| 标题 | 准确统计房价并不容易 |
| 范文 | 赵奉军 去年7月份，深圳市政府发布了一份文件，称以后不再公布新房平均销售价格。深圳市政府的理由是这个指标有太多的误导性。如果没有平均销售价格信息，那我们究竟如何统计并得知准确的房价信息呢？这是一个本专栏早就想谈的话题。 尽管深圳市政府称不再计算平均销售价格，但商品房或住宅平均销售价格一直是国家统计局关注并统计的重点指标。比如我们在历年的《中国统计年鉴》中可以查到35个重点城市商品房销售面积和价格信息，其中就包括了深圳。在最新的《中国统计年鉴》（2019）中，深圳仍然在列。不过2019年的《中国统计年鉴》公布的仍然是2018年数据，其中深圳2018年平均住宅售价55441元/平方米，高居榜首。 商品房平均销售价格最大的问题在于其没有考虑到市场内部结构的变动。随着城市规模的扩大，很多城市市中心已经没有多少空地，大量的新房位于城市外围并继续向更远的外围扩张。即使是统计部门保持统计口径的一致性（新房销售额除以新房销售面积），每年得到的房价也不具有纵向可比性。举例来说，某一年的新房主要位于距离市中心或者区域中心10公里，平均售价是20000元。后一年的新房距离更远12公里，平均售价也是20000元。很明显，统计出来的新房销售价格没有上涨，但实际房价已经显著上涨。 另一个问题是新房平均销售价格很容易被操纵，尤其是在房价目标责任制成为市政当局紧箍咒的时候。地方政府不希望统计出来的房价高企被住建部盯上，那就放缓高价房的网签节奏，甚至直接限价。这样一来公布出来的新房平均销售价格自然更没有什么价值了。对于当前一些购新房甚至需要摇号的城市，新房售价已经基本失真。结果房价不仅纵向不可比，就连横向（城市之间）也不可比了。 在2009年，当时的统计部门称当年的全国商品房平均售价只是上涨了1.5%，这个数据被前国家统计局局长马建堂称为“十万统计人心中永远的痛”。明明2009年全国房价大涨，一些城市从年初到年末甚至翻倍，那为什么统计出来的房价涨幅只有1.5%？事后来看，由于2008-2009年房价大起大落，如果计算年度平均销售价格的涨幅可能真的只有1.5%，有心者可以自己构造数据模拟一下。为避免这个缺陷，从2011年开始，国家统计局开始实施新的房价统计调查方案，不再发布全国房价平均涨幅（这不妨碍一些研究者自己计算全国平均销售价格及其涨幅），同时采用各地房管部门的网签数据。考虑到网签数据仍然统计的是平均销售价格，加之前述地方房管部门面临的约束更紧，目前国家统计局每月中旬发布的全国70个大中城市房价统计信息也不是很可靠。以笔者所在的杭州为例，数据显示以2015年为基期，截止到2019年10月杭州新建商品房价格上涨了47.2%。即使不考虑当前杭州新房限价导致的价格信息失真情形和新房的区位变动，这个涨幅也与笔者的感觉大相径庭。我的感觉应该不是幻觉。 是否统计中位数房价更有效呢？譬如前华远地产总裁任志强先生就一再宣称中位数房价更准确。在统计学中，平均数、中位数或众数都代表了数据的集中趋势。平均数相对而言更容易受到极端值的影响。不过，中位数的房价仍然不能避免区位结构变动的影响，从本质上讲仍然是一种异质性房价。另外，单纯统计中位数房价没有多大意义，还需要统计中位数的收入。如果房价和收入同时右偏且偏度相近（右偏指的是少数调查对象值极高从而使得平均数大于中位数），那用中位数房价替代平均房价并没有多大意义。另外，很多人也知道平均售价问题多多，但其他一些相关指标如收入也只有平均值，这使得只有用平均房价才能相互对应。 所幸的是，获得同质性的房价统计数据仍然是可能的。房价之所以难以统计关键在于其异质性和非标准化。住房之间的差异是多重的，地段、配套、交通、绿化、容积率、朝向、户型、楼层、物业、装修包括周围的学校层次等都会附着于房价上。我们能否剥离这些属性对房价的影响从而得到“一标准单位”的住房？这在理论上是可能的。上个世纪80年代，美国经济学家Rosen发明了这种房价统计方法，称之为“住房特征价格”（housing hedonic prices）。特征价格法的目的是希望获得可以比较的同质性的房价，并且由此可以构造房价指数反映房价的动态变化。此外，该方法的一个额外好处是在房价评估中可以很方便地获得某些属性的额外价格，比如其他条件都一样，边套比中间套究竟贵多少？容积率高50%房价会有什么变化，以及轨道交通对沿线房价的影响等。 但是特征价格法的缺陷也很明显。在多元回归过程中，有些属性可能会相互影响，模型的形式也未必是线性，这样导致计算结果并不稳健。此外，这种方法统计出来的房价并不是现实中的房价。比如，“一标准单位的住房”是根据某些属性计算出来的，但这种计算出来的房价仅仅是在模型中，在现实中根本找不到具有这些属性的房子。即使现实中的房子，其真实成交价格往往与按照这种模型评估的价格有显著差异，按照英国经济学家Evans的说法，就是无论采用什么评估统计方法，评估出来的价格总是与实际成交价格有10%左右的差异。 另一种保证样本同质可比的房价统计方法是“重复销售价格法”。一套房子在第二次或后续的销售过程中，其属性没有发生任何变化，其价格变动基本上可以代表同质住房的价格波动。美国经济学家Case和Shiller联合开发了这种技术后来被标普公司购买，今天标普公司发布的美国Case-shiller房价指数就是这种重复销售价格指数。在国内，2009年就有人呼吁我国应该采用这种房价统计方式，但一直没有回应。随着国内二手房市场的发展壮大，从2017年开始，中国社科院住房大数据中心开始采用类似方法开始发布多个城市的月度房价指数。 房价统计既包括销售价格，也包括租赁价格。不过租赁价格重视程度远远不如销售价格。住建部在2010年年底发布的《商品房屋租赁管理办法》第5条要求各级城市定期分区域公布不同类型房屋的市场租金水平，但这个“定期”在城市之间差异很大，有些城市如上海可以获得月度更新的房租指数，但有些城市只公布了年度数据。房价统计不仅要准确，及时也是一个需要考虑的指标。如果只是按年更新，那如何监测租赁市场呢？另外，理论上我们可以从每个城市的月度CPI中分离房租指数（房价不计入CPI，房租是计入的），但实际上计算工作量很大并不可行。 总的来看，房价指标非常重要，但准确及时的统计房价并获得公众的认可并不是一件容易的事情。有些研究机构也在为此而努力，如美联储达拉斯分行发布的23个国家从1975年1季度开始的房价指数（https：//www.dallasfed.org/institute/houseprice/#tab1），國际货币基金组织全球住房观察发布的全球房价指数（https：//www.imf.org/external/research/housing），从区域到城市再到国家最后到全球性的房价统计，工作越来越复杂。要理解这些房价统计数据，首先得理解这些数据的来源和统计方法。不过国内房价统计的当务之急，我觉得还是先把各种限价政策去除掉，然后才谈得上房价统计的准确性。 |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。