限購政策的空間溢出與土地資源配置效率

文/陳釗 申洋

（作者單位系復旦大學中國社會主義市場經濟研究中心；摘自《經濟研究》2021年第6期）

引言

2010年4月17日，國務院出臺了《關于堅決遏制部分城市房價過快上漲的通知》（俗稱“新國十條”），在此之后，直接針對住房需求側的限購政策便在北京、上海等城市陸續推出。限購政策對于房價的抑制作用被大多數的后續研究所證實。但是，至今為止仍未有研究告訴我們限購對房地產市場投機或泡沫產生了怎樣的影響，而這一點對于決策部門更好地響應國家領導人關于房地產市場的政策關切尤為重要。2016年中央工作會議提出：“要堅持‘房子是用來住的，不是用來炒的’定位，綜合運用金融、土地、財稅、投資、立法等手段，加快研究建立符合國情、適應市場規律的基礎性制度和長效機制，既抑制房地產泡沫，又防止出現大起大落?！绷暯娇倳浺蚕群笤谥醒胴斀涱I導小組第十四次會議、2020年中央經濟工作會議上強調“抑制房地產泡沫”“要堅持房子是用來住的，不是用來炒的定位”。顯然，決策層意在防止住房市場過度的投機行為。高房價并不必然意味著住房投機，但住房市場泡沫卻一定是炒房的結果。更為重要的是，與自住需求所不同，炒房行為并不天然地受地域限制。因此一個隨之而來的潛在問題是，伴隨限購政策在大城市的相繼出臺，炒房行為或市場泡沫會不會向那些未被限購的其他城市轉移呢？這對未來房地產市場的風險又意味著什么？

本文試圖對上述問題提供實證解答。首先基于一個簡單的理論模型說明如何衡量住房市場泡沫程度。其基本思想如下：住房價格受到基于居住需求的供求關系以及基于投機需求的市場泡沫這兩方面因素共同影響，但住房的租金水平卻只受居住需求影響，與住房市場泡沫無關，因為炒房者必先買房而非租房。這就是說，住房價格與租金的背離程度，就可以用來反映住房市場的泡沫水平。然后，進一步說明房價與租金背離程度的變化在城市間的差異可以由基本面因素的變化在城市間的差異，以及泡沫因素的變化在城市間的差異構成。以此為理論依據，本文就能構造出一個借助房價租金比考察限購政策是否影響城市住房市場泡沫程度變化的實證模型。

以北京為例，在限購政策推出之后，未被限購的城市中規模較大的城市相對于規模較小的城市會出現較為明顯的住房市場泡沫程度的增加。平行趨勢檢驗的結果表明在北京實施限購前，上述城市組別之間的泡沫水平并不存在顯著差異。之后，本文還利用上海等城市的限購政策做了類似的檢驗，發現結論依然成立。由于限購政策實施的先后往往與城市規模相關，上述發現就意味著，住房市場的泡沫會隨著限購的推開而逐漸向規模較小的城市轉移。一個隨之而來的擔憂是，住房市場的土地出讓會不會也因此向中小城市傾斜呢？這將導致住房市場的土地出讓與中國城市化進程中人口集聚向大都市圈集中的趨勢出現背離，意味著住房供給與需求在空間上出現資源的錯配。為回答這一問題，本文進一步利用土地交易數據考察了限購政策出臺之后，限購城市相比于非限購城市在住房市場的土地出讓上出現怎樣的變化。結果發現，限購政策導致限購城市住宅用地的交易額、交易面積及單價都出現明顯的下降。也就是說，限購政策出臺之后，住宅用地的出讓更多地向非限購城市集中。然而，我們卻沒有發現限購政策使工業、商業用地以及就業產生明顯的變化。這進一步提示我們，非限購城市住房市場的活躍缺乏經濟基礎的支撐，很可能會加劇土地資源的空間錯配。

本文的創新主要體現在以下三個方面：

首先，本文側重于從空間溢出的角度評估限購政策的影響，特別強調限購政策可能導致住房市場泡沫向非限購城市的轉移?，F有研究主要關注限購政策對本地房地產市場的影響，但考慮到住房市場的炒作很可能跨區域進行，本文這樣的分析視角能夠對現有研究形成較好的補充。在并不否認限購政策有效控制了本地房價的同時，本文的研究提醒政策制訂者也要警惕限購政策助長了住房市場泡沫在非限購城市的形成。由于非限購城市往往是缺乏人口流入和經濟潛力的中小城市，這就可能導致泡沫的形成在未來產生較大的房地產市場風險。本文的研究結果表明，全面評估限購這樣的僅在部分地區實施的政策需要慎重考慮政策帶來的空間溢出效應。

其次，本文首次從土地資源空間配置的角度揭示了限購政策可能造成的效率損失。已有對限購政策影響的研究主要聚焦于住房市場。與上述研究不同，本文通過關注不同地區住宅用地成交量在政策前后的變化，將限購政策的研究拓展到土地資源的空間配置，通過將本文的這一發現與中國城市化進程中人口集聚的空間特征進行比較，我們就能夠進一步引申出限購政策對土地資源空間配置效率的含義。此外，本文圍繞始于2010年的住房限購這項較為外生的政策沖擊，指出了該政策會通過住房市場需求的空間溢出效應從而影響土地資源的空間配置效率。

最后，本文的工作也推進了對中國住房市場泡沫的研究?，F有對中國住房市場泡沫的度量主要沿用兩種不同的方法。第一是用房價收入比，但這個指標更多反映的是居民對房價的承受能力，并非對市場泡沫的衡量。第二則是從住房的買賣與出租市場均衡的理論框架出發，利用均衡租售比與實際租售比的差異來衡量泡沫程度，這就需要度量均衡的租售比水平，涉及利率、折舊、預期房價增長率等因素?，F有的做法是用數據代入來直接估計均衡的租售比，包括用國家層面的指標估計城市的租售比，僅在一個城市內部用歷史的租金增長率估計均衡租金，用城市的房價增長率代替預期增長率并進行跨城市的比較。與上述做法不同，本文利用限購政策這一外生沖擊考察城市住房價格與租金背離程度的變化，這相當于是用固定效應以及一系列的控制變量取代了對泡沫指標的估計，一定程度上繞開了不可觀察因素的測度困難，通過對比泡沫水平在城市間的相對大小及其變化為限購對住房市場泡沫的影響提供了直接的經驗證據。

政策背景

近二十年以來中國住房市場房價的快速上漲已經成為有目共睹的現象。雖然房價在金融危機期間有所下滑，但隨后又在2009—2010年間出現了將近20%的大幅度上漲。國務院于2010年4月17日出臺了《關于堅決遏制部分城市房價過快上漲的通知》（新國十條）。此次限購標志著房地產市場調控開始大范圍地落實到城市層面。具體而言，北京市于4月30日發布了限購令細則（京十二條）。之后，上海、廣州、深圳、杭州等11個城市也于2010年10月宣布實施限購。2011年1月，隨著國務院“新國八條”的頒布，又有34個城市在2011年底之前宣布加入限購的行列。加上此前限購的12個城市，共計46個城市在2010—2011年間實施了限購政策。從上述的政策背景可以看到，此輪限購凸顯了兩個特點：首先，參與限購的均為規模較大的城市；其次，規模越大的城市越早實施限購。本文將實證檢驗，隨著限購政策的推行，住房市場的泡沫是否會逐漸向規模更小的非限購城市轉移。由于這些中小城市往往缺乏經濟成長潛力特別是人口流入的支撐，這很可能會導致中國房地產市場更大的潛在風險。

理論、實證策略及數據

住房市場的泡沫完全由投機行為而非自住需求所導致。投機的收益來自炒房者出售所持房產的增值部分，因此炒房者必須購買住房而非僅僅租住房屋。也就是說，在住房的出租市場上，承租人只會根據住房的居住功能來支付租金，這其中沒有任何泡沫的成分。但購房市場上，自住需求與投機需求兩者都會影響房價的高低。所以，本文可以用不同城市房價與租金的比較來衡量泡沫的相對程度。

上述原理可以無套利模型來表示。假設城市i的代表性房東擁有一套不用于自住的房產，在第t期他有兩個選擇：出售房產并將收入存到銀行獲得利息，或者將房子出租以收取租金。房東選擇出售房產的收益為：P+Pr。其中，P是 i 城市的住宅在t期的售價，r是全國統一的到t+1期的銀行利率。另一方面，如果房東選擇出租房屋，則收益為：R+P(1+g)，他將獲得房租收入（R）以及可能發生價格變化的原房產，這里的 g是城市 i 的房價到 t+1期時的預期增長率。房價的預期增長率 g由t+1期的城市自住性供求因素與泡沫因素共同決定。前者僅受城市的人口規模、收入水平、住房供給等基本面（f）影響，后者則受投機因素（b）影響，即 g=f+b。理性的房東總是按照出售或出租的收益大小選擇售或租，收益較大的一方又會由于供給的增加而導致房價或租金的回落，最終當售房市場和租房市場達到均衡時，便可得到市場的均衡租售比為：

由于不同城市居民所面臨的利率水平幾乎相同，上式意味著預期房價增長率決定了城市住房市場的租售比。相應地，城市住房市場租售比的變化可以由預期房價增長率的變化來決定，而這又可以進一步被拆分成基本面因素的變化以及泡沫或投機程度的變化。將兩個城市從t-1期到t期的租售比變化進行差分便會得到：

其中△f-△f是經濟基本面因素的變化在城市間的差異，△b-△b則反映泡沫程度的變化在城市間的差異。因此，只要通過控制城市特征來剝離基本面因素的影響，就能夠借助城市—時間維度的租售比變化來衡量城市間住房市場泡沫程度的相對變化。這正是本文利用雙重差分的方法來估計限購政策對城市層面泡沫水平影響的理論依據。

為了構建城市—月度層面的房價租金比，本文搜集了2008—2011年間25個城市的二手房房價和租金的月度數據。房價和租金數據均來自萬得（Wind）數據庫。實施限購的日期來源于各地方政府公布的文件。我們依照城市規模對處理組和控制組進行了區分。城市規模的數據來自2008年《中國城市統計年鑒》中的市轄區年末總人口?；貧w所用的控制變量包括從《中國城市統計年鑒》中選取和計算了建成區面積、人均GDP、高中以上學歷占比和住宅投資占GDP比例等指標。國有建設用地出讓面積的數據來自2008年的《中國國土資源統計年鑒》。最后，從天氣后報網和《中國城市統計年鑒》搜集并整理了有關舒適度的指標。本文還從中國土地市場網搜集和整理了土地市場的交易數據?？紤]到招拍掛流程需要一定的時長，我們將數據加總到了城市—季度層面。

實證結果

實證結果表明在北京限購后，非限購城市的城市規模每提高1%，泡沫水平平均上漲0.252%。為了說明上述發現并非北京限購政策的偶然結果，我們進一步檢驗了2010年10月上海、廣州等9個城市實施限購的影響。結果發現在上海等城市實施限購后，非限購城市的人口規模每提高1%，泡沫水平平均上升0.268%。平行趨勢結果表明不同規模城市的泡沫水平僅在限購發生后才出現了顯著的差異。因而，我們有理由相信限購政策引起了規模較大的非限購城市泡沫水平的顯著增加。

一個相關且重要的問題便是這些城市的泡沫是如何形成的。本文認為可能的一個機制是原本投向北京房地產市場的資金因限購轉而投向了非限購城市，從而導致非限購城市的泡沫上漲。當然，我們也必須承認上述的理論分析還缺乏相關的數據支撐，這是因為很難在微觀數據中區分自住和投機的需求。一個相關的證據是考慮房產交易是本地還是異地購房：因為相較于本地購房，異地購房更可能是投機而非自住需求導致的。我們通過查找相關數據發現在本文涉及的樣本期內，無錫市公布了本地和外地購房者比例的數據。在前兩輪限購開始后，無錫市外地購房者占比均出現了較為明顯的上漲。而當無錫市開始限購后，外地購房者占比則開始下降。這說明始于大城市的限購政策確實引起了購房的投機資金向非限購中小城市的轉移，并導致非限購城市泡沫水平的提高。

在土地市場交易方面，我們發現限購城市在推行限購政策后，住宅用地的交易額、交易面積和單價相較于非限購城市平均下降72.8%、48.3%和24.5%，這說明限購政策對住房市場的影響也波及土地交易市場。進一步分析，如果大城市的限購并沒有同時帶來中小城市經濟活躍程度的提高，那么我們更有理由認為住房市場泡沫與土地出讓向中小城市的轉移會造成資源的空間錯配。我們發現在限購政策實施前后，限購城市的工業和商業用地的成交額、成交面積和成交價格相較非限購城市都沒有發生顯著變化。此外，限購政策出臺之后非限購城市的就業人數相較于限購城市并沒有顯著增加，反而是限購城市金融業的就業人數在政策后相較于非限購城市有所增加。以上回歸結果向我們傳達了一致的信息：限購政策僅僅提高了非限購城市住宅用地的交易量，卻沒有使經濟活動向非限購城市轉移。

結論

本文考察了始于大城市的住房限購政策對于住房市場泡沫的空間轉移以及住宅用地出讓空間布局的影響。利用住房—租房市場的均衡條件和限購政策的準自然實驗，我們構造了雙重差分的實證模型，發現限購政策導致房地產市場泡沫逐漸向非限購城市轉移。另一方面，限購政策還加劇了土地市場的空間錯配，具體表現為商業住宅用地出讓在政策實施后向非限購城市傾斜，但是工業、商業用地，以及就業所體現的經濟活動的空間布局卻沒有發生顯著變化。由于非限購城市往往不是城市化過程中人口流入的主要目的地，這就意味著限購政策的空間溢出不僅放大了泡沫轉移可能造成的房地產市場風險，也加劇了土地資源的空間錯配。

雖然現有文獻大多驗證了限購政策對于所在城市房價的抑制作用，但本文的結論卻促使政策制訂者更為全面地審視限購政策的可能影響，尤其是對非限購城市的影響，這樣才能更好地在政策執行中響應總書記提出的“抑制房地產泡沫”“要堅持房子是用來住的，不是用來炒的定位”這些重要的政策關切。本文的發現也提醒政策制訂者，限購政策所造成的影響很可能與近年來國家對房地產市場調控的精神有所偏離。例如，2016年中央經濟工作會議和2018年由住房城鄉建設部發布的《關于進一步做好房地產市場調控工作有關問題的通知》均明確了住房和用地供應要遵循和落實“人地掛鉤”的原則。而本文研究卻發現由大城市率先推行的限購政策正在將住宅用地的出讓向未被限購的中小城市傾斜。這一發現暗含著決策者應當從全局的角度重新評價限購政策、優化住房市場調控方案，可能的政策調整包括：（1）將房價租金比也納入政策監控范圍，而不是僅僅關注房價絕對水平的高低，對房價租金比過高或上升過快的城市進行重點關注與風險預警；（2）要求房價租金比過高或上升過快的城市必須加大新建住房供應，將限購政策中地方政府增加土地供應這項要求真正落實到位；（3）允許房價租金比相對較低的城市可以逐漸放寬限購政策的約束，并以此作為政策試點為今后限購政策的進一步優化調整甚至退出提供更多的經驗觀察與政策探索，進一步朝著中央經濟工作會議所提出的“建立符合國情、適合市場規律的基礎性制度和長效機制”這一政策目標邁進。