房?jī)r(jià)、財(cái)富不平等與城市犯罪率
——基于中國(guó)地級(jí)市面板數(shù)據(jù)的實(shí)證分析

郭冬梅 李 昕 劉春曉 孫偉增

一、引言

隨著1998年住房制度改革以及2003年土地招拍掛制度的確立，中國(guó)城市的住房?jī)r(jià)格經(jīng)歷了近20年的快速上漲。國(guó)家統(tǒng)計(jì)局的數(shù)據(jù)顯示，2003—2018年期間全國(guó)商品房平均銷(xiāo)售價(jià)格增長(zhǎng)了2.7倍，年均增長(zhǎng)率達(dá)到9.1%(1)數(shù)據(jù)來(lái)源：《中國(guó)統(tǒng)計(jì)年鑒》。?？焖偕蠞q的房?jī)r(jià)對(duì)于中國(guó)的經(jīng)濟(jì)發(fā)展來(lái)說(shuō)是一把雙刃劍：一方面，住房市場(chǎng)和土地市場(chǎng)的繁榮極大地提高了地方政府的土地財(cái)政收入，為城市建設(shè)提供了重要的資金來(lái)源[1]。但另一方面，過(guò)高的房?jī)r(jià)也帶來(lái)了一系列不利于經(jīng)濟(jì)社會(huì)發(fā)展的問(wèn)題，例如擠出家庭消費(fèi)[2-4]、擴(kuò)大收入差距[5][6]、阻礙勞動(dòng)力流入[7]、抑制地區(qū)創(chuàng)新活動(dòng)[8]等。此外，也有國(guó)外研究指出，高房?jī)r(jià)給居民帶來(lái)了巨大的住房與經(jīng)濟(jì)壓力，從而可能誘發(fā)盜竊、搶劫等犯罪行為[9]。那么，在中國(guó)的制度背景下，房?jī)r(jià)上漲是否會(huì)推動(dòng)城市犯罪率水平的提升？其背后的經(jīng)濟(jì)學(xué)機(jī)制是什么？這是本文將要討論的核心問(wèn)題。

盡管中國(guó)的犯罪率水平整體上較低，但從增速來(lái)看則要遠(yuǎn)超西方發(fā)達(dá)國(guó)家[10]。特別是1998年以來(lái)，中國(guó)的刑事犯罪率增長(zhǎng)迅速。其中批捕率從1998年的3.64人次/萬(wàn)人上升到2017年7.78人次/萬(wàn)人，增加了1.13倍；起訴率從1998年的3.34人次/萬(wàn)人上漲到2017年的12.28人次/萬(wàn)人，增加了2.68倍(2)數(shù)據(jù)來(lái)源：最高人民檢察院工作報(bào)告。。學(xué)者們從人口、制度、政策等角度研究了中國(guó)城市犯罪率快速上漲背后的原因，包括教育[11]、人口流動(dòng)和遷移[12]、收入不平等以及(城鄉(xiāng))收入差距拉大[13-15]、失業(yè)率上升[15]、性別比失衡[16]，以及社會(huì)保障和社會(huì)福利的減少[17][18]等。石慶玲和郭峰(2017)[19]最早研究了中國(guó)城市房?jī)r(jià)與犯罪率之間的關(guān)系，他們利用1999—2012年中國(guó)35個(gè)大中城市的數(shù)據(jù)研究發(fā)現(xiàn)房?jī)r(jià)每上升1個(gè)百分點(diǎn)將導(dǎo)致批捕率和起訴率分別上漲0.3%和0.252%。常雪等(2018)[20]利用中國(guó)1999—2014年的省級(jí)面板數(shù)據(jù)，從城市住房?jī)r(jià)格與居民住房支付能力兩個(gè)角度討論了房?jī)r(jià)對(duì)犯罪率的影響；同時(shí)他們的研究指出房?jī)r(jià)上漲會(huì)通過(guò)惡化收入分配，加劇居民間的收入差距這一機(jī)制提高犯罪率。

在“不患寡而患不均，不患貧而患不安”的傳統(tǒng)觀念下，收入不平等是引發(fā)犯罪率提升的重要原因，但是房?jī)r(jià)上漲與收入不平等之間的關(guān)系并不直接，因此很難直接通過(guò)這一渠道影響犯罪率水平。本文將從一個(gè)更加直接的機(jī)制探討房?jī)r(jià)對(duì)城市犯罪率的影響——財(cái)富不平等。住房兼具消費(fèi)和投資雙重屬性，隨著住房?jī)r(jià)格的提升，住房資產(chǎn)早已成為中國(guó)家庭資產(chǎn)的最重要組成部分。根據(jù)《2018中國(guó)城市家庭財(cái)富報(bào)告》，住房資產(chǎn)占中國(guó)家庭總資產(chǎn)的比例高達(dá)77.7%，遠(yuǎn)遠(yuǎn)高于美國(guó)的34.6%(3)2019年1月17日，廣發(fā)銀行和西南財(cái)經(jīng)大學(xué)中國(guó)家庭金融調(diào)查與研究中心通過(guò)調(diào)查分析我國(guó)23個(gè)城市的近萬(wàn)戶(hù)家庭的財(cái)富健康狀況，共同發(fā)布了《2018中國(guó)城市家庭財(cái)富健康報(bào)告》，報(bào)告中指出2017年中國(guó)家庭戶(hù)均總資產(chǎn)150.3萬(wàn)元，其中家庭住房資產(chǎn)占比77.7%。。此外，雖然中國(guó)家庭的住房自有率較高，但是從住房資產(chǎn)的擁有數(shù)量上來(lái)說(shuō)仍然存在較大差距。本文利用2005年全國(guó)人口抽樣調(diào)查數(shù)據(jù)的測(cè)算結(jié)果顯示，全國(guó)341個(gè)地級(jí)及以上單位的平均住房面積基尼系數(shù)為0.35，超過(guò)0.4的城市有31個(gè)(4)國(guó)際慣例把0.2以下視為收入絕對(duì)平均，0.2～0.3視為收入比較平均；0.3～0.4視為收入相對(duì)合理；0.4～0.5視為收入差距較大，當(dāng)基尼系數(shù)達(dá)到0.5以上時(shí)，則表示收入懸殊。。在初始住房擁有量不同的情況下，房?jī)r(jià)的快速上漲勢(shì)必會(huì)導(dǎo)致家庭之間的財(cái)富差距迅速拉大。事實(shí)上，中國(guó)居民的財(cái)富不平等程度已經(jīng)超過(guò)其收入不平等程度。利用中國(guó)家庭追蹤調(diào)查(CFPS)2016年的數(shù)據(jù)測(cè)算顯示，中國(guó)家庭的財(cái)富基尼系數(shù)為0.71，遠(yuǎn)高于收入基尼系數(shù)0.51。此外，由于早期人們對(duì)于房?jī)r(jià)上漲預(yù)期較弱，房?jī)r(jià)暴漲帶來(lái)的“中獎(jiǎng)式”財(cái)富差距變化會(huì)進(jìn)一步強(qiáng)化人們對(duì)于社會(huì)不平等的感知，從而給社會(huì)穩(wěn)定帶來(lái)隱患。

基于上述現(xiàn)實(shí)和理論背景，本文從三個(gè)方面研究了房?jī)r(jià)對(duì)城市犯罪率的影響。首先，本文利用2002—2016年中國(guó)242個(gè)地級(jí)及以上城市的面板數(shù)據(jù)實(shí)證測(cè)算了城市住房?jī)r(jià)格對(duì)犯罪率的影響效果，并使用住房供給彈性作為工具變量來(lái)解決房?jī)r(jià)和犯罪率之間的內(nèi)生性問(wèn)題。研究結(jié)果表明，房?jī)r(jià)上漲顯著提高了城市的犯罪率水平，1%的房?jī)r(jià)上漲將導(dǎo)致城市的刑事犯罪批捕率和起訴率上升0.16%和0.099%；在使用工具變量后上述影響效果顯著變大，分別為2.108%和1.140%。其次，我們通過(guò)直接和間接兩種方式驗(yàn)證了房?jī)r(jià)上漲影響城市犯罪率的財(cái)富不平等機(jī)制：一方面，結(jié)合CFPS數(shù)據(jù)，我們使用中介效應(yīng)模型研究發(fā)現(xiàn)房?jī)r(jià)上漲會(huì)通過(guò)加劇本地區(qū)的財(cái)富不平等導(dǎo)致犯罪率的提高；另一方面，異質(zhì)性結(jié)果顯示，在初始住房擁有量差距越大的城市，房?jī)r(jià)上漲對(duì)犯罪率的正向影響越大。最后，從緩解房?jī)r(jià)上漲負(fù)面影響的視角出發(fā)，考察了住房保障政策對(duì)房?jī)r(jià)上漲推高犯罪率現(xiàn)象的影響，根據(jù)調(diào)節(jié)效應(yīng)的估計(jì)結(jié)果，我們發(fā)現(xiàn)在保障性住房供給越充足的城市，房?jī)r(jià)上漲對(duì)城市犯罪率的影響越小。

本文的研究貢獻(xiàn)主要體現(xiàn)在以下幾點(diǎn)：第一，本文首次利用全國(guó)地級(jí)及以上城市的面板數(shù)據(jù)考察了房?jī)r(jià)與犯罪率的關(guān)系，并充分考慮了房?jī)r(jià)與犯罪率間的內(nèi)生性問(wèn)題，豐富了中國(guó)關(guān)于房?jī)r(jià)與犯罪率關(guān)系方面的研究成果。第二，本文首次從財(cái)富不平等視角解釋了房?jī)r(jià)對(duì)犯罪率的影響，補(bǔ)充了房?jī)r(jià)影響犯罪率的經(jīng)濟(jì)機(jī)制。第三，本文基于保障性住房供給的異質(zhì)性研究結(jié)論，對(duì)于地方政府通過(guò)制定合理的政策解決房?jī)r(jià)上漲帶來(lái)的負(fù)面影響具有重要現(xiàn)實(shí)意義。

本文余下部分的結(jié)構(gòu)安排為：第二部分圍繞房?jī)r(jià)與犯罪率的關(guān)系進(jìn)行文獻(xiàn)綜述；第三部分介紹本文核心的實(shí)證研究設(shè)計(jì)；第四、五、六部分為實(shí)證結(jié)果分析；第七部分是本文的結(jié)論和政策建議。

二、文獻(xiàn)綜述

房?jī)r(jià)與犯罪率之間存在明顯互動(dòng)影響關(guān)系。其中，經(jīng)濟(jì)學(xué)者很早就開(kāi)始關(guān)注犯罪率對(duì)房?jī)r(jià)的影響，他們從城市和住房經(jīng)濟(jì)學(xué)的視角出發(fā)，將犯罪率水平看作是反映城市/社區(qū)居住宜居性的特征之一，采用Hedonic模型估算犯罪率在房?jī)r(jià)中的資本化效應(yīng)。例如，Thaler(1978)[21]的研究發(fā)現(xiàn)犯罪率每上升1個(gè)標(biāo)準(zhǔn)差將會(huì)導(dǎo)致房?jī)r(jià)下降3%。Hellman和Naroff(1979)[22]、Rizzo(1979)[23]等的研究也都表明犯罪率的上升會(huì)導(dǎo)致房?jī)r(jià)下降。進(jìn)一步地，在充分考慮并解決了房?jī)r(jià)與犯罪率之間的內(nèi)生性問(wèn)題后，Ihlanfeldt和Mayock(2010)[24]、Buonanno(2013)[25]等的研究指出在考慮到居住環(huán)境的安全性問(wèn)題后，人們更愿意為低暴力犯罪率地區(qū)的房屋支付一部分溢價(jià)，因此安全性較低地區(qū)的房?jī)r(jià)會(huì)有較大折價(jià)。Pope(2008)[26]利用美國(guó)佛羅里達(dá)州希爾斯波羅縣對(duì)性犯罪者的追蹤數(shù)據(jù)研究了犯罪恐懼對(duì)房?jī)r(jià)的影響，結(jié)果表明當(dāng)人們得知社區(qū)中有性犯罪者居住時(shí)，社區(qū)周?chē)姆績(jī)r(jià)會(huì)下降2.3%；當(dāng)性犯罪者搬離社區(qū)后，房?jī)r(jià)便會(huì)恢復(fù)。Lynch和Rasmussen(2001)[27]利用美國(guó)杰克遜維爾2 800多處的房屋銷(xiāo)售數(shù)據(jù)來(lái)估計(jì)犯罪率對(duì)房?jī)r(jià)的影響，研究發(fā)現(xiàn)犯罪對(duì)房?jī)r(jià)的總體影響不大，但是在高犯罪率的地區(qū)這一影響較大。

相比之下，國(guó)內(nèi)外關(guān)于房?jī)r(jià)對(duì)犯罪率影響的研究都較為匱乏，Read和Tsvetkova(2012)[28]等的研究較早地分析了住房居住質(zhì)量與犯罪率的關(guān)系，發(fā)現(xiàn)良好的置業(yè)環(huán)境能夠有效降低犯罪率。石慶玲和郭峰[19]利用1999—2012年中國(guó)35個(gè)大中城市的數(shù)據(jù)研究了房?jī)r(jià)與犯罪率的關(guān)系，是國(guó)內(nèi)最早討論該問(wèn)題的研究。他們的研究發(fā)現(xiàn)房?jī)r(jià)的上升將顯著推高城市的犯罪率水平，但是研究中并沒(méi)有涉及房?jī)r(jià)影響犯罪率背后的機(jī)制。常雪等(2018)[20]利用中國(guó)1999—2014年的省級(jí)面板數(shù)據(jù)，研究了房?jī)r(jià)上漲通過(guò)擴(kuò)大收入差距進(jìn)一步推高犯罪率這一作用路徑。從理論上來(lái)看，住房作為家庭最主要的資產(chǎn)，它的升值與家庭收入并不直接相關(guān)。因此，房?jī)r(jià)上漲最直接影響的是居民家庭財(cái)富的不平等程度，而非收入不平等程度[2]。收入不平等程度不能代表家庭財(cái)富的不平等程度[29]。

已有大量研究從理論和實(shí)證角度討論了收入和財(cái)富不平等對(duì)犯罪率的影響，但是由于家庭財(cái)富的數(shù)據(jù)較難獲得，一般研究中并不嚴(yán)格區(qū)分收入不平等與財(cái)富不平等[15]。Merton(1938)[30]提出的應(yīng)變理論(strain theory)認(rèn)為，處于社會(huì)底層的人們會(huì)因無(wú)法獲得成功而感到沮喪，并且當(dāng)他面對(duì)周?chē)说某晒r(shí)，這種沮喪會(huì)使他更加痛苦，從而導(dǎo)致他們疏遠(yuǎn)社會(huì)和犯罪，而個(gè)人與社會(huì)的疏遠(yuǎn)則可能源于收入不平等。Blau和Blau(1982)[31]從心理學(xué)角度的分析認(rèn)為，收入的不平等會(huì)導(dǎo)致人們心中產(chǎn)生一種“相對(duì)剝奪感”，從而更容易心理失衡，產(chǎn)生憤怒的情緒，進(jìn)而引發(fā)犯罪。同時(shí)，學(xué)者們也從不確定條件下“理性選擇”的角度出發(fā)，考察個(gè)體根據(jù)期望效用最大化的原則“理性”地選擇犯罪的機(jī)制[32-34]：個(gè)人通過(guò)比較預(yù)期的市場(chǎng)活動(dòng)收益和犯罪活動(dòng)收益來(lái)分配時(shí)間，并在考慮了處罰的可能性和嚴(yán)重性的情況下，“理性”地選擇犯罪。在這些模型中，不平等導(dǎo)致將市場(chǎng)活動(dòng)收益低的低收入個(gè)體置于市場(chǎng)活動(dòng)收益高的高收入個(gè)體附近，從而導(dǎo)致低收入群體犯罪傾向提高。Kelly(2000)[35]利用1991年FBI關(guān)于暴力犯罪與財(cái)產(chǎn)犯罪的數(shù)據(jù)研究發(fā)現(xiàn)收入不平等對(duì)財(cái)產(chǎn)犯罪沒(méi)有顯著影響，但卻會(huì)顯著提高暴力犯罪。陳春良和易君健(2019)[13]利用中國(guó)1998—2004年的省級(jí)面板數(shù)據(jù)研究發(fā)現(xiàn)當(dāng)相對(duì)收入差距與絕對(duì)收入差距分別上漲1%時(shí)，刑事犯罪率將會(huì)分別上升0.37%與0.38%。胡聯(lián)合等(2005)[10]研究發(fā)現(xiàn)城鄉(xiāng)居民的收入差距、地區(qū)差距的加劇與犯罪率的增加有緊密的相關(guān)性，且貧富差距的加大使得各種形式的犯罪活動(dòng)顯著增加，其中侵財(cái)性犯罪率增加最為顯著。從財(cái)富持有的存量來(lái)看，財(cái)富不平等差距的擴(kuò)大對(duì)社會(huì)穩(wěn)定與經(jīng)濟(jì)發(fā)展產(chǎn)生的威脅更大，更容易激化社會(huì)矛盾、引起社會(huì)沖突[29]。Lampman(1962)[36]指出財(cái)富不平等不僅僅是一種簡(jiǎn)單的社會(huì)現(xiàn)象，更是導(dǎo)致一系列社會(huì)問(wèn)題的根源。

總結(jié)來(lái)看，現(xiàn)有關(guān)于房?jī)r(jià)與犯罪率之間的關(guān)系研究主要集中于探討犯罪率對(duì)房?jī)r(jià)的影響，而不是相反。僅有的研究則聚焦于測(cè)度房?jī)r(jià)上漲對(duì)犯罪率的影響效應(yīng)，對(duì)于其背后的經(jīng)濟(jì)機(jī)制缺乏準(zhǔn)確的研究。本文將結(jié)合全國(guó)地級(jí)及以上城市的房?jī)r(jià)和犯罪率數(shù)據(jù)，圍繞上述問(wèn)題展開(kāi)研究；并進(jìn)一步討論住房政策在穩(wěn)定社會(huì)治安方面的作用效果。

三、實(shí)證研究設(shè)計(jì)

(一)模型設(shè)定

本文使用中國(guó)2002—2016年的城市面板數(shù)據(jù)考察房?jī)r(jià)上漲對(duì)城市犯罪率的影響，具體的實(shí)證模型設(shè)定如下：

lncrimeit=α0+α1×lnhouse_priceit+λ

×X+ωi+τt+εit

(1)

其中，下標(biāo)i表示城市，t表示年份；crime表示城市犯罪率水平，分別用該城市每萬(wàn)人批捕的各類(lèi)刑事犯罪嫌疑人數(shù)(arrest，以下簡(jiǎn)稱(chēng)“批捕率”)和每萬(wàn)人提起公訴的各類(lèi)刑事犯罪嫌疑人數(shù)(sue，以下簡(jiǎn)稱(chēng)“起訴率”)表示。house_price為城市商品房平均銷(xiāo)售價(jià)格(元/平方米)。X表示城市層面其他影響犯罪率的隨時(shí)間變化的因素，參考已有關(guān)于犯罪率影響因素的研究[11][37][38]，本文選取了如下控制變量：人均GDP(lngdppc)、人均財(cái)政支出(lnpublic_ex)、每萬(wàn)人城鎮(zhèn)登記失業(yè)率(unemployment)、城鎮(zhèn)化率(urban_rate)、性別比(sex_ratio)、城鄉(xiāng)可支配收入比(urgap)、城市人口密度(urban_density)、城市非戶(hù)籍人口率(imigrant)(5)使用2000、2005、2010、2015年4期的人口普查數(shù)據(jù)來(lái)計(jì)算每個(gè)城市的非戶(hù)籍人口率，并使用線性插值法補(bǔ)充剩余年份。。ωi為城市固定效應(yīng)，用來(lái)控制城市層面不隨時(shí)間變化的特征，例如地方的法制健全程度等；τt為年份固定效應(yīng)，用來(lái)控制時(shí)間趨勢(shì)上的影響因素。εit為隨機(jī)擾動(dòng)項(xiàng)，模型估計(jì)時(shí)在城市層面對(duì)標(biāo)準(zhǔn)誤進(jìn)行聚類(lèi)調(diào)整。表1給出了各個(gè)變量的定義和描述性統(tǒng)計(jì)量。模型(1)中我們主要關(guān)注系數(shù)α1，它表示房?jī)r(jià)上漲1%時(shí)城市犯罪率的百分比變化。

表1變量定義與統(tǒng)計(jì)描述

(二)數(shù)據(jù)來(lái)源與描述

本文所采用的犯罪率數(shù)據(jù)來(lái)自各個(gè)城市的統(tǒng)計(jì)年鑒和地方檢察院工作報(bào)告。我們手動(dòng)收集了2002—2016年全國(guó)242個(gè)地級(jí)及以上城市的檢察院經(jīng)審查批準(zhǔn)逮捕人數(shù)和檢察院經(jīng)審查提起公訴人數(shù)，然后用上述兩個(gè)指標(biāo)分別除以當(dāng)年該城市的總?cè)丝诘玫匠鞘忻磕甑呐堵屎推鹪V率。圖1給出了研究期內(nèi)各個(gè)省份的平均犯罪率水平。犯罪率水平最高的省份是廣東，平均每年的批捕率和起訴率分別為18.77人次/萬(wàn)人和19.18人次/萬(wàn)人，其次是上海和海南。犯罪率水平最低的省份是安徽(批捕率4.20，起訴率6.36)，每萬(wàn)人犯罪數(shù)不到廣東的1/3。平均來(lái)看，在東部沿海較為發(fā)達(dá)的城市犯罪率水平要更高，批捕率和起訴率分別達(dá)到9.77人次/萬(wàn)人和12.75人次/萬(wàn)人，而中西部地區(qū)則只有5.93人次/萬(wàn)人和7.57人次/萬(wàn)人。從犯罪率的增速來(lái)看，如圖2所示，大部分地區(qū)的犯罪率顯著上升。其中增速最快的廣東，從2002年到2016年每萬(wàn)人批捕人數(shù)和起訴人數(shù)分別上升了4.91人次/萬(wàn)人和9.31人次/萬(wàn)人，增長(zhǎng)幅度超過(guò)了25%；相比之下，河北、湖北、陜西、山東和安徽等地區(qū)的犯罪率在研究期內(nèi)有所下降。

圖1 2002—2016年各省份平均犯罪率

圖2 2002—2016年各省份犯罪率變化

本文使用的城市商品住房?jī)r(jià)格數(shù)據(jù)來(lái)自萬(wàn)德數(shù)據(jù)庫(kù)。(6)本文實(shí)證研究使用商品房平均價(jià)格作為核心解釋變量，而沒(méi)有考慮二手房?jī)r(jià)格，主要出于以下幾點(diǎn)考慮：第一，商品房目前仍然是中國(guó)城市住房市場(chǎng)的核心組成部分。雖然近年來(lái)一些特大城市的二手房市場(chǎng)活躍，但在本文研究期的大部分時(shí)間內(nèi)二手房市場(chǎng)份額仍然較小，因此選擇商品房?jī)r(jià)格更能夠準(zhǔn)確反映住房市場(chǎng)的價(jià)格水平。第二，雖然供應(yīng)主體不同，但商品房和二手房?jī)r(jià)格的增長(zhǎng)趨勢(shì)一直保持著高度的一致性，因此僅使用商品房?jī)r(jià)格進(jìn)行分析并不會(huì)損失核心信息。第三，正是由于大部分城市的二手房市場(chǎng)發(fā)展尚不成熟，許多城市的二手房數(shù)據(jù)質(zhì)量不高，這使得我們難以獲取可靠的二手房?jī)r(jià)格數(shù)據(jù)來(lái)進(jìn)行實(shí)證研究。其他城市層面的經(jīng)濟(jì)變量來(lái)自《中國(guó)城市統(tǒng)計(jì)年鑒》及各省市統(tǒng)計(jì)年鑒，城市非戶(hù)籍人口率變量來(lái)自人口普查數(shù)據(jù)。圖3給出了2002—2016年全國(guó)平均犯罪率與商品房平均銷(xiāo)售價(jià)格的變化趨勢(shì)。從整體上來(lái)看，三個(gè)指標(biāo)在時(shí)間上具有明顯的正相關(guān)關(guān)系。在2009年之前，房?jī)r(jià)與犯罪率的變化趨勢(shì)基本一致，呈現(xiàn)出顯著的正向關(guān)系。在2009年之后批捕率的增長(zhǎng)趨勢(shì)開(kāi)始逐漸變緩，在這段時(shí)間內(nèi)起訴率一直保持增長(zhǎng)態(tài)勢(shì)，房?jī)r(jià)趨勢(shì)與起訴率的變化趨勢(shì)相同，與批捕率的變化趨勢(shì)相反。

圖3 2002—2016年中國(guó)房?jī)r(jià)與犯罪率趨勢(shì)圖

(三)內(nèi)生性問(wèn)題

本文實(shí)證研究可能面臨以下內(nèi)生性問(wèn)題。第一，正如文獻(xiàn)綜述部分提到的，犯罪率作為城市宜居性特征之一會(huì)顯著影響當(dāng)?shù)氐淖》績(jī)r(jià)格，因此本文的研究面臨著較為嚴(yán)重的反向因果問(wèn)題。第二，可能存在其他不可觀測(cè)變量會(huì)同時(shí)影響城市的犯罪率與房?jī)r(jià)，從而導(dǎo)致模型的估計(jì)結(jié)果存在偏誤。舉例來(lái)說(shuō)，大城市的棚戶(hù)區(qū)改造政策，一方面能夠通過(guò)改變城市居住環(huán)境提高住房?jī)r(jià)格，另一方面也可能導(dǎo)致社會(huì)矛盾激化，犯罪率提升；這類(lèi)因素的缺失將會(huì)導(dǎo)致房?jī)r(jià)對(duì)犯罪率的正向影響被高估。再如，城市公共服務(wù)設(shè)施供給的增加，既可以通過(guò)資本化效應(yīng)推高房?jī)r(jià)，也可能通過(guò)促進(jìn)公共服務(wù)均等化降低犯罪率水平[39]；這類(lèi)因素缺失則會(huì)導(dǎo)致房?jī)r(jià)對(duì)犯罪率的正向影響被低估。第三，本文選取兩個(gè)犯罪率指標(biāo)可能存在度量誤差[40]。

解決上述內(nèi)生性問(wèn)題的一個(gè)合理有效的方法是尋找合理的工具變量。根據(jù)工具變量的定義要求：(1)該工具變量應(yīng)與城市房?jī)r(jià)具有高度相關(guān)性；(2)該變量不能通過(guò)房?jī)r(jià)之外的其他變量影響城市的犯罪率水平。為此，我們首先借鑒Saiz(2010)[41]的研究方法，利用2007—2015年中國(guó)城市的住宅用地交易數(shù)據(jù)計(jì)算了各城市的住房供給彈性。(7)受篇幅限制，文中沒(méi)有給出住房供給彈性的計(jì)算過(guò)程，有興趣的讀者可向作者索取。然后參考鄭思齊等(2014)[1]的做法，用全國(guó)的商品房平均銷(xiāo)售價(jià)格與各城市的住房供給彈性的比值(houseprice/elasticity)作為各城市商品房平均銷(xiāo)售價(jià)格的工具變量。可以看出，工具變量中的兩個(gè)核心指標(biāo)均與城市的住房?jī)r(jià)格高度相關(guān)，同時(shí)由于這兩個(gè)變量都是城市住房市場(chǎng)相對(duì)外生的變量，因此不會(huì)通過(guò)其他渠道影響城市的犯罪率，即可以滿(mǎn)足工具變量的外生性要求。圖4給出了上述工具變量與城市商品房平均銷(xiāo)售價(jià)格的散點(diǎn)圖，可以看出兩者之間表現(xiàn)出顯著的正向相關(guān)關(guān)系。在后續(xù)的實(shí)證研究中，我們還會(huì)進(jìn)一步檢驗(yàn)該工具變量的有效性。

圖4 全國(guó)平均房?jī)r(jià)/城市住房供給彈性與全國(guó)房?jī)r(jià)散點(diǎn)圖

四、實(shí)證結(jié)果分析

(一)房?jī)r(jià)對(duì)犯罪率的影響效應(yīng)估計(jì)

表2的列(1)和列(2)分別報(bào)告了以批捕率和起訴率的對(duì)數(shù)值作為被解釋變量對(duì)模型(1)的OLS估計(jì)結(jié)果?；貧w結(jié)果顯示，在控制了其他影響因素的情況下，房?jī)r(jià)變量(lnhouse_price)的系數(shù)都在5%的統(tǒng)計(jì)水平上顯著為正，說(shuō)明房?jī)r(jià)與城市犯罪率之間存在顯著正相關(guān)關(guān)系。從系數(shù)值大小來(lái)看，房?jī)r(jià)每上漲1%將會(huì)導(dǎo)致批捕率和起訴率分別上升0.16%和0.099%。從均值水平上看，房?jī)r(jià)每上漲1%將會(huì)導(dǎo)致城市每萬(wàn)人中批捕人數(shù)和起訴人數(shù)分別增加0.012人次和0.009人次。從控制變量的估計(jì)結(jié)果來(lái)看：城市非戶(hù)籍人口率、失業(yè)率和性別比越高的城市，犯罪率水平越高，這與大多數(shù)學(xué)者的研究結(jié)果相同。除此之外，其他控制變量對(duì)城市犯罪率的影響較小且統(tǒng)計(jì)上不顯著。

表2的列(3)和列(4)報(bào)告了采用工具變量后的估計(jì)結(jié)果。從一階段回歸結(jié)果來(lái)看，在控制了其他影響因素后，工具變量與城市房?jī)r(jià)間呈顯著的正相關(guān)關(guān)系，與理論預(yù)期相符。同時(shí)，一階段回歸的F值遠(yuǎn)大于臨界值10，說(shuō)明不存在弱工具變量問(wèn)題。從二階段回歸結(jié)果來(lái)看，房?jī)r(jià)對(duì)批捕率和起訴率的影響仍然顯著為正，進(jìn)一步驗(yàn)證了房?jī)r(jià)上漲會(huì)顯著推高城市的犯罪率水平。與表2中OLS的估計(jì)結(jié)果相比，采用工具變量后房?jī)r(jià)(lnhouse_price)的估計(jì)系數(shù)明顯變大，房?jī)r(jià)對(duì)批捕率的影響從0.16上升為2.108，對(duì)起訴率的影響由0.099上升為1.140，說(shuō)明的確存在內(nèi)生性問(wèn)題使OLS估計(jì)低估了房?jī)r(jià)對(duì)城市犯罪率的影響。根據(jù)列(3)和列(4)的估計(jì)結(jié)果，房?jī)r(jià)每上升1%，將會(huì)導(dǎo)致城市的批捕率和起訴率分別提高2.11%和1.14%。以均值水平計(jì)算，城市房?jī)r(jià)每上升1%將會(huì)導(dǎo)致城市每萬(wàn)人中批捕人次和起訴人次分別增加0.155和0.107。

表2房?jī)r(jià)對(duì)犯罪率影響模型的OLS和2SLS估計(jì)結(jié)果

(二)地區(qū)和時(shí)間異質(zhì)性

接下來(lái)我們考察房?jī)r(jià)上漲對(duì)犯罪率的影響效應(yīng)在地區(qū)間的差異。表3報(bào)告了區(qū)分東、中、西部的子樣本回歸結(jié)果。整體來(lái)看，房?jī)r(jià)對(duì)城市犯罪率水平都有正向影響。在東部和中部地區(qū)，上述影響大且在統(tǒng)計(jì)上顯著。從系數(shù)估計(jì)值來(lái)看，在東部地區(qū)，房?jī)r(jià)上漲1%將使得城市犯罪率水平提高0.126%～0.219%；在中部地區(qū)這一影響效果為0.146%～0.183%。相比，在西部地區(qū)，房?jī)r(jià)上漲對(duì)犯罪率的影響較小。之所以出現(xiàn)這種地區(qū)性差異，一個(gè)重要的原因是，與西部相比，東部和中部城市的房?jī)r(jià)和房?jī)r(jià)收入比更高，因此房?jī)r(jià)上漲對(duì)個(gè)體財(cái)富水平或者可支付能力的影響更大，也更容易導(dǎo)致家庭財(cái)富差距的拉大。而在房?jī)r(jià)較低或者房?jī)r(jià)收入較為合理的地區(qū)，房?jī)r(jià)上漲帶來(lái)的影響相對(duì)較少。

表3東、中、西部地區(qū)異質(zhì)性的估計(jì)結(jié)果

其次，我們將城市按照經(jīng)濟(jì)發(fā)展水平分成三組，分別是一/二線城市(45個(gè))、三線城市(67個(gè))和四/五線城市(160個(gè))，分組依據(jù)參考第一財(cái)經(jīng)發(fā)布的中國(guó)城市分級(jí)名單。表4報(bào)告了分城市樣本的回歸結(jié)果。從估計(jì)結(jié)果可以看出，在經(jīng)濟(jì)發(fā)展水平越高的城市，房?jī)r(jià)上漲對(duì)城市犯罪率的正向影響越顯著。特別地，在一線和二線城市，房?jī)r(jià)上漲1%將會(huì)導(dǎo)致犯罪率上漲0.254%～0.277%；在三線城市這一影響效果為0.145%～0.165%；相比，在四線和五線城市房?jī)r(jià)上漲對(duì)犯罪率的影響較小且在統(tǒng)計(jì)上不顯著。這一結(jié)果與分地區(qū)的研究發(fā)現(xiàn)相一致，在房?jī)r(jià)水平更高的城市，房?jī)r(jià)上漲對(duì)個(gè)體財(cái)富水平的影響更大，也更容易導(dǎo)致家庭財(cái)富差距的拉大，從而帶來(lái)更高的犯罪率。

表4分等級(jí)城市異質(zhì)性的估計(jì)結(jié)果

再次，我們考察房?jī)r(jià)對(duì)犯罪率的影響效應(yīng)在不同時(shí)間階段的差異。在過(guò)去十幾年間，中國(guó)城市的房地產(chǎn)市場(chǎng)經(jīng)歷了持續(xù)的上漲。但如圖3所示，在2008年前后，房?jī)r(jià)上漲相對(duì)平穩(wěn)，可以被看作是房?jī)r(jià)上漲的緩沖期。因此，我們選擇2008年作為時(shí)間分界點(diǎn)，分別考察2008年前后房?jī)r(jià)上漲帶來(lái)的影響。表5報(bào)告了對(duì)時(shí)間分樣本的估計(jì)結(jié)果。可以看出，房?jī)r(jià)對(duì)犯罪率的正向影響在不同時(shí)期都普遍存在。具體來(lái)看，在2002—2007年期間，房?jī)r(jià)上漲1%對(duì)城市犯罪率的影響為0.114%～0.131%；在2008—2016年期間，上述影響效果增加為0.121%～0.138%。我們認(rèn)為出現(xiàn)上述變化的主要原因可能是，在經(jīng)歷了第一輪房?jī)r(jià)快速上漲后，早期持有住房的家庭財(cái)富獲得了提升，同時(shí)也滋生了他們更多的投資性購(gòu)房需求。這種滾雪球式的財(cái)富積累使得在房?jī)r(jià)上漲后，進(jìn)一步放大家庭之間的財(cái)富差距，從而引發(fā)了人們對(duì)于社會(huì)不平等的不滿(mǎn)，犯罪的動(dòng)機(jī)增加。(8)我們也嘗試使用2009年和2010年作為時(shí)間分界點(diǎn)，都得到了類(lèi)似的研究結(jié)論。

表5時(shí)間異質(zhì)性的估計(jì)結(jié)果

五、機(jī)制檢驗(yàn)

在1998年住房制度改革之前，福利分房政策是人們獲得住房的主要途徑。在這種住房分配制度下，住房?jī)r(jià)值往往被人們忽視，也很少有投資性購(gòu)房需求。但是進(jìn)入21世紀(jì)，中國(guó)城市的住房市場(chǎng)迅速發(fā)展，房?jī)r(jià)飆升，這使得在早期持有大量住房家庭的財(cái)富快速增長(zhǎng)，城市居民之間的財(cái)富差距被迅速拉大[42]。然而，這種財(cái)富差距的出現(xiàn)與人們正常的付出(例如工作、學(xué)習(xí)等)并沒(méi)有直接關(guān)系，這種不平等或者不公平現(xiàn)象給社會(huì)穩(wěn)定帶來(lái)了極大隱患。這一部分將通過(guò)實(shí)證來(lái)檢驗(yàn)房?jī)r(jià)上漲通過(guò)拉大財(cái)富差距推高犯罪率這一機(jī)制。(9)根據(jù)已有城市犯罪率相關(guān)文獻(xiàn)的討論，房?jī)r(jià)對(duì)城市犯罪率的影響還可能存在其他渠道，例如人口流動(dòng)。然而，受限于研究深度的需要，我們沒(méi)有辦法在一篇論文對(duì)所有機(jī)制進(jìn)行討論和分析。但可以理解的是，貧富差距是房?jī)r(jià)影響犯罪率最為直接，也可能是最重要的機(jī)制。

(一)中介效應(yīng)分析

首先，我們采用中介效應(yīng)模型來(lái)直接考察房?jī)r(jià)對(duì)犯罪率影響的財(cái)富不平等機(jī)制。具體來(lái)說(shuō)，我們利用2010—2016年CFPS微觀數(shù)據(jù)(10)本部分使用數(shù)據(jù)來(lái)自中國(guó)家庭追蹤調(diào)查(China Family Panel Studies,CFPS)。CFPS于2010年開(kāi)始正式調(diào)查訪問(wèn)，對(duì)中國(guó)25個(gè)省份共計(jì) 16 000 戶(hù)家庭進(jìn)行追蹤調(diào)查，追蹤收集個(gè)體、家庭、社區(qū)三個(gè)層次的數(shù)據(jù)，以反映中國(guó)經(jīng)濟(jì)、社會(huì)、人口、教育和健康的變遷。本文選取2010、2012、2014、2016四年的CFPS調(diào)查數(shù)據(jù)，使用其家庭經(jīng)濟(jì)調(diào)查數(shù)據(jù)庫(kù)數(shù)據(jù)。計(jì)算了各個(gè)城市分年份的家庭資產(chǎn)基尼系數(shù)，用來(lái)衡量各城市的財(cái)富不平等程度，然后通過(guò)如下城市面板數(shù)據(jù)模型來(lái)進(jìn)行實(shí)證分析：

lncrimeit=α0+α1×lnhouse_priceit+λ

×X+ωi+τt+εit

(2)

giniit=β0+β1×lnhouse_priceit+λ×X+ωi

+τt+μit

(3)

lncrimeit=γ0+γ1×lnhouse_priceit+γ2

×giniit+λ×X+ωi+τt+εit

(4)

其中，giniit表示城市i在年份t的家庭財(cái)富不平等指數(shù)，分別用家庭總房產(chǎn)基尼系數(shù)(gini_wealth)和城市家庭凈房產(chǎn)基尼系數(shù)(gini_house)度量。在CFPS問(wèn)卷中，每個(gè)調(diào)查者均被詢(xún)問(wèn)家庭收入、家庭資產(chǎn)、家庭支出、家庭房屋擁有數(shù)量、家庭現(xiàn)住房?jī)r(jià)值、家庭其他房產(chǎn)價(jià)值、家庭總房貸等情況。在本文中，我們將家庭總房產(chǎn)定義為現(xiàn)有住房?jī)r(jià)值與其他房產(chǎn)市價(jià)之和，凈房產(chǎn)定義為家庭總房產(chǎn)與總房貸之差。此外，我們?cè)谶@部分的實(shí)證分析中還加入家庭金融資產(chǎn)基尼系數(shù)作為控制變量。

根據(jù)中介效應(yīng)模型的原理(Baron和Kenny，1986[43])，在已知房?jī)r(jià)會(huì)對(duì)城市犯罪率產(chǎn)生顯著影響的條件下，如果β1和γ2都顯著且與預(yù)期相符，則表明房?jī)r(jià)會(huì)通過(guò)影響家庭之間的財(cái)富不平等對(duì)犯罪率產(chǎn)生影響，即財(cái)富不平等是房?jī)r(jià)影響犯罪率的機(jī)制；進(jìn)一步地，如果β1顯著且在控制了財(cái)富不平等變量后，房?jī)r(jià)本身的系數(shù)γ1和中介變量的系數(shù)γ2同樣顯著，表明房?jī)r(jià)除了通過(guò)中介效應(yīng)影響犯罪率，還存在部分直接效應(yīng)影響犯罪率，即中介變量表現(xiàn)為部分中介效應(yīng)；如果在控制了財(cái)富不平等后γ1變得不顯著了，表明直接效應(yīng)不顯著，房?jī)r(jià)只通過(guò)財(cái)富不平等影響犯罪率。

表6報(bào)告了對(duì)中介效應(yīng)模型的回歸結(jié)果。首先，從對(duì)模型2-1的估計(jì)結(jié)果來(lái)看，在2010—2016年期間，房?jī)r(jià)對(duì)城市犯罪率的影響仍然顯著為正。根據(jù)工具變量的估計(jì)結(jié)果，房?jī)r(jià)上漲1%會(huì)導(dǎo)致犯罪率提升1.428%～2.437%，這與本文表2的估計(jì)結(jié)果十分接近。其次，對(duì)模型2-2的估計(jì)結(jié)果顯示，β1均顯著為正，說(shuō)明房?jī)r(jià)上漲確實(shí)顯著擴(kuò)大了本城市家庭之間的財(cái)富差距。根據(jù)工具變量估計(jì)結(jié)果，房?jī)r(jià)上漲1%將會(huì)導(dǎo)致家庭財(cái)富基尼系數(shù)上升0.003 7～0.004 2。為了更加直觀地反映房?jī)r(jià)上漲對(duì)家庭財(cái)富不平等的影響，我們進(jìn)一步計(jì)算了2010—2016年期間因?yàn)榉績(jī)r(jià)上漲(平均增長(zhǎng)幅度為48.86%)帶來(lái)的財(cái)富不平等變化約為0.181～0.205，這相當(dāng)于研究期內(nèi)家庭財(cái)富基尼系數(shù)的36.2%～41.0%(11)分別使用0.181和0.205除以研究期內(nèi)家庭財(cái)富基尼系數(shù)的均值0.5得到。。也就是說(shuō)，在2010—2016年期間因?yàn)榉績(jī)r(jià)上漲導(dǎo)致的家庭財(cái)富不平等提高了36.2%～41.0%。

表6財(cái)富不平等中介效應(yīng)模型的估計(jì)結(jié)果

續(xù)前表

最后，表6中對(duì)模型2-3的估計(jì)結(jié)果顯示，當(dāng)在犯罪率模型中同時(shí)加入房?jī)r(jià)和家庭財(cái)富不平等變量后，房?jī)r(jià)的系數(shù)γ1變得不顯著了，而家庭財(cái)富基尼系數(shù)的系數(shù)γ2仍然顯著為正。根據(jù)工具變量的估計(jì)結(jié)果：家庭財(cái)富基尼系數(shù)每提高一個(gè)百分點(diǎn)將會(huì)導(dǎo)致城市犯罪率提高1.2%～1.3%。結(jié)合對(duì)模型2-1和模型2-2的估計(jì)結(jié)果，可以計(jì)算房?jī)r(jià)上漲1%通過(guò)財(cái)富不平等(0.003 7～0.004 2)導(dǎo)致的犯罪率增加約為0.44%～0.55%(=β1%×γ2)，這相當(dāng)于房?jī)r(jià)對(duì)犯罪率整體效應(yīng)的22.6%～30.8%(=β1×γ2/α1)。這表明財(cái)富不平等是房?jī)r(jià)影響犯罪率的主要中介機(jī)制。

(二)基于住房自有率的異質(zhì)性分析

接下來(lái)，我們基于不同城市在初始年份家庭之間擁有住房數(shù)量的差異，考察房?jī)r(jià)上漲通過(guò)加劇財(cái)富不平等影響犯罪率的機(jī)制。其核心的經(jīng)濟(jì)學(xué)邏輯在于，如果在期初家庭之間擁有的住房數(shù)量差距越大，在經(jīng)歷了房?jī)r(jià)上漲之后家庭之間的財(cái)富差距也會(huì)越大，從而更容易引發(fā)犯罪。反過(guò)來(lái)，如果我們發(fā)現(xiàn)房?jī)r(jià)上漲對(duì)于犯罪率的影響在家庭擁有住房數(shù)量差異越大的城市影響越大，就可以在很大程度上證明房?jī)r(jià)影響犯罪率的財(cái)富不平等機(jī)制。為了測(cè)量不同城市家庭擁有住房情況，本文使用2005年全國(guó)人口抽樣調(diào)查數(shù)據(jù)計(jì)算了各城市的住房面積基尼系數(shù)，用以代表城市初始的住房不平等程度，然后構(gòu)造如下實(shí)證模型：

lncrimeit=δ0+δ1×lnhouse_priceit+δ2

×gini_housei,05×lnhouse_priceit

+λ×X+ωi+τt+εit

(5)

其中，gini_housei,05表示城市i在2005年的住房面積基尼系數(shù)，其他各變量含義與模型(1)相同。表7報(bào)告了對(duì)模型(5)的估計(jì)結(jié)果，這里我們主要關(guān)注住房基尼系數(shù)與城市房?jī)r(jià)交叉項(xiàng)(gini_house×lnhouse_price)的系數(shù)。可以看出，在使用OLS和2SLS估計(jì)時(shí)，交叉項(xiàng)的系數(shù)都顯著為正，說(shuō)明在初始住房面積基尼系數(shù)越大的城市，房?jī)r(jià)上漲對(duì)犯罪率的正向刺激作用越大。這一發(fā)現(xiàn)進(jìn)一步驗(yàn)證了本文關(guān)于財(cái)富不平等機(jī)制的研究假設(shè)。

表7房?jī)r(jià)對(duì)犯罪率影響機(jī)制模型的估計(jì)結(jié)果

六、政策緩解效應(yīng)分析

本文前述的研究證實(shí)了房?jī)r(jià)上漲對(duì)城市犯罪率具有顯著的刺激作用，同時(shí)房?jī)r(jià)上漲會(huì)通過(guò)加劇家庭之間的財(cái)富不平等程度提高犯罪率水平。那么政府是否可以通過(guò)采取相應(yīng)措施以減弱房?jī)r(jià)上漲對(duì)社會(huì)造成的負(fù)面影響？

針對(duì)中國(guó)城市房?jī)r(jià)的高速上漲問(wèn)題，政府一直在采取積極的措施抑制房?jī)r(jià)上漲，并保障居民的住房問(wèn)題。除了直接抑制房?jī)r(jià)快速上漲的政策如限購(gòu)、限貸等，保障性住房政策是近年來(lái)國(guó)家大力推動(dòng)用來(lái)緩解中低收入家庭住房問(wèn)題的舉措。政策性保障性住房通常是根據(jù)國(guó)家政策和法律法規(guī)的規(guī)定，由政府統(tǒng)一統(tǒng)籌規(guī)劃提供給中低收入人群使用，其建造價(jià)格、銷(xiāo)售價(jià)格和租金標(biāo)準(zhǔn)都給予一定的限定，具有明顯的社會(huì)保障性質(zhì)。由于保障性住房主要針對(duì)沒(méi)有住房且收入相對(duì)較低的家庭(12)根據(jù)《經(jīng)濟(jì)適用住房管理辦法》第二十五條規(guī)定，城市低收入家庭申請(qǐng)購(gòu)買(mǎi)經(jīng)濟(jì)適用住房應(yīng)同時(shí)符合下列條件：(一)具有當(dāng)?shù)爻擎?zhèn)戶(hù)口；(二)家庭收入符合市、縣人民政府劃定的低收入家庭收入標(biāo)準(zhǔn)；(三)無(wú)房或現(xiàn)住房面積低于市、縣人民政府規(guī)定的住房困難標(biāo)準(zhǔn)。，因此它不僅能夠直接解決中低收入家庭的住房需求，更重要的是可以緩解房?jī)r(jià)上漲帶來(lái)的財(cái)富不平等問(wèn)題，使得居民、特別是中低收入居民心理上的“相對(duì)剝奪感”下降，從而降低犯罪傾向。

基于上述背景，本文在實(shí)證研究的最后來(lái)探討保障性住房供給政策是否能夠緩解房?jī)r(jià)上漲帶來(lái)的犯罪率上升問(wèn)題。受數(shù)據(jù)可得性限制，本文使用各個(gè)省份的經(jīng)濟(jì)適用房(13)中國(guó)的保障性住房主要有5種形式：兩限商品住房、經(jīng)濟(jì)適用住房、政策性租賃住房、自住型商品房以及廉租房。數(shù)據(jù)來(lái)進(jìn)行分析。具體來(lái)說(shuō)，我們使用2002—2010年各省份經(jīng)濟(jì)適用房實(shí)際銷(xiāo)售面積與各省份商品房實(shí)際銷(xiāo)售面積之比作為該地區(qū)住房保障實(shí)施力度(security)的代表變量。其中，各省份經(jīng)濟(jì)適用房銷(xiāo)售面積數(shù)據(jù)來(lái)源于《中國(guó)統(tǒng)計(jì)年鑒》，各省份商品房銷(xiāo)售面積數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局。從定義來(lái)看，security越大表明城市住房保障政策的實(shí)施力度越強(qiáng)，反之亦然。我們?nèi)匀徊捎眉{入交叉項(xiàng)形式的調(diào)節(jié)效應(yīng)模型來(lái)檢驗(yàn)上述研究假設(shè)，具體模型設(shè)定如下：

lncrimeit=φ0+φ1×lnhouse_priceit+φ2

×securityit×lnhouse_priceit+φ3

×securityit+λ×X+ωi+τt+εit

(6)

為了使估計(jì)系數(shù)的經(jīng)濟(jì)意義更加明顯，我們將security和lnhouse_price均進(jìn)行了中心化處理。表8報(bào)告了對(duì)模型(6)的估計(jì)結(jié)果，這里我們主要關(guān)注保障性住房政策實(shí)施力度與房?jī)r(jià)的交叉項(xiàng)(security×lnhouse_price)的系數(shù)。從回歸結(jié)果來(lái)看，無(wú)論是OLS還是2SLS估計(jì)，交叉項(xiàng)的系數(shù)都顯著為負(fù)，說(shuō)明在保障性住房供給越多的城市，房?jī)r(jià)上漲對(duì)犯罪率的刺激作用越小。這一結(jié)果表明，保障性住房政策能夠在一定程度上緩解房?jī)r(jià)上漲帶來(lái)的犯罪率上升現(xiàn)象，起到了顯著的政策調(diào)節(jié)作用。

表8保障性住房政策的影響

七、總結(jié)

進(jìn)入21世紀(jì)，房?jī)r(jià)的快速上漲成為中國(guó)經(jīng)濟(jì)發(fā)展過(guò)程的重要議題之一。圍繞房?jī)r(jià)上漲的經(jīng)濟(jì)社會(huì)影響，學(xué)者們展開(kāi)了廣泛的討論，學(xué)者們也多意識(shí)到了房?jī)r(jià)上漲給社會(huì)穩(wěn)定帶來(lái)的隱患，但是很少有研究直接討論房?jī)r(jià)上漲對(duì)社會(huì)穩(wěn)定的影響，以及其背后的經(jīng)濟(jì)機(jī)制。本文利用2002—2016年中國(guó)242個(gè)地級(jí)市及以上城市的面板數(shù)據(jù)，實(shí)證考察了房?jī)r(jià)上漲對(duì)城市犯罪率水平的影響效果及機(jī)制，并探討了保障性住房政策對(duì)該影響的緩解作用。研究結(jié)果發(fā)現(xiàn)：第一，在控制了人均GDP、財(cái)政支出、失業(yè)率、城鎮(zhèn)化率以及性別比例等因素后，房?jī)r(jià)上漲對(duì)城市犯罪率水平有顯著的正向影響。房?jī)r(jià)每上漲1%將導(dǎo)致本城市刑事犯罪批捕率與起訴率分別上漲0.16%和0.099%。在使用工具變量后，房?jī)r(jià)對(duì)城市犯罪率的正向影響仍然顯著存在，且影響效果有所提升。分地區(qū)的研究結(jié)果表明，在房?jī)r(jià)水平更高的東部和中部地區(qū)，房?jī)r(jià)上漲對(duì)犯罪率的影響更大；而2008年以后房?jī)r(jià)對(duì)城市犯罪率的影響更大。第二，本文利用CFPS微觀調(diào)查數(shù)據(jù)構(gòu)造衡量城市內(nèi)部家庭財(cái)富不平等的變量，研究發(fā)現(xiàn)房?jī)r(jià)上漲能夠顯著加大居民之間的財(cái)富差距。同時(shí)，異質(zhì)性的結(jié)果顯示，在初始住房擁有量存在較大差距的城市，房?jī)r(jià)上漲對(duì)犯罪率的影響更加顯著。這就驗(yàn)證了房?jī)r(jià)通過(guò)影響財(cái)富不平等進(jìn)而影響犯罪率水平的機(jī)制。第三，本文研究顯示，保障性住房的供給能夠顯著降低房?jī)r(jià)上漲對(duì)城市犯罪率的刺激作用。

房地產(chǎn)業(yè)的健康有序發(fā)展對(duì)服務(wù)經(jīng)濟(jì)發(fā)展和不斷改善群眾居住條件起著十分重要的保障作用。穩(wěn)定房?jī)r(jià)、實(shí)現(xiàn)房地產(chǎn)市場(chǎng)的有序發(fā)展不僅僅是經(jīng)濟(jì)問(wèn)題，同時(shí)又是社會(huì)問(wèn)題。因此本文的研究結(jié)論也具有一定的現(xiàn)實(shí)意義與政策價(jià)值。首先，本文通過(guò)嚴(yán)謹(jǐn)?shù)膶?shí)證設(shè)計(jì)測(cè)算了房?jī)r(jià)上漲對(duì)城市犯罪率水平影響，這有利于更加全面和準(zhǔn)確地評(píng)估房?jī)r(jià)上漲給經(jīng)濟(jì)社會(huì)帶來(lái)的影響，也為地方政府進(jìn)行住房市場(chǎng)調(diào)控政策評(píng)估提供了定量補(bǔ)充。其次，本文驗(yàn)證了加劇財(cái)富差距這一房?jī)r(jià)推高犯罪率的重要機(jī)制，為政策制定者對(duì)癥下藥解決住房市場(chǎng)繁榮帶來(lái)的負(fù)外部性提供了依據(jù)。更具體地，住房所形成的資產(chǎn)存量和存量溢價(jià)是導(dǎo)致居民財(cái)富差距擴(kuò)大的主要原因之一。因此，政府可以通過(guò)健全地方稅體系，推進(jìn)房地產(chǎn)稅立法，加強(qiáng)房地產(chǎn)市場(chǎng)的監(jiān)管等手段，為居民將剩余資金配置到相關(guān)市場(chǎng)獲得財(cái)產(chǎn)性收入提供更公平的環(huán)境，從而調(diào)節(jié)收入分配和財(cái)產(chǎn)配置的優(yōu)化機(jī)制，有效減少房?jī)r(jià)上漲對(duì)社會(huì)造成的負(fù)面影響。最后，本文研究證實(shí)了保障性住房政策在解決城市住房矛盾中的重要作用，為國(guó)家繼續(xù)有效實(shí)施保障性住房政策和相關(guān)收益成本評(píng)估提供了科學(xué)依據(jù)。