根据《2015年国民经济和社会发展统计公报》，2015年末，我国60周岁及以上人口占全国总人口的比例已达到16.1%。而根据上海民政网统计，上海这一比例已达到了30.2%。人口老龄化现象开始引起我国社会各界的关注。另一方面，房价是当前社会关注的聚焦点之一。自2003年以来，我国住宅价格持续快速上涨，引起中央及地方政府高度重视，并采取多种严厉的调控手段，但调控效果未能达到预期目标。那么，人口老龄化能否抑制房价的过快上涨，已经引起国内部分学者的关注与研究。

实际上，国外学者较早就对人口老龄化与房价的关系进行了研究，并取得了建设性的成果，总体上可归纳为四种不同观点。第一种观点认为人口老龄化与房价有着显著负相关性。Mankiw(1989)发现，人口老龄化会降低居民住房总需求，进而导致房价下降。Ermisch(1996)利用英国的数据证明了人口老龄化将降低住宅需求的增长率，进而导致房价的下降。Takáts(2012)对英国和美国等22个发达经济体的实证研究表明，人口老龄化的确会对房价产生显著的负向影响；Hiller和Lerbs(2016)对德国87个城市的人口老龄化与房价关系的研究也得到了类似结论。第二种观点认为人口老龄化与房价有着显著的正相关性。Engelhardt和Poterba(1991)就加拿大人口年龄结构与住房需求及房价的关系进行了实证研究，结果发现尽管与美国的人口结构相似，但与Mankiw(1989)的结论相反，加拿大人口老龄化会导致住房需求减少，但房价却呈上涨趋势。第三种观点认为人口老龄化不是房价的主要决定因素。Chen和Gibb(2012)等将宏观层面的房价模型和微观层面的住户构成模型相结合，运用微观仿真方法就人口老龄化对苏格兰房价的影响进行了研究，其仿真模拟结果表明，人口老龄化不是房价的主要决定因素；Green和Hendershott(1996)的研究也表明，人口老龄化将不会导致房价下滑。第四种观点认为人口老龄化对房价的影响受到时间等因素的影响。Ohtake和Shintani(1996)对日本的研究表明，长期来看，人口结构变化对房价没有影响，但短期内，人口因素对房价的调整过程有重要影响。

国内的相关研究与国外存在着相似的结论。芦浩(2014)对辽宁省1997—2012年房价指数与人口抚养比进行研究后指出，老年人口抚养比上升导致商品房的价格下降。而邹瑾(2014)研究发现，老年人口比例在各地区都呈现正效应，人口老龄化没有导致房价下跌，其关键在于青年人群对住房需求的实现能力。史青青等(2010)认为，人口抚养比的变化不会对房地产市场产生影响。陈彦斌等(2013)认为，人口老龄化对我国城镇住房需求的影响比较复杂，随着城镇化和家庭规模小型化的发展空间日趋萎缩，人口老龄化对城镇住房需求的负效应逐步显现。

从国内外的研究成果看，在人口老龄化对房价的影响方面远没有形成一致的结论。利用不同国家或地区的数据，甚至得出相反的结论，这很难为政府提供有效的政策建议。考虑到我国不同省份在经济和房价等方面均存在着较大的差异，因此，本文先根据经济发展水平把我国分成3个区域，进而利用面板数据分析不同区域人口老龄化对房价影响的差异，最后得出相关结论并提出政策建议。

本文的重点是研究人口老龄化对房价的影响。其中，房价是被解释变量，用住宅平均销售价格来表示；人口老龄化是解释变量，用老年抚养比表示，即65岁以上人口数与15—65岁人口数之比。从已有研究文献看，经济因素、社会因素、心理因素等都对房价有显著的影响。其中，从经济视角看，GDP反映了地区的经济发展水平，而人均GDP可以有效剔除人口总量差异造成地区经济总量差异的影响，更利于进行区域间的比较研究。从社会视角看，人口规模是住宅需求的重要影响因素，少儿抚养比则反映了社会人口结构对住宅需求的影响。此外，城镇化率也是影响房价的重要因素之一。从其他视角看，心理预期和住房政策等变量也都会影响房价的波动，但这些影响因素难以量化且较难获得数据。因此，本文把人均GDP、人口规模、少儿抚养比、城市化率和居民消费价格指数作为控制变量。

基于上述分析，考虑到变量的数据类型和变量之间的量纲问题，本文将数值为水平值的变量取对数以保证数据更接近正态分布，对2000—2014年我国31个省份的面板数据建立以下计量模型，见式(1)。

式(1) 中的下标i代表不同省份，t代表时间，α为截距项，EPR为老年抚养比，PCGDP为人均GDP，PS为人口规模，YPR为少儿抚养比，UR为城镇化率，CPI为居民消费价格指数，被解释变量P是房价，ε指误差, 包括心理预期、住房政策调整、土地和货币等其他影响因素对房价产生的影响。

在数据来源方面，本文使用我国31个省份(港澳台地区除外)2000—2014年的年度数据，共465个样本，数据来自历年《中国统计年鉴》与《中国经济与社会发展统计库》，主要变量的描述性统计结果见表 1。

表 1

表 1 主要变量的描述统计结果 变量 符号 平均值 标准差 最小值 最大值 住宅价格对数 lnP 7.95 0.64 6.75 9.83 老年抚养比(%) EPR 11.88 2.53 6.10 21.88 人均GDP对数 lnPCGDP 9.84 0.79 7.92 11.56 人口规模对数 lnPS 8.07 0.87 5.55 9.28 少儿抚养比(%) YPR 26.27 7.96 9.60 48.80 城镇化率(%) UR 47.47 15.24 19.60 89.61 居民消费价格指数 (以2000年为100) CPI 118.45 16.43 96.82 174.57 注：除城镇化率的样本数为454个外，其他变量观测的样本数为465个。

表 1 主要变量的描述统计结果

为了研究不同区域人口老龄化对房价影响是否存在着异质性，本文将对我国31个省份进行分类。很多学者采用传统的东中西部的划分方法，但这种地理意义上的划分标准并不能准确地反映区域经济的差异。因此，本文利用省级面板数据对各地区的经济发展水平进行系统聚类，并通过距离判别法对聚类结果进行检验，即选取了2000—2014年我国31个省份人均GDP的面板数据，采用离差平方和法(Ward法)将全国分为3类区域，即发达地区、次发达地区和欠发达地区，见图 1。经过means方法检验发现，该分类方法是有效的。

图 1

图 1 聚类分析结果的水平树状图

根据图 1聚类分析的树状图，可以得到表 2。其中，北京、上海和天津3个直辖市属于经济发达地区；经济次发达地区是江苏、浙江、广东、内蒙古、辽宁、山东和福建；经济欠发达的省份较多，依次是吉林、河北、黑龙江、湖北、重庆、陕西、新疆、宁夏、山西、湖南、海南、青海、河南、四川、江西、安徽、广西、西藏、云南、甘肃和贵州。

表 2

表 2 31个省份房地产市场的3类划分 经济水平差异划分 省、直辖市、自治区名称 经济发达地区 北京、上海、天津 经济次发达地区 江苏、浙江、广东、内蒙古、辽宁、山东、福建 经济欠发达地区 吉林、河北、黑龙江、湖北、重庆、陕西、新疆、宁夏、山西、湖南、海南、青海、河南、四川、江西、安徽、广西、西藏、云南、甘肃、贵州

表 2 31个省份房地产市场的3类划分

为了避免伪回归，确保估计结果的有效性，我们首先对面板数据的平稳性进行LLC检验、ADF检验和IPS检验等，从表 3的检验结果可以看出，其P值均通过了1%的检验。

表 3

表 3 面板单位根检验结果 LLC检验 ADF检验 IPS检验 统计值 -22.627 476.096 -4.388 P值 0.000 0.000 0.000

表 3 面板单位根检验结果

根据上述检验分析，本文采用随机效应回归模型对2000—2014年全国31个省级面板数据进行回归，得到以下关系，见式(2)，其多元面板数据回归结果见表 4。

表 4

表 4 全国及经济发展水平不同区域各因素对房价的影响差异 变量 全国 发达地区 次发达地区 欠发达地区 EPR -0.033*** -0.055*** -0.023* 0.038*** lnPCGDP 0.813*** 0.721*** 1.1891*** 0.395*** lnPS 0.037 0.625*** 0.083 -0.043*** YPR 0.005** -0.015 0.017*** -0.001 UR 0.002 0.016 0.016*** -0.000 CPI -0.000 -0.005 -0.019*** 0.009*** 注：*、* *、* * *分别表示在10%、5%、1%置信水平上显著。

表 4 全国及经济发展水平不同区域各因素对房价的影响差异

从表 4中全国层面一栏可以看出，整体上老年抚养比与房价呈现出显著的负相关关系，老年抚养比每上升一个单位，房价会下降0.033个单位。老年抚养比的上升最终将反转成为房价下降的压力(徐建炜等，2012)。这主要是因为在全国总人口规模一定的条件下，老年人口增加，劳动力人口减少，导致房地产市场需求不足，从而直接影响全国房价。

同时，由于经济发展程度是影响房价的重要因素，因此，本文进一步探讨我国经济发展程度不同地区的人口老龄化对房价的影响。

首先，探讨发达地区人口老龄化对房价的影响。本文选取了北京、上海、天津3个发达的直辖市2000—2014年的面板数据进行回归，得到如式(3) 的计量模型，其回归结果见表 4中发达地区一栏。

从表 4的回归结果及式(4) 可以看出，发达地区老年抚养比对房价的冲击影响较大，老年抚养比每上升一个单位，房价会下降0.055个单位。这可能是在经济发达地区养老成本相对较高，在限购限贷等政策影响下，老年人更注重养老生活的品质。随着老年抚养比上升，养老负担加大，导致住房需求减少，进而促使房价的下降。也有可能是经济发达地区老年人更加注重养老支出，在储蓄规模一定的前提下，住房消费与养老支出存在着替代效应，导致住房需求减少，进而导致房价下降。此外，人均GDP的上升和人口规模的扩大都会推动发达地区房价的上升。这主要是因为随着人均GDP的上升，人均收入也在提高，增加了住房购买能力，加大了需求规模。同样，人口规模扩大增加了住房需求规模，进而推动房价的上升。

其次，探讨次发达地区人口老龄化对房价的影响。本文选取了江苏、浙江、广东、内蒙古、辽宁、山东、福建7个次发达省份2000—2014年的面板数据，进行回归得到如式(4) 的计量模型，其回归结果见表 4中次发达地区一栏。

表 4回归结果表明，在5%的置信区间下，次发达地区的老年抚养比与房价的关系并不显著，当置信区间放宽到10%时，老年抚养比与房价呈现负相关关系。这可能是因为次发达地区部分控制变量产生了与人口老龄化相反的作用，使得人口老龄化对房价的影响在短期内没有完全显现出来(陈彦斌等，2013)。此外，人均GDP、少儿抚养比和城镇化率的上升会显著抬高房价。这可能是因为人均GDP的提高增加了住房的购买能力，城镇化率的提高促使更多农村人口转移到城镇，增加了住房需求规模。在次发达地区，少儿抚养比的数值增加，加大了人们对房价上涨的预期，导致住房需求规模增加。

最后，探讨欠发达地区人口老龄化对房价的影响。本文选取了剩下的21个省份即吉林、河北、黑龙江、重庆、湖北、陕西、新疆、宁夏、山西、湖南、海南、青海、河南、四川、江西、安徽、广西、西藏、云南、甘肃、贵州2000—2014年的面板数据进行回归，得到如式(5) 的计量模型，其回归结果见表 4中欠发达地区一栏。

在欠发达地区，老年抚养比与房价呈现明显的正相关关系。这一研究结论与发达地区和次发达地区有着较大的差异性，可能的原因在于欠发达地区人口老龄化不如发达地区和次发达地区严重，部分控制变量比人口老龄化对房价的影响更大；同时，在欠发达地区，老年人口可能更倾向于把储蓄用于购买住房，而不是用于养老支出，导致住房需求上升及房价上涨。此外，人均GDP和居民消费价格指数与房价有着显著的正相关性，这可能是人均GDP增加了居民的购买能力，而居民消费价格指数上涨导致人们对货币贬值及房价上涨的预期，促使人们加大对住房需求的偏好。本文研究还发现欠发达地区人口规模与房价有着显著的负相关性，其原因可能与欠发达地区的劳动人口呈现出向次发达地区与发达地区流动密切相关。这直接影响到户籍所在城市的住房需求，进而导致当地住房价格的下降。

可见，从对发达地区、次发达地区和欠发达地区的比较看，人口老龄化对房价的影响有着较大的差异。此外，除人口老龄化因素外，不同区域影响房价的其他因素也存在着较大的差异。其中，人均GDP与全国及各区域的房价之间都有着正相关性；人口规模与房价之间的关系在发达地区和欠发达地区表现相反；少儿抚养比在全国层面和次发达地区与房价呈正相关性，城镇化水平只在次发达地区与房价呈正相关关系。详见表 4。

其一，从全国层面来看，人口老龄化与房价之间存在显著的负相关关系。本文实证结果表明，老年抚养比的弹性系数为-0.033，并且通过了1%的置信水平，这说明人口老龄化与我国房价变动有着显著的负相关关系。随着我国人口老龄化趋势日益增强，政府决策部门应加快完善我国的人口政策，包括人口生育政策、城市人口管理政策等；同时，在城市住房规划中，要把人口规模作为重要的影响因素，杜绝盲目的造城运动；在住房政策制订中，要加快完善老年人口的住房政策与制度。

其二，不同经济发展水平区域的人口老龄化因素对房价的影响存在显著的差异。本文实证结果表明，发达地区人口老龄化与房价有显著的负相关性，次发达地区人口老龄化与房价有较弱的负相关性，而欠发达地区人口老龄化与房价有显著的正相关性。这表明经济发展水平是我国人口老龄化影响房价的一个重要情境因素。因此，只有促进区域经济协调发展，特别是加快欠发达地区的经济发展，才能降低人口老龄化对房价影响的差异性。

其三，应当正视人口老龄化对房价影响的正负效应。我国不同区域人口老龄化对房价的影响存在着显著的差异，也有可能是老年人口自身因素引起的。一般而言，我国老年人有“利他心理”。这可能会促使老年人帮助子女购房，该行为呈现出房地产投资属性。另一方面，老年人面临着高额的医疗保健等方面的支出，这呈现出养老消费的特征。当老年人更偏重于房地产投资时，会导致住房需求增加，进而抬高房价；而当老年人更偏重于养老消费时，其在养老方面的费用支出较多。在储蓄规模一定的前提下，两者具有替代效应。因此，针对人口老龄化趋势，地方政府应加大医疗保健等方面的公共支出，以更好地应对我国的养老问题，促进我国房地产市场的健康发展。

其四，除人口老龄化外，不同经济发展区域影响房价的其他因素也存在着显著的差异性。本文实证结果表明，在经济发达地区，人口规模与房价呈现显著的正相关性；在次发达地区，少儿抚养比和城镇化率与房价呈现显著的正相关性，居民消费价格指数与房价呈现显著的负相关性；在欠发达地区，人口老龄化和居民消费价格指数与房价呈现显著的正相关性，而人口规模对房价呈现显著的负相关性。这说明不同省份房价的影响因素较多且复杂，过去“一刀切”的调控方式难以有效稳定房地产市场的健康发展。只有针对各地的具体情况，积极促使地方政府在稳定房地产市场方面发挥更大的作用，才能提高房地产市场宏观调控的针对性与有效性。