California's Strengthened Housing Element Law: Early Evidence on Higher Housing Targets and Rezoning
Notice bibliographique
Résumé
This article examines California's strengthened housing planning system as an example of land use reform impacts and intergovernmental conflict around housing policy.For the first time in its 50-year history, the state's plan mandate set local government housing targets for the 2021-through-2029 planning period higher than many municipalities' existing zoned capacity for new housing.Using administrative and census data, we describe changes in housing targets and changes in the housing plans cities have made in response.We analyze rezoning commitments in those plans, focusing on the 209 municipalities in southern California, especially the 93 housing plans deemed compliant by the state as of February 10, 2023.These municipalities, which represent less than one-third of the state's population, have already committed to over 10 times the amount of rezoning than in the previous planning period (in 2014).Using regressions with different measures of targets and rezonings, we find that larger increases in a city's housing target are associated with more rezoning and that increases in targets that require land zoned for multifamily housing have a stronger association.This assessment is important not only for the state's 40 million residents but also for national discussions about state-level intervention in local housing planning.Existing evidence suggests that state affordable housing appeals systems have been more effective than plan mandates, yet mandates have not yet been aggressively implemented until now.We also assess the actions by presumably exclusionary cities: those with more expensive housing, non-Hispanic White residents, homeowners, and elderly residents than the rest of the region.The results confirm that these cities had received relatively low targets previously but do not differ in their rates of rezoning.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».