蔡正喆

(中國人民大學 經濟學院，北京 100872)

?

關于中國房價調控政策的有效性分析
——基于“國八條”房產新政的經驗證據

蔡正喆

(中國人民大學 經濟學院，北京 100872)

根據我國35個大中城市2002-2012年住房價格面板數據固定效應的回歸結果表明，2005年頒布的房價調控政策并沒有有效地抑制此后房價的快速上漲。從固定效應回歸結果來看，在模型引入房價調控政策的啞變量無一例外地增加了截距項，并且具有統計顯著性。在穩(wěn)健性檢驗中，即使在引入房價調控政策啞變量與相關解釋變量的交互項之后，其回歸系數仍然顯著。因此，房價調控政策的制定不僅需要考慮基本經濟層面的因素，而且需要管理居民關于住房需求與供給變化的預期。

房價；“國八條”房產新政；面板數據；固定效應

一、問題的提出

居高不下的房價已成為當前中國一個嚴重的社會問題，受到社會各界的廣泛關注。針對這一問題，中央政府先后出臺各種相關措施①，以控制房價過快上漲的勢頭，然而房價依然逐年上漲、居高不下②，我們不禁要問，中央政府的這一系列房地產調控政策是有效的么？限制中央政策調控效果又是哪一些呢？同時住房作為一種特殊的商品，兼具“消費品”和“投資品”兩種屬性，并且在中國特殊的制度背景下，住房價格又和土地價格緊密聯系，而后者正是地方政府一個重要的財政收入來源。這一系列原因都大大增加了中國住房價格形成機制的復雜性。為了排除各種影響因素的干擾，本文以一次具體的房地產調控政策——2005年出臺的“國八條”作為分析對象，基于2002-2012年全國35個大中城市住房價格的面板數據，對政府房地產調控政策的有效性進行了實證檢驗。在此基礎上，我們還對抑制中國房價調控政策有效性的原因作了進一步分析。

現有關于中國房價的決定因素與政府調控機制的研究，主要表現為以下三個方面：一是地方政府的土地財政因素。王岳龍等[1]和周彬等[2]認為，隨著地方政府越來越依靠“土地財政”，房價的逐漸攀升也引起地價的上升，地價的上升又會引起房價的進一步上漲。雖然中央政府力圖通過擴大住房供給與抑制住房投資性需求兩方面來抑制住房價格的急速攀升，然而依靠土地財政的地方政府，即使增加住房供給也有可能導致公眾支付意愿的下降。張濤等[3]認為隨著政府增加土地供給以及公共設施供給，以財政收入最大化為目標的地方政府能夠利用購房者關于公共設施價值判斷的差異，最終使得房產價格超過其內在價值。二是與地方基本經濟社會因素的變化有關。比如說，有些研究從人口結構變化探討房價上升背后的深層次的、基本的人口和經濟因素。政府管制政策力圖在短期內抑制房價的快速上升，然而，中國人口結構中少年人口撫養(yǎng)比例的提高則會從整體上提升住房需求進而推動房價的上漲[4]。陳斌開等[5]認為人口結構變化會導致住房需求結構的轉變，并會在長時期引起住房供給以及住房需求的顯著變化，這些引發(fā)住房供需結構的深層次因素將宏觀房價調整政策短期的無效性。隨著諸如人均收入以及家庭可支配收入等的增長，居民對于住房的需求將出現上升，來自地區(qū)性房地產市場的證據支持這一觀點[6]。此外，從整體上來看，隨著城鎮(zhèn)化的推進以及農民工進城等，人們對于商業(yè)住宅的需求也將不斷攀升。諸如人口結構、家庭可支配收入、城鎮(zhèn)化以及農民工進城等經濟基本面因素及其變化等會引發(fā)住房需求的上升趨勢[7-9]，房價調控政策一旦很難減弱這些趨勢性力量對于住房價格上漲的影響，就很難取得預期的效果。三是住房的投資性或是投機性需求。住房作為一項資產，對住房的需求與利率和信貸之間密切相關。理論上而言，住房作為一項資產，利率的上升有助于抑制房價。此外，房地產銀行信貸擴張會刺激對住房的消費需求和投機需求，從而推升房價。然而，有關實證研究發(fā)現，提升利率的宏觀調控政策并沒有起到有效抑制房價急速上升的效果[10-12]。研究認為，因為我國的利率市場化進程較為緩慢，利率作為資產價格在配置資源上的功效還有待強化，結果是通過利率手段對房地產市場進行調整的效果并不顯著。

綜合上述，盡管諸多研究從理論與實證、微觀機制與宏觀視角分析了導致房價上漲的相關因素，然而，現有關于住房價格的經驗研究，都只是在某種程度上揭示出房屋價格與上漲相關因素的相關關系。然而，實際過程中既可以是地方政府土地財政激勵推動了住房價格的上漲，也可能土地價格的上漲實際上是由住房價格的不斷上漲推動的。究其原因，主要是因為住房既可以是人們消費的對象又可以是人們投資的對象，那些影響人們消費選擇以及投資選擇的諸多因素進而可以對住房價格產生影響。本文的研究則試圖通過一項具體的外生政策沖擊以檢驗和識別其中的因果關系。

二、數據來源和變量設計

本文實證過程中采用的數據絕大部分來自《中國房地產統計年鑒》(2003-2013)以及《中國城市統計年鑒》(2003-2013)。本文選取《中國房地產統計年鑒》中35個大中城市2002-2012年的對數化住房平均銷售價格作為被解釋變量，并且選取《中國城市統計年鑒》(2003-2013)中相關的衡量35個大中城市經濟和社會發(fā)展水平的數據作為對數化房價水平的解釋變量。在關于35個大中城市住房價格面板數據固定效應回歸模型中，本文將人均財政收入(該城市的地方財政預算內收入與年末總人口之比，單位：千元)、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)、人均儲蓄(千元)、人均儲蓄的增長率(%)、商品房空置率(空置住宅與新開工住宅之比)(%)、城市綠化狀況(%)、房企資產負債率(%)、城市建設用地占市轄區(qū)面積之比(%)、地方財政收入在國內生產總值中的占比(%)、房地產開發(fā)投資占全市固定資產投資之比(%)以及城鎮(zhèn)居民失業(yè)率(%)等引入固定效應回歸方程。

此外，本文將“國八條”的頒布作為一個政策沖擊的啞變量，策略是將“國八條”頒布之前的年份定義為0，將2005年及之后的年份定義為1③。在之前諸多關于房價影響因素的跨地區(qū)面板回歸的實證研究中，商品房空置率要么被研究者們忽略，要么缺乏對其進行深入的解釋。在房地產市場，商品房空置率的上升或是下降具有兩個相反的含義[13]。一方面，商品房空置率的上升可能意味著經濟不景氣以及資產失業(yè)；另一方面，商品房空置率的上升也可能意味著經濟前景太好，因為開發(fā)商預期住房需求會增長，所以未雨綢繆多蓋新樓盤，結果導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期是否影響住房價格的上漲及其背后的傳導機制。

在面板回歸中，常用的方法是固定效應以及隨機效應模型。固定效應模型一般假設這些觀察不到的地區(qū)個體特征與所含的變量相關。就本文的實證研究而言，利用固定效應進行回歸可以較為有效地處理遺漏變量問題。在本文的固定效應模型回歸中，城市所在地理位置、政治文化地位以及經濟地位等與包含的解釋變量相關，并且在本文考察的時期內，這些城市的地理位置、年均溫度濕度以及政治經濟地位等并未發(fā)生明顯的變化。而在隨機效應回歸中，一般假設觀察不到的個體效應與模型已經包含的解釋變量無關。

三、基本回歸分析

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年的住房年均銷售價格的對數。Xit是回歸方程中的控制變量，包括各城市的人口增長率、失業(yè)率、人均國內生產總值、人均國內生產總值的增長率、城市建設用地占市轄區(qū)面積的比率、城市綠化水平、職工平均工資、人均財政收入、地方財政收入占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蓄的增長率等，βt是相關協變量的估計系數。為了避免顯而易見的共線性問題，在本文中，人均儲蓄增長率與人均儲蓄作為解釋變量是單獨引入回歸方程的，人均財政收入(地方政府預算內財政收入/年末總人口之比)與財政收入占GDP的比重也是分別引入的。αi是橫截面上每個城市的個體特征，σt是時間效應。Dt是房價調控政策沖擊的啞變量，當t<2005時，也即是觀察的年份在2005年之前時，Dt=0，其他情形則為1。本文最為感興趣的回歸系數即γ，2005年之前，γDt=0；2005年之后，γDt=γ。

表1　固定效應回歸的基本結果

注：括號內為對應系數估計值的穩(wěn)健標準誤差，***，**，*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蓄，系數估計值分別為0.00002(0.000002)和0.0030(0.0024)，括號內為標準差，下同。在模型(4)，本文還加入市轄區(qū)平均工資水平，系數估計值為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，系數估計值為0.0073(0.0024)，在1%的顯著性水平上。在模型(6)中，本文還加入地方財政收入占GDP的比重作為解釋變量，系數估計值為0.0365(0.0115)，在1%的顯著性水平上，為了制表的考慮，本文并沒有在表格中報告結果。

從回歸結果中我們可以發(fā)現，在各列回歸之中“國八條”政策啞變量的估計系數均在1%的水平上顯著為正，說明中央政府的宏觀調控政策不僅沒有抑制房價的上升趨勢，甚至還推動了房價的上漲。對于其他控制變量而言，無論是全市的人均GDP還是市轄區(qū)人均GDP，對于住房價格都具有顯著的正向影響。此外，地方財政收入占GDP的比重每增加一個單位，可以使得住房價格提高3.65%。在包含人均財政收入的所有固定效應回歸模型，估計系數有時為正有時為負，這可能跟模型(1)、(2)和(3)中解釋變量過少有關。當增加更多可能影響住房價格的因素之后，不管是人均財政收入(模型(5))還是地方財政收入占GDP的比重(模型(6))，這兩個解釋變量與住房價格呈現出顯著的正相關，并且都在1%的水平上顯著。失業(yè)率與人均儲蓄的增長率與住房價格負相關，不過統計上并不顯著。從人均儲蓄增長率來看，房價上升很可能引發(fā)居民對住房資產的投資需求，從而在一定程度上對儲蓄產生抑制作用。商品房空置率系數顯著為負，這意味著商品房供給的增加在一定程度上可以抑制房價的快速上漲。不過，從其估計系數來看，這一抑制作用可能很難抵消其他因素對房價的推動作用。

綜合以上對于回歸結果的分析，我們認為，中央房價調控政策無效的原因主要表現為三個主要方面：第一個方面是財政分權視角下地方政府的土地財政激勵，即使中央政府通過相關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烈的賣地激勵，在控制土地供給增量的前提下，與“國八條”頒布之前相比，有限的土地供給將推動土地價格的上升，這進而又會推動房價上漲。第二個方面則是人口結構變動將在較長的時期內在地引發(fā)住房需求的上升，結果是，房價調控政策很難改變房價上漲的趨勢性變化。此外，隨著家庭可支配收入的增長，對于住房的消費需求和投資需求也會上升。諸如人口結構以及家庭收入等是推動房價變動的深層次力量，很有可能將導致房價調控政策達不到預期的效果。第三個方面則是關于利率和信貸可得性與住房價格之間的聯系。住房本身是一項資產，利率與信貸可得性與這一資產的價格之間的關系十分復雜。理論上而言，資產投資不僅取決于其實際的回報率(真實利率)而且取決于預期的投資回報率(利率預期)，提升利率以及約束商業(yè)銀行房地產信貸在改變實際回報率的同時也影響到了投資者預期，如果房價調控政策對住房消費者以及投資者的預期不能產生實際影響，同樣會導致政策本身的無效性。針對這些問題，本文將在穩(wěn)健性檢驗部分作進一步的分析和驗證。

四、穩(wěn)健性檢驗

關于面板數據固定效應的檢驗首先是豪斯曼檢驗，本文豪斯曼檢驗的結果認為，可以拒絕“隨機效應”的原假設，采取固定效應模型具有一定的合理性。對于時間效應而言，因為固定效應估計量相當于每一個截面的組內估計量，所以，時間效應是平均意義上的結果，對于固定效應模型本身不會產生太大的影響。不過，即使固定效應的模型設定不存在問題，仍然不能說回歸本身是具有充分說服力的。在諸多涉及到啞變量的回歸方程中(無論是在多元回歸、面板數據還是在受限因變量回歸模型中)，一個常用的辦法是引入啞變量與數值變量以及啞變量與解釋變量的交互項針對原模型進行更為細致的檢驗。

因此，本文在穩(wěn)健性檢驗中把“國八條”已經頒布的年數引入回歸方程?！皣藯l”這一房地產市場調控新政是在2005年1月份頒布，那么就2006年而言，這一變量的值就為2，相應地，對于2007而言，這一數值就為3。對于2005年之前而言，這一值就為0。引入這一數值變量的目的是把它作為衡量政策沖擊對住房價格的持續(xù)影響。此外，為了控制其他政策的影響，本文分別將“國六條”(2006年房地產行業(yè)新政)和2009年頒布的“國四條”作為政策啞變量引入了回歸方程。

五是加強新技術推廣力度。發(fā)揮農業(yè)技術在中藥材生產中的作用，推廣中藥材規(guī)范化種植技術的。重點推廣黃芪、甘草等用工量大，投入高的中藥材機播、機收技術，降低生產成本，提高經濟效益。通過科學實驗，掌握甘草、黃芪、板藍根等大面積種植的中藥材作物生長習性，對當地土地、氣候等環(huán)境的適應性，不斷改進栽培方法、措施，提高中藥材的產量和質量，促進了中藥材生產向規(guī)范化方向發(fā)展。

(2)

引入這一計量方程的目的是想探討，隨著時間推移，來自房地產市場新政是否會能有效抑制住房價格的快速上升？這就取決于γ的正負及其統計上的顯著性了。對于一般的政策啞變量0、1這兩數值的設定而言，其忽略了政策沖擊本身的持續(xù)性。理論上來說，真正起作用的宏觀調控政策不僅應該能直接影響名義變量，而且應該影響到公眾關于相關名義變量的預期。從這一意義上來說，僅僅從0、1啞變量的設定來分析“國八條”政策是否有效地抑制了房價的快速上升是不夠的。此外，本文還將引入啞變量與人均財政收入或地方政府財政收入占GDP比重、商品房空置率等交叉項，進一步檢驗政策沖擊對房價的影響。在基本回歸模型中，引入單獨的啞變量僅僅改變回歸結果的截距項，而引入解釋變量與啞變量的交互項后，可以分析“國八條”政策頒布前后，控制變量與被解釋變量之間的相關性是否會出現顯著的改變以及住房價格的變動在多大程度上與啞變量的變動有關。

(3)

其中，pcgdp是人均GDP，在基本回歸方程中，人均GDP實際上包含在協變量中。比如基本回歸方程(1)即描述了人均GDP與住房價格之間的關系，固定效應回歸結果表明，人均GDP與住房價格存在顯著的正相關。不過，在基本回歸方程(1)中，并不能確定房價調控政策頒布前后，人均GDP與被解釋變量之間的關系是否會出現根本的改變。在引入交叉項后(在2005年及2005年后，Dt=1，在2005年前，Dt=0)，則可以發(fā)現人均GDP與住房價格在“國八條”政策頒布前后截面上的斜率是否出現明顯變化。

穩(wěn)健性檢驗表明，不管是衡量房價調控政策的啞變量，還是地方財政收入占GDP的比重或者人均GDP，與房價還是呈現出顯著的正相關，這些結果與基本回歸方程的結論是一致的。商品房空置率與房價之間存在負相關，與基本回歸方程的結果較為類似，“國八條”政策的啞變量與“國八條”政策之后的年份交互項的估計系數顯著為正，這表明即使在考慮到政策的作用時間的情況下，調控政策也很難取得預期的效果。在引入“國八條”政策啞變量與人均GDP的交互項這一檢驗模型中，盡管啞變量與解釋變量交互項的估計系數為負，不過，其絕對值遠遠小于人均GDP的估計系數，而且其在統計上也并不顯著。財政收入占GDP比重的變化與住房價格的正相關關系，在一定程度上刻畫了地方政府財政激勵與商業(yè)住房價格上漲存在的關系。除此之外，穩(wěn)健性檢驗表明，人口增長率、人均儲蓄增長率以及失業(yè)率與住房價格之間的統計關系與基本回歸方程所刻畫的相一致。

表2　35個大中城市住房平均價格固定效應回歸模型的穩(wěn)健性檢驗

注：(1)括號內為對應系數估計值的穩(wěn)健標準誤差，***，**，*分別代表1%、5%和10%的顯著性水平；(2)政策啞變量與人均GDP交互項以及政策啞變量與地方財政收入占GDP之比交互項中的政策是指“國八條”房價調控政策，財政收入占比是指地方政府財政收入與GDP的比重；(3)在模型(2)中，“國六條”政策啞變量的回歸系數為0.2334(0.0248)，在1%的顯著性水平上，括號內為標準差，下同。在模型(3)中，加入“國四條”政策啞變量后，其系數估計值為0.2148(0.0356)，在1%的顯著性水平上。在模型(4)中，“國八條”政策啞變量與人均GDP交互項的系數估計值為-0.0018(0.0013)，在模型(5)中，“國八條”政策啞變量與地方財政收入占GDP比重的交互項系數估計值為0.0095(0.0087)。為了制表的考慮，表格中并未報告其結果。

在我國諸多政策的頒布及執(zhí)行方面，一個常見的現象是“上有政策、下有對策”。中央政府更多是從戰(zhàn)略角度出發(fā)來制定房價調控政策，而地方政府在調控當地房價過程中將遭遇更為現實的財政收入減少的問題?？紤]到地方財政激勵背后存在較為復雜的動因以及人均財政收入、地方財政收入占GDP比重與人均GDP、失業(yè)率等之間可能存在的相關性問題，本文進一步引入衡量地方財政激勵的工具變量。無論是人均財政收入還是地方政府預算內收入占GDP的比重，都與地方政府擴大財政收入來源這一激勵密切相關。本文引入2002-2012年全國35個大中城市當年該市長已經履職的年數這一新的數據，并且把它作為衡量地方政府財政激勵的代理變量。本文此處關注的是，相比“國八條”房價調控政策之前，地方政策土地財政激勵是否可能在“國八條”政策頒布之后出現明顯的轉變？當前，很多地方政府又十分依賴土地財政。房價的攀升既有利于相關產業(yè)的發(fā)展，又有利于地方財政的增收。市長作為當地政府的一把手，對當地的經濟建設和社會發(fā)展發(fā)揮著較為重要的作用。假設地方政府土地財政激勵確實是導致住房價格上漲的一個重要因素，如果經濟增長是當地市長政績考核指標的話，這將意味著市長在履新之后將會很快啟動通過土地為地方財政創(chuàng)收這一模式，而土地財政將推動房價的快速上漲。與此一樣，隨著任職年份的增加，市長履職的年數將與土地價格呈現出正相關④。不過，需要警惕的是，市長任期與地方政府財政激勵也可能呈現出反向的關系。對于那些任期較短的市長來說，其履職的年份較短是因為很快就轉入更高的領導崗位，比如說由市長轉為市委書記(對于樣本中的35個大中城市而言，這些市委書記要么是中央政治局委員，要么是省委常委)，經濟增長并不能作為政績考核指標，其對于地方政府土地財政激勵并不會表現出強烈的偏好。相反，這些具有遠大政治前途的市長們主導的政策安排將更有可能與國家抑制房價快速上漲的政策保持高度一致。

為了考察市長履職的年數與政策啞變量交互項對住房價格的交互影響，本文引入以下計量模型對土地財政激勵導致住房價格快速上漲這一問題進行更為深入的檢驗：

(4)

其中，T為市長履職的年數。本文的計算方法是，對于那些從2002年開始上任的市長，其在2002對應的履職年數為1年，對于那些在2002年之前開始的市長(比如說2001年，其在2002年履職的年數為2年)。對于代理市長，計算方法是，其剛開始履職代理的年數同樣記為1年。比如說某市長在2001年開始代理市長，在2002年的人代會上正式當選，則其在2002年的履職年數為2年，以此類推。如此計算在實際中也許會導致出現一系列問題。比如說有的市長從2001年12月份開始代理市長，到次年3月份人代會召開時，他實際上履職的時間半年就不到。不過，本文實證重點是分析房價調控政策的有效性問題。即使市長履職的年數與住房價格之間的統計關系(即θ)不明確，仍然可以分析履職年數與國八條政策啞變量的交互項對住房價格的影響(γ1)。利用上述模型，固定效應模型中允許出現不同的截距及斜率，進而可以檢驗模型本身的穩(wěn)健性。

表3　市長履職年數與“國八條”政策啞變量的交互項

注：(1)括號內為對應系數估計值的穩(wěn)健標準誤差，***，**，*分別代表1%、5%和10%的顯著性水平；(2)在模型(4)本文還加入房地產投資占全市固定投資比重作為解釋變量，系數估計值為0.0099(0.0077)，在統計上不顯著。為了制表的考慮，表格中并未報告這一結果。

啞變量的估計系數(γ0)與基本固定效應回歸模型的結果一致，引入“國八條”房價調控政策啞變量與市長履職年數交互項的穩(wěn)健性檢驗結果表明，市長履職的年數與房價之間正相關。對于θ的估計結果表明，市長履職的年數越長，房價上漲的幅度越大。不過，在考慮市長履職年數與“國八條”政策啞變量的交互項后，這一系數顯著為負。在2005年之前，Dt=0，可以不考慮房價調控政策沖擊對房地產市場的影響，此時市長履職年數與房價之間的協相關系數為θ。在2005年及2005年之后，Dt=1，(θ+γ1)則是市長履職年數與房價之間的協相關系數，對于表3中的模型(1)、(2)、(3)和(4)而言，這一系數小于零，分別為-0.0022、-0.0020、-0.0100以及-0.0139，其絕對值無一例外地小于地方財政收入占GDP比重與房價之間的協相關系數(參見表2)。從這一角度來看，在房價調控政策頒布之后，即使地方政府能夠抑制土地財政激勵，對于房價的上漲也只能產生輕微的影響，并不會從根本上抑制房價上漲的趨勢。

五、結　語

為了檢驗政府房價調控政策的有效性問題，本文以一次具體的房地產調控政策——2005年出臺的“國八條”作為分析對象，基于2002-2012年全國35個大中城市住房價格的面板數據，實證檢驗了這次政府房地產價格調控的政策效果問題。研究結果表明，“國八條”房價調控政策并沒有顯著地抑制中國房價的上漲趨勢。其原因在于，來自于住房的需求層面以及供給層面的諸多因素對房價都有顯著的影響，同時由于政府政策還會影響消費者的預期，而對于住房價格的預期也會影響房價的上漲或下跌。這一切都使得諸如“國八條”這樣的房價調控政策很難改變住房價格的微觀決定機制以及住房購買者和投資者的預期等，從而導致房價調控政策很難取得實際的效果，房價快速上漲趨勢并沒有出現根本的逆轉。同時，地方政府由于土地財政原因而在房價調控政策中采取的策略性行為，也會顯著地影響房價調控的政策效果。為了進一步完善我國房地產市場的價格調控機制，抑制房價的過快上漲，我們可以從三個方面入手：第一，規(guī)范地方政府土地出讓收入的使用方式，改革城市建設資金融資方式，從根本上減少地方政府對土地財政的依賴程度。第二，政府應該協調中國大中小各類規(guī)模城市的共同發(fā)展，形成人口在大中小城市的科學布局，避免使人口過度集中于中國的一、二線城市，以致給當地帶來過大的購房負擔。第三，適當增加居民住房的土地供給，特別是進一步發(fā)展城市保障性住房和廉租房項目，以緩解人民群眾關于生活性住房的剛性需求。

注釋：

①從2002年至2012年，國務院及相關部委先后通過土地政策(2002年)、“國八條”(2005年)、“國六條”(2006年)、“國四條”(2009年)、“新國十條”(2010年)以及“新國八條”(2011)為代表的房地產市場調控政策，政策的初衷乃是希望通過調整土地供應、貨幣政策、保障房和廉租房建設、信貸政策以及稅收等抑制房價的快速上升，促進房地產市場本身的穩(wěn)定和有序。

②按照《中國房地產統計年鑒》(2013)公布的數據，從全國35個大中城市2002年至2012年房屋的年均銷售價格來看，一直到2012年，部分城市的房屋銷售價格才開始出現下降。

③相比2002年的通過“土地政策”調控房價的措施，“國八條”涉及的范圍更為廣泛。就房價調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，可以在實證上分析來自金融政策、財稅政策以及土地政策等方面的調控政策對35個大中城市房價產生的實際影響。

④假設地方政府非常依賴土地財政，當地市長作為政府的一把手，其任期越長，我們就應該能觀察到在該市長的任期內，地方政府依賴土地財政的程度將不斷增強。當然，市長履職的年數并不一定是一個合適的關于地方政府土地財政激勵的代理變量。其中一個關鍵原因可能在于：本文考察的35個大中城市包括4個直轄市、26個省會城市以及5個計劃單列市，這些城市的市長要么任期很短，要么任期較長，本文收集的數據表明，35個大中城市在2002年至2012年間平均任期為3年，最長的任期為10年，最短的任期為1年，相比那些任期較長的市長而言，那些任期較短的市長職別提升得更快，一般具有更好的政治前途。這就會帶來一個問題，任期較短的市長會從個人政治前途出發(fā)，在實際工作中具有更大的激勵去響應國務院頒布的房價調控措施，以致這一內生性問題很難克服。

[1]王岳龍，武鵬.房價與地價關系的再檢驗：來自中國28個省的面板數據[J].南開經濟研究，2009(4)：132-43.

[2]周彬，杜兩省.“土地財政”與房地產價格上漲：理論分析和實證研究[J].財貿經濟，2010(8)：109-16.

[3]張濤，王學斌，陳磊.公共設施評價中的異質性信念與房產價格：中國房產泡沫生成的可能解釋[J].經濟學(季刊)，2007，7(1)：111-24.

[4]徐建煒，徐奇淵，何帆.房價上漲背后的人口結構因素：國際經驗與中國證據[J].世界經濟，2012(1)：24-42.

[5]陳斌開，徐帆，譚力.人口結構轉變與中國住房需求：1995-2025：基于人口普查數據的微觀實證研究[J].金融研究，2012(1)：129-140.

[6]屠佳華，張潔.什么推動了房價的上漲：來自上海房地產市場的證據[J].世界經濟，2005(5)：28-37.

[7]任木榮，劉波.房價與城市化的關系：基于省級面板數據的實證分析[J].南方經濟，2009(2)：41-49.

[8]駱永民.城市化對房價的影響：線性還是非線性？—基于四種面板數據回歸模型的實證分析[J].財經研究，2011，37(4)：135-44.

[9]陳晨，傅勇.中國高房價的決定：基本面與泡沫分解[J].世界經濟文匯，2013(2)：50-66.

[10]況偉大.利率對房價的影響[J].世界經濟，2010(4)：134-145.

[11]蔡真，汪利娜.房價與信貸關系研究：兼論當前房價調控政策的有效性[J].金融評論，2011(1)：75-93.

[12]李善燊，沈悅.中國“房價之謎”的檢驗與原因分析[J].上海經濟研究，2012(8)：42-51.

[13]張五常.經濟解釋卷四：制度的選擇(神州增訂版)[M].北京：中信出版社，2014.

(責任編輯王婷婷)

2016-02-10

蔡正喆(1987-)，男，湖北省武漢市人，中國人民大學經濟學院博士生，主要從事組織經濟學、新政治經濟學研究。

F293.35

A

10.3963/j.issn.1671-6477.2016.03.0009