图片来源：
http://www.win4000.com/wallpaper_big_143439.html
原文信息：
Gupta, A., Mittal, V., Peeters, J., & Van Nieuwerburgh, S. (2022). Flattening the curve: pandemic-induced revaluation of urban real estate. Journal of Financial Economics, 146(2), 594-636.
原文链接：
https://doi.org/10.1016/j.jfineco.2021.10.008
01
前言
城市历来是增长、发展和知识溢出的主要来源。不论是在发展中国家还是发达国家，不断上升的城市化率导致居民对市中心房地产的需求增加。城市中心住房可负担性也是一直困扰居民的问题。随着新冠肺炎疫情的爆发，许多居民逃离市中心，寻求远离城市密度的安全地带，使以往长期存在的格局在2020年发生了逆转。居家办公、数字经济是促成这种城市去中心化的趋势必要条件。本文使用美国人口最多的30个城市的数据，发现新冠肺炎疫情导致市中心房价和租金下降，价格和租金远离市中心上涨，从而使美国大多数大都市的房价曲线变平。
02
数据与竞租函数（Bid-Rent Function）
（1）样本数据
本文的研究样本是美国人口排名前30的大都市。主要包含的变量为三类：1.房价数据，包括住房售价指数，每个邮编地址的住房挂牌价的中值，从挂牌到销售的平均时间等；2.租金数据，包括租金指数；3. 每个邮编地址的人口数据，包括平均家庭收入，富有家庭的占比，黑人的占比，餐厅酒吧的个数等。具体的变量定义和数据来源详见下表Table B.II.
（2）实证设计与竞租函数
本文首先展示了新冠肺炎疫情后城市由中心到边缘价格梯度的变化。计算价格梯度运用的是竞租函数，它将房价和租金与距离市中心的距离联系起来。本文使用以下经验规式估计了竞租函数的斜率：
这里，pijt是指时间t时，在城市j中邮政编码i地区的价格或租金，D（zzij，zmj）是邮政编码i地区的中心和城市 j的中心之间的距离，单位为千米，其中i∈j。本文控制城市固定效应、时间固定效应以邮政编码地址为单位的控制变量（Xij）。每个邮政编码地区的控制变量有：2017年年家庭年总收入对数、户主年龄中位数、2019年的黑人家庭占比，以及2019年收入超过15万美元家庭的占比。这些控制变量都是在疫情前测量的（基于最新的可用数据），在估计窗口内不会随着时间的推移而变化。
价格梯度系数是δjt，它衡量邮政编码地区和城市中心之间的价格或租金的弹性。本文称之为房价或租金梯度。从历史上看，δjt是负的，因为随着人们离开市中心，房价和租金都会下降。本文感兴趣的主要统计数据是δjt+1−δjt。在2020年，远离市中心的房产变得更有价值，使竞租曲线变平，并导致δjt+1−δjt的正估计。
03
实证结果
（1）交易价格与租金增长率
本文首先在图2中对比了纽约和旧金山房价和租金增长率高的地区。可以观察到城市核心区（曼哈顿，以大中央航站楼为中心）的租金大幅下降，郊区的租金上涨，地图最东侧的汉普顿的租金增长率尤其高。房价变化的模式是相似的，但没有那么极端。对于旧金山，我们还看到市中心的租金和价格大幅下降，而奥克兰等偏远地区的租金和房价则大幅上涨。
（2）价格梯度的变化
接下来，本文在美国人口总量排名前30的大都市中，以每个邮政编码区域为单位研究房价和租金梯度变化。图3突出了租金（Panel A）和价格（Panel B）与市中心距离之间的关系，比较了疫情前和疫情后的区别。我们观察到房价和租金的梯度更平坦，租金曲线的斜率变化比房价曲线的斜率更大。更平坦的竞租函数意味着城市边缘的租金或房价的增长率高于城市中心。观察这种模式的另一种方法是根据到市中心的距离，估计每个邮政编码区域的租金增长率（Panel C）和房价增长率（Panel D）。本文观察到城市中心的租金大幅下降，而郊区的租金则大幅上涨。就房价而言，城市中心并没有出现大幅下跌。相反，郊区的房价上涨更快。
相对于根据疫情前水平绘制的房价和租金增长率的图形显示，最昂贵地区的土地价值发生了强烈逆转（图3的E和F面板）。这些发现突出表明，疫情导致了美国大都市的去城市中心化的现象。
图1进一步量化了这种变化的斜率。租金在左边，价格对距离的弹性从疫情前的-0.127变化到2020年12月的-0.115。对于租金，斜率的变化要大得多：从-0.04到-0.004。价格斜率的变化意味着，距离市中心50公里的房价比市中心的房价增长了5.7个百分点。租金的斜率变化对应于郊区租金比市中心多升值9.9个百分点。
（3）其他实证结果
本文还对住房的供给弹性，挂牌价格以及住房市场交易的时间做了对比和探讨。衡量住房库存的数据显示，市中心大幅增加，郊区大幅减少。衡量住房流动性的指标显示，城市中心区域的住房交易时间增加，郊区的住房交易时间急剧下降。本文运用理论模型，推导预测了未来美国房地产市场是会恢复到疫情前的状态，还是这种去中心化的趋势是一种长期变化。具体结果详见原文。
04
讨论与总结
互联网时代的一个核心的悖论是，数字技术能够在更远的距离上实现更大的合作，但却导致经济活动更加集中在少数密集的城市中心区域。本文的结果证明，新冠肺炎大流行及其引发的移民潮部分扭转了这一趋势。疫情以前，城市中心的房地产租金的增长率尤其强劲，有一些大都市核心区的房价增长率亦是如此。本文通过量化疫情前与疫情后的房价和租金梯度发现：房价和租金的梯度更平坦，租金曲线的斜率变化比房价曲线的斜率更大。因此证明了城市在疫情期间有去中心化现象。在雇主允许远程工作的情况下，这些变化可能会持续下去。这种去中心化现象产生的一个积极影响是，工人是能够在城市外围获得更大、更具弹性的住房存量，从而减轻租金负担。然而，研究结果也表明，在疫情之后，地方政府的财政可能会出现问题。城市中心可能面临人口减少的问题，从中短期来看，房地产和销售的税收减少。更加分散的经济活动可能会为以前落后的地区提供更多的机会，但可能会以牺牲城市中心地区建立的集聚经济为代价。总的来说，本文的研究结果表明，在彻底重塑城市景观的背景下，存在着重要的挑战和机遇。
最后，本文将理论模型与关于居家办公模式永久性的专业预测数据相结合，发现住房市场描绘了一幅乐观的城市复兴图景：这表明在可预见的未来，城市中心的租金增长高于郊区地区。这种趋势的扭转似乎与居家办公未来发展的程度有关。
Abstract
We show that the COVID-19 pandemic brought house price and rent declines in city centers, and price and rent increases away from the center, thereby flattening the bid-rent curve in most U.S. metropolitan areas. Across MSAs, the flattening of the bid-rent curve is larger when working from home is more prevalent, housing markets are more regulated, and supply is less elastic. Housing markets predict an urban revival with urban rent growth exceeding suburban rent growth for the foreseeable future, as working from home recedes.
推文作者简介：王瑶佩，新加坡国立大学博士后研究员，研究方向：房地产经济，数字经济。邮箱：wangyp@nus.edu.sg
声明：推文仅代表文章原作者观点，以及推文作者的评论观点，并不代表香樟经济学术圈公众号平台的观点
0
推荐
京公网安备 11010502034662号 