林 娟 ，王之雯 ，周利星

（1.广东行政职业学院 电子信息学院， 广东 广州 510800；2.悉尼大学 商学院， 澳大利亚 悉尼 201101； 3.广东行政职业学院 财经商贸学院， 广东 广州 510800）

一、引言

近年来，高房价和消费不足成为我国宏观经济表现中非常突出的两大特征。尤其是2008 年金融危机爆发以来，我国经济进入新常态，如何防止我国经济增速下滑并实现经济增长方式从投资拉动向消费拉动的转型是我国当前宏观调控的重要命题。而理解住房价格与我国居民消费的关系将为破解这一难题提供有益的参考。

截至2020 年，我国商品房平均销售价格已上涨到住房商品化改革元年(1998 年)的约4.8 倍。在家庭财富有限的情况下，房产价格的快速上涨将抑制居民的消费支出。有研究发现我国居民消费在整体国民经济中的占比呈明显的下降趋势，消费占GDP 的比例由1978 年的近70%降至2012 年的近50%(万晓莉等，2017)。基于以上背景，本文认为深入研究房产价格对居民消费的影响，并在此基础上提出具体的政策建议具有重要意义。

现有研究房价与居民消费之间关系的文献大多是基于全国性的数据，对区域异质性特别是城市层面的异质性研究较少。本研究将房价与消费的关系细化至具体省份和城市。广东省是我国经济最发达的省份之一，且省内珠三角地区与粤西地区的经济发展水平具有显著差异，研究价值较高，故选取广东省为研究对象。本文将广东省内城市分为两组，一组发展水平较高，另一组发展水平次之，并将消费分为居住性消费和非居住性消费，旨在探讨房价对消费影响的区域异质性。

二、文献综述

根据现代消费理论，如持久收入假说，未预期到的资产价格上升将导致家庭财富上升，进而造成居民消费提高。对于有房者来说，当房地产价格水平上升时，家庭资产增加，从而家庭的消费也会增长(Yuan et al，2020)，这被称为房地产的“财富效应”。

房地产的财富效应已被国内外很多文献印证了，如陈伟和陈淮(2013)在使用1998-2011 年的数据对我国房地产的财富效应的实证检验之后发现，房价对居民消费支出的影响系数高达0.966。Attanasio(2011)也发现，30 年来，英国经历了房价繁荣和消费的显著同步。[4]当房价上涨时，英国年轻人仍然通过增加抵押贷款来维持高消费(Burrows，2018)，因为房价上涨可能通过增加家庭感知财富或者通过放松借贷的需要来刺激消费(Campbell and Cocco，2007)。]

但学术界对房地产的财富效应也存在争议，如万晓莉等(2017)研究发现房屋价值水平虽然正向影响消费水平，但影响系数非常小，房价的变化不会对消费产生显著影响，因此住房在我国并不存在“财富效应”。我国城镇房产对消费的财富效应较弱的原因可能是我国房价波动较大，而且住房的流动性较低(骆祚炎，2007)。

另一方面，房地产的财富效应也可能是负的。一些学者认为，房价上涨将减少非居住性消费，因为家庭必须增加储蓄从而减少消费 (Li et al.，2013；Wang and Wen，2012)。陈彦斌、邱哲圣(2011)分析了住房价格上涨对居民储蓄和福利的影响，发现房价快速上升将导致年轻家庭不得不提高储蓄率，城镇居民福利因此普遍下降。颜色和朱国钟(2013)更是把在购房前为了支付首付而拼命压缩消费，在购房后由于沉重的还贷压力也被迫牺牲日常消费的家庭称为“房奴”，把房价上涨压缩消费的机制成为“房奴效应”——这种效应在以一线城市为首的经济发达城市非常常见。此外，对于尚未拥有房产的居民而言，房价上涨将引起租金上涨，房租在租房者的日常支出中的占比提高，必然会减少租房者的消费，因此也会导致负的财富效应(宋勃，2007；刘阳，2015)。

此外，许多学者研究发现财富效应在不同地区之间存在显著差异，即区域异质性(Case et al.2005；Ray Barrell，2015)。发达地区的房地产财富效应通常要比不发达地区显著得多, 财富效应对不同人群的影响也不尽相同，如Campbella 和Cocco(2007)发现财富效应在老年人群体中比较明显，在年轻人中则不太明显。

三、数据描述与变量构建

(一)数据来源

本文使用了2009-2019 年广东省内十个地级市的统计年鉴数据、国民经济与社会发展公报数据、中国人民银行官方网站数据及克而瑞房地产咨询数据。其中，本文的收入、居住消费、非居住消费数据均来源于广东省内各地级市的统计年鉴。国民经济与社会发展统计公报则是从三大产业、固定资产投资以及对外经济等方面系统性地呈现了当地一年内的经济发展主要指标，本文的失业率是从广东省各地市每年的国民经济与社会发展公报中获取。中国人民银行官方网站提供了近十年存贷款利率的变化，本文的一年期存款利率数据即为中国人民银行官方网站查询所得。克而瑞是中国最大的房地产信息综合服务商，在全国各级城市均建立了相对完善的信息集成体系，是中国地产界信息的主要提供者，本文的商品房均价数据来源于克而瑞地产研究。

需要说明的是，因广东省部分地市的统计数据缺失过多，本研究仅选取广州、深圳、佛山、东莞、中山、珠海、汕头、惠州、韶关、肇庆十市。同时，因克而瑞的数据并不完整，且在2009 至2019 年之间，由于统计口径变化，统计年鉴部分数据亦有缺失，对观测数据进行了筛选，最终得到十个地级市共103 个样本。

(二)样本分类

为检验房价对居民消费的影响是否具有区域异质性，本文借鉴季晓旭 (2016) 的区域划分法，根据2009-2019 年间广东省各地级市GDP 总额的均值，将上述十市大致划分为两个区域：A 区为经济发达地区，由十一年间稳定处于广东省内总GDP 前四位的城市构成，包含广州、深圳、佛山、东莞，此四市组成了广东省经济发展的“第一梯队”，故将这四个城市归为一区；其余城市划分为B 区，包含中山、珠海、汕头、惠州、韶关、肇庆，这六个城市的GDP 总量差距较小，可作为广东省内经济相对不发达地区的代表。以2019 年为例，排名第四的东莞GDP 总量为9482.5 亿元，比排名第五的惠州市(GDP 总量4177.41亿元)高出一倍有余。也有一些学者选用人均GDP 作为分类依据，但笔者认为在探讨区域异质性的时候关注的重点在于不同地区经济发展水平的总体差异，因此使用GDP 总量比使用人均GDP 更合适。

(三)变量的描述性统计

家庭消费包括食品烟酒、衣着、居住、生活用品及服务、交通通信、教育文化娱乐、医疗保健、其他用品和服务总开支等。本研究使用的居住性消费对应的即为“城镇家庭人均生活消费支出”的“居住”子科目，其统计对象主要包括房租、装修费、物业费、水电燃料费等项目。非居住性消费则由“城镇家庭人均生活消费支出”-“居住”-“家庭设备用品及其服务支出”(或称“生活用品及服务”)计算所得。

每年一年期存款利率的计算方式为：一年期存款利率在本年执行的月数/12*相应月份一年期存款利率。

失业率是指统计指标中的“城镇登记失业率”，是城镇登记失业人员数与城镇单位就业人员(扣除使用的农村劳动力、聘用的离退休人员、港澳台及外方人员)、城镇单位中的不在岗职工、城镇私营业主、个体户主、城镇私营企业和个体就业人员、城镇登记失业人员之和的比。

收入是指统计指标中的“城镇家庭人均可支配收入”，包括了工资性收入、经营性收入、转移性收入和其他收入。

表1 为A 区主要变量的描述性统计结果，值得注意的是，在这十一年间，A 区四市房地产最高均价接近58000 元每平米，平均均价也达到了约18500 元每平米。同时，A 区作为经济较为发达的地区，平均人均可支配收入超过了四万元每年，人均消费支出也超过三万元每年。综上所述，A 区的直观特点为高收入、高消费、高房价。

表1 对A 区样本的描述性统计

表2 为B 区主要变量的描述性统计，可以看出，B 区的平均家庭消费约为22000 元每年，平均人均可支配收入约为30000 元每年，平均房价约为9500 元，且最高房价均价约为30000 元每平米。和A 区相比，B 区的收入、消费和房价都比较低。

表2 对B 区样本的描述性统计

四、回归结果与分析

为了估计房价对居民的居住性消费以及非居住性消费的影响，本文构建计量模型如下：

其中，Res 代表城镇居民居住性消费，Nonres 代表城镇居民非居住性消费，House price 代表商品房均价，Income 代表人均可支配收入，R 代表1 年期存款利率，Unemployment Rate 代表失业率，ε 为随机扰动项，β、β、β、β分别为四个解释变量的系数。

常用的估计方法有OLS、GLS、2SLS、GMM 四种。笔者在对数据进行豪斯曼检验和B-P 检验时发现p 值均小于0.05，说明数据存在内生性和异方差，因此本文选用广义矩估计法(GMM)来对面板数据进行计量分析。同时，笔者还测量了A、B 两组主要自变量的方差膨胀因子(VIF)，其中A 组平均VIF 为1.52，B 组平均VIF 为1.89，说明两组均不存在多重共线性的问题。

表3 汇报了A 区房价对非居住性消费影响的GMM 回归结果，从中可以看出，房价与收入的系数显著，二者对应的p 值均低于0.01。房价的系数为-0.087，表明A 区非居住性消费与房价呈现出负相关关系，即高房价减少了居民非居住性消费。收入的系数为0.422，说明收入与非居住消费呈现出正相关关系。而失业率和存款利率两个因素与非居住消费的相关关系不显著。

表3 A 区非居住性消费G M M 回归结果

表4 汇报了B 区非居住性消费GMM 的回归结果。我们发现房价对非居住性消费的影响为正(系数为0.133)且显著，说明高房价增加了居民的非居住性消费，这与A区的情况相反。另外，人均可支配收入与利率也和非居住性消费显著正相关。

表4 B 区非居住性消费G M M 回归结果

表5 汇报了A 区居住性消费的回归结果，房价和居住性消费显著正相关(系数为0.087)，这意味着高房价推高了房租从而使得居民的居住性消费增加。其他三个解释变量也在统计上显著。

表5 A 区居住性消费G M M 回归结果

表6 为B 区居住性消费的回归结果，我们发现房价对居住性消费没有显著影响。表现显著的解释变量为人均可支配收入与一年期存款利率，系数分别为0.139 及-716.894。

表6 B 区居住性消费G M M 回归结果

关于非居住性消费，从表3 及表4 可以看出，房价对A 区居民的非居住性消费影响为负，而对B 区非居住性消费影响为正。这意味着在A 区负的财富效应(房奴效应)占主导地位，而在B 区正的财富效应占主导地位。关于居住性消费，表5 表明A 区房价对居住性消费有正的影响，而表6 的回归结果表明房价对B 区的居住消费影响并不显著，这可能是因为A 区租房的人口所占比例较高而B 区租房的人所占比例较低。我们发现房价对消费的影响确实存在显著的区域异质性。

五、结论与政策建议

本文利用广东省十个地级市2009-2019 年的统计数据来研究房价对消费的影响。我们发现在广东省内房价对消费的影响的确存在区域异质性：对经济发展水平较高的A 区来说，房价对消费的影响主要表现为负的财富效应(房奴效应)；而对经济发展相对落后的B 区来说，房价对消费的影响主要表现为正的财富效应。

基于研究结果，本文提出如下政策建议：第一，抑制房价的上涨速度。相关部门应该通过一些措施(如个人购买多套住房不提供贷款等政策)来限制不动产炒作，抑制房价的过快上涨，切实做到“房住不炒”。第二，增加保障性住房供给。在大城市，面对高企的房价，广大中低收入家庭(尤其是“新城市人”家庭)只能望“房”兴叹。因此，为中低收入家庭提供保障性住房、满足他们的居住需求，是公共社会保障和稳定内需的必要举措。第三，加快“租售同权”的政策落实。当前很多城市将教育权利与户口和房产进行捆绑，使得“天价学区房”现象屡见不鲜。只有当租房与买房者在社会福利上享受同等权利时，我们才能抑制房价的过快上涨。