频道
栏目
  • 视频
  • 战疫
  • 时事
  • 财经
  • 科技
  • 思想
  • 智库
  • 生活
国研中心|估“实”居民自用住房虚拟租金的时机已经成熟
王瑞民   王微
2022-07-27 15:35  来源:澎湃新闻
{{newsTimeline.name}}
  • {{item.occurrenceDay}}
  • {{content.occurrenceTime}}
    {{content.name}}
全部展开
收起时间线
在探索房地产新的发展模式过程中,准确核算住房服务业增加值是一项重要的基础性工作,既有利于精准评估房地产业对国民经济的贡献及其阶段性变化,也便于在同一尺度下进行国际比较并汲取有益的转型经验。长期以来,采用折旧法来估算居民自有自用住房的虚拟租金是导致中国住房服务业增加值严重低估的主要原因。从中央政府倡导建立“租购并举”的住房制度以来,中国住房租赁市场日益活跃,租房居住的居民占比超过采用市场法的临界值,租赁住房大数据的发展使得技术上租金数据的可得性与准确性均显著提高,采用市场法替代折旧法,估“实”虚拟租金的市场与技术条件已经具备。
一、住房服务业增加值中虚拟租金长期低估
住房服务业增加值中,除了企业或个人对外提供租赁服务产生的增加值外,居民自有自用住房的“虚拟租金”也是其中的重要组成部分。当居民住房自用时,可以理解为房主向自己“出租”了房屋,房主同时也是“租客”,向自己“支付”相应租金,但这一过程中并无实际的现金交易发生,所以称之为“虚拟租金”。 联合国国民经济核算体系(SNA 2008)指出,“对所居住的房屋拥有所有权,视同为拥有一家非法人企业,该企业提供了住房服务并被其所属住户的居民消费。提供的住房服务价值等于在市场上租用同样大小、质量和类型的房屋需要支付的租金”。
从国民经济核算的角度看,房主无论是向他人提供住房,还是向自己提供住房,本质上均应视为向住房市场提供居住服务,这一过程中的增加值核算理应采用同一方法与标准。但长期以来,中国住房服务业增加值核算中,对外提供租赁服务产生的增加值采用以实际租金为依据的市场法,而居民自有自用的住房虚拟租金估算方法长期采用的是成本折旧法。
自2004年以来,城镇居民自用住房虚拟租金估算方法已进行过多轮调整,主要围绕城镇住房的建造成本及折旧率进行,并在2010年将住房维修费用和物业费用纳入虚拟租金(见表1)。2017年国务院批准《中国国民经济核算体系(2016) 》,提出采用市场租金法来改善城镇居民自有住房增加值核算。
表1 中国居民自有自住住房虚拟租金估算方法演进但从公布的房地产业增加值核算结果来看,2016年后的各年份房地产业增加值并未发生应有的“跳涨”,2016年及之前的相应增加值数据也未进行必要修订(见图1)。可见,城镇居民自住房虚拟租金估算时至今日仍采用折旧法,市场租金法似未在全国层面正式应用。图1 中国房地产业增加值及占GDP的比重 数据来源:国家统计局

图1 中国房地产业增加值及占GDP的比重
数据来源:国家统计局

成本折旧法的核心是折旧率的设定。目前,城镇居民自有住房折旧率为当期建造成本的2%、农村居民为3%。我们认为,城镇住房的折旧率明显偏低。2%的折旧率是按照50年的折旧年限得出的,而以房屋折旧速度作为主要依据的住房贷款年限,最高不超过30年。换言之,金融机构认可的城镇住房折旧率在3.3%以上。城市更新时,2000年之前建设的房子即纳入老旧小区改造。相关实证文献发现,上海二手房的折旧率为3%-5%,美国的住房名义折旧率达5.5%。
虚拟租金被低估的另一个重要原因是,折旧法核算主要依据是房屋建造成本,而不是房屋价值。中国仍处在快速城镇化进程中,人口净流入城市的房屋升值较快,租金也快速上涨,而房屋建造成本实际上变动不大,进一步拉大了“虚拟租金”与市场租金的差距,即居民自有自用住房的“虚拟租金”大幅低于租用同样大小、质量和区位的住房的租金。例如,上海市区一套80平方米居民自住住房的当期建造成本为100万元,按照折旧法计算虚拟租金为2万元,若维修和物业管理费为0.5万元,则相应的住房服务增加值为2.5万元;而同小区条件相同的在租房屋月租金为0.8万元,按照市场租金法计算的住房服务业增加值为9.6万元,是按照折旧法计算的近4倍(见表2)。
表2  虚拟租金估算的折旧法与市场法比较(举例)资料来源:笔者整理

资料来源:笔者整理

二、虚拟租金低估带来的一连串不利影响
一是与采用市场法估算虚拟租金的主要经济体不具可比性。
2020年,美国居民自住住房的虚拟租金达到1.73万亿美元(见图2),按照2020年平均汇率6.8974计算,折合人民币11.94万亿元,而中国当年房地产业的全部增加值仅为7.34万亿元。换言之,美国住房服务业增加值中,仅居民自有住房的增加值就比中国房地产业增加值高出4.6万亿元,这显然是统计核算方法的差异造成的。从在GDP中的占比来看,2020年美国居民自有住房的虚拟租金占比为8.3%,中国整个房地产业增加值的占比仅为7.2%。中国的统计数据中未正式公布虚拟租金数额及其在GDP中的占比,相关文献按照折旧法推算的虚拟租金在GDP中的占比为2.5%左右。图2:美国居民自有住房的虚拟租金及其占GDP的比重 数据来源:美国经济分析局(BEA)

图2:美国居民自有住房的虚拟租金及其占GDP的比重
数据来源:美国经济分析局(BEA)

由于虚拟租金未能估“实”,在不同国家间进行比较时,便容易造成认识上的偏差。除美国外,英国、法国等经济体虚拟租金在GDP中的占比也达到5%-10%左右(见图3),房地产业探索新的发展模式,合理借鉴国际经验是必要的,当观察到主要经济体住房服务业占比高达10%左右,而我们仅为4%左右时,就难免对转型前景忧虑重重,担心新的发展模式下房地产业在国民经济中的比重出现断崖式下跌。实际上,首先需要区分6%左右的差距中有多少是统计口径不可比造成的,有多少是发展程度和水平不同造成的。图3:部分国家虚拟租金和实际租金在GDP中的比重(2018年) 数据来源

图3:部分国家虚拟租金和实际租金在GDP中的比重(2018年)
数据来源

二是不利于从住房服务业增加值中反映租购结构变化带来的居住条件改善。就一般规律而言,住在自有住房中的居民通常远比租房居民要富裕。在居民的全生命周期中,拥有住房的需求几乎是刚性的,条件允许时绝大部分居民都想拥有一套自己的住房。租赁住房主要是满足居民阶段性、临时性居住需求的方式,随着收入提高居民将沿着住房阶梯由“租”转“购”。由于租房时的增加值采用市场法核算,自住时的增加值采用成本法核算,当居民由“租”转“购”改善居住条件时将会出现住房服务增加值下降的反常情况。住房自有率越高,居民自用住房的虚拟租金低估导致住房服务业增加值反而越低。
三是将导致GDP总量等一系列重要统计指标低估。居民自用住房的虚拟租金是住房服务业增加值的重要组成部分。考虑到中国住房自有率较高,虚拟租金低估将导致住房服务业增加值被严重低估,并进一步导致GDP总量、第三产业增加值、居民可支配收入、消费支出等重要指标低估。据相关测算,若采用国际上广泛使用的市场法估“实”虚拟租金,GDP总量将增加8%以上,居民消费率则将从当前的不到40%上升到45%-50%。
三、估“实”虚拟租金的市场与技术条件已经具备
联合国国民经济核算体系(SNA 2008)指出,采用折旧法估算居民自有住房虚拟租金,是住房租赁市场不发达、没有可供参考的市场化租金时的次优选择。2016年以来,随着中国住房租赁市场日益活跃、租金数据日益完善,采用市场法替代折旧法估“实”虚拟租金的市场与技术条件已经具备。
一是租赁住房市场迅速发展,租房居住的居民占比超过采用“市场法”的临界值。相关文献指出,一个国家私人租赁房在存量房中的占比超过10%且私人租赁住宅与其他有偿租赁住宅的差距不超过3倍时,即可采用“市场法”估算居民自有自用住房的“虚拟租金”,基于实际租金的回归分析方法是最有效的虚拟租金估算方法。根据相关测算,中国市场化租赁房源占存量住房总量的比重在15%以上。目前,中国的城市化进程仍在持续推进,以进城农民工和新毕业大学生为典型代表的新市民群体总量达到3亿人,租赁成为低成本满足其居住需求的主要解决方案。在人口净流入的大城市,市场化租赁房源的占比可能更高。由于上述城市租金水平较高,采用“折旧法”估算的居民自有自用住房的“虚拟租金”的偏差就越大。此外,即使市场化租赁房源不到10%,只要租金数据的质量足够高,仍然可以市场法估算虚拟租金,成本法仅作为相关条件不具备时的辅助方法。
二是技术上租金数据的可得性与准确性均显著提高。中国住房大数据迅速发展,除了地方政府的政府租赁平台外,市场化租赁平台基于真实交易积累了高质量的租金数据,仅贝壳的“楼盘字典”就收录了超过2亿套城镇房屋的区位、面积、朝向、配套等详细信息,并将其与房价与租金数据关联。建行等金融机构搭建的住房租赁平台的数据积累也非常可观。特别是在人口净流入的大中城市,住房租赁需求旺盛,租金数据分布广、质量高,乃至细分到网格化街区的租金数据也是可得的。此外,还有一些全国层面的微观调查数据,也涵盖了丰富的住房租赁数据,可作为虚拟租金估算时的辅助数据。租赁住房数据的积累和发展为居民自有自用租房“虚拟租金”的估算提供了有效的数据与技术支撑。
需要指出的是,统计调查数据与平台大数据的整合并不存在明显的技术障碍,且有先例可循,如社会消费品零售总额的核算实践中就在统计调查方法的基础上充分整合了电商平台真实交易产生的大数据。
四、加快估“实”虚拟租金的政策建议
扎实的数据是探索房地产业高质量发展的基础。根据各地租赁市场发展情况,加快推广市场法,加快估“实”虚拟租金,完善住房服务业增加值核算,提高住房服务业增加值的国际可比性。
一是整合“七普”住房普查数据和租赁平台大数据,完善租赁住房数据库,提高租金数据质量。充分利用“七普”中的住房普查数据,并整合现有的住房租赁平台大数据以及已有的大型微观调查数据,完善租赁住房数据库,并通过相应的估算模型设计将租金与房屋区位、面积、质量、房龄、朝向等关键指标的对应关系进一步精确化,为“虚拟租金”的估算提供扎实的数据支撑。
二是率先在租赁市场发达的人口净流入城市试点采用市场法。在租赁房占比超过10%或租赁房占比虽未超过10%但租金数据质量较高的城市采用市场法进行虚拟租金估算,并将估算结果与折旧法进行比较,评估核算方法变化对GDP总量的影响。在尚无住房租赁市场的农村地区和租赁市场占比很小的小城镇可沿用折旧法。
三是在试点基础上全面采用市场法替代折旧法。在总结试点经验后,调整、优化居民自有自用住房虚拟租金估算模型的相关系数,形成一套符合中国国情的市场法核算体系,全面、准确地核算全国居民自有自用住房的“虚拟租金”,进而完善中国住房服务业增加值的核算。可以预见的是,摸清住房及其相关的租金等底数,将有利于掌握居民租购结构的变化及相应的住房服务业增加值结构。
(作者王瑞民系国务院发展研究中心市场经济研究所副研究员,王微系国务院发展研究中心市场经济研究所所长、研究员)

责任编辑:田春玲   图片编辑:张同泽

校对:施鋆

92