我國行政干預對一二線城市房市影響

李昕芮

【摘要】行政干預是指行政機關運用經濟、法規、政策等手段，對國家事務運行狀態和關系進行調節，以保證經濟，政治，文化等方面的持續、協調、健康發展。而我國的房地產市場過熱以來，我國對該市場運用了多種行政手段進行干預，以達到穩定該市場的目的。本文在總結了近年來我國對房地產市場的行政干預手段，尤其是對一線城市如北京上海等的特殊法律法規，利用2000年第一季度到2011年第四季度的數據，通過灰色系統預測GM（1，1）模型及多元回歸，分析得出在對一線城市進行行政干預同時，應注意對二線城市房地產市場影響。針對這一結論，從能夠平衡穩定發展房地產市場的角度，提出了完善房地產市場、推動房地產市場發展，適當行政干預等建議。

【關鍵詞】房地產市場 行政干預 政策調控

隨著北京、上海、廣州、深圳四座一線城市房地產調控政策的頒發，土地價格升高，政府審批變難，購買限制增多，一些香港上市地產企業和外資地產將投資的目光投向了中國二三線城市，尤其是中國二線城市。如北京市附近的天津市、上海市附近的杭州市，廣州市附近的佛山市等。

以北京為例，2010年4月17日國務院發出的《關于堅決遏制部分城市房價上漲過快的通知》后，2010年春節后二手房價格連續8周快速上漲的情況有所遏制，政策公布以來，北京二手房成交均價為19473元/平方米，第一次出現停滯。2010年～2011年是多個城市轉折點，如北京17782元/平方米下降到16851.9529元/平方米，廣州房價上升速度也大幅度減緩。以北京和天津作對比為例：2010年政策下發后，北京的竣工房屋面積、住宅銷售面積、房屋銷售價格大幅度下跌，而天津的竣工房屋面積、住宅銷售面積、房屋銷售價格卻都有不同漲幅的升高。由此推斷，很有可能是政府的行政干預在一定程度上遏制了一線城市的房價上升趨勢，卻將投資者以及投機者吸引到了一線城市附近的二線城市，導致二線城市房價有所升高，形成了“擠出效應”。這違背了我國政府行政干預房地產市場的初衷。

灰色系統理論的研究對象是“部分信息已知、部分信息未知”的貧信息不確定系統，它通過“部分”已知信息的生成、開發，實現對現實世界的確切描述和認識?；疑到y理論采用數據處理方法，通過累加或者累減，將較差的原始數據進行整理，變為較強的生成數列，然后在做研究。通過模型計算值與實際值之差建立模型，作為提高模型精度的主要途徑?；疑A測模型適用于只用少量數據即可進行建模。本文通過建立GM（1，1）灰色預測模型，可以進行相關信息預測。

選取2005～2010年數據進行建模，模型參數為：

從房屋銷售價格GM（1，1）模型預測誤差情況來看，該模型相對誤差較小，能夠較好地預測未來的房地產市場銷售價格發展趨勢。GM（1，1）模型預測第一步預測值即2011年房屋銷售價格為8110.11元/平方米，實際2011年房屋銷售價格為7763.29元/平方米，下降4.47%，說明房屋銷售價格受房地產調控政策影響，2011年比理論價格降低了4.47%，該模型說明我國對房地產市場進行行政干預達到了宏觀調控的效果即遏制房地產房屋銷售價格快速上漲。

接下來具體分析一線城市和二線城市受房地產市場行政干預的不同影響程度，以北京市和天津市為例：

對北京市和天津市房屋銷售價格分別作GM（1，1）模型進行預測，模型參數為：

模型預測北京市2011年房屋銷售價格為20467.07元/平方米，實際2011年北京市房屋銷售價格為16851.95元/平方米，下降21.46%，說明行政干預對北京市效果良好；模型預測天津市2011年房屋銷售價格為9138.39元/平方米，實際2011年天津市房屋銷售價格為8744.77元/平方米，下降4.5%，下降幅度遠遠低于北京市房屋銷售價格，說明對行政干預對于一線城市的遏制作用要遠遠大于二線城市遏制作用。

GM（1，n）模型為n序列的一階線性動態模型，主要用于動態分析對于房屋銷售價格與其他影響因素的n序列，我們建立GM（1，n）模型對房地產需求進行預測。

國內有多名知名學者曾對我國房屋銷售價格影響因素發表見解，如趙麗麗、焦繼文在《房價影響因素的灰色關聯度分析》（2007）一文中指出，土地交易價格指數和建筑材料出廠指數對房屋銷售價格指數相關性最大，即房地產銷售價格最大程度上依賴于房屋建筑成本，其次是戶籍人口、人均可支配收入、GDP、人均儲蓄存款等；劉闖、俞秋婷、高琴琴在《基于聯立方程模型的我國房價影響因素研究》（2012、1）一文中指出，當期房屋銷售價格主要受竣工房屋造價、貸款利率、上一期房地產市場供給三個因素影響；肖宏偉、易丹輝、王選鶴、李輝在《中國房地產行業態勢分析及調控政策成效模擬》（2012.8）中指出，房地產銷售價格受本年竣工面積、土地交易價格、房地產銷售面積、房地產施工面積、房地產企業利潤總額因素影響。

由此我們可建立GM（1，n）模型，并認為如果模型計算值與實際值差異較大，則說明是行政干預的力量所造成。因為如果沒有行政干預房地產市場，則在模型擬合程度較好的情況下，當年的房屋銷售價格應與模型計算值接近，誤差不大，由此可進行建模。

從數據的可得性即可檢驗性考慮，我們選取地區生產總值、竣工房屋面積、房屋銷售價格、本年開發土地面積、住宅銷售價格、本年購置土地面積、地區生產總值、城鄉儲蓄、竣工房屋造價作變量，進行灰色相關性分析，選取相關程度較高的5個影響因素建立GM（1，n）模型。對北京市數據進行分析， 選取北京市2002～2010年數據進行灰色關聯度檢測：各因素對房屋銷售價格中，城鄉儲蓄>地區生產總值>竣工房屋造價>竣工房屋面積>土地開發費用>住宅銷售面積>開發土地面積>本年購置土地面積，所以選取城鄉儲蓄、地區生產總值、竣工房屋造價、土地開發費用、住宅銷售面積為影響因素作為變量對北京市進行GM（1，n）建模，選取2002～2009年數據，模型參數為：

模型擬合良好，由此可計算2011年房價應為19313.02元/平方米，實際為16851.95元/平方米，下降14.6%，說明行政干預對于北京市非常有效。

同理對天津市地區生產總值、竣工房屋面積、房屋銷售價格、本年開發土地面積、住宅銷售價格、本年購置土地面積、地區生產總值、城鄉儲蓄、竣工房屋造價變量進行灰色關聯性分析。選取天津市2002～2010年數據進行灰色關聯度檢測：各因素對房屋銷售價格中，竣工房屋面積>城鄉儲蓄>竣工房屋造價>住宅銷售面積>地區生產總值>本年開發土地面積>開發土地購置費用>本年購置土地面積，所以選取城鄉儲蓄、竣工房屋造價、住宅銷售面積、地區生產總值、本年開發土地面積為影響因素作為變量對天津市進行GM（1，n）建模，模型參數為：

模型擬合良好，通過上式可計算出天津市理論值應為9847元/平方米，實際值為8744.78元/平方米，下降12.81%，比北京市下降幅度低14.05%。

從兩個GM（1，n）模型可看出，雖然同一政策對于北京市、天津市影響程度不同，天津市影響程度遠遠低于北京市影響程度，但通過前面分析可看出，政策發布后，各方面有關于房屋銷售價格的價格指數均有不同程度的波動。

目前在房地產市場的調控環節中，行政干預手段運用的比較多，也基本達到了立竿見影的效果，基本無時滯性，每一次新的文件出臺都會伴隨著房價的劇烈波動，如2013年2月20日國務院常務會議確定的五項加強房地產市場調控的政策措施及2013年3月1日相繼出臺的《關于繼續做好房地產市場調控工作的通知》發布后，房地產市場立即引起強烈反響，尤其是其中關于第二條“堅決抑制投機投資性購房”中規定的具體措施：“稅務、住房城鄉建設部門要密切配合，對出售自有住房按規定應征收的個人所得稅，通過稅收征管、房屋登記等歷史信息能核實房屋原值的，應依法嚴格按轉讓所得的20%計征?！币饦O大關注和爭議。當日房地產交易金額與平日相比增長三倍，創造杭州市區二手房交易單日最高值。正是因為這種無時滯性，遏制力度大的特點，使得行政干預手段在房地產市場上所向披靡，收效顯著。但不可否認的是，由于一二線城市房地產泡沫的不同，房地產市場細節的差異，同樣的文件及法規會帶來不同程度的影響，甚至會將加大二線城市的房地產泡沫，將資金引入二線城市房地產市場，造成逆向增長，或造成一些二線城市因為一線城市的投資涌入并不能達到預計中的下降幅度。除此之外，通過研究全國各地的房地產銷售價格折線圖可發現，行政干預手段雖然具有這種無時滯性、遏制力度大的優點，但同時其也具有一定的局限性與缺點，即法律法規下發一段時間后，房價停止下降反而有更大幅度的上升。這可引申出另外的問題即為何行政干預手段是否治標不治本，無法從根本上遏制房地產市場的上升趨勢，這是值得深思的。

參考文獻

[1]房地產網等.

[2]《房價影響因素的灰色關聯度分析》.

[3]《中國房地產行業態勢分析及調控政策成效模擬》.