文/紀鈞哲■中央研究院經濟研究所助研究員
近來,高房價是否降低年輕人育養孩子的意願重新引起討論。其中,部分輿論主張房價過高確實降低民眾結婚及生孩子的意願,也的確有相關學術文獻以美國資料為例,發現當房價上漲10%時,無自用住宅者生育率將下降1%。但另一方面,有輿論透過比較日本、德國、新加坡等國房價及生育率,推論房價與生育率之間並非負向關係。同時,內政部亦於今年2月底向大眾說明,透過相關部門研究佐證:「是否擁有住宅與不婚、不育,從數據角度來看,兩者間更像是獨立事件。」
然而,輿論所主張之跨國比較易受到外籍工作者的移動、各地房市政策、以及不同的購屋及生育偏好影響,使當地房價跟原生人口難以純粹透過比較數字釐清關係。此種比較方式與內政部所採用的分類迴歸樹分析(CART),皆是捕捉房價跟生育之間的「相關性」而非「因果」。我們無法從該相關性判斷是否是房價帶動了少子化,或者是少子化改變了房價,抑或兩者皆是。
我們不妨採用更細緻的房價及出生資料來分析此議題。首先,由於跨國之間的比較有諸多干擾的因素,我們僅使用台灣的資料。接著,由於台灣各地房價存在顯著落差,我們可使用全台各鄉鎮市區每年的出生人數對該鄉鎮市區房價走勢進行迴歸分析。考慮一般懷胎及準備所需時間約莫將近一年,我們單純將每年出生人數與前一年該鄉鎮區房價進行迴歸分析,可以發現兩者之間並未有顯著影響,此結果與內政部的結論相同。不過,由於可能存在其他因素同時影響房價及生育,比如一優良學區同時會推升當地房價以及父母購買自住宅並生育的意願,故單純進行迴歸的做法同樣有無法釐清因果的問題。
■以打房措施為工具變數,顯示兩者有因果關係
在經濟學中,常用以判定因果的方法之一是使用工具變數。簡單來說,該方法試圖尋找一個外生因素 - 該因素僅透過房價的機制來影響生育選擇,而非透過其他途徑來(例如改變學區品質之好壞)影響生育選擇,此外生因素即為工具變數。舉例來說,政府的打房政策就是一個適合的工具變數:此種政策並不直接影響家庭生育意願,若有影響,也極可能是透過影響房地產價格,進一步改變家戶育兒的居住成本。
以2014年6月央行對大台北及桃園部分區域推行之房貸成數緊縮政策為例,已有文獻發現該政策能顯著使管制區域的房價下降5%。若以此變數作為工具變數,聚焦全台2010年至2019年之鄉鎮區房價及出生人數資料,並考慮時間變化及各鄉鎮市之既有特徵,可以發現房價每上升1%,出生成長率將下降0.88%。
另外,房價每上升1%,出生人數將下降617人,約為2023年新生兒人數之0.5%。由於該房貸政策僅管制北北桃,因此若我們進一步將樣本限縮於房貸政策管制區,以及緊鄰之未管制縣市(例如新竹、基隆、宜蘭),而不考慮遠離管制區域的中南部地區,則房價每上升1%,出生成長率將下降0.83%,出生人數將下降756人。以上方法仍然有諸多值得修改深究的地方:例如,台灣許多家戶居住在房價較低之區域,並通勤至房價較高區域工作,或交由居於不同行政區之祖父母照顧子女,故後續研究須進一步考慮父母工作地點及通勤距離之差異,或者併以問卷調查,釐清家戶工作及養育子女地點之歧異。
■我國亟需鼓勵生育之自住購屋政策
上述證據顯示,一地房價確實會降低該地之出生率。因此,在少子化及房價走高的既定趨勢下,我國亟需鼓勵生育之自住購屋政策。