房地产的宏观经济学
房地产问题的讨论深受各种焦虑情绪的影响。过度的情绪必定会遮蔽理性，这既不利于解决问题，又可能误导政策从而加剧矛盾。本文对房地产市场发展中的一些基本事实和逻辑进行梳理，试图找出房地产市场发展中的主要关键问题，了解房地产市场其他部门之间的互动关系，并且提出了解决大城市高房价问题的思路。
中国房价持续高涨的背后有合理成分，也有不合理成分。没有与时俱进地调整开发贷款政策，遏制了房地产供给，进而加剧了房价上涨。
房价上涨给企业带来了一些能够看得见的成本，同时也给居民消费带来了一些能够看得见的成本；并且房价上涨还给企业带来了一些不易觉察的收益，同时也给居民消费带来了一些不易觉察的收益。房价上涨对实体经济的影响取决于住房供给弹性。若房价上涨能伴随住房供给改善，那么一方面房价上涨压力会得以缓解，另一方面能收获城市化扩张的规模经济效应，这对企业经营和居民收入是有利的；倘若住房供给缺乏弹性，房价上涨就难以被遏制，企业和居民会深受房价上涨之苦，且难以获得规模经济的益处。
化解大城市房价上涨压力的关键在于改善供给。这既包括增加住宅用地，也涵盖了配套的基础设施以及公共服务。大都市圈的建设有潜力将大城市非中心区的房价拉至中等收入群体能够接受的范围之内，从而使更多人能够以较低的成本进入大城市生活。大都市圈建设需要进行一系列重大政策改革。可以借鉴过去支持出口和制造业的经验，设立大都市圈改革实验区并进行试点。在实验区内，土地政策要更加灵活，各种公共服务的供给也要更加灵活，对服务的各类管制政策也应更加灵活。
一、高房价中的合理与不合理成分
中国的房价上涨情况十分明显。在 1998 年至 2018 年期间，中国住宅类商品房的平均价格从 1854 元/平方米开始不断上涨，一直涨到 8544 元/平方米。其上涨幅度达到了 4.6 倍，年平均增长率为 8%。并且，房价的涨幅远远比其他商品和服务的价格涨幅要高。这个期间，新建住宅类商品房销售均价与 CPI 的比值所代表的房地产真实价格上涨了 3.1 倍。与发达国家工业化和城市化的高峰期相比较，中国的真实房价涨幅，仅低于日本，而远高于其他国家。
房价收入比总体上是偏高的，在一线城市这种情况尤其严重。房价收入比，也就是房屋总价除以家庭可支配收入，通常被用来衡量对房价的承受能力。中国的一线城市和二三线城市在房价收入比方面存在着显著的差异，并且一线城市还在持续保持上升的趋势。一线城市的房价收入比已经快要达到 25 了，而二三线城市则维持在 10 左右的水平。从 50 城的房价收入比排名情况来看，2018 年的排名中，房价收入比排在前五位的城市依次是深圳，其数值为 34.2；上海，数值是 25.2；三亚，为 23.2；北京，是 22.8；厦门，为 19.9。这样高的房价收入比，就表明大部分家庭的收入难以承担购房的费用。
中低收入的购房者承受的压力尤其沉重。宾夕法尼亚大学的方汉明等学者依据某大型商业银行所提供的 120 个城市的住房抵押贷款数据，对高房价给购房人群所带来的经济压力进行了探究。他们对各类型城市中的两类购房群体进行了对比分析。一类是家庭收入在贷款购房人群中所占比例低于 10%的低收入群体，另一类是家庭收入在贷款购房人群中占比处于 45%至 55%之间的中等收入群体。研究表明，对于低收入群体来说，房价收入比在 8 以上，住房开支成为了很大的负担；而对于中等收入群体而言，房价收入比在 6 至 8 之间，住房开支负担也很沉重。两类群体中，一线城市的住房收入比显著高于二三线城市。
房价持续大幅上涨的背后，供求两方面的力量在一同发挥作用。需求方面的力量有其合理成分，也有不合理成分；供给方面的力量同样有合理成分和不合理成分。正因如此，房价上涨既包含了合理成分，也包含了不合理成分。
房价上涨存在合理成分：经济结构转型以及城市化是房地产需求的主要驱动力。房地产的市场化进程，与经济活动从农业部门快速向工业和服务业部门转移的进程同步，也与城市化高速推进的进程同步。大量人口从生产率或收入较低的农业部门流向城市中生产率或收入较高的工业和服务业部门，这属于非常典型的经济结构转型过程。在人口大量流入的背景之下，住房的需求一直处于持续高涨的状态，并且成为了支撑房价上涨最为重要的需求因素。华盛顿大学的王平和另外几位学者运用多部门一般均衡模型，对经济结构转型以及城市化进程给房价带来的影响进行了计算。研究发现，在 2003 年到 2007 年这个时期，经济结构转型解释了房价上涨的 25%。在 2008 年到 2012 年这个时期，城市化解释了房价上涨的 45%。结构转型和城市化是需求因素中对房价解释力最强的因素。
房价上涨存在合理成分：消费升级使得大城市的房地产需求得以提升。收入在不断增长的过程中，消费也在持续地进行升级，从最为基本的食品与衣着等方面，逐渐转向一般制造业的商品，接着又转向人力资本密集型的服务。
2012 年前后出现了从制造到服务的转型拐点，城镇家庭消费支出结构有明显变化，这一点得到了有力证明。对比 2005 年 - 2012 年与 2013 年 - 2018 年各类居民消费支出的平均增速，服务类支出增速的排位提升得很显著，尤其医疗保健支出增速从最后一名跃升至第一名，教育文化娱乐服务增速的排名上升了四位。
2013 年 - 2018 年，居民在食品、衣着方面的消费支出增速情况与其他方面形成强烈对比，其增速降至最后两位。由此可以看出，消费升级的方式并非是把服务买回家，而是要靠近服务。只有在服务更好的地方买房或者租房，才能享受到服务升级，而这也成为提升房地产需求的另一个重要因素。
一个城市的房价与该城市人均公共支出有高度关联。人均公共支出更高，就意味着能享受到更好的公共服务以及更完善的基础设施。一线城市和省会城市的公共医疗与教育服务比其他城市更优。在这些地区买房，不仅仅是购买房子本身，更为重要的是能获得附着在房子上的更好的公共服务以及公共基础设施服务。
房价上涨中存在合理成分：住房抵押贷款对房地产需求起到了支撑作用。住房抵押贷款被普遍使用后，降低了居民部门所面临的流动性约束，从而能够帮助他们更早地实现居住条件的改善。
住房抵押贷款被广泛使用。2002 年到 2018 年期间，个人住房抵押贷款的增量在当年住宅销售额中所占的比例平均为 31%。倘若考虑到商业住房贷款的首付比例（首套房首付比例为 20%至 35%，二套房首付比例为 30%至 80%），那么住房抵押贷款的增量占当年商品房销售额的比例或许会高于 60%。华盛顿大学的王平及其他作者的模型表明，在 2003 年至 2007 年期间，住房抵押贷款解释了中国房价上涨的 14.6%；在 2008 年至 2012 年期间，住房抵押贷款解释了中国房价上涨的 8%。
房价上涨存在合理成分：家庭结构呈现“小型化”态势，这使得房地产需求得以抬高。在经济持续发展、城市化进程加速以及居民收入水平和受教育水平不断提升的大环境下，人民的生活方式和观念逐步发生了转变。生活水平提高了，医疗条件持续改善，住房条件也持续改善。在这些因素的作用下，中国家庭结构正在发生转变，从传统的“家长式”大家庭转向结构更小的家庭模式，呈现出家庭结构“小型化”的趋势。
家庭结构呈现出小型化和微型化的趋势。这对户型等住房产品结构产生了影响；在人口增长的背景下，家庭结构呈现“小型化”，这使得总家庭户数增加了，同时也抬高了住房需求。
房价上涨背后的不合理成分，一部分来自市场发育的滞后；另一部分来自政策的扭曲。
房价上涨存在不合理成分：债务主导型金融体系以及缺少长期金融投资工具，这二者助长了房地产投资需求。债务主导型金融体系使得房地产的投资属性得以增加。支撑债务主导型金融体系的一个重要元素是抵押品，并且房地产是天然的抵押品。
哈佛大学教授葛雷瑟指出，在债务主导型的经济体里，金融机构以银行为代表，通常会使用房地产当作抵押品，并且通过这种方式提升了全社会对房地产的投资偏好。中国属于典型的债务主导型金融体系，其金融机构也普遍将土地和房地产用作抵押品，这使得房地产的投资属性得到大幅提升，同时也增加了对房地产的需求。
房地产成为了家庭养老以及保险的替代金融投资工具。居民部门的金融财富水平在不断提高，财富的配置方式随之发生变化，这在中国也同样适用。中国居民部门快速增长的金融财富，不再仅仅满足于以低风险、低收益的银行存款这种持有方式。在金融资产水平较高的情况下，居民部门愿意持有具有较高风险且收益较高的金融投资产品组合，也愿意持有具有长期性质且带有养老和保险功能的金融投资产品。
这些金融服务需求未得到满足，所以便转向了房地产投资。房地产替代了金融资产，成为了高风险/高收益的金融投资产品，同时也成为了养老和保险金融投资产品的替代投资工具。据西南财大的《中国家庭金融资产配置风险报告》可知，房地产在中国家庭资产中的占比已超过六成。美国家庭的房地产在全部家庭资产中的占比与中国家庭不同。中国家庭的房地产在全部家庭资产中的占比较高，而美国家庭的房地产在全部家庭资产中的占比只有中国家庭的一半。
一线城市人均新增住宅供地最少，这是导致房价高涨的一个重要因素。中国的土地一级市场被地方政府所垄断，地方政府对供地数量和供地方式拥有绝对的控制权。从土地到住房存在一定的开发周期，这使得土地供给与住房供给在短期内会有一定的时滞。然而，从长远来看，供地数量是直接决定住房供给数量的关键因素。供地越少，住房供应数量也相应越少，因此推动房价上涨。
王平及其他作者估算得出，在 2003 年 - 2007 年期间，土地供给解释了房价上涨的 32%。在 2008 年 - 2012 年期间，土地供给解释了房价上涨的 38%。土地供给不仅是供给因素中解释房价上涨最大的因素，也是包括房地产商进入成本、抵押贷款、生产率等在内的所有供求因素中解释力最大的因素。
一线城市的住宅土地供应较为紧张，这对房价的影响最为突出；二三线城市的住宅土地供应则更具弹性，需求端因素对房价的影响更为突出。我们通过用 2009 年至 2018 年的平均新增住宅土地面积除以常住人口，以此来反映该城市的新增住宅供地强度。像北上深这样的特大城市，其住宅供地强度处于最低水平，人均新增住宅供地面积还不到 10 平米。二线城市新增住宅供地强度差异很大。像福州、西宁等城市，人均新增住宅供地面积不到 10 平米。而武汉、沈阳和乌鲁木齐等城市，人均新增住宅供地面积接近 30 平米。三线城市新增住宅供地强度同样有显著差异，有的不足 5 平米王平镇房价，有的则超过 30 平米。
北上广深这四个城市，其住宅供地强度与房价呈现出极为明显的负相关态势。也就是说，新增的住宅供地越多，对应的房价就越低。而二线城市的住宅供地强度和房价之间的相关关系并不清晰。这并非意味着住宅供地不会影响房价，而是正如前文所指出的，还有其他诸多因素会对房价产生影响。二线城市在城市竞争中的发展命运存在显著差异，这给房地产的需求和房价带来了显著差异。三线城市住宅供地强度与房价之间的相关关系同样比较模糊，需求端因素对房价的影响可能更为突出。
房价上涨存在不合理成分：大城市的住房供应提升受到基础设施和公共服务的制约。购买住房意味着购买该住房所在位置所带来的各种服务流。所以，住房供应不单是住房自身，还包括住房所附着的各种服务以及交通基础设施。完善基础设施和公共服务，相当于变相地增加了高品质住宅的供给，也是缓解中心城市房价压力的主要方式。
东京的大都市圈发展借助大力发展郊区的公共服务和公共基础设施，拉近与中心城区的距离，从而实现郊区住房对中心城区住房的替代。这让东京大都市圈容纳了更多人口，也降低了东京大都市的住房和生活成本。
中国提出了都市圈建设，并且在特大城市周边的交通基础设施方面开展了诸多工作。然而，相较于发达国家，无论是从基础设施的完备程度，还是公共服务的完善程度来看，中国都存在较大差距。这种差距制约了郊区对中心城区住宅的替代，成为拉低大城市房价的一个重要制约因素。
保障性供给与人口流动存在脱节情况，这体现在房价上涨中。1995 年出台了《国家安居工程实施方案》，这是中国保障房发展的开端。历经 20 多年的发展，如今已初步构建起针对中低收入人群以及住房困难家庭的保障性住房体系，其中包含公租房、经济适用房等，同时还对棚户区改造提出了特定要求。
保障性住房的分布与新建商品住房分布以及人口流动分布存在明显差异。在市场竞争力量的驱动下，新建商品住房通常紧跟人口流动，会在人口流入地区多建房。然而，保障房建设情况并非如此。从能获得数据的 2010 年 - 2011 年保障房建设情况来看，保障房集中在新疆、黑龙江、安徽、江苏、浙江等几个省份。而在中南部地区，特别是人口大量流入的珠三角地区，保障房建设的数量很低。保障房不能跟着人口走，对于遏制房价上涨打了折扣。
房地产开发商贷款政策未与时俱进进行调整，这是房价上涨中的不合理成分之一。监管部门为遏制土地炒作和囤积土地，防范土地开发环节的市场风险，要求开发商必须具备“项目四证齐全、企业资本金达到 30%、开发商二级以上资质”等条件才有资格获得贷款。这些措施在特定阶段起到了遏制投机的作用。
近年来，随着房地产市场预期的降低，大型开发商因强调周转率其市场份额有所上升，靠投机的开发商生存愈发困难，开发商的囤地、囤房行为明显减少。从长远来看，对开发商贷款的限制遏制了住宅的供应，促使房价上升。房价的回归模型表明，开发商的开发贷款与住房价格之间存在显著的负相关关系。开发贷款的下降会直接导致新增住宅供给的下降，进而加剧房价的上涨。
二、房价上涨如何影响到企业经营和居民消费
房价上涨使得生产经营成本和生活成本得以提高，同时也改变了资本、劳动、土地等要素之间的相对价格，进而迫使企业和消费者作出相应的反应。房价上涨所带来的影响，有的较为直接，有的则较为间接，个体的感受与总体的影响之间可能会存在极大的差异。在此，我们探讨两个问题：其一，房价上涨是否使得企业的生存环境变得更加恶劣？其二，房价上涨是否对消费产生了挤出效应？
房价增速与企业利润增速在统计层面呈现正相关关系。从 15 年的月度时间序列数据来看，房价增速和企业利润增速是正相关的。因为房地产以及工业利润都具有较高的周期性特征，所以二者在周期意义上存在正相关关系并不让人感到意外。房地产是最大的周期性部门，在房价高涨的时候，通常也是宏观经济高涨的时候。在这个阶段，工业利润表现较好是合理的。所以，这不能被当作房价上涨有利于企业盈利的判断。房价既有周期上行的阶段，也必然有周期下行的阶段。从跨越周期的中长期角度来看，房价上涨不一定有利于企业盈利。从 2012 年到 2018 年这跨越周期的平均数据来看，在 200 多个样本城市中我们看到，房价增速与企业利润增速的正相关关系依然是成立的。虽然仅凭借这种相关关系不能得出强有力的结论，不能认为房价上涨就对企业经营有利，但是至少能够提示我们，房价上涨和企业经营之间的关系不只是提高成本这么简单。
房价上涨使得企业经营活动中的要素成本得以增加，不过对不同类型企业经营所产生的影响存在显著差别。倘若企业具备较强的市场定价能力，那么房租或者劳工成本上升时，通常会导致产品或者服务的价格上升，此时房价上涨对企业盈利的影响并不明显。而对于市场定价能力较弱的企业来说，它们至少会通过以下三种方式来应对房价上涨。
一是对产品/服务的要素投入密集度进行改变，例如用土地节约型技术来替代现有的技术，像在高房价地区较为流行的快递行业，就节省了城市中心地带的用地；另外，还可以将中心城区的商场转变为郊区的大型购物中心。二是着力加大研发力度，通过使其他方面的成本下降，来弥补房价上升所导致的成本上升。三是企业会退出本地市场。退出本地市场的企业存在两种选择，其一可以转移到其他地区或者其他部门继续经营，其二则是彻底退出市场。只有当企业彻底退出市场时所导致的资源闲置，才会引发真正意义上的产出损失。
房价上涨会给企业经营带来压力，会迫使企业作出调整。大量企业承受着房价上涨之“痛”，但“痛”并非真实伤害。考虑到企业应对房价上涨的各种措施后，房价上涨的大部分“痛”会消失，留下的真实伤害取决于要素市场流动性。房价上涨仅在特定环境下才会导致真正的产出损失。资源闲置以及产出损失的大小与要素市场流动性有关。若房价上涨冲击所导致的失业人员能够迅速在其他地方获得工作机会，那么损失就会较小；倘若不能迅速在其他地方找到工作王平镇房价，损失则会更大。
房价上涨促使房地产供给提升，并且带来了城市的扩张以及规模经济效应，为企业给予了更多的发展契机。这是我们从过去几十年中国的城市化进程里所看到的普遍状况。规模经济效应能够从降低成本以及提升专业化和生产率水平等诸多方面来提升企业的生产率，与此同时也改善了企业的生存环境。一个证据与此相关，即人口密度不断提高时，企业数量会上升。在每平方公里人口密度为 0 至 2500 人的区域，企业数量处于 0 至 87 家的范围；在人口密度处于 2500 至 5000 人之间的区域，企业数量在 88 至 238 家之间；而在人口密度 5000 人以上的区域，企业数量达到 340 家。人口密集的地区，对企业的吸引力比较大。
房价增速与居民消费增速之间的统计关系不太清晰。从 15 年的月度时间序列数据来看，房价增速和消费呈现正相关的态势。房价上涨的同时，信贷也在上涨，资产价格也在上涨，这刺激了全社会购买力的提升。这些周期性的收入效应和财富效应要比房价上涨对部分家庭消费的挤出作用更大，所以，房价增速与消费增速是正相关的。
然而，不能以此判断房价上涨有利于消费。房价存在周期上行阶段，也必然有周期下行阶段。从跨越周期的中长期角度来看，房价上涨不一定有利于消费。以跨越周期的 2012 年 - 2018 年平均数据为例，我们在 200 多个样本城市中看到，房价增速与企业利润增速的关系十分模糊，不存在显著的正相关或负相关。
房价上涨使得居民生活中各种支出的相对价格发生了改变，不同家庭消费支出所受影响存在显著差异。家庭部门需要在住房支出与其他消费支出之间做出选择。住房属于生活必需品，不同家庭在替代弹性方面存在显著差异，已有稳定居住地的家庭对住房的替代弹性相对较高，而没有稳定居住地的家庭则缺乏替代弹性。家庭若缺乏替代弹性，房价上涨会迫使家庭增添住房相关的开支，并且会因此挤压其他消费。
房价上涨有两方面影响，一是带来对消费的挤出效应，二是有改善收入的一面。在房价上涨过程中，应考虑到房地产供给得到改善，城市化率水平有所提高，以及这些因素所带来的规模效应和收入水平提升，这会对消费产生正面影响。这也就解释了为何尽管大城市房价高且快速上涨，仍有大量人口愿意到大城市工作，因为大城市的规模效应能带来更多高收入机会。
房价上涨对企业和居民消费的综合利弊评价，关键在于住房供给弹性。房价上涨给企业带来了两方面的影响，一是导致企业经营成本上升，产生了负面影响；二是给企业带来了源自规模经济的发展机遇。
从两方面的情况来综合考虑，房价对企业经营产生影响的关键之处在于房地产的供给弹性。保持适当的供给弹性，意味着当房价上涨时，房屋供给会显著地提高。这种情况下，不仅能够遏制房价的进一步上涨，还可以明显地推动城市的扩张以及规模经济的收益。同时，也为企业创造了更多的发展机会，使得房价上涨的正面影响更加突出。
从多元回归分析我们对企业利润增速的研究中可以看出，房价与企业利润之间存在显著的负相关关系，同时住房供给弹性与企业利润呈现出显著的正相关关系。
房价上涨对消费的挤出程度取决于该城市的住房供给弹性。在住房供给弹性较高时，房价上涨会使住房供给得到显著改善，住房开支的增长较为有限，对其他消费的挤出也比较有限；而在住房供给弹性较低时，住房开支的增长会更大，对其他消费的挤出也会更显著。
三、立足都市圈建设缓解高房价之痛
哈佛大学葛雷瑟教授指出，在生产率进步条件相同的情况下，住房供给富有弹性的城市会有如下表现：会带来更多的住宅，同时会有人口流入和城市扩张，并且房价增速相对较为温和；而住房供给缺乏弹性的城市则难以实现住宅数量的增加、人口流入和城市扩张，生产率进步带来的更多是房价和生活成本的上升。
上述内容表明住房供给弹性对城市发展的作用机制具备普遍性。中国城市的住房供给弹性存在显著差别，并且供给弹性成为刻画城市发展差异的重要要素。将住房供给弹性、人口流动、收入以及房价这些要素结合起来，中国的城市能够被划分为以下几种类型。
一是瓶颈大都市，其中的代表城市有北京、上海、深圳等特大城市。通过用 2009 年至 2018 年的平均新增住宅土地面积除以常住人口，以此来体现该城市的新增住宅供地强度。像北京、上海、深圳等特大城市的住宅供地强度处于较低水平，人均新增住宅供地面积还不到 10 平米。住房供给缺乏弹性，这使得房地产需求上涨时，更多地转化为房价上涨。高房价带来了更高的生产成本和经营成本，同时又缺乏城市规模扩张所带来的那些好处，这就导致了对企业经营和居民生活的负面影响开始凸显出来。
一是扩张型城市，像成都、西安、郑州、武汉、杭州等这些城市。它们的共同特性在于，在生产率提升的同时，住宅供应的增长速度较快，住房的供给具备弹性。房地产需求的上升，会同步转变为相对较为温和的房价上涨以及住宅供应的明显增长，与之相对应的是，人口的流入和城市的扩张也会更加迅速。房价的上涨，对企业的经营以及居民的生活所产生的负面影响，得到了一定程度的缓解。
三是空巢性城市，许多小城市都属于这一类。其特点是住房供给具有弹性，但是对房地产的需求比较低，房价的涨幅相对来说较小。因为生产率的进步失去了动力，即便房价的涨幅很低，甚至出现下跌的情况，人口和产业依然无法留住。
化解中国的高房价之痛，其落脚点在于改善那些之前提到的瓶颈大都市以及未来有可能进入大都市行列的扩张型城市的住房供给弹性。改善住房供给弹性，一方面是住房自身，另一方面需要与之匹配的交通基础设施以及各种公共服务，新建的住房应当能够对大都市原有的住房起到有效的替代作用。从发达国家的经验来看，大都市圈是普遍的选择，用于替代中心城区。大都市圈具有优势，能让更多企业和居民以更低成本进入，这里的成本包括居民成本和生产经营成本等。凭借这些优势，企业和居民可以分享大都市的规模经济，也能共同建设大都市。
中国的都市圈建设存在诸多不足。其一，交通基础设施以及与之相关的管理和服务不够完善。相较于东京、纽约等大都市圈，中心城区到郊区的通勤不太便利，且花费时间较长。其二，都市圈的房价偏高。国际大都市的中心城区房价虽然很高，然而城市外围的房价有着较为显著的下降，处于中等收入家庭能够接受的范围之内。中国大都市的中心城区房价超出中等收入家庭可接受范围，郊区房价也同样如此。其三方面在于服务跟不上。公共服务相较于中心城区明显落后，基础教育服务、医疗服务以及文娱等服务都存在很大的缺失和差距。这些短板对大都市圈的发展起到了制约作用，同时也制约了中国的城市化进程，并且制约了人力资本行业的发展。
补上大都市圈建设的短板，需落实以下方面。一是保障大都市圈基础设施建设的低成本、长周期资金来源。地方政府一般债难以满足公益和准公益类建设资金需求，要灵活运用专项债，拓宽融资渠道。二是不能再借助“影子银行”为公益和准公益类建设项目融资，这是近年来中国金融风险上升的主要根源，需引以为戒。其二，要保障都市圈的住宅用地。都市圈范围内无需有农业用地，也无需规定工业用地比例，只有充分保障住宅用地，才能有效降低区域内的住房价格。其三，政府和市场需共同努力来改善服务。政府要承担起一般公共服务的职责，同时提供质量更高的公共服务。要鼓励社会资本参与到基础教育、医疗服务、文娱等服务的供给当中。
建设大都市圈需要进行一系列重大改革。可以参考的做法是借鉴过去试验区的经验，设立大都市圈改革试验区。在试验区内，地方政策具有高度自主权，尤其是在土地政策、各种公共服务供给以及对服务的各类管制政策方面。中国未来的经济增长点在于人力资本密集型服务业。大都市圈发展在知识的创造和传播方面具有巨大优势，它是提升人力资本以及提高生活水平不可或缺的依托。随着中国经济结构的转型和经济发展重心的改变，这种试验区建设的意义一点也不比之前推动中国制造业和外贸发展的试验区建设弱，会给中国新一轮的人力资本密集型行业发展带来重大的发展机遇。
本文首发于财新《中国改革》2020年第1期。
国家金融与发展实验室设有银行研究中心（BRI），它是该实验室的下属专业性研究机构。此中心主要进行国内外银行业的政策与实践方面的研究，其研究领域涵盖了监管政策的制定、地区金融的发展以及商业银行的转型与创新等。
国家金融与发展实验室的银行研究中心，一直致力于开展国内外银行业的学术交流工作，也致力于推动国内外银行业的政策对话。同时，该中心还为国内外的科研组织以及商业银行机构提供应用性的研究成果，并且为它们提供咨询服务。
