中國人口老齡化會減少住房需求嗎？

丁 洋，鄭江淮

(1. 對外經濟貿易大學 國際經濟貿易學院，北京 100029；2. 南京大學 經濟學院，江蘇 南京 210093)

一、問題的提出

一般認為，人口老齡化會減少住房需求，并使房價下跌，因為住房需求的主力群體是青壯年，老年人傾向于拋售房產[1]。

很多國家的發展歷程都驗證了這一判斷，其中，最典型例子的就是美國，在上個世紀90年代，“嬰兒潮”期間出生的大量人口紛紛步入了老年，這使住房需求迅速降溫，直接誘發了房價下跌。類似地，日本在1990年前后開啟了人口老齡化的時間窗，房價旋即步入長達20多年的下降通道，至今仍無起色。

從理論上講，中國人口老齡化對房價的壓力應該比西方國家更大，因為有計劃生育等人為因素的疊加影響。自上個世紀70年代以來，計劃生育造就了大量的“2+1”型家庭，人口老齡化又催生了大量“4+2+1”型家庭，屆時一對年輕夫妻將繼承來自于雙方祖父母、外祖父母及父母的多套房產，住宅將嚴重過剩，價格將大幅下跌。謝國忠就曾預言，人口老齡化會使中國房價降一半還不止*參見：“謝國忠：房地產泡沫正在破滅，2014年房價跌50%”，《中國證券報》2014年1月20日。。

但現實卻出乎預料，近十幾年來，中國人口老齡化率不斷提高，房價卻絲毫沒有松動的跡象，反而像脫韁的野馬，急速攀升。如圖1所示，2000-2015年，65歲及以上老年人口比例從6.96%升至10.47%，年均增加0.23%，住宅商品房的每平米銷售均價卻從1948元增加到6473元，名義漲幅達2.32倍。

那么，人口老齡化為什么沒有使中國房價下跌呢？

本文首先從理論維度分析了這個問題。我們發現，在“一個家庭需要一套房”的基本規律下，決定住房需求不是人口數而是家庭數。人口老齡化催生大量的獨居型老人家庭，他們會產生新的住房需求。這是老齡化背景下房價不降反升的原因之一。只有當老年人進入高齡階段后，才回歸大家庭，家庭數才減少，住房需求開始下降。因此從理論上說，老齡化對住房需求的影響是呈倒U型的，即開始時是刺激住房需求的，只有達到一定臨界后，才轉為下降。

利用中國2005-2015年的省級面板數據，可以證明確實如此。在65歲以上人口占比達到18%前，隨老齡化率提高，商品房成交套數是一直增加的，此后才開始減少。目前中國人口65歲以上人口比例約為11%，即便今后老齡化加速，每年以0.35%的速度遞增，至少在未來20年內，老齡化都是刺激住房需求的。

上述結論具有重要的政策內涵：首先，它提醒我們，那種寄希望于老齡化來遏制房價的想法是不可取的。在未來較長一段時間內，老齡化非但不會平抑房價，還會助推房價，對此不能掉以輕心，房地產調控也須臾不能放松。其次，老齡化助推房價的渠道是獨居型老人對住宅的需求，而這類需求與青壯年有很大不同，引導好老年人的住房需求，既能提高其晚年生活品質，又能緩解對房價的沖擊。

圖1 中國人口老齡化與房價演變趨勢

二、文獻綜述

關于人口老齡化對住房需求的影響問題，國外學者進行了大量的研究。

其中，最有代表性的可追溯到Mankiw的一篇種子文獻。在這篇文章里作者提出一個重要假說，即在人的生命周期的不同階段住房需求是不同的：在20歲之前，因為沒有購買力，住房需求近乎為零；20-30歲，因為要結婚生子，開始出現首次置房需求；30-40歲，住房需求趨緩，并達到高峰；40歲之后，開始進入遞減區間[1]。該假說成功地解釋了美國70年代的房價上漲，并為其后分析人口結構變化對房地產影響的文獻提供了基本的研究框架。

至于從生命周期到住房需求的傳導機制，一般認為是不同年齡段的人的收入預期及風險偏好不同所致：青壯年的未來收入預期高，風險偏好度大，因此更傾向于配置像房地產這樣的大類資產；老年人相反，收入預期下降，風險偏好降低，傾向于配置保守的資產，減少房地產投資。但在“老齡”的具體界定上，不同研究者存在一定的分歧，比如，McFadden認為，人過50歲之后住房需求就開始減少[2]，Chiuri & Jappelli則認為至少要到65歲之后[3]。

上述理論得到了實證研究的廣泛驗證，就以美國為例，在上個世紀70年代，“嬰兒潮”期間出生的20-30歲人口達到峰值時，住房需求最旺盛，但當他們步入老齡化階段后，住房需求又迅速回落[2]。其他一些OECD國家，比如，德國、日本、荷蘭、英格蘭[4-6]，甚至中東歐的一些國家[7]，均顯示出類似的住房需求隨人口結構變化而變化的趨勢。

但現實中，似乎又出現了矛盾的一面，那就是，自上個世紀90年代之后，除德國和日本外，多數發達國家的老齡化程度不斷提高，而住房需求乃至房價也一直在上升，這種“雙升”的局面與今天中國很類似。那么，它是不是打破了Mankiw的判斷[1]，否定了老齡化對房地產的負向影響呢？

答案是否定的，人們并不否認老齡化的負面影響，只不過，在老齡化過程中疊加了其他因素的影響，它們可能是正向的，抵消了老齡化的負面影響。概括起來，這些因素大致包括：1、經濟增長。盡管老齡化使適齡購房人口減少，但經濟增長本身會催生出更大的新增購房需求[8]。2、利率。寬松的貨幣政策會刺激人們的購房需求，并抵消老齡化的影響[9]。3、少年撫養比。決定購房能力的是人口的總撫養比，而不僅僅是老年撫養比，人口老齡化使老年撫養比上升，但隨著出生率的下降，少年撫養比也下降，甚至是以更快的速度下降，進而導致總撫養比下降，家庭的住房消費能力上升。

上述研究具有很大的啟發意義，但我們并不能照搬它們來解釋中國的問題。舉一個簡單的例子，家庭是房屋的基本消費單元，決定其需求的不僅是人口總數，更應該是家庭總數，而家庭數不僅取決于人口數量，還取決于家庭的人均規模。在其他因素相同的情況下，家庭規模越小，就會衍生出更多的家庭及住房需求。西方學者可以不考慮這一因素的影響，因為它們早已完成家庭小型化的演變歷程，家庭規模已趨于穩定，家庭數主要取決于適齡購房人口數，但中國則不然，在經濟發展過程中，社會轉型也在加速進行，家庭小型化、核心化趨勢不斷蔓延。在這種情況下，人口老齡化很可能會與家庭小型化一起產生交織發力，并使它對住房需求的影響呈現出新的特點，因此，我們還要結合中國的具體情況展開具體的研究。

但目前國內學術界就人口老齡化對住房需求的影響進行研究的還并不多見，且多與西方研究范式相近。一些學者檢驗了生命周期中不同年齡段的人對住房需求的變化，并得出了隨著老齡化加劇，住房需求下降的結論[10-11]。當然，也有學者指出，當疊加進其他一些因素后，比如少年撫養比下降[12]、老人對子女購房進行資助[13]、城鎮化[14]等因素的影響后，老齡化對住房需求的影響會顯得更加復雜，甚至會被掩蓋掉[15]，反言之，當剔除這些因素后，老齡化對住房需求的負向沖擊仍是成立的。

總的來看，國內學者對上述問題的研究，與西方文獻沒有根本的區別，重點仍是人口結構對適齡購房人數的影響以及外生疊加因素的影響，而沒有融入中國特有的國情因素特別是家庭小型化趨勢所可能帶來的內生變化。在這個問題上，陳彥斌等雖有所涉及[14]，但他們并沒有進行系統的佐證，只是在默認此假說的基礎上進行預測。本文余下部分將致力于探討這個問題。

三、人口老齡化對住房需求影響的理論分析

西方主流文獻一般都是秉承新古典經濟學的分析范式，以個人為決策單位來分析不同年齡段人口的住房需求變化，但實踐中房地產屬于大類資產消費，金額巨大，對多數家庭來說，不可能僅憑個人喜好來決策，而要考慮家庭利益的最大化，因此屬于典型的集體決策行為。家庭決策是我們分析的出發點。

假設經濟中有一個典型的家庭，從第一代父母開始，每隔T年增加一代人，下面以第一代父母的生命周期為主線來考察家庭住房需求的階段性變化：

1、第一代父母達T歲，屬青年期，因為婚育，產生了Mankiw意義上的首次置房需求[1]，這是“剛需”。此間會生育子女，并與子女同住。

2、第一代父母達2T歲，屬中年期，這時子女成年并婚育，一般需要獨立住房，這時就產生了家庭的第二次購房需求。當然，也不排除第一代父母與已婚子女同住的情況，但隨著經濟社會發展，家庭小型化、核心化，已成為一種廣為接受的現代生活方式，影響到中國社會的各個角落。現實中，很多適齡男青年被女方父母逼著買婚房的情形屢見不鮮，就是真實的寫照。

3、第一代父母達3T歲，入老年期，這時孫輩成年并要婚育，一般也要有獨立住房，由此產生了家庭的第三次購房需求。問題就出在這里。

如何解決孫輩的住房問題？過去的解決辦法就是存量房的代際轉移。以前，人均壽命較短，在孫輩進入婚育年齡時，第一代父母(即祖父母)可能已經去世，其房屋讓渡給孫輩，這樣家庭房屋消費不再增加，只是存量房在代際間的轉移，但老齡化打破了這種平衡，因為在孫輩的婚育年齡，祖父母完全有可能還健在，這時，除非祖父母與子女或孫輩同住，否則，就必須購置第三套住房以獨居。

一般而言，老人獨居會導致人口老齡化與戶數增加相伴而行，就以德國為例，1980-2010年，老齡化率從10%提高到26.6%，雖然人口總數維持在7500萬左右基本沒變，但家庭戶卻從1900萬增加到4000萬，翻了一倍還多。

今天中國也出現了類似的變化趨勢，2000-2010年，中國65歲及以上人口占比從6.96%提高到8.9%，其間，人口總數基本保持穩定，從12.7億增加到13.4億，增幅僅為5.5%，但家庭戶數卻從3.4億增加到4.02億，增幅達18.2%，戶數的增幅遠超過人口的增幅，其背后就是老人獨居帶來的家庭小型化。

另一組數據更能直接證明家庭小型化趨勢。調查數據表明，2003-2015年，中國一人戶家庭比例從7.6%增加到13.1%；兩人戶從19.1%增至25.3%；三人戶則從31.7%降為26.4%；四人及以上的多人戶從41.6%降為35.2%。

如果單看城鎮家庭，小型化趨勢更明顯，1990年中國城鎮家庭的平均人數是3.5人，1997年降為3.19人，2004年跌破3人，2011年則降至2.87人，目前這種趨勢仍在延續。如按發達國家的標準，還有很大的縮小空間，比如2010年，日本的戶均人口規模已降至2.46人，德國則已接近于2人?？紤]到年輕夫妻的家庭結構多為3口甚至4口人，戶均低于3人必定是老人獨居使然。

可以說，在老人獨居與家庭小型化問題上，中國正在經歷與發達國家類似的軌跡。

4、第一代父母達4T歲，屬高齡期，這時重孫輩已經成年并要婚育，也要獨立住房，但此時第一代父母(即曾祖父母)年事已高，可能失去自理能力，要回歸大家庭或搬進養老機構，其住房騰出并讓渡給重孫輩，這時家庭住房需求的增長勢頭開始受到遏制，但是否下降，還取決于新老人口變化的對比。

如果進入婚育年齡的重孫輩的人數大于1，那么騰挪出的房屋不夠，就要增置新房，住房需求還會增長；反之，如果婚育重孫輩的人數小于1，那么騰挪出的房子還有富余，家庭的住房需求就會下降。

對照中國當今現實，第二種可能性很大。我們知道，隨著經濟社會發展水平的提高，人口增長模式會轉向“低出生率，低死亡率，低自然增長率”，中國已出現這樣的趨勢，且愈發明顯，特別是出生率，1990-2015年中國人口出生率從2.106%猛降為1.207%，總和生育率平均只有1.2左右，要遠遠低于公認的維持人口平衡的2.1標準。這意味著，將來在典型家庭里高齡老人的“生產速度”會大大快于適齡購房的年輕人的“生產速度”，其中，尤以“4-2-1”結構為代表，所以住房需求開始下降。

我們可用圖2將上述總過程直觀地描述出來。

總之，上述分析表明，人口老齡化最終會減少住房需求，但在開始階段，住房需求仍呈絕對的增長態勢，只有達到某一臨界點后才開始減少。

基于此，我們提出如下理論假說：

命題：人口老齡化對住房需求的影響呈倒U型，開始階段非但不會減少，反而會增加，只有當老齡化達到一定程度時，負向影響才開始顯現。

圖2 第一代父母的生命周期與家庭住房需求

四、實證檢驗方法與變量處理說明

為檢驗上述命題，我們將基于2005-2015年的省級面板數據進行檢驗，面板數據的優點在于，能擴大樣本容量，并弱化遺漏變量所可能帶來的問題。之所以選擇2005-2015年為樣本期，既是出于數據可得性的考慮，也是因為自1998年啟動住房制度改革后，中國房地產市場經過近6 年的醞釀后于2005年正式進入上漲通道，選擇該樣本期，有利于剔除周期性因素帶來的干擾。如下數據均取自WIND數據庫、中經網數據庫、國家統計局網站，或整理得出。

(一)模型設置

我們設定如下的計量檢驗模型：

(1)

式中，下標i代表截面單元，即31個省市自治區，下標t代表時間序列，即2005-2015年。

被解釋變量lnH為住宅商品房成交套數的對數。前述分析表明，在老齡化過程中，家庭對新增住房的需求主要是源于家庭小型化趨勢下新的家庭的誕生，按一個家庭一套房的邏輯，房屋套數是最能反映住房需求的，甚至優于成交面積。

解釋變量中，lnHt-1為滯后一期的被解釋變量，之所以引入它，主要是因為房屋交易很可能會受到上一年交易量的影響。

核心解釋變量是old，即老齡化率?；跀祿目傻眯?，我們用65歲以上人口在總人口中的比例來表示。一般認為，65歲以上人口比例達7%，或60歲以上人口比例達10%，即可稱為老齡化社會，這兩個指標有一定的可替代性。

如前所述，老齡化對住房需求的影響可能是倒U型的，為檢驗這一趨勢，還要引入老齡化率的二次項oldsq。如果命題成立，即老齡化在開始時刺激住房需求，只有當達到一定程度時才轉向減少住房需求，那么，老齡化影響的一次項系數α2應該為正，二次項系數α3應該為負。

Z為控制變量，即其他一些可能會影響房地產交易的因素，主要包括：1、住宅商品房成交均價的對數lnHP。我們知道，價格是影響成交量的一個重要變量，它匯集了供求兩方面因素的影響。2、人均GDP的對數lngdp，引入該指標主要是為了度量經濟發展水平對住房成交的影響。3、城鎮人口的對數lnupeople，人口數量，特別是城鎮人口的數量是決定住房需求的一個重要因素，為控制它，人們通常會引入人口總數和城鎮化率兩個指標來反映，我們在這里做簡化處理，直接引入城鎮人口數量，它可以視作上述兩指標的乘積。4、利率r。一般來講，房地產交易多依賴信貸杠桿，利率能反映調控政策的導向以及購房的財務成本。對于一年中利率有變化的，按時間長度取加權利率。5、少兒人口，即14歲以下人口占比young。通常認為，少兒撫養比也會對家庭的住房需求產生重要影響，比如，撫養負擔過重會削弱家庭的房屋消費能力。

e為滿足白噪聲條件的隨機擾動項。

(二)GMM估計方法

模型(1)是一個動態面板數據模型，遺漏變量可能會對lnHt-1施加影響，進而導致內生性的問題，因此不能用靜態面板數據的估計方法進行估計。

不失一般性，假設有如下的動態面板數據模型：

yi,t=α0+α1yi,t-1+α2xi,t+ui+εi,t

(2)

其中，y為被解釋變量，x為解釋變量，ui為截面效應。

為消除截面效應，對(2)做差分處理，可得：

Δyi,t=α1Δyi,t-1+α2Δxi,t+Δεi,t

(3)

上式中，Δyi,t-1=yi,t-1-yi,t-2，對照(2)式，仍可能與Δεi,t=εi,t-εi,t-1發生相關性，內生性問題仍存在，為此，需要給Δyi,t-1尋找工具變量，其條件是既與Δyi,t-1高度相關，還要與Δεi,t不相關。一種選擇就是，yi,t-2,yi,t-3,yi,t-4……yi,1，滯后兩期以上的水平向量，既與當期擾動項無關，也與滯后一期的差分變量相關，在此基礎上迭代估計。該方法就是差分GMM估計[16]。

但差分GMM估計會造成兩期樣本損失，信息損耗較大，為解決這一問題，研究者又提出，在水平工具變量yi,t-2,yi,t-3,yi,t-4……yi,1的基礎上再加上差分變量Δyi,T,Δyi,T-1,……,Δyi,2，作為新的集成工具變量，在此基礎上，再進行迭代分析。該方法就是系統GMM估計[17]。

一般認為，由于系統GMM包含更多的來自于水平方程的信息，相對于差分GMM估計要可靠一些。當然，實踐中使用差分GMM估計或系統GMM估計的都有。為穩妥起見，我們在下面分析中將同時使用兩種方法，并進行對比。

五、人口老齡化對住房需求影響的實證檢驗結果

由于樣本期只有11年，而截面單元多達31個，對于這樣的寬面板數據，可不必進行穩定性檢驗，而直接進行GMM分析。模型(1)的估計結果如下：

從表1可以看出，四個模型均能通過工具變量的過度識別檢驗。

先看差分GMM估計的結果。

表1 房屋成交套數的回歸結果(被解釋變量：lnH)

注：(1)***、**、*分別代表通過1%、5%、10%的顯著性檢驗；(2)括號內為標準誤；(3)Hansen檢驗的原假設為過度識別檢驗有效。下同。

從表1第2欄可以看出，lnHt-1的系數不顯著，說明當期的房屋成交量沒有受到上期成交量的影響。lnupeople的系數顯著為正，為0.77，說明城鎮人口數對房屋交易產生了重要影響，這與我們的經驗直覺相符。young的系數顯著為負，且達到-6.399，說明隨著少兒人口占比的提高，房屋成交套數會下降，這個結論與多數學者的研究結論一致，一般認為，這主要是由于少兒撫養比會削弱家庭的購房消費能力所致。lnHP的系數也顯著為正，達到0.491，說明隨房價上漲，房屋成交套數非但沒有下降反而上升。這與經驗直覺不相吻合，一般而言，成交量應該隨價格上升而下跌，之所以出現這種情況，可能的原因就是，中國房地產市場很特殊，是一個典型的賣方市場，價格越高，供給越多，成交越多。另外，居民買漲不買跌的心理也起到推波助瀾的作用。

作為最核心的解釋變量，old的系數顯著為正，為0.123，oldsq的系數顯著為負，為-0.671，說明老齡化率對房地產成交套數的影響確實是二次型的，且呈先增后減的趨勢，即為倒U型關系，這與前述命題假說相符。

為檢驗上述結果的穩健性，在第3欄又引入了兩個控制變量，即lngdp和r，結果發現，除lnHt-1和lnupeople外，其余變量的系數均沒有發現太大變化。兩個新增變量的系數情況是，lngdp的系數顯著為正，為0.386，說明經濟發展水平越高，房屋成交套數越大，究其原因，經濟發展水平提高了人們的購房能力。r的系數顯著為負，為-0.067，說明隨利率提高，房屋成交套數減少，這與經驗直覺相符，畢竟，很多人購房都是靠信貸杠桿實現的。

old和oldsq的系數變化都不大，前者變為0.153，后者變為-0.818，它們均能通過1%的顯著性檢驗。對應于這一結果，老齡化對房地產成交套數的影響拐點大約出現在65歲以上人口占比為18.7%處。

下面看系統GMM估計的結果。

比較第4欄和第5欄的結果可以發現，在引入控制變量lngdp和r的前后，old和oldsq的系數相差不大，穩定性較好。為簡單起見，我們只匯報引入后的回歸結果。第5欄顯示，lnHt-1的系數顯著為正，為0.487，說明房屋成交套數受上一期成交套數的正向影響，具有一定慣性。lnupeople的系數為0.711，說明城鎮人口數對房屋交易有正向促進作用。r的系數顯著為負，為-0.060，說明房屋成交套數與利率呈反向變化關系。其余控制變量的系數均不顯著。

現在來看核心解釋變量old和oldsq的系數，它們分別為0.201和-1.007，均能通過10%的顯著性檢驗，這再次證明，人口老齡化對房屋成交套數的影響是呈二次型形態的，即先刺激后遏制。對應于這一結果，影響拐點大約出現在65歲以上人口占比20%處。

綜合上述兩種GMM估計的結果，可以發現，在開始階段，老齡化確實會使房屋成交套數增加，只有當65歲以上人口占比達到18%-20%時，需求才開始減少。這種倒U型的影響證明了前述命題的假說。

六、對人口老齡化影響的進一步解釋與檢驗

從上述結果出發，我們再從如下兩個維度展開進一步的檢驗。

(一)老齡化使套均成交面積先減后增

根據前述分析，在老齡化的開始階段住房需求之所以不減反增，主要是因為家庭小型化驅使，獨居產生了老人的新的購房需求，由于家庭規模小，如果人均住房面積不變，那么，套均成交面積會下降；相反，當進入高齡化后，老人回歸大家庭，又會使套均面積變大。為檢驗這一推測，我們構建如下的計量模型：

(4)

式中被解釋變量lnarea為套均成交面積的對數，核心解釋變量仍為老齡化率old及其二次項oldsq，與模型(1)不同的是，在那里，二次曲線是開口向下的，而這里，如果上述推測成立，開口應該向上，一次項系數β2應該為負，二次項系數β3應該為正?？刂谱兞颗c模型(1)相同，因為影響成交套數的那些因素也會對套均成交面積產生影響，比如，城鎮人口、經濟發展水平、利率等。

利用兩種GMM估計方法，模型(4)的估算結果如下表所示：

表2 套均成交面積的回歸結果(被解釋變量：lnarea)

為避免贅述，同時鑒于系統GMM估計的科學性可能更高，我們先描述一下系統GMM估計的結果，然后再與差分GMM估計結果進行對比。

最后一欄顯示了引入全部控制變量后的GMM估計結果，lnareat-1的系數顯著為正，為0.169，說明套均成交面積具有一定的慣性。lnupeople的系數為負，說明隨城鎮人口增加，套均成交面積下降。young的系數為正，達0.472，說明少兒人口占比越大，套均成交面積越大。這也容易理解，孩子越多，家庭所需要的生活面積也應該越大。lngdp的系數為負，說明隨經濟發展水平的提高，套均面積變小，這與經驗常識有一定的沖突。利率r的系數顯著為負，說明套均成交面積與利率呈反比，利率越高，購房的財務成本越大，可能會使面積減少。

現在看核心解釋變量的情況。old的系數顯著為負，為-0.03，oldsq的系數則顯著為正，為0.168，說明老齡化對套均成交面積的影響確實是先減后增的，拐點大約出現在65歲以上人口占比17.8%處。

至于差分GMM估計，核心解釋變量的系數沒有出現太大變化，第3欄顯示了引入全部控制變量后的情況，old的系數顯著為負，為-0.034，oldsq的系數為0.2，老齡化的影響也是先減后增的，拐點大約是65歲以上人口占17%處。

綜合上述兩種GMM估計結果，可以發現，一開始老齡化確實會使套均成交面積下降，當65歲以上人口占比達到17%-18%時，才開始變為增加。該拐點與老齡化對成交套數的影響拐點相近。

(二)老齡化使家庭戶數先增后減

進一步，如果前述命題正確，那么，在家庭小型化趨勢下，在老齡化的開始階段，老人的獨居需要應該會使家庭戶增加；相反，當進入高齡后，回歸大家庭又使家庭戶變少。為檢驗這一推測，我們設立如下的計量檢驗模型：

(5)

式中被解釋變量lnfamily為家庭戶數的對數。解釋變量中，老齡化率old及oldsq同前。如果上述推測成立，二次曲線的開口應該向下，一次項系數φ2為正，二次項系數φ3為負?？刂谱兞堪ǎ涸谛ＰW生人數的對數lnstudent，之所以引入該變量主要是因為它合成了三個變量的影響：總人口、14歲及以下少兒人口的比例、在校小學生人口比例，這三個變量都會對家庭數量產生影響。總人口及少兒人口比例的影響自不必說，小學生對家庭戶數的影響也是非常大的，很多家庭就是因為有孩子上學需接送，而讓老人一起居住。另一個控制變量是lngdp，在其他因素相同的情況下，經濟水平越高，家庭小型化趨勢應該越明顯，家庭戶數也應該越多。

模型(5)的估算結果如下表所示：

與前類似，先看系統GMM估計的結果，然后再與差分GMM估計進行比較。最后一欄為引入全部控制變量后的GMM估計結果，lnfamilyt-1的系數顯著為正，且高達0.966，說明家庭戶數具有很強慣性，在很大程度上取決于上一期戶數，這是可以理解的。lnstudent的系數也顯著為正，為0.05，說明隨小學生數量的增加，家庭戶數增加。lngdp的系數不顯著，說明經濟水平對戶數影響不顯著。

表3 家庭戶數的回歸結果(被解釋變量：lnfamily)

現在來看核心解釋變量old和oldsq的系數，它們分別為0.025和-0.221，且均能通過顯著性檢驗。這表明，隨著老齡化程度的加劇，一開始家庭戶數確實是增加的，后來又轉向減少，拐點大約出現在65歲以上人口占11.3%處。

第3欄為引入全部控制變量后差分GMM估計的結果，old和oldsq的系數分別為0.013和-0.121，也證明隨老齡化的加劇，家庭戶呈先增后減的倒U型關系，拐點大約出現在65歲以上人口占10.7%處。

綜合來看，老齡化對家庭戶數的影響拐點大約在65歲以上人口占11%處，這個拐點比前面兩個拐點都要提前。從理論上講，三個拐點應該是一致的，至于為什么會出現這個情況，我們認為可能與家庭戶界定的模糊性有關，比如，老人已經與子孫分開生活，但戶籍上仍顯示為一戶，進而造成統計上的偏差。

七、結論與建議

(一)對本文結論的簡單總結

一般認為，人口老齡化會減少住房需求并使房價下跌，但近年來，中國的人口老齡化并沒有使房價下跌，反而節節攀升。為什么？

我們通過理論分析發現，住房需求取決于家庭數，而不是人口數，在家庭小型化趨勢下，人口老齡化會使家庭數增加，進而帶動住房需求，只有當老齡化達到一定程度時，老年人進入高齡后，回歸大家庭或進養老機構，住房需求才會真正下降，所以老齡化對住房需求的影響是先增后減的倒U型。

利用中國2005-2015年的分省面板數據，我們證明了上述推測：在一開始，隨著老齡化率的提高，住宅成交套數確實是增加的，只有當65歲以上人口占比達到18%-20%后才開始減少。目前中國該比例約為11%，即便今后老齡化加速，每年按0.35%遞增，至少在未來20年內，老齡化都是刺激住房需求的。

(二)政策建議

上述結論具有重要的政策內涵，它告訴我們，寄希望于老齡化來遏制房價的想法并不可取，老齡化非但不會遏制房價，反而會助推房價，因此，房地產調控須臾不能放松。針對老齡化可能帶來的影響，我們提出如下的政策建議：

1.構建新型住宅價格預警機制，適時監測老齡化的影響

中國正在加速進入老齡化社會，它對房地產行業的影響是深遠的，而且隨著時間推移，影響也會不斷變化。為保證房地產行業的健康穩定運行，我們應未雨綢繆，構建新型監測體系，把老齡化等人口因素的影響納入進來：在什么時點，老齡化的影響是怎樣的？在什么時點，影響又將轉變？對這些信息，我們應進行前瞻性的預測，并向社會發布，供企業、居民等經濟主體決策時參考。

2.改善老年住房的供給結構，滿足老年人的美好生活需要

老齡化之所以會助推住房需求，主要是家庭小型化背景下老年人對更高品質生活質量的追求，正如十九大報告所指出的，是“人們日益增長的美好生活需求”的一個組成部分。我們既要對這部分進行合理的調節和引導，更要從本質上滿足老年人的需要，提高其晚年生活質量。老年人的住房需求與中青年有很大不同，比如面積小、帶扶手、保健功能、節能環保、綠色宜居等。目前我國住宅供給還較少考慮老年人的需求特點，存在一定的供求錯位。將來應鼓勵開發商增加符合這些特點的老年住宅的供給量，并從金融、稅收、補貼等政策方面進行引導。

3.優化老年住宅的供給形式，通過租售并舉來緩解它對房價的沖擊

老年人的住房需求帶有一定的過渡性，步入高齡后，他們還是要回歸大家庭或進養老機構，房屋終將空出，所以老齡化對房地產價格的助推也是階段性的。為緩解這一沖擊，可以將老年住房需求引向租賃地產，比如老年公寓，由國家來統一建設，到期收回，循環出租，緩解增量需求對房地產價格的沖擊。當然，為刺激租賃，國家應在稅收上進行相應的設計，比如，征收房屋空置稅，對租賃給老年人的業主，在稅收方面予以優惠等。

4.通過金融創新等手段，引導高齡老人盤活存量，增加住宅供給

我們可以利用高齡老人對住房需求的下降趨勢，在一定程度上抵消老齡化對房價的助推影響，比如通過倒按揭等形式，既解決老年人養老的后顧之憂，也能把部分存量房推向市場，增加供給，平抑房價。當然，這些制度創新要切實考慮老年人的利益需求，真正造福于老人，他們才能從心理上接受。

[1]Mankiw G, Weil D . 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[R]. NBER Working Paper, 1994, 7861: 225-288.

[3]Chiuri T J. Do the elderly reduce housing equity? an international comparison[J]. Journal of Population Economics, 2010, 23(2): 643-663.

[4]Ermisch J. The demand for housing in Britain and population aging: microeconometric evidence[J]. Economica, 1996, 63(251): 384-404.

[5]Ohtake F S. The effect of demographics on the Japanese housing market[J]. Regional Science & Urban Economics, 1995, 26(2): 189-201.

[6]Levin E J, Montagnoli, Wright. Demographic change and the Scottish housing market[J]. Journal of Nursing Administration, 2004, 34(9):393-394.

[7]égert, Balázs, Mihaljek. Determinants of house prices in central and eastern Europe[J]. Comparative Economic Studies, 2007, 49(3):367-388

[8]Farkas M. Housing demand and demographic trends: evidence from Hungray[R]. Central European University Working Paper, 2011.

[9]Martin R F. The baby boom: predictability in house prices and intereat rates[R].International Finance Discussion Papers, 2006.

[10]李 祥, 高 波. 人口年齡結構對住宅市場的影響效應分析[J]. 經濟體制改革, 2011(6): 38-42.

[11]陳斌開, 徐 帆, 譚 力. 人口結構轉變與中國住房需求: 1999-2025——基于人口普查數據的微觀實證研究[J]. 金融研究, 2012(1): 129-140.

[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(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級面板的分析[J]. 經濟學家, 2013(10): 40-47.

[14]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): 45-57.

[15]鄒 瑾. 人口老齡化與房價波動——來自中國的經驗證據[J].財經科學, 2014(6):116-124.

[16]Arellano M B. Some tests of specification for panel data: Monte Carlo evidence and an application to employment equations[J]. Review of Economic Studies, 1991, 58: 77-297.

[17]Blundell R B. Initial conditions and moment restrictions in dynamic panel data models[J]. Journal of Econometrics, 1998, 87: 115-143.