李 斌 ,張 越 ,張所地

(1.山西財經(jīng)大學 管理科學與工程學院,山西 太原 030031;2.廣州工商學院 管理學院,廣東 佛山 528135)

一、引言

自1998 年住房市場化改革以來,居民住房需求得以釋放,房價一度快速上漲。2010 年后,國家出臺多輪調(diào)控政策干預(yù),住房市場變得更加錯綜復(fù)雜,新問題不斷涌現(xiàn)。2016 年中央經(jīng)濟工作會議首次提出“房住不炒”之定位,防過熱、控風險、保民生。2022 年初行業(yè)下行背景下,各級政府多措并舉確保實現(xiàn)“穩(wěn)房價、穩(wěn)地價、穩(wěn)預(yù)期”之目標?？梢?住房問題不僅是經(jīng)濟問題,更是關(guān)乎國計民生的重大社會問題,能否把握住房市場發(fā)展規(guī)律,對于建立住房市場長效機制、保障經(jīng)濟社會平穩(wěn)健康發(fā)展意義重大。

與此同時,由于我國傳統(tǒng)的“男孩偏好”觀念,加上20 世紀80 年代開始持續(xù)30 多年的計劃生育政策以及孕中性別檢測技術(shù)發(fā)展,我國長期以來存在嚴重的出生性別比例失衡問題。統(tǒng)計數(shù)據(jù)顯示,1982 年我國出生人口性別比為107.6(女=100),開始超出人口學中的正常值域范圍,并隨時間不斷攀升。2004 年,出生人口性別比達到了121.2(女=100)的峰值,性別結(jié)構(gòu)嚴重失衡。第七次全國人口普查數(shù)據(jù)顯示,我國出生人口性別比為111.3(女=100),性別結(jié)構(gòu)失衡仍是未來人口發(fā)展中的重大問題。出生人口性別失衡勢必會影響進入婚姻市場中的適婚人群結(jié)構(gòu)。2019 年全國人口變動情況抽查調(diào)查結(jié)果顯示,我國15 歲及以上人口中未婚人口性別比高達152.95(女=100),適婚人群性別失衡問題嚴峻,男性之間存在嚴重的“婚姻擠壓”現(xiàn)象。在此不利背景之下,適婚男性只有向外界傳遞自身品質(zhì)“信號”,才能在婚配競爭中尋求有利地位,進而達到婚姻締結(jié)目的。此時,住房由于其價值遠超個人支付水平、易于觀測、相對稀缺等特征,地位性商品屬性明顯,便成為了可以傳遞男性社會地位、個人能力、家庭財富水平等“信號”的優(yōu)良載體。同時,我國的社會傳統(tǒng)也進一步強化了住房的地位性商品屬性。自古以來“有房才有家”“筑巢引鳳”等傳統(tǒng)觀念賦予了住房特殊含義;傳統(tǒng)性別角色分工致使社會文化中“干得好不如嫁得好”的擇偶觀念進一步催生了“丈母娘經(jīng)濟”。此時,住房成為了男性在婚姻市場中避免“淘汰”的利器法寶,婚姻市場也與住房市場捆綁交織日益密切,婚姻擠壓現(xiàn)象會對住房市場產(chǎn)生何種影響,以及未來調(diào)控的思路策略如何值得深思。

對于目前我國婚姻市場上婚姻擠壓現(xiàn)象的形成,多數(shù)學者認為主要源于性別結(jié)構(gòu)因素。持續(xù)偏高的人口性別比必然會導(dǎo)致婚齡人口性別失衡,其直接后果之一就是形成婚姻擠壓[1-2]。在宗族文化強度越高的地區(qū),男孩偏好越強,從而加劇了出生性別失衡程度[3]。同時,也有學者認為男大女小的婚配模式、人口年齡結(jié)構(gòu)也是造成婚姻擠壓的重要因素[4],而死亡率的性別差異以及不斷下降的出生率也會在一定程度上加劇婚姻擠壓[5]。

面對婚姻市場的激烈競爭,男性會采取多種策略進行應(yīng)對。除了擴大擇偶地域范圍等策略之外[6],不斷提高婚姻支付數(shù)額成為最為重要的策略[7]。房價快速上漲并在高位波動的背景之下,女性及其家庭經(jīng)濟預(yù)期的不確定性增強,婚姻觀念隨之受到影響,女性更傾向通過“嫁的好”來抵御風險[8]。貝殼找房發(fā)布的《2020 婚房消費調(diào)查報告》顯示,60%的女生拒絕租房結(jié)婚,拒絕的主要原因在于有房才有安全感?？梢?在婚配競爭及“無房不嫁”的雙重壓力之下,買房成為男青年彰顯地位的普遍選擇[9],為了覓得佳偶男孩家庭偏向選擇面積更大、價值更高的住房[10-11],推動了房價的上漲[12-13]。

綜上可見,國內(nèi)外學者在婚姻擠壓形成以及“婚”“房”兩個市場的聯(lián)系等方面已經(jīng)進行了比較深入的分析。但是,現(xiàn)有研究通常從性別失衡、婚配競爭等角度切入,而直接探討婚姻擠壓與住房市場關(guān)聯(lián)的較少,考慮二者關(guān)系的空間異質(zhì)性或空間聯(lián)動效應(yīng)的成果更為鮮見?；诖?本文以2005—2019 年285 個地級市的統(tǒng)計數(shù)據(jù)為研究樣本,改進了婚姻擠壓水平的測度方法,探析婚姻擠壓和住房市場之間的非線性關(guān)系及空間溢出效應(yīng)。研究工作對于理解住房市場運行規(guī)律,對于青年實現(xiàn)婚姻締結(jié)安居夢,對于提高人口和住房管理政策的精準有效性等意義重大。

二、理論分析與研究假設(shè)

當婚姻市場兩性比例失衡時,部分男性或女性無法按照傳統(tǒng)偏好擇偶、甚至終身無法締結(jié)婚姻關(guān)系,這種現(xiàn)象被稱為婚姻擠壓[5,14]。在我國,由于男性相對過剩,該現(xiàn)象特指男性婚姻擠壓,適婚男性之間需要對相對稀缺的女性婚姻資源展開婚配競爭。

基于地位尋求理論可知,持有“地位性商品”是在人群中凸顯社會地位的一種手段。住房作為一種“地位性”商品,可以向女方傳遞個人財富水平、社會關(guān)系等綜合素質(zhì)信號,減少婚配雙方的信息不對稱,增強男性在婚姻市場中的競爭力,提高婚姻締結(jié)的可能性[15-16]。當前我國社會中男外女內(nèi)的傳統(tǒng)性別分工觀念、推崇刻板“女性氣質(zhì)”的主流價值觀以及女性在職場中的弱勢地位致使“干得好不如嫁得好”的社會觀念得到廣泛認同,女性在擇偶過程中會將男性的經(jīng)濟條件作為主要考慮因素[17]。同時,在婚姻市場中相對稀缺的女性屬于擁有主動權(quán)的一方,依據(jù)婚姻梯度理論,適婚女性及其家庭會更愿意與能夠改善自身生活水平的男性達成婚姻關(guān)系,向上進行婚姻匹配。因此,價值高并且能夠給個人帶來長期效用的住房成為婚姻匹配過程中的“香餑餑”。

值得注意的是,婚姻市場中尋求婚姻締結(jié)的雙方普遍存在信息不對稱,男女青年存在逆向選擇風險[15]。為了改善自身效用,未婚青年及其家庭會積極向外部傳遞優(yōu)質(zhì)“信號”。然而,住房商品不同于一般商品,其價值量巨大,絕大多數(shù)個人和家庭都面臨較高消費門檻,能較好地將有房青年與其他同性區(qū)隔開來,因此,住房作為信號載體向外界傳遞信息的效率與其“地位性商品”屬性密不可分。通常而言,在住房價格較低的城市,個人及家庭購房相對輕松,其地位性特征相對較弱。反之,在住房價格水平較高的城市,個人及家庭對住房進行支付的難度加大,此時住房反映青年及家庭綜合實力的信號功能較強,青年通過購房、購好房可以更好地與其他同性形成分離均衡[18],激發(fā)了各類適婚男性的購房需求,進一步又會促進房價上漲。在房價極高的城市,只有“品質(zhì)”良好的男性及其家庭才有可能具有購房能力,婚配競爭帶來的婚房需求轉(zhuǎn)化為真實需求的難度加大,對房價的刺激作用可能減弱。因此,提出研究假說H1。

H1:婚姻擠壓對住房價格的影響具有空間異質(zhì)性。

根據(jù)地理學第一定律(Tobler's First Law)以及住房市場空間傳遞的“波紋效應(yīng)”,地理位置上相互鄰近的城市,受到區(qū)域間合作或競爭以及要素流動的影響,其住房市場變化會同鄰近城市產(chǎn)生空間聯(lián)系。其中,人口流動是引起空間擴散效應(yīng)的傳統(tǒng)因素。人口遷移會使市場參與者的資金投入到遷入地新的住房市場中,拉動遷入地的住房購買力,進而推動周邊住房市場發(fā)展。當某一城市婚姻擠壓程度較高時,青年不得不向周邊城市流動以擴大擇偶地域范圍,提高婚姻締結(jié)的可能性[19]。周邊城市的住房市場需求和住房價格隨之變化,形成空間上的互聯(lián)互動。因此,提出研究假說H2。

H2:婚姻擠壓對住房價格的影響存在空間溢出效應(yīng)。

下文將借助中國285 個地級市的統(tǒng)計數(shù)據(jù)對如上假設(shè)進行驗證。

三、研究設(shè)計

(一)變量設(shè)計

1.核心解釋變量。本文的核心解釋變量是婚姻擠壓。目前,學者們常用的測度婚姻擠壓水平的指標是性別比[20],多用某一年齡或者某一年齡段之下男性人口與女性人口數(shù)量進行比較,如28 歲男女同齡性別比、18～34 歲人口的性別比、15 歲以上未婚人口性別比[21]等,以性別比例失衡水平代替婚姻擠壓水平。雖然以某一年齡或年齡段的男女性別比例失衡衡量婚姻擠壓具有一定合理性,但是兩者并非完全等同的關(guān)系。因為在婚姻市場中,男女締結(jié)婚姻的年齡差模式是多樣的,用單一的婚姻匹配模式測度某一年齡的性別比或者婚姻市場的相對過剩人口無法全面反映某一年齡的婚姻匹配情況,一定程度上影響了測度的精準性。本文則通過計算不同婚姻年齡匹配模式下的潛在婚姻男性人數(shù),與實際女性人數(shù)構(gòu)建一個“婚配性別比”指標,可以更加精準地刻畫我國婚姻擠壓水平,為進一步探究婚姻擠壓與住房市場之間的關(guān)系奠定基礎(chǔ)。改進的婚姻擠壓測度方法如下。

第一步,確定某一年齡下的女性數(shù)量為計算基準并進行數(shù)量計算。郭顯超[22]對2000 年和2010年男女分年齡的初婚概率進行統(tǒng)計,結(jié)果顯示我國人口在28 歲進入婚姻的比例較高,因此本文以28歲的女性數(shù)量以及對應(yīng)的婚配年齡差作為計算潛在男性的基礎(chǔ)。其中,2005 年至2019 年各年28 歲女性人口數(shù)量F28借鑒逯進等[23]的方法進行推算而得?！吨袊?000 年人口普查資料》《中國2010 年人口普查資料》中,以5 歲為區(qū)間長度統(tǒng)計了2000年和2010 年各城市分性別的人口數(shù),各個年齡的人口數(shù)并未統(tǒng)計。假定普查數(shù)據(jù)每5 歲區(qū)間內(nèi)人口為均勻分布,對每個年齡段內(nèi)人口數(shù)除以5,則得到2000 年和2010 年各年齡分性別的人口數(shù)量。在此基礎(chǔ)上,推算2005 年至2019 年各年28 歲女性人口數(shù)。例如,2001 年至2009 年28 歲女性人口數(shù)分別由2000 年27 歲、26 歲……19 歲女性人口數(shù)推出,2011 年至2019 年28 歲女性人口數(shù)分別由2010 年27 歲、26 歲……19 歲女性人口數(shù)推出。

第二步,計算28 歲女性對應(yīng)的各個年齡的潛在婚姻男性數(shù)量。潛在婚姻男性是女性在婚姻匹配中考慮與之締結(jié)婚姻關(guān)系的男性群體,本文以婚配年齡差模式計算潛在婚姻男性。姜全保等[4]指出已婚男性與女性的年齡差主要分布在-1 到5 歲之間,并給出已婚女性中夫妻年齡差比重分布P28+i。故首先根據(jù)第一步的方法推算2005 年至2019 年各個年齡的男性人口數(shù)M28+i(i=-1,2,…,4,5),再根據(jù)夫妻年齡差比重分布P28+i計算28 歲女性對應(yīng)的各年齡潛在婚配男性數(shù)量P28+iM28+i(i=-1,2,…,4,5)。

第三步,計算28 歲男女婚配性別比。計算公式為式(1)。

式(1)中,sr_1 為基于28 歲的男女婚配性別比,F28和M28+i分別為28 歲女性和28+i歲男性人口數(shù)量,P28+i表示28 歲女性中,與28+i歲男性結(jié)婚的女性所占的比例,∑P28+i=1。若婚配性別比大于1,說明婚姻市場中潛在男性數(shù)量大于女性數(shù)量,存在男性婚姻擠壓;反之,則存在女性婚姻擠壓。

為了保證研究結(jié)論的穩(wěn)健性,本文采取替換核心解釋變量的方法進行驗證,即將核心解釋變量由28 歲婚配性別比(sr_1)替換為28 歲男女同歲性別比(sr_2)。其中,各年28 歲女性、28 歲男性人口數(shù)量的推算方法見第一步。

2.被解釋變量。本文的研究主題是探討婚姻擠壓對住房市場有何種影響,故選取最能反映住房市場發(fā)展變化的價格指標作為被解釋變量。以城市商品住宅平均銷售價格作為該城市住房價格的替代變量,由商品住宅銷售額除以銷售面積計算而得。

3.控制變量。為了減少遺漏變量所帶來的誤差,根據(jù)房地產(chǎn)經(jīng)濟學理論及逯進等[23]學者的做法,本文選取的控制變量有:(1)經(jīng)濟發(fā)展水平。經(jīng)濟發(fā)展水平越高,居民的收入水平及購房能力往往也越高,對住房需求和房價都會產(chǎn)生正向影響,本文選取人均地區(qū)生產(chǎn)總值作為代理指標。(2)人口密度。人口是構(gòu)成住房需求的最基本單位。人口越多,住房需求就越大,當土地供應(yīng)數(shù)量有限時,相對有限的住房資源價格就會隨之上升。(3)環(huán)境質(zhì)量。住房周圍環(huán)境質(zhì)量情況是人們選擇住房時考慮的重要因素。環(huán)境污染產(chǎn)生負向外部效應(yīng),會降低當?shù)氐姆績r?？紤]二氧化硫是工業(yè)廢氣的主要成分,故將工業(yè)二氧化硫的排放量作為代理指標。(4)房地產(chǎn)開發(fā)投資。在其他條件不變時,開發(fā)投資規(guī)模越大,未來的住房供應(yīng)越多;而短期來看,投資往往代表市場信心和預(yù)期,樂觀的預(yù)期會對需求和價格產(chǎn)生正向刺激作用。(5)地方財政支出水平。財政支出在一定程度上能反映當?shù)氐幕A(chǔ)設(shè)施和公共服務(wù)水平。完善的交通條件、豐富的生活服務(wù)以及政府對醫(yī)療、教育事業(yè)的投入均會為當?shù)鼐用駧碚蛲獠啃?yīng),為當?shù)氐姆康禺a(chǎn)增添附加值,進而對住房需求和價格產(chǎn)生正向影響。為了剔除城市規(guī)模的影響,該變量由地方財政支出總額除以地區(qū)生產(chǎn)總值而得。上述變量匯總及說明見表1。

表1 各變量定義

(二)數(shù)據(jù)來源、處理與描述性統(tǒng)計

本文在《中國城市統(tǒng)計年鑒》地級市名單中剔除了畢節(jié)市、銅仁市、拉薩市、日喀則市、昌都市、林芝市、山南市、那曲市、海東市、吐魯番市、哈密市、巢湖市、儋州市等統(tǒng)計數(shù)據(jù)嚴重缺失的城市,以剩余285 個城市作為研究對象。商品住宅銷售額和銷售面積數(shù)據(jù)來自Wind 數(shù)據(jù)庫,婚姻擠壓水平測度所需原始數(shù)據(jù)來自第五次和第六次人口普查長表數(shù)據(jù),人均GDP、人口密度、工業(yè)二氧化硫排放量、房地產(chǎn)開發(fā)投資額、地方財政支出總額和地區(qū)生產(chǎn)總值數(shù)據(jù)來自歷年《中國城市統(tǒng)計年鑒》,并對個別缺失數(shù)據(jù)按趨勢法進行補全。為剔除通貨膨脹的影響,本文以2005 年為基期,對住房價格、人均GDP、房地產(chǎn)開發(fā)投資額進行了平減處理。為了縮小量級差異和消除異方差,對住房價格、人均GDP、人口密度、工業(yè)二氧化硫排放量、房地產(chǎn)開發(fā)投資額進行了對數(shù)化處理。數(shù)據(jù)處理后,對各變量進行描述性統(tǒng)計,結(jié)果見表2。

表2 變量的描述性統(tǒng)計

(三)實證方法設(shè)計

1.空間異質(zhì)性分析方法。為了研究婚姻擠壓對住房市場的影響,首先建立如下線性關(guān)系的面板回歸模型:

式(2)中,lnhpit為住房價格,sr_1it為婚姻擠壓水平,Xit是人均GDP、人口密度等控制變量向量,β、γ分別代表核心解釋變量及控制變量的影響系數(shù),下標i、t分別表示城市和年份,εit表示隨機擾動項。

不同城市的經(jīng)濟發(fā)展水平、婚配競爭激烈程度、住房信號釋放的必要性,以及婚嫁風俗等存在較大差異,因此,婚姻擠壓對住房市場的作用可能呈現(xiàn)非線性特征。為了更細致地刻畫在不同城市中婚姻擠壓對于住房市場的影響效果,根據(jù)Koenker et al.[24]提出的分位數(shù)回歸方法,基于被解釋變量的條件分布來擬合解釋變量的線性函數(shù),進一步構(gòu)建面板分位數(shù)回歸模型如下:

式(3)中,Qτ(lnhpit|sr_1it,Xit)表示lnhpit的條件分位數(shù),τ表示所取分位點;βτ、γτ代表核心解釋變量及控制變量的影響系數(shù),是τ的函數(shù),隨τ的變化而變化;其他符號同上。

2.空間溢出效應(yīng)分析方法。第一步,構(gòu)建空間權(quán)重矩陣。構(gòu)建空間權(quán)重矩陣是研究空間自相關(guān)性和空間溢出效應(yīng)的基礎(chǔ)。參照學者們的常見做法[25],構(gòu)建地理距離和經(jīng)濟距離兩種權(quán)重矩陣。地理距離矩陣如下:

式(4)中,dij為兩個城市間的直線距離。

構(gòu)建經(jīng)濟距離空間權(quán)重矩陣時,采用人均GDP均值的差額衡量城市間的“經(jīng)濟距離”,并認為該值與空間權(quán)重呈反方向變動,具體如下:

第二步,空間自相關(guān)檢驗。分別計算地理距離和經(jīng)濟距離空間權(quán)重矩陣的全局莫蘭指數(shù),結(jié)果如表3 所示。

由表3 可知,在地理距離權(quán)重矩陣下,住房價格和婚姻擠壓水平的全局莫蘭指數(shù)全部在1%的水平下顯著為正,表示房價和婚姻擠壓均存在正向的空間集聚現(xiàn)象。而在經(jīng)濟距離空間權(quán)重矩陣下,只有住房價格的莫蘭指數(shù)全部顯著為正,而婚姻擠壓水平多數(shù)年份均未通過顯著性檢驗,因此下文的空間分析特指地理距離權(quán)重矩陣下的情形。從兩個指標的莫蘭值發(fā)現(xiàn),樣本期內(nèi)住房價格的正向空間相關(guān)性呈現(xiàn)先加強后減弱的“倒U”型特點;而婚姻擠壓的正向空間相關(guān)性則呈“波浪”型變化。

表3 兩種空間矩陣的全局莫蘭指數(shù)

進一步,通過莫蘭散點圖可以直觀反映城市周邊住房價格和婚姻擠壓的空間集聚特點。限于篇幅,僅給出2005 年和2019 年的莫蘭散點圖,見圖1至圖4。

圖1 2005 年住房價格莫蘭散點圖

圖2 2019 年住房價格莫蘭散點圖

由圖1 至圖4 可知,一是樣本期內(nèi)285 個城市住房價格和婚姻擠壓的空間分布具有類似規(guī)律,四個象限都有城市分布,但是絕大多數(shù)城市集中分布在一、三象限,“高-高”和“低-低”是兩個指標的主要集聚模式。二是不同時間的莫蘭散點圖變化不大,反映出住房價格和婚姻擠壓的空間格局具有一定的穩(wěn)定性。

圖3 2005 年婚姻擠壓莫蘭散點圖

圖4 2019 年婚姻擠壓莫蘭散點圖

第三步,構(gòu)建空間面板模型。研究空間溢出效應(yīng)的模型主要有三種,第一種為空間自回歸模型(SAR)。SAR 模型用于研究相鄰城市房價對本城市的影響,公式為:

式(6)中,lnhpit為房價,W為空間權(quán)重矩陣,λ為空間自回歸項系數(shù),Xit代表婚姻擠壓和人均GDP等變量向量,β為相應(yīng)回歸系數(shù),εit是隨機誤差項,i表示城市,t表示時期。

第二種為空間誤差模型(SEM)。SEM 利用誤差項來反映城市之間的依賴性,公式如下:

式(7)中,εit=αWεit+μit,μit是隨機誤差項,且有μ～N(0,σ2In),α為空間擾動項的回歸系數(shù),其他符號含義同上。

第三種為空間杜賓模型(SDM)。如果同時考慮空間滯后、空間誤差效應(yīng),則可用空間杜賓模型,公式如下:

式(8)中,λWlnhpit為其他城市房價對本地房價的影響,Xitβ為本地婚姻擠壓和控制變量的影響,WXitδ為周邊城市婚姻擠壓和控制變量的影響。λ、β、δ分別為各項效應(yīng)的作用系數(shù),其他符號含義同上。

模型形式選擇時需要綜合考慮LM 檢驗、LR 檢驗、Wald 檢驗和Hausman 檢驗等結(jié)果來確定。

四、空間異質(zhì)性作用檢驗

(一)面板分位數(shù)回歸結(jié)果與分析

采用式(3)所示面板分位數(shù)模型對285 個地級市進行分析,結(jié)果見表4。表4 中列出了0.1～0.9中5 個分位點處的婚姻擠壓水平以及各控制變量的估計系數(shù)結(jié)果。

表4 面板分位數(shù)模型回歸結(jié)果

由表4 可知:

1.婚姻擠壓對住房價格具有顯著的正向影響。除0.1 分位點之外,其余分位點的回歸結(jié)果均顯示婚姻擠壓在10%的水平下顯著且系數(shù)均大于0?？傮w上看,樣本期內(nèi)婚姻市場的婚姻擠壓現(xiàn)象的確刺激了房價上漲。

2.婚姻擠壓對住房價格的作用具有非線性特征。在不同房價分位點下,婚姻擠壓對住房價格的影響并不均勻,而是隨著分位點的變化而變化。具體來看,0.1 分位點處對應(yīng)的是住房價格極低的城市,婚姻擠壓的作用并不顯著。隨著房價分位點不斷提高,婚姻擠壓對房價產(chǎn)生了顯著的不斷增強的正向影響。當處于0.75 分位點即高房價城市時,婚姻擠壓的回歸系數(shù)增加至0.23,此時,婚姻擠壓水平每增加一個單位,房價將上漲0.23%。當處于0.9 分位點時,即在房價極高的城市,婚姻擠壓對房價的正向作用略有下降,但是作用力度依然處于高位。該結(jié)論驗證了假設(shè)1 的正確性。

婚姻擠壓之所以對住房價格產(chǎn)生異質(zhì)性作用,可能有兩方面的原因。一是從住房信號功能上考慮。住房的信號作用與“地位性商品”屬性密切相關(guān),而“地位性商品”是一種價值強烈依賴“稀缺性”的商品。在低房價城市,男青年及其家庭購房相對容易,住房商品在適婚人群中的“稀缺性”低于高房價城市,地位性商品屬性減弱致使婚姻擠壓造成的住房需求上漲有限。在高房價城市,男青年及家庭購房難度加大,住房更能體現(xiàn)男性身份的“排斥性”。但在房價極高的城市,青年支付能力有限,退出購房市場選擇租房的可能性增加,因此婚姻擠壓對房價的刺激作用反而可能下降。二是從住房信號釋放的必要性上考慮。低房價城市,往往也是經(jīng)濟發(fā)展水平較低、人口流動性小的城市,男女通婚的地域范圍較小,相互之間更易通過“打聽”等方式獲得信息。高房價城市,往往具有經(jīng)濟發(fā)達、人口流動頻繁的特點,男女通婚的地域范圍更廣,婚姻市場信息不對稱、不透明程度更高,住房作為信息載體可以在婚姻締結(jié)的過程中發(fā)揮更大的作用。以上原因造成了各城市婚姻擠壓對住房價格的作用并非同質(zhì)而在空間上呈現(xiàn)出異質(zhì)性特征。

調(diào)查數(shù)據(jù)顯示：(1)孵化器走向盈利趨勢：2015年虧損企業(yè)11家，盈利企業(yè)5家，平均虧損220萬，2016年虧損企業(yè)10家，盈利企業(yè)10家，平均盈利96萬；(2)虧損的孵化器只減少一個，但虧損額減少幅度達三成；(3)盈利的孵化器成倍增長，達到10家，所有孵化器總體上統(tǒng)計，虧損面遞減，實現(xiàn)了扭虧為盈。

3.各控制變量在各分位點下對住房價格的影響在1%的水平下均顯著,且影響系數(shù)會隨分位點變化而變化。樣本期內(nèi),人均GDP 對住房價格產(chǎn)生了顯著的正向作用,隨著房價分位點提高,人均GDP 的系數(shù)從0.362 增加至0.473,對房價的推動作用逐漸增強。經(jīng)濟發(fā)展水平越高,居民的收入水平和住房消費能力往往也越高,加之高房價城市住房商品的保值增值功能優(yōu)越,越會促使住房需求增加,故高房價城市經(jīng)濟的房價刺激作用更強。人口密度與房價之間呈現(xiàn)顯著的正相關(guān)性,且這種作用隨著分位點的提高而增強。住房是人民安居樂業(yè)的基本需求,人口密度提高住房需求往往也會增加,當供給無法及時調(diào)整時,推動房價上漲。房地產(chǎn)開發(fā)投資對住房價格的正向影響隨分位點的提高而逐步增強。開發(fā)投資是未來的供給,短期來看其更多體現(xiàn)的是市場預(yù)期和信心。樂觀預(yù)期下市場往往會出現(xiàn)供需兩旺、房價上漲的局面。工業(yè)二氧化硫排放量對房價產(chǎn)生了顯著的負向影響。高房價城市中居民往往對環(huán)境質(zhì)量、住房品質(zhì)等有更高要求,與低房價城市相比,環(huán)境污染更可能會造成需求向其他城市轉(zhuǎn)移,對房價的負向影響更大。財政支出水平對住房價格具有顯著的正向影響,且這種作用隨分位點提升波動性增強。相比低房價城市,高房價城市往往也是經(jīng)濟發(fā)達城市,居民對交通、醫(yī)療、教育等配套設(shè)施的要求以及消費能力往往更高,加之住房的投資屬性較強,故財政支出水平對房價的促進作用更大。

(二)穩(wěn)健性檢驗

為了避免測量誤差帶來的估計偏誤,下文采用替換核心解釋變量的方法檢驗結(jié)果的穩(wěn)健性。由于同歲匹配也是我國婚姻匹配的主要模式之一,28歲男女性別比可以從一定程度上反映婚姻擠壓的程度,故將核心解釋變量由28 歲婚配性別比(sr_1)替換為28 歲男女同歲性別比(sr_2),替換后的評估結(jié)果如表5 所示。

表5 面板分位數(shù)穩(wěn)健性檢驗結(jié)果

由表5 可知,替換變量后,除0.1 分位點外其他分位點的婚姻擠壓均對住房價格產(chǎn)生了顯著的正向影響。整體上看,高房價城市的影響更大。人均GDP、人口密度、工業(yè)SO2排放量、房地產(chǎn)開發(fā)投資額和財政支出水平對房價影響的方向和顯著性均與前文的評估結(jié)果一致。該結(jié)論不僅說明前文的實證結(jié)果是穩(wěn)定的,也再次驗證了假設(shè)1 的正確性。

五、空間溢出效應(yīng)檢驗

(一)模型形式確定

空間溢出效應(yīng)分析時,首先要對空間模型形式進行檢驗,結(jié)果見表6。

表6 空間面板模型形式檢驗

由表6 可知,LMerr 和LMlag,R-LMerr 和RLMlag 均通過了5%的顯著性檢驗,說明SAR、SEM模型都可應(yīng)用,故考慮SDM 模型。由于本研究采用2005—2019 年285 個地級市面板數(shù)據(jù)進行分析,時間跨度較長,根據(jù)董紀昌等[26]的觀點,采用時間固定效應(yīng)模型較為合理。同時,Hausman 檢統(tǒng)計量為193.03,p值為0.000,因此采用時間固定效應(yīng)的SDM 模型。最后,Wald 和LR 檢驗均在10%的顯著性水平下拒絕了H0∶θ=0 和H0∶θ+ρβ=0 的原假設(shè),即SDM 模型不能退化為SAR 和SEM 模型。因此,最終選擇時間固定效應(yīng)的SDM 展開分析。

(二)SDM 模型估計結(jié)果與分析

限于篇幅,我國婚姻擠壓對住房價格影響的SDM 模型回歸結(jié)果不再展示,可向作者索取。

由于SDM 模型的回歸系數(shù)并不能直接反映變量間的空間互動關(guān)系[27],需通過偏微分方程分解為直接和間接效應(yīng),結(jié)果見表7。

表7 空間溢出效應(yīng)分解結(jié)果

由表7 可得如下結(jié)論:

1.婚姻擠壓對住房價格的總效應(yīng)、直接效應(yīng)和間接效應(yīng)均顯著為正?；橐鰯D壓水平每上升1 個單位,對本地房價和鄰近城市房價的影響系數(shù)分別為0.185 和3.738,總影響系數(shù)為3.923?；橐鍪袌鰡紊砟行缘幕橐鰯D壓越嚴重,男青年及家庭越需要通過購房來獲得主動地位和吸引優(yōu)質(zhì)女性,住房需求增加引起房價上漲。當本地婚姻市場競爭加劇,部分青年可能會流動到擇偶相對容易的城市,引起住房需求轉(zhuǎn)移,進而促進鄰地房價上漲。該結(jié)論反映出婚姻擠壓和房價間的確存在空間上的聯(lián)動關(guān)系,也驗證了假設(shè)2 的正確性。

2.所有控制變量均對本地房價產(chǎn)生了顯著影響,其中,人均GDP、二氧化硫排放量和政府財政支出對鄰地房價也產(chǎn)生了顯著外溢效應(yīng)。具體來看,人均GDP每增加1%,將推動本地房價上漲0.338%,推動鄰近地區(qū)房價上漲2.703%。當城市經(jīng)濟發(fā)展良好,則居民就業(yè)環(huán)境和收入水平往往也較為樂觀,這不僅增強了居民對本地住房的消費能力,也會提高居民對鄰近城市住房的投資和消費能力,進而引起鄰地房價上漲。人口密度和房地產(chǎn)開發(fā)投資對房價的作用主要集中在本地,對鄰近城市沒有顯著影響。工業(yè)二氧化硫排放量作為代表環(huán)境污染的負向指標,對本地房價和周邊地區(qū)房價都起到了顯著的負向作用。政府財政支出則對本地和周邊城市都產(chǎn)生了正向影響,較高的財政支出往往和完善的基礎(chǔ)設(shè)施和公共服務(wù)相對應(yīng),住房因附加值增加而增值,周邊城市的房價也可能會因波紋效應(yīng)而同步上漲。

(三)穩(wěn)健性檢驗

此處仍采用替換核心解釋變量的方法,即將28歲婚配性別比(sr_1)替換為28 歲男女同歲性別比(sr_2)來檢驗實證結(jié)果的穩(wěn)定性?？臻g效應(yīng)分解結(jié)果見表8。

表8 空間效應(yīng)分解穩(wěn)健性檢驗結(jié)果

由表8 可知,將核心解釋變量替換后,SDM 模型的空間溢出效應(yīng)分解結(jié)果與上文基本一致,反映了前述研究結(jié)論是可靠和穩(wěn)定的,并再次驗證了假設(shè)2 的正確性。

六、結(jié)論與啟示

本文在理論分析基礎(chǔ)上運用面板分位數(shù)回歸、探索性空間數(shù)據(jù)分析、空間面板回歸等方法對2005年至2019 年中國285 個地級市婚姻擠壓對住房市場的空間異質(zhì)作用和空間溢出效應(yīng)進行了實證檢驗。主要結(jié)論有:(1)面板分位數(shù)回歸結(jié)果顯示,除最低分位點外,各個分位點下婚姻擠壓對住房價格均產(chǎn)生了顯著的正向影響,但這種影響并非均勻分布。相比低房價城市,高房價城市中婚姻擠壓對房價的刺激作用更大,體現(xiàn)了二者關(guān)系的空間異質(zhì)性。(2)探索性空間數(shù)據(jù)分析結(jié)果顯示,我國城市的住房價格和婚姻擠壓均存在正向的空間相關(guān)性,前者莫蘭指數(shù)呈現(xiàn)先升后降的“倒U”型趨勢,后者則呈“波浪”型特點。樣本期內(nèi)絕大多數(shù)城市兩個指標均呈“高-高”或“低-低”集聚模式,局部空間格局變化不大。(3)SDM 估計結(jié)果顯示,婚姻擠壓對住房價格的作用具有空間溢出性?；橐鰯D壓所帶來的婚房需求增加對本地住房價格產(chǎn)生了刺激作用,同時也會因適婚人口、資金等要素流動對鄰近城市房價產(chǎn)生推動作用。

由以上結(jié)論可知,婚姻市場的婚姻擠壓現(xiàn)象對城市住房市場產(chǎn)生了顯著影響,且這種影響具有復(fù)雜的作用形態(tài),并為人口和住房管理政策的制定提供了思路。第一,從思想觀念來看,國家不僅要引導(dǎo)強化性別平等觀念,扭轉(zhuǎn)傳統(tǒng)的“男孩偏好”,以消除潛在的性別歧視,而且還要引導(dǎo)青年群體樹立科學的婚戀觀念,從追求“婚房”“彩禮”轉(zhuǎn)向?qū)€人品質(zhì)素質(zhì)的追求,激勵青年自立自強進而不斷提高全民素質(zhì)。第二,從兩個市場的管理方向來看,一要大力發(fā)展住房租賃市場和保障性住房體系,降低青年群體的婚育負擔,二要治理婚嫁陋習、婚房競爭等不良社會風氣,規(guī)范發(fā)展婚介市場,促進婚姻市場與住房市場和諧發(fā)展。第三,從空間異質(zhì)性來看,人口與住房管理政策制定應(yīng)關(guān)注城市差異。要根據(jù)各城市經(jīng)濟基礎(chǔ)、人口特征以及住房市場發(fā)展的具體階段因地制宜地出臺管理政策。從空間聯(lián)動性來看,人口與住房管理政策都應(yīng)關(guān)注人口等要素在城市間的流動,也要關(guān)注周邊城市的變化,努力應(yīng)對鄰近城市帶來的負面影響,實現(xiàn)共同發(fā)展。第四,從長遠的人口發(fā)展來看,在全面放開三胎背景下,各地政府不僅要制定更加靈活的人口政策,綜合運用稅收、住房補貼、生育哺育假、生育保險等多種手段提高青年的生育意愿,而且還要系統(tǒng)性地考慮婚嫁、生育、養(yǎng)育等問題,使生育激勵政策能夠真正落地,進而緩解性別失衡問題,在婚姻市場和住房市場的和諧之下不斷提高居民的幸福指數(shù)。