王先柱，王 云

(安徽工業(yè)大學(xué) 商學(xué)院，安徽 馬鞍山 243000)

一、引言

OECD是世界上經(jīng)濟最為發(fā)達(dá)的國家和地區(qū)，自20世紀(jì)60年代以后，其主要成員國人口結(jié)構(gòu)變動進入到后人口結(jié)構(gòu)階段，主要表現(xiàn)為低出生率、低死亡率和低人口自然增長率并存的局面。人均預(yù)期壽命的延長和生育率的下降導(dǎo)致各國和地區(qū)人口老齡化程度不斷加深，已然成為世界上人口老齡化最嚴(yán)重的國家和地區(qū)[1]。人口作為住房消費的主體同時也是影響房價的主要因素之一，在人口結(jié)構(gòu)不斷發(fā)生變化的過程中，OECD國家和地區(qū)的房價也發(fā)生著變化。

如圖1所示，1970—2018年OECD國家的實際住房價格指數(shù)呈現(xiàn)波動上漲的趨勢，少兒撫養(yǎng)比與老年撫養(yǎng)比之間形成“剪刀差”，老年撫養(yǎng)比與住房價格指數(shù)的變動趨勢相同，少兒撫養(yǎng)比與住房價格指數(shù)的變動趨勢相反。根據(jù)老年撫養(yǎng)比與少兒撫養(yǎng)比的含義以及參考已有研究文獻(xiàn)，二者可以分別作為人口老齡化與出生率的代理變量，二者與實際住房價格指數(shù)之間的關(guān)系見圖1所示。與傳統(tǒng)意義上有所不同，隨著老年人口的增多與出生率的下降，住房價格呈現(xiàn)上漲的發(fā)展態(tài)勢。目前，中國人口結(jié)構(gòu)正發(fā)生變動，人口老齡化不斷加深、出生率不斷下降，人口結(jié)構(gòu)對住房價格究竟有著怎樣的影響，是中國亟需研究的問題。

本文的創(chuàng)新點主要表現(xiàn)在以下兩點：一是選取的樣本是具有代表性的OECD中的31個國家。OECD主要成員國已經(jīng)完成了人口結(jié)構(gòu)的轉(zhuǎn)變，研究其人口結(jié)構(gòu)與房價之間的關(guān)系，有助于對后發(fā)國家尤其是對中國目前所面臨的人口結(jié)構(gòu)與房價之間的問題具有現(xiàn)實參考意義。此外，其在應(yīng)對人口結(jié)構(gòu)轉(zhuǎn)變對經(jīng)濟帶來的沖擊方面取得的成功經(jīng)驗，也值得借鑒和學(xué)習(xí)；二是摒棄了以往研究中的人口撫養(yǎng)比，將人口年齡細(xì)分為各個年齡段，旨在找出不同年齡段群體對房價產(chǎn)生的影響程度以及目前導(dǎo)致住房價格不斷上漲的主要人口因素。

圖1 1970—2018年OECD國家實際住房價格指數(shù)與撫養(yǎng)比情況圖

二、文獻(xiàn)綜述與研究假設(shè)

人口結(jié)構(gòu)與房價之間的關(guān)系一直是學(xué)術(shù)界研究的焦點?？v觀已有研究，將人口結(jié)構(gòu)影響房價的理論機制粗略分為以下五種，并根據(jù)理論影響機制提出幾點理論假設(shè)。

(一)預(yù)期理論

根據(jù)國外最早提出的耐用商品的特性，住房可以視為一種特殊的耐用商品，兼具消費屬性與投資屬性。因此，人們對于住房的需求可以分為住房消費需求和住房投資需求兩種。一般來說，根據(jù)理性預(yù)期理論，購房者對未來房地產(chǎn)市場看漲，會增加投資性住房需求，從而推高房價；若購房者對未來房地產(chǎn)市場看跌，會增加住房消費性需求，進而房價上漲。而理性預(yù)期理論受到多種因素的影響，其不能決定房價的走勢[2]。而完全理性預(yù)期的假設(shè)前提非常嚴(yán)苛，對房價的解釋力也是微乎其微[3-4]，因此在分析房價時應(yīng)該加入非理性預(yù)期。適應(yīng)性預(yù)期作為一種非理性預(yù)期，對房價波動具有很好的解釋力[5]。

(二)生命周期理論

Modiglianni的生命周期理論從微觀角度研究了人口結(jié)構(gòu)因素對房價的影響。該理論認(rèn)為，中年人口比重上升會促使房價上漲，老年人口比重上升，住房價格會下降[6-7]。國內(nèi)學(xué)者陳國進等人基于生命周期理論研究了中國人口結(jié)構(gòu)與房價之間的關(guān)系，他們認(rèn)為少兒撫養(yǎng)比的下降是導(dǎo)致中國房價持續(xù)上漲的主要人口結(jié)構(gòu)因素，同時老年撫養(yǎng)比的上升也是推動房價上漲的因素之一[8]。根據(jù)莫迪利安尼的生命周期理論，青年人口和老年人口主要是以消費為主，而中年時期主要進行儲蓄和投資行為。因此根據(jù)他的理論，在其他假定不變的情況下，僅從生命周期理論出發(fā)，可得出青年人口與老年人口對住房的需求主要是消費需求，尤其是剛剛步入婚育年齡的青年群體，他們對住房的需求幾乎是剛性的。而對于老年群體，要視具體情況而定。西方發(fā)達(dá)國家比較注重醫(yī)療養(yǎng)老政策，因此很多剛剛步入老年的老年人更愿意選擇住在養(yǎng)老院等，這就會相應(yīng)減少住房需求；而中國的醫(yī)療和養(yǎng)老政策并不完善，很多老年人的養(yǎng)老問題都需要子女個人解決，這就無形中會增加老年人住房需求。處于中年的群體對住房的需求除了消費需求，還有投資需求。一方面，中年人口處在事業(yè)的高峰時期，隨著子女的誕生，他們會擴大目前住房的規(guī)模和改善住房環(huán)境；另一方面，隨著住房成為身份地位的象征，為了滿足內(nèi)心的虛榮，也會改善目前的居住環(huán)境，購買能夠彰顯自己身份地位的房屋，這種情況稱為改善型住房需求。此外，中年時期，收入水平較高，在房地產(chǎn)市場看好的情況下，更多的人愿意把儲蓄投入房產(chǎn)，這就會產(chǎn)生投資性住房需求，無論是消費需求還是投資需求，都會增加住房需求，進而促使房價上漲。

(三)代際交疊模型

Allias最早提出世代交疊的概念，為以后的代際交疊模型奠定了模型基礎(chǔ)。Manchester在Allias的基礎(chǔ)上構(gòu)建世代交疊模型，考察嬰兒潮、住房和可貸資金之間的關(guān)系，發(fā)現(xiàn)無論是在靜態(tài)預(yù)期還是理性預(yù)期下，嬰兒潮都是導(dǎo)致房價上漲的主要原因[9]。從代際的角度討論人口結(jié)構(gòu)變動對房價的影響，主要是將不同的代際相互聯(lián)系，再通過代際交疊模型進行分析，來說明不同代際對房價產(chǎn)生的影響。可以說，代際交疊模型為宏觀經(jīng)濟領(lǐng)域的研究提供了微觀理論基礎(chǔ)。將代際交疊模型運用到住房市場，能很好地解釋人口結(jié)構(gòu)變動對住房市場的影響，因為可以通過不同代際人口規(guī)模的變化來分析人口年齡結(jié)構(gòu)變動對住房需求的影響，進而對房價產(chǎn)生的影響。一般來說，代際交疊模型是建立在生命周期理論的基礎(chǔ)上的，但是利用代際交疊模型分析人口年齡結(jié)構(gòu)對房價的影響比生命周期理論分析人口結(jié)構(gòu)對房價的影響更為準(zhǔn)確，因為代際交疊可以將代際之間相互聯(lián)系，顧名思義可以將其上一代的財富轉(zhuǎn)移到下一代，更為貼合實際。

假定代表性個體生命周期分為四個階段：少年、青年、中年和老年。少年時期，個體與父母同享一幢房子，沒有經(jīng)濟來源；青年時期，個體剛剛步入婚育年齡，自己結(jié)婚生子，收入不高，接受父母的資助買房；中年時期，個體處于人生事業(yè)的巔峰時期，收入水平較高，開始計劃幫助自己的子女買房，還要留出一部分資金贍養(yǎng)老年父母；步入老年之后，自己的子女已成家立業(yè)，將自己的遺產(chǎn)留給子女。從代際模型分析得出，少年時期個體無住房需求，是主要的消費群體。因此，少年人口的增加會加重家庭經(jīng)濟負(fù)擔(dān)，降低購房能力，購房需求下降，導(dǎo)致房價下跌。青中年群體是購房的主力軍，其中青年群體依靠中年父母的資助有能力買房，中年群體收入水平較高，具有較高的購房能力和購房意愿，前者主要是住房剛性需求，后者主要是改善型住房需求，因而房價會隨著這兩個群體人口數(shù)量的增加而上漲。老年人口對房價的影響就比較復(fù)雜，對于剛剛步入老年的老年人口，身體素質(zhì)還很好，因為祖孫之間存在較大的代際差異，很多老年人口會選擇搬出去獨住，這樣就會衍生出額外的住房需求，即家庭規(guī)模趨于小型化會增加住房需求，造成房價上漲。對于進入高齡的老年人，可能要回歸大家庭或者養(yǎng)老院，其住房空出來過繼給重孫，這時家庭的住房需求就會受到影響，如果社會中進入婚育年齡的重孫輩人數(shù)高于高齡的老年人口數(shù)，則家庭的住房需求會上漲，房價上漲；反之，住房需求會下降，房價下跌。

(四)人口紅利效應(yīng)與人口負(fù)債效應(yīng)

人口結(jié)構(gòu)的轉(zhuǎn)變不僅對社會和經(jīng)濟發(fā)展產(chǎn)生影響，同時也是影響住房價格的重要因素。在人口結(jié)構(gòu)轉(zhuǎn)變過程中，人口紅利效應(yīng)使得適齡購房人口增加，增加了住房需求，促進房價上漲。與人口紅利效應(yīng)起到相反作用的是人口負(fù)債效應(yīng)，主要表現(xiàn)是凈消費人口增加，如少兒撫養(yǎng)比的增加，全社會儲蓄率下降，對社會經(jīng)濟發(fā)展造成影響，經(jīng)濟低迷，整個社會進入到不婚、不育和不買房的低欲望時代[10-11]。人口增長效應(yīng)主要表現(xiàn)為總?cè)丝谝?guī)模的擴增，住房的消費主體是人，因此人口總規(guī)模的擴張會增加住房需求總量，房價上漲。

(五)美國“嬰兒潮”與“撫養(yǎng)比”假說

Mankiw與Holland等討論了美國出生率與人口結(jié)構(gòu)對美國房價的影響，他們認(rèn)為20世紀(jì)50年代的“嬰兒潮”是導(dǎo)致70年代美國房價上漲的主要原因，并預(yù)測20年以后，隨著“嬰兒低谷”一代的到來，美國的房價將會下跌47%[12-13]。但是，在20年后美國的房價非但沒有下降，反而上漲了近30%。之后許多文獻(xiàn)指出，曼昆和威爾的預(yù)測不準(zhǔn)確主要是因為忽略住房供給和收入水平等其他因素對房價的影響[14-15]。El?d Takáts利用1970—2009年22個發(fā)達(dá)國家的數(shù)據(jù)分析了人口結(jié)構(gòu)對房價的影響，得出人口規(guī)模與房價呈正比，而人口撫養(yǎng)比與房價呈反比[16]。陳斌開等認(rèn)為中國歷史上人口出生高峰是導(dǎo)致2004年以后我國房價不斷上漲的原因之一[17]。徐建煒等通過對19個OECD國家的研究發(fā)現(xiàn)，OECD國家的人口撫養(yǎng)比與房價之間呈現(xiàn)負(fù)相關(guān)，而中國的老年撫養(yǎng)比與房價之間呈現(xiàn)正相關(guān)關(guān)系[18-19]?；诿绹皨雰撼薄睂γ绹績r的影響，國內(nèi)一些學(xué)者認(rèn)為中國房價隨著20世紀(jì)80年代的出生高峰和90年代的出生低谷呈現(xiàn)出倒“U”型[20]。

假設(shè)1：在適應(yīng)性預(yù)期下，本期房價變動只與上期房價波動有關(guān)，與下期房價變動無關(guān)，因此上期房價變動越大，本期房價變動就越大。

假設(shè)2：從生命周期理論的角度出發(fā)，青年群體與老年群體的增加主要帶來住房剛性需求的增加，中年群體主要是改善性住房需求與投資性住房需求的源頭。

假設(shè)3：根據(jù)代際交疊模型，少兒群體的減少會增加住房需求，長期會促進房價的上漲，而老年群體的增加對住房價格的影響不確定。

假設(shè)4：人口紅利與人口規(guī)模增長促進房價上漲，人口負(fù)債增加會抑制房價上漲。

三、數(shù)據(jù)來源與模型設(shè)計

(一)變量選擇

本文主要研究OECD中31個國家1960—2014年人口年齡結(jié)構(gòu)與房價之間的關(guān)系，因此選取每個國家每年的實際住房價格指數(shù)(hpi)(1)這里的實際住房價格指數(shù)是以2015年為基期獲得。作為被解釋變量。本文的解釋變量包括人口年齡結(jié)構(gòu)和人口分布兩個方面。人口年齡結(jié)構(gòu)包括0～24歲的少年組(sn)、25～44歲的青年組(qn)、45～64歲的中年組(zn)和65歲以上的老年組(ln)；人口分布主要選取人口密度(dp)和城鎮(zhèn)化率(ui)兩個變量，人口密度反映了一個國家或者地區(qū)內(nèi)人口分布的經(jīng)濟特征，城鎮(zhèn)化率反映了人口城鄉(xiāng)分布情況和一定時期內(nèi)人口向城市集聚的程度。本文還選取了居民消費價格指數(shù)(2)這里的居民消費價格指數(shù)是以2015年為基期獲得。(cpi)、房價收入比(hir)、粗出生率(fr)和人均GDP(3)人均GDP按照現(xiàn)價美元計算獲得。(gdp)等變量作為控制變量。

(二)數(shù)據(jù)來源

搜集整理了OECD中31個國家(4)前OECD共有34個國家，鑒于數(shù)據(jù)可得性和完整性，本文選取其中具有代表性的31個OECD國家，分別是：澳大利亞、奧地利、加拿大、智利、愛沙尼亞、捷克共和國、芬蘭、法國、愛爾蘭、新西蘭、葡萄牙、西班牙、韓國、日本、意大利、挪威、比利時、英國、美國、瑞典、瑞士、丹麥、希臘、荷蘭、德國、盧森堡、波蘭、匈牙利、斯洛伐克共和國、冰島、以色列。1960—2014年的年度數(shù)據(jù)(5)https://stats.oecd.org/。，其中實際住房價格指數(shù)、人口年齡結(jié)構(gòu)、居民消費價格指數(shù)和房價收入比的數(shù)據(jù)來自O(shè)ECD數(shù)據(jù)庫，其中人口年齡結(jié)構(gòu)數(shù)據(jù)是通過獲得的實際數(shù)據(jù)經(jīng)過一定的計算得到的；人口密度、城鎮(zhèn)化率、粗出生率和人均GDP的數(shù)據(jù)來自世界銀行數(shù)據(jù)庫。

(三)模型設(shè)定

基于Cobb-Douglas生產(chǎn)函數(shù)模型和雙對數(shù)線性模型進行分析?；镜暮瘮?shù)模型表達(dá)式為：

Y=A(t)KαLβeμ。

其中，Y表示經(jīng)濟產(chǎn)出，表示的是實際住房價格指數(shù)。A(t)表示綜合發(fā)展水平；K表示非勞動要素投入水平；L表示勞動要素投入水平；α、β分別表示非勞動要素和勞動要素的產(chǎn)出彈性系數(shù)，且α、β>0。μ表示隨機干擾項，μ≤1。

本文研究的是人口結(jié)構(gòu)與房價之間的關(guān)系。為了使得各變量之間呈現(xiàn)出線性關(guān)系，對各變量均進行了對數(shù)變換，模型具體可以表達(dá)為：

lnhpi=lnA(t)+α1lnsn+α2lnhir+α3lnui+α4lnfr+α5lngdp+α6lndp+α7lncpi+μ1

(1)

lnhpi=lnA(t)+β1lnqn+β2lnhir+β3lnui+β4lnfr+β5lngdp+β6lndp+β7lncpi+μ2

(2)

lnhpi=lnA(t)+γ1lnzn+γ2lnhir+γ3lnui+γ4lnfr+γ5lngdp+γ6lndp+γ7lncpi+μ3

(3)

lnhpi=lnA(t)+η1lnln+η2lnhir+η3lnui+η4lnfr+η5lngdp+η6lndp+η7lncpi+μ4

(4)

lnhpi=lnA(t)+λ1lnsn+λ2lnqn+λ3lnzn+λ4lnln+λ5lnhir+λ6lnui+λ7lnfr+λ8lngdp+λ9lndp+λ10lncpi+μ

(5)

其中，人口年齡結(jié)構(gòu)變量包括少年組(sn)、青年組(qn)、中年組(zn)和老年組(ln)。此外，還選取了反映人口分布的人口密度(dp)和城鎮(zhèn)化率(ui)作為解釋變量。

式(1)～(5)是在傳統(tǒng)的柯布—道格拉斯生產(chǎn)函數(shù)的基礎(chǔ)上引入人口結(jié)構(gòu)各變量的擴展C-D生產(chǎn)函數(shù)。考慮到OECD國家的人口分布情況，在各式中加入了人口密度變量，以檢驗人口結(jié)構(gòu)各變量在人口密度一定的情況下對房價的影響。

四、人口結(jié)構(gòu)對房價影響的實證研究

(一)統(tǒng)計性描述

為了消除量綱的影響，本文對變量進行對數(shù)化處理，主要變量的統(tǒng)計性描述如表1所示。

表1 描述性統(tǒng)計

(二)模型回歸檢驗方法

本文主要采用LLC、Fisher-ADF單位根檢驗(6)由于本文的樣本數(shù)據(jù)為長面板數(shù)據(jù)，為此根據(jù)漸近理論檢驗的前提條件采用LLC、Fisher-ADF檢驗方法。判斷變量是否為平穩(wěn)時間序列。檢驗結(jié)果如表2所示。從檢驗結(jié)果來看，每個變量均通過了單位根檢驗，說明這些變量在時間序列上是平穩(wěn)的。為了判斷各變量之間是否存在協(xié)整關(guān)系，本文進行了Kao檢驗、Perdroni檢驗和Westerriund檢驗，檢驗結(jié)果如表3所示。結(jié)果顯示，各變量之間均在1%的顯著水平上拒絕原假設(shè)，即表明各變量之間存在長期均衡的穩(wěn)定關(guān)系(7)在對面板數(shù)據(jù)中各變量之間是否存在長期均衡關(guān)系進行檢驗時，Kao檢驗、Perdroni檢驗和Westerriund檢驗各有優(yōu)勢和不足，可以互補，因此通常是三者同時使用，以便盡可能排除一些干擾因素。。

表2 單位根檢驗結(jié)果

注：***、**、*分別表示在1%、5%、10%檢驗水平下顯著。

表3 協(xié)整檢驗結(jié)果

注：***、**、*分別表示在1%、5%、10%檢驗水平下顯著。

通過建立實證模型分析31個OECD國家人口年齡結(jié)構(gòu)的變動對房價的影響，采用的面板數(shù)據(jù)模型可以表示為：

yit=xitηn+ui+εit(i=1，2，…，N；t=1，2，…，T)

(6)

式(6)中，N表示截面?zhèn)€數(shù)，在本文即指所選取的OECD成員數(shù)；T表示觀測時期數(shù)。被解釋變量為yit，在模型中表示的是實際住房價格指數(shù)；解釋變量為xit，表示人口年齡結(jié)構(gòu)等人口變量和其他控制變量向量；nn表示解釋變量向量對應(yīng)的n維系數(shù)向量，其中n表示解釋變量個數(shù)。μi表示個體異質(zhì)性的截距項，εit為隨機誤差項。

由于選用的面板數(shù)據(jù)為長面板數(shù)據(jù)，即時間維度T相對于截面維數(shù)N較大，對于可能存在的個體固定效應(yīng)使用個體虛擬變量(LSDV)進行估計。同時鑒于擾動項εit可能存在組間異方差和組間同期相關(guān)，為此對面板數(shù)據(jù)模型進行了組間異方差的沃德檢驗和組間同期相關(guān)的半?yún)?shù)檢驗，結(jié)果拒絕同方差和無組間同期相關(guān)的原假設(shè)。本文采用兩種方法對這個問題進行處理。一是使用LSDV法估計系數(shù)和面板校正標(biāo)準(zhǔn)誤差模型(PCSE)對標(biāo)準(zhǔn)誤差進行校正；二是先對面板數(shù)據(jù)中的擾動項可能存在的異方差的條件方差函數(shù)進行假設(shè)和修正，再使用廣義最小二乘法(FGLS)進行回歸估計(8)由于FGLS比PCSE更有效，本文主要以FGLS的估計結(jié)果進行分析。。

(三)實證結(jié)果分析

本文旨在研究人口年齡結(jié)構(gòu)的變動對房價的影響，因此先整體將各國的人口年齡結(jié)構(gòu)變量對房價進行回歸，然后將各個年齡結(jié)構(gòu)細(xì)分后再對房價進行回歸。針對被解釋變量，均選用PCSE和FGLS估計法依次對模型進行估計，以檢驗結(jié)果的穩(wěn)健性。首先將所有的人口年齡結(jié)構(gòu)變量都加入到模型中，再分別對四個年齡層次的變量進行回歸，回歸結(jié)果如表4所示。模型1和模型2是分別采用FGLS和PCSE估計法將所有年齡結(jié)構(gòu)的變量都加入到模型中的回歸結(jié)果。從結(jié)果中看到兩種估計方法的結(jié)果近乎一致，說明估計結(jié)果較穩(wěn)健。

0～24歲的少年組的系數(shù)顯著為負(fù)，說明隨著少兒群體的增加，房價將會下降，這與我們的假設(shè)3是相符的；25～44歲的青年組系數(shù)顯著為正，說明青年群體的增加會促進房價的上漲，與假設(shè)2相符。對于這個結(jié)果是不難理解的，從回歸結(jié)果看出人口出生率與房價之間負(fù)相關(guān)，而OECD國家的出生率近幾十年都是逐年下降的，且各國的生育率也是不斷降低，這也解釋了這些國家近幾十年房價上漲的現(xiàn)象。45～64歲的中年組，其回歸系數(shù)也為正，但是并不顯著，說明這一階段的群體對房價的影響不穩(wěn)定。模型3、4、5、6分別是少年組、青年組、中年組和老年組對房價影響的回歸結(jié)果(9)由于PCSE結(jié)果與FGLS結(jié)果系數(shù)顯著性一致，在這里只列出了FGLS的回歸結(jié)果，如有讀者需要，可索要。。從回歸結(jié)果上面看，與模型1中的各年齡結(jié)構(gòu)變量對房價影響的方向是相同的，只有系數(shù)的變化。由于中年組對房價影響系數(shù)最大且最為顯著，我們將對其年齡組細(xì)分進行研究。中年組和老年組對房價的影響，前者表現(xiàn)不顯著，而后者的顯著性降低，筆者已將其年齡組進行細(xì)分，以便找到其中不顯著的原因。

表4 總樣本回歸結(jié)果

注：系數(shù)值下方括號內(nèi)數(shù)值為z檢驗值，***、**、*分別表示在1%、5%、10%檢驗水平下顯著。

表5是青年組和中年組部分年齡段群體對房價影響的回歸結(jié)果。結(jié)果顯示，30～34歲年齡段群體對房價的影響最大且最顯著，其經(jīng)濟含義可以表述為30～34歲年齡段人口增加一個百分點引起房價上漲近0.5個百分點。此外，25～29歲、35～39歲和40～44歲年齡段人口對房價的影響也是很顯著的，說明人口年齡結(jié)構(gòu)中影響房價的主體主要集中在青年適婚年齡群體和處在事業(yè)高峰的中年群體，與我們的理論假設(shè)1、2、3相符。從適應(yīng)性預(yù)期來看，青中年群體對未來房地產(chǎn)市場看好，會增加現(xiàn)期住房購買活動，增加住房投資性需求，進而推高房價；從需求端的角度來看，青年群體正處在適婚年齡，購房是出于剛性需求；處在事業(yè)高峰的中年群體，追求的是一種改善型住房需求，這一年齡階段的群體追求高檔型的住房環(huán)境，會急于提高目前的住房水平來彰顯自己的身份地位。在假設(shè)2中，老年群體對房價的影響是不確定的，在表4中，得出的結(jié)果是64歲以上老年群體對住房價格有負(fù)效應(yīng)，即老年群體的增加會抑制房價上漲。

為了證明假設(shè)2中老年群體對房價影響的不確定性，將55～79歲以上群體單獨進行回歸，將年齡在80歲以上的視為老年群體，如表6所示。從表6中可以很直觀地看出每個年齡段對房價的影響方向及程度。其中，55～79歲年齡段老年群體對房價有顯著負(fù)向作用，80歲以上老年群體的增加會促進房價的上漲，這可能與目前OECD國家家庭小型化發(fā)展有關(guān)。隨著醫(yī)療水平和生活水平的提升，人們的壽命不斷延長，與中國家庭觀念不同的是，西方國家追求獨立，老年人為了提高生活質(zhì)量會選擇搬出去獨住，這樣會產(chǎn)生一部分養(yǎng)老型住房需求，促進住房價格的上漲。結(jié)合表5與表6的回歸結(jié)果，可以總結(jié)出目前導(dǎo)致高房價的主要人口因素，即住房剛需和改善型住房需求居高不下是引起房價過高的主要原因。此外，老年人口對住房的要求較低，他們所追求的是一種養(yǎng)老型的住房，隨著老年人口尤其是80歲以后老人群體的增多，使得養(yǎng)老型住房需求也在不斷上漲，這也是導(dǎo)致房價上漲的一個因素。

表5 青、中年各年齡段回歸結(jié)果

注：系數(shù)值下方括號內(nèi)數(shù)值為z檢驗值，***、**、*分別表示在1%、5%、10%檢驗水平下顯著。

表6 55歲以上年齡段人群與房價之間回歸結(jié)果

注：系數(shù)值下方括號內(nèi)數(shù)值為z檢驗值，***、**、*分別表示在1%、5%、10%檢驗水平下顯著。

五、主要結(jié)論與啟示

通過研究OECD中31個國家1960—2014年的人口年齡結(jié)構(gòu)與房價之間的關(guān)系，發(fā)現(xiàn)人口年齡結(jié)構(gòu)與房價之間存在密切的關(guān)系。進一步研究表明，少兒人口與老年人口的增加均會導(dǎo)致房價下跌，青年人口與中年人口的增加會造成房價上漲。青中年是購房群體的主力軍，少兒人口的增加導(dǎo)致少兒撫養(yǎng)比的上升，造成家庭經(jīng)濟負(fù)擔(dān)加重，從而削弱其購房能力；隨著生活水平的提升，中年群體不再一味的追求物質(zhì)層面的財富，轉(zhuǎn)而更加關(guān)注精神層面的滿足，對住房的要求不再僅僅滿足住房的基本功能，尤其是對于OECD中的發(fā)達(dá)國家，越來越多的青年群體步入中年，改善型住房需求是造成其房價不斷上漲的主要因素之一。老年人口的增加雖說是房價下跌的原因，但是本文中的實證結(jié)果并不顯著，我們猜測老年人口對房價的影響存在一個界值，但是這個界值是多少不在本文研究的范圍，在此不做贅述。

根據(jù)研究結(jié)果，可以了解到造成中國房價不斷攀升的主要人口因素是少兒人口的不斷減少和青中年群體不斷增多。少兒人口沒有購房能力，加重了家庭的經(jīng)濟負(fù)擔(dān)，降低家庭的購房意愿與購房能力，因此少兒人口的下降提升了家庭購房意愿與購房能力，增加了住房有效需求；青中年人口是購房需求的主力，青年群體剛剛步入婚育年齡，根據(jù)中國的傳統(tǒng)文化，房子是構(gòu)成家和歸屬感的基礎(chǔ)，有房才有家，才有安全感，因此青年群體在適婚年齡時期會促進住房需求上漲。中年群體處于事業(yè)高峰期，文化致使國人視房子為身份的象征，為了彰顯自己的身份地位，中年群體會選擇高質(zhì)量的住房，從而產(chǎn)生大量的改善型住房需求。與國外有所不同的是，中國老年人口的增多會使房價上漲，一方面是因為一部分老年人得益于福利分房制，使得他們在步入老年時期擁有大量積蓄，步入老年之后他們選擇投資房產(chǎn)；另一方面，中國老年人具有極強的“利他心理”，在國內(nèi)房價不斷上漲的過程中，大多數(shù)老人可能幫助子女購買住房，增加住房市場有效需求，從而抬高房價。

根據(jù)以上分析，結(jié)合中國的實際情況，本文提出以下幾點建議。一是如果人口結(jié)構(gòu)的變遷是影響房價的主要因素，且主要表現(xiàn)為青中年群體的增加促進住房剛性需求和改善型住房需求的增加，則中國目前所采取的調(diào)控房地產(chǎn)的政策(如提高二套房首付比例和貸款利率)對滿足居民的住房需求具有負(fù)面影響。為了滿足人們的住房需求同時穩(wěn)定房價，政府應(yīng)該從增加土地供應(yīng)等房地產(chǎn)供給方面進行改革。二是中國政府應(yīng)該采取有效措施抑制住房剛性需求和改善型需求，加強人口因素對房價影響的檢測與預(yù)警機制；同時，應(yīng)該大力推進養(yǎng)老和醫(yī)療等制度的改革，積極應(yīng)對人口老齡化對房價造成的負(fù)面沖擊，合理調(diào)整和平衡人口年齡結(jié)構(gòu)對房價產(chǎn)生的影響。三是人口結(jié)構(gòu)波動會引起房地產(chǎn)市場的周期性波動，從人口年齡結(jié)構(gòu)來看，未來中國房價不具備快速上漲的趨勢，因此，為了房地產(chǎn)市場穩(wěn)定健康的發(fā)展，中國應(yīng)該采取相應(yīng)的政策，避免房價下行給經(jīng)濟帶來的沖擊。