1990年代末期中國開啟房地產市場化改革以來,房地產行業蓬勃發展,對於加快城市化進程,推動經濟高速增長起到了有目共睹的巨大作用,但也逐步產生和積累了以高房價、高槓桿、高債務等為標誌的嚴重問題,越來越難以持續。概括而言,在過去二十多年的時間中逐步形成的房地產業務模式具有幾個方面的內在缺陷,需要得到系統性糾正:
一、房地產公司的日益金融化是傳統業務模式的首要缺陷
一方面,快速的城市化進程產生了巨大和持續增長的房地產需求,另一方面,單個房地產項目在商業上的成敗存在許多不確定性,也難以收穫規模效益,因此,同時開發多個項目的房地產公司開始獲得競爭上的優勢,這表現在業務的許多方面:
首先,正如「不要把雞蛋放在一個籃子裡」的格言所展示的那樣,分散的多個項目之間相互平衡和抵消,可以降低總體業務的波動性,在給定風險暴露的條件下提高資本的報酬率和債務的安全性。
其次,由於前述原因,以及金融市場普遍存在「大則不倒」的假設,龐大的業務規模可以幫助房地產公司以更低的成本融資,從而形成正向循環。
再次,眾多項目之間銷售和施工進度之間存在差異,由此產生的資金餘缺可以相互調劑,這提高了資金的使用效率。更重要的是,由於單個項目以獨立法人的形式存在,資金在項目之間的橫向調撥形成了某種形式的信用創造和信用擴張機制,使得房地產業務開始具有一定的類銀行的金融屬性。
我們知道,銀行信用創造的關鍵是部分準備制度,即銀行把收到的存款的一部分以現金的形式持有,作為應付未來提款的準備金,其餘的存款則用於放貸,從而形成新的存款,在這一過程中創造和擴張了信用。
類似地,房地產項目A把收到的預售資金的一部分貸放給項目B,形成項目B的資金來源。項目B將此用於土地購買,以及進一步的抵押和借款活動,在這一過程中,信用被創造和放大。在這一意義上,房地產業務具有了類銀行的金融屬性。
最後,持續的經濟發展和城市化進程等因素推動了房價和地價的持續上升,使得持有土地和房地產項目可以獲得較為穩定的增值收益,這誘使房地產公司通過提高槓桿來增加土地和項目的持有,從而進一步增強了房地產的金融屬性。為了應對多變的政策環境和房地產市場的周期性起伏,房地產公司進一步發展了所謂的高周轉模式,即在預期短期市場形勢較好的條件下,通過短期借款迅速放大供應,提高周轉率;在市場形勢轉差的時候則收縮借貸,降低供應。在資金融通和調度順暢的條件下,這充分提高了資本的報酬率,但也使得在房地產形勢較好的條件下,包括大量短期借款在內的槓桿率被推升到異常高的水平,金融屬性進一步強化。
由於以上因素的綜合作用,中國的房地產公司逐步發展為類金融機構,具有了高槓桿、流動性轉換、期限轉換和信用創造等金融業務的關鍵功能和特徵。
金融史的發展告訴我們,金融業務具有內在的不穩定性,必須通過中央銀行的建立和以必要的資本充足率及充分的信息披露為核心的嚴格金融監管來應對。
中國房地產市場當前的困境,一般地說,可以認為是其金融屬性內在不穩定性的集中反映。
金融史的發展同樣告訴我們,應對當前房地產行業的困難局面,需要充分考慮其業務發展中業已形成的金融屬性。這形成了兩種不同的應對思路:一是以項目為中心的行業救助,並逐步徹底去除房地產的金融屬性。
這種思路的挑戰在於:一方面項目之間相互平衡的優勢和規模效益無法實現,隨著救助過程的展開,剩餘的項目越來越集中為高風險項目,難以處理;
另外一方面這形成了行業內快速和嚴重的信用收縮,具有極強的外部性和傳染性。二是救主體和救項目並重,一方面通過注資和債務重組來穩定和充實主體的資產負債表,維持其業已存在的各類功能,另外一方面通過建立類金融業務的監管框架加強對大型主體的全面監管,進一步穩定市場信心,並逐步控制和化解系統性風險。
二、越來越統一的全國勞動力市場與高度碎片化的土地供應制度之間的矛盾是房地產傳統業務模式的另外一大缺陷
中國房地產市場的需求方是分散並自由流動的城市居民,具有高度市場化的特點,但關鍵要素的土地供應由地方政府作為單一主體來實施,具有很強的計劃性。
由此產生的問題是:在需求快速擴張時,供應不能及時充分響應,從而放大了地價和房價的上升壓力。更大的問題是,對於人口大量集聚的城市政府而言,縮減土地供應甚至可以帶來更高的土地收益,這是壟斷經濟的一個自然特點,但無疑加劇了房地產市場的壓力。
從數據上看,一些大型城市的年度供地持續低於計劃目標,其原因似乎並非廣泛的土地流拍,而是較少的土地供應足以實現年度的土地收入目標。
更一般地看,2016-2021年期間全國範圍的房地產價格大幅上漲引起了廣泛的關注和討論,許多分析將此與棚改貨幣化聯繫起來,這也許是有道理的。
然而,我們曾經將中國的部分三四線城市分解為兩個組別,一個是實施了棚改貨幣化的城市組;一個是沒有實施棚改貨幣化的城市組。
結果發現,前者的房價表現並不顯著強於後者,這為棚改貨幣化的解釋投下了不小的陰影。實際上,從廣泛的數據看,我們更傾向於認為,棚改貨幣化是一個內生的去存貨政策:即存貨壓力更大的城市更傾向於進行棚改貨幣化。因此,對於存貨較少的城市而言,一方面房價更容易上漲,一方面地方政府進行棚改貨幣化的意願也不很強烈,這樣,房價與棚改之間的關係並非一目了然。
也許很少人注意到的事實是:在這段時期,在人口流入和城市化規模繼續擴大的同時,中國大量城市的土地供應經歷了普遍和持續的收縮,這與同期中國廣泛的房價上漲之間的聯繫無疑是耐人尋味的。
更進一步看,中國的土地供應由地方政府主導,是高度碎片化的,而勞動力市場越來越統一,人口在全國範圍內自由流動,這不可避免地帶來了土地市場的扭曲和資源配置的低效。在守住耕地紅線的約束下,全國的供地指標以計劃的形式下達給地方,儘管在人口集中流入的城市,土地的單位經濟效益顯著更大,但這些地區卻無法從落後地區騰挪和獲得供地的配額。
在通常的情況下,這顯然會加劇發達地區的房價上漲壓力。此外,2012年以來,中國的人口開始向中心城市和發達地區聚集,給這些地區帶來了更大的土地收入,但同時降低了人口流出地區的潛在土地收益,形成或者擴大了地區之間財政收入的不平衡。地方政府的債務大多以土地的價值和潛在收益為抵押,但潛在的債務風險又需要中央政府兜底或承擔相當的救助義務,形成道德風險。
為了解決這些問題,需要考慮三個方面的措施:
一是有意識地增加土地供應的彈性,根據房地產市場的發展和人口流動情況適時增加或減少土地供應,將土地和當下房價監管機制更緊密地聯動起來。
二是建立全國統一的土地配額交易市場,就像碳配額和電力交易一樣,由各地區自願相互交易自己的年度土地配額,實現土地要素的市場化定價和全國統一配置;在必要時,也可以由中央政府追加和拍賣部分土地配額,以穩定土地市場。例如單位土地配額在西部地區的經濟價值也許是一萬元;在沿海地區也許是十萬元。配額在兩個地區之間進行交易,西部可以獲得超過一萬元的經濟收益;沿海地區也同時收穫了更高的經濟價值,形成互利共贏。三是將賣地收入調整為中央與地方共享的收入,用於調節地區之間的財力平衡、化解地方債務風險和解決包括保障性住房在內的其他民生目標。
三、保障性住房供應不足是房地產傳統模式的又一大缺陷在城市化進程快速發展,房價總體不斷上漲的過程中,一般居民自然希望通過參與商品房市場來分享這一紅利,這強化了商品房在資產配置中的金融屬性,降低了保障性住房的吸引力;對於地方政府而言,考慮到建設保障性住房的機會成本、以及失去的土地收益等因素,其提供保障性住房的意願似乎也不夠充分,這可能部分解釋了過去二十多年保障性住房供應不足的情況。
由此形成的問題是明顯的:一方面高企的房價使得城市低收入者、新進城的農民工群體和青年人無法實現合意的居住條件,另外一方面著眼於資產配置和房價上升的商品房持有又帶來了一定數量的房屋空置,形成資源的浪費。兩相對比,還容易形成社會壓力。疫情以來,由於一系列內外條件的變化,居民對未來收入和房價的預期似乎正在發生較大的調整,表現為消費活動的走弱和安全資產的走強。在一手房市場的供應大幅度收縮的條件下,二手房市場交易量維持在非常高的水平,但價格明顯下調,顯示了配置型需求可能在趨勢轉弱。這有助於緩解資源閒置和低效配置的浪費,也可能鼓勵居民對保障性住房更大的興趣。
在這樣的情況下,對商品房交易的各類限制也許應該逐步清除,並在必要時轉向對部分地區和市場的持有環節的干預,例如空置稅等;為了提高地方政府提供保障性住房的積極性和緩解財政壓力,中央政府也許應該考慮提供必要的補償和激勵。
關於中國消費者行為變化的事件研究
——對2021年以來疫情和地產衝擊的實證分析
高善文團隊
袁方,魏薇
2024年10月13日
內容提要
我國當前面臨著總需求不足的局面,其中消費驅動不足的問題日益凸顯。這一變化的根源在於疫情、地產等衝擊對居民的收入和財富構成了深刻影響,從而引發了消費活動的收縮。我們基於宏觀經濟數據,將2021年視為衝擊影響開始的時點,利用面板回歸來儘可能控制相關條件,為上述邏輯提供了實證證據。
回歸發現,2021年以來,收入效應與財富效應都驅動了居民消費行為趨于謹慎。2021年以來與退休人群相比,收入波動更大、財富積累更少的工作人群消費降速更多,這表明收入效應的影響更為主導。這種變化的背後不僅是當期預算約束的收緊,也是居民對收入不確定性的擔憂和預期的下行,而收入預期的下行進一步強化了地產需求的收縮,與財富效應互相強化。
疫情以來,我國將產業結構的轉型升級作為穩定長期增長的主要調節手段,然而就業質量提升的速度明顯落後於新舊動能轉換的速度,其中地產行業過快收縮的影響尤為重要。因此,保證各行業就業的平穩過渡、穩定收入增長預期是促進消費增長、提振內需的關鍵,而解決地產行業流動性危機、修復地產預期是穩定收入增長預期的必要條件。
風險提示:地緣政治風險,政策超預期
一、背景與方法介紹
當前,中國經濟總體增速偏緩,總需求偏弱,實現經濟轉型是促進經濟增長的有力措施。若將經濟轉型的過程分為兩個方向,其一為向更高的產業結構轉型,另一則為向更高的消費驅動轉型。目前產業結構轉型非常穩健,而轉向更高消費驅動的轉型動力不足。[1]
這一變化的根源在於疫情、地產等衝擊對居民的收入和財富構成了深刻影響,引發了消費活動的收縮,這正是當前總需求不足的重要背景之一。
2021年以來,中國居民總體消費增速發生了明顯下降。這一現象的主要背景有兩個方面。一方面,2021-2022年居民的工作與出行受到疫情管控的持續影響,此後在缺乏財政有效刺激的情況下基本面修復也並不順暢,疤痕效應延續至今。另一方面,2021年以來房地產企業面臨流動性危機,房地產行業出現大幅調整,房價持續下跌使得居民財富出現嚴重縮水。前者使得消費者的勞動性收入與收入預期明顯降低,後者則使得消費者的財富與財產性收入大幅減少,二者都是導致居民消費能力與消費意願降低的重要原因。
那麼,在近年來消費者行為的變化過程中,哪種因素的影響更為關鍵?
觀察兩個單一變量的相關性似乎難以對這一問題進行解答。一方面,疫情以來居民的收入與財富同時發生變化,且具有一定的相關性;另一方面,有許多其他因素也會對居民消費產生影響,例如在社會保障條件不足的情況下居民會進行預防性儲蓄、減少消費。因此,本文基於實證回歸的研究方法,在儘可能控制其他條件不變的情況下,探究我們關心的變量的影響。
我們基於2016-2024年全國30個省份的年度面板數據進行回歸分析。回歸的關鍵自變量為居民收入和房價的同比變化,因變量為消費的同比變化,同時控制人口流動、城鎮化率和社會保障水平等相關變量。為了對比2021年前後自變量與因變量相關關係的變化情況,我們利用時間虛擬變量對2021年前、後兩個時段進行控制與比較。
回歸發現,2021年以來居民消費對收入與財富的彈性都發生了顯著的變化,表現為同樣幅度的收入增長帶來了更少的消費增長,和同樣幅度的資產價格下跌帶來了更大幅度的消費收縮。我們進一步使用工作人口占比作為代理變量進行回歸,發現2021年以來與退休人群相比,收入波動更大、財富積累更少的工作人群消費增速下降更多。這表明,收入效應與財富效應都驅動了居民消費行為趨于謹慎,而收入效應的影響更為主導。
接下來,我們對模型的設定細節與回歸結果的經濟學含義解讀進行展開。
二、模型設定
本文基於2016-2024年省份-年度層面數據進行回歸分析,覆蓋全國30個省份(不包括西藏),其中2024年使用上半年的累計同比數據,回歸模型如下:
其中,等式左側consumption項為給定年份的社會消費品零售總額同比,用於代理居民消費情況。
右側key_factor為本文關心的影響因素,如房屋價格變化(使用省會城市二手住宅價格指數同比作為代理變量),收入變化(使用各省人均可支配收入同比作為代理變量)等等。
右側year_after2021為時間虛擬變量。考慮到疤痕效應和房地產行業調整主要出現在2021年之後,我們以2021年為分界點,year_after2021在2021年以前取0,在2021年及之後取1。
右側key_factor×year_after2021為本文關心的影響因素與時間虛擬變量的交互項,本文主要關注這一項的係數估計。回歸係數φ的經濟學含義為,關鍵自變量對消費的影響在2021年前後是否顯著不同。
右側控制變量controls包括省份常住人口同比增速、城鎮化率和病床數對數,主要用於控制不同省份隨時間變化且會對消費產生影響的特徵。其中,常住人口同比增速用於控制人口規模變化本身帶來的消費量的變化。
城鎮化率用於控制不同地區的老齡化水平及經濟潛在增速,一般而言城鎮化率更高的地區老齡化水平更高,經濟潛在增速更低。由於社會消費品零售總額同比具有明顯的時間趨勢,控制城鎮化率也有助於剝離趨勢影響。
病床數對數用於代理當地醫療衛生條件和社會保障水平,我們控制這一變量來緩解不同地區社會保障差異帶來的預防性儲蓄差異的影響。右側最後一項ε為隨機擾動。
由於部分控制變量數據未更新至2024年,我們基於疫情以來的數據進行了線形外推,對回歸結果的影響可忽略不計。
三、實證結果
我們首先分別檢驗收入與消費、房價與消費的關係,再將兩者放入同一回歸,來驗證係數估計的穩健性。
表1展示了疫情前後居民人均可支配收入與消費的關係。在前兩列中,我們不使用交互項,直接對疫情前三年與後三年分段進行回歸,來確認疫情前後收入與消費的關係。最後一列中,我們使用前述包含交互項的模型對全部年份進行回歸,來檢驗疫情前後這一關係的差異是否顯著。
表1第1、2列中,人均可支配收入同比的係數的經濟學含義為居民消費對收入的彈性,即其他條件不變的情況下,可支配收入同比每增加1個百分點對應的消費同比變化。
可以看到,疫情前後人均可支配收入同比的係數均為正且在1%水平上顯著,但第2列中這一係數略小於第1列。這一結果說明,居民消費對收入的彈性顯著為正,但疫情後這一彈性有所降低,即同樣幅度的收入增長帶來的消費增長有所減少。
那麼這一彈性的減少幅度在統計學意義上是否顯著?
第3列中「year2021人均可支配收入同比」係數顯著為負,表明第2列與第1列係數的差在1%水平上顯著小於0,即與疫情前相比,面對同樣幅度的收入增長,疫情以來居民消費增長幅度顯著下降,即居民消費傾向顯著降低。
此外,與第1列相比,第2、3列回歸的R2大幅提高,即在其他條件不變的情況下,居民收入的變化對消費變化的解釋力度大幅提高,說明收入水平的變化對許多居民的消費決策形成了直接約束。
值得注意的是,回歸中人均可支配收入同比的係數均大於1,以第1列為例,收入增速每增加1個百分點將帶動消費增速增加3.03個百分點,這一數值與我國居民儲蓄率偏高的實際情況相差甚遠。對於這一現象我們認為可能存在以下兩種競爭性解釋。
其一,收入增速中樞下移的過程中消費增速中樞表現為加速下移;
其二,宏觀國民經濟核算與微觀企業經營統計口徑之間存在差異。
我們對近年來全國層面的可支配收入增速與社零增速進行了對比,發現剔除2015年和2018年房地產及其他產業政策調整的影響後,隨著可支配收入增速的趨勢下降,社零增速下降的斜率的確更為陡峭。但與此同時,多數時間社零增速高於可支配收入增速,第一種解釋無法說明這一現象。因此,我們認為第二種解釋或是上述彈性估計偏高的主導性因素。
合併這些分析,在數據統計方法的影響下,表1中回歸係數的大小所蘊含的現實意義有限;但考慮到近年來我國經濟數據統計方法基本保持穩定,這一差異對上述回歸係數的方向與顯著性影響可以忽略不計。因此,我們依然可以得出疫情以來居民消費對收入彈性顯著降低這一結論。
需要說明的是,上述回歸的控制變量係數雖然在統計學意義上不顯著(主要由回歸樣本數較低和控制變量顯著性部分被關鍵自變量吸收導致),但其大致方向與現實中體感基本相符。
一方面,當地常住人口的流動與消費總量變動正相關,病床數對數也與消費增速正相關,即病床數越多、社會保障條件越好的地區居民的消費傾向越高。
另一方面,城鎮化率越高的地區通常越接近經濟增長的長期均衡,其消費增速往往更低,因此平均而言城鎮化率係數為負;但2021-2024年這一係數為正,說明經濟更為發達的地區消費降速反而更為明顯,與現實中體感一致。
表2展示了疫情前後房屋價格變化與居民消費的關係。與表1類似,前兩列分別為疫情前三年與後三年的分段回歸,最後一列的交互項係數用於檢驗兩個時間段消費彈性的差異是否在統計意義上顯著。
表2第1列省會城市二手住宅價格指數同比係數不顯著,意味著疫情前三年房價的變化對消費沒有顯著影響,而第2列表明疫情後三年房價的變化與消費的變化顯著正相關,即房地產資產價格對消費表現為顯著的擠入效應。2021年以來全國房價持續表現為下跌趨勢,因而對消費產生了顯著的負向影響。具體而言,省會城市二手住宅價格同比每下跌1個百分點,消費同比將下跌0.506個百分點。