郑世刚 严培胜

摘要：本文基于中央政府和地方政府的委托代理关系，在Holmstrom和Milgrom模型与Aghion和Stein模型的基础上，构建了委托代理静态模型与引入预期的动态模型，探讨了双重任务下地方政府的资源配置选择和中央政府的房价调控策略，从而解释了繁荣阶段中央政府房价调控失效的原因。分析结果表明，在房地产市场繁荣阶段，我国房地产业对经济增长的影响高于其他产业，中央政府偏向经济增长的考核导致地方政府在房地产部门配置了过多的资源，从而造成房价过快上涨，并使房价调控失效。要实现房地产市场的健康稳定发展，在房地产业对经济增长的影响高于其他产业的情况下，中央政府应考核房价稳定，并且考核强度应高于房地产业的经济增长效应引起的房价上涨水平。引入预期机制的动态模型表明，最大化条件显示中央政府赋予房价稳定绩效差异的权重更大，从而地方政府迎合中央政府的预期，将更多的资源配置于宏观经济部门;并且当房地产业对经济增长的影响较大时，预期机制将放大中央政府考核房价的效果。因此中央政府应在房价调控中引入预期机制，并强化其稳定性和持续性。

关键词：资源配置;房价调控;中央政府;地方政府;委托代理关系;双重任务

中图分类号：F293.3

一、引言与文献综述

2003年以来，中央政府对房地产市场进行了频繁的政策干预，但调控收效甚微[1～2]，房地产市场持续失衡的同时，房价也陷入了“越调越涨”的窘境。探究中央政府调控失效的深层原因以及房地产市场稳定发展的保障机制，成为学术界面临的重要课题。已有研究大都着眼于调控政策本身，认为2015年之前中央政府的房价调控重短期、轻长期，调控政策缺乏动态一致性，表现为政策制定的相机抉择性和调控的摇摆性[3～4][1]，缺乏前瞻性，难以形成稳定预期[5]。除此之外，许多学者认为房价调控重需求侧、轻供给侧，抑制需求的做法只能在短期内起作用，并不能从根本上解决供需失衡问题[6～7]。就具体政策而言，以中央政府主要使用的短期调控工具——货币政策为例，大量研究认为应将房价纳入货币政策反应规则并对其做出反应[8～10]，但李强（2009）[11]和况伟大（2010）[12]的研究显示中国没有将房价纳入货币政策操作实践的直接证据。部分学者进一步提出，房价调控的非独立性是政策失效的重要原因之一，由于从属于宏观调控，房地产通常被视为宏观调控的工具加以利用[13～14]，房价调控在“经济增长”和“房价稳定”之间频繁交替，在实现经济增长的同时，不得不承受由此可能产生的资产泡沫风险。同时，中央政府对房价的调控大都为突发实施，以短期见效快的经济和行政手段为主，根据陈小亮（2018a）[14]的统计，2016年之前，中央政府出台的规范性文件中，政策文本的比例高达99.99%。在这一调控模式下，一方面受制于中央与地方的从属关系，在中央政府的“指挥棒”下，地方政府的调控表现出明显的摇摆性特征;另一方面由于政策文本并不具有较强的法律效力，很难强制执行，在“逐利”动机驱动下，地方政府、房地产开发企业以及居民等主体的行为必然产生扭曲。

从实践观察，上述观点并不足以解释房价调控失效问题，正如陈小亮（2018b）[15]所言，即使克服了上述缺陷，但如果地方政府不执行中央政府的房价政策，最终这些政策也难以落到实处。调控历程中地方政府的一系列做法也证实了这一看法，例如，许多地方政府保障房供地计划的执行程度达不到中央政府要求，地方政府会根据房价情况增加或削减供地计划，地方主管部门由于不响应中央政府的“限价令”而被约谈，等等。显然，中央政府的房价调控绩效受到地方政府行为模式的影响，在政治集权和经济分权[16]的“中国式分权”体制下，中央政府将部分财政资源和经济自主权下放于地方政府，同时将经济、社会和政治等多方面的任务下达给地方政府，并建立以经济增长绩效为核心指标的政绩考核体系。但从1994年分税制改革以来，地方政府的部分财权被收归中央，事权反而有所加重，尤其是新常态至今，地方政府的事权和财权极不匹配[14]，在财政缺口压力下，土地财政成为地方政府可以仰赖的“第二财政”。在中央政府的考核体系约束下，地方政府存在过度追求短期经济增长的倾向，根据陈小亮（2018b）[15]的研究，这将导致地方政府将更多的资源用于发展房地产，从而使中央政府的房价调控落空，由此陈彦斌（2017）[17]和陈小亮（2018b）[15]将房价调控失效的根本原因归结为地方政府缺乏执行中央政府房价政策的激励。

可以看出，许多文献将研究视角转向中央与地方政府的委托代理机制，包括陈彦斌（2017）[17]和陈小亮（2018b）[15]等，他们采用Holmstrom和Milgrom（1991）[18]的多任务委托代理模型，剖析地方政府激励机制缺失对房价调控绩效的影响。但Holmstrom和Milgrom（1991）[18]的模型是一种静态模型，假设代理人将不同行动一次性配置到不同任务上，并未考虑动态因素和预期机制，而Aghion和Stein（2008）[19]构建的多任务、两期委托代理模型为动态分析委托代理关系提供了很好的框架。本文在Aghion和Stein（2008）[19]的基础上，引入预期机制，建立中央政府和地方政府的双重任务动态委托代理模型，并在陈彦斌（2017）[17]和陈小亮（2018b）[15]等的基础上，试图回答以下两个问题：一是地方政府的资源配置如何影响中央政府的房价调控绩效;二是如何优化地方政府的资源配置选择，从而实现房价调控任务。通过上述问题的分析，探讨中国房价调控失效的原因，并提出中央政府房价调控的政策建议。

二、房价调控为何失效？——基于委托代理模型的解释

在“中国式分权”体制下，中央政府与地方政府存在着典型的委托代理关系[20]，地方政府作为代理人承担着中央政府下达的多维任务。Holmstrom和Milgrom（1991）[18]指出不同任务的绩效测度精确性存在差异，例如在经济增长和房价稳定双重任务约束下，地方政府可能会在经济增长上做出更多努力，而这一行动策略却不易被中央政府观测到，因此代理人将优先选择低效能方案。他们据此提出多任务委托代理模型，通过激励机制设计能够使代理人做出不同任务间最大化委托人效用的资源配置。本文首先利用Holmstrom和Milgrom（1991）[18]的委托代理模型刻畫地方政府与中央政府之间的关系，并对中央政府的房价调控为何失效进行解释。

（一）中央政府与地方政府的委托代理机制描述

假设委托人为中央政府，代理人为地方政府，为简化分析，只考虑两种任务：T_1，经济增长，表示为GDP增长率g;T_2，房价稳定，表示为房价变动率h。传统的委托代理模型考虑的通常是代理人的努力程度，但在不考虑时间的情况下，地方政府拥有的资源是有限的，假设代理人将所有资源投入到两种任务，在追求效用最大化的过程中，地方政府的资源配置方式比其努力程度更重要[15]。本文使用地方政府的资源配置进行分析，假设初始资源为常数a，分配给T_1的资源为a_1，分配给T_2的资源为a_2，两种任务是两种资源的函数，分别表示为g=g（a_1，a_2 ）+ε_g、h=h（a_1，a_2 ）+ε_h，其中ε_g～N（0，σ_1^2）、ε_h～N（0，σ_2^2）分别表示经济增长和房价增长中不受政府控制的随机因素。在静态模型中，分配到两种任务上的资源为此消彼长的关系，即a=a_1+a_2。

假设中央政府为风险中性偏好，偏好经济增长，厌恶房价上涨。在对地方政府进行考核时，假设中央政府对地方政府的激励契约为线性，表示为：ω=ω_0+β_1 g（a_1，a_2 ）-β_2 h（a_1，a_2 ），β_i>0，表示中央政府对两种任务的激励强度。因此，中央政府的效用函数可以表示为：

U_c=α_1 g（a_1，a_2 ）-α_2 ?（h（a_1，a_2 ） ）-ω-φ （1）

其中，α_1>0、α_2>0，分别表示中央政府对经济增长和房价上涨的偏好，?（h（a_1，a_2 ） ）为房价上涨带来的社会成本，φ为中央政府考核T_2的成本。

将激励函数代入式（1）中，得到中央政府的期望收益：

U_c=（α_1-β_1 ）g（a_1，a_2 ）-（α_2-β_2 ）?（h（a_1，a_2 ） ）-ω_0-φ （2）

假设地方政府具有不变的绝对风险规避偏好，其效用函数表示为：U_l=-exp?（-η（ω-a_1-a_2 ） ）， η为绝对风险规避系数。在激励机制约束下，地方政府的确定性等价补偿表示为式（3）：

CE_l=ω_0+β_1 g（a_1，a_2 ）-β_2 h（a_1，a_2 ）-η/2 β_1^2 σ_1^2-η/2 β_2^2 σ_2^2-a_1-a_2 （3）

（二）中央政府对地方政府的考核选择

1998年住房制度改革，尤其是2003年成为国民经济支柱产业以来，我国房地产业经历了持续的高速增长。房地产业在显著推动国民经济增长的同时，房价大幅上涨，以1998年为基数，20年间全国商品房平均价格累计上涨了195%①，不仅造成了显著的资产泡沫，而且导致房地产市场持续失衡。虽然2003年以来中央政府对房地产市场进行了频繁的宏观调控，但在经济增长和房价稳定双重任务的选择中，经济增长是中央政府对地方政府考核中最重视的指标[21～22]。2011年之前，中央政府连续提出“保八”的经济增长目标，即使2008年“次贷危机”之后，这一目标也没有改变，直到2012年首次放弃“保八”，但中央政府并没有减弱对地方政府经济增长的考核力度，而是调整为“保六”。与之相比，虽然近几年中央政府频繁提及房价稳定和房地产长效机制建设，但房价稳定并没有被纳入到地方政府的考核体系之中。

因此，可以认为一直以来，中央政府对地方政府的考核为单一经济增长或强经济增长、弱房价稳定。

（三）地方政府最优资源配置推导

1.双重任务考核与房价调控

在经济增长和房价稳定双重任务考核约束下，地方政府的最优决策为：如何配置（a_1，a_2 ），使确定性等价补偿最大化。将a=a_1+a_2代入式（3），求取一阶导数得到地方政府最优资源配置的条件为：

β_1  ?g/（?a_1 ）-β_2  ?h/（?a_1 ）=β_1  ?g/（?a_2 ）-β_2  ?h/（?a_2 ）=1 （4）

式（4）中，?g?（?a_1 ）、?g?（?a_2 ）分别表示地方政府投入到两种任务的经济增长效应，?h?（?a_1 ）、?h?（?a_2 ）分别表示地方政府投入到两种任务的房价上涨效应，假设皆大于等于0。理论上，不考虑其他条件的影响时，直接投入房地产部门引起的房价效应大于投入到宏观经济引起的房价效应，即?h?（?a_1 ）?g?（?a_2 ）。

设（μ=β_1）?β_2 ，表示中央政府对地方政府的考核中，经济增长对房价稳定的相对激励强度，地方政府的确定性等价表达式和均衡条件以及中央政府的考核选择决定了β_1>β_2，即μ>1。地方政府的资源配置选择取决于相对激励强度，即a_2=f（μ），a_1=a-f（μ）。按照一般经济理论，投入的资源增加，总产出也会增加，但边际产出递减，即?g?（?a_1 ）、?g?（?a_2 ）的边际增长是递减的。结合上文结论：?h?（?a_1 ）

（1）若?g?（?a_1 ）0），即配置到房地产部门的資源是中央政府相对考核强度μ的增函数;（?a_1）?（?μ<0），即配置到宏观经济部门的资源是中央政府相对考核强度μ的减函数。

（2）当?g?（?a_1 ）>?g?（?a_2 ）时。由最大化收益条件可以推知β_2<0，即考核房价稳定并不会增加中央政府的收益。结合上文的结论，不管中央政府是否考核房价稳定，都不会导致更多的资源配置到房地产部门，从而房价也不会出现过快上涨的情形。

推论3：考虑中央政府的收益最大化，当房地产部门对经济增长的影响高于宏观经济部门，则中央政府应当考核房价稳定，且考核的强度水平应高于由房地产部门资源配置带来的经济增长导致的房价上涨;如果情况相反，即中央政府是否考核房价都不会引起房价上涨，则考虑到考核成本，中央政府的最优选择为不考核。

（二）引入预期的中央政府与地方政府的委托代理机制

实际上，中央政府与地方政府的委托代理关系并不是一次性的，而是动态的，中央政府的调控目标和激励强度会随着时间推移而发生变化。地方政府当期的表现会影响到中央政府对其未来表现的预期，从而影响到中央政府的激励强度。本部分将在上文静态分析的基础上，使用Aghion和Stein（2008）[19]的多任务、两期模型，引入动态和预期机制，分析中央政府与地方政府的委托代理关系。

假设第1期开始时，地方政府在经济增长和房价稳定两种任务上的资源配置状态为（a_11，a_12 ），第1期结束时，两种任务实现的绩效分别为：g_1=g（a_11，a_12 ）+ε_g、h_1=h（a_11，a_12 ）+ε_h，ε_g、ε_h为随机外生冲击，分别服从（0，σ_g^2 ）、（0，σ_h^2 ）的正态分布。第2期结束时，两种任务的函数关系式分别为：g_2=g（a_21，a_22 ）+ε_g、h_2=h（a_21，a_22 ）+ε_h。

中央政府不能控制地方政府的实际资源配置，但在动态条件下，可以事先设定预期（a_"11" ^'，a_12^' ），在本期绩效实现后，通过比较本期实际绩效与预期绩效的差异，中央政府将更新对地方政府下一期资源配置的预期，同时更新相应的激励强度预期，分别以系数λ_g、λ_m表示这一差异对激励强度预期的影响，并假定在多期内不变。因此引入预期机制后，中央政府的激励机制表示为：

ω_t=ω_0+β_1 g_t+λ_g （g_（t-1）-g_（t-1）^' ）-β_2 h_t-λ_h （h_（t-1）-h_（t-1）^' ） （7）

其中t=1，2，g_t"-1" ^'、h_t"-1" ^'是（a_（t-1，1）^'，a_（t-1，2）^' ）的函数，分别表示第t-1期中央政府对地方政府的资源配置预期下的任务绩效。则地方政府多期的确定性等价总和为：

CE_ls=∑_（t=1）^n?（ω_0+β_1 g_t+λ_g （g_（t-1）-g_（t-1）^' ）-β_2 h_t-λ_h （h_（t-1）-h_（t-1）^' ）-η/2 β_1^2 σ_t1^2-η/2 β_2^2 σ_t2^2-a_t1-a_t2 ） （8）

在第1期，地方政府必须考虑本期资源配置选择对第2期激励的影响，因此，在中央政府有预期的激励机制下，地方政府需要选择使两阶段期望效用最大化的资源配置（a_11，a_12 ）。计算求得最大化条件为：

（β_1+λ_g ）  （?g_1）?（?a_11 ）-（β_2+λ_h ）  （?h_1）?（?a_11 ）=（β_1+λ_g ）  （?g_1）?（?a_12 ）-（β_2+λ_h ）  （?h_1）?（?a_12 ） （9）

λ_h?λ_g =（（（?g_1^'）?（?a_11^' ）））?（（（?h_1^'）?（?a_11^'）））=（（（?g_1^'）?（?a_12^'）））?（（（?h_1^'）?（?a_12^' ））） （10）

根据前文论述，配置于两种任务的资源的直接效应大于间接效应，从而可知，λ_h>λ_g。将式（10）代入式（9）中，经变换计算可得，（（（?h_1^'）?（?a_12^' ）））?（（（?h_1^'）?（?a_11^' ）） ）<（（（?h_1）?（?a_12 ）））?（（（?h_1）?（?a_11^' ）） ），根据资源配置边际效用递减假设，a_11^'

推论4：在引入预期机制的两阶段情形下，地方政府效用最大化时，中央政府赋予房价稳定的实际绩效与预期绩效差异的权重更大，从而地方政府将更多的资源配置于经济增长。这一推论的经济含义在于，长期中，为避免地方政府热衷于房地产业，中央政府应在激励机制设计中纳入预期机制，根据本期的绩效表现调整下一期的激励强度，地方政府在双重机制下，将迎合中央政府的预期，把更多的资源配置于经济增长。

在两期模型中，中央政府需要考虑在地方政府激勵相容约束和参与约束下，使两阶段收益最大化的激励选择，表示为式（11）、式（9）及式（12）：

（11）

s.t.（β_1+λ_g ）  （?g_1）?（?a_11 ）-（β_2+λ_h ）  （?h_1）?（?a_11 ）=（β_1+λ_g ）  （?g_1）?（?a_12 ）-（β_2+λ_h ）  （?h_1）?（?a_12 ） （9）

CE_ls=ω_0+β_1 g_t+λ_g （g_（t-1）-g_（t-1）^' ）-β_2 h_t-λ_h （h_（t-1）-h_（t-1）^' ）-η/2 β_1^2 σ_t1^2-η/2 β_2^2 σ_t2^2-a_t1-a_t2≥0 （12）

推导过程与静态条件下中央政府的激励机制相同，由最大化收益条件求得：

β_2=λ（（（β_1+λ_g ））?（（β_2+λ_h ） ））（（（?g_1）?（?a_"12"  ）-?g_1）?（?a_11 ））?η（σ_12^2+σ_22^2 ）

定义（（β_1+λ_g ））?（（β_2+λ_h ） ）为引入预期机制后的相对激励强度，β_2的大小取决于（（?g_1）?（?a_"12"  ）-?g_1）?（?a_"12"  ）的大小。

（1）当（（?g_1）?（?a_"12"  ）>?g_1）?（?a_"11"  ）时，β_2>0，由式（9）可知，（（β_1+λ_g ））?（（β_2+λ_h ） ）>（（（?h_1）?（?a_"12"  ）））?（（（?g_1）?（?a_"12"  ）） ），中央政府应考核房价稳定，引入预期的相对激励强度应大于第1期投入到房地产部门资源实现的经济增长所导致的房价上涨。并且与静态条件下的相对激励强度相比，由于λ_h>λ_g，引入预期后的中央政府实际相对激励强度变小，即房价稳定的激励强度变大。

（2）当（（?g_1）?（?a_"12"  ）

推论5：考虑两阶段的收益最大化，当房地产部门对经济增长的影響高于宏观经济部门，中央政府应考核房价稳定，并且引入预期机制后，对房价稳定的激励强度具有放大效应;当情况相反时，中央政府不应考核房价稳定。

将两期动态激励模型扩展至长期，当第n期时，中央政府与地方政府不需要考虑本期的资源配置预期对下一期的影响，因此与静态情形相同。实际上，与一般商业的委托代理行为不同，中央政府与地方政府的委托代理行为不存在最后一期，从而第n期的分析意义不大。长期中，中央政府和地方政府的第n-1期之前的时期，本质上等同于两期动态模型的第1期，因此，除第n期的其他时期，中央政府和地方政府的策略选择符合上述两期动态模型的结论。

四、房价调控失效的进一步解释及政策建议

（一）房价调控失效的进一步解释

基于本文构建的委托代理静态模型和引入预期的动态模型，能够推知地方政府的资源配置选择以及中央政府的房价调控策略，再结合中国房地产业发展历程，便能够进一步解释房地产市场繁荣阶段房价调控失效的原因。

1998年中国正式开启住房制度改革至今，20余年间，房地产业从复苏发展到繁荣，尤其是2003年被确定为国民经济支柱产业以来，对经济增长发挥了重要作用。这一过程中，中国房地产业对经济增长的影响由弱到强，成为各地经济增长的“关键产业”，但随着中国产业结构调整以及从高速度增长经济转向高质量发展经济，房地产业对经济增长的影响必然再次转弱，呈现出“倒U型”特征。按照推论3，中央政府在不同阶段的调控策略不同，在复苏阶段，房地产业对经济增长的影响较弱，中央政府可以不对房价进行考核和调控，但在繁荣阶段，房地产业的影响非常显著，中央政府必须考核房价。

但长期以来，中央政府对地方政府的主要考核在于经济增长，即使在繁荣阶段，房价稳定也很少直接进入地方政府的考核体系之中。按照推论1和2，当房地产业对经济增长的影响强于其他产业时，经济增长偏向型的考核体系，将导致资源集中于房地产业，推动房价上涨，并带来更高的社会成本。这一逻辑描述基本符合中国的实际情况，也是房地产业繁荣阶段房价调控失效的重要解释，即中央政府对房价稳定的考核缺失。可以预见，未来一段时期内，中国仍将处于产业结构转型期，地方政府对“土地财政”的依赖程度很难降低，房地产业仍将对经济增长保持显著影响。因此，对中央政府而言，考核房价稳定仍是最优选择，考核强度应大于房地产业的经济增长效应导致的房价上涨水平，并与房地产业对经济增长的影响成正比。随着房地产业的影响减弱，考核强度也应适度减弱，直至不再考核。

推论4和5表明，长期内，引入预期机制后，中央政府的激励机制和地方政府的策略选择基本上没有改变，但在具体构成上发生了变化。在双重机制作用下，地方政府有迎合中央政府预期的动机，并将更多的资源配置于经济增长。对中央政府而言，在预期机制中设置更大的房价稳定权重，对房价调控具有放大效应，从而有助于抑制房价上涨，实现房价稳定。但由于房价稳定考核缺失，中央政府对房价的调控具有短期性和摇摆性特征，在地方政府的考核体系中很难实现持续稳定的预期，因此在房价高涨阶段，中央政府的房价调控效果较差，甚至出现“越调越涨”的局面。

（二）政策建议

根据中央政府“房住不炒”的定位要求和“改革完善房地产调控机制”的政策目标，要实现长期内房地产市场的稳定健康发展，必须考虑房地产业发展状态和预期机制对地方政府资源配置和中央政府房价调控的影响，从而优化两者之间的委托代理关系。此外，中央政府必须强化预期机制的稳定性和持续性。

房价调控在中国已经持续了10多年，虽然近几年的调控达到了“最严”的程度，但始终未脱离宏观调控的框架体系。长期以来，宏观政策都以经济增长为主要目标，兼顾其他目标，但房价并没有被持续稳定地纳入政策中，当目标无法兼顾时，房价通常会被舍弃，从而造成了调控政策对房价立场的摇摆，当目标冲突时，调控政策甚至成为房价持续大幅上涨的重要原因[10][23]。当房地产业对经济增长具有显著影响时，货币政策忽视资产价格（包括房价），将导致更大损失[24]，大量政策模拟研究认为纳入房价的货币政策能够改善调控效果。但只要房价调控从属于宏观调控，就避免不了政策冲突时宏观政策对房价稳定的背离。因此，更有效的做法是将房价调控从宏观调控中独立出来，以房地产长效机制为指向，改革完善房价的长期调控政策体系。从本文推论来看，当房地产业的影响降低时，房价稳定退出考核也将更为便利。

中央政府房价调控政策缺乏可置信性的重要原因，在于这些政策大都为《通知》《意见》等文件形式，短期目的较强，约束力不够。从德、日、美等发达国家的房地产基础制度建设经验来看，立法是根本性途径，法律具有强制性、权威性和稳定性，长期内中央政府的经济、行政等调控手段最终都将通过法律手段得以保障。同时法律的稳定性能够提升房价调控的有效性和可置信性，在中央政府和地方政府之间形成稳定有效的预期，从而保证房地产市场的健康与稳定。从本文研究目的和结论来看，至少应包括以下几个方面的立法。一是中央政府与地方政府的角色定位和职责界定，尤其是政府主体的责任制度，包括中央与地方两级财税收入分配制度、地方政府财税制度等，从法律上明晰中央与地方的权责利。二是住房保障和住房租赁市场的相关法律，如《住房法》《住房租赁法》等。从发达国家来看，这部分法律是保障房地产市场稳定健康发展的重要基础，也是考核地方政府的直接依据，对中国两级政府完善预期机制具有重要推动作用。三是房地产税法，从房地产开发环节转向持有环节征税是破除地方政府“土地财政”的关键策略，但更为重要的是厘清房地产各环节的税费，解决重复征税、税费模糊、费大于税等制度问题，转变地方政府依赖开发环节税费收入的预期。四是土地供应模式的法律保障，城市土地供应存在显著的不平衡问题，即房价高、人口多的大城市，反而住宅用地供应不足，导致地价持续上涨;地方政府对土地供应的控制非常显著，在短期利益驱动下，土地供应具有明显的不确定性。因此必须以法律的形式强化市场机制在土地供应中的基础作用，构建土地供应与房价、人口之间的联动机制。

注释：

①由中国统计局数据计算得到。

②本部分中的数据来自于中国统计局官方数据或经计算得到。

参考文献：

[1] 徐春华.我国房地产调控的政策困境及其长效机制初探——基于动态一致性理论的检视与设想[J].兰州学刊，2012，（8）：127-131.

[2] 贾生华，李航.房地产调控政策真的有效吗？——调控政策对预期与房价关系的调节效应研究[J].华东经济管理，2013，（11）：82-87.

[3] 王来福.预期、不可置信的承诺与政策失效——来自房地产业的实证检验[J].财经问题研究，2008（9）：56-62.

[4] 韩蓓，蒋东生.房地产调控政策的有效性分析——基于动态一致性[J].经济与管理研究，2011，（4）：22-31.

[5] 刘祺阳，罗志刚.我国房地产政策的演变与调控绩效[J].江汉论坛，2014，（9）：64-68.

[6] 朱国钟，颜色.住房市场调控新政能够实现“居者有其屋”吗——一个动态一般均衡的理论分析[J].经济学（季刊），2013，（1）：103-125.

[7] 杨恒.我国房地产调控有效性分析[J].宏观经济研究，2014，（3）：64-72.

[8] Alchian A，Klein B. On A Correct Measure of Inflation[J]. Journal of Money， Credit and Banking，1973，5（1）：173-191.

[9] 赵进文，高辉.资产价格波动对中国货币政策的影响[J].中国社会科学，2009，（2）：98-114.

[10] 谭政勋，王聪.房价波动、货币政策立场识别及其反应研究[J].經济研究，2015，（1）：67-83.

[11] 李强.资产价格波动的政策涵义：经验检验与指数构建[J].世界经济，2009，（10）：25-33.

[12] 况伟大.利率对房价的影响[J].世界经济，2010，（4）：134-145.

[13] 徐忠.房价过快上涨的经济影响[J].中国金融，2017，（17）：49-51.

[14] 陈小亮.构建房地产长效机制的对策探析：基于“长效”的视角[J].人文杂志，2018，（8）：33-41.

[15] 陈小亮，李三希，陈彦斌.地方政府激励机制重构与房价调控长效机制建设[J].中国工业经济，2018，（11）：79-97.

[16] Blanchard O，Shleifer A. Federalism With and Without Political Centralization： China versus Russia[J]. Palgrave Macmillan Journals，2001，48（4）：171-179.

[17] 陈彦斌.房地产调控关键在于重构激励机制[J]. 财经，2017，（20）：108-109.

[18] Holmstrom B，Milgrom P. Multitask Principal – Agent Analyses： Incentive Contracts，Asset Ownership and Job Design[J]. The Journal of Law，Economics & Organization，1991，（7）：24-52.

[19] Aghion P，Stein J. Growth vs. Margins： Destabilizing Consequences of Giving the Stock Market What It Wants[J]. Journal of Finance，2008，63（3）：1025-1058.

[20] 皮建才，殷军，周愚.新形势下中国地方官员的治理效应研究[J].经济研究，2014，（10）：89-101.

[21] 周黎安.中国地方官员的晋升锦标赛模式研究[J].经济研究，2007，（7）：36-50.

[22] 蒋德全，姜国华，陈冬华.地方官员晋升与经济效率：基于政绩考核观和官员异质性视角的实证考察[J].中国工业经济，2015，（10）：21-36.

[23] 郑世刚，严良.房价波动、调控政策立场估计及其影响效应研究[J].财经研究，2016，（6）：98-109.

[24] 唐齐鸣，熊洁敏.中国资产价格与货币政策反应函数模拟[J].数量经济技术经济研究，2009，（11）：104-115.

Research on Local Government Resource Allocation and Central Government House Price Regulation under Dual-Tasking

Zheng Shi-gang1， Yan Pei-sheng2

（1.School of Economics and Trade， Hubei University of Economics， Wuhan， 43025， China;2. School of Information Management and Statistics， Hubei University of Economics， Wuhan， 43025， China）

Abstract： Due to the principal-agent relationship between the central and local governments， this paper constructs a static model of principal-agent and a dynamic model introducing expectations based on the Holmstrom and Milgrom model and the Aghion and Stein model， and explores the resource allocation choices of local governments and the central government's house price control strategy under dual-tasking， thus explaining the failure of regulation and control on house price during the boom phase. The results show that during the boom phase of the real estate market， due to the higher influence of China's real estate industry on economic growth than that of other industries， and the central governmentsbiased assessment of economic growth， too many resources were allocated in the real estate sector by local governments， which caused prices to rise too quickly and made the regulation of housing prices ineffective. In the phase that the real estate industry's influence on economic growth is higher than that of other industries， in order to achieve the healthy and stable development of the real estate market， the central government should assess house price stability， and the intensity of the assessment should be higher than the level of house price increase due totheeffect of the economic growthcaused by the resource investmentin real estate sector. The dynamic model with the expectation mechanism shows that the maximization condition indicates that the central government assigns greater weight to the difference in house price stability performance， so that local governments will cater to the central government's expectations and allocate more resources to the macroeconomic sector; and the expectation mechanism will amplify the effect of the central government's assessment of house prices when the real estate industry has a greater impact on economic growth. Therefore， the central government should incorporate the expectation mechanism in house price regulation and strengthen its stability and sustainability.

Keywords：Resource allocation; House price regulation; Principal-agentrelationship; Dual-tasking

JEL Classification： R32 R38 O49

来稿日期：2020-10-21

基金项目：国家社会科学基金面上项目（18BJY064）

作者简介：郑世刚（1978-），男，山东日照人，湖北经济学院经济与贸易学院副教授，经济学博士，研究方向为产业经济学、房地产经济学;严培胜（1975-），男，湖北鄂州人，湖北经济学院信息管理与统计学院副教授，工学博士，研究方向为拍卖理论、博弈论。