王石宇　高炳華

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

關(guān)鍵詞：房價(jià)倒掛;限價(jià)政策;政策不確定性;門限效應(yīng)

中圖分類號：F293 文獻(xiàn)標(biāo)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(jì)工作會議提出“房子是用來住的，不是用來炒的”這一指導(dǎo)思想以來，我國房地產(chǎn)市場進(jìn)入到了第二輪限購調(diào)整階段，與2010-2014年第一輪限購調(diào)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(jià)”這種強(qiáng)制性政策手段來限制房價(jià)過快增長。盡管在短期內(nèi)，政策的強(qiáng)制性介入抑制住了大部分城市的房價(jià)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(jià)格高于新建商品住宅價(jià)格的“房價(jià)倒掛”現(xiàn)象。自2018年起，上海、南京等8城市進(jìn)一步實(shí)施購房搖號政策后，新建商品住宅價(jià)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(shí)，國家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示2018年上半年我國70個(gè)大中城市新建商品住宅價(jià)格指數(shù)并沒有因此降低，反而70個(gè)城市中有超過60個(gè)城市二手住宅價(jià)格增幅明顯升高，形成了新建商品住宅與二手住宅價(jià)格“倒掛”。這說明“房價(jià)倒掛”極易形成一種價(jià)格持續(xù)增長的適應(yīng)性預(yù)期，造成城市住宅市場的羊群效應(yīng)，導(dǎo)致社會資本過多涌入房地產(chǎn)市場，嚴(yán)重時(shí)更會引發(fā)系統(tǒng)性的金融風(fēng)險(xiǎn)，而這是不利于實(shí)現(xiàn)我國房地產(chǎn)市場長期健康平穩(wěn)發(fā)展目標(biāo)的。

對于住宅價(jià)格與城市的關(guān)系，現(xiàn)有研究以住宅價(jià)格在地區(qū)之間以及地區(qū)內(nèi)部其他要素之間的傳導(dǎo)為主。Vansteenkiste和Hiebert采用了10個(gè)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(guān)聯(lián)性，結(jié)果表明這些貨幣一體化國家之間住宅價(jià)格存在長期穩(wěn)定關(guān)系，并且相互之間有明顯的溢出效應(yīng)。龔建、欒君等通過Granger因果檢驗(yàn)與脈沖響應(yīng)函數(shù)的方法對長三角區(qū)城市群住宅價(jià)格空間傳導(dǎo)路徑進(jìn)行了研究，結(jié)果表明，長三角城市群的住宅價(jià)格存在以中心城市為主導(dǎo)的傳導(dǎo)路徑，當(dāng)時(shí)間滯后2個(gè)月時(shí)，這種傳導(dǎo)作用強(qiáng)度會明顯減弱，呈現(xiàn)抑制變化趨勢，其住宅價(jià)格空間傳導(dǎo)路徑形成的機(jī)理是資本流動(dòng)、人口流動(dòng)、價(jià)格反饋效應(yīng)和城市增長極溢出效應(yīng)。王俊松、滿燕云則通過GIS技術(shù)方法研究了高價(jià)地塊對北京市住宅價(jià)格影響的空間傳導(dǎo)效應(yīng)，并得出在控制區(qū)位和住宅特征的條件下，高地價(jià)地塊成交后，周邊住宅價(jià)格的上漲幅度在6%～25%的結(jié)論。對于住宅價(jià)格與政策關(guān)系，現(xiàn)有研究以區(qū)別政策實(shí)施前后的經(jīng)濟(jì)效應(yīng)的差異為主。陳詩一、王祥將住宅價(jià)格的波動(dòng)與金融系統(tǒng)的貨幣政策結(jié)合起來，利用DSGE模型模擬社會融資成本政策對房地產(chǎn)市場金融加速器效應(yīng)的影響，得到了在社會融資成本較高時(shí)，降低利率的貨幣政策沖擊可以顯著提高住宅價(jià)格的結(jié)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(chǎn)市場和股票市場的資產(chǎn)價(jià)格傳遞機(jī)制的考察當(dāng)中，并得出宏觀經(jīng)濟(jì)沖擊對兩個(gè)市場的直接影響和間接溢出效應(yīng)是交互動(dòng)態(tài)的，且溢出效應(yīng)在部分傳導(dǎo)中還占據(jù)了主導(dǎo)地位。李慶華、鄭庶心以房地產(chǎn)經(jīng)濟(jì)為落腳點(diǎn)，研究了我國35個(gè)大城市中房地產(chǎn)調(diào)控政策通過資產(chǎn)價(jià)格傳導(dǎo)效應(yīng)對宏觀經(jīng)濟(jì)產(chǎn)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(jià)格影響不同的結(jié)論，并且住宅價(jià)格對實(shí)體經(jīng)濟(jì)的促進(jìn)具有滯后效應(yīng)。陳淑云、王翔翔等利用我國70個(gè)大中城市2010-2018年城市住宅價(jià)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(jià)格的動(dòng)態(tài)影響，得出限購政策只能在短期內(nèi)抑制新建商品住宅價(jià)格，但無法有效控制二手住宅價(jià)格上漲的結(jié)論。對于新建商品住宅、二手住宅價(jià)格內(nèi)部關(guān)聯(lián)，現(xiàn)有研究不多，以探究二者價(jià)格長期趨勢和因果關(guān)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(jìn)行動(dòng)態(tài)分析，得出了存量價(jià)格對增量價(jià)格有明顯的促進(jìn)作用，存量房地產(chǎn)需求時(shí)房地產(chǎn)市場發(fā)展的重要?jiǎng)恿Α＠钸M(jìn)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(yàn)發(fā)現(xiàn)增量住宅價(jià)格是存量住宅價(jià)格的granger原因，其價(jià)格每上升1%會引起存量住宅價(jià)格上升1.06%，而反之則不成立。王偉華、袁持平結(jié)合因城施策的背景以平均首付比為切入點(diǎn)，探究了深圳市新建商品住宅與二手住宅的市場價(jià)格傳到機(jī)制，并且得出平均首付比對新建商品住宅和二手住宅的價(jià)格波動(dòng)都有顯著負(fù)向影響，且對二手住宅市場作用更強(qiáng)。

現(xiàn)有的研究對于“房價(jià)倒掛”現(xiàn)象及其形成機(jī)理缺乏較為完備的解釋，基于此，本文在現(xiàn)有對房價(jià)關(guān)聯(lián)與傳導(dǎo)的文獻(xiàn)研究基礎(chǔ)之上，重點(diǎn)探討“房價(jià)倒掛”的形成機(jī)理，以及“房價(jià)倒掛”在各城市之間不同表現(xiàn)的異質(zhì)性問題，并納入對預(yù)期和房地產(chǎn)政策的考量，使理論分析與建模實(shí)證更加符合現(xiàn)實(shí)。

2 理論分析與研究假設(shè)

2.1 理論分析

2.1.1 四象限模型

以往文獻(xiàn)中，研究新建商品住宅價(jià)格與二手住宅價(jià)格關(guān)系，以Denise與William構(gòu)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(chǔ)，通過添加政策約束和預(yù)期效應(yīng)，“房價(jià)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(diǎn)處的均衡價(jià)格為Pe，均衡供給（需求）量為Qe，但由于新建商品住宅預(yù)售限價(jià)的作用，新建商品住宅預(yù)售價(jià)格被強(qiáng)制設(shè)定在P0水平，部分房地產(chǎn)開發(fā)企業(yè)選擇延遲開盤，此時(shí)的新建商品住宅供給只能達(dá)到Q0水平，導(dǎo)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(jià)增長預(yù)期的考慮，此時(shí)寧愿出高價(jià)購買二手住宅，造成D2曲線出現(xiàn)向左上方移動(dòng)的趨勢，到達(dá)D3水平;住宅市場發(fā)達(dá)的城市二手住宅市場體量較大（短期內(nèi)能夠滿足爆發(fā)需求），在當(dāng)期二手市場表現(xiàn)為供給量的調(diào)整為主，供給價(jià)格的變動(dòng)幅度不大，因此S2曲線向左移動(dòng)至S3水平，最終經(jīng)過調(diào)整后當(dāng)期二手住宅市場的均衡價(jià)格達(dá)到P2，均衡供給（需求）量為Q2;此時(shí)新建商品住宅市場與二手住宅市場已經(jīng)形成P2 - P0的價(jià)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(yù)售定價(jià)需要將前一期周邊的二手住宅價(jià)格納入?yún)⒖?，因此第二期的新建商品住宅限價(jià)從P0水平上調(diào)至P1水平，第二期新建商品住宅供給能達(dá)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(yù)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(dòng)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(diào)整自身的預(yù)期，導(dǎo)致二手住宅市場的掛牌價(jià)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(yù)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(dòng)至S6，此時(shí)第二期二手住宅市場均衡價(jià)格達(dá)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(jià)格差進(jìn)一步被拉開至P3 - P1。

2.1.2 住宅價(jià)格預(yù)期模型

從四象限模型的分析中可以得到在“限價(jià)”政策的約束下，新建商品住宅價(jià)格與二手住宅價(jià)格逐漸形成倒掛的過程，但其中缺乏對房地產(chǎn)市場政策不確定性影響機(jī)制的討論，以及住宅市場價(jià)格預(yù)期影響的理論分析。因此，繼續(xù)構(gòu)建如下的住宅需求與住宅供給函數(shù)，由于住宅價(jià)格預(yù)期以及房地產(chǎn)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(shè)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(dāng)期（t期）住宅價(jià)格，表示住宅消費(fèi)者在t期對t+1期房價(jià)的預(yù)期，INCt表示t期的住宅消費(fèi)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(jì)變量向量;St表示t期住宅供給，Pt-1表示t-1期住宅價(jià)格， 表示開發(fā)商在t-1期對t期房價(jià)的預(yù)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(jì)變量向量。

當(dāng)市場均衡時(shí)，由（1）（2）兩式可得，Dt=St，

即：

根據(jù)Cagan （1956）提出的適應(yīng)性預(yù)期理論，將住宅價(jià)格的適應(yīng)性預(yù)期函數(shù)設(shè)為：

住宅價(jià)格的適應(yīng)性預(yù)期建立在對前一期價(jià)格預(yù)期中產(chǎn)生的偏離之上，在一步步對預(yù)期偏離的修正過程中，使得預(yù)期序列在長期中向?qū)嶋H收斂。

根據(jù)Metzler （1941）在靜態(tài)預(yù)期的基礎(chǔ)上提出的外推性預(yù)期，將住宅價(jià)格的外推性預(yù)期函數(shù)設(shè)為：

住宅價(jià)格的外推性預(yù)期建立在對以往跨期實(shí)際住宅價(jià)格的偏離之上，在對實(shí)際價(jià)格波動(dòng)的修正中，調(diào)整自身預(yù)期。

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

其中，INCt = INCTRENDt + UNINCt，即將收入分解為其趨勢部分和其波動(dòng)部分，以其波動(dòng)部分構(gòu)成收入不確定性，并且與政策不確定共同構(gòu)成住宅不確定性預(yù)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(jià)格還是二手住宅價(jià)格都會受到住宅預(yù)期以及房地產(chǎn)政策的不確定性影響，而同時(shí)房地產(chǎn)政策的不確定性本身就會對市場預(yù)期產(chǎn)生影響，因此預(yù)期對于住宅價(jià)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(yīng)。

2.2 研究假設(shè)

基于前文分析，城市新建商品住宅與二手住宅“房價(jià)倒掛”理論上應(yīng)該由政策約束、預(yù)期推高以及房地產(chǎn)市場不確定性共同作用而成。但從城市異質(zhì)性角度來看，不同城市形成“房價(jià)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(yīng)更敏感，短期內(nèi)新建商品住宅價(jià)格在限價(jià)預(yù)售機(jī)制作用下控制在相對較低水平，導(dǎo)致新建商品住宅市場嚴(yán)重供不應(yīng)求，但這些大城市的二手住宅市場較為發(fā)達(dá)，部分剛需被迫轉(zhuǎn)移到二手住宅市場，所以短時(shí)間內(nèi)會造成二手住宅市場過熱和價(jià)格增長。而二線及其他城市對于政策的反應(yīng)和供需調(diào)節(jié)都沒有那么靈敏，這類城市“房價(jià)倒掛”的主要原因似乎在于人們的住宅消費(fèi)預(yù)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(chǎn)投資在這些城市仍具有較強(qiáng)吸引力，導(dǎo)致二手住宅價(jià)整體漲幅依舊偏高，并且在中心城區(qū)、學(xué)區(qū)以及部分城市經(jīng)濟(jì)開發(fā)區(qū)體現(xiàn)的尤為明顯。因此，本文對“房價(jià)倒掛”現(xiàn)象提出以下假設(shè)：

假設(shè)1：引起“房價(jià)倒掛”的主要原因在于政策約束與預(yù)期推高兩個(gè)方面。

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

假設(shè)3：預(yù)期推高對“房價(jià)倒掛”的影響會因?yàn)榉康禺a(chǎn)政策調(diào)控的不確定性而存在加速效應(yīng)。

3 變量選取及含義

本文擬考察“房價(jià)倒掛”在不同水平城市中的異質(zhì)性表現(xiàn)，選取了全國35個(gè)主要城市2010年4季度至2018年4季度的季度數(shù)據(jù)來進(jìn)行實(shí)證分析。其中包括35個(gè)城市的房價(jià)倒掛程度，由二手住宅與新建商品住宅價(jià)格之比進(jìn)行衡量，這兩個(gè)數(shù)據(jù)通過中國房價(jià)行情網(wǎng)以及禧泰房地產(chǎn)數(shù)據(jù)系統(tǒng)整理得到;住宅價(jià)格預(yù)期一直以來難以選取一個(gè)公認(rèn)的確定性變量予以表達(dá)，不少學(xué)者以房價(jià)的滯后期項(xiàng)來予以代替，但由于這些滯后項(xiàng)也是往期的交易數(shù)據(jù)，且并不能涵蓋供需兩端的預(yù)期，因此本文選取了這35個(gè)城市的網(wǎng)絡(luò)熱點(diǎn)關(guān)注住宅價(jià)格作為需求預(yù)期的代理變量，這些原始數(shù)據(jù)整理于中國房價(jià)行情網(wǎng)、貝殼網(wǎng)、百居易等眾多房地產(chǎn)中介平臺的熱點(diǎn)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(fèi)者的心理需求預(yù)期，某一價(jià)格區(qū)間關(guān)注越火熱，也說明在這個(gè)價(jià)格區(qū)間想要購房的人越多;在供給側(cè)，考慮到房地產(chǎn)開發(fā)企業(yè)對于房價(jià)預(yù)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(fèi)作為其供給預(yù)期的代理變量，這兩個(gè)數(shù)據(jù)從35個(gè)城市統(tǒng)計(jì)局官網(wǎng)和wind數(shù)據(jù)庫中整理得到;房地產(chǎn)市場政策調(diào)控也是一個(gè)難以量化衡量的變量，本文除了構(gòu)建限購政策與限價(jià)政策的虛擬變量來衡量政策強(qiáng)度以外，還參考了Scott R.Baker等（2016）所構(gòu)建的經(jīng)濟(jì)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(jì)政策不確定性指數(shù)”作為經(jīng)濟(jì)政策不確定性的代理變量，但中國經(jīng)濟(jì)政策不確定性不全部來自于房地產(chǎn)，因此本文借助于35個(gè)城市的百度指數(shù)中的“房價(jià)調(diào)控”詞條計(jì)算得到房價(jià)調(diào)控政策在各個(gè)地區(qū)的頻率分布，將中國經(jīng)濟(jì)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(chǎn)調(diào)控政策不確定性指數(shù)，這個(gè)新指數(shù)在一定程度上可以反映出各城市房地產(chǎn)政策調(diào)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(jì)局、中經(jīng)網(wǎng)以及各城市統(tǒng)計(jì)年鑒直接或間接計(jì)算得到，如表1、表2所示。

4 模型構(gòu)建與實(shí)證分析

4.1 面板tobit模型

在前文理論模型中已經(jīng)推導(dǎo)出住宅價(jià)格波動(dòng)受到預(yù)期影響的模型（7），在此基礎(chǔ)上將被解釋變量住宅價(jià)格延伸為“房價(jià)倒掛程度”，即二手住宅價(jià)格/新建商品住宅價(jià)格，構(gòu)建公式（8）計(jì)量模型;考慮到本文的核心被解釋變量“房價(jià)倒掛程度”的取值并不連續(xù)，當(dāng)二手住宅價(jià)格與新建商品住宅價(jià)格之比大于1時(shí)，i城市在t時(shí)刻存在房價(jià)倒掛現(xiàn)象，其取值為hpirit*，但當(dāng)二手住宅價(jià)格與新建商品住宅價(jià)格之比小于1時(shí)，i城市在t時(shí)刻不存在房價(jià)倒掛現(xiàn)象，即使比值為0到1之間的具體數(shù)字，此時(shí)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(jìn)行回歸分析，會產(chǎn)生較大偏誤。基于此，本文采用面板tobit模型進(jìn)行回歸分析，具體模型設(shè)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(jì)偏誤的前提下對policy1it、 policy2it同時(shí)增加0.001構(gòu)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(jì)，回歸結(jié)果如表3所示，其中模型（1）表示全樣本回歸結(jié)果，模型（2）表示一線城市樣本結(jié)果，模型（3）表示新一線城市樣本結(jié)果，模型（4）表示二線城市樣本結(jié)果，模型（5）表示三線及其他城市樣本結(jié)果。

從全樣本的面板tobit模型的回歸結(jié)果中不難看出，政策約束與預(yù)期推高確實(shí)是造成各城市“房價(jià)倒掛”的主要原因，且十分顯著，這一點(diǎn)印證了本文的假設(shè)1。在預(yù)期中，需求預(yù)期對二手住宅價(jià)的推高影響最大，預(yù)期價(jià)格每上漲1%，會引起“房價(jià)倒掛程度”上漲約0.68，而供給預(yù)期上，只有土地購置面積每增加1%，會引起“房價(jià)倒掛程度”上漲約0.08;在政策約束中，限價(jià)政策對新建商品住宅價(jià)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(chǎn)政策的不確定性每上漲1%會引起“房價(jià)倒掛程度”上漲約0.23，其影響程度比限價(jià)和限購政策要更強(qiáng)。

在一線城市的樣本回歸結(jié)果中，可以觀察到影響“房價(jià)倒掛程度”比較顯著的因素是供給預(yù)期中的土地購置費(fèi)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(gè)一線城市中，房地產(chǎn)開發(fā)企業(yè)高價(jià)拍地行為推高了市場房價(jià)預(yù)期，而限價(jià)政策抑制了新建商品住宅價(jià)格，“房價(jià)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(jié)果中，影響“房價(jià)倒掛程度”比較顯著的因素是需求預(yù)期、限購政策和房地產(chǎn)政策不確定性，其中需求預(yù)期的影響程度最大，加之房地產(chǎn)政策頻繁調(diào)控帶來的不確定性，使得新一線城市房地產(chǎn)投資氛圍濃厚，極大程度推動(dòng)了二手住宅價(jià)過快上漲，這也說明在新一線城市中，“房價(jià)倒掛”由二手住宅市場影響為主，這一點(diǎn)與本文假設(shè)2中有不一樣的地方;在二線城市的樣本回歸結(jié)果中，可以觀察到影響“房價(jià)倒掛程度”比較顯著的因素是需求預(yù)期、供給預(yù)期中的土地購置面積、限價(jià)政策以及房地產(chǎn)政策不確定性，其中，需求預(yù)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(yù)期主要是由房地產(chǎn)開發(fā)企業(yè)的大量拿地推高了房價(jià)預(yù)期，相較于一線城市，二線城市受到限價(jià)政策的約束稍弱，但房地產(chǎn)政策不確定性對“房價(jià)倒掛”的影響卻高于一線和準(zhǔn)一線，這也說明在二線城市中，“房價(jià)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(yán)重。在三線及其他城市中，因?yàn)楸敬芜x取的35個(gè)主要城市中涵蓋這類樣本較少，所以除了需求預(yù)期對“房價(jià)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(yàn)

回歸模型中，全樣本與分樣本模型中均能觀察預(yù)期推高以及政策約束對于“房價(jià)倒掛”影響的同一趨勢，說明模型在整體上是穩(wěn)健的;同時(shí)，考慮到需求預(yù)期變量選取的是城市住宅熱點(diǎn)關(guān)注價(jià)格作為代理變量，存在內(nèi)生性。為了減少內(nèi)生變量對模型的估計(jì)偏誤，本文參考李斌等對于住宅價(jià)格近視預(yù)期的處理，選取近期平均的住宅價(jià)格增長率作為近視住宅價(jià)格預(yù)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(jié)果，如表4所示。

穩(wěn)健性回歸模型（1）～（5）中，近視住宅價(jià)格預(yù)期對“房價(jià)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(shí)在穩(wěn)健性模型中核心解釋變量包括住宅價(jià)格預(yù)期、政策虛擬變量、房地產(chǎn)政策不確定性對“房價(jià)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(jià)格預(yù)期對“房價(jià)倒掛”的影響可能不是線性影響，尤其是需求預(yù)期對“房價(jià)倒掛”的影響與房地產(chǎn)政策調(diào)控的不確定性有較強(qiáng)關(guān)聯(lián)，當(dāng)政策不確定性較小時(shí)，市場預(yù)期偏向理性，二手住宅市場價(jià)格不會與新建商品住宅市場拉開明顯差距;一旦政策調(diào)控頻繁，政策不確定性高于一定的門檻時(shí)，房地產(chǎn)市場極易產(chǎn)生非理性的價(jià)格預(yù)期，從而加速“房價(jià)倒掛”?；诖?，本文在模型（8）的基礎(chǔ)上，構(gòu)建了面板門限回歸模型，具體模型設(shè)定如下：

其中房地產(chǎn)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(jì)結(jié)果如表5所示，其中模型（1）表示全樣本回歸結(jié)果，模型（2）表示一線城市樣本結(jié)果，模型（3）表示新一線城市樣本結(jié)果，模型（4）表示二線城市樣本結(jié)果，三線及其他城市（呼和浩特、西寧、銀川）因樣本過少導(dǎo)致門限效應(yīng)檢測無法通過，故不在表中匯報(bào)。

從表5的回歸結(jié)果中可以看出模型（1）（3）（4）的門限效應(yīng)是顯著的，即住宅價(jià)格的需求預(yù)期對“房價(jià)倒掛”程度的影響被房地產(chǎn)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(dāng)房地產(chǎn)政策的不確定高于門限值時(shí)，住宅價(jià)格的需求預(yù)期對“房價(jià)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(shí)引起的非理性預(yù)期會加速“房價(jià)倒掛”現(xiàn)象的假設(shè)。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(jié)論與建議

5.1 主要結(jié)論

本文通過對“房價(jià)倒掛”機(jī)制的理論分析和實(shí)證檢驗(yàn)，對“房價(jià)倒掛”在不同城市中形成原因的異質(zhì)性表現(xiàn)得到以下結(jié)論。

第一，引起“房價(jià)倒掛”的主要原因在于政策約束與預(yù)期推高。其中政策約束以限價(jià)政策的影響最為明顯，此外房地產(chǎn)政策的不確定性對“房價(jià)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(jià)倒掛”的影響強(qiáng)于政策強(qiáng)度（限價(jià)政策）的影響。預(yù)期推高以消費(fèi)者的需求預(yù)期影響最為明顯，從預(yù)期角度總體來看，需求預(yù)期對“房價(jià)倒掛”的影響強(qiáng)于供給預(yù)期的影響。

第二，不同城市“房價(jià)倒掛”成因存在異質(zhì)性差異。從面板tobit模型實(shí)證中可以得出，一線城市的限價(jià)政策效果顯著，是造成“房價(jià)倒掛”的主要原因，而高價(jià)購地造成供給預(yù)期升高則是引起“房價(jià)倒掛”的次要原因;新一線城市的“房價(jià)倒掛”程度是所有城市類別中最高的，其中需求預(yù)期對“房價(jià)倒掛”起到了大部分作用，相比之下限價(jià)政策在新一線城市中的實(shí)施效果則不明顯;二線城市中需求預(yù)期仍是造成“房價(jià)倒掛”的主要原因，而二線城市中，房地產(chǎn)開發(fā)企業(yè)大量拿地造成的供給預(yù)期推高對“房價(jià)倒掛”影響也十分明顯，而政策上除了受到限價(jià)政策的影響以外，二線城市對房地產(chǎn)政策的不確定性反應(yīng)是所以城市類別中最敏感的，很容易形成市場火熱的適應(yīng)性預(yù)期，進(jìn)而造成“房價(jià)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(yù)期對“房價(jià)倒掛”存在顯著影響這一點(diǎn)得出結(jié)論。

第三，需求預(yù)期對“房價(jià)倒掛”的作用受到房地產(chǎn)政策不確定性的門限效應(yīng)影響，存在加速效應(yīng)。從面板門限模型實(shí)證中可以得出當(dāng)房地產(chǎn)政策不確定性達(dá)到一定門限值時(shí)，需求預(yù)期對“房價(jià)倒掛”程度的影響存在顯著的邊際遞增，表現(xiàn)為加速效應(yīng)，并且這種加速效應(yīng)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(shè)計(jì)，建立長效機(jī)制

限價(jià)政策作為一種強(qiáng)制調(diào)控手段，短期內(nèi)確實(shí)能夠抑制房價(jià)過快上漲，但其帶來的“房價(jià)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(chǎn)市場供給側(cè)的困難，因此管理部門在實(shí)施長效機(jī)制時(shí)，還需以金融工具和落戶戰(zhàn)略引導(dǎo)剛需、改善性需求為主，以調(diào)整價(jià)格，限購限售為輔，通過改善存量市場結(jié)構(gòu)來達(dá)到穩(wěn)定住宅價(jià)格的目的。

5.2.2 合理疏導(dǎo)預(yù)期，加強(qiáng)政策延續(xù)

住宅價(jià)格預(yù)期是影響“房價(jià)倒掛”的重要因素，尤其是需求預(yù)期，房地產(chǎn)中介等平臺的非交易信息極易轉(zhuǎn)化為居民對房地產(chǎn)市場的預(yù)期，影響消費(fèi)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(jià)格的規(guī)范管理，核實(shí)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(jià)格預(yù)期產(chǎn)生誤導(dǎo)。此外，本文的研究發(fā)現(xiàn)房地產(chǎn)政策不確定性會使預(yù)期對“房價(jià)倒掛”存在加速效應(yīng)，因此需要地方政府做到針對住宅市場的調(diào)控政策延續(xù)性加強(qiáng)，避免“朝令夕改”;另外，在產(chǎn)業(yè)布局上要加大第三產(chǎn)業(yè)尤其是其他金融業(yè)的投資渠道建設(shè)，將房地產(chǎn)業(yè)吸收的過度投資轉(zhuǎn)移一部分到其他產(chǎn)業(yè)上。

5.2.3 堅(jiān)持因城施策，細(xì)致分類調(diào)控

由于不同城市“房價(jià)倒掛”成因存在異質(zhì)性差異，地方政府與房管部門在調(diào)控時(shí)應(yīng)該根據(jù)自身狀況因城施策;對于一線城市應(yīng)該通過增加供給來緩解供需矛盾，從而最終改善“房價(jià)倒掛”，而對于新一線與二線城市則更應(yīng)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(diào)控的信號，從而通過不同渠道來保證消費(fèi)者形成合理的房地產(chǎn)市場預(yù)期，以此來緩解“房價(jià)倒掛”。

參考文獻(xiàn)：

1.黃燕芬 李志遠(yuǎn) 張超.堅(jiān)持“住宅不炒”深入推進(jìn)房地產(chǎn)市場供給側(cè)結(jié)構(gòu)性改革——2017年房地產(chǎn)政策回顧與2018年展望.價(jià)格理論與實(shí)踐.2018.01

2.陳淑云 王翔翔 王佑輝.“兩輪限購”對住房價(jià)格的動(dòng)態(tài)影響.華中師范大學(xué)學(xué)報(bào)（人文社科版）.2019.01

3.王麗艷 崔燚 王振坡.政策干預(yù)、羊群效應(yīng)與房地產(chǎn)價(jià)格波動(dòng).華東經(jīng)濟(jì)管理.2019.03

4.呂龍 劉海云.城市房價(jià)溢出效應(yīng)的測度、網(wǎng)絡(luò)結(jié)構(gòu)及其影響因素研究.經(jīng)濟(jì)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(jià)格的空間傳導(dǎo)路徑.經(jīng)濟(jì)地理.2017.07

7.王俊松 滿燕云.高價(jià)地塊對北京市住宅價(jià)格影響的空間傳導(dǎo)效應(yīng)——基于特征價(jià)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(chǎn)價(jià)格波動(dòng)與貨幣政策傳導(dǎo).金融研究.2016.03

9.毛雅娟 李善民 黃宇軒.宏觀經(jīng)濟(jì)、政府干預(yù)與資產(chǎn)價(jià)格波動(dòng)——基于VAR和RVAR的傳導(dǎo)機(jī)制研究.證券市場導(dǎo)報(bào).2014.08

10.李慶華 鄭庶心.房地產(chǎn)調(diào)控條件下貨幣政策的資產(chǎn)價(jià)格傳導(dǎo)效應(yīng)——基于35個(gè)大中城市的實(shí)證分析.價(jià)格月刊.2020.07

11.葛亮 徐鄧耀.房地產(chǎn)增量市場與房地產(chǎn)存量市場的互動(dòng)機(jī)理分析.統(tǒng)計(jì)與決策.2007.06

12.李進(jìn)濤 譚述魁 孫慧清.基于同質(zhì)面板因果檢驗(yàn)的住宅增量與存量市場價(jià)格關(guān)系研究——以武漢市為例.科學(xué)經(jīng)濟(jì)社會.2009.03

13.王偉華 袁持平.因城施策背景下城市房價(jià)問題研究——兼析深圳市新房與二手房市場價(jià)格傳導(dǎo)機(jī)制.價(jià)格理論與實(shí)踐.2019.12

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

15.汪翔.理性預(yù)期宏觀經(jīng)濟(jì)學(xué)：一種新的宏觀經(jīng)濟(jì)思潮.中國人民大學(xué)出版社.1989

16.況偉大.預(yù)期、投機(jī)與中國城市房價(jià)波動(dòng).經(jīng)濟(jì)研究.2010.09

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

18.陳強(qiáng).高級計(jì)量經(jīng)濟(jì)學(xué)及STATA應(yīng)用（第2版）.高等教育出版社.2014.04

19.Jeffrey M.Wooldridge.計(jì)量經(jīng)濟(jì)學(xué)導(dǎo)論現(xiàn)代觀點(diǎn)（第五版）.中國人民大學(xué)出版社.2015

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

作者簡介：王石宇，華中師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院博士研究生。

高炳華，華中師范大學(xué)經(jīng)濟(jì)與工商管理學(xué)院教授，博士生導(dǎo)師。

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