新冠疫情對房地產(chǎn)市場的外部性沖擊實證分析與評價

摘要：以某沿海城市（以下簡稱A市）為例，在分析A市商品房市場量價趨勢周期變化的基礎上，采用最小二乘和構(gòu)建虛擬變量的方法建立回歸模型，以A市1997年至2021年的宏觀經(jīng)濟、房地產(chǎn)開發(fā)、房地產(chǎn)交易數(shù)據(jù)為基礎，實證分析新冠疫情對A市房地產(chǎn)市場的外部性沖擊。在定量分析基礎上對沖擊影響進行評價并提出相關(guān)應對策略。

關(guān)鍵詞：新冠疫情;房地產(chǎn)市場;外部性沖擊;實證

中圖分類號：F293 文獻標識碼：B

文章編號：1001-9138-（2022）06-0033-10 收稿日期：2022-05-06

作者簡介：趙曦，天津國土資源和房屋職業(yè)學院副教授，中國房地產(chǎn)估價師與房地產(chǎn)經(jīng)紀人學會理事。

新冠疫情作為一件社會公共衛(wèi)生事件，不僅對醫(yī)療衛(wèi)生領域產(chǎn)生影響，其也可能作為一種外部性沖擊，對房地產(chǎn)市場的發(fā)展產(chǎn)生影響。這一種影響是否切實顯著，是否深遠長久，是否可以抑制扭轉(zhuǎn)，是當下房地產(chǎn)市場主體必然關(guān)心的問題。我國東部某沿海城市A市（以下簡稱A市）是重要城市群的實體經(jīng)濟發(fā)展重點區(qū)域，在人口聚集、產(chǎn)業(yè)發(fā)展、房地產(chǎn)供給側(cè)改革等方面都具有較為典型的比較意義。因此本文以A市為例，就新冠疫情對房地產(chǎn)市場的外部性沖擊展開實證分析和評價。

1 A市房地產(chǎn)市場周期趨勢及特點簡述

房地產(chǎn)市場像其他市場一樣一般具有一定的周期性，一般周期波動不能避免只能緩解。因此分析評價當前房地產(chǎn)市場是否正常、是否變到外部沖擊而發(fā)生顯著偏離原本趨勢規(guī)律的現(xiàn)象，首先要認清當前房地產(chǎn)市場的周期規(guī)律，進而判斷所處波動階段。

1.1 房地產(chǎn)市場周期趨勢

1.1.1 A市房地產(chǎn)市場周期趨勢的量價度量及現(xiàn)狀

房地產(chǎn)市場發(fā)展變化趨勢可以從價格和數(shù)量兩個角度加以度量分析，本文以新建商品房銷售價格和銷售面積分別對此進行觀測。

1.1.1.1 銷售價格周期及趨勢

通過觀察圖1可以發(fā)現(xiàn)：1997年至2021年，A市商品房平均銷售價格總體趨勢是穩(wěn)步增長的，年序時平均增長率為11.47%（幾何平均）。增長率標準差為23.41%，較截至2020年增長率標準差23.87%有所下降。在此趨勢下，銷售價格觀測值曲線分別約于2001、2007、2010、2012、2017等年度穿越趨勢線，表現(xiàn)出3～7年為周期的價格波動。

1.1.1.2 銷售面積周期及趨勢

通過觀察圖2可以發(fā)現(xiàn)：1997年至2021年，A市商品房銷售面積總體趨勢是波動增長的，年序時平均增長率為9.15%（幾何平均）。增長率標準差為82.70%，較截至2020年增長率標準差79.56%有所上升。在此趨勢下，銷售面積觀測值曲線分別約于2003、2008、2009、2012、2016、2017等年度穿越趨勢線，除2009年和2016年兩次強力刺激政策實施影響外，其他時期均表現(xiàn)出4～6年為周期的銷售面積波動。

1.2 A市房地產(chǎn)市場周期特點

1.2.1 商品房價格與社會經(jīng)濟發(fā)展狀態(tài)相適應

1997年至2021年，A市商品房價格平均增長率為11.47%，同期，A市GDP平均增長率為13.42%，總體發(fā)展速度在有效調(diào)控下是符合市場規(guī)律的。

1.2.2 商品房價格調(diào)控政策是有效的

根據(jù)上一點，結(jié)合圖1可以發(fā)現(xiàn)，A市商品房價格伴隨社會經(jīng)濟發(fā)展穩(wěn)步向好，沒有出現(xiàn)超出合理范圍的漲跌現(xiàn)象。政府對過快過大的價格變化逆周期政策操作是有效的。增長率標準差僅為23.41%，且隨著對房地產(chǎn)市場調(diào)控方法的逐步科學和成熟，近五年的標準差縮小到7.64%。

1.2.3 商品房銷售面積波動幅度大應是下一步調(diào)控重點

量價是市場冷暖的兩個基本觀測指標，可以看出，對于價格的有效調(diào)控可以使得市場力量更多地釋放在銷售量上。那么，下一步A市房地產(chǎn)市場的調(diào)控應該更加關(guān)注商品房的銷售量，使其發(fā)展更加理性，波動幅度更加溫和，市場表現(xiàn)更可預測。1997年至2021年，A市商品房銷售面積平均增長率標準差為82.70%，是價格增長率標準差的3.3倍，且2016、2017年分別出現(xiàn)了94.16%、-27.59%的波動。

2 回歸分析市場趨勢及影響因素

2.1 相關(guān)分析選擇變量及模型構(gòu)思

本文以新建商品房銷售價格和銷售面積分別房地產(chǎn)市場運行趨勢進行觀測，在回歸分析中即以此二變量為被解釋變量。此外，根據(jù)經(jīng)典房地產(chǎn)市場經(jīng)濟理論框定備選解釋變量;采用時差相關(guān)分析法分別確定對A市房地產(chǎn)市場量價影響顯著的其他經(jīng)濟指標（先行或伴隨指標）。具體為：從先行期最長的先行5年指標開始觀測、確定預警區(qū)間并計算預警分值，隨著時間推進，逐步對先行4年、3年、2年、1年的先行指標，以及同年的伴隨指標進行觀測。表1表示了經(jīng)相關(guān)分析與A市房地產(chǎn)市場量價存在顯著相關(guān)系的解釋變量。

2.2 銷售價格趨勢及影響因素

根據(jù)相關(guān)分析，初步選擇人均可支配收入、固定資產(chǎn)投資增長率、商品房新開工面積增長率先行5年作為解釋變量，對被解釋變量商品房平均銷售價格（年）進行回歸分析。

通過檢驗發(fā)現(xiàn)，模型擬合整體顯著（見表2顯著性，顯著性假設不成立概率近似為0.2%），全部解釋變量同被解釋變量構(gòu)建的擬合模型可以解釋被解釋變量97.4%（見表2調(diào)整后R方）的變化信息。該模型通過德賓沃森檢驗，不存在序列相關(guān)問題。進一步觀察圖3，發(fā)現(xiàn)模型的A市商品房價格擬合估計值與商品房銷售價格實際觀測值離差微弱，擬合程度良好。結(jié)合圖1，進一步觀察圖3，發(fā)現(xiàn)A市商品房銷售價格有較顯著的增長趨勢，且周期性的波動穿越序時均值趨勢線和擬合估計值曲線。

深入分析銷售價格的波動，通過觀察殘差（觀測值與擬合估計值的差，大于0表示觀測值大于估計值，反之亦反。）可以發(fā)現(xiàn)，觀測值圍繞著擬合曲線明顯存著4～5年的波動周期，且波動幅度逐漸收斂。2016年至今，銷售價格應處于高于預測值的凸起周期，但受經(jīng)濟下行壓力影響，2020年殘差出現(xiàn)負值低于預期，體現(xiàn)出市場趨冷的趨勢。為此，2021年，A市政府采取了逆周期調(diào)控的一系列措施，使得2021年殘差減小，市場實際表現(xiàn)較好地符合了預期，殘差幾近于零，遏制了該趨勢的發(fā)展。

此外，2015年至2021年的商品房平均銷售價格（年）回歸標準化殘差（圖4）基本符合正態(tài)分布，說明價格波動沒有出現(xiàn)顯著的異常值，基本屬于隨機波動，結(jié)合標準化后的殘差分布于-1.5至+1.5之間，且近幾年的殘差不斷收斂，價格波動逐漸減小，外部沖擊對新建商品房銷售價格不存在顯著性影響。

2.3 銷售量趨勢及影響因素

根據(jù)相關(guān)分析，初步選擇人均可支配收入增長率、商品房平均銷售價格（年）作為解釋變量，對被解釋變變量商品房銷售面積（年）進行回歸分析。

通過檢驗發(fā)現(xiàn)，模型擬合整體顯著（見表3顯著性，顯著性假設不成立概率近似為0.2%）。但是，解釋變量同被解釋變量構(gòu)建的擬合模型只能解釋被解釋變量41.1%（表3調(diào)整后R方）的變化信息，模型擬合效果不佳，根據(jù)經(jīng)典房地產(chǎn)經(jīng)濟理論選擇的解釋變量不足以解釋A市商品房銷售面積的變化。此外，商品房平均銷售價格與銷售面積為正向影響關(guān)系，反映出房地產(chǎn)銷售量受市場價格上漲影響不降反升。

觀察圖5發(fā)現(xiàn)，A市商品房銷售面積的殘差較大，且直方圖顯示預測殘差不能很好的符合正態(tài)分布，顯示該模型對被解釋變量即銷售面積的解釋能力不高，有較為顯著的變量未能納入解釋變量。

此外，結(jié)合觀察圖6發(fā)現(xiàn)，A市商品房銷售面積的波動較為劇烈，進一步證明在對價格控制較為有效的同時，市場力量被集中釋放在銷售面積上，銷售面積對于政策等外部刺激的敏感度更加強烈，受經(jīng)典理論給出的經(jīng)濟指標的影響減弱，伴隨經(jīng)濟發(fā)展的趨勢性下降。商品房銷售面積的觀測值與擬合值離差較大，且在多個年份離差非常明顯。由于這種現(xiàn)象于多個年份均有出現(xiàn)，因此，不能簡單采取排除極端值的辦法解決。根據(jù)筆者對房地產(chǎn)市場發(fā)展的認識，初步判斷這種現(xiàn)象是由于房地產(chǎn)市場運行系統(tǒng)受到了外部刺激所致，這種刺激包括宏觀政策變化、經(jīng)濟增長速度突然大幅變化、流動性波動、購房人心理預期波動等。

3 構(gòu)建虛擬變量分析外部性沖擊

3.1 外部沖擊的回顧與測度

從表4可以發(fā)現(xiàn)，A市商品房銷售面積在2000、2001、2003、2006、2008、2009、2010、2016年增長率指標值較大（判斷尺度：增長率指標值≤商品房銷售面積平均增長率-50%或≥商品房銷售面積平均增長率+50%）。結(jié)合對我國及A市經(jīng)濟發(fā)展和房地產(chǎn)市場的回顧，判斷這些年份的房地產(chǎn)銷售面積受到了強烈的外部刺激，產(chǎn)生了較大波動。這些刺激主要來自政策性因素的變化。

具體沖擊原因分析如下：

1998年，面對亞洲金融風暴沖擊，為擴大內(nèi)需，《國務院關(guān)于進一步深化城鎮(zhèn)住房制度改革加快住房建設的通知》（國發(fā)〔1998〕23號）正式印發(fā)，啟動了內(nèi)地房地產(chǎn)市場。房改主要目的是刺激住房消費需求，使其成為國民經(jīng)濟的支柱產(chǎn)業(yè)。

2003年，我國經(jīng)濟高速增長，在國際收支持續(xù)大幅順差的背景下，經(jīng)常賬戶占GDP的比重由2003年的2.59%明顯上升至2007年的9.94%，流動性呈現(xiàn)持續(xù)過剩，經(jīng)濟面臨著過熱的風險。

2005年10月11日，黨的十六屆五中全會通過“十一五”規(guī)劃及國務院有關(guān)意見將A市開發(fā)開放正式納入國家發(fā)展戰(zhàn)略布局。

2008年，全國主要城市新建商品房銷售面積出現(xiàn)下降，這是1998年以來首次新建住房銷售面積下降，價格也相應下降1.9%。究其原因，一方面是受貨幣政策收緊的影響，另一方面是受國際金融危機的沖擊。

2008年12月國務院發(fā)布《關(guān)于促進房地產(chǎn)市場穩(wěn)定健康發(fā)展的若干意見》。2009年，在政策刺激下房地產(chǎn)市場迅速企穩(wěn)。

2010年4月國務院發(fā)布“國十條”，明確要求綜合運用土地、金融、稅收等手段遏制部分城市房價過快上漲，明確國家遏制房價上漲的決心。

2014年，房地產(chǎn)調(diào)控更加聚焦于去庫存以及分類管理，房地產(chǎn)調(diào)控政策轉(zhuǎn)向?qū)捤伞?/p>

2016年下半年至今，我國房地產(chǎn)調(diào)控進入新一輪收緊周期，但與以往房地產(chǎn)調(diào)控不同，新一輪房地產(chǎn)調(diào)控呈現(xiàn)著短期調(diào)控與長效機制相結(jié)合的特點。

這既提示我們A市商品房銷售面積波動性強，依靠經(jīng)典理論給出的經(jīng)濟指標預測銷售面積存在很大難度;又提示我們銷售面積對政策等外部刺激非常敏感，合理運用政策手段是可以對銷售面積進行有效調(diào)控的。因此，更應該揭示這種外部刺激對面積的影響，根據(jù)市場形式審慎使用調(diào)控手段。

3.2 銷售面積預測

在2.3和3.1的分析中，我們發(fā)現(xiàn)了外部刺激造成了銷售面積的大幅波動。因此，在對銷售面積進行預測時，需要將這種外部刺激因素作為解釋變量構(gòu)建回歸模型。在此，采用虛擬變量的方法，對3.1中分析發(fā)現(xiàn)銷售面積增長率指標值較大的年份，按照刺激影響銷售面積增長量的正負，分別設定正向刺激變量Xg和負向刺激變量Xb。有正向刺激時該年份Xg定義觀測值為1，否則為0;有負向刺激時該年份Xb定義觀測之為1，否則為0。

此外，還以初步選擇的商品房施工面積、商品房竣工面積先行2年、人均可支配收入、商品房平均銷售價格（年）的不同先行期、原始價值、可比價值、對數(shù)值作為解釋變量，對被解釋變量商品房銷售面積（年）進行了大量的模型回歸分析。最終，為滿足預測需要，選擇先行于被解釋變量的解釋變量構(gòu)建模型。經(jīng)統(tǒng)計檢驗、計量經(jīng)濟檢驗、經(jīng)濟意義檢驗后，得到的最優(yōu)預測模型以正向刺激變量Xg、先行1年商品房施工面積的對數(shù)值為解釋變量?；貧w模型信息如表5所示。

模型擬合整體顯著，可以解釋被解釋變量73.9%的變化信息，模型不存在序列相關(guān)性。在5%的顯著性水平上，Xg、先行1年商品房施工面積對商品房銷售面積（年）影響顯著。

該模型公式中，預測的銷售量受到當年正向刺激變量Xg的影響是顯著的，如前所述歷史上出現(xiàn)顯著的正向刺激（即Xg=1）絕大多數(shù)是可控的政策操作，理論上該虛擬變量也是可以通過政策選擇加以控制的。同時，如前所述經(jīng)過多個模型的回歸檢驗，均發(fā)現(xiàn)負向沖擊對新建商品房的銷售量影響不顯著。說明在我國經(jīng)濟發(fā)展整體趨穩(wěn)向好和城鎮(zhèn)化水平不斷提高的大背景下，沿海的A市遇到類似疫情的負向外部影響時，其影響有限且不具有顯著的統(tǒng)計學意義。

4 外部沖擊下的市場調(diào)控與效果預測

如前文所述，A市對商品房銷售價格的調(diào)控是有效的，短期內(nèi)出現(xiàn)價格大幅波動，運行進入不正常區(qū)間的可能性不大。但隨之而來的問題是，商品房銷售面積會更多的承受市場力量的壓力，對宏觀政策、經(jīng)濟增速、流動性、購房人心理預期波動等內(nèi)外部變量更加敏感。同時，銷售量一旦大幅波動，也會對銷售價格的穩(wěn)定和銷售價格的調(diào)控余地造成壓力。因此，進一步分析銷售量的顯著性影響因素、影響方式、影響程度，對在市場不斷變化中，選擇調(diào)控方法，穩(wěn)定或?qū)崿F(xiàn)目標銷售量，顯得十分重要。

4.1 調(diào)控政策效應預測及評價

隨著我國房地產(chǎn)市場的不斷發(fā)展，政府的調(diào)控手段也在不斷成熟和豐富，調(diào)控政策多樣性和區(qū)域性不斷增強的同時，也為對這些政策調(diào)控效果的準確計量帶來了難度。因此，如上文所述我們只能將歷史上可觀測的調(diào)控分為正向刺激和負向刺激，分別設為變量Xg和Xb進行實證分析。

4.1.1 對商品房銷售面積的調(diào)控效果

按照3.2中的方法分別設置了正向刺激變量Xg、負向刺激變量Xb后，再經(jīng)大量不同模型形式、解釋變量組合實證分析，發(fā)現(xiàn)模型普遍存在序列相關(guān)，模型參數(shù)估計不具備有效性。且負向刺激變量Xb對商品房銷售面積的回歸系數(shù)不顯著，說明其對銷售面積不存在統(tǒng)計上的顯著影響。也進一步印證了當前A市商品房處于供不應求的賣方市場的分析結(jié)論。

在表6和表7反映的回歸模型中，采用5%的顯著性水平，Xg對商品房銷售面積（年）影響顯著性指標分別為48.1%和27.1%，均不滿足≤5%的要求。說明負向外部影響對房地產(chǎn)市場運行的影響不顯著。

4.1.2 對商品房銷售面積增長率的調(diào)控效果

按照3.2中的方法分別設置了正向刺激變量Xg、負向刺激變量Xb后，再經(jīng)大量不同模型形式、解釋變量組合實證分析，得到的最優(yōu)回歸估計模型以Xg、Xb商品房施工面積的對數(shù)值為解釋變量，商品房銷售面積（年）增長率為被解釋變量?；貧w模型信息如表8所示。

模型擬合整體顯著，可以解釋被解釋變量78.4%的變化信息，模型不存在序列相關(guān)性。在5%的顯著性水平上，Xg、Xb商品房施工面積的對數(shù)值對商品房銷售面積（年）增長率影響顯著。

在其他條件不變情況下，出現(xiàn)正向刺激將將引起商品房銷售面積（年）增長率平均上漲1.583個百分點;

在其他條件不變情況下，出現(xiàn)負向刺激將將引起商品房銷售面積（年）增長率平均下跌0.622個百分點;

在其他條件不變情況下，商品房施工面積平均變化1%將引起商品房銷售面積（年）增長率平均反向變化0.148個百分點。

如前所述，施工面積對銷售面積是正向影響;與此同時，其對銷售面積增長率卻是負向的影響。根據(jù)經(jīng)濟學中邊際分析原理，說明施工面積對銷售面積是邊際遞減的正向影響。這符合市場均衡理論的結(jié)論，即施工面積增加會使得市場均衡狀態(tài)由供不應求向供過于求發(fā)展。加之，房地產(chǎn)市場的供給具有滯后性，所以對施工面積的引導應同時考慮正反兩面因素，刺激需要適度。調(diào)控操作時，應特別注意施工面積作為銷售面積市場信號的伴隨性反饋，主要是在非外部因素影響下，供給方自主選擇時發(fā)揮作用，若受到強烈外部刺激，市場均衡狀態(tài)將發(fā)生轉(zhuǎn)換，信號容易失真。所以，應盡量選擇其他因素對市場加以調(diào)控，不人為直接干預施工面積，保持中性伴隨性指標屬性，僅作為市場冷熱的觀測指標使用。

目前，以A市為例政府對商品房銷售價格的調(diào)控是有效的，短期內(nèi)出現(xiàn)價格大幅波動、運行進入不正常區(qū)間的可能性不大。如果出現(xiàn)負向刺激，首先承壓也最為敏感的市場運行觀測指標是新建商品房銷售面積。根據(jù)前述分析，負向刺激對A市商品房面積影響并不顯著。面對不確定性很強的疫情影響，可以密切關(guān)注對商品房銷售面積有顯著影響的可觀測變量，特別是伴隨性變量的變化。即使相關(guān)變量顯示出負向刺激的信號，市場主體仍可以相信正向刺激調(diào)控手段的有效性，對調(diào)控可以抑制負向影響，乃至扭轉(zhuǎn)其造成的市場下行趨勢這一效果保持信心。

參考文獻：

1.石振武 余璐.商品住宅價格與GDP互動效應實證研究[J].商業(yè)研究.2016.（3）

2.朱菁 陳多長.浙江房地產(chǎn)市場周期濾波分析[J].中國房地產(chǎn).2016（2）：3-15

3.齊錫晶 宋明亮 王宏偉等.中國房地產(chǎn)市場周期波動分析[J].東北大學學報（自然科學版）.2010.31（7）

4.劉金全 張運峰 畢振豫.房地產(chǎn)價格波動、經(jīng)濟周期與貨幣政策效應[J].當代經(jīng)濟研究.2022.317（1）

5.邢天才 王笑.內(nèi)外部經(jīng)濟政策不確定性與中國金融市場穩(wěn)定的動態(tài)傳遞效應研究[J].當代經(jīng)濟管理.2021.43（10）

6.蔣彧 全夢貞.中國房地產(chǎn)市場波動的驅(qū)動因素分析[J].河海大學學報（哲學社會科學版）.2017.19（2）

7.尹中立.疫情下房地產(chǎn)政策何去何從[J].中國金融.2020（5）

8.董會元 黃珊 李均超.我國房地產(chǎn)價格與消費者預期的動態(tài)關(guān)聯(lián)研究——基于現(xiàn)房價格與期房價格相互影響視角的分析[J].價格理論與實踐.2021（6）

9.白鶴祥 劉社芳 羅小偉等.基于房地產(chǎn)市場的我國系統(tǒng)性金融風險測度與預警研究[J].金融研究.2020（8）