对于我国房地产政策中单一项政策的量化评价研究——基于PMC指数模型

张永安，宋晨晨，王燕妮

（1.北京工业大学 经济与管理学院，北京 100124；2.清华大学 公共管理学院，北京 100083）

对于我国房地产政策中单一项政策的量化评价研究
——基于PMC指数模型

张永安1，宋晨晨1，王燕妮2

（1.北京工业大学 经济与管理学院，北京 100124；2.清华大学 公共管理学院，北京 100083）

为更加客观地、合理地对我国房地产政策进行评价，加强政府宏观调控的有效性，文章对我国房地产政策中单一项政策进行评价研究，直接对单项政策进行量化分析并能够直观地呈现单项政策中每一个变量的具体情况。文章基于2003—2016年我国政府颁布的283项房地产政策文本，通过RO STCM以及U CIN ET工具进行文本挖掘，根据所挖掘出高频词和关键词网络确定评价体系并建立PM C指数模型，以2016年6项房地产政策为例进行实证分析，得到单一项政策PM C曲面。研究可知，政策2和政策5为优秀水平，其余4项政策均为可接受级别，尚存较大的提升空间。基于PM C指数模型对我国房地产政策中单一项政策进行评价，为我国房地产政策评价研究提供了一种新的思维模式和新的方法，为我国政府制定、修正具有可行性、科学性的房地产政策存在一定的借鉴意义。

房地产政策；PM C指数模型；PM C曲面；量化；评价

一、引言

我国房地产市场均衡健康的发展已经成为关系到群众利益、国计民生、社会和谐稳定的大事，房地产行业同国民经济相互制约、相互促进，占有举足轻重的地位。因此，我国政府对房地产行业的宏观调控一直是学术界研究的热点、社会关注的焦点。我国住房制度改革起步于1998年，直到2017年3月，我国政府始终将房地产市场调控作为一项重要的、长期的战略发展，并在不同的历史阶段根据不同的政策需求制定各种宏观房地产政策，其领域涉及金融、税收、公共管理、环境、保障制度等多个方面，其内容涵盖财政政策、货币政策、税收政策、土地政策、信贷政策、限购政策等等。各个市场阶段中房地产政策的制定是否具有前瞻性、连续性，政策调控效果是否显著，政策预期目标是否可以完成，这些都需要通过政策评价来衡量，因此，房地产政策评价逐渐变为一个独立并重要的研究课题。然而，影响政策评价结果的一个重要因素是评价方法的选用，为使得评价结果更加合理、准确，评价方法的选取需要科学、客观、完整。本文基于管理学、政策科学、政治经济学等理论，以政策量化与实证主义相结合的复合型评价方法为主旨，通过梳理2003—2016年我国房地产政策文本，结合文本挖掘的方法，建立PMC指数模型，构建政策指标体系、绘制PMC曲面，关键点为评价政策本身并对其每一个变量进行度量，得出单一政策的评价结果，为我国房地产宏观调控政策的制定、实施、修正和调整提供相关依据。

二、研究现状

（一）房地产政策评价的研究现状

国内外对于房地产政策评价研究早已不是一个新课题，然而房地产行业关系到国计民生，历来都是人们最关注的热点问题，各国政府也在不遗余力地对房地产行业进行监督、调控。因此各界专家学者在房地产政策评价上投入的精力从来没有停止过，其热忱程度也从未消退过。

整理国内外房地产政策评价研究成果可知，采用的评价方法大致分为几种：向量回归、数据包络法、层次分析法、脉冲响应、模糊综合评价法等。John M.Clapp[1]认为美国宏观调控政策是影响住房价格的重要因素之一，提出在住房折旧评估中使用回归模型。Onathan和Richard[2]采用VARS模型和脉冲响应函数相结合的方法对美国的货币政策进行量化评价，将20世纪80年代至今的货币政策进行整理、编排并作为研究样本，通过实证数据检验美国货币政策与商品房价格波动的关系。吴焕军[3]对我国土地政策对房地产市场的影响效果进行评价，采用土地交易价格和购置面积作为衡量土地政策的变量，用商品房价格、数量以及开发投资额作为衡量房地产市场的变量，通过建立向量自回归模型和脉冲响应分析土地政策和房地产市场的关系，并得到相关变量的时滞期。师通波[4]采用层次分析法，建立房地产政策对房价影响的评价指标体系，建立PSR-AHP模型以重庆市为例对房地产政策绩效评价进行研究，结果可知重庆市房价的变化同房地产政策的调控有规律可循。李玲[5]来评价房地产政策的效果，将市场政策、货币政策、土地政策、税收政策、信贷政策和保障政策共同作为房地产政策宏观调控的政策指标，分析这些政策工具对商品住房价格的影响，其中对每项政策指标各选取一个变量用以反映政策的变化状况，将住房价格指数作为衡量房价变量的指标，建立PSR模型并采用层次分析法对北京市房地产政策的调控效果进行实证研究。陈博飞[6]对房地产市场货币政策的效率进行分析，选取北京、上海、长沙以及石家庄作为一线和二线城市代表，采用数据包络法，建立VAR模型，对这四个城市货币政策调控房地产市场的效率进行分析对比。陈立中[7]研究住房保障政策的效率问题，基于北京市廉租房和经济适用房政策，通过Probit模型和多元Logit模型测算其瞄准效率。杨晓冬[8]基于2001—2010年我国房地产政策样本，采用灰色综合评价模型对我国房地产市场和房地产政策的关系进行量化研究，建立政策有效性评价指标体系，将政策效果分为自身效果、执行效果和行政管理效果三个方面，通过量化分析结果可知我国房地产政策的有效性是渐强的，然而总体水平却不高。综上所述，当前对于房地产政策的评价研究尚有不足之处。首先，现有文献多是通过大量的政策样本筛选、整理，设定代表房地产政策的变量以及政策效果变量，通过一定的模型方法找到解释变量和被解释变量的关系，对某一类或者几类政策工具产生的效果、绩效进行评价，关注点在于多项政策的执行结果而往往忽视了单项政策本身的合理性研究，缺乏对单项政策的量化评价。其次，现有常用的评价方法存在各自的不足，层次分析法是在时间序列上选择有限数量的变量进行相关性分析，受到变量个数的局限而忽视一些影响力小却又实际存在的因素的作用。模糊综合评价法和灰色综合评价法的主观性较强，分辨率较差。向量回归和脉冲响应需要大量的样本数据，样本获得的准确性无法检验。

本文运用PMC指数模型对我国房地产政策进行评价，采用该方法的优点是：首先，可以设立评价标准并直接评价房地产诸多政策中的某一项政策的优良，计算单项政策的每一个变量的具体评价水平；其次，可以探讨政策模型的一致性水平并对单项政策进行直观地量化对比。

（二）PMC指数模型的运用

PMC（policy modeling consistency）指数模型[9]是在Omnia Mobilis假说[10]的基础之上由Ruiz Estrada et al.[11]在其研究成果Beyond the ceterisparibus assumption：Modeling demand and supplyas-suming omnia mobilis中提出的。Omnia Mobilis假说同早期的其他条件均相同假设（Ceteris Paribus assumption）有很大区别，因此基于此假说的PMC模型是关注于使得事物产生关联性的任何一个因素，哪怕被以往研究认定为并不十分重要的因素，应当尽可能全面地、整体地挖掘相关变量。建立PMC指数模型的步骤为：（1）选取相关变量和参数识别；（2）对各个二级变量进行二进制处理，设定参数；（3）建立多投入产出表；（4）计算PMC指数；（5）绘制PMC曲面。

三、构建PMC指数模型

（一）变量的确定

本文在建立的房地产政策的PMC指数模型之前，首先需要确定评价房地产政策的相关变量。笔者整理了2003—2016年较为典型的房地产政策283项，采用文本挖掘方法，使用ROSTCM6.0软件和UCINET工具，提取关键词频，建立社会网络，具体步骤如图1所示。其中，政策来源于国务院、税务总局、国土资源部、人社保障部、财政部、住建部、监察部、发改委、工商管理总局、中国人民银行、银监会等官方网站公布的政策法规。

图1 文本挖掘过程

在Omnia Mobilis假说的基础之上并结合Ruiz Estrada et al.的研究成果，设定9个一级变量和43个二级变量。其中，9个一级变量分别为调控范围（P1）；政策领域（P2）；发布机构（P3）；政策目标（P4）；政策时效（P5）；政策内容（P6）；政策性质（P7）；政策对象（P8）；政策体系（P9）。房地产政策变量设置如表1所示。

一级变量包含二级变量为：

（1）调控范围（P1）包含 3个二级变量：（P1：1）国家；（P1：2）省市；（P1：3）区县。这些二级变量用以评价某项房地产政策调控范围是针对国家的，或者省市的，还是区县的。

（2）政策领域（P2）包含 7个二级变量：（P2：1）经济；（P2：2）社会服务；（P2：3）人才；（P2：4）政治；（P2：5） 公共管理；（P2：6） 环境；（P2：7）制度。这些二级变量用以评价某项房地产政策所涉及的领域是否有经济、社会服务、人才、政治、公共管理、环境和制度。

表1 房地产政策变量的设置

（3）发布机构（P3）包含 5个二级变量：（P3：1）国务院；（P3：2）国家部委；（P3：3）省市地委；（P3：4）省市厅局；（P3：5）区县政府，用以评价某项房地产政策的发布机构的级别，是国务院颁布，还是省市地委、省市厅局、区县政府，例如国土资源部、国税局、发改委、住建部、工商局、物价局、财政厅、银监会、银行等政府机构。

（4）政策目标（P4）包含 4个二级变量：（P4：1）房价、地价；（P4：2）供需；（P4：3）市场；（P4：4）保障。这些二级变量用以评价某项房地产政策目标是哪些方面，例如，是否抑制房价过快上涨，是否稳定低价、避免房地产泡沫出现，是否促使房地产市场总量的供需基本平衡，是否规范房地产市场的秩序，防止投机行为的产生，是否调整住房结构，为中低收入人群提供住房保障。

（5）政策时效（P5）包含 4个二级变量：（P5：1）长期（5年以上）；（P5：2）中期（3—5 年）；（P5：3）短期（1—3年）；本年（1年之内）。这些二级变量用以评价某项房地产政策的时效性特征，属于长期政策还是中短期政策。

（6）政策内容（P6）包含 7个二级变量：（P6：1）金融；（P6：2）土地；（P6：3）税收；（P6：4）城建；（P6：5）公积金；（P6：6）产权；（P6：7）资格。这些二级变量用以评价某项房地产政策所涵盖的内容。金融方面包括财政政策、利率政策、存款准备金政策、再贴现政策、信贷政策等，例如可以理解为待评价政策是否调整利率水平、严格把控信贷资格用以加强金融体系的监督。土地[12]方面包括地区土地的审批、控制用地总量、调整土地出让金、优化土地供应结构等相关政策。税收[13]政策可以分为两种类型，首先是专门针对房地产而颁布的税收政策，包括房产税、土地增值税、城镇土地使用税、耕地占用税和契税等；其次是与房地产行业有一定关联的税收政策，包括城市建设维护税、营业税、所得税等。城建包括新城区建设、老城区改造、建设用地规划等方面。公积金方面包括例如上调公积金比率、增加储备量、调整公积金缴纳体系、公积金异地购房政策等。产权包括土地使用权、居住权、处置权、小产权房、私房产权、征地拆迁问题、物业管理、房屋销售等方面。资格方面例如购房落户政策、申请保障性住房条件、房屋贷款比例等方面。

（7）政策性质[14]（P7）包含6个二级变量：（P7：1）预测；（P7：2）建议；（P7：3）识别；（P7：4）监管；（P7：5）描述；（P7：6）诊断。这些二级变量用以评价某项房地产政策是否具有预测、建议、识别、监督、描述或者诊断的性质。

（8）政策对象（P8）包含 4个二级变量：（P8：1）企业；（P8：2）金融机构；（P8：3）土地；（P8：4）房屋。这些二级变量用以评价某项房地产政策是针对企业、金融机构，还是土地、房屋所颁布。

（9）政策体系[15]（P9）包含4个二级变量：（P9：1）目标明确；（P9：2）方案可行；（P9：3）依据充分；（P9：4）符合国情。这些二级变量用以评价某项房地产政策体系是否目标明确、方案可行、依据充分、符合国情。

（二）二级变量参数的设定

本文需要注意的是，由于PMC指数模型的主旨即是尽可能地不忽视任何一个变量的作用，尽可能全面地考虑变量的影响。因此，为了使得每一个二级变量的权重相同，都对多投入产出表发挥相同的作用，需要对所有二级变量进行二进制形式的处理来确定相关参数。规定参数的标准为：如果待评价的房地产政策和相对应的二级变量所描述的一致，则设定参数为1，如果不一致，则设定参数为0。二级变量参数设定结果见表2：

表2 二级变量参数的设定

（三）多投入产出表的建立

本文根据上小节对9个一级变量和43个二级变量的识别和选取，建立多投入产出表。多投入产出表的优势在于可以容纳大量的二级变量来量化出一级变量的具体数值，二级变量在数量上可以为任何数值，并且这些二级变量之间没有名次之分。因此，可以将多投入产出表看作是一套可供选择的数据分析框架。本研究建立的多投入产出表具体结果见表3：

表3 多投入产出表

（四）PMC指数的计算

基于Mario Arturo Ruiz Estrada的研究成果，进行PMC曲面构建之前，首先要对PMC指数进行计算。具体步骤为：第一，将一级变量、二级变量放入多投入产出表中；第二，计算二级变量的具体数值，计算公式：公式（1）～（2）；第三，计算一级变量的具体数值，计算公式：公式（3）；第四，计算PMC指数，计算公式：公式（4）。

由于本文所选取的一级指标有9个，所以计算得到PMC指数取值在0～9之间，根据Mario Arturo Ruiz Estrada的评价标准，将PMC指数计算的具体数值进行等级划分（见表4）。

表4 政策等级划分

（五）PMC曲面的绘制

PMC曲面是建立在PMC指数基础上，以图像的方式呈现出对政策的评价效果，构建PMC曲面的目的在于可以更加形象直观地反映研究结果。构建PMC曲面首先需要构建PMC矩阵，根据所得的PMC指数建立PMC矩阵，本文设定了9个一级变量，因此可以形成三阶方阵，然后根据公式（5）的计算结果绘制PMC曲面，PMC曲面可以直观地看到政策评价效果。

四、房地产政策评价的实证分析

（一）数据来源

因为PMC指数模型的优势在于更全面地考虑多种影响变量，尽可能地不忽视每一个变量的作用，因此在做实证分析的时候不需要特别按照什么样的规律来选取政策样本，例如按照政策工具分类选取、按照发布机构选取或者是按照房地产政策的重要性，这样都无疑给政策测量的结果带来一定的主观干扰，PMC指数模型可以评价国务院颁发的政策，也可以测度各个省市、区县印发的通知。既可以测度信贷、土地、货币、税收政策，也可以测度廉租房、经济适用房等这一类保障性住房政策；既可以测度宏观导向性政策，又可以测度中、微观具体政策；既可以测度元政策，也可以测度评价基本政策、具体政策。因此基于上述考虑，笔者任意选取2016年的6项有关于房地产的政策条文（见表5），进行测度评价。

表5 2016年6项房地产政策

（二）PMC指数变量计算

基于上节选取的9个一级变量和43个二级变量，依据参数设定，建立这6项房地产政策的多投入产出表（见表6）。

表6 选取的6项房地产政策的多投入产出表

P5 P6 P5:1P5:2P5:3P6:1P6:2P6:3P6:4P6:5P6:6P6:7 POL1 POL2 POL3 POL4 POL5 POL6 1 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 0 0 0 1 0 0 1 0 0 1 1 0 0 1 0 0 0 1 1 0 0 0 0 0 1 0 1 0 0 0 1 1 1 1 0 1 1 1 P7 P8 P7:1P7:2P7:3P7:4P7:5P7:6P8:1P8:2P8:3P8:4 POL1 POL2 POL3 POL4 POL5 POL6 0 1 0 0 0 0 0 1 0 1 1 0 1 0 1 1 1 0 1 1 1 0 1 1 0 0 0 1 1 1 1 0 1 0 1 1 1 1 1 0 1 1 1 1 0 0 0 0 0 1 0 0 1 1 0 1 0 1 1 1 P9 P9:1P9:2P9:3P9:4 POL1 POL2 POL3 POL4 POL5 POL6 1 1 0 1 1 1 1 1 1 1 1 1 0 0 0 0 1 0 1 1 1 1 1 0

根据公式（4），分别计算出政策 1（通知）、政策 2（国办发〔2016〕39号）、政策 3（财税〔2016〕68号）、政策 4（建村[2016]147号）、政策 5（意见）和政策6（改价格规[2016]2559号）的 PMC指数，并对照政策评级划分表对6项政策进行等级评价，具体结果如表7和表8所示。

表7 选取的6项房地产政策的PMC指数

由表7可知这6项房地产政策PMC指数数值，并且根据表4的政策等级划分，得到6项房地产政策的评价等级结果，如表8所示：

表8 选取的6项房地产政策的评价等级

（三）PMC曲面的绘制

根据公式（5），建立6项房地产政策的PMC矩阵，如表9所示：

表9 选取的6项房地产政策的PMC曲面

根据PMC矩阵，绘制这6项房地产政策的PMC曲面，详见图2～图7。

图2 政策POL1的PMC曲面

图3 政策POL3的PMC曲面

图4 政策POL3的PMC曲面

图5 政策POL4的PMC曲面

图6 政策POL5的PMC曲面

图7 政策POL6的PMC曲面

通过计算6项房地产政策的PMC指数并绘制相应的PMC曲面可知，政策2和政策5为优秀，其余4项政策均为可接受级别。同时，每项房地产政策中每个一级变量的具体情况均可以通过图1～图6清晰呈现。其中，政策1的PMC指数最低，为 5.04，分析其原因是由于变量P2、P3、P6这三个一级变量的数值较低。回顾政策1，由于这项政策是央行和银监会颁布调整个人住房贷款的政策，颁布机构不涉及到国务院和国家部委、省市政府、厅局，属于专项政策，因此反映出在P2涉及的政策领域上不宽泛，政策内容比较单一。政策5的PMC指数最高，一级变量P4、P6、P8相比其他五项房地产政策数值较高，说明该项政策的内容涵盖范围较广，涉及到金融、土地、税收和资格等多个方面，并且目标明确，调控对象典型，该项政策对稳定房价地价、规范房地产市场秩序以及平衡市场总量都有较为积极的促进作用。呈现具体情况，弥补了以往采用的模糊综合法中由于专家打分环节主观因素的存在使得评价结果并不十分准确所产生的不足；其次，房地产政策评价常用的层次分析法所建立的指标体系中变量不能选取太多，而PMC指数模型对变量的数量没有限制，它的优势就在于尽可能全面地考虑每一个变量的作用。另一方面，PMC指数模型可以直接对政策本身的合理性进行量化评价，可以对单一政策进行评价研究。本文选取2016年任意6项政策进行实证研究，对这6项政策计算指数数值。PMC指数模型可以比较在同年度颁布的不同类型的政策，也可以将同一类型而不同时间的房地产政策进行量化对比并分析原因，例如计算2010—2016年所颁布的信贷政策的PMC指数，并绘制这7年的PMC指数曲面。由于文章篇幅有限，笔者有一些问题有待进一步研究，可以基于PMC指数模型，选取一个时间段，对每一年颁布的同一类政策工具的每项政策进行对比，找到政策优劣的现实原因和理论依据，得到政策评价结果可以为后续政府宏观调控房地产市场、制定房地产政策而提供一定的科学参考。

五、研究结论

从本文的现实价值和政策含义来看，一方面，为房地产政策评价研究提出了一种新的视角和新方法，当前国内对房地产政策的评价研究，多为房地产政策中一类政策工具对房价的影响来分析房地产政策效果的研究，或者是从房地产多种政策工具组合对房地产市场的影响作为评价房地产政策有效性的研究。本文采用的PMC指数模型，首先可以对房地产政策每一个变量进行量化并直观

[1]John M.Clapp，Salavei，Katsiaryna.Hedonic Pricing with Redevelopment Options：a new approach to estimating depreciation effects[J].Journal of Urban Economics，2010（67）.

[2]Onathan McRarthy，W.Peach MonetaryPolicyTransmission toResidential Investment[J].FRBNY Economic Policy Review，2002，8（1）：139-158.

[3]吴焕军，2011.土地政策在房地产调控中的政策效果评价[J].中南财经政法大学学报（6）：23-27.

[4]师通波.基于PSR-AHP模型的房地产调控政策绩效评价研究：来自重庆的实证分析[D].重庆大学，2013.

[5]李玲，2012.基于PSR模型的房地产调控政策对房价影响的研究——以北京市为例[J].资源科学（4）：787-793.

[6]陈博飞.我国货币政策在房地产市场调控的效率评价[D].河北大学，2014.

[7]陈立中，2010.住房保障政策瞄准效率及其影响因素——来自北京市廉租房和经济适用房政策的实证[J].财经科学（5）：39-46.

[8]杨晓冬，惠晓峰，张黎黎，2012.住房政策有效性的灰色综合评价研究[J].中国软科学（11）：183-192.

[9]张永安，耿喆，王燕妮，2015.区域科技创新政策分类与政策工具挖掘——基于中关村数据的研究[J].科技进步与对策（17）：116-122.

[10]Mario Arturo Ruiz Estrada.The Ceteris Paribus Assumption vs.Omnia Mobilis Assumption：Economic Note[J].Ssrn Electronic Journal，2009（3）：25-28. [11]Ruiz Estrada M.A.，Nagaraj S.，Yap S.F.Beyond the Ceteris Paribus Assumption：Modeling Demand and Supply Assuming Omnia Mobilis[J].FEA-Working Paper，2007（9）：1-15.

[12]王洪卫，韩正龙，2015.地铁影响住房价格的空间异质性测度——以上海市地铁11号线为例[J].城市问题（10）：36-42.

[13]邓菊秋，张蕊，雷成丽，2011.住房交易环节的税收政策对房价影响的实证研究[J].经济学家（10）：61-67.

[14]郑云峰，李建建，2013.近十年我国房地产宏观调控政策的回顾与思考[J].经济纵横（10）：86-89.

[15]黄燕芬，陈金科，2014.国房地产税立法与改革的政策逻辑和实现路径——基于国家治理体系和治理能力现代化视角下的研究[J].价格理论与实践（10）：14-17.

[16]中国人民银行，中国银行业监督管理委员会.关于调整个人住房贷款政策有关问题的通知[EB/OL].[2016-02-01].http：//www.mohurd.gov.cn/wjfb/201602/t20160202_226559.html.

[17]国务院办公厅.关于加快培育和发展住房租赁市场的若干意见[EB/OL].[2016-05-17].http：//www.gov.cn/zhengce/content/2016-06/03/content_5079330.htm.

[18]财政部，国家税务总局.关于进一步明确全面推开营改增试点有关再保险 不动产租赁和非学历教育等政策的通知[EB/OL].[2016-06-18].http：//www.chinatax.gov.cn/n810341/n810755/c2183997/content.html.

[19住房城乡建设部，国家发展改革委，财政部.关于开展特色小镇培育工作的通知[EB/OL].[2016-07-01].http：//www.mohurd.gov.cn/wjfb/201607/t20160720_228237.html.

[20]中共中央办公厅，国务院办公厅.关于完善农村土地所有权承包权经营权分置办法的意见[EB/OL].[2016-10-30].http：//www.gov.cn/zhengce/2016-10/30/content_5126200.htm.

[21]国家发展改革委，财政部.关于不动产登记收费标准等有关问题的通知[EB/OL].[2016-12-06].http：//www.gov.cn/xinwen/2016-12/12/content_5146927.htm.

（责任编辑：C 校对：L）

F299.233

A

1004-2768（2017）06-0001-07

2017-04-05

国家自然科学基金项目“基于CAS的焦点企业核型结构产业集群创新网络演化机理研究”（70972115）；国家部委项目“基于复杂自适应系统的集群创新网络模拟研究”（3A011212200901）；北京市教委社科重点项目（SZ201510005001）

张永安（1957-），男，陕西咸阳人，博士，北京工业大学经济与管理学院教授、博士生导师，研究方向：复杂自适应系统理论与方法；宋晨晨（1987-），女，河北涿州人，北京工业大学经济与管理学院博士研究生，研究方向：企业管理；王燕妮（1984-），女，山西运城人，博士，清华大学公共管理学院博士后，研究方向：公共政策、政策仿真。