新冠疫情對房地產市場的外部性沖擊實證分析與評價

摘要：以某沿海城市（以下簡稱A市）為例，在分析A市商品房市場量價趨勢周期變化的基礎上，采用最小二乘和構建虛擬變量的方法建立回歸模型，以A市1997年至2021年的宏觀經濟、房地產開發、房地產交易數據為基礎，實證分析新冠疫情對A市房地產市場的外部性沖擊。在定量分析基礎上對沖擊影響進行評價并提出相關應對策略。

關鍵詞：新冠疫情;房地產市場;外部性沖擊;實證

中圖分類號：F293 文獻標識碼：B

文章編號：1001-9138-（2022）06-0033-10 收稿日期：2022-05-06

作者簡介：趙曦，天津國土資源和房屋職業學院副教授，中國房地產估價師與房地產經紀人學會理事。

新冠疫情作為一件社會公共衛生事件，不僅對醫療衛生領域產生影響，其也可能作為一種外部性沖擊，對房地產市場的發展產生影響。這一種影響是否切實顯著，是否深遠長久，是否可以抑制扭轉，是當下房地產市場主體必然關心的問題。我國東部某沿海城市A市（以下簡稱A市）是重要城市群的實體經濟發展重點區域，在人口聚集、產業發展、房地產供給側改革等方面都具有較為典型的比較意義。因此本文以A市為例，就新冠疫情對房地產市場的外部性沖擊展開實證分析和評價。

1 A市房地產市場周期趨勢及特點簡述

房地產市場像其他市場一樣一般具有一定的周期性，一般周期波動不能避免只能緩解。因此分析評價當前房地產市場是否正常、是否變到外部沖擊而發生顯著偏離原本趨勢規律的現象，首先要認清當前房地產市場的周期規律，進而判斷所處波動階段。

1.1 房地產市場周期趨勢

1.1.1 A市房地產市場周期趨勢的量價度量及現狀

房地產市場發展變化趨勢可以從價格和數量兩個角度加以度量分析，本文以新建商品房銷售價格和銷售面積分別對此進行觀測。

1.1.1.1 銷售價格周期及趨勢

通過觀察圖1可以發現：1997年至2021年，A市商品房平均銷售價格總體趨勢是穩步增長的，年序時平均增長率為11.47%（幾何平均）。增長率標準差為23.41%，較截至2020年增長率標準差23.87%有所下降。在此趨勢下，銷售價格觀測值曲線分別約于2001、2007、2010、2012、2017等年度穿越趨勢線，表現出3～7年為周期的價格波動。

1.1.1.2 銷售面積周期及趨勢

通過觀察圖2可以發現：1997年至2021年，A市商品房銷售面積總體趨勢是波動增長的，年序時平均增長率為9.15%（幾何平均）。增長率標準差為82.70%，較截至2020年增長率標準差79.56%有所上升。在此趨勢下，銷售面積觀測值曲線分別約于2003、2008、2009、2012、2016、2017等年度穿越趨勢線，除2009年和2016年兩次強力刺激政策實施影響外，其他時期均表現出4～6年為周期的銷售面積波動。

1.2 A市房地產市場周期特點

1.2.1 商品房價格與社會經濟發展狀態相適應

1997年至2021年，A市商品房價格平均增長率為11.47%，同期，A市GDP平均增長率為13.42%，總體發展速度在有效調控下是符合市場規律的。

1.2.2 商品房價格調控政策是有效的

根據上一點，結合圖1可以發現，A市商品房價格伴隨社會經濟發展穩步向好，沒有出現超出合理范圍的漲跌現象。政府對過快過大的價格變化逆周期政策操作是有效的。增長率標準差僅為23.41%，且隨著對房地產市場調控方法的逐步科學和成熟，近五年的標準差縮小到7.64%。

1.2.3 商品房銷售面積波動幅度大應是下一步調控重點

量價是市場冷暖的兩個基本觀測指標，可以看出，對于價格的有效調控可以使得市場力量更多地釋放在銷售量上。那么，下一步A市房地產市場的調控應該更加關注商品房的銷售量，使其發展更加理性，波動幅度更加溫和，市場表現更可預測。1997年至2021年，A市商品房銷售面積平均增長率標準差為82.70%，是價格增長率標準差的3.3倍，且2016、2017年分別出現了94.16%、-27.59%的波動。

2 回歸分析市場趨勢及影響因素

2.1 相關分析選擇變量及模型構思

本文以新建商品房銷售價格和銷售面積分別房地產市場運行趨勢進行觀測，在回歸分析中即以此二變量為被解釋變量。此外，根據經典房地產市場經濟理論框定備選解釋變量;采用時差相關分析法分別確定對A市房地產市場量價影響顯著的其他經濟指標（先行或伴隨指標）。具體為：從先行期最長的先行5年指標開始觀測、確定預警區間并計算預警分值，隨著時間推進，逐步對先行4年、3年、2年、1年的先行指標，以及同年的伴隨指標進行觀測。表1表示了經相關分析與A市房地產市場量價存在顯著相關系的解釋變量。

2.2 銷售價格趨勢及影響因素

根據相關分析，初步選擇人均可支配收入、固定資產投資增長率、商品房新開工面積增長率先行5年作為解釋變量，對被解釋變量商品房平均銷售價格（年）進行回歸分析。

通過檢驗發現，模型擬合整體顯著（見表2顯著性，顯著性假設不成立概率近似為0.2%），全部解釋變量同被解釋變量構建的擬合模型可以解釋被解釋變量97.4%（見表2調整后R方）的變化信息。該模型通過德賓沃森檢驗，不存在序列相關問題。進一步觀察圖3，發現模型的A市商品房價格擬合估計值與商品房銷售價格實際觀測值離差微弱，擬合程度良好。結合圖1，進一步觀察圖3，發現A市商品房銷售價格有較顯著的增長趨勢，且周期性的波動穿越序時均值趨勢線和擬合估計值曲線。

深入分析銷售價格的波動，通過觀察殘差（觀測值與擬合估計值的差，大于0表示觀測值大于估計值，反之亦反。）可以發現，觀測值圍繞著擬合曲線明顯存著4～5年的波動周期，且波動幅度逐漸收斂。2016年至今，銷售價格應處于高于預測值的凸起周期，但受經濟下行壓力影響，2020年殘差出現負值低于預期，體現出市場趨冷的趨勢。為此，2021年，A市政府采取了逆周期調控的一系列措施，使得2021年殘差減小，市場實際表現較好地符合了預期，殘差幾近于零，遏制了該趨勢的發展。

此外，2015年至2021年的商品房平均銷售價格（年）回歸標準化殘差（圖4）基本符合正態分布，說明價格波動沒有出現顯著的異常值，基本屬于隨機波動，結合標準化后的殘差分布于-1.5至+1.5之間，且近幾年的殘差不斷收斂，價格波動逐漸減小，外部沖擊對新建商品房銷售價格不存在顯著性影響。

2.3 銷售量趨勢及影響因素

根據相關分析，初步選擇人均可支配收入增長率、商品房平均銷售價格（年）作為解釋變量，對被解釋變變量商品房銷售面積（年）進行回歸分析。

通過檢驗發現，模型擬合整體顯著（見表3顯著性，顯著性假設不成立概率近似為0.2%）。但是，解釋變量同被解釋變量構建的擬合模型只能解釋被解釋變量41.1%（表3調整后R方）的變化信息，模型擬合效果不佳，根據經典房地產經濟理論選擇的解釋變量不足以解釋A市商品房銷售面積的變化。此外，商品房平均銷售價格與銷售面積為正向影響關系，反映出房地產銷售量受市場價格上漲影響不降反升。

觀察圖5發現，A市商品房銷售面積的殘差較大，且直方圖顯示預測殘差不能很好的符合正態分布，顯示該模型對被解釋變量即銷售面積的解釋能力不高，有較為顯著的變量未能納入解釋變量。

此外，結合觀察圖6發現，A市商品房銷售面積的波動較為劇烈，進一步證明在對價格控制較為有效的同時，市場力量被集中釋放在銷售面積上，銷售面積對于政策等外部刺激的敏感度更加強烈，受經典理論給出的經濟指標的影響減弱，伴隨經濟發展的趨勢性下降。商品房銷售面積的觀測值與擬合值離差較大，且在多個年份離差非常明顯。由于這種現象于多個年份均有出現，因此，不能簡單采取排除極端值的辦法解決。根據筆者對房地產市場發展的認識，初步判斷這種現象是由于房地產市場運行系統受到了外部刺激所致，這種刺激包括宏觀政策變化、經濟增長速度突然大幅變化、流動性波動、購房人心理預期波動等。

3 構建虛擬變量分析外部性沖擊

3.1 外部沖擊的回顧與測度

從表4可以發現，A市商品房銷售面積在2000、2001、2003、2006、2008、2009、2010、2016年增長率指標值較大（判斷尺度：增長率指標值≤商品房銷售面積平均增長率-50%或≥商品房銷售面積平均增長率+50%）。結合對我國及A市經濟發展和房地產市場的回顧，判斷這些年份的房地產銷售面積受到了強烈的外部刺激，產生了較大波動。這些刺激主要來自政策性因素的變化。

具體沖擊原因分析如下：

1998年，面對亞洲金融風暴沖擊，為擴大內需，《國務院關于進一步深化城鎮住房制度改革加快住房建設的通知》（國發〔1998〕23號）正式印發，啟動了內地房地產市場。房改主要目的是刺激住房消費需求，使其成為國民經濟的支柱產業。

2003年，我國經濟高速增長，在國際收支持續大幅順差的背景下，經常賬戶占GDP的比重由2003年的2.59%明顯上升至2007年的9.94%，流動性呈現持續過剩，經濟面臨著過熱的風險。

2005年10月11日，黨的十六屆五中全會通過“十一五”規劃及國務院有關意見將A市開發開放正式納入國家發展戰略布局。

2008年，全國主要城市新建商品房銷售面積出現下降，這是1998年以來首次新建住房銷售面積下降，價格也相應下降1.9%。究其原因，一方面是受貨幣政策收緊的影響，另一方面是受國際金融危機的沖擊。

2008年12月國務院發布《關于促進房地產市場穩定健康發展的若干意見》。2009年，在政策刺激下房地產市場迅速企穩。

2010年4月國務院發布“國十條”，明確要求綜合運用土地、金融、稅收等手段遏制部分城市房價過快上漲，明確國家遏制房價上漲的決心。

2014年，房地產調控更加聚焦于去庫存以及分類管理，房地產調控政策轉向寬松。

2016年下半年至今，我國房地產調控進入新一輪收緊周期，但與以往房地產調控不同，新一輪房地產調控呈現著短期調控與長效機制相結合的特點。

這既提示我們A市商品房銷售面積波動性強，依靠經典理論給出的經濟指標預測銷售面積存在很大難度;又提示我們銷售面積對政策等外部刺激非常敏感，合理運用政策手段是可以對銷售面積進行有效調控的。因此，更應該揭示這種外部刺激對面積的影響，根據市場形式審慎使用調控手段。

3.2 銷售面積預測

在2.3和3.1的分析中，我們發現了外部刺激造成了銷售面積的大幅波動。因此，在對銷售面積進行預測時，需要將這種外部刺激因素作為解釋變量構建回歸模型。在此，采用虛擬變量的方法，對3.1中分析發現銷售面積增長率指標值較大的年份，按照刺激影響銷售面積增長量的正負，分別設定正向刺激變量Xg和負向刺激變量Xb。有正向刺激時該年份Xg定義觀測值為1，否則為0;有負向刺激時該年份Xb定義觀測之為1，否則為0。

此外，還以初步選擇的商品房施工面積、商品房竣工面積先行2年、人均可支配收入、商品房平均銷售價格（年）的不同先行期、原始價值、可比價值、對數值作為解釋變量，對被解釋變量商品房銷售面積（年）進行了大量的模型回歸分析。最終，為滿足預測需要，選擇先行于被解釋變量的解釋變量構建模型。經統計檢驗、計量經濟檢驗、經濟意義檢驗后，得到的最優預測模型以正向刺激變量Xg、先行1年商品房施工面積的對數值為解釋變量。回歸模型信息如表5所示。

模型擬合整體顯著，可以解釋被解釋變量73.9%的變化信息，模型不存在序列相關性。在5%的顯著性水平上，Xg、先行1年商品房施工面積對商品房銷售面積（年）影響顯著。

該模型公式中，預測的銷售量受到當年正向刺激變量Xg的影響是顯著的，如前所述歷史上出現顯著的正向刺激（即Xg=1）絕大多數是可控的政策操作，理論上該虛擬變量也是可以通過政策選擇加以控制的。同時，如前所述經過多個模型的回歸檢驗，均發現負向沖擊對新建商品房的銷售量影響不顯著。說明在我國經濟發展整體趨穩向好和城鎮化水平不斷提高的大背景下，沿海的A市遇到類似疫情的負向外部影響時，其影響有限且不具有顯著的統計學意義。

4 外部沖擊下的市場調控與效果預測

如前文所述，A市對商品房銷售價格的調控是有效的，短期內出現價格大幅波動，運行進入不正常區間的可能性不大。但隨之而來的問題是，商品房銷售面積會更多的承受市場力量的壓力，對宏觀政策、經濟增速、流動性、購房人心理預期波動等內外部變量更加敏感。同時，銷售量一旦大幅波動，也會對銷售價格的穩定和銷售價格的調控余地造成壓力。因此，進一步分析銷售量的顯著性影響因素、影響方式、影響程度，對在市場不斷變化中，選擇調控方法，穩定或實現目標銷售量，顯得十分重要。

4.1 調控政策效應預測及評價

隨著我國房地產市場的不斷發展，政府的調控手段也在不斷成熟和豐富，調控政策多樣性和區域性不斷增強的同時，也為對這些政策調控效果的準確計量帶來了難度。因此，如上文所述我們只能將歷史上可觀測的調控分為正向刺激和負向刺激，分別設為變量Xg和Xb進行實證分析。

4.1.1 對商品房銷售面積的調控效果

按照3.2中的方法分別設置了正向刺激變量Xg、負向刺激變量Xb后，再經大量不同模型形式、解釋變量組合實證分析，發現模型普遍存在序列相關，模型參數估計不具備有效性。且負向刺激變量Xb對商品房銷售面積的回歸系數不顯著，說明其對銷售面積不存在統計上的顯著影響。也進一步印證了當前A市商品房處于供不應求的賣方市場的分析結論。

在表6和表7反映的回歸模型中，采用5%的顯著性水平，Xg對商品房銷售面積（年）影響顯著性指標分別為48.1%和27.1%，均不滿足≤5%的要求。說明負向外部影響對房地產市場運行的影響不顯著。

4.1.2 對商品房銷售面積增長率的調控效果

按照3.2中的方法分別設置了正向刺激變量Xg、負向刺激變量Xb后，再經大量不同模型形式、解釋變量組合實證分析，得到的最優回歸估計模型以Xg、Xb商品房施工面積的對數值為解釋變量，商品房銷售面積（年）增長率為被解釋變量。回歸模型信息如表8所示。

模型擬合整體顯著，可以解釋被解釋變量78.4%的變化信息，模型不存在序列相關性。在5%的顯著性水平上，Xg、Xb商品房施工面積的對數值對商品房銷售面積（年）增長率影響顯著。

在其他條件不變情況下，出現正向刺激將將引起商品房銷售面積（年）增長率平均上漲1.583個百分點;

在其他條件不變情況下，出現負向刺激將將引起商品房銷售面積（年）增長率平均下跌0.622個百分點;

在其他條件不變情況下，商品房施工面積平均變化1%將引起商品房銷售面積（年）增長率平均反向變化0.148個百分點。

如前所述，施工面積對銷售面積是正向影響;與此同時，其對銷售面積增長率卻是負向的影響。根據經濟學中邊際分析原理，說明施工面積對銷售面積是邊際遞減的正向影響。這符合市場均衡理論的結論，即施工面積增加會使得市場均衡狀態由供不應求向供過于求發展。加之，房地產市場的供給具有滯后性，所以對施工面積的引導應同時考慮正反兩面因素，刺激需要適度。調控操作時，應特別注意施工面積作為銷售面積市場信號的伴隨性反饋，主要是在非外部因素影響下，供給方自主選擇時發揮作用，若受到強烈外部刺激，市場均衡狀態將發生轉換，信號容易失真。所以，應盡量選擇其他因素對市場加以調控，不人為直接干預施工面積，保持中性伴隨性指標屬性，僅作為市場冷熱的觀測指標使用。

目前，以A市為例政府對商品房銷售價格的調控是有效的，短期內出現價格大幅波動、運行進入不正常區間的可能性不大。如果出現負向刺激，首先承壓也最為敏感的市場運行觀測指標是新建商品房銷售面積。根據前述分析，負向刺激對A市商品房面積影響并不顯著。面對不確定性很強的疫情影響，可以密切關注對商品房銷售面積有顯著影響的可觀測變量，特別是伴隨性變量的變化。即使相關變量顯示出負向刺激的信號，市場主體仍可以相信正向刺激調控手段的有效性，對調控可以抑制負向影響，乃至扭轉其造成的市場下行趨勢這一效果保持信心。

參考文獻：

1.石振武 余璐.商品住宅價格與GDP互動效應實證研究[J].商業研究.2016.（3）

2.朱菁 陳多長.浙江房地產市場周期濾波分析[J].中國房地產.2016（2）：3-15

3.齊錫晶 宋明亮 王宏偉等.中國房地產市場周期波動分析[J].東北大學學報（自然科學版）.2010.31（7）

4.劉金全 張運峰 畢振豫.房地產價格波動、經濟周期與貨幣政策效應[J].當代經濟研究.2022.317（1）

5.邢天才 王笑.內外部經濟政策不確定性與中國金融市場穩定的動態傳遞效應研究[J].當代經濟管理.2021.43（10）

6.蔣彧 全夢貞.中國房地產市場波動的驅動因素分析[J].河海大學學報（哲學社會科學版）.2017.19（2）

7.尹中立.疫情下房地產政策何去何從[J].中國金融.2020（5）

8.董會元 黃珊 李均超.我國房地產價格與消費者預期的動態關聯研究——基于現房價格與期房價格相互影響視角的分析[J].價格理論與實踐.2021（6）

9.白鶴祥 劉社芳 羅小偉等.基于房地產市場的我國系統性金融風險測度與預警研究[J].金融研究.2020（8）