劉 寧，張嘉琳，劉亞臣

(沈陽建筑大學管理學院，遼寧 沈陽 110168)

為加速建立多主體供給、多渠道保障，租購并舉，且符合中國國情、適應市場規(guī)律的住房制度，2016年中央經濟工作會議決定把“房住不炒”作為房地產市場定位。各級政府和相關主管部門等陸續(xù)制定和實施了配套政策，主要的調控手段包括制定金融政策、土地政策及立法等。各類相繼出臺的調控政策體現(xiàn)了中央在“房住不炒”定位下，繼續(xù)實施好房地產金融審慎管理，建立多元供給的住房制度，并建立“人、房、地、錢”聯(lián)動機制，以堅定推動房地產市場平穩(wěn)健康發(fā)展的決心。

國內外學者對房地產宏觀調控的手段和措施進行了深入研究，并取得了眾多有指導意義的研究成果。Xindi Mou等[1]建立系統(tǒng)動力學仿真模型，研究了中國人口老齡化對住房需求市場的影響。陳新娟[2]基于動態(tài)隨機一般均衡(Dynamic Stochastic General Equilibrium，DSGE)模型研究發(fā)現(xiàn)，貨幣政策對房價有很大的溢出效應，但并不是房價的主要驅動因素。華勝亞[3]運用面板向量自回歸模型對相關數據進行分析，研究結果表明，土地供給政策可以使房地產市場產生預期效應，而利率和房地產稅收調節(jié)效應并不顯著。湯莫亞[4]利用固定效應，根據230個城市的面板數據，建立高斯混合模型(Gaussian Mixture Model，GMM)并進行實證分析，得出了土地政策對當地房價上漲有正向影響的結論。

現(xiàn)有研究成果大多針對影響房價的少量因素或單一政策手段進行分析，且多采用實證研究的方法，較少有運用復雜理論進行研究的文獻，筆者選用系統(tǒng)動力學的方法對影響房價的各項因素進行分析，在前人研究的基礎上增加了開發(fā)稅率、消費稅率等10余種影響因素，并以沈陽市的數據為例，建立了沈陽市商品房價格系統(tǒng)動力學模型，基于模型分別模擬仿真貨幣、稅策與土地3種調控政策單一與綜合作用對商品房價格的影響。

一、沈陽市商品房價格系統(tǒng)動力學模型構建

1.政策影響分析

影響商品房價格的貨幣政策主要包括利率和貨幣供給2個方面[5]。采用利率這一手段，對開發(fā)商的開發(fā)成本和消費者的購房成本進行調整，達到調整商品房價格的目的；中央銀行通過調節(jié)貨幣供給總量，使開發(fā)商與消費者可借資金數量發(fā)生變化，直接影響企業(yè)開發(fā)投資規(guī)模與購房者需求，進而控制商品房價格[6]。

稅收政策主要通過調節(jié)稅收利率，控制開發(fā)商對商品房開發(fā)的建設成本與銷售成本，以此來調節(jié)商品房市場的需求與供給，進而達到調整商品房價格的目的[7-8]。

土地政策對商品房價格的影響與調控方式包括2個方面：一方面，政府通過調整土地政策，將土地價格控制在相對穩(wěn)定的范圍，從而有效控制商品房開發(fā)過程中的建設支出，影響商品房價格；另一方面，政府通過有效把控房地產企業(yè)開發(fā)用地的總體供給量，保證商品房價格在升高的過程中不會脫離實際價值[9-10]。

2.沈陽市商品房價格系統(tǒng)因果關系圖繪制

系統(tǒng)仿真過程中，主要考慮土地價格、銀行利率、城市GDP等因素，因果關系圖中主要反饋回路有3條：

(1)土地子系統(tǒng)主要回路

房價→貨幣政策→利率→(+)開發(fā)企業(yè)融資成本→(+)房地產開發(fā)成本→(-)企業(yè)開發(fā)意愿→(+)土地價格→(+)綜合成本→(+)房價

(2)利率子系統(tǒng)主要回路

房價→貨幣政策→利率→(+)居民貸款利息→(+)居民購房成本→(-)居民購買意愿→(+)需求→(-)供給需求比例→(-)房價

(3)城市GDP子系統(tǒng)主要回路

房價→(-)居民購買意愿→(+)城鎮(zhèn)人口總量→(+)城鎮(zhèn)化率→(+)經濟增長→(+)城市GDP→(+)人均GDP→(+)人均可支配收入→(+)居民購買力→(+)人均住房消費性支出→(+)需求→(+)房價

基于前文對系統(tǒng)內各變量結構及關系的分析，運用Vensim軟件繪制沈陽市商品房價格系統(tǒng)的因果關系(見圖1)。

圖1 沈陽市商品房價格系統(tǒng)因果關系

3.沈陽市商品房價格系統(tǒng)主要表達式及參數確定

沈陽市商品房價格系統(tǒng)模型中的主要參數、變量公式解釋如表1所示。為保證數據的真實可靠，模型中采用的數據選取于《沈陽統(tǒng)計年鑒》(2010—2020年)。

表1 沈陽市商品房價格系統(tǒng)模型的主要變量與公式

4.沈陽市商品房價格系統(tǒng)的存量與流量

在對國內外已有的相關學者研究成果的基礎上，筆者以沈陽市商品房價格為主要研究對象，構建了沈陽市商品房價格的系統(tǒng)動力學模型并進行仿真后，繪制了流量與存量(見圖2)。

圖2 沈陽市商品房價格系統(tǒng)流量存量

5.沈陽市商品房價格系統(tǒng)模型檢驗

(1)模型運行檢驗

模型運行檢驗包括結構運行檢驗、量綱一致性檢驗。使用軟件中的Check Model工具對構建的模型進行結構檢驗，結果顯示“Model is OK”；使用Units Check工具對構建的模型進行量綱檢驗，結果顯示“Units are OK”，可驗證該模型量綱設定無誤。因此，可認為此模型通過運行檢驗。

(2)模型仿真檢驗

將仿真數據輸入至通過檢驗的模型。通過有效性檢驗來判定所創(chuàng)建的模型能否對實際情況進行有效預測。

根據系統(tǒng)模型的特點，選取土地價格、GDP、商品房價格3個具有代表性的變量來進行歷史性檢驗。結果顯示，2010—2019年土地價格與GDP變量歷史值與仿真值之間的相對誤差均在±5%以內(見表2、表3)。

表2 土地價格仿真檢驗結果

表3 城市GDP仿真檢驗結果

2010—2019年沈陽市商品房價格歷史值與仿真值的相對誤差如表4所示。與2013年相比，2014年商品房價格的真實值有所下降，一定程度上是因為2013年11月25日起二套房首付款比例增加到65%，外地人在沈購房門檻提高，這些政策有助于限制炒房行為，從而影響了房價。

表4 沈陽市商品房價格仿真檢驗結果

仿真結果中相對誤差在5%以內的概率為88.9%，大于70%，且每年的相對誤差均小于10%，因此，可以認為運用該仿真模型研究沈陽市商品房市場的組合調控政策是合理的。

二、商品房市場政策調控仿真實驗

1.單一政策調控實驗

單一政策調控實驗結果如表5所示。

表5 單一政策調控對比

(1)貨幣政策指標調控

筆者選取開發(fā)商貸款利率作為貨幣政策的調控指標。將仿真年限的開發(fā)貸款利率下降10%或上漲10%，其他各項參數保持不變，其中2021—2025年數據為預測值。從模擬結果可以看出，貸款利率的上升對房價具有正向影響，貸款利率的下降對房價有負向影響，但影響程度微弱，均在1.3%左右。

(2)稅收政策指標調控

筆者選取開發(fā)稅率作為稅收政策的調控指標。由模擬結果可知，將開發(fā)稅率降至15%或提高至25%后，沈陽各年的房價均變動2%左右，說明開發(fā)稅率對商品房價格的調控存在一定影響，但影響效果不大。

(3)土地政策指標調控

筆者選取土地價格作為土地政策的調控指標，將土地價格增長率調整為較上一年同比降低或增長10%后，房價變動為4%左右。由此可以看出土地政策的調控對商品房價格的影響程度要遠大于貨幣政策與稅收政策。

綜上所述，貸款利率的調整對商品房價格的影響最?。婚_發(fā)稅率的調整對房價的影響效果不大，但也存在相應作用；土地價格的調整對房價的影響效果最為顯著。

2.綜合政策調控實驗

將貨幣政策、稅收政策與土地政策組合起來，進行綜合調控，仿真結果如表6所示。其中，A為貨幣政策、B為稅收政策、C為土地政策；A1為貸款利率保持不變、A2為貸款利率下降10%、A3為貸款利率上漲10%；B1為開發(fā)稅率保持不變(20%)、B2為開發(fā)稅率降至15%、B3為開發(fā)稅率提高至25%；C1為土地價格增長率從保持不變、C2為土地價格增長率降低10%、C3為土地價格增長率提高10%。

表6 綜合政策調控對比情況 %

與單一政策模擬結果相比，綜合政策更能達到有效抑制房價上漲的作用。從表5中選擇定穩(wěn)房價效果最佳的5組組合，取其2019—2025年房價預測值，繪制了綜合政策調控較優(yōu)組合對比圖(見圖3)?？芍庇^地看出其中穩(wěn)定房價效果最優(yōu)的方案為A2B2C2，房價降低幅度在7%左右，顯著優(yōu)于單一土地政策的調控效果。

圖3 多政策調控較優(yōu)組合對比

三、結 論

(1)綜合政策對于房價的調控效果明顯優(yōu)于單一政策。通過數據對比分析可以看出，貨幣、稅收和土地多政策綜合調控對穩(wěn)定房價有更好的效果。例如：2025年沈陽房價的模擬值中，土地政策單一調控使房價降低3.91%，而綜合政策調控則使房價降低7.16%。

(2)在貸款利率、開發(fā)稅率與土地價格3種調控手段中，貸款利率的效果最不顯著，調整開發(fā)稅率對穩(wěn)定房價有一定作用，土地價格的調整對于穩(wěn)定房價的作用最為顯著，國家在制定房價調控政策時可以優(yōu)先考慮。

筆者基于系統(tǒng)動力學構建了沈陽市商品房價格系統(tǒng)模型，通過對該模型進行模擬仿真與政策實驗，實現(xiàn)了對調控政策實施效果的驗證，但所建立的系統(tǒng)動力學模型中存在指標選取不夠深入、細化，樣本不足等局限性問題，經驗分析也存在某些片面性。今后，將從更全面的角度出發(fā)，進一步搜集數據資料，優(yōu)化變量之間的函數關系，豐富宏觀政策調控手段，進而提高模型仿真的精確度。