- · 《住宅与房地产(中 )》栏[06/28]
- · 《住宅与房地产(中 )》投[06/28]
- · 《住宅与房地产(中 )》征[06/28]
- · 《住宅与房地产(中 )》刊[06/28]
一、稿件要求： 1、稿件内容应该是与某一计算机类具体产品紧密相关的新闻评论、购买体验、性能详析等文章。要求稿件论点中立，论述详实，能够对读者的购买起到指导作用。文章体裁不限，字数不限。 2、稿件建议采用纯文本格式(*.txt)。如果是文本文件，请注明插图位置。插图应清晰可辨，可保存为*.jpg、*.gif格式。如使用word等编辑的文本，建议不要将图片直接嵌在word文件中，而将插图另存，并注明插图位置。 3、如果用电子邮件投稿，最好压缩后发送。 4、请使用中文的标点符号。例如句号为。而不是.。 5、来稿请注明作者署名(真实姓名、笔名)、详细地址、邮编、联系电话、E-mail地址等，以便联系。 6、我们保留对稿件的增删权。 7、我们对有一稿多投、剽窃或抄袭行为者，将保留追究由此引起的法律、经济责任的权利。 二、投稿方式： 1、 请使用电子邮件方式投递稿件。 2、 编译的稿件，请注明出处并附带原文。 3、 请按稿件内容投递到相关编辑信箱 三、稿件著作权： 1、 投稿人保证其向我方所投之作品是其本人或与他人合作创作之成果，或对所投作品拥有合法的著作权，无第三人对其作品提出可成立之权利主张。 2、 投稿人保证向我方所投之稿件，尚未在任何媒体上发表。 3、 投稿人保证其作品不含有违反宪法、法律及损害社会公共利益之内容。 4、 投稿人向我方所投之作品不得同时向第三方投送，即不允许一稿多投。若投稿人有违反该款约定的行为，则我方有权不向投稿人支付报酬。但我方在收到投稿人所投作品10日内未作出采用通知的除外。 5、 投稿人授予我方享有作品专有使用权的方式包括但不限于：通过网络向公众传播、复制、摘编、表演、播放、展览、发行、摄制电影、电视、录像制品、录制录音制品、制作数字化制品、改编、翻译、注释、编辑，以及出版、许可其他媒体、网站及单位转载、摘编、播放、录制、翻译、注释、编辑、改编、摄制。 6、 投稿人委托我方声明，未经我方许可，任何网站、媒体、组织不得转载、摘编其作品。
限售政策实施效果研究 ——基于我国70个大中
作者:网站采编关键词:
摘要：1 选题背景 2016年“930”楼市新政落地以来，北京、南昌、西安、重庆、南宁、长沙、贵阳、石家庄等多个城市先后推出了限价、限购、限售和限贷政策。截至2017年12月，全国已有超过
1 选题背景
2016年“930”楼市新政落地以来，北京、南昌、西安、重庆、南宁、长沙、贵阳、石家庄等多个城市先后推出了限价、限购、限售和限贷政策。截至2017年12月，全国已有超过50个城市实行限售政策，从成交均价来看，在2016年9月，全国百城房价为9607 元/m2，环比增幅为2.1%，同比增幅为13.9%，而到了2018年7月，环比增幅下降到1.2%，同比增幅下降到8.6%，可以看出2018年收窄态势明显。限售政策是否有效抑制了大中城市住房价格快速上涨？“居者有其屋”的实现是构建和谐社会最重要的环节之一，因此，政策调控的合理性和有效性已成为现如今国家和人民关注的重点。
2 选题意义
房地产调控政策与房地产价格关系的研究已经成为近年来国内研究的热点。为了维持经济稳定，合理运用政策手段对房地产业施以操控，使其实现健康良性地发展，已成为现如今国家和政府关注的重点。从理论上看，我国“限售”政策与房价关系的研究有助于探索我国“限售”政策对房价的影响机理，分析我国“限售”政策对房价的影响特征，也可以丰富和完善“限售”政策与房价的实证研究文献。
3 文献综述
目前，大量的国内及国外研究文献对房地产限售和限购政策对房屋价格的影响进行研究。这些文献分别从定性、定量方面对该问题进行过深入的研究。
实证研究方面，钟庭军在2017年通过对限售政策进行实证分析，认为限售将使房地产交易难度增加，从而使持有成本增加，最终抑制房地产价格快速上升。黄昕、董兴、平新乔（2018）在《地方政府房地产限购限贷限售政策的效应评估》一文中，对限购、限售和限贷政策对房价影响分别进行定量研究。研究结果表明，限贷在三个政策中对抑制房价的效果最强，限售政策其次，限购政策实施的效果不及限贷和限售。同时，研究发现，提高首付比例、增加人均供地面积，都是非常有效的抑制房价的工具。
定性分析方面，张宏伟在2017年从投机客角度进行分析，认为限售有效地打击了投资性购房群体，抑制了投机性需求，从而从需求方面有效抑制了房价的快速上涨。荣晨、刘中显在2017年通过从购房者角度进行分析，认为限售对房屋交易中的弱势一方购房者不公平，并认为，政府应该对房企进行约束，采取限价而非限售政策。
4 房地产限售政策实施效果实证分析
本节主要运用双重差分模型、面板数据模型，主要数据均来自Wind 数据库软件、Choice 数据库和国家统计局网站。
4.1 模型设定
Ashenfelter 和Card（1985）首次使用了双重差分模型（DID），目前该模型已经在计量经济学领域被广泛应用。DID模型的一般公式为：Yit=b0+b1*Tit+b2*Ait+b3*Tit*Ait+xit+ai+eit。
其中，Y 代表解释变量；T 代表虚拟变量时间，即政策实施时间；A 代表组别，也是虚拟变量；T*A 代表T 和A 的交叉项；X 代表控制变量；a 代表固定效应项；e 代表残差项；i 代表个体样本；t 代表时间。
4.2 样本数据
本文统计了我国67 个大中城市房价数据，通过筛选，根据数据可得性及完整性，筛选出实施限售政策的城市，以及相应的对照组，对照组为未实施限售住宅政策的城市，选取了以下城市作为样本，如表1 所示。
表1 样本城市统计（限售政策）实施限售政策城市 对照组大连、沈阳、青岛、海口、长春、哈尔滨、成都（第三组）观察区间2017年8月至2018年2月和2018年3月至2018年9月北京、厦门、杭州、福州、广州、济南、郑州、南京、西安（第一组）观察区间2016年8月至2017年2月和2017年3月至2017年9月 温州、上海、合肥、天津、深圳、苏州、中山武汉、南宁、重庆、南昌、长沙、石家庄、宁波、昆明（第二组）观察区间2017年1月至7月和2017年8月至2018年2月
4.3 变量选取
本文加入控制变量消费者价格指数CPI，土地出让金数额和房地产开发投资。
根据上文内容和文献综述，得到以下构建面板数据分析模型：Pit=b0+b1*Tt+b2*Ai+b3*Tt*Ai+CPIit+Investmentit+Landit+eit。
其中，Pit代表被解释变量为新建商品住宅价格指数，本文实证采用新建商品住宅价格指数环比增长率为被解释变量；Tt代表时间项；Ai代表政策项；CPI 代表消费价格指数，本文采用CPI 每月环比增长率；Land 代表土地出让金月度环比增长率；Investment 代表房地产投资额每月环比增长率；e 代表随机误差项；i 代表样本城市；t 代表时期；Tt*Ai用DID 表示，即交叉项。
文章来源：《住宅与房地产》 网址: http://www.zzyfdc.cn/qikandaodu/2021/0126/1262.html