒有發生任何變化，其價格變動基本上可以代表同質住房的價格波動。美國經濟學家Case和Shiller聯合開發了這種技術后來被標普公司購買，今天標普公司發布的美國Case-shiller房價指數就是這種重復銷售價格指數。在國內，2009年就有人呼吁我國應該采用這種房價統計方式，但一直沒有回應。隨著國內二手房市場的發展壯大，從2017年開始，中國社科院住房大數據中心開始采用類似方法開始發布多個城市的月度房價指數。

房價統計既包括銷售價格，也包括租賃價格。不過租賃價格重視程度遠遠不如銷售價格。住建部在2010年年底發布的《商品房屋租賃管理辦法》第5條要求各級城市定期分區域公布不同類型房屋的市場租金水平，但這個“定期”在城市之間差異很大，有些城市如上海可以獲得月度更新的房租指數，但有些城市只公布了年度數據。房價統計不僅要準確，及時也是一個需要考慮的指標。如果只是按年更新，那如何監測租賃市場呢？另外，理論上我們可以從每個城市的月度CPI中分離房租指數（房價不計入CPI，房租是計入的），但實際上計算工作量很大并不可行。

總的來看，房價指標非常重要，但準確及時的統計房價并獲得公眾的認可并不是一件容易的事情。有些研究機構也在為此而努力，如美聯儲達拉斯分行發布的23個國家從1975年1季度開始的房價指數（https：//www.dallasfed.org/institute/houseprice/#tab1），國際貨幣基金組織全球住房觀察發布的全球房價指數（https：//www.imf.org/external/research/housing），從區域到城市再到國家最后到全球性的房價統計，工作越來越復雜。要理解這些房價統計數據，首先得理解這些數據的來源和統計方法。不過國內房價統計的當務之急，我覺得還是先把各種限價政策去除掉，然后才談得上房價統計的準確性。