房价对消费的综合影响测算

（一）房价对消费的影响机制

目前我国的最终消费统计包括居民消费和政府消费，居民消费是主体，约占最终消费的76%。一般而言，房价对于消费的影响主要有两种效应：财富效应和挤出效应。前者是指有房者因为房价上涨而导致资产增值，从而增加消费的行为。后者是指由于房价上涨过快，导致居民对其他商品的消费减少，降低社会消费总额。两者方向相反，共同决定了房价变化影响消费变化的方向与幅度。

对于财富效应，其主要作用途径有如下几种：一是由于房价上涨，有房者净资产增加，将房屋变现就可以获取这部分收益，进而增加消费。二是租金收益上升，房价上升必然会带来租金的上升，这会使有房者的收入增加。三是房屋价值上升，住房所有者可以将住房抵押，从而获得额外的资金进行消费，即所谓的抵押信贷效应。从作用途径上看，房价上涨带来的消费增加基本都是通过房屋的资本品属性发挥作用，而且只对有房者产生积极效果。

对于挤出效应，其主要作用途径如下：一是对于无房者而言，房价上涨意味着为了购买或租赁住房要花费更多，这必然会对消费产生挤压，尤其对于无房的刚需购买者。^[5]二是对于准备购房者，如果房价上涨过快导致很强的房价上涨预期，部分准备购房者可能会牺牲当期消费来购置房屋，对消费产生了挤压。挤出效应主要作用于无房者和准备购房者。

除了房价变动带来的直接作用外，高房价也不利于消费。因为房价上涨意味着有房者往往更加富有，而边际消费倾向一般都随着财富增加而下降，也就是说房价上涨带来的财富增加无法带来同样幅度的消费增加，这对消费同样是不利的。

综上所述，房价上涨对消费的作用有正有负，但通过以上分析我们可以简单预判房价上涨对消费造成的影响，如果是财富效应占主导，当房价上涨时，非必需性消费上涨幅度会更大；而当挤出效应占主导时，非必需性消费上涨幅度会减小甚至为负。从分项支出对于房价的反应我们就可以初步判断是挤出效应还是财富效应，因此经过测算来判断影响方向与幅度就是本书下一步的重点。

（二）房价对消费的影响测算

为了测算房价对中国居民消费行为的影响，本书搜集了2005—2017年中国所有副省级以上城市和省会城市（除拉萨）的城镇居民人均消费数据、商品住宅销售价格数据和相关经济数据。数据情况如表9.9所示。

表9.9　2005—2017年房价与消费的数据统计描述

注：由于部分城市数据有缺失，观测值数量并不一致。
资料来源：住宅销售价格、城镇居民可支配收入来自Wind数据库，第三产业比重、第三产业就业比重、人均GDP来自国研网，其他数据来自各城市统计年鉴，其中南宁、兰州数据来自省统计年鉴。

本书将居住支出从消费中剔除，原因如下：自2013年，各地陆续将居民自住行为定义为消费行为，将自住的虚拟租金纳入居住消费，其数值由房屋价值折旧值给定。但这造成了两个问题：（1）各城市的人均居住消费均在2013—2014年出现大幅上涨，上涨幅度均超过100%，前后数据无法进行对比。（2）房租与房价呈明显正向关系，将自住租金计入就意味着房价越高，居住支出越高，在数据上表现为财富效应。但是居住者事实上并未增加居住消费，这一财富效应并不存在。^[6]即使不存在统计口径变更问题，我们认为也不宜将居住消费与其他消费放在一起考虑，因为房价上涨带来房租上涨进而使居住支出增加，实际上体现的是挤出效应，这与其他消费的变化方向的含义恰好相反，将其放入消费一起估计会造成结果的误读（下文的总消费都不包括居住消费，不再单独说明）。

图9.1展示了去除居住后的消费与房价增速之间的散点关系，从中可以发现消费与房价增速呈现明显的负向关系，在中国的一二线城市，房价上涨越快，消费就越低。这一结果表明在中国，房价的挤出效应可能占据主导地位。但由于无法排除房价增速高的城市本身消费就低的可能性，因此还需要对结果进一步检验并进行数量分析。

下图给出了各城市的消费增速与房价增速之间的散点关系，从图9.2到图9.4展示的分别是全样本、房价增速较高的一半样本和房价增速较低的一半样本。从中可以看出在全样本和较低增速的样本中，消费增速和房价增速都呈现正相关关系；但从较高增速的样本来看，消费增速与房价增速已经呈现微弱的负相关关系。这一结果同样表明房价增速过快对消费产生了挤压，但两者之间的关系需要进一步通过数量分析才能理清。

图9.1　35个大中城市人均消费量与房价增速散点关系

图9.2　35个大中城市人均消费与房价增速关系

图9.3　35个大中城市人均消费与房价增速关系（房价增速较低样本）

图9.4　35个大中城市人均消费与房价增速关系（房价增速较高样本）

为了研究消费与房价之间的数量关系，本书拟采用面板数据固定效应模型进行估计。(www.xing528.com)

式（9.8）为估计方程，其中lnconsumptionit为第i个城市第t期的人均消费额的对数；lnpriceit为第i个城市第t期的房价对数。为了减少使用当前变量可能带来的内生性问题，本书采用前一期的房价进行回归；β为我们需要估计的参数。Xit是控制因素，包括：（1）人均可支配收入对数，显而易见，人均消费与人均收入密切相关。（2）其他控制性因素，包括人均GDP、第三产业就业人数比重和第三产业比重。以上变量均已按照2005年的价格为基期处理成为实际变量。

估计结果见表9.10。从表中可以看出，人均总消费与房价呈负相关关系，且在统计学上显著，总体看来，房价每上涨1倍，人均消费就显著下降4.65个百分点。从各分项来看，除食品消费外所有的消费支出都与房价对数呈现负相关关系，但只有健康医疗消费对数和交通通信支出的关系在统计学上显著，这是符合理论预期的。根据《居民消费支出分类（2013）》^[7]，交通通信支出包括交通支出和通信支出两大类，交通下面包括交通工具、交通工具用燃料等、交通工具使用和维修，以及交通费四小类，其中日常生活必不可少的乘坐交通工具等费用支出仅包含在交通费这一小类中，且比例较小，在通信支出中的情况也是类似的；而健康医疗消费当中包含医疗器具及药品、医疗服务两类，但是并不包括门诊医疗与住院医疗过程中产生的药品、医疗器材和器具等支出，以及由医疗保险和医疗救助计划报销的医药费和医疗费等必需性消费。同时健康医疗消费当中包含较高比例的健康支出，这是非必需性消费。这两者与房价呈现极为显著的负相关关系充分说明了房价的挤出效应，由于房价过高，非必需品的消费被压缩，使两者支出下降。房价每上涨1倍，这两者就分别显著下降20%和18.9%。同时，个人可支配收入显著影响消费情况，可支配收入每上升1%，消费就会增加0.696%；而三产就业比重、三产比重和人均GDP对于消费的影响不明显。基于与上一节同样的原因，本书还在式（9.8）基础之上考虑了进行工具变量回归的结果，结果同样在表9.11中。从回归结果来看，利用户均规模作为工具变量的第一步回归较为显著，户均规模每增加1人，35个城市的房价就会显著下降0.019%；F值为100.38，远大于10，说明这一工具变量是适宜的。在第二步回归中，除食品之外的所有消费都与房价呈负相关关系，系数与直接回归的结果有所差异，总消费、衣着、健康与医疗、交通通信、教育娱乐和其他消费受房价的影响明显变大，但是只有健康与医疗和交通通信消费在统计学上显著，房价每上涨1倍，两者就要分别下降133.6%和113%。其他变量与直接回归结果差异不大。

表9.10　各城市人均消费与房价关系估计表

注：表中方差均已经过聚类处理。由于部分城市数据缺失，观测值数目并不一致。

从表9.10和表9.11的结果来看，我国房价的确对居民消费产生了挤出效应，非必需性消费的变化趋势很明显反映了这一点。

表9.11　各城市人均消费与房价关系工具变量估计表

（续表）

注：本表方差均已进行聚类处理。由于部分城市数据缺失，观测值数目并不一致。