住房價(jià)格對城鎮(zhèn)家庭消費(fèi)的影響1
——來自多期微觀面板數(shù)據(jù)的證據(jù)

曹靜 李智鑫 胡文皓

0 引言

圖1 全國住宅商品房平均銷售價(jià)格數(shù)據(jù)來源：國家統(tǒng)計(jì)局

近年來，住房問題已成為人們最為關(guān)心的社會(huì)問題之一。1998年，我國開始全面實(shí)施住房商品化改革。從那之后，房地產(chǎn)市場進(jìn)入高速發(fā)展階段，房屋價(jià)格大幅上漲，從2000年的1948元/平方米上漲到2015年的6473元/平方米(見圖1)。伴隨著房價(jià)上漲，人們也開始越來越關(guān)注房價(jià)變化所可能帶來的社會(huì)問題，如財(cái)富不平等、房地產(chǎn)泡沫、房地產(chǎn)投資風(fēng)險(xiǎn)等?，F(xiàn)如今，住房資產(chǎn)成為每個(gè)家庭財(cái)富的重要組成部分，占城鎮(zhèn)居民家庭總資產(chǎn)的六成(張浩等，2017)，而消費(fèi)又是人們?nèi)粘Ｉ钪凶钪饕慕?jīng)濟(jì)行為之一，那么，住房價(jià)格對這一經(jīng)濟(jì)行為會(huì)產(chǎn)生怎樣的影響？以及對于不同類型的家庭，住房價(jià)格所產(chǎn)生的影響是否會(huì)有所不同？這些就成為非常值得我們關(guān)注的具有重要社會(huì)意義的問題。

關(guān)于住房價(jià)格對消費(fèi)的影響，已有很多文獻(xiàn)對此進(jìn)行了論述。綜合來看，住房價(jià)格主要可以通過三種方式影響消費(fèi)：直接財(cái)富效應(yīng)、流動(dòng)性約束效應(yīng)和替代效應(yīng)(Ludwig and Sl?k，2002；徐春華，2015；羅冬霞，2016)。“直接財(cái)富效應(yīng)”是指房價(jià)上漲，房屋價(jià)值升高，相當(dāng)于人們有了更多的“收入”，故消費(fèi)增加?！傲鲃?dòng)性約束效應(yīng)”是指對無房而打算買房的人來說，房價(jià)上漲會(huì)導(dǎo)致房貸利率增加，購房預(yù)算增加，對消費(fèi)效應(yīng)為負(fù)；但對有房者來說，房產(chǎn)值升高也可能會(huì)帶來資金流動(dòng)、住房抵押貸款更加便利，減輕流動(dòng)性約束，消費(fèi)增加?！疤娲?yīng)”是指面對房價(jià)上漲，無房者為了購房不得不減少其他方面的消費(fèi)，或者取消購房計(jì)劃從而增加消費(fèi)；有房者也可能因?yàn)橐嗟馁彿慷鴾p少消費(fèi)。而這幾種方式可能同時(shí)存在，其綜合作用效果尚不確定，文獻(xiàn)的結(jié)論不盡相同，消費(fèi)增加(黃靜和屠梅曾，2009；杜莉等，2013；張浩等，2017)、減少(謝潔玉等，2012；陳斌開和楊汝岱，2013；楊贊等，2014)或無影響(羅冬霞，2016)均有。所以，如果我們能夠在研究房價(jià)對消費(fèi)影響的總效應(yīng)的同時(shí)，將這三種效應(yīng)區(qū)分開，那么就可以對這一問題有更為深入的理解。另外我們發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)在研究房價(jià)效應(yīng)異質(zhì)性時(shí)，往往在變量選擇上存在一些問題，例如沒有控制房屋數(shù)量、家庭資產(chǎn)量等，或是衡量指標(biāo)有些模糊，例如用是否有未婚男性來衡量購房意愿，但實(shí)際上不同未婚男性結(jié)婚的時(shí)間并不確定，故即使有未婚男性，不同家庭的購房意愿仍然會(huì)有所不同。

鑒于此，本文將繼續(xù)研究城鎮(zhèn)家庭的住房價(jià)格對消費(fèi)的影響作用，并在研究房價(jià)總效應(yīng)的同時(shí)重點(diǎn)研究其中的替代效應(yīng)；我們還創(chuàng)新性地使用事后的結(jié)婚分家行為作為事前有無購房意愿的反映，以便在已有文獻(xiàn)的基礎(chǔ)上更準(zhǔn)確地衡量家庭的購房意愿是否強(qiáng)烈。我們使用北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心的中國家庭追蹤調(diào)查(CFPS)2010年、2012年、2014年和2016年四期的微觀面板數(shù)據(jù)，研究住房價(jià)格變化對于家庭消費(fèi)行為的影響，并在此基礎(chǔ)上進(jìn)行家庭異質(zhì)性影響的分析。本文主要貢獻(xiàn)有以下三點(diǎn)：第一，本文不僅研究房價(jià)對消費(fèi)的影響總效應(yīng)，還通過家庭異質(zhì)性的分析，將其中的替代效應(yīng)分解出來，使得我們能夠更直觀地看到替代效應(yīng)與其他效應(yīng)各自的影響效果，檢驗(yàn)出家庭應(yīng)對大額支出事件(購房)的預(yù)防性儲(chǔ)蓄；第二，已有文獻(xiàn)對于家庭購房意愿的衡量較為模糊，例如是否有未婚男性、是否有房、居住環(huán)境好壞等，而本文則在此基礎(chǔ)上，首次使用“是否結(jié)婚分家”作為衡量購房意愿的變量，相對而言更為準(zhǔn)確地研究這一問題；第三，現(xiàn)有的實(shí)證研究文獻(xiàn)，大部分使用了截面數(shù)據(jù)進(jìn)行分析，也有一小部分使用了能減弱內(nèi)生性問題的面板數(shù)據(jù)，但基本是國外的微觀數(shù)據(jù)或者中國的省市層面的宏觀數(shù)據(jù)，僅有一篇文章(張浩等，2017)使用了國內(nèi)的家庭面板數(shù)據(jù)，但時(shí)間較短，只有兩期，而本文則是首次使用我國(內(nèi)地)家庭層面的多期微觀面板數(shù)據(jù)來研究這一問題，并通過使用面板數(shù)據(jù)的固定效應(yīng)模型控制未能被準(zhǔn)確觀測到的個(gè)體特征變量，減少了相關(guān)的內(nèi)生性問題，提高了現(xiàn)有實(shí)證結(jié)果的穩(wěn)健性。

本文后續(xù)內(nèi)容安排如下：第1部分為文獻(xiàn)綜述，回顧并總結(jié)住房價(jià)格對消費(fèi)的影響的相關(guān)文獻(xiàn)；第2部分為數(shù)據(jù)與方法，介紹本文所使用的樣本數(shù)據(jù)、變量的選取以及實(shí)證分析的主要方法；第3部分為結(jié)果與分析，分析我國城鎮(zhèn)家庭住房價(jià)格對其消費(fèi)的影響；第4部分為穩(wěn)健性檢驗(yàn)，對第3部分中的主要結(jié)果進(jìn)行檢驗(yàn)，結(jié)果較為穩(wěn)?。蛔詈笠徊糠譃楸疚牡慕Y(jié)論。

1 文獻(xiàn)綜述

關(guān)于住房價(jià)格對居民消費(fèi)的影響，國內(nèi)外現(xiàn)有的理論和實(shí)證研究已有很多，而結(jié)論不盡相同。

理論研究方面，不少文獻(xiàn)指出房價(jià)上漲會(huì)抑制消費(fèi)，如陳彥斌和邱哲圣(2011)構(gòu)建了一個(gè)包含生命周期、房價(jià)上漲以及住房需求內(nèi)生的理論模型(Bewley模型)，得出房價(jià)的增長會(huì)導(dǎo)致富裕家庭投資性住房需求的增加，從而導(dǎo)致房價(jià)進(jìn)一步增加，而年輕家庭為了買房，面對上漲的房價(jià)不得不提高儲(chǔ)蓄率。也有一些文獻(xiàn)得到不同結(jié)論，如Li and Yao(2007)建立了一個(gè)生命周期模型，將住房資產(chǎn)同時(shí)當(dāng)作消費(fèi)品和投資資產(chǎn)。分析表明，房價(jià)變化對住戶的消費(fèi)和福利影響效果差異很大。房價(jià)上漲可以增加房主的凈資產(chǎn)值和消費(fèi)，但這只會(huì)改善老年房主的福利，而年輕房主和租房者的福利變差。另外，Buiter(2008)對理論模型進(jìn)行分析，指出如果房價(jià)變化表示基本價(jià)值的變化，那么房價(jià)變化對消費(fèi)沒有純粹的財(cái)富效應(yīng)。如果這反映了房價(jià)投機(jī)泡沫成分的變化，那么房價(jià)變化對消費(fèi)有純粹的財(cái)富效應(yīng)。

實(shí)證研究方面的文獻(xiàn)較多，可根據(jù)所用數(shù)據(jù)不同分為國外和國內(nèi)兩部分。國外的實(shí)證研究的結(jié)論通常為住房價(jià)格可以促進(jìn)消費(fèi)(Engelhardt，1996；Carroll，2004；Campbell and Cocco，2007；Dvornak and Kohler，2007；Slacalek，2009；Cho，2011;Barrell et al.，2015)或?qū)οM(fèi)的影響不顯著(Klyuev and Mills，2007；Browning et al.，2013)。例如，Klyuev and Mills(2007)指出，美國的房產(chǎn)流動(dòng)性增加，住房抵押變得容易，但儲(chǔ)蓄率并未發(fā)生顯著變化。Browning et al.(2013)利用丹麥的家庭面板數(shù)據(jù)進(jìn)行研究，發(fā)現(xiàn)住房財(cái)富效應(yīng)并不顯著。而關(guān)于我國住房價(jià)格對消費(fèi)的影響，現(xiàn)有文獻(xiàn)得到的結(jié)論不盡相同。不少文獻(xiàn)得到住房價(jià)格對消費(fèi)具有正向促進(jìn)作用，如Gan(2010)、黃靜和屠梅曾(2009)。張浩等(2017)使用了CFPS2010和2012兩期面板數(shù)據(jù)，發(fā)現(xiàn)家庭房屋價(jià)格對家庭消費(fèi)具有顯著的財(cái)富效應(yīng)。然而，一些文獻(xiàn)得到了相反的結(jié)論，即房產(chǎn)增值會(huì)抑制居民消費(fèi)，如陳斌開和楊汝岱(2013)、杜莉等(2010)、黃靜(2011)、謝潔玉等(2012)。其中，謝潔玉等(2012)使用中國城鎮(zhèn)住戶調(diào)查數(shù)據(jù)，得出總體來看房價(jià)顯著抑制了消費(fèi)。對于有未婚男性的家庭和現(xiàn)有住房價(jià)值較低的家庭，抑制作用更加明顯。另外，有文獻(xiàn)(羅冬霞，2016)指出我國整體房地產(chǎn)財(cái)富效應(yīng)較弱，財(cái)富效應(yīng)不顯著。可以看出，我國房價(jià)對消費(fèi)的影響較為復(fù)雜，目前的研究尚無定論。

總體來看，在有關(guān)消費(fèi)的實(shí)證研究中，一些文獻(xiàn)使用了相比截面數(shù)據(jù)能減弱內(nèi)生性問題的面板數(shù)據(jù)，如丹麥、澳大利亞、美國、中國香港等國家和地區(qū)的微觀數(shù)據(jù)等，或者中國內(nèi)地的省市宏觀數(shù)據(jù)，但還沒有文獻(xiàn)使用中國內(nèi)地多期的微觀面板數(shù)據(jù)，目前僅有一篇文章(張浩等，2017)使用了家庭微觀面板數(shù)據(jù)，但只有兩期，作者也在文中指出數(shù)據(jù)的時(shí)間維度變量長度較短。為了區(qū)別現(xiàn)有文獻(xiàn)，本文嘗試使用我國內(nèi)地的多期微觀面板數(shù)據(jù)，研究城鎮(zhèn)家庭的住房價(jià)格對其消費(fèi)行為的影響，進(jìn)而避免了現(xiàn)有文獻(xiàn)數(shù)據(jù)方面的缺陷。另外，本文嘗試使用結(jié)婚分家情況作為衡量家庭購房意愿的指標(biāo)，相比現(xiàn)有文獻(xiàn)所用變量能夠更加直接地反映購房意愿的強(qiáng)烈程度。

2 數(shù)據(jù)與方法

本論文使用的數(shù)據(jù)是北京大學(xué)中國社會(huì)科學(xué)調(diào)查中心執(zhí)行的中國家庭追蹤調(diào)查(China Family Panel Studies, CFPS)2010年、2012年、2014年和2016年四期的家庭數(shù)據(jù)。該調(diào)查是國內(nèi)第一個(gè)大規(guī)模的、綜合性的以學(xué)術(shù)為目的的社會(huì)跟蹤調(diào)查項(xiàng)目。樣本覆蓋25個(gè)省份(含自治區(qū)和直轄市)，代表了中國95%的人口。我們將4年的家庭數(shù)據(jù)與個(gè)人數(shù)據(jù)進(jìn)行匹配整合，刪去信息匹配失敗、缺少某一年或某幾年數(shù)據(jù)以及所屬省份樣本量極少的家庭。由于在后文的研究分析中，我們需要討論不同的分家情況，這就要求每個(gè)家庭各個(gè)年份的數(shù)據(jù)應(yīng)盡可能全面，以便我們更準(zhǔn)確地獲得該家庭的分家時(shí)間，故在這里我們選擇構(gòu)建一個(gè)平衡面板數(shù)據(jù)。對于發(fā)生分裂重組的家庭，我們保留了原始的家庭，刪去了新生成的家庭。最終我們得到城鎮(zhèn)家庭的樣本總量16128戶-年、家庭總量4032戶。

在本研究中，我們重點(diǎn)關(guān)注的變量是家庭消費(fèi)和住房價(jià)格。其中，消費(fèi)變量取值為家庭人均年消費(fèi)(取對數(shù))，而“家庭人均年消費(fèi)”是用數(shù)據(jù)中的“居民消費(fèi)性支出”除以家庭人口數(shù)得到的?！熬用裣M(fèi)性支出”包括食品支出、衣著支出、居住支出、家庭設(shè)備及日用品支出、醫(yī)療保健支出、交通通信支出、文教娛樂支出和其他消費(fèi)性支出。住房價(jià)格則通過該家庭住房的單位房價(jià)來衡量，即房屋當(dāng)前價(jià)格除以房屋面積。除此之外，在回歸中我們還控制了其他家庭和戶主的特征變量，如：不同類型的資產(chǎn)價(jià)值(凈房產(chǎn)值、凈非房資產(chǎn)值和家庭凈資產(chǎn)值)、家庭人口、家庭收入、房屋數(shù)量等；戶主年齡、性別、婚姻狀況、受教育年限、行業(yè)類型等。其中，收入和資產(chǎn)等綜合變量均使用的CFPS數(shù)據(jù)庫的定義(1)這里參考了《中國家庭追蹤調(diào)查用戶手冊(第三版)》。：收入是采用數(shù)據(jù)中的“家庭人均純收入”進(jìn)行衡量，是指扣除生產(chǎn)成本后的收入，包括工資性收入、經(jīng)營性純收入、財(cái)產(chǎn)性收入、轉(zhuǎn)移性收入和其他收入；家庭凈資產(chǎn)為家庭總資產(chǎn)與家庭總負(fù)債之差，家庭總資產(chǎn)包括土地、房產(chǎn)、金融資產(chǎn)、生產(chǎn)性固定資產(chǎn)和耐用品消費(fèi)，家庭負(fù)債包括住房負(fù)債和非住房負(fù)債；凈房產(chǎn)值為現(xiàn)住房價(jià)值與其他房產(chǎn)價(jià)值之和再減去總房貸得到的，凈非房資產(chǎn)值則是由家庭凈資產(chǎn)值減去凈房產(chǎn)值得到的。另外，由于CFPS的調(diào)查中對于家庭成員未區(qū)分是否為戶主，我們這里參考《中國城鎮(zhèn)住戶調(diào)查手冊》中關(guān)于戶主的定義確定各個(gè)家庭的戶主。《中國城鎮(zhèn)住戶調(diào)查手冊》中寫道：“戶主指為其家庭成員所公認(rèn)，在家庭事務(wù)上基本起決定作用者。在大多數(shù)情況下，戶主是家庭經(jīng)濟(jì)的主要支撐者，不一定是戶口本上的戶主。當(dāng)家庭被抽中確定為調(diào)查戶后，調(diào)查人員應(yīng)根據(jù)此定義經(jīng)過實(shí)地調(diào)查確定戶主，不能隨便填寫戶主，也不能按一般習(xí)慣把家庭年長者定為戶主或輕易用戶口本上的戶主定為戶主?！币虼耍疚膶⒓彝ブ惺杖胼^高的家庭成員定義為戶主。關(guān)于戶主的相關(guān)變量中，定義男性的性別為1，女性的性別為0；在婚的婚姻狀況為1，其他的婚姻狀況為0；非農(nóng)業(yè)戶口的戶口類型為1，農(nóng)業(yè)戶口的戶口類型為0。另外，在控制變量中還加入了“房屋類型”和“行業(yè)類型”的虛擬變量：房屋類型包括7種，分別為單元房、平房、四合院、別墅、聯(lián)排別墅、小樓房和其他；行業(yè)類型包括20種，包括“農(nóng)、林、牧、漁業(yè)”“采礦業(yè)”“制造業(yè)”等20種行業(yè)。相關(guān)變量的描述性統(tǒng)計(jì)見表1。

表1 描述性統(tǒng)計(jì)

我們使用固定效應(yīng)模型進(jìn)行分析(通過對主回歸式進(jìn)行豪斯曼檢驗(yàn)，我們得到p值為0.0000，故認(rèn)為應(yīng)該使用固定效應(yīng)模型而非隨機(jī)效應(yīng)模型)，具體形式如下：

logCit=αi+βlogHPit+γXit+θti×provi+εit

(1)

其中，i代表家庭，t代表時(shí)間。Cit為家庭人均年消費(fèi)(元)，HPit表示住房價(jià)格(萬元/平方米)。Xit表示家庭和戶主特征變量，如：房產(chǎn)(取對數(shù))、非房資產(chǎn)(取對數(shù))、家庭人口、家庭收入(取對數(shù))等；戶主年齡、性別、婚姻狀況、受教育年限、行業(yè)類型等。αi為家庭不隨時(shí)間變化的固定效應(yīng)，provi為家庭所屬省份的固定效應(yīng)，εit為隨機(jī)誤差。我們關(guān)注的系數(shù)是β，即住房價(jià)格變化是否會(huì)對消費(fèi)產(chǎn)生影響，以及如何影響。

根據(jù)前面文獻(xiàn)綜述部分可知，現(xiàn)有文獻(xiàn)對于房價(jià)對消費(fèi)的影響已有一些討論，但結(jié)論不盡相同，這主要是因?yàn)榉績r(jià)對消費(fèi)的影響可以分為多種效應(yīng)，而我們得到的結(jié)果往往是多種效應(yīng)的綜合效果。因此本文在此基礎(chǔ)上，進(jìn)一步對其中的“替代效應(yīng)”進(jìn)行研究。對于需要購房的家庭來說，“替代效應(yīng)”是指隨著房價(jià)升高，人們會(huì)減少消費(fèi)以便將來購買新房。也就是說，家庭的購房意愿差異所帶來的房價(jià)對消費(fèi)的影響效應(yīng)的不同，往往是由于“替代效應(yīng)”的存在。在我國，家庭購房與許多其他因素相關(guān)，如子女結(jié)婚、教育等，謝潔玉等(2012)、楊贊等(2014)也有涉及，例如在謝潔玉等(2012)的文章中，作者用未婚男性、住房質(zhì)量好壞等來衡量家庭是否需要購置新房。在這里，我們著重討論子女婚嫁和分家情況所導(dǎo)致的家庭異質(zhì)性。在中國傳統(tǒng)習(xí)俗中，大多數(shù)人結(jié)婚會(huì)習(xí)慣于由男方購買婚房，雖然在近幾年這一思想稍有弱化，隨著房價(jià)上漲，不少女性也會(huì)出資購房。鑒于此，我們想要研究子女婚嫁情況不同的家庭面對房價(jià)上漲是否會(huì)做出不同的反應(yīng)，例如使用“家中是否有未婚男性”進(jìn)行衡量，對已有文獻(xiàn)的結(jié)果進(jìn)行檢驗(yàn)。在此基礎(chǔ)上，我們認(rèn)為相比于這一變量，分家情況能夠更好地衡量家庭的購房意愿。因?yàn)閷τ诓煌募彝ィ优慕Y(jié)婚年齡是不同的，所以我們也就無法判斷每個(gè)家庭會(huì)在子女的哪個(gè)年齡段中有強(qiáng)烈的購房意愿。例如家中同樣有22歲未婚男性的家庭，可能其中一家馬上就要結(jié)婚了、購房意愿非常強(qiáng)烈，而另一家還不是很著急、購房意愿并不強(qiáng)烈。在CFPS的數(shù)據(jù)中，我們可以知道一些家庭在某一年中分裂為了多個(gè)家庭，也可以通過檢查個(gè)人信息得知哪些家庭是因?yàn)樽优榧薅鴮?dǎo)致的分家。例如一個(gè)家庭在2014年的數(shù)據(jù)中顯示分為了兩家，那么可以知道該家庭在2010年和2012年處于將會(huì)分家的狀態(tài)，在2014年和2016年處于分家后的狀態(tài)。容易想到，即將發(fā)生分家的家庭，尤其是因?yàn)樽优榧薹旨业募彝ィ哂懈鼮閺?qiáng)烈的購房意愿。所以，如果我們用這一變量代替“是否有未婚男性”來衡量家庭的購房意愿，就會(huì)得到相對來說更為準(zhǔn)確的結(jié)果，因?yàn)檫@是通過事后分家的事實(shí)來推斷事前的購房意愿，而非僅僅憑借家庭的某些特征進(jìn)行推斷。

圖2 家中是否有未婚男性與家庭人均消費(fèi)數(shù)據(jù)來源：CFPS

圖3 是否即將分家與家庭人均消費(fèi)數(shù)據(jù)來源：CFPS

根據(jù)以上思路，我們先用已有文獻(xiàn)的方法，使用“是否有未婚男性”作為家庭購房意愿的衡量，并在此基礎(chǔ)上，嘗試使用不同的分家情況作為更準(zhǔn)確的衡量變量，對替代效應(yīng)進(jìn)行分析。圖2和圖3分別以家中是否有16～35歲未婚男性和家庭是否即將分家為例展示了部分其中的差異。由于我們無法得知2016年有哪些家庭將會(huì)分家，故在圖3中只顯示了2010年、2012年和2014年的情況。

為了研究上述問題，本文引入用于衡量“家庭婚嫁情況”的虛擬變量，在原有回歸模型中加入交叉項(xiàng)，用以檢驗(yàn)不同類型家庭的消費(fèi)反應(yīng)是否存在不同，進(jìn)而考察替代效應(yīng)的影響。

(2)

其中，HPit仍為房價(jià)/(萬元/平方米)，其他變量也與前文相同。“dummy”可替換為以下變量：

?unmar_male: unmar_male=1若家中有16～35歲未婚男性；

unmar_male=0若家中無16～35歲未婚男性。

?(作為對照引入)unmar_female: unmar_female=1若家中有16～35歲未婚女性；unmar_female=0若家中無16～35歲未婚女性。

?willchange: willchange=1若將會(huì)分家；willchange=0若不會(huì)分家。例如，某家庭在2014年的數(shù)據(jù)中顯示分為了兩個(gè)家庭(原家庭與新家庭)，則該家庭在2010年和2012年的willchange=1，在2014年和2016年的willchange=0.

另外，分家又可以分為多種情況，例如因婚嫁(有新人加入)分家、婚后(無新人加入)分家或個(gè)人外出。根據(jù)我們研究的問題，本文暫不考慮因個(gè)人外出這一情況，故進(jìn)一步引入如下虛擬變量：

?new: new=1若將會(huì)分家(排除個(gè)人外出)；new=0若不會(huì)分家。這里的分家排除了因個(gè)人外出(如外出打工等)而產(chǎn)生新家庭。這里又可以細(xì)分為如下幾種情況：

?new_person: new_person=1若因婚嫁將會(huì)分家；new_person=0若未分家或分家不是因?yàn)榛榧?。包含如下兩種情況：

?new_male: new_male=1若因家中女性婚嫁分家(新加入男性成員)；new_male=0其他。

?new_female: new_female=1若因家中男性婚嫁分家(新加入女性成員)；new_female=0其他。

?new_family_old_person: new_family_old_person=1若為婚后分家(無新人加入)；new_family_old_person=0若非婚后分家。

3 結(jié)果與分析

3.1 住房價(jià)格對消費(fèi)的總影響

首先，本文用家庭人均年消費(fèi)(取對數(shù))對房價(jià)(取對數(shù))、家庭和戶主特征等變量用固定效應(yīng)模型進(jìn)行回歸，研究結(jié)果如表2所示。

表2 房價(jià)對家庭消費(fèi)的影響

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

由表2可知，在使用固定效應(yīng)模型的前提下，如果只在回歸中控制資產(chǎn)和收入等變量(表中第1列和第2列)，房價(jià)對消費(fèi)具有顯著的促進(jìn)作用。但是，從第1列至第5列，隨著控制變量逐漸增多，在回歸中加入其他家庭和戶主特征變量并控制年份等固定效應(yīng)后，房價(jià)對于家庭人均消費(fèi)的影響變?yōu)椴伙@著。由于這一影響是由多種效應(yīng)(直接財(cái)富效應(yīng)、流動(dòng)性約束效應(yīng)、替代效應(yīng)等)綜合作用得到的總效果，所以我們可以得出，總體上講住房價(jià)格變化對城鎮(zhèn)家庭的消費(fèi)無顯著影響。需要說明的是，這并不代表著住房價(jià)格沒有直接財(cái)富效應(yīng)，而是因?yàn)榉績r(jià)對消費(fèi)的影響具有多種渠道，這些影響有些為正，有些為負(fù)，而我們看到相互抵消后的總效果是不顯著的。

為了對上述結(jié)果進(jìn)行更為清晰的解釋，我們根據(jù)文獻(xiàn)所述影響機(jī)制，引入一個(gè)簡單的表達(dá)式：

ΔHE=ΔWE+ΔLCE+ΔSE+ΔX

(3)

其中，ΔHE表示住房價(jià)格總效應(yīng)(Housing Wealth Effect，簡記為ΔHE)，ΔWE、ΔLCE和ΔSE分別表示住房價(jià)格的直接財(cái)富效應(yīng)(Wealth Effect，簡記為ΔWE)、流動(dòng)性約束效應(yīng)(Liquidity Constraints Effect，簡記為ΔLCE)和替代效應(yīng)(Substitution Effect，簡記為ΔSE)，ΔX表示其他可能存在的效應(yīng)。根據(jù)前文的文獻(xiàn)綜述可知，各個(gè)效應(yīng)可能為正，可能為負(fù)，具體可見表3。

表3 不同效應(yīng)對消費(fèi)的影響

注：“+”表示促進(jìn)消費(fèi)；“-”表示抑制消費(fèi)；“0”表示對消費(fèi)無顯著影響。

目前，已有的相關(guān)文獻(xiàn)還未能將不同的效應(yīng)區(qū)分開來分別進(jìn)行檢驗(yàn)，只能得到住房價(jià)格對消費(fèi)影響的總效應(yīng)，即ΔHE。前文已提到，不同文章給出的結(jié)論不盡相同，表4也按所用數(shù)據(jù)國家的不同列出了一些文獻(xiàn)的主要結(jié)果?？梢钥闯觯疚乃媒Y(jié)果與之前的部分文獻(xiàn)結(jié)論相吻合，即總體上講，住房價(jià)格對居民消費(fèi)無顯著影響。

表4 相關(guān)文獻(xiàn)梳理

注：“+”表示促進(jìn)消費(fèi)；“-”表示抑制消費(fèi)；“0”表示對消費(fèi)無顯著影響。

3.2 住房價(jià)格的異質(zhì)性影響

根據(jù)前文的分析可知，房價(jià)可以通過多種渠道影響消費(fèi)，且各個(gè)渠道的影響方向不同，可能促進(jìn)消費(fèi)也可能抑制消費(fèi)。在這部分中，我們著重討論有購房需求家庭的“替代效應(yīng)”，即對于這些家庭，房價(jià)上漲會(huì)讓他們減少消費(fèi)，為之后購房做準(zhǔn)備。受中國的傳統(tǒng)婚嫁習(xí)俗影響，大多數(shù)新婚家庭需要準(zhǔn)備婚房，而這一文化背景也對此研究很有幫助，因?yàn)槲覀兛梢砸源伺袛嗖煌彝サ馁彿恳庠甘欠駨?qiáng)烈。

現(xiàn)有文獻(xiàn)，如謝潔玉等(2012)，曾采用“家中是否有未婚男性”來衡量家庭的購房意愿，故本文先用此變量進(jìn)行初步研究，也作為對現(xiàn)有文獻(xiàn)的驗(yàn)證，得到表5，其中“未婚男性”是指16～35歲的未婚男性。由第2列可以看出，有未婚男性的家庭相比其他家庭，會(huì)因房價(jià)上漲而顯著減少消費(fèi)，房價(jià)每上漲1%，有未婚男性的家庭相比其他家庭會(huì)少消費(fèi)0.049%。這與我們的預(yù)期基本相符。在中國家庭的傳統(tǒng)觀念中，父母往往需要給子女準(zhǔn)備婚房，尤其對于家中有未婚男性的家庭更是如此，故房價(jià)的增加會(huì)顯著增加這類家庭準(zhǔn)備婚房的經(jīng)濟(jì)負(fù)擔(dān)，因此人們會(huì)為了準(zhǔn)備婚房而減少消費(fèi)，這也就是房價(jià)“替代效應(yīng)”的體現(xiàn)。另外，在第2列中，在控制了“有未婚男性”和“房價(jià)×有未婚男性”后，“房價(jià)”的系數(shù)變?yōu)轱@著為正，這說明，對于沒有未婚男性的家庭，房價(jià)每升高1%，他們的消費(fèi)會(huì)增加0.052%，而這一效應(yīng)其實(shí)就是從房價(jià)總效應(yīng)中分離出未婚男性家庭的替代效應(yīng)后所得到的房價(jià)效應(yīng)，見表5。另外，我們還對家中有未婚女性的家庭做了類似的回歸分析，發(fā)現(xiàn)“房價(jià)×有未婚女性”的回歸系數(shù)雖然也為負(fù)但并不顯著，即有無未婚女性的家庭受房價(jià)影響并無明顯差異，具體可見表6。

表5 家庭有否未婚男性的異質(zhì)性分析

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

表6 家庭有否未婚女性的異質(zhì)性分析

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

以上結(jié)果與現(xiàn)有文獻(xiàn)基本相符，但是，家中是否有未婚男性或女性并不能完全準(zhǔn)確衡量家庭準(zhǔn)備婚房的緊迫性，因?yàn)檫@一行為與家中子女年齡、預(yù)期的結(jié)婚年齡均相關(guān)，不同家庭存在差異。由于我們認(rèn)為這種衡量方式并不足夠準(zhǔn)確，所以對于這一結(jié)果不免有些懷疑，畢竟近幾年，隨著房價(jià)不斷上漲以及男女平等觀念的普及，很多女性及其家庭在準(zhǔn)備婚房的過程中也有或多或少的資金貢獻(xiàn)，例如網(wǎng)易的一項(xiàng)購房調(diào)查(2)http://sh.house.163.com/special/hunfang/[2018-12-22]顯示，約22.8%網(wǎng)友的婚房為男方父母準(zhǔn)備，而兩家人合力購買婚房占到了24.2%。故表6這一結(jié)果不顯著可能是因?yàn)槲椿榕约彝サ拇_沒有很強(qiáng)烈的購房意愿，也有可能是由這種衡量方式的問題導(dǎo)致的。由于家中有未婚男性或女性的家庭可能急于購房但也可能暫時(shí)無購房意愿，同時(shí)存在一些家庭雖無未婚男性或女性但也想購房，故使用這一變量可能低估或高估回歸結(jié)果，方向不確定。為了解決這一問題，接下來我們采用“分家”的相關(guān)變量做進(jìn)一步分析。因?yàn)槲覀冋J(rèn)為分家情況能夠在一定程度上更為準(zhǔn)確地衡量一個(gè)家庭的分家意愿強(qiáng)烈程度以及對于購買新房的緊迫性，比如一個(gè)轉(zhuǎn)年馬上要“娶媳婦”的家庭往往比其他家庭對于準(zhǔn)備婚房更加急切。使用分家變量可以在一定程度上避免上述使用未婚男性或女性所帶來的問題，因?yàn)榉旨壹彝ネ匈彿恳庠?，并考慮到存在一些家庭可能未分家但也有購房意愿，所以使用這一變量只可能低估但不會(huì)高估回歸結(jié)果，即實(shí)際產(chǎn)生的影響可能大于回歸結(jié)果的絕對值，由后文也可以看出我們估計(jì)出的結(jié)果的方向與直覺預(yù)期是一致的，所以說我們得到的回歸結(jié)果其實(shí)是一個(gè)“下限”。(3)感謝審稿人的寶貴建議。在這里，“分家”是指數(shù)據(jù)中同一家庭發(fā)展為了兩個(gè)經(jīng)濟(jì)獨(dú)立的家庭。例如1號家庭在2014年的數(shù)據(jù)中顯示產(chǎn)生了2號家庭(1號家庭仍存在)，那么我們認(rèn)為1號家庭在2010年和2012年時(shí)具有強(qiáng)烈的分家意愿，而在2014年和2016年時(shí)分家意愿較弱。根據(jù)這種分類，我們得到表7。由第2列可以看出，“房價(jià)”和“房價(jià)×分家”的回歸系數(shù)均顯著，即對于不會(huì)在近期分家的家庭來說，房價(jià)上漲1%會(huì)顯著促進(jìn)家庭消費(fèi)0.052%，而即將分家的家庭相比其他家庭而言，會(huì)相對減少0.096%的消費(fèi)。

表7 分家家庭的異質(zhì)性分析

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

另外我們發(fā)現(xiàn)，在所有發(fā)生分家的家庭中，大部分家庭為因婚嫁分家(娶媳婦或嫁女兒)或婚后分家(兒女已結(jié)婚，婚后與家中老人分家)，少部分因?yàn)閭€(gè)人外出打工等分家。因?yàn)閭€(gè)人外出分家與婚嫁、購房意愿關(guān)系不大，故我們在接下來的討論中進(jìn)一步排除掉了這種情況，得到表8。由表8第2列可知，在控制了其他相關(guān)變量的情況下，即將(結(jié)婚或婚后)分家的家庭相比其他家庭來說，隨著房價(jià)上漲會(huì)顯著減少消費(fèi)：房價(jià)每上漲1%，即將(結(jié)婚或婚后)分家的家庭消費(fèi)減少0.101%。這一數(shù)值與表7結(jié)果類似，但顯著度有所提高。具體來看(表8的第3列至第6列)，在分家的全部樣本中，因結(jié)婚分家的家庭消費(fèi)受房價(jià)影響非常明顯，在1%水平上顯著，房價(jià)每上漲1%，該類家庭相比其他家庭減少消費(fèi)0.222%；而對于婚后分家的家庭，“房價(jià)×婚后分家”的系數(shù)也為負(fù)，并在10%水平上顯著。

表8 不同分家類型與家庭消費(fèi)

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

最后，我們對結(jié)婚分家的樣本進(jìn)行更為細(xì)致的分類，分為“男性結(jié)婚分家”和“女性結(jié)婚分家”，得到表9?？梢钥吹剑瑹o論是男性還是女性結(jié)婚，他們的家庭消費(fèi)都會(huì)隨著房價(jià)升高顯著減少。我們認(rèn)為這一結(jié)果相比表5和表6的結(jié)果更有說服力，因?yàn)椤胺旨摇边@一變量對于購房意愿的衡量更為準(zhǔn)確。所以，表6得到的不顯著的結(jié)果可能是因?yàn)榈凸懒擞形椿榕约彝サ馁彿恳庠杆鶎?dǎo)致的。

表9 不同性別結(jié)婚分家與家庭消費(fèi)

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

4 穩(wěn)健性檢驗(yàn)

首先，我們改變對有未婚男性家庭的選取，檢驗(yàn)房價(jià)對于該類家庭消費(fèi)的影響。前文選取的未婚男性年齡為16～35歲，在這里我們縮小年齡取值范圍，僅考慮成年未婚男性，使用“是否有18～35歲的未婚男性”的虛擬變量替換前文回歸中的“是否有16～35歲的未婚男性”進(jìn)行檢驗(yàn)，結(jié)果如表10所示。結(jié)果發(fā)現(xiàn)，對于家中有18～35歲未婚男性的家庭，房價(jià)升高依然會(huì)顯著減少家庭人均消費(fèi)，這一結(jié)論較為穩(wěn)健。

表10 家中有否未婚男性異質(zhì)性分析的穩(wěn)健性檢驗(yàn)

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

另外，前文所用“房價(jià)”變量是各個(gè)家庭的房價(jià)，這相當(dāng)于盡可能保留了房價(jià)的全部信息，有利于我們的研究分析。下面我們將該變量改為用各個(gè)區(qū)縣的房價(jià)均值來衡量。容易想到，這樣的衡量會(huì)帶來房價(jià)信息的大量損失，進(jìn)而會(huì)低估房價(jià)對消費(fèi)的影響，導(dǎo)致房價(jià)的影響變得不顯著。但我們發(fā)現(xiàn)，在表11中，即使使用房價(jià)均值進(jìn)行回歸，“房價(jià)×結(jié)婚分家”的回歸系數(shù)雖然顯著度下降，但依然在10%水平上顯著，這表明前文的回歸結(jié)果較為穩(wěn)健，即因結(jié)婚分家的家庭會(huì)因房價(jià)上漲而顯著減少消費(fèi)。而“房價(jià)×婚后分家”的回歸系數(shù)在這里變?yōu)椴伙@著，這可能是由于房價(jià)信息損失過多所導(dǎo)致的，但也說明這類家庭對于房價(jià)上漲的反應(yīng)可能沒有“結(jié)婚分家”的家庭反應(yīng)顯著。

表11 不同分家類型與家庭消費(fèi)的穩(wěn)健性檢驗(yàn)

續(xù)表

注：括號內(nèi)為t統(tǒng)計(jì)量。*、**、***分別代表在10%、5%、1%的程度上顯著。

5 結(jié)論

隨著近幾年房價(jià)不斷上漲，住房問題成為人民和政府部門共同關(guān)心的話題之一，且一直是學(xué)者研究的熱點(diǎn)。本文運(yùn)用CFPS 2010年、2012年、2014年和2016年的微觀數(shù)據(jù)，通過對家庭進(jìn)行匹配，得到了四期的平衡面板數(shù)據(jù)，以研究我國住房價(jià)格對城鎮(zhèn)居民消費(fèi)的影響。關(guān)于這一問題，我國現(xiàn)有的同類研究中所用的數(shù)據(jù)以微觀截面數(shù)據(jù)和宏觀面板數(shù)據(jù)為主，時(shí)間維度較短或者角度偏于宏觀，故本文在數(shù)據(jù)方面彌補(bǔ)了現(xiàn)有研究的不足，避免了數(shù)據(jù)的局限性，提高了對于住房價(jià)格財(cái)富效應(yīng)的識(shí)別度。另外，本文創(chuàng)新性地采用分家情況變量來衡量家庭的購房意愿，進(jìn)而將房價(jià)的替代效應(yīng)從總效應(yīng)中分離出來，相比現(xiàn)有文獻(xiàn)具有較好的準(zhǔn)確性。通過應(yīng)用固定效應(yīng)模型進(jìn)行回歸并對結(jié)果進(jìn)行分析，我們得到:

1) 總體來看，住房價(jià)格對于家庭消費(fèi)的影響作用不顯著，即房價(jià)的直接財(cái)富效應(yīng)、流動(dòng)性約束效應(yīng)、替代效應(yīng)等的綜合作用效果不顯著。

2) 對于可能有購房意愿的家庭，如有未婚男性的家庭，房價(jià)上漲會(huì)顯著減少消費(fèi)。

3) 對于具有強(qiáng)烈購房意愿的家庭，如即將因婚嫁(加入新人)分家的家庭，房價(jià)上漲會(huì)顯著減少消費(fèi)；對于婚后(無新人加入)分家的家庭，房價(jià)上漲則對消費(fèi)的影響顯著度變低。

綜上所述，總體上房價(jià)上漲對于消費(fèi)無顯著影響；對于有購房意愿的家庭，替代效應(yīng)的抑制消費(fèi)作用顯著。本文利用四期的微觀面板數(shù)據(jù)進(jìn)行分析，避免了現(xiàn)有實(shí)證分析所用數(shù)據(jù)的局限性，而且對購房意愿的衡量較為直接、準(zhǔn)確，但仍然存在一些不足之處，例如對于住房總財(cái)富效應(yīng)的分解等，之后的研究需對這些問題進(jìn)一步完善。