房?jī)r(jià)偏離與“補(bǔ)漲”效應(yīng)
——以長(zhǎng)三角地區(qū)為例

陳 卓

(上海財(cái)經(jīng)大學(xué) 公共經(jīng)濟(jì)與管理學(xué)院，上海 200433)

改革開放以來(lái)，我國(guó)城市住房體制不斷深化改革并取得了舉世矚目的成就。1978年全國(guó)人均住房建筑面積僅為6.7平方米，到了2014年年末，該數(shù)字已經(jīng)擴(kuò)大至40.8平方米。1998年房地產(chǎn)業(yè)增加值占GDP的比重僅為1.75%，到2016年已經(jīng)增加到了6.5%。但與此同時(shí)，拉動(dòng)經(jīng)濟(jì)發(fā)展所帶來(lái)的高房?jī)r(jià)問(wèn)題逐漸顯現(xiàn)出來(lái)，引起了社會(huì)各界廣泛的關(guān)注。合理的住房?jī)r(jià)格應(yīng)該以宏觀經(jīng)濟(jì)的發(fā)展為基礎(chǔ)，而現(xiàn)實(shí)中的房?jī)r(jià)上漲既包括由經(jīng)濟(jì)基本面決定的部分，又包含房?jī)r(jià)偏離基本面的上漲。那么，房?jī)r(jià)偏離其基本面價(jià)格的程度對(duì)于我們理解過(guò)去的房?jī)r(jià)上漲以及預(yù)測(cè)未來(lái)的房?jī)r(jià)走勢(shì)有何啟示？本文將以長(zhǎng)三角地區(qū)25個(gè)城市為例，對(duì)房?jī)r(jià)偏離可能引起的“補(bǔ)漲”效應(yīng)進(jìn)行探討。長(zhǎng)三角地區(qū)是我國(guó)經(jīng)濟(jì)增長(zhǎng)最迅速、城市化進(jìn)程發(fā)展最快的區(qū)域之一，近兩年來(lái)房?jī)r(jià)也持續(xù)高漲，尤其是該地區(qū)的中心城市上海以及副中心城市杭州和南京。選取長(zhǎng)三角地區(qū)作為研究對(duì)象，一方面是因?yàn)槠渥》渴袌?chǎng)發(fā)展的進(jìn)程走在了全國(guó)的前列，可以提供不少值得推廣借鑒的經(jīng)驗(yàn)，具有高度的代表性。另一方面該地區(qū)城市內(nèi)部之間的協(xié)同性和認(rèn)可度較高，關(guān)系緊密，互動(dòng)頻繁，不易受地理環(huán)境的影響。

一、房?jī)r(jià)偏離的概念界定

房?jī)r(jià)偏離一般是指住房市場(chǎng)價(jià)格對(duì)其均衡價(jià)格的偏離，長(zhǎng)期來(lái)看，住房的均衡價(jià)格可以由其基本面價(jià)格所決定。[1]在漢語(yǔ)的語(yǔ)義中，“偏離”表示離開了原定的軌道、方向等，這可以形象地描述房?jī)r(jià)偏離的實(shí)質(zhì)和內(nèi)涵。根據(jù)模型估計(jì)得出的基本面價(jià)格恰如原定的“軌道”或“方向”，而實(shí)際價(jià)格如果沒有按照原定的計(jì)劃變化，就出現(xiàn)了“偏離”，兩者的差值即為“偏離”的程度。其中，基本面價(jià)格是指可以被宏觀經(jīng)濟(jì)基本面所解釋的部分，這些基本面包含了房?jī)r(jià)的主要影響因素，所以房?jī)r(jià)偏離也可以認(rèn)為是住房?jī)r(jià)格中的非基本面部分。需要說(shuō)明的是，房?jī)r(jià)偏離并不等同于房?jī)r(jià)泡沫，房?jī)r(jià)泡沫只是房?jī)r(jià)偏離的一種形式。有學(xué)者認(rèn)為住房?jī)r(jià)格的高估部分就是泡沫[2]，也有學(xué)者將泡沫定義為住房真實(shí)價(jià)格對(duì)其基本價(jià)格的顯著持續(xù)偏離。[3]雖然關(guān)于泡沫的定義和形成目前還遠(yuǎn)沒有達(dá)成共識(shí)，但已有的關(guān)于房?jī)r(jià)泡沫的探討對(duì)房?jī)r(jià)偏離的研究依然具有重要的借鑒意義。

對(duì)房?jī)r(jià)偏離的測(cè)度大致有以下兩種方法：第一種是指標(biāo)法，主要考察房?jī)r(jià)收入比、房?jī)r(jià)租金比以及空置率等指標(biāo)，如果有高于歷史平均水平或者國(guó)際正常水平的，便認(rèn)為房?jī)r(jià)偏離了基本價(jià)格。[4]指標(biāo)法的應(yīng)用存在一個(gè)嚴(yán)重的問(wèn)題，就是如何令人信服地證明這些指標(biāo)的正常取值區(qū)間或范圍。由于各個(gè)國(guó)家的國(guó)情不同，我們不能照搬國(guó)外研究的方法和結(jié)論，也無(wú)法從中獲得現(xiàn)成的答案或參照。第二種是模型法，先通過(guò)模型計(jì)算出住房的基本面價(jià)格，再與其真實(shí)價(jià)格進(jìn)行比較，得到房?jī)r(jià)對(duì)其基本面價(jià)格的偏離。模型法的關(guān)鍵在于如何準(zhǔn)確估計(jì)基本面價(jià)格。已有文獻(xiàn)從不同方面對(duì)房?jī)r(jià)的基本面因素進(jìn)行了深入研究，包括實(shí)際收入、人口因素、金融制度、土地價(jià)格和公共服務(wù)供給等。[5-11]這些因素共同構(gòu)成了房?jī)r(jià)的基本面，在以往的研究中得到了較好的應(yīng)用，本文也在此基礎(chǔ)上進(jìn)行研究。

二、模型與數(shù)據(jù)

本文在建立房?jī)r(jià)模型時(shí)，假設(shè)住房的基本面可以由一系列經(jīng)濟(jì)社會(huì)變量構(gòu)成，且每個(gè)城市在每個(gè)時(shí)期都對(duì)應(yīng)一個(gè)反映這些經(jīng)濟(jì)社會(huì)變量的住房基本面價(jià)格。參考李永友(2014)[12]的模型設(shè)定，結(jié)合長(zhǎng)三角地區(qū)的實(shí)際情況，選擇人均可支配收入(hp)、年末貸款余額占GDP比重(loan)、人口規(guī)模(pop)、住房建設(shè)成本(cost)、城鎮(zhèn)化率(urban)、土地價(jià)格(lp)和城市綠化覆蓋率(green)作為基本面價(jià)格解釋變量。每個(gè)城市在每個(gè)時(shí)期的住房基本面價(jià)格可通過(guò)估算模型的擬合值得出，其與同期實(shí)際房?jī)r(jià)的差值即為房?jī)r(jià)偏離。

使用上海市、江蘇省13個(gè)地級(jí)市和浙江省11個(gè)地級(jí)市共25個(gè)城市2005～2013年的統(tǒng)計(jì)數(shù)據(jù)，數(shù)據(jù)來(lái)源于《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《上海統(tǒng)計(jì)年鑒》、《江蘇統(tǒng)計(jì)年鑒》以及《浙江統(tǒng)計(jì)年鑒》。所有的價(jià)格型變量均根據(jù)各省的居民消費(fèi)價(jià)格指數(shù)(CPI)進(jìn)行了平減處理，以2003年為基期，轉(zhuǎn)化為實(shí)際價(jià)格，以消除通貨膨脹的影響。主要變量的描述性統(tǒng)計(jì)結(jié)果如表1所示。

表1 變量描述性統(tǒng)計(jì)結(jié)果

三、長(zhǎng)三角地區(qū)的房?jī)r(jià)偏離

(一)固定效應(yīng)模型回歸

在面板模型回歸之前，本文對(duì)面板序列的平穩(wěn)性進(jìn)行了檢驗(yàn)，并通過(guò)豪斯曼檢驗(yàn)判定選擇固定效應(yīng)模型進(jìn)行估計(jì)。表2給出了面板固定效應(yīng)模型回歸的估計(jì)結(jié)果。可以看到，模型的擬合優(yōu)度(R2)都很高，這也表明基本面因素確實(shí)可以較好地解釋實(shí)際房?jī)r(jià)的變動(dòng)。為了進(jìn)行對(duì)照，同時(shí)匯報(bào)了模型(1)混合OLS估計(jì)和模型(2)隨機(jī)效應(yīng)模型估計(jì)的結(jié)果。模型(3)將所有的解釋變量均納入固定效應(yīng)模型，但人口規(guī)模的對(duì)數(shù)(lnpop)和城市建成區(qū)綠化覆蓋率(green)并不顯著。模型(5)在去掉不顯著的變量后，呈現(xiàn)出良好的估計(jì)性質(zhì)，各個(gè)變量均在5%的水平上顯著，系數(shù)較模型(3)的變化也不大。具體來(lái)說(shuō)，在控制了每個(gè)城市的個(gè)體固定效應(yīng)之后，人均可支配收入每增加1%，將會(huì)引起長(zhǎng)三角城市的住房?jī)r(jià)格上漲0.42%；貸款余額占GDP的比重每增加1個(gè)百分點(diǎn)，將引起住房?jī)r(jià)格上漲0.46%；而城鎮(zhèn)化率每提高1個(gè)百分點(diǎn)，則將引起1.02%的房?jī)r(jià)上升。另外，住房建設(shè)成本和土地價(jià)格每增加1%，將引起房?jī)r(jià)上升0.11%和0.14%，影響系數(shù)相對(duì)較小。由此可見，實(shí)際收入、信貸擴(kuò)張和人口城鎮(zhèn)化是近年來(lái)長(zhǎng)三角地區(qū)各城市房?jī)r(jià)上漲的主要推手。

表2 固定效應(yīng)模型回歸結(jié)果

注：括號(hào)內(nèi)為t統(tǒng)計(jì)量，***、**和*分別表示1%、5%和10%的顯著性水平。

為了進(jìn)一步區(qū)分長(zhǎng)三角地區(qū)之間的內(nèi)部差異，模型(6)和模型(7)則對(duì)浙江省和江蘇省的樣本分別進(jìn)行了回歸。結(jié)果發(fā)現(xiàn)，年末貸款余額占GDP的比重對(duì)房?jī)r(jià)的影響在江蘇省并不顯著，而在浙江省不僅顯著程度很高，系數(shù)也較大，說(shuō)明浙江省的房?jī)r(jià)上漲與信貸擴(kuò)張密切相關(guān)。一個(gè)可能的解釋是，浙江省的私營(yíng)經(jīng)濟(jì)發(fā)展迅猛，信貸條件的擴(kuò)張或緊縮必然會(huì)對(duì)市場(chǎng)產(chǎn)生重要的影響。

(二)動(dòng)態(tài)面板模型回歸

預(yù)期也是影響房?jī)r(jià)的重要因素，尤其是對(duì)于住房投機(jī)性需求者而言，其購(gòu)買住房的行為容易受到房?jī)r(jià)漲跌的預(yù)期影響。如果預(yù)期價(jià)格上漲，需求者會(huì)出于對(duì)未來(lái)購(gòu)房代價(jià)的考慮而踴躍購(gòu)買，從而增加需求；反之亦然。梁云芳和高鐵梅(2006)[9]認(rèn)為，在各種需求因素中，上一期城市住房的價(jià)格波動(dòng)對(duì)當(dāng)期的住房?jī)r(jià)格具有較強(qiáng)的滯后影響。況偉大(2012)[13]在住房存量調(diào)整模型基礎(chǔ)上，考察了預(yù)期和投機(jī)因素對(duì)房?jī)r(jià)的影響，對(duì)中國(guó)35個(gè)大中城市1996～2007年數(shù)據(jù)的實(shí)證結(jié)果表明，預(yù)期和投機(jī)對(duì)中國(guó)城市房?jī)r(jià)波動(dòng)都具有較強(qiáng)的解釋力。在現(xiàn)實(shí)生活中，投資者并不是完全理性的，往往會(huì)表現(xiàn)出從眾和跟風(fēng)的本性，出現(xiàn)所謂的羊群行為。[14]本文使用滯后一期的房?jī)r(jià)作為市場(chǎng)預(yù)期的變量，將其納入到動(dòng)態(tài)面板模型中，重新進(jìn)行估計(jì)。

表3給出了采用動(dòng)態(tài)面板數(shù)據(jù)估計(jì)的結(jié)果。可以看到，滯后一期的房?jī)r(jià)對(duì)當(dāng)期住房?jī)r(jià)格有著十分顯著的正向影響，驗(yàn)證了心理預(yù)期在住房市場(chǎng)中的重要作用。通過(guò)比較后發(fā)現(xiàn)，模型(10)的估計(jì)結(jié)果符合實(shí)際，與固定效應(yīng)模型的結(jié)論基本一致。因此本文選擇該模型的結(jié)果作為估算長(zhǎng)三角地區(qū)各城市房?jī)r(jià)偏離的基準(zhǔn)模型，并求出每個(gè)城市在每一年的房?jī)r(jià)擬合值，經(jīng)過(guò)自然對(duì)數(shù)函數(shù)轉(zhuǎn)換成水平值。實(shí)際價(jià)格與擬合價(jià)格的差值即為房?jī)r(jià)偏離，也就是模型估計(jì)所得到的殘差，再用房?jī)r(jià)偏離除以擬合的基本面價(jià)格，就得到了房?jī)r(jià)偏離度。圖1是長(zhǎng)三角地區(qū)各城市房?jī)r(jià)偏離度的概率密度直方圖。如圖1所示，利用模型(10)估計(jì)得到的房?jī)r(jià)偏離度基本上服從正態(tài)分布，也說(shuō)明了本文的計(jì)量結(jié)果具有較高的可信度。

表3 動(dòng)態(tài)面板模型回歸結(jié)果

注：括號(hào)內(nèi)為t統(tǒng)計(jì)量，***、**和*分別表示1%、5%和10%的顯著性水平；AR(1)和AR(2)為殘差序列相關(guān)性的檢驗(yàn)值；Hansen統(tǒng)計(jì)量用于工具變量的過(guò)度識(shí)別檢驗(yàn)，括號(hào)內(nèi)為p值。

圖1 房?jī)r(jià)偏離度的直方圖

表4匯報(bào)了2006～2013年長(zhǎng)三角地區(qū)各個(gè)城市的房?jī)r(jià)偏離度。總體上看，大部分城市的實(shí)際住房?jī)r(jià)格對(duì)基本面都存在著一定的偏離，但并沒有出現(xiàn)房?jī)r(jià)持續(xù)大幅超出或低于基本面價(jià)格的異常情況。這一發(fā)現(xiàn)同王錦陽(yáng)和劉錫良(2014)[3]考察北京、天津、上海和重慶四個(gè)直轄市以及譚政勛(2014)[15]分析珠江三角洲地區(qū)所得出的結(jié)論相一致。從房?jī)r(jià)偏離度的年平均值來(lái)看，基本呈現(xiàn)出先正后負(fù)、再正又負(fù)的周期性變化，最大值出現(xiàn)在2010年，為4.74，最小值出現(xiàn)在2012年，為-2.93。大部分城市都曾出現(xiàn)過(guò)實(shí)際房?jī)r(jià)超出或低于擬合價(jià)格的情況。其中，最大的正向偏離度為2009年的溫州，達(dá)34.96%；最大的負(fù)向偏離度為2011年的杭州，達(dá)-21.78%。

值得注意的是， 2011年之后，有些城市的房?jī)r(jià)偏離度均為負(fù)，如南京、無(wú)錫、常州、蘇州、淮安、鹽城、杭州、嘉興等。而這些城市恰恰在2015年前后同時(shí)出現(xiàn)了一輪房?jī)r(jià)上漲，甚至引發(fā)了“恐慌性”購(gòu)房潮。這究竟是一種巧合，還是另有內(nèi)在聯(lián)系？先前實(shí)際房?jī)r(jià)低于基本面價(jià)格所形成的價(jià)值“洼地”是否會(huì)成為后來(lái)房?jī)r(jià)上漲的潛在動(dòng)力？房?jī)r(jià)負(fù)向偏離是否意味著留有上漲的空間，存在著“補(bǔ)漲”效應(yīng)？基于這些思考，我們接下來(lái)對(duì)“補(bǔ)漲”效應(yīng)展開進(jìn)一步的分析。

表4 基于動(dòng)態(tài)面板模型估算的長(zhǎng)三角地區(qū)城市房?jī)r(jià)偏離度(%)

注：房?jī)r(jià)偏離度(%)按四舍五入法保留到小數(shù)點(diǎn)后兩位。

四、“補(bǔ)漲”效應(yīng)分析

“補(bǔ)漲”效應(yīng)最初是股市名詞，指在一次行情中，如果某些股票沒有上漲，那么它們就具有“補(bǔ)漲”的潛力；或者表示平均而言，前一段時(shí)期內(nèi)漲幅較小的股票在后一段時(shí)期的表現(xiàn)會(huì)比前一段時(shí)期內(nèi)漲幅較高的股票更好。這也有點(diǎn)類似于金融學(xué)中的“均值回歸”概念，指股票價(jià)格無(wú)論高于或低于其平均值，都會(huì)以很高的概率向平均值回歸的趨勢(shì)。也就是說(shuō)，股價(jià)上漲或者下跌的趨勢(shì)不管延續(xù)的時(shí)間多長(zhǎng)，都不能永遠(yuǎn)持續(xù)下去，最終會(huì)出現(xiàn)一種“均值回歸”的規(guī)律：漲得太多了，就會(huì)向平均值移動(dòng)下跌；跌得太多了，就會(huì)向平均值移動(dòng)上升。當(dāng)用在樓市時(shí)，“補(bǔ)漲”效應(yīng)可以理解為如果某些地區(qū)的房?jī)r(jià)沒有隨著其他地區(qū)房?jī)r(jià)而上漲，那么就存在著未來(lái)“補(bǔ)漲”的可能。由于房地產(chǎn)相對(duì)于股票等其他資產(chǎn)具有一定的特性，如固定性、區(qū)域性和耐用性等，因此學(xué)界目前尚未對(duì)房?jī)r(jià)的“補(bǔ)漲”效應(yīng)有詳細(xì)的論述，相關(guān)研究也不多見。

為了方便討論，本文以南京和杭州兩個(gè)典型城市為例，剖析房?jī)r(jià)偏離下的“補(bǔ)漲”效應(yīng)。2015年起，南京的樓市經(jīng)歷了多次連漲，土地市場(chǎng)“地王”頻出，房地兩熱。新拍的樓面地價(jià)甚至出現(xiàn)高于現(xiàn)有房?jī)r(jià)的現(xiàn)象，引發(fā)“面粉貴過(guò)面包”的爭(zhēng)議。一時(shí)間，樓市陷入搶購(gòu)熱潮，“日光盤”重現(xiàn)，房?jī)r(jià)也扶搖直上。統(tǒng)計(jì)數(shù)據(jù)顯示，至2016年3月，南京房?jī)r(jià)環(huán)比增長(zhǎng)了2.23%，同比增長(zhǎng)3.16%，連續(xù)12個(gè)月呈上漲趨勢(shì)。同時(shí)，2015年南京共誕生了20個(gè)“地王”，成交金額高達(dá)772億元。僅2016年上半年，就又新產(chǎn)生了9宗“地王”，成交總金額達(dá)630億元，創(chuàng)下近7年來(lái)的歷史新高。杭州由于商品房歷史庫(kù)存較高的原因，房?jī)r(jià)并沒有出現(xiàn)劇烈的“暴漲”，而是呈現(xiàn)出溫和的恢復(fù)性上漲趨勢(shì)。但即便如此，國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2016年11月，杭州房?jī)r(jià)仍然同比上漲了30.1%。同樣，杭州也是“地王”頻出，土地市場(chǎng)曾一度創(chuàng)造出123.18億元的當(dāng)時(shí)全國(guó)“總價(jià)地王”。事實(shí)上，為了平抑持續(xù)火熱的房地產(chǎn)市場(chǎng)，緩解“地王”頻出所帶來(lái)的市場(chǎng)壓力，政府也出臺(tái)了相關(guān)管控措施。如南京市政府實(shí)行了土地出讓最高限價(jià)辦法，在熱點(diǎn)區(qū)域的住宅用地出讓時(shí)，由市政府設(shè)定地塊的土地出讓最高限價(jià)。對(duì)競(jìng)買人報(bào)價(jià)超過(guò)最高限價(jià)的，觸發(fā)“熔斷”紅線，則終止土地出讓，競(jìng)價(jià)結(jié)果無(wú)效。但樓市依然沒有“退燒”的跡象，甚至出現(xiàn)了出讓8塊設(shè)定最高限價(jià)的住宅用地，7塊遭遇“熔斷”的尷尬局面。

圖2 南京和杭州房?jī)r(jià)指數(shù)變化趨勢(shì)圖(2015年5月至2016年11月)數(shù)據(jù)來(lái)源：中國(guó)指數(shù)研究院百城價(jià)格指數(shù)(http://industry.fang.com)。

根據(jù)模型測(cè)算，2011～2013年，南京和杭州的房?jī)r(jià)偏離度分別為-21.15%、-8.21%、-9.15%和-21.78%、-20.32%、-18.49%，從歷史的周期性變化規(guī)律來(lái)看，未來(lái)房?jī)r(jià)具有一定的上漲潛力。為了驗(yàn)證這種“補(bǔ)漲”效應(yīng)是否真實(shí)存在，圖2描繪了南京和杭州2015年5月至2016年11月的房?jī)r(jià)指數(shù)變化情況。在該時(shí)間段內(nèi)，南京的房?jī)r(jià)指數(shù)增長(zhǎng)了約42.08%，而杭州的房?jī)r(jià)指數(shù)增長(zhǎng)了26.87%左右。與此同時(shí)，全國(guó)的房?jī)r(jià)指數(shù)也呈普遍上揚(yáng)的趨勢(shì)，增長(zhǎng)了約22.41%。但在研究期內(nèi)，南京和杭州的房?jī)r(jià)漲幅均超過(guò)了全國(guó)平均水平，處于“領(lǐng)漲”地位。顯然，這種短期內(nèi)的“報(bào)復(fù)性反彈”有著前期負(fù)向偏離的基礎(chǔ)，并獲得了經(jīng)濟(jì)基本面的有力支撐，形成了“補(bǔ)漲”效應(yīng)。

本文從房?jī)r(jià)偏離的視角，重新審視南京和杭州近一輪的房?jī)r(jià)上漲，解釋二者可能存在的內(nèi)在聯(lián)系。城市歷史房?jī)r(jià)出現(xiàn)連續(xù)的負(fù)向偏離，即實(shí)際房?jī)r(jià)低于基本面價(jià)格，會(huì)形成價(jià)值“洼地”，房?jī)r(jià)留有上漲的空間。當(dāng)時(shí)機(jī)成熟，這個(gè)空間就會(huì)成為未來(lái)推動(dòng)房?jī)r(jià)上漲的潛在動(dòng)力，釋放出“補(bǔ)漲”效應(yīng)。當(dāng)然，這只是現(xiàn)實(shí)中房?jī)r(jià)上漲的一種解釋，其背后的原因機(jī)制還有很多。需要說(shuō)明的是，房?jī)r(jià)“補(bǔ)漲”效應(yīng)并不一定在任何城市和時(shí)間上都成立，房?jī)r(jià)偏離的周期性變化規(guī)律還需要謹(jǐn)慎地看待。

五、結(jié)論與啟示

房?jī)r(jià)問(wèn)題已經(jīng)成為困擾中國(guó)經(jīng)濟(jì)發(fā)展的重大問(wèn)題，已經(jīng)影響到了經(jīng)濟(jì)發(fā)展的各個(gè)方面。房?jī)r(jià)的持續(xù)高漲也引起了政府部門的高度重視，出臺(tái)了一系列調(diào)控措施，雖然短時(shí)間內(nèi)有一定的成效，但是房?jī)r(jià)依然居高不下。由于住房兼有居住和投資雙重屬性，與基本宏觀經(jīng)濟(jì)環(huán)境有著密切的聯(lián)系，合理的房?jī)r(jià)上漲應(yīng)該以宏觀經(jīng)濟(jì)的發(fā)展為基礎(chǔ)。因此，短期的房?jī)r(jià)調(diào)控政策不僅無(wú)法實(shí)現(xiàn)房?jī)r(jià)的合理回歸，也不利于建立促進(jìn)房地產(chǎn)市場(chǎng)平穩(wěn)健康發(fā)展的長(zhǎng)效機(jī)制。

本文檢驗(yàn)了長(zhǎng)三角地區(qū)各城市經(jīng)濟(jì)基本面與其實(shí)際住房?jī)r(jià)格之間的關(guān)系，并估算了每個(gè)城市的房?jī)r(jià)偏離度。研究發(fā)現(xiàn)，實(shí)際收入、信貸擴(kuò)張和人口城鎮(zhèn)化等因素是長(zhǎng)三角地區(qū)房?jī)r(jià)上升的主要驅(qū)動(dòng)力。基于房?jī)r(jià)偏離的視角，對(duì)可能存在的“補(bǔ)漲”效應(yīng)進(jìn)行了事實(shí)檢驗(yàn)，重新審視南京和杭州近一輪的房?jī)r(jià)上漲。分析發(fā)現(xiàn)，實(shí)際房?jī)r(jià)連續(xù)低于基本面價(jià)格的城市，未來(lái)房?jī)r(jià)具有上漲的空間，的確存在著“補(bǔ)漲”效應(yīng)。這也給我們以啟示，在市場(chǎng)機(jī)制下，房?jī)r(jià)本身就具有一定的“熨平”機(jī)制，房?jī)r(jià)偏離所帶來(lái)的價(jià)格空間在未來(lái)的一定時(shí)機(jī)會(huì)釋放出來(lái)，短期的房?jī)r(jià)調(diào)控手段并非治本之策。房?jī)r(jià)偏離與“補(bǔ)漲”效應(yīng)的解釋邏輯，對(duì)于深入理解部分城市房?jī)r(jià)上漲問(wèn)題具有一定的參考意義。

本文只是粗淺地討論了研究區(qū)域內(nèi)房?jī)r(jià)偏離與“補(bǔ)漲”效應(yīng)可能的聯(lián)系，并沒有對(duì)“補(bǔ)漲”的作用強(qiáng)度和滯后時(shí)間進(jìn)行精確的量化，這有待今后進(jìn)一步研究。