人口老齡化趨勢(shì)、區(qū)域差異與房地產(chǎn)價(jià)格波動(dòng)的實(shí)證分析

郭娜，胡佳琪

（天津財(cái)經(jīng)大學(xué)大公信用管理學(xué)院，天津300222；天津天獅學(xué)院經(jīng)濟(jì)管理學(xué)院，天津301700）

0　引言

近年來(lái)，我國(guó)開(kāi)始步入老齡化社會(huì)，且老齡化程度不斷加深，老齡化問(wèn)題也越來(lái)越受到社會(huì)各界的廣泛關(guān)注。人口年齡結(jié)構(gòu)可以通過(guò)剛性需求量和現(xiàn)實(shí)購(gòu)買(mǎi)力對(duì)房地產(chǎn)市場(chǎng)的需求產(chǎn)生一定的影響，而在我國(guó)，由于經(jīng)濟(jì)發(fā)展不平衡等因素的影響，東、中、西部地區(qū)在人口年齡結(jié)構(gòu)和房地產(chǎn)市場(chǎng)發(fā)展等方面又存在著較為明顯的區(qū)域差異特征，因此討論不同區(qū)域的人口增長(zhǎng)和人口年齡結(jié)構(gòu)等人口因素與房地產(chǎn)價(jià)格之間的關(guān)系就顯得尤為必要。

在人口年齡結(jié)構(gòu)與房地產(chǎn)價(jià)格之間的關(guān)系方面，國(guó)內(nèi)外學(xué)者從多個(gè)層面進(jìn)行了探討。最早的研究是Mankiw和Weil（1989）[1]對(duì)美國(guó)人口年齡結(jié)構(gòu)和房地產(chǎn)市場(chǎng)進(jìn)行的分析，結(jié)果發(fā)現(xiàn)美國(guó)的“嬰兒潮”與20世紀(jì)末房地產(chǎn)價(jià)格的上升有顯著的關(guān)系。國(guó)內(nèi)的研究相對(duì)起步較晚，且大部分前期文獻(xiàn)為定性研究，如探討人口結(jié)構(gòu)的變化是否是影響房地產(chǎn)市場(chǎng)需求的重要因素[2]，采用定量分析方法取得的研究成果相對(duì)較少，且已有的研究多探討人口因素與房地產(chǎn)價(jià)格之間的線性關(guān)系，較少關(guān)注二者之間的非線性關(guān)系變化，如徐建煒等（2012）[3]運(yùn)用面板數(shù)據(jù)模型研究發(fā)現(xiàn)房地產(chǎn)價(jià)格與少年人口撫養(yǎng)比呈反向相關(guān)關(guān)系，而與老年人口撫養(yǎng)比則呈正向相關(guān)關(guān)系。而對(duì)于我國(guó)房地產(chǎn)價(jià)格區(qū)域差異的研究則多集中在貨幣政策效應(yīng)的區(qū)域差異[4]、區(qū)域城鎮(zhèn)化差異[5]、區(qū)域經(jīng)濟(jì)發(fā)展的差異性[6]對(duì)房地產(chǎn)價(jià)格區(qū)域差異的影響方面，并且已有研究中沒(méi)有詳細(xì)探討人口年齡結(jié)構(gòu)的差異對(duì)我國(guó)房地產(chǎn)價(jià)格產(chǎn)生影響的區(qū)域差異特征。有鑒于此，本文采用門(mén)限面板模型對(duì)我國(guó)人口增長(zhǎng)、老齡化與我國(guó)房地產(chǎn)價(jià)格波動(dòng)的非線性關(guān)系進(jìn)行研究，并分析這種影響是否會(huì)存在區(qū)域性差異。

1　研究設(shè)計(jì)

1．1　模型設(shè)定與估計(jì)方法

本文借鑒Hansen（1999）[7]提出的門(mén)限回歸模型來(lái)分析人口因素與房地產(chǎn)價(jià)格之間的非線性關(guān)系，具體形式如下：

其中，Yit為被解釋變量，Xit為解釋變量，qit為門(mén)限變量，λ為門(mén)限值，I(?)為指數(shù)函數(shù)，當(dāng)符合括號(hào)內(nèi)條件時(shí)，I(?)=1，否則，I(?)=0，Zit為控制變量，εit為隨機(jī)干擾項(xiàng)，?、β、和γ為待估參數(shù)，β和分別表示門(mén)限變量小于等于和大于門(mén)限值λ時(shí)解釋變量和被解釋變量之間的關(guān)系。

建立模型之后，首先給定相應(yīng)的λ值并運(yùn)用OLS方法對(duì)式（1）進(jìn)行估計(jì)，并得到相應(yīng)的殘差平方和為限值的估計(jì)值就為殘差平方和取得最小值時(shí)的門(mén)限值=argminS1(λ)。

其次要進(jìn)行門(mén)限效應(yīng)的檢驗(yàn)，即對(duì)門(mén)限值的估計(jì)值進(jìn)行顯著性檢驗(yàn)，檢驗(yàn)兩個(gè)狀態(tài)的估計(jì)值是否存在顯著差異。根據(jù)Hansen（1999）[7]提出的方法，原假設(shè)H0：β=成立時(shí)，門(mén)限效應(yīng)不存在，模型為普通線性模型；備擇假設(shè)H0：β≠成立時(shí)，存在門(mén)限效應(yīng)，模型為非線性門(mén)限模型。若S0為普通線性模型的殘差平方和，S1)為非線性門(mén)限模型的殘差平方和為其殘差方差其LR檢驗(yàn)統(tǒng)計(jì)量為：

使用bootstrap法模擬出LR檢驗(yàn)統(tǒng)計(jì)量的漸進(jìn)分布及對(duì)應(yīng)的P值，實(shí)現(xiàn)進(jìn)行門(mén)限效應(yīng)顯著性檢驗(yàn)。此外，對(duì)門(mén)限估計(jì)值也需要進(jìn)行真值檢驗(yàn)，即檢驗(yàn)估計(jì)值是否為真值，如果不是則估計(jì)值不能反映真實(shí)的門(mén)限值，Hansen（1999）[7]已證明門(mén)限估計(jì)值與真值是一致的。

上述模型僅針對(duì)存在單個(gè)門(mén)限值的情況，若存在兩個(gè)或以上門(mén)限值，則應(yīng)將上述模型進(jìn)行擴(kuò)展，以雙門(mén)限效應(yīng)為例，模型應(yīng)擴(kuò)展為：

在雙門(mén)限值的估計(jì)中，第二個(gè)門(mén)限值的估計(jì)值是在第一個(gè)門(mén)限值確定的情況下使得最小二乘法殘差平方和最小的門(mén)限值，其原理與第一個(gè)門(mén)限值類(lèi)似。由于第一個(gè)門(mén)限值是在假定不存在第二個(gè)門(mén)限值的情況下得到，需要對(duì)其在存在第二個(gè)門(mén)限值情況下進(jìn)行修正，進(jìn)行門(mén)限真值檢驗(yàn)，原理與第一個(gè)門(mén)限真值檢驗(yàn)相同，具體技術(shù)細(xì)節(jié)參看Hansen（1999）[7]的文獻(xiàn)，這是與第一個(gè)門(mén)限值存在重大差異之處。

1．2　變量選取與數(shù)據(jù)處理

在建立人口因素與房地產(chǎn)價(jià)格關(guān)系的非線性門(mén)限模型中，本文選取我國(guó)東、中和西部地區(qū)的31個(gè)省級(jí)行政單位①本文將我國(guó)分為東部、中部和西部三個(gè)區(qū)域。東部地區(qū)選取了12個(gè)省、自治區(qū)和直轄市，包括北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東、廣西和海南；中部地區(qū)選取了9個(gè)省和自治區(qū)，包括山西、內(nèi)蒙古、吉林、黑龍江、安徽、江西、河南、湖北、湖南；西部地區(qū)選取了10個(gè)省、自治區(qū)和直轄市，包括重慶、四川、貴州、云南、西藏、陜西、甘肅、寧夏、青海、新疆。作為樣本。由于從1998年開(kāi)始我國(guó)才全面啟動(dòng)住房貨幣化改革，因此本文的樣本數(shù)據(jù)區(qū)間設(shè)定為1999—2015年。模型中選取的變量與數(shù)據(jù)處理情況如下：被解釋變量：房地產(chǎn)價(jià)格（HP）作為模型的被解釋變量，用商品房本年銷(xiāo)售價(jià)格來(lái)替代度量；解釋變量：以人口增長(zhǎng)率（PG）為解釋變量來(lái)衡量房地產(chǎn)價(jià)格受人口總量因素的影響大??；門(mén)限變量：以人口老齡化（q）作為門(mén)限變量，用來(lái)衡量老齡化因素通過(guò)人口增長(zhǎng)影響房地產(chǎn)價(jià)格變動(dòng)的非線性效應(yīng)，老齡化程度用老年人口撫養(yǎng)比來(lái)度量，具體是指65歲及以上人口占工作人口的比重；控制變量：用以衡量經(jīng)濟(jì)增長(zhǎng)對(duì)于房?jī)r(jià)推動(dòng)作用的人均地區(qū)國(guó)內(nèi)生產(chǎn)總值（GDP）、用以衡量當(dāng)?shù)鼐用褓?gòu)買(mǎi)力對(duì)房?jī)r(jià)影響作用的人均可支配收入（PCDI）、用以衡量通脹因素對(duì)房?jī)r(jià)影響的居民消費(fèi)價(jià)格指數(shù)（CPI）、用以衡量性別因素對(duì)房?jī)r(jià)影響情況的性別比（GR）、用以表明政府公共品供給對(duì)房?jī)r(jià)影響效應(yīng)[8]及地方政府土地財(cái)政對(duì)于房地產(chǎn)價(jià)格的推動(dòng)作用[9]的政府預(yù)算支出（GBE）。

對(duì)于數(shù)據(jù)來(lái)源，除商品房本年銷(xiāo)售價(jià)格（HP）來(lái)源于中經(jīng)網(wǎng)中國(guó)經(jīng)濟(jì)統(tǒng)計(jì)數(shù)據(jù)庫(kù)外，其他數(shù)據(jù)均來(lái)源于中國(guó)宏觀經(jīng)濟(jì)數(shù)據(jù)庫(kù)。在數(shù)據(jù)處理時(shí)，本文根據(jù)各省市公布的年度消費(fèi)物價(jià)指數(shù)環(huán)比指標(biāo)構(gòu)建了以1999年為基期的消漲指數(shù)，對(duì)房地產(chǎn)價(jià)格、人均地區(qū)國(guó)內(nèi)生產(chǎn)總值、城鎮(zhèn)居民人均可支配收入等以價(jià)格表示的名義變量進(jìn)行了消漲處理，并在實(shí)證分析中對(duì)這些消漲后的變量取了對(duì)數(shù)值。

2　實(shí)證結(jié)果分析

2．1　門(mén)限個(gè)數(shù)及門(mén)限值的確定

在對(duì)模型進(jìn)行計(jì)量分析之前，需要先對(duì)模型進(jìn)行門(mén)限效應(yīng)的檢驗(yàn)，并確定門(mén)限值個(gè)數(shù)和門(mén)限值。本文采用Hansen(1999)[7]提出的方法步驟，對(duì)門(mén)限效應(yīng)進(jìn)行了顯著性檢驗(yàn)，結(jié)果得出，東、中、西部地區(qū)回歸方程的雙門(mén)限模型均在5%顯著水平上顯著，因此，東、中、西部地區(qū)模型中q的門(mén)限個(gè)數(shù)均為兩個(gè)，東部地區(qū)q的兩個(gè)門(mén)限值為0.168和0.281，中部地區(qū)q的兩個(gè)門(mén)限值為0.125和0.237，西部地區(qū)q的兩個(gè)門(mén)限值為0.103和0.201，后續(xù)分析將以上述門(mén)限值為基礎(chǔ)。

2．2　參數(shù)估計(jì)與實(shí)證結(jié)果

在門(mén)限面板回歸中，本文選取q作為門(mén)限變量，在上文的門(mén)限值確定中，本文已分別得到東、中、西部地區(qū)的兩個(gè)門(mén)限值，由此得出三個(gè)區(qū)間內(nèi)門(mén)限面板模型回歸的估計(jì)結(jié)果，見(jiàn)表1。

表1　省際門(mén)限面板模型回歸估計(jì)結(jié)果

由表1的門(mén)限面板模型回歸的估計(jì)結(jié)果可以看出：在人口老齡化的不同階段，東、中、西部地區(qū)人口增長(zhǎng)率對(duì)房地產(chǎn)價(jià)格變動(dòng)的影響有著很大的不同，對(duì)于老齡化的兩個(gè)門(mén)限值，東部地區(qū)最高，中部地區(qū)次之，西部地區(qū)最低，這表明經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，老齡化水平需要達(dá)到越高的程度才會(huì)使人口增長(zhǎng)對(duì)房地產(chǎn)價(jià)格的影響產(chǎn)生較為明顯的變化，這也與我國(guó)東部地區(qū)老齡化程度高于中部地區(qū)，西部地區(qū)老齡化水平最低的現(xiàn)實(shí)是一致的。

對(duì)于東部地區(qū)，當(dāng)人口老齡化程度低于0.168時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間表現(xiàn)為正相關(guān)關(guān)系，系數(shù)為0.053且1%水平顯著，說(shuō)明在人口老齡化程度較低的階段，人口增長(zhǎng)率確實(shí)是推動(dòng)房?jī)r(jià)上漲的主要因素；當(dāng)人口老齡化程度介于0.168和0.281之間時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間仍表現(xiàn)為正相關(guān)關(guān)系，但系數(shù)變?yōu)?.032且5%水平顯著。說(shuō)明此時(shí)東部地區(qū)人口老齡化趨勢(shì)已經(jīng)開(kāi)始對(duì)房?jī)r(jià)產(chǎn)生負(fù)向影響，使相關(guān)系數(shù)變小，此時(shí)人口數(shù)量的增長(zhǎng)依然是推動(dòng)房地產(chǎn)價(jià)格上升的主要因素；但當(dāng)人口老齡化程度高于0.281時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間變?yōu)榱素?fù)相關(guān)關(guān)系，系數(shù)為-0.009且1%水平顯著。這表明，在東部地區(qū)隨著人口老齡化程度的加深，房地產(chǎn)的居住性購(gòu)買(mǎi)需求將不斷減弱，當(dāng)老齡化程度高于0.281時(shí)，人口紅利因素對(duì)當(dāng)?shù)胤績(jī)r(jià)的推動(dòng)作用將不復(fù)存在，進(jìn)而表現(xiàn)出人口因素對(duì)房地產(chǎn)價(jià)格變動(dòng)產(chǎn)生負(fù)向影響的特征。之所以東部地區(qū)相較于其他地區(qū)老齡化門(mén)限值高，這可能是由于東部地區(qū)經(jīng)濟(jì)較為發(fā)達(dá)，房地產(chǎn)價(jià)格本身比中西部地區(qū)高，房地產(chǎn)市場(chǎng)交易活躍且需求量大，區(qū)域人口流入較多且多為年輕人，年輕人的剛性購(gòu)房需求和投資需求都較大，人口紅利因素支撐著房?jī)r(jià)的上漲趨勢(shì)，所以表現(xiàn)出房?jī)r(jià)波動(dòng)對(duì)老齡化程度的相對(duì)不敏感。

對(duì)于中部地區(qū)，當(dāng)人口老齡化程度低于0.125時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間表現(xiàn)為正相關(guān)關(guān)系，系數(shù)為0.021且5%水平顯著，當(dāng)人口老齡化程度介于0.125和0.237之間時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間表現(xiàn)為負(fù)相關(guān)關(guān)系，系數(shù)為-0.008且1%水平顯著，當(dāng)人口老齡化程度高于0.237時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間又表現(xiàn)為正相關(guān)關(guān)系，系數(shù)為0.003且1%水平顯著。這意味著，對(duì)于中部地區(qū)，人口老齡化水平較低時(shí)不會(huì)影響到房地產(chǎn)價(jià)格的上漲，隨著老齡化程度的加深，人口老齡化因素對(duì)房地產(chǎn)價(jià)格的影響變?yōu)樨?fù)向，然而，當(dāng)人口老齡化程度高于0.237時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間的關(guān)系又表現(xiàn)為正相關(guān)關(guān)系，其彈性系數(shù)雖然較小，但是卻表現(xiàn)為正向關(guān)系。這似乎與國(guó)外發(fā)達(dá)國(guó)家的經(jīng)驗(yàn)和我國(guó)東部地區(qū)的結(jié)果相悖，國(guó)外的大部分研究持“資產(chǎn)消融”的觀點(diǎn)，他們認(rèn)為老年人一般會(huì)減持資產(chǎn)，從而老齡化的加劇會(huì)導(dǎo)致房?jī)r(jià)下跌[10]。我國(guó)西部地區(qū)之所以與國(guó)外表現(xiàn)出結(jié)果的差異，最大的差別就在于1998年住房制度改革之前的福利分房制度，使得當(dāng)時(shí)的中年人無(wú)需使用貨幣購(gòu)買(mǎi)住房，進(jìn)而積累了大量的儲(chǔ)蓄。隨著這部分中年人逐漸進(jìn)入老齡化階段，一方面他們可能將多余的儲(chǔ)蓄投資到房地產(chǎn)市場(chǎng)中以其獲得超額收益來(lái)養(yǎng)老；另一方面，面對(duì)著我國(guó)房?jī)r(jià)快速上漲的局面，大多數(shù)適齡青年人出現(xiàn)了購(gòu)房困難，此時(shí)多數(shù)老年人會(huì)選擇傾囊相助，于是便形成了兩代人的積蓄同時(shí)釋放在房地產(chǎn)市場(chǎng)的現(xiàn)象，從而推動(dòng)著房?jī)r(jià)的上漲[3]，這樣的特征在我國(guó)中部地區(qū)表現(xiàn)得較為明顯。

對(duì)于西部地區(qū)，當(dāng)人口老齡化程度低于0.103時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間表現(xiàn)為正相關(guān)關(guān)系，系數(shù)為0.012且10%水平顯著，這是老齡化水平較低的階段，房地產(chǎn)價(jià)格的上升主要受到人口數(shù)量增長(zhǎng)的影響；當(dāng)人口老齡化程度介于0.103和0.201之間時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間即變?yōu)樨?fù)相關(guān)關(guān)系，系數(shù)為-0.002且5%水平顯著，當(dāng)人口老齡化程度高于0.201時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間仍然為負(fù)相關(guān)關(guān)系，但系數(shù)變?yōu)?0.013且10%水平顯著。這表明，在西部地區(qū)人口老齡化程度的加劇很快就會(huì)促使房地產(chǎn)價(jià)格產(chǎn)生負(fù)向波動(dòng)，這種變動(dòng)方向似乎與東部地區(qū)相同，但門(mén)限值卻存在較大差異。相較于東部地區(qū)，西部地區(qū)在老齡化程度較低時(shí)人口因素就會(huì)對(duì)房地產(chǎn)價(jià)格變動(dòng)產(chǎn)生負(fù)向影響，而東部地區(qū)要產(chǎn)生這種影響需要達(dá)到較高的老齡化程度，產(chǎn)生這種現(xiàn)象的可能原因是西部地區(qū)房?jī)r(jià)相對(duì)較低，投資性住房需求較少，而大部分城市人口又呈現(xiàn)出逆向流動(dòng)的趨勢(shì)，加之老齡化程度的加深，使得購(gòu)房剛性需求量大幅下降，從而導(dǎo)致房?jī)r(jià)變動(dòng)對(duì)于老齡化指標(biāo)變化的敏感性。

在控制變量的門(mén)限回歸系數(shù)中，GDP的回歸系數(shù)均為正，并且東部和中部地區(qū)在1%水平顯著，西部地區(qū)在5%水平顯著，說(shuō)明人均地區(qū)國(guó)內(nèi)生產(chǎn)總值與地區(qū)房地產(chǎn)價(jià)格之間表現(xiàn)為正相關(guān)關(guān)系，人均地區(qū)國(guó)內(nèi)生產(chǎn)總值的確是推動(dòng)房地產(chǎn)價(jià)格上漲的重要因素；東、中、西部地區(qū)人均可支配收入的回歸系數(shù)為正，并且都在1%水平顯著，這表明人均可支配收入與房地產(chǎn)價(jià)格之間不僅表現(xiàn)為正相關(guān)關(guān)系，而且關(guān)系很強(qiáng)，近年來(lái)居民收入水平的提升也已成為房?jī)r(jià)上漲的重要推動(dòng)力；而居民消費(fèi)價(jià)格指數(shù)的回歸系數(shù)在東、西部地區(qū)為正，但是不顯著，在中部地區(qū)為負(fù)且都在5%水平顯著，這表明在中部和西部地區(qū)居民消費(fèi)價(jià)格指數(shù)與房地產(chǎn)價(jià)格之間表現(xiàn)為微弱的正相關(guān)關(guān)系，而在中部地區(qū)表現(xiàn)為負(fù)相關(guān)關(guān)系，這可能是由于中部地區(qū)投資渠道的匱乏和房地產(chǎn)具有的投資和消費(fèi)雙重屬性，使得許多居民選擇投資于房地產(chǎn)市場(chǎng)來(lái)獲得投資收益因此在某種程度上會(huì)降低流通中貨幣減弱通脹水平，而由于東部地區(qū)投資渠道相對(duì)較多和西部地區(qū)房地產(chǎn)投資需求相對(duì)較小，并不會(huì)對(duì)流通中的貨幣產(chǎn)生較大影響；性別比的回歸系數(shù)在在東部地區(qū)的模型中不顯著，而在中部和西部地區(qū)的模型中在5%的水平顯著，這說(shuō)明性別比與房地產(chǎn)價(jià)格之間在中部和西部地區(qū)存在著正相關(guān)關(guān)系，性別比例的失衡似乎成為目前中西部房?jī)r(jià)上漲的重要推手，而在東部地區(qū)并沒(méi)有很強(qiáng)的相關(guān)關(guān)系，這可能是因?yàn)闁|部地區(qū)外來(lái)人口較多，人口流動(dòng)性較大，性別比的因素在東部地區(qū)影響不明顯；政府預(yù)算支出的回歸系數(shù)在三個(gè)地區(qū)中均正，且東部和中部地區(qū)在1%水平顯著，西部地區(qū)在5%水平顯著，這表明政府預(yù)算支出與房地產(chǎn)價(jià)格之間確實(shí)表現(xiàn)為正相關(guān)關(guān)系，地方政府的土地財(cái)政和預(yù)算軟約束會(huì)對(duì)于當(dāng)?shù)胤康禺a(chǎn)價(jià)格起到一定的推動(dòng)作用。

3　結(jié)論

本文運(yùn)用省際門(mén)限面板模型研究了我國(guó)老齡化趨勢(shì)、區(qū)域差異對(duì)于房地產(chǎn)價(jià)格波動(dòng)所產(chǎn)生的影響。實(shí)證結(jié)果表明，人口增長(zhǎng)率與我國(guó)房地產(chǎn)價(jià)格之間不是簡(jiǎn)單的線性相關(guān)，而是存在顯著的門(mén)限效應(yīng)，經(jīng)過(guò)分析可知人口年齡結(jié)構(gòu)的改變會(huì)對(duì)我國(guó)房地產(chǎn)市場(chǎng)供需產(chǎn)生非對(duì)稱(chēng)影響且這種影響存在區(qū)域性差異。對(duì)于東部和西部地區(qū)，當(dāng)人口老齡化程度較低時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間表現(xiàn)為正相關(guān)關(guān)系；當(dāng)人口老齡化達(dá)到一定水平時(shí)，人口增長(zhǎng)率與房地產(chǎn)價(jià)格之間變現(xiàn)為負(fù)相關(guān)關(guān)系。對(duì)于中部地區(qū)，受益于當(dāng)年福利分房制度的老年人將積攢的儲(chǔ)蓄投資于房地產(chǎn)市場(chǎng)和幫助子女購(gòu)房使得當(dāng)?shù)厝丝谠鲩L(zhǎng)率與房地產(chǎn)價(jià)格之間表現(xiàn)為一定程度的正相關(guān)關(guān)系。此外，從東、中、西部的回歸結(jié)果來(lái)看，經(jīng)濟(jì)越發(fā)達(dá)的地區(qū)，老齡化水平需要達(dá)到越高的程度才會(huì)使人口增長(zhǎng)對(duì)房地產(chǎn)價(jià)格的影響產(chǎn)生較為明顯的變化。

參考文獻(xiàn)：

[1]Mankiw N G,Weil D N.The Baby Boom,the Baby Bust,and the Housing Market[J].Regional Science and Urban Ecnomics,1989,(19).

[2]葉青,葉躍,徐瓊.人口結(jié)構(gòu)特征及對(duì)城鎮(zhèn)化和房?jī)r(jià)的影響——基于湖北省第六次人口普查及有關(guān)資料[J].調(diào)研世界,2012,(6).

[3]徐建煒,徐奇淵,何帆.房?jī)r(jià)上漲背后的人口結(jié)構(gòu)因素:國(guó)際經(jīng)驗(yàn)與中國(guó)證據(jù)[J].世界經(jīng)濟(jì),2012,(1).

[4]梁云芳,高鐵梅.中國(guó)房地產(chǎn)價(jià)格波動(dòng)區(qū)域差異的實(shí)證分析[J].經(jīng)濟(jì)研究,2007,(8).

[5]羅良文,潘雅茹.區(qū)域城鎮(zhèn)化差異對(duì)房地產(chǎn)價(jià)格影響的實(shí)證分析[J].統(tǒng)計(jì)與決策,2015,(3).

[6]張李昂,朱顯平.我國(guó)區(qū)域經(jīng)濟(jì)差異對(duì)房地產(chǎn)價(jià)格的影響分析與對(duì)策[J].經(jīng)濟(jì)問(wèn)題探索,2015,(12).

[7]Hansen B E.Threshold Effects in Non-Dynamic Panels:Estimation,Testing and Inference[J].Journal of Econometrics,1999,(93).

[8]Smith B A,Ohsfldt R,Housing-Price Inflation in Houston,1970—1976[J].Policy Studies Journal,1982,8(2).

[9]張曉晶,孫濤.中國(guó)房地產(chǎn)周期與金融穩(wěn)定[J].經(jīng)濟(jì)研究,2006,(1).

[10]Takats E.Ageing and Asset Prices[J].Ssrn Electronic Journal,2010,(68).