# 惊爆！新加坡公务员涉嫌利用地铁内幕买房？多位NUS教授紧急撇清关系！

URL: https://www.shicheng.news/v/nMr9a
Published: 2026-09-15
Source: 狮城新闻

![惊爆！新加坡公务员涉嫌利用地铁内幕买房？多位NUS教授紧急撇清关系！](https://www.shicheng.news/images/image/1791/17914706.avif?0)





新加坡：新加坡国立大学（NUS）的两名教授 Ivan Png 和 Jessica Pan 在周二（9月15日）表示，他们对一份指称“公务员进行知情交易”的工作论文一无所知，并已要求作者将其姓名从致谢名单中删除。

论文中提到的另外两名 NUS 学者 Sumit Agarwal 和 Wenlan Qian 将 CNA 的询问转交给了作者。第五位 NUS 学者 David Reeb 教授表示，在多年前该论文的早期版本演示时，他可能发表过评论或提出过问题，但不记得是在何时何地接触到该论文的。

NUS 杰出教授 Png 教授告诉 CNA，他对自己出现在这份论文的致谢名单中感到困惑。该论文研究了公共官员在尚未公开的地铁站附近购买房产的情况。

“我不认识作者，直到一名同事向我提及 CNA 的报道，随后我收到大量朋友发来的 WhatsApp 消息，才知道这篇论文的存在，”他说道。

Png 教授的研究方向包括生产力与创新经济学，他强调自己并未为该研究提供任何评论或数据。

在 CNA 看到的一封发给该研究首席作者的电子邮件中，他写道：“请将我的名字从致谢名单中删除。”

NUS 研究生教育副教务长 Pan 教授表示，她的名字出现是由于“错误”。她说：“我今天才发现这篇论文，并已要求作者将我的名字从致谢名单中删除。”

CNA 已联系该论文的作者：哥伦比亚大学的 Tomasz Piskorski、香港大学的 Jian Zhang 以及斯坦福大学的 Amit Seru 和 Chun Zhao。

CNA 还联系了致谢名单中所有其他学者，以进一步了解他们对该研究的贡献和参与程度。

其中包括四位被作者称作进行过讨论并使其“获益匪浅”的学者：芝加哥大学的 Chang-Tai Hsieh 和 Luigi Zingales，以及哈佛大学的 Li Shengwu 和 Jesse Shapiro。

研究方向为增长与发展的 Hsieh 教授表示，他此前曾在一次会议上讨论过该论文。然而，他对研究结果提出了质疑。他认为，由于私人住宅通常比公共住房距离地铁站更远，因此利用未公布地铁站位置的内部信息所获得的“收益”将会“小得多”。

Zingales 教授是芝加哥大学创业与金融教授，Shapiro 教授是哈佛大学经济与商业管理教授。Li 教授（现任高级部长李显龙的侄子）是哈佛大学经济学教授。CNA 已联系上述人员，但尚未收到回复。

此外，至少还有 16 位学者（包括来自 NUS 的五位）因提供“有益评论”而受到作者感谢。其中部分学者的研究也被列入了参考文献。

这篇名为《社会规范能否替代执法？来自新加坡公共官员购房行为的证据》（Do Social Norms Substitute for Enforcement? Evidence from Public Officials' Home Purchases in Singapore）的工作论文，本月由美国私立非营利研究机构美国国家经济研究局（NBER）发布。

作者将新加坡法律文件中的私人房产交易记录与新加坡政府目录交互系统（SGDI）进行匹配以识别公务员，随后检查在地铁站公布日期前后，其在未公布站点附近的购房情况，以此作为“获取特权位置信息的代理指标”。

他们指称：“我们发现了公务员进行知情交易的明确证据：公务员在计划中的地铁站附近的购房强度高于匹配的对照组，且这种差异集中在公开宣布前的一到两年。”

公共服务部门（PSD）周一表示，正在审查该论文的数据和方法论。

一名发言人表示：“我们极其严肃地对待任何诚信问题。我们目前正在审查论文中的数据和方法，如果有实质性依据，我们将将其移交给贪污调查局（CPIB）。”

## 研究是如何开展的



作者写道，他们从三个来源收集数据以观察公务员和其他个人的房产交易活动，并将这些数据集与房产交易记录相结合。

第一个来源是**新加坡政府目录交互系统（SGDI）**，该系统列出了公务员的姓名和职衔。他们收集了六个批次的数据以减少误分类，因为个人在交易时可能已经离开或刚刚加入公共服务部门。

目前，SGDI 不再列出大多数司局级以下公职人员的姓名。CNA 此前报道，数字发展与信息部表示，7月1日采取此举旨在防范冒充诈骗和网络钓鱼风险，保护公职人员的联系信息。

第二个来源是**房地产代理理事会（CEA）**的公开登记册，第三个是截至2013年新加坡居民大样本的人口统计详情和住宅地址的专有数据集。

作者还参考了 1995 年 1 月至 2019 年 12 月期间在土地所有权登记处备案的私人房产交易记录。

分析重点在于**私人住宅**，作者认为私人住宅更容易让希望利用特权信息获利的人进入，且一旦车站计划公开，房价预计会上涨。

研究人员在拟建车站周围定义了圆形缓冲区，并将其中的房屋分类为“目标”房产，主分析采用了 1 公里的半径。

他们写道：“为了增强稳健性，我们还考虑了其他截断值，以区分那些更有可能因靠近拟建地铁站而房价上涨的房屋，以及那些没有此类优势的房屋。”

为了排除干扰因素，他们创建了一个对照组，在年龄、性别、婚姻状况和种族方面与公务员组高度匹配。

论文报告称，在地铁站公布前的一到两年内，公务员在拟建车站附近的购房量出现了“显著的相对增长”。

根据统计模型估计，与对照组相比，公务员在计划公开前两年会在未公布车站附近多购买约 50 套房产，在公开前一年多购买约 63 套。

在计划公布后，公务员和对照组表现出相似的交易行为，作者认为这表明此前存在预判性的抢购行为。

公务员买家持有房产的时间也略短，作者认为这表明存在经济动机。但他们也补充道：“由于样本中事后销售的观察值相对较少，这些发现应谨慎解读。”