试谈人口年龄结构对住宅市场的影响效应分析.docx

试谈人口年龄结构对住宅市场的影响效应分析.docx

《试谈人口年龄结构对住宅市场的影响效应分析.docx》由会员分享，可在线阅读，更多相关《试谈人口年龄结构对住宅市场的影响效应分析.docx（16页珍藏版）》请在冰豆网上搜索。

试谈人口年龄结构对住宅市场的影响效应分析

⏹

更多企业学院：

《中小企业管理全能版》

一八3套讲座+89700份资料

《总经理、高层管理》

49套讲座+16388份资料

《中层管理学院》

46套讲座+6020份资料 

《国学智慧、易经》

46套讲座

《人力资源学院》

56套讲座+27123份资料

《各阶段员工培训学院》

77套讲座+324份资料

《员工管理企业学院》

67套讲座+8720份资料

《工厂生产管理学院》

52套讲座+一三920份资料

《财务管理学院》

53套讲座+17945份资料 

《销售经理学院》

56套讲座+14350份资料

《销售人员培训学院》

72套讲座+4879份资料

人口年龄结构对住宅市场的影响效应分析

李祥高波

（南京大学经济学院，江苏南京210093）

摘要：

本文将人口因素与住宅市场联系起来，借鉴MW（Mankiw-Weil）模型，利用1995-2009年的宏观数据检验了中国人口年龄结构对住宅供给、住宅消费以及住宅价格等的影响效应。

研究发现，不同年龄段人群对我国住宅市场的影响不同，50-64岁工作年龄段的人口对住宅供给、住宅消费与住宅价格均有显著正向影响，处于婚龄的一五-29岁人群对住宅消费与住宅价格有显著正向影响，而65岁以上刚退休人口则对住宅供给有显著负向影响。

这对于当前面临人口红利期逐渐消失从而逐步步入老龄化社会的中国未来的住宅市场发展具有重要意义，为维持老龄化背景下住宅市场的健康发展，需要从房地产金融创新、税收政策以及住房保障等方面着手。

关键词：

人口；年龄结构；住宅市场

TheEffectofDemographiconChineseHousingMarket

LIXiangGAOBo

（SchoolofEconomics,Nanjing University,Nanjing 210093,China）

Abstract:

Combiningdemographyfactorsandhousingmarket,drawingonMankiw-Weilmodel,thispaperanalysestheimpactofdemographyagestructureonthehousesupply,consumingandpriceonChinesetimeseriesdatafrom1995to2009.ThearticlefindsthatdifferentcohortswhohavedifferentageimpactChinesehousingmarketdifferently.Concretely,thereisasignificantpositiveeffectbetween50-64yearsoldcohortsandhousingsupply,consumingandprice,butasignificantnegativeeffectto65-74yearsoldyoungretirees.Itisimportanttoanageinganddemography-dividenddecreasingsociety.So,itneedstotakemeasuresonfinancialinnovations,tax,andhousingsecuritytomaintainthehealthydevelopmentofChinesehousingmarket.

Keywords:

demography;agestructure;housingmarket

1引言

影响住宅市场运行的因素有很多，例如土地市场、利率、心理预期以及城市化水平等，并且很多文献都已经就这些因素对住宅市场的影响进行了富有成效的研究。

人口因素同样对于住宅市场的发展有着不可忽视的影响。

一是因为人口尤其是处于工作年龄段的人口本身就构成了住宅市场中住房产品最主要的供给者与需求者；二是因为人口因素会影响例如国民经济的增长率、居民的储蓄率等因素（王德文，蔡昉，张学辉，2004，钟水映，李魁，2009，钟水映，李魁，2010），而无论是经济增长率还是居民储蓄率都必然会对住宅市场产生重要影响。

从新中国成立以来我国人口年龄结构的变化趋势来看，20世纪60年代我国经历了人口的高速增长阶段，平均在30‰左右，20世纪70年代初我国开始实行计划生育政策，人口的出生率开始下降，在死亡率很低的情况下，人口增长率下降。

这些造成的一个问题就是，在当前我国的人口分布中，虽然处于一五-64岁工作年龄段的人口仍然占有很大比例，但其占比开始下降，相反，0-14岁及65岁以上人口占比增加，从而使得我国的人口抚养比上升。

根据胡鞍钢（2007）的研究，我国将于20一五年达到人口红利的峰值，之后开始下降并于2035年基本结束，从而进入人口负债期。

在当前中国面临人口红利期逐渐消失的背景下，研究中国的人口年龄结构对住宅市场的影响效应显得尤为重要。

2文献回顾

人口因素尤其是人口的年龄结构对住宅市场的影响是显而易见的，处于工作年龄段的人口作为主要的住宅供给者与消费者，其在总人口中占比的变化必将影响住宅市场中住宅供给量、住宅消费量的变化，进而影响住宅销售价格的变化。

将人口因素对住宅市场的影响进行理论研究则源于Mankiw&Weil（1989）的研究。

Mankiw&Weil（1989）利用一份1/1000的抽样调查数据，构建了家庭住宅需求方程对不同年龄人口对住宅需求量的需求参数进行了估计。

研究发现，年龄在20-30岁之间的人对住宅需求有一个跳跃性的提高，20岁以下的人则几乎对住宅需求没有影响，而年龄超过40岁以后，人们对住宅的需求则以大约每年1%的速度开始下降；战后“婴儿潮”一代进入其成年阶段增加了住宅市场的住宅需求从而推高了20世纪70年代住宅的实际价格。

研究还预测到2010年左右，由于人口结构的变化，美国的住宅实际价格将会下降47%。

在Mankiw&Weil（1989）的研究以后，人口结构与住宅市场的关系引起了众多学者的关注。

他们或将M-W模型进行修正并重新检验美国住宅市场，或将M-W模型引入本国检验本国住宅市场中人口结构与住宅市场的关系。

Engelhardt&Poterba（1991）首先借鉴M-W模型分析了加拿大的住宅市场，他们利用加拿大的战后数据检验了人口结构变化与住宅需求及住宅价格的关系。

通过简单的时间序列模型，研究发现加拿大的人口变化与住宅价格在统计上并不显著。

Green&Hendershott（1993）则重新检验了美国人口结构与住宅实际价格的关系，他们采用美国1980年的统计数据分析了每户家庭的人口结构及实际收入对其为一固定质量住房的支付水平的影响，研究认为尽管人口结构在一定程度上会影响住宅实际价格，但影响的过程是复杂的，不同质量水平的住房其实际价格受人口结构的影响会不同。

研究还预测，到2010美国人口结构的变化将推高而不是降低住宅的实际价格。

Ermisch（1996）利用了英国的微观数据研究了人口年龄结构对住宅需求的影响，研究认为除了价格与收入效应以外，人口的年龄结构同样对住宅需求具有很强的影响，总人口中各不同年龄人口的分布状况对于决定住宅需求增长率很重要，老龄化的人口结构对住宅需求的增长率具有降速的作用。

Ohtake&Shintani（1996）在M-W模型基础上采用协整与误差修正模型分析了日本住宅市场的长期与短期效应。

研究发现，在长期日本人口结构变化对住宅存量市场是有影响的，而对价格则没有影响；但是在短期人口因素对于价格的调整过程具有重要影响。

M-W模型同样引起了一些学者的批评。

Holland（1991）通过协整检验发现“婴儿潮”一代进入婚配年龄使得住宅的需求增加，这可能是美国20世纪70年代住宅投资的增加的主要原因，但却不是战后美国住宅实际价格增加的主要原因。

Swan（1995）的研究认为Mankiw&Weil（1989）的研究对住宅需求变量发生了非常严重的“误解”，在时间序列模型中对住宅价值与人口年龄构成进行跨部门的回归分析，更多的是在分析美国的成年人人口分布而不是他们对住宅服务或是存量住宅的需求。

3计量模型与研究假设

3.1M-W模型

一般而言，家庭对住宅的需求量是人口年龄、收入以及其他家庭特征等的函数。

M-W模型则主要关注年龄因素对住宅需求的影响，其住宅需求模型为：

（式1）

其中，表示一个典型家庭中第j个成员对住宅的需求，N表示家庭的总人口。

每个个人对于住宅的需求则假定是年龄的函数，并且假定每个年龄都存在一个相应的住宅需求参数，因此，个人的住宅需求为：

（式2）

其中，如果年龄为0，则DUMMY0=1，如果年龄为1，则DUMMY1=1，以此类推。

参数则为一个年龄为i的人的住宅需求参数。

由式

（1）和式

（2）即可得到家庭的住宅需求方程：

（式3）

在对（3）式进行估计时，Mankiw&Weil（1989）的使用了美国国家统计局的1/1000的抽样调查数据，该调查数据包含了由203,190个个人组成的74,565个家庭及各个家庭购买或租赁的住宅价值。

在（3）式中，D即等于每个家庭拥有的住宅价值，对于那些购买住宅的家庭来说，其住宅价值是确定的；对于那些租赁住宅的家庭来说，其住宅价值则约为每月租金的100倍。

3.2模型扩展与研究假设

由于数据可获取性原因，本文拟用住宅建设面积及住宅销售面积的宏观数据来分别衡量住宅的供给及家庭对住宅的需求。

其实，用每户家庭拥有的住宅价值来衡量家庭对住宅的需求也是有需要讨论的地方的。

一是住宅价值如何精确测定？

二是住宅价值本身是否能够用于衡量家庭对住宅的需求。

另外，M-W模型在假定每个年龄对住宅需求参数不变的前提下对各个年龄的住宅需求参数进行测定，这即便不能说是测不出来的也可以说是难以确切测定的。

基于此，本文拟结合Lindh&Malmberg（2008）的研究将总人口按年龄划分为六组来测定不同年龄段人群对住宅的需求。

这六组年龄段人口分别为：

（1）少儿组（0-14岁），这组年龄段人口一般不会有工作，也不会独立做出经济上的决策；

（2）青年组（一五-29岁），这组年龄段的人口一般来讲开始进入工作年龄并处于成家立业的人生阶段；（3）壮年组（30-49岁），这个年龄段人口的最显著特征就是拥有各自的家庭，抚养着孩子并拥有稳定的住宅；（4）中年组（50-64岁），处于这个年龄段的人口处于人生的收入高峰期，并且是净储蓄者；（5）刚退休组（65-74岁），这个年龄段的人口开始从工作岗位退出，虽然不再工作，但还是具有一定的消费能力；（6）老年组（75岁以上），这个年龄段的人口已经离开工作岗位多年并且进入人生暮年。

假设短期住宅市场均衡租金为：

（式4）

其中，q为市场租金，H为市场住宅存量。

假设每单位住宅的使用成本为，包括折旧、住宅维护成本以及实际资本成本（如税收等）。

设实际住宅价格为P，则实际住宅价格的动态方程为：

（式5）

根据Poterba（1984）与Lindh&Malmberg（2008）的研究，市场中增量房的供给应当是住宅实际价格P的增函数及实际资本成本r的减函数，设增量房供给为，则：

（式6）

考虑到市场中存量房的折旧，设折旧率为，则住宅市场存量房的动态方程为：

（式7）

令（5）式与（7）式等于零，即可得到稳态时住宅市场均衡的实际住宅价格与住宅存量。

考虑住宅市场稳定状态时的一个简单的情况，假设新增住宅与实际住宅价格P及资本成本r为线性关系，且与P为递增关系，与r为递减关系。

即

（式8）

式8与式5结合起来可得：

（式9）

根据Mankiw&Weil（1989）和Lindh&Malmberg（2008）的研究，人们对住宅的需求随着年龄的不同而不同，这就使得住宅的租金取决于年龄的不同分布。

根据M-W模型，

（式10）

其中，为各年龄段人口占总人口的比例，则表示各年龄段人口对住宅的需求。

将10式代入9式即可得：

（式11）

不同年龄段的人群具有不同的收入水平与消费需求，而住宅具有消费与投资的双重属性使得理性人在其生命周期中将做出不同的消费（投资）决策。

据此，本文提出如下假设：

假设1：

受赡养人群中（主要指0-14岁以及65岁以上不处于工作年龄段的人群），0-14岁人群不处于工作年龄没有稳定的收入水平，因而不会影响社会的住宅消费、住宅价格等变量，65岁以上人群则将会对住宅供给、住宅消费等有负向的影响。

假设2：

工作人群中（主要指一五-65岁人群），一五-29岁人群处于婚配年龄并开始工作，从而会增加住房消费，并对住宅供给与住宅价格具有正向影响，50-64岁人群处于人生收入的峰值水平，一方面会增加对住房的改善性需求，另一方面在住房具有投资属性的前提下会分散自己的资产组合，增加对住宅的投资以实现财富的保值增值，因此50-64岁人群对住宅消费与住宅价格有正向影响。

4人口年龄结构对住宅市场影响的实证分析

4.1数据说明

本研究涉及的数据主要有：

城市人口的年龄结构、住宅建筑面积、住宅销售面积、住宅平均销售价格、利率等。

1995-2006年的城市人口年龄结构来源于《中国人口统计年鉴》，2007-2009年的数据来源于《中国人口和就业统计年鉴》，住宅建筑面积、住宅销售面积、住宅平均销售价格来源于中经网-中国经济统计数据库，名义利率采用个人五年期贷款利率，来源于中国人民银行网站。

由于种种原因，我国农村的住宅市场尚未建立，真正意义上的住宅市场主要存在于城市，所以有必要先了解近年来我国城市人口的年龄结构及其变化情况。

根据各年的《中国人口统计年鉴》、《中国人口和就业统计年鉴》我们计算出了1995-2009年中国城市六组年龄段人口占总人口的比例，具体见图1。

图11995-2009年中国城市人口年龄结构

资料来源：

由各年的《中国人口统计年鉴》计算而得，2000年的数据采用线性内插法计算而得。

如图1所示，近年来我国城市人口年龄结构变化的主要特征是：

（1）中老年人口占总人口的比例稳步增长，尤其是50-64岁年龄段的人口显著增长；

（2）处于工作年龄段的人口（一五-64岁）占总人口的比例较大，但开始出现下降趋势。

人口年龄结构出现上述变化的原因与我国政府自20世纪70年代初开始施行的计划生育政策是分不开的。

建国后直至20世纪70年代之前出生的人现在进入了50岁以上的年龄从而其占总人口的比重现在开始增加；相反由于20世纪70年代初我国开始实行计划生育政策，导致此后人口的出生率下降，在此以后出生的人口现在则进入了20-30岁，从而使这一年龄段人口占总人口的比例开始下降。

4.2人口年龄结构对住宅供给与住宅消费的影响分析

以住宅建设面积（Residentialconstruction）作为住宅的供给量，将住宅建设面积作为被解释变量对各年龄段人口在总人口中所占比例进行线性回归，回归结果如表1（模型1）所示。

由于0-14岁年龄段人口虽然不会独立做出经济上的决策但是某种程度上会是理性经济决策的结果，因此模型2中忽略此年龄段的人口重新进行分析，回归结果仍如表1所示。

表1住宅供给与人口年龄结构的时间序列回归

变量

模型1

模型2

纯年龄模型

滞后一期

纯年龄模型

滞后一期

lnrc（-1）

—

0.9199***

（10.04）

—

0.9343***

（10.37）

Age0-14

0.0259

（0.76）

0.0090

（0.96）

—

—

Age一五-29

0.00一五

（0.02）

-0.0264

（-1.31）

0.0464

（1.16）

-0.0116

（-0.89）

Age30-49

0.2436**

（3.07）

0.0571*

（1.94）

0.2026***

（3.53）

0.0403

（1.69）

Age50-64

0.一五37*

（1.91）

-0.0611*

（-2.04）

0.1644*

（2.12）

-0.0608*

（-2.04）

Age65-74

-0.7一三6*

（-1.95）

-0.一五28*

（-1.33）

-0.5220*

（-1.98）

-0.0792

（-0.93）

Age75+

1.0739**

（2.34）

0.4390**

（3.03）

0.8968**

（2.32）

0.3691**

（2.95）

AdjR2

0.89

0.99

0.89

0.99

D-W

1.65

3.36

1.63

3.19

注：

***、**、*分别表示在1%、5%、10%的显著性水平上通过t检验，“（）”中数据表示对应解释变量前系数的t值。

首先考虑纯年龄模型，如表1中模型1的回归结果所示，不考虑上期住宅建设，只考虑纯年龄模型，此时30-49岁年龄段、50-64岁年龄段、65-74岁年龄段以及75岁以上年龄段人口均与本期的住宅建设显著相关。

30-49岁年龄段、75岁以上年龄段人口对本期住宅建设有正向影响并在5%的显著性水平下通过检验；50-64岁年龄段人口对本期住宅建设有正向影响且在10%的显著性水平下通过检验；而65-74岁年龄段人口与本期住宅建设则显著负相关，且在10%的显著性水平下通过检验；0-14岁年龄段与一五-29岁年龄段人口则与本期住宅建设无显著关系。

加入上一期住宅建设后分析发现，上一期住宅建设对本期住宅建设呈正向影响，且在1%显著性水平下通过检验，各年龄段人口仍然对住宅供给有影响，但是影响系数均下降，

模型2忽略0-14岁年龄段人口重新进行分析，结果如表1所示。

由表可知，忽略0-14岁年龄段人口对住宅建设的影响，其他各年龄段人口对本期住宅建设的影响方向不变，但30-49岁年龄段人口对住宅建设影响的显著性增加，这就表明处于这一年龄段的人口由于子女的关系增加了对住宅的需求。

由表1还可以看出，无论是否忽略0-14岁年龄段人口对住宅建设的影响，一五-29岁刚步入工作年龄且有婚配需求的人口对住宅建设无显著影响，真正对住宅供给有影响的是30岁以上的人口。

这与我国当前住宅市场的状况是相符的，可能的原因是目前我国住宅价格普遍较高，这就使得本应对住宅需求具有显著影响的刚步入工作年龄且有婚配需求的一五-29岁年龄段人口由于收入约束不能够满足自己的住房欲望，而那些30-64岁年龄段的人口则开始进入人生的高收入时期从而对住宅市场具有显著的正向影响。

加入上一期住宅建设后分析发现，各年龄段人口仍然对住宅供给有影响，但是影响系数均下降。

对比模型1的分析结果，说明当前我国住宅市场增量住房的建设主要受上期建设的影响。

另外，在两种模型中，65-74岁刚退休人口都对住宅供给具有显著的负向影响且在10%显著性水平下通过检验，原因可能是这个年龄段的人口开始从工作岗位退出，由于不再具有稳定的收入，卖出（或租出）自己的住房成为理性的决策，从而对住宅供给具有负向的影响。

值得注意的是，两种情况下75岁以上的人口对住宅需求都具有显著的正向而不是负向影响，一个可能的解释是处于这个年龄段的人口由于进入人生的暮年，开始对一些专用性的住宅产生需求，例如老年住宅的建设等。

为了更准确地分析人口年龄结构对住宅消费的影响，将利率、住宅平均销售价格等因素加入模型中，并以住宅销售面积作为住宅消费。

以住宅销售面积作为被解释变量，采用逐步回归分析方法对模型进行估计，回归结果如表2所示。

由逐步回归分析结果可知，在6组人群中，仅一五-29岁以及50-64岁人群进入回归方程，且均对住宅消费有显著正向影响并在1%的显著性水平下通过检验，尤其是处于一生收入峰值水平的50-64岁人群对住宅消费影响最为显著且影响最大，这就说明在我国当前的住宅市场中，50-64岁人群由于处于收入的峰值，是住宅的最重要的消费者。

但是不同于一五-29岁人群的婚配型住宅消费，这个年龄组人群的住宅消费多是改善型以及投资（投机）型住宅消费。

表2人口年龄结构对住宅消费的逐步回归分析

变量

系数

标准差

t值

C

-1.7909

1.一三48

-1.56

Age一五-29

0.3346***

0.0453

7.39

Age50-64

0.37一三***

0.0300

12.36

r

-0.2366***

0.0414

-5.72

△P

0.0005**

0.0001

2.72

调整R2

0.96

D-W

2.20

注：

***、**、*分别表示在1%、5%、10%的显著性水平上通过t检验。

由表2还可发现，住宅平均销售价格的变动同样对住宅消费具有显著影响，且方向为正并在5%的显著性水平下通过检验，这就说明当前我国居民在住宅销售价格增加的情况下将增加其住宅的消费，表明我国的住宅消费呈现出一定的投资（投机）取向。

贷款利率对住宅消费有负向影响且在1%的显著性水平下通过检验，贷款利率的增加由于会打压住宅需求者购房资金，从而对住宅消费具有负向影响。

4.3人口年龄结构对住宅价格的影响分析

由8式和11式可得：

（式12）

回归结果如表3所示。

由表3可知，上一期住房销售价格是影响本期住房价格最显著的因素且在5%的显著性水平下通过检验，各年龄段人口对住宅销售价格的影响则不尽相同，其中一五-29岁婚龄人群与50-64岁人群对住房平均销售价格影响分别在5%和10%的显著性水平下通过检验，其余年龄段人群则不显著。

这与实际情况是相符的，一五-29岁人群由于处于婚龄，必然会对住宅产生大量的需求，因而对住房销售价格有正向影响；50-64岁人群则处于一生中收入的峰值水平，在当前我国房地产市场具有投资保值功能的背景下，这一类人群将会更多地选择房地产作为自己的资产组合，从而对住房价格具有显著正向影响。

表3人口年龄结构对住宅销售价格的影响

变量

系数

标准差

t值

Age一五-29

0.1一五1**

0.0411

2.80

Age30-49

0.0626

0.0419

1.49

Age50-64

0.1068*

0.0540

1.98

Age65-74

0.0039

0.1463

0.03

Age75+

0.3795

0.2667

1.42

△P

0.0005**

0.0001

3.33

调整R2

0.91

D-W

1.73

注：

***、**、*分别表示在1%、5%、10%的显著性水平上通过t检验。

5结论和政策建议

本文的研究证实：

（1）在住宅供给方面，处于工作年龄段的人口，尤其是50-64岁处于收入峰值水平的人群对住宅建设具有显著正向影响，而65以上刚退休的人口则对住宅建设具有负向影响；

（2）在住宅消费方面，研究发现50-64岁处于收入峰值水平的人群是我国住宅的主要消费者，住宅销售价格则对住宅消费有正向影响；（3）在住宅价格方面，一五-29岁人群由于处于婚配年龄，必然会对住宅产生大量的需求，因而对住房销售价格有正向影响，50-64岁人群则出于投资保值的目的，更多地选择房地产作为自己的资产组合，从而对住房价格具有正向影响。

从长期来看，中国将面临人口红利逐渐下降的过程，社会也将背负老龄化的压力。

鉴于本文的研究结论，人口老龄化对中国房地产市场发展的影响是巨大的。

如果按照当前人口趋势的发展，中国将于20一五年左右开始进入人口红利下降期，这意味着中国房地产市场将会在20一五年左右引