摘要：在全球气候变化背景下，洪水已成为影响范围最广、经济损失最严重的自然灾害之一。世界银行数据显示，全球超 18 亿人生活在洪水高风险区域，而中国作为受洪水影响最严重的国家之一，不仅承担了全球 21% 的重大洪水事件、33% 的洪水经济损失，还面临着 22% 的全球

01 引言

在全球气候变化背景下，洪水已成为影响范围最广、经济损失最严重的自然灾害之一。世界银行数据显示，全球超 18 亿人生活在洪水高风险区域，而中国作为受洪水影响最严重的国家之一，不仅承担了全球 21% 的重大洪水事件、33% 的洪水经济损失，还面临着 22% 的全球洪水暴露人口压力。

另一方面，对于中国家庭而言，住房是最核心的资产——住宅物业占家庭总资产比重超60%，房地产市场的稳定直接关系到经济安全与民生福祉。然而，以往研究多聚焦于发达国家洪水对房地产市场的整体影响，却忽视了发展中国家内部 “风险暴露异质性” 带来的差异化效应：同一城市内，低海拔区域与高海拔区域的住房市场，在洪水冲击下是否会呈现截然不同的反应？这种差异又会如何影响居民福利与政策制定？

本文作者通过整合中国121个城市的住房交易数据、高精度地理环境信息与洪水灾害统计，首次揭示了洪水冲击下中国住房市场的 “内部分化” 机制，为理解气候风险对资产市场的微观影响提供了全新视角。作者发现：洪水冲击下住房市场呈显著 “海拔分化”：低海拔区域房价跌 6.9%、交易量降 12.5%，高海拔区域房价涨 8.1%、交易量稳定；此分化源于买家向安全区转移、卖家行为两极化（低海拔抛房、高海拔惜售）。洪水还引发溢出效应，且导致的住房市场福利损失是直接损失的18倍，95% 由买家承担，而防洪问责、海绵城市等政策可缓解冲击。

背景

02

为何聚焦中国住房市场的 “风险异质性”？ 中国的住房市场与洪水风险特征，使其成为研究该问题的理想场景，主要原因有三：

第一，高风险与高资产依赖叠加 。中国年均洪水经济损失达 270 亿美元，占全国灾害损失的 50% 以上；同时，房地产占家庭资产比重超 60%，是居民财富的核心载体，洪水对住房市场的冲击会直接转化为家庭财富波动。

第二，显著的城市内部地形差异 。 中国超 50% 的城市地形起伏度超过 100 米。同一行政区内，低海拔区域的洪水淹没风险可能是高海拔区域的数倍。这种微观地理差异，为识别 “风险暴露异质性” 的影响提供了天然条件。

第三，房地产市场结构的独特性 。中国二手房市场占比逐年提升，北京、上海等大城市二手房交易占比已超 60%。与受政策调控较严的新房市场不同，二手房价格更能反映市场供需的真实反应，是观察洪水冲击的 “理想窗口”。

03 数据

住房交易数据 ：涵盖2013-2021年中国121个城市的400多万套二手房交易记录，包括成交价格、面积、挂牌时间、小区位置等微观信息，可精确到小区-月份层面。描述性统计结果显示，洪水高发区与非洪水区的住房特征存在显著差异，如洪水高发区的每平米房价均值为2.08万元，显著低于非洪水区的3.56万元，这也印证了风险差异对资产价格的潜在影响。

洪水灾害数据 ：来自中国股票市场与会计研究数据库（CSMAR），记录了 2014-2020年每起洪水的发生时间、影响区县及直接经济损失，并通过卫星影像与权威媒体报道交叉验证，确保灾害范围的准确性。

地理环境数据 ：采用NASA 30米分辨率的数字高程模型（ASTER GDEM V3），计算每个住宅小区在其所在区县内的 “相对海拔”（即该小区海拔在区县内的分位数），以此衡量洪水风险暴露程度 —— 相对海拔越低，洪水淹没风险越高。

实证结果

04

4.1 计量模型

为了因果识别洪水冲击对住房市场的异质性效应，研究团队采用了 “三重交互堆叠事件设计”（stacked triple-interaction design），具体如下：

其中，i,j,d,t分别代表事件数据集、住宅小区、区县与年月；Y为小区平均每平米房价；Treat*Post虚拟变量，受洪水影响的区县在洪水后的时期等于1；Q为小区在区县内的海拔分位数（q=1,2,3,4)；W为区县层面气象地理变量；Z为小区特征变量。

4.2 基准结果

研究通过实证分析，揭示了在洪水影响的区县内，住房价格呈现显著的 “海拔梯度差异”，颠覆了 “洪水仅导致房价整体下跌” 的传统认知：

在低海拔区域：洪水后房价显著下跌 6.9%，主要因洪水直接淹没导致资产贬值，买家风险预期上升，愿意支付的价格降低。

在高海拔区域：洪水后房价显著上涨8.1%，原因是风险厌恶型买家将需求转移至 “安全区域”，推高了高海拔住房的 “安全溢价”。

在整体市场：由于高低海拔区域的价格变动相互抵消，洪水对区县整体房价的平均影响接近零，这也解释了为何以往研究容易忽视 “内部分化”。

此外，作者还分析了洪水对二手房交易量的影响，发现低海拔萎缩，高海拔稳定，进一步印证了市场的 “选择性调整”。整体而言，洪水后区县月均交易量下降 6.8%；分海拔分位数看，低海拔区域下降 12.5%；2 分位数区域下降 11.2%；而 3-4 分位数区域的交易量变化不显著。

4.3 机制分析

这种分化源于供需两端的协同调整，形成了清晰的 “空间排序” 机制：

需求端：买家向安全区域转移。洪水后，低海拔区域的线上看房量下降 9.3%、线下带看量下降 5.5%；而高海拔区域的线上看房量上升 8.7%、线下带看量上升 7.4%，表明买家主动规避高风险区域。

供给端：卖家行为的 “两极分化”。低海拔区域的房源挂牌量增加 19.9%；高海拔区域的房源挂牌量减少 30.5%，挂牌价上涨 10.1%，远超成交价 8.1% 的涨幅，体现卖家对 “安全溢价” 的预期。

4.4 进一步分析

研究并未止步于市场反应，还进一步探讨了洪水冲击的溢出效应与福利损失。作者发现，洪水冲击导致的需求转移，会产生显著的空间溢出效应，但仅发生在 “从未洪水的区域”。另外，研究发现洪水对住房市场的福利影响远超直接经济损失：洪水导致的住房市场福利损失是洪水直接经济损失的18倍。并且，福利损失的95%由买家承担。

4.5 如何缓解洪水对住房市场的冲击？

研究还评估了三类政府干预措施的效果，为应对气候风险提供了实证依据：防洪问责制、海绵城市试点、灾害保险制度。研究发现，这些政策都显著降低了居民的灾后损失预期。

05 结论

本文的核心贡献在于，首次揭示了洪水冲击下住房市场的 “内部分化” 机制：风险暴露的异质性（相对海拔）导致房价、交易量、供需行为呈现 “冰火两重天”，而这种分化带来的福利损失远大于洪水直接破坏。

对于发展中国家而言，这一研究的启示尤为重要：在防洪资源有限的情况下，政策不应仅关注整体市场稳定，更需针对低海拔高风险区域”制定精准措施——如强制洪水风险披露、为低收入买家提供购房补贴、完善灾害保险制度等，以减少风险对弱势群体的冲击。

来源：古畔听史