北京大學：房產價值變化對城鎮居民消費的影響（36頁）.pdf

《北京大學：房產價值變化對城鎮居民消費的影響（36頁）.pdf》由會員分享，可在線閱讀，更多相關《北京大學：房產價值變化對城鎮居民消費的影響（36頁）.pdf（36頁珍藏版）》請在三個皮匠報告上搜索。

1、國家自然科學基金北京大學管理科學數據中心(Data Center for Management Science,NSFC-PKU)成立于2014 年 12 月，是由國家自然科學基金支持，服務全國管理科學的數據收集與數據服務中心。作為北京大學直屬的、以交叉學科為特點的實體學術科研機構，中心長期開展以中國家庭追蹤調查（China Family Panel Studies,CFPS）、中國健康與養老追蹤調查（China Health and Retirement Longitudinal Study,CHARLS）為代表的一系列大樣本、高質量的微觀調查數據收集。自成立以來，數據中心借助已有優勢，逐步

2、推進數據采集、數據管理與服務和智庫研究三個領域的建設。中心智庫以構建開放性的、跨學科研究平臺為目標，旨在大力推動運用科學的量化研究方法，以開發和利用 CFPS、CHARLS 等優質數據資源為基礎的量化研究，并針對國家經濟和社會管理的重大需求，積極為國家發展提供有實證依據的政策建議。中心智庫每年通過公開競標方式，擇優資助若干研究課題，為立項課題提供研究資金、研究助理和辦公空間等多方面支持，并借助智庫平臺對相關研究成果進行推廣。此外，中心智庫推出客座研究員項目，誠邀有志從事與政策相關的數據研究的學者們駐中心研究?？妥芯繂T可得到數據服務及辦公條件的支持，并參與中心組織的各類學術研討活動。同時，中心

3、智庫通過研討會、公開講座等學術活動,促進知識分享和研究成果交流。中心智庫還推出數據與決策系列出版物，包括數據與決策：工作論文、數據與決策：政策報告、數據與決策：政策簡訊，旨在為以數據為基礎的科學研究與政策研究的學者提供互動交流的平臺。房產價值變化對城鎮居民消費的影響文獻綜述數據與變量計量模型與實證分析財富效應的作用機制檢驗 房產價值下降對消費的影響房產財富效應的異質性分析結論與政策建議參考文獻/010206091621242729利用北京大學中國家庭追蹤調查數據，考察房產價值變化對城鎮居民非住房消費的影響，在此基礎上對影響的非對稱性、異質性和作用機制進行了研究。本文主要有以下發現：（1）房產價

4、值變化對消費的影響正向顯著，進一步來看長期比短期影響更為明顯。（2）針對作用機制檢驗的研究發現，本文否認了直接財富效應和抵押品效應的同時支持了預防性儲蓄動機的成立，進一步來看，預防性儲蓄動機在中部地區、非準一線地區和具備大學及以上學歷的人群中發揮的更為充分。（3）房產價值下降和房價下跌均不會對居民消費產生明顯的抑制作用，而房產價值增加和房價上漲均有明顯的刺激作用。（4）房產價值變化的影響在不同人群中具有差異，相對于沒有住房改善需求的城鎮家庭，具有改善需求家庭的影響顯著降低；相對于準一線地區，非準一線地區城鎮家庭的影響更為強烈；相對于西部和東部地區，中部地區的影響更為強烈；相對于不具備大學及以上

5、學歷的人群，具備大學及以上學歷人群的財富效應更為強烈。關鍵詞：城鎮居民房產價值變化 消費支出 作用機制 非對稱性 1 房產價值變化對城鎮居民消費的影響 2008 年美國房產次貸風險引發的全球經濟危機，不僅使人們意識到房產對于居民消費的重要意義，也使得房產和居民消費之間的關系成為各國政府部門和學術界普遍關注的焦點。在 2008年四萬億投資和貨幣量化寬松的刺激下，我國房價水平普遍明顯上漲。目前，房地產及其相關產業成為當前國民經濟的主導產業，并在經濟增長和財富分配中起到重要作用。在供給側結構性改革的背景下，房產去庫存成為當前宏觀政策核心。與之伴隨的一個擔憂是，我國房價長期維持高位并被認為存在較大程度

6、泡沫，房產去庫存的宏觀政策可能帶來房價的大幅波動，由此可能誘發經濟下滑和社會震蕩。因此，房產價值下降而不是增加對消費的影響究竟如何，不同程度的房產價值下降對居民消費會帶來何種影響？進一步來看，伴隨著近年來房價的持續上漲和住房自有率的大幅提升，房產已成為我國城鎮居民的主要財富形式。面對我國居民消費的長期低迷，無論是尋找其背后蘊藏的原因，還是尋求擴大居民消費的有效途徑，都不能忽視房產與居民消費之間的關系。事實上，從穩增長、調結構和促改革的視角看，房產都是穩定消費和拉動經濟增長的重要動力來源，考察房產價值變化對居民消費的影響至關重要。利用中國家庭追蹤調查（CFPS）2010 年至 2014 年微觀面

7、板數據，本文考察了房產價值變化對城鎮居民消費的影響，并進一步探討了這一影響的非對稱性、異質性和作用機制。與以往研究相比，本文在以下幾方面做出了改進：（1）國內已有研究主要從存量角度考察房產價值高低（或房價高低）對消費水平的影響，而很少從增量角度考察房產價值變化對消費變動的影響，本文對后者進行了分析。（2）已有研究沒有系統檢驗房產價值變化對消費變動影響背后所蘊藏的作用機制；本文發現預防性儲蓄動機是根本動因，而不是國外研究所普遍認同的抵押品效應或直接財富效應。（3）已有關于我國房產價值變化對消費影響的研究，很少針對房產價值上升和下降的影響差異進行比較，本文基于房產價值和房價兩個角度進行分析，尤其是

8、考察房產價值下降和房價顯著下跌所帶來的消費影響，試圖為政策制定和風險預警方面提供建議。（4）已有關于我國房產價值變化對居民消費影響的研究，很少比較其在不同人群中的差異，本文通過年齡階段、區域、地域和受教育程度等方面深入考察。本文剩余部分安排如下：第一部分文獻綜述，梳理和評價房產價值變化對消費影響的文獻；第二部分為數據和變量，介紹數據來源、變量選取和定義；第三部分首先構建用于研究房產價值變化對消費影響的計量模型，然后進行實證分析、穩健性檢驗和進一步討論；第四部分系統檢驗房產價值變化影響背后蘊含的不同作用機制；第五部分對房產價值變化和房價變化影響的非對稱性進行檢驗，側重研究房價顯著下跌所帶來的消費

9、風險問題；第六部分考察房產價值變化影響的異質性，并分析相關作用機制影響的異質性；第七部分總結并提出政策建議。根據中國民生發展報告（2016），城市家庭 2014 年房產凈值（住房總資產扣除住房負債后的凈值）占家庭凈資產的比例為 78.6%。2 一、文獻綜述 一般認為，房產與消費之間存在兩種效應，一是房產價值高低（存量）對消費水平的影響，即資產效應；二是房產價值變化（增量）對消費變動的影響，即財富效應。事實上二者存在明顯差異，前者指同一時刻不同家庭房產價值差異導致的消費高低，后者指同一家庭不同時刻房產價值變化引致的消費變化。本文主要考察房產財富效應，因此后文不再涉及資產效應方面。早期關于房產財富

10、效應的研究主要采用宏觀加總數據，然而它無法避免理論上的“可加性”問題和計量上的“內生性”問題，加之缺乏微觀機理和異質性分析而備受質疑，因此主流經濟學后來強調使用微觀數據進行研究。簡便起見，文獻綜述部分圍繞使用微觀數據的文獻展開。（一）房產財富效應 學術界針對房產價值變化對居民家庭行為影響的關注由來已久，涉及到客觀（譬如消費、工作流動性和勞動力參與等）和主觀（譬如主觀幸福感、社會信任和政治態度等）等多個維度，由于消費在經濟、社會和心理等不同層面的廣泛影響，房產財富效應成為其中的研究熱點。關于房產的財富效應，早期研究側重于估計房產價值變化（或者房價波動）對居民消費影響總體作用力度的估算，涉及大小、

11、方向和顯著性等方面，近年來，有關房產財富效應的研究日益豐富。值得注意的是，房產的財富效應往往是不同作用渠道的合力，而它們發揮作用的方式、方向和程度不盡相同，同時相關研究又是基于不同國家、地區以及不同樣本時間的宏微觀數據，所得結論可能存在一定差異。國際上關于房產財富效應的研究開展較早，成果也較為豐富，往往以邊際消費傾向（MPC）或者消費彈性的形式表現。大多數研究認為，房產價值變化（或者房價波動）在整體上具有刺激消費的正向作用，也有少量研究認為房產財富效應并不明顯甚至為負（Browning et al.，2013；李亮，2010；周曉蓉等，2014）。譬如，Guiso et al.（2005）基于

12、意大利微觀家庭的研究發現，房產價值變化的邊際消費傾向約0.2，而 Calcagno et al.（2009）基于意大利銀行住戶收入和財富調查數據的研究發現，邊際消費傾向約為 0.023；Gan（2010）基于香港地區個人住房抵押貸款和信用卡消費的研究發現，房產每升值 10%，消費增加約 1.71%；Wang（2015）基于澳大利亞微觀家庭的研究發現，房產價值變化的邊際消費傾向約為 0.18；Bhatia&Mitchell（2016）基于加拿大微觀家庭的研究發現，房產收益每增加 1 美元，家庭總消費增加 5.4 美分，而非耐用品消費增加 3.9 美分。目前，關于我國房產（或房價）對消費影響的微觀

13、實證研究開展較晚，相關文獻主要沿襲國外的研究范式來展開，但有關房產（或房價）對消費影響的有限研究往往集中在資產效應（黃靜和屠梅曾，2009；解堊，2012；柴國俊和尹志超，2013；陳健和黃少安，2013；楊贊等，2014；主要有房產財富效應的國際比較，作用機制的微觀檢驗，房產與金融資產（主要是股市資產）財富效應的大小比較，財富效應的非對稱性，財富效應關于不同類型消費品的影響差異，以及在年齡、資產等方面的門檻效應等方面（Grant&Peltonen，2008；Calcagno et al.，2009；Khalifa et al.,2011;Tobing，2012；Atalay et al.，2

14、016）。3 萬曉莉等，2017），真正涉及財富效應的文獻較為缺乏并且尚未達成共識。僅有的幾篇文獻主要如下，杜莉等（2013）基于上海居民調查數據的研究發現，房價上漲總體上提高了居民的平均消費傾向；李濤和陳斌開（2014）基于中國城鎮住戶調查數據的研究表明，房產的財富效應并不顯著，即使在擁有第二套住房的家庭中也不顯著，謝潔玉等（2012）使用同樣數據發現，房價上漲對消費具有抑制作用，房價每上漲 10%，居民消費會減少 1.3%；尚昀和臧旭恒（2016）基于中國家庭追蹤調查的研究發現，現住房產對消費沒有明顯作用，但非現住房對家庭消費具有明顯的促進作用，其中彈性系數為 0.075。其中，以李濤和陳

15、斌開（2014）、尚昀和臧旭恒（2016）的研究最為深入，但這兩篇文章受限于所用微觀數據并非真正的面板數據，所得結論未必能真正考察房產財富效應。（二）房產財富效應的作用機制研究 近年來，關于房產財富效應的研究重心之一在于作用機制的微觀檢驗，主要包括直接財富效應、抵押品效應和預防性儲蓄動機等。也有學者提出，房產價值變化與消費并無關聯，即房產價值變化和消費變動之間不存在因果關系，自然就談不上所謂作用機制?？偟膩砜?，不同作用機制的影響方式和效果完全不同，其背后的政策邏輯和干預思路也完全不同。1.直接財富效應直接財富效應 所謂直接財富效應（又稱純財富效應），是指房產價值增加（或房價上漲）時會降低居民預

16、算約束，刺激居民消費意愿，從而帶來居民消費的持久性增加。具體而言，很多學者基于持久收入假說認為，如果未預期到（Unexpected）的房價上漲（房產價值增加）促進居民消費，而預期到（Expected）的房價上漲（房產價值增加）并無顯著影響，那么直接財富效應就是成立的。譬如，Jiang et al.（2013）基于美國老年人群的研究發現，未預期到的房價上漲會刺激消費，同時預期到的房價上漲并無顯著影響，從而支持直接財富效應的存在。與之相反，Attanasio et al.（2009）的研究發現，預期以及未預期到的地區房價變動對年輕和年老住戶均對消費產生顯著影響，從而否定了直接財富效應的成立。此外，

17、還有一些文獻基于有無住房（即無房者 Renter VS 有房者 Owner）、住房數量（單套房 VS 多套房）和年齡異質性（年輕人群 VS 年老人群）等角度進行檢驗，然而，上述思路往往無法對直接財富效應進行實質性考察，相關結論未必成立（Guiso et al.，2005；Sinai&Souleles，2005；Campbell&Cocco，2007；Disney et al.，2009；Wang，2015；Bhatia&Mitchell，2016）。2.抵押品效應抵押品效應 所謂抵押品效應（又稱流動性約束效應），是指居民在現實中往往面臨流動性約束，而住房對消費者借貸而言具有抵押品作用，住戶更容

18、易獲得貸款并減少融資成本，通過信貸市場增加了 正如李濤和陳斌開（2014）文中所說，“由于能力、偏好、對未來預期等因素不可觀察，要在橫截面數據中解決因缺失變量帶來的內生性問題是非常困難的，一種理想的情況是，如果擁有家庭兩期面板數據，我們可以通過在計量模型中添加家庭固定效應來控制家庭成員不可觀察的能力和偏好，進而研究住房價格變化對居民消費的影響，這就是文獻中所強調的財富效應”。遺憾的是，雖然李濤和陳斌開（2014）、尚昀和臧旭恒（2016）的研究中涉及到面板數據，但因為關鍵變量缺失，導致未能真正采用面板計量模型分析。4 當前消費。對此，相關研究主要從流動性約束程度進行檢驗。譬如，Cooper（2

19、009，2013）研究表明家庭 LWY（流動資產占收入比）越低或者 DSR（負債占可支配收入）越高，即居民遭受流動性約束的可能性和程度越高，房產財富效應越明顯，從而支持抵押品效應的存在；Jiang et al.（2013）運用美國老年人群調研數據，以 LTV（貸款占房產價值比）是否高于 0.8 為界定義是否遭受流動性約束（超過則認為遭受約束，反之則沒有），研究發現遭受流動性約束的群體對消費更具敏感性，從而支持抵押品效應的存在，Atalay et al.（2016）的研究結論也與之類似。與此相反，Gan（2010）等研究基于該角度，否認了抵押品效應的成立。3.預防性儲蓄動機預防性儲蓄動機 所謂預

20、防性儲蓄動機，是指面對不確定的世界，房產具有緩沖儲備的功能，當房產價值增加時，居民的預防性儲蓄需求會減少，從而增加當期消費。值得注意的是，大多數國際研究檢驗抵押品效應是否成立，但對預防性儲蓄動機較少進行檢驗。究其原因，相關文獻集中在經濟發達地區，社會保障制度往往相對完善導致家庭預防性儲蓄動機相對較低，同時消費信貸較為發達導致家庭往往面臨更多的是流動性約束問題。對此，相關研究主要借鑒流動性約束的代理指標進行反向檢驗，即如果流動性約束越緊的居民對消費的敏感性越強，則抵押品效應成立；反之，則支持預防性儲蓄動機。譬如，Gan（2010）研究發現，流動性約束越強的那些家庭往往不會擁有較多的預防性儲蓄，當

21、房產價值增加導致存在資本利得時，流動性約束越松的家庭反而越有可能相應減少預防性儲蓄而增加消費，從而支持預防性儲蓄動機的成立；Mian&Sufi（2011）基于美國大都會地區（MSAs）微觀家庭的研究表明，房產價值增加能夠使得居民降低預防性儲蓄進而增加消費。然而，這種間接檢驗方法往往受到質疑，原因在于抵押品效應的否定并不必然意味著預防性儲蓄動機的成立。Gan（2010）提出，當人們感到無需存錢時可能增加外出就餐等開支，故容易推斷出房產增值對諸如外出就餐或者娛樂等自由支配的花銷影響更為敏感，并由此出發驗證了預防性儲蓄動機的成立。目前，關于我國財富效應作用機制檢驗的文章非常有限，僅有 Gan（201

22、0）的研究對此涉及，文章對財富效應背后蘊含的不同作用機制進行了檢驗，但主要局限在香港地區，而該地區無論是經濟體制、金融市場環境和消費心理等諸多方面與內地存在較大差異，所得結論并不具備全國代表性。此外，還有一些學者認為，盡管從歷史數據來看，房產（或房價）與居民消費具有同向運動的強相關性，但這并不能說明兩者間一定存在因果關系，也有可能是預期收入、利率、金融自由化等第三方因素，在影響房價的同時也影響了消費，從而使兩者出現共同運動軌跡（Campbell&關于流動性約束（類似于信貸約束），相關研究主要通過流動資產占收人比（LWY）、負債占可支配收入比（DSR）、貸款占住房價值比（LTV）、剩余房貸占家庭

23、總收入比重即抵押貸款可承受能力（Mortgage Affordability，MA）以及住房貸款申請狀態等方面進行衡量。一般的，如果 DSR、LTV 或者 MA 越高，LWY 越低，意味著家庭遭受流動性約束的可能性和程度就越高。有學者認為，那些流動性約束較強的居民往往不會擁有太多預防性儲蓄，而預防性儲蓄是為了應對未來不確定而增加的儲蓄，如果房產價值增加（房價上漲）導致存在資本利得時，流動性約束越松的家庭則越有可能相應減少預防性儲蓄而增加消費，這就意味著預防性儲蓄動機的成立。5 Cocco，2007；Attanasio et al.，2009；Calcagno et al.，2009；Winds

24、or et al.，2015；Paiella&Pistaferri，2016），換句話說，房產與居民消費之間被認為是“無關的”。（三）房產財富效應的非對稱性 房產財富效應研究領域的一個有趣問題在于檢驗財富效應的非對稱性是否成立，即檢驗房產價值下降（或房價下跌）所帶來的消費下降程度，是否要高于房產價值上升（或房價上漲）帶來的消費增加程度。之所以關注非對稱性，一個重要背景便是 2008 年美國房價大幅下跌所誘發的居民消費銳減和全球性經濟衰退，當前我國房價持續上升，因此大家也日益關注房價顯著下降所帶來的的經濟風險問題。關于財富效應的非對稱性，有學者持支持態度，譬如 Engelhardt（1996）利

25、用美國收入動態面板調查數據并結合分位數回歸方法，通過儲蓄角度間接支持了非對稱性的成立，研究發現房產資本利得對儲蓄率的邊際影響為 0.03，但家庭的行為反應存在非對稱性房價上漲時儲蓄率幾乎不變，而房價下跌時邊際儲蓄傾向約為 0.35。也有文獻認為非對稱性未必成立，譬如 Disney（2010）基于英國家庭動態調查的研究發現，對具有負資產（Negative equity）的家庭而言，房價上漲和房價下跌時的邊際消費傾向并無較大差異，均為 0.04；Jiang et al.（2013）利用美國退休與健康數據的研究發現，房價上漲會刺激消費，但房價下跌并未減少消費；Andreu（2015）利用荷蘭家庭微觀

26、數據，從儲蓄角度間接檢驗否認了非對稱性，研究發現在不同年齡層面上，房價上升對儲蓄均起到明顯的抑制作用（邊際儲蓄傾向約為 0.23.2 之間），而房價下跌對儲蓄率的影響從年輕人群的刺激作用（約為 01.2 之間）逐漸轉化為年老人群的抑制作用（約為 0.31.8 之間），但其作用力度的絕對值均不如房價上漲的作用值大；van Beers et al.（2015）基于德國中央銀行家庭調查的研究發現，房價上漲和房價下跌均對居民儲蓄無顯著影響，由此否認了非對稱性的存在。（四）房產財富效應的群體差異 住房持有狀況。所謂住房持有狀況，具體包括家庭是否持有住房、持有住房數量或者是否自住房等方面，然而相關結論并未

27、達成一致。支持者認為，相對于租房家庭，有房家庭的財富效應更為明顯；相對于單套房家庭，多套房家庭的財富效應更為明顯；相對于自住房，非自住房的財富效應更為明顯。譬如 Guiso et al.（2005）研究發現，將家庭劃分為自有住房者和租房者后發現，自有住房者住房財富和房產資本收益的邊際消費傾向分別為每歐元 2 歐分和 3.5 歐分，但對租房者并未發現消費與房價之間的顯著關系；Sinai&Souleles（2005）研究發現，對具有多套住房的家庭而言，財富效應發揮的最為充分，但對僅擁有一套或者甚至沒有住房的家庭而言，財富效應比較微弱；Gan（2010）研究發現，房價上漲對多套房家庭會帶來 29.9

28、7%的消費支出上漲，但對僅擁有一套房家庭而言僅為 1.68%；尚昀和臧旭恒（2016）研究發現，現住房產對消費沒有明顯作用，但非現住房體現出明顯的財富效應。然而，也有學者對上述結論持否定態度，譬如 Attanasio et al.（2009）運用英國微觀數據比較 6 了租住和住房擁有家庭的財富效應，發現房價變動系數基本相同；杜莉等（2013）研究發現，房價上升對無房家庭消費的刺激作用甚至大于有房家庭；李濤和陳斌開（2014）的研究發現，對于大產權房和二套房家庭，房產價值變化對家庭消費均無顯著影響。年齡階段。很多學者認為，由于年老人群往往擁有較多的房產和收入，年輕人群擁有的則相對較少，年老者的財

29、富效應強于年輕者，在某種程度上滿足生命周期效應。譬如，Campbell&Cocco（2007）基于英國微觀家庭消費支出的研究發現，房價每上漲 1%，年長者的消費彈性（約 1.7%）要大于年輕者（約 1.0%）；Calcagno et al.（2009）研究發現年老者對房產價值變化的消費彈性（2.6%）約為年輕者（1.1%）的兩倍，很多學者的研究角度和結論與之類似（Sinai&Souleles，2005；Grant&Peltonen，2008；Cooper，2013；Cristini&Sevilla，2014；Bhatia&Mitchell，2016）。然而，也有學者對此進行否認，譬如 Wang

30、（2015）的研究發現，年輕群體的邊際消費傾向約為每歐元 1.8美分，而中年老人群的近乎為零，Disney et al.（2009）等文獻的研究角度和結論與之類似。此外，Tobing（2012）以美國 2001、2003 和 2005 年收入追蹤調查數據（PSID）為基礎，使用門檻估計模型，發現年齡對房產財富效應有顯著影響，但二者之間并不是一個簡單的正向或者負向關系，而是存在一定的門檻效應。此外，還有一些學者從其它角度考察財富效應在不同人群中的差異，譬如 Khalifa et al.（2011）采用門檻估計模型，發現了收入的門檻效應，Liao et al.（2014）將傳統的財富效應研究與行為

31、經濟學相結合，檢驗了風險態度與財富效應的關系，研究發現僅低風險厭惡家庭組表現出房產財富效應，而中等和高等風險厭惡組的房產財富效應均不顯著。綜合對房產財富效應、作用機制、非對稱性及群體差異的文獻回顧發現，我國居民房產財富效應的研究較為缺乏，尤其是對作用機制的微觀檢驗和群體差異研究還不夠深入，特別是有關非對稱性的研究非常缺乏，本文對此進行了補充。二、數據與變量（一）數據來源 本文數據來自于中國家庭追蹤調查（China Family Panel Studies，CFPS），該組數據由北京大學中國社會科學調查中心組織實施，涵蓋了我國 25 個省市自治區的樣本，具有較好代表性。CFPS在 2010 年正

32、式開始全國性調查，之后又實施了 2012 年和 2014 年的全國跟蹤調查。本文主要采用CFPS2010 年和 2014 年數據，在穩健性分析中也使用了 CFPS2012 年數據。本文的研究對象僅限于城鎮家庭，而不考慮農村家庭。其中，2012 年國家統計局調整了城鎮 之所以如此，一方面，CFPS的統計口徑逐年變化，這為變量的跨年比較和計量分析帶來困擾，即使CFPS通過清洗后發布的官方數據以試圖解決上述問題，但根據研究目的不同尚需對數據再做處理。2012 年數據介于 2010和 2014 年之間，以此為基準對 2010 年和 2014 年做進一步清洗，可在最大程度上保證跨年變量的可比性和可信性。

33、另一方面，2010 年和 2014 年的時間間隔為 4 年，時間跨度相對于 2 年更長，房產價值變化的幅度和可能性更大，更利于分析住房資產的財富效應。除此之外，CFPS 數據具有很好的穩定性，在 2010 年以基線界定出的14960 個家庭中，除死亡和一些特殊原因不需要被跟蹤調查外，到 2014 年追蹤調查時成功訪問了近 83%的家庭（任建新等，2015），這也為以 2010 和 2014 年為基準構造 2 期面板數據奠定了良好基礎。7 居民和農村居民的定義，規定城鎮居民是指居住在城鎮范圍內的常住人口，包含具有城鎮戶籍的居民和農村戶籍的城鎮常住居民，為保持年度可比較性，本文亦遵循這一原則。此外

34、，在篩選樣本時，本文選取以兩次調查都在樣本中的城鎮家庭，并且刪除跨年間家庭住址發生變化的城鎮家庭。由于使用了不同年份的數據，我們對 2012 年與 2014 年收入、消費、資產和負債等變量統一折算到 2010 年。（二）變量定義 1.家庭人均非住房消費家庭人均非住房消費。參照相關研究，本文引入家庭人均非住房消費（非住房消費支出/家庭人口規模）進行分析，其中非住房消費是指總體消費扣除居住支出后的消費。其中，總消費包括食物支出、衣著支出、居住支出、家庭設備及日用品支出、醫療保健支出、交通通訊支出、文教娛樂支出和其它消費性支出等 8 個子類，但不包括轉移性支出和保障性支出。2.家庭人均凈房產家庭人均

35、凈房產。CFPS 問卷中詢問了城鎮居民的自評房產價值（以下簡稱房產），本文通過家庭人均凈房產考察財富效應。所謂凈房產，是總房產扣除住房負債后得到的凈值，其中總房產包含現住房和其它住房兩部分，在問卷中通過被調查者對住房的自估價值進行衡量。3.其它解釋變量其它解釋變量。參考已有研究，本文主要引入以下變量：首先是戶主特征，主要包含戶主的年齡、性別、是否具有大學及以上學歷、婚姻狀況和政治面貌等。其次是家庭特征，包含家庭未成年撫養比、老年撫養比和健康成員比等，也包含家庭人均可支配收入和人均金融凈資產等。本文以家庭戶主常住地來（后文有所說明）區別城鎮家庭和農村家庭，其中農村戶籍人口在城市居住 6 個月及以

36、上均視為城鎮居民，兩期城鎮居民數據共計 9286 條。由于農民工樣本在城鎮擁有住房的比例非常低（只有X%），因此房產價值及其變化對農名工樣本并沒有實質性含義。但考慮到樣本的多元性及與國家統計局定義的可比較性，本文仍然以常住人口標準來定義城鄉居民。兩期 9286 條數據中，扣除某期數據缺失（10 年有但 14 年未有或者反之）和跨年家庭住址發生變化的城鎮居民后還剩 8144 條，樣本流失率約為 12.3%（1042/9286）。通過比較可知，刪失和未刪失樣本中關鍵變量的統計特征之間并不存在明顯差異，具體證據有嗎？相關的數字放這里，詳細一點，否則還是有質疑，甚至做一個 tt 檢驗，發現兩個樣本之間

37、沒有顯著差異，因此刪除之后對本文結論不會產生實質性影響。關于對資產存量是否應該進行折算的問題，已有研究還存在一定的討論。本文由于特別關注房產價值在不同年份的變化問題，因此仍對不同年份的財產變量進行了價格調整，從而保持年份間的可比較性。居住支出主要包括物業費、水電費、燃料費、房屋維修費和取暖費等方面。對于現住房，如果回答是完全自有的則視為大產權房，回答和單位共有產權的則視為小產權房，回答其它答案（譬如租住、公房、廉租房、公租房、家人親戚朋友提供等）則視為沒有產權。對于大產權房，自估價值即為該住房的總資產價值；對于小產權房，根據我國國情其在市場上可以使用、出租、繼承或者轉賣，本文同樣將自估價值視為

38、該住房的總資產價值；對于沒有產權的住宅，住房資產價值視為零。對于非現住房，CFPS 明確指出是家庭在別處的具有產權的住房，因此其自估值可視為住房總資產價值。將二者加總之后，便可得到總的住房資產值。CFPS 調查未指定戶主，相關研究往往將 CFPS2010 的“家庭主事者”視為戶主，本文遵循這一處理方式。CFP2014 中未涉及該問題，對此，本文根據虛擬戶主在 CFPS2010 時唯一不變的個人編碼（pid）在 CFPS2014 進行插補。CFPS 中對受教育程度的劃分參照 CFPS 標準，07 依次代表文盲、小學、初中、高中、大專、本科、碩士、博士。為便于分析，本文構建戶主是否具有大學及以上學

39、歷（包含大專、本科、碩士和博士等）的虛擬變量。CFPS2010 關于家庭成年成員自評健康狀況的選項為“健康，一般健康，比較不健康，不健康，非常不健康”，此時將選擇前兩個選項的視為健康個體；CFPS2014 的選項為“非常健康，很健康，比較健康，一般，不健康”，此時將選擇前四個選項的視為健康個體。然后，除以當年家庭人口規模，便可得到健康成員比重。城鎮居民可支配收入，是指城鎮居民能夠自由支配的收入，一般而言就是城鎮居民家庭收入扣除各項稅費和社會保險支出后余下的收入，既包括現金收入也包括實物收入。其中，家庭收入是指家庭人員在調查期內獲得的工 8 最后是地域特征，首先以中部地區為參照組，引入位于東部地

40、區和位于西部地區的二值虛擬變量，然后引入所在?。ㄖ陛犑谢蜃灾螀^）GDP 增長率，以反映宏觀經濟形勢的影響。相關變量定義的具體細節參見表 1，此處不再贅述。值得注意的是，有關房產財富效應的研究本質上是針對那些不同時間跨度上均具有房產的家庭進行的，在跨期中住房變化可分為四種情況，即跨期均未有住房、由無房到有房、由有房到無房以及跨期均有住房等，對此，本文分別構建上述四種情況的二值虛擬變量、和。表 1 主要變量及描述性統計分析 定義 變量 取值說明 樣本數 均值 標準差 最小值 最大值 人均非住房 消費支出 NHC 單位為萬元 8144 1.091 1.185 0 22.71 人均凈房產 NHV 單位

41、為萬元 8140 13.20 28.61-45.50 1000 跨期是否 均未有住房 兩期均未有住房取值為 1，否則為 0 8144 0.0589 0.2355 0 1 跨期是否 從無房到有房 跨期從無房變為有房則取值為1，8144 0.0614 0.2401 0 1 跨期是否 從有房到無房 跨期從有房為無房則取值為 1，否則為 0 8144 0.0661 0.2484 0 1 跨期是否均有住房 兩期均有住房取值為 1，否則為 0 8144 0.8136 0.3894 0 1 戶主年齡 Age 單位為年 8144 52.09 12.89 17 93 戶主性別 Male 男性取值為 1，女性取值

42、為 0 8144 0.682 0.466 0 1 戶主是否具有 大學及以上學歷 Edu 1 是 0 否 8144 0.318 0.466 0 1 戶主婚姻狀態 Marriage 已婚狀態取值為 1，除此之外 其它狀態取值為 0 8144 0.875 0.331 0 1 戶主政治面貌 Politic 戶主為黨員、人大代表或者政協委員時取值為 1，否則取值為 0 8144 0.147 0.354 0 1 未成年撫養比 Young 家庭中 16 歲以下成員/家庭人口規模 8144 0.140 0.170 0 0.75 老年撫養比 Old 家庭中 60 以上成員/家庭人口規模 8144 0.157 0

43、.296 0 1 健康成員比 Health 家庭中身體健康成年成員/家庭人口規模 8144 0.648 0.299 0 1 人均可支配收入 Salary 單位為萬元 320.9 320.9 320.9 320.9 320.9 人均金融凈資產 NFV 單位為萬元 8078 1.337 5.372-70.53 140.8 位于東部地區 East 是否位于東部，1 是 0 否 8143 0.512 0.500 0 1 位于西部地區 West 是否位于西部，1 是 0 否 8143 0.161 0.368 0 1 資性收入、經營凈收入、財產凈收入和轉移凈收入之和，不包括出售財產收入和借貸收入。然后，將

44、家庭收入扣除各種稅費和社會保險支出之后，即為城鎮居民的家庭可支配收入。金融凈資產為金融總資產扣除非住房負債后的凈值。其中，金融總資產主要包括現金、存款、別人欠自家錢、金融產品（如股票、債券和基金等）兩類，非住房負債主要包括在銀行和非銀行方面（如親友和民間金融組織等）的非住房方面的負債（如車貸、教育貸款等）。1d2d3d4d1d2d3d4d 9 位于中部地區 Middle 是否位于中部，1 是 0 否 8144 0.327 0.469 0 1 時間虛擬變量 T T=1，如果是 2014 年；否則 T=0 8144 0.500 0.500 0 1 GDP 增長率 GDP 所在?。ㄖ陛犑谢蜃灾螀^）G

45、DP 增長率 8144 0.1285 0.0635 0.0076 0.250 社區人均凈房產 NHVC 所在社區家庭人均凈房產的 中位數，單位為萬元 8144 10.36 17.44 0 369.7 人均總房產 HV 單位為萬元 8140 13.63 28.94 0 1000 人均生活消費支出 Consume 單位為萬元 8144 3.900 4.418 0 105.3 房產占比 Rate 家庭總房產占家庭總資產比重 7725 0.701 0.340 0 1 房產價值是否增加 Up 對跨期均有房家庭而言，房產是否升值，1 是 0 否 6626 0.734 0.442 0 1 房產價值是否下降

46、Down 跨期房產是否貶值，1 是 0 否 6626 0.221 0.415 0 1 是否存在住房困難 Quality 若存在住房困難取值為 1，否則取值為 0 8144 0.158 0.365 0 1 是否一線地區 Level 家庭位于北京或上海地區取值為 1，其余地區取值為 0 8144 0.154 0.361 0 1 是否單套房家庭 Single 是否跨期均為單套房，1 是 0 否 6626 0.723 0.448 0 1 是否多套房家庭 Multiple 是否跨期均為多套房，1 是 0 否 6626 0.067 0.250 0 1 家庭負債程度 LTV 家庭負債/家庭可支配收入 793

47、9-0.853 134.9-12000 274.8 注釋：關于中、西和東部地區的劃分參照傳統標準，此處不再贅述；由于數據存在缺失，所以部分變量的觀測值存在差異；三、計量模型與實證分析（一）計量模型 以往國內文獻由于數據所限，關注更多的往往是房產的資產效應而非財富效應，本文通過CFPS2010 和 2014 調查數據構造了兩期面板數據，使得本文可以在控制家庭差異的基礎上深入考察房產的財富效應。對此，構造模型如（1）式所示：（1）其中，下標 表示第 個城鎮居民家庭，表示所處時間（2010 或者 2014 年）；表示第 個城鎮居民家庭 時刻的人均非住房消費支出，為家庭人均凈房產，回歸系數體現了人均凈

48、房產對人均非住房消費支出的影響，即財富效應；表示家庭固定效應，用以表示不可觀測的不隨時間變化的家庭因素的影響，它們往往與解釋變量相關；表示其它外生解釋變量，表示相關變量對應的系數向量；為時間固定效應，用以表示不可觀測的不隨個體變化的時間因素（譬如宏觀經濟形勢等）的影響；表示特質隨機誤差項。由于模型（1）既考慮了個體固定效應，又考慮了時間固定效應，因此模型（1）為雙向的固定效應（FE）模型。參考 Johnson et al.itititiitNHCNHVXvTby=+iititNHCititNHVbivitXyTit 10（2006）的模型設定對模型（1）進行差分，得到一階差分的計量模型：（2）

49、其中，和分別表示人均非住房消費支出和人均凈房產的一階差分，；為解釋變量的差分值，主要為人均可支配收入等變量的一階差分等；表示時間因素的影響。使用一階差分模型的優勢在于，它通過在家庭內部進行差分控制了家庭不可觀測因素對城鎮居民非住房消費支出的影響。事實上，在兩期面板數據結構下，模型（2）的一階差分方法與固定效應模型本質上是等價的。然而，一階差分模型在應用中比固定效應模型更加靈活。比如，城鎮居民人均非住房消費支出的變化（）可能不僅與人均凈房產、人均凈金融資產或者人均可支配收入等時變變量的差分值有關，還和一系列變量的水平值（如戶主年齡和受教育程度等）有關，固定效應模型無法同時控制變量水平值和變動值對

50、城鎮居民人均非住房消費支出的影響。下面，給出同時控制變量差分值和水平值的一階差分模型（3）如下所示：（3）其中，為可能影響城鎮居民人均非住房消費支出的水平變量，譬如戶主的年齡、性別、是否具有大學及以上學歷、婚姻狀況和政治面貌等戶主特征變量，以及地區虛擬變量等。在分析房產的財富效應時，需要考慮不同原因所可能導致的內生性問題，譬如房產價值的測量誤差問題，家庭對未來的預期、能力和風險偏好等因素無法測度所帶來的遺漏變量問題，以及居民消費變化可能反向影響房價進而帶影響房產價值變化的雙向因果關系問題。事實上，Wang（2015）認為，如果這些不可觀測的因素在一段時間內保持不變，可以通過個體“異質性”加以控

51、制，這也是面板數據的優勢所在。本文參考已有研究，采用所在社區人均凈房產的中位數的一階差分值（）作為工具變量（IV）。此外，鑒于財富效應主要考察房產價值變化的影響，相關研究往往僅針對跨期均有住房的城 鎮家庭進行分析，然而這種思路可能由于樣本選擇性問題產生估計偏誤。對此，本文參照 Andreu（2015）等研究的思路，通過比較全樣本和跨期均有房子樣本（）關于的估計系數是否存在明顯差異來進行判斷，如果差異不顯著則表明樣本選擇性問題并不嚴重，否則樣本選擇性問題是存在的，需予以糾正。（二）實證結果 表 2 模型（1）控制了人均凈房產、戶主特征、家庭人口社會學特征和地理特征，模型（2）在（1）的基礎上繼續

52、控制了人均可支配收入，模型（3）在（2）的基礎上繼續控制了人均金融凈資產，模型（4）在（3）的基礎上僅針對那些跨期均有房子樣本的分析結果，模型（5）是在結果 一般而言，居民所在社區人均凈房產的中位數（NHVC），往往與居民人均凈房產（NHV）具有較強的相關性，但與居民人均非住房消費支出（NHC）并無顯著關聯。由此可知，NHVC 的一階差分值與 NHV 的一階差分值同樣具有較強相關性，且與 NHC 的一階差分值并無顯著關聯，因此NHVC 作為NHV 的 IV 是合理的。當然，還需要進一步的分析來證明，后文將予以檢驗。ititititNHCNHVXcbyD=D+D+DitNHCDitNHVDitX

53、DcitNHCD+ZitititititNHCNHVXcbylD=D+D+DZitNHVCD41d=NHVD 11（4）基礎上引入 IV 時的估計結果。首先，通過比較結果（1）、（2）和（3）發現，核心變量人均凈房產的方向、大小和顯著性比較穩健，其它變量的估計結果也未發生較大變化。具體而言，在逐步控制影響因素的基礎上，房產價值變化對非住房消費支出的影響始終正向顯著。通過比較結果（4）和結果（3）可知，人均凈房產的估計系數的大小及其顯著性水平差異不大，即樣本選擇性問題在本文可能并不嚴重，原因可能在于當前我國城鎮居民住房自有率較高，而其它變量的系數大小和顯著性水平與結果（3）相比也大多保持不變。此

54、外，通過比較結果（5）和結果（4）可知，對跨期均有住房的子樣本而言，引入 IV 后人均凈房產的估計結果（0.0110）與未引入 IV（0.0149）時相比并無明顯差異，工具變量通過了識別不足檢驗和弱工具變量檢驗，并且通過了人均凈房產是外生變量的假設，這說明內生性問題并不明顯，因此后文不再引入 IV進行分析。由于跨期中住房變化可分為四種情況，即跨期均未有住房、由無房到有房、由有房到無房以及跨期均有住房等，鑒于房產價值變化對兩期均有住房的家庭才更具意義，因此結果（4）可被認為是本文的基準 估計結果，具體而言，人均凈房產價值每波動 1 萬元，城鎮居民人均非住房消費支出變化約 0.0107萬元，即我國

55、房產的財富效應正向顯著。由此可知，當前大多數家庭買房主要作為資產投資而非自?。▌傂瑁?，房價上漲的強制性儲蓄（減少現期消費）效應要小于但房產價值增加的財富效應，即對消費的擠出效應要小于拉動效應。值得注意的是，由表 2 可知，人均可支配收入的影響在結果（2）和結果（3）中均為正向顯著，但在結果（4）和結果（5）中不再顯著。事實上，人均可支配收入和人均非住房消費支出的相關系數約為 0.1094（跨期均有房樣本），從而導致可支配收入的變化并不會對消費支出的變化產生顯著影響。此外，人均可支配收入和人均凈房產的相關系數較低僅為 0.0359（跨期均有房樣本），也就不可能存在收入和房產之間相互轉化所導致的內

56、生性問題。表 2 房產財富效應檢驗 本文還考察了從無房到有房、從有房到無房的兩類特殊城鎮家庭，研究發現，對跨期從無房到有房的家庭（共計 240 戶）而言，人均凈房產對人均非住房消費支出的影響正向不顯著（0.0033）；對跨期從有房到無房的家庭而言（共計 256 戶），人均凈房產的影響同樣正向不顯著（0.0010）。某種意義上，再次驗證了如果僅對跨期均有房家庭進行分析，由此產生的樣本選擇性問題所帶來的估計偏誤并不嚴重。簡便起見，此處不再匯報具體估計結果，若有興趣可向作者索要。具體而言，關于識別不足檢驗（Underidentification test）中 Kleibergen-Paap rk L

57、M statistic 的檢驗值為 14.193，并在 1%的水平上顯著，從而表明工具變量與內生變量之間是相關的，但仍有可能存在弱工具變量問題。進一步的弱工具變量檢驗（Weak identification test）中，Cragg-Donald Wald F statistic 和 Kleibergen-Paap rk Wald F statistic取值分別為 1744.663和 59.390，而Stock-Yogo 弱工具變量檢驗臨界值（Weak ID test critical values）在10%和15%的水平上（10%maximal IV size）取值分別為 16.38 和 8

58、.96，這就表明檢驗拒絕了該工具變量與內生變量不相關的假設，從而表明該工具變量并非弱工具變量。F（(1,412）檢驗取值為 0.8249，對應 p 值為 0.3643，從而接受了人均凈房產是外生變量的解釋。12 變量 結果1 結果2 結果3 結果4（基準回歸）結果5 全樣本+全樣本+全樣本+跨期均有房樣本+跨期均有房子樣本+未引入IV 未引入IV 未引入IV 未引入IV 引入IV 人均凈房產 0.0065*0.0062*0.0086*0.0107*0.0142*(0.0025)(0.0025)(0.0016)(0.0018)(0.0045)戶主年齡-0.0225-0.0235*-0.0275*

59、-0.0183-0.0187(0.0145)(0.0137)(0.0137)(0.0134)(0.0133)戶主年齡平方 0.0002*0.0002*0.0003*0.0002 0.0002(0.0001)(0.0001)(0.0001)(0.0001)(0.0001)戶主性別-0.0815*-0.0908*-0.0956*-0.0782*-0.0807*(0.0431)(0.0419)(0.0415)(0.0451)(0.0442)戶主是否有大學及 以上學歷 0.0880*0.0982*0.0677 0.0890 0.0844(0.0533)(0.0515)(0.0498)(0.0587)(

60、0.0581)戶主婚姻狀態 0.0628 0.0614 0.0486-0.0182-0.0236(0.0769)(0.0764)(0.0758)(0.0794)(0.0788)戶主政治面貌 0.1008 0.1117 0.0993 0.0959 0.1056(0.0705)(0.0718)(0.0713)(0.0738)(0.0749)未成年撫養比-0.1418-0.1283-0.0928-0.0755-0.0782(0.1333)(0.1318)(0.1292)(0.1424)(0.1421)老年撫養比-0.1655*-0.1523*-0.1343-0.1435-0.1378(0.0870)

61、(0.0873)(0.0847)(0.0877)(0.0901)健康成員比 0.0412 0.0457 0.0349-0.0053-0.0173(0.0707)(0.0723)(0.0732)(0.0782)(0.0789)人均可支配收入 0.0182*0.0160*0.0121 0.0118 (0.0099)(0.0090)(0.0094)(0.0093)人均金融凈資產 0.0188*0.0204*0.0186*(0.0062)(0.0068)(0.0071)位于西部地區-0.0597-0.0490-0.0311-0.0264-0.0236(0.0618)(0.0628)(0.0620)(0

62、.0674)(0.0664)位于東部地區 0.0170 0.0041-0.0059 0.0063 0.0083(0.0567)(0.0554)(0.0538)(0.0556)(0.0547)GDP 增長率 4.6298*4.3161*3.7792*3.4105*3.6950*(0.8936)(0.8694)(0.8607)(0.9664)(0.9566)常數項 0.5546 0.5931 0.7519*0.6616*0.6981*(0.4052)(0.3777)(0.3736)(0.3723)(0.3730)adj.R2 0.031 0.044 0.066 0.081 0.076 13 N 4

63、067 3950 3888 3158 3158 注釋：*、*、*分別表示在 10%、5%和 1%的水平上顯著；由于部分變量可能存在缺失，使得回歸結果 觀測值總量上存在一定差異；前綴表示相關變量的一階差分值，其中人均非住房消費支出、人均凈 房產、人均金融凈資產和人均可支配收等變量均以萬元為單位；括號內數字表示標準誤，并在社區層 面上聚類（cluster)。一般認為，房產和金融資產往往是當前中國城鎮居民最為主要的兩種財富形式，二者之間可能存在此消彼長的“蹺蹺板效應”，從而可能導致金融凈資產存在內生性問題。但本文發現，這一問題在本文可能并不嚴重。一方面，數據中發現人均凈房產的一階差分值和人均金融凈資

64、產的一階差分值相關系數僅為 0.1196（全樣本），而且在 1%水平上顯著，從而表明二者的相關性處于較低水平。另一方面，從上面的結果看，金融資產與房產價值變化 這里可能的原因在于：一方面，我國居民在金融市場往往存在“有限參與”現象，二者之間的轉化并不像其它發達國家那么普遍，內生性問題出現的可能性大大降低；另一方面，兩期的間隔時間很短，金融資產與房產的轉化需要一個周期，尤其是在限購、限貸和滿 5 年才能再次出售的政策下，金融資產與房產的轉換效應并不明顯。其中，人均金融凈資產的財富效應接近房產財富效應的 2 倍，這可能有助于解釋，在居民財產結構日益趨向房產的背景下，居民消費長期難以顯著提高的重要原

65、因。進一步來看，由結果（4）可知，對于居民消費支出而言，影響正向顯著的變量為 GDP 增長率、和時間因素（即常數項），且分別在 1%、1%和 5%的水平上顯著。此外，戶主是否具有大學以及上學歷在接近 15%的水平上正向顯著。此外，戶主性別和健康成員比等相關變量影響均為負向，且分別在 10%和接近 15%的水平上顯著，即戶主為女性，健康成員所占比重越低，那么家庭的消費支出將會增加?；诮Y果（4）被認為是本文的基準估計結果，綜合考慮，后文僅針對那些跨期均有房（）的城鎮庭子樣本進行研究，且不再引入 IV 進行分析，后文除非特殊情況不再指出。（三）穩健性檢驗 雖然前面的實證結果發現房產價值變化對消費具

66、有顯著正影響，但為慎重下面從四個方面放松條件，從而進一步對檢驗基準回歸的穩健性問題。穩健性檢驗一：將人均凈房產替換為人均總房產，估計結果參見表 3。由表 3 可知，估計結果與基準結果相比并無太大差異，從而表明基準結果是穩健的。此外，研究發現對跨期從無房到有房以及從有房到無房的兩類特殊家庭，人均凈房產對人均住房消費支出（主要包括裝修維修費、房貸利息支出等）或者人均非住房消費支出的影響均為正向不顯著，換句話說住房與非住房消費支出并不存在所謂的“替代性”問題。簡便起見，此處不再匯報具體估計結果，若有興趣可向作者索要。41d=14 穩健性檢驗二：將人均凈房產最高 1%和最低 1%的極端值家庭去掉，估計

67、結果參見表 3。由表 3 可知，在排除極端值之后結果與基準結果比較接近，再次驗證了財富效應結論的穩健。穩健性檢驗三：將人均非住房消費支出替換為人均生活消費支出（此時納入居住支出），估計結果參見表 3。由表 3 可知，在替換消費支出的定義后，估計結果與基準結果比較接近，財富效應的結論依然穩健。此外，鑒于估計系數略有增大，這從側面表明房產價值變化對居住支出和非居住支出的影響方向是一致的，二者之間并不存在此消彼長的替代效應。穩健性檢驗四：將人均層面換成家庭層面，即將人均層面的非住房消費支出、凈房產、可支配收入和人均金融凈資產等變量均替換為家庭層面，相關結果參見表 3。由表 3 可知，在將相關變量替換

68、后，房產的財富效應依然正向顯著，再次表明了財富效應結論的穩健性。表 3 穩健性檢驗 變量 檢驗一 檢驗二 檢驗三 檢驗四 基準結果 加上檢驗名稱 人均總房產 0.0104*(0.0018)人均凈房產 0.0106*0.0123*0.0019*0.0107*(0.0018)(0.0021)(0.0007)(0.0018)人均可支配收入 0.0119 0.0081 0.0178 0.0129 0.0121(0.0094)(0.0068)(0.0134)(0.0100)(0.0094)N 3158 3092 3158 3158 3158 注：由于部分變量可能存在缺失，使得回歸結果觀測值總量上存在一定

69、差異；其余注同表 3。（四）進一步討論 1.房產價值變化率。之前，本文發現了房產價值波動對居民消費有著明顯的正向刺激作用，下面采用相對而不是絕對指標來衡量，即度量房產價值變化率對居民消費率變化率的影響。由表4 可知，無論是家庭層面還是個人層面，凈房產變化率越高，則非住房消費支出變化率就越大，這符合人們的經驗直覺，同時再次證明了財富效應的存在。表 4 房產價值變化率 變量 非住房消費支出變化率 人均層面 家庭層面 凈房產變化率 0.00003*0.00003*(0.00001)(0.00001)可支配收入-13.72908-13.88327(15.46032)(15.63521)下面，本文計算房

70、產價值變化率和消費支出變化率。所謂房產價值變化率，即（2014 年人均凈房產-2010 年人均凈房產）/2010 年人均凈房產，為系數便于觀察再乘以 100，類似的定義人均非住房消費支出變化率。15 N 3234 3234 注同表 3。2.住房差異。前面都是跨期均有房的簡單分析，下面我們進一步從住房數量角度進行區分，以跨期單套房為參照，引入是否由單套房轉為多套房、是否由多套房轉為單套房以及是否跨期多套房的二值虛擬變量，并分別與人均凈房產進行交叉。然后，針對跨期均為單套房的家庭，從住房面積變化角度進行考察，此時本文以面積跨期不變為參照組，引入是否面積增加和是否面積減少的二值虛擬變量，并同樣與人均

71、凈房產進行交叉，相關結果參見表 5。由表 5 可知，若從住房數量角度進行考察，人均凈房產的影響正向顯著，這表明基準組即跨期均為單套房家庭的財富效應依然存在，進一步的由交叉項可知，跨期由多套房轉為單套房家庭的財富效應顯著降低，跨期由單套房轉為多套房家庭的財富效應雖有增加但不明顯；最為重要的是，跨期均為多套房家庭的財富效應雖有增加但不顯著。進一步來看，若僅針對跨期均為單套房進行分析，人均凈房產的影響負向不顯著，這表明基準組即住房面積不變家庭的財富效應不再存在，原因可能在于這類家庭在面臨房產價值增加時，往往具有較強的換購或者再購房動機，從而壓縮消費，盡管并不顯著。進一步的由交叉項可知，跨期面積增加和

72、跨期面積減少家庭的財富效應有所增加但均不顯著，事實上這兩類家庭已經完成了換房，因此房產價值變化對其有一定影響，但再購房的動機任然存在，兩方面的綜合作用導致財富效應并未顯著增加。綜上，相對于單套房家庭，跨期均為多套房家庭的財富效應并未顯著增加；進一步來看，在單套房家庭中，住房面積變化與否并不會對房產財富效應產生顯著影響。表 5 住房差異 變量 跨期均有房家庭 跨期均為單套房家庭 人均凈房產 0.0107*-0.0824(0.0033)(0.0907)人均凈房產*IN2（=1）0.0006 (0.0059)人均凈房產*IN3（=1）-0.0131*(0.0075)人均凈房產*IN4（=1）0.00

73、28 (0.0040)人均凈房產*Bigger（=1）0.0946 (0.0908)人均凈房產*Smaller（=1）0.0930 (0.0908)人均可支配收入 0.0122 0.0075(0.0098)(0.0064)本文規定，如果城鎮家庭具有兩套房及以上，視為多套房家庭。16 N 3158 2289 注同表 3。3.長期效應和短期效應。為檢驗財富效應在不同時間跨度上的差異，本文將 CFPS2014 替換為CFPS2012，并采用類似方法估計，此時所得結果稱之為短期效應，而基準結果稱為長期效應。由表 6 可知，無論是顯著性水平還是系數值大小，房產價值變化的短期效應均小于長期效應，原因可能在

74、于我國房產財富效應發揮的空間和渠道愈加完善。當然，要想在更長維度上進行比較，需要引入新的數據分析。表 6 長期效應 VS 短期效應 變量 短期效應 長期效應 人均凈房產 0.0071*0.0107*(0.0039)(0.0018)人均可支配收入 0.0112 0.0121(0.0098)(0.0094)N 3121 3158 注同表 3。四、財富效應的作用機制檢驗 下面，本文將基于不同角度檢驗財富效應的相關作用機制是否成立。事實上，這些作用機制對消費行為的影響方式和效果完全不同，直接關系到相關政策的評價和制定，因此有必要嚴格區分。譬如，如果直接財富效應起作用，則可以通過房產價值增加（房價上漲）

75、來促進消費的持久增加；如果抵押品效應起作用，則可以通過提高住戶的信貸可得性來緩解流動性約束進而刺激當期消費；如果預防性儲蓄動機起作用，那么可以通過提高居民風險平滑能力來擴大當期消費。（一）直接財富效應 下面，本文基于數據事實并參照已有研究，主要從以下兩個方面進行檢驗：首先，以城鎮居民所在社區商品房價格變化率為基準，同時考察居民自住房價格變化率，后者減去前者的差值可被認為是未預期到的房產價值變化的代理變臉，同時所在社區商品房價格變化率被認為預期到的房產價值變化的代理變量，估計結果參見表 7。其次，從房價預期角度出發，以房價預期不變為參照組，引入預期上升和預期下降的兩個虛擬變量，并與人均凈房產進行

76、交叉。CFPS問卷中涉及城鎮居民所在社區商品房的一般價格，本文通過比較社區2010年和2014年一般價格變化便可計算得出所在社區商品房價格變化率。值得注意的是，部分社區某年商品房一般價格存在缺失，對此，本文通過城鎮居民自住房價值除以自住房面積，進而計算得出自住房價格；在此基礎上，在社區層面上求自住房價格中位數，從而插補商品房一般價格的缺失值。當然，這種做法存在一定偏差，但無疑最能準確反映地區層面房價因素的影響：一方面，兩期均有房城鎮家庭中大多為一套住房，多套房家庭僅占約 6.7%，因此采用自住房進行計算是相對準確的；另一方面，在地區層面房價的度量上，社區層面無疑比區域或者區縣的測度更為準確。C

77、FPS2014 中關于金融知識部分的問卷涉及到“房價預期”的問題，即“您認為未來一年您所在區的房價會如何變化”，相關答案分為“大幅下降、小幅下降、基本不變、小幅上升和大幅上升”等五個種類。本文將前兩個簡化為預期下降，將后兩個簡化為預期上升，并以基本不變（即預期不變）為參照組，構建預期上升和預期下降的 17 由表 7 可知，表 7 直接財富效應 變量 人均非住房消費支出 人均凈房產（預期到的）人均凈房產（未預期到的）人均可支配收入 N 3121 注同表 3。（二）抵押品效應 下面，本文基于數據事實并參照已有研究思路（Wang，2015），從家庭負債程度和流動性資產數量兩個角度出發，直接檢驗抵押品

78、效應是否成立。首先，本文從家庭負債程度高低角度進行考察，根據 2014 年家庭負債程度是否高于 80%分位數（約 0.4），引入負債程度是否較高的二值虛擬變量 IC（高于 0.4 取值為 1，否則取值為 0），并與人均凈房產進行交叉。其次，本文以家庭流動性資產數量是否低于中位數，引入流動性資產數量是否較低的二值虛擬變量 IL（低于中位數取值為 1，否則取值為 0），并與人均凈房產進行交叉。最后，本文將家庭負債程度是否較高和家庭流動性資產數量是否較低進行交叉，并以負債程度較低（IC=1）且流動性資產數量較低（IL=1）為參照組，考察其它三種情況的差異，估計結果參見表 8。表 8 抵押品效應 變量

79、 負債程度高低 流動性資產多寡 負債程度高低*流動性資產多寡 人均凈房產 0.0105*0.0108*人均凈房產 0.0041*(0.0020)(0.0031)(0.0023)人均凈房產*IC（=1）0.0013 人均凈房產*IC（=0）*IL（=1）0.0082*(0.0039)(0.0026)兩個虛擬變量。本文參照相關研究，將家庭負債程度定義為家庭總負債/年可支配收入，取值越高則表明流動性約束程度越高。其中，家庭總負債為未還清住房負債和金融負債之和；金融負債主要包括城鎮居民在銀行和非銀行方面（如親友和民間金融組織等）的非住房方面的負債（如車貸、教育貸款等）。由于大部分家庭沒有負債，因此本文

80、參考已有研究以 80%分位數為界進行分析。穩健性起見，本文還以家庭負債程度的 75%分位數（約 0.1）進行類似分析，相關研究結論并未較大改變，簡便起見僅匯報 80%分位數相關結果，75%分位數結果如有需求可向作者索要。本文將流動性資產定義為家庭凈金融資產和家庭生產經營性凈資產之和。這些資產與房產相比，變現往往相對容易，因此流動性較強。其中，家庭生產經營性資產主要包括農用機械、土地資產和經營性資產（家庭在個人和私營企業所占有的資產）等，調查資料所限，生產經營性資產的凈值無法計算，故將其總值視為凈值。顯然的，流動性資產數量越大，表明家庭遭受流動性約束的可能性就越低。18 人均凈房產*（IL=1）

81、-0.0001 人均凈房產*IC（=1）*IL（=0）0.0187*(0.0035)(0.0073)人均凈房產*IC（=0）*IL（=0）0.0050(0.0040)人均可支配收入 0.0121 0.0121 人均可支配收入 0.0122(0.0094)(0.0095)(0.0095)N 3158 N 3158 注同表 4。由表 8 可知，如果僅從家庭負債程度高低進行考察，人均凈房產的影響正向顯著，這表明基準組即家庭負債程度較低家庭的財富效應依然存在，進一步的由交叉項可知，家庭負債程度較高家庭的財富效應雖有增加但不顯著，從而否認了抵押品效應的成立。同樣的，如果僅從流動性資產數量多寡進行考察，人

82、均凈房產的影響正向顯著，這表明基準組即流動性資產數量較高家庭的財富效應依然存在，進一步的由交叉項可知，流動性資產數量較低的家庭的財富效應雖有減少但不顯著，再次否認了抵押品效應的成立。進一步的，再將二者進行交叉，此時以家庭負債程度較高（IC=1）和流動性資產數量較低（IL=1）為參照組，而這類家庭往往遭受最為嚴重的流動性約束。由表 8 可知，此時基準組人均凈房產的影響正向顯著，這表明基準組即遭受最嚴重流動性約束家庭的財富效應依然存在，進一步的由交叉項可知，其它三類家庭的財富效應均有顯著增加，即遭受流動性約束相對較輕家庭的財富效應有所增強，從而否定了抵押品效應。綜上，無論是家庭負債程度還是流動性資

83、產多寡抑或是將二者交叉，本文直接否認了抵押品效應的成立。（三）預防性儲蓄動機 下面，本文參照 Gan（2010）的思路，檢驗考察房產價值變化對不同類型消費的影響差異。此時，本文將非住房消費支出進一步分為兩類，基本消費支出（主要包括食品和衣著等方面）和非基本消費支出（主要包括家庭設備及日用品、交通通訊、醫療保健、文教娛樂和其它消費性支出等方面）；鑒于 CFPS 在食物支出中并未區分在家就餐和在外就餐，本文以衣著支出作為基本消費支出的代理變量，將文教娛樂和其他消費支出作為非基本消費支出的代理變量，估計結果參見表 9。表 9 預防性儲蓄動機 變量 非基本消費支出 基本消費支出 文教娛樂+其他 消費性

84、支出 衣著支出 人均凈房產 0.0064*0.0044*0.0011*0.0004*(0.0014)(0.0007)(0.0004)(0.0002)人均可支配收入 0.0070 0.0051 0.0041 0.0020 19(0.0062)(0.0038)(0.0033)(0.0017)N 3158 3158 3158 3158 注同表 4。事實上，城鎮居民如果存在預防性儲蓄動機，如果房產增值時，居民的預防性儲蓄動機往往削弱，此時對非基本消費支出的刺激作用往往更為明顯；當房產貶值時，同樣的對非住房消費支出的抑制作用往往更為明顯，即房產價值變化對城鎮居民非基本消費支出的影響往往更為強烈。由表 9

85、 可知，房產價值變化對非基本消費支出的影響要比基本消費支出更為強烈，這也符合人們的經驗直覺，從而驗證了預防性儲蓄動機；進一步來看，房產價值變化對衣著支出的影響明顯小于對文教娛樂和其它消費性支出的影響，再次驗證了預防性儲蓄動機的成立。與以往國際研究大多支持抵押品效應的共識不同，本文認為預防性儲蓄動機才是解釋房產價值變化影響居民消費的根本原因。究其原因，西方發達國家的房產金融市場往往較為成熟和完善，各種基于房產的抵押貸款、反向抵押貸款和再融資等金融產品的存在，使得居民可以通過不出售房產便可從不同渠道獲得資金，因此房產價值增加對流動性約束越強家庭的刺激作用往往越大，從而抵押品效應有著良好的發揮空間。

86、與之相反，雖然我國個人住房抵押貸款近年來迅猛發展，但抵押貸款產品形式單一尤其是缺乏房產增值抵押貸款產品，流行性約束效應的發揮受到極大限制；不僅如此，我國居民傳統上“量入為出”的消費觀念比較強烈，大多數家庭消費屬于儲蓄型而不是借貸型，不到萬不得已不會通過抵押住房來滿足當前消費，從而導致抵押品效應往往發揮失靈，而預防性儲蓄動機往往起到更為重要的作用。（四）預防性儲蓄動機的相關推論 1.有住房困難家庭的財富效應是否更大有住房困難家庭的財富效應是否更大。如果預防性儲蓄動機成立，那么有住房困難家庭在理論上就更應該面臨預防性儲蓄問題，即房產的財富效應相對于無住房困難家庭而言就更大。下面，本文根據 CFPS

87、2014 問卷中關于住房困難情況的提問“您家是否存在下列住房困難情況”，構建城鎮居民是否存在住房困難的二值虛擬變量（存在困難取值為 1，否則為 0），并與人均凈房產進行交叉，估計結果參見表 10。表 10 有無住房困難 變量 人均非住房消費 人均凈房產 0.0087*(0.0021)人均凈房產*住房困難 0.0033(0.0021)人均可支配收入 0.0120 根據 CFPS2014 年問卷，住房情況的描述主要有以下 7 個方面：12 歲以上的子女與父母同住一床，老少三代同住一室，12歲以上的異性子女同住一室，有的床晚上架起白天拆掉，客廳里也架起了睡覺的床，其它困難情況，沒有上述困難情況。如果

88、前 6 種困難情況出現一種或以上，則視為有住房困難，否則認為沒有住房困難。20(0.0094)N 3158 注同表 4。由表 10 可知，人均凈房產的系數正向顯著，這就表明不存在住房困難城鎮家庭的財富效應是存在的，而交叉項系數正向不顯著則表明存在住房困難家庭的財富效應雖有增強但不明顯，與預防性儲蓄動機并不吻合。事實上，存在住房困難的城鎮家庭往往收入和資產較低，面對房價持續高企，在考慮未來改善住房可能引致的經濟負擔（如積累首付款、歸還房屋貸款或借款等）時往往變成“沮喪的購房者”，從而放棄預防性儲蓄和購房意愿從而增加消費，財富效應反而增強。2.存在改善性住房需求家庭的財富效應是否更小存在改善性住房

89、需求家庭的財富效應是否更小。如果預防性儲蓄動機成立，那么存在改善性住房需求家庭的預防性儲蓄動機相對較弱，即房產的財富效應相對于沒有改善性住房需求家庭而言就更小。下面，根據房產價值，將城鎮居民分為具有或者不具有改善性住房需求的兩類家庭：如果家庭人均凈房產低于所在社區人均凈房產的中位數，將之定義為城鎮居民具有改善性住房需求，反之不具備改善性住房需求。此時，本文引入是否具有改善性住房需求的二值虛擬變量（具有取值為 1，否則取值為 0），并與人均凈房產進行交叉由表 11 可知，人均凈房產的系數正向顯著，這就表明不存在改善性住房需求城鎮家庭的財富效應是存在的，而交叉項系數負向顯著則表明存在改善性住房需求

90、家庭的財富效應顯著降低，與預防性儲蓄動機相吻合。表 11 有無住房困難 變量 有無住房困難 人均凈房產 0.0117*(0.0019)人均凈房產*改善性住房需求-0.0060*(0.0032)人均可支配收入 0.0121(0.0095)N 3158 注同表 4。3.房產為主要資產類型的財富效應是否更大房產為主要資產類型的財富效應是否更大。下面，本文根據 2014 年凈房產占凈資產的比例，引入城鎮家庭房產占比是否較高的二值虛擬變量（如果凈房產占凈資產比重大于中位數 0.89，則定義為占比較高的家庭，此時取值為 1，否則取值為 0），然后與人均凈房產進行交叉；穩健性起見，本文還以 70%分位數（約

91、 0.93）為界構建二值虛擬變量后與人均凈房產進行交叉，相關估計結果參見表 12。此外，本文是還以 30%分位數、20%分位數和 10%分位數為界（依次為 0.75、0.64 和 0.40），進行類似分析。表 12 房產占比高低 變量 70%分位數 50%分位數 30%分位數 20%分位數 10%分位數 21 人均凈房產 0.0107*0.0119*0.0053 0.0045 0.0028(0.0018)(0.0048)(0.0042)(0.0051)(0.0055)人均凈房產*房產占比較高 0.0000-0.0015 0.0063 0.0069 0.0087(0.0000)(0.0050)(

92、0.0043)(0.0053)(0.0058)人均可支配收入 0.0121 0.0122 0.0114 0.0119 0.0120(0.0094)(0.0095)(0.0091)(0.0093)(0.0094)N 3158 3158 3158 3158 3158 注同表 4。由表 12 可知，無論采用中位數或者是 70%分位數進行分析，人均凈房產的系數正向顯著，表明基準組即房產占比較低家庭的財富效應是存在的，而交叉項均不顯著，這就表明房產占比高低與否并不會產生財富效應大小的本質區別。之所以差異不大，原因可能在于目前我國居民的投資渠道比較狹窄有待拓寬，住房往往是收益最大且最為穩妥的投資方式，作用

93、力度可能差異不大。進一步來看，無論采用 30%分位數、20%分位數還是 10%分位數，房產占比很低家庭的財富效應雖然正向但不再顯著，原因可能在于房產占比很低的城鎮家庭的投資方式可能更為豐富和多樣，住房的投資屬性雖然在一定程度上仍然存在，但受到其它投資方式的影響和沖擊，房產的財富效應自然受到削弱，而交叉項系數正向且在接近 15%水平上顯著，這就表明除了那些占比很低的家庭，一般城鎮家庭的財富效應顯著增強，這也符合前文的討論。五、房產價值下降對消費的影響 （一）房產價值下降對消費變化的影響 近年來，我國城鎮居民房產由于房價持續上漲而不斷升值，但房價居高不下的同時也存在房價下跌導致房產價值下降的可能性

94、。大家更關注的一個潛在經濟風險是，房產價值向下而不是忘上變化所帶來的消費影響問題，也即房產財富效應的非對稱性問題。根據預防性儲蓄動機推斷如下，房產價值增加往往降低居民的預防性儲蓄動機，進而刺激消費，而房產價值下降時的影響則恰巧與之相反，從而抑制消費。下面，根據城鎮居民房產價值的跨年變化情況，分為房產價值跨期增加和跨期下降的兩類家庭，相關結果參見表 13。由表 13 可知，跨期增加和跨期下降的財富效應均為正向，前者在 1%水平上顯著而后者不顯著且系數值相對較小。具體而言，對于跨期增加家庭來說，房產每增加 1 萬元，城鎮居民消費增加約 0.0140 萬元；對于跨期下降家庭而言，房產每下降 1 萬元

95、，消費支出降低約 0.0040 萬元。因此，房產價值增加會顯著刺激消費，而房產價值下降在一定程度上抑制消費，但無論從系數值大小還是顯著性水平來看，跨期增加的影響大于跨期下降，即房產財富效應的非對稱性并不成立。此時，本文根據家庭層面凈房產而不是人均層面凈房產構建跨期房產價值變化的虛擬變量，并且此時凈房產不再進行 CPI 折算。鑒于房產價值跨期不變的家庭較少（約為 147 戶），為便于分析此時不再納入，而僅保留跨期價值增加和價值下降的兩類城鎮居民。此外，本文還引入居民跨期房產是否下降的虛擬變量 Down（跨期下降取值為 1，跨期增加取值為 0），并與 22 表 13 房產價值增加 VS 房產價值下

96、降 變量 跨期增加 跨期下降 人均凈房產 0.0140*0.0040(0.0021)(0.0032)人均可支配收入 0.0122 0.0052(0.0104)(0.0170)N 2474 684 注同表 4。下面，對房產財富效應的非對稱性做進一步考察，鑒于房產價值下降的影響更值得關注，首先，對于房產下降的城鎮家庭，進一步分為住房數量減少和數量不變的兩類以進行比較；然后，針對住房數量不變的房產下降城鎮家庭，進一步觀察貶值原因是否由于換房原因所導致，相關結果參見表 14。由表 14 可知，同樣是房產價值下降，住房數量減少的影響負向不顯著，即住房數量減少導致的房產下降在一定程度上反而會刺激消費，原因

97、可能在于一方面家庭將房產收益轉化為收費，另一方面家庭也有可能存在購房需求進而壓縮消費，二者的綜合作用導致最終影響不顯著。住房數量不變的情形要相對更為常見，其影響正向且在 10%水平上顯著，即住房數量不變導致的房產下降會顯著抑制消費，對此要做進一步的分析。事實上，在房價普遍上漲的今天，住房數量不變而房產價值下降可能源于多個原因，譬如所在社區居住環境或質量等原因導致貶值，或者城鎮居民將原有住房置換為條件更差的住房等等。為此，本文將其分為兩類家庭，一類是換房，一類是沒有換房。由于 CFPS 并未詳細提供每套住房的詳細信息，因此本文綜合 2010、2012 和 2014 年問卷中關于自住房的面積變化信

98、息，判斷 2010年和 2014 年自住房是否發生變化，以進一步識別家庭是否換房：如果回答面積不變則意味著沒有換房，如果回答其它情況則意味著換房。當然，這一處理方法存在一定偏誤，但能在最大程度上反映了居民住房變化的信息。鑒于未換房的家庭約為 12 戶，相對較少，本文僅針對換房家庭進行分析。由表 14 可知，住房數量不變而房產下降的城鎮家庭中，換房現象較為常見，其影響正向且在 10%水平上顯著，并且系數并無顯著變化。綜上，房產財富效應的非對稱性并不成立，這意味著未來如果房價下跌導致房產價值下降，可能并不會導致消費的顯著下降。此外，對于房產價值下降，數量不變且存在換房行為的家庭較 人均凈房產進行交

99、叉。研究發現，人均凈房產的影響正向顯著，即跨期增加家庭的財富效應依然存在，而交叉項的系數負向顯著，這表明相對于跨期增加的家庭，跨期下降城鎮居民的財富效應明顯變小，與表 13 結論吻合。因此，無論是分組分析還是引入虛擬變量分析，結果并無太大差異。然而，如果引入虛擬變量進行分析，則無法直接觀測到房產價值下降家庭的財富效應是否仍然顯著。因此，本文僅匯報分組回歸時的估計結果，而不再給出引入交叉變量時的估計結果，若有興趣可向作者索要。數量增加但房產價值下降的現象在現實中比較少見，此類家庭共計 17 戶，本文不再予以分析。23 為普遍，這種現象會顯著降低消費。表 14 房產價值下降的財富效應 變量 跨期下

100、降 數量減少 數量不變 數量不變且換房 人均凈房產-0.0089 0.0057*0.0056*(0.0096)(0.0029)(0.0029)人均可支配收入 0.0649 0.0037 0.0037(0.0988)(0.0086)(0.0086)N 165 502 490 注同表 4。（二）房價下跌對消費的影響 一般而言，房產價值變化中，人們最為關注的問題便是房價下跌可能帶來的風險。對此，本文基于兩個角度進行檢驗：一方面，城鎮居民所在社區商品房一般價格的變化可以分為兩類，一類是跨期下跌，另一類是跨期未下跌（包含不變和上漲兩類），此時，將社區商品房一般價格的變化作為居民房價變化的代理變量，以考察

101、房價下跌與否的影響的非對稱性。另一方面，CFPS提供了自住房的房產值和建筑面積，也提供了非自住房的房產總值和建筑總面積，但數據所限無法獲得每一套住房的具體信息。與此同時，對跨期均有住房的家庭而言，擁有一套房的城鎮居民占比約 90%。此時，本文將城鎮居民自住房價格的變化作為所有房產價格變化的代理變量，具有一定的可行性和代表性，相關結果具體參見表 15。由表 15 可知，無論是社區層面還是家庭層面，房價未下跌的影響正向顯著，即房價未下跌時房產價值變化對城鎮居民消費有著明顯的刺激作用；然而，房價下降的影響均不顯著。具體而言，社區層面房價或者自住房房價未下跌時，人均凈房產每增值約 1%，則城鎮居民消費

102、分別增加約0.0966%和 0.0110%；與之相反，當社區層面房價或者自住房房價下跌時，房產價值的變化對城鎮居民的消費并無顯著影響，即無論是從顯著性還是系數值大小來看，房價下跌影響的非對稱性同樣不成立。表 15 房價下跌的財富效應 變量 社區平均層面 家庭層面 社區房價未下跌 社區房價下跌 自住房房價未下跌 自住房房價下跌 人均凈房產 0.0966*0.0455 0.0110*0.0069(0.0168)(0.0332)(0.0018)(0.0065)人均可支配收入 0.0118*0.0006 0.0038 0.0636(0.0054)(0.0013)(0.0027)(0.0602)直觀起見

103、，此時刪除那些人均凈房產為負的那些城鎮家庭，并分別對人均凈房產和人均非住房消費支出+1 后再取對數，以獲得房產價值變化對居民消費影響的彈性。24 N 2883 244 3074 53 注同表 3。我國房價長期維持高位并被認為存在較大泡沫，房產去庫存的宏觀政策可能帶來房價的大幅波動，可能由此誘發經濟下滑和社會震蕩。就目前而言，確實很難預測房價何時會跌，雖然大部分人都認為房價存在泡沫。管制導致價格扭曲，這是符合邏輯的，同時，管制也能維持扭曲的價格。從政府部門的調控目標看，一定是避免房價的大起大落，尤其是房價大跌可能導致經濟危機的風險。然而，本文的研究結論表明，無論是間接角度的房產價值變化還是直接角

104、度的房價變化，房產價值下降或者房價下跌均不會對居民消費產生明顯的抑制作用。因此，放松房地產市場監控，“讓政府的歸政府，市場的歸市場”，未嘗不是一個更好的選擇。六、房產財富效應的異質性分析 （一）年齡階段 此時，本文從年齡異質性角度進行考察，此時本文按照 2010 年戶主年齡，以年輕人群組（35歲及以下）為參照組，引入是否中年人群（3659 歲）和是否老年人群（60 歲及以上）的二值虛擬變量，并分別與人均凈房產進行交叉。此外，為考察預防性儲蓄動機在年齡異質性人群的差異，采用類似方法考察房產價值波動對基本和非基本消費的影響，相關結果參見表 16。若從年齡異質性進行考察，由表 16 可知，人均凈房產

105、的影響正向顯著，這表明基準組即年輕人群的財富效應是存在的，進一步的由交叉項可知，中年人群的財富效應在一定程度上有所增加，而老年人群的在一定程度上有所降低但均不顯著，換句話說，財富效應在不同年齡人群間的差異并不明顯。進一步來看，對于基本消費支出，人均凈房產的影響正向顯著，這表明基準組即年輕人群的財富效應是存在的，進一步由交叉項可知，關于基本消費支出的財富效應在不同年齡人群間的差異并不明顯；同樣的，對于非基本消費支出的結論與之類似。這就意味著，預防性儲蓄動機的強弱在不同年齡階段人群中并無顯著差異。綜上，財富效應在不同年齡人群間的差異并不明顯；進一步來看，預防性儲蓄動機的強弱在不同年齡階段人群中并無

106、顯著差異。表 16 年齡階段 變量 人均非住房消費支出 人均基本消費支出 人均非基本消費支出 人均凈房產 0.0100*0.0028*0.0072(0.0054)(0.0012)(0.0051)人均凈房產*中年人群（=1）0.0022 0.0018 0.0005(0.0058)(0.0014)(0.0053)人均凈房產*老年人群（=1）-0.0013 0.0021-0.0034(0.0055)(0.0015)(0.0052)25 人均可支配收入 0.0119 0.0052 0.0067(0.0095)(0.0039)(0.0060)N 3158 3158 3158 注同表 3。（二）地區差異

107、下面，本文根據城鎮居民所在?。ㄖ陛犑谢蜃灾螀^），將其所在地區劃分為（準）一線地區和非（準）一線地區，相關估計結果參見表 17。由表 17 可知，無論采用哪一種定義方式，非一線地區的財富效應都要比（準）一線地區更為強烈。究其原因，這可能是面對同等幅度的房產價值變化，（準）一線地區城鎮家庭往往面臨更高的房價，可能會由于未來購房需求而適當壓縮消費支出，房產的財富效應往往受到削弱。表 17（準）一線地區 VS 非（準）一線地區 變量 定義1 定義2 非一線地區 一線地區 非準一線地區 準一線地區 人均凈房產 0.0124*0.0102*0.0169*0.0096*(0.0037)(0.0021)(0.

108、0043)(0.0021)人均可支配收入 0.0068 0.0326 0.0048 0.0377*(0.0071)(0.0196)(0.0057)(0.0198)N 2717 441 2216 942 此時去除位于東部和位于西部變量，其余注同表 3。下面進一步考察預防性儲蓄動機在不同地區的差異，以準一線地區和非準一線地區為例進行分析，相關結果參見表 18。研究發現，對非準一線地區而言，關于非基本消費支出的財富效應明顯大于基本消費支出，這就表明預防性儲蓄動機在非準一線地區表現的較為強烈；與之不同的是，對準一線地區而言，關于非基本消費支出的財富效應略大于基本消費支出，這就表明預防性儲蓄動機在準一線

109、地區表現的就不是那么強烈。究其原因，可能在于準一線地區的社會保障機制相對完善，城鎮居民的預防性儲蓄動機的發揮空間相對有限，這也與我國的實際國情相吻合。表 18 預防性儲蓄動機的地區差異 變量 非準一線地區 準一線地區 基本 非基本 基本 非基本 人均凈房產 0.0057*0.0112*0.0042*0.0054*(0.0019)(0.0037)(0.0007)(0.0015)人均可支配收入 0.0034 0.0014 0.0116 0.0261*由于 CFPS 僅僅提供了所在?。ㄖ陛犑谢蜃灾螀^）的代碼，而未提供具體所在城市的信息，方便起見，本文首先規定北京市和上海市為一線地區，其他地區為非一線

110、地區（該定義規定為一線 1）；穩健性起見，查閱中國統計年鑒，根據 2014 年省級（直轄市）房價水平高低，再將天津市、浙江省、福建省和廣東省等地區納入到準一線地區進行分析（規定為一線 2）。26(0.0031)(0.0034)(0.0087)(0.0126)N 2216 2216 942 942 注同表 17。（三）地區差異 下面，本文根據城鎮居民所在?。ㄖ陛犑校?，按照傳統定義將其劃分為西部地區、中部地區 和東部地區。由表 19 的結果可知，無論是系數值還是顯著性水平上來看，中部地區的財富效應最為明顯；東部地區的財富效應正向顯著，但要比中部地區明顯要低很多，而西部地區的財富效應正向且在 15%

111、水平上顯著，與東部地區幾乎持平。因此，財富效應在我國具有一定的地域差異。表 19 地域差異 變量 西部地區 中部地區 東部地區 人均凈房產 0.0103 0.0175*0.0098*(0.0067)(0.0071)(0.0020)人均可支配收入 0.0356*-0.0010 0.0449*(0.0074)(0.0026)(0.0217)N 538 1057 1563 此時去除位于東部和位于西部變量，其余注同表 3。下面進一步考察預防性儲蓄動機在不同地域的差異，相關研究結果參見表 20。研究發現，對西部地區而言，非基本消費支出的財富效應明顯大于基本消費支出，但均不顯著，這就表明預防性儲蓄動機在西

112、部地區并未發生作用；對中部地區而言，非基本消費支出的財富效應明顯大于基本消費支出，且均顯著，這就表明預防性儲蓄動機在中部地區發揮的較為充分；對東部地區而言，基本和非基本消費支出的財富效應均正向顯著且無明顯差別，這就表明預防性儲蓄動機在東部地區并未發生作用。綜上，財富效應在我國具有一定的地域差異；進一步而言，預防性儲蓄動機在中部地區發揮得較為充分，而在西部地區和東部地區并未有效發揮作用。表 20 預防性儲蓄動機的地域差異 變量 西部地區 中部地區 東部地區 基本 非基本 基本 非基本 基本 非基本 人均凈房產 0.0007 0.0096 0.0060*0.0115*0.0043*0.0055*(

113、0.0020)(0.0059)(0.0032)(0.0067)(0.0007)(0.0015)人均可支配收入 0.0229*0.0127*0.0009-0.0020 0.0126 0.0323*(0.0037)(0.0059)(0.0009)(0.0029)(0.0087)(0.0144)N 538 538 1057 1057 1563 1563 注同表 17。（四）受教育程度 27 下面，本文根據城鎮家庭戶主是否具有大學及以上學歷，將其劃分為具備和不具備兩類，類似的本文還考察預防性儲蓄動機在不同受教育程度人群中的作用差異。從表 21 可知，無論戶主受教育程度如何，房產的財富效應均為正向顯著，

114、其中具備大學及以上學歷家庭的財富效應更為明顯。究其原因，房產財富效應的發揮需要經過一定程序和步驟來履行，而受教育程度較高的戶主對相關金融產品、金融工具和金融知識掌握的更為熟練，財富效應發揮的往往更為充分。下面進一步考察預防性儲蓄動機在不同受教育程度人群中的差異。由表 21 可知，對不具備大學及以上學歷的人群而言，基本和非基本消費支出的財富效應均正向顯著且無明顯差別，這就表明預防性儲蓄動機在西部地區并未發生作用；對具備大學以及上學歷的人群而言，非基本消費支出的財富效應明顯大于基本消費支出，且均顯著，這就表明預防性儲蓄動機在具有更高教育程度的人群中發揮的較為充分。綜上，具備大學及以上學歷家庭的財富

115、效應更為明顯；進一步而言，預防性儲蓄動機在在具有更高教育程度的人群中發揮的較為充分。表 21 受教育程度差異 變量 不具備大學及以上學歷 具備大學及以上學歷 非住房消費 基本 非基本 非住房消費 基本 非基本 人均凈房產 0.0073*0.0035*0.0038*0.0137*0.0050*0.0087*(0.0025)(0.0009)(0.0020)(0.0031)(0.0009)(0.0024)人均可支配收入 0.0073 0.0026 0.0047 0.0363*0.0200*0.0163(0.0074)(0.0024)(0.0054)(0.0203)(0.0071)(0.0178)N

116、2179 2179 2179 979 979 979 注：此時去除戶主受教育程度變量，其余注同表 3。七、結論與政策建議 本文采用家庭微觀面板數據，考察了房產價值變化對城鎮居民非住房消費的財富效應，并對財富效應的異質性、非對稱性和作用機制進行深入研究。本文主要有以下發現：（1）房產財富效應正向顯著，而且財富效應的長期影響比短期影響更為明顯。（2）房產價值增加會顯著刺激消費，而房產價值下降在一定程度上抑制消費，但無論從系數值大小還是顯著性水平來看，房產價值增加的影響大于房產價值下降；進一步來看，房價上漲能夠顯著刺激消費，而房價下跌對消費的抑制作用并不明顯，因此無論是間接角度的房產價值變化還是直接

117、角度的房價波動，房產財富效應的非對稱性在我國并不成立。（3）針對房產財富效應作用機制檢驗的研究發現，未預期到和預期到的房產價值變化均能刺激消費，從而否認了直接財富效應；通過家庭負債程度、流動性資產多寡抑或是二者進行交叉，否定了抵押品效應的成立；而房產價值變化對非基本消費支出的影響顯著大于基本消費支出，從而支持了預防性儲蓄動機的成立。（4）房產價值變化的影響在不同人群中具有差異，相對于沒有改善需求城鎮家庭，具有改善需求家庭的影響顯著降低；相對于（準）28 一線地區，非一線地區城鎮家庭的影響更為強烈；相對于西部和東部地區，中部地區的影響更為強烈；相對于不具備大學及以上學歷的人群，具備大學及以上學歷

118、人群的財富效應更為強烈?；诒疚难芯拷Y論和我國現實國情，本文提出建議如下：（1）本文研究發現房產價值增加或者房價上漲固然會刺激消費，但房產價值下降或者房價下跌并不會對居民消費產生顯著負面影響。這一結論為去庫存政策提供了經驗支持，同時表明房價的自由波動并不會對居民消費產生強烈抑制作用，相關管理部分應放松房地產市場管控。（2）流動性約束的放松有待于我國金融工具的發育和規范，只有深化發展再融資市場和創新創造新型金融產品和金融工具（譬如抵押貸款、反向抵押貸款和再融資等金融產品），才能有效將房產資本收益持久性的轉化為消費。（3）預防性儲蓄是為應付不時之需而增強的儲蓄，這就提醒相關政府管理部門需要進一步減

119、輕普通家庭的養老、醫療和住房負擔，這樣才能有效刺激消費。（4）金融資產的財富效應約為房產的 2 倍，從而表明金融資產的影響不容忽視，一方面由于存在種種制度和非制度壁壘，我國金融市場往往存在居民“有限參與”現象，因此應破除相關壁壘以促進廣泛參與；另一方面，隨著金融資產的日益普及，政府應提高股票、證券、基金和債券等風險性金融產品的管理和監控能力，盡力避免相關產品價格大起大落對居民消費的危害性。29 參考文獻：1 柴國俊、尹志超：住房增值對異質性家庭的消費影響，中國經濟問題2013 年第 11 期。2 陳健、黃少安：遺產動機與財富效應的權衡：以房養老可行嗎，經濟研究2013 年第 9 期。3 杜莉、

120、沈建光、潘春陽：房價上升對城鎮居民平均消費傾向的影響基于上海市入戶調查數據的實證研究，金融研究2013 年第 3 期。4 黃靜、屠梅曾：房地產財富與消費：來自于家庭微觀調查數據的證據，管理世界2009 年第 7 期。5 李亮：房地產財富與消費關系研究新進展，經濟學動態2010 年第 11 期。6 李濤、陳斌開：家庭固定資產、財富效應與居民消費：來自中國城鎮家庭的經驗證據，經濟研究2014年第 3 期。7 尚昀、臧旭恒：家庭資產、人力資本與城鎮居民消費行為，東岳論叢2016 年第 4 期。8 萬曉莉、嚴與若、方芳：房價變化、房屋資產與中國居民消費基于總體和調研數據的證據，經濟學（季刊）2017

121、年第 16 卷第 2 期。9 解堊：房產和金融資產對家庭消費的影響：中國的微觀證據，財貿研究2012 年第 4 期。10 謝潔玉、吳斌珍、李宏彬、鄭思齊：中國城市房價與居民消費，金融研究2012 年第 6 期。11 楊贊、張歡和陳杰：再購房潛在動機如何影響住房的財富效應？基于城鎮住戶大樣本調查數據的微觀層面分析，財經研究2014 年第 7 期。12 周曉蓉、代艷花、曾尹嬿、陳建東：資產財富效應實證研究新進展，經濟學動態2014 年第 10 期。13 Andreu E.S.,The effect of house price changes on household saving behavio

122、r:A theoretical and empirical study of the dutch case,SOM Research Reports,Vol.15018-EEF,2015.14 Atalay K.,Whelan S.,and Yates J.,House prices,wealth and consumption:New evidence from Australia and Canada,Review of Income and Wealth,2016,Vol.62(1),pp.69-91.15 Attanasio O.P.,Blow L.,Hamilton R.and Le

123、icester A.,Booms and busts:Consumption,house price and expectations,Economics,2009,Vol.76,pp.20-50.16 Bhatia K.,Mitchell C.,Household-specific housing capital gains and consumption:Evidence from Canadian microdata,Regional Science and Urban Economics,2016,Vol.56,pp.19-33.17 Browning M.,Gortz A.,and

124、Ptrs S.L.,Housing wealth and consumption:A micro panel study,The Economic Journal,2013,Vol.123(May),pp.401-428.18 Calcagno R.,Fornero E,Rossi M C.The effect of house prices on household saving:the case of Italy,Journal of Real Estate Finance and Economics,2009,Vol.39,pp.284-300.19 Campbell,J.Y.and J

125、.F.Cocco,2007,How do House Price Affect Consumption?Evidence from Micro Data,Journal of Monetary Economics,2007,Vol.54(3),pp.591-621.20 Cooper D.,House price fluctuations:The role of housing wealth as borrowing collateral,The Review of Economics and Statistics,2013,Vol.95(4),pp.1183-1197.21 Cooper D

126、.,Impending U.S.spending bust?The role of housing wealth as borrowing collateral,Federal reserve bank of Boston Working Paper 09,2009.22 Cristini A.and Sevilla A.,Do house price affect consumption?A re-assessment of the wealth hypothesis,Economic,2014,Vol.81,pp.601-625.23 Disney R.,Gathergood J.and

127、Henley A.,House price shocks,negative equity and household consumption in the United States,Journal of the European Economic Association,2010,Vol.8(6),pp.1179-1207.24 Engelhardt G.V.,House price and home owner saving behavior,Regional Science and Urban Economies,30 1996,Vol.36,pp.313-336.25 Gan J.,H

128、ousing wealth and consumption growth:Evidence from a large panel of households,Review of Financial Studies,2010,Vol.23,pp.22292267.26 Grant C.,Peltonen T.,Housing and equity wealth effects of Italian households,European Center Bank Working Paper,No.857,2008.27 Guiso L.,Paiella M.,and Visco I.,Do cap

129、ital gains affect consumption?Estimation of wealth effects from Italian households behavior,Temi Di Discussione,No.555,2005.28 Jiang S.Y.,Sun W.and Webb A.,The impact of house price movements on non-durable goods consumption of older households,Annals of Economics and Finance,2013,Vol.14(2),pp.493-5

130、12.29 Johnson D.S.,Parker J.A.,and SoulelesN.S.,Household Expenditure and the Income Tax Rebates of 2001,American Economic Review,206,96(5),pp.1589-1610.30 Khalifa S.,Seck O.,and Tobing E.,Housing wealth effect:Evidence from threshold estimation,Journal of Housing Economics,2011,Vol.22,pp.25-35.31 L

131、iao W.C.,Zhao D.,and Sing T.F.,Risk attitude and housing wealth effect,Journal of Real Estate Finance and Economics,2014,Vol.48(3),pp.467-491.32 Ludwing A.and Torsten Slok,The Impact of changes in stock prices and house prices on consumption in OECD countries,IMF Working Paper,2002.33 Mian A.and Suf

132、i A.,House prices,home equity-based borrowing,and the US 8 household leverage crisis,American Economic Review,2011,Vol.101(5),pp.2132-56.34 Paiella M.and Pistafrri L.,Decomposing the wealth effect on consumption,2016,Review of Economics and Statistics(forthcoming),DOI:10.1162/REST_a_00629.35 Sinai,T

133、.and Souleles N.S.,Owner-occupied housing as a hedge against rent risk,Quarterly Journal of Economics,2005,Vol.15(3),pp.763-789.36 Tobing E.,How do housing wealth effects vary with age?,Applied Economics,2012,Vol.19,pp.649-652.37 van Beers,Bijlsma N.,and Mocking R.,House price shocks and household s

134、avings:Evidence from Dutch administrative data,CPB discussion paper,No.299,2015.38 Wang P.,Housing wealth,housing-based borrowing and consumption growth:Evidence from a panel of households,UNSW Working Paper,August,2015.39 Windsor C.,Jarkko P.J.,and Finlay R.,Housing wealth effect:Evidence from and

135、Australian panel,Economic,2015,Vol.82,pp.552-577.主要研究領域為財產與收入分配、扶貧與就業。在 China Economic Journal、China Economic Review、Journal of Migration、Journal of China Studies、經濟研究和管理世界等中英文期刊上發表 40 余篇論文，出版中國新型城鎮化與人口遷轉，先后主持世界銀行、國際勞工組織、國家社科基金和國家發改委等委托的 20余項課題，作為主要成員參與了國家社科基金重大項目、國家自然科學基金重點項目、教育部哲學社會科學研究重大攻關項目的研究工作

136、。此文章是國家自然科學基金-北京大學管理科學數據中心 2015 年資助課題“中國居民收入差距、財產差距及流動性研究”的研究成果之一。課題組負責人為李實教授。該課題組主要研究內容包括中國居民財產增長及結構變化、居民財產分布差距的變化、居民財產差距與收入差距的關系、中國居民財產流動性的總體趨勢、居民財產流動性變化的結構性原因、不同人群財產流動的比較、房價變動、財產水平與財產差距以及房價變動與居民財產流動性。作者 萬海遠法國里昂大學經濟學博士，北京師范大學經濟學博士現為北京師范大學中國收入分配研究院副院長，北京師范大學經管學院副教授法國國家科學研究院特聘研究員，國家發改委宏觀經濟研究院副研究員研究領

137、域為家庭金融、農業經濟學、微觀計量經濟學以及中國高凈值人群問題。作者 李慶海博士，南京財經大學副教授，北京師范大學經濟與工商管理學院博士后中國收入分配研究院兼職研究員，現任國家自然科學基金通訊評議人China Economic Review（SSCI）、經濟學季刊、中國農村經濟和數量經濟技術經濟研究等期刊等匿名審稿人。入選“江蘇省青藍工程優秀青年骨干教師”，兩次獲得“江蘇省統計科研優秀成果獎”，“第十二屆中國農村金融發展論壇優秀論文獎”等榮譽稱號。主要研究領域包括發展經濟學與勞動經濟學，其中收入分配、公共政策、貧困、勞動力市場等為近年來研究重點。作者 李實現任浙江大學文科資深教授，教育部“長江學者”特聘教授原北京師范大學經濟與工商管理學院教授，博士生導師，中國收入分配研究院執行院長德國勞動研究所（IZA）研究員中國經濟體制改革研究會學術委員會委員中國（海南）改革與發展研究院學術委員會委員，天則研究所學術委員會委員北京大學經濟與人類發展研究中心學術委員，國家行政學院兼職教授國務院扶貧領導小組專家咨詢委員會委、國家人力資源和社會保障部專家咨詢委員會委員中國就業促進會專家咨詢委員會委員曾擔任世界銀行、亞洲開發銀行、聯合國開發署（）、聯合國國際兒童基金會（）、國家發改委，國務院扶貧辦等機構的項目專家