馬 鑫 侯嘉奕 黃 濤

一、引 言

居住環(huán)境與社會(huì)福利息息相關(guān)，良好的環(huán)境對(duì)居民的教育、收入乃至代際流動(dòng)性等都至關(guān)重要(Chetty 等，2016；Chetty 和Hendren，2018；王軍鵬等，2020)。黨的十九大報(bào)告指出，要不斷滿足人民日益增長(zhǎng)的美好生活需要。良好的居住環(huán)境也是美好生活需要之一，如何改善居民的居住環(huán)境，讓老百姓在宜居的環(huán)境中享受生活，是當(dāng)今社會(huì)重要的民生話題之一。對(duì)政府而言，改善居住環(huán)境的做法大體上可分為兩類，其一是新建優(yōu)質(zhì)住宅，其二是改造老舊住宅。然而，由于我國(guó)一些地區(qū)(尤其是大中城市)存在土地供給受限、新增建設(shè)用地不足的問(wèn)題，新建住房供給的增長(zhǎng)無(wú)法完全匹配新增人口的增加，導(dǎo)致了新建住房短缺與房?jī)r(jià)上漲的現(xiàn)象(陳斌開(kāi)和楊汝岱，2013；韓立彬和陸銘，2018)，使得通過(guò)新建優(yōu)質(zhì)住宅來(lái)改善居住環(huán)境的做法在這些地區(qū)缺乏現(xiàn)實(shí)可行性。而由于我國(guó)住房市場(chǎng)化起步較晚，商品房市場(chǎng)更是在1998 年改革后才初見(jiàn)萌芽，在質(zhì)量、環(huán)境、設(shè)施等方面落后的住宅區(qū)曾長(zhǎng)期普遍存在，導(dǎo)致了如今老舊小區(qū)大量積壓的局面。截至2019 年5 月底，全國(guó)城鎮(zhèn)需改造的老舊小區(qū)數(shù)量約17 萬(wàn)個(gè)，涉及居民上億人①數(shù)據(jù)來(lái)源于中華人民共和國(guó)住房和城鄉(xiāng)建設(shè)部。。

老舊小區(qū)改造作為改善居住環(huán)境的重要途徑，被各地政府視為重要的民生工程。2019 年一年間，我國(guó)完成了1.9 萬(wàn)個(gè)老舊小區(qū)改造指標(biāo)，涉及的中央專項(xiàng)補(bǔ)助資金高達(dá)300 億元②數(shù)據(jù)來(lái)源于中華人民共和國(guó)財(cái)政部。。2020 年7 月，國(guó)務(wù)院辦公廳印發(fā)《關(guān)于全面推進(jìn)城鎮(zhèn)老舊小區(qū)改造工作的指導(dǎo)意見(jiàn)》(以下簡(jiǎn)稱《指導(dǎo)意見(jiàn)》)，在全國(guó)范圍內(nèi)開(kāi)展大規(guī)模的老舊小區(qū)改造工作，加速了這一進(jìn)程?！吨笇?dǎo)意見(jiàn)》指出，在“十四五”期間要“力爭(zhēng)基本完成2000 年底前建成的需改造城鎮(zhèn)老舊小區(qū)改造任務(wù)”，這意味著在5 年內(nèi)，我國(guó)每年平均需要改造2 萬(wàn)個(gè)以上的老舊小區(qū)，而相應(yīng)的總體改造資金預(yù)計(jì)高達(dá)數(shù)千億元。

對(duì)于這一規(guī)模巨大、耗資甚多的民生工程，如何科學(xué)有效地制定具體的政策內(nèi)容(包括改造對(duì)象的選取、工程資金的來(lái)源、投入標(biāo)準(zhǔn)的設(shè)定等)意義重大。而政策內(nèi)容的制定有賴于對(duì)以下三個(gè)問(wèn)題的回答：①老舊小區(qū)改造對(duì)住房?jī)r(jià)值的影響有多大？②何種類型住宅獲益更多？③在成本收益視角下這一政策是否有效？現(xiàn)有關(guān)于我國(guó)老舊小區(qū)改造的研究多使用定性方法，缺乏對(duì)這一政策的定量研究，無(wú)法準(zhǔn)確回答上述問(wèn)題。

基于與《指導(dǎo)意見(jiàn)》要求相近的部分城市老舊小區(qū)改造經(jīng)驗(yàn)，本文嘗試對(duì)這三個(gè)問(wèn)題做出前瞻性回答。本文首先面臨的問(wèn)題是，如何衡量改造工程對(duì)住房?jī)r(jià)值的提升？我們認(rèn)為被改造房屋在二手房市場(chǎng)的成交溢價(jià)，即購(gòu)房者愿意為被改造房屋支付的更高價(jià)格(相比于未被改造的同類房屋而言)，是一個(gè)很好的指標(biāo)。這一做法和已有研究以房?jī)r(jià)衡量戶口價(jià)值的做法類似(Chen 等，2019)，也可比于以往文獻(xiàn)以房屋溢價(jià)衡量周邊學(xué)校質(zhì)量的做法(Black 和Machin，2011)。

為了彌補(bǔ)國(guó)內(nèi)現(xiàn)有研究的空白，本文選取南京市最新一輪(2017—2020 年)老舊小區(qū)綜合改造工程作為研究對(duì)象，對(duì)老舊小區(qū)改造工程與住房?jī)r(jià)值間的關(guān)系進(jìn)行嚴(yán)謹(jǐn)?shù)牧炕芯浚瑥亩隙嗽摴こ虒?duì)房屋價(jià)值及價(jià)格的正向促進(jìn)作用，并進(jìn)行了具有政策含義的異質(zhì)性和成本收益分析。之所以選擇南京市，一方面是因?yàn)槟暇┦械淖钚乱惠喐脑煺叱掷m(xù)時(shí)間較長(zhǎng)，并且可獲得原始的詳細(xì)數(shù)據(jù)；另一方面是因?yàn)槟暇┦械母脑煺呓?jīng)歷了多輪演化，已經(jīng)形成了內(nèi)容豐富、標(biāo)準(zhǔn)較高、執(zhí)行穩(wěn)定的成熟體系，與《指導(dǎo)意見(jiàn)》的要求最為接近，因而更具參考性。在實(shí)證分析中，為了避免自選擇偏差及內(nèi)生性問(wèn)題，本文首先使用傾向得分匹配(PSM)方法保證樣本平衡性，再通過(guò)漸進(jìn)雙重差分(DID)模型估計(jì)政策效應(yīng)，并進(jìn)行了一系列檢驗(yàn)以保證結(jié)果的穩(wěn)健性。本文的實(shí)證結(jié)果表明改造工程使得二手房成交單價(jià)平均上升4.97%，此效應(yīng)逐年增強(qiáng)，該結(jié)論十分穩(wěn)健。異質(zhì)性分析表明，高房齡、小面積、低層建筑的房屋在改造中受益更多，而裝修情況和所在樓層對(duì)政策效應(yīng)沒(méi)有顯著影響。成本收益分析表明，平均而言，改造工程對(duì)住房?jī)r(jià)值提升的貨幣化衡量不低于1225 元/平方米，達(dá)綜合改造成本的兩倍多，具有進(jìn)一步市場(chǎng)化的基礎(chǔ)。影響機(jī)制分析中，我們沒(méi)有發(fā)現(xiàn)改造工程影響住房需求數(shù)量和供給數(shù)量的直接證據(jù)，而賣家的議價(jià)能力在改造當(dāng)期顯著提升，表明改造工程帶來(lái)住房?jī)r(jià)值的溢價(jià)可能是由于房東主動(dòng)上調(diào)掛牌價(jià)格，以及房東在討價(jià)還價(jià)談判中具有更強(qiáng)的議價(jià)能力。

二、政策背景與文獻(xiàn)回顧

（一）老舊小區(qū)改造政策背景

經(jīng)過(guò)幾十年的快速城鎮(zhèn)化，存量發(fā)展與存量規(guī)劃已成為我國(guó)城市建設(shè)發(fā)展的重要方面(陽(yáng)建強(qiáng)和陳月，2020)，棚戶區(qū)改造和老舊小區(qū)改造等民生政策被相繼推出，構(gòu)成了新發(fā)展階段下城市改造更新的重要內(nèi)容。雖然棚戶區(qū)改造和老舊小區(qū)改造都以改善居住環(huán)境為主要目的，但兩者在改造對(duì)象、改造程度、推動(dòng)形式、資金來(lái)源等方面存在著明顯區(qū)別。具體來(lái)說(shuō)，棚戶區(qū)改造以連片規(guī)模較大、住房條件困難、安全隱患嚴(yán)重、群眾需求迫切的城市建筑為改造對(duì)象，以拆遷補(bǔ)償為主要改造形式，由政府主導(dǎo)推動(dòng)并承擔(dān)費(fèi)用。老舊小區(qū)改造以建成時(shí)間較長(zhǎng)、配套設(shè)施老化問(wèn)題突出、公共服務(wù)建設(shè)缺項(xiàng)較多的住宅小區(qū)為改造對(duì)象，以翻新修整建筑、改善美化環(huán)境、增加配套設(shè)施為主要改造形式，由政府引導(dǎo)、多方參與，改造資金由政府與居民、社會(huì)力量合理分擔(dān)。鑒于國(guó)內(nèi)對(duì)棚戶區(qū)改造有較多研究，而對(duì)老舊小區(qū)研究不足，本文將關(guān)注點(diǎn)聚焦于老舊小區(qū)改造。

本文研究的老舊小區(qū)主要指在2000 年以前建成、至今仍在居住使用的住宅小區(qū)，它們普遍存在居住環(huán)境較差、使用功能缺失、配套設(shè)施落后、物業(yè)服務(wù)不足、安全隱患較大等問(wèn)題，難以滿足居民對(duì)更高水平生活居住條件的需求。由于老舊小區(qū)涉及的住戶范圍廣、產(chǎn)權(quán)結(jié)構(gòu)復(fù)雜，住戶或物業(yè)很難組織實(shí)施大規(guī)模、高水平的整體改造升級(jí)工程，較為常見(jiàn)的做法是進(jìn)行室內(nèi)裝修改造，但這對(duì)于整體居住體驗(yàn)的改善十分有限。要解決這一問(wèn)題，必須由政府推動(dòng)，在全社會(huì)范圍內(nèi)開(kāi)展老舊小區(qū)整體改造工作，同時(shí)發(fā)揮規(guī)模經(jīng)濟(jì)優(yōu)勢(shì)，擴(kuò)大內(nèi)需、帶動(dòng)經(jīng)濟(jì)循環(huán)。2015 年底的中央城市工作會(huì)議提出，要“加快棚戶區(qū)和危房改造，有序推進(jìn)老舊小區(qū)綜合整治”，將老舊小區(qū)綜合改造提上議程。自2017 年底開(kāi)始，住建部在廣州、廈門(mén)等15 個(gè)城市開(kāi)展老舊小區(qū)改造試點(diǎn)工作。

2020 年7 月，國(guó)務(wù)院辦公廳印發(fā)《關(guān)于全面推進(jìn)城鎮(zhèn)老舊小區(qū)改造工作的指導(dǎo)意見(jiàn)》，在全國(guó)范圍內(nèi)開(kāi)展大規(guī)模的老舊小區(qū)改造工作，引起社會(huì)的廣泛關(guān)注和討論。《指導(dǎo)意見(jiàn)》指出，“到2022 年，基本形成城鎮(zhèn)老舊小區(qū)改造制度框架、政策體系和工作機(jī)制；‘十四五’期末，結(jié)合各地實(shí)際，力爭(zhēng)基本完成2000 年底前建成的需改造城鎮(zhèn)老舊小區(qū)改造任務(wù)”。一方面，老舊小區(qū)改造市場(chǎng)空間巨大，未來(lái)潛力很大。據(jù)統(tǒng)計(jì)，我國(guó)僅在2019 年一年里就完成了涉及上百萬(wàn)居民的1.9 萬(wàn)個(gè)老舊小區(qū)改造項(xiàng)目，這一數(shù)字在2020 年更是迅速上升到3.9 萬(wàn)個(gè)，涉及居民數(shù)量超過(guò)700 萬(wàn)人。但即便如此，根據(jù)住建部的統(tǒng)計(jì)數(shù)據(jù)推測(cè)，我國(guó)尚未進(jìn)行改造的老舊小區(qū)數(shù)量仍高達(dá)10 萬(wàn)以上。另一方面，由于《指導(dǎo)意見(jiàn)》對(duì)老舊小區(qū)改造工程制定了明確的時(shí)間節(jié)點(diǎn)，這意味著在“十四五”期間，我國(guó)平均每年還需改造2 萬(wàn)個(gè)以上的老舊小區(qū)。

對(duì)于時(shí)間緊、任務(wù)重的老舊小區(qū)改造工作，如何科學(xué)制定并高效實(shí)施相應(yīng)政策，需要相關(guān)的歷史經(jīng)驗(yàn)，以及在這些歷史經(jīng)驗(yàn)基礎(chǔ)上對(duì)政策效果做出的準(zhǔn)確評(píng)估來(lái)指導(dǎo)，這也是本文的重要實(shí)踐意義所在。老舊小區(qū)改造的歷史經(jīng)驗(yàn)從何而來(lái)？事實(shí)上，在《指導(dǎo)意見(jiàn)》發(fā)布之前，除了15 個(gè)城市的小范圍試點(diǎn)工作以外，北京、南京等大城市已經(jīng)開(kāi)展了多年多輪的老舊小區(qū)綜合改造，積累了一定的經(jīng)驗(yàn)和數(shù)據(jù)，這對(duì)理解和評(píng)估該項(xiàng)政策具有重要的參考價(jià)值。鑒于我國(guó)一線城市的房?jī)r(jià)在較大程度上受到土地供給、戶籍制度等多方面因素的影響，我們選取代表性更強(qiáng)的南京市作為本文研究對(duì)象。

南京市的老舊小區(qū)改造工作開(kāi)始于2000 年，到2020 年已經(jīng)歷了4 輪，從早期以美化為目的的建筑整治到后來(lái)的室內(nèi)外綜合整治改造，資金投入標(biāo)準(zhǔn)從2006 年的30～50 元/平方米提高至2016 年的300 元/平方米。2016 年出臺(tái)的《南京市棚戶區(qū)改造和老舊小區(qū)整治行動(dòng)計(jì)劃》提出了“到2020 年底，全市完成1500 萬(wàn)平方米棚戶區(qū)改造和936 個(gè)老舊小區(qū)整治”①限于數(shù)據(jù)可得性，我們通過(guò)改造工程招標(biāo)記錄匹配到了446 個(gè)被改造小區(qū)，因此本文的政策效應(yīng)可能存在一定程度的低估。的目標(biāo)，并排定了年度實(shí)施計(jì)劃。最新一輪改造工程的招標(biāo)中標(biāo)公告顯示，綜合改造的內(nèi)容包括屋面防水、外墻出新、單元門(mén)出新、樓梯扶手出新等建筑改造；景觀、道路、廣場(chǎng)、路燈、車位、管線、監(jiān)控安防、自行車棚等小區(qū)環(huán)境及基礎(chǔ)設(shè)施改造出新。最新一輪(2017—2020 年)老舊小區(qū)綜合改造工作具有改造范圍大、資金標(biāo)準(zhǔn)高、改造內(nèi)容豐富等特點(diǎn)，和《指導(dǎo)意見(jiàn)》要求最為接近，政策效應(yīng)更具參考性。

（二）文獻(xiàn)回顧與評(píng)述

在此部分，我們首先對(duì)國(guó)內(nèi)外城市更新改造政策的相關(guān)研究進(jìn)行回顧，之后對(duì)住宅質(zhì)量及社區(qū)環(huán)境與住房?jī)r(jià)值的關(guān)系進(jìn)行梳理，最后歸納我國(guó)房?jī)r(jià)的影響因素并指出本文的貢獻(xiàn)。

城市更新改造被認(rèn)為是提高土地價(jià)值和改善環(huán)境質(zhì)量的良好方法(Adams 和Hastings，2001)，相關(guān)概念包括城市更新(urban renewal)、城市重建(urban regeneration)、城市再開(kāi)發(fā)(urban redevelopment)、城市恢復(fù)(urban rehabilitation)等，它們?cè)诔鞘幸?guī)劃領(lǐng)域有著相似的含義，但是在規(guī)模上卻有著顯著的不同，Zheng 等(2014)對(duì)此進(jìn)行了詳細(xì)的梳理。有關(guān)城市更新改造與房?jī)r(jià)關(guān)系的研究十分豐富，但涉及中國(guó)大陸相關(guān)實(shí)踐的研究較少。如新西蘭的社區(qū)改造計(jì)劃通過(guò)提升住房質(zhì)量使得周邊房?jī)r(jià)上漲3.5%，且有助于增加貧困家庭的福利(Koster 和Van Ommeren，2019)。Ding 等(2000)發(fā)現(xiàn)，俄亥俄州的房屋改造提升了周圍的房產(chǎn)價(jià)值，但提升幅度小于新建住房。Liu(2010)以英國(guó)的城市改造工程為例，發(fā)現(xiàn)該工程雖未改善房?jī)r(jià)的空間差異，但確實(shí)提升了改造地的房屋價(jià)格。Lee 等(2017)基于臺(tái)北市的城市改造政策，利用雙重差分(DID)的方法發(fā)現(xiàn)，該政策的公布使受到影響地區(qū)的房?jī)r(jià)相比未受影響地區(qū)上漲了14880 元新臺(tái)幣/坪。除了以上實(shí)證分析外，Schall(1976)通過(guò)理論分析發(fā)現(xiàn)，在產(chǎn)權(quán)不清晰的情況下，城市更新政策未必是有效率和可持續(xù)的。Uitermark 和Loopmans(2013)基于對(duì)比利時(shí)的城市更新經(jīng)驗(yàn)總結(jié)指出了政策評(píng)估的重要性，在權(quán)力下放和缺乏評(píng)估的情況下，地方政府在城市更新過(guò)程中扭曲了聯(lián)邦政策，促進(jìn)了城市紳士化(Gentrification)。

國(guó)內(nèi)的城市更新改造政策包括舊城改造、棚戶區(qū)改造、老舊小區(qū)改造，陽(yáng)建強(qiáng)和陳月(2020)對(duì)此進(jìn)行了回顧總結(jié)。舊城改造始于20 世紀(jì)80 年代，相關(guān)研究以模式探索和經(jīng)驗(yàn)總結(jié)為主(如陳誠(chéng)，2013)，較少有量化的實(shí)證分析。對(duì)棚戶區(qū)改造的實(shí)證研究包括政策評(píng)估、與住房?jī)r(jià)格關(guān)系等。如楊曉蘭和倪鵬飛(2016)采用問(wèn)卷調(diào)查的方式對(duì)遼寧棚戶區(qū)改造進(jìn)行了評(píng)價(jià)，發(fā)現(xiàn)棚改對(duì)居住環(huán)境滿意度和社會(huì)福利水平滿意度提升30%以上。陳長(zhǎng)石和劉晨暉(2019)基于宏觀層面時(shí)間序列數(shù)據(jù)對(duì)棚戶區(qū)改造背景下非常規(guī)貨幣政策對(duì)房地產(chǎn)價(jià)格的影響進(jìn)行了實(shí)證分析。王優(yōu)容等(2020)對(duì)北京市海淀區(qū)的實(shí)證分析發(fā)現(xiàn)，棚戶區(qū)改造對(duì)1000 米以內(nèi)的住房?jī)r(jià)格存在正的溢出效應(yīng)和負(fù)的階段效應(yīng)。目前針對(duì)國(guó)內(nèi)的老舊小區(qū)改造工程尚無(wú)相關(guān)的實(shí)證研究，本文將彌補(bǔ)這一領(lǐng)域的文獻(xiàn)空白。

城市更新改造政策以提升住宅質(zhì)量和社區(qū)環(huán)境為主要途徑，對(duì)住房?jī)r(jià)值及價(jià)格產(chǎn)生正向影響，以往文獻(xiàn)對(duì)這一途徑進(jìn)行了佐證。研究表明，對(duì)房屋進(jìn)行改造和維護(hù)可以在一定程度上避免因房齡增加而帶來(lái)的折舊和貶值，進(jìn)而有效提升房?jī)r(jià)(如Goodman和Thibodeau，1995；Knight 和Sirmans，1996；Wilhelmsson，2008)。此外，社區(qū)環(huán)境和房屋設(shè)施的改善也有助于提升房?jī)r(jià)(Rosiers 等，2002；Dastrup 等，2012)。盡管也有一些研究提出在買賣雙方信息不對(duì)稱的情況下，房屋質(zhì)量的提升并不一定能夠資本化在房?jī)r(jià)中，一些“維護(hù)不足”或“過(guò)度維護(hù)”的房屋價(jià)格可能與平均維護(hù)程度的房屋價(jià)格并無(wú)差異(如Knight等，2000；Ben-Shahar，2004)，但大多數(shù)研究的結(jié)論更傾向于前者。

此外，本文還涉及對(duì)中國(guó)住房?jī)r(jià)格影響因素的分析。房?jī)r(jià)受到許多因素的影響，如以往研究考慮到的經(jīng)濟(jì)基礎(chǔ)(Hwang 和Quigley，2006)、人口結(jié)構(gòu)及人口流動(dòng)(徐建煒等，2012；李嘉楠等，2017)、宏觀審慎(郭娜和周揚(yáng)，2019)、貨幣政策(涂紅等，2018)、投機(jī)(況偉大，2010)、居民預(yù)期(孫偉增和鄭思齊，2016)等。本文從老舊小區(qū)改造政策的角度對(duì)國(guó)內(nèi)住房?jī)r(jià)格影響因素文獻(xiàn)進(jìn)行補(bǔ)充，基于微觀層面的住房交易記錄，以特征價(jià)格模型(hedonic price model)捕捉住宅異質(zhì)性對(duì)房?jī)r(jià)的影響，加入固定效應(yīng)以控制宏觀因素的影響，從而較為準(zhǔn)確地識(shí)別老舊小區(qū)改造工程對(duì)于住房?jī)r(jià)值的影響。

三、實(shí)證方法及數(shù)據(jù)

（一）基于匹配的實(shí)證策略

本文實(shí)證研究的目的是考察南京市老舊小區(qū)改造工程對(duì)當(dāng)?shù)刈》績(jī)r(jià)值的影響。住房?jī)r(jià)值由物理特征、區(qū)位資源及其他因素決定，最終通過(guò)市場(chǎng)交易以價(jià)格的形式反映出來(lái)。其中，物理特征包括房屋面積、所在樓層、建成時(shí)間、建筑類型、裝修情況等；區(qū)位資源包括房屋周邊的教育資源、交通資源、醫(yī)療資源等。本文認(rèn)為老舊小區(qū)改造工程會(huì)直接改變房屋物理特征，進(jìn)而影響房屋價(jià)值。但與此同時(shí)，改造也可能導(dǎo)致其他未被觀測(cè)到的因素發(fā)生變化，而本文的一系列穩(wěn)健性檢驗(yàn)有效緩解了這一擔(dān)憂。

在估計(jì)改造影響時(shí)，由于老舊小區(qū)改造對(duì)象的選取并不隨機(jī)，受到改造的小區(qū)本身在建成時(shí)間、地理位置等方面與未被改造小區(qū)具有明顯差異。一般而言，建成年代越久遠(yuǎn)、處于繁華地段的老舊小區(qū)有越大的概率被改造，而這些小區(qū)普遍房?jī)r(jià)較高，因此存在較嚴(yán)重的樣本自選擇問(wèn)題。使用傾向得分匹配后的樣本進(jìn)行實(shí)證估計(jì)，可以有效克服樣本選擇偏誤；使用雙重差分模型，可以有效克服樣本選擇偏誤帶來(lái)的內(nèi)生性問(wèn)題。因此本文將樣本限定在2000 年及以前建成的老舊小區(qū)，在小區(qū)層面進(jìn)行傾向得分匹配(PSM)，為每一個(gè)被改造小區(qū)匹配一個(gè)傾向得分值最接近的未改造小區(qū)，再用匹配后的樣本建立雙重差分(DID)模型來(lái)估計(jì)改造工程帶來(lái)的影響。這種基于傾向得分匹配的雙重差分模型可較好地識(shí)別老舊小區(qū)改造的政策效應(yīng)。

首先在小區(qū)層面進(jìn)行傾向得分匹配。將小區(qū)隨機(jī)排序，用Dj表示小區(qū)j 是否被改造過(guò)，以該變量作為因變量，以小區(qū)層面的物理特征、區(qū)位特征等變量作為協(xié)變量Z 進(jìn)行l(wèi)ogit 回歸，模型如下：

由式(1)進(jìn)行回歸估計(jì)得到傾向得分值，再以無(wú)放回的方式為每一個(gè)被改造小區(qū)匹配一個(gè)傾向得分值最接近的未被改造的老舊小區(qū)作為參照①為避免匹配模式導(dǎo)致的潛在問(wèn)題，在穩(wěn)健性檢驗(yàn)部分嘗試了其他匹配方式。，保留匹配后小區(qū)的樣本。基于老舊小區(qū)改造工程實(shí)施的時(shí)間不同這一事實(shí)，建立以下漸進(jìn)DID 模型來(lái)識(shí)別政策效應(yīng)：

其中，被解釋變量 ln( Priceijt)為每套二手房成交單價(jià)的對(duì)數(shù)，下標(biāo)i 表示住房，j 表示所在小區(qū)，t 表示成交年份。虛擬變量 Renewaljt是本文的核心解釋變量，表示小區(qū)j在年份t 及之后是否被改造過(guò)，被改造過(guò)取1，否則取0。χijt是一組房屋層面的控制變量，包括面積、房齡、樓層、所在樓棟的總樓層數(shù)、裝修情況、建筑類型等。由于已經(jīng)控制了小區(qū)固定效應(yīng)，小區(qū)層面不隨時(shí)間變化的區(qū)位特征不必再加以控制，而PSM 已經(jīng)保證了這些因素在處理組和對(duì)照組之間沒(méi)有差異。tω為年份固定效應(yīng)，ηj為小區(qū)固定效應(yīng)。此外，還加入了以年份計(jì)數(shù)的時(shí)間趨勢(shì)t 與區(qū)縣固定效應(yīng)dφ的乘積，以控制不同區(qū)域的異質(zhì)性趨勢(shì)。εijt為隨機(jī)干擾項(xiàng)，估計(jì)模型時(shí)將標(biāo)準(zhǔn)誤聚類到小區(qū)層面。

DID 模型要求數(shù)據(jù)滿足平行趨勢(shì)假定，該假定在本文中的含義為：在改造發(fā)生前，被改造小區(qū)和未被改造小區(qū)的房?jī)r(jià)在控制了固定效應(yīng)和控制變量后無(wú)明顯差異。因此我們將解釋變量 Renewaljt替換為一組表示政策前后τ年的虛擬變量 Tjτ(τ=-4 , …,3)，以被改造前1 年為參照，將基準(zhǔn)回歸模型變?yōu)椋?/p>

在上述模型中，我們關(guān)心的是系數(shù)τβ。平行趨勢(shì)的假定下，預(yù)期β-4、β-3、β-2不顯著異于0。而0β、1β、2β、3β則表示在改造當(dāng)年及之后幾年的動(dòng)態(tài)效應(yīng)。模型的其他設(shè)定與式(2)相同。

此外，我們還關(guān)心改造對(duì)于不同類型房屋的異質(zhì)性效應(yīng)，因此，在主效應(yīng)模型的基礎(chǔ)上引入 Renewalit與一系列房屋類型 HouseTypei的交互項(xiàng)，模型為：

其中，我們重點(diǎn)關(guān)注的系數(shù)θ表示改造工程對(duì)于不同類型房屋的異質(zhì)性影響。模型的其他設(shè)定與式(2)相同。

（二）數(shù)據(jù)、變量及匹配結(jié)果

1. 數(shù)據(jù)來(lái)源

本文所用到的房屋層面數(shù)據(jù)包括交易信息、房屋特征等，數(shù)據(jù)來(lái)源為鏈家網(wǎng)南京市二手房成交記錄(https：//nj.lianjia.com/chengjiao)；小區(qū)層面數(shù)據(jù)包括小區(qū)基本情況、區(qū)位信息等，數(shù)據(jù)來(lái)源為鏈家網(wǎng)南京市小區(qū)數(shù)據(jù)(https：//nj.lianjia.com/xiaoqu)及百度地圖。根據(jù)南京市公共資源交易平臺(tái)“房建市政”招標(biāo)公告，我們匹配到446 個(gè)被改造的小區(qū)及其對(duì)應(yīng)的改造年份。

在樣本期內(nèi)(自2012 年1 月至2020 年9 月)，共獲取南京市二手房成交記錄69334 條，覆蓋3756 個(gè)住宅小區(qū)。在實(shí)證研究前，我們進(jìn)行了一系列樣本預(yù)處理，刪除了關(guān)鍵變量缺失的樣本、成交記錄數(shù)小于200 的溧水區(qū)和高淳區(qū)樣本、戶型為“車位”的樣本、樓層為“地下室”的樣本，刪除了2000 年以后建成小區(qū)的樣本，對(duì)成交單價(jià)進(jìn)行2%雙邊縮尾處理以避免極端異常值的影響，得到有效樣本32743 個(gè)，其中9674 個(gè)位于被改造小區(qū)。

2. 變量定義

原始數(shù)據(jù)中包含的變量為每套二手房的成交單價(jià)、掛牌單價(jià)、房齡、面積、所在樓棟總層數(shù)、所在樓層、裝修情況、建筑類型。匹配到的小區(qū)特征包括總樓棟數(shù)、小區(qū)建成年代、所在街道、經(jīng)緯度等。再根據(jù)小區(qū)地理位置計(jì)算出到市中心①這里用新街口商圈作為市中心的代表。之所以不用其他或多個(gè)商圈作為中心，是由于南京不同商圈差異較大，如新街口定位于國(guó)際性商圈，而河西、江北和城南定位于都市性商圈，且新街口位于南京市地理中心，因此統(tǒng)一計(jì)算各小區(qū)到新街口的距離，以此作為控制變量。的距離、到最近三甲醫(yī)院的距離、1000 米內(nèi)是否有地鐵、1000 米內(nèi)是否有公園、1000 米內(nèi)的小學(xué)數(shù)量，分別表示小區(qū)的偏遠(yuǎn)程度、醫(yī)療資源、交通資源、休閑資源、教育資源。

由于被改造對(duì)象大部分為位于主城區(qū)的“老破小”住宅，這與學(xué)區(qū)房的特征高度吻合，盡管我們控制了1000 米內(nèi)的小學(xué)數(shù)量，學(xué)區(qū)房因素仍然可能會(huì)對(duì)結(jié)果產(chǎn)生較大干擾。為了排除這一影響，根據(jù)地理距離生成“學(xué)區(qū)房”啞變量，將其作為PSM 匹配的協(xié)變量，確保其在處理組和控制組之間無(wú)顯著差異②感謝匿名審稿人的建議。附錄1 報(bào)告了我們確定重點(diǎn)小學(xué)的原則及名單。讀者可掃描本文首頁(yè)二維碼，獲取電子版附錄。。具體做法為：首先綜合數(shù)十個(gè)網(wǎng)站的公開(kāi)信息，確定了30 所小學(xué)為重點(diǎn)小學(xué)，并通過(guò)與相關(guān)人士訪談確認(rèn)該名單具有代表性。對(duì)于每個(gè)小區(qū)，我們將距離最近的一個(gè)小學(xué)視作該小區(qū)對(duì)應(yīng)的學(xué)校，判斷該小學(xué)是否為重點(diǎn)小學(xué)及其分校，若是則變量“學(xué)區(qū)房”取1，否則取0。在后文將檢驗(yàn)其他定義下的學(xué)區(qū)房啞變量在處理組和對(duì)照組的分布情況。

3. 匹配結(jié)果

以建筑年代、總樓棟數(shù)、建筑類型、到市中心的距離、到最近三甲醫(yī)院的距離，1000 米內(nèi)是否有地鐵、1000 米內(nèi)是否有公園、1000 米內(nèi)的小學(xué)數(shù)量、是否為學(xué)區(qū)房作為協(xié)變量，以是否被改造過(guò)作為因變量進(jìn)行1∶1 近鄰匹配，將匹配權(quán)重為0 的樣本刪除，得到17665 個(gè)樣本用于后續(xù)分析。

附錄中圖1 展示了樣本小區(qū)的空間分布情況，絕大部分處理組和對(duì)照組小區(qū)密集分布于長(zhǎng)江以南、秦淮新河以北的主城區(qū)，而未匹配小區(qū)的分布更為分散?？傮w而言，經(jīng)過(guò)傾向得分匹配后，處理組和對(duì)照組的空間分布基本均勻，沒(méi)有顯著的空間差異。附錄圖1 的右側(cè)框圖展示了主城區(qū)各重點(diǎn)小學(xué)及其分校施教區(qū)的分布情況，處理組和對(duì)照組在重點(diǎn)小學(xué)學(xué)區(qū)內(nèi)外分布均勻，無(wú)顯著的空間差異。

表1 報(bào)告了主要變量在傾向得分匹配前后的描述性統(tǒng)計(jì)結(jié)果③限于篇幅，未展示分類變量的描述性統(tǒng)計(jì)，包括所在樓層、裝修情況、建筑類型等。同理，表2 未展示建筑類型的平衡性檢驗(yàn)結(jié)果。。經(jīng)過(guò)匹配后，平均而言，樣本房屋的單價(jià)、房齡、小區(qū)規(guī)模和區(qū)位資源有不同程度的上升，而面積與所在樓棟總層數(shù)有所下降。需要指出的是，房屋和所在小區(qū)的建成年份并不完全一致，即使將樣本限定在2000 年及以前建成的小區(qū)，仍有部分樣本的房齡較小，但此類樣本占比很低①不超過(guò)10 年房齡的樣本在未匹配樣本中占比為4.09%，在匹配后的樣本中占比為2.36%。，不會(huì)對(duì)結(jié)果產(chǎn)生較大影響。

表1 匹配前后各變量描述性統(tǒng)計(jì)

表2 匯報(bào)了主要變量在傾向得分匹配后的樣本平衡性檢驗(yàn)結(jié)果，各協(xié)變量在控制組和處理組之間都無(wú)顯著差異，通過(guò)了平衡性檢驗(yàn)。此外，如前所述，大部分處理組小區(qū)位于教育資源豐富的主城區(qū)，基于距離判斷是否為重點(diǎn)小學(xué)的學(xué)區(qū)房可能無(wú)法很好地控制學(xué)區(qū)房因素的影響，因此本文進(jìn)一步使用以下兩種學(xué)區(qū)房的定義進(jìn)行對(duì)照組和處理組的t 檢驗(yàn)。①仍以距離為判斷標(biāo)準(zhǔn)，但排除以下樣本：到最近小學(xué)的距離與到第二近小學(xué)的距離相差不超過(guò)100 米或不超過(guò)30%。這是因?yàn)閷W(xué)區(qū)劃分往往是不規(guī)則的，在某小區(qū)到不同小學(xué)的距離相差不大時(shí)，有可能出現(xiàn)距離某小學(xué)最近但不屬于其施教區(qū)的情況，將此類樣本排除有助于緩解學(xué)區(qū)劃分不規(guī)則的影響。在該定義下，處理組和對(duì)照組的學(xué)區(qū)房比例分別為0.323 和0.294，t 檢驗(yàn)值為-0.942。②基于陳艷如等(2019)提供的南京市主城區(qū)學(xué)區(qū)分布電子地圖來(lái)確定重點(diǎn)小學(xué)學(xué)區(qū)房。由于該地圖僅給出了主城區(qū)的學(xué)區(qū)分布情況，使用位于主城區(qū)的小區(qū)(處理組392 個(gè)，對(duì)照組371 個(gè))進(jìn)行檢驗(yàn)，處理組和對(duì)照組的學(xué)區(qū)房比例分別為0.531 和0.496，t 檢驗(yàn)值為-0.957。以上分析表明，盡管匹配后處理組的學(xué)區(qū)房比例仍然系統(tǒng)性地比對(duì)照組高，但在統(tǒng)計(jì)意義上不顯著，傾向得分匹配較好地排除了學(xué)區(qū)房因素的影響。

表2 傾向得分匹配平衡性檢驗(yàn)

四、基準(zhǔn)回歸結(jié)果及分析

（一）實(shí)證結(jié)果

以成交單價(jià)(取對(duì)數(shù))為被解釋變量對(duì)式(2)進(jìn)行估計(jì)，并將回歸結(jié)果報(bào)告在表3 的前4 列。第(1)列僅加入解釋變量Renewal 和常數(shù)項(xiàng)，第(2)列加入了年份固定效應(yīng)、小區(qū)固定效應(yīng)和區(qū)縣時(shí)間趨勢(shì)，第(3)列在此基礎(chǔ)上加入了控制變量。在不加入任何固定效應(yīng)和控制變量的情況下(第(1)列)，Renewal 的系數(shù)為0.2835，在1%水平上顯著。在加入固定效應(yīng)后(第(2)列)，系數(shù)降低為0.0521，R2從0.146 提升為0.854，顯著性不變。在同時(shí)加入固定效應(yīng)和控制變量的完整模型下(第(3)列)，系數(shù)為0.0497，且仍在1%水平上顯著，這意味著老舊小區(qū)改造使得被改造小區(qū)的二手房成交單價(jià)平均上升4.97%。第(4)列展示了未匹配情況下的DID 估計(jì)結(jié)果，Renewal 系數(shù)為0.0497，與匹配結(jié)果一致，反映了結(jié)論的穩(wěn)健性。第(5)列將被解釋變量換為掛牌單價(jià)(取對(duì)數(shù))，以檢驗(yàn)估計(jì)結(jié)果對(duì)變量選取的穩(wěn)健性，此時(shí)Renewal 系數(shù)為0.0486，略低于成交單價(jià)，在一定程度上反映了基準(zhǔn)回歸的穩(wěn)健性。

表3 基準(zhǔn)回歸結(jié)果

（二）平行趨勢(shì)檢驗(yàn)及動(dòng)態(tài)效應(yīng)

分別選用成交單價(jià)(取對(duì)數(shù))和掛牌單價(jià)(取對(duì)數(shù))作為被解釋變量，對(duì)式(3)進(jìn)行估計(jì)，將回歸得到的τT 項(xiàng)系數(shù)及95%置信區(qū)間報(bào)告于圖1。由圖可知，無(wú)論以成交單價(jià)還是掛牌單價(jià)作為被解釋變量，τT 項(xiàng)系數(shù)在政策實(shí)施前各年都不顯著，在政策實(shí)施后各年則都顯著為正，由此驗(yàn)證平行趨勢(shì)假定成立，符合DID 模型的基本要求。

除了平行趨勢(shì)檢驗(yàn)外，上圖還可以分析政策效應(yīng)的動(dòng)態(tài)變化。我們發(fā)現(xiàn)，無(wú)論用成交單價(jià)還是掛牌單價(jià)來(lái)衡量，老舊小區(qū)改造工程對(duì)于住房?jī)r(jià)值的提升效應(yīng)都逐年增強(qiáng)。具體而言，老舊小區(qū)改造對(duì)二手房成交價(jià)格的影響在改造當(dāng)年為1.24%，之后逐年增強(qiáng)至3.90%、6.09%、9.08%；對(duì)二手房掛牌價(jià)格的影響在相應(yīng)年份依次為0.92%、3.60%、5.91%、8.80%，比成交單價(jià)的影響低約0.2 個(gè)百分點(diǎn)。此外，我們觀察到改造當(dāng)年的住房?jī)r(jià)值提升幅度明顯低于此后幾年，這可能是由于我們將被改造小區(qū)在改造當(dāng)年成交的二手房都視為受到了改造影響，但實(shí)際上在這當(dāng)中還有部分房屋是在改造實(shí)施之前的月份成交的，這些樣本會(huì)導(dǎo)致政策效應(yīng)的低估。因此，本文得出的結(jié)果實(shí)際上為真實(shí)效應(yīng)的保守估計(jì)值。

（三）穩(wěn)健性檢驗(yàn)

在上文的基準(zhǔn)回歸結(jié)果中我們發(fā)現(xiàn)，老舊小區(qū)改造工程顯著提升了被改造小區(qū)的二手房?jī)r(jià)格，且此效應(yīng)逐年增強(qiáng)。為了進(jìn)一步檢驗(yàn)基準(zhǔn)回歸結(jié)果顯著水平和數(shù)值大小的穩(wěn)健性，我們?cè)谶@部分中進(jìn)行一系列檢驗(yàn)。

1. 安慰劑檢驗(yàn)

為了排除改造對(duì)象選取的隨機(jī)性，我們將被改造名額隨機(jī)分配至各個(gè)老舊小區(qū)以進(jìn)行安慰劑檢驗(yàn)。若政策并非隨機(jī)發(fā)生，則預(yù)計(jì)隨機(jī)分配的改造并不會(huì)對(duì)房?jī)r(jià)產(chǎn)生顯著影響。具體做法是，在全部小區(qū)中隨機(jī)選定500 個(gè)作為改造對(duì)象，再給每一個(gè)選定的小區(qū)隨機(jī)分配2017—2020 中的其中一年作為改造年份，這樣形成一個(gè)虛假的改造政策，隨機(jī)排序后進(jìn)行PSM-DID 估計(jì)，記錄估計(jì)系數(shù)。重復(fù)500 次上述操作，得到估計(jì)系數(shù)及t 檢驗(yàn)值的頻數(shù)分布，繪制于圖2。

以上結(jié)果表明，500 次隨機(jī)政策的PSM-DID 估計(jì)系數(shù)近似服從均值約為0 的正態(tài)分布，且絕大部分實(shí)驗(yàn)的系數(shù)估計(jì)值不顯著，由此排除了改造對(duì)象選擇的隨機(jī)性。另外，政策制定的內(nèi)生性可能還體現(xiàn)在政府會(huì)根據(jù)實(shí)施效果來(lái)動(dòng)態(tài)調(diào)整改造對(duì)象及內(nèi)容，但由于南京市本輪老舊小區(qū)改造是根據(jù)此前制定的年度實(shí)施計(jì)劃進(jìn)行的，基本排除了這一可能性。

2. 反事實(shí)檢驗(yàn)

為了排除政策發(fā)生時(shí)間的隨機(jī)性，假定被改造過(guò)的小區(qū)各自的改造年份提前四年，同時(shí)為了避免實(shí)際改造政策的影響，將實(shí)際改造之后的年份(2017—2020)從樣本中剔除。對(duì)此反事實(shí)政策進(jìn)行回歸估計(jì)，結(jié)果匯報(bào)在表4 第(1)列。在回歸結(jié)果中我們發(fā)現(xiàn)，這一假定提前四年的虛擬改造政策并未對(duì)房?jī)r(jià)產(chǎn)生顯著影響，由此表明了基準(zhǔn)回歸結(jié)果的穩(wěn)健性。

3. 使用周邊未被改造老舊小區(qū)均價(jià)為因變量

為了排除其他未被觀察到的因素及潛在的外部沖擊的影響，本文將因變量替換為樣本小區(qū)1000 米內(nèi)未被改造的老舊小區(qū)的年度平均成交單價(jià)的對(duì)數(shù)值ln( avgPrice )，在小區(qū)層面估計(jì)以下模型：

如果上文中估計(jì)出的效應(yīng)不是由于其他未觀察到的因素或沖擊引起的，則變換因變量后Renewal 的系數(shù)應(yīng)該不顯著。

具體做法為：首先根據(jù)經(jīng)緯度計(jì)算所有小區(qū)兩兩之間的距離，再對(duì)每個(gè)小區(qū)篩選出距離不大于1000 米的臨近且未被改造的老舊小區(qū)，若在1000 米范圍內(nèi)沒(méi)有匹配到其他小區(qū)或只匹配到了被改造過(guò)的小區(qū)，則做缺失處理。根據(jù)匹配結(jié)果計(jì)算這些小區(qū)的年度平均成交單價(jià)，由此形成周邊未被改造小區(qū)均價(jià)的面板數(shù)據(jù)，再根據(jù)之前的PSM結(jié)果進(jìn)行樣本篩選。估計(jì)結(jié)果匯報(bào)在表4 第(2)列，Renewal 系數(shù)不顯著，符合預(yù)期。

4. 剔除未完整經(jīng)歷政策期的樣本

考慮到部分小區(qū)僅有最近幾年的數(shù)據(jù)，也就是說(shuō)，沒(méi)有完整經(jīng)歷過(guò)政策期(2017—2020)，這可能會(huì)對(duì)估計(jì)結(jié)果產(chǎn)生影響，因此將這類樣本剔除。具體做法為：計(jì)算每個(gè)小區(qū)的最早成交記錄，將最早記錄在2017 年及以后的小區(qū)對(duì)應(yīng)的樣本刪除，重新進(jìn)行PSM-DID 估計(jì)，回歸結(jié)果匯報(bào)在表4 第(3)列。政策效應(yīng)仍然在1%水平上顯著，系數(shù)估計(jì)值為4.96%，與基準(zhǔn)回歸的估計(jì)值4.97%幾乎一致，表明了主效應(yīng)估計(jì)的穩(wěn)健性。

5. 更換匹配方式

為了避免PSM 的匹配方式對(duì)結(jié)果的影響，分別換用以下兩種不同匹配方式重新估計(jì)：①將logit 模型更換為Probit 模型；②將1∶1 匹配更換為1∶3 匹配?；貧w結(jié)果匯報(bào)在表4 第(4)列和第(5)列，Probit 模型下的PSM-DID 估計(jì)值為4.73%，1∶3 匹配下的估計(jì)值為4.44%，接近基準(zhǔn)回歸的估計(jì)值，表明此前的結(jié)論具有一定的穩(wěn)健性。

表4 穩(wěn)健性檢驗(yàn)

五、進(jìn)一步分析

（一）異質(zhì)性分析

為了探究老舊小區(qū)改造對(duì)不同類型二手房成交價(jià)格的異質(zhì)性影響，我們?cè)诨鶞?zhǔn)回歸模型的基礎(chǔ)上加入解釋變量Renewal 與一系列房屋類型變量的交互項(xiàng)后重新進(jìn)行回歸估計(jì)，得到的交互項(xiàng)系數(shù)即為異質(zhì)性影響。具體來(lái)說(shuō)，考慮以下五類異質(zhì)性：①房齡，引入交互項(xiàng)Renewal×age；②面積，引入交互項(xiàng)Renewal×size；③所在樓棟總層數(shù)，引入交互項(xiàng)Renewal×floors；④裝修情況，首先定義啞變量decorate，在樣本房屋為精裝修時(shí)取1，否則取0，再引入交互項(xiàng)Renewal×decorate；⑤所在樓層，首先定義啞變量mid 和high，分別在所在樓層為中樓層和高樓層時(shí)取1，其他情況取0，并引入交互項(xiàng)Renewal×mid 和Renewal×high。

異質(zhì)性分析的回歸結(jié)果匯總見(jiàn)表5。前3 列表明，改造工程對(duì)住房?jī)r(jià)值的提升幅度隨著房齡的增大而增大，隨著住房面積和所在樓棟總層數(shù)的增大而減小。平均而言，房齡每增加1 年，改造工程效應(yīng)提升0.43 個(gè)百分點(diǎn)(在1%水平上顯著)；面積每增加1平方米，效應(yīng)降低0.16 個(gè)百分點(diǎn)(在1%水平上顯著)；所在樓棟總層數(shù)每增加1 層，效應(yīng)降低0.33 個(gè)百分點(diǎn)(在5%水平上顯著)。第(4)列表明，改造工程對(duì)于精裝房的住房?jī)r(jià)值提升幅度比簡(jiǎn)裝或毛坯房的影響小0.82 個(gè)百分點(diǎn)，但這一結(jié)論并不顯著。第(5)列表明，改造工程效應(yīng)隨著所在樓層的增加而降低，相比低樓層而言，中樓層的提升幅度低0.71 個(gè)百分點(diǎn)，高樓層的提升幅度低1.12 個(gè)百分點(diǎn)，均不顯著。整體而言，老舊小區(qū)改造政策的效果符合預(yù)期，高房齡、小面積、低層建筑的住房受益更多。

表5 異質(zhì)性分析

（二）成本收益分析

作為大規(guī)模的民生工程，老舊小區(qū)改造需要大規(guī)模的資金投入。據(jù)統(tǒng)計(jì)，僅2019年，中央財(cái)政為支持各地改造工程而支出的補(bǔ)助資金高達(dá)300 億元。然而，政府對(duì)公共設(shè)施的支出效率在長(zhǎng)期以來(lái)飽受爭(zhēng)議，相當(dāng)一部分的資金投入并未取得相應(yīng)的回報(bào)(陳詩(shī)一和張軍，2008)。因此，我們必須從“成本-收益”的角度看待老舊小區(qū)改造工程，從而更加全面地評(píng)估其政策效應(yīng)，也為政府未來(lái)在“十四五”期間于全國(guó)范圍內(nèi)大規(guī)模推廣老舊小區(qū)改造工程提供參考。

首先，我們對(duì)這一工程的成本進(jìn)行測(cè)算。我們手動(dòng)整理了南京市公共資源交易平臺(tái)上所有老舊小區(qū)改造項(xiàng)目的招標(biāo)公告，并從中獲取各項(xiàng)目的改造建筑面積和各項(xiàng)資金投入數(shù)據(jù)。利用這些數(shù)據(jù)，計(jì)算得到每項(xiàng)工程的平均綜合改造成本。其頻數(shù)分布①一個(gè)招標(biāo)工程往往對(duì)應(yīng)多個(gè)改造小區(qū)，因此計(jì)算得到的綜合改造成本的頻數(shù)總和小于被改造小區(qū)的數(shù)量。如圖3 所示，大部分改造工程的平均成本位于200～400 元/平方米的區(qū)間內(nèi)，最高不超過(guò)1300 元/平方米。平均而言，改造成本為每平方米450 元左右。這一數(shù)字高于《南京市棚戶區(qū)改造和老舊小區(qū)整治行動(dòng)計(jì)劃》提出的“不超過(guò)每平方米300 元”的標(biāo)準(zhǔn)，是因?yàn)榇颂幍木C合改造成本為總成本，包含了室內(nèi)外改造、小區(qū)環(huán)境改造、基礎(chǔ)設(shè)施改造等工程費(fèi)用，以及監(jiān)理、設(shè)計(jì)等服務(wù)費(fèi)用。

接下來(lái)對(duì)老舊小區(qū)改造工程的收益進(jìn)行測(cè)算。我們?cè)诘谒墓?jié)中測(cè)算得到，老舊小區(qū)改造對(duì)二手房成交價(jià)格的平均影響幅度為4.97%，而穩(wěn)健性檢驗(yàn)部分在logit 模型1∶3 匹配的估計(jì)為4.44%，選擇最保守的結(jié)果進(jìn)行估計(jì)。鑒于改造工程的實(shí)施期為2017—2020 年，我們選取2018 年底南京市平均二手房?jī)r(jià)格為參考，計(jì)算政策效應(yīng)的貨幣化價(jià)值。綜合各信息源，南京市2018 年底平均二手房單價(jià)保守估計(jì)為2.76 萬(wàn)元①數(shù)據(jù)來(lái)源于安居客。用鏈家網(wǎng)原始數(shù)據(jù)計(jì)算得到均價(jià)為3.09 萬(wàn)元，而南京市房地產(chǎn)經(jīng)紀(jì)行業(yè)協(xié)會(huì)2018 年總結(jié)會(huì)給出的數(shù)據(jù)為大約2.9 萬(wàn)元，因此我們給出的政策收益是最低估計(jì)。，據(jù)此計(jì)算得到改造工程使得二手房成交單價(jià)上升幅度的保守估計(jì)為1225 元/平方米，遠(yuǎn)高于其平均改造成本。

以上簡(jiǎn)單的成本-收益分析表明，老舊小區(qū)改造帶來(lái)的房?jī)r(jià)提升幅度達(dá)到投入成本的兩倍多，政府在本輪老舊小區(qū)改造工程中的支出的確是有效率的。此外，改造帶來(lái)了遠(yuǎn)高于成本的收益，也為老舊小區(qū)改造工程未來(lái)進(jìn)一步的市場(chǎng)化提供了可能性。

（三）影響機(jī)制探究

如上文所述，我們假定老舊小區(qū)改造工程是通過(guò)提升房屋自身價(jià)值來(lái)影響其在二手房市場(chǎng)上的成交價(jià)格的。但實(shí)際上，決定二手房成交價(jià)格的因素除了房屋自身價(jià)值外，市場(chǎng)供需關(guān)系也是不可忽視的。因此，也有可能是老舊小區(qū)改造政策通過(guò)影響市場(chǎng)的供給或需求進(jìn)而影響房?jī)r(jià)，導(dǎo)致價(jià)格上漲不能準(zhǔn)確反映價(jià)值的提升。本文所用到的微觀層面數(shù)據(jù)可以近似地還原二手房交易過(guò)程，因此，可以用來(lái)分析改造政策對(duì)交易特征的影響，進(jìn)而探究改造工程效應(yīng)的作用機(jī)制。

具體而言，我們考慮以下四個(gè)特征：①帶看次數(shù)(取對(duì)數(shù))，在一定程度上反映二手房市場(chǎng)的需求情況②此處的“帶看次數(shù)”指的是，二手房源在鏈家平臺(tái)上掛牌之后，經(jīng)紀(jì)人帶領(lǐng)有買房意向者實(shí)地查看該房屋的次數(shù)。此外，還嘗試了“單位時(shí)間帶看次數(shù)”，即帶看次數(shù)除以成交周期，不改變結(jié)論。；②掛牌數(shù)量(取對(duì)數(shù))，即每個(gè)小區(qū)每年新掛牌的二手房數(shù)量(取對(duì)數(shù))，在一定程度上反映二手房市場(chǎng)的供給情況；③成交周期(取對(duì)數(shù))，成交周期為二手房源從掛牌至中介平臺(tái)到完成交易所用時(shí)間，可以部分反映房屋受歡迎程度，成交周期越長(zhǎng)說(shuō)明該房屋的受歡迎程度越低；④降價(jià)幅度，定義為成交價(jià)格相對(duì)于掛牌價(jià)格的降低幅度，即降價(jià)幅度＝(掛牌價(jià)格-成交價(jià)格)/掛牌價(jià)格，可以部分衡量賣方的議價(jià)能力。降價(jià)幅度越大說(shuō)明賣方的議價(jià)能力越低。

將式(2)的因變量分別替換為上述四個(gè)指標(biāo)，進(jìn)行PSM-DID 估計(jì)。結(jié)果表明，改造工程對(duì)成交周期的影響顯著為負(fù)，對(duì)其余各變量的影響不顯著③成交周期、帶看次數(shù)和降價(jià)幅度在住房層面估計(jì)，掛牌數(shù)量在小區(qū)層面估計(jì)?；貧w結(jié)果及對(duì)降價(jià)幅度的動(dòng)態(tài)影響見(jiàn)附錄2。?；谑?4)的動(dòng)態(tài)效應(yīng)分析表明，在改造當(dāng)期降價(jià)幅度降低，這可能代表著房東議價(jià)能力的提高。從現(xiàn)有數(shù)據(jù)中我們沒(méi)有發(fā)現(xiàn)改造工程影響被改造小區(qū)二手房供給數(shù)量及需求數(shù)量方面的證據(jù)。結(jié)合改造工程對(duì)降價(jià)幅度和掛牌價(jià)格的影響情況，我們推測(cè)其對(duì)成交價(jià)格的影響機(jī)制可能是：房東認(rèn)識(shí)到了改造帶來(lái)的價(jià)值后主動(dòng)上調(diào)掛牌價(jià)格，在討價(jià)還價(jià)談判中有更強(qiáng)的議價(jià)能力；買方也認(rèn)同這一價(jià)值的提升，愿意在議價(jià)過(guò)程中做出更多讓步，因此達(dá)成了比掛牌溢價(jià)更高的成交溢價(jià)。

六、研究結(jié)論及政策建議

經(jīng)過(guò)數(shù)十年的發(fā)展，我國(guó)房地產(chǎn)市場(chǎng)正在由增量時(shí)代向存量時(shí)代轉(zhuǎn)換①根據(jù)《中國(guó)人口普查年鑒2020》，我國(guó)城市家庭人均居住面積達(dá)到36.52 平方米，與歐洲國(guó)家水平相當(dāng)。。城市土地資源稀缺，過(guò)去“攤大餅”式的開(kāi)發(fā)思路已不再適用。位于中心城區(qū)的大量老舊住宅小區(qū)往往兼具交通、教育、公共設(shè)施等方面的優(yōu)勢(shì)和居住環(huán)境方面的劣勢(shì)，對(duì)這些老舊小區(qū)統(tǒng)一改造升級(jí)，可以發(fā)揮規(guī)模經(jīng)濟(jì)、降低施工成本。在不額外占用土地資源的情況下，老舊小區(qū)改造可以提升住宅品質(zhì)、滿足居民對(duì)美好生活的需求，并拉動(dòng)內(nèi)需、推進(jìn)城市更新和開(kāi)發(fā)方式轉(zhuǎn)型。

本文以房?jī)r(jià)為切入點(diǎn)，利用南京市二手房歷史成交數(shù)據(jù)考察了老舊小區(qū)改造工程對(duì)住房?jī)r(jià)值的影響。實(shí)證結(jié)果表明，改造工程使得二手房成交單價(jià)平均上升4.97%，此效應(yīng)逐年增強(qiáng)并十分穩(wěn)健。改造工程對(duì)于不同類型房屋價(jià)值的影響具有異質(zhì)性，高房齡、小面積、低層建筑的住房受益更多。平均而言，房齡每增加1 年，改造工程效應(yīng)提升0.43 個(gè)百分點(diǎn)；面積每減少1 平方米，效應(yīng)提升0.18 個(gè)百分點(diǎn)；所在樓棟總層數(shù)每增加1 層，效應(yīng)降低0.36 個(gè)百分點(diǎn)。成本收益分析表明，在保守估計(jì)下，改造工程使得二手房成交單價(jià)上升幅度為1225 元/平方米，遠(yuǎn)高于其平均改造成本。這一漲幅的來(lái)源可能是房東因住房?jī)r(jià)值提升而主動(dòng)上調(diào)掛牌價(jià)格，并且在討價(jià)還價(jià)中具有更強(qiáng)的議價(jià)能力。

本文肯定并衡量了老舊小區(qū)改造政策對(duì)住房?jī)r(jià)值的提升，為政府大規(guī)模推廣這一政策提供了有力支持，也為進(jìn)一步精細(xì)化制定政策提供了依據(jù)。面對(duì)巨大的老舊小區(qū)改造市場(chǎng)，目前政府主導(dǎo)和出資的改造方式一方面會(huì)加重財(cái)政負(fù)擔(dān)，另一方面也容易造成改造的供需不匹配，使得部分小區(qū)的改造需求無(wú)法滿足或過(guò)度被滿足，而各小區(qū)對(duì)改造的個(gè)性化需求也難以實(shí)現(xiàn)。鑒于老舊小區(qū)改造在“成本-收益”上的優(yōu)勢(shì)，政府未來(lái)可以考慮改造工程市場(chǎng)化，采用政府主導(dǎo)、企業(yè)主導(dǎo)、政企合作的PPP 或小區(qū)自籌等模式。由此開(kāi)拓一個(gè)商業(yè)性的改造市場(chǎng)，增加改造資金的籌措方式，引導(dǎo)社會(huì)資本進(jìn)入并充分發(fā)揮力量，而政府在市場(chǎng)中起到引導(dǎo)和監(jiān)督的作用，從而有效減輕其財(cái)政負(fù)擔(dān)，并保證改造能更有效率地進(jìn)行。

為滿足不同小區(qū)差異化的改造需求，政府可以賦予各小區(qū)自主決策權(quán)(尤其是在市場(chǎng)發(fā)達(dá)、老舊小區(qū)數(shù)量眾多的地方)，以業(yè)主大會(huì)集體決議等形式?jīng)Q定是否接受改造與具體改造形式。在居民自主決議的過(guò)程中，政府須有效地進(jìn)行引導(dǎo)監(jiān)督，讓居民意識(shí)到改造的成本收益，促進(jìn)合作并避免“搭便車”等行為。此外，房地產(chǎn)企業(yè)也應(yīng)更多地關(guān)注老舊小區(qū)改造市場(chǎng)，積極參與，主動(dòng)開(kāi)發(fā)；房屋設(shè)計(jì)單位也應(yīng)更多參與改造，以自身的專業(yè)技能讓改造規(guī)劃更合理、美觀、舒適，彌補(bǔ)此前政府主導(dǎo)改造的個(gè)性化不足的問(wèn)題。

此外，本文的實(shí)證結(jié)果也為地方政府在未來(lái)進(jìn)行城區(qū)更新時(shí)的方式選擇提供了一定支撐。盡管目前圍繞城區(qū)更新究竟應(yīng)該以“改造”還是“重建”為主這一問(wèn)題的回答尚存爭(zhēng)議，但本文的實(shí)證結(jié)果可以為該問(wèn)題的討論提供一定依據(jù)。在一定情況下，以“老舊小區(qū)改造”為手段進(jìn)行城區(qū)更新，一方面，可以避免因居住地搬遷而造成的官民糾紛及“釘子戶”等難題，另一方面，也在一定程度上避免“重建”帶來(lái)的地區(qū)“紳士化”(Gentrification)問(wèn)題，防止因城區(qū)更新帶來(lái)的生活成本上升而導(dǎo)致的對(duì)低收入群體的“擠出效應(yīng)”。

需要說(shuō)明的是，本文實(shí)證結(jié)果具有一定局限性，用南京市數(shù)據(jù)得到的結(jié)果能否外延尚需進(jìn)一步探討。由于沒(méi)有獲取更精確的工程實(shí)施時(shí)間的數(shù)據(jù)，本文得出的改造工程對(duì)住房?jī)r(jià)值的提升效應(yīng)可能存在一定程度的低估，有待更進(jìn)一步的精確估計(jì)。改造政策對(duì)不同發(fā)展水平城市的影響程度可能并不相同，因而在制定政策時(shí)的投入標(biāo)準(zhǔn)是否也需要隨之調(diào)整，尚需進(jìn)一步探究。