1、住宅學會 2001 年年會 2001/1/13台灣地區住宅供給彈性之估計An Estimation of the Elasticity of Housing Supply in Taiwan林素菁林祖嘉 *摘 要在住宅市場上，房價的高低應同時取決於住宅的供給與需求雙方面。也就是說，除了需求面因素外，供給面的決定亦是不可獲缺的因素。然而，雖然國內對於住宅需求面的研究很多，但對於住宅供給的研究卻很少，因此，本研究的主要目的，便在於正確的估計台灣地區住宅供給彈性。在實證結果方面，我們利用民國 79 至 85 年，台灣地區 23 個縣市別資料，估計長短期住宅供給彈性。實證結果發現，長期住宅供給彈性約為
2、 1.2965，短期住宅供給則全無彈性。而影響長短期住宅供給的最主要因素，分別為房價地價與營建業勞動工資。短期房價完全取決於需求面因素，但長期房價則受供給面因素影響較鉅。* 兩位作者分別為龍華技術學院國貿系副教授 (Email: sjlinmail.lhit.edu.tw) 與國立政治大學經濟系教授 (Email: nccut001nccu.edu.tw)。一緒論住宅可說是家計單位持有的最主要資產之一，而房價變動的多寡對家庭的財富水準則具有首當其衝的顯著影響。在台灣地區，房價自民國 76 年至 79 年間，大幅上漲了約有 300%，接下來的 10 年間，房價卻呈現出穩定而小幅下跌的趨勢。不論對
3、消費者投資者或建商而言，大家的共同疑慮便是到底台灣的房價是否已經探到了谷底？如果答案是肯定的，那麼何時會反彈？如果答案是否定的，那麼房價還會下滑到何種地步？房價的波動幅度到底還有多少？除此之外，在台灣地區的住宅市場中，存在著高達 15%的空屋率，在此同時，住宅的供給仍在持續增加中。有些學者對這種矛盾的現象提出解釋，第一，住宅為國人最主要的投資工具之一，因此有些人預期未來房價仍有上漲的空間，因此，目前可空屋可視為存貨的一部份。第二，在住宅市場中的空屋大部份由消費者所持有，而非建商，因此，房價下跌的壓力並不大。第三，政府於民國83 年提出容積率管制政策，但實際上在民國 87 年才開始執行，因此，在
4、過渡期間建商進行搶建，亦造就了未來滯銷的狀況。但實際上，房價的決定應同時取決於住宅的供給與需求雙方面。也就是說，除了探討需求面因素外，供給面的決定亦是不可獲缺的因素。與需求面不同的是，住宅供給有存量 (stock) 與流量 (flow) 的區別，前者可視為長期的概念，後者則為短期的概念，為一定期間內存量的變動量，應包含此一期間內，新成屋的興建 (new constructions) 與成屋整建 (improvements) 二部份 1。當市場需求改變時，若住宅供給較缺乏彈性 (inelastic)，房價波動的幅度受到需求面因素影響較大，故其波幅就相對較大；反之，若住宅供給彈性較富於彈性 (el
5、astic)，在需求改變時，房價的波動幅度受建商行為影響較大，故房價波幅則相對較小。因此，正確的估計住宅彈性，可以幫助決策者預測房價波動1 見 DiPasquale (1999) 之說明。的程度，並對未來決策提供相當重要的訊息。在過去的文獻中，已有不少學者對住宅需求彈性做過估計 2，但在估計住宅供給彈性方面的文獻卻付之闕如。因此，本文的研究目的，便是希望能估計住宅長期與短期的供給彈性，期望能利用估計的結果，來解釋一部份台灣地區房價波動的原因，並提供決策者一些重要的訊息。本文共分四章，第一章為緒論，在第二章中則對過去相關文獻作簡單的回顧，第三章則說明住宅供給的模型與估計彈性的實證分析，並在最後作
6、成結論。二相關文獻回顧在過去討論與住宅相關的國內外文獻中，需求面的文獻相較於供給面的文獻多了許多 3，Quigley (1979) 認為，造成此一結果的主要原因在於住宅供給牽涉到建商與買方的行為，較需求面分析複雜許多，增加了模型設計與分析的困難度。在國內文獻方面，林祖嘉 (2000) 曾對住宅生產函數做過估計，討論勞動與資本等生產要素間之替代性。林元興與黃淑惠 (2000) 曾討論容積率管制與房屋供給之關係。此外，彭建文張金鶚林恩從 (1998) 曾以建築執照與使用執照面積之差距來衡量生產落差 (construction lag)，並討論房地產景氣對生產時間落差之影響。而彭建文與張金鶚 (20
7、00) 則利用存量 -流量模型 (stock-flow model) 探討影響景氣波動之原因，他們發現新建房屋與房價有顯著的關係。但在國內幾乎找不到有學者估計過住宅供給彈性。2 見林祖嘉與林素菁 (1994) 一文之整理。3 見 Smith (1976)，Follain (1979)，Olsen (1987)，Blackley (1999)，DiPasquale (1999) 等文之說明。在 DiPasquale (1999) 一文中，曾對過去討論住宅供給的實證文獻做整理。然而，在國外估計住宅供給彈性的實證文獻方面，又呈現出非常不一致的實證結果。一般而言，長期住宅供給應較短期住宅供給富於彈性，
8、以至於住宅需求改變時，長期房價改變的幅度較小，但不幸的是，實證上卻有完全極端不同的結論。在 Muth (1960) Follain (1979)與 Stover (1986) 等人的文獻中，均發現住宅供給曲線為完全富於彈性 (perfectly elasticity)4。也就是說，住宅供給為一水平線，長期房價應完全由供給面決定，住宅數量則由需求面決定。如此一來，房價暫時的增加，透過建商的調整，在長期將會消失無蹤。另一方面，有些實證結果則支持住宅供給彈性為正的結果 5，例如，Foley and Sidrauski (1971)Kearl (1979)Poterba (1984) Topel an
9、d Rosen (1988) DiPasquale and Wheaton (1994) Malqezzi and Maclennan (1996) 以及Blackley (1999) 等等。 Foley and Sidrauski (1971) 批評 Muth 等人之結論，他們認為因為受限於建築成本（材料與勞務成本）之影響，故住宅供給應具有正的彈性。而在 Mankiw and Weil (1989) 文中則發現，住宅供需均非常缺乏彈性 6，因此，改變住宅需求時，房價將大幅波動，故他們預測未來數十年間，美國房價將下跌約 47%左右。有下列幾個原因能解釋這種不一致的實證結果：首先，估計供給彈性的
10、方法不同。在 Mayer and Somerville (2000) 一文中，曾對過去估計住宅供給的方法做過整理，他們認為通常有二個方法來估計房價與新建物之間的關係 7：一為利用住宅供需均衡條件，得到不同的縮減式 (reduced form)，繼而估計房價與新建物之間的關係，如 Muth (1960)Follain(1979) Poterba (1984)Stover 4 Stover (1986) 曾批評 Muth (1960) 與 Follain (1979) 的作法，他認為在他們的資料中，有總體偏誤 (aggregation bias) 的情況發生，因為他們是利用總體時間序列資料作分析，
11、而且並未區分不同地區別，在重新調整後，亦得到與其相同的結論。另外，Olsen (1987) 亦批評 Muth (1960) 與 Follain (1979) 二人的作法會有模型設定的錯誤 (misspecification)。5 詳見 Blackley (1999) 一文之說明。6 但該文遭受 Hamilton (1991) 的批評，他認為住宅供給應較富於彈性。7 而 Blackley (1999) 曾對過去文獻中所採用不同的估計方法作過比較。(1986)Malpezzi and Maclennan (1996) 等人之文獻。而在這些文獻中，大部份學者得到長期供給曲線呈現水平的結論，亦即住宅供
12、給為完全富於彈性。二為直接估計總合住宅供給曲線，亦即討論住宅供給量與房價成本之間的關係，如 Poterba (1984)Topel and Rosen (1988)DiPasquale and Wheaton (1994)8 Blackley (1999) 等，其估計結果則為正斜率的住宅供給曲線。其次，DiPasquale and Wheaton (1994) 曾指出，住宅市場的結清是相當緩慢的 9，因此，在估計上應考量價格調整機能。除此之外，由於住宅的耐久性，故應討論住宅存量與住宅流量 (housing stock and flow / housing services) 之間的關係。他們認
13、為住宅流量將不會受到地價的影響，新建房屋為住宅存量增加的主要來源，成屋的修繕亦是其中的考量。再者，選取解釋變數的不同，亦可能造成估計結果的不一致。一般而言，大多數學者均同意，影響住宅供給的因素除了房價外，建築成本的考量亦是不可獲缺的因素 10。但在探討供給存量或供給流量上，應採房價或房價變動量作為解釋變數就因人而異了。除此之外，成本因素應包含哪些變數，亦是學者討論的重點。在建築成本方面，最大的支出部份即為土地成本，除此之外，還應包含建築材料成本 (construction material costs)營建勞動工資成本與利率資本成本等因素。但在過去文獻中，有些學者忽略了土地成本的部份，如 Fo
14、llain (1979)Poterba (1984) Topel and Rosen (1988)11。DiPasquale and Wheaton 8 在 DiPasquale and Wheaton (1994) 的文獻中，理論上是用房價變動量影響住宅供給量，但在實證上卻用房價與地價做估計。9 Topel and Rosen (1988) 亦有相同的看法。10 Somerville (1999) 曾討論建築成本與房價之間的負向關係，住宅興建與建築成本變動量有關。他發現住宅的興建其實是具有成本彈性的，以至於建築成本應被內生化。在該文中，住宅供給與建築成本存在負相關的關係，其彈性約為13。也就
15、是說，生產要素價格對住宅供給的影響應是相當重要的變數，如果忽略此一變數，則會產生模型設定錯誤的誤差 (misspecification)。Olsen (1987) 亦曾以此原因批評 Muth (1960) 和 Follain (1979) 等人的文獻。另外，Mayer and Somerville (2000) 亦認為新建物與成本有相當密切的關係。11 Follain (1979) 並未考慮土地成本，以至於有住宅供給價格為完全富於彈性的結果，他認為房(1994) 則認為，地價影響住宅存量而非流量。在利率變數定義上亦有所不同，如 DiPasquale and Wheaton (1994) 的利率
16、為短期實質利率，而 Blackley (1999) 則為實質貸款利率，因為他認為供給面受實質利率影響較大，需求面則受名目利率影響較大。Lin (2000) 可能是國內第一篇利用房屋興建的成本函數來估計要素替代彈性的文章，他利用土地銀行的資料發現台灣地區興建住宅中的勞動成本與土地成本的替代性很低，即使在長期下也是如此。Somerville (1999) 與 Mayer and Somerville (2000) 則認為，住宅的興建（亦即住宅流量）應與房價增值率（即房價變動量）有相當大的關連，而非房價本身。由於住宅具有投資財貨的特性，房價受限於都市面積大小，房價變動量才是導致供給增加的主因 12。
17、最後，Smith (1976) 曾提及，許多文獻中在估計住宅供給彈性時，並未區分每戶住宅服務的數量 (the quantity of housing services per dwelling) 以及居住單位的數量 (the number of dwelling units)，因此，被解釋變數定義的不同，也會造成估計結果不同。三住宅供給彈性之實證分析為避免上述問題，本文在估計供給彈性時，將被解釋變數分成住宅存量與住宅流量二部份。而在影響住宅供給的解釋變數選取上，則參考 Mayer and 價與生產投入成本不會直接影響新屋供給量。Poterba (1984) 一文中的成本，則包含了信用額度，營建
18、工資率等等，而得到正的供給彈性之結論。Topel and Rosen (1988) 的成本函數則包括營建成本與其變動量預期實質利率通貨膨脹率等。12 在過去有許多學者以存量-流量模型 (stock-flow model) 來討論影響住宅存量與流量的變數，然而在 Mayer and Somerville (2000) 一文中認為，存量-流量模型是以目前房價來解釋目前存量，而已過去存量的落後變數 (lag stock) 來解釋前期房價，因此這也意味著住宅存量的變動量（流量）應受到房價變動量的影響。Somerville (2000) 一文之觀點，即假設住宅存量受房價的影響，而住宅流量則受房價變動量的
19、影響。由於本文主要目的在估計住宅供給彈性，因此在模型的設計上，我們採用對數線性函數 (log-linear functional form)，而將住宅供給函數表示如下：lnHS = f (HPt-1, LP, WAGE, INT)= a0 + a1 lnHPt-1 + a2 LP + a3 lnWAGE + a4 INT (1)lnHS = g (HPt-1, LP, WAGE, INT)= b0 + b1 lnHPt-1 + b2 LP + b3 lnWAGE + b4 INT (2)其中 HS 與 HS 分別表示住宅存量 (the existing housing stock) 與住宅流量
20、 (the housing flow)， 表示變動量，HP 為房價， LP WAGE與 INT 則分別表示土地價格營建工資與利率，都是建築成本的一部份。由於興建住宅有時間落差存在，因此我們假設房價為為落後一期的解釋變數。在本文中，我們利用民國 79 年至 85 年，台灣地區 23 個縣市別的總體資料作分析，各變數定義如下：HS：住宅供給存量。以民國 79 年行政院戶口普查處編印之 台閩地區戶口及住宅普查報告中的住宅存量為基礎，爾後各年之住宅存量，則依序再加上由行政院經建會都市及區域發展統計彙編中，各縣市每年使用執照戶數表示之。HS：住宅供給流量，在同時考慮面積與戶數的情況下，我們採用多種流量定
21、義，包括每年房屋營建工程樓地板面積 (the floor area of new building construction, FSN)每年住宅使用執照樓地板面積 (the floor area of permit for occupancy, FSO)每年住宅建造執照樓地板面積 (the floor area of building permit, FSB)每年使用執照戶數 (the units of permit for occupancy, UO)每年建造執照戶數 (the units of building permit, UB) 等 13，資料來源亦為行政院經建會都市及區域發展統計彙
22、編 。HP：各縣市平均每坪單價，民國 79 年至 82 年資料為行政院主計處住宅狀況13 在彭建文張金鶚 林恩從 (1998) 一文中認為，使用執照面積可視為實際完工進入住宅市場的當期住宅流量，亦即新成屋之供給量。建築執照面積則可視為未來成屋供給，預測未來住宅供給量，亦即預售屋之供給量。一般而言，使照與建照面積之間具有長期穩定之關係。調查中的房價資料，民國 83 年至 85 年房價資料，則為住商不動產與21 世紀不動產仲介業資料 14。LP：土地價格，以內政部都市地價指數為代表，而地價的變動量 (LP) 則以內政部公佈之土地公告現值調幅來代表。WAGE：營建業工資成本，以行政院勞委會 營造業勞
23、工工資工時調查報告 中，營建業勞工月雇月薪來代表。INT：利率成本，以土地銀行基本放款年利率為代表。我們將各變數之基本統計量列於表 1。在表 1中我們發現，在房價方面，自民國 79 至 82 年，房屋總價 (TOTAL) 與每坪單價 (HP) 仍為逐年小幅上漲的趨勢 15，但在民國 85 後，卻有明顯下降的現象。在住宅存量方面，住宅存量 (HS) 有逐年上升的趨勢，自民國 79 年至 85 年間，戶數約成長了 13.02%。而在住宅流量方面，每年房屋營建工程面積 (FSN) 自民國 79 至 84 年均為成長的狀況（約增加了 86.20%） ，但在民國 85 年則約略下降了 5.24%。在地價
24、方面，每年都市地價指數 (LPI) 均為上漲，而土地公告現值調幅 (LPV) 則有明顯下降的趨勢。最後，在營建業工資 (WAGE) 方面，在民國 82 與 85 年有下降的狀況，其餘工資則均為上升。表 1 置於此接下來，我們將利用 (1) 式與 (2) 式的住宅供給存量與流量模型，以台灣地區民國 79 年至 85 年 23 個縣市別資料，分別估計長短期住宅供給之彈性，而將迴歸的結果列於表 2。表 2 置於此14 由於主計處住宅狀況調查只調查到民國 82 年，因此我們利用網路上取得的仲介業房價資料，亦以特徵性價格方程式 (hedonic equation) 估計民國 83 至 85 年之房價。1
25、5 民國 82 至 83 年房屋總價雖有明顯上漲的趨勢，但由於這二年間我們對房價變數採用二種不同的資料庫，主計處的資料被低估，而仲介業房價資料則較接近市價，因此我們在這裡並不確定是真實房價上漲或是因為資料來源不一的結果。在表 2中我們發現，在住宅存量模型方面，長期住宅供給彈性約為1.2965，顯著的富於彈性。而在住宅流量模型方面，不論利用何種資料，其短期供給彈性均不顯著，亦即為 0（完全缺乏彈性） 。換句話說，長期的住宅供給彈性大於短期住宅供給彈性，且前者呈現正斜率的狀況，後者則為一垂直線，這與我們的直覺相符合。由於受限於土地或營建成本，短期住宅供給量不易調整，但隨著時間的增加，長期住宅供給將
26、會符合供給法則。也就是說，短期房價完全由需求面決定，需求的增減決定了房價的波動幅度，而住宅建築因為需要 1 至 2 年的興建期，經過長期的住宅供給調整，長期價格波動的幅度將會減少。此外，在建築成本方面我們分為三個部份來討論，一為土地價格，二為營建勞動工資成本，三為營建資本成本，即利率。在住宅存量模型方面，地價 (LPI) 與勞動工資 (WAGE) 對住宅供給存量有顯著的影響，其係數分別為 0.0224 與 1.0988，前者為負面的影響，但後者為正面的影響，但利率 (INT) 因素則並不顯著。也就是說，影響住宅供給存量的最重要因素為房價地價與營建勞動成本，資本成本在長期下並不重要 16。在住宅
27、流量模型方面，不論是採用營建面積或戶數的住宅流量定義，所得到的結果均相當類似。地價的變動 (LPV) 對住宅供給流量亦有顯著的負面影響，亦即當地價調幅增加時，將會減少住宅供給的流量。在營建業勞動工資方面，對住宅流量的影響亦相當顯著，但奇怪的卻是有正向的關係。利率對短期住宅流量的影響方向是負的，如吾人預期，但係數並不顯著，可能的原因是，在我們的資料中，利率為總體的年資料，且沒有分地區別，故造成不顯著的結果。綜合而言，我們認為影響住宅供給流量的最重要因素則為地價的變動量與營建工資成本因素。16 我們曾經以實質工資實質利率通貨膨脹率等變數作迴歸分析，但其結果亦不顯著。四結論台灣地區房價的波動，一直是
28、政府與社會大眾所關注的焦點。尤其是自民國 76 年以來房價飆漲後的數十年間，營建業一直是處於相當低迷的狀態，所謂七年一循環的說法也早已不復存在。在政府政策方面，1500 億與 3200 億的房貸政策，也是政府對營建業下的二帖重藥，但是究竟台灣地區的房價是否有止跌回升的跡象呢？當住宅市場需求改變時，住宅供給愈富於彈性時，房價的波動相對愈小；反之，當住宅供給愈缺乏彈性時，房價的波動則會相對增加。也就是說，需求面因素對房價波幅影響的重要性，會受到住宅供給彈性的影響，當住宅供給愈富於彈性，需求面因素就愈不重要；反之，當住宅供給愈缺乏彈性，需求面因素就愈發重要。因此，本研究的主要目的，便在於正確的估計台灣地區住宅供給彈性。在實證結果方面，我們利用民國 79 至 85 年，台灣地區 23 個縣市別資料，估計長短期住宅供給彈性。實證結果發現，長期住宅供給彈性約為 1.2965，短期住宅供給則全無彈性。而影響長短期住宅供給的最主要因素，分別為房價地價與勞動工資。短期房價完全取決於需求面因素，但長期房價則受供給面因素影響較鉅。
