趙 亮，汪園林

（廣西大學(xué) 土木建筑工程學(xué)院，廣西 南寧 530000，E-mail:478480112@qq.com）

房地產(chǎn)市場(chǎng)包括住房買(mǎi)賣(mài)市場(chǎng)與住房租賃市場(chǎng)，二者緊密相關(guān)，要想房地產(chǎn)市場(chǎng)穩(wěn)定發(fā)展，這二者任何一個(gè)都不能忽視。而在我國(guó)，住房買(mǎi)賣(mài)市場(chǎng)明顯呈現(xiàn)出一種畸形發(fā)展的態(tài)勢(shì)。國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，2018年，廣州市住宅商品房銷售價(jià)格為21581.78元/m2，而廣州市在崗職工平均工資為111839元，計(jì)算得出2018年廣州市房?jī)r(jià)收入比高達(dá)19.3（按每套商品房面積100 m2折算）。按照國(guó)際公認(rèn)的標(biāo)準(zhǔn)來(lái)看，房?jī)r(jià)收入比的合理水平應(yīng)該是在3～6之間的，而中國(guó)幾乎所有的城市的房?jī)r(jià)收入比都要高出合理水平一倍左右，廣州更是高出5倍左右。針對(duì)這一情形，國(guó)家提出要大力發(fā)展住房租賃市場(chǎng)的政策[1]，其目的，一是要解決剛需家庭的住房問(wèn)題；二是要遏制住房買(mǎi)賣(mài)市場(chǎng)的畸形發(fā)展，打擊房地產(chǎn)投機(jī)炒作問(wèn)題，引導(dǎo)房地產(chǎn)市場(chǎng)健康發(fā)展。而這些政策能否影響以及如何影響房地產(chǎn)市場(chǎng)，成為了房地產(chǎn)市場(chǎng)研究的一個(gè)新課題，政策對(duì)房地產(chǎn)市場(chǎng)的影響最終會(huì)落實(shí)到價(jià)格上來(lái)[2]。

目前國(guó)內(nèi)外對(duì)于住房租金與房?jī)r(jià)之間關(guān)系的定性研究主要有兩種。一是地租理論，認(rèn)為房租與房?jī)r(jià)都是房屋價(jià)值的貨幣表現(xiàn)形式，都反映了房屋的價(jià)值，因此，房租與房?jī)r(jià)之間必然存在一種正向關(guān)系；二是迪帕斯奎爾-惠頓模型（D-W模型）[3]，也稱四象限模型。四象限的坐標(biāo)軸由住房租金、住房?jī)r(jià)格、新開(kāi)發(fā)的建設(shè)量與存量4個(gè)指標(biāo)構(gòu)成。

國(guó)內(nèi)外研究房?jī)r(jià)與租金關(guān)系的定量研究成果頗豐。國(guó)外房地產(chǎn)起步較早，Gallin[4]通過(guò)美國(guó)1970～2003年房?jī)r(jià)與租金的季度數(shù)據(jù)進(jìn)行研究，結(jié)果表明，房?jī)r(jià)與租金之間存在長(zhǎng)期穩(wěn)定的協(xié)整關(guān)系，且二者互為因果關(guān)系。但Himmelberg等[5]的研究卻表明，房?jī)r(jià)與房租之間沒(méi)有直接關(guān)系。對(duì)于我國(guó)租金與房?jī)r(jià)關(guān)系的實(shí)證研究，學(xué)術(shù)界也有大量的研究成果。方毅等[6]根據(jù)現(xiàn)值模型，采用1999年第3季度至2006年第2季度全國(guó)35個(gè)大中城市房地產(chǎn)銷售價(jià)格和租賃價(jià)格的季度數(shù)據(jù)，利用面板數(shù)據(jù)檢驗(yàn)房屋銷售價(jià)格和租金的長(zhǎng)期均衡關(guān)系，發(fā)現(xiàn)兩者之間存在（1，-1）的協(xié)整向量。余華義等[7]通過(guò)1997年第一季度至2007年第二季度全國(guó)房屋價(jià)格和房屋租金的定基數(shù)據(jù)采用向量誤差修正模型進(jìn)行研究，結(jié)果表明，房?jī)r(jià)和房屋租金之間存在雙向的正向影響關(guān)系，房?jī)r(jià)上升帶動(dòng)房屋租金上升，房屋租金的上升反過(guò)來(lái)推動(dòng)房?jī)r(jià)的上升。劉仁和等[8]利用1993年第二季度至2010年第一季度的數(shù)據(jù)進(jìn)行實(shí)證分析，結(jié)果表明北京、上海、廣州和深圳的租金指數(shù)和房?jī)r(jià)指數(shù)之間不存在協(xié)整關(guān)系，說(shuō)明住宅市場(chǎng)價(jià)格與租金不存在長(zhǎng)期均衡關(guān)系，房?jī)r(jià)嚴(yán)重脫離了租金這一基本面的影響，表明房?jī)r(jià)泡沫在長(zhǎng)期積聚。張攀等[9]選取1999年第3季度至2010年第4季度上海房?jī)r(jià)和租金的數(shù)據(jù)建立VAR模型，結(jié)果表明上海房?jī)r(jià)與租金之間存在長(zhǎng)期穩(wěn)定關(guān)系，短期內(nèi)房?jī)r(jià)和租金互有影響，但影響方向不定。徐麗紅[10]通過(guò)選取2009年1月到2014年1月廣州市18個(gè)樓盤(pán)的月度數(shù)據(jù)建立誤差修正模型，研究廣州市房?jī)r(jià)、地價(jià)、租金之間的關(guān)系，結(jié)果表明，三者之間存在長(zhǎng)期均衡關(guān)系。王廣生[11]基于北京市住宅租金時(shí)間序列數(shù)據(jù)，對(duì)北京市住宅租金影響因素進(jìn)行了研究，研究結(jié)果表明，北京市住宅價(jià)格對(duì)北京市住宅租金有正向影響。何成忠[12]以廣州市為例，通過(guò)Spearman Rank相關(guān)性分析，實(shí)證得出引起租賃價(jià)格上漲幅度的最主要因素是一二手房?jī)r(jià)的上漲程度，以及人均可支配收入的增長(zhǎng)程度，即房?jī)r(jià)和收入是影響租金上漲的最主要因素。

廣州市作為全國(guó)首批試點(diǎn)城市之一[13]，自2017年到2018年，密集出臺(tái)了19條相關(guān)政策來(lái)支持住房租賃市場(chǎng)的發(fā)展。這一系列的政策必然會(huì)導(dǎo)致人們?cè)谧夥亢唾I(mǎi)房之間更加搖擺不定，一邊是高企的房?jī)r(jià)，一邊是價(jià)格優(yōu)惠而且越來(lái)越規(guī)范和成熟的住房租賃市場(chǎng)，對(duì)于大多數(shù)人來(lái)說(shuō)，租房將會(huì)成為一個(gè)更好的選擇[14]。根據(jù)供給和需求理論，隨著住房租賃市場(chǎng)的進(jìn)一步擴(kuò)大，租賃住房房源越來(lái)越多，供給加大，租金與房?jī)r(jià)之間的關(guān)系必然也會(huì)隨之而改變。因此，本文基于這一系列政策，做出假設(shè)，認(rèn)為在這些政策的影響下，廣州市住房租賃市場(chǎng)擴(kuò)大從而影響住房買(mǎi)賣(mài)市場(chǎng)，同時(shí)，房?jī)r(jià)對(duì)租金的影響會(huì)減小，租金對(duì)房?jī)r(jià)的影響會(huì)增大。本文以政策發(fā)布時(shí)間為分界點(diǎn)，將數(shù)據(jù)分為新政前、新政后兩個(gè)子樣本來(lái)進(jìn)行對(duì)比研究。通過(guò)建立租金與房?jī)r(jià)的向量誤差修正模型，將樣本分為新政前和新政后兩個(gè)子樣本，對(duì)這兩個(gè)子樣本進(jìn)行對(duì)比研究，找出新政前后租金與房?jī)r(jià)之間關(guān)系的變化，進(jìn)而分析新政對(duì)房地產(chǎn)市場(chǎng)的影響。

1 指標(biāo)與數(shù)據(jù)選取

本文選取了廣州市2009年3月到2019年3月住房租金與房?jī)r(jià)的月度數(shù)據(jù)，分別用RP和HP表示。數(shù)據(jù)來(lái)源于禧泰房地產(chǎn)大數(shù)據(jù)。該數(shù)據(jù)采用以存量房掛牌為主、兼顧新房和成交的數(shù)據(jù)體系，與傳統(tǒng)數(shù)據(jù)（成交、申報(bào)、新房）相比具有明顯優(yōu)勢(shì)。通過(guò)銀行、政府項(xiàng)目實(shí)施，禧泰數(shù)據(jù)對(duì)全國(guó)主要房地產(chǎn)數(shù)據(jù)服務(wù)商、電商平臺(tái)、商業(yè)銀行數(shù)據(jù)進(jìn)行比對(duì)，禧泰數(shù)據(jù)的知識(shí)信息比同業(yè)優(yōu)50%以上。因此，該數(shù)據(jù)有較高的可靠性。由于政策頒布起始時(shí)間為2017年7月，因此選取2017年8月到2019年3月為新政后的樣本。為了與之對(duì)照，選取了2016年1月到2017年7月為新政前的樣本。由于這些數(shù)據(jù)為月度數(shù)據(jù)，可能存在季節(jié)因素的影響，為了消除季節(jié)性波動(dòng)，將季節(jié)要素從原序列剔除，有必要進(jìn)行季節(jié)調(diào)整。本文采用X12方法對(duì)原序列進(jìn)行了季節(jié)調(diào)整，調(diào)整后的租金與房?jī)r(jià)的時(shí)間序列圖如圖 1所示。從時(shí)間序列圖來(lái)看，二者有很強(qiáng)的相關(guān)性。

2 VECM模型的建立與實(shí)證研究

向量誤差修正模型（VECM）相較于向量自回歸模型（VAR）的優(yōu)點(diǎn)是能夠根據(jù)誤差修正系數(shù)考察變量偏離了長(zhǎng)期均衡狀態(tài)之后，將變量拉回到長(zhǎng)期均衡狀態(tài)的速度，進(jìn)而分析新政前后二者之間關(guān)系的變化。該模型能定量研究新政前后租金與房?jī)r(jià)之間的關(guān)系變化。

圖1 租金與房?jī)r(jià)時(shí)間序列圖

2.1 VECM模型的建模步驟

（1）數(shù)據(jù)處理。對(duì)于月度或季度時(shí)間序列數(shù)據(jù)，常常需要對(duì)其進(jìn)行季節(jié)調(diào)整，去掉季度效應(yīng)后才能使用。如考察中國(guó)的季度 GDP數(shù)據(jù)。由于第一季度包含春節(jié)，所以通常第一季度的 GDP偏低。如果直接以第二季度的GDP除以第一季度GDP得到環(huán)比增長(zhǎng)率，那么就會(huì)高估第二季度的 GDP增長(zhǎng)率；同理，如果將第一季度 GDP除以上一年第四季度GDP則會(huì)低估第一季度的GDP增長(zhǎng)率。因此，如果不進(jìn)行季節(jié)調(diào)整，則會(huì)忽略季節(jié)效應(yīng)，掩蓋了經(jīng)濟(jì)發(fā)展的真實(shí)波動(dòng)，從而失去了計(jì)量研究的客觀性。本文在指標(biāo)選取與數(shù)據(jù)一節(jié)中已對(duì)數(shù)據(jù)進(jìn)行了季節(jié)調(diào)整。

（2）數(shù)據(jù)檢驗(yàn)。對(duì)各個(gè)經(jīng)濟(jì)變量的時(shí)間序列數(shù)據(jù)進(jìn)行建模之前，往往要進(jìn)行平穩(wěn)性檢驗(yàn)，也就是檢驗(yàn)是否存在單位根。如果時(shí)間序列數(shù)據(jù)不平穩(wěn)，可能帶來(lái)以下問(wèn)題:一是自回歸系數(shù)的估計(jì)值不服從漸進(jìn)正態(tài)分布，t檢驗(yàn)失效，無(wú)法進(jìn)行傳統(tǒng)的區(qū)間估計(jì)與假設(shè)檢驗(yàn)；二是兩個(gè)互相獨(dú)立的單位根變量可能出現(xiàn)偽回歸或偽相關(guān)。因此，模型數(shù)據(jù)有必要進(jìn)行單位根檢驗(yàn)。單位根檢驗(yàn)的方法有很多，本文采用的方法為目前流行和常用的ADF檢驗(yàn)。

（3）模型檢驗(yàn)。如果原序列是平穩(wěn)序列，則可以用原序列直接建模。但是如果原序列存在單位根，即為不平穩(wěn)序列，可以對(duì)其進(jìn)行一階差分而得到平穩(wěn)序列，但是差分后序列的經(jīng)濟(jì)含義發(fā)生了改變，與原序列并不相同，又希望能使用原序列來(lái)進(jìn)行建?；貧w。如果多個(gè)單位根變量之間由于存在某些經(jīng)濟(jì)原因而存在長(zhǎng)期均衡關(guān)系，就有可能使用原序列進(jìn)行回歸。這種方法的核心思想是，對(duì)于多個(gè)單位根變量之間存在共同趨勢(shì)，可以通過(guò)對(duì)這些變量進(jìn)行適當(dāng)?shù)木€性組合來(lái)消除其中的隨機(jī)趨勢(shì)，從而得到平穩(wěn)序列，這就是1987年，Engle和Granger提出的協(xié)整理論。協(xié)整檢驗(yàn)的方法主要有EG-ADF檢驗(yàn)和Johansen檢驗(yàn)，前者的缺點(diǎn)是不能處理同時(shí)存在多個(gè)協(xié)整關(guān)系（即協(xié)整秩大于 1）的情形。而且由于EG-ADF法分兩步進(jìn)行，第一步估計(jì)的誤差有可能帶到第二步中，故不是最有效率的方法。因此本文使用的是Johansen檢驗(yàn)法。

（4）結(jié)果分析。針對(duì)研究?jī)?nèi)容，采用格蘭杰因果檢驗(yàn)的方法來(lái)進(jìn)行結(jié)果分析。格蘭杰因果檢驗(yàn)思想是，如果X與Y之間存在單向因果關(guān)系，那么可以用其中一方的過(guò)去值來(lái)預(yù)測(cè)另一方的未來(lái)值，反之則不成立。雙向因果關(guān)系與之類似，二者可以互相用過(guò)去值來(lái)預(yù)測(cè)另一方的未來(lái)值。

2.2 數(shù)據(jù)與模型檢驗(yàn)

（1）單位根檢驗(yàn)。對(duì)全樣本、新政前、新政后這3個(gè)樣本數(shù)據(jù)進(jìn)行單位根檢驗(yàn)，其中DRP和DHP表示全樣本租金與房?jī)r(jià)序列的一階差分，DRP_01和DHP_01表示新政前樣本的一階差分，DRP_02和DHP_02表示新政后樣本的一階差分，具體如表1所示。從表1中可以看出，3個(gè)樣本數(shù)據(jù)都在 5%的顯著性水平下為一階單整，即 I（1）序列。

表1 單位根檢驗(yàn)結(jié)果

（2）協(xié)整檢驗(yàn)。本文采用 Johansen方法，綜合考慮自由度和滯后項(xiàng)，采用AIC和SC準(zhǔn)則分別對(duì)新政前、新政后以及全樣本數(shù)據(jù)選取滯后2階、1階、2階來(lái)進(jìn)行協(xié)整檢驗(yàn)。檢驗(yàn)結(jié)果如表2所示，結(jié)果表明3個(gè)樣本均存在協(xié)整關(guān)系。

表2 協(xié)整檢驗(yàn)結(jié)果

2.3 VECM模型構(gòu)建與分析

基于單位根檢驗(yàn)和協(xié)整檢驗(yàn)的結(jié)果，本文分別建立了3個(gè)樣本的向量誤差修正模型（VECM）來(lái)刻畫(huà)全樣本、新政前、新政后的住房租金與房?jī)r(jià)之間聯(lián)動(dòng)引導(dǎo)關(guān)系。模型基本設(shè)定如下:

式中，ECt-1=RPt-βHPt是誤差修正項(xiàng)，反應(yīng)住房租金與房?jī)r(jià)之間的長(zhǎng)期均衡關(guān)系；1?和2?分別是方程中誤差修正項(xiàng)的系數(shù)，反應(yīng)變量偏離了長(zhǎng)期均衡狀態(tài)之后，將變量拉回到長(zhǎng)期均衡狀態(tài)的速度；ΔRPt-1和ΔHPt-1是自回歸項(xiàng)；Li為滯后算子，其中，i=1，2，…，p；p為變量的滯后階數(shù)。

表3是根據(jù)方程建立的3個(gè)樣本VECM模型的結(jié)果，其中，EC值為誤差修正項(xiàng)的系數(shù)，P值為該系數(shù)的顯著性水平。

表3 VECM模型結(jié)果

全樣本VECM模型中，協(xié)整方程為:

說(shuō)明住房租金與房?jī)r(jià)二者之間存在長(zhǎng)期均衡關(guān)系。從二者的誤差修正項(xiàng)系數(shù)可以看出，住房租金RP的EC值為-0.09869且在0.1%的水平上高度顯著。而房?jī)r(jià)HP的EC值為-26.93869，只在10%的水平上顯著。

對(duì)比來(lái)看，新政前與新政后的VECM誤差修正模型中的協(xié)整方程均顯示住房租金與房?jī)r(jià)之間存在長(zhǎng)期均衡關(guān)系。但住房租金的EC值由新政前5%水平顯著變?yōu)榱诵抡蟮牟伙@著，房?jī)r(jià)的EC值始終在0.1%的水平上顯著。說(shuō)明房?jī)r(jià)不再顯著地影響住房租金，但住房租金依然顯著地影響房?jī)r(jià)。從EC值的絕對(duì)值水平來(lái)看，新政前與新政后相比，住房租金的EC絕對(duì)值變小，而房?jī)r(jià)的EC絕對(duì)值變大，說(shuō)明新政后，住房租金向均衡水平調(diào)整的速度減小了，而房?jī)r(jià)向均衡水平調(diào)整的速度增大了。這表明新政后，住房租金對(duì)房?jī)r(jià)的引導(dǎo)作用增強(qiáng)，而房?jī)r(jià)對(duì)住房租金的引導(dǎo)作用減弱。

2.4 均衡水平變化的定性分析

為了便于理解均衡水平的變化，本文基于四象限模型從定性的角度做出分析，結(jié)果如圖2所示。

圖2 新政前后租金與房?jī)r(jià)之間均衡變化圖

四象限模型簡(jiǎn)稱 D-W 模型，主要是用來(lái)定性分析住房買(mǎi)賣(mài)市場(chǎng)與住房租賃市場(chǎng)之間的聯(lián)動(dòng)關(guān)系。四象限的坐標(biāo)軸由住房租金、住房?jī)r(jià)格、新開(kāi)發(fā)的建設(shè)量與存量4個(gè)指標(biāo)構(gòu)成，其中數(shù)值均為正值，越離開(kāi)坐標(biāo)原點(diǎn)數(shù)值越大。

第Ⅰ象限說(shuō)明住宅存量是如何確定租金的。橫軸代表住宅存量，縱軸代表租金價(jià)格，象限內(nèi)的下斜線表示住房需求曲線，說(shuō)明住房存量越大，租金價(jià)格越低；第Ⅱ象限說(shuō)明如何通過(guò)租金價(jià)格以及資本化率來(lái)確定住房?jī)r(jià)格的。資本化率可以被認(rèn)為是投資房產(chǎn)的人的期望收益率。資本化率的確定與社會(huì)經(jīng)濟(jì)和資本市場(chǎng)各種資產(chǎn)的投資回報(bào)率有很重要的關(guān)系；第Ⅲ象限中的射線是開(kāi)發(fā)成本線。如果由于某些原因?qū)е鹿┙o缺乏彈性，比如土地管制，那么這條射線則會(huì)傾向于水平。從第Ⅱ象限確定的房?jī)r(jià)出發(fā)，引入一條垂線與開(kāi)發(fā)成本線相交，然后從交點(diǎn)處引出一條水平線與新開(kāi)發(fā)建設(shè)量軸相交，就可以確定出開(kāi)發(fā)建設(shè)的平衡數(shù)量；第Ⅳ象限是租賃使用市場(chǎng)的一部分，反應(yīng)了新增開(kāi)發(fā)建設(shè)量是如何轉(zhuǎn)化為存量的。從原點(diǎn)出發(fā)的射線代表折舊，折舊率為δ。斜線上任意一點(diǎn)對(duì)應(yīng)的開(kāi)發(fā)量和存量表示開(kāi)發(fā)量剛好抵消折舊量，以保證存量維持不變。

在圖2中，實(shí)線閉合方框代表新政前原均衡點(diǎn)，而虛線閉合方框代表新政后新的均衡點(diǎn)，ΔR和ΔP為租金和房?jī)r(jià)兩次均衡之間的變化。由于新政刺激了住房租賃市場(chǎng)的供給，導(dǎo)致新開(kāi)發(fā)建設(shè)量C增大，經(jīng)過(guò)第Ⅳ象限房地產(chǎn)市場(chǎng)存量調(diào)整傳導(dǎo)，住宅存量S增大，經(jīng)過(guò)第Ⅰ象限的傳導(dǎo)，使得租金的價(jià)格下降，后經(jīng)由第Ⅱ象限資本市場(chǎng)傳導(dǎo)，房?jī)r(jià)也會(huì)下降。在第Ⅲ象限，由于政策的鼓勵(lì)性措施，會(huì)給開(kāi)發(fā)租賃性住宅的企業(yè)一定的優(yōu)惠作用，導(dǎo)致企業(yè)開(kāi)發(fā)成本降低，曲線斜率增大，這樣新開(kāi)發(fā)建設(shè)量C也會(huì)增大，此時(shí)，形成了一個(gè)新的均衡閉環(huán)。

2.5 格蘭杰因果檢驗(yàn)

VECM 模型是從長(zhǎng)期均衡的角度來(lái)考察住房租金與房?jī)r(jià)之間的聯(lián)動(dòng)關(guān)系，為了明確二者之間的短期動(dòng)態(tài)關(guān)系，通過(guò)格蘭杰因果檢驗(yàn)的方法來(lái)進(jìn)行分析，表4是檢驗(yàn)結(jié)果。

表4 格蘭杰因果檢驗(yàn)

在全樣本情況下，二者存在較為顯著的雙向因果關(guān)系，但是新政后，房?jī)r(jià)已不再是住房租金的格蘭杰原因，同時(shí)，住房租金成為了房?jī)r(jià)的格蘭杰原因。這說(shuō)明新政后，房?jī)r(jià)反而不影響住房租金，但是住房租金卻影響房?jī)r(jià)。這從短期動(dòng)態(tài)視角進(jìn)一步說(shuō)明新政后住房租金與房?jī)r(jià)二者之間的關(guān)系發(fā)生了改變，該結(jié)果與表3的結(jié)果相互印證。

3 結(jié)語(yǔ)

本文基于2009年3月至2019年3月廣州市住房租金與房?jī)r(jià)的月度數(shù)據(jù)，通過(guò)建立全樣本、新政前、新政后3個(gè)樣本的向量誤差修正模型，運(yùn)用協(xié)整檢驗(yàn)與格蘭杰因果檢驗(yàn)進(jìn)行分析，發(fā)現(xiàn)廣州市住房租金與房?jī)r(jià)之間存在長(zhǎng)期均衡關(guān)系。但是新政前后，住房租金與房?jī)r(jià)之間的關(guān)系發(fā)生了改變，具體來(lái)說(shuō)，從誤差修正系數(shù)來(lái)看，新政后，住房租金向均衡水平調(diào)整的速度減小，而房?jī)r(jià)向均衡水平調(diào)整的速度增大，說(shuō)明住房租金對(duì)房?jī)r(jià)的引導(dǎo)作用增強(qiáng)，而房?jī)r(jià)對(duì)住房租金的引導(dǎo)作用減弱。從格蘭杰因果檢驗(yàn)來(lái)看，住房租金由新政前不是房?jī)r(jià)的格蘭杰原因變成了新政后是房?jī)r(jià)的格蘭杰原因，進(jìn)一步說(shuō)明了新政前后，住房租金與房?jī)r(jià)關(guān)系發(fā)生了改變。因此，實(shí)證研究的結(jié)論與前文政策分析的假設(shè)相符合，廣州市住房租金與房?jī)r(jià)之間的關(guān)系在新政前后確實(shí)發(fā)生了改變，且房?jī)r(jià)對(duì)租金的影響減小，租金對(duì)房?jī)r(jià)的影響增強(qiáng)。這使得住房租賃市場(chǎng)發(fā)展的同時(shí)，也會(huì)影響住房買(mǎi)賣(mài)市場(chǎng)，二者之間產(chǎn)生了互動(dòng)融合關(guān)系，進(jìn)一步說(shuō)明新政推動(dòng)了廣州市住房租賃市場(chǎng)與買(mǎi)賣(mài)市場(chǎng)的互動(dòng)融合發(fā)展。

租金與房?jī)r(jià)之間的關(guān)系由脫鉤變成掛鉤，使得穩(wěn)定調(diào)控房?jī)r(jià)有了一個(gè)新的手段，即大力發(fā)展住房租賃市場(chǎng)，租金價(jià)格下降，且租賃體驗(yàn)和環(huán)境更好，使得住房買(mǎi)賣(mài)投資屬性降低，這對(duì)于穩(wěn)定調(diào)控房?jī)r(jià)以及房地產(chǎn)市場(chǎng)的健康發(fā)展有重要作用。同時(shí)，繼續(xù)擴(kuò)大政策實(shí)施、增大租賃住房供給的同時(shí)也要保障租戶權(quán)益、保量也要保質(zhì)。