王 云
(皖江工學(xué)院,安徽 馬鞍山 243002)
研究OECD①中32個國家在近60年中人口老齡化對房價的作用效果及一般性規(guī)律,有助于進(jìn)一步厘清人口老齡化的社會經(jīng)濟(jì)效應(yīng),也有助于前瞻性地了解人口老齡化對房地產(chǎn)市場的影響,進(jìn)而更有針對性地制定出相應(yīng)的優(yōu)化方案,對我國進(jìn)一步實現(xiàn)“房住不炒”、住有所居和住有宜居具有很強(qiáng)的理論意義和實踐價值。
當(dāng)前人口老齡化問題已經(jīng)成為世界性的問題。根據(jù)聯(lián)合國人口統(tǒng)計相關(guān)數(shù)據(jù)顯示,在過去的近60年間,世界人口預(yù)期壽命由1960年的52.6歲上升到2017 年的72.0 歲,人口粗出生率由32.8 下降到18.9,這“一升一降”加快了世界人口老齡化的步伐,老年人口以每年3%的速度遞增。截至2017 年,全球已經(jīng)有近13%的老年人口,預(yù)計到2050年會有超過80%的國家步入老齡化國家行列,除非洲以外,世界其他地區(qū)的老年人口都將會達(dá)到或者超過該國或者地區(qū)總?cè)丝诘?5%,全球老齡化已經(jīng)成為不可扭轉(zhuǎn)的趨勢。歐洲作為最先進(jìn)入老齡化的地區(qū),同時也是老齡化程度最嚴(yán)重的地區(qū),OECD 作為全球發(fā)達(dá)經(jīng)濟(jì)體的國際性組織,其成員國遍布全球四大洲②,這些成員國已經(jīng)成為世界人口老齡化程度最深和人均預(yù)期壽命最長的國家和地區(qū)。
學(xué)術(shù)界圍繞人口老齡化與房價之間的關(guān)系開展了一系列深入研究??傮w而言,學(xué)術(shù)界關(guān)于人口老齡化與房價之間關(guān)系的探討可以分為兩種觀點。第一種觀點認(rèn)為人口老齡化與房價之間存在負(fù)向關(guān)聯(lián)。較具代表性的是國外學(xué)者就老齡化與房價之間的關(guān)系,提出了“資產(chǎn)消融”(Asset Market Meltdown)假說和生命周期投資理論。“資產(chǎn)消融”假說認(rèn)為,人口老齡化會降低社會的住房需求規(guī)模,進(jìn)而造成房價下跌,甚至市場崩盤[1-4]。但是該假說忽略了住房供給側(cè)變化對房價的影響,且沒有考慮收入水平、受教育程度以及利率等其他影響住房需求的因素。不少學(xué)者對此進(jìn)行了修正,在加入人口年齡結(jié)構(gòu)與利率的交互項之后,發(fā)現(xiàn)人口老齡化對住房需求和住房價格具有負(fù)向關(guān)系,但是短期內(nèi)可能難以顯現(xiàn)出來[5-7]。在“資產(chǎn)消融”假說的基礎(chǔ)上利用倍差法研究了蘇格蘭和英格蘭的人口年齡結(jié)構(gòu)與房價之間的關(guān)系,也發(fā)現(xiàn)人口老齡化對房價具有顯著負(fù)向影響。與此同時,根據(jù)生命周期投資理論,人口年齡結(jié)構(gòu)會影響房地產(chǎn)等資產(chǎn)的價格,老年人口比重的增加會導(dǎo)致房地產(chǎn)價格下降。[8]Takáts基于世代交疊模型,對美國和英國等22 個發(fā)達(dá)國家的人口老齡化和房價關(guān)系進(jìn)行論證,同樣發(fā)現(xiàn)人口老齡化會對房價產(chǎn)生顯著的負(fù)向作用。[9]國內(nèi)學(xué)者通過實證研究也得出類似結(jié)論[10-11]。
第二種觀點認(rèn)為人口老齡化對房價具有正向促進(jìn)作用。與Mankiw 等所得出的結(jié)果相反[1],Engelhardt 等通過對加拿大人口結(jié)構(gòu)與房價之間的關(guān)系進(jìn)行研究,發(fā)現(xiàn)隨著人口老齡化程度的加深,房價呈現(xiàn)上漲趨勢[12]。Denise通過建立住房供求平衡模型,研究了美國人口結(jié)構(gòu)變化對房價的影響,結(jié)果表明人口老齡化并不會降低真實房價水平,只會在短期內(nèi)減緩美國房價上漲速度。[13]國內(nèi)學(xué)者認(rèn)為我國人口老齡化對房價的促進(jìn)作用主要體現(xiàn)在家庭規(guī)模小型化所引起的居民改善型住房需求的增加[14],人口結(jié)構(gòu)并不是影響房價的唯一因素,因此在考慮人口老齡化會降低房價的同時,也應(yīng)該考慮到城鎮(zhèn)化以及家庭規(guī)模小型化等因素,還有學(xué)者指出,城鎮(zhèn)化和家庭規(guī)模小型化在未來的30年將會助推中國房價持續(xù)上漲,而人口老齡化對房價的影響在此期間并不會凸顯出來。[15]陳國進(jìn)等基于生命周期理論和代際交疊模型,認(rèn)為中國老年人具有“利他主義”特點,因此老年撫養(yǎng)比上升是房價上漲的原因。[16]此外,徐建煒等基于我國省級面板數(shù)據(jù)進(jìn)行研究,也發(fā)現(xiàn)中國老年撫養(yǎng)比與房價呈顯著正相關(guān)關(guān)系。[10]
綜上所述,人口老齡化雖然是影響房價的一個重要因素,但是國內(nèi)外學(xué)者對該問題的研究結(jié)論仍存在明顯分歧。從理論層面上說,各國人口老齡化程度不同且影響房價的其他因素具有不確定性特點,使得人口老齡化對房價的影響機(jī)制也具有多元化、不確定性特點;從實證層面上來說,人口老齡化對房價的影響方向以及程度難以精確,這是由變量選擇和實證模型設(shè)定等方面的差異所致。為了進(jìn)一步厘清人口老齡化對房價的影響,在已有文獻(xiàn)的基礎(chǔ)上,利用OECD 中32 個國家1960—2017 年的面板數(shù)據(jù),系統(tǒng)性論證人口老齡化對房價的影響,總結(jié)人口老齡化對房價影響的一般性規(guī)律,進(jìn)而為我國房地產(chǎn)市場平穩(wěn)健康發(fā)展歸納出可供借鑒的經(jīng)驗,前瞻性地做好人口老齡化對房地產(chǎn)市場沖擊的各項準(zhǔn)備。
從理論推導(dǎo)結(jié)果可以看出,在住房市場的短期均衡條件下,人口老齡化程度與房價呈現(xiàn)出負(fù)相關(guān)關(guān)系。但從長期來看,隨著供需曲線的“蛛網(wǎng)式”自發(fā)調(diào)節(jié),人口老齡化與房價的相關(guān)關(guān)系仍需通過進(jìn)一步實證檢驗進(jìn)行界定。
圖1 OECD國家人口老齡化與房價走勢之間的代表性樣本④
為了論證人口老齡化和房價的定量關(guān)系,據(jù)此展開實證研究。解釋變量與被解釋變量分別為人口老齡化程度和房價水平。且參考已有文獻(xiàn)[9],[18],選取各國的實際住房價格指數(shù)作為衡量房價水平的指標(biāo)(HPI)③,并使用各國老年人口比重作為衡量人口老齡化的指標(biāo),即65 歲及以上的人口占總?cè)丝诘谋戎兀≒AP)?;诖?,建立以下計量模型:
式(8)中,下標(biāo)i表示不同的國家,t表示時間,α是截距項。lnPAP為解釋變量,即老年人口比重的對數(shù)。
為了對上述實證模型進(jìn)行估計,多渠道搜集整理OECD 中32 個國家1960—2017 年的相關(guān)數(shù)據(jù)。主要變量的描述性統(tǒng)計結(jié)果如表1 所示。
首先,對樣本國家的不同時間序列數(shù)據(jù)進(jìn)行分析。利用OECD 國家1960—2017 年的時間序列數(shù)據(jù),畫出具有代表性國家的人口老齡化率與住房價格之間的散點圖,如圖1所示。從圖1中可以看出,絕大多數(shù)國家的人口老齡化與房價變動之間呈現(xiàn)正相關(guān)關(guān)系,即人口老齡化程度的加深推動了房價上漲。
圖2 列出了OECD 國家5 年平均的人口老齡化率與房價之間的橫截面關(guān)系,從圖2 可以看到1998—2017 年,OECD 國家人口老齡化與房價之間呈現(xiàn)顯著正相關(guān)關(guān)系。
圖2 1998—2017年32個OECD國家的人口老齡化率與房價之間的橫截面關(guān)系
表1 各變量的描述性統(tǒng)計
表2 面板數(shù)據(jù)單位根檢驗結(jié)果
為了避免模型估計出現(xiàn)偽回歸,采用IPS 和Fisher-ADF 單位根檢驗方法來檢驗所選變量是否為平穩(wěn)時間序列,檢驗結(jié)果如表2所示。
根據(jù)Westerlund 的方法進(jìn)行面板協(xié)整檢驗,并在此檢驗基礎(chǔ)上進(jìn)行Kao 檢驗和Pedroni 檢驗。協(xié)整檢驗結(jié)果如表3 所示。從表3 結(jié)果可以得出,各
表3 協(xié)整檢驗結(jié)果
為了研究不同老齡化程度對房價影響是否存在不同,利用面板數(shù)據(jù)對各國的老齡化率進(jìn)行系統(tǒng)聚類,將選取的OECD32 個國家按照老齡化程度的不同分為高老齡化國家和低老齡化國家兩大類。以人均GDP變量作為經(jīng)濟(jì)發(fā)展的代理變量,將樣本分為高經(jīng)濟(jì)發(fā)展國家和低經(jīng)濟(jì)發(fā)展國家⑤。
1.靜態(tài)回歸結(jié)果分析
在上述理論模型和變量選取的基礎(chǔ)上,分別采用廣義最小二乘法、兩階段最小二乘法和系統(tǒng)GMM對面板數(shù)據(jù)進(jìn)行回歸,考慮到不同國家老齡化程度的不同以及經(jīng)濟(jì)發(fā)展程度的差異,最后對樣本進(jìn)行分組回歸。采用FGLS方法的回歸結(jié)果,如表4所示。
結(jié)合圖1、圖2和表4的回歸結(jié)果,證實了人口老齡化與房價之間具有顯著正相關(guān)關(guān)系[19],人均預(yù)期壽命的延長會重塑家庭代際結(jié)構(gòu),壽命的延長雖然增加了幾代人同時在世的可能性,但是隨著生育率下降以及生育年齡加大傾向拉大了代際年齡的差距,使得多代同堂的幾率降低[20]。近些年來,OECD國家出現(xiàn)了家庭規(guī)模小型化的發(fā)展趨勢,不但沒有使老齡化國家的房價下降,反而通過增加家庭數(shù)量創(chuàng)造了大量的新增住房需求,從而導(dǎo)致房價上漲[15],[21-22]。此外,人均預(yù)期壽命的延長反映出人均健康水平的提升,這會相應(yīng)延長他們的退休年齡,從而增加社會財富積累,促進(jìn)經(jīng)濟(jì)增長[23-24];人均預(yù)期壽命的延長也是造成老齡化程度加深的一個重要推手,而人口老齡化會提高社會資本積累以及人力資本投資行為,刺激經(jīng)濟(jì)增長,推高房價[25-26]???cè)丝谝?guī)模的擴(kuò)張會增加住房需求規(guī)模,從而使房價上漲。
表4 人口老齡化對房價的影響(全樣本)
為了更為直觀看出人口老齡化對房價的影響,分別畫出人口老齡化與房價以及人口老齡化對房價的影響系數(shù)之間的擬合圖,如圖3、圖4、圖5所示。由圖3 看出,人口老齡化與房價之間是正相關(guān)關(guān)系,在控制了其他解釋變量之后,人口老齡化對房價的影響程度可以由圖5的散點圖直觀表示⑥。從圖5 可以看出,人口老齡化對房價呈現(xiàn)出顯著正向影響,且這種影響隨著老齡化程度的加深逐漸遞減,說明在老齡化程度高的國家,人口老齡化對房價影響的邊際效應(yīng)是遞減的。
圖3 人口老齡化與房價之間線性擬合圖
圖4 人口老齡化與房價之間二次擬合圖
圖5 人口老齡化對房價的影響系數(shù)
2.動態(tài)回歸結(jié)果分析
為了控制模型的內(nèi)生性問題,分別采用2SLS和廣義矩估計方法對樣本數(shù)據(jù)進(jìn)行回歸?;貧w結(jié)果如表5 所示。從整體上看,2SLS 與系統(tǒng)GMM 回歸結(jié)果變量系數(shù)基本一致,說明回歸結(jié)果穩(wěn)健可靠。在模型中加入了人口老齡化和人均預(yù)期壽命的滯后項,結(jié)果顯示人口老齡化和人均預(yù)期壽命延長在短期內(nèi)對房價上漲具有促進(jìn)作用,但長期看,人口老齡化以及人均預(yù)期壽命的延長會對房價上漲具有抑制作用[27]。人均預(yù)期壽命的延長一方面加深了人口老齡化進(jìn)程;另一方面人均預(yù)期壽命的延長會加大家庭交際代溝而重塑家庭結(jié)構(gòu)和規(guī)模,使家庭規(guī)模不斷趨于小型化[28],增加了社會有效住房需求,提高房價。
表5 2SLS與系統(tǒng)GMM回歸結(jié)果
表6 分組回歸結(jié)果
3.分組回歸結(jié)果
為了進(jìn)一步驗證結(jié)論的可靠性,利用上面聚類分析的結(jié)果,分別將OECD 國家分為高老齡化國家和低老齡化國家、高經(jīng)濟(jì)發(fā)展程度國家和低經(jīng)濟(jì)發(fā)展程度國家,利用廣義最小二乘法進(jìn)行回歸,回歸結(jié)果如表6所示。
表6 結(jié)果表明人口老齡化對房價影響隨著老齡化程度的加深而呈現(xiàn)出邊際效用遞減的規(guī)律,在變量中加入老齡化率變量的二次項得到圖6。經(jīng)濟(jì)發(fā)展程度不同的國家,老齡化對房價的影響表現(xiàn)出差異性,如圖7 所示。根據(jù)圖6 和圖7 中全樣本的函數(shù)圖形,可以很直觀看到人口老齡與房價之間的正相關(guān)關(guān)系。結(jié)合以上圖形和回歸結(jié)果來看,人口老齡化對房價的影響分別隨著老齡化程度的加深和經(jīng)濟(jì)發(fā)展程度的降低呈現(xiàn)出邊際效用遞減的特征。
圖6 不同程度老齡化國家對房價的影響
圖7 不同經(jīng)濟(jì)發(fā)展程度國家對房價的影響
研究結(jié)果顯示老齡化在短期內(nèi)是推高房價的重要原因,但是在長期內(nèi)就會使房價下降。利用OECD32個國家的跨國面板數(shù)據(jù)論證了人口老齡化對房價的影響。分別建立了人口老齡化與房價之間的靜態(tài)面板模型和動態(tài)面板模型,二者的回歸結(jié)果表明了人口老齡化是促使房價上漲的主要因素。
人均預(yù)期壽命的延長會重新塑造家庭代際結(jié)構(gòu)和家庭規(guī)模[29],家庭規(guī)模小型化趨勢會增加住房有效需求,從而導(dǎo)致房價上漲。我國目前處在老齡化和房價同時增長階段,根據(jù)預(yù)測,未來我國房價可能面臨保持不變或者下行的趨勢。因此,我國應(yīng)該正視人口老齡化對房價產(chǎn)生的有利和不利的沖擊,針對人口老齡化趨勢,政府應(yīng)該加大醫(yī)療保健等方面的公共支出,以抵消人口老齡化對房價帶來的不利影響,促進(jìn)我國住房市場的健康發(fā)展。另外,由于OECD 各國與我國在制定相關(guān)政策、人口狀況與住房市場情況方面有所不同,因此一些潛在的因素并未納入到討論之中,這也是研究的不足之處。人口結(jié)構(gòu)的變化是一個動態(tài)的過程,因此,如果能將其他人口結(jié)構(gòu)因素納入到主要變量之中,可能會減少誤差,這也是之后需要進(jìn)一步完善的地方。
注釋:
①OECD:經(jīng)濟(jì)合作與發(fā)展組織(Organization for Economic Co-operation and Development),簡 稱 經(jīng) 合 組 織(OECD),是由38個市場經(jīng)濟(jì)國家組成的政府間國際經(jīng)濟(jì)組織,旨在共同應(yīng)對全球化帶來的經(jīng)濟(jì)、社會和政府治理等方面的挑戰(zhàn),并把握全球化帶來的機(jī)遇,成立于1961年,總部設(shè)在巴黎。
②本研究選取的OECD 組織32 個國家分別是:澳大利亞、奧地利、比利時、加拿大、智利、捷克共和國、丹麥、愛沙尼亞、芬蘭、法國、德國、希臘、匈牙利、冰島、愛爾蘭、以色列、意大利、日本、韓國、盧森堡、荷蘭、新西蘭、挪威、波蘭、葡萄牙、斯洛伐克、西班牙、瑞典、瑞士、土耳其、美國、英國。
③OECD 組織根據(jù)每年各個國家的中央銀行或者財政部報告的名義房屋價格變化情況加權(quán)計算名義房屋價格變化率,以2015 年為基準(zhǔn)期推算每年的名義房屋價格指數(shù),再以消費物價指數(shù)調(diào)整計算后得到。
④說明:縱軸表示實際住房價格指數(shù)(2015 年=100),橫軸表示人口老齡化率。32 個OECD 樣本國家可以分為兩種類型:(1)上述兩個序列顯著正相關(guān)的國家有27 個,分別是澳大利亞、加拿大、奧地利、比利時、智利、丹麥、捷克共和國、愛沙尼亞、芬蘭、法國、冰島、愛爾蘭、以色列、意大利、日本、韓國、盧森堡、荷蘭、新西蘭、挪威、斯洛伐克、西班牙、瑞典、瑞士、土耳其、英國、美國。限于篇幅,這里只給出了9個具有代表性國家的散點圖;(2)例外情形的有5個國家,分別是波蘭、韓國、匈牙利、德國、葡萄牙。
⑤高老齡化國家有20 個,分別是奧地利、比利時、捷克共和國、丹麥、愛沙尼亞、芬蘭、法國、德國、希臘、匈牙利、意大利、日本、荷蘭、挪威、葡萄牙、西班牙、瑞典、瑞士、英國、盧森堡;低老齡化國家有12個,分別是澳大利亞、加拿大、智利、冰島、愛爾蘭、韓國、新西蘭、波蘭、土耳其、美國、斯洛伐克、以色列。高經(jīng)濟(jì)發(fā)展國家有18 個,分別是澳大利亞、奧地利、比利時、丹麥、芬蘭、法國、德國、日本、荷蘭、美國、加拿大、冰島、挪威、瑞典、瑞士、英國、盧森堡、愛爾蘭;低經(jīng)濟(jì)發(fā)展國家有14 個,分別是新西蘭、捷克共和國、愛沙尼亞、希臘、匈牙利、葡萄牙、韓國、波蘭、土耳其、斯洛伐克、以色列、智利、意大利、西班牙。⑥此處的人口老齡化率是取1998—2017年每年的平均值。