沈孝強(qiáng)，吳次芳

（浙江大學(xué)公共管理學(xué)院，浙江 杭州 310029）

中國商品住宅庫存及其消化能力研究

沈孝強(qiáng)，吳次芳

（浙江大學(xué)公共管理學(xué)院，浙江 杭州 310029）

研究目的：分析中國商品住宅庫存及其消化能力狀況，為房地產(chǎn)市場風(fēng)險評價和健康發(fā)展提供參考。研究方法：根據(jù)供需理論建構(gòu)庫存消化能力評價模型。研究結(jié)果：中國商品住宅庫存大幅增加，庫存量東部 > 中部 > 西部，但中部增速最快，西部次之，東部未得到有效控制；全國平均庫存消化能力得分由0.54降至0.42，供給量、購買力和購買意愿得分均不同程度下降；不少省市庫存消化能力呈快速惡化態(tài)勢，部分地區(qū)得分不足0.40，供方庫存積壓風(fēng)險上升。研究結(jié)論：全國可劃為庫存風(fēng)險較低、可控、惡化和較高4個分區(qū)，需依據(jù)地區(qū)特點(diǎn)采取差別化的調(diào)控策略。

土地經(jīng)濟(jì)；商品住宅庫存；市場風(fēng)險；庫存消化能力；調(diào)控策略

中國自21世紀(jì)初已產(chǎn)生房地產(chǎn)泡沫風(fēng)險［1-2］。持續(xù)膨脹的房地產(chǎn)業(yè)吸引大量社會資金，刺激房價非平穩(wěn)上漲，加劇市場風(fēng)險［3-4］。評價房地產(chǎn)市場風(fēng)險的常用指標(biāo)有：（1）房價收入比，一般6.0以內(nèi)被視為可接受，中國很多城市已超過10.0［5］；（2）住房月租金與售價比［6］，1∶130—1∶170是較合理范圍，中國不少地區(qū)超過1∶300［7］；（3）實(shí)際房價與市場基礎(chǔ)條件下理論房價的偏離度［3］，若經(jīng)濟(jì)基本面對房價上漲解釋力不足，需警惕房地產(chǎn)市場是否虛假繁榮［8］；（4）住房空置率，對其合理范圍爭議較大［9］；（5）投機(jī)占總需求比例［10-11］；（6）綜合考察房價、收入、行業(yè)利潤率等多項(xiàng)指標(biāo)［12-13］。

上述指標(biāo)的基本理論假設(shè)是：商品住宅具有居住和投機(jī)兩種需求，投機(jī)刺激市場虛假繁榮；收益預(yù)期決定投機(jī)需求，并可能引發(fā)“羊群效應(yīng)”［14］，助脹房地產(chǎn)市場；收益預(yù)期負(fù)向轉(zhuǎn)變，投機(jī)需求減少，房產(chǎn)貶值，市場泡沫破滅。該理論具有現(xiàn)實(shí)合理性，但未充分考察供方對市場風(fēng)險的影響。研究房地產(chǎn)市場起落需要結(jié)合分析供方投資開發(fā)狀況［15］，供給彈性大的地區(qū)房地產(chǎn)業(yè)更易于過熱發(fā)展［15-16］。發(fā)展中國家房地產(chǎn)市場相對不成熟，房價上漲過程中更可能大興土木［17］，如迪拜2003年以后新建商品住宅供給大幅上升，市場泡沫破滅導(dǎo)致大量房地產(chǎn)企業(yè)滯銷、破產(chǎn)，催生該國金融危機(jī)［18］。中國房地產(chǎn)市場存在類似風(fēng)險，房價快速上漲刺激房地產(chǎn)開發(fā)迅速擴(kuò)張，但銷售規(guī)模并未同步增長（圖1）。大規(guī)模房地產(chǎn)投資建設(shè)已經(jīng)導(dǎo)致局部性供過于求，“鬼城”屢見報端。局部市場信號可能影響整體預(yù)期，“跟漲不跟跌”［13］，從而觸發(fā)連鎖反應(yīng)，造成整個房地產(chǎn)市場陡然下行。

圖1　2005—2012年中國商品住宅年新開工面積、銷售面積和價格Fig.1　Inventory， new construction and price of China's commodity housing from 2005 to 2012

出于上述憂慮和現(xiàn)有指標(biāo)不足，本文側(cè)重分析商品住宅庫存問題，并根據(jù)供需理論構(gòu)建庫存消化能力的評價模型，探究各地區(qū)房地產(chǎn)市場的過熱程度和風(fēng)險狀況。最后，依據(jù)各地庫存消化能力演化特點(diǎn)，提出相應(yīng)的房地產(chǎn)調(diào)控建議，為房地產(chǎn)市場風(fēng)險評價和健康發(fā)展提供參考。

1　數(shù)據(jù)來源

本文研究范圍為全國31個省、市、自治區(qū)（不包括港、澳、臺地區(qū)）。考慮2005年以前部分?jǐn)?shù)據(jù)缺失（2005年前后正是中國房地產(chǎn)市場快速膨脹時期），以及近期市場形勢的變化，選取2005年和2012年作為研究時點(diǎn)。商品住宅庫存、年度銷售面積、新開工面積、施工面積、完成投資額、商品住宅均價等來自《中國房地產(chǎn)統(tǒng)計年鑒》。據(jù)其指標(biāo)解釋，“商品住宅庫存”是指已竣工可供銷售或出租的商品住宅面積中尚未銷售或出租的面積。常住人口、城鎮(zhèn)人口、城鎮(zhèn)居民人均可支配收入、城鎮(zhèn)居民家庭恩格爾系數(shù)、城市家庭戶均規(guī)模、城鄉(xiāng)居民人均存款余額、15歲以上未婚人口比例、城鎮(zhèn)居民人均住房面積等數(shù)據(jù)來自相應(yīng)統(tǒng)計年鑒和《新中國六十年統(tǒng)計資料匯編》。貸款利率數(shù)據(jù)來自世界銀行網(wǎng)站。

對數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理。正向指標(biāo)：x'ij= xij/ xmax；逆向指標(biāo)：x'ij= xmin/ xij。其中，xij為實(shí)際值，xmax、xmin分別為某項(xiàng)指標(biāo)實(shí)際值中的最大值、最小值，x'ij為標(biāo)準(zhǔn)化后數(shù)值。

2　中國商品住宅庫存的時空演化分析

由表1和圖1可知：2012年全國商品住宅庫存面積達(dá)23618.9×104m2，是2005年的2.8倍，但銷售面積增長不足1倍；研究期每一年的商品住宅新開工面積均大于實(shí)際銷售面積，且差距不斷擴(kuò)大，如2005年分別為55185.0×104m2和49587.8×104m2，2012年分別為130695.4×104m2和98467.5×104m2，8年累計差額達(dá)173558.3×104m2，是2012年銷售規(guī)模的1.8倍，這些都說明中國存在房地產(chǎn)過熱開發(fā)的問題。

表1　各?。ㄊ校?005年、2012年商品住宅庫存統(tǒng)計Tab.1　Commodity housing inventory for the provincial level in 2005 and 2012

2005年僅廣東、遼寧商品住宅庫存超過1000.0×104m2，2012年已有8省市庫存超過1000.0×104m2，其中廣東、河南庫存超過2000.0×104m2。庫存量保持穩(wěn)定的只有北京和新疆，僅少數(shù)省份的商品住宅庫存年均增幅控制在10%以內(nèi)；海南、山西、河南、湖南和西藏5?。▍^(qū)）庫存年均增幅超過35%。庫存居前五、前十、后五、后十的省市占全國庫存比重由46.6%、66.1% 、2.2%和9.3%調(diào)整為40.2%、61.2%、3.2%和10.2%。這些方面的變化反映出：（1）各省市商品住宅庫存量及其變化速率存在巨大差異；（2）總體上，2012年庫存地區(qū)差異較2005年有所縮小，表現(xiàn)為庫存量大的省市占全國比重有所下降，庫存量小的省市比重有所上升，某種意義上反映出中國房地產(chǎn)市場供方庫存積壓逐漸演化成全國性問題。

區(qū)域?qū)用妫瑬|、中、西部商品住宅庫存全國比重分別由58.4%、20.7%和20.9%調(diào)整為49.3%、32.1%和18.6%?？梢钥闯觯簴|部地區(qū)庫存占全國一半左右，但比重逐步下降；中部地區(qū)庫存增長迅速，大幅高于東部和西部，占全國比重明顯上升；西部地區(qū)庫存增速次之，比重略有下降。

3　中國商品住宅庫存的消化能力評價

3.1評價指標(biāo)體系構(gòu)建

供給和需求是最基本的市場影響因素，決定了商品住宅庫存的消化能力。具體而言，商品住宅庫存消化能力取決于當(dāng)前的庫存量、未來一定時期的庫存增量，以及社會的有效需求，即消費(fèi)者對住宅的消費(fèi)意愿和消費(fèi)能力［19］。目前尚未有研究測度商品住宅的去庫存化能力，本文從供需理論出發(fā)，結(jié)合層次分析法建立評價框架。

已有研究表明，收入、信貸市場［19-20］，人口規(guī)模與結(jié)構(gòu)、城市化進(jìn)程、政策［21］，年齡、家庭規(guī)模及居住條件［10，22］，房價、投資收益預(yù)期、租金收益［11］等因素會顯著影響房地產(chǎn)市場。根據(jù)供需理論，借鑒現(xiàn)有研究成果，建立表2所示的指標(biāo)體系。

表2　商品住宅庫存消化能力評價指標(biāo)體系Tab.2　Index system for evaluating the digestibility of commodity housing inventory

人均庫存（庫存面積與城鎮(zhèn)人口比值）、庫存價值（庫存面積乘以住房均價）與GDP比、庫存與年銷售面積比和庫存時間構(gòu)成（三年以內(nèi)庫存面積占總庫存比重）表達(dá)消化現(xiàn)有庫存的壓力。新開工面積與銷售面積比、施工面積與銷售面積比和住宅年完成投資與GDP比反映庫存增量對去庫存化的壓力。

收入房價比（城鎮(zhèn)居民可支配收入與住房均價比）、城鄉(xiāng)人均存款余額與房價比和城鎮(zhèn)居民家庭恩格爾系數(shù)體現(xiàn)居民的支付能力。市場貸款利率影響購房融資成本。房地產(chǎn)調(diào)控政策影響消費(fèi)者購房資格與成本。銷售額取決于銷售量和價格，能較好體現(xiàn)房地產(chǎn)市場規(guī)模。因此，以未限購城市商品住宅銷售額占全省銷售額比重表征一個省的房地產(chǎn)調(diào)控政策影響。

居住面積小的家庭、新增城鎮(zhèn)人口和“婚房”（用15歲及以上未婚人口比例表征婚房需求）是購房意愿的重要來源。家庭小型化產(chǎn)生購房意愿，房價漲幅影響市場預(yù)期，價格下降或漲幅放緩導(dǎo)致“跟漲不跟跌”［13］。

邀請相關(guān)學(xué)科的15名大學(xué)老師、博士生和房產(chǎn)商依次對準(zhǔn)則層和指標(biāo)層以1—10賦分，指標(biāo)重要性隨數(shù)字增大而增強(qiáng)。計算每位打分者的指標(biāo)權(quán)重，取平均值為最終權(quán)重（表2）。

3.2評價結(jié)果分析

由表3可知， 2012年各地庫存消化能力得分均值為0.42，較期初下降22.2%；2005年僅有寧夏、江蘇、青海和湖北得分低于0.50，而2012年只有西藏、陜西得分達(dá)到0.50及以上，說明中國各地商品住宅庫存消化能力普遍大幅下降。2012年得分高于全國水平的省市占各區(qū)域省市總數(shù)的比例為東部3/11、中部6/8、西部9/12，體現(xiàn)了顯著的區(qū)域差異。由于持續(xù)的銷售增長、居民增收和人口城鎮(zhèn)化，西藏、陜西、遼寧、江蘇、寧夏和重慶的庫存消化能力減幅較小，而山西、云南、海南、天津、福建、浙江、上海、北京和江西的得分降幅超過0.15，海南、浙江、天津、北京和寧夏的得分低于0.40，這些地區(qū)的庫存積壓問題值得特別關(guān)注。

全國商品住宅庫存供給量得分由0.19降至0.12，下降36.8%，占庫存消化能力得分減少量的六成以上。東、中、西三個區(qū)域的供給量得分均呈明顯下降趨勢，區(qū)域間逐步收斂。進(jìn)一步驗(yàn)證了前文結(jié)論，即中國存在房地產(chǎn)過熱開發(fā)現(xiàn)象，且趨于嚴(yán)重并向全國擴(kuò)散。江蘇、西藏和陜西三省的供給量得分小幅上升，其他省市不同程度下降。云南、山西、湖南、海南和河南的得分減少0.10以上，寧夏、山西和海南2012年得分低于0.10。銷售增長后勁不足、在建規(guī)模持續(xù)攀升、庫存時間拖長是這些省份供給量得分下降的主要原因。

表3　商品住宅庫存消化能力評價結(jié)果Tab.3　Evaluation result of the digestibility of commodity housing inventory

全國住宅購買力得分由0.24降為0.21。東部住宅購買力得分期初期末均低于全國水平，且降幅最快，中西部相對穩(wěn)定。僅有遼寧、山東、山西、西藏的購買力得分小幅上升，安徽、重慶和甘肅得分保持不變。北京、浙江、福建、江西、天津和上海的購買力得分減少0.05以上；北京、海南、上海、浙江、福建、天津期末得分低于0.18。收入、存款余額增速跟不上房價漲幅及房地產(chǎn)調(diào)控政策力度的地區(qū)不平衡是購買力不均衡下降的主要驅(qū)動力。購買力得分過低和降幅過快的省市，需警惕投機(jī)刺激房價過快上漲導(dǎo)致“買房難”的問題。

2012年，東、中、西部購買意愿平均得分均為0.09。除了城鎮(zhèn)人均住房面積顯著小于全國平均水平的陜西、上海購買意愿得分超過0.10，湖南、西藏得分為0.07外，其余省市均在0.08—0.10之間，地區(qū)差異較小。人均住房面積上升以及房價增長預(yù)期、城鎮(zhèn)戶均人口下降是購買意愿降低的主要原因。這說明住房需求結(jié)構(gòu)正在發(fā)生變化，新增城人口對住房需求的貢獻(xiàn)度上升，房地產(chǎn)開發(fā)計劃應(yīng)更多考慮地區(qū)城市化速度和潛力。

4　商品住宅庫存消化能力分區(qū)與安全發(fā)展策略

依據(jù)庫存消化能力演化狀況進(jìn)行分區(qū)：（1）期初和期末消化能力得分均高于相應(yīng)年份全國平均值的省市為庫存風(fēng)險較低區(qū)域，包括河北、山西、江西、河南、湖南、內(nèi)蒙古和云南共7省、區(qū)；（2）期初低于、期末高于平均值的省市屬庫存風(fēng)險可控區(qū)域，分別為遼寧、山東、黑龍江、安徽、廣西、重慶、貴州、西藏、陜西、甘肅和新疆共11省、市、區(qū)；（3）期初未低于、期末未高于平均值的省市為庫存風(fēng)險惡化區(qū)域，包括北京、天津、上海、福建、海南和四川共6省、市；（4）期初低于、期末未高于平均值的省市屬庫存風(fēng)險較高區(qū)域，包括江蘇、浙江、廣東、吉林、湖北、青海和寧夏共7省、區(qū)（圖2）。

總體上庫存風(fēng)險較低區(qū)域省份房地產(chǎn)企業(yè)庫存積壓引發(fā)市場危機(jī)的風(fēng)險系數(shù)較小，但山西、云南庫存消化能力減少0.20以上，湖南、江西超過0.15，顯著快于全國平均降幅。在房地產(chǎn)投資額和施工面積快速上升的帶動下，山西、云南、湖南、江西庫存分別是期初的10.2、4.8、9.4和3.8倍，遠(yuǎn)超全國增速，同時房價上漲快于全國水平，但城鎮(zhèn)居民收入增幅低于全國水平，購買能力下降。上述4省應(yīng)警惕房地產(chǎn)市場過熱開發(fā)和房價過快上漲。云南、湖南、江西的城鎮(zhèn)居民人均住房面積已遠(yuǎn)超全國平均水平，地方政府可以制定適度從緊的用地供給和住宅開發(fā)計劃。

圖2　中國商品住宅庫存風(fēng)險省域分區(qū)圖Fig.2　The provincial risk zoning map of China's commodity housing inventory

庫存風(fēng)險可控區(qū)域2012年庫存消化能力均值為0.46，高于其他區(qū)域水平。這得益于庫存增長平緩、銷售規(guī)模增長較快，收入、存款顯著提高，以及持續(xù)城鎮(zhèn)化等積極因素，商品住宅庫存問題得到較好控制，區(qū)域平均庫存消化能力得分減少0.06，僅為全國同期的一半，呈現(xiàn)相對穩(wěn)定的態(tài)勢。無論從發(fā)展態(tài)勢，還是當(dāng)前去庫存化能力來看，這些省市商品住宅庫存風(fēng)險穩(wěn)定性和可控性總體上優(yōu)于庫存風(fēng)險較低區(qū)域，可以采取穩(wěn)健的房地產(chǎn)發(fā)展政策，根據(jù)經(jīng)濟(jì)社會發(fā)展?fàn)顩r適時調(diào)整居住用地供給規(guī)模和結(jié)構(gòu)，避免過度干預(yù)，促進(jìn)房地產(chǎn)行業(yè)平穩(wěn)發(fā)展。

庫存風(fēng)險惡化區(qū)域去庫存化能力平均得分由0.56降為0.38，各省市降幅均超過0.16，是全國水平的1.5倍，庫存風(fēng)險快速惡化。北京商品住宅庫存有所減少，天津、上海和福建庫存增長亦比較平緩，但銷售規(guī)模增長停滯，如北京和上海2012年銷售規(guī)模不足2005年的6成。具體原因是：（1）2005—2010年房價快速上漲但居民收入增速較緩，限制了社會購買能力；（2）2011年以來北京、上海和天津房價下跌造成“跟漲不跟跌”以及北京、上海年新增城鎮(zhèn)人口銳減，造成購買意愿下降；（3）相對嚴(yán)格的房地產(chǎn)調(diào)控政策對商品房銷售產(chǎn)生了較大的抑制作用。這4個省、市需要積極調(diào)整住房供給結(jié)構(gòu)，向面向中等收入群體的中低檔住宅供應(yīng)傾斜；繼續(xù)采取金融、財稅等調(diào)控措施避免投機(jī)引起房價和交易量大幅波動，營造房價平穩(wěn)預(yù)期；同時改善限購、限貸政策，向確有居住需求的消費(fèi)群體開放市場。鑒于人均居住面積低和房價過高，上海、北京應(yīng)適度增加土地供應(yīng)，擴(kuò)大商品住宅和保障性住房供給。海南省房地產(chǎn)年投資、新開工面積、施工面積、庫存和房價呈井噴式增長，而居民收入、存款余額等基礎(chǔ)購買力指標(biāo)較全國并無增長優(yōu)勢，庫存消化能力銳減，房地產(chǎn)過度開發(fā)問題較為突出。該省可以通過提高多套房、高檔住房首付比例和貸款利率［21］，限制購房資格，征收房產(chǎn)稅、二手房交易稅等措施遏制投機(jī)需求，并適度縮緊銀根和土地供應(yīng)，減小住宅開發(fā)規(guī)模。

庫存風(fēng)險較高區(qū)域省份的顯著特點(diǎn)是供給量得分普遍低于全國水平，房價增速較快但收入增速落后。此外，廣東、浙江商品住宅庫存、新開工面積、施工面積和投資等擴(kuò)張趨于平緩，但銷售規(guī)模增長停滯；江蘇、湖北庫存大幅度增加。上述4省城鎮(zhèn)居民人均住房面積大幅度超過全國水平，且除湖北外年新增城鎮(zhèn)人口逐漸減少，城鎮(zhèn)化速度降低，應(yīng)繼續(xù)控制供地規(guī)模，優(yōu)化住房供應(yīng)結(jié)構(gòu)，減少高檔住房供應(yīng)，緩解供給壓力，更好地滿足中等收入人群的居住需求；運(yùn)用金融、稅收等手段抑制“炒房”，提高多套住房持有成本，降低住房空置率，以增加供給、抑制房價，增強(qiáng)居民的住房購買力。吉林、青海、寧夏3省、區(qū)目前人均住房面積較低，可以促進(jìn)中低檔商品住宅和保障性住房建設(shè)，以改善居民的居住條件，并適度采取措施穩(wěn)定房價，保障具有居住需求的消費(fèi)者的購房能力。另外，這3省、區(qū)商品住宅新開發(fā)投資規(guī)模和施工面積增速顯著高于全國平均水平，有必要根據(jù)實(shí)際社會需求改善居住用地供給計劃，避免住房供應(yīng)量過快增長。

5　結(jié)論

現(xiàn)有研究基于“高收益預(yù)期→高投機(jī)需求→房價高漲→樓市泡沫→危機(jī)爆發(fā)”的理論假設(shè)評價房地產(chǎn)市場風(fēng)險，對可能因供方“過度開發(fā)→庫存積壓→資金鏈斷裂→觸發(fā)危機(jī)”的風(fēng)險關(guān)注不足。本文分析商品住宅庫存及其演化狀況、評價商品住宅去庫存化能力，具有理論和現(xiàn)實(shí)意義。

中國商品住宅年開發(fā)投資規(guī)模持續(xù)快速增長，而商品住宅銷售規(guī)模增速不斷放緩，庫存積壓日益加劇。東部商品住宅庫存占全國比重最高，中部次之，西部最少，但中部增速最快，西部次之，東部未得到有效控制，房地產(chǎn)過熱開發(fā)和庫存積壓問題向全國擴(kuò)散。過量供給、購買力不足以及購買意愿下降導(dǎo)致去庫存化能力普遍下降。庫存消化能力得分過低或下降過快的省市值得特別關(guān)注，有必要采取措施防范供方破產(chǎn)引發(fā)局部性房地產(chǎn)市場危機(jī)的風(fēng)險，促進(jìn)房地產(chǎn)行業(yè)健康發(fā)展。

不同城市的房地產(chǎn)市場狀況存在較大差異，以省域?yàn)閱挝豢赡艽嬖谖科阶饔?。本文對政策、市場主體偏好等方面的去庫存化能力影響因素考察較粗略。未來研究可以從研究尺度和評價指標(biāo)等方面進(jìn)行改進(jìn)。

（

）：

［1］ 袁志剛，樊瀟彥. 房地產(chǎn)市場理性泡沫分析［J］ . 經(jīng)濟(jì)研究，2003，（3）：34 - 43.

［2］ Hui，E C M，Shen，Y. Housing price bubbles in Hong Kong，Beijing and Shanghai：a comparative study ［J］ . Journal of Real Estate Finance and Economics，2006，33（4）：299 - 327.

［3］ Dreger C，Zhang Y Q. Is there a bubble in the Chinese housing market？ ［J］ . Urban Policy and Research，2013，31（1）：27 - 39.

［4］ 唐志軍，徐會軍，巴曙松. 中國房地產(chǎn)市場波動對宏觀經(jīng)濟(jì)波動的影響研究［J］ . 統(tǒng)計研究，2010，27（2）：15 - 22.

［5］ 楊帆，李宏謹(jǐn)，李勇. 泡沫經(jīng)濟(jì)理論與中國房地產(chǎn)市場［J］ . 管理世界，2005，（6）：64 - 75.

［6］ 孟勉，李文斌，許東衛(wèi). 我國房地產(chǎn)市場的泡沫檢驗(yàn)——基于現(xiàn)值模型［J］ . 經(jīng)濟(jì)地理，2008，28（5）：857 - 861.

［7］ 呂江林. 我國城市住房市場泡沫水平的度量［J］ . 經(jīng)濟(jì)研究，2010，（6）：28 - 41.

［8］ 沈悅，劉洪玉. 住宅價格與經(jīng)濟(jì)基本面：1995—2002年中國14城市的實(shí)證研究［J］ . 經(jīng)濟(jì)研究，2004，（6）：78 - 86.

［9］ Hagen D A， Hansen J L. Rental housing and the natural vacancy rate ［J］ . Journal of Real Estate Research， 2010， 32（4）：413 - 433.

［10］ Mallick H， Mahalik M K. Fundamental or speculative factors in the housing markets of emerging economies？ Some lessons from China［J］ . Journal of Economic Policy Reform， 2012， 15（1）：57 - 67.

［11］ Dieci R， Westerhoff F. A simple model of a speculative housing market ［J］ . Journal of Evolutionary Economics， 2012， 22（2）：303 -329.

［12］ 王子成，明娟. 珠三角房地產(chǎn)泡沫測度實(shí)證研究——以廣州為例［J］ . 經(jīng)濟(jì)地理，2007，27（5）：819 - 822.

［13］ 姜春海. 中國房地產(chǎn)市場投機(jī)泡沫實(shí)證分析［J］ . 管理世界，2005，（12）：71 - 84.

［14］ Ting L. Herding behavior in China housing market ［J］ . International Journal of Economics and Finance， 2014， 6（2）：115 - 124.

［15］ Glaeser E L， Gyourko J， Saiz A. Housing supply and housing bubbles ［J］ . Journal of Urban Economics， 2008， 64（2）：198 - 217.

［16］ Ihlanfeldt K， Mayock T. Housing bubbles and busts：The role of supply elasticity ［J］ . Land Economics， 2014， 90（1）：79 - 99.

［17］ Struyk R J. Understanding high housing vacancy rates in a developing country：Jordan ［J］ . The Journal of Developing Areas， 1988， 22（3）：373 - 380.

［18］ Renaud， Bertrand. Real estate bubble and financial crisis in Dubai：Dynamics and policy responses［J］ . Journal of Real Estate Literature， 2012， 20（1）：51 - 77.

［19］ 易曉文.中國住宅有效需求測算——基于期望效用和需求收入彈性的研究［J］ . 江西社會科學(xué)，2007，（4）：101 - 105.

［20］ Ortalo-Magne F， Rady S. Housing market dynamics：On the contribution of income shocks and credit constraints［J］ . Review of Economic Studies， 2006， 73（2）：459 - 485.

［21］ Tiwari P， Parikh K， Parikh J. Effective housing demand in Mumbai（Bombay）metropolitan region［J］ . Urban Studies， 1999， 36（10）：1783 - 1809.

［22］ Goodman A C， Thibodeau T G. Where are the speculative bubbles in US housing markets？［J］ . Journal of Housing Economics， 2008，17（2）：117 - 137.

（本文責(zé)編：仲濟(jì)香）

Evaluating China's Commodity Housing Inventory and Its Digestion

SHEN Xiao-qiang， WU Ci-fang
（School of Public Administration， Zhejiang University， Hangzhou 310029， China）

The purpose of this study is to analyze the spatial-temporal evolution of commodity housing inventory and its destocking ability. Supply-demand theory is introduced to build the assessment model. The result showed that unsold commodity housing inventory has inflated greatly and the east region holds the most backlog， while the west the least. The growth rate in central region is the fastest， and the west region comes second， while it is not yet controlled for the east. The average score of destocking ability dropped from 0.54 to 0.42， resulting from the downward scoring of supply， the purchasing power and the intention. Many provinces suffered a fast deterioration trend. Some areas scored less than 0.40， which implies high real estate market risks. The whole nation can be divided into four sub-regions， and measures should be tailed.

land economy； commodity housing inventory； market risks； destocking ability； control strategy

F301.3

A

1001-8158（2015）09-0073-08

10.11994/zgtdkx.2015.09.010

2014-11-06

2015-06-04

國家社會科學(xué)基金重點(diǎn)項(xiàng)目“促進(jìn)區(qū)域協(xié)調(diào)發(fā)展的差別化土地調(diào)控政策研究”（13AZD012）。

沈孝強(qiáng)（1988-），男，浙江嘉興人，博士研究生。主要研究方向?yàn)橥恋乩霉芾怼-mail： shenxq0904@126.com