房地產調控政策對房地產市場的影響研究

【摘要】本文主要討論3個問題：一是長三角城市群的房地產調控政策是否具有周期規律，其演變與特征如何？二是不同調控政策對房地產市場的影響是否不同，其持續性如何？三是調控政策對房地產市場是否具有空間擴散作用，其傳導機制如何？

【關鍵詞】房地產調控政策;房地產市場

【DOI】10.12334/j.issn.1002-8536.2021.28.015

為了回答上述問題，本文依據城市GDP規模大小將長三角城市群26個城市劃分成兩類城市作為研究樣本，一類城市有上海、蘇州、杭州、南京、寧波、無錫、合肥與南通，其經濟規模較強，其余城市為二類城市。研究時間維度上，從2016年1月至2020年12月共5年時間，2016年是“因城施策”實施之年，揭示地方性調控政策的開始。各城市成交量與房價的時間單位為月，因此每個城市有60個月的數據。另本文中的調控政策，指的是政府運用行政調控手段來穩定房地產市場發展，包括限購政策、限售政策與限貸政策。住房價格（成交價）與成交量數據皆來自中指研究院數據庫。

1、房地產調控政策歷程

統計2016年以來長三角城市群26個城市出臺的房地產調控政策，并依據城市規模進行分類如圖一，可以發現政策出臺時序具有兩項特征：一是調控政策分為兩輪密集出臺周期，2016年與2017年為一輪，2018年與2019年降溫，2020年底至今為新的一輪，政策出臺頻率再次提高;二是政策呈現城市規模傳導特征，兩輪政策周期均是一類城市先行出臺政策，二類城市相繼跟上。

從市場供需理論視角切入，可以歸納限購與限貸政策為從需求端限制，限售政策則兼顧供給端與需求端的限制。進一步統計2016年至2021年4月以來各調控政策使用頻率如表6，從高至低分別是限購政策>限貸政策>限售政策，從城市規模來看，其政策工具的使用頻率不盡相同，一類城市多使用限購政策，二類城市多運用限貸與限售政策。本文認為，會有政策偏好分化與其房地產市場特征有關，一類城市由于人口吸引力較強，促使房地產市場需求旺盛，因此多使用直接限制購房資格的限購政策來降低房地產需求;相反地，二類城市的房地產市場由于是投資需求類型，如何抑制資金流入房地產市場為主要癥結，因而多運用資金籌措難度提高的限貸政策，以及資金沉淀時間拉長的限售政策來降溫房地產市場。

2021年兩會定調堅持房住不炒，以解決好大城市住房突出問題為抓手，房地產行業邁入新政策周期。為落實穩地價、穩房價、穩預期目標，2020年底至今，長三角城市群多個城市相繼升級調控政策，并且政策有逐步多元化趨勢。重點涉及四限政策升級（限購、限貸、限售與限價）、增加房地產交易稅費、設立二手房參考價格、新房積分搖號等舉措。其中，上海儼然是本輪調控政策領頭羊，2020年末至今年5月已實施七次政策加碼。值得注意的是，此輪政策工具逐漸多元化，亦能反映上一輪調控政策已不能有效抑制房價上漲，需創新性調控手段來穩定房地產市場發展。

2、房地產調控政策對房地產市場的持續性影響作用

所謂持續性，亦指調控政策的實施對房價的作用時長以及作用強度。實證研究上，基于調控政策的特征，以及調控政策出臺的頻率，選取限購、限售以及限貸政策的實施強度作為調控政策解釋變量，并對于調控政策強度進行分級如表2。此外，在調控政策數據處理上，考慮到政策出臺的日期，若為后半月，則認為政策下月生效，反之則視為當月有效。同時，房價也受到住房供需因素、宏觀經濟等多方面作用。因此在構建模型時，將成交量、人均可支配收入、GDP、房地產投資金額、貨幣供應量增速與景氣指數納入考量，作為模型的自變量。

變量選擇確定后，本文構建不同規模城市房價的統計模型，探討各調控政策對房價的持續性（圖2）。圖2橫軸為滯后期數，代表調控政策對房價的作用時長，例如滯后一期為調控政策的當月出臺對下個月房價的影響，滯后二期為調控政策的當月出臺對后2個月房價的影響;縱軸為政策對房價的影響強度，影響強度數值是基于實證模型得出的影響系數，若是數值大于0，表明調控政策對房價沒有抑制作用，若是小于0，說明調控政策對房價有抑制作用。此外，標注圓點的滯后期數代表其政策強度數值通過統計學檢驗的顯著程度，表明實證結果可信，未標注圓點則是說明顯著程度未通過檢驗，說明實證結果不可信，亦即模型結果不能視為研究結論作為參考。例如圖2中的一類城市限購政策，在滯后一期的政策強度標注圓點，代表實證結果具有顯著的可信度，且強度數值小于0，說明限購政策的當月出臺對一類城市的下月（滯后一期）房價具有顯著（實證結果可信）的抑制作用（強度數值小于0）。

實證結果如圖2，以下從調控政策的供給與需求視角，對不同規模城市具體分析：

就限購政策而言，由于二類樣本城市在2016年至2020年內皆未出臺限購政策，因此只探討對一類城市的作用。一類城市為滯后0期至9期標注圓點，說明實證結果有9個月的顯著可信度，進一步觀察政策強度，滯后9期內的數值均小于0，表明限購政策對一類城市房價具有9個月的顯著抑制作用，之后逐漸失去作用。

就限貸政策而言，一類城市為滯后4期內的顯著抑制作用，二類城市為滯后3期內的顯著抑制作用。說明對任何規模城市，限貸政策的抑制作用均為1個季度左右，不能持續抑制房價上漲。在抑制程度上，限貸政策對一類城市房價的抑制作用強于二類城市，本文認為，限貸政策旨在提高購房者首付款的門檻，相比二類城市，一類城市由于其自身城市經濟優勢明顯與人口吸引力強，房價會較高，因此一類城市的首付款比例提高，對購房者的資金籌措難度會高于二類城市，導致限貸政策對一類城市的房價抑制作用更明顯。而二類規模城市由于房價普遍較低，首付款比例提高帶來的資金籌措難度也會相應較低，政策對房價抑制作用會弱于一類城市。

就限售政策而言，可以發現在一年時間以內皆沒有標注圓點，表明實證結果不可信，說明限售政策對不同規模城市的房價均無有效抑制作用。本文認為由于限售政策是限制新購房屋產權證需滿多少年方可上市交易，依各城市施行政策來看多為2至5年，因此若投資者預期2至5年后房價上升，限售政策對房價不會立即產生抑制作用。同時，限售政策是對售房資格的直接限制，會導致市場的住房供應量減少，從市場供需視角看，對抑制房價上漲就會無明顯作用。

從政策作用時長和強度來看，限購政策對一類城市的房價抑制作用強于限貸政策。原因是限購政策是針對購房者資格（戶籍、社保）的直接限定，限貸政策是對于首付款資金的提高限制，相對于身分戶籍與社保繳納年限的剛性限制，首付款資金籌措的彈性較高，因此限購政策對于購房者的購房難度會高于限貸政策，促使調控成效更佳。值得注意的是，各調控政策的持續性作用皆為3個季度內，因此需要搭配其他政府措施來穩定房地產市場發展。

3、房地產調控政策對房地產市場的空間擴散作用

由于房價上漲速度能在空間上較好地反映房地產市場變化，因此實證研究上采用此指標來識別其空間擴散路徑。首先，運用空間插值統計工具識別2016年以來房價上漲速度的空間傳染源，如圖3所示（增速越快其顏色越紅，說明為傳染源頭），能發現在因城施策的背景下，2016年上海、蘇州（圖中①）作為房價上漲速度的空間傳染源，引領房價上漲，隨著這二城市出臺調控政策，2017年購房者轉移購房城市目標，杭州、寧波（圖中②）等浙江區域成為房價上漲速度的傳染源，2018年傳染源逐步轉移至江蘇區域（圖中③），2019年鹽城、泰州（圖中④）等蘇北區域成為主要傳染源，隨著2016年與2017年出臺的調控政策漸失去作用，2020年上海（圖中⑤）又成為房價上漲速度的主要空間傳染源。

基于實證結果，能歸納長三角城市群在2016年至2020年期間，調控政策的出臺可視為房價上漲速度的擴散路徑方向盤，據第四章統計，二類城市的調控政策出臺時序會滯后于一類城市，因此傳染源在時間上形成“上海、蘇州→杭州、寧波→鹽城、泰州→上海”的空間周期輪動，其擴散路徑與城市規模息息相關，形成“強一類城市→弱一類城市→二類城市”的房價上漲速度傳導機制。隨著2020年上海又再度成為房價上漲速度傳染源，當地政府從2020年底已多次出臺更嚴格的房地產調控政策來抑制房價上漲，之后杭州、無錫、嘉興、常州、寧波等浙江省城市，和南京與合肥等省會城市，也相繼跟隨上海出臺調控政策來穩定其房地產市場。

借鑒2016年至2020年的擴散路徑規律，未來長三角城市群房價上漲速度的空間周期輪動有跡可循，房價上漲速度和政策調控仍依照以上海為起點的順時針路徑傳導。值得注意的是，目前鹽城、滁州等房價上漲速度較快但還未出臺過政策調控的二類城市，其房價看漲預期強烈，因此在房住不炒的背景之下，未來這些城市出臺政策與加碼的可能性較高。

作者簡介：

郭翰，出生日期：1990年2月10日，男，臺灣省臺北市，博士，策略分析師，研究方向：土地與房地產經濟。