[变身之情归何处txt ]城市地产市场

时间:2019-08-02 08:18:36 作者:admin 热度:99℃
快乐大本营看我七十二变 由内容质量、互动评论、分享传播等多维度分值决定,勋章级别越高(),代表其在平台内的综合表现越好。原标题:深度长文:中国的城市化与房地产市场内容来源:高善文经济观察作者:高善文、郭雪松注:文章有删减内容来源:高善文经济观察作者:高善文、郭雪松注:文章有删减01中国城市化进程的转折从城镇化到都市化进入本世纪以来,中国的城市化进程开始加速,2000年至2016年间,中国城镇住人口共计增长3.6亿人。大量的人口进入城市并定居下来,实现了生活水平的巨大提高,也创造了前所未见的经济繁荣。随着人口不断涌入城市,房地产市场面临旺盛的需求,城市房地产价格开始普遍上升。一线城市房价始终高歌猛进,一些二线城市的房价在2016年以后也出现了明显上行,但是三四线城市的房价始终处在微涨或者下跌的状况下,直到2017年上半年一部分三四线城市的房价才开始上行。2012年至今,三四线城市房价涨幅明显低于居民收入增速,甚至低于通货膨胀的涨幅。与此同时,北上海等一线城市的房屋价格却嵫赶上和超过许多高收入国家的水平。中国新建住宅价格定基指数百城住宅价格定基指数我们知道,城市化的进程是过去许多年来房地产市场在需求层面的重要支撑力量。在衡量城镇化,特别是描绘城市的房地产市场需求时,经使用的一个指标是城市住人口数量。但在技术上,使用住人口这一指标存在一些不足。统计制度中,住人口定义“居住在本乡镇街道且户口在本乡镇街道或户口待定的人;居住在本乡镇街道且离开户口登记地所在的乡镇街道半年以上的人;户口在本乡镇街道且外出不满半年或在境外工作学习的人”。在实际统计操作过程中,确定人口在城市中是否连续居住6个月以上存在一定困难,使得住人口数据存在一定遗漏。更重要的是,居住在城市中6个月以上的人口还包括农民工、快递员等低收入人群,他们虽然创造了很大的经济价值,是城市生活不可或缺的一部分,但是与所在城市的房地产市场未必有非紧密的联系。这些因素使得用住人口去定义和统计房地产市场的需求存在明显的瑕了克服住人口数据存在的问题,我们尝试使用多种其他指标来描绘城市人口的数量。经过一些尝试后,我们倾向于使用一个更加有效的指标小学生在校生人数,它具有强大的解释能力。小学生在校生人数作描述城市化的代理指标,优点在于数据易于获取,质量可靠,与城市房地产市场的需求联系紧密。在以下的讨论中,我们将可以看到小学生在校生人数是一个值得重视的、可靠的代理指标。以小学生在校生人数作描绘城市房地产需求的指标,我们首先提出一个重要的观察。下图中的横轴是2013年到2015年33个一二线城市一至六年级小学生在校人数的增长情况,轴是2013年1月至2016年8月这些城市的房价累计涨幅。可以明显地看到这两组数字之间存在着紧密的联系,其拟合优度达到50%。小学在校生人数增速和房价涨幅,%之后,我们进一步扩展了数据的时间序列长度,横轴是2009年到2015年小学在校生的增速,轴是这些城市2009年1月到2016年9月(新的一轮房地产调控政策出台之前)房价的涨幅。可以看到,两者之间的关系在更长的时间跨度上进一步增强,拟合优度进一步提高到58%的水平。小学在校生人数增速和房价涨幅,%2013年到2015年,全国范围内的小学在校生人数增速0.02%。在这样的背景下,我们看到深圳、厦门、北这些城市小学在校生人数的增速高达7%以上,远超全国平均水平,同时我们也看到了这些地区房价出现了非猛烈的上涨。在横轴的另外一端,例如西宁、呼和浩特、昆明等城市,小学在校生人数增速是负增长或接近零增长,我们也可以看到这些城市的房价涨幅非有限。2013年到2015年,全国范围内的小学在校生人数增速0.02%。在这样的背景下,我们看到深圳、厦门、北这些城市小学在校生人数的增速高达7%以上,远超全国平均水平,同时我们也看到了这些地区房价出现了非猛烈的上涨。在横轴的另外一端,例如西宁、呼和浩特、昆明等城市,小学在校生人数增速是负增长或接近零增长,我们也可以看到这些城市的房价涨幅非有限。小学生流向哪里,他们年轻的父母大概就会在同一时期流向那里。这一结果表明,在我们研究的样本区间内,中国的青壮年人口集中流入一部分城市,而相对离开另外一部分城市。在青壮年人口集中流入的这一部分城市,房价就出现了大幅度的上涨,而他们相对离开的这一部分城市房价的上涨较建。这是我们基于横截面数据看到的简要结论。那么这一结论在时间序列上是否可以得到更加扎实的支持呢?我们把中国二线城市按照房价涨幅分两组。图中的红线是房价涨幅排名前10的二线城市小学在校生人数增速,蓝线表示的是房价涨幅排名后10名的城市(按照2015年1月至2016年7月房价涨幅将二线城市分两组,房价涨幅居前的城市包括厦门、南、合肥、广州、杭州、天津、武汉、福州、郑州、南昌;涨幅靠后的城市包括沈阳、兰州、哈尔滨、长春、昆明、大连、呼和浩特、银川、西宁、乌鲁木齐)。两组城市小学在校生人数增速在2010年以前非接近,2011年以后,红线则始终明显高于蓝线。二线城市小学在校生人数增速比较这意味着,2010年以前,从小学在校生人数增速的角度观察,房价涨幅靠前的二线城市和靠后的二线城市人口流入的趋势没有明显的区别。人口开始流入一部分二线城市,而离开另一部分城市,这种情况是2011年到2012年才开始出现的。人口流向的变化对房地产市场带来了哪些影响呢?我们比较这两组二线城市住宅销售面积增速的差异。可以看到在2010年之前,两组城市的住宅销售面积增速的差平均略低于0,但是2011年以后两组城市住宅销售增速的差维持了较高的水平,后期进一步扩大到20%左右。所以在人口大量流入和流出的二线城市,除了小学生人数增速的差异外,我们也可以在住宅市场上看到明显的差异。两组二线城市住宅销售面积增速差,%继续对比这两组城市的住宅新开工面积增速的差异。2012年之前,两组城市住宅新开工面积增速的差别不大。而在2012年以后,房价涨幅居前的城市住宅新开工面积增速明显高于房价涨幅靠后的城市。两组二线城市住宅新开工及增速差异,%这样的一系列变化,不能够简单地用流动性和投机炒作来解释。简单地说,2011-2012年以后,以小学生人数增速代表观察的中国青壮年人口开始集中流入一部分城市,而离开另外一部分城市。这种变化首先在小学在校生的数据上显著体现出来,同步地在住宅销售市场上体现出来,并几乎同步地在住宅新开工市场上体现出来。经过一段时间的滞后,2015年下半年以后,这一趋势在城市房价中开始体现出来。那么,人口什么集中流入一部分城市而离开另外一部分城市呢?一个简单的想法是,有一部分城市提供了更好的就业机会,更好的收入水平,所以人口开始向这一部分城市流动。但是我们对于数据检查的结果显示这种想法并不正确。我们研究这两组城市的居民可支配收入情况,同样可以看到2011-2012年左右是一个断点。在2011年之前,这两组城市的居民可支配收入增速水平接近。2012年以后,这两组城市的居民可支配收入增速出现了非显著的分化。人口集中流入的这些城市,居民可支配收入增速明显建于对照组。这一情况在历史上是没有的。居民可支配收入增速对比,%换句话说,人口向这些城市流动,并不是因这些城市有更好的就业机会。因果关系是反过来的。因一些其他的原因,人口开始流入一部分城市;对于这部分城市来讲,由于人口的大量流入,劳动力的供应在增加;在这种情况下工资的增长放慢,房价的上升加剧。这一结果非清晰地告诉我们,人口流向的变化与经济机会的差异是没有关联的。那么人口流动变化的原因是什么呢?我们认一个可能的解释是教育资源在不同城市之间分布的差异。对于孩子正在上小学的年轻父母而言,要选择在哪个城市定居、生活和工作,除了考虑就业的机会,还会考虑这个城市所提供的公共教育的水平,环境的质量,安的好坏等一系列因素。而这些因素在中国不同城市之间的分布具有非大的差异。如果年轻的父母集中去选择一些教育资源非好的城市,这些城市的人口流入就在上升,并导致了这些城市劳动力市场的供应上升和居民可支配收入增速放慢,同时表现小学在校生人数增速上升,房价上升,以及住宅新开工上升。下图中横轴是中国不同城市在公共教育领域的投入情况,横是中国不同城市小学在校生人数增速。考虑到中国的人口流动大多集中在省份内部,我们用城市人均教育财政支出与该省人均教育财政支出

的比值,来衡量教育资源的集中情可以看到这两组变量之间存在非强的关联。教育财政支出和小学生人数增速以此衡量的教育资源层面上相对投入最大的城市是厦门和深圳,而厦门和深圳也恰恰是人口流入最多的城市。如果考虑深圳有非蓬勃的经济增长作人口流入的支撑,厦门受经济因素的影响至少不像深圳那么突出。但是当我们从教育和财政支出的角度观察,我们可以看到明显的差异,例如呼和浩特、西宁、乌鲁木齐、海口等城市人均教育支出相对较少,人口流入也要建得多。接下来一个问题是什么这个变化发生在2012年?一个可能性较大的解释是,中国的小学在校生人数增速从1998年到2010年一直处于负增长。2011年以后,才重新恢复了正增长,这一正增长的情况也许会持续到2025年前后。小学在校生人数从负增长转正增长,说明他们的父母,这些青壮年人口在全社会流动人口中的占比在2012年前后出现了显著的抬升。2000年以来,中国每一年涌入城市的人口数量差别并不很显著。2011年以后小学在校生人数增速转正,说明年轻父母在全部流动人口中的占比出现了显著的提升。这一提升使得年轻父母的选择在宏观层面上具有显著的重要性,使得我们可以比较容易观察到他们的影响。价值观念在代际之间的差异可能也与人口流向变化有一些关联。综合我们上述整理和观察的数据,2010年之前,中国经历了城镇化。这期间人口向大城市、中等城市和小城市流动是没有选择性的。但是在2012年以后,中国的城市化从之前的城镇化转入了都市化。所谓都市化是指人口的流动开始表现出很强的选择性,人口开始集中流入一部分大城市和特大城市,而相对在离开其他的中等城市和中小城市,城市化在城市之间开始出现了明显的选择性。这一转折性的变化在房地产市场上的影响在新开工和销售层面上较早体现出来。但是在房价层面上,直到2015年下半年才逐渐体现出来。那么,在都市化过程中,人口集中流入了哪些城市呢?见下图。红色的区域是小学在校生人数增速大于平均水平加两倍标准差,蓝色的区域是大于平均水平加一倍标准差。以小学在校生增速衡量的人口集中涌入的城市在中国的北方,人口主要是流入北和郑州(西安和天津处于蓝色区域,也有较快的流入);西南地区是流向成都;东南沿海是流向深圳、广州、厦门;在长江中下,出现了一个密集的城市群,包括长沙、武汉、杭州、合肥和南等,这些城市都处于红色区域,显示人口在非快速地向这一区域集中。我们把这一现象称作长江中下城市群的兴起,这是中国都市化过程中非鲜明的特征。从城镇化到都市化,这是过去几年重点城市房地产市场在需求层面得到的有力支撑。02城镇化与土地制度1982年,全国人大通过了新修订的宪法,首次对土地所有权制度进行了明确规定,增加了“城市的土地属于国家所有”的条款。这形成了中国大陆房地产市场与全世界绝大部分国家和地区最根本的差异:中国大陆的城市土地制度是国有的,全世界绝大多数城市和地区土地是私有的。其影响在于,在私有制度下,土地供应是竞争性的;在国有制度下,土地供应是垄断性的。换句话说,人口流入城市会推动房价和地价上升,在私有制度下,这会刺激城市土地所有者增加住宅用地的市场供应,或者通过政说提高住宅用地的密度和容积率,来变相地扩大城市土地的供应。这一机制约束了地价的上升幅度,从而限制了房价的水平。在国有制度下,由于缺乏其他供地主体的竞争,面对大量人口流入,城市土地供应难以快速扩大,这样人口流入压力更多地体现地价和房价的上升。实际上,在任何一个垄断市场上,相对于竞争市场而言,产品的价格总是显著更高。土地垄断的情况,应该符合这一模式。换句话说,人口流入城市会推动房价和地价上升,在私有制度下,这会刺激城市土地所有者增加住宅用地的市场供应,或者通过政说提高住宅用地的密度和容积率,来变相地扩大城市土地的供应。这一机制约束了地价的上升幅度,从而限制了房价的水平。在国有制度下,由于缺乏其他供地主体的竞争,面对大量人口流入,城市土地供应难以快速扩大,这样人口流入压力更多地体现地价和房价的上升。实际上,在任何一个垄断市场上,相对于竞争市场而言,产品的价格总是显著更高。土地垄断的情况,应该符合这一模式。如果进一步考虑政府决策的政经济过程,那么土地垄断的情况会更复杂:面对过高的地价和房价,存在很强的呼吁要求政府增加土地供应。但如果政府切实地大量增加供地,从而导致地价和房价的下跌,这几乎确定地会受到银行和大量社会中产阶层的反对,毕竟银行的按揭和抵押贷款、中产阶层的主要财富都集中的土地和房地产市场;但如果政府严格控制供地,进而导致地价和房价上升,这又会受到刚进入城市的年轻人,以及没有住房的低收入者的反对。问题在于,在许多时候,银行和中产阶层的政影响力显然会更大。在私有土地制度下,由于土地所有人之间的竞争,这一政经济过程大体上是不存在的。那么这一理论分析在多大程度上可以解释中国的土地供应情以及与国际城市之间的差异呢?我们将会看到,尽管实际的数据和情况要更加复杂一些,但对于中国特大城市的情况而言,这一分析与现实符合得比较好。1)居住用地供应比例低于国际水平首先,我们使用美国国家航空航天局的数据,观察相同的比例尺下在高空拍下来的城市夜晚灯光度。城市夜晚灯光度粗略的观察和仔细的计算均可以显示:长江、珠江三角洲、东及周边、纽约及周边的城市,灯光总体度更大,比较的区域范围更大,中心与外围区域灯光度的落差较小。北和天津及周边、伦敦及周边、首尔及周边、莫斯科及周边的城市,灯光非的区域范围相对更小,中心区域的度与周围的度落差比较大。我们猜测,出现这一现象的原因是,前四图中的城市都是重要的海港城市,位于海岸线附近,便于参加全球贸易和生产的分工,因此其经济活动发达,人烟非稠密。它是大航海时代以来全球经济一体化力量的反映。后四图中的城市主要是一些内陆型的城市,其产生和兴起更多地反映了政力量的影响,它的经济辐射力相对较建。从城市夜晚的度来看,每组城市内部区别不大,而两组城市之间的区别非明显。更精细的比较显示,中国的长三角和珠三角灯光覆盖的范围以及度比东周边要更一些;而北周边的灯光度比伦敦以及首尔更暗。城市灯光度比较城市灯光密集区域占城市范围比例对于海港型的城市来讲,除了居住用地之外,还有商业、工业、仓储等很多竞争性的土地需求。同时由于经济更发达,城市之间连接紧密,人口居住在城市外围享有的公共服务的落差没有那么大。这使得城市的建成区域范围内,用于居住用地的比例可以相对比较低。对于内陆型的城市,由于内外围经济落差较大,土地的竞争性用途较少,工业、商业和仓储物流活动相对较建,人口大多集中在市中心区域,所以这些城市用于居住用地的比例可以更高一些。对于海港型的城市来讲,除了居住用地之外,还有商业、工业、仓储等很多竞争性的土地需求。同时由于经济更发达,城市之间连接紧密,人口居住在城市外围享有的公共服务的落差没有那么大。这使得城市的建成区域范围内,用于居住用地的比例可以相对比较低。对于内陆型的城市,由于内外围经济落差较大,土地的竞争性用途较少,工业、商业和仓储物流活动相对较建,人口大多集中在市中心区域,所以这些城市用于居住用地的比例可以更高一些。在这一背景下,我们观察城市居住用地占城市建设用地的比重(见下图),这一指标反映了市政公用设施可以到达的区域内土地被用于住宅的比例。海港城市圈居住用地占城市建设用地比重(统一按中国口径)内陆首都城市圈居住用地占城市建设用地比重(统一按中国口径)首先看海港城市,日本三大城市圈居住用地占比44%,纽约38%。对比而言,尽管经济发达程度和人员稠密程度接近,但在城市建设用地之中用于居住用地的比例,中国的深圳只有19%,香港是18%。再比较内陆型城市,首尔和伦敦城市圈居住用地占城市建设用地比重分别是57%和55%。而北和天津仅有19%。与首尔、伦敦、东等城市圈相比,由于北、深圳、香港的土地用于居住用地的比例相对较少,其结果是地价和房价显著更高,这体现在全球主要城市房价收入比数据上(见下图)。例如香港是30.91,上海是24.72,北是24.47,显著高于全球其他主要城市。这凸显了土地供应的重要影响。全球主要城市房价收入比2)居住用地供应对房价的影响我们还可以基于中国不同城市的横断面数据,研究建成区居住用地面积的增长和房价涨幅的关系,来进一步揭示土地供应层面的问题。我们尝试合并考虑影响房价的供给和需求两因素,并基于中国城市间的横断面数据建立回归方程。在需求,如前所论,人口的流入构成了住房价格上涨的动力。我们使用2009年至2015年在校小学生人数平均增速来衡量人口的流入,这一趋势与房地产需求联系紧密。在供给,我们使用2008年至2014年城市居住用地年化增速来衡量土地供应。被解释变量选择2009年1月至2016年9月城市房价累计涨幅。建立回归方程如下:房价涨幅=+β在校小学生增速+γ居住用地增速+剔除一些数据缺失的城市,对32个一二线城市的数据进行回归。结果如下(*,**,***分别表示在10%、5%、1%的水平上显著):回归结果显示,R平方值0.598,小学生增速对房价涨幅的影响正,居住用地增速的影响负,符合理论预期。解释变量在统计上均十分显著。值得注意的是,前述结果中数项在统计上十分显著,其经济含义似乎可以表述:如果城市在校小学生增速0(意味着没有人口流入流出),政府也不增加居住用地,那么在2009年1月至2016年9月间房屋价格也会上涨,这期间房价自然趋势累计涨幅49.5%。房屋价格在7年多的时间里,累计名义涨幅49.5%,年化涨幅5.3%。对比同一时期经济发展速度。2009年至2016年,中国GDP名义同比增速平均11.2%,实际同比增速平均8.3%。房屋价格的自然趋势增速明显低于名义GDP增速。2009年至2016年,中国城镇非私营单位平均工资涨速11.2%,城镇居民人均可支配收入平均名义同比10.0%。房屋价格的自然趋势增速远低于居民收入增速。同一时期,中国CPI平均同比涨幅2.3%。剔除通货膨胀后,房屋价格的自然涨幅约每年3%,也显示房价的上涨不完全是通货膨胀的影响,房屋有资产的投资属性。一系列比较显示,数项代表的房屋价格的自然趋势增速,处在大体合理水平。换句话说,如果我们观察到房屋价格出现了过度的上涨,要么是受到人口大量流入的影响,要么是受到政府土地供应制度的限制。一个潜在的问题是,土地供应可能存在内生性。换句话说,尽管土地供应显然会影响房价,但房价变化也可能反过来影响土地供应,例如房价上涨可能刺激地方政府增加土地供应,从而形成逆向的因果关系。那么地方政府在多大程度上会由于房价上涨而改变土地供应呢?其决定机理是什么呢?我们可以提出两的分析:1土地供应的潜在竞争我们将地方政府看成一个经济人,其追求的目标是长期收入流的最大化,包括财政税收和卖地收入。这里重点考虑地方政府的土地政策。如果一个地方政府把土地供应控制的很紧,那么卖地收入会提高,但是高卖地收入会带来高土地价格,引发高工商业成本,进而使得一个城市至少丧失在贸易领域的竞争力,从而工商及其他领域的税收收入下降。这样的制约对地方政府来说,意味着存在一个最优平衡点。一个地区经济竞争力如果越不依赖于可贸易部门的活动,越不依赖于中低端制造业,那么土地供应可以控制的越紧。例如对于中小城市而言,其更多地依赖制造业和中低端服务业,这样城市之间存在明显的竞争。如果一个城市通过控制土地推高了房屋价格,那么人口和工商业活动就会流向其他中小城市,这一潜在的竞争机制与土地私有制度下的情况是相似的,这约束了地价和房价的上涨。但是对于特大城市而言,它更多地依赖高端制造业和现代服务业,再加上公共资源获取的独特地位,这些经济活动缺乏竞争,难以转移,这使得政府控制土地供应所承担的经济成本相对较小。2决策和认知习惯政府可能倾向于认大城市有诸多负的外部性,例如交通拥堵,噪音和环境污染,淡水供应压力等,因此希望限制大城市人口规模,并重点发展中小城市。这导致政府倾向于减少大城市土地供应,并增加中小城市供地。基于这些讨论,我们分别选择了人均第三产业GDP和住人口数量作工具变量进行尝试。人均三产GDP反映了城市对不可贸易经济活动的依赖程度;住人口数量代表了政府限制城市人口规模的努力。了更好的描绘工具变量和供地增速之间的复杂关系,这里我们将指标“人均第三产业GDP、住人口数量”处理指标的原始值,指标的平方,指标的立方,分别作工具变量,表示方程Ⅱ,方程Ⅲ。方程Ⅳ中合并使用人均第三产业GDP,人均第三产业GDP平方,人均第三

产业GDP立方,住人口数,住人口数平方,住人口数立方6个指标作工具变量。方程Ⅰ不使用工具变量。对32个一二线城市的数据进行回归,结果如下表所示:回归结果结果显示,小学生在学生人数增速始终显著,且对房屋价格涨幅影响正,符合理论预期。土地供应变量的符号始终负,在大多数设定下具有统计显著性,也基本符合理论预期。综合上述结果,我们可以比较确定地认,以小学生在校生人数代表的人口流入和城镇化进程对房屋价格的影响十分明确,并且数值很大,是房价上升最主导性的因素。城市土地供应对房价涨幅的影响显著,但对整体解释能力的提升比较有限,同时对于大多数城市而言其影响数值并不很大。可能的原因是,对于中国的大城市和特大城市而言,由于产业不容易转移使得政府控制土地的能力更强,以及政府限制城市规模的努力,土地供应的外生性相当强,房价上涨刺激土地供应的作用较建;但是对于大量的中小城市而言,土地供应存在很强的内生性,房价上升能够刺激土地供应的明显响应。我们根据中国城市的人均第三产业GDP规模,拟合了城市土地供应情当人均第三产业GDP规模在2-4万元/人时,城市居住用地供应速度逐步抬升,这也许意味着在此水平上城市的规模效应开始显现,这时政府通过加快土地供应,控制房屋价格能够带来更多的商业活动的流入,带来的城市财税收入提升能够弥补卖地收入的下降。当人均第三产业GDP规模超过5万元/人时,城市居住用地供应速度快速下降。这些发达的特大城市主要依赖现代服务业,经济活动缺乏竞争,难以转移,使得政府控制土地供应的能力更强,而付出的财税收入下降的成本较小。居住用地面积增速和人均第三产业GDP的关系同样,我们还根据中国城市的住人口规模,拟合了城市土地供应的情可以看到,当人口低于500万时,随着人口的增加,土地供应是明显上升的,但超过这一阈值后,土地的供应开始下降,在城市人口达到2000万左右时,土地供应增速异低。居住用地面积增速和住人口的关系土地供应的这一模式可以帮助理解数据在不同区间上的差异。即便是在中小城市,土地供应增速会在人口达到500万左右时达到最高点,之后缓慢下滑,当人口超过1000万以后土地供应增速就急剧下降。原因可能是城市人口在500万以下时,政府主要依靠大量供地降低成本,吸引人流和经济活动。上述拟合的统计结果如下:方程Ⅴ的解释变量使用人均第三产业GDP规模,和人均第三产业GDP的平方和立方;方程Ⅵ的解释变量使用住人口数量,和住人口的平方和立方;方程Ⅶ的解释变量使用人均第三产业GDP规模、人均第三产业GDP的平方和立方、住人口数量、住人口的平方和立方。将城市居住用地年化增速作被解释变量。对32个一二线城市的数据进行回归,结果如下:回归结果进一步的统计结果显示,与人均第三产业GDP有关的三个变量联合检验在10%的显著性水平下具有统计显著性,人口变量的联合检验在10%的显著性水平下不具有统计显著性。但方程Ⅶ中,与人口有关的三个解释变量和与人均第三产业GDP有关的三个解释变量的分别联合检验均不具有统计显著性,这里尚需进一步的深入研究。这似乎表明,在理解城市土地供应时,经济力量更主导一些。即政府追求长期收入的最大化,因此会在卖地收入和财政税收之间寻求一个平衡点。这一平衡取决于商业活动是否能够顺利地移往其他城市,从而基本地反映了政府对土地供应控制能力的强建。相比而言,控制城市规模的影响可能只集中在特大城市中,对总体城市的解释能力比较有限。总结上述讨论的内容,从国际比较来看,中国城市建成区之中用于居住用地的比例显著低于国际水平。在不同城市中,供地意愿也有很大的差异。大城市和特大城市供地意愿更低,但中小城市的供地意愿相对较高。2012年以来,人口集中流入了大城市和特大城市,同时由于这些城市供地意愿较低,产生了明显的房价上涨压力。但在大量的二线以下城市,人口流入速度相对较慢,同时城市供地意愿相对更强,房价的表现也较建。03房地产库存2009年全球金融危机之后,政府实施了宽松的货币政策等一揽子刺激措施,造成了全国范围内房价的普遍上涨。2009至2011年间全国范围内房价普遍猛烈上涨,房地产市场体现出明显的泡沫化特征。最终当价格和销售趋势逆转时,新增房屋供应无法消化,投机者和开发商持有的非合意存货快速堆积。无论是观察上市房地产企业存货数据,还是观察我们以国家统计局数据基础测算的房地产存货数据,房地产企业在2009年以后均积累了大量存货。2012年以后,随着房地产企业销售利润率逐步下降,企业意图通过提高周转率水平,维持合理的投资回报率,房地产市场开始进入去库存的过程。库存的过度堆积和随后的去库存过程,也解释了什么2011-2012年开始,部分大城市小学在校生增速显著上升,但一直到三年多以后,这些区域才出现房价的普遍大幅上涨。由于房地产市场的存货数据存在许多严重的瑕疵,我们没有直接使用国家统计局公布的房地产存货相关数据。从下图可以看到,一个显著的特点是,2010-2014年期间,大部分城市的非合意存货水平均在快速堆积,随后进入下降过程。二线涨幅靠前城市测算非合意库存量(千平米)二线涨幅靠后城市测算非合意库存量(千平米)三四线城市测算非合意库存量对于房价涨幅靠前的这些二线城市而言,2011-2012年以后青壮年人口的持续大量流入,首先带来的是非合意存货的快速消化。到2016年初,当存货大幅下滑到0以下时,房价立即出现了猛烈的上涨。在房价涨幅靠后的二线城市,以及广泛的三四线城市,青壮年人口流入的速度明显要更慢一些,因此存货的去化也相对较慢。但由于开发商大量减少新开工,存货2014年见顶以后也开始持续下降。2016年由于刺激政策的影响和需求透支,房地产的存货去化无疑非快。今年以来,棚改货币化安置比例的进一步上升,对商品房销售继续形成重要支持,迄今商品房市场的降温速度远慢于预期,很多城市去化趋势仍然良好。随着库存的去化,一些三线城市房价也开始出现上涨势头,并促使越来越多的城市重启了限购限贷政策。以狭义的限购口径(对购房资格和购房数量进行限制的政策)统计,截至今年6月30日,共计50个城市实施了限购政策,超过了2011年至2013年高峰时的46个。房地产限购城市数量如果假定去存货化维持2015年的速度(这一估计可能略保守),测算显示,到2018年上半年,三四线城市非合意存货水平将下降到0附近。我们还可以观察上市房地产企业存货数据,来对以上分析做一个补充和验证。上市房地产企业存货占总资产的比重在2014年3季度达到最高点,随后开始趋势回落,目前嵫经与2010年底水平接近。上市房地产公司存货数据也显示我们距离存货去化基本完成的时间节点并不遥远。这与前述基于新开工和销售数据的估计,也是比较接近的。上市房地产企业存货/总资产一个值得讨论的话题是,很多人认,2016年以来重点城市的房地产市场正在重新泡沫化。如果从房价的角度看,情况无疑是这样。然而,从新开工变化看问题,这些城市迄今并未出现存货的快速积累。以日本在1980年代后期,美国2005年以后以及中国在2010年以来的情况看,房地产泡沫的一个关键特征是房地产投资的快速扩大和随后存货的大量积累。实际上,正是由于存货的快速堆积和难以处置,在房价泡沫破灭以后,才形成了严重的银行坏账、产能过剩和价格调整。从这一角度看问题,2016年以来在部分二线城市房价快速上升的同时,供应的快速扩大和存货积累迄今并不明显,房价的上升主要反映了供求的严重失衡(表现非合意存货大幅低于0的水平)。以日本在1980年代后期,美国2005年以后以及中国在2010年以来的情况看,房地产泡沫的一个关键特征是房地产投资的快速扩大和随后存货的大量积累。实际上,正是由于存货的快速堆积和难以处置,在房价泡沫破灭以后,才形成了严重的银行坏账、产能过剩和价格调整。从这一角度看问题,2016年以来在部分二线城市房价快速上升的同时,供应的快速扩大和存货积累迄今并不明显,房价的上升主要反映了供求的严重失衡(表现非合意存货大幅低于0的水平)。从这一角度看问题,2016年以来在部分二线城市房价快速上升的同时,供应的快速扩大和存货积累迄今并不明显,房价的上升主要反映了供求的严重失衡(表现非合意存货大幅低于0的水平)。声明:我们致力于保护作者版权,部分文字/图片来自互联网,无法核实真实出处,如涉及版权问题,请及时联系我们删除。从该公众号转载本文至其他平台所引发一切纠纷与本平台无关。支持原创返回搜狐,查看更多责任编辑:您的浏览器版本过低了更好的体验,请升级你的浏览器。

(本文"[变身之情归何处txt ]城市地产市场"的责任编辑:快乐大本营看我七十二变 )

声明:本文内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:978888136@qq.com 进行举报,并提供相关证据,工作人员会在5个工作日内联系你,一经查实,本站将立刻删除涉嫌侵权内容。