人口政策放開背景下房價對出生率影響研究

彭志勝，陳曉藝，程思宇

(安徽建筑大學 經濟與管理學院，安徽 合肥 230601)

自計劃生育政策發布以來，人口出生率持續下降，人口紅利逐漸消失，老齡化程度加重。據聯合國發布預測數據2025年我國65歲以上人口將超過2億，占總人口的15%。西方國家經歷近百年的時間才進入老齡化社會，而中國僅用了18年且速度仍在加快。在此背景下，2011年國家逐步試點實行“單獨二孩”政策，以期提高人口出生率減緩人口老齡化進程，但政策效果不顯著。2016年1月1日國家開始全面開放二孩政策，并于2021年五月底開始實施三孩政策，具體政策效果待評估。

人口政策放開后，隨著家庭成員的增多，很多家庭會選擇購置面積更大、功能更全的房子。1998年出臺《關于進一步深化城鎮住房制度改革和加快住房建設的通知》文件，國家開始實施房地產市場改革，房價迅速上漲。國家統計局數據表明，2000-2020年全國住宅商品房平均銷售價格從每平米1948.00元上漲到每平米9860.00元，漲幅超5倍，部分一、二線城市2020年平均房價達到30000元以上，房價可能成為影響家庭生育行為決策的重要影響因素。因此，研究人口政策放開背景下房價對出生率的影響具有現實意義。

關于人口政策、人口出生率關系的研究很多。李江一[1]利用微觀調查數據的作用機理模型分析提出“全面二孩”政策發布后，人們不僅推遲了生育進度而且降低了生育的意愿。鄧利方和李銘杰[2]認為人口政策的開放長期來看會減緩人口老齡化的步伐并向著人口素質紅利方向轉變。馬良、方行明、雷震和蔡曉陳[3]提出人口政策順利實施需要擁有穩定的收入水平、平穩的房價以及充足的養育資金等幾個必要條件。而胡佩和王洪衛[4]通過建立家庭生育效用理論模型發現，家庭的生育時間沒有明顯受到人口政策的影響，高額的育兒成本制約人們的生育決策。季曉旭[5]認為生育意愿會隨著經濟水平、教育和觀念改變而下降，進而導致出生率的下降。長期處于人口老齡化的社會結構沖擊下，會使得人口紅利損失嚴重，從而造成國家競爭力下降。因此尋找出生率低迷原因，緩解人口老齡化現狀，恢復人口紅利有重要價值。

學者研究認為房價與人口出生率有著密不可分的關系。GregoryMankiwDavid N.Weil[6]首次將人口與房價看成相互影響的變量。Alessandro Piergallini[7]分析人口變化對房價的影響，證明出生率下降會導致通貨膨脹，從長遠來看會促使房價上漲。Clara H.Mulder[8]研究發現購房資金可能會與撫養子女的成本形成競爭。林寒和羅教講[9]研究認為長期來看人口政策的放開會提高人口出生率，對房價起到促進作用。王心蕊[10]利用財富世代轉移模型,提出生育率水平越低，房價上漲越快。鄭永銳[11]則將我國31個省市自治區分為東中西部，認為出生率降低，老齡化程度的加深會促進房價增長。同時鄧瀏睿和周子旋[12]通過建立logit模型也得出結論，在人口政策的背景下生育行為被不斷攀升的房價所抑制。

綜上所述，關于人口政策和房價影響著人口出生率的相關研究成果豐碩，但尚存在一定局限性：(1)既有文獻都是從全國或者按東中西部地區劃分，研究視角不夠全面，沒有充分考慮區域之間的經濟差異。(2)既有文獻大多直接討論房價對人口出生率的影響，鮮有學者研究在人口政策放開前后房價對出生率影響的變化情況。本文擬從以下幾點進行改進：(1)房價水平作為區域劃分主要標準，利用系統聚類分析的方法將我國31個省市自治區分為Ⅰ、Ⅱ、Ⅲ類地區，充分考慮地區經濟發展水平差異，結果更為科學。(2)增加了房價與人口政策的交互項，考慮了人口政策發布前后房價與出生率關系的變化情況，研究視角更全面。

一、指標選取、模型構建與地區劃分

為深入研究人口政策放開前后房價對人口出生率的影響，收集2009-2018年全國31個省市自治區與人口政策、房價和出生率相關的省際面板數據，數據來源為歷年《中國統計年鑒》。

(一)指標選取

1.被解釋變量。反映出生率水平指標有出生率和人口自然增長率。考慮到自然增長率受死亡率影響，不能準確觀測人口政策實施效果。因此選擇人口出生率作為被解釋變量。

2.解釋變量。(1)房價一般在住宅層面影響著出生率，采用住宅商品房平均銷售價格作為衡量房價的指標。(2)考慮到三孩政策剛剛發布，不在研究的樣本時間段，因此只分析全面二孩政策發布前后的影響情況。以各地區全面放開“二孩政策”時間作為節點，設置虛擬變量，政策實施年份取“1”，未實施年份取“0”。

3.控制變量。人口出生率一般受經濟發展水平、教育水平、社會保障程度、人口結構以及生育觀念的影響,[13]為了準確分析房價對人口出生率的影響需要控制以下幾個因素：(1)人均GDP在一定程度上反映了地區經濟發展水平，選擇人均GDP作為經濟發展水平的控制指標。(2)大專及以上學歷人口比重一般反應了當地的受教育水平，因此選擇具有大專及以上學歷的人數除以大于婚育年齡總人口數作為教育水平的控制指標。(3)地方財政醫療衛生支出則代表地區社會保障程度的控制指標。(4)當一個地區65歲及以上老年人口比例達到7%時，就意味著這個地區進入了老齡化社會，極大影響地區生產力水平并影響地區經濟水平，所以選擇老年化率作為人口結構的控制指標。(5)城鎮化率是指地區城市人口與地區總人口的比例，由于城市和農村的生育率和生育觀念存在較大差異，城鎮化率也會影響人口出生率，為了更好的反映生育觀念在模型中的影響效果，選擇地區城市人口除以總人口的比例作為控制指標。

根據上述選用指標，收集相關數據，描述性統計結果如表1所示。

表1 變量的描述性統計

(二)模型構建

為了研究人口政策、房價與人口出生率之間的關系，以人口出生率作為被解釋變量，房價和虛擬變量作為解釋變量，同時控制經濟發展水平、教育水平、社會保障程度、人口結構以及生育觀念的影響等變量進行回歸分析，構建以下模型：

yit=α0+β1pit+β2Dit+∑γitzit+εit(1)

其中：y表示人口出生率；α0為常數項；p代表房價；D為虛擬變量,政策實施年份取“1”，未實施年份取“0”；z代表人均GDP、教育水平、社會保障程度、老齡化率及城鎮化率；ε表示擾動項；i和t分別代表不同省份和年份。

為了進一步分析人口政策發布后變化情況，建立房價與人人口政策的交互項將對象加以控制，依據政策實施前后的實際效果，進而將政策產生的影響程度更直觀的表示出來，因此在式(1)的基礎上引入房價與虛擬變量的交互項構建回歸模型：

yit=α0+β1pit+β2Dit+β3Ditpit+∑γitzit+εit(2)

(三)地區劃分

常規的東中西部劃分方法，把房價差距很大的一些省份劃分在一個地區，地區間的差異反而不明顯，會掩蓋房價對于出生率的真實影響。為了更好的探究人口政策背景下房價對出生率的影響，依據房地產市場開發程度和經濟發展水平,選取住宅商品房平均銷售價格、GDP、人均收入水平、房地產開發住宅投資額、房地產竣工房屋面積和商品房銷售面積等6個指標，收集2009-2018年的數據，采用系統聚類法將31個省市劃分為Ⅰ類、Ⅱ類、Ⅲ類地區，具體結果如表2所示。

表2 31個省市的三類地區劃分

二、實證結果分析

(一)單位根檢驗

當面板數據非平穩時，會出現偽回歸問題。為了確定所選變量是否平穩，需要對各變量進行單位根檢驗。為了檢驗數據平穩性，假設存在相同單位根時選擇IPS方法檢驗；假設存在不同單位根時選擇LLC方法檢驗。具體檢驗結果如表3所示，結果表明變量均為平穩序列，且不存在單位根。

表3 單位根檢驗

(二)回歸結果

由于面板數據存在時間維度，應使用固定效應還是隨機效應需進行檢驗。本文使用Hausman檢驗結果表明選擇固定效應模型更適合。結果如表4所示。

表4 實證分析結果

1.全國樣本回歸結果

如表1列(1)所示，房價的回歸系數為-0.154，在1%的水平下顯著，房價上漲顯著降低出生率。究其原因，房價的快速上漲使得住房預算超出人們的預期，降低人們生育期望，因此全國層面來看房價會降低人口出生率。

為分析人口政策實施前后房價對人口出生率影響的差異，加入人口政策與房價的交互項利用式(2)進行回歸，結果見表4列(5)。結果顯示，交互項回歸系數為-0.055，達到1%的顯著性水平，表明與人口政策放開之前相比，政策放開后房價對人口出生率負向影響顯著增強。這可能是由于人口政策放開后，住房價格沒有給人口增長帶來動力，反而增加了政策實施的難度。

從人口政策對出生率的影響看，其系數都為負但并不顯著，在加入政策與房價的交互項后，系數為-0.491且在5%的水平下顯著，說明人口政策放開雖然對部分家庭來說二孩率有所提高，但對整體生育水平影響效果卻并不理想。

由表4列(1)和列(5)可知，人均GDP回歸系數為0.335和0.303均達到1%的顯著性水平，結果表明經濟發展水平與出生率之間存在顯著相互促進關系，人均GDP越高，人口的出生率越高。同樣地，財政醫療衛生支出與出生率也顯著正相關。反映出我國的社會醫療保障水平越高，家庭在生育孩子上花費的成本就會相應降低，有利于提高家庭的生育意愿。教育水平作為一種主觀因素，如表4列(5)在1%的顯著性水平下系數為-0.597的結果表明教育水平與人口出生率呈顯著負相關。城鎮化率也是一個重要的影響因素,[14]農村具有較低的人口密度和生活成本，生育成本的壓力相較于城市會小很多。王貴東[15]認為，二孩政策減緩了經濟活躍人口的下降速度，但這種影響是不可持續的。就全國層面來看，政府需要加強房地產市場管理力度，穩定房價，將來需要更深層次的人口改革政策，以釋放人口紅利并更有效地提高人口出生率。

2.分地區樣本回歸結果

回歸結果表明在經濟最為發達的Ⅰ類地區(如表4列(2))住房價格對生育行為沒有顯著影響，但由表4列(6)可知在加入交互項后，房價與人口政策的交互項系數為-0.799在1%的水平下顯著，說明Ⅰ類地區人口政策的實施效果受房價影響明顯。Ⅰ類地區高額的生活成本，成為了很多人逃離那里的理由。人均GDP在1%和5%顯著性水平下對人口出生率都存在正向影響，并且Ⅰ類地區受教育程度普遍較高，較少受傳統思想束縛，因此他們會選擇提高生育年齡，降低生育率。如表4列(6)教育水平在1%的顯著性水平下與人口出生率負相關,楊天池,周穎[16]提出生育孩子會降低女性在工作中的競爭力，性別收入擴大，成為很多受教育水平較高的在職女性推遲生育決策的重要原因。

由表4列(3、7)所示在經濟較為發達的Ⅱ類地區房價對出生率在10%水平下系數為-0.397存在顯著負影響，人口政策的虛擬變量對人口出生率的影響并不顯著，可能因為人口政策的發布會有部分家庭選擇生育二孩，但Ⅱ類地區整體出生率卻并沒有因為這一政策而提高。人均GDP對Ⅱ類地區的出生率增長在1%水平下存在顯著促進作用，由此發現Ⅱ類地區的經濟水平對人口出生率會產生正向影響，可能是因為Ⅱ類地區逐年走高的育兒成本和居高不下的房價，使人們對孩子和房子都望而卻步。老年化率作為最能反應地區的人口結構的指標之一，在5%和10%的水平下對出生率存在顯著正影響，老齡化率的持續攀升會降低地區核心競爭力，因此老齡化率促使人口出生率維持正向趨勢。

從較不發達Ⅲ類地區來看，如表4列(4、8)房價系數為-0.144和-0.178且均在1%的水平下顯著，表明房價上漲顯著降低出生率。在加入交互項后系數為-0.048，結果表明在人口政策發布后房價對出生率的抑制作用增強。控制變量中教育、社會醫療保障程度、老齡化率和城鎮化率的影響也相對比較顯著與前文分析一致。各地區分析的結果，有理由說明人口政策放開背景下房價對人口出生率確實起到顯著的抑制作用，人口政策放開雖然提高了部分家庭二孩率但并未對整體人口出生率起到明顯促進作用，很多家庭即使已經處于生育年紀，也會因為房子問題不敢結婚或者生育。

三、結論與建議

(一)結論

基于2009-2018年省級面板數據，利用面板回歸模型對比分析人口政策放開前后房價對人口出生率的影響及其變化情況，結果表明：(1)放開的人口政策對于提高人口出生率的作用并不明顯。(2)持續走高的房價是造成人口政策實施效果不佳的主要原因，高額的房價和養育成本制約生育決策。(3)人口政策放開后，房價對于人口出生率的抑制作用影響更大，且無論在全國層面或是分地區均起到明顯抑制作用。

(二)建議

為了提升人口政策實施效果，提高人口出生率，減緩老齡化進程，提出以下政策建議：

1.堅持放開人口政策，完善養老、生育保障制度

放開的人口政策對人口結構具有正向促進效果，應繼續堅持此政策，加強政策宣傳力度，掃清政策實施障礙，保證未來人口紅利的存在。與此同時需完善醫療保險制度和其他生育保障制度，擴大醫療機構規模，保障婦女生育后生活水平，避免她們在工作中受到歧視。政策應針對中低收入人群的生育和以后孩子的教育狀況實施相應的政府補貼政策，降低生育負擔，提高人口出生率。

2.加強房地產市場管理力度，完善多層次住房保障體系

部分地區房價居高不下，會影響地區出生率。政府應加強房地產市場管理的力度。政府應根據人口收入結構合理規劃廉租房用地，推行租售同權政策，并規范租房市場，作為商品房市場的政策補充形式。政府應努力保證合理的住房價格，大力開發保障性住房和經濟適用房，完善制度嚴格監管房地產市場交易，并禁止惡性炒房行為。避免因高額的房價限制人們的生育意愿。

3.不同地區因地制宜，合理分配資源

為了提高人口出生率，不同地區政府應該針對當地情況因地制宜，地區差異化發展。Ⅰ類和Ⅱ類地區人口密集度較高，應增加住宅供地面積，城區面積有限，應調整城市發展方向，減少城市承載壓力，提高人民生活幸福感，并提升居民生育意愿。地區間存在明顯的發展不均衡現象，Ⅲ類地區屬于人口流出省份，房價上漲壓力相較于Ⅰ、Ⅱ類地區不太大，更多需要關注的是發展生育政策配套設施，提高人口出生率。