我國住房價格未來走向模擬與調(diào)控

葉莉　孫潔雅　王樹強

摘要：結(jié)合已有文獻和實證檢驗發(fā)現(xiàn)，我國住房價格高速攀升與人口結(jié)構(gòu)的變遷和城鎮(zhèn)化進程的加快關(guān)系密切，其中城鎮(zhèn)化為直接推動力，人口結(jié)構(gòu)以城鎮(zhèn)化為媒介影響住房價格，且二者對住房價格的推動力將逐漸減弱直至消失。通過構(gòu)建含有城鎮(zhèn)人口增速的Poterba模型進行模擬分析，結(jié)果表明：在現(xiàn)有人口結(jié)構(gòu)變遷和城鎮(zhèn)化發(fā)展趨勢下，我國住房價格將于2021年轉(zhuǎn)為負增長，即我國的住房市場在未來的7年左右仍然看好；若放寬二胎政策并加大戶籍制度改革力度，主動、恰當?shù)卣{(diào)整人口結(jié)構(gòu)和城鎮(zhèn)化的發(fā)展趨勢，可將住房價格負增長轉(zhuǎn)折時間點推遲至2027年左右。

關(guān)鍵詞：住房價格；住房市場；人口結(jié)構(gòu)；城鎮(zhèn)化；二胎政策；戶籍制度；Poterba模型；供需矛盾

中圖分類號：F293.35 文獻標識碼：A 文章編號：1673-1573（2014）03-0048-08

一、引言

近年來，我國人口結(jié)構(gòu)的變遷、城鎮(zhèn)化進程的加快，一定程度上加劇了住房市場的供需矛盾，致使住房價格出現(xiàn)了新一輪的非理性上漲。但自2014年初，我國住房價格“高歌猛進”的增長態(tài)勢悄然消失，一些城市的住房價格出現(xiàn)了松動，“住房市場是否會崩盤”引發(fā)了眾多行業(yè)領(lǐng)袖和專家學者的激烈爭論。據(jù)現(xiàn)有國際經(jīng)驗，投資和投機性需求自然是房價上揚的重要原因，但若忽視住房價格的根源性推動力——人口結(jié)構(gòu)和城鎮(zhèn)化，那么這種非理性繁榮往往預示著衰退、蕭條的到來。以日本、美國為例，20世紀80年代日本地產(chǎn)市場出現(xiàn)泡沫，住房價格在1986—1989年翻了兩番，但因其未能及時消弭老齡化社會帶來的巨大壓力，90年代末住房市場出現(xiàn)了大崩潰；而20世紀70年代，美國20～30歲購房主力軍人口比重激增，推動房價上漲了近30%，但十余年后住房需求開始下跌，市場出現(xiàn)低迷，美國通過建立房利美及房地美、推行可調(diào)整的抵押貸款利率等金融手段，雖然緩解了人口結(jié)構(gòu)變遷壓力，但同時也為2008年的金融危機埋下了伏筆。因此，為避免我國住房市場重蹈美、日覆轍，需在不過于依賴金融政策的前提下未雨綢繆，這勢必要從推動住房價格的根源——人口結(jié)構(gòu)和城鎮(zhèn)化著手。而準確預測住房價格出現(xiàn)重要轉(zhuǎn)折的時間點，有助于政府依照住房市場的發(fā)展趨勢，更加細致地設(shè)計調(diào)控政策，更加精確地制定政策實施的時間及力度，確保住房市場的長期穩(wěn)定。

Mankiw和Weil（1989）[1]采用近似索羅模型的平衡增長路徑分析法，證明了人口結(jié)構(gòu)是美國20世紀70年代住房價格上漲的主要原因，且人口結(jié)構(gòu)對住房價格的推動力會逐漸減弱，將于20年后消失，住房價格自此開始下跌；McFadden（1994）[2]通過延長時間序列數(shù)據(jù)對Mankin的研究做了進一步分析，結(jié)果顯示美國住房價格將于21世紀初陡降。Fumio Ohtake（1996）[3]和Gabriels.Lee（2001）[4]采用相同的研究方法分別對日本和奧地利的人口結(jié)構(gòu)和住房價格進行了分析，均得到了相同的研究結(jié)果?？梢姡姸喟l(fā)達國家的住房價格上漲均與人口結(jié)構(gòu)變遷密切相關(guān)，但就目前幾個新興經(jīng)濟體發(fā)展現(xiàn)狀來看，劉穎春（2004）[5]、Ramesh Kumar（2011）[6]、駱永民（2011）[7]和鄧翔（2013）[8]等人發(fā)現(xiàn)人口結(jié)構(gòu)并不是住房價格的唯一推動力，城鎮(zhèn)化也可通過刺激住房需求進而推動住房價格上漲。由此，部分學者從人口結(jié)構(gòu)、城鎮(zhèn)化視角對住房價格進行了研究：李雄軍（2011）[9]通過匯總和分析1980—2010年相關(guān)數(shù)據(jù)發(fā)現(xiàn)，人口結(jié)構(gòu)不僅與城鎮(zhèn)化有聯(lián)系，對住房價格也有一定的推動力。哈繼銘（2007）[10]認為我國住房價格受人口結(jié)構(gòu)和城鎮(zhèn)化雙核驅(qū)動，并預計自2015年開始人口結(jié)構(gòu)這一引擎將逐漸熄火，城鎮(zhèn)化馬力也將減弱，住房價格增速將會減慢；而楊靜（2012）[11]預測我國將于2027年進入老齡化社會，2023年進入城鎮(zhèn)化后期，在需求最大化的理想狀態(tài)下房地產(chǎn)還有10年的發(fā)展期。

由以上學者的研究成果可知，基于人口結(jié)構(gòu)和城鎮(zhèn)化視角模擬房價的未來走勢具有重大的理論價值和實際意義。但眾多學者從人口結(jié)構(gòu)和城鎮(zhèn)化視角討論住房價格走勢，其結(jié)果相差較大，且僅停留在定性分析上。此外，學者們在研究人口結(jié)構(gòu)、城鎮(zhèn)化對住房價格的影響時，均將人口結(jié)構(gòu)和城鎮(zhèn)化默認為互不影響，但實際上，人口結(jié)構(gòu)和城鎮(zhèn)化緊密相關(guān)，人口結(jié)構(gòu)不同，城鎮(zhèn)化發(fā)展水平和速度也會不同（Yasuhiro Sato，2004[12]；張立，2009[13]）。鑒于此，本文通過實證檢驗挖掘人口結(jié)構(gòu)與城鎮(zhèn)化的關(guān)系，確定二者對住房價格的影響；再構(gòu)建含有城鎮(zhèn)人口增速的Poterba模型，預測人口結(jié)構(gòu)和城鎮(zhèn)化推動力減弱和消失的時間點，從而模擬住房價格未來走勢；最后確定人口結(jié)構(gòu)和城鎮(zhèn)化對住房價格的影響程度，從戶籍制度、二胎政策和城鎮(zhèn)化速度三方面對如何保證住房市場健康平穩(wěn)發(fā)展進行討論。

二、人口結(jié)構(gòu)、城鎮(zhèn)化與住房價格間關(guān)系：實證檢驗

（一）指標界定與數(shù)據(jù)說明

人口結(jié)構(gòu)包括人口自然結(jié)構(gòu)、人口社會結(jié)構(gòu)、人口地域結(jié)構(gòu)和人口經(jīng)濟結(jié)構(gòu)。其中，人口自然結(jié)構(gòu)包括年齡結(jié)構(gòu)、性別比；人口社會結(jié)構(gòu)包括家庭規(guī)模、人口收入結(jié)構(gòu)和人口文化結(jié)構(gòu)；人口地域結(jié)構(gòu)包括非農(nóng)人口比重、人口凈遷移率；人口經(jīng)濟結(jié)構(gòu)包括從業(yè)人員產(chǎn)業(yè)結(jié)構(gòu)和從業(yè)人員職業(yè)結(jié)構(gòu)。已有研究結(jié)果顯示，全國人口凈遷移率、從業(yè)人員職業(yè)結(jié)構(gòu)、家庭規(guī)模和收入結(jié)構(gòu)對城鎮(zhèn)化和房價呈弱勢影響[14]，且前兩個指標的統(tǒng)計困難、準確率較低。

鑒于此，秉著可得性、代表性和權(quán)威性原則，指標設(shè)定如下：X1為總?cè)丝谀暝黾恿浚籜2為14歲～64歲人口比重，即勞動力人口比重，代表人口年齡結(jié)構(gòu)；X3為非農(nóng)人口比重，代表擁有城市戶籍人口占總?cè)丝诘谋戎?；X4為第三產(chǎn)業(yè)從業(yè)人員人口比重；X5為6歲及6歲以上人口的人均受教育年限；X6為人均國民生產(chǎn)總值，該指標為除人口結(jié)構(gòu)外影響住房價格的其他因素的代表性指標；Y為城鎮(zhèn)人口與總?cè)丝谥?，代表城?zhèn)化率；P為商品房平均銷售價格，由商品房銷售額除商品房銷售面積得到，代表住房價格。為了增加數(shù)據(jù)的平穩(wěn)性，消除回歸方程的異方差，避免時間序列數(shù)據(jù)普遍具有的趨勢性，將各指標分別取對數(shù)。endprint

本文選取1982—2011年數(shù)據(jù)，其中X1、X2、X3、X4和X5來源于2007—2011年《中國就業(yè)和人口統(tǒng)計年鑒》及1998—2006年《中國人口統(tǒng)計年鑒》，X6和Y源于《2012年中國統(tǒng)計年鑒》。其中，1983—1985、1989、1992年的勞動力人口比重為缺省值，根據(jù)該指標總體發(fā)展趨勢對數(shù)據(jù)進行了補充。

（二）格蘭杰因果檢驗結(jié)果

首先，采用ADF單位根檢驗法對以上8個變量進行穩(wěn)定性檢驗，結(jié)果顯示各變量均為一階單整序列。根據(jù)AIC準則確定滯后階數(shù)，進行格蘭杰因果檢驗。結(jié)果如下：第一，城鎮(zhèn)化是住房價格的格蘭杰原因，住房價格亦是城鎮(zhèn)化的格蘭杰原因；第二，人口年齡結(jié)構(gòu)、非農(nóng)人口比重、總?cè)丝谀暝黾恿亢腿司鶉裆a(chǎn)總值是城鎮(zhèn)化發(fā)展的直接原因；第三，人均受教育年限和第三產(chǎn)業(yè)從業(yè)人員比重通過總?cè)丝谀暝黾恿坑绊懗擎?zhèn)化的發(fā)展，為城鎮(zhèn)化發(fā)展的間接原因；第四，人口結(jié)構(gòu)各因素和人均國民生產(chǎn)總值均不是住房價格上漲的直接原因，通過城鎮(zhèn)化影響住房價格?？梢姡擎?zhèn)化進程加快刺激了住房價格上漲，而城鎮(zhèn)化進程加快又是由人口結(jié)構(gòu)變遷引起的。由此，城鎮(zhèn)化是住房價格的直接推動力，而人口結(jié)構(gòu)是住房價格的根本性原動力，且以城鎮(zhèn)化為媒介影響住房價格。

基于以上研究發(fā)現(xiàn)，以人口結(jié)構(gòu)、城鎮(zhèn)化為切入點，可完美解釋2003—2013年住房價格為何會持續(xù)性上揚。從人口結(jié)構(gòu)現(xiàn)狀來看：第一，作為由農(nóng)村移居城市的主力軍，14歲～64歲人口比重逐年上升，于2010年達到頂峰，為74.53%，即10人中就有7.5人為勞動力人口；第二，我國人均受教育年限逐年提升，高校畢業(yè)生數(shù)量越來越多，僅2013年高校畢業(yè)生就有近700萬人，且大多選擇留在城市而不是返鄉(xiāng)；第三，第二、三產(chǎn)業(yè)的發(fā)展大大提升了城鎮(zhèn)吸納外來人口的能力，數(shù)億農(nóng)村剩余勞動力開始轉(zhuǎn)向城鎮(zhèn)尋求工作機會。人口結(jié)構(gòu)的優(yōu)勢，再加之政府的支持和鼓勵，為城鎮(zhèn)化提供了絕佳的發(fā)展機遇，自1995年城鎮(zhèn)化進程開始加快，城鎮(zhèn)化率年均增加近1.4%。城鎮(zhèn)新增人口自然會產(chǎn)生住房剛性需求，同時改善性需求也在增多，加之住房供給的時滯性，多重壓力造成住房供給嚴重失衡，住房價格開始上揚。繼而，在利益驅(qū)動機制的作用下，熱錢不斷流入房地產(chǎn)業(yè)，建筑材料和土地資源也隨之漲價，致使住房價格繼續(xù)增高，形成惡性循環(huán)，造成住房價格持續(xù)非理性上漲?？梢?，若人口結(jié)構(gòu)變遷和城鎮(zhèn)化進程對房價的根源性推動力消失，投資和投機性需求對房價的推行也只能是外強中干，房地產(chǎn)業(yè)的繁榮期也就持續(xù)不了多長時間，因此基于人口結(jié)構(gòu)和城鎮(zhèn)化討論和預測房價的未來走勢更具準確性和科學性。

三、Poterba模型的構(gòu)建與估算

（一）Poterba理論模型

（二）住房價格走勢模擬結(jié)果及分析

由Poterba模型計算方法可知，采用該模型預測住房價格，涉及40余次迭代，計算過程復雜、出錯率高。為確保在短時間內(nèi)得到高度準確的計算結(jié)果，本文以2009年的住房價格（P）和城鎮(zhèn)居民人均居住面積（q）為初始值，利用C++語言編程，進行41次循環(huán)。如圖1所示，自2014年開始，我國宏觀經(jīng)濟減速換檔，住房市場供求矛盾逐漸緩和，住房價格增速放緩；2021年之后，住房市場進入調(diào)整期，該階段住房價格有兩種可能，一是名義住房價格不變，但因通貨膨脹實際住房價格緩慢下滑；二是名義和實際住房價格均開始下滑。

根據(jù)模擬結(jié)果，可將住房價格未來走勢劃分為三個階段：第一階段，2003—2013年，人口結(jié)構(gòu)、城鎮(zhèn)化保持較強的推動力，住房價格增速持續(xù)上揚。第二階段，2014—2021年，隨著人口增量和勞動力人口比重的降低，人口結(jié)構(gòu)、城鎮(zhèn)化的推動力減弱，住房價格增速開始下降，保持緩慢溫和的增長態(tài)勢。第三階段，2022—2050年，由PADIS-INT軟件預測結(jié)果可知，2022年之后我國人口增長速度基本為零，勞動力人口比重于2022年左右降至70%以下，總撫養(yǎng)比增至40%以上，城鎮(zhèn)的生活成本愈來愈高，城鎮(zhèn)化發(fā)展速度減緩，人口結(jié)構(gòu)和城鎮(zhèn)化對住房價格的推動力消失。

可見，在現(xiàn)有人口結(jié)構(gòu)演變路徑和城鎮(zhèn)化發(fā)展趨勢下，住房市場的繁榮至多再維持七年左右，若政府對住房價格的調(diào)控力度未能及時放松，致使住房價格提前下跌，其壽命可能會更短。住房市場憑借其高強度的產(chǎn)業(yè)關(guān)聯(lián)度，穩(wěn)居我國經(jīng)濟的支柱型地位，一旦住房價格下跌，如同多米諾骨牌，開發(fā)商失去信心，購房者因價格預期效應停止購房，住房市場及其相關(guān)產(chǎn)業(yè)出現(xiàn)頹勢，那么我國經(jīng)濟必將出現(xiàn)動蕩甚至蕭條。就當前的實際情況來看，用七年的時間改變住房市場的經(jīng)濟地位是遠遠不夠的。因此，若要保證我國經(jīng)濟持續(xù)健康發(fā)展，住房市場的長期調(diào)控核心是：在防止住房價格反彈的同時，盡量延遲價格下跌的時間點，延長住房市場壽命，為經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型爭取更多的時間。

五、住房價格模擬結(jié)果的影響路徑和調(diào)控策略

考慮到人口結(jié)構(gòu)主要以城鎮(zhèn)化為媒介推動住房價格，本文首先采用線性回歸確定人口結(jié)構(gòu)各因素對城鎮(zhèn)化的影響程度，再以調(diào)整Poterba模型的相關(guān)變量為手段，探究人口結(jié)構(gòu)和城鎮(zhèn)化對住房價格的影響程度，進而分階段提出調(diào)控策略。

（一）確定人口結(jié)構(gòu)各因素對城鎮(zhèn)化的影響程度

結(jié)果顯示F=1 594.973，檢驗值很大，回歸方程的整體是顯著的；R2=0.994 596，說明回歸方程的擬合程度很好；t檢驗結(jié)果表明四個解釋變量對lnurbanrate影響都很顯著。再對該回歸方程進行LM和white檢驗，檢驗結(jié)果顯示該回歸方程不存在自相關(guān)和異方差。據(jù)回歸結(jié)果所得彈性系數(shù)可知，勞動力人口比重對城鎮(zhèn)化影響最大，非農(nóng)人口比重次之，人口增量影響最小。而人均受教育年限和第三產(chǎn)業(yè)從業(yè)人員比重對城鎮(zhèn)化沒有直接影響，可認為其對住房價格的影響較小。因此不討論對二者對住房價格的影響。

（二）探究人口結(jié)構(gòu)與城鎮(zhèn)化對住房價格的影響程度

1. 城鎮(zhèn)化對住房價格的影響最為顯著，且效果顯現(xiàn)速度最快。城鎮(zhèn)化對住房價格具有顯著正向影響，可直接調(diào)節(jié)模型中的nt估測其對住房價格的影響程度。由圖2可知，若城鎮(zhèn)化速度增加0.1%，即nt′=nt+0.001（t=0，1，…，42），住房價格于2024年左右轉(zhuǎn)為負增長；若增加0.2%，即nt′=nt+0.002（t=0，1，…，42），住房價格于2027年轉(zhuǎn)為負增長。可見，城鎮(zhèn)化對住房價格的影響顯著，且因其直接影響住房價格，調(diào)整效果可很快顯現(xiàn)。endprint

2. 非農(nóng)人口比重對住房價格的影響較大，效果顯現(xiàn)速度僅次于城鎮(zhèn)化?；貧w結(jié)果顯示，非農(nóng)人口比重對城鎮(zhèn)化率的彈性系數(shù)為0.189，可近似為非農(nóng)人口比重增速每增加1%，城鎮(zhèn)化增速就會增加0.189%③。按此比例可知，若非農(nóng)人口比重增速增加0.5%，則城鎮(zhèn)化速度增加0.099%，近似為0.1%，由上文分析結(jié)果可知，住房價格將于2024年轉(zhuǎn)為負增長（見圖2）；若非農(nóng)人口比重增速增加1%，則城鎮(zhèn)化速度增加0.198%，近似為0.2%，住房價格于2027年轉(zhuǎn)為負增長?？梢姡猿擎?zhèn)化為途徑，非農(nóng)人口比重對住房價格影響顯著。而戶籍制度是調(diào)控非農(nóng)人口比重的關(guān)鍵，因此可將該制度的改革作為調(diào)控住房價格的重要手段。

3. 勞動力人口比重對第三階段的住房價格有一定的影響，人口總量對住房價格影響甚微?；貧w結(jié)果顯示，勞動力人口比重（X2）對城鎮(zhèn)化的影響最大，人口增量（X1）次之。理論上說，二者對促進城鎮(zhèn)化速度進而調(diào)控住房價格效果最佳，實際上人口政策具有較強的時滯性，因此若以實行單獨二胎或二胎政策為手段提高人口總量和勞動力人口比重，對“延長住房市場壽命”效果甚微④。但勞動力人口比重憑借其對城鎮(zhèn)化的強勁影響力，對減緩住房價格下跌趨勢效果甚佳。假設(shè)2030年后勞動人口比重年降幅減少0.1%，城鎮(zhèn)化速度增加0.19%，即nt1=nt+0.001 9（t=20，31，…，42），則住房價格降幅年均減少2%；若其下降幅度每年減少0.2%，城鎮(zhèn)化速度增加0.38%，住房價格降幅年均減少3%。可見，以提高勞動力人口比重為手段可有效緩解2030年后的住房市場困境。值得注意的是，隨著非農(nóng)人口比重降幅的增加，對住房價格的影響效果會逐漸減少，以帕累托最優(yōu)為原則，2030年之后，勞動力人口比重增速的增量應控制在0.2%之內(nèi)，城鎮(zhèn)化速度控制在nt+0.4%之內(nèi)。

（三）調(diào)整人口結(jié)構(gòu)和城鎮(zhèn)化發(fā)展路徑，重塑住房價格未來走勢

基于以上研究可知，從長遠來看，應把人口結(jié)構(gòu)和城鎮(zhèn)化作為重點調(diào)控手段，并輔以其他調(diào)控政策，標本兼治，從而實現(xiàn)住房市場緩慢溫和的增長態(tài)勢。2014年之后，人口結(jié)構(gòu)和城鎮(zhèn)化的推動力減弱，住房價格增速下滑，該階段主要有兩項緊要任務：盡量延長住房市場壽命和提前為住房價格將轉(zhuǎn)為負增長做準備。一方面，應逐步放開抑制房價的調(diào)控政策，同時適度加大戶籍制度改革力度，減小非農(nóng)人口比重下跌幅度，加快城鎮(zhèn)化步伐（上文分析可知速度增加幅度控制在0.2%左右），增加住房需求，可將住房價格負增長轉(zhuǎn)折點延長至2027年左右。另一方面，十八屆三中全會提出的“單獨二胎”政策會引起人口結(jié)構(gòu)的變動，有利于緩解第三階段住房價格下滑困境，實現(xiàn)緩慢溫和的增長態(tài)勢。

六、主要結(jié)論

本文在確定人口結(jié)構(gòu)、城鎮(zhèn)化和住房價格三者間關(guān)系的基礎(chǔ)上，建立了含有城鎮(zhèn)人口增速的Poterba動態(tài)均衡模型，從人口結(jié)構(gòu)和城鎮(zhèn)化視角，對我國住房價格的未來走向進行了預測，并運用該模型對如何優(yōu)化模擬結(jié)果進行了探討?；诒疚难芯?，可以得出以下結(jié)論：

1.我國新一輪的住房價格非理性上漲為雙核驅(qū)動，其中城鎮(zhèn)化為直接推動力，人口結(jié)構(gòu)以城鎮(zhèn)化為媒介對其產(chǎn)生影響，為根本性原動力，且二者的推動力會逐漸減弱直至消失。就當前我國住房市場現(xiàn)狀來看，人口結(jié)構(gòu)和城鎮(zhèn)化對住房價格的推動力減弱萌芽初現(xiàn)，并將于2021年左右消失，即在現(xiàn)有人口結(jié)構(gòu)和城鎮(zhèn)化的發(fā)展趨勢下，我國住房價格在短期內(nèi)不會出現(xiàn)暴跌或暴漲的情況，而是將維持一段時間（七年左右）的緩慢溫和增長態(tài)勢，之后進入調(diào)整期。

2.戶籍制度改革的力度和時間對住房價格存在著不可忽視的影響力。戶籍制度為調(diào)控非農(nóng)人口比重增速的主要手段，其改革實施的時間決定了非農(nóng)人口比重增速將于何時提高，改革力度決定了其增速提高的程度。而非農(nóng)人口比重可以城鎮(zhèn)化為媒介，影響住房價格未來發(fā)展趨勢。由此，戶籍制度可通過調(diào)控非農(nóng)人口比重影響住房價格。

3.因人口政策具有時滯性，“單獨二胎”政策僅能通過改變勞動力人口比重增速對2030年之后的住房價格產(chǎn)生影響，可緩解城鎮(zhèn)化減速和住房價格下滑時期的困境。由此，全面推行單獨二胎政策時，不必顧慮對其住房市場的影響，僅考慮人口基數(shù)問題即可。

4.人口結(jié)構(gòu)和城鎮(zhèn)化對抑制當下住房價格攀升速度的效果甚微，但從長期來看，若主動、合理、恰當?shù)卣{(diào)整二者的發(fā)展趨勢，適當輔以調(diào)整貸款利率等調(diào)控政策，可有效延長住房市場壽命，將其負增長轉(zhuǎn)折時間點推遲至2027年，同時還可緩解第三階段住房價格下滑的經(jīng)濟困境。也即表明，從長遠來看，為實現(xiàn)住房市場可持續(xù)健康發(fā)展，需從人口結(jié)構(gòu)和城鎮(zhèn)化著手。

需要說明的是，本文的研究方法還可以從以下兩個方面進行改進：一是Poterba模型預測的住房價格與實際值有較大的偏差，可借鑒其他發(fā)達國家發(fā)展經(jīng)驗，將折舊率、維修率等指標動態(tài)化，減少偏差；二是人口結(jié)構(gòu)、城鎮(zhèn)化和住房價格都具有強烈的地域性特點，而且城鎮(zhèn)化對住房價格的推動力與城市的經(jīng)濟發(fā)展水平和城鎮(zhèn)化水平有關(guān)，可進一步根據(jù)各地區(qū)的實際發(fā)展特點，分區(qū)域?qū)υ搯栴}進行研究，更具針對性。

注釋：

①住宅市場具有城鎮(zhèn)區(qū)域?qū)傩裕b于此，本文只考慮城鎮(zhèn)住宅的竣工面積。

②我國統(tǒng)計數(shù)據(jù)顯示，2011年的總和生育率為1.18，由于存在漏報、錯報等情況，導致結(jié)果數(shù)據(jù)偏低，鑒于此，本文將2011年總和生育率假設(shè)為1.3。而維持一個國家和地區(qū)人口規(guī)模長期穩(wěn)定所需要的平均每個婦女生育2.1個孩子，十八屆三中全會提出的單獨二胎政策意味著我國總和生育率將有一定的提升，本文假設(shè)其每年上漲0.02，則我國將于2050年恢復至穩(wěn)定水平，即2.1。

④假設(shè)2015年開始全國范圍施行單獨二胎，用3年左右改變部分大城市居民的生育觀念，2018年出現(xiàn)嬰兒潮，人口總量降幅開始下降，人口負增長可延遲3～5年。但在2032年之前，由于人口總量的降幅減小，勞動力人口比重會加速下降，直到嬰兒潮時期出生的嬰兒成長為勞動力人口之后，即2032年，勞動力人口比重開始迅速上漲。2032年之前，總?cè)丝趯Τ擎?zhèn)化的推動力增加，勞動力人口比重的推動力減弱，兩者相抵，可近似認為城鎮(zhèn)化增速保持不變，由此對2032年之前的住房價格幾乎沒有影響。endprint

參考文獻：

[1]Mankiw N.G ，Weil D.N. The Baby Boom，the Baby Bust and the Housing Market [J].Regional Science and Urban Economics，1989，（19）：235-258.

[2]McFadden D.Demographics，the Housing Market，and the Welfare of the Elderly [M].National Bureau of Economic Research，1987.

[3]Fumio Ohtake，Mototsugu Shintani. The Effect of Demographics on the Japanese Housing Market[J]. Regional Science and Urban Economics，1996，（26）：189-201.

[4]Gabriels.Lee.Austian Demograghy and Housing Demand：Is The a Connection[J]. Empirica，2011：259-276.

[5]劉穎春.城市化過程中人口變動趨勢對我國房地產(chǎn)開發(fā)的影響[J].人口學刊，2004，（3）：45-48.

[6]Ramesh Kumar Jain.Houses Turn Gold as Prices Skyrocket[J].Money Today，2011，（10）.

[7]駱永民.城市化對住房價格的影響：線性還是非線性？——基于四種面板數(shù)據(jù)回歸模型的實證分析[J].財經(jīng)研究，2011，（4）：135-144.

[8]鄧翔，孔紅枚.基于動態(tài)面板模型的城市化與住房價格關(guān)系研究[J].統(tǒng)計與決策，2013，（2）：105-107.

[9]李雄軍，姚樹潔.計劃生育、城市化與我國住房市場的發(fā)展[J].當代經(jīng)濟科學，2011，（5）：74-77.

[10]哈繼銘.人口結(jié)構(gòu)與城市化推動房地產(chǎn)發(fā)展[J].中國房地信息，2007，（7）：28-29.

[11]楊靜.中國人口變化趨勢及其對經(jīng)濟趨勢的影響[J].中國經(jīng)濟參考，2012，（56）：65-75.

[12]Yasuhiro Sato，Kazuhiro Yamamoto. Population concentration，urbanization and demographic transition[J]. Journal of Urban Economics，2005，（58）：45-61.

[13]張立.論我國人口結(jié)構(gòu)轉(zhuǎn)變與城市化第二次轉(zhuǎn)型[J].城市規(guī)劃，2009，（10）：35-44.

[14]葉青，葉越，徐瓊. 人口結(jié)構(gòu)特征及對城鎮(zhèn)化和房價的影響——基于湖北省第六次人口普查及有關(guān)資料[J].調(diào)研世界，2012，（6）：40-44.

[15]James M. Poterba.Inflation Income Taxes and Owner-occupied Housing[J]. Harvard University，1980：1-30.

[16]James M. Poterba.Tax Subsides to Owner-occupied Housing：An Asset-market Approach[J].The Quarterly Journal of Economics，1984，（11）：729-752.

[17]鄒至莊，牛霖林.中國城鎮(zhèn)居民住房的需求與供給[J].金融研究，2010，（1）：1-11.

[18]葉莉，張曉云，陳立文.中國房地產(chǎn)市場價格波動中的金融心理屬性猜想——一個理論模型和現(xiàn)實解釋[J].廣東金融學院學報，2011，（5）：3-11.

責任編輯、校對：武玲玲

Abstract： Combining with the existing literature and empirical test， the skyrocket of housing price is closely related to the changes of population structure and speeding up of urbanization. Urbanization is the direct impetus. Population structure affects the housing prices through urbanization. Above all， the impetus will become increasingly weaker and disappear in the end. By building the Poterba model which contains the growth of urban population， the results show that China's housing prices will turn into negative in around 2021 under the existing trend of population structure change and urbanization development. If the government broaden the two-child policy and increase the intensity of the household registration system reform， the structure of population and the development trend of urbanization would be adjusted actively. Consequently， the point when the housing prices turn into negative can be delayed until around 2027.

Keywords： housing prices， housing market， population structure， urbanization， two-child policy， household registration system， Poterba model， imbalance between supply and demandendprint

參考文獻：

[1]Mankiw N.G ，Weil D.N. The Baby Boom，the Baby Bust and the Housing Market [J].Regional Science and Urban Economics，1989，（19）：235-258.

[2]McFadden D.Demographics，the Housing Market，and the Welfare of the Elderly [M].National Bureau of Economic Research，1987.

[3]Fumio Ohtake，Mototsugu Shintani. The Effect of Demographics on the Japanese Housing Market[J]. Regional Science and Urban Economics，1996，（26）：189-201.

[4]Gabriels.Lee.Austian Demograghy and Housing Demand：Is The a Connection[J]. Empirica，2011：259-276.

[5]劉穎春.城市化過程中人口變動趨勢對我國房地產(chǎn)開發(fā)的影響[J].人口學刊，2004，（3）：45-48.

[6]Ramesh Kumar Jain.Houses Turn Gold as Prices Skyrocket[J].Money Today，2011，（10）.

[7]駱永民.城市化對住房價格的影響：線性還是非線性？——基于四種面板數(shù)據(jù)回歸模型的實證分析[J].財經(jīng)研究，2011，（4）：135-144.

[8]鄧翔，孔紅枚.基于動態(tài)面板模型的城市化與住房價格關(guān)系研究[J].統(tǒng)計與決策，2013，（2）：105-107.

[9]李雄軍，姚樹潔.計劃生育、城市化與我國住房市場的發(fā)展[J].當代經(jīng)濟科學，2011，（5）：74-77.

[10]哈繼銘.人口結(jié)構(gòu)與城市化推動房地產(chǎn)發(fā)展[J].中國房地信息，2007，（7）：28-29.

[11]楊靜.中國人口變化趨勢及其對經(jīng)濟趨勢的影響[J].中國經(jīng)濟參考，2012，（56）：65-75.

[12]Yasuhiro Sato，Kazuhiro Yamamoto. Population concentration，urbanization and demographic transition[J]. Journal of Urban Economics，2005，（58）：45-61.

[13]張立.論我國人口結(jié)構(gòu)轉(zhuǎn)變與城市化第二次轉(zhuǎn)型[J].城市規(guī)劃，2009，（10）：35-44.

[14]葉青，葉越，徐瓊. 人口結(jié)構(gòu)特征及對城鎮(zhèn)化和房價的影響——基于湖北省第六次人口普查及有關(guān)資料[J].調(diào)研世界，2012，（6）：40-44.

[15]James M. Poterba.Inflation Income Taxes and Owner-occupied Housing[J]. Harvard University，1980：1-30.

[16]James M. Poterba.Tax Subsides to Owner-occupied Housing：An Asset-market Approach[J].The Quarterly Journal of Economics，1984，（11）：729-752.

[17]鄒至莊，牛霖林.中國城鎮(zhèn)居民住房的需求與供給[J].金融研究，2010，（1）：1-11.

[18]葉莉，張曉云，陳立文.中國房地產(chǎn)市場價格波動中的金融心理屬性猜想——一個理論模型和現(xiàn)實解釋[J].廣東金融學院學報，2011，（5）：3-11.

責任編輯、校對：武玲玲

Abstract： Combining with the existing literature and empirical test， the skyrocket of housing price is closely related to the changes of population structure and speeding up of urbanization. Urbanization is the direct impetus. Population structure affects the housing prices through urbanization. Above all， the impetus will become increasingly weaker and disappear in the end. By building the Poterba model which contains the growth of urban population， the results show that China's housing prices will turn into negative in around 2021 under the existing trend of population structure change and urbanization development. If the government broaden the two-child policy and increase the intensity of the household registration system reform， the structure of population and the development trend of urbanization would be adjusted actively. Consequently， the point when the housing prices turn into negative can be delayed until around 2027.

Keywords： housing prices， housing market， population structure， urbanization， two-child policy， household registration system， Poterba model， imbalance between supply and demandendprint

參考文獻：

[1]Mankiw N.G ，Weil D.N. The Baby Boom，the Baby Bust and the Housing Market [J].Regional Science and Urban Economics，1989，（19）：235-258.

[2]McFadden D.Demographics，the Housing Market，and the Welfare of the Elderly [M].National Bureau of Economic Research，1987.

[3]Fumio Ohtake，Mototsugu Shintani. The Effect of Demographics on the Japanese Housing Market[J]. Regional Science and Urban Economics，1996，（26）：189-201.

[4]Gabriels.Lee.Austian Demograghy and Housing Demand：Is The a Connection[J]. Empirica，2011：259-276.

[5]劉穎春.城市化過程中人口變動趨勢對我國房地產(chǎn)開發(fā)的影響[J].人口學刊，2004，（3）：45-48.

[6]Ramesh Kumar Jain.Houses Turn Gold as Prices Skyrocket[J].Money Today，2011，（10）.

[7]駱永民.城市化對住房價格的影響：線性還是非線性？——基于四種面板數(shù)據(jù)回歸模型的實證分析[J].財經(jīng)研究，2011，（4）：135-144.

[8]鄧翔，孔紅枚.基于動態(tài)面板模型的城市化與住房價格關(guān)系研究[J].統(tǒng)計與決策，2013，（2）：105-107.

[9]李雄軍，姚樹潔.計劃生育、城市化與我國住房市場的發(fā)展[J].當代經(jīng)濟科學，2011，（5）：74-77.

[10]哈繼銘.人口結(jié)構(gòu)與城市化推動房地產(chǎn)發(fā)展[J].中國房地信息，2007，（7）：28-29.

[11]楊靜.中國人口變化趨勢及其對經(jīng)濟趨勢的影響[J].中國經(jīng)濟參考，2012，（56）：65-75.

[12]Yasuhiro Sato，Kazuhiro Yamamoto. Population concentration，urbanization and demographic transition[J]. Journal of Urban Economics，2005，（58）：45-61.

[13]張立.論我國人口結(jié)構(gòu)轉(zhuǎn)變與城市化第二次轉(zhuǎn)型[J].城市規(guī)劃，2009，（10）：35-44.

[14]葉青，葉越，徐瓊. 人口結(jié)構(gòu)特征及對城鎮(zhèn)化和房價的影響——基于湖北省第六次人口普查及有關(guān)資料[J].調(diào)研世界，2012，（6）：40-44.

[15]James M. Poterba.Inflation Income Taxes and Owner-occupied Housing[J]. Harvard University，1980：1-30.

[16]James M. Poterba.Tax Subsides to Owner-occupied Housing：An Asset-market Approach[J].The Quarterly Journal of Economics，1984，（11）：729-752.

[17]鄒至莊，牛霖林.中國城鎮(zhèn)居民住房的需求與供給[J].金融研究，2010，（1）：1-11.

[18]葉莉，張曉云，陳立文.中國房地產(chǎn)市場價格波動中的金融心理屬性猜想——一個理論模型和現(xiàn)實解釋[J].廣東金融學院學報，2011，（5）：3-11.

責任編輯、校對：武玲玲

Abstract： Combining with the existing literature and empirical test， the skyrocket of housing price is closely related to the changes of population structure and speeding up of urbanization. Urbanization is the direct impetus. Population structure affects the housing prices through urbanization. Above all， the impetus will become increasingly weaker and disappear in the end. By building the Poterba model which contains the growth of urban population， the results show that China's housing prices will turn into negative in around 2021 under the existing trend of population structure change and urbanization development. If the government broaden the two-child policy and increase the intensity of the household registration system reform， the structure of population and the development trend of urbanization would be adjusted actively. Consequently， the point when the housing prices turn into negative can be delayed until around 2027.

Keywords： housing prices， housing market， population structure， urbanization， two-child policy， household registration system， Poterba model， imbalance between supply and demandendprint