中国有效土地供给对商品房价格的影响
2015-06-08张宇青周应恒
张宇青 周应恒
摘要：本文从有效土地供给角度验证了中国“土地限供”政策的正确性和有效性，并表达了对“扩供抑价论”的否定。省际面板数据的门槛模型估计结果表明：中国城市的土地有效供给所产生的商品房价格效应具有显著的“三门槛”效应，当商品房价格小于394511元/平方米时，有效土地供给对商品房价格不存在显著影响，当商品房价格跨越该门槛时，有效土地供给的价格效应变的显著为正，并且当商品房价格超过8230元/平方米时，价格效应会变的更大。2010年之前，有效土地供给价格效应不显著的省份个数多于显著省份个数，而2010年后大多数省份的有效土地供给价格效应变的显著，并且有5个省份已经跨越了第三个门槛值，土地供给的价格效应在这些地区表现的更加强烈。
关键词：有效土地供给；商品房价格；门槛效应；“扩供抑价”论
文章编号：2095-5960（2015）04-0001-08；中图分类号：F293；文献标识码：A
一、引言
中国自20世纪90年代中期至21世纪初的住房制度改革实施与深化以来，房地产业取得了蓬勃的发展，成为经济增长的重要支柱。但当前面临的严峻问题是高企的房价已经严重超越了城镇居民的购买能力，并且地产泡沫通过“财富效应”使得社会贫富差距进一步拉大，使原本储蓄率过高的中国居民预防性动机更加强烈，直接导致了国家财政与货币政策执行效果的低下。在2008年全球金融危机的冲击下，中国经济增长长期依赖的投资和对外出口贸易受到了强烈的抑制，扩大内需成为“保增长，稳民生”的重要举措，但高房价对扩大内需产生的“挤出效应”已经变的愈发严重。多年来国家出台多项房价调控政策意图稳定和抑制房价过快上涨，但房价“越控越高”已成为中国房地产业发展过程中的一个“悖论”，学术界人士也力图从房价形成的内在机理出发，对控制不合理房价的路径机制进行探寻。
诚然，土地是房地产业生存发展之根本，解决房价问题的关键在于完善城市土地利用制度，从土地供给的源头上控制房价是必需的。目前政界和学术界存在一种论调，认为“当前国家实施土地限供造成了涨价预期和市场供需不平衡加剧，从而助推了房价，所以加大土地供应才是抑制房价的根本措施”（以下简称“扩供抑价论”），这个观点引发了各界人士的广泛争论，至今仍然没有一个明确的结论。笔者认为以下几个问题对探讨土地供给带来的住房价格影响至关重要：（1）有效调控房价绝不是简单地通过增加或减少土地供给就能得以实现，地方政府卖地面积（名义土地供应）与房地产企业土地购置面积（有效土地供应）并不相等，可以认为在一级土地市场上房地产业企业购地成交量决定于企业决策，企业购地面积小于既定的政府供地面积（短期供给刚性），而房企的购地决策直接取决于所购买土地价值和预期带来的潜在收益，在当前地方政府依靠卖地获取财政来源的现实背景下，购房者预期更多地受到房企实际购地面积（有效土地供应）的影响。（2）中国地域广阔，不同地区的房价水平存在很大的差异，一般而言，较低房价地区对应的经济发展水平与潜力、居民收入和土地内涵价值相比于高房价地区要逊色的多，加之不同地区居民间消费习惯和储蓄动机的差异，有理由认为不同房价水平地区居民在土地供给带来的价格预期上也存在着显著不同。（3）因为城市规模限制，土地供应面积的绝对总量是不能无限增长的，所以一段时间内土地有效供应越多，未来可供面积的总量就会减少，会造成居民的住房价格上涨预期。这个解释与“扩供抑价论”截然相反。那么，上述两个解释到底哪一种更适合中国房价形成机制的实际情况，有赖于计量工具的实证检验。
基于以上考虑，本文采用2002—2011年中国31个省（市、自治区）的省际面板数据，利用门槛估计方法对不同商品房价格水平上的城市土地有效供给产生的价格效应进行分析，不仅对中国政府执行的“土地限供”政策的正确性进行了证明和对“扩供抑价论”的否定，更为处于不同房价水平的地区房地产土地供应政策的制定和房地产业未来的健康发展提供较强的理论依据。
二、文献述评
对于住房价格的变动，众多学者试图通过构建理论和计量模型，将微观、宏观的因素纳入分析范畴，以探讨影响住房价格波动的显著因素是哪些？影响方向与程度如何？Kathrin & Andreas（2009）使用瑞士85个行政区2001—2006年的面板数据，分析了人口流动与房价间的关系，认为大约2/3的房价增长可以被人口流动解释。[1]Andrews（2010）使用 OECD成员国1980—2005年间的面板数据进行了分析，认为房价与家庭收入间为正向关系，但与结构性失业和实际利率水平负相关，解除抵押贷款市场的管制有助于降低交易成本和房价波动。[2] Takats （2012）认为人口老龄化对房价波动有显著影响，过去几十年里前者对后者存在正向作用，但在未来这种关系会发生转向。[3]陈燕（2011）使用卡尔曼滤波法对南京住房价格波动的影响因素进行了探讨，认为供给因素是地区生产总值、信贷政策、房地产投资额等，需求因素是消费者的收入水平和储蓄状况等。[4]贺晨（2009）使用协整和非线性Granger因果检验法验证了货币供应量与商品房价格间存在长期协整关系，研究发现货币供应量的变化很好解释了住房价格变动。[5]
诚然，影响一个地区住房价格波动的因素是纷繁复杂的，如经济发展水平、消费者预期、文化氛围和国家财政货币政策等，这一点在学术界已经形成了共识。但具体到中国房价，却有着有别于其他国家特殊的一面，长期的“土地财政模式”扭曲了房地产市场的价格机制。根据有关统计测算，目前中国“北上广”等发达地区的房价已经和发达国家持平，但“住房价格/家庭收入”高达17，远远高于国际上3—6的平均水平，所以中国土地利用与房地产开发政策对房价的影响已经被越来越多的学者所关注。Du et al.（2011）回顾了中国过去20多年的土地政策，使用北京、上海、天津、重庆等地的面板数据进行检验后发现，城市住房价格和土地价格间存在协整和单向格兰杰因果关系。[6]黄忠华等 （2009）对上海1996—2007年的数据进行实证后认为，土地供应量先是影响了市场预期，进而又影响了住房价格，通过稳定土地供应能够对房价进行控制。[7]Zhang et al.（2013）认为中国高房价主要是由土地约束引起的，特别是农业用地面积最低限制制度，因为非农部门回报率较高，恶化了土地限制制度带来的缺陷。[8]这些学者认为中国现行的土地限供政策已经不可能有效抑制房价，甚至还会出现反弹效应。
另外，房价变动的非线性“门槛效应”近年来也得到了关注，Petra & Maruska（2011）使用美国、英国、西班牙、爱尔兰四个发达国家和保加利亚、克罗地亚、捷克、爱沙尼亚等四个转型国家的数据，就住房价格的非线性调整关系进行了探讨，发现在美国及四个转型国家，非对称的房价调整对房价的影响具有“阈值”效应。[9]Chen et al. （2012）通过门槛计量估计后认为，在货币供应量处于不同阶段时，影响房价的显著因素是不同的，即当货币供应量低于一个既定水平时，家庭收入、社会资本是房价变动的主要因素，但高于既定水平时，股价和通胀率对房价影响变的显著。[10]国内对于房价有关的“门槛效应”研究成果非常少，相关的只有陈健和高波（2010）利用中国1996—2008年间30个省（市、自治区）的相关数据，进行了房地产财富效应的非线性检验，指出房价上涨对消费的抑制效应在不同房价区间存在很大差异。[11]Ma et al. （2006）采用非均衡理论和非线性蛛网模型描述了土地供应和房价间的非线性路径关系。[12]遗憾的是，目前学术界没有对影响中国房价波动的重要因素——“土地供给”与住房价格间的“门槛效应”进行研究，在体现不同房价水平上土地供给对住房价格的作用差异研究上存在缺失。基于上述原因，下文将采用Hansen（1999）[13]提出的“门槛模型”，使用2006—2011年中国31个省（市、自治区）的面板数据，就土地供给对住房价格影响的价格“门槛效应”进行分析。文章具体的结构安排是：第三部分为模型构建、估计方法与数据来源；第四部分为门槛状态的判定与估计结果；第五部分为结论与政策建议。
三、模型设定、估计方法与数据来源
（一）模型设定
在土地一级市场上，土地交易成交量和价格由政府（供给方）与房地产企业（需求方）的市场力量决定，但本期的有效土地供给（房企实际购地面积）并不能在当期就能转化为住房，只能通过影响购房者的房价预期产生影响。而在住房交易市场上，房屋作为一项可供交易的商品，当期价格直接取决于供给（房地产企业）和与需求（消费者）两方的市场力量，所以竣工面积是通过影响住房市场供需状况来影响房价的。房地产企业在土地市场和房地产交易市场上的角色完全不同，并且当年竣工面积与有效土地供应面积对房价的影响存在显著差异。房地产开发企业开发行为与盈利能力受到其造价成本的影响，造价越高会造成房价的“成本推动型”上涨。人民生活水平越高表示居民财富水平和购买力的增加，会使得需求曲线发生变动，从而影响房屋价格。地区经济发展水平能够体现房地产业发展的外部环境。因为中国地方政府卖地价格通常由政府决定，属于典型的刚性变量，故不考虑房地产企业购地价格对商品房价格的影响。
根据以上理论价格，构建以下计量模型①①为了避免估计过程中的量纲带来的影响和异方差，模型中所有指标经过对数处理。：
lnpit=αilnlandit+β1ilncostit+β2ilnareait+β3ilnsaveit+β4ilngdpit+vi+εit（1）
式（1）中下标it表示第i个地区第t年对应的指标值；pit表示商品房销售价格；landit为有效土地供应量，以当年开发商土地购置面积表示；costit为造价成本；areait为当年实际竣工面积（可供出售量）；saveit是城乡居民家庭储蓄余额，体现了人民财富水平；gdpit为地区生产总值；vi是面板数据中不可观测的个体效应；εit是服从均值为零、方差为既定分布的随机扰动项；α，β1，β2，β3，β4为待估计参数。式（1）表达的是住房价格与影响因素间的线性回归式，为了考察变量间的非线性门槛效应，将商品房价格pit作为门槛变量、土地供应landit作为核心变量、其他作为控制变量，形成单门槛效应估计方程：
lnpit=α1lnlandit（p<π）+α2lnlandit（p≥π）+β1lncostit+β2lnareait+β3lnsaveit+β4lngdpit+vi+εit（2）
式（2）中π是门槛变量p的门槛值，当p<π和p≥π时，土地供应对价格影响的系数分别为α1，α2。
（二）估计方法
Hansen（1999）提出面板门槛估计方法的估计思想是：首先在门槛变量（p）区间中任意选取选取一个门槛值π1，进行最小二乘估计（OLS），记录残差平方和（SSE1），再选取另外一个门槛值π2，估计后得到（SSE2）。根据残差平方和最小化原则确定较优门槛值，再选取其他门槛值进行估计后得到残差平方和与前者进行比较，在多次迭代计算后确定最优门槛值π=argminsi（p）。实际计算过程中采取逐步探索法实现的计算量过大，一般采用格栅法（Grid Search）结合matlab软件实现，能够达到计算结果的快速收敛。
Hansen（1999）最大的贡献是提出了对门槛效应个数和门槛值显著性的自举抽样（bootstrap）过程，这克服了以往门槛判定过程中使用分组检验法和交叉模型法不能对门槛显著性判定的缺陷，他提出了一个F统计量：
F=[s0-s（π）]/σ2（π）（3）
s0表示不存在门槛效应原假设（α1=α2）下的残差平方和，s（π）和σ2（π）为α1≠α2下的残差平方和与残差方差。因为门槛值事先未确定，所以可以使用自举抽样（bootstrap）模拟F值的渐进分布，从而得到检验值和相伴概率。对于估计出的门槛值π*，需要检验其真实性，具体如下：
LR（π*）=[s（π*）-s（π）]/σ2（π）（4）
Hansen（1999）认为当LR（π*）>-2ln[1-（1-α）0.5]时可以拒绝门槛值不真实的原假设，α为一定概率水平。在确定了第一个门槛值后，可以再在门槛变量区间中任意选取一个值作为第二个门槛值的初始值，同样利用残差平方和最小准则确定门槛值，并用式（3）、（4）对第二个门槛值的显著性与真实性进行检验，如果通过检验，可以再用上述过程判定是否还存在其他的门槛值，过程如上所述，在此不再赘述。
（三）数据来源与描述性统计
本文以2002—2011年中国31个省（市、自治区）为研究范围，商品房销售价格、土地供应量、造价成本、竣工面积数据来源于各年《中国房地产统计年鉴》，居民家庭储蓄余额和地区生产总值来源于各年《中国统计年鉴》，基本的描述性统计量为表1所示。
四、实证结果与分析
（一）实证结果
根据本文模型设定形式，使用stata12.0软件进行估计。首先需要对门槛区间的个数和门槛值进行确定，设定格栅区间为100，自举抽样（bootstrap）1000次后，门槛检验结果如表2。
如表2所示，有效土地供应与商品房价格间的关系在“单门槛”、“双门槛”、“三门槛”效应上均很显著，以“三门槛”检验结果为例，自举抽样的模拟渐进分布F统计量和概率P值分别为271812和00000，表示在1%概率水平上存在门槛效应。估计出的三个门槛值分别为 180267元/平方米、394511元/平方米、823000元/平方米，从而将模型划分为四个分析区间，分别定义为I：p≤180267，II：180267
（二）结果分析
1控制变量。门槛模型估计显示四个控制变量中三个表现显著，房屋造价对商品房价格的弹性系数在1%显著性水平下为01368，即房屋造价每上涨1%则商品房价格上涨01368%。该结论符合市场规律，房屋面积越大、配套设施越完善、上缴的各项税费越多，房屋造价也就越高，在商品房市场上会通过价格机制转嫁给购房者。居民储蓄余额对房价弹性系数为04165，且在1%概率水平上显著，说明中国居民高储蓄率是支撑房价上涨的主要因素。2011年中国人民银行在全国50个城市进行的2万户城镇储户问卷调查显示：83%的城镇居民倾向于储蓄。储蓄通过银行系统的转换后，资金大量流入房地产投资市场，从而导致房市高涨和房价上升。地区经济生产总值对房价的弹性系数为01353，且在10%概率水平下显著。本文认为：地区经济水平越高则产生的“集聚效应”越强，对于“北上广”等东部发达地区而言，优越的地理区位、良好的医疗保障、广阔的就业空间吸引了大量外来人口，在住房有限供给条件下的商品房供需状况决定了房价攀高。竣工面积对房价的影响不显著，一般而言，竣工面积大于销售面积时，说明商品房的有效供给大于有效需求，表明房市存在泡沫，房价有下行空间。但中国地方政府的“土地财政”模式、房企炒卖楼花和形成“拒绝降价联盟”等行为导致房价已经不受“竣工面积—销售面积”关系的影响，所以竣工面积已经不能成为房价的“指示器”，换言之，中国商品房交易市场中供给力量的价格机制已经失灵。
2土地供给对商品房价格的门槛效应分析。中国土地供给对商品房价格存在着显著的“三门槛”效应。在住房价格小于180267元/平方米时，房地产企业购置土地面积对商品房价格的弹性系数为负（-00121）但不显著；在180267元/平方米—394511元/平方米时，土地供给的价格效应转为正（00034）但仍不显著；当价格处于394511元/平方米—8230元/平方米时，土地供给每上涨1%会带来商品房价格增加00269%；当价格跨过第三个门槛值（8230元/平方米）时，土地供应带来的商品房价格弹性系数变为00752。这与黄忠华等（2009）的结论存在很大差异，他们认为土地供应量的减少会使消费者形成住房供给将减少的预期，从而引发价格上涨。笔者认为，他们的结论没有考虑到“有效商品房购买需求”的重要性。一方面在经济不发达地区，在居民收入条件限制下有能力购买商品房的消费者比例会随着社会居民购房进程的持续进行变的越来越少，所以即使控制了土地供给，使得市场形成了涨价预期的信号，但这种信号并不会使“无购买能力但有购买意愿的人”产生实际购房行为，所以在房价较低的区域（p≤394511元/平方米），土地供给因居民有效购买力不足产生的价格影响效应不显著。另一方面，在经济发展水平和房价较高的城市，因为其存在的区域优势和发展潜力较大，新增土地供给带来的边际收益预期要高于边际成本预期，有购买能力的购房者出于投资、资产保值的目的，在“土地扩供”时会形成新一轮城市土地、住房的“哄抢”，并且因为城市规模限制，土地供应面积的绝对总量是不能无限增长的，所以一段时间内土地有效供应越多，未来可供面积的总量就会减少，会造成居民的住房价格上涨预期。上述结论证明了国家出台的“双竞双限”等土地限供政策能够很好地抑制高房价地区房价的过快上涨，也表达了对“扩供抑价论”的否定。
（三）扩展分析
为了分析2002—2011年中国各地区土地供应对商品房价格影响的动态门槛效应，表4报告了各年处于4个门槛区间的省份个数。
通过以上分析可得出一个重要结论：2007年是中国房地产价格变动过程中的重要年份，因为在这一年中国所有地区的平均商品房价格已经突破了低房价门槛，虽然在翻越该门槛值后大多数中西部省份的土地供给对商品房价格影响效应不显著的现状没有得到改变，但这为房价翻越第二个门槛值进入较高区间奠定了基础。图2给出了2002—2011年土地供给对商品房价格影响的动态效应结果，2010—2011年有效土地供给带来商品房价格效应显著的省份个数与不显著的省份个数持平，随着时间的推移和城市化进程的进一步迈进，土地供给带来的正向价格效应将会在越来越多的省份得到体现，一些中东部省份的商品房价格在跨越第三个门槛值（P>8230元/平方米）后，有效土地供给带来的商品房价格助效应推将会更加强烈。
五、总结与建议
本文利用省际面板数据的门槛效应模型对中国城市土地有效供给与商品房价格关系进行了探讨，结论如下：
（1）房地产企业土地购置面积（有效土地供给）对商品房价格的影响存在显著的“三门槛”效应。对于价格平均水平较低的地区（p≤394511元/平方米），土地供给对商品房价格不存在显著的影响，因为这些地区经济发展水平较为落后，商品房各项配套设施不完善，在教育、医疗上的水平也相对低下，商品房功能性吸引力不足，所以居民在有限收入水平下对土地供给带来的价格预期不敏感。
（2）截止2011年中国大部分省份的商品房销售价格已经突破第2个门槛值（394511元/平方米），有效土地供给带来的价格效应显著为正，客观上房价较高的地区在经济发展水平及就业、医疗、教育的保障水平上也较高，便利的交通和良好的投资环境注定了发达地区的土地价值高于不发达地区。城市土地资源是“稀缺”的，增加土地供给只是一个相对的概念，不可能无限供应，当期供给越多意味着未来可供地面积的减少，会造成商品房价格上涨预期。另外，城市商品房配套供给常常存在瓶颈，住房并非单一产品，它需要水、电、交通、能源、食品、物资、医疗、教育、服务、治安、废物处理、洁净空气等其他配套供给，“北上广”等房价最高的一线大城市，配套供给已经出现瓶颈，提高供给的空间不大。
总而言之，本文从有效土地供给角度验证了中国“土地限供”政策的正确性和有效性，更是从实证角度对“扩供抑价论”进行了否定。对于商品房价格较高的地区，地方政府应该积极推进保障性住房和廉住房建设，通过减少商品房需求的形式影响市场供给与价格水平。但在这过程中，王先柱和赵奉军（2009）认为保障性住房建设导致地方财政收入减少，使得地方政府缺乏热情。[14]同时，在劳动力流动背景下，若保障性住房措施很好地执行，会吸引更多的劳动力流入，加大城市住房压力。所以中央应加大对地方财政的补贴与构建“利益兼容模式”，让地方政府感觉到建设保障房并不是“亏本做法”。从另一个方面看，房地产企业作为理性的“经济人”，它们实质上建造的是属于“富人” 而非“穷人”的住房，所以政府只要能够让所有“无能力且不愿意”购买商品房的人住得起房子，那么无论土地供给价格预期造成怎样的影响，商品房价格的涨跌就只能是“富人”之间的游戏，盈亏现象也只是在富人交易间发生，对居民贫富差距和社会稳定不会造成严重影响。
参考文献：
[1]Degen， Kathrin & Fischer， Andreas M， 2009. "Immigration and Swiss House Prices"[R].CEPR Discussion Papers ，2009（7583）.
[2]Dan Andrews .Real House Prices in OECD Countries： The Role of Demand Shocks and Structural and Policy Factors[R]. OECD Economics Department Working Papers，2010（831）.
[3]Elod Takats. Aging and house prices[J]. Journal of Housing Economics， 2012（21）： 131-141.
[4]陈燕. 大城市住房价格影响因素的动态分析[J].南京社会科学，2011（12）：150-156.
[5]贺晨. 商品房价格与货币供应量关系研究——兼论中国宏观经济政策[J].管理世界，2009（1）：178-179.
[6]Du， Hongyan， Ma， Yongkai，An， Yunbi. The impact of land policy on the relation between housing and land prices： Evidence from China[J]. The Quarterly Review of Economics and Finance，2011（2）： 19-27.
[7]黄忠华，虞晓芬，杜雪君. 土地供应对住房价格影响的实证研究——以上海市为例[J].经济地理，2009（4）：624-627.
[8]Dingsheng Zhang，Wenli Cheng， Yew-Kwang Ng. Increasing returns， land use controls and housing prices in China[J]. Economic Modelling，2013（C）：789-795.
[9]Petra Posedel， Maruska Vizek. Are House Prices Characterized by Threshold Effects？ Evidence from Developed and Post-Transition Countries[R]. CERGE-EI Working Paper，wp390，2009.
[10]Ming-Chi Chen，Chin-Oh Chang，Chih-Yuan Yang，Bor-Ming Hsieh. Investment Demand and Housing Prices in an Emerging Economy[J].Journal of Real Estate Research，2012（3）：345-374.
[11]陈健，高波. 非线性视角下的中国房地产财富效应的测度研究——基于1996—2008年省际面板数据的分析[J].广东金融学院学报，2010（5）：99-111.
[12]Ma， JH，Mu， LL .Dynamic Analysis of the Game between Land Supply and Housing Prices[C]，International Journal of Computer Mathematics，2008（6）：983-992.
[13]Hansen.Threshold Effect in Non-dynamic Panels： Estimation，Testing， and Inference[J].Journal of Econometrics，1999 （93）：45-368.
[14]王先柱，赵奉军. 保障性住房对商品房价格的影响——基于1999—2007年面板数据的考察[J].经济体制改革，2009（5）：143-147.
责任编辑：常明明 吴锦丹 萧敏娜 常明明
