人口年齡結構、房價對城鎮居民消費的影響研究

鞠方 許依玲 蔡玲

摘 要：依據我國2000-2018年的省際面板數據，運用中介效應模型和系統GMM模型，考量了人口年齡結構、房價和城鎮居民消費三者之間的關系。結果表明：三者之間存在著顯著的部分中介效應，即房價在人口年齡結構和城鎮居民消費之間發揮著中介作用;少兒撫養比、老年撫養比和房價對城鎮居民消費具有促進效應，但與房價的交互作用削弱了這種正向影響。鑒此，應積極推進寬松人口生育政策，開拓老年消費市場，完善住房信貸體系，健全社會保障體系。

關鍵詞： 人口年齡結構;房價;城鎮居民消費;中介效應;GMM

中圖分類號：F036.3 ? 文獻標識碼： A ? ?文章編號：1003-7217（2020）05-0104-06

一、引 言

隨著我國經濟體制的不斷改革，GDP由1978年的3605.6億元增長到了2018年的919281.1億元，年均增速超過9%。而最終消費率長期處于低位，近十年一直處于50%～55%，與世界平均80%的消費率相距甚遠。自2008年金融危機后，全球經濟疲軟，國際市場需求明顯下降，出口對我國經濟增長的拉動力明顯減弱。房改之后我國的房價及房價增速基本都呈上漲的勢頭，居高不下的房價既增加了購房者負擔，也影響了整個社會消費水平的提高。我國從2001年進入人口老齡化社會，到2019年老年人口凈增0.85億，在2006年進入了“少子化”社會，目前處于“老齡化”和“少子化”并存的社會階段。人口年齡結構的變化勢必對消費產生影響，房價變動也會在其中發揮作用。因此，研究人口年齡結構和房價對居民消費的影響對于我國實施合理的人口政策和房地產市場調控政策，提高居民整體消費水平，以及推動未來整體經濟穩健快速增長具備一定的參考意義。

人口因素中的人口年齡結構對城鎮居民消費的影響是國內外研究學者的重要切入點，主要有以下三種觀點：一是認為少兒撫養比和老年撫養比的上升均會促進城鎮居民消費[1，2]。最早可以追溯到莫迪利安尼（1954）的生命周期理論，解釋了人口年齡結構和消費之間的關系，他提出當少兒撫養比或老年撫養比上升時，整個社會傾向更高的消費從而儲蓄率降低[3]。薩繆爾森（1958）的家庭消費理論提出了“孩子是儲蓄的替代品”的觀點[4]。二是認為人口年齡結構與居民消費負相關。我國人口老齡化現象導致了我國高儲蓄率低消費率的現象，老年撫養比與居民消費支出負向相關[5，6]。也有研究表明少兒撫養比對居民消費增長雖有阻礙作用但并不明顯，而老年撫養比對居民消費具有較為明顯的負向影響[7，8]。三是認為人口年齡結構與居民消費之間并無明顯相關關系[9-11]。

在人口年齡結構對房價的影響上，有的學者提出老年撫養比與房價是正相關的，由于老年人的“利他心理”，老年人會幫助年輕人買房，隨著我國老年人口的增加，房價不會下降反而會上漲[12-14]。但也有部分學者認為人口老齡化與房價負相關[15-17]，人口老齡化的深化會對房價產生抑制作用，人口數量的上漲會對房價起到正向的推動作用，但人口老齡化的加速卻會在某些程度上抵消人口上漲帶來的正向影響[18]。中國老齡化最初對房價的正向影響主要是得益于住房制度改革的房改紅利，隨著房改紅利消耗完畢，和發達國家一樣，老齡化的加速最終和房價呈負向相關關系[19，20]。

國內外學者關于住房價格變化對城鎮居民消費產生的影響研究頗多，部分學者認為住房價格的變動會對消費產生正向影響，即住房財富邊際消費為正[21，22]。居民收入等級不同，對住房屬性偏重不同，對于不受流動性約束的居民，房價上漲、預期房價上漲會對消費產生財富效應;而對于受流動性約束的居民，房價上漲、預期房價上漲則表現為擠出效應[23]。也有部分學者認為我國住房市場上存在著負向的財富效應，房價波動通過財富效應抑制居民消費支出[24，25]，住房對于消費存在擠出效應，隨著房價上漲，消費會逐漸下降[26-28]。之后，也有研究發現房價上漲既會通過已實現的住房財富效應和抵押效益增加城鎮居民消費，也有可能會通過替代效應和預算約束效應等因素間接降低原有消費水平，最終效應的影響方向取決于兩種效應的相對強弱[29，30]。

綜上所述，國內外關于人口年齡結構、房價與城鎮居民消費之間關系的相關研究文獻比較豐富，但大量文獻關注點集中在單個變量對消費的影響分析，未將人口年齡結構與房價在變動中產生的相互影響納入整體分析。本文區別于現有的單個因素對城鎮居民消費影響的研究，將人口年齡結構與房價結合起來，致力于進一步理解人口年齡結構、房價與城鎮居民消費之間的關系，將選取31個省市（自治區）的面板數據，通過建立動態面板模型實證分析人口年齡結構、房價可能對消費產生的影響。

二、影響機制分析

人口年齡結構變動會直接對居民消費產生影響，住房作為占比最大的消費支出，房價的波動會影響到居民的消費選擇和消費行為，同時人口年齡結構的變動也會影響到房價。因此，人口年齡結構變動對居民消費產生影響時，房價會干預直接的影響路徑，這種“中介效應”改變了居民消費需求的轉化率，人口年齡結構和房價對家庭消費的影響并不是相互獨立的。

（一）人口年齡結構影響城鎮居民消費

莫迪利安尼的生命周期假說認為不同年齡結構的人群具有不一樣的消費習性和消費結構。針對少兒撫養比來說，少兒撫養比上升會增加家庭的撫養消費支出。家庭儲蓄需求理論認為，大部分父母把撫養孩子作為一種跨期投資，因此，這部分父母會增加對孩子的撫養消費支出。針對老年撫養比來說，老年撫養比的上升會增加勞動人口撫養費用的支出，在該層面上老年撫養比和居民消費正向相關。從預防性儲蓄理論來看，為了保障未來的生活，居民可能會減少當期消費，增加其預防性儲蓄以應對未來的不確定性，因此，在這個層面上老年撫養比的上升會抑制居民消費支出。

（二）人口年齡結構影響房價

不同年齡階段的消費者存在不同的住房需求。對于少兒人口來說，大部分少兒群體的父母需要在其婚前購置好房產，這部分群體人口比重的上升將增加市場總體住房需求，推動房價上行。而對于老年人口來說，一方面，基于我國就近入學的國情，對于65歲以上的老年人而言，他們沒有年輕家庭父母為子女購房入學的強烈動機;另一方面，老年群體對居住條件改善的需求沒有其他群體那么強烈，這些因素都可能推動房價下行。但現在出現的“以房養老”的新型養老方式可能會驅使老年人將資產投資到房產上，在這個角度下老年人的住房需求也許會上升。

（三）房價影響城鎮居民消費

房價變動可以通過不同的路徑影響各個群體的消費需求。第一，對于擁有兩套及以上住房的群體而言，房價通過已實現的住房財富效應影響居民消費，房價上漲會使其實際持有的財富增加，進而自發增加消費支出。第二，對于把住房作為抵押品的消費者群體來說，流動性約束效應使這部分群體更容易從金融機構獲得貸款，房價上漲使他們通過房屋抵押獲得更多用于其他商品消費的可貸資金。第三，對于租房群體而言，房價通過預算約束效應影響租房者的消費，房價上漲引致房租上漲時，消費者會減少其他支出來應對更高的房租，于是間接導致該群體消費水平呈下降態勢。第四，對于想要購房的群體來說，房價通過流動性約束效應和替代效應影響該群體的消費支出，流動性約束增加了從金融機構獲得貸款的難度，由于缺乏信貸支持，房價上漲意味著他們必須要在收入不變的情況下通過縮減其他商品的消費支出來增加儲蓄。

三、實證研究

（一）變量選取與模型設定

1.變量選取。從《中國統計年鑒》《中國人口統計年鑒》及國家統計局網站和中國人民銀行官網中選取了2000-2018年的31個省市（自治區）面板數據。被解釋變量是城鎮居民人均消費支出（c），是指城鎮居民用于滿足家庭日常生活需要的全部消費支出。核心解釋變量是人口年齡結構。采用少兒撫養比（yr）和老年撫養比（or）來衡量人口年齡結構。少兒撫養比是各省市的0～14歲少兒人口數與15～64歲勞動力人口數之比，老年撫養比是各省市65歲及以上老年人口數與15～64歲勞動力人口數之比。控制變量主要包括房價（hp）、城鎮職工人均工資收入（gz）、城鎮化率（ur）、實際利率水平（r）、地區生產總值（gdp）。房價為商品房銷售額與銷售面積之比。城鎮職工人均工資收入是影響城鎮居民消費的重要因素，反映了在一定時期內職工工作單位以貨幣形式或實物形式實際支付給職工的勞動報酬。城鎮化率指標反映了地區的城鄉結構及城鎮化水平，缺失的2000-2005年的地區城鎮化數據，根據林堅（2010）[31]的文章校正得到的。實際利率水平是名義利率與通貨膨脹率之間的差值，其中，將歷年的一年期定期存款利率進行加權得到名義利率，加權系數是各利率執行月份在一年中所占比重，通貨膨脹率則采用的各省市的CPI增速。

變量的描述性統計結果見表1。城鎮居民人均消費支出、房價、城鎮職工人均工資收入、地區生產總值這些價值型變量均以2000年為基期的CPI指數進行了平減并取對數形式。

表3和表4表明，中介變量房價對城鎮居民人均消費的回歸系數為正，且在1%的水平下顯著，少兒撫養比和老年撫養比對城鎮居民人均消費的系數都為正，且也在1%的水平下顯著，這說明假設H1a和假設H1b均成立。根據上述結果分析，可以得出假設H1是成立的，即房價是人口結構與城鎮居民消費之間的中介變量，且存在不完全中介效應，表明人口年齡結構不僅能夠直接影響到城鎮居民消費支出，也能通過房價間接對城鎮居民消費支出產生影響。

（四）人口年齡結構、房價與城鎮居民消費的實證結果

因為消費存在“棘輪效應”，所以，本文引入了消費的滯后一期作為解釋變量，但可能會導致模型出現內生性問題。Arellao和Boud（1991）[33]提出的差分GMM方法采用解釋變量所有可能的滯后項作為工具變量，但是可能會使得工具變量成為弱工具變量，最終導致結果有偏。Blundell和Bond（2007）[34]在差分GMM法的基礎上進行改進，提出了系統GMM法，將水平且滯后的變量作為工具變量，它能夠獲得一致且無偏的估計量。因此，在使用動態面板數據的基礎上選用系統GMM方法做實證分析。

首先，表5中的回歸結果除了極個別系數外，各變量系數的符號大致都相同，且比較符合預期;其次，在序列相關性檢驗中檢驗結果顯示模型不存在二階序列相關;同時，Sargan檢驗值超過0.1，不能拒絕“不存在過度識別”的原假設，表明工具變量是有效的，不存在過度識別的情況，因此系統GMM估計法有效。接下來，具體分析系統GMM估計法的實證結果。

第一，全國和區域層面的少兒撫養比均會促進城鎮居民人均消費支出的增加，與上文提到過的生命周期理論是相符的。同時，隨著我國居民教育觀念的轉變及教育體制的改革，教育支出費用也在不斷增加，整個少兒的撫養成本不斷上升，使城鎮居民不斷增加其當期消費。

第二，從全國和中、西部地區來看，我國的老年撫養比的變量系數為正，且在1%的顯著性水平下顯著，這與莫迪利安尼的生命周期理論的觀點也是相符的。同時，隨著社會的不斷發展和受教育程度的普遍提高，老年群體的消費質量也開始提升，一方面是因為老年群體消費觀念發生轉變，另一方面是子女對贍養長輩更加盡心盡力。東部地區雖然影響系數為負但并不顯著，可能因為東部老年人口的“預防性儲蓄效應”抵消了“消費效應”。

第三，少兒撫養比和老年撫養比與房價的交互作用對城鎮居民人均消費產生了顯著的影響，且區域層面與全國層面基本是一致的。具體來看，當老年撫養比一定時，少兒撫養比與房價的交互作用削弱了少兒撫養比對城鎮居民人均消費的正向影響。可能是因為大部分少兒群體的父母需要為子女購置好房產，房價上漲可能會使得該群體父母自發減少當期消費來增加儲蓄。當少兒撫養比一定時，老年撫養比與房價的交互作用削弱了老年撫養比對城鎮居民人均消費的正向影響。可能是因為房價上漲時，想要“買房養老”的這部分老年群體自發減少當期消費支出增加儲蓄來購置房產。但實證表明，少兒撫養比和老年撫養比對城鎮居民人均消費支出的促進作用是遠大于人口年齡結構與房價的交互作用對城鎮居民人均消費的負向影響的。

第四，從全國和中、西部地區來看，房價對城鎮居民人均消費具有顯著的正向影響，這意味著我國住房市場上存在著正向的住房財富效應。東部地區的住房財富效應不顯著，可能是因為東部地區經濟發達，房價較高，投機需求比較旺盛，這導致房價上漲所帶來的財富增多可能大部分集中在高收入群體手上，而高收入群體的邊際消費傾向偏低，所以東部地區的房價對城鎮居民消費的影響不夠顯著。

第五，全國和區域層面消費的滯后一期與城鎮居民人均消費支出的關系顯著為正，意味著我國城鎮居民人均消費存在著較強的“棘輪效應”，受消費習慣的影響較大。

四、結論與政策建議

（一）主要結論

第一，人口年齡結構、房價和城鎮居民消費之間存在著顯著的部分中介效應，也就是說，人口年齡結構不僅直接影響城鎮居民消費，而且通過房價間接對城鎮居民消費產生影響，即房價在人口年齡結構和城鎮居民消費之間發揮著中介作用;第二，少兒撫養比、老年撫養比的上升皆促進了城鎮居民消費;第三，房價和我國城鎮居民消費正相關，這意味著我國住房市場上存在正向的住房財富效應，目前，我國住房市場的繁榮發展及房價的上漲實際上促進了我國居民的消費;第四，少兒撫養比和房價的交互作用削弱了少兒撫養比對城鎮居民消費的正向影響，老年撫養比與房價的交互作用也削弱了老年撫養比對城鎮居民消費的正向影響;第五，我國城鎮居民消費存在消費慣性，上一期城鎮居民消費對當期消費支出具有很顯著的影響。

（二）政策建議

第一，積極推進相對寬松的人口生育政策，為“全面二孩”創造良好的制度環境。這不僅能夠緩解我國目前出現的“少子化”和“老齡化”的現象，而且也能不斷促進我國城鎮居民消費增加。第二，積極發展養老產業，開拓老年消費市場。老齡化帶來的不是僅有撫養壓力，還有潛力巨大的新興消費市場，因此，應該大力開展養老產業，引導企業大力挖掘老年消費市場的潛力，擴增老年人的消費市場。第三，不斷完善住房信貸體系，提高住房財富變現能力。比如簡化住房抵押貸款流程，增加住房貿易自由度，提高其流動性等，從而增強城鎮居民的消費信心。第四，完善社會保障體系，增加居民消費信心。引導預防性儲蓄合理轉變，不斷完善社會保障制度，減少城鎮居民對未來的不確定性，增加消費信心，刺激居民當期消費。

參考文獻：

[1] 毛中根，孫武福，洪濤.中國人口年齡結構與居民消費關系的比較分析[J].人口研究，2013，37（3）：82-92.

[2] 劉鎧豪.人口年齡結構變化影響城鄉居民消費率的效應差異研究——來自中國省級面板數據的證據[J].人口研究，2016，40（2）：98-112.

[3] Modigliani F，Brumberg R E. Utility analysis and the consumption function：an interpretation of cross-section data[J]. Journal of Post Keynesian Economics，1954，32（8）：176-189.

[4] Samuelson P A. An exact consumption-loan model of interest with or without the social contrivance of money[J]. Journal of Political Economy， 1958， 66（6）：467-482.

[5] 袁志剛，宋錚.人口年齡結構、養老保險制度與最優儲蓄率[J].經濟研究，2000（11）：24-32.

[6] 王霞.中國各地區人口年齡結構變動的消費效應分析[J].西北人口，2011，32（6）：74-78.

[7] 李恒杰.人口年齡結構變動對居民消費影響的定量研究[J].商業經濟研究，2020（4）：59-62.

[8] 劉苓玲，徐雷.轉型期中國人口結構變化與居民消費的區域差異研究[J].首都經濟貿易大學學報，2012，14（5）：5-12.

[9] Wilson S J . The savings rate debate： Does the dependency hypothesis hold for australia and canada？[J]. Australian Economic History Review， 2000， 40（2）：199-218.

[10] 李文星，徐長生，艾春榮.中國人口年齡結構和居民消費：1989-2004[J].經濟研究，2008（7）：118-129.

[11] 王歡，黃健元.中國人口年齡結構與城鄉居民消費關系的實證分析[J].人口與經濟，2015（2）：11-20.

[12] 徐建煒，徐奇淵，何帆.房價上漲背后的人口結構因素：國際經驗與中國證據[J].世界經濟，2012，35（1）：24-42.

[13] 陳國進，李威，周潔.人口結構與房價關系研究——基于代際交疊模型和我國省際面板的分析[J].經濟學家，2013（10）：40-47.

[14] 鄒瑾，于燾華，王大波.人口老齡化與房價的區域差異研究——基于面板協整模型的實證分析[J].金融研究，2015（11）：64-79.

[15] 鞠方，李文君，李書嫻.區域差異化視角下人口老齡化對房價的影響[J].區域經濟評論，2019（1）：101-110.

[16] 陳彥斌，陳小亮.人口老齡化對中國城鎮住房需求的影響[J].經濟理論與經濟管理，2013（5）： 45-58.

[17] 顧晶晶，田偉.人口老齡化對商品房價格的區域影響研究[J].價格月刊，2018（2）：1-9.

[18] 郭娜，吳敬.老齡化、城鎮化與我國房地產價格研究——基于面板平滑轉換模型的分析[J].當代經濟科學，2015，37（2）：11-17.

[19] 胡明志，農匯福，陳杰.中國人口老齡化與房價關系再檢驗：基于房改紅利視角的研究[J].華東師范大學學報（哲學社會科學版），2017，49（3）：132-144.

[20] 周建軍，曹文凱，梁麗利.人口老齡化對我國住房消費的影響分析[J].湖南大學學報（社會科學版），2019（5）：56-63.

[21] Disney R， Gathergood J H. House price shocks， negative equity and household consumption in the united kingdom[J]. Journal of the European Economic Association， 2010， 8（6）： 1179-1207.

[22] 趙楊，張屹山，趙文勝.房地產市場與居民消費、經濟增長之間的關系研究——基于1994-2011年房地產市場財富效應的實證分析[J].經濟科學，2011（6）：30-41.

[23] 李春風，劉建江，齊祥芹.房地產價格對我國城鎮居民消費的長短期影響研究[J].財經理論與實踐，2018，39（1）：104-110.

[24] 周建軍，鞠方.住宅價格與消費增長——基于中國數據的實證分析與理論解釋[J].科學經濟社會，2008（2）：54-59.

[25] 鄔麗萍，周建軍.房價波動對消費支出影響的實證分析[J].財經理論與實踐，2009，30（1）：109-112.

[26] 鞠 方，李文君，于靜靜.房價、城市規模與工資性收入差距——基于中國32個大中城市面板數據的實證檢驗[J].財經理論與實踐，2019，40（5）：95-101.

[27] 陳斌開，楊汝岱.土地供給、住房價格與中國城鎮居民儲蓄[J].經濟研究，2013，48（1）：110-122.

[28] 李春風，成倩，劉建江.收入差距與房地產價格泡沫：基于門檻效應研究[J].財經理論與實踐，2020，41（2）：92-99.

[29] 鞠 方，李文軍，黃喬.去杠桿背景下房地產信托對房價的影響研究[J].湖南大學學報（社會科學版），2019（1）：61-69.

[30] 趙繼平.房價上漲對城鎮居民消費的溢出效應——基于Gregory-Hansen非線性視角[J].商業經濟研究，2020（4）：67-70.

[31] 林堅.2000年以來人口城鎮化水平變動省際差異分析——基于統計數據的校正和修補[J].城市規劃，2010，34（3）：48-56.

[32] Baron R M，Kenny D A. The moderator-mediator variable distinction in social psychological research： Conceptual， strategic， and statistical considerations[J]. Journal of Personality and Social Psychology， 1986，51（6）：1173-1182.

[33] Arellao M， Boud S. Some test of specification for panel data： Monte Carlo evidence and an application to employment equations[J].Review of Economic Studies，1991，58（2）：277-297.

[34] Blundell R ，Bond S. GMM estimation with persistent panel data：an application to production functions[J].Journal of Econometrics，2007，19（3）：321-340.

（責任編輯：鐘 瑤）