房产财富与购房决策如何影响居民消费

来源:用户上传      作者:

　　内容提要 本文使用中国家庭追踪调查数据库的数据，在微观层面检验了家庭房产财富及购房决策对消费的影响，重点考察了自有住房者与租房者消费行为的差异。研究发现，房产财富对家庭消费存在正向的“财富效应”和负向的“挤出效应”。已购房家庭存在显著的房产“财富效应”，住房财富净值增加1%会导致其平均消费水平增加约005%。但与租房家庭相比，已购房家庭消费水平较低，购房行为对非住房消费产生了“挤出效应”。因此，本文指出在新时代，我国仍然处于城镇化快速发展时期，购房需求依旧旺盛，应进一步加大住房供给，抑制投机行为，保持房价的合理和稳定，并完善相应的社会保障制度，防止“挤出效应”，增强消费对经济的作用，缓解我国日益严重的不平等现象，构建和谐社会。
　　关键词 房产财富 财富效应 挤出效应 区制转換模型
　　〔中图分类号〕F124.7 〔文献标识码〕A 〔文章编号〕0447-662X（2019）06-0013-09
　　一、引言
　　党的十九大报告指出，要完善促进消费的体制机制，增强消费对经济发展的基础性作用。提升居民消费对于中国经济转型和持续增长越来越重要。除收入以外，居民拥有的财产价值也是影响居民消费的重要因素。一个不容忽视的事实是，在过去的十几年内，我国经历了住房的市场化改革和房地产价格的普遍快速上涨。因此，研究房产财富与购房决策如何影响居民消费，对于理解居民消费行为、制定促进消费的有效政策有着重要意义。
　　生命周期消费理论认为，由资产价格普遍上涨带来的居民财富价值的增加会导致居民消费的增加，这便是所谓的“财富效应”。在实证研究中，“财富效应”得到了多国经验数据的支持。①然而在中国，宏观数据显示居民财富与家庭消费率呈现出反向变动的特征。随着经济持续地增长，中国家庭积累的财富数量越来越多，与此同时，中国家庭消费率却从2002年的45%下降至2016年的39%。②这是否意味着中国家庭不存在“财富效应”？还是存在其他重要的影响机制，从而掩盖了财富增加对居民消费的促进作用？本文试图回答这一问题。
　　中国家庭追踪调查（China Family Panel Studies，CFPS）数据显示，2014年全国家庭财产最主要的部分是土地与房产财富，二者总和占全部家庭财富的82%，其次为金融资产，占比为10.6%。而在10年前，房产财富在中国家庭财产中的占比不到一半。③鉴于房产财富相对于其他居民家庭财产变化更为显著，本文认为研究“财富效应”应将房产财富从居民财产中分离出来，对“房产财富效应”与“金融财产财富效应”分别加以考察。
　　在住房市场化改革的过程中，大量的家庭房屋产权属性发生了变化。中国多数家庭在过去20多年的时间里第一次购买了自有住房，由此导致的居民住房支出增加可能会挤占居民非住房支出。具体到家庭层面，不同的家庭在这一过程中所处的位置和面临的约束是不同的，由此会使得房产“财富效应”和购房支出对消费的“挤出效应”在家庭层面表现出异质性。例如：自有住房者与租房者面对房价上涨的反应肯定是不同的，获得单位福利分房或政府保障性住房的家庭与购买商品房的家庭的“财富效应”应该是有区别的，不同年龄、不同婚姻状况、不同收入水平的家庭对房产财富增加的反应也是不同的。只有在微观家庭数据的层面上充分考虑这些问题，才有可能对中国家庭的“财富效应”和“挤出效应”进行充分地考察和准确地估计。
　　本文考察了中国住房市场化改革和房地产市场快速发展对城镇家庭消费的影响。本文的主要创新点包括：第一，与不少利用宏观加总数据来检验“财富效应”的文献不同，本文从家庭层面深入考察了房产财富与房屋产权对居民消费影响的异质性，从而有利于从微观层面更深入地理解相关机制。对房产财富和是否拥有住房这两个变量进行区分，也有利于我们进行更细致地分析。第二，在实证方法上，本文利用区制转换回归模型，解决了居民在购房和租房之间的自选择问题，修正了单纯使用OLS回归可能造成的偏误。本文的剩余部分安排如下：第二部分回顾了相关文献;第三部分介绍了使用数据的基本特征;第四部分详细阐述了计量分析结果，并利用代理变量、分位数回归等方式进行稳健性检验;第五部分对实证结果进行了总结，明确了政策含义。
　　二、文献回顾
　　早期关于“财富效应”的实证研究主要基于宏观层面展开。最早关于“财富效应”的实证研究是由莫迪利安尼做出的，据他估计，美国家庭财富平均增加1美元将导致居民消费支出增加5美分。A.Ando and F.Modigliani， “The ‘Life Cycle’ Hypothesis of Saving： Aggregate Implications and Tests，” American Economic Review， vol.53， no.1， 1963， pp.55～84.此后，大量基于美国各州数据的研究也支持房产财富效应的存在。J.D.Benjamin， P. Chinloy and G. D. Jud， “Real Estate Versus Financial Wealth in Consumption，” The Journal of Real Estate Finance and Economics， vol.29， no.3， 2004， pp.341～354.Case等利用14个发达经济体25年的面板数据发现房产财富对家庭消费的影响比金融财富的影响更为显著。Case K.E.， J.M. Quigley and R.J. Shiller， “Comparing Wealth Effects： The Stock Market Versus the Housing Market，” Advances in Macroeconomics， vol.5， no.1， 2005， pp.1235～1235.但是，Phang使用类似的方法却发现，新加坡并不存在显著的房产财富效应。S.Y.Phang， “House Prices and Aggregate Consumption： Do They Move Together？ Evidence from Singapore，” Journal of Housing Economics， vol.13， no.2， 2004， pp.101～119. 　　利用宏观数据估计“财富效应”往往会损失微观层面的重要信息，无法捕捉到不同家庭的异质性。基于这一原因，近年来的研究开始使用家庭调查数据，丰富了对“财富效应”的理解。首先，房产财富变化对消费的影响与家庭层面的财产分配格局有关，特别是是否大多数家庭拥有自有住房。S.Cho， “Housing Wealth Effect on Consumption： Evidence from Household Level Data，” Economics Letters， vol.113，no.2，2011，pp.192～194.总体房产财富增加不会促进租房者的消费，相反还可能会通过提高购房首付所需的资金而导致租房者增加储蓄。L.Sheiner， “Housing Prices and the Savings of Renters，” Journal of Urban Economics， vol.38， no.1， 1995， pp.94～125.此外，不同年齡家庭的消费决策也存在显著差别，因为年轻的租房者更倾向于提高储蓄为未来购房做准备。J.Y.Campbell and J.F.Cocco， “How do House Prices Affect Consumption？ Evidence from Micro Data，” Journal of Monetary Economics， vol.54， no.3， 2007， pp.591～621.Case等也认为，对年轻家庭来说，房价的上涨意味着他们必须增加储蓄才能有机会购买住房。K.E.Case， J.M.Quigley and R.J. Shiller， “Comparing Wealth Effects： The Stock Market Versus the Housing Market，” Advances in Macroeconomics， vol.5， no.1， 2005， pp.1235～1235.Bostic等发现房产财富效应还受到信贷约束条件的影响，信贷约束较强的家庭房产财富效应越大。R.Bostic， S. Gabriel and G. Painter， “Housing Wealth， Financial Wealth， and Consumption： New Evidence from Micro Data，” Regional Science and Urban Economics， vol.39， no.1， 2009， pp.79～89.另外，由于不同地区的房地产市场属性、消费习惯、经济发展水平等不同，地区因素也被纳入到对房产财富效应的检验中。J.Y.Campbell and J.F.Cocco， “How do House Prices Affect Consumption？ Evidence from Micro Data，” Journal of Monetary Economics， vol.54， no.3， 2007， pp.591～621.
　　国内研究借鉴了国外研究的思路和方法，然而由于中国家庭财产特征及住房市场与发达国家差别较大，对中国“财富效应”的研究需加入对中国特征化事实的考量。例如，李涛和陈斌开发现，中国家庭住房资产主要呈现出消费品属性特征，只存在微弱的“资产效应”，不存在“财富效应”。李涛、陈斌开：《家庭固定资产、财富效应与居民消费：来自中国城镇家庭的经验证据》，《经济研究》2014年第3期。陈训波和周伟发现金融财富的边际消费倾向高于房地产财富。陈训波、周伟：《家庭财富与中国城镇居民消费：来自微观层面的证据》，《中国经济问题》2013年第2期。李雪松和黄彦彦发现房价上涨对居民消费的替代效应及预算约束效应显著且推高了储蓄率，但对拥有多套房的家庭则促进了消费。李雪松、黄彦彦：《房价上涨、多套房决策与中国城镇居民储蓄率》，《经济研究》2015年第9期。
　　总之，“财富效应”假说受到了广泛而持续的关注。在实证研究中，宏观时间序列数据能够直接刻画持久收入的特征，便于直接对应标准的持久收入/生命周期理论。而家庭调查数据在刻画家庭层面的异质性与度量房产财富对不同家庭的分配效应方面具有优势。已有文献较少结合房产财富和购房决策两个维度对居民消费加以研究。本文将对中国家庭的“财富效应”进行实证检验，重点讨论自有住房者与租房者消费方程的差异性。
　　三、数据清理及统计特征描述
　　1.数据清理
　　CFPS调查数据鉴于不同年份CFPS数据对家庭住房类型（即房屋产权属性）等变量的定义有所不同，不同年份的数据不完全可比。而2010年的变量定义更加符合本文的研究目的，因此我们仅使用2010年数据进行回归。覆盖25个省、25个省份包括：北京、天津、河北、山西、辽宁、吉林、黑龙江、上海、江苏、浙江、安徽、福建、江西、山东、河南、湖北、湖南、广东、广西、重庆、四川、贵州、云南、陕西、甘肃。143个区/县，共计7104户城镇家庭。关于数据清理，首先，筛选户主年龄在25-65岁之间的家庭，因为该年龄段之外的家庭人员构成特殊，其消费行为特点与25-65岁之间家庭有显著区别。其次，为避免极端值引起的回归偏误，本文剔除了消费率排名前0.5%的家庭，以及家庭净收入净收入是指总的家庭收入减去总的经营成本。CFPS官方计算并报告了每一户家庭的净收入，共包括四大类：工资和薪金、家庭经营性收入、财产性收入、转移性收入。为负或者为零的家庭。最后，剔除其他住房产权形式的家庭，我们得到4458户家庭。CFPS中的住房产权形式包括：完全自有、和单位共有产权、租住、政府免费提供、单位免费提供、父母/子女提供、其他亲友借住、其他形式。
　　2.数据描述统计
　　本文研究的消费为家庭的非耐用品消费，包括食物支出、日用品支出、日常交通支出（不包括旅游的交通支出、购买交通工具的支出）、通讯支出、衣着支出、教育支出、文化/娱乐/休闲支出、居住支出（物业、取暖等，不包含住房按揭及房租）、杂项支出。购房和租房支出没有包含在本文定义的家庭支出中，因为这是重要的解释变量。本文对消费的定义与多数实证研究的定义一致，以便于进行比较分析。在全体样本家庭中，食品支出占比最高，数额为11228.19元，占比约42.88%;教育和交通支出占比也较高，分别为3840.25元和3446.39元，占总消费支出的14.67%和13.16%。其他六项支出总共占总消费支出的29.29%。 　　自有住房家庭和租房家庭的基本特征差别显著。首先，租房家庭户主平均年龄为42.45岁，而自有住房家庭户主的平均年龄为44.88岁。同时，租房家庭户主受教育程度也较高，平均受教育年限为9.30年，而自有住房家庭户主的平均受教育年限为8.86年。租房家庭的家庭规模为2.95，低于自有住房家庭的3.60。租房家庭的家庭人均收入与人均消费分别为13280元和8069元，高于自有住房家庭的12938元和7233元。最后，租房家庭无房产财富，自有住房家庭的人均净房产财富为385669元;租房家庭人均净金融财富为22666元，略低于自有住房家庭的水平。总体来看，租房家庭是一个较年轻、家庭规模较小、受教育程度较高、收入和消费水平较高、财富水平较低的群体，这些特征与直觉相符。
　　图1展示了不同收入分位数的家庭人均消费和人均收入水平。总体来看，高收入家庭的平均消费更高，但消费增加的幅度小于收入增加的幅度，这印证了边际消费倾向递减规律。对于10%最低收入家庭而言，其当期消费超过了当期收入，意味着该组家庭存在负储蓄。
　　图2（左）展示了家庭人均可支配收入与人均消费随户主年龄变化的趋势，从图中可以看到，收入-年龄曲线呈U型。年轻家庭收入较高，这可能是由于年轻一代教育水平较高，消费随年龄的变化幅度小于收入随年龄的变化幅度，表明家庭能够通过对一生收入的跨期配置从而平滑消费。图2（右）是消费率随年龄的变化曲线，该曲线的特征是：年轻家庭与老年家庭的消费率低于中年家庭的消费率。中国的消费率-年龄曲线形状非常独特，因为按照生命周期理论，消费率-年龄曲线通常呈驼峰型，即年轻人和老年人的消费率相对高于中年家庭消费率，而非图中的倒U型。Chamon和Prasad认为，这是由于中国经济快速增长过程中相应保障制度缺失所致，年轻家庭与老年家庭面临较高的住房、医疗负担，因而只能减少消费、增加储蓄以应对不确定性。M.Chamon and E.Prasad， “Why are Saving Rates of Urban Households in China Raising？” Macroeconomics， vol.2， no.1， 2010， pp.93～130.
　　四、实证模型及结果分析
　　1.基础模型：OLS回归
　　为了正确地估计消费函数，首先应当正确定义和度量居民的房产财富。使用住户自己报告的房产财富价值，这是因为与其他房产价格信息来源相比，自我报告的房产财富更能代表住房所有者对自己所拥有房产的心理预期，这种对价格的心理预期是决定其消费行为的主要因素。本文将家庭净财富分为净房产财富与净金融财富，分别引入回归方程作为核心解释变量。此外，为从多个角度刻画居民家庭属性，本文控制了家庭特征变量，包括户主年龄、户主年龄平方、家庭规模、拥有正式工作的户主虚拟变量、是否拥有自有住房、自有住房拥有年限、居民所在区/县在实证研究中，是否拥有多套住房也被认为会对居民消费产生影响。本文未将“是否拥有多套住房”虚拟变量纳入模型是因为，我们已经控制了家庭房产财富和区/县层面的地区虚拟变量，即在同一区/县中，家庭拥有房屋的套数和房产财富是高度相关的。我们在研究中发现，如果将“是否拥有多套住房”和房产财富金额二者同时纳入回归方程，前者并不显著;而去掉“是否拥有多套住房”并不影响其他变量和模型总体的显著性，因此本文选择不纳入“是否拥有多套住房”变量。和当期收入。
　　目标方程如下：
　　这时，α2代表自有住房者的金融财富效应，α3代表自有住房者房产财富对居民消费的影响，α4代表自有住房者与租房者消费水平在截距上的差别。
　　（1）式回归结果如表1模型（1）所示。与经典消费理论相一致，家庭人均收入对人均消费有显著的正向作用，人均收入增加1%，家庭消费约增加0.34%。金融财富效应显著，净金融财产增加1%，家庭消费约增加0.06%。自有住房者的房产财富效应显著，净房产财富增加1%，家庭消费增加约0.05%，房产财富效应略小于金融财富效应，这可能是由于金融财产更容易变现。住房产权虚拟变量回归系数显著为负，表明平均而言自有住房者消费水平比租房者消费水平低8.25%。此外，随着户主年龄的增长，居民消费增加;家庭规模越大，消费支出的规模效应越明显，人均消费越低;户主拥有正式的工作或有较长的受教育年限能够提高家庭消费水平。总的来看，模型（1）回归结果基本符合预期：中国家庭存在明显的房产财富效应与金融财富效应;但与租房者相比，自有住房者消费水平更低。
　　按照多元回归理论，对于自有住房者而言，由于家庭总财产没有包含在回归方程中，因此“人均凈金融财产”和“人均净房产”这两个变量与（1）式中的随机误差项εi相关，模型（1）的回归系数是有偏的。使用函数控制法可以解决这一问题——通过引入家庭人均净财产（TWi），替换人均净金融财产（FWi）。具体方法如下：
　　由于净财产、净金融财产与净房产之间存在多重共线性，α1和α2无法同时估计，因此应将（2）式转换为如下形式：
　　这样，可得到的“净房产财富”的回归系数不再代表房产财富效应，而是代表房产财富效应与金融财富效应之差，即α2-α1。回归结果如模型（2）所示。在模型（2）中，家庭人均收入依然对消费有显著的正效应，家庭人均收入平均增加1%引起消费增加0.37%。包括房产、金融财产和其他财产在内的总财产财富效应显著，人均家庭财产增加1%引起消费增加0.07%。人均净房产回归系数不显著，表明房产财富效应与其他家庭财产的财富效应不存在显著差异。自有住房家庭平均消费比租房家庭低16.1%，这一系数显著但数值高于模型（1）的结果。户主年龄与家庭消费呈现二次函数关系，在正常的寿命范围内，消费随着户主年龄的增加而增加。家庭规模增加一人，人均消费减少7.98%;户主受教育年限增加一年，人均消费增长261%。拥有住房年限越长的家庭，消费水平越低，但影响很小。 　　最后，将全体样本分为自有住房者和租房者，分别对其进行回归，作为基础OLS回归的稳健性检验。如表1所示，模型（3）是对自有住房者的回归，总的来看，大多数变量——包括家庭人均收入、户主年龄、家庭规模、户主工作、户主受教育年限、拥有住房年限——与模型（1）和模型（2）的回归结果类似，符合预期。购房时间对居民消费的影响为负，可能是由于城市土地70年产权制度所致，也可能是由于购房越早的家庭，改善住房的需求越高，从而导致住房财富增加对消费的促进作用被削弱。中国的城镇土地不是私有制，居民购买的只是70年的使用权，因此购房越早的家庭，其房产剩余年限就越短，在未来可能会加速折旧，出售的可能性也较低，并且这些家庭可能部分出现购置第二套住房的需要。人均家庭总财产的财富效应依旧显著，平均增加1%导致家庭人均消费增加0.12%。人均净房产系数不显著，这表明房产财富效应与其他财富效应的数值不存在显著差别。模型（4）是对租房家庭的回归结果，在模型（4）中，金融财富效应系数为0062。本文特别将租房家庭的年人均租房支出纳入模型（4），从回归结果来看，人均房租支出增加1%，家庭消费增加0.073%，这表明房租支出没有对居民消费产生负效应，租房支出较高的家庭消费水平也更高。
　　2.区制转换回归模型
　　（1）模型设定。理性家庭在决定是购房还是租房时，一定会考虑由于购房所引起的家庭消费水平的变化;反之家庭在消费时，一定也会考虑租房支出或者购房支出。因此，OLS回归无法规避消费决策与购房决策之间的内生性问题，从而导致有偏的回归结果。利用区制转换回归模型（Switching Regression Model， 以下简称SR模型）来估计自有住房者与租房者的消费函数则可以避免这一问题，其基本模型设定如下：
　　SR模型的一个假定是，居民购房决策内生于其自身的消费倾向。居民决策过程分为两步：首先，考虑是自有住房还是租房;然后考虑住房产权形式的选择对消费水平的影响。换言之，一些未被观测到的变量同时影响了居民购房决策与消费决策，忽略这一选择效应对于自有住房者和租房者的消费函数回归都是有偏的。对公式（3）-（5）同时进行极大似然估计能够纠正对消费函数估计的选择偏误。在考虑了个体异质性的前提下，修正不可观测因素与选择性误偏带来的影响，在此基础上考察自有住房者与租房者的消费函数以及房产财富效应，才是合理的。
　　使用SR模型的核心问题是在转换方程与两组样本的消费方程中分别纳入哪些解释变量。本文对自有住房者和租房者的消费函数解释变量的選取略有不同：对自有住房者而言，将居民人均净房产财富纳入解释变量;对租房者而言，将居民人均年租房支出纳入解释变量。除此之外，两个样本组的解释变量完全一致（详见表2）。此外，转换方程还应包括消费函数中没有的用于识别因果关系的变量，即能够影响居民购房决策却不会影响居民消费决策的变量。本文选取的两个识别变量是：居民所在地区的男女性别比例和居民所在地区的住房自有率。这是因为，按照Wei和Zhang的研究，中国男女性别比例的上升造成了男性在婚姻市场上的竞争更加激烈，从而产生了更强的购房动机;Wei S. and X. Zhang， “The Competitive Saving Motive： Evidence from Rising Sex Ratios and Savings Rates in China，” Journal of Political Economy， vol.119， no.3， 2009， pp.511～564.按照Arimah的研究，一个地区的住房自有率会影响当地居民购房决策。Ben C. Arimah， The Determinants of Housing Tenure Choice in Ibadan， Nigeria： General Information， 1997， pp.105～124.并且，地区性别比例与地区住房自有率不会影响居民的消费决策。
　　（2）回归结果分析。如表2所示，模型（1）和模型（2）是两种SR模型形式，二者区别在于对家庭财产项的设置和对房租支出的处理不同。两个模型的LR检验结果显示无法拒绝存在选择性偏误的假设，因此有必要使用转换回归模型。从转换方程的回归结果可以看到，r1和r2表示的两个方程误差项的相关系数符合我们对模型的前提假设。在转换方程中，我们选择的两个工具变量，区/县层面的男/女性别比例和区/县层面的住房自有率对家庭的购房决策均有显著的正向影响。由于区/县性别比和住房自有率仅影响家庭的购房决策而不影响家庭的消费水平，购房决策与家庭消费之间的内生性问题得以解决。此外，在模型（1）的转换方程中，家庭人均收入越高、人均净金融财产越高的家庭，购房的概率越高，这与直觉相符。户主受教育年限越高、户主拥有正式工作、家庭成员数量都对家庭的购房决策产生了正向影响。模型（2）也反映了类似的特征，并且还反映出租房支出越高，则购房的可能性越高。
　　3.稳健性检验
　　本文使用两种方法进行稳健性检验。首先，使用房产财富增值变量代替房产财富变量，以此度量房产财富增值对居民消费的效应。房产财富增值定义为房产现值减去购房成本。第二，将自有住房者分为两类：一是从单位或政府以低于市场价购得住房的家庭，二是从住房市场购买商品房的家庭。
　　本文对样本总体和自有住房者分别进行回归，结果显示房产财富增值对居民消费有显著的正效应，房产财富增加1%导致居民消费增加约0.03%，这表明房价上涨对于自有住房者的财富效应显著，并且，房产财富增值造成的财富与福利再分配是有利于自有住房家庭的。
　　另外，引入了商品房与福利房的净房产财富变量进行回归分析。结果表明，从回归结果可以看到，商品房与福利房的回归系数均为显著正数，这可以作为支持房产财富效应的证据。并且，商品房价值增加引起居民消费增加幅度显著高于福利房，这表明尽管福利房家庭在购房过程中获得了价格上的优惠，但福利房产增值带来的消费增加效应是小于商品房的，这可能与福利房在二手市场上不容易转售有关。 　　4.分位数回归
　　不同收入分位数的家庭消费率不同，不同收入水平家庭的财富效应很可能也不同。条件分位数回归模型能够帮助理解房产财富效应对不同条件分位数消费水平居民的影响。分位数回归结果如表3所示。人均净收入、房产财富价值、户主工作状况和户主受教育年限均表现出显著的随条件分位数变化的趋势。特别是我们最关心的以商品房房产价值衡量的“房产财富效应”随着消费条件分位数的增加而增加，这表明对于分位数越高的家庭，“房产财富效应”越明显。
　　五、总结
　　本文使用微观家庭调查数据，实证分析表明中国家庭消费存在房产“财富效应”，并充分考察了财富效应在家庭层面反映出的异质性影响，得到如下结论：第一，中国拥有自有住房的家庭存在显著的“房产财富效应”：住房财富净值平均增加1%导致房产所有者平均消费增加约0.05%;第二，在控制其他变量之后，租房家庭的平均消费高于自有住房家庭的平均消费，这表明自有住房者的购房行为对其消费产生了“挤出效应”;第三，中国的住房市场化改革在不同组别的家庭（房产所有者和租房者、商品房所有者和福利房所有者、年轻家庭和年老家庭、富有家庭和貧困家庭）之间造成了财富再分配，并导致了居民财富和消费的不平等。
　　本文的政策含义是明确的。首先，要完善促进消费的体制机制，增强消费对经济发展的基础性作用，必须增大住房供给、抑制房产投机行为，保持房价的合理和稳定。因为，虽然房价上涨会通过“财富效应”提升房产所有者的消费水平，但要充分意识到房价上涨对于不同群体消费水平影响的异质性，尤其是对购房家庭消费有较强的“挤出效应”。目前我国仍然处于城镇化快速发展时期，城镇人口持续增加将带动新增购房需求，家庭购房对消费的“挤出效应”将持续存在。依靠提高房价来提升居民消费会适得其反。其次，在保持房价稳定的同时，要完善社会保障体系，这样才能从根本上降低年轻家庭的“预防性储蓄”动机并有利于长期经济增长。与发达国家相比，我国社会医疗、养老等社会保障措施还不完善，居民“预防性储蓄”动机较强，特别是年轻家庭表现出与国际经验相背离的高储蓄率。而购房需求和房价快速上涨进一步提高了年轻家庭的储蓄率，也严重阻碍了年轻人的人力资本投入和创新，不利于经济的长期发展。再次，中国的房产分配在不同家庭之间表现出很强的异质性，住房不平等是造成中国家庭财产不平等和消费不平等的重要因素，因此在构建房地产长效机制时要充分考虑到房产分配的公平问题。公平的住房供给制度，再结合合理的收入再分配政策，将能够有效缓解中国居民财产、收入和消费的不平等，从而有利于经济社会的和谐发展。
　　作者单位：李育，商务部国际贸易经济合作研究院;刘凯，中国人民大学经济学院
　　责任编辑：韩海燕
转载注明来源:https://www.xzbu.com/4/view-14840316.htm