雙重任務下地方政府資源配置與中央政府房價調控研究

鄭世剛 嚴培勝

摘要：本文基于中央政府和地方政府的委托代理關系，在Holmstrom和Milgrom模型與Aghion和Stein模型的基礎上，構建了委托代理靜態模型與引入預期的動態模型，探討了雙重任務下地方政府的資源配置選擇和中央政府的房價調控策略，從而解釋了繁榮階段中央政府房價調控失效的原因。分析結果表明，在房地產市場繁榮階段，我國房地產業對經濟增長的影響高于其他產業，中央政府偏向經濟增長的考核導致地方政府在房地產部門配置了過多的資源，從而造成房價過快上漲，并使房價調控失效。要實現房地產市場的健康穩定發展，在房地產業對經濟增長的影響高于其他產業的情況下，中央政府應考核房價穩定，并且考核強度應高于房地產業的經濟增長效應引起的房價上漲水平。引入預期機制的動態模型表明，最大化條件顯示中央政府賦予房價穩定績效差異的權重更大，從而地方政府迎合中央政府的預期，將更多的資源配置于宏觀經濟部門;并且當房地產業對經濟增長的影響較大時，預期機制將放大中央政府考核房價的效果。因此中央政府應在房價調控中引入預期機制，并強化其穩定性和持續性。

關鍵詞：資源配置;房價調控;中央政府;地方政府;委托代理關系;雙重任務

中圖分類號：F293.3

一、引言與文獻綜述

2003年以來，中央政府對房地產市場進行了頻繁的政策干預，但調控收效甚微[1～2]，房地產市場持續失衡的同時，房價也陷入了“越調越漲”的窘境。探究中央政府調控失效的深層原因以及房地產市場穩定發展的保障機制，成為學術界面臨的重要課題。已有研究大都著眼于調控政策本身，認為2015年之前中央政府的房價調控重短期、輕長期，調控政策缺乏動態一致性，表現為政策制定的相機抉擇性和調控的搖擺性[3～4][1]，缺乏前瞻性，難以形成穩定預期[5]。除此之外，許多學者認為房價調控重需求側、輕供給側，抑制需求的做法只能在短期內起作用，并不能從根本上解決供需失衡問題[6～7]。就具體政策而言，以中央政府主要使用的短期調控工具——貨幣政策為例，大量研究認為應將房價納入貨幣政策反應規則并對其做出反應[8～10]，但李強（2009）[11]和況偉大（2010）[12]的研究顯示中國沒有將房價納入貨幣政策操作實踐的直接證據。部分學者進一步提出，房價調控的非獨立性是政策失效的重要原因之一，由于從屬于宏觀調控，房地產通常被視為宏觀調控的工具加以利用[13～14]，房價調控在“經濟增長”和“房價穩定”之間頻繁交替，在實現經濟增長的同時，不得不承受由此可能產生的資產泡沫風險。同時，中央政府對房價的調控大都為突發實施，以短期見效快的經濟和行政手段為主，根據陳小亮（2018a）[14]的統計，2016年之前，中央政府出臺的規范性文件中，政策文本的比例高達99.99%。在這一調控模式下，一方面受制于中央與地方的從屬關系，在中央政府的“指揮棒”下，地方政府的調控表現出明顯的搖擺性特征;另一方面由于政策文本并不具有較強的法律效力，很難強制執行，在“逐利”動機驅動下，地方政府、房地產開發企業以及居民等主體的行為必然產生扭曲。

從實踐觀察，上述觀點并不足以解釋房價調控失效問題，正如陳小亮（2018b）[15]所言，即使克服了上述缺陷，但如果地方政府不執行中央政府的房價政策，最終這些政策也難以落到實處。調控歷程中地方政府的一系列做法也證實了這一看法，例如，許多地方政府保障房供地計劃的執行程度達不到中央政府要求，地方政府會根據房價情況增加或削減供地計劃，地方主管部門由于不響應中央政府的“限價令”而被約談，等等。顯然，中央政府的房價調控績效受到地方政府行為模式的影響，在政治集權和經濟分權[16]的“中國式分權”體制下，中央政府將部分財政資源和經濟自主權下放于地方政府，同時將經濟、社會和政治等多方面的任務下達給地方政府，并建立以經濟增長績效為核心指標的政績考核體系。但從1994年分稅制改革以來，地方政府的部分財權被收歸中央，事權反而有所加重，尤其是新常態至今，地方政府的事權和財權極不匹配[14]，在財政缺口壓力下，土地財政成為地方政府可以仰賴的“第二財政”。在中央政府的考核體系約束下，地方政府存在過度追求短期經濟增長的傾向，根據陳小亮（2018b）[15]的研究，這將導致地方政府將更多的資源用于發展房地產，從而使中央政府的房價調控落空，由此陳彥斌（2017）[17]和陳小亮（2018b）[15]將房價調控失效的根本原因歸結為地方政府缺乏執行中央政府房價政策的激勵。

可以看出，許多文獻將研究視角轉向中央與地方政府的委托代理機制，包括陳彥斌（2017）[17]和陳小亮（2018b）[15]等，他們采用Holmstrom和Milgrom（1991）[18]的多任務委托代理模型，剖析地方政府激勵機制缺失對房價調控績效的影響。但Holmstrom和Milgrom（1991）[18]的模型是一種靜態模型，假設代理人將不同行動一次性配置到不同任務上，并未考慮動態因素和預期機制，而Aghion和Stein（2008）[19]構建的多任務、兩期委托代理模型為動態分析委托代理關系提供了很好的框架。本文在Aghion和Stein（2008）[19]的基礎上，引入預期機制，建立中央政府和地方政府的雙重任務動態委托代理模型，并在陳彥斌（2017）[17]和陳小亮（2018b）[15]等的基礎上，試圖回答以下兩個問題：一是地方政府的資源配置如何影響中央政府的房價調控績效;二是如何優化地方政府的資源配置選擇，從而實現房價調控任務。通過上述問題的分析，探討中國房價調控失效的原因，并提出中央政府房價調控的政策建議。

二、房價調控為何失效？——基于委托代理模型的解釋

在“中國式分權”體制下，中央政府與地方政府存在著典型的委托代理關系[20]，地方政府作為代理人承擔著中央政府下達的多維任務。Holmstrom和Milgrom（1991）[18]指出不同任務的績效測度精確性存在差異，例如在經濟增長和房價穩定雙重任務約束下，地方政府可能會在經濟增長上做出更多努力，而這一行動策略卻不易被中央政府觀測到，因此代理人將優先選擇低效能方案。他們據此提出多任務委托代理模型，通過激勵機制設計能夠使代理人做出不同任務間最大化委托人效用的資源配置。本文首先利用Holmstrom和Milgrom（1991）[18]的委托代理模型刻畫地方政府與中央政府之間的關系，并對中央政府的房價調控為何失效進行解釋。

（一）中央政府與地方政府的委托代理機制描述

假設委托人為中央政府，代理人為地方政府，為簡化分析，只考慮兩種任務：T_1，經濟增長，表示為GDP增長率g;T_2，房價穩定，表示為房價變動率h。傳統的委托代理模型考慮的通常是代理人的努力程度，但在不考慮時間的情況下，地方政府擁有的資源是有限的，假設代理人將所有資源投入到兩種任務，在追求效用最大化的過程中，地方政府的資源配置方式比其努力程度更重要[15]。本文使用地方政府的資源配置進行分析，假設初始資源為常數a，分配給T_1的資源為a_1，分配給T_2的資源為a_2，兩種任務是兩種資源的函數，分別表示為g=g（a_1，a_2 ）+ε_g、h=h（a_1，a_2 ）+ε_h，其中ε_g～N（0，σ_1^2）、ε_h～N（0，σ_2^2）分別表示經濟增長和房價增長中不受政府控制的隨機因素。在靜態模型中，分配到兩種任務上的資源為此消彼長的關系，即a=a_1+a_2。

假設中央政府為風險中性偏好，偏好經濟增長，厭惡房價上漲。在對地方政府進行考核時，假設中央政府對地方政府的激勵契約為線性，表示為：ω=ω_0+β_1 g（a_1，a_2 ）-β_2 h（a_1，a_2 ），β_i>0，表示中央政府對兩種任務的激勵強度。因此，中央政府的效用函數可以表示為：

U_c=α_1 g（a_1，a_2 ）-α_2 ?（h（a_1，a_2 ） ）-ω-φ （1）

其中，α_1>0、α_2>0，分別表示中央政府對經濟增長和房價上漲的偏好，?（h（a_1，a_2 ） ）為房價上漲帶來的社會成本，φ為中央政府考核T_2的成本。

將激勵函數代入式（1）中，得到中央政府的期望收益：

U_c=（α_1-β_1 ）g（a_1，a_2 ）-（α_2-β_2 ）?（h（a_1，a_2 ） ）-ω_0-φ （2）

假設地方政府具有不變的絕對風險規避偏好，其效用函數表示為：U_l=-exp?（-η（ω-a_1-a_2 ） ）， η為絕對風險規避系數。在激勵機制約束下，地方政府的確定性等價補償表示為式（3）：

CE_l=ω_0+β_1 g（a_1，a_2 ）-β_2 h（a_1，a_2 ）-η/2 β_1^2 σ_1^2-η/2 β_2^2 σ_2^2-a_1-a_2 （3）

（二）中央政府對地方政府的考核選擇

1998年住房制度改革，尤其是2003年成為國民經濟支柱產業以來，我國房地產業經歷了持續的高速增長。房地產業在顯著推動國民經濟增長的同時，房價大幅上漲，以1998年為基數，20年間全國商品房平均價格累計上漲了195%①，不僅造成了顯著的資產泡沫，而且導致房地產市場持續失衡。雖然2003年以來中央政府對房地產市場進行了頻繁的宏觀調控，但在經濟增長和房價穩定雙重任務的選擇中，經濟增長是中央政府對地方政府考核中最重視的指標[21～22]。2011年之前，中央政府連續提出“保八”的經濟增長目標，即使2008年“次貸危機”之后，這一目標也沒有改變，直到2012年首次放棄“保八”，但中央政府并沒有減弱對地方政府經濟增長的考核力度，而是調整為“保六”。與之相比，雖然近幾年中央政府頻繁提及房價穩定和房地產長效機制建設，但房價穩定并沒有被納入到地方政府的考核體系之中。

因此，可以認為一直以來，中央政府對地方政府的考核為單一經濟增長或強經濟增長、弱房價穩定。

（三）地方政府最優資源配置推導

1.雙重任務考核與房價調控

在經濟增長和房價穩定雙重任務考核約束下，地方政府的最優決策為：如何配置（a_1，a_2 ），使確定性等價補償最大化。將a=a_1+a_2代入式（3），求取一階導數得到地方政府最優資源配置的條件為：

β_1 ??g/（?a_1 ）-β_2 ??h/（?a_1 ）=β_1 ??g/（?a_2 ）-β_2 ??h/（?a_2 ）=1 （4）

式（4）中，?g?（?a_1 ）、?g?（?a_2 ）分別表示地方政府投入到兩種任務的經濟增長效應，?h?（?a_1 ）、?h?（?a_2 ）分別表示地方政府投入到兩種任務的房價上漲效應，假設皆大于等于0。理論上，不考慮其他條件的影響時，直接投入房地產部門引起的房價效應大于投入到宏觀經濟引起的房價效應，即?h?（?a_1 ）?g?（?a_2 ）。

設（μ=β_1）?β_2 ，表示中央政府對地方政府的考核中，經濟增長對房價穩定的相對激勵強度，地方政府的確定性等價表達式和均衡條件以及中央政府的考核選擇決定了β_1>β_2，即μ>1。地方政府的資源配置選擇取決于相對激勵強度，即a_2=f（μ），a_1=a-f（μ）。按照一般經濟理論，投入的資源增加，總產出也會增加，但邊際產出遞減，即?g?（?a_1 ）、?g?（?a_2 ）的邊際增長是遞減的。結合上文結論：?h?（?a_1 ）

（1）若?g?（?a_1 ）0），即配置到房地產部門的資源是中央政府相對考核強度μ的增函數;（?a_1）?（?μ<0），即配置到宏觀經濟部門的資源是中央政府相對考核強度μ的減函數。

（2）當?g?（?a_1 ）>?g?（?a_2 ）時。由最大化收益條件可以推知β_2<0，即考核房價穩定并不會增加中央政府的收益。結合上文的結論，不管中央政府是否考核房價穩定，都不會導致更多的資源配置到房地產部門，從而房價也不會出現過快上漲的情形。

推論3：考慮中央政府的收益最大化，當房地產部門對經濟增長的影響高于宏觀經濟部門，則中央政府應當考核房價穩定，且考核的強度水平應高于由房地產部門資源配置帶來的經濟增長導致的房價上漲;如果情況相反，即中央政府是否考核房價都不會引起房價上漲，則考慮到考核成本，中央政府的最優選擇為不考核。

（二）引入預期的中央政府與地方政府的委托代理機制

實際上，中央政府與地方政府的委托代理關系并不是一次性的，而是動態的，中央政府的調控目標和激勵強度會隨著時間推移而發生變化。地方政府當期的表現會影響到中央政府對其未來表現的預期，從而影響到中央政府的激勵強度。本部分將在上文靜態分析的基礎上，使用Aghion和Stein（2008）[19]的多任務、兩期模型，引入動態和預期機制，分析中央政府與地方政府的委托代理關系。

假設第1期開始時，地方政府在經濟增長和房價穩定兩種任務上的資源配置狀態為（a_11，a_12 ），第1期結束時，兩種任務實現的績效分別為：g_1=g（a_11，a_12 ）+ε_g、h_1=h（a_11，a_12 ）+ε_h，ε_g、ε_h為隨機外生沖擊，分別服從（0，σ_g^2 ）、（0，σ_h^2 ）的正態分布。第2期結束時，兩種任務的函數關系式分別為：g_2=g（a_21，a_22 ）+ε_g、h_2=h（a_21，a_22 ）+ε_h。

中央政府不能控制地方政府的實際資源配置，但在動態條件下，可以事先設定預期（a_"11" ^'，a_12^' ），在本期績效實現后，通過比較本期實際績效與預期績效的差異，中央政府將更新對地方政府下一期資源配置的預期，同時更新相應的激勵強度預期，分別以系數λ_g、λ_m表示這一差異對激勵強度預期的影響，并假定在多期內不變。因此引入預期機制后，中央政府的激勵機制表示為：

ω_t=ω_0+β_1 g_t+λ_g （g_（t-1）-g_（t-1）^' ）-β_2 h_t-λ_h （h_（t-1）-h_（t-1）^' ） （7）

其中t=1，2，g_t"-1" ^'、h_t"-1" ^'是（a_（t-1，1）^'，a_（t-1，2）^' ）的函數，分別表示第t-1期中央政府對地方政府的資源配置預期下的任務績效。則地方政府多期的確定性等價總和為：

CE_ls=∑_（t=1）^n?（ω_0+β_1 g_t+λ_g （g_（t-1）-g_（t-1）^' ）-β_2 h_t-λ_h （h_（t-1）-h_（t-1）^' ）-η/2 β_1^2 σ_t1^2-η/2 β_2^2 σ_t2^2-a_t1-a_t2 ） （8）

在第1期，地方政府必須考慮本期資源配置選擇對第2期激勵的影響，因此，在中央政府有預期的激勵機制下，地方政府需要選擇使兩階段期望效用最大化的資源配置（a_11，a_12 ）。計算求得最大化條件為：

（β_1+λ_g ） ?（?g_1）?（?a_11 ）-（β_2+λ_h ） ?（?h_1）?（?a_11 ）=（β_1+λ_g ） ?（?g_1）?（?a_12 ）-（β_2+λ_h ） ?（?h_1）?（?a_12 ） （9）

λ_h?λ_g =（（（?g_1^'）?（?a_11^' ）））?（（（?h_1^'）?（?a_11^'）））=（（（?g_1^'）?（?a_12^'）））?（（（?h_1^'）?（?a_12^' ））） （10）

根據前文論述，配置于兩種任務的資源的直接效應大于間接效應，從而可知，λ_h>λ_g。將式（10）代入式（9）中，經變換計算可得，（（（?h_1^'）?（?a_12^' ）））?（（（?h_1^'）?（?a_11^' ）） ）<（（（?h_1）?（?a_12 ）））?（（（?h_1）?（?a_11^' ）） ），根據資源配置邊際效用遞減假設，a_11^'

推論4：在引入預期機制的兩階段情形下，地方政府效用最大化時，中央政府賦予房價穩定的實際績效與預期績效差異的權重更大，從而地方政府將更多的資源配置于經濟增長。這一推論的經濟含義在于，長期中，為避免地方政府熱衷于房地產業，中央政府應在激勵機制設計中納入預期機制，根據本期的績效表現調整下一期的激勵強度，地方政府在雙重機制下，將迎合中央政府的預期，把更多的資源配置于經濟增長。

在兩期模型中，中央政府需要考慮在地方政府激勵相容約束和參與約束下，使兩階段收益最大化的激勵選擇，表示為式（11）、式（9）及式（12）：

（11）

s.t.（β_1+λ_g ） ?（?g_1）?（?a_11 ）-（β_2+λ_h ） ?（?h_1）?（?a_11 ）=（β_1+λ_g ） ?（?g_1）?（?a_12 ）-（β_2+λ_h ） ?（?h_1）?（?a_12 ） （9）

CE_ls=ω_0+β_1 g_t+λ_g （g_（t-1）-g_（t-1）^' ）-β_2 h_t-λ_h （h_（t-1）-h_（t-1）^' ）-η/2 β_1^2 σ_t1^2-η/2 β_2^2 σ_t2^2-a_t1-a_t2≥0 （12）

推導過程與靜態條件下中央政府的激勵機制相同，由最大化收益條件求得：

β_2=λ（（（β_1+λ_g ））?（（β_2+λ_h ） ））（（（?g_1）?（?a_"12" ?）-?g_1）?（?a_11 ））?η（σ_12^2+σ_22^2 ）

定義（（β_1+λ_g ））?（（β_2+λ_h ） ）為引入預期機制后的相對激勵強度，β_2的大小取決于（（?g_1）?（?a_"12" ?）-?g_1）?（?a_"12" ?）的大小。

（1）當（（?g_1）?（?a_"12" ?）>?g_1）?（?a_"11" ?）時，β_2>0，由式（9）可知，（（β_1+λ_g ））?（（β_2+λ_h ） ）>（（（?h_1）?（?a_"12" ?）））?（（（?g_1）?（?a_"12" ?）） ），中央政府應考核房價穩定，引入預期的相對激勵強度應大于第1期投入到房地產部門資源實現的經濟增長所導致的房價上漲。并且與靜態條件下的相對激勵強度相比，由于λ_h>λ_g，引入預期后的中央政府實際相對激勵強度變小，即房價穩定的激勵強度變大。

（2）當（（?g_1）?（?a_"12" ?）

推論5：考慮兩階段的收益最大化，當房地產部門對經濟增長的影響高于宏觀經濟部門，中央政府應考核房價穩定，并且引入預期機制后，對房價穩定的激勵強度具有放大效應;當情況相反時，中央政府不應考核房價穩定。

將兩期動態激勵模型擴展至長期，當第n期時，中央政府與地方政府不需要考慮本期的資源配置預期對下一期的影響，因此與靜態情形相同。實際上，與一般商業的委托代理行為不同，中央政府與地方政府的委托代理行為不存在最后一期，從而第n期的分析意義不大。長期中，中央政府和地方政府的第n-1期之前的時期，本質上等同于兩期動態模型的第1期，因此，除第n期的其他時期，中央政府和地方政府的策略選擇符合上述兩期動態模型的結論。

四、房價調控失效的進一步解釋及政策建議

（一）房價調控失效的進一步解釋

基于本文構建的委托代理靜態模型和引入預期的動態模型，能夠推知地方政府的資源配置選擇以及中央政府的房價調控策略，再結合中國房地產業發展歷程，便能夠進一步解釋房地產市場繁榮階段房價調控失效的原因。

1998年中國正式開啟住房制度改革至今，20余年間，房地產業從復蘇發展到繁榮，尤其是2003年被確定為國民經濟支柱產業以來，對經濟增長發揮了重要作用。這一過程中，中國房地產業對經濟增長的影響由弱到強，成為各地經濟增長的“關鍵產業”，但隨著中國產業結構調整以及從高速度增長經濟轉向高質量發展經濟，房地產業對經濟增長的影響必然再次轉弱，呈現出“倒U型”特征。按照推論3，中央政府在不同階段的調控策略不同，在復蘇階段，房地產業對經濟增長的影響較弱，中央政府可以不對房價進行考核和調控，但在繁榮階段，房地產業的影響非常顯著，中央政府必須考核房價。

但長期以來，中央政府對地方政府的主要考核在于經濟增長，即使在繁榮階段，房價穩定也很少直接進入地方政府的考核體系之中。按照推論1和2，當房地產業對經濟增長的影響強于其他產業時，經濟增長偏向型的考核體系，將導致資源集中于房地產業，推動房價上漲，并帶來更高的社會成本。這一邏輯描述基本符合中國的實際情況，也是房地產業繁榮階段房價調控失效的重要解釋，即中央政府對房價穩定的考核缺失?？梢灶A見，未來一段時期內，中國仍將處于產業結構轉型期，地方政府對“土地財政”的依賴程度很難降低，房地產業仍將對經濟增長保持顯著影響。因此，對中央政府而言，考核房價穩定仍是最優選擇，考核強度應大于房地產業的經濟增長效應導致的房價上漲水平，并與房地產業對經濟增長的影響成正比。隨著房地產業的影響減弱，考核強度也應適度減弱，直至不再考核。

推論4和5表明，長期內，引入預期機制后，中央政府的激勵機制和地方政府的策略選擇基本上沒有改變，但在具體構成上發生了變化。在雙重機制作用下，地方政府有迎合中央政府預期的動機，并將更多的資源配置于經濟增長。對中央政府而言，在預期機制中設置更大的房價穩定權重，對房價調控具有放大效應，從而有助于抑制房價上漲，實現房價穩定。但由于房價穩定考核缺失，中央政府對房價的調控具有短期性和搖擺性特征，在地方政府的考核體系中很難實現持續穩定的預期，因此在房價高漲階段，中央政府的房價調控效果較差，甚至出現“越調越漲”的局面。

（二）政策建議

根據中央政府“房住不炒”的定位要求和“改革完善房地產調控機制”的政策目標，要實現長期內房地產市場的穩定健康發展，必須考慮房地產業發展狀態和預期機制對地方政府資源配置和中央政府房價調控的影響，從而優化兩者之間的委托代理關系。此外，中央政府必須強化預期機制的穩定性和持續性。

房價調控在中國已經持續了10多年，雖然近幾年的調控達到了“最嚴”的程度，但始終未脫離宏觀調控的框架體系。長期以來，宏觀政策都以經濟增長為主要目標，兼顧其他目標，但房價并沒有被持續穩定地納入政策中，當目標無法兼顧時，房價通常會被舍棄，從而造成了調控政策對房價立場的搖擺，當目標沖突時，調控政策甚至成為房價持續大幅上漲的重要原因[10][23]。當房地產業對經濟增長具有顯著影響時，貨幣政策忽視資產價格（包括房價），將導致更大損失[24]，大量政策模擬研究認為納入房價的貨幣政策能夠改善調控效果。但只要房價調控從屬于宏觀調控，就避免不了政策沖突時宏觀政策對房價穩定的背離。因此，更有效的做法是將房價調控從宏觀調控中獨立出來，以房地產長效機制為指向，改革完善房價的長期調控政策體系。從本文推論來看，當房地產業的影響降低時，房價穩定退出考核也將更為便利。

中央政府房價調控政策缺乏可置信性的重要原因，在于這些政策大都為《通知》《意見》等文件形式，短期目的較強，約束力不夠。從德、日、美等發達國家的房地產基礎制度建設經驗來看，立法是根本性途徑，法律具有強制性、權威性和穩定性，長期內中央政府的經濟、行政等調控手段最終都將通過法律手段得以保障。同時法律的穩定性能夠提升房價調控的有效性和可置信性，在中央政府和地方政府之間形成穩定有效的預期，從而保證房地產市場的健康與穩定。從本文研究目的和結論來看，至少應包括以下幾個方面的立法。一是中央政府與地方政府的角色定位和職責界定，尤其是政府主體的責任制度，包括中央與地方兩級財稅收入分配制度、地方政府財稅制度等，從法律上明晰中央與地方的權責利。二是住房保障和住房租賃市場的相關法律，如《住房法》《住房租賃法》等。從發達國家來看，這部分法律是保障房地產市場穩定健康發展的重要基礎，也是考核地方政府的直接依據，對中國兩級政府完善預期機制具有重要推動作用。三是房地產稅法，從房地產開發環節轉向持有環節征稅是破除地方政府“土地財政”的關鍵策略，但更為重要的是厘清房地產各環節的稅費，解決重復征稅、稅費模糊、費大于稅等制度問題，轉變地方政府依賴開發環節稅費收入的預期。四是土地供應模式的法律保障，城市土地供應存在顯著的不平衡問題，即房價高、人口多的大城市，反而住宅用地供應不足，導致地價持續上漲;地方政府對土地供應的控制非常顯著，在短期利益驅動下，土地供應具有明顯的不確定性。因此必須以法律的形式強化市場機制在土地供應中的基礎作用，構建土地供應與房價、人口之間的聯動機制。

注釋：

①由中國統計局數據計算得到。

②本部分中的數據來自于中國統計局官方數據或經計算得到。

參考文獻：

[1] 徐春華.我國房地產調控的政策困境及其長效機制初探——基于動態一致性理論的檢視與設想[J].蘭州學刊，2012，（8）：127-131.

[2] 賈生華，李航.房地產調控政策真的有效嗎？——調控政策對預期與房價關系的調節效應研究[J].華東經濟管理，2013，（11）：82-87.

[3] 王來福.預期、不可置信的承諾與政策失效——來自房地產業的實證檢驗[J].財經問題研究，2008（9）：56-62.

[4] 韓蓓，蔣東生.房地產調控政策的有效性分析——基于動態一致性[J].經濟與管理研究，2011，（4）：22-31.

[5] 劉祺陽，羅志剛.我國房地產政策的演變與調控績效[J].江漢論壇，2014，（9）：64-68.

[6] 朱國鐘，顏色.住房市場調控新政能夠實現“居者有其屋”嗎——一個動態一般均衡的理論分析[J].經濟學（季刊），2013，（1）：103-125.

[7] 楊恒.我國房地產調控有效性分析[J].宏觀經濟研究，2014，（3）：64-72.

[8] Alchian A，Klein B. On A Correct Measure of Inflation[J]. Journal of Money， Credit and Banking，1973，5（1）：173-191.

[9] 趙進文，高輝.資產價格波動對中國貨幣政策的影響[J].中國社會科學，2009，（2）：98-114.

[10] 譚政勛，王聰.房價波動、貨幣政策立場識別及其反應研究[J].經濟研究，2015，（1）：67-83.

[11] 李強.資產價格波動的政策涵義：經驗檢驗與指數構建[J].世界經濟，2009，（10）：25-33.

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

[13] 徐忠.房價過快上漲的經濟影響[J].中國金融，2017，（17）：49-51.

[14] 陳小亮.構建房地產長效機制的對策探析：基于“長效”的視角[J].人文雜志，2018，（8）：33-41.

[15] 陳小亮，李三希，陳彥斌.地方政府激勵機制重構與房價調控長效機制建設[J].中國工業經濟，2018，（11）：79-97.

[16] Blanchard O，Shleifer A. Federalism With and Without Political Centralization： China versus Russia[J]. Palgrave Macmillan Journals，2001，48（4）：171-179.

[17] 陳彥斌.房地產調控關鍵在于重構激勵機制[J]. 財經，2017，（20）：108-109.

[18] Holmstrom B，Milgrom P. Multitask Principal – Agent Analyses： Incentive Contracts，Asset Ownership and Job Design[J]. The Journal of Law，Economics & Organization，1991，（7）：24-52.

[19] Aghion P，Stein J. Growth vs. Margins： Destabilizing Consequences of Giving the Stock Market What It Wants[J]. Journal of Finance，2008，63（3）：1025-1058.

[20] 皮建才，殷軍，周愚.新形勢下中國地方官員的治理效應研究[J].經濟研究，2014，（10）：89-101.

[21] 周黎安.中國地方官員的晉升錦標賽模式研究[J].經濟研究，2007，（7）：36-50.

[22] 蔣德全，姜國華，陳冬華.地方官員晉升與經濟效率：基于政績考核觀和官員異質性視角的實證考察[J].中國工業經濟，2015，（10）：21-36.

[23] 鄭世剛，嚴良.房價波動、調控政策立場估計及其影響效應研究[J].財經研究，2016，（6）：98-109.

[24] 唐齊鳴，熊潔敏.中國資產價格與貨幣政策反應函數模擬[J].數量經濟技術經濟研究，2009，（11）：104-115.

Research on Local Government Resource Allocation and Central Government House Price Regulation under Dual-Tasking

Zheng Shi-gang1， Yan Pei-sheng2

（1.School of Economics and Trade， Hubei University of Economics， Wuhan， 43025， China;2. School of Information Management and Statistics， Hubei University of Economics， Wuhan， 43025， China）

Abstract： Due to the principal-agent relationship between the central and local governments， this paper constructs a static model of principal-agent and a dynamic model introducing expectations based on the Holmstrom and Milgrom model and the Aghion and Stein model， and explores the resource allocation choices of local governments and the central government's house price control strategy under dual-tasking， thus explaining the failure of regulation and control on house price during the boom phase. The results show that during the boom phase of the real estate market， due to the higher influence of China's real estate industry on economic growth than that of other industries， and the central governmentsbiased assessment of economic growth， too many resources were allocated in the real estate sector by local governments， which caused prices to rise too quickly and made the regulation of housing prices ineffective. In the phase that the real estate industry's influence on economic growth is higher than that of other industries， in order to achieve the healthy and stable development of the real estate market， the central government should assess house price stability， and the intensity of the assessment should be higher than the level of house price increase due totheeffect of the economic growthcaused by the resource investmentin real estate sector. The dynamic model with the expectation mechanism shows that the maximization condition indicates that the central government assigns greater weight to the difference in house price stability performance， so that local governments will cater to the central government's expectations and allocate more resources to the macroeconomic sector; and the expectation mechanism will amplify the effect of the central government's assessment of house prices when the real estate industry has a greater impact on economic growth. Therefore， the central government should incorporate the expectation mechanism in house price regulation and strengthen its stability and sustainability.

Keywords：Resource allocation; House price regulation; Principal-agentrelationship; Dual-tasking

JEL Classification： R32 R38 O49

來稿日期：2020-10-21

基金項目：國家社會科學基金面上項目（18BJY064）

作者簡介：鄭世剛（1978-），男，山東日照人，湖北經濟學院經濟與貿易學院副教授，經濟學博士，研究方向為產業經濟學、房地產經濟學;嚴培勝（1975-），男，湖北鄂州人，湖北經濟學院信息管理與統計學院副教授，工學博士，研究方向為拍賣理論、博弈論。