郭玲霞，彭錢英，陳路路，陳 穎，閆 瑞

房地產(chǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的重要組成部分，為中國(guó)經(jīng)濟(jì)過(guò)去近二十年的快速發(fā)展提供了強(qiáng)勁動(dòng)力。自1998年以來(lái)，我國(guó)住房制度改革取得顯著成績(jī)，房地產(chǎn)市場(chǎng)因此快速地發(fā)展起來(lái)，房地產(chǎn)開發(fā)投資年均增長(zhǎng)率超過(guò)20%。截至2018年，全國(guó)商品房平均銷售價(jià)格7892元/平方米，比上年增長(zhǎng)5.6%(1)國(guó)家統(tǒng)計(jì)局.中國(guó)統(tǒng)計(jì)年鑒-2019 [Z].北京：中國(guó)統(tǒng)計(jì)出版社,2019.。2020年上半年，新冠疫情席卷世界。受新冠疫情的影響，疫情在短期內(nèi)已經(jīng)給我國(guó)乃至全球宏觀經(jīng)濟(jì)運(yùn)行、房地產(chǎn)行業(yè)帶來(lái)顯著沖擊(2)麻紅萍.新冠肺炎疫情對(duì)房地產(chǎn)行業(yè)影響及對(duì)策研究[J].湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)(人文社會(huì)科學(xué)版),2020,(6).。但2020年5月份以來(lái)，隨著國(guó)內(nèi)疫情形勢(shì)好轉(zhuǎn)，國(guó)內(nèi)房地產(chǎn)市場(chǎng)開始逐漸恢復(fù)，甚至多地出現(xiàn)房?jī)r(jià)飆升的情況。2021年1—7月，中央多部委發(fā)布房地產(chǎn)調(diào)控政策，信貸政策收緊。之后房?jī)r(jià)呈現(xiàn)走低態(tài)勢(shì)，就銷售旺季的“金九銀十”也接連失約，11月依然遇冷。疫情之前國(guó)內(nèi)房?jī)r(jià)上漲過(guò)快、投資額度偏大、空置率居高不下等現(xiàn)象，已經(jīng)影響國(guó)民經(jīng)濟(jì)的健康發(fā)展，也影響居民正常的住房需求。后疫情時(shí)代，疫情反復(fù)，實(shí)體行業(yè)舉步維艱，房?jī)r(jià)迎來(lái)滯漲，多城房?jī)r(jià)全面下跌，與收入相比，對(duì)于大多數(shù)老百姓而言，房?jī)r(jià)依然高不可攀。房地產(chǎn)泡沫問(wèn)題始終是繞不開的話題。

從國(guó)外已有經(jīng)驗(yàn)來(lái)看，房地產(chǎn)泡沫會(huì)影響經(jīng)濟(jì)的正常發(fā)展，例如1997、1998年亞洲金融危機(jī)就與曼谷、雅加達(dá)、甚至中國(guó)香港等地的大規(guī)模建筑和房地產(chǎn)價(jià)格下跌有關(guān)；在日本，1990年后發(fā)生的大規(guī)模房地產(chǎn)泡沫破滅造成該國(guó)蕭條二十年；美國(guó)在1797、1819 、1837、1857和2007年的金融危機(jī)以及1989年開始的儲(chǔ)蓄和貸款危機(jī)，都與房地產(chǎn)投機(jī)密切相關(guān)(3)Glaeser, Edward L. Real Estate Bubbles and Urban Development[J]. Asian Development Review, 2017, (2).。

長(zhǎng)期以來(lái)，國(guó)內(nèi)外學(xué)者圍繞房地產(chǎn)泡沫相關(guān)話題展開激烈討論，例如房地產(chǎn)泡沫的外部性、產(chǎn)生原因、測(cè)度方法、效應(yīng)和實(shí)證研究。

一、房地產(chǎn)泡沫的外部性及產(chǎn)生原因

關(guān)于房地產(chǎn)泡沫的外部性，有些認(rèn)為是正向的、積極的(Olivier，2000)(4)Olivier, Jacques. Growth-Enhancing Bubbles[J]. International Economics Review, 2000, (1).，有些認(rèn)為是消極的、負(fù)面的，當(dāng)然認(rèn)為房地產(chǎn)泡沫有負(fù)面作用的呼聲更多。例如，人們普遍認(rèn)為，2000年代美國(guó)(或至少美國(guó)部分地區(qū))出現(xiàn)了泡沫，而且，美國(guó)的泡沫通常是被視為導(dǎo)致最近金融和經(jīng)濟(jì)危機(jī)的主要因素(Shiller，2008；馬丁，2010)(5)Shiller, R.J.The Subprime Solution: How Today’s Financial Crisis Happened and What to Do About It[J].Journal of Socio-Eeonomics,2009,(6).(6)Martin, R. The Local Geographies of the Financial Crisis: From the Housing Bubble to Economic Recession and Beyond[J]. Journal of Economic Geography,2010,(6).。除了造成經(jīng)濟(jì)普遍下滑外，房地產(chǎn)泡沫還對(duì)美國(guó)許多地區(qū)的家庭和社區(qū)造成了實(shí)質(zhì)性的傷害。房?jī)r(jià)波動(dòng)在西班牙和愛(ài)爾蘭等國(guó)也產(chǎn)生了類似的影響(7)Bourassa, Steven C.,Hoesli Martin Edward Ralph,et al.Measuring House Price Bubbles[J].Swiss Finance Institute Research Paper,2016.(1).。對(duì)于中國(guó)而言，Glaeser, Edward L.(2017)認(rèn)為房地產(chǎn)泡沫對(duì)小城市的影響要遠(yuǎn)大于大城市。陳璐佳和蔣偉偉(2016)也得出我國(guó)二三線城市的房地產(chǎn)泡沫要高于一線城市的結(jié)論(8)陳璐佳,蔣偉偉.我國(guó)大中城市房地產(chǎn)泡沫水平測(cè)度研究——基于27個(gè)城市的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)研究,2016,(2).。

在人類歷史上，土地一直是最普遍的財(cái)富儲(chǔ)存方式(9)Glaeser, Edward L, Wei Huang, Yueran Ma, and Andrei Shleifer.A Real Estate Boom with Chinese Characteristics[J].Journal of Economic Perspectives, 2017, (1).。土地產(chǎn)權(quán)的明確性使得其很適合作抵押品。房地產(chǎn)對(duì)被動(dòng)債務(wù)投資者的吸引力意味著信貸繁榮，通常使開發(fā)商能夠更多地對(duì)房地產(chǎn)進(jìn)行杠桿押注。強(qiáng)有力的土地產(chǎn)權(quán)和建筑物相對(duì)靈活的使用雖并非必然產(chǎn)生泡沫，但是，這確實(shí)可以解釋為什么過(guò)分樂(lè)觀通常會(huì)導(dǎo)致房地產(chǎn)市場(chǎng)蓬勃發(fā)展，也即房地產(chǎn)泡沫產(chǎn)生的原因。今天的高價(jià)格是由投資者認(rèn)為明天的賣出價(jià)格會(huì)更高造成的。對(duì)于房地產(chǎn)泡沫，還存在許多非理性的解釋，但是最前沿的理論強(qiáng)調(diào)了對(duì)某種趨勢(shì)的追逐，這反過(guò)來(lái)又反映了有限的理性學(xué)習(xí)。當(dāng)然，也跟消費(fèi)者對(duì)未來(lái)房?jī)r(jià)的過(guò)度自信有密不可分的關(guān)系。Kim Abildgren等(2018)用來(lái)自丹麥消費(fèi)者期望調(diào)查的匯總數(shù)據(jù)以及與家庭層面的行政登記數(shù)據(jù)相匹配的家庭層面的微觀數(shù)據(jù)，探討了對(duì)丹麥房?jī)r(jià)過(guò)度樂(lè)觀的重要性。 結(jié)果表明，房?jī)r(jià)的發(fā)展部分是由與經(jīng)濟(jì)的基本面脫鉤的情緒所驅(qū)動(dòng)(10)Abildgren, Kim, Niels Lyngg?rd Hansen, and Andreas Kuchler.Overoptimism and House Price Bubbles[J].Journal of Macroeconomics,2018,(56).。此外，政府和銀行對(duì)房地產(chǎn)泡沫也有重要的推動(dòng)作用(11)荊慕妍.我國(guó)房地產(chǎn)泡沫及其防范研究[D].蚌埠：安徽財(cái)經(jīng)大學(xué),2017.。

二、房地產(chǎn)泡沫的測(cè)度方法及實(shí)證

關(guān)于房地產(chǎn)泡沫測(cè)度的方法，有指標(biāo)法、多元統(tǒng)計(jì)方法和理論價(jià)格法(12)Bourassa, Steven C. ,Hoesli Martin Edward Ralph,et al.Measuring House Price Bubbles[J].Swiss Finance Institute Research Paper,2016.(1).，指標(biāo)法一般有房?jī)r(jià)增長(zhǎng)率、房?jī)r(jià)租金比、房?jī)r(jià)收入比等指標(biāo)。Cameron(2006)等人(13)Cameron, G, Muellbauer, J. and Muphy, A.Was there a British house price bubble? Evidence from a regional panel[C].CEPR Discussion Papers, 2014,(10).與Himmelberg(2005年)等人(14)Himmelberg, C.. Mayer, C. and Sinai, T. Assessing high house prices: bubbles, fundamentals and misperceptions[J].The Journal of Economic Perspectives,2005,(9).指出，由于忽略了一系列其他重要因素，如人口和人口變化、住房供應(yīng)和信貸條件，這些比率在評(píng)估泡沫時(shí)信息量不大。他們建立了英國(guó)九個(gè)地區(qū)年房?jī)r(jià)的動(dòng)態(tài)均衡修正方程系統(tǒng)。該模型由一個(gè)以預(yù)定區(qū)域住房存量為解釋變量的住房需求倒推方程組組成。需求因素包括區(qū)域收入、實(shí)際利率和名義利率以及人口統(tǒng)計(jì)數(shù)據(jù)，還包括空間參數(shù)的異質(zhì)性。多元統(tǒng)計(jì)方法又大致可分為三類。無(wú)論是哪種類型，因變量都被指定為價(jià)格或價(jià)格與租金或收入(水平或變化)的比率。第一類模型是將價(jià)格或價(jià)格比率作為供求基本面函數(shù)的模型。第二種模型來(lái)源于金融經(jīng)濟(jì)學(xué)文獻(xiàn)，基于價(jià)格是未來(lái)租金的現(xiàn)值這一事實(shí)。最后一種類型依賴于時(shí)間序列技術(shù)來(lái)測(cè)試單位根。具體包括方差界檢驗(yàn)、設(shè)定性檢驗(yàn)和單位根——協(xié)整檢驗(yàn)等具體方法(Abraham和Hendershott，1996(15)Abraham, J. and P. Hendershott.Bubbles in Metropolitan Housing Markets[J]. Journal of Housing Research,1996，(2).；Black，F(xiàn)raser和Hoesli，2006年(16)Black, A., P. Fraser and M. Hoesli.House Prices, Fundamentals and Bubbles[J]Journal of Business Finance and Accounting,2006，(9).；Oikarinen，2009b(17)Oikarinen, E.Interaction between Housing Prices and Household Borrowing: The Finnish Case[J].Journal of Banking and Finance,2009b,(4).；Yiu，Yu和Jin，2013(18)Yiu, M.S.,J. Yu and L. Jin.Detecting Bubbles in Hong Kong Residential Property Market[J].Journal of Asian Economics.2013,(10).)。而理論價(jià)格法是通過(guò)數(shù)學(xué)模型等計(jì)算出房地產(chǎn)的理論價(jià)格，再與房地產(chǎn)實(shí)際價(jià)格進(jìn)行比較，二者的差就是房地產(chǎn)泡沫的大小。理論價(jià)格法又可以分為收益還原法、邊際收益法和市場(chǎng)供求法。很多學(xué)者基于某一種或者某一類方法對(duì)某一個(gè)或多個(gè)地區(qū)進(jìn)行泡沫測(cè)度，但是也有一些學(xué)者更注重對(duì)不同測(cè)度方法的適用性進(jìn)行全面而系統(tǒng)的分析，王浩(2017)(19)王浩.中國(guó)房地產(chǎn)泡沫的測(cè)度方法研究綜述[J].統(tǒng)計(jì)與信息論壇,2017,(8).通過(guò)理論分析和建模確定理想狀態(tài)時(shí)數(shù)值或數(shù)理關(guān)系，與實(shí)際對(duì)比測(cè)度房地產(chǎn)泡沫水平，當(dāng)前適用性有限或不適用，無(wú)論是單指標(biāo)法、多指標(biāo)法或者因子分析法，當(dāng)前測(cè)度到的更可能是房地產(chǎn)景氣指數(shù)。房?jī)r(jià)收入比這一指標(biāo)實(shí)際值容易獲取，臨界值也易界定，是當(dāng)前測(cè)度城市住宅市場(chǎng)泡沫具有可操作性和適用性的指標(biāo)。

總體而言，盡管指標(biāo)法飽受詬病，但多數(shù)研究也表明簡(jiǎn)單的價(jià)格租金比方法在泡沫期和非泡沫期的識(shí)別上是可靠的，敏感性(正確識(shí)別泡沫百分比)和特異性(正確識(shí)別非泡沫區(qū)百分比)的平均值事后為88.6%，遞歸為84.1%。事后表現(xiàn)最差的方法是估算實(shí)際租金比率(63.6%的準(zhǔn)確率)和多元回歸(65.7%)。穩(wěn)健性檢驗(yàn)都證實(shí)了價(jià)格租金法的優(yōu)越性(20)陳璐佳,蔣偉偉.我國(guó)大中城市房地產(chǎn)泡沫水平測(cè)度研究——基于27個(gè)城市的實(shí)證分析[J].商業(yè)經(jīng)濟(jì)研究,2016,(2).。

在過(guò)去近30年里, 世界范圍內(nèi)出現(xiàn)了三次影響較大的房地產(chǎn)泡沫破滅, 即1991年日本房地產(chǎn)泡沫破滅、1997年泰國(guó)等國(guó)家和地區(qū)房地產(chǎn)泡沫破滅和2007年同美國(guó)次貸危機(jī)相關(guān)的房地產(chǎn)泡沫破滅(21)謝經(jīng)榮.國(guó)外房地產(chǎn)泡沫的治理及啟示[J].中國(guó)中小企業(yè),2012，(3).。同等條件下，房?jī)r(jià)越高，偏離合理房?jī)r(jià)的幅度越高，泡沫越大。根據(jù)美國(guó)商業(yè)地產(chǎn)機(jī)構(gòu)CBRE世邦魏理仕發(fā)布的報(bào)告顯示，2019年全球住宅價(jià)格最高的十大城市中有一半位于亞洲，有近半數(shù)位于中國(guó)(香港、北京、上海、深圳)，中國(guó)香港全球房?jī)r(jià)最貴，位列第二和第三的城市分別是德國(guó)慕尼黑和新加坡(22)搜狐網(wǎng).全球房?jī)r(jià)最高十大城市發(fā)布 一半位于亞洲[EB/OL]. [2020-06-13].https://www.sohu.com/a/401553048_174814,.。學(xué)者們關(guān)注房地產(chǎn)泡沫的研究自然也更多關(guān)注這些房?jī)r(jià)位居前列的城市及地區(qū)。Konstantin A. Kholodilin等(2014)采用了面板數(shù)據(jù)和主成分分析方法測(cè)試了過(guò)去20年中德國(guó)127個(gè)大城市的投機(jī)房?jī)r(jià)泡沫，發(fā)現(xiàn)德國(guó)房地產(chǎn)市場(chǎng)投機(jī)價(jià)格泡沫累積的危險(xiǎn)相當(dāng)溫和(23)Kholodilin, Konstantin A., et al.Speculative Price Bubbles in Urban Housing Markets in Germany[C].ERSA Conference Papers, 2014.。Hanwool Jang等使用現(xiàn)值模型，租賃價(jià)格比率和對(duì)數(shù)周期冪定律，研究了韓國(guó)世宗房地產(chǎn)市場(chǎng)的泡沫，結(jié)果表明，世宗房?jī)r(jià)泡沫很大，且投機(jī)性投資推動(dòng)了泡沫(24)Jang H , Ahn K , Kim D , et al. Detection and Prediction of House Price Bubbles: Evidence from a New City[C]. International Conference on Computational Science, 2018.。Aizenman, Joshua等使用覆蓋了過(guò)去40年的跨國(guó)房?jī)r(jià)的季度數(shù)據(jù)集，發(fā)現(xiàn)房?jī)r(jià)升值與經(jīng)濟(jì)增長(zhǎng)呈正相關(guān)，而房?jī)r(jià)貶值與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)系則高度非線性，具體取決于特定國(guó)家/地區(qū)的特征。在沒(méi)有金融部門亂象的情況下，短期房?jī)r(jià)貶值與經(jīng)濟(jì)增長(zhǎng)呈正相關(guān)。房?jī)r(jià)貶值與經(jīng)濟(jì)增長(zhǎng)之間的關(guān)聯(lián)還受制于法律制度、抵押保險(xiǎn)和個(gè)人破產(chǎn)法的實(shí)施(25)Aizenman, Joshua, Yothin Jinjarak, and Huanhuan Zheng.Housing Bubbles, Economic Growth and Institutions[J].Open Economies Review,2019,(4).。Philip Arestis等使用Glindro和Delloro(2010)開發(fā)的程序來(lái)分析香港住房市場(chǎng)(26)Arestis, Philip, Ana Rosa Gonzalez-Martinez, et al..House Price Overvaluation in Hong Kong[J].International Journal of Housing Markets and Analysis,2017, (2).。Ge, Xin(2015)分析了悉尼近十年來(lái)的房?jī)r(jià)表現(xiàn)，并對(duì)當(dāng)?shù)刈饨鸷褪杖脒M(jìn)行比較，結(jié)果表明悉尼和墨爾本都沒(méi)有出現(xiàn)泡沫市場(chǎng)(27)Ge, Xin. Measurement of house price bubbles: a case in Sydney[C].21st Annual Pacific Rim Real Estate Society Conference, At Kuala Lumpur Malaysia ,2015.。Charles Himmelberg(2005)根據(jù)房?jī)r(jià)收入比、房?jī)r(jià)租金比指標(biāo)建立模型，得到1980—2004 年美國(guó)46個(gè)城市的房地產(chǎn)價(jià)格波動(dòng)情況(28)Himmelberg, C.. Mayer, C. and Sinai, T. Assessing high house prices: bubbles, fundamentals and misperceptions[J]. The Journal of Economic Perspectives,2005,(9).。Taipalus(2006)等用單位根檢驗(yàn)來(lái)研究美國(guó)6個(gè)城市的房地產(chǎn)泡沫情況發(fā)現(xiàn)舊金山從2003年開始、芝加哥從2000年開始都出現(xiàn)了泡沫(29)Taipalus, Katja. A Global House Price Bubble? Evaluation Based on a New Rent-Price Approach[J]. RePEc, 2007,(10).。Ambrose、Eichholtz和Lindenthal(2013年)計(jì)算了阿姆斯特丹1650—2005年的長(zhǎng)期租金價(jià)格比，給出了與平均值的一些長(zhǎng)期偏差(30)Ambrose, B.W., P. Eichholtz and T. Lindenthal.House Prices and Fundamentals: 355 Years of Evidence[J].Journal of Money, Credit and Banking,2013.(2-3).。Yener Coskun等(2020)使用兩個(gè)房?jī)r(jià)指數(shù)來(lái)分析土耳其兩個(gè)時(shí)期的房地產(chǎn)泡沫，即2010—2014年和2007—2014年。結(jié)果表明，房?jī)r(jià)指數(shù)與住房租金、建設(shè)成本和實(shí)際抵押貸款利率之間存在長(zhǎng)期協(xié)整關(guān)系。土耳其房地產(chǎn)市場(chǎng)經(jīng)歷了一些估值過(guò)高的情況，但沒(méi)有形成泡沫(31)Ambrose, B.W., P. Eichholtz and T. Lindenthal.House Prices and Fundamentals: 355 Years of Evidence[J].Journal of Money, Credit and Banking,2013.(2-3).。

Rherrad Imad、Bago Jean Louis和Mokengoy Mardochée(2021)以加拿大溫哥華、多倫多、維多利亞和漢密爾頓4個(gè)人口普查大都會(huì)區(qū)的新房市場(chǎng)和二手房市場(chǎng)為研究對(duì)象，使用Phillips、Shi和Yu(2015)開發(fā)的GSADF測(cè)試方法計(jì)算了1988年1月至2018年12月的月度價(jià)格租金比以及利用Greenaway McGrevy和Phillips(2016)提出的具有時(shí)變系數(shù)的非參數(shù)模型進(jìn)行研究，得出維多利亞州的二手住宅市場(chǎng)和新房市場(chǎng)以及溫哥華的二手住宅市場(chǎng)存在泡沫(32)Rherrad Imad,Bago Jean Louis,Mokengoy Mardochée. Real estate bubbles and contagion: new empirical evidence from Canada[J]. New Zealand Economic Papers,2021,(1).。Zhao X.B. 等(2017)以中國(guó)為研究對(duì)象，對(duì)金融危機(jī)與房地產(chǎn)開發(fā)的關(guān)系進(jìn)行了研究。結(jié)果表明，金融危機(jī)來(lái)自與中國(guó)房地產(chǎn)業(yè)聯(lián)系緊密的金融體系。這使房地產(chǎn)危機(jī)可迅速演變成金融危機(jī)。反過(guò)來(lái)，金融危機(jī)膨脹又可以造成宏觀經(jīng)濟(jì)危機(jī)(33)Zhao X.B., Zhan Hongyu, Jiang Yanpeng,et al. How big is China’s real estate bubble and why hasn’t it burst yet?[J]. Land Use Policy, 2017,(64).。姜春海(2005)對(duì)中國(guó)房地產(chǎn)基本價(jià)值、投機(jī)泡沫和泡沫度進(jìn)行了實(shí)際計(jì)算，得出當(dāng)時(shí)中國(guó)房地產(chǎn)泡沫已經(jīng)產(chǎn)生，而且比較嚴(yán)重，并解釋了中國(guó)房地產(chǎn)投機(jī)泡沫產(chǎn)生的主要原因(34)姜春海.中國(guó)房地產(chǎn)市場(chǎng)投機(jī)泡沫實(shí)證分析[J].管理世界,2005,(12).。楊帆、李宏謹(jǐn)和李勇(2005)也得出當(dāng)時(shí)中國(guó)房地產(chǎn)泡沫已經(jīng)產(chǎn)生，并以極快的速度發(fā)展(35)楊帆,李宏謹(jǐn),李勇.泡沫經(jīng)濟(jì)理論與中國(guó)房地產(chǎn)市場(chǎng)[J].管理世界,2005,(06).。由于房地產(chǎn)泡沫調(diào)控機(jī)制是一個(gè)典型的不確定系統(tǒng)問(wèn)題，Zhang C.Y.、Li M.L.和Li Y.Q.等(2021)構(gòu)建了基于機(jī)器學(xué)習(xí)和因子分析模型的房地產(chǎn)泡沫金融風(fēng)險(xiǎn)分析模型，探討了房地產(chǎn)價(jià)格泡沫形成的原因和形成機(jī)制，尋找政策調(diào)控房地產(chǎn)價(jià)格泡沫的重要性，并闡明了房地產(chǎn)價(jià)格泡沫政策調(diào)控的功能博弈模型(36)Zhang Chengyuan,Li Mingliang,Li Yongqiang,Ramachandran Varatharajan. Financial risk analysis of real estate bubble based on machine learning and factor analysis model[J]. Journal of Intelligent & Fuzzy Systems,2021,(4).。

三、房地產(chǎn)泡沫的效應(yīng)

房地產(chǎn)泡沫的效應(yīng)主要有財(cái)富效應(yīng)、空間傳染(擴(kuò)散)效應(yīng)、產(chǎn)業(yè)內(nèi)傳染(擴(kuò)散)效應(yīng)、對(duì)金融業(yè)和制造業(yè)的溢出效應(yīng)等。房地產(chǎn)泡沫的消極影響主要體現(xiàn)在房地產(chǎn)泡沫會(huì)擠占購(gòu)房居民的其他支出，從而可能引起居民消費(fèi)水平降低，即出現(xiàn)負(fù)財(cái)富效應(yīng)；同時(shí)由于房地產(chǎn)業(yè)關(guān)聯(lián)性很強(qiáng)，房地產(chǎn)業(yè)的泡沫可能會(huì)導(dǎo)致整個(gè)房地產(chǎn)產(chǎn)業(yè)鏈鏈條上的其他產(chǎn)業(yè)也出現(xiàn)泡沫。

(一)關(guān)于房地產(chǎn)泡沫是否存在財(cái)富效應(yīng)

付艷秋和張煒(2020)以2007—2016年期間30個(gè)地區(qū)的面板數(shù)據(jù)為基礎(chǔ),對(duì)房地產(chǎn)泡沫、居民收入水平和房地產(chǎn)泡沫預(yù)期對(duì)居民消費(fèi)水平的影響進(jìn)行實(shí)證檢驗(yàn),結(jié)果發(fā)現(xiàn)我國(guó)只有少數(shù)地區(qū)存在顯著的房地產(chǎn)泡沫財(cái)富效應(yīng)(37)付艷秋,張煒.房地產(chǎn)泡沫財(cái)富效應(yīng)的實(shí)證研究[J].上海房地,2020,(12).。王文和蘆哲(2021)通過(guò)分析日本和美國(guó)兩次房地產(chǎn)泡沫以及德國(guó)房地產(chǎn)市場(chǎng)平穩(wěn)發(fā)展的教訓(xùn)與經(jīng)驗(yàn)，得出日本和美國(guó)的房地產(chǎn)泡沫均存在財(cái)富效應(yīng)且財(cái)富效應(yīng)具有傳導(dǎo)作用(38)王文,蘆哲.房地產(chǎn)泡沫與系統(tǒng)性金融風(fēng)險(xiǎn)防范——基于國(guó)際比較的視角[J].國(guó)際金融研究,2021,(1).。

(二)關(guān)于房地產(chǎn)業(yè)泡沫是否存在產(chǎn)業(yè)內(nèi)泡沫的傳遞效應(yīng)以及如何傳遞

郭文偉(2016)以鋼鐵、有色金屬、家用電器、房地產(chǎn)、建筑材料、建筑裝飾、銀行等九大申萬(wàn)一級(jí)行業(yè)指數(shù)所代表的房地產(chǎn)產(chǎn)業(yè)鏈為研究對(duì)象，采用R-Vine Copula方法刻畫房地產(chǎn)產(chǎn)業(yè)鏈上行業(yè)間相依結(jié)構(gòu)及其在2008年金融危機(jī)沖擊下的結(jié)構(gòu)演化特征，結(jié)果表明：房地產(chǎn)產(chǎn)業(yè)鏈上各行業(yè)間普遍存在對(duì)稱、厚尾的相依結(jié)構(gòu)，行業(yè)間相依性水平較高；機(jī)械設(shè)備業(yè)在整個(gè)房地產(chǎn)產(chǎn)業(yè)鏈上起到了樞紐中心的連接作用；金融危機(jī)的發(fā)生增強(qiáng)了房地產(chǎn)產(chǎn)業(yè)鏈的總體相依性水平，危機(jī)傳染效應(yīng)顯著(39)郭文偉.房地產(chǎn)產(chǎn)業(yè)鏈相依結(jié)構(gòu)演化及其危機(jī)傳染效應(yīng)研究[J].經(jīng)濟(jì)數(shù)學(xué),2016,(1).。帥先富和盧源榮(2010)以1993年房地產(chǎn)泡沫破滅為界，將改革開放以來(lái)的海南經(jīng)濟(jì)分為前后兩階段，分別估算三次產(chǎn)業(yè)增加值中的資本和勞動(dòng)份額，得出1993年房地產(chǎn)泡沫對(duì)海南經(jīng)濟(jì)增長(zhǎng)產(chǎn)生了深遠(yuǎn)的負(fù)面影響(40)帥先富,盧源榮.要素轉(zhuǎn)移、產(chǎn)業(yè)結(jié)構(gòu)演進(jìn)與海南生產(chǎn)率增長(zhǎng)研究[J].當(dāng)代經(jīng)濟(jì),2010,(6).。

(三)關(guān)于房地產(chǎn)泡沫的空間擴(kuò)散效應(yīng)

何寶峰和楊文(2016)在De Groot模型基礎(chǔ)上構(gòu)建了一個(gè)擴(kuò)散模型和計(jì)量模型來(lái)估算房?jī)r(jià)變動(dòng)過(guò)程中，城市間的相互影響和泡沫擴(kuò)散效應(yīng)。表明大城市的房?jī)r(jià)與收入比之間有高度相關(guān)性，擴(kuò)散效應(yīng)在泡沫形成和發(fā)展中作用明顯，上海等一線城市的房?jī)r(jià)變動(dòng)對(duì)其他城市影響顯著(41)何寶峰,楊文.房?jī)r(jià)泡沫的擴(kuò)散效應(yīng)——一個(gè)房地產(chǎn)調(diào)控的新視角[J].中國(guó)經(jīng)濟(jì)問(wèn)題,2016,(1).。梁秋霞，陳漢清和楊翠翠等(2017)利用我國(guó)東部、中部和西部2010—2016年的面板數(shù)據(jù)，基于系統(tǒng)廣義矩估計(jì)和實(shí)際政策決定斷點(diǎn)測(cè)度出羊群效應(yīng)，通過(guò)LM檢驗(yàn)驗(yàn)證羊群效應(yīng)對(duì)房地產(chǎn)泡沫在空間上的擴(kuò)散效應(yīng)，結(jié)果顯示全國(guó)房地產(chǎn)市場(chǎng)羊群效應(yīng)對(duì)房地產(chǎn)泡沫的影響存在空間擴(kuò)散(42)梁秋霞,陳漢清,楊翠翠,等.房地產(chǎn)市場(chǎng)泡沫、羊群效應(yīng)及空間擴(kuò)散[J].海南熱帶海洋學(xué)院學(xué)報(bào),2017,(5).。朱吉(2017)通過(guò)對(duì)2006—2014年中國(guó)35個(gè)大中城市房地產(chǎn)泡沫進(jìn)行測(cè)度，得出中國(guó)城市房地產(chǎn)泡沫存在明顯的時(shí)空差異，且具有明顯的空間傳染性(43)朱吉.中國(guó)城市房地產(chǎn)泡沫的時(shí)空特征分析[J].商業(yè)經(jīng)濟(jì)研究,2017,(2).等。Rherrad Imad、Bago Jean Louis和Mokengoy Mardochée(2021)以加拿大溫哥華、多倫多、維多利亞和漢密爾頓4個(gè)人口普查大都會(huì)區(qū)的新房市場(chǎng)和二手房市場(chǎng)為研究對(duì)象，得出維多利亞州的二手住宅市場(chǎng)和新房市場(chǎng)以及溫哥華的二手住宅市場(chǎng)泡沫在CMA內(nèi)部和之間的新房和二手房市場(chǎng)也會(huì)有空間傳染性(44)Rherrad Imad,Bago Jean Louis,Mokengoy Mardochée. Real estate bubbles and contagion: new empirical evidence from Canada[J]. New Zealand Economic Papers,2021,(1).。王春艷和董繼剛(2017)基于GIS對(duì)我國(guó)35個(gè)大中型城市2007—2016年房地產(chǎn)泡沫的空間分布格局進(jìn)行分析，結(jié)果表明房地產(chǎn)泡沫由東部地區(qū)向中西部逐級(jí)遞減，形成東——中——西部階梯式遞減格局。房地產(chǎn)泡沫存在空間傳染性且隨時(shí)間推移，傳染力明顯增強(qiáng)，空間傳染性也更為顯著；空間傳染能力存在明顯的區(qū)域差異，東南地區(qū)強(qiáng)于西北地區(qū)(45)王春艷,董繼剛.基于GIS的我國(guó)房地產(chǎn)泡沫空間傳染性研究[J].海南金融,2020,(2).。

(四)關(guān)于房地產(chǎn)泡沫對(duì)金融業(yè)和制造業(yè)的溢出效應(yīng)

尹三強(qiáng)、鄭良琳和馮曉嵐等(2017)通過(guò)對(duì)福建省2008—2016年房地產(chǎn)數(shù)據(jù)進(jìn)行分析得出，房地產(chǎn)泡沫對(duì)金融資源存在“虹吸效應(yīng)”，房?jī)r(jià)過(guò)快上漲而后旋即下行可能導(dǎo)致的房屋抵押品快速貶值的風(fēng)險(xiǎn)；房地產(chǎn)泡沫對(duì)制造業(yè)也存在不同程度的溢出效應(yīng)(46)尹三強(qiáng),鄭良琳,馮曉嵐,等.房地產(chǎn)泡沫對(duì)制造業(yè)和金融業(yè)的溢出效應(yīng)探析[J].福建金融,2017,(8).。唐云鋒和毛軍(2020)通過(guò)構(gòu)建空間半?yún)?shù)非線性Durbin模型,對(duì)中國(guó)房地產(chǎn)風(fēng)險(xiǎn)、地方政府債務(wù)風(fēng)險(xiǎn)及其疊加機(jī)制的路徑依賴和空間外溢效應(yīng)進(jìn)行分析。研究發(fā)現(xiàn)，房地產(chǎn)風(fēng)險(xiǎn)對(duì)金融系統(tǒng)存在倒逼效應(yīng)；房地產(chǎn)與地方政府債務(wù)風(fēng)險(xiǎn)的疊加也對(duì)金融系統(tǒng)產(chǎn)生負(fù)向的空間溢出效應(yīng)(47)唐云鋒,毛軍.房地產(chǎn)與地方政府債務(wù)風(fēng)險(xiǎn)疊加機(jī)制及其金融空間溢出效應(yīng)[J].社會(huì)科學(xué)戰(zhàn)線,2020,(11).。姜堃(2020)使用時(shí)變SJCCopula-CoVaR模型分析房地產(chǎn)業(yè)對(duì)銀行業(yè)、證券業(yè)及其他金融業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)程度和差異，結(jié)果表明房地產(chǎn)業(yè)對(duì)銀行業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)值最大，其次為證券業(yè)。同時(shí)，房地產(chǎn)業(yè)對(duì)各金融業(yè)的風(fēng)險(xiǎn)溢出效應(yīng)在危機(jī)事件前后具有較大差異(48)姜堃.房地產(chǎn)業(yè)金融風(fēng)險(xiǎn)溢出及其防范研究[J].價(jià)格理論與實(shí)踐,2020,(2).。

四、房地產(chǎn)泡沫的預(yù)測(cè)與防范

由于房地產(chǎn)本質(zhì)上是周期性的，分析和預(yù)測(cè)市場(chǎng)周期一直是房地產(chǎn)投資者、租戶和開發(fā)商的重要課題。全球金融危機(jī)增加了國(guó)內(nèi)外監(jiān)管機(jī)構(gòu)和央行對(duì)預(yù)測(cè)房地產(chǎn)市場(chǎng)及房地產(chǎn)泡沫的興趣。2016年，世界經(jīng)濟(jì)論壇提出“塑造房地產(chǎn)的未來(lái)”的倡議，定義了房地產(chǎn)資產(chǎn)生態(tài)系統(tǒng)以及如何通過(guò)創(chuàng)新解決方案限制房地產(chǎn)泡沫。首席執(zhí)行官Newmark Grubb Knight Frank(NGKF)、該計(jì)劃的倡導(dǎo)者巴里·M·戈辛(Barry M.Gosin)認(rèn)為應(yīng)該想辦法將預(yù)測(cè)商業(yè)房地產(chǎn)市場(chǎng)急劇下滑的方法制度化。據(jù)了解，資產(chǎn)價(jià)格動(dòng)態(tài)指導(dǎo)委員會(huì)和咨詢委員會(huì)與世界經(jīng)濟(jì)論壇合作，開發(fā)了一個(gè)用于量化相對(duì)風(fēng)險(xiǎn)的早期預(yù)警系統(tǒng)原型，并可以發(fā)出市場(chǎng)急劇下跌的信號(hào)。國(guó)際貨幣基金組織(IMF)研究部顧問(wèn)Prakash Loungani認(rèn)為美國(guó)城市商業(yè)地產(chǎn)價(jià)格崩盤的風(fēng)險(xiǎn)可能與一些宏觀經(jīng)濟(jì)指標(biāo)(通脹率、債券收益率、消費(fèi)者信心、就業(yè))的發(fā)展以及該行業(yè)凈營(yíng)業(yè)收入的增長(zhǎng)有關(guān)。建立房地產(chǎn)資產(chǎn)生態(tài)系統(tǒng)的目的是可以覆蓋到全球的系統(tǒng)(目前已應(yīng)用于10個(gè)美國(guó)城市)，同時(shí)也應(yīng)適用于其他資產(chǎn)，包括住宅房地產(chǎn)(49)謝百三,賴雪文.日本房地產(chǎn)泡沫破滅累及社會(huì)之教訓(xùn)及我國(guó)的防范對(duì)策[J].價(jià)格理論與實(shí)踐,2014,(8).。國(guó)內(nèi)也有不少關(guān)于房地產(chǎn)市場(chǎng)預(yù)警研究的，研究方法和手段主要有利用經(jīng)濟(jì)周期理論(50)熊亮亮,吳蕓蕓.房地產(chǎn)市場(chǎng)預(yù)警體系研究綜述[J].經(jīng)濟(jì)師,2019,(2).，利用指標(biāo)法、綜合預(yù)警法、系統(tǒng)動(dòng)力學(xué)方法等。

關(guān)于如何避免房地產(chǎn)泡沫風(fēng)險(xiǎn)，謝經(jīng)榮(2012)認(rèn)為應(yīng)該保持治理政策的相對(duì)穩(wěn)定，避免政策特別是金融政策調(diào)整過(guò)快過(guò)頻(51)謝經(jīng)榮.國(guó)外房地產(chǎn)泡沫的治理及啟示[J].中國(guó)中小企業(yè),2012,(3).。姜春海(2005)特別指出，地方政府對(duì)中央政府的有關(guān)政策能否“上令下達(dá)，不打埋伏”是擠出房地產(chǎn)市場(chǎng)泡沫的關(guān)鍵所在(52)姜春海.中國(guó)房地產(chǎn)市場(chǎng)投機(jī)泡沫實(shí)證分析[J].管理世界,2005,(12).。曹琳劍和王杰(2018)提出應(yīng)該從加強(qiáng)監(jiān)管土地市場(chǎng)、加強(qiáng)住房貸款審批、科學(xué)引導(dǎo)人口流向、實(shí)施穩(wěn)健的房地產(chǎn)調(diào)控政策等多方面來(lái)避免房地產(chǎn)泡沫(53)曹琳劍,王杰.房地產(chǎn)泡沫的測(cè)度預(yù)警及防范[J].中國(guó)房地產(chǎn),2018,(12).。荊慕妍(2017)認(rèn)為應(yīng)該嚴(yán)控土地和資本無(wú)序涌入房地產(chǎn)市場(chǎng)，完善房地產(chǎn)產(chǎn)品結(jié)構(gòu)和市場(chǎng)結(jié)構(gòu)，并且應(yīng)該規(guī)范和完善政府行為(54)Arestis, Philip, Ana Rosa Gonzalez-Martinez, and Lu-kui Jia.House Price Overvaluation in Hong Kong[J].International Journal of Housing Markets and Analysis,2017, (2).。謝百三和賴雪文(2014)提出應(yīng)借鑒日本經(jīng)驗(yàn)，加強(qiáng)信貸管理，調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、重視就業(yè)及保障社會(huì)穩(wěn)定等多舉措進(jìn)行防范(55)荊慕妍.我國(guó)房地產(chǎn)泡沫及其防范研究[D].蚌埠：安徽財(cái)經(jīng)大學(xué),2017.。

在治理和防止房地產(chǎn)泡沫方面，德國(guó)是很多國(guó)家學(xué)習(xí)的榜樣。從1990—2017年，德國(guó)房?jī)r(jià)總體呈現(xiàn)平緩上漲趨勢(shì)，扣除通貨膨脹的影響，房?jī)r(jià)甚至為負(fù)增長(zhǎng)。為什么？德國(guó)居民以租賃為主且央行首要目標(biāo)是保物價(jià)穩(wěn)定。住房金融體系是：商業(yè)以按揭為主，輔以獨(dú)特的住房?jī)?chǔ)蓄，居民合理加杠桿。稅收制度重交易輕保有，鼓勵(lì)居民長(zhǎng)期持有，同時(shí)建立了能保障租戶權(quán)益的租賃制度(56)夏磊,任澤平.全球房地產(chǎn)[M].北京：中信出版社,2020:217-257.。為防止房地產(chǎn)泡沫，多數(shù)國(guó)家還需要完善相關(guān)配套政策，通過(guò)政府的宏觀調(diào)控來(lái)積極引導(dǎo)市場(chǎng)走向。當(dāng)前，對(duì)于中國(guó)大多數(shù)城市而言，房地產(chǎn)價(jià)格依然居高不下。房地產(chǎn)市場(chǎng)的主要矛盾是房?jī)r(jià)脫離了普通工薪階層的購(gòu)買力，房地產(chǎn)市場(chǎng)的繁榮對(duì)居民消費(fèi)的擠出效應(yīng)顯著(57)尹中立.疫情下房地產(chǎn)政策何去何從[J].中國(guó)金融,2020,(5).。為避免房地產(chǎn)價(jià)格過(guò)快上漲以及帶來(lái)的潛在危害，中國(guó)政府從未停止過(guò)探尋調(diào)控房地產(chǎn)價(jià)格的有效措施。中國(guó)房?jī)r(jià)自2002 年開始劇烈增長(zhǎng)，此后政府出臺(tái)了“18號(hào)文件”(2003)、“國(guó)八條”(2005)、“國(guó)六條”(2007)等一系列房地產(chǎn)調(diào)控政策，涉及信貸、貨幣、土地、保障房和稅收等各個(gè)領(lǐng)域。在2010年出臺(tái)了針對(duì)買方市場(chǎng)的限購(gòu)政策，2017年在廈門率先出臺(tái)在世界范圍都鮮有實(shí)施的針對(duì)賣方市場(chǎng)的限售政策(58)安輝,何萱,鄒千邈.中國(guó)房地產(chǎn)限售政策對(duì)房?jī)r(jià)的影響研究——兼論限售和限購(gòu)的政策組合效應(yīng)[J].中國(guó)管理科學(xué),2021,(8).。2020年以來(lái)，政府相繼推出“三道紅線” “兩條高壓線” “兩集中”(針對(duì)22城)等調(diào)控政策，旨在引導(dǎo)房企提升運(yùn)營(yíng)管理水平，努力打造精品工程與品牌(59)徐海.擰緊融資“閘門”擠掉房地產(chǎn)泡沫[N]. 安徽日?qǐng)?bào),2021-01-11.。新規(guī)實(shí)施后，新增貸款資金將更多地流向制造業(yè)和中小微企業(yè)等實(shí)體經(jīng)濟(jì)。

圍繞之前調(diào)控政策的效果，學(xué)術(shù)界有不少研究。例如針對(duì)限購(gòu)、限售政策的研究表明，兩者都可以有效打擊投機(jī)性需求，抑制房?jī)r(jià)上漲。但限購(gòu)政策對(duì)房租有長(zhǎng)期拉升趨勢(shì)作用，不宜作為持續(xù)調(diào)控政策，只可作應(yīng)急使用。而限售政策能精準(zhǔn)施策，引導(dǎo)投資和房?jī)r(jià)預(yù)期回歸理性，可以配合“一城一策”長(zhǎng)期使用(60)劉雷.房地產(chǎn)調(diào)控長(zhǎng)效機(jī)制下限購(gòu)政策和限售政策研究[J].東北財(cái)經(jīng)大學(xué)學(xué)報(bào),2020,(6).。

因此，對(duì)于中西部城市二手房市場(chǎng)可相對(duì)放寬限制，東部二三線城市新房市場(chǎng)應(yīng)加大調(diào)控力度。對(duì)于沿海地區(qū)，應(yīng)不斷加強(qiáng)與人才資本等創(chuàng)新要素流動(dòng)的空間關(guān)聯(lián)地區(qū)的創(chuàng)新合作，逐步打破人為創(chuàng)造的各種壁壘，使房地產(chǎn)市場(chǎng)長(zhǎng)榮短衰、消解可能存在的房地產(chǎn)泡沫(61)高宏霞,王成.創(chuàng)新要素集聚、空間關(guān)聯(lián)與房地產(chǎn)價(jià)格調(diào)控[J].江漢論壇,2021,(6).(62)范新英,張所地.創(chuàng)新集聚對(duì)城市房?jī)r(jià)影響的實(shí)證研究[J].經(jīng)濟(jì)問(wèn)題探索,2018,(1).。

此外，還應(yīng)通過(guò)供給引導(dǎo)需求，深化房地產(chǎn)供給側(cè)結(jié)構(gòu)性改革，調(diào)整大城市土地供給，通過(guò)促進(jìn)供需平衡，實(shí)現(xiàn)城鄉(xiāng)融合。同時(shí)，結(jié)合宅基地制度改革和集體經(jīng)營(yíng)性建設(shè)用地入市等農(nóng)村土地制度改革，構(gòu)建全國(guó)統(tǒng)一、城鄉(xiāng)融合的房地產(chǎn)市場(chǎng)，為暢通國(guó)內(nèi)大循環(huán)奠定要素基礎(chǔ)。結(jié)合都市圈的建設(shè)和規(guī)劃，推進(jìn)都市圈房地產(chǎn)市場(chǎng)一體化，將都市圈的產(chǎn)業(yè)、住宅、發(fā)展等充分規(guī)劃和統(tǒng)籌，吸引和留住全球高端人才，助力創(chuàng)新發(fā)展(63)劉潤(rùn)秋.雙循環(huán)新發(fā)展格局下的房地產(chǎn)市場(chǎng)[J].人民論壇,2021,(Z1).。在后疫情時(shí)代，尤其是科技創(chuàng)新、綠色環(huán)保、“三農(nóng)”等關(guān)鍵領(lǐng)域和薄弱環(huán)節(jié)應(yīng)加大信貸支持力度，加快形成以國(guó)內(nèi)大循環(huán)為主，國(guó)內(nèi)國(guó)際雙循環(huán)相互促進(jìn)的新發(fā)展格局，促進(jìn)市場(chǎng)持續(xù)健康發(fā)展(64)徐海.擰緊融資“閘門”擠掉房地產(chǎn)泡沫[N]. 安徽日?qǐng)?bào),2021-01-11.。

最后，應(yīng)繼續(xù)堅(jiān)持房住不炒的原則，通過(guò)建立穩(wěn)健的金融機(jī)制、租購(gòu)并舉的住房機(jī)制、設(shè)立房地產(chǎn)基金、并同時(shí)保障城市的協(xié)調(diào)發(fā)展、以常住人口增量為核心的“人地掛鉤”，從而優(yōu)化土地供應(yīng)的一套房?jī)r(jià)長(zhǎng)期平穩(wěn)運(yùn)行機(jī)制(65)王文,蘆哲.房地產(chǎn)泡沫與系統(tǒng)性金融風(fēng)險(xiǎn)防范——基于國(guó)際比較的視角[J].國(guó)際金融研究,2021,(1).(66)謝百三,賴雪文.日本房地產(chǎn)泡沫破滅累及社會(huì)之教訓(xùn)及我國(guó)的防范對(duì)策[J].價(jià)格理論與實(shí)踐,2014,(8).(67)新浪財(cái)經(jīng).任澤平:全球歷次房地產(chǎn)大泡沫,催生、瘋狂、崩潰及啟示[EB/OL].[2021-04-09]https://baijiahao.baidu.com/s?id=1696519147665044502&wfr=spider&for=pc.。

五、結(jié)語(yǔ)

綜上，國(guó)內(nèi)外房地產(chǎn)泡沫研究主要集中于房地產(chǎn)泡沫的外部性及產(chǎn)生原因、房地產(chǎn)泡沫的測(cè)度方法、房地產(chǎn)泡沫的實(shí)證研究，房地產(chǎn)泡沫的效應(yīng)和房地產(chǎn)泡沫的預(yù)測(cè)與防范等幾方面。

對(duì)于房地產(chǎn)泡沫的外部性及產(chǎn)生的原因，多數(shù)學(xué)者認(rèn)為房地產(chǎn)泡沫既有正外部性也有負(fù)外部性，但認(rèn)為負(fù)外部性大于正外部性的更多。至于房地產(chǎn)泡沫產(chǎn)生的原因，主要是信貸繁榮、土地產(chǎn)權(quán)的清晰化、以及投資者和消費(fèi)者對(duì)未來(lái)房?jī)r(jià)的過(guò)度自信等造成的。

對(duì)于房地產(chǎn)泡沫的測(cè)度方法有指標(biāo)法、多元統(tǒng)計(jì)方法和理論價(jià)格法，指標(biāo)法一般有房?jī)r(jià)增長(zhǎng)率、房?jī)r(jià)租金比、房?jī)r(jià)收入比等指標(biāo)。盡管指標(biāo)法飽受詬病，但多數(shù)研究也表明簡(jiǎn)單的價(jià)格租金比方法在泡沫期和非泡沫期的識(shí)別上更可靠。關(guān)于房地產(chǎn)泡沫的實(shí)證研究，學(xué)者們圍繞世界上絕大多數(shù)國(guó)家和地區(qū)進(jìn)行了研究，最多的是歐美國(guó)家、中國(guó)、日本和東南亞國(guó)家和地區(qū)，也包括一些新興房地產(chǎn)市場(chǎng)的國(guó)家，如土耳其等國(guó)。也有很多學(xué)者做了同一國(guó)家多城市的比較研究以及國(guó)家間城市之間的比較等時(shí)空研究，這些研究成果為研究地房地產(chǎn)市場(chǎng)健康狀況提供了有意義的參考，同時(shí)通過(guò)不同的測(cè)算方法豐富了房地產(chǎn)泡沫的測(cè)定方法體系，研究越加具有綜合性和交叉性，也加入和運(yùn)用了多學(xué)科分析方法和軟件，例如運(yùn)用GIS計(jì)算Moran’s I指數(shù)、運(yùn)用大數(shù)據(jù)和系統(tǒng)分析方法等。

關(guān)于房地產(chǎn)泡沫的效應(yīng)，主要有財(cái)富效應(yīng)、空間傳染(擴(kuò)散)效應(yīng)、產(chǎn)業(yè)內(nèi)傳染(擴(kuò)散)效應(yīng)、對(duì)金融業(yè)和制造業(yè)的溢出效應(yīng)等。房地產(chǎn)泡沫的諸多效應(yīng)實(shí)則是由于房地產(chǎn)業(yè)的資金占用巨大、產(chǎn)業(yè)關(guān)聯(lián)性強(qiáng)、不可移動(dòng)性、具有投機(jī)性等特點(diǎn)造成的，而且隨著城鎮(zhèn)化的推進(jìn)，房地產(chǎn)泡沫所波及的群體數(shù)量以及行業(yè)會(huì)進(jìn)一步擴(kuò)大；隨著城市與城市間交通可達(dá)性和便捷性的進(jìn)一步提升，房地產(chǎn)泡沫在城市間的擴(kuò)散效應(yīng)還會(huì)增強(qiáng)。認(rèn)清房地產(chǎn)泡沫的效應(yīng)，對(duì)于合理防范和治理房地產(chǎn)泡沫風(fēng)險(xiǎn)具有重要意義。

對(duì)于房地產(chǎn)泡沫的預(yù)測(cè)與防范，應(yīng)從金融系統(tǒng)、稅收系統(tǒng)、消費(fèi)者的需求引導(dǎo)等多方系統(tǒng)聯(lián)動(dòng)來(lái)治理；多結(jié)合各國(guó)實(shí)際情況，并借鑒學(xué)習(xí)他國(guó)的有利經(jīng)驗(yàn)來(lái)探索；將房地產(chǎn)市場(chǎng)健康發(fā)展作為一項(xiàng)系統(tǒng)工程來(lái)規(guī)劃和運(yùn)作。未來(lái)的研究重點(diǎn)會(huì)更注重區(qū)域間房地產(chǎn)泡沫的傳遞以及房地產(chǎn)泡沫的合理預(yù)測(cè)。當(dāng)前，后疫情時(shí)代下的房地產(chǎn)市場(chǎng)波動(dòng)狀況以及房地產(chǎn)市場(chǎng)能否平穩(wěn)過(guò)渡是大家關(guān)注的重點(diǎn)。