人口結構、房價與居民消費

摘要：理論分析以及我國經驗事實均顯示人口結構變動通過房價上漲對居民消費起作用。基于2002-2018年我國31個?。ㄊ?、自治區(qū)）的面板數據，通過運用雙向固定效應模型、GMM動態(tài)面板數據模型等多種計量方法對人口結構變動、房價和居民消費三者間的內在關系進行了探究。研究結果表明：房價上漲確實是人口結構影響居民消費的重要中間變量。從整體上看，老年撫養(yǎng)比與房價呈現出顯著的負向關系，少兒撫養(yǎng)比與房價則呈正相關關系，且房價上漲給居民消費帶來的“財富效應”表現顯著。分區(qū)域看，東部地區(qū)三者間相關關系與全國整體相同，而中部地區(qū)的少兒撫養(yǎng)比與房價間存在明顯的負相關關系，西部地區(qū)房價上漲對居民消費的“擠出效應”則更為明顯。

關鍵詞：老年撫養(yǎng)比;少兒撫養(yǎng)比;房價;居民消費;財富效應

中圖分類號：C924.2;F299.23 文獻標識碼：A

文章編號：1001-9138-（2022）02-0006-13 收稿日期：2022-01-08

1 引言

近年來，我國經濟逐漸邁入新常態(tài)發(fā)展階段，對于新增長動能和經濟結構性轉型的需求顯著。這就要求我們結合中國現實國情，努力實現從之前過度依賴高儲蓄發(fā)展的投資拉動型經濟向更具發(fā)展?jié)摿Φ南M推動型經濟發(fā)展模式轉變。但事實上，自進入本世紀以來，我國居民消費率逐年下降，內需不足和低消費率已成為我國走向經濟可持續(xù)健康發(fā)展之路上的兩大關鍵瓶頸。

過去20余年我國房價的持續(xù)上漲無疑對居民消費產生了一定的影響：購租房者的首付金額、租房成本水漲船高，債務壓力增大，導致其被迫縮減其他生活開支，享受型消費動力不足，這些都將對個人當期消費水平形成一定的“擠出效應”。同時，我國居民普遍以住房持有為主要的資產形式，人們還可能通過金融創(chuàng)新產品、房產抵押貸款等多種其他方式對房地產的資本收益進行“套現”。這也就意味著房價上漲財富效應的存在對我國居民消費水平的提高有一定積極作用，房價與居民消費水平之間的內在關系對于助推我國居民消費率穩(wěn)步上升有極強的現實意義。

此外，我國人口老齡化問題的加劇也引發(fā)了社會的廣泛關注，我國已然邁入老齡化急速發(fā)展階段，且出生率持續(xù)走低背景下，我國新生兒數量與兒童群體占比也在不斷下降，“底部老齡化”特征顯著。以往不少學者將我國的人口結構變遷與房價波動或居民低消費率相關聯，厘清人口結構、房價對居民消費的影響機制，對我國將來新型人口政策的落地與推廣也有一定的借鑒價值。

基于對以上現實發(fā)展狀況的觀察與思考，本文將人口結構、房價與居民消費三者關聯起來進行探究，利用2002-2018年我國31個省（市、自治區(qū)）的面板數據，通過構建雙向固定效應模型、中介效應模型、廣義矩估計法（GMM）動態(tài)面板數據模型等計量方法展開實證研究，以厘清人口結構、房價和居民消費三者間的關系并找出區(qū)域差異，為今后采取差別化的區(qū)域政策提供參考依據。

2 研究設計

2.1 模型構建

本文通過構建以下計量模型，并結合我國31個省（市、自治區(qū)）2002-2018年共17年的歷史數據，針對人口結構變動經由房價上漲這一中介傳導機制對居民消費所產生的影響進行分析，著重考察引入房價因素后三者間的鏈式傳導性。

首先，建立面板回歸模型（1），直接考察人口結構變動對居民消費的影響：

hcl = α + α×odr + α×csr + α×controls+ u + v + ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （1）

其中，hcl （居民消費）為被解釋變量，odr （老年撫養(yǎng)比）和csr （少兒撫養(yǎng)比）為核心解釋變量，α為常數項。

其次，為分析人口結構變動與居民消費之間的可能傳導路徑，探討與人口結構、居民消費關聯緊密的一大重要因素房價的中介效應發(fā)揮，本文依次建立了人口結構變動影響房價的面板回歸模型（2），以及房價影響居民消費的面板回歸模型（3）。

chs = β + β×odr + β×csr + β×controls+ u + v + ε? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? （2）

在模型（2）中，chs （房價）為被解釋變量，odr （老年撫養(yǎng)比）和csr （少兒撫養(yǎng)比）為核心解釋變量，β為常數項。

hcl = γ + γ×chs + γ×controls + u + v + ε? ? ?（3）

在模型（3）中，hcl （居民消費）為被解釋變量，chs （房價）為核心解釋變量，γ為常數項。

此外，本文所用模型引入了controls （相關控制變量），均為一些對房價及居民消費有顯著影響的社會經濟因素，具體包括gdp （人均國內生產總值）、edu （教育經費投入）、den （人口密度）、rev （地方財政收入）、m2 （廣義貨幣供應量）、ter （第三產業(yè)占比）、pop （年末總人口）、lan （購置土地面積）、num （房地產業(yè)平均從業(yè)人數）、est （房地產開發(fā)投資額）、exp （人均財政支出）和une （城鎮(zhèn)登記失業(yè)率）。由此可以最大程度上排除隨機擾動項的影響，克服部分內生性問題，使得模型數據分析結論更加科學可信。這里需要特別說明的是，u表示城市固定效應，v表示年份固定效應。此處之所以引入年份固定效應，是因為房價和居民消費水平也許存在一種逐年遞增的趨勢，需要對年份加以固定以消除該趨勢對模型回歸結果可能造成的不利影響。

2.2 變量選取與數據說明

本文選用商品房平均銷售價格（chs）表示房價，居民消費水平（hcl）表示居民消費，這兩類數據均來自于國家統計局官方網站。而人口結構則選用常用表征指標：少兒撫養(yǎng)比（csr）和老年撫養(yǎng)比（odr）來衡量，這兩個指標直接來自于《中國統計年鑒》。而關于這兩個指標的選取理由：第一，現有相關實證研究通常優(yōu)先考慮使用少兒撫養(yǎng)比與老年撫養(yǎng)比作為國家人口結構的解釋變量，如Leff （1969）、張忠根等 （2016）。第二，1982-2018年，我國0～14歲人口占比從33.6%降到16.9%;我國65歲及以上人口占比從4.9%上升至11.9%，依據國際社會通行標準，我國已陷入“少子化”與“老齡化”并存的人口困境之中，社會負擔壓力巨大。

控制變量選取主要考慮兩個方面因素，一方面是雙影響型控制變量;另一方面是單影響型控制變量。雙影響型控制變量，是對商品房平均銷售價格（chs）和居民消費水平（hcl）均產生重要影響的變量，選取人均生產總值（gdp）、教育經費投入（edu）、人口密度（den）、地方財政收入（rev）、廣義貨幣供應量（m2）和第三產業(yè)占比（ter）共6個指標，這些變量在人口結構對房價、居民消費影響探究的兩個回歸模型中均作為控制變量加入。單影響型控制變量，是對商品房平均銷售價格（chs）或居民消費水平（hcl）中的一個產生直接影響的變量，針對前者，本文選取了年末總人口（pop）、購置土地面積（lan）、房地產業(yè)平均從業(yè)人數（num）和房地產開發(fā)投資額（est）4個變量;針對后者，本文選取了人均財政支出（exp）、城鎮(zhèn)登記失業(yè)率（une）2個變量。以上控制變量的相關數據采集均來源于EPS全球統計數據平臺。

在數據采集時首先考慮到數據可得性問題以及我國房地產市場于21世紀初才得以快速發(fā)展的事實，將面板數據搜集區(qū)間設定為2002-2018年。而在數據處理中，為了達到對全國東、中、西三大經濟區(qū)進行分區(qū)域性研究的目的，本文選取了包含西部省份（12個）、中部省份（8個）和東部省份（11個）在內的中國31個?。ㄊ?、自治區(qū)）數據。變量定義與描述性統計如表1所示。

2.3 內生性與工具變量

在研究人口結構變動對房價的影響過程中，由于引起房價變動的因素很多，除本文控制變量中包含的教育經費投入、人口密度、地方財政收入等因素外，國家房價政策、個人購房偏好等也會影響房價，因此可能存在遺漏變量偏差問題。同時，房價高低也影響著家庭生育計劃，對人口結構變動會產生間接影響，因此房價與人口結構間可能存在雙向因果關系。故本文選取了與人口結構有著內在聯系而與房價沒有直接關系的人口自然增長率（nat）作為工具變量進行豪斯曼內生性檢驗。

3 人口結構對居民消費影響的實證檢驗

在展開實證研究之前需先判斷應當使用何種計量模型，鑒于文章所有數據均為面板數據，故本文依次采用了F檢驗、Hausman檢驗進行模型選擇，并根據兩大檢驗的最終P值結果及最初實證模型設定，認為應采用雙向固定效應模型進行樣本回歸估計。

首先針對直接影響路徑中人口結構變動對居民消費的影響進行實證檢驗，對應的模型（1）回歸結果如表2所示。根據老年撫養(yǎng)比（odr）和少兒撫養(yǎng)比（csr）的回歸結果，從全國范圍來看，少兒撫養(yǎng)比的增長阻礙了我國居民消費水平的提升，而老年撫養(yǎng)比則有利于促進我國的居民消費。

此外，人口結構與居民消費之間的相關關系存在區(qū)域差異性。東部地區(qū)老年撫養(yǎng)比與少兒撫養(yǎng)比對當地居民消費的回歸結果均不顯著，這表明該地區(qū)人口結構對居民消費未呈現出顯著影響，東部地區(qū)的人口結構不構成解釋居民消費率下行的重要因素。而中部地區(qū)老年撫養(yǎng)比、少兒撫養(yǎng)比兩大核心解釋變量前的回歸系數值分別為-0.176、-0.078且表現顯著，也即中部地區(qū)老年撫養(yǎng)比或少兒撫養(yǎng)比的提升均能對當地的居民消費水平形成一定的抑制作用，其中老年撫養(yǎng)比的負效應要強于少兒撫養(yǎng)比。在西部地區(qū)，基準回歸結果顯示，老年撫養(yǎng)比、少兒撫養(yǎng)比對居民消費影響前的系數值分別為0.206、0.051，這表明西部地區(qū)兩類撫養(yǎng)比的提升都能對當地居民消費產生一定的促進作用。

4 人口結構影響居民消費的中間機制分析

4.1 中介效應檢驗

為了檢驗人口結構變動是否通過房價影響居民消費，本文構建中介效應模型研究變量間的間接影響，采用Hayes et al.（2013）提出的多步多重中介模型檢驗方法，采用sobel和bootstrap檢驗法進行檢驗，檢驗結果如表3所示。其中，Panel A的回歸結果顯示，代表人口老齡化的老年撫養(yǎng)比對居民消費的影響系數值為1.372，在引入房價這一中介變量后，系數值降為0.590，但仍為正值，說明無論是否考慮房價因素，老年撫養(yǎng)比的提高均對居民消費有著顯著的正向影響。此外，從表中數據可以看出老年撫養(yǎng)比、房價與居民消費三者間的直接效應系數為0.590，中介效應系數為0.782，該中介效應在總效應中所占比例為57.00%。類似地，表3中Panel B的回歸結果顯示，少兒撫養(yǎng)比的提高對居民消費有著顯著的阻礙作用，且整個作用過程中存在以房價為中介變量的中介傳導機制，其中路徑（5）和路徑（6）的回歸結果顯示少兒撫養(yǎng)比對房價確有顯著的抑制作用。且對比兩條路徑的系數值可知，在原模型的基礎上引入房價這一中介變量后，很大程度上削弱了少兒撫養(yǎng)比提升給居民消費帶來的負效應，中介效應表現明顯，其占總效應的比例達到73.77%。

這些結果表明，在探究以老年撫養(yǎng)比、少兒撫養(yǎng)比為代表的人口結構變動對居民消費的影響過程中，商品房平均銷售價格這一中介變量發(fā)揮了重要作用。且我國老年撫養(yǎng)比的升高、少兒撫養(yǎng)比的降低都有助于拉動房價上漲，進而對居民消費產生一定的正向影響。

4.2 傳導機制分析及穩(wěn)健性檢驗

上述實證檢驗驗證了人口結構變動對居民消費存在直接影響：即全國范圍內少兒撫養(yǎng)比的增長會在一定程度上阻礙我國居民消費水平的提升，而老年撫養(yǎng)比則有利于促進我國的居民消費，并通過中介效應檢驗得到人口結構變動將會通過房價影響居民消費?？紤]到不同區(qū)域經濟發(fā)展水平等大環(huán)境因素的差異，還應對人口結構變動經由房價影響居民消費的間接傳導路徑進行全國及東、中、西部地區(qū)的分樣本回歸估計，并進行更為細致具體的傳導機制分析。

4.2.1 人口結構變動對房價的影響

基于模型（2）來檢驗人口結構變動如何影響商品房價格，基準回歸和解釋變量滯后一期回歸結果見表4。從解釋變量的系數估計值看，老年撫養(yǎng)比提高對全國整體房價具有顯著的負效應，但兩大核心解釋變量老年撫養(yǎng)比（odr）與少兒撫養(yǎng)比（csr）在各區(qū)域的回歸系數值則各不相同。

其中，東部地區(qū)的老年撫養(yǎng)比與房價呈顯著負相關，少兒撫養(yǎng)比與房價呈顯著正相關，此相關關系在解釋變量滯后一期檢驗中得到證實。這也反映出人口結構變量對房價的長期作用方向與“代際交疊模型”和“家庭儲蓄需求模型”假說相符：老年人大多作為部分供給者的角色存在于房地產市場中，隨著老年人口占比的不斷擴大，房地產市場的房屋供給量也相繼上漲，從而帶來房屋價格下行壓力，即老年撫養(yǎng)比的提升一定程度上會導致房屋價格下降。此外，孩子數量的增多將減少出于養(yǎng)老動機的部分儲蓄，增加家庭中人力資本類的投資支出，這將間接削弱購房主體青壯年勞動力對房屋等資產的支付能力，進而減少其對房屋購買的相應需求。因此，我國的低出生率將在一定程度上推動購房需求的增長，進而導致房價上漲。

而在中部地區(qū)，結論恰好相反，少兒撫養(yǎng)比對房價具有顯著的負向影響。導致出現這一相反結論的原因主要在于東部地區(qū)經濟發(fā)展水平和房地產市場發(fā)展階段均領先于中部地區(qū)，房價受到的影響因素更為復雜，受到除人口結構之外因素的影響程度也更大，比如受到房屋供給方的土地價格、房屋需求方的收入水平以及炒房等投機行為的影響均大于中部地區(qū)。兩者所受影響因素不同，將房價在這些因素作用下的最終結果與人口結構變量進行擬合回歸所得的結論必然會有所差異，甚至可能會出現與整體預期相反的結果。

此外，在西部地區(qū)，基準回歸與解釋變量滯后一期回歸結果方向與預期一致，但影響均不顯著，不能解釋人口結構與房價之間的相關關系。總體來看，我國人口結構對房價的影響在不同區(qū)域內表現有所差異，其中東部地區(qū)遠高于中西部地區(qū)，可見人口結構與住房需求的矛盾在經濟發(fā)展水平較高的區(qū)域更為突出，此結論也與國內文獻所得結果相符。

為保證檢驗結果的穩(wěn)健性，將原人口結構解釋變量替換成老年人口占比poe和少兒人口占比poc進行回歸，檢驗結果報告如表5所示。可以看出，替換核心解釋變量后，全國及東部地區(qū)老齡化變量和房價仍然呈現顯著負相關性，少兒占比變量和房價仍然呈現正向關系;此外，中部地區(qū)的老年人口占比解釋變量對于房價的推動作用以及西部地區(qū)人口結構變量與房價的相關關系不顯著也均與基準回歸相同，這足以驗證前文估計結果的穩(wěn)健性。考慮到人口結構對房價影響中可能存在的內生性問題，此處還引入少兒撫養(yǎng)比（csr）的工具變量人口自然增長率（nat）對模型回歸結果進行了豪斯曼內生性檢驗。

4.2.2 房價變動對居民消費的影響

表6中房價變動對居民消費的回歸結果顯示，全國整體及東中部地區(qū)房價上漲能夠促進當地居民消費水平的提高，且此拉動作用表現明顯。而在西部地區(qū)所得結論則剛好相反，房價上漲對居民消費存在抑制作用。上述結論在解釋變量滯后一期回歸估計中得到驗證。

這表明房價上漲確實會帶來一定的“財富效應”，此效應對于居民消費水平有著正向影響，這在東中部地區(qū)表現明顯。因為東中部地區(qū)的經濟發(fā)展程度和房地產市場熱度均明顯高于西部地區(qū)。房價上漲帶來的抵押品價值提升，可使抵押貸款額度增加，以及給已購房者尤其是多套房擁有者形成的樂觀未來預期均會帶來居民消費的增長。反觀我國西部地區(qū)，房價上漲帶來的“財富效應”相對于東中部地區(qū)更為微弱，而受限于人均收入，因抬高房價造成的未來償還房債壓力，進而阻礙居民潛在消費需求轉化為實際購買力的“擠出效應”則在發(fā)揮主導作用，導致我國西部地區(qū)房價與居民消費呈現出顯著的負相關關系。

接下來進行穩(wěn)健性檢驗，表7顯示了將房價核心解釋變量替換成商品住宅平均銷售價格（rsp）以及換用GMM動態(tài)面板數據模型的檢驗結果。其中，全國及東中部地區(qū)的房價與居民消費在兩種穩(wěn)健性檢驗方法下仍然呈現顯著正相關性，與上述基準回歸結果方向相同。

總體而言，人口結構、房價與居民消費之間存在鏈式傳遞關系。房價作為中間作用變量，發(fā)揮了人口結構影響居民消費的中介效應作用，且這種傳導機制在我國東中西部不同區(qū)域表現各異。

5 結論與建議

5.1 研究結論

第一，人口結構對居民消費的影響作用顯著。從全國范圍來看，老年撫養(yǎng)比的提高和少兒撫養(yǎng)比的降低有助于提升居民消費水平，此結論與傳統的生命周期假說相符。而這種作用又存在著明顯的區(qū)域性特征，實證結果顯示，中部地區(qū)老年撫養(yǎng)比、少年撫養(yǎng)比的上升都會對當地居民消費水平產生一定的抑制作用，也表明我國中部地區(qū)當前的低消費率問題可能與人口老齡化加快、勞動人口紅利下降的人口結構變動有關。而在西部地區(qū)，兩類撫養(yǎng)比的系數在各類回歸結果中都顯著為正，這表明西部地區(qū)老年撫養(yǎng)比和少兒撫養(yǎng)比的提升對當地居民消費存在顯著的正向影響。

第二，在引入房價這一中介傳導機制后，關于人口結構與房價的關系。我們可以發(fā)現，老年撫養(yǎng)比與房價在全國整體或東部地區(qū)呈顯著的負向關系，少兒撫養(yǎng)比與房價則呈正相關。而中部地區(qū)結論恰好相反，其老年撫養(yǎng)比與房價表現為較弱的正相關關系，少兒撫養(yǎng)比與房價間則存在明顯的負相關關系。此回歸結果與國內文獻結果基本相符，表明老年撫養(yǎng)比的上漲和少兒撫養(yǎng)比的下降會引起房價的上升。

第三，在對房價上漲與居民消費兩者間的關系的討論中，研究結果顯示從全國整體或東部、中部兩個區(qū)域看，房價上漲給居民消費帶來的“財富效應”均表現顯著。從西部地區(qū)看，房價上漲對居民消費的“擠出效應”則更為明顯，這可能與西部地區(qū)經濟發(fā)展水平及人均收入相較東中部地區(qū)落后的現狀有關。

5.2 政策建議

第一，將各地區(qū)人口結構現實情況及新增常住人口與土地供應相掛鉤，并據此實行不同的土地供應舉措。對人口結構趨勢性變動，即老年撫養(yǎng)比升高、少兒撫養(yǎng)比降低與房價持續(xù)上漲關系密切的中部地區(qū)，政府可從土地供應角度切入，通過適當增加局部土地供應量來加大房地產市場的供給力度，平抑供需不平衡可能造成的房價上漲風險。而對人口結構變動符合“資產消融”假說的東部地區(qū)，老齡化及低生育率現象對房價上漲無推動作用，此時房價上漲更可能是部分高收入群體投機行為的結果，即人均收入水平較高者更多關注作為投資品屬性的房地產。投機需求與炒作風波雙重作用下，致使房價被不斷抬高。此時，必要的“限購”等需求端調配舉措就顯得尤為重要。

第二，重點關注和解決東部地區(qū)的“土地財政”問題。從供給端看，代表地方政府因素的地方財政收入與房價在全國及東部地區(qū)范圍內呈顯著正相關性，在西部地區(qū)雖呈正向關系但不顯著。這說明了東部地區(qū)的“土地財政”問題更加突出。要正視“土地財政”帶來的樓市泡沫、金融風險的嚴重危害，在中央“房住不炒”方針指導下，更加高效科學地落實房價調控政策，加快房地產稅改革，才能穩(wěn)定東部地區(qū)房地產市場價格，促進東部地區(qū)房地產市場的健康發(fā)展。

第三，促進供應主體多元化，轉變住房供給結構。以短期調控為主的貨幣市場相關因素M2供應量對房價在全國及東中西部地區(qū)的推動作用表現明顯，這從側面印證了任澤平先生提出的房價三段論中“短期看金融”的重要觀點。從中長期看，我們還是應該從人口流動、土地供應和房屋供給著手。因此，對于人口凈流入明顯、房地產市場熱度持續(xù)高漲的地區(qū)，應將城市區(qū)域發(fā)展與土地利用效率結合起來進行思考，政策決策時重點關注建設用地指標配置是否達到效率最大化，以及建設用地指標跨地區(qū)再配置的可行性。另外，地方政府還應大力發(fā)展住房租賃市場，進一步完善以市場配置為主的住房供應體系，并考慮增加經濟適用房、人才公寓等面向購房弱勢群體的住房供應量，而此類福利性住房的供應，也為抑制房價上漲提供了可能。

第四，推動房地產政策由短期調控向長效機制轉型。在房價對居民消費的分區(qū)域式研究中，結果顯示我國東中部地區(qū)房價上漲的“財富效應”，即對居民消費水平的推動作用較強且占據主導，而房價上漲給居民消費帶來的“擠出效應”僅在西部地區(qū)表現明顯。這表明大眾對于房價上漲、資產增值的預期很樂觀，甚至認為高房價意味著更多的投機或投資機會，低買高賣從中獲取價差的行為也將進一步加劇財富積累，炒熱房地產市場。因此地方政府試圖依靠房價上漲與居民消費之間的“財富效應”達到提高整體消費率的做法是十分危險的，這會在無形中加劇我國房地產市場泡沫化風險，相反，促進房價合理回歸才是其首要職責。同時，中央和地方政府還應著手建立包含金融、財稅、住房保障、土地供應在內的一攬子長效管理機制，將合理有效的短期調控升級轉型為制度化、規(guī)范化的長效機制，促進長期供需平衡。

參考文獻：

1.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.經濟學家.2013.10

2.陳曉毅.人口年齡結構變動對居民消費的影響研究.中國社會科學出版社.2017

3.黃石松 陳紅梅.房價之謎.社會科學文獻出版社.2009

4.李超 倪鵬飛 萬海遠.中國住房需求持續(xù)高漲之謎：基于人口結構視角.經濟研究.2015.05

5.李文星 徐長生 艾春榮.中國人口年齡結構和居民消費：1989-2004.經濟研究.2008.07

6.劉建江.房價波動影響居民消費的機理及調控研究.湖南人民出版社.2015

7.祁鼎 王師 等.中國人口年齡結構對消費的影響研究.審計與經濟研究.2012.04

8.宋勃.房地產市場財富效應的理論分析和中國經驗的實證檢驗：1998-2006.經濟科學.2007.05

9.王歡 黃健元.中國人口年齡結構與城鄉(xiāng)居民消費關系的實證分析.人口與經濟.2015.02

10.謝潔玉 吳斌珍 等.中國城市房價與居民消費.金融研究.2012.06

11.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.世界經濟.2012.01

12.顏色 朱國鐘.“房奴效應”還是“財富效應”？——房價上漲對國民消費影響的一個理論分析.管理世界.2013.03

13.張忠根 何凌霄 南永清.年齡結構變遷、消費結構優(yōu)化與產業(yè)結構升級.浙江大學學報（人文社會科學版）.2016.03

14.鄒瑾 于燾華 王大波.人口老齡化與房價的區(qū)域差異研究——基于面板協整模型的實證分析.金融研究.2015.11

15.Benjamin.et al.Real Estate versus Financial Wealth in Consumption.The Journal of Real Estate Finance and Economics.2004.29

16.Denise D.Housing Market Dynamics and the Future of Fousing Prices.Journal of Urban Economics.1994.35 （1）

17.Diamond P.A.National Debt in a Neoclassical Growth Model.American Economic Review.1965.55（5）

18.Hayes A. et al.The Relative Trustworthiness of Inferential Tests of the Indirect Effect in Statistical Mediation Analysis：Does Method Really Matter？.Psychological Science.2013.24 （10）

19.N.H.Leff.Dependency Rates and Savings Rates.American Economic Review.1969.59 （5）

20.Poterba J.M. et al.Housing Price Dynamics：The Roleof Tax Policy and Demography.Brooking Papers on Economic Activity.1991.02

作者簡介：李思穎，武漢大學發(fā)展研究院碩士研究生。