中國房地產(chǎn)交易真的是賣方市場嗎？
——基于雙邊隨機邊界模型的實證研究

林梨奎，江民星

(1.暨南大學 產(chǎn)業(yè)經(jīng)濟研究院，廣東 廣州 510632；2.南京信息工程大學 商學院，江蘇 南京 210044)

一、 引言及文獻綜述

在房地產(chǎn)交易市場中，購房者和賣房者基于自身支付或出售意愿以及各自掌握的市場信息，進行討價還價，最終達成一致完成交易?；诶硇越?jīng)濟人假設[1]，買方總是偏好更低的價格，以獲得更多的消費者剩余，同樣地，賣方也總是偏好更高的價格，以獲得更多的生產(chǎn)者剩余。然而，在中國房地產(chǎn)交易市場中，房價總體呈現(xiàn)持續(xù)上漲趨勢，統(tǒng)計數(shù)據(jù)顯示2017年中國商品房平均銷售價格為7892.25元/平方米，自2005年以來總體保持持續(xù)上漲趨勢且年均增長7.90%，這樣往往很容易讓我們產(chǎn)生中國房地產(chǎn)交易是處于賣方市場階段的主觀判斷。也有媒體輿論認為中國房地產(chǎn)交易市場已由賣方市場轉為買方市場?？傊P于“中國房地產(chǎn)交易是處于買方市場階段還是處于賣方市場階段”的判斷，目前是眾說紛紜、莫衷一是。本文將從雙方議價能力測算角度，回答這一問題。盡管如此，造成商品房銷售價格上漲或下滑的因素有很多，比如商品房可出售數(shù)量、消費者支付能力、地方政府調(diào)控力度等，基于科學論證的角度，有必要在控制上述因素影響的前提下，才能對房地產(chǎn)交易雙方的議價能力進行真正意義上的科學測算，據(jù)此對“中國商品房銷售價格的最終形成究竟是由買方議價能力因素決定還是賣方議價能力因素決定”進行一個更為客觀的判斷，也為地方政府制定“因地施策”調(diào)控措施提供一個科學依據(jù)。

關于議價能力的研究，雙邊隨機邊界模型已成為國內(nèi)外學者考察買賣雙方議價能力對交易價格影響作用的主流方法。如Kumbhakar等關注雇主和工人談判能力差異對勞動力市場價格形成的影響作用[2]；羅付巖分析了上市公司和審計事務所雙方議價能力差異對審計收費價格的影響[3]；黃順武等對一級市場折價效應和二級市場溢價效應進行分解，解釋了中國股票市場IPO高抑價的現(xiàn)象[4]；任燕燕等對出借方和借款方議價能力影響P2P網(wǎng)貸市場利率水平的作用進行了比較分析[5]。關于商品房銷售價格影響因素的研究，國內(nèi)外學者大多從市場供應因素、市場需求因素以及宏觀環(huán)境因素等方面進行研究。如Favara等實證分析了信貸供給影響商品房銷售價格的作用機制[6]；Wan論證了家庭儲蓄收入對商品房銷售價格的影響作用[7]；Du等通過反事實檢驗方法探討了限購和房地產(chǎn)稅改革對商品房銷售價格的影響[8]；Han等通過構建動態(tài)理性預期一般均衡研究框架，探討了居民收入、人口存量、人口遷移和土地供應等因素對商品房銷售價格的影響作用[9]；況偉大考察了物業(yè)稅改革對商品房銷售價格的影響[10]；趙春明和陳昊實證證明消費決策變化對商品房銷售價格的影響[11]；張德榮和鄭曉婷采用雙重差分法評估限購政策對住宅銷售價格的影響效應[12]；王岳龍實證檢驗了交通基礎設施配套對商品房銷售價格的影響[13]；李嘉楠等探討了外來人口遷入對當?shù)厣唐贩夸N售價格的影響機制[14]；王頻和侯成琪構建動態(tài)隨機一般均衡模型考察公眾預期對商品房銷售價格的影響[15]；陳力朋等情景模擬房地產(chǎn)稅改革對商品房銷售價格的影響[16]。雖然已有大量的學者關注商品房銷售價格影響因素的研究，但是關于買賣雙方議價能力差異對商品房銷售價格的影響，仍沒有得到充分的討論。本文將采用房地產(chǎn)交易雙邊隨機邊界模型進行實證檢驗，考察整體市場以及住宅、寫字樓和商鋪等細分市場商品房銷售環(huán)節(jié)中買賣雙方議價能力的差異，并進一步按照城市等級劃分(一線、新一線、二線和三線城市)考察中國房地產(chǎn)交易市場買賣雙方議價能力差異的異質性特征。

本文的主要貢獻在于：第一，將隨機雙邊邊界模型引入房地產(chǎn)交易價格影響因素的研究中，對購房者和賣房者雙方討價還價能力的差異進行測度，實現(xiàn)兩者之間的直觀比較，完善已有研究成果；第二，將極大似然估計法運用于房地產(chǎn)交易買賣雙方議價能力的估算中，通過更為科學的方式對商品房銷售市場處于買方市場還是賣方市場進行客觀判斷，為房地產(chǎn)市場調(diào)控政策制定提供理論支撐。

本文接下來的結構安排如下：第二部分是計量模型設定；第三部分是數(shù)據(jù)說明和研究設計；第四部分是實證研究結果；第五部分是結論及政策建議。

二、 計量模型設定

(一) 購房者的價格決策行為

考慮到商品之間的替代關系，本文采用常數(shù)替代彈性函數(shù)形式設定購房者效用函數(shù)[17]，基本函數(shù)形式為：

(1)

其中，Uit表示i購房者在t時期可獲取的效用水平，α表示偏好系數(shù)，Xit表示i購房者在t時期購買的商品房數(shù)量，Yit表示i購房者在t時期購買的其他消費品數(shù)量。為簡化計算，本文假設購房者的偏好不隨效用函數(shù)的單調(diào)變化而改變，則式(1)可簡化為：

(2)

此時兩商品的不變替代彈性可表示為：

(3)

當ε=1時，式(2)為完全替代效用函數(shù)；當ε=0時，式(2)退化為柯布-道格拉斯效用函數(shù)；當ε→-時，式(2)為完全互補效用函數(shù)。

購房者在自身勞動收入預算約束下的效用最大化消費決策行為可表示為：

(4)

s.t.PXXit+PYYit=Iit

(5)

其中，PX表示i購房者在t時期購買商品X要支付的單位價格水平，PY表示i購房者在t時期購買商品Y要支付的單位價格水平，Iit表示i購房者在t時期的勞動收入水平。

本文構建拉格朗日函數(shù)，分別對Xit、Yit求偏導，可以得到購房者效用最大化的均衡解：

(6)

(7)

將式(6)和式(7)代入式(2)中，此時購房者可獲取的最大效用水平為：

(8)

由式(3)可知，商品房和其他商品之間的替代關系通過1/(1-ε)衡量，由于在現(xiàn)實生活中，購房支出對購房者其他消費支出存在一定程度上的“擠出效應”[18]，因此這里假設ε(0,1)。統(tǒng)計數(shù)據(jù)也顯示，2017年全國居民購房支出(通過商品房銷售額來衡量)同比增長13.7%，全國居民人均可支配收入同比增長9.0%，然而全國居民用于醫(yī)療保健、教育文化娛樂、交通通信、生活用品及服務、衣著、食品煙酒、其他用品和服務等方面的人均消費支出分別增長11.0%、8.9%、6.9%、7.4%、2.9%、4.3%、10.1%，大多低于人均可支配收入的平均增速。此時，小于0，即商品房銷售價格越低，購房者最終可獲得的最大效用水平越高，兩者之間存在負相關關系。因此，理性購房者為了獲取更多的效用水平，總是傾向于通過各種討價還價的方式壓低商品房銷售的成交價格。

(二) 賣房者的價格決策行為

同時，參考已有研究成果[19-20]，本文采用格布-道格拉斯函數(shù)形式設定賣房者生產(chǎn)函數(shù)，基本函數(shù)形式為：

(9)

其中，Yit表示i賣房者在t時期可用于出售的商品房面積，At表示t時期的房屋建造技術水平，Kit表示i賣房者在t時期用于商品房開發(fā)建設的貨幣資本，Lit表示i賣房者在t時期用于商品房開發(fā)建設的土地資本，Iit表示i賣房者在t時期用于商品房開發(fā)建設的中間產(chǎn)品投入。

在市場出清的均衡條件下，商品房市場需求量等于供給量，即市場需求總量等于Yit，此時賣房者利潤函數(shù)可表示為：

πit=ptYit-rtKit-τtLit-μtIit

(10)

其中，πit表示i賣房者在t時期可獲取的利潤水平，Pt表示商品房在t時期的銷售價格，rt表示賣房者投入貨幣資本在t時期的利率水平，τt表示賣房者投入土地資本在t時期的單位價格，μt表示賣房者投入建筑材料等中間投入產(chǎn)品在t時期的市場價格，這里假設賣房者在信貸市場、土地交易市場和中間投入產(chǎn)品市場里是價格接受者。

分別對Kit、Lit和Iit求偏導，可以得到賣房者利潤最大化的均衡解：

(11)

(12)

(13)

將式(11)、式(12)和式(13)代入式(10)中，此時賣房者可獲取的最大利潤水平為：

(14)

由式(9)可知，房地產(chǎn)業(yè)所屬規(guī)模報酬類型通過a+b+c的取值范圍來衡量。由于在短期內(nèi)受到建筑技術的限制，商品房供應量增加的比例低于貨幣資本、土地資本以及中間產(chǎn)品投入增加的比例，即房地產(chǎn)業(yè)屬于規(guī)模報酬遞減行業(yè)，此時有a+b+c<1。統(tǒng)計數(shù)據(jù)也顯示，2017年中國房地產(chǎn)開發(fā)投資同比增長7.0%，房屋施工面積同比增長3.2%。當a+b+c<1時，假設其他影響因素外生給定，商品房銷售價格越高，賣房者可獲取的最大利潤水平則越高，兩者之間存在正相關關系。因此，理性賣房者為了獲取更多的利潤水平，總是傾向于通過各種討價還價的方式提升商品房銷售的成交價格。

(三) 房地產(chǎn)交易雙邊隨機邊界模型的基本原理

如圖1所示，邊界線表示最終達成的商品房銷售價格水平?；谫彿空咦非笮в米畲蠡墓酵茖ЫY果顯示，購房者總是傾向于更低的銷售價格水平，因此，購房者期望價格水平位于邊界線的下方；基于賣房者追求利潤最大化的公式推導結果顯示，賣房者總是傾向于更高的銷售價格水平，因此，賣房者期望價格水平位于邊界線的上方。此時購房者或賣房者議價能力對最終交易價格的影響作用越大，邊界線與其期望價格水平之間的偏離程度就越小，雙邊隨機邊界模型的基本思想就在于力圖對上述偏離程度進行測度，以此實現(xiàn)買賣雙方議價能力的直觀比較。

圖1 房地產(chǎn)交易雙邊隨機邊界模型的基本原理

(四) 房地產(chǎn)交易雙邊隨機邊界模型的構建

本文將進一步構建雙邊隨機邊界模型對雙方的議價能力進行科學測算，考察買賣雙方議價能力對商品房銷售價格形成所存在的影響作用差異。參考已有研究成果[21-22]，最終形成的商品房銷售價格可表示為：

(15)

基于上述討論，商品房銷售價格雙邊隨機邊界回歸模型可設定為[2]：

Pit=X′itβ+εit，εit=vit-uit+wit

(16)

相對應的對數(shù)似然函數(shù)為：

(17)

其中，θ={β，σv，σu，σw}。

三、 數(shù)據(jù)說明和研究設計

(一) 數(shù)據(jù)說明及描述性統(tǒng)計

本文選取北京、天津、石家莊、太原、呼和浩特、沈陽、大連、長春、哈爾濱、上海、南京、杭州、寧波、合肥、福州、廈門、南昌、濟南、青島、鄭州、武漢、長沙、廣州、深圳、南寧、?？凇⒅貞c、成都、貴陽、昆明、西安、蘭州、西寧、銀川和烏魯木齊等35個房地產(chǎn)交易活動較為活躍的大中城市作為研究樣本。原始數(shù)據(jù)來源于《中國房地產(chǎn)統(tǒng)計年鑒》《中國城市統(tǒng)計年鑒》以及上述35個大中城市歷年統(tǒng)計年鑒和統(tǒng)計公報。部分缺失的數(shù)據(jù)使用插值法補充。參照第一財經(jīng)媒體通過多個指標權重賦值評定劃分并于2017年6月公布的城市等級名單，對上述35個大中城市進行一線城市、新一線城市、二線城市和三線城市的歸類劃分。

本文選取的被解釋變量為商品房銷售價格，按照研究需要分別為商品房總體平均銷售價格、住宅平均銷售價格、寫字樓平均銷售價格和商鋪平均銷售價格?；谝延醒芯砍晒鸞23-25]，影響商品房銷售價格的控制變量包括：地方房地產(chǎn)企業(yè)規(guī)模指標，用房地產(chǎn)開發(fā)企業(yè)年末從業(yè)總人數(shù)來衡量；商品房存量指標，分別用商品房總體竣工面積、住宅竣工面積、寫字樓竣工面積和商鋪竣工面積來衡量；商品房開發(fā)強度指標，用房地產(chǎn)開發(fā)投資額占當?shù)貒鴥?nèi)生產(chǎn)總值比重來衡量；地方經(jīng)濟發(fā)展指標，用年末戶籍總人口計算得到的人均國內(nèi)生產(chǎn)總值來衡量；政府干預強度指標，用地方公共財政支出占國內(nèi)生產(chǎn)總值比重來衡量；購房需求水平指標，用年末戶籍總人口計算得到的人口密度來衡量；購房者支付能力指標，用在崗職工平均工資來衡量；金融機構信貸支持指標，用年末金融機構各項貸款余額占國內(nèi)生產(chǎn)總值比重來衡量；通信基礎設施配套指標，用互聯(lián)網(wǎng)寬帶接入用戶數(shù)來衡量；教育基礎設施配套指標，用中小學數(shù)量來衡量；醫(yī)療基礎設施配套指標，用醫(yī)療機構床位數(shù)來衡量；交通基礎設施配套指標，用每萬人擁有公共汽車數(shù)量來衡量；生活環(huán)境質量指標，用工業(yè)煙(粉)塵排放量來衡量。

其中，名義變量如商品房銷售價格、用年末戶籍總人口計算得到的人均國內(nèi)生產(chǎn)總值、在崗職工平均工資等，用居民消費價格指數(shù)進行平減。此外，為降低異方差水平，本文對商品房總體平均銷售價格、住宅平均銷售價格、寫字樓平均銷售價格、商鋪平均銷售價格、房地產(chǎn)開發(fā)企業(yè)年末從業(yè)總人數(shù)、商品房總體竣工面積、住宅竣工面積、寫字樓竣工面積和商鋪竣工面積、用年末戶籍總人口計算得到的人均國內(nèi)生產(chǎn)總值、用年末戶籍總人口計算得到的人口密度、在崗職工平均工資、互聯(lián)網(wǎng)寬帶接入用戶數(shù)、中小學數(shù)量、醫(yī)療機構床位數(shù)、每萬人擁有公共汽車數(shù)量和工業(yè)煙(粉)塵排放量等變量取自然對數(shù)形式。主要變量描述性分析如表1所示。

(二) 研究設計

本文在面板回歸估計前進行豪斯曼檢驗，由于本次回歸使用聚類穩(wěn)健標準誤，傳統(tǒng)的豪斯曼檢驗不適用， 因此采用輔助回歸法手工檢驗原假設 “H0:γ=0”[26]。檢驗結果在1%顯著性水平上拒絕原假設，使用固定效應模型進行回歸更為合適。進一步檢驗所有年份虛擬變量的聯(lián)合顯著性[27]，結果在1%顯著性水平上拒絕“不存在時間效應”的原假設，因此本文采用雙向固定效應模型進行回歸估計。

表1 主要變量描述性統(tǒng)計分析

注：?？谑?009年和2013年、西寧市2008年以及烏魯木齊市2015年寫字樓竣工面積數(shù)據(jù)缺失。

本文首先使用上述城市樣本2005—2016年的面板數(shù)據(jù)，分別選取商品房總體平均銷售價格、住宅平均銷售價格、寫字樓平均銷售價格和商鋪平均銷售價格作為被解釋變量，測算中國房地產(chǎn)交易市場中買賣雙方議價能力的總體差異，并分別選取2005—2013年、2008—2016年對回歸結果進行穩(wěn)健性檢驗。在此基礎上，對商品房整體市場以及住宅、寫字樓和商鋪等細分市場進行方差分解，檢驗“在買賣雙方討價還價過程中是賣方議價能力占據(jù)主導地位還是買方議價能力占據(jù)主導地位”。進一步，對整體市場以及住宅、寫字樓和商鋪等細分市場中，與買賣雙方討價還價因素相關的購房者議價能力、賣房者議價能力和買賣雙方凈剩余價值進行描述性統(tǒng)計分析并分別繪制概率密度分布直方圖以及根據(jù)城市等級劃分(一線、新一線、二線和三線城市)進行分組描述性統(tǒng)計分析。

表2 基于極大似然估計法的回歸結果

注：(1)***、**和*分別表示數(shù)據(jù)樣本通過顯著性檢驗，其顯著性水平小于1%、5%和10%；(2)括號內(nèi)的值為聚類穩(wěn)健標準誤。

本文通過最大化對數(shù)似然函數(shù)，求解得到式(17)系數(shù)的參數(shù)估計值。

四、 實證研究結果

(一) 參數(shù)估計結果

整體市場和細分市場的回歸結果如表2所示。

整體市場的回歸結果表明，在控制與商品房銷售價格指標相關的主要影響因素的前提下，分別用于測度購房者議價能力因素和賣房者議價能力因素對商品房最終價格的影響作用的參數(shù)和均通過顯著性檢驗，且顯著性水平均小于1%，這說明，買賣雙方討價還價因素對商品房銷售價格的最終形成存在顯著影響。

住宅、寫字樓和商鋪等細分市場的回歸結果表明，在控制與商品房銷售價格指標相關的主要影響因素的前提下，住宅、寫字樓和商鋪各細分市場分別用于測度購房者議價能力因素和賣房者議價能力因素對商品房最終價格的影響作用的參數(shù)和均通過顯著性檢驗，且顯著性水平均小于1%，這說明，在住宅、寫字樓和商鋪交易市場中，買賣雙方討價還價因素對住宅、寫字樓和商鋪銷售價格的最終形成均存在顯著影響。

(二) 穩(wěn)健性檢驗

本文分別使用2005—2013年、2008—2016年等不同時間區(qū)間重新回歸，得到的結果如表3所示，與表2的結果基本一致。上述結果通過穩(wěn)健性檢驗。

表3 基于極大似然估計法的穩(wěn)健性檢驗結果

注：(1)***、**和*分別表示數(shù)據(jù)樣本通過顯著性檢驗，其顯著性水平小于1%、5%和10%；(2)括號內(nèi)的值為聚類穩(wěn)健標準。

表4 買賣雙方議價能力

(三) 買賣雙方議價能力測算結果及方差分解

基于上述回歸結果，本文將通過測算購房者議價能力系數(shù)和賣房者議價能力系數(shù)，嘗試捕捉買賣雙方影響商品房銷售價格最終形成的作用強度特征。系數(shù)取值越大，則在商品房銷售價格最終形成過程中的所起作用越強。并對雙方議價能力進行方差分解，嘗試捕捉買賣雙方議價能力對商品房銷售價格最終形成的主導權特征，結果如表4所示。其中，賣房者議價能力系數(shù)減去購房者議價能力系數(shù)就可以得到買賣雙方討價還價過程對最終形成市場價格的凈影響，參考已有研究成果[2]，稱之為買賣雙方凈剩余價值。

進一步證實了買賣雙方議價能力對商品

(四) 買賣雙方議價能力描述性統(tǒng)計分析

由上所述，賣方議價能力是商品房銷售價格形成的主要影響因素。接下來，對與買賣雙方討價還價因素相關的購房者議價能力、賣房者議價能力和買賣雙方凈剩余價值進行描述性統(tǒng)計分析，如表5所示。

描述性統(tǒng)計分析結果表明：(1)從全國平均水平來看，無論是整體市場，還是住宅、寫字樓或商鋪等細分市場，σw-σit的均值、50百分位數(shù)、75百分位數(shù)均大于0，這說明，從總體來看，賣房者在商品房交易價格形成過程，相較于購房者均占主導地位。(2)σw-σit的25百分位數(shù)均小于0，這說明，雖然賣方議價能力對最終價格的形成占據(jù)主導作用，但是也不能忽視買方議價能力的作用。

表6 買賣雙方凈剩余價值分組描述性統(tǒng)計分析

通過圖2和圖3， 可以更為直觀地看到σw-σit的分布特征。如圖2和圖3所示，無論是整體市場，還是住宅、寫字樓或商鋪等細分市場，σw-σit均顯示明顯的右偏態(tài)分布特征，再次證實在買賣雙方討價還價過程中，賣房者占據(jù)更為有利的主導地位。

(五) 買賣雙方議價能力分組描述性統(tǒng)計分析

本文對照第一財經(jīng)媒體于2017年6月公布的城市等級名單，對所選取的35個城市樣本進行等級劃分，據(jù)此進行分組描述性統(tǒng)計,分析結果如表6所示。

分析結果表明：(1)從各城市等級平均水平來看，無論是整體市場，還是住宅、寫字樓或商鋪等細分市場，對于不同等級的城市樣本，絕大部分情況下仍然σw-σit

的均值、 50百分位

圖2 整體及住宅市場買賣雙方凈剩余價值的概率密度分布圖

圖3 寫字樓及商鋪市場買賣雙方凈剩余價值的概率密度分布圖

數(shù)、75百分位數(shù)都大于0，這說明相較于購房者，賣房者在雙方討價還價過程中占據(jù)主導地位的結論可信。(2)在不同市場類型、不同的城市等級中，σw-σit的25百分位數(shù)均小于0，這說明買房者議價能力也不容忽視。(3)對于一線城市，其商鋪市場σw-σit的均值略小于0，這可能是因為北京、上海、廣州和深圳等城市互聯(lián)網(wǎng)普及、同城配送和網(wǎng)點代收等網(wǎng)絡零售服務線下配套更為完善，商業(yè)服務經(jīng)營者在經(jīng)營場所上擁有更多選擇。統(tǒng)計數(shù)據(jù)也顯示，2017年上述城市網(wǎng)上零售額合計占本地社會消費品零售總額的比重達20.28，較全國平均水平高出5.32個百分點。(4)對于三線城市，其住宅市場和寫字樓市場σw-σit的均值小于0，最終導致整體市場σw-σit的均值小于0，這可能是由于呼和浩特、西寧和銀川等城市商品房銷售市場處于供過于求局面，此時買方在與賣方討價還價過程中占據(jù)優(yōu)勢地位。統(tǒng)計數(shù)據(jù)顯示，2016年全國商品房竣工面積占銷售面積比重為71.27%，而呼和浩特、西寧和銀川等城市的商品房竣工合計面積占銷售面積的比重為105.59%，市場總供給大于總需求。

五、 結論及政策建議

本文基于35個大中城市2005—2016年的面板數(shù)據(jù)，采用房地產(chǎn)交易雙邊隨機邊界模型，分別從整體市場、住宅市場、寫字樓市場和商鋪市場等層面，測算商品房銷售價格形成過程中購房者和賣房者議價能力所起的影響作用差異，并根據(jù)城市等級劃分(一線、新一線、二線和三線)進行異質性分析。結論如下：第一，從全國平均水平來看，無論是整體市場，還是住宅、寫字樓或商鋪等細分市場，在商品房交易過程中，買賣雙方討價還價因素對商品房銷售價格最終形成存在顯著影響，且相較于購房者，賣房者議價能力更為突出；第二，雖然在買賣雙方討價還價過程中，賣房者議價能力占主導地位，但是購房者議價能力的影響作用也不容忽視；第三，對于一線城市，其整體市場以及住宅、寫字樓等細分市場仍是賣房者議價能力占主導地位，但可能是因為受到網(wǎng)絡零售的沖擊，購房者對實體店面的需求意愿有所減弱，商鋪市場買賣雙方議價能力基本持平；第四，對于新一線和二線城市，其整體市場以及住宅、寫字樓和商鋪等細分市場中，賣房者議價能力在買賣雙方討價還價過程中占據(jù)主導地位；第五，對于三線城市，可能是受到當?shù)亟?jīng)濟發(fā)展水平等因素的影響，總體處于供過于求局面，購房者在雙方討價還價過程中處于有利的主導地位。

可見，當前中國房地產(chǎn)交易市場中，相較于購房者，偏好于抬高商品房銷售價格的賣房者在買賣雙方討價還價過程占據(jù)主導地位，這意味著中國房地產(chǎn)交易市場總體上很可能仍處于賣方市場階段，商品房銷售價格仍存在內(nèi)在的上升推動力。當前政府調(diào)控房地產(chǎn)交易市場，短期內(nèi)的調(diào)控目標仍需著眼于降低賣房者議價能力對商品房銷售價格形成的影響，抑制房價上漲趨勢，提防房價出現(xiàn)暴漲現(xiàn)象。本文政策建議如下：第一，提高商品房持有成本，降低賣房者議價能力。當前的政策環(huán)境下，賣房者由于持有商品房可獲得的經(jīng)濟利益遠遠大于其持有成本，使得賣房者并不急于出售其擁有的商品房，為了獲取更高的成交價格而往往采取“待價而沽”的策略。此時，通過征收房地產(chǎn)稅等方式，提高賣房者持有商品房的機會成本，使得其最優(yōu)策略由“待價而沽”向“急于出售”轉變，購房者也將由此而在買賣雙方討價還價過程中占據(jù)更為有利的地位，有效抑制商品房銷售價格過度上漲。第二，健全商品房交易信息披露制度，提高購房者議價能力。實證結果也表明，購房者議價能力在商品房銷售價格形成過程中也存在一定的影響作用。但是，在買賣雙方討價還價過程中，受到市場信息不對稱等諸多因素的影響，購房者仍受制于賣房者[28]。地方政府除了對賣房者采取針對性的措施以抑制其對商品房價格上漲的正向刺激效應，同時也應雙管齊下，完善當前交易信息披露體制機制，保障購房者在交易過程中可以完全掌握商品房的真實信息，確保購房者在討價還價過程中占據(jù)更為主動的地位，此消彼長，從而降低賣房者議價能力對商品房銷售價格的抬升效應。

對本研究的進一步展望是，后續(xù)將獲取更多的數(shù)據(jù)樣本，以進一步檢驗本研究所得出的結論。