中国人口结构变化与住房价格的实证研究.docx

《中国人口结构变化与住房价格的实证研究.docx》由会员分享，可在线阅读，更多相关《中国人口结构变化与住房价格的实证研究.docx（5页珍藏版）》请在课桌文档上搜索。

1、中国人口结构变化与住房价格的实证研究作者,来源I赤峰学院学报自然科学Iti32。14年第18期刘新建（安邀财经大学，安徽好埠233030）摘要：国内外大垃研究发现，人11济构变化与住院价格相关，通过对中国的情况进行实证桧验,借助面板数据多元线性模型,发现人IJ年龄结构老龄化确实推动）中国住房价格的上涨.关键词：住房价格：人口结构：老能化：比笄比：线性回归中图分类号：F019.3文献标识码:A文拿编号:1673-26OX（2014）09-0040-03I相关文献国外关于人口结构变化与住房价格关系的研究，Mankiw*Wei1（1989）用早研究了美国婴儿湖一代进入照房年龄阶段.是美国20世纪70

2、.80年代住房价格而法的主要炽闪.Poterba（199D也对住房市场的人口因素因素进行了研究，首先研究了人口老龄化对住房市场影响中存在的“资产蒲融假设“Bergantino（1998）发现人口变化对住序价格有明显的也响Jain201.1.发现印度城钺化的深入和城械人口的增加逐步推动了当地经济的发展并提高了地区房价.O1.iver（2012）研究2005年穆国多数城市，发现个人收入和住宅价格存在枳极的互动效应.国内的研究.杨敢光（2006）Iti41,持续强劲的人1.J增长是北京房价居高不下的主要原因之.伍涛（2009采用VEC帙型分析了上海市人11数量、人均可支配收入、CPI,GDP等变址对

3、于住宅价格的影响，认为GDP和人均可支配收入可以通过影响CP1.来间接影响住宅价格.薛莉等等（2010利用2005年全国21个大中城市和2003200?年间北京、武汉和西安三个城巾的财政、经济出构、人11注构、城市建筑及城市辅助等方面的数据,分析了这五个方面对房价收入比的影响.具中人口结构变*的系数均大于零,说明人口结构变成对房价收入存在正向相关关系.王近阳等2012）使用GIS技术着血分析了北京市各城区人口密度与房价的关系.2研究目的、数据来阖和研究思路本文拟参考国外的研究方法,对中国的人I结构变化与住房价格变化的关系进行实证分析.研究的目的在分析中国人口结构的不断变化是否确实对住房价格造成

4、了趋势性的彰响.本研究涉及两个关键变W,测收人口老龄化的变纸和房屋价格变fft.在国际上对此问题的研究中，测量老龄化的主要变疑是执养比,即社会老舲化群体（65岁以上人口）与社会财富的主要创造群体（15-64岁人口）之间的比例关系.这个数值越大.说明社会老访化的程度越岛.在分析中使用,中国国家统计年器3中的历年入口年龄结构数据，计尊了2Q00年到2。12年这一指标的数（ft另一个变显是分析中的内变fit即房屋的价格ttff1.中国国家毓计年鉴中所提供的2000-2012年的全国各方巾房屋平均铜件价格数据作为此交出的数值.本文研究思路：首先检验各关键变量否是单位根汪是平称过理.如果两个关犍变量都是

5、平桎的，则按照传统的方式进行面板数据回U分析.如果两个变V:有一个是单位根过程，则将其取差分，仍按照股面板数据网日分析进行处理.如果两个变量都是单位根，则考虑两变量间是否仃协整关系.如果没有协整关系，则可以将两个变量都取差分，按照曲面板数据模型进行处理.3模型设计和实证分析在用面板数据模型回归之前，先对各个关健变盘做电位根检股.使用1.ev-inIinChu面板数据取位根检的方法，滞后项根据最小化A1.C标准选择为1,包含COnStan1.和IrCnd,先检舲房屋价格变fitPoo1.edADFtest,N.T=(30,9)0bs=210Augnentedby11.ags(average)Tr

6、uncationifiIagacoefficientIra1.UmarPi-0.08744-2.7430.639340.2613因为房屋价格变量只存在KH水平下拒绝原单位根假设(Pfi0.2613,所以，对房屋价格变献，一阶处分后再做单位根检验.Poo1.edADFtest,N,T=(30.8)Obs=180Augnentedby1IaRS(average)Tru11catiom51.agscoefficientt-va1.uet-starPt-1.78129-14.444-4.300340.OOOO得到差分后数据为平IS序列(P(ft为0)因此，卜面对房屋价格变址则使用阶差分的数据.然后对人

7、口结构变量抚养比进行1.eVin-1.inYhUtest.samp1.emaynotcontaingapsinva1.idsyntax因此用FiShereyPeunit-roottestStatisticp-va1.ueInversechi-squared(60)P271.24190.0000Inversenorma1.Z-7.71410.OOOOInverse1.ogitt(1.54)1.*12.02760.0000Modifiedinv.chi-squaredf19.55780.0000囚其四个P位均为0.都可以拒绝单位限假设,所以为平稳序列.对房屋价格变Si(空分和抚养比计算线性相关系数

8、分别为522.96,表明二者存在Si并正相关性.3.1 面板数据简单线性回归分析利用面板数据模型.作如下的简单线性回归分析,回白方程:住房价格建”061乂抚养比”计。江口其中,vi是未观测到的异质性因索,其不防著时间而变化.用固定效应模型作此猫联回归可以得到的结果为：Fixed-effectsNumberofobs=236R-sq:overa1.1=0.0628Nunberofgoups=30F(1.,205)4.90ProbF=0.028OFtestthata1.1.ui=0:房屋价格Coef.tPtF(29,205)2.64抚养比4735.1752.210.0281.,robF=0.000

9、0常数项-115.2413-0.430.664rho.25029722方程I：住房价格it=-115.24+4735.17X抚养比it在这个回归结果中，抚养比变瞅对于房屋价格变量是有显著的影响的,其I值为2.21,说明这个简单回白系数是显著不等于。的.根据系数估计,如果抚养比增加1i房屋价格就会上升47.35元.回归的可决系数是0.Q628.总体F检验刑过(说明回归是fS分外效的).回归结果中鼓后行所给出的检验是判断是否存在未也测到的井质性的，其原假设是不存在未观测的井质性这里拒绝町假设,即说明在不同的个体之间存在者某些不电时间变动的异步性内索,因此我In应当使用固定笠应模型的面板数据模次!而

10、不是混合数据模型来对其进行处理.下面是RS机效应面板数据模WG1.S回归的结果.在Iifi机效应模型中，B设vi是一个前机变W.将其放入到残差项中做广义以小二乘法(GI.S)估计.RaiH1.inrrcffectsNunberofObS=236Nunibcrofgrous=30a1.dchi2(1.)=10.07Probchi2=0.0015住房价格CoefzPzR-Sqiovera1.1=0.0628抚养比5394.9593.170.002常数项-197.0491-0.920.360Rho.1794809方程2住房价格it=197.04+5394.95X抚养比it在这个模型中所获得的抚笄比变

11、量回归系数要大干固定效应模格的，其也是统计上显著的.如果抚养比掘上升1%,则会导致房屋价格涨53.94元.3.2 加入控制变量后的面板数据多元级性同归在前面的网日中.网归的可决系数比较低，所以接卜来加上些解探交疥来增加推介优度,加入拄制变fit也是为了防止残筮项。解峰变Jft相关而给回归结果带来偏移.由于所采取的被解杼变S1.是中国各个省区的房屋价格数据脂么各省区一些其他特征也可能会对被解择变地产生.影响.在这里选取厂两个变Sb一个是街Ift地区经济发展水平的地区GDP变后.还有个是衡玳地区大小的地区人口散业变址.这两个变珏散掘源于中国国家统计年加入n：述两个控制交!后的回归方拜为住房价格it

12、B0+B1.X抚养比it+62Xgdpi1.+B3XpACitit+vi+eit分别对戢解煤变量使用1.始数据.分别用固定效应模型和1.机效应模型进行回白：Fixed-effectsNumberofObS=236Numberofgroups=30R-Sqzovera1.1.=O.0856F(3,203)=3.76住房价格Coef.tProbF=0.0116gdp.02303172.2Orho.38667616人口变“1986711-0.6OFtestthata1.1.ui=0:抚养比4130.58I.91F(29,203=1.56常数项621.71050.43ProbF=0.0120Rando

13、ifreffectsNunbcrofobs=236Numberofgroups=30R-Sq:。Vera1.I=O.1912住房价格COef.ZPzWa1.dchi2(3)40.37Probchi2=0.OOOOrho.0702016gdp.02785934.620.000人口变欧-.0941473-4.690.000执养比5346.283.490.OOO书数项-30.90022-0.160.874由上可见，Ai论对被解林变出采取是固定效应模N还是做机效应模型，面板数据回归结果都非明.抚养比而名义房屋价格有显著地正相关性.更进一步.我W将人均GDp和时间趋势作为控制交故用各省的GDP除以人口数

14、量解到人均GDP,记为三vgdp.回归方程：住房价格iB0*B1.X抚养比tit+B2XavMi1.3Xyearitvi+eit同样地.对被解择变显分别进行冏定效应和1.机效应面板数据回归.Fixed-effectsNumberofObS=236RandoiI-effectsNumberofObS=236R-Sqrovera1.1.=O.OOOSNumberofgroups=30R-sq:OVera1.1.=O.2366Nuoberofgroups=30F(3,203)=6.00ProbF=0.0006住房价格Coef.zPzI住房价格Coef.cPtyear-3.126763-0.190.8

15、16Year72.682731.950.052avgdp.01429785.960.000avgdp.00632910.690.4%抚养比3388.8942.370.018抚养比2913.3321.280.200常数项-292.6955-1.520.129常数项-206.9665O,730.467rho.02351279rho.37130499Ftestthata1.1.u_i=O:F(29.203)=1.33PrObF=O.1308由上可见,人均GDP在叨机效应模型下对房屋价格水平有统计上雅著地正而影响,抚养比对房价的影响是正面的,但在Ia定效应模5?下是统计上不显著的.4结论与启示从上面模

16、型的实证分析发现.就中国的情形,人口结椅的变化确实影响了住房价格的走势.抚养比对住房价格忏较为显著的正效应,表明人I结构变化是推动房价上渔的一个显著因公但是，中出的情况与国外有些不钦.国外的某些实证研究发现.30-60岁之间人11比例越大，住房价格越高,而跖养人I老特化,住房价格Q于下降,表明老龄人I抚养比与住房价格仇相关.由J南时无法得到中国电房人群的年龄分布数据，也衙时无法得到中国30-60岁人口占比数据,就前面中国执养比与住房价格关系的实证检验结果，有待将来进步研究.参考文献：(1) Mankiw.GregoryandItavidWei1.,TheBabyBoom,theBabyBust

17、,ar1.TheHousingMarket.1J.Regiona1.ScienceandUrban1.icononics.1989.235-258.(2) Poterba.JamesHousePriceDynaiiicsitheRo1.eofTaxPo1.icyandbeaographyJiBrookingsPaperonEconoiiicActivity,1991.143183.Bergantino.Steven,t1.1.ifecyc1.eInvestnentBehavior.DeinographicsAndAssetPricesJ,doctora1.dissertation,1998.(4) Jain,RaneshKunar.HousesTurnGo1.dasPricesSkyrocket(J.MoneyToday,Oct2011:2.(5) O1.iver,Bischoff.Exp1.ainingRegiona1.VariationinEqui1.ibriumRea1.EstatePricesandInco：96-98.薛蔚苇,赵晓军.许健.房价收入比影响因(分析J.浙江社会科学.2010(3)：17-21.杨IK光.北京房价为何高居不下J.中国地产市场,2006(12)：56-62.