土地供给\投机需求与商品房价

摘要：在本文中作者将土地供给弹性作为关键变量，在有无投机需求的情况模拟了中国房地产市场的价格运行形态。作者通过建立动态价格模型后仿真模拟得到结论：土地供给弹性和投机需求均是商品房价的主要影响因素；在土地供给不具有弹性且有投机需求的情况下，测得的长期价格比土地供给富有弹性且市场无投机需求的情况下要高100%。由此可见，土地供给是影响商品房价的关键性因素。

关键词:土地供给 投机需求 商品房价 动态价格模型

一、引言

近年来我国房价一直保持迅猛增长的势头，已经对国家经济发展和社会福利产生了负面的影响。中央政府也意识到房价持续高涨的严重性，为保持社会稳定，多次对房地产市场进行宏观调控，但调控效果不佳。这不得不促使我们思考房价高涨的深层原因。笔者认为，房价上升关键性的影响因素在于我国现行的土地制度，即政府对土地供给的严格控制造成了土地供给的无弹性，同时由土地供给无弹性所造成了投机需求才是房价高居不下的“元凶”。

厉伟、孙文华(2007)对影响房屋供给的多种因素进行了分析，得出土地的供给函数是直接影响房屋供给的因素。胡晓添、濮励杰（2005）通过计算土地因素指标与房价之间不同延迟数时的相关系数，得出土地开发面积与房价的相关性最大，大约领先房价1年时间。郭辉（2005）认为目前我国房价之所以不断上涨,市场需求的旺盛是其根本推动力,地价的上涨则是其最直接的重要推动力。黄健柏、江飞涛、陈伟刚（2007）采用向量自回归模型研究土地制度和房价得到，国家在2003年左右出台的一系列土地出让制度后，城市土地的供给弹性有所增加，导致地价对房价的影响力减小。庄国庆（2010）使用因果检验上海市地价变动与房价变动之间的关系,不能把房价上涨归咎于地价上涨。

由此可见，将土地供给和土地价格作为重要的切入点是研究房价的运行规律是热门角度。学者们各抒己见，各执一词。在前人的研究成果上，本文通过建立动态的价格模型，将土地供给和投机需求结合在一起来研究房价的运行规律。

二、中国土地供给现状与问题

就所有制层面来说，我国实行的是土地公有制，即所有居民不享有土地的所有权。农村的土地是集体承包制，个人或家庭不拥有土地产权；城镇土地则是政府所有，居民享有70年土地使用权。城市的土地供给方式曾经是协议转让，由于滋生了大量的寻租目前已普遍改为招挂拍方式。

从城市土地供给来说，由于土地拍卖的时候容积率已经基本确定，房地产开发商通常以规定的容积率上限（高档住宅小区除外）来设计小区，因此一般住宅小区土地面积确定了，实际上也就确定了可使用的建筑面积。也就是说土地的供给实际上决定了房地产市场的供给。从农村的耕地保障制度来说，有个著名的“红线”：18亿亩耕地。中国政府及各部委多次申明保护18亿亩耕地的必要性，如发改委认为“要坚持最严格的耕地保护制度，坚决守住18亿亩耕地红线”。由此可见，我国土地供给是极其缺乏弹性的。土地供给缺乏弹性导致住房的供给缺乏弹性。

作者将1999年到2009年上海、北京、天津和重庆每年的房地产企业购置土地面积做了统计如下：

如图1我们很容易发现：中国城市化正在如火如荼的进行中，但是自2003年之后者四大城市要么是供给量下降，要么是增速明显放缓。话句话说，土地供给量明显缺乏弹性，这不得不促发我们思考其背后的制度原因。

三、对商品房价的仿真模拟

（1）动态价格模型的构建

本文的模型主要参考了Malpezzi and Wachter（2002）创建的模型，经过作者的改进后如下。该动态价格模型基于供需思考框架，所有变量都取自然对数，限于篇幅的原因，作者不再做详细的推导：

这是一个包含t期和t-1期两期模型，现在简单介绍一下各个参数的含义：

α表示关于需求的弹性系数，包括价格弹性、收入弹性、关于人口量的弹性以及关于投机的弹性。a1为负的系数，表示需求的价格弹性。其中a4为投机需求的弹性价格。a1>0背后的含义是价格的上涨并没有带来市场需求的减少，反而增大了市场需求。

β表示关于供给的价格弹性。b0和b1为正，分别表示当期的供给价格弹性和前期的供给价格弹性。房地产市场由于其建设周期的原因，短期供给总是缺乏弹性的，这里的b0反映了短期供给弹性；b1为滞后一期的供给弹性系数，由于已经滞后一期，所以供给已经有时间做出调整，我们将b1看做长期供给弹性。b表示方程式截距。

QS表示房屋的供给量，Y 表示居民的收入，N表示人口数量，为了简化模型，文中收入Y和人口N看作是外生的，并归结为一个简化的引起需求的变量D。

K-1是指前期的房屋存量，K*是指房屋的目标存量。P 表示房屋的相对销售价格。δ代表每期的调整系数。

（2）参数计量

首先，根据模型的关键变量和前任的研究，作者建立了总的回归方程：

Sale =α0 +α1P +α2dP +α3Income +α4i +α5Time + β1shh +β2tjn +β3cng(5)

Sale表示销售量的变量为住房销售面积；表示价格的变量为房屋销售价格指数，该期价格记为p，价格与前期的差分记为dp。另外，笔者还在模型中考虑加入以下变量：收入Income、利率i、时间的变量Time、代表城市的虚拟变量上海shh、天津tjn和重庆cng。

收入是和家庭的财富成正相关的，在其他条件不变的情况下，收入增加居民对于住房的需求是增加的。利率上升会造成房屋贷款还款的折现值增加，因而理论上利率与需求应该是负相关的。引入时间的变量Time是因为数据随着时间存在趋势，以代表人口结构的变化，居民对于购置房屋的观念变化等跟长时间相关的趋势性因素。最后，考虑到样本对象的各个城市存在着各自影响房屋需求的不可测度因素，因而在模型中加入了代表三个城市的虚拟变量，上海记为shh，天津记为tjn，重庆记为cng。

作者采用数据的时间跨度为2003年到2010年的季度数据，对象为三个直辖市：天津、上海、重庆。在进行模型参数估计之前，首先需要检验一下数据的平稳性。根据Breitung检验，在10%水平下，销售面积、销售价格、以及收入都是非平稳的；但在一阶差分的情况下再检验，这三列数据都是平稳的。而后可进行计量得到：

模型的估计整体f值很显著，各个系数估计结果的符号也与预期相符，而且模型中较重要的两个系数，即p和dp之前的系数，其t值也是显著的（在10%的置信度下）。根据估计结果，需求的价格弹性为-0.90，投机系数为0.61。

用回归的公式表达如下（括号里标注的是t检验值）：

时间变量和城市虚拟变量十分显著，然而收入和利率这两个变量的系数估计结果却很不显著。尤其是利率，虽然估计的系数绝对值比较大，但是t值却接近0，没有落入大概率区间。考虑到经济理论上的意义，故将两个变量保存在模型之中。

（3）对房价的仿真模拟

为了进行仿真模拟，作者首先设定一些初始值。设t=0时刻的房屋价格P初始化为1，则1gp=0，房屋的存量为1000，设D=K=K*=1g1000 。为了产生价格的波动，我们给D一个外生冲击，假设其由于外生力量，增长到1200，增长了20%，并在以后各期保持此值不变，这个外生冲击也反映了长期需求的增长。

为了观察在不同投机需求和不同的土地供给弹性下房价的运行规律，笔者将投机需求和土地供给作为关键变量，调整其参数值以改变其弹性，与此同时保持其它变量值不变。如下表2设置了四个情景：

情景一：根据前文计量的结果取值，设价格弹性系数 a1=0.8，投机弹性系数a4=0.4，这反映了市场上存在较大的投机成分。如表2将短期与长期供给弹性都取较低的数值。

情景二：假定市场没有投机需求，只有正常的消费需求。在无投机的情况下，投机系数a4=0，其它参数保持不变。

情景三：放松长期供给弹性，即b1由0增加到0.4，增加房地产市场在长期的供给弹性，观察价格变动的走势。

情景四：接着放松短期供给弹性系数，取b0=0.4，其它参数保持不变。作者将各种情景下的取值归纳如下图所示：

而后，作者对于不同的参数进行了动态的仿真模拟。结果如图2所示。

情景一：如图2左上，价格首先出现震荡价格但最终趋于稳定，变动趋近于0.14。这是由于我们在设定长期供给弹性的时候，仍然保留了少许弹性，即b1=0.1。在此情况下，供给仍然能对价格变动做出一定调整。

情景二：如图2右上，价格走势很快趋于平稳，价格变动最终将趋于0.12，比0.14有所下降。可见在市场没有投机需求的情况下，价格走势将趋于平稳且震动平缓。

情景三：如图2左下，增加长期供给的情况下，市场价格变动震荡幅度逐渐减小，最终趋近与约0.09，比无长期供给弹性的情况减少了25%。价格震荡趋势相比于无弹性情况下更加显著，这主要是由于长期供给弹性对市场的反应滞后一期，从而导致价格的调整存在滞后，引起市场价格波动。

情景四：如图2右下，价格变动震荡幅度明显减小，说明短期的弹性系数增加对抚平市场价格波动具有明显效果。长期价格变动趋势接近于0.07，比仅仅放松长期价格供给弹性下的0.09，再次降低。

（4）结论

我们将模拟的情景一与情景四在放在一起进行比较。如表3所示，在情景一下，中国房地产市场供给无弹性且有投机需求；在情景四下，土地供给有弹性且无投机需求。我们可以看到长期的价格变动分别为0.14和0.07，即情景四比情景一长期价格的震荡与增长幅度有明显的减少。其中，情景一实质上我们国家现在的实际情况；而情景四是我们期望的情况。

可见不管是增加短期还是长期房地产供给，都有助于减少房地产价格增幅，稳定市场价格。不同的是，增加短期供给弹性有利于减少市场价格震荡。

四、政策建议

（1）调整土地供应与节奏

我国城市化的加速和目前开发用地紧缺的矛盾十分突出。2020年要达到城市化率60％ 的目标，需要增加1.5亿亩建设用地。而在18亿亩耕地红线下，未来13年实际可以增加的建设用地不足3000万亩。1.2亿亩建设用地缺口成为我国经济发展，人民居住水平改善最严重的约束。

实际上，一些学者在湖北、山西、广东、河南、宁夏等地的30多个行政村进行了调查，他们以大范围村庄调查数据为基础进行估算表明，我国村庄空置面积超过1亿亩，相当于全国耕地总量的1/18。如果把这部分闲置土地指标向市场释放，可以在相当长的时间内满足市场对土地的需求。

（2）调整土地供应方式

如果暂时改变政府是土地供给主体的现状，对目前市场上存在的住宅用地允许其自由流转与交易，便可优化资源配置：一方面，市区不少房产破旧或者闲置，居民目前无权自行改建和重建，我们可以通过允许居民自行改建和重建来释放需求压力。另一方面，郊区现有数量可观的集体所有权土地，适时考虑小产权房上市的形式，稳定一部分市场需求，甚至有可能建成类似于美国的中产阶级社区，要开发此类市场。

（3）防止投机需求

主要是要增加投资者的投资渠道。我们知道在目前我国的房地产市场上，购买者有很多的投资投机者，更有很多的其它实业企业。

对于富人们来说，投资于房地产主要是获得一个实物期权；要是我国的资本市场足够的完善足够的投资品种，富人们或许就不再参与对房地产的投机。

对于一些实体企业来说，购买房地产是因为实业利润薄而历史上房地产行业的升值快。究其原因，主要是还是因为目前在我国存在很多的行业投资壁垒，打破这些行业壁垒使得实体企业往上游或是下游进行价值链扩张，一方面促进经济发展，另一方面可以缓解房地产需求压力。

参考文献：

[1] Stephen Malpezzi and Stephen K. Mayo, Housing demand in developing countries: Empirical Estimates from Household Data［Ｊ］．Economic Development and Cultural Change, Vol. 35, No. 4 (Jul., 1987), pp. 687-721.

[2] Stephen Malpezzi, Susan M. Wachter, The Role of Speculation in Real Estate Cycles［Ｊ］．Journal of Real Estate Literature, Vol. 13 No. 2 (Dec., 2005), pp. 141-164.

[3] 郑娟尔，土地供应模式和供应量影响房价的理论探索与实证研究［D］．杭州：浙江大学，2009：

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文