住宅の値上がりで得をするのは、もう家を持っている人 ── 損をするのは、これから産む人
EPAは前回、保育園の空きは、待っている子どもの156倍あるで、出生率に効くレバーを並べた。保育も育休も日本は引き切っていて、残った1本は家族政策の枠の外にある、という結論だった。
その枠の外に、もう1本ある。住宅である。
日本の家族関係社会支出（11.5兆円）に、住宅はほとんど入っていない。だが住宅費は、子育ての最大級のコストだ。そして今回たどり着いた結論は、直感と逆だった。
住宅の値上がりは、社会全体の出生率を下げるとは限らない。得をする人と損をする人がいて、符号が逆なのだ。 そして日本では、損をするのが、これから子を産む層である。
① 問題 ── 住宅費は「測られていない子育てコスト」
日本の合計特殊出生率は1.14。前回のとおり、置換水準2.07には遠い。
住宅は、子どもを持つかどうかを左右する。部屋がもう一つ要る、通勤圏に手が届く家がない、家賃で貯蓄が消える。にもかかわらず、少子化対策の会計（家族関係社会支出）に住宅はほとんど計上されていない。介入モデルの欠落変数である。
そして、値段は上がった。
国土交通省「不動産価格指数（住宅）」でみると、マンションは2010年比で約2.0倍、戸建住宅は約1.25倍。上昇は2013年、日銀の大規模緩和で住宅ローンが低金利化してから続いている。賃貸も動いた。民営借家の家賃は5年で+7.1%（総務省「令和5年住宅・土地統計調査」）。
問題を測れる形にする。住宅費は上がった。では、それは出生率をどれだけ動かしたのか。上げたのか、下げたのか。
② レバー ── 住宅費の効果は、持ち家か賃貸かで割れる
ここは演繹で組む。住宅価格が出生率に効く経路は、2つあって、向きが逆である。
持ち家層：価格が上がると、持っている家の含み益が増える。資産効果で、子を持ちやすくなる（＋）
賃貸層（これから買う層）：価格が上がると、家を持つ費用が上がる。子を持ちにくくなる（−）
だから、社会全体の純効果は、この2つの加重平均になる。持ち家率を とすると、
持ち家率 が高い集団では純効果はプラス、低い集団ではマイナス。 どこかに、符号が反転するしきい値がある。
この構造を実際に測ったのが、Dettling & Kearney「House Prices and Birth Rates: The Impact of the Real Estate Market on the Decision to Have a Baby」（NBER Working Paper No.17485 (2011)、査読版は Journal of Public Economics 110, 82–100, 2014）である。米国の都市圏パネルで、こう推定した。
住宅価格が上がると、持ち家100%の集団では出生率が上がり、賃貸100%の集団では下がる
両者が釣り合う（純効果がゼロになる）のは、持ち家率が約32%のとき
では、日本の「これから産む層」は、しきい値のどちら側にいるか。
家計を主に支える者の年齢別の持ち家率（総務省「令和5年住宅・土地統計調査」の一次データから算出）。25〜29歳で8.8%、30〜34歳で25.8%。 どちらも、しきい値32%の下側である。しかもこの持ち家率は、若い世代ほど下がってきた ── 2008年には25〜29歳11.5%、30〜34歳29.8%だったから、この15年でさらに低下している（全体の持ち家率も60.9%へ低下）。
子を産む年齢層は、住宅価格の上昇で「損をする」側にいる。 これがレバーの構造から出てくる、この記事の背骨である。
③ 効果量 ── 日本のデータが、背骨を裏づける
ここで、前回の塾記事とは違う手を使える。塾×出生率のときは、日本に自然実験がなく、中国・韓国の推定値を移送するしかなかった。だが住宅は、日本に識別済みの研究がある。移送しなくてよい。
日本のデータ：住宅費は、若い層の出生を最も強く下げる
Iwata & Naoi「Fertility and the user cost of home ownership」は、47都道府県×12年＝564のパネルで、住宅の利用者費用（持ち家の取得にかかる実質コスト）が出生率に与える影響を推定した。地域ごとの固定効果と、全国共通の時間効果を入れている。
結果は、利用者費用が高い地域ほど、出生率が低い。 固定効果を入れると効果は弱まるが、有意に負のまま残る（プールした単純回帰の係数−0.0238が、フルモデルで−0.0039へ。それでも有意）。
そして、年齢別に見ると、はっきりした勾配が出る。
利用者費用の上昇は、20〜24歳の出生をいちばん強く下げる。 係数は20〜24歳で−0.729、30〜34歳で−0.257、40〜44歳で−0.060。若い層への影響は、40代の約12倍である。②で見た「若年＝しきい値の下」という構造と、向きも勾配も合っている。
保有形態で見ると ── 得をするのは、ローンを抱える持ち家層だけ
もう1本、日本の研究がある。Mizutani「The Effects of Housing Wealth on Fertility Decisions: Evidence from Japan」（Economics Bulletin 35(1), 2015）は、消費生活パネル調査で保有形態別に見た。
住宅ローンを抱える持ち家層：家の価値が上がると、子を持ちやすくなる（＋、有意）
ローン無しの持ち家層と、賃貸層：有意な効果は検出されない
ここで、日本と米国が食い違う。Dettling & Kearney（米国）では賃貸層の負の効果がはっきり出るのに、日本の個票では賃貸層に有意な負が出ていない（Mizutani）。これは移送していたら見落とした点で、正直に書いておく。「住宅価格が上がると賃貸層の出生率が下がる」を、日本の個票は今のところ強くは支持していない。
ただし、集計データ（Iwata）は、利用者費用の上昇が出生率を下げること、それが若年ほど強いことを示している。個票の資産効果（Mizutani）と、集計の取得コスト効果（Iwata）は、見ている経路が違う。 資産効果は「もう持っている家が値上がりして得をするか」、取得コスト効果は「これから持つ費用が上がって損をするか」である。日本では後者、入り口のコストのほうが、若い層の出生を抑えているとみるのが、2本を並べたときの読み方になる。
④ では何をすればよいか ── 「一律に安く」ではなく「家族向けを増やす」
効果量が分かったら、費用対効果で並べる。
住宅を一律に安くする（補助・減税）は、効率が悪い。 需要を刺激する補助は、供給が動かなければ価格に吸収される。そして価格が上がれば、得をするのは既に家を持っている層の含み益である。これから産む賃貸層に届く前に、資産価値に化ける。
効くのは、若年・賃貸層が届く家族向けの住戸を増やすことである。 Couillard「Build, Baby, Build: How Housing Shapes Fertility」（University of Toronto, 2025。米国センサスで構造モデルを推定）は、政策の反実仮想でこう示した。大型住戸の供給を増やすと、同じコストを小型住戸に使うより2.3倍多くの出生が生まれる。 家族が必要とするのは、狭い家ではなく、子ども部屋のある家だからである。同論文は、1990年以降の住宅費上昇が米国のTFR低下の51%を説明する、とも推定している。
明日から何をすればいいかを、正直に書く。
住宅費を、少子化対策の会計に入れる。 いまは家族関係社会支出の外にあり、測られていない。まず測る。
一律の住宅補助は、優先度を下げる。 供給が動かなければ価格に吸収され、持ち家層の含み益になる。
家族向け（広めの）住戸の供給を増やす。 これが本命。Couillardの反実仮想で、費用対効果は小型の2.3倍。
利用者費用（取得コスト）を下げる余地はある。 Iwataが示すとおり効くが、その主因である金利は少子化目的では動かしにくい。
現金給付は、住宅費とセットで見る。 住宅費が上がる地域では、給付が家賃・価格に吸収されうる。住宅を放置した給付は、目減りする。
そして、これも単独では足りない。 前回の記事のレバー（保育・育休・現金給付・不妊治療・教育競争）と同じく、住宅も出生率を数%動かす束の1本である。置換水準までの距離を、住宅1本で埋めることはできない。だが、家族政策の枠の外で、まだ引かれていないレバーであることは確かだ。前回「残った1本は枠の外にある」と書いた、その隣にもう1本あった、ということである。
限界
Iwata & Naoi の推定は都道府県の集計データであり、個人の因果ではない。地域の集計量から個人の行動を読むことには、生態学的誤謬のリスクがある。データ期間も12年と限られる。
Mizutani が賃貸層に有意な効果を出していないのは、本当に効果がないのか、標本が小さく検出できないだけなのか、この記事では詰めていない。日本の賃貸層の負の効果は、確定していない。
Dettling-Kearney と Couillard は米国の研究である。メカニズム（符号が保有形態で逆、大型住戸が効く）は移せても、magnitude をそのまま日本に当てていない。この記事は、日本のIwata・Mizutaniを軸に、米国研究を文脈として使っている。
持ち家層の「含み益で子を持つ」経路は、日本では弱い可能性がある。 米国は住宅担保で現金化する慣行（home equity extraction）が広いが、日本はまれである。Dettling-Kearneyの持ち家層プラスは、日本ではより小さいと見るべきで、これは「賃貸層が損をする」側の結論を弱めない。
住宅価格指数の図は公表指数からの近似である。マンション約2.0倍・戸建約1.25倍という水準は正しいが、各年の点は概数。
データ・出典
Iwata, S., & Naoi, M.「Fertility and the user cost of home ownership」Munich Personal RePEc Archive No.37387（47都道府県×12年のパネル、固定効果）
Mizutani, N. (2015)「The Effects of Housing Wealth on Fertility Decisions: Evidence from Japan」Economics Bulletin, 35(1)
Dettling, L. J., & Kearney, M. S. (2014)「House Prices and Birth Rates: The Impact of the Real Estate Market on the Decision to Have a Baby」Journal of Public Economics, 110, 82–100
Couillard, B. K. (2025)「Build, Baby, Build: How Housing Shapes Fertility」University of Toronto
国土交通省「不動産価格指数（住宅）」
総務省統計局「令和5年住宅・土地統計調査」（年齢別持ち家率は e-Stat 第44-1表から算出）、「平成20年 日本の住宅・土地」（2008年比較値）
EPA「保育園の空きは、待っている子どもの156倍ある」
調査・記事作成のご依頼
EPAは、調査と記事作成の依頼を受け付けています。助成金の申請書、活動の報告書、企画書など、
「その主張に、学術的な裏づけを足したい」場面で使ってください。
テーマを投げてもらえれば、一次資料まで当たって調べ、この記事と同じ形で書きます。
料金・条件・申し込み方法は調査・記事作成のご依頼を受け付けていますに。
調べて、考えて、書いた記事は、どのような結論になっても必ず公開します。
対話型AI「もちあじ」
EPAは、対話型のAI面接ツールもちあじを作っています。
AIが対話しながら、仕事との相性・思考の深さ・自律的行動力・対策学習の度合いの4つの観点で
「ほんとうの仕事の力」を測ります。履歴書や、対策された答えの向こう側を見るための道具です。
採用のミスマッチを減らしたい企業にも、面接の前に自分の力を測っておきたい個人にも使えます。
3名分まで無料、クレジットカードの登録は要りません。
→ もちあじを試す
EPA Supporters
EPAの記事は、一次資料まで当たり、数字を検算してから書いています。そこには、学術論文や
資料へのアクセス費用、調査・取材の経費、そして何よりも時間が必要になります。
EPA Supporters は、その活動を支えるメンバーシップです。
特典はありません。 記事はこれまでどおり、どなたでも読めます。
支援してくださった方に都合のいい結論を書くこともしません。それをしてしまえば、この記事の値打ちがなくなります。
支援は、記事を買うためではなく、調べ続けることそのものに向けていただければと思います。
