人口政策放开背景下房价对出生率影响研究

彭志胜，陈晓艺，程思宇

(安徽建筑大学 经济与管理学院，安徽 合肥 230601)

自计划生育政策发布以来，人口出生率持续下降，人口红利逐渐消失，老龄化程度加重。据联合国发布预测数据2025年我国65岁以上人口将超过2亿，占总人口的15%。西方国家经历近百年的时间才进入老龄化社会，而中国仅用了18年且速度仍在加快。在此背景下，2011年国家逐步试点实行“单独二孩”政策，以期提高人口出生率减缓人口老龄化进程，但政策效果不显著。2016年1月1日国家开始全面开放二孩政策，并于2021年五月底开始实施三孩政策，具体政策效果待评估。

人口政策放开后，随着家庭成员的增多，很多家庭会选择购置面积更大、功能更全的房子。1998年出台《关于进一步深化城镇住房制度改革和加快住房建设的通知》文件，国家开始实施房地产市场改革，房价迅速上涨。国家统计局数据表明，2000-2020年全国住宅商品房平均销售价格从每平米1948.00元上涨到每平米9860.00元，涨幅超5倍，部分一、二线城市2020年平均房价达到30000元以上，房价可能成为影响家庭生育行为决策的重要影响因素。因此，研究人口政策放开背景下房价对出生率的影响具有现实意义。

关于人口政策、人口出生率关系的研究很多。李江一[1]利用微观调查数据的作用机理模型分析提出“全面二孩”政策发布后，人们不仅推迟了生育进度而且降低了生育的意愿。邓利方和李铭杰[2]认为人口政策的开放长期来看会减缓人口老龄化的步伐并向着人口素质红利方向转变。马良、方行明、雷震和蔡晓陈[3]提出人口政策顺利实施需要拥有稳定的收入水平、平稳的房价以及充足的养育资金等几个必要条件。而胡佩和王洪卫[4]通过建立家庭生育效用理论模型发现，家庭的生育时间没有明显受到人口政策的影响，高额的育儿成本制约人们的生育决策。季晓旭[5]认为生育意愿会随着经济水平、教育和观念改变而下降，进而导致出生率的下降。长期处于人口老龄化的社会结构冲击下，会使得人口红利损失严重，从而造成国家竞争力下降。因此寻找出生率低迷原因，缓解人口老龄化现状，恢复人口红利有重要价值。

学者研究认为房价与人口出生率有着密不可分的关系。GregoryMankiwDavid N.Weil[6]首次将人口与房价看成相互影响的变量。Alessandro Piergallini[7]分析人口变化对房价的影响，证明出生率下降会导致通货膨胀，从长远来看会促使房价上涨。Clara H.Mulder[8]研究发现购房资金可能会与抚养子女的成本形成竞争。林寒和罗教讲[9]研究认为长期来看人口政策的放开会提高人口出生率，对房价起到促进作用。王心蕊[10]利用财富世代转移模型,提出生育率水平越低，房价上涨越快。郑永锐[11]则将我国31个省市自治区分为东中西部，认为出生率降低，老龄化程度的加深会促进房价增长。同时邓浏睿和周子旋[12]通过建立logit模型也得出结论，在人口政策的背景下生育行为被不断攀升的房价所抑制。

综上所述，关于人口政策和房价影响着人口出生率的相关研究成果丰硕，但尚存在一定局限性：(1)既有文献都是从全国或者按东中西部地区划分，研究视角不够全面，没有充分考虑区域之间的经济差异。(2)既有文献大多直接讨论房价对人口出生率的影响，鲜有学者研究在人口政策放开前后房价对出生率影响的变化情况。本文拟从以下几点进行改进：(1)房价水平作为区域划分主要标准，利用系统聚类分析的方法将我国31个省市自治区分为Ⅰ、Ⅱ、Ⅲ类地区，充分考虑地区经济发展水平差异，结果更为科学。(2)增加了房价与人口政策的交互项，考虑了人口政策发布前后房价与出生率关系的变化情况，研究视角更全面。

一、指标选取、模型构建与地区划分

为深入研究人口政策放开前后房价对人口出生率的影响，收集2009-2018年全国31个省市自治区与人口政策、房价和出生率相关的省际面板数据，数据来源为历年《中国统计年鉴》。

(一)指标选取

1.被解释变量。反映出生率水平指标有出生率和人口自然增长率。考虑到自然增长率受死亡率影响，不能准确观测人口政策实施效果。因此选择人口出生率作为被解释变量。

2.解释变量。(1)房价一般在住宅层面影响着出生率，采用住宅商品房平均销售价格作为衡量房价的指标。(2)考虑到三孩政策刚刚发布，不在研究的样本时间段，因此只分析全面二孩政策发布前后的影响情况。以各地区全面放开“二孩政策”时间作为节点，设置虚拟变量，政策实施年份取“1”，未实施年份取“0”。

3.控制变量。人口出生率一般受经济发展水平、教育水平、社会保障程度、人口结构以及生育观念的影响,[13]为了准确分析房价对人口出生率的影响需要控制以下几个因素：(1)人均GDP在一定程度上反映了地区经济发展水平，选择人均GDP作为经济发展水平的控制指标。(2)大专及以上学历人口比重一般反应了当地的受教育水平，因此选择具有大专及以上学历的人数除以大于婚育年龄总人口数作为教育水平的控制指标。(3)地方财政医疗卫生支出则代表地区社会保障程度的控制指标。(4)当一个地区65岁及以上老年人口比例达到7%时，就意味着这个地区进入了老龄化社会，极大影响地区生产力水平并影响地区经济水平，所以选择老年化率作为人口结构的控制指标。(5)城镇化率是指地区城市人口与地区总人口的比例，由于城市和农村的生育率和生育观念存在较大差异，城镇化率也会影响人口出生率，为了更好的反映生育观念在模型中的影响效果，选择地区城市人口除以总人口的比例作为控制指标。

根据上述选用指标，收集相关数据，描述性统计结果如表1所示。

表1 变量的描述性统计

(二)模型构建

为了研究人口政策、房价与人口出生率之间的关系，以人口出生率作为被解释变量，房价和虚拟变量作为解释变量，同时控制经济发展水平、教育水平、社会保障程度、人口结构以及生育观念的影响等变量进行回归分析，构建以下模型：

yit=α0+β1pit+β2Dit+∑γitzit+εit(1)

其中：y表示人口出生率；α0为常数项；p代表房价；D为虚拟变量,政策实施年份取“1”，未实施年份取“0”；z代表人均GDP、教育水平、社会保障程度、老龄化率及城镇化率；ε表示扰动项；i和t分别代表不同省份和年份。

为了进一步分析人口政策发布后变化情况，建立房价与人人口政策的交互项将对象加以控制，依据政策实施前后的实际效果，进而将政策产生的影响程度更直观的表示出来，因此在式(1)的基础上引入房价与虚拟变量的交互项构建回归模型：

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

(三)地区划分

常规的东中西部划分方法，把房价差距很大的一些省份划分在一个地区，地区间的差异反而不明显，会掩盖房价对于出生率的真实影响。为了更好的探究人口政策背景下房价对出生率的影响，依据房地产市场开发程度和经济发展水平,选取住宅商品房平均销售价格、GDP、人均收入水平、房地产开发住宅投资额、房地产竣工房屋面积和商品房销售面积等6个指标，收集2009-2018年的数据，采用系统聚类法将31个省市划分为Ⅰ类、Ⅱ类、Ⅲ类地区，具体结果如表2所示。

表2 31个省市的三类地区划分

二、实证结果分析

(一)单位根检验

当面板数据非平稳时，会出现伪回归问题。为了确定所选变量是否平稳，需要对各变量进行单位根检验。为了检验数据平稳性，假设存在相同单位根时选择IPS方法检验；假设存在不同单位根时选择LLC方法检验。具体检验结果如表3所示，结果表明变量均为平稳序列，且不存在单位根。

表3 单位根检验

(二)回归结果

由于面板数据存在时间维度，应使用固定效应还是随机效应需进行检验。本文使用Hausman检验结果表明选择固定效应模型更适合。结果如表4所示。

表4 实证分析结果

1.全国样本回归结果

如表1列(1)所示，房价的回归系数为-0.154，在1%的水平下显著，房价上涨显著降低出生率。究其原因，房价的快速上涨使得住房预算超出人们的预期，降低人们生育期望，因此全国层面来看房价会降低人口出生率。

为分析人口政策实施前后房价对人口出生率影响的差异，加入人口政策与房价的交互项利用式(2)进行回归，结果见表4列(5)。结果显示，交互项回归系数为-0.055，达到1%的显著性水平，表明与人口政策放开之前相比，政策放开后房价对人口出生率负向影响显著增强。这可能是由于人口政策放开后，住房价格没有给人口增长带来动力，反而增加了政策实施的难度。

从人口政策对出生率的影响看，其系数都为负但并不显著，在加入政策与房价的交互项后，系数为-0.491且在5%的水平下显著，说明人口政策放开虽然对部分家庭来说二孩率有所提高，但对整体生育水平影响效果却并不理想。

由表4列(1)和列(5)可知，人均GDP回归系数为0.335和0.303均达到1%的显著性水平，结果表明经济发展水平与出生率之间存在显著相互促进关系，人均GDP越高，人口的出生率越高。同样地，财政医疗卫生支出与出生率也显著正相关。反映出我国的社会医疗保障水平越高，家庭在生育孩子上花费的成本就会相应降低，有利于提高家庭的生育意愿。教育水平作为一种主观因素，如表4列(5)在1%的显著性水平下系数为-0.597的结果表明教育水平与人口出生率呈显著负相关。城镇化率也是一个重要的影响因素,[14]农村具有较低的人口密度和生活成本，生育成本的压力相较于城市会小很多。王贵东[15]认为，二孩政策减缓了经济活跃人口的下降速度，但这种影响是不可持续的。就全国层面来看，政府需要加强房地产市场管理力度，稳定房价，将来需要更深层次的人口改革政策，以释放人口红利并更有效地提高人口出生率。

2.分地区样本回归结果

回归结果表明在经济最为发达的Ⅰ类地区(如表4列(2))住房价格对生育行为没有显著影响，但由表4列(6)可知在加入交互项后，房价与人口政策的交互项系数为-0.799在1%的水平下显著，说明Ⅰ类地区人口政策的实施效果受房价影响明显。Ⅰ类地区高额的生活成本，成为了很多人逃离那里的理由。人均GDP在1%和5%显著性水平下对人口出生率都存在正向影响，并且Ⅰ类地区受教育程度普遍较高，较少受传统思想束缚，因此他们会选择提高生育年龄，降低生育率。如表4列(6)教育水平在1%的显著性水平下与人口出生率负相关,杨天池,周颖[16]提出生育孩子会降低女性在工作中的竞争力，性别收入扩大，成为很多受教育水平较高的在职女性推迟生育决策的重要原因。

由表4列(3、7)所示在经济较为发达的Ⅱ类地区房价对出生率在10%水平下系数为-0.397存在显著负影响，人口政策的虚拟变量对人口出生率的影响并不显著，可能因为人口政策的发布会有部分家庭选择生育二孩，但Ⅱ类地区整体出生率却并没有因为这一政策而提高。人均GDP对Ⅱ类地区的出生率增长在1%水平下存在显著促进作用，由此发现Ⅱ类地区的经济水平对人口出生率会产生正向影响，可能是因为Ⅱ类地区逐年走高的育儿成本和居高不下的房价，使人们对孩子和房子都望而却步。老年化率作为最能反应地区的人口结构的指标之一，在5%和10%的水平下对出生率存在显著正影响，老龄化率的持续攀升会降低地区核心竞争力，因此老龄化率促使人口出生率维持正向趋势。

从较不发达Ⅲ类地区来看，如表4列(4、8)房价系数为-0.144和-0.178且均在1%的水平下显著，表明房价上涨显著降低出生率。在加入交互项后系数为-0.048，结果表明在人口政策发布后房价对出生率的抑制作用增强。控制变量中教育、社会医疗保障程度、老龄化率和城镇化率的影响也相对比较显著与前文分析一致。各地区分析的结果，有理由说明人口政策放开背景下房价对人口出生率确实起到显著的抑制作用，人口政策放开虽然提高了部分家庭二孩率但并未对整体人口出生率起到明显促进作用，很多家庭即使已经处于生育年纪，也会因为房子问题不敢结婚或者生育。

三、结论与建议

(一)结论

基于2009-2018年省级面板数据，利用面板回归模型对比分析人口政策放开前后房价对人口出生率的影响及其变化情况，结果表明：(1)放开的人口政策对于提高人口出生率的作用并不明显。(2)持续走高的房价是造成人口政策实施效果不佳的主要原因，高额的房价和养育成本制约生育决策。(3)人口政策放开后，房价对于人口出生率的抑制作用影响更大，且无论在全国层面或是分地区均起到明显抑制作用。

(二)建议

为了提升人口政策实施效果，提高人口出生率，减缓老龄化进程，提出以下政策建议：

1.坚持放开人口政策，完善养老、生育保障制度

放开的人口政策对人口结构具有正向促进效果，应继续坚持此政策，加强政策宣传力度，扫清政策实施障碍，保证未来人口红利的存在。与此同时需完善医疗保险制度和其他生育保障制度，扩大医疗机构规模，保障妇女生育后生活水平，避免她们在工作中受到歧视。政策应针对中低收入人群的生育和以后孩子的教育状况实施相应的政府补贴政策，降低生育负担，提高人口出生率。

2.加强房地产市场管理力度，完善多层次住房保障体系

部分地区房价居高不下，会影响地区出生率。政府应加强房地产市场管理的力度。政府应根据人口收入结构合理规划廉租房用地，推行租售同权政策，并规范租房市场，作为商品房市场的政策补充形式。政府应努力保证合理的住房价格，大力开发保障性住房和经济适用房，完善制度严格监管房地产市场交易，并禁止恶性炒房行为。避免因高额的房价限制人们的生育意愿。

3.不同地区因地制宜，合理分配资源

为了提高人口出生率，不同地区政府应该针对当地情况因地制宜，地区差异化发展。Ⅰ类和Ⅱ类地区人口密集度较高，应增加住宅供地面积，城区面积有限，应调整城市发展方向，减少城市承载压力，提高人民生活幸福感，并提升居民生育意愿。地区间存在明显的发展不均衡现象，Ⅲ类地区属于人口流出省份，房价上涨压力相较于Ⅰ、Ⅱ类地区不太大，更多需要关注的是发展生育政策配套设施，提高人口出生率。