国内外房地产泡沫研究述评

郭玲霞，彭钱英，陈路路，陈 颖，闫 瑞

房地产业作为国民经济的重要组成部分，为中国经济过去近二十年的快速发展提供了强劲动力。自1998年以来，我国住房制度改革取得显著成绩，房地产市场因此快速地发展起来，房地产开发投资年均增长率超过20%。截至2018年，全国商品房平均销售价格7892元/平方米，比上年增长5.6%(1)国家统计局.中国统计年鉴-2019 [Z].北京：中国统计出版社,2019.。2020年上半年，新冠疫情席卷世界。受新冠疫情的影响，疫情在短期内已经给我国乃至全球宏观经济运行、房地产行业带来显著冲击(2)麻红萍.新冠肺炎疫情对房地产行业影响及对策研究[J].湖北经济学院学报(人文社会科学版),2020,(6).。但2020年5月份以来，随着国内疫情形势好转，国内房地产市场开始逐渐恢复，甚至多地出现房价飙升的情况。2021年1—7月，中央多部委发布房地产调控政策，信贷政策收紧。之后房价呈现走低态势，就销售旺季的“金九银十”也接连失约，11月依然遇冷。疫情之前国内房价上涨过快、投资额度偏大、空置率居高不下等现象，已经影响国民经济的健康发展，也影响居民正常的住房需求。后疫情时代，疫情反复，实体行业举步维艰，房价迎来滞涨，多城房价全面下跌，与收入相比，对于大多数老百姓而言，房价依然高不可攀。房地产泡沫问题始终是绕不开的话题。

从国外已有经验来看，房地产泡沫会影响经济的正常发展，例如1997、1998年亚洲金融危机就与曼谷、雅加达、甚至中国香港等地的大规模建筑和房地产价格下跌有关；在日本，1990年后发生的大规模房地产泡沫破灭造成该国萧条二十年；美国在1797、1819 、1837、1857和2007年的金融危机以及1989年开始的储蓄和贷款危机，都与房地产投机密切相关(3)Glaeser, Edward L. Real Estate Bubbles and Urban Development[J]. Asian Development Review, 2017, (2).。

长期以来，国内外学者围绕房地产泡沫相关话题展开激烈讨论，例如房地产泡沫的外部性、产生原因、测度方法、效应和实证研究。

一、房地产泡沫的外部性及产生原因

关于房地产泡沫的外部性，有些认为是正向的、积极的(Olivier，2000)(4)Olivier, Jacques. Growth-Enhancing Bubbles[J]. International Economics Review, 2000, (1).，有些认为是消极的、负面的，当然认为房地产泡沫有负面作用的呼声更多。例如，人们普遍认为，2000年代美国(或至少美国部分地区)出现了泡沫，而且，美国的泡沫通常是被视为导致最近金融和经济危机的主要因素(Shiller，2008；马丁，2010)(5)Shiller, R.J.The Subprime Solution: How Today’s Financial Crisis Happened and What to Do About It[J].Journal of Socio-Eeonomics,2009,(6).(6)Martin, R. The Local Geographies of the Financial Crisis: From the Housing Bubble to Economic Recession and Beyond[J]. Journal of Economic Geography,2010,(6).。除了造成经济普遍下滑外，房地产泡沫还对美国许多地区的家庭和社区造成了实质性的伤害。房价波动在西班牙和爱尔兰等国也产生了类似的影响(7)Bourassa, Steven C.,Hoesli Martin Edward Ralph,et al.Measuring House Price Bubbles[J].Swiss Finance Institute Research Paper,2016.(1).。对于中国而言，Glaeser, Edward L.(2017)认为房地产泡沫对小城市的影响要远大于大城市。陈璐佳和蒋伟伟(2016)也得出我国二三线城市的房地产泡沫要高于一线城市的结论(8)陈璐佳,蒋伟伟.我国大中城市房地产泡沫水平测度研究——基于27个城市的实证分析[J].商业经济研究,2016,(2).。

在人类历史上，土地一直是最普遍的财富储存方式(9)Glaeser, Edward L, Wei Huang, Yueran Ma, and Andrei Shleifer.A Real Estate Boom with Chinese Characteristics[J].Journal of Economic Perspectives, 2017, (1).。土地产权的明确性使得其很适合作抵押品。房地产对被动债务投资者的吸引力意味着信贷繁荣，通常使开发商能够更多地对房地产进行杠杆押注。强有力的土地产权和建筑物相对灵活的使用虽并非必然产生泡沫，但是，这确实可以解释为什么过分乐观通常会导致房地产市场蓬勃发展，也即房地产泡沫产生的原因。今天的高价格是由投资者认为明天的卖出价格会更高造成的。对于房地产泡沫，还存在许多非理性的解释，但是最前沿的理论强调了对某种趋势的追逐，这反过来又反映了有限的理性学习。当然，也跟消费者对未来房价的过度自信有密不可分的关系。Kim Abildgren等(2018)用来自丹麦消费者期望调查的汇总数据以及与家庭层面的行政登记数据相匹配的家庭层面的微观数据，探讨了对丹麦房价过度乐观的重要性。 结果表明，房价的发展部分是由与经济的基本面脱钩的情绪所驱动(10)Abildgren, Kim, Niels Lynggård Hansen, and Andreas Kuchler.Overoptimism and House Price Bubbles[J].Journal of Macroeconomics,2018,(56).。此外，政府和银行对房地产泡沫也有重要的推动作用(11)荆慕妍.我国房地产泡沫及其防范研究[D].蚌埠：安徽财经大学,2017.。

二、房地产泡沫的测度方法及实证

关于房地产泡沫测度的方法，有指标法、多元统计方法和理论价格法(12)Bourassa, Steven C. ,Hoesli Martin Edward Ralph,et al.Measuring House Price Bubbles[J].Swiss Finance Institute Research Paper,2016.(1).，指标法一般有房价增长率、房价租金比、房价收入比等指标。Cameron(2006)等人(13)Cameron, G, Muellbauer, J. and Muphy, A.Was there a British house price bubble? Evidence from a regional panel[C].CEPR Discussion Papers, 2014,(10).与Himmelberg(2005年)等人(14)Himmelberg, C.. Mayer, C. and Sinai, T. Assessing high house prices: bubbles, fundamentals and misperceptions[J].The Journal of Economic Perspectives,2005,(9).指出，由于忽略了一系列其他重要因素，如人口和人口变化、住房供应和信贷条件，这些比率在评估泡沫时信息量不大。他们建立了英国九个地区年房价的动态均衡修正方程系统。该模型由一个以预定区域住房存量为解释变量的住房需求倒推方程组组成。需求因素包括区域收入、实际利率和名义利率以及人口统计数据，还包括空间参数的异质性。多元统计方法又大致可分为三类。无论是哪种类型，因变量都被指定为价格或价格与租金或收入(水平或变化)的比率。第一类模型是将价格或价格比率作为供求基本面函数的模型。第二种模型来源于金融经济学文献，基于价格是未来租金的现值这一事实。最后一种类型依赖于时间序列技术来测试单位根。具体包括方差界检验、设定性检验和单位根——协整检验等具体方法(Abraham和Hendershott，1996(15)Abraham, J. and P. Hendershott.Bubbles in Metropolitan Housing Markets[J]. Journal of Housing Research,1996，(2).；Black，Fraser和Hoesli，2006年(16)Black, A., P. Fraser and M. Hoesli.House Prices, Fundamentals and Bubbles[J]Journal of Business Finance and Accounting,2006，(9).；Oikarinen，2009b(17)Oikarinen, E.Interaction between Housing Prices and Household Borrowing: The Finnish Case[J].Journal of Banking and Finance,2009b,(4).；Yiu，Yu和Jin，2013(18)Yiu, M.S.,J. Yu and L. Jin.Detecting Bubbles in Hong Kong Residential Property Market[J].Journal of Asian Economics.2013,(10).)。而理论价格法是通过数学模型等计算出房地产的理论价格，再与房地产实际价格进行比较，二者的差就是房地产泡沫的大小。理论价格法又可以分为收益还原法、边际收益法和市场供求法。很多学者基于某一种或者某一类方法对某一个或多个地区进行泡沫测度，但是也有一些学者更注重对不同测度方法的适用性进行全面而系统的分析，王浩(2017)(19)王浩.中国房地产泡沫的测度方法研究综述[J].统计与信息论坛,2017,(8).通过理论分析和建模确定理想状态时数值或数理关系，与实际对比测度房地产泡沫水平，当前适用性有限或不适用，无论是单指标法、多指标法或者因子分析法，当前测度到的更可能是房地产景气指数。房价收入比这一指标实际值容易获取，临界值也易界定，是当前测度城市住宅市场泡沫具有可操作性和适用性的指标。

总体而言，尽管指标法饱受诟病，但多数研究也表明简单的价格租金比方法在泡沫期和非泡沫期的识别上是可靠的，敏感性(正确识别泡沫百分比)和特异性(正确识别非泡沫区百分比)的平均值事后为88.6%，递归为84.1%。事后表现最差的方法是估算实际租金比率(63.6%的准确率)和多元回归(65.7%)。稳健性检验都证实了价格租金法的优越性(20)陈璐佳,蒋伟伟.我国大中城市房地产泡沫水平测度研究——基于27个城市的实证分析[J].商业经济研究,2016,(2).。

在过去近30年里, 世界范围内出现了三次影响较大的房地产泡沫破灭, 即1991年日本房地产泡沫破灭、1997年泰国等国家和地区房地产泡沫破灭和2007年同美国次贷危机相关的房地产泡沫破灭(21)谢经荣.国外房地产泡沫的治理及启示[J].中国中小企业,2012，(3).。同等条件下，房价越高，偏离合理房价的幅度越高，泡沫越大。根据美国商业地产机构CBRE世邦魏理仕发布的报告显示，2019年全球住宅价格最高的十大城市中有一半位于亚洲，有近半数位于中国(香港、北京、上海、深圳)，中国香港全球房价最贵，位列第二和第三的城市分别是德国慕尼黑和新加坡(22)搜狐网.全球房价最高十大城市发布 一半位于亚洲[EB/OL]. [2020-06-13].https://www.sohu.com/a/401553048_174814,.。学者们关注房地产泡沫的研究自然也更多关注这些房价位居前列的城市及地区。Konstantin A. Kholodilin等(2014)采用了面板数据和主成分分析方法测试了过去20年中德国127个大城市的投机房价泡沫，发现德国房地产市场投机价格泡沫累积的危险相当温和(23)Kholodilin, Konstantin A., et al.Speculative Price Bubbles in Urban Housing Markets in Germany[C].ERSA Conference Papers, 2014.。Hanwool Jang等使用现值模型，租赁价格比率和对数周期幂定律，研究了韩国世宗房地产市场的泡沫，结果表明，世宗房价泡沫很大，且投机性投资推动了泡沫(24)Jang H , Ahn K , Kim D , et al. Detection and Prediction of House Price Bubbles: Evidence from a New City[C]. International Conference on Computational Science, 2018.。Aizenman, Joshua等使用覆盖了过去40年的跨国房价的季度数据集，发现房价升值与经济增长呈正相关，而房价贬值与经济增长之间的关系则高度非线性，具体取决于特定国家/地区的特征。在没有金融部门乱象的情况下，短期房价贬值与经济增长呈正相关。房价贬值与经济增长之间的关联还受制于法律制度、抵押保险和个人破产法的实施(25)Aizenman, Joshua, Yothin Jinjarak, and Huanhuan Zheng.Housing Bubbles, Economic Growth and Institutions[J].Open Economies Review,2019,(4).。Philip Arestis等使用Glindro和Delloro(2010)开发的程序来分析香港住房市场(26)Arestis, Philip, Ana Rosa Gonzalez-Martinez, et al..House Price Overvaluation in Hong Kong[J].International Journal of Housing Markets and Analysis,2017, (2).。Ge, Xin(2015)分析了悉尼近十年来的房价表现，并对当地租金和收入进行比较，结果表明悉尼和墨尔本都没有出现泡沫市场(27)Ge, Xin. Measurement of house price bubbles: a case in Sydney[C].21st Annual Pacific Rim Real Estate Society Conference, At Kuala Lumpur Malaysia ,2015.。Charles Himmelberg(2005)根据房价收入比、房价租金比指标建立模型，得到1980—2004 年美国46个城市的房地产价格波动情况(28)Himmelberg, C.. Mayer, C. and Sinai, T. Assessing high house prices: bubbles, fundamentals and misperceptions[J]. The Journal of Economic Perspectives,2005,(9).。Taipalus(2006)等用单位根检验来研究美国6个城市的房地产泡沫情况发现旧金山从2003年开始、芝加哥从2000年开始都出现了泡沫(29)Taipalus, Katja. A Global House Price Bubble? Evaluation Based on a New Rent-Price Approach[J]. RePEc, 2007,(10).。Ambrose、Eichholtz和Lindenthal(2013年)计算了阿姆斯特丹1650—2005年的长期租金价格比，给出了与平均值的一些长期偏差(30)Ambrose, B.W., P. Eichholtz and T. Lindenthal.House Prices and Fundamentals: 355 Years of Evidence[J].Journal of Money, Credit and Banking,2013.(2-3).。Yener Coskun等(2020)使用两个房价指数来分析土耳其两个时期的房地产泡沫，即2010—2014年和2007—2014年。结果表明，房价指数与住房租金、建设成本和实际抵押贷款利率之间存在长期协整关系。土耳其房地产市场经历了一些估值过高的情况，但没有形成泡沫(31)Ambrose, B.W., P. Eichholtz and T. Lindenthal.House Prices and Fundamentals: 355 Years of Evidence[J].Journal of Money, Credit and Banking,2013.(2-3).。

Rherrad Imad、Bago Jean Louis和Mokengoy Mardochée(2021)以加拿大温哥华、多伦多、维多利亚和汉密尔顿4个人口普查大都会区的新房市场和二手房市场为研究对象，使用Phillips、Shi和Yu(2015)开发的GSADF测试方法计算了1988年1月至2018年12月的月度价格租金比以及利用Greenaway McGrevy和Phillips(2016)提出的具有时变系数的非参数模型进行研究，得出维多利亚州的二手住宅市场和新房市场以及温哥华的二手住宅市场存在泡沫(32)Rherrad Imad,Bago Jean Louis,Mokengoy Mardochée. Real estate bubbles and contagion: new empirical evidence from Canada[J]. New Zealand Economic Papers,2021,(1).。Zhao X.B. 等(2017)以中国为研究对象，对金融危机与房地产开发的关系进行了研究。结果表明，金融危机来自与中国房地产业联系紧密的金融体系。这使房地产危机可迅速演变成金融危机。反过来，金融危机膨胀又可以造成宏观经济危机(33)Zhao X.B., Zhan Hongyu, Jiang Yanpeng,et al. How big is China’s real estate bubble and why hasn’t it burst yet?[J]. Land Use Policy, 2017,(64).。姜春海(2005)对中国房地产基本价值、投机泡沫和泡沫度进行了实际计算，得出当时中国房地产泡沫已经产生，而且比较严重，并解释了中国房地产投机泡沫产生的主要原因(34)姜春海.中国房地产市场投机泡沫实证分析[J].管理世界,2005,(12).。杨帆、李宏谨和李勇(2005)也得出当时中国房地产泡沫已经产生，并以极快的速度发展(35)杨帆,李宏谨,李勇.泡沫经济理论与中国房地产市场[J].管理世界,2005,(06).。由于房地产泡沫调控机制是一个典型的不确定系统问题，Zhang C.Y.、Li M.L.和Li Y.Q.等(2021)构建了基于机器学习和因子分析模型的房地产泡沫金融风险分析模型，探讨了房地产价格泡沫形成的原因和形成机制，寻找政策调控房地产价格泡沫的重要性，并阐明了房地产价格泡沫政策调控的功能博弈模型(36)Zhang Chengyuan,Li Mingliang,Li Yongqiang,Ramachandran Varatharajan. Financial risk analysis of real estate bubble based on machine learning and factor analysis model[J]. Journal of Intelligent & Fuzzy Systems,2021,(4).。

三、房地产泡沫的效应

房地产泡沫的效应主要有财富效应、空间传染(扩散)效应、产业内传染(扩散)效应、对金融业和制造业的溢出效应等。房地产泡沫的消极影响主要体现在房地产泡沫会挤占购房居民的其他支出，从而可能引起居民消费水平降低，即出现负财富效应；同时由于房地产业关联性很强，房地产业的泡沫可能会导致整个房地产产业链链条上的其他产业也出现泡沫。

(一)关于房地产泡沫是否存在财富效应

付艳秋和张炜(2020)以2007—2016年期间30个地区的面板数据为基础,对房地产泡沫、居民收入水平和房地产泡沫预期对居民消费水平的影响进行实证检验,结果发现我国只有少数地区存在显著的房地产泡沫财富效应(37)付艳秋,张炜.房地产泡沫财富效应的实证研究[J].上海房地,2020,(12).。王文和芦哲(2021)通过分析日本和美国两次房地产泡沫以及德国房地产市场平稳发展的教训与经验，得出日本和美国的房地产泡沫均存在财富效应且财富效应具有传导作用(38)王文,芦哲.房地产泡沫与系统性金融风险防范——基于国际比较的视角[J].国际金融研究,2021,(1).。

(二)关于房地产业泡沫是否存在产业内泡沫的传递效应以及如何传递

郭文伟(2016)以钢铁、有色金属、家用电器、房地产、建筑材料、建筑装饰、银行等九大申万一级行业指数所代表的房地产产业链为研究对象，采用R-Vine Copula方法刻画房地产产业链上行业间相依结构及其在2008年金融危机冲击下的结构演化特征，结果表明：房地产产业链上各行业间普遍存在对称、厚尾的相依结构，行业间相依性水平较高；机械设备业在整个房地产产业链上起到了枢纽中心的连接作用；金融危机的发生增强了房地产产业链的总体相依性水平，危机传染效应显著(39)郭文伟.房地产产业链相依结构演化及其危机传染效应研究[J].经济数学,2016,(1).。帅先富和卢源荣(2010)以1993年房地产泡沫破灭为界，将改革开放以来的海南经济分为前后两阶段，分别估算三次产业增加值中的资本和劳动份额，得出1993年房地产泡沫对海南经济增长产生了深远的负面影响(40)帅先富,卢源荣.要素转移、产业结构演进与海南生产率增长研究[J].当代经济,2010,(6).。

(三)关于房地产泡沫的空间扩散效应

何宝峰和杨文(2016)在De Groot模型基础上构建了一个扩散模型和计量模型来估算房价变动过程中，城市间的相互影响和泡沫扩散效应。表明大城市的房价与收入比之间有高度相关性，扩散效应在泡沫形成和发展中作用明显，上海等一线城市的房价变动对其他城市影响显著(41)何宝峰,杨文.房价泡沫的扩散效应——一个房地产调控的新视角[J].中国经济问题,2016,(1).。梁秋霞，陈汉清和杨翠翠等(2017)利用我国东部、中部和西部2010—2016年的面板数据，基于系统广义矩估计和实际政策决定断点测度出羊群效应，通过LM检验验证羊群效应对房地产泡沫在空间上的扩散效应，结果显示全国房地产市场羊群效应对房地产泡沫的影响存在空间扩散(42)梁秋霞,陈汉清,杨翠翠,等.房地产市场泡沫、羊群效应及空间扩散[J].海南热带海洋学院学报,2017,(5).。朱吉(2017)通过对2006—2014年中国35个大中城市房地产泡沫进行测度，得出中国城市房地产泡沫存在明显的时空差异，且具有明显的空间传染性(43)朱吉.中国城市房地产泡沫的时空特征分析[J].商业经济研究,2017,(2).等。Rherrad Imad、Bago Jean Louis和Mokengoy Mardochée(2021)以加拿大温哥华、多伦多、维多利亚和汉密尔顿4个人口普查大都会区的新房市场和二手房市场为研究对象，得出维多利亚州的二手住宅市场和新房市场以及温哥华的二手住宅市场泡沫在CMA内部和之间的新房和二手房市场也会有空间传染性(44)Rherrad Imad,Bago Jean Louis,Mokengoy Mardochée. Real estate bubbles and contagion: new empirical evidence from Canada[J]. New Zealand Economic Papers,2021,(1).。王春艳和董继刚(2017)基于GIS对我国35个大中型城市2007—2016年房地产泡沫的空间分布格局进行分析，结果表明房地产泡沫由东部地区向中西部逐级递减，形成东——中——西部阶梯式递减格局。房地产泡沫存在空间传染性且随时间推移，传染力明显增强，空间传染性也更为显著；空间传染能力存在明显的区域差异，东南地区强于西北地区(45)王春艳,董继刚.基于GIS的我国房地产泡沫空间传染性研究[J].海南金融,2020,(2).。

(四)关于房地产泡沫对金融业和制造业的溢出效应

尹三强、郑良琳和冯晓岚等(2017)通过对福建省2008—2016年房地产数据进行分析得出，房地产泡沫对金融资源存在“虹吸效应”，房价过快上涨而后旋即下行可能导致的房屋抵押品快速贬值的风险；房地产泡沫对制造业也存在不同程度的溢出效应(46)尹三强,郑良琳,冯晓岚,等.房地产泡沫对制造业和金融业的溢出效应探析[J].福建金融,2017,(8).。唐云锋和毛军(2020)通过构建空间半参数非线性Durbin模型,对中国房地产风险、地方政府债务风险及其叠加机制的路径依赖和空间外溢效应进行分析。研究发现，房地产风险对金融系统存在倒逼效应；房地产与地方政府债务风险的叠加也对金融系统产生负向的空间溢出效应(47)唐云锋,毛军.房地产与地方政府债务风险叠加机制及其金融空间溢出效应[J].社会科学战线,2020,(11).。姜堃(2020)使用时变SJCCopula-CoVaR模型分析房地产业对银行业、证券业及其他金融业的风险溢出效应程度和差异，结果表明房地产业对银行业的风险溢出效应值最大，其次为证券业。同时，房地产业对各金融业的风险溢出效应在危机事件前后具有较大差异(48)姜堃.房地产业金融风险溢出及其防范研究[J].价格理论与实践,2020,(2).。

四、房地产泡沫的预测与防范

由于房地产本质上是周期性的，分析和预测市场周期一直是房地产投资者、租户和开发商的重要课题。全球金融危机增加了国内外监管机构和央行对预测房地产市场及房地产泡沫的兴趣。2016年，世界经济论坛提出“塑造房地产的未来”的倡议，定义了房地产资产生态系统以及如何通过创新解决方案限制房地产泡沫。首席执行官Newmark Grubb Knight Frank(NGKF)、该计划的倡导者巴里·M·戈辛(Barry M.Gosin)认为应该想办法将预测商业房地产市场急剧下滑的方法制度化。据了解，资产价格动态指导委员会和咨询委员会与世界经济论坛合作，开发了一个用于量化相对风险的早期预警系统原型，并可以发出市场急剧下跌的信号。国际货币基金组织(IMF)研究部顾问Prakash Loungani认为美国城市商业地产价格崩盘的风险可能与一些宏观经济指标(通胀率、债券收益率、消费者信心、就业)的发展以及该行业净营业收入的增长有关。建立房地产资产生态系统的目的是可以覆盖到全球的系统(目前已应用于10个美国城市)，同时也应适用于其他资产，包括住宅房地产(49)谢百三,赖雪文.日本房地产泡沫破灭累及社会之教训及我国的防范对策[J].价格理论与实践,2014,(8).。国内也有不少关于房地产市场预警研究的，研究方法和手段主要有利用经济周期理论(50)熊亮亮,吴芸芸.房地产市场预警体系研究综述[J].经济师,2019,(2).，利用指标法、综合预警法、系统动力学方法等。

关于如何避免房地产泡沫风险，谢经荣(2012)认为应该保持治理政策的相对稳定，避免政策特别是金融政策调整过快过频(51)谢经荣.国外房地产泡沫的治理及启示[J].中国中小企业,2012,(3).。姜春海(2005)特别指出，地方政府对中央政府的有关政策能否“上令下达，不打埋伏”是挤出房地产市场泡沫的关键所在(52)姜春海.中国房地产市场投机泡沫实证分析[J].管理世界,2005,(12).。曹琳剑和王杰(2018)提出应该从加强监管土地市场、加强住房贷款审批、科学引导人口流向、实施稳健的房地产调控政策等多方面来避免房地产泡沫(53)曹琳剑,王杰.房地产泡沫的测度预警及防范[J].中国房地产,2018,(12).。荆慕妍(2017)认为应该严控土地和资本无序涌入房地产市场，完善房地产产品结构和市场结构，并且应该规范和完善政府行为(54)Arestis, Philip, Ana Rosa Gonzalez-Martinez, and Lu-kui Jia.House Price Overvaluation in Hong Kong[J].International Journal of Housing Markets and Analysis,2017, (2).。谢百三和赖雪文(2014)提出应借鉴日本经验，加强信贷管理，调整产业结构、重视就业及保障社会稳定等多举措进行防范(55)荆慕妍.我国房地产泡沫及其防范研究[D].蚌埠：安徽财经大学,2017.。

在治理和防止房地产泡沫方面，德国是很多国家学习的榜样。从1990—2017年，德国房价总体呈现平缓上涨趋势，扣除通货膨胀的影响，房价甚至为负增长。为什么？德国居民以租赁为主且央行首要目标是保物价稳定。住房金融体系是：商业以按揭为主，辅以独特的住房储蓄，居民合理加杠杆。税收制度重交易轻保有，鼓励居民长期持有，同时建立了能保障租户权益的租赁制度(56)夏磊,任泽平.全球房地产[M].北京：中信出版社,2020:217-257.。为防止房地产泡沫，多数国家还需要完善相关配套政策，通过政府的宏观调控来积极引导市场走向。当前，对于中国大多数城市而言，房地产价格依然居高不下。房地产市场的主要矛盾是房价脱离了普通工薪阶层的购买力，房地产市场的繁荣对居民消费的挤出效应显著(57)尹中立.疫情下房地产政策何去何从[J].中国金融,2020,(5).。为避免房地产价格过快上涨以及带来的潜在危害，中国政府从未停止过探寻调控房地产价格的有效措施。中国房价自2002 年开始剧烈增长，此后政府出台了“18号文件”(2003)、“国八条”(2005)、“国六条”(2007)等一系列房地产调控政策，涉及信贷、货币、土地、保障房和税收等各个领域。在2010年出台了针对买方市场的限购政策，2017年在厦门率先出台在世界范围都鲜有实施的针对卖方市场的限售政策(58)安辉,何萱,邹千邈.中国房地产限售政策对房价的影响研究——兼论限售和限购的政策组合效应[J].中国管理科学,2021,(8).。2020年以来，政府相继推出“三道红线” “两条高压线” “两集中”(针对22城)等调控政策，旨在引导房企提升运营管理水平，努力打造精品工程与品牌(59)徐海.拧紧融资“闸门”挤掉房地产泡沫[N]. 安徽日报,2021-01-11.。新规实施后，新增贷款资金将更多地流向制造业和中小微企业等实体经济。

围绕之前调控政策的效果，学术界有不少研究。例如针对限购、限售政策的研究表明，两者都可以有效打击投机性需求，抑制房价上涨。但限购政策对房租有长期拉升趋势作用，不宜作为持续调控政策，只可作应急使用。而限售政策能精准施策，引导投资和房价预期回归理性，可以配合“一城一策”长期使用(60)刘雷.房地产调控长效机制下限购政策和限售政策研究[J].东北财经大学学报,2020,(6).。

因此，对于中西部城市二手房市场可相对放宽限制，东部二三线城市新房市场应加大调控力度。对于沿海地区，应不断加强与人才资本等创新要素流动的空间关联地区的创新合作，逐步打破人为创造的各种壁垒，使房地产市场长荣短衰、消解可能存在的房地产泡沫(61)高宏霞,王成.创新要素集聚、空间关联与房地产价格调控[J].江汉论坛,2021,(6).(62)范新英,张所地.创新集聚对城市房价影响的实证研究[J].经济问题探索,2018,(1).。

此外，还应通过供给引导需求，深化房地产供给侧结构性改革，调整大城市土地供给，通过促进供需平衡，实现城乡融合。同时，结合宅基地制度改革和集体经营性建设用地入市等农村土地制度改革，构建全国统一、城乡融合的房地产市场，为畅通国内大循环奠定要素基础。结合都市圈的建设和规划，推进都市圈房地产市场一体化，将都市圈的产业、住宅、发展等充分规划和统筹，吸引和留住全球高端人才，助力创新发展(63)刘润秋.双循环新发展格局下的房地产市场[J].人民论坛,2021,(Z1).。在后疫情时代，尤其是科技创新、绿色环保、“三农”等关键领域和薄弱环节应加大信贷支持力度，加快形成以国内大循环为主，国内国际双循环相互促进的新发展格局，促进市场持续健康发展(64)徐海.拧紧融资“闸门”挤掉房地产泡沫[N]. 安徽日报,2021-01-11.。

最后，应继续坚持房住不炒的原则，通过建立稳健的金融机制、租购并举的住房机制、设立房地产基金、并同时保障城市的协调发展、以常住人口增量为核心的“人地挂钩”，从而优化土地供应的一套房价长期平稳运行机制(65)王文,芦哲.房地产泡沫与系统性金融风险防范——基于国际比较的视角[J].国际金融研究,2021,(1).(66)谢百三,赖雪文.日本房地产泡沫破灭累及社会之教训及我国的防范对策[J].价格理论与实践,2014,(8).(67)新浪财经.任泽平:全球历次房地产大泡沫,催生、疯狂、崩溃及启示[EB/OL].[2021-04-09]https://baijiahao.baidu.com/s?id=1696519147665044502&wfr=spider&for=pc.。

五、结语

综上，国内外房地产泡沫研究主要集中于房地产泡沫的外部性及产生原因、房地产泡沫的测度方法、房地产泡沫的实证研究，房地产泡沫的效应和房地产泡沫的预测与防范等几方面。

对于房地产泡沫的外部性及产生的原因，多数学者认为房地产泡沫既有正外部性也有负外部性，但认为负外部性大于正外部性的更多。至于房地产泡沫产生的原因，主要是信贷繁荣、土地产权的清晰化、以及投资者和消费者对未来房价的过度自信等造成的。

对于房地产泡沫的测度方法有指标法、多元统计方法和理论价格法，指标法一般有房价增长率、房价租金比、房价收入比等指标。尽管指标法饱受诟病，但多数研究也表明简单的价格租金比方法在泡沫期和非泡沫期的识别上更可靠。关于房地产泡沫的实证研究，学者们围绕世界上绝大多数国家和地区进行了研究，最多的是欧美国家、中国、日本和东南亚国家和地区，也包括一些新兴房地产市场的国家，如土耳其等国。也有很多学者做了同一国家多城市的比较研究以及国家间城市之间的比较等时空研究，这些研究成果为研究地房地产市场健康状况提供了有意义的参考，同时通过不同的测算方法丰富了房地产泡沫的测定方法体系，研究越加具有综合性和交叉性，也加入和运用了多学科分析方法和软件，例如运用GIS计算Moran’s I指数、运用大数据和系统分析方法等。

关于房地产泡沫的效应，主要有财富效应、空间传染(扩散)效应、产业内传染(扩散)效应、对金融业和制造业的溢出效应等。房地产泡沫的诸多效应实则是由于房地产业的资金占用巨大、产业关联性强、不可移动性、具有投机性等特点造成的，而且随着城镇化的推进，房地产泡沫所波及的群体数量以及行业会进一步扩大；随着城市与城市间交通可达性和便捷性的进一步提升，房地产泡沫在城市间的扩散效应还会增强。认清房地产泡沫的效应，对于合理防范和治理房地产泡沫风险具有重要意义。

对于房地产泡沫的预测与防范，应从金融系统、税收系统、消费者的需求引导等多方系统联动来治理；多结合各国实际情况，并借鉴学习他国的有利经验来探索；将房地产市场健康发展作为一项系统工程来规划和运作。未来的研究重点会更注重区域间房地产泡沫的传递以及房地产泡沫的合理预测。当前，后疫情时代下的房地产市场波动状况以及房地产市场能否平稳过渡是大家关注的重点。