房地產(chǎn)波動(dòng)的宏觀經(jīng)濟(jì)效應(yīng)研究
——基于動(dòng)態(tài)可計(jì)算一般均衡模型的考察

原鵬飛

在市場(chǎng)經(jīng)濟(jì)條件下，住房資產(chǎn)所具有的產(chǎn)業(yè)鏈長(zhǎng)、供給缺乏彈性、價(jià)值量大、耐用性、不可移動(dòng)等諸多特殊屬性，使得房地產(chǎn)業(yè)有著諸多與一般行業(yè)不同的顯著特征，房地產(chǎn)波動(dòng)對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的影響也更加廣泛和深遠(yuǎn)。2020年以來(lái)，受市場(chǎng)發(fā)展階段轉(zhuǎn)變、新冠肺炎疫情等多重因素的影響，我國(guó)房地產(chǎn)市場(chǎng)波動(dòng)明顯加劇，房地產(chǎn)開發(fā)投資增速急轉(zhuǎn)向下并出現(xiàn)負(fù)增長(zhǎng)，新建商品房和二手房?jī)r(jià)格回落，這是我國(guó)上世紀(jì)末城鎮(zhèn)住房商品化改革以來(lái)從未經(jīng)歷的。在這種情況下，房地產(chǎn)走勢(shì)變化會(huì)對(duì)我國(guó)宏觀經(jīng)濟(jì)帶來(lái)什么樣的影響，是本文重點(diǎn)關(guān)注的問題。

一、房地產(chǎn)負(fù)面溢出效應(yīng)及其與正面帶動(dòng)作用的相互關(guān)系

受當(dāng)代社會(huì)經(jīng)濟(jì)聯(lián)系普遍加強(qiáng)、金融深化和金融創(chuàng)新等因素的影響，房地產(chǎn)與經(jīng)濟(jì)、社會(huì)之間的聯(lián)系變得更加復(fù)雜，并成為房地產(chǎn)危機(jī)發(fā)生的重要誘因，然而社會(huì)各界對(duì)房地產(chǎn)運(yùn)行規(guī)律認(rèn)識(shí)存在不足，甚至存在較大的偏差：房地產(chǎn)發(fā)展的正面帶動(dòng)作用研究闡述十分充分，而對(duì)于其可能帶來(lái)的各種負(fù)面溢出效應(yīng)的研究明顯不足。

在房地產(chǎn)周期不同階段，房地產(chǎn)的負(fù)面溢出效應(yīng)與正面帶動(dòng)作用以及兩類效應(yīng)之間的相互關(guān)系表現(xiàn)各不相同（圖1）。圖中曲線S1表示房地產(chǎn)周期波動(dòng)，S2表示GDP周期波動(dòng)，每條曲線的左邊代表復(fù)蘇和繁榮階段，右邊代表衰退和蕭條階段，曲線S1的波峰在S2左邊表示房地產(chǎn)周期一般領(lǐng)先于經(jīng)濟(jì)周期。從一個(gè)完整的周期過(guò)程看，房地產(chǎn)對(duì)經(jīng)濟(jì)社會(huì)發(fā)展的正面帶動(dòng)作用僅出現(xiàn)在其周期曲線左邊，如實(shí)線梯形框中的內(nèi)容所示，而其負(fù)面溢出效應(yīng)則可能充斥于整個(gè)周期，包括曲線左邊的虛線梯形框和右邊的實(shí)線梯形框，其中曲線右邊的負(fù)面效應(yīng)表現(xiàn)為房地產(chǎn)下行的拖累效應(yīng)。圖中用虛線框表示房地產(chǎn)周期曲線左邊的負(fù)面溢出效應(yīng)有兩層含義：一是表示其容易被掩蓋和忽略的特征；二是若管理適當(dāng)，這種負(fù)面溢出效應(yīng)可以大幅減少。

圖1 房地產(chǎn)周期不同階段的正面帶動(dòng)作用、負(fù)面溢出效應(yīng)及相互關(guān)系

如圖中的三個(gè)箭頭所示，負(fù)面溢出效應(yīng)與正面帶動(dòng)作用之間的相互關(guān)系如下（類似地，虛線箭頭表示可能的相互關(guān)系或影響）：

在房地產(chǎn)繁榮階段，若對(duì)房地產(chǎn)的正面帶動(dòng)作用發(fā)揮過(guò)度，則會(huì)引發(fā)負(fù)面溢出效應(yīng)的產(chǎn)生，反過(guò)來(lái)不利于正面帶動(dòng)作用的充分發(fā)揮（圖1箭頭R1）。在極端情況下，負(fù)面溢出效應(yīng)會(huì)部分甚至全部抵消正面帶動(dòng)作用。

房地產(chǎn)繁榮階段的正面帶動(dòng)作用會(huì)在衰退階段全部轉(zhuǎn)化為拖累效應(yīng)（圖1箭頭R3），繁榮階段的正面帶動(dòng)作用越強(qiáng)，衰退階段的拖累效應(yīng)也會(huì)相應(yīng)地越大。

房地產(chǎn)繁榮階段的負(fù)面溢出效應(yīng)會(huì)加重衰退期的拖累效應(yīng)（圖1箭頭R2），且負(fù)面溢出效應(yīng)越大，拖累效應(yīng)越明顯。

基于上述分析，本文將應(yīng)用目前較為流行的動(dòng)態(tài)可計(jì)算一般均衡模型（DCGE），通過(guò)建立房地產(chǎn)與宏觀經(jīng)濟(jì)、產(chǎn)業(yè)、政府、企業(yè)、家庭以及國(guó)外等部門之間的聯(lián)系，考察房?jī)r(jià)上漲和下跌兩種不同的變化對(duì)宏觀經(jīng)濟(jì)波動(dòng)的影響，由此從定量視角認(rèn)識(shí)房地產(chǎn)對(duì)宏觀經(jīng)濟(jì)正面帶動(dòng)作用和負(fù)面溢出效應(yīng)以及二者之間的相互關(guān)系，以為國(guó)家和相關(guān)部門制定宏觀調(diào)控和產(chǎn)業(yè)政策提供參考。

二、包含存量住房的中國(guó)社會(huì)核算矩陣編制

應(yīng)用DCGE模型進(jìn)行政策模擬之前，首先要編制針對(duì)特定問題的社會(huì)核算矩陣（Social Accounting Matrix，SAM）。編制SAM最為主要的數(shù)據(jù)資料來(lái)源于相關(guān)年份的投入產(chǎn)出表，由于投入產(chǎn)出數(shù)據(jù)僅包括經(jīng)濟(jì)活動(dòng)在一期（一年）內(nèi)發(fā)生的數(shù)額，因此投入產(chǎn)出表僅包含了當(dāng)年房地產(chǎn)業(yè)的投入產(chǎn)出狀況，以往年份形成的數(shù)量更大的存量住房資產(chǎn)并不包含在內(nèi)，而恰恰這一部分資產(chǎn)價(jià)格的波動(dòng)對(duì)收入和貧富差距的影響也非常重要。因此，一般的SAM顯然無(wú)法滿足需要，這就需要對(duì)SAM的賬戶設(shè)置進(jìn)行調(diào)整，并估算存量住房的相關(guān)數(shù)據(jù)。

參照已有文獻(xiàn)的做法，本文分別在SAM中“活動(dòng)”“商品”以及“要素”三類賬戶中增設(shè)一個(gè)與存量住房相關(guān)的虛擬賬戶，分別為“住房活動(dòng)”“住房商品”“住房要素”，并按存量住房?jī)r(jià)值及相關(guān)財(cái)產(chǎn)性收入等的估算結(jié)果，設(shè)定這三個(gè)賬戶之間以及各自與SAM其他賬戶之間的交易。本文編制SAM所需的數(shù)據(jù)首先來(lái)源于《2017年中國(guó)投入產(chǎn)出表》，其他相關(guān)數(shù)據(jù)來(lái)源于相關(guān)年份的《中國(guó)統(tǒng)計(jì)年鑒2018》以及國(guó)家統(tǒng)計(jì)局網(wǎng)上數(shù)據(jù)庫(kù)等。對(duì)于與存量住房相關(guān)賬戶相關(guān)的存量住房相關(guān)財(cái)產(chǎn)性收入，主要基于中國(guó)人民大學(xué)數(shù)據(jù)與調(diào)查中心（CGSS）的數(shù)據(jù)進(jìn)行估算。

三、房?jī)r(jià)波動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)的影響——模擬結(jié)果及分析

為將存量住房?jī)r(jià)格變動(dòng)的影響考慮在內(nèi)，需將存量住房資產(chǎn)納入DCGE模型的框架體系。通過(guò)在一般的DCGE模型中納入與存量住房相關(guān)活動(dòng)及其與其他國(guó)民經(jīng)濟(jì)賬戶之間關(guān)系的刻畫，本研究構(gòu)建了包含存量住房的DCGE模型。運(yùn)用這一模型，本部分將從房?jī)r(jià)變動(dòng)影響的視角出發(fā)，考察房?jī)r(jià)上漲和下跌對(duì)宏觀經(jīng)濟(jì)的影響，尤其是關(guān)注房?jī)r(jià)下跌對(duì)宏觀經(jīng)濟(jì)和各領(lǐng)域帶來(lái)的負(fù)面溢出效應(yīng)。

（一）房?jī)r(jià)變動(dòng)對(duì)經(jīng)濟(jì)增長(zhǎng)的影響

圖2展示了房?jī)r(jià)變動(dòng)的情況下，GDP增速及其相較基準(zhǔn)情景的變動(dòng)結(jié)果?？傮w而言，房?jī)r(jià)的上漲和下跌對(duì)GDP增速的影響都比較顯著：與基準(zhǔn)情景相比，房?jī)r(jià)的上漲將會(huì)帶動(dòng)經(jīng)濟(jì)增速的正向提高，房?jī)r(jià)上漲的幅度越大，GDP增速提高的幅度也相應(yīng)地越大。反之，房?jī)r(jià)的下跌將會(huì)導(dǎo)致經(jīng)濟(jì)增速減緩，且房?jī)r(jià)下滑的程度越大，GDP增速負(fù)向降低的幅度也越大。

圖2 房?jī)r(jià)變動(dòng)沖擊情景下GDP增速相對(duì)于基準(zhǔn)情景的變化對(duì)比

另一個(gè)較為明顯的規(guī)律是，隨著時(shí)間的延長(zhǎng)，房?jī)r(jià)變動(dòng)的沖擊對(duì)于經(jīng)濟(jì)增速的影響是逐年加深或擴(kuò)大的。在房?jī)r(jià)上漲5%的情景下，2018年GDP增速相較基準(zhǔn)情景提高了0.117個(gè)百分點(diǎn)，2027則增加至0.206個(gè)百分點(diǎn)。房?jī)r(jià)下降情景下的變化趨勢(shì)也類似。值得注意的是，房?jī)r(jià)下跌對(duì)GDP增速的拖累效應(yīng)要顯著大于相同幅度房?jī)r(jià)上漲對(duì)GDP增速的正面帶動(dòng)效應(yīng)，特別是隨著時(shí)間的延續(xù)和房?jī)r(jià)變動(dòng)幅度的擴(kuò)大，這一特征更加顯著。

（二）房?jī)r(jià)變動(dòng)對(duì)進(jìn)出口增速的影響及比較分析

圖3展示了各情景下總出口和總進(jìn)口增速及其相較于基準(zhǔn)情景的變動(dòng)情況。房?jī)r(jià)變動(dòng)沖擊對(duì)于總進(jìn)出口的影響趨勢(shì)與對(duì)GDP增速的影響趨勢(shì)類似。具體如下：

圖3 房?jī)r(jià)變動(dòng)沖擊情景下總出口和總進(jìn)口收入相較基準(zhǔn)情景的變動(dòng)

首先，房?jī)r(jià)的上漲能夠推動(dòng)總出口和總進(jìn)口增速的提高。例如，在房?jī)r(jià)上漲幅度為5%時(shí)，2018年總出口和總進(jìn)口的增速分別達(dá)到6.199%和6.333%，相對(duì)于基準(zhǔn)情景分別提高0.038和0.041個(gè)百分點(diǎn)，2027年總出口和總進(jìn)口的增速分別達(dá)到6.670%和6.834%，相對(duì)于各自的基準(zhǔn)情景，分別提高了0.064和0.069個(gè)百分點(diǎn)。

其次，房?jī)r(jià)的下跌將會(huì)導(dǎo)致總出口和總進(jìn)口增速的下滑。例如，在房?jī)r(jià)下跌5%時(shí)，2027年總出口收入和總進(jìn)口收入的增速為6.516%和6.668%，較基準(zhǔn)情景分別下滑0.090和0.097個(gè)百分點(diǎn)。

再次，房?jī)r(jià)的漲跌對(duì)于總出口和總進(jìn)口增速的影響幅度均呈現(xiàn)逐年擴(kuò)大的變動(dòng)趨勢(shì)。例如，在房?jī)r(jià)下跌10%的情景中，2018年總出口和總進(jìn)口相較基準(zhǔn)情景分別下降0.230和0.254個(gè)百分點(diǎn)，而到了2027年，總出口和總進(jìn)口增速的下滑程度大幅增加，將分別下滑1.018和1.117個(gè)百分點(diǎn)，降幅均超過(guò)1個(gè)百分點(diǎn)。

此外，相對(duì)于房?jī)r(jià)上漲對(duì)總進(jìn)口和總出口增速的正面帶動(dòng)效應(yīng)，相同幅度房?jī)r(jià)下跌的負(fù)面抑制或拖累效應(yīng)更大，特別是隨著時(shí)間的延續(xù)和房?jī)r(jià)變動(dòng)幅度擴(kuò)大的情況下，這一特征或趨勢(shì)更為明顯。

（三）房?jī)r(jià)變動(dòng)對(duì)部門收入增長(zhǎng)的影響及比較分析

1.房?jī)r(jià)變動(dòng)對(duì)政府和企業(yè)收入增長(zhǎng)的影響及比較分析。

表1和表2分別顯示了企業(yè)收入和政府部門收入的增速及其相較基準(zhǔn)情景的變動(dòng)情況。

表1 基準(zhǔn)情景及房?jī)r(jià)變動(dòng)沖擊情景下企業(yè)收入的增速及變化

首先，與基準(zhǔn)情景相比，政府和企業(yè)兩部門的收入增速隨房?jī)r(jià)的上漲而升高，隨著房?jī)r(jià)的下跌而下降。以房?jī)r(jià)上漲10%的情景為例，2018年企業(yè)收入和政府收入增速分別達(dá)到5.510%和5.646%，與基準(zhǔn)情景相比，分別提高了0.353和0.200個(gè)百分點(diǎn)。2027年上述兩部門收入的增速分別達(dá)到6.026%和6.114%，較基準(zhǔn)情景的提高幅度分別擴(kuò)大至0.669和0.447個(gè)百分點(diǎn)。

其次，房?jī)r(jià)的漲跌對(duì)企業(yè)的影響顯著大于政府，尤其是在房?jī)r(jià)漲跌幅度較大的情景下（圖4）。例如，2018年在房?jī)r(jià)下跌10%的情景下，與基準(zhǔn)情景相比，企業(yè)收入的跌幅（0.605個(gè)百分點(diǎn)）顯著高于政府部門收入的跌幅（0.271個(gè)百分點(diǎn)），企業(yè)收入增速的變化幅度是政府收入增速變化幅度的兩倍多。

圖4 政府收入和企業(yè)收入增速相對(duì)于基準(zhǔn)情景的變化（百分點(diǎn)）

第三，從收入增速的絕對(duì)值高低看，在所有情景下，政府收入的增速始終高于企業(yè)。相應(yīng)地，在房?jī)r(jià)下跌的情景下，由于企業(yè)收入所受的負(fù)面影響更大，企業(yè)收入增速與政府之間的差距反而越來(lái)越大。

最后，與房?jī)r(jià)變動(dòng)對(duì)宏觀經(jīng)濟(jì)增長(zhǎng)和進(jìn)出口增長(zhǎng)影響的結(jié)果相同，房?jī)r(jià)下跌對(duì)企業(yè)和政府收入的拖累效應(yīng)同樣要顯著大于相同幅度房?jī)r(jià)上漲的帶動(dòng)效應(yīng)。

2.房?jī)r(jià)變動(dòng)對(duì)居民家庭收入增長(zhǎng)的影響及比較分析。

表3和表4顯示了房?jī)r(jià)變動(dòng)對(duì)于城鎮(zhèn)居民家庭收入和農(nóng)村居民家庭收入的增速及變動(dòng)結(jié)果?？傮w來(lái)看，房?jī)r(jià)的變動(dòng)對(duì)于城鎮(zhèn)和農(nóng)村兩類居民家庭收入的影響較為類似，即房?jī)r(jià)上漲使得兩類家庭收入增速均有所提高，相反，房?jī)r(jià)下跌會(huì)使得兩類家庭收入的增速出現(xiàn)不同程度的回落，房?jī)r(jià)變動(dòng)的幅度越大，對(duì)兩類家庭收入的影響也越大。

表4 基準(zhǔn)情景及房?jī)r(jià)變動(dòng)沖擊情景下農(nóng)村居民家庭收入的增速及變化

從收入增速的相對(duì)高低看，不論在房?jī)r(jià)上漲情景還是房?jī)r(jià)下跌的情景中，農(nóng)村居民家庭收入的增速都要略高于城鎮(zhèn)居民家庭收入。例如，在房?jī)r(jià)上漲幅度為5%的情景中，2018年城鎮(zhèn)和農(nóng)村居民家庭收入增速分別為5.331%和5.494%，農(nóng)村居民家庭的收入增速約高于城鎮(zhèn)家庭0.16個(gè)百分點(diǎn)。這一結(jié)果說(shuō)明，近年來(lái)尤其是黨的十八大以來(lái)，在國(guó)家對(duì)農(nóng)業(yè)和農(nóng)村支持力度持續(xù)加大的有利條件下，我國(guó)城鄉(xiāng)居民收入之間的差距加快縮小。

從房?jī)r(jià)變動(dòng)對(duì)收入增速影響幅度的相對(duì)高低看，兩類家庭收入增速相較基準(zhǔn)情景的變動(dòng)幅度大致相同。隨著時(shí)間的延續(xù)，兩類家庭收入的變動(dòng)幅度逐步擴(kuò)大，至2027年兩類家庭收入增速分別為5.632%和5.725%，較基準(zhǔn)情景分別提高了0.139和0.137個(gè)百分點(diǎn)，差異同樣不大。在房?jī)r(jià)下跌5%的情景中，2018年城鎮(zhèn)和農(nóng)村居民家庭收入增速分別為5.132%和5.297%，相對(duì)于基準(zhǔn)情景分別變動(dòng)降低0.111和0.110個(gè)百分點(diǎn)。隨著時(shí)間的延續(xù)，降低幅度也不斷加大，至2027年兩類家庭收入的增速分別為5.302%和5.397%，較基準(zhǔn)情景的降低幅度分別為0.191和0.190個(gè)百分點(diǎn)。

同樣值得注意的是，從房?jī)r(jià)上漲和房?jī)r(jià)下跌影響的對(duì)比看，與前文結(jié)果類似，此處仍然是房?jī)r(jià)下跌對(duì)兩類家庭收入增速的負(fù)面沖擊要顯著高于房?jī)r(jià)上漲的帶動(dòng)作用的現(xiàn)象，并且房?jī)r(jià)波動(dòng)幅度越大，對(duì)兩類家庭收入影響的不對(duì)稱特征也越為明顯。例如，當(dāng)房?jī)r(jià)上漲幅度為10%時(shí)，2018年和2027年城鎮(zhèn)居民家庭收入的增速分別達(dá)到5.607%和6.214%，較基準(zhǔn)情景分別上升0.365和0.721個(gè)百分點(diǎn)。而當(dāng)房?jī)r(jià)下跌幅度為10%時(shí)，2018年和2027年城鎮(zhèn)居民家庭收入的增速分別為4.627%和3.128%，較基準(zhǔn)情景分別大幅度下滑0.615和2.365個(gè)百分點(diǎn)。

四、主要結(jié)論

本文中，通過(guò)將存量住房因素納入社會(huì)核算矩陣，并以構(gòu)建的考慮存量住房因素的DCGE模型考察了房?jī)r(jià)變動(dòng)對(duì)我國(guó)宏觀經(jīng)濟(jì)增長(zhǎng)和主要領(lǐng)域的影響，尤其是關(guān)于住房?jī)r(jià)波動(dòng)對(duì)宏觀經(jīng)濟(jì)和各領(lǐng)域帶來(lái)的負(fù)面溢出效應(yīng)。主要發(fā)現(xiàn)如下：

一方面，房?jī)r(jià)波動(dòng)對(duì)宏觀經(jīng)濟(jì)的影響顯著，且下跌的拖累效應(yīng)顯著大于上漲的正面帶動(dòng)效應(yīng)。在宏觀層面，房?jī)r(jià)的上漲和下跌對(duì)GDP和進(jìn)出口增速的影響都比較顯著，房?jī)r(jià)的上漲將會(huì)帶動(dòng)GDP增速和進(jìn)出口增速的正向提高，房?jī)r(jià)上漲的幅度越大，GDP和進(jìn)出口增速提高的幅度也相應(yīng)地越大。反之，房?jī)r(jià)的下跌將會(huì)導(dǎo)致經(jīng)濟(jì)增速的減緩，且房?jī)r(jià)下滑的程度越大，GDP增速負(fù)向降低的幅度也越大。隨著時(shí)間的延長(zhǎng)，房?jī)r(jià)變動(dòng)沖擊對(duì)于GDP和進(jìn)出口增長(zhǎng)的影響逐年擴(kuò)大。值得重點(diǎn)注意的是，房?jī)r(jià)下跌對(duì)GDP和進(jìn)出口增速的拖累效應(yīng)要顯著大于相同幅度房?jī)r(jià)上漲的正面帶動(dòng)效應(yīng)，特別是隨著時(shí)間的延續(xù)和房?jī)r(jià)變動(dòng)幅度的擴(kuò)大，這一特征更加顯著。

另一方面，房地產(chǎn)大幅波動(dòng)不利于各類經(jīng)濟(jì)主體收入穩(wěn)定。對(duì)于部門收入，與基準(zhǔn)情景相比，政府、企業(yè)和家庭三大部門的收入增速隨房?jī)r(jià)的上漲而升高，隨著房?jī)r(jià)的下跌而下降，并且收入增速升降趨勢(shì)均呈現(xiàn)出逐年擴(kuò)大的趨勢(shì)。房?jī)r(jià)的變動(dòng)對(duì)于城鎮(zhèn)和農(nóng)村兩類居民家庭收入的影響較為類似，農(nóng)村居民家庭收入的增速都要略高于城鎮(zhèn)居民家庭收入，說(shuō)明黨的十八大以來(lái)我國(guó)城鄉(xiāng)收入差距加快縮小。同樣值得注意的是，房?jī)r(jià)下跌對(duì)三大部門收入增速的負(fù)面沖擊要顯著高于房?jī)r(jià)上漲的帶動(dòng)作用，并且房?jī)r(jià)波動(dòng)幅度越大，對(duì)各部門收入影響的不對(duì)稱特征也越為明顯。

當(dāng)然，本文的研究還存在一些不足，包括尚未考察房?jī)r(jià)波動(dòng)對(duì)產(chǎn)業(yè)產(chǎn)出、就業(yè)、居民消費(fèi)、通貨膨脹等重要領(lǐng)域和變量的影響，這也是未來(lái)進(jìn)一步深入研究的方向。