文：任泽平团队
导读
当前中国住房市值是多少？在国际处于什么水平？上述问题关系到认清中国房地产市场未来、住房政策调整等。我们已连续4年测算全国、各省级、各地级单位的住房市值。
根据我们研究，2000-2023年中国住房市值从23万亿增到432.5万亿，住房市值增长18倍。其中，2021-2023年，由于房价调整以及住房存量面积增速放缓，住房市值增长放缓。
2000-2023年住房市值占股债房市值的比例由75%波动降至63.9%。下降原因在于股债市场逐渐完善，以及近年房价调整。
分区域看，2023年全国各区域住房市值分化明显，源于人口长期集聚下的人地错配。2023年全国近6成的住房市值集中在广东、上海、北京、江苏、浙江、山东、福建7个东部发达省份；一二线城市以全国1/4的住房存量面积，贡献了超5成的住房市值。
与发达国家相比，中国住房市值与GDP、股债房市值的比例均较高。1）从住房市值占GDP比例看：2023年中国住房市值与GDP比例环比下降了12个pct，但仍高于同期的美、日、英、德。2）从住房市值占股债房市值的比例看：2023年中国为63.9%，高于美国的29.8%、日本的42.5%、英国的61%。3）从居民家庭住房资产占比看，房子还是我国居民家庭资产中的“大头”。2023年中国居民家庭住房资产占总资产约61%，仍高于英国的50%、日本的38%、美国的28%。要防止房价暴涨暴跌。房价如果跌幅过大，将导致居民资产大幅缩水，带来资产负债表衰退风险，要促进房地产市场止跌回稳。
短期看，组建住房银行收储商品房用于保障房。一举多得，缓解地方财政压力，打通开发商现金流，避免居民烂尾楼，为民众提供保障房。利率要低、期限要长、规模要大、分配要公平。
长期看，以“城市群战略、金融稳定、人地挂钩、房地产税和租购并举”为核心，加快构建房地产新模式。其中，“人地挂钩”是实现房地产供求平衡的主要手段。
目录
1 如何研究住房市值？
1.1 现有住房市值数据真伪识别
1.2 研究思路与主要假设
2中国住房市值有多大？
2.1 2023年中国住房市值432.5万亿元，人均30.7万元
2.2 东部地区住房市值占全国超6成，粤沪京苏浙鲁6省住房市值占全国一半以上
2.3 一二线城市住房市值占全国总额超50%
3中国住房市值在国际处于什么水平？
3.1 中国住房市值与GDP、股债房市值的比例在国际均较高
3.2 房子还是居民家庭资产中的“大头”，2023年占比高达61%
4未来如何促进房地产健康发展？短期组建“住房保障银行”，中长期建立“人地挂钩”长效机制
正文
1 如何研究住房市值？
1.1 现有住房市值数据真伪识别
当前中国住房市值是多少？与GDP的比例是否偏高？发达国家的情况又是如何？对上述问题的解答，不仅关系到中国房地产市场未来发展的走向，也关系到住房政策应如何调整。但现有住房市值研究均存在明显问题，或夸大其词，或混淆口径。
市场上计算住房市值的普遍做法是“国家统计局公布的新建商品房销售金额/销售面积，得到单价，再乘以人口和人均面积”，这存在两个问题。第一，高估住房存量，错误地把商品房等同于商品住宅，实际上商品房包括商品住宅、商业用房等。而且，国家统计局公布的人均住房建筑面积数据因抽样偏差，可能存在高估。住户调查中抽取样本多为当地有房户籍家庭，对流动性较大、居住空间较小的常住外来人口、无房户覆盖不足。第二，中国城乡土地二元分割，农村土地不具有市场意义的流通、交易价值。因此，将新建住房平均价格当作中国全部房产平均价格是存在问题的。
1.2 研究思路与主要假设
鉴于以上情况，我们的研究思路是：以市价法测算中国不同类别的城镇住房市值，以成本法测算中国农村住房市值，并主要以OECD公布的国际住房市值数据为基础推算当前值作为比较。在数据处理过程中，剔除了省直辖县。
第一，地级层面不同类型的城镇住房存量乘以相应单价，得到地级城镇住房市值，加总得到各省及全国城镇住房市值。房价使用中国房地产协会旗下房价行情网公布的2023年城镇二手房价格数据。城镇住房面积使用我们《中国住房存量报告：2024》测算的各级城镇住房存量。其中，由于城镇住房类型很多，价格明显差异，因此需分类假定价格计算不同类型的住房市值再加总。具体做法如下：
1）人口普查等资料将城镇家庭户住房按来源分为新建商品住房、二手房、公房、经济适用房等八类。商品住房、二手房、公房可正常交易，按标准价；廉租房、公租房不可交易，假定按50%折价；经济适用房和两限房新房售价比周边同类商品住房低，假定按85%折价。我们以“中国住房存量研究”测算的住房相关详细数据为基础，各地八类城镇家庭户住房存量乘以相应单价得到地级住房市值，相加得到全国城镇家庭户住房市值。
2）城镇集体户学生宿舍不可交易，按50%折价，城镇集体户非学生宿舍按标准价。各地两类城镇集体户住房存量乘以相应的单价得到地级城镇集体户住房市值，地级相加得到全国城镇集体户住房市值。全国城镇家庭户、集体户住房市值加总得到全国城镇住房市值。
第二，农村住房存量乘以建造单价，得到农村住房市值。以人口普查、“小普查”农村家庭户住房数据为基础，并假设农村集体户人均住房面积为家庭户的45%，估算得到2000、2005、2010、2015、2020年农村住房存量。2012年及之前年份农村住房建造单价数据来源于《中国统计年鉴》，2013-2022年来源于《中国住户统计年鉴》，2023年数据参考2020-2022年变化情况进行推算（农村住房建造单价较低，绝大部分省份建造单价在900元/平左右，我们假设各省内不同地级单位的农村住房建造单价相同）。中国城镇和农村住房市值相加，即为全国住房市值。
第三，主要以OECD公布的国际住房市值数据为统一口径。国际各国统计部门公布的房地产数据口径并非完全一致。美国经济分析局未单独公布土地价值数据；日本总务省公布的“宅地”市值数据指的是建设用地，并非住房所依附的土地。OECD公布了各国1995-2014年住房价值及其所依附的土地价值数据，我们根据此口径，结合OECD公布的各国名义房价指数变化，对各国2015-2023年住房市值数据进行合理估算。
有一点需要说明的是：考虑到建筑物依附土地存在，我们假定房地产总市值包括建筑价值以及所依附的土地价值。我们所测算的是狭义口径的房地产市值，即住宅市值，不包括写字楼、综合体等商业地产。大部分欧美主要西方国家单独公布了住房价值和土地价值，而中国土地为公有制，官方并未公布住房所依附的土地价值。鉴于房地产开发商缴纳了土地出让金，而土地出让金是住房成本之一，土地价值在房价中体现，我们可以认为中国的住房价值包含了土地价值。
2中国住房市值有多大？
2.1 2023年中国住房市值432.5万亿元，人均30.7万元
2000-2023年中国住房市值从23万亿元增加到432.5万亿元，住房市值增长18倍；人均住房市值从1.8万元到30.7万元，年均增长13.1%，高于人均GDP增速的11.1%；其中，2021-2023年，由于房价调整以及住房存量面积增速放缓，住房市值增长放缓。2000年中国住房市值仅23.4万亿元，人均1.8万元，住房市值与GDP比例为233.7%；2010年中国住房市值为136.7万亿元，人均10.2万元，住房市值与GDP比例为331.1%。到2023年，住房市值达432.5万亿元，人均达30.7万元，住房市值与GDP比例为343.1%。其中，城镇、乡村住房市值分别为408.5、24.0万亿元，占比分别为94.5%、5.5%，城镇人均43.8万元。
2000-2023年住房市值占股债房市值的比例由75%波动降至63.9%。2000年中国股市市值只有5.1万亿元，债券（使用债券余额表示债券市场规模）仅2.6万亿元，住房市值占股债房市值的75.2%。2020年中国股市市值达79.7万亿元，债券130.8万亿元，住房市值占股债房市值的66.6%。到2023年中国股市市值为86.4万亿元，债券157.9万亿元，住房市值占房债股市值的63.9%。
2023年住房市值占房债股市值的比例较2000年、2020年水平下降，原因分别在于股债市场逐渐完善，以及近年房价调整带来市值增速下调。一方面，2000年资本市场初步发展，股市债市规模合计7.7万亿元，仅相当于GDP的77.1%，而2023年股市债市规模合计达243.4万亿元，相当于GDP的193.1%；另一方面，我国房地产市场进入存量时代，随着存量面积增速放缓、房价水平下降，全国住房市值迎来了2021-2023年间的增速转负。
2.2 东部地区住房市值占全国超6成，粤沪京苏浙鲁6省住房市值占全国一半以上
分地区看，2023年我国东部地区的住房市值、住房存量面积均居全国首位，东部地区住房市值占比高达65.6%。2023年东部、中部、西部、东北地区住房市值占比分别为65.6%、15.8%、14.5%、4.1%，而对应的住房存量占比分别为38%、29.3%、26.2%、6.5%，东部市值占比明显超过住房存量主要在于房价较高。2023年东部、中部、西部、东北地区住房市值分别为283.9、68.4、62.6、17.6万亿元，分别占全国的65.6%、15.8%、14.5%、4.1%；住房市值与GDP的比例分别为477.5%、249.2%、212.1%、299.0%。而对应的住房存量分别为216.8、166.8、149.4、36.8亿平，分别占全国的38.0%、29.3%、26.2%、6.5%。
分省看，2023年全国各省份住房市值呈现以下特点：
从住房市值看，全国近6成的住房市值集中在广东、上海、北京、江苏、浙江、山东、福建7个东部发达省份。这七省住房市值均超过20万亿元，合计占全国的59%。河南、四川、河北、湖北等15个省份的住房市值在5-20万亿元之间，贵州、吉林、内蒙古等7个省份的住房市值在1-5万亿元之间，青海、宁夏、西藏3省不足1万亿元。
从人均住房市值看，上海、北京、天津、浙江等8个省份人均住房市值高于30万元。湖北、山东、河北等16个省份人均住房市值介于15-30万元，山西、广西、宁夏等5个省份人均住房市值介于10-15万元，西藏、新疆2个省份人均住房市值不足10万元。
从住房市值与GDP比例看，上海、北京、天津、浙江、广东等8省超过350%。重庆、江苏、江西、辽宁等13个省份的住房市值与GDP比例在250%-350%之间，除西藏、新疆外，其余省份的住房市值与GDP的比例都大于150%。
2.3 一二线城市住房市值占全国总额超50%
分线看，一二线城市以全国1/4的住房存量面积，贡献了超5成的住房市值。具体来看，当前一线、二线、三四线城市住房市值分别为118.7、133.5、180.3万亿元，占全国比重分别为27%、31%、42%，而住房存量分别为24.6、116.5、427.8亿平，占比分别为4.3%、20.5%、75.2%；人均分别为140、40、16万元，住房市值与GDP的比例分别为745%、332%、239%。其中，北京、上海、广州、深圳住房市值分别为40.4、45.6、15.8、18.8万亿元，人均住房市值分别为184.9、183.2、84.2、105.7万元。
一二线住房市值高主要源于人口长期集聚下的人地严重错配，房价明显较高。
第一，人口长期大量向一二线核心城市集聚。1990-2023年，一线城市人口占比从2.8%增至6%，二线城市人口占比从16.1%增至23.4%，三四线城市人口占比从81%降至70.6%。人口向一二线集聚的背后，是经济的集聚。该时期，一线城市GDP占比从9.4%增至12.5%，二线城市GDP占比从23.8%增至31.2%，三四线城市GDP占比从66.8%降至56.3%。2023年，一线、二线、三四线城市经济-人口比值分别为2.1、1.3、0.8，这预示着三四线城市人口将继续大幅流出，一二线城市人口将继续集聚。此外，核心城市优质公共资源高度富集，中国特有户籍制度使得公共资源与户口挂钩，而户口基本与房产挂钩的情况更加促进全国高收入人群向核心城市集聚。
第二，人地严重错配，一二线城市土地供给严重不足。大城市住宅用地被严格控制，2009-2023年一线城市住宅类用地供应面积从2585万平方米降至1036万平方米，占100个大中城市住宅类用地比例从8.0%波动降至3.5%；二线城市住宅类用地比例从52.1%波动下降至35.4%；而三线城市从39.9%波动上升至61.1%。
从城市维度看，我国336个地级单位的住房市值分化同样明显。住房市值方面，2023年在全国336个地级单位中（不含三沙），有83个城市的住房市值小于0.2万亿元，占比24.7%；有87个城市的住房市值介于0.2-0.5万亿元，占比25.9%；有124个城市的住房市值介于0.5-2万亿元，占比36.9%；有42个城市的住房市值大于2万亿元，占比12.5%。
住房市值与GDP的比例方面，住房市值与GDP的比例大于350%的城市以一二线核心城市、旅游热点城市为主。2023年有67个城市小于150%，占比20%；有109个城市介于150%-250%，占比32.4%；有103个城市介于250%-350%，占比30.7%；有57个城市大于350%，占比17%。住房市值与GDP的比例大于350%的城市，一类是北京、上海、深圳、杭州、南京、厦门等一二线核心城市；另一类是三亚、丽水、大理、恩施等旅游城市，因气候宜人、景色优美，成为很多人养老休闲置业的选择，提升了当地的住房需求。住房市值与GDP的比例小于150%的城市多在西部地区和部分东北地区，这些城市的经济相对落后，人口总量小且长期外流。
3中国住房市值在国际处于什么水平？
3.1 中国住房市值与GDP、股债房市值的比例在国际均较高
通过横向比较我国与国外经济体的住房市值净额，以及市值与GDP、股债房市值的比例，可以反映房屋名义价格的增长是否超过了经济发展增速，进而预防市场风险。与国际相比，从住房市值净额看，2023年中国住房市值为63万亿美元，明显大于美国的42.4万亿美元、日本的12.7万亿美元、英法德三国合计的34万亿美元。
1）从住房市值占GDP比例看，2023年中国住房市值与GDP比例环比下降了12个pct，但与发达国家相比依旧较高。2023年中国住房市值与GDP的比值为343%，受地产下行周期对房价的影响，较2022年的366%下降了23个pct，但依旧高于同期美国、日本、德国、英国的155%、300%、263%、341%。中国住房市值与GDP比例较高源于人地错配，一二线高房价，三四线高库存，导致全国住房市值高。中国人口长期大量向一二线核心城市集聚，但是人地严重错配，一二线城市土地供给严重不足导致高房价，三四线城市土地供给较多导致高库存，进而导致全国住房市值较高。
纵观历史，主要国家在金融危机或者地产泡沫破灭前，住房市值与GDP的比例达到阶段性的峰值后出现下降趋势，跌到谷底后逐渐恢复到之前水平。2008年金融危机前后，美国住房市值与GDP比例最高为169%，日本为216%，德国为207%，英国为269%，法国为362%。在1990年代，日本房地产泡沫破灭前，住房市值与GDP比例更是一度高达391%。
2）从住房市值占股债房市值的比例看，2023年中国为63.9%，高于美国的29.8%、日本的42.5%、英国的61%、法国的59%，略低于德国的66.5%。但从人均住房市值来看，2023年中国为4.4万美元，远低于美国、日本、英国、法国、德国的12.6、10.3、17.2、16.1、13.7万美元。
除住房市值高外，中国住房市值与股债房市值的比例较高还在于中国资本市场发育尚不成熟，直接融资比例较低，股票、债券市值较低。改革开放40年，中国经济取得举世瞩目的伟大成就，然而股市呈典型的牛短熊长、暴涨暴跌特征，并未成为反映中国经济发展的“晴雨表”。
一方面，A股长期徘徊在3000点与中国经济增长不匹配，未能反映中国经济基本面。2007-2023年间我国经济复合增速达10.49%；我国GDP规模达126万亿元，连续13年稳居全球第二，贡献全球经济增长32%。反观股市，2000-2023年上证综合指数从2073.5点波动至2974.9点，23年来仅仅提高了901点。
另一方面，A股长期徘徊在3000点与全球主要股市走势也产生背离。2007-2023年间，当沪市持续在3000点横盘震荡之时，道琼斯指数翻了3倍，纳斯达克指数翻了6倍，日经225指数翻了2倍，印度SENSEX30指数翻了5倍。不考虑估值水平等其他因素，单就股指点位增长与国家经济增长的对应强度来说，美股、印度股市等真实的体现了国家进步和经济发展，而中国的经济腾飞奇迹却完全没能映射到上证指数中。
3.2 房子还是居民家庭资产中的“大头”，2023年占比高达61%
房子还是居民家庭资产中的“大头”，2023年中国居民家庭住房资产占总资产约61%，仍高于西方发达国家如英国的50%、日本的38%、美国的28%、德国的25%。我们用前文测算的住房市值数据代替其住房资产数据，并将其他类别家庭资产根据2013-2019年增长趋势推算至2023年，以计算中国居民家庭住房资产占比。结果表明，2023年中国居民住房资产在家庭总资产中占比达到60.5%，高于英国的50.6%、日本的38.3%、美国的28.1%、德国的25.4%。需要指出的是此处为粗略估算，我们所测算的住房市值并不全部归家庭所有，部分属于政府、企事业单位等机构。
住房资产占比高与中国重视“家”的文化传统以及过去房价基本持续上涨等存在一定关系。在中国较高房产比例的另一面，则是较低比例的金融资产配置。2023年中国居民金融资产配置占比为39.5%，远低于美国的67.2%、日本的71.7%、英国的49.4%，略高于德国的42.7%。
要防止房价暴涨暴跌。房价如果跌幅过大，将导致居民资产大幅缩水，带来资产负债表衰退风险，要促进房地产市场止跌回稳。
4未来如何促进房地产健康发展？短期组建“住房保障银行”等，中长期建立“人地挂钩”长效机制
短期看，组建5万亿以上的大型住房银行收储。利率要低、期限要长、规模要大、分配要公平，收购开发商的土地和商品房库存，用于租赁房保障房。央行设立3000亿元保障性住房再贷款，方向是对的，但3000亿资金规模较少，1.75%的资金利率叠加配套融资和运维成本，总体成本较高，而当前租金回报率2%以内，地方收购动力不足，可以通过降低再贷款工具利率，覆盖资金成本，提高地方积极性。
利率方面，当前保障性住房再贷款年利率1.75%，建议降至1.5%及以下，让国企收储的收益能够覆盖成本；
期限方面，当前设立的保障性住房再贷款期限1年，可展期4次，考虑到保障性住房项目期限长、回款期限长达15-30年，因此收储相关资金期限要与项目回收期匹配；
规模方面，3000亿元或是初步尝试，政府收储模式是解决房地产困境的有效路径，未来需持续加码，我们认为要将全国住房去化周期压缩至18个月内，所需的资金总量要加码至5万亿；
监管方面，收储来的商品房定位为廉租房、保障房，要强化公平分配和兜底作用，保障住房困难家庭居住需求。（参考）
中长期看，可考虑在市场企稳后，通过“人地挂钩”实现房地产供求平衡。中国住房市值与GDP比例较高、全国各区域住房市值分化明显，主要源于中国人口长期大量向一二线核心城市集聚，人地严重错配。一二线城市土地供给严重不足导致高房价，三四线城市土地供给较多导致高库存。建议以常住人口增量为核心改革“人地挂钩”，优化土地供应。推行新增常住人口与土地供应挂钩、跨省耕地占补平衡与城乡用地增减挂钩，严格执行“库存去化周期与供地挂钩”原则，优化当前土地供应模式。各地方土地财政的“旱涝不均”，则可以通过财政转移支付调节。