基于家庭户数变动的房地产需求及调控对策

2017-09-08方勇华

辽宁工业大学学报(社会科学版) 2017年4期

方勇华

基于家庭户数变动的房地产需求及调控对策

方勇华

(广东机电职业技术学院，广东广州 510515)

“房子是用来住的”，因此文章从家庭人口结构特征、家庭数量影响我国房地产需求的视角出发，实证检验人口及家庭数量变动对房产价格走势的影响，研究结果表明：家庭数量比人口总量对房产价格走势的影响更为显著。并在历次人口普查数据的基础上，结合家庭数量及结构变动特征预测未来家庭户数及未来房地产市场需求，为政府制定房地产调控政策提供依据。最后建议政府提高供给，针对未来家庭数量增多及小型化的趋势，优化住宅供给结构，并采用合理的行政手段、金融手段和税收手段打击投机。

家庭户数；人口结构；房地产需求；房地产调控

2016年以北、上、广、深、杭为代表的一二线城市的房地产市场价格的疯狂走势，再一次引起政府及社会各界的广泛关注。全国房地产调控的主基调瞬间即由2016年初制定的“去库存”再次转化为限购限贷。然而从历次限购限贷政策的长期效果而言，往往并不能“限”住房地产价格，甚至导致每一轮限购限贷之后房地产价格的再度爆发性上涨。鉴于房地产兼具投资与消费双重属性，其投资需求短期确实受货币政策、税收政策及投资渠道等因素的影响和制约，但房地产的长期消费需求即居住需求则主要与人口数量、尤其是家庭数量的变化相关。

国内现有关于房地产市场价格波动和人口结构变动的研究方面，通常是将其分别被放在房地产经济学和人口学下进行研究。在对房地产需求的分析方面，国内学者侧重于从货币政策、税收政策、投资渠道等方面；对人口结构变动方面的研究，则主要侧重于老龄化、人口负担、储蓄、消费、经济增长和收入分配等方面[1-4]。近年来，国内学者也逐渐将研究视角放在人口年龄结构与房地产价格二者间的关系上，陈斌开等人通过实证研究，得出我国住房需求和年龄相关度极高[5]。在国外学者的研究中，Mankiw and Weil最早将人口结构与房地产需求结合起来分析[6]。但遗憾的是，Mankiw and Weil的研究结论与随后所发生的事实不相符，其结合人口结构变动研究房地产需求之所以产生偏差，主要是因为他在针对房地产需求的人口预测时，忽略了房地产需求的基本单位是家庭这一重要因素，而局限于对人口总量、年龄结构、性别比例的预测，而没有深化到家庭规模变化及伴随的家庭数量变化的预测上，此外，也忽视了房地产的金融投资属性。

鉴于以上分析可知，因房地产兼具投资与消费的双重属性，政府对房地产市场的调控应统筹考虑短期投资需求及中长期的消费需求，在抑制短期投机需求的同时，充分分析人口老龄化、家庭结构及家庭户数的变化所引发的居住需求的变化，提前布局。随着2016年二胎政策的全面放开，可以预见未来中国人口数量、家庭结构以及家庭数量都将发生显著变化，房地产居住需求也会发生较大变动。而房地产的供给方则受土地资源、土地的审批制度、建设周期等诸多限制，因此必须提前预测人口结构和家庭数量，以便指导房地产调控政策。基于此，本文在借鉴国内外学者研究的基础上，结合家庭数量和结构变动趋势，预测和分析未来房地产需求，为政府的地产调控政策制定提供参考依据。

一、人口数量、家庭户数与房产价格走势的实证检验

房地产价格信息通常用商品房价格指数、土地价格指数和房屋租金价格指数来表征(均可从历年统计年鉴中获得)，因本文主要研究房地产的购买价格，故使用商品房价格指数表征房地产价格信息，建立常用的面板数据模型：

Repi,t=β0+β1lnpopi,t+β2lnavegdpi,t+β3ri,t+β4cpii,t+Vi+εi,t

上式中rep为房地产价格信息，pop为人口信息，avegdp为人均GDP，r为贷款利率，cpi为物价指数，Vi为固定效应，为随机扰动项。本文采用根据2005—2014年各省人口信息与房价信息面板数据估计房地产价格指数对人口结构变动及其他控制变量的反应，人口信息(pop)分别采用对数总人口和对数家庭数量进行回归。为控制回归分析要求的其他条件不变假设，本文进一步控制人均实际GDP、贷款利率和消费价格指数。房地产三种价格信息分别估计反应函数，每种又对应固定效应和随机效应两种方程，得到估计结果如表1和表2所示。

表1 人口总量对商品房价格指数的回归结果

注：*、**、***分别代表10%，5%，1%显著性水平，()中数值为标准差，下表同。

表2 家庭户数总量对商品房价格指数的回归结果

根据表1可以发现人口总量对房地产价格指数并没有显著影响。由表2统计值可见，采用固定效应估计结果解释家庭数量对商品房价格变动影响更合理，家庭户数的增加对于房地产价格上涨具有显著影响。对比表1和表2，发现用家庭数量来表示人口信息(pop)比用总人口表示人口信息(pop)对于历年房地产价格变化走势更具解释力，家庭户数变动对房地产未来需求及价格走势有更显著影响。

二、未来家庭数量与房地产需求预测

(一)当前中国家庭结构特征分析

随着经济的持续增长，医疗水平和生活水平得到大幅改善，我国的人均寿命也显著提高。据第六次人口普查公布的数据显示，2010年我国男性平均寿命为72.38岁，女性为77.37岁，男女分别提高2.75岁和4.04岁，但男女人均寿命差异有所增加，男女平均寿命差异与2000年相比，由3.70岁扩大到4.99岁。显然，人均寿命的提高和男女寿命差异的扩大，会加大丧偶独居老人的数量，延缓了空巢老人家庭数消亡的速度和整体家庭数量下降速度。

此外，随着初婚年龄的推迟，单独生活的人口数量在增加、单独生活的时间在延长导致家庭结构中的单人户增多，构成了对城市公寓楼住房(过渡性、相对较小建筑面积)需求的主要支撑。与此同时，值得注意的是近年来我国结婚率和离婚率都呈上升趋势(如表3所示)。结婚(尤其是初婚)和离婚通常都会导致家庭户数的增加，因为结婚前子女一般与父母同住，婚后组成新的家庭而从原家庭中独立出来；而离婚则是从原来已有的家庭分解出一个新的家庭。因此，离婚率和结婚率上升都会增加家庭户数进而增加房地产需求。离婚率增加意味着家庭规模有进一步缩小化的趋势。可见，多种因素叠加造成了核家庭化趋势越发明显，这一点从历次人口普查数据中可以得到证实(见表4、表5)，家庭平均人口规模在1982年以后不断下降：1982年每户家庭人数4.41人，2000年为3.44人，2010年则进一步下降为3.10人，家庭户数随着家庭人口规模的下降呈现明显的上升趋势，由1995年的3.18亿户上升到2009年的4.23亿户。

教师提出问题：（1）为何控制眼色的基因不能位于Ⅱ-1区段？（2）图1、图2均可解释实验现象，控制眼色的基因能够既位于Ⅱ-2区段也位于Ⅰ区段吗？（3）假说仅仅能够解释已有的实验结果，假说就一定正确吗？（4）如何验证假说正确与否？

再从人口迁移的角度来看，农村人口向城市迁移的趋势仍在延续，中国当前及未来很长一段时间，仍将处于城市化高峰期，预计到2030年我国城镇化率将由目前的52%左右增长到60%以上，人口大量持续地向城市迁移与流动也会对房地产需求，尤其是一二线城市形成强劲支撑[7]。

(二)未来家庭数量及结构预测

预测家庭数量、结构的方法有户主率方法、计算机微观仿真模拟和宏观模拟预测。Juha Alho等学者简化地建立了多维家庭人口预测模型，通过简化的模型可用于同时预测家庭户以及人口的规模、结构、特征及分布[8]。在预测总人口时，国内学者曾毅等于1998年分别以中等死亡率和低死亡率的假设下预测了我国2010年的人口总量和城市化率，其人口总量预测值分别为13.75亿和13.89亿，城市化率分别为44%和43.99%[9]，其人口数量预测值与2010年人口统计的实际数值(13.39亿)相比，高估了3%左右，而其城市化预测值与2010测算的实际值(49.68%)相比则明显偏低。在其他学者对农村和城镇的家庭规模及分布的预测方面，通过和人口普查所得的实际数据对比可以发现，国内学者之前对于农村和城镇人口规模的预测与实际数值相比都明显偏高[10]，这与其在研究中低估了核家庭化的速度有关。

表3 2007—2014年粗结婚率与粗离婚率数据(数据来源为2015年社会服务发展统计公报)

表4 家庭规模结构表(数据来源为统计年鉴)

表5 历次人口普查家庭人口规模数据

本文在曾毅等学者研究的基础上，结合2000年和2010年两次人口普查所得的实际数据，对其预测进行修正。在2000年人口普查中，城镇家庭户均人口3.28人，全国平均家庭户均3.44人，农村3.64人；而在2010年人口普查中，全国家庭户均人口降低为3.10人，10年户均下降0.34人，降幅非常惊人。因此，进行人口预测时必须要考虑人口小家庭化这一趋势。考虑到家庭规模有下限，故此前10年户均下降0.34人的速度是不可持续的，户均人口下降速度会减慢，本文将其速度假定为之前速度的1/3，即每10年减少0.11人/户规模测算，预计2020—2050年全国家庭户均人数分别为2.99、2.88、2.77和2.66人。这样，预测得到城镇家庭数量不断增加，每10年大概增加4 000万户左右。这一修正相比于曾毅等学者之前的预测而言，城镇总人口及户数的精度更符合新的实际情况。此外，亦有不少学者认为2050年左右，我国一人户与二人户比例将达2000年的3倍以上，而成为主要的家庭规模种类，其形成原因主要有：更多年青人离开父母异地就业，或在本地自立门户，较高的离婚率，独居老人及未与子女居住的老年夫妇户数的快速增长[11]。基于上述分析，根据2010年人口普查数据的公布结果和生育政策的变更，参考曾毅等人的研究结果并根据Juha Alho的方法，重新预测2020—2050年人口总量、城市化率以及户数分布，修正后的2020—2050年城乡人口、户数如表6所示。

表6 2020—2050家庭户数与人口规模预测

为了和家庭结构及数量结合分析，需要重点关注当前住宅结构中一居室、二居室、三居室的比例。根据对过往宏观统计数据的分析，从1999年到2009年，我国城镇竣工住房套数由194.6万套增至554.9万套，套均面积也由90平米/套增加到107平米/套。从套均面积的增加可以大致判断，一居室或二居室等小户型所占比重显著降低，显然房地产的供给结构与核家庭化的趋势明显不匹配。住宅结构和人口结构的不匹配，或将成为未来住房价格上涨的一个新原因。此外，根据本文及其他学者对我国人口和家庭户数的预测以及二胎政策放开的影响，未来数十年我国的新增住房套数仍将维持在高位，若进一步考虑旧房子拆迁补建及投资需求等因素，住房需求数量将更高。

三、对策建议

房地产价格的过快上涨始终是政府和社会关注的热点，与一二线城市房地产市场的火爆形成鲜明对比的是，众多三四线城市房地产价格仍深陷泥潭。这一现象充分表明一二线市场房地产市场价格的暴涨并非全是货币政策宽松惹的祸，一二线城市的人口聚集所产生的大量居住需求亦是房地产价格上涨不可忽略的重要因素。

由于我国人口密度较大，且住房本身固有的负外部性及住房建设存在周期、建成后难以改变等特点，因此在政策选择上，我国应该更多地借鉴德国的做法，针对土地进行规划，结合人口需求和抑制投机的政策，尽可能达到供给需求平衡。具体而言，我国应进一步优化住宅供给结构，针对未来家庭小型化的趋势，增加一居室和二居室等小户型住宅的供应；从老龄化社会的角度出发，鉴于中国的老龄化存在明显的“未富先老”特性，政府亦应鼓励家庭养老，让年迈的老年人与子女同住，从而减少住房需求，与此同时，还应积极推进老龄化社区设计，合理布局兴建老龄人公寓[12]；研究制定更合理的、分地域的行政手段、及金融税收手段打遏制房地产投机；同时，从社会稳定的大局出发，还应解决低收入群体的住房问题，适当采取非市场配给的办法，增加保障性住房供给、加大公租房、单位集资建房建设力度，甚至允许小产权房建设，从而解决低收入群体及农村向城镇转移人口的住房问题[13]。

[1] 都阳. 人口转变、劳动力市场转折与经济发展[J]. 国际经济评论，2010(6)：136-148.

[2] 左学金. 人口增长对经济发展的影响[J]. 国际经济评论，2010(6)：127-135.

[3] 郑长德. 中国各地区人口结构与储蓄率关系的实证研究[J]. 人口与经济，2007(6)：1-4.

[4] 曲兆鹏，赵忠. 老龄化对我国农村消费和收入不平等的影响[J]. 经济研究，2008(12)：85-99.

[5] 陈斌开，徐帆，谭力．人口结构转变与中国住房需求: 1999-2025——基于人口普查数据的微观实证研究[J]．金融研究，2012(1): 129-140.

[6] N Gregory Mankiw, David N WEIL. the Baby Boom，the Baby Bust，and the Housing Market[J]. Regional Science and Urban Economics，1989, 19(2): 235-258.

[7] 方勇华，饶水林，刘朔. 中国住宅价格影响因素的实证研究[J]．辽宁工业大学学报(社会科学版)，2016(3): 27-31.

[8] Juha Alho, Nico Keilman. On Future Household Structure[J]. Journal of the Royal Statistical Society, 2010, 173(1): 117-143.

[9] 曾毅，金沃泊，王正联. 多维家庭人口预测模型的建立及应用[J]. 中国人口科学，1998(5)：1-17.

[10] 曾毅，王正联. 我国21世纪东中西部人口家庭老化预测和对策分析[J]. 人口与经济，2010(2)：1-9.

[11] 王跃生. 中国城乡家庭结构变动分析——基于2010年人口普查数据[J]. 中国社会科学，2013(12)：60-79.

[12] 赵欣研, 王玉莉. 和谐社会理念下人口老龄化应对策略分析[J]. 辽宁工业大学学报(社会科学版), 2013(1):4-6，11.