刘彩霞,陈安平
(暨南大学 经济学院,广州 510632)
提要:随着中国城镇化进程和房地产市场的快速发展,住房问题成为社会关注的焦点。针对中国房价持续上涨的现实,学者们从多个角度对高房价的影响因素进行解释,中国政府也陆续出台了一系列房地产调控和住房保障政策。那么,影响商品房价格的因素究竟包括哪些?房地产调控政策的实施效果如何?保障性住房供给又存在怎样的经济效应?全面深刻理解上述问题,正确认识房地产市场的经济运行规律,是确保房地产市场以及城镇化高质量发展的前提。针对国内外关于商品住房和保障性住房两类研究的经济学文献进行梳理与回顾,并着重评述了国内外研究的差异。进一步归纳总结目前针对中国住房问题研究的局限与不足,分析了导致这一现状的成因。最后总结全文,并对未来该领域的研究重点及方向进行展望。
城镇住房问题是当前城市与房地产经济学领域的研究热点之一。自1998年中国住房制度全面市场化改革以来,住宅产业得以快速发展,对国民经济运行和社会财富积累做出了重要贡献。同时,城市商品房房价高企、保障性住房供给不足问题也日益凸显,出现了“买房难”、“蜗居”等现象。国内学者试图从多种角度探讨我国房地产过热背后的成因,并研究高房价对经济社会发展可能造成的潜在问题与风险。为遏制房价的过快上涨,我国政府部门陆续出台一系列房地产调控政策和住房保障制度。近几年来,我国政府坚持“房住不炒”的定位要求,因城施策,有序推进供给侧结构性改革,逐步建立起房地产市场长效管理调控机制。确保房地产市场的平稳健康发展,有效解决城市居民的住房问题,不仅关系到我国宏观经济的发展前景,也关系到社会稳定与民生保障。
厘清城镇住房问题相关研究的发展脉络,具有十分重要的现实意义。首先,住房问题与城镇居民生活息息相关。对于有房产居民而言,住房资产是家庭财富的重要组成部分,房地产市场的价格走势直接关系到住房资产价值变动,影响居民的家庭财富水平。对于无房产居民,需要面临买房还是租房、何时何地买房、租或买哪种类型的房子等居住选择问题。其次,住房问题关乎城镇化的高质量发展。现阶段我国城镇化正由高速发展向高质量发展转变,传统粗放型的城镇化发展模式难以为继,很多城市以城市更新为契机加快推进棚户区改造和老旧小区改造。有效解决城市困难居民家庭的居住问题,全面提升城市人居环境质量,是实现“以人为本”新型城镇化的重要前提。
那么,城镇居民应如何识别影响住房价格走势波动和区域差异性的因素?不同类型的居住安排会对居民个人及家庭产生怎样的影响?政府部门应如何根据经济形势的变动制定科学有效的房地产调控政策?如何兼顾保障性住房供给的公平与效率?基于以上问题,本文通过回顾国内外相关文献,系统梳理了商品房房价成因和保障性住房经济效应研究的经济学文献,归纳整理已有研究的主要发现,提出存在的问题与不足之处,并指明未来进一步的研究方向。
特征价格理论形成于20世纪60—80年代。西方经济学中传统的消费者效用理论认为,消费者效用来自于商品本身。Lancaster[1]则认为是消费者效用主要来自组成商品的特征属性,这是特征价格理论的雏形。Rosen[2]在该理论的基础上,推导出产品差异市场均衡理论模型,对异质性产品特征的边际隐含价格进行了规范分析。由于商品住房具有面积、楼层、朝向、房间数量、区位等多方面的差异性品质特征,特征价格法在微观领域被广泛用于房价的成因分析。宏观领域关于商品住房价格的研究主要是以供求均衡理论为依据。供求均衡理论认为,在市场经济条件下,如果供过于求,房价就会下降;反之,房价则上涨。不论是微观还是宏观领域,影响商品住房价格的因素可以主要归纳为以下几类:(1)区位因素;(2)经济基本面因素;(3)市场参与者行为;(4)制度性因素。
由于住房具有不可移动性,商品房位置所在的社区环境质量、周边配套设施及交通条件、职住距离等均被看作是影响房价的重要因素。Kiel等[3]认为与房价相关的区位因素主要包括住房所在的都市区、城市和街道的属性特征,通过匹配美国住房调查和经济普查数据,利用特征价格模型实证分析区位因素对房价的影响,研究发现三类区位因素都具有显著影响。
社区环境质量对居民的居住选择有重要影响。人们在进行住房选择时,不仅关注居住区的空气质量、噪音污染等自然生态环境,也同样重视邻里关系、教育质量、社区和谐等人文社会环境。Wilhelmsson[4]基于斯德哥尔摩的研究发现交通噪音污染对房价具有显著的负效应。Gibbons[5]基于伦敦社区的研究发现,财务损害犯罪密度每下降0.1个标准差,房价将平均增加1%。陈永伟和陈立中[6]通过测算青岛市各区空气污染指数,研究空气质量与房价的关系,结果表明空气污染每降低1个指数,消费者对住房的支付意愿将提高99.79元/m2。胡婉旸等[7]通过配对回归和特征价格方法实证研究了北京市重点小学学区房的溢价效应,发现溢价率约为8.1%。邓国营等[8]基于CHNS城镇住户微观数据的研究发现,社区质量特征中平均受教育年限、职业多样化等人力资本因素对房价影响的正效应显著。
城市交通基础设施为居民出行提供便利,可以节约交通使用者的出行时间和经济成本并减少城市拥堵问题。大量研究表明,交通设施能够给沿线地区的住房市场带来增值效益。Debrezion等[9]基于荷兰三个都市区的研究发现,到火车站的距离越近以及火车站提供的服务质量越好,则周边住房市场的溢价越高。Dubé等[10]通过构建空间双重差分特征价格模型,检验加拿大魁北克市新建城市轨道交通对住宅价格的影响,发现由新建城市轨道交通引起的每1单位驾驶时间距离(分钟)的缩短会使房价平均上升0.062%。郝前进和陈杰[11]基于上海的研究发现,轨道交通通车对住宅价格有显著影响,而且到CBD的距离越远,其影响越大;公共交通对住宅价格的影响主要体现在外环内区域。谷一桢和郑思齐[12]针对北京市13号地铁线的研究发现,在郊区距离轨道交通站点1千米之内的住宅价格比1千米之外的住宅平均高出20%,而在中心区这一效应并不显著。范子英等[13]针对上海新增地铁的研究发现,新增地铁站点使得1千米范围内的新房价格上涨26.49%。
从宏观层面来看,住房产业是国民经济的重要组成部分,房价变动与宏观经济运行息息相关。为探究宏观经济因素对房价的影响,学者们在理论和实证上都取得了丰富的研究成果。
在理论上,存量-流量模型被较早应用于住房市场的价格形成机制。早期的存量-流量模型假设住房市场会快速调整到出清状态,住房均衡价格由住房存量、人口规模、收入水平和贷款利率决定。DiPasquale和Wheaton[14]对传统存量-流量模型进行了修正,假设住房价格存在一个逐渐调整的过程,并将预期因素纳入到模型中。进一步地,DiPasquale和Wheaton[15]以存量-流量模型为基础,用四象限图形形象地描绘了房地产市场的运行机制。动态随机一般均衡(DSGE)模型兴起于20世纪80年代,美国“次贷危机”的爆发使学者们开始反思货币政策与资产价格之间的关系,DSGE模型逐渐被应用到房地产方面的研究框架之中。Iacoviello[16]首次构建了包含与住房价格相关的名义贷款和抵押约束两个因素的动态随机一般均衡模型,该模型很好地解释了房价与经济活动之间的相互关系。进一步地,Iacoviello和Neri[17]在DSGE模型中将生产部门分为房地产部门和非房地产部门两类,并使用贝叶斯估计得到房价的影响因素参数。
在实证研究方面,Mankiw和Weil[18]发现美国20世纪50年代的婴儿潮是推动20世纪70年代美国房价上涨的主要原因,人口结构的变动会影响房价波动,并预测20世纪70年代生育低谷会造成20世纪90年代后的房价下降。Case和Shiller[19]发现建筑成本/房价比、城市人口数量变化以及实际人均收入的增长均与下一季度的房产超额收益或房价指数变动显著正相关,从而证明住房市场并非有效。Hwang和Quigley[20]首次为空置率对房价影响的重要性提供详细的经验证据。Favara和Imbs[21]分类考察了美国各州贷款供应量与房价之间的关系,发现在住房供应缺乏弹性的地区,贷款供应增加会刺激住房需求,房价上涨;但在住房供应存在弹性的地区,贷款供应增加也会刺激住房供给,对房价的影响存在不确定性。Tillmann[22]运用面板VAR模型检验了5个亚洲新兴市场经济体房价变动对资本流入的反应,结果表明资本流入冲击对房价和股价升值均有显著影响,不同经济体的房价对外来冲击的反应程度有所差异。沈悦和刘洪玉[23]采用混合样本回归对住宅价格和经济基本面的关系进行实证研究,结果表明人均可支配收入、总人口、失业率、空置率等经济基本面对住宅价格的解释存在显著的影响。况伟大[24]认为需求环节的外资流入会导致房价上涨,而开发环节的外资流入会导致房价下降。陆铭等[25]认为城市化带来的住房需求是推高城市住房价格的重要原因,城市外来人口(移民)占比每多出10个百分点,房价就会高出8.33%。
传统经济学理论假设人是理性的,在分析住房价格影响因素时往往忽视住房市场微观主体的行为与心理预期的作用。事实上,住房市场具有非流动性、高度分割和信息不对称等特点,房价的短期波动现象不能完全被传统经济理论解释,学者们逐步意识到市场参与主体行为对解释房价波动内在机理的重要性。
Case和Shiller[26]利用2003年美国4个都市区购房者的调查数据分析房地产市场上是否存在泡沫化现象,研究发现投资动机、对未来房价上涨的预期以及对房价口头讨论的强烈影响等反应投机性泡沫的元素在一些城市确实存在。Malpezzi和Wachter[27]通过模拟滞后供应响应模型考察了投机因素在房地产运行周期中的作用,发现房价波动与住房供应条件高度相关,而投机对房价的影响程度取决于住房供给价格弹性的大小。Ling等[28]运用简约式VAR模型检验了房价指数与三类市场参与者情绪指数之间的关系,研究发现三类情绪指数对房价变动的影响要超过滞后一阶房价变动、经济基本面和市场流动性对房价的影响,1个标准误的市场情绪指数冲击可以解释接下来两季度房价增长的32~57个基准点。Pope[29]认为买卖双方信息不对称会影响住房价格,并通过设计信息断点准自然实验实证分析了卖方信息纰漏对住房价格的影响,结果发现处于洪水易发区的房子,卖家纰漏该信息会造成销售价格损失达4%。Ihlanfeldt和Mayock[30]考察了异质性买方议价能力对住房价格的影响,研究发现来自外地的买家普遍比当地买家支付更高的住房价格,而且来自越高房价地区的买家支付的房价越高。
国内学者对市场参与者行为的关注较少,主要集中于探讨预期与投机行为对房价的影响。例如况伟大[31]在住房存量调整模型的基础上,利用35个大中城市数据的实证检验表明:预期与投机对中国房价波动具有很好的解释力,且适应性预期作用大于理性预期。孙伟增和郑思齐[32]利用2012—2013年7个城市的季度数据进行实证分析,研究发现城市居民对房价的预期每提高1个百分点,将导致下一期的城市房价增长率平均上升1.04%。张浩[33]通过构建异质性预期房地产均衡模型,分析市场参与者的异质性行为对房价变动的影响,研究发现投资者占比会影响房价变动,投资者策略转换速度越快,房价波动越频繁。
在市场失灵的情况下,政府可以通过某种特定的制度性安排和制定调控政策对住房市场进行干预,从而对住房价格产生影响。与房价紧密相关的制度政策性因素主要包括土地利用管制、房产税、限购、住房保障制度等。
大量研究表明,土地利用管制会造成资源配置扭曲,进而推高房价。Ihlanfeldt[34]将滞后社区结构变量作为土地使用约束指数的工具变量,估计了2000—2002年美国弗洛里达州112个管辖区内土地使用管制对房价和地价的影响,研究发现土地使用约束越强的地区房价越高,地价越低。Paciorek[35]应用住房投资动态结构模型分析了住房供应约束与房价波动之间的关系,结果表明由土地供应约束造成的土地使用延迟以及较高的边际投资成本加剧了房价变动。张莉等[36]通过构建土地和住房市场理论模型分析地方政府供地的策略性选择,并用2009—2012年276个地级市的数据进行实证检验,研究发现供地结构扭曲会导致房价上涨,该现象在面临更紧供地约束的东部地区最为显著。韩立彬等[37]将2003年后中国土地供给在空间分布上的转折作为准自然实验,检验土地供给政策对房价的影响,研究发现2004—2013年土地供给相对收紧的城市房价比土地供给相对放松的城市平均高出10.6个百分点。
现有房产税与房价关系的研究尚未得出一致结论,主要有3种代表性观点:传统观点认为房产税会以高房价的形式全部转移给消费者;受益观点认为,房产税是地方公共服务支出的收入来源,不对房价产生直接影响;新观点认为房产税是一种扭曲性税种,对要素价格带来负面影响。Oates[38]基于美国新泽西53个社区的研究发现,房价与房产税率存在显著的负相关关系。Bowman[39]建议通过提高房产税的方式来抑制房价过快上涨。Cebula[40]、Angjellari-Dajci等[41]分别针对乔治亚州和弗洛里达州的研究发现,城市级和县级房产税均对房价产生负向影响。李祥等[42]利用中国省级面板数据的研究结果表明,房地产持有税和交易税与房价显著负相关。刘甲炎和范子英[43]基于合成控制法的研究发现,房产税试点对房价的抑制作用主要体现在大面积住房,小户型住房由于受挤出需求冲击影响而房价大幅上涨。
面对住房政策市场化改革以来产生的部分城市房价过热问题,中国政府于2010年起开始推行商品房限购政策,学术界针对限购政策的房价调控效果进行了诸多评价。张德荣和郑晓婷[44]利用倍差法和动态面板模型估计限购政策的实施效果,发现对非户籍居民实施限购的政策效果最为明显,仅在市区范围内实施限购难以抑制房价上涨。邓柏峻等[45]基于55个城市的研究发现,限购政策对房价上涨过快的城市具有额外的调控效果,可以实现遏制投机性需求的政策初衷。Sun等[46]采用断点回归模型分析了北京市限购政策对房价的影响,结果表明限购使房价下降了17%~24%,但对租金影响不显著。汤韵和梁若冰[47]采用倍差法考察了限购对城市住房和婚姻市场的影响,结果表明限购城市的房价在限购前后的上涨幅度超过非限购城市427~645元/平方米,同时离婚件数增加2 464~2 610个,离婚对限购城市房价上涨的贡献率为10%。
此外,还有部分学者讨论了财政分权、住房公积金制度等对房价的影响效果。宫汝凯[48]基于省级面板数据的研究表明,逐年扩大的财政分权是引发土地财政的制度性因素,地方政府的土地财政规模对房价具有显著的正向影响,且会随着财政分权的扩大而不断强化。李一花和化兵[49]基于门限回归模型的研究发现,地级市的财政赤字水平越高,土地财政规模对房价的作用则越强。顾澄龙等[50]利用中国2005—2011年55个大中城市的面板数据检验了住房公积金制度对房价的影响,结果表明住房公积金覆盖率越高的城市房价也越高,如果当前取消该制度,会使房价下降13.5%。
近些年来,我国政府不断加大住房保障力度,除了建设经济适用房、人才公寓等保障性住房之外,很多城市均以城市更新为契机推进棚户区和老旧小区改造,改善城市困难居民家庭的居住质量,全面提升人居环境。保障性住房作为城市住房保障体系的重要组成部分,在城市规划与管理、城市经济、人文地理等学科领域一直受到国内外学者们的广泛关注。不同学科对保障性住房问题的研究内容、研究方法和侧重点存在很大差异,经济学者们主要侧重于研究保障性住房政策的经济效应。
由于住房具有外部性,政府为低收入人口提供保障性住房,会影响到周边居民的福利水平。该问题是政策制定者在进行保障性住房项目选址决策时必须要考虑的,西方学者多从保障性住房建设项目对周边商品房价格的影响着手评价其外部性。Schwartz等[51]利用双重差分Hedonic模型实证分析了政府补贴公共住房建设项目的外部性效应,研究发现政府补贴公共住房对周边住房价格具有显著且持续的正向影响,且效应大小与项目规模成正比。Baum-Snow和 Marion[52]通过设计断点回归准自然实验的方法对LIHTC的政策效果进行了全面评估,发现被LIHTC计划援助的公共住房建设项目可以显著提升城市衰败区域的商品房市场活跃度和交易价格。Diamond和McQuade[53]利用非参数双重差分模型实证分析了LIHTC项目对周边商品房价格的空间异质性影响,结果表明LIHTC公共住房建设/更新项目可以显著提升低收入社区的商品房交易价格,但是使高收入社区的商品房价值受损。
针对中国保障房建设与商品房价格的关系问题,王斌和高戈[54]通过构建向量自回归模型检验了中国住房保障对房价的动态冲击效应,结果发现经济适用房建设可以有效抑制房价上涨。刘园和李捷嵩[55]基于省级面板数据并利用动态面板门槛模型和系统GMM方法研究了保障房对商品房价的影响效应,发现经济适用房建设对房价的影响存在门槛效应,只有在供给规模较小时才会抑制房价上涨。樊颖等[56]基于北京市的微观数据保障房配建政策对商品房预售价格的影响,结果发现配建保障性住房的新建商品房项目预售价格更高,且这种效应在配建比例高、项目区位条件差和开发商为非国有企业的情况下尤为明显。
公共投资的挤出效应是公共政策分析的重要议题,在住房公共投资领域,保障性住房供给对私人投资同样存在挤出效应。Lee[57]基于韩国1988—2003年的省级面板数据并构建PVAR模型分析了公租房建设对私有住房部门的挤出效应,结果发现两者互为格兰杰因果,且在经济越活越的地区公租房建设对私有租房部门的挤出效应越大。Eriksen和Rosenthal[58]利用工具变量法从都市区范围、县域范围和10英里半径圈范围3个地理层次分别研究了LIHTC政府援助公租房建设项目对私有租房和自有住房部门的挤出效应,研究发现政府援助公租房项目对非援助新建私有租房的挤出效应高达1倍,而对自有住房私有部门的挤出效应比较温和。Baum-Snow和Marion[52]利用断点回归模型全面评估了LIHTC的政策效果,发现在城市复兴区域公共住房建设项目对附近私人租赁建筑投资项目存在显著的挤出效应,但在城市衰败区域挤出效应不明显。
张跃松等[59]利用1997—2010年全国层面的数据并构建VAR模型分析了经济适用房建设量和普通商品住房销售量的关系,结果发现经济适用房每增加1%的建设量会挤出0.254%的普通商品性住房销售量。Yuan和Hamori[60]基于1999—2010年全国29省份的面板数据,运用PVAR模型分析了经济适用房建设与商品住房供应的互动关系,研究发现两者存在非对称的互为挤出效应,而且随着城镇化率的提高,商品房对经济适用房的挤出效应逐渐减弱。陈杰和农汇福[61]基于1999—2010年全国29省份的面板数据,运用门限模型、动态递归模型和系统GMM方法分析了经济适用房供应与商品住房供应的互动关系,研究发现经济适用房对商品住房销售和投资均产生挤出效应,且这种效应存在地区和时间异质性。
早期的住房保障政策倾向于大规模集中建设保障房,这种做法被很多学者们认为是导致城市衰败和贫困集聚的典型象征,进一步引发就业、教育机会不公平等社会性问题。Svarer等[62]基于丹麦的数据研究发现,居住在受租金管制住房里的劳动力在当地局部劳动力市场就业的概率更大,在非当地局部劳动力市场找到工作的可能性更低。Wood等[63]发现澳大利亚1982—2002年公租房承租人就业参与率呈现长期下降趋势。Dujardin和Goffette-Nagot[64]认为保障房对失业率的影响存在内生性,并基于2002年法国住房调查数据使用biprobit模型分析了两者之间的关系,研究发现在不解决内生性的情况下,居住在保障房里的租客失业率显著提高,但是在使用多种工具变量后,保障房对失业率的影响不再显著。刘斌和幸强国[65]使用同样的方法并基于2008年中国综合社会调查数据分析了入住公共住房对失业和劳动力退出概率的影响,结果发现入住公共住房对失业没有显著影响,但是却显著增加了劳动者失业后退出劳动力市场的可能性。
Jacob[66]基于芝加哥公立学校注册学生数据和芝加哥住房数据研究了芝加哥高层密集公租房拆除事件对学生成绩的影响,研究发现相对于居住在公租房没有经历拆迁的学生,受公租房拆迁影响的高年级学生辍学率会有小幅上升,但是受拆迁影响的14岁以下低龄学生的学习成绩没有显著变化。Chyn[67]同样针对对芝加哥高层密集公租房拆除事件对孩子的影响进行了政策效果评价,与Jacob[66]不同的是,Chyn侧重的是长期效应分析。该项研究发现,相对于居住在类似公租房条件且没有经历拆除的同龄孩子,因公租房拆除而搬迁的孩子在成年后更容易找到工作并获得更高的收入。
住房问题是十分重要的社会问题,一直受到国内外学者的广泛关注。新中国成立后的福利分房制度导致政府财政负担加剧与住房供给严重不足,自1998年开始全面实行住房制度市场化改革,人们的住房需求逐步得到满足与改善。快速的城镇化进程促进了房地产业的持续繁荣发展,并使其成为国民经济的重要组成部分。伴随着房地产市场的逐步发展与成熟,住房投资与投机现象相应而生,房价飞速高涨引发新型住房难问题。为应对高房价带来的负面效应,国家一方面持续出台房地产调控政策,一方面加大保障房供给力度,以满足人们“住有所居”的基本生活需要。
随着房地产业的不断发展,经济学者们对住房问题的研究也日趋丰富。本文试图从商品房价格成因和保障性住房的经济效应两个方面入手,系统梳理经济学视角下的住房问题相关研究发展脉络。关于商品房价格成因的研究,国内外学者们主要探讨了地理区位、供求变化、市场微观主体行为和制度性安排等因素对商品房价格的影响;关于保障性住房经济效应的研究,主要可以归纳为保障房建设对商品房价格的影响、保障房供应对商品房市场的挤出效应以及对劳动力教育、就业的影响三类。整体来看,已有文献对上述两类住房问题的研究视角、研究内容以及研究方法都呈现出一定的多样性,对于揭示房地产市场的经济运行规律做出了显著贡献。但是,已有文献中也存在一些不足与问题,有待于进一步的研究:
第一,国内学者对商品房价格成因的微观视角分析不足。从已有文献来看,国际上比较流行的做法是以特征价格理论为基础,运用住房交易微观数据对房价的成因展开分析。微观住房交易数据有助于清晰了解住房交易产品的建筑属性特征、区位特征信息以及挂牌、实际交易等价格信息,与宏观数据相比具有更多的优势。而国内学者对房价的探讨则主要集中在国家、省份、城市等宏观层面,较少涉及微观研究。造成这种现象的一个主要原因是微观住房数据的可获得性问题。目前在我国尚没有官方公开可获得的微观住房交易统计数据,已有相关研究多是基于互联网爬虫数据或其他特殊渠道获取,在数据获得上存在一定的难度。受数据的限制,国内学者对该类问题的研究比较有限。在今后,通过借助信息技术和互联网大数据,以及开展住房问题相关调查及数据收集,从微观视角研究我国商品房价格的市场走势和空间分异特征,将是一个比较新颖的研究方向。
第二,部分文献在研究住房问题时易忽略内生性问题。在影响商品房价格的诸多因素中,某些因素会影响房价,但这些因素也会反过来受房价影响。比如一个地区/社区的人口结构会对房价产生影响,但房价作为一种居住成本也会对不同类型的人群形成一个筛选机制,从而影响该地区/社区的人口构成。除了反向因果,在模型设定时由于遗漏某些重要的不可观测变量也会导致内生性问题,比如某一地区的气温、地形等地理环境因素对房价具有一定的影响,但这些因素在模型设定中往往被忽略。在分析商品房价成因时,如果对上述问题不加以考虑,其研究结论的可靠性就会大打折扣。因此,在今后分析住房问题时,需要慎重考虑并解决可能遇到的内生性问题,以保证研究结论的可靠性。
第三,国内学者对保障房经济效应的讨论比较滞后。从国内外研究的比较来看,国内学者对保障房经济效应的研究侧重于利用宏观数据分析保障房建设对商品房价格的影响,以及对商品房销售的挤出效应,很少关注保障性住房对劳动力市场产生的影响,研究视角和研究问题都较为有限。在研究对象上,已有文献多局限于经济适用房这一类型的保障性住房。现阶段,在以人为核心的新型城镇化背景下,棚户区改造、老旧小区改造已成为我国保障性安居工程的重要组成部分,但很少有文献研究这一类型的保障性住房所可能产生的经济社会影响。科学评价新形势下住房保障政策的经济效应,有利于城市建设的稳步推进和可持续发展,这也是今后住房问题相关研究的一个新方向。