“限購令”對北京住房市場的影響
——基于反事實分析

顏　諍

（集美大學 財經學院，福建 廈門 361021）

“限購令”對北京住房市場的影響
——基于反事實分析

顏諍

（集美大學 財經學院，福建 廈門 361021）

本文用一種新的方法對“限購令”的政策效果進行評估，這種方法的基本原理是利用截面數據之間的相關性進行反事實分析。我們使用國內35個城市的面板數據分析了“限購令”對北京市房地產市場的影響。我們得到的結論是2010年5月至2010年9月這段時間內北京市商品住宅銷售量的下跌幾乎完全是由“限購令”引起的。

“反事實分析”；“限購令”；“政策效果評估”

一、引言

2010年4月17日，國務院發(fā)布了調控房地產市場的“新國十條”，隨后北京于2010年4月30日最先出臺了《北京市人民政府貫徹落實國務院關于堅決遏制部分城市房價過快上漲文件的通知》，明確提出從2010年5月1日起，限制家庭購房套數。這一調控政策也被簡稱為“限購令”。

學界對“限購令”的政策效果進行了廣泛研究。孫瑩（2011）和劉旺平（2014）分別研究了天津和上海的商品房市場受“限購令”的影響情況。舒良峰和朱振宇（2012）對北京市和武漢市兩市實施"限購令"的政策效果進行比較分析；趙鶴芹（2013）分析了限購政策對南昌房價的影響。張躍強（2013）研究分析了黃岡市房價在實施“限購令”后仍然持續(xù)上漲的原因。徐麗林（2013）分析了區(qū)域因素對“限購令”的長期效果的影響。杜雨和陶丹（2012）利用多因素模型分析了“限購令”的經濟意義。張慧（2013）也利用因素模型分析了限購令對上海住宅價格的影響。本文將研究“限購令”對北京市房地產市場的影響。

二、理論模型

自然科學研究中評估外部干預對個體的影響的基本方法是：從總體中隨機挑選若干樣本，分為兩組，對一組施加外部干預，另一組保持不變，稱前者為實驗組（Experimental Group），后者為控制組（Control Group），兩組數據的差值為處置效應（Treatment Effect），處置效應可用來衡量外部干預的影響。

經濟學研究往往無法進行隨機試驗。為此學者們提出了“反事實分析”（Counterfactual Analysis）方法，基本思想為：“如果沒有某項政策，那么經濟變量的值可能是多少？”將經濟變量的可能取值稱為“反事實值”（Counterfactuals），充當控制組的作用；而同期真實觀測到的數值就相當于實驗組數據，二者的差值即處置效應就可用于評估政策效果。

如何計算“反事實值”是“反事實分析”的關鍵，Hsiao等（2010）認為宏觀經濟變量的變動可以歸因于少數公共因子，而公共因子導致面板數據中截面?zhèn)€體之間存在相關性，可以以此構建反事實值，具體方法如下：一組面板數據yu（i=1，2…，N；t =1，2，…T）中表示個體i在t時刻受到某項政策影響后的數值，是其在t時刻政策影響的數值，不妨假定個體i=l在T1+1=時刻受T某項政策影響，而其他個體未受影響，則實際觀測到的數據是：

面板數據中用于擬合的截面?zhèn)€體稱為“擬合組”，為了找出最優(yōu)的擬合組可以用以下方法：

（1）在N-1個截面單位中，任意挑出j個個體，根據擬合優(yōu)度R2或極大似然值選出擬合得最好的一組；改變j 的取值，重復進行這一挑選。這樣可以挑選出若干個備選組合。

（2）利用AIC或AICC準則從備選組合中挑選一個最優(yōu)的擬合組。

三、對“限購令”的短期政策效果的實證分析及結果

1、數據來源

北京市于2010年5月起正式實施“限購令”，而全國其他城市到10月之后才陸續(xù)推出“限購令”，我們采用了中國35個大中城市2008年12月-2010年9月的商品住宅銷售面積同比增長率月度數據，以擬合出2010年5月到9月的北京市的反事實值，數據來源自中經網數據庫。

2、最優(yōu)控制組的選擇

表1　擬合組權重

首先在截面?zhèn)€體中挑選34組備選擬合組，其次利用AIC準則挑選出最優(yōu)的擬合組。根據擬合結果，選定的擬合組包括的橫截單位為天津、武漢、成都、杭州、上海、深圳、廣州、長沙、西安、青島、南京、南昌這12個城市，數據選取時間為2008年12月-2010年4月。

3、擬合結果與處置效應

利用上述擬合組，可以擬合北京市2008年12 月-2010年4月的商品住宅銷售面積同比增長率，圖1將擬合值與真實值進行了對比，可以看到擬合效果是比較理想的。

圖1　2008年12月-2010年4月北京商品住宅銷售面積同比增長率擬合情況

根據獲得的擬合方程，可以用12個城市的數據構建北京市2010年5月-2010年9月的商品住宅銷售面積同比增長率的“反事實值”，并進一步獲得處置效應的值，結果見表2。我們以處置效應的平均值作為政策評估的一個參考數值。“反事實值”與真實值的對比可見圖2。

表2　“限購令”對北京商品住宅銷售面積同比增長率的影響

圖2　2010年5月-2010年9月北京市商品住宅銷售面積同比增長率反事實擬合情況

四、結論

實證分析結果表明，由于實行了“限購令”，2010 年5月—2010年9月北京市商品住宅銷售面積同比下降了45.27%，對比同一時期的實際值的平均下降了42.35%。我們可以得出結論，2010年5月—2010年9月北京市商品住宅的銷售水平的下降幾乎完全是由“限購令”引起的。可以看出“限購令”政策非常有針對性，在短時期內迅速抑制了商品住宅的投機需求，對房地產市場過熱起到了降溫作用。

［1］孫瑩，羅新波，焦愛英.“限購令”對房地產市場和住房消費行為的影響——以天津市為例［J］.中國市場，2011，48.

［2］劉旺平，彭景一，孫依旻 et al.限購令及新房產稅條例對居民購房意愿的影響——基于上海調查數據的研究［J］.現代經濟信息，2014，1.

［3］舒良峰，朱振宇.對“限購令”政策效果的比較研究［J］.商業(yè)文化，2012（12）.

［4］趙鶴芹.從二、三線城市看限購令的房價影響效應——基于南昌市的實證分析［J］.科技廣場，2013，1.

［5］張躍強.“限購令”下黃岡市區(qū)住宅價格上漲的統(tǒng)計研究分析［J］.黃岡師范學院學報，2013，2.

［6］徐麗林，黃小春，吳晉寧et al.廈門限購令政策對商品住房價格影響——廈門房價靜態(tài)分析［J］.中國市場，2013，28.

［7］杜雨，陶丹.論“限購令”對中國房地產市場的政策性影響——房地產政策的宏微觀經濟效應分析［J］.中國市場，2012，9.

［8］張慧.2010～2011年上海住宅市場調控中房產稅、限購令等政策的若干思考［D］.復旦大學，2013.

［9］Cheng Hsiao， Ching HS， Wan SK.A Panel Data Approach for Program Evaluation：Measuring the Benefits of Political and Economic Integration of Hong Kong with China ［J］.Journal of Applied Econometrics，2010（8）：1-23.

（責任編輯：孫嘉）