家庭住房需求与房价波动影响效度研究

2022-05-27李超黄晓雅

牡丹江师范学院学报（哲学社会科学版） 2022年2期

李超黄晓雅

[摘要] 人口老龄化进程不断加速，小户型家庭住房需求增加，进而对房价波动产生影响。采用中国2005-2020年31个省份的面板数据，选择面板数据VAR模型分析家庭住房需求与房价波动之间的交互影响。结果表明：房价波动在各地区之间存在差异，东部地区房价波动受家庭住房需求的影响最为显著，家庭住房需求影响房价波动持续性较长，户均住宅销售套数对房价波动有显著短期效果。最后，根据人口老龄化和家庭住房需求等影响因素对房价波动提出对策建议。

[关键词] 人口老龄化;房价;家庭住房需求;面板VAR模型

[中图分类号]F062.9 [文献标志码]A

一、问题的提出

目前，我国人口老龄化程度较高。[1]1有学者认为，随着人口老龄化不断加深，老年人倾向于抛售房产，因此家庭住房需求应当逐步趋于稳定。[2]255有学者研究发现，在人口老龄化初期，家庭住房需求并不会减少，并且存在一定上升趋势，当老龄化达到一定程度时，家庭住房需求才开始出现下降趋势[3]68，其中，家庭规模小型化在一定程度上对住房需求起到促进作用[4]45，因此，我们可以认为人口老龄化对家庭住房的影响确实存在，只是学术界对于人口老龄化对于家庭住房需求之间的关系尚没有统一的定论。当前，家庭小型化以及空巢家庭的增加促使居家养老逐步成为我国城市养老的重要选择。[5]98稳定房价、减少住房不平等是当前急需解决的现实问题，基于上述社会现象，立足从我国人口老龄化视角来研究房地产价格变动，对探索如何坚持“房子是用来住的，不是用来炒的”以及推动社会发展具有重要意义。

在家庭住房需求与房价相关研究方面，胥玲（2009）[6]13的研究表明，家庭住房需求增加在一定程度上影响了中国房价的变动。张海蔚（2009）[7]91的研究也表明，我国房地产价格的变动呈现出需求拉动型变动趋势。学术界对老龄化研究主要集中在老龄化降低生产劳动力导致劳动力短缺，以及老龄化增加养老产业经济发展等方面，很少有人从老龄化视角出发讨论家庭住房需求与房价波动之间的关系。因此，有必要全面了解老龄化对家庭住房需求的影响是否会对房价波动产生影响。本文通过对人口老龄化、家庭住房需求与房价波动构建面板模型进行分析，了解人口老龄化、家庭住房需求与房价波动之间的关系。

本文从以下三个方面展开研究：一是提取其他可能影响房地产价格变动的因素作为控制变量，讨论人口老龄化程度对房价波动的影响。二是将家庭住房需求分为户均住宅交易面积和户均住宅交易套数两个方面，分别研究家庭住房需求对房地产价格变动的影响。三是将全国总体样本分为东部、中部、西部三个区域子样本，研究全国各区域家庭住房需求对房价波动的影响是否存在差异性。

二、文献综述

从理论上讲，人口老龄化在一定程度上影响着房价波动。Lu[8]19认为，随着退休人员增加，对房地产价格的增长有显著抑制作用。赵杨[9]54等研究发现，人口结构对日本全国房价均有显著的负向影响。然而，国内外学者对于人口老龄化对房地产价格影响的研究并没有得到一致结果。王先柱[10]96等将31个OECD国家的人口年龄结构划分为四个年龄段的群体，检验不同年龄群体对房价的影响。研究结果表明，80岁以上的老龄人口由于养老型住房需求的增加对房地产价格有显著正向影响。Zeng[11]1等采用混合回归模型和2SLS方法探究房价变动的影响因素，通过研究发现，人口老龄化程度高低对房地产价格变动有着显著的影响。赵鹏程[12]24从空间维度对我国养老行业发展的研究发现，我国东部沿海地区养老行业发展相较于中西部和内陆地区而言更为发达，针对非中心城市和碎片化养老模式存在的不足问题应进行有效改善，提出构建居民空间与养老产业相结合的建议。

研究表明，家庭住房需求与房地产价格具有相关性。Hort[13]118实证研究得出，房价波动是由于需求变动引起的。Tsai[14]73认为，房地产市场价格出现周期性变化主要是由于房地产价格具有自我修正能力，需求结构变化加速了房地产价格下降。Stroebel[15]1391在对纽约当地零售价格对房价影响的研究中发现，房价变化影响购房者的价格敏感度，即房价上涨是由于购房者住房需求降低引起的。总的来说，国内外对以上问题的研究并没有得到一致结果。为此本文将结合中国国情讨论人口老龄化、家庭住房需求和房价波动之间的关系。

基于面板数据研究房价波动影响因素所使用的相关研究方法有多种。王洁[16]1135在对中国35个重点城市的住房空置率对房价影响的研究中使用了固定影响变系数模型为主要模型。王玉倩[17]13运用加权平均的方法探究我国房地产价格构成的因素，依据重要组成因素的影响效益提供针对性的政策建议。黃徐亮[18]15使用面板模型实证分析了中国285个地级市2004-2016年的房地产价格波动与经济之间的关系。周建军[19]137使用面板数据模型，分别从全国层面和区域层面对人口结构变化对房地产价格的影响进行实证分析，发现人口老龄化与房价波动有显著关系，老年人口抚养比的提高会促进房地产价格的上涨。郭东杰[20]11建立了SVAR模型，运用面板数据对货币政策如何影响房价波动进行研究的结果表明，货币政策与房价波动之间存在一定的短期互动现象，然而长期来看，货币政策对房价波动的影响十分有限。随着分析手段和方法的不断演进，对数据的要求也越来越高，特别是对面板数据要求要通过多方面的数据检验才能用于构建模型。因此，本文通过多方面数据检验选择使用面板VAR模型对家庭住房需求与房价波动之间的关系进行实证研究。

三、研究理论与方法

（一）理论框架

为探究人口老龄化研究现状，根据CNKI中有关于人口老龄化的检索结果分析1998-2021年国内外关于人口老龄化的研究主要集中于八个方面，分别为医美结合、乡村振兴、应对人口老龄化、经济增长、生育率下降、养老服务、缴费率和养老产业。关键词图谱的线条颜色表示相关研究对应的时间，线条颜色越浅表示相关研究越近。根据关键词图谱的线条颜色可以看出有关于应对人口老龄化、医养结合、养老产业和养老服务相关研究是近几年关于人口老龄化研究的主要方向。其中，养老服务中关于养老模式和居家养老出现的频次较高。由于早期独生子女政策的实行，使得大多数家庭人口结构发生了重大变化，传统的家庭结构逐步向小型化转变。为享受更加完善的居家养老社会服务，老年人会参与居家养老社区，因此，养老社区提供的各项服务和养老设施对家庭住房的选取具有重要参考意义。[21]87因此，老年人对社区的选取影响着家庭住房的选取，在一定程度上对房地产价格产生影响，即人口老龄化与房价波动存在一定关系。

为探究家庭住房需求研究现状，对CNKI中关于家庭住房需求检索结果显示，1998-2021年国内外关于家庭住房需求的研究主要集中于六个方面，分别为商品住宅、住房消费、人均住房建筑面积、住宅、居住环境和商品住宅价格。关键词图谱的线条粗细程度表示有关研究的研究频次，线条越细表示相关研究越少。根据关键词图谱线条的粗细程度可以看出，有关于家庭住房需求的研究主要集中于住宅需求与人均居住面积以及住宅需求与人均住房建筑面积之间的关系。其中，涉及住宅需求与住宅价格、房地产有关的研究也是早期住宅需求的研究热点，商品住宅需求的研究在近几年较少，主要集中在商品住宅需求与房地产价格上。

在其他影响因素对房地产价格影响研究中，陈国进[22]45等在研究人口结构与房地产价格关系时发现，房地产价格变动受到少儿抚养比的影响程度较大。张海龙[23]126等的研究发现，失业率的升高会对消费者的消费需求产生负向影响，当居民的消费需求降低时，投资于固定资产的资金会降低，在一定程度上影响家庭住房需求。Campbell[24]591在研究区域经济时选择各省份GDP和失业率为主要的控制变量，其中各省份GDP的上升说明家庭户均GDP的上升可能对家庭住房需求存在影响。陈瑶[25]64等研究房价、房价收入和城镇化三者之间的关系时，发现房地产价格与城镇化具有显著的相关性，房价和房价收入的变动对城镇化水平的上升具有加快作用。因此，参照已有研究，本文选取少儿抚养比、城镇化水平、失业率、户均GDP为控制变量，探究其对房地产价格变动的影响。

总体而言，国内外有关人口老龄化、家庭住房需求与房价波动三者关系的研究，虽然涉及了人口老龄化对房价波动的影响差异，但主要是从人口结构变化对波动影响因素进行研究，还未系统识别人口老龄化、家庭住房需求与房价波动的相关性和主导机制。本文从人口老龄化、家庭住房需求与房价波动的视角，对中国31个省份2005-2020年的数据进行分析，系统识别老龄化视角下家庭住房需求对房价波动的影响。

（二）研究设计

1.数据

选取中国31个省份2005-2020年（中国港澳台数据暂时剔除）的数据进行分析，各变量指标有关数据来源于各省市的《统计年鉴》以及国家统计局公开数据。

选取住宅商品房平均销售价格的对数作为房地产价格变动水平的综合指标，即房价水平（lnHpl）做被解释变量，用来衡量家庭住宅房地产价格变动水平。核心解释变量为人口老龄化和家庭住房需求。选用老年抚养比（lnOrd）表示人口老龄化程度，选取户均住宅销售套数（lnNs）和户均住宅交易面积（lnAah）作为衡量家庭住房需求变化程度指标。其中，户均住宅销售套数为住宅商品房销售套数除以平均年末常住人口数乘上家庭户均人口数。由于国家统计年鉴关于家庭户人口数等信息的统计主要采用抽样调查的方式，故本文家庭户均人口数为家庭人口数除以家庭户数。同理，户均住宅交易面积为住宅商品房销售面积除以平均年末常住人口数乘上家庭户均人口数。根据综合考量，选取以下指标作为控制变量：（1）少儿抚养比。一般认为新生儿的出生使得家庭户均人口规模增加，一定程度上对房地产价格变动产生影响。根据国际标准，少儿抚养比表示年龄位于14岁及以下的人口占劳动人口的比例。（2）城镇化水平。本文选择使用各省城镇人口数除以该省份总人口数所得比重来代表各省城镇化水平。根据已有文献发现，城镇化水平的提高使得大量人员涌入城市，将会加剧住房压力，从而导致房地产价格变动。（3）失业率。失业率的高低在一定程度上可以反映该省份经济发展水平，当有大量人员失业时，人们的购买能力下降，对于家庭住宅等大额支出的负担能力下降，一定程度上会对房地产价格变动产生影响。（4）户均GDP。该指标与失业率相似，可以用来考察各省份的经济水平，当户均GDP较高时，家庭户均可支配收入增多，可以负担购买家庭住宅等大额支出，一定程度上对房地产价格产生影响。户均GDP为人均地区生产总值乘以户均人口数。

2.实证方法

2005-2020年各省份数据为时间序列数据，在不同的时间维度下，各省份的有关变量的变化程度不同，普通的截面数据和时间序列数据只能简单地从一个维度来观察有关信息。基于本文数据特征和研究目的，选择固定效应模型来分析家庭住房需求对房地产价格变动的影响。选取lnHpl为被解释变量，lnOrd，lnNs，lnAah为影响房地产价格变动的核心解释变量，构建固定效应模型：

Zit表示省份i在第t年时有关的解释变量（包括老年抚养比、家庭住房需求以房價水平），j代表变量滞后j期，Γ0为常数项，Γj为各解释变量回归系数。

四、数据分析与结果

（一）数据描述

选取中国31个省份2005-2020年（中国港澳台数据暂时剔除）的数据进行分析，表1为所有变量的描述性统计结果。

（二）模型检验

选取的数据为面板数据，包括时间和地区两个维度的数据，由于“伪回归”现象时常发生在时间维度的数据分析中，故本文使用的面板数据也有出现“伪回归”现象的可能，因此本文通过HT检验对面板数据进行检验，依据表2所示结果进一步对数据进行处理。

根据表2所示结果来看，当将所有变量进行一阶差分后，差分后的城镇化水平（Ul）、户均住宅交易面积（lnAah）和户均GDP（lnHgdp）在1%的显著性水平下均能拒绝原假设，房价水平（lnHpl）、老年人口抚养比（lnOrd）、户均住宅销售套数（lnNs）、少年儿童抚养比（Csr）、城镇登记失业率（Uur）通过单位根检验，说明所用数据为平稳数据。

为了更加准确的估计数据结果并进行分析，选择一个合适的模型十分重要，因此，分别采用F检验和Hausman检验对数据进行分析，以选择一个与该数据最匹配的面板模型。由结果可知，F=40.44>F（0.05），且F=40.44>F（0.01），因此，F统计量在5%的显著水平下甚至在1%的显著水平下，显著拒绝原假设，即不应当选择混合回归模型。所以本文未构建混合效应模型是合理的。由Hausman检验结果可知，统计量P值为P=0.0000<0.01，表明应当接受Hausman检验原假设，即本文数据最适合的面板模型应选择面板固定效应模型。因此，本文基于2005-2020年面板数据所构建的面板固定效应模型具有合理性。

（三）结果分析

1.基准回归

本文构建固定效应模型分析中国31个省份2005-2020年人口老龄化、家庭住房需求与房价波动三者的关系，结果如表3中（1）所示。

根据基于全国数据的固定效应模型的回归结果可知：第一，人口老龄化对房价波动的影响系数是正数，并通过显著性检验，说明人口老龄化对房价波动的影响作用明显。人口老龄化程度的加深会促进房价的上升，老年人口对于房地产投资在一定程度上对房价波动产生促进作用，结合研究背景可知，人口老龄化的加深会使得空巢和独居老龄人口增加，这时老龄人口会为了解决住房问题增加房地产投资，进而影响房价波动。第二，户均住宅销售套数与房价波动呈现正相关性，即户均住宅销售套数的增加会对房价波动产生促进作用，使得房地产价格上升。根据回归系数可知，户均住宅销售套数每增加1%，房地产价格将增加0.613 8%。第三，户均住宅销售面积上升会抑制房地产价格变动，即户均住宅销售面积的降低在一定程度上会促进房地产价格的上升。根据对户均住宅销售套数和户均住宅销售面积的结果来看，当户均住宅销售套数增加且户均住宅销售面积减小时，房地产价格将产生上升趋势，说明小户型商品房的销售量增加在一定程度上对房价波动产生影响，老龄人口占劳动人口的比重越来越大，使得居家养老模式将更普遍，会促进小型商品房的销售，使得房地产价格产生变动。

在控制变量中，城镇化水平与房价波动呈现显著的正相关性，说明城镇化水平的提升不仅对城市经济增长有影响，也会显著地促进房价的上升，城镇化水平越高，越多的居民涌向城市并购买居民住宅，对房地产价格产生促进作用;少儿抚养比与房价波动呈负相关性，并通过显著性检验，即少儿抚养比对房地产存在抑制作用并显著存在;失业率与房价波动呈现显著的负相关性，说明失业率升高反映失业人口增加，失业人口用于购买房产的资金将减少，降低了房地产购买需求，进而抑制房地产价格的上升;户均GDP与房价波动呈现出显著的正相关性，说明家庭户均可支配收入的增加使得家庭购买房产的资金增多，进而促进了房地产价格的上升。

2.區域异质性分析

为了检验当期家庭住房需求对房地产价格的影响是否存在区域异质性，本文在对全国数据进行实证分析的基础上，进一步根据国家标准将全国分为东部、西部和中部三个区域，将2005-2020年的数据分为三个样本，运用固定效应模型进行进一步分析。结果见表3中（2）（3）（4）。

（1）东、中、西三地区人口老龄化对房价波动的影响。表3中结果显示，三地区人口老龄化对房价波动的影响呈现不平衡分布，东部地区和中部地区人口老龄化与房地产价格变动之间的关系呈显著的正向影响，但是西部地区的人口老龄化对房地产价格变动的影响系数为负，并且显著性检验未通过，说明东部地区和中部地区人口老龄化对房地产价格的变动存在促进作用，而西部地区人口老龄化对房地产价格变动的影响并不显著，可能是由于东部地区的居民消费水平较高，可以负担家庭人口增加带来的住房改善，西部地区较为落后，家庭人口增加使得生活支出和压力增加，降低了西部地区居民购买住宅的意愿。

（2）东、中、西三地区家庭住房需求对房价波动的影响。根据户均住宅销售面积的系数可知，东部地区的户均住宅销售面积对房价波动有显著的负向作用，而中部地区和西部地区的户均住宅销售面积对房价波动的影响并不显著。东部地区户均住宅销售面积对房价波动的影响系数为-0.637 4，在 1%水平下通过显著性检验;中部地区户均住宅销售面积对房价波动影响系数为正，西部地区户均住宅销售面积对房价波动的影响系数为负，然而都未通过显著性检验。由此可以看到，户均住宅销售面积对房价波动影响最大的地区为东部，此结果在1%水平下通过显著性检验。根据户均住宅销售套数的系数可知，东部地区的户均住宅销售套数对房价波动有显著的正向作用，而中部地区和西部地区户均住宅销售套数对房价波动的影响均不显著。其中，中部地区户均住宅销售套数对房价波动影响系数为负，西部地区户均住宅销售套数对房价波动的影响系数为正。综上所述，东部地区家庭住宅需求对房地产价格的影响较为显著，中部地区和西部地区不论户均住宅销售面积还是户均住宅销售套数对房地产价格的影响相较于东部地区较弱，并且西部和中部地区家庭住房需求对房价波动的影响呈现不平衡分布，未通过显著性检验。

（3）东、中、西三地区控制变量对房地产价格变动的影响。由表3的（2）（3）（4）回归结果可知，少儿抚养比对房价波动的影响呈现负向影响，中、西部地区的少儿抚养比对房价波动的影响在1%的显著性检验水平下呈现显著正向作用，东部地区虽然回归系数均为正，但是未通过显著性检验。东、中、西三地区的城镇化水平、户均GDP对房价波动的影响系数都为正，且三者都通过了显著性检验。东、中、西三地区的失业率对房地产价格变动均显示负向相关性，然而中部地区失业率对房地产价格变动影响未通过显著性检验。

3.房价波动的影响机制

运用PVAR模型对家庭住房面积、家庭住房套数与房价波动三个变量进行估计，结果如表4所示。

由表4可知，户均住宅销售面积、户均住宅销售套数与房价波动的一阶滞后项对自身的影响均高度显著，说明户均住宅销售面积、户均住宅销售套数和房价波动对其自我的发展具有惯性，有较强的路径依赖特征，且均为显著促进作用。此外，对三个变量进行了格兰杰因果检验，由此来判断接下来的脉冲响应及方差分解是否有意义。格兰杰检验结果见表4。

表5的数据表明，从第1期开始，房地产价格的变动对自身的变动产生了100%的影响，从第2期开始自身效应占比逐渐减弱。户均住宅销售面积的变动对房地产价格变动的影响从第1期到第10期逐渐增长，第10期的影响达到44.4%。户均住宅销售套数对房地产价格变动的影响相比户均住宅销售面积变动较小，户均住宅销售套数对房地产价格变动影响第10期仅为6.4%。

表6中户均住宅销售套数的方差分析结果显示，从第1期开始，影响户均住宅销售套数变动的因素主要为房地产价格变动及自身变动。在接下来的10期中，房地产价格变动对户均住宅销售套数的影响呈现先增加后降低的趋势，到第6期达到了18.2%，户均住宅销售面积的变动对户均住宅销售套数的影响逐渐增加，到第10期为23.5%，并保持上升趋势。相比而言，户均住宅销售套数对户均住宅销售面积的变动更为敏感。

表7为户均住宅销售面积的方差分解表，可以看出，户均住宅销售套数对户均住宅销售面积的变动影响较大，为93.6%，房地产价格和户均住宅销售面积自身对户均住宅销售面积的变动虽然相对较弱，但也在逐年增强，第10期的影响分别达到了20.5%和9.5%，主要影响还是来自户均住宅销售套数。

五、研究结论与讨论

第一，人口老龄化对房价波动呈现显著的正向影响。

第二，家庭住房需求对房价波动具有显著的影响，其中，户均住宅销售面积对房地产价格变动有着明显的负向影响，户均住宅销售套数对房地产价格变动有着显著的正向影响。

第三，对东部、中部、西部三个地区的家庭住房需求对房价波动影响分析比较，户均住宅销售面积和户均住宅销售套数对各地区房地产价格变动的影响各不相同。其中，东部地区房价波动受户均住宅销售套数和户均住宅销售面积的影响最为明显，中部地区和西部地区房价波动受家庭住房需求的影响并不显著。

第四，户均住宅销售套数对户均住宅销售面积的变动影响有显著短期效果，户均住宅销售面积持续影响房价波动。

基于上述实证结果，提出如下建议：

第一，密切关注人口老龄化程度的变化趋势，建立良好的房地产价格调控机制。

第二，在满足正常商品房供给的同时，相应提高养老住房的供给。随着老年抚养比的不断上升，居家养老模式将趋于常态化，小户型商品房的需求会逐渐增多，必须保障稳定的房地产价格，因此需要稳定房地产市场上小户型商品房的供需平衡。

第三，推动养老院等养老行业的发展，提高老年人社会养老保障。推动养老院等养老行业的发展，使得“空巢老人”的社会养老得以保障，使人人都可以老有所养、老有所居。

第四，人口结构变化对家庭住房需求的短期作用以及家庭住房需求对房价波动的长期影响说明，除了完善老龄人口养老问题之外，稳定房价波动，引导居民理性购房至关重要。

[参考文献]

[1]李静，吴美玲.中国城乡人口老龄化发展质量：差异和预测[J].宏观质量研究，2020（05）：1-13.

[2]Mankiw N G，Weil D N.The baby boom，the baby bust，and the housing market[J].Reg Sci Urban Econ，1989（2）：235-258.

[3]丁洋，鄭江淮.中国人口老龄化会减少住房需求吗？[J].中国软科学，2018（02）：68-77.

[4]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（05）：45-58.

[5]孙泽宇.关于我国城市社区居家养老服务问题与对策的思考[J].中国劳动关系学院学报，2007（01）：98-101.

[6]胥玲.中国城市房价和地价的决定因素及相互关系[J].财政研究，2009（11）：10-13.

[7]张海蔚.中国房地产价格决定机制研究[J].上海金融，2009（03）：89-92.

[8]Chiuling Lu，Yang-Pin Shen， Cheng-Lun Shih.Does Population Aging Affect Real Housing Prices？Evidence from Eight Asian Economies[J].住宅学报，2018（1）：1-21.

[9]赵杨，魏冉.人口结构变化对日本房价的影响及其区域差异研究[J].现代日本经济，2020（03）：54-64.

[10]王先柱，王云.OECD国家人口年龄结构变动对房价的影响[J].统计与信息论坛，2020（06）：96-104.

[11]Zeng S，Zhang X，Wang X，et al.Population Aging，Household Savings and Asset Prices：A Study Based on Urban Commercial Housing Prices[J].Sustainability，2019（11）：1-21.

[12]赵鹏程，汪玲，刘蔚黎.非中心城市养老服务产业空间布局的困境与优化[J].牡丹江师范学院学报：哲学社会科学版，2018（03）：22-28.

[13]Katinka，Hort.The Determinants of Urban House Price Fluctuations in Sweden 1968-1994[J].Journal of Housing Economics，1998（02）：93-120.

[14]Tsai，I-Chun.Housing affordability，self-occupancy housing demand and housing price dynamics[J].Habitat International，2013（40）：73-81.

[15]Stroebel J，Vavra J .House Prices，Local Demand，and Retail Prices[J].CEPR Discussion Papers，2019（3）：1391-1436.

[16]王洁，张继良.住房空置率对房价的影响——基于35个重点城市的面板数据[J].资源科学，2020（06）：1135-1147.

[17]王玉倩.土地财政与中国房价实证分析[J].牡丹江师范学院学报：哲学社会科学版，2015（03）：12-13.

[18]黄徐亮，倪鹏飞.经济要增长，房价该涨还是跌？——基于中国地级市的证据[J].价格月刊，2020（06）：15-21.

[19]周建军，刘奎兵，郑娇，等.人口结构对房价的影响及其区域差异性研究[J].经济经纬，2020（03）：134-141.

[20]郭东杰，王如丰.经济周期下货币政策与房地产价格关系研究[J].牡丹江师范学院学报：社会科学版，2020（01）：1-12.

[21]马香媛，刘子含，黄鹤.合作配置活动理论视角下的居家养老模式探析——杭州养老社区的调查[J].浙江社会科学，2021（04）：81-88+158.

[22]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.

[23]张海龙，贺倚云.零售消费金融发展对我国经济内循环的影响研究[J].经济纵横，2021（03）：121-128.