1.引言

1998年至2011年美国房地产市场经历的巨大动荡先是创造了财富、然后又摧毁了财富，留下了许多身陷金融危机的家庭。联邦住房金融局(Federal Housing Finance Agency)的数据显示，美国房地产市场的实际价格在1998—2006年增长了48%，在2007—2012年又下降了28%。然而汇总的统计数据或许并没有完全反映各大城市内部更极端的波动： 拉斯维加斯的实际房价一度在2002—2006年上涨了78%，而在2006—2012年又下降了67%。

关于中国的统计数据，根据Fang发表的论文，2003—2013年，中国一线城市的实际房价年均增长率达到了令人惊叹的13.1%，即使是三线城市的年均增长率在同一时期也达到了7.9%。而官方统计数据显示的增长通常较为温和，经济合作与发展组织(经合组织)的数据更是表明2010年以来中国的实际房价基本保持稳定。然而即便是最保守的数据也显示中国房价从2000年至今经历了叹为观止的增长，甚至部分分析人士因此断言，中国房市是个巨大的泡沫，终有一天将会破裂。

中国是否会像这些专家预测的那样，在近期经历重大房价变化——本章对于这一问题保持中立。一般而言，繁荣之后往往有萧条紧随而来，但中国在住房增长的同时也经历了收入的惊人增长，再加上中国房地产市场独特的制度特征，价格调整也可能以软着陆而非硬崩盘的形式出现。尽管如此，出于对公共管理的审慎态度，我们依然需要推进改革以降低未来房地产市场的动荡风险并对其可能造成的损害防患于未然。

美国房价波动的原因在房市崩溃之后成了学界研究的热门议题。一些学者将其归咎于次级贷款的增加(Mian和Sufi,2009)，而其他人则认为外推观点(Glaeser和Nathanson,2015)才是价格不稳的主因。两方人马各执己见，在近期内似乎不太可能达成什么共识。然而，正如许多作者所强调的那样，即使我们不知道冰山的位置，也可以通过多备救生艇来提高远洋航行的安全性。同样，未能完全了解住房泡沫产生的原因，并不妨碍我们通过住房政策提高经济安全性。

本章重点介绍了技术进步带来的估价方法创新，以及房地产估价与三个领域的具体关系。房地产泡沫问题涉及土地征用权的使用、房产税收和银行监管，对土地和房产进行正确合理的估价与这些领域的公平和效率密切相关。另外，即将上线的新技术或将显著推进房产评估业务自动化。

本章第三部分对利用计算机视觉技术进行房产估价的创新办法进行了简要讨论。在除中国外世界上的很多地方，我们可以通过谷歌街景或其他地图软件获得越来越多的建筑外部图像；至于房屋内部的模样，只要卖家愿意主动提供，我们就能从Zillow等房地产数据网站上找到。这些图像为我们提供了无须人工估价师就能进行的估价新思路，可以显著提高我们房产价值评估的能力。

经济学家通常使用基于回归分析的特征估算法来评估房产价值，依据列出的房屋特征(如卧室和卫生间的数量)做出估计。由于房屋图像具有相当丰富的信息，把它作为一个新的变量加入回归方程，可以大大提升回归结果的解释力度。本章推荐一种新方法，让大家直观地感受到新型视觉回归估算和原有的房屋特征列举+人工价格估计，这二者的预测能力究竟孰优孰劣。

在此基础上，本章将讨论此项技术在土地征用、房产税评估和银行监管中的应用。无论是在美国还是在中国，地方政府在使用土地征用权时往往会受到这样的攻击： 人们觉得这一过程低估了房地产的价值，并且导致土地征收过度。如果我们能在全国范围内推广更合理的房地产估价方法，可能就会减少地方上滥用土地征用权的情况。本章还讨论了其他与土地征用权相关的改革措施，包括超过市场价值的补偿，以及获得当前绝对多数房产所有者的同意的必要。

房产估价问题还是地方房产税收政策成功实施的关键。作为地方政府一种自然的资金来源，房产税可以为地方公共服务提供资金，并缓解地方上将土地征用作为创收工具的趋势。正像 Henry George在一个多世纪前提出的那样，很多情况下房产税最优的形式是一种土地税。这样一来，标准回归技术将很好地发挥作用，而如果想要推行更为标准化的房地产税，那么视觉估价技术也会对我们有所帮助。

最后，房产估价问题对于银行监管而言同样关键。由于准确评估银行资产负债表上的各项内容不但可以降低泡沫出现的风险，也有助于减缓泡沫破裂导致的破坏，更好的房产估价有助于提高银行监管的质量。在某些情况下，房产估价甚至还可以根据房价随时间推移而回归均值的趋势作出修正(Glaeser等， 2014)。

房地产泡沫不是近些年才有的问题(Glaeser,2013)，而且这种过度的繁荣总会在市场上出现。尽管如此，我们可以通过改善土地征用程序、建立有效的土地税和房产税体系以及加强银行监管来减少泡沫发生的频率和成本——视觉估价技术对这三方面都有帮助。