英语原文共 9 页，剩余内容已隐藏，支付完成后下载完整资料
附录X 译文
中国房价与婚姻
摘要
自20世纪80年代末以来，中国的初婚率一直在下降。这项研究将下降的部分原因归因于同期房价的上涨。中国的社会规范要求婚前买房。我们假设这一习俗，加上房价上涨，第一次阻止了年轻人结婚。我们利用2000年至2005年中国城市居民结婚登记的微观数据和城市房价数据，用工具变量持续时间模型检验了这一假设。我们的结果表明，初婚率下降了0.31%，而房价上涨了1%。此结果在许多不同的模型规范中都是可靠的。
1 介绍
婚姻是社会最重要的社会制度之一，在许多社会结果中发挥作用，包括幸福、生育、儿童发展、不平等、犯罪和劳动力供应（Chiappori等人，2002年；Zimmermann和Easterlin，2006年；Edlund等人，2013年；Greenwood等人，2014年）。然而，最近许多国家的初婚率急剧下降。尤其是中国，自20世纪80年代末以来，中国的初婚率一直在下降，初婚年龄一直在上升。目前关于家庭结构和婚姻的文献对这种变化提供了三种相互矛盾的解释——生育率下降，女性劳动力参与率的增加，以及高等教育水平的提高（Oppenheimer，1988、1994；Blossfeld和Jaenichen，1992；Malhotra，1997）。虽然这些因素解释了中国初婚率下降的部分原因，但并不能解释整个下降的原因。1.本文提出了与社会规范、婚姻习俗和房价相关的另一种假设。具体来说，我们假设中国男人婚前买房的习惯，加上房价的快速上涨，导致了初婚率的下降（Huang，2010；Pierson，2010）。关于房价上涨对社会经济影响的大量文献表明，房价和家庭财富的变化会影响生育率（Yi和Zhang，2010年；Lovenheim和Mumford，2013年；Dettling和Kearney，2014年）、就业（Henley，2004年；Mian和Sufi，2014年；Johnson，2014年）、创业（Corradin和Popov，2015年）；Harding和Rosenthal，2017年）、教育（Lovenheim，2011年；Lovenheim和Reynolds，2013年）、财富不平等（Piketty和Zucman，2014年）、投资组合选择（Chetty等人，2017年）和消费（Campbell和Cocco，2007年）。我们扩展了这些文献，并调查了房价对年轻人结婚决定的影响
为了对我们的假设进行因果检验，我们利用人口普查中关于个人婚姻决策和城市房价的微观数据估计了一个离散时间持续时间模型。持续时间模型是对事件发生之前的预期时间进行建模的常用方法（Kiefer，1988；Bhat和Pinjari，2007）。我们使用这个模型的一个版本来研究房价的变化如何影响结婚前的等待时间。为了估计我们的模型，我们使用了来自中国2005年1%人口调查（小人口普查）的20%代表性样本。利用人口普查数据中记录的初婚年份，我们将数据集扩大到2000年至2005年的个人年记录。我们的最终数据集包括截至2000年16至33岁的所有单身妇女和18至35岁的男子。
从我们的基线来看，非IV模型证实了我们的假设——房价上涨会对首次结婚率产生负面影响。我们发现，房价上涨1%导致男性结婚率下降0.08%，女性下降0.13%。虽然这些结果与我们最初的预测一致，但房价的内生性可能会影响我们的结果。首先，较高的结婚率可能会增加住房需求，从而推高房价。（2017）发现由于中国性别比例不平衡导致的男性婚姻市场竞争加剧，导致房价上涨。如果出现这种反向因果关系，那么我们的非IV模型将低估房价对婚姻进入的影响。此外，在我们的模型中忽略的未观察到的经济状况，与婚姻进入负相关，与房价正相关，可能会影响我们的结果。虽然我们在模型中控制了人均GDP、失业率和工资率，但这些遗漏的因素可能会影响我们的结果，从而导致我们的价格系数出现向上的偏差。这两种偏见的综合影响是模棱两可的，是一个经验问题。
为了解决这些问题，我们采用了一种研究设计，在这种设计中，我们分离出由城市一级住房供应的地理限制所驱动的房价变化。具体来说，在中国的每个城市中，我们都会为水占土地的百分比创建变量，并为城市的平均坡度是高于还是低于全国平均坡度创建指标变量。然后，我们将这些变量与全国房价相互作用，并将其用作城市级房价的工具。直觉认为，在土地供应较为紧张的城市，全国房价冲击对房价的影响较大，但水的覆盖和坡度对结婚的决定没有直接影响。最近的一些论文使用了类似的工具策略，从Saiz（2010）开始，将美国住房供应弹性作为MSA的工具，并将其与全国房价相互作用。
2 中国的房价和婚姻习俗
在毛泽东的领导下（1949-1976），中国是一个中央计划经济。在这一时期，大多数城市居民要么为政府工作，要么为国有企业工作。国有住房按照优先安排老年职工的原则分配给职工。然而，公众无法出售、购买或租赁他们的住房。大多数居民的生活条件也很差，城市人均建筑面积为3.6平方米（Fang等人，2016年）。
1978年，随着中国逐步从社会主义制度向市场经济过渡，经济改革开始。住房部门改革是这一转变的重要组成部分。为了改善城市生活条件，鼓励私营部门参与新住房的建设（Wang，2011，2012）。此外，政府还设法将城市住房私有化和商业化。1993年以前，许多小规模的住房改革试验在不同的城市展开。为了加速住房私有化，1994年中央政府启动了全国住房改革。新政策的一个方面是，允许国有住房单位的员工以补贴价格购买住房的产权（Fang等人，2016年）。因此，房屋拥有率迅速上升（王，2011，2012）。最后，1998年国务院23号文件要求所有国有企业停止提供公共住房，这在中国建立了完全市场化的住房制度，导致住房市场迅速扩大。例如，1998年住宅销售总建筑面积为1.08亿平方米；2015年已增至11亿平方米。
通过这些改革，房价也走上了类似的道路，1998年至2002年，房价变化不大，此后迅速上涨。具体来说，2003年至2013年的十年间，中国房价的年增长率超过了10%。随着这种上升，也有很大的空间变化。（2016）以中国城市为例，根据其经济发展水平将其划分为三个层次。7发现各层次的价格升值存在很大的异质性。具体来看，他们显示，从2003年到2013年，一、二、三线城市房价年均实际增长率分别为13.1%、10.5%和7.9%。
房价的快速上涨可以归因于市场供求双方的因素。在需求方面，公共住房分配制度的终结和21世纪初的快速城乡迁移增加了需求（Wu等人，2012）。此外，过去十年，住房投资回报率高于其他投资回报率（Glaeser等人，2017年）。在供应方面，限制住房供应的法规应归咎于限制土地供应导致房价大幅上涨的政策（Ding，2003；Wu et al.，2012；Liu et al.，2014；Brueckner et al.，2017）。
在中国结婚是一个昂贵而复杂的社会过程。总成本可分为三个主要部分——婚礼的直接成本、嫁妆成本和婚礼后购买住房或公寓居住的成本。在中国，新娘的家人通常希望新郎或他的家人在结婚前为新婚夫妇购买一套住房。在一些特殊情况下，家庭分担住房费用。1978年以前，中国实行中央计划经济体制，住房由国家分配，新人可以向工作单位申请婚房。因此，住房不是结婚的先决条件。然而，当以市场为基础的住房制度得到实施时，一种新的社会规范出现了，人们期望一对新人在婚前买房（Huang，2010；Pierson，2010）。2011年，受中国一家主要交友网站委托进行的一项调查发现，约70%的中国女性认为结婚前买房是必要的（Lime，2013）。因此，房价的任何上涨都可能对年轻人结婚的动机产生负面影响。
3 数据
3.1 2005小型人口普查
本文使用的主要数据集是中国2005年1%人口调查（2005年小人口普查）的20%代表性样本。婚姻条目的研究通常采用包含个人婚姻状况随时间变化以及其他时变特征的面板数据。然而，在中国，很少有这种性质的面板数据集存在，这些数据集要么不包含大样本，要么不包含详细的婚姻信息。虽然2005年的小人口普查是横断面的，但这些数据包括每个人的第一次结婚年份。利用这些信息，我们能够将横断面的小型人口普查数据转换为适合持续时间分析的个人年度面板数据。此外，2005年的小人口普查数据具有全国代表性，样本量大，覆盖全国34个省、市、自治区总人口的0.2%。此外，这些数据包含了关于每个人的社会人口特征的丰富信息，包括年龄、性别、种族、教育、户口类型（城市/农村）、户口登记地点和移民状况，9 2005年小人口普查的一个缺点是，数据没有涵盖2005年之后中国房价急剧上涨的时期。10为了解决这个问题，我们估计了一个二次房价模型，并讨论了非线性效应。
3.2 房价
我们的城市房价数据来自《中国区域经济统计年鉴》。数据覆盖除西藏以外的所有省份的259个地级市。11由于现有房价数据的最早年份是2000年，我们使用的数据是2000年至2005年。通常政府报告两类房价：住宅平均销售价格（住宅房价）和所有类型的住宅平均销售价格（普通房价）。12我们在实证分析中使用普通房价，因为CSYRE只报告普通房价，而且它是唯一的数据涵盖2000年至2005年地级房价的房源。虽然住宅房价比一般房价更适合我们的研究，但我们认为，使用一般房价对我们的估计影响有限，因为住宅占一般住房面积变化的90%以上，而且这两种类型的价格趋势非常相似。此外，我们发现，使用2000年至2005年的省级数据，普通房价解释了99%的住宅房价差异。
3.3 工具变量
在我们的IV持续时间模型中，我们使用每个城市的地理特征作为价格工具。其中包括每个城市被水覆盖的面积百分比和每个城市土地的平均坡度百分比。这两个变量都是使用1000米分辨率的2000年中国土地覆盖图生成的。14该图由中国科学院和中国环境监测中心（北京）创建。由于我们的房价数据主要来自城市地区，我们应该利用城市地区的地理信息。但是，我们不知道城市内部的城乡界限。为了减小测量误差，首先计算县级坡度和水面覆盖率，然后根据城市人口对县级数据进行加权得到市级数据。
3.4 最终样品
为了生成最终数据集，我们首先将2000-2005年的个人年度小人口普查数据与城市级房价合并。使用这些数据，我们执行几个额外的子集。首先，由于我们对初次结婚的决定感兴趣，我们只包括2000年初未婚的16至33岁妇女和18至35岁男子初次结婚的数据。根据中国1980年的婚姻法，男性的最低结婚年龄为22岁，女性为20岁。然而，在小型人口普查中，有些人在达到法定年龄之前就结婚了。继Yu和Xie（2015）之后，我们将结婚风险设定为女性16岁开始，男性18岁开始。在我们的样本中，2000年，年龄最大的女性为33岁，最大的男性为35岁；2005年，年龄最大的女性为38岁，最大的男性为40岁。我们含蓄地假设38岁以上的女性和40岁以上的男性不会结婚，因为在2005年的小人口普查中，很少有女性的初婚年龄超过38岁，而男性的初婚年龄超过40岁。15其次，我们根据个人是否居住在农村或城市户口进行细分。与大多数国家的情况一样，中国城市的房价上涨速度比农村快得多。此外，农村市场房价指数的可靠性也存在问题。因此，我们放弃所有来自农村地区的个人，把重点放在城市住房市场上。第三，我们通过（1）删除2000年以后迁移到当前城市的个人，以及（2）在模型中包含一个虚拟变量来处理迁移问题，该变量指示每个个人的迁移状态。具体来说，如果个人的户口登记地不是他或她目前居住的城市，他或她就是移民。对大多数移民来说，户口所在地是他们的家乡。因此，我们可以使用这个虚拟变量控制迁移和排序。最后，我们排除了2005年仍然是学生的个人，因为在中国，人们通常在完成学业后才结婚。具体来说，在2005年的小型人口普查中，结婚的学生不到0.5%。
根据这些子集，我们的最终数据样本包括截至2000年初在259个城市有资格结婚的37914名妇女和40513名男子。到研究结束时，58.3%的女性和54.1%的男性已婚。女性的平均年龄是25岁，男性是27岁。
3.5 汇总统计
我们感兴趣的是2000元/平方米的市级房价。个人控制包括年龄、种族和移民状况，所有这些都来自于小型人口普查数据。我们的时变城市水平控制包括人均GDP、人口密度、教育、住房拥有率、性别比和失业率。教育程度往往是婚姻时机的有力预测因素。然而，2005年的小人口普查只报告了一个人在2005年获得的最高学位，我们的样本中有很大一部分在2000年至2005年期间仍在上学。因此，如果我们使用2005年的教育水平，可能会出现潜在的测量误差和内生性问题。为了避免这一问题，我们将个人的水平教育年限汇总到城市一级，并对城市一级的教育进行控制。在2000年，由于租房者和业主的行为与房价冲击不同，因此对其初始拥有状态的控制显得尤为重要。由于没有个人水平的住房，我们采用2000年的城市水平的住房拥有率。包括年轻人（18-40岁）的性别比，以控制城市一级男女失衡的影响，这是中国一个重要的人口特征（Edlund等人，2013）。在性别比例高的城市，男人结婚的可能性更大。所有有关工资、收入和国内生产总值的经济数据均来自《2001-2006年中国城市统计年鉴》，而住房拥有率和性别比率则来自2000年人口普查。所有的经济数据都是2000元。
4 结果
我们首先提供一些图形化的证据来支持我们的假设，图1a描绘了初婚年龄与房价的时间序列趋势。从该地块可以看出，实际房价从2000年
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[413646]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
