国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

房?jī)r(jià)增長(zhǎng)影響消費(fèi)了嗎?
——基于省際面板數(shù)據(jù)的研究

2020-03-03 06:20:44
福建質(zhì)量管理 2020年3期
關(guān)鍵詞:城鎮(zhèn)化率房?jī)r(jià)居民

(武漢大學(xué)經(jīng)濟(jì)與管理學(xué)院 湖北 武漢 430072)

一、引言

房地產(chǎn)作為一種特殊的資產(chǎn),兼具資產(chǎn)和消費(fèi)品兩種特性,這就決定了房地產(chǎn)對(duì)經(jīng)濟(jì)影響的意義和復(fù)雜性。上世紀(jì)80年代末開(kāi)始掀起的日本樓市泡沫破滅,以及始于2006年的美國(guó)次貸危機(jī),都與房?jī)r(jià)的劇烈波動(dòng)息息相關(guān)。而消費(fèi)是決定宏觀經(jīng)濟(jì)變價(jià)的重要因素,所以,房?jī)r(jià)將如何影響消費(fèi),成為了學(xué)者們重點(diǎn)關(guān)注的問(wèn)題之一。

房?jī)r(jià)問(wèn)題一直是中國(guó)社會(huì)的熱點(diǎn)問(wèn)題。自1998年房地產(chǎn)改革以來(lái),中國(guó)的房?jī)r(jià)年年攀升,高房?jī)r(jià)已經(jīng)成為了困擾中國(guó)民眾的幾大社會(huì)問(wèn)題之一。從全國(guó)整體數(shù)據(jù)來(lái)看,房地產(chǎn)開(kāi)發(fā)企業(yè)計(jì)劃總投資從2002年的32189.1億元增長(zhǎng)到2016年的587857.24億元,平均每年的增長(zhǎng)率超過(guò)了20%。2002年商品房平均銷(xiāo)售價(jià)格是2250元/平方米,而到了2016年商品房平均銷(xiāo)售價(jià)格達(dá)到了7476元/平方米,相比增長(zhǎng)了232.27%,平均每年8.96%。而各大中心城市,如北上廣深的住宅銷(xiāo)售均價(jià)在2002~2016年間的年均增幅都超過(guò)了10%。相較于城市房?jī)r(jià)的增長(zhǎng)速度,人均收入的增長(zhǎng)速度則顯得非常乏力。以北京為例,2002年,北京住宅商品房平均銷(xiāo)售價(jià)格為4467元/平方米,2016年則達(dá)到了28489元/平方米,增長(zhǎng)率為537.77%,平均每年增長(zhǎng)14.15%;北京城鎮(zhèn)居民人均可支配收入2002年為12463.9元,2016年為57275元,增長(zhǎng)率359.53%,平均每年增長(zhǎng)11.51%,相比房?jī)r(jià)增長(zhǎng)少了近3個(gè)百分點(diǎn)。此外,不僅僅是中心城市的房?jī)r(jià)增長(zhǎng)迅速,一些二線城市的房?jī)r(jià)也是增長(zhǎng)迅速,例如廈門(mén)在2002年至2016年期間的房?jī)r(jià)年均增長(zhǎng)率達(dá)到了14.33%,南京為13.75%,甚至超過(guò)了北京、上海等一線城市,而其他二線城市,如天津、合肥、武漢,2002年至2016年房?jī)r(jià)的年均增長(zhǎng)率也超過(guò)了12%。

消費(fèi)不足也是當(dāng)前中國(guó)經(jīng)濟(jì)面臨的問(wèn)題之一。從2000年至2016年的數(shù)據(jù)來(lái)看,我國(guó)的最終消費(fèi)率從63.3%跌至2010年的48.5%達(dá)到最低點(diǎn),之后稍有上升,但總體而言上升不是很大。與此同時(shí),中國(guó)居民儲(chǔ)蓄率卻持續(xù)走高,中國(guó)消費(fèi)低迷的情況將是中國(guó)經(jīng)濟(jì)的一大隱患,這就促使我們不得不對(duì)這個(gè)問(wèn)題深入思考。

那么,消費(fèi)不足和不斷增長(zhǎng)的高房?jī)r(jià)問(wèn)題這二者之間是否有聯(lián)系呢?從初步的理論上來(lái)分析,對(duì)于一般住宅來(lái)說(shuō),其投資品屬性與消費(fèi)品屬性在價(jià)格發(fā)生變動(dòng)時(shí)對(duì)消費(fèi)的影響是不一樣的。對(duì)于所有的居民,可以大致將其分為兩類(lèi),即沒(méi)有房子的居民和擁有一套或者多套房子的居民。而對(duì)于這兩類(lèi)居民而言,房?jī)r(jià)上漲所產(chǎn)生的消費(fèi)品屬性和投資品屬性的效應(yīng)是不同的。對(duì)于沒(méi)有房子的居民而言,當(dāng)房?jī)r(jià)上漲時(shí),其支付的房租也將上漲導(dǎo)致其經(jīng)濟(jì)壓力變大,或者他對(duì)購(gòu)買(mǎi)一套房的預(yù)算將增加,從而會(huì)抑制當(dāng)前的消費(fèi),從而表現(xiàn)為房?jī)r(jià)的上漲對(duì)消費(fèi)產(chǎn)生的是抑制效應(yīng);而對(duì)于那些有房子的居民而言,房?jī)r(jià)的增長(zhǎng)對(duì)于他們而言是自己擁有實(shí)際財(cái)富增加,進(jìn)而消費(fèi)的信心增加,促進(jìn)了他們的消費(fèi);而對(duì)于以投資為目的的住房持有者,這會(huì)直接導(dǎo)致他們的財(cái)富和收入的增加,從而促進(jìn)消費(fèi)。由此看來(lái),房?jī)r(jià)上漲對(duì)消費(fèi)的影響同時(shí)有促進(jìn)和抑制的機(jī)制,所以其對(duì)經(jīng)濟(jì)的影響是復(fù)雜的。

基于此,為了研究房?jī)r(jià)增長(zhǎng)對(duì)居民消費(fèi)的影響,本文使用了我國(guó)2012年至2016年31個(gè)省的省級(jí)面版數(shù)據(jù)進(jìn)行回歸分析,探討各地區(qū)房?jī)r(jià)變化對(duì)各自居民的人均消費(fèi)影響的方向和程度。

二、文獻(xiàn)綜述

綜合來(lái)看,國(guó)內(nèi)外關(guān)于房?jī)r(jià)上升對(duì)居民消費(fèi)的影響的實(shí)證分析大致上可以分為宏觀分析和微觀分析。二者的理論框架通常一致,基本上都是通過(guò)消費(fèi)的生命周期模型或永久性收入模型來(lái)建立理論,但是二者使用的計(jì)量方法的差異卻大有不同,研究的重點(diǎn)方向也通常有所不同。

關(guān)于房?jī)r(jià)和消費(fèi)之間關(guān)系的宏觀分析通常基于宏觀的時(shí)間序列或者面板數(shù)據(jù),常用的方法包括向量自回歸、協(xié)整、動(dòng)態(tài)隨機(jī)一般均衡模型,以及基于宏觀數(shù)據(jù)的面板分析的宏觀計(jì)量方法,其研究重點(diǎn)主要在于房地產(chǎn)市場(chǎng)的宏觀數(shù)據(jù)與消費(fèi)之間的關(guān)系,包括影響的方向和程度,其缺陷在于無(wú)法分析房地產(chǎn)市場(chǎng)對(duì)消費(fèi)產(chǎn)生的影響的途徑和機(jī)制;微觀分析則通?;趯?duì)各種對(duì)家庭住戶的調(diào)查數(shù)據(jù),方法也主要采用各種微觀計(jì)量方法,研究重點(diǎn)則在于研究家庭對(duì)房?jī)r(jià)變化所產(chǎn)生的決策行為的變化,其優(yōu)點(diǎn)是可以區(qū)分房地產(chǎn)對(duì)消費(fèi)的傳導(dǎo)途徑,缺點(diǎn)在于難以得到質(zhì)量有保證的數(shù)據(jù)(李亮,2010)。

但無(wú)論是宏觀角度的研究還是微觀角度的研究,其結(jié)論差異較大。Case et al.(2005)使用了14個(gè)OECD國(guó)家的年度面板數(shù)據(jù)和美國(guó)各州的州際季度面板數(shù)據(jù)進(jìn)行了分析發(fā)現(xiàn),房地產(chǎn)市場(chǎng)的財(cái)富效應(yīng)相當(dāng)明顯。又如Campbell and Cocco用英國(guó)家庭住戶微觀調(diào)查數(shù)據(jù)進(jìn)行分析也得出了房地產(chǎn)具有直接的財(cái)富效應(yīng)的結(jié)論。Skinner(1989)使用了收入動(dòng)態(tài)面板數(shù)據(jù)考察了房?jī)r(jià)上升對(duì)消費(fèi)和儲(chǔ)蓄的影響,其結(jié)論是當(dāng)控制了個(gè)體異質(zhì)性后,房?jī)r(jià)對(duì)消費(fèi)的影響就失去了顯著性;Calomiris,Longhofer and Miles則指出了在Case的研究中存在的內(nèi)生性問(wèn)題,使用工具變量控制了內(nèi)生性之后,房地產(chǎn)財(cái)富對(duì)消費(fèi)則沒(méi)有顯著的影響。

三、模型和數(shù)據(jù)

為了研究房?jī)r(jià)水平對(duì)居民消費(fèi)的影響,本文設(shè)定模型如下:

lnCit= x’itlnPit+ a’itMit+ ui+ vt+ εit

(1)

其中,i表示省份,t表示時(shí)間。xit,ait為待估參數(shù)矩陣,ui是省份固定效應(yīng),vt為時(shí)間固定效應(yīng)。

被解釋變量lnCit是省份i居民第t期的實(shí)際平均消費(fèi)的對(duì)數(shù)。利用各省的人均消費(fèi)平減并去對(duì)數(shù)得到。

模型的關(guān)鍵解釋變量為lnPit,即省份i第t期的房?jī)r(jià)水平的對(duì)數(shù)。具體而言,由于房?jī)r(jià)水平缺乏一個(gè)有代表性的指數(shù)或者變量來(lái)表示,這里選擇用各省份商品房的平均銷(xiāo)售價(jià)格來(lái)代替表示,并且使用各省的消費(fèi)物價(jià)指數(shù)來(lái)平減后取對(duì)數(shù),用來(lái)反映各省房地產(chǎn)的實(shí)際價(jià)格水平的變動(dòng)情況。

本文根據(jù)相關(guān)理論和前人的實(shí)證文獻(xiàn)添加了一組控制變量Mit,主要包括:

(1)人均實(shí)際地區(qū)生產(chǎn)總值對(duì)數(shù)ln pGDPit。用各省份每期的人均生產(chǎn)總值平減各省的消費(fèi)物價(jià)指數(shù)后取對(duì)數(shù)得到。

(2)城鎮(zhèn)化率urbanit。本文選擇用該省城鎮(zhèn)人口總數(shù)占該地區(qū)總?cè)丝跀?shù)的比例來(lái)表示該省份的城鎮(zhèn)化率。因?yàn)槌擎?zhèn)人口的平均消費(fèi)傾向往往高于非城鎮(zhèn)人口,如果該省份的城鎮(zhèn)化率相對(duì)其他省份較高,自然而然也就有著更高的平均消費(fèi)傾向。

(3)流動(dòng)性liquidit。該指標(biāo)使用了人民幣儲(chǔ)蓄存款年底余額與固定資產(chǎn)投資中國(guó)內(nèi)貸款之和占該地區(qū)生產(chǎn)總值的比例來(lái)進(jìn)行衡量。如果地區(qū)居民能更容易的借貸,則可以更好地平滑其整個(gè)生命周期的消費(fèi),也就傾向于減少儲(chǔ)蓄,提高消費(fèi)水平。

(4)教育經(jīng)費(fèi)占比edurit。該項(xiàng)指標(biāo)使用地方財(cái)政教育支出占地方財(cái)政一般預(yù)算支出的比例來(lái)表示。地區(qū)的教育經(jīng)費(fèi)越充足,該地區(qū)的居民為其子女的教育進(jìn)行儲(chǔ)蓄的動(dòng)機(jī)也就越低,其平均消費(fèi)傾向也就越高。

(5)社會(huì)保障和就業(yè)支出占比ssrit。該項(xiàng)指標(biāo)使用地方財(cái)政社會(huì)保障和就業(yè)支出占地方財(cái)政一般預(yù)算支出的比例來(lái)表示。地區(qū)的社會(huì)保障和就業(yè)的資金越充足,地區(qū)居民所面對(duì)的不確定性就會(huì)減少,同樣該地區(qū)的居民儲(chǔ)蓄的動(dòng)機(jī)也就越低,從而平均消費(fèi)傾向越高。

本文選用了2013年至2016年我國(guó)31個(gè)省的省級(jí)面板數(shù)據(jù)來(lái)進(jìn)行實(shí)證研究,具體數(shù)據(jù)均取于國(guó)家統(tǒng)計(jì)局網(wǎng)站的各省年度數(shù)據(jù)。少部分缺省數(shù)據(jù)使用取對(duì)數(shù)線性插值后再取反對(duì)數(shù)的方法進(jìn)行補(bǔ)完。

四、分析和結(jié)果

本文使用STATA 14.0對(duì)(1)式進(jìn)行分析,結(jié)果如表1所示。

根據(jù)模型的設(shè)定,又鑒于本文所選的數(shù)據(jù)文n=31和T=4的短面板數(shù)據(jù),本文同時(shí)選用了固定效應(yīng)模型和隨機(jī)效應(yīng)模型進(jìn)行了回歸。同時(shí),為了檢驗(yàn)?zāi)P途烤箲?yīng)該使用固定效應(yīng)模型還是隨機(jī)效應(yīng)模型,對(duì)上面的固定效應(yīng)回歸和隨機(jī)效應(yīng)回歸的結(jié)果進(jìn)行了Hausman檢驗(yàn)。如表1中所示,Hausman檢驗(yàn)結(jié)果的p值為0,故強(qiáng)烈拒絕原假設(shè)個(gè)體異質(zhì)性與自變量無(wú)關(guān),即認(rèn)為固定效應(yīng)顯著存在,應(yīng)該使用固定效應(yīng)模型,而非隨機(jī)效應(yīng)模型。

表1 固定效應(yīng)以及隨機(jī)效應(yīng)回歸結(jié)果

注:(1)*表示p<0.1;**表示p<0.05;***表示p<0.01;

(2)參數(shù)估計(jì)值下方括號(hào)內(nèi)為其標(biāo)準(zhǔn)誤;

(3)Hausman檢驗(yàn)均拒絕隨機(jī)效應(yīng),下文均采用固定效應(yīng)的估計(jì)結(jié)果進(jìn)行分析;

(4)上表省略了常數(shù)項(xiàng)的估計(jì)值。

從表中可以看出,房?jī)r(jià)增長(zhǎng)的變化對(duì)居民平均消費(fèi)的變化具有顯著的正向效應(yīng),其彈性為0.25。具體而言,每當(dāng)房?jī)r(jià)增長(zhǎng)1%時(shí),居民的平均消費(fèi)上漲約0.25%,即從整體而言,房?jī)r(jià)的上漲對(duì)居民消費(fèi)的上漲是有促進(jìn)作用的。

同樣,人均地區(qū)生產(chǎn)總值對(duì)消費(fèi)的增長(zhǎng)也具有顯著的正向效應(yīng)。具體而言,當(dāng)人均地區(qū)生產(chǎn)總值增長(zhǎng)1%時(shí),消費(fèi)將增長(zhǎng)0.23%??梢钥吹?,房?jī)r(jià)增長(zhǎng)的對(duì)消費(fèi)的促進(jìn)作用和人均地區(qū)生產(chǎn)總值對(duì)消費(fèi)的促進(jìn)作用大小是接近的。但是,整體而言,二者對(duì)消費(fèi)的促進(jìn)作用并不明顯。

從表中也可以看出,城鎮(zhèn)化率對(duì)消費(fèi)的促進(jìn)作用相當(dāng)明顯,平均城鎮(zhèn)化率每增加1%,居民的人均消費(fèi)將增加4.45%。這是因?yàn)槌擎?zhèn)居民與非城鎮(zhèn)的居民之間的消費(fèi)的巨大差異,不僅僅城鎮(zhèn)居民相對(duì)非城鎮(zhèn)居民有著更多的收入,城鎮(zhèn)居民的平均消費(fèi)傾向也相對(duì)較高(易行健等,2008),這可能是造成城鎮(zhèn)化率對(duì)消費(fèi)的影響之大的主要原因。

五、結(jié)論及政策建議

(一)結(jié)論

在房地產(chǎn)市場(chǎng)化和住房制度改革不斷深化的過(guò)程中,以房地產(chǎn)價(jià)格為代表的資產(chǎn)價(jià)格與宏觀經(jīng)濟(jì)的關(guān)系日益密切,形成了相互影響的機(jī)制。

首先,房?jī)r(jià)波動(dòng)對(duì)我國(guó)各省的居民消費(fèi)支出存在顯著影響。整體來(lái)看,處于上升通道的房?jī)r(jià)對(duì)我國(guó)的居民的人均消費(fèi)有著正向的影響,當(dāng)房?jī)r(jià)每上升一個(gè)百分點(diǎn),消費(fèi)支出將增加0.25個(gè)百分點(diǎn)。房地產(chǎn)價(jià)格已經(jīng)通過(guò)財(cái)富效應(yīng)影響到社會(huì)總消費(fèi),這也意味著穩(wěn)定房地產(chǎn)價(jià)格對(duì)促進(jìn)內(nèi)需有明顯的積極作用。

第二,城鎮(zhèn)化的發(fā)展程度以及信貸市場(chǎng)的發(fā)達(dá)程度對(duì)人均消費(fèi)的增長(zhǎng)均有顯著的正向效應(yīng)。城鎮(zhèn)化發(fā)展程度越高,城鎮(zhèn)居民的比例越高,消費(fèi)水平也就越高;而較高的信貸市場(chǎng)發(fā)展水平為居民平滑消費(fèi)以及購(gòu)置住房提供了方便,也進(jìn)一步促進(jìn)了消費(fèi)。但就目前的狀況而言,我國(guó)的城鎮(zhèn)化率不高,信貸市場(chǎng)也相對(duì)不夠發(fā)達(dá),這就對(duì)我國(guó)的消費(fèi)產(chǎn)生抑制作用。

(二)政策建議

盡管從統(tǒng)計(jì)的角度上來(lái)講,房?jī)r(jià)的上升與人均消費(fèi)的增長(zhǎng)有著正向的關(guān)系,但是,房?jī)r(jià)上升可能帶來(lái)一些不必要的社會(huì)問(wèn)題。另外,隨著房?jī)r(jià)的上升,居民的邊際消費(fèi)傾向呈現(xiàn)遞減的趨勢(shì)(杜莉等,2010),利用房?jī)r(jià)的增長(zhǎng)顯然不是明智之舉,也是不切實(shí)際的。但是從反方向來(lái)講,統(tǒng)計(jì)結(jié)果顯示房?jī)r(jià)增長(zhǎng)率的下降很可能會(huì)引起居民消費(fèi)增長(zhǎng)率的下降,換言,另一方面房?jī)r(jià)的下降的后果也是不如人意的。鑒于此,在制定引導(dǎo)房?jī)r(jià)合理回歸政策時(shí),首先是要因地制宜,根據(jù)各地區(qū)的不同情況,把控好房?jī)r(jià),穩(wěn)定房?jī)r(jià)的上漲,使其既要有助于拉動(dòng)地區(qū)的消費(fèi),也要兼顧房地產(chǎn)市場(chǎng)的健康發(fā)展和社會(huì)穩(wěn)定。

另外一方面,為了刺激消費(fèi),城鎮(zhèn)化的進(jìn)程以及完善信貸市場(chǎng)的進(jìn)程應(yīng)該繼續(xù)加緊推進(jìn)。同時(shí),信貸市場(chǎng)的發(fā)展水平也是對(duì)居民購(gòu)買(mǎi)房產(chǎn)提供了方便。

最后,加強(qiáng)房地產(chǎn)租賃市場(chǎng)的建設(shè)和完善。同時(shí)安排好良好的公租房、廉租房的保障性住房的安置工作。通過(guò)租房可以作為購(gòu)房一定程度上的替代品來(lái)穩(wěn)定房?jī)r(jià)的變化。

猜你喜歡
城鎮(zhèn)化率房?jī)r(jià)居民
拜訪鳥(niǎo)居民
31 省份最新城鎮(zhèn)化率:9 省份超70%,這10 個(gè)省份城鎮(zhèn)人口最多
石器時(shí)代的居民
兩大手段!深圳土地“擴(kuò)權(quán)”定了,房?jī)r(jià)還會(huì)再漲?
防范未然 “穩(wěn)房?jī)r(jià)”更要“穩(wěn)房租”
去庫(kù)存的根本途徑還在于降房?jī)r(jià)
公民與法治(2016年8期)2016-05-17 04:11:34
2016房?jī)r(jià)“漲”聲響起
安徽省生態(tài)足跡與城鎮(zhèn)化率關(guān)系實(shí)證研究
你睡得香嗎?
民生周刊(2014年7期)2014-03-28 01:30:54
1/4居民睡眠“不及格”
会理县| 屯昌县| 墨竹工卡县| 瓦房店市| 年辖:市辖区| 监利县| 高清| 凌源市| 石棉县| 肥东县| 太康县| 盐津县| 景东| 大安市| 青冈县| 仁化县| 曲松县| 浪卡子县| 宝兴县| 凤翔县| 犍为县| 邵阳市| 綦江县| 老河口市| 浦县| 鹤岗市| 叶城县| 苗栗县| 宜昌市| 玉屏| 广水市| 巴彦淖尔市| 朝阳市| 天峻县| 三门县| 太康县| 汉源县| 当雄县| 内丘县| 石渠县| 登封市|