如何利用经济学工具研究城市？

　　

爱德华·格莱泽（Edward Glaeser），芝加哥大学博士、哈佛大学经济学教授，陶布曼国家和地方政府研究中心主任、拉帕波特大波士顿研究所负责人、曼哈顿研究中心高级研究员，《城市期刊》（City Journal）特约编辑。格莱泽侧重于从经济学角度去研究城市、住宅、种族隔离、肥胖、犯罪、创新等课题，并为《纽约时报》的博客Economix撰写过大量有关此类主题的文章。

文|爱德华·格莱泽

为什么有的城市比其他城市生产率更高？高密度有什么环境和社会后果？为什么出现隔离区？高密度居住如何改变我们？城市为什么兴起？城市为什么衰落？为什么有的地方房价这么高？城市经济学试图回答上述所有问题，而这些问题组成了城市经济学的大难题(great puzzle)：人们为什么要聚居在城市里？这个问题本身又构成经济地理学一个更大的问题，那就是试图理解个人和企业各种区位选择问题。

本文讨论研究城市的经济学方法的关键元素。经济学有三大支柱原理，其中两个帮助我们理解这个世界，第三个则有助于提供政策建议。

第一个支柱原理：人们会对激励作出反应。

第二个支柱原理：无套利均衡(no arbitrage equilibrium)。

这两个原理不仅用于分析个人选择，还可以预测整个系统如何运作。城市经济学有三个关键的无套利均衡。第一，个人必须对空间无差异，即考虑到工资和城市便利性再减去住房成本之后，每个区位无差异。第二，企业必须对空间和雇佣新员工无差异，亦即工资的差异为生产率的差异所补偿。第三，建筑商必须对建设（或不建设）新单位无差异。

第三个支柱原理，好的政策能够拓宽个人选择范围。

上述三个原理影响着研究城市的经济学方法。下文首先讨论经济地理和城市经济学的中心理论架构：空间均衡。空间均衡假设在于：如果某个区位具有特别的好处，那么一定也有特别的坏处两相抵消。在城市内部空间模型中，市中心高房价坏处为短距离通勤好处所弥补。在跨城市空间模型里，高收入为高房价或者较低的城市便利性(disamenities)所抵消。空间均衡假设尤其有助于理解城市住房市场。

其次，本文讨论城市经济学的实证方法。城市经济学有两种实证方法：第一种强调使用数据预测形式模型；第二种强调差异的外部来源(exogenous sources of variation)。

本文最后讨论城市政策制定的经济学方法，其核心观念是人优先于地方。城市经济学家开出的政策药方有两个主题。第一，城市经济学家假设政府并非百分之百代表人民的利益，因此城市经济学家们偏好促进政府间竞争的政策。第二，城市经济学的研究出发点是个人和企业的流动性，进行政策设计时不能只依靠当前的区位模式，而需考虑新政策将如何影响个人的区位选择。

一、空间均衡方法

城市经济学的理论核心在于空间均衡概念，尽管其前提假设简化了现实，但空间均衡提出的许多命题都为实证证据所证实。

城市经济学有两个经典空间均衡模型：描述城市内部的Alonso-Muth-Mills模型和描述多个城市的Rosen-Roback模型。前者假设收入不变，分析住房成本是否被较低的城市便利性(urban amenities)或较低的交通成本所抵消。后者分析不同城市间收入、城市便利性和住房成本之间的取舍。

Alonso-Muth-Mills模型假设城市内部收入和城市便利性不变，不同区位的住房与交通成本之和不变，即随着至市中心距离增大，房价下降，而交通成本上升。这一空间均衡概念，不仅可以预测房价与人口密度，还可预测不同类型群体的区位选择，特别是富人和穷人的区位选择差异。

图1显示大波士顿地区187个城镇的中位房价和这些城镇到波士顿市中心距离之间的关系。平均而言，每远离波士顿市中心1英里，房价下降1100美元。两者之间的关系远非线性，距离只能解释15%的房价变异。每一个城镇具有不同的住房质量、城市便利性，也对房价产生影响。例如学校质量，对房价的影响大于距市中心远近的影响。但是，这个模型的确做出了未被实际数据推翻的预测。自ALONSO模型提出以来，经济学家做了许多回归模型，检验其他变量的影响，模型结果基本都符合Alonso模型的一般模式。

图1 房价与至波士顿距离的关系

图2显示大波士顿地区187个城镇人口密度的对数与到波士顿距离的关系，两者为强烈正相关关系，距离能够解释45%的人口密度变异。

图2 人口密度的对数与至波士顿距离的关系

Alonso-Muth-Mills模型是研究城市内部房价和人口密度之间关系的工具；Rosen-Roback模型则是理解不同城市之间房价差异的工具。多城市空间均衡的核心预测为高房价必须反映高收入或高城市便利性，或者两者皆有。

图3展示了这一模型的实证价值，美国不同都市区房价与收入水平之间关系——40%的房价差异与收入差异相关。平均而言，收入每提高1000美元，房价上升3700美元。

图3 2000年美国都市统计区房价与中位收入之间的关系

图4展示不同都市区实际收入与一月份中位气温之间的关系。1月份气温每上升10度，实际收入下降720美元。

图4 美国都市统计区实际收入与一月份温度的关系

图5展示230个人口在10万及以上的城市里收入与通勤时间之间的关系。收入每增加1万美元，中位通勤时间延长1.5分钟。高收入的地方同时有某些负面之处抵消其高经济回报的好处。

图5 美国都市统计区通勤时间与中位收入之间的关系

二、城市经济学的实证方法

学科的分化不仅体现在核心理论假设的差异，而且实证方法也不相同。过去50多年，经济学最显著特点表现为基于大规模数据库的统计分析，而非案例分析。尤其是最近15年，实证经济学家特别关注因果推论。实证经济学的长处在于定量实证方法，特别是关注差异的外生来源的方法。但只有极少数经济学家真正擅长民族志等非定量的研究方法。

经济学家很少深入挖掘特定社区的具体资料。经济学家倾向于发现一般模式，而非关注某地的特殊性，因此经济学家很少对某个地方做全面研究。经济学对收入和房价等财务变量有特殊兴趣，而这些数据往往以行政区划为单位统计。

尽管经济学家对民族志或环境指标贡献很少，但经济学擅长因果推论和外生差异(causal inference and exogenous variation)。这主要出于经济学家对建立形式经济理论(formal economic theory)的强烈偏好。经济模型通常用于预测外生变量和内生变量的关系。

过去15年，经济学家运用因果推论研究城市问题取得很大进展。例如，Hoxby利用流过都市区的河流数量这一外生差异，计算自然障碍的数量，从而预测该地区的政府数量。根据这一自然的差异来源，Hoxby发现政府间竞争的增加有助于提高学校教学质量。

若论擅长找出外生的差异来源当属 斯蒂芬?列维特(Steve Levitt)，恐怕无人出其右。他的《魔鬼经济学》(Freakonomics)堪称佳作。他的研究往往依赖外生事件来解释重要的经济关系，例如入狱罪犯对犯罪和城市增长的影响。没有这些外生差异的来源，经济学家难以对入狱与犯罪之间的关系作有意义的分析。

经济学家重视因果推论不过是重视形式理论的一个副产品而已。另一个副产品则是使用数据估算形式模型。经济学一个普遍的观念是，研究者必须能够合理化任何一个回归模型，从而尝试估算形式模型参数。

三、经济学与城市政策

城市政策的经济学方法综合成本—收益分析和增加个人选择的政策目标假设。这一假设强调人而不是地方。如果一个政策只能产生美丽的地方，却对提高个人福利毫无帮助的话，那么经济学家对它毫无兴趣。经济学家看来，只有收益大于成本的政策才是合理的。

经济学家把人置于首位的观念似乎显而易见，但这一目标往往与基于地方的城市政策(place-based urban policy)相冲突。城市政策的经济学方法使我们思考这个问题：把钱花在人身上值，还是花在地方上值？

经济学家并非反对一切基于地方的花费。当人们居住在一个成功的地方，他们生活的确变得富足；很多情况下，帮助人们最好的办法就是改善那个地方。但是也不乏基于地方的政策并未给居民带来好处的例子。首先，大多数基于地方的花费最大的受益者是土地所有者而不是居民。

基于地方政策第二个问题是它扭曲了人们的迁移决定。对住在衰落地区的居民来说，最好的决策可能是离开这个地区，搬到经济前景更好的地方。如果基于地方的政策降低了人们搬迁的动机，那么他们会减少从低生产率搬到高生产率地区的好处。阻止这一过程的经济政策被认为是低效的。

第三个问题在于基于地方的政策往往合理化了巨额财政支出，并且这些支出使承建商比政策目标人群获益更多。例如，美国1960年代的内城更新改造工程被认为是重建城市的一种方式，但很少有人质疑这种工程给人们带来的收益是否弥补了它的支出。

四、结论

城市经济学与众多研究城市的学科一起试图增进对城市的理解。在社会科学中，研究城市的经济学方法特长是建立在无套利均衡概念基础之上的形式经济理论。经济学家研究城市的理论框架包括个人对空间无差异、企业对区位选择和雇佣员工无差异和建筑商对是否建设或者是否修建更高建筑均无差异。对于理论的追求使城市经济学具有清晰的结构。几乎所有城市经济学研究的主题可以放置在一个大的研究问题之下：为什么个人或企业选择城市区位？

尽管城市经济学有许多长处，但也有其局限性。经济学家不具备研究建成环境或单个社区的技巧。城市经济学过于强调数量方法，因此难以用科学方法研究历史叙述。缺乏经济学工具，没有人能真正理解城市；同样地，不吸收借鉴其他学科方法和研究成果，经济学家也不能真正理解城市。

(本文转自微信公众号“城读”，图片来自于网络。Edward Glaeser.2007. The economic approach to cities, NBER Working Paper No. 13696. http://www.nber.org/papers/w13696.pdf）