五、PSM-DID模型結果與相關檢驗

（一）描述性統計

表2統計了廣州、深圳2017年2月—2018年7月的住房交易情況。

從表2可以看出，在房價上深圳略高于廣州，其他控制變量深圳和廣州相差不大，交通資源、教育資源、醫療資源、景觀資源可獲得性較好。

（二）傾向得分匹配

對實驗組和對照組進行PSM檢驗時，匹配前后實驗組和對照組各匹配變量上無顯著性差異，說明選擇的匹配變量和匹配方法是恰當的。本文匹配結果如表3所示，可以看到實驗組和對照組匹配前后在地鐵站距離、公交站距離、幼兒園距離、小學距離、中學距離、醫院距離、公園距離上的標準偏差都顯著小于10%，匹配后t值均不顯著。這說明，本文匹配方法合理，滿足雙重差分模型實驗組與對照組同質性的前提假設。

（三）雙重差分檢驗

對PSM匹配后形成的與實驗組相似的對照組進行雙重差分固定效應的回歸，具體的回歸結果見表4中的（1）（2）列，其中（1）列不包含控制變量、（2）列包含控制變量。通過觀察結果發現，無論是否包含公共資源變量，政策虛擬變量與時間交互項系數都顯著為負，說明短期內“租售同權”政策對房價有抑制作用。

（四）穩健性檢驗

為了避免出現某些未觀察變量同時影響實施政策的概率和房價的變化，導致估計結果出現偏差，本文采用反事實方法檢驗平行趨勢假設。將原本發生在2017年7月的政策實施日期向前分別提前2個月和6個月，將時間效應剝離，如果政策虛擬變量與新的時間交互項系數不顯著，說明2017年7月前實驗組與對照組的房價具有平行趨勢。

從表4中的（3）（4）列可以看出，無論政策時點是前移2個月還是前移4個月，交互項系數都不顯著，說明平行趨勢假設成立，所以該實驗具有穩健性。

（五）進一步分析與結論

對1150套廣州的二手房和1524套深圳的二手房交易數據的樣本進行傾向得分匹配—雙重差分模型分析后發現，短期來看，租售同權政策對二手房住宅銷售價格有一定的抑制作用。

（1）“租售同權”政策頒布時間較短，對房地產投資者來說是利空消息，房地產市場投機性泡沫資金較多，二手房住宅銷售價格會反映一部分政策信息。短期內，該政策促使房地產投機資金撤離購房市場而轉向租房市場，從而在住房供給端進行調整。

（2）“租售同權”政策有利于地區人才選擇租房落戶，消費者尤其是高端人才的租房意愿有所提高。短期內，租房需求會增加、購房需求會減少。

（3）雖然租房市場價格有所上漲，但還沒有對購房市場價格形成影響，即短期內投資者為了“出租而買房”的需求還沒有上漲，因此住房銷售價格更多地由購房市場供給決定。