人口老龄化、房价波动与地方债务风险

刘禹君

(吉林财经大学 亚泰工商管理学院,吉林 长春130017)

一 引言

世界诸多经济体的发展经验都表明,经济稳定发展与人口结构有着密切的联系。特别对于我国这种依靠廉价劳动力作为经济发展最初推进力的经济体,人口的老龄化对经济的影响是举足轻重的并且是多层次的。实际上,人口老龄化已经成为我国经济发展过程中面临的严重挑战,逐渐失衡的人口结构不仅会对实体经济产出造成负面影响,还会对依托实体经济的金融系统造成深刻的冲击。尤其在经历过在最近的一轮经济危机过后,防范地方债务风险成为理论界的重点研究议题。而地方金融债务风险和人口老龄化之间的关系更应该成为重中之重。在宏观层面上,逐步增高的老龄化比率,意味着有效劳动力的减少，政府承担的养老负担日益加重,进而引发实体经济增速放缓和政府养老支出增加的问题,在微观层面上,老龄化则意味着居民将支出更多的养老成本,居民可支配收入的进一步下降。无论是从宏观上还是微观,人口老龄化都可能成为地方债务风险增加的诱因。所以,只有深入分析并理解人口老龄化与地方债务风险之间的关系,才能准确认识我国特有的人口结构状态的金融内涵,进一步揭示在人口结构影响下金融市场的均衡变动方向,才能提出具有针对性的地方债务风险化解方法,开创人口结构背景下的实际经济体发展和金融发展新模式。

要讨论人口老龄化和地方债务风险之间的关系,就必须关注我国经济发展中另一个重点问题——房价。土地和房地产在我国经济中扮演着重要角色。在地方政府层面上,使用土地作为抵押物发行地方债务,募集资金进行基础设施建设,推动地方经济发展,已经成为我国各地区发展的稳定模式,高额的房价迫使居民使用金融信用,提高自身杠杆率；在个人层面上特别是今年股票市场和债券市场表现疲软,房地产成为居民最主要的投资工具。而房地产市场的繁荣受到人口结构的牵制。人口老龄化带来的需求缩窄效应可能会对房地产行业造成相当大的打击,进而影响政府和居民持有资产的减值。郭克莎指出，未来15年的房价将受到人口老龄化影响，应建立有效的需求调控制度和机制[1]。尽管,截止到2017,我国政府总体杠杆率仅为36.2%,低于国际参考水平60%的预警线,但是依托土地发行的地方政府平台债务总额却占到了总GDP的40%。而居民杠杆率在近几年中也表现出急速攀升的态势。截止到2017年,居民杠杆率已经达到49%,远高于2008年的17.9%。综合来看,依靠土地价格推动经济的政府刺激经济发展模式和以房地产为主要投资品的居民投资习惯,增加了我国地方政府和居民两个部门的杠杆率,使两者面临的金融风险显著增加。

在全球范围内,人口老龄化对政府决策、居民行为和经济市场发展都将产生深刻的影响。这些影响一部分已经开始显现,并正在引起重视;而另一些影响则相对较为隐秘。作为我国目前地方政府面临的主要风险之一,地方债务风险也可能会受到区域内人口老龄化的影响。并且这种影响可能是长期的、遮蔽的、无法直接观察的。以往已有不少文献对人口老龄化对房价的影响进行了分析,其中一部分证实了生命周期理论,肯定了老龄化对房价增长的阻碍作用,而另一部分则发现居民投资倾向造成的房价增长遮蔽了人口老龄化带来的负面效应。郭娜和胡佳琪指出入口老龄化的增长对我国不同地区的房价产生影响，且区域差异化明显[2]。而围绕土地价格发行的地方债务自然与房价有着天然的联系。在此背景下,探究人口老龄化、房价和地方债务的动态关系便具有较强的政策指导价值。

二 文献综述

目前,学术界尚无有关人口老龄化、房价波动和地方政府债务风险三者动态关联的研究。但是不少学者已经对这三者中的两者的相关性进行了深入的研究。总结而言,相关研究可以分为两类:一类是有关人口老龄化、人口结构与房价波动的研究;一类是有关房价波动与地方债务的研究。

(一)人口老龄化与房价波动相关研究

根据生命周期理论,老年人在收入和储蓄水平同青年人相比都处于劣势,当人口中老年人比例升高时,人口总体收入和储蓄水平都会下降[3],进而影响房地产行业的需求段,缩减的需求会导致房价的下降。Mankiw和Weil认为人口老龄化一定会带来房价的下降。然而,Mankiw和Weil利用生命周期理论预测美国未来房地产价格走势时却遭遇了严重的失败。究其原因,很重要的一点在于他们忽略了房地产具有消费品和投资品双重属性。根据Carliner和Geoffrey的分析,由于土地资源的有限性,房屋需求的异质性,房产不仅仅是满足人们居住需求的消费品,也是居民重要的固定资产投资项目[4]。Brooks指出了人口老龄化对居民投资方式和资产配置习惯会产生明显的影响,老龄化会降低居民在高风险投资品如股票、期权等金融工具上的投资欲望,刺激居民更多进行储蓄和低风险投资。按照这个逻辑,人口老龄化对房地产可能具有正反两方面的影响[5]。而Siegel则指出人口结构的变化对房价的影响并不容易被研究,因为房价还受到类似国际流动性资金的影响,人口老龄化的影响很可能被这些外部因素遮蔽。[6]

在我国人口老龄化对房价的影响可能更加复杂,历史制度、区域经济发展不均衡、家庭责任概念都对人口老龄化与房价的关系产生了影响。郭娜和胡佳琪使用门限面板分析了人口老龄化对各地区房价的影响后发现:人口老龄化对房价的影响具有空间异质性,在我国东部地区人口老龄化使得人口增长率对房价造成负面冲击,而在中部地区,由于福利分房政策的后续影响性和老年人普遍拥有较高的储蓄,出现了老年人反补青年人购房的情况,老龄化使得人口增长率对房价具有促进作用[2]。胡明志等也认为福利分房政策影响了人口老龄化对房价的影响[7],同时由于近几十年我国经济飞速发展,老年人财富和储蓄都有极大的提升,老年人个人财富的释放也对房价产生了显著的影响。但是胡明志等指出这种影响具有阶段性,人口老龄化对房价的影响终究会回到生命周期模型上来。陈斌开等人的研究结果肯定了人口老龄化对房价会产生抑制作用的结论,并提出个人在50岁后自身购房意愿会逐渐萎缩,“婴儿潮”才是造成房价上涨的关键因素。但是,以上研究都忽略了我国家庭的抚养模式。在严格计划生育模式下,老年人对青年人经济上支持可能会更加长久[8]。徐建炜等就认为老年人财富释放效应并不会快速褪去,老年人抚养比还是对房价产生了正面影响,而少年抚养率才是对房价具有抑制作用。人口老龄化对房价的影响尚无定论[9]。

(二)房价波动与地方债务的研究

地方债务与区域内房价有着密切的相互促进作用。刁伟涛在利用我国省级面板数据对房价与地方政府财政收入之间关系进行分析后认为,通过举债方式增加地方政府财政收入刺激了区域内房价的攀升[10]。陈瑞等肯定了地方政府举债会刺激本地房价增长，同时，高房价本身也会推动本地政府扩大地方债发行规模,两者存在着相互作用。这种相互促进关系,增加了地方政府财政对于土地价格的依赖性[11]。温海珍等认为房价是地方政府开设的融资平台最重要的支撑[12]。刘煜辉认为这种以土地价格为支撑的地方政府债务发行和偿还模式蕴含着巨大的风险,一旦房价出现下跌,地方政府将承担巨大的偿债压力,地方政府债务风险也会随之增加[13]。宋昕以广东省为例研究了房价波动对地方政府债务风险的影响后指出，房价波动会直接影响区域内土地价格的波动,进而会对地方债的风险产生显著的影响。防控地方政府债务风险时,应该时刻关注当地房价的变化情况[14]。尽管高房价会推动地方政府扩大地方债发行规模,但是秦凤鸣等认为地方政府债务风险与房价却有着更复杂的关系。根据秦凤鸣等的研究结果,地方政府债务风险(以城投债为例)与房价之间存在到U型关系[15]。当本地房价较低时,地方政府发债规模与偿还能力和房价关联度较低,房价与城投债的风险关联度也比较低;当房价较高时,地方政府有着较强偿债能力,所以地方债风险与房价有着反向的关系。以上研究中,以研究房价与地方债发行规模为主,房价与地方债风险的研究相对冷门,并且地方债风险测度也较为朴素,在一定程度上缺乏全面性。房价和地方债风险之间的关系并未得到充分的揭示。

三 机理分析

(一)人口老龄化对地方债务的影响

人口老龄化对地方债务风险的潜在影响渠道可以分为三类:需求——房价渠道；直接财政压力渠道；财政压力——房价渠道。

从需求——房价渠道出发,人口老龄化可能从正反两个方面影响房地产的需求端进而对房价产生影响。根据生命周期理论,人口老龄化在居民家庭层面上意味着家庭可支配收入的减少和储蓄值的下降,受制于可支配财务总额下降的影响,居民会减少房产购买行为,进而减少房产的需求,致使房价下降,进而影响了城投债的风险。从财富累积和福利分房红利角度出发,根据我国传统的亲缘财富关系,老年人在近十年中累积了大量财富,进入养老模式后很可能将这些财富通过房产等方式传递给下一代,不仅提升了房产的需求,而且拉动房价,影响了地方政府债务风险。然而如前文所述,这种财富释放效应可能仅在短期层面上存在,在长期层面上影响力将逐渐衰弱。Muellbauer和Murphy认为房产天然具有投资品的特性,房产价格也应该为房屋居住效用和房屋投资效用的贴现值的总和[16]。实际上,陈丹妮在研究中国家庭金融调查数据之后认为,我国人口老龄化会减少居民在股票上的投资[17]。鉴于目前房地产依旧是我国居民重要投资品,人口老龄化意味着居民投资的转移,可能会将从股票等高风险资产上的投资转移到房产上来,进而拉动房产需求。同时,养老成本也是居民尤其目前中青年人重要的生活成本,特别是在独生子女环境下,中青年的养老支出可能会降低他们的投资意愿、削减房屋消费。

从直接财政压力渠道出发,人口老龄化程度减少本地实际纳税人数、增加社会福利支出和社会抚养费用,造成当地政府的财政实际收入减少并增加财政支出,对当地政府财政造成压力,降低政府归还地方债务的能力,从而增加地方债务风险。但是根据龚峰和余锦亮的研究,人口老龄化对地方财政可持续性的影响也呈现倒“U”形态的,人口老龄化不一定给当地政府的财政带来了压力[18]。这主要是因为人口老龄化导致消费结构的改变,创造新的产业增长点,以服务老年为主的高端保健、医疗和其他服务业创造的盈利和税收弥补了老龄化带来的负面效应。

从财政压力——房价角度出发,人口老龄化对当地政府造成的财政压力可能会进一步推进政府发行地方债务。发行地方债务在增加了当地政府负债率的同时,以土地为主要抵押物的城投债也会促进房价增长,进而减少以往地方债务的风险。

综上分析,可以发现人口老龄化对地方债务的影响是多层次、多维度的。即便处在同一个影响渠道上,影响力也会因环境不同而产生根本性的不同。况且不同影响渠道上的影响作用有时是相互增强的,有时候是相互抵消甚至是互斥的。所以通过机理分析可以发现,人口老龄化对地方政府债务风险的影响是需要通过实证进行进一步检验的。

(二)房价与地方债务风险相互影响

房价与地方债务风险相互影响关系离不开地方土地财政行为。在小财权和大事权的权力不对称管理模式下,地方政府为了解决自身的财政压力,缩紧财政缺口,便利用土地筹措资金。地方政府利用土地筹措一般有两种,一种直接通过抵押土地进行融资,另一种建立地方债务融资平台,将土地作为优良资产注入融资公司,再通过商业银行发现债券来筹资[19]。在以土地价格为中心的财政决策引导下,各地方政府在短时间内出让了大量土地,同时获取了巨额资金,拥有了充足的财政预算。地方政府在经济发展和政治升迁压力下,随即将募集的资金投入到基础工程建设中去,刺激地方经济,尤其工业的发展。在政府投资的刺激下,区域内城市经济发展速度提升,创造较大的就业空间。一般认为房地产在供给一端是缺乏弹性的,需求端的变化决定了房价。而刘汉民认为在房地产业高需求会促使开发商加大对土地的争夺,结合土地资源的稀缺性,房地产的高需求会直接导致土地价格的上升[20]。而土地价格的走高,又会进一步促进地方政府发行地方债,这就形成从地方政府发债到高房价再到高地价再到地方政府增加债务的闭环。

传统学术研究认为房价与地方债务风险之间的关系在一个闭环中传递。目前,各级地方政府的债务主要成分是城投债,也就是地方政府通过建立融资平台发行的债务。城投债的债务风险主要来自两个方面:第一个政府财政收入不足以归还债务本金和利息,第二个抵押物市场价值不足以支付违约赔偿。在上述的闭环中,高房价意味着高土地价格,同时意味着城投债抵押物有着可观的清算价格,因此城投债债券未来损失的期望较低,城投债的风险自然减小。高房价一边降低了城投债的风险,一边又为政府提供了发行债券的动力,而反过来,更多城投债的发行一边刺激地区经济发展,一边又拉高了房价,进而拉高了地价,降低了自身风险。这样一来可以推知在上述闭环中,城投债的风险永远是可控的,政府只要不断地发行致债务就可以降低自身风险。

显然我国部分地方政府是按照如此的闭环思路进行土地财政决策的,这也导致我国地方政府债务激增。但是根据贾晓俊和顾英博的研究结果,本地区的地方债务风险却没有随之减少,反而部分地区地方债务风险剧增[21]。这说明以往的闭环风险传递系统是有缺陷的,房价对地方债务风险的作用更多其他因素的影响。首先,高房价拉高了居民的杠杆率[22]。在人口老龄化背景下,居民总储蓄值或财富值在短期内仍然处于高水平状态,但是这并不意味着家庭一直具有高收入。居民杠杆率的提升尤其是负债与收入、比例的提升,可能会迫使居民降低自身的消费水平。尽管政府在短期内可以加大对基础建设的投入,刺激工业发展,但是服务产业发展很有可能受到居民消费的影响,使得区域内最终经济产值变得难以预测。土地债务刺激经济发展的路径也可能会被堵塞,进而导致政府财政收入的减少。其次,高房价也可能会抑制房产的需求,形成高房价、高库存、低交易量的局面,造成房地产企业资金回笼困难,减弱房地产企业争夺土地的意愿。

综上所述,房价波动对地方债务风险的影响并不如想象的那么明确,多重矛盾效应重叠在其中。最终哪一种效应占据上风,需要通过实证检验才能获知。

四 实证检验与结果分析

(一)变量选择

同发达国家成熟金融市场相比,我国金融市场发展时间尚短,部分数据时间长度不够,并且在统计方法上存在缺陷。除此之外,我国金融监管制度进行过几次重大的调整,每次调整之后,同一个指标前后的数值会存在较大的偏差,在一定程度上缺乏连贯性。出于保持数据可比性和统一性的考虑,有必要将整体研究期间向后移动。以2012年为样本起点。用抽样调查获得的老年人口抚养比例作为人口老龄化的指标(最终人口老龄化指标记为aget)。

本文使用房地产业中商品房平均销售价格作为代表本地房价的指标,该指标通过商品房总销售额除以商品房总销售面积计算而得。同时为了消除通货膨胀带来的房价上涨趋势,本文采用2012年给各省以及直辖市的cpi作为基底,将每一年区域内的房价数据和下文所涉及的财政收据进行通货膨胀调整(最终得到的房价指标记为pricet)。

本文采用基于AHP方法的地方债务评价系统对地方债务风险进行评价。该方法在基础指标选取方面参考了穆迪、标普、中诚信等多家评级公司的指标选取方案,最终选取了地区经济发展水平、财政实力、地方债务压力和区域内信用环境四个一级指标,其中地区经济发展水平涵盖GDP总量、GDP增长率、产业结构形态和固定资产投资率四个二级指标,财政实力涵盖税收比重、财政收入增加率、财政收入比重和政府性基金比重四个二级指标。地方债务压力本应涵盖地方政府负债率、债务压力和未偿还过期债务等指标这些二级指标。而区域信用化环境评价则使用不良贷款率衡量一个二级指标衡量。使用主观评价和客观评价相结合的AHP评价方法,计算指标的权重。在指标的主观权重方面,参考采用贾晓俊和顾英博的研究成果建立权重矩阵。[21]

表1 AHP指标最终权重

为了消除数据的量纲,避免大量纲数据对小数据的遮蔽效应,本文运用最大最小值法对变量进行去量纲处理。再将数据带入后,得到最后地区地方债风险值记为riskt。本文选择我国22个省(西藏因为数据可得性的原因被除去)以及4个直辖市从2012年到2017年的年度数据为初始变量,同时为了保证有足够的样本点去进行面板向量自回归模型的估计,地方债务风险指标和老年人口抚养率均通过样条法调整了频率,由年度数据变为季度数据。本文所使用变量均来自wind数据库、《中国统计年鉴》以及各省及直辖市政府公开的政府财政审计报告。

(二)计量模型的选择

本文对人口老龄化、房价变动和地方债务风险的动态关系进行研究。依照以往的研究经验,本文可以采用基于面板数据的动态模型对变量之间的关系进行探究,具体可分为两种方法:第一、基于GMM的普通面板动态数据模型;第二、基于GMM和内生关系的面板向量自回归模型。使用基于GMM的普通面板动态数据模型时,要求自变量的内生性进行检验格的检查,从理论上设定好内生变量和先决变量。同时,变量的内生特性也会对模型估计结果的准确性产生巨大的影响。而造成内生性的关键因素之一就是变量的遗失。鉴于本文在计算各地区地方债务风险时已经使用了许多地方财政和经济度量指标,这些指标无法再出现在回归方程里面,致使方程极有可能面临变量遗失的情况,进而产生内生性。本文希望考察人口老龄化对房价变动和地方债务风险的影响,还希望研究在人口老龄化背景下地方债务风险与区域内房价变动的动态关系,单一的动态面板模型并不同时对这些问题进行解释。

综上所述,本文不宜使用基于GMM的普通面板动态模型。而面板向量自回归模型正是适用于解决本文待研究问题的计量方法。所有变量的变动都在一个封闭系统内得到解释,彼此动态关系可以通过脉冲响应函数和方差分解方法进行解释,十分适合分析人口老龄化背景下区域房价波动于地方债务之间的关系。至于在向量自回归模型加入人口老龄化这个变量,并不影响向量自回归模型的成立,只需要在模型解释时,将人口老龄化做驱动变量,房价和地方债务做被驱动变量即可[23]。

本文使用的向量自回归模型可用如下方程表述:

其中Yt是列向量由{pricet,riskt,aget}组成。考虑到地方债务风险变量已经经过标准化,处于0与1之间,所以,要对房价变量和人口老龄化变量进行相应的标准化变换。本文所有变量以及面板向量自回归模型以及对应检验使用R语言完成。

为了避免因变量是非平稳过程造成的伪回归现象,在进行面板向量自回归模型估计前需要对变量之间的平稳性进行考察。使用线性插值法对缺少数据进行补充,本文最终得到了平衡面板数据。使用LLC、IPS以及ADF-Fisher法对数据进行面板单位根检验,最终检验结果见表2。

表2 平稳性检验表

观察表2可知,区域房价、地方债务风险和人口老龄化没有拒绝IPS检验、LLC检验和ADF-Fisher检验的原假设,都是单整过程,非平稳变量。而经过一阶差分后,区域房价、地方债务风险和人口老龄化均为平稳变量。故使用一阶差分后的区域房价、地方债务风险和人口老龄化作为模型估计变量。

再进行面板向量自回归模型分析前,首先要对VAR进行定阶。使用AIC,BIC准则对不同阶数下的VAR模型进行选择。表3给出了不同阶数下面板VAR模型的AIC准则和BIC准则值。

表3 最优滞后阶数选择

观察表3可知,当解释变量滞后阶数为1时,模型拥有最小的AIC信息值和BIC信息值,故最优滞后阶数为1阶。

(三)模型估计结果

使用系统GMM方法对面板VAR模型进行估计估计,最终模型估计结果列于表4。

表4 面板VAR模型估计方法

其中,*代表变量在10%水平下显著,**代表变量在5%水平下显著,***代表变量在10%水平显著由于老年人口抚养率不会受到房价和地方政府债务风险的影响,故不再表格中列出人口老龄化方程的信息。

表5给出了面板VAR模型下,房地产价格方程和地方政府债务风险的方程估计结果,可以发现人口老龄化指标在两个方程中均显著。在房地产价格方程,人口老龄化系数为0.121并在10%水平下显著,说明在此方程中上一期人口老龄化程度会对房价产生促进作用;在地方政府债务风险方程中,人口老龄化系数为0.231,并在5%水平下显著,说明在上一期的人口老龄化程度会对增加本地区地方政府债券的风险。由于面板VAR模型是动态系统模型,单一方程系数是无法完全反映经济变量之间的动态关系的,需要使用格兰杰因果检验和脉冲响应函数来对变量间动态关系进行解读。使用Dumitrescu和Hurlin提出的面板数据格兰杰检验法对人口老龄化与房价波动、人口老龄化对地方政府债务风险以及房价波动率的因果关系进行检验。

表5 列出了面板格兰杰因果检验结果

观察表5可知,经过面板格兰杰因果检验,可以确认人口老龄化至少在一个区域内是房价变动的Granger因,这说明人口结构会对房地产市场产生影响;也可以确认人口老龄化至少在我国一个区域内是地方政府债务风险变动的原因,说明人口老龄化在影响房价变动的同时也在影响政府债务风险。房价变动是地方政府债务风险变动的Granger因,这与以往许多文献的结论相符合;地方政府债务风险也是房价变动的Granger因,说明地方政府会根据自身的债务压力介入到房地产市场中去。面板格兰杰因果检验确认了人口老龄化、房价和地方政府债务风险波动是相互关联、相互影响的动态系统。格兰杰因果检验虽然能分析出变量之间是否存在因果关系,但是无法深入刻画变量之间的动态影响关系,无法确定变量之间存在着何种因果关系。

图1 房价对人口老龄化的脉冲图

图2 地方政府债务风险对人口老龄化的脉冲响应图

图3 地方政府债务风险对房价的脉冲响应图

图4 房价对地方政府债务风险的脉冲响应图

脉冲响应分析能够分析VAR系统中任意一个变动发生变化时,该变化对其他变量的当期以及跨期影响。将脉冲响应周期设定为5,使用蒙特卡罗方法进行500次模拟实验,最终得到人口老龄化对房价、人口老龄化对地方政府债务风险以及房价对地方政府债务风险的脉冲响应图形。

图1给出了本地房价对人口老龄化的脉冲响应关系。观察可知,人口老龄化对房价影响在长期上表现为负面冲击,人口老龄化问题的加深会对抑制房价的上升,但是这种负面冲击随着时间增加会出现快速的大幅度的下降,说明房地产市场在短时间内对人口老龄化问题做出了调整,并在短时间内回复了房价。图2给出了地方政府债务风险对人口老龄化的脉冲响应关系,观察可知,脉冲值一直在零以上,并且置信区间的下线也一直在零线以上,说明人口老龄化程度的加深会对地方政府债务的风险产生长期的正面冲击,人口老龄化问题的加深会增加地方债务的风险。同时观察图1和图2的系数可知,人口老龄化对地方债风险的影响比对房价的影响程度更深,说明除了房价外,老龄化还从其他层面上对地方债政府债务风险造成了冲击。值得注意的是,人口老龄化对地方政府债务风险冲击的置信区间差距较大,说明人口老龄化的冲击对债务风险在幅度上存在着较大的不确定性,可能地区间存在着不小的差异,可以进行进一步分析。图3给出了地方政府债务风险对本地房价的脉冲响应关系,观察可知,总体上来看我国房价对地方政府债务风险作用还是以降低为主,在最初的两个周期内,房价的走高会对地方政府债务风险代理负面冲击,就是说房价的增加值会在最初的两年内降低地方债务的风险。但是在第三年之后,房价走高的冲击则会刺激地方政府债务风险的累计,从一个较长的周期上说,高房价反而激化了地方政府债务的风险。然而地方政府债务的风险确会对房价造成长期的正面刺激。观察图4,房价对地方政府债务风险的脉冲响应图,可知地方政府债务风险的增加会对本地房地产价格产生正向激励作用,也就是说房价对地方政府债务风险的影响和地方政府债务风险的影响存在非对称性。

五 结论

本文使用我国22个省以及4个直辖市从2012年到2017年的面板数据进行面板向量自回归模型建模,对人口老龄化、房价波动与地方政府债务风险之间的动态关系进行了实证分析。研究表明:(1)人口老龄化确实对房价和地方政府债务风险产生了显著的影响作用;(2)人口老龄化对房价的影响在短期内符合生命周期理论。人口老龄化伴随的收入减少和居民养老压力在短时间比人口老龄化带来的储蓄财富释放效应和投资转移作用明显,缩减了房地产市场的需求端,进而拉低了房价。但是,人口老龄化程度的加深并没有在一个较长的周期上表现出对房价抑制作用,再随后时间中,人口老龄化伴随的收入缩减和养老压力有别其他因素遮蔽,房地产市场完成自我调节,房价重新上涨;(3)人口老龄化会对地方政府债务风险造成长期的正向冲击,一方面是因为人口老龄化会在短期内降低房价,一方面是因为人口老龄化会对当地经济发展带来压力,进而对政府财政收入带来负面影响;(4)区域内房价和地方政府债务风险相互影响存在着非对称性,房价仅能在短周期内对地方政府债务风险产生抑制作用,而地方政府债务风险会一直促进房价的提升。这体现了我国各级政府过度依赖土地的财政管理模式,希望通过提升房价来解决当前的地方债务归还问题,但是却忽略了长周期上房价累计过高带来的额外风险。