基于DPSIR模型的宏观调控政策对房价影响研究*

蔡鹭斌， 段建南， 张雪靓， 董 涛

(1. 湖南农业大学 资源环境学院， 长沙 410128； 2. 国土资源部 农用地质量与监测重点实验室， 北京 100193)

基于DPSIR模型的宏观调控政策对房价影响研究*

蔡鹭斌1，2， 段建南1， 张雪靓2， 董 涛1

(1. 湖南农业大学 资源环境学院， 长沙 410128； 2. 国土资源部 农用地质量与监测重点实验室， 北京 100193)

研究房地产调控政策对房价的影响，可为政府制定合理的调控政策、平抑房价提供参考。通过量化房价影响因素，研究宏观调控政策对房价的影响程度和周期具有重要意义。筛选驱动力、压力、状态、影响和响应指标，构建基于DPSIR模型的房地产调控政策对房价影响的评价体系，并采用层次分析法和特尔斐法确定各指标的权重。对武汉市房地产政策的调控效果进行初步量化，结果表明武汉市房价随着政策调控的变化而呈现相应变化，房价变动方向与调控政策方向存在一致性。因此，武汉市房价对调控政策的反应敏感，但政策对房价的调控具有一定的滞后性。

DPSIR模型； 宏观调控； 房地产； 房价； 评价系统； 层析分析法； 特尔斐法

近年来，由于我国房地产市场不完善，一些投机者在体制漏洞下积极投身于非正常的房地产投资和交易，导致了房价的非理性繁荣[1]。房价不断上涨使原本最根本的住宅需求成为广大居民的奢望，高额房价远远超出了普通居民的购买能力。为了抑制房价，我国政府相继出台了一系列限购、限贷、提高存款准备金率以及加息等调控措施[2]。国家统计局公布的数据显示:2012年1月，70个大中城市新建商品住宅价格环比全部止涨，其中48个城市新建商品住宅环比价格下降，22个城市持平。从2008年房价的居高不下到房价止涨，中央及地方政府房价调控政策发挥了关键作用。然而，国家的宏观调控政策究竟对房价产生了多大影响、如何产生影响，却是房地产宏观调控中亟需回答和解决的问题。

在宏观调控效果方面的代表性研究主要有:杜雪君等(2009)认为，中国房地产税对房价有抑制作用，而地方公共支出对房价有促进作用，两者对房价的净影响为正[3]。刘康(2011)认为，我国房地产市场宏观调控政策对整个房地产市场销售产生了很大影响，多年宏观调控政策的累积成效开始显现，在很大程度上抑制了投机性和投资性购房需求，市场人气有所下降，同时也抑制了部分改善性购房需求[4]。在房地产宏观调控分析方法方面的代表性研究主要有:杨建平等(2008)用一个带有供求双重预期的模型描绘出房价泡沫形成和崩溃的过程，并用三个博弈模型展现出当前中国的房地产金融调控政策难以达到预期效果[5]。戴国强等(2009)通过实证研究，得出宏观调控冲击对房地产投资和房地产价格影响显著的结论[6]。范广垠(2010)通过间断平衡模型，得出政治因素的重视与中国房地产政策制定的过程非常吻合的结论[7]。

一、基于DPSIR模型的房地产宏观调控政策评价体系

DPSIR框架模型是由PSR模型演化而来的[8-11]，1993年由欧洲环境署首次提出。在DPSIR概念模型中存在5个要素，分别是驱动力(driving force)，指造成环境变化的潜在原因；压力(pressure)，指人类活动对其紧邻环境以及自然环境的影响，是环境的直接压力因子，例如废物排放、基础设施建设等；状态(state)，指环境在上述压力下所处的状况，如污染与土地退化程度等；影响(impact)，指系统所处状态对人类健康和社会经济结构的影响；响应(response)，其过程表明人类在可持续发展进程中所采取的对策，如提高资源利用效率、减少污染、增加投资等措施[12]。

在国外，DPSIR模型因能揭示环境与人类活动的因果关系，被广泛地接受并应用于为人类活动、资源、环境的可持续发展方案及其评价提供概念模型以及跨学科的研究。李玲等(2012)在综合分析房价影响因素的基础上，分别筛选了压力、状态和响应指标，构建了基于PSR模型的房地产调控政策对房价影响的评价体系[13]。

1. 房地产宏观调控政策的DPSIR模型

统计数据显示，目前我国房地产市场存在明显的供求不平衡状况。一方面，随着城市化的不断扩大和人口的增长，越来越多的人具有购房需求；另一方面，房价的居高不下超出了普通居民的购买能力，导致很多居民买不起房，社会上存在大量的缺房人口。因此，当前我国商品房严重的供需不平衡是房地产宏观调控的驱动力(D)，推动房价持续上涨，甚至形成房地产泡沫。

人口等社会因素和城市化等经济因素的共同作用抬升了房价[14]，提高了满足购房需求的难度，促使政府出台相关政策以抑制房价上涨。因此，可以将房价上涨的各种因素看作政府宏观调控的压力(P)，政府各种调控政策是在压力下的状态(S)，房价则是调控后的响应(I)，继而再影响供求平衡(R)。

与调控前相对应，一轮宏观调控政策从制定到执行究竟对驱动这一流程的市场不平衡性产生什么响应，需要以商品房供需程度变化作为最终的响应指标。在此基础上，可以建立一个包括驱动力、压力、状态、影响和响应5个指标体系的房地产调控政策评价模型(DPSIR)，这个模型还可以反映房价对宏观调控政策的反馈效果。

2. 模型指标选取

驱动力指标选择的主要依据是房地产市场目前的供需现状。根据统计年鉴的记载，本文采用前1年即调控前缺房户数占总户数比例的倒数作为衡量房地产市场供需状况的指标。缺房户数在总户数中所占比例的倒数越小，证明房地产市场的供需状况越不平衡，驱动力就越大。

压力指标的选择要充分考虑房价上涨的各种影响因素，包括内部因素和外部因素。其中内部因素包括土地的影响，建筑物的影响，区位因素和权益因素；外部因素包括社会因素(政治状况、社会治安、土地投机、心理因素等)，经济因素(经济发展水平、财政金融情况、居民收入水平、物价水平、储蓄与投资等)，人口因素(人口数量、人口素质、家庭规模)和行政因素、其他因素等。在全面性、代表性、可量化和可操作性的原则下，本文选取基础设施投资水平、地价水平、人口数量、居民消费价格水平CPI、货币供应量M2、居民可支配收入水平6个指标作为政策调控的压力因素[13]，如表1所示。

表1 房地产调控政策压力指标选取情况

状态指标的选择是在近年国家和地方出台的各种土地、信贷、金融、社会保障房、税收和市场等调控政策的基础上制定的。以上6个方面作为因素层，每个因素层分别选择1个指标来反映其变化状况，具体指标[13]如表2所示。

表2 房地产调控政策状态指标选取情况

从房地产调控影响度来看，房价是房地产政策调控后的一种反应和表现，因此选择房价作为影响指标。房价是一个综合复杂的因素，具有不同的表现形式。房地产调控政策对房价的影响主要是从宏观层面表达商品住房价格的变化，同时考虑到数据的代表性和易获得性，选用房屋销售价格指数作为影响指标。

响应指标主要是针对房地产市场在宏观调控后的供需状况进行选择的。此指标与驱动力指标相似，即调控后的缺房户数占总户数比例的倒数。与宏观调控前的驱动力指标对比，这样可以形成房地产宏观调控的反馈，用数据反映出宏观调控政策对房地产市场的影响。

表3 房地产调控政策的驱动力压力状态影响响应(DPSIR)框架模型

3. 数据标准化处理

为了让各个指标之间具有可比性和可观察性，需要对数据进行标准化处理。为消除各原始指标变量间量纲的影响，采用式(1)对原始数据进行标准化处理，即

(1)

式中:Pki为第k个指标第i期的量化值；Xki为第k个指标第i期的因子数据。

4. 综合评价指数确定

在DPSIR模型的5个指标中，压力指标和状态指标是由6个因素决定的，这两个指标在某个时期i的量化值是由式(2)决定的，即

(2)

式中:Ei为第i时期的压力指数或状态指数；Wki为第i时期第k个指标的权重；Pki为第k个指标第i期的量化值。

各个因子的权重采用层次分析法和特尔斐法确定，基本思路是将研究的问题分为若干层次，每一层次包括若干指标，采用特尔斐法由专家对每一层次的各指标通过两两比较其重要程度而进行判断评分，然后通过计算判断矩阵的特征向量来确定各指标对上层指标的权重。压力指数和状态指数是由6个因子决定的，所以采用层次分析法分别确定这6个因子对压力指数和状态指数影响的大小，即其相对于子系统的权重。

二、案例研究

1. 研究区简介

以武汉市为例，武汉市现有13个行政区，辖区面积84 944 hm2。自2000年以来，武汉市房地产迅速发展，规模不断扩大，人均居住面积极大增加，住房条件得到明显改善，房地产开发投资规模平稳增长。2010年，武汉市房地产开发投资在19个重点城市中位居第7，同比增幅位居第2；房屋施工面积位居第8，同比增幅位居第2；房屋竣工面积位居第7，同比增幅位居第4。

同时，武汉房地产投资强劲，销售状况保持旺盛势头，需求大于供给，房价上涨较快，空置房大量增加，房地产结构急需完善，开发区和老城区发展不平衡，居民住房压力加大。因此，国家和武汉市相继出台了一系列的房地产宏观调控政策。

2008年12月21日，国务院办公厅发布的《关于促进房地产市场健康发展的若干意见》提出，支持房地产开发企业积极应对市场变化，根据市场变化和需求主动采取措施，以合理的价格促进商品住房销售。央行宣布，从2008年12月23日起调整金融机构人民币存贷款基准利率，这是2008年9月以来第5次降息，尤其是央行对“第二套房贷”采取松绑政策，表明了政府要稳定房市的决心，强劲刺激了市场需求。

2010年10月，湖北省颁布的“鄂六条”要求各商业银行坚决执行差别利率等房贷调控政策，其精髓在于落实政策，很大程度上抑制了房价增长。武汉市颁布的《关于大力推进保障性住房建设促进房地产市场健康发展的意见》提出，要大力推进保障性住房建设，加强市场调控，坚决抑制投资投机性购房需求，稳定市场预期，促进武汉市房地产市场持续健康发展。文件出台后，武汉市房地产市场整体保持平稳的发展态势，开发投资保持较快增长，住房成交量小幅回落，住房价格总体保持平稳，朝着调控预期方向发展。2011年1月14日，武汉市房管局又出台《关于贯彻落实我市中心城区商品住房限购政策的通知》，暂定本市户籍居民家庭(包括夫妻双方及未成年子女，下同)及能够提供在本市纳税证明或社会保险缴纳证明的非本市户籍居民家庭，只能在本市中心城区新购一套商品住房；不能提供上述证明的非本市户籍居民家庭，暂停在本市中心城区购买新建商品住房。该规定也抑制了房价的增长。

2. 数据来源与处理

采用2001—2010年《国家统计年鉴》、《武汉市统计年鉴》和中央银行相关利率的统计资料(如表4所示)作为数据来源，并将数据代入式(1)进行标准化处理。压力指数或状态指数采用式(2)加权算出。

3. 权重确定

通过特尔斐法得到压力系统、状态系统各个指标值的权重，具体如表5、6所示。

表4 数据来源情况

表5 压力指标系统因素权重值

表6 状态指标系统因素权重值

4. 综合评价指数确定

利用式(1)对原始数据进行标准化处理后，代入式(2)加权平均，分别计算出2001—2010年武汉市房地产调控政策的压力指数和状态指数。驱动力指数和影响指数采用武汉市每年缺房户数占总户数的比例代入式(1)进行标准化，响应指数则直接采用武汉市房屋销售价格指数标准化处理后的数值。通过数据处理，得出2001—2010年武汉市房地产宏观调控的DPSIR指数，如表7所示。

表7 武汉市2001—2010年房地产宏观调控的DPSIR指数

图1是2001—2010年DPSIR概念模型下的房地产宏观调控政策对房价和房地产市场均衡的影响结果，其中各指数所表达的含义如表8所示。

图1 2001—2010年武汉市房地产宏观调控DPSIR指数走势

三、结果分析

1. 房价受到宏观调控政策的影响

如图2所示，压力指数、状态指数和影响指数的变化规律虽然大体走势相同，但是却不完全一致。2007年以前，状态指数较低，三者存在相对一致的变化趋势，同时总体呈现上升趋势；2008年以后，三者变化的一致性逐渐减弱，说明房价开始逐步受到政策调控的影响，而且影响程度不断增大。例如，从2008—2009年的变化幅度来看，影响力指数的变化幅度大于压力指数和状态指数的变化幅度，表明除了受到各种影响因素的影响外，房价还受到宏观调控政策的影响。

表8 DPSIR模型下各指数走势含义

图2 压力状态影响指数的相互关系

如图3所示，驱动力与响应指数在每一年的数额差值与状态指数的高低也表现出相对一致性。如2002—2004年，状态指数几乎为0，即在此期间宏观调控政策相对宽松，与此对应，驱动力与响应指数之间也几乎没有差值；而2005年之后，随着宏观调控的加强，状态指数增长，驱动力与响应指数之间的差额也开始增加，并表现出一定的波动性。

图3 驱动力状态响应指数的相互关系

所以，房价不仅仅由人口、经济、社会、国际和其他因素等决定，还受到房地产宏观调控政策的影响，即房地产宏观调控政策对于稳定房价确实起到了一定程度的作用。

2. 房价与政策调控存在周期性关系

由图2中状态指数和影响指数的相对变化关系可以看出，房价的变化情况与调控政策的周期基本一致。2001—2004年、2005—2007年以及2008年宏观调控政策力度加大以后，房价的变化周期与调控周期的变化频率开始呈现出一定的一致性。若相关政策鼓励房产市场，则房价相应地上升；若相关政策压缩房产市场，则房价相应地下降。图2说明政策对于房价的调控具有明显作用，可以抑制房价非理性增长和平抑房价。

3. 宏观调控政策对房价的影响程度

研究结果显示，我国的房地产宏观调控政策对房价的影响程度与调控力度和房地产市场的大背景、大环境有关。如图3所示，当状态指数(调控力度)小于0.2时，即2001—2004年间，驱动力指数与响应指数之间的差距(房价变动)很小；当状态指数(调控力度)为0.2～0.4时，驱动力指数与响应指数之间(房价变动)开始显露差距；当状态指数高于0.4时，驱动力指数与响应指数之间差距变大。由图2也可以看出，2008年是状态指数(调控力度)最大的一年，影响指数也由最高降到最低。以上分析表明，当调控力度的状态指数高于0.2时，房价开始对应地发生变化，且调控力度越大，房价变化得越明显。

4. 宏观政策调控存在滞后性

房价的变化与政策的调控周期密切相关，房价对于政策的调控是极其敏感的，这表明我国房地产市场受政策的影响很大，可以说是一个政策影响型的房地产市场。但是宏观政策的调控并不是立即见效的，其效果有一定的滞后性。由图3可以看出，从每一年的数据走势纵向对比来看，响应指数和驱动力指数之间的差距就是当年的宏观调控对房地产市场的影响程度。如2002—2004年状态指数相对较低，即宏观调控政策趋于平和，此时响应指数和驱动力指数之间的差额也相对较低。2005年以后，两指数之间的差额随着宏观调控力度的增加而增加。但是，宏观调控政策存在一定的滞后期，如2008年宏观调控政策大力收缩，状态指数是近10年最高的年份，但是响应指数和驱动力指数差额的最大值出现在2009年，即2008年的调控政策在2009年得到了反应。这表明目前的房地产调控政策明显滞后，滞后周期在1年以内。

四、结论及政策建议

(2)通过武汉市的实证研究发现，房价涨幅的变化与政策调控的趋势基本一致，若相关政策鼓励房产市场，则房价相应地上升；若相关政策压缩房产市场，则房价相应地下降。房价对房地产政策的调控反应比较敏感，但房地产调控政策的效果具有一定的滞后性，滞后周期在1年以内。在未来的研究中，如果使用月度数据可以更加精确地得到滞后期。

(3)我国的土地公有制决定了房地产市场受政策的影响非常明显。在2001—2010年的房地产宏观调控过程中，已经摸索到了大的方向，但是在整个市场供给小于需求的前提下，政策的效果具有双重性，既有有效的一面，又有滞后的一面。

为了更有效地发挥政策的宏观调控作用，抑制房价非理性增长，本文据此给出相关建议:把增加有效供给作为房地产宏观调控的主导方向；注重相关政策的配套性、连续性；以不同的政策区别对待不同的房地产需求；坚持社会保障性住房由政府主导，商品房供给由市场主导。未来开征房地产税作为地方稳定的收入来源，可有效缓解地方卖地、借债、乱收费等扭曲行为。房地产税不是一个单一税种，而是一个制度体系，涉及到若干个税种。房地产税立法并推进改革需要对现有的一系列税种进行调整和整合，减少流通环节的税费，同时应取消现有房产税体系当中重复征税的税种。在减少流通环节税收的基础上，开征保有环节的房地产税是可行路径。全面开征保有环节的房地产税，某种程度上会对房价有一定调节作用，但最重要的作用在于成为地方政府的主体税种和稳定收入来源，以协调中央和地方的财政收入。

[1] 曹振慨，何小敏.土地政策对房地产市场的影响 [J].国土资源，2006(2):35-38.

[2] 杨帆.房地产价格的影响因素研究:基于35个大中城市面板数据的分析 [J].价格理论与实践，2011(11):44.

[3] 杜雪君，黄忠华，吴次方.房地产税、地方公共支出对房价的影响:全国及区域层面的面板数据分析 [J].中国土地科学，2009(23):9-13.

[4] 刘康.基于宏观视角浅析我国房地产政策 [J].经济观察，2011(12):105.

[5] 杨建平，韩冰，朱宇.房价宏观金融调控政策效果评价:理论模型与实证分析 [J].统计与决策，2008(5):138-140.

[6] 戴国强，张建华.货币政策的房地产价格传导机制研究 [J].财贸经济，2009(12):31-37.

[7] 范广垠.我国房地产政策宏观分析的模型与方法:以1998—2009房地产政策为例 [J].同济大学学报:社会科学版，2010(21):118-124.

[8] Adriaanse A.Enviromrntal policy performance indicators:a study on the development of indicators for environmental policy in the Netherlands [J].Uitvgeverij，The Hague，1993(4):454-460.

[9] Edward R C，Philip M W，Sara C，et al.Applying DPSIR to sustainable development [J].The International Journal of Sustainable Development and World Ecology，2007，14(6):543-555.

[10]王红英，瞿瑞常，蔡德利.PSR模型下耕地可持续利用评价指标体系构建 [J].黑龙江农业科学，2010(2):33-35.

[11]冯科，吴次方，刘勇.浙江省城市土地集约利用的空间差异研究:以PSR与主成分分析的视角 [J].中国软科学，2007(2):102-108.

[12]于伯华，吕昌河.基于DPSIR概念模型的农业可持续发展宏观分析 [J].中国人口资源与环境，2004，14(5):68-72.

[13]李玲，朱道林，胡克林.基于PSR模型的房地产调控政策对房价影响的研究:以北京市为例 [J].资源科学，2012，34(4):787-793.

[14] 王飞，后雪峰，骆展，等.武汉房价上涨诸因素分析 [J].当代经济，2010(6):98-99.

Studyoninfluenceofreadjustmentandcontrolmacro-policiesonhousepricebasedonDPSIRmodel

CAI Lu-bin1, 2, DUAN Jian-nan1, ZHANG Xue-liang2, DONG Tao1

(1. College of Resources and Environment, Hu’nan Agricultural University, Changsha 410128, China; 2. Key Laboratory of Agricultural Land Quality, Ministry of Land and Resources, Beijing 100193, China)

The study of the influence of readjustment and control macro-policies on house price can provide reference for the government to constitute rational policy of readjustment and control and mitigate the increasing house price. Through quantizing the influencing factors of house price, it is of great significance to study the influencing degree and cycle of readjustment and control macro-policy on house price. The indicators of driving force, pressure, state, impact and response are selected, the evaluation system of readjustment and control policy of real estate industry on house price based on driving force-pressure-state-impact-response (DPSIR)model is constructed, and hierarchy analysis and Delphi method are applied to determine the weight of each indicator. Preliminary quantization is produced of the effect of readjustment and control of real estate policy in Wuhan City. The results show that the house price in Wuhan City changes correspondingly with the change of policy readjustment and control, and the directions of house price change and readjustment and control policy possess consistency. Hence, the house price of Wuhan City has sensitive reaction on readjustment and control policy, but there is a time lag between the issue of policy on the readjustment and control and the change of house price.

DPSIR model; macroscopic readjustment and control; real estate industry; house price; evaluation system; Analytic Hierarchy Process (AHP); Delphi method

2013-12-13

蔡鹭斌(1987-)，男，湖南长沙人，硕士生，主要从事土地资源可持续利用等方面的研究； 段建南(1957-)，男，山西晋城人，教授，博士，主要从事土地/土壤资源利用与信息技术应用等方面的研究。

* 本文已于2014-03-12 19∶58在中国知网优先数字出版。 网络出版地址:http://www.cnki.net/kcms/detail/21.1558.C.20140312.1958.017.html

10.7688/j.issn.1674-0823.2014.02.12

F 29

A

1674-0823(2014)02-0145-07

(责任编辑:郭晓亮)