成交量和成交价是反映房地产市场活跃性的两个重要指标，通过对其进行实证研究，可以了解市场的价量因果关系，得到房地产市场的特征。我国房地产市场发展与调控政策有很大关系。近年来，《关于促进房地产市场持续健康发展的通知》等政策文件频繁出台，深刻影响了房地产市场的发展。为明确调控政策对房地产市场的影响，本文利用交易量和交易额的样本序列，使用Eviews软件进行格兰杰因果关系检验，得到市场价量因果关系，并将其按照政策导向纳入不同时期来实证研究房地产调控政策的效果。

本文将2010年5月至2018年5月国家层面的重要房地产市场调控政策加以整理，如表1所示。

本文结合各项政策的内涵特征，将我国2010年以来的调控政策发展分为三个阶段，分别进行价量分析，以减少数据分析中因时间段过长导致的模糊结果，也有助于更好地理解不同政策导向的差异化影响。

第一阶段为2010年5月至2014年9月，是全国性的房地产紧缩时期。

第二阶段为2014年9月至2016年9月，调控政策内容表现得相对宽松。

第三阶段的显著特征是提出了“因城施策”，大致可将2016年2月至2018年5月划入该阶段。

值得注意的是，从“因城施策”开始执行到北京930新政实施的这段时期内，核心城市的调控政策趋紧，但非核心城市的相关政策仍偏松，因此，本文认为应将其视为“缓冲期”，作为第二阶段结束与第三阶段启动的交叉阶段。本文对于政策划分阶段如图1所示。

价量关系可以直观地表现出市场交易情况，常用于分析区域市场特征。本文对文献中披露的房地产量价因果关系与市场特征的关系进行梳理总结，如表2所示，并将其作为本文研究的基础。

本研究数据皆来自中指房地产数据信息系统，主要截选了商品房成交面积和商品房成交金额数据，时间序列为2010年5月至2018年5月，数据搜集的最小单位为月度。共选取了我国具有代表性的34座城市作为分析样本，这34座城市在研究期内历年的GDP总和占全国GDP的比重均在40%以上。通过对样本城市基于人口规模、人均GDP、平均工资、住宅投资额等指标的聚类分析，将其划分为一线城市与二线城市。其中，一线城市主要包含北京、上海、广州、深圳，二线城市则主要为其余的30座城市。

首先，对搜集的交易价格和交易数量进行预处理。为消除通货膨胀对成交价的影响，以居民消费价格指数CPI作为通货膨胀的指标，将数据样本的第一个月定为基期，将各月的成交价除以CPI序列得到修正后的成交价格；进而运用移动平均法(Moving average)消除季节导致的购房价量误差；最后，通过取对数消除异方差现象，取对数后的两个数值分别记为lnP和lnV。

为探究其因果关系，数据列是否平整为首要条件，本研究主要采用ADF检验来检视数列的平整性。对于平稳的序列，可直接采用自回归模型，而不平稳的序列则需继续进行协整检验。本研究利用EG检验法对变量进行协整检验。

基于无整合关系的变量关系，采用向量自回归模型(VAR)进行估计，而有整合关系的变量关系则采用向量误差修正模型(VECM)进行估计，分析得到变量在长时间范围下的变化趋势。为了判断哪个变量起主导作用，本文还将用格兰杰因果检验分析判断。

在进行格兰杰因果关系检验、向量自回归模型和误差修正模型前，都必须先确定其滞后阶数。本文选取三个信息准则分别为SC(施瓦兹准则)、AIC(赤池信息量准则)、FPE(最终预报误差准则)，准则独立选取之后阶数，再从三个结果中以多数决的方式选择最后的滞后阶数。本文量价因果关系实证分析过程图2所示。

首先，对处理完的数据进行单位根检验，经实证发现，本文量、价数据均在一阶水平上拒绝了零假设，即在一阶水平上住房价格与成交量平稳。

为了更深入研究价量之间是否存在长期均衡关系，对全样本进行ADF检验，发现不同规模的城市均可通过5%水平的显著性检验，说明住房成交量与住房价格之间具有长期的协整关系。

基于此，建立价量之间的向量误差模型(VECM)。此前，必须先确定滞后阶数。根据前述信息，采取多数决来确定滞后阶数。根据表3结果，确定一线城市在全时间段的最优滞后阶数为1阶，而二线城市的最优滞后阶数为2阶。

滞后阶数确认后，便可建立相对应的模型，模型的应用效果可以利用自回归多项式的根来验证。若检验标准低于标准值1，则可通过验证。分析结果显示(表4)：

(1)一线城市的当期价格受到过去价格的显著影响，且当期成交量亦受到过去成交量的显著影响；

(2)对于二线城市，滞后二阶和滞后一阶的住房价格均对当期价格有显著影响，且方向一致，说明二线城市的房价发展存在一定路径依赖；二线城市的成交量对当期价格无显著影响。对当期成交量而言，过去价格的影响并不显著，而滞后一阶和滞后二阶的成交量对当期成交量有显著影响。

根据格兰杰因果关系检验结果(表5)，一线城市与二线城市的置信概率显著性相反，即：一线城市的房地产市场整体上呈现出“量影响价”的特点，且仍以刚需型市场为主导。这可能是因为一线城市有较强的人口集聚效应，新增迁入人口带来大量需求，进而带动了房价的上涨。相反地，二线城市则主要表现为“价影响量”，存在一定房地产投机市场。

按照本文研究阶段的政策影响划分，一、二线城市各阶段下的房地产价量因果关系如表6所示。整体而言，我国近八年的房地产市场表现出了价量相互影响的特征。根据陆勇(2007)等人的研究，市场过热时价量之间会呈现相互影响的情况。换言之，近8年来我国存在一定房地产市场过热的情况。由于缓冲期的情况相对复杂，本文在此不对此阶段进行讨论。

对于一线城市，紧缩时期的房地产市场为量影响价，即当政策在供需方面都已紧缩，一线城市仍以刚需市场为主导。根据杨虹旭(2014)等人的研究，北上广深在2009～2013年期间便已进入成熟阶段，城市基本面好、经济发展能力强，这构成了一线城市吸引人流的基本盘，形成稳定的需求端。然而，一线城市的房地产市场的供给端却面临诸多挑战，如容量逐渐见顶、土地供应吃紧、土地市场竞争激烈等。此背景下，紧缩政策将进一步促使以刚需购房人为主导的市场形成。

对于二线城市，量价因果关系在政策紧缩时期并没有呈现明显的相关性，说明其住房市场以正常需求为主。由于二线城市社会、经济等发展皆不如一线城市，其人口吸引力亦较弱；同时，受城市环境和政策的影响，投机需求也受到限制。因此，紧缩政策背景下，投机市场得到约束，促使其市场以正常需求为主。

受到政策“去库存”主调的激励，一线城市的房地产交易量在这一阶段有所提升，供给也相应地增加，表现出供需平衡的价量无相关特征。

二线城市的房地产市场则从上一时期的“价量无相关”转变为这一阶段的“价影响量”。一方面，开发商从紧缩时期便开始转往二线城市布局，形成了充足的供给端。另一方面，投资者预期对二线城市的房价影响显著，加上房地产业是资本密集型产业，容易引发“羊群效应”，进而导致民众购房需求膨胀，促进投机型购房。随着930新政的实施，以二三线城市为主角的“去库存”导向更激励了二线城市在政策宽松时期形成投机型市场。这在一定程度上可以说明激励政策对二线城市的效果较显著。

因城施策时期内，不论是一线城市还是二线城市，均呈现价量无相关的特征。为了剖析因城施策时期各个城市的市场特征，分别对34个城市的价量关系进行探讨，主要有以下三点发现：

1)这一时期内大部分城市均以“刚性需求”和“正常需求”为主，这类城市的数量达到26个，占样本城市的76.47%；2)哈尔滨、无锡、银川以及郑州的房地产市场仍具有一定投机性，需调整优化调控政策才能遏制投机型需求；3)北京、深圳、厦门和长沙的房地产市场属于价量相互影响的结果，可通过增加土地供给，加大去库存力度，以更好地平衡供需。

(1)根据格兰杰因果检验的结果，结合我国调控政策阶段性特征的分析可以发现，2016年2月以前，全国的房地产调控政策以全国层面为主，但是不论是紧缩期或是宽松期，在一、二线城市皆呈现了不同的成效。直到2016年之后的因城施策时期，大部分城市的房地产市场回归平稳的价量无相关状态。这说明不同城市在经济、社会发展方面的差异性也限制了全国性政策效用的充分发挥，只有因城施策才能更好地促进房地产市场的健康发展。

(2)从研究结果可以看到，二线城市的实证结果整体上更符合政策对市场的调控。在紧缩期呈现正常的市场环境，而在宽松时期呈现火热或是投机的特征，即：对于二线城市而言，房地产市场价量关系受到政策环境影响较显著。根据张弛(2016)等人研究，投资者预期对二线城市房价的影响十分显著，即二线城市居民的预期往往会先对房地产市场产生影响。因此，对于二线城市的房地产调控而言，应注意引导居民对房地产市场的合理、正确预期。

综上，根据本文的研究结果，调控政策可显著地影响交易量和交易价，以达到调控效果。为不断健全我国的房地产市场，调控政策必须持续调整与完善，其尺度也需要进一步细化。未来，调控政策如何在土地制度和公共财政中达成平衡机制，以支撑房地产市场长期稳定发展仍有诸多探讨空间。