文/陈钊 申洋

（作者单位系复旦大学中国社会主义市场经济研究中心；摘自《经济研究》2021年第6期）

引言

2010年4月17日，国务院出台了《关于坚决遏制部分城市房价过快上涨的通知》（俗称“新国十条”），在此之后，直接针对住房需求侧的限购政策便在北京、上海等城市陆续推出。限购政策对于房价的抑制作用被大多数的后续研究所证实。但是，至今为止仍未有研究告诉我们限购对房地产市场投机或泡沫产生了怎样的影响，而这一点对于决策部门更好地响应国家领导人关于房地产市场的政策关切尤为重要。2016年中央工作会议提出：“要坚持‘房子是用来住的，不是用来炒的’定位，综合运用金融、土地、财税、投资、立法等手段，加快研究建立符合国情、适应市场规律的基础性制度和长效机制，既抑制房地产泡沫，又防止出现大起大落。”习近平总书记也先后在中央财经领导小组第十四次会议、2020年中央经济工作会议上强调“抑制房地产泡沫”“要坚持房子是用来住的，不是用来炒的定位”。显然，决策层意在防止住房市场过度的投机行为。高房价并不必然意味着住房投机，但住房市场泡沫却一定是炒房的结果。更为重要的是，与自住需求所不同，炒房行为并不天然地受地域限制。因此一个随之而来的潜在问题是，伴随限购政策在大城市的相继出台，炒房行为或市场泡沫会不会向那些未被限购的其他城市转移呢？这对未来房地产市场的风险又意味着什么？

本文试图对上述问题提供实证解答。首先基于一个简单的理论模型说明如何衡量住房市场泡沫程度。其基本思想如下：住房价格受到基于居住需求的供求关系以及基于投机需求的市场泡沫这两方面因素共同影响，但住房的租金水平却只受居住需求影响，与住房市场泡沫无关，因为炒房者必先买房而非租房。这就是说，住房价格与租金的背离程度，就可以用来反映住房市场的泡沫水平。然后，进一步说明房价与租金背离程度的变化在城市间的差异可以由基本面因素的变化在城市间的差异，以及泡沫因素的变化在城市间的差异构成。以此为理论依据，本文就能构造出一个借助房价租金比考察限购政策是否影响城市住房市场泡沫程度变化的实证模型。

以北京为例，在限购政策推出之后，未被限购的城市中规模较大的城市相对于规模较小的城市会出现较为明显的住房市场泡沫程度的增加。平行趋势检验的结果表明在北京实施限购前，上述城市组别之间的泡沫水平并不存在显著差异。之后，本文还利用上海等城市的限购政策做了类似的检验，发现结论依然成立。由于限购政策实施的先后往往与城市规模相关，上述发现就意味着，住房市场的泡沫会随着限购的推开而逐渐向规模较小的城市转移。一个随之而来的担忧是，住房市场的土地出让会不会也因此向中小城市倾斜呢？这将导致住房市场的土地出让与中国城市化进程中人口集聚向大都市圈集中的趋势出现背离，意味着住房供给与需求在空间上出现资源的错配。为回答这一问题，本文进一步利用土地交易数据考察了限购政策出台之后，限购城市相比于非限购城市在住房市场的土地出让上出现怎样的变化。结果发现，限购政策导致限购城市住宅用地的交易额、交易面积及单价都出现明显的下降。也就是说，限购政策出台之后，住宅用地的出让更多地向非限购城市集中。然而，我们却没有发现限购政策使工业、商业用地以及就业产生明显的变化。这进一步提示我们，非限购城市住房市场的活跃缺乏经济基础的支撑，很可能会加剧土地资源的空间错配。

本文的创新主要体现在以下三个方面：

首先，本文侧重于从空间溢出的角度评估限购政策的影响，特别强调限购政策可能导致住房市场泡沫向非限购城市的转移。现有研究主要关注限购政策对本地房地产市场的影响，但考虑到住房市场的炒作很可能跨区域进行，本文这样的分析视角能够对现有研究形成较好的补充。在并不否认限购政策有效控制了本地房价的同时，本文的研究提醒政策制订者也要警惕限购政策助长了住房市场泡沫在非限购城市的形成。由于非限购城市往往是缺乏人口流入和经济潜力的中小城市，这就可能导致泡沫的形成在未来产生较大的房地产市场风险。本文的研究结果表明，全面评估限购这样的仅在部分地区实施的政策需要慎重考虑政策带来的空间溢出效应。

其次，本文首次从土地资源空间配置的角度揭示了限购政策可能造成的效率损失。已有对限购政策影响的研究主要聚焦于住房市场。与上述研究不同，本文通过关注不同地区住宅用地成交量在政策前后的变化，将限购政策的研究拓展到土地资源的空间配置，通过将本文的这一发现与中国城市化进程中人口集聚的空间特征进行比较，我们就能够进一步引申出限购政策对土地资源空间配置效率的含义。此外，本文围绕始于2010年的住房限购这项较为外生的政策冲击，指出了该政策会通过住房市场需求的空间溢出效应从而影响土地资源的空间配置效率。

最后，本文的工作也推进了对中国住房市场泡沫的研究。现有对中国住房市场泡沫的度量主要沿用两种不同的方法。第一是用房价收入比，但这个指标更多反映的是居民对房价的承受能力，并非对市场泡沫的衡量。第二则是从住房的买卖与出租市场均衡的理论框架出发，利用均衡租售比与实际租售比的差异来衡量泡沫程度，这就需要度量均衡的租售比水平，涉及利率、折旧、预期房价增长率等因素。现有的做法是用数据代入来直接估计均衡的租售比，包括用国家层面的指标估计城市的租售比，仅在一个城市内部用历史的租金增长率估计均衡租金，用城市的房价增长率代替预期增长率并进行跨城市的比较。与上述做法不同，本文利用限购政策这一外生冲击考察城市住房价格与租金背离程度的变化，这相当于是用固定效应以及一系列的控制变量取代了对泡沫指标的估计，一定程度上绕开了不可观察因素的测度困难，通过对比泡沫水平在城市间的相对大小及其变化为限购对住房市场泡沫的影响提供了直接的经验证据。

政策背景

近二十年以来中国住房市场房价的快速上涨已经成为有目共睹的现象。虽然房价在金融危机期间有所下滑，但随后又在2009—2010年间出现了将近20%的大幅度上涨。国务院于2010年4月17日出台了《关于坚决遏制部分城市房价过快上涨的通知》（新国十条）。此次限购标志着房地产市场调控开始大范围地落实到城市层面。具体而言，北京市于4月30日发布了限购令细则（京十二条）。之后，上海、广州、深圳、杭州等11个城市也于2010年10月宣布实施限购。2011年1月，随着国务院“新国八条”的颁布，又有34个城市在2011年底之前宣布加入限购的行列。加上此前限购的12个城市，共计46个城市在2010—2011年间实施了限购政策。从上述的政策背景可以看到，此轮限购凸显了两个特点：首先，参与限购的均为规模较大的城市；其次，规模越大的城市越早实施限购。本文将实证检验，随着限购政策的推行，住房市场的泡沫是否会逐渐向规模更小的非限购城市转移。由于这些中小城市往往缺乏经济成长潜力特别是人口流入的支撑，这很可能会导致中国房地产市场更大的潜在风险。

理论、实证策略及数据

住房市场的泡沫完全由投机行为而非自住需求所导致。投机的收益来自炒房者出售所持房产的增值部分，因此炒房者必须购买住房而非仅仅租住房屋。也就是说，在住房的出租市场上，承租人只会根据住房的居住功能来支付租金，这其中没有任何泡沫的成分。但购房市场上，自住需求与投机需求两者都会影响房价的高低。所以，本文可以用不同城市房价与租金的比较来衡量泡沫的相对程度。

上述原理可以无套利模型来表示。假设城市i的代表性房东拥有一套不用于自住的房产，在第t期他有两个选择：出售房产并将收入存到银行获得利息，或者将房子出租以收取租金。房东选择出售房产的收益为：P+Pr。其中，P是 i 城市的住宅在t期的售价，r是全国统一的到t+1期的银行利率。另一方面，如果房东选择出租房屋，则收益为：R+P(1+g)，他将获得房租收入（R）以及可能发生价格变化的原房产，这里的 g是城市 i 的房价到 t+1期时的预期增长率。房价的预期增长率 g由t+1期的城市自住性供求因素与泡沫因素共同决定。前者仅受城市的人口规模、收入水平、住房供给等基本面（f）影响，后者则受投机因素（b）影响，即 g=f+b。理性的房东总是按照出售或出租的收益大小选择售或租，收益较大的一方又会由于供给的增加而导致房价或租金的回落，最终当售房市场和租房市场达到均衡时，便可得到市场的均衡租售比为：

由于不同城市居民所面临的利率水平几乎相同，上式意味着预期房价增长率决定了城市住房市场的租售比。相应地，城市住房市场租售比的变化可以由预期房价增长率的变化来决定，而这又可以进一步被拆分成基本面因素的变化以及泡沫或投机程度的变化。将两个城市从t-1期到t期的租售比变化进行差分便会得到：

其中△f-△f是经济基本面因素的变化在城市间的差异，△b-△b则反映泡沫程度的变化在城市间的差异。因此，只要通过控制城市特征来剥离基本面因素的影响，就能够借助城市—时间维度的租售比变化来衡量城市间住房市场泡沫程度的相对变化。这正是本文利用双重差分的方法来估计限购政策对城市层面泡沫水平影响的理论依据。

为了构建城市—月度层面的房价租金比，本文搜集了2008—2011年间25个城市的二手房房价和租金的月度数据。房价和租金数据均来自万得（Wind）数据库。实施限购的日期来源于各地方政府公布的文件。我们依照城市规模对处理组和控制组进行了区分。城市规模的数据来自2008年《中国城市统计年鉴》中的市辖区年末总人口。回归所用的控制变量包括从《中国城市统计年鉴》中选取和计算了建成区面积、人均GDP、高中以上学历占比和住宅投资占GDP比例等指标。国有建设用地出让面积的数据来自2008年的《中国国土资源统计年鉴》。最后，从天气后报网和《中国城市统计年鉴》搜集并整理了有关舒适度的指标。本文还从中国土地市场网搜集和整理了土地市场的交易数据。考虑到招拍挂流程需要一定的时长，我们将数据加总到了城市—季度层面。

实证结果

实证结果表明在北京限购后，非限购城市的城市规模每提高1%，泡沫水平平均上涨0.252%。为了说明上述发现并非北京限购政策的偶然结果，我们进一步检验了2010年10月上海、广州等9个城市实施限购的影响。结果发现在上海等城市实施限购后，非限购城市的人口规模每提高1%，泡沫水平平均上升0.268%。平行趋势结果表明不同规模城市的泡沫水平仅在限购发生后才出现了显著的差异。因而，我们有理由相信限购政策引起了规模较大的非限购城市泡沫水平的显著增加。

一个相关且重要的问题便是这些城市的泡沫是如何形成的。本文认为可能的一个机制是原本投向北京房地产市场的资金因限购转而投向了非限购城市，从而导致非限购城市的泡沫上涨。当然，我们也必须承认上述的理论分析还缺乏相关的数据支撑，这是因为很难在微观数据中区分自住和投机的需求。一个相关的证据是考虑房产交易是本地还是异地购房：因为相较于本地购房，异地购房更可能是投机而非自住需求导致的。我们通过查找相关数据发现在本文涉及的样本期内，无锡市公布了本地和外地购房者比例的数据。在前两轮限购开始后，无锡市外地购房者占比均出现了较为明显的上涨。而当无锡市开始限购后，外地购房者占比则开始下降。这说明始于大城市的限购政策确实引起了购房的投机资金向非限购中小城市的转移，并导致非限购城市泡沫水平的提高。

在土地市场交易方面，我们发现限购城市在推行限购政策后，住宅用地的交易额、交易面积和单价相较于非限购城市平均下降72.8%、48.3%和24.5%，这说明限购政策对住房市场的影响也波及土地交易市场。进一步分析，如果大城市的限购并没有同时带来中小城市经济活跃程度的提高，那么我们更有理由认为住房市场泡沫与土地出让向中小城市的转移会造成资源的空间错配。我们发现在限购政策实施前后，限购城市的工业和商业用地的成交额、成交面积和成交价格相较非限购城市都没有发生显著变化。此外，限购政策出台之后非限购城市的就业人数相较于限购城市并没有显著增加，反而是限购城市金融业的就业人数在政策后相较于非限购城市有所增加。以上回归结果向我们传达了一致的信息：限购政策仅仅提高了非限购城市住宅用地的交易量，却没有使经济活动向非限购城市转移。

结论

本文考察了始于大城市的住房限购政策对于住房市场泡沫的空间转移以及住宅用地出让空间布局的影响。利用住房—租房市场的均衡条件和限购政策的准自然实验，我们构造了双重差分的实证模型，发现限购政策导致房地产市场泡沫逐渐向非限购城市转移。另一方面，限购政策还加剧了土地市场的空间错配，具体表现为商业住宅用地出让在政策实施后向非限购城市倾斜，但是工业、商业用地，以及就业所体现的经济活动的空间布局却没有发生显著变化。由于非限购城市往往不是城市化过程中人口流入的主要目的地，这就意味着限购政策的空间溢出不仅放大了泡沫转移可能造成的房地产市场风险，也加剧了土地资源的空间错配。

虽然现有文献大多验证了限购政策对于所在城市房价的抑制作用，但本文的结论却促使政策制订者更为全面地审视限购政策的可能影响，尤其是对非限购城市的影响，这样才能更好地在政策执行中响应总书记提出的“抑制房地产泡沫”“要坚持房子是用来住的，不是用来炒的定位”这些重要的政策关切。本文的发现也提醒政策制订者，限购政策所造成的影响很可能与近年来国家对房地产市场调控的精神有所偏离。例如，2016年中央经济工作会议和2018年由住房城乡建设部发布的《关于进一步做好房地产市场调控工作有关问题的通知》均明确了住房和用地供应要遵循和落实“人地挂钩”的原则。而本文研究却发现由大城市率先推行的限购政策正在将住宅用地的出让向未被限购的中小城市倾斜。这一发现暗含着决策者应当从全局的角度重新评价限购政策、优化住房市场调控方案，可能的政策调整包括：（1）将房价租金比也纳入政策监控范围，而不是仅仅关注房价绝对水平的高低，对房价租金比过高或上升过快的城市进行重点关注与风险预警；（2）要求房价租金比过高或上升过快的城市必须加大新建住房供应，将限购政策中地方政府增加土地供应这项要求真正落实到位；（3）允许房价租金比相对较低的城市可以逐渐放宽限购政策的约束，并以此作为政策试点为今后限购政策的进一步优化调整甚至退出提供更多的经验观察与政策探索，进一步朝着中央经济工作会议所提出的“建立符合国情、适合市场规律的基础性制度和长效机制”这一政策目标迈进。