摘要：以某沿海城市（以下簡(jiǎn)稱A市）為例，在分析A市商品房市場(chǎng)量?jī)r(jià)趨勢(shì)周期變化的基礎(chǔ)上，采用最小二乘和構(gòu)建虛擬變量的方法建立回歸模型，以A市1997年至2021年的宏觀經(jīng)濟(jì)、房地產(chǎn)開(kāi)發(fā)、房地產(chǎn)交易數(shù)據(jù)為基礎(chǔ)，實(shí)證分析新冠疫情對(duì)A市房地產(chǎn)市場(chǎng)的外部性沖擊。在定量分析基礎(chǔ)上對(duì)沖擊影響進(jìn)行評(píng)價(jià)并提出相關(guān)應(yīng)對(duì)策略。

關(guān)鍵詞：新冠疫情;房地產(chǎn)市場(chǎng);外部性沖擊;實(shí)證

中圖分類號(hào)：F293 文獻(xiàn)標(biāo)識(shí)碼：B

文章編號(hào)：1001-9138-（2022）06-0033-10 收稿日期：2022-05-06

作者簡(jiǎn)介：趙曦，天津國(guó)土資源和房屋職業(yè)學(xué)院副教授，中國(guó)房地產(chǎn)估價(jià)師與房地產(chǎn)經(jīng)紀(jì)人學(xué)會(huì)理事。

新冠疫情作為一件社會(huì)公共衛(wèi)生事件，不僅對(duì)醫(yī)療衛(wèi)生領(lǐng)域產(chǎn)生影響，其也可能作為一種外部性沖擊，對(duì)房地產(chǎn)市場(chǎng)的發(fā)展產(chǎn)生影響。這一種影響是否切實(shí)顯著，是否深遠(yuǎn)長(zhǎng)久，是否可以抑制扭轉(zhuǎn)，是當(dāng)下房地產(chǎn)市場(chǎng)主體必然關(guān)心的問(wèn)題。我國(guó)東部某沿海城市A市（以下簡(jiǎn)稱A市）是重要城市群的實(shí)體經(jīng)濟(jì)發(fā)展重點(diǎn)區(qū)域，在人口聚集、產(chǎn)業(yè)發(fā)展、房地產(chǎn)供給側(cè)改革等方面都具有較為典型的比較意義。因此本文以A市為例，就新冠疫情對(duì)房地產(chǎn)市場(chǎng)的外部性沖擊展開(kāi)實(shí)證分析和評(píng)價(jià)。

1 A市房地產(chǎn)市場(chǎng)周期趨勢(shì)及特點(diǎn)簡(jiǎn)述

房地產(chǎn)市場(chǎng)像其他市場(chǎng)一樣一般具有一定的周期性，一般周期波動(dòng)不能避免只能緩解。因此分析評(píng)價(jià)當(dāng)前房地產(chǎn)市場(chǎng)是否正常、是否變到外部沖擊而發(fā)生顯著偏離原本趨勢(shì)規(guī)律的現(xiàn)象，首先要認(rèn)清當(dāng)前房地產(chǎn)市場(chǎng)的周期規(guī)律，進(jìn)而判斷所處波動(dòng)階段。

1.1 房地產(chǎn)市場(chǎng)周期趨勢(shì)

1.1.1 A市房地產(chǎn)市場(chǎng)周期趨勢(shì)的量?jī)r(jià)度量及現(xiàn)狀

房地產(chǎn)市場(chǎng)發(fā)展變化趨勢(shì)可以從價(jià)格和數(shù)量?jī)蓚€(gè)角度加以度量分析，本文以新建商品房銷售價(jià)格和銷售面積分別對(duì)此進(jìn)行觀測(cè)。

1.1.1.1 銷售價(jià)格周期及趨勢(shì)

通過(guò)觀察圖1可以發(fā)現(xiàn)：1997年至2021年，A市商品房平均銷售價(jià)格總體趨勢(shì)是穩(wěn)步增長(zhǎng)的，年序時(shí)平均增長(zhǎng)率為11.47%（幾何平均）。增長(zhǎng)率標(biāo)準(zhǔn)差為23.41%，較截至2020年增長(zhǎng)率標(biāo)準(zhǔn)差23.87%有所下降。在此趨勢(shì)下，銷售價(jià)格觀測(cè)值曲線分別約于2001、2007、2010、2012、2017等年度穿越趨勢(shì)線，表現(xiàn)出3～7年為周期的價(jià)格波動(dòng)。

1.1.1.2 銷售面積周期及趨勢(shì)

通過(guò)觀察圖2可以發(fā)現(xiàn)：1997年至2021年，A市商品房銷售面積總體趨勢(shì)是波動(dòng)增長(zhǎng)的，年序時(shí)平均增長(zhǎng)率為9.15%（幾何平均）。增長(zhǎng)率標(biāo)準(zhǔn)差為82.70%，較截至2020年增長(zhǎng)率標(biāo)準(zhǔn)差79.56%有所上升。在此趨勢(shì)下，銷售面積觀測(cè)值曲線分別約于2003、2008、2009、2012、2016、2017等年度穿越趨勢(shì)線，除2009年和2016年兩次強(qiáng)力刺激政策實(shí)施影響外，其他時(shí)期均表現(xiàn)出4～6年為周期的銷售面積波動(dòng)。

1.2 A市房地產(chǎn)市場(chǎng)周期特點(diǎn)

1.2.1 商品房?jī)r(jià)格與社會(huì)經(jīng)濟(jì)發(fā)展?fàn)顟B(tài)相適應(yīng)

1997年至2021年，A市商品房?jī)r(jià)格平均增長(zhǎng)率為11.47%，同期，A市GDP平均增長(zhǎng)率為13.42%，總體發(fā)展速度在有效調(diào)控下是符合市場(chǎng)規(guī)律的。

1.2.2 商品房?jī)r(jià)格調(diào)控政策是有效的

根據(jù)上一點(diǎn)，結(jié)合圖1可以發(fā)現(xiàn)，A市商品房?jī)r(jià)格伴隨社會(huì)經(jīng)濟(jì)發(fā)展穩(wěn)步向好，沒(méi)有出現(xiàn)超出合理范圍的漲跌現(xiàn)象。政府對(duì)過(guò)快過(guò)大的價(jià)格變化逆周期政策操作是有效的。增長(zhǎng)率標(biāo)準(zhǔn)差僅為23.41%，且隨著對(duì)房地產(chǎn)市場(chǎng)調(diào)控方法的逐步科學(xué)和成熟，近五年的標(biāo)準(zhǔn)差縮小到7.64%。

1.2.3 商品房銷售面積波動(dòng)幅度大應(yīng)是下一步調(diào)控重點(diǎn)

量?jī)r(jià)是市場(chǎng)冷暖的兩個(gè)基本觀測(cè)指標(biāo)，可以看出，對(duì)于價(jià)格的有效調(diào)控可以使得市場(chǎng)力量更多地釋放在銷售量上。那么，下一步A市房地產(chǎn)市場(chǎng)的調(diào)控應(yīng)該更加關(guān)注商品房的銷售量，使其發(fā)展更加理性，波動(dòng)幅度更加溫和，市場(chǎng)表現(xiàn)更可預(yù)測(cè)。1997年至2021年，A市商品房銷售面積平均增長(zhǎng)率標(biāo)準(zhǔn)差為82.70%，是價(jià)格增長(zhǎng)率標(biāo)準(zhǔn)差的3.3倍，且2016、2017年分別出現(xiàn)了94.16%、-27.59%的波動(dòng)。

2 回歸分析市場(chǎng)趨勢(shì)及影響因素

2.1 相關(guān)分析選擇變量及模型構(gòu)思

本文以新建商品房銷售價(jià)格和銷售面積分別房地產(chǎn)市場(chǎng)運(yùn)行趨勢(shì)進(jìn)行觀測(cè)，在回歸分析中即以此二變量為被解釋變量。此外，根據(jù)經(jīng)典房地產(chǎn)市場(chǎng)經(jīng)濟(jì)理論框定備選解釋變量;采用時(shí)差相關(guān)分析法分別確定對(duì)A市房地產(chǎn)市場(chǎng)量?jī)r(jià)影響顯著的其他經(jīng)濟(jì)指標(biāo)（先行或伴隨指標(biāo)）。具體為：從先行期最長(zhǎng)的先行5年指標(biāo)開(kāi)始觀測(cè)、確定預(yù)警區(qū)間并計(jì)算預(yù)警分值，隨著時(shí)間推進(jìn)，逐步對(duì)先行4年、3年、2年、1年的先行指標(biāo)，以及同年的伴隨指標(biāo)進(jìn)行觀測(cè)。表1表示了經(jīng)相關(guān)分析與A市房地產(chǎn)市場(chǎng)量?jī)r(jià)存在顯著相關(guān)系的解釋變量。

2.2 銷售價(jià)格趨勢(shì)及影響因素

根據(jù)相關(guān)分析，初步選擇人均可支配收入、固定資產(chǎn)投資增長(zhǎng)率、商品房新開(kāi)工面積增長(zhǎng)率先行5年作為解釋變量，對(duì)被解釋變量商品房平均銷售價(jià)格（年）進(jìn)行回歸分析。

通過(guò)檢驗(yàn)發(fā)現(xiàn)，模型擬合整體顯著（見(jiàn)表2顯著性，顯著性假設(shè)不成立概率近似為0.2%），全部解釋變量同被解釋變量構(gòu)建的擬合模型可以解釋被解釋變量97.4%（見(jiàn)表2調(diào)整后R方）的變化信息。該模型通過(guò)德賓沃森檢驗(yàn)，不存在序列相關(guān)問(wèn)題。進(jìn)一步觀察圖3，發(fā)現(xiàn)模型的A市商品房?jī)r(jià)格擬合估計(jì)值與商品房銷售價(jià)格實(shí)際觀測(cè)值離差微弱，擬合程度良好。結(jié)合圖1，進(jìn)一步觀察圖3，發(fā)現(xiàn)A市商品房銷售價(jià)格有較顯著的增長(zhǎng)趨勢(shì)，且周期性的波動(dòng)穿越序時(shí)均值趨勢(shì)線和擬合估計(jì)值曲線。

深入分析銷售價(jià)格的波動(dòng)，通過(guò)觀察殘差（觀測(cè)值與擬合估計(jì)值的差，大于0表示觀測(cè)值大于估計(jì)值，反之亦反。）可以發(fā)現(xiàn)，觀測(cè)值圍繞著擬合曲線明顯存著4～5年的波動(dòng)周期，且波動(dòng)幅度逐漸收斂。2016年至今，銷售價(jià)格應(yīng)處于高于預(yù)測(cè)值的凸起周期，但受經(jīng)濟(jì)下行壓力影響，2020年殘差出現(xiàn)負(fù)值低于預(yù)期，體現(xiàn)出市場(chǎng)趨冷的趨勢(shì)。為此，2021年，A市政府采取了逆周期調(diào)控的一系列措施，使得2021年殘差減小，市場(chǎng)實(shí)際表現(xiàn)較好地符合了預(yù)期，殘差幾近于零，遏制了該趨勢(shì)的發(fā)展。

此外，2015年至2021年的商品房平均銷售價(jià)格（年）回歸標(biāo)準(zhǔn)化殘差（圖4）基本符合正態(tài)分布，說(shuō)明價(jià)格波動(dòng)沒(méi)有出現(xiàn)顯著的異常值，基本屬于隨機(jī)波動(dòng)，結(jié)合標(biāo)準(zhǔn)化后的殘差分布于-1.5至+1.5之間，且近幾年的殘差不斷收斂，價(jià)格波動(dòng)逐漸減小，外部沖擊對(duì)新建商品房銷售價(jià)格不存在顯著性影響。

2.3 銷售量趨勢(shì)及影響因素

根據(jù)相關(guān)分析，初步選擇人均可支配收入增長(zhǎng)率、商品房平均銷售價(jià)格（年）作為解釋變量，對(duì)被解釋變變量商品房銷售面積（年）進(jìn)行回歸分析。

通過(guò)檢驗(yàn)發(fā)現(xiàn)，模型擬合整體顯著（見(jiàn)表3顯著性，顯著性假設(shè)不成立概率近似為0.2%）。但是，解釋變量同被解釋變量構(gòu)建的擬合模型只能解釋被解釋變量41.1%（表3調(diào)整后R方）的變化信息，模型擬合效果不佳，根據(jù)經(jīng)典房地產(chǎn)經(jīng)濟(jì)理論選擇的解釋變量不足以解釋A市商品房銷售面積的變化。此外，商品房平均銷售價(jià)格與銷售面積為正向影響關(guān)系，反映出房地產(chǎn)銷售量受市場(chǎng)價(jià)格上漲影響不降反升。

觀察圖5發(fā)現(xiàn)，A市商品房銷售面積的殘差較大，且直方圖顯示預(yù)測(cè)殘差不能很好的符合正態(tài)分布，顯示該模型對(duì)被解釋變量即銷售面積的解釋能力不高，有較為顯著的變量未能納入解釋變量。

此外，結(jié)合觀察圖6發(fā)現(xiàn)，A市商品房銷售面積的波動(dòng)較為劇烈，進(jìn)一步證明在對(duì)價(jià)格控制較為有效的同時(shí)，市場(chǎng)力量被集中釋放在銷售面積上，銷售面積對(duì)于政策等外部刺激的敏感度更加強(qiáng)烈，受經(jīng)典理論給出的經(jīng)濟(jì)指標(biāo)的影響減弱，伴隨經(jīng)濟(jì)發(fā)展的趨勢(shì)性下降。商品房銷售面積的觀測(cè)值與擬合值離差較大，且在多個(gè)年份離差非常明顯。由于這種現(xiàn)象于多個(gè)年份均有出現(xiàn)，因此，不能簡(jiǎn)單采取排除極端值的辦法解決。根據(jù)筆者對(duì)房地產(chǎn)市場(chǎng)發(fā)展的認(rèn)識(shí)，初步判斷這種現(xiàn)象是由于房地產(chǎn)市場(chǎng)運(yùn)行系統(tǒng)受到了外部刺激所致，這種刺激包括宏觀政策變化、經(jīng)濟(jì)增長(zhǎng)速度突然大幅變化、流動(dòng)性波動(dòng)、購(gòu)房人心理預(yù)期波動(dòng)等。

3 構(gòu)建虛擬變量分析外部性沖擊

3.1 外部沖擊的回顧與測(cè)度

從表4可以發(fā)現(xiàn)，A市商品房銷售面積在2000、2001、2003、2006、2008、2009、2010、2016年增長(zhǎng)率指標(biāo)值較大（判斷尺度：增長(zhǎng)率指標(biāo)值≤商品房銷售面積平均增長(zhǎng)率-50%或≥商品房銷售面積平均增長(zhǎng)率+50%）。結(jié)合對(duì)我國(guó)及A市經(jīng)濟(jì)發(fā)展和房地產(chǎn)市場(chǎng)的回顧，判斷這些年份的房地產(chǎn)銷售面積受到了強(qiáng)烈的外部刺激，產(chǎn)生了較大波動(dòng)。這些刺激主要來(lái)自政策性因素的變化。

具體沖擊原因分析如下：

1998年，面對(duì)亞洲金融風(fēng)暴沖擊，為擴(kuò)大內(nèi)需，《國(guó)務(wù)院關(guān)于進(jìn)一步深化城鎮(zhèn)住房制度改革加快住房建設(shè)的通知》（國(guó)發(fā)〔1998〕23號(hào)）正式印發(fā)，啟動(dòng)了內(nèi)地房地產(chǎn)市場(chǎng)。房改主要目的是刺激住房消費(fèi)需求，使其成為國(guó)民經(jīng)濟(jì)的支柱產(chǎn)業(yè)。

2003年，我國(guó)經(jīng)濟(jì)高速增長(zhǎng)，在國(guó)際收支持續(xù)大幅順差的背景下，經(jīng)常賬戶占GDP的比重由2003年的2.59%明顯上升至2007年的9.94%，流動(dòng)性呈現(xiàn)持續(xù)過(guò)剩，經(jīng)濟(jì)面臨著過(guò)熱的風(fēng)險(xiǎn)。

2005年10月11日，黨的十六屆五中全會(huì)通過(guò)“十一五”規(guī)劃及國(guó)務(wù)院有關(guān)意見(jiàn)將A市開(kāi)發(fā)開(kāi)放正式納入國(guó)家發(fā)展戰(zhàn)略布局。

2008年，全國(guó)主要城市新建商品房銷售面積出現(xiàn)下降，這是1998年以來(lái)首次新建住房銷售面積下降，價(jià)格也相應(yīng)下降1.9%。究其原因，一方面是受貨幣政策收緊的影響，另一方面是受國(guó)際金融危機(jī)的沖擊。

2008年12月國(guó)務(wù)院發(fā)布《關(guān)于促進(jìn)房地產(chǎn)市場(chǎng)穩(wěn)定健康發(fā)展的若干意見(jiàn)》。2009年，在政策刺激下房地產(chǎn)市場(chǎng)迅速企穩(wěn)。

2010年4月國(guó)務(wù)院發(fā)布“國(guó)十條”，明確要求綜合運(yùn)用土地、金融、稅收等手段遏制部分城市房?jī)r(jià)過(guò)快上漲，明確國(guó)家遏制房?jī)r(jià)上漲的決心。

2014年，房地產(chǎn)調(diào)控更加聚焦于去庫(kù)存以及分類管理，房地產(chǎn)調(diào)控政策轉(zhuǎn)向?qū)捤伞?/p>

2016年下半年至今，我國(guó)房地產(chǎn)調(diào)控進(jìn)入新一輪收緊周期，但與以往房地產(chǎn)調(diào)控不同，新一輪房地產(chǎn)調(diào)控呈現(xiàn)著短期調(diào)控與長(zhǎng)效機(jī)制相結(jié)合的特點(diǎn)。

這既提示我們A市商品房銷售面積波動(dòng)性強(qiáng)，依靠經(jīng)典理論給出的經(jīng)濟(jì)指標(biāo)預(yù)測(cè)銷售面積存在很大難度;又提示我們銷售面積對(duì)政策等外部刺激非常敏感，合理運(yùn)用政策手段是可以對(duì)銷售面積進(jìn)行有效調(diào)控的。因此，更應(yīng)該揭示這種外部刺激對(duì)面積的影響，根據(jù)市場(chǎng)形式審慎使用調(diào)控手段。

3.2 銷售面積預(yù)測(cè)

在2.3和3.1的分析中，我們發(fā)現(xiàn)了外部刺激造成了銷售面積的大幅波動(dòng)。因此，在對(duì)銷售面積進(jìn)行預(yù)測(cè)時(shí)，需要將這種外部刺激因素作為解釋變量構(gòu)建回歸模型。在此，采用虛擬變量的方法，對(duì)3.1中分析發(fā)現(xiàn)銷售面積增長(zhǎng)率指標(biāo)值較大的年份，按照刺激影響銷售面積增長(zhǎng)量的正負(fù)，分別設(shè)定正向刺激變量Xg和負(fù)向刺激變量Xb。有正向刺激時(shí)該年份Xg定義觀測(cè)值為1，否則為0;有負(fù)向刺激時(shí)該年份Xb定義觀測(cè)之為1，否則為0。

此外，還以初步選擇的商品房施工面積、商品房竣工面積先行2年、人均可支配收入、商品房平均銷售價(jià)格（年）的不同先行期、原始價(jià)值、可比價(jià)值、對(duì)數(shù)值作為解釋變量，對(duì)被解釋變量商品房銷售面積（年）進(jìn)行了大量的模型回歸分析。最終，為滿足預(yù)測(cè)需要，選擇先行于被解釋變量的解釋變量構(gòu)建模型。經(jīng)統(tǒng)計(jì)檢驗(yàn)、計(jì)量經(jīng)濟(jì)檢驗(yàn)、經(jīng)濟(jì)意義檢驗(yàn)后，得到的最優(yōu)預(yù)測(cè)模型以正向刺激變量Xg、先行1年商品房施工面積的對(duì)數(shù)值為解釋變量?；貧w模型信息如表5所示。

模型擬合整體顯著，可以解釋被解釋變量73.9%的變化信息，模型不存在序列相關(guān)性。在5%的顯著性水平上，Xg、先行1年商品房施工面積對(duì)商品房銷售面積（年）影響顯著。

該模型公式中，預(yù)測(cè)的銷售量受到當(dāng)年正向刺激變量Xg的影響是顯著的，如前所述歷史上出現(xiàn)顯著的正向刺激（即Xg=1）絕大多數(shù)是可控的政策操作，理論上該虛擬變量也是可以通過(guò)政策選擇加以控制的。同時(shí)，如前所述經(jīng)過(guò)多個(gè)模型的回歸檢驗(yàn)，均發(fā)現(xiàn)負(fù)向沖擊對(duì)新建商品房的銷售量影響不顯著。說(shuō)明在我國(guó)經(jīng)濟(jì)發(fā)展整體趨穩(wěn)向好和城鎮(zhèn)化水平不斷提高的大背景下，沿海的A市遇到類似疫情的負(fù)向外部影響時(shí)，其影響有限且不具有顯著的統(tǒng)計(jì)學(xué)意義。

4 外部沖擊下的市場(chǎng)調(diào)控與效果預(yù)測(cè)

如前文所述，A市對(duì)商品房銷售價(jià)格的調(diào)控是有效的，短期內(nèi)出現(xiàn)價(jià)格大幅波動(dòng)，運(yùn)行進(jìn)入不正常區(qū)間的可能性不大。但隨之而來(lái)的問(wèn)題是，商品房銷售面積會(huì)更多的承受市場(chǎng)力量的壓力，對(duì)宏觀政策、經(jīng)濟(jì)增速、流動(dòng)性、購(gòu)房人心理預(yù)期波動(dòng)等內(nèi)外部變量更加敏感。同時(shí)，銷售量一旦大幅波動(dòng)，也會(huì)對(duì)銷售價(jià)格的穩(wěn)定和銷售價(jià)格的調(diào)控余地造成壓力。因此，進(jìn)一步分析銷售量的顯著性影響因素、影響方式、影響程度，對(duì)在市場(chǎng)不斷變化中，選擇調(diào)控方法，穩(wěn)定或?qū)崿F(xiàn)目標(biāo)銷售量，顯得十分重要。

4.1 調(diào)控政策效應(yīng)預(yù)測(cè)及評(píng)價(jià)

隨著我國(guó)房地產(chǎn)市場(chǎng)的不斷發(fā)展，政府的調(diào)控手段也在不斷成熟和豐富，調(diào)控政策多樣性和區(qū)域性不斷增強(qiáng)的同時(shí)，也為對(duì)這些政策調(diào)控效果的準(zhǔn)確計(jì)量帶來(lái)了難度。因此，如上文所述我們只能將歷史上可觀測(cè)的調(diào)控分為正向刺激和負(fù)向刺激，分別設(shè)為變量Xg和Xb進(jìn)行實(shí)證分析。

4.1.1 對(duì)商品房銷售面積的調(diào)控效果

按照3.2中的方法分別設(shè)置了正向刺激變量Xg、負(fù)向刺激變量Xb后，再經(jīng)大量不同模型形式、解釋變量組合實(shí)證分析，發(fā)現(xiàn)模型普遍存在序列相關(guān)，模型參數(shù)估計(jì)不具備有效性。且負(fù)向刺激變量Xb對(duì)商品房銷售面積的回歸系數(shù)不顯著，說(shuō)明其對(duì)銷售面積不存在統(tǒng)計(jì)上的顯著影響。也進(jìn)一步印證了當(dāng)前A市商品房處于供不應(yīng)求的賣方市場(chǎng)的分析結(jié)論。

在表6和表7反映的回歸模型中，采用5%的顯著性水平，Xg對(duì)商品房銷售面積（年）影響顯著性指標(biāo)分別為48.1%和27.1%，均不滿足≤5%的要求。說(shuō)明負(fù)向外部影響對(duì)房地產(chǎn)市場(chǎng)運(yùn)行的影響不顯著。

4.1.2 對(duì)商品房銷售面積增長(zhǎng)率的調(diào)控效果

按照3.2中的方法分別設(shè)置了正向刺激變量Xg、負(fù)向刺激變量Xb后，再經(jīng)大量不同模型形式、解釋變量組合實(shí)證分析，得到的最優(yōu)回歸估計(jì)模型以Xg、Xb商品房施工面積的對(duì)數(shù)值為解釋變量，商品房銷售面積（年）增長(zhǎng)率為被解釋變量。回歸模型信息如表8所示。

模型擬合整體顯著，可以解釋被解釋變量78.4%的變化信息，模型不存在序列相關(guān)性。在5%的顯著性水平上，Xg、Xb商品房施工面積的對(duì)數(shù)值對(duì)商品房銷售面積（年）增長(zhǎng)率影響顯著。

在其他條件不變情況下，出現(xiàn)正向刺激將將引起商品房銷售面積（年）增長(zhǎng)率平均上漲1.583個(gè)百分點(diǎn);

在其他條件不變情況下，出現(xiàn)負(fù)向刺激將將引起商品房銷售面積（年）增長(zhǎng)率平均下跌0.622個(gè)百分點(diǎn);

在其他條件不變情況下，商品房施工面積平均變化1%將引起商品房銷售面積（年）增長(zhǎng)率平均反向變化0.148個(gè)百分點(diǎn)。

如前所述，施工面積對(duì)銷售面積是正向影響;與此同時(shí)，其對(duì)銷售面積增長(zhǎng)率卻是負(fù)向的影響。根據(jù)經(jīng)濟(jì)學(xué)中邊際分析原理，說(shuō)明施工面積對(duì)銷售面積是邊際遞減的正向影響。這符合市場(chǎng)均衡理論的結(jié)論，即施工面積增加會(huì)使得市場(chǎng)均衡狀態(tài)由供不應(yīng)求向供過(guò)于求發(fā)展。加之，房地產(chǎn)市場(chǎng)的供給具有滯后性，所以對(duì)施工面積的引導(dǎo)應(yīng)同時(shí)考慮正反兩面因素，刺激需要適度。調(diào)控操作時(shí)，應(yīng)特別注意施工面積作為銷售面積市場(chǎng)信號(hào)的伴隨性反饋，主要是在非外部因素影響下，供給方自主選擇時(shí)發(fā)揮作用，若受到強(qiáng)烈外部刺激，市場(chǎng)均衡狀態(tài)將發(fā)生轉(zhuǎn)換，信號(hào)容易失真。所以，應(yīng)盡量選擇其他因素對(duì)市場(chǎng)加以調(diào)控，不人為直接干預(yù)施工面積，保持中性伴隨性指標(biāo)屬性，僅作為市場(chǎng)冷熱的觀測(cè)指標(biāo)使用。

目前，以A市為例政府對(duì)商品房銷售價(jià)格的調(diào)控是有效的，短期內(nèi)出現(xiàn)價(jià)格大幅波動(dòng)、運(yùn)行進(jìn)入不正常區(qū)間的可能性不大。如果出現(xiàn)負(fù)向刺激，首先承壓也最為敏感的市場(chǎng)運(yùn)行觀測(cè)指標(biāo)是新建商品房銷售面積。根據(jù)前述分析，負(fù)向刺激對(duì)A市商品房面積影響并不顯著。面對(duì)不確定性很強(qiáng)的疫情影響，可以密切關(guān)注對(duì)商品房銷售面積有顯著影響的可觀測(cè)變量，特別是伴隨性變量的變化。即使相關(guān)變量顯示出負(fù)向刺激的信號(hào)，市場(chǎng)主體仍可以相信正向刺激調(diào)控手段的有效性，對(duì)調(diào)控可以抑制負(fù)向影響，乃至扭轉(zhuǎn)其造成的市場(chǎng)下行趨勢(shì)這一效果保持信心。

參考文獻(xiàn)：

1.石振武 余璐.商品住宅價(jià)格與GDP互動(dòng)效應(yīng)實(shí)證研究[J].商業(yè)研究.2016.（3）

2.朱菁 陳多長(zhǎng).浙江房地產(chǎn)市場(chǎng)周期濾波分析[J].中國(guó)房地產(chǎn).2016（2）：3-15

3.齊錫晶 宋明亮 王宏偉等.中國(guó)房地產(chǎn)市場(chǎng)周期波動(dòng)分析[J].東北大學(xué)學(xué)報(bào)（自然科學(xué)版）.2010.31（7）

4.劉金全 張運(yùn)峰 畢振豫.房地產(chǎn)價(jià)格波動(dòng)、經(jīng)濟(jì)周期與貨幣政策效應(yīng)[J].當(dāng)代經(jīng)濟(jì)研究.2022.317（1）

5.邢天才 王笑.內(nèi)外部經(jīng)濟(jì)政策不確定性與中國(guó)金融市場(chǎng)穩(wěn)定的動(dòng)態(tài)傳遞效應(yīng)研究[J].當(dāng)代經(jīng)濟(jì)管理.2021.43（10）

6.蔣彧 全夢(mèng)貞.中國(guó)房地產(chǎn)市場(chǎng)波動(dòng)的驅(qū)動(dòng)因素分析[J].河海大學(xué)學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）.2017.19（2）

7.尹中立.疫情下房地產(chǎn)政策何去何從[J].中國(guó)金融.2020（5）

8.董會(huì)元 黃珊 李均超.我國(guó)房地產(chǎn)價(jià)格與消費(fèi)者預(yù)期的動(dòng)態(tài)關(guān)聯(lián)研究——基于現(xiàn)房?jī)r(jià)格與期房?jī)r(jià)格相互影響視角的分析[J].價(jià)格理論與實(shí)踐.2021（6）

9.白鶴祥 劉社芳 羅小偉等.基于房地產(chǎn)市場(chǎng)的我國(guó)系統(tǒng)性金融風(fēng)險(xiǎn)測(cè)度與預(yù)警研究[J].金融研究.2020（8）