房價波動的消費擠出效應
——基于我國70個大中城市面板數據分析

趙維樹，薛璟璟

(安徽建筑大學，安徽 合肥 230601)

在我國過去十多年的經濟發展過程中，房地產在拉動經濟增長中扮演著重要角色，與房地產相關的上中下游企業分享了紅利，帶動了整個社會經濟的發展。2008年以前，我國經濟增長以出口拉動型為主，房地產并不屬于支柱產業，房地產泡沫尚未形成。雖然當時房地產也有過較快的增長，但與居民的收入水平相適應。2008年以后，隨著出口貿易萎縮，刺激樓市，穩增長開始成為政策取向，房價也開始了一波迅速的上漲周期，買不起房成為社會的重要難題。迄今為止，為了抑制房價的快速增長，中央和地方先后出臺了諸多政策，但是房價卻越打壓價格越高，房價泡沫對實體經濟的擠出效應越來越明顯。例如，銀行資金大部分流向了房地產企業，居民收入的大部分用于買房，抑制了其擴大消費的可能。因此，房價波動對居民消費的影響，將成為新的研究熱點。

一、文獻綜述及假設

房地產泡沫的形成使得學術研究領域對它的關注與日俱增。在助推房價的影響因素研究中，周懷康等通過跟蹤我國高層次人口的流動數據，指出高素質人口的跨省流動是助推本地房價上漲的最重要原因。[1]王麗艷等則對我國抑制房價的政策無效性做了研究，認為現有房價市場中剛性購房者存在明顯的“羊群效應”，導致政策干預達不到預期的效果。[2]在房價波動對中國宏觀經濟影響的研究中，翟乃森指出，當前我國依靠房地產促進經濟增長的方式已經變得不可持續，2018年以后雖然房地產投資增速超過10%，但是經濟回落仍在繼續，房地產穩增長的邊際效應遞減趨勢明顯。[3]魏蘭葉認為房地產對實體經濟已經造成了惡劣的影響，尤其是中小企業，由于房地產對資金的需求大，可抵押物品足，因此大多數銀行將現有資金貸款給房地產企業，中小微企業無法獲得貸款，增加了社會失業。[4]

由于住房具有投資和消費兩種屬性，一些學者也開始研究房價對居民財富和消費的影響，試圖厘清房價—消費之間的傳導機制。張世涵在研究中發現，房價的上漲能否帶來財富效應取決于房產變現的能力，這又與整個社會的借貸成本以及信貸市場發展程度相關，而由于我國信貸市場尚不成熟，房價的波動對于消費的擠出效應大于因為房價上漲帶來的財富效應。[5]李春風等在研究中發現，雖然在房價上漲早期，持有住房者會因為房價的上漲獲得收益，獲得一定的財富效應，但是隨著房價漲幅過快，居民收入增幅趕不上房價增幅，此時居民不得不借貸消費，降低了居民的邊際消費傾向。[6]鄭寧、陳立文通過實證分析表明，房價一路飆升帶來的是居民消費支出的持續性下滑，這與居民部門杠桿率飆升相關，且這種擠出效應還存在明顯的地域差異。[7]關于消費擠出效應的解釋，學者們也從其他方面做了有益的嘗試。例如，吳煥研究表明，長期來看政府的公共衛生支出會有一定的消費擠入效應，但短期來看這種效應并不明顯。[8]唐琦、秦雪征基于對微觀數據的分析表明，醫療消費會顯著降低家庭的儲蓄，減少日常食品消費，且這種擠出效應主要是通過收入效應實現的。[9]姜海納等研究了婚慶消費的擠出效應，指出隨著婚慶消費規模的擴大，加劇了一些低收入家庭的消費壓力，因此應該減少婚慶消費中的炫耀性支出，理性消費。[10]

縱觀學者已有的研究成果可以發現，學者們對居民消費擠出效應的研究更多的是站在房價上漲的角度來看的，并未從房價波動出發。隨著我國經濟進入新常態，房價的預期波動可能更嚴重。因此，基于學者已有成果，本文得出推論：房價的波動對城市居民而言會有重大的消費擠出效應，且這種擠出效應與波動的大小呈現正向相關。

二、變量、數據與研究方法

(一)變量的選取與數據來源

本文整理我國2012—2018年70個大中城市(包括4個直轄市，27個省會城市以及39個大中型城市)的數據，其中核心變量包括房價以及房價波動性變量，被解釋變量為城市居民人均消費支出規模。關于房價波動的變量，本文以國家歷年公布的商品房交易價格數據為基礎，以其同比增速的絕對值作為衡量房價波動的代理變量，其中房價和房價波動性變量主要來源于我國統計局官方網站。

由于本次研究主要分析的是房地產價格波動對居民消費支出的影響，因此，在計量模型中僅考慮價格的波動性變量與房價變量。此外，由于居民的消費還受到家庭收入、收入差距以及受教育水平等諸多變量的影響，因此，也將上述變量納入到控制變量范疇中進行考慮。各控制變量數據均來源于我國城市統計年鑒、各城市歷年公布的經濟與社會發展統計公報，對一些缺失的數據，采用了插值法的處理方式。為了剔除因變量數據過大造成的誤差，對收入及房價變量做了對數化處理，各變量的描述性統計具體見表1。

表1 城鎮居民各變量的描述性統計情況

(二)計量模型簡介

研究房價波動的擠出效應，使用面板數據更有優勢。相對于時間序列數據，面板數據樣本數量更充分，能夠有效避免數據之間的多重共線性以及樣本之間的異質性問題。因此，建立了如下面板計量模型：

lnCit=αi+βilnHit+λiVit+γiXi+εit

(1)

其中i表示第i個城市，t表示第t年，H為各個城市歷年的平均房價，β、λ、γ分別為各個變量的估計參數。如果β值為正，則意味著隨著房價的上漲，居民的消費水平得到了提高，房價的財富效應增強；如果β值為負，則意味著房價上漲不利于居民消費水平的提高。對于房價波動變量而言，如果λ顯著為正，則意味著房價波動越大，居民消費水平越低；如果λ顯著為負，則意味著居民消費水平會因為房屋價格的不確定性而降低。εit為隨機擾動項。

三、房價波動的消費擠出效應的實證分析

(一)面板單位根檢驗

本文在實證中使用了70個大中城市七年的面板數據，對于房價波動與消費可能會存在偽回歸現象，因此在實證分析之前需要進行單位根檢驗。為了提高樣本數據檢驗結果的可信度，綜合運用了業界較為流行的PP-Fisher檢驗、LLC檢驗、IPS檢驗以及ADF檢驗對本文的被解釋變量以及核心解釋變量進行單位根檢驗，具體結果見表2。統計分析數據顯示，三大變量都符合單位根檢驗的條件，因此不存在偽回歸的問題。

表2 單位根檢驗的結果

(二)回歸分析

表3是本文基于式(1)測算的回歸結果。在第一列中，僅僅對主要核心解釋變量進行了估計。模型擬合的結果顯示，城市居民人均消費與房屋價格以及房屋波動呈現顯著的負向相關關系，這與前文的推論相符合，即房屋價格的波動尤其是房屋向上的價格波動會顯著降低居民的消費支出，房價波動的消費擠出效應明顯。在第二列中，本文加入了各個控制變量進行了OLS回歸。可以看出在加入各個控制變量以后，主要核心變量估計的參數雖然發生了細微的變化，但顯著性程度未發生變化，均通過了1%的顯著性檢驗。在各控制變量中，居民收入顯著為正，說明收入仍然是決定居民消費水平的重要因素，受教育程度以及城鄉收入差距的估計結果雖然為正，僅僅通過了10%的顯著性檢驗，一個可能的原因是70個大中城市數據的限制，在受教育水平以及城鄉收入差距上表現的差異不大。在第三列中，本文考慮了個體固定效應以及時間固定效應的影響。研究結果表明，房價波動與居民消費呈現顯著的負向相關關系，驗證了推論。

表3 回歸結果表①

關于房價波動為何會影響居民消費， 一個可能的解釋是：2018年以前房價的波動更多表現為房價的上升，而在這一階段，無房群體仍然占大多數，剛需群體為了購買房屋，不得不通過按揭付款的方式買房，這也就意味著其收入的絕大部分將會被銀行部門劃走用來支付房款。房價的波動性越大，對于無房者群體的影響會越大，其預期購買房屋所需的費用就越高，這也就意味著其能夠用于日常花費的費用就更少。

四、結論與建議

通過對2012—2018年我國70個大中城市房價波動及居民消費支出數據的回歸分析發現，隨著房價消費在居民消費支出中所占的比例不斷上升，房價對居民消費的擠出作用愈發明顯。實證結果也表明，房價的波動不利于居民消費水平的提高，在考慮了收入、受教育水平以及收入差距等因素后，房價波動對居民消費的擠出效應仍然很顯著。因此，為了改善居民消費水平，本文從住房角度提出以下建議：

首先，要完善住房長效保障制度。作為民生問題的基石，完善的社會保障制度不僅能夠有效解決低收入群體的住房問題，還有利于我國的城鎮化建設。當前我國雖然有廉租房、保障房政策，但是落實情況不理想，并未從根本上解決流動人口的住房問題。因此政府應結合現有住房保障政策，協調好保障性住房與商品房的供應，做到精準保障，通過稅收減免、住房補貼等方式確保中低收入群體能夠有房住、住得起房。為了實現住房長效保障制度，應該借鑒國外成功經驗，緊緊圍繞住房保障制度改革，建立起政策性的公積金制度、合作性的住房儲蓄銀行以及商業性抵押貸款制度為一體的住房金融制度，促進住房保障制度的可持續發展。

其次，要構建房地產發展長效機制，引導健康居住理念。房價波動對消費的擠出效應主要是因為未來的不確定性。為了從根本上解決由于房價波動，尤其是房價上漲對消費的擠出效應，需要構建一套成熟的房地產健康發展的長效機制，減低土地財政對房價波動的助推作用，以減緩房價的波動。通過避免房價的大起大落，消除剛性買房者對房價上漲過快的擔憂，去除房地產中的投機投資部分，真正讓房地產回歸居住屬性，以此來引導居民形成更加理性的居住觀念，這樣才能夠形成健康可持續的社會消費動力。從房地產市場長期看，人口的態勢仍將持續，這就給房地產調控政策提供了方向，大中城市一直以來都是人口流入的重要區域，這也直接帶動了城市的住房需求。基于此，國家在房地產調控中應該謀篇布局，長遠規劃，實現人口在區域城市間的技術性流動，合理調配房地產市場需求。

最后，要不斷擴寬居民收入增收路徑。這就要求轉變我國過去過度依賴房地產的經濟發展方式，通過大力發展第三產業，提高居民的就業機會，提高最低工資標準，充分釋放居民的消費潛力，以內需帶動經濟的可持續性發展。此外，豐富居民投資路徑也是抑制房價的一大推動力，通過合理引導民間資本投資，逐步減少民間資本流向房地產領域，轉而向有資金需求、具有良好發展前景的人工智能、大數據、環保行業轉移，從而促進產業間的協同發展。

注釋：

①在固定效應模型的選擇上，本文首先采用了豪斯曼檢驗。檢驗結果表明，應該適用固定效應模型。