美国住房市场统计指标体系对中国的启示
2017年11月21日, 住房和城乡建设部会同国土资源部、中国人民银行召开房地产工作座谈会指出研究建立房地产统计和市场监测预警指标体系, 加强对地方稳定房地产市场工作的评价考核和约谈问责。房地产统计指标体系作为开展房地产统计工作的依据, 是差异化调控政策的制定依据及监管调控效果科学、系统、有效的评价依据, 是促进形成房地产市场平稳健康发展的长效机制、保持房地产市场调控政策连续性和稳定性的基础性因素。合理的地方政府对房地产市场的调控应是建立在科学的房地产统计的基础上。
目前, 中国房地产统计指标存在以宏观指标为主、统计指标不健全、统计指标体系缺乏综合性和系统性等问题, 导致现阶段的统计工作未能达到全面反映住房市场状况和深入分析的要求。相比之下, 美国住房市场统计指标体系的数据获取渠道广泛, 其系统而完善的统计指标体系能客观反映住房市场发展趋势并预测住房市场前景, 为美国地方政府因城施政提供依据。为此, 本文在介绍和分析美国住房市场统计标体系的基础上, 探究其对中国房地产统计指标体系建设和发展的启示。
1 美国住房市场统计指标体系
在美国住房市场统计指标体系中联邦、州和县级住房市场统计指标体系的侧重点各有不同, 该指标体系较客观, 可用于预测住房市场的预测。同时, 州和县政府还对住房市场统计指标进行分析和监管, 形成主要针对保障对象的住房保障政策。以下分别从政府和行业协会的角度, 介绍美国联邦、州和县等不同层面统计和分析的重点。
1.1 政府统计指标
1.1.1 联邦政府层面
隶属于住房与城市发展部 (Department of Housing and Urban Development, 简称HUD) 的政策发展与研究办公室 (Office of Policy Development and Research, 简称PD&R) 致力于住房需求、市场状况等数据的维护以及重点进行住房和城市发展问题研究, 为政府制定政策提供客观真实的数据支持。PD&R按时发布美国住房市场指标月度报告、全国住房市场季度总结报告。其中, 住房市场指标月度报告的统计指标大致包括支付能力类, 住房价格、销量与供应等指标, 主要侧重于关键数据和市场趋势分析。全国住房市场季度总结报告由住房供给、住房需求、融资和投资、住房所有权和空置率四个方面组成, 通过当前季度数据与上季度、上一年同季度数据对比, 反映住房市场复苏情况。具体指标详见表1。
1.1.2 州和县政府层面——以加利福尼亚州为例
美国加利福尼亚州总人口占美国总人口的12%, 但是无家可归的人占联邦总人数的22%, 近十年平均年新建住房量少于8万户远低于预计每年增加18万户住房的需求, 自有率处于20世纪40年代以来的最低水平, 近三分之一住户 (超过150万户) 50%的收入用于房屋租赁, 供应不足和成本上涨加剧了不平等问题的恶化。基于居民的住房现状, 加利福尼亚州住房和社区发展部 (California Department of Housing and Community Development, 简称HCD) 着眼于各类住房援助计划, 通过客观的分析与比较, 明确各收入人群的住房可支付能力和各县住房援助计划支出成本等问题。加州和县政府住房市场统计指标主要是住房保障类, 见表2。
1.2 行业协会统计指标
经纪人协会和经纪公司不仅为政府机构提供住房市场数据, 传播及时、准确、全面的房地产数据并分析、衡量住房市场状况, 同时探索各具特色的住房市场统计指标, 其住房市场统计指标 (表2) 涵盖支付能力类、住房供应类、住房需求类、住房交易类、住房金融类共5类指标, 每个指标定义清晰、统计标准明确, 满足统计指标的目的导向性、可比性等要求。因行业协会县级住房市场统计指标已经包含在表3中, 则再不赘述。
2 美国住房市场统计指标及体系的特点
2.1 数据获取渠道广泛, 统计目的明确
美国住房市场统计指标体系的建立和统计指标的分析建立在庞大的数据基础上, 州住房市场数据最早可追溯到1990年。如表1所示, 住房市场统计指标来自政府部门、机构组织等多种渠道, 并公开分析结果, 多角度对住房市场统计指标进行客观分析进而呈现市场状况。
美国联邦政府关注联邦、州和县不同层次住房市场的宏观状况和趋势, 州与县政府重点关注保障对象对住房的可支付性和住房援助计划实施情况, 经纪类机构和公司更关注市场交易情况和预测。不同主体的统计目的和指标不同, 但其统计目的明确, 重点基础性统计指标突出。以2017年1~10月的美国住房市场指标月度报告为例, 其中新房和现房交易量、新建和在建情况、住房价格波动在每个月度报告中均被重点分析, 通过对比上月、历史同期和历史最高、最低数据对指标进行定位。在数据处理时, 美国住房市场统计报告还对大部分指标进行季节性调整, 注重其潜在趋势。但是, 美国联邦、州、县政府不同层级的住房政策和广泛住房市场、政策的参与者, 增加了治理的复杂性和政策实施的不确定性。
2.2 指标指标体系完善且系统性明确
从指标体系架构的合理性来看, 美国住房市场统计指标体系具有结构性、层级性、开放性和指标可量化性、可比性的特点。统计指标更新频率具有计划性, 每个指标均按照制定的发布时间表更新。同时, 美国政府和行业协会的住房市场统计指标相互补充, 高度覆盖住房市场现状和预测, 形成较为完善的统计指标体系。即, “美国住房市场统计指标体系-子统计指标体系-统计指标-子统计指标”的系统性结构。在美国住房市场统计指标体系中, 子指标既能合理归类到所属类别范畴, 每个指标的定义、数据来源、计算方法、统计口径、分类标准统计频率等也均有公开依据。以住房交易量为例, 住房交易量按新房和现房销售中单户、联排别墅、公寓、合作社、首次置业、投资者售卖分类统计。在体现住房总量统计指标时, 细化至四级指标分析, 涵盖12个指标的浮动情况 (图1) 。
2.3 统计指标微观且具有创新性
多维的分类标准使统计指标可以获得更加微观的子统计指标, 有助于深入了解住房市场特征, 判断其变化的原因。如住房价格指数从计算方法的角度可分为CoreLogic Case-Shiller指数和FHFA指数, 两个指数将计算包含范围缩小至二手房后, 又可得二手交易住房价格指数, 若将计算范围设定为不包含廉价急售交易, 则又可得到CoreLogic-不含廉价急售的住房价格指数, 在多维度的分类标准下得到的子统计能指标全面且深入展现住房价格趋势。以租赁住房空置率为例, 2017年第二季度美国租赁住房空置率为7.3%, 同比、环比分别上涨0.3%、0.6%, 其中单户租赁住房空置率为6.1%, 同比、环比均下滑0.1%;多户租赁住房空置率为9.0%, 同比、环比分别上涨1.2%、1.3%, 由此可见多户租赁住房空置率的上涨是导致美国租赁住房空置率上涨的主要原因。
美国房地产中介机构与组织不仅拥有庞大的住房市场数据, 同时承担住房市场指标的分析工作。他们自主探索创新指标和方法反映住房市场现状及趋势, 并以数字化手段呈现出来, 引导消费者、媒体等更直观、便捷地了解住房市场。
3 对完善中国房地产统计指标体系的启示
我国房地产统计指标体系如表4所示。从表4与美国住房市场统计指标体系的对比可以看出: (1) 我国房地产统计指标的可获得性较美国较弱, 除国家统计局数据以外, 部分指标历年和省级及以下数据需付费购买; (2) 中国房地产统计指标覆盖度较低, 主要集中在开发投资、施工面积、新开工面积、竣工面积、销售面积、销售价格指标的统计, 且统计频率较低; (3) 空置率、保障性住房统计指标等指标仍不完善, 部分指标统计需增加子统计指标分类。
3.1 丰富房地产统计指标
鉴于我国房地产统计指标存在以宏观指标为主、统计指标不健全、统计指标体系缺乏综合性和系统性等问题, 应通过新增和修订, 丰富我国房地产统计指标。建议按照如是原则新增统计指标:1) 目前未有官方统计定义或数据统计的指标;2) 现有研究的热点统计指标;3) 具有可操作性;4) 兼顾新房、二手房和租赁市场。指标修订原则如下:1) 已有官方统计定义或数据统计的指标;2) 缺少分类维度导致其子统计指标无法获取与应用;3) 具有可操作性。
3.1.1 新增统计指标
现阶段租赁市场、保障房市场统计指标覆盖度不足, 缺乏许多重要指标, 住房供应与交易类指标有待补充。从美国住房统计指标体系中可以看出, 统计指标覆盖范围广, 同一指标从不同分类维度可得到若干统计结果, 能更深入体现住房市场特征。因此, 参考美国住房市场统计体系从指标的类别、设置、分类计算依据, 结合中国目前城市房地产调控政策的实施现状, 提出各类别应新增统计指标 (表5) , 政府应促进住房市场统计指标体系的逐步完善, 从而更全面掌握中国房地产市场发展趋势。
3.1.2 修订房地产统计指标
现阶段中国较多房地产统计指标偏向宏观导致对房地产市场的微观分析缺乏统计数据的支持。从美国的住房援助计划统计指标和支付能力曲线的指标改进可以看出, 其统计指标逐步注重体现家庭收入水平差异导致支能力的不同。家庭可支配收入是上表中若干房地产统计指标的计算基础。但是, 中国现阶段家庭可支配收入的统计工作系统性不强, 导致相关住房统计结果准确性不足, 难以反映住房市场的真实状况。家庭可支配收入目前以家庭平均年收入计算或城镇居民人均支配收入与城镇家庭户均人口相乘计算, 这种计算家庭可支配收入的方法忽略了家庭规模和家庭收入差异对结果的影响。因此, 政府统计部门应加强对不同家庭规模可支配收入的统计工作, 并以此为分类维度修订房地产统计指标。家庭住房需求体现在区位、户型、面积、租买选择等多方面差异, 供给和交易类指标应与需求类指标分类维度相匹配, 体现房地产市场在分类维度上的供需矛盾。住房金融类更应体现不同收入水平家庭对贷款还款意愿和不同家庭规模产生的偿还贷款压力差异。此外, 销售面积和套数类统计指标按不同住房面积区间进行子指标统计时, 统计频率应尝试逐步提高并缩短数据公开周期, 才能微观地分析住房市场的供给情况。
3.2 突出基础性统计指标
以上从统计指标和指标体系的角度出发得到新增和修订指标。从统计主体角度进行讨论, 美国政府在住房市场统计工作中的作用十分突出, 大部分统计指标均由政府统计或政府、组织、公司等共同参与统计。在中国现阶段虽然政府负责绝大部分的房地产统计工作, 但是政府对基础统计性指标的重视程度仍不足。本文中基础性统计指标是指在已有指标 (表4) 和新增指标 (表5) 中, 既直观反映房地产市场供给、需求、交易情况, 又影响其他常用统计指标计算结果。基础性统计指标的缺失或是时间序列下指标数据获取难度较大, 影响其他统计指标的可靠性和研究成果的准确性。因此, 政府统计部门首先应明确自身职责, 在现有由政府负责的房地产统计指标的基础上, 对以下房地产统计指标予以重视, 梳理政府统计指标, 确保基础性统计指标的准确性和系统性。其次, 政府应鼓励组织、公司等对除政府统计指标以外的统计指标进行统计、分析和创新, 逐步建立政府、企业和协会多层次的统计指标供应体系。
3.2.1 住房总价
在中国, 通过住房总价计算房价收入比时, 住房总价通常按照“住房总价=新建商品住宅成交均价×城镇家庭户均面积”计算。可以明显看出, 二手房成交价格并未在统计范围内从而使房价收入比的计算结果局限性增强, 同时户均面积值在一定程度上受到家庭住宅面积巨大差异的影响。所以, 政府统计部门应增加对住房成交总价的统计工作, 利用住房成交总价中位数作为依据计算支付能力类指标。
3.2.2 空置住房数量
空置住房的统计问题很多学者已经进行了讨论, 同时空置住房数量统计一直是住房统计工作中的难点。政府统计部门首要任务是明确空置住房定义和统计口径。目前, 对于空置住房的实地调研范围有限, 方法目前大多采用1~2个月水电费变化情况作为判定依据, 数据的持续性和可靠性有待加强。地方政府统计部门试点采用多种调研方法减少数据误差, 例如对初步判定水电费变化情况满足“空置”条件的基础上, 深入对物业公司的走访、上门拜访等, 根据地方实际情况修正调研方法, 确定空置住房统计工作计划。
3.2.3 首次置业比例
首次置业比例指同一时期首次置业家庭占置业总家庭的比例。首次置业者通过市场交易解决住房刚性需求并获得住房所有权。这影响了潜在住房市场需求中刚性需求的规模, 进而政府可以通过对住房供应的政策调控, 确保住房市场的有效供给。同时在统计初期政府应注重指标系统化建设, 从多维度提供基础性数据, 如首次置业家庭收入、住房类型、住房面积分布等。
3.2.4 保障性住房空置率与新建 (增) 套数
空置率与新增数量是合理确定保障房建设规模的依据之一。目前, 部分地区出现保障性住房大量空置或供不应求的问题, 体现出地区保障性住房空置率、新建 (增) 套数与保障对象住房意愿之间的不合理关系, 导致住房保障政策的实施效果不明显。政府对保障性住房空置率和新增套数的统计应不仅包括空置和新 (建) 增保障性住房面积, 包含不同户型或面积的公租房空置率和新增套数、共有产权房出租率和新建 (增) 套数。
4 总结及展望
美国住房市场统计数据获取渠道广泛, 统计指标微观兼具创新性, 统计指标体系具有完善性和系统性。中国房地产市场应建立政府、企业和协会多层次的统计指标供应体系。一方面, 基础性统计指标作为其他统计指标的计算基础政府统计部门应加强基础性统计指标的统计工作。另一方面, 地方政府应积极引导企业和协会参与房地产统计工作, 加强经验交流, 鼓励其利用各自平台优势扩大统计范围、建立平台内部统计指标体系并加深对房地产统计工作研究。
房地产统计指标分析结果的可靠性与统计工作质量十分相关。针对统计人员的专业培训是提高统计数据真实性和科学性的手段之一。未来住房市场统计指标的选取和修订需与住房市场调控政策相协同, 通过统计指标对调控政策的持续性影响进行反映和分析。由于若干主体参与房地产统计工作, 为防止权责失衡、互相推诿, 应逐步建立房地产统计工作监管机制。
[2] 徐培, 温勇.房地产统计指标体系的构建[J].统计与决策, 2014 (21) :62-64.
[3] 秦海霞.我国房地产住宅市场统计指标分析[J].商业文化 (学术版) , 2009 (6) :42.
[5] REALTORS®[DB/OL].Market Hotness Index, https://research.realtor.com/reports/hottest-markets/, November-2017.
[6] REALTORS®[DB/OL].rent-vs-buy, https://research.realtor com/reports/rent-vs-buy/, November-2017.
[7] REALTORS®[DB/OL].housing-demand, https://www realtor.com/research/housing-demand/, November-2017.