不同制約因素下房價對居民消費的影響研究
——基于省級面板數據門檻模型的實證

祝 丹，陳立雙

(閩南師范大學 商學院，福建 漳州 363000)

不同制約因素下房價對居民消費的影響研究
——基于省級面板數據門檻模型的實證

祝 丹，陳立雙

(閩南師范大學 商學院，福建 漳州 363000)

論文考慮不同制約因素下房價對居民消費的影響可能存在非線性轉換，基于中國2000年—2013年間省際面板數據和門檻模型來檢驗老年人口比重、少兒人口比重及住房資產占比在房價波動對居民消費的影響中是否存在門檻效應，結果發現三個門檻變量均存在雙重門檻效應，但對應的三種區制轉換特點不同。在人口年齡結構變量的不同區制下房價對居民消費均具有正向影響，但隨著老年人口比重的增加，房價對居民消費的影響程度先增后減；隨著少兒人口比重的增加，房價對居民消費的作用程度先減后增；住房資產占比的前兩種區制下房價對居民消費的影響為負值，跨過第二個門檻值后開始轉為正向影響。

居民消費；住房財富效應；面板門檻模型

一、 引言與文獻評述

投資、消費和凈出口通常被視為拉動經濟增長的三架馬車，然而在當前產能過剩、外需增長乏力的背景下，我國經濟增長將由主要依靠投資和出口驅動，轉向主要依靠消費、三駕馬車全面驅動的模式，因此消費將成為我國經濟增長的主要驅動力。而居民消費一直在我國最終消費中所占比重較大，因而利用消費驅動經濟增長的關鍵在于促進居民消費增長。

根據消費函數的生命周期理論，家庭財富也是影響居民消費水平的一個關鍵因素。國外的經驗事實也表明，房價的持續上漲會提高居民財富水平進而帶動居民消費增長。如2001年互聯網泡沫破滅后，由于房地產市場繁榮而產生的財富效應抵消了股市下滑的負面影響，使得美國和歐洲各國居民消費支出依舊保持旺盛。因此，近些年我國房價的持續上漲也應該促進居民消費的增長。然而，自1998年我國實行住房商品化改革以來，雖然住房價格水平不斷攀升，但是居民消費卻未見較大改觀。據國家統計局網站數據顯示，我國商品房平均銷售價格由1999年的2 053元/平方米上升到2015年的6 792元/平方米，增長達到2倍以上。與此同時，我國居民消費率并沒有隨之大幅增長，而是從1999年的46.3%下降到2010年的35.9%，2011年以后房價增速有所放緩，但居民消費率卻略有上升。這些似乎與經典的消費函數理論不太相符，與國外的經驗事實也明顯不同。因此，本文試圖通過實證方法研究我國房價對居民消費影響的制約因素，進而探尋這種差異背后的原因。

房價波動對居民消費的影響一般稱為住房財富效應，但這種住房財富效應不僅是指房價上漲導致居民資產增值進而增加消費的效應，而且包括“信貸約束效應”“預防性儲蓄效應”等機制的綜合影響。因此，房價波動對居民消費的影響會受到經濟、社會、文化等方面諸多因素的制約作用，對此國外學者從不同的角度進行了研究。Sheiner(1995)研究指出，對于擁有住房的家庭來說，房價上漲可以增加該類家庭的財富水平，因此這類居民可以通過財富效應來提高當前消費；而對于租賃住房的家庭而言，房價上漲會引發住房租金的相應上漲，進而提高該類居民生活的成本，促使他們減少當期消費[1]。因而房價波動對居民消費的最終影響取決于自有住房居民比率及兩類居民的邊際消費傾向差異。Ludwig和Slok(2004)利用16個OECD國家的數據，定量測度了股票價格和住房價格對居民消費的影響，結果發現金融體系不同會導致資產價格波動的影響不同，市場主導型國家要比銀行主導型金融體系國家更為顯著[2]。Attanasio等(2005)研究認為，住房價格對居民消費的影響與家庭人口結構、住房產權、地區房價水平及房價增長速度有關[3]。Campbell 和 Cocco (2005)研究發現，在控制利率、收入增長、失業率、房屋產權及抵押債務等因素后，擁有房產的老年人財富效應最大，而租賃住戶的財富效應最小[4]。Li和Yao(2007)分析了房價上升對不同年齡居民的福利影響，發現房價上漲會增加老年房東的福利，但會對青年房東和租賃者的福利造成不利影響[5]。Mian、Rao 和 Sufi(2011)利用有房家庭的數據分析了年齡和金融約束對住房財富效應的影響，發現青年房主和那些更依賴于信用卡借貸的家庭對住房增值的反應更大[6]。Calomiris等(2012)不僅從理論上論證了財富分布、年齡結構及住房財富份額對住房財富有著重要的影響，而且利用美國各州1981年—2009年面板數據進行實證檢驗，發現住房價格波動對居民消費支出的影響呈現出隨住房資產占比、人口年齡結構及財富分布的變動而變動的特征[7]。

由于我國住房改革至今僅十幾年時間，住房市場發展還不夠完善，因此國內學者較多僅從定性角度來分析房價影響居民消費的制約因素。如，宋勃(2007)研究認為，房地產財富效應大小會受到流動性約束和房地產所占居民財富比重的影響。而金融市場的發達程度決定了居民受到的流動性約束程度，金融市場發展程度越高，居民出售房產越容易，利用房產進行借貸消費的能力也越強[8]。史興旺(2010)從理論上分析認為，住房價格波動是否具有財富效應與住房擁有者的住房數量和面積有關[9]。杜莉等人(2010)通過實證發現房價上漲抑制了居民消費，并從理論上分析了造成這一影響的深層次原因是我國潛在購房者群體比重較高，房地產金融發展滯后[10]。王曾(2011)分析了正向住房財富效應形成的條件，認為只有當擁有兩套及以上住房的消費者比例大于潛在購買住房的消費者比例時，正向的財富效應才會存在[11]。嚴金海(2012)研究認為房價變動對全社會居民消費影響的關鍵因素包括人均住房資產量及其分布結構，住房價格變化的性質，金融制度和社會文化因素[12]。近些年部分學者開始利用實證方法對住房財富效應的某些制約因素進行研究。陳健(2012)基于面板門檻模型研究發現我國房價上漲會抑制消費，且這種負面影響會隨著信貸約束的放松程度而發生非線性變化[13]。段忠東(2014)利用中國35個大中城市面板數據和門限模型研究發現，房價增長率、收入增長率對住房財富效應的影響存在門檻效應，而且發現這種門檻效應會隨著購房首付比的不同發生改變[14]。

綜上所述，國外學者對住房財富效應的制約因素展開了廣泛研究，針對金融體制差異、信貸約束程度、住房產權、房價增長速度、人口年齡結構、家庭資產結構等因素的實證研究也較為豐富。而國內學者的相關研究主要集中在信貸約束(流動性約束)程度、住房資產量及分布結構、房價增長率、收入增長率等方面，且大部分僅從定性角度進行分析，對人口年齡結構及家庭資產結構的影響研究較為少見。因此，本文結合我國當前人口老齡化日益加快及居民住房自有率不斷提高的現狀，利用我國31個省市年度面板數據與門檻模型對人口年齡結構及資產結構在制約作用進行實證研究，以期進一步發揮我國正向住房財富效應對經濟增長的拉動作用。

二、 模型設定與數據說明

(一)模型的設定

本文按照標準的生命周期持久收入(LC-PIH)模型來測算居民消費與收入及財富之間的關系，一般線性模型可以表示為：

Consit=μi+β1Incit+β2Hpit+εit

(1)

其中Cons表示消費，Inc表示收入，Hp表示房價，由于主要研究住房財富效應，因而用房價代表居民財富指標。i代表不同地區，t表示不同年度。μi是每個省市的固定效應，β1、β2分別表示收入和房價對消費的邊際影響，εit為隨機干擾項。

為了考察不同制約因素下住房財富效應可能存在非線性轉換，本文利用Hansen(1999)[15]提出的面板門檻模型進行實證檢驗。在式(1)的基礎上可構建如下面板門檻模型：

Consit=μi+β1Incit+β2HpitI(qit≤γ)+β3HpitI(qit>γ)εit

(2)

Consit=μi+β1Incit+β2HpitI(qit≤γ1)+β3HpitI(γ1γ2)+εit

(3)

其中，qit為門檻變量，結合我國當前經濟社會發展的現狀，本文分別以人口年齡結構和資產結構作為門檻變量。γ為未知的門檻值，I(·)為一個指標函數，滿足相應的條件時取值為1，否則取值為0。式(2)為單一門檻模型，門檻變量qit將樣本劃分為兩種不同區制，當qit≤γ時，房價對消費的邊際影響為β2，當qit>γ時，房價對消費的邊際影響為β3。式(3)為雙重門檻模型，門檻變量qit將樣本劃分為三種不同區制，當qit≤γ1時，房價對消費的邊際影響為β2，當γ1γ2時，房價對消費的邊際影響為β4。三重及以上門檻模型可以依此拓展得到。

在估計面板門檻模型之前，需要先去除個體固定效應，一般采用去除組內平均值的方法，然后分三步估計模型：第一步，確定門檻的個數；第二步，檢驗是否存在門檻效應；第三步，構造門檻值的置信區間。

(二)數據來源與處理

本文采用我國31個省市2000年—2013年面板數據進行實證分析，數據主要來源于國家統計局官方網站、EPS數據平臺及Wind資訊網。分別選取城鎮居民家庭人均消費性支出、城鎮居民家庭人均可支配收入及商品住宅平均銷售價格作為消費、收入和房價的代理變量，以Cons、Inc及Hp表示。人口年齡結構變量包括老年人口比重(Or)和少兒人口比重(Yr)，分別為人口抽樣調查中65歲以上和15歲以下人口占總人口的比重。資產結構變量以人均住房資產占人均總資產的比重(Wh)代替。家庭人均總資產用家庭人均儲蓄余額、人均股票資產及人均住房資產三項和表示，其中人均儲蓄余額=城鄉居民總儲蓄/總人口數，人均股票資產=年末A股流通市值/總人口數×個人持有A股流通市值占比，人均住房資產則是歷年的人均居住面積乘以相應年度住宅平均銷售價格得到。由于國家統計局官方網站僅公布了1999年城市人均居住面積，因此，我們利用每年房地產開發企業銷售的住宅面積除以該年城鎮人口數，得到每年城鎮家庭新增人均住房面積，再加上1999年的城市人均居住面積，即可以得到歷年城鎮家庭人均居住面積。各總量指標均以2000年為基期的各省市城市居民消費價格指數剔除了物價因素的影響，變量相關信息如表1。

表1 變量統計信息

變量名稱變量含義均值標準差最小值最大值Cons人均消費性支出7583.933036.153099.4718972.57Inc人均可支配收入11608.855144.864512.0432875.05Hp商品住宅平均銷售價格2827.052053.32836.4313993.35Or老年人口比重0.0870.0190.0460.164Yr少兒人口比重0.1880.0480.0760.317Wh住房資產占比0.7710.0670.5960.938

三、 實證結果與分析

(一)門檻效應檢驗

實證分析中為了減小異方差，我們采用對數形式的計量模型分別檢驗人口年齡結構及資產結構在房價對居民消費的影響中是否存在門檻效應。表2描述了以老年人口比重(Or)、少兒人口比重(Yr)及住房資產占比(Wh)為門檻變量進行門檻效應檢驗的結果。由表2可知，老年人口比重、少兒人口比重及住房資產占比的單一門檻效應和雙重門檻效應都是顯著的。因此，后續分析三個門檻變量對住房財富效應的非線性影響時，均基于雙重門檻模型進行估計。

(二)門檻模型估計結果

表3描述了分別以老年人口比重(Or)、少兒人口比重(Yr)及住房資產占比(Wh)為門檻變量的估計結果。從表3可以看出，以老年人口比重為門檻變量的模型一中，房價的回歸系數均為正值，說明樣本期間房價波動對居民消費具有正向影響。但老年人口比重的雙重門檻特征將住房財富效應分成了三種不同的狀態，當老年人口比重不超過5.96%時，房價對居民消費的彈性為0.017；當老年人口比重大于5.96%不超過6.63%時，房價對居民消費的彈性增大到0.022，但不太顯著；而當老年人口比重大于6.63%時，房價對居民消費的彈性減小至0.018，從第一種狀態轉換到第二種狀態房價對居民消費的彈性系數提高了30.2%，而從第二種狀態轉換到第三種狀態房價對居民消費的彈性系數下降了19.1%。由此可見，房價對居民消費的影響會隨著老年人口比重的變化而發生非線性變化，當老年人口比重在[5.96%,6.63%]區間時，房價對居民消費的促進作用最為明顯。

表2 門檻效應檢驗結果

門檻變量原假設備擇假設門檻值F值P值結論老年人口比重(Or)少兒人口比重(Yr)住房資產比重(Wh)無門檻效應單一門檻5.96%4.561*0.090拒絕單一門檻雙重門檻6.63%10.056△0.047拒絕雙重門檻三重門檻8.20%6.9610.133不能拒絕無門檻效應單一門檻14.25%17.063△0.040拒絕單一門檻雙重門檻24.48%4.619*0.099拒絕雙重門檻三重門檻21.57%4.0690.180不能拒絕無門檻效應單一門檻67.7%11.101*0.080拒絕單一門檻雙重門檻85.7%12.241△0.033拒絕雙重門檻三重門檻78.2%3.5480.190不能拒絕

注：檢驗得到的P值均為“bootstrap”法模擬300次后得到的結果。

表3 門檻模型估計結果

模型類別變量估計值t值P值95%置信區間模型一模型二模型三lnInc0.847▲52.430.000[0.815,0.879]lnHp(Or≤5.96%)0.017▲-3.140.002[-0.018,0.046]lnHp(5.96%6.63%)0.018▲-3.090.002[-0.018,0.052]lnInc0.842▲54.070.000[0.810,0.874]lnHp(Yr≤14.25%)0.017▲2.970.003[-0.015,0.048]lnHp(14.25%24.48%)0.020▲2.880.004[-0.014,0.049]lnInc0.853▲47.740.000[0.818,0.889]lnHp(Wh≤67.7%)-0.007-0.340.737[-0.039,0.028]lnHp(67.7%85.7%)0.002▲4.660.000[-0.034,0.039]

注：模型一、二、三分別是以老年人口比重Or，少兒人口比重Yr及住房資產占比Wh為門檻變量的雙重門檻模型。

以少兒人口比重為門檻變量的模型二中，住房財富效應也有三種不同的狀態，當少兒人口比重不超過14.25%時，房價對居民消費的彈性為0.017；當少兒人口比重大于14.25%不超過24.48%時，房價對居民消費的彈性下降到0.014，但并不太顯著；而當少兒人口比重大于24.48%時，房價對居民消費的彈性增加至0.017，從第一種狀態轉換到第二種狀態房價對居民消費的彈性降低了19.6%，而從第二種狀態轉換到第三種狀態房價對居民消費的彈性增大了26.7%。由此可見，隨著少兒人口比重的上升，房價對居民消費的影響先下降后上升，當少兒人口比重越過24.47%的門檻值，房價對居民消費的促進作用最為明顯。

以住房資產占比為門檻變量的模型三，前兩個區制中房價對居民消費產生微弱抑制作用，直到住房資產占比跨過第2個門檻值，房價對居民消費的正向影響才開始出現。當住房資產占比不超過67.7%時，房價對居民消費的彈性為-0.007；當住房資產占比大于67.7%不超過85.7%時，房價對居民消費的彈性增大到-0.002，而當住房資產占比大于85.7%時，房價對居民消費的彈性繼續增大至0.002。從第一種狀態轉換到第二種狀態房價對居民消費的彈性增加了0.005，而從第二種狀態轉換到第三種狀態房價對居民消費的彈性增加了0.003。可見，隨著住房資產占比的增加，房價上漲對居民消費的拉動作用越來越明顯，但拉動的幅度逐漸減小。

(三)區制差異比較

為了進一步比較不同省市所處的區制差異，我們按照三個門檻變量的門檻值，以2013年為代表，將31個省市歸入不同的區制。如表4所示，以老年人口比重為門檻變量，僅西藏處于較低區制，新疆處于中等區制，其他省市均處于較高區制中，這表明我國絕大部分省市老年人口比重均已越過第2個門檻值6.63%，導致這些地區的住房財富效應并沒有得到充分發揮；以少兒人口比重為門檻變量，除了北京、天津、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江處于較低區制，其他省市均處于中等區制，沒有一個省市處于較高區制中，這表明我國31個省市的少兒人口比重均未跨過第2個門檻值24.48%，大部分地區處于財富效應較小的區制中。以住房資產占比為門檻變量，僅山西處于較低區制，上海和海南處于較高區制，其他省市均處于中等區制中，這說明我國大部分省市住房資產占比已經跨過67.7%的門檻值，房價對居民消費的正向影響逐漸變大。

表4 2013年各省(區、市)所屬的區制分布狀況

門檻變量區制類型地區OrYrWhOr≤5.96%西藏5.96%6.63%其他省(區、市)Yr≤14.25%北京、天津、內蒙古、遼寧、吉林、黑龍江、上海、江蘇、浙江14.25%24.48%無Wh≤67.7%山西67.7%85.7%上海、海南

四、 結論與建議

本文利用2000年—2013年間我國31個省市的面板數據，基于面板門檻模型對人口年齡結構和資產結構在房價對居民消費的影響中是否存在門檻效應進行了實證檢驗，結果發現：(1)總體來看，隨著住房價格的上漲和居民住房資產占比的提高，我國房價對居民消費的正向影響越來越明顯。因此，找出制約我國房價對居民消費影響的因素，可以進一步發揮住房財富效應對居民消費的促進作用。(2)人口年齡結構和資產結構對住房財富效應存在非線性制約作用。隨著老年人口比重的增加，房價對居民消費的正向影響先上升后下降，而隨著少兒人口比重的增加，房價對居民消費的正向影響先下降后上升，隨著住房資產占比的提高，房價對居民消費的負向抑制作用慢慢變小，正向促進作用逐漸顯現。因此，如果能夠將人口年齡結構和家庭資產結構控制在合理范圍會更有利于正向住房財富效應的發揮。(3)2013年除了西藏和新疆之外其它各省市老年人口占比均已超過6.63%的門檻值，而所有省市少兒人口比重均未超過24.48%的門檻值，而且當前我國老年人口比重有逐漸增大、少兒人口比重有逐漸減小的趨勢，這些都不利于正向住房財富效應的充分發揮。因此，適當增加少兒人口的政策，不僅有利于增加少兒人口比重，同時還可以適當緩解老齡化步伐，使老年人口比重逐漸回落到低于6.63%的門檻值，進而通過人口年齡結構的優化，促進正向住房財富效應。此外，根據本文的研究結果，我國大部分省市住房資產占比很高，除山西省之外均在67.7%之上，上海和海南已超過85.7%，但住房資產占比的進一步提高對住房財富效應的促進作用有所減小。因此，進一步提高住房資產比重對住房財富效應的促進作用有限，但可以通過完善住房金融制度、合理引導居民消費觀念等舉措，進而提高住房財富對居民消費的拉動作用。

〔1〕 SHEINER L.Housing Prices and the Savings of Renters[J].JournalofUrbanEconomics,1995,38(1):94-125.

〔2〕 LUDWIG A,SLOK T.The Relationship Between Stock Prices,House Prices and Consumption in OECD Countries[Z].Mea Discussion Paper,2004,4(1):1114-1136.

〔3〕 ATTANASIO O,BLOW L,HAMILTON R,et al.A.Consumption, House Prices and Expectations[J].SsrnElectronicJournal,2005, 76:20-50.

〔4〕 CAMPBELL J Y,COCCO J F.How do House Prices Affect Consumption? Evidence from Micro Data[Z].Harvard Institute of Economic Research Working Papers,2005,54:591-621.

由滲透矩陣疊加原則可以看出，整體滲透矩陣中的元素kij僅僅與i節點和j節點在含有該節點單元的局部位置有關系，與疊加時選擇單元的先后順序沒有關系。因此，本文在編制程序時，首先分別對裂隙系統和孔隙系統進行整體滲透矩陣的組裝，最終對所有節點進行統一編號，組裝成整個滲流系統的整體滲透矩陣。

〔5〕 LI W,YAO R.The Life-cycle Effects of House Price Changes[J].JournalofMoney,CreditandBanking,2007,39(6):1375-1409.

〔6〕 MIAN A,RAO K,SUFI A.House Prices,Home Equity-Based Borrowing,and the US Household Leverage Crisis[J].AmericanEconomicReview,2011，101:2132-2156.

〔7〕 CALOMIRIS C W,LONGHOFER S D,MILES W.The Housing Wealth Effect:The Crucial Roles of Demographics,Wealth Distribution and Wealth Shares[J].NationalBureauofEconomicResearch,2012(2):49-99.

〔8〕 宋勃.房地產市場財富效應的理論分析和中國經驗的實證檢驗：1998-2006[J].經濟科學，2007(5):41-53.

〔9〕 史興旺.房地產財富效應的研究綜述與分析[J].首都經濟貿易大學學報,2010(6):84-89.

〔10〕 杜莉,潘春陽,張蘇予,等.房價上升促進還是抑制了居民消費——基于我國172個地級城市面板數據的實證研究[J].浙江社會科學,2010(8):24-32.

〔11〕 王曾.房地產正向財富效應形成的條件分析[J].經濟與管理,2011(1):24-28.

〔12〕 嚴金海, 豐雷.中國住房價格變化對居民消費的影響研究[J].廈門大學學報( 哲學社會科學版)，2012(2):71-78.

〔13〕 陳健,陳杰,高波.信貸約束、房價與居民消費率——基于面板門檻模型的研究[J].金融研究,2012(4):45-57.

〔14〕 段忠東.房價變動對居民消費影響的門限測度——基于中國35個大中城市的實證研究[J].經濟科學,2014(4):27-38.

〔15〕 HANSEN B E.Threshold Effects in Non-dynamic Panels: Estimation, Testing, and Inference[J].JournalofEconometrics,1999，93:345-368.

(責任編輯 周吉光)

A Study on the Impact of Housing Prices on Residents Consumption under Different Constraints—An Empirical Analysis Based on Provincial Panel Data and Threshold Model

ZHU Dan, CHEN Li-shuang

(Minnan Normal University, Zhangzhou, Fujian 363000)

In this paper, it considers the influence of housing prices on residents consumption may exist nonlinear transformation under different factors, and test whether the elderly population proportion, the children population proportion and the proportion of housing assets exist threshold effect for the influence based on China's provincial panel data during 2000-2013. The results showed there exist double threshold effects for the three threshold variables, but the corresponding kinds of regime switching characteristics are different: the positive housing wealth effect exists under different regimes of the age structure variables, but the influence degree rise at first and then drop with the increasing of the elderly population proportion, and the degree rise after the first drop with the increase of the children population proportion; the impact of housing prices on resident consumption is negative under the first two regime of housing assets proportion, and begin to become positive impact after crossing the second threshold value.

resident consumption; housing wealth effect; panel threshold model

10.13937/j.cnki.sjzjjxyxb.2016.06.005

2016-08-17

http://www.cnki.net/kcms/doi/10.13937/j.cnki.sjzjjxyxb.2016.06.005.html < class="emphasis_bold">網絡出版時間

時間：2016-12-20 15：30

福建省中青年教師教育一般項目(JAS160295)。

祝丹(1979—)，女，湖北鄂州人，數量經濟學博士，閩南師范大學講師，主要研究方向為宏觀經濟數量分析。

F126.1

A

1007-6875(2016)06-0027-06