高善文：为什么我看涨房价和股票?(2)

为什么会这样呢?

我的猜测是：图9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，人烟非常稠密。它是大航海时代以来全球经济一体化力量的反映。

图10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治力量的影响，它的经济辐射力相对较弱。

从城市夜晚的亮度来看，尽管每组城市内部区别不大，而两组城市之间的区别非常明显，但更精细的比较显示(见图11和图12)，中国的长三角和珠三角灯光覆盖的范围以及亮度比东京周边要更亮一些;而北京周边的灯光亮度比伦敦以及首尔更暗。

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弱，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(见图13和图14)，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。

首先我们来看海港城市，日本三大城市圈居住用地占比为44%，纽约为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%。而北京和天津仅有19%。与首尔、伦敦、东京等城市圈相比，由于北京、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(见图15)。例如香港是30.91，上海是24.72，北京是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。

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。

图16的横轴是2008年至2014年城市居住用地面积年均增速，纵轴为2009年1月至2016年9月房价累计涨幅。其拟合优度只有7%，显示居住用地增速和房价涨幅之间的关系并不紧密。

但是如果我们集中研究中国在某一些指标上(例如常住人口、在校小学生人数、服务业发达程度等)的前十大城市，其拟合优度则显著提升(见图17到图19)。

如果我们研究中小城市样本范围内土地增速和房价的关系，则会发现两者之间基本没有关联，甚至会出现土地供应越大，房价涨幅越高的情况。

从技术上看，土地供应与房价相互影响，存在所谓内生性问题：土地供应上升会导致房价下跌;房价上涨也会导致土地供应上升。因此，设法控制内生性影响，准确地估算土地供应对房价的影响需要一些技术手段，例如使用工具变量来分析。我们的尝试倾向于显示，在设法控制了土地的内生性以后，土地供应总体上对房价具有影响，方向符合理论预期。然而，综合这些证据，我们仍然可以比较确定地认为，对于中国的大城市和特大城市而言，土地供应的外生性相当强，房价上涨刺激土地供应的作用很微弱;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。

这似乎与本节开头部分关于土地制度的理论讨论不很一致，原因何在呢?我们可以提出两个方面的因素：

一、土地供应的潜在竞争。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方面的独特地位，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。

二、决策和认知上的原因。中国大中小城市居住用地的比例大致都在30%附近，控制小区内的道路和绿地后进一步降低到20%左右，这显然与城市规划相关，背后存在认知上的原因。此外，政府可能倾向于认为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，并减少供地。

三、从国际比较看，中国是一个人多地少的国家，适合建造大城市的平原地区更加稀缺，因此需要提高土地的使用效率;但中国城市内居住用地的比率又远低于国际水平，城市的扩大主要依靠更多地征地，土地的使用很不经济。这反映了认知习惯、土地制度、决策模式等一些因素的影响，值得深入思考。例如，在私有土地制度下，随着房屋价格的上升，市中心的土地所有者会倾向于将土地转为住宅用途，或提高容积率，并游说政府修改规划，但这一机制在土地国有制度下是不存在的，这导致了土地使用效率的差异。

基于前述讨论，我们根据中国城市的常住人口规模，拟合了城市土地供应的情况(见图20)。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，土地供应增速异常低。

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，房价的表现也较弱。

(三)房地产库存的去化

为什么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?毫无疑问是因为存货压力。

我们这里定义和估算了房价涨幅靠前的二线城市、房价涨幅靠后的二线城市，以及三四线城市自2008年以来累积的非合意存货的绝对水平。

基本的想法是：首先在新开工面积中扣除不可销售的部分，例如车位、人防、机房，以及开发商的合理自持等;然后假设当年新开工在当年满足销售条件，从而进一步扣除当年的销售面积(我们还估算了当年开工，次年满足销售条件的情况，结果在趋势上相差不大，所以这里略去);将这一差值累计到前期库存中，从而形成库存绝对水平的历史序列。我们进一步假设2007年之前没有形成显著的存货积累，从而得到新开工中不可销售面积的大体比例(如此估算的水平接近0.2，与一些业内人士的看法大致相符)，并假设2007年当年的非合意存货水平为0。

之所以假设2007年非合意存货水平为0，是由于当年全国房价开始加速上升，暗示当时库存已低于合意水平，从而形成一个相对保守的估算基础。

由此形成库存的序列数据后，我们进一步对比了同期房价和新开工等领域的数据，这些数据大体上可以相互印证，例如非合意库存低于0时房价上升，大于0时房价面临压力。非合意库存低于0时，相对销售增速，新开工明显加速，大于0时新开工则表现疲弱。这些比对显示这样的估算结果大体是可以接受的。

那么我们为什么没有直接使用统计部门报告的各种库存数据呢?主要是因为这些数据存在许多严重的瑕疵，例如已建成未销售面积中包括了大量开发商的合理自持，已竣工面积中包括了车位机房等不可销售的面积等。

图21-图23报告了主要的估算结果。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。

比较清楚的是，非合意存货堆积更基本的原因是2009-2011年全国范围内房地产市场出现的一轮快速的泡沫化。泡沫化过程中，房价普遍猛烈上涨，投机者和开发商主动囤货，新开工和开发投资大幅高于长期合理水平。最终当价格和销售趋势逆转时，新增供应无法消化，投机者和开发商持有的非合意存货快速堆积。

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常快，并且不可持续。但存货去化也许能够维持2015年的速度。如果照此测算，那么到2018年上半年，三四线城市非合意存货水平将下降到0附近。受调控政策以及市场自身因素影响，过去多年来房地产市场短期波动的半周期大约在6个季度左右，并且自2016年10月份前后似乎开始了这轮短周期的见顶回落。

以此推断，2018年上半年这轮短周期的回落会基本结束，并将伴随着全国范围内存货去化的基本完成，这可能意味着经济2011年以来在需求侧的调整和下降过程大体结束。

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，目前已经与2010年底水平接近。如果以2010年年初水平作为合理存货水平的一个参照(之所以选取此参考点，是由于这是泡沫化的起点时间)，那么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。

一个值得讨论的话题是，很多人认为，今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，这是非常值得警惕的。

总结日本在1980年代后期(图25)，美国2005年以后(图26)以及中国在2010年以来的情况，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(表现为非合意存货大幅低于0的水平，见图21)。随着需求调控的展开，这一失衡短期内有望缓解，但长期内纠正这一失衡无疑需要供应层面更有力的响应，或者人口流动趋势的根本逆转。

(四)房地产部分总结我们这里对以上讨论内容做一个简单的总结。

第一，2011-2012年是一个分水岭，自那以后，中国城镇化转入都市化，人口更密集地流向大城市和特大城市。第二，由于土地制度的原因，中国城市土地供应缺乏竞争性，这加剧了市场扭曲，推高了房价水平和房价收入比，降低了土地使用效率，这在大城市尤其明显。

第三，2009-2011年中国经历了房地产市场的泡沫化，由此积累了大量的库存。经过几年的努力，重点城市库存显著去化。再过一年半左右的时间，例如2018年的某个时候，其他城市库存也有望明显缓解，房地产投资和新开工将逐步正常化。这一转折将对资本市场和经济运行产生重要影响。

产能过剩的缓解与企业销售利润率的修复

与房地产的库存去化存在一定关联，工业领域存在着严重的产能过剩，这是过去几年经济运行层面最为重要的特征之一。这方面是否取得了一些进展?

工业品价格是一个很好的衡量指标。今年以来，PPI结束了此前的持续下跌势头，转而强劲反弹(见图27)，环比涨幅逼近2010-2011年景气高点时候的水平。这无疑暗示供求失衡得到了非常大的缓解。

我们知道，从各项需求指标来看，今年经济动能大体是稳定的，并没有出现猛烈的上升。这清晰地表明，价格的强劲反弹，更多地来源于供应层面的收缩。

那么供应收缩的原因是什么?毫无疑问，钢铁、煤炭等代表性行业取得的积极进展，同决策层强力推进的限产和去产能等举措有很大关系。但在诸如化工、有色金属，特别是原油市场等很多其他领域，决策层面供给侧改革的影响并不明显，但我们同样看到了产品价格的强劲反弹。场自发的供应面调整，在其中应当发挥了更为基础的作用。

再来看工业企业利润率数据。

图28中显示的是规模以上工业企业主营业务收入累计利润率，即主营业务利润除以主营业务收入。可以看到，今年3月以来，这一指标出现了较大幅度的改善，明显高于2012-2015年，仅次于2011年景气顶峰时候的水平。这与前述PPI环比所显示的情况是一致的。

基于上市工业企业财报数据测算的结果类似(见图29)。2012-2015年，上市工业企业利润率一直处于比较低的水平。2016年2季度，指标显著回升并超越2012-2015年，到年底时候甚至可能追平2011年。

企业利润率的回升，同样指向了今年以来产能过剩局面的缓解。


 

责任编辑：乔慧