房價(jià)與結(jié)婚率的關(guān)系研究

林 娟，韋家民，周利星

（1.廣東行政職業(yè)學(xué)院 電子信息學(xué)院，廣州 510800；2.太平洋財(cái)產(chǎn)保險(xiǎn)公司華南營運(yùn)中心，廣州 510800；3.廣東行政職業(yè)學(xué)院 財(cái)經(jīng)商貿(mào)學(xué)院，廣州 510800）

0 引言

據(jù)《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》顯示，我國初婚率從2013 年1.74%的高峰逐年下跌至2017 年的1.38%，下跌幅度較大。同時(shí)，房價(jià)快速上漲，在我國住房幾乎是結(jié)婚的必需品，想要結(jié)婚的年輕人購房的財(cái)務(wù)壓力極大，這導(dǎo)致很多人不斷推遲結(jié)婚時(shí)間乃至不敢結(jié)婚。高企的房價(jià)很可能是我國結(jié)婚率下降的一個(gè)重要原因。更重要的是，當(dāng)前我國面臨著人口出生率下降的嚴(yán)峻形勢(shì)，而結(jié)婚率下降可能更進(jìn)一步推動(dòng)人口出生率下降，因此本研究有重要的現(xiàn)實(shí)意義。本文研究高房價(jià)是否影響結(jié)婚率以及在多大程度上影響結(jié)婚率。本研究有助于政府有關(guān)部門更好地評(píng)估高房價(jià)帶來的社會(huì)影響，特別是對(duì)居民婚姻和生育的影響，以便于相關(guān)部門制定出更全面合理的政策。

1 房價(jià)與結(jié)婚率的現(xiàn)狀分析和文獻(xiàn)綜述

1.1 房價(jià)與結(jié)婚率的現(xiàn)狀分析

圖1 展示了全國整體的房價(jià)與初婚率狀況。全國整體的房價(jià)水平從2010 年到2016 年是一個(gè)明顯的增長趨勢(shì)。全國平均房價(jià)水平從2010 年的5 032 元每平方米不斷遞增至2016 年的7 476 元每平方米，短短6 年間增幅達(dá)48.57%，遠(yuǎn)遠(yuǎn)超過工資水平和人均GDP的增加。2010 年全國平均初婚率為1.64%，隨后幾年略有上升，但是隨著房價(jià)的不斷上升，初婚率逐漸下降，最后回落到1.38%的水平，與房價(jià)的增長形成鮮明對(duì)比。

圖1 全國整體房價(jià)與初婚率狀況

1.2 文獻(xiàn)綜述

Becker(1988)等創(chuàng)立了家庭經(jīng)濟(jì)學(xué)，運(yùn)用最大化家庭效用理論對(duì)婚姻的產(chǎn)生和家庭的組建進(jìn)行了深入探討，其研究主要集中于組建家庭的成本與效用方面，還認(rèn)為房價(jià)是影響家庭組建的重要因素。［1］近年來，有多位學(xué)者研究房價(jià)對(duì)婚姻的影響。朱考金、楊春莉（2007）從結(jié)婚成本的角度探討了高房價(jià)對(duì)婚姻的不利影響。［2］洪彩妮（2012）使用2004—2008 年我國省級(jí)面板數(shù)據(jù)分析表明，房價(jià)增長速度每上升1%，初婚率約下降0.02 個(gè)千分點(diǎn)。［3］鄭益平（2018）分析了當(dāng)前青年購房模式和消費(fèi)心理，從正反兩個(gè)方面探討了高房價(jià)對(duì)青年的婚姻觀念及結(jié)婚可能性的影響。［4］

此外，高房價(jià)可以通過影響人們的生育意愿來影響結(jié)婚率。近年來有學(xué)者使用香港數(shù)據(jù)研究發(fā)現(xiàn)，生育率在房價(jià)上升時(shí)顯著下降（Yi and Zhang，2010；易君健、易行健，2008）。［5-6］劉曉婷等（2016）利用國內(nèi)1999—2013 年省級(jí)數(shù)據(jù)的實(shí)證研究表明，國內(nèi)各省也呈現(xiàn)了高房價(jià)壓低生育率的現(xiàn)象。［7］生育是婚姻和家庭的一個(gè)重要功能，因此低生育率的社會(huì)環(huán)境將在一定程度上降低結(jié)婚率。

從現(xiàn)有文獻(xiàn)來看，國內(nèi)目前研究房價(jià)上漲如何影響結(jié)婚率的文獻(xiàn)并不多，而使用有代表性的樣本和數(shù)據(jù)進(jìn)行實(shí)證研究的則更少。因此，本研究使用有代表性的數(shù)據(jù)和計(jì)量模型分析房價(jià)如何影響結(jié)婚率這一問題具有顯著的現(xiàn)實(shí)意義。

2 房價(jià)對(duì)結(jié)婚率影響的實(shí)證分析

2.1 模型的構(gòu)建與變量設(shè)定

使用面板模型相對(duì)于截面數(shù)據(jù)模型或時(shí)間序列模型存在以下優(yōu)點(diǎn)：首先，面板數(shù)據(jù)模型可以有效降低遺漏變量帶來的偏誤。由于遺漏變量很可能是由不隨時(shí)間改變的固定的個(gè)體差異（通常是無法觀測(cè)的）導(dǎo)致的，使用面板模型能夠消除這部分固定效應(yīng)的差異，降低遺漏變量帶來的偏誤。其次，面板模型是對(duì)同一觀測(cè)對(duì)象不同時(shí)間序列的觀測(cè)，能夠增加自由度，并減少各變量間的共線性，提高模型的有效性。因此，綜合上述優(yōu)點(diǎn)本文構(gòu)建面板數(shù)據(jù)模型。

本研究主要分析房價(jià)對(duì)城市居民結(jié)婚率的影響，因?yàn)楦叻績r(jià)主要影響城市居民，而且城市與農(nóng)村之間有較大差異。但是全國聯(lián)網(wǎng)的婚姻登記系統(tǒng)尚未建成，各個(gè)統(tǒng)計(jì)年鑒中沒有區(qū)分城市與農(nóng)村的婚姻數(shù)據(jù)，而且結(jié)婚數(shù)據(jù)記錄存在一定的不統(tǒng)一，因此需要一定的計(jì)算方法將其轉(zhuǎn)換。另外，中國房地產(chǎn)市場數(shù)據(jù)系統(tǒng)開發(fā)較晚，各大城市房地產(chǎn)價(jià)格數(shù)據(jù)記錄時(shí)間很短，數(shù)據(jù)量少，而且存在一定的遺漏。由于以上原因，本文選取全國31 個(gè)省、自治區(qū)、直轄市匯總的2010—2016年的年度數(shù)據(jù)（共224個(gè)觀察值）作為面板數(shù)據(jù)，而數(shù)據(jù)主要來源于《中國統(tǒng)計(jì)年鑒》、《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》、《中國勞動(dòng)統(tǒng)計(jì)年鑒》、中國經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫等。本文進(jìn)行分析的數(shù)據(jù)層級(jí)是全國省級(jí)數(shù)據(jù)。

本文使用以下面板模型研究房價(jià)對(duì)初婚率的影響：

其中，i=1，2，3，…，N，是模型截面變量；而t=1，2，…，T，是時(shí)間變量；αi表示個(gè)體異質(zhì)性的截距項(xiàng)，是不可觀測(cè)的，包含了觀測(cè)個(gè)體中所有能夠影響因變量卻不隨時(shí)間變化的特性；而Uit表示個(gè)體隨時(shí)間變化的擾動(dòng)項(xiàng)，它表示個(gè)體的所有隨時(shí)間變化的不可觀測(cè)因素。

首先，因變量初婚率（Yit）表示的是整個(gè)地區(qū)中本年度內(nèi)初次進(jìn)行結(jié)婚登記的人數(shù)在總?cè)丝谥械谋壤?。由于統(tǒng)計(jì)年鑒中沒有直接的初婚率數(shù)據(jù)，因此本文在《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》中截取全國31 個(gè)省、自治區(qū)、直轄市的總?cè)丝跀?shù)據(jù)和初婚人數(shù)計(jì)算得出初婚率，即

其次，自變量lnHouse Priceit-1表示房價(jià)的衡量指標(biāo)，其數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》中的住宅商品房平均銷售價(jià)格（元/平方米），并且進(jìn)行了對(duì)數(shù)化處理?？紤]到人們的預(yù)期可能被上一期房價(jià)影響，因此在房價(jià)變量上取t期與t-1 期的時(shí)間序列變量進(jìn)行回歸。

最后，控制變量（Xit）為以下兩類：一是文獻(xiàn)中發(fā)現(xiàn)和結(jié)婚率存在相關(guān)關(guān)系的控制變量，包括出生率（Birth Rate）、人均GDP（lnGDP）、人口的教育水平（Education）；二是出于現(xiàn)實(shí)因素考慮可能和結(jié)婚率存在相關(guān)關(guān)系的控制變量，如離婚率（Divorce Rate）與居民物價(jià)消費(fèi)指數(shù)（CPI）。

高房價(jià)可能通過抑制生育率來降低結(jié)婚率，因此有必要將出生率作為一個(gè)控制變量。出生率指1 年內(nèi)平均每千人中出生人數(shù)的比率，其數(shù)據(jù)來源于《中國統(tǒng)計(jì)年鑒》與《中國區(qū)域經(jīng)濟(jì)統(tǒng)計(jì)年鑒》。

人均GDP 反映了該地區(qū)的經(jīng)濟(jì)發(fā)展水平與居民收入水平。根據(jù)Donald R.Haurin 等（1993）研究表明，真實(shí)工資在一定程度上影響了家庭的組建，因此本文選取人均GDP 作為真實(shí)工資的一個(gè)代理變量。［8］

吳要武、劉倩（2014）發(fā)現(xiàn)高等教育的普及很大程度上推遲了平均結(jié)婚年齡，還減少了結(jié)婚率。［9］因此在探究房價(jià)對(duì)結(jié)婚率的影響時(shí)就必須考慮到教育水平的影響。由于數(shù)據(jù)中沒有人口的平均教育年限，本文采用以下方法進(jìn)行換算：小學(xué)畢業(yè)受教育時(shí)長為6年，初中畢業(yè)為9 年，高中畢業(yè)為12 年，大學(xué)本科為16 年，研究生畢業(yè)為19 年，因此人口平均受教育年限=6a1+9a2+12a3+16a4+19a5，這里a1表示受教育程度為小學(xué)的人口份額，a2表示受教育程度為初中的人口份額，a3表示受教育程度為高中的人口份額，a4表示受教育程度為大學(xué)本科的人口份額，a5表示受教育程度為研究生的人口份額。此換算方法來自郭峰（2015），數(shù)據(jù)來源于中國經(jīng)濟(jì)與社會(huì)發(fā)展統(tǒng)計(jì)數(shù)據(jù)庫。［10］

此外，現(xiàn)實(shí)因素如離婚率和CPI 可能存在影響。離婚率指年度離婚數(shù)與總?cè)丝谥?，離婚率的高低反映了維持結(jié)婚狀態(tài)的難易程度。而CPI 指居民消費(fèi)價(jià)格指數(shù)，反映了維持婚姻生活的日常成本。以上兩個(gè)變量的數(shù)據(jù)均來自于《中國統(tǒng)計(jì)年鑒》。

2.2 變量的描述性統(tǒng)計(jì)

表1 展示了各變量的描述性統(tǒng)計(jì)。從表中可以看到初婚率的均值約為1.58%，而且最大值最小值間差距比較大；滯后一期房價(jià)對(duì)數(shù)的平均值為8.603，換算為房價(jià)是6 302.094 元每平方米；平均出生率為11.40‰；平均教育年限為8.154 年；離婚率的均值為2.469‰；CPI 的均值為102.987。

表1 各變量的描述性統(tǒng)計(jì)

2.3 模型的選擇與檢驗(yàn)

首先，本文需要選擇使用隨機(jī)效應(yīng)模型還是固定效應(yīng)模型，這需要通過Hausman 檢驗(yàn)來決定。隨機(jī)效應(yīng)模型假設(shè)個(gè)體的異質(zhì)性存在于干擾項(xiàng)中，而固定效應(yīng)模型假設(shè)個(gè)體異質(zhì)性存在于不可觀測(cè)的常數(shù)項(xiàng)中，Hausman 檢驗(yàn)?zāi)軌驒z驗(yàn)個(gè)體的異質(zhì)性是否存在于隨機(jī)干擾項(xiàng)。Hausman 檢驗(yàn)原假設(shè)為干擾項(xiàng)Uit和其他解釋變量不相關(guān)，在該假設(shè)下，使用OLS 估計(jì)的固定效應(yīng)模型和用GLS 估計(jì)的隨機(jī)效應(yīng)模型的參數(shù)估計(jì)都是一致的。因此構(gòu)造的統(tǒng)計(jì)量是基于兩者估計(jì)參數(shù)的差異，若產(chǎn)生明顯的差異，則拒絕了原假設(shè)，此時(shí)選擇固定效應(yīng)模型是較優(yōu)的。經(jīng)計(jì)算，Hausman 檢驗(yàn)的統(tǒng)計(jì)量為10.89，P 值為0.091 7，在10%的水平上是顯著的。檢驗(yàn)結(jié)果表明原假設(shè)被拒絕，因此本文選擇使用固定效應(yīng)模型。

其次，本文對(duì)殘差進(jìn)行相關(guān)性檢驗(yàn)，確定其在時(shí)間維度上是否存在自相關(guān)序列問題。檢驗(yàn)自相關(guān)序列問題需要使用Wooldridge 序列檢驗(yàn)方法，將殘差對(duì)滯后項(xiàng)進(jìn)行回歸。Wooldridge 檢驗(yàn)的原假設(shè)為模型不存在一階組內(nèi)自相關(guān)，如果原假設(shè)被拒絕，那么就說明模型存在自相關(guān)問題。檢驗(yàn)統(tǒng)計(jì)量為55.069，在1%水平上顯著，因此存在殘差自相關(guān)。由于殘差存在自相關(guān)問題，不符合高斯—馬爾科夫定理的假設(shè)，因此需要對(duì)模型進(jìn)行修正。

最后，本文檢驗(yàn)是否存在異方差問題。異方差指各個(gè)個(gè)體的殘差方差不同，這違背了高斯—馬爾科夫定理的假設(shè)，這將無法得到有效的統(tǒng)計(jì)量。本文檢驗(yàn)異方差使用的是懷特檢驗(yàn)。原假設(shè)為殘差平方與自變量無任何關(guān)系。若拒絕原假設(shè)，那么模型就是存在異方差問題。懷特檢驗(yàn)的統(tǒng)計(jì)量為79 240.14，在1%水平上顯著，因此存在異方差問題。

由于模型同時(shí)存在自相關(guān)問題與異方差問題，因此本文選用可行性廣義最小二乘法（即FGLS）進(jìn)行回歸。由于異方差的函數(shù)形式未知，且殘差自相關(guān)形式不確定，因此使用附帶迭代算法的可行廣義最小二乘法來估計(jì)該固定效應(yīng)模型，以減少異方差和自相關(guān)問題帶來的偏誤，使回歸結(jié)果更為可靠。整個(gè)回歸方程的F 統(tǒng)計(jì)量為82.49，其P 值為0.000，在1%水平上顯著，因此方程是十分有效的。

2.4 回歸結(jié)果

回歸結(jié)果如表2 所示。

表2 回歸結(jié)果

從FGLS 的回歸結(jié)果看，房價(jià)、出生率、人均GDP、教育水平和離婚率對(duì)初婚率有顯著的影響。房價(jià)對(duì)初婚率的影響在10%水平下是顯著的。其系數(shù)約為-0.158，它的含義是上一年的房價(jià)每增加一個(gè)百分比，該年度的初婚率將降低0.158%。由于該模型中初婚率使用的是水平值，且初婚率各個(gè)年度均值為1.581%，所以這個(gè)變化相對(duì)來說還是比較大的。這說明當(dāng)前的結(jié)婚率受上一期的房價(jià)狀況影響。

在控制變量部分，出生率的系數(shù)是0.034，而且在1%水平下顯著，出生率和初婚率正相關(guān)。本文對(duì)此現(xiàn)象的解釋如下：更高的出生率表明社會(huì)的生育意愿更強(qiáng)，因而人們有更高的結(jié)婚意愿，所以初婚率更高。

人均GDP 的系數(shù)為-0.354，而且在1%水平下顯著。這表明，人均收入和初婚率負(fù)相關(guān)。本文對(duì)這一現(xiàn)象的解釋如下：隨著人們收入的不斷提高，人們的基本生活需求得到了較好的保障，因而對(duì)婚姻的依賴度下降，這與歐美發(fā)達(dá)國家的結(jié)婚率隨著收入水平上升而下降的現(xiàn)象是一致的。

教育水平的影響在1%的水平上顯著，其系數(shù)為正。教育水平對(duì)初婚率的影響為正，說明了隨著教育水平的不斷提高，人們更愿意結(jié)婚或在婚姻市場更有競爭力。

離婚率對(duì)初婚率的影響是正向而且是顯著的。一個(gè)可能的解釋如下：由于離婚現(xiàn)象的逐漸增加，社會(huì)對(duì)于婚姻的看法更加開放和包容，婚姻越來越自由，降低了人們結(jié)婚的心理負(fù)擔(dān)。因此，離婚率和結(jié)婚率正相關(guān)。最后，CPI 的系數(shù)為正但不顯著，說明在結(jié)婚決策中物價(jià)水平不是重要的影響因素。

3 結(jié)論與政策建議

研究房價(jià)對(duì)結(jié)婚率的影響，有利于政府部門更好地評(píng)估房價(jià)對(duì)居民福利的影響，制定更適當(dāng)?shù)恼?。本文使?010—2016 年全國31 個(gè)省、自治區(qū)、直轄市匯總的面板數(shù)據(jù)，實(shí)證分析了房價(jià)對(duì)初婚率的影響。研究結(jié)果表明，房價(jià)每提升1 個(gè)百分點(diǎn)，下個(gè)年度的初婚率顯著下降約0.15 個(gè)百分點(diǎn)。房價(jià)的快速上漲對(duì)初次結(jié)婚率影響十分顯著，特別是在最近十多年來房價(jià)飆升的背景下。

基于研究結(jié)論，本文提出以下對(duì)策建議。第一，房地產(chǎn)是關(guān)乎國計(jì)民生的問題，國家需要對(duì)房價(jià)的增長速度進(jìn)行調(diào)控。第二，政府要堅(jiān)持“房住不炒”和金融去杠桿的政策，一方面打擊投機(jī)炒作，另一方面嚴(yán)防過量資金進(jìn)入房地產(chǎn)市場，遏制房價(jià)的快速上漲，促進(jìn)房地產(chǎn)市場平穩(wěn)健康發(fā)展。第三，政府可以通過減少高房價(jià)帶來的負(fù)面影響來增加結(jié)婚率。政府可以給新婚夫婦增加租住廉租房或公租房的機(jī)會(huì)，或者給新婚夫婦提供一定的住房補(bǔ)貼，從經(jīng)濟(jì)上減少高房價(jià)對(duì)結(jié)婚率的不利影響。第四，政府應(yīng)不斷完善各項(xiàng)社會(huì)保障制度，讓房子不再成為人們生活的沉重負(fù)擔(dān)，從根本上提升居民的福利水平。