我国行政干预对一二线城市房市影响

李昕芮

【摘要】行政干预是指行政机关运用经济、法规、政策等手段，对国家事务运行状态和关系进行调节，以保证经济，政治，文化等方面的持续、协调、健康发展。而我国的房地产市场过热以来，我国对该市场运用了多种行政手段进行干预，以达到稳定该市场的目的。本文在总结了近年来我国对房地产市场的行政干预手段，尤其是对一线城市如北京上海等的特殊法律法规，利用2000年第一季度到2011年第四季度的数据，通过灰色系统预测GM（1，1）模型及多元回归，分析得出在对一线城市进行行政干预同时，应注意对二线城市房地产市场影响。针对这一结论，从能够平衡稳定发展房地产市场的角度，提出了完善房地产市场、推动房地产市场发展，适当行政干预等建议。

【关键词】房地产市场 行政干预 政策调控

随着北京、上海、广州、深圳四座一线城市房地产调控政策的颁发，土地价格升高，政府审批变难，购买限制增多，一些香港上市地产企业和外资地产将投资的目光投向了中国二三线城市，尤其是中国二线城市。如北京市附近的天津市、上海市附近的杭州市，广州市附近的佛山市等。

以北京为例，2010年4月17日国务院发出的《关于坚决遏制部分城市房价上涨过快的通知》后，2010年春节后二手房价格连续8周快速上涨的情况有所遏制，政策公布以来，北京二手房成交均价为19473元/平方米，第一次出现停滞。2010年～2011年是多个城市转折点，如北京17782元/平方米下降到16851.9529元/平方米，广州房价上升速度也大幅度减缓。以北京和天津作对比为例：2010年政策下发后，北京的竣工房屋面积、住宅销售面积、房屋销售价格大幅度下跌，而天津的竣工房屋面积、住宅销售面积、房屋销售价格却都有不同涨幅的升高。由此推断，很有可能是政府的行政干预在一定程度上遏制了一线城市的房价上升趋势，却将投资者以及投机者吸引到了一线城市附近的二线城市，导致二线城市房价有所升高，形成了“挤出效应”。这违背了我国政府行政干预房地产市场的初衷。

灰色系统理论的研究对象是“部分信息已知、部分信息未知”的贫信息不确定系统，它通过“部分”已知信息的生成、开发，实现对现实世界的确切描述和认识。灰色系统理论采用数据处理方法，通过累加或者累减，将较差的原始数据进行整理，变为较强的生成数列，然后在做研究。通过模型计算值与实际值之差建立模型，作为提高模型精度的主要途径。灰色预测模型适用于只用少量数据即可进行建模。本文通过建立GM（1，1）灰色预测模型，可以进行相关信息预测。

选取2005～2010年数据进行建模，模型参数为：

从房屋销售价格GM（1，1）模型预测误差情况来看，该模型相对误差较小，能够较好地预测未来的房地产市场销售价格发展趋势。GM（1，1）模型预测第一步预测值即2011年房屋销售价格为8110.11元/平方米，实际2011年房屋销售价格为7763.29元/平方米，下降4.47%，说明房屋销售价格受房地产调控政策影响，2011年比理论价格降低了4.47%，该模型说明我国对房地产市场进行行政干预达到了宏观调控的效果即遏制房地产房屋销售价格快速上涨。

接下来具体分析一线城市和二线城市受房地产市场行政干预的不同影响程度，以北京市和天津市为例：

对北京市和天津市房屋销售价格分别作GM（1，1）模型进行预测，模型参数为：

模型预测北京市2011年房屋销售价格为20467.07元/平方米，实际2011年北京市房屋销售价格为16851.95元/平方米，下降21.46%，说明行政干预对北京市效果良好；模型预测天津市2011年房屋销售价格为9138.39元/平方米，实际2011年天津市房屋销售价格为8744.77元/平方米，下降4.5%，下降幅度远远低于北京市房屋销售价格，说明对行政干预对于一线城市的遏制作用要远遠大于二线城市遏制作用。

GM（1，n）模型为n序列的一阶线性动态模型，主要用于动态分析对于房屋销售价格与其他影响因素的n序列，我们建立GM（1，n）模型对房地产需求进行预测。

国内有多名知名学者曾对我国房屋销售价格影响因素发表见解，如赵丽丽、焦继文在《房价影响因素的灰色关联度分析》（2007）一文中指出，土地交易价格指数和建筑材料出厂指数对房屋销售价格指数相关性最大，即房地产销售价格最大程度上依赖于房屋建筑成本，其次是户籍人口、人均可支配收入、GDP、人均储蓄存款等；刘闯、俞秋婷、高琴琴在《基于联立方程模型的我国房价影响因素研究》（2012、1）一文中指出，当期房屋销售价格主要受竣工房屋造价、贷款利率、上一期房地产市场供给三个因素影响；肖宏伟、易丹辉、王选鹤、李辉在《中国房地产行业态势分析及调控政策成效模拟》（2012.8）中指出，房地产销售价格受本年竣工面积、土地交易价格、房地产销售面积、房地产施工面积、房地产企业利润总额因素影响。

由此我们可建立GM（1，n）模型，并认为如果模型计算值与实际值差异较大，则说明是行政干预的力量所造成。因为如果没有行政干预房地产市场，则在模型拟合程度较好的情况下，当年的房屋销售价格应与模型计算值接近，误差不大，由此可进行建模。

从数据的可得性即可检验性考虑，我们选取地区生产总值、竣工房屋面积、房屋销售价格、本年开发土地面积、住宅销售价格、本年购置土地面积、地区生产总值、城乡储蓄、竣工房屋造价作变量，进行灰色相关性分析，选取相关程度较高的5个影响因素建立GM（1，n）模型。对北京市数据进行分析， 选取北京市2002～2010年数据进行灰色关联度检测：各因素对房屋销售价格中，城乡储蓄>地区生产总值>竣工房屋造价>竣工房屋面积>土地开发费用>住宅销售面积>开发土地面积>本年购置土地面积，所以选取城乡储蓄、地区生产总值、竣工房屋造价、土地开发费用、住宅销售面积为影响因素作为变量对北京市进行GM（1，n）建模，选取2002～2009年数据，模型参数为：

模型拟合良好，由此可计算2011年房价应为19313.02元/平方米，实际为16851.95元/平方米，下降14.6%，说明行政干预对于北京市非常有效。

同理对天津市地区生产总值、竣工房屋面积、房屋销售价格、本年开发土地面积、住宅销售价格、本年购置土地面积、地区生产总值、城乡储蓄、竣工房屋造价变量进行灰色关联性分析。选取天津市2002～2010年数据进行灰色关联度检测：各因素对房屋销售价格中，竣工房屋面积>城乡储蓄>竣工房屋造价>住宅销售面积>地区生产总值>本年开发土地面积>开发土地购置费用>本年购置土地面积，所以选取城乡储蓄、竣工房屋造价、住宅销售面积、地区生产总值、本年开发土地面积为影响因素作为变量对天津市进行GM（1，n）建模，模型参数为：

模型拟合良好，通过上式可计算出天津市理论值应为9847元/平方米，实际值为8744.78元/平方米，下降12.81%，比北京市下降幅度低14.05%。

从两个GM（1，n）模型可看出，虽然同一政策对于北京市、天津市影响程度不同，天津市影响程度远远低于北京市影响程度，但通过前面分析可看出，政策发布后，各方面有关于房屋销售价格的价格指数均有不同程度的波动。

目前在房地产市场的调控环节中，行政干预手段运用的比较多，也基本达到了立竿见影的效果，基本無时滞性，每一次新的文件出台都会伴随着房价的剧烈波动，如2013年2月20日国务院常务会议确定的五项加强房地产市场调控的政策措施及2013年3月1日相继出台的《关于继续做好房地产市场调控工作的通知》发布后，房地产市场立即引起强烈反响，尤其是其中关于第二条“坚决抑制投机投资性购房”中规定的具体措施：“税务、住房城乡建设部门要密切配合，对出售自有住房按规定应征收的个人所得税，通过税收征管、房屋登记等历史信息能核实房屋原值的，应依法严格按转让所得的20%计征。”引起极大关注和争议。当日房地产交易金额与平日相比增长三倍，创造杭州市区二手房交易单日最高值。正是因为这种无时滞性，遏制力度大的特点，使得行政干预手段在房地产市场上所向披靡，收效显著。但不可否认的是，由于一二线城市房地产泡沫的不同，房地产市场细节的差异，同样的文件及法规会带来不同程度的影响，甚至会将加大二线城市的房地产泡沫，将资金引入二线城市房地产市场，造成逆向增长，或造成一些二线城市因为一线城市的投资涌入并不能达到预计中的下降幅度。除此之外，通过研究全国各地的房地产销售价格折线图可发现，行政干预手段虽然具有这种无时滞性、遏制力度大的优点，但同时其也具有一定的局限性与缺点，即法律法规下发一段时间后，房价停止下降反而有更大幅度的上升。这可引申出另外的问题即为何行政干预手段是否治标不治本，无法从根本上遏制房地产市场的上升趋势，这是值得深思的。

参考文献

[1]房地产网等.

[2]《房价影响因素的灰色关联度分析》.

[3]《中国房地产行业态势分析及调控政策成效模拟》.