限購(gòu)政策對(duì)房?jī)r(jià)的影響研究限購(gòu)令是抑制房?jī)r(jià)上漲的有效政策工具嗎①基于70個(gè)大中城市的實(shí)證研究

限購(gòu)政策對(duì)房?jī)r(jià)的影響研究限購(gòu)令是抑制房?jī)r(jià)上漲的有效政策工具嗎①基于70個(gè)大中城市的實(shí)證研究

房地產(chǎn)調(diào)控政策近年來，隨著我國(guó)經(jīng)濟(jì)的快速發(fā)展，房地產(chǎn)行業(yè)也迅速發(fā)展，房?jī)r(jià)呈快速上升趨勢(shì)。2000年至2010年，中國(guó)35個(gè)大城市的住宅價(jià)格年均上漲9.7%，2005年至2010年，35個(gè)大城市的住宅價(jià)格年均增長(zhǎng)12%1%。根據(jù)大量研究，中國(guó)房地產(chǎn)市場(chǎng)的泡沫明顯。針對(duì)我國(guó)房地產(chǎn)市場(chǎng)過熱這一現(xiàn)狀,我國(guó)政府自2010年以來采取了一系列措施來抑制房?jī)r(jià)的過快上漲。首先,從供給方面來看,我國(guó)政府制定了龐大的保障房建造計(jì)劃,2010年要求新建套數(shù)為580萬(wàn)套,2011年要求新建1000萬(wàn)套,2012年要求新建700萬(wàn)套,并進(jìn)一步加大對(duì)保障性住房建設(shè)資金的支持力度。其次,從抑制住房需求方面來看,在2010年的三次調(diào)控中,首套房商業(yè)貸款首付比例由原來的20%統(tǒng)一調(diào)高至30%;對(duì)于第二套房的購(gòu)房者,2010年初先是要求首付款比例不得低于40%,隨后又提高到50%,利率同時(shí)上浮至貸款利率的1.1倍;而對(duì)于第三套房則停止貸款。雖然政府在增加住房供給、抑制投機(jī)需求等方面付出諸多努力,但房?jī)r(jià)上漲勢(shì)頭依然強(qiáng)勁。在此背景下,2010年4月17日,國(guó)務(wù)院首次下發(fā)文件提出將限購(gòu)作為臨時(shí)性的措施以遏制部分城市房?jī)r(jià)的過快上漲。隨后,各個(gè)城市陸續(xù)出臺(tái)了實(shí)施細(xì)則,包括北京、上海等直轄市,廈門等計(jì)劃單列市,省會(huì)城市和部分房?jī)r(jià)上漲過快的二、三線城市。到2011年10月31日,已有46個(gè)城市推行限購(gòu)政策2,圖1是全國(guó)70個(gè)大中城市中限購(gòu)城市數(shù)量的時(shí)間表。隨著時(shí)間的推進(jìn),限購(gòu)政策的力度逐漸嚴(yán)厲并且越來越明確和細(xì)化,并且限購(gòu)措施在短期內(nèi)并沒有取消的趨勢(shì),即使部分城市規(guī)定了限購(gòu)的截止時(shí)間,如廈門、福州、濟(jì)南等10個(gè)城市規(guī)定限購(gòu)政策截止時(shí)間為2011年12月31日,但在限購(gòu)令到期后各城市均宣布繼續(xù)實(shí)施限購(gòu)政策。在2013年2月出臺(tái)的“新國(guó)五條”中特別強(qiáng)調(diào)了要繼續(xù)加強(qiáng)限購(gòu)政策執(zhí)行力度。中國(guó)政府的上述房地產(chǎn)調(diào)控政策,尤其是限購(gòu)政策,被業(yè)界稱為“史上最嚴(yán)”的房地產(chǎn)調(diào)控政策。但是,我們發(fā)現(xiàn)在2012年末,房地產(chǎn)市場(chǎng)在經(jīng)過短暫降溫之后開始發(fā)酵升溫,住宅成交量和價(jià)格雙雙上升,統(tǒng)計(jì)局公布的2013年2月70個(gè)大中城市中,66個(gè)城市新房?jī)r(jià)格環(huán)比上漲,62個(gè)城市漲幅繼續(xù)擴(kuò)大,11個(gè)城市漲幅比上月增加1個(gè)百分點(diǎn)。我們認(rèn)為,我國(guó)房地產(chǎn)開始升溫的影響因素極為復(fù)雜,房地產(chǎn)價(jià)格上行是多方面因素綜合作用的結(jié)果。作為史上最嚴(yán)厲的房地產(chǎn)調(diào)控政策,面對(duì)房地產(chǎn)價(jià)格重拾漲勢(shì)的局面,我們不免要問,它是否起到了抑制房?jī)r(jià)快速上漲的作用?這是在限購(gòu)政策實(shí)施接近兩年之際,我們目前需要回答的一個(gè)問題,以便為未來的房地產(chǎn)調(diào)控決策提供證據(jù)支持?；谏鲜隹紤],本文試圖通過實(shí)證研究來評(píng)估我國(guó)住宅限購(gòu)政策的效果,對(duì)上述問題做出回答。一、限購(gòu)令在房地產(chǎn)調(diào)控中的作用針對(duì)我國(guó)政府出臺(tái)的房地產(chǎn)限購(gòu)政策,學(xué)術(shù)界從理論和實(shí)證兩個(gè)方面對(duì)這一政策進(jìn)行了研究,概括起來主要有以下幾個(gè)方面:王敏和黃瀅(2011)通過構(gòu)建一個(gè)動(dòng)態(tài)模型,從房地產(chǎn)供給一方對(duì)政策的反應(yīng)來研究限購(gòu)政策對(duì)房?jī)r(jià)的影響,如果限購(gòu)政策是短期的,那么限購(gòu)對(duì)房?jī)r(jià)的影響是有限的,延長(zhǎng)限購(gòu)期限和擴(kuò)大限購(gòu)群體都能起到降低房?jī)r(jià)的作用,但由于限購(gòu)在限制投機(jī)需求的同時(shí)也限制了自住需求和正常投資需求,這將帶來一定的福利損失,因此最優(yōu)的限購(gòu)政策是將限購(gòu)的對(duì)象限制在投機(jī)需求上,并使其永久化。劉江濤等(2012)通過討論兩期條件下開發(fā)商預(yù)期和投資需求預(yù)期對(duì)市場(chǎng)的影響,認(rèn)為限購(gòu)有利于降低當(dāng)前的房?jī)r(jià),短期內(nèi)取消限購(gòu)令會(huì)帶來房?jī)r(jià)的報(bào)復(fù)性反彈,房?jī)r(jià)長(zhǎng)期走勢(shì)與限購(gòu)的執(zhí)行時(shí)間和力度有關(guān),市場(chǎng)中開發(fā)商和投資人對(duì)政策穩(wěn)定性的預(yù)期是影響未來房?jī)r(jià)走勢(shì)的重要因素,決策者應(yīng)考慮加強(qiáng)房地產(chǎn)市場(chǎng)參與主體的預(yù)期管理。蔡繼明和韓建方(2011)考慮到了夾心階層的購(gòu)房問題,認(rèn)為現(xiàn)行的包括限購(gòu)令在內(nèi)的調(diào)控措施只能在短期內(nèi)遏制房?jī)r(jià),引導(dǎo)房產(chǎn)調(diào)控走出困境的根本途徑是政府加強(qiáng)廉價(jià)自住房和改善性住房的供給。張慧(2012)討論了限購(gòu)令對(duì)上海房地產(chǎn)市場(chǎng)的影響,認(rèn)為住宅限購(gòu)政策在短期內(nèi)可以對(duì)投機(jī)性需求起到立竿見影的效果,但并沒有解決長(zhǎng)期供需關(guān)系和貨幣政策環(huán)境等根本問題,因而限購(gòu)令政策長(zhǎng)期來看必然是無效的,被抑制的需求一旦釋放必將引起市場(chǎng)的反彈。胡濤和孫振堯(2011)的研究重點(diǎn)是限購(gòu)政策下的額外福利損失,他們認(rèn)為,限購(gòu)政策下符合資格的需求子群體支付意愿的異質(zhì)程度是影響社會(huì)福利損失的一個(gè)重要因素,在達(dá)到相同調(diào)控目標(biāo)的政策中,限購(gòu)政策的福利損失最大。馮科和何理(2012)通過建立房地產(chǎn)市場(chǎng)的反需求函數(shù),定量分析了房地產(chǎn)限購(gòu)政策對(duì)其他消費(fèi)市場(chǎng)的影響以及產(chǎn)生的社會(huì)福利變化,研究結(jié)果顯示房地產(chǎn)限購(gòu)政策會(huì)破壞其他消費(fèi)市場(chǎng)的均衡,在限購(gòu)政策下,剛性、改善性和投資性房地產(chǎn)需求者均面臨福利損失,福利損失狀況決定于房地產(chǎn)需求類型。胡懷國(guó)認(rèn)為,限購(gòu)雖然在短期內(nèi)有助于穩(wěn)定房?jī)r(jià),但由于政策持續(xù)時(shí)間等方面的不確定使其在預(yù)期管理方面具有缺陷,不利于資源的優(yōu)化配置和結(jié)構(gòu)調(diào)整,從長(zhǎng)期來看,價(jià)格型政策是比數(shù)量型政策更優(yōu)的選擇(李東軍、潘陳辰,2012)。房地產(chǎn)限購(gòu)政策可以遏制房地產(chǎn)價(jià)格的快速上漲,但由于該政策自身所具有的缺陷不宜被長(zhǎng)期堅(jiān)持,房地產(chǎn)調(diào)控的關(guān)鍵不在于限購(gòu),而在于管理房地產(chǎn)價(jià)格預(yù)期和增加市場(chǎng)投機(jī)者的持有成本。王敏和黃瀅(2011)通過利用2010年1月～2011年8月住宅價(jià)格數(shù)據(jù)進(jìn)行了實(shí)證分析,實(shí)證結(jié)果表明限購(gòu)的短期影響很有限,限購(gòu)政策僅僅對(duì)二手住宅市場(chǎng)有輕微政策效果。喬坤元(2012)通過使用倍差法對(duì)中國(guó)70個(gè)大中城市2009年3月～2011年12月的面板數(shù)據(jù)進(jìn)行實(shí)證分析,實(shí)證結(jié)果顯示實(shí)施“限購(gòu)令”的城市相比于沒有實(shí)施“限購(gòu)令”的城市房?jī)r(jià)下降2.5%,交易量升高0.15%。陳通和張小宏(2012)基于中國(guó)90個(gè)城市的數(shù)據(jù),從實(shí)證方面分析了實(shí)施住房限購(gòu)政策對(duì)新建商品住房市場(chǎng)的量?jī)r(jià)影響,得出了如下結(jié)論:住房限購(gòu)政策有效地抑制了投機(jī)性購(gòu)房需求,限購(gòu)政策對(duì)新建商品住房?jī)r(jià)格上漲速度有顯著的抑制作用,對(duì)小戶型住房?jī)r(jià)格產(chǎn)生的影響最為顯著,限購(gòu)政策對(duì)新建商品住房成交量的影響領(lǐng)先于對(duì)住房?jī)r(jià)格的影響。在上述研究的基礎(chǔ)上,我們?cè)噲D在以下幾個(gè)方面有所創(chuàng)新:一是使用含有時(shí)間趨勢(shì)的面板數(shù)據(jù)模型以分辨限購(gòu)政策效果和其他政策效應(yīng),使用動(dòng)態(tài)面板模型通過控制被解釋變量的滯后項(xiàng)并使用GMM估計(jì)來解決解釋變量可能存在的內(nèi)生性問題;二是從戶籍標(biāo)準(zhǔn)和限購(gòu)區(qū)域標(biāo)準(zhǔn)兩個(gè)方面對(duì)限購(gòu)政策進(jìn)行細(xì)分,考察不同限購(gòu)政策細(xì)則對(duì)房地產(chǎn)價(jià)格增長(zhǎng)率的影響;三是擴(kuò)展研究數(shù)據(jù)范圍,這樣可以通過倍差法(DifferenceinDifferences)更好地觀察限購(gòu)前與限購(gòu)后的政策效果差異,并能從相對(duì)長(zhǎng)的時(shí)期來觀察限購(gòu)政策的長(zhǎng)期效應(yīng)。二、方法和數(shù)據(jù)解釋1.政策效應(yīng)的估計(jì)要估計(jì)限購(gòu)政策效應(yīng),從政策的因果關(guān)系來看,估計(jì)方法的選取一方面必須把限購(gòu)政策效應(yīng)與其他宏觀政策效應(yīng)區(qū)分開來,另一方面必須解決政策變量的內(nèi)生性問題,具體來說:從邏輯上講,宏觀調(diào)控中貨幣政策的松緊以及房地產(chǎn)市場(chǎng)的其他政策變化,如購(gòu)房的首付比例的變化以及第二套房貸款利率上浮比例等政策變化都會(huì)影響房?jī)r(jià)。因而,如果利用時(shí)間序列數(shù)據(jù)研究單一城市限購(gòu)與房?jī)r(jià)的關(guān)系,如劉堯(2012),從邏輯上講很難厘清限購(gòu)政策效應(yīng)和其他政策效應(yīng)。實(shí)施限購(gòu)政策的城市多為近些年來房?jī)r(jià)上漲較快的一、二線城市,一個(gè)城市是否限購(gòu)本身可能與房?jī)r(jià)上漲之間存在系統(tǒng)相關(guān)性,由此可能導(dǎo)致解釋變量的內(nèi)生性問題,這要求我們選擇合適的計(jì)量方法來解決這一內(nèi)生性問題。倍差法是進(jìn)行政策評(píng)估的計(jì)量方法。在倍差法下,我們將城市分為兩組,一組是實(shí)施限購(gòu)的城市,另外一組是未實(shí)施限購(gòu)的城市,限購(gòu)的政策效果是限購(gòu)城市和非限購(gòu)城市房?jī)r(jià)上漲率均值在實(shí)施限購(gòu)政策前后差異的差異,圖2是對(duì)上述限購(gòu)政策效應(yīng)的直觀表達(dá)。我們以限購(gòu)前后兩期為例,假設(shè)D是限購(gòu)政策變量,如果一個(gè)城市限購(gòu)則取值為1,如果不限購(gòu)取值為0,則限購(gòu)政策效應(yīng)可以表示如下:其中,和表示限購(gòu)前后的房?jī)r(jià)上漲率均值。雖然,倍差法是評(píng)估限購(gòu)政策效應(yīng)的合適工具,但其有效性依賴于政策變量的隨機(jī)性(外生性),如果一個(gè)城市是否限購(gòu)與住宅價(jià)格上漲率存在相關(guān)性,則限購(gòu)這一解釋變量就存在內(nèi)生性,使用倍差法估計(jì)的限購(gòu)政策效應(yīng)是有偏的。為了盡可能地緩解政策變量D的內(nèi)生性問題,我們?cè)谀Ｐ驮O(shè)定上采取了以下三方面措施:一是采用面板數(shù)據(jù)模型,通過在模型中增加不隨時(shí)間變化的個(gè)體特征(TimeInvariantIndividual-specific)因素控制那些影響房?jī)r(jià)上漲率的城市特征變量,如地理位置、氣候狀況、政治特征(城市行政級(jí)別)以及城市居住環(huán)境等;二是通過在模型中增加時(shí)間啞變量以控制那些在全國(guó)層面實(shí)施的可能影響房?jī)r(jià)上漲率的宏觀經(jīng)濟(jì)政策效應(yīng),此類效應(yīng)對(duì)限購(gòu)城市和非限購(gòu)城市房地產(chǎn)市場(chǎng)的影響是相似的;三是通過在回歸方程中增加被解釋變量的滯后項(xiàng)來控制那些因不同城市不同時(shí)間而變化的因素,這些因素包括人均可支配收入、基礎(chǔ)設(shè)施建設(shè)進(jìn)展和信貸投放增長(zhǎng)率等。基于上述考慮,我們使用倍差法對(duì)限購(gòu)政策效應(yīng)進(jìn)行估計(jì),設(shè)定如下面板回歸模型:其中,下標(biāo)i代表的是城市,下標(biāo)t代表時(shí)間;Yit是城市i在t期的房?jī)r(jià)上漲率;Dit是城市i在t期是否限購(gòu),如果限購(gòu)則Dit=1;不限購(gòu)則Dit=0;ui控制的是那些不隨時(shí)間變化的影響房?jī)r(jià)上漲率的城市特征因素;ηt控制的是隨時(shí)間變化的政策變量,如國(guó)家層面政策調(diào)控松緊程度因素;εit是誤差項(xiàng)。在動(dòng)態(tài)面板模型(1)中,系數(shù)β2是我們所關(guān)心的,在上述設(shè)定下,其解釋是:相對(duì)于非限購(gòu)城市城市來說,在城市特征因素(ui)和當(dāng)期宏觀政策因素(ηt)相似的情況下,在上一期(t-1期)影響房?jī)r(jià)上漲率(Yit-1)的因素相似的情況下,限購(gòu)城市在t期采取限購(gòu)政策對(duì)房?jī)r(jià)上漲率的影響。經(jīng)過上述設(shè)計(jì),β2就是限購(gòu)政策對(duì)房地產(chǎn)價(jià)格上升的政策效應(yīng)。由于我們?cè)诨貧w方程(1)中增加了被解釋變量的滯后項(xiàng)Yit-1,因此通過對(duì)方程(1)的估計(jì),我們還可以間接估計(jì)限購(gòu)政策的長(zhǎng)期效應(yīng),長(zhǎng)期效應(yīng)的大小決定于β1和β2的大小,β1和β2越大,長(zhǎng)期效應(yīng)越大,具體計(jì)算如下:在設(shè)定回歸模型(1)的基礎(chǔ)上,接下來的工作是要選擇合適的估計(jì)方法,獲得方程(1)中回歸系數(shù)的一致估計(jì)量。雖然我們?cè)诜匠?1)中引入了個(gè)體效應(yīng)ui,但如果我們使用一階差分或者固定效應(yīng)來回歸動(dòng)態(tài)面板數(shù)據(jù)模型,那么由于一階差分或者組內(nèi)離差(WithinGroup)的處理辦法必然使回歸方程右邊的被解釋變量滯后項(xiàng)與誤差項(xiàng)相關(guān),估計(jì)的回歸系數(shù)必然是不一致的。Arellano和Bond(1991)對(duì)這個(gè)問題提出了解決辦法,他們建議使用一階差分GMM估計(jì)來解決上述問題,具體做法是:首先對(duì)回歸方程(1)進(jìn)行一階差分,消除個(gè)體效應(yīng)ui。其次,使用方程右邊被解釋變量滯后項(xiàng)水平值作為差分后被解釋變量滯后項(xiàng)的工具變量進(jìn)行廣義矩估計(jì),針對(duì)回歸方程(1),我們構(gòu)造以下矩條件:當(dāng)被解釋變量或者內(nèi)生變量是持續(xù)序列(PersistenceSeries),并且時(shí)間序列很短的時(shí)候,作為工具變量的滯后解釋變量水平值是弱工具變量(WeakInstrument),這種情況下回歸結(jié)果是不可靠的。Arellano和Bover(1995)提出了系統(tǒng)GMM方法,系統(tǒng)GMM方法的基本思想是估計(jì)由一階差分方程和水平值方程構(gòu)成的方程組,使用被解釋變量滯后水平值作為一階差分方程的工具變量,使用被解釋變量滯后一階差分值作為水平方程的工具變量。根據(jù)對(duì)GMM估計(jì)方法權(quán)重矩陣的不同選擇,GMM估計(jì)又分為一步法GMM和兩步法GMM,在樣本容量有限的情況下,使用過多的滯后期工具變量將導(dǎo)致回歸系數(shù)的標(biāo)準(zhǔn)誤下偏,可能導(dǎo)致兩步法GMM的統(tǒng)計(jì)推斷失效(Arellano和Bond,1991)。針對(duì)這種情況,雖然Windmeijer(2005)提出了修正辦法,但由于我們的橫截面樣本容量不是很大(70個(gè)城市),我們優(yōu)先選擇使用一步法一階差分GMM估計(jì)方法。我們注意到,對(duì)方程(1)使用GMM方法的基本要求是“大橫截面樣本數(shù),短時(shí)期(LargeN,SmallT)”,原因在于使用該方法進(jìn)行估計(jì)將產(chǎn)生大量工具變量,如果截面樣本過小將會(huì)削弱過度識(shí)別檢驗(yàn)(Sargan檢驗(yàn)或者Hansen檢驗(yàn))的有效性。因而,我們?cè)诨貧w中適當(dāng)控制工具變量的個(gè)數(shù),以增強(qiáng)統(tǒng)計(jì)推斷的有效性。很明顯,如果使用矩條件(3)進(jìn)行一階差分GMM估計(jì),在矩條件(3)成立并且誤差項(xiàng)εit不是單位根過程的情況下,Δεit必然一階序列相關(guān),二階序列不相關(guān),這也為我們從另一個(gè)角度檢驗(yàn)矩條件(3)是否成立提供參考。但是,如果誤差項(xiàng)εit是一個(gè)單位根過程,Δεit必然一階序列不相關(guān),二階序列不相關(guān),矩條件(3)依然成立,但根據(jù)Wooldridge(2010)的研究,這種情況下使用一階差分OLS是比使用工具變量回歸更有效的估計(jì)方法。因而,如果有證據(jù)表明誤差項(xiàng)εit是一個(gè)單位根過程,我們將對(duì)方程(1)使用一階差分OLS回歸方法。2.限購(gòu)政策執(zhí)行情況。在整個(gè)過程內(nèi),各城市都我們使用的住宅價(jià)格上漲率是月度數(shù)據(jù),包括新建住宅同比價(jià)格上漲率和二手住宅同比價(jià)格上漲率。從圖1可以看出,70個(gè)大中城市中限購(gòu)城市政策出臺(tái)時(shí)間跨度是2010年4月～2011年5月,因而我們選擇的樣本時(shí)間范圍是2010年1月～2012年12月,我們有足夠時(shí)間跨度的數(shù)據(jù)來考察限購(gòu)前與限購(gòu)后房?jī)r(jià)變化情況,住宅價(jià)格數(shù)據(jù)來自國(guó)家統(tǒng)計(jì)局官方網(wǎng)站和中國(guó)經(jīng)濟(jì)數(shù)據(jù)庫(kù)CEIC。限購(gòu)政策細(xì)則的數(shù)據(jù)來自46個(gè)城市在其官方網(wǎng)站上發(fā)布的與限購(gòu)相關(guān)的房地產(chǎn)調(diào)控文件,其中有部分城市前后發(fā)布了兩次與限購(gòu)相關(guān)的房地產(chǎn)調(diào)控文件。我們?cè)诟鱾€(gè)城市發(fā)布的限購(gòu)政策文件中發(fā)現(xiàn),同樣是采取限購(gòu)政策,不同城市實(shí)施的限購(gòu)政策松緊程度是不一樣的,而且有19個(gè)城市限購(gòu)政策發(fā)布過兩次,前后兩次限購(gòu)政策在對(duì)本地戶籍家庭購(gòu)買住房套數(shù)和非戶籍家庭購(gòu)房條件兩個(gè)方面均有差異,總體來看,后一次限購(gòu)細(xì)則要比前一次更加嚴(yán)格,后一次對(duì)本地戶籍家庭限制購(gòu)住房套數(shù)更少,對(duì)非本地戶籍家庭購(gòu)房條件限制更加嚴(yán)厲。通過對(duì)各個(gè)城市限購(gòu)政策細(xì)則的梳理,我們?cè)谌齻€(gè)維度上對(duì)70個(gè)大中城市是否實(shí)施限購(gòu)政策和限購(gòu)政策力度進(jìn)行如下分類。到目前為止,全國(guó)采取限購(gòu)措施的城市有46個(gè),在國(guó)家統(tǒng)計(jì)局公布月度房?jī)r(jià)指數(shù)的70個(gè)大中城市中,有39個(gè)城市采取限購(gòu)政策,限購(gòu)城市包括多數(shù)一線、二線城市。很明顯,對(duì)非戶籍購(gòu)房人采取限制措施是更嚴(yán)厲的限購(gòu)政策,多數(shù)限購(gòu)城市要求非戶籍購(gòu)房人具有“社保及個(gè)稅繳納證明”才能購(gòu)房,而另一部分城市則無此要求,在70個(gè)大中城市中,最終要求非本地戶籍購(gòu)房人有“社保及個(gè)稅繳納證明”要求的城市有35個(gè),而在19個(gè)發(fā)布兩次限購(gòu)政策細(xì)則的城市中,有12個(gè)城市開始沒有要求非本地戶籍購(gòu)房人購(gòu)房必須有“社保及個(gè)稅繳納證明”,在第二次限購(gòu)政策細(xì)則中才添加這一限制條件。限購(gòu)區(qū)域是說明一個(gè)城市限購(gòu)政策松緊的另外一個(gè)指標(biāo),限購(gòu)范圍越大說明限購(gòu)政策力度越大。在39個(gè)限購(gòu)城市中(包含在70個(gè)大中城市中的),有20個(gè)城市限購(gòu)僅限市區(qū),另外19個(gè)城市在全市范圍內(nèi)限購(gòu)。表1是70個(gè)大中城市房?jī)r(jià)上漲率和限購(gòu)政策細(xì)則相關(guān)變量在2010年1月～2012年12月面板數(shù)據(jù)的統(tǒng)計(jì)描述。由于宏觀數(shù)據(jù)在時(shí)間上的持續(xù)性不可避免,這在一定程度上會(huì)影響動(dòng)態(tài)面板模型的估計(jì)效果。我們借鑒Acemoglu等(2005)的做法,將時(shí)間單位間隔設(shè)定為3個(gè)月,這樣既降低了數(shù)據(jù)的持續(xù)性問題,又可以更好地滿足動(dòng)態(tài)面板GMM估計(jì)所要求的“大橫截面樣本數(shù),短時(shí)期”,由此我們可以獲得截面維度的大樣本性質(zhì)(N→∞)。三、回歸的結(jié)果和解釋1.限購(gòu)政策效應(yīng)自2010年4月北京開始實(shí)施限購(gòu)政策后,我國(guó)房地產(chǎn)市場(chǎng)總體上開始降溫。在對(duì)限購(gòu)政策進(jìn)行計(jì)量分析前,我們首先通過對(duì)數(shù)據(jù)的直觀觀測(cè),考察限購(gòu)政策的實(shí)施是否導(dǎo)致出現(xiàn)了類似圖2中的房?jī)r(jià)走勢(shì),即限購(gòu)城市和非限購(gòu)城市房?jī)r(jià)上漲率均值的差距是否在縮小。圖3是限購(gòu)城市和非限購(gòu)城市新建住宅價(jià)格上漲率均值的在限購(gòu)前后的變化趨勢(shì),圖4是限購(gòu)城市和非限購(gòu)城市二手住宅價(jià)格上漲率均值的在限購(gòu)前后的變化趨勢(shì)。在我們考察的70個(gè)大中城市中有39個(gè)限購(gòu)城市,其中最早限購(gòu)的城市(北京)開始于2010年4月,最晚的限購(gòu)城市(長(zhǎng)春)限購(gòu)時(shí)間是2011年5月,這兩個(gè)時(shí)間點(diǎn)標(biāo)注在圖3和圖4上方的橫軸上。通過觀察圖3和圖4,我們初步可以得出以下結(jié)論:(1)圖3和圖4的基本趨勢(shì)是一致的,2010年4月限購(gòu)城市和非限購(gòu)城市住宅價(jià)格上漲率均值都達(dá)到最大,與此同時(shí),兩類城市住宅價(jià)格上漲率均值差異達(dá)到最大。此后,無論是限購(gòu)城市還是非限購(gòu)城市,住宅價(jià)格上漲率均趨于下降,到2012年底,兩類城市住宅價(jià)格上漲率接近0%。根據(jù)我們?cè)谏弦徊糠值姆治?這種兩類城市相似的住宅價(jià)格變動(dòng)趨勢(shì)是宏觀調(diào)控中的非限購(gòu)效應(yīng)。我們將在后邊的回歸分析中通過在方程(1)中增加時(shí)間啞變量ηt將房地產(chǎn)調(diào)控中的這種非限購(gòu)效應(yīng)與限購(gòu)政策效應(yīng)分離開來。(2)隨著限購(gòu)城市的增多,我們可以明顯地觀察到,無論是新建住宅還是二手住宅,限購(gòu)城市和非限購(gòu)城市住宅價(jià)格上漲率均值差異開始縮小。通過圖3,可觀察到,在新建住宅中,這一差異在2011年1月消失,隨后限購(gòu)城市的新建住宅價(jià)格上漲率均值開始低于非限購(gòu)城市。而在圖4中,這一趨勢(shì)更加明顯,在2011年1月以后,限購(gòu)城市二手住宅價(jià)格上漲率均值明顯低于非限購(gòu)城市,并且隨著限購(gòu)時(shí)間的持續(xù)這一趨勢(shì)愈益加強(qiáng),直至2012年初。我們認(rèn)為,如果解決了政策變量的內(nèi)生性問題,這種限購(gòu)城市和非限購(gòu)城市住宅價(jià)格上漲率差異的縮小趨勢(shì)就可以理解為限購(gòu)政策效應(yīng)。根據(jù)計(jì)算,對(duì)于新建住宅來說,這種效應(yīng)大概是在6%～7%,對(duì)于二手住宅,這種效應(yīng)大約是5%～6%。但是,我們意識(shí)到,上述方法的估算可能存在內(nèi)生性問題,比如說,限購(gòu)城市可能伴隨著更加嚴(yán)厲的其他房地產(chǎn)調(diào)控政策,在沒有考慮內(nèi)生性問題前提下計(jì)算出來限購(gòu)政策效應(yīng)可能包含了此類非限購(gòu)政策在抑制住宅價(jià)格上升方面的作用。(3)對(duì)于新建住宅來說,到了2012年底,趨勢(shì)開始改變,限購(gòu)城市住宅價(jià)格上漲率均值重新超過非限購(gòu)城市均值。而對(duì)于二手住宅來說,限購(gòu)政策效應(yīng)導(dǎo)致兩類城市價(jià)格上漲率變化趨勢(shì)改變得更早,在2012年1月份的時(shí)候,限購(gòu)城市二手住宅價(jià)格上漲率與非限購(gòu)城市二手住宅價(jià)格上漲率之差開始上升,并且截至2012年底這一差距日益拉大,顯示出二手住宅限購(gòu)政策效應(yīng)開始削弱的跡象。這可能也是引發(fā)自2010年以來第五次調(diào)控的原因,即2013年2月新“國(guó)五條”政策的出臺(tái),新“國(guó)五條”要求限購(gòu)城市繼續(xù)嚴(yán)格執(zhí)行商品住房限購(gòu)措施。從圖3和圖4中,我們可以直觀地觀察到,限購(gòu)政策似乎取得了圖2的政策效果。但我們清楚,這樣的結(jié)論并不嚴(yán)謹(jǐn),因此下一步,我們將使用計(jì)量方法對(duì)這一效應(yīng)進(jìn)行估計(jì),在考慮了政策變量?jī)?nèi)生性的基礎(chǔ)上考察限購(gòu)政策在多大程度上可以抑制住宅價(jià)格上漲。下面我們分新建住宅和二手住宅兩個(gè)方面使用GMM估計(jì)方法對(duì)回歸方程(1)中的系數(shù)進(jìn)行估計(jì)。2.政策效果估計(jì)檢驗(yàn)根據(jù)我們的研究策略,我們從是否限制非本地戶籍家庭購(gòu)房和限購(gòu)范圍兩個(gè)維度對(duì)限購(gòu)政策進(jìn)行了政策細(xì)化分解,經(jīng)過這樣處理之后,我們可以更好地考察具體限購(gòu)政策的調(diào)控效果。新建住宅限購(gòu)政策的回歸結(jié)果如表2中的I欄所示,以下我們對(duì)表2中I欄新建住宅的回歸結(jié)果(1)、(2)和(3)進(jìn)行解釋?；貧w結(jié)果(1)的主要解釋變量是否限購(gòu)(D1),回歸結(jié)果顯示,限購(gòu)政策對(duì)新建住宅價(jià)格上漲率的影響是-0.871,這表明在其他情況相似的條件下,一個(gè)城市采取限購(gòu)政策可以降低新建住宅價(jià)格上漲率0.871個(gè)百分點(diǎn),從效果上來看,這是一個(gè)較弱的效果,并且該回歸系數(shù)在統(tǒng)計(jì)上不顯著,我們不能在5%的顯著性水平上拒絕限購(gòu)政策對(duì)新建住宅價(jià)格調(diào)控沒有作用這一零假設(shè),這與王敏和黃瀅(2011)得到的結(jié)論是一致的。在控制否限購(gòu)(D1)這一政策變量的基礎(chǔ)上,我們?cè)?2)中增加是否對(duì)非本地戶籍購(gòu)房人施加限制這一政策變量(D2),我們發(fā)現(xiàn)有了一個(gè)有趣的結(jié)論:雖然是否限購(gòu)(D1)這一政策變量的回歸系數(shù)依然在5%的水平上不顯著不為零,但其符號(hào)已經(jīng)由負(fù)轉(zhuǎn)正,而政策變量D2的回歸系數(shù)為-3.477,該系數(shù)在1%的水平上顯著不為零,這表明在其他條件相似的情況下,對(duì)非本地戶籍購(gòu)房人進(jìn)行限制可以降低新建住宅價(jià)格上漲率3.477個(gè)百分點(diǎn),相對(duì)于2005～2010年35個(gè)大中城市住宅價(jià)格上漲率12%的均值來說,這是一個(gè)相對(duì)溫和的政策效果。這一結(jié)論告訴我們,新建住宅的限購(gòu)政策效應(yīng)主要來自對(duì)非本地戶籍購(gòu)房人的限購(gòu),如果僅僅對(duì)本地戶籍家庭采取限購(gòu)政策而不對(duì)非本地戶籍購(gòu)房人加以限制的話(D1=1,D2=0),限購(gòu)政策反而可能導(dǎo)致房?jī)r(jià)上漲1.020個(gè)百分點(diǎn),雖然這一結(jié)果在統(tǒng)計(jì)上是不顯著的。對(duì)于這一回歸結(jié)果,我們認(rèn)為,一個(gè)可能的解釋是,一個(gè)城市如果不對(duì)非本地戶籍購(gòu)房人進(jìn)行限購(gòu)的話,增量投資(投機(jī))性購(gòu)房資金就可能更多地流向這個(gè)城市,從而導(dǎo)致這個(gè)城市的新建住宅價(jià)格上漲。從限購(gòu)范圍來看,在樣本中的39個(gè)限購(gòu)城市中,有20個(gè)城市僅在中心城區(qū)范圍內(nèi)限購(gòu),限購(gòu)范圍不同會(huì)影響限購(gòu)政策效果嗎?回歸結(jié)果(3)就是從這一維度來解讀限購(gòu)效果,我們發(fā)現(xiàn),僅在中心城區(qū)限購(gòu)(D3)對(duì)新建住宅的價(jià)上漲率的影響格接近于零,且在統(tǒng)計(jì)上不能拒絕顯著不為零。這表明,相對(duì)于基礎(chǔ)組不限購(gòu)(D5),僅在市區(qū)范圍內(nèi)限購(gòu)并不能有效抑制房?jī)r(jià)上漲。而在全市范圍內(nèi)限購(gòu)(D4)這一政策變量對(duì)新建住宅的價(jià)格上漲率的影響是明顯的,在其他條件相同的情況下,相對(duì)于基礎(chǔ)組不限購(gòu)(D5),如果在全市范圍內(nèi)限購(gòu)會(huì)降低新建住宅價(jià)格上漲率1.746個(gè)百分點(diǎn),相對(duì)于2005～2010年35個(gè)大中城市住宅價(jià)格上漲率12%的均值來說,這是一個(gè)相對(duì)較小但也不能忽視的政策效果。當(dāng)然,上述限購(gòu)效果的確立依賴于估計(jì)方法的合理性。首先,我們要對(duì)矩條件(2)進(jìn)行檢驗(yàn),即進(jìn)行過度識(shí)別檢驗(yàn),通過觀察Sagan檢驗(yàn)得到的p值,(1)、(2)和(3)均通過了過度識(shí)別檢驗(yàn),說明工具變量的使用是合理的,滿足矩條件(2)。其次,表中的m1和m2是檢驗(yàn)誤差項(xiàng)εit序列不相關(guān)的統(tǒng)計(jì)量,漸近服從標(biāo)準(zhǔn)正態(tài)分布(Blundell和Bond,2000),如果εit序列不相關(guān),那么Δεit應(yīng)該一階序列相關(guān)、二階序列不相關(guān),(1)、(2)和(3)各自對(duì)應(yīng)的m1和m2的值都符合預(yù)期。另外,當(dāng)工具變量個(gè)數(shù)相對(duì)于截面樣本個(gè)體個(gè)數(shù)過多時(shí),GMM估計(jì)得到的各種檢驗(yàn)將被弱化,因而我們?cè)谏鲜龌貧w中適當(dāng)控制了工具變量的個(gè)數(shù),使其處于合理的數(shù)量范圍之內(nèi),表2的倒數(shù)第2行報(bào)告了每個(gè)回歸所使用的工具變量的個(gè)數(shù)。表中的TimeEffect是關(guān)于在各個(gè)回歸方程中對(duì)時(shí)間啞變量的控制情況。從回歸結(jié)果I中(1)、(2)和(3)的被解釋變量滯后項(xiàng)的回歸系數(shù)來看,回歸系數(shù)值在-0.066～-0.064之間,這表明在我們對(duì)時(shí)間序列進(jìn)行季度間隔以后,被解釋變量的時(shí)間持續(xù)性已經(jīng)不存在了,因而沒有證據(jù)表明存在Arellano和Bover(1995)關(guān)注的弱工具變量問題。同時(shí),通過式(2),我們知道,較小的回歸系數(shù)表明限購(gòu)政策的長(zhǎng)期效應(yīng)和短期效應(yīng)比較接近,這說明限購(gòu)政策要想取得長(zhǎng)期效果,政策的持續(xù)性是必須的。3.階差分估計(jì)結(jié)果表2中的Ⅰ欄(4)、(5)和(6)是對(duì)二手住宅限購(gòu)政策效果的回歸結(jié)果。從回歸系數(shù)的大小和回歸系數(shù)的統(tǒng)計(jì)顯著性來看,二手住宅的回歸結(jié)果(4)、(5)和(6)與相對(duì)應(yīng)的新建住宅回歸結(jié)果(1)、(2)和(3)是相似的:一個(gè)城市如果采取限購(gòu)政策但不限制非本地戶籍購(gòu)房人的話,限購(gòu)政策對(duì)二手住宅價(jià)格沒有明顯的政策效應(yīng),限購(gòu)效應(yīng)主要通過對(duì)非本地戶籍購(gòu)房人的限制體現(xiàn)出來,這一效應(yīng)為-3.574;如果一個(gè)城市僅在市區(qū)范圍內(nèi)限購(gòu)的話,同樣難以達(dá)到抑制二手住宅價(jià)格上漲的效果,而在全市范圍內(nèi)限購(gòu)有明顯的抑制二手住宅價(jià)格上漲的效果,這一效應(yīng)為一1.464。但是,我們?cè)诨貧w結(jié)果(4)、(5)和(6)中觀察到兩個(gè)異?，F(xiàn)象:一是被解釋變量滯后項(xiàng)的系數(shù)非常接近0;二是m1對(duì)應(yīng)的p值不符合預(yù)期。因?yàn)榛趧?dòng)態(tài)面板模型GMM估計(jì)的一般情況,被解釋變量滯后項(xiàng)應(yīng)該存在一定的持續(xù)性,同時(shí)Δεit應(yīng)該一階序列相關(guān),但相關(guān)檢驗(yàn)對(duì)應(yīng)的p值卻不能拒絕Δεit一階序列不相關(guān),這說明εit很可能是一個(gè)單位根過程。如果εit是一個(gè)單位根過程,雖然表3中的(4)、(5)和(6)所得到的回歸系數(shù)仍然是一致估計(jì),但其有效性要弱于使用非工具變量的估計(jì)方法(Wooldridge,2010),如一階差分OLS?；诖?我們使用一階差分來估計(jì)二手住宅的限購(gòu)效應(yīng),表3是估計(jì)結(jié)果。我們觀察到,除了被解釋變量滯后項(xiàng)存在差異外,表3中(7)、(8)和(9)的回歸系數(shù)與表2中(4)、(5)和(6)各自對(duì)應(yīng)的回歸系數(shù)相似,但表3中(7)、(8)和(9)中部分回歸系數(shù)的統(tǒng)計(jì)顯著性要強(qiáng)于表2中(4)、(5)和(6)中相對(duì)應(yīng)的回歸系數(shù),這也確認(rèn)了我們對(duì)εit是一個(gè)單位根過程的猜想,因?yàn)樵谶@種情況下一階差分OLS得到的估計(jì)是一致估計(jì),并且一階差分OLS估計(jì)是比GMM更有效的估計(jì)。從(7)中我們可以看出,沒有證據(jù)表明單純對(duì)本地戶籍家庭限購(gòu)能夠有效抑制二手住宅價(jià)格上漲,(8)中的回歸結(jié)果則是進(jìn)一步加強(qiáng)了上述結(jié)論,如果沒有對(duì)非戶籍購(gòu)房人進(jìn)行限制的話,單純對(duì)戶籍家庭進(jìn)行限購(gòu)不僅不會(huì)有效抑制房?jī)r(jià),反而會(huì)推高房?jī)r(jià)。我們認(rèn)為,可能的原因也在于投資(投機(jī))性資金從限制非戶籍購(gòu)房人的城市流向了沒有限制非戶籍購(gòu)房人的城市,這與表2中I部分(2)的回歸結(jié)果相似,對(duì)非本地戶籍購(gòu)房人進(jìn)行限購(gòu)(D2)是最有效的抑制二手住宅價(jià)格上漲的政策,其抑制房?jī)r(jià)上漲的政策效應(yīng)達(dá)到了一3.871個(gè)百分點(diǎn)。(9)的回歸結(jié)果表明,相對(duì)于基礎(chǔ)組不限購(gòu)(D5),沒有證據(jù)表明僅在中心城區(qū)限購(gòu)(D3)能夠顯著抑制二手住宅價(jià)格上漲,而在全市范圍內(nèi)限購(gòu)(D4)這一政策變量對(duì)抑制二手住宅價(jià)格上漲的效果是明顯的,在其他條件相同的情況下,相對(duì)于基礎(chǔ)組不限購(gòu)(D5),一個(gè)城市如果選擇在全市范圍內(nèi)限購(gòu)會(huì)降低二手住宅價(jià)格上漲率1.44個(gè)百分點(diǎn)?？偨Y(jié)以上,在設(shè)定動(dòng)態(tài)面板模型(1)的基礎(chǔ)上,通過使用GMM估計(jì),我們?cè)诜椒ㄉ蠈⑾拶?gòu)政策效果與其他宏觀調(diào)控政策對(duì)抑制房?jī)r(jià)上漲的政策效果區(qū)分開來,更進(jìn)一步,通過對(duì)限購(gòu)政策細(xì)則的分類,我們從兩個(gè)維度估計(jì)了限購(gòu)政策細(xì)則對(duì)新建和二手住宅價(jià)格上漲率的影響。在對(duì)限購(gòu)政策變量?jī)?nèi)生性進(jìn)行適當(dāng)處理的基礎(chǔ)上,我們得到以下兩個(gè)研究結(jié)論。首先,限購(gòu)政策主要通過限制非戶籍購(gòu)房需求發(fā)揮其抑制住宅價(jià)格上漲的效果,無論是新建住宅還是二手住宅都是如此,這一效應(yīng)在一4～一3個(gè)百分點(diǎn)之間。僅僅對(duì)本地戶籍購(gòu)房人實(shí)施限購(gòu)的政策選擇不能抑制房?jī)r(jià)上漲,不僅如此,對(duì)于二手住宅來說,這種政策很可能會(huì)讓購(gòu)房人對(duì)限購(gòu)政策的堅(jiān)定性產(chǎn)生懷疑,影響購(gòu)房預(yù)期,反而有可能會(huì)推高房?jī)r(jià),表3的回歸結(jié)果(8)說明了這一點(diǎn)。其次,限購(gòu)范圍對(duì)限購(gòu)政策效果有明顯的影響。無論是新建住宅還是二手住宅,僅僅在中心市區(qū)限購(gòu)并不能產(chǎn)生抑制房?jī)r(jià)上漲的政策效果,而在全市范圍內(nèi)限購(gòu)則有較為顯著地抑制房?jī)r(jià)上漲的效果,這一政策效果大概在一1.5個(gè)百分點(diǎn)左右。我們認(rèn)為,僅在中心市區(qū)范圍內(nèi)限購(gòu)可能傳達(dá)的是政府調(diào)控不堅(jiān)決的信號(hào),難以徹底改變購(gòu)房預(yù)期,從而影響了政策效果?；谝陨辖Y(jié)論,我們認(rèn)為,從兩個(gè)維度的限購(gòu)政策效果來看,我國(guó)房地產(chǎn)市場(chǎng)投資(投機(jī))性需求異常旺盛,限購(gòu)政策導(dǎo)向(嚴(yán)厲程度)決定了政策效果,對(duì)非本地戶籍購(gòu)房人限購(gòu)以及在全市范圍內(nèi)限購(gòu)的政策選擇在一定程度上起到了有效抑制住宅價(jià)格上漲的效果,尤其是前者,政策效果較為明顯。但我們?cè)诒?和表3中觀察到,這種總體的限購(gòu)政策效果大體上相當(dāng)于2005～2010年35個(gè)大中城市住宅價(jià)格上漲率均值的1/3左右,即限購(gòu)政策只是起到了有限的抑制住宅價(jià)格上漲的效果,并且這種限購(gòu)政策效果依賴限購(gòu)政策的持續(xù)性,而長(zhǎng)時(shí)期以這種嚴(yán)厲的行政手段對(duì)房地產(chǎn)市場(chǎng)調(diào)控可能會(huì)對(duì)經(jīng)濟(jì)產(chǎn)生負(fù)面效應(yīng),胡濤和孫振堯(2011)、馮科和何理(2012)對(duì)長(zhǎng)期限購(gòu)政策的負(fù)面效應(yīng)進(jìn)行了研究。四、我國(guó)經(jīng)濟(jì)發(fā)展的現(xiàn)狀雖然限購(gòu)政策在2010～2012年在一定程度上取得了抑制住宅價(jià)格快速上漲的效果,但我們?cè)趫D1中我們看到,在2012年末,住宅價(jià)格增長(zhǎng)率重新開始抬頭向上。同樣,在圖2和圖3中,我們發(fā)現(xiàn)在2012年末,相對(duì)于非限購(gòu)城市來說,限購(gòu)城市的新建住宅價(jià)格增長(zhǎng)率上升較快,二手住宅的這一趨勢(shì)更為明顯,在2012年初已經(jīng)開始出現(xiàn)趨勢(shì)逆轉(zhuǎn)的跡象,這可能表明限購(gòu)政策效果已經(jīng)開始減弱。上述逆轉(zhuǎn)趨勢(shì)的出現(xiàn),我們認(rèn)為,一方面從限購(gòu)政策本身來看,限購(gòu)政策執(zhí)行接近兩年,購(gòu)房者針對(duì)限購(gòu)政策漏洞的“購(gòu)房對(duì)策”也日益成熟,從而使限購(gòu)政策效果打了折扣,例如眾多被媒體曝光的“假離婚”、“房姐”和“房叔”等也許暴露的只是購(gòu)房者利用限購(gòu)政策漏洞以規(guī)避購(gòu)房限制的冰山一角,說明限購(gòu)政策在設(shè)計(jì)上可能存在缺陷,或者這些事件從某種程度上反映了地方政府執(zhí)行限購(gòu)政策的態(tài)度,從“地方政府一房產(chǎn)商一投資(投機(jī))者”利益兼容的基本格局來看,限購(gòu)政策的長(zhǎng)期效果不容樂觀。另一方面,我們認(rèn)為,住宅價(jià)格上漲率重新抬頭向上可能是多方面宏觀因素綜合作用的結(jié)果,尤其是貨幣因素,流動(dòng)性過?？赡苁侵匾?社會(huì)上過多的貨幣尋找有限的投資(投機(jī))機(jī)會(huì)使得房地產(chǎn)調(diào)控舉步維艱,尤其是在我國(guó)目前實(shí)體經(jīng)濟(jì)遇到了一系列困難的情況下。自2008年西方國(guó)家金融危機(jī)以來,我國(guó)經(jīng)濟(jì)增速開始放緩,實(shí)體經(jīng)濟(jì)發(fā)展面臨著眾多現(xiàn)實(shí)約束。一是勞動(dòng)力的增長(zhǎng)不是無限的,人口紅利很快將可能轉(zhuǎn)化為人口負(fù)債,“民工荒”的在東南沿海的普遍出現(xiàn)預(yù)示著我國(guó)勞動(dòng)密集型產(chǎn)業(yè)優(yōu)勢(shì)正在喪失;二是能源、資源消耗和環(huán)境方面的瓶頸約束開始凸顯,碳排放約束對(duì)資源消耗型產(chǎn)業(yè)的負(fù)面影響越來越大;三是我國(guó)宏觀投資效率逐年下降,投資推動(dòng)型經(jīng)濟(jì)增長(zhǎng)難以繼續(xù)(鄭京海等,2008);四是我國(guó)出口導(dǎo)向型經(jīng)濟(jì)由于西方國(guó)家經(jīng)濟(jì)困難面臨新的挑戰(zhàn)。上述實(shí)體經(jīng)濟(jì)發(fā)展方面的現(xiàn)實(shí)約束對(duì)我國(guó)實(shí)施寬松貨幣政策以保持經(jīng)濟(jì)增長(zhǎng)提出了更高的要求,而貨幣超發(fā)可能會(huì)增加我國(guó)房地產(chǎn)調(diào)控的難度。我國(guó)M2層次的貨幣供給目前已經(jīng)突破100萬(wàn)億元,從M2與GDP之比來看,目前已經(jīng)超過200%3。從圖5中我們可以清楚地看到,我國(guó)M2-GDP比例與住宅價(jià)格趨勢(shì)呈現(xiàn)高度相關(guān),尤其是在2008年以后這一耦合趨勢(shì)更為明顯,這似乎預(yù)示著我國(guó)貨幣超發(fā)與我國(guó)房地產(chǎn)市場(chǎng)泡沫之間有著密切的聯(lián)系。當(dāng)然,貨幣超發(fā)與房地產(chǎn)泡沫之間的聯(lián)系機(jī)制還需要展開進(jìn)一步的研究。我們認(rèn)為,貨幣超發(fā)造成流動(dòng)性過剩,貨幣超發(fā)的根本的原因在于我國(guó)經(jīng)濟(jì)增長(zhǎng)的粗放型特點(diǎn),突出表現(xiàn)是我國(guó)經(jīng)濟(jì)增長(zhǎng)越來越依賴于貨幣供給推動(dòng)。為了更加直觀地展示