房地產市場健康發展的評價標準及內涵

■陳紅艷 王秋石

房地產市場一直是民眾關注的焦點，其關系民生國計，但亂象叢生。十多年來，房地產業作為國民經濟的支柱產業，在改善民眾居住環境、推動城市建設、擴大就業和拉動經濟增長等方面發揮了重要作用。在后金融危機時代，我國經濟增速放緩，地方政府債務快速攀升，房地產市場的健康發展對于我國經濟的可持續發展和社會穩定的重要性日益上升。促進房地產市場健康持續發展，是我國政府、學者和民眾的共同心聲，也是房地產市場發展的基本準則。如何將這種基本準則轉化為可量化的標準及可執行的政策，成為房地產市場健康發展的關鍵。本文擬在現有研究基礎上，分析房地產市場健康標準的確定方法，理清健康內涵，從而建立一個能有效反映房地產市場健康狀態的理論框架和評價體系。

一、房地產市場健康標準確定方法評析

研究房地產市場健康發展，最為關鍵的一個問題是以什么為標準來評判房地產的健康狀況。在現有相關研究中，健康標準的確定主要有經驗值、理論值、統計值三類方法。

（一）經驗值

由于中國房地產市場發展歷程較短，學者在評判中國房地產市場發展狀況時，常以一些國際經驗值來判斷。如在評價中國房價是否合理時，常用“房價收入比”和“租售比”這兩個指標與國際經驗值比較，一般認為國際標準的“房價收入比”為4～6，房價“租售比”為1∶100～1∶150。還有諸如住房“空置率”的國際經驗為10%，房地產投資總額占固定資產投資總額的比例為20% ～25%，房地產投資增長率不應超過GDP增長率的2倍，商品房施工面積一般為竣工面積的3±0.5倍等。本文以房價收入比和租售比兩個指標，分析經驗值不能直接作為評判標準的原因。

1.房價收入比

國際上關于房價收入比的定義是“居住單元的中等自由市場價格與中等家庭年收入之比”。由于我國沒有“中等價格”與“中等家庭收入”的統計資料，國內學者通常將“中等”以“平均”替代，這樣計算的房價收入比顯然有所不同，不能直接進行比較。事實上，世界各國的房價收入比各不相同，不存在所謂的國際慣例。聯合國公布的1998年世界各國房價收入比的統計資料顯示:各國的房價收入比離散度很高，96個國家中，房價收入比最高的為30，最小為0.8，均值為8.4。以2010年統計數據庫公布的全國及中心城市的住宅商品房平均銷售價格、人均可支配收入以及平均家庭戶規模，計算一套80平方米房的房價收入比，結果顯示全國平均房價收入比為6.4，深圳最高為20.50，呼和浩特最低為3.31。

2.租售比

租售比是租金與房價之比，其實就是投資收益率，合理的租售比本質上是根據合理的投資收益率來測算的。假設投資收益率為10%，按市場慣例租金以月租金考慮，則租售比就是10% ÷12，即1∶120。所以國際經驗認為租售比在1∶100～1∶150較為合理，是合理的投資收益率在8%～12%之間測算的結果。

我國住宅市場租售比偏離合理區間是不爭的事實。根據2007年對我國一些城市住房租售比情況的調查，有大量城市的租售比是1∶300～1∶400，北京有的區段達1∶500。這么低的投資回報率為什么還有那么多的人投資房地產?原因是租售比沒有考慮物業本身價值增值的功能。將住房作為投資品的投資者，看中的是物業本身的增值，租金僅僅是投資者在等待物業增值過程中的額外紅利。同時，目前我國房地產市場，出售房以新增房為主，出租房一般是老舊住房，用于出租的住房和出售的住房從品質上來說差距太大，本身就不具備價值可比性。統計口徑和數據的問題，是造成我們沒法直接參照國際經驗值判斷中國房地產市場的另一個主要原因。

以上分析表明，由于存在統計口徑、國情以及中國正處于城鎮化快速發展的階段等原因，我們不能生搬硬套這些所謂的國際標準來判斷中國的房地產市場狀況，但經驗值通常表達了這些指標的長期發展趨勢。

（二）理論值

房地產市場的健康發展與城市總體經濟和社會環境相匹配，這是所有學者都公認的標準。從這個角度出發，建立房地產市場發展指標與相關城市總體狀況合理關系的理論模型，可以得出房地產市場發展指標的理論標準值。以理論值作為標準值多用來確定基準房價，其主要方法有三種。一是收益還原法，即以預期未來房價的收益在合理回報率 (還原利率)下的現值作為房價的基準價值。二是局部均衡法，在局部均衡條件下，以經濟主體理性行為決定的房價作為標準，即以房地產市場供求雙方在一定的約束條件下，滿足效用函數和利潤最大化的均衡價格作為房價標準。Lastrapes采用離散形式建立了一個最優非耐用品和住房消費的動態均衡模型，我國學者袁志剛、樊瀟彥采用此原理構建了房地產市場局部均衡模型，分別求取有或無銀行貸款條件下的房地產基本價值。[1-2]三是因素回歸法，即考慮各種宏觀經濟因素對房價的影響，建立回歸模型，測算理論房價。房價分析通常是選用影響供應和需求兩方面的宏觀經濟變量來刻畫，如經濟增長、可支配收入、人口因素、信貸政策、通貨膨脹、土地價格、建筑成本等。此方法運用廣泛，Case和Seko等采用該方法對不同城市的住宅價格影響因素進行了實證研究。[3-4]宏觀經濟基本面作為解釋變量來確定房價理論值，其實質是以影響因素作為解釋變量來回歸確定被解釋變量，該方法可用于確定更多指標的理論值。如倪鵬飛等以反映住房市場價格、結構、速度、規模方面的一些指標為被解釋變量，選擇相應的影響因素為解釋變量，建立回歸模型，測算住房市場價格、結構、速度、規模的健康標準值。[5]

理論值法主要是從決定因素角度建立模型來確定房地產市場發展的合理值，理論性和邏輯性強，但任何一個模型都無法完美地將現實中所有的決定因素都考慮在內。

（三）統計值法

以樣本的統計均值 (期望值)作為房地產市場評價指標的標準，多出現在我國房地產市場預警研究中，即預警界限的確定。房地產市場預警界限確定的主要方法有正態歸一法、3σ法、系統化等方法。

正態歸一法是把各指標歸一化，使其服從正態分布，將 -1.5、-l、0、l、1.5 定為過冷、微冷、正常、微熱、過熱五個狀態的臨界點;3σ法同樣是假設指標值服從正態分布，以μ(均值、期望值)為中心，以σ(標準差)的1倍、2倍、3倍為區間界限，即將 μ-2σ、μ-σ、μ+σ、μ+2σ定為五個狀態的臨界點。這兩種方法原理是一樣的，均以均值為標準，以指標偏離均值的程度判斷市場狀態。

系統化方法是指全面考慮系統的自身變動規律及發展特征等因素，采取一些客觀原則，綜合得到反映決策人價值和專家智慧的預警界限。[6]

統計值法主要是從房地產市場發展的自身變化規律出發，確定房地產市場發展指標的合理區間，符合統計學原理，理論依據強。但是，我國房地產發展歷程較短，有正規統計資料的觀測指標的長度較小，利用現有數據獲取的均值和標準差存在有偏估計，因而可能會放大合理區間，影響準確性。

綜上所述，確定房地產市場發展健康標準常用的三類方法各有特點，健康標準應根據健康內涵來合理選用。

二、房地產市場健康內涵

（一）房地產市場泡沫、預警和健康

盡管直接研究房地產市場健康的文獻較少，但國內外學者一直重視房地產市場的監測。房地產市場監測是對房地產市場發展過程中的變化態勢進行監督和測量，以期尋找房地產市場的內在發展規律，對市場發展現狀作出評價及應對。馮俊較早地探討了房地產市場監測系統，認為“房地產監測系統是提高宏觀調控科學性的必然要求”[7]。房地產市場監測作為宏觀經濟監測的重要內容，主要集中在泡沫研究和預警系統中。泡沫研究注重理論分析和實證檢驗，預警系統更偏重實際應用。

房地產泡沫是沿著資產價格泡沫理論發展建立的，通常認為房地產泡沫就是指房價泡沫，是由于投機等因素導致房價遠高于經濟基本面決定的基礎價值的現象。在房價泡沫的研究中，房價被分解為兩部分，一部分是經濟基本面決定的基礎價值，另一部分是投機等因素造成的泡沫。由此可見，房地產泡沫其實是研究房價與經濟基本面的協調狀況。

房地產泡沫的度量主要有指標指示法和模型檢驗法兩大類。我國學者常用房價收入比和租售比等指標直接判斷房價泡沫，但爭議很大。肖可礫認為可用有投資的價格租金比與無投資的價格租金比的變化，來度量泡沫大小;周京奎，曹振良測算中國1994—2002年間的房地產業投機度為0.214;Hui和Shen檢驗發現2003年上海住房價格泡沫約為22%，北京暫未出現泡沫信號。[8-10]

房地產預警系統主要是對房地產市場內部發展狀況的監測，主要以周期波動理論和經濟預警理論為基礎，在房地產指標分類的基礎上，構造一種房地產經濟活躍程度的指數，主要方法有景氣指數法和綜合模擬法。我國統計局每月定期公布的“國房指數”是應用最廣的房地產市場預警系統，選用土地出讓收入、本年完成開發土地面積、房地產開發投資額、本年資金來源中抵押貸款額、商品房銷售價格、房屋新開工面積、竣工面積和空置面積等八個指標，全面考察房地產市場基本運行狀況。預警判斷多采用基于樣本均值和樣本方差的3σ方法，其實質是判斷經濟指標增長速率的波動，國內相關的研究學者包括郭磊、王鋒、劉長濱等。[11]

房地產市場內部指標運行正常，無警情出現，如果房價遠離經濟基本狀況，存在嚴重泡沫，也不能認為這個市場是健康的。

（二）房地產市場健康的協調性和平穩性內涵

1.健康的內涵

以上分析表明，房地產泡沫研究和房地產預警系統從不同角度分析監測房地產市場發展狀況，有著各自不同的理論淵源和實踐運用。房地產泡沫側重分析房價與外部經濟的協調性，房地產預警側重考察市場內部發展的平穩性，二者都無法單獨替代房地產市場健康研究，但實質都是分析房地產市場某一方面的健康問題。綜合二者的研究角度，“房地產市場各方面發展良好的狀態”可界定為市場發展平穩、與社會經濟狀況相協調兩方面，其內涵特征概括為平穩性和協調性。

國發[2003]18號文對房地產市場發展指導思想的描述，可看作是政府對房地產市場健康標準的定義，即“完善的房地產市場體系;能滿足不同收入家庭的住房需要;適合我國國情的住房保障制度;總量平衡、結構合理、價格穩定;房地產業的發展與當地經濟和社會發展相適應，與相關產業相協調”。可以看出，政府對房地產市場健康的界定同樣包含平穩性和協調性兩方面內涵。

2.平穩性

平穩性要求房地產市場以合理的速度平穩發展，是對房地產市場內部體系運行的要求。房地產市場的發展和國民經濟發展一樣，不是直線式增長，而是波浪式前進，如圖1所示。

圖1 房地產市場發展波動圖

經濟變量的波動分為正常波動和異常波動。正常波動是一種常態波動，這種波動會影響投資者投資利潤的高低，形成市場優勝劣汰的競爭機制，但不會對房地產市場整體造成危害，不會造成社會資源的大量浪費。異常波動又稱非常態波動，往往伴隨著泡沫危機，不僅給投資者帶來不利影響，而且危及國民經濟正常運行，甚至對國際經濟也造成災難性影響。正常波動和異常波動，兩者在量值及波動的動力機制、本質屬性等方面都有顯著差別。從量值上講，正常波動偏離的程度小，異常波動偏離程度則大得多。從動力機制看，正常波動的根源在于消費市場供需余缺與價格機制的作用;異常波動產生的動力機制在于投機者對高額利潤的追逐，對房價非理性預期導致的投機性需求膨脹，以及房地產市場供需彈性的嚴重不對稱性。異常波動不會出現周而復始的有規律的循環，它的產生會加劇房地產周期的波動幅度，改變周期波動形態。如果市場大部分指標都出現巨變，最終的結果可能就是房地產泡沫和經濟危機。

因此，參考統計學中平穩性的概念，房地產市場平穩性是指描述市場發展的時間序列經濟變量遵循隨機游走過程，可以用均值為μ的隨機過程來刻畫，沒有異常波動。從判斷標準上講，平穩性要求房地產市場保持平穩的增長速度，適合以統計樣本的平均增長速度為標準來判斷市場平穩狀態。

3.協調性

協調性要求房地產市場與社會經濟協調發展，是對房地產市場與外部環境的要求。“房地產市場與國民經濟協調發展”早已為各國學者認同，并不斷地被現實經濟證實。協調性包括價格協調和保障協調兩方面。

第一，保障協調。保障協調主要針對住房市場，要求市場化住房(商品房)與非市場化住房(保障房)的比例應與城市居民收入水平和收入結構相協調，以保證低收入人群有屋居。研究表明，保障房供給能有效對收入進行再分配，穩定住房市場和提高消費。[12]在市場化的住房制度下，如何協調市場與保障的關系是一個重要研究課題。只有將無法依靠自己的力量通過市場交易解決住房問題的人群納入住房保障體系，商品房市場才能健康發展。依據統計部門的城鎮家庭收入分組數據及住建部對城鎮家庭居住面積的分類，在適度保障原則下，本文提出與城市發展相協調的住房供應體系(詳見表1)。

表1 與城市發展相協調的住房供應體系

第二，價格協調。宏觀經濟與房地產價格之間的關系一直是學者研究的重點，理論和實證幾乎都證實了經濟基本面可以解釋房價波動，經濟基本面和房地產價格之間存在相對穩定的均衡關系。[13]

經濟基本面對房價的解釋能力模型出現于20世紀90年代，理論依據是存量——流量模型或代表性個人模型，其實質均是以宏觀經濟基本面作為解釋變量來確定被解釋變量，模型可簡略如式（1）所示:

式中P為平均房價，INCOME為居民可支配收入，GDP表示經濟增長，COST為建筑成本，POP為城市人口，X表示其他未列入的外生變量。

參照Hendry從一般到特殊的建模理論，綜合考慮影響房價的各種因素和數據可得性，逐步剔除，檢驗確定最佳回歸方程。再考慮以H—P濾波獲得的宏觀經濟基本指標的“均衡值”，帶入回歸方程，即可得到與經濟基本面相匹配的基礎房價。梁云芳、高鐵梅曾采用該方法分析了我國1996—2005年的現實房價與均衡房價的偏離程度。[14]

因此，協調性主要體現為保障協調和房價協調，要求房地產市場與經濟基本面相匹配，適合以經濟基本面回歸房價理論值為標準判斷房價協調程度。

三、結語

綜上所述，本文認為，確定房地產市場發展健康標準常用的三類方法各有特點，健康標準應根據健康內涵合理選用。單純的房價泡沫和市場預警都不能全面反映房地產市場的健康狀態，房地產市場健康應是各方面發展良好的狀態，內涵特征包括反映市場內部指標增長狀況的平穩性和反映市場與外部環境協調狀況的協調性。平穩性要求房地產市場保持平穩的增長速度，適合依據自身發展規律，選用市場內部發展指標，采用統計樣本的平均增長速度為標準來判斷市場平穩狀態;協調性主要表現為房價與城市經濟基本面相匹配，適合以經濟基本面回歸房價理論值為標準判斷房價協調程度。以此為理論框架，將平穩性和協調性進行綜合，可進一步建立房地產市場健康評價體系，定量評估各個地區房地產市場的健康狀況，為政府調控和民眾投資提供參考依據。

[1]Lastrapes，William D.The Real Price of Housing and Money Supply Shocks：Time Series Evidence and Theoretical Simulations.Journal of Housing Economics， 2002，（11）.

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

[3]Case， K.E.and Shiller， R.J.Forecasting Pries and Excess Returns in the Housing Market.AREUEA Journal， 1990，Vol.18.

[4]Seko，M.Housing Prices and Economic Cycles.Paper Presented at the International Conference on Housing Marketand the Macro Economy， Hong Kong， China，2003.

[5]倪鵬飛，晉海博，吳伯磊.中國城市房地產市場健康標準及實證研究[J].城市發展研究，2008，（2）.

[6]丁烈云，陳峰.房地產泡沫的監測預警與市場調控[M].北京：中國建筑工業出版社，2010.

[7]馮俊.房地產市場監測指標探討[J].中國投資與建設，1995，（6）.

[8]肖可礫.房產泡沫及中國房地產調控政策分析[J].江西社會科學，2012，（4）.

[9]周京奎，曹振良.中國房地產泡沫與非泡沫[J].山西財經大學學報，2004，（2）.

[10]Hui E.C.M.and Shen Y.Housing Price Bubbles in Hong Kong， Beijing and Shanghai：A Comparative Study.Journalof Real Estate Finance and Economics，2006，（33）.

[11]郭磊，王鋒，劉長濱.深圳市房地產預警系統研究[J].數量經濟技術經濟研究，2003，（7）.

[12]Le Blanc，D. ，A.Laferrere.The effect of Public Social Housing on Households’Consumption in France.Journal of Housing Economics，Vol.10，No.4， 2001.

[13]許軍，盧錦芳.利率變化對房地產價格的影響分析[J].企業經濟，2011，（7）.

[14]梁云芳，高鐵梅，賀書平.房地產市場與國民經濟協調發展的實證分析[J].中國社會科學，2006，（3）.