• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      住宅用地“兩集中”供應對土地出讓價格影響機制分析

      2022-02-03 10:04:10黃奕淇曲衛(wèi)東
      中國土地科學 2022年11期
      關鍵詞:供地住宅用地

      黃奕淇,曲衛(wèi)東

      (中國人民大學公共管理學院,北京 100872)

      1 引言

      自2004年以來,我國全面實施經營性土地使用權的市場化配置,土地出讓政策成為房地產市場宏觀調控的重要組成部分。隨著城市土地資源的日益稀缺,土地出讓價格快速上漲,一方面,房地產企業(yè)非理性拿地策略導致土地競價激烈,住宅用地出讓中“地王”頻現,房價上漲[1];另一方面,土地出讓收入占地方財政總收入比重不斷提高,加深了地方政府對土地財政的依賴[2]。為抑制地價上漲過快、規(guī)范地方政府住宅用地供應、穩(wěn)定房地產市場預期,2021年2月,自然資源部發(fā)布住宅用地分類調控文件,要求22個重點城市實施“兩集中”供地,由原來的不定時出讓改為全年不多于三次的集中發(fā)布出讓公告、集中組織出讓活動[3]?!皟杉小闭咴诙唐趦饶芊駥崿F“穩(wěn)地價、穩(wěn)預期”的目標,新的土地出讓規(guī)則對土地出讓價格的形成有何影響,是本文關注的主要問題。

      伴隨著國內土地出讓市場實踐不斷積累,學界有關土地出讓價格影響因素的研究日益豐富。一部分從預期理論的視角研究地價的形成,認為地價快速上漲的主因并非出讓方式,而是高房價帶來的增長預期[1],房價上漲的預期刺激了開發(fā)商參與競拍、在拍賣過程中推高地價的內在動機[4]。土地出讓的溢價率能夠反映出開發(fā)商對于未來市場與項目的收益預期,出讓價超過起拍價的溢價說明開發(fā)商對于未來市場持有樂觀預期[5]。另一部分研究則從拍賣理論的視角分析了決定土地出讓價格的微觀過程。已有研究發(fā)現,地塊特征[6-7]、競買企業(yè)類型[8-9]和競買規(guī)則(競買方式、保留價格等)[10-11]均對土地成交價格有顯著影響,信息不對稱、政府對土地的賣方壟斷是造成土地出讓人和競拍者定價差異的根源[12]。具體而言,招標、拍賣和掛牌三種出讓方式會導致土地出讓價格差異:由于掛牌出讓的方式給政府干預留有空間[13-14],土地掛牌出讓價顯著低于市場化程度更高的土地拍賣出讓價[15];而與招標方式相比,掛牌方式因為能夠向競標者顯示信息而形成更高的土地價格[16]。

      此次“兩集中”新政并未改變土地“招拍掛”制度,而是在其基礎上對土地競價方式和競買規(guī)則進行調整,加強了行政對土地市場的干預力度。然而已有研究已經驗證了即使是土地出讓方式與規(guī)則的變化,也會對土地市場經濟活動的結果產生影響。目前,鮮有研究對住宅用地集中出讓的政策效果進行實證分析,張杰等從新拍賣理論的視角探討了“兩集中”新政對土地出讓價格的影響程度[17],但政策的作用機制仍有待進一步開展理論分析與實證檢驗。本文從拍賣關聯價值模型出發(fā),分析“兩集中”政策試點后的三輪集中供地對住宅用地出讓價格及溢價率的影響機制,以期為完善我國土地供應政策,實現土地與住房市場平穩(wěn)健康發(fā)展的目標提供參考。

      2 理論分析與研究假設

      2.1 拍賣理論下“兩集中”供地的含義

      信息經濟學家認為,拍賣是一種基于市場參與者標價、存在不完全信息博弈的資源配置與價格發(fā)現機制[18-19]。拍賣價格差異往往由不同拍賣規(guī)則下的競爭關系和信息效率差異導致,賣方與其他買方無法知悉潛在買方的真實出價意愿,而由拍賣規(guī)則決定的競標過程能夠幫助他們收集有用的信息來實現最高收益[20]。國內以“招拍掛”為主的土地使用權出讓通過市場交易方式實現稀缺土地資源的配置,其經濟學原理也可追溯于拍賣理論[21-22]。

      在信息不對稱的土地市場中,“兩集中”政策實際上是從規(guī)則層面調整土地供應方式與節(jié)奏,進而影響土地價格的形成過程。一方面,拍賣規(guī)則能夠直接影響市場參與主體的資源配置決策。無論采用掛牌出讓還是拍賣出讓,集中組織出讓活動都要求土地交易主體及其經濟決策在時間和空間上更加集中。作為出讓主體,政府需要重新權衡單次供應大批量土地的成本與土地出讓收益,設定具有競爭力的土地供應配比與出讓價格;作為競價人,開發(fā)商需要結合不同城市的供地時序與企業(yè)自身短期內的資金安排,決定單次拿地數量和最優(yōu)報價。出讓主體與競拍者、競拍者與競拍者之間的博弈關系將由此發(fā)生變化,最終導致土地出讓結果隨之改變。另一方面,拍賣規(guī)則還能通過改變拍賣過程中顯示信息的范圍和強度來影響供求雙方的價格決策。試點城市地方政府通過集中發(fā)布住宅用地出讓公告、限定一年內集中供地的次數,約束土地拍品進入市場的時間,使市場中相對平滑的土地供給轉變?yōu)椤包c狀式”供給。與過去開發(fā)商無法事先獲取地方政府供地數量、供地時點以及供地質量信息相比,這一信息顯示過程的改變,為需求端的開發(fā)商帶來了更為穩(wěn)定的年內土地供應預期,使之能夠提前研究合適的拿地策略,重新評估出價的合理性。因此,本文提出第一個假設。

      假設一:“兩集中”政策改變了土地出讓供給規(guī)則,會對住宅用地出讓結果產生影響。

      2.2 出讓規(guī)則影響地價形成的理論機制

      進一步從拍賣理論出發(fā)對“兩集中”政策影響土地出讓價格的機制進行理論分析與假設。假設出讓地塊i對于第j個競拍者的真實價值為Vi,j,競拍者j通過衡量他人無法知道的私人信息(包括自身偏好、融資能力、投資回報率、償債水平等)對地塊i的私人價值評估為Pi,j,通過評估市場公開信息(包括供求狀況、市場預期等)對地塊i的共同價值評估為Si,j,根據MILGROM和WEBER提出的拍賣關聯價值模型[23],出讓地塊的真實價值同時取決于土地的共同價值和競拍者的私人價值。因此,競拍者j對地塊i的真實估值是兩種信息的函數表達式Vi,j=V(Pi,j,Si,j),報價Bi,j隨估值Vi,j增加而增加。借鑒與國內土地使用權掛牌和拍賣出讓相符的升價拍賣原理[19],在通過n輪競價、不斷積累其他競拍者的退出價格以修正均衡報價之后,最終的價高者獲得拍賣地塊,均衡出讓價格為B*=V(P0,∑Pn+S0),即初始私人價值、共同價值以及n輪競拍過程中收集到的其他私人信息總和的函數。因此,土地出讓規(guī)則的調整將通過改變土地對競拍者的私人價值以及市場共同價值影響出讓結果(圖1)。

      圖1 “兩集中”供地影響土地出讓的理論機制Fig.1 Theoretical mechanism of centralized land supply policy affecting land transfer

      具體而言,從競拍者私人價值的角度看,同一城市的多個地塊在特定時間集中出讓,意味著過去分散的土地供求狀態(tài)被打破,土地供給的集中也必將導致土地需求在時間軸上的重新分布?!皟杉小闭叱雠_的目標之一是通過土地的集中供應分散企業(yè)資金,降低單一地塊的集中哄搶,讓土地在企業(yè)之間進行合理分配。理論上,當分散的需求被集中起來,單次拍賣中的競拍者數量將增加,高價值買家參與競拍的概率由此提升;同時,由于房地產行業(yè)回款周期長、高杠桿、高周轉的特點,短期融資條件的限制可能“擠出”一部分現金流匱乏、融資成本高的小型、民營、單一競價開發(fā)商參與競拍,從而進一步提高土地出讓市場整體的私人價值。隨著私人價值整體上增加,每個競買者獲勝的邊際概率降低,競價輪數n增加,激勵競買人更加努力地增加出價[13],最終將提高土地出讓的均衡價格B*。因此,本文提出假設二。

      假設二:“兩集中”政策會通過競拍者私人價值渠道影響住宅用地出讓價格。土地的集中出讓通過“篩選”出資金實力更為雄厚的競得人參與競價,提高住宅用地出讓價格和溢價率。

      此外,從市場公共信息的角度看,市場信息的對稱性與透明程度會影響拍賣結果。除了分散企業(yè)資金,政府出臺“兩集中”政策的另一目標,是通過土地的集中供應,讓各類市場主體和消費者充分掌握住宅用地供給端信息,形成合理的市場預期。從關聯價值模型的視角看,更多公開的市場信息,將增強市場共同價值部分對地塊價值的影響。與住宅用地的分散出讓相比,“兩集中”試點城市需要在首次公告時即公布本年度住宅用地出讓的時序安排,提高了土地出讓時間、數量以及使用限制等具體信息的集中度與透明度,對于不同競拍者而言更加公平,削弱了競拍者對不可觀測的私人信息的依賴,減少競拍過程中的盲目加價或過度拍賣行為[24-25]。同時,土地大量集中供應也向市場釋放預期信號,即當前土地集中入市,預示著未來住房項目集中開盤,強化了開發(fā)商競拍者對于未來銷售壓力的共同預期,從而降低了土地出讓市場整體的共同價值,能夠減少出讓市場的非理性競價行為,降低土地出讓的均衡價格B*,起到平抑地價的作用。綜上,本文提出假設三。

      假設三:“兩集中”政策會通過市場預期渠道影響土地出讓價格。住宅用地集中出讓通過釋放市場信號形成相對穩(wěn)定的住房市場預期,從而削弱住房市場價格上升對土地出讓價格的正向抬升作用。

      3 實證檢驗

      3.1 模型設定

      本文采用準實驗研究的方法,通過構建多期雙重差分模型評估“兩集中”政策對住宅用地出讓市場的影響,模型的基本表達式如下:

      式(1)中:下標i表示出讓地塊,s表示地塊所在城市,t表示出讓成交月份,lnPi,s,t為地塊i出讓成交單價對數,D_1i,s,t為“兩集中”政策試點虛擬變量與相對政策實施時間虛擬變量,D_1i,s,t= 1表示地塊i在其出讓時間t屬于首輪集中出讓地塊,否則D_1i,s,t= 0。為考察三輪集中供地對土地出讓市場的影響可能存在的差異性,本文引入第二輪集中供地與第三輪集中供地的時間虛擬變量與政策試點的交互項,即D_2i,s,t和D_3i,s,t。Controln,i,s,t表示第n個地塊特征控制變量,μs表示不隨時間變化的城市固定效應,σt為時間固定效應,εi,s,t為模型誤差項。α1、α2、α3為本文所關注的三輪集中出讓對土地出讓價格的凈影響。

      在雙重差分模型的基礎上,為進一步驗證“兩集中”政策對住宅用地出讓市場的影響機制,本文構建了中介效應模型和調節(jié)效應模型,分別檢驗政策影響土地出讓價格的私人價值渠道和市場預期渠道。在式(1)的基礎上,建立中介效應模型如式(2)和式(3)所示:

      式(2)—式(3)中:式(2)采用Logit模型。由于聯合競價人一般比單一競價人擁有更強的競拍實力和風險分攤能力,因此,本文采用競價人類型虛擬變量作為私人價值的代理變量。因變量Jointi,s,t表示出讓地塊i的競得人類型,若Jointi,s,t= 1,表示地塊i的競得人為聯合競價人,否則Jointi,s,t= 0。若β1、β2、β3顯著,說明三次集中供地分別對土地競價人存在“篩選”作用。進一步將競得人類型作為中介變量加入式(1)中,得到式(3),此時若系數φ4顯著,說明競得人類型對土地出讓價格產生影響,若φ1、φ2、φ3同樣顯著,說明競得人類型對土地出讓價格發(fā)揮著部分中介作用,否則為完全中介效應。

      為檢驗“兩集中”政策影響住宅用地出讓價格的市場預期渠道,本文建立調節(jié)效應模型如式(4)所示。由于過去房價的增長率可用于預測住房市場未來的超額收益,即過去的房價變動會形成市場主體對房價的預期,因此,本文采用城市住房價格增長率作為競拍者對住房市場的預期。D_ji,s,t×Ei,s,t為住房價格增長率分別與三輪集中供地虛擬變量的交互項,若系數ηj顯著,則說明土地集中供應在市場預期和土地出讓價格形成的過程中發(fā)揮著調節(jié)作用。

      3.2 數據來源與描述性統計

      本文采用2020年7月—2021年11月國內42個城市的住宅用地出讓數據,其中包括22個已實施“兩集中”政策試點的城市作為實驗組,20個尚未實施住宅用地“兩集中”出讓的城市作為對照組①22個實驗組城市包括:北京、上海、廣州、深圳、南京、蘇州、杭州、廈門、福州、重慶、成都、武漢、鄭州、青島、濟南、合肥、長沙、沈陽、寧波、長春、天津、無錫。20個對照組城市包括:南寧、大連、貴陽、惠州、煙臺、昆明、濰坊、泉州、西安、蘭州、呼和浩特、烏魯木齊、石家莊、南昌、威海、揚州、哈爾濱、太原、西寧、???。。由于 “兩集中”政策試點城市的選取是綜合考量城市規(guī)劃與發(fā)展水平、土地資源稀缺程度以及房地產市場價格等多方面因素的結果,因此,為降低政策選擇性偏誤問題,本文盡量選取與實驗組在經濟水平、規(guī)模大小以及區(qū)域分布等方面相接近的城市作為對照組。

      本文的住宅用地出讓成交數據來自新華財經房產數據庫,刪除少量含缺失值與極端值的樣本,獲得最終土地出讓樣本量共計?4 665條。每條土地出讓樣本數據包含出讓價格、溢價率、出讓方式、競價人類型等交易信息,以及地塊面積、容積率和綠化率等地塊特征信息。根據地塊的坐落位置,本文進一步通過百度API系統獲取地塊的經緯度信息,并計?算出地塊中心點到所屬城市市中心的距離。為消除不同城市房地產市場異質性,尤其是住房市場價格波動帶來的內生性影響,本文引入滯后一期的城市月度住房均價來衡量不同城市的房地產市場價格水平。本文借鑒已有研究以過去一年的城市住宅平均售價增長率作為住房市場預期的代理變量[26-28],城市住房價格數據均來自國家信息中心國信房地產信息網。為方便實證結果的解讀、提高數據的平穩(wěn)性,本文對涉及貨幣金額與距離的數據均進行自然對數變換處理。

      此外,考慮到不同城市實施“兩集中”的具體政策內容存在差異,本文在模型中分別引入涉及土地出讓三個階段的限制性規(guī)則:引入土地出讓保證金來衡量土地競拍前的準入門檻,引入是否“限地價”、是否“競配建或競自持”兩個虛擬變量來衡量競拍階段的限制,引入是否“限房價”虛擬變量衡量拿地后的限制。同時,本文控制城市與出讓月份固定效應,減少城市個體效應與時間因素對政策效應的干擾。表1和表2分別報告了連續(xù)變量和啞元變量的描述性統計?結果,從中可以看到,實驗組與對照組樣本在出讓地塊特征上沒有明顯差異,樣本分布較為均衡。

      表1 連續(xù)變量描述性統計Tab.1 Descriptive statistics of continuous variables

      表2 啞元變量描述性統計Tab.2 Descriptive statistics of discrete variables

      3.3 雙重差分回歸結果

      本文首先對住宅用地出讓價格及溢價率的影響因素進行估計?。表3中的列(1)和列(4)分別顯示了住宅用地出讓價格與出讓溢價率影響因素的OLS回歸結果。從中可以看到,出讓地塊面積、建筑密度、到市中心的距離對出讓地價產生顯著的負向影響,地塊容積率、土地出讓保證金、住房市場價格對出讓地價發(fā)揮顯著的正向影響,聯合競價人競得的地塊成交價顯著高于單一競價人的成交價。另一方面,建筑密度、容積率、地塊到市中心的距離對土地出讓溢價率產生顯著的負向影響,掛牌出讓的溢價率比拍賣出讓高6.82%?!跋薜貎r” “限房價”會顯著降低出讓地價,“競自持或競配建”則顯著降低土地出讓的溢價率。上述結果與已有研究的結論保持一致[5-13]。

      與OLS模型相比,雙重差分法通過引入外生沖擊和固定效應估計?,能夠緩解模型中可能存在的內生性問題,因此,本文進一步通過多期雙重差分模型評估“兩集中”政策對于住宅用地出讓市場的政策效應。首先,通過事件研究法比較實驗組與對照組的因變量在政策前后3個季度的變化趨勢,在OLS模型中加入特定年份虛擬變量與政策試點虛擬變量的交互項,其系數結果及其95%的置信區(qū)間如圖2所示。以政策試點開始為基點,在政策試點實施前的3個季度內,交互項系數不顯著,說明實驗組與對照組在出讓價格和溢價率的變化趨勢上沒有表現出顯著差異;而在首輪集中供地實施以后,交互項系數顯著大于0,說明實驗組的土地出讓價格與溢價率相對于對照組明顯上升,且第二季度土地出讓價格上升幅度最大。這一結果支持平行趨勢假定,說明樣本數據滿足采用雙重差分模型的前提條件,同時也直觀反映出集中供地政策可能帶來土地出讓價格上漲與溢價率提升的效果。

      圖2 土地出讓價格對數(左)和土地出讓溢價率(右)平行趨勢檢驗結果Fig.2 Results of the parallel trend tests of the logarithm of the residential land price (left) and premium rates (right)

      在檢驗了平行趨勢的基礎上,本文根據式(1)的DID模型進行回歸,結果如表3中的列(2)和列(5)所示。可以看到,前兩輪集中供地均對住宅用地出讓價格產生了顯著的正向影響,住宅用地出讓單價分別提高了22.68%和14.79%;首輪和第三輪集中出讓分別使住宅用地出讓溢價率顯著提升了3.81%和3.14%。

      為提高模型結果的精確性,減少政策試點存在的選擇性偏誤,本文在主觀選取適合的對照組城市基礎上,進一步采用傾向得分匹配法(PSM)為實驗組樣本匹配相似度較高的對照組出讓地塊樣本。圖3展示了核密度匹配與近鄰匹配后的控制變量偏誤變化,兩種方法都使變量偏誤減小到0.5以內。在此基礎上,重新對匹配后的實驗組與對照組樣本進行DID模型回歸,表3列(3)和列(6)顯示,傾向得分匹配前后的系數符號和顯著性保持一致,在首輪與第二輪集中供地下,住宅用地出讓單價分別提高了19.70%和12.82%,首輪集中供地使土地溢價率顯著上升了3.73%。以上結果驗證了前文中“兩集中”政策能夠影響出讓價格的假設。

      圖3 核密度匹配(左)與鄰近匹配(右)前后變量標準偏誤變化Fig.3 Standard deviation of variables before and after kernel density matching (left) and neighbor matching (right)

      表3 “兩集中”政策對土地出讓價格與溢價率的影響Tab.3 Results of the centralized land supply policy on residential land prices and premium rates

      3.4 政策影響機制分析

      本文進一步檢驗“兩集中”政策對住宅用地出讓價格的影響機制。表4列(1)—列(3)報告了中介效應模型的結果。列(1)顯示,在不考慮競得人類型的情況下,首輪及第二輪集中供地對出讓地價產生顯著的正向影響;在列(2)報告的以競得人類型為因變量的Logit模型回歸結果中,三輪集中供地的系數均顯著為正,即土地集中出讓能夠“篩選”出資金實力更為雄厚的競得人參與競價;列(3)報告了包含競得人類型的模型結果,其中,前兩輪集中供地的系數、競得人類型系數均顯著為正,說明“兩集中”對競拍人私人價值的影響在出讓價格的形成過程中發(fā)揮著部分中介作用,假設2得到驗證。

      表4列(4)報告了調節(jié)效應模型檢驗結果。第一輪集中供地與住房市場預期的交互項不顯著,而第二和第三輪集中供地政策的系數均顯著為負,說明在第二、三輪土地集中供應過程中,由住房市場價格傳導到土地市場的預期影響被削弱,“兩集中”政策通過市場預期這一共同價值渠道對土地出讓價格的形成發(fā)揮了調節(jié)作用。同時,“兩集中”政策對市場預期的影響還體現出滯后性,第三輪集中供地與市場預期交互項系數絕對值最大,表明集中供地對市場預期的穩(wěn)定作用更明顯,可以推測隨著試點實施時間增長,政策對整體住房市場預期的穩(wěn)定功能將逐漸加強。上述結果驗證了假設3。

      表4 “兩集中”政策影響土地出讓價格機制檢驗Tab.4 Results of the influence mechanism of centralized land supply policy on residential land prices

      由于“兩集中”政策初次運用于我國土地調控實踐中,仍處于試點階段,其政策作用機制尚缺乏系統性和針對性的研究,為進一步加強研究結果與市場實踐的關聯,為實證分析提供充分合理的依據,本文采用深度訪談法,對來自4家代表性房地產開發(fā)企業(yè)和1家房地產研究機構的房地產專業(yè)人士收集一手定性資料,作為本文實證計?量研究的補充。訪談結果為本文的實證結果提供了更接近現實的解釋:(1)憑借資金渠道優(yōu)勢和規(guī)模效應,央企、國企在前三輪集中供地中拿地意愿更高,拿地次數和成功概率更大,房企分化加劇,這與本文提出的集中供地存在的“擠出效應”一致;(2)在首輪集中供地期間,政策的未來走向及市場反應在短期內尚不明朗,房地產開發(fā)商研判時間不充分,普遍未對土地集中供應形成合理預期,由于對土地儲備短缺的焦慮和市場恐慌而競相參與競拍,推高了土地出讓價格和溢價率;(3)在第二、三輪集中供地過程中,土地流拍率上升,現金流壓力和競拍門檻提高促使開發(fā)商重新理性思考、綜合權衡當下資金流與未來銷售收益。尤其在供地長期過剩的城市,短期內商品住宅庫存高企,項目去化壓力加大,集中供地加劇了市場觀望情緒,這與政策影響的“市場預期”渠道相符。

      3.5 安慰劑檢驗

      為降低模型可能存在的遺漏變量等內生性問題,本文分別采用三種安慰劑檢驗提高雙重差分模型結果的穩(wěn)健性。首先,本文采用重抽樣的方法從樣本中隨機抽樣300次,生成新的“兩集中”政策實驗組重復進行雙重差分模型估計?。圖4顯示,隨機抽樣下的首輪集中供地回歸系數均值為零,呈現正態(tài)分布,t統計?量集中分布在0點附近,強化了前文實證結果的穩(wěn)健性。

      圖4 安慰劑檢驗Fig.4 Results of placebo tests

      此外,通過反事實分析,本文將各試點城市實施住宅用地集中供應的政策時點均向前推移6個月,相應調整政策試點與時間交互項的取值進行雙重差分模型檢驗。表5列(1)和列(2)報告的結果顯示,三輪集中供地對住宅用地出讓價格和溢價率的反事實政策效果均不顯著,佐證了前文政策效果估計?的穩(wěn)健性。最后,本文將因變量替換為地塊成交總價,重復前文的雙重差分模型檢驗過程。表5列(3)中的三輪集中供地系數與表3列(3)中的結果在方向和顯著性上保持一致,說明前文回歸結果具有穩(wěn)健性。

      表5 安慰劑檢驗:改變政策發(fā)生時點與替換因變量Tab.5 Results of placebo tests: substitute policy time and dependent variable

      4 結論與建議

      4.1 結論與討論

      本文采用國內42個城市的住宅用地出讓數據,通過多期雙重差分模型檢驗“兩集中”政策對土地出讓價格的影響機制。在地塊特征、出讓方式和競得人類型的影響上,本文得出的結論與以往研究基本一致。本文的獨特之處在于,將拍賣理論運用到土地出讓市場規(guī)則的實證研究中,通過分析多輪集中供給對住宅用地出讓結果的影響,得出了創(chuàng)新性的結論:前兩輪集中供地使住宅用地出讓單價提高,首輪和第三輪集中供地使土地溢價率顯著上升;拍賣規(guī)則對私人價值的影響在前兩輪集中出讓過程中發(fā)揮著顯著中介作用,土地集中出讓“篩選”出資金實力更為雄厚的競得人參與競價,提高了出讓價格和溢價率;土地出讓規(guī)則還影響土地出讓市場的共同價值,土地大量集中供應削弱了住房市場價格傳導到土地市場的正向預期,對土地出讓價格起到了一定的平抑作用,且隨著政策實施時間增長,政策對市場預期的穩(wěn)定作用逐漸加強。安慰劑檢驗得出的結果佐證了本文實證結果的穩(wěn)健性。

      本文研究短期內的土地溢價問題具有理論與實踐意義,通過將土地市場供求、土地價格的不規(guī)律波動與政策沖擊相聯系,顯示出土地市場參與主體對政策做出的預期和反應,為土地出讓政策的完善提供了微觀依據。事實上,“兩集中”供地對行業(yè)長遠發(fā)展應當是有益的,雖然政策在短期內提高了房企參與競拍的門檻,但與“三條紅線”、貸款集中度管理等房地產金融監(jiān)管政策相配合,能夠引導稀缺的土地要素與優(yōu)質資金來源合理匹配,有助于控制房企負債率、防范房企“暴雷”和項目“斷供”等風險,符合房地產行業(yè)長效健康發(fā)展的目標。受政策實施時間和數據限制,本文僅針對“兩集中”政策的短期效果進行分析,研究結論的普遍適用性尚未得到驗證,雖然控制了城市固定效應,但無法對不同試點城市的具體政策措施進一步細化?!皟杉小闭邔ψ≌恋爻鲎屖袌龅拈L期影響及其在不同地區(qū)的差異化實踐,需要未來一段時間的持續(xù)觀察與研究。

      4.2 政策建議

      為完善住宅用地“兩集中”政策,實現以土地供給側改革促進房地產市場平穩(wěn)健康發(fā)展的目標,本文提出以下建議。

      平衡市場參與者結構,適時靈活調整土地出讓規(guī)則。根據研究結果,集中供地對競拍者存在擠出效應,對房企融資和現金流管理提出了更高的要求,容易出現強勢房企過度競爭或土地流拍兩類極端結果。“兩集中”政策應當根據土地出讓市場的需求,在大方向不變的基礎上對集中出讓規(guī)則進行彈性調整,將政策的重點轉向提高土地開發(fā)效率和住房品質上,適時放松房企參與拿地的準入規(guī)則,鼓勵不同規(guī)模的房企建立合作,例如具備資金優(yōu)勢的國企、央企拿地,與開發(fā)經驗豐富的民營房企合作開發(fā)和項目運營,保持市場參與者的多元化。

      穩(wěn)定房地產市場預期,進一步提高土地信息透明度。本文的結果表明,“兩集中”政策能夠通過市場預期渠道影響房價,提高土地市場信息傳遞效率是穩(wěn)定住宅市場預期和價格的重要因素。為更好地發(fā)揮政策對市場預期的穩(wěn)定作用,各地應逐步將土地集中公告和集中出讓的時間固定下來,為房地產企業(yè)預留足夠的準備與決策時間;在提前公告年度供地計?劃的基礎上,明確每輪集中供地的具體信息與穩(wěn)控預案,細化土地出讓流程和競拍規(guī)則實施方案,完善網絡平臺等信息披露渠道的規(guī)范性和系統性,確保市場主體能夠及時獲取重要關聯信息。

      提高土地市場供應規(guī)模與結構的合理性。事實上,“兩集中”政策的局限性還在于其并未擴大或縮小土地供給的來源,僅通過供地節(jié)奏的調整也無法對市場需求產生本質影響。從實證結果來看,前三輪集中供地的土地出讓價格和溢價率存在差異,不同批次的土地供應過程中也出現了過度競拍和大量流拍的問題。因此,為進一步提高土地供應市場效率,“兩集中”政策還需要基于區(qū)域宏觀發(fā)展戰(zhàn)略,考慮土地資源供應總量與結構的合理性,不同批次的集中供地計?劃應當有所均衡,避免供地數量或優(yōu)質地段土地在某一批次過于集中,為不同類型的開發(fā)商提供研究和選取合理經營計?劃與購地方案的彈性空間,實施滿足供求平衡規(guī)律的差異化土地供應政策。

      猜你喜歡
      供地住宅用地
      超250 億!廣州第二批集中供地來了!土拍規(guī)則有變
      房地產導刊(2022年7期)2022-07-23 10:59:42
      第三批集中供地陸續(xù)掛牌,出讓條件優(yōu)化下市場會回溫嗎?
      廣州增城第三批供地曝光!涉及新塘、朱村、中新……
      569億!廣州第二批集中供地成功出讓23宗,國企成主力軍!
      Jaffa住宅
      現代裝飾(2021年4期)2021-11-02 07:08:22
      掛在“樹”上的住宅
      學生天地(2020年30期)2020-06-01 02:25:50
      MHS住宅
      現代裝飾(2020年3期)2020-04-13 12:54:20
      A住宅
      現代裝飾(2020年2期)2020-03-03 13:37:40
      城鄉(xiāng)建設用地增減掛鉤研究進展綜述
      城鄉(xiāng)建設用地增減掛鉤政策的演變
      和龙市| 高要市| 石林| 工布江达县| 会宁县| 维西| 大新县| 同心县| 芷江| 静宁县| 临沭县| 华安县| 龙泉市| 睢宁县| 呼玛县| 乌拉特后旗| 香河县| 隆林| 眉山市| 衡阳市| 义乌市| 读书| 广宁县| 金秀| 鄂托克旗| 赫章县| 通榆县| 始兴县| 大悟县| 安泽县| 稻城县| 南和县| 滨海县| 九龙县| 新竹市| 大厂| 朝阳县| 友谊县| 封开县| 安远县| 海丰县|