✪ 逯进 刘璐
青岛大学经济学院
【导读】近两年来的房价下跌受到各方关注。有人认为这折射出人口结构转型、结婚率和生育率下降的长期趋势，也有人认为房价看似在跌，实际上只是对前十几年房价不合理飞涨的纠偏。
本文试图从一个被忽视的角度——人口结构中的性别失衡，来分析21世纪以来的房价上涨问题。作者指出，近20年以来中国人口性别结构加速失衡，适婚男性通过购房以提高自身社会地位，是房价上涨的重要影响因素。研究表明：首先，在性别失衡条件下，买房有助于男性提高自己在婚配市场中的竞争力，性别失衡成为中国实际房价上涨的动因之一；其次，性别失衡对房价的影响存在显著的地区差异，在东部地区，性别失衡对抬高房价的影响更大，在西部地区，这一影响相对较弱；此外，性别比失衡对房价的影响具有门槛效应，随着房价收入比的提高，性别失衡对房价的影响会加大；当房价超出绝大部分家庭的支付能力后，住房的地位性商品属性会加强，导致房价持续上涨。
作者指出，解决房价高涨问题，一个重要的策略是弱化对男孩的性别偏好现状，平衡新生儿性别比例，防止性别失衡问题进一步恶化。为减轻房价高涨问题，可鼓励青年回乡创业，一方面缓解大城市性别失衡压力，另一方面缓解大城市人口激增后的住房难题。
本文原载《人口学刊》2020年第2期，原题为《性别失衡对房价的影响——来自中国城市的证据》，仅代表作者观点，供读者参考。
性别失衡对房价的影响
——来自中国城市的证据
▍引言
进入21世纪以来中国房价快速上涨，年均增速达到7%以上，由此带动了宏观经济的持续过热。国家相关部门为防止房价过快上涨出台了多项政策，但收效甚微。与此同时，伴随着房价快速上涨，经济脱实向虚、收入差距扩大、企业创新被抑制、人口结构失衡等问题日益严重，影响经济社会的平稳健康发展。因此，在社会经济大环境中全面考察中国房价上涨的影响因素成为学术界热切关注的重要话题。
部分学者就房价持续上涨的原因从供给角度给出了解释。如王岳龙、邵新建、邓宏乾等一致认为政府垄断土地供应，土地价格上涨是中国房价上涨的重要因素。但是，严金海等却认为政府垄断供地制度在2004年前后并没有发生改变，土地使用权的出让管理制度实现了显化土地价格，减轻了地价对房价的影响，因此，不能用其解释2004年之后的房价上涨。另有学者认为在房屋销量和价格同时增加的背景下，从需求角度入手分析更有助于解释房价的上涨。李斌、徐建炜、Zhao、况伟大等学者从市场预期、人口结构、货币政策和居民收入等影响住房消费性或投机性需求方面解释了房价的上涨并得出了一些有益的结论。
上述研究具体而全面地讨论了房地产市场、政策及其作用机制的演化过程及市场持续暴露出的问题，然而一个被忽视的现实背景及其可能存在的作用机制是既有研究并未考虑我国当前存在的人口结构中的性别失衡所造成的影响，而由其所产生的婚姻挤压对房地产市场造成的硬冲击是一个值得关注的议题。在这方面，无论是发达国家还是发展中国家都没有现成的经验可以借鉴。
全面回顾现代中国的人口结构演变进程可以发现除海量人口、大规模迁移、快速老龄化之外，另一个常被提及但未引起政府和社会切实关注的问题是近20年以来中国的人口性别结构正在加速失衡。Corneo和Jeanne等认为在形成婚姻等一系列社交过程中，获取更高的社会地位通常会给当事人争取一些特殊权益，这将有助于其争夺市场中稀缺的待分配资源。因此，随着中国未婚男女人口比例失衡的加深，男性为了在婚姻市场竞争中占据有利地位，其地位寻求动机（Status seeking motive）将大大增强。虽然男性的社会地位由其财富水平决定，但是其主要是通过对自身人力资本投资、职业晋升、购置房产或高层次商品消费等方式向外界展示自己的经济状况，以便其寻求更高的社会地位。因为杭斌等也发现地位寻求视角可以为中国消费低迷与住房需求强劲并存现象提供合理解释，间接反映了房屋的地位性商品属性。因此，为了展现自身社会地位，增强在婚姻市场中的竞争力，男女性别比例失衡会极大影响男性对住房消费的需求，进而对住房价格产生影响。
基于上述思考，本文的研究目的是在充分考虑其他影响房价因素的基础上，重点审视性别失衡对房价的确切影响，观察性别失衡作用于房价的相关特征。本文研究的出发点是当前中国男性人口远大于女性的条件下，对男性购置房产的观察，但正如本文后续基本事实所言，当前高知、大龄单身女性可能也会出现类似于上述模式的购房心理与行为，因为这一群体数量相对很少，本文对此不做讨论。文章主体安排如下：首先，从制度背景与现实情况下解析我国性别失衡对房价可能产生影响的机理；其次，基于2000年和2010年全国人口普查数据，经推算得出2000-2016年中国地级市婚姻适龄人口的男女比例；再通过实证分析验证性别失衡对房价的影响；最后，对影响的区域异质性加以讨论并提出相应的政策建议。本文的边际贡献主要有两个方面：第一，首次较为科学地推算出我国市域婚龄人口性别比的年度数据；第二，解析了性别失衡对房地产价格影响的特征与机制。
▍房地产市场与婚姻的基本事实
（一）房地产市场
1998年我国城镇居民住房制度改革开始实施，实行了40多年的住房福利分配制度被货币化分配所取代，逐步完成向市场配置住房制度的转变，有关住房的供给、市场、金融、物业管理、中介、行政管理和调控等七类体系的改革全面展开。在这一过程中，市场机制配置城镇住房资源的基础作用得到发挥，房地产市场成为实现城镇居民住房需求的主要载体并取得了较快的发展。
从宏观背景看，我国房地产市场形成时间较短，但发展极为迅速。因此在其快速发展的同时面临着错综复杂的矛盾与问题。一方面，以市场化分配为主导，行政干预与非规范化交易的特征非常明显。另一方面，由于中国正处在工业化、城镇化的关键进程中，在房地产市场较快发展过程中，在刚性需求引发市场快速繁荣的同时，投机性需求的非理性又进一步引发房地产市场的过度繁荣，并由此引发了近几年各界所共同认知的所谓投资“脱实向虚”倾向。
房价之高严重超出普通居民的支付能力，使得城市的普通居民难以承受，同时，全面高涨的房价已经严重背离了房屋的使用价值，市场中投机交易气氛浓厚，近年来泡沫日益明显，存在着很大的连带风险。
（二）男婚女嫁
自古以来中国社会传统对于“婚姻大事”的界定是有规矩的。“男大当婚、女大当嫁”虽然透露出自然与传统规律的不可抗拒性，但更多时候“男尊女卑”的文化与“满堂彩礼”的习俗这一对看似矛盾的事物却勾勒出婚姻大事的主体思维。现代社会在女性独立、婚姻自由、男女平等号召的引导下，特别是在改革开放后物质生活水平极大提高的激励下，我国的婚姻习俗发生了巨大的转变，女性婚姻话语权逐渐明显。有三项关键性的结构变动支撑了这一趋势：第一，计划生育政策在成功降低了中国人口的高出生率之后，“重男轻女”的思维模式仍未有根本性转变，因此，“少生优生”一直未能有效摆脱的模式，从而加剧了出生性别失衡；第二，计划生育政策导致人口自然增长率大幅降低后，中国人口的年龄结构经过几十年的演变已迅速进入老龄化阶段且快速加深。但值得关注的是全球范围内女性的预期寿命普遍高于男性，在我国这一倾向更为明显。因此，与新出生人口相比，我国老龄人口中性别失衡亦非常突出，但二者是反其道而行之；第三，自古以来我国奉行的科举制度演变到今天，虽有根本性变革，但已演化为应试模式。这一制度的实施虽然亦有人才选拔的客观性与科学性，但毫无疑问，其从孩童时期开始，一路走来伴随应试教育的“思维定势”，“程序化学习”、“填压式灌输”、无穷尽的“竞赛与比拼”以及走马观花般的“素质教育”，使得大多数孩子在疲于应付中很难实现“自然想象与纯净思考”，创造性思维和个体比较优势被严重束缚。在这其中男孩尤为严重。因此，以考试论英雄的升学以及关联的就业市场中，“安静、踏实、认真”的女孩逐渐成为这一制度的有效受体，年轻高知女性群体数量愈来愈大并成为高端婚姻市场中的佼佼者，而这又造成与我国总体人口性别失衡相悖的高端人口性别失衡。
受上述三类结构性问题的影响，加之全社会价值观的快速转变，中国的婚姻市场呈现出明显的非匹配。受此影响，与婚姻相关的物质竞争与激励快速攀升。从而出现了的现实。这一现实在潜移默化中可能导致婚姻市场的“风向”发生明显变动，女性在婚姻市场中选择配偶时掌握了更多的主动权并表现为女性在婚姻市场中变得挑剔，而房屋作为挑剔的有效回应而变得富有地位性价值，房屋价格也因此而发生变动。
因此，迫于形势，为在婚姻市场上获得理想的伴侣，使自己在婚姻市场上更具竞争力，多数适婚男性都会以房产作为物质基础的首要展示物，由此房屋成为多数“光棍”的“脱单神器”，而伴随与此，也形成了房屋价格变动中的“性别失衡力量”。
▍变量与数据说明
（一）变量选取依据
1. 被解释变量
本文选用商品房的销售价格作为被解释变量。销售价格为商品房销售额与商品房销售面积的比值，同时，销售价格经过了居民消费价格指数平减。
2. 核心解释变量
根据历年《中国人口与就业统计年鉴》公布的数据，当前中国男女结婚概率大致相同，都是集中在18-34岁的某个年龄段上，而18岁以前和35岁及以后的年龄段内结婚的比例较低，这一数据与我国现阶段的基本情况是相吻合的。因此，本文采用的核心解释变量是各地区“18-34岁人口的性别比例”。
3. 控制变量
控制变量的选取主要参照Wei和张安全等人的研究。他们认为除核心解释变量外，影响商品房销售价格的主要因素有如下几类：
（1）市辖区人均地区生产总值。人均生产总值反映一个地区经济发展水平的高低，也在一定程度上反映了居民收入水平的高低。改革开放后，我国居民收入快速提高，城镇居民人均可支配收入每年增长达到10%左右，房屋购置能力大大提高。加之1998年住房改革制度的实行，城镇居民的住房需求得到释放，伴随而来的是房价出现快速上涨。居民收入水平的提高通过影响住房需求对房价产生正向影响。
（2）市辖区人口密度。显然，人口数量越大的城市住房需求量就越大，越容易推高房价；人口密度越大，规模经济效应就越明显，从而提高劳动生产率和收入水平，进一步提高房价。本文采用各地区每平方千米的人口数来测度人口密度，人口密度越大，预期会使房价上涨更快。
（3）城市化率。我国正处于高速城市化进程，城镇人口的快速增长推动了房价快速上涨。2016年我国城镇人口占比仅为57%左右，远低于发达国家80%左右的稳态城镇化水平，目前城市化率每年仍以平均1.26%的速度增长，这使得我国城市每年都面临大量新增人口，带来大量的新增住房需求，引发房价不断上涨。
（4）教育资源。教育资源主要是通过房地产市场进行配置的。居民根据自己的收入和偏好来选择居住地区时会特别考虑住房周边的公共物品及基础设施情况，公共物品提供数量和质量在很大程度上影响到住房价格。教育资源作为公共品之一，教育资源提供数量和质量高的地区，房屋价格也会相对较高。由于对教育资源的争夺十分激烈，为使子女接受到更优质的教育，父母在更看重住房周边基础教育资源的情况下，愿意支付更高的价格。本文选取教育事业费支出作为当地教育水平的一个衡量指标。
（5）环境质量。在我国的当前阶段，民众的环保意识大大增强，居民在进行住房选择时越发看重周边环境的质量情况。环境质量改善对房价产生正向资本化效应，相反，环境污染会对当地房价造成负向资本化效果。从现有文献看，用来反映地区整体环境污染的指标尚未达成完全一致的标准，但多数研究会采用“三废”指标中的某个指标来衡量环境污染程度。考虑二氧化硫是工业污染排放中最典型的排放物，也是大气污染的主要成分，故将工业二氧化硫的排放量作为环境污染的衡量指标。
(6）市场化程度。除上述变量外，考虑我国房地产市场存在政府的强干预；同时我国房地产市场本身又并不具备完全的市场化特征，因此对这两个影响房地产市场的因素加以控制是有必要的。据此，本文引入“地方财政支出/GDP”代表地方政府对市场的干预，而以分省的市场化指数代表市场化水平。
（二）数据说明
由于中国房地产市场形成时间较晚，直到2000年福利分房制度才全面终止，住房分配货币化方案全面启动。因此，本文选取了2000-2016年全国285个城市的数据，数据来源主要有四类：2000年中国第五次全国人口普查数据、2010年中国第六次全国人口普查数据、《中国城市统计年鉴》和wind数据库。
首先，性别比（以女性为100）数据是通过人口普查（长表部分）资料推算得来。资料统计了各个城市2000年和2010年分年龄段、分性别的人口数，通过该资料可以构建18-34岁年龄区间的性别比指标。原表数据分别统计了1-4岁、5-9岁、……、80-84岁、85岁及以上各个年龄段人口的男性和女性人口数，详细的各个年龄的人口数没有统计，需要知道18-34岁这一婚姻适龄人口的性别比。考虑所统计的年龄段包含区间较短（区间长度为5岁）且各年龄段内人口的分布相对均匀，故将数据中各个年龄段的人口数除以5，可得到每个年龄的人口数，再将18-34岁的男性人口和女性人口分别加总再求比值即可求得所需的性别比。以此为基础，随后通过2000年和2010年人口普查数据逐一推断2001-2009年和2011-2016年的婚姻适龄人口性别比。举例来看，2001年18-34岁男性（女性）数量由2000年人口普查数据的17-33岁男性（女性）数量反推，再取比值得到性别比。2001-2009年数据由2000年数据推得，2011-2016年数据由2010年数据推得，将该性别比数据记为“性别比数据1”。为验证数据推算结果的可靠性，同时对2005-2009年的数据由2010年数据反推，再将其与2000年推得的2005-2009年数据取平均值，得到2005-2009年的数据，将该方法计算得到性别比数据记为“性别比数据2”，通过此数据对实证结果的稳健性加以检验，两组数据的差异仅在于2005-2009年数据的推算不同。
此外，房地产数据来自wind数据库；人口密度、人均地区生产总值、非农业人口及年末总人口数、高等学校在校学生数、工业二氧化硫的排放等数据均来自《中国城市统计年鉴》，个别缺失数据补齐后成为平衡面板数据。为了保证数据的平滑性对部分变量进行对数化处理。各变量的统计性特征见表1，其中，sr18＿34(1）对应前文所述的“性别比数据1”，sr18＿34(2）对应前文的“性别比数据2”。
▍实证分析
（一）计量结果及其解释
根据前述经典文献对房价决定因素的讨论，我们设定性别比对房价的待估模型为：
公式（1）中price＿rit为被解释变量，关键解释变量为sr18＿34it，表示18-34岁适龄婚姻人口的性别比，向量Xit是影响房价的其他一系列控制变量，下标i、t分别表示地区和年份，ui表示地区个体效应，λt表示时间效应，εit表示随机扰动项。除前述控制变量以外，还有很多各市域自身特征变量都会对房价产生影响，因此采用固定效应模型恰好可以弥补由此带来的遗漏变量问题。固定效应模型的回归结果如表2所示，列（1）为房价对sr18＿34(1）的基准的固定效应回归结果；为了控制潜在的异方差和序列相关问题，列（2）对回归系数的标准误在地区层面上做了聚类调整。进一步，考虑面板数据还可能存在序列自相关问题，故列（3）对回归系数的标准误在地区和时间两个层面上均做了聚类调整，使得回归结果更加可靠。列（4)-(6）是将核心解释变量替换为sr18＿34(2）对（1)-(3）的回归结果进行稳健性检验，以此来检验性别比推算数据的可靠性。列（7)-(9）是将被解释变量替换为35个大中城市的住宅商品房销售价格的回归结果，以此来检验以商品房价格替代住宅商品房价格的可靠性。
观察回归结果可以发现：第一，各列性别比的系数为正且在经过聚类稳健调整后仍然显著。列（1)-(6）的性别比系数为正，这验证了前述假设。随着性别比上升，住房总需求明显上升，在存在大量房屋结构性空置的情况下，总需求的增加进一步转化成了房价的上涨。第二，从控制变量的回归结果看，各变量的作用效应基本符合经典理论与现实情况的预期，如城市化、人口密度与房价存在稳健的正向关系，当某个地区的城市化进程加快、。环境污染与房价存在负向关系，说明环境污染会对房价的变动产生下行压力，环境污染严重的地区住房需求下降，房价相对来讲低于环境较好的地区。较为特殊的是人均地区生产总值和教育对房价的影响系数，（1）和（4）中二者系数均为正，但经过聚类调整后，系数符号变为负，说明家庭收入水平和教育对房价的正向促进作用不明确。通常认为居民收入与住房需求是呈正向相关关系的。
（二）基于内生性的讨论
尽管本文选取了可能影响房价的多个变量加以控制，但房价往往受到众多因素的影响，在构建模型时难以将解释变量全部包含。此时，未考虑进模型中的变量的影响就被纳入了误差项中，在其与其他解释变量相关的情况下极有可能产生内生性问题。其次，由于本文的性别比数列是建立在部分年度统计数据之上的推算数据，与真实值相比存在一定的误差，也可能导致内生性问题的产生。据此，为解决上述问题，这里采用sr18＿34(1）的滞后一期和滞后两期作为工具变量，采用工具变量-广义矩估计（IV-GMM）方法进行稳健性测试。为考查工具变量的有效性，本文选用Kleibergen-Paap rk LM和Cragg-Donald Wald F统计量来检验不可识别（Underidentification）和弱工具变量问题（Weak instruments），以Hansen J统计量来检验过度识别问题（Overidentification test）。检验结果显示不存在以上三种问题，可以认为本文采用的工具变量有效。根据第二阶段的回归结果（见表3），在考虑内生性问题后，性别比仍对房价存在显著的推动效果，这与前文基准回归结果一致。
（三）扩展讨论
1. 区域差异特征
一个城市的地理位置、经济发达程度、信息化水平等都会影响该城市住房的供给和需求，这直接导致房地产业的发展及价格波动形成鲜明的区域特征。同时，土地资源差异、城镇化水平差异和产业结构层次不同也会造成房地产业呈现出明显的地区异质特性，使得房地产市场具有明显的区域性特征。而且，随着区域社会经济发展的差距扩大，这一特征将变得更加明显。那么人口性别比失衡对房价的影响是否会存在区域差异呢？
为了分析性别失衡在不同地区对房价产生的异质性影响，本文依据各城市所在地区构建了地区虚拟变量，East=1代表东部地区，East=0代表非东部地区，在基准回归模型的基础上分别加入性别比sr18＿34(1）与地区虚拟变量East的交叉项，回归结果如表4列（1）所示。根据回归结果可知东西部地区性别比系数均显著为正且存在显著的东西部差异。究其原因，一方面，东部地区对流动人口的吸引力远强于其他地区，中西部地区经济发展滞后，教育、医疗等配套基础设施无法满足居民追求高质量的生活品质，因此考虑人口迁移带来的影响，这极大提高了东部地区房屋的需求量，进一步会抬高房价，而中西部地区由于人口外流且外流人口男性居多，致使婚姻市场中的竞争压力下降，并未对房价造成像东部地区那样明显的上涨压力。另一方面，因为我国各区域的经济水平和房地产市场发展程度差距较大，反映在房价收入比上亦存在较大差异。总体特征是经济越发达、城市排名越靠前，房价收入比越高，东、中、西部呈现明显的梯度队列。我们猜测，由于中西部地区房价本身就低，房价作为地位品的特征不如东部明显，即人们对房屋这种地位品的追求远不及东部强烈，这也导致对住房的需求相对较弱，使得中西部地区的房价并未显现出和东部地区相同的特征。为对该猜测的真实性加以验证，我们对城市按级别进行了分组回归（如表4列（2)-(4）所示）。显然，，可以认为在一、二、三线城市，性别失衡可以很好地解释一部分的房价上涨，而在四、五线城市，性别失衡几乎不能够解释房价的上涨，这与我们前述的分析一致。另一方面，我们还设计了以房价收入比为门槛变量的门槛模型进行回归，以期确认不同房价收入比可能带来的非线性影响特征。
2. 非线性特征
地位品的形成主要是受到个体对其支付能力的影响。当不同个体对住房的支付能力存在较大差异且社会上多数个体对住房的支付较为困难时，拥有住房才能象征更高的社会地位并进一步向社会上其他个体传递自身财富信息。若所有个体都能轻易地进行对住房的支付，住房便失去了传递财富信息的能力。。这一点能够从个体总是选择豪宅、豪车或奢侈品作为地位品而不是价格低廉的普通商品，结婚从20世纪70年代的“四大件”（自行车、手表、缝纫机和收音机）升级为2000年以来的“四子”（孩子、房子、车子、票子）等经验事实中清晰可见。为验证上述男女性别比例失衡对房价的影响随着个体对住房支付能力的不同而呈现出的非线性关系，本文建立如下的门槛面板模型：
其中，price_rit为房屋价格，pit是门槛变量房价收入比，γn是未知门槛值，εit~iid(0,δ2)为随机扰动项，I(⋅)为指标函数。门槛值及其个数由样本数据内生决定，对于任意门槛值γn，可以通过残差平方和S1(γ)=εi(γ)εi(γ) 得到各参数的估计值。最优的门槛值γ̂是使S1(γ)在所有残差平方和达到最小，即γ̂=argminS1(γ)。满足此式的观测值即为门槛值。
在进行门槛回归的参数估计后，我们对门槛效应进行了显著性检验和门槛估计值的真实性检验。相关检验使用F统计量值和Hansen自抽样法（Bootstrap）的P值，结果见表5。由于三重门槛均未通过显著性检验，结果未列出。门槛估计结果显示，房价收入比作为门槛变量时存在显著的门槛效应，门槛估计值与回归结果分别见表5和表6。
从表中单重门槛模型估计的结果可知男女性别比例失衡对于房价均具有正向影响并表现出非线性关系。具体而言，男女性别比例失衡对房价的促进作用随着房价收入比的上升而增强，在1%的显著性水平上显著；而在双重门槛模型中，男女性别比例失衡对于房价表现出的非线性影响随着性别比失衡的加重而逐渐增强。当房价收入比较低时，性别比每提升1个单位将会引起房价上升0.003 9个单位；当房价收入比较高和很高时，性别比例每提升1个单位将分别会引起房价上涨0.023 9个单位和0.311 7个百分点，均在1%的显著性水平上显著。在房价收入比较低时，即住房作为地位品的特征不那么明显的情况下，性别失衡不会导致对住房的需求有太大的提升。而房价收入比较高和很高时，住房作为良好的地位性商品被大多数人所偏好，性别失衡导致男性迫切希望提高自己在婚配市场中的地位，对住房的需求就会上升，对房价的推动作用就越大。显然，东部地区的高房价收入比使住房的地位性商品特征更加明显，而在中西部地区，住房的地位品特征则相对较弱，这一门槛模型的回归结果验证了前文地区异质性分析中的猜测。
▍结论及建议
本文基于2000-2016年中国285个城市的面板数据实证研究了性别失衡对房价的影响。主要研究结论有：首先，基于固定效应的基准回归模型表明，考虑地位寻求理论，其次，性别失衡对房价的影响存在显著的地区差异，东部地区的性别失衡促进了房价的提高，而其他地区的性别失衡对房价提高的解释能力相对弱一些。第三，性别比失衡对房价的影响具有一定的门槛效应，随着房价收入比的提高，性别失衡对房价的影响会逐渐加大，房价越是超出大多数家庭的支付能力，住房越容易成为地位性商品，男女性别比例失衡引起的住房需求越大，房价上涨越明显。
性别失衡是性别歧视的人口与社会后果，不仅损害了女性的生存和发展权利，对社会所有人群都会产生不容忽视的负面影响。基于本文研究结论，解决性别失衡带来的房价高涨问题可从以下方面入手：由结论可知，性别失衡是房价高涨的原因，则首先需要从缓解性别失衡压力入手，宣传新型生育文化，弱化对男孩的性别偏好现状，平衡新生儿性别比例，防止性别失衡问题进一步恶化；当房价收入比过高时，政府需加强对房价的宏观调控，减弱性别失衡对房价上涨的推动作用，避免因房价高涨引致住房的地位品特征强化，防止进一步加剧性别失衡对房价上涨的推动作用；引导居民形成合理的购房观念，坚持房子是用来住的，不是用来炒的，弱化住房传递财富信息的能力；鉴于地区异质特征的存在，为减轻东部地区大城市病带来的房价高涨问题，可鼓励青年回乡创业，一方面缓解大城市性别失衡压力，另一方面可以缓解大城市人口激增带来的住房难题。
本文原载《人口学刊》2020年第2期，原题为《性别失衡对房价的影响——来自中国城市的证据》。欢迎个人分享，媒体转载请联系版权方。
