我国房地产宏观调控政策效果评估初探——基于公共政策评估的视角

—-基于公共政策评估的视角

摘 要：2003年以来，国家多次通过土地政策、税收政策、金融政策等措施以求对过热的我国房地产市场进行调控，虽取得了一定的成效,但房价上涨势头并没有得到有效控制，政策实施效果与预期目标尚有一定的偏差。本文以上海为例，结合公共政策评估理论和方法，对房地产宏观调控效果进行评估，探讨调控政策的成效与不足。评估结果显示，上海房地产调控政策取得了一定效果，然而在全国范围内，尤其是2009年房价的上涨状况，表明我国房地产宏观调控政策仍存在短期性、相机性、非均衡性等问题。笔者认为,房地产宏观调控政策应建立相应的长效调控机制以稳定市场主体预期，在提高市场绩效、建立有效房地产市场的同时采取相应的激励机制，兼顾经济效率与社会公平，引导住房的有效供求，从而促进房地产市场的稳定健康发展。

关键字：房地产 宏观调控 政策评估 长效调控机制

Evaluation on Effects of China’s Macro—economic

Control of Real Estate Market - Based on the Perspective of Public Policy Evaluation

Abstract: Since 2003， our state has taken some measures to regulate the overheated real estate market for many times,including the land policy， tax policy， monetary policy measures, but the trend of housing prices has not been effectively controlled， and the implement of policies deviates the objectives。 In this paper, we set Shanghai as the example， based on evaluation of public policy, to assess the effect of macro-economic control on real estate in Shanghai。 Evaluation results show that Shanghai's real estate regulatory policy has achieved some results， but at the national level, especially housing prices rising significantly in 2009, macro-economic control on real estate is still short—term and discretionary。 The author believes that we should establish long—term effective control mechanism to stabilize the expectations of market players， then can improve the performance of real estate market， take the appropriate incentives, both economic efficiency and social equity， and guide housing effective supply and demand， so as to promote stability and healthy development of real estate market.

1

Keywords： Real estate； Macro—economic control; Policy evaluation; Mechanism for long-term control

2

一、引言

2003年以来，国家多次通过土地政策、税收政策、金融政策等措施以求对过热的房地产市场进行调控：2005年3月，中央先后出台了新老“国八条”对房地产进行宏观调控；2006年5月,国务院出台了新的 “国六条\" ,以进一步抑制房价上涨，内容涵盖了税收、信贷、土地供应、市场、结构乃至信息披露等方面。但房价上涨势头并没有得到有效控制。受2008年全球金融危机的冲击，房价曾在2008年底一度低迷,但2009年第二季度便开始反弹，2009年12月房价同比增长达7。8%,环比涨幅也高达1.5％,创下了2009年全年的新高，也是2007年11月份以来26个月的涨幅新高，接近2007年9月1.7％的历史最高值。持续上涨的房价，引起了人们对资产泡沫的担忧。为抑制房价过快上涨，国家在2009年年底和2010年年初密集出台了一系列针对房地产市场的调控措施,其中新“国四条\"、“国十条”相继出台，政策内容涉及营业税调整、保障性住房供应、差别化信贷政策等一系列调控措施。从国家统计局2010年7月发布的数据来看，2010年上半年房屋销售价格同比继续有所上涨,房价上涨的势头仍没有得到有效遏制。因而，国务院和各部委虽多次出台相关宏观调控政策，但国内房价局部性上涨过快这一问题并没有得到根本解决，政策实施效果与预期目标尚有一定的偏差.

随着近年来住房保障体系建设受到重视，房地产兼具商品和部分公共物品与社会保障品的双重内涵得以体现，其既有对经济发展起推动性作用的一面，又有体现“住有所居”的民生性需求一面，房地产宏观调控政策既有其市场性一面亦与公共政策紧密相连。基于公共政策评估的视角，对房地产宏观调控政策效果进行评估，探讨其成效与不足，有利于进一步完善优化兼顾房地产商品属性与公共属性的调控政策,抑制房价持续快速上涨,调整住房供求结构，进而促进房地产市场平稳健康发展。

二、政策评估理论及其在房地产领域的运用

政策评估（也称政策评价，Policy Evaluation）是公共政策过程中具有重要意义的一个环节,自20世纪70年代以后逐渐成为社会科学领域中一个相对独立的发展方向。在世界各国，特别是西方发达国家,政策评估受到学术界和政府管理

3

部门的普遍重视，实践范围越来越广，并成为“社会科学中最为活跃的领域（Cronbach,1980）”.目前,国外针对这一方向的研究主要有以下三种范畴：一是狭义地研究政策评估，仅限于对政策方案的评价，通过比较分析解决问题的各备选方案，为决策者选择最优方案（Stuart S。Nagel,1976; C。M. Schmidt，2007）；二是对政策全过程的评估，既包括对政策方案的评价，也包括对政策执行及政策效果的评价（James E.Anderson,2003； BE Dollery,2009）；三是将公共政策评估作为对公共政策效果的评价，判断政策效果与投入成本是否相符的过程(Thomas R.Dye，2007)。国外针对房地产政策评估的研究相对较多,其中主要聚焦于公共住房政策评估，通过剖析住房政策实施过程中凸显的诸多问题：如住房购买权难以保证（Colin Jones，2006）、住房政策目标群体偏差(Bierma，2008）、政策利益相关者分配不均(Mary Pattillo,2007)、政策主体执行不力（H。White,2009）等，指出其可能对住房政策效果产生的负面影响.

政策评估作为一门独立的研究领域在我国出现于20世纪80年代后期，目前相关研究尚处于发展阶段，与政策制定和政策执行相比，政策评估还是政策过程中较为薄弱的环节，缺乏必要的政策评估制度基础和政策法规（贠杰、杨诚虎，2006）。近年来，相关研究多聚焦于公共政策的执行问题及其评估方法，其中政策执行问题有：效果偏差形式（宁国良,2000）、“中梗阻”现象(钱再见、金太君，2002)、政治资源流失问题（傅菊辉，2004)、政策主体的困境问题（吴明、刘然，2006)等；政策评估方法研究包括政策评估指标体系的构建（宋健峰、袁汝华,2006）、公共政策定量评估方法(廖筠,2007）、政策评估模式的选择标准及现存问题(王雪梅、雷家骕，2008)等。国内针对房地产政策评估方面的研究多为定性的政策评论,如指出我国房地产政策应以法制为主要手段(宋春华，2000)、均衡发展为主要目标（汪洋,2004)、因地制宜（谢百三，2006;汤鸿川，2008）,同时考虑其对利益相关者的影响(魏成龙、张添丁，2009)；另外，还有些学者尝试从实证分析的角度指出现行调控政策存在的问题（曹剑光，2007）以及经济适用房等保障性住房政策的运行状况（李培，2008）。但对现有房地产政策进行评估方面的研究还比较缺乏，特别是对房地产政策进行系统性、科学性的政策评估研究尚属缺失。

三、评估方法、指标选取与评估过程

4

本文在对房地产宏观调控政策进行评估时选取上海作为研究样本。2005年,在国家出台新一轮宏观调控的形势下，上海市《政府工作报告》首次提出房地产市场“三个为主”的调控原则，即“以居住为主、以市民消费为主、以普通商品住房为主”，根据这一原则，上海市、区县两级政府部门制订了相关政策，加强对房地产市场的调控。 （一)评估方法的选择依据

政策评价指标体系是一个多层次、多指标复合体系，在这个复合体系中，各层次、各指标的相对重要性各不相同,指标中的定量和定性指标往往难以科学界定。因而，笔者在选取政策评价方法，舍弃了比较主观的经验估值法及专家确定法，而是采用主成分回归分析法（Principal Component Analysis,简称PCA）、层次分析法（Analytic Hierarchy Process，简称AHP)以及模糊综合评价法（Fuzzy Comprehensive Evaluation Method，简称FCEM）相互结合的综合评价方法。其分析过程为：先建立层次结构模型;然后确定指标对上一层次的隶属度也即权重，从而得到权重向量（AHP方法或是主成分回归法）；接着确定综合评价矩阵;再者是模糊合成的运算；最后一步是模糊模式的识别。 (二）评价指标的构建与说明

根据已选取的评价方法，充分考虑到“三个为主\"政策的相关利益方：政策的运行环境-—房地产市场、政策的直接受益者——居民以及政策实施者——政府三个角度对“三个为主\"政策进行评估，这也呼应了“三个为主”原则的内容——以普通商品房为主、以市民消费为主、以居住为主（详见附录表1）. 1。房地产市场层面指标。我们采用商品房价格指数作为上海房地产市场运行的测量指标，其二级指标我们采用了目前学术界常用来反映房地产市场运行情况的一些指标，包括房地产投资额与GDP比值、房地产投资额与GDP比值、房价增长率与GDP增长率之比、住宅销售额占全社会消费品零售额比重以及房屋租售比等，同时,考虑到数据的完整性和连续性，我们只选取这五个指标作为市场的二级指标（见附件表2）.

2。居民层面指标。人均居住面积可以很好的反映上海市居民住房条件的变化，其二级指标我们选取了主要反映居民住房条件的一些比例性指标,如住宅占固资投资额比重、住宅占商品房销售额比重、住宅占商品房销售面积比重以及房价收

5

入比，这些指标可以较好地说明政策给上海居民的住房水平带来的影响（见附件表3）。

3。政府层面指标。此部分指标是为了考察政府政策效果和目的情况，属于定性评价，包括一些反映政府政策目的达成效果的影响因素，如房地产市场供求的改善情况、房地产市场结构合理化程度、房价的稳定、住房分配的公平性、群众的满意度等，我们从这五个方面考虑，采用AHP方法获取其权重。 （三）评估指标的处理

本文所涉及的政策评价是多指标综合评价，指标涉及范围广，且各指标间没有统一的度量标准,难以进行比较和取舍.因此，在进行综合评价前，采取标准变换法将各指标属性值统一变换到［0，1]范围内，即对评价指标属性值进行无量纲化。在数据量化中，由于选取的评价指标类型不同，各指标转化方法也有所不同,常见的方法有成本型(越小越好)、效益型（越大越好）、适中型(不大也不小)。本文根据评价指标的类型，给出下列三种无量纲化标准函数: 1.成本型指标无量纲化的标准函数（ui∈U1）： 2.效益型指标无量纲化的标准函数(ui∈U2): 3.适中型指标无量纲化的标准函数(ui∈U3):

其中，mi和Mi分别表示一个指标在1999年至2008年间的最小值与最大值，而M （di)=（Mi+mi)/2。根据上述方法，可得出市场指标与居民指标标准化后的数据（见附录表4和表5）. （四）政策效果评估过程

政策评估的步骤是:先根据定量分析得到权重向量A；再根据定性判断得到模糊综合评价矩阵R；最后代入模糊合成运算方程Y=A⊙R（其中⊙我们采用简单的矩阵乘法）得出模糊模式的识别，也即我们的政策效果评价结果.

1。权重向量W的确定

首先，根据上述标准化数据，将1999年至2008年的商品房价格指数与其二级指标分别作回归,求出相关系数,每个相关系数倒数的绝对值构成一个列向量，标准化以后即为该指标层对上级指标的权重向量:W1=（w11，w12，w13,w14，w15）,T =，同理可求出居民该指标的二级指标对其权重向量：W2=(w21,w22，w23,w24) ，T =。

6

其次,对政府目标的定量指标，可采用AHP方法得到权重向量，操作如下: 第一步先构造判断矩阵（见附录表6），也即每一层次各因素的相对重要性用数值形式表示出来，通常取1,2,……9及它们的倒数作为标度，其标度含义即判断矩阵表示针对上一层次某要素,本层次与之有关各要素之间相对重要性的比较。标度含义为:1 两指标相比,具有同等重要程度；3 两指标相比,一个指标比另一个指标稍微重要;5 两指标相比,一个指标比另一个指标明显重要；7 两指标相比，一个指标比另一个指标非常重要；9 两指标相比,一个指标比另一个指标极端重要;2……8取上述两相邻判断的中值示的层次结构中，n个主标准相对于评价目标，按其重要程度依次排序，可建立起一个n阶判断矩阵,计算最大特征值和其对应的特真向量。

第二步，对指标矩阵进行一致性检验.由于受各种主观因素的影响，还需检查矩阵的一致性,须计算他的一致性指标C.I。（Consistency Index)：C。I.=（λmax-n）/（n—1）,其中λmax-n为矩阵最大特征值。当C。I。=0时,判断矩阵具有完全一致性，且λmax-n愈大，C。I.就愈大，也就意味着判断矩阵的一致性就差.为了检验判断矩阵是否具有满意的一致性,需要将C.I.与平均随机一致性指标R.I。（Random Index)进行比较.R。I.的取值如下表:

阶数n RI 1 0 2 0 3 4 5 6 7 8 9 1.45 0。58 0.9 1.12 1。24 1。32 1.41 如果判断矩阵的一致性比率C.R.（Consistency Ratio）= C.I/R.I〈0.1时，此判断矩阵才具有满意的一致性，否则就需要对判断矩阵进行调整。通过专家咨询法构造判断矩阵B3-P（相对于政府目标而言,各指标间的相对重要性，见附录表7），并计算出该矩阵的最大特征值和对应的特征向量.

将表6代入一致性指标计算公式得，λmax=5.0902，C.I.=0.0226，R。I。=1.12, C。R.=0。0201<0.1,即目标矩阵具有令人满意的一致性。考虑A-B矩阵（即相对于总目标而言，各准则之间相对重要性的比较）；再将表7代入一致性指标计算公式得，得λmax =3。0037，C.I=0.0018，R.I=0.58,C.R=0。0031〈0。1，即A—B矩阵亦具有令人满意的一致性。可见,以上判断矩阵均通过一致性检验。 第三步,根据以上结果，得出权重向量A1 、A2 、A3(详见附录表8). A1= A2=

7

A3=

因此,我们已经得到权重向量A=（A1，A2,A3 ). 2.模糊综合评价矩阵R的确定

在综合评价中，我们引入评语集合V=｛v1, v2，…, vm}，其中vi (i=1，2,…, m)是对每个指标的评语,依次可代表“优\"、“良”、“中”、“差\"这样的政策执行效果判断.为了更加直观,我们也可以按百分制定义V= (优，良，中,差） =（100，80,60,40）。由评审小组成员根据以上12条指标体系，结合相应的市场观察和数据信息，按百分制评定如下分值：R= (65，70，90，80，90，80,75，90，80,70,75，60，65，60)

3.模糊合成的运算结果

将以上所得矩阵A和矩阵R代入政策评价的模糊合成运算方程Y=A⊙R,可得:Y = ( A1，A2，A3 )⊙RT = 82。9109408。

四、评估结果与政策建议

根据定义V = (优,良，中，差) =（100,80，60，40），而评价结果为Y = 82。9109408，可知这一结果介于优良之间，并接近于良。因此，截至2008年底,上海房地产“三个为主\"政策执行效果较为乐观。具体来说，其对房地产市场发展状况有好的影响，居民住房水平有所改善,虽然与政府的政策目标仍存在偏差，但其整体政策评价效果显示良好。 目前，在全国范围内房地产宏观调控仍存在短期性、相机性和不平衡性等问题，因此，如何在考虑市场主体预期下建立房地产市场的长效调控机制,是我国房地产宏观调控的必须解决的重大问题。基本思路主要体现在以下三个方面： （一）调控政策要确保其作用机制的有效传导

从以往调控政策来看，我国房地产宏观调控的出发点是金融政策、信贷政策、土地供应政策、税收政策（财政政策）、行政手段（建设规划),中间目标是调控需求量和供给量，指向目标是商品房的市场价格。调控政策能否成功，取决于政策组合能否通过市场传导有效地影响需求量和供给量,进而规范市场价格(王伦强、孙尚斌,2007）。房地产政策能否有效实施,关键在于其政策作用机制是否能有效传导。而以提高房地产信贷的利率水平和首付比例的金融和信贷政策，虽然制约了短期炒房的私人投机行为,但在我国房地产市场供求失衡的前提下,房地

8

产具有的垄断性、开发商合谋定价将进一步提升住房价格;而收缩土地供给，房地产相应开发税费的提高，则完全有可能使本应属于垄断竞争的房地产市场变为寡头垄断的市场结构.因此，调控政策只起到短期规范作用,难以产生长期的效果。

（二）调控政策应当考虑其实施过程中市场主体的预期作用

我国投资者对房地产市场的预期已经跨越了适应性预期阶段,是界于适应性预期与理性预期之间的准理性预期（张金明，2000)。高苛、刘长滨（2008）通过建立房地产市场预期模型发现,市场主体政策预期可导致调控政策短期失效，长期而言预期对调控政策效果无影响。因为政府出台的调控政策多是解决房地产短期价格波动和投机行为,是相机抉择政策而非一致性规则。在采取短期的调控政策时，政府缺乏充分的激励机制确保在政策执行阶段能有效落实其承诺，并且这一点已经被市场主体所理性预期，所以，投资或投机者对政府调控引导将采取不遵从对策，有可能导致调控目标落空。而根据“时间一致性”理论,在以相机抉择为主导模式的宏观调控领域，有必要实行规则之治，从而将调控受体的预期稳定在政府将执行承诺，遵从调控是最优选择上。同时，还应采取有效的激励机制,建立一个可信的承诺行动（Kydland和Prescott，1977）. （三）房地产宏观调控应建立长效调控机制

结合上述分析，房地产宏观调控应建立相应的长效调控机制以稳定市场主体预期,在提高市场绩效建立有效市场的同时，采取有效的激励机制，兼顾经济效率与社会公平，引导有效供给与有效需求，促进房地产市场稳定健康发展。在调控机制的方向上,可以采取房地产金融、信贷及税收政策，增加投资者的投资成本，降低它的投资收益,以改善市场主体预期。同时，还应增加商品房市场土地有效供给,在总量增加的前提下完善住房供应结构，并建立与之相配套的风险控制、住房保障制度、住房租赁体系等。

建立房地产宏观调控的长效调控机制，是我国房地产业乃至整个经济社会稳定健康发展的需要，也是多年来我国房地产市场发展实践中所积累的经验和教训的总结,对提高房地产宏观调控的政策效力，促进我国房地产市场稳定健康发展的积极意义不可小觑。 附录:

9

表1 “三个为主”政策评价指标体系

房地产投资额与GDP比值B11 房地产开发投资额占固资投资比重B12 市场（商品房价格指数） B1 房价增长率与GDP增长率之比B13 住宅销售额占全社会消费品零售额比重B14 房屋租售比B15 住宅占固资投资额比重B21 政策评估体系 A 居民（人均居住面积) B2 住宅占商品房销售额比重B22 住宅占商品房销售面积比重B23 房价收入比B24 房地产市场供求的改善B31 房地产市场结构合理化B32 政府（目标） B3 房价的稳定B33 住房分配的公平性B34 群众的满意度B35 表2 市场指标体系数据

房地产投资额与GDP比值 房地产开发房价增长投资额占固率与GDP增资投资比重 长率之比 住宅销售额占全社会消费品零售额比重 0.3005014 年份 商品房价格指数 96.3 98。6 104。4 107.3 120。1 115。9 房屋租售比 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 0。12759 0.2774 0.124402 0.302862 0.127399 0。314641 0。138461 0.338302 0.14418 0.360621 0。165567848 0。694231 0。29778328 0.230044869 0.907273 0。37320968 0。282894737 1。411429 0.40046668 0.303017545 1。934513 0。54774271 0.275113617 2.013008 0.34507 0。46036 1.435833 0.78734617 0。214071049 0.72697686 0.281628753 0.64786086 0。323186985 0.80288945 0。305467448 0。157774 0。385364 109.7417 0.136363 0.355277 98。7 103.4 0.123051 0.327072 0。107279 0。29326 105。9135 0.099785 0.283028 —0。06014 0。23753401 0.497007996 表3 居民指标体系数据

年份 1999

人均使用 面积 15.1 房价收入比 9。4588166 住宅占商品房销售面积比重 0。935727 住宅占商品房销售额比重 0。8482317 住宅占固资投资额比重 0.204 10

2000 2001 2002 2003 2004 2005 2006 2007 2008 16.3 17.3 18。1 19 20。4 21.3 22 31.3 33。4 9.4612277 9。4643019 10。566197 11.474693 12。757651 11.974613 11。354106 11。64543 10.224305 0.928107 0.935903 0.93655 0。936067 0.9269 0。900858 0。864511 0.887471 0。856166 0.8659035 0.8855689 0.90781 0。9124629 0。9120523 0。8818979 0.8456493 0。8760104 0。8485953 0.237 0。234 0.267 0。283 0。299 0.264 0。217613 0.191 0。18 表4 市场指标体系数据标准化结果

房地产开发房价增长率商品房价格 房地产投资投资额占固与GDP增长指数 额与GDP比值 资投资比重 率之比 1 0.90336134 0.65966387 0.53781513 0 0.17647059 0。4794847 0.42450335 0.47618657 0.66694669 1 0 0.235738 0。344857 0。564043 1 0。460012 0.146786 0。052006 0.636123 0.533361 0.290177 0.037863 0 0。804543 0.748932 0.278405 0.417763 住宅销售额占全社会消费品零售额比重 0.005381 0 0。149328 0.203291 0。494865 0.969228 0.84971 0。693077 1 0。497008 房屋租售比 0 0.194536 0.353991 0.414704 0。330514 0.146341 0。350172 0。475558 0.422096 1 0。76557875 0。770793 0。43522409 0。63078149 0。721287 0。89915966 0.40121669 0.70168067 0.59607143 0.12922781 0 表5 居民指标体系数据标准化结果 人均使用 面积 1 0。85 0。7333333 0。6333333 0。5166667 0.35 0.2333333 0.15 0。0666667 0 房价收入比 1 0.999269 0。998337 0.664311 0.388912 0 0。237368 0。425467 0。337155 0。767952 1 0。894966 0。991946 0.999999 0.993993 0。879951 0。555978 0。103813 0。389444 0 住宅占商品房 销售面积比重 住宅占商品房 销售额比重 0.96135 0.696855 0。402522 0.069639 0 0.006145 0。457467 1 0。545585 0。955907 住宅占固资 投资额比重 0.201681 0.478992 0.453782 0.731092 0.865546 1 0。705882 0.316074 0。092437 0 表6 专家咨询法得出政府目标矩阵 B3 B31 B32

B31 1 1/2 B32 2 1 B33 1/2 1/3 B34 1/4 1/5 B35 1/6 1/7 W3 0.0755 0.0494 11

B33 B34 B35 2 4 6 3 5 7 1 2 4 1/2 1 3 1/4 1/3 1 0.1332 0.2402 0.5017 表7 各准则之间相对重要性比较表 A B1 B2 B3 B1 1 2 1/3 B2 1/2 1 1/5 B3 3 5 1 W 0。3090 0.5816 0。1095 表8 各指标相对总目标的权重

准则层 B11 B12 B13 B14 B15 B21 B22 B23 B24 B31 B32 B33 B34 B1 0。3090 0.0911 0。0782 0.0791 0.1589 0.5927 B2 0。5816 0。084907 0.070666 0.60492 0.239508 B3 0.1095 0。0755 0。0494 0。1332 0。2402 各指标相对总目标的权重 0。02815 0。024164 0.024442 0。0491 0.183144 0.049382 0.041099 0。351821 0。139298 0.008267 0.005409 0。014585 0。026302 B35 0.5017 0。054936 以上数据来源：根据《上海市统计年鉴》(2000—2009年）整理而得。 参考文献(References)

[1] Brian E. Dollery, Andrew C. Worthington. the Empirical analysis of Fiscal Illusion, Journal of Economic Surveys,Vol。10 (2006):261 – 297。

［2] Christophe M. Schmidt。 Policy evaluation and economic policy advice, AStA Advances in Statistical Analysis， （2007） 91: 379–389。

［3］ Finn E。 Kydland； Edward C。 Prescott。 Rules Rather than Discretion: The Inconsistency of Optimal Plans， The Journal of Political Economy, Vol。 85，

12

No. 3.1977。6.pp473—492。

［4] L。H. White. Federal Reserve Policy and the Housing Bubble， Cato Journal, Vol。29， No.1 （Winter 2009)。pp115-125。

[5] Thomas R。 Dye。 Understanding Public Policy(12 edition）, Prentice Hall （2007).

［6］ 曹国敏。经济政策评价［M].北京：中国经济出版社，2006。 ［7] 杨文武。中国房地产业指标体系研究［M］。四川:四川出版集团，2008. ［8] 贠杰、杨诚虎.公共政策评估：理论和方法[M］。北京:中国社会科学出版社，2006.

［9] 曹剑光.影响我国现阶段政策效应因素实证分析——以现行房地产调控政策为例［J］。中共福建省委党校学报，2007，（3）:86-90.

［10］ 高苛、刘长滨。基于预期理论的住宅市场价格调控模型及其仿真分析［J].土木工程学报，2008，（4）：95-99.

[11］ 宋健峰、袁汝华.政策评估指标体系的构建[J］。统计与决策,2006,（11）：63-64.

[12］ 王华春、赵蕊、陶斐斐、段艳红。理性预期、地产波动与宏观调控政策取向［J］。北京邮电大学(社会科学版），2009，（10)：62-68。

[13] 谢百三、陈小明。我国房地产市场宏观调控的效果及其未来的政策取向［J］.当代财经，2006，（10）：87—90.

［14］ 张永岳.强化房地产政策评估促进产业健康发展［J］。中国房地产，2010，(5）：9—10。

13