家庭户数变化与中国居民住房需求

孙文凯

一、引 言

住房是关乎国计民生的问题，在我国近年房价高涨的背景下尤其受到关注。对于我国房价快速上涨的原因有很多研究。已有研究多数从经济增长和收入提高、土地供应、投机需求、城市化、货币与税收政策等角度入手，而从人口结构特别是家庭户数变化的角度出发分析房地产需求的研究较少。

自1998年城镇住房制度改革以来，我国的商品房市场日渐活跃。2000年以来我国的商品房价格在剔除通货膨胀的因素后总体呈高速上升态势，住房价格增长速度远超一般商品。家庭户数增加可能是房价不断提高的重要原因。忽略家庭户数变动而只使用人口总量解释住房价格上涨存在一定困难，因为我国人口自然增长率每年仅约0.5%，城市化率每年增长约1%，二者加总远低于剔除通货膨胀后的实际商品房平均销售价格5.2%的年均增长率。我国年均城镇家庭户数增长率达到3.7%，远超过人口自然增长率。①数据来源于《中国统计年鉴2019》，北京：中国统计出版社，2019年。这可能是比人口总量更强的解释房价增长的因素。随着社会生活水平的进步，高离婚率、高预期寿命与高速的城市化进程加之思想观念的变化导致一人户、两人户类型的家庭占比越来越高，我国家庭户数必然以相对高的速度继续增加，这将进一步影响今后的住房需求。目前学术界仍然缺少针对家庭户数变化对住房市场冲击的研究，本文对此进行探索分析。

二、人口因素与住房价格的关系

多数对房地产市场的研究从经济和政策视角展开，但政策和预期等因素往往是周期性的，而我国房地产价格上涨却具有趋势性，并且这个较快的增长趋势不能被经济因素完全解释，因此从人口结构角度研究房价上涨的文献逐渐增多，下面对研究人口因素与住房价格关系的文献进行简要梳理。①感谢赵笑爽出色的助研工作。

1.人口结构方向的研究

Mankiw和Weil将房地产与人口结构相结合进行分析，阐述了人口结构变化对未来住宅价格的影响。他们认为，二战后在美国“婴儿潮”时期出生的人群，在20世纪70年代成年，引起了房地产市场需求的扩大以及房价的大幅度上升，并且随着这批需求被消化，此后便不会再出现房价的剧烈波动。〔1〕

Mankiw和Weil定量探讨了人口对住房需求的影响，为后续研究奠定了基础。在这之后，国内外学者对于人口结构与住房需求问题的研究方向主要集中于三个方面。

首先是人口自然结构，包括人口的数量、年龄、性别以及人口抚养比等因素。与Mankiw和Weil的结论类似，Holly和Jones同样发现，成年人口的增加与住房需求的上涨有正相关关系。〔2〕陈斌开等利用人口普查微观数据研究发现中国居民的住房需求也与年龄高度相关，个人的住房需求在20岁以后快速上升，直到50岁以后开始下降，人口老龄化将导致中国住房需求增长率在2012年后存在大幅下降的可能。〔3〕徐建炜等考察19个OECD国家的数据，发现人口抚养比与住房需求呈现负向关系，少年抚养比与老年抚养比都会对住房需求产生负向影响。〔4〕

其次是人口地域结构，包括人口的空间迁移、聚集以及城市化等因素对住房市场产生的影响。Lee等学者在“M—W”研究的基础上，加入了净移民数量变量，研究结果表明该变量对住宅需求有显著正向影响。〔5〕张昭和陈兀梧的研究表明城市化水平对于区域住房需求和房价水平都存在明显的拉动作用。〔6〕

最后是人口社会结构视角，涉及人口的收入状况、教育结构等因素。赵奉军和邹琳华的研究证实高收入群体相比低收入群体有更高的住房需求。〔7〕陈斌开和张川川从人力资本角度研究中国房价的动态演变过程发现，1999年后的高校扩招政策以及全国高等教育资源分布的不均衡造成了人力资本规模的扩张与空间集聚效应，这也是导致房价非平稳上涨和具有空间异质性的两个重要因素。〔8〕

2.家庭结构方向的研究

家庭结构变迁受到经济发展、思想观念、风俗习惯、自然规律等多种社会因素的影响，而我国目前这些多重因素引致的家庭结构的变迁均导致家庭规模向小型化发展。王跃生在研究中考虑到思想观念的转变问题，他发现生活水平的不断提高、城市化进程的不断加快，带来的是日益开放自由的思想环境以及年轻的成年群体不断增强的与父母分开居住的意愿，大量的青年人选择离开父母，融入城市。在这种趋势下，几代人同居的复合家庭形式几乎再难呈现，而这种追求小家庭规模的观念转变，也带来了近些年来我国家庭户数的激增。〔9〕除年轻群体的思想观念转变带来的家庭规模缩小外，我国空巢老人数量的增加也同样是导致家庭规模小型化的原因之一。孙鹃娟的研究通过对“六普”数据的分析发现，1950年左右出生的人群在步入老年阶段后，独居老人的数量和比例都将有所上升，2010年的普查数据显示我国38.3%的老龄人口处于空巢状态，城镇地区这一比例甚至达到42.7%。与年轻夫妇更多选择单独居住相对应，我国老龄人口也同样拥有单独居住的主观意愿，而非都是由子女独居行为所被动导致，且未来的老年群体将会更乐意选择单独居住。〔10〕

一些学者针对家庭规模与住房需求的关系展开了研究。Lauf等学者的研究认为家庭规模与住房需求之间存在负相关关系，尽管某地区在特定时间内人口数量呈下降态势，但家庭规模小型化引致的家庭户数的增加仍然会使该地区住房需求出现上升。〔11〕王海涛等采用“五普”调查数据，分析比较了我国北京、上海、广州和重庆四大城市住房条件改善状况，指出在住房需求问题中，家庭规模与家庭结构均对住房选择产生越来越高的影响。〔12〕陈彦斌和陈小亮也认为我国家庭规模逐步缩小，在不改变家庭平均住房需求的情况下，以增加家庭户数的方式创造了大量新增住房需求。〔13〕

通过文献梳理，我们发现已有文献在研究影响房地产市场的因素中逐渐重视人口因素，但对住房需求的分析仍主要停留在人口总量或年龄结构层面，少数研究家庭结构变化带来的家庭户数增加引起的住房需求变化的文献也是以描述性为主，缺乏对此深入的分析。我国的房地产市场发展较晚，相关文献相比国外稍显匮乏，关于家庭户数对住房市场影响的研究尤其缺乏。近些年来不断提高的子女单独居住意愿、老年人空巢现象、低生育率、低结婚率、高离婚率、提高的期望寿命等因素均会造成我国家庭规模缩小和家庭户数增加。本文首次将家庭户数作为对住房需求影响的重要影响因素进行定量分析。

三、家庭户数影响房价的统计分析

（一）模型构建与变量选取

住房供给受建筑工期长、土地供应有限等影响，具有相对缺乏弹性的特点，因此房屋价格走势受需求影响明显。住房需求的影响直接体现在价格上，因此本文将在控制住房供给指标后，采用商品房平均销售价格指标刻画居民住房需求。鉴于数据的可得性，本部分分析选取2002—2016年全国35个大中城市的面板数据，控制相关变量并观察城市层面家庭户数对房地产价格的影响。其中，35个大中城市包括直辖市、省会城市、自治区首府城市（除拉萨市）和计划单列市。①35个大中城市具体包括：北京、天津、石家庄、太原、呼和浩特、沈阳、大连、长春、哈尔滨、上海、南京、杭州、宁波、合肥、福州、厦门、南昌、济南、青岛、郑州、武汉、长沙、广州、深圳、南宁、海口、重庆、贵阳、昆明、西安、兰州、西宁、银川、成都和乌鲁木齐。这些城市由国家统计局2005年确定，综合考虑了这些城市的经济实力、住宅成交量、城市规模以及区域辐射力，同时兼顾样本的区域代表性和房价统计工作基础，代表性强，能够较为全面地反映现阶段我国中心城市的住房市场。

本文基准回归采用面板数据固定效应模型，基本模型描述如下：

lnhousepriceit= αi+ βlnhouseholdit+γXit+uit

模型的被解释变量是对数商品房平均销售价格（lnhousepriceit）。商品房平均销售价格以年度数据形式列于各年度统计年鉴中，我们采用各城市历年CPI对数据进行了消胀处理，并采用对数形式。

本文最关心的解释变量为各城市每年度对数家庭户数（lnhouseholdit），若该变量的回归系数显著为正，则说明家庭户数的增加会显著推动住房价格的上涨。各城市家庭户数的数据除人口普查年度外，其余年度基本都采用千分之一抽样调查进行统计。本文以各城市统计年鉴中抽样调查数据为基准，除以每年抽样比例，估算35个大中城市每年度的家庭户数，并进行对数处理增强数据的平稳性。

为了控制回归分析所要求的其他条件不变假设，本文进一步加入各城市人均实际GDP对数值（lnpergdpit）（GDP平减指数以2015年为基年=100）、金融机构法定一年期贷款利率（loanratet）以及对数各城市住宅房屋竣工面积（lncompletedit）作为控制变量。各城市的人均实际GDP能够反映实际购买力，对应的数据采集自历年各省统计年鉴。利率指标反映货币政策影响居民购房需求。一般来讲，利率上升会增加居民购房贷款的资金压力，从而减少消费性需求和投资性需求。本文选用金融机构法定一年期贷款利率作为衡量利率的代理指标，收集自历年《中国统计年鉴》。住宅房屋竣工面积是指房地产开发企业本年按照设计要求已全部完工、达到住人和使用条件、经验收鉴定合格或达到竣工验收标准、可正式移交使用的各栋房屋建筑面积的总和，该项数据来源于历年《中国统计年鉴》中35个大中城市主要指标完成情况一览表。房屋竣工面积反映对住房价格的供给端影响。因本文中所有价格数据（商品房平均销售价格、人均实际GDP和贷款利率）均已进行了消胀，因此回归方程中不再放入CPI变量。

同时，本文为对比采用家庭户数与总人口数代表人口信息对房价变动的解释能力，也建立了以对数总人口数为解释变量的面板模型。总人口数（lnpopulationit）数据来源于各省历年统计年鉴各城市“年末总人口”指标，并进行对数处理。

需要承认的是，影响房价的因素还有政策变量，我们用固定效应项来尽可能反映这些难以衡量的因素。各变量的描述性统计如表1所示。

表1 各变量的描述性统计（2 0 0 2—2 0 16年）

（二）计量结果与分析

我们首先使用Hausman检验固定效应和随机效应差异，发现二者系数估计有显著差异，因此本文采用固定效应模型作为主要回归形式。基准回归结果如表2所示。

按照表2的回归结果，若以对数家庭户数为解释变量，家庭户数每上升1%，商品房平均销售价格上升0.672%；若以对数总人口为解释变量，总人口每上升1%，商品房平均销售价格上升0.569%，二者都是统计显著的。回归方程（3）将对数家庭户数与对数总人口同时作为解释变量加入模型中，两个解释变量的回归系数均有所下降，但对数家庭户数系数仍然保持统计显著而对数总人口系数不再显著。这说明，给定相同的家庭户数，人口数量并不显著影响房价；反之，给定相同总人口，家庭户数变化仍将显著正向影响住房价格。

表2 固定效应模型回归结果

（三）异质性和稳健性检验

1.考虑地区间异质性

中国各个地区间发展水平和发展模式有较大差异，东部为主要人口流入地，家庭户数增加快，有较大升值预期，中西部则相反。为研究家庭户数对不同城市住房需求与房价的异质性影响，我们按照地区发展程度与地区方位，将全部35个大中城市分为东部城市与中西部城市两部分。其中，中西部城市包括成都、长沙、重庆、贵阳、哈尔滨、合肥、呼和浩特、昆明、兰州、南昌、太原、乌鲁木齐、西安、银川和郑州，其余城市列为东部城市。回归结果见表3。

从表3可见，东部地区家庭户数对房价的正效应相比中西部地区更为明显。这可能反映了在我国经济相对发达的地区与城市中，更高的核家庭观念、低结婚率与高离婚率以及相对更高的人口流动等因素，促使这些地区家庭户数增长带动住房需求增加的预期更大，由此引致的现有家庭户数增长对住房需求的影响也更为明显。同时，在加入人口总量后，东部地区以对数家庭户数为解释变量的回归系数仍然显著，且人口因素仍然不显著，意味着家庭户数仍然体现出比总人口数更好的解释能力。

表3 地区间异质性检验结果

2.使用工具变量法消除内生性

虽然基准计量回归结果符合我们的预期，但是上述回归模型有可能存在内生性问题。首先，家庭户数与房价之间可能存在反向因果关系，在家庭户数增多、住房需求增加从而推升房价的同时，房地产的价格上升将会提高居民的生活成本，也会抑制劳动力从偏远地区向经济发达地区转移的速度，这反过来亦会抑制家庭户数的增长。此外，虽然我们控制了几个变量以及固定效应，上述回归模型仍然可能存在遗漏变量问题。基于此，在本部分我们采用工具变量方法克服模型中的潜在内生性问题。

本文选用的工具变量为各地区的离婚率（divorcerateit）。Djamba利用 1990—2000年跨国数据证明了离婚率的上升是造成家庭规模缩小的重要因素。〔14〕近20年来我国离婚率水平不断走高，更多夫妇由原有的一个家庭拆分为两个家庭，提高了我国的家庭户数。而同时离婚主要是夫妻感情破裂造成的，与房价几乎无关。①虽然部分城市限购造成了一些假离婚的传闻，但并没有数据证明这个规模很大并足以影响本文统计结论。由于离婚登记是在户籍所在地，本文离婚率的计算方式采用粗离婚率=离婚对数／户籍人口数的方法。各地区离婚对数的数据来源于历年《中国民政统计年鉴》，为省级层面数据。由于省内大城市间离婚率差异较小，本文采用省级层面离婚率代理各城市层面的离婚率，作为35个大中城市家庭户数的工具变量。采用两阶段最小二乘估计法，对面板数据固定效应模型进行回归，结果如表4所示。

从估计结果看，工具变量估计的离婚率与家庭户数的正相关关系仍然非常显著。从第一阶段回归系数和F统计量看不存在弱工具变量问题。根据第二阶段估计结果，使用工具变量的估计系数更大，统计显著性更强，证明家庭户数对住房需求存在正影响的结论稳健。

四、未来预测及政策建议

本文从家庭户数变化视角研究我国居民的住房需求变化。基于我国35个大中城市2002—2016年的面板数据，本文利用固定效应模型估计了家庭户数增加对住房需求的影响，并用工具变量方法分析了结果稳健性。从我国住房市场的实际发展情况看，房价的增长速度远超人口的自然增长速度，以城镇家庭户数的快速增长来解释房价上升应更有说服力。实证结果正如我们所预期，家庭户数对于我国居民的住房需求有显著的正效应，并且家庭户数对住房需求的解释能力要明显好于总人口指标。

结合家庭户数视角，我们可以对未来住房市场进行预测分析。国务院2017年颁发了《国家人口发展规划（2016—2030年）》，该规划中预测2020年我国总人口将达到14.2亿，2030年将达到人口峰值14.5亿。张许颖等编著的《中国人口与家庭规模、结构预测分析》中也对我国未来总人口进行了预测，该项预测考虑到了我国“全面二孩”政策开放后对我国总人口的影响，分别预测了符合政策的育龄妇女按照20%、35%和50%比例实际生育二孩的人口总量。〔15〕本文以国务院规划为基础，以张许颖等预测中35%生育二孩比例下的平均值作为总人口发展预测结果。在对我国城镇化率的预测上，《国家新型城镇化发展规划（2014—2020年）》提出2020年我国城镇人口将占到60%，实际2019年已经达到这一比例。联合国开发计划署与国务院发展研究中心合作撰写的《中国人类发展报告2016》中预测我国2030年城镇化比率将达到70%左右。本文以2030年城镇化率达到70%为参照点，结合前几年的城镇化率真实值，通过建立多项式函数模型的形式，对我国2020—2030年各年的城镇化率进行了测算。在对我国未来家庭规模的预测研究中，曾毅最早采用多维人口预测模型的预测结果，预计2010年我国平均家庭规模为3.60人／户，而我国2010年“六普”结果为3.10人／户，表明曾毅的研究存在较为严重的高估；〔16〕陈彦斌和陈小亮参考发达国家的经验，对我国2020—2100年城镇平均家庭规模进行了设定，设定基准情形下我国2020年城镇家庭规模为2.78人／户，2030年为2.70人／户，到2100年为2.40人／户；李崇梅等通过构造家庭结构方程的方式对我国家庭规模进行了预测，该预测结果认定2030年我国平均家庭规模为2.59人／户。〔17〕本文认为陈彦斌和陈小亮与李崇梅等的研究较为稳健，但由于我国“全面二孩”政策的实施，李崇梅等的研究结果存在相对低估的可能。本文折中以2030年达到平均家庭规模2.66人／户为主要参考点估测我国各年平均家庭规模。

表5列示了家庭户数与住房需求的预测结果。由于改善性需求、投资需求等因素，本文的结果还仅仅是保守估计，存在低估未来住房需求套数的可能。我们预测到2030年之前，我国总人口会保持减速上升的态势。通过预测表可以看到2020年我国城镇需要竣工的住房套数至少有900万套／年，才能满足家庭规模小型化与快速城镇化带来的住房需求的扩张，这高于近几年的每年竣工套数。按预测结果看，2020—2030年我国住房需求套数会逐年减少，但也维持在600万套／年以上。我国房地产的供给受到土地供应的限制，在有限的土地资源上大规模完成住房套数的建设，需要采用旧城拆迁改造、城乡土地置换等做法，并且未来房价很可能继续面临上涨压力。

基于这些分析，本文给出的主要建议有两点：

第一，继续加大城镇住宅数量的供给力度，并优化供给结构，尤其是增加住宅套数满足家庭户数增长的需求。参考发达国家的房地产调控政策，德国能长期维持较为稳定的房价，就是因为政府以为全国家庭提供对应数量的房屋为首要住房规划目标。在我国未来的发展规划中，继续集约利用城市土地、增强小户型住房的建设与管理，满足流动人口与中低收入人口等弱势群体的住房需求，是提升社会整体福利与幸福感的重要方式。

第二，尤其要针对东部发达地区的大城市改善供给。东部地区流动人口多，家庭户数实际增长和预期增长都快，尤其应该加强土地供应和住房套数供应，并采用恰当的税收手段、金融手段与土地跨地区置换等办法，满足家庭的基本住房需求并预防过强的投机需求。