李超 黃曉雅

[摘 要] 人口老齡化進(jìn)程不斷加速，小戶型家庭住房需求增加，進(jìn)而對房價(jià)波動產(chǎn)生影響。采用中國2005-2020年31個省份的面板數(shù)據(jù)，選擇面板數(shù)據(jù)VAR模型分析家庭住房需求與房價(jià)波動之間的交互影響。結(jié)果表明：房價(jià)波動在各地區(qū)之間存在差異，東部地區(qū)房價(jià)波動受家庭住房需求的影響最為顯著，家庭住房需求影響房價(jià)波動持續(xù)性較長，戶均住宅銷售套數(shù)對房價(jià)波動有顯著短期效果。最后，根據(jù)人口老齡化和家庭住房需求等影響因素對房價(jià)波動提出對策建議。

[關(guān)鍵詞] 人口老齡化;房價(jià);家庭住房需求;面板VAR模型

[中圖分類號]F062.9 ? ?[文獻(xiàn)標(biāo)志碼]A

一、問題的提出

目前，我國人口老齡化程度較高。[1]1有學(xué)者認(rèn)為，隨著人口老齡化不斷加深，老年人傾向于拋售房產(chǎn)，因此家庭住房需求應(yīng)當(dāng)逐步趨于穩(wěn)定。[2]255有學(xué)者研究發(fā)現(xiàn)，在人口老齡化初期，家庭住房需求并不會減少，并且存在一定上升趨勢，當(dāng)老齡化達(dá)到一定程度時(shí)，家庭住房需求才開始出現(xiàn)下降趨勢[3]68，其中，家庭規(guī)模小型化在一定程度上對住房需求起到促進(jìn)作用[4]45，因此，我們可以認(rèn)為人口老齡化對家庭住房的影響確實(shí)存在，只是學(xué)術(shù)界對于人口老齡化對于家庭住房需求之間的關(guān)系尚沒有統(tǒng)一的定論。當(dāng)前，家庭小型化以及空巢家庭的增加促使居家養(yǎng)老逐步成為我國城市養(yǎng)老的重要選擇。[5]98穩(wěn)定房價(jià)、減少住房不平等是當(dāng)前急需解決的現(xiàn)實(shí)問題，基于上述社會現(xiàn)象，立足從我國人口老齡化視角來研究房地產(chǎn)價(jià)格變動，對探索如何堅(jiān)持“房子是用來住的，不是用來炒的”以及推動社會發(fā)展具有重要意義。

在家庭住房需求與房價(jià)相關(guān)研究方面，胥玲（2009）[6]13的研究表明，家庭住房需求增加在一定程度上影響了中國房價(jià)的變動。張海蔚（2009）[7]91的研究也表明，我國房地產(chǎn)價(jià)格的變動呈現(xiàn)出需求拉動型變動趨勢。學(xué)術(shù)界對老齡化研究主要集中在老齡化降低生產(chǎn)勞動力導(dǎo)致勞動力短缺，以及老齡化增加養(yǎng)老產(chǎn)業(yè)經(jīng)濟(jì)發(fā)展等方面，很少有人從老齡化視角出發(fā)討論家庭住房需求與房價(jià)波動之間的關(guān)系。因此，有必要全面了解老齡化對家庭住房需求的影響是否會對房價(jià)波動產(chǎn)生影響。本文通過對人口老齡化、家庭住房需求與房價(jià)波動構(gòu)建面板模型進(jìn)行分析，了解人口老齡化、家庭住房需求與房價(jià)波動之間的關(guān)系。

本文從以下三個方面展開研究：一是提取其他可能影響房地產(chǎn)價(jià)格變動的因素作為控制變量，討論人口老齡化程度對房價(jià)波動的影響。二是將家庭住房需求分為戶均住宅交易面積和戶均住宅交易套數(shù)兩個方面，分別研究家庭住房需求對房地產(chǎn)價(jià)格變動的影響。三是將全國總體樣本分為東部、中部、西部三個區(qū)域子樣本，研究全國各區(qū)域家庭住房需求對房價(jià)波動的影響是否存在差異性。

二、文獻(xiàn)綜述

從理論上講，人口老齡化在一定程度上影響著房價(jià)波動。Lu[8]19認(rèn)為，隨著退休人員增加，對房地產(chǎn)價(jià)格的增長有顯著抑制作用。趙楊[9]54等研究發(fā)現(xiàn)，人口結(jié)構(gòu)對日本全國房價(jià)均有顯著的負(fù)向影響。然而，國內(nèi)外學(xué)者對于人口老齡化對房地產(chǎn)價(jià)格影響的研究并沒有得到一致結(jié)果。王先柱[10]96等將31個OECD國家的人口年齡結(jié)構(gòu)劃分為四個年齡段的群體，檢驗(yàn)不同年齡群體對房價(jià)的影響。研究結(jié)果表明，80歲以上的老齡人口由于養(yǎng)老型住房需求的增加對房地產(chǎn)價(jià)格有顯著正向影響。Zeng[11]1等采用混合回歸模型和2SLS方法探究房價(jià)變動的影響因素，通過研究發(fā)現(xiàn)，人口老齡化程度高低對房地產(chǎn)價(jià)格變動有著顯著的影響。趙鵬程[12]24從空間維度對我國養(yǎng)老行業(yè)發(fā)展的研究發(fā)現(xiàn)，我國東部沿海地區(qū)養(yǎng)老行業(yè)發(fā)展相較于中西部和內(nèi)陸地區(qū)而言更為發(fā)達(dá)，針對非中心城市和碎片化養(yǎng)老模式存在的不足問題應(yīng)進(jìn)行有效改善，提出構(gòu)建居民空間與養(yǎng)老產(chǎn)業(yè)相結(jié)合的建議。

研究表明，家庭住房需求與房地產(chǎn)價(jià)格具有相關(guān)性。Hort[13]118實(shí)證研究得出，房價(jià)波動是由于需求變動引起的。Tsai[14]73認(rèn)為，房地產(chǎn)市場價(jià)格出現(xiàn)周期性變化主要是由于房地產(chǎn)價(jià)格具有自我修正能力，需求結(jié)構(gòu)變化加速了房地產(chǎn)價(jià)格下降。Stroebel[15]1391在對紐約當(dāng)?shù)亓闶蹆r(jià)格對房價(jià)影響的研究中發(fā)現(xiàn)，房價(jià)變化影響購房者的價(jià)格敏感度，即房價(jià)上漲是由于購房者住房需求降低引起的?？偟膩碚f，國內(nèi)外對以上問題的研究并沒有得到一致結(jié)果。為此本文將結(jié)合中國國情討論人口老齡化、家庭住房需求和房價(jià)波動之間的關(guān)系。

基于面板數(shù)據(jù)研究房價(jià)波動影響因素所使用的相關(guān)研究方法有多種。王潔[16]1135在對中國35個重點(diǎn)城市的住房空置率對房價(jià)影響的研究中使用了固定影響變系數(shù)模型為主要模型。王玉倩[17]13運(yùn)用加權(quán)平均的方法探究我國房地產(chǎn)價(jià)格構(gòu)成的因素，依據(jù)重要組成因素的影響效益提供針對性的政策建議。黃徐亮[18]15使用面板模型實(shí)證分析了中國285個地級市2004-2016年的房地產(chǎn)價(jià)格波動與經(jīng)濟(jì)之間的關(guān)系。周建軍[19]137使用面板數(shù)據(jù)模型，分別從全國層面和區(qū)域?qū)用鎸θ丝诮Y(jié)構(gòu)變化對房地產(chǎn)價(jià)格的影響進(jìn)行實(shí)證分析，發(fā)現(xiàn)人口老齡化與房價(jià)波動有顯著關(guān)系，老年人口撫養(yǎng)比的提高會促進(jìn)房地產(chǎn)價(jià)格的上漲。郭東杰[20]11建立了SVAR模型，運(yùn)用面板數(shù)據(jù)對貨幣政策如何影響房價(jià)波動進(jìn)行研究的結(jié)果表明，貨幣政策與房價(jià)波動之間存在一定的短期互動現(xiàn)象，然而長期來看，貨幣政策對房價(jià)波動的影響十分有限。隨著分析手段和方法的不斷演進(jìn)，對數(shù)據(jù)的要求也越來越高，特別是對面板數(shù)據(jù)要求要通過多方面的數(shù)據(jù)檢驗(yàn)才能用于構(gòu)建模型。因此，本文通過多方面數(shù)據(jù)檢驗(yàn)選擇使用面板VAR模型對家庭住房需求與房價(jià)波動之間的關(guān)系進(jìn)行實(shí)證研究。

三、研究理論與方法

（一）理論框架

為探究人口老齡化研究現(xiàn)狀，根據(jù)CNKI中有關(guān)于人口老齡化的檢索結(jié)果分析1998-2021年國內(nèi)外關(guān)于人口老齡化的研究主要集中于八個方面，分別為醫(yī)美結(jié)合、鄉(xiāng)村振興、應(yīng)對人口老齡化、經(jīng)濟(jì)增長、生育率下降、養(yǎng)老服務(wù)、繳費(fèi)率和養(yǎng)老產(chǎn)業(yè)。關(guān)鍵詞圖譜的線條顏色表示相關(guān)研究對應(yīng)的時(shí)間，線條顏色越淺表示相關(guān)研究越近。根據(jù)關(guān)鍵詞圖譜的線條顏色可以看出有關(guān)于應(yīng)對人口老齡化、醫(yī)養(yǎng)結(jié)合、養(yǎng)老產(chǎn)業(yè)和養(yǎng)老服務(wù)相關(guān)研究是近幾年關(guān)于人口老齡化研究的主要方向。其中，養(yǎng)老服務(wù)中關(guān)于養(yǎng)老模式和居家養(yǎng)老出現(xiàn)的頻次較高。由于早期獨(dú)生子女政策的實(shí)行，使得大多數(shù)家庭人口結(jié)構(gòu)發(fā)生了重大變化，傳統(tǒng)的家庭結(jié)構(gòu)逐步向小型化轉(zhuǎn)變。為享受更加完善的居家養(yǎng)老社會服務(wù)，老年人會參與居家養(yǎng)老社區(qū)，因此，養(yǎng)老社區(qū)提供的各項(xiàng)服務(wù)和養(yǎng)老設(shè)施對家庭住房的選取具有重要參考意義。[21]87因此，老年人對社區(qū)的選取影響著家庭住房的選取，在一定程度上對房地產(chǎn)價(jià)格產(chǎn)生影響，即人口老齡化與房價(jià)波動存在一定關(guān)系。

為探究家庭住房需求研究現(xiàn)狀，對CNKI中關(guān)于家庭住房需求檢索結(jié)果顯示，1998-2021年國內(nèi)外關(guān)于家庭住房需求的研究主要集中于六個方面，分別為商品住宅、住房消費(fèi)、人均住房建筑面積、住宅、居住環(huán)境和商品住宅價(jià)格。關(guān)鍵詞圖譜的線條粗細(xì)程度表示有關(guān)研究的研究頻次，線條越細(xì)表示相關(guān)研究越少。根據(jù)關(guān)鍵詞圖譜線條的粗細(xì)程度可以看出，有關(guān)于家庭住房需求的研究主要集中于住宅需求與人均居住面積以及住宅需求與人均住房建筑面積之間的關(guān)系。其中，涉及住宅需求與住宅價(jià)格、房地產(chǎn)有關(guān)的研究也是早期住宅需求的研究熱點(diǎn)，商品住宅需求的研究在近幾年較少，主要集中在商品住宅需求與房地產(chǎn)價(jià)格上。

在其他影響因素對房地產(chǎn)價(jià)格影響研究中，陳國進(jìn)[22]45等在研究人口結(jié)構(gòu)與房地產(chǎn)價(jià)格關(guān)系時(shí)發(fā)現(xiàn)，房地產(chǎn)價(jià)格變動受到少兒撫養(yǎng)比的影響程度較大。張海龍[23]126等的研究發(fā)現(xiàn)，失業(yè)率的升高會對消費(fèi)者的消費(fèi)需求產(chǎn)生負(fù)向影響，當(dāng)居民的消費(fèi)需求降低時(shí)，投資于固定資產(chǎn)的資金會降低，在一定程度上影響家庭住房需求。Campbell[24]591在研究區(qū)域經(jīng)濟(jì)時(shí)選擇各省份GDP和失業(yè)率為主要的控制變量，其中各省份GDP的上升說明家庭戶均GDP的上升可能對家庭住房需求存在影響。陳瑤[25]64等研究房價(jià)、房價(jià)收入和城鎮(zhèn)化三者之間的關(guān)系時(shí)，發(fā)現(xiàn)房地產(chǎn)價(jià)格與城鎮(zhèn)化具有顯著的相關(guān)性，房價(jià)和房價(jià)收入的變動對城鎮(zhèn)化水平的上升具有加快作用。因此，參照已有研究，本文選取少兒撫養(yǎng)比、城鎮(zhèn)化水平、失業(yè)率、戶均GDP為控制變量，探究其對房地產(chǎn)價(jià)格變動的影響。

總體而言，國內(nèi)外有關(guān)人口老齡化、家庭住房需求與房價(jià)波動三者關(guān)系的研究，雖然涉及了人口老齡化對房價(jià)波動的影響差異，但主要是從人口結(jié)構(gòu)變化對波動影響因素進(jìn)行研究，還未系統(tǒng)識別人口老齡化、家庭住房需求與房價(jià)波動的相關(guān)性和主導(dǎo)機(jī)制。本文從人口老齡化、家庭住房需求與房價(jià)波動的視角，對中國31個省份2005-2020年的數(shù)據(jù)進(jìn)行分析，系統(tǒng)識別老齡化視角下家庭住房需求對房價(jià)波動的影響。

（二）研究設(shè)計(jì)

1.數(shù)據(jù)

選取中國31個省份2005-2020年（中國港澳臺數(shù)據(jù)暫時(shí)剔除）的數(shù)據(jù)進(jìn)行分析，各變量指標(biāo)有關(guān)數(shù)據(jù)來源于各省市的《統(tǒng)計(jì)年鑒》以及國家統(tǒng)計(jì)局公開數(shù)據(jù)。

選取住宅商品房平均銷售價(jià)格的對數(shù)作為房地產(chǎn)價(jià)格變動水平的綜合指標(biāo)，即房價(jià)水平（lnHpl）做被解釋變量，用來衡量家庭住宅房地產(chǎn)價(jià)格變動水平。核心解釋變量為人口老齡化和家庭住房需求。選用老年撫養(yǎng)比（lnOrd）表示人口老齡化程度，選取戶均住宅銷售套數(shù)（lnNs）和戶均住宅交易面積（lnAah）作為衡量家庭住房需求變化程度指標(biāo)。其中，戶均住宅銷售套數(shù)為住宅商品房銷售套數(shù)除以平均年末常住人口數(shù)乘上家庭戶均人口數(shù)。由于國家統(tǒng)計(jì)年鑒關(guān)于家庭戶人口數(shù)等信息的統(tǒng)計(jì)主要采用抽樣調(diào)查的方式，故本文家庭戶均人口數(shù)為家庭人口數(shù)除以家庭戶數(shù)。同理，戶均住宅交易面積為住宅商品房銷售面積除以平均年末常住人口數(shù)乘上家庭戶均人口數(shù)。根據(jù)綜合考量，選取以下指標(biāo)作為控制變量：（1）少兒撫養(yǎng)比。一般認(rèn)為新生兒的出生使得家庭戶均人口規(guī)模增加，一定程度上對房地產(chǎn)價(jià)格變動產(chǎn)生影響。根據(jù)國際標(biāo)準(zhǔn)，少兒撫養(yǎng)比表示年齡位于14歲及以下的人口占勞動人口的比例。（2）城鎮(zhèn)化水平。本文選擇使用各省城鎮(zhèn)人口數(shù)除以該省份總?cè)丝跀?shù)所得比重來代表各省城鎮(zhèn)化水平。根據(jù)已有文獻(xiàn)發(fā)現(xiàn)，城鎮(zhèn)化水平的提高使得大量人員涌入城市，將會加劇住房壓力，從而導(dǎo)致房地產(chǎn)價(jià)格變動。（3）失業(yè)率。失業(yè)率的高低在一定程度上可以反映該省份經(jīng)濟(jì)發(fā)展水平，當(dāng)有大量人員失業(yè)時(shí)，人們的購買能力下降，對于家庭住宅等大額支出的負(fù)擔(dān)能力下降，一定程度上會對房地產(chǎn)價(jià)格變動產(chǎn)生影響。（4）戶均GDP。該指標(biāo)與失業(yè)率相似，可以用來考察各省份的經(jīng)濟(jì)水平，當(dāng)戶均GDP較高時(shí)，家庭戶均可支配收入增多，可以負(fù)擔(dān)購買家庭住宅等大額支出，一定程度上對房地產(chǎn)價(jià)格產(chǎn)生影響。戶均GDP為人均地區(qū)生產(chǎn)總值乘以戶均人口數(shù)。

2.實(shí)證方法

2005-2020年各省份數(shù)據(jù)為時(shí)間序列數(shù)據(jù)，在不同的時(shí)間維度下，各省份的有關(guān)變量的變化程度不同，普通的截面數(shù)據(jù)和時(shí)間序列數(shù)據(jù)只能簡單地從一個維度來觀察有關(guān)信息?；诒疚臄?shù)據(jù)特征和研究目的，選擇固定效應(yīng)模型來分析家庭住房需求對房地產(chǎn)價(jià)格變動的影響。選取lnHpl為被解釋變量，lnOrd，lnNs，lnAah為影響房地產(chǎn)價(jià)格變動的核心解釋變量，構(gòu)建固定效應(yīng)模型：

Zit表示省份i在第t年時(shí)有關(guān)的解釋變量（包括老年撫養(yǎng)比、家庭住房需求以房價(jià)水平），j代表變量滯后j期，Γ0為常數(shù)項(xiàng)，Γj為各解釋變量回歸系數(shù)。

四、數(shù)據(jù)分析與結(jié)果

（一）數(shù)據(jù)描述

選取中國31個省份2005-2020年（中國港澳臺數(shù)據(jù)暫時(shí)剔除）的數(shù)據(jù)進(jìn)行分析，表1為所有變量的描述性統(tǒng)計(jì)結(jié)果。

（二）模型檢驗(yàn)

選取的數(shù)據(jù)為面板數(shù)據(jù)，包括時(shí)間和地區(qū)兩個維度的數(shù)據(jù)，由于“偽回歸”現(xiàn)象時(shí)常發(fā)生在時(shí)間維度的數(shù)據(jù)分析中，故本文使用的面板數(shù)據(jù)也有出現(xiàn)“偽回歸”現(xiàn)象的可能，因此本文通過HT檢驗(yàn)對面板數(shù)據(jù)進(jìn)行檢驗(yàn)，依據(jù)表2所示結(jié)果進(jìn)一步對數(shù)據(jù)進(jìn)行處理。

根據(jù)表2所示結(jié)果來看，當(dāng)將所有變量進(jìn)行一階差分后，差分后的城鎮(zhèn)化水平（Ul）、戶均住宅交易面積（lnAah）和戶均GDP（lnHgdp）在1%的顯著性水平下均能拒絕原假設(shè)，房價(jià)水平（lnHpl）、老年人口撫養(yǎng)比（lnOrd）、戶均住宅銷售套數(shù)（lnNs）、少年兒童撫養(yǎng)比（Csr）、城鎮(zhèn)登記失業(yè)率（Uur）通過單位根檢驗(yàn)，說明所用數(shù)據(jù)為平穩(wěn)數(shù)據(jù)。

為了更加準(zhǔn)確的估計(jì)數(shù)據(jù)結(jié)果并進(jìn)行分析，選擇一個合適的模型十分重要，因此，分別采用F檢驗(yàn)和Hausman檢驗(yàn)對數(shù)據(jù)進(jìn)行分析，以選擇一個與該數(shù)據(jù)最匹配的面板模型。由結(jié)果可知，F(xiàn)=40.44>F（0.05），且F=40.44>F（0.01），因此，F(xiàn)統(tǒng)計(jì)量在5%的顯著水平下甚至在1%的顯著水平下，顯著拒絕原假設(shè)，即不應(yīng)當(dāng)選擇混合回歸模型。所以本文未構(gòu)建混合效應(yīng)模型是合理的。由Hausman檢驗(yàn)結(jié)果可知，統(tǒng)計(jì)量P值為P=0.0000<0.01，表明應(yīng)當(dāng)接受Hausman檢驗(yàn)原假設(shè)，即本文數(shù)據(jù)最適合的面板模型應(yīng)選擇面板固定效應(yīng)模型。因此，本文基于2005-2020年面板數(shù)據(jù)所構(gòu)建的面板固定效應(yīng)模型具有合理性。

（三）結(jié)果分析

1.基準(zhǔn)回歸

本文構(gòu)建固定效應(yīng)模型分析中國31個省份2005-2020年人口老齡化、家庭住房需求與房價(jià)波動三者的關(guān)系，結(jié)果如表3中（1）所示。

根據(jù)基于全國數(shù)據(jù)的固定效應(yīng)模型的回歸結(jié)果可知：第一，人口老齡化對房價(jià)波動的影響系數(shù)是正數(shù)，并通過顯著性檢驗(yàn)，說明人口老齡化對房價(jià)波動的影響作用明顯。人口老齡化程度的加深會促進(jìn)房價(jià)的上升，老年人口對于房地產(chǎn)投資在一定程度上對房價(jià)波動產(chǎn)生促進(jìn)作用，結(jié)合研究背景可知，人口老齡化的加深會使得空巢和獨(dú)居老齡人口增加，這時(shí)老齡人口會為了解決住房問題增加房地產(chǎn)投資，進(jìn)而影響房價(jià)波動。第二，戶均住宅銷售套數(shù)與房價(jià)波動呈現(xiàn)正相關(guān)性，即戶均住宅銷售套數(shù)的增加會對房價(jià)波動產(chǎn)生促進(jìn)作用，使得房地產(chǎn)價(jià)格上升。根據(jù)回歸系數(shù)可知，戶均住宅銷售套數(shù)每增加1%，房地產(chǎn)價(jià)格將增加0.613 8%。第三，戶均住宅銷售面積上升會抑制房地產(chǎn)價(jià)格變動，即戶均住宅銷售面積的降低在一定程度上會促進(jìn)房地產(chǎn)價(jià)格的上升。根據(jù)對戶均住宅銷售套數(shù)和戶均住宅銷售面積的結(jié)果來看，當(dāng)戶均住宅銷售套數(shù)增加且戶均住宅銷售面積減小時(shí)，房地產(chǎn)價(jià)格將產(chǎn)生上升趨勢，說明小戶型商品房的銷售量增加在一定程度上對房價(jià)波動產(chǎn)生影響，老齡人口占勞動人口的比重越來越大，使得居家養(yǎng)老模式將更普遍，會促進(jìn)小型商品房的銷售，使得房地產(chǎn)價(jià)格產(chǎn)生變動。

在控制變量中，城鎮(zhèn)化水平與房價(jià)波動呈現(xiàn)顯著的正相關(guān)性，說明城鎮(zhèn)化水平的提升不僅對城市經(jīng)濟(jì)增長有影響，也會顯著地促進(jìn)房價(jià)的上升，城鎮(zhèn)化水平越高，越多的居民涌向城市并購買居民住宅，對房地產(chǎn)價(jià)格產(chǎn)生促進(jìn)作用;少兒撫養(yǎng)比與房價(jià)波動呈負(fù)相關(guān)性，并通過顯著性檢驗(yàn)，即少兒撫養(yǎng)比對房地產(chǎn)存在抑制作用并顯著存在;失業(yè)率與房價(jià)波動呈現(xiàn)顯著的負(fù)相關(guān)性，說明失業(yè)率升高反映失業(yè)人口增加，失業(yè)人口用于購買房產(chǎn)的資金將減少，降低了房地產(chǎn)購買需求，進(jìn)而抑制房地產(chǎn)價(jià)格的上升;戶均GDP與房價(jià)波動呈現(xiàn)出顯著的正相關(guān)性，說明家庭戶均可支配收入的增加使得家庭購買房產(chǎn)的資金增多，進(jìn)而促進(jìn)了房地產(chǎn)價(jià)格的上升。

2.區(qū)域異質(zhì)性分析

為了檢驗(yàn)當(dāng)期家庭住房需求對房地產(chǎn)價(jià)格的影響是否存在區(qū)域異質(zhì)性，本文在對全國數(shù)據(jù)進(jìn)行實(shí)證分析的基礎(chǔ)上，進(jìn)一步根據(jù)國家標(biāo)準(zhǔn)將全國分為東部、西部和中部三個區(qū)域，將2005-2020年的數(shù)據(jù)分為三個樣本，運(yùn)用固定效應(yīng)模型進(jìn)行進(jìn)一步分析。結(jié)果見表3中（2）（3）（4）。

（1）東、中、西三地區(qū)人口老齡化對房價(jià)波動的影響。表3中結(jié)果顯示，三地區(qū)人口老齡化對房價(jià)波動的影響呈現(xiàn)不平衡分布，東部地區(qū)和中部地區(qū)人口老齡化與房地產(chǎn)價(jià)格變動之間的關(guān)系呈顯著的正向影響，但是西部地區(qū)的人口老齡化對房地產(chǎn)價(jià)格變動的影響系數(shù)為負(fù)，并且顯著性檢驗(yàn)未通過，說明東部地區(qū)和中部地區(qū)人口老齡化對房地產(chǎn)價(jià)格的變動存在促進(jìn)作用，而西部地區(qū)人口老齡化對房地產(chǎn)價(jià)格變動的影響并不顯著，可能是由于東部地區(qū)的居民消費(fèi)水平較高，可以負(fù)擔(dān)家庭人口增加帶來的住房改善，西部地區(qū)較為落后，家庭人口增加使得生活支出和壓力增加，降低了西部地區(qū)居民購買住宅的意愿。

（2）東、中、西三地區(qū)家庭住房需求對房價(jià)波動的影響。根據(jù)戶均住宅銷售面積的系數(shù)可知，東部地區(qū)的戶均住宅銷售面積對房價(jià)波動有顯著的負(fù)向作用，而中部地區(qū)和西部地區(qū)的戶均住宅銷售面積對房價(jià)波動的影響并不顯著。東部地區(qū)戶均住宅銷售面積對房價(jià)波動的影響系數(shù)為-0.637 4，在 1%水平下通過顯著性檢驗(yàn);中部地區(qū)戶均住宅銷售面積對房價(jià)波動影響系數(shù)為正，西部地區(qū)戶均住宅銷售面積對房價(jià)波動的影響系數(shù)為負(fù)，然而都未通過顯著性檢驗(yàn)。由此可以看到，戶均住宅銷售面積對房價(jià)波動影響最大的地區(qū)為東部，此結(jié)果在1%水平下通過顯著性檢驗(yàn)。根據(jù)戶均住宅銷售套數(shù)的系數(shù)可知，東部地區(qū)的戶均住宅銷售套數(shù)對房價(jià)波動有顯著的正向作用，而中部地區(qū)和西部地區(qū)戶均住宅銷售套數(shù)對房價(jià)波動的影響均不顯著。其中，中部地區(qū)戶均住宅銷售套數(shù)對房價(jià)波動影響系數(shù)為負(fù)，西部地區(qū)戶均住宅銷售套數(shù)對房價(jià)波動的影響系數(shù)為正。綜上所述，東部地區(qū)家庭住宅需求對房地產(chǎn)價(jià)格的影響較為顯著，中部地區(qū)和西部地區(qū)不論戶均住宅銷售面積還是戶均住宅銷售套數(shù)對房地產(chǎn)價(jià)格的影響相較于東部地區(qū)較弱，并且西部和中部地區(qū)家庭住房需求對房價(jià)波動的影響呈現(xiàn)不平衡分布，未通過顯著性檢驗(yàn)。

（3）東、中、西三地區(qū)控制變量對房地產(chǎn)價(jià)格變動的影響。由表3的（2）（3）（4）回歸結(jié)果可知，少兒撫養(yǎng)比對房價(jià)波動的影響呈現(xiàn)負(fù)向影響，中、西部地區(qū)的少兒撫養(yǎng)比對房價(jià)波動的影響在1%的顯著性檢驗(yàn)水平下呈現(xiàn)顯著正向作用，東部地區(qū)雖然回歸系數(shù)均為正，但是未通過顯著性檢驗(yàn)。東、中、西三地區(qū)的城鎮(zhèn)化水平、戶均GDP對房價(jià)波動的影響系數(shù)都為正，且三者都通過了顯著性檢驗(yàn)。東、中、西三地區(qū)的失業(yè)率對房地產(chǎn)價(jià)格變動均顯示負(fù)向相關(guān)性，然而中部地區(qū)失業(yè)率對房地產(chǎn)價(jià)格變動影響未通過顯著性檢驗(yàn)。

3.房價(jià)波動的影響機(jī)制

運(yùn)用PVAR模型對家庭住房面積、家庭住房套數(shù)與房價(jià)波動三個變量進(jìn)行估計(jì)，結(jié)果如表4所示。

由表4可知，戶均住宅銷售面積、戶均住宅銷售套數(shù)與房價(jià)波動的一階滯后項(xiàng)對自身的影響均高度顯著，說明戶均住宅銷售面積、戶均住宅銷售套數(shù)和房價(jià)波動對其自我的發(fā)展具有慣性，有較強(qiáng)的路徑依賴特征，且均為顯著促進(jìn)作用。此外，對三個變量進(jìn)行了格蘭杰因果檢驗(yàn)，由此來判斷接下來的脈沖響應(yīng)及方差分解是否有意義。格蘭杰檢驗(yàn)結(jié)果見表4。

表5的數(shù)據(jù)表明，從第1期開始，房地產(chǎn)價(jià)格的變動對自身的變動產(chǎn)生了100%的影響，從第2期開始自身效應(yīng)占比逐漸減弱。戶均住宅銷售面積的變動對房地產(chǎn)價(jià)格變動的影響從第1期到第10期逐漸增長，第10期的影響達(dá)到44.4%。戶均住宅銷售套數(shù)對房地產(chǎn)價(jià)格變動的影響相比戶均住宅銷售面積變動較小，戶均住宅銷售套數(shù)對房地產(chǎn)價(jià)格變動影響第10期僅為6.4%。

表6中戶均住宅銷售套數(shù)的方差分析結(jié)果顯示，從第1期開始，影響戶均住宅銷售套數(shù)變動的因素主要為房地產(chǎn)價(jià)格變動及自身變動。在接下來的10期中，房地產(chǎn)價(jià)格變動對戶均住宅銷售套數(shù)的影響呈現(xiàn)先增加后降低的趨勢，到第6期達(dá)到了18.2%，戶均住宅銷售面積的變動對戶均住宅銷售套數(shù)的影響逐漸增加，到第10期為23.5%，并保持上升趨勢。相比而言，戶均住宅銷售套數(shù)對戶均住宅銷售面積的變動更為敏感。

表7為戶均住宅銷售面積的方差分解表，可以看出，戶均住宅銷售套數(shù)對戶均住宅銷售面積的變動影響較大，為93.6%，房地產(chǎn)價(jià)格和戶均住宅銷售面積自身對戶均住宅銷售面積的變動雖然相對較弱，但也在逐年增強(qiáng)，第10期的影響分別達(dá)到了20.5%和9.5%，主要影響還是來自戶均住宅銷售套數(shù)。

五、研究結(jié)論與討論

第一，人口老齡化對房價(jià)波動呈現(xiàn)顯著的正向影響。

第二，家庭住房需求對房價(jià)波動具有顯著的影響，其中，戶均住宅銷售面積對房地產(chǎn)價(jià)格變動有著明顯的負(fù)向影響，戶均住宅銷售套數(shù)對房地產(chǎn)價(jià)格變動有著顯著的正向影響。

第三，對東部、中部、西部三個地區(qū)的家庭住房需求對房價(jià)波動影響分析比較，戶均住宅銷售面積和戶均住宅銷售套數(shù)對各地區(qū)房地產(chǎn)價(jià)格變動的影響各不相同。其中，東部地區(qū)房價(jià)波動受戶均住宅銷售套數(shù)和戶均住宅銷售面積的影響最為明顯，中部地區(qū)和西部地區(qū)房價(jià)波動受家庭住房需求的影響并不顯著。

第四，戶均住宅銷售套數(shù)對戶均住宅銷售面積的變動影響有顯著短期效果，戶均住宅銷售面積持續(xù)影響房價(jià)波動。

基于上述實(shí)證結(jié)果，提出如下建議：

第一，密切關(guān)注人口老齡化程度的變化趨勢，建立良好的房地產(chǎn)價(jià)格調(diào)控機(jī)制。

第二，在滿足正常商品房供給的同時(shí)，相應(yīng)提高養(yǎng)老住房的供給。隨著老年撫養(yǎng)比的不斷上升，居家養(yǎng)老模式將趨于常態(tài)化，小戶型商品房的需求會逐漸增多，必須保障穩(wěn)定的房地產(chǎn)價(jià)格，因此需要穩(wěn)定房地產(chǎn)市場上小戶型商品房的供需平衡。

第三，推動養(yǎng)老院等養(yǎng)老行業(yè)的發(fā)展，提高老年人社會養(yǎng)老保障。推動養(yǎng)老院等養(yǎng)老行業(yè)的發(fā)展，使得“空巢老人”的社會養(yǎng)老得以保障，使人人都可以老有所養(yǎng)、老有所居。

第四，人口結(jié)構(gòu)變化對家庭住房需求的短期作用以及家庭住房需求對房價(jià)波動的長期影響說明，除了完善老齡人口養(yǎng)老問題之外，穩(wěn)定房價(jià)波動，引導(dǎo)居民理性購房至關(guān)重要。

[參考文獻(xiàn)]

[1]李靜，吳美玲.中國城鄉(xiāng)人口老齡化發(fā)展質(zhì)量：差異和預(yù)測[J].宏觀質(zhì)量研究，2020（05）：1-13.

[2]Mankiw N G，Weil D N.The baby boom，the baby bust，and the housing market[J].Reg Sci Urban Econ，1989（2）：235-258.

[3]丁洋，鄭江淮.中國人口老齡化會減少住房需求嗎？[J].中國軟科學(xué)，2018（02）：68-77.

[4]陳彥斌，陳小亮.人口老齡化對中國城鎮(zhèn)住房需求的影響[J].經(jīng)濟(jì)理論與經(jīng)濟(jì)管理，2013（05）：45-58.

[5]孫澤宇.關(guān)于我國城市社區(qū)居家養(yǎng)老服務(wù)問題與對策的思考[J].中國勞動關(guān)系學(xué)院學(xué)報(bào)，2007（01）：98-101.

[6]胥玲.中國城市房價(jià)和地價(jià)的決定因素及相互關(guān)系[J].財(cái)政研究，2009（11）：10-13.

[7]張海蔚.中國房地產(chǎn)價(jià)格決定機(jī)制研究[J].上海金融，2009（03）：89-92.

[8]Chiuling Lu，Yang-Pin Shen， Cheng-Lun Shih.Does Population Aging Affect Real Housing Prices？Evidence from Eight Asian Economies[J].住宅學(xué)報(bào)，2018（1）：1-21.

[9]趙楊，魏冉.人口結(jié)構(gòu)變化對日本房價(jià)的影響及其區(qū)域差異研究[J].現(xiàn)代日本經(jīng)濟(jì)，2020（03）：54-64.

[10]王先柱，王云.OECD國家人口年齡結(jié)構(gòu)變動對房價(jià)的影響[J].統(tǒng)計(jì)與信息論壇，2020（06）：96-104.

[11]Zeng S，Zhang X，Wang X，et al.Population Aging，Household Savings and Asset Prices：A Study Based on Urban Commercial Housing Prices[J].Sustainability，2019（11）：1-21.

[12]趙鵬程，汪玲，劉蔚黎.非中心城市養(yǎng)老服務(wù)產(chǎn)業(yè)空間布局的困境與優(yōu)化[J].牡丹江師范學(xué)院學(xué)報(bào)：哲學(xué)社會科學(xué)版，2018（03）：22-28.

[13]Katinka，Hort.The Determinants of Urban House Price Fluctuations in Sweden 1968-1994[J].Journal of Housing Economics，1998（02）：93-120.

[14]Tsai，I-Chun.Housing affordability，self-occupancy housing demand and housing price dynamics[J].Habitat International，2013（40）：73-81.

[15]Stroebel J，Vavra J .House Prices，Local Demand，and Retail Prices[J].CEPR Discussion Papers，2019（3）：1391-1436.

[16]王潔，張繼良.住房空置率對房價(jià)的影響——基于35個重點(diǎn)城市的面板數(shù)據(jù)[J].資源科學(xué)，2020（06）：1135-1147.

[17]王玉倩.土地財(cái)政與中國房價(jià)實(shí)證分析[J].牡丹江師范學(xué)院學(xué)報(bào)：哲學(xué)社會科學(xué)版，2015（03）：12-13.

[18]黃徐亮，倪鵬飛.經(jīng)濟(jì)要增長，房價(jià)該漲還是跌？——基于中國地級市的證據(jù)[J].價(jià)格月刊，2020（06）：15-21.

[19]周建軍，劉奎兵，鄭嬌，等.人口結(jié)構(gòu)對房價(jià)的影響及其區(qū)域差異性研究[J].經(jīng)濟(jì)經(jīng)緯，2020（03）：134-141.

[20]郭東杰，王如豐.經(jīng)濟(jì)周期下貨幣政策與房地產(chǎn)價(jià)格關(guān)系研究[J].牡丹江師范學(xué)院學(xué)報(bào)：社會科學(xué)版，2020（01）：1-12.

[21]馬香媛，劉子含，黃鶴.合作配置活動理論視角下的居家養(yǎng)老模式探析——杭州養(yǎng)老社區(qū)的調(diào)查[J].浙江社會科學(xué)，2021（04）：81-88+158.

[22]陳國進(jìn)，李威，周潔.人口結(jié)構(gòu)與房價(jià)關(guān)系研究——基于代際交疊模型和我國省際面板的分析[J].經(jīng)濟(jì)學(xué)家，2013（10）：40-47.

[23]張海龍，賀倚云.零售消費(fèi)金融發(fā)展對我國經(jīng)濟(jì)內(nèi)循環(huán)的影響研究[J].經(jīng)濟(jì)縱橫，2021（03）：121-128.

[24]Campbell，J.Y.，et al.How do house prices affect consumption？Evidence from micro data[J].Journal of Monetary Economics，2007（3）：591-621.

[25]陳瑤，陳湘滿.房價(jià)、房價(jià)收入比對中國城鎮(zhèn)化的影響與空間效應(yīng)實(shí)證分析[J].經(jīng)濟(jì)地理，2021（04）：57-65.

[責(zé)任編輯]王立國