人口老龄化与住房需求
- 格式:pdf
- 大小:473.43 KB
- 文档页数:3
第18卷 第2期 中 国 水 运 Vol.18 No.2 2018年 2月 China Water Transport February 2018收稿日期:2017-12-05作者简介:孙玉梅(1970-),女,云南昆明人,昆明理工大学建筑工程学院副教授,研究方向为房地产开发与管理。
陈瑞嘉(1993-),女,湖北广水人,昆明理工大学建筑工程学院在读研究生,研究方向为房地产开发与管理。
人口老龄化与住房需求孙玉梅,陈瑞嘉摘 要:自1998年中国政府出台房改政策后,住房需求量得到空前增长。
与此同时,中国也逐渐进入了老龄化社会。
人口作为购房主体决定了房地产市场的发展必然受到人口因素的制约和影响。
文章从探寻老龄化与住房需求的关系入手,主要通过采用中国31个省市自治区2005~2015年的面板数据来阐述人口老龄化对住房需求的影响,结果表明,老年抚养比与住房需求之间是显著的正相关,少儿抚养比与住房需求之间是显著的负相关,充分支持了人口年龄结构与住房需求之间的高度关联性。
最后在结论的基础上提出协调老龄化与住房需求的一些政策建议。
关键词:人口老龄化;住房需求;区域差异性中图分类号:F293.3 文献标识码:A 文章编号:1006-7973(2018)02-0048-03引言伴随着我国经济社会各方面的发展,人口老龄化问题也越来越突出。
2000年以后,中国正式进入老龄化社会,并且随着时间的推移,社会的老龄化程度不断加深。
预计到2035年,将会到达4亿,也就是说,每三个人中就会有一个老年人,老龄化的发展速度非常迅速。
人口因素是影响住房需求的内在动力。
一方面,随着老年人口的数量增加,房地产市场的购房需求也会相应提高。
另一方面,老年人口数量的上升,老年人口手中的部分房源也会空臵出来,城市的住房供给能力不断释放。
因此人口老龄化不但可能增加住房需求,也有可能提高住房的供给能力[1]。
基于近几年内我国人口发生的变化,本文以其对住房需求的影响为研究对象,探寻出人口老龄化与住房需求之间的影响关系。
一、理论回顾及文献综述住房需求是指家庭或者个人在一定的收入、住房价格以及其他对住房需求存在影响的因素的共同作用下,有意愿并且有能力购买的住房数量[2]。
本文选取了人口自然结构中的年龄结构作为主要影响因素进行研究。
对于一般的商品而言,不同年龄阶段的消费者们在挑选时对于无论数量还是种类,都有自己的偏好和规划,这些造就了他们消费行为的差异。
同样的,住房作为一种特殊商品,不同年龄阶段的消费者们,也会有不同的消费行为。
国内研究人口年龄结构对住房需求的影响的文献较多,由先前的定性分析慢慢过渡到了定量分析。
但是国内将人口因素与房地产市场结合起来的系统性研究的文献较少。
顾鉴塘是国内稍早研究人口因素对住房需求影响的学者,他认为人口年龄结构和人口家庭规模以及它们未来的发展趋势都将是影响我国住房需求的重要因素,并且不同的年龄组对住房需求的影响均不同[3];孟星认为人口年龄结构是影响住房市场的重要因素,同时他认为老龄人口的比重增加,会导致住房需求量的降低[4];陈彦亮等借鉴前人的研究,设计出了中国城镇住房需求的估算方案,研究结果表明老龄化在短期内促进了中国城镇住房需求的增加 [5];张冲利用面板数据,借助理论模型对中国人口结构和住房需求进行了实证分析,研究结果发现当前的少子化和老龄化情况的加剧对住房需求的上升起到了较大的促进作用[6];杨小金以珠江三角洲地区的数据为依据,从供给和需求两个方面构建了房地产市场的局部均衡模型,并利用该模型分析了人口老龄化对房地产市场造成的影响,研究发现人口老龄化会加大房价的波动幅度[1]。
已有的文献得出的结论有所不同,总的说来,可以分为“悲观”和“乐观”两种论点。
持悲观态度的研究者认为过多的老年人会减少社会住房总需求。
持乐观态度的研究者认为现代老年人群的住房占有率逐年增加,促进住房需求的上涨。
为了检验两种说法,本文将通过实证分析对老龄化与住房需求之间的关系进行研究。
二、检验方法的简介面板数据(Panel Data )又被称之为平行数据,指的是对某一变量在一定时间段内持续跟踪观察的结果,它同时包含了时间序列维度和横截面维度。
本文的面板模型需要通过F 检验和豪斯曼检验来从混合回归模型、固定效应模型和随机效应模型中选取最优模型进行解读。
其中混合回归模型中所有个体的截距项和解释变量系数都相同[7]。
固定效应模型中所有个体的系数项是相等的,但是截距项都不同。
随机效应模型中所有个体的系数都是不同的,截距项也是不同的。
F 检验的原假设认为不同个体的模型截距项相同(建立混合回归模型);备择假设认为不同个体的模型截距项不同(建立固定效应模型)。
当F 统计值显著时,就拒绝原假设,即选择固定效应模型;当F 统计值不显著时,就接受原假设,第2期 孙玉梅等:人口老龄化与住房需求 49即选择混合回归模型[6]。
在处理面板数据时,究竟应该使用固定效应模型还是随机效应模型是一个根本问题,为此我们要采用豪斯曼检验。
豪斯曼检验的原假设认为个体效应与回归变量无关(建立随机效应模型);备择假设认为个体效应与回归变量相关(建立固定效应模型)。
当豪斯曼检验结果显著时,就拒绝原假设,即选择固定效应模型;如果豪斯曼检验结果不显著时,就接受原假设,即选择随机效应模型[6]。
三、实证检验本文将采用中国31个省市自治区(香港、澳门和台湾除外)的2006~2015年共计10年的面板数据,对老龄化与住房需求之间的关系做出计量上的分析。
变量包括被解释变量、关注变量和控制变量。
以下数据均来源于国家统计局公布的历年《中国统计年鉴》。
被解释变量:住宅商品房销售面积(Y )。
文章将住宅商品房销售面积作为住房需求的代理变量,单位为万平方米。
关注变量:老年抚养比(X 1)和少儿抚养比(X 2)。
文章将老年抚养比作为人口老龄化的代理变量。
其中老年抚养比是各省市自治区的65岁及以上的老年人口数与15~64岁劳动年龄人口数之比,少儿抚养比是各省市自治区的0~14岁少年儿童人口数与15~64岁劳动年龄人口数之比,二者的单位均为%。
控制变量:商品住宅房屋竣工面积(X 3)和地区生产总值(X 4)。
商品住宅房屋竣工面积的单位为万平方米。
地区生产总值数据的单位为亿元。
控制这些变量以便更加准确的分析出关注变量对被解释变量的影响作用。
模型的设定如下所示:μββββα+++++=44332211ln ln ln X X X X Yα为常数项;μ为随机扰动向,β1、β2、β3和β4分别为老年抚养比(X 1)、少儿抚养比(X 2)、商品住宅房屋竣工面积(X 3)和地区生产总值(X 4)的系数。
本文为了消除量纲问题,将住宅商品房销售面积(Y )、商品住宅房屋竣工面积(X 3)和地区生产总值(X 4)分别取自然对数,取自然对数后的指标,其相应的系数表示的就是弹性的概念。
由于本文数据的截面维度大于时间维度,所以判断为“短面板”数据,因此可以不考虑面板数据的非稳定性,无须进行单位根检验和协整检验[8]。
仅对关注变量进行混合回归、固定效应回归和随机效应回归的结果如表1所示。
表1是老年抚养比(X 1)与少儿抚养比(X 2)对住房需求的实证检验结果。
F 检验的结果和豪斯曼(Hausman )检验的结果都是显著的,即认定固定效应模型是最优的选择,因此本文将选择固定效应模型进行解读。
从表1中可以看出共有310个样本参与了固定效应回归分析。
X 1(老年抚养比)对Y (住宅商品房销售面积)有显著的正向影响,X 2(少儿抚养比)对Y (住宅商品房销售面积)有显著的负向影响。
老年抚养比的影响系数是0.057,说明老年抚养比每上升一个百分点,住宅商品房销售面积即住房需求将上升5.7%。
少儿抚养比的影响系数是-0.090,说明少儿抚养比每下降一个百分点,住宅商品房销售面积即住房需求上升9.0%。
表1 关注变量对住房需求的回归结果解释变量混合回归 固定效应 随机效应 X 10.230***(0.020)0.057***(0.014) 0.065***(0.014) X 2-0.037***(0.008)-0.090***(0.009)-0.085*** (0.008)Constant 5.552***(0.345)8.946***(0.264)8.734***(0.301)R-squared 0.3763 within 0.3091 0.3078 between 0.1880 0.2037 overall0.19670.2114 F 检验F (30,277)=86.95 Prob>F=0.0000Hausman 检验 Chi2(3)=12.73 Prob>chi2=0.0053样本量 310310310注:***表示在1%的水平上显著,**表示在5%的水平上显著,*表示在10%的水平上显著。
表中“( )”中的数据是系数标准误。
为了结果的完善性和准确性,又在模型中加入了供需关系、社会等重要的控制变量进行回归。
下表是将老年抚养比和少儿抚养比这两个关注变量和所有控制变量一起加入模型中进行三种面板模型回归的结果。
F 检验的结果和豪斯曼(Hausman )检验的结果都是显著的,因此我们认定固定效应模型仍是最优的选择,因此下文将选择固定效应模型进行解读。
表2 关注变量和控制变量对住房需求的回归结果解释变量混合回归 固定效应 随机效应 X 10.033***(0.006)0.018**(0.009)0.023***(0.008)X 20.021***(0.002)-0.012*(0.006)0.010**(0.004)X 3 0.765***(0.029)0.621***(0.040) 0.714***(0.035)X 40.272***(0.029)0.200***(0.036)0.251***(0.033)Constant -1.426(0.172) 1.259***(0.4111)-0.480*(0.283)R-squared 0.9572 within 0.7524 0.7413 between 0.9376 0.9757 overall0.92020.9536 F 检验F (30,275)=9.12 Prob>F=0.0000Hausman 检验 chi2(5)=30.31 Prob>chi2=0.0000样本量310310310注:***表示在1%的水平上显著,**表示在5%的水平上显著,*表示在10%的水平上显著。
表中“( )”中的数据是系数标准误。
50 中国水运第18卷在加入控制变量后,数据处理结果显示,老年抚养比仍然对住房需求有着显著的正向影响,固定效应模型检验结果表明老年抚养比每上升一个百分点,住房需求将上升1.8%,相对于只加入了关注变量的模型来说,由5.7%下降至1.8%,下降一半多。