限購政策對住房市場影響的實(shí)證分析

吳耀國，杜 江，鄧國營

（四川大學(xué) 經(jīng)濟(jì)學(xué)院,成都 610065）

限購政策對住房市場影響的實(shí)證分析

吳耀國，杜 江，鄧國營

（四川大學(xué) 經(jīng)濟(jì)學(xué)院,成都 610065）

文章基于DID模型選取成都市的兩個(gè)區(qū)域作為對比研究區(qū)域，采用2008年3月至2014年2月兩個(gè)區(qū)域房地產(chǎn)市場的全樣本微觀交易數(shù)據(jù)來研究限購政策對住房市場的影響，實(shí)證結(jié)果表明：限購政策對住房價(jià)格的負(fù)向影響是顯著的，導(dǎo)致住房價(jià)格下降約6.5%～6.8%，且對大套型住房的影響超過中小套型住房。此外，在控制價(jià)格以后，限購使得消費(fèi)者偏好發(fā)生了變化，購房家庭傾向于購買大面積的住房。

住房限購；住房價(jià)格；購房行為

0　引言

近年來，在城市化快速推進(jìn)的背景下，我國絕大部分城市商品住房需求快速增加，住房市場迅速發(fā)展，為防止住房價(jià)格與經(jīng)濟(jì)基本面背離，我國住房市場的發(fā)展進(jìn)程始終伴隨著政府的調(diào)控，其中“住房限購”相繼在我國部分大中城市實(shí)施。探究限購對市場的影響路徑，研究限購給房地產(chǎn)市場以及微觀消費(fèi)者帶來的影響，對于了解和調(diào)控房地產(chǎn)市場具有重要意義。

本文采用成都限購前后各三年的微觀數(shù)據(jù)，基于DID模型對住房限購給房地產(chǎn)市場帶來的影響進(jìn)行嚴(yán)格的實(shí)證分析。采用微觀交易數(shù)據(jù)測度了住房限購政策對住房價(jià)格的負(fù)向影響程度；給出政策對不同面積段住房的影響差異，并對此作出理論解釋；測度了住房限購政策對購房者購房偏好的影響。

1　研究區(qū)域與數(shù)據(jù)選擇

本文采用的微觀住房交易數(shù)據(jù)樣本來源分為兩部分，其中高新西區(qū)的交易數(shù)據(jù)來源于成都市城鄉(xiāng)房產(chǎn)管理局房地產(chǎn)市場信息系統(tǒng)，犀浦鎮(zhèn)和紅光鎮(zhèn)的交易數(shù)據(jù)來源于郫縣房產(chǎn)管理局房地產(chǎn)市場信息系統(tǒng)，均為行政管理系統(tǒng)中的全樣本數(shù)據(jù)?；跀?shù)據(jù)可比性的考慮，樣本中不包含定向發(fā)售的、帶有福利性質(zhì)的住房，全部為面向社會(huì)公開發(fā)售的市場化新建商品住房；也不包括別墅、花園洋房、普通多層等低層物業(yè)，全部為電梯住宅物業(yè)。樣本數(shù)據(jù)時(shí)間跨度為2008年3月1日至2014年2月28日，即以成都限購正式實(shí)施的時(shí)刻2011年3月1日0點(diǎn)為標(biāo)準(zhǔn)，起于該時(shí)刻前三年，止于該時(shí)刻后三年，共六年的交易樣本。

樣本的數(shù)據(jù)變量包括：所在區(qū)位、開發(fā)商、預(yù)售證的總建筑面積、預(yù)售證的批準(zhǔn)預(yù)售時(shí)間（即上市時(shí)間）、房屋交易備案日期、交易時(shí)是否為現(xiàn)房、房屋交易總價(jià)、房屋建筑面積、房屋所在樓層、是否為復(fù)式住宅、房屋建筑結(jié)構(gòu)、是否繞城外等。經(jīng)初步整理后，可用觀測值數(shù)據(jù)共93305條。用于模型回歸的主要變量的描述和定義見表1。主要變量的描述性統(tǒng)計(jì)見表2。

2　實(shí)證分析

當(dāng)對某一地區(qū)實(shí)施了住房限購政策，要了解政策對住房市場的影響，即平均意義上，限購區(qū)域在接受處理和未接受處理時(shí)所研究的關(guān)注變量的差別，被稱為限購政策實(shí)施對限購區(qū)域的平均處理效應(yīng)（Average Treatment Effect，以下稱ATE）。但是，由于既定個(gè)體只能在接受處理和未接受處理間任選其一，因此，我們面臨一種“反事實(shí)”狀態(tài)的數(shù)據(jù)缺失。

由于存在自然與經(jīng)濟(jì)環(huán)境大體相似的相鄰地區(qū)，不受該政策約束。本文把對象分為兩組，G=0表示不參加該限購政策的控制組，G=1表示參加該限購政策的處理組。T代表實(shí)施限購的時(shí)間虛擬變量，T=1表示實(shí)施處理后，T=0表示實(shí)施處理前。記Y為被解釋變量，X為可觀測到的影響Y的因素，ε是對Y的暫時(shí)性沖擊?？紤]如下形式方程：

假設(shè)ε與G,T以及X相互獨(dú)立，且不可觀測因素的分布在處理組和控制組存在差別但不隨時(shí)間而變化，可以證明，ATE在數(shù)值上等于式（1）中的系數(shù)λ。式（1）被稱為DID模型，其思想是將受限購區(qū)域與未限購區(qū)域進(jìn)行對比，將處理組前后進(jìn)行對比，系數(shù)β則刻畫控制組與處理組之間可能存在的組別差異，系數(shù)γ刻畫兩個(gè)區(qū)域限購實(shí)施后相比實(shí)施前住房價(jià)格的變化程度。乘積G·T為虛擬變量的交互作用，描述是否為處理組在實(shí)施處理后的情形。如果政策的效果是顯著的，則系數(shù)λ的符號應(yīng)該符合預(yù)期并顯著通過檢驗(yàn)。

表1　主要變量的描述和定義

表2　主要變量的描述性統(tǒng)計(jì)

為了提高研究的可靠性，本文對比了處理組和控制組的住房市場指標(biāo)。Zheng等（2013）認(rèn)為，住房價(jià)格是城市未來潛力（市場潛能）在當(dāng)前的反應(yīng)。高新西區(qū)雖然被視為中心城區(qū)的一部分，但該區(qū)域仍呈現(xiàn)較為明顯的城市近郊特征。圖1給出了成都市中心城區(qū)（不含高新西區(qū)）、高新西區(qū)、郫縣（不含犀浦、紅光）、犀浦及紅光四個(gè)區(qū)域的商品住房價(jià)格走勢圖?？梢钥闯?，高新西區(qū)與犀浦、紅光住房價(jià)格最為接近。圖2表示，在控制其他住房特征后，處理組和對照組兩個(gè)區(qū)域的成交價(jià)格走勢，其走勢高度相似。因此認(rèn)為，高新西區(qū)、犀浦鎮(zhèn)和紅光鎮(zhèn)經(jīng)濟(jì)社會(huì)發(fā)展相近，是良好的對比研究對象。

圖1　不同區(qū)域商品住房成交價(jià)格對比

圖2　 商品住房成交價(jià)格（控制其他因素）走勢圖

3　實(shí)證結(jié)果分析

3.1住房限購政策對住房價(jià)格負(fù)向影響程度的測度

在式（1）中，以住房價(jià)格的自然對數(shù)為被解釋變量Y，即以下式回歸：

《甘肅科學(xué)學(xué)報(bào)》1989年創(chuàng)刊，為雙月刊，是中國科技論文統(tǒng)計(jì)源期刊(中國科技核心期刊)、中國科學(xué)引文數(shù)據(jù)庫源期刊、中國核心期刊(遴選)數(shù)據(jù)庫源期刊、甘肅省優(yōu)秀期刊，屬自然科學(xué)綜合性學(xué)術(shù)刊物，由甘肅省科學(xué)院主辦，在甘肅省內(nèi)外享有一定的知名度。學(xué)報(bào)按學(xué)科主要?jiǎng)澐譃榛A(chǔ)科學(xué)、工程技術(shù)、物理、生物、醫(yī)學(xué)等欄目。雖然經(jīng)過這些年的整合歸口，形成了具有本刊特色的大學(xué)科分類，但是在甘肅省出版的各種科技期刊中，期刊的品牌知名度并不是十分突出，許多學(xué)術(shù)研究并不僅僅局限于具體欄目?！陡拭C科學(xué)學(xué)報(bào)》的品牌要想被大范圍的接受認(rèn)可并聞名遐邇，期刊品牌建設(shè)和品牌的傳播是不可或缺的環(huán)節(jié)。

由于住房是典型的異質(zhì)性商品，其價(jià)格受到住房的多種特征影響，結(jié)合本文研究的重點(diǎn)，式（2）中X控制的住房特征包括：①房屋建筑面積：由于面積較小戶型相對來說具有較好的流動(dòng)性，面積較大戶型相對來說居住品質(zhì)較高，這兩類住房單價(jià)通常較高，為了捕捉這一可能存在的非線性影響，本文控制了面積的平方項(xiàng)。②是否為限購區(qū)域：限購區(qū)域享受中心城區(qū)的城市規(guī)劃、政務(wù)服務(wù)等，預(yù)期虛擬變量“是否為限購區(qū)域”系數(shù)為正。③是否繞城外：繞城外離市中心更遠(yuǎn)，預(yù)期虛擬變量“是否繞城外”系數(shù)為負(fù)。④是否知名企業(yè)：孫嶠（2012）的研究表明，在預(yù)售商品住房制度下，開發(fā)企業(yè)品牌成為住房不確定性質(zhì)量標(biāo)識(shí)的條件。本文依據(jù)“中國房地產(chǎn)企業(yè)百強(qiáng)榜單”，選擇近年來在該研究區(qū)域有商品住房項(xiàng)目的6家全國著名房地產(chǎn)企業(yè)保利、恒大、中海、綠地、龍湖、華潤作為品牌房地產(chǎn)企業(yè)，以虛擬變量“知名企業(yè)樓盤”標(biāo)識(shí)成交樣本。預(yù)期該變量影響為正。⑤預(yù)售證面積：樓盤越大，品質(zhì)越高，單價(jià)可能因此更高；但也可能由于規(guī)模效應(yīng)，單價(jià)因此更低。該變量對價(jià)格的影響不確定。⑥銷售持續(xù)時(shí)間：一般來說，該時(shí)間過長會(huì)對住房價(jià)格有負(fù)向影響。⑦是否現(xiàn)售：如果購買的為期房，將導(dǎo)致較長的入住等待時(shí)間，因此會(huì)對房屋的價(jià)格產(chǎn)生一定的負(fù)面影響，而現(xiàn)房更受歡迎，因此，預(yù)期該變量系數(shù)為正。⑧是否復(fù)式：一般來說，復(fù)式住宅相比普通住宅檔次更高，預(yù)期該變量系數(shù)為正。⑨房屋所在樓層：房屋所在樓層是影響住房價(jià)格的重要因素，一般來說，樓層越高，價(jià)格越高。⑩時(shí)間虛擬變量：由于住房市場受宏觀經(jīng)濟(jì)、社會(huì)發(fā)展等綜合因素以及其他與時(shí)間相關(guān)不可觀測因素的影響，存在本身的走勢，本文分別以年和月為單位進(jìn)行了控制。住房價(jià)格模型的回歸結(jié)果見表3。

表3　住房價(jià)格模型回歸結(jié)果

表3的回歸結(jié)果采用了遞進(jìn)式的三個(gè)方程，自變量有所差異。在回歸（1）中，僅包含標(biāo)準(zhǔn)DID的三個(gè)虛擬變量以及年份虛擬變量；回歸（2）在回歸（1）的基礎(chǔ)上加入了住房特征屬性的控制變量；相較于回歸（2），回歸（3）將年份虛擬變量進(jìn)一步細(xì)化為每年的各月份。

結(jié)果顯示，所有控制變量的正負(fù)號均符合預(yù)期，并且均在1%的統(tǒng)計(jì)水平上顯著。交叉項(xiàng)的回歸系數(shù)全部為負(fù)，都在1%的水平上顯著，并具有很強(qiáng)的穩(wěn)健性，說明限購確實(shí)對降低住房價(jià)格起到了明顯的作用。

回歸系數(shù)顯示，平均而言，限購大約導(dǎo)致限購區(qū)域新建商品住房價(jià)格平均下降6.5%～6.8%左右，按照限購區(qū)域限購后5674元/平方米左右的住宅價(jià)格，限購大約使得限購區(qū)域新建商品住宅均價(jià)下降大約396～414元/平方米。

3.2限購政策對不同面積段住房價(jià)格的影響

為捕捉限購政策對不同面積段住房價(jià)格的影響，本文以90平方米和144平方米作為界限，將樣本按建筑面積分成90平方米（含）以下、90～144平方米（含）、144平方米以上三部分，對不同面積段住房用式（2）分別進(jìn)行回歸?？紤]到面積已經(jīng)分段，本文在控制變量中取消了住房面積的平方項(xiàng)。不同面積段住房價(jià)格模型的回歸結(jié)果見表4。

表4　不同面積段住房價(jià)格模型回歸結(jié)果

由表4可知，限購分別導(dǎo)致90平方米以下住房、90～144平方米住房、144平方米以上住房價(jià)格平均下降4.6%、11.0%和21.9%，也就是說，面積越大，受到的影響越大。

3.3住房限購政策對人們購買住房面積的影響

在DID模型中，本文以住房面積作為被解釋變量，即以下式回歸：

回歸結(jié)果見表5，所有模型中時(shí)間虛擬變量均采用年份。除時(shí)間虛擬變量外，回歸（1）僅用標(biāo)準(zhǔn)DID的三個(gè)虛擬變量作為解釋變量，在回歸（2）中，本文加入了如下變量進(jìn)行控制：①房屋交易單價(jià)：價(jià)格越高，購買面積越小，預(yù)期影響為負(fù)；②是否復(fù)式：復(fù)式住宅一般面積更大，預(yù)期影響為正；③其余變量包括：是否繞城外、是否知名企業(yè)、銷售持續(xù)時(shí)間、是否現(xiàn)售、房屋所在樓層等，這些變量對面積的影響不確定。

表5　住房面積模型回歸結(jié)果

模型中，限購對住房成交面積的影響是顯著的，在不考慮價(jià)格變化的情況下，限購使得住房成交面積平均有3.5%左右的增加；在控制住房價(jià)格及其他因素后，有2.7%左右的增加。在控制變量方面，住房價(jià)格、是否為復(fù)式住宅變量顯著，符合預(yù)期。其余控制變量亦顯著，但影響較小。

4　結(jié)論

本文的研究結(jié)論表明，住房限購政策導(dǎo)致限購區(qū)域住房價(jià)格平均顯著下降約6.5%～6.8%，限購對住房價(jià)格有顯著的負(fù)向影響，從實(shí)施這一政策的初衷來看，政策取得了預(yù)期效果。

研究結(jié)果還表明，限購政策對住房價(jià)格的負(fù)向影響與住房面積相關(guān)，住房面積越大，受到的影響越大。依據(jù)限購政策，如果家庭已有多套住房，則沒有再次購房的資格，而那些沒有住房以及僅有一套住房的家庭仍然可以購房。因此，限購政策改變了真實(shí)交易中購房家庭的結(jié)構(gòu)特征。我們注意到，面積較小住房的潛在客戶一般為首次置業(yè)或首次改善型置業(yè)家庭，因此其潛在客戶因限購而失去購房資格的比例較小，從而這部分住房的價(jià)格受到?jīng)_擊較??；相對而言，中等面積或較大面積住房的潛在客戶一般為經(jīng)濟(jì)條件優(yōu)越的家庭，而這樣的家庭往往已經(jīng)擁有住房，甚至擁有多套住房，因此，其潛在客戶因限購而失去購房資格的比例較大，從而導(dǎo)致住房價(jià)格受到?jīng)_擊較大。按照面積大小分段觀察，政策對中小套型住房價(jià)格的負(fù)向影響程度不及大套型。

此外，在受到購買套數(shù)限制時(shí)，人們更傾向于購房“一步到位”，即購買面積更大的住房。由于限購改變了購房家庭的結(jié)構(gòu)特征，可以預(yù)期，在控制家庭結(jié)構(gòu)特征的情況下，限購對家庭住房購買行為傾向的影響比2.7%更大。

[1]Wooldridge J M.Econometric Analysis of Cross Section and Panel Da?ta[M].Cambridge:MIT Press,2002.

[2]Zheng S，Kahn M E.China’s Bullet Trains Facilitate Market Integra?tion and Mitigate the Cost of Mega City Growth[J].Proceedings of the National Academy of Sciences,2013,110(14).

[3]陳強(qiáng).高級計(jì)量經(jīng)濟(jì)學(xué)及Stata應(yīng)用（第二版）[M].北京：高等教育出版社，2014．

[4]孫嶠.預(yù)售商品住房不確定性質(zhì)量的識(shí)別與度量[M].北京：北京師范大學(xué)出版社，2012．

[5]鄧國營，甘犁，吳耀國.房地產(chǎn)市場是否存在“反應(yīng)過度”?[J].管理世界，2010，(6)．

[6]王敏，黃瀅.限購和房產(chǎn)稅對房價(jià)的影響：基于長期動(dòng)態(tài)均衡的分析[J].世界經(jīng)濟(jì)，2013，(1)．

（責(zé)任編輯/劉柳青）

F222.3

A

1002-6487（2016）22-0126-03

國家自然科學(xué)基金資助項(xiàng)目（71203149）

吳耀國（1981—），男，安徽宿松人，博士研究生，研究方向：應(yīng)用微觀計(jì)量、房地產(chǎn)經(jīng)濟(jì)學(xué)。杜江（1958—），男，甘肅敦煌人，教授，博士生導(dǎo)師，研究方向：計(jì)量經(jīng)濟(jì)學(xué)、公司金融。鄧國營（1980—），男，山東泰安人，博士，副教授，研究方向：房地產(chǎn)經(jīng)濟(jì)。