4.1.1 住房市场发展历程 ........................ 24
4.1.2 住房市场波动特征 ............................ 26
5 住房价格与人口年龄结构、流动结构实证分析 ........................... 46
5.1 区域划分 .............................. 46
5.1.1 聚类分析方法优点 .............................. 46
5.1.2 按各省经济水平划分结果 ........................ 48
5 住房价格与人口年龄结构、流动结构实证分析
5.1 区域划分
5.1.1 聚类分析方法优点
聚类分析是一种分类学的方法，通过样本个案的特征，将样本个案的集合进行分组，按照相似性的远近进行分类的分析过程。聚类分析依据自身信息对数据进行分类，同一类中的对象具有很强的相似性，是最常见的分类方法之一，其中包括系统聚类法、快速聚类法、K-means聚类法等，相较于传统分类方式主要依赖于自身经验，聚类分析法具有更高的科学性，分类结果也更客观。系统聚类法是目前应用最为广泛的聚类法，其具体原理为：最开始时将每个样本个案视为一类，然后将距离最接近的两个或多个样本个案首先合并为一小类，然后再计算新类与其他类间的距离，循环合并下去，直到将所有样本个案聚合为一个大类。
本文借助SPSS26.0软件使用系统聚类法中的Ward法进行分析，用平方欧式距离为度量标准，围绕各省份的经济发展水平选取适当的指标以实现区域划分。在指标选取上参考苗迪（2019）等相关文献，采用全国31个省份2000-2020年的人均GDP、地方财政支出、社会消费品零售总额、人均可支配收入、公园绿地面积5项与经济水平直接相关的指标作为经济发展水平衡量指标对我国区域进行分类。此外，由于SPSS等统计软件处理多指标面板数据尚存在一定局限，目前仅能处理单一指标时间序列数据或多指标截面数据的聚类分析，因此，现有文献主要有以下两种解决方法：第一是将面板数据视为多个时刻的截面数据，对不同时刻的截面数据分别聚类分析后再汇总结果，但在不同时刻得出的分类结果可能存在分歧，导致最终分类结果难以确定。第二是对各指标在时间维度上取均值，将面板数据转变为均值截面数据，实现“降维”后，再进行聚类分析，出于研究目的考虑，本文将采用第二种方式处理面板数据。鉴于各个指标间数量级差异较大，聚类分析前需要对各个指标数据实行标准化处理，避免具体操作中忽略数量级较小的数据。
6 结论与政策建议
6.1 主要研究结论
本文以全国31个省份（直辖市、自治区）2000年至2019年的数据为样本，通过理论分析和实证分析研究人口年龄结构、流动结构对住房价格的影响。首先在回顾国内外相关研究的基础上对现有文献进行评述，然后介绍与研究相关的概念和理论依据，列举有关住房价格、人口年龄结构与人口流动结构的数据图表以分析其现状及发展趋势。最后，在实证方面，利用聚类分析法将全国31个省份划分为四类区域，并建立静态面板数据模型，分别从全国和区域两个层面进行探索，以分析其区域差异性。主要研究结论如下：
（1）老年抚养比的上升对住房价格具有明显的正向影响。其可能原因有：一是老年群体的储蓄习惯导致手中积累了较多财富，有能力满足自身的改善性购房需求。二是出于对子女的代际支持动机，计划生育政策的有效实施使得我国大部分家庭一对夫妻仅育有一个子女，从而强化了老年人对子女购房给予资金支持的行为。
（2）少儿抚养比与住房价格呈正相关关系。从长期考虑，当前的生育率代表了未来住房市场的潜在需求。“全面二胎”政策并未导致我国生育率井喷式增长，当前我国仍面临着人口生育率低下的问题，未来少儿抚养比的下降将对住房价格产生一定的抑制作用。
（3）流动人口比重的增加会显著提高住房价格。即在其他条件不变的情况下，一个地区人口为净流入时，利于当地的住房价格上升；人口为净流出时，不利于当地的住房价格上升。经济发展水平会显著影响当地的人口流动情况，发达程度越高的地区人口流入越多。
（4）从全国层面来看，老年抚养比、少儿抚养比、流动人口比重均是影响住房价格水平的显著因素。这证明，人口结构因素对近年住房价格的上涨存在较大的解释力度，年龄结构中，老年抚养比每增加1个百分点，住房价格就上升0.96个百分点；少儿抚养比每增加1个百分点，住房价格将上升0.64个百分点。流动结构中，流动人口比重对住房价格有正向影响，流动人口比重每净增加1个百分比，住房价格将上升0.85个百分点。
参考文献（略）
