房地產(chǎn)限購類政策的局限性及其改進(jìn)

尹祉懿，謝穎

（東北林業(yè)大學(xué)土木工程學(xué)院，黑龍江 哈爾濱150040）

1 引言及文獻(xiàn)綜述

自2010年北京“國十條”出臺以后，全國40余個大中城市相繼推出了限購政策，隨著宏觀調(diào)控力度的加大，各城市的房價在短期內(nèi)都得到了控制。然而由于“庫存積壓”與“量價齊跌”問題的出現(xiàn)，2014年6月26日起，以呼和浩特為代表的40個城市陸續(xù)放開了限購政策，房地產(chǎn)市場的調(diào)控整體呈現(xiàn)放松趨勢。2016年9月以后，限購類政策重新啟動，政策調(diào)控再次進(jìn)入收緊階段。一部分學(xué)者認(rèn)為，為了房地產(chǎn)市場的健康發(fā)展，限購政策需要被持續(xù)且嚴(yán)格地實(shí)施[1]。而另一類觀點(diǎn)則是，限購政策雖然限制了一部分高收入人群的購買力，但并未平衡低收入人群對于住房的剛性需求；唯有徹底進(jìn)行經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型，房地產(chǎn)經(jīng)濟(jì)才可以長遠(yuǎn)發(fā)展[2,3]。綜合以上兩種觀點(diǎn)，文章將建立限購類政策的評價模型進(jìn)行分析研究，并探究限購類政策全面調(diào)控房地產(chǎn)市場的有效途徑。

2 限購類政策評價方法與數(shù)據(jù)的選取

2.1 限購類政策評價方法的選擇

文章主要采用非線性模型——Probit模型[4]，對限購類政策評價模型進(jìn)行回歸估計，以下是Probit模型方法的計算過程。

假設(shè)有線性關(guān)系如下：

其中，x'i=（1，x1i，x2i，…，xki），yi*為一個未被觀測到的潛在變量，ui*為隨機(jī)誤差項(xiàng)，yi與yi*有如下關(guān)系：

假設(shè)Ф（·）為標(biāo)準(zhǔn)正態(tài)分布函數(shù)，則P（yi=1）=Ф（x'iB）稱為Probit模型。

為了得到極大似然估計量，可以將Probit模型改寫為：

因此，似然函數(shù)為

該函數(shù)的對數(shù)似然函數(shù)為

通過迭代法對以上方程求解，x'iB可以被估計，模型P（yi=1）=Ф(x'iB)可以被表達(dá)。

2.2 數(shù)據(jù)選取

通過對大中城市官方網(wǎng)站公開的限購類政策文件的整理可以得出，全國46個第一輪實(shí)施限購類政策的城市中，在2014年有40個大中城市相繼取消了限購類政策。在2016年9月的第二輪限購政策中，40個取消第一輪限購政策的城市里有一部分城市又將限購政策重新啟動。其中，主要有寧波、太原、貴陽、銀川、昆明、沈陽等21個城市未將限購類政策重新啟動；而天津、無錫、福州等19個城市再一次推出了第二輪限購類政策。

文章選取的研究對象為18個重啟第二輪限購的城市與12個未重啟限購的城市，由于重啟限購城市的時間主要集中于2016年第四季度與2017年第一季度，因此選取2014年至2016年各城市三項(xiàng)指標(biāo)的年均增長率作為解釋變量，數(shù)據(jù)來源為中經(jīng)統(tǒng)計數(shù)據(jù)庫與搜房網(wǎng)，統(tǒng)計結(jié)果下圖所示。

2014年～2016年各城市三項(xiàng)指標(biāo)年均增長率

3 限購類政策的評價模型

3.1 模型回歸分析

為分析影響限購類政策實(shí)施的主要指標(biāo)，建立以政策虛擬變量為被解釋變量的限購類政策評價模型，模型為：

其中，Ni為虛擬變量（Ni=0時，該城市未重啟限購類政策；Ni=1時，該城市重啟限購類政策）；JGi表示住宅商品房銷售價格（年均）增長率；SMJi表示住宅商品房銷售面積（年均）增長率；GDPi表示國內(nèi)生產(chǎn)總值實(shí)際增速。

為研究房價增長率、銷售面積增長率及GDP實(shí)際增速三個影響因素對重啟限購政策主觀選擇性的影響，運(yùn)用Probit模型方法研究具有不同特征的城市實(shí)施限購類政策調(diào)控的概率。

通過Eviews軟件對上圖中的數(shù)據(jù)進(jìn)行回歸估計，并將軟件的回歸結(jié)果代入標(biāo)準(zhǔn)正態(tài)分布函數(shù)Ф(x'iB )中，得到如下估計模型：

由于模型的LR=24.9067，其對應(yīng)的p值為0.000016，因此模型整體顯著；似然比指數(shù)為0.6168，因此估計模型解釋了因變量61.7%的變動。各城市在2014年至2016年的銷售面積增長率指標(biāo)、銷售價格增長率指標(biāo)對限購類政策的重啟有顯著的正向影響，而GDP實(shí)際增速這一指標(biāo)對限購重啟的正向影響不顯著。

3.2 模型評價結(jié)果

通過以上分析可知，地方政府在選擇實(shí)施限購類政策時的主要考慮因素為銷售量與銷售價格因素，未曾對房地產(chǎn)市場的其他指標(biāo)進(jìn)行實(shí)時監(jiān)測與調(diào)節(jié)。因此，地方政府在調(diào)控房地產(chǎn)市場的過程中更傾向于關(guān)注表面化的市場指標(biāo)，而對于影響房地產(chǎn)市場的其他因素卻關(guān)注不足。宏觀調(diào)控過程中關(guān)注指標(biāo)單一的問題不利于房地產(chǎn)市場的長效發(fā)展，此類問題也是限購類政策的主要局限性。

由于限購類政策的局限性，房地產(chǎn)市場的政策調(diào)控具有集中性與反復(fù)性的特點(diǎn)。為更有效的調(diào)節(jié)房地產(chǎn)市場，政府需建立實(shí)時、動態(tài)的監(jiān)測機(jī)制[5]。因此，政府須對房地產(chǎn)市場關(guān)注指標(biāo)的類別進(jìn)行增加，進(jìn)而對房地產(chǎn)市場進(jìn)行全面管控。

4 限購類政策調(diào)控的改進(jìn)

通過對限購類政策局限性的分析可知，政策實(shí)施之前須加大對房地產(chǎn)新開工面積、GDP增速、人均可支配收入、人口密度及房貸利率等指標(biāo)的監(jiān)測。為實(shí)時動態(tài)地獲取指標(biāo)數(shù)據(jù)，市場監(jiān)測人員需借助GIS系統(tǒng)對指標(biāo)進(jìn)行實(shí)時獲取。本節(jié)提出了限購類政策調(diào)控的改進(jìn)思路，其主要分為預(yù)警、政策微調(diào)與政策調(diào)控三個階段，整體運(yùn)作流程如下。

第一階段：實(shí)時查看房貸利率、GDP增速、人均可支配收入及人口密度等指標(biāo)。當(dāng)房貸利率在一定時間周期內(nèi)出現(xiàn)下降時，監(jiān)測人員需要對房地產(chǎn)市場進(jìn)行更密切地關(guān)注；同樣，當(dāng)GDP增速、人均可支配收入、人口密度等指標(biāo)出現(xiàn)持續(xù)上漲時，監(jiān)測人員需要密切關(guān)注房價與銷售量未來一段時間的走勢。綜上，第一階段的監(jiān)測工作主要為后期監(jiān)管工作起到了預(yù)警作用。

第二階段：負(fù)責(zé)監(jiān)測供求關(guān)系的工作人員進(jìn)行第二階段的監(jiān)管。當(dāng)房地產(chǎn)市場出現(xiàn)供不應(yīng)求的交易情況時，政府須采取一些列的政策微調(diào)措施。微調(diào)措施主要有為剛需者提供保障性住房，穩(wěn)定房屋租賃市場等，通過微調(diào)措施盡可能緩解商品房售價大幅提升的趨勢。

第三階段：最后，若以上指標(biāo)的變化過程均未被及時捕捉到，而銷售價格短期內(nèi)發(fā)生大幅提高時，宏觀政策地及時干預(yù)則是調(diào)控市場的必要方法，調(diào)控過程中，應(yīng)穩(wěn)中求進(jìn)的從供給側(cè)與需求側(cè)兩個角度對房地產(chǎn)市場進(jìn)行全面地政策調(diào)節(jié)。

5 結(jié)語

由研究可以得出，不同于第一輪限購政策，地方政府推出第二輪限購所依據(jù)的指標(biāo)為商品房交易量與銷售價格指標(biāo)，雖然第二輪政策調(diào)控對市場的關(guān)注更為密切，但政策實(shí)施前對于市場的監(jiān)管卻不夠全面。為了避免限購類政策調(diào)控的局限性，文章提出了政策調(diào)控房地產(chǎn)市場的改進(jìn)思路。限購類政策實(shí)施前應(yīng)對房地產(chǎn)市場變化趨勢進(jìn)行全面把握，通過全面監(jiān)測房地產(chǎn)市場的各類指標(biāo)，避免宏觀政策的集中實(shí)施與限購政策的反復(fù)啟動。由于房地產(chǎn)市場的動態(tài)性，尋找“一勞永逸”的調(diào)控方式幾乎不可能，唯有不斷探索改進(jìn)方式、勇于創(chuàng)新調(diào)控模式，才可以對房地產(chǎn)市場做出最有效的控制管理。