蔡正喆
(中國(guó)人民大學(xué) 經(jīng)濟(jì)學(xué)院,北京 100872)
?
關(guān)于中國(guó)房?jī)r(jià)調(diào)控政策的有效性分析
——基于“國(guó)八條”房產(chǎn)新政的經(jīng)驗(yàn)證據(jù)
蔡正喆
(中國(guó)人民大學(xué) 經(jīng)濟(jì)學(xué)院,北京 100872)
根據(jù)我國(guó)35個(gè)大中城市2002-2012年住房?jī)r(jià)格面板數(shù)據(jù)固定效應(yīng)的回歸結(jié)果表明,2005年頒布的房?jī)r(jià)調(diào)控政策并沒(méi)有有效地抑制此后房?jī)r(jià)的快速上漲。從固定效應(yīng)回歸結(jié)果來(lái)看,在模型引入房?jī)r(jià)調(diào)控政策的啞變量無(wú)一例外地增加了截距項(xiàng),并且具有統(tǒng)計(jì)顯著性。在穩(wěn)健性檢驗(yàn)中,即使在引入房?jī)r(jià)調(diào)控政策啞變量與相關(guān)解釋變量的交互項(xiàng)之后,其回歸系數(shù)仍然顯著。因此,房?jī)r(jià)調(diào)控政策的制定不僅需要考慮基本經(jīng)濟(jì)層面的因素,而且需要管理居民關(guān)于住房需求與供給變化的預(yù)期。
房?jī)r(jià);“國(guó)八條”房產(chǎn)新政;面板數(shù)據(jù);固定效應(yīng)
居高不下的房?jī)r(jià)已成為當(dāng)前中國(guó)一個(gè)嚴(yán)重的社會(huì)問(wèn)題,受到社會(huì)各界的廣泛關(guān)注。針對(duì)這一問(wèn)題,中央政府先后出臺(tái)各種相關(guān)措施①,以控制房?jī)r(jià)過(guò)快上漲的勢(shì)頭,然而房?jī)r(jià)依然逐年上漲、居高不下②,我們不禁要問(wèn),中央政府的這一系列房地產(chǎn)調(diào)控政策是有效的么?限制中央政策調(diào)控效果又是哪一些呢?同時(shí)住房作為一種特殊的商品,兼具“消費(fèi)品”和“投資品”兩種屬性,并且在中國(guó)特殊的制度背景下,住房?jī)r(jià)格又和土地價(jià)格緊密聯(lián)系,而后者正是地方政府一個(gè)重要的財(cái)政收入來(lái)源。這一系列原因都大大增加了中國(guó)住房?jī)r(jià)格形成機(jī)制的復(fù)雜性。為了排除各種影響因素的干擾,本文以一次具體的房地產(chǎn)調(diào)控政策——2005年出臺(tái)的“國(guó)八條”作為分析對(duì)象,基于2002-2012年全國(guó)35個(gè)大中城市住房?jī)r(jià)格的面板數(shù)據(jù),對(duì)政府房地產(chǎn)調(diào)控政策的有效性進(jìn)行了實(shí)證檢驗(yàn)。在此基礎(chǔ)上,我們還對(duì)抑制中國(guó)房?jī)r(jià)調(diào)控政策有效性的原因作了進(jìn)一步分析。
現(xiàn)有關(guān)于中國(guó)房?jī)r(jià)的決定因素與政府調(diào)控機(jī)制的研究,主要表現(xiàn)為以下三個(gè)方面:一是地方政府的土地財(cái)政因素。王岳龍等[1]和周彬等[2]認(rèn)為,隨著地方政府越來(lái)越依靠“土地財(cái)政”,房?jī)r(jià)的逐漸攀升也引起地價(jià)的上升,地價(jià)的上升又會(huì)引起房?jī)r(jià)的進(jìn)一步上漲。雖然中央政府力圖通過(guò)擴(kuò)大住房供給與抑制住房投資性需求兩方面來(lái)抑制住房?jī)r(jià)格的急速攀升,然而依靠土地財(cái)政的地方政府,即使增加住房供給也有可能導(dǎo)致公眾支付意愿的下降。張濤等[3]認(rèn)為隨著政府增加土地供給以及公共設(shè)施供給,以財(cái)政收入最大化為目標(biāo)的地方政府能夠利用購(gòu)房者關(guān)于公共設(shè)施價(jià)值判斷的差異,最終使得房產(chǎn)價(jià)格超過(guò)其內(nèi)在價(jià)值。二是與地方基本經(jīng)濟(jì)社會(huì)因素的變化有關(guān)。比如說(shuō),有些研究從人口結(jié)構(gòu)變化探討房?jī)r(jià)上升背后的深層次的、基本的人口和經(jīng)濟(jì)因素。政府管制政策力圖在短期內(nèi)抑制房?jī)r(jià)的快速上升,然而,中國(guó)人口結(jié)構(gòu)中少年人口撫養(yǎng)比例的提高則會(huì)從整體上提升住房需求進(jìn)而推動(dòng)房?jī)r(jià)的上漲[4]。陳斌開(kāi)等[5]認(rèn)為人口結(jié)構(gòu)變化會(huì)導(dǎo)致住房需求結(jié)構(gòu)的轉(zhuǎn)變,并會(huì)在長(zhǎng)時(shí)期引起住房供給以及住房需求的顯著變化,這些引發(fā)住房供需結(jié)構(gòu)的深層次因素將宏觀房?jī)r(jià)調(diào)整政策短期的無(wú)效性。隨著諸如人均收入以及家庭可支配收入等的增長(zhǎng),居民對(duì)于住房的需求將出現(xiàn)上升,來(lái)自地區(qū)性房地產(chǎn)市場(chǎng)的證據(jù)支持這一觀點(diǎn)[6]。此外,從整體上來(lái)看,隨著城鎮(zhèn)化的推進(jìn)以及農(nóng)民工進(jìn)城等,人們對(duì)于商業(yè)住宅的需求也將不斷攀升。諸如人口結(jié)構(gòu)、家庭可支配收入、城鎮(zhèn)化以及農(nóng)民工進(jìn)城等經(jīng)濟(jì)基本面因素及其變化等會(huì)引發(fā)住房需求的上升趨勢(shì)[7-9],房?jī)r(jià)調(diào)控政策一旦很難減弱這些趨勢(shì)性力量對(duì)于住房?jī)r(jià)格上漲的影響,就很難取得預(yù)期的效果。三是住房的投資性或是投機(jī)性需求。住房作為一項(xiàng)資產(chǎn),對(duì)住房的需求與利率和信貸之間密切相關(guān)。理論上而言,住房作為一項(xiàng)資產(chǎn),利率的上升有助于抑制房?jī)r(jià)。此外,房地產(chǎn)銀行信貸擴(kuò)張會(huì)刺激對(duì)住房的消費(fèi)需求和投機(jī)需求,從而推升房?jī)r(jià)。然而,有關(guān)實(shí)證研究發(fā)現(xiàn),提升利率的宏觀調(diào)控政策并沒(méi)有起到有效抑制房?jī)r(jià)急速上升的效果[10-12]。研究認(rèn)為,因?yàn)槲覈?guó)的利率市場(chǎng)化進(jìn)程較為緩慢,利率作為資產(chǎn)價(jià)格在配置資源上的功效還有待強(qiáng)化,結(jié)果是通過(guò)利率手段對(duì)房地產(chǎn)市場(chǎng)進(jìn)行調(diào)整的效果并不顯著。
綜合上述,盡管諸多研究從理論與實(shí)證、微觀機(jī)制與宏觀視角分析了導(dǎo)致房?jī)r(jià)上漲的相關(guān)因素,然而,現(xiàn)有關(guān)于住房?jī)r(jià)格的經(jīng)驗(yàn)研究,都只是在某種程度上揭示出房屋價(jià)格與上漲相關(guān)因素的相關(guān)關(guān)系。然而,實(shí)際過(guò)程中既可以是地方政府土地財(cái)政激勵(lì)推動(dòng)了住房?jī)r(jià)格的上漲,也可能土地價(jià)格的上漲實(shí)際上是由住房?jī)r(jià)格的不斷上漲推動(dòng)的。究其原因,主要是因?yàn)樽》考瓤梢允侨藗兿M(fèi)的對(duì)象又可以是人們投資的對(duì)象,那些影響人們消費(fèi)選擇以及投資選擇的諸多因素進(jìn)而可以對(duì)住房?jī)r(jià)格產(chǎn)生影響。本文的研究則試圖通過(guò)一項(xiàng)具體的外生政策沖擊以檢驗(yàn)和識(shí)別其中的因果關(guān)系。
本文實(shí)證過(guò)程中采用的數(shù)據(jù)絕大部分來(lái)自《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》(2003-2013)以及《中國(guó)城市統(tǒng)計(jì)年鑒》(2003-2013)。本文選取《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》中35個(gè)大中城市2002-2012年的對(duì)數(shù)化住房平均銷(xiāo)售價(jià)格作為被解釋變量,并且選取《中國(guó)城市統(tǒng)計(jì)年鑒》(2003-2013)中相關(guān)的衡量35個(gè)大中城市經(jīng)濟(jì)和社會(huì)發(fā)展水平的數(shù)據(jù)作為對(duì)數(shù)化房?jī)r(jià)水平的解釋變量。在關(guān)于35個(gè)大中城市住房?jī)r(jià)格面板數(shù)據(jù)固定效應(yīng)回歸模型中,本文將人均財(cái)政收入(該城市的地方財(cái)政預(yù)算內(nèi)收入與年末總?cè)丝谥?,單位:千?、全市人均GDP(千元)、市轄區(qū)人均GDP(千元)、全市職工年平均工資水平(千元)、市轄區(qū)職工平均工資水平(千元)、人均儲(chǔ)蓄(千元)、人均儲(chǔ)蓄的增長(zhǎng)率(%)、商品房空置率(空置住宅與新開(kāi)工住宅之比)(%)、城市綠化狀況(%)、房企資產(chǎn)負(fù)債率(%)、城市建設(shè)用地占市轄區(qū)面積之比(%)、地方財(cái)政收入在國(guó)內(nèi)生產(chǎn)總值中的占比(%)、房地產(chǎn)開(kāi)發(fā)投資占全市固定資產(chǎn)投資之比(%)以及城鎮(zhèn)居民失業(yè)率(%)等引入固定效應(yīng)回歸方程。
此外,本文將“國(guó)八條”的頒布作為一個(gè)政策沖擊的啞變量,策略是將“國(guó)八條”頒布之前的年份定義為0,將2005年及之后的年份定義為1③。在之前諸多關(guān)于房?jī)r(jià)影響因素的跨地區(qū)面板回歸的實(shí)證研究中,商品房空置率要么被研究者們忽略,要么缺乏對(duì)其進(jìn)行深入的解釋。在房地產(chǎn)市場(chǎng),商品房空置率的上升或是下降具有兩個(gè)相反的含義[13]。一方面,商品房空置率的上升可能意味著經(jīng)濟(jì)不景氣以及資產(chǎn)失業(yè);另一方面,商品房空置率的上升也可能意味著經(jīng)濟(jì)前景太好,因?yàn)殚_(kāi)發(fā)商預(yù)期住房需求會(huì)增長(zhǎng),所以未雨綢繆多蓋新樓盤(pán),結(jié)果導(dǎo)致商品房空置率上升。本文在解釋變量中引入商品房空置率,目的是分析住房供給方的預(yù)期是否影響住房?jī)r(jià)格的上漲及其背后的傳導(dǎo)機(jī)制。
在面板回歸中,常用的方法是固定效應(yīng)以及隨機(jī)效應(yīng)模型。固定效應(yīng)模型一般假設(shè)這些觀察不到的地區(qū)個(gè)體特征與所含的變量相關(guān)。就本文的實(shí)證研究而言,利用固定效應(yīng)進(jìn)行回歸可以較為有效地處理遺漏變量問(wèn)題。在本文的固定效應(yīng)模型回歸中,城市所在地理位置、政治文化地位以及經(jīng)濟(jì)地位等與包含的解釋變量相關(guān),并且在本文考察的時(shí)期內(nèi),這些城市的地理位置、年均溫度濕度以及政治經(jīng)濟(jì)地位等并未發(fā)生明顯的變化。而在隨機(jī)效應(yīng)回歸中,一般假設(shè)觀察不到的個(gè)體效應(yīng)與模型已經(jīng)包含的解釋變量無(wú)關(guān)。
本文的基本回歸方程如下:
(1)
其中i是城市,t是年份,logYit是各城市在t年的住房年均銷(xiāo)售價(jià)格的對(duì)數(shù)。Xit是回歸方程中的控制變量,包括各城市的人口增長(zhǎng)率、失業(yè)率、人均國(guó)內(nèi)生產(chǎn)總值、人均國(guó)內(nèi)生產(chǎn)總值的增長(zhǎng)率、城市建設(shè)用地占市轄區(qū)面積的比率、城市綠化水平、職工平均工資、人均財(cái)政收入、地方財(cái)政收入占GDP比重、商品房空置率水平、住房投資占全部固定投資比例以及人均儲(chǔ)蓄的增長(zhǎng)率等,βt是相關(guān)協(xié)變量的估計(jì)系數(shù)。為了避免顯而易見(jiàn)的共線(xiàn)性問(wèn)題,在本文中,人均儲(chǔ)蓄增長(zhǎng)率與人均儲(chǔ)蓄作為解釋變量是單獨(dú)引入回歸方程的,人均財(cái)政收入(地方政府預(yù)算內(nèi)財(cái)政收入/年末總?cè)丝谥?與財(cái)政收入占GDP的比重也是分別引入的。αi是橫截面上每個(gè)城市的個(gè)體特征,σt是時(shí)間效應(yīng)。Dt是房?jī)r(jià)調(diào)控政策沖擊的啞變量,當(dāng)t<2005時(shí),也即是觀察的年份在2005年之前時(shí),Dt=0,其他情形則為1。本文最為感興趣的回歸系數(shù)即γ,2005年之前,γDt=0;2005年之后,γDt=γ。
表1 固定效應(yīng)回歸的基本結(jié)果
注:括號(hào)內(nèi)為對(duì)應(yīng)系數(shù)估計(jì)值的穩(wěn)健標(biāo)準(zhǔn)誤差,***,**,*分別代表1%、5%和10%的顯著性水平。在模型(3),本文還加入全市職工平均工資水平以及人均儲(chǔ)蓄,系數(shù)估計(jì)值分別為0.00002(0.000002)和0.0030(0.0024),括號(hào)內(nèi)為標(biāo)準(zhǔn)差,下同。在模型(4),本文還加入市轄區(qū)平均工資水平,系數(shù)估計(jì)值為0.00003(0.000001)。在模型(5)中,本文還加入市轄區(qū)人均GDP作為解釋變量,系數(shù)估計(jì)值為0.0073(0.0024),在1%的顯著性水平上。在模型(6)中,本文還加入地方財(cái)政收入占GDP的比重作為解釋變量,系數(shù)估計(jì)值為0.0365(0.0115),在1%的顯著性水平上,為了制表的考慮,本文并沒(méi)有在表格中報(bào)告結(jié)果。
從回歸結(jié)果中我們可以發(fā)現(xiàn),在各列回歸之中“國(guó)八條”政策啞變量的估計(jì)系數(shù)均在1%的水平上顯著為正,說(shuō)明中央政府的宏觀調(diào)控政策不僅沒(méi)有抑制房?jī)r(jià)的上升趨勢(shì),甚至還推動(dòng)了房?jī)r(jià)的上漲。對(duì)于其他控制變量而言,無(wú)論是全市的人均GDP還是市轄區(qū)人均GDP,對(duì)于住房?jī)r(jià)格都具有顯著的正向影響。此外,地方財(cái)政收入占GDP的比重每增加一個(gè)單位,可以使得住房?jī)r(jià)格提高3.65%。在包含人均財(cái)政收入的所有固定效應(yīng)回歸模型,估計(jì)系數(shù)有時(shí)為正有時(shí)為負(fù),這可能跟模型(1)、(2)和(3)中解釋變量過(guò)少有關(guān)。當(dāng)增加更多可能影響住房?jī)r(jià)格的因素之后,不管是人均財(cái)政收入(模型(5))還是地方財(cái)政收入占GDP的比重(模型(6)),這兩個(gè)解釋變量與住房?jī)r(jià)格呈現(xiàn)出顯著的正相關(guān),并且都在1%的水平上顯著。失業(yè)率與人均儲(chǔ)蓄的增長(zhǎng)率與住房?jī)r(jià)格負(fù)相關(guān),不過(guò)統(tǒng)計(jì)上并不顯著。從人均儲(chǔ)蓄增長(zhǎng)率來(lái)看,房?jī)r(jià)上升很可能引發(fā)居民對(duì)住房資產(chǎn)的投資需求,從而在一定程度上對(duì)儲(chǔ)蓄產(chǎn)生抑制作用。商品房空置率系數(shù)顯著為負(fù),這意味著商品房供給的增加在一定程度上可以抑制房?jī)r(jià)的快速上漲。不過(guò),從其估計(jì)系數(shù)來(lái)看,這一抑制作用可能很難抵消其他因素對(duì)房?jī)r(jià)的推動(dòng)作用。
綜合以上對(duì)于回歸結(jié)果的分析,我們認(rèn)為,中央房?jī)r(jià)調(diào)控政策無(wú)效的原因主要表現(xiàn)為三個(gè)主要方面:第一個(gè)方面是財(cái)政分權(quán)視角下地方政府的土地財(cái)政激勵(lì),即使中央政府通過(guò)相關(guān)措施增加住房供給以及抑制住房的投資性需求,地方政府仍然存在很強(qiáng)烈的賣(mài)地激勵(lì),在控制土地供給增量的前提下,與“國(guó)八條”頒布之前相比,有限的土地供給將推動(dòng)土地價(jià)格的上升,這進(jìn)而又會(huì)推動(dòng)房?jī)r(jià)上漲。第二個(gè)方面則是人口結(jié)構(gòu)變動(dòng)將在較長(zhǎng)的時(shí)期內(nèi)在地引發(fā)住房需求的上升,結(jié)果是,房?jī)r(jià)調(diào)控政策很難改變房?jī)r(jià)上漲的趨勢(shì)性變化。此外,隨著家庭可支配收入的增長(zhǎng),對(duì)于住房的消費(fèi)需求和投資需求也會(huì)上升。諸如人口結(jié)構(gòu)以及家庭收入等是推動(dòng)房?jī)r(jià)變動(dòng)的深層次力量,很有可能將導(dǎo)致房?jī)r(jià)調(diào)控政策達(dá)不到預(yù)期的效果。第三個(gè)方面則是關(guān)于利率和信貸可得性與住房?jī)r(jià)格之間的聯(lián)系。住房本身是一項(xiàng)資產(chǎn),利率與信貸可得性與這一資產(chǎn)的價(jià)格之間的關(guān)系十分復(fù)雜。理論上而言,資產(chǎn)投資不僅取決于其實(shí)際的回報(bào)率(真實(shí)利率)而且取決于預(yù)期的投資回報(bào)率(利率預(yù)期),提升利率以及約束商業(yè)銀行房地產(chǎn)信貸在改變實(shí)際回報(bào)率的同時(shí)也影響到了投資者預(yù)期,如果房?jī)r(jià)調(diào)控政策對(duì)住房消費(fèi)者以及投資者的預(yù)期不能產(chǎn)生實(shí)際影響,同樣會(huì)導(dǎo)致政策本身的無(wú)效性。針對(duì)這些問(wèn)題,本文將在穩(wěn)健性檢驗(yàn)部分作進(jìn)一步的分析和驗(yàn)證。
關(guān)于面板數(shù)據(jù)固定效應(yīng)的檢驗(yàn)首先是豪斯曼檢驗(yàn),本文豪斯曼檢驗(yàn)的結(jié)果認(rèn)為,可以拒絕“隨機(jī)效應(yīng)”的原假設(shè),采取固定效應(yīng)模型具有一定的合理性。對(duì)于時(shí)間效應(yīng)而言,因?yàn)楣潭ㄐ?yīng)估計(jì)量相當(dāng)于每一個(gè)截面的組內(nèi)估計(jì)量,所以,時(shí)間效應(yīng)是平均意義上的結(jié)果,對(duì)于固定效應(yīng)模型本身不會(huì)產(chǎn)生太大的影響。不過(guò),即使固定效應(yīng)的模型設(shè)定不存在問(wèn)題,仍然不能說(shuō)回歸本身是具有充分說(shuō)服力的。在諸多涉及到啞變量的回歸方程中(無(wú)論是在多元回歸、面板數(shù)據(jù)還是在受限因變量回歸模型中),一個(gè)常用的辦法是引入啞變量與數(shù)值變量以及啞變量與解釋變量的交互項(xiàng)針對(duì)原模型進(jìn)行更為細(xì)致的檢驗(yàn)。
因此,本文在穩(wěn)健性檢驗(yàn)中把“國(guó)八條”已經(jīng)頒布的年數(shù)引入回歸方程。“國(guó)八條”這一房地產(chǎn)市場(chǎng)調(diào)控新政是在2005年1月份頒布,那么就2006年而言,這一變量的值就為2,相應(yīng)地,對(duì)于2007而言,這一數(shù)值就為3。對(duì)于2005年之前而言,這一值就為0。引入這一數(shù)值變量的目的是把它作為衡量政策沖擊對(duì)住房?jī)r(jià)格的持續(xù)影響。此外,為了控制其他政策的影響,本文分別將“國(guó)六條”(2006年房地產(chǎn)行業(yè)新政)和2009年頒布的“國(guó)四條”作為政策啞變量引入了回歸方程。
五是加強(qiáng)新技術(shù)推廣力度。發(fā)揮農(nóng)業(yè)技術(shù)在中藥材生產(chǎn)中的作用,推廣中藥材規(guī)范化種植技術(shù)的。重點(diǎn)推廣黃芪、甘草等用工量大,投入高的中藥材機(jī)播、機(jī)收技術(shù),降低生產(chǎn)成本,提高經(jīng)濟(jì)效益。通過(guò)科學(xué)實(shí)驗(yàn),掌握甘草、黃芪、板藍(lán)根等大面積種植的中藥材作物生長(zhǎng)習(xí)性,對(duì)當(dāng)?shù)赝恋亍夂虻拳h(huán)境的適應(yīng)性,不斷改進(jìn)栽培方法、措施,提高中藥材的產(chǎn)量和質(zhì)量,促進(jìn)了中藥材生產(chǎn)向規(guī)范化方向發(fā)展。
(2)
引入這一計(jì)量方程的目的是想探討,隨著時(shí)間推移,來(lái)自房地產(chǎn)市場(chǎng)新政是否會(huì)能有效抑制住房?jī)r(jià)格的快速上升?這就取決于γ的正負(fù)及其統(tǒng)計(jì)上的顯著性了。對(duì)于一般的政策啞變量0、1這兩數(shù)值的設(shè)定而言,其忽略了政策沖擊本身的持續(xù)性。理論上來(lái)說(shuō),真正起作用的宏觀調(diào)控政策不僅應(yīng)該能直接影響名義變量,而且應(yīng)該影響到公眾關(guān)于相關(guān)名義變量的預(yù)期。從這一意義上來(lái)說(shuō),僅僅從0、1啞變量的設(shè)定來(lái)分析“國(guó)八條”政策是否有效地抑制了房?jī)r(jià)的快速上升是不夠的。此外,本文還將引入啞變量與人均財(cái)政收入或地方政府財(cái)政收入占GDP比重、商品房空置率等交叉項(xiàng),進(jìn)一步檢驗(yàn)政策沖擊對(duì)房?jī)r(jià)的影響。在基本回歸模型中,引入單獨(dú)的啞變量?jī)H僅改變回歸結(jié)果的截距項(xiàng),而引入解釋變量與啞變量的交互項(xiàng)后,可以分析“國(guó)八條”政策頒布前后,控制變量與被解釋變量之間的相關(guān)性是否會(huì)出現(xiàn)顯著的改變以及住房?jī)r(jià)格的變動(dòng)在多大程度上與啞變量的變動(dòng)有關(guān)。
(3)
其中,pcgdp是人均GDP,在基本回歸方程中,人均GDP實(shí)際上包含在協(xié)變量中。比如基本回歸方程(1)即描述了人均GDP與住房?jī)r(jià)格之間的關(guān)系,固定效應(yīng)回歸結(jié)果表明,人均GDP與住房?jī)r(jià)格存在顯著的正相關(guān)。不過(guò),在基本回歸方程(1)中,并不能確定房?jī)r(jià)調(diào)控政策頒布前后,人均GDP與被解釋變量之間的關(guān)系是否會(huì)出現(xiàn)根本的改變。在引入交叉項(xiàng)后(在2005年及2005年后,Dt=1,在2005年前,Dt=0),則可以發(fā)現(xiàn)人均GDP與住房?jī)r(jià)格在“國(guó)八條”政策頒布前后截面上的斜率是否出現(xiàn)明顯變化。
穩(wěn)健性檢驗(yàn)表明,不管是衡量房?jī)r(jià)調(diào)控政策的啞變量,還是地方財(cái)政收入占GDP的比重或者人均GDP,與房?jī)r(jià)還是呈現(xiàn)出顯著的正相關(guān),這些結(jié)果與基本回歸方程的結(jié)論是一致的。商品房空置率與房?jī)r(jià)之間存在負(fù)相關(guān),與基本回歸方程的結(jié)果較為類(lèi)似,“國(guó)八條”政策的啞變量與“國(guó)八條”政策之后的年份交互項(xiàng)的估計(jì)系數(shù)顯著為正,這表明即使在考慮到政策的作用時(shí)間的情況下,調(diào)控政策也很難取得預(yù)期的效果。在引入“國(guó)八條”政策啞變量與人均GDP的交互項(xiàng)這一檢驗(yàn)?zāi)P椭?,盡管啞變量與解釋變量交互項(xiàng)的估計(jì)系數(shù)為負(fù),不過(guò),其絕對(duì)值遠(yuǎn)遠(yuǎn)小于人均GDP的估計(jì)系數(shù),而且其在統(tǒng)計(jì)上也并不顯著。財(cái)政收入占GDP比重的變化與住房?jī)r(jià)格的正相關(guān)關(guān)系,在一定程度上刻畫(huà)了地方政府財(cái)政激勵(lì)與商業(yè)住房?jī)r(jià)格上漲存在的關(guān)系。除此之外,穩(wěn)健性檢驗(yàn)表明,人口增長(zhǎng)率、人均儲(chǔ)蓄增長(zhǎng)率以及失業(yè)率與住房?jī)r(jià)格之間的統(tǒng)計(jì)關(guān)系與基本回歸方程所刻畫(huà)的相一致。
表2 35個(gè)大中城市住房平均價(jià)格固定效應(yīng)回歸模型的穩(wěn)健性檢驗(yàn)
注:(1)括號(hào)內(nèi)為對(duì)應(yīng)系數(shù)估計(jì)值的穩(wěn)健標(biāo)準(zhǔn)誤差,***,**,*分別代表1%、5%和10%的顯著性水平;(2)政策啞變量與人均GDP交互項(xiàng)以及政策啞變量與地方財(cái)政收入占GDP之比交互項(xiàng)中的政策是指“國(guó)八條”房?jī)r(jià)調(diào)控政策,財(cái)政收入占比是指地方政府財(cái)政收入與GDP的比重;(3)在模型(2)中,“國(guó)六條”政策啞變量的回歸系數(shù)為0.2334(0.0248),在1%的顯著性水平上,括號(hào)內(nèi)為標(biāo)準(zhǔn)差,下同。在模型(3)中,加入“國(guó)四條”政策啞變量后,其系數(shù)估計(jì)值為0.2148(0.0356),在1%的顯著性水平上。在模型(4)中,“國(guó)八條”政策啞變量與人均GDP交互項(xiàng)的系數(shù)估計(jì)值為-0.0018(0.0013),在模型(5)中,“國(guó)八條”政策啞變量與地方財(cái)政收入占GDP比重的交互項(xiàng)系數(shù)估計(jì)值為0.0095(0.0087)。為了制表的考慮,表格中并未報(bào)告其結(jié)果。
在我國(guó)諸多政策的頒布及執(zhí)行方面,一個(gè)常見(jiàn)的現(xiàn)象是“上有政策、下有對(duì)策”。中央政府更多是從戰(zhàn)略角度出發(fā)來(lái)制定房?jī)r(jià)調(diào)控政策,而地方政府在調(diào)控當(dāng)?shù)胤績(jī)r(jià)過(guò)程中將遭遇更為現(xiàn)實(shí)的財(cái)政收入減少的問(wèn)題??紤]到地方財(cái)政激勵(lì)背后存在較為復(fù)雜的動(dòng)因以及人均財(cái)政收入、地方財(cái)政收入占GDP比重與人均GDP、失業(yè)率等之間可能存在的相關(guān)性問(wèn)題,本文進(jìn)一步引入衡量地方財(cái)政激勵(lì)的工具變量。無(wú)論是人均財(cái)政收入還是地方政府預(yù)算內(nèi)收入占GDP的比重,都與地方政府?dāng)U大財(cái)政收入來(lái)源這一激勵(lì)密切相關(guān)。本文引入2002-2012年全國(guó)35個(gè)大中城市當(dāng)年該市長(zhǎng)已經(jīng)履職的年數(shù)這一新的數(shù)據(jù),并且把它作為衡量地方政府財(cái)政激勵(lì)的代理變量。本文此處關(guān)注的是,相比“國(guó)八條”房?jī)r(jià)調(diào)控政策之前,地方政策土地財(cái)政激勵(lì)是否可能在“國(guó)八條”政策頒布之后出現(xiàn)明顯的轉(zhuǎn)變?當(dāng)前,很多地方政府又十分依賴(lài)土地財(cái)政。房?jī)r(jià)的攀升既有利于相關(guān)產(chǎn)業(yè)的發(fā)展,又有利于地方財(cái)政的增收。市長(zhǎng)作為當(dāng)?shù)卣囊话咽郑瑢?duì)當(dāng)?shù)氐慕?jīng)濟(jì)建設(shè)和社會(huì)發(fā)展發(fā)揮著較為重要的作用。假設(shè)地方政府土地財(cái)政激勵(lì)確實(shí)是導(dǎo)致住房?jī)r(jià)格上漲的一個(gè)重要因素,如果經(jīng)濟(jì)增長(zhǎng)是當(dāng)?shù)厥虚L(zhǎng)政績(jī)考核指標(biāo)的話(huà),這將意味著市長(zhǎng)在履新之后將會(huì)很快啟動(dòng)通過(guò)土地為地方財(cái)政創(chuàng)收這一模式,而土地財(cái)政將推動(dòng)房?jī)r(jià)的快速上漲。與此一樣,隨著任職年份的增加,市長(zhǎng)履職的年數(shù)將與土地價(jià)格呈現(xiàn)出正相關(guān)④。不過(guò),需要警惕的是,市長(zhǎng)任期與地方政府財(cái)政激勵(lì)也可能呈現(xiàn)出反向的關(guān)系。對(duì)于那些任期較短的市長(zhǎng)來(lái)說(shuō),其履職的年份較短是因?yàn)楹芸炀娃D(zhuǎn)入更高的領(lǐng)導(dǎo)崗位,比如說(shuō)由市長(zhǎng)轉(zhuǎn)為市委書(shū)記(對(duì)于樣本中的35個(gè)大中城市而言,這些市委書(shū)記要么是中央政治局委員,要么是省委常委),經(jīng)濟(jì)增長(zhǎng)并不能作為政績(jī)考核指標(biāo),其對(duì)于地方政府土地財(cái)政激勵(lì)并不會(huì)表現(xiàn)出強(qiáng)烈的偏好。相反,這些具有遠(yuǎn)大政治前途的市長(zhǎng)們主導(dǎo)的政策安排將更有可能與國(guó)家抑制房?jī)r(jià)快速上漲的政策保持高度一致。
為了考察市長(zhǎng)履職的年數(shù)與政策啞變量交互項(xiàng)對(duì)住房?jī)r(jià)格的交互影響,本文引入以下計(jì)量模型對(duì)土地財(cái)政激勵(lì)導(dǎo)致住房?jī)r(jià)格快速上漲這一問(wèn)題進(jìn)行更為深入的檢驗(yàn):
(4)
其中,T為市長(zhǎng)履職的年數(shù)。本文的計(jì)算方法是,對(duì)于那些從2002年開(kāi)始上任的市長(zhǎng),其在2002對(duì)應(yīng)的履職年數(shù)為1年,對(duì)于那些在2002年之前開(kāi)始的市長(zhǎng)(比如說(shuō)2001年,其在2002年履職的年數(shù)為2年)。對(duì)于代理市長(zhǎng),計(jì)算方法是,其剛開(kāi)始履職代理的年數(shù)同樣記為1年。比如說(shuō)某市長(zhǎng)在2001年開(kāi)始代理市長(zhǎng),在2002年的人代會(huì)上正式當(dāng)選,則其在2002年的履職年數(shù)為2年,以此類(lèi)推。如此計(jì)算在實(shí)際中也許會(huì)導(dǎo)致出現(xiàn)一系列問(wèn)題。比如說(shuō)有的市長(zhǎng)從2001年12月份開(kāi)始代理市長(zhǎng),到次年3月份人代會(huì)召開(kāi)時(shí),他實(shí)際上履職的時(shí)間半年就不到。不過(guò),本文實(shí)證重點(diǎn)是分析房?jī)r(jià)調(diào)控政策的有效性問(wèn)題。即使市長(zhǎng)履職的年數(shù)與住房?jī)r(jià)格之間的統(tǒng)計(jì)關(guān)系(即θ)不明確,仍然可以分析履職年數(shù)與國(guó)八條政策啞變量的交互項(xiàng)對(duì)住房?jī)r(jià)格的影響(γ1)。利用上述模型,固定效應(yīng)模型中允許出現(xiàn)不同的截距及斜率,進(jìn)而可以檢驗(yàn)?zāi)P捅旧淼姆€(wěn)健性。
表3 市長(zhǎng)履職年數(shù)與“國(guó)八條”政策啞變量的交互項(xiàng)
注:(1)括號(hào)內(nèi)為對(duì)應(yīng)系數(shù)估計(jì)值的穩(wěn)健標(biāo)準(zhǔn)誤差,***,**,*分別代表1%、5%和10%的顯著性水平;(2)在模型(4)本文還加入房地產(chǎn)投資占全市固定投資比重作為解釋變量,系數(shù)估計(jì)值為0.0099(0.0077),在統(tǒng)計(jì)上不顯著。為了制表的考慮,表格中并未報(bào)告這一結(jié)果。
啞變量的估計(jì)系數(shù)(γ0)與基本固定效應(yīng)回歸模型的結(jié)果一致,引入“國(guó)八條”房?jī)r(jià)調(diào)控政策啞變量與市長(zhǎng)履職年數(shù)交互項(xiàng)的穩(wěn)健性檢驗(yàn)結(jié)果表明,市長(zhǎng)履職的年數(shù)與房?jī)r(jià)之間正相關(guān)。對(duì)于θ的估計(jì)結(jié)果表明,市長(zhǎng)履職的年數(shù)越長(zhǎng),房?jī)r(jià)上漲的幅度越大。不過(guò),在考慮市長(zhǎng)履職年數(shù)與“國(guó)八條”政策啞變量的交互項(xiàng)后,這一系數(shù)顯著為負(fù)。在2005年之前,Dt=0,可以不考慮房?jī)r(jià)調(diào)控政策沖擊對(duì)房地產(chǎn)市場(chǎng)的影響,此時(shí)市長(zhǎng)履職年數(shù)與房?jī)r(jià)之間的協(xié)相關(guān)系數(shù)為θ。在2005年及2005年之后,Dt=1,(θ+γ1)則是市長(zhǎng)履職年數(shù)與房?jī)r(jià)之間的協(xié)相關(guān)系數(shù),對(duì)于表3中的模型(1)、(2)、(3)和(4)而言,這一系數(shù)小于零,分別為-0.0022、-0.0020、-0.0100以及-0.0139,其絕對(duì)值無(wú)一例外地小于地方財(cái)政收入占GDP比重與房?jī)r(jià)之間的協(xié)相關(guān)系數(shù)(參見(jiàn)表2)。從這一角度來(lái)看,在房?jī)r(jià)調(diào)控政策頒布之后,即使地方政府能夠抑制土地財(cái)政激勵(lì),對(duì)于房?jī)r(jià)的上漲也只能產(chǎn)生輕微的影響,并不會(huì)從根本上抑制房?jī)r(jià)上漲的趨勢(shì)。
為了檢驗(yàn)政府房?jī)r(jià)調(diào)控政策的有效性問(wèn)題,本文以一次具體的房地產(chǎn)調(diào)控政策——2005年出臺(tái)的“國(guó)八條”作為分析對(duì)象,基于2002-2012年全國(guó)35個(gè)大中城市住房?jī)r(jià)格的面板數(shù)據(jù),實(shí)證檢驗(yàn)了這次政府房地產(chǎn)價(jià)格調(diào)控的政策效果問(wèn)題。研究結(jié)果表明,“國(guó)八條”房?jī)r(jià)調(diào)控政策并沒(méi)有顯著地抑制中國(guó)房?jī)r(jià)的上漲趨勢(shì)。其原因在于,來(lái)自于住房的需求層面以及供給層面的諸多因素對(duì)房?jī)r(jià)都有顯著的影響,同時(shí)由于政府政策還會(huì)影響消費(fèi)者的預(yù)期,而對(duì)于住房?jī)r(jià)格的預(yù)期也會(huì)影響房?jī)r(jià)的上漲或下跌。這一切都使得諸如“國(guó)八條”這樣的房?jī)r(jià)調(diào)控政策很難改變住房?jī)r(jià)格的微觀決定機(jī)制以及住房購(gòu)買(mǎi)者和投資者的預(yù)期等,從而導(dǎo)致房?jī)r(jià)調(diào)控政策很難取得實(shí)際的效果,房?jī)r(jià)快速上漲趨勢(shì)并沒(méi)有出現(xiàn)根本的逆轉(zhuǎn)。同時(shí),地方政府由于土地財(cái)政原因而在房?jī)r(jià)調(diào)控政策中采取的策略性行為,也會(huì)顯著地影響房?jī)r(jià)調(diào)控的政策效果。為了進(jìn)一步完善我國(guó)房地產(chǎn)市場(chǎng)的價(jià)格調(diào)控機(jī)制,抑制房?jī)r(jià)的過(guò)快上漲,我們可以從三個(gè)方面入手:第一,規(guī)范地方政府土地出讓收入的使用方式,改革城市建設(shè)資金融資方式,從根本上減少地方政府對(duì)土地財(cái)政的依賴(lài)程度。第二,政府應(yīng)該協(xié)調(diào)中國(guó)大中小各類(lèi)規(guī)模城市的共同發(fā)展,形成人口在大中小城市的科學(xué)布局,避免使人口過(guò)度集中于中國(guó)的一、二線(xiàn)城市,以致給當(dāng)?shù)貛?lái)過(guò)大的購(gòu)房負(fù)擔(dān)。第三,適當(dāng)增加居民住房的土地供給,特別是進(jìn)一步發(fā)展城市保障性住房和廉租房項(xiàng)目,以緩解人民群眾關(guān)于生活性住房的剛性需求。
注釋?zhuān)?/p>
①?gòu)?002年至2012年,國(guó)務(wù)院及相關(guān)部委先后通過(guò)土地政策(2002年)、“國(guó)八條”(2005年)、“國(guó)六條”(2006年)、“國(guó)四條”(2009年)、“新國(guó)十條”(2010年)以及“新國(guó)八條”(2011)為代表的房地產(chǎn)市場(chǎng)調(diào)控政策,政策的初衷乃是希望通過(guò)調(diào)整土地供應(yīng)、貨幣政策、保障房和廉租房建設(shè)、信貸政策以及稅收等抑制房?jī)r(jià)的快速上升,促進(jìn)房地產(chǎn)市場(chǎng)本身的穩(wěn)定和有序。
②按照《中國(guó)房地產(chǎn)統(tǒng)計(jì)年鑒》(2013)公布的數(shù)據(jù),從全國(guó)35個(gè)大中城市2002年至2012年房屋的年均銷(xiāo)售價(jià)格來(lái)看,一直到2012年,部分城市的房屋銷(xiāo)售價(jià)格才開(kāi)始出現(xiàn)下降。
③相比2002年的通過(guò)“土地政策”調(diào)控房?jī)r(jià)的措施,“國(guó)八條”涉及的范圍更為廣泛。就房?jī)r(jià)調(diào)控政策措施的沖擊而言,將2005年之前的年份定義為0,將2005年及之后的年份定義為1,可以在實(shí)證上分析來(lái)自金融政策、財(cái)稅政策以及土地政策等方面的調(diào)控政策對(duì)35個(gè)大中城市房?jī)r(jià)產(chǎn)生的實(shí)際影響。
④假設(shè)地方政府非常依賴(lài)土地財(cái)政,當(dāng)?shù)厥虚L(zhǎng)作為政府的一把手,其任期越長(zhǎng),我們就應(yīng)該能觀察到在該市長(zhǎng)的任期內(nèi),地方政府依賴(lài)土地財(cái)政的程度將不斷增強(qiáng)。當(dāng)然,市長(zhǎng)履職的年數(shù)并不一定是一個(gè)合適的關(guān)于地方政府土地財(cái)政激勵(lì)的代理變量。其中一個(gè)關(guān)鍵原因可能在于:本文考察的35個(gè)大中城市包括4個(gè)直轄市、26個(gè)省會(huì)城市以及5個(gè)計(jì)劃單列市,這些城市的市長(zhǎng)要么任期很短,要么任期較長(zhǎng),本文收集的數(shù)據(jù)表明,35個(gè)大中城市在2002年至2012年間平均任期為3年,最長(zhǎng)的任期為10年,最短的任期為1年,相比那些任期較長(zhǎng)的市長(zhǎng)而言,那些任期較短的市長(zhǎng)職別提升得更快,一般具有更好的政治前途。這就會(huì)帶來(lái)一個(gè)問(wèn)題,任期較短的市長(zhǎng)會(huì)從個(gè)人政治前途出發(fā),在實(shí)際工作中具有更大的激勵(lì)去響應(yīng)國(guó)務(wù)院頒布的房?jī)r(jià)調(diào)控措施,以致這一內(nèi)生性問(wèn)題很難克服。
[1]王岳龍,武鵬.房?jī)r(jià)與地價(jià)關(guān)系的再檢驗(yàn):來(lái)自中國(guó)28個(gè)省的面板數(shù)據(jù)[J].南開(kāi)經(jīng)濟(jì)研究,2009(4):132-43.
[2]周彬,杜兩省.“土地財(cái)政”與房地產(chǎn)價(jià)格上漲:理論分析和實(shí)證研究[J].財(cái)貿(mào)經(jīng)濟(jì),2010(8):109-16.
[3]張濤,王學(xué)斌,陳磊.公共設(shè)施評(píng)價(jià)中的異質(zhì)性信念與房產(chǎn)價(jià)格:中國(guó)房產(chǎn)泡沫生成的可能解釋[J].經(jīng)濟(jì)學(xué)(季刊),2007,7(1):111-24.
[4]徐建煒,徐奇淵,何帆.房?jī)r(jià)上漲背后的人口結(jié)構(gòu)因素:國(guó)際經(jīng)驗(yàn)與中國(guó)證據(jù)[J].世界經(jīng)濟(jì),2012(1):24-42.
[5]陳斌開(kāi),徐帆,譚力.人口結(jié)構(gòu)轉(zhuǎn)變與中國(guó)住房需求:1995-2025:基于人口普查數(shù)據(jù)的微觀實(shí)證研究[J].金融研究,2012(1):129-140.
[6]屠佳華,張潔.什么推動(dòng)了房?jī)r(jià)的上漲:來(lái)自上海房地產(chǎn)市場(chǎng)的證據(jù)[J].世界經(jīng)濟(jì),2005(5):28-37.
[7]任木榮,劉波.房?jī)r(jià)與城市化的關(guān)系:基于省級(jí)面板數(shù)據(jù)的實(shí)證分析[J].南方經(jīng)濟(jì),2009(2):41-49.
[8]駱永民.城市化對(duì)房?jī)r(jià)的影響:線(xiàn)性還是非線(xiàn)性?—基于四種面板數(shù)據(jù)回歸模型的實(shí)證分析[J].財(cái)經(jīng)研究,2011,37(4):135-44.
[9]陳晨,傅勇.中國(guó)高房?jī)r(jià)的決定:基本面與泡沫分解[J].世界經(jīng)濟(jì)文匯,2013(2):50-66.
[10]況偉大.利率對(duì)房?jī)r(jià)的影響[J].世界經(jīng)濟(jì),2010(4):134-145.
[11]蔡真,汪利娜.房?jī)r(jià)與信貸關(guān)系研究:兼論當(dāng)前房?jī)r(jià)調(diào)控政策的有效性[J].金融評(píng)論,2011(1):75-93.
[12]李善燊,沈悅.中國(guó)“房?jī)r(jià)之謎”的檢驗(yàn)與原因分析[J].上海經(jīng)濟(jì)研究,2012(8):42-51.
[13]張五常.經(jīng)濟(jì)解釋卷四:制度的選擇(神州增訂版)[M].北京:中信出版社,2014.
(責(zé)任編輯王婷婷)
2016-02-10
蔡正喆(1987-),男,湖北省武漢市人,中國(guó)人民大學(xué)經(jīng)濟(jì)學(xué)院博士生,主要從事組織經(jīng)濟(jì)學(xué)、新政治經(jīng)濟(jì)學(xué)研究。
F293.35
A
10.3963/j.issn.1671-6477.2016.03.0009
武漢理工大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版)2016年3期