陳淑云 陳偉鴻

(1.華中師范大學 經濟與工商管理學院， 湖北 武漢 430079； 2.中共中山市委黨校， 廣東 中山 528403)

一、問題提出與文獻綜述

1998年我國住房貨幣化分配制度改革后，房地產市場快速發(fā)展，2000年以來全國商品住宅價格年均復合增長率約為8%，北京、上海、深圳等城市商品住宅價格年均復合增長率更是高達11%、12%和14%，遠超同期經濟增長速度(1)根據(jù)國家統(tǒng)計局官網(wǎng)數(shù)據(jù)計算得出。。房價的快速上漲引起社會各界的高度關注，居民個體通過購買住房既實現(xiàn)了居住水平的提升又實現(xiàn)了家庭財富快速增值，這種通過自我強化學習或學習周圍人群的結果可能影響整個居民部門房價上漲預期的形成，進而通過購買行為參與房地產市場。由此，居民個體對房價上漲的預期可能導致房價的非理性上漲，同時房價的持續(xù)非理性上漲又可能加劇居民個體對房價上漲的預期，進而形成“螺旋式上漲”，加劇房價波動，最終影響經濟社會穩(wěn)定發(fā)展。為穩(wěn)定住房價格，過去20年間中央政府對房地產市場進行了多輪調控，調控政策從早期的“緊縮銀根、緊縮地根”到中期的“土地、金融、限購”等組合拳，再到當前的“房住不炒”的政策定位，以及“因城施策”的實施。從我國房地產宏觀調控的政策思路的變化可以看出，我國房地產調控政策，逐步從粗放到精準，從忽略調控政策的時滯反應到針對房地產市場預期管理。2013年新“國五條”首次發(fā)出明確信號，即樓市的調控將由供求管理向預期管理轉變(2)參見《國務院辦公廳關于繼續(xù)做好房地產市場調控工作的通知》，2013年3月1日，http：//www.gov.cn/zwgk/2013-03/01/content＿2342885.htm，2021年7月8日。；2018年末住建部提出“穩(wěn)地價、穩(wěn)房價、穩(wěn)預期”的工作目標(3)參見《住房城鄉(xiāng)建設部強調：落實城市主體責任，確保實現(xiàn)穩(wěn)地價、穩(wěn)房價、穩(wěn)預期目標》，2020年8月28日，http：//www.gov.cn/xinwen/2020-08/28/content＿5538264.htm，2021年7月8日。；2021年12月中央經濟工作會議再次提出要堅持“房住不炒”的政策定位，同時提出要加強預期引導(4)參見《中央經濟工作會議舉行 習近平李克強作重要講話》，2021年12月10日，http：//www.gov.cn/xinwen/2021-12/10/content＿5659796.htm，2021年12月11日。。由此可見，預期對我國房地產市場的平穩(wěn)健康發(fā)展至關重要，特別是我國房地產市場以住宅市場為主，住宅市場中居民個體是住宅需求方，針對居民個體房價預期形成，研究房價預期在居民個體間如何傳導，進而形成整個居民部門房價預期的共識，不僅有利于提高我國房地產宏觀調控政策的精準度與有效性，而且有助于從學理上解釋“炒房”行為的底層邏輯。

現(xiàn)有文獻中涉及房價預期的研究相對豐富，主要的研究視角聚焦于兩個方面：一是從房地產供給視角或地方政府視角，研究房價預期對我國宏觀經濟的影響以及與房地產調控之間的關系，代表性文獻有王頻、侯成琪建立DSGE模型并引入住房交易成本和住房價格加成的預期沖擊進行研究，發(fā)現(xiàn)政府的緊縮政策可能會因為公眾預期到未來政府因宏觀經濟下行轉而支持房地產業(yè)發(fā)展而失效(5)參見王頻、侯成琪：《預期沖擊、房價波動與經濟波動》，《經濟研究》2017年第4期。；宋春合、吳福象構建動態(tài)博弈模型對房價預期與政府關系進行研究，發(fā)現(xiàn)地方政府在房地產調控政策導致房價預期下行時會選擇進行干預(6)參見宋春合、吳福象：《相機抉擇、房價預期與地方政府房地產市場干預》，《經濟問題探索》2017年第1期。；孟慶斌、榮晨利用月度宏觀數(shù)據(jù)，運用向量自回歸模型進行研究，發(fā)現(xiàn)通貨膨脹預期會導致更多資金流入房地產行業(yè)，而房屋供給增加預期會引起房價下降(7)參見孟慶斌、榮晨：《宏觀經濟因素對房地產價格的長短期影響》，《統(tǒng)計研究》2014年第6期。；李斌、張所地建立住房需求調控模型并利用宏觀數(shù)據(jù)進行模擬分析，發(fā)現(xiàn)房地產市場參與者的預期會顯著影響國內房地產市場調控政策效果(8)參見李斌、張所地：《預期視角下住房需求調控效果的城市差異研究》，《數(shù)理統(tǒng)計與管理》2015年第4期。。二是房價預期對我國房地產市場波動的影響，代表性的文獻有楊柳等在DSGE模型框架下，研究技術、利率、通脹和借貸預期沖擊對房地產市場波動的影響(9)參見楊柳等：《預期沖擊與中國房地產市場波動異象》，《經濟學(季刊)》2017年第1期。；庹永貴等同樣構建DSGE模型進行研究，發(fā)現(xiàn)預期是引起房價變動的重要因素，而房價沖擊能夠解釋中國經濟波動的三分之二(10)參見庹永貴等：《預期、房價沖擊與中國經濟波動——基于貝葉斯估計的DSGE模型分析》，《系統(tǒng)工程》2018年第10期。；華昱基于一般均衡模型研究發(fā)現(xiàn)，預期沖擊是導致房地產市場波動的主要因素，正向的預期沖擊會在短期內提高房地產投資和房價(11)參見華昱：《預期沖擊、房地產部門波動與貨幣政策》，《當代經濟科學》2018年第2期。。況偉大利用35個大中城市的宏觀面板數(shù)據(jù)研究發(fā)現(xiàn)，預期及其投機較好地解釋了中國城市的房價波動(12)參見況偉大：《預期、投機與中國城市房價波動》，《經濟研究》2010年第9期。。張煒構建省級動態(tài)面板數(shù)據(jù)進行研究，發(fā)現(xiàn)消費者對房價的預期是當下房地產泡沫膨脹的主要影響因素(13)參見張煒：《預期、貨幣政策與房地產泡沫——來自省際房地產市場的經驗驗證》，《中央財經大學學報》2017年第8期。。

盡管說，現(xiàn)有文獻為研究我國房價預期提供了豐厚的研究基礎，但文獻研究主要立足于政府部門和企業(yè)部門研究房價預期對房地產市場波動或宏觀經濟的影響，其中涉及居民部門房價預期的研究，也只是基于宏觀數(shù)據(jù)對居民預期的一種反推或者基于一般均衡模型的假設。鐘春平、田敏指出要理解當今中國宏觀經濟發(fā)展的爭議需加強居民部門預期形成的研究(14)參見鐘春平、田敏：《預期、有偏性預期及其形成機制：宏觀經濟學的進展與爭議》，《經濟研究》2015年第5期。?；诖耍疚脑噲D從鄰里互動視角，探究具有異質性特征的居民個體在房地產市場中如何對房價上漲預期形成共識。具體而言，本文利用微觀調查數(shù)據(jù)，探索具有異質性特征的居民個體對房價預期形成過程中的鄰里效應，以期揭示我國居民房價預期形成的背后機制。

理論上講，鄰里效應早已引起了學者們的關注，現(xiàn)有研究鄰里效應的文獻主要集中于研究發(fā)現(xiàn)鄰里效應在居民的認知能力(15)參見孫倫軒：《中國城鎮(zhèn)青少年成長的鄰里效應——基于“中國教育追蹤調查”的實證研究》，《青年研究》2018年第6期。、幸福感(16)參見劉斌等：《幸福感是否會傳染》，《世界經濟》2012年第6期；J. Knight and R.Gunatilaka,“Is Happiness Infectious?,”Scottish Journal of Political Economy,vol.64,no.1,2016,pp.1-24.、股票參與(17)參見H. Hong, J. D. Kubik and Stein J.C.,“Social Interaction and Stock-Market Participation,” The Journal of Finance,vol.59,no.1,2004,pp.137-163.、家庭代際支持行為(18)參見陳光燕、司偉：《家庭代際經濟支持存在鄰里效應嗎？》，《農村經濟》2020年第3期。、入學率和收入(19)參見R. Chetty and Hendren N.,“The Impacts of Neighborhoods on Intergenerational Mobility I: Childhood Exposure Effects,”The Quarterly Journal of Economics, vol.133,no.3, 2018,pp.1107-1162.、個體體型(20)參見李磊等：《肥胖會傳染嗎？》，《經濟學(季刊)》2016年第2期。、個體貧

困(21)參見解堊、宋顏群：《社區(qū)鄰里效應對個人貧困的影響有多大》，《財貿經濟》2020年第2期。等諸多方面的存在性。這些研究揭示了個體在認知、行為和決策等方面都存在顯著鄰里效應。其實，居民對房價的預期很大程度上也可以認為是一種認知活動，既有理性的認知又包含感性的成分，與上述活動一樣可能因為受到身邊人群的影響而存在鄰里效應。事實上，由于中國特有的緊密型文化和集體主義的影響，中國人更容易受到他人觀點的影響(22)參見C.S. Eun, L. Wang and S. C. Xiao,“Culture and R2，”Journal of Financial Economics,vol.115,no.2,2015,pp.283-303.。遺憾的是，現(xiàn)有研究鄰里效應的文獻幾乎沒有關注到房價預期中鄰里效應的作用。本文的邊際貢獻主要有兩個方面：一是研究視角相對獨特，本文從微觀視角研究居民個體房價預期形成過程中的鄰里效應，揭示我國居民對房價上漲共識形成的背后機理，有利于我國房地產市場長效機制的構建。二是本文以具有全國代表性的大型微觀入戶調查數(shù)據(jù)為基礎進行實證分析，得到的房價預期變量來自于每一個受訪者的自主回答，彌補了現(xiàn)有文獻以宏觀數(shù)據(jù)反推得到理性預期和適應性預期，缺乏微觀數(shù)據(jù)支持的遺憾，可進一步提高對房價預期研究的真實性和準確性。

本文余下部分安排如下：第二部分為影響機制與研究假說；第三部分為鄰里效應的識別、變量界定及實證模型設定；第四部分為實證結果分析，驗證了鄰里效應的存在性，進行了拓展研究和穩(wěn)健性檢驗；第五部分為結論與政策建議。

二、影響機制與研究假設

(一)鄰里效應與房價預期

個體房價預期作為個體對于未來房價變動的一種預判，是在一定的理念指導之下完成的，這些理念必將影響個體認知，最終形成房價的預期觀點。從群體影響的社會心理學角度來看，在一個群體中，通過長時間的互動行為，群體成員的思想和觀念會逐漸趨同。已有研究表明，由于人的社會性，不僅個體的行為會受到他人的影響，其感受、思想和觀點也會受到身邊群體的顯著影響。Lux指出，社會互動是影響個體意見形成的重要因素(23)參見T. Lux,“Rational Forecasts or Social Opinion Dynamics? Identification of Interaction Effects in a Business Climate Survey,”Journal of Economic Behavior and Organization,vol.72,no.2,2009,pp.638-655.，而社會互動正是產生鄰里效應的基礎和來源，這也意味著鄰里效應與個體意見形成有著千絲萬縷的關系。Burnside等認為行為者的觀念會在互動中相互傳染，進而促進預期的轉換(24)參見Craig Burnside, Martin Eichenbaum and Sergio Rebelo, “Understanding Booms and Busts in Housing Markets,” Journal of Political Economy,vol.124,no.4,2016,pp.1088-1147.。雖然現(xiàn)有文獻并未直接探索人們房價預期的鄰里效應，但都已從情緒、偏好和意見形成、預期傳染等不同角度說明社會互動對于個體的觀點和預期的形成有一定的影響。事實上，人們對房價的預期作為一種預測活動，既有著理性的認知又包含感性的成分，與上述文獻所提到的情緒、偏好和意見形成、預期傳染等一樣極有可能因為受到身邊人群的影響而存在鄰里效應。因此，本文推測人們對房價的預期會受到同一社區(qū)居民房價預期的影響，并據(jù)此提出假說1：

假說1：個體的房價預期存在正向鄰里效應。

(二)認知能力的異質性

認知能力不同的人看待問題的方法和角度也不同，其獨立思考的能力可能存在差異，故而社會互動對不同認知能力的個體預期形成的影響也可能存在著一定的差異。已有的研究發(fā)現(xiàn)，個體的認知能力與其理性程度有聯(lián)系(25)參見N. Hanaki,N. Jacquemet,Luchini Stéphane,et al.,“Cognitive Ability and the Effect of Strategic Uncertainty,”Theory and Decision,vol.81,no.1,2016,pp.101-121.，認知能力越強的個體越容易形成相對獨立的觀點，越不容易受到其他感性或非理性因素的影響。認知能力的高低會影響個體的預期策略的選擇(26)參見宗計川等：《交易者認知能力與金融資產價格泡沫：一個實驗研究》，《世界經濟》2017年第6期。，認知能力高的個體更為理性，也更難以茍同一些錯誤觀點(27)參見F. D’Acunto,D. Hoang,M.Paloviita,et al., “IQ,Expectations, and Choice,” NBER Working Paper No. 25496,2019.，認知能力更高的個體在接受信息和理解信息時可能存在差異，故而認知能力可能與個體預期的形成有所關聯(lián)，認知能力的提升可能提高個體思維獨立性，使個體更趨向于依靠自身已有認知形成自己的觀點和預期，而盡量少受他人觀點的影響。因此，當研究者在考察房價預期中鄰里效應的時候，應考慮個體認知能力的異質性導致房價預期鄰里效應的差異。由以上分析，本文推測個體認知能力的提升會抑制個體對房價預期的鄰里效應，據(jù)此提出假說2：

假說2：個體認知能力的提升削弱了房價預期的鄰里效應。

(三)信息渠道的異質性

伴隨著經濟社會的快速發(fā)展，信息媒體技術日益發(fā)達，從報紙期刊到電視傳媒，再到如今飛速發(fā)展的互聯(lián)網(wǎng)，人們獲取信息的渠道變得更加寬廣。尤其是互聯(lián)網(wǎng)的廣泛使用極大地降低了信息的搜尋成本，使得人們獲取信息更加方便快捷(28)參見胡倫、陸遷：《貧困地區(qū)農戶互聯(lián)網(wǎng)信息技術使用的增收效應》，《改革》2019年第2期。。人們獲取信息不再單單依賴于人與人之間的面對面交流，快捷方便的電視傳媒、固定互聯(lián)網(wǎng)乃至更為便捷的移動互聯(lián)網(wǎng)也能給人們的信息獲取帶來幫助，居民從互聯(lián)網(wǎng)上能獲取關于房地產市場發(fā)展狀況的信息。因此，本文推測信息獲取渠道會對居民房價預期的鄰里效應的強弱產生影響，并據(jù)此提出假說3：

假說3：信息渠道的拓展會削弱房價預期的鄰里效應。

三、數(shù)據(jù)與實證研究設計

(一)數(shù)據(jù)來源

本文所使用的數(shù)據(jù)來自北京大學中國社會科學調查中心和美國密歇根大學社會研究中心等機構進行的大型全國性微觀入戶調查數(shù)據(jù)“中國家庭追蹤調查”(China Family Panel Studies，CFPS)(29)參見http：//www.isss.pku.edu.cn/cfps/download.。該調查涵蓋了從個體到家庭再到社區(qū)三大層面的微觀數(shù)據(jù)，旨在探索中國社會、經濟、人口等諸多方面的變遷。中國家庭追蹤調查共有以少兒、成人、家庭和社區(qū)為主體的四種問卷類型，目的是了解個體狀況、家庭狀況以及社區(qū)環(huán)境，該數(shù)據(jù)具有較強的全國代表性，較好地反映了中國的經濟社會發(fā)展狀況。由于在中國家庭追蹤調查數(shù)據(jù)中，只有2014年數(shù)據(jù)中有房價預期變量，符合本文研究主題，且2014年是中國房價上漲的一個重要中間節(jié)點——房價由2014年之前快速上漲轉入2014年停滯微跌階段，而后開啟新一輪上漲。由此可知，2014年的數(shù)據(jù)正好給研究我國住房價格的預期傳導提供最佳的時間窗口，因此本文選取2014年數(shù)據(jù)作為研究樣本，在剔除缺失值和異常值之后，本文研究的有效樣本為6642個。

(二)鄰里效應的識別

Manski認為在社會互動中，造成個體與群體之間行為共同變化的機制有內生效應、情景影響和關聯(lián)效應。當個體受到群體行為或思想的影響時，可以認為個體所受的影響為內生效應；當個體受到群體的其他外部特征(如群體平均年齡、群體平均受教育年限等)影響時，可以認為這種影響是外生效應，也稱為情景影響；當個體由于某些共同偏好或類似的特征而與其他個體成為鄰里群體時，譬如有共同偏好的人或有相似預期的人居住在同一個社區(qū)，則稱之為關聯(lián)效應(30)參見C. F. Manski,“Identification of Endogenous Social Effects: The Reflection Problem,”The Review of Economic Studies,vol.60,no.3,1993,pp.531-542.。在內生效應、情景影響和關聯(lián)效應三者中，只有內生效應才是本文所研究的鄰里效應，而情景影響和關聯(lián)效應可能會對本文鄰里效應的判斷帶來干擾，造成估計上的偏誤。除此之外，反射性問題也是造成鄰里效應判斷困難的一大因素，反射性是指個體受其他群體成員影響的同時，也在影響著其他群體成員，因此，被解釋變量與解釋變量之間可能存在著反向因果的關系。故而，具體到本文的研究中，不可以簡單地認為是社區(qū)鄰里個體對于房價預期的觀念和意見決定了個體對房價的預期。在本文實證過程中，只有有效排除，或者盡量控制關聯(lián)效應、情景效應和反射性的影響，才能得到可信的鄰里效應。

An指出，工具變量法是解決鄰里效應識別困難的一種有效方法(31)參見An Weihua,“Instrumental Variables Estimates of Peer Effects in Social Networks,”Social Science Research,vol.50,2015,pp.382-394.。工具變量法能在一定程度上解決反射性和遺漏變量等問題，Li等便是利用村莊鄰里個體中第一胎為男孩的家庭占總體比例作為工具變量來識別學生輟學的鄰里效應(32)參見Q. Li, W. Zang and L. An,“Peer Effects and School Dropout in Rural China,”China Economic Review, vol.27,no.27,2013, pp.238-248.。因此，對于情境影響和關聯(lián)效應所帶來的混淆問題和反射性問題，本文將通過工具變量法同時控制社區(qū)固定效應、控制社區(qū)外部特征的方法來克服。此外，由于人們可能由于某些相似的特征而入住同一社區(qū)導致存在聚居的群分效應，或者由于在同一城市面臨相同的房地產調控政策而存在同城效應，本文均作了相關檢驗。而對于本文要考察的鄰里效應，借鑒已有研究的做法，將同社區(qū)群體中其他居民對于房價的預期的平均值(即將自身除外)作為核心解釋變量鄰里效應，進而考察鄰里效應對居民房價預期的影響。

(三)變量與實證模型

借鑒Li等、Nie等和晏艷陽等研究(33)參見Q. Li, W. Zang and L. An,“Peer Effects and School Dropout in Rural China,”China Economic Review, vol.27,no.27,2013, pp.238-248；P. Nie, A. Sousa-Poza and X. He,“Peer Effects on Childhood and Adolescent Obesity in China,”China Economic Review,vol.35,no.12, 2015,pp.47-69；晏艷陽等：《鄰里效應對家庭社會捐贈活動的影響——來自中國家庭追蹤調查(CFPS)數(shù)據(jù)的證據(jù)》，《經濟學動態(tài)》2017年第2期。以社區(qū)(居委會或者村落)為單位考察居民鄰里效應的做法，本文同樣將居住在同一個社區(qū)(居委會或者村落)的居民視為同一個鄰里群體，因此，本文核心解釋變量鄰里效應的計算方式便是去除個體i及其家庭成員后其所在社區(qū)k內其他個體的房價預期平均值(34)之所以在去除個體i后還要將其家庭成員同時排除在外，是因為考慮到家庭成員之間有著很強的互動，如果將家庭成員計算在內，很有可能會由于家庭成員之間的互動而遮掩了社區(qū)成員的互動，從而使得估計結果產生偏誤。。因此，鄰里效應計算的數(shù)學公式如下：

(1)

(2)

回歸方程(2)中的系數(shù)的顯著性水平與其大小是本文最為關注的變量。如果α1通過了顯著性檢驗，則證實鄰里效應在居民房價預期中的存在性，相反，如果α1沒能通過顯著性檢驗，則說明居民房價預期不存在鄰里效應，或者說這種鄰里效應很弱。α1的絕對值越大，代表鄰里效應的邊際影響越強，說明居民房價預期的鄰里效應越大，反之，如果α1的絕對值越小，則可以認為居民房價預期的鄰里效應越小。本文的被解釋變量居民房價預期來自問卷中居民對未來房價的看法，認為房價將“大幅上升”賦值為5，“小幅上升”賦值為4，“基本不變”賦值為3，“小幅下降”賦值為2，“大幅下降”賦值為1。在對其他可能影響因素進行控制時，一方面，本文控制了可能影響居民個人房價預期的一系列變量，主要為居民的個人背景特征，在居民的個人背景特征中，本文選取了居民的年齡、性別(女性賦值為0，男性賦值為1)，收入水平(最低25%賦值為1，中下25%賦值為2，中上25%賦值為3，最高25%賦值為4)，受教育程度(按照居民的受教育年限從0到22年，未上過學記為0，上過學的以實際受教育年限記錄)，傳統(tǒng)觀念(對“人至少得生一個兒子”這種說法的認同度，認同度由低到高分別賦值1，2，3，4，5)。另一方面，為了控制外生效應，本文還構建了社區(qū)群體的一系列群體特征變量并加以控制，每個群體特征變量的生成方式與鄰里效應類似，為社區(qū)k內除個體i及其家庭成員之外所有個體該特征的平均值(如群體年齡特征變量，就是社區(qū)k中除了個體i之外所有個體的年齡平均值)。依照這樣的方法，本文分別生成社區(qū)平均年齡特征變量，社區(qū)平均性別特征變量、社區(qū)平均收入水平特征變量、社區(qū)平均受教育程度變量和社區(qū)平均傳統(tǒng)觀念特征變量這5個社區(qū)群體特征變量。此外，本文還控制了社區(qū)固定效應和社區(qū)城鄉(xiāng)特征(鄉(xiāng)村賦值為0，城市賦值為1)。本文被解釋變量、核心解釋變量和控制變量的描述性統(tǒng)計如表1所示。

表1 變量的描述性統(tǒng)計

四、實證結果分析

(一)基準回歸結果

為了驗證居民房價預期的鄰里效應是否顯著，本文首先對上文回歸方程(2)進行多元線性回歸，基準回歸的估計結果如表2所示。表2呈現(xiàn)的是核心解釋變量鄰里效應以及各個控制變量的邊際估計結果和相應的標準誤。本文采用逐步回歸的方式，首先在第(1)列回歸中只加入核心解釋變量鄰里效應，然后在第(2)、(3)、(4)列分別加入居民背景特征、社區(qū)群體特征和社區(qū)固定效應與社區(qū)城鄉(xiāng)類型。從表2的回歸結果可以看到，在(1)、(2)、(3)、(4)列的回歸結果中，鄰里效應這一變量的系數(shù)分別為0.695、0.687、0.656、0.650，均在1%水平上顯著為正。也就是說，在逐步控制個體背景特征、社區(qū)群體特征和社區(qū)固定效應與社區(qū)城鄉(xiāng)類型之后，鄰里效應始終保持顯著為正，這就證實了群體平均房價預期與個體房價預期的同向變動關系，表明居民房價預期存在著正向鄰里效應，初步驗證了本文的假說1。

表2 基準回歸

這種正向的鄰里效應意味著居民在形成自己的房價預期時，不僅僅受到自身背景特征等客觀條件的影響，也受到鄰里預期的同方向影響。同一社區(qū)其他居民對于房價上漲的預期越高，相應個體對于房價預期上漲的觀念也越強，這種鄰里效應顯然不利于房地產市場的健康發(fā)展。一方面，在房價上漲時期，居民對房價上漲的預期較高，并通過鄰里效應進一步加強這種預期，可能引發(fā)不理性的房地產市場投資或投機，加劇房地產市場價格波動。另一方面，倘若有一天房地產價格出現(xiàn)較大跌幅，居民對房地產預期開始趨于悲觀，這種鄰里效應又會進一步加強居民對于房價的下行預期，可能引致房產的群體性拋售，造成房地產市場的動蕩和危機。因此，對于居民房價預期形成過程中的鄰里效應，應該引起足夠的重視。只有處理好這種鄰里效應，才能更好地進行預期管理，穩(wěn)定居民對于房價的預期，促進房地產市場的健康發(fā)展。

從第(4)列控制變量的結果來看，年齡變量的估計系數(shù)顯著為負，說明隨著年齡的增長，對房價的預期是下降的，這可能是因為隨著年齡增長，人們也變得越來越保守，相比之下，年輕人看漲的心理更加強烈。性別變量的系數(shù)為負但是沒有通過顯著性檢驗，說明女性相較于男性可能對房價預期更高，但這種結論不具有統(tǒng)計學意義上的顯著性。收入水平變量的系數(shù)顯著為負，說明收入水平越高的居民對房價預期越低，這可能是因為收入水平高的居民更為自信，對于房價沒有太多的恐慌，故而其房價預期也相對較低。受教育程度變量的估計系數(shù)顯著為負，說明受教育程度越高的居民，對房價預期越低，這可能是因為受教育程度越高，居民越傾向于理性思維，更加愿意相信房價會回歸到合理的位置。傳統(tǒng)觀念的系數(shù)為正，且通過了10%水平上的顯著性檢驗，說明傳統(tǒng)觀念越強的居民對房價的看漲預期越強。而對于群體特征變量，社區(qū)平均年齡變量和社區(qū)平均受教育程度變量這兩個變量的系數(shù)估計均未通過顯著性檢驗，說明兩個外生變量整體上對于居民房價預期的影響比較小，社區(qū)平均性別變量、社區(qū)平均收入變量、社區(qū)平均傳統(tǒng)觀念變量等三個外生變量顯著為正，說明這三個變量對居民房價預期有顯著正向影響。

(二)認知能力的異質性分析

為了檢驗不同認知能力居民的房價預期受鄰里預期影響的差異，驗證本文的假說2，本文在基準回歸的基礎上進一步根據(jù)個體認知能力的高低進行分組，在中國家庭追蹤調查2014年的調查數(shù)據(jù)中，有專門對受訪者的詞組題測試和數(shù)學題測試，測試完成之后，根據(jù)回答的正確率，受訪者會得到一個分數(shù)，這個分數(shù)是一個對于受訪者認知能力比較客觀公正準確的評價。因此，本文將受訪者的詞組題得分和數(shù)學題得分的加總作為其認知能力的指標，由于數(shù)學題得分和詞組題得分各自代表居民不同維度上的認知能力，因此，由二者加總得到的指標能更加全面地代表居民的認知能力。其中，詞組題的得分區(qū)間為0—34分，數(shù)學題的得分區(qū)間為0—24分，在將這兩個得分加總之后，得到本文的認知能力指標的得分范圍是0—58分。由于認知能力高低是相對而言的，本文將認知能力指標得分依據(jù)中位數(shù)分為高低兩組，使得高低兩組人數(shù)盡可能接近。根據(jù)這樣的劃分方式，其中認知能力得分為0—33分的為低認知能力組，樣本量為3273個，占總樣本的比重為49.28%，得分為34—58分的為高認知能力組，樣本量為3369個，占總樣本的比重為50.72%。由此形成一個認知能力的二值變量，高認知能力組賦值為1，低認知能力組賦值為0。從表3第(1)、(2)列的回歸結果可以看到，交叉項的系數(shù)顯著為負，說明了認知能力的提高能削弱居民房價預期的鄰里效應，這就驗證了本文的假說2。

表3 認知能力的異質性分析

(三)信息渠道的影響檢驗

為了檢驗信息渠道對于居民房價預期鄰里效應的異質性，本文選取了兩種比較常見的信息獲取渠道，分別為互聯(lián)網(wǎng)和電視，這是因為隨著科技的飛速發(fā)展，人們獲取信息的手段日益豐富，傳統(tǒng)的信息獲取方式逐漸被淘汰，電視傳媒和互聯(lián)網(wǎng)在人們的信息獲取活動中扮演著主要的角色，因此選取這二者來考察信息渠道的影響具有合理性。問卷中分別詢問受訪者“互聯(lián)網(wǎng)作為信息渠道的重要程度”、“電視作為信息渠道的重要程度”，受訪者回答分別為1—5分，分值越大代表越重要，本文將得分為1—3分的回答歸類為低信息渠道使用組，將得分為4—5分的樣本歸類為高信息渠道使用組。從表4互聯(lián)網(wǎng)渠道的回歸結果可以看到，交叉項的回歸系數(shù)顯著為負，這說明互聯(lián)網(wǎng)的使用顯著削弱了居民房價預期的鄰里效應。正如本文文獻綜述中提及的，居民從互聯(lián)網(wǎng)上能獲取關于房地產市場發(fā)展狀況的信息，鄰里效應很有可能因為受到互聯(lián)網(wǎng)信息渠道的沖擊而削弱了。從表4電視渠道回歸結果可以看到，交叉項的回歸系數(shù)并不顯著，說明電視信息渠道并未起到削弱居民房價預期鄰里效應的作用?？梢钥闯?，互聯(lián)網(wǎng)對于鄰里效應的削弱作用要遠大于電視，可見，互聯(lián)網(wǎng)的信息替代能力更強。這也是與現(xiàn)實吻合的，互聯(lián)網(wǎng)由于其便捷高速高效的特征，與其他信息渠道相對比有著巨大的優(yōu)勢，正在成為人們獲取信息的最重要方式。

表4 信息渠道的影響檢驗

(四)拓展分析

為了進一步考察鄰里效應的穩(wěn)健性，本文進一步考察了房價預期的鄰里效應在不同居住地和不同年齡的居民之間的差異。關于城鄉(xiāng)分組，本文直接按照居民的居住地城鄉(xiāng)類型進行分組。而對于年齡不同的居民，本文將40歲以下(含40歲)的居民定義為低齡居民組，40歲以上的居民定義為大齡居民組。按照以上定義分類進行分樣本回歸，得到結果如表5所示，從表5第(1)、(2)列回歸結果可以看到，農村居民鄰里效應的估計系數(shù)為0.740，城市居民鄰里效應的估計系數(shù)為0.640，均顯著為正。從表5第(3)、(4)列回歸結果的估計系數(shù)可以看到，低齡居民組鄰里效應的估計系數(shù)為0.598，大齡居民組鄰里效應的估計系數(shù)為0.675，均顯著為正。上述結論驗證了鄰里效應在不同性別和年齡組的居民中均穩(wěn)健存在。

表5 不同居住類型與年齡組穩(wěn)健性檢驗

(五)穩(wěn)健性檢驗

1.工具變量法

由于多元線性回歸無法有效地解決鄰里效應識別中可能存在的反射性問題和關聯(lián)效應，可能使得本文回歸結果存在偏誤，因此，需要尋找合適的計量方法加以檢驗。本文所選取的工具變量為社區(qū)居民的家庭總房產價值的平均值(相應個體及家庭成員除外)，選取的理由是，家庭總房產價值影響著居民對于房產的認知和預期。因此，群體家庭總房產價值的平均值(相應個體及家庭成員除外)會對群體平均房價預期(相應個體及家庭成員除外)造成一定的影響，但由于該變量未將相應家庭納入計算范圍之內，故而該變量不太可能對相應家庭的房價預期產生直接的影響。本文工具變量為群體家庭(相應個體及家庭成員除外)總房產價值的平均值，單位為“萬元”。

工具變量的回歸結果如表6所示，可以看到，在第(1)、(2)、(3)、(4)列的回歸結果中，弱工具變量的F檢驗統(tǒng)計量分別為115.80、113.01、24.54、18.20，均大于經驗值10，這就驗證了本文所選取工具變量的有效性。在第(1)、(2)、(3)、(4)列的回歸中，鄰里效應系數(shù)的估計值分別為0.961、1.159、1.041、1.061，均通過5%水平上的顯著性檢驗，均顯著為正，說明在利用工具變量解決反射性問題和關聯(lián)效應之后，個體房價預期的鄰里效應依然顯著為正，這進一步支持了本文的假說1。

表6 工具變量回歸結果

2.考慮社區(qū)群分效應和同城效應的穩(wěn)健性檢驗

雖然工具變量法解決了鄰里效應識別中可能存在的反射性問題和關聯(lián)效應，但仍避免不了其他一些不可觀測因素的影響。如社區(qū)居住決策中的群分效應，即具有相近特征的家庭會入住同一社區(qū)，那么這部分群體可能本來就存在相近的房價預期，故而存在選擇性偏差的問題。為考察此類偏誤對本文結論的影響，借鑒余麗甜等的思路(35)參見余麗甜、詹宇波：《家庭教育支出存在鄰里效應嗎？》，《財經研究》2018年第8期。，本文的做法是對入住社區(qū)時間較短的家庭子樣本進行回歸。因為新入住的居民與鄰居相對而言更陌生，故而其社區(qū)鄰里互動也少，房價預期的鄰里效應在這部分人身上應該是比較弱，不顯著的。如果顯著，則說明房價預期的鄰里效應是受社區(qū)群分效應的影響，本文結果是有偏誤的。如果不顯著，則說明本文結論受群分效應影響很小。

對于社區(qū)入住時間的衡量來自于問卷問題“您家現(xiàn)在居住的這所房子是哪一年買的或建的？”，本文將回答“2012年”之后的居民定義為新入住居民，這部分居民的社區(qū)入住時間小于2年；將回答為“2012年”及以前的居民定義為長住居民，這些居民的社區(qū)入住時間大于等于兩年。由表7的回歸結果可以看到，第(1)列新入住居民的鄰里效應并不顯著，而第(2)列長住居民的鄰里效應顯著為正。這說明本文結論受群分效應影響很小，群分效應不影響本文主要結論。

除了上述社區(qū)居住決策的群分效應，本文還可能存在的影響因素是由于相同社區(qū)居民在同一城市，所面臨的房地產市場和房地產政策相同而導致房價預期趨于一致，而使得其房價預期之間存在關聯(lián)性，這可能導致本文結果有偏誤。為解決這個問題，本文將核心解釋變量鄰里效應中的“同一社區(qū)鄰里其他居民房價預期的平均值”替換為“同一縣區(qū)不同社區(qū)的其他居民房價預期的平均值”。如果上述構造的偽鄰里效應回歸結果顯著，則說明同城效應存在，影響了本文結論；如果不顯著，則說明同城效應對本文的主要結論影響很小。第(3)列回歸結果顯示，鄰里效應回歸系數(shù)不顯著，說明同城效應影響很小，支持了本文結論。

五、結論與政策建議

基于大型全國性微觀調查數(shù)據(jù)中國家庭追蹤調查，本文實證研究了居民房價預期中的鄰里效應。研究結果表明，居民對房價的預期存在著顯著的鄰里效應，且這種效應呈同向變動。在考察認知能力的異質性之后，發(fā)現(xiàn)隨著居民認知能力的提升，其房價預期的鄰里效應減弱，說明認知能力的提升能讓居民的房價預期更為獨立和理性。隨著居民信息獲取渠道的拓展，其房價預期的鄰里效應下降，在所有的信息渠道中，互聯(lián)網(wǎng)的作用最大。本文回歸結果通過多種穩(wěn)健性檢驗。

習近平總書記在十九大報告中提到要防范化解重大風險，防范化解重大風險就包括防范化解房地產市場金融風險。鄰里效應對居民房價預期造成影響的結論，可以為預期管理政策提供參考，做好預期管理，有利于防范化解重大風險。在分析居民預期和進行預期管理政策制定的時候，如果忽略社區(qū)互動的鄰里效應對于居民自身預期的影響，不利于政策的科學性、合理性和全面性?；谏鲜鼋Y論，本文提出以下政策建議：

一是鑒于居民房價預期中的社區(qū)鄰里效應，同時考慮到認知能力提升能削弱這種影響，政府可以考慮加強社區(qū)層面的房地產相關金融知識的宣傳和教育，組織開辦房地產專家講座，開展房地產知識競賽，提升居民對于房地產知識的全面性理解和認知，防止投機熱情或恐慌的情緒在同社區(qū)群體之間蔓延，穩(wěn)定居民對于房價的預期，增強居民的理性認知，抑制投機，促進房地產市場穩(wěn)定健康發(fā)展。二是考慮到信息渠道的拓寬可以削弱居民房價預期的鄰里效應，政府應該利用這種削弱作用，讓各種信息渠道盡量為居民提供理性客觀準確的信息。這就要求政府監(jiān)督管控好各種信息傳媒上新聞信息的真實性和可靠性，監(jiān)管好各類為了吸引受眾眼球或者利用受眾心理而鼓吹房價、鼓吹投機之類的新聞，同時政府也要監(jiān)管各類散播危機爆發(fā)謠言之類的容易引起恐慌心理的標題黨新聞。鑒于互聯(lián)網(wǎng)在各種信息渠道中的重要作用，加快各種對于互聯(lián)網(wǎng)環(huán)境的監(jiān)督和清潔，打擊標題黨和某些為吸引受眾眼球而夸大其詞的劣質新聞，監(jiān)督好各種公眾號新聞等，是穩(wěn)定居民對房價的預期的有效手段。深入了解居民房價預期的形成，有的放矢進行預期管理，才有利于建立房地產市場平穩(wěn)健康發(fā)展長效機制，促進房地產市場健康長遠發(fā)展。