人口年龄结构、房价对城镇居民消费的影响研究

鞠方 许依玲 蔡玲

摘 要：依据我国2000-2018年的省际面板数据，运用中介效应模型和系统GMM模型，考量了人口年龄结构、房价和城镇居民消费三者之间的关系。结果表明：三者之间存在着显著的部分中介效应，即房价在人口年龄结构和城镇居民消费之间发挥着中介作用;少儿抚养比、老年抚养比和房价对城镇居民消费具有促进效应，但与房价的交互作用削弱了这种正向影响。鉴此，应积极推进宽松人口生育政策，开拓老年消费市场，完善住房信贷体系，健全社会保障体系。

关键词： 人口年龄结构;房价;城镇居民消费;中介效应;GMM

中图分类号：F036.3   文献标识码： A    文章编号：1003-7217（2020）05-0104-06

一、引 言

随着我国经济体制的不断改革，GDP由1978年的3605.6亿元增长到了2018年的919281.1亿元，年均增速超过9%。而最终消费率长期处于低位，近十年一直处于50%～55%，与世界平均80%的消费率相距甚远。自2008年金融危机后，全球经济疲软，国际市场需求明显下降，出口对我国经济增长的拉动力明显减弱。房改之后我国的房价及房价增速基本都呈上涨的势头，居高不下的房价既增加了购房者负担，也影响了整个社会消费水平的提高。我国从2001年进入人口老龄化社会，到2019年老年人口净增0.85亿，在2006年进入了“少子化”社会，目前处于“老龄化”和“少子化”并存的社会阶段。人口年龄结构的变化势必对消费产生影响，房价变动也会在其中发挥作用。因此，研究人口年龄结构和房价对居民消费的影响对于我国实施合理的人口政策和房地产市场调控政策，提高居民整体消费水平，以及推动未来整体经济稳健快速增长具备一定的参考意义。

人口因素中的人口年龄结构对城镇居民消费的影响是国内外研究学者的重要切入点，主要有以下三种观点：一是认为少儿抚養比和老年抚养比的上升均会促进城镇居民消费[1，2]。最早可以追溯到莫迪利安尼（1954）的生命周期理论，解释了人口年龄结构和消费之间的关系，他提出当少儿抚养比或老年抚养比上升时，整个社会倾向更高的消费从而储蓄率降低[3]。萨缪尔森（1958）的家庭消费理论提出了“孩子是储蓄的替代品”的观点[4]。二是认为人口年龄结构与居民消费负相关。我国人口老龄化现象导致了我国高储蓄率低消费率的现象，老年抚养比与居民消费支出负向相关[5，6]。也有研究表明少儿抚养比对居民消费增长虽有阻碍作用但并不明显，而老年抚养比对居民消费具有较为明显的负向影响[7，8]。三是认为人口年龄结构与居民消费之间并无明显相关关系[9-11]。

在人口年龄结构对房价的影响上，有的学者提出老年抚养比与房价是正相关的，由于老年人的“利他心理”，老年人会帮助年轻人买房，随着我国老年人口的增加，房价不会下降反而会上涨[12-14]。但也有部分学者认为人口老龄化与房价负相关[15-17]，人口老龄化的深化会对房价产生抑制作用，人口数量的上涨会对房价起到正向的推动作用，但人口老龄化的加速却会在某些程度上抵消人口上涨带来的正向影响[18]。中国老龄化最初对房价的正向影响主要是得益于住房制度改革的房改红利，随着房改红利消耗完毕，和发达国家一样，老龄化的加速最终和房价呈负向相关关系[19，20]。

国内外学者关于住房价格变化对城镇居民消费产生的影响研究颇多，部分学者认为住房价格的变动会对消费产生正向影响，即住房财富边际消费为正[21，22]。居民收入等级不同，对住房属性偏重不同，对于不受流动性约束的居民，房价上涨、预期房价上涨会对消费产生财富效应;而对于受流动性约束的居民，房价上涨、预期房价上涨则表现为挤出效应[23]。也有部分学者认为我国住房市场上存在着负向的财富效应，房价波动通过财富效应抑制居民消费支出[24，25]，住房对于消费存在挤出效应，随着房价上涨，消费会逐渐下降[26-28]。之后，也有研究发现房价上涨既会通过已实现的住房财富效应和抵押效益增加城镇居民消费，也有可能会通过替代效应和预算约束效应等因素间接降低原有消费水平，最终效应的影响方向取决于两种效应的相对强弱[29，30]。

综上所述，国内外关于人口年龄结构、房价与城镇居民消费之间关系的相关研究文献比较丰富，但大量文献关注点集中在单个变量对消费的影响分析，未将人口年龄结构与房价在变动中产生的相互影响纳入整体分析。本文区别于现有的单个因素对城镇居民消费影响的研究，将人口年龄结构与房价结合起来，致力于进一步理解人口年龄结构、房价与城镇居民消费之间的关系，将选取31个省市（自治区）的面板数据，通过建立动态面板模型实证分析人口年龄结构、房价可能对消费产生的影响。

二、影响机制分析

人口年龄结构变动会直接对居民消费产生影响，住房作为占比最大的消费支出，房价的波动会影响到居民的消费选择和消费行为，同时人口年龄结构的变动也会影响到房价。因此，人口年龄结构变动对居民消费产生影响时，房价会干预直接的影响路径，这种“中介效应”改变了居民消费需求的转化率，人口年龄结构和房价对家庭消费的影响并不是相互独立的。

（一）人口年龄结构影响城镇居民消费

莫迪利安尼的生命周期假说认为不同年龄结构的人群具有不一样的消费习性和消费结构。针对少儿抚养比来说，少儿抚养比上升会增加家庭的抚养消费支出。家庭储蓄需求理论认为，大部分父母把抚养孩子作为一种跨期投资，因此，这部分父母会增加对孩子的抚养消费支出。针对老年抚养比来说，老年抚养比的上升会增加劳动人口抚养费用的支出，在该层面上老年抚养比和居民消费正向相关。从预防性储蓄理论来看，为了保障未来的生活，居民可能会减少当期消费，增加其预防性储蓄以应对未来的不确定性，因此，在这个层面上老年抚养比的上升会抑制居民消费支出。

（二）人口年龄结构影响房价

不同年龄阶段的消费者存在不同的住房需求。对于少儿人口来说，大部分少儿群体的父母需要在其婚前购置好房产，这部分群体人口比重的上升将增加市场总体住房需求，推动房价上行。而对于老年人口来说，一方面，基于我国就近入学的国情，对于65岁以上的老年人而言，他们没有年轻家庭父母为子女购房入学的强烈动机;另一方面，老年群体对居住条件改善的需求没有其他群体那么强烈，这些因素都可能推动房价下行。但现在出现的“以房养老”的新型养老方式可能会驱使老年人将资产投资到房产上，在这个角度下老年人的住房需求也许会上升。

（三）房价影响城镇居民消费

房价变动可以通过不同的路径影响各个群体的消费需求。第一，对于拥有两套及以上住房的群体而言，房价通过已实现的住房财富效应影响居民消费，房价上涨会使其实际持有的财富增加，进而自发增加消费支出。第二，对于把住房作为抵押品的消费者群体来说，流动性约束效应使这部分群体更容易从金融机构获得贷款，房价上涨使他们通过房屋抵押获得更多用于其他商品消费的可贷资金。第三，对于租房群体而言，房价通过预算约束效应影响租房者的消费，房价上涨引致房租上涨时，消费者会减少其他支出来应对更高的房租，于是间接导致该群体消费水平呈下降态势。第四，对于想要购房的群体来说，房价通过流动性约束效应和替代效应影响该群体的消费支出，流动性约束增加了从金融机构获得贷款的难度，由于缺乏信贷支持，房价上涨意味着他们必须要在收入不变的情况下通过缩减其他商品的消费支出来增加储蓄。

三、实证研究

（一）变量选取与模型设定

1.变量选取。从《中国统计年鉴》《中国人口统计年鉴》及国家统计局网站和中国人民银行官网中选取了2000-2018年的31个省市（自治区）面板数据。被解释变量是城镇居民人均消费支出（c），是指城镇居民用于满足家庭日常生活需要的全部消费支出。核心解释变量是人口年龄结构。采用少儿抚养比（yr）和老年抚养比（or）来衡量人口年龄结构。少儿抚养比是各省市的0～14岁少儿人口数与15～64岁劳动力人口數之比，老年抚养比是各省市65岁及以上老年人口数与15～64岁劳动力人口数之比。控制变量主要包括房价（hp）、城镇职工人均工资收入（gz）、城镇化率（ur）、实际利率水平（r）、地区生产总值（gdp）。房价为商品房销售额与销售面积之比。城镇职工人均工资收入是影响城镇居民消费的重要因素，反映了在一定时期内职工工作单位以货币形式或实物形式实际支付给职工的劳动报酬。城镇化率指标反映了地区的城乡结构及城镇化水平，缺失的2000-2005年的地区城镇化数据，根据林坚（2010）[31]的文章校正得到的。实际利率水平是名义利率与通货膨胀率之间的差值，其中，将历年的一年期定期存款利率进行加权得到名义利率，加权系数是各利率执行月份在一年中所占比重，通货膨胀率则采用的各省市的CPI增速。

变量的描述性统计结果见表1。城镇居民人均消费支出、房价、城镇职工人均工资收入、地区生产总值这些价值型变量均以2000年为基期的CPI指数进行了平减并取对数形式。

表3和表4表明，中介变量房价对城镇居民人均消费的回归系数为正，且在1%的水平下显著，少儿抚养比和老年抚养比对城镇居民人均消费的系数都为正，且也在1%的水平下显著，这说明假设H1a和假设H1b均成立。根据上述结果分析，可以得出假设H1是成立的，即房价是人口结构与城镇居民消费之间的中介变量，且存在不完全中介效应，表明人口年龄结构不仅能够直接影响到城镇居民消费支出，也能通过房价间接对城镇居民消费支出产生影响。

（四）人口年龄结构、房价与城镇居民消费的实证结果

因为消费存在“棘轮效应”，所以，本文引入了消费的滞后一期作为解释变量，但可能会导致模型出现内生性问题。Arellao和Boud（1991）[33]提出的差分GMM方法采用解释变量所有可能的滞后项作为工具变量，但是可能会使得工具变量成为弱工具变量，最终导致结果有偏。Blundell和Bond（2007）[34]在差分GMM法的基础上进行改进，提出了系统GMM法，将水平且滞后的变量作为工具变量，它能够获得一致且无偏的估计量。因此，在使用动态面板数据的基础上选用系统GMM方法做实证分析。

首先，表5中的回归结果除了极个别系数外，各变量系数的符号大致都相同，且比较符合预期;其次，在序列相关性检验中检验结果显示模型不存在二阶序列相关;同时，Sargan检验值超过0.1，不能拒绝“不存在过度识别”的原假设，表明工具变量是有效的，不存在过度识别的情况，因此系统GMM估计法有效。接下来，具体分析系统GMM估计法的实证结果。

第一，全国和区域层面的少儿抚养比均会促进城镇居民人均消费支出的增加，与上文提到过的生命周期理论是相符的。同时，随着我国居民教育观念的转变及教育体制的改革，教育支出费用也在不断增加，整个少儿的抚养成本不断上升，使城镇居民不断增加其当期消费。

第二，从全国和中、西部地区来看，我国的老年抚养比的变量系数为正，且在1%的显著性水平下显著，这与莫迪利安尼的生命周期理论的观点也是相符的。同时，随着社会的不断发展和受教育程度的普遍提高，老年群体的消费质量也开始提升，一方面是因为老年群体消费观念发生转变，另一方面是子女对赡养长辈更加尽心尽力。东部地区虽然影响系数为负但并不显著，可能因为东部老年人口的“预防性储蓄效应”抵消了“消费效应”。

第三，少儿抚养比和老年抚养比与房价的交互作用对城镇居民人均消费产生了显著的影响，且区域层面与全国层面基本是一致的。具体来看，当老年抚养比一定时，少儿抚养比与房价的交互作用削弱了少儿抚养比对城镇居民人均消费的正向影响。可能是因为大部分少儿群体的父母需要为子女购置好房产，房价上涨可能会使得该群体父母自发减少当期消费来增加储蓄。当少儿抚养比一定时，老年抚养比与房价的交互作用削弱了老年抚养比对城镇居民人均消费的正向影响。可能是因为房价上涨时，想要“买房养老”的这部分老年群体自发减少当期消费支出增加储蓄来购置房产。但实证表明，少儿抚养比和老年抚养比对城镇居民人均消费支出的促进作用是远大于人口年龄结构与房价的交互作用对城镇居民人均消费的负向影响的。

第四，从全国和中、西部地区来看，房价对城镇居民人均消费具有显著的正向影响，这意味着我国住房市场上存在着正向的住房财富效应。东部地区的住房财富效应不显著，可能是因为东部地区经济发达，房价较高，投机需求比较旺盛，这导致房价上涨所带来的财富增多可能大部分集中在高收入群体手上，而高收入群体的边际消费倾向偏低，所以东部地区的房价对城镇居民消费的影响不够显著。

第五，全国和区域层面消费的滞后一期与城镇居民人均消费支出的关系显著为正，意味着我国城镇居民人均消费存在着较强的“棘轮效应”，受消费习惯的影响较大。

四、结论与政策建议

（一）主要结论

第一，人口年龄结构、房价和城镇居民消费之间存在着显著的部分中介效应，也就是说，人口年龄结构不仅直接影响城镇居民消费，而且通过房价间接对城镇居民消费产生影响，即房价在人口年龄结构和城镇居民消费之间发挥着中介作用;第二，少儿抚养比、老年抚养比的上升皆促进了城镇居民消费;第三，房价和我国城镇居民消费正相关，这意味着我国住房市场上存在正向的住房财富效应，目前，我国住房市场的繁荣发展及房价的上涨实际上促进了我国居民的消费;第四，少儿抚养比和房价的交互作用削弱了少儿抚养比对城镇居民消费的正向影响，老年抚养比与房价的交互作用也削弱了老年抚养比对城镇居民消费的正向影响;第五，我国城镇居民消费存在消费惯性，上一期城镇居民消费对当期消费支出具有很显著的影响。

（二）政策建议

第一，积极推进相对宽松的人口生育政策，为“全面二孩”创造良好的制度环境。这不仅能够缓解我国目前出现的“少子化”和“老龄化”的现象，而且也能不断促进我国城镇居民消费增加。第二，积极发展养老产业，开拓老年消费市场。老龄化带来的不是仅有抚养压力，还有潜力巨大的新兴消费市场，因此，应该大力开展养老产业，引导企业大力挖掘老年消费市场的潜力，扩增老年人的消费市场。第三，不断完善住房信贷体系，提高住房财富变现能力。比如简化住房抵押贷款流程，增加住房贸易自由度，提高其流动性等，从而增强城镇居民的消费信心。第四，完善社会保障体系，增加居民消费信心。引导预防性储蓄合理转变，不断完善社会保障制度，减少城镇居民对未来的不确定性，增加消费信心，刺激居民当期消费。

参考文献：

[1] 毛中根，孙武福，洪涛.中国人口年龄结构与居民消费关系的比较分析[J].人口研究，2013，37（3）：82-92.

[2] 刘铠豪.人口年龄结构变化影响城乡居民消费率的效应差异研究——来自中国省级面板数据的证据[J].人口研究，2016，40（2）：98-112.

[3] Modigliani F，Brumberg R E. Utility analysis and the consumption function：an interpretation of cross-section data[J]. Journal of Post Keynesian Economics，1954，32（8）：176-189.

[4] Samuelson P A. An exact consumption-loan model of interest with or without the social contrivance of money[J]. Journal of Political Economy， 1958， 66（6）：467-482.

[5] 袁志刚，宋铮.人口年龄结构、养老保险制度与最优储蓄率[J].经济研究，2000（11）：24-32.

[6] 王霞.中国各地区人口年龄结构变动的消费效应分析[J].西北人口，2011，32（6）：74-78.

[7] 李恒杰.人口年龄结构变动对居民消费影响的定量研究[J].商业经济研究，2020（4）：59-62.

[8] 刘苓玲，徐雷.转型期中国人口结构变化与居民消费的区域差异研究[J].首都经济贸易大学学报，2012，14（5）：5-12.

[9] Wilson S J . The savings rate debate： Does the dependency hypothesis hold for australia and canada？[J]. Australian Economic History Review， 2000， 40（2）：199-218.

[10] 李文星，徐长生，艾春荣.中国人口年龄结构和居民消费：1989-2004[J].经济研究，2008（7）：118-129.

[11] 王欢，黄健元.中国人口年龄结构与城乡居民消费关系的实证分析[J].人口与经济，2015（2）：11-20.

[12] 徐建炜，徐奇渊，何帆.房价上涨背后的人口结构因素：国际经验与中国证据[J].世界经济，2012，35（1）：24-42.

[13] 陈国进，李威，周洁.人口结构与房价关系研究——基于代际交叠模型和我国省际面板的分析[J].经济学家，2013（10）：40-47.

[14] 鄒瑾，于焘华，王大波.人口老龄化与房价的区域差异研究——基于面板协整模型的实证分析[J].金融研究，2015（11）：64-79.

[15] 鞠方，李文君，李书娴.区域差异化视角下人口老龄化对房价的影响[J].区域经济评论，2019（1）：101-110.

[16] 陈彦斌，陈小亮.人口老龄化对中国城镇住房需求的影响[J].经济理论与经济管理，2013（5）： 45-58.

[17] 顾晶晶，田伟.人口老龄化对商品房价格的区域影响研究[J].价格月刊，2018（2）：1-9.

[18] 郭娜，吴敬.老龄化、城镇化与我国房地产价格研究——基于面板平滑转换模型的分析[J].当代经济科学，2015，37（2）：11-17.

[19] 胡明志，农汇福，陈杰.中国人口老龄化与房价关系再检验：基于房改红利视角的研究[J].华东师范大学学报（哲学社会科学版），2017，49（3）：132-144.

[20] 周建軍，曹文凯，梁丽利.人口老龄化对我国住房消费的影响分析[J].湖南大学学报（社会科学版），2019（5）：56-63.

[21] Disney R， Gathergood J H. House price shocks， negative equity and household consumption in the united kingdom[J]. Journal of the European Economic Association， 2010， 8（6）： 1179-1207.

[22] 赵杨，张屹山，赵文胜.房地产市场与居民消费、经济增长之间的关系研究——基于1994-2011年房地产市场财富效应的实证分析[J].经济科学，2011（6）：30-41.

[23] 李春风，刘建江，齐祥芹.房地产价格对我国城镇居民消费的长短期影响研究[J].财经理论与实践，2018，39（1）：104-110.

[24] 周建军，鞠方.住宅价格与消费增长——基于中国数据的实证分析与理论解释[J].科学经济社会，2008（2）：54-59.

[25] 邬丽萍，周建军.房价波动对消费支出影响的实证分析[J].财经理论与实践，2009，30（1）：109-112.

[26] 鞠 方，李文君，于静静.房价、城市规模与工资性收入差距——基于中国32个大中城市面板数据的实证检验[J].财经理论与实践，2019，40（5）：95-101.

[27] 陈斌开，杨汝岱.土地供给、住房价格与中国城镇居民储蓄[J].经济研究，2013，48（1）：110-122.

[28] 李春风，成倩，刘建江.收入差距与房地产价格泡沫：基于门槛效应研究[J].财经理论与实践，2020，41（2）：92-99.

[29] 鞠 方，李文军，黄乔.去杠杆背景下房地产信托对房价的影响研究[J].湖南大学学报（社会科学版），2019（1）：61-69.

[30] 赵继平.房价上涨对城镇居民消费的溢出效应——基于Gregory-Hansen非线性视角[J].商业经济研究，2020（4）：67-70.

[31] 林坚.2000年以来人口城镇化水平变动省际差异分析——基于统计数据的校正和修补[J].城市规划，2010，34（3）：48-56.

[32] Baron R M，Kenny D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations[J]. Journal of Personality and Social Psychology， 1986，51（6）：1173-1182.

[33] Arellao M， Boud S. Some test of specification for panel data： Monte Carlo evidence and an application to employment equations[J].Review of Economic Studies，1991，58（2）：277-297.

[34] Blundell R ，Bond S. GMM estimation with persistent panel data：an application to production functions[J].Journal of Econometrics，2007，19（3）：321-340.

（责任编辑：钟 瑶）