◎ 孔 英 姚 奕 周 豫

一、引言

空置率是反映房地產市場發(fā)展均衡程度的重要指標之一。空置率高，則代表房地產市場需求不足，存在房屋過度供給，根據供求關系，房價應該存在下行的壓力。然而，Hoekstra 和 Vakili-Zad（2011）、Vakili-Zad和Hoekstra（2011）分別指出西班牙和馬耳他存在高房價和高空置率并存的現象，與經濟學原理相悖，故稱之為“雙高悖論”。既然有實證研究發(fā)現國外存在雙高悖論，那么此現象是否在我國也存在呢？

其實，之前國內有一些研究認同高空置率和高房價在我國并存，并嘗試進行解釋。李書田和李曉峰（2004）、易憲容（2005）等認為造成空置率過高的根本原因是房價過高，遠遠超過了普通百姓的購買能力；政府應該大力加強經濟適用房和廉租房的建設、降低房價、提高居民收入水平。林毅夫（2006）認為，銀行業(yè)過于集中、地方政府重復和過度投資、外資大量涌入、房地產投資性需求是造成我國房地產市場空置面積很大的情況下房價仍然還在上漲的原因。姚煒（2006）認為開發(fā)商資本運作投資失誤、市場有效需求不足、開發(fā)企業(yè)和銀行管理體制存在缺陷是造成“雙高”現象的原因。清風（2006）認為雙高悖論和買家賣家共同的“買漲不買跌”的投資心理有關，反映出開發(fā)商和消費者之間的博弈。沈悅和劉洪玉（2004）利用1995-2002年中國14個城市的數據，進行經濟基本面對住宅價格解釋能力的面板回歸分析，結果表明空置率和房價存在正相關關系，空置率上升1%，伴隨著住宅價格上漲7%-8%。

相反，另外一些研究認為空置率和房價（或租金）為負相關關系，符合經濟學原理，悖論不存在。比如，國外文獻Bramley 和Leishman（2005）、Wheaton（1990）、Struyk（1988）、Wood等（2006）、Tse 和MacGregor（1999）、Rosen和Smith （1983）等。國內如劉洪玉和沈悅（2005）對1986-2002年全國房價和經濟基本面幾個要素進行了相關關系檢驗，結果顯示空置率和房價呈負相關關系，與傳統(tǒng)經濟學理論一致。劉敏等（2006）對山東省1998-2004年房價和空置率及居民收入關系進行研究，發(fā)現房價和空置率呈顯著線性負相關關系。董藩（2007）認為，我國并不存在雙高悖論，國人之所以感到悖論存在是由于大家對空置面積存在嚴重誤讀且當前空置率計算公式不合理的結果。諸智武（2008）對深圳市1997-2006年空置率和房價的相關關系進行研究，得出深圳房地產市場屬于高房價和低空置的情況。鄧長榮和馬永開（2011）采用ARCH模型對我國住宅價格漲跌幅、波動的非對稱性與空置關系進行了實證研究，結果表明我國住宅空置量和住宅價格漲跌和住宅價格波動呈負相關關系。

還有一些研究認為我國空置率和房價之間的相關關系非常微弱。藍蓬和張洪（2008）對全國35個城市2002-2005年商品住宅空置和房價數據進行了面板回歸分析，顯示空置率與房價僅存在極弱的相關關系；該研究還發(fā)現，空置率和房價關系的密切程度與區(qū)位的相關性不強，而與城市人口數量有關。唐勇（2006）對全國1999-2004年商品房空置面積、空置率與房價進行了相關關系檢驗，發(fā)現房價和空置率之間的相關系數幾乎為零。姚爭等（2011）用我國31個主要城市1998-2008年的面板數據對影響中國住房價格變化的影響因素進行了分析，結果顯示住宅空置率對房價上漲的影響很弱。

現有相關文獻選用的大多是10年左右的年度數據，樣本個數過少，很難得到有效可靠的實證結果，這也是國內學者對中國是否存在雙高悖論意見不能統(tǒng)一的主要原因?？罩寐屎头績r的因果關系也是一個值得研究但是目前被忽視的問題，找出房價和空置率到底哪一個是引起另一個的原因，有助于提出更有方向性的政策指導意見和開發(fā)投資建議。本文將采用面板數據來克服樣本個數過少這一問題，除了檢驗高房價與高空置率是否在我國商品住宅市場并存，還實證檢驗空置率與房價的因果關系，并通過對自然空置率水平的測算以及實際空置率和自然空置率水平的比較來判斷我國當前的空置率水平是否處在合理范圍內。房地產市場發(fā)展存在比較大的區(qū)域性差異，因此本文除了對2003-2010年全國及省際面板數據進行總體研究和分析外，還對北京、天津、上海、重慶、廣州、深圳六大城市進行個體研究。當前我國政府大多是從需求方面對房地產行業(yè)綜合性調控，對空置率和房價關系的研究可以判斷政府是否應從供給方面對房地產行業(yè)進行相關政策調控。同時，通過判斷當前空置率的高低，為房地產開發(fā)商開發(fā)投資進度提供引導方向，使空置率和當前房價向合理空置率和合理房價水平靠攏回歸，從而促進我國房地產行業(yè)向健康良好的方向發(fā)展。

二、數據、變量、模型

本文采用2003-2010年全國及30個省市（除西藏）的面板數據以及北京和重慶1997-2010年、天津和上海2003-2010年、廣州2002-2010年、深圳2000-2010年這6個城市的年度時間序列數據。數據來源于《中國房地產統(tǒng)計年鑒》和各地區(qū)房地產統(tǒng)計年鑒、《中國固定資產投資統(tǒng)計年鑒》、《中國統(tǒng)計年鑒》和各地區(qū)統(tǒng)計年鑒、《中國統(tǒng)計摘要》、Wind資訊。

使用的變量中，以realp 代表實際房價（去除通脹的影響），用商品住宅實際平均銷售價格來衡量；vrate代表商品住宅空置率；realincome代表實際生活水平，用城鎮(zhèn)居民實際人均可支配收入來衡量；tpop代表人口規(guī)模，用總人口指標來衡量；realccost代表實際建筑成本，用建筑業(yè)實際工程結算成本來衡量；realrate代表實際利率，用一年期實際存款利率來衡量。商品住宅空置率vrate的計算采用目前較流行的方法：報告期末商品住宅空置面積除以近三年商品住宅竣工面積，這種計算方法的最大優(yōu)點是數據獲取比較容易。

對如上各變量進行LLC和IPS面板數據單位根檢驗表明各變量均為一階差分平穩(wěn)序列。我們首先對2003-2010年全國及30個省市的248個面板數據進行面板數據格蘭杰因果關系檢驗來判斷商品住宅空置率一階差分?（vrate）和實際房價一階差分?（lnrealp）之間的引領關系。結果顯示，在滯后2、3、4階的情況下，空置率的變化率是實際房價變化率的格蘭杰因；在滯后3階的情況下，實際房價變化率是空置率變化率的格蘭杰因。因此，我們大體認為，在2003-2010年間全國省際面板數據支持空置率變化引領實際房價的變化。同樣，針對6大城市的格蘭杰因果關系檢驗表明，在北京，空置率是引起實際房價變化率變化的單方向格蘭杰因；對上海而言，空置率和實際房價互為格蘭杰因；對深圳而言，實際房價變化率是空置率變化率的單方向格蘭杰因；天津、重慶和廣州三個城市的格蘭杰因果檢驗雙向不顯著。由于單個城市的時間序列數據過少，格蘭杰因果關系檢驗結果可能存在一定的問題，并非兩變量之間不存在因果關系，因此我們視全國省際的總體面板數據格蘭杰因果關系結果更可靠。

本文因此將房價作為被解釋變量，空置率作為解釋變量，其他對房價有影響的因素作為控制變量來構建線性房價決定模型。除人口、空置率外，各變量均去除通脹影響以實際變量形式進入模型；同時為了消除可能存在的異方差，除空置率和實際利率外，各變量均以自然對數形式進入模型。解釋變量間的多重共線性檢驗顯示無共線性。

三、 空置率和房價關系的實證分析

（一）相關關系檢驗

空置率和實際房價負相關的省份有23個，占個體總數（31個）的半數以上。正相關的省份有8個，大部分正相關關系較弱，其中山西、上海存在強正相關關系（0.5＜相關系數＜1），浙江、江西、湖北、湖南、四川、青海6個省份存在弱正相關關系（0＜相關系數＜0.5）。6大城市中除了上海，其他5個城市在各自的考察年份內，空置率和實際房價之間存在負相關關系。因此我們大體認為，我國空置率和實際房價之間存在負相關關系，雙高悖論不存在。

（二）模型回歸分析結果

考慮到本文模型中各省市之間存在個體差異，因而選擇變截距模型，進一步的Hausman 檢驗和F檢驗支持采用固定效應變截距面板回歸模型?；谌珖?0個省市面板數據的模型估計結果見表1，各變量的定義參見上文第二部分：

各變量系數以及模型整體F統(tǒng)計量均在1%的水平上顯著，R2=0.9顯示模型中各變量能夠很好地解釋房價的變化?？罩寐蕦Ψ績r有顯著的負向影響，空置率上漲1%，會使實際房價下降0.5%，相當于100萬的房價降為99.5萬，因此，就全國和各省份總體而言，雙高悖論并不存在。

除空置率外，居民實際收入和人口規(guī)模是影響房價上漲的兩個主要因素，實際收入和總人口上漲1%，分別會帶動實際房價上漲0.86%和0.61%。實際建筑成本對房價的影響顯示實際建筑成本上漲1%，會使實際房價上漲0.28%。利率對房價有顯著的正向影響，顯示房屋供給的利率彈性大于房屋需求的利率彈性，中國房地產總的來說還是一個賣方市場。

考慮到6個城市的空置率、房價及相關控制變量的年度時間序列樣本數量較少，很難進行有效的時間序列回歸，因而除了上文的相關分析之外，本文不對6城市再分別進行空置率和房價關系的回歸分析。

四、我國商品住宅自然空置率測算

基于Rosen 和 Smith（1983) 和余華（2007），本文提出自然空置率的估計模型：Pt=α V+β It+γ Lt+C，其中Pt為當前商品住宅價格變化率，C = -α Vn，Vn代表自然空置率，V代表實際空置率，It代表通貨膨脹率，Lt代表土地價格變化率, α、β、γ和C為系數。通過參數估計求得α和C的估計值，進一步求出自然空置率Vn?？紤]到不同地區(qū)的市場供求調節(jié)機制可能存在差異，在回歸時實際空置率V可選用不同的滯后項Vt-1或Vt。對北京、天津、上海、重慶、廣州、深圳6大城市及全國所有省份進行自然空置率回歸測算，北京、重慶、深圳、安徽和福建5個省市的回歸結果基本通過檢驗（α和C均顯著）。因此本文以這5個省市為例，將歷年實際空置率和模型測算出的自然空置率水平分別進行比較，見表2。

空置率高低不能以絕對值來衡量，而應該以自然空置率水平作為標桿來進行相對比較，只有當實際空置率超過自然空置率的水平時，才能認為房地產市場中存在供大于求的情況。自2003年之后，5個省市的實際空置率水平都在自然空置率水平之下，因此，以各地區(qū)自然空置率水平作為標桿，5省市目前并不存在實際空置率過高的局面。同時，我們也看到各個地區(qū)的空置率水平均存在一定的區(qū)域性差異?；谶@5個省市具有一定的代表性，本文嘗試提出我國的空置率合理區(qū)間為5%～20%。藺濤和戚少成（1999），賈海（2004）分別從定性分析的角度提出我國空置率合理區(qū)間為5%～14%以及15%～30%，本文的測算結果與前者判斷更為接近，不過高于國際通行的3%～10%。和國外通行標準存在較大差異的原因在于我國空置率概念和計算方法與國外存在較大差別，因此可比性不大。

五、結論

我國絕大部分省市的商品住宅市場均不存在高空置率和高房價并存的雙高悖論現象，空置率變化引領實際房價朝反方向變化。這一結論符合一般經濟學原理，空置率過高，代表房地產市場上供過于求，會給房價帶來下行壓力。同時，這一結論有助于對房地產市場調控提出更有方向性的政策建議，有助于引導房地產開發(fā)投資進度，促使房價合理回歸。

表2 北京、重慶、深圳、安徽、福建的自然空置率和實際空置率（%）

基于有一定代表性的5省市的自然空置率測算結果，本文提出我國空置率的合理范圍為5%-20%。如果某個地區(qū)的空置率水平高于20%，則表明該地區(qū)商品房供求市場不平衡現象比較嚴重，市場供過于求，房地產開發(fā)商應該及時調整銷售策略促進銷售，減少房地產相關的固定資產投資和建設。

[1]鄧長榮,馬永開. 住宅價格漲跌幅、波動非對稱性與空置量關系的實證研究[J].管理評論,2011(2).

[2]董藩.關于空置面積和空置率問題的探討[J].中南民族大學學報,2007:27(4).

[3]賈海.我國商品房空置率計算方法及合理區(qū)間研究[J].數據分析,2004(3).

[4]藍蓬,張洪.我國商品住宅空置與房價的相互關系實證研究[J].產業(yè)經濟,2008(6).

[5]李書田,李曉峰.破解商品房空置率與房價“雙高”之謎[J].價格與市場,2004(9).

[6]林毅夫.空置面積很大的情況下房價為何還上漲[J].經濟研究信息,2006(9).

[7]藺濤,戚少成.對我國適度商品房空置率的判斷與分析[J].統(tǒng)計研究,1999(3).

[8]劉敏,張燕麗,高宏.山東房價與商品房空置率、居民收入關系研究[J].東岳論叢,2006(3).

[9]清風.空置率與房價的悖論[J].房地產市場,2006(4).

[10]沈悅,劉洪玉.住宅價格與經濟基本面: 1995-2002年中國14城市的實證研究[J].經濟研究,2004(6).

[11]唐勇.中國房地產市場高房價與高空置并存的悖論現象及其原因分析[D].同濟大學碩士學位論文, 2006.

[12]姚煒.探視高房價高空置率現象[J].中國房地產金融,2006(7).

[13]姚爭,孫華平,馮長春.中國城市住房價格變化的影響因素分析—基于31個城市面板數據的實證研究[J].房地經濟,2011(7).

[14]易憲容.高房價誘發(fā)高空置率[J].房地產世界,2005(12).

[15]余華.我國商品住宅空置問題研究[D].中國人民銀行金融研究所碩士學位論文,2007.

[16]諸智武.商品房空置和價格關系的實證研究—以深圳市為例[D].暨南大學碩士論文,2008.

[17]Bramkley, Glen and Chris Leishman. Planning and Housing Supply in Two-speed Britain: Modeling Local Market Outcomes, Urban Studies, 2005, 42: 2213-2244.

[18]Hoekstra, Joris and Cyrus Vakili-Zad. High Vacancy Rates and Rising House Prices: The Spanish Paradox, Tijdschrift voor Economische en Sociale Geografie, 2011, 102: 55-71.

[19]Liu, Hongyu and Yue Shen. Housing Prices and General Economic Conditions: An Analysis of Chinese New Dwelling Market, Tsinghua Science and Technology, 2005, 10: 334-343.

[20]Rosen, Kenneth and Lawrence Smith. The Price-Adjustment Process for Rental Housing and the Natural Vacancy Rate, The American Economic Review, 1983, 73: 779-786.

[21]Struyk, Raymond. Understanding High Housing Vacancy Rates in a Developing Country: Jordan, The Journal of Developing Areas, 1988, 22: 373-380.

[22]Tse, Raymond and Bryan MacGregor. Housing Vacancy and Rental Adjustment: Evidence from Hong Kong, Urban Studies, 1999, 36: 1769-1782.

[23]Vakili-Zad, Cyrus and Joris Hoekstra. High Dwelling Vacancy Rate and High Prices of Housing in Malta, a Mediterranean phenomenon, Journal of Housing and the Built Environment, 2011, 26: 441-455.

[24]Wheaton, William. Vacancy, Search, and Prices in a Housing Market Matching Model, The Journal of Political Economy, 1990, 98: 1270-1292.

[25]Wood, Gavin, Judith Yates and Margaret Reynolds. Vacancy Rates and Low-rent Housing: a Panel Data Analysis. Journal of Housing and the Built Environment, 2006, 21: 441-458.