彭代彥，文樂(lè),華中科技大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430074

?

房?jī)r(jià)上漲的結(jié)構(gòu)性差異研究
——基于土地供給的視角

彭代彥，文樂(lè),華中科技大學(xué) 經(jīng)濟(jì)學(xué)院，湖北 武漢 430074

摘要：利用中國(guó)2000-2009年282個(gè)地級(jí)及以上城市的面板數(shù)據(jù)，采用雙重差分法和PSM-DID識(shí)別策略，從土地供給的角度研究區(qū)域房?jī)r(jià)上漲的結(jié)構(gòu)性差異特征的成因。自2003年起,國(guó)家土地供給政策開(kāi)始向中西部地區(qū)傾斜，減少了東部地區(qū)但增加了中西部地區(qū)的土地供給，這使得東部地區(qū)用地更為緊張，從而導(dǎo)致東部地區(qū)房?jī)r(jià)相對(duì)上漲較快。實(shí)證分析發(fā)現(xiàn)，控制住經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、金融便利性和城鎮(zhèn)化等因素的影響之后，偏向中西部的土地供給導(dǎo)致東部地區(qū)城市房?jī)r(jià)至少上漲了6.51%，表明區(qū)域土地供給差異導(dǎo)致房?jī)r(jià)上漲的結(jié)構(gòu)性差異。

關(guān)鍵詞：房?jī)r(jià)； 雙重差分法； PSM-DID； 土地供給

一、問(wèn)題的提出

1988年中國(guó)取消福利分房，開(kāi)始實(shí)行住房市場(chǎng)化改革。這一改革取得了巨大的成就，2010年全國(guó)城鎮(zhèn)居民人均建筑面積已經(jīng)提高到31.6平方米，城鎮(zhèn)居民住房自有率由1988年的13.8%提高到2007年的88.8%[1]。但是，在居民擁有住房面積增加的同時(shí)，房?jī)r(jià)隨之上漲，尤其是2003以來(lái)房?jī)r(jià)持續(xù)迅速攀升[2][3][4][5][6][7]，并且區(qū)域房?jī)r(jià)分化。1998-2002年商品房?jī)r(jià)格平均年增長(zhǎng)率僅為2.19%，但2003-2010年期間高達(dá)11.43%。圖1表明東部地區(qū)城市房屋均價(jià)不僅比中西部地區(qū)城市房屋均價(jià)高，而且自2003后房?jī)r(jià)上漲速度也比中西部城市更快*東部是指遼寧、河北、北京、天津、山東、江蘇、浙江、上海、福建、廣東、海南；中西部地區(qū)包括：山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南、廣西、重慶、四川、貴州、云南、陜西、甘肅、寧夏、青海、新疆。由于數(shù)據(jù)缺失，西藏未納入樣本。東部與中西部分法，下文類(lèi)同。，東部與中西部房?jī)r(jià)差距呈擴(kuò)大態(tài)勢(shì)。也就是說(shuō)，2003年之前中國(guó)房?jī)r(jià)增長(zhǎng)緩慢，2003年之后快速增長(zhǎng)，而且東部房?jī)r(jià)上漲得更快，這表明存在著明顯的年際差異和區(qū)際差異，筆者將這一現(xiàn)象稱(chēng)為中國(guó)房?jī)r(jià)上漲的結(jié)構(gòu)性差異特征。

圖1東部與中西部房?jī)r(jià)變化趨勢(shì)圖

注：數(shù)據(jù)來(lái)源來(lái)源于《中國(guó)區(qū)域經(jīng)濟(jì)年鑒》，作者整理

為什么房?jī)r(jià)會(huì)在2003后持續(xù)快速上漲(年際差異)？為什么東部地區(qū)城市房?jī)r(jià)上漲速度高于中西部城市(區(qū)際差異)？如何解釋中國(guó)房?jī)r(jià)上漲的結(jié)構(gòu)性差異？房地產(chǎn)業(yè)是國(guó)民經(jīng)濟(jì)的重要的組成部分，不僅與民眾生活息息相關(guān)，也影響整個(gè)國(guó)民經(jīng)濟(jì)的健康發(fā)展，正確回答這些問(wèn)題，不僅具有重要的理論意義，而且對(duì)政府進(jìn)行房地產(chǎn)宏觀調(diào)控、更好地完善房地產(chǎn)市場(chǎng)具有重要的現(xiàn)實(shí)意義。

現(xiàn)有的一些研究主要從收入水平[8]、人口結(jié)構(gòu)[9][10]、人口流動(dòng)[11]、金融因素[12][13][14]和土地出讓方式[15]等方面解釋中國(guó)房?jī)r(jià)的上漲，但是這些研究未能解釋中國(guó)房?jī)r(jià)上漲的結(jié)構(gòu)性差異特征。房屋作為一種正常商品，收入水平提高一般會(huì)引起住房需求增加，從而引致房?jī)r(jià)上漲[8]，然而，一國(guó)的收人水平與住房需求之間也可能存在一種非線(xiàn)性的相關(guān)關(guān)系[16]，在收入超過(guò)一定臨界值以后，人們更加關(guān)心房屋的品質(zhì)而不是房屋數(shù)量[17]。此外，近十多年來(lái)，中國(guó)居民收入增長(zhǎng)速度遠(yuǎn)遠(yuǎn)慢于房?jī)r(jià)上漲速度，因此收入因素不能解釋近十年來(lái)房?jī)r(jià)的持續(xù)上漲。關(guān)于人口結(jié)構(gòu)因素，Mankiw & Weil[18]最早進(jìn)行了研究，發(fā)現(xiàn)當(dāng)“嬰兒潮”(baby boom)一代進(jìn)入房地產(chǎn)市場(chǎng)時(shí)，房?jī)r(jià)被推高。一些學(xué)者認(rèn)為“嬰兒潮”很可能是中國(guó)近十年來(lái)房?jī)r(jià)快速上漲的原因，一方面，總?cè)丝谥兄星嗄耆丝诒壤纳仙黾恿俗》啃枨骩9]；另一方面，“嬰兒潮”時(shí)期的出生人口集中進(jìn)入婚齡，其中住房是適婚男性結(jié)婚的重要籌碼，而中國(guó)的性別比例失衡又加劇了婚姻市場(chǎng)的競(jìng)爭(zhēng)，增加了對(duì)住房的需求[19]。依照“嬰兒潮”觀點(diǎn)推論，人口老齡化將導(dǎo)致房屋需求減少，房?jī)r(jià)下降。但是，一些實(shí)證研究發(fā)現(xiàn)少兒撫養(yǎng)比的下降和老年撫養(yǎng)比的上升造成我國(guó)房?jī)r(jià)持續(xù)上漲，原因在于老年人具有“利他動(dòng)機(jī)”[4][ 10]，特別是當(dāng)控制住教育、收入等因素的影響之后，年齡與房屋需求并非呈負(fù)相關(guān)關(guān)系[10][20]。值得注意的是，人口的年齡結(jié)構(gòu)在不同城市之間幾乎沒(méi)有差異，所以這難以解釋中國(guó)城市或區(qū)域間的房?jī)r(jià)上漲差異。另有一些學(xué)者基于人口流動(dòng)視角，討論了房?jī)r(jià)上漲的原因[11][21]，但是，中國(guó)的城市化進(jìn)程在戶(hù)籍制度的控制下一直都很平穩(wěn)，人口流動(dòng)也難以解釋房?jī)r(jià)的持續(xù)高速增長(zhǎng)[10]。還有一些學(xué)者研究了金融條件對(duì)房?jī)r(jià)的影響[12][13][14]，由于金融條件在城市之間幾乎也是沒(méi)有差異的，也難以解釋中國(guó)城市間的房?jī)r(jià)差異。另有一些研究認(rèn)為土地的“招拍掛”出讓直接抬升了地價(jià)和開(kāi)發(fā)成本，導(dǎo)致地價(jià)上漲，但是，與協(xié)議出讓方式相比,土地“招拍掛出”讓通過(guò)引入市場(chǎng)競(jìng)爭(zhēng)、降低房地產(chǎn)增量市場(chǎng)的壟斷性,在顯化土地價(jià)格的同時(shí),降低了地價(jià)對(duì)房?jī)r(jià)的影響程度[15]。再者，土地的“招拍掛”政策并沒(méi)有改變政府壟斷供地的形式。如果制度的變革會(huì)導(dǎo)致房?jī)r(jià)上漲，也應(yīng)該是一次性的，上漲的部分應(yīng)該為實(shí)行“招拍掛”制度后的地價(jià)與原來(lái)協(xié)議轉(zhuǎn)讓制度下地價(jià)的差額[4][10]，因此，政府的壟斷供地和“招拍掛”也無(wú)法解釋多年來(lái)房?jī)r(jià)的持續(xù)上漲。

總的來(lái)看，以上研究大多側(cè)重研究需求因素對(duì)房?jī)r(jià)的影響，忽視了供給端，尤其是未注意到國(guó)家土地供給政策的變化，因而未能解釋中國(guó)房?jī)r(jià)上漲的結(jié)構(gòu)性差異特征。事實(shí)上，土地作為房屋生產(chǎn)最重要的投入要素，當(dāng)土地供給發(fā)生變化時(shí)，房?jī)r(jià)就可能發(fā)生波動(dòng)。為了保護(hù)耕地，近十年來(lái)城市土地供給被嚴(yán)格限制，土地供給總量減少，更為重要的是，國(guó)家出于區(qū)域平衡發(fā)展的考慮，自2003年在土地供給的空間配置上發(fā)生了重大變化，土地供給向中西部地區(qū)偏移[22]，這導(dǎo)致東部地區(qū)土地供給相對(duì)不足，從而房?jī)r(jià)上漲得更快。我們利用雙重差分法和PSM-DID方法進(jìn)行實(shí)證檢驗(yàn)，發(fā)現(xiàn)偏向中西部的土地供給政策使得東部地區(qū)房?jī)r(jià)至少上漲6.51%，從而說(shuō)明了土地供給差異是導(dǎo)致房?jī)r(jià)上漲的結(jié)構(gòu)性差異的原因。穩(wěn)健性檢驗(yàn)表明我們的研究是十分穩(wěn)健的。

本文的貢獻(xiàn)主要包括三個(gè)方面：第一，使用2000-2009年282個(gè)地級(jí)及以上城市的面板數(shù)據(jù)，將數(shù)據(jù)樣本拓展到地級(jí)市層面，大樣本數(shù)據(jù)使得本文可以深入探討土地供給變化對(duì)房?jī)r(jià)的影響效果；第二，用雙重差分和PSM-DID等現(xiàn)代計(jì)量方法來(lái)識(shí)別偏向中西部的土地供給政策對(duì)房?jī)r(jià)的影響，評(píng)估方法更為科學(xué)；第三，解釋了房?jī)r(jià)上漲的結(jié)構(gòu)性差異特征，有助于清楚認(rèn)識(shí)當(dāng)前房?jī)r(jià)上漲的原因和政府更好地調(diào)控房?jī)r(jià)，促進(jìn)經(jīng)濟(jì)平穩(wěn)發(fā)展。

本文余下部分結(jié)構(gòu)安排是：第二部分是制度背景與理論分析；第三部分是模型設(shè)計(jì)；第四部分是實(shí)證結(jié)果及解釋?zhuān)坏谖宀糠质欠€(wěn)健性檢驗(yàn)；最后部分是簡(jiǎn)要結(jié)論。

二、制度背景與理論分析

在中國(guó)城市化快速推進(jìn)的背景下，土地和住宅的供給與需求相適應(yīng)十分重要。對(duì)于中國(guó)房?jī)r(jià)的上漲，許小年認(rèn)為一定是和人為的土地供應(yīng)控制有關(guān)[23]。自1998年起，中國(guó)雖然進(jìn)行了住房市場(chǎng)化改革，取消了過(guò)去的福利分房制度，但是相應(yīng)的土地供給市場(chǎng)一直沒(méi)有放開(kāi)，實(shí)行建設(shè)用地指標(biāo)控制和用地審批制度，一方面，嚴(yán)格限制土地供應(yīng)總量，實(shí)行嚴(yán)格的耕地保護(hù)制度；另一方面，法律規(guī)定任何單位和個(gè)人進(jìn)行建設(shè)，需要使用土地的，必須依法申請(qǐng)使用國(guó)有土地*《土地管理法》第四十三條。，并實(shí)行土地用途管制*《土地管理法》第四條明文規(guī)定：“國(guó)家編制土地利用總體規(guī)劃，規(guī)定土地用途，將土地分為農(nóng)用地、建設(shè)用地和未利用地。嚴(yán)格限制農(nóng)用地轉(zhuǎn)為建設(shè)用地，控制建設(shè)用地總量，對(duì)耕地實(shí)行特殊保護(hù)。使用土地的單位和個(gè)人必須嚴(yán)格按照土地利用總體規(guī)劃確定的用途使用土地?！薄Ｃ恳荒甓鹊耐恋毓?yīng)計(jì)劃指標(biāo)，國(guó)土資源部根據(jù)全國(guó)土地利用年度計(jì)劃總量控制指標(biāo)建議以及省、自治區(qū)、直轄市上報(bào)的計(jì)劃指標(biāo)建議，編制全國(guó)土地利用年度計(jì)劃草案，草案依次須上報(bào)國(guó)務(wù)院審定及人大審議通過(guò)后再下達(dá)各地正式執(zhí)行*《土地利用年度計(jì)劃管理辦法》第九條。，土地利用年度計(jì)劃一經(jīng)批準(zhǔn)下達(dá)，必須嚴(yán)格執(zhí)行*《土地利用年度計(jì)劃管理辦法》第十三條。。

圖2土地供應(yīng)變化趨勢(shì)圖

注：數(shù)據(jù)來(lái)源于歷年《中國(guó)國(guó)土資源年鑒》，作者整理

2003年，新一屆領(lǐng)導(dǎo)人為了支持中西部地區(qū)的發(fā)展，采取了傾向中西部的土地供給政策。由圖2可知，土地供應(yīng)總量增長(zhǎng)減緩且向中西部地區(qū)偏移。從2003起年全國(guó)審批建設(shè)用地增長(zhǎng)率明顯下降，多數(shù)年份土地供給增長(zhǎng)率甚至為負(fù)*僅在2009年有較大增幅，可能是金融危機(jī)后國(guó)家政策調(diào)控的作用。。整體來(lái)看，從2003開(kāi)始，國(guó)家土地供給總量是收緊的。圖2還表明中西部的土地供給在相對(duì)增加，因?yàn)橹形鞑拷ㄔO(shè)用地審批面積占全國(guó)建設(shè)用地審批面積的比例以及其中審批耕地占比*國(guó)有審批建設(shè)用地由農(nóng)用地轉(zhuǎn)為建設(shè)用地，其中部分是由耕地轉(zhuǎn)為建設(shè)用地。從2003年開(kāi)始呈現(xiàn)上升趨勢(shì)，總建設(shè)用地審批面積占比從2002年的47.6%上升到了2013年的66.63%，耕地轉(zhuǎn)用的比例更大。此外，中西部的土地出讓面積占全國(guó)總出讓面積的比例在2003年之前是下降的，而之后從2003的31.55%一直上升到 2013 年的 55.86%。由于作為商品住宅開(kāi)發(fā)的土地，必須通過(guò)出讓方式供應(yīng)，而2003后中西部占全國(guó)土地出讓面積的比例不斷上升，表明國(guó)家相對(duì)減少了東部地區(qū)住宅用地供應(yīng)。

土地供給減少將導(dǎo)致房?jī)r(jià)快速上漲，原因在于減少土地供應(yīng)會(huì)導(dǎo)致可供建設(shè)房屋的用地不足，從而住房建筑量減少，無(wú)法跟上住宅的需求，最終導(dǎo)致房?jī)r(jià)升高[24][25]。這得到了許多經(jīng)驗(yàn)研究的證實(shí)。Segal & Srinivasan對(duì)美國(guó)的研究發(fā)現(xiàn)，可開(kāi)發(fā)土地量的減少與高房?jī)r(jià)有關(guān)[26]。Monk & Whitehead關(guān)于土地供應(yīng)和住房生產(chǎn)的研究表明，在一個(gè)土地供應(yīng)受限制的地區(qū)，對(duì)居住用地的需求會(huì)傳遞到另外一個(gè)地區(qū)，如果這個(gè)傳遞沒(méi)有完成，那么對(duì)土地供應(yīng)量的限制會(huì)使房?jī)r(jià)升高[27]。Hannah et al.[28]對(duì)韓國(guó)的土地控制與房?jī)r(jià)關(guān)系的研究發(fā)現(xiàn)，在1973-1988年，韓國(guó)的人口增長(zhǎng)了兩倍多，但是城市住宅用地的供給只增加了65%，導(dǎo)致城市住宅用地的價(jià)格快速上漲，盡管土地開(kāi)發(fā)密度的增加已部分抵消了價(jià)格的上漲，因此作者認(rèn)為，韓國(guó)住房?jī)r(jià)格的上漲大部分源自于政府供地不足。Cheshire[29]對(duì)英國(guó)土地供應(yīng)與住房市場(chǎng)關(guān)系的研究表明，只要可用于建設(shè)的住宅用地供應(yīng)始終受到嚴(yán)格的限制，那么，房?jī)r(jià)就會(huì)長(zhǎng)期持續(xù)上漲。Abeysinghe & Choy在研究新加坡巨大消費(fèi)之謎時(shí)指出，新加坡房?jī)r(jià)的快速上漲源自于有限的土地空間，有限的土地自然供給束縛了土地的經(jīng)濟(jì)供給，不能滿(mǎn)足大量改善住房條件的市場(chǎng)需求，從而引起高房?jī)r(jià)[30]。

綜合上述分析，2003年國(guó)家實(shí)行偏向中西部的土地供給政策，該政策相對(duì)減少了東部地區(qū)的土地供給，導(dǎo)致東部土地供給相對(duì)不足，難以滿(mǎn)足建設(shè)用地需求，從而東部房?jī)r(jià)比中西部上漲得更快，這就解釋了中國(guó)房?jī)r(jià)上漲的結(jié)構(gòu)性差異特征，也就是說(shuō)偏向中西部的土地供給政策是中國(guó)房?jī)r(jià)上漲結(jié)構(gòu)性差異的根源。

三、模型設(shè)計(jì)

(一)固定效應(yīng)DID

目前，雙重差分法(DID)被廣泛應(yīng)用于政策效果的評(píng)估，本文也試用DID方法來(lái)評(píng)估偏向中西部的土地供給政策對(duì)房?jī)r(jià)的影響，并選取2000-2009年全國(guó)282個(gè)地級(jí)及以上城市作為樣本，以東部城市作為實(shí)驗(yàn)組，以中西部城市作為對(duì)照組。理想的雙重差分法要求實(shí)驗(yàn)組和控制組除處理變量外其他變量基本相同，即要求隨機(jī)分組，處理變量是外生的。由于2003年政府換屆，黨中央實(shí)行區(qū)域平衡發(fā)展戰(zhàn)略，旨在縮小地區(qū)差距，促進(jìn)經(jīng)濟(jì)平衡發(fā)展，而且相應(yīng)的土地供應(yīng)政策變化不是以調(diào)控房?jī)r(jià)為目的的，所以對(duì)于房?jī)r(jià)而言，可以把這次土地政策變化看做是一次“自然實(shí)驗(yàn)”，可檢驗(yàn)土地供給變化對(duì)房?jī)r(jià)結(jié)構(gòu)性上漲的影響。另外，進(jìn)行雙重差分法分析的實(shí)驗(yàn)組和對(duì)照組在政策變化發(fā)生前最好要滿(mǎn)足共同趨勢(shì)假設(shè)。從圖1可知2000-2002年期間東部與中西部房?jī)r(jià)變化趨勢(shì)基本是平行的，故滿(mǎn)足共同趨勢(shì)假設(shè)。

常用的DID模型如下所示:

lnhpit=α+β1Dumi+β2D03t+β3Dumi×D03t+γX+εit

(1)

其中，lnhp為房?jī)r(jià)的對(duì)數(shù)，房?jī)r(jià)為商品房屋銷(xiāo)售總額/銷(xiāo)售面積，單位為元/平方米，相應(yīng)數(shù)據(jù)來(lái)源于《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》，并用分省的CPI對(duì)房?jī)r(jià)進(jìn)行了平減，文中其他名義變量也進(jìn)行了同樣的處理；本文所使用樣本數(shù)據(jù)為2000-2009年282個(gè)地級(jí)及以上城市的面板數(shù)據(jù)集，拉薩等城市由于數(shù)據(jù)不全，故舍棄。D03為實(shí)驗(yàn)期虛擬變量，即2003年(含當(dāng)年)之后取值為1，之前取值為0； Dum為處理組虛擬變量，即用來(lái)區(qū)分政策實(shí)驗(yàn)組和參照組，如果該市處于東部地區(qū)，則賦值為1，否則取值為0；Dum和D03的交叉項(xiàng)反映土地政策調(diào)整對(duì)東部房?jī)r(jià)的凈效應(yīng)。

X為控制變量。考慮影響房?jī)r(jià)的因素以及東部與中西部在經(jīng)濟(jì)發(fā)展水平、資金配置等諸多方面的差異，我們引入的控制變量包括人均GDP、融資便利性、人口規(guī)模、城鎮(zhèn)化率、城市公共服務(wù)與基礎(chǔ)設(shè)施等。其中，人均GDP反映一個(gè)城市的整體經(jīng)濟(jì)發(fā)展水平，經(jīng)濟(jì)水平越高，居民消費(fèi)能力越強(qiáng)，可預(yù)期人均GDP對(duì)房?jī)r(jià)的影響為正；融資便利性度量融資約束，在中國(guó)相當(dāng)部分購(gòu)房者需要通過(guò)外部融資購(gòu)買(mǎi)住房，而融資約束的強(qiáng)弱將直接決定潛在市場(chǎng)需求[31][32]，該指標(biāo)具體用各市工商業(yè)貸款總額占其GDP的百分比來(lái)度量[32]。如果從銀行獲得貸款越容易，則對(duì)住房的需求就越大，從而房?jī)r(jià)越高。人口規(guī)模越大，對(duì)房屋的需求也越大，可預(yù)期人口規(guī)模的系數(shù)為正，用人口自然增長(zhǎng)率來(lái)反映人口規(guī)模變化對(duì)房?jī)r(jià)的壓力。另外，考慮人口流動(dòng)可能影響城市房?jī)r(jià)，我們加入城鎮(zhèn)化率來(lái)檢驗(yàn)人口流動(dòng)對(duì)房?jī)r(jià)的影響。城鎮(zhèn)化率定義為市轄區(qū)總?cè)丝谡荚撌锌側(cè)丝诘陌俜直萚7]。此外，一個(gè)城市提供的基礎(chǔ)設(shè)施和公共服務(wù)越好，意味著該城市生活質(zhì)量越高，房?jī)r(jià)就可能越高。由于缺乏能夠準(zhǔn)確反映城市基礎(chǔ)設(shè)施和公共服務(wù)的指標(biāo)與數(shù)據(jù)，而政府的公共財(cái)政支出又主要用于基礎(chǔ)設(shè)施、醫(yī)療、教育、交通等方面，本文用政府公共財(cái)政支出作為代理變量。在模型中，對(duì)人均GDP、金融便利性以及公共財(cái)政支出、城鎮(zhèn)化率均取對(duì)數(shù)。人均GDP和人口特征數(shù)據(jù)來(lái)源于《中國(guó)城市統(tǒng)計(jì)年鑒》，出于數(shù)據(jù)準(zhǔn)確性考慮，我們使用市轄區(qū)的數(shù)據(jù)。工商業(yè)貸款數(shù)據(jù)和公共財(cái)政支出數(shù)據(jù)來(lái)自于《中國(guó)區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

模型(1)一般只適用于兩期數(shù)據(jù)，不過(guò)可以比較容易地推廣到多期面板數(shù)據(jù)。由于面板數(shù)據(jù)既有截面數(shù)據(jù)，又有時(shí)間序列數(shù)據(jù)的雙重特性，不僅能夠分析個(gè)體的異質(zhì)性問(wèn)題，也能考量變量隨時(shí)間的動(dòng)態(tài)變化情況，所以本文采用雙向固定效應(yīng)模型，模型設(shè)定如下：

lnhpit=α+β3Dumi×D03t+γX+δt+φi+εit

(2)

其中，δ為時(shí)間固定效應(yīng)，φ為地區(qū)固定效應(yīng)，其他同模型(1)。

(二)基于傾向性匹配法的DID

在上述模型中，雖然運(yùn)用了固定效應(yīng)模型并引入控制變量，但是固定效應(yīng)模型只能控制不隨時(shí)間變化的個(gè)體因素與不隨個(gè)體變化的時(shí)間效應(yīng)對(duì)政策變項(xiàng)的干擾，同時(shí)我們并不清楚控制變量是否以線(xiàn)性形式進(jìn)入模型。如果遺漏了非線(xiàn)性項(xiàng)或者其他不可觀察的未知因素，則仍然可能存在遺漏變量偏差。另外，應(yīng)用DID識(shí)別方法的基本前提是共同趨勢(shì)假設(shè)，由于中西部與東部城市存在較大的地區(qū)差異，共同趨勢(shì)假設(shè)也可能得不到很好的滿(mǎn)足，換句話(huà)說(shuō)，即便沒(méi)有土地供給政策的調(diào)整，中西部與東部城市房?jī)r(jià)走勢(shì)也可能會(huì)不一樣。因此，為了更有效地減少估計(jì)偏誤，基于魯賓反事實(shí)框架的匹配估計(jì)量，首先采用傾向性得分匹配法(psm)對(duì)樣本進(jìn)行篩選配對(duì)以克服樣本選擇偏差，然后再進(jìn)行雙重差分估計(jì)處理效應(yīng)。這種方法被稱(chēng)為PSM-DID，最早由Heckman et al.(1997)提出[33]。PSM-DID方法有兩方面的優(yōu)勢(shì)：一是它作為一種非參數(shù)方法，不依賴(lài)于線(xiàn)性模型的假設(shè);二是對(duì)所有樣本進(jìn)行了更為準(zhǔn)確的配對(duì)處理，使得控制組與實(shí)驗(yàn)組更具有可比性，使得DID方法滿(mǎn)足共同趨勢(shì)假設(shè)。

匹配估計(jì)量的基本思想是，基于可忽略性假設(shè)，又稱(chēng)為“無(wú)混淆性”(unconfoundedness)，個(gè)體i與個(gè)體j 進(jìn)入處理組的概率相近，從而使得控制組和處理組具備可比性。即假設(shè)個(gè)體i屬于處理組，找到屬于控制組的某個(gè)個(gè)體j，使得個(gè)體j與個(gè)體i的可測(cè)變量X的取值盡可能匹配，即Xi≈Xj。本文通過(guò)協(xié)變量匹配后，克服選擇偏差，使得東部城市房?jī)r(jià)與中西部城市房?jī)r(jià)具有可比性，從而可以估計(jì)土地供給政策對(duì)房?jī)r(jià)的凈影響。

本文PSM-DID的估計(jì)方法是首先根據(jù)處理變量與協(xié)變量估計(jì)傾向得分值，然后對(duì)處理組中的每位個(gè)體依傾向得分進(jìn)行核匹配，配對(duì)完成后進(jìn)行雙重差分估計(jì)，最后得到的處理組的平均處理效應(yīng)(ATT)，可以表示為：

ATTKPSM-DID=

(3)

其中，式(3)中KPSM-DID表示核匹配差分法，sp為共同取值范圍的集合，I1代表東部城市構(gòu)成的集合，I0代表中西部城市構(gòu)成的集合，N1為滿(mǎn)足“共同支撐”假設(shè)的東部城市樣本數(shù)目，而Wij表示與東部城市相匹配的中西部城市的權(quán)重，本文是通過(guò)核匹配法得到的該權(quán)重。上式(3)括號(hào)中第一個(gè)括號(hào)表示東部城市在2003年土地政策變化前后房?jī)r(jià)的變化，而第二個(gè)括號(hào)表示中西部城市在2003年土地政策變化前后房?jī)r(jià)的變化。

四、實(shí)證結(jié)果

(一)固定效應(yīng)DID的基本結(jié)果

這里首先對(duì)模型(2)逐步進(jìn)行估計(jì)，得到估計(jì)結(jié)果表1所示。

表1　傾向性的土地供給政策對(duì)房?jī)r(jià)的影響

注：表中系數(shù)下括號(hào)內(nèi)值為穩(wěn)健標(biāo)準(zhǔn)誤，此外，*表示在10%水平上顯著，**表示在5%水平上顯著，***表示在1%水平上顯著

表1中第一個(gè)回歸式僅含有交互項(xiàng)以及城市和年份的固定效應(yīng)，可以看到交互項(xiàng)是十分顯著的。在回歸式(2)-(6)中，當(dāng)逐步加入其他解釋變量時(shí)，交互項(xiàng)系數(shù)并未發(fā)生大的變化，且仍然顯著，說(shuō)明估計(jì)結(jié)果是比較穩(wěn)健的，偏向中西部的土地政策導(dǎo)致東部城市房?jī)r(jià)平均上漲約6.51%?；貧w中的其他控制變量的效應(yīng)與預(yù)期基本一致。金融便利性的效應(yīng)是正的，說(shuō)明寬松便捷的融資環(huán)境，也可以增加居民購(gòu)買(mǎi)房屋的能力，因而對(duì)房?jī)r(jià)形成了強(qiáng)大的推力。人口規(guī)模的效應(yīng)也是正數(shù)，這是因?yàn)槌鞘腥丝谠鲩L(zhǎng)率越快，對(duì)住房的需求就越大，房?jī)r(jià)上漲越快，與現(xiàn)有的研究是一致的。人均GDP的影響為正，表明城市經(jīng)濟(jì)增長(zhǎng)提高了居民的收入水平，進(jìn)而增加房屋需求，導(dǎo)致城市房?jī)r(jià)上漲。在回歸式(4)中，公共財(cái)政支出的系數(shù)顯著為正，說(shuō)明政府財(cái)政支出越多，提供的公共服務(wù)與基礎(chǔ)設(shè)施如城市教育、城市醫(yī)療、城市軌道交通和城市環(huán)境等越多越好，從而提高城市吸引力，抬高了房?jī)r(jià)。最后，城鎮(zhèn)化率符號(hào)為正，表明其對(duì)房?jī)r(jià)有正向作用，但是在統(tǒng)計(jì)意義上不顯著。

(二)傾向性得分匹配DID結(jié)果

為了克服東部房?jī)r(jià)和中西部房?jī)r(jià)的變動(dòng)趨勢(shì)可能存在的系統(tǒng)性差異，降低雙重差分法的估計(jì)偏誤，我們采用PSM-DID進(jìn)行進(jìn)一步估計(jì)。在進(jìn)行PSM-DID估計(jì)時(shí)，我們首先用logit模型得到傾向分值，然后用核匹配法配對(duì)，最后對(duì)(3)式進(jìn)行估計(jì)，估計(jì)結(jié)果見(jiàn)表2。

表2　基于核傾向性匹配法的雙重差分結(jié)果

注：參與匹配的樣本數(shù)為2 809，其中處理組和控制組樣本數(shù)分別為1 800、1 009，R2為0.21，此外，**表示在5%水平上顯著，***表示在1%水平上顯著

表2中基于核傾向性匹配法的DID結(jié)果表明，傾向中西部的土地供給政策使得東部房?jī)r(jià)上漲7.70%，與固定效應(yīng)DID結(jié)果相差不大，結(jié)論基本上是一致的，這說(shuō)明估計(jì)結(jié)果是比較穩(wěn)健的。另外，我們對(duì)進(jìn)行傾向得分匹配后的各變量在控制組和處理組的分布進(jìn)行了平衡性檢驗(yàn)，這是進(jìn)行PSM-DID的必要步驟，結(jié)果見(jiàn)表3。

表3　平衡性檢驗(yàn)

注：**表示在5%水平上顯著，***表示在1%水平上顯著

從表3可知，進(jìn)行匹配后，各個(gè)控制變量的均值在控制組和處理組的分布不存在顯著的差異，協(xié)變量在樣本間的分布是平衡的，從而說(shuō)明我們的估計(jì)是恰當(dāng)?shù)摹?/p>

五、穩(wěn)健性檢驗(yàn)

(一)替代被解釋變量

房?jī)r(jià)收入比是衡量房?jī)r(jià)上漲的一個(gè)很好的指標(biāo)，它考慮了居民收入，可以更好地反映房?jī)r(jià)上漲的相對(duì)程度。如果不考慮居民收入的增加，簡(jiǎn)單考慮房?jī)r(jià)的上漲可能高估房?jī)r(jià)對(duì)居民生活的影響。由于房?jī)r(jià)與工資具有雙向因果關(guān)系，房?jī)r(jià)上漲可以推升工資上漲，而工資上漲又會(huì)傳導(dǎo)到房?jī)r(jià)，如果直接把城鎮(zhèn)居民收入作為控制變量加入回歸模型中，就會(huì)產(chǎn)生內(nèi)生性問(wèn)題。若用房?jī)r(jià)與城鎮(zhèn)居民收入的比作為被解釋變量，則可以避免這一問(wèn)題，同時(shí)又能反映房?jī)r(jià)的相對(duì)上漲幅度。我們用房?jī)r(jià)與城鎮(zhèn)居民的收入比作為被解釋變量，估計(jì)結(jié)果見(jiàn)表4。

從表4可知，交互項(xiàng)在5%的顯著性水平上仍然是顯著為正的，說(shuō)明傾向中西部的土地政策的確推升了東部地區(qū)的房?jī)r(jià)。金融便利性、城市人口增長(zhǎng)率和城鎮(zhèn)化率與前面的估計(jì)是一致的，但是實(shí)際人均GDP和政府公共支出不再顯著，原因可能在于，實(shí)際人均GDP、政府公共支出對(duì)房?jī)r(jià)和城鎮(zhèn)居民收入都有正向作用，二者相互抵消了。

(二)考慮影響房?jī)r(jià)上漲的其他因素

在前面的分析中，我們認(rèn)為2003年后國(guó)家實(shí)行的偏向中西部的土地政策相對(duì)推升了東部地區(qū)的房?jī)r(jià)。盡管我們?cè)谀Ｐ椭屑尤肓艘唤M控制變量，并且使用了不同的模型，結(jié)果都很穩(wěn)健，但是仍然有可能把偏向中西部的土地政策對(duì)房?jī)r(jià)的效應(yīng)與2003年后發(fā)生變化的其他因素相混淆，因此需要排除這些因素對(duì)模型結(jié)果的干擾。

(1)房地產(chǎn)市場(chǎng)投機(jī)行為。由于房地產(chǎn)不僅具有消費(fèi)功能，而且具有投資價(jià)值，居民會(huì)在居住用的同時(shí)將房屋視為財(cái)富增值保值的工具[34]。2003年后，房?jī)r(jià)快速上漲，也可能是投資者的升值預(yù)期與投機(jī)行為導(dǎo)致的[34][35][36]?？紤]投資者最有可能選擇一線(xiàn)大型城市進(jìn)行投機(jī)，我們把直轄市、經(jīng)濟(jì)特區(qū)城市、沿海開(kāi)放城市*經(jīng)濟(jì)特區(qū)城市有4個(gè)，分別是深圳、珠海、汕頭、廈門(mén)；沿海開(kāi)放城市有16個(gè)，分別是大連、秦皇島、天津、青島、煙臺(tái)、威海、連云港、南通、上海、寧波、溫州、福州、廣州、湛江、北海、防城港。共22個(gè)城市從樣本中剔除，如果回歸模型的交互項(xiàng)仍然是顯著的，那么說(shuō)明投機(jī)因素的影響很小。從表5第1列和2列可以看出，排除一線(xiàn)大型城市后，模型的交互項(xiàng)仍然是顯著的，這說(shuō)明投機(jī)因素并不是導(dǎo)致東部房?jī)r(jià)比中西部城市更快上漲的關(guān)鍵因素。

表4　房?jī)r(jià)與城鎮(zhèn)居民收入比為被解釋變量

注：表中系數(shù)下括號(hào)內(nèi)值為穩(wěn)健標(biāo)準(zhǔn)誤，此外，*表示在1%水平上顯著，**表示在5%水平上顯著，***表示在1%水平上顯著

表5　排除競(jìng)爭(zhēng)性假說(shuō)

注：表中系數(shù)下括號(hào)內(nèi)值為穩(wěn)健標(biāo)準(zhǔn)誤，此外，*表示在1%水平上顯著，**表示在5%水平上顯著，***表示在1%水平上顯著

(2)官員晉升壓力說(shuō)。有研究發(fā)現(xiàn)地方官員的晉升壓力對(duì)其轄區(qū)內(nèi)主要城市房?jī)r(jià)的增長(zhǎng)有正向作用，官員晉升壓力越大，城市房?jī)r(jià)上漲越快[37]。但是，沒(méi)有證據(jù)表明2003年起東部城市官員比中西部城市官員壓力更大，且隨著時(shí)間推移在加大。為了檢驗(yàn)晉升壓力說(shuō)，考慮副省級(jí)市及以上城市的官員可能晉升壓力更大，我們把副省級(jí)及以上城市從樣本中剔除。表5中的第3列和第4列表明，剔除這些城市后，模型交互項(xiàng)系數(shù)也是顯著的，官員晉升壓力一說(shuō)并不成立。

(3)東部與中西部分界線(xiàn)兩側(cè)城市樣本比較。東部與中西部分界線(xiàn)兩側(cè)的城市在地理位置、資源條件與經(jīng)濟(jì)狀況等各個(gè)方面較為接近[22]，具有可比性。此外，考慮遼寧位于東北老工業(yè)地區(qū)以及河北是東部惟一的人口流出省且靠近政治中心，故最終分界線(xiàn)兩側(cè)樣本不含遼寧和河北兩省的城市*東部城市包括：南京、無(wú)錫、徐州、常州、淮安、揚(yáng)州、宿遷、杭州、湖州、衢州、三明、南平、龍巖、濟(jì)寧、泰安、聊城、菏澤、韶關(guān)、湛江、茂名、肇慶、梅州、河源、清遠(yuǎn)、云??；中西部城市包括：大同、陽(yáng)泉、長(zhǎng)治、晉中、忻州、赤峰、通遼、烏蘭察布、四平、遼源、通化、蕪湖、蚌埠、馬鞍山、黃山、滁州、宿州、巢湖、宣城、鷹潭、贛州、撫州、上饒、開(kāi)封、安陽(yáng)、新鄉(xiāng)、濮陽(yáng)、商丘、郴州、永州、梧州、北海、玉林、賀州。。選擇東部與中西部分界線(xiàn)兩側(cè)樣本的好處是可以減輕樣本選擇偏差和遺漏變量造成的內(nèi)生性問(wèn)題。傾向中西部的土地政策相對(duì)減少了東部地區(qū)的土地供給，這一土地供給的傾向性差異理應(yīng)給分界線(xiàn)以東與以西的城市房?jī)r(jià)帶來(lái)不同的影響。表5中的第5列和第6列表明，交互項(xiàng)跟理論預(yù)期是一致的，再次說(shuō)明東部地區(qū)的房?jī)r(jià)快速上漲是由傾向性的土地政策導(dǎo)致的。

六、結(jié)論與政策啟示

自2003年起，中國(guó)房?jī)r(jià)開(kāi)始快速上漲，并呈現(xiàn)結(jié)構(gòu)性差異特征。東部城市房?jī)r(jià)不僅高于中西部城市，而且上漲得更快，區(qū)域之間的差距逐漸擴(kuò)大。本文在現(xiàn)有文獻(xiàn)的基礎(chǔ)上，進(jìn)一步研究了其原因。首先，分析了相關(guān)土地制度與政策，從制度背景尋找房?jī)r(jià)結(jié)構(gòu)性上漲的現(xiàn)實(shí)原因，然后從理論上說(shuō)明了東部與中西部的土地供給差異導(dǎo)致中國(guó)房?jī)r(jià)上漲的結(jié)構(gòu)性差異；再次，利用2003年土地政策調(diào)整這一“自然實(shí)驗(yàn)”，使用中國(guó)含282個(gè)地級(jí)市及以上城市的面板數(shù)據(jù)，采用雙重差分法和PSM-DID識(shí)別策略，研究土地供給變化對(duì)房?jī)r(jià)的影響及其機(jī)制，不僅從理論上解釋了中國(guó)房?jī)r(jià)快速上漲的結(jié)構(gòu)性差異的原因，而且用現(xiàn)代計(jì)量方法進(jìn)行了量化分析。研究發(fā)現(xiàn)，傾向中西部的土地供給政策減少了東部地區(qū)城市的土地供給，增加了中西部地區(qū)城市的土地供給，從而導(dǎo)致2003后東部地區(qū)房?jī)r(jià)相對(duì)上漲得更快；在控制住經(jīng)濟(jì)發(fā)展水平、人口規(guī)模、金融便利性、城鎮(zhèn)化等因素后，使用固定效應(yīng)DID方法發(fā)現(xiàn)傾向中西部的土地供給政策導(dǎo)致東部地區(qū)城市房?jī)r(jià)至少上漲6.51%。同時(shí)，使用PSM-DID對(duì)土地供給政策對(duì)房?jī)r(jià)的影響進(jìn)行進(jìn)一步的估計(jì)，結(jié)果與固定效應(yīng)DID相差不大。最后，使用東部與中西部城市分界線(xiàn)兩側(cè)城市作為子樣本進(jìn)行了回歸分析，結(jié)果也仍然是高度穩(wěn)健的。此外，我們還排除了投機(jī)行為與晉升壓力等競(jìng)爭(zhēng)性假說(shuō)，增強(qiáng)了可信度。

房?jī)r(jià)過(guò)快上漲不僅影響人民生活，也影響了城市的競(jìng)爭(zhēng)力和資源配置效率[7]。對(duì)于房?jī)r(jià)過(guò)快上漲的原因的理性判斷，有利于政府有效地調(diào)控房?jī)r(jià)，抑制房?jī)r(jià)過(guò)快上漲，增進(jìn)城市競(jìng)爭(zhēng)力，維持國(guó)民經(jīng)濟(jì)穩(wěn)定、持續(xù)的發(fā)展。我們的研究表明，2003年中國(guó)房?jī)r(jià)快速上漲的結(jié)構(gòu)性差異的根源在于土地供給錯(cuò)配，導(dǎo)致東部地區(qū)土地供給相對(duì)不足，因此，國(guó)家政策應(yīng)避免“一刀切”，為了抑制房?jī)r(jià)過(guò)快上漲，應(yīng)該有針對(duì)性地調(diào)整土地政策，有效增加?xùn)|部地區(qū)的土地供給，建設(shè)用地供給能與市場(chǎng)需求相匹配。

參考文獻(xiàn)：

[1]趙西亮、梁文泉、李實(shí)：《房?jī)r(jià)上漲能夠解釋中國(guó)城鎮(zhèn)居民高儲(chǔ)蓄率嗎——基于CHIP微觀數(shù)據(jù)的實(shí)證分析》，載《經(jīng)濟(jì)學(xué)(季刊)》2013年第1期。

[2]Shen L..“Are House Prices too High in China? ”,China Economic Review,2012,23(4):1206-1210.

[3]Ren Y.,Xiong C.and Yuan Y..“House Price Bubbles in China”,China Economic Review,2012,23(4):786-800.

[4]徐建煒、徐奇淵、何帆：《房?jī)r(jià)上漲背后的人口結(jié)構(gòu)因素:國(guó)際經(jīng)驗(yàn)與中國(guó)證據(jù)》，載《世界經(jīng)濟(jì)》2012年第1期。

[5]陳斌開(kāi)、楊汝岱：《土地供給、住房?jī)r(jià)格與中國(guó)城鎮(zhèn)居民儲(chǔ)蓄》，載《經(jīng)濟(jì)研究》2013年第1期。

[6]張傳勇、劉學(xué)良：《高校擴(kuò)招對(duì)房?jī)r(jià)上漲的影響研究》，載《中國(guó)人口科學(xué)》2014年第6期。

[7]陳斌開(kāi)、金簫、歐陽(yáng)滌非：《住房?jī)r(jià)格、資源錯(cuò)配與中國(guó)工業(yè)企業(yè)生產(chǎn)率》，載《世界經(jīng)濟(jì)》2015年第4期。

[8]Kenny G..“Modelling the Demand and Supply Sides of the Housing Market:Evidence from Ireland”，Economic Modelling，1999,16(3):389-409.

[9]陳斌開(kāi)、徐帆、譚力：《人口結(jié)構(gòu)轉(zhuǎn)變與中國(guó)住房需求：1995～2025 ——基于人口普查數(shù)據(jù)的微觀實(shí)證研究》，載《金融研究》2012年第1期。

[10]陳國(guó)進(jìn)、李威、周潔：《人口結(jié)構(gòu)與房?jī)r(jià)關(guān)系研究》，載《經(jīng)濟(jì)學(xué)家》2013年第10期。

[11]Saiz A..“Immigration and Housing Rents in American Cities”,Journal of Urban Economics,2007,61(2):345-371.

[12]Brunnermeier M.K.and Julliard C..“Money Illusion and Housing Frenzies”,Review of Financial Studies,2008,21(1):135-180.

[13]孔行、劉治國(guó)、于渤：《使用者成本、住房按揭貸款與房地產(chǎn)市場(chǎng)有效需求》，載《金融研究》2010年第1期。

[14]Glaeser E.L.,Gottlieb J.D.and Gyourko J..“Can Cheap Credit Explain the Housing Boom?”,Housing and the Financial Crisis,Chicago:University of Chicago Press,2012,301-359.

[15]嚴(yán)金海：《中國(guó)的房?jī)r(jià)與地價(jià):理論、實(shí)證和政策分析》，載《數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究》2006年第1期。

[16]Fisher L.M.and Jaffe A.J..“Determinants of International Home Ownership Rates”,Housing Finance International,2003,18(1):34-37.

[17]Mayo,S.K..“Theory and Estimation in the Economics of Housing Demand”,Journal of Urban Economics,1981,10(1):95-116.

[18]Mankiw,N.G.and Weil,D.N..“The Baby Boom,the Baby Bust,and the Housing Market”,Regional Science and Urban Economics,1989,19(2):235-258.

[19]Wei S.,Zhang X.and Liu Y..“Status Competition and Housing Prices”,National Bureau of Economic Research,2012.

[20]Green R.and Hendershott P.H..“Age,Housing Demand,and Real House Prices”,Regional Science and Urban Economics,1996,26(5):465-480.

[21]陸銘、歐海軍、陳斌開(kāi)：《理性還是泡沫:對(duì)城市化、移民和房?jī)r(jià)的經(jīng)驗(yàn)研究》，載《世界經(jīng)濟(jì)》2014年第1期。

[22]陸銘、張航、梁文泉：《偏向中西部的土地供應(yīng)如何推升了東部的工資》，載《中國(guó)社會(huì)科學(xué)》2015年第5期。

[23]許小年：《土地供給不足造成房?jī)r(jià)高企》，載《經(jīng)濟(jì)參考報(bào)》2011年11月11日第2版。

[24]Peng R.and Wheaton W.C..“Effects of Restrictive Land Supply on Housing in Hong Kong:an Econometric Analysis”,Joint Center for Housing Studies,Harvard University,1993.

[25]Ho W.K.and Ganesan S..“On Land Supply and the Price of Residential Housing”,Netherlands Journal of Housing and the Built Environment,1998,13(4):439-452.

[26]Segal D.and Srinivasan P..“The Impact of Suburban Growth Restrictions on US Housing Price Inflation,1975--1978”,Urban Geography,1985,6(1):14-26.

[27]Monk S.and Whitehead C.M..“Land Supply and Housing:A Case-Study”,Housing Studies,1996,11(3):407-423.

[28]Hannah L.,Kim K.and Mills E.S..“Land Use Controls and Housing Prices in Korea”,Urban Studies.1993,30(1):147-156.

[29]Cheshire P..“The British Housing Market:Contained and Exploding”,Urban Policy and Research,2004,22(1):13-22.

[30]Abeysinghe T.and Choy K.M..“The Aggregate Consumption Puzzle in Singapore”,Journal of Asian Economics,2004,15(3):563-578.

[31]張濤、龔六堂、卜永祥：《資產(chǎn)回報(bào)、住房按揭貸款與房地產(chǎn)均衡價(jià)格》，載《金融研究》2006年第2期。

[32]李永友：《房?jī)r(jià)上漲的需求驅(qū)動(dòng)和漣漪效應(yīng)——兼論我國(guó)房?jī)r(jià)問(wèn)題的應(yīng)對(duì)策略》，載《經(jīng)濟(jì)學(xué)(季刊)》2014年第2期。

[33]Heckman J.J.,Ichimura H.and Todd P.E..“Matching as an Econometric Evaluation Estimator:Evidence from Evaluating a Job Training Programme”,The Review of Economic Studies,1997,64(4):605-654.

[34]Fang H.,Gu Q.and Xiong W.et al..“Demystifying the Chinese Housing Boom”,National Bureau of Economic Research,2015.

[35]況偉大：《預(yù)期、投機(jī)與中國(guó)城市房?jī)r(jià)波動(dòng)》，載《經(jīng)濟(jì)研究》2010年第9期。

[36]高波、王文莉、李祥：《預(yù)期、收入差距與中國(guó)城市房?jī)r(jià)租金“剪刀差”之謎》，載《經(jīng)濟(jì)研究》2013年第6期。

[37]朱英姿、許丹：《官員晉升壓力、金融市場(chǎng)化與房?jī)r(jià)增長(zhǎng)》，載《金融研究》2013年第1期。

責(zé)任編輯胡章成

作者簡(jiǎn)介：彭代彥，經(jīng)濟(jì)學(xué)博士，華中科技大學(xué)經(jīng)濟(jì)學(xué)院教授，研究方向?yàn)榘l(fā)展經(jīng)濟(jì)學(xué)、福利經(jīng)濟(jì)學(xué)；文樂(lè)(通訊作者)，華中科技大學(xué)經(jīng)濟(jì)學(xué)院博士生，研究方向?yàn)榘l(fā)展經(jīng)濟(jì)學(xué)、城市經(jīng)濟(jì)學(xué)。

基金項(xiàng)目：湖北省社會(huì)科學(xué)基金一般項(xiàng)目“傾向中西部的土地供給政策如何推升了房?jī)r(jià)” (2015198)

收稿日期：2016-05-10

中圖分類(lèi)號(hào)：F061.6; F064.1

文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1671-7023(2016)04-0072-09

Research on Structural Differences of Rising House Prices——Based on the View of Land Supply

PENG Dai-yan，WEN Le

(School of Economics,HUST,Wuhan 430074,China)

Abstract:Based on the panel data of 282 cities during the period of 2000-2009 in China and employing difference-in-difference method and difference in difference-propensity score matching (PSM-DID) approach,this paper studies structural differences of rising house prices.The central government has reduced land supply in the eastern cities and increased supply in the middle western areas since 2003.Land use is scarcer in eastern cities,which results house prices growing up relatively faster.Empirical studies show that the biased land policy leads to house prices of the eastern cities rise by at least 6.51% by controlling the level of economic development,population scale,financial convenience,urbanization and other factors,which shows that the structural difference of house prices rising is attributed to the difference of land supply.

Key words:house prices; difference-in-difference; PSM-DID; land supply