昨天的文章贴出来后，有读者发现里面有个错误，就是房地产库存前几年每年增长1亿平米，我的文章写成了1万平米，很不好意思。
还有博友质疑我的文章有错，问这轮降库存怎么可能半年才降3000万平米？问我引用的数据是否可靠。他说假设全国3000个县，难道每个县市半年才销售10000平米的房子？何况那么些大城市该销售多少呀？呵呵，第一，能这样看问题吗？这个数据不是今年2月份到8月份的房地产销售面积数据，而是库存变化数据。这是两个概念。水库要泻洪，我们把闸门打开，闸门流出的水是我们泻掉的洪水，但不等于库存减少的数据。因为上游每分每秒还不间断地有水流进来。第三，我的数据引用不会有问题。大家看我的文章，2010年到2011年有关房地产的系列文章，还有2013年关于中国宏观经济的文章，我的结论是不会轻易得出的，因此往往是比较可靠的，这个更不用说我的数据引用了。这里说个题外话，前些时看了一篇文章，说1999年中国新出生的人口只有1100多万，我看了他们的整个数据，发现有问题。因为我手中有这些年来中国每年的小学生入学人数，1999年出生的小孩儿，正常情况下2005年上学。2005年全国小学新生入学人数是1671.74万，因此我判断他们的数据引用有问题。这相差的500多万是哪里来的？前20年中，中国小学新生入学人数没有低过1500万的，因此，1990年以后，中国历年出生人口数一定没有低于1500万的。低于这个数据，就会有问题。在这个数据引用上，计生委的数据和统计局的数据都不会太准确。因为有黑户口，计生委的数据就不准确，因为统计局的数据往往是根据模型测算的，而不是入户调查的准确数据，因此这两个部门的数据都有些问题。教委的数据也有问题，比如有的孩子5岁上学，有的孩子7岁上学，某年出生了1700万人，结果6年后，只有1600万6岁的孩子上学，还有20万5岁的孩子提前上学，有100万7岁和8岁的孩子滞后上学。这个就单一年份来看的确有些小问题，但如果持之以恒地长期看下去，就不会有问题了。因为那些数据变化，不会产生根本性的扰动。
现在言归正传。
当我们得出土地财政不可持续的现实结论后，我们很清楚，2013年我们得出了土地财政不可持续的学术研究结论，那个结论是我们根据数学模型推导出来的，现在的现实发展完全证实了我们的学术判断。土地财政不可持续，那我们就可以得出一个结论，地方政府推动经济发展的抓手就没有了。
中国传统经济发展模式就是三驾马车，现在土地财政不行了，不可持续了，那么很自然的结论就是，地方政府的卖地收入要么不增长，要么下降，因此，地方财政推动项目建设的能力将大打折扣，也即地方政府用财政手段推动经济发展的手段没了。注意，我们这里不仅要看卖地收入的绝对数，更要看它的增长率，还要看他的支出数和支出增长率。
2014年，中国地方政府卖地收入42606亿，相关支出41202，节余1404亿；2015年，中国地方政府卖地收入32547亿，相关支出32895亿，也即发生了赤字，支出超过收入348亿；2016年前8个月，卖地收入20057亿，相关支出19692亿，节余365亿。由此，我们可以看到三点：第一点，今年前8个月的卖地收入比去年多2458亿，增幅13.97%。因此，今年的政府投资不会太难看，但增速有限。第二，政府投资可挖掘的潜力极其有限，365亿的节余，能带动的不过1000余亿投资，这个于中国投资数据是杯水车薪。第三，一旦今冬明春土地卖地收入大降，政府投资的钱就更少了。因此，明年地方政府投资增速不乐观，因为没钱。
从中央财政收支来看，2013年全国财政收入129143亿，支出139744亿，赤字10601亿，赤字比例是8.21%;2014年全国财政收入140350亿,支出151662亿,赤字11312亿,赤字比例是8.06%;2015年全国财政收入152217亿,支出175768亿,赤字23551亿,赤字比例是15.47%,典型的寅吃卯粮。而且从2008年以来，已经吃了快9年了。这意味着提高财政赤字来进行政府投资的空间是比较有限的。
2015年，中国GDP总量为676708亿，今年的财政赤字是2.18万亿,并不比去年高，但已经触碰了3%的警戒线（其实去年已经超过3%了），由此看来，中国扩大财政赤字没有什么空间了。
因此，明年的政府投资，增速很难得起来。因为政府没钱，土地财政正常的话是降速，财政超支，扩大赤字也面临警戒线的限制。况且中国固定资产投资额度太大，一般地增加一两万亿，没多大的作用。
2013年，我谈到中国传统经济发展模式不可持续，其中就有政府投资长期高速增长不可持续。现在看来，正是如此。明年这个增速，应该不乐观。主要原因，还是因为地方政府卖地收入增速没有了，而且总量应该是负的。这个的影响应该是比较大的。全国各地方政府债务平台负债率都是比较高的，目前主要是借新还旧，要他们再大规模举债，应该没有多大空间了。
|
发表于 2016-10-24 00:11:53
