REStat-中国的住房限购政策提高了（假）离婚率

2010年后中国在一些城市实施了住房限购政策，旨在直接干预房地产交易，通过规定家庭可以购买的房屋数量来限制购房需求，给过热的房地产市场降温。

然而，家庭战略性地通过假离婚来规避限购政策。这项研究显示，实施限购政策的城市每千人离婚率和复婚率都有所上升。相对于控制组，处理组每千人离婚人数高出0.436，复婚人数高出0.195。这一变化解释了全国离婚率整体上升的19.9%，其中至少45%可以归因于假离婚。

此外，研究还发现限购政策降低了家庭内部的财富不平等，但扩大了家庭间的财富不平等。

标题: The Unintended Consequences of Home-buying Restriction in China

期刊: Review of Economics and Statistics

作者:

• Yunjie Chen：陈韵洁，中南财经政法大学财政税务学院讲师，经济学博士。2024年毕业于中国人民大学财政金融学院财政系。研究领域为财税理论与政策，主要关注财税政策的多维度创新效应和公共政策干预的社会福利效应。
• Yongzhen Liu：刘勇政，教育部青年长江学者，中国人民大学财政金融学院教授，美国佐治亚州立大学经济学博士。研究方向包括公共经济学、发展经济学、中国经济。
• Hailun Wei：魏海伦，本硕博均毕业于中国人民大学，现任教于暨南大学经济学院财税系。专业方向为财政学，研究领域涉及中国政府间财政关系、财税理论与财税政策等。

上线时间： 22 August 2024

引言

飙涨的房价

• 中国房价的迅速上涨：过去二十年间，中国的房价经历了大幅度的增长。根据国家统计局的数据，2019年全国的平均商品房价格达到每平方米9287元，是1999年的五倍。在北京、上海、广州和深圳这四个一线城市，房价更是达到了1999年的九倍。这种房地产市场的繁荣对中国整体经济增长起到了重要的推动作用。

• 房地产市场的负面影响：学者们批评这一长期的房价上涨对实体经济产生了负面影响，包括资源在房地产与制造业之间的错误配置、资产泡沫的形成以及企业生产力的下降。

政府的应对措施

• 初步的经济措施：为了抑制房地产市场的过热，中国政府自2003年以来采取了一系列经济措施，包括提高利率、增加首付比例、征收资本利得税和土地转让费。然而，这些措施大多是通过增加购房交易成本来实施的，但并未能有效抑制房价上涨的趋势。
• 住房限购政策的引入：由于之前的措施未能达到预期效果，中央政府决定直接干预购房交易，于2010年初实施了住房限购政策（Home-buying Restriction - HBR）。该政策明确规定了购房资格和每个家庭可购买的房屋数量，尤其在房价过高且上涨迅速的城市中要求尽早实施。

限购政策的影响

• 政策的初步效果：在2010年至2014年间，住房限购政策似乎抑制了购房热潮，但其整体效果有限。主要有两个原因：一是人们对房价持续上涨的预期依然强烈，保持了较高的购房需求；二是一些家庭通过策略性行为，利用政策漏洞规避了政策限制。（⬇️下图展示了中国2000-2014年中国商品房价格走势，红色竖线是限购政策开始实施的年份。）
• 假离婚现象：其中一种典型的规避方式是通过“假离婚”获取更多的购房资格。夫妻为了符合购房资格，假装离婚，然后再复婚。这一现象在中国的媒体中被广泛讨论，如BBC新闻、环球时报和华尔街日报都报道了这一现象，称之为中国的“假离婚”（fake divorce）。

研究问题与目的

• 研究核心问题：本文主要探讨了住房限购政策对假离婚现象的影响，识别了响应这一政策的假离婚者的特征，并进一步探讨了这一欺诈行为对市场效率、家庭内部与家庭之间财富不平等的影响以及其他社会后果。
• 研究方法与数据：为了分析这些问题，本文利用了城市级别的数据以及1%的人口普查样本数据，通过准实验的方式，采用了双重差分法（DID）进行分析。研究的结果表明，住房限购政策显著增加了中国的离婚率，尤其是在政策实施的城市。

研究贡献

• 补充了关于外生冲击与离婚决策的文献：本文补充了现有研究，探讨了外生冲击如何影响离婚决策，并提供了来自世界上最大的发展中国家的证据。从理论上讲，当维持婚姻的预期效用低于离婚和可能再婚的预期效用时，夫妻可能会选择离婚（Becker, 1974）。因此，外生冲击（如收入、财富和健康的意外变化）可以影响离婚的概率。许多实证研究探讨了各种外生冲击可能如何影响离婚决策，但大多数研究集中在发达国家。尽管发展中国家在制度和文化上有显著差异，但研究这一问题的相关文献仍然很少。本文通过调查大规模住房限购政策实施所引发的财富冲击及其对婚姻稳定性的影响，填补了这一空白。此外，本文明确识别了在这一政策下影响离婚决策的个体特征。这些发现为外生冲击如何影响离婚决策的理论论点提供了新的微观证据，并是在一个准实验环境下得出的。
• 增加了与经济代理人欺诈行为文献的对话：传统的欺诈行为研究假设经济代理人是同质的，并将其视为自私的利己主义者，寻求最大化自己的预期效用。如果欺诈的物质和心理收益超过物质和心理成本，代理人就会作弊（Gneezy, 2005）。本文将假离婚视为家庭内部的一种欺诈行为，在这种行为中，夫妻在权衡假离婚行为的成本和收益后作出集体决定。此外，最近的欺诈行为研究放松了经济代理人同质性的假设，并探讨了欺诈行为异质性的来源，包括个人对公平的认知、对社会身份的重视以及宗教文化等因素。本文通过强调社会身份因素（如教育）的作用，补充了这一文献。
• 对研究住房限购政策对住房市场影响的文献做出了贡献：大多数研究探讨了限购政策对房价、销售、住房可负担性和家庭储蓄的影响。例如，Li et al.(2020) 发现，超级大城市的住房限购政策可能对附近未受限城市的住房可负担性产生负面溢出效应。Somerville et al.(2020) 发现，四个受影响的城市的住房交易量显著下降，但房价没有明显变化。相比之下，Lu et al.(2021) 通过估计需求和供给的结构模型发现，大多数受影响城市的需求减弱，房地产开发商愿意降低房价以快速出售。这项研究通过识别住房限购政策如何影响婚姻状况，补充了这一文献，这对于更好地理解政府干预住房市场的影响具有重要意义。
• 与同主题文献的比较：Fan（2016）和Alm et al.(2022) 的研究与这项研究最为相关。Fan（2016）使用覆盖2005年至2011年期间的城市级数据，研究了住房限购政策实施一年后的政策效果，发现虽然政策对离婚人数没有统计显著的影响，但确实显著增加了复婚人数。Alm et al.(2022) 没有研究实际的离婚决策，而是利用百度提供的2009年至2016年间32个城市的离婚和婚姻相关关键词的互联网搜索数据。他们发现，住房限购政策显著增加了这些关键词的搜索量，表明政策实施与策略性离婚的倾向增加有关。本文基于这两项分析，但在几个关键方面有所不同。首先，利用覆盖289个地级市的真实婚姻数据，涵盖了所有实施住房限购政策的城市，本文首次提供了住房限购政策对（假）离婚决策动态影响的全面证据。这与Fan（2016）的分析不同，后者仅关注2010年最初17个城市实施住房限购政策一年的效果；也不同于Alm et al.(2022) 的分析，他们仅提供了假离婚倾向的证据。其次，通过探索受限访问的人口普查数据，本文识别了住房限购政策的主要响应者属性，这丰富了我们对政策影响的理解，并为婚姻和欺诈行为的理论研究提供了实证支持。最后，本文评估了与欺诈行为相关的潜在福利和政策影响，这一步超出了现有研究的范围。

⬆️研究贡献这部分我认为特别重要，有高度的理论对话和比较，因此我翻译了原文，没有简化。

住房限购政策

住房限购政策的出台

• 中央政府的指示：由于早期的市场调控政策未能达到预期效果，国务院在2010年4月17日发布了限购政策，要求房价过高且上涨迅速的城市对家庭购房数量设限，并将户籍作为购房资格的条件。
• 城市响应：为了落实这一政策，地方政府被要求迅速行动，特别是在房价快速上涨的城市。如果某些城市未能及时响应，住房和城乡建设部将对相关市领导进行约谈。这标志着通过行政手段大力收紧房地产市场的开始。

限购政策的实施

• 北京的率先行动：作为对中央政策的回应，北京市在2010年4月30日发布了具体的实施细则，规定无论现有房屋数量如何，每个家庭最多只能再购买一套房屋。到2010年底，共有17个城市发布了类似的限购措施。
• 进一步的限制：2011年初，国务院进一步收紧了购房限制，要求本地家庭（至少一名家庭成员拥有当地户籍）若已有两套或以上住房，或非本地家庭（没有家庭成员拥有当地户籍）已有一套或以上住房，则不得在同一城市购买新房。在不到一个月的时间内，最初的17个城市和另外29个城市陆续响应了这一政策，实施了相同的限购措施。至此，共有46个城市实施了限购政策，这些城市主要是省会城市及其他房价过高的主要城市。（⬇️下图展示了限购城市的空间分布。）

限购政策的具体内容

• 家庭购房数量限制：限购政策的核心内容是将已婚夫妇视为一个家庭单位，并规定每个家庭最多可购买两套房产。这一规定促使一些家庭为了规避限购，通过“假离婚”来获得额外的购房资格。
• 规避政策的动机与利益：假设一个家庭已有两套或以上的房产，根据限购政策，他们不能再购买新房。然而，通过“假离婚”，夫妻中的一方可以通过离婚将所有房产转移到另一方名下，从而以单身身份购买额外的房产。这种策略的物质利益非常显著，因为在2011年至2016年期间，中国35个大中城市的商品住房年均涨幅为8.2%。

限购政策的调整

• 政策的放松和取消：这一轮房地产市场调控政策持续到2015年5月。随着中国经济的放缓，房地产市场出现了供过于求的情况。为了提振住房需求，中国开始了“去库存”行动，通过宏观经济刺激和支持住房部门的具体政策，放松了限购措施。到2014年中，最初46个限购城市中的41个城市开始取消限购政策。
• 新一轮房价上涨：然而，政策的放松意外引发了一些城市房价的新一轮非理性上涨。结果是，部分城市在取消限购两年后（2015年和2016年），又重新实施了限购政策。

方法与数据

基准回归模型

为了估计住房限购政策（HBR）对婚姻状况的因果影响，研究采用了双重差分法。基本的回归方程如下：

\[ y_{it} = \alpha + \beta HBR_{it} + \gamma X_{it} + \mu_i + \phi_t + \omega_{jt} + S_i \times f(t) + \epsilon_{it} \] 其中：

• \(y_{it}\) 是城市 \(i\) 在年份 \(t\) 的婚姻状况变量（如离婚率或复婚率）；
• \(HBR_{it}\) 是一个二元变量，表示城市 \(i\) 在年份 \(t\) 是否实施了住房限购政策；
• \(X_{it}\) 是一组控制变量，包括城市的经济和人口特征（如人均GDP、工业比重、对外开放程度、房价、城镇居民生活支出总额、总人口和性别比例失衡）；
• \(\mu_i\) 和 \(\phi_t\) 分别表示城市固定效应和年份固定效应；
• \(\omega_{jt}\) 表示省份按年固定效应，用以控制省级层面上的年份特定的冲击；
• \(S_i \times f(t)\) 表示选定的HBR城市标准（如预处理期间的平均房价及其增长率和2005年15-21岁年龄段的性别比例）与时间三次多项式函数的交互项，用以灵活控制这些选择标准随时间变化引起的趋势；
• \(\epsilon_{it}\) 是误差项，所有回归中的标准误差都按城市聚类。

模型估计：为了应对由于不同城市在不同时间实施HBR政策而可能导致的异质性问题，研究采用了Sun和Abraham（2021）提出的DID估计方法，这种方法对处理效应的异质性更具稳健性。

变量与数据来源

关键变量

• HBR政策变量：关键的解释变量是反映限购政策实施的虚拟变量。作者通过检索各城市发布的官方文件手动收集了这一数据，并创建了一个表示是否实施HBR的虚拟变量，以及一个表示各城市住房限购数量的变量，以进一步测试假离婚行为。
• 婚姻变量：离婚率定义为城市每千人中的离婚人数。为了识别假离婚，研究还使用了复婚率作为因变量，即每千人中再婚同一人的人数。在进一步的分析中，作者使用普查数据来考察响应HBR政策的离婚者的个人属性。

城市级数据

• 数据来源：研究使用了涵盖2004年至2014年的城市级别数据。婚姻变量来自《全国民政统计年鉴》和各城市的统计年鉴；房价和土地供应数据来自国家信息中心的中国房地产信息；其他变量则主要来自《中国城市统计年鉴》和《中国区域经济统计年鉴》。
• 数据筛选：为了保证数据的可比性，研究剔除了北京、天津、上海和重庆这四个直辖市，因为这些城市直接由中央政府管理，与其他地级市不具有可比性。同时，由于数据缺失，西藏的所有城市也被排除在外。此外，作者对变量分布的上下0.5百分位进行了调整，以避免报告错误。

基本结果

离婚率与复婚率

• 离婚率：限购政策显著增加了实施城市的离婚率，导致了每千人中离婚人数增加0.436。这一结果表明，在HBR政策实施后，处理城市的离婚率相对控制城市增加了19.9%。
• 复婚率：HBR政策实施后，处理城市的复婚率显著增加。具体而言，相对于控制城市，HBR政策导致处理城市的复婚率每千人增加0.195。这一结果表明，在政策实施后，至少45% （0.195/0.436）的离婚率上升可以解释为假离婚行为。（⬇️下面表1展示了基准回归的结果。）

稳健性分析

• 研究者进行了多项稳健性检验，以验证结果的可靠性。包括使用不同的关键变量定义（如按每千名成年人计算的离婚人数和复婚人数）、通过Heckman两阶段估计应对选择偏差等。结果显示，这些不同的估计方法得出的政策效应基本一致，进一步验证了研究结论的稳健性。
• 事件研究进一步确认了结果的可靠性。

谁在假离婚

基本分析

• 使用普查数据计算离婚率：在识别具体的政策响应者之前，研究者首先使用普查数据计算的总离婚率作为因变量，重复了基础回归分析。结果显示，使用普查数据计算的离婚率与之前的分析结果一致，表明HBR政策对离婚率有显著的正向影响。（⬇️这里有个小小的问题，在不加控制变量时，限购政策系数是不显著的，并且和第2列系数的绝对值相差较大，加上控制变量也仅在10%的水平上显著。但整体上瑕不掩瑜。）

  

谁更愿意假离婚

表2展示了分样本回归的结果，发现40岁以上、没有孩子、缺乏大学教育、财富水平较高的群体，更有可能采取假离婚措施。

福利与更多的政策影响

效率影响

市场效率的损失

• 住房限购政策是一种数量控制政策，通过限制购房资格来干预房地产市场，必然会降低市场效率。为了更好地理解这一点，作者使用了一个简化的部分均衡模型，假设短期内住房供给是完全无弹性的。
• 初始情况下（HBR政策实施前），市场在点 \(E_0\) 达到均衡，住房价格为 \(p_0\)，住房数量为 \(Q^{noHBR}\)。HBR政策实施后，住房需求被强制减少到 \(Q^{HBR}\)，供给保持不变，这导致住房价格从 \(p_0\) 上升到 \(p_1\)。政策所造成的总效率损失（Deadweight Loss, DWL）可以用A和B两个区域表示。

假离婚的福利效应

• 假离婚行为允许一些家庭规避政策限制，相当于增加了市场的住房配额 \(\Delta Q\) ，使实际的均衡数量从 \(Q^{HBR}\) 移动到 \(Q^*\)，实际均衡价格为 \(p^*\)。由于假离婚的存在，政策引发的市场效率损失减少到区域A，而区域B可以视为假离婚行为所带来的福利增益。
• 通过估算住房需求曲线及相关参数，作者量化了这些福利效应。研究发现，平均而言，每个实施HBR政策的城市每年大约有298.1亿人民币的总效率损失，而假离婚行为每年可以减少552.6百万人民币的损失，相当于总效率损失的3.711%。

财富不平等的影响

家庭内部不平等

• 假离婚行为的一个关键步骤是将现有房产的所有权转移给夫妻中的一方。这引发了家庭内部（尤其是性别方面的）财富不平等问题。如果在假离婚过程中，男性通常是房产的主要受益者，那么这一行为可能会加剧家庭内部的性别不平等。
• 使用CFPS中关于住房产权所有人是男方还是女方的相关记录，本文发现在实施限购政策后，女性拥有现有房屋的概率显着增加，而男性拥有现有房屋的概率显着下降。这表明女性保留现有房屋，以补偿假离婚活动所涉及的高风险和家庭内部财富不平等的潜在减少。

家庭间不平等

• 假离婚行为主要在较富裕的家庭中发生，因为这些家庭更有能力支付多余的购房首付款，并且能够通过增加房产数量来进一步积累财富。较贫穷的家庭由于资源有限，往往无法通过这种策略性行为获益，这使得家庭之间的财富不平等加剧。
• 利用CHFS的数据，研究发现家庭财富基尼系数从 2011 年的 0.735 增加到 2015 年的 0.887，不平等加剧。

对离婚纠纷和婚姻信任的影响

限购城市离婚纠纷增加

• 假戏真做：“陷阱离婚”最初是由配偶一方（即被愚弄的一方）计划为假的，但被另一方计划为真实的。想要真正离婚的一方，通常会先以购买额外房产为借口，让对方愿意签字离婚，然后在离婚证签发后拒绝再婚。
• 分析显示，限购政策实施后，处理组城市的离婚纠纷数量显著增加。结果如下图所示⬇️：

对婚姻家庭信任的影响

• 上文表明限购政策增加了离婚纠纷，紧接着，一个自然的猜想是，限购政策破坏了人们对婚姻亲密和家庭和谐的信念。
• 利用CFPS的相关数据，表D3的结果显示，限购政策确实降低了人们对婚姻亲密和家庭和谐的重要性的信念。

结论

• 相对于对照城市而言，限购使得实施政策城市的离婚率（复婚率）平均每千人增加了0.436（0.195）。基于政策实施前的样本平均值，限购政策可以解释全国离婚率总体上升的19.9%，其中至少45%可以解释为假离婚；
• 老年人、无子女者、受教育程度较低者和较富有者是对政策实施作出主要响应的人群；
• 假离婚似乎恢复了一部分（大约3.711%）由于限购政策引起的效率损失；
• 假离婚引发了显著的家庭内和家庭间财富再分配。尽管家庭内部的不平等有所减少，因为女性在完成假离婚时往往会保留原有房产的产权，但家庭间的不平等可能会增加，因为政策的主要响应者往往是那些通过欺诈行为使其资产增值并积累更多财富的富裕家庭；
• 最后，限购政策诱导的假离婚行为可能会侵蚀传统的中国家庭价值观，并减少人们对婚姻的信任。

号外

• 我以前总觉得限购政策、9070政策等地产领域的政策，很难做DID或断点，因为这类政策很难认为是外生的，而且总是会有预期反应和溢出效应。但这几年相关的论文越来越多，REStat、JPubE、《世界经济》都有了。即“问题是主要的，识别是次要的”，是这样吧。
• 原文对于限购政策增加了家庭间财富不平等的结论，我认为需要谨慎解读。图7A展示的是2011年和2015年家庭间财富基尼系数的增大，表明这段时间内家庭财富不平等扩大。但这一结果与限购政策的关联有待商榷。更有可能的解释是财富不平等的扩大是由于房价上涨带来的，而不是限购政策带来的。另一个可能性是，如果没有限购政策，房价上涨带来的家庭财富差距会比作者测得的更大，从这个角度看，限购政策恰恰减缓了财富差距的扩大。
• 效率分析部分（图4），由于限购政策，有效需求降低，短期内供给无弹性，此时价格应该下跌才对。作者在文献部分也提到“Lu et al.(2021) 通过估计需求和供给的结构模型发现，大多数受影响城市的需求减弱，房地产开发商愿意降低房价以快速出售。”在图4和原文的表述是，有效需求降低后，房价上升了。对于这一结果，GPT的意见是“虽然总需求减少了，但留下来的需求是“硬性需求”，这些购房者更愿意接受较高的价格，从而使得市场价格上升。”原文效率部分是简化后的分析，毕竟这不是本文的重点。

原文信息

Yunjie Chen, Yongzheng Liu, Hailun Wei; The Unintended Consequences of Home-Buying Restriction in China. The Review of Economics and Statistics 2024; doi: https://doi.org/10.1162/rest_a_01480