李成武,李 婷

(1.東北財經(jīng)大學(xué)統(tǒng)計學(xué)院,遼寧大連 116025;2.中央財經(jīng)大學(xué)金融學(xué)院,北京 100081)

大多數(shù)研究表明,成熟經(jīng)濟(jì)體的房地產(chǎn)市場具有顯著的正向財富效應(yīng)。最典型的一個例子是,2001年互聯(lián)網(wǎng)泡沫破滅時美國股市急劇下跌,人們的金融資產(chǎn)大幅度縮水,但消費(fèi)依然旺盛。格林斯潘認(rèn)為美國房地產(chǎn)價格的波動對居民消費(fèi)有顯著的影響,這種影響甚至要大于股票。房產(chǎn)的增值抵消了金融資產(chǎn)的損失,消除了人們的悲觀預(yù)期,避免了消費(fèi)下滑。從1999年到現(xiàn)在,我國經(jīng)濟(jì)一直保持著高速增長,隨著房地產(chǎn)價格的直線上升,城鎮(zhèn)居民持有的資產(chǎn)迅速增值。與發(fā)達(dá)經(jīng)濟(jì)體不同的是,我國居民消費(fèi)在GDP中所占的比例卻長期處于低位。在政府努力轉(zhuǎn)變經(jīng)濟(jì)增長方式、提高人民生活水平的背景下,研究居民最重要的資產(chǎn)(房地產(chǎn))的財富效應(yīng)具有重要的現(xiàn)實(shí)意義。

一、 文獻(xiàn)綜述

財富效應(yīng)最初是指庇古的實(shí)際貨幣余額效應(yīng)?！缎屡翣柛窭追蚪?jīng)濟(jì)學(xué)大詞典》將財富效應(yīng)(the wealth effect)定義為:其他條件相同時,貨幣余額的變化將會在總消費(fèi)開支方面引起變動?，F(xiàn)代社會中,人們擁有的財富種類越來越多,既包括各種實(shí)物性資產(chǎn)又包括各種虛擬資產(chǎn)。這些資產(chǎn)的價格變動同樣可以引起人們財富水平的變動,進(jìn)而影響消費(fèi)。因此,現(xiàn)代意義上的財富效應(yīng)是指:資產(chǎn)價格或者價值的變動對居民消費(fèi)需求的影響。在理論分析和實(shí)證研究中,人們常常將持久收入理論和生命周期理論作為研究財富效應(yīng)的理論基礎(chǔ)。

國外針對房地產(chǎn)財富效應(yīng)的研究成果比較多,國內(nèi)的研究相對較少。由于研究的國家、采用的數(shù)據(jù)不同,得到的研究結(jié)論也各不相同。主要研究觀點(diǎn)可以歸為兩類:

(1) 房地產(chǎn)市場不存在財富效應(yīng)

Elliott(1980)等將財富區(qū)分為金融財富和非金融財富,認(rèn)為非金融財富對消費(fèi)沒有影響,原因是房子、家電等家庭財產(chǎn)是家庭環(huán)境的組成部分,但不可轉(zhuǎn)移為現(xiàn)實(shí)的購買力[1]。Sheiner(1995)指出房價上漲意味著房屋所有者財富和消費(fèi)的增加;同時,也意味著租房者為了將來購房必須減少目前的消費(fèi),增加儲蓄[2],此消彼長,最終的結(jié)果可能是有房者增加的消費(fèi)被期望買房者增加的儲蓄抵消了。Levin(1998)利用針對退休人員的調(diào)查數(shù)據(jù)(RHS)進(jìn)行了詳細(xì)的實(shí)證分析,結(jié)果表明房地產(chǎn)對消費(fèi)沒有影響[3]。Tracy、 Schnedder & Chan(1999)認(rèn)為房價波動引起的消費(fèi)變動可能比股市波動引起的消費(fèi)變動小得多,對于短期內(nèi)想賣房子的人來說,房價上升最終具有正財富效應(yīng);對于現(xiàn)在有住房的長期居住者來說,房價上升的正財富效應(yīng)將被增加的住房服務(wù)成本抵消了[4]。Poterba(2000)指出,稅法可能會使得消費(fèi)者傾向于終生持有財產(chǎn),并將其房產(chǎn)傳給子孫,而不是用來增加消費(fèi)[5]。Tan & Voss(2003)的研究發(fā)現(xiàn),在澳大利亞,股票市場有很強(qiáng)的長期財富效應(yīng),但房地產(chǎn)市場財富效應(yīng)并不顯著[6]。

在國內(nèi)研究方面,張存濤(2007)采用協(xié)整分析和向量誤差修正模型分析了我國房地產(chǎn)的財富效應(yīng),結(jié)論是財富效應(yīng)尚未顯現(xiàn)[7]。劉旦(2007)認(rèn)為我國城鎮(zhèn)住宅市場不具有財富效應(yīng),重要的原因是房地產(chǎn)供給結(jié)構(gòu)不合理和信息不對稱[8]。

(2) 房地產(chǎn)市場存在財富效應(yīng)

Yoshikawa & Ohtake(1989)研究發(fā)現(xiàn),日本房價上漲的凈效應(yīng)將同時增加租賃者和有房者的消費(fèi)[9]。Desnoyers(2001)認(rèn)為加拿大住房的財富效應(yīng)遠(yuǎn)大于證券資產(chǎn)的財富效應(yīng)[10]。Ludwig & Slok(2002)用OECD 16個國家的數(shù)據(jù)檢驗(yàn)了不同時間段、不同金融體系中資產(chǎn)的財富效應(yīng)[11]。研究結(jié)果顯示,在選定的發(fā)達(dá)國家中資產(chǎn)的財富效應(yīng)普遍存在。將以市場機(jī)制為基礎(chǔ)的國家和依靠銀行為主要融資渠道的國家相比,前者的房地產(chǎn)市場財富效應(yīng)更大。而且,房價上升產(chǎn)生的財富效應(yīng)大于股價上升帶來的財富效應(yīng)。Boone(2001)驗(yàn)證了G7國家(七大工業(yè)國)存在較強(qiáng)的財富效應(yīng),且房地產(chǎn)財富效應(yīng)大于股市財富效應(yīng)[12]。Case(2005)等的研究結(jié)果表明,房地產(chǎn)財富的增加對消費(fèi)有積極顯著的作用,而房地產(chǎn)財富的下降對消費(fèi)沒有任何影響[13]。

在國內(nèi)研究成果中,鄔麗萍(2006)認(rèn)為,房地產(chǎn)資產(chǎn)價格上漲的財富效應(yīng),是造成貧富懸殊的重要因素,但也將對宏觀經(jīng)濟(jì)增長產(chǎn)生影響[14]。高春亮(2007)等認(rèn)為住宅財富效應(yīng)為負(fù),住宅財富增加1元,相應(yīng)地消費(fèi)支出減少3.3分,消費(fèi)者信貸約束和預(yù)防性動機(jī)是阻礙房地產(chǎn)市場財富效應(yīng)實(shí)現(xiàn)的關(guān)鍵[15]。肖宏(2008)使用1998—2005年面板數(shù)據(jù)分析了全國房地產(chǎn)財富效應(yīng),認(rèn)為我國房地產(chǎn)價格對于居民消費(fèi)的財富效應(yīng)顯著為負(fù)[16]。

眾多學(xué)者對有關(guān)房地產(chǎn)財富效應(yīng)的研究取得了不少有意義的成果,但也存在諸多不足:一是現(xiàn)有成果主要以全國或者若干重點(diǎn)城市為研究對象,據(jù)此評價全國房地產(chǎn)市場的財富效應(yīng)會面臨缺乏數(shù)據(jù)全面性的問題。二是從研究方法上看,簡單時間序列分析及面板數(shù)據(jù)都沒有反映數(shù)據(jù)中包含的空間信息,采用普通最小二乘法(OLS)得到的結(jié)果將不再是有效、一致的估計量。三是實(shí)證研究的樣本區(qū)間存在長短不一的問題。由于房地產(chǎn)的財富效應(yīng)相對來講是一種較為長期的現(xiàn)象,因此時間的選取對于研究結(jié)果的影響是非常關(guān)鍵的。

針對現(xiàn)有研究的不足,本文將在理論模型的基礎(chǔ)上,采用空間面板數(shù)據(jù)分析方法。鑒于我國于1998年徹底廢除了福利分房,樣本區(qū)間定為1999年至2008年,樣本數(shù)據(jù)采用31個省級單位年度面板數(shù)據(jù)。本文將利用面板數(shù)據(jù)進(jìn)行空間自相關(guān)分析,以檢驗(yàn)各相關(guān)變量的空間特征,并建立空間自回歸模型(SAR)和空間誤差模型(SEM),分析我國房地產(chǎn)市場的財富效應(yīng)。

二、 理論基礎(chǔ)及模型的構(gòu)建

1.消費(fèi)理論與消費(fèi)函數(shù)

房地產(chǎn)財富效應(yīng)是基于消費(fèi)函數(shù)理論發(fā)展起來的。其中,凱恩斯的絕對收入假說認(rèn)為居民消費(fèi)與絕對收入之間呈現(xiàn)出穩(wěn)定的正向函數(shù)關(guān)系。絕對收入假說開啟了消費(fèi)理論和消費(fèi)函數(shù)研究的先河,為后續(xù)理論的誕生奠定了基礎(chǔ)。庇古認(rèn)為物價水平的變化將引起既定數(shù)量金融資產(chǎn)的實(shí)際價值上升或下降,金融資產(chǎn)的增值或貶值又將影響到居民的消費(fèi)。這種資產(chǎn)價值變動可以影響消費(fèi)的觀點(diǎn)被稱為庇古效應(yīng)或者財富效應(yīng)。弗里德曼的持久收入假說認(rèn)為,消費(fèi)者在某一時期的收入等于暫時性收入加上持久性收入,在某一時期的消費(fèi)等于暫時性消費(fèi)加上持久性消費(fèi)。其中,暫時性消費(fèi)與暫時性收入不一定存在比率關(guān)系,只有持久性收入與持久性消費(fèi)之間存在著固定的比率。

生命周期假說是由美國經(jīng)濟(jì)學(xué)家莫迪利安尼、布倫貝格和安東共同提出來的,它一直占據(jù)著消費(fèi)理論的主流。該理論認(rèn)為理性的消費(fèi)者將根據(jù)效用最大化的原則使用一生的收入,其當(dāng)前消費(fèi)支出與未來全部預(yù)期收入有關(guān)系。生命周期假說描述的總消費(fèi)函數(shù)可以表示為:

Ct=β1Yt+β2Y*+β3At(1)

其中,Ct、Yt、Y*、At分別代表現(xiàn)期消費(fèi)、現(xiàn)期收入、未來收入和現(xiàn)期財產(chǎn)(股票、房產(chǎn)及儲蓄等),t代表年份,β1、β2、β3分別代表現(xiàn)期收入、未來收入和現(xiàn)期財產(chǎn)的邊際消費(fèi)傾向。

關(guān)于房地產(chǎn)價格影響消費(fèi)的傳導(dǎo)機(jī)制總結(jié)最為全面和權(quán)威的應(yīng)該屬于Ludwig & Slok(2002)[11]。他們認(rèn)為, 房地產(chǎn)價格上升(下降)既可以通過實(shí)現(xiàn)的財富效應(yīng)、未實(shí)現(xiàn)的財富效應(yīng)和流動性約束效應(yīng)促進(jìn)(抑制)私人消費(fèi),同時又可以通過預(yù)算約束效應(yīng)、替代效應(yīng)抑制(促進(jìn))私人消費(fèi)。從消費(fèi)函數(shù)的角度看,如果一個國家(或地區(qū))房價變動與居民消費(fèi)支出呈現(xiàn)出同方向變動關(guān)系,我們就認(rèn)為其房地產(chǎn)市場呈現(xiàn)出正向財富效應(yīng);反之,如果房價變動與居民消費(fèi)支出呈現(xiàn)出反向變動關(guān)系,則稱其房地產(chǎn)市場表現(xiàn)出負(fù)向財富效應(yīng)。

2.理論模型

我國城鎮(zhèn)家庭的財富是以房地產(chǎn)和股票為主,其中房地產(chǎn)占據(jù)了絕大部分財富。理論上,房價和股價的變動會對居民消費(fèi)行為存在顯著的影響。此外,居民的現(xiàn)期收入以及基本社會保障(basic assurance)覆蓋率也是影響人們消費(fèi)的重要因素。為了能夠合理地反映我國城鎮(zhèn)居民的消費(fèi)行為,同時清楚地體現(xiàn)出房地產(chǎn)市場的財富效應(yīng),本文以傳統(tǒng)生命周期模型為基礎(chǔ)構(gòu)建了新的消費(fèi)函數(shù)作為理論模型,如公式(2)所示:

Ct=β0+β1It+β2Pt+β3St+β4Bt+εt(2)

其中,Ct、It、Pt、St和Bt分別代表居民消費(fèi)、現(xiàn)期收入、房地產(chǎn)價值、股票價值以及基本社會保障,t代表年份,β0為必要消費(fèi),β1、β2、β3和β4分別代表對應(yīng)影響因素的邊際消費(fèi)傾向,εt為誤差項(xiàng)。

三、 探索性數(shù)據(jù)分析

在進(jìn)行空間數(shù)據(jù)建模之前,必須要對相關(guān)數(shù)據(jù)進(jìn)行探索性數(shù)據(jù)分析。如果變量間存在空間相關(guān)性,則采用傳統(tǒng)OLS估計會造成結(jié)果的非一致性和非有效性;如果不存在空間相關(guān)性,則維持傳統(tǒng)建模方式。在本部分中,我們將對城鎮(zhèn)居民的消費(fèi)性支出C和房地產(chǎn)價格P進(jìn)行全局和局部空間自相關(guān)檢驗(yàn),確定它們是否存在空間自相關(guān)以及地區(qū)聚集效應(yīng)。采用的方法有Moran檢驗(yàn)、Moran散點(diǎn)圖和Lisa分析等。

1.房地產(chǎn)價格的空間自相關(guān)分析

Moran'sI統(tǒng)計量是一種應(yīng)用非常廣泛的指標(biāo),常被用來檢驗(yàn)各地區(qū)變量之間是否存在全局空間自相關(guān)關(guān)系,計算公式如(3)式所示:

(3)

(1) 房地產(chǎn)價格的Moran指數(shù)

按照(3)式計算可以得到1999年至2008年房地產(chǎn)價格的Moran指數(shù),匯總后如表1所示。

表1 1999年至2008年房地產(chǎn)價格的Moran指數(shù)

*: 以上年份中E(I)=-0.0333。

由于Moran統(tǒng)計量的分布形式未知,要想檢驗(yàn)計算所得的Moran指數(shù)是否通過了檢驗(yàn),只能通過多次模擬獲得一個參考分布進(jìn)行檢驗(yàn)。表1給出的標(biāo)準(zhǔn)誤差以及概率值是通過999次計算所得。從表1可以看出,在5%的顯著性水平下,全國31個省市區(qū)房地產(chǎn)價格的Moran指數(shù)均顯著大于0。也就是說從1998年全面實(shí)施商品房市場化改革以來,我國房地產(chǎn)價格存在顯著的空間正向自相關(guān),房價高(低)的地區(qū)表現(xiàn)出與房價高(低)的地區(qū)相互聚集的現(xiàn)象。從1999年到2008年,Moran指數(shù)的總體趨勢逐漸變大(除個別年份外),說明房地產(chǎn)價格的正向空間相關(guān)性趨勢越來越顯著。

(2) 房地產(chǎn)價格的局部自相關(guān)分析

全局空間相關(guān)性檢驗(yàn)僅僅可以衡量觀測變量在整個區(qū)域內(nèi)是否存在空間聚集現(xiàn)象,但是對于經(jīng)濟(jì)變量在區(qū)域內(nèi)聚集形成的是高增長區(qū)(H-H)還是低增長區(qū)(L-L),還是混合增長區(qū)(H-L或L-H)沒辦法進(jìn)行判定。這時候就須要用Moran散點(diǎn)圖以及Lisa分析。

我們通過Geoda軟件繪制了10年來房地產(chǎn)價格的Moran散點(diǎn)圖,由于涉及到的分析圖較多,而且多數(shù)相鄰年份的圖像變化并不大,這里僅給出1999年和2008年房地產(chǎn)價格的Moran散點(diǎn)圖(見圖1),各地區(qū)所處象限見表2。

圖1 中國房地產(chǎn)價格Moran散點(diǎn)圖(a)—1999年房地產(chǎn)價格的Moran散點(diǎn)圖; (b)—2008年房地產(chǎn)價格的Moran散點(diǎn)圖。

表2 各地區(qū)房地產(chǎn)價格所處象限

分析圖1和表2可以發(fā)現(xiàn),在1999年,北京、天津、上海、浙江、福建和海南六省市處于H-H象限,即高-高聚集。遼寧和廣東處于H-L象限,即這兩個地區(qū)的房價明顯高于相鄰地區(qū)。河北、江蘇、江西和廣西處于低-高聚集區(qū),說明這些地區(qū)的房價明顯落后于周邊省份。除此之外,大部分的中西部地區(qū)都處于低-低聚集區(qū),也就是說這些地區(qū)的房價與周邊地區(qū)的房價同時處于低水平。從1999年到2008年,江蘇從最初的低-高區(qū)域進(jìn)入到高-高區(qū)域,這期間還有個別省份所處的區(qū)域有過短暫的變化。另有一種趨勢是非常明顯的,1999年各地房價較為平均,Moran散點(diǎn)在位置上都趨于原點(diǎn)。隨著經(jīng)濟(jì)的發(fā)展,地區(qū)間經(jīng)濟(jì)發(fā)展水平的差距越來越大,處于高-高區(qū)域的東部發(fā)達(dá)省份與處于低-低區(qū)域的中西部地區(qū)的房價已經(jīng)拉開了很大的距離,因此在位置上也明顯遠(yuǎn)離了原點(diǎn)。

此外,通過對1999年、2008年全國房價的Lisa分析(篇幅所限,未列出圖形)可以發(fā)現(xiàn),在5%的顯著性水平下,中西部的陜西、山西、河南、湖北、重慶以及寧夏等省市區(qū)的低-低聚集效應(yīng)最為顯著,但東部省份并未呈現(xiàn)出空間聚集性,這一點(diǎn)與Moran散點(diǎn)圖的分析結(jié)果是不一致的。我們結(jié)合現(xiàn)實(shí)的情況分析后認(rèn)為,北京、天津、江蘇、浙江、上海等東部省市的房價存在空間聚集效應(yīng)。

2.城鎮(zhèn)居民消費(fèi)的空間自相關(guān)分析

房地產(chǎn)市場的財富效應(yīng)最終體現(xiàn)在影響了居民的消費(fèi),而且地域間相鄰會對人們的消費(fèi)行為產(chǎn)生影響。因此,要在空間范圍內(nèi)研究房地產(chǎn)財富效應(yīng),還須要研究城鎮(zhèn)居民消費(fèi)的空間分布特征。下面仍然通過Moran指數(shù)、Moran散點(diǎn)圖以及Lisa分析,研究城鎮(zhèn)居民消費(fèi)的空間特征。

首先進(jìn)行1999—2008年城鎮(zhèn)居民日常消費(fèi)的全局空間相關(guān)性分析,全局Moran指數(shù)見表3。

可見,從1999年到2008年全國31個省市區(qū)消費(fèi)的Moran指數(shù)均顯著大于0,通過了5%顯著性水平的檢驗(yàn)。因此,可以認(rèn)為10年來,各地區(qū)的消費(fèi)呈現(xiàn)出顯著的空間自相關(guān)性。Moran指數(shù)從1999年開始到2004年一直處于減小的態(tài)勢,說明消費(fèi)的空間相關(guān)顯著程度有所下降。但是從2005年開始,空間相關(guān)程度再次加強(qiáng),說明消費(fèi)的空間相關(guān)顯著程度有所提升。Moran散點(diǎn)圖見圖2,城鎮(zhèn)居民消費(fèi)水平所處象限見表4。

從圖2和表4可見,1999年到2008年期間,北京、天津、江蘇、浙江和福建等東部省市城鎮(zhèn)居民的消費(fèi)水平明顯高于其他地區(qū),而且呈現(xiàn)出空間聚集的現(xiàn)象。大部分中西部地區(qū)的消費(fèi)水平較低,形成了低-低聚集現(xiàn)象。此外,廣東和重慶的消費(fèi)水平一直明顯高于臨近省份,而遼寧、內(nèi)蒙古和山東通過10年的發(fā)展,已經(jīng)從原來的低-低聚集區(qū)上升到高-低聚集區(qū),顯示出了良性發(fā)展態(tài)勢。

表3 1999年至2008年城鎮(zhèn)居民消費(fèi)的Moran指數(shù)表

*:以上年份E(I)=-0.0333。

圖2 城鎮(zhèn)居民消費(fèi)水平Moran散點(diǎn)圖(a)—1999年城鎮(zhèn)居民消費(fèi)水平Moran散點(diǎn)圖; (b)—2008年城鎮(zhèn)居民消費(fèi)水平Moran散點(diǎn)圖。

表4 城鎮(zhèn)居民消費(fèi)水平所處的象限

對城鎮(zhèn)居民消費(fèi)進(jìn)行Lisa分析結(jié)果顯示,1999年區(qū)域聚集性主要體現(xiàn)在吉林、黑龍江、內(nèi)蒙古以及陜西、山西和寧夏等中西部地區(qū),呈現(xiàn)低-低聚集的現(xiàn)象。隨著時間的推移,中西部地區(qū)低-低聚集的現(xiàn)象越發(fā)明顯。與此同時,江蘇和福建逐漸顯現(xiàn)出高-高聚集的現(xiàn)象,可見,這與Moran散點(diǎn)圖的研究結(jié)果基本一致。

四、 空間面板數(shù)據(jù)分析

通過探索性分析,我們發(fā)現(xiàn)各地區(qū)的房價以及城鎮(zhèn)居民消費(fèi)都呈現(xiàn)出了顯著的空間相關(guān)現(xiàn)象。因此,傳統(tǒng)的建模方法以及OLS估計已經(jīng)不再適用,應(yīng)該建立包含空間相關(guān)關(guān)系的模型進(jìn)行分析。

1.實(shí)證模型及數(shù)據(jù)說明

空間面板數(shù)據(jù)模型,是指綜合了時間序列數(shù)據(jù)和橫截面數(shù)據(jù)的空間模型。在模型設(shè)定上,空間面板模型是在普通面板模型的基礎(chǔ)上加入反映空間位置關(guān)系矩陣即空間加權(quán)矩陣之后形成的,也可以通過在空間回歸模型的基礎(chǔ)上加入時間維度來構(gòu)建。根據(jù)第二部分中建立的消費(fèi)函數(shù),本文擬采用的空間面板數(shù)據(jù)模型可以表示如下:

其中,Cit、Iit、Pit、Sit和Bit取值分別為:城鎮(zhèn)居民日常消費(fèi)性支出、城鎮(zhèn)家庭年人均總收入(扣除了轉(zhuǎn)移支付和財產(chǎn)性收入)、房地產(chǎn)平均銷售價格、上證綜合指數(shù)和基本社會保障覆蓋率。i代表樣本省份,t代表年份;ρ和λ是空間相鄰影響系數(shù),β1it、β2it、β3it和β4it分別是收入、房產(chǎn)、股票以及基本社會保障的邊際消費(fèi)傾向。W1及W2為空間權(quán)重矩陣,假定海南與廣東、廣西相鄰。權(quán)重矩陣均選擇Rook相鄰(共享邊界即為相鄰),并進(jìn)行行向量標(biāo)準(zhǔn)化?？紤]到我國各地區(qū)經(jīng)濟(jì)發(fā)展的差異,而且10年研究區(qū)間內(nèi)我國經(jīng)濟(jì)經(jīng)歷了周期性波動,我們認(rèn)為空間和時間因素都會影響到居民的消費(fèi)行為及房地產(chǎn)市場的財富效應(yīng)。因此,本文在模型中同時加入空間固定效應(yīng)φi和時間固定效應(yīng)ηt。當(dāng)ρ≠0,λ=0時,公式(4)表示的是空間自回歸模型(SAR);當(dāng)ρ=0,λ≠0時公式(4)表示的是空間誤差模型(SEM)。

2.實(shí)證結(jié)果及解釋

(1) SAR模型及SEM模型實(shí)證結(jié)果

SAR模型假定一個地區(qū)因變量的變動受到相鄰地區(qū)因變量的影響,SEM模型假定一個地區(qū)的因變量變動受到相鄰地區(qū)因變量中無法解釋或無法預(yù)期的成分的影響。由于現(xiàn)在還沒有現(xiàn)成的軟件可以直接進(jìn)行空間面板數(shù)據(jù)分析,本文通過MATLAB 7.01編程的方法估計公式(4),得出SAR模型的R2為0.9901,調(diào)整的R2為0.9885;SEM模型的R2為0.9877,調(diào)整的R2為0.9858,見表5。

表5 SAR模型及SEM模型估計結(jié)果

根據(jù)表5的數(shù)據(jù),整理的方程如公式(5)、(6)所示:

SAR:

(5)

SEM:

(6)

通過公式(5)和公式(6)可以看出,SAR模型估計結(jié)果顯示消費(fèi)的空間溢出效應(yīng)顯著為正,即周邊地區(qū)的消費(fèi)對該地區(qū)消費(fèi)水平產(chǎn)生正影響。房地產(chǎn)價格與消費(fèi)呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系,即房地產(chǎn)價格越高,對城鎮(zhèn)居民的消費(fèi)產(chǎn)生的抑制作用越大。SEM模型估計結(jié)果顯示一個地區(qū)的消費(fèi)確實(shí)受到周邊地區(qū)消費(fèi)中無法解釋的部分的影響。此外,SAR模型和SEM模型估計結(jié)果均表明,收入、基本社會保障的覆蓋率對我國城鎮(zhèn)居民的消費(fèi)有著顯著的正向影響。

五、 結(jié)論及解釋

通過空間自相關(guān)檢驗(yàn)我們發(fā)現(xiàn),從整體上講房地產(chǎn)價格和城市居民的日常消費(fèi)均呈現(xiàn)出顯著的空間正相關(guān),而且東部和中西部地區(qū)的空間聚集現(xiàn)象較為明顯。在估計出空間面板數(shù)據(jù)模型之后,我們發(fā)現(xiàn)居民收入和基本社會保障覆蓋率對居民消費(fèi)影響巨大,而房地產(chǎn)價格的上漲對城市居民日常消費(fèi)形成顯著的抑制作用。這說明,我國房地產(chǎn)市場呈現(xiàn)出負(fù)的財富效應(yīng),造成這種現(xiàn)象的主要原因有:

(1) 傳統(tǒng)家庭觀念導(dǎo)致一般家庭不會拿房產(chǎn)抵押,提前消費(fèi)。從習(xí)語“安居樂業(yè)”中就可以看出,從古至今中國人將擁有房子視為安定的必要條件。因此,對于真正有居住需求的家庭來講,房子是不會輕易拿來抵押以獲取貸款進(jìn)行消費(fèi)的。而且,在我國消費(fèi)觀念相對落后的情形下,人們往往將房子作為遺產(chǎn)留給下一代。因此,房價上漲對于大多數(shù)僅有一處住房的家庭來說,僅僅是名義財富的增多,是有生之年不可變現(xiàn)的財富。這使得我國的房地產(chǎn)市場并未像發(fā)達(dá)經(jīng)濟(jì)體的房地產(chǎn)市場一樣,表現(xiàn)出正向財富效應(yīng)。

(2) 房地產(chǎn)投資者和購房人的財富效應(yīng)正負(fù)抵消。房地產(chǎn)價格上升時,可以刺激房地產(chǎn)投資者消費(fèi),從而產(chǎn)生正向的財富效應(yīng)。但是這個群體的人數(shù)較少,收入一般較高,年齡一般偏大,因此對社會基本消費(fèi)的向上拉動作用有限。與此相反,房價上漲抑制了眾多年輕購房人的消費(fèi)欲望。當(dāng)今社會,人們將上學(xué)、買房、結(jié)婚看做人生的三件大事,其中以購買住房的一次性支出最多。很多情況下,傳統(tǒng)思想更是使買房成為結(jié)婚的前提,這必然帶來剛性的房屋購買需求。與此同時,不斷加速的城市化進(jìn)程導(dǎo)致建筑用地日趨緊張,人們由此產(chǎn)生了房價持續(xù)上漲的預(yù)期。投機(jī)者也借題發(fā)揮,利用各種媒體造勢,制造房價持續(xù)上漲的輿論氛圍。過高的房價壓力下,青年人為了買房將不得不向父母、親朋借錢。因此,一對夫婦買房,往往擠出了至少三個家庭的消費(fèi)能力。在多數(shù)情形下,房價上漲對購房人產(chǎn)生的負(fù)向財富效應(yīng)要大于投資者的正向財富效應(yīng)。因此,正負(fù)效應(yīng)抵消后,整個國家層面就表現(xiàn)出房價上漲抑制消費(fèi)的現(xiàn)象。

(3) 除此之外,中、西部地區(qū)還面臨社會保障覆蓋率低、房屋流動性約束等問題。由于資金緊缺,中、西部地區(qū)社會保障給付標(biāo)準(zhǔn)比較低,居民的參保意識也不是十分普遍,靠儲蓄來應(yīng)對生、老、病、死的現(xiàn)象依然非常普遍。在沒有穩(wěn)定的預(yù)期收入和保障措施的情況下,人們不會在現(xiàn)期釋放自身的消費(fèi)欲望。

綜上所述,我國房地產(chǎn)價格和居民的消費(fèi)呈現(xiàn)出了顯著的空間聚集效應(yīng),而且房地產(chǎn)財富效應(yīng)顯著為負(fù)。要解決高房價抑制消費(fèi)的弊病,我們認(rèn)為應(yīng)通過改革土地供給制度、中央和地方的稅收體制和住房體制等手段來控制房價,通過加快收入分配改革、提高社保覆蓋率和增加中低收入人群的收入水平等方法拉動消費(fèi)。只有采取這樣的措施才可能實(shí)現(xiàn)經(jīng)濟(jì)增長模式從投資拉動型向消費(fèi)促進(jìn)型轉(zhuǎn)變,普通人的生活水平也才能夠得到提高。

參考文獻(xiàn):

[1] Elliott J W. Wealth and Wealth Proxies in a Permanent Income Model[J]. Quarterly Journal of Economics, 1980,95(3):509-535.

[2] Sheiner L. Housing Prices and the Savings of Renters[J]. Journal of Urban Economics, 1995,38(1):94-125.

[3] Levin L. Are Assets Fungible? Testing the Behavioral Theory of Life-cycle Savings[J]. Journal of Economic Behavior & Organization, 1998,36(11):59-83.

[4] Tracy J, Schnedder H, Chan S. Are Stock Overtaking Real Estate in Household Portfolio[J]. Current Issues in Economics and Finance, 1999,5(5):1-5.

[5] Poterba J M. Stock Market Wealth and Consumption[J]. The Journal of Economic Perspectives, 2000,14(2):99-118.

[6] Tan A, Voss M. Consumption and Wealth in Australia[J]. Economic Record, 2003,79(3):39-56.

[7] 張存濤. 中國房地產(chǎn)財富效應(yīng)----基于1987—2005年數(shù)據(jù)的實(shí)證分析[J]. 世界經(jīng)濟(jì)情況, 2007(11):79-82.

[8] 劉旦. 中國城鎮(zhèn)住宅市場財富效應(yīng)分析----基于生命周期假說的宏觀消費(fèi)函數(shù)[J]. 首都經(jīng)濟(jì)貿(mào)易大學(xué)學(xué)報, 2007(4):108-112.

[9] Yoshikawa H, Ohtake F. An Analysis of Female Labor Supply, Housing Demand, and the Saving Rate in Japan[J]. European Economic Review, 1989,33(5):997-1003.

[10] Desnoyers Y. L'Effet de la Richesse sur la Consommation aux Etats-Unis[R]. Ottawa: Bank of Canada Working Paper, 2001.

[11] Ludwig A, Slok T. The Impact of Changes in Stock Prices and House Prices on Consumption in OCED Countries[R]. Washington: International Monetary Fund, 2002.

[12] Boone L. Financial Market Liberalization, Wealth and Consumption[R]. Paris: OECD Economics Department Working Papers, 2001.

[13] Case K E, Quigley J M, Shiller R J. Comparing Wealth Effects: The Stock Market Versus the Housing Market[M]. New Haven: Berkeley Electronic Press, 2005:1-35.

[14] 鄔麗萍. 房地產(chǎn)價格上漲的財富效應(yīng)分析[J]. 求索, 2006(1):27-29.

[15] 高春亮,周曉艷. 34個城市的住宅財富效應(yīng):基于panel data的實(shí)證研究[J]. 南開經(jīng)濟(jì)研究, 2007(1):36-44.

[16] 肖宏. 我國房地產(chǎn)市場的財富效應(yīng)及其傳導(dǎo)機(jī)制[J]. 統(tǒng)計與決策, 2008(1):89-90.