人口结构、房价与居民消费

摘要：理论分析以及我国经验事实均显示人口结构变动通过房价上涨对居民消费起作用。基于2002-2018年我国31个省（市、自治区）的面板数据，通过运用双向固定效应模型、GMM动态面板数据模型等多种计量方法对人口结构变动、房价和居民消费三者间的内在关系进行了探究。研究结果表明：房价上涨确实是人口结构影响居民消费的重要中间变量。从整体上看，老年抚养比与房价呈现出显著的负向关系，少儿抚养比与房价则呈正相关关系，且房价上涨给居民消费带来的“财富效应”表现显著。分区域看，东部地区三者间相关关系与全国整体相同，而中部地区的少儿抚养比与房价间存在明显的负相关关系，西部地区房价上涨对居民消费的“挤出效应”则更为明显。

关键词：老年抚养比;少儿抚养比;房价;居民消费;财富效应

中图分类号：C924.2;F299.23 文献标识码：A

文章编号：1001-9138-（2022）02-0006-13 收稿日期：2022-01-08

1 引言

近年来，我国经济逐渐迈入新常态发展阶段，对于新增长动能和经济结构性转型的需求显著。这就要求我们结合中国现实国情，努力实现从之前过度依赖高储蓄发展的投资拉动型经济向更具发展潜力的消费推动型经济发展模式转变。但事实上，自进入本世纪以来，我国居民消费率逐年下降，内需不足和低消费率已成为我国走向经济可持续健康发展之路上的两大关键瓶颈。

过去20余年我国房价的持续上涨无疑对居民消费产生了一定的影响：购租房者的首付金额、租房成本水涨船高，债务压力增大，导致其被迫缩减其他生活开支，享受型消费动力不足，这些都将对个人当期消费水平形成一定的“挤出效应”。同时，我国居民普遍以住房持有为主要的资产形式，人们还可能通过金融创新产品、房产抵押贷款等多种其他方式对房地产的资本收益进行“套现”。这也就意味着房价上涨财富效应的存在对我国居民消费水平的提高有一定积极作用，房价与居民消费水平之间的内在关系对于助推我国居民消费率稳步上升有极强的现实意义。

此外，我国人口老龄化问题的加剧也引发了社会的广泛关注，我国已然迈入老龄化急速发展阶段，且出生率持续走低背景下，我国新生儿数量与儿童群体占比也在不断下降，“底部老龄化”特征显著。以往不少学者将我国的人口结构变迁与房价波动或居民低消费率相关联，厘清人口结构、房价对居民消费的影响机制，对我国将来新型人口政策的落地与推广也有一定的借鉴价值。

基于对以上现实发展状况的观察与思考，本文将人口结构、房价与居民消费三者关联起来进行探究，利用2002-2018年我国31个省（市、自治区）的面板数据，通过构建双向固定效应模型、中介效应模型、广义矩估计法（GMM）动态面板数据模型等计量方法展开实证研究，以厘清人口结构、房价和居民消费三者间的关系并找出区域差异，为今后采取差别化的区域政策提供参考依据。

2 研究设计

2.1 模型构建

本文通过构建以下计量模型，并结合我国31个省（市、自治区）2002-2018年共17年的历史数据，针对人口结构变动经由房价上涨这一中介传导机制对居民消费所产生的影响进行分析，着重考察引入房价因素后三者间的链式传导性。

首先，建立面板回归模型（1），直接考察人口结构变动对居民消费的影响：

hcl = α + α×odr + α×csr + α×controls+ u + v + ε                                                              （1）

其中，hcl （居民消費）为被解释变量，odr （老年抚养比）和csr （少儿抚养比）为核心解释变量，α为常数项。

其次，为分析人口结构变动与居民消费之间的可能传导路径，探讨与人口结构、居民消费关联紧密的一大重要因素房价的中介效应发挥，本文依次建立了人口结构变动影响房价的面板回归模型（2），以及房价影响居民消费的面板回归模型（3）。

chs = β + β×odr + β×csr + β×controls+ u + v + ε                                                              （2）

在模型（2）中，chs （房价）为被解释变量，odr （老年抚养比）和csr （少儿抚养比）为核心解释变量，β为常数项。

hcl = γ + γ×chs + γ×controls + u + v + ε     （3）

在模型（3）中，hcl （居民消费）为被解释变量，chs （房价）为核心解释变量，γ为常数项。

此外，本文所用模型引入了controls （相关控制变量），均为一些对房价及居民消费有显著影响的社会经济因素，具体包括gdp （人均国内生产总值）、edu （教育经费投入）、den （人口密度）、rev （地方财政收入）、m2 （广义货币供应量）、ter （第三产业占比）、pop （年末总人口）、lan （购置土地面积）、num （房地产业平均从业人数）、est （房地产开发投资额）、exp （人均财政支出）和une （城镇登记失业率）。由此可以最大程度上排除随机扰动项的影响，克服部分内生性问题，使得模型数据分析结论更加科学可信。这里需要特别说明的是，u表示城市固定效应，v表示年份固定效应。此处之所以引入年份固定效应，是因为房价和居民消费水平也许存在一种逐年递增的趋势，需要对年份加以固定以消除该趋势对模型回归结果可能造成的不利影响。

2.2 变量选取与数据说明

本文选用商品房平均销售价格（chs）表示房价，居民消费水平（hcl）表示居民消费，这两类数据均来自于国家统计局官方网站。而人口结构则选用常用表征指标：少儿抚养比（csr）和老年抚养比（odr）来衡量，这两个指标直接来自于《中国统计年鉴》。而关于这两个指标的选取理由：第一，现有相关实证研究通常优先考虑使用少儿抚养比与老年抚养比作为国家人口结构的解释变量，如Leff （1969）、张忠根等 （2016）。第二，1982-2018年，我国0～14岁人口占比从33.6%降到16.9%;我国65岁及以上人口占比从4.9%上升至11.9%，依据国际社会通行标准，我国已陷入“少子化”与“老龄化”并存的人口困境之中，社会负担压力巨大。

控制变量选取主要考虑两个方面因素，一方面是双影响型控制变量;另一方面是单影响型控制变量。双影响型控制变量，是对商品房平均销售价格（chs）和居民消费水平（hcl）均产生重要影响的变量，选取人均生产总值（gdp）、教育经费投入（edu）、人口密度（den）、地方财政收入（rev）、广义货币供应量（m2）和第三产业占比（ter）共6个指标，这些变量在人口结构对房价、居民消费影响探究的两个回归模型中均作为控制变量加入。单影响型控制变量，是对商品房平均销售价格（chs）或居民消费水平（hcl）中的一个产生直接影响的变量，针对前者，本文选取了年末总人口（pop）、购置土地面积（lan）、房地产业平均从业人数（num）和房地产开发投资额（est）4个变量;针对后者，本文选取了人均财政支出（exp）、城镇登记失业率（une）2个变量。以上控制变量的相关数据采集均来源于EPS全球统计数据平台。

在数据采集时首先考虑到数据可得性问题以及我国房地产市场于21世纪初才得以快速发展的事实，将面板数据搜集区间设定为2002-2018年。而在数据处理中，为了达到对全国东、中、西三大经济区进行分区域性研究的目的，本文选取了包含西部省份（12个）、中部省份（8个）和东部省份（11个）在内的中国31个省（市、自治区）数据。变量定义与描述性统计如表1所示。

2.3 内生性与工具变量

在研究人口结构变动对房价的影响过程中，由于引起房价变动的因素很多，除本文控制变量中包含的教育经费投入、人口密度、地方财政收入等因素外，国家房价政策、个人购房偏好等也会影响房价，因此可能存在遗漏变量偏差问题。同时，房价高低也影响着家庭生育计划，对人口结构变动会产生间接影响，因此房价与人口结构间可能存在双向因果关系。故本文选取了与人口结构有着内在联系而与房价没有直接关系的人口自然增长率（nat）作为工具变量进行豪斯曼内生性检验。

3 人口结构对居民消费影响的实证检验

在展开实证研究之前需先判断应当使用何种计量模型，鉴于文章所有数据均为面板数据，故本文依次采用了F检验、Hausman检验进行模型选择，并根据两大检验的最终P值结果及最初实证模型设定，认为应采用双向固定效应模型进行样本回归估计。

首先针对直接影响路径中人口结构变动对居民消费的影响进行实证检验，对应的模型（1）回归结果如表2所示。根据老年抚养比（odr）和少儿抚养比（csr）的回归结果，從全国范围来看，少儿抚养比的增长阻碍了我国居民消费水平的提升，而老年抚养比则有利于促进我国的居民消费。

此外，人口结构与居民消费之间的相关关系存在区域差异性。东部地区老年抚养比与少儿抚养比对当地居民消费的回归结果均不显著，这表明该地区人口结构对居民消费未呈现出显著影响，东部地区的人口结构不构成解释居民消费率下行的重要因素。而中部地区老年抚养比、少儿抚养比两大核心解释变量前的回归系数值分别为-0.176、-0.078且表现显著，也即中部地区老年抚养比或少儿抚养比的提升均能对当地的居民消费水平形成一定的抑制作用，其中老年抚养比的负效应要强于少儿抚养比。在西部地区，基准回归结果显示，老年抚养比、少儿抚养比对居民消费影响前的系数值分别为0.206、0.051，这表明西部地区两类抚养比的提升都能对当地居民消费产生一定的促进作用。

4 人口结构影响居民消费的中间机制分析

4.1 中介效应检验

为了检验人口结构变动是否通过房价影响居民消费，本文构建中介效应模型研究变量间的间接影响，采用Hayes et al.（2013）提出的多步多重中介模型检验方法，采用sobel和bootstrap检验法进行检验，检验结果如表3所示。其中，Panel A的回归结果显示，代表人口老龄化的老年抚养比对居民消费的影响系数值为1.372，在引入房价这一中介变量后，系数值降为0.590，但仍为正值，说明无论是否考虑房价因素，老年抚养比的提高均对居民消费有着显著的正向影响。此外，从表中数据可以看出老年抚养比、房价与居民消费三者间的直接效应系数为0.590，中介效应系数为0.782，该中介效应在总效应中所占比例为57.00%。类似地，表3中Panel B的回归结果显示，少儿抚养比的提高对居民消费有着显著的阻碍作用，且整个作用过程中存在以房价为中介变量的中介传导机制，其中路径（5）和路径（6）的回归结果显示少儿抚养比对房价确有显著的抑制作用。且对比两条路径的系数值可知，在原模型的基础上引入房价这一中介变量后，很大程度上削弱了少儿抚养比提升给居民消费带来的负效应，中介效应表现明显，其占总效应的比例达到73.77%。

这些结果表明，在探究以老年抚养比、少儿抚养比为代表的人口结构变动对居民消费的影响过程中，商品房平均销售价格这一中介变量发挥了重要作用。且我国老年抚养比的升高、少儿抚养比的降低都有助于拉动房价上涨，进而对居民消费产生一定的正向影响。

4.2 传导机制分析及稳健性检验

上述实证检验验证了人口结构变动对居民消费存在直接影响：即全国范围内少儿抚养比的增长会在一定程度上阻碍我国居民消费水平的提升，而老年抚养比则有利于促进我国的居民消费，并通过中介效应检验得到人口结构变动将会通过房价影响居民消费。考虑到不同区域经济发展水平等大环境因素的差异，还应对人口结构变动经由房价影响居民消费的间接传导路径进行全国及东、中、西部地区的分样本回归估计，并进行更为细致具体的传导机制分析。

4.2.1 人口结构变动对房价的影响

基于模型（2）来检验人口结构变动如何影响商品房价格，基准回归和解释变量滞后一期回归结果见表4。从解释变量的系数估计值看，老年抚养比提高对全国整体房价具有显著的负效应，但两大核心解释变量老年抚养比（odr）与少儿抚养比（csr）在各区域的回归系数值则各不相同。

其中，东部地区的老年抚养比与房价呈显著负相关，少儿抚养比与房价呈显著正相关，此相关关系在解释变量滞后一期检验中得到证实。这也反映出人口结构变量对房价的长期作用方向与“代际交叠模型”和“家庭储蓄需求模型”假说相符：老年人大多作为部分供给者的角色存在于房地产市场中，随着老年人口占比的不断扩大，房地产市场的房屋供给量也相继上涨，从而带来房屋价格下行压力，即老年抚养比的提升一定程度上会导致房屋价格下降。此外，孩子数量的增多将减少出于养老动机的部分储蓄，增加家庭中人力资本类的投资支出，这将间接削弱购房主体青壮年劳动力对房屋等资产的支付能力，进而减少其对房屋购买的相应需求。因此，我国的低出生率将在一定程度上推动购房需求的增长，进而导致房价上涨。

而在中部地区，结论恰好相反，少儿抚养比对房价具有显著的负向影响。导致出现这一相反结论的原因主要在于东部地区经济发展水平和房地产市场发展阶段均领先于中部地区，房价受到的影响因素更为复杂，受到除人口结构之外因素的影响程度也更大，比如受到房屋供给方的土地价格、房屋需求方的收入水平以及炒房等投机行为的影响均大于中部地区。两者所受影响因素不同，将房价在这些因素作用下的最终结果与人口结构变量进行拟合回归所得的结论必然会有所差异，甚至可能会出现与整体预期相反的结果。

此外，在西部地区，基准回归与解释变量滞后一期回归结果方向与预期一致，但影响均不显著，不能解释人口结构与房价之间的相关关系。总体来看，我国人口结构对房价的影响在不同区域内表现有所差异，其中东部地区远高于中西部地区，可见人口结构与住房需求的矛盾在经济发展水平较高的区域更为突出，此结论也与国内文献所得结果相符。

为保证检验结果的稳健性，将原人口结构解释变量替换成老年人口占比poe和少儿人口占比poc进行回归，检验结果报告如表5所示。可以看出，替换核心解释变量后，全国及东部地区老龄化变量和房价仍然呈现显著负相关性，少儿占比变量和房价仍然呈现正向关系;此外，中部地区的老年人口占比解释变量对于房价的推动作用以及西部地区人口结构变量与房价的相关关系不显著也均与基准回归相同，这足以验证前文估计结果的稳健性。考虑到人口结构对房价影响中可能存在的内生性问题，此处还引入少儿抚养比（csr）的工具变量人口自然增长率（nat）对模型回归结果进行了豪斯曼内生性检验。

4.2.2 房价变动对居民消费的影响

表6中房价变动对居民消费的回归结果显示，全国整体及东中部地区房价上涨能够促进当地居民消費水平的提高，且此拉动作用表现明显。而在西部地区所得结论则刚好相反，房价上涨对居民消费存在抑制作用。上述结论在解释变量滞后一期回归估计中得到验证。

这表明房价上涨确实会带来一定的“财富效应”，此效应对于居民消费水平有着正向影响，这在东中部地区表现明显。因为东中部地区的经济发展程度和房地产市场热度均明显高于西部地区。房价上涨带来的抵押品价值提升，可使抵押贷款额度增加，以及给已购房者尤其是多套房拥有者形成的乐观未来预期均会带来居民消费的增长。反观我国西部地区，房价上涨带来的“财富效应”相对于东中部地区更为微弱，而受限于人均收入，因抬高房价造成的未来偿还房债压力，进而阻碍居民潜在消费需求转化为实际购买力的“挤出效应”则在发挥主导作用，导致我国西部地区房价与居民消费呈现出显著的负相关关系。

接下来进行稳健性检验，表7显示了将房价核心解释变量替换成商品住宅平均销售价格（rsp）以及换用GMM动态面板数据模型的检验结果。其中，全国及东中部地区的房价与居民消费在两种稳健性检验方法下仍然呈现显著正相关性，与上述基准回归结果方向相同。

总体而言，人口结构、房价与居民消费之间存在链式传递关系。房价作为中间作用变量，发挥了人口结构影响居民消费的中介效应作用，且这种传导机制在我国东中西部不同区域表现各异。

5 结论与建议

5.1 研究结论

第一，人口结构对居民消费的影响作用显著。从全国范围来看，老年抚养比的提高和少儿抚养比的降低有助于提升居民消费水平，此结论与传统的生命周期假说相符。而这种作用又存在着明显的区域性特征，实证结果显示，中部地区老年抚养比、少年抚养比的上升都会对当地居民消费水平产生一定的抑制作用，也表明我国中部地区当前的低消费率问题可能与人口老龄化加快、劳动人口红利下降的人口结构变动有关。而在西部地区，两类抚养比的系数在各类回归结果中都显著为正，这表明西部地区老年抚养比和少儿抚养比的提升对当地居民消费存在显著的正向影响。

第二，在引入房价这一中介传导机制后，关于人口结构与房价的关系。我们可以发现，老年抚养比与房价在全国整体或东部地区呈显著的负向关系，少儿抚养比与房价则呈正相关。而中部地区结论恰好相反，其老年抚养比与房价表现为较弱的正相关关系，少儿抚养比与房价间则存在明显的负相关关系。此回归结果与国内文献结果基本相符，表明老年抚养比的上涨和少儿抚养比的下降会引起房价的上升。

第三，在对房价上涨与居民消费两者间的关系的讨论中，研究结果显示从全国整体或东部、中部两个区域看，房价上涨给居民消费带来的“财富效应”均表现显著。从西部地区看，房价上涨对居民消费的“挤出效应”则更为明显，这可能与西部地区经济发展水平及人均收入相较东中部地区落后的现状有关。

5.2 政策建议

第一，将各地区人口结构现实情况及新增常住人口与土地供应相挂钩，并据此实行不同的土地供应举措。对人口结构趋势性变动，即老年抚养比升高、少儿抚养比降低与房价持续上涨关系密切的中部地区，政府可从土地供应角度切入，通过适当增加局部土地供应量来加大房地产市场的供给力度，平抑供需不平衡可能造成的房价上涨风险。而对人口结构变动符合“资产消融”假说的东部地区，老龄化及低生育率现象对房价上涨无推动作用，此时房价上涨更可能是部分高收入群体投机行为的结果，即人均收入水平较高者更多关注作为投资品属性的房地产。投机需求与炒作风波双重作用下，致使房价被不断抬高。此时，必要的“限购”等需求端调配举措就显得尤为重要。

第二，重点关注和解决东部地区的“土地财政”问题。从供给端看，代表地方政府因素的地方财政收入与房价在全国及东部地区范围内呈显著正相关性，在西部地区虽呈正向关系但不显著。这说明了東部地区的“土地财政”问题更加突出。要正视“土地财政”带来的楼市泡沫、金融风险的严重危害，在中央“房住不炒”方针指导下，更加高效科学地落实房价调控政策，加快房地产税改革，才能稳定东部地区房地产市场价格，促进东部地区房地产市场的健康发展。

第三，促进供应主体多元化，转变住房供给结构。以短期调控为主的货币市场相关因素M2供应量对房价在全国及东中西部地区的推动作用表现明显，这从侧面印证了任泽平先生提出的房价三段论中“短期看金融”的重要观点。从中长期看，我们还是应该从人口流动、土地供应和房屋供给着手。因此，对于人口净流入明显、房地产市场热度持续高涨的地区，应将城市区域发展与土地利用效率结合起来进行思考，政策决策时重点关注建设用地指标配置是否达到效率最大化，以及建设用地指标跨地区再配置的可行性。另外，地方政府还应大力发展住房租赁市场，进一步完善以市场配置为主的住房供应体系，并考虑增加经济适用房、人才公寓等面向购房弱势群体的住房供应量，而此类福利性住房的供应，也为抑制房价上涨提供了可能。

第四，推动房地产政策由短期调控向长效机制转型。在房价对居民消费的分区域式研究中，结果显示我国东中部地区房价上涨的“财富效应”，即对居民消费水平的推动作用较强且占据主导，而房价上涨给居民消费带来的“挤出效应”仅在西部地区表现明显。这表明大众对于房价上涨、资产增值的预期很乐观，甚至认为高房价意味着更多的投机或投资机会，低买高卖从中获取价差的行为也将进一步加剧财富积累，炒热房地产市场。因此地方政府试图依靠房价上涨与居民消费之间的“财富效应”达到提高整体消费率的做法是十分危险的，这会在无形中加剧我国房地产市场泡沫化风险，相反，促进房价合理回归才是其首要职责。同时，中央和地方政府还应着手建立包含金融、财税、住房保障、土地供应在内的一揽子长效管理机制，将合理有效的短期调控升级转型为制度化、规范化的长效机制，促进长期供需平衡。

参考文献：

1.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.经济学家.2013.10

2.陈晓毅.人口年龄结构变动对居民消费的影响研究.中国社会科学出版社.2017

3.黄石松 陈红梅.房价之谜.社会科学文献出版社.2009

4.李超 倪鹏飞 万海远.中国住房需求持续高涨之谜：基于人口结构视角.经济研究.2015.05

5.李文星 徐长生 艾春荣.中国人口年龄结构和居民消费：1989-2004.经济研究.2008.07

6.刘建江.房价波动影响居民消费的机理及调控研究.湖南人民出版社.2015

7.祁鼎 王师 等.中国人口年龄结构对消费的影响研究.审计与经济研究.2012.04

8.宋勃.房地产市场财富效应的理论分析和中国经验的实证检验：1998-2006.经济科学.2007.05

9.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.人口与经济.2015.02

10.谢洁玉 吴斌珍 等.中国城市房价与居民消费.金融研究.2012.06

11.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.世界经济.2012.01

12.颜色 朱国钟.“房奴效应”还是“财富效应”？——房价上涨对国民消费影响的一个理论分析.管理世界.2013.03

13.张忠根 何凌霄 南永清.年龄结构变迁、消费结构优化与产业结构升级.浙江大学学报（人文社会科学版）.2016.03

14.邹瑾 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.金融研究.2015.11

15.Benjamin.et al.Real Estate versus Financial Wealth in Consumption.The Journal of Real Estate Finance and Economics.2004.29

16.Denise D.Housing Market Dynamics and the Future of Fousing Prices.Journal of Urban Economics.1994.35 （1）

17.Diamond P.A.National Debt in a Neoclassical Growth Model.American Economic Review.1965.55（5）

18.Hayes A. et al.The Relative Trustworthiness of Inferential Tests of the Indirect Effect in Statistical Mediation Analysis：Does Method Really Matter？.Psychological Science.2013.24 （10）

19.N.H.Leff.Dependency Rates and Savings Rates.American Economic Review.1969.59 （5）

20.Poterba J.M. et al.Housing Price Dynamics：The Roleof Tax Policy and Demography.Brooking Papers on Economic Activity.1991.02

作者簡介：李思颖，武汉大学发展研究院硕士研究生。