加载中...
Housing Price Control and Industrial Pollution : Evidence from Rectifying the Chaotic Real Estate Market in China
近年来,中央政府坚决整治房地产市场,改变了经济主体对房价持续上涨的预期。地方政府如何应对房地产市场的降温趋势值得深入研究。本文利用2018年7月至12月实施的“治理房地产市场乱象专项行动”政策的准实验,采用双重差分方法识别房价控制政策对地区环境污染的影响。实证结果表明,政策实施显著降低了试点城市的房价水平,并提高了试点地区的工业污染程度。进一步分析发现,为应对房价控制可能对土地财政造成的负向冲击,地方政府放松了环境监管以发展工业,最终导致工业污染加剧。然而,促进地区创新可以降低地方政府牺牲环保目标的经济动机,加强外部环境规制可以强化地方政府保护环境的动机,二者都有助于遏制房价控制可能产生的未预期污染效应。
Abstract
In recent years , the central government has been resolutely regulating the real estate market , which has changed the expectations of economic agents regarding the continued rise in housing prices . The way in which local governments have been responding to the cooling trend of the real estate market is worthy of in-depth study . Drawing on the quasi-experiment of the “ Special Action to Control Chaos in the Real Estate Market ” policy implemented from July to December 2018 , this paper uses the difference-in-differences approach to identify the impact of housing price control policies on regional environmental pollution . Empirical results reveal that the policy implementation significantly reduces the level of housing prices in the pilot cities and increases the degree of industrial pollution in the pilot areas . A more detailed analysis indicates that to cope with the negative impact on land finance likely caused by housing price control , local governments relaxed environmental oversight to develop industries , which eventually led to an increase in industrial pollution . Nonetheless , the promotion of regional innovation can reduce the economic incentive of local governments to sacrifice environmental protection objectives , and the strengthening of external environmental regulation can reinforce the motivation of local governments to protect the environment , both of them will help curb the unintended polluting effects that housing price control may produce .
治理房地产市场乱象专项行动显著降低了试点城市的房价水平。
基于双重差分方法的回归分析显示,政策实施后,试点城市二手房价格指数增幅显著下降0.280个百分点,相对于样本期平均增幅0.602%,下降幅度接近46%。该结论在区分不同面积二手房后依然稳健,表明该政策有效遏制了房价上涨。
房价控制政策显著加剧了试点地区的工业污染。
在控制“蓝天保卫战”等环境规制政策的影响后,房地产市场乱象治理政策显著提高了试点城市空气质量监测站点的SO2浓度约0.988 μg/m3,该幅度相当于2016-2017年全国SO2浓度改善幅度的25%,具有显著的经济意义。
房价控制政策冲击了地方政府的土地财政。
政策实施后,试点城市的住宅用地价格增长率显著下降0.792个百分点,住宅用地出让面积增长率和出让收入增长率也出现显著下降。这表明控制房价政策通过降低土地需求和土地价格,对依赖土地出让收入的地方政府财政构成了负向冲击。
地方政府通过放松环境监管、发展工业来应对土地财政冲击。
政策实施后,试点城市的工业企业进入数量显著高于非试点城市1.553个单位(按2017年GDP标准化),且这一效应主要来源于重污染行业企业的进入。同时,工作日SO2浓度的上升幅度远大于节假日,揭示了地方政府在工作日放松环境监管的行为。
促进地区创新和加强环境规制有助于遏制房价控制的污染效应。
异质性分析发现,在地区创新水平更高(专利申请增长率更高)的城市,房价控制政策的污染效应显著更弱。同时,中央政府设定的SO2减排目标(行政手段)也能显著抑制房价控制带来的污染加剧,但地方立法和公众诉求的调节作用尚不显著。
核心解释变量
核心解释变量为政策虚拟变量pilot×post,其中pilot表示城市是否为“治理房地产市场乱象专项行动”的试点城市,post表示政策实施时间(2018年7月及以后)。
被解释变量
被解释变量包括:(1) 城市二手房价格指数增幅;(2) 空气质量监测站点的工业污染物二氧化硫(SO2)月均浓度。
样本与数据
样本涵盖2018年1-12月中国275个城市的1336个空气质量监测站点的污染和天气数据,以及69个城市的房价数据。政策试点城市为住建部等部委确定的30个城市。数据来源包括国家统计局、中国环境监测总站、中国气象数据网、中国地价信息服务平台等。
识别方法 / 模型设定
利用2018年7-12月中央政府实施“治理房地产市场乱象专项行动”这一准实验,采用双重差分法(DID)进行因果识别,通过比较试点城市与非试点城市在政策前后的差异来估计政策的处理效应。
内生性及稳健性检验
稳健性检验包括:(1) 事件分析法进行平行趋势检验;(2) 排除同期“蓝天保卫战”政策的干扰;(3) 区分不同面积二手房价格的影响;(4) 考察政策对新房价格的影响;(5) 处理遗漏变量、序列相关、季节性等问题。
中国工商注册企业全信息
工商注册可支持的研究问题:房地产调控政策趋严后,高污染行业新建企业的进入率是否显著下降,而退出率是否上升.
中国工业企业数据
工业企业可支持的研究问题:该数据库包含规模以上工业企业的微观经营与财务信息,可用于研究房价控制政策如何影响工业企业的进入、产出及污染排放行为。
空气质量监测结果数据
空气质量可支持的研究问题:该数据集提供全国城市小时级空气质量监测数据(含SO2、PM2.5等),可用于测度城市工业污染水平,评估各类政策对空气质量的影响。
中国全部土地交易数据
土地交易可支持的研究问题:该数据库收录中国土地交易的全链条信息,可用于研究房价波动对土地出让价格、面积和收入的影响,进而分析地方政府的土地财政行为。
中国历史天气数据
历史天气可支持的研究问题:该数据集涵盖中国各城市的历史天气数据,可作为空气污染回归分析中的关键控制变量,用于剔除气象条件对污染浓度的影响。
A股上市公司基本信息数据
上市公司可支持的研究问题:该数据集包括城市层面的宏观经济指标(如GDP),可用于在分析企业进入或污染排放时,对城市经济规模进行标准化处理。