中国人口综合因素与住宅销售价格指数的灰色关联度分析杜本峰/张寓【专题名称】人口学【专题号】C5【复印期号】2012年01期【原文出处】《人口学刊》(长春)2011年6期第11～17页【英文标题】GrayCorrelationAnalysisonPopulationFactorsandHSPI【作者简介】杜本峰(1963-)，男，河南通许人，经济学博士，中国人民大学人口与发展研究中心副教授，北京100872；张寓(1989-)，男，北京人，美国俄亥俄州立大学发展经济学专业硕士研究生。【内容提要】房地产价格持续走高已经成为影响国民生活质量的重要因素，其作为经济发展中的一部分，对政府行为、百姓生活等有着重要影响。房地产分为住宅用途和商业用途两种。当前，我国已经频出重拳对住宅用途房地产进行调控，试图将其控制在合理的水平，但是调控的效果还有待评估。针对《中国统计年鉴》的住宅销售价格指数(HSPI)，运用灰色关联度分析模型分析当前我国综合人口经济因素与HSPI的关联程度，从人口规模因素、人口素质因素、人口生存因素和人口抚养比因素四个维度测度综合人口经济因素与房价变动的关系。【日期】2011-06-12【关键词】人口因素/住宅销售价格/灰色关联度EE21UU8650314[]C924.24[文献标识码]A[]1004-129X(2011)06-0011-07doi:10.3969/j.issn.1004-129X.2011.06.002一、引言房地产作为资本密集型产业，其发展状况关系到国民经济发展和人民生活水平的提高。一般的房地产用途可以分为两类：商业用途和住宅用途。近几年来，住宅用途的房地产价格的突飞猛涨成为影响国民生活质量的重要因素，许多地区居民无力承担高额的房价，只能以租房的形式来替代买房。在商品经济社会，商品的价格受需求和供给的影响趋于平衡。为稳定房价，使其保持在一个平稳合理的水平上，我国从中央到地方不断出台房价调控政策。以“国八条”为核心的房价政策中指出“要建设1000万套保障房”，是从扩大供给角度来稳定房价；而“京十五条”则对北京市户口居民购买二套房以及外来户口在京买房做出了严格的限制，从降低需求的角度来进行宏观调控；除此之外，在上海、重庆等地率先试行的“房产税”则是从税收角度对房价进行控制。事实上，住房的供给量和需求量是受多个因素影响的变量。本研究着重从需求量角度探讨其对房价的影响。住房的需求来自于个人及其家庭，当人口数量众多、家庭规模较小的时候，国民对住房的需求增加，反之则会减少。为了更全面地评价国民对住房的需求，本文以综合人口经济因素来考量全国范围内的住房需求。对综合人口经济因素的测量不应仅仅体现在人口数量的测度上，还应同时考虑其他社会福利因素的指标测量。到目前为止，有不少学者以人口因素为基础来研究住房需求和房价变动。人口数量是最直接的衡量住房需求的指标，人口数量越多，住房需求就越大。高海英认为房价的需求不仅仅由人口总量来决定，还由人民生活水平、年龄结构、家庭规模等因素来决定，但是他并没有给出具体的实证分析。[1]Mankiw和Weil(1989)则是通过对年龄结构设定的虚拟变量构建了年龄结构相对于房屋需求量的函数，认为20～30岁人口是房屋需求量最大的人群，而当步入老年之后，人们对住房的需求量骤减。[2]除此之外，经典的经济学理论认为教育水平较高的人群倾向于购买更贵的商品，因为他们的收入更高。但是加拿大学者Poterba认为收入和住房消费不会成比例增长，而是收入增长较快、住房消费增长缓慢。[3]最后，失业率对住房需求也起到了至关重要的作用，因为失业率反映的是对未来预期收入的降低，以及贷款信用的降低，所以对住房需求产生负作用。但是各种基于人口因素讨论的房地产需求都是以单一人口经济因素作为自变量，很少有综合考察各项人口经济因素对房地产需求的影响，更没有学者提出哪项人口因素是推动房价的主要动力和次要动力。因此，笔者希望从一个更全面、更宏观的角度：综合人口经济因素，来考察人口因素与房价变动的关系。二、模型介绍与指标确定1.灰色关联度分析灰色关联度分析是一种用灰色关联度顺序来描述因素间关系的强弱、大小、次序等。其基本思想是：以因素的数据列为依据，用数学的方法研究因素间的几何对应关系。[4]灰色关联度分析包...