“房價倒掛”的城市異質性研究

王石宇　高炳華

摘要：近年來，我國大中型城市住宅價格表現(xiàn)出較為明顯的“倒掛”現(xiàn)象，即二手住宅價格高于新建商品住宅價格。其原因一方面來自于限價政策對于新建商品住宅價格的約束，另一方面則在于整個市場環(huán)境中預期對房價的不斷推高。從城市異質性的角度，探究了“房價倒掛”在不同類別城市中的形成原因差異，并得到以下結論：（1）引起“房價倒掛”的主要原因在于政策約束與預期推高;（2）政策約束對一線和二線城市作用明顯，預期推高則對新一線城市作用明顯;（3）需求預期對“房價倒掛”的作用受到房地產政策不確定性的門限效應影響，存在加速效應。最后從長效機制、疏導預期以及因城施策的角度給出了政策建議。

關鍵詞：房價倒掛;限價政策;政策不確定性;門限效應

中圖分類號：F293 文獻標識碼：A

文章編號：1001-9138-（2022）01-0027-12 收稿日期：2021-12-09

1 引言

自2016年12月中央經(jīng)濟工作會議提出“房子是用來住的，不是用來炒的”這一指導思想以來，我國房地產市場進入到了第二輪限購調整階段，與2010-2014年第一輪限購調整不同的是，這一輪限購不僅在作用范圍上有明顯的差異，而且還加入了“限價”這種強制性政策手段來限制房價過快增長。盡管在短期內，政策的強制性介入抑制住了大部分城市的房價增幅，但也帶來了不少問題，尤為突出的就是部分城市二手住宅價格高于新建商品住宅價格的“房價倒掛”現(xiàn)象。自2018年起，上海、南京等8城市進一步實施購房搖號政策后，新建商品住宅價格雖短暫被控制，但這些城市也出現(xiàn)了部分樓盤“萬人搖號搶新建商品住宅”，中簽率不足10%的情況。與此同時，國家統(tǒng)計局數(shù)據(jù)顯示2018年上半年我國70個大中城市新建商品住宅價格指數(shù)并沒有因此降低，反而70個城市中有超過60個城市二手住宅價格增幅明顯升高，形成了新建商品住宅與二手住宅價格“倒掛”。這說明“房價倒掛”極易形成一種價格持續(xù)增長的適應性預期，造成城市住宅市場的羊群效應，導致社會資本過多涌入房地產市場，嚴重時更會引發(fā)系統(tǒng)性的金融風險，而這是不利于實現(xiàn)我國房地產市場長期健康平穩(wěn)發(fā)展目標的。

對于住宅價格與城市的關系，現(xiàn)有研究以住宅價格在地區(qū)之間以及地區(qū)內部其他要素之間的傳導為主。Vansteenkiste和Hiebert采用了10個歐洲國家1989-2007年的季度數(shù)據(jù)，借助GVAR模型研究了它們之間的關聯(lián)性，結果表明這些貨幣一體化國家之間住宅價格存在長期穩(wěn)定關系，并且相互之間有明顯的溢出效應。龔建、欒君等通過Granger因果檢驗與脈沖響應函數(shù)的方法對長三角區(qū)城市群住宅價格空間傳導路徑進行了研究，結果表明，長三角城市群的住宅價格存在以中心城市為主導的傳導路徑，當時間滯后2個月時，這種傳導作用強度會明顯減弱，呈現(xiàn)抑制變化趨勢，其住宅價格空間傳導路徑形成的機理是資本流動、人口流動、價格反饋效應和城市增長極溢出效應。王俊松、滿燕云則通過GIS技術方法研究了高價地塊對北京市住宅價格影響的空間傳導效應，并得出在控制區(qū)位和住宅特征的條件下，高地價地塊成交后，周邊住宅價格的上漲幅度在6%～25%的結論。對于住宅價格與政策關系，現(xiàn)有研究以區(qū)別政策實施前后的經(jīng)濟效應的差異為主。陳詩一、王祥將住宅價格的波動與金融系統(tǒng)的貨幣政策結合起來，利用DSGE模型模擬社會融資成本政策對房地產市場金融加速器效應的影響，得到了在社會融資成本較高時，降低利率的貨幣政策沖擊可以顯著提高住宅價格的結論。毛雅娟、李善民、黃宇軒則是將我國的制度環(huán)境納入對房地產市場和股票市場的資產價格傳遞機制的考察當中，并得出宏觀經(jīng)濟沖擊對兩個市場的直接影響和間接溢出效應是交互動態(tài)的，且溢出效應在部分傳導中還占據(jù)了主導地位。李慶華、鄭庶心以房地產經(jīng)濟為落腳點，研究了我國35個大城市中房地產調控政策通過資產價格傳導效應對宏觀經(jīng)濟產生的影響，并得出在大中城市和小城市中貨幣政策對住宅價格影響不同的結論，并且住宅價格對實體經(jīng)濟的促進具有滯后效應。陳淑云、王翔翔等利用我國70個大中城市2010-2018年城市住宅價格月度數(shù)據(jù)，考察了兩輪限購政策對于不同類型住宅價格的動態(tài)影響，得出限購政策只能在短期內抑制新建商品住宅價格，但無法有效控制二手住宅價格上漲的結論。對于新建商品住宅、二手住宅價格內部關聯(lián)，現(xiàn)有研究不多，以探究二者價格長期趨勢和因果關系為主。葛亮、徐鄧耀通過將住宅增量市場與存量市場引入四象限模型中進行動態(tài)分析，得出了存量價格對增量價格有明顯的促進作用，存量房地產需求時房地產市場發(fā)展的重要動力。李進濤、譚述魁、孫慧清以武漢市的住宅市場樣本通過granger因果檢驗發(fā)現(xiàn)增量住宅價格是存量住宅價格的granger原因，其價格每上升1%會引起存量住宅價格上升1.06%，而反之則不成立。王偉華、袁持平結合因城施策的背景以平均首付比為切入點，探究了深圳市新建商品住宅與二手住宅的市場價格傳到機制，并且得出平均首付比對新建商品住宅和二手住宅的價格波動都有顯著負向影響，且對二手住宅市場作用更強。

現(xiàn)有的研究對于“房價倒掛”現(xiàn)象及其形成機理缺乏較為完備的解釋，基于此，本文在現(xiàn)有對房價關聯(lián)與傳導的文獻研究基礎之上，重點探討“房價倒掛”的形成機理，以及“房價倒掛”在各城市之間不同表現(xiàn)的異質性問題，并納入對預期和房地產政策的考量，使理論分析與建模實證更加符合現(xiàn)實。

2 理論分析與研究假設

2.1 理論分析

2.1.1 四象限模型

以往文獻中，研究新建商品住宅價格與二手住宅價格關系，以Denise與William構建的四象限模型為主要的理論依據(jù)，本文同樣以四象限模型為基礎，通過添加政策約束和預期效應，“房價倒掛”四象限模型，如圖1所示。

圖1中，第一象限表示新建商品住宅市場，其中S1表示新建商品住宅供給，D1表示新建商品住宅需求，在完全市場條件下均衡點處的均衡價格為Pe，均衡供給（需求）量為Qe，但由于新建商品住宅預售限價的作用，新建商品住宅預售價格被強制設定在P0水平，部分房地產開發(fā)企業(yè)選擇延遲開盤，此時的新建商品住宅供給只能達到Q0水平，導致明顯的新建商品住宅供給不足，這部分被擠出的需求則流入二手住宅市場;圖中第二象限表示二手住宅市場，其中S2表示受影響前的二手住宅供給，D2表示受影響前的二手住宅需求，由于新建商品住宅市場需求的大量涌入，且被擠出的需求中，有一部分住宅投資群體出于對房價增長預期的考慮，此時寧愿出高價購買二手住宅，造成D2曲線出現(xiàn)向左上方移動的趨勢，到達D3水平;住宅市場發(fā)達的城市二手住宅市場體量較大（短期內能夠滿足爆發(fā)需求），在當期二手市場表現(xiàn)為供給量的調整為主，供給價格的變動幅度不大，因此S2曲線向左移動至S3水平，最終經(jīng)過調整后當期二手住宅市場的均衡價格達到P2，均衡供給（需求）量為Q2;此時新建商品住宅市場與二手住宅市場已經(jīng)形成P2 - P0的價格差。圖中第三象限表示第二期的新建商品住宅市場，由于房管部門對每一期新建商品住宅的預售定價需要將前一期周邊的二手住宅價格納入?yún)⒖迹虼说诙诘男陆ㄉ唐纷≌迌r從P0水平上調至P1水平，第二期新建商品住宅供給能達到Q1水平;圖中第四象限表示第二期的二手住宅市場，同樣是由于新建商品住宅市場需求的涌入以及住宅投資的需求預期影響，第二期二手住宅市場的需求曲線由D5向右下方移動至D6水平，與前一期不同的是，二手市場的供給方，會根據(jù)前一期的市場供求調整自身的預期，導致二手住宅市場的掛牌價格有了顯著提升，而由于第二期從新建商品住宅市場擠出的需求相較第一期會有明顯減少，加上二手住宅市場供給方也有明顯的持有升值預期，第二期二手住宅市場供給數(shù)量不會出現(xiàn)太大變化，因此第二期二手住宅市場的供給曲線由S5向下移動至S6，此時第二期二手住宅市場均衡價格達到P3，均衡供給（需求）量為Q3;新建商品住宅市場與二手住宅市場的價格差進一步被拉開至P3 - P1。

2.1.2 住宅價格預期模型

從四象限模型的分析中可以得到在“限價”政策的約束下，新建商品住宅價格與二手住宅價格逐漸形成倒掛的過程，但其中缺乏對房地產市場政策不確定性影響機制的討論，以及住宅市場價格預期影響的理論分析。因此，繼續(xù)構建如下的住宅需求與住宅供給函數(shù)，由于住宅價格預期以及房地產市場政策不確定性對于新建商品住宅市場與二手住宅市場均有影響，因此該模型設定中不做兩者區(qū)分：

其中，Dt表示t期的住宅需求，Pt表示當期（t期）住宅價格，表示住宅消費者在t期對t+1期房價的預期，INCt表示t期的住宅消費者收入，RENTt表示t期租金水平，HEPUt表示t期的政策不確定性。表示影響住宅需求的其他宏觀經(jīng)濟變量向量;St表示t期住宅供給，Pt-1表示t-1期住宅價格， 表示開發(fā)商在t-1期對t期房價的預期，HEPUt-1表示t-1期的政策不確定性;同需求函數(shù)一樣? 表示影響開發(fā)商住宅供給的上一期宏觀經(jīng)濟變量向量。

當市場均衡時，由（1）（2）兩式可得，Dt=St，

即：

根據(jù)Cagan （1956）提出的適應性預期理論，將住宅價格的適應性預期函數(shù)設為：

住宅價格的適應性預期建立在對前一期價格預期中產生的偏離之上，在一步步對預期偏離的修正過程中，使得預期序列在長期中向實際收斂。

根據(jù)Metzler （1941）在靜態(tài)預期的基礎上提出的外推性預期，將住宅價格的外推性預期函數(shù)設為：

住宅價格的外推性預期建立在對以往跨期實際住宅價格的偏離之上，在對實際價格波動的修正中，調整自身預期。

對于住宅價格的不確定性預期，以往學者研究中以探究收入以及政策的不確定性對其預期造成的影響為主，因此將住宅價格的不確定性預期函數(shù)設為：

其中，INCt = INCTRENDt + UNINCt，即將收入分解為其趨勢部分和其波動部分，以其波動部分構成收入不確定性，并且與政策不確定共同構成住宅不確定性預期函數(shù)。

經(jīng)（3）（4）（5）（6）式整理可得：

由以上模型分析不難推斷出，不論是新建商品住宅價格還是二手住宅價格都會受到住宅預期以及房地產政策的不確定性影響，而同時房地產政策的不確定性本身就會對市場預期產生影響，因此預期對于住宅價格的整體推高也會受到政策不確定性的影響存在加速效應。

2.2 研究假設

基于前文分析，城市新建商品住宅與二手住宅“房價倒掛”理論上應該由政策約束、預期推高以及房地產市場不確定性共同作用而成。但從城市異質性角度來看，不同城市形成“房價倒掛”的主要原因可能有所不同。一線、新一線城市，新建商品住宅市場似乎對于政策的反應更敏感，短期內新建商品住宅價格在限價預售機制作用下控制在相對較低水平，導致新建商品住宅市場嚴重供不應求，但這些大城市的二手住宅市場較為發(fā)達，部分剛需被迫轉移到二手住宅市場，所以短時間內會造成二手住宅市場過熱和價格增長。而二線及其他城市對于政策的反應和供需調節(jié)都沒有那么靈敏，這類城市“房價倒掛”的主要原因似乎在于人們的住宅消費預期并沒有在政策影響下出現(xiàn)明顯抑制，由于缺乏投資渠道，房地產投資在這些城市仍具有較強吸引力，導致二手住宅價整體漲幅依舊偏高，并且在中心城區(qū)、學區(qū)以及部分城市經(jīng)濟開發(fā)區(qū)體現(xiàn)的尤為明顯。因此，本文對“房價倒掛”現(xiàn)象提出以下假設：

假設1：引起“房價倒掛”的主要原因在于政策約束與預期推高兩個方面。

假設2：在一線與新一線城市中，政策約束對“房價倒掛”影響更大;而二、三線城市中預期推高對“房價倒掛”影響更大。

假設3：預期推高對“房價倒掛”的影響會因為房地產政策調控的不確定性而存在加速效應。

3 變量選取及含義

本文擬考察“房價倒掛”在不同水平城市中的異質性表現(xiàn)，選取了全國35個主要城市2010年4季度至2018年4季度的季度數(shù)據(jù)來進行實證分析。其中包括35個城市的房價倒掛程度，由二手住宅與新建商品住宅價格之比進行衡量，這兩個數(shù)據(jù)通過中國房價行情網(wǎng)以及禧泰房地產數(shù)據(jù)系統(tǒng)整理得到;住宅價格預期一直以來難以選取一個公認的確定性變量予以表達，不少學者以房價的滯后期項來予以代替，但由于這些滯后項也是往期的交易數(shù)據(jù)，且并不能涵蓋供需兩端的預期，因此本文選取了這35個城市的網(wǎng)絡熱點關注住宅價格作為需求預期的代理變量，這些原始數(shù)據(jù)整理于中國房價行情網(wǎng)、貝殼網(wǎng)、百居易等眾多房地產中介平臺的熱點房源瀏覽記錄，通過篩選整理得到，在一定程度上能反饋出消費者的心理需求預期，某一價格區(qū)間關注越火熱，也說明在這個價格區(qū)間想要購房的人越多;在供給側，考慮到房地產開發(fā)企業(yè)對于房價預期會在前期的拿地環(huán)節(jié)中有所體現(xiàn)，因此參考況偉大等（2010）以土地購置面積與土地購置費作為其供給預期的代理變量，這兩個數(shù)據(jù)從35個城市統(tǒng)計局官網(wǎng)和wind數(shù)據(jù)庫中整理得到;房地產市場政策調控也是一個難以量化衡量的變量，本文除了構建限購政策與限價政策的虛擬變量來衡量政策強度以外，還參考了Scott R.Baker等（2016）所構建的經(jīng)濟政策不確定指數(shù)（EPU），具體采用的是陸尚勤等（2018）編制的新版“中國經(jīng)濟政策不確定性指數(shù)”作為經(jīng)濟政策不確定性的代理變量，但中國經(jīng)濟政策不確定性不全部來自于房地產，因此本文借助于35個城市的百度指數(shù)中的“房價調控”詞條計算得到房價調控政策在各個地區(qū)的頻率分布，將中國經(jīng)濟政策不確定性指數(shù)與該指數(shù)頻率相乘得到不同城市的房地產調控政策不確定性指數(shù)，這個新指數(shù)在一定程度上可以反映出各城市房地產政策調控的不確定性。此外本文還選取了城鎮(zhèn)居民可支配收入、城市住宅租金水平以及通貨膨脹率作為控制變量，這些數(shù)據(jù)均選自于國家統(tǒng)計局、中經(jīng)網(wǎng)以及各城市統(tǒng)計年鑒直接或間接計算得到，如表1、表2所示。

4 模型構建與實證分析

4.1 面板tobit模型

在前文理論模型中已經(jīng)推導出住宅價格波動受到預期影響的模型（7），在此基礎上將被解釋變量住宅價格延伸為“房價倒掛程度”，即二手住宅價格/新建商品住宅價格，構建公式（8）計量模型;考慮到本文的核心被解釋變量“房價倒掛程度”的取值并不連續(xù)，當二手住宅價格與新建商品住宅價格之比大于1時，i城市在t時刻存在房價倒掛現(xiàn)象，其取值為hpirit*，但當二手住宅價格與新建商品住宅價格之比小于1時，i城市在t時刻不存在房價倒掛現(xiàn)象，即使比值為0到1之間的具體數(shù)字，此時仍將其值定義為0，即不存在倒掛，這種受限被解釋變量若用傳統(tǒng)面板數(shù)據(jù)的分析方法進行回歸分析，會產生較大偏誤。基于此，本文采用面板tobit模型進行回歸分析，具體模型設定如下：

其中， ，表示所有解釋變量向量。

為了避免變量間量級差異明顯問題，采用了半對數(shù)模型;考慮到policy1it、 policy2it虛擬變量存在0值無法取對數(shù)，參考伍德里奇對于無法觀測或取值變量的處理思想，在不影響估計偏誤的前提下對policy1it、 policy2it同時增加0.001構成近似的新代理變量以便對數(shù)取值。

通過對面板tobit模型的回歸估計，回歸結果如表3所示，其中模型（1）表示全樣本回歸結果，模型（2）表示一線城市樣本結果，模型（3）表示新一線城市樣本結果，模型（4）表示二線城市樣本結果，模型（5）表示三線及其他城市樣本結果。

從全樣本的面板tobit模型的回歸結果中不難看出，政策約束與預期推高確實是造成各城市“房價倒掛”的主要原因，且十分顯著，這一點印證了本文的假設1。在預期中，需求預期對二手住宅價的推高影響最大，預期價格每上漲1%，會引起“房價倒掛程度”上漲約0.68，而供給預期上，只有土地購置面積每增加1%，會引起“房價倒掛程度”上漲約0.08;在政策約束中，限價政策對新建商品住宅價格的抑制表現(xiàn)得最為明顯，而限購政策卻不顯著，值得注意的是房地產政策的不確定性每上漲1%會引起“房價倒掛程度”上漲約0.23，其影響程度比限價和限購政策要更強。

在一線城市的樣本回歸結果中，可以觀察到影響“房價倒掛程度”比較顯著的因素是供給預期中的土地購置費用和限購政策，且影響程度比全樣本回歸中系數(shù)大很多，這說明在四個一線城市中，房地產開發(fā)企業(yè)高價拍地行為推高了市場房價預期，而限價政策抑制了新建商品住宅價格，“房價倒掛”由新建商品住宅市場影響為主;在新一線城市的樣本回歸結果中，影響“房價倒掛程度”比較顯著的因素是需求預期、限購政策和房地產政策不確定性，其中需求預期的影響程度最大，加之房地產政策頻繁調控帶來的不確定性，使得新一線城市房地產投資氛圍濃厚，極大程度推動了二手住宅價過快上漲，這也說明在新一線城市中，“房價倒掛”由二手住宅市場影響為主，這一點與本文假設2中有不一樣的地方;在二線城市的樣本回歸結果中，可以觀察到影響“房價倒掛程度”比較顯著的因素是需求預期、供給預期中的土地購置面積、限價政策以及房地產政策不確定性，其中，需求預期的影響也是最大，但比一線和新一線城市要稍弱，而供給預期主要是由房地產開發(fā)企業(yè)的大量拿地推高了房價預期，相較于一線城市，二線城市受到限價政策的約束稍弱，但房地產政策不確定性對“房價倒掛”的影響卻高于一線和準一線，這也說明在二線城市中，“房價倒掛”新建商品住宅和二手住宅市場共同影響，且受政策變化影響嚴重。在三線及其他城市中，因為本次選取的35個主要城市中涵蓋這類樣本較少，所以除了需求預期對“房價倒掛程度”影響顯著以外，其他因素均不顯著。

4.2 穩(wěn)健性檢驗

回歸模型中，全樣本與分樣本模型中均能觀察預期推高以及政策約束對于“房價倒掛”影響的同一趨勢，說明模型在整體上是穩(wěn)健的;同時，考慮到需求預期變量選取的是城市住宅熱點關注價格作為代理變量，存在內生性。為了減少內生變量對模型的估計偏誤，本文參考李斌等對于住宅價格近視預期的處理，選取近期平均的住宅價格增長率作為近視住宅價格預期的代理變量，即 ，將更換過的解釋變量帶入模型（1）～（5）中得到回歸結果，如表4所示。

穩(wěn)健性回歸模型（1）～（5）中，近視住宅價格預期對“房價倒掛”程度的影響均顯著為正，且這種影響在模型（1）（2）（3）（5）在1%水平下顯著;同時在穩(wěn)健性模型中核心解釋變量包括住宅價格預期、政策虛擬變量、房地產政策不確定性對“房價倒掛”程度的影響系數(shù)均與表3面板tobit模型中保持相同趨勢，因此，不論從樣本分類角度還是替換變量角度考慮，該模型整體上都是穩(wěn)健的。

4.3 面板門限回歸模型

考慮到住宅價格預期對“房價倒掛”的影響可能不是線性影響，尤其是需求預期對“房價倒掛”的影響與房地產政策調控的不確定性有較強關聯(lián)，當政策不確定性較小時，市場預期偏向理性，二手住宅市場價格不會與新建商品住宅市場拉開明顯差距;一旦政策調控頻繁，政策不確定性高于一定的門檻時，房地產市場極易產生非理性的價格預期，從而加速“房價倒掛”。基于此，本文在模型（8）的基礎上，構建了面板門限回歸模型，具體模型設定如下：

其中房地產政策不確定性ln hepuit 作為門限變量，γ表示門限值， 為示性函數(shù)。估計結果如表5所示，其中模型（1）表示全樣本回歸結果，模型（2）表示一線城市樣本結果，模型（3）表示新一線城市樣本結果，模型（4）表示二線城市樣本結果，三線及其他城市（呼和浩特、西寧、銀川）因樣本過少導致門限效應檢測無法通過，故不在表中匯報。

從表5的回歸結果中可以看出模型（1）（3）（4）的門限效應是顯著的，即住宅價格的需求預期對“房價倒掛”程度的影響被房地產政策的不確定性區(qū)分成為兩種區(qū)制。從全樣本模型中看，當房地產政策的不確定高于門限值時，住宅價格的需求預期對“房價倒掛”程度的影響存在顯著的邊際遞增;并且在模型（3）和模型（4）中表現(xiàn)得更加明顯，這也印證了前文對于政策不確定性過高時引起的非理性預期會加速“房價倒掛”現(xiàn)象的假設。全樣本與分樣本模型中均能觀察到這一趨勢，也說明模型在整體上是穩(wěn)健的。

5 結論與建議

5.1 主要結論

本文通過對“房價倒掛”機制的理論分析和實證檢驗，對“房價倒掛”在不同城市中形成原因的異質性表現(xiàn)得到以下結論。

第一，引起“房價倒掛”的主要原因在于政策約束與預期推高。其中政策約束以限價政策的影響最為明顯，此外房地產政策的不確定性對“房價倒掛”也存在顯著的正向影響，從政策角度總體來看，政策不確定性對“房價倒掛”的影響強于政策強度（限價政策）的影響。預期推高以消費者的需求預期影響最為明顯，從預期角度總體來看，需求預期對“房價倒掛”的影響強于供給預期的影響。

第二，不同城市“房價倒掛”成因存在異質性差異。從面板tobit模型實證中可以得出，一線城市的限價政策效果顯著，是造成“房價倒掛”的主要原因，而高價購地造成供給預期升高則是引起“房價倒掛”的次要原因;新一線城市的“房價倒掛”程度是所有城市類別中最高的，其中需求預期對“房價倒掛”起到了大部分作用，相比之下限價政策在新一線城市中的實施效果則不明顯;二線城市中需求預期仍是造成“房價倒掛”的主要原因，而二線城市中，房地產開發(fā)企業(yè)大量拿地造成的供給預期推高對“房價倒掛”影響也十分明顯，而政策上除了受到限價政策的影響以外，二線城市對房地產政策的不確定性反應是所以城市類別中最敏感的，很容易形成市場火熱的適應性預期，進而造成“房價倒掛”;三線及其他城市由于本文選取樣本較少，僅能從需求預期對“房價倒掛”存在顯著影響這一點得出結論。

第三，需求預期對“房價倒掛”的作用受到房地產政策不確定性的門限效應影響，存在加速效應。從面板門限模型實證中可以得出當房地產政策不確定性達到一定門限值時，需求預期對“房價倒掛”程度的影響存在顯著的邊際遞增，表現(xiàn)為加速效應，并且這種加速效應在新一線與二線城市中表現(xiàn)得更加明顯。

5.2 政策建議

5.2.1 完善制度設計，建立長效機制

限價政策作為一種強制調控手段，短期內確實能夠抑制房價過快上漲，但其帶來的“房價倒掛”會直接影響住宅市場的供給匹配，并不能長久化解我國房地產市場供給側的困難，因此管理部門在實施長效機制時，還需以金融工具和落戶戰(zhàn)略引導剛需、改善性需求為主，以調整價格，限購限售為輔，通過改善存量市場結構來達到穩(wěn)定住宅價格的目的。

5.2.2 合理疏導預期，加強政策延續(xù)

住宅價格預期是影響“房價倒掛”的重要因素，尤其是需求預期，房地產中介等平臺的非交易信息極易轉化為居民對房地產市場的預期，影響消費者理性判斷，因此監(jiān)管部門在面對公開的住宅交易平臺要做到價格的規(guī)范管理，核實每一套掛牌房源的交易信息，避免“一房多售”等虛假繁榮的狀況對人們的住宅價格預期產生誤導。此外，本文的研究發(fā)現(xiàn)房地產政策不確定性會使預期對“房價倒掛”存在加速效應，因此需要地方政府做到針對住宅市場的調控政策延續(xù)性加強，避免“朝令夕改”;另外，在產業(yè)布局上要加大第三產業(yè)尤其是其他金融業(yè)的投資渠道建設，將房地產業(yè)吸收的過度投資轉移一部分到其他產業(yè)上。

5.2.3 堅持因城施策，細致分類調控

由于不同城市“房價倒掛”成因存在異質性差異，地方政府與房管部門在調控時應該根據(jù)自身狀況因城施策;對于一線城市應該通過增加供給來緩解供需矛盾，從而最終改善“房價倒掛”，而對于新一線與二線城市則更應該激活存量市場，適量開發(fā)新地塊，既能解決庫存問題，又能給市場提供一種政府調控的信號，從而通過不同渠道來保證消費者形成合理的房地產市場預期，以此來緩解“房價倒掛”。

參考文獻：

1.黃燕芬 李志遠 張超.堅持“住宅不炒”深入推進房地產市場供給側結構性改革——2017年房地產政策回顧與2018年展望.價格理論與實踐.2018.01

2.陳淑云 王翔翔 王佑輝.“兩輪限購”對住房價格的動態(tài)影響.華中師范大學學報（人文社科版）.2019.01

3.王麗艷 崔燚 王振坡.政策干預、羊群效應與房地產價格波動.華東經(jīng)濟管理.2019.03

4.呂龍 劉海云.城市房價溢出效應的測度、網(wǎng)絡結構及其影響因素研究.經(jīng)濟評論.2019.02

5.Vansteenkiste I， P.Hiebert.Do housing price developments spillover across euro area countries？ Evidence from a global VAR.Journal of housing economics.2011.20 （4）

6.龔建 欒君 王文婷 王向東.長三角城市群住宅價格的空間傳導路徑.經(jīng)濟地理.2017.07

7.王俊松 滿燕云.高價地塊對北京市住宅價格影響的空間傳導效應——基于特征價格模型的定量分析.現(xiàn)代城市研究.2015.08

8.陳詩一 王祥.融資成本、房地產價格波動與貨幣政策傳導.金融研究.2016.03

9.毛雅娟 李善民 黃宇軒.宏觀經(jīng)濟、政府干預與資產價格波動——基于VAR和RVAR的傳導機制研究.證券市場導報.2014.08

10.李慶華 鄭庶心.房地產調控條件下貨幣政策的資產價格傳導效應——基于35個大中城市的實證分析.價格月刊.2020.07

11.葛亮 徐鄧耀.房地產增量市場與房地產存量市場的互動機理分析.統(tǒng)計與決策.2007.06

12.李進濤 譚述魁 孫慧清.基于同質面板因果檢驗的住宅增量與存量市場價格關系研究——以武漢市為例.科學經(jīng)濟社會.2009.03

13.王偉華 袁持平.因城施策背景下城市房價問題研究——兼析深圳市新房與二手房市場價格傳導機制.價格理論與實踐.2019.12

14.Denise Dipasquale，William C.W.Urban Economics and Real Estate Market.Prentice Hall.1995

15.汪翔.理性預期宏觀經(jīng)濟學：一種新的宏觀經(jīng)濟思潮.中國人民大學出版社.1989

16.況偉大.預期、投機與中國城市房價波動.經(jīng)濟研究.2010.09

17.Yun Huang and Paul Luk.Measuring economic policy uncertainty in China.China Economic Review.2020.02

18.陳強.高級計量經(jīng)濟學及STATA應用（第2版）.高等教育出版社.2014.04

19.Jeffrey M.Wooldridge.計量經(jīng)濟學導論現(xiàn)代觀點（第五版）.中國人民大學出版社.2015

20.李斌 張所地.預期視角下住房需求調控效果的城市差異研究.數(shù)理統(tǒng)計與管理.2015.34 （04）

作者簡介：王石宇，華中師范大學數(shù)學與統(tǒng)計學院博士研究生。

高炳華，華中師范大學經(jīng)濟與工商管理學院教授，博士生導師。

基金項目：教育部人文社科研究規(guī)劃基金項目“住宅價格規(guī)制研究”（10YJA790052）后期研究成果，華中師范大學企業(yè)委托項目《住宅智能估價系統(tǒng)研發(fā)》（SK01242018-0555）子課題研究成果。