房地产限购政策实施效果的实证分析_基于双重差分模型的估计_金虎斌

国大中型城市房地产价格居高不下、不断上涨的主 灾难性下跌，最终导致金融危机。因此，政府有必要
要原因。
提前介入，限制投机行为，防止资本市场对实体经
[收稿日期] 2011- 11- 25 [作者简介] 金虎斌，郑州升达经贸管理学院国贸系讲师、硕士（河南郑州，451191）。
· 62 ·
房地产限购政策实施效果的实证分析— ——基于双重差分模型的估计 / 金虎斌
泡沫[3]。李勇和王有贵（2011）基于状态空间模型进 同城市房地产价格影响的净效果为：
行研究，认为影响我国房价变动的因素主要是货币
E（p｜x=1）-E（p｜x=0）
供应量和人均可支配收入。[4]张亚丽、梁云芳和高铁
由于政策在不同时间也会产生一个差异，对照
梅（2011）利用我国 35 个城市的动态面板模型研究 组与实验组都会随政策时间变化，为了考察动态变
杭州
2010.10.
兰州
2010.11.
大中城市实施了房地产限购政策（见表 1），这表明
宁波
2010.10.
西宁
2011.2.
我国房地产市场从市场调控进入政策调控阶段。
合肥
2011.1.
银川
2011.2.
房地产市场有两个突出的特性：第一，房地产
福州
2010.10.
乌鲁木齐
2011.3.
既是消费品也是投资品；第二，房地产的供给调节
符号 变量定义
研究的基本模型可以设定如下：
pi，t=β0+β1x+β2t+β3xt+γzi,t+εi,t
（1）
其中，Pi,t 表示城市 i 在 t 时刻的房地产价格；x
是虚拟变量，x=1 表示实施了限购政策，x=0 表示尚
未实施限购政策；时间 t 也是虚拟变量，t=0 表示实
施限购之前，t=1 表示实施限购之后；zi,t 是影响房价 的一组经济变量，εi,t 是随机扰动项。
[文章编号] 1673- 8616（2012）02- 0062- 04
一、我国房地产限购制度相关理论
表 1 我国 38 个大中城市开始实施限购时间 （截至 2011 年 5 月）
（一）我国房地产限购政策的实施背景 进入 21 世纪后，我国的房价在经历长期压抑 之后开始了长达 10 年的增长，尤其是在 2008 年美 国“次级贷款危机”导致的全球性金融危机后，我国 实施了宽松的货币政策来刺激经济增长，通胀下的 投机行为引起房地产价格非理性上涨，而房地产泡 沫极大扭曲了社会投资行为，致使社会经济陷入畸 形发展。为了抑制房地产市场的投机行为，我国采
资料来源：根据相关资料整理
下收入分配差距过大，高收入者偏好于通过房地产
（二）限购制度的理论分析
市场实现货币的保值增值；第三，由于历史原因和
尽管金融市场有自我调节能力，但是由于投资
户籍管理制度附带配套的社会保障功能，消费者更 者的“非理性”行为的过度放大，这种自我调节机制
倾向于大型城市的房地产。以上原因分析是导致我 可能太慢甚或失灵，而最后泡沫的破灭则可能带来
伤”了一部分消费者，甚至会滋生出新的寻租行为。 70 个大中城市的月度数据入手，利用双重差分模型
也有一些经济学家认为限购政策是在收入分 这一利器，从实证方面来估计限购政策的实施对我
配不均的条件下，力图满足基本住房需要的一个制 国大中城市房价的影响效果。根据所述文献，在控
度安排，是保护低收入消费者的有效措施。另外，限 制变量的选择上本文选用货币供应量、人均可支配
限购后第一个月 m1 实施限购后的第一个月取 1，否则取 0
限购后第二个月 m2 实施限购后的第二个月取 1，否则取 0
限购后第三个月 m3 实施限购后的第三个月取 1，否则取 0
限购后第四个月 m4 实施限购后的第四个月取 1，否则取 0
贷款利率
ri，t 城市 i 在 t 时刻的五年以上贷款利率
消费者物价指数 cpii，t 城市 i 在 t 时刻的消费者物价指数月度同比数据
了预期收入、收益率和房价波动之间的关系，得出 化，这里引入时间变量 t，t=0 代表实施限购之前，t=1
结论：预期人均实际收入和预期房地产收益率是房 代表实施限购之后。对政策实施前后的房地产价格
价持续快速上涨及波动的主要因素。[5]但是以上研 变化进行比较，政策实施前的时间影响为 E（p｜t=0），
月至 2011 年 10 月的面板数据，采用双重差分模型对房地产市场限购政策的实施效果进行了系统而严格的实证研究。结果发
现，房地产限购政策的实施对我国相关城市的房价有大约 1.88%的负面效应，但是短期效果并不明显。
[关键词] 限购；房价；实施效果；双重差分
[中图分类号] F293.3
[文献标识码] A
在具体对上述模型进行实证分析时，由于本文
采用了面板数据，因此可以将模型修订为：
pi,t=β0+β1xi,t+γzi,t+ut+坠i+εi,t
（2）
其中，xi,t 是虚拟变量，xi,t=0 表示城市 i 在 t 时刻
没有实施限购，xi,t=1 表示城市 i 在 t 时刻实施了限
购政策；ut 表示在 t 时刻的时间效应的变量，坠i 代表
场带来重大影响，但是因为限购政策全面实施的时 济体中的一部分起作用，而对另一部分没有影响，
间还不足一年，期间的诸多经济数据缺失，造成对 就可以将其看作一个近似的科学实验，用来区分政
此问题的理论研究比较少。李稻葵（2011）、平新乔 策对不同经济体的影响，而两个群体之间的差异则
（2011）都是从理论的角度来解释限购政策，从而定性 表现出政策实施的效果。
究成果都没有考虑限购政策的影响，而只是从经济 而政策实施后的时间影响为 E（p｜t=1），政策在时间
· 63 ·
创新 2012 年第 2 期 总第 38 期
水平的影响为：
（三）变量定义
E（p｜t=1）-E（p｜t=0）
被解释变量是样本城市的房地产价格 pi,t，用国
但我们更想知道在不同时间内，实验组和参照 家统计局公布的全国 70 个大中城市的新建商品住
的预测和评价其效果[1- 2]，缺少实证方面的研究结论。
我国的房地产限购政策只是针对房价过高的
关于房价的影响因素，国内已有不少研究成 大型城市，而非针对二线城市。因此，限购政策的实
果：李宏瑾和徐爽（2006）对 Carey 房价模型进行了 施过程可以看成一个自然实验的过程，假设 p 是房
扩展，研究了供给刚性、市场结构与金融之间的关 地产价格，而 x=1 和 x=0 分别表示该城市实施限购
为了了解限购政策的实施对房地产价格影响
的时效性，引入四个新的虚拟变量：m1、m2、m3 和 m4， 分别代表限购政策实施后的第一、二、三、四个月，
Βιβλιοθήκη Baidu
则模型（2）可以转化为模型（3）：
房地产价格
pi，t 城市 i 在 t 时刻的商品住宅销售价格月度环比数据
限购虚拟变量 xi，t 城市 i 在 t 时刻实施了限购，则取 1，否则取 0
货币供应量 MSi，t 城市 i 在 t 时刻的货币供应量
人均可支配收入 Ii，t 城市 i 在 t 时刻的人均可支配收入
本文中，对解释变量 xi,t 的取值再做说明：在总 体样本 70 个大中城市中，根据表 1 所示的 38 个已 经实施限购政策的城市在限购之后，xi,t 的取值都是 1，限购之前取值是 0；未实施限购的城市 xi,t 的取值 都是 0。
城市 北京 天津 石家庄 太原 呼和浩特 沈阳 大连 长春
实施限购时间 2010.5. 2010.10. 2011.2. 2011.1. 2011.4. 2011.3. 2010.10. 2011.1.
城市 郑州 武汉 长沙 广州 深圳 南宁 海口 成都
实施限购时间 2011.1. 2011.1. 2011.3. 2010.10. 2010.10. 2011.2. 2010.10. 2011.2.
2012年第2期 （第6卷 总第38期）
创新 INNOVATION
No.2 2012 （Vol.6，Cumulatively No.38）
房地产限购政策实施效果的实证分析
—— —基于双重差分模型的估计
金虎斌
[摘 要] 房地产限购政策对遏制房价过快上涨、抑制投资性购房需求具有重要意义。运用我国 70 个大中城市 2009 年 9
系，认为只有采取抑制投资性需求、限制金融资源 （实验组）和未实施限购（参照组），那么在房地产限
向房地产市场的过快流入、发展其它金融市场分流 购政策的实施过程中，只有作为实验组的城市受到
资金、鼓励竞争和降低厂商的开发成本等综合性措 影响，其影响可表示为 E（p｜x=1），而政策对于作为
施，才能有效抑制目前居高不下的房价，化解市场 参照组的城市影响为 E（p｜x=0），那么限购政策对不
拆为消费需求和投资需求，对于消费性住房需求， 基本面[6]，但其并没有对某一项政策的效果进行单
基本不予干预，但在数量上有最高限制；第二，对投 独验证。
资性的需求加以严格限制，限购是控制房地产投资 需求一个最直接的办法。
房地产限购政策的实施在我国市场经济的大
二、限购政策对房地产价格影响的模型 设计
环境下受到了诸多经济学家的抨击，他们认为限购
个体 i 不随时间变化的特征。对于影响房价的经济
变量 zi,t 的选择，本文采用应用较广的标准房价方程 （如 Muellbauer 和 Murphy，1997[7]；梁云芳、高铁梅，
2007[8]；Stevenson，2008[9）] ，包括货币供应量 MSi,t、人均 可支配收入 Ii,t、贷款利率 ri,t 和消费者物价指数 cpii,t。
房地产限购政策在我国的实施是逐步推进的：
是倒行逆施的反市场经济政策，是计划经济的回 房价上涨速度较快、幅度较大的特大型城市率先开
归，是社会发展的倒退。另外，限购政策也会在消费 始，然后推广到省会级一线大城市，而二线中小城
者中导致新的不平等，在打击投机者的同时也“误 市则基本上没有进行限购。本文另辟蹊径，从我国
厦门
2010.10.
无锡
2011.2.
和存量调节非常慢，并且基本上是单向的。我国的
南昌
2011.1.
温州
2010.10.
房地产市场更为特殊：第一，土地所有权归地方政
济南
2011.2.
金华
2011.3.
府所有，而土地所有权的转让收入是地方政府财政
青岛
2011.2.
三亚
2011.3.
收入的重要来源；第二，我国流动性极度过剩条件
组的政策影响变化，那么可以得到在一个时间水平 宅销售价格指数月度环比数据来替代。
下，两组之间的政策净效应为： [E（p｜x=1，t=1）-E（p｜x=1，t=0）]-[E（p｜x=1，t=1）-
E（p｜x=1，t=0）] 这一政策净效应不仅度量了政策实施前后的效
果，同时也度量出实验组与对照组之间的政策差异。
另外，因为缺少 70 个大中城市的月度货币供 应量数据，本文用这些城市的金融机构贷款余额季 度数据进行每月平均来替代，人均可支配收入月度 数据也用季度数据进行平均来替代。
购政策是调和资产市场巨大波动的好办法，避免或 收入、贷款利率和居民消费价格指数（代表预期价
者缩短房地产投资从泡沫逐步形成到破裂的周期， 格变化因素）。
缩小房地产市场震荡的幅度。
在实证研究中，如何度量政策实施对经济体影
（三）关于房价影响因素的文献综述
响的因果动态检验是非常困难的，然而采用双重差
毫无疑问，房地产限购政策给我国的房地产市 分模型可以解决这一难题。如果政策的施行只对经
解释变量即是否实施限购的虚拟变量 xi,t，其相 应的系数 β1 即衡量了限购政策的效应。
控制变量是样本城市的经济因素，包括贷款利 率 ri,t、消费者物价指数 cpii,t、货币供应量 MSi,t 和人 均可支配收入 Ii,t 等。具体各变量的定义如表 2。
（一）模型设定
表 2 变量定义与说明
基于以上观点，根据双重差分模型的定义，本 变量名称
济造成重大负面影响。
变量的角度进行了实证分析。虽然余华义（2010）在
我国各大城市实施的房地产限购政策大都是 1998～2008 年我国 35 个大城市的经济数据的基础
以户籍或者纳税为条件来限制购房人的购买数量， 上，运用动态面板数据模型进行研究，得出结论认
其实质就是做两件事：第一，把对房地产的需求分 为影响中国房价的是我国的房地产政策而非经济
取了紧缩货币、提高利率、增加税收、建设保障房、 哈尔滨
2011.2.
贵阳
2011.2.
加大土地供应等措施，但收效甚微。于是，从 2010
上海
2010.10.
昆明
2011.1.
年 10 月开始，全国各大城市纷纷采用限购政策来
南京
2010.10.
西安
2011.2.
遏制高房价。截至 2011 年 5 月，全国已经有 38 个