中国住房分类财富效应及其区位异质性——基于35个大城市数据的实证研究

余华义,王科涵,黄燕芬

(中国人民大学 公共管理学院，北京 100872)

中国住房分类财富效应及其区位异质性
——基于35个大城市数据的实证研究

余华义,王科涵,黄燕芬

(中国人民大学 公共管理学院，北京 100872)

本文旨在研究中国房价变动如何以直接财富效应、流动性约束、挤出效应和投资品效应机制影响城镇居民不同类型的消费以及作用机制的区位异质性。在LC-PIH理论框架下，本文运用系统聚类分析方法将1998—2014年中国35个大城市的面板数据划分为高消费水平和低消费水平两个子样本，实证研究了房价变动如何通过四种机制影响总消费、生存型、发展型和享受型消费。结果显示：(1)中国35个大城市总体上并没有表现出明显的住房财富效应。然而，这是高消费水平城市住房的财富效应和低消费水平城市住房的负财富效应相互抵消的结果。(2)高消费水平城市的住房财富效应主要体现在房价提高对发展型和享受型消费的正向促进作用上，而房价提高对生存型消费影响并不明显。(3)低消费水平城市的住房负财富效应主要是由挤出效应渠道所引致的。本文的结论为政府扩大内需、调控房地产市场提供了政策启示。

房价；财富效应；消费；区位异质性

一、引言

Pigou(1941)提出的财富效应假说是居民消费研究的重要基石[1]。该理论认为，除居民收入变化外，家庭资产价格变化也会对消费产生影响。多数基于西方国家的实证研究结果显示住房具有显著的财富效应，即住房价格上涨会引发居民消费支出的增长*Leung(2004)对此有详细的综述[18]。。

中国自1998年全面实行住房市场化改革以来，房价和城镇居民住房自有率都在不断提高，但消费对宏观经济的贡献率呈下降趋势。那么，中国的住房是否具有财富效应呢？学术界对此存在明显的争议。部分学者认为中国住房存在财富效应(黄静，2011；梁琪等，2011；严金海和丰雷，2012)[2-4]或是弱财富效应(骆祚炎，2010)[5]，即房价上涨在宏观上推动了居民消费的增长。然而，颜色和朱国钟(2013)基于生命周期的理论分析却认为财富效应在中国住房市场并不存在，高涨的房价会引发抑制消费的“房奴效应”[6]。高春亮和周晓艳(2007)、谭政勋(2010)和陈斌开和杨汝岱(2013)的实证研究也认为中国的住房存在负财富效应[7-9]。事实上，中国住房财富效应依据传导机制的差异又可以进一步分解为直接的财富效应、流动性约束效应、挤出效应和投资品效应。以往学者实证研究显示中国住房财富效应不显著的结论可能是不同传导机制下房价对消费影响相互抵消后的结果。本文将重点探讨房价格波动如何通过四种不同的传导机制作用于居民消费以及不同传导路径对消费影响的强度和方向。

过去文献在探讨中国住房的财富效应时，较少考虑中国房地产市场巨大的区位差异。近年来，中国住房市场出现了明显的“贫富分化”格局。北上广深等一线城市在限购政策下，依然“地王频现”，房价上涨；而二三线城市上涨乏力，三四线城市更是面临较大的房价下行和去库存压力。中国住房市场明显的地区分化特点，决定了不同区位的住房可能在财富效应上表现出明显的差异。忽略住房市场的区位异质性，单纯从宏观视角探讨住房财富效应，可能得出有偏误的结论*如果部分地区的住房存在财富效应，部分地区的住房存在负财富效应，基于宏观视角的研究可能难以发现房价变动对消费的真实影响。。过去少量文献探讨过中国东部和西部，沿海和内陆住房财富效应的差异。然而，中国住房财富效应的区位异质性并非是地理意义上的，按地理划分来考察住房财富效应的异质性往往并不准确。本文则是通过对恩格尔系数的聚类分析，划分了低消费和高消费城市，进而对两类城市的住房财富效应进行比较。

此外，过去有关住房财富效应的文献也较少涉及房价对居民不同类型消费的影响。近年来，随着中国居民收入不断提高，居民的消费结构也在发生转变。居民的恩格尔系数不断降低，文化、休闲、教育、医疗等方面支出明显增多，消费开始从生存型向享受型转型。房价变动对居民不同类型的消费是否有差异性的影响，是本文在考察中国住房财富效应时的另一重要的着眼点。本文在综合考虑区位消费水平与消费结构变动的基础上，重新探讨中国房价以何种路径作用于居民消费以及房价波动对居民生存型、发展型以及享受型消费影响的强度和传导机制。

二、相关文献评述

(一)住房财富效应的传导机制

Hall(1978)和Flavin(1981)把持久收入假说对未来预期的强调和生命周期理论对财富和人口统计变量的强调相结合，构建了当代衡量财富效应的LC-PIH分析框架[10-11]。Ludwig and Sloek(2002)将住房资产纳入该框架后，依据房价波动对消费影响方式的不同，将财富效应的传导机制进一步划分为兑现的财富效应(Realized wealth effect)、未兑现的财富效用(Unrealized wealth effect)、流动性约束效应(Liquidity constraints effect)、预算约束效应(Budget constraints effect)、替代效应(Subsitution)和信心效应(Confidence effect)[12]。国内也有部分学者依据该种分类方式探讨了中国房价财富效应的传导机制[13]。然而，上述住房财富效应的传导机制在中国是受限的。首先，美国住房的财富效应可以通过住房的再融资(re-finance)，而中国银行体系基本不允许住房的再融资。其次，东亚文化的传统家庭观念具有极强的遗赠动机，诸如替代效用中的“绝望消费”*指某些无房但又准备购房的家庭面临高房价时可能会放弃购房消费，转而增加非住房支出。等住房财富效应传导机制效果甚至可以被忽略[14]。因此，完全套用Ludwig and Sloek(2002)的住房财富效应的六种传导机制可能并不符合中国实际[12]。

结合中国的制度，住房财富效应传导机制还有其特殊的表现形式。谭政勋(2010)认为房价变动会通过改变贫富差距进而影响消费。由于富裕阶层和贫困阶层在消费习惯、流动性约束以及风险偏好等方面存在明显差异，房价上涨会通过拉大贫富差距使得消费下降[8]。颜色和朱国钟(2013)认为中国的住房财富效应会受到“房奴效应”的制约，即家庭不仅在购房前为凑够首付而减少消费，购房后迫于还贷而牺牲日常消费[6]。

事实上，中国的住房财富效应是受到多种传导机制相互作用的综合结果。在不同区域、不同时段，不同的住房财富效应传导机制由于此消彼长的关系可能使得住房的总体财富效应方向具有不确定性。中国居民对住房购买行为具有“买涨不买跌”的偏好[15]。如果预期当期房价较前有增长趋势，无房家庭可能会压缩消费以期能购房；对有房者可能表现为直接的财富效应[16]。当房价处在温和上涨的阶段，住房更多的表现为居住属性，其价格上涨往往可导致直接的财富效应；当房价进入快速上涨阶段时，住房的投资品属性将会凸显，较高的投资回报率对居民除基本生存消费以外的发展和享受型消费会产生明显的挤出效应[17]。

(二)住房财富效应的区域异质性

国外文献对不同国家和地区的住房财富效应做过较为丰富的研究，多数研究发现，房价具有明显的财富效应[18]。然而，不同国家和地区之间，住房财富效应的表现程度具有明显的区域差异[12]。Ludwig and Sloek(2002)将OECD16国分为市场主导型和银行主导型国家，结果显示市场主导型国家住房的财富效应要大于银行主导型国家。Case et al.(2005)发现美国的住房财富效应相对于14个其它西方国家要低[19]。Peltonen(2012)对14个新型经济体国家的财富效应进行估计，结果显示拉丁美洲国家房价财富效应较小，亚洲国家近年来住房财富效应增长较快，经济与金融发展水平落后的国家住房的财富效应反而更大[20]。

国内对住房财富效应的研究主要是基于全国整体视角，对住房财富效应的区位异质性的考察并不多，在数据应用上以全国层面数据或省际面板数据的居多[3][5][16]。即使是使用分城市面板数据(如高春亮和周晓艳，2007)[7]以及微观调查数据(如陈斌开和杨汝岱，2013)[9]来探讨住房财富效应的文献，对于住房财富效应区位异质性的考察也并不深入。事实上，由于中国各地域在经发展水平、消费观念、人口结构、金融发展水平、贫富差距以及投资渠道等方面存在明显差异，各地区房价的财富效应可能不尽相同[21]。部分文献采用地理划分的办法，考察了中国不同区位住房财富效应的差异。李成武(2010)和陈峰等(2013)的研究表明，东部经济发达地区的房价上涨抑制了消费增长，且经济发展水平越高的地区，房价提高对消费的抑制作用越明显[22, 23]。然而严金海和丰雷(2012)的研究结果却正好相反，其结论是住房财富效应大小与经济发达程度正相关[4]。这表明，在研究住房财富效应时，围绕传统的东部、中部和西部的区划方法已显得过于生硬，建立在此划分上得出的结论可能不具有稳健性，特别是使用城市面板数据时*中国中西部省份不及东部省份发达，但部分省会城市(如成都、武汉等)较为发达。。因而，探讨住房财富效应的区域异质性时，合理对城市进行分类尤为重要。

(三)住房的分类财富效应

住房财富效应除了体现在房价变动对居民消费总量的影响上，还体现在房价变动对不同种类消费的影响，即住房的分类财富效应。Bostic et al.(2009)基于美国数据发现，房价变动对耐久品、非耐久品和食品的消费具有不同的影响[24]。姚明明和李华(2014)将八大类消费支出分为生存型和享受型两类研究结论显示房价的财富效应对享受型消费的影响明显大于对生存型消费的影响[25]。李剑和臧旭恒(2015)运用省级面板数据将房价波动对八类消费支出分别进行检验，实证研究显示房价上涨主要促进了享受型消费而对生存型消费表现出了持续的抑制性[16]。然而，上述文献在探讨住房的分类财富效应时，缺乏理论框架，且基本上使用的是全国宏观数据或分省面板数据，缺乏对住房分类财富效应的区位异质性的讨论。

三、理论模型、研究设计与数据说明

(一)模型设定

依据中国现实制度环境，本文将房价对消费影响的传导划分为四种传导机制。(1)直接的财富效应机制。对于有房家庭而言，房价持续上升意味着持久收入增加，消费者会调整其消费计划，将住房财富增值额分配到预期的余生中去，从而引起消费增加，特别是发展型和享受型消费。然而，对无房家庭而言，房价上升并不能带来直接财富效应。(2)流动性约束效应机制，其主要体现在装修住房、购买家电、汽车等一些大额耐用消费品的支出上。对已按揭购房和拟按揭购房家庭而言，即使房价不变，实际利率上调意味着还款成本的增加，居民流动性约束增大，进而会减少当期消费；如果房价提高同时上调实际利率，居民的当期消费会进一步降低。(3)挤出效应针对较富裕的租房群体和拟购房的居民，房价的长期持续性上涨对带有享受型和发展型的消费支出具有挤出效应；对于较贫困的租房群体房价短期上涨增加了租金支出对基本的生存型消费具有明显的挤出效应。(4)投资品效应机制。住房除了居住属性外，还具有投资品属性。富裕家庭在预期房价上涨时，可能会减少当期享受型消费，增加在房地产上的投资，以期获得投资收益。

这四种住房财富效应的传导机制可以见图1。事实上，中国房价财富效应是通过以上四种传导机制相互作用的综合结果。对于不同区位的城市，这四种传导路径由于此消彼长的关系可能使得住房总体财富效应、分类财富效应发挥作用的方向具有不确定性。

图1 住房分类财富效应及其区位异质性的传导机制

将上述分析纳入研究资产价格与消费的标准LC-PIH框架，我们可构建以下理论模型。

模型推导1：

假定消费者一生的总效用是他目前和未来消费的函数，消费者是理性的根据效用最大化来安排一生的消费：

(1)

(2)

现在对式中t=0时城镇居民家庭消费效用函数最大化情况进行讨论：

(3)

(4)

预算约束为期初财富与未来收入的贴现总和。

(5)

对式预算约束函数两边同时求期望：

(6)

将结论带入式化并对t→取极限得：

(7)

化简后结果即为在t=0时期家庭消费函数的一般表达式。依据该表达式可导出财富效应估计的基本LC-PIH方程为：

Ct=γAt+βYt，0<γ，β<1

(8)

其中，γ与β为参数，At与Yt分别表示家庭财富和当期收入。

模型推导2：

将模型推导1中的结论式做进一步研究，由于家庭财富At所包含品类较多部分家庭资产存量难以统计，按照Modigliani and Tarantelli(1975)的消费行为理论[26]，将这部分难以统计的家庭资产存量用其他可测量的指标进行替代。

将式中At进一步表示为：

At=Yt-1-Ct-1+At-1

(9)

且由(8)式可得：

(10)

将(10)式代入(9)式可得：

(11)

(12)

化简可得：

(13)

(14)

该式即基于LC-PIH框架的家庭消费函数。如只考虑当期收入，可进一步化简为：

(15)

(二)研究设计

为检验房价波动对消费的影响并考虑消费的动态特征以及可能存在的遗漏变量问题，本文在(15)模型的基础上建立动态面板的计量模型进行具体的实证分析：

(16)

房价和利率的交互项刻画了住房财富效应中流动性约束机制对消费产生的影响。根据之前的理论分析可知，对于已购房居民，房价和利率交互项增大意味着居民按揭还款额增加，预期可支配收入下降，进而对当期居民消费产生抑制作用；另一方面，对未购房居民而言，房价和利率交互项增大会提高居民的购房成本，会在一定程度上抑制这部分居民的消费意愿。当然，流动性约束对不同类型的消费具有不同的影响，可以推测房价和利率交互项的增加对发展型和享受型消费具有明显的抑制作用，但对生存型消费的影响相对有限。

(三)数据说明

1.变量说明

(1)消费支出

为保持研究的一致性，本文所研究的消费均指城镇居民家庭人均消费支出，不包含政府消费。本文依据中国国家统计局对居民家庭消费支出的分类方式划分为消费性支出和非消费性支出。其中消费性支出包括了食品、衣着、家庭设备用品及服务、医疗保健、交通与通讯、教育文化娱乐、居住和杂项商品与服务，而非消费性支出包括财产性支出、转移性支出、缴纳的各项社会保障支出以及购建房支出。

为了考察中国房价财富效应对消费结构和不同消费层次影响的异质性，本文将食品、衣着和居住消费反映居民基本日常生活需要的消费支出定义为生存型消费(sc)，将家庭设备用品及服务、医疗保健、交通与通讯、教育文化娱乐杂项商品与服务能满足人民舒适、快乐以及精神文化需要的消费支出定义为享受型消费(xs)，最后将以健康消费为代表的非消费性支出定义为发展型(fz)消费。

(2)实物资产

由于商品房平均销售价格包括了住宅、商业营业用房及其他商品房，住宅商品房只是其中的一个品类。因而选取住宅商品房平均销售价格作为实物资产的考察变量。

(3)金融资产

余永定和李军(2000)认为西方传统的消费理论无法说明中国消费行为的特征，主要原因在于中国居民在生命的不同阶段一般都存在一个特定的支出高峰和相应的储蓄行为[28]。此外储蓄存款的流动性远大于实物资产，对消费的影响可能更显著，因此本文将居民家庭人均储蓄款存款额savings纳入消费函数的金融资产类别。

(4)其它控制变量

Carroll(1994)认为未来的不确定性会影响居民当前消费，因而我们也引入了不确定性这一控制变量[29]。然而，不确定性没有统一的衡量指标。Carroll(1994)用劳动收入的波动来衡量不确定性[29]，余永定和李军(2000)采用通货膨胀的预期来衡量不确定性[28]。李春风等(2013)认为，模型包含了消费支出和可支配收入时，用消费或收入的波动衡量不确定性会产生变量间的相关性问题[30]。因而，本文参考李春风等(2013)的做法，选取城镇登记失业率作为不确定性替代指标[30]。

表1 变量、定义及其来源

① 相同消费类型的简单加总。

注：除失业率外，其余变量通过CPI扣除了通货膨胀因素。

四、统计检验与估计方法

(一)多重共线性及Hausman检验

由于本文在家庭实物资产中纳入了商业营业用房，有必要对家庭财富变量进行多重共线性检验。表2的结果显示，方差膨胀因子在1.255到2.775之间，不满足多重共线性最大值VIF>10的标准，故样本不存在多重共线性问题。

此外，由于计量模型设定中含有代表个体异质性的不可观测值随机变量ui，为得到一致估计需要对ui与Xi,t，Zi的相关性进行检验。Hausman检验x2值为59.49，在1%的水平上显著，说明随机效应估计不能得到一致估计量。因而，本文选取固定效应。

表2 居民家庭财富的多重共线性检验

(二)聚类分析

由于中国各地区经济特征存在显著差异，对地区的分类是研究区域异质性的前提。对于城市数据，简单地从地理角度(如东部和西部，内陆和沿海等)进行分组，可能出现武断的错误归组问题。因而，本文将具有相似经济特征的城市进行了聚类分析。

由之前的分析可知，住房财富效应与当地居民的消费结构具有密切关系，对此本文选用国际通用的反映消费结构的恩格尔系数对中国35个大城市进行聚类分析*本文选用恩格尔系数聚类分析的目的不是进行贫富分析，而是判别居民消费结构。恩格尔系数通过《中国城市(镇)生活与价格年鉴》的数据计算得到。。在具体的聚类方法上选用系统聚类方法，数值变量的相似性测度选择离差平方和的方法描述区域间的接近程度*离差平方和测度方法利用变异系数分析的思想，可以做到使组间差异尽可能大、组内离差平方和尽可能小，该种方法被认为是在理论上和实际上都非常有效的聚类方法。。通过对1998—2014年中国35个大城市的居民恩格尔系数相似度聚类分析得出消费水平较高城市和消费水平较低城市。其中，高消费水平城市有北京、天津、大连、上海、南京、杭州、宁波、福州、厦门、青岛、武汉、广州、深圳、海口、武汉、成都、重庆，其它城市为低消费水平城市。

(三)估计方法和模型合理性检验

由于面板模型中解释变量包括被解释变量的滞后项，为得到一致估计，需要使用动态面板的差分广义矩(Diff-GMM)估计或系统广义矩(System-GMM)估计[31-32]。一般而言，System-GMM估计利用了更多的信息，比Diff-GMM更有效。因此本文选用System-GMM估计方法进行参数估计。在工具变量的选择以及控制模型内生性问题上，被解释变量一阶滞后项使用自身有效的滞后变量作为工具变量。

五、模型估计结果

(一)不考虑消费结构的模型估计

表3中(1)～(2)列、(3)～(4)列和(5)～(6)列分别给出了35大城市全样本、高消费水平城市以及低消费水平城市住房财富效应的估计与检验结果。模型GMM估计结果满足统计检验要求：扰动项自相关检验估计结果显示存在一阶自相关(p≤0.020)但不接受二阶自相关(p≥0.050)满足自相关的假设；GMM过度识别检验中Hansen检验和Sargan检验对应的概率均大于10%，通过了过度识别检验；最后Diff-Hansen检验对应的概率值均大于10%，显示System-GMM的工具变量外生有效。

对于全样本、高消费和低消费水平样本的估计结果显示，消费一阶滞后项L.lncons的系数在0.396～0.711之间且均显著，这表明中国城市居民具有较强的消费惯性。当期可支配收入lninc的回归系数在0.314～0.617之间且均显著，这表明中国城市居民还是有较高的边际消费倾向，当期可支配收入每增加1%会对当期消费产生0.314%～0.617%的正向影响，对长期消费具有0.709%～2.10%的积累影响。对比高消费和低消费水平样本，我们可以发现，其居民的边际消费倾向是不同的。对于高收入样本，当期可支配收入增加1%对消费产生的正向影响在0.314%～0.42%之间；对于低收入样本，当期可支配收入增加1%对消费产生的正向影响在0.55%～0.607%之间。

房价对消费的影响是模型考察的重点。在(1)～(2)列中，住房价格lnhouse的估计系数仅其余均不显著，且系数估计值较小。这表明，中国的住房总体财富效应并不显著，房价的持续上涨并没有显著地推动居民消费水平的增加。这不同于黄静(2011)、梁琪等(2011)和严金海和丰雷(2012)等认为中国住房存在财富效应的结论[2-4]，也不同于颜色和朱国钟(2013)和陈斌开和杨汝岱(2013)等认为中国住房存在负财富效应的结论[6，9]。在(3)～(4)列中，住房价格lnhouse的估计系数均为正，且显著，这表明在高消费水平城市，住房存在财富效应。而在(5)～(6)列中，lnhouse的估计系数显著为负，这表明在低消费水平城市，住房总体上存在负财富效应。该结论也在一定程度上印证了本文此前的理论分析，中国住房总体财富效应是住房分类财富效应在不同传导路径上相互作用的合成结果，且不同区位城市住房财富效应是不同的。在整体上中国住房财富效应不显著，可能是高消费水平城市住房财富效应和低消费水平城市住房负财富效应相互抵消的结果。本文下一部分，我们将具体探讨房价上涨是如何通过不同的传导路径影响不同种类的消费的。

表3 住房的总体财富效应估计结果

说明：样本区间为1998—2014年。***、**和*分别表示在1%、5%和10%的水平上显著。小括号中的值为稳健标准误。AR(1)、AR(2)、Hansen以及Diff-Hansen给出的都是相应统计量对应的p值。下表同。

回归结果也显示，五年以上中长期贷款利率与房价的交互项loanh5×lnhouse均显著为负。这表明，房价结合利率的变动会通过流动性约束渠道对消费产生负向影响。这和之前的理论分析是一致的。对于低消费水平城市，时间哑变量与房价的交互项timedum×lnhouse在5%水平上显著为负。这在一定程度上印证了，低收入城市的住房财富效应的挤出效应传导机制主要是在2004年后形成的。2004年后高速上涨的房价对低消费水平城市的当期消费具有抑制作用。

对于高消费水平城市，我们发现房价波动哑变量与房价的交互项wavedum×lnhouse的系数为-0.007，且在5%的水平上显著。这表明，高收入城市存在一定的住房财富效应的投资品效应传导机制。房价上涨会增加富裕家庭对房地产的投资意愿，以赚取更多的投资收益。在此情形下，房价上涨可能引发富裕家庭减少当期享受型消费，进而减少当期消费。

此外，除第(1)列居民家庭人均储蓄存款lnsavings回归系数在10%水平上显著，其他变量对当期消费均不存在显著性影响。事实上，正如之前的理论分析，不同变量可能对不同区位、不同类型的消费具有不同的影响。下面我们将进行进一步验证。

(二)考虑消费结构的住房分类财富效应估计

表4中(1)～(2)列、(3)～(4)列和(5)～(6)列分别给出了高消费水平城市生存型、发展型和享受型消费的住房财富效应的估计与检验结果。模型GMM估计结果满足统计检验要求。

表4 高消费水平城市的住房分类财富效应

对于高消费水平城市，由于人均收入水平较高，食品、衣着等生活必需品在居民总支出中所占比重较小，且较为稳定。在(1)～(2)列中，住房价格lnhouse的回归系数皆不显著，即在高消费水平城市，房价提高并不会显著推动生存性消费的增加，住房的生存型财富效应并不存在。住房价格的波动难以在短时间内增加高消费水平城市的居民基础性消费。在(3)～(6)列中，lnhouse的回归系数分别为0.097、0.118、0.247和0.202，即在高消费水平城市中，住房价格每上涨1%能引起居民发展型消费0.097%～0.118%的增长；住房价格每上涨1%能引起居民享受型消费0.202%～0.247%的增长。这显示，在高消费水平城市，住房影响消费的直接财富效应渠道是存在的，有房家庭的正向直接财富效应总体上是高于无房家庭的负向直接财富效应的。房价的上涨促进了高收入城市发展型和享受型消费的增加，尤其是享受型消费。

在第(4)列，长期利率与住房价格的交互项loanh5×lnhouse的估计系数为-0.014，且在5%水平上显著，但该项在第(2)和(6)列并不显著。这表明长期利率的提高会通过居民的流动性约束机制削弱发展型住房财富效应。这和之前的理论分析结果是高度吻合的。在第(6)列，房价波动哑变量与房价的交互项wavedum×lnhouse的估计系数为-0.014，且在5%水平上显著，但该项在第(2)和(4)列并不显著。这印证了之前对住房财富效应的投资品效应传导机制的分析。由于住房具有投资品属性，高消费城市的富裕家庭在面临房价上涨预期时，会减少享受型消费以增加住房投资。但房价上涨预期对生存型和发展型消费的抑制作用并不明显。

此外，回归结果显示，对于高消费水平城市，股票市场的资产价格对发展型和享受型消费具有一定的正向影响，对生存型消费并无显著影响；登记失业率的提高仅对生存型消费有一定的负影响，而对发展型和享受型消费没有显著的影响。这与理论预期是吻合的。

表5中(1)～(2)列、(3)～(4)列和(5)～(6)式分别给出了低消费水平城市生存型、发展型和享受型消费的住房财富效应的估计与检验结果。模型GMM估计结果也满足统计检验要求。

与高消费水平城市不同，低消费水平城市的居民收入水平相对较低，食品、服装等基本生活必需品方面的支出在总支出中所占比重相对较高。在(1)～(6)列中，住房价格lnhouse的回归系数分别为-0.021、-0.031、-0.102、-0.145、-0.116和-0.089，且全部显著。这表明，当期住房价格上涨，对低消费水平城市的生存型、发展型和享受型消费都产生了明显的抑制作用，特别是发展型和享受型消费。这表明，低消费城市住房财富效应的直接财富效应传导机制相对较弱而挤出效应传导机制较强，因而整体上来看，住房价格上涨对居民的消费产生了明显的抑制作用。

在第(4)和(6)列，长期利率与住房价格的交互项loanh5×lnhouse的回归系数分别为-0.036和-0.012，且均在5%的水平上显著。这表明，借贷成本的提高对于低消费水平地区家庭大额耐用品的支出具有较强的影响，对发展型和享受型消费产生了流动性约束效应。住房财富效应的流动性约束传导机制在低消费水平城市依然是明显存在的。

在表3中，我们发现对于低消费水平城市，时间哑变量与房价的交互项timedum×lnhouse在5%水平上显著为负。与此类似，在表5中，我们发现对于发展型和享受型消费，timedum×lnhouse的回归系数分别为-0.021和-0.024，且均显著。这表明，对于低消费水平城市，房价对发展型和享受型消费的抑制作用在2004年之后显得尤为明显。

此外，回归结果显示，对于低消费水平城市，登记失业率对生存型和发展型消费具有一定的抑制作用(ue的系数估计值介于-0.008到-0.027之间)，但对享受型消费的抑制作用并不明显。这与理论预期也是吻合的。

综合以上模型估计的结果，我们可以看出，中国的住房财富效应是通过直接财富效应、流动性约束、挤出效应和投资品效应这四种传导机制相互作用的结果。并且，对于不同区位的城市，房价变动对生存型、发展型和享受型消费的影响是不同的，即存在住房的分类财富效应。中国住房财富效应的具体传导机制可见表6。

表5 低消费水平城市的住房分类财富效应

表6 中国住房财富效应传导机制研究结论

注：表格为空代表传导机制不显著，↑表示正向影响，↓表示负向影响。

六、结论和政策含义

本文基于LC-PIH分析框架，从理论上分析了中国住房财富效应可能存在的区位异质性以及房价变动对居民不同类型消费支出的差异性影响。通过对恩格尔系数的聚类分析，本文将1998—2014年中国35个大城市的面板数据分为低消费和高消费子样本，多角度实证研究了房价变动对总消费性支出、生存型、发展型和享受型消费支出影响，证实了之前的理论推论并得出以下主要结论：

第一，中国35个大城市总体上并没有表现出明显的住房财富效应。然而，这是高消费水平城市住房的财富效应和低消费水平城市住房的负财富效应相互抵消的结果。高消费水平城市房价每上涨1%对总消费性支出具有0.03%～0.064%的正向促进作用；而低消费水平城市房价每上涨1%对总消费具有0.024%～0.044%的负向抑制作用。

第二，高消费水平城市的住房财富效应主要体现在房价提高对发展型和享受型消费的正向促进作用上，而房价提高对生存型消费影响并不明显。此外，在高消费水平城市，房价提高通过投资品效应渠道会在一定程度上抑制享受型消费。

第三，低消费水平城市的住房负财富效应主要是由挤出效应渠道所引致的。低消费水平城市房价每上涨1%对生存型消费、发展型消费和享受型消费分别具有0.021%～0.031%、0.102%～0.145%和0.089%～0.116%的负向抑制作用。此外，无论是低消费水平城市还是高消费水平城市，流动性约束渠道也在一定程度上对发展型和享受型消费存在抑制作用。

在中国经济新常态和扩大内需的背景下，本文的结论具有明确的政策含义。首先，中国住房整体上的财富效应并不明显，放任房价过快上涨，并不能通过住房财富效应显著拉动消费增长。因而，从民生角度，维持房价稳定应是政府的政策目标。其次，中国住房的财富效应具有明显的区位异质性特点。低消费水平城市，房价上涨对消费具有抑制作用，控制低消费水平城市房价的上涨尤为重要。高消费水平城市虽然存在住房财富效应，但流动性约束机制和投资品效应机制仍对消费存在抑制作用。最后，政府应根据住房财富效应对生存型、发展型和享受型居民消费的不同影响，采用不同的政策措施，比如出台针对不同种类消费的分类促进政策、实施差别化信贷政策等。

[1]Pigou A C. Employment and Equilibrium[M]. London: Macmillan, 1941.

[2]黄 静. 基于30个城市非平稳面板计量的住房财富效应实证检验[J]. 管理评论, 2011(5): 18-24.

[3]梁 琪, 郭 娜, 郝项超. 房地产市场财富效应及其影响因素研究——基于我国省际面板数据的分析[J]. 经济社会体制比较, 2011(5): 179-184.

[4]严金海, 丰 雷. 中国住房价格变化对居民消费的影响研究[J]. 厦门大学学报(哲学社会科学版), 2012(2): 71-78.

[5]骆祚炎. 住房支出、住房价格、财富效应与居民消费增长——兼论货币政策对资产价格波动的关注[J]. 财经科学, 2010(5): 31-38.

[6]颜 色, 朱国钟. “房奴效应”还是“财富效应”?——房价上涨对国民消费影响的一个理论分析[J]. 管理世界, 2013(3): 34-47.

[7]高春亮, 周晓艳. 34个城市的住宅财富效应：基于panel data的实证研究[J]. 南开经济研究, 2007(1): 36-44.

[8]谭政勋. 我国住宅业泡沫及其影响居民消费的理论与实证研究[J]. 经济学家, 2010(3): 58-66.

[9]陈斌开, 杨汝岱. 土地供给、住房价格与中国城镇居民储蓄[J]. 经济研究, 2013(1): 110-122.

[10]Hall R E. Stochastic implications of the life cycle-permanent income hypothesis: theory and evidence[J]. Journal of Political Economy, 1978,86(6): 971-987.

[11]Flavin M A. The adjustment of consumption to changing expectations about future income[J]. Journal of Political Economy, 1981,89(5): 974-1009.

[12]Ludwig A, Sloek T M. The impact of changes in stock prices and house priceson consumption in OECD Countries, WP 02/1[R].International Monetary Fund Working Paper, 2002.

[13]黄 静, 屠梅曾. 房地产财富与消费:来自于家庭微观调查数据的证据[J]. 管理世界, 2009(7): 35-45.

[14]Yoshikawa, H., Ohtaka, F. An analysis of female labor supply, housing demand and the saving rate in Japan[J]. European Economic Review, 1989,33(5): 997-1023.

[15]余华义. 经济基本面还是房地产政策在影响中国的房价[J]. 财贸经济, 2010(3): 116-122.

[16]李 剑, 臧旭恒. 住房价格波动与中国城镇居民消费行为——基于2004—2011年省际动态面板数据的分析[J]. 南开经济研究, 2015(1): 89-101.

[17]李 亮. 房地产财富与消费关系研究新进展[J]. 经济学动态, 2010(11): 113-119.

[18]Leung C. Macroeconomics and housing: A review of the literature[J]. Journal of Housing Economics, 2004,13(4): 249-267.

[19]Case K E, Quigley J M, Shiller R J. Comparing wealth effects: The stock market versus the housing market[J]. The B.E. Journal of Macroeconomics, 2005,5(1): 1-34.

[20]Peltonen T A, Sousa R M, Vansteenkiste I S. Wealth effects in emerging market economies[J]. International Review of Economics & Finance, 2012,24: 155-166.

[21]周华东. 中国住房“财富效应”之谜:一个文献综述[J]. 消费经济, 2015(3): 79-85.

[22]李成武. 中国房地产财富效应地区差异分析[J]. 财经问题研究, 2010(2): 124-129.

[23]陈 峰, 姚潇颖, 李鲲鹏. 中国中高收入家庭的住房财富效应及其结构性差异[J]. 世界经济, 2013(9): 139-160.

[24]Bostic R, Gabriel S, Painter G. Housing wealth, financial wealth, and consumption: New evidence from micro data[J]. Regional Science and Urban Economics, 2009,39(1): 79-89.

[25]姚明明, 李 华. 财富结构、消费结构与扩大内需[J]. 消费经济, 2014(5): 28-33.

[26]Modigliani F, Tarantelli E. The consumption function in a developing economy and the italian experience[J]. The American Economic Review, 1975,65(5): 825-842.

[27]Apergis N, Miller S M. Consumption asymmetry and the stock market: Empirical evidence[J]. Economics Letters, 2006,93(3): 337-342.

[28]余永定, 李 军. 中国居民消费函数的理论与验证[J]. 中国社会科学, 2000(1): 123-133.

[29]Carroll C D. How does future income affect current consumption?[J]. The Quarterly Journal of Economics, 1994,109(1): 111-147.

[30]李春风, 陈乐一, 刘建江. 房价波动对我国城镇居民消费的影响研究[J]. 统计研究, 2013(2): 14-22.

[31]Arellano M, Bond S. Some tests for specification for panel data: Monte Carlo Evidence and an application for employment equation[J]. Review of Economic Studies, 1991,58: 277-297.

[32]Blundell R, Bond S. GMM estimation with persistent panel data: An application to production functions[J]. Econometric Reviews, 2000,19(3): 321-340.

(本文责编：王延芳)

Classification and Regional Heterogeneity of Housing Wealth Effect: An Empirical Analysis Based on China’s 35 Major Cities

YU Hua-yi, WANG Ke-han, HUANG Yan-fen

(SchoolofPublicAdministrationandPolicy,RenminUniversityofChina,Beijing100872,China)

The purpose of this paper is to study how China’s housing price affects urban residents’ consumption through the channels of the direct wealth effect, liquidity restriction, crowding-out effect and investment effect, and the regional heterogeneity of these channels.Based on LC-PIH framework, this paper divides the panel data of China’s 35 major cities from 1998 to 2014 into two major subsamples using the hierarchical clustering method and empirically studies how China’s housing price affect total consumption, necessity, developmental and enjoyment consumption through the four channels. The results shows that, (1) the rise of housing price has insignificant effect on urban residents’ total consumption in the total sample, which is the canceling effect of the positive and negative housing wealth effects from high and low consumption subsamples. (2) In the high consumption sample, the rising of housing price mainly promotes the developmental and enjoyment consumption, which has not significant effect on necessity consumption. (3) In the low consumption sample, the housing wealth effects is mainly caused by crowding-out effect. This paper is suggestive both in expanding domestic demand and real estate market regulation.

housing price; wealth effect; consumption; regional heterogeneity

2016-05-19

2016-12-27

国家自然基金项目(71403283)、中国人民大学明德青年学者计划(14XNJ004)和中国人民大学“统筹支持一流大学和一流学科建设”经费资助。

余华义(1983-)，男，四川成都人，中国人民大学公共管理学院副教授，博士，研究方向：城市经济学、房地产经济学。

F293.3

A

1002-9753(2017)02-0088-14