浅析限购政策对南京市住宅市场的影响

一、引言

房地产业不仅关系着国民经济的发展，也直接关乎民生，不断高涨的房价始终牵动着亿万人民的心。我国自传统住房制度改革以来，住房私有化、商品化水平迅速提高，房价也不断上涨。对于普通购房者来说，当前的价格已经超出其可承受范围。

众所周知，房地产价格主要受供求关系影响。目前，城镇土地供应是由政府垄断经营，政府是一级市场的唯一主体，城市土地和经过征收的集体土地是政府统一供地的来源。供地时，大部分土地以较高溢价率成交，政府在获得土地财政利益的同时也使得开发商拿地成本过高，而这部分负担将通过房价变相地转移给购房者，有些开发商拿地之后，不及时建设供房或分多期开发销售，造成住房紧缺的假象，引起房价上涨，可以说，土地价格间接助长了房价。另外，房地产的发展离不开雄厚的资金支持，金融便与房地产牢牢捆绑在一起，资本利益的诱惑使得房地产市场逐渐成为有钱人的赌场，市场上的投机行为远远大于投资行为，投机者圈钱炒房、哄抬房价，使那些真正有住房需求的人群对房价望而却步，求而不得。

地价和房价的过快上涨以及投资投机需求的大量释放，使得房地产市场面临的风险加大，而过度金融化极易形成房地产泡沫。为了安定民心、抑制投机行为、引导房地产市场的平稳发展，限购政策便成为调控手段之一。早在2010年4月，“国十条”实施细则出台，北京率先推出限购，紧接着，许多一二线城市也纷纷响应，出台地方细则，2011年，共计40多个城市推出限购政策。2014年，上涨的房价得到了一定的遏制，许多城市便开始松绑。两年之后，即2016年9月起，更严格的限购政策又重新在各地出台。

限购政策的出台及其调控效果，一直以来为社会各界所密切关注。法学界从政策的合法性和正当性出发，对限购政策持审慎态度，甚至认为限购政策违背了我国相关法律规定，在符启林等人看来，过度干预市场主体自主交易行为的政策并不能长效，应在必要之时退出，让位于规范的调控措施①②③。由此看来，为了维护法律的严肃性，国家制定政策还需三思而后行。住房是公民基本之需，幸福之源，给予其保障是我们国家的社会责任，冯科，胡涛等以住房保障建设制度为着眼点，认为限购之下刚性、改善性和投资性需求者均面临福利性损失④⑤。刘佳黎在回顾限购政策实施背景后，肯定了这项政策在一定时期内对调控房价产生的积极影响⑥。而武倩则认为限购政策抑制效果有限，政策有效性和政府预期还存在一定的差距，此外，在分析影响房地产价格上涨的因素后，她提出一系列建议来应对当前房地产市场的狂热，比如采用限价代替限购，推进房产税进程，拓宽居民投资渠道等⑦。这些建议对于推进我国住房政策制度演进，具有重要意义。彭慧等则采用比较的研究方法，发现上一轮采用了限购的城市，其价格趋势与非限购的相差不大，不过是降幅略高，由此大胆推测价格下降并非是限购政策直接作用的结果⑧，可见限购之实效，仍然值得探讨。

(2)机组给水温度提高后，低负荷工况锅炉SCR脱硝装置入口烟气温度提升至310 ℃以上，可保证SCR在全负荷范围内处于催化剂的高效区运行。

此外，许多学者采用定量研究方法，运用数学模型对限购效果进行了检验和分析，相比较而言，实证数据研究结果更直观，更具有说服力。方法选择方面，米晋宏，卢新海等采用了倍差法、灰色关联分析法和时滞灰色关联分析法，这些方法可以研究在较短时期内几种自变量与因变量之间的关系，从而判断出变化趋势最相近的两个变量，他们的研究结果显示限购政策对市场供给结构产生的影响远远大于其对需求结构的影响⑨⑩。韩永辉，贾生华等则通过GMM计量分析方法、VAR模型和脉冲响应分析对限购政策的持续性效果进行了检验，认为短期内房价下降回归，作用明显，但是随着时间延续，效果减弱，还有可能会带来房价报复性的上涨⑪⑫。原因分析方面，张德荣等从较长的时间范畴对70个大中城市进行了实证研究，目的在于找出房价上涨的根源，研究指出粗放的经济发展模式和不断增加的投机客推动着房价的上涨⑬。这说明我国在经济发展整体迅猛发展的同时，各项配套制度推进进程落后。

限购作为房地产市场最严格的调控措施，其目的在于抑制房地产市场疯狂投机行为，还原住房的居住属性，促进房价理性回归。纵观文献，关于限购政策的研究较深入，从单个城市的纵向研究到众多城市的横向研究，从限购实施背景到实施效果，都做了细致的分析，主要集中在对限购政策的合法性、合理性、局限性及长效性的讨论。总的来说，学者们对限购政策的实施及效果持悲观态度，认为其在短期内实现了降低房价的初衷，但远期看来，其扰乱了市场秩序，打击了刚需和改善性需求，局限性不容忽视，要想房地产市场平稳发展，还需建立更为长效的调控机制和保障机制。

“往年到了这时候，花儿都开满棚了，今年却死活不开花，零星的开那几朵也坐不住果。”回想起当时的情景，辛进科脸上还是一脸急切。他告诉记者，近几年，落花落果的情况越来越严重，开花率和坐果率都有所下降，但像今年这么厉害，却从来没有过。

二、研究区概况及研究方法

（一）研究区概况

南京市是江苏省政治、经济、科教和文化中心，拥有悠久的历史文化积淀和雄厚的科研实力，稳中有升的城市竞争力使其在长三角地区成为仅次于上海的商业中心城市，同时也是国家重要的交通枢纽和通信枢纽⑭。

南京市作为省会城市，经济发展良好，房价也节节攀升，2011年5月，南京市实施了第一次限购。2016年3月起，房价涨幅又加快，与合肥、苏州、厦门并称为楼市火爆的“四小龙”城市。根据南京统计局和江苏土地市场网资料，南京市房地产开发投资环比一直连续上涨，走在全国前列，同时土地供应市场频频出现高溢价率的地王，整体来看，地产房产市场均过热。为了落实控房价、控地价，南京市出台了地价熔断机制，现房销售制度等，2016年9月25日，市政府发布通知，主城区（不含高淳、溧水、六合）实施住房限购措施。10月6日，进一步发布通知，加强了对单身（含离异）人士限购力度。2017年3月15日，再次调整政策，将高淳、溧水、六合纳入限购范围⑭。新一轮限购政策已实施一年多，南京市住房市场到底经历了何种变化，限购效果是否达到政府预期，本文拟补充实证分析研究，采用灰色关联度分析，收集住宅市场在限购政策实施前后的各个变量数据，分析数据的变动趋势及变化原因⑮，探讨限购政策的影响结果，并对如何促进房地产市场平稳发展提出一点看法。

通过不断地实践与改革，得到了较好的结果。《临床血液学检验技术》的教学改革多次被领导提及，并受到了学生们的一致好评，同学们的综合成绩也有所上升。

（二）数据来源

基础研究数据源于南京市统计局网站权威发布的月度数据，收集了关于南京市住宅市场开发投资数据，包括住宅竣工面积、施工面积、新开工面积、销售面积、销售额、住宅完成投资额。本文研究阶段以限购政策实施时间（2016年9月）为节点，划分为限购前时段（2015年6月—2016年8月）和限购后时段（2016年10月—2017年 12月），因2016年9月为限购政策实施时间节点，2016年1月、2017年1月为统计局网站数据缺失月份，故这三个月数据并未收集。研究数据如表1、表2所示。

（三）研究方法

乐音乍起，李离就招呼袁安、上官星雨、吴耕，四个人手拉着手，围成一个圈，背靠在石柱上。花瓣在他们眼前越压越低，在花瓣间回旋的声浪如洪水一样席卷了他们，由双耳进入他们的身体，游走到经脉之中，激荡着心神。

 

表1 限购政策实施前南京市住房市场数据统计表 单位：万M2，亿元

  

资料来源：南京市统计局。

 

时间 住宅竣工面积住宅完成投资额2015.6 281.16 4082.72 539.96 432.75 560.46 581.67 2015.7 328.76 4195.19 651.00 536.08 694.43 676.50 2015.8 353.03 4277.89 696.72 682.81 842.11 772.26 2015.9 382.33 4453.19 846.18 797.38 1005.39 874.35 2015.10 502.23 4524.21 921.87 900.09 1153.80 952.45 2015.11 569.81 4624.22 1004.29 1069.02 1396.08 1023.63 2015.12 1063.87 4774.96 1164.80 1429.18 1609.31 1080.97 2016.2 251.95 3928.62 334.19 320.75 498.03 284.99 2016.3 251.95 3928.62 334.19 320.75 498.03 284.99 2016.4 304.34 4104.64 519.36 480.55 772.86 401.17 2016.5 363.11 4359.12 773.84 636.34 1056.80 532.75 2016.6 405.78 4472.93 887.65 761.13 1290.25 685.41 2016.7 429.39 4661.56 1077.79 866.05 1481.54 800.44 2016.8 487.98 4728.56 1144.79 967.45 1684.34 903.57住宅施工面积住宅新开工面积住宅销售面积住宅销售额

 

表2 限购政策实施后南京市住房市场数据统计表 单位：万M2，亿元

  

资料来源：南京市统计局。

 

时间 住宅竣工面积住宅完成投资额2016.10 613.09 5001.70 1418.62 1164.78 2041.80 1165.70 2016.11 697.06 5185.78 1602.70 1302.44 2304.74 1296.34 2016.12 911.63 5247.76 1684.30 1406.29 2514.99 1392.76 2017.2 154.61 4426.89 284.53 209.45 338.68 360.71 2017.3 154.61 4426.89 284.53 209.45 338.68 360.71 2017.4 178.45 4543.61 397.24 327.80 566.41 510.63 2017.5 266.19 4626.60 483.98 496.06 741.09 688.49 2017.6 374.11 4637.95 519.27 696.13 990.68 836.88 2017.7 395.60 4761.89 643.21 787.75 1158.93 967.64 2017.8 411.69 4806.26 682.98 885.66 1279.70 1105.12 2017.9 422.29 5036.95 946.76 943.25 1369.8 1220.46 2017.10 461.80 5079.66 990.10 983.94 1444.60 1359.27 2017.11 573.98 5266.44 1150.91 1083.86 1645.92 1462.85 2017.12 805.85 5395.02 1283.59 1208.98 1844.73 1569.52住宅施工面积住宅新开工面积住宅销售面积住宅销售额

根据刘思峰等人对灰色关联分析的研究，在对一个抽象的系统或现象进行分析之前，首先要找准反映系统行为特征的数据序列，这种数据序列用来间接表征系统行为，称为找系统行为的映射量⑰。在本文中，将南京市住宅市场视为一个灰色系统，住宅竣工面积作为映射量X0，选准映射量之后，构成参考数列，接着进一步明确影响系统行为的有效因素，考虑到数据获取及住宅市场影响因素，本文选取住宅施工面积、住宅新开工面积、住宅销售面积、住宅销售额、住宅完成投资额分别为变量 X1、X2、X3、X4、X5，构建比较数列。

在表6中，笔者将省域单中心程度指标(Mono3)替换为各省的人口空间分布赫芬达尔指数(HH)进行了回归，发现回归结果与表5基本一致，主要不同在于新东盟4国的HH平方项系数不显著，而笔者对旧东盟4国HH平方项的拐点进行测算后也发现并不存在，因此表6的实证结果也表明目前东盟八国人口与经济资源在城市的过度集中对全省的经济并没有起到促进的作用，并且依据样本数据这样的负面作用并不会发生改变。表5和表6说明本文的待检验假设2成立。

2011年，林雪川终于在家乡将黄莲丫水厂建成，成为了名副其实的老板。熟悉林雪川的人说，他是一个善于包装自己的人，互联网上现在仍然可以看到大量当地媒体对于林雪川在环保、教育、慈善等方面的报道，给家乡修村道、捐资助学、鼓励当地中小学生爱护环境等等。

 

设系统因素为Xi，则Xi(k)为因素在k时刻的观测数据，构建比较数列：

 

限购政策目的在于抑制投机，而投机者占需求者比例比重无法精确得出，限购抑制投机的同时也不可避免地“误伤”了刚性、改善性需求，本应是正常合理的需求却在限购之下无法实现。因此在去库存的大背景下，开发商由捂盘惜售转为促销销售，销售面积虽有提高，但成交量并不显著，住宅销售价格增幅回落，销售额平稳，增长幅度不大。所以结果中，销售面积的关联度排序上升、由于期房销售及时间的滞后性，销售额的关联度排序上升。

第一步：无量纲化处理。本文用初值化进行原始数据变换，消除量纲。计算公式为：

 

第二步：求差序列。关联性实质上是曲线间几何形状的差别，因此将以曲线间差值的大小，作为关联程度的衡量尺度⑮。初值化后的参考数列和比较数列的绝对差组成差数列。计算公式为：第四步：计算关联系数。确定分辨系数ζ，ζ在0到1间选取，ζ一般采用=0.5。

 

 

第五步：求灰色关联度并排序。关联度的大小直接反映各个比较数列对参考数列的优劣关系，关联度越大，则该比较数列对参考数列的影响越大。关联度的计算公式为：

研究方法来自于邓聚龙先生的灰色系统理论及应用中的灰色关联分析，与回归分析相比，灰色关联分析的最大优点是可以在样本量较小、数据无特定分布规律的情况下将一系列动态发展的统计数据序列进行量化比较，且量化结果与定性分析相较一致。具体比较的是几种数据序列的发展态势，即处理过后的数据曲线几何形状的相似或相异程度，形状越接近，表明序列间关联度就越大，形状差别较大，则说明关联度不强⑯，根据关联度大小可以排序，从而确定序列之间的联系紧密程度。因南京市限购政策实施时间不久，数据量不大，数据也无典型分布规律，所以适合应用灰色关联分析。又根据韩璟，卢新海等人的灰色关联时滞分析，选取比较限购前后两个时间段的基础数据、关联度来展开研究。

 

按γi大小排出关联序。

求异常场沿某个方向的方向导数，能够找到垂直于该方向的异常梯度带的最大梯度基本位置， 该位置常常在异常体边界位置或断裂构造位置附近，因此，方向导数的最大值是标定异常体边界和断裂构造的主要依据。重力位二阶导数gz称为重力垂直梯度。

三、结果分析

根据灰色关联度计算公式，得出结果显示：南京市在实施限购政策前，住宅竣工面积与市场各指标因素的灰色关联度γ大小为：住宅新开工面积（0.8562）＞住宅销售面积（0.8387）＞住宅完成投资额（0.8364）＞施工面积（0.7994）＞住宅销售额（0.7778）；限购政策实施后，灰色关联度γ大小则为：住宅销售面积（0.8519）＞住宅销售额（0.8169）＞住宅新开工面积（0.7782）＞住宅完成投资额（0.7062）＞施工面积（0.5421）。由关联排序可以看出，限购政策实施后，住宅施工面积γ1、住宅完成投资额γ2均下降了1个关联序，新开工面积下降了2个关联序，住宅销售面积γ3上升了1个关联序，住宅销售额γ4上升了3个关联序。如表3、表4所示（计算过程省略）。

 

表3 限购政策实施前后关联度大小

  

注： X1、X2、X3、X4、X5分别代表住宅施工面积、 住宅新开工面积、住宅销售面积、住宅销售额、住宅完成投资额，下同。

 

阶段 X1 X2 X3 X4 X5限购前 0.7994 0.8562 0.8387 0.7778 0.8364限购后 0.5421 0.7782 0.8519 0.8169 0.7062

 

表4 限购前后关联度排序及排序移动

  

指标 限购前关联度排序 限购后关联度排序 关联度排序变动X1 4 5 -1 X2 1 3 -2 X3 2 1 +1 X4 5 2 +3 X5 3 4 -1

各指标关联度的大小及其排序变化，直接表明了限购政策的实施效果。限购政策实施前，土地市场狂热，地块溢价率过高，在银行融资对房地产业倾斜的情况下，部分开发商不顾负债，争做地王；购房人群摇号排队，认购楼盘，品牌开发商的销售楼盘甚至出现了日光盘，不论是住宅投资额、施工面积、新开工面积，销售面积、销售额都保持在一个较高的水平。限购政策重启后，行情急转，土地市场、房地产市场降温，开发商拿地热情不再，市场上施工面积增幅回落，总体减少。对于之前高价拿地的开发商来说，由于市场销售速度减缓，资金回笼变得困难，风险压力之下，房地产市场发展不被看好，新开工面积同期相比处于较低水平，住房投资额增长趋势减缓，所以结果中，施工面积的关联度排序下降、新开工面积的关联度下降、住宅投资额的关联度排序下降。

灰色关联分析步骤如下：

四、结论与讨论

由上述分析看出，限购政策实施近一年以来，南京市住宅供给和需求出现分异，住宅成交量、价格较平稳，形成了“冻结型”市场。

⑨米晋宏,刘冲.住房限购政策与城市房价波动分析[J].上海经济研究,2017,(01).

需求方面，限购主要针对购房者和投资者。限购后，投机行为的确得到了抑制，但同时刚需和改善型需求也不能得到完全保障，总体呈现需求萎缩、销售市场疲软。一般来说，中产阶级是建设城市的主力军，而他们缺少在城市的立足之本，因为医疗、社会保障、教育资源等均与房子挂钩，限制这些人的发展与生存。保障他们的刚性需求，城市发展才能稳定长远。随着经济发展，家庭结构及规模的变化，居民生活方式的改变，改善住房空间对某些家庭来说是迫切的，政府应当给以鼓励，只要差别化地对待不同层次需求的人群，才能保障民生，稳定民心。

房地产业除了居住属性外，还具有投资的特性，目前国内投资渠道较少，而房地产业容易得到银行场外资金的支持，又有巨大的抗通胀、增值保值能力，吸引了众多投资，我国城镇普通家庭的80%以上的财产是房地产。社会资本的聚集，导致房地产业成为一个金融化产品，这个投资的过程存在着较多的投机行为。限购政策的实施，由于市场挤压和溢出效应，使得资金外流周边地区或者境外，南京限购后，邻接的句容市便成为全国首个限购的四五线城市，同时也有许多开发商瞄准了加拿大等国外市场。

总之，限购政策属于行政干预市场规律，短期效果良好，后续效果还待验证。要想房地产行业稳定发展，防止房价报复性上涨，干扰市场秩序、限制合理需求的做法并不可取；政府应当坚持市场配置资源，开发不同类型物业，保障刚需，鼓励改善型需求，调整住房租售比例，拓宽投资渠道，降低房地产业的过度金融化，继续遏制投机行为，建立调控房地产市场的长效机制。

⑦武倩.对现行房地产调控政策的几点思考[J].生产力研究,2012,(06):163-165.

①符启林,王亮.限购令法律问题探究[J].中国房地产:学术版,2011,(08):65-69.

设映射量为X0，则构建参考数列：

②郑少华.“限购令”的法律解释[J].法学,2011,(04):41-43.

③李祎恒.住房分配机制中限购令政策的法经济学解析[J].法学论坛,2011,26(03):106-111.

④冯科,何理.中国房地产市场“限购政策”研究——基于反需求函数的理论与经验分析[J].经济学动态,2012,(02):53-60.

⑤胡涛,孙振尧.限购政策与社会福利:一个理论探讨[J].经济科学,2011,(06):42-49.

⑥刘佳黎.从房地产限购论政策调控对市场导向和经济的影响[J].财经界:学术版,2015,(15):20-20.

注释：

日本飞机拖起狂大的嗡鸣飞过，接着天空翻飞着纸片。一张纸片落在王婆头顶的树枝，她取下看了看丢在脚下。飞机又过去时留下更多的纸片。她不再理睬一下那些纸片，丢在脚下来复地乱踏。

⑧彭慧,何燕,韩非.限购政策对我国住房市场价格的影响[J].中国房地产,2013,(03):11-14.

与模拟照片不同，数码照片在被具象化——作为可见物被阅读——之前，它的歧异受到尊重，同时还提供隐藏的进一步的信息来确认和引发其他观点。[1]71

供给方面，政策主要针对开发商和政府。限购后，市场上的房地产主要是市场存量和期房，开发商考虑到资本压力，加快开发，一般认为，房地产建设周期为两年，那么在两年内房地产的供应量是逐渐增加的。政府在土地总量不变的情况下，一般通过调节供给结构来调控市场，长此以往，若政府储备土地存量被消耗后，一些政策变得难以实行，拥有大量土地的开发商则会给市场带来重大的影响。因此，政府应提高已供应土地的节约集约度，充分利用已开发土地资源，减少对土地财政的依赖，从供地源头限拍限价。

⑩卢新海,陈婧,韩璟.限购政策下北京商品房供求结构变化特征分析[J].中国房地产:学术版,2016,(03):13-24.

该Astree电子舌系统配备了UMS、GPS、SWS、SRS、STS、SPS和BRS7根传感器，其中UMS、SRS和STS为3根专一性传感器，分别对鲜味、酸味和咸味具有专一相应，其余4根为特异性传感器，采用Ag/AgCl作为参比电极[15-17]。测定时每个样品的数据采集时间为120 s，记录第120 s时传感器的响应值，用于后续分析。

⑪韩永辉,黄亮雄,邹建华.房地产“限购令”政策效果研究[J].经济管理,2014,(04):160-170.

⑫贾生华,孟桢超.房地产限购政策的效果及其可持续性——基于北京商品住宅市场量价波动关系的实证研究[J].中国经济问题,2012,(05):81-87.

我因此而常异想天开，灵魂像一头困兽，那猎物足迹的前方、后方、横向深远，一派灰蒙，无雪的苍茫地更灰更暗。它们在哪里？在苍穹与劲草之间，在大漠的呼吸之间，在天地之间，所有的风都吹向它们，所有的星云都经过它们的身体。日月只垂照着它们，垂照着它们的灰色，即使视野抵达到山，也只是一堆堆焦炭，当然还能看到更高的山，尽管周围依然是黪黪的黑色，当视线向上攀升一直爬上山尖的的时候，黑色与白色异常分明。

⑬张德荣,郑晓婷.“限购令”是抑制房价上涨的有效政策工具吗?——基于70个大中城市的实证研究[J].数量经济技术经济研究,2013,(11):56-72.

⑭南京市人民政府官网[EB/OL].http://www.nanjing.gov.cn/gointonj/.

⑮韩璟,卢新海.限购政策对城市住房市场的调控效应分析——以天津市为例[J].中国房地产:学术版,2014,(05):41-49.

⑯邓聚龙.灰色系统基本方法[M].华中科技大学出版社,2005.

⑰

○刘思峰,郭天榜,党耀国.灰色系统理论及其应用[M].科学出版社,1999(2).

十八大报告提出：“坚持和发展中国特色社会主义，关键在于建设一支政治坚定、能力过硬、作风优良、奋发有为的执政骨干队伍。”这就要求我们，要注意在改革和建设的实践中考察和识别干部。要选拔、任用素质好、威信高、能力强的干部到领导岗位，从根本上选拔好领导干部。