一段時(shí)間以來,房地產(chǎn)價(jià)格上漲引起了社會(huì)的廣泛關(guān)注。有人提出,2003年以來,房地產(chǎn)價(jià)格的上漲主要是由真實(shí)的市場(chǎng)需求導(dǎo)致的,市場(chǎng)真實(shí)需求快速擴(kuò)大的依據(jù)是住房的銷售面積大于竣工面積,住房的空置率下降。因此,目前的房地產(chǎn)市場(chǎng)的正常的,沒有泡沫。

    我認(rèn)為這種觀點(diǎn)是錯(cuò)誤的。

    不能用一般市場(chǎng)均衡的理論去解釋房地產(chǎn)市場(chǎng)的供求關(guān)系

    我們到上海、深圳和北京實(shí)地調(diào)研后發(fā)現(xiàn),在供給和需求兩旺的背后,隱含著相當(dāng)大的"危機(jī)",之所以說是危機(jī),是因?yàn)楫?dāng)前的上海住房?jī)r(jià)格已經(jīng)遠(yuǎn)遠(yuǎn)超出了絕大多數(shù)普通市民的收入承受能力。

    這似乎出現(xiàn)了前后的矛盾:一方面是住房的市場(chǎng)需求大于供給,而另外一方面是普通市民收入水平又無法承受如此高的房?jī)r(jià)。問題就出在"需求"上。住房的"需求"就包含了兩個(gè)不同的內(nèi)容,一個(gè)是消費(fèi),一個(gè)是投資。

    正因?yàn)樽》恳约捌渌�房地產(chǎn)品種具有投資品的特性,所以不能用一般均衡的分析方法來分析房地產(chǎn)市場(chǎng)。房地產(chǎn)市場(chǎng)的供給比較復(fù)雜,當(dāng)市場(chǎng)價(jià)格上漲時(shí),投資利潤(rùn)率增加,刺激開發(fā)商增加房地產(chǎn)開發(fā)投資,房地產(chǎn)供給增加；而市場(chǎng)價(jià)格下跌,以前的投資"需求"會(huì)成為"供給"。

    房地產(chǎn)市場(chǎng)也具有投資品市場(chǎng)的特征。從國(guó)外房地產(chǎn)市場(chǎng)的價(jià)格波動(dòng)規(guī)律看,房地產(chǎn)市場(chǎng)呈現(xiàn)周期波動(dòng)的特征。可以將一個(gè)周期分為蕭條、復(fù)蘇、繁榮和衰退四個(gè)階段,第二和第三階段的空置率都是下降的,只有第一和第四個(gè)階段的房地產(chǎn)空置率是上升的。最值得警惕的是第三個(gè)階段,這是房地產(chǎn)泡沫形成的階段,市場(chǎng)景氣度很高,人們對(duì)前景充滿著盲目的樂觀。但此時(shí)的市場(chǎng)形勢(shì)隨時(shí)會(huì)出現(xiàn)逆轉(zhuǎn),非常容易遭受損失。如果只用一般的均衡分析方法來分析房地產(chǎn)市場(chǎng),簡(jiǎn)單地比較一下供給和需求,認(rèn)為只要市場(chǎng)需求大于供給就認(rèn)為市場(chǎng)是健康的結(jié)論是非常錯(cuò)誤的。

    房地產(chǎn)市場(chǎng)泡沫的判斷標(biāo)準(zhǔn)和方法

    房地產(chǎn)泡沫是指房地產(chǎn)的價(jià)格對(duì)經(jīng)濟(jì)基礎(chǔ)條件的嚴(yán)重背離。判斷市場(chǎng)是否有泡沫,有以下兩種方法:

    一是分析市場(chǎng)中投資性購房的比例,因?yàn)?在一個(gè)時(shí)點(diǎn)上,住房的投資性"需求"會(huì)成為未來某個(gè)時(shí)點(diǎn)住房的"供給"。因此,一個(gè)城市的房地產(chǎn)市場(chǎng)中,投資性需求的比例不能超過一定的界限,否則會(huì)危及房地產(chǎn)市場(chǎng)的健康和穩(wěn)定。

    第二種方法是分析房?jī)r(jià)和收入的比。從世界發(fā)達(dá)國(guó)家走過的歷史看,平均房?jī)r(jià)與平均家庭收入的比在5左右比較合理,超過該比例,有效需求會(huì)下降,房地產(chǎn)市場(chǎng)難以持續(xù)繁榮。

    我們用上述兩種方法來分析上海的房地產(chǎn)市場(chǎng)是否正常:

    1、上海市的投資性購房比例相當(dāng)大。據(jù)上海房管部門調(diào)查統(tǒng)計(jì),2003年底上海投資購房占16.6%,這個(gè)比例是相當(dāng)高的,已經(jīng)超出了國(guó)際警戒線60%。

    2、房?jī)r(jià)收入比超過14。目前的上海平均房?jī)r(jià)已經(jīng)超過8000元/平方米,即使按每居戶80平方米計(jì)算,房?jī)r(jià)收入比已經(jīng)超過14倍。而從目前上海人的實(shí)際收入看,房?jī)r(jià)收入比應(yīng)大大小于10:1。

    我們可以清楚地看出,對(duì)于上海市的房地產(chǎn)市場(chǎng)來說,已經(jīng)形成了一個(gè)二元結(jié)構(gòu):一邊是普通的市民,他們的收入水平低,已經(jīng)失去購買住房的能力；另外一邊是上海的高收入群體,對(duì)于這些高收入群體來說,沒有購房的人已經(jīng)很少,這些群體只是具有投資購房的需求。這樣的二元結(jié)構(gòu)市場(chǎng)是極度危險(xiǎn)的,也許不久的將來,房地產(chǎn)市場(chǎng)就要重蹈汽車市場(chǎng)的覆轍。

    消費(fèi)陷阱:居民收入和儲(chǔ)蓄的增長(zhǎng)跟不上住宅銷售的增長(zhǎng)

    考察房地產(chǎn)行業(yè)的發(fā)展,應(yīng)該和居民的可支配收入聯(lián)系起來,比較兩者之間的增長(zhǎng)速度是否匹配,如果增長(zhǎng)速度不匹配,則可能使房地產(chǎn)增長(zhǎng)不能持續(xù),或居民用于房地產(chǎn)的支出擠占其他消費(fèi)支出。

    附表顯示,2003年,城鎮(zhèn)居民可支配收入總數(shù)為42360億元,住宅銷售額占總收入的比重為16.7%。假設(shè)城市居民的可支配收入以10%的速度增長(zhǎng),住宅銷售以30%的速度增長(zhǎng),則到2006年,住宅銷售總額占城市居民可支配收入的比重將達(dá)到27.6%,該比重比目前高近一倍。住房將成為整個(gè)社會(huì)的"消費(fèi)陷阱"。

    住房開支的比重越來越高,必然擠占其他消費(fèi)的支出增長(zhǎng)。我們發(fā)現(xiàn),與房地產(chǎn)投資增長(zhǎng)形成鮮明對(duì)比的是,全社會(huì)消費(fèi)增長(zhǎng)偏冷,對(duì)國(guó)內(nèi)生產(chǎn)總值增長(zhǎng)的貢獻(xiàn)下降。從1997年開始,全社會(huì)消費(fèi)品零售總額增長(zhǎng)從前4年年均20%以上的增幅突然跌到10.2%,此后一直在10%以下徘徊,2003年即使消費(fèi)品市場(chǎng)有所回暖,社會(huì)消費(fèi)品零售總額增長(zhǎng)也只有9.1%。據(jù)商務(wù)部最新的社會(huì)商品供求調(diào)查顯示,600種主要商品中上半年供過于求商品的比例仍達(dá)到77%,比2003年下半年僅降低1.5個(gè)百分點(diǎn)。由此我們可以解釋,為什么本輪經(jīng)濟(jì)過熱主要表現(xiàn)在上游領(lǐng)域,因?yàn)樯嫌谓?jīng)濟(jì)領(lǐng)域主要包括鋼鐵、建材、冶金、化工、電力等,這些都是和房地產(chǎn)行業(yè)緊密相連的產(chǎn)業(yè)。這些產(chǎn)業(yè)由于房地產(chǎn)投資的帶動(dòng)而出現(xiàn)高速增長(zhǎng)。而一般消費(fèi)品則受到住房消費(fèi)的擠出效應(yīng)的作用。從2001年至2003年,大宗生產(chǎn)資料的價(jià)格上漲幅度已經(jīng)達(dá)到上一輪經(jīng)濟(jì)周期的最高點(diǎn),但一般消費(fèi)品的價(jià)格卻依然在低位徘徊。

    房地產(chǎn)是個(gè)特殊的市場(chǎng),我們不能用一般的市場(chǎng)均衡理論去解釋和分析該市場(chǎng)的問題和現(xiàn)象。面對(duì)現(xiàn)階段泡沫,政府應(yīng)該采取更有效的手段去加以調(diào)控。

    2000年-2003年居民實(shí)際可支配收入、儲(chǔ)蓄和住宅銷售情況

   年份 城鎮(zhèn)居民人均可支配收入      城鄉(xiāng)居民儲(chǔ)蓄            住宅銷售額
        總額(元)   同比增長(zhǎng) 增加額(億元) 余額同比增長(zhǎng) 總額(億元) 同比增長(zhǎng)
   2000 6280.0       6.4%     4976.7         8.3%       2840.3   51.9%
   2001 6859.0       8.5%     9457.6        14.7%       4021.6   41.6%
   2002 7702.0      13.4%    11150.5        17.9%       4710.0   23.1%
   2003 8472.0       9.0%    14000.0        19.2%       7092.8   35.8%