2015年中国房地产高库存、产能过剩问题深度解析

2015年中国房地产高库存、产能过剩问题深度解析【图】一、房地产市场的失衡是中国经济结构的主要痛点

在2016年“去产能、去库存、去杠杆、降成本、补短板”五大结构调整和改革任务中，房地产去库存化处于一揽子解决结构问题的关节点上。这是因为，对于一个房地产因素作用过大的经济体系来说，中国现阶段经济问题的痛点主要在于房地产，房地产市场的非健康发展态势，是这些痛点问题的集中性的主要来源。主要体现在：

其一，房地产泡沫是中国金融风险的主要来源。在中国商业银行的贷款结构中，对房地产业的直接间接贷款占据了重要的甚至是主要的地位。如果不断推高的房地产价格泡沫发生猛烈的破裂，最终损失的还是银行的资产。例如，目前地方政府通过各种渠道向商业银行融资，抵押的主要是土地等实物资产的产权价值，因此推高土地价值取得更多的融资，就成为地方政府正常的理性行为。这一抵押贷款型的商业模式对政府项目来说，其最大的缺陷在于，一旦房地产泡沫破裂，作为抵押物的土地等实物资产的价值就会大幅度下降，银行资金就会出现支付链的断裂，就可能会直接引发金融危机。我判断，如果中国不幸发生系统性、大面积危机，一定会是从房地产泡沫突然被刺破开始，以房价大幅度下跌和相应的地价下跌开始；一定是由地方政府的各类投资平台的“债务地雷”所引爆；一定表现为商业银行的支付危机和债务链断裂！

其二，中国经济中普遍存在的产能过剩问题，与房地产库存过高后导致的投资增速下降过快、需求不足有直接的关系。国家统计局数据表明，今年1-10月，

全国房地产开发投资78801亿元，同比名义增长2.0%，创历史新低。而在2013年，全国房地产开发投资基本保持在20%左右的速度，2014年房地产投资达到10万亿元。由于中国房地产投资增长对GDP增长的贡献率一直维持在50%左右，因此房地产开发投资增速的大幅回落，是影响GDP增长和产业需求的主要因素，从而导致许多与房地产相关的部门严重过剩，如中国的钢铁、水泥、电解铝、平板玻璃等直接与房地产投资相关的产业部门的产能利用率都只有70%左右，大大低于国际平均水平。

2015年1-10月份房地产开发投资表

数据来源：国研网，中国产业信息网整理2015年1-10月份房地产开发投资图

数据来源：中国产业信息网整理2013-2015年中国房地产开发投资现状分析图

数据来源：国研网，中国产业信息网整理

其三，房地产库存过大问题的核心，在于过去的十多年中，房地产市场的利益失衡。地方政府、开发企业、投资投机的需求，共同拉动了房地产的快速开发和价格膨胀，由此导致中国房地产开发规模的急剧增加。如土地财政格局和追求GDP快速增长的利益诱惑，促使地方政府无止境地拍卖土地，激励开发企业在全国几乎所有的三四线城市也进行大规模的房地产开发；不断上涨的房地产价格既强化了这种无序开发行为，也诱使全社会的各种投资投机需求疯狂的追逐。

其四，降低实体企业的成本必须首先降低和稳定房地产价格。房地产作为劳动者必要的生存和生活品，其价格是劳动力再生产成本的一个重要组成部分，其价格水平高低，不仅直接决定劳动力价格水平的高低，而且通过产业关联效应，会极大地引发经济体系中价格的普涨潮。现在由于房地产价格在全国各地的普遍

暴涨，已经引发了劳动力价格的持续猛烈上涨。如随着房价的上涨，沿海地区劳动力的价格每年上升30%以上。不仅一些劳动密集型的制造业早已无法生存，大量地破产倒闭，而且很多城市的消费性服务业也因营业场所租金价格高昂、用工成本高昂，或者无法生存，或者进一步推动本行业或其他行业劳动力成本的螺旋式上升。

因此，现阶段解决中国经济痛点问题的关键，首先在于解决房地产市场的失衡问题，这是解决明年五大经济痛点的主导环节。因此怎样化解房地产高库存，就成为经济政策需要发力的首要的和中心的问题。

本文相关报告：中国产业信息网发布《2015-2020年中国房地产估价市场形式分析及投资策略建议报告》

二、对去房地产库存六条政策措施的分析

这次中央经济工作会议非常具体地提出了六条化解房地产高库存的措施，为方便论述起见，我把它们简要地列示如下：

一是靠农民工市民化。即通过提高户籍人口城镇化率和深化住房制度改革，让农民工在市民化的过程中扩大对房地产的有效需求，让其成为消化库存、稳定房地产市场的主要力量。

二靠在本地就业的非户籍人口落户买房或租房。即要落实户籍制度改革方案，让转移的农民工等非户籍人口形成在就业地买房或长期租房的预期和需求。

三靠建设公租房制度。即以满足新市民住房需求为出发点，把公租房适用对象扩大到非户籍人口，建立购租并举的住房制度。

四靠发展住房租赁市场。鼓励自然人和各类机构投资者购买库存商品房，成为租赁市场的房源提供者，鼓励发展以住房租赁为主营业务的专业化企业。

五靠降房价。鼓励房地产开发企业顺应市场规律，适当降低商品住房价格。

六靠取消限购。取消各种过时的、对房地产交易进行限制的措施。

综观这六条政策的取向，总的感觉有三：

一是最高决策层对房地产问题高度关注，这是过去没有过的。既说明房地产确实是国民经济的支柱产业之一，是现阶段稳增长的主要力量，也说明房地产库存问题越来越严重，已经影响经济的持续健康发展，到了非解决不可的程度。

二是这些政策虽然已经非常系统，也很具体和微观化，但是其中大多数都可能是中长期才能有效执行和发挥作用的政策，短期内因种种条件的限制，还需要其他政策措施的配合，需要进一步具体化和因地制宜、因时制宜地实施。

三是这些政策的创新突破力度较大，最关键的环节表现在扬弃了过去政府对房地产市场干预过多过频的做法，努力让市场机制在化解房地产高库存的过程中起决定性作用。

具体来看，上述列示的第一和第二条政策，都是寄希望于农民工即新市民成为消化住房库存的主要群体。应该说，这一政策定位的对象是精准的。但对农民工来说，要想成为城镇化中的新市民，核心问题还有三：一是农民工在高房价的环境下会遇到实际有效需求即购买力不足的困境，毕竟需要并不等于需求；二是农民工的购房地往往不会是就业地，这种错位是因为农民工往往在中小城市购房，但这些地方并没有足够的就业机会；三是农民工购房所在地的城市公共服务一般都比较薄弱或者短缺，因而年轻一代的农民工们都更偏爱文化、教育以及其他基础设施较为完善的大城市。中国的三四线城市的户籍现在完全放开不会有任何大问题，但是这些城市对新生代的吸引力并不够。正是目前这种购房与就业、户籍、公共服务等之间的严重撕裂，成为新生代农民工们在市民化进程中购房的痛点。

上述列示的第三条第四条政策，涉及到租赁市场的建设问题。目前，一二线城市虽然已经形成了租赁市场，但由于租赁回报太低（一般只有2%左右），难以满足投资者正常利润率的要求，因此这个市场并不成熟，不可能吸引住房投资者大规模地开拓租赁市场。至于在三四线城市，因为就业机会缺乏，对租赁需求规模小，更不可能吸引投资者投资商品房租赁市场。另外还要说明的是，目前一二线城市用非住宅物业（即工业、商业用房等）做租赁的比较多，因为商业机会相对较多，有比较高的投资回报。但是这和“去住宅库存”问题关系不大。

中国房地产在库存很严重的条件下，其价格仍然保持在高位。这个问题的原因比较复杂，我把它放在本文第四部分专门进行分析。

最后一条政策针对的是对房地产交易的限购措施。现在一线城市的限购政策可能不仅不能取消，还要改进控制方式适当加强。如北上广深的限购如果马上取消，不仅房价将会继续攀升和疯涨，而且对全国的去库存会产生消极作用。至于如南京、杭州等二线城市的限购政策，它们大部分事实上已经取消。显然，这条政策对三四线城市楼市去库存的作用效果十分有限。

因此这次中央经济工作会议发布的房地产去库存的六条政策，其作用特征基本上属于中长期型。在短期内，去库存还需要其他更微观和细致的政策配合，如降首付、降低交易费用、提高公积金贷款比例、首套购房补贴（如利息抵个税等），给地方一些因地因时制宜的政策选择权，中央的去库存政策的实施才有可能达到更好的效果。

三、关于房地产库存问题的三个重要判断

对于目前化解房地产库存问题，还需要提出下列三个具体的判断，并进一步深入分析其答案，才能够精准发力、重点施策：

第一，中国房地产库存到底有多严重？国家统计局的数据是到2015年11月末，全国商品房待售面积6.9637亿平方米。如果假设待售商品房面积全部是住宅待售面积（实际上住宅待售面积仅占一半以上），按照城镇户籍人口人均36平方米的住房面积来计算，那么可供大约1930万多人居住。根据最新数字，全国目前外出的农民工2.74亿人，其中欲定居城市的80、90后就达到1.68亿人，理论上只要这些年轻的农民工中有1/8左右的人能够在城市安居，那么消化掉接近7亿平方米的地产库存，因此这种库存水平根本就不是什么大问题。而且，在

2015年1-10月份，商品房销售面积达到94898万平方米,根据这种销售速度估算，目前待售的商品房库存，只需要7.3个月就能去掉。

2015年1-10月份商品房销售面积表

数据来源：国研网，中国产业信息网整理

2015年1-10月份商品房销售面积图

数据来源：中国产业信息网整理2015年1-10月份商品房销售额表

数据来源：国研网，中国产业信息网整理2015年1-10月份商品房销售额图

数据来源：中国产业信息网整理2013-2015年商品房销售现状分析图

数据来源：国研网，中国产业信息网整理

由此看来，全国房地产库存的问题好像并不严重。如果按照这种数据，好像中央没有必要在经济工作会议上把去库存作为2016年必须完成的五大重要任务。其实，关于房地产库存量身数据，说清楚的人好像不多。中国社科院的估计数字是认为，2015年底商品房库存量为40亿平方米左右。北京师范大学钟伟教授估计，中国房地产库存数字根本不是接近7亿平方米，而更可能在85亿-90亿平方米。按过去3年的平均销售速度，据说要7年才能卖光。这一估计可能是夸大了。因为，2014年全国竣工所有住宅28.63亿平方米，2015年估计不会超过30亿平方米，即使需求降到零，两年内一套也卖不出去，也就最多库存60亿平方米。因此这个数据即使是真的，也一定是把统计库存的口径放大了，即他们估计的房地产库存数据中，不仅包括已经竣工未销售掉的面积，而且包括前些

年投资已经铺开、但开工后尚未竣工验收的库存面积，以及集体所有制土地上建成的“小产权房”，同时把各种非住宅房屋也统计进来，如厂房、商业楼宇、教育用房等公建房。

第二，用利息抵扣个税政策去库存，是不是好办法？我觉得它不仅难以达到政策目标，还容易导致社会公正程度的失衡。因为，中国个税征收较多的主体主要居住在特大和大城市，如果出台这种政策，当然会激励个税缴纳多者早买房、买单价高的房，因此首先利好的是一二线城市。但是我们应该看到，目前中国一二线城市房价已经接近于疯狂，还有必要刺激其进一步上涨吗？另一方面，由于在那些急需要去库存的三四线城市中，大部分居民的实际收入并不高，其个税缴存也并不多，因此用利息抵扣个税的政策去库存，意义并不是很大。另外我们也应该客观地看到，利息抵扣个税政策去库存，其实受益最大的是高收入者，是让其变相少缴税，是变相用中低等收入者的缴税去补贴城市中的高收入者。这有违于全面小康建设时期中国必须贯彻的社会公平公正原则。

第三，房地产高库存的分布结构如何？一二线城市目前不仅没有什么库存，而且明显还在猛烈地抢购。如目前上海、北京和深圳等城市的房地产市场面临的不是去库存压力，而是急需通过补库存、增加供给来缓解房价过快上涨的压力。这些城市有相当部分的热点楼盘，甚至几个月就暴涨了一半以上。因此，中国当前楼市库存的绝大部分，应该主要分布在投资下滑严重的广大的三四线城市，乃至县级城市，它们才是真正需要化解库存的重点地区。从理论上看，如果能够让农民工就地选择就业、就地城镇化，那么就可以化解三四线城市甚至县城严重过剩的房地产库存。不过，这只是理想化的方案。由于农民工们的就业地与居住地

的错配，以及中小城市在公共服务上与大城市的悬殊差距，中国大量的人口正从农村和中小城市流出。这些城市的人口净流出，使广大三四线城市的住宅需求相对不足、库存积压严重。

四、为什么在高库存态势下房地产价格仍然难以下降？

对中国房地产运行中，一个最让人无法想通的问题是：既然房地产库存问题那么严重，为什么其价格始终降不下来，而且越调控涨价越厉害？经济学中的供求定律，为什么一到地产市场就失灵了呢？撇开一二线的特大和大城市不论（它们是供不应求而涨价），那些库存已经十分严重的三四线城市，为什么不及早采取降价促销的办法、而要让库存量不断增加，直至一发不可收拾呢？

基层官员并不笨。企业家可能比政府官员更擅长做生意。来自一线的后者，应该比政府官员更能深刻地体会到市场的作用和降价促销的道理。那么为什么地方政府不督促企业家早点降价去化解库存呢？为什么企业家宁可滞销也死不肯降价呢？这里除了有众所周知的房地产企业拿地的价格太高、企业降价空间不大的客观原因外，还有受土地财政动因的驱使，使地方政府不愿意降低房价的原因，因为降低房价就表明当地土地价格的下行，就有可能刹不住车。我撇开这些显然的原因，重点从产业经济学的角度分析一下其中更加具体的原因。

房地产具有耐用消费品功能和投资品功能。在一个跨期购买决策的消费者模型之中，如果消费者可以在T期预期到房地产商会在T+1期降价，那么就没有人会在T期购买，而是选择等待。也就是说，如果消费者在知道房地产商在下期会以100单位的价格出售同样质量的房子，那么就没有人会愿意在上期按150

单位的价格购买这一栋房子。如果消费者在T期不幸买了价格下跌的房子，那么他就会千方百计地要求退货退款（虽然这样做有违交易信用）；如果预期房子的价格会在T+1期继续下跌，而且预期下跌后的房价可能不值后续分期交付的金钱，消费者就可能宁可选择放弃继续交款购买房子。更一般地，在一个不断降价的房地产市场中，消费者可能选择等待而不是出手接盘。这样，在不断被预期降价的房地产市场中，不仅不可能实现减库存的任务，而且会使库存量继续增加，甚至连正常的市场销售都会被打乱。

因为如此，房地产商的最佳营销策略是形成房价不断上涨的预期，这样才有可能在涨价的恐慌下迅速卖光房子。这就是房地产商不愿意在房价下跌的市场氛围中经营、不愿降价卖房的微观原因，也是地方政府千方百计力挺房价不下跌的经济学道理所在。

买涨不买跌是人类经济行为的常态。为了在降价中化解库存，打破这一行为常态的最有效办法，是在降价促销前设定降价的界线和水平，并承诺达到这一水平后不再降价，如果有继续下跌，则由降价方或地方政府全额补贴消费者的购房损失。只有如此，才能在动态降价促销中打破消费者的进一步降价预期。

中国房地产库存量最大城市排行榜

数据来源：中国产业信息网整理