我国“租购同权”政策实施影响分析

夏李莹¹, 张建波^2,*

(1. 嘉兴南湖学院, 嘉兴 314001
2. 堪萨斯大学, 劳伦斯 66045)

摘要: 住房以及相关基本公共服务的保障问题是关系到人民安居乐业的基本问题。如果居民的租房权力与住房权力存在不对等的情况, 将势必影响租房群体的相关利益。本文分析“租购同权”政策实施对于我国房屋房地产销售市场和租赁市场的影响。以广州市2017年7月17日实施的“租购同权”政策为分界点, 利用了双重差分法 (DID) 对广州二手房市场以及租房市场进行了分析。结论表明, “租购同权”政策的实施, 对于广州二手房市场的房价并没显著影响, 但是可以使得学区房房价的增长率下降, 起到一定的抑制作用; 同时该政策对房屋租赁市场影响不显著。本文认为, 未来应当贯彻落实细化“租购同权”政策, 力图给予购房者和租房者相同享受公共产品服务的权利, 是促进社会公平和谐发展的手段。以“学区房”为例, 可以减缓学区房相关地区房价的持续增长, 有利于房地产市场的健康发展。

关键词: 租购同权, 学区房, 双重差分法(DID)

DOI: 10.48014/jce.20221114001

引用格式: 夏李莹, 张建波. 我国“租购同权”政策实施影响分析[J]. 中国经济研究, 2023, 2(3): 31-44.

文章类型: 研究性论文

收稿日期: 2022-11-14

接收日期: 2023-03-12

出版日期: 2023-09-28

1　背景

住房问题一直是关系国计民生的根本问题。对于租房者的相关权力的保障，国家不断从顶层设计层面进行规划。在2016年5月颁布的《国务院办公厅关于加快培育和发展住房租赁市场的若干意见》〔国办发(2016)39号〕在第七项要求中指出:“非本地户籍承租人可按照《居住证暂行条例》等有关规定申领居住证，享受义务教育、医疗等国家规定的基本公共服务”，这是国家顶层设计上首次提出租购同权。2017年党的十九大报告关于租购同权方面提出了，“加快建立多主体供给、多渠道保障、租购并举的住房制度”，这表明在国家顶层设计方面推进租购同权的制度的落实。2017年7月，广州市人民政府办公厅印发的《广州市加快发展住房租赁市场工作方案》〔穗府办44(2017)29 号〕明确提出“赋予符合条件的承租人子女享有就近入学等公共服务权益，保障租购同权”，标志着租购同权政策的正式提出。

在接下来的几年中，我国一直推进房地产市场的平稳发展，保障居民的住房问题。2022年2月24日，国务院新闻办举行“推动住房和城乡建设高质量发展发布会”，强调保持房地产市场的平稳运行，坚持“房住不炒”原则，加快发展保障性租赁住房的供应，发展公租房，对我国居民的住房给予保障。

国家政策层面一直强调租购同权，要保障居民的住房问题。但是随之而生的问题就是“租购同权”能否得到落实?租购同权就是指居民不论是租房还是买房均可以享受同等基本公共服务方面待遇，包括城镇教育、就业创业、医疗卫生等。2017年我国率先从广州市为着眼点，推行租购同权政策，一方面是抑制房价的快速增长特别是学区房价格上涨，而另外一方面是推行义务教育阶段受教育权的平等。这一举措从实际行动上推动了租购同权政策的落地。

我国住房市场分为住房销售市场和租赁市场，所以不仅仅是上述提到的保障房、公租房人群，其实还有相当一部分人群是需要租房居住。如果买房享受的权利远超租房，势必会使得相关人群的居住、生活利益受到损失。“租购同权”政策实施会对住房销售市场和租房租赁市场产生那些作用，是否对当地的二手房的房价以及房屋租赁的价格产生影响?也需要进一步研究。

本文以广州市实施“租购同权”这一政策实施为例，利用数据分析手段，研究政策实施前后半年的房价以及房屋租金价格的影响。具体分析该政策的实施对于我国房地产市场的影响，以及是否可以有效抑制学区房的溢价等问题。

本文第二部分是文献综述;第三部分数据以及理论模型，该部分详细说明的数据的来源以及采集方法，以及确定的变量，同时将对依据的理论模型以及计量方法进行说明;第四部分实证分析报告了模型回归结果。第五部分是本文结论。

2　文献综述

学术界对影响房价的因素已经进行了很多研究。Tiebout^[1]认为居民会根据公共服务的提供情况进行选择。该理论也奠定了关于影响房价诸多因素的研究基础。Rubinfeld等^[2]对Tiebout理论做出了进一步分析，从而多方面印证了公共服务对房地产价格的影响。而教育也属于公共服务的一个不可分割的部分。Rosen等^[3]对税务资本化进行了产出的实证分析，矫正了在公共服务对房价的影响。在考察教育对房价的影响方面，他们采用了小学考试成绩，而不是每个小学生的花费来衡量对房价的影响。

同样，在研究学校对于周围房屋价格的影响方面，Gibbons等^[4]通过首次对UK进行的实证研究分析认为，学校教育质量的提高会促进周围的房价上涨0.67%。Black^[5]使用房价来衡量家长对于学校质量的好坏。在考虑房屋基本处于同一位置情况下，对应不同学校的情况，家长们愿意让孩子上考试成绩更好的学校，在其孩子考试成绩每增加5%的情况下多支付2.5%的房价。Bayer等^[6]采用大城市数据在研究学校和周围房屋价格的关系中发现，当周围的学校里学生成绩增长5%时，居民愿意支付稍贵房价(房价溢价不到1%)。Brunner等^[7]通过分析加州学校资金投入对房屋价格的影响，认为学校改革改变了周边的房价。同时区域资源的均等化也会导致不同区域房价溢价的均等，并且认为这一均等化是由于学校区域质量下降导致的。Leech^[8]等使用英国的截面数据，验证了家长会为了子女上更好的学校，而支付更高的房价，从而可以住在学校学区范围内的假设。Bogart^[9]利用1983—1994年数据，研究俄亥俄州Shaker Heights公立学校在1987年进行的一次学区重新划分，研究表明，学校质量下降导致房价下降了9.9%。通过上述文献可以总结出，学校的好坏可以对周边的房价造成直接的影响。学校质量好对提高周围的房价，反之，则是降低房价。

而对于中国学区房的研究，毛丰付等^[10]利用杭州市主城区的房价和教育质量数据进行的研究表明，在杭州市区重点中学和重点小学附近的学区房溢价分别为25.5%和12.8%。这一结果表明，我国不仅存在学区房的溢价现象，而且可能比发达国家更严重。国内的其他相关研究也证明，北京、上海、天津等大城市中同样存在学区房的溢价现象^[11-14]。这些研究认为这种溢价体现了优质教育资源的外部正效应，是公共物品的资本化。导致学区房价格高于同等条件下普通商品住宅价格有两个基本原因，一个是学区房正外部性产生的循环价值贴现，另一个是货币的边际效用递减的作用^[15]。

“租购同权”政策的相关评论和研究中，有学者质疑“租购同权”政策的合理性^[16,17]。他们倾向于认为，教育公平中最严重的是户籍歧视，“租购不同权”并非很严重。陈友华等^[17]也质疑“租购同权”的可操作性，认为该政策的象征意义大于实质意义。王红玲^[18]则指出，“租购同权”系被社会和媒体误读，广州的政策中只有人才绿卡的租户才可以享受义务教育的公平权利，其他租户无法在子女就学上享受“租购同权”。

周清杰^[19]认为，“租购同权”政策的推出，在短期内有助于为学区房价格降温，但与此同时也会推高学区房的租金，吸引投资者入市。不少研究相信，“租购同权”只是解决教育资源配置的一种方案，并没有提高优质教育资源的供给^[17,19,20]。这些学者均倾向于认为，只要义务教育资源在地区之间分布及不均衡的情况未得到根本性改变，实施“租购同权”的结果是让更多的人拥有了就近入学资格，只会导致优质教育资源更加稀缺。从长期看，“租购同权”政策并不会降低居民对优质教育资源集中的学区房的购买需求和租赁需求。

也有学者研究“租购同权”对居民幸福感的影响，他们认为“租购同权”能缩小租房群体与购房群体的幸福感差距，提升居民福祉^[21]。张协奎等^[22]认为广州不同教育资源区域住房租金和房价的上涨幅度呈现显著差异，优质教育资源集中区域住房租金和房价上涨幅度更大。

对策建议方面，陈杰等^[23]认为应将保障住房权与保障公共服务获取权合理脱钩，防止公共服务获取权被资本化、金融化。陈卫华等^[24]认为增加租赁房源供给为中心，从降低空置率和提高土地一级市场的市场化水平两方面发力，着力提升城市基本公共服务水平。王盛等^[25]认为租购同权政策实施比较难，这主要是因为存在较大的市场价值。刘正才等^[26]认为租购同权政策的实施不仅可以推动公共服务均等化，而且能减缓房价的波动，起到自动稳定器的长效作用。

本文研究假设，国内推出的“租购同权”政策实施的前后，可能由于政策的影响，对学区房溢价的增长率起到一定的抑制作用。但是教育质量有明显差异的不同学区之间的房价差距可能会长期存在。此外，该政策可能对房屋租金价格产生一定的影响，在政策实施的前后，会对租金的增长和租金的增长率起到一定影响。

3　理论模型以及数据

3.1　数据

本文数据基本搜集情况，对于搜集广州市二手房成交的信息。第一，由于本文研究的是广州市租购同权，该政策于2017年7月19日颁布。所以选取了广州市从2017年2月1日到2018年1月30日成交的二手房记录，时间跨度基本是在政策颁布的前后半年之内。第二，首先从链家地产网站上获取二手房数据，因为链家是2017年广州市二手房成交中排名第一的中介，成交套数占广州全市的11%，同时成交数量远高于排名第二的广州中原地产中介。根据广州市房地产中介协会统计，在2017年广州市房地产中介协会会员单位二手住宅年度成交榜单中，链家以12564套的网签量、95.6406万平方米居全广州第一，广州中原2017年网签6274套二手住宅，成交面积为54.6282万平方米居第二。合富置业以5873套、53.9703万平方米排行第三。同时，链家地产的网点分布比较多而且分布均匀。第三，为了确定广州市学区房的名单，从广州市教育局网站上，找到了省一级和市一级小学的名录，根据名录在房天下网站上定位了每个重点小学周围的学区房名单。第四，找到该时间段的二手房成交数据标注，定位了成交房屋是否是学区房的属性。对于本文仅仅考虑小学附近的学区房，而对于重点初中并未找到对应学区房的数据，经过随机抽样印证，如果是重点小学的学区房周围也往往存在重点初中，因为九年义务教育存在一贯性，不可能单独仅仅上小学或者初中。

对于搜集广州市租房成交数据，是从房天下网站获取，将二手房成交数据中涵盖的小区，与该网站2017年2月1日到2018年1月30日的租房成交数据相匹配。二手房和租房成交信息方面，在小区范围的一致，可以更加精确地将租房成交前后的情况和二手房成交情况作对比。

最终，共计搜集到了7646条记录二手房成交数据，1690条租房成交记录。其中广州市二手房成交涉及广州10个区，分别是荔湾区、越秀区、海珠区、天河区、白云区、黄浦区、番禺区、花都区、从化区、增城区。可以看出样本主要集中在白云区、海珠区、天河区和番禺区，同时这几个区人口较多，经济较为发达，房地产二手房的产权成交和租售相对比较活跃。样本分布情况详见表1。

表1　广州各区样本分布情况

Table 1　Sample distribution by district in Guangzhou

区域	二手房市场			租赁市场
	样本数量	样本所占比例/%	对应小区数量	样本数量	样本所占比例/%	对应小区数量
主城区
白云区	2121	27.74	391	317	18.76	74
海珠区	1569	20.52	498	180	10.65	82
黄浦区	17	0.22	13	7	0.41	1
荔湾区	39	0.51	33	91	5.38	16
天河区	1268	16.58	423	635	37.57	114
越秀区	689	9.01	349	141	8.34	74
近郊区
番禺区	1819	23.79	461	258	15.27	68
花都区	116	1.52	52	—	—
远郊区
从化区	1	0.01	1
增城去	7	0.09	6	61	3.61	4
总数	7646	100	2227	1690	100	463

对于本文采用的样本的数据统计分析可以看出，在二手房市场，政策实施之前二手房学区房比二手非学区房每平米均价高3171.89元。但是政策实施之后，二者之间的差距缩小为1926.3元。可以从该统计数据看出虽然政策实施后，广州市总体房价还是继续上涨，但是学区房与非学区房的价格差距缩小。租金市场在政策实施前，学区房比非学区房租金价格每套高157.89元，但是政策实施之后，学区房租金反而低于非学区房。详见表2。

本文主要将研究广州市“租购同权”政策对房地产市场以及房屋租赁市场的影响。所以本文在搜集数据的过程中，选取围绕二手房市场和租房市场展开。在二手房市场，我们搜集到了房屋买卖成交的时间(t)，成交的房屋的面积(Sq)，卧室的数量(Bedr)，以及对应的学区房(tier)的信息。同样的，在房屋租赁市场，同样搜集到了房屋租赁成交的时间(t)，成交的房屋的面积(Sq)，卧室的数量(Bedr)，以及对应的学区房(tier)的信息。表3为对这些变量的描述性统计。

表2　房地产市场数据统计分析

Table 2　Statistical analysis of real estate market data

	政策实施前			政策实施后
	样本数量	均值	方差	样本数量	均值	方差
每平米房价(RMB)
学区房	442	29311.64	15512.65	355	32875.23	14904.20
非学区房	3900	26139.75	13869.21	2949	30948.93	14237.04
每月租金(RMB)
学区房	81	4539.51	1804.07	33	4072.73	1600.44
非学区房	1005	4381.62	3799.78	571	4828.21	5071.36

表3　变量统计性描述

Table 3　Statistical description of variables

	样本数	均值	标准差	最小值	最大值
二手房市场:
Sq	7646	75.11	30.80	9.54	482.5
Bedr	7646	2.22	0.79	1	9
tier	7646	0.10	0.31	0	1
房屋租赁市场:
Sq	1690	85.61	40.0	1	753
Bedr	1690	2.33	0.84	0	7
tier	1690	0.068	0.25	0	1

3.2　研究设计

3.2.1　回归理论模型

特征价格模型(Hedonic Price Model)最早应用于耐用品的资产定价模型，后被引入到关于房地产定价的模型中，该模型认为，房地产价格最终收到不同因素带来的效用的影响，总体效用越高，则房价越高。通过该模型可以将影响房地产价格的诸多因素分离，这也是本文进行实证分析构建模型的基础。特征价格模型如下:

(1)

式中，方程左边为房地产价格，α_i为常数项，X_i为决定房地产价格的因素，ε_i为随机误差项。在结合本文研究的具体对象，我们将对X_i做进一步的展开，例如增加房屋各种属性变量，例如是否是学区房，房屋建筑面积等。该模型可以有力支撑对于房价以及租金价格的影响因素方面的要素选择。接下来，将在此基础之上根据数据特点选择合适的计量经济学方法，并构建计量经济学模型。

3.2.2　计量方法

本文将采用双重差分估计量(Difference-in-Difference estimator，DID)的计量经济学方法。该方法主要建立在“自然实验(Natural Experiment)”基础上。即考察实验变量对因变量的影响。为考察政策实施前后对某一变量的影响，会把政策实施前和政策实施之后作为两期处理。而本文研究“租购同权”政策实施对于学区房和非学区房的房价以及房屋租金的影响符合这一方法的使用范围。以下介绍双重差分法的基本回归理论。

双重差分法计量方法，通常首先将样本分组，设立分组实验变量d^j，例如实验组d¹=1，并认为政策的实施将对会这组产生影响。而非实验组d⁰=0，认为该组在政策实施前后并不受政策影响。同时设立时间虚拟变量D_t，并将实验前D₀=0，实验后D₁=1。而分组虚拟变量与时间虚拟变量的乘积就是为双重差分估计量(=d^j×D_t)，该变量是考察政策实施对于因变量影响的依据，该项系数β衡量了政策实施的平均处理效应ATE(Average Treatment Effect)。双重差分计量一般模型为:

=α₀+α₁D_t+α₂d^j+β+α₃+(2)

式中，i为个体数量，为第i个个体对应的被解释变量。为第i个个体的其他控制变量，为其他扰动项。

同时需要满足:E=0，即控制分组随机和其他扰动项不相关的假设前提。

双重差分的原理在于将方程(1)进行一阶差分。得到:

=α₁+β+Δ(3)

通过(2)式，可以推出:

(4)

(3)，(4)两式相减，可以得出:

-=β(6)

所以这就证明了差分的考察的重点在于β，它可以考察政策实施的平均处理效应，也是回归着重观察的部分。

所以，可以推出一个通常意义下的:

=-=E-E(7)

当大于0时候，表明政策实施对于被解释变量存在正向影响，反之则是负向影响。

该估计方法就是双重差分估计量(Difference-in-Difference estimator，DID)估计方法。该方法可以很好的分析政策实施前后影响。

在本文中，根据数据的特点，我们搜集到的数据非面板数据，因为数据采集的是广州住宅小区每日二手房的成交信息，但是每个小区每日的成交住宅套数可能并不唯一，存在一日成交多套的可能性。但是这并不影响本文采用了最小二乘虚变量(Least Squares Dummy Variables)的方法进行了回归。

所以，我们将构建基本回归模型如下:

Y_it=α_i+γ₀t+γ₁Tier_i+γ₂DT_t+
βTreat_it+γ₃Bed_it+γ₄Sq_it+ε_it (8)

式中，Y_it为第i个个体的解释变量，在本文中可以理解为第i个小区的房价，或者房价增长率，或者租金或者租金增长率等。Tier_i为个体分组变量，标识出学区房和非学区房。DT_t为时间处理变量，在2017年7月17日为分界点，在该日期之前的成交标注为0，之后为则1。Treat_it为分组变量和时间虚拟变量的乘积。其他变量，t为时间变量，即成交时间。Bed_it为房屋卧室数目，Sq_it为房屋面积。

4　实证分析

本文的回归分析分为以下两个部分，对于二手房交易市场以及房屋租赁市场额的实证分析。对于二手房市场，将分析二手房房价的变化和房价增长率的变化;对于房屋租赁市场，将分析租金变化和租金增长率的变化。

4.1　回归分析:广州二手房市场

4.1.1　二手房房价变化分析

本部分首先对广州市二手房市场进行实证分析:学区房和非学区房在“租购同权”政策实施前后，价格变化的情况。所以实验组为学区房，非实验组为非学区房，由于政策的实施主要针对学区房，所以采用DID(Difference in Difference)的计量分析方法，根据3.2.2构建的基本模型以及实际情况建立回归模型如下:

Price_it=α_i+γ₀t+γ₁Tier_i+γ₂DT_t+
βTreat_it+γ₃Bed_it+γ₄Sq_it+ε_it (9)

方程的被解释变量Price_it是二手房整套价格或者每平米价格，t为时间，Tier为是否为学区房的变量，Treat为处理变量，Bed为卧室的数量，Sq代表了整套房子的面积。i代表二手房所在的小区，t代表了交易发生的时间。

对于二手房的价格将采用整套房屋的价格，或者是房屋每平米均价进行回归。因为房屋总价可以反应购房者的经济承受能力。但是房屋每平米的价格能反应出房价的基本情况，同时也是更容易衡量房价的变化。其中变量t衡量了变化趋势。Tier代表学区房的虚拟变量，其中如果该二手房为学区房时，该指赋值为1，反之为0。DT是时间虚拟变量，在2017年7月17日之后为1，之前为0。Treat代表的是Tier和DT的乘积，该项的系数β衡量了政策实施的平均处理效应ATE(Average Treatment Effect)。Bedr和Sq是本回归方程的控制变量。本文主要研究关注点在ATE。表4为本文的回归结果。

表4　广州市二手房市场的DID分析结果

Table 4　Results of DID analysis of the secondary housing market in Guangzhou

	(1)Price	(2)Price	(3)Ppsq	(4)Ppsq
Const	205.82***(5.39)	-3812.95***(458.95)	26139.75***(489.23)	-387158.8***(72798.62)
t		0.17***(0.02)		19.67***(3.47)
Tier	22.72(16.89)	13.67(8.68)	3171.89*(1698.17)	3112.89*(1656.2)
DT	25.52***(4.19)	11.41***(4.65)	4809.18***(397.41)	1273.48*(849.06)
Treat	-3.23(13.65)	-1.77(7.52)	-1245.59(1409.13)	-849.06(1373.49)
Bedr		-25.86***(9.54)		-3977.09***(705.23)
Sq		4.50***(0.40)		137.25***(22.07)
Region Effect	No	Yes	Yes	Yes
R2	0.0067	0.6435	0.0295	0.0667
n	7646	7646	7646	7646

注:括号里为标准误。Price代表整套房屋的成交价格。Ppsq代表每平方米房屋的成交价格。

从表3可以看出，第(1)列和第(2)列是“租购同权”政策前后对于广州市场二手房整体价格的回归结果，其中第(1)列仅放入主要的回归变量，同时未控制地区效应(二手房所在的行政区)。可以看出平均处理效应变量Treat是不显著的，即表明在政策实施对于二手房整套价格影响不显著。第(2)列则是在第(1)列基础上加入了控制变量，同时控制了地区效应，但是平均处理效应变量Treat仍然不显著。第(3)列和第(4)列是“租购同权”政策前后对于广州市场二手房每平米价格的回归结果。其中第(3)列仅放入了主要的回归变量，同时控制了地区效应，但是可以看到平均处理效应变量Treat是不显著的，即表明在政策实施对于二手房每平米的价格影响不显著。同样，第(4)列是在第(3)列的基础上加入了控制变量进行回归，但是平均处理效应变量Treat仍然不显著。所以，可以认为”租购同权”政策对广州市二手房的影响不显著。

4.1.2　二手房房价变化率分析

在分析广州市场的二手房整套价格以及每平米价格之后，以下将对二手房的价格增长率进行分析，由于房地产价格的惯性，仅仅一个房地产政策可能不会使得房价迅速下跌，我们在3.2.1中通过DID以及散点图已经可以证明。但是该政策是否可以对二手房价格的增长率产生影响?我们将进一步验证。

首先，我们将二手房价格的增长表示为

rPrice_i，t=(10)

式中，为了清晰不容易混淆，采用了r_i，t而非r_it，其中i为房子所在的小区，t为成交的日期。二手房价格的增长率为后一日期与前一日二手房成交价格之差与后一日二手房成交价格之比。

其次，回归方程依然采用了DID的回归方法，构建方程如下:

rPrice_i，t=α_i+γ₀t+γ₁Tier_i+γ₂DT_t+
βTreat_it+γ₃Bed_it+γ₄Sq_it+ε_it (11)

方程的被解释变量是二手房每平米价格的增长率，t为时间效应，Tier为是否为学区房的变量，Treat为处理变量，Bed为卧室的数量，Sq代表了整套房子的面积。i代表二手房所在的小区，t代表了日期，即交易发生的时间。具体变量的含义与3.2.1相同。得到了回归结果如表5所示。

表5　房价增长率变化的DID分析结果

Table 5　Results of DID analysis of house price growth rate changes

	rPrice	rPrice	rPrice
Const	0.0590***(0.0034)	0.0569***(0.0094)	0.0484***(0.0096)
Tier	0.0081(0.0110)	0.0074(0.0112)	0.0091(0.0112)
DT	0.0223***(0.0058)	0.0216***(0.0057)	0.0201***(0.0057)
Treat	-0.0339**(0.0158)	-0.0363**(0.0157)	-0.0342**(0.0159)
Bedr		0.0458***(0.0067)	0.0448***(0.0068)
Sq		-0.0013***(0.0002)	-0.0014***(0.0002)
Region Effect	No	No	Yes
R2	0.0012	0.0133	0.0159
n	5208	5208	5208

注:括号里值为标准误。

在表4中我们对二手房房价的增长率进行了回归，第(1)列是政策实施前后对主要变量的回归结果，可以看出平均处理效应变量Treat是显著为负的，这就表明，实施“租购同权”政策是可以使得二手房每平米价格的增长率下降。同样，第(2)列是在第(1)列基础上加入了控制变量，如二手房的卧室数量和面积，通过回归结果可以看出平均处理效应变量Treat是显著为负，同样印证了二手房每平米的价格增长率下降。第(3)列是在第(2)列基础上控制了地区效应，但是结果依然和第(2)列一样，反映出实施“租购同权”政策是可以使得二手房每平米价格的增长率下降。所以，虽然政策实施前后对于广州市二手房价影响不显著，但是抑制了二手房每平米价格的增长率的上升。对于抑制房价过快上涨起到作用。

图1　非学区房小区的散点图

Fig.1　Scatter plot of non-school district housing blocks

此外，我们可以通过趋势分析下非学区的小区房价和学区小区房价，散点图如下。图1为非学区房价的散点图，垂直线为政策生效时间。我们可以发现，在2017年7月17日前后，二手房市场的价格略有上涨，没有明显变化。图2为学区房房价的散点图，垂直线为政策生效时间。时间t在干预前后并没有显示出太大的差异。以上图形现实结果表明，该政策对学校地产价格没有影响。此外，学校地产的价格似乎略有下降，但并不显著。

图2　学区房小区散点图

Fig.2　Scatter plot of school district housing neighborhoods

总之，根据上述两方面的分析，可以得到广州市“租购同权”政策的实施对于广州二手房市场影响的结论。在对于二手房价格影响不显著，但是政策有效地抑制了二手房价格的增长率。另外，图3的平行趋势检验也验证了这一点。

4.2　回归分析:广州租房市场

虽然本文主要是分析国家政策对于房地产市场的影响，但是“租购同权”这一政策也可能会对广州的租金市场产生影响，所以本节将分析广州租金市场在“租购同权”政策前后的变化。本小节主要也将分为两部分展开，分别为租金价格的变化分析和租金价格变化的增长率。

4.2.1　租房价格变化分析

租房市场的基本回归方程也与3.2.1中的类似，依然采用DID的方式，构建回归方程如下:

Rent_it=α_i+γ₀t+γ₁Tier_i+γ₂DT_t+
βTreat_it+γ₃Bed_it+γ₄Sq_it+ε_it (12)

图3　二手房销售市场平行趋势检验

Fig.3　Parallel trend test for the second-hand housing sales market

方程的被解释变量是房屋的租金价格Rent_it，在回归中主要采用三种考察方式，整套房屋租金价格(ppm)，平均每个卧室的租金价格(ppbr)以及每

平米租金价格(ppsqm)。因为房屋在出租时候，存在整套出租以及合租的情况。如果是整套出租，则每个承租人承担一整套房租的租金，如果是合租，那么每个承租人承担一个卧室的租金价格。而考虑每平米租金价格则是借用商用写字楼的租金衡量方法对住宅进行另一个角度的评估。

其他变量代表如下:t为时间效应，Tier为是否为学区房的变量，Treat为处理变量，Bed为卧室的数量，Sq代表了整套房子的面积。DT时间哑变量。i代表二手房所在的小区，t代表了日期，即交易发生的时间。表6为“租购同权”政策实施前后，对于广州租金市场的回归分析结果。

从表6可以看出，第(1)列和第(2)列是“租购同权”政策前后对于广州市场租房价格的回归结果，其中第(1)列和第(2)列是针对每个卧室的租金价格，同时未控制地区效应(二手房所在的行政区)。虽然看出平均处理效应变量Treat是显著的，但是研究意义并不大，因为如果合租情况下，很难获得完整的租赁合同，所以此结果主要用于对比研究。第(3)列到第(5)列是“租购同权”政策前后对于广州市场租房按照每平米价格的回归结果。其中第(3)列仅放入了主要的回归变量，分别是控制地区效应和未控制地区效应，结果均不显著。所以，通过上述分析可以认为”租购同权”政策对广州市租房市场的影响不显著。

表6　租金价格变化的DID回归结果

Table 6　DID regression results for rent price changes

	(1)ppm	(2)ppbr	(3)ppsqm	(4)ppsqm	(5)ppsqm
Const	546.066(378.964)	3216.518*** (318.607)	59.718*** (3.606)	83.109*** (7.269)	83.109*** (7.602)
Tier	-1470.984*** (603.164)	-610.068*** (220.484)	50.365*** (15.310)	50.639 (58.367)	50.639 (66.126)
DT	-795.205*** (193.428)	-341.254* (139.438)	-6.371 (4.512)	-6.085 (4.036)	-6.085 (6.053)
Treat	2284.021*** (634.335)	930.005*** (242.106)	-43.318** (18.220)	-44.661 (59.134)	-44.661 (67.833)
Bedr	-1488.593*** (426.153)	-1485.069** (205.605)		-6.281 (6.190)	-6.281*** (8.366)
Sq	93.026*** (11.396)	229.598*** (4.320)		-0.104 (0.199)	-0.104 (0.264)
Region Effect	No	No	No	No	Yes
R2	0.47	0.16	0.01	0.02	0.02
n	1668	1666	1668	1668	1668

注:括号里为标准误。其中ppm为整套房屋租金价格，ppbr为平均每个卧室的租金价格，以及ppsqm为每平米租金价格。

4.2.2　租房价格增长率变化分析

由于政策实施对于租房价格影响不显著，接下来将分析下政策影响对于广州租房价格增长率的影响。与3.2.2中分析房价增长率类似，房屋租金价格的增加率公式表示如下:

rRent_i，t=(13)

类似的，采用Rentr_i，t表示租金的增长率而不是Rentr_it以避免不必要的混淆，租金的增长率的分类依然和3.3.1中的分类一样，采用了整套房屋租金价格的增长率(rppm)，平均每个卧室的租金价格的增长率(rppbr)以及每平米租金价格的增长率(rppsqm)。

回归方法依然采用DID，设立方程与租房价格变化的回归方程类似，如下:

rRent_i，t=α_i+γ₀t+γ₁Tier_i+γ₂DT_t+
βTreat_it+γ₃Bed_it+γ₄Sq_it+ε_it (14)

方程的被解释变量是房屋的租金价格变化率rRent_i，t，其他变量代表如下:t为时间效应，Tier为是否为学区房的变量，Treat为处理变量，Bed为卧室的数量，Sq代表了整套房子的面积。i代表二手房所在的小区，t代表了日期，即交易发生的时间。表7为“租购同权”政策实施前后，对于广州租金市场的回归分析结果。

表7　租金价格增长率的DID回归结果

Table 7　DID regression results for rental price growth

	rppm	rppbr	rppbr	rppsqm	rppsqm
Const	-0.107(0.397)	0.910*(0.522)	0.910**(0.298)	0.835*(0.478)	0.835**(0.248)
Tier	0.041(0.686)	0.076(0.902)	0.076(0.060)	-0.167(0.827)	-0.167(0.170)
DT	0.537**(0.270)	0.682*(0.355)	0.682(0.486)	0.423(0.325)	0.423(0.491)
Treat	-0.695(1.092)	-0.815(1.436)	-0.815(0.474)	-0.336(1.316)	-0.336(0.609)
Bedr	-0.362(0.241)	-0.725**(0.316)	-0.725***(0.163)	-0.111(0.290)	-0.111(0.320)
Sq	0.012**(0.005)	0.010(0.006)	0.010***(0.0007)	-0.005(0.006)	-0.005(0.008)
Region Effect	No	No	Yes	No	Yes
R2	0.01	0.01	0.01	0.00	0.00
n	1138	1138	1138	1138	1138

注:括号里为标准误。其中ppm为整套房屋租金价格，ppbr为平均每个卧室的租金价格，以及ppsqm为每平米租金价格。

根据表5的回归结果，我们发现第(1)列至第(5)列的回归结果，不论观察租金增长率，还是每个卧室增长率还是单位平米租金的增长率。平均处理效应变量Treat均是不显著的，这表明，在广州市“租购同权”政策实施前后对于租金价格增长率的影响是不明显的。

总之，根据上述两方面的分析，可以得到广州市“租购同权”政策的实施对于广州租房市场的影响的结论。在对于租金价格以及租金价格增长率进行分析后，我们发现政策对于房屋的租金价格以及租金的增长率影响均不明显。平行趋势检验略，如感兴趣可联系作者索要。

4.3　稳健性检验

在采用双重差分估计政策前后的影响，假设前提是，如果没有政策影响，实验组和对照组应该依然保持之前的趋势。本文已经得到了广州“租购同权”政策可以影响广州市二手房价格的增长率。但是，是否该政策实施造成了这种影响呢，以下将通过模拟改变该政策实施时间，验证双重差分的估计是否存在，如果改变政策实施时间后双重差分不成立，则证明本文原有分析方式是有效的。因为之前的结论是该政策对于广州市租房市场影响并不显著，所以该稳健性检验仅针对二手的房市场。

首先假设将政策变化时间提前两个月至2017年5月17日。同时构建新的时间虚拟变量DTN_t，在该事件之前日期发生的交易的时间虚拟变量设置为0，之后发生的时间虚拟变量为1。

PriceN_it=α_i+γ₀t+γ₁Tier_i+γ₂DTN_t+
βTreatN_it+γ₃Bed_it+γ₄Sq_it+ε_it (15)

其他变量，和前文方程(8)类似:被解释变量PriceN_it，是二手房整套价格或者每平米价格，t为时间，Tier为是否为学区房的变量，TreatN为处理变量，Bed为卧室的数量，Sq代表了整套房子的面积。i代表二手房所在的小区，t代表了交易发生的时间。

同理，我们将体现二手房价格增长率rPriceN_i，t的方程，租金价格方程RentN_it以及租金增长率rRentN_i，t的方程，即分别为方程(10)，(11)和(13)中的时间虚拟变量替换为DTN_t^[②]。回归结果如下。

表8　更改时间虚拟变量稳健性检验回归结果

Table 8　Regression results of robustness tests for changing time dummy variables

	(1)PriceN	(2)rPriceN	(3)RentN	(4)rRentN
Const	24236.48***(607.21)	0.059***(0.01)	82.94***(7.67)	0.83(0.54)
t	-0.54(1.57)	-0.00003(.00003)	-0.02(0.02)	0.001(0.002)
Tier	3737.60***(863.44)	0.007(0.018)	32.53***(12.05)	-0.30*(0.84)
DT	4608.25***(349.55)	0.0(0.007)	-0.96(4.58)	-0.17(0.34)
Treat	-1885.08(1095.57)	-0.027(0.02)	-26.23(17.16)	0.04(1.31)
Bedr	-4102.49***(330.61)	0.05***(0.001)	-8.73**(4.02)	-0.09***(0.29)
Sq	141.35***(8.52)	-0.001***(0.0002)	-0.05(0.08)	-0.005***(0.006)
Region Effect	No	No	No	No
R2	0.0576	0.0134	0.0157	0.0043
n	7，428	5，208	1578	1129

注:括号里为标准误。其中PriceN为整套房屋成交价格，rPriceN为整套房屋成交价格变化率，RentN为每平米租金价格，rRentN为每平米租金价格增长率。

表8中，第(1)列代表的是对于方程(14)的回归分析。其中被解释变量是广州市二手房房价，通过回归结果可以看出，如果改变了时间虚拟变量，政策实施的平均处理效应(ATE)不显著。第(2)列代表的是对于方程(15)的回归分析结果。同样的，对于广州市二手房的增长率为被解释变量的情况下，改变了时间虚拟变量，政策实施的平均处理效应不显著，但是与我们在之前3.3.2中得到的结论相悖。这也说明如果假设改变政策实施时间，那么双重差分的效应是不存在的。所以也就证明了，3.3.2中得到的结论是稳健的。第(3)列和第(4)列是对于广州租房市场的稳健性检验，选取了更有代表性的变量作为被解释变量，例如第(3)列的被解释变量是每平米的租金价格，第(4)列被解释变量是每平米租金价格的增长率，通过回归结果以看出这两列在改变时间虚拟变量之后平均处理效应不显著的。总之，通过上述稳健性检验，证明了本文结论的稳健性。

5　结论

本文主要以“租购同权”政策实施为背景，分析了该政策对于房地产市场和房地产租赁市场的影响。“租购同权”政策的目的是调控房地产市场，促进符合条件的人群受教育权利的公平化，促进房屋销售市场和租赁市场的健康发展。本文采用了广州2017年实施租购同权政策前后的数据，通过实证分析得出以下结论:

首先，分析了对于房价的影响，政策实施对于房价影响不显著，主要考虑可能是房价增长的惯性以及政策的调控力度，虽然这个政策目的是抑制房价的过快增长，但是针对的需要调控的房子的毕竟范围相对较小，而且同时并未同时辅以金融调控，所以短时间内出现房价下跌也是不太可能的。但是该政策调整了市场预期，降低了房价的增长率。同时也缩小了学区房与非学区每平米房价的差距，这也是符合政策预期。证明该政策还是具有一定的效用。

其次，分析了“租购同权”政策的另外一个方面，即对房屋租赁市场的影响，通过实证预期表明，该政策对房屋租赁市场影响不大，原因可能是由于能够享受租购同权政策的群里可能比较有限。所以在庞大的租赁市场中，很难起到很大影响。

最后，本文做了稳健性检验，证明了广州市实施的“租购同权”政策对学区房房价的过快溢价起到了抑制作用，有助于房价的良性发展。

对于政策方面的启示，如果政府贯彻落实“租购同权”政策，给予购房者和租房者相同享受公共产品服务的权利，以“学区房”为例，可以减缓学区房相关地区房价的持续增长，有利于房地产市场的健康发展。

但是，在实际操作中可能还存在诸多的困难，涉及到如果学区房不能容纳本辖区内所有的适龄学生的情况下如何保障”租购同权“政策下，适龄儿童的平等就读权利等问题，还需进一步探讨。特别是广州的租购同权政策的对象，如果限定的对象为人才绿卡的持有者，会导致非人才绿卡持有者的子女的相关权益并不能够得到保障，这也是未来政策需要完善之处。

利益冲突: 作者声明无利益冲突。

---

参考文献(References)

[1] Tiebout, Charles M. A pure theory of local expenditures[J]. Journal of Political Economy, 1956, 64(5): 416-424.
https://doi.org/10.1086/257839
[2] Rubinfeld D L, Shapiro P, and Roberts J. Tiebout bias and the demand for local public schooling[J]. Review of Economics & Statistics, 1987, 69(3): 426-437.
https://doi.org/10.2307/1925530
[3] Rosen H S, and Fullerton D J. A note on local tax rates, public benefit levels, and property values[J]. Journal of Political Economy, 1977, 85(2): 433-440.
https://doi.org/10.1086/260575
[4] Gibbons S, and Machin S. Valuing English primary schools[J]. Journal of Urban Economics, 2003, 53(2): 197-219.
https://doi.org/10.1016/S0094-1190(02)00516-8
[5] Black S E. Do better schools matter? parental valuation of elementary education[J]. Quarterly Journal of Economics, 1999, 114(2): 577-599.
https://doi.org/10.1162/003355399556070
[6] Bayer P, Ferreira F, and McMillan R. A unified framework for measuring preferences for schools and neighborhoods[ J]. Journal of Political Economy, 2007, 115(4): 588-638.
https://doi.org/10.1086/522381
[7] Brunner E J, Murdoch J, and Thayer M. School finance reform and housing values[J]. Public Finance and Management, 2002, 2(4): 535-565.
[8] Leech D, and Campos E. Is comprehensive education really free: a case study of the effects of secondary school admissions policies on house prices in one local area[J]. Journal of the Royal Statistical Society, 2003, 166(1): 135-154.
https://doi.org/10.1111/1467-985X.00263
[9] Bogart W T. How much is a neighborhood school worth[J]. Journal of Urban Economics, 2000,(47): 280-305.
https://doi.org/10.1006/juec.1999.2142
[10] 毛丰付, 罗刚飞, 潘加顺. 优质教育资源对杭州学区房价格影响研究[J]. 城市与环境研究, 2014(2): 12.
[11] 冯皓, 陆铭. 通过买房而择校: 教育影响房价的经验证据与政策含义[J]. 世界经济, 2010, 33(12): 89-104. DOI: 10. 19985/j. cnki. cassjwe. 2010. 12. 006
[12] 胡婉旸, 郑思齐, 王锐. 学区房的溢价究竟有多大: 利用 “租买不同权”和配对回归的实证估计[J]. 经济学(季刊), 2014, 13(03): 1195-1214. DOI: 10. 13821/j. cnki. ceq. 2014. 03. 017
[13] 于涛, 于静静. “就近入学”下的住宅价格分析———学区房中的教育资本化问题[J]. 中国房地产, 2017(06): 3-13. DOI: 10. 13562/j. china. real. estate. 2017. 06. 002
[14] 李雪松, 陈曦明, 方芳, 等. “二孩政策”与学区房溢价———基于人口政策变化的政策评价分析[J]. 财经研 究, 2017, 43(06): 93-104+145. DOI: 10. 16538/j. cnki. jfe. 2017. 06. 008
[15] 董藩, 董文婷. 学区房价格及其形成机制研究[J]. 社会 科学战线, 2017(1): 9. DOI: CNKI: SUN: SHZX. 0. 2017-01-006
[16] 向为民, 甘蕾. 抑制和稳定房价背景的“租购同权”政策匹配[J]. 改革, 2017(11): 148-157.
[17] 陈友华, 施旖旎. 租购同权: 何以可能?[J]. 吉林大学社会科学学报, 2018, 58(2): 7. DOI: CNKI: SUN: JLDB. 0. 2018-02-012
[18] 王红玲. 我国“租购同权”政策实施难点及对策建议[J]. 金融纵横, 2017(12): 6. DOI: CNKI: SUN: JRZH. 0. 2017-12-014
[19] 周清杰. “租购同权”, 能带来什么改变[J]. 金融经济, 2017(11): 3. DOI: CNKI: SUN: JRJJ. 0. 2017-21-013
[20] 周景彤, 梁婧, 范若滢. “租购同权”重在落实[J]. 中国金融, 2017(17): 54-55.
[21] 黄静, 崔光灿. “租购同权”对提升居民幸福感的影响[J]. 城市问题, 2019(12): 87-96.
https://doi.org/10.13239/j.bjsshkxy.cswt.191211
[22] 张协奎, 刘绍涛. 租购同权、房价租金变动与住房市场 发展———基于广州“租购同权”政策效应的研究[J]. 广西大学学报: 哲学社会科学版, 2020, 42(03): 56-67.
https://doi.org/10.13624/j.cnki.jgupss.2020.03.009
[23] 陈杰, 吴义东. 租购同权过程中住房权与公共服务获取权的可能冲突———为“住”租房还是为“权”租房[J]. 学术月刊, 2019, 51(02): 44-56.
https://doi.org/10.19862/j.cnki.xsyk.2019.02.004
[24] 陈卫华, 林超, 吕萍. “租购同权”对住房市场的影响与政策改进———基于改进“四象限模型”的理论分析[J]. 中国软科学, 2019(11): 86-95.
[25] 王盛, 郭蕾. 租购同权的价值测算———基于上海市学区房的实证分析[J]. 人文杂志, 2019(06): 22-30.
https://doi.org/10.15895/j.cnki.rwzz.2019.06.019
[26] 刘正才, 韩梓. “租购同权”政策对房价的影响研究———以广州市为例[J]. 经济体制改革, 2020(06): 192-196.

Analysis on the Effect of “EqualRight to Rent and Purchase” Policy Implementation in China

XIA Liying¹, ZHANG Jianbo^2,*

(1. School of Modern Finance, Jiaxing Nanhu University, Jiaxing 314001, China
2. Department of Economics, University of Kansa, Lawrance 66045, US)

Abstract: The protection of housing and related basic public services is a fundamental issue that concerns people’s security of tenure. If there is a mismatch between the right to rent and the right to housing, it will inevitably affect the relevant interests of the rental group. This paper analyzes the impact of the implementation of the “equal rights to rent and purchase” policy on the real estate sales market and rental market in China. Taking the policy of “equal rights to rent and purchase” implemented in Guangzhou on July 17, 2017 as the cut-off point, this paper analyzes the second-hand housing market and the rental market in Guangzhou by using the method of differences-in-differences (DID) . The conclusion shows that the implementation of “equal rights to rent and purchase“ policy has no significant impact on the housing price of secondhand housing market in Guangzhou, but it can a dampening effect by reducing the growth rate of housing price of school district, and play a certain inhibitory role. At the same time, the policy has no significant impact on the housing rental market. This paper argues that the policy of “equal rights for rent and purchase” should be implemented refined in the future, in an attempt to give the same rights to public goods and services to the home buyers and renters, as a means of promoting the fair and harmonious development of society. Taking “school district housing” as an example, it can slow down the continuous growth of housing prices in areas related to school district housing, which is conducive to the healthy development of the real estate market.  

Keywords: Rental and purchase parity, school district housing, difference in difference method (DID)

DOI: 10.48014/jce.20221114001

Citation: XIA Liying, ZHANG Jianbo. Analysis on the effect of “Equal Right to Rent and Purchase” policy implementation in China[J]. Journal of Chinese Economy, 2023, 2(3): 31-44.