放松限購(gòu)政策對(duì)住宅價(jià)格的空間效應(yīng)研究

張海永

(1.中國(guó)礦業(yè)大學(xué)　管理學(xué)院，江蘇　徐州　221116；2.滁州學(xué)院　數(shù)學(xué)與金融學(xué)院，安徽　滁州　239000)

放松限購(gòu)政策對(duì)住宅價(jià)格的空間效應(yīng)研究

張海永1,2*

(1.中國(guó)礦業(yè)大學(xué)管理學(xué)院，江蘇徐州221116；2.滁州學(xué)院數(shù)學(xué)與金融學(xué)院，安徽滁州239000)

摘要：面對(duì)房地產(chǎn)市場(chǎng)庫(kù)存高企、成交萎縮、房?jī)r(jià)下跌，地方政府實(shí)施放松限購(gòu)政策以期緩解樓市轉(zhuǎn)冷態(tài)勢(shì)，關(guān)于放松限購(gòu)政策影響住宅價(jià)格的空間計(jì)量研究相對(duì)匱乏。選取南寧市房地產(chǎn)市場(chǎng)數(shù)據(jù)，利用Moran’s I檢驗(yàn)住宅價(jià)格的空間依賴(lài)性，把分位數(shù)回歸方法引入空間滯后模型分析住房放松限購(gòu)政策的空間異質(zhì)性效應(yīng)。研究發(fā)現(xiàn)實(shí)施放松限購(gòu)政策在住宅價(jià)格分布的各個(gè)分位點(diǎn)處驅(qū)動(dòng)房?jī)r(jià)上漲的效應(yīng)不明顯。政府應(yīng)適時(shí)取消限購(gòu)措施，通過(guò)市場(chǎng)化的手段促進(jìn)房地產(chǎn)市場(chǎng)理性回歸，發(fā)揮市場(chǎng)在資源配置中的決定性作用，構(gòu)建房地產(chǎn)調(diào)控長(zhǎng)效機(jī)制。

關(guān)鍵詞：放松限購(gòu)；房?jī)r(jià)；空間滯后依賴(lài)；分位數(shù)回歸

目前國(guó)內(nèi)對(duì)房地產(chǎn)市場(chǎng)放松限購(gòu)政策的研究，主要是通過(guò)在媒體、報(bào)端等以文字評(píng)述的方式對(duì)放松限購(gòu)政策實(shí)施的背景、范圍、原因、作用、發(fā)展方向等進(jìn)行簡(jiǎn)要描述或理論分析，缺乏嚴(yán)謹(jǐn)?shù)睦碚撃Ｐ图皩?shí)證檢驗(yàn)。南寧是首個(gè)由官方發(fā)文放松限購(gòu)的城市，主要針對(duì)戶(hù)籍限購(gòu)進(jìn)行放寬，使得可以在南寧市購(gòu)房的潛在客戶(hù)增多[1]。通過(guò)檢驗(yàn)?zāi)蠈幏康禺a(chǎn)市場(chǎng)放松限購(gòu)政策的效果，對(duì)其他城市而言具有借鑒作用。本文使用Moran’s I檢驗(yàn)?zāi)蠈幏康禺a(chǎn)市場(chǎng)住宅價(jià)格的空間依賴(lài)性，判斷是否需要考慮住宅價(jià)格的空間自相關(guān)因素，然后把分位數(shù)回歸方法嵌入空間滯后模型研究松綁限購(gòu)政策在住宅價(jià)格分布不同分位點(diǎn)處的空間效果，以期能夠補(bǔ)充這方面的定量研究，為房地產(chǎn)市場(chǎng)相關(guān)政策的制定提供參考。

1指標(biāo)選取

放松限購(gòu)政策有利于釋放住房需求，刺激住房成交套數(shù)上升，由此帶來(lái)成交面積上升，商品房需求量增大誘發(fā)房地產(chǎn)價(jià)格上升[2]。因此，可以認(rèn)為住房成交套數(shù)是放松限購(gòu)政策影響房?jī)r(jià)的橋梁。選取地區(qū)虛擬變量(描述區(qū)域位置因素對(duì)房?jī)r(jià)的影響)和住房成交套數(shù)為解釋變量。南寧市共6個(gè)城區(qū)，為避免虛擬變量陷阱，地區(qū)虛擬變量分別表示為X1(屬青秀區(qū)取1，否則取0)、X2(屬興寧區(qū)取1，否則取0)、X3(屬江南區(qū)取1，否則取0)、X4(屬西鄉(xiāng)塘區(qū)取1，否則取0)、X5(屬良慶區(qū)取1，否則取0)，X6表示住房成交套數(shù)。以住房?jī)r(jià)格的對(duì)數(shù)形式ln y作為被解釋變量[3-4]。以住房成交面積衡量區(qū)域房地產(chǎn)規(guī)模，空間滯后模型中權(quán)重矩陣W以房地產(chǎn)規(guī)模的距離為基本元素，利用高斯核函數(shù)進(jìn)行構(gòu)造[5-6]。

2數(shù)據(jù)來(lái)源

房地產(chǎn)市場(chǎng)的繁榮程度直接影響著當(dāng)?shù)氐慕?jīng)濟(jì)狀況，南寧放松限購(gòu)在很大程度上是為了提高日益下降的房?jī)r(jià)促進(jìn)地方經(jīng)濟(jì)水平上升。從南寧發(fā)文放松限購(gòu)2014年4月25日至9月30日央行松綁房貸期間，南寧的房地產(chǎn)市場(chǎng)不曾出現(xiàn)國(guó)家或地方的房地產(chǎn)新政，所以在這段時(shí)間內(nèi)能夠促進(jìn)南寧房?jī)r(jià)上漲的驅(qū)動(dòng)力因素基本上是放松限購(gòu)，與之前旨在給房地產(chǎn)市場(chǎng)降溫遏制房?jī)r(jià)上漲的密集宏觀調(diào)控政策關(guān)聯(lián)甚微。因此，本文選取2014年4月25日至9月30日南寧房地產(chǎn)市場(chǎng)每日的交易數(shù)據(jù)進(jìn)行分析，數(shù)據(jù)來(lái)源于房王數(shù)據(jù)中心[7]和南寧市統(tǒng)計(jì)局。

3住宅價(jià)格空間依賴(lài)性檢驗(yàn)

Kostov指出空間固定資產(chǎn)之間存在著潛在的空間依賴(lài)性[8]，Liao等使用空間滯后分位數(shù)回歸模型研究長(zhǎng)沙市房地產(chǎn)市場(chǎng)，結(jié)果發(fā)現(xiàn)房?jī)r(jià)具有空間依賴(lài)性[4]。南寧市6個(gè)城區(qū)住宅價(jià)格的全局Moran’s I及檢驗(yàn)結(jié)果見(jiàn)表1。

表1　全局Moran’s I及檢驗(yàn)

從表1可知，南寧市住宅價(jià)格整體上存在顯著的空間依賴(lài)性，需要考慮納入空間依賴(lài)因素的計(jì)量經(jīng)濟(jì)模型，上述3種空間計(jì)量經(jīng)濟(jì)模型：空間滯后模型、空間誤差模型、空間通用模型，究竟哪種模型更恰當(dāng)還要通過(guò)相應(yīng)的判別準(zhǔn)則進(jìn)行確定。

4空間模型選擇

當(dāng)探測(cè)到數(shù)據(jù)的空間依賴(lài)性之后，無(wú)法根據(jù)經(jīng)驗(yàn)判斷哪種空間計(jì)量經(jīng)濟(jì)模型更適合于實(shí)際應(yīng)用。本文通過(guò)比較3種模型空間參數(shù)估計(jì)值在統(tǒng)計(jì)上的顯著性及赤池信息準(zhǔn)則(AIC)判斷哪一種空間計(jì)量經(jīng)濟(jì)模型更合適[9]，比較結(jié)果見(jiàn)表2。

表2顯示，空間滯后模型(SLM)的空間影響系數(shù)ρ=0.341 9，P=0.005 280 1，非常顯著，說(shuō)明鄰近區(qū)域的住宅價(jià)格對(duì)本地住宅價(jià)格產(chǎn)生了空間影響；SLM殘差項(xiàng)空間依賴(lài)性的拉格朗日乘子檢驗(yàn)值=1.275 7，對(duì)應(yīng)的P=0.258 71，不顯著，表明納入鄰近區(qū)域的空間影響之后，模型的殘差項(xiàng)不存在空間依賴(lài)；空間滯后模型的赤池信息準(zhǔn)則AIC為-459.72，小于普通線(xiàn)性模型的-457.22，說(shuō)明在加入空間滯后項(xiàng)之后，模型的擬合程度有所改善?？臻g誤差模型(SEM)的空間影響系數(shù)λ=0.143 75，其P=0.334 75，不顯著，說(shuō)明誤差項(xiàng)的空間依賴(lài)性不明顯；空間誤差模型的赤池信息準(zhǔn)則AIC為-455.9，大于普通線(xiàn)性模型的-457.22，說(shuō)明前者在擬合程度上與后者相比沒(méi)有改善，選擇空間誤差模型是不恰當(dāng)?shù)??？臻g通用模型(SAC)的空間滯后影響系數(shù)ρ=0.435 12，P=0.0487 55，在0.05水平上顯著；空間誤差影響系數(shù)，P=0.555 93，不顯著，再次表明誤差項(xiàng)的空間依賴(lài)性不強(qiáng)，考慮空間誤差模型作用不大；空間通用模型的赤池信息準(zhǔn)則AIC為-458.31，小于普通線(xiàn)性模型的-457.22，說(shuō)明前者與后者相比較，空間通用模型在擬合程度上有改善。但是與空間滯后模型的赤池信息準(zhǔn)則(AIC為-459.72)相比較，空間滯后模型在擬合性能上是更恰當(dāng)?shù)倪x擇。為了獲得解釋變量在各個(gè)分位數(shù)水平上對(duì)住宅價(jià)格所起的不同作用，優(yōu)化處理誤差項(xiàng)的異方差性，應(yīng)用兩階段分位數(shù)回歸方法(2SQR)估計(jì)空間滯后模型，即選擇空間滯后分位數(shù)回歸模型來(lái)進(jìn)行研究。

表2　空間參數(shù)估計(jì)與AIC

注：符號(hào)“-”表示相應(yīng)空間模型回歸結(jié)果中不含該項(xiàng)。

5估計(jì)結(jié)果

空間滯后分位數(shù)回歸模型各變量系數(shù)的2SQR回歸結(jié)果如表3所示。

表3　2SQR回歸結(jié)果

注：括號(hào)內(nèi)的數(shù)字為Bootstrap標(biāo)準(zhǔn)差，*表示P<0.05的顯著性水平。

空間滯后項(xiàng)對(duì)房?jī)r(jià)的影響在0.4～0.6分位點(diǎn)顯著，在其他各分位點(diǎn)不顯著。整體上看，房產(chǎn)價(jià)格受鄰近房?jī)r(jià)的影響不明顯，這與以往的研究結(jié)果有些差異，可能是因?yàn)槟蠈幏康禺a(chǎn)市場(chǎng)庫(kù)存高企、供大于求、銷(xiāo)量萎縮，在信貸從緊的大環(huán)境下開(kāi)發(fā)商為了快速回籠資金以?xún)r(jià)換量，不會(huì)過(guò)多參考鄰近地區(qū)房?jī)r(jià)，房?jī)r(jià)的空間依賴(lài)性減弱。

地區(qū)變量對(duì)不同水平房?jī)r(jià)的影響差異明顯。表3顯示青秀區(qū)(X1)在0.1～0.8的分位點(diǎn)下對(duì)房?jī)r(jià)的影響顯著，系數(shù)估計(jì)值隨著分位點(diǎn)的升高先變大再變小，在0.5分位點(diǎn)處達(dá)到最大。興寧區(qū)(X2)、西鄉(xiāng)塘區(qū)(X4)在0.1～0.5及0.9分位點(diǎn)影響顯著，且在0.9分位點(diǎn)處系數(shù)估計(jì)值為負(fù)數(shù)。江南區(qū)(X3)在0.1～0.3及0.9分位點(diǎn)處對(duì)房?jī)r(jià)影響顯著，0.9分位點(diǎn)處的系數(shù)估計(jì)值為負(fù)數(shù)。良慶區(qū)(X5)在0.3～0.6及0.9分位點(diǎn)處影響顯著，系數(shù)估計(jì)值先增再降，在0.5分位點(diǎn)處達(dá)到最大，在0.9分位點(diǎn)處達(dá)到最小(負(fù)數(shù))。整體來(lái)看，各個(gè)城區(qū)的高端住宅價(jià)格(0.9分位水平房?jī)r(jià))在南寧放松限購(gòu)期間更容易下行。

如表3所示，住房成交套數(shù)(X6)在各分位點(diǎn)處對(duì)房?jī)r(jià)的影響不顯著。這與南寧房地產(chǎn)市場(chǎng)龐大的庫(kù)存有關(guān)，南寧樓市庫(kù)存現(xiàn)狀約644萬(wàn)m2，半年新增近100萬(wàn)m2，這個(gè)庫(kù)存量大約需消化12個(gè)月左右[10]。供給遠(yuǎn)大于需求，供求力量懸殊，即使住房成交套數(shù)增加短期內(nèi)也難以撼動(dòng)庫(kù)存，致使房?jī)r(jià)變化微弱。政府想通過(guò)放松限購(gòu)政策刺激樓市交易回暖房?jī)r(jià)上漲，進(jìn)而帶動(dòng)經(jīng)濟(jì)發(fā)展的初衷恐不能實(shí)現(xiàn)。

6結(jié)語(yǔ)

2014年以來(lái)許多城市的房?jī)r(jià)逐漸進(jìn)入下行通道，房地產(chǎn)市場(chǎng)交易低迷，這對(duì)地方政府的財(cái)政收入和經(jīng)濟(jì)發(fā)展產(chǎn)生壓力，地方政府采取放松限購(gòu)政策以期能夠轉(zhuǎn)暖房地產(chǎn)市場(chǎng)。然而，放松限購(gòu)政策對(duì)房地產(chǎn)市場(chǎng)的效果究竟如何？通過(guò)空間滯后分位數(shù)回歸方法研究發(fā)現(xiàn)，住房成交套數(shù)對(duì)房?jī)r(jià)的影響非常微弱，說(shuō)明放松限購(gòu)政策難以驅(qū)動(dòng)房?jī)r(jià)上漲。房地產(chǎn)行業(yè)過(guò)去10年的高速增長(zhǎng)結(jié)束了住房普遍短缺、房企拿地就能賺錢(qián)的時(shí)代，透支了房地產(chǎn)市場(chǎng)未來(lái)若干年的增長(zhǎng)潛力。當(dāng)前的房地產(chǎn)市場(chǎng)庫(kù)存壓力大、成交萎縮、房?jī)r(jià)下降、增速放緩，購(gòu)房者買(mǎi)漲不買(mǎi)跌的心態(tài)加重，市場(chǎng)觀望情緒逐漸濃厚。放松住房限購(gòu)政策在這種大環(huán)境下難以有效刺激住房需求入市，從而加劇了放松住房限購(gòu)政策效果的微弱性。

2014年以來(lái)，房地產(chǎn)市場(chǎng)轉(zhuǎn)冷既是對(duì)以往樓市過(guò)熱的降溫，也是對(duì)供不應(yīng)求、房?jī)r(jià)過(guò)度上漲的調(diào)整。本輪調(diào)整并不是由政策引起，而是市場(chǎng)經(jīng)濟(jì)體制下樓市自發(fā)調(diào)整的正常現(xiàn)象。地方政府的行政職能不應(yīng)該是過(guò)多干預(yù)樓市，而應(yīng)該通過(guò)行政手段維護(hù)房地產(chǎn)市場(chǎng)的穩(wěn)健運(yùn)行，充分發(fā)揮市場(chǎng)在資源配置中的決定性作用。不能房?jī)r(jià)一降就急于救市， 因?yàn)榘l(fā)自市場(chǎng)本身的調(diào)整急于救市效果并不明顯。所以，未來(lái)房地產(chǎn)的調(diào)控思路應(yīng)該轉(zhuǎn)向通過(guò)市場(chǎng)手段促進(jìn)房地產(chǎn)市場(chǎng)的理性回歸，政府與市場(chǎng)重新定位，政府要實(shí)現(xiàn)“去行政化”，穩(wěn)步推進(jìn)房地產(chǎn)行業(yè)發(fā)展的長(zhǎng)期性制度變革，構(gòu)建房地產(chǎn)調(diào)控長(zhǎng)效機(jī)制，包括房地產(chǎn)稅、土地制度、城鎮(zhèn)化戰(zhàn)略等。

參考文獻(xiàn)：

[1] 清遠(yuǎn)市人民政府.廣西北部灣經(jīng)濟(jì)區(qū)其他城市居民可享同等購(gòu)房政策[EB/OL].(2014-04-30)[2014-5-05].http://www.gdqy.gov.cn/.

[2] 閆緒嫻,夏恩君.北京市普通住宅商品房銷(xiāo)售面積預(yù)測(cè)[J].北京理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版),2002(S1): 88-90.

[3] ZIETZ J,ZIETZ E N,SIRMANS G S. Determinants of house prices: a quantile regression approach[J].The Journal of Real Estate Finance and Economics,2008,37(4):317-333.

[4] LIAO W C,WANG X.Hedonic house prices and spatial quantile regression[J].Journal of Housing Economics,2012,21(1):16-27.

[5] 林光平,龍志和,吳梅.我國(guó)地區(qū)經(jīng)濟(jì)收斂的空間計(jì)量實(shí)證分析:1978—2002年[J].經(jīng)濟(jì)學(xué)(季刊),2005(S1):67-82.

[6] 楊康,李滿(mǎn)春,劉永學(xué),等.基于累積相似度表面的空間權(quán)重矩陣構(gòu)建方法[J].測(cè)繪學(xué)報(bào),2012,41(2):259-265,272.

[7] 房王數(shù)據(jù)中心.南寧住宅實(shí)時(shí)成交數(shù)據(jù)[DB/OL].(2014-04-20)[2014-10-05].http://nn.data.ihk.cn/.

[8] KOSTOV P.A spatial quantile regression hedonic model of agricultural land prices[J].Spatial Economic Analysis,2009,4(1):53-72.

[9] 王慶喜,蔣燁,陳卓詠.區(qū)域經(jīng)濟(jì)研究實(shí)用方法:基于ArcGIS,GeoDa和R的運(yùn)用[M].北京:經(jīng)濟(jì)科學(xué)出版社,2014.

[10] 南國(guó)城報(bào)一居周刊.南寧樓市庫(kù)存調(diào)查[EB/OL].(2014-04-20)[2014-10-05].http://epaper.gxnews.co m.cn/ngcb/html/2014-11/27/content_2499444.htm.

Research on the Spatial Effect of Loosened Home-buying Restrictions on Housing Prices

ZHANGHaiyong1, 2*

(1. School of Management, China University of Mining and Technology, Xuzhou 221116, China; 2. School of Mathematics and Finance, Chuzhou University, Chuzhou 239000, China)

Abstract:Local governments loose home-buying restrictions to try to solve the problems of high inventory, shrinking deal and falling house prices in China’s housing markets. The spatial effect of loosened home-buying restrictions on housing prices attracts much attention, on which the quantitative research is relatively scarce. This article takes Nanning’s housing market as an example, then uses Moran’s I to test the spatial dependence in housing prices, and incorporate spatial lag model with quantile regression to analyze the effect of loosened home-buying restrictions on housing prices. Our results reveal that loosened home-buying restrictions is hard to push housing prices up at all quantiles of the distribution of housing prices, which suggests that government should cancel home-buying restrictions in good time, promote the rational regression of housing market by means of marketing, let market play a decisive role in the allocation of resources and build long-term effective mechanism of housing regulation.

Key words:loosened home-buying restriction; housing price; spatial dependence; quantile regression

DOI:10.13542/j.cnki.51-1747/tn.2016.02.025

收稿日期：2016-03-10

基金項(xiàng)目：江蘇省普通高校研究生科研創(chuàng)新計(jì)劃項(xiàng)目“基于空間分位數(shù)回歸模型的房?jī)r(jià)異質(zhì)性及調(diào)控政策研究”(KYZZ_0384)；滁州學(xué)院科研項(xiàng)目“基于時(shí)變非對(duì)稱(chēng)嵌套權(quán)重矩陣的房?jī)r(jià)貝葉斯空間分位數(shù)回歸模型與實(shí)證研究”(2015GH25)

作者簡(jiǎn)介：張海永(1981— )，男(漢族)，江蘇徐州人，講師，在讀博士研究生，研究方向：空間分位數(shù)回歸與房?jī)r(jià)建模，通信作者郵箱：haiyongzhangcumt@foxmail.com。

中圖分類(lèi)號(hào)：F293.35

文獻(xiàn)標(biāo)志碼：A

文章編號(hào)：2095-5383(2016)02-0090-03