李龙庆

（西安交通大学 经济与金融学院  陕西西安  710061）

摘 要：本文将以“一城一策“的试点城市西安作为切入点，探讨“一城一策”落实的复杂性和所取得的丰硕成果。本文认为，正是2017年初西安一系列调控房价的措施助力了西安经济的增长。本文将引入时间序列模型，以2009年第一季度的西安GDP值作为基期，以2017年第一季度西安GDP值作为终期进行拟合，将GDP的预测结果与实际GDP进行比较，从而说明房价增长带来的经济红利，同时在分析过程中本文发现西安的GDP在2017年第二季度出现了不同于以往的增长，与房地产政策落实的周期基本吻合，从而“一城一策”的成果得以证明。

关键词：一城一策；人口流动；西安房价；时间序列预测

自2016年以来，楼市调控周期持续进行，从一线城市、热点二线城市，到广大三四线城市，有关限购、限价、限售、限贷、限签的政策频频出台且不断加码。同时，调控的策略也更加的“因城而异”。随着现实的推进，各地需要充分考虑本地房地产市场状况制定政策。目前我国已经形成了以稳定市场为目标，以金融、财税政策等手段为政策路径，中央政府“因城施策、分类指导”、地方政府“一城一策”主动作为的的房地产市场宏观体系，并在中央政策与市场效应的作用下进行着改进。

一、问题分析

1.人口流出地房地产库存问题显著，需要拉动需求

目前来看，我国房市的去库存问题在城市间的情况各不相同然而，在我国中央下发“去库存”相关文件以后，库存较高的三四线城市却出现了房越盖越多的情况，这些城市中，68%的地区房屋供给端产能过剩。

人口流出地房地产库存问题的解决方案

在去库存方面，我国的主要方针是：为进城务工人员提供户口保障，扩大需求；落实户籍制度改革，允许农村转移人口等非户籍人口在就业地落户；降低商品房价格。

2.人口流入地房地产供给不足问题严重

一线城市的库存水平各有差异，但是销量弹性大，库存问题小，提出去库存方针后，部分城市甚至需要短期“补库存”。据统计局房价数据显示，15年一线城市房价大涨21.3%。这在向我们揭示一城一策重要性的同时，也说明着一线城市的房价问题在供给端而不在需求端。

二、建模与实证分析

1.2017年以前西安房地产的发展情况

西安作为西北地区的龙头城市，是建设大西北战略具有极端战略地位的城市，但西安房价2011-2015年出现过U型探底，2016年虽有上涨，但也只有房价6514元/m²，在我国省会城市中几乎处于最低档，这是难以想象的。对于西安的低房价我将从供给和需求两个方面给出解释：

供给方面：2014-2016西安库存大，且新增供应量多，导致去化周期居高不下；由于西安楼市管理处于长期混乱状态，许多实力不强的地产商获得了审批用地，导致大量低品质住宅、小产权房涌入楼市，低品质住房拉低了西安房价，且消耗了居民购买力。

需求方面：由于西安教育业，旅游业存在较多问题而饱受诟病，经济下行压力巨大；低迷的经济，大西北的内陆位置难以有效吸引人才流入，应届毕业生留陕率较低。

2.2017年西安市“一城一策”实施后房地产情况

2016年12月9日，永康书记走马上任给西安经济带来了新的活力。首先西安在全国稳定房价的浪潮下开始了涨房价的探索。国家统计局发布的70个大中城市房价数据显示，2020年西安房价涨幅连续6个月领跑全国。

西安房价上涨的原因本文将依然从供给需求两个维度进行探究。

供给方面：2017年起西安新政改革土地出让政策，使其合规化、合法化，高端地产商以曲江、高新等地为中心建设高端楼盘区，建立小别墅型高端社区，辅以周边稀缺性资源从而使得高品质社区提高住宅均价；随着2016年市场火爆，大量库存得到清理。

需求方面：2017年初，西安开始实施人才引进计划，人口流入速度明显增大，相比2016年增长340%；“国家中心城市”“新一线”“网红城市”等关键词的频频上热搜让人们看到了西安这一城市的巨大发展潜力，进一步在扩大了需求。

而房价的平稳的现象依然从供给需求两个维度给出解释：

供给方面，2017年4月19日，西安正式发布限售政策。同年6月，限售令再次“升级”。需求方面，2019年6月20日，西安市发布楼市新政。“最严限购政策”极大程度上抑制了需求，也有效避免了投机性炒房泡沫。

3.基于时间序列模型分析“一城一策”优越性

本文的观点是正是在2017年初西安一系列促进房价急速增长的措施在某种程度上带来了西安GDP的增长，因此本文通过2019年第一季度以来的西安市GDP数据，以2017年第一季度西安GDP值作为终期进行拟合，以预测值与实际值的差距证明政策有效性。

变动分解模型选择。通过折线图可以发现在西安GDP的时间序列图上，随着时间的推移序列季节波动变得强烈，故我们使用乘积模型进行四种变动分解，得到结果为各句点的周期性因素分别为81.3%、96.8%、91.4%、130.5%。

时间序列预测。而后本文利用2017Q1之前数据进行时间序列预测，在自动检测剔除异常量后得出采用Winters相乘模型可以得到较好的拟合预测效果：平稳的R²=0.622;R²=0.978、标准化BIC=8.624都说明Winters相乘性模型拟合之前数据效果和复杂度较好。拟合方程如下：

由结果显示对残差进行Q检验得到的p值为0.830，因此可以认为残差就是白噪声序列，也说明温特乘法模型能够很好的识别销量数据。由此本文对2017Q1之后数据进行预测，并设置以95%作为置信区间，模型预估最大值与最小值结果绘制真实数据和拟合数据的时序图几乎重合，说明模型对原数据拟合的效果很好。

然而，半年拟合后的预测却与实际值有较大差距，此时将拟合结果与实际值进行比较，作于同一图中：

图1  西安市GDP与时间序列预测值比较

从图中可以发现西安GDP实际值已经超过了95%置信区间下的最大值，即西安的生产总值在2017-Q2开始出现了不同于以往的增长，而这个过程正好伴随着西安房地产不同于国家大方向的改革，一城一策的优越性得到了很好的体现。

三、结论与传导路径解释

对于西安，放开户口，引进人才等政策给需求端带来的外部冲击提高了房价，减少了供给，以至于西安一度由之前的高库存到了供不应求的局面，卖方市场激励开发商高价拿地，即外部冲击带来的房价变动，导致了房地产部门投资和土地价格的波动。

政府通过卖地获得大量收入后，由于搞GDP竞争的氛围，中国地方政府在基础设施上的支出偏向，地方财政收入的变化又会对投资和资产价格产生冲击，最终导致了总投资和GDP的剧烈波动。

本文认为以上两种效应共同促进了西安高房价向高GDP的传导，也说明了一城一策给西安经济增长带来的有利影响。

参考文献：

[1]余吉祥、沈坤荣.城市建设用地指标的配置逻辑及其对住房市场的影响[J].经济研究，2019.4:116-132

[2]陆铭、刘雅丽.区域发展平衡-中国道路的“空间政治经济学”思考[J].广西财经学院学报，2019.32(4)1-10

[3]陈涛.“一城一策”要坚守房住不炒底线[N].经济参考报，2019年11月7日第001版

[4]盛松成、宋红卫.“库存”的测算与“去库存”的反思[J].中国房地产，2018(29)33-40

[5]邹琳华.“一城一策”促进住房市场平稳发展[J].中国国情国力，2019(09):14-16

编辑部投稿邮箱：tougao85@163.com  tougao58@163.com

编辑部投稿热线：029-87362792  13309215487

24小时查稿专线：13309215487（同微信）

编辑部投稿QQ：693891972   1071617352