曹清峰
空間“鄰近效應”與地方政府住房限購政策的實施
曹清峰?
本文對我國地方政府住房限購政策的實施機制進行了研究。理論分析表明:地方政府住房限購政策強度存在空間上的相互作用,即空間“鄰近效應”。對某一地方政府而言,與其鄰近區域地方政府的平均限購強度越高,那么該地方政府的限購強度也越高;另一方面,中央政府對地方政府限購單位獎勵水平越高、地方政府單位限購成本越低,地方政府的限購強度越大。在此基礎上,利用 2011—2013年我國限購城市面板數據進行的實證檢驗表明,不同地方政府間的住房限購強度存在顯著的正向“鄰近效應”,該結論在考慮“鄰近效應”不同計算方式和剔除一線城市樣本后的穩健性檢驗中也是成立的。因此,地方政府間的“鄰近效應”在我國住房限購政策實施中起到了重要作用。
住房限購;鄰近效應;地方政府
近年來,為了控制房價過快增長,自 2010年起,我國在一些大中城市中實施了長達三年的住房限購政策。在此期間,全國共有48個城市出臺了政策力度不一的限購措施,這也導致了我國房價在 2014年出現了明顯的下滑。隨著各地限購令的逐漸解除,2015年我國房價又出現了明顯反彈,這也使得限購政策的實施效果備受爭議。另一方面,地方政府在限購政策的實施上也表現出了一些明顯特點,從北京在2010年首先限購到各地紛紛響應,到2014年呼和浩特首先取消限購到除北京、上海、廣州、深圳等城市外其他城市紛紛退出限購,我國地方政府在限購政策的實施上存在著明顯的互動關系。因此,除了中央政府的行政命令外,我國地方政府住房限購政策的實施背后是否還隱藏著其他機制,回答這個問題對我們從深層次認識限購政策的得失具有重要現實意義。
住房限購政策的最直接目的在于對房價與房地產交易活動進行調控,現有研究對住房限購政策的實施效果給予了很大關注,其研究結論基本上確認了此次限購抑制了房地產市場的過熱趨勢,但由于樣本、指標選取上的差異,不同研究在具體的受影響指標與程度上并沒有達成一致。王敏和黃瀅(2013)基于全國 70個大中城市樣本的研究表明,限購政策對新建住宅價格影響不顯著,對二手住宅價格的影響顯著但程度有限;鄒琳華、高波和趙奉軍(2014)基于 115個城市的研究發現,限購政策僅降低了房價的增長率;而陳通和張小宏(2012)利用90個重點城市的樣本研究發現,限購政策在短期內對新建商品住房的房價和成交量都產生了顯著負向影響。
另一方面,住房限購政策作為對市場的一種強硬行政干預手段,其實施的合理性也備受爭議。一方面,住房限購作為強硬行政手段會破壞市場均衡,造成社會福利的損失(Glaeser and Luttmer,2003;馮科,2012);此外,就實施效果來看,盡管在短期內住房限購政策可以抑制房價,但其退出后也可能導致房地產市場的“報復性反彈”,造成更大的市場波動(高輝清,2011)。另一方面,也有學者認為,住房限購政策作為抑制房地產投機需求過熱的手段在我國目前國情下是合理的(王思鋒等,2011;李稻葵,2011)。
此外,現實中經濟個體活動的結果(例如就業、收入等)往往會受到空間上“鄰近效應”(neighborhood effects)的影響(Durlauf,2004),具體到房地產市場,房價、居民住房需求等變量不僅取決于其所在的區位具體因素,還受到鄰近區位因素的影響(Ioannides,2002;Rossi-Hansberg,2009;等),因而基于房地產調控目的的相關政策也會產生“鄰近效應”。例如從分區制這一土地利用規劃來看,Quigley 和 Rosenthal(2005)的研究表明,被分區制規劃的地塊會對周圍鄰近地塊的價值產生影響,而Cho等(2012)的研究則發現未開發土地是否被重新分區的概率與周邊地塊的房價呈顯著正相關。因此,從理論上看,住房限購政策作為一種房地產市場干預手段,也會存在類似的“鄰近效應”。國內現有研究也注意到了房價空間相關性對住房限購政策實施效果的影響(余華義和石亦霏,2014),但在對住房限購決策機制的探討上,現有研究重點探討了中央與地方政府在我國房地產市場調控過程中的博弈問題(蘇英、趙曉冬和周高儀,2013;黃新華和屈站,2014),而對“鄰近效應”在地方政府限購政策實施中的作用關注不足。
因此,與現有研究相比,本文的改進與創新之處主要體現在:(1)考慮了地方政府之間在空間上的相互作用,即“鄰近效應”對地方政府限購政策的影響。現有研究大都從中央與地方政府博弈等角度分析了我國住房限購政策的實施機制,但忽視了不同地方政府限購強度在空間上的相互作用,本文對此進行了理論分析并利用我國限購城市樣本進行了實證檢驗。(2)在實證研究中定量地測度了地方政府限購強度。目前基于住房限購政策的定量研究大都基于離散選擇模型,這種處理方式忽視了現實中不同限購城市在政策實施強度上的差異,本文實證研究則通過構建指標體系對不同地方政府的限購強度進行了定量測度,考慮了這種政策異質性,因而實證結果更可靠。
本部分首先對“鄰近效應”在地方政府住房限購政策實施中的作用機制進行了理論分析,在此基礎上構建了本文的實證模型,下面進行具體介紹。
(一)理論分析
在我國住房限購政策的實施上,存在兩方面的博弈。(1)中央與地方政府間的博弈。中央政府實施住房限購的主要目的在于維護房地產市場平穩發展、促進整體產業結構優化和增加居民福利。對地方政府而言,在目前我國的財稅與政績考核體系下,地方政府所在行政區域的公共服務、居民福利和官員升遷等狀況都與本地的經濟增長業績密切相關①需要說明的是,近年來我國地方政府績效考核體系在原有以經濟指標為主導的基礎上,開始更加注重與經濟社會全面發展相關的指標(張毅和劉傳哲,2006)。但鑒于目前地方政府財政收入對房地產依賴過大的現狀仍未得到實質性改觀,因而本文在探討地方政府績效考核體系時仍然主要以經濟指標為準。,而住房限購政策的實施會對地方政府的土地財政收入、經濟增長等在短期內帶來負面影響,因而地方政府在住房限購政策的實施上會權衡自身利益得失,從而產生中央與地方政府在住房限購上的博弈。(2)地方政府間的博弈。在空間上相互鄰近的區域在產品、要素流動方面往往更加方便,因而某一區域采取的經濟政策在影響自身區域的同時,也會通過產品、要素流動影響到鄰近區域。就住房限購政策來看,限購政策會對當地房地產市場的發展產生負向沖擊,因此,如果某一區域地方政府采取的限購強度高于鄰近區域,這將會使得住房投資者和消費者流向限購強度較低的鄰近區域,從而產生住房限購政策實施中的“鄰近效應”,并導致采取較高限購強度的地方政府所在區域利益受損②例如,在本文樣本中,某個城市的房地產開發投資額與其鄰近城市的平均限購天數呈正相關(相關系數為0.45),這表明該城市可以從周邊城市更嚴格的住房限購政策中獲益,因而這種效應一定程度上是存在的。。下面進一步構建理論模型進行分析。
假設經濟中存在N個地方政府,其中地方政府i所在區域與其他N-1個地方政府所在區域相互鄰近,且地方政府i住房限購政策的實施強度為Ri。這里我們用一個連續變量來衡量地方政府住房限購強度,這意味著不同地方政府在具體住房限購政策實施上存在差異,這與現實情況也是一致的。此外,假定地方政府住房限購政策實施強度,即當時,意味著地方政府實施了住房限購政策;當時則表明地方政府沒有實施住房限購政策。因此,地方政府i實施住房限購的凈收益為:

上式中iπ為地方政府實施限購政策的凈收益,pi為中央政府對地方政府實施住房限購政策的單位獎勵,ci則為地方政府實施住房限購政策的單位成本則為由于“鄰近效應”存在導致的地方政府外部性成本(或收益)。本文假定,即在不考慮“鄰近效應”對地方政府限購成本的影響下,地方政府總能從執行住房限購政策中獲取正的凈收益。
具體來看,由于地方政府間“鄰近效應”的存在,地方政府執行住房限購政策的成本可以分為兩部分:(1)根據地方政府限購政策執行絕對水平產生的成本ciRi,可以發現,地方政府執行限購政策的強度越大,其產生的成本越大。(2)根據地方政府執行限購政策相對水平產生的外部性成本(或收益)。由式(1)可以發現,某一地方政府限購強度比與其相鄰的其他地方政府平均限購強度越大,該地方政府就越會產生額外的成本;反之,則越會獲得額外的收益。進一步看,由地方政府凈收益最大化的一階條件可以得到:

式(2)給出了地方政府i限購強度針對其鄰近區域平均限購強度的反應函數,根據上式,我們可以得到以下結論:
(1) 若與地方政府i相互鄰近區域的地方政府平均限購強度較大,那么地方政府i的最優應對策略也是增大自身的限購強度,即
(2) 地方政府實施限購政策的邊際成本ci越大,地方政府的限購強度越低;另一方面,中央政府在地方政府執行限購政策時給予的單位獎勵pi越大,地方政府的限購強度也越大。
(二)實證模型設計
本部分構建實證模型對理論分析的結論進行檢驗。根據式(2),地方政府i的住房限購強度Ri是鄰近地方政府平均限購強度地方政府限購邊際成本ci與中央政府邊際獎勵pi的函數,具體如下所示:


在式(4)中,hpi表示地方政府限購政策在房價上的調控效果,該值越大表明調控效果越好,中央政府給予地方政府的單位獎勵pi也越大;hii則表示地方政府限購政策在房地產開發投資活動上的調控效果,該值越大表明調控效果也越好,中央政府給予地方政府的單位獎勵pi也會越大。此外,式(4)中還引入了城市行政級別虛擬變量,這主要是因為行政級別較高的大城市限購政策對經濟社會影響更大、更廣泛,中央政府對行政級別較高城市限購政策的執行更為重視,從而可能會給予更高的獎勵,為了控制這種潛在因素的影響,本文在式(4)中引入了變量
另一方面,從地方政府的限購政策單位成本ci來看,地方政府主要包括兩方面的成本:(1)與財政收入相關的直接成本。住房限購政策的實施會直接減少地方政府與房地產業直接相關的稅收、土地出讓收入等。(2)與 GDP增長相關的間接成本。房地產業的發展與其他產業也存在關聯效應,因此住房限購政策的實施也會通過房地產業的關聯效應對整體 GDP增長產生負面影響,這是其間接成本。因此,地方政府限購政策單位成本ci可以表示為以下因素的函數:

在式(5)中,gov表示地方政府限購政策導致的與財政收入相關的成本,gdp表示地方政府限購政策導致的與GDP相關的成本,地方政府的限購成本越高,地方政府的限購強度也越低。
將式(4)與式(5)帶入式(3)中可以得到地方政府i限購強度的函數為:

假定式(6)是線性函數,并將式(6)兩邊對非虛擬變量取對數可以構建如下面板數據計量模型:

在式(7)中,Rit為被解釋變量,是衡量城市i在年度t限購強度的連續變量,下文將會就其計算過程進行詳細說明。在解釋變量中為與城市i相鄰的其他城市平均限購強度,根據前面的理論分析,該值越大,地方政府的限購強度會越大,其計算過程下文也會進行詳細說明。從中央政府單位獎勵水平相關變量來看,為城市i的行政級別的虛擬變量,本文將所有城市分為兩個類別,當城市i為直轄市時;當城市i為省會城市或計劃單列市時,即城市行政級別越高,數值越大。hpit用城市i限購政策實施前的房價與限購政策實施期間每年房價的比值來表示,該值越大(即限購政策實施期間房價下降越明顯),表明該年度限購政策房價調控的效果越好。用城市i限購政策實施前的房地產開發投資額與限購政策實施期間每年房地開發投資的比值來表示,該值越大,表明限購政策對房地產開發投資活動的調控效果越好。另一方面,在成本相關解釋變量中,govit用地方政府所在區域限購政策實施期前財政收入與限購政策實施期間每年財政收入的比值來表示,該值越大(即財政收入在住房限購政策實施期間出現了明顯下降),表明該年度限購政策導致的與財政收入相關的成本越大,地方政府的限購強度會越低。gdpit用地方政府所在區域限購政策實施前的GDP與限購政策實施期間每年財政收入的比值來表示,該值越大,表明限購政策導致的與GDP相關的成本越大,地方政府的限購強度也會越低。
此外,在限購政策前房價、房地產開發投資額、財政收入、GDP的選擇上,為了避免單一年份異常值帶來的影響,本文使用 2007—2009年每個城市三年相應指標的均值來衡量每個城市限購前的水平。根據前面的理論分析,可以預期1β、2β、3β、
本文樣本為2011—2013年我國34個大中城市的面板數據①我國35個大中城市中除重慶外都實施了住房限購政策,重慶在2011年實施的房產稅試點本身已經包含了房地產市場調控的作用,但由于與其他城市政策不具有可比性,因此本文樣本沒有包括重慶。此外,之所以選取34個大中城市的樣本而不是所有48個限購城市,主要是為了保證計算鄰近效應時指標的可比性,例如地級市間的鄰近效應與副省級城市間的鄰近效應可能不具有可比性,對其加總會造成很大偏差。,數據根據歷年《中國城市統計年鑒》、國家統計局數據庫整理得到,所有的價格變量都用 CPI平減為以2006年為基期,解釋變量的描述性統計如表1所示。

表1 變量的描述性統計
本部分首先介紹了住房限購強度的測度,在此基礎上進一步介紹了“鄰近效應”的測度,最后對計量回歸模型的結果進行了分析。
(一)住房限購強度的測度
如何定量測度不同地方政府限購強度是本文實證檢驗的關鍵。具體來看,地方政府住房限購政策的強度差異體現在兩方面:(1)住房限購政策實施時間長度的強度差異。這是最基本的限購政策實施強度指標。在假定不同地方政府政策基本內容相同的情況下,住房限購政策實施的時間越長,其限購強度越大。該指標可以通過不同地方政府限購政策的起止時間得到,本文據此計算到了截止到每年12月31日的2011—2013年歷年地方政府的住房限購時間強度。(2)考慮限購時間與政策基本內容的綜合強度差異。該指標的計算需要結合不同地方政府限購政策的具體實施內容來確定。本文按照不同地方政府住房限購政策的具體內容,將住房限購政策內容分為基本政策與附加政策兩類,具體如表 2所示。其中基本政策是限購政策的基本組成部分,不同基本政策間具有可加性;而附加政策則是依附于基本政策而存在,對基本政策的作用具有放大效應。
在根據表 2計算得到的不同城市限購政策指標得分的基礎上,可以構造不同城市住房限購綜合強度指標如下:

表2 限購綜合強度衡量標準

在式(8)中,Rit為城市i在時期t的限購綜合強度得分①注意每個城市在每年都有一個限購強度得分。,其中iA、Bi與Si分別為表2中計算得到的指標得分,Tit則為截止到時期t城市i限購政策實施的時間長度。需要說明的是,由于附加限購政策對每一項基本限購政策都有影響,因此是以乘積的形式來進入式(8)的,在限購基本相同的情況下,附加政策越嚴格,限購綜合強度越大。表3以2014年為例報告了34個實施限購政策城市的綜合強度測算結果。

表3 不同城市`2014年限購綜合強度得分
從表3中可以發現,限購綜合強度最高的是福州,而北京、上海、廣州、深圳是限購政策實施時間最長的城市,其政策綜合強度并不是最高的,這主要是由于這四個城市在限購基本政策指標Bi上的得分較低導致的,這四個城市只是采取了政策力度最小的停貸政策。此外,長沙、呼和浩特等城市的限購綜合得分較低,這主要由于這兩個城市在限購基本政策與附加政策上的得分都較低導致的,例如呼和浩特的限購時間在所有樣本城市中是最短的,長沙僅針對市轄區內90平米(含)以下住房實施限購,呼和浩特則是在市轄區內采取了相對溫和的停貸措施。
(二)住房限購政策“鄰近效應”的測度
1. 基于地理距離的“鄰近效應”指標構造
在得到住房限購強度指標后,我們可以進一步構造住房限購政策“鄰近效應”的指標。根據定義,鄰近效應取決于與限購城市相鄰的其他城市平均限購強度水平,據此我們構造如下指標:


表4 2014年基于限購政策綜合強度的“鄰近效應”值
2. 基于GDP加權的“鄰近效應”指標構造
在式(9)中“鄰近效應”指標的構造僅考慮了與城市i地理上相鄰近城市限購強度的算術平均值,這忽略了地方政府所在區域經濟發展水平等方面異質性的影響。例如,兩個同樣與城市i鄰近的城市,GDP總量大的城市比 GDP總量小的城市對城市i的影響要更大。為了考慮這種情況,本文借鑒引力模型的設定,將城市間的 GDP作為權重引入到“鄰近效應”計算中,因此式(9)可以被進一步拓展為:

在式(10)中gdpi與gdpj分別表示城市i與城市j的 GDP,式(10)實際上是以相鄰兩個區域的 GDP為權重,計算了與城市i地理上相鄰近城市限購強度的加權平均值,這一指標可以控制不同城市在經濟總量方面的異質性。同樣,式(10)也可以分別用時間強度與綜合強度兩個指標來衡量。表 5進一步給出了基于式(9)與式(10)計算的鄰近效應指標與城市限購強度間的相關系數矩陣。
由表 5的相關系數矩陣來看,限購時間強度與綜合強度的相關系數為 0.697,5,同時基于不同方法計算的“鄰近效應”指標也都是高度相關的,說明本文實證指標的一致性較好;此外,無論是限購時間強度還是綜合強度指標,都與不同“鄰近效應”指標呈現出了較高的正相關性,這與理論模型預期是一致的。

表5 不同鄰近效應與限購強度指標的相關系數
(三)回歸結果分析
在得到不同城市限購強度與“鄰近效應”的指標值后,本文進一步根據式(7)構建回歸模型來檢驗“鄰近效應”對地方政府限購強度的影響。
表6報告了基于地理距離計算的“鄰近效應”對限購強度影響的檢驗結果,其中模型 1的被解釋變量是限購時間強度,而模型 2的被解釋變量是限購綜合強度。具體來看,無論是采用限購時間強度還是綜合強度來衡量地方政府限購強度,鄰近效應都與限購強度在1%,的統計水平上顯著正相關,這與本文理論分析的結論是一致的,即某一城市限購強度必須與其周邊鄰近城市的平均限購強度同向變動,這樣才能最大程度上減少由于“鄰近效應”存在導致的外部性成本。
從其他控制變量來看,在影響中央政府對地方政府獎勵大小的變量中,城市行政級別高、房價與房地產開發投資活動調控效果都與住房限購強度顯著正相關,這也與理論分析的結論一致。同時,在影響住房限購成本的相關變量中,住房限購GDP相關成本與住房限購強度顯著負相關,這表明住房限購導致的與 GDP相關成本越高,地方政府的住房限購強度會越低。值得注意的是,在成本相關變量中與財政收入相關成本盡管與住房限購強度呈負相關,但在統計上是不顯著的,造成這一結果的原因可能在于地方政府可以通過其他方面的財政收入來彌補由于房地產業帶來的財政收入減少部分,另外,地方政府也可以通過調整財政支出的形式來增強對財政收入減少的承受能力。

表6 地理距離的“鄰近效應”對限購強度影響的檢驗結果
表7進一步報告了根據式(10)基于GDP加權計算的“鄰近效應”對地方政府限購強度影響的檢驗結果,其中模型3與模型4的被解釋變量分別是限購時間強度與限購綜合強度。具體來看,在考慮了區域間GDP的異質性后,模型3與模型4的估計結果顯示“鄰近效應”對限購強度的影響仍然在 1%,的統計水平上顯著為正,即某一地方政府周邊區域限購強度的增加會提高該地方政府的限購強度水平,這也進一步證實了本文理論分析結論;此外,其他控制變量的結果與表6也是相同的。
另一方面,現實中地方政府的限購強度與限購政策在開始后和結束前的一些源于地方政府管理程序上面的時間差異有關①感謝匿名審稿人指出這一點。,因而本文進一步剔除了北京、上海、廣州、深圳在2014年仍然堅持限購的一線城市對本文結論進行穩健性檢驗。表8中的模型5與模型6分別是在模型1與模型2基礎上剔除北京、上海、廣州、深圳4個城市樣本后的結果。結果顯示,鄰近效應仍然顯著為正,這也表明上文實證檢驗結果是穩健的。

表7 GDP加權的“鄰近效應”對限購強度影響的檢驗結果

表8 剔除四個一線城市的穩健性檢驗
本文對我國地方政府住房限購政策的實施機制進行了研究。首先,理論分析表明:(1)地方政府在住房限購政策強度上存在空間相互作用,即“鄰近效應”。對某一地方政府而言,與其相互鄰近區域地方政府的平均限購強度越高,那么該地方政府的限購強度也越高。(2)中央政府對地方政府限購單位獎勵水平越高、地方政府單位限購成本越低,地方政府的限購強度越大。在此基礎上,本文利用2011—2013年我國34個實施限購政策的大中城市樣本對理論模型結論進行了實證檢驗,在采用不同方式定量衡量地方政府限購強度與“鄰近效應”后,實證研究表明:(1)不同地方政府間的住房限購強度存在顯著的正向“鄰近效應”;(2)在影響中央政府對地方政府限購單位獎勵水平的因素中,地方政府行政級別越高,限購政策對房價與房地產開發活動的調控效果越好,地方政府的限購強度越高;而在影響地方政府限購成本的因素中,GDP相關成本與地方政府限購強度呈顯著負相關,而財政收入相關成本盡管與地方政府限購強度負相關,但在統計上是不顯著的。此外,在進一步剔除一線城市樣本的穩健性檢驗中本文結論也是成立的。本研究對進一步優化我國房地產市場調控手段、促進我國房地產市場的健康發展具有以下政策啟示。
第一,關注地方政府間的相互作用對住房限購政策實施效果的影響。根據本文研究,地方政府限購強度與其鄰近區域地方政府的平均限購強度成顯著正相關,“鄰近效應”的存在對中央政府限購政策目標的實現既有有利的一面,也有不利的一面:有利的一面在于中央政府可以通過重點監督某幾個主要城市的限購政策執行效果來保證其限購強度,進而利用“鄰近效應”的“以點帶面”實現全國范圍內城市住房限購強度保持在較高水平,這可以在最大程度上節約中央政府政策監督成本的同時保證政策實施效果;另一方面,不利一面在于如果某幾個城市采用“陽奉陰違”的方式降低住房限購強度,也會通過“鄰近效應”引起全國大范圍住房限購強度的降低,由于信息不對稱會導致中央政府很難完全監督每一個地方政府的限購行為,在這種情況下中央政府難以實現其限購政策的目標。
第二,住房限購政策作為一種長時間的房地產市場調控手段應該慎用。首先,在現實中住房限購政策的實施效果是難以完全保證的,而且在現實中地方政府間的“鄰近效應”也會導致最終的限購實施效果偏離政策制定者的最初目標。其次,限購政策這種“治標不治本”的政策在長期內對房地產市場的調控力度有限,在我國目前財稅體制與政績考核體制下,地方政府總是存在降低住房限購政策的動機,2015年我國房價的反彈也說明了這一點。此外,限購政策作為一種強制的行政干預手段,其實施成本也是巨大的。因此,限購政策在長期內的使用應該更加慎重。
[1] 陳 通,張小宏. 限購措施對新建商品住房市場的量價影響研究[J]. 廣東社會科學,2012(6):53-60.
[2] 馮 科,何 理. 中國房地產市場“限購政策”研究——基于反需求函數的理論與經驗分析[J]. 經濟學動態,2012(2):53-60.
[3] 高輝清. 住房限購政策可逐步完善為長期政策[J]. 發展研究,2011(4):80-82.
[4] 黃新華,屈 站. 中央政府房地產調控政策決策邏輯的理論解釋——基于 1998—2013年間相關政策文本的研究[J]. 廈門大學學報(哲學社會科學版),2014(4):66-75.
[5] 李稻葵. 限購具有理論基礎但屬于過渡性制度安排[N]. 中國城鄉金融報,2011-02-25(3).
[6] 蘇 英,趙曉冬,周高儀. 房地產調控政策執行中地方政府行為的博弈分析[J]. 中央財經大學學報,2013(6):13-17.
[7] 王 敏,黃 瀅. 限購和房產稅對房價的影響:基于長期動態均衡的分析[J]. 世界經濟,2013(1):141-159.
[8] 王思鋒,彭興庭. 論中國房地產市場的政府規制——兼評“房屋限購令”的合法性[J]. 西北大學學報(哲學社會科學版),2011(3):148-153.
[9] 余華義,石亦霏. 房價空間相關性及其對住房限購政策效果的影響——以北京為例[J]. 公共管理與政策評論,2014(2):57-66.
[10] 張 毅,劉傳哲. 地方政府績效考核現狀及對策[J]. 徐州工程學院學報,2006(10):1-4.
[11] 鄒琳華,高 波,趙奉軍. 投資需求擴張、房價上漲與住房限購——一個基于大國政策的準自然實驗[J]. 城市發展研究,2014(6):53-58.
[12] Cho S.,Kim J.,Roberts R. K.,et al. Neighborhood Spillover Effects between Rezoning and Housing Price[J]. The Annals of Regional Science,2012,48(1):301-19.
[13] Durlauf S. Neighborhood Effects[G]// J. V. Henderson & J. F. Thisse(ed.). Handbook of Regional and Urban Economics,2004,4(50):2173-242.
[14] Glaeser E. L.,Luttmer E. F. P.,Diamond P.,et al. The Misallocation of Housing Under Rent Control[J]. American Economic Review,2003,93(4):1027-46.
[15] Ioannides Y. Residential Neighborhoods Effects[J]. Regional Science and Urban Economics,2002,32(2):145-65.
[16] Quigley J. M.,Rosenthal L. A. The Effects of Land-Use Regulation on the Price of Housing:What Do We Know? What Can We Learn?[J]. Cityscape,2005:69-137.
[17] Rossi-Hansberg E.,Sarte P.,Owens R. Housing Externalities [R]. NBER Working Paper,2009,No. 14369.
JEL Classification:D72 D78 R58
The Spatial Neighborhood Effects and the Implementation of Housing Purchase Restriction Policy of Local Governments
Cao Qingfeng
(Institute of Modern Economic and Management,Tianjin University of Finance and Economics,Tianjin 300222,China)
This paper analyzes the mechanism in the implementation of housing purchase restriction policy of local governments. The theoretical analysis shows that there exist spatial interactions between local governments in the housing purchase restriction. And the local governments tend to have tighter housing restriction policy when the average housing restriction strengths of their neighborhoods are strong. Meanwhile,local governmets which receive more rewards from central government and have less policy costs are more likely to implement tighter housing restriction policy. Then this paper conducts an empirical analysis using the panel data of China′s large and medium-sized cities from 2011 to 2013 and the results support the existence of neighborhood effects. Besides,the conclusion is also confirmed in the further robust tests considering different samples and calculations of neighborhoods effects. Therefore,the neighborhood effects play an important role in the implementation of local government housing purchase restriction policy.
Housing Purchase Restriction Policy;Neighborhood Effects;Local Governments
? 曹清峰,天津財經大學現代經濟管理研究院(郵編:300222),E-mail:caoqingfeng1988@126.com。