调控政策对上海房地产价格影响效果的实证分析

陈震飞

【摘 要】房地产价格飞速增长的这一现象已经严重影响了我国的民生情况，房地产的价格已经远远超出了我国公民工资能够承受的价格。因此，我国政府为了遏制房地产价格的持续上升，提出并实行了许多政策例如货币政策和调控政策，本文建立计量经济学模型，重点研究了国家实施的调控政策如国六条、国八条、新国八条等对上海房地产价格的调控效果。

【关键词】调控政策；房地产价格；影响因素

一、引言

房地产已经是我国近年来国民最关注的话题之一。我国住房制度改革始于1994年，1998年为应对亚洲经济危机对中国经济造成的负面影响，扩大内需启动了住房分配货币化模式的住房制度改革。历经20余年的发展，房地产业已成为带动我国经济增长的重要支柱产业。房地产业的迅速成长在推动国民经济的发展促进就业增加居民收入等方面发挥了重要的作用。根据国家统计局公布的数据，2012 年全国商品房销售面积为 111304万平方米、房地产开发投资额为71804 亿元，和 2000年16984 万平方米的商品房销售面积、4901亿元的房地产开发投资额相比， 年平均增长率分别为 42.7%和 105.0%，远高于 GDP 增长率， 房地产业已经成为推动我国经济发展的重要支柱。

然而，房地产价格的快速增长对民生问题有了一定的影响，青年一代购房难成为一个重要的社会问题。尤其是我国一线城市上海的房地产价格增幅也非常大，根据国信房地产信息网数据，截至2017年5月，上海市平均房价超过48000元/平方米，因此研究推动上海房地产价格增长的因素成为一个重要话题。

本文在第二部分將对相关文献进行综述，接着，在第三部分，作者对上海房地产现状进行分析，并对本文研究的数据和模型进行解释，在第四部分将对国家调控政策对上海房地产价格影响效果进行实证分析，最后对文章的结论进行总结并提出相关政策建议。

二、文献综述

关于房地产市场价格的影响因素的研究，学者们从不同方面、对不同的对象进行了分析。主要结论包括以下几个方面：

首先，很多学者认为房地产政策是影响房地产价格波动的主要因素，包括限购政策和货币政策等。安辉、王瑞东（2012年）构建向量自回归 （VAR） 模型， 实证分析了影响我国房地产价格的主要因素，结论表明房地产宏观调控政策对房地产价格的影响是长期的且效果明显。王立平（2013）、屠佳华，张洁（2005）、刘尧（2012）、关海玲（2015），傅程远（2013），从不同的角度进行了研究也得出了类似的结论。关于房地产政策的影响，还有不少学者同时认为货币政策也可以在很大的程度上有效的控制房地产价格。戴国强、张建华（2009）利用结构 VAR 模型对我国房地产价格的货币政策传导机制进行探讨，通过经验分析得出，货币政策对房地产价格的传导比较顺畅。中南大学硕士（2012）从理论上论证了我国货币政策对房地产价格的影响效应存在区域差异，并且认为货币政策对上海房地产价格的影响效果比长沙显著，建议采取货币政策调控房地产价格，但是调控效果存在时滞，尚晓彤（2015）也得到了相似的结论。西南财大硕士（2014）构建了我国货币政策的房地产价格传导机制的完整的分析框架， 从实证方面来检验各期限利率对房地产价格的影响程度和方向，同时本文比较了各种类货币政策变量影响房地产价格的大小。还有学者认为，政策因素和其他因素共同推动了房地产价格的增长，闫金秋（2012）分析房地产价格影响因素的基础上，通过实证分析得出，经济发展水平的高速增长是房地产市场价格上涨的根本动因，宏观金融政策的过度宽松是房地产市场价格上涨的直接导火索，土地转化价格的居高不下是房地产市场价格上涨的直接催化剂。

还有学者认为，除了货币政策以外，其他政策如金融方面的一些措施也推动了房地产价格。郭娜、章倩（2016）研究结果表明，近年来“影子银行”等新型融资渠道增加所造成的社会融资规模扩大及年初针对居民部分推行的“放货币、加杠杆”政策，是推动本轮房价上涨的重要因素，利率变化在房地产市场发展过程中起到基础性作用。

除政策影响之外，学者们从其他的角度也分析了房地产价格影响因素赵洋（2017）、熊剑、李春燕（2015）都认为宏观经济水平与消费预期也是对房地产价格影响的主要因素。朱相平（2012）、张玲、杜錾、任贺（2012）分别认为资本或资本结构同样改变了房地产的价格。还有个更多的学者认为家庭可支配收入也在一定程度上推动了上海房地产价格的上涨（曲闻，2006；苏亚莉、张玉，2011；胡岳岷、金春雨、程浩，2011；黄红梅、石柱鲜、李玉梅，2014）。

通过对文献研究，作者发现在研究房地产价格影响因素的相关文献中，政策因素是广大学者所研究的对象，包括货币政策的各个变量，然而对调控政策，却缺乏相关的研究。基于此考虑，本文将重点研究调控政策，如国六条，国八条，房产税等调控政策，对上海房地产价格的影响。

三、变量选取与模型构建

1.变量选取

首先是因变量的选取。本文选取上海历年商品房平均销售价格为因变量，商品房是指具有经营资格的房地产开发公司（包括外商投资企业）通过出让方式取得土地使用权后经营的住宅，既通俗意义上的房产，其均按市场价格出售，且在上海现今的房地产交易市场上，商品房占了供给的绝大部分，商品房经济已经成为了房地产市场走势的代名词。因此，对于商品房价格对整体房地产价格具有鲜明代表性，其研究也与广大消费者有紧密联系。然而上海不同行政区的房价又各有差异，为了能够更准确的研究上海房地产的整体变动的影响因素，因此我们使用上海历年各行政区商品房的平均销售价格为本文研究的因变量。

本文中部分的上海历年商品房平均销售价格的数据来自《中国房地产年鉴》，该年鉴是中国房地产业大型年度档案，是了解中国房地产业政策、市场数据、城市发展、企业新况、保障房建设的大型工具书，力求体现权威性、专业性和客观性。

关于自变量的选取，因为本文着重研究国家调控政策对房地产价格的影响，所以本文梳理了上海地区近年来国家实行的所有调控政策，来作为本文研究的自变量，例如国六条、国八条等。国六条是指2007年8月，国家为了切实调整住房供应结构。进一步发挥税收、信贷、土地政策的调节作用。合理控制城市房屋拆迁规模和进度，减缓被动性住房需求过快增长。进一步整顿和规范房地产市场秩序。加快城镇廉租住房制度建设，规范发展经济适用住房，积极发展住房二级市场和租赁市场，有步骤地解决低收入家庭的住房困难，而采取的住房调控措施。国八条则是指2005年3月，国家为了高度重视稳定住房价格工作，切实负起稳定住房价格的责任，大力调整和改善住房供应结构，严格控制被动性住房需求，正确引导居民合理消费预期，全面监测房地产市场运行，而颁布的调控政策。2011年，国家为了进一步落实调控政策对房地产价格的影响采取以下措施：进一步落实地方政府责任。加大保障性安居工程建设力度。调整完善相关税收政策，加强税收征管。强化差别化住房信贷政策等。

根据对相关文献的研究，作者发现上海GDP和上海人口变量也对房地产价格产生了较为显著的影响。因此作者还将选取上海GDP和上海年末总人口作为自变量进行研究。这些数据均来自于历年《上海统计年鉴》。《上海统计年鉴》是一本信息高度密集的资料工具书。本书收录了历年上海经济和社会等各方面的统计数据，以及重要年份和改革开放以来的主要统计数据。

2.模型构建

根据以上对因变量和自变量的解释，本文构建计量模型如公式1所示：

y=c+a1x1+a2x2+a3x3+a4x4+a5x5+u 公式1

其中y是指上海房地产平均销售价格，x1是指上海GDP（亿元），x2是指上海年末总人口（万），x3是指国六条，x4是指国八条，x5是指新国八条。

四、实证分析

1.实证结果

在该部分作者根据建立的模型，利用eviews8.0，对收集到的数据进行实证检验，结果如表1所示。

根据表1结果发现，x3和x5的t值较小，表明这两个变量不显著。因此，作者又用逐步回归方法对上述模型进行检验，得到结果如表2所示：

2.相关检验

为了检验模型的科学性与准确性，需要对模型结果进行检验。首先是拟合优度检验，因为r-squared值是0.97表明x1和x4这两个变量对上海房地产价格的解释程度达到了97%，模型通过了拟合优度检验。另外，再进行变量的显著性检验，从表2可以看出，x1和x4的t值分别是18.87和1.34，分别在1%和20%的显著性水平下通过了显著性检验，表明逐步回归后的结果，是科学而合理的。

3.结果分析

根据以上分析，模型通过了拟合优度检验和显著性检验，模型最终结果如公式2所示：

Y=c+0.8086x1-1062.098x4 公式2

t=18.87 1.34

其中x1代表上海GDP，x4代表國八条。从模型检验结果看，上海GDP每增加1亿元人民币，上海房地产价格将会上涨0.8086元，虽然影响较小，但结果却非常显著。对于本文最关心的变量调控政策来说，作者发现了近年来国家实行的调控政策中，国八条对于上海房地产价格影响相对其他政策来说，效果最为明显，比无调控时，价格降低了1062元/平方米。

五、主要结论

作者通过对调控政策的研究，发现国八条对于上海房地产价格起到了很好的调控作用。国八条则是指2005年3月，国家为了高度重视稳定住房价格工作，切实负起稳定住房价格的责任，大力调整和改善住房供应结构，严格控制被动性住房需求，正确引导居民合理消费预期，全面监测房地产市场运行，而颁布的调控政策。

参考文献：

[1]戴国强，张建华.货币政策的房地产价格传导机制研究.财贸经济，2009.第12 期.

[2]傅程远.影响我国房地产价格因素的综合分析.经济问题，2013.第9 期.

[3]关海玲.北京市房地产价格波动及其影响因素研，观察与思考，2015.第12期.

[4]郭娜章倩.我国房地产价格波动背后的金融影响因素分析.财经市场，2016.第11 期.

[5]郭文伟中国多层次房价泡沫测度及其驱动因素研究.经济学家，2016.第10期.黄红梅，石柱鲜，李玉梅. Contemporary Economy of Japan，2016.第1期.

[6]胡岳岷，金春雨，程浩.我国房地产价格影响因素及其作用效应的计量检验.税务与经济，2011.第6期.

[7]李文斌.国际房地产投资的发展特征及影响因素.对外经济贸易大学学报，2003.第1 期.