预期、政策不确定性与上海房价波动

吴 佳

（上海市房地产科学研究院，上海，200031）

一、引言

2019年，住建部提出要以稳地价、稳房价、稳预期为目标，促进房地产市场平稳健康发展。房地产市场信息不对称，市场参与者信息获取渠道多而散，且资产价值高，预期对于信息变化敏感。当消费者预期房价上涨时，将会存在“晚买不如早买”的心理，进一步推高房价；当消费者预期房价下跌时，将会持有货币观望，造成房地产市场成交量的萎缩。同时，商品房存在投资属性，在房价快速上涨阶段，房地产市场普遍存在“追涨”行为，放大成交量，形成量价齐涨的现象。因此，市场预期对房价确实存在重要作用，稳预期可以发挥稳定住房消费者心理，进而促进房地产市场的平稳健康发展。

预期管理是西方政府宏观经济管理的重要概念，前期主要体现在宏观经济政策和货币政策中。房地产市场价格波动诱发金融危机的一般机理在于：房价不断上涨将会导致大量无支付能力或者支付能力较弱的居民积极购房；房价降低或者利息高于一定阈值，将会导致居民断供从而诱发银行风险；同时企业不动产抵押物价值下降也将导致政府债务危机的形成。

此外，房价预期具有自我实现的机制：即房价上涨的预期诱发投资性需求，导致房价上涨，房价上涨的事实确认并且强化了房价上涨的预期，促进投资需求的增加，形成了正反馈过程。我国近些年的房地产调控政策在前期主要致力于需求端调控，通过行政手段抑制需求，造成了社会种种怪象，然而调控效果却不尽如人意。从房地产税收体系来看，我国现行房地产税收重交易环节轻持有环节，造成了需求管理的漏洞（华生，2011）。鉴于此，稳定房地产市场预期具有重要调控意义，具体而言：预期管理有利于稳定住房消费者心理、延缓金融危机发生以及弥补需求管理漏洞。结合房价是房地产市场的核心内容，本文将从理性预期理论出发，探讨市场预期对房价波动的影响。

然而，对于素有“政策市”之称的中国房地产市场，不同的政策背景下，房地产市场经历了不同发展周期。回顾改革开放40年，上海住房发展经历了“黄金期”，广大市民的住房空间和品质得以显著提高，1949-2018年，上海市人均居住面积从3.9平方米增加到了36平方米；1988年上海住房成套率仅为32%，2016年提高至97%（庞元，2018）。上海房地产市场作为全国楼市“风向标”，由于政策时间点存在随机性，从而给房地产市场预期及房地产市场发展也带来了不确定性。因此，宏观政策环境的变化对上海房价波动究竟存在着怎样影响，这也成为了本文研究的另一重要内容。

二、研究现状

（一）预期对房价波动的影响研究

自金融危机以来，预期管理已经纳入到政府公共管理的范畴中，预期作为行为金融学的重要内容之一，现有研究逐渐将预期引入到资产市场，并且将微观主体行为纳入到了市场模型中。“当人们根据现行价格预期未来价格时，市场是不稳定的”（Nordhaus，1976）。近年来，行为经济学分析范式已引入到房地产市场的微观主体决策中，Akerlof & Shiller（2009）研究发现房地产市场主体除了受到实体经济的各种影响因素以外，货币幻觉、过度信心、片面信息、腐败和欺诈等行为因素对微观主体参与房地产市场决策也发挥着核心影响因素。预期经济周期理论（Expectation Driven Cycles）将房地产经济周期的波动纳入到了宏观经济增长预期的分析范式中。杨柳等（2016）基于重要宏观调控政策，将我国房地产市场划分为快速发展期（2001-2005年）、结构调整期（2006-2007年）、保增长期（2008年）、开始抑制房价期（2009-2010年），研究发现消费者预期冲击指数能产生宏观经济变量的共动，进一步利用DSGE模型将预期冲击的传导机制进行了定量分析，结果表明技术预期冲击主导了对房价的解释，而借贷预期冲击主导了私人部门和厂商对房产持有的解释。现有研究围绕预期对房地产市场的影响主要从家庭、企业与政府三个方面展开。

市场参与者为了实现自身效用的最大化，必然会对市场未来的走势进行事前估计和判断，市场预期将会直接影响其消费决策。购房者面对房地产调控政策的宽松将会导致房价新一轮上涨，一旦政策转向将会入场购房，导致房价新一轮上涨，因此，购房者预期对我国住房价格持续上涨起到了至关重要的作用。王频和侯成琪（2017）构建了一个包含耐心家庭和缺乏耐心家庭两类家庭的DSGE模型，在引入预期冲击后，发现住房价格加成的预期冲击和不可预期冲击将会由于收入效应和挤出效应的共同作用，造成耐心家庭和缺乏耐心家庭的消费需求下降，同时，预期房地产价格大幅上涨的条件下，家庭住房使用者成本将会下降，也解释了“越涨越买”的现象。此外，一旦公众形成了未来政府将会降低住房交易成本的预期，即使该政策当下并未实施，仍将引起住房价格的上涨，表明公众对房价上涨的预期更为敏感。该现象也是“近视价格预期”的现实佐证，即家庭根据市场过去的住房价格趋势来估计未来住房价格波动的行为。况伟大（2010）基于理性预期和适应性预期理论，利用中国35个大中城市的数据研究表明预期对房价波动具有较强的解释力，其中上期房价对本期房价波动影响大于下期房价波动，其中投机者主要是依据上期房价变动从事投机活动。贺京同和徐璐（2011）研究发现我国房地产市场成交量中43.42%的增长是由购房者受到货币幻觉与过度信心的行为因素引起的，居民在投资住房时，通常只考虑名义售价和买家，并未考虑投资期间的通货膨胀，由此产生了货币幻觉，形成了对房地的过度信心。同时，由于我国当前的调控政策大多只针对有效消费或者合理投资部分进行调节，但是忽略了行为因素的引导，并不能真正降低房地产升值预期，是我国近年来房地产调控政策收效甚微的根源。

公众预期对消费者的投资决策产生了影响，房地产开发商对未来房价的预期更需要有前瞻性和精准性，房地产商关于未来房价的预期通常是反映在土地交易市场。Kok等(2014)发现，在美国房价上涨期间，房价上涨通常领先于土地，该时间差反映了房地产市场的周期流程，表明了房地产商在作出土地购买决策前，通常是基于对未来的房价预期，而不同于消费者基于对过去的房价预期作出决策。张浩和李仲飞（2016）研究发现预期房价上涨将会明显推高土地成交价格，土地作为房地产企业的“生产原料”，房价上涨预期将会促进开发商大量拿地，放大土地市场需求，推高土地价格的上涨；同样地，房价下跌预期将会率先反映在土地市场的拿地方面，该结论也从预期角度解释了近两年一线城市土地市场成交的“冷清”现象。此外，在我国财政央地分权背景下，地方政府房地产市场的干预行为同样也受到预期作用的影响，地方政府受到经济发展与财政收入的压力，在房地产调控方面存在着与中央政府博弈的动机。宋春和和吴福象（2017）通过理论推演发现地方税率越低的地方政府对于土地收入依赖程度越高，地方投资需求越大，在房地产调控政策对房价预期产生负面影响的情况下，地方政府越倾向于干预。

（二）政策不确定性对预期与房价波动的影响

经济理论认为不确定性将对实体经济产生较大影响，中国作为世界第二经济体，在经济政策改革的进程中也对国内资本市场影响，同时也对国际经济市场产生“溢出效应”（Yun和 Paul，2018；Chen et al，2018；Luk et al，2018）。房地产市场兼具社会属性和资本属性，决定了预期在房地产市场决策中的重要地位，然而政府政策在房价预期形成过程中发挥着重要的影响作用，公众预期与政策指导的不协调性也是房地产市场脱离理性的重要原因。

“一再不遵守诺言的政策将会破坏私人部门对政府的信任，私人储蓄将会枯竭，福利将会急剧下降”（费希尔，1980）。由于政策将会引起市场预期的变化，从而影响市场运行轨迹，因此政策制定者的主观意愿与政策的执行实际效果并不完全一致，甚至存在较大的偏差，政策的执行效果事前并不可观测。同时，在我国央地分权背景下，地方政府对于中央政府的不完全落实以及财政分权后的地方政府行为异化，都将会造成政策执行过程中的事后逆转（王来福，2008）。

房地产价格受到货币政策与财税政策调控作用明显，理性预期学派认为，在信息完全的条件下，货币政策将会因为公众的合理预期而失效，只有未预期到的货币政策将会对经济主体产生巨大影响。然而，肖春唤（2018）研究发现预期与未预期货币政策对房地产市场都将会产生一定程度的影响，预期货币政策的影响效果将会远小于预期货币政策的作用效果。近年来，房地产税的讨论日益增多，越来越多的学者和社会公众认为通过增加房产持有环节的成本，将会有效缓解房价上涨的压力，房产税在一定程度上已成为了预期管理的重要工具，每当市场预期回暖，房产税的重提也成为了一道“紧箍咒”。陈力朋等（2018）研究发现，房产税改革将会通过影响居民的房价预期来抑制居民的购房和房产投资需求，从一定程度上抑制房价上涨，同时，对于住房租赁市场而言，房产税改革对居民租赁预期影响并不明显，但是政府需要考虑该政策对租户群体的实质性影响。此外，Huang et al.(2018)围绕政策不确定性与中国房地产市场的关系，采用了Becker et al.(2016)不确定性指标EPU、国家房屋景气指数、固定资产完成投资额等变量进行研究，结果表明政策不确定性是房地产市场的先行指标，同时与房产价格存在负相关性，EPU指数是我国房产市场波动的重要原因；此外，我国房地产市场的繁荣也反映了较为稳定的宏观经济政策。

综合现有预期、政策不确定性对房价波动影响的研究来看，主要聚焦于预期对市场参与者（消费者与房地产开发商）与市场调控者（中央政府与地方政府）的作用机制及影响研究，但是将政策不确定性的程度引入到预期与房价波动的研究文献并不多。因此，本文将调控政策作为调节变量，分析宏观经济政策不确定下调控政策对房价的影响，将宏观经济政策不确定性与公众预期作为外部冲击，以考量两者对上海房价的影响。本文围绕政策不确定性与房价波动的关系进行研究，相较于Huang et al.(2018)的研究内容集中于政策不确定性与中国房地产市场之间存在负相关性，本文的不同之处在于以下两个方面：一方面，本文研究政策不确定性通过预期作用影响房价，进一步拓展了政策不确定性对房价波动影响的研究内容；另一方面，本文将上海市房地产市场作为研究对象，采用国家统计局公布的上海市二手住宅价格指数，同时将Huang & Luk（2018）的EPU指数替代Becker et al.(2016)发布的EPU指数，克服了后者基础数据来源主要为境外媒体报导内容的偏差性。

三、理论模型

（一）调控政策对预期与上海房价的影响

Huang & Luk（2018）利用2000-2018年中国媒体报纸构建了中国政策不确定性的月度指数（EPU指数），相较于前期Bloom, Becker, David(2016)年构建的（BBD指数），在媒体报纸的选择对象上进行了优化，进一步地，作者利用SVAR模型研究发现该指数结果与国内资产价格、实际利率、失业率、国内产出均存在显著相关性。因此，本文采用EPU指数作为对宏观政策不确定的定量测度指标，以衡量外部政策环境对上海房价的影响。

图1表明，自2006年1月以来，我国EPU指数较高（即EPU＞200）的情况出现过四次，分别对应了2008年10月、2011年11月、2012年1月、2015年8月这四个时间点。相对应的，2008年9月“次贷危机”、2011年11月、2012年1月的“欧债危机”爆发前后，2015年8月的人民币“汇改”这四次事件对应了EPU指数在短期内快速增加。考虑到房产市场调控是我国经济宏观调控的重要部分，进一步地，本文通过梳理上海市房地产市场调控。

图1 2006年1月-2018年12月我国政策不确定性（EPU指数）情况

自2004年以来，受到金融危机、宏观经济不景气等因素影响，上海市房地产市场调控大致经历了政策收紧（2004-2007年）、政策宽松（2008-2009年）、政策收紧（201上海市二手住宅价格指数数据来源：国家统计局。0-2013年）、政策宽松（2014-2015年）、长效调控（2016年至今）这五个阶段。2004年，国土资源部发布71号令，要求国有土地使用权要采用公开招拍挂的出让方式，2005-2006年，中央政府先后出台了10多项调控政策，开启了房价调控。在此宏观背景下，2004年上海市采用商品房销售合同网上备案，2005年上海市密集出台房地产调控政策，涉及“期房限转”、调整购房贴息贷款、调整住房供应结构等方面的内容。如图2显示，2008年“次贷危机”爆发，同年10月，在中央货币宽松背景下，上海市发布了《关于促进本市房地产市场健康发展的若干意见》（沪府发[2008]44号），提出了包括税收、公积金调整、旧房改造、住房保障等方面的14条政策内容。2011年11月-2012年1月，随着“欧债危机”爆发带来的国际宏观环境的不确定性增加，在上海市“新沪四条”“新沪六条”的陆续出台下，上海市房地产市场呈现平稳下跌趋势。2015年受全面松绑限购的影响，2016年初房地产市场呈现非理性的过热情绪，在此背景下，上海市先后出台了“沪九条”“沪六条”、差别化信贷政策，引导房地产市场逐步回归理性。

图2 2006年1月-2018年12月上海市房地产市场政策梳理

将中国政策不确定性EPU指数与上海市二手房价格指数1上海市二手住宅价格指数数据来源：国家统计局。进行比较，通过单位根检验的条件下，利用信息准则确定EPU指数对房价的滞后阶数，结果显示EPU指数相较房价滞后一期。因此，采用EPU滞后一期与二手住宅价格指数进行作图，如图3所示，结果直观显示两者存在同向波动现象。在对应四次时间节点后上海市二手房价格均出现拐点。鉴于此，本文认为中国政策不确定性将会对上海房价存在影响，对此主要有以下两方面原因。一方面，中国政策不确定性将会反映在财政政策与金融政策的内容上，房地产市场由于兼顾“居住”与“投资”两重属性，因此容易受到宏观政策变化的影响；另一方面，上海作为中国一线城市，该城市的房地产市场发展也成为了全国房地产市场的“风向标”。

图3 2006年1月-2018年12月我国政策不确定性(滞后一期)与房价情况

（二）理论模型lnpt=φ0

该模型表明，在理性预期下，本期房价的变动将同时受到下期和上期房价变动的影响，具体可以理解为：消费者预期是基于上期房价变动，厂商对于房价预期更多是基于未来房价的预判。式（1）中，pt表示当期房价，pt+1表示厂商基于下一期房价的当前预期，pt-1表示消费者基于上一期房价的当前预期，St表示t期市场住房存量，Nt表示t期城镇人口数量，tt表示t期名义贷款利率。

进一步地，结合本文研究政策不确定性对房价波动产生的影响，因此本文在式（1）基础上加入了预期变量因素，具体模型如下所示：

式（2）在式（1）的基础上增加了政策不确定性变量，即Ut；同时，为了进一步考察在政策不确定性的调节作用下，式（2）引入了变量以分析预期对房价的影响。进一步地，考虑到消费者、房地产厂商对于房价的预期也受到政策不确定性的影响，因此，本文假设：

将上述式（3）、（4）代入到式（2）中，并且对式（2）进行求导，结果如下式所示：

结果表明房价的变动将会受到房价预期与政策不确定性的共同影响，其中g1( X1)、f1( X2)表明了房价影响因素对房价变动的作用，例如宏观经济发展、利率、人口等，但是上述影响因素对房价作用的方向并不一致，因此对于上式的最终符号存在不确定性。一般情况下，政策不确定性的增加将会引起房价波动幅度也同样加大，但是由于g1( X1)、f1( X2)的符号不定，因此也不定。下文将通过实证分析，对政策不确定性与房价的关系进行研究。

四、实证检验

（一）数据来源

本文的被解释变量为上海市房价指数，采用该市2006年1月-2018年12月的二手住宅销售价格指数（下文简称：二手住宅价格指数），来源于国家统计局每月公布的70个大中城市住宅销售价格指数。

本文的解释变量为上期二手住宅价格指数（pt-1）、下期二手住宅价格指数（pt+1）、EPU、Ut△pt+1、Ut△pt-1；控制变量为城镇人口数量、名义利率。其中EPU采用上文所提及的Huang & Luk（2018）的EPU指数月度数据；住宅商品房可售面积与城镇人口数量的数据来源于Wind数据库，名义利率采用央行公布的抵押贷款利率。

（二）描述性分析

表2为2006年1月-2018年12月上海市二手住宅价格指数、EPU及控制变量的描述性统计，结果显示，二手住宅价格指数的标准差为1.06，最小值为98，最大值为106.2，自2006年以来，整体上本市二手房地产市场价格呈现波动上涨，与实际情况相符。同时，中国政策不确定性指数标准差为31.89，最小值为52.20，最大值为238.32，对应2011年11月“欧债危机”爆发期。此外，城镇人口数量、名义利率的标准差数值较少，分别为0.11、0.92，表明近年来上海市城镇人口数量增长幅度有限，同时央行贷款利率也较为稳定。

表2 变量描述性统计

（三）单位根检验与协整检验

由于本文采用时间序列数据，为了避免出现伪回归，需要对模型中的变量进行单位根检验，本文采用DF检验与PP检验。表3结果显示，除了上海市二手住宅价格指数、EPU指数通过单位根检验， lnSt、lnNt、tt均未通过单位根检验，进一步地，将上述变量采用一阶差分，均通过单位根检验，符合一阶差分的建模要求。

表3 单位根检验

其次，利用上述一阶差分变量进行协整检验，如果存在协整关系，则可以直接采用差分回归结果，不会存在伪回归的情况；反之，则需要进行稳健性检验，以说明回归结果的有效性。表4结果显示，存在协整向量，因此认为上述一阶差分变量存在协整关系。

表4 协整检验

（四）实证结果

本文采用回归模型对预期、政策不确定性与房价波动的关系进行实证检验，结果如表5所示。其中，列（1）表明预期对二手住宅价格存在显著正向影响，且通过了1%的显著性水平检验。结果表明从消费者角度，上一期二手房成交价格上涨意味着二手房价格的预期价格也会上涨；从房企角度，企业对后期二手房价格走势的预判同样也与二手房价格的预期呈现正相关性，双方对于房价的预期都将会反映到当前的房地产交易价格中。上海作为我国一线城市，社会经济发展水平较高，对周边区域存在“虹吸效应”，在城市发展过程中，该市的房地产市场参与者并不仅局限于“本地买家”，在没有采取限购政策之前，全国投资者通过公司投资、私人投资等多种方式参与到该市的房地产市场中。整体上，该市的房地产市场预期是正向的，因此实际情况中的市场预期波动较小，从一定程度解释了市场预期波动对房价波动影响不显著的原因。

列（2）结果表明滞后一期的政策不确定性将会对房价形成显著负面影响，L.EPU系数为-0.673，且通过了1%的显著性水平检验；同时，在政策不确定性的影响作用下，市场参与者的预期对房地产价格的影响也存在正向影响，但是相较列（1）结果，影响程度显著减少。该结果表明在外部政策不确定性增加的情况下，房地产市场参与者基于理性预期，交易行为将会更为谨慎，加之房产属于固定资产，存在占用资金多、处置交易时间长等特征，由于市场参与者的风险偏好降低，在供给一定的条件下，需求曲线左移，导致房价下降。受到政策不确定性的影响，市场参与者的预期将会受到政策“干扰”，房产投资行为将会追求更高回报收益率以抵消政策不确定性的存在，从而削弱预期对房价的正向影响。即政策环境变化较大将会对房价波动形成负面影响，结合图1、图3结果，在政策环境变化加剧的情形下，房价的波动性变化并不显著，前两次政策不确定增加是由于国际金融环境的恶化，在此情况下，房地产作为固定资产，具有避险特征，加之国内金融政策的宽松化，抑制了房价波动；2015年8月这一时间点存在上海市金融竞争力增强的利好信息，进一步促进了房价的上涨，但是在房产调控政策作用下，房价波动也减少。

列（3）结果表明同时考虑到预期、政策不确定性及城市社会经济环境的影响时，前两者对房地产价格的影响作用进一步减小，说明了房价变化是由市场参与者预期、外部政策稳定性与经济社会情况共同决定的。在控制变量中，房地产市场存量面积对房价的变化影响存在显著正向影响，但未通过显著性水平检验。该结果表明房地产市场存量情况对房价的变化存在正向影响，但是由于本文是从2008年开始的房地产市场数据，该阶段是从增量住房转为当下的“存量住房”时代，因此，房产存量对房价的变化未通过显著性检验。对此可以理解为，随着房地产市场进入“存量时代”，新开工建设面积减少，土地供应总量减少，且商品住宅供应比例也降低，造成了新房房源供应量的减少，大部分市场交易行为将在二手房市场中进行，该市场的开放性、竞争性程度高于新房市场，因此政府应当谨防“存量时代”背景下的房价波动。在城镇人口数量方面，回归系数为-0.00604，且通过了1%的显著性水平检验，表明城市人口数量的变动将会对房价波动存在显著抑制作用。对此可以理解为，一个城市的人口数量增加，其中部分人口将会存在购买需求，进而对房价形成支撑力量；另一部分人口的租赁需求，也将会促进该城市的房屋租赁市场的发展，增加房地产投资收益。在利率方面，回归系数为0.0748，且通过了10%的显著性水平检验，结果表明利率水平的波动对房价波动存在显著促进作用。利率水平是货币政策对房价影响的重要传导因素，利率水平的变化将会影响市场资金使用成本、市场预期，不确定性的增加将会促进房价波动。

表5 实证结果

（五）预期、政策不确定性对房价的冲击

进一步地，本文利用VAR模型模拟政策不确定性、预期对房价波动的冲击，结果如图4、图5所示。图4表明，政策不确定性的增加将会减小房价波动，并且在第1期达到最大值，后期冲击性逐渐收敛。该结果表明我国在面对金融危机全面爆发的环境下，通过财政政策与金融政策的合理调控，在开放性经济环境下有效“阻隔”了国际金融环境对上海市房地产价格的影响，发挥了“防火墙”作用。图5表明，市场预期对房价波动存在正向影响，且在第2期达到最大值，随后回落，且冲击性逐渐收敛。该结果表明市场预期对房价波动存在促进作用，且后期存在逐渐收敛。2016年8月,随着土地市场的火爆和楼市谣言的传播，市场出现过热态势。2上海统计局,2016年本市房地产市场综述[EB/OL], http://www.stats-sh.gov.cn/html/fxbg/201702/293289. html, 2017-02-04.究其原因，当月房产中介编造了“9月信贷收紧”的虚假政策，在网络公众号的推波助澜下，该虚假信息扩散，造成了房地产市场的非理性预期“升温”。政府管理部门通过寻找谣言源头，规范中介经纪行为，加码调控政策，预期逐渐趋于平稳，成交量有所回落。该现象也从侧面印证了房地产市场舆论预期对房价波动存在正向影响，体现了当下我国房地产市场预期管理的重要性。

图4 政策不确定性对房价波动的冲击

图5 预期对房价波动的冲击

（六）平稳性检验

如果模型存在不稳定的情况，某些结果将是无效的，因此本文将利用AR根检验对VAR模型进行稳定性检验。结果如图6所示，上述VAR模型中所有根模的倒数小于1，都落在单位圆内，表明上述结果是稳定的，脉冲响应结果是可信的。

图6 VAR系统稳定性的判别图

五、结论与政策含义

本文利用一阶差分回归模型，采用2006-2018年上海市房地产市场月度数据，对市场预期、政策不确定性与房价波动的影响进行研究，结果发现：基于理性预期理论，市场预期对房地产价格存在正向影响；随着政策不确定性的增加，市场参与者风险偏好降低，将会抑制房价，结合我国政策不确定性较高的时间段分析，研究在国际金融危机背景下，我国采取的财政政策与货币政策有效平抑了外部金融风险对我国城市的房价波动。进一步地，本文利用VAR模型，对市场预期、政策不确定性均会对房价产生外部冲击，其中市场预期对房价冲击存在非线性收敛。

前期，房地产市场调控政策大多只是针对由传统经济因素决定的有效消费或者合理投资部分进行调节，对行为因素的调节收效甚微，在信息不对称的舆情起到了推波助澜的作用。在上述背景下，市场预期对政策变化反应敏感，一方面造成了调控政策收效甚微，另一方面“谣言”也对市场参与者的预期干扰较大。因此，应当保持房地产市场调控政策的连续性，建立定期信息披露机制，引导市场预期，对负面舆情进行及时管理，避免房地产市场大起大落。

上海市房地产市场是全国房地产市场的“风向标”，提高调控科学性，保持调控连续性对全国房地产市场健康平稳发展具有重要意义。随着“因城施策，分类指导”的提出，上海市应当结合实际市情、民情，制定具有上海特色的房地产政策，提高政府调控科学性，加强房地产市场预警预测能力。在解决市民基本居住问题方面，上海市应当构建多层次的住房供给体系，加快发展住房租赁市场；在提高市民居住质量方面，通过完善各居住区域的配套生活商业设施，缓解中心城区压力，优化完善居住空间。在“防风险、保安全”的背景下，上海市应当重视房地产市场调控与财政平衡的关系，提高政府调控政策的科学性，加强市场沟通，理顺地方经济发展与房地产市场的关系。