智慧城市試點、城市特質與房價

2021-08-17 23:24龔斌
中國房地產·學術版 2021年2期
關鍵詞:房價

摘要:智慧城市是“實施國家大數據戰略,加快建設數字中國”的重要抓手,對于實現城市管理能力和服務水平提升和高質量發展至關重要。基于164個地級市2004-2016年面板數據,采用DID方法評估了智慧城市政策對房價的影響。實證結果表明,智慧城市試點政策對城市房價上漲起到催化劑的作用,由住建部批準為智慧城市試點建設的城市,房價水平會更高,這一結論在經過一系列穩健性檢驗后也得到了證實;進一步引入一系列城市特征的調節變量發現,智慧城市對房價影響的刺激作用在中小規模城市、東部地區以及中等程度城市化的城市更加顯著。應該堅持對智慧城市試點政策,因地制宜地開展新一輪智慧城市試點,更重要的是要考慮到居民尤其是新增城鎮居民的住房保障問題,而不單純只是新技術在城市住房中的運用,進一步強化對房產購買、持有、流轉的監管與調節,預防市場投機炒作行為。

關鍵詞:智慧城市試點;房價;城市特質;雙重差分

中圖分類號:F290 文獻標識碼:A

文章編號:1001-9138-(2021)02-0060-71 收稿日期:2021-01-20

作者簡介:龔斌,華中科技大學公共管理學院博士研究生。

基金項目:湖北省人民政府智力成果采購項目(HBZD-2018-02)。

1 引言

智慧城市是運用現代信息和通信技術促進城市規劃、建設、管理和服務的協調和集成,是“實施國家大數據戰略,加快建設數字中國”的重要抓手,對于實現城市管理能力和服務水平提升、產業優化、高質量發展至關重要。實踐中,國內外政府都加大智慧城市建設,以此作為可持續發展的重要載體。我國自2012年啟動首批智慧城市試點以來,截至目前,已分3批共批準了約500個智慧城市試點項目,覆蓋了我國95%的副省級城市、76%的地級城市,實現由點到面的擴散態勢。經過多年發展,智慧城市建設在物聯網、互聯網、大數據中心等公共信息平臺建設、社會公共服務供給等方面取得顯著成效。這為我們評價智慧城市的試點效果提供了天然的準自然條件。

在社會主要矛盾發生根本轉變的大背景下,住房這一關鍵性民生話題成為社會各界關注的焦點。事實上,智慧城市建設的主要內涵不僅是通過科技因素改變城市,它更重要的是在通過一系列新興技術的運用來解決交通擁堵、住房、就業、公共服務等一系列問題,讓人們的居住生活環境更美好。與此同時,關于智慧城市對城市房價的影響結果還存在一定爭議。智慧城市將會給人們帶來極大的便利,住宅家居的智能化已成為社會發展的必然趨勢,具有廣闊的市場空間,人們的生活更加智能化,智慧城市的提出到底對房價有多少影響還有待進一步檢驗。因此,本研究擬探討以下問題:智慧城市建設對于城市房價有何影響?如果有,智慧城市建設對房價影響在城市規模、城市區位特征、城市化發展水平等城市特質維度上是否存在異質性?

為了綜合全面衡量智慧城市建設效果,國內外相關機構和學者都嘗試對智慧城市建設效果進行評價,一類是基于智慧城市本身構建的一套指標體系,一類是將智慧城市建設視為外生政策沖擊,探討智慧城市建設對技術創新、污染減排、能源效率等影響。縱觀當前學者對智慧城市建設效果的評估,多數學者肯定了智慧城市政策的積極作用,但在審視這種影響的微觀基礎時,不同變量間的關系仍然模糊,還沒有公認的答案,需要更多的經驗研究來識別智慧城市政策的整體效果。就智慧城市建設的產業結構轉型升級效應研究而言,劉蘭娟和徐鑫以上海市為例,通過CGE模型模擬一個智慧城市研究發現智慧城市建設優化了產業結構,提升了資源利用率;張衛東等將產業升級作為中介變量探討智慧城市為何提升了城市全要素生產率。最近,張營營和高煜基于城市級別數據庫,探究了智慧城市對制造業升級的影響,發現智慧城市能夠通過技術創新和資源配置效應促進制造業升級,并且在中西部地區更顯著;趙建軍和賈鑫晶同樣從技術創新探討了智慧城市對產業結構升級的影響,并且從金融發展和人力資本進一步擴充了其中的作用機理。

與以往研究相比,本文的主要貢獻在于:第一,基于城市數據樣本實證分析了獲批智慧城市試點政策對房價影響,進而可以挖掘智慧城市政策效果評估的城市特征。第二,基于工具變量的方法,采用兩階段估計方法減少內生性問題對實證結果的干擾,借鑒Yigitcanlar & Kamruzzaman、黃群慧等以及李智超等學者的研究啟發,本文選擇省內智慧城市試點占比作為智慧城市試點的工具變量,以緩解因果推斷中內生性問題的干擾。第三,本文從城市特質角度考慮智慧城市對房價影響的不同影響,包括區域位置、城市規模、城市化特征等,以更加精準識別智慧城市政策的房價刺激效應。

2 政策背景與假設提出

自20世紀90年代提出“智慧城市”以來,它逐漸成為全球潮流和趨勢。智慧城市政策是實現多維目標的戰略。利用新技術,將人、信息、城市要素聯系起來,實現數據集成和綜合利用,打造一個可持續、更綠色、更有競爭力、創新水平更高、質量更高的經濟發展城市。為了實現這些目標,智慧城市的建設戰略需要運用技術和超越技術,建立四螺旋的合作模式,政府主導和社會驅動相結合,采用綜合干預邏輯。

近年來,智慧城市試點在全國范圍內如火如荼的開展。自2012年我國首次實施智慧城市政策以來,截至目前,已分3批審批約500個智慧城市,覆蓋全國95%的副省級城市和76%的地級市,呈現點對點擴散趨勢。2013年1月29日,住房和城鄉建設部公布了第一批全國智慧城市試點名單,并與試點城市及其上級人民政府簽訂協議,共同推進智慧城市創建。2013年8月5日,住房和城鄉建設部發布了2013年第二批全國智慧城市試點名單,2013年再次確定103個城市(區、縣、鎮)為智慧城市。2015年4月,住房和城鄉建設部辦公廳、科技部辦公廳發布了84個智慧城市政策試點城市。

新型智慧城市是一種新的城市發展模式,通過信息技術的廣泛使用,實現信息化和城市化的高度融合,提高城市基礎設施和公共服務的智能化和便捷化,促進城市智慧運行,更好地滿足城市居民的各方面需要。智慧城市是創新2.0時代的城市形態,也是城市信息化發展到更高階段的必然產物。智慧城市建設覆蓋諸多領域,如交通、醫療、安防、社區、家居等,其中智慧社區、智能家居是與百姓密切相關的部分,是一個城市民生的真實反映,目前智慧城市的發展已經進入規模推廣階段,從市場細分來看,將會影響到房地產業。

高房價本質上是在能源錯配和出行錯配情況下產生的一種市場扭曲。智慧城市概念的出現,促使許多房地產企業加速向智慧地產轉型,通過信息技術的廣泛使用,實現信息化和城市化的高度融合,提高城市基礎設施和公共服務的智能化和便捷化,促進城市智慧運行,但是卻增加了房地產行業的開發運營成本。發展智慧城市需要大量的基礎設施建設改造,比如智能大樓系統、環保節能材料等,但是這類基礎設施的改造很大程度上增加了房地產開放商的生產成本。

智能家居是住宅智能化的核心,它是以住宅為平臺,利用綜合布線技術、自動控制技術、音視頻技術等將家居生活有關的設施集成,構建高效的住宅設施與家庭日程事務的管理系統,提升家居安全性、便利性、舒適性、藝術性,并實現環保節能的居住環境。如果每個家庭、每個居住區都擁有了智能家居,那么,無疑將會促進房地產業的發展,有可能會拉高房價。

據此,本文提出研究假設;智慧城市試點對城市房價有顯著的正向影響,即與試點非智慧城市相比較,試點城市的房價會更高。與此同時,智慧城市對于房價影響并不是完全一致的,在不同城市規模、城市化水平、區域位置的城市,影響程度具有差異性。

3 研究設計

3.1 數據

智慧城市數據來源于住房和城鄉建設部發布的全國智慧城市試點名單。為了探索智慧城市在城市層面的凈效應,我們對智慧城市政策試點名單進行了如下處理:一是為規避2013與2014年新增試點城市對2012年試點政策凈效應干擾,剔除2013年和2014年新增試點樣本;其次,由于滄州、三沙、海東、拉薩等城市的數據存在較大范圍的零值,因此年度數據涵蓋了2004-2016年。控制變量的數據來源于《中國城市統計年鑒》,部分缺失數據通過各城市國民經濟和社會發展統計公報補充。

3.2 方法

智慧城市政策的實施,為我們運用差分模型進行政策評價提供了一個“準實驗”,因此本文采用雙重差分方法討論智慧城市試點后我國房地產價格的變化。具體模型設定如下:

Pricei,t = α0+ β1 policy_tre atedi,t + βXi,t + μi +νt + εi,t

(1)

在式(1)中,Pricei,t為被解釋變量,代表我國每個地級市城市房價水平,policy_treatedi,t是實驗分組與實驗分期兩個虛擬變量的交互項。Xi,t為控制變量的集合。μi和νi分別表示城市和時間固定效應,εi,t為隨機誤差項。β1是我們最關心的回歸系數,表示智慧城市試點對房地產價格影響的凈效應,如果β1顯著為正,說明智慧城市試點顯著提升了城市房地產價格,反之則說明智慧城市試點對房地產價格沒有影響。

3.3 變量

因變量:城市房價。本文選擇城市商品房銷售價格來衡量城市房價水平,采用每平方米的住房單價,即住房交易總價格除以住房面積。

核心自變量:智慧城市試點。為了評價智能城市政策在長期內的動態效應,本文以2012-2014年的試點城市為處理組,未實施智能城市政策的城市為對照組。因此,我們可以生成兩個虛擬變量的交互項作為本文的自變量。

控制變量。根據既有研究,本文引入了一系列控制變量,主要包括:城市化水平,用城鎮人口占城市總人口衡量、人均GDP、固定資產投資水平、對外開放水平,用外商直接投資除以GDP衡量,用年末金融機構存款余衡量金融發展水平,用人均道路面積表示基礎設施建設水平,政府干預水平選擇政府公共預算支出占GDP比重作為代理變量,人力資本則用普通高等院校師生比計算。

3.4 描述性統計

表1描述了2004-2016年研究樣本的描述性統計結果。首先,在城市房價水平方面,不同城市房價水平差異較大,房價最小值水平為696元/平方米,最大值為19514元/平方米。在智慧城市試點層面,表2是根據Pearson相關系數,智慧城市與城市房價呈現顯著的正向關系(r=0.352,p<0.01),與非試點城市相比,智慧城市的房價會更高,但是更深層次的關系還需要進行實證檢驗。與此同時,表2的變量間的相關系數均小于0.8,初步判斷并不存在嚴重的多重共線性問題。

4 實證研究結果與分析

4.1 基準回歸結果

表3基準回歸結果表明,無論是Model1不加入控制變量,還是Model2加入控制變量,模型估計結果在方向和顯著性上都呈現出較為一致的結果,均表明了智慧城市試點對城市房價有顯著的正向影響,智慧城市建設能夠顯著提升該城市的房價,加入控制變量后的回歸系數為491.8243,在5%的置信水平上顯著。具體來說,在其他變量保持不變的情況下,相對于非智慧城市試點而言,被住建部批準為智慧城市試點的區域,城市房價會增加491.8243元。與此同時考慮到樣本中可能存在特殊異常數值對回歸結果的干擾性,Model3和Model4是對因變量前后進行10%的縮尾處理后的回歸結果,房價的回歸系數β為415.4533 (p<0.05)和407.1546 (p<0.05),結果顯示,智慧城市建設能夠顯著提升該城市的房價的結論并沒有因為縮尾處理之后而發生顯著的變化。因此,智慧城市建設對于城市房價具有顯著的正向刺激作用,研究假設1得到驗證。

4.2 平行趨勢檢驗

表4是智慧城市對房價影響的平行趨勢檢驗,這是DID模型運用的假設前提,為了檢驗平行趨勢是否滿足,本文在模型中加入了表示處理組智慧城市試點前1年-前5年的前3年的虛擬變量。若核心自變量智慧城市試點和年份虛擬變量交互項都不顯著,則表示實驗組和控制組樣本沒有顯著差異。表1結果表明如果智慧城市試點提前1~5年,估計結果均不滿足顯著性要求,智慧城市對房價的影響不會提前出現。因此,平行趨勢假設得以滿足。

4.3 穩健性檢驗

為了保證回歸模型使用的合理性,確保估計結果的準確性,本文在回歸基礎上還進行了一系列穩健性檢驗。

第一,剔除副省級城市。Model10和Model11是剔除樣本中四個副省級城市樣本量的回歸結果(β=415.4533,p<0.05;β=407.1546,p<0.05),回歸結果顯示,智慧城市建設能夠顯著提升該城市房價的結論并沒有因為剔除樣本量之后而發生顯著的變化。因此,智慧城市建設對于城市房價具有顯著正向刺激作用是穩健的。

考慮控制變量的滯后期。考慮到許多影響因素對于城市房價影響具有之后性特征,本文在穩健性檢驗中將控制變量均做之后一期的處理,表5中Model12和Model13是考慮控制變量滯后期的回歸結果,智慧城市試點變量的回歸系數符號和顯著性水平沒有發生根本變化。

考慮內生性問題。在智慧城市與非智慧城市間存在諸多不可觀測特征差異,即使采用雙重差分模型,也難以將此類非觀測因素完全控制。基于此,本文采用工具變量法進一步估計智慧城市對房地產的影響。本文選擇智慧城市試點數量除以省內其他城市總數作為另一個工具變量,因為對于地方政府而言,一項政策的采納需要獲取制度合法性,在面臨同級政府壓力時候,不同組織時間的行為會相互學習,因此,一個省份中智慧城市試點越多,其他城市的地方政府更加有可能選擇試點。第一階段回歸中,工具變量對于智慧城市試點與否的影響為2.9037 (p<0.01),第二階段,智慧城市政策對于房價的影響系數為218.5751 (p<0.01),并沒有根本上改變基準回歸的結論。

基于傾向得分匹配雙重差分檢驗。樣本選擇的隨機性是雙重差分模型設定的一種重要前提,考慮到樣本選擇對回歸結果的影響,本文進一步采用傾向得分匹配方法,對回歸樣本進行鄰近匹配,圖1是傾向得分匹配前后的結果,匹配后控制組和處理組樣本傾向得分匹配后協變量的標準化%偏差有很大程度的縮小,意味著匹配后的樣本沒有顯著差異,表6中Model16~17是PSM之后的回歸結果,同樣智慧城市政策對于房價的影響系數在沒有控制變量情況下為472.7052(p<0.05),加入控制變量則為426.0097 (p<0.05),并沒有根本上改變基準回歸的結論。

5 智慧城市對房價影響的城市特征異質性

為了進一步探討智慧城市對房價影響的城市特征異質性,本部分在基準回歸模型的基礎上進一步加入了一系列城市特征的交互項。包括城市規模的異質性特征、城市化水平的異質性特征、區域位置的異質性特征。具體的模型設定如下:

Pricei,t = α0+ β1 policy_tre atedi,t *moderatingi,t + moderatingi,t + βXi,t + μi +νt + εi,t? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?(2)

在式(2)中,policy_treatedi,t是實驗分組與實驗分期兩個虛擬變量的交互項,moderating是本研究的3個城市特征變量。其他變量的定義與式(1)中的定義一致。

城市規模的異質性特征。圖2是智慧城市對房價影響的城市規模異質性結果。研究發現智慧城市對于城市房價的影響在城市人口規模為600萬以下的城市樣本中顯著為正,并且在300萬人口規模城市的顯著性最高。智慧城市對于房價的影響程度不在于城市規模過大,而在于創新的城市管理和發展模式。城市高房價是市場資源錯配和出行錯配的結果。城市規模的大小反映了城市專業化分工能力、公共服務供給能力與城市經濟凝聚帶動能力的差異。一方面,大城市可以大力發展和采用智能技術,將智能技術應用到城市和企業生產生活的各個方面,提高企業的資源配置和生產效率,緩解和消除不利因素城市困境對城市規模擴張的影響。中小城市可以在保持原有優勢的基礎上,充分利用智慧城市發展的紅利,發揮自身的比較優勢,最大限度地提高城市治理和運營效率。

城市化的異質性特征。圖3是智慧城市對房價影響的城市化異質性結果。研究發現智慧城市對于中等城市化水平的城市影響更加顯著,對于低城市化、高城市化水平的城市沒有顯著影響,從圖3可以看到,只有在城市化為30%~50%的城市,智慧城市建設對于房價的刺激作用更加明顯,但是對于60%以上城市化水平的城市沒有顯著的影響。

城市區位的異質性特征。圖4是智慧城市對房價影響的區域位置異質性結果。本文將樣本區分為東部城市樣本和非東部城市樣本,生成east變量,通過繪制調節效應的回歸結果圖可以發現,智慧城市對房價影響主要集中在東部城市樣本中,而對于中西部城市樣本的房價沒有顯著影響。主要是東部城市由于具有地理位置優勢、政策資源優勢,智慧城市建設的進程更快,城市房地產行業發展進程也更加迅速,而且也更能吸引社會資本和風險投資進入房地產行業。然而中西部地區由于智慧城市建設不論是理念上還是實踐上都落后于東部地區,智慧技術在房地產領域的運用也更加緩慢。尤其是在東部城市,東部城市獨特的區位條件和資源集聚,智慧城市建設的投入成本本身就比中西部地區的城市更加高昂。智慧城市所帶來的交通改善、資源再均衡也會對高房價、高租金產生刺激效果。

6 結論與啟示

智慧城市試點是自上而下與自下而上的實踐相結合,而房地產行業是其中的關鍵角色,需要對智慧城市實踐的效果和未來方向進行全面審視和反思。本文基于雙重差分的估計方法,以及城市特征異質性的角度,文章實證分析了智慧城市對房價的影響及其差異化特征。研究發現,在市場引導和技術驅動的宏觀背景下,智慧城市政策為房地產行業帶來了多元化的業務方向,回歸結果顯示,在各城市開展智慧城市建設過程中,智慧城市試點政策對城市房價上漲起到催化劑的作用,由住建部批準為智慧城市試點建設的城市,房價水平會更高,這一結論在經過一系列穩健性檢驗后也得到了證實。文章進一步引入一系列城市特征的調節變量,智慧城市對房價影響的刺激作用在中小規模城市、東部地區、以及中等程度城市化的城市更加顯著。

基于上述研究結論,本文可以總結出完善智慧城市政策與推動房地產行業健康發展的幾點啟示。

第一,堅持智慧城市試點政策。在市場需求增長放緩的背景下,智慧城市建設有利于改善城市交通、住房、環境以及政務服務等效率問題,優化房屋資源配置和供給質量,提升城市房屋居住質量,而這更加有利于整個房地產市場的活躍與良性發展。因此,繼續加大對智慧城市試點的推廣力度和廣度,通過智慧城市政策促使房地產政策健康發展。

第二,因地制宜地開展新一輪智慧城市試點。智慧城市政策對于房價的影響具有復雜性特征,城市本身所具備的特征屬性不同,所帶來的資源條件、便利條件也有所不同,故在智慧城市試點的布局中,中央政府可適當向中小規模城市、東部地區以及中等程度城市化的城市傾斜,以實現資源最小投入最大產出的最優效率。

第三,智慧城市建設中需要考慮到居民尤其是新增城鎮居民的住房保障問題,而不單純只是新技術在城市住房中的運用,強化對房產購買、持有、流轉的監管與調節,預防市場投機炒作行為,科學規劃智慧城市建設,提升城市住房供應質量,為城市人口提供均等化的住房公共服務,從而避免城市發展因房價畸高而失去活力。

然而,本文實證智慧城市建設試點對城市房價的影響效果也存在一定的局限性。首先,對城市房價的考量主要基于數據可獲得性的視角出發選取了城市商品房銷售價格來衡量。其次,囿于統計年鑒數據難以獲得最新兩年的數據,故將樣本期間定為2006-2015年,可能并未囊括進近年來被納入智慧城市試點建設的樣本。最后,本研究聚焦于智慧城市政策的實施效果評估,并側重從城市特征角度考量智慧城市政策對于房價影響的異質性,但是未研究智慧城市政策對房價影響的作用機制研究,因此,在構建理論框架的基礎上,輔以大量的實證檢驗智慧城市政策影響房價的內在機理亦是未來研究的突破口。

參考文獻:

1.Batty M , Axhausen K W , Giannotti F , et al. Smart cities of the future[J].European Physical Journal Special Topics, 2012, 214(1):481-518

2.Albino V,Berardi U,Dangelico R M.Smart Cities: Definitions, Dimensions, Performance, and Initiatives[J]. Journal of Urban Technology,2015, 22(1):3-21

3.Andrea C,Del B C F.Smart innovative cities: The impact of Smart City policies on urban innovation[J].Technological Forecasting and Social Change,2019,142,373-383

4.聶飛.國家“智慧城市”試點對FDI的“二元邊際”擴展的影響:理論機制與實證.國際貿易問題.2019.10

5.史璐.智慧城市的原理及其在我國城市發展中的功能和意義.中國科技論壇.2011.05

6.Tuba Bak?c?,Esteve Almirall, Jonathan Wareham. A Smart City Initiative: the Case of Barcelona[J]. Journal of the Knowledge Economy, 2013, 4(2):135-148

7.王廣斌 崔慶宏.智慧城市建設目標績效的實證研究.軟科學.2016.30 (7)

8.MORA L,DEAKIN M,REID A.Strategic principles for smart city development: A multiple case study analysis of European best practices[J]. Technological Forecasting and Social Change, 2019, 142:70-97

9.陳銘 王乾晨 張曉海 等.“智慧城市”價指標體系研究——以“智慧南京”建設為例.城市發展研究.2011.05

10.Patrizia Lombardi , Silvia Giordano , Hend Farouh Wael Yousef. Modelling the smart city performance[J].Innovation the European Journal of Social Science Research, 2012, 25(2):137-149

11.崔璐 楊凱瑞.智慧城市評價指標體系構建.統計與決策.2018.34 (06)

12.Caragliu, Andrea, Del Bo, Chiara,Nijkamp, Peter.Smart Cities in Europe[J].Urban Insight, 18(2):65-82

13.劉巧 石大千 劉建江.智慧城市建設對城市技術創新的影響.技術經濟.2018.37 (5)

14.付平 劉德學.智慧城市技術創新效應研究——基于中國282個地級城市面板數據的實證分析.經濟問題探索.2019.09

15.石大千 丁海 衛平 劉建江.智慧城市建設能否降低環境污染.中國工業經濟 2018.363 (06)

16.Yigitcanlar T , Kamruzzaman M.Does smart city policy lead to sustainability of cities?[J]. Land Use Policy, 2018, 73:49-58

17.Yu, Yantuan & Zhang, Ning.Does smart city policy improve energy efficiency? Evidence from a quasi-natural experiment in China[J].Journal of Cleaner Production. 2019,229(04):501-512

18.劉蘭娟 徐鑫.智慧城市建設財政支出影響經濟轉型的CGE模擬分析——以上海為例.上海經濟研究.2014.01

19.張衛東 丁海 石大千.智慧城市建設對全要素生產率的影響——基于準自然實驗.技術經濟.

2018.37 (3)

20.張營營 高煜.智慧城市建設對地區制造業升級的影響研究.軟科學.2019.33 (09)

21.趙建軍 賈鑫晶.智慧城市建設能否推動城市產業結構轉型升級?——基于中國285個地級市的“準自然實驗”.產經評論.2019.10 (05)

22.黃群慧 余泳澤 張松林.互聯網發展與制造業生產率提升:內在機制與中國經驗.中國工業經濟.2019.08

23.李智超.政策試點推廣的多重邏輯——基于我國智慧城市試點的分析.公共管理學報.2019.16(03)

24.王巧 佘碩.“一帶一路”倡議實施的產業結構轉型升級效應研究——基于中國285個城市PSM+DID的檢驗.經濟問題探索.2020.02

25.張阿城 于業芹.自貿區與城市經濟增長:資本、技術與市場化——基于PSM-DID的擬自然實驗研究.經濟問題探索.2020.10

26.孫文浩.“人才高地”“創新高地”與城市房價.管理現代化.2021.01

27.王優容 王自義 易成棟 王昊 高然.棚戶區改造對周邊住房價格的溢出效應——基于北京市海淀區的實證分析.城市發展研究.2020.27 (12)

28.JENSEN J L.Policy diffusion through institutional legitimation: state lotteries[J]. Journal of Public Administration Research and Theory,2003, (4):521-541

29.POWELL D M W.The Iron Cage Revisited: Institutional isomorphism and collective rationality in organizational fields[J].American Sociological Review, 1983, 48(2):147-160

30.HAN S K.Mimetic isomorphism and its effect on the audit services market[J].Social Forces,1994, 73(2):637-664

猜你喜歡
房價
房價上漲抑制英國出生率:每年少生7000多名嬰兒
房價小周期
2016房價“漲”聲響起
青島房價:跌還是不跌
桃花-电影-完整版视频在线观看