2017年高善文-中国的城市化与房地产市场-宏观经济研究报告：-20171012-安信证券-40页-佰策地产文库.pdf

《2017年高善文-中国的城市化与房地产市场-宏观经济研究报告：-20171012-安信证券-40页-佰策地产文库.pdf》由会员分享，可在线阅读，更多相关《2017年高善文-中国的城市化与房地产市场-宏观经济研究报告：-20171012-安信证券-40页-佰策地产文库.pdf（40页珍藏版）》请在佰策地产文库上搜索。

1、宏观经济研究报告 安信证券宏观研究 第 1 页，共 40 页 2017 年 10 月 中国的城市化与房地产市场 高善文 1 郭雪松 2 2017 年 10 月 12 日 编者按：2016 年底，我们在年度策略会后发布了题为守望春华的研究 报告。报告的第一部分详细阐述了我们对中国房地产市场需求来源、土地供给 的影响，以及库存调整进程的看法。 在守望春华报告中，我们提出了房地产库存去化接近完成的判断，引 起了市场比较多的讨论。时至今日，越来越多的城市出台了限购限贷政策，越 来越多的市场投资者注意和认识到，制约市场多年的房地产库存问题已经取得 了实质性进展，这在境内外相关公司股价上也有所反映。 今年

2、年中，根据部分客户的需求和提议，我们进一步对此前的报告进行了 完善。重点充实了土地制度的影响这部分内容，讨论了政府垄断城市土地供应 造成的扭曲，结合实证数据分析了其对房价的影响，并探讨了可能影响政府供 地决策的经济机理。 从而 整理成为对中国城市化和房地产市场的综述 文章。 1 首席经济学家， ，S1450511020020 2 高级宏观分析师，，S1450516080005 ，010 -83321042 宏观经济研究报告 安信证券宏观研究 第 2 页，共 40 页 2017 年 10 月 内容提要 进入本世纪以来，中国的城市化进程开始加速。在十几年的时间里，数以 亿计的人口迁入城市，并定居下

3、来，实现了生活水平的巨大提高，并在这一过 程中创造了前所未见的经济繁荣。 在这一背景下，中国城市的房地产价格开始普遍上升，并在后期出现巨大 分化。尽管中国仍然是一个中高收入国家，但北京上海等一线城市的房屋价格 却已赶上和超过许多高收入国家的水平，引发对于房地产泡沫的深切忧虑，并 造成代际之间严重的财富鸿沟。但与此同时，大量三四线城市的房价却维持在 相当合理和可以负担的水平上，从而与一线城市的情况形成鲜明的对比和巨大 的反差。 普遍的分析将此归结于 2008年金融危机以后过于宽松的货币政策，以及政 府为刺激经济而采取的其他一些措施。这当然是有道理的，但也存在许多难以 解释的问题。 本文试图讨论三

4、个问题： 一、 2010-2012年是中国城市化进程的重要分水岭。在此之前，人口的流动 在不同城市之间在统计意义上没有明显的区分；在此之后，人口开始集中向大 城市和特大城市加速流动，而中小城市的人口流入相对更缓慢。 二、由于政府对土地市场的垄断，决策认知以及一些政治经济方面的可能 原因，在中小城市土地供应相对充足的同时，特大城市的土地供应十分匮乏。 这与 2010年以后的人口流向形成巨大反差，基本地造成了后期城市之间房价的 宏观经济研究报告 安信证券宏观研究 第 3 页，共 40 页 2017 年 10 月 巨大分化。 三、 2009 年全球金融危机之后政府的一揽子刺激政策造成了全国范围内房

5、价的 普遍上涨和存货的快速积累，具有明显的泡沫化特征。 2012 年以后，在大 多数城市房价上涨开始低于通货膨胀和收入的上升速度，至晚自 2014 年以后， 全国范围的房地产库存的绝对水平开始高位持续快速回落，这期间的变化显示 了去泡沫化的改变。 由于前面讨论的人口流向的分化，不同城市的存货去化速度呈现显著差异， 导致 2016年初以来，不同城市之间的房价呈现排浪式上升：率先完成存货去化 的城市房价领涨，后续其他城市存货去化逐步完成，房价开始跟随上涨。 更基本地看 ，尽管新开工的下降和市场化力量的作用十分重要，但 持续的 城市化进程也许是 2014年以来中国房地产顺利完成（或将要完成）存货去化

6、的 关键因素，这使得在经济减速和银行坏账上升温和的条件下房地产市场得以出 清。 容易设想，如果没有每年数以千万计的人口持续涌入城市，那么房地产价 格下行、经济减速和银行坏账上升的幅度和规模都会大得多。 风险提示：（ 1） 棚改货币化政策变化 ；（ 2） 土地供应制度转向； 宏观经济研究报告 安信证券宏观研究 第 4 页，共 40 页 2017 年 10 月 目录 一、中国城市化进程的转折：从城镇化到都市化 .5 二、城镇化与土地制度 17 （一）居住用地供应比例低于国际水平 18 （二）居住用地供应对房价的影响 22 三、房地产库存 31 四、结论 38 宏观经济研究报告 安信证券宏观研究 第

7、 5 页，共 40 页 2017 年 10 月 一、 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。 常住人口城镇化率从 2000 年的 36%提高到 2016年的 57%，年均城镇化率提升 1.33个百分点，年均城镇常 住人口增加 2091万人。 即便在 2010年以后，中国城镇化进程稍有放缓，在 2011年至 2016年间城 镇化率提升的速度平均仍然有 1.2 个百分点，平均每年城镇常住人口增加 2053 万人。 2000年至 2016年间，中国城镇常住人口共计增长 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

8、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。观察中国不同城市之间的房地产价格变化，无论是基于国家统计 局公布的新建住宅价格指数，还是基于百城住宅价格指数，都可以将房地产市 场划分为 两个阶段。第一个阶段是在 2013年以前，期间一二三线城市房地产价 格上涨的幅度始终比较接近；第二个阶段是 2013年至今，这一时期内不同城市 之间房价涨幅出现了显著的分化，城市之间房价呈现排浪式上涨。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

9、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，北京上海等一线城市的房屋价格却已赶上和超过许 多 宏观经济研究报告 安信证券宏观研究 第 6 页，共 40 页 2017 年 10 月 高收入国家的水平，引发对于房地产泡沫的深切忧虑。房地产市场表现出如此 显著的分化， 意味着简单的 将房价上涨归结于金融危机以后过于宽松的货币政 策，以及政府刺激经济的其他一些措施， 是 不够全面的 。 为什么一 部分城市 的 房地产市场会出现这样严重的价格持续上升的局面？ 这在 多大程度上体现了市场的泡沫化 ， 多大程度上

10、体现了市场在更深的层面上 存在 的 一些根本性的扭曲？ 图 1：中国新建住宅价格定基指数 数据来源： Wind，安信证券 图 2： 百城住宅价格 定基 指数 数据来源： Wind，安信证券 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 65 85 105 125 145 165 185 20 05 /07 20 05 /12 20 06 /05 20 06 /10 20 07 /03 20 07 /08 20 08 /01 20 08 /06 20 08 /11 20 09 /04 20 09 /09 20 10 /02 20 10 /07 20 10 /12 20 11

11、/05 20 11 /10 20 12 /03 20 12 /08 20 13 /01 20 13 /06 20 13 /11 20 14 /04 20 14 /09 20 15 /02 20 15 /07 20 15 /12 20 16 /05 20 16 /10 新建住宅价格定基指数，一线城市 二线城市 三线城市 92 112 132 152 172 192 212 20 10 /07 20 10 /10 20 11 /01 20 11 /04 20 11 /07 20 11 /10 20 12 /01 20 12 /04 20 12 /07 20 12 /10 20 13 /01 20

12、13 /04 20 13 /07 20 13 /10 20 14 /01 20 14 /04 20 14 /07 20 14 /10 20 15 /01 20 15 /04 20 15 /07 20 15 /10 20 16 /01 20 16 /04 20 16 /07 20 16 /10 百城住宅价格（ 2011年 1月为 100）：一线城市（ 4个） 二线（ 22个） 宏观经济研究报告 安信证券宏观研究 第 7 页，共 40 页 2017 年 10 月 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，经常使用的一个指 标是城市常住人口数量。但在技术上，使用常住人口这一指标存在一

13、些不足。 统计制度中，常住人口定义为“ 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，使得常住人 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 非常紧密的联系。这些 因素 使得 用常住人口去定义和统计房地产市场的需求存在明

14、显的瑕疵。 为了克服常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，特别是描绘和城市房地产市场需求关联紧密的人口数量。这些 指标包括，城市用水量、用电量、固定 /移动电话数量等。但这些指标都或多或 少存 在一定瑕疵，例如用水量、用电量、移动电话数量还会受到生活习惯改变、 科技迅猛发展、人口流动等影响，使得这些指标均存在很多不足。 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 在校生人数作为 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

15、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为描绘城市房地产需求的指标，我们首先提出一个 宏观经济研究报告 安信证券宏观研究 第 8 页，共 40 页 2017 年 10 月 重要的观察。图 3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，纵轴是 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%。 图 4 中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，纵轴是这些城市 20

16、09 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。 图 3：小学在校生人数增速和房价涨幅， % 数据来源：国家统计局统计年鉴，安信证券 图 4：小学在校生人数增速和房价涨幅， % 数据来源：国家统计局统计年鉴，安信证券 北京 上海 深圳 广州 天津 石家庄 太原 呼和浩特 沈阳 南京 杭州 宁波 合肥 福州 厦门 南昌 济南 郑州 武汉 长沙 海口 贵阳 昆明 西安 兰州 西宁 银川 乌鲁木齐 重庆 成都 无锡 温州 南宁 y = 711.39x - 0

17、.0686 R = 0.5025 -20 0 20 40 60 80 100 120 -4% -2% 0% 2% 4% 6% 8% 10% 北京 天津 石家庄 太原 呼和浩特 沈阳 长春 哈尔滨 上海 南京 杭州 合肥 福州 南昌 济南 郑州 武汉 长沙 广州 南宁 海口 重庆 成都 贵阳 昆明 西安 兰州 西宁 银川 乌鲁木齐 大连 青岛 宁波 厦门 深圳 y = 9.9088x + 36.504 R = 0.5796 0 50 100 150 200 -4 -2 0 2 4 6 8 房 价 累 计 涨 幅 小学在校生增速 宏观经济研究报告 安信证券宏观研究 第 9 页，共 40 页 201

18、7 年 10 月 2013年到 2015年，全国范围内的小学在校生人数增速为 0.02%。在这样的 背景下，我们看到深圳、厦门、北京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常猛烈的上 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常有限。 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

19、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弱。 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为两组。图 5 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 3。两组城市小学在校生人数增速在 2010年以前非常接近， 2011年以后， 红线则始终明显高于蓝线。 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，

20、这种情况是 2011 年到 2012 年才开 始出现的。 3 按照 2015年 1月至 2016年 7月房价涨幅将二线城市分为两组，房价涨幅居前的城市包括厦门 ,南京 ,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。 宏观经济研究报告 安信证券宏观研究 第 10 页，共 40 页 2017 年 10 月 图 5：二线城市小学在校生人数增速比较 数据来源：国家统计局统计年鉴，安信证券 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

21、面积 增速的 差异（见图 6）。 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 。 继续对比 这两组城市的 住宅 新开工面积增速的 差异（见图 7） 。 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。 -6% -4%

22、 -2% 0% 2% 4% 6% 8% 10% 12% 19 94 19 95 19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 涨幅大的二线（前 10） 涨幅小的二线（后 10） 宏观经济研究报告 安信证券宏观研究 第 11 页，共 40 页 2017 年 10 月 图 6：两组二线城市住宅销售面积增速差， % 数据来源：国家统计局统计年鉴，安信证券 注： 涨幅较大的 10 个二线城市和涨幅较小的 10

23、个二线城市住宅销售增速差 。 图 7：两组二线城市住宅新开工面积增速差异， % 数据来源：国家统计局统计年鉴，安信证券 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 为代表 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。 为什么这 一系列变化 对 房价的影响 在 201

24、5年下半年才开始非常显著地 体现 (40) (30) (20) (10) 0 10 20 30 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16 销售增速差 (40) (30) (20) (10) 0 10 20 30 40 50 60 70 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 20 16

25、 涨幅大的二线（前 10） 涨幅小的二线（后 10） 宏观经济研究报告 安信证券宏观研究 第 12 页，共 40 页 2017 年 10 月 出来 ， 中间 存在 两三年的滞后 ？我们将在下文房地产存货部分中 深入展开和讨 论。 需要问的是，人口为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（见图 8），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

26、 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常显 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弱于对照组。 这一情况在历史上是没有的。 换句话说，人口向这些城市流动，并不是因为这些城市有更好的就业机会。 因果关系是反过来的。因为一些其他的原因，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。这一结果非常清晰地告诉我们，人口流向 的变化与经济机会的差异是没有关联的。 宏观经济研究报告 安信证券宏观研究 第 13 页，共 40 页 2017 年 10 月 图 8：居民可支配

27、收入增速对比， % 数据来源： Wind，安信证券 那么人口流动变化的原因是什么呢？我们认为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，治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 有非常大的差异。 如果年轻的父母集中去选择一些教育资源非常好的城市，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，同时表现为小学在校生人数增速上升，房价上升，以及住宅新开工上 升。 图 9 中横轴是中

28、国不同城市在公共教育领域的投入情况，纵横是中国不同 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 集中情况。可以看到这两组变量之间存在非常强的关联。 5 7 9 11 13 15 17 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10 20 11 20 12 20 13 20 14 20 15 涨幅大的二线（前 10） 涨幅小的二线（后 10） 宏观经济研究报告 安信证券宏观研究 第 14 页，共 40 页 2017 年 10 月 以此衡量的教育资源层面

29、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。如果考虑深圳有非常蓬勃的经济增长作为 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 也要弱得多。 图 9：教育财政支出和小学生人数增速 数据来源： Wind，安信证券 注：横轴是城市人均教育财政支出 /该省人均教育财政支出（ 2010-2012 年均值）， 纵轴是小学在校生人数增速（ 2013-2015 年均值） 接下来一个问题是为什么这个变化发生在 2012年？一个可能

30、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为正增长，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 深圳 广州 石家庄 太原 呼和浩特 沈阳 南京 杭州 宁波 合肥 福州 厦门 南昌 济南 郑州 武汉 长沙 海口 贵阳 昆明 西安 兰州 西宁 银

31、川 乌鲁木齐 成都 无锡 温州 南宁 y = 0.0641x - 0.0309 R = 0.3676 -4% -2% 0% 2% 4% 6% 8% 10% 0.0 0.5 1.0 1.5 2.0 小 学 在 校 生 人 数 增 速 （ 1 3 - 1 5 年 平 均 ） 城市人均教育支出 /省人均教育支出（ 10-12年平均） 宏观经济研究报告 安信证券宏观研究 第 15 页，共 40 页 2017 年 10 月 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

32、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？我们总结在图 10显 示的中国地图上。红色的区域是小学在校生人数增速大

33、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。 在中国的北方，人口主要是流入北京和郑州 (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 长江中下游，出现了一个密集的城市群，包括长沙、武汉、杭州、合肥和南京 等，这些城市都处于红色区域，显示人口在 非常快速地向这一区域集中。 我们把这一现象称作长江中下游城市群的兴起，这是中国都市化过程中非 常鲜明的特征。 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。 宏观经济研究报告 安信证券宏观研究 第 16 页，共 40 页 2017 年 10 月 图

34、10：以小学在校生增速衡量的人口集中涌入的城市 数据来源：国家统计局，安信证券 宏观经济研究报告 安信证券宏观研究 第 17 页，共 40 页 2017 年 10 月 二 、 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

35、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，或者通过政治游说提高住宅用地 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为地价和房价的 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治经济过程，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

36、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。 宏观经济研究报告 安信证券宏观研究 第 18 页，共 40 页 2017 年 10 月 问题在于，在许多时候，银行和中产阶层的政治影响力显然会更大。在私 有土地制度下，由于土地所有人之间的竞争，这一政治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况、以及与国 际城市之间的差异呢？我

37、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。 （一）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 亮度。 图 11 是四个地区， 包括 中国的长三角、珠三角、 东京周边以及纽约的周边。图 12是北京和天津的周边，伦敦的周边，韩国首尔 的周边以及莫斯科的周边。 粗略的观察和仔细的计算均可以显示：图 11中的城市，灯光 总体亮度更大， 比较 亮的区域范围更大，中心与外围 区域灯光亮度 的落差较小。图 12中的城市， 灯光非常亮的区域范围相对更小，中心

38、 区域的亮度与周围的亮度落差比较大。 我们猜测，出现这一现象的原因是，图 11 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 12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，每组城市内部区别不大，而两组城市之间的区别 非常明显。更精细的比较显示（见图 13 和图 14）， 中国的长三角和珠三角 灯光 宏观经济研究报告 安信证券宏观研究 第 19 页，共 40 页 2017

39、 年 10 月 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。 图 11：城市夜晚灯光亮度 数据来源： NASA，安信证券 图 12：城市夜晚灯光亮度 数据来源： NASA，安信证券 宏观经济研究报告 安信证券宏观研究 第 20 页，共 40 页 2017 年 10 月 图 13： 城市灯光亮度比较 数据来源： NASA，安信证券 注： 城市灯光亮度定义为城市范围内明度平均值。定义城市范围为明度超过 85 的范围（以像素数计算）。 图 14： 城市灯光密集区域占城市范围比例 数据来源： NASA，安信证券 注： 定义灯光密集区域为明度超过 1

40、50 的范围（以像素数计算），定义城市范 围为明度超过 85 的范围（以像素数计算）。 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 ， 140 150 160 170 180 190 200 25% 35% 45% 55% 65% 75% 85% 宏观经济研究报告 安信证券宏观研究 第 21

41、页，共 40 页 2017 年 10 月 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 15和 图 16），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

42、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 17） 。 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 。 图 15：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） 数据来源： 国家统计局， The Government of the Hong Kong Speci

43、al Administrative Region; Japan Ministry of Land, Infrastructure, Transport and Tourism; City of New York Department of City Planning; 注： 标 *城市数据调整为扣除小区绿地和道路后的居住用地占比，与国际比较 0% 5% 10% 15% 20% 25% 30% 35% 40% 45% 50% 宏观经济研究报告 安信证券宏观研究 第 22 页，共 40 页 2017 年 10 月 口径更一致。国内小区绿地和道路占比在 30%-45%之间，这里按照 30%的保守 数

44、字考虑。 图 16：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） 数据来源： 国家统计局， Seoul Urban Planning Bureau; London government;安信 证券 图 17： 全球主要城市房价收入比 数据来源： CBRE，安信证券 （二）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方面因素，并 基于中国城市间 的横断面数据 建立回归方程。 0% 10% 20% 30% 40% 50%

45、 60% 70% 首尔 伦敦 天津 北京 天津 * 北京 * 30.91 24.72 24.47 15.11 11.69 11.33 10.75 8.95 0.00 5.00 10.00 15.00 20.00 25.00 30.00 35.00 香港 上海 北京 新加坡 纽约 洛杉矶 伦敦 东京 宏观经济研究报告 安信证券宏观研究 第 23 页，共 40 页 2017 年 10 月 在需求方面， 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 。 在供给方面，我们使用 20

46、08 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 =+ 在校小学生增速 + 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 4： （ *） （ *） （ *） 房价涨幅 =9.960在校小学生增速 -2.207居住用地增速 +49.453 （ 6.125） （ -1.928） （ 6.081） 回归结果显示， R平方 值 为 0.598，小学生增速对房价涨幅的影响为正，居 住用地增速的影响为负，符合理论预期。解释变量在统计

47、上均十分显著。 值得注意的是，前述结果中常数项在统计上十分显著，其经济含义似乎可 以表述为：如果城市在校小学生增速为 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为 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 均为 11.2%，实际同比增速平均为 8.3%。房屋价格的自然趋势增速明显低于名 4 *,*,*分别 表示在 10%、 5%、 1%的水平上显著 宏观经

48、济研究报告 安信证券宏观研究 第 24 页，共 40 页 2017 年 10 月 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 然涨幅约为每年 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。 把房屋作为投资品，与同一时期的投资回报率对比。 2009 年至 2016 年， 6 个月理财产品收益率平均为 4.42%， 2 年以内非证券投 资类信托平均收益率为 8.2%。房屋价格的自然趋势增速略高于理财产品收益率，低于信托产品收益率 近 3 个百分点。即便考虑房租能够产生每年约 3%的回报，投资房产的收益也仅 仅与信托产品收益率相当。而信托产品还在刚性兑付和流动性方面具备明显的 优势。 一系列比较显示，常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