土地与住房

中国的房价分化——深圳与鹤岗——
到底是「需求」故事，还是「供给」故事？

先别急着回答。这一讲结束时我们会回到这个问题， 而答案可能和大多数人的直觉不同。

Green, Malpezzi & Mayo (2005, American Economic Review)
「Metropolitan-Specific Estimates of the Price Elasticity of Supply of Housing, and Their Sources」

• 文献性质：AER Papers & Proceedings 短文 （95 卷 2 期，334–339 页，共 6 页），无官方摘要—— 我们引它是取其问题设定，而不是复述其估计值

• 问题设定：供给弹性不是一个全国性的常数，而要 逐个都市区（metropolitan-specific）地估计

• 第二层问题：估出来之后还要追问弹性的来源—— 为什么有的都市区弹性高、有的低

• 对本讲的意义：正是这第二问，把土地供给与规制 推到了住房价格研究的中心位置

为什么这个概念是本讲的地基：

• 需求增加时，如果供给有弹性，调整主要体现在数量上——房子多盖了

• 如果供给缺乏弹性，调整主要体现在价格上——房价涨了

• 因此，同样的需求冲击，在不同弹性的城市会产生完全不同的房价后果

这就是为什么讨论中国房价，绕不开土地——土地供给是住房供给弹性最重要的决定因素。

• 理论：构建一个包含自然地理约束、耕地保护约束 和容积率规制的单中心城市模型

• 测度：运用数字高程模型（DEM）数据与微观土地交易数据， 全面测度中国城市土地开发中的自然地理约束与容积率规制强度

• 识别策略：基于 2005–2013 年城市层面数据， 采用外生冲击引起的需求变动来估计供给弹性

• 核心发现：

  • 中国城市的住房供给整体缺乏弹性

  • 自然地理约束与容积率规制是导致缺乏弹性的重要原因

  • 人口规模越大的城市，供给弹性越小，且受自然地理约束的制约程度越高

  最后一条最关键：人越多的地方，越盖不出房子。 这为「大城市房价居高不下」提供了一个供给侧的解释。

• 要估计的东西：密度规制使得实际的单位土地住房供给 偏离无约束水平的程度——即规制对住房供给集约边际的影响

• 面临的困难：单位土地住房供给（它是数量与质量的组合） 和它的无约束水平，对研究者都是不可观测的

• 做法：扩展 Epple, Gordon & Sieg (2010) 的框架， 明确允许住房生产函数中数量投入与质量投入之间的替代， 并对数量投入施加一个规制上限

为什么这一篇值得讲：大多数人谈土地规制只想到面积（能不能多批地）。 这篇提醒我们还有集约边际——同一块地上能盖多高、多密。 在存量时代，集约边际比外延边际重要得多。

1. 自然的：地形坡度、水体——不可改变

2. 制度的：耕地保护红线、建设用地指标——可改变，但有政治成本

3. 规制的：容积率上限——最容易改变，也最少被讨论

政策含义很清楚：如果第一层不可改、第二层难改， 那么提高住房供给弹性最现实的抓手是第三层。

刘修岩等（2019）也正是这么建议的——「适当降低土地开发中的容积率规制强度」。 但这条建议在公共讨论中几乎听不到，值得想想为什么。

韩立彬、陆铭（2018,《世界经济》)「供需错配：解开中国房价分化之谜」

• 视角：从土地的空间配置政策切入，研究 2003 年后 土地供给倾向中西部的政策转变对城市房价上涨的影响

• 关键事实：2003 年后土地供给相对受限的城市， 以沿海地区和内地的大城市为主——而这些城市恰恰是人口流入地

• 核心结果（带数字）：2004–2013 年，与土地供给相对放松的城市相比， 土地供给相对收紧城市的房价平均高 10.6%； 而且仅仅在土地供给相对收紧的城市，出现了房价—工资比率的上升

• 结论：城市间房价分化的根源，在于土地供给在空间上与土地需求不匹配

所以开场那个问题的答案是：主要是供给故事—— 更准确地说，是供给在空间上放错了地方。

Liang, Lü & Zhang (2016, Journal of Housing Economics) 「Housing prices raise wages: Estimating the unexpected effects of land supply regulation in China」

• 背景：2003 年以来中央提高了配置给中西部的土地使用指标份额； 东部地区土地供给相对下降，推高房价，进而推高工资， 损害中国经济的竞争力

• 数据与识别：2001–2010 年城市层面面板； 用人均土地供给作为房价的工具变量； 并分析内地与东部交界处的子样本

请注意：这篇与第二讲讲过的陆铭、张航、梁文泉（2015,《中国社会科学》) 是同一项研究的中英两个版本——同样的数据期间、同样的工具变量、同样的边界子样本。

不要把它们当作两项互相印证的独立证据。 这是文献综述里非常常见的一个错误， 中英文双语发表在中国学者中很普遍，做 pre 和写论文时都要特别留意。

这条链条把土地政策和劳动力成本直接连了起来， 是中国土地研究里影响最大的一个论断。

• 要解释的悖论：过去十年中国房价增速接近国民收入增速的两倍， 而与此同时存在高空置率和高资本回报率

• 核心论点：把中国的房地产繁荣解释为经济转型中自然涌现的理性泡沫

• 机制：泡沫之所以出现，是因为由资源再配置驱动的高资本回报 在长期不可持续；对未来替代性价值储藏手段强劲需求的理性预期， 会诱使当下生产率高的经济主体转而在住房市场投机

• 贡献：该模型能够定量地解释中国这一看似矛盾的住房繁荣

请注意「理性泡沫」这个提法——它不是说人们非理性， 恰恰相反：在那样的预期下，投机是理性的。这决定了政策该怎么设计。

Wu, Gyourko & Deng (2016, China Economic Review)
「Evaluating the risk of Chinese housing markets: What we know and what we need to know」

• 做法：为近三十多个大城市构建地价、建造成本与房价的度量， 再据此构造供需指标，检验价格上涨能否用本地基本面解释

• 事实一（涨幅与分化）：2006 年以来实际房价年均上涨约 10%， 但城市间差异极大——从济南的 2.8% 到北京的 19.8%； 涨价由地价驱动，而非建造成本。实际地价年均涨 14.4%， 北京自 2004 年以来年均 27.5%（累计约 1036%）

• 事实二（周期）：金融危机初期地价跌去近三分之一， 在 2009–2010 年刺激中超额收复；此后涨幅明显放缓，部分市场开始下跌

• 事实三（供给前瞻）：2013 年以来地方政府向住宅开发商的 供地量急剧下降，成交量腰斩以上——这意味着未来几年新房供给收缩

• 结论的谨慎之处：供需失衡的短期与长期变化在城市之间差异很大， 作者并未给出一个全国性的「有无泡沫」判断

一个贯穿这一簇的方法提示：

泡沫检验的本质，是「基本面能解释多少」。

因此全部的争论都会落到一件事上：基本面怎么定义。

• 如果基本面只包括收入和人口，那么很多涨幅解释不了 → 看起来像泡沫

• 如果基本面包括预期的未来资本回报（Chen & Wen 的做法）， 那么同样的涨幅可能就被解释掉了

读这一支时，先找作者的基本面清单，再看结论。

• 政策背景：面对房价快速上涨带来的可负担性恶化， 一些政府对非本地居民征税或加以限制以抑制需求

• 研究对象：2010–2011 年中国地方政府对个人可购买住宅套数的限制

• 数据与识别（关键）：使用开发商销售的新建住宅数据， 并利用城市内部限购实施的差异来识别其对价格与成交量的影响

• 不止于需求侧：除了这些对需求的直接影响， 文章还识别了这些政策对供给的影响

「城市内部的变异」是这篇的方法核心—— 它避开了「限购城市与非限购城市本来就不同」这个最大的识别威胁。

• 问题：始于大城市的限购政策，如何影响住房市场泡沫的空间转移 以及住宅用地出让的空间布局

• 发现一：限购导致部分非限购城市的房地产市场泡沫程度相对上升

• 发现二：政策实施后，商业住宅用地出让也向非限购城市倾斜

• 为什么这是坏事：由于非限购城市经济活跃程度并没有因此增加， 且并非城市化过程中主要的人口流入地—— 这意味着限购的空间溢出不仅放大了泡沫转移可能造成的市场风险， 也加剧了土地资源的空间错配

这篇和角度二直接接上了：韩立彬、陆铭说错配来自指标分配； 陈钊、申洋说调控政策本身又制造了一轮新的错配。

• 注意情境：这篇研究的是香港在 2010 年推出的 托宾式房产税——额外印花税（Special Stamp Duty, SSD）， 它大幅提高了短期持有者的出售成本

• 对投机者的效果——非常成功：SSD 有效遏制了持有不足两年的「炒家」， 其市场占比从 2009 年的 23.2% 降至 2011 年的 2.4%、 2013 年的 0.9%

• 对房价的效果——完全失败：实施一年后， 一手市场房价上涨 12.64%，二手市场上涨 15.76%， 没有出现市场降温

• 原因：炒家策略性地推迟出售以规避该税

这是本讲最重要的一个政策教训：一项政策可以完美实现它的直接目标 （赶走炒家），却完全没有实现它的最终目标（降房价）。 评估政策时，一定要区分这两者。

• 梁若冰、张东荣、方心 等（2021,《金融研究》)
  「限购政策是否降低了上市房地产企业价值？——基于强度双重差分法的经验研究」
  （Zotero 已收录；从企业价值角度看调控成本）

• 余吉祥、沈坤荣（2019,《经济研究》)
  「城市建设用地指标的配置逻辑及其对住房市场的影响」
  （Zotero 已收录；把指标配置直接接到住房市场，跨接第二讲）

• 邹琳华、钟春平（2022,《财贸经济》)
  「饥饿供地，还是售地冲动——基于地级以上城市土地出让及房价数据的实证分析」
  （Zotero 已收录；直接检验「饥饿供地」假说）

这三篇我只核实了题录与收录情况，未逐篇核实其做法与结论， 因此这里只给题名。选到的同学请在 pre 中把方法讲清楚。

• 数据：中国家庭金融调查（CHFS）2011、2013、2015 三期

• 做法：基于调查数据构建并计算城市房价收入比， 分析它如何影响家庭消费的房产财富效应

• 核心发现（值得琢磨）：房价收入比高时，家庭消费水平也相应较高； 但房价收入比高显著降低了家庭消费的房产财富弹性

• 谁能抵御这种弱化：

  • 拥有两套及以上住房、有房出租的家庭受弱化影响更小

  • 拥有大产权房比小产权房更能抵御

  • 高收入家庭的抵御能力更强

  换句话说：房价上涨带来的「财富感」，在房价越贵的地方反而越难兑现成消费， 而且这种兑现能力高度不均等——房子多的人才真的变富了。

• 数据：2011–2014 年全国流动人口动态监测调查

• 问题：城市租金上涨如何影响流动人口的家庭消费和社会融入

• 核心发现：租金上涨显著挤出了非住房消费， 并导致流动人口的社会融入度下降

• 异质性：对年龄更大、男性、高中及以上学历、在服务业工作 的流动人口影响更大

• 额外发现：租金上涨加剧了城市中流动人口与本地居民的居住分异

把这两篇放在一起，是本讲最有价值的一处对照： 房价上涨对有房者是财富效应（虽然打了折扣）， 对租房者则是纯粹的成本冲击——挤出消费、削弱融入、加剧分异。 同一个价格变动，两群人方向完全相反。

Zotero 中已收录、可供选读的相关研究（此处仅列题名）：

• 张光利、刘小元（2018,《经济研究》)：住房价格与居民风险偏好

• 侯成琪、肖雅慧（2022,《经济研究》)：住房价格与经济增长——中间品需求渠道及其乘数效应

• 倪鹏飞（2019,《经济研究》)：货币政策宽松、供需空间错配与房价持续分化

• Li & Wu (2018, Journal of Housing Economics)：房价与城镇代际同住

• 李宝礼、邵帅（2022）：住房状况与青年人口生育意愿

一个提醒：这一簇是学生兴趣最高的，因为跟自己有关。 但也正因如此，最容易犯一个错误——

把切身感受当成识别策略。

你觉得房价影响了你的生活，这不构成因果证据。做 pre 时请特别注意区分。

点破：住房是八讲中中英文都发得动的少数题目——因为房价是国际共同语言。 但关注点不同：英文更关心泡沫与宏观风险，中文更关心分化与调控评估。

还没解决的问题：

1. 2021 年之后深度调整期的政策评估——几乎空白

2. 保障性租赁住房大规模供给的效果

3. 存量时代的城市更新与住房供给：外延边际已近极限，集约边际怎么放

4. 人口负增长背景下的长期住房需求——现有模型大多假设人口继续流入