适婚人群性别失配背景下的婚姻挤压与住房市场——基于空间异质与空间溢出两个维度

李 斌 ,张 越 ,张所地

(1.山西财经大学 管理科学与工程学院,山西 太原 030031;2.广州工商学院 管理学院,广东 佛山 528135)

一、引言

自1998 年住房市场化改革以来,居民住房需求得以释放,房价一度快速上涨。2010 年后,国家出台多轮调控政策干预,住房市场变得更加错综复杂,新问题不断涌现。2016 年中央经济工作会议首次提出“房住不炒”之定位,防过热、控风险、保民生。2022 年初行业下行背景下,各级政府多措并举确保实现“稳房价、稳地价、稳预期”之目标。可见,住房问题不仅是经济问题,更是关乎国计民生的重大社会问题,能否把握住房市场发展规律,对于建立住房市场长效机制、保障经济社会平稳健康发展意义重大。

与此同时,由于我国传统的“男孩偏好”观念,加上20 世纪80 年代开始持续30 多年的计划生育政策以及孕中性别检测技术发展,我国长期以来存在严重的出生性别比例失衡问题。统计数据显示,1982 年我国出生人口性别比为107.6(女=100),开始超出人口学中的正常值域范围,并随时间不断攀升。2004 年,出生人口性别比达到了121.2(女=100)的峰值,性别结构严重失衡。第七次全国人口普查数据显示,我国出生人口性别比为111.3(女=100),性别结构失衡仍是未来人口发展中的重大问题。出生人口性别失衡势必会影响进入婚姻市场中的适婚人群结构。2019 年全国人口变动情况抽查调查结果显示,我国15 岁及以上人口中未婚人口性别比高达152.95(女=100),适婚人群性别失衡问题严峻,男性之间存在严重的“婚姻挤压”现象。在此不利背景之下,适婚男性只有向外界传递自身品质“信号”,才能在婚配竞争中寻求有利地位,进而达到婚姻缔结目的。此时,住房由于其价值远超个人支付水平、易于观测、相对稀缺等特征,地位性商品属性明显,便成为了可以传递男性社会地位、个人能力、家庭财富水平等“信号”的优良载体。同时,我国的社会传统也进一步强化了住房的地位性商品属性。自古以来“有房才有家”“筑巢引凤”等传统观念赋予了住房特殊含义;传统性别角色分工致使社会文化中“干得好不如嫁得好”的择偶观念进一步催生了“丈母娘经济”。此时,住房成为了男性在婚姻市场中避免“淘汰”的利器法宝,婚姻市场也与住房市场捆绑交织日益密切,婚姻挤压现象会对住房市场产生何种影响,以及未来调控的思路策略如何值得深思。

对于目前我国婚姻市场上婚姻挤压现象的形成,多数学者认为主要源于性别结构因素。持续偏高的人口性别比必然会导致婚龄人口性别失衡,其直接后果之一就是形成婚姻挤压[1-2]。在宗族文化强度越高的地区,男孩偏好越强,从而加剧了出生性别失衡程度[3]。同时,也有学者认为男大女小的婚配模式、人口年龄结构也是造成婚姻挤压的重要因素[4],而死亡率的性别差异以及不断下降的出生率也会在一定程度上加剧婚姻挤压[5]。

面对婚姻市场的激烈竞争,男性会采取多种策略进行应对。除了扩大择偶地域范围等策略之外[6],不断提高婚姻支付数额成为最为重要的策略[7]。房价快速上涨并在高位波动的背景之下,女性及其家庭经济预期的不确定性增强,婚姻观念随之受到影响,女性更倾向通过“嫁的好”来抵御风险[8]。贝壳找房发布的《2020 婚房消费调查报告》显示,60%的女生拒绝租房结婚,拒绝的主要原因在于有房才有安全感。可见,在婚配竞争及“无房不嫁”的双重压力之下,买房成为男青年彰显地位的普遍选择[9],为了觅得佳偶男孩家庭偏向选择面积更大、价值更高的住房[10-11],推动了房价的上涨[12-13]。

综上可见,国内外学者在婚姻挤压形成以及“婚”“房”两个市场的联系等方面已经进行了比较深入的分析。但是,现有研究通常从性别失衡、婚配竞争等角度切入,而直接探讨婚姻挤压与住房市场关联的较少,考虑二者关系的空间异质性或空间联动效应的成果更为鲜见。基于此,本文以2005—2019 年285 个地级市的统计数据为研究样本,改进了婚姻挤压水平的测度方法,探析婚姻挤压和住房市场之间的非线性关系及空间溢出效应。研究工作对于理解住房市场运行规律,对于青年实现婚姻缔结安居梦,对于提高人口和住房管理政策的精准有效性等意义重大。

二、理论分析与研究假设

当婚姻市场两性比例失衡时,部分男性或女性无法按照传统偏好择偶、甚至终身无法缔结婚姻关系,这种现象被称为婚姻挤压[5,14]。在我国,由于男性相对过剩,该现象特指男性婚姻挤压,适婚男性之间需要对相对稀缺的女性婚姻资源展开婚配竞争。

基于地位寻求理论可知,持有“地位性商品”是在人群中凸显社会地位的一种手段。住房作为一种“地位性”商品,可以向女方传递个人财富水平、社会关系等综合素质信号,减少婚配双方的信息不对称,增强男性在婚姻市场中的竞争力,提高婚姻缔结的可能性[15-16]。当前我国社会中男外女内的传统性别分工观念、推崇刻板“女性气质”的主流价值观以及女性在职场中的弱势地位致使“干得好不如嫁得好”的社会观念得到广泛认同,女性在择偶过程中会将男性的经济条件作为主要考虑因素[17]。同时,在婚姻市场中相对稀缺的女性属于拥有主动权的一方,依据婚姻梯度理论,适婚女性及其家庭会更愿意与能够改善自身生活水平的男性达成婚姻关系,向上进行婚姻匹配。因此,价值高并且能够给个人带来长期效用的住房成为婚姻匹配过程中的“香饽饽”。

值得注意的是,婚姻市场中寻求婚姻缔结的双方普遍存在信息不对称,男女青年存在逆向选择风险[15]。为了改善自身效用,未婚青年及其家庭会积极向外部传递优质“信号”。然而,住房商品不同于一般商品,其价值量巨大,绝大多数个人和家庭都面临较高消费门槛,能较好地将有房青年与其他同性区隔开来,因此,住房作为信号载体向外界传递信息的效率与其“地位性商品”属性密不可分。通常而言,在住房价格较低的城市,个人及家庭购房相对轻松,其地位性特征相对较弱。反之,在住房价格水平较高的城市,个人及家庭对住房进行支付的难度加大,此时住房反映青年及家庭综合实力的信号功能较强,青年通过购房、购好房可以更好地与其他同性形成分离均衡[18],激发了各类适婚男性的购房需求,进一步又会促进房价上涨。在房价极高的城市,只有“品质”良好的男性及其家庭才有可能具有购房能力,婚配竞争带来的婚房需求转化为真实需求的难度加大,对房价的刺激作用可能减弱。因此,提出研究假说H1。

H1:婚姻挤压对住房价格的影响具有空间异质性。

根据地理学第一定律(Tobler's First Law)以及住房市场空间传递的“波纹效应”,地理位置上相互邻近的城市,受到区域间合作或竞争以及要素流动的影响,其住房市场变化会同邻近城市产生空间联系。其中,人口流动是引起空间扩散效应的传统因素。人口迁移会使市场参与者的资金投入到迁入地新的住房市场中,拉动迁入地的住房购买力,进而推动周边住房市场发展。当某一城市婚姻挤压程度较高时,青年不得不向周边城市流动以扩大择偶地域范围,提高婚姻缔结的可能性[19]。周边城市的住房市场需求和住房价格随之变化,形成空间上的互联互动。因此,提出研究假说H2。

H2:婚姻挤压对住房价格的影响存在空间溢出效应。

下文将借助中国285 个地级市的统计数据对如上假设进行验证。

三、研究设计

(一)变量设计

1.核心解释变量。本文的核心解释变量是婚姻挤压。目前,学者们常用的测度婚姻挤压水平的指标是性别比[20],多用某一年龄或者某一年龄段之下男性人口与女性人口数量进行比较,如28 岁男女同龄性别比、18～34 岁人口的性别比、15 岁以上未婚人口性别比[21]等,以性别比例失衡水平代替婚姻挤压水平。虽然以某一年龄或年龄段的男女性别比例失衡衡量婚姻挤压具有一定合理性,但是两者并非完全等同的关系。因为在婚姻市场中,男女缔结婚姻的年龄差模式是多样的,用单一的婚姻匹配模式测度某一年龄的性别比或者婚姻市场的相对过剩人口无法全面反映某一年龄的婚姻匹配情况,一定程度上影响了测度的精准性。本文则通过计算不同婚姻年龄匹配模式下的潜在婚姻男性人数,与实际女性人数构建一个“婚配性别比”指标,可以更加精准地刻画我国婚姻挤压水平,为进一步探究婚姻挤压与住房市场之间的关系奠定基础。改进的婚姻挤压测度方法如下。

第一步,确定某一年龄下的女性数量为计算基准并进行数量计算。郭显超[22]对2000 年和2010年男女分年龄的初婚概率进行统计,结果显示我国人口在28 岁进入婚姻的比例较高,因此本文以28岁的女性数量以及对应的婚配年龄差作为计算潜在男性的基础。其中,2005 年至2019 年各年28 岁女性人口数量F28借鉴逯进等[23]的方法进行推算而得。《中国2000 年人口普查资料》《中国2010 年人口普查资料》中,以5 岁为区间长度统计了2000年和2010 年各城市分性别的人口数,各个年龄的人口数并未统计。假定普查数据每5 岁区间内人口为均匀分布,对每个年龄段内人口数除以5,则得到2000 年和2010 年各年龄分性别的人口数量。在此基础上,推算2005 年至2019 年各年28 岁女性人口数。例如,2001 年至2009 年28 岁女性人口数分别由2000 年27 岁、26 岁……19 岁女性人口数推出,2011 年至2019 年28 岁女性人口数分别由2010 年27 岁、26 岁……19 岁女性人口数推出。

第二步,计算28 岁女性对应的各个年龄的潜在婚姻男性数量。潜在婚姻男性是女性在婚姻匹配中考虑与之缔结婚姻关系的男性群体,本文以婚配年龄差模式计算潜在婚姻男性。姜全保等[4]指出已婚男性与女性的年龄差主要分布在-1 到5 岁之间,并给出已婚女性中夫妻年龄差比重分布P28+i。故首先根据第一步的方法推算2005 年至2019 年各个年龄的男性人口数M28+i(i=-1,2,…,4,5),再根据夫妻年龄差比重分布P28+i计算28 岁女性对应的各年龄潜在婚配男性数量P28+iM28+i(i=-1,2,…,4,5)。

第三步,计算28 岁男女婚配性别比。计算公式为式(1)。

式(1)中,sr_1 为基于28 岁的男女婚配性别比,F28和M28+i分别为28 岁女性和28+i岁男性人口数量,P28+i表示28 岁女性中,与28+i岁男性结婚的女性所占的比例,∑P28+i=1。若婚配性别比大于1,说明婚姻市场中潜在男性数量大于女性数量,存在男性婚姻挤压;反之,则存在女性婚姻挤压。

为了保证研究结论的稳健性,本文采取替换核心解释变量的方法进行验证,即将核心解释变量由28 岁婚配性别比(sr_1)替换为28 岁男女同岁性别比(sr_2)。其中,各年28 岁女性、28 岁男性人口数量的推算方法见第一步。

2.被解释变量。本文的研究主题是探讨婚姻挤压对住房市场有何种影响,故选取最能反映住房市场发展变化的价格指标作为被解释变量。以城市商品住宅平均销售价格作为该城市住房价格的替代变量,由商品住宅销售额除以销售面积计算而得。

3.控制变量。为了减少遗漏变量所带来的误差,根据房地产经济学理论及逯进等[23]学者的做法,本文选取的控制变量有:(1)经济发展水平。经济发展水平越高,居民的收入水平及购房能力往往也越高,对住房需求和房价都会产生正向影响,本文选取人均地区生产总值作为代理指标。(2)人口密度。人口是构成住房需求的最基本单位。人口越多,住房需求就越大,当土地供应数量有限时,相对有限的住房资源价格就会随之上升。(3)环境质量。住房周围环境质量情况是人们选择住房时考虑的重要因素。环境污染产生负向外部效应,会降低当地的房价。考虑二氧化硫是工业废气的主要成分,故将工业二氧化硫的排放量作为代理指标。(4)房地产开发投资。在其他条件不变时,开发投资规模越大,未来的住房供应越多;而短期来看,投资往往代表市场信心和预期,乐观的预期会对需求和价格产生正向刺激作用。(5)地方财政支出水平。财政支出在一定程度上能反映当地的基础设施和公共服务水平。完善的交通条件、丰富的生活服务以及政府对医疗、教育事业的投入均会为当地居民带来正向外部效应,为当地的房地产增添附加值,进而对住房需求和价格产生正向影响。为了剔除城市规模的影响,该变量由地方财政支出总额除以地区生产总值而得。上述变量汇总及说明见表1。

表1 各变量定义

(二)数据来源、处理与描述性统计

本文在《中国城市统计年鉴》地级市名单中剔除了毕节市、铜仁市、拉萨市、日喀则市、昌都市、林芝市、山南市、那曲市、海东市、吐鲁番市、哈密市、巢湖市、儋州市等统计数据严重缺失的城市,以剩余285 个城市作为研究对象。商品住宅销售额和销售面积数据来自Wind 数据库,婚姻挤压水平测度所需原始数据来自第五次和第六次人口普查长表数据,人均GDP、人口密度、工业二氧化硫排放量、房地产开发投资额、地方财政支出总额和地区生产总值数据来自历年《中国城市统计年鉴》,并对个别缺失数据按趋势法进行补全。为剔除通货膨胀的影响,本文以2005 年为基期,对住房价格、人均GDP、房地产开发投资额进行了平减处理。为了缩小量级差异和消除异方差,对住房价格、人均GDP、人口密度、工业二氧化硫排放量、房地产开发投资额进行了对数化处理。数据处理后,对各变量进行描述性统计,结果见表2。

表2 变量的描述性统计

(三)实证方法设计

1.空间异质性分析方法。为了研究婚姻挤压对住房市场的影响,首先建立如下线性关系的面板回归模型:

式(2)中,lnhpit为住房价格,sr_1it为婚姻挤压水平,Xit是人均GDP、人口密度等控制变量向量,β、γ分别代表核心解释变量及控制变量的影响系数,下标i、t分别表示城市和年份,εit表示随机扰动项。

不同城市的经济发展水平、婚配竞争激烈程度、住房信号释放的必要性,以及婚嫁风俗等存在较大差异,因此,婚姻挤压对住房市场的作用可能呈现非线性特征。为了更细致地刻画在不同城市中婚姻挤压对于住房市场的影响效果,根据Koenker et al.[24]提出的分位数回归方法,基于被解释变量的条件分布来拟合解释变量的线性函数,进一步构建面板分位数回归模型如下:

式(3)中,Qτ(lnhpit|sr_1it,Xit)表示lnhpit的条件分位数,τ表示所取分位点;βτ、γτ代表核心解释变量及控制变量的影响系数,是τ的函数,随τ的变化而变化;其他符号同上。

2.空间溢出效应分析方法。第一步,构建空间权重矩阵。构建空间权重矩阵是研究空间自相关性和空间溢出效应的基础。参照学者们的常见做法[25],构建地理距离和经济距离两种权重矩阵。地理距离矩阵如下:

式(4)中,dij为两个城市间的直线距离。

构建经济距离空间权重矩阵时,采用人均GDP均值的差额衡量城市间的“经济距离”,并认为该值与空间权重呈反方向变动,具体如下:

第二步,空间自相关检验。分别计算地理距离和经济距离空间权重矩阵的全局莫兰指数,结果如表3 所示。

由表3 可知,在地理距离权重矩阵下,住房价格和婚姻挤压水平的全局莫兰指数全部在1%的水平下显著为正,表示房价和婚姻挤压均存在正向的空间集聚现象。而在经济距离空间权重矩阵下,只有住房价格的莫兰指数全部显著为正,而婚姻挤压水平多数年份均未通过显著性检验,因此下文的空间分析特指地理距离权重矩阵下的情形。从两个指标的莫兰值发现,样本期内住房价格的正向空间相关性呈现先加强后减弱的“倒U”型特点;而婚姻挤压的正向空间相关性则呈“波浪”型变化。

表3 两种空间矩阵的全局莫兰指数

进一步,通过莫兰散点图可以直观反映城市周边住房价格和婚姻挤压的空间集聚特点。限于篇幅,仅给出2005 年和2019 年的莫兰散点图,见图1至图4。

图1 2005 年住房价格莫兰散点图

图2 2019 年住房价格莫兰散点图

由图1 至图4 可知,一是样本期内285 个城市住房价格和婚姻挤压的空间分布具有类似规律,四个象限都有城市分布,但是绝大多数城市集中分布在一、三象限,“高-高”和“低-低”是两个指标的主要集聚模式。二是不同时间的莫兰散点图变化不大,反映出住房价格和婚姻挤压的空间格局具有一定的稳定性。

图3 2005 年婚姻挤压莫兰散点图

图4 2019 年婚姻挤压莫兰散点图

第三步,构建空间面板模型。研究空间溢出效应的模型主要有三种,第一种为空间自回归模型(SAR)。SAR 模型用于研究相邻城市房价对本城市的影响,公式为:

式(6)中,lnhpit为房价,W为空间权重矩阵,λ为空间自回归项系数,Xit代表婚姻挤压和人均GDP等变量向量,β为相应回归系数,εit是随机误差项,i表示城市,t表示时期。

第二种为空间误差模型(SEM)。SEM 利用误差项来反映城市之间的依赖性,公式如下:

式(7)中,εit=αWεit+μit,μit是随机误差项,且有μ～N(0,σ2In),α为空间扰动项的回归系数,其他符号含义同上。

第三种为空间杜宾模型(SDM)。如果同时考虑空间滞后、空间误差效应,则可用空间杜宾模型,公式如下:

式(8)中,λWlnhpit为其他城市房价对本地房价的影响,Xitβ为本地婚姻挤压和控制变量的影响,WXitδ为周边城市婚姻挤压和控制变量的影响。λ、β、δ分别为各项效应的作用系数,其他符号含义同上。

模型形式选择时需要综合考虑LM 检验、LR 检验、Wald 检验和Hausman 检验等结果来确定。

四、空间异质性作用检验

(一)面板分位数回归结果与分析

采用式(3)所示面板分位数模型对285 个地级市进行分析,结果见表4。表4 中列出了0.1～0.9中5 个分位点处的婚姻挤压水平以及各控制变量的估计系数结果。

表4 面板分位数模型回归结果

由表4 可知:

1.婚姻挤压对住房价格具有显著的正向影响。除0.1 分位点之外,其余分位点的回归结果均显示婚姻挤压在10%的水平下显著且系数均大于0。总体上看,样本期内婚姻市场的婚姻挤压现象的确刺激了房价上涨。

2.婚姻挤压对住房价格的作用具有非线性特征。在不同房价分位点下,婚姻挤压对住房价格的影响并不均匀,而是随着分位点的变化而变化。具体来看,0.1 分位点处对应的是住房价格极低的城市,婚姻挤压的作用并不显著。随着房价分位点不断提高,婚姻挤压对房价产生了显著的不断增强的正向影响。当处于0.75 分位点即高房价城市时,婚姻挤压的回归系数增加至0.23,此时,婚姻挤压水平每增加一个单位,房价将上涨0.23%。当处于0.9 分位点时,即在房价极高的城市,婚姻挤压对房价的正向作用略有下降,但是作用力度依然处于高位。该结论验证了假设1 的正确性。

婚姻挤压之所以对住房价格产生异质性作用,可能有两方面的原因。一是从住房信号功能上考虑。住房的信号作用与“地位性商品”属性密切相关,而“地位性商品”是一种价值强烈依赖“稀缺性”的商品。在低房价城市,男青年及其家庭购房相对容易,住房商品在适婚人群中的“稀缺性”低于高房价城市,地位性商品属性减弱致使婚姻挤压造成的住房需求上涨有限。在高房价城市,男青年及家庭购房难度加大,住房更能体现男性身份的“排斥性”。但在房价极高的城市,青年支付能力有限,退出购房市场选择租房的可能性增加,因此婚姻挤压对房价的刺激作用反而可能下降。二是从住房信号释放的必要性上考虑。低房价城市,往往也是经济发展水平较低、人口流动性小的城市,男女通婚的地域范围较小,相互之间更易通过“打听”等方式获得信息。高房价城市,往往具有经济发达、人口流动频繁的特点,男女通婚的地域范围更广,婚姻市场信息不对称、不透明程度更高,住房作为信息载体可以在婚姻缔结的过程中发挥更大的作用。以上原因造成了各城市婚姻挤压对住房价格的作用并非同质而在空间上呈现出异质性特征。

调查数据显示：(1)孵化器走向盈利趋势：2015年亏损企业11家，盈利企业5家，平均亏损220万，2016年亏损企业10家，盈利企业10家，平均盈利96万；(2)亏损的孵化器只减少一个，但亏损额减少幅度达三成；(3)盈利的孵化器成倍增长，达到10家，所有孵化器总体上统计，亏损面递减，实现了扭亏为盈。

3.各控制变量在各分位点下对住房价格的影响在1%的水平下均显著,且影响系数会随分位点变化而变化。样本期内,人均GDP 对住房价格产生了显著的正向作用,随着房价分位点提高,人均GDP 的系数从0.362 增加至0.473,对房价的推动作用逐渐增强。经济发展水平越高,居民的收入水平和住房消费能力往往也越高,加之高房价城市住房商品的保值增值功能优越,越会促使住房需求增加,故高房价城市经济的房价刺激作用更强。人口密度与房价之间呈现显著的正相关性,且这种作用随着分位点的提高而增强。住房是人民安居乐业的基本需求,人口密度提高住房需求往往也会增加,当供给无法及时调整时,推动房价上涨。房地产开发投资对住房价格的正向影响随分位点的提高而逐步增强。开发投资是未来的供给,短期来看其更多体现的是市场预期和信心。乐观预期下市场往往会出现供需两旺、房价上涨的局面。工业二氧化硫排放量对房价产生了显著的负向影响。高房价城市中居民往往对环境质量、住房品质等有更高要求,与低房价城市相比,环境污染更可能会造成需求向其他城市转移,对房价的负向影响更大。财政支出水平对住房价格具有显著的正向影响,且这种作用随分位点提升波动性增强。相比低房价城市,高房价城市往往也是经济发达城市,居民对交通、医疗、教育等配套设施的要求以及消费能力往往更高,加之住房的投资属性较强,故财政支出水平对房价的促进作用更大。

(二)稳健性检验

为了避免测量误差带来的估计偏误,下文采用替换核心解释变量的方法检验结果的稳健性。由于同岁匹配也是我国婚姻匹配的主要模式之一,28岁男女性别比可以从一定程度上反映婚姻挤压的程度,故将核心解释变量由28 岁婚配性别比(sr_1)替换为28 岁男女同岁性别比(sr_2),替换后的评估结果如表5 所示。

表5 面板分位数稳健性检验结果

由表5 可知,替换变量后,除0.1 分位点外其他分位点的婚姻挤压均对住房价格产生了显著的正向影响。整体上看,高房价城市的影响更大。人均GDP、人口密度、工业SO2排放量、房地产开发投资额和财政支出水平对房价影响的方向和显著性均与前文的评估结果一致。该结论不仅说明前文的实证结果是稳定的,也再次验证了假设1 的正确性。

五、空间溢出效应检验

(一)模型形式确定

空间溢出效应分析时,首先要对空间模型形式进行检验,结果见表6。

表6 空间面板模型形式检验

由表6 可知,LMerr 和LMlag,R-LMerr 和RLMlag 均通过了5%的显著性检验,说明SAR、SEM模型都可应用,故考虑SDM 模型。由于本研究采用2005—2019 年285 个地级市面板数据进行分析,时间跨度较长,根据董纪昌等[26]的观点,采用时间固定效应模型较为合理。同时,Hausman 检统计量为193.03,p值为0.000,因此采用时间固定效应的SDM 模型。最后,Wald 和LR 检验均在10%的显著性水平下拒绝了H0∶θ=0 和H0∶θ+ρβ=0 的原假设,即SDM 模型不能退化为SAR 和SEM 模型。因此,最终选择时间固定效应的SDM 展开分析。

(二)SDM 模型估计结果与分析

限于篇幅,我国婚姻挤压对住房价格影响的SDM 模型回归结果不再展示,可向作者索取。

由于SDM 模型的回归系数并不能直接反映变量间的空间互动关系[27],需通过偏微分方程分解为直接和间接效应,结果见表7。

表7 空间溢出效应分解结果

由表7 可得如下结论:

1.婚姻挤压对住房价格的总效应、直接效应和间接效应均显著为正。婚姻挤压水平每上升1 个单位,对本地房价和邻近城市房价的影响系数分别为0.185 和3.738,总影响系数为3.923。婚姻市场单身男性的婚姻挤压越严重,男青年及家庭越需要通过购房来获得主动地位和吸引优质女性,住房需求增加引起房价上涨。当本地婚姻市场竞争加剧,部分青年可能会流动到择偶相对容易的城市,引起住房需求转移,进而促进邻地房价上涨。该结论反映出婚姻挤压和房价间的确存在空间上的联动关系,也验证了假设2 的正确性。

2.所有控制变量均对本地房价产生了显著影响,其中,人均GDP、二氧化硫排放量和政府财政支出对邻地房价也产生了显著外溢效应。具体来看,人均GDP每增加1%,将推动本地房价上涨0.338%,推动邻近地区房价上涨2.703%。当城市经济发展良好,则居民就业环境和收入水平往往也较为乐观,这不仅增强了居民对本地住房的消费能力,也会提高居民对邻近城市住房的投资和消费能力,进而引起邻地房价上涨。人口密度和房地产开发投资对房价的作用主要集中在本地,对邻近城市没有显著影响。工业二氧化硫排放量作为代表环境污染的负向指标,对本地房价和周边地区房价都起到了显著的负向作用。政府财政支出则对本地和周边城市都产生了正向影响,较高的财政支出往往和完善的基础设施和公共服务相对应,住房因附加值增加而增值,周边城市的房价也可能会因波纹效应而同步上涨。

(三)稳健性检验

此处仍采用替换核心解释变量的方法,即将28岁婚配性别比(sr_1)替换为28 岁男女同岁性别比(sr_2)来检验实证结果的稳定性。空间效应分解结果见表8。

表8 空间效应分解稳健性检验结果

由表8 可知,将核心解释变量替换后,SDM 模型的空间溢出效应分解结果与上文基本一致,反映了前述研究结论是可靠和稳定的,并再次验证了假设2 的正确性。

六、结论与启示

本文在理论分析基础上运用面板分位数回归、探索性空间数据分析、空间面板回归等方法对2005年至2019 年中国285 个地级市婚姻挤压对住房市场的空间异质作用和空间溢出效应进行了实证检验。主要结论有:(1)面板分位数回归结果显示,除最低分位点外,各个分位点下婚姻挤压对住房价格均产生了显著的正向影响,但这种影响并非均匀分布。相比低房价城市,高房价城市中婚姻挤压对房价的刺激作用更大,体现了二者关系的空间异质性。(2)探索性空间数据分析结果显示,我国城市的住房价格和婚姻挤压均存在正向的空间相关性,前者莫兰指数呈现先升后降的“倒U”型趋势,后者则呈“波浪”型特点。样本期内绝大多数城市两个指标均呈“高-高”或“低-低”集聚模式,局部空间格局变化不大。(3)SDM 估计结果显示,婚姻挤压对住房价格的作用具有空间溢出性。婚姻挤压所带来的婚房需求增加对本地住房价格产生了刺激作用,同时也会因适婚人口、资金等要素流动对邻近城市房价产生推动作用。

由以上结论可知,婚姻市场的婚姻挤压现象对城市住房市场产生了显著影响,且这种影响具有复杂的作用形态,并为人口和住房管理政策的制定提供了思路。第一,从思想观念来看,国家不仅要引导强化性别平等观念,扭转传统的“男孩偏好”,以消除潜在的性别歧视,而且还要引导青年群体树立科学的婚恋观念,从追求“婚房”“彩礼”转向对个人品质素质的追求,激励青年自立自强进而不断提高全民素质。第二,从两个市场的管理方向来看,一要大力发展住房租赁市场和保障性住房体系,降低青年群体的婚育负担,二要治理婚嫁陋习、婚房竞争等不良社会风气,规范发展婚介市场,促进婚姻市场与住房市场和谐发展。第三,从空间异质性来看,人口与住房管理政策制定应关注城市差异。要根据各城市经济基础、人口特征以及住房市场发展的具体阶段因地制宜地出台管理政策。从空间联动性来看,人口与住房管理政策都应关注人口等要素在城市间的流动,也要关注周边城市的变化,努力应对邻近城市带来的负面影响,实现共同发展。第四,从长远的人口发展来看,在全面放开三胎背景下,各地政府不仅要制定更加灵活的人口政策,综合运用税收、住房补贴、生育哺育假、生育保险等多种手段提高青年的生育意愿,而且还要系统性地考虑婚嫁、生育、养育等问题,使生育激励政策能够真正落地,进而缓解性别失衡问题,在婚姻市场和住房市场的和谐之下不断提高居民的幸福指数。