我国宏观经济-房地产动态可计算一般均衡模型研

　　1引言

　　目前动态可计算一般均衡模型（dynamiccomputablegeneralequilibrium,DCGE)巳被广泛地用于我国中长期内贸易自由化1、人民币升值、碳关税、燃油税改革1环境间等相关政策的模拟及效应分析.但就房地产市场相关政策而言，目前尚未有相关研究用动态CGE模型对其进行定量的模拟分析.这是由于基于我国现行的国民经济核算体系，房地产部门的统计是将房地产投资行为列入GDP核算范围，将这一定义体现至社会核算矩阵（socialaccountingmatrix,SAM)及相应的CGE模型时，房地产部门体现的是开发商作为房地产部门的供给方和新购房者作为房地产部门的需求方时，二者在房地产投资（或销售）上达成的均衡,无法体现存量住宅市场的变化.以改善性需求的购房者为例，在其新购住房后,其旧的住房将进入二手房市场流通，从而影响整个存量住宅市场，这种变化在传统国民经济核算意义上的房地产部门定义及相应的CGE模型中是无法体现出来的.

　　为此，本文引入了存量住宅部门的概念，对我国存量住宅的相关数据进行估计，构建了我国宏观经济-房地产动态一般均衡模型.在此基础上，将此模型作为定量分析的工具，以3600万套保障性安居工程计划为例，示范了如何将该政策最化为模型的外生冲击,并模拟分析了该政策实施后对我国宏观经济和房地产市场的影响，以期为房地产相关政策效应的定量分析提供模型基础.

　　2我国宏观经济-房地产动态一般均衡模型的构建

　　存量住宅部门（owneroccupieddwellingssector)在美国、欧盟、澳大利亚、日本等国的国民经济核算中均有数据记录，纳入国民经济核算账户L国外文献中利用CGE模型进行房地产相关政策的模拟时，均采用的是存量住宅部门定义.如Waters等对俄勒冈州房产税税率限额政策效应的模拟[气Anas和Amott对芝加哥地区低收入者住房补助政策效应的模拟[14丨，Nechyba对美国将房产税调整为土地税后的政策效应模拟[151，Bye和Avitsland对挪威房产税效应的模拟_，O'Connell对佛罗里达州房产税税率调整效应的模拟P1.由此，本文在现有国民经济核算体系下宏观经济部门分类的基础上加入了存量住宅部门，并将其区分为“普通住宅”和“高档住宅”部门，在对其数据进行估计的基础上构建了我国宏观经济-房地产动态一般均衡模型.该模型是在Mai等的CHINAGEM模型丨18丨基础上改进而来的?

　　2.1CHINAGEM模型

　　CHINAGEM模型以2002年的社会核算矩阵为基础，共包括137种商品（C=137)，137个行业(/=137)，2种商品来源（S=2，包括国内与进口)，1类居民、1类国外购买者、1类政府需求和1类投资需求.模型假设毎个生产部门只生产一种商品.社会核算矩阵的横向描述了产品的流向，包括中间需求、投资、居民消费、出口、政府消费与库存六大块.矩阵的纵向描述了产品的投入，包括中间投入、流通成本、销售税、劳动、资本、土地、其他投入、生产税八个部分.其中，流通成本包括运输、仓储、保险等八类.该模型方程体系以瓦尔拉斯一般均衡理论为基础，分静态与动态两部分.静态部分包括生产决策模块、产出决策模块、收入支出模块、进出口贸易模块和市场均衡模块.动态部分则通过引入资本累积，金融资本（债务）累积以及劳动力市场的调整实现前后两个时期相应的静态CGE模型的跨期链接[1912.2存量住宅部门的构建及基础数据估计

　　研究房地产相关政策的影响，本文在CHIANGEM模型的基础上新增存量住宅部门，并构建了宏观经济-房地产动态CGE模型.存量住宅部门的投入以资本投入为主，即所有存量住房的资本价值作为资本投入;少量劳动力和中间投入为辅，主要为存量住房的修葺服务?而该部门的产出仅被用于居民消费，居民居住住房即为对该部门的消费.对于租房者而言,其租金支出即为对该部门的消费支出；自住住房者则被认为同时是租房者与承租人，自己需要付给自己租金，通过对住房的拥有权获得收益.因此，所有存量住房的虚拟租金收入为该部门的消费总额,也即为该部门的产出总额.在本文中，存量住宅部门的方程直接沿用了CHINAGEM的机制，其产出、消费和投资的方程分别为：

　　其中，该部门产出K由其资本投入量K“劳动力投入量U和中间投入INTt决定，Ai为技术参数.关于部门消费CONSu它由其他各部门价格巧，…，尸《，总收入INC,总人口POP以及该部门的需求偏好参数,决定.该部门投资h由预期投资回报率RORi决定?

　　针对中国的实际情况，我们将存量住宅部门进一步细分成“普通住宅”和“高档住宅”两个子部门.其中，“高档住宅”即住宅中的别墅、公寓，是指在投资计划或工程规划中确定为公寓、别墅的房地产投资项目，或单位建筑面积造价在同等地段普通商品住宅平均造价一倍以上的住宅.对于“普通住宅”和“高档住宅”部门在2002年的基础数据，需要估计包括该部门的投入和产出（消费）数据,即各子部门在2002年的资本价值和虚拟租金收入.中国统计年鉴提供了2002年城镇居民人均住房面积和城镇居民总数的统计，据此可估计出当年的存量住宅总面积.中经网数据库提供了“住宅商品房”、“别墅高档公寓商品房”的销售面积、销售价格数据.首先根据两类住房1991-200年的历史销售数据进行累计加总,得到两个子部门占总住宅的比例分别为91%和9%，对存量住宅总面积进行比例拆分；然后根据两类住宅相应的单位面积销售价格，将其相乘估计得出当年的“普通住宅”和“高档住宅”总价值2.对于虚拟租金收入，目前仅有Wind提供了所有住宅的租赁价格年同比指数，没有官方公布的租赁价格数据，我们是根据各类住宅的销售价格数据与租售比进行了估计.Ahuja等对过去十年间中国的租售比进行了估计，认为中国2000-2010年间住宅租售比从1:200左右上涨至1:300左右丨圳.为简化模型，我们假设住宅的租金与销售价格同比例增长，即将如02年及之后各年份的住宅租售比统一设定为1:250，据此估计出了相应的“普通住宅”和“高档住宅”在2002年的虚拟租金收入.

　　2.3横型的基线设计

　　房地产动态CGE模型采用递归动态方法实现数据的更新.模型基于2002年数据构建，通过动态模块实现跨期链接，在保证市场均衡的前提下，可递归求解出2003-如加年各经济指标的增速，即为模型的基线.其中2002-2010年为历史基线，对消费、投资和进出口增速以及劳动力增速等根据我国宏观经济的统计数据进行外生设定，可内生求解消费偏好、投资回报率、储蓄率、技术进步参数等参数.2011-2020年为预测基线,通过改变闭合条件，将历史基线中求解出的各参数内生，并通过动态模块实现跨期链接，即可求解出消费、投资、进出口等各经济指标的基准增速.政策模拟的动态效应分析则是在设置外生政策冲击后，用同样的方法重新求解出各经济指标的增速，并将其与基准增速的差异进行比较而实现[21].模型基线预测结果显示，我国2011-2020年间宏观经济将维持稳定增长，GDP年均增速为8.5%左右，并呈一定的逐年放缓态势.

　　对于存量住宅部门，在2002-2010年的历史基线部分，模型外生了各子部门的投资增速、价格增速和产出增速，使之符合房地产市场实际状况，并据此求解出相应部门的投资回报率、消费偏好和生产技术参数.投资和价格增速可直接根据中经网相应销售价格和销售面积的统计得到，实际产出增速即存量住宅总面积的增速则需要估计历年存量住宅总面积?如前所述，2002年各子部门的初始存量住宅面积可通过比例拆分估计得到，再根据2003-2010年的相应住宅销售面积数据统计，加总可得到历年各子部门的存量住房总面积.需要说明的是，“住宅商品房”是对所有住宅的统计，模型中的“普通住宅”部门相关数据需要将其减去“别墅高档公寓商品房”的数据后进行估计得到.

　　对于预测基线，我们认为在没有其他政策变动的情况下，20112020年我国房地产市场会延续之前的消费偏好、投资回报率及生产技术进步水平，因此根据历史基线求解出的数值内生该部门的投资回报率、消费偏好和生产技术水平，可外生预测该部门的投资、价格和产出增速.表1给出了存量住宅各部门主要指标基线的增速.根据模型预测结果可知，2011-2020年，普通商品房、高档住房投资将分别以10.78%和8.77%的速度增长，产出将分别以年均2.96%和2.18%的速度增长，至于价格，则分别以年均6.70%和5.18%的速度平稳增长，增速均呈逐年放缓趋势.从数据上看，模型预测未来十年房地产投资年均增速将低于2002-2010年间水平.但需要注意的是，2002-2010年模型历史基线年均增速是以2002年水平为基准的，2011-2010年模型预测基线年均增速是以2010年为基准的.从绝对增幅来看，未来十年房地产市场仍存在投资过热现象.以2010年的“普通住宅”和“高档住宅”销售面积为基准，模型预测2011-2010年年均销售面积分别为13亿平方米和6000万平方米，至2020年，“普通住宅”和“高档住宅”总面积将分别达到约280亿平方米和19亿平方米,投资和总面积的绝对增幅均远高于2002-2010年间水平.

　　3横型应用：3600万套保障性安居工程计划的政策效应分析

　　按照计划，3600万套保障性住房的具体分配是:2011年新建1000万套，2012年新建700万套，2013-2015年共新建1900万套.保障性住房供给的增加将仅仅能影响普通住宅市场，对高档住宅市场没有影响.因此，3600万套保障性住房建设在模型中体现为“普通住宅”部门的投资增加.图1给出了“十二五”新建3600万套保障性住房目标按计划实施后以对GDP等主要指标的影响结果，是所有指标年度增速在新建3600万套保障性住房后相对于基线的偏离百分比.模拟结果表明，短期内，即初始年份2011年，投资增加会引起全社会就业水平上升，在其后的年份，资本形成受投资增加的影响而上升，实际工资发生改变（轻微下降)，就业水平上升幅度减缓，总体就业水平将慢慢恢复到原就业水平.整体来说，2011-2010年间因新建保障性住房将使得GDP年均增速在基线基础上增加0.6个百分点.以2010年GDP为基准，考虑基线预测GDP年均增速为.5%左右，据此估计其总共拉动的GDP增长约为3.5万亿（以2010年为基准价).

　　而从住宅部门受到的影响来看，新建保障性住房将使得2011-2015年普通住宅部门投资增加，资本存量自2012年起大幅度增加，价格迅速下降.到2020年，累计降幅将达到60个百分点.预测基线中2011-2010年普通住宅价格年均增幅为6.70%,这说明在新建3600万套保障性住房后，普通住宅部门价格过快上涨的趋势将得到有效抑制，基本维持在现在水平.这可以理解为新增的3600万套保障性住房已经解决了由于城镇化加速和住房改善需求所额外增加的住宅需求5，因此普通住宅价格不再过上涨?

　　4棘语

　　基于动态CGE模型对政策进行外生模拟，可以对中长期内政策实施后的宏观经济效应进行预测，从而为政策的制定、实施提供科学参考.本文通过引入存量住宅部门，并对我国存量住宅的相关数据进行估计,建立了我国宏观经济-房地产的动态CGE模型，为房地产市场相关政策的效应分析提供了一个具有较强通用性的研究工具.相较于传统的动态CGE模型,该模型将存量住宅市场的供给与需求均衡考虑进了模型体系中,基于该模型框架，可以比较全面地考察相关政策措施对宏观经济及房地产市场的影响.以新建3600万套保障性安居工程计划为例，本文示范了如何将该政策量化为模型的外生冲击，并模拟了该政策实施后的经济影响.从模拟结果来看，该模型能较为准确地反映相关政策对宏观经济及房地产市场的影响.基于该模型，还可以对其它相关政策，比如房产税征收、限购等政策对宏观经济的效应进行分析.需要说明的是，本文提供的是存量住宅部门数据的估计及模型机理设置的粗略框架，在下一步研究中还将继续改进.