哈佛大学教授罗格夫怎么看中国房价下行冲击？

最近我发了哈佛大学罗格夫教授在《我们的美元，你们的问题》这本书里对朱镕基和江泽民见面的回忆（见《》）。但可惜的是，前一篇被公众号删除了，也没有通知我。

罗格夫是国际金融领域研究论文被引用率最高的学者，我预测他与合作者莱因哈特会在5-10年获得诺贝尔奖。

书里记录了罗格夫对于重大经济问题的提前预测：比如对苏联经济崩溃的预测，对2008年金融危机的预测，特别是，他和学生杨元辰（清华博士毕业后任职国际货币基金组织）对中国房价见顶的预测，就发表在2020年8月。虽然采取的方法很简单，但在时间上非常精准。

最近，罗格夫和杨元辰发表了新研究《两个国家的故事：20 世纪 90 年代日本与当代中国的房地产危机》，系统性比较了中国当前的房地产调整与日本上世纪90年代"失去的十年"，揭示了两者之间的相似性。

研究发现：中国虽然凭借行政手段延缓了银行危机的爆发，但由于房产占中国家庭财富的70%，其产生的财富效应通过“真实渠道”（real channels）对消费和投资的压制可能比日本更具持久性，并可能带来更久的停滞或不稳定风险。

核心观点被简写，8月19日发表在voxchina，文章标题为When Real Estate Stops Driving Growth: Lessons from China and Japan。

原文链接：https://voxchina.org/show-3-473.html

以下是文章翻译：

如今，人们已广泛认识到，房地产处于中国经济增长放缓的核心位置；尽管并未出现 20 世纪 90 年代后期困扰众多亚洲经济体、以及 2008‑2009 年冲击诸多发达经济体的那类系统性银行危机，但此次增长放缓程度深重且持续已久。

我们利用一套覆盖近 300 个地级市的全新精细化城市级数据集，探究中国经济放缓在多大程度上可归因于房地产与基础设施的过剩存量积压，同时研判本次危机是否与始于 20 世纪 90 年代的日本危机存在相似之处。

重要的是，我们推测，在房地产繁荣‑萧条周期中，除了伯南克式经典银行危机之外，很可能还存在其他作用机制，而中国的情况或许并非截然不同。

过去五十年来，房地产在日本与中国的增长模式中均扮演核心角色（方等人，2015；陈、温，VoxChina，2017）：先是成为扩张的首要驱动引擎 —— 日本见于 20 世纪七八十年代，中国见于 21 世纪 00 年代与 10 年代；而后又转变为主要拖累因素 —— 日本在 20 世纪 90 年代至 21 世纪初，中国自 2019 年起。

多数针对西方房地产崩盘的分析，往往以伯南克（1983）的视角，从金融危机的维度解读相关事件；而日本在房地产问题发酵过程中，确实爆发过一场重大银行危机。

然而，对比西方基准水平，中国家庭杠杆相对偏低、储蓄率高企，同时国家具备强大制度能力，能够比欧洲或美国更快完成债务处置中的损失分配，在此背景下，中国房地产危机却如此深重且旷日持久，这一点对很多人而言实属意外。

我们一段时间以来始终主张（罗戈夫、杨，2020；VoxChina，2023），现有文献或许低估了房地产危机的实体层面影响，在研判中国相关风险时尤其如此。在《两个国家的故事：20 世纪 90 年代日本与当代中国的房地产危机》（罗戈夫、杨，2026）一文中，我们提出，住房下行不只是金融事件。即便没有即刻发生银行崩溃，房地产繁荣依旧可以通过投资回报下滑、住房存量过剩、家庭需求走弱，留下持久的经济创伤。1990 年后的日本与当下中国之间的相似性，揭示出一条更具普遍意义的教训：依靠房地产扩张驱动的经济体，面临的可能不只是周期性调整，还有更深层的结构性挑战。

从增长引擎变为增长拖累

近二十年间，房地产在中国经济中占据异常庞大的比重。在行业顶峰时期，该部门占总需求比重超过四分之一（罗戈夫、杨，2021）。但大约自 2018 年起，住房行业逐步从支撑增长转向压制增长。日本在 20 世纪 80 年代末房地产繁荣破灭之后，经历了同样的转变。随之而来的并非短暂收缩，而是一段长期的增长低迷、资产价格通缩以及持续的经济颓势。

为何住房下行会变得如此旷日持久？

如上所述，政策文献中主流的通用解释着重强调金融渠道与受损的银行资产负债表。但基于中日两国数十年精细的城市、县域建设数据，我们的研究结果指向一套更为深层的结构性机制：核心问题不仅在于金融，还在于相对于底层实际需求，房地产资本积累过度。值得注意的是，两国数据结果均表明，过度建设最为严重的地区，后续的经济增长及相关问题往往也更为严峻。

内在逻辑十分简单：住房具备耐用属性，难以改造转作他用，调整进程缓慢。一旦发生过度建设，过剩供给会在多年时间里压制投资回报与投资规模。

测算过度建设投下的长期阴影

为考察房地产与经济增长的动态关系，我们构建了覆盖中国数百座城市、日本众多都道府县的精细化区域数据集。

首要实证难题在于，投资与增长是相互共同决定的。经历高速扩张的区域，自然会吸引更多建设活动。为识别因果效应，我们采用移位‑份额工具变量分析框架，将全国房地产投资周期，与各地区预先既定的房地产行业暴露度相结合。

样本包含近 300 座城市，没有任何一座城市规模大到足以主导全国周期，因此全国层面的 “移位” 变动，可以合理视作独立于地方增长冲击的外生变量。识别逻辑的核心在于：统一的全国周期，会让事前对房地产依赖度更高的城市产生更大的投资反应，以此缓解反向因果带来的困扰。

借助该方法，我们可以识别：在房地产繁荣期暴露程度各不相同的地区，在周期反转之后表现有何差异。

得到的证据十分明确：繁荣早期，房地产投资强力拉动经济增长。但随着时间推移，边际回报持续衰减，最终转为负值。（图 1）

图 1 中国房地产投资回报滚动窗口分析

数据来源：中国国家统计局、CEIC 数据库、作者测算。

在中国，住房投资对增长的贡献在整个 21 世纪 10 年代持续走弱，并于 2019 年之后明确转为负向贡献（罗戈夫、杨，2024a；2024b）。日本走过一条高度相似的轨迹：繁荣阶段房地产投资提振经济活动，而在 20 世纪 90 年代初土地与房价崩盘之后，房地产投资对增长形成负向拖累。（图 2）

图 2 日本房地产投资回报滚动窗口分析

数据来源：日本内阁府、日本统计局、作者测算。

投资积压：下行的种子在繁荣期埋下

我们核心实证结论为：住房投资累计规模更大的地区，后续经济增长速度更慢。

在中国，繁荣阶段建设扩张更为激进的地区，此后整体经济增长放缓持续时间也更长。（图 3）新增投资与既有房地产存量的交互项，持续为负且具备统计显著性。日本同样存在这一横截面特征。（图 4）

图 3 累计住房存量与后续 GDP 增长：中国

数据来源：中国国家统计局、作者测算。

图 4 累计房地产投资与后续 GDP 增长：日本

数据来源：日本内阁府、作者测算。注释：本图绘制 1975‑1991 年日本各都道府县累计投资存量，对应 1992‑2002 年平均 GDP 增速；每一个点代表日本一个都道府县。

直观逻辑：繁荣始于投资激增、建设提速、房价自我强化上涨，进而刺激更多建设开工。但随着供给过剩不断累积，投资回报下行。周期转向之时，存量住房积压会在数年内抑制未来投资与经济增长。

这一动态，与罗格利、施莱弗、西姆塞克所描述的 “投资宿醉” 高度吻合（罗格利、施莱弗、西姆塞克，2018；高、索金、熊，2020）。问题不只是金融恐慌，而是资本错配流入建设过度的行业实体层面问题。

投资之外：消费与市场情绪带来的放大效应

数据同时显示，过度建设可以有力预判未来房价下跌。

在中国，2018 年之前房地产投资增速更快的城市，后续房价跌幅也更大。2018 年前住房投资增速每提高 1 个百分点，对应后续房价跌幅大约扩大 0.5 个百分点。

因此，投资积压只是问题的一部分。住房下行还会通过家庭部门形成强大传导 —— 在中国尤其如此，住房约占家庭财富的 70%。（图 5）由此，房价下跌会对消费产生尤为显著的影响。

图 5 不同资产类别估值（单位：万亿美元，2017 年）

数据来源：世界银行、国际清算银行、中国国家统计局、日本银行、联邦经济数据库 FRED、Zillow 房产平台、作者测算。

借助工具变量研究方法（古伦等人，2021），我们测算得出，中国消费对房价的弹性处于 0.15‑0.23 区间。该数值显著高于美国、日本常见测算结果，反映住房在中国家庭资产组合中占比异常集中。结合全国已观测到的房价下跌，消费的隐含降幅约占中国 GDP 的 2‑4%。

另一项重要发现来自市场情绪的作用。

依托大语言模型构建住房情绪指标，我们发现，负面住房情绪会让消费对房价下跌的反应幅度扩大一倍以上。情绪通过反馈循环放大下行压力：房价下跌催生悲观预期，悲观情绪压制消费，需求走弱拖累增长，而增长放缓进一步施压房地产市场。

换言之，情绪会把原本尚可管控的调整，转化为旷日持久的经济萧条。该结果呼应经典的 “动物精神” 理论，只不过如今可以借助现代数据技术完成实证量化（赵、陈，2020）。

重新审视房地产危机

特明（1976）将大萧条主要归因于实体层面因素；而自伯南克（1983）之后的现代文献，则着重阐释：房地产泡沫破裂之后，随之而来的金融瘫痪，是经济体复苏耗时漫长的关键原因。日本 20 世纪 90 年代的经历与当下中国的现实表明：即便没有剧烈的金融部门崩溃，房地产繁荣依旧可以演变为长期增长陷阱。

核心作用机制是多重因素的相互交织：投资过度、回报下滑、住房财富效应、预期驱动的需求疲软。这些力量叠加，会在最初的繁荣落幕之后，长期压制经济活力。

在住房构成家庭财富主要载体的经济体当中，仅仅着眼于稳定信贷环境的政策或许并不充分；重建市场信心、提振家庭有效需求，其重要性不亚于修复金融资产负债表本身。

REFERENCE

Bernanke, B., 1983. Nonmonetary Effects of the Financial Crisis in the Propagation of the Great Depression, American Economic Review 73: 257-76.

Chen, K., Y. Wen, 2017. China’s Great Housing Boom. VoxChina Oct 11, 2017.

Chen, K., Y. Zhao. 2024. Chinese Housing Market Sentiment Index: A Generative AI Approach and An Application to Monetary Policy Transmission. IMF Working Paper No. 2024/264.

Fang, H., G. Gu, W. Xiong, and L. Zhou, 2015. Demystifying the Chinese Housing Boom. NBER Macroeconomics Annual Volume 30.

Gao, Z., M. Sockin, and W. Xiong, 2020. Economic Consequences of Housing Speculation. Review of Financial Studies 33(11): 5248-5287.

Guren, A.M., A. McKay, E. Nakamura, J. Steinsson, 2021. Housing Wealth Effects: The Long View. Review of Economic Studies 88 (2): 669-707.

Rognlie, M., A. Shleifer, A. Simsek. 2018. Investment Hangover and the Great Recession. American Economic Journal: Macroeconomics 10(2): 113-153.

Rogoff, K., and Y. Yang, 2020. Peak China Housing. NBER Working Paper No. 27697.

Rogoff, K., and Y. Yang, 2021, Has China's Housing Production Peaked?, China and the World Economy 21(1): 1-31.

Rogoff, K., and Y. Yang, 2023. A Tale of Tier 3 Cities. VoxChina Mar 29, 2023.

Rogoff, K., and Y. Yang, 2024a. A Tale of Tier 3 Cities. Journal of International Economics 152: 103989.

Rogoff, K., and Y. Yang, 2024b. Rethinking China’s Growth. Economic Policy 39(119): 517-548.

Rogoff, K., and Y. Yang, 2026. A Tale of Two Countries. NBER Working Paper No. 35054.

Temin, P., 1976. Did Monetary Forces Cause the Great Depression? New York: W. W. Norton and Co., 1976. Pp. xiii, 201. - Volume 37 Issue 2.