限購(gòu)政策對(duì)杭州新建商品住宅價(jià)格的影響——基于斷點(diǎn)回歸的經(jīng)驗(yàn)研究

張凌，朱麗妃

（浙江大學(xué) 建筑工程學(xué)院，浙江 杭州 310058）

限購(gòu)政策對(duì)杭州新建商品住宅價(jià)格的影響——基于斷點(diǎn)回歸的經(jīng)驗(yàn)研究

張凌，朱麗妃

（浙江大學(xué) 建筑工程學(xué)院，浙江 杭州 310058）

斷點(diǎn)回歸（regression discontinuity，RD）是檢驗(yàn)因果關(guān)系的有效方法，近年來(lái)，其在宏觀政策評(píng)價(jià)中的應(yīng)用越來(lái)越廣泛。2016年G20峰會(huì)召開(kāi)、貨幣政策調(diào)整等利好導(dǎo)致杭州房地產(chǎn)市場(chǎng)過(guò)快增長(zhǎng)，杭州市政府于同年9月重啟限購(gòu)政策，并于2017年3月加大限購(gòu)力度，限購(gòu)范圍擴(kuò)大至杭州市戶籍居民家庭。從實(shí)證角度研究了限購(gòu)政策對(duì)新建住宅價(jià)格的影響。結(jié)果表明，限購(gòu)政策均對(duì)新建商品住宅價(jià)格產(chǎn)生了具統(tǒng)計(jì)學(xué)意義的顯著負(fù)向影響，2次降幅分別為400.26元和4 082.2元?；貧w模型通過(guò)了有效性檢驗(yàn)，且在不同的階數(shù)、核函數(shù)、帶寬下具有穩(wěn)健性，說(shuō)明杭州市住房限購(gòu)政策的實(shí)施在短期內(nèi)對(duì)投資性購(gòu)房需求起到了一定的抑制作用。

限購(gòu)令；政策評(píng)價(jià)；斷點(diǎn)回歸

0 引言

縱觀我國(guó)房地產(chǎn)發(fā)展歷史，“政策市”的特征非常明顯，政府相關(guān)政策的內(nèi)涵與目標(biāo)導(dǎo)向深刻影響了房地產(chǎn)市場(chǎng)的發(fā)展。在我國(guó)住房政策的引導(dǎo)下，自2010年開(kāi)始，各省、市政府紛紛出臺(tái)了針對(duì)本地區(qū)的商品房限購(gòu)政策。喬坤元［1］采用倍差法測(cè)算了房地產(chǎn)限購(gòu)令對(duì)房?jī)r(jià)和交易量的影響，結(jié)果表明，實(shí)施限購(gòu)令的城市相比于未實(shí)施限購(gòu)令城市的房?jī)r(jià)下降了2.5%，交易量升高了0.15%。沈強(qiáng)等［2］發(fā)現(xiàn)，限購(gòu)政策在短期內(nèi)不會(huì)抑制房?jī)r(jià)上漲，但從長(zhǎng)期看能較好地給市場(chǎng)降溫。鄒琳華等［3］對(duì)115個(gè)城市進(jìn)行了雙重差分回歸分析，結(jié)果表明，限購(gòu)城市的房?jī)r(jià)均值未降低，而增長(zhǎng)率有所下降。

已有研究大多基于倍差法、VAR模型、格蘭因果檢驗(yàn)、斷點(diǎn)回歸法等，實(shí)證檢驗(yàn)限購(gòu)政策對(duì)商品房交易價(jià)格和交易量的整體變化，更細(xì)化的研究還關(guān)注了政策細(xì)則對(duì)不同戶籍人群、不同戶型交易的影響［4-5］，以及政策實(shí)施效果在全國(guó)層面呈現(xiàn)的異質(zhì)性。安輝等［6］構(gòu)建了多期雙重差分模型，分別在全國(guó)層面和城市層面進(jìn)行了實(shí)證分析，研究表明限購(gòu)政策對(duì)房?jī)r(jià)的平抑效果具體為：二手住房強(qiáng)于新建住房，小戶型強(qiáng)于中、大戶型，一線城市強(qiáng)于二、三線城市，中、西部城市強(qiáng)于東部城市。

杭州市于2010年10月11日首次提出限購(gòu)政策，規(guī)定本市及外省市居民家庭只能在杭州市新購(gòu)買(mǎi)1套商品住宅，并落實(shí)差別化商業(yè)及公積金信貸和稅收，限購(gòu)政策的短期市場(chǎng)效果較明顯，新建商品住宅月成交均價(jià)呈下降趨勢(shì)（圖1）。相關(guān)實(shí)證研究［7-8］表明，杭州市此輪限購(gòu)后新建商品住宅價(jià)格下降顯著，該輪限購(gòu)實(shí)施至2014年9月。

圖1 杭州市新建商品住宅月成交均價(jià)及成交套數(shù)Fig.1 Monthly average price of new commercial residential units and number of units sold in Hangzhou

據(jù)杭州市透明售房網(wǎng)發(fā)布的《2016杭州樓市分析報(bào)告》，受“去庫(kù)存”政策利好、周邊一線和二線城市“擠出效應(yīng)”、G20峰會(huì)召開(kāi)等影響，2016年杭州新建商品住宅成交套數(shù)、面積、金額均創(chuàng)歷史新高。從新建商品住宅價(jià)格的季度變化看，2016年上半年房?jī)r(jià)漲幅處于合理區(qū)間，隨著G20峰會(huì)的召開(kāi)，外地購(gòu)房者迅速涌入杭州，第三季度新建商品住宅價(jià)格上漲速度明顯加快。

為促進(jìn)房地產(chǎn)業(yè)長(zhǎng)期健康發(fā)展，擠壓價(jià)格泡沫，杭州市分別于2016年9月18日和2017年3月2日發(fā)布重啟限購(gòu)公告。2016年第四季度商品住宅價(jià)格環(huán)比增幅下降，但房?jī)r(jià)仍較高。面對(duì)2016年房地產(chǎn)市場(chǎng)的快速升溫，2017年3月2日發(fā)布的限購(gòu)政策的實(shí)施效果有待研究。

已有研究杭州市該輪限購(gòu)政策實(shí)施效果的方法主要有問(wèn)卷調(diào)查及SPSS分析［9］、灰色關(guān)聯(lián)分析法［10］、普通最小二乘（OLS）回歸［11］等，均不能較好測(cè)度限購(gòu)政策對(duì)房地產(chǎn)市場(chǎng)的單一影響。本文采用斷點(diǎn)回歸（regression discontinuity，RD）方法，研究限購(gòu)政策對(duì)杭州市新建商品住宅價(jià)格的影響方向、影響程度和持續(xù)時(shí)間。RD方法可在無(wú)對(duì)照組的情況下分析政策實(shí)施效果，是檢驗(yàn)因果關(guān)系的有效方法，在房地產(chǎn)政策研究方面已得到廣泛應(yīng)用，如土地招拍掛政策［12］、學(xué)區(qū)房政策等［13］。RD方法在限購(gòu)政策研究中的應(yīng)用尚不多見(jiàn)，已有研究主要基于各城市月度均價(jià)，探究不同城市間限購(gòu)效果的差異［7，14-16］，或基于單個(gè)城市探究政策對(duì)交易量和交易價(jià)格的影響程度［8，17-19］。由于杭州市2016年限購(gòu)重啟政策發(fā)布于9月，而G20峰會(huì)也在當(dāng)月召開(kāi)，月度數(shù)據(jù)顆粒度較大，無(wú)法區(qū)分2個(gè)事件的影響，因此嘗試使用杭州市新建商品住宅單套交易數(shù)據(jù)，參照文獻(xiàn)［17］以政策發(fā)生的周數(shù)為時(shí)間斷點(diǎn)，估計(jì)限購(gòu)政策對(duì)杭州市房地產(chǎn)市場(chǎng)的影響，旨在為杭州市房地產(chǎn)調(diào)控政策的制定和推行提供參考。

1 數(shù)據(jù)和模型

1.1 數(shù)據(jù)來(lái)源

2015年1月至2019年5月新建商品住宅成交單價(jià)數(shù)據(jù)來(lái)自克而瑞房地產(chǎn)信息數(shù)據(jù)庫(kù)。數(shù)據(jù)范圍包含原上城區(qū)、下城區(qū)、拱墅區(qū)、江干區(qū)、西湖區(qū)、濱江區(qū)、余杭區(qū)和蕭山區(qū)，共415 156個(gè)樣本。住宅特征變量采用杭州市電子地圖數(shù)據(jù)，利用ArcGIS軟件測(cè)算區(qū)位特征變量和鄰里特征變量。

1.2 變量選擇及描述性統(tǒng)計(jì)

因變量為新建商品住宅的成交單價(jià)，即每平方米的成交價(jià)格。結(jié)合相關(guān)研究，選擇14個(gè)住宅特征協(xié)變量：（1）4個(gè)建筑特征變量：建筑面積、樓層、容積率、車(chē)位配比；（2）8個(gè)鄰里特征變量：與地鐵站的距離、與最近重點(diǎn)小學(xué)的距離、與最近三甲醫(yī)院的距離、1 km內(nèi)大學(xué)數(shù)、1 km內(nèi)景點(diǎn)數(shù)、1 km內(nèi)便利店數(shù)、1 km內(nèi)超市數(shù)、3 km內(nèi)購(gòu)物中心數(shù)；（3）2個(gè)區(qū)位特征變量：與西湖的距離、與錢(qián)江新城的距離。

由于距離變量大于零且連續(xù)，因此對(duì)5個(gè)距離變量取對(duì)數(shù)以獲得更好的擬合效果，相關(guān)變量描述性統(tǒng)計(jì)如表1所示。

表1 相關(guān)變量描述性統(tǒng)計(jì)Table 1 Descriptive statistics of relevant variables

1.3 模型設(shè)定

采用RD方法估計(jì)限購(gòu)政策的實(shí)施效果，RD的基本形式為

RD分參數(shù)回歸和非參數(shù)回歸2種形式。參數(shù)回歸是基于斷點(diǎn)回歸設(shè)計(jì)的基本形式，通過(guò)自行設(shè)定帶寬在斷點(diǎn)附近的局部進(jìn)行普通OLS回歸，但由于帶寬的設(shè)定難度較大，不合適的帶寬將導(dǎo)致模型擬合效果欠佳。非參數(shù)回歸［20］通過(guò)最小化均方誤差確定帶寬，應(yīng)用廣泛。本研究主要采用非參數(shù)回歸形式，其基本函數(shù)為

2 實(shí)證分析

2.1 2016年9月18日的限購(gòu)政策效果

2.1.1 限購(gòu)政策對(duì)住宅價(jià)格的影響

2016年9月18日晚，杭州市住房保障和房產(chǎn)管理局公布了關(guān)于印發(fā)《實(shí)施住房限購(gòu)有關(guān)事項(xiàng)操作細(xì)則》的通知，宣布自9月19日起實(shí)施住房限購(gòu)政策，暫停在市區(qū)限購(gòu)范圍內(nèi)向擁有1套及以上住房的非杭州市戶籍居民家庭出售住房，對(duì)應(yīng)時(shí)間斷點(diǎn)c=91周。對(duì)斷點(diǎn)處的住房?jī)r(jià)格和協(xié)變量進(jìn)行非參數(shù)回歸，并考慮階數(shù)以及核函數(shù)的影響。同時(shí)計(jì)算不加入?yún)f(xié)變量的回歸結(jié)果，用于檢驗(yàn)穩(wěn)健性。

非參數(shù)回歸結(jié)果如表2所示，在加入?yún)f(xié)變量的均勻核函數(shù)模型中，限購(gòu)政策對(duì)房?jī)r(jià)無(wú)顯著影響，其余模型在該斷點(diǎn)外房?jī)r(jià)均呈顯著的跳躍式下降（5%的顯著性水平）?？傮w而言，模型估計(jì)結(jié)果較為穩(wěn)健。在加入?yún)f(xié)變量的三角核函數(shù)模型中，斷點(diǎn)效應(yīng)為-234.24～-400.26元。為觀察協(xié)變量的顯著性，選擇一階均勻核函數(shù)的最優(yōu)帶寬進(jìn)行參數(shù)回歸，回歸結(jié)果如表3所示，其斷點(diǎn)效應(yīng)為-207.68元，與非參數(shù)回歸結(jié)果一致，且所選協(xié)變量對(duì)房?jī)r(jià)的影響均顯著。用rd命令繪制斷點(diǎn)回歸擬合圖（圖2），發(fā)現(xiàn)2016年9月18日的限購(gòu)政策導(dǎo)致住房?jī)r(jià)格顯著跳躍式下降，但并未改變房?jī)r(jià)上升的趨勢(shì)，之后房?jī)r(jià)逐步上升，大約10周后超過(guò)最高點(diǎn)。

注***，**和*分別表示1%，5%和10%的顯著性水平。

表3 2016年9月限購(gòu)政策下參數(shù)回歸結(jié)果Table 3 Parametric regression results of the purchase restriction policy in September 2016

注***，**和*分別表示1%，5%和10%的顯著性水平。

圖2 2016年9月限購(gòu)政策下斷點(diǎn)回歸結(jié)果擬合結(jié)果Fig.2 Regression discontinuity results of purchase restriction policy in September 2016

CATTANEO等［21］推薦使用三角核函數(shù)，因?yàn)樵谝罁?jù)最小均方誤差（MSE）選擇帶寬時(shí)三角核函數(shù)具有最佳的點(diǎn)估計(jì)屬性。采用三角核函數(shù)擬合，并用rdplot命令對(duì)最優(yōu)帶寬內(nèi)斷點(diǎn)兩側(cè)分別進(jìn)行一階、二階局部擬合回歸，結(jié)果如圖3所示，二階模型的擬合效果更好。由圖3可知，斷點(diǎn)右側(cè)的曲線斜率減小，說(shuō)明政策實(shí)施后雖未改變房?jī)r(jià)上漲的總體趨勢(shì)，但房?jī)r(jià)增速顯著降低。

圖3 最優(yōu)帶寬內(nèi)一階、二階局部擬合回歸結(jié)果Fig.3 the regression results of the first-order and second-order local fits within the optimal bandwidth

基于房屋面積對(duì)樣本分類(lèi)：lt;90 m2為小戶型、90～144 m2為中戶型、gt;144 m2為大戶型，分析限購(gòu)政策對(duì)不同戶型住宅價(jià)格的作用差異，采用二階三角核函數(shù)局部擬合回歸，模型估計(jì)結(jié)果如表4所示。結(jié)果顯示，限購(gòu)政策對(duì)小戶型和大戶型的住宅價(jià)格均有顯著負(fù)向影響，特別是對(duì)大戶型影響更大，在1%的顯著性水平上有統(tǒng)計(jì)意義。對(duì)于中戶型，加入與不加入?yún)f(xié)變量的斷點(diǎn)效應(yīng)符號(hào)相反，因此模型不具穩(wěn)健性。結(jié)合2016年9月限購(gòu)政策對(duì)不同戶型住宅價(jià)格的影響效果（圖4），可知限購(gòu)政策造成小戶型和大戶型住宅價(jià)格的顯著下降，且從斜率的改變看，對(duì)小戶型住宅價(jià)格的快速上升具有一定抑制作用，房?jī)r(jià)增速下降，在政策實(shí)施約20周后房?jī)r(jià)基本恢復(fù)至原水平，而中戶型住宅價(jià)格在斷點(diǎn)前后的斜率未發(fā)生明顯變化。

表4 2016年9月限購(gòu)政策對(duì)不同戶型住宅價(jià)格的影響Table 4 The effect of the purchase restriction policy in September 2016 on the house prices of different sizes

注***，**和*分別表示1%，5%和10%的顯著性水平。

根據(jù)杭州市透明售房網(wǎng)發(fā)布的《2016杭州樓市分析報(bào)告》，2016年杭州市新建商品住宅戶型結(jié)構(gòu)中100 m2以上房源占比42%，比2015年增加了3%，增長(zhǎng)集中在100～140 m2的初次改善型房源戶型，改善型購(gòu)房需求得到釋放，購(gòu)房者更青睞緊湊型、有復(fù)合居住功能的中戶型住宅?？赏茰y(cè)，限購(gòu)政策對(duì)投機(jī)需求具有一定抑制作用，同時(shí)可能進(jìn)一步刺激購(gòu)買(mǎi)中戶型住宅的改善型需求。

2.1.2 模型有效性檢驗(yàn)

2.1.2.1 協(xié)變量的局部平滑檢驗(yàn)

局部平滑假設(shè)是指除了結(jié)果變量，其他變量在斷點(diǎn)附近都不應(yīng)該存在處理效應(yīng)，即未出現(xiàn)跳躍現(xiàn)象。在檢驗(yàn)方法上，利用STATA軟件的comgram命令，將協(xié)變量作為被解釋變量，時(shí)間分組變量作為解釋變量，通過(guò)觀察斷點(diǎn)回歸擬合圖判斷協(xié)變量在斷點(diǎn)處的跳躍情況，結(jié)果表明，與西湖的距離、與錢(qián)江新城的距離、3 km內(nèi)購(gòu)物中心數(shù)和與最近三甲醫(yī)院的距離4個(gè)變量在c=91周處存在明顯斷點(diǎn)，其余協(xié)變量在c=91周處均不存在明顯斷點(diǎn)。

圖4 2016年9月限購(gòu)政策對(duì)不同戶型住宅房?jī)r(jià)的影響效果Fig.4 The effect of the purchase restriction policy in September 2016 on the housing price of different sizes of homes

2.1.2.2 分組變量連續(xù)性檢驗(yàn)

分組變量連續(xù)性檢驗(yàn)可避免“內(nèi)生分組”，即事先知道分組規(guī)則，因此斷點(diǎn)兩側(cè)不是隨機(jī)分組。密度檢驗(yàn)［22］結(jié)果顯示，p=0.000，拒絕原假設(shè)：分組變量的密度函數(shù)連續(xù)。從現(xiàn)實(shí)情況看，杭州限購(gòu)政策發(fā)布前夕，外地購(gòu)房者突擊簽約，截至9月19日零點(diǎn)主城區(qū)成交9 999套，創(chuàng)杭州市商品房單日成交量歷史最高紀(jì)錄，在一定程度上可能存在人為操縱的情況，即提前知曉限購(gòu)消息并在此之前搶購(gòu)。

由于越接近斷點(diǎn)的樣本，實(shí)施人為操控的動(dòng)機(jī)越明顯，可通過(guò)刪除最接近斷點(diǎn)的樣本檢驗(yàn)回歸是否顯著，即“甜甜圈”效應(yīng)［23］。如果仍顯著，說(shuō)明即使存在人為操控，斷點(diǎn)效應(yīng)仍存在。為此依次刪除斷點(diǎn)附近1～5周的樣本，進(jìn)行5組檢驗(yàn)，圖5給出了回歸系數(shù)和95%的置信區(qū)間。由圖5可知，刪除斷點(diǎn)附近4周及以下的樣本，回歸結(jié)果均保持顯著，因此可以認(rèn)為斷點(diǎn)效應(yīng)仍存在。

圖5 “甜甜圈”效應(yīng)檢驗(yàn)結(jié)果Fig.5 Donut hole approach test results

2.1.3 不同帶寬選擇的穩(wěn)健性檢驗(yàn)

在斷點(diǎn)回歸模型中，帶寬顯著影響回歸結(jié)果，穩(wěn)健性對(duì)帶寬的要求并不敏感。通過(guò)rdrobust命令計(jì)算最優(yōu)帶寬h，進(jìn)一步估算0.50h～2.00h范圍內(nèi)的斷點(diǎn)效應(yīng)，觀察回歸結(jié)果。圖6給出了回歸系數(shù)和95%置信區(qū)間。結(jié)果顯示，在h～1.75h范圍內(nèi)，回歸系數(shù)顯著為負(fù)，說(shuō)明結(jié)論較為可靠。

圖6 不同帶寬下穩(wěn)健性檢驗(yàn)結(jié)果Fig.6 Robustness test results for different bandwidths h

2.2 2017年3月2日限購(gòu)政策效果

2.2.1 限購(gòu)政策對(duì)住宅價(jià)格的影響

2017年3月2日，杭州市發(fā)布了《關(guān)于進(jìn)一步調(diào)整住房限購(gòu)措施的通知》，除擴(kuò)大限購(gòu)實(shí)施范圍、升級(jí)非杭州市戶籍居民限購(gòu)措施，還增設(shè)了杭州市戶籍居民家庭限購(gòu)措施，暫停向已擁有2套及以上住房的杭州市戶籍居民家庭出售新建商品住房和二手住房。對(duì)應(yīng)時(shí)間斷點(diǎn)為c=115周。

表5為不同階數(shù)及不同核函數(shù)下的非參數(shù)回歸結(jié)果，在不同多項(xiàng)式、核函數(shù)下，無(wú)論是否加入?yún)f(xié)變量，在該時(shí)間斷點(diǎn)上房?jī)r(jià)均有顯著跳躍式下降（1%的顯著性水平）；總體而言，模型估計(jì)結(jié)果十分穩(wěn)健，可以認(rèn)為2017年3月的限購(gòu)升級(jí)政策導(dǎo)致房?jī)r(jià)顯著跳躍式下降。從降幅看，相比2016年9月的限購(gòu)政策，2017年3月針對(duì)杭州市戶籍居民的限購(gòu)政策對(duì)于住宅價(jià)格的下降趨勢(shì)更明顯，二階、三角核函數(shù)、加入?yún)f(xié)變量的模型估計(jì)降幅為4 082.2元。由圖7知，房?jī)r(jià)在斷點(diǎn)處顯著下降，但此次限購(gòu)政策未改變房?jī)r(jià)上升的趨勢(shì)，政策實(shí)施后擬合曲線斜率變化不大，說(shuō)明此次限購(gòu)政策對(duì)房?jī)r(jià)增速影響不大。

表5 2017年3月限購(gòu)政策下非參數(shù)回歸結(jié)果Table 5 Non-parametric regression results under the purchase restriction policy of March 2017

注***表示1%的顯著性水平。

圖7 2017年3月限購(gòu)政策下斷點(diǎn)回歸擬合結(jié)果Fig.7 Regression discontinuity results of the purchase restriction policy in March 2017

采用二階、三角核函數(shù)的非參數(shù)局部多項(xiàng)式回歸，分析2017年3月限購(gòu)政策對(duì)不同戶型住宅價(jià)格的作用差異，估計(jì)結(jié)果如表6所示。結(jié)果顯示，此次限購(gòu)政策對(duì)中、大戶型住宅價(jià)格的影響顯著為負(fù)（1%的顯著性水平），且降幅較大，加入?yún)f(xié)變量的斷點(diǎn)效應(yīng)分別為-3 418.4 元和-5 395.2元。對(duì)于小戶型住宅價(jià)格，限購(gòu)政策的影響在不加入?yún)f(xié)變量的模型中為正值，不具有穩(wěn)健性。

表6 2017年3月限購(gòu)政策對(duì)不同戶型住宅價(jià)格的影響Table 6 The effect of the purchase restriction policy of March 2017 on the house prices of different sizes

注***，**分別表示1%，5%的顯著性水平。

由圖8（不加入?yún)f(xié)變量的結(jié)果）可知，小戶型住宅價(jià)格在斷點(diǎn)處有小幅提升，而中、大戶型住宅價(jià)格降幅較大，但在斷點(diǎn)前后斜率變化不大。此次針對(duì)杭州市戶籍的限購(gòu)政策對(duì)中、大戶型住宅價(jià)格下降作用顯著，可能對(duì)杭州市居民的改善型需求產(chǎn)生了短暫的抑制作用，但住宅價(jià)格仍保持快速上漲的趨勢(shì)，約10周后成交單價(jià)恢復(fù)至原水平。

圖8 2017年3月限購(gòu)政策對(duì)不同戶型住宅價(jià)格的影響效果Fig.8 The effect of the purchase restriction policy of March 2017 on the housing price of different sizes of homes

此外，此輪限購(gòu)政策擴(kuò)大了實(shí)施范圍，將富陽(yáng)區(qū)和大江東產(chǎn)業(yè)集聚區(qū)統(tǒng)一納入限購(gòu)范圍。由于本研究不包含富陽(yáng)區(qū)數(shù)據(jù)，因此選擇大江東產(chǎn)業(yè)集聚區(qū)內(nèi)住宅小區(qū)，匯總月成交量并繪制走勢(shì)圖（圖9）。

圖9 大江東新建商品住宅月成交量Fig.9 Monthly transaction volume of new commercial residential units in The Dajiangdong area

由圖9可知，2016年9月限購(gòu)重啟后，大江東新建商品住宅成交明顯升溫，外地人在大江東的購(gòu)房比例較高。2017年3月限購(gòu)升級(jí)后，月成交量明顯萎縮，一定程度上反映了限購(gòu)政策加碼對(duì)外地投資需求的抑制作用。

2.2.2 模型有效性檢驗(yàn)

2.2.2.1 協(xié)變量的局部平滑檢驗(yàn)

將協(xié)變量作為被解釋變量，時(shí)間分組變量作為解釋變量，觀察斷點(diǎn)回歸擬合圖中協(xié)變量在斷點(diǎn)處跳躍有否。結(jié)果顯示，除了1 km內(nèi)大學(xué)數(shù)、與最近重點(diǎn)小學(xué)的距離在c=115周處存在斷點(diǎn)外，其余協(xié)變量均不存在斷點(diǎn)。

2.2.2.2 分組變量連續(xù)性檢驗(yàn)

分組變量密度函數(shù)連續(xù)性檢驗(yàn)結(jié)果顯示，p=0.312，接受原假設(shè)：分組變量的密度函數(shù)連續(xù)且不受人為操縱，回歸結(jié)果有效。

2.2.3 不同帶寬選擇的穩(wěn)健性檢驗(yàn)

通過(guò)計(jì)算最優(yōu)帶寬h，進(jìn)一步估算不同帶寬（0.50h～2.00h）下的斷點(diǎn)效應(yīng)（二階、三角核函數(shù)）。結(jié)果顯示，在0.50h～2.00h，回歸系數(shù)顯著為負(fù)，結(jié)論較可靠。

3 結(jié)論

采用斷點(diǎn)回歸方法，分析了杭州市2次限購(gòu)政策的具體效果，認(rèn)為限購(gòu)政策發(fā)布前后對(duì)住宅價(jià)格的相關(guān)特征屬性未產(chǎn)生突變影響，因此住宅價(jià)格變化受限購(gòu)政策的影響。通過(guò)對(duì)模型的有效性和穩(wěn)健性檢驗(yàn)，得到以下結(jié)論：

3.1 采用非參數(shù)回歸分析了2016年9月18日針對(duì)外地戶籍的限購(gòu)政策，同時(shí)考慮不同階數(shù)、不同核函數(shù)、不同帶寬以及是否加入?yún)f(xié)變量對(duì)估計(jì)結(jié)果的影響。結(jié)果顯示，房?jī)r(jià)在斷點(diǎn)處出現(xiàn)顯著跳躍式下降，降幅約為400.26元（二階、三角核函數(shù)、加入?yún)f(xié)變量），結(jié)果較為穩(wěn)健；雖然分組變量的密度函數(shù)在斷點(diǎn)兩側(cè)不連續(xù)，但通過(guò)了“甜甜圈”效應(yīng)檢驗(yàn)，認(rèn)為滿足斷點(diǎn)回歸的假設(shè)?；诜课菝娣e標(biāo)準(zhǔn)劃分，得到限購(gòu)政策重啟對(duì)小戶型和大戶型的住宅價(jià)格均有顯著的負(fù)向影響，房?jī)r(jià)增速明顯降低，由此可推測(cè)限購(gòu)政策對(duì)外來(lái)投機(jī)需求具有一定抑制作用。

3.2 2017年3月2日發(fā)布的針對(duì)杭州市戶籍居民的限購(gòu)令，考慮了不同設(shè)定對(duì)結(jié)果的影響，得到的結(jié)果十分穩(wěn)健，房?jī)r(jià)降幅約為4 082.2元，相比2016年9月18日針對(duì)外地戶籍的限購(gòu)政策，前者對(duì)房?jī)r(jià)的抑制效果更明顯，但對(duì)房?jī)r(jià)的上升趨勢(shì)影響不大，且此次限購(gòu)政策對(duì)中戶型和大戶型房?jī)r(jià)的影響為負(fù)，且降幅較大，分別為3 418.4元和5 395.2元，說(shuō)明此次限購(gòu)政策對(duì)杭州市居民的改善型需求產(chǎn)生了一定的抑制作用。

3.3 2次限購(gòu)政策均對(duì)杭州市房地產(chǎn)市場(chǎng)起了短暫降溫作用，影響時(shí)效約10周。實(shí)施限購(gòu)政策的作用在于遏制投資性購(gòu)房需求，降低房?jī)r(jià)及增速。另外，很大一部分投資性需求來(lái)自外地購(gòu)房者，2016年外地購(gòu)房者購(gòu)房量占市區(qū)總成交量的33.6%，而在2014年和2015年占比不足20%。因此2016年9月18日發(fā)布的限購(gòu)政策實(shí)施后房?jī)r(jià)增速明顯降低，但大量外地投資者涌向尚未限購(gòu)的大江東區(qū)域。2017年3月2日發(fā)布的限購(gòu)政策升級(jí)，將大江東納入限購(gòu)范圍，同時(shí)抑制杭州市戶籍的投資性需求。2次限購(gòu)政策的影響時(shí)效均較短，說(shuō)明當(dāng)大部分投資性需求逐漸被擠出后，杭州房地產(chǎn)市場(chǎng)的剛性需求仍然旺盛。從長(zhǎng)期看，應(yīng)進(jìn)一步從供給側(cè)滿足住房需求。

新一輪限購(gòu)政策對(duì)杭州市新建商品住宅價(jià)格產(chǎn)生了顯著影響，其中2017年3月2日發(fā)布的限購(gòu)政策影響更大，大、中戶型新建商品住宅的成交單價(jià)降幅明顯。2次限購(gòu)政策均有效抑制了投資性購(gòu)房需求，市場(chǎng)需求向小戶型剛需住宅傾斜，甚至造成短期內(nèi)小戶型住宅價(jià)格的上漲。值得注意的是，雖然在政策推出時(shí)，房?jī)r(jià)出現(xiàn)了明顯的斷點(diǎn)，但并未扭轉(zhuǎn)房?jī)r(jià)上漲的趨勢(shì)，限購(gòu)政策作為一種直接的需求干預(yù)方法，對(duì)市場(chǎng)的影響更多表現(xiàn)在短期房?jī)r(jià)上。事實(shí)上，2017年3月以后限購(gòu)政策一直持續(xù)實(shí)施，由于后續(xù)不能有效抑制新政下的投機(jī)行為，需求仍然旺盛，2018年，政府推出更嚴(yán)厲的限價(jià)、公證搖號(hào)政策等一系列組合拳，遏制了投機(jī)行為，保障了剛性需求。

由于斷點(diǎn)回歸方法的主要優(yōu)勢(shì)在于準(zhǔn)確揭示政策斷點(diǎn)處的突變，對(duì)于政策時(shí)點(diǎn)帶寬以外的效應(yīng)，特別是后續(xù)混雜了其他政策影響的組合效應(yīng)，無(wú)法進(jìn)行分離追蹤，因此難以評(píng)判或預(yù)測(cè)政策的長(zhǎng)期效果。從斷點(diǎn)效應(yīng)看，限購(gòu)政策仍然起到了積極的調(diào)控作用，并在后續(xù)的組合調(diào)控政策中起了穩(wěn)定器作用，從當(dāng)前形勢(shì)看，在更有效的長(zhǎng)效機(jī)制出臺(tái)之前，限購(gòu)政策仍然難以退出。長(zhǎng)遠(yuǎn)來(lái)看，房地產(chǎn)調(diào)控應(yīng)該逐步向加強(qiáng)住房保障，加大保障性租賃住房建設(shè)，提供更多可支付住房等方向發(fā)展。

［1］喬坤元. 住房限購(gòu)令真的起作用了嗎？來(lái)自中國(guó)70大中城市的證據(jù)［J］. 經(jīng)濟(jì)與管理研究，2012（12）：25-34. DOI：10.3969/j.issn.1000-7636.2012.12.003

QIAO K Y. Has house purchase limit policy taken effect？Evidence from China 70 upper middle cite［J］. Research on Economics and Management， 2012（12）：25-34. DOI：10.3969/j.issn.1000-7636. 2012.12.003

［2］沈強(qiáng)，周紅，張東杰. 基于VAR模型的全生命期房地產(chǎn)限購(gòu)政策評(píng)價(jià)及實(shí)證：以廈門(mén)市為例［J］. 工程管理學(xué)報(bào)，2017， 31（4）：148-153. DOI：10. 13991/j.cnki.jem.2017.04.027

SHEN Q， ZHOU H，ZHANG D J. Evaluation and empirical evidence of whole-life real estate purchase restriction policy based on VAR model： Xiamen city as an example［J］. Journal of Engineering Management， 2017，31（4）： 148-153. DOI：10. 13991/j.cnki.jem.2017.04.027

［3］鄒琳華，高波，趙奉軍. 投資需求擴(kuò)張、房?jī)r(jià)上漲與住房限購(gòu)：一個(gè)基于大國(guó)政策的準(zhǔn)自然實(shí)驗(yàn)［J］. 城市發(fā)展研究，2014， 21（6）：53-58. DOI：10.3969/j.issn.1006-3862.2014.06.015

ZOU L H， GAO B，ZHAO F J. Housing speculation， price increase and the purchase restrictions： A natural experiment from China［J］. Urban Development Studies，2014， 21（6）：53-58. DOI：10.3969/j.issn.1006-3862.2014.06.015

［4］方興. 中國(guó)房地產(chǎn)限購(gòu)政策能夠有效抑制房?jī)r(jià)上漲嗎？基于70個(gè)大中城市的實(shí)證研究［J］. 財(cái)經(jīng)科學(xué)，2018（1）： 41-53.

FANG X. Is house purchase limit effective to control housing price in China？An empirical study based on 70 large and medium cities［J］. Finance amp; Economics， 2018（1）：41-53.

［5］吳耀國(guó)，杜江，鄧國(guó)營(yíng). 限購(gòu)政策對(duì)住房市場(chǎng)影響的實(shí)證分析［J］. 統(tǒng)計(jì)與決策， 2016（22）：126-129. DOI：10.13546/j.cnki.tjyjc.2016.22.034

WU Y G， DU J，DENG G Y. An empirical analysis of the impact of purchase restriction policy on housing market［J］. Statistics amp; Decision， 2016（22）：126-129. DOI：10.13546/j.cnki.tjyjc.2016.22.034

［6］安輝，何萱，鄒千邈. 中國(guó)房地產(chǎn)限售政策對(duì)房?jī)r(jià)的影響研究：兼論限售和限購(gòu)的政策組合效應(yīng)［J］. 中國(guó)管理科學(xué)，2021， 29（8）：35-43. DOI：10.16381/j.cnki.issn1003-207x.2019.1865

AN H， HE X，ZOU Q M. The impact of Chinaapos;s house-sale restrictions and its joint effect with housing-purchase restriction on housing price［J］. Chinese Journal of Management Science， 2021，29（8）： 35-43. DOI：10.16381/j.cnki.issn1003-207x. 2019.1865

［7］廖奇云，余建萍，丁一方. 房地產(chǎn)限購(gòu)政策的有效性評(píng)估研究：基于斷點(diǎn)回歸分析［J］. 建筑經(jīng)濟(jì)，2018， 39（9）：86-91. DOI：10.14181/j.cnki.1002-851x.201809086

LIAO Q Y， YU J P，DING Y F. Study on the effectiveness evaluation of purchase restriction policy：Based on regression discontinuity analysis［J］. Construction Economics， 2018， 39（9）：86-91. DOI：10.14181/j.cnki.1002-851x.201809086

［8］吳檳. 基于斷點(diǎn)回歸分析限購(gòu)政策對(duì)城市住宅價(jià)格影響的有效性［J］. 城市住宅， 2019，26（4）： 93-96. DOI：10.3969/j.issn.1006-6659.2019.04.024

WU B. Analyzing the impact of restriction purchase policy to urban housing price by regression discontinuity［J］. Urban Housing，2019， 26（4）：93-96. DOI：10.3969/j.issn.1006-6659.2019.04.024

［9］范作冰，尹若凡. 新一輪限購(gòu)令對(duì)房地產(chǎn)市場(chǎng)的影響探究：以杭州為例［J］. 生產(chǎn)力研究，2017（12）：31-34，117，161. DOI：10.3969/j.issn.1004-2768. 2017.12.007

FAN Z B， YIN R F. On impact of new round of purchase restriction in Hangzhou real estate market［J］. Productivity Research， 2017（12）：31-34，117， 161. DOI：10.3969/j.issn.1004-2768.2017.12.007

［10］婁凌霄. 杭州房地產(chǎn)限購(gòu)政策評(píng)估研究［D］. 西安：西北大學(xué)， 2017.

LOU L X. The Evaluation Research on the House-Purchase-Restriction Policy in Hangzhou［D］. Xiapos;an： Northwest University，2017.

［11］楊舒文.基于特征價(jià)格模型的房?jī)r(jià)研究［D］. 杭州：浙江大學(xué)， 2017.

YANG S W. A Study of Housing Price Based on Hedonic Price Model-Take Hangzhou City for Example［D］. Hangzhou： Zhejiang University，2017.

［12］WANG Y L， YU Y Z，SU Y Q. Does the tender， auction and listing system in land promote higher housing prices in China？［J］. Housing Studies， 2017， 33（1）：1-22. DOI：10.1080/02673037.2017.1373750

［13］MAXIME R， ZACH B，LUKE M， et al. Do school districts affect NYC house prices？ Identifying border differences using a bayesian nonparametric approach to geographic regression discontinuity designs［J］. Journal of the American Statistical Association， 2021，116（534）：1-13. DOI：10.1080/01621459. 2020.1817749

［14］李昱璇. 房地產(chǎn)限購(gòu)與限貸政策的退出合理嗎？［D］. 濟(jì)南：山東大學(xué)， 2016.

LI Y X.Is the Withdrawal of Real Estate Purchase and Loan Restriction Policies Reasonable？［D］. Jinan： Shandong University，2016.

［15］孫繼國(guó)，趙俊美. 房地產(chǎn)限購(gòu)政策實(shí)施效果的評(píng)價(jià)：基于濟(jì)南、青島兩市的斷點(diǎn)回歸估計(jì)［J］. 東方論壇，2018（6）： 60-66.

SUN J G， ZHAO J M. Evaluation of the effect of real estate purchase restriction policy implementation：Based on breakpoint regression estimation in Jinan and Qingdao［J］. Eastern Forum，2018（6）： 60-66.

［16］吳檳. 房地產(chǎn)限售政策有效性評(píng)估［D］. 重慶：重慶大學(xué)， 2019.

WU B. Evaluation of the Effectiveness of Real Estate Sales Restriction Policy［D］. Chongqing： Chongqing University，2019.

［17］SUN W， ZHENG S，GELTNER D M， et al. The housing market effects of local home purchase restrictions： Evidence from Beijing［J］. The Journal of Real Estate Finance and Economics， 2017，55（3）： 288-312..

［18］張建同，方陳承，何芳. 上海市房地產(chǎn)限購(gòu)限貸政策評(píng)估：基于斷點(diǎn)回歸設(shè)計(jì)的研究［J］. 科學(xué)決策，2015（7）： 1-23.

ZHANG J T， FANG C C，HE F. Evaluation of real estate purchase and loan restriction policies in Shanghai： A study based on breakpoint regression design［J］. Scientific Decision Making， 2015（7）：1-23.

［19］張索迪. 限購(gòu)政策對(duì)住房市場(chǎng)的價(jià)-量影響效應(yīng)及城市間差異性研究［D］. 北京：清華大學(xué)， 2016.

ZHANG S D. Research on the Price-Volume Impact Effect of Purchase Restriction Policy on Housing Market and Inter-City Variability［D］. Beijing： Tsinghua University，2016.

［20］IMBENS G， KALYANARAMAN K. Optimal bandwidth choice for the regression discontinuity estimator［J］. The Review of Economic Studies， 2012，79（3）： 933-959. DOI：10.1093/restud/rdr043

［21］CATTANEO M D， IDROBO N，TITIUNIK R. A Practical Introduction to Regression Discontinuity Designs：Foundations［M］. Cambridge：Cambridge University Press， 2019.

［22］CATTANEO M D， JANSSON M，MA X W. Manipulation testing based on density discontinuity［J］. The Stata Journal， 2018， 18（1）：234-261. DOI：10. 1177/1536867X1801800115

［23］BARRECA A I， GULDI M，LINDO J M， et al. Saving babies？Revisiting the effect of very low birth weight classification［J］. The Quarterly Journal of Economics， 2011，126（4）： 2117-2123. DOI：10. 1093/qje/qjr042

A study on the impacts of purchase restriction policy on Hangzhou housing prices: Based on regression discontinuity analysis

ZHANG Ling, ZHU Lifei

（College of Civil Engineering and Architecture，Zhejiang University，Hangzhou310058，China）

In recent years, the regression discontinuity (RD) method has been used more and more widely in macro policy evaluation, and it is considered to be one of the effective methods to test causality. In 2016, faced with the overheated growth of the real estate market brought about by the G20 summit and monetary policy adjustments, the Hangzhou Municipal Government restarted the purchase restriction in September and strengthened its efforts in March 2017 by extending the restriction to local households. This article studies the impact of the two round of purchase restrictions on the market price of newly-built commercial housing from an empirical point of view. It shows that the purchase restriction measures have a statistically significant negative effect on the price of newly built houses, and the two respective declines were respectively 400.26 yuan and 4 082.2 yuan. At the same time, the model has passed the validity test and is robust under different polynomial orders, kernel functions, and bandwidths, indicating that the implementation of housing purchase restrictions in Hangzhou has at least restrained the demand for speculative and investment property purchases in the short term.

house purchase restriction; policy evaluation; regression discontinuity

F 426

A

1008?9497（2022）05?623?10

2021?06?25.

國(guó)家自然科學(xué)基金資助項(xiàng)目（72174178）.

張凌（1972—），ORCID：https：//orcid.org/0000-0002-3864-2602，女，博士，副教授，主要從事房地產(chǎn)投資管理研究，E-mail：zlcivil@163.com.

10.3785/j.issn.1008-9497.2022.05.014