我国省级视角下住宅财富对居民消费的影响与实证剖析

我国省级视角下住宅财富对居民消费的影响与实证剖析一、绪论1.1研究背景近年来，随着我国经济的快速发展和城市化进程的加速，房地产市场经历了巨大的变革。自1978年改革开放以来，我国房地产市场从理论突破与试点起步阶段，逐步发展到如今成为国民经济的重要支柱产业之一。1998年住房制度改革，福利分房制度退出历史舞台，商品房市场全面启动，房地产投资进入平稳快速发展时期，房地产业对经济增长的推动作用日益显著。据国家统计局数据显示，过去几十年间，我国房地产开发投资总额持续攀升，房地产市场规模不断扩大。房地产市场的繁荣直接带动了居民住宅财富的增长。住房作为居民最重要的资产之一，其价值的提升使得居民的财富总量大幅增加。许多家庭通过购买房产，不仅实现了居住条件的改善，还获得了资产增值带来的财富效应。相关研究表明，房产在家庭资产中所占比重较高，成为影响家庭财富变动的关键因素。例如，西南财经大学中国家庭金融调查与研究中心联合蚂蚁集团研究院发布的报告显示，住房资产对家庭财富增加的贡献较大，在财富增加的家庭中，住房资产增加贡献了相当高的比例。与此同时，我国居民消费率却呈现出不同的变化趋势。居民消费率是指居民消费支出占国内生产总值（GDP）的比重，它反映了居民消费在经济增长中的重要作用。然而，长期以来，我国居民消费率一直处于较低水平，与经济增长速度和居民收入增长不完全匹配。从2000-2024年期间，我国居民消费率数据显示出明显的波动和下降趋势。2000年居民消费占GDP比重为63.57%，到2010年居民消费占比约为39%，2023年居民消费率（含自有住房消费）降至42.6%，较2000年下降约21个百分点，2024年居民消费率持续低迷，消费对GDP贡献率低于全球均值15个百分点。尽管在某些时期，政府采取了一系列刺激消费的政策措施，居民消费有所增长，但消费率整体偏低的问题仍然存在。居民消费率偏低对经济可持续发展带来了一定的挑战。消费作为拉动经济增长的“三驾马车”之一，对经济增长具有基础性作用。较低的居民消费率意味着经济增长过度依赖投资和出口，经济结构失衡，容易受到外部经济环境变化的冲击。在当前全球经济形势复杂多变、贸易保护主义抬头的背景下，扩大内需、提高居民消费率成为我国经济实现高质量发展的关键。在此背景下，研究住宅财富与居民消费之间的关系具有重要的现实意义。住宅财富作为居民财富的重要组成部分，其变动可能通过多种途径影响居民的消费行为和消费决策。一方面，住宅财富的增加可能使居民产生财富效应，增强其消费信心和消费能力，从而促进消费增长；另一方面，对于部分有购房需求的居民来说，房价上涨导致购房压力增大，可能会抑制其当前消费，增加储蓄。深入探究住宅财富对居民消费的影响机制和程度，有助于政府制定更加精准有效的房地产政策和消费政策，促进房地产市场的平稳健康发展和居民消费的合理增长，进而推动我国经济结构的优化和转型升级。1.2研究目的和意义1.2.1研究目的本研究旨在利用省级面板数据，深入探究住宅财富对居民消费的影响。具体而言，通过构建合适的计量经济模型，分析住宅财富变动与居民消费支出之间的数量关系，明确住宅财富对居民消费是否存在显著影响，以及影响的方向和程度。同时，进一步剖析住宅财富对居民不同类型消费支出，如食品、衣着、居住、交通通信、教育文化娱乐等方面的异质性影响，揭示住宅财富在不同消费领域所发挥的作用。此外，通过对不同地区省级数据的分析，考察住宅财富对居民消费的影响是否存在区域差异，并探究造成这些差异的原因，为制定差异化的房地产政策和消费政策提供实证依据。1.2.2研究意义理论意义：丰富消费理论的研究内容。传统消费理论主要关注收入对消费的影响，本研究将住宅财富纳入研究范畴，拓展了消费理论的研究边界，有助于深入理解居民消费行为背后的财富驱动因素，完善消费理论体系。补充房地产市场与宏观经济关系的研究。房地产市场作为宏观经济的重要组成部分，其与居民消费之间的关系一直是学术界关注的热点问题。通过对省级数据的实证研究，能够为房地产市场如何影响宏观经济中的消费环节提供更为细致和准确的理论解释，促进房地产经济学与宏观经济学的交叉融合。现实意义：为政府制定房地产政策提供参考。深入了解住宅财富对居民消费的影响，有助于政府在制定房地产政策时，充分考虑政策对居民消费的传导效应。例如，在调控房价时，能够综合权衡房价变动对居民财富和消费的影响，避免因政策不当导致房地产市场大幅波动，进而影响居民消费和经济稳定。为促进居民消费提供政策建议。基于研究结果，政府可以针对性地出台政策，引导居民合理配置资产，优化住宅财富结构，充分发挥住宅财富对居民消费的促进作用，提高居民消费率，推动经济结构调整和转型升级。帮助居民做出合理的消费和投资决策。研究成果可以让居民更加清晰地认识到住宅财富与自身消费之间的关系，从而在购房、持有房产以及进行消费和投资决策时，能够更加理性地考虑住宅财富的影响，实现家庭资产的最优配置和消费效用的最大化。1.3研究内容与方法1.3.1研究内容本研究主要聚焦于住宅财富对居民消费的影响，从理论分析、实证检验以及结论与建议三个层面展开深入探究。在理论分析层面，详细梳理消费理论的发展脉络，涵盖绝对收入假说、相对收入假说、生命周期假说、持久收入假说以及随机游走假说等经典理论，明确住宅财富效应在消费理论体系中的位置与作用。深入剖析住宅财富效应影响居民消费的具体途径，例如通过直接财富效应，当房价上涨，房产持有者财富增加，可支配收入相对提升，进而刺激消费；再如通过抵押信贷效应，房产增值使居民可凭借房产抵押获取更多信贷资金，用于消费支出。同时，基于LC-PIH框架构建理论模型，为后续实证研究奠定坚实的理论基础。实证检验层面，全面收集我国31个省市自治区自2000-2024年的居民收入、消费以及住宅财富等相关数据，对数据进行严格细致的处理与描述性统计分析，深入了解数据特征。运用单位根检验等方法，检验数据的平稳性，确保后续实证分析的可靠性。构建动态面板数据模型，采用广义矩估计（GMM）等回归方法，深入探究住宅财富对居民消费支出的整体影响，判断住宅财富变动与居民消费支出之间是否存在显著的数量关系以及影响的方向。进一步分析住宅财富对居民食品、衣着、居住、交通通信、教育文化娱乐等八大类日常消费支出的异质性影响，揭示住宅财富在不同消费领域的作用差异。此外，通过分区域实证分析，考察住宅财富对居民消费的影响在东部、中部、西部等不同地区是否存在显著差异，并从经济发展水平、房地产市场成熟度、居民消费观念等方面深入探究差异产生的原因。在结论与建议层面，系统总结研究成果，明确阐述住宅财富对居民消费的总体影响、异质性影响以及区域差异影响等核心结论。基于研究结论，为政府制定房地产政策和消费政策提供具有针对性、可操作性的建议，如在房地产市场调控中，充分考虑房价变动对居民消费的影响，采取差异化的调控措施，促进房地产市场与居民消费的协调发展；为居民合理配置资产、优化消费决策提供科学指导，帮助居民更好地实现家庭财富与消费的平衡。1.3.2研究方法文献研究法：全面搜集国内外关于住宅财富与居民消费关系的相关文献资料，包括学术期刊论文、学位论文、研究报告等。对这些文献进行系统梳理与深入分析，了解该领域的研究现状、主要观点、研究方法以及存在的不足之处，明确本研究的切入点与创新点，为研究提供坚实的理论支撑与研究思路参考。例如，通过对黄静和屠梅曾利用家庭微观调查数据研究我国近10年居民房地产财富与消费关系的文献分析，了解到其研究结论中房地产财富对居民消费有显著促进作用的观点，为本研究提供了对比分析的基础。实证研究法：收集我国31个省市自治区2000-2024年的省级面板数据，数据来源包括国家统计局、各省市统计年鉴、相关经济数据库等。这些数据涵盖居民收入、消费支出、住宅价格、住宅面积等多个维度，确保数据的全面性与准确性。运用Stata、Eviews等计量经济学软件，对收集到的数据进行处理与分析。通过构建合适的计量经济模型，如动态面板数据模型，控制其他可能影响居民消费的因素，如居民收入、利率、通货膨胀率等，运用广义矩估计（GMM）等方法进行回归分析，以准确估计住宅财富对居民消费的影响系数，揭示两者之间的数量关系。同时，通过一系列的稳健性检验，如替换变量、改变样本区间等，验证实证结果的可靠性与稳定性。1.4研究创新点在研究视角上，本研究选取省级面板数据，相比以往部分研究采用全国整体数据或单一城市数据，省级面板数据能更好地反映不同地区间经济发展水平、房地产市场状况以及居民消费习惯的差异，从而为分析住宅财富对居民消费的影响提供更为丰富和全面的视角，研究结论也更具普适性和针对性。在研究内容上，本研究不仅考察住宅财富对居民整体消费支出的影响，还深入分析其对居民八大类日常消费支出的异质性影响。通过这种细致的分析，能够揭示住宅财富在不同消费领域的作用差异，为政府制定促进消费结构升级的政策提供更具针对性的建议，这在以往关于住宅财富与居民消费关系的研究中相对少见。在研究方法上，本研究构建动态面板数据模型，充分考虑居民消费行为的惯性以及住宅财富与居民消费之间可能存在的内生性问题，运用广义矩估计（GMM）等方法进行回归分析，使估计结果更加准确和可靠，增强了研究结论的说服力。同时，通过分区域实证分析，深入探究住宅财富对居民消费影响的区域差异及其原因，为制定差异化的房地产政策和消费政策提供有力的实证支持。二、理论基础与文献综述2.1相关理论基础2.1.1消费理论发展消费理论作为经济学研究的重要领域，历经了多个阶段的发展，不同理论从不同视角深入剖析了消费行为与收入之间的紧密联系。凯恩斯在1936年发表的《就业、利息和货币通论》中提出了绝对收入假说（AbsoluteIncomeHypothesis，AIH）。该假说认为，消费是实际收入的稳定函数，即消费随着收入的增加而增加，但消费的增长幅度小于收入的增长幅度，这就是著名的边际消费倾向递减规律。凯恩斯指出，在短期内，消费者的消费决策主要依赖于当前的绝对收入水平。用公式表示为：C=C_0+mY_D，其中C表示消费，C_0是自主消费，即不依赖于收入的最低消费支出，m表示边际消费倾向，Y_D是即期可支配收入。例如，当一个家庭的收入增加时，其消费也会增加，但增加的消费部分会逐渐减少。这一理论的提出，为消费函数理论的发展奠定了基础，然而，它也存在明显的局限性，仅为即期模型，缺乏对过去积累和未来情况的考量，并且微观经济基础薄弱，过度依赖心理分析，缺乏实证支持，难以解释长期消费行为以及消费与收入之间的复杂关系。1949年，杜森贝利（J.Duesenberry）在《收入、储蓄和消费者行为理论》中提出了相对收入假说（RelativeIncomeHypothesis，RIH）。他认为消费者当期的消费并非取决于现期的绝对收入水平，而是相对决定的，主要受到自己过去的消费习惯以及周围消费水平的影响。这一理论包含示范效应和棘轮效应。示范效应指家庭在消费决策时，会参考其他同等收入水平家庭的消费行为，具有模仿和攀比性。例如，当周围邻居购买了某品牌的高档汽车时，家庭可能会受到影响，也考虑购买类似的汽车，以维持在社会中的相对地位。棘轮效应则是指家庭消费不仅受本期绝对收入影响，更受以前消费水平的影响。当收入增加时，消费容易增加；但当收入减少时，家庭为了维持已有的消费习惯，往往会减少储蓄来维持消费稳定，使得消费具有一定的刚性。相对收入假说弥补了绝对收入假说的部分不足，强调了消费的社会属性和历史惯性，但在解释消费行为的多样性和动态变化方面仍有一定的局限性。生命周期假说（LifeCycleHypothesis，LCH）由莫迪利安尼（Modigliani）于1954年提出。该理论假设消费者是理性的，以实现一生的效用最大化为目标。消费者会根据自己一生所能获得的劳动收入与财产，合理安排一生的消费与储蓄，使一生中各年的消费基本保持平稳。人的一生可以大致分为工作时期和退休时期。在工作阶段，收入大于消费，会进行储蓄；而在退休后，收入减少，消费主要依赖于工作时期的储蓄。例如，一个人在工作期间努力工作，积累财富，为退休后的生活储备资金，以确保退休后的消费水平不会大幅下降。生命周期假说从长期视角分析消费行为，强调了财富在消费决策中的重要作用，为消费理论的发展提供了新的思路，但该理论的假设条件较多，与现实情况存在一定差距，在实际应用中面临一些挑战。弗里德曼（Friedman）于1957年提出了持久收入假说（PermanentIncomeHypothesis，PIH）。该假说认为消费主要取决于持久收入，即消费者可以预期到的长期平均收入，而不是暂时性收入。消费者会对收入的变化进行判断，如果收入的变动看起来是永久性的，那么他们就可能会消费所增加的大部分收入；如果收入的变动具有明显的暂时性，那么所增加的收入大部分会被储蓄起来。例如，一个人获得了一笔一次性的奖金，由于这是暂时性收入，他可能不会立即大幅增加消费，而是将大部分奖金储蓄起来；但如果他获得了一份长期稳定的加薪，这属于持久收入的增加，他可能会适当提高消费水平。持久收入假说与生命周期假说在本质上有相似之处，都强调消费与长期收入的关系，对消费函数理论的发展做出了重要贡献。1978年，霍尔（Hall）将理性预期（RationalExpectation，RE）因素引入生命周期和持久收入假说，提出了随机游走假说（RandomWalkingHypothesis，RWH）。在实际利率为常数且等于时间偏好主观利率的假定下，他得出结论：按照持久收入假说追求效用最大化的消费者，其消费轨迹是一个随机游走过程，即消费的变化是不可预见的，不能根据收入的变化来预测消费的变化。然而，这一假说在实证检验中面临诸多挑战，现实中消费者的消费行为并非完全符合随机游走的特征，因此该假说的现实解释力相对较弱。随着经济环境的变化和研究的深入，消费理论不断发展创新，后续还出现了流动性约束假说、预防性储蓄假说、损失厌恶假说、近似理性假说等，这些理论从不同角度对消费行为进行了更细致的分析，使得消费理论体系更加完善。2.1.2住宅财富效应概念住宅财富效应是指由于住宅价格的上涨（或下跌），导致住宅所有者财富的增长（或减少），进而引起其资产组合价值增加（或减少），最终促使居民消费支出增加（或减少），并对短期边际消费倾向（MarginalPropensitytoConsume，MPC）产生影响，从而推动（或抑制）经济增长的效应。从本质上讲，住宅财富效应反映了住宅资产价值变动与居民消费行为之间的内在联系。住宅作为居民最重要的资产之一，在家庭资产中通常占据较大比重。当住宅价格上升时，住宅所有者的财富相应增加，这种财富的增加可能通过多种途径影响居民的消费决策。一方面，从直接财富效应来看，居民会因为感觉自己更加富有，从而增加消费信心和消费能力，例如购买更多的非必需品，如奢侈品、进行旅游等消费活动，这将直接带动消费支出的增长。另一方面，住宅财富的增加还可以通过抵押信贷效应来影响消费。随着住宅价值的提升，居民可以凭借房产抵押获得更多的信贷资金，这些资金可以用于消费，进一步刺激经济增长。然而，住宅财富效应并非总是正向的。对于那些有购房需求但尚未购房的居民来说，房价上涨会增加他们的购房难度和成本，使得他们不得不增加储蓄，减少当前的消费支出，以积攒足够的资金用于购房，这就产生了负向的财富效应。此外，住宅财富效应的大小还受到多种因素的影响，如房地产市场的成熟度、居民的消费观念、金融市场的完善程度等。在房地产市场成熟、金融市场发达的地区，住宅财富效应可能更为显著；而在居民消费观念较为保守的地区，住宅财富效应可能相对较弱。在消费理论的框架中，住宅财富效应为研究消费行为提供了新的视角。传统消费理论主要关注收入对消费的影响，而住宅财富效应的提出，将资产因素纳入到消费研究中，丰富了消费理论的内涵，使我们能够更全面地理解居民消费行为背后的驱动因素，对于解释现实经济中的消费现象以及制定相关政策具有重要的理论和实践意义。2.2国内外文献综述2.2.1国外研究现状国外学者对住宅财富与居民消费关系的研究起步较早，成果丰富。早期研究主要聚焦于住宅财富对居民消费的总体影响。Skinner（1989）分析收入动态平行调查数据（PSID）时发现房地产财富对消费的影响较小但很显著，这为后续研究奠定了基础。Yoshikawa和Ohtake（1989）通过对日本租赁者的研究提出，土地价格较高时，计划买房的日本租赁者的储蓄率较高，但此时家庭计划买房的发生率也明显较低，因此房价上涨的净效应将同时增加租赁者和有房者的消费，这一结论进一步拓展了对住宅财富效应的认识。随着研究的深入，学者们开始关注住宅财富效应的传导渠道。Engelhardt（1994）研究加拿大租赁者时提出，较高的房价降低了租赁家庭为买房首付进行储蓄的概率，房价每增加4000美元则降低1%的储蓄率，这些减少的储蓄可能会用于增加消费，揭示了住宅财富通过影响储蓄进而影响消费的传导路径。Engelhardt（1996）运用PSID数据对房价增长与当前有房者的消费之间的联系进行了直接检验，估计来自有房者房产的真实资本收益的MPC大约为0.03，但这将因行为反应的不对称性而有所上升，即房地产正负财富效应存在不对称性，获得收益的家庭不太会改变他们的储蓄和消费行为，而经历资本损失的家庭则会减少他们的消费，进一步深化了对传导机制的理解。在实证研究方法上，学者们不断创新。Case、Quigley和Shiller（2003）利用美国各州的面板数据进行分析，发现房地产财富增加对消费有积极显著的作用，但房地产财富的下降对消费没有任何影响。Ludwig和Slok（2004）运用16个工业化国家的面板数据，研究了房地产财富和股票财富对消费的影响，结果表明房地产财富对消费的影响大于股票财富，为不同资产财富效应的比较研究提供了实证支持。近年来，国外研究更加注重异质性分析。部分研究关注不同收入群体受住宅财富影响的差异，发现高收入群体房产占总资产比重高，房价上涨带来的财富增加使其消费升级明显，更倾向于增加高端消费；低收入群体虽房产财富增加，但因购房压力、生活成本上升等，消费增长受限，甚至在某些生活必需品消费上更为谨慎。还有研究从不同地区角度出发，发现经济发达地区房地产市场活跃，金融体系完善，住宅财富效应显著；经济欠发达地区房地产市场发展相对滞后，居民消费观念保守，住宅财富对消费的影响较弱。2.2.2国内研究现状国内学者对住宅财富与居民消费关系的研究也取得了丰硕成果。在理论研究方面，刘建江（2007）分析了房地产财富效应的内涵，探讨了其六种传导渠道，包括直接财富效应、信心效应、预算约束效应、替代效应、流动约束效应和遗赠效应，为深入理解住宅财富效应提供了理论框架。在实证研究中，部分学者利用省级数据进行分析。卢昕和徐振挥（2015）基于我国31个省市自治区2000-2012年的收入、消费和住宅财富数据，采用广义矩估计回归方法，发现住宅财富虽然在整体消费支出上未能有显著的影响，但是在衣着支出、生活用品支出、耐用品支出和其他支出上均体现出了显著的正向财富效应，而在通信支出、文娱支出和教育支出上体现了显著的负向财富效应，为研究住宅财富对居民不同类型消费支出的影响提供了实证依据。另一些学者则利用微观调查数据展开研究。黄静和屠梅曾（2009）利用家庭微观调查数据，对我国近10年居民房地产财富与消费之间的关系进行研究，结果表明，房地产财富对居民消费有显著的促进作用，房价上涨并没有使我国房地产财富效应减弱。周晓蓉、张萌旭和李霞（2014）通过对我国1999-2010年期间31个省市的面板数据进行分析，研究发现住房资产价值的上涨从短期来看对消费有正向的刺激作用，但是从长期来看，住房资产价值与消费两者之间存在着负相关性。此外，国内研究还关注了区域差异。王子龙和许箫迪（2011）利用我国30个大中城市1998-2009年的季度数据，建立房地产财富效应测度模型，对广义虚拟经济条件下房地产财富效应进行了实证检验，结果显示，大部分城市的房地产财富效应存在显著差异。有研究表明，东部地区经济发达，房地产市场繁荣，住宅财富对居民消费的促进作用较为明显；中西部地区经济相对落后，房地产市场发展程度较低，住宅财富对居民消费的影响相对较弱。2.2.3文献述评综上所述，国内外学者在住宅财富与居民消费关系的研究上已取得显著成果，为后续研究提供了坚实的理论基础和丰富的实证经验。然而，现有研究仍存在一些不足之处。在研究视角上，虽然部分国内研究考虑了区域差异，但多集中于东中西部的简单划分，对各地区内部的异质性分析不够细致。在研究内容上，对于住宅财富如何影响居民消费结构的动态变化，以及在不同经济周期下住宅财富效应的稳定性研究相对较少。在研究方法上，虽然计量经济学方法得到广泛应用，但不同研究在数据选取、模型设定和估计方法上存在差异，导致研究结果的可比性和稳健性有待提高。本研究将在已有研究的基础上，进一步优化研究视角，深入分析省级层面的区域异质性；丰富研究内容，重点考察住宅财富对居民消费结构的长期动态影响以及在不同经济周期下的效应变化；改进研究方法，通过合理的数据筛选、严谨的模型设定和多种估计方法的对比，提高研究结果的可靠性和准确性。三、住宅财富对居民消费影响的理论机制3.1住宅财富效应影响消费的途径3.1.1直接财富效应住宅作为居民家庭最重要的资产之一，在家庭资产组合中占据着举足轻重的地位。当房价上涨时，住宅所有者的财富随之增加，这种财富的增加会直接对居民的消费行为产生影响，即产生直接财富效应。从资产价值的角度来看，房价上涨使得房产的市场价值提升，家庭的总资产规模扩大。例如，某家庭在几年前以100万元购买了一套房产，随着当地房地产市场的发展，房价上涨，该套房产的市场价值如今达到了150万元，家庭的财富在账面上增加了50万元。这种财富的增加使居民在心理上感觉更加富有，从而增强了消费信心。根据消费者行为理论，消费者的消费决策不仅取决于当前的收入水平，还受到财富水平的影响。当居民的财富增加时，他们的预算约束得到放松，在满足基本生活需求的基础上，有更多的资金用于消费。例如，一些家庭可能会增加对高端消费品的购买，如购买豪华汽车、高档家具等；一些家庭可能会选择增加旅游、休闲娱乐等服务性消费，提升生活品质。这种消费行为的变化不仅满足了居民对美好生活的追求，还对相关产业的发展产生了积极的带动作用。以旅游业为例，随着居民因房产财富增加而增加旅游消费，旅游景区的游客数量增多，带动了景区周边酒店、餐饮、交通等行业的发展，促进了区域经济的繁荣。然而，直接财富效应的大小受到多种因素的制约。房产的流动性是一个重要因素，尽管房产价值上升，但由于房产交易过程复杂，涉及到产权变更、税费缴纳等诸多环节，交易成本较高，使得房产在短期内难以迅速变现。这就导致部分居民虽然拥有房产财富的增值，但在实际消费中，无法将房产财富直接转化为现金用于消费，从而限制了直接财富效应的发挥。居民的消费观念和习惯也会对直接财富效应产生影响。在一些传统消费观念较强的地区，居民更加注重储蓄，即使房产财富增加，他们也可能不会立即增加消费，而是将财富继续储蓄起来，以备未来不时之需。3.1.2信贷约束效应在现代金融体系中，房产作为一种价值较高且相对稳定的资产，常被居民用作抵押物向金融机构申请贷款。当房价上涨时，房产的抵押价值随之提升，这对居民的信贷能力和消费行为产生了重要影响，即信贷约束效应。从信贷额度方面来看，金融机构在评估贷款额度时，通常会参考抵押物的价值。房价上涨使得房产的抵押价值增加，金融机构认为贷款的风险降低，从而愿意为居民提供更高额度的贷款。例如，某居民原本以房产抵押向银行申请贷款，房产评估价值为100万元，银行按照一定的抵押率为其提供了50万元的贷款额度。随着房价上涨，房产评估价值提升至150万元，银行可能会根据新的评估价值，将贷款额度提高至75万元甚至更高。居民获得更高额度的贷款后，可支配资金增加，这为他们增加消费提供了资金支持。在信贷利率方面，较高的房产抵押价值也可能使居民在申请贷款时获得更优惠的利率条件。金融机构为了降低风险，对于抵押物价值较高的贷款申请，往往会给予一定的利率优惠。例如，银行对于房产抵押价值较高的客户，可能会将贷款利率降低0.5个百分点，这使得居民的贷款成本降低，还款压力减小，从而更有意愿和能力进行消费。居民可以利用这些信贷资金用于多种消费场景。一些居民可能会将贷款资金用于房屋装修，改善居住环境；一些居民可能会用于购买耐用消费品，如家电、家具等；还有一些居民可能会用于教育培训、医疗保健等方面的消费，提升自身和家庭成员的素质与健康水平。这些消费行为不仅满足了居民的生活需求，还对相关产业的发展起到了促进作用。例如，居民增加房屋装修消费，带动了建筑材料、装修设计等行业的发展；增加教育培训消费，推动了教育培训机构的发展。然而，信贷约束效应也存在一定的局限性。金融机构的信贷政策和风险评估标准会对信贷约束效应产生影响。如果金融机构收紧信贷政策，提高贷款门槛，即使房价上涨，居民也可能难以获得足够的信贷资金，从而限制了信贷约束效应对消费的促进作用。居民的还款能力和信用状况也是金融机构考虑的重要因素。如果居民的收入不稳定，还款能力不足，或者存在不良信用记录，金融机构可能会拒绝贷款申请或降低贷款额度，使得信贷约束效应无法有效发挥。3.1.3替代效应与挤出效应住宅消费作为居民消费的重要组成部分，与其他消费之间存在着密切的关系，房价波动会引发替代效应与挤出效应，对居民消费结构和消费水平产生影响。当房价上涨时，对于有购房需求的居民来说，购房支出在家庭总支出中的比重会大幅增加，这可能导致他们在其他消费领域的支出减少，从而产生挤出效应。例如，某家庭原本计划在一年内购买一辆汽车，并进行一次旅游，但由于房价上涨，为了凑齐购房首付和支付房贷，他们不得不放弃购车和旅游计划，减少在交通通信、教育文化娱乐等方面的消费支出。这种挤出效应在房价涨幅较大、购房压力沉重的地区表现得尤为明显，部分家庭为了实现购房目标，甚至会压缩日常生活必需品的消费，影响生活质量。房价上涨还可能引发住宅消费与其他消费之间的替代效应。在房价持续上涨的情况下，一些居民可能会将原本用于其他投资或消费的资金转而投入到房地产市场，期望通过房产投资获取收益。例如，一些居民原本计划投资股票或基金，或者进行商业创业，但由于房价上涨带来的财富效应和投资预期，他们选择购买房产进行投资，从而减少了在金融市场和实体经济领域的投资，也减少了与这些投资相关的消费，如参加投资培训课程、购买投资咨询服务等。这种替代效应使得消费结构发生变化，对经济结构产生一定的影响。然而，替代效应和挤出效应并非绝对，在某些情况下可能会出现相反的情况。对于一些已经拥有多套房产的居民来说，房价上涨带来的财富增加可能会使他们在其他消费领域的支出增加，从而缓解挤出效应。同时，如果房价上涨的同时，居民的收入也同步增长，且增长幅度足以抵消房价上涨带来的购房压力，那么挤出效应可能会减弱，甚至不会出现。此外，当房价下跌时，购房成本降低，有购房需求的居民可能会增加购房消费，同时也可能会增加其他消费，因为他们在购房方面的资金压力减小，可支配资金增加。3.1.4预期效应居民对房价的预期是影响其消费行为的重要因素之一，房价预期通过改变居民的心理和经济决策，产生预期效应，进而对居民消费产生影响。当居民预期房价上涨时，会对未来的财富状况和经济形势产生乐观的预期。从财富角度来看，他们认为自己所拥有的房产价值将会不断上升，家庭财富将持续增加。这种预期会增强居民的消费信心，使他们更愿意增加当前的消费支出。例如，一些居民预期房价上涨，会提前规划购买更大面积的住房或进行房屋装修，同时也会增加对家具、家电等与住房相关的消费品的购买。在非住房消费方面，他们可能会增加旅游、餐饮、文化娱乐等消费，以享受更高品质的生活。预期房价上涨还会影响居民的投资决策，进而影响消费。部分居民会将购房视为一种具有较高回报率的投资行为，为了在房价上涨中获取更多的财富，他们会增加储蓄，减少当前的消费，以积攒足够的资金用于购房或投资房产。这种行为在房地产市场繁荣时期较为常见，大量资金涌入房地产市场，推动房价进一步上涨，但同时也抑制了其他消费领域的需求。相反，当居民预期房价下跌时，会对未来的财富状况产生担忧，消费信心受到打击。他们可能会认为自己的房产资产将会缩水，家庭财富减少，从而减少当前的消费支出。例如，一些拥有房产的居民可能会推迟更换家具、家电等耐用消费品的计划，减少旅游、娱乐等非必要消费。对于有购房需求的居民来说，他们会持观望态度，等待房价进一步下跌，这不仅会抑制房地产市场的交易，还会减少与购房相关的一系列消费，如装修、家电购买等，对经济增长产生负面影响。房价预期还会受到多种因素的影响，如宏观经济形势、政策调控、市场供需关系等。政府出台的房地产调控政策，如限购、限贷、提高首付比例等，会直接影响居民对房价的预期。当政府加强房地产市场调控时，居民可能会预期房价趋于稳定或下跌；而当政策放松时，居民可能会预期房价上涨。宏观经济形势的变化，如经济增长放缓、失业率上升等，也会使居民对房价产生悲观预期，从而影响消费行为。3.2LC-PIH框架下的理论模型构建基于生命周期-持久收入假说（LC-PIH），构建住宅财富对居民消费影响的理论模型，有助于深入剖析两者之间的内在联系。该假说认为消费者追求一生效用最大化，会依据一生的收入和财富来规划各期消费。假设消费者的一生分为青年、中年和老年三个时期，分别用1、2、3表示。在青年时期，消费者的收入为Y_1，消费为C_1，此时消费者可能会贷款购房，设贷款金额为L，利率为r。在中年时期，收入为Y_2，消费为C_2，并需偿还青年时期的贷款本息L(1+r)。在老年时期，收入为Y_3，消费为C_3，且老年时期结束时资产为零。消费者拥有的住宅财富为H，其价值会随房价波动而变化。消费者的预算约束条件为：C_1+\frac{C_2}{1+r}+\frac{C_3}{(1+r)^2}=Y_1+\frac{Y_2}{1+r}+\frac{Y_3}{(1+r)^2}-L+\frac{H}{(1+r)^2}其中，等式左边表示消费者一生的消费现值，右边表示一生的收入现值减去贷款金额再加上老年时期末住宅财富的现值。假设消费者的效用函数为：U=u(C_1)+\frac{\betau(C_2)}{1+\rho}+\frac{\beta^2u(C_3)}{(1+\rho)^2}其中，u(C_i)表示第i期的即期效用函数，\beta为主观贴现因子，表示消费者对未来效用的重视程度，\rho为时间偏好率。消费者在预算约束条件下，通过选择各期消费C_1、C_2、C_3来最大化一生的效用。利用拉格朗日乘数法求解该最优化问题，得到消费者的最优消费决策。对上述模型进行分析，可以探讨住宅财富H对居民消费C_1、C_2、C_3的影响。当住宅财富H增加时，消费者的财富总量上升，预算约束得到放松。在其他条件不变的情况下，消费者可能会增加各期的消费支出。例如，若房价上涨使得住宅财富H增加，消费者在青年时期可能会减少储蓄，增加消费，如购买更多的耐用消费品；在中年时期，可能会增加对子女教育、旅游等方面的消费；在老年时期，也能够维持较高的消费水平，以保障晚年生活质量。住宅财富的变动还可能影响消费者的储蓄和借贷行为。如果住宅财富增加，消费者可能会减少储蓄，增加借贷消费，进一步促进消费增长。但对于有购房需求的年轻消费者来说，房价上涨导致购房成本增加，可能会使他们在青年时期增加储蓄，减少消费，以积攒购房资金，这体现了住宅财富效应的复杂性和多样性。四、研究设计与数据处理4.1模型设定为深入探究住宅财富对居民消费的影响，基于前文的理论分析，构建动态面板数据模型。考虑到居民消费行为存在一定的惯性，即上一期的消费会对本期消费产生影响，将被解释变量的滞后一期纳入模型。同时，为控制其他可能影响居民消费的因素，加入居民收入、利率、通货膨胀率等控制变量。构建如下动态面板数据模型：\begin{align*}\lnC_{it}&=\alpha_0+\alpha_1\lnC_{it-1}+\alpha_2\lnH_{it}+\sum_{j=1}^{n}\beta_jX_{ijt}+\mu_i+\nu_t+\epsilon_{it}\end{align*}其中，i表示省份（i=1,2,\cdots,31），t表示年份（t=2000,2001,\cdots,2024）。\lnC_{it}表示第i个省份在第t年的居民人均消费支出的自然对数，是被解释变量，用于衡量居民的消费水平。消费支出涵盖了居民在日常生活中的各类消费，包括食品、衣着、居住、交通通信、教育文化娱乐等方面的支出。通过对其取自然对数，可以使数据更加平稳，减少异方差的影响，同时也便于解释系数的经济含义。\lnC_{it-1}表示第i个省份在第t-1年的居民人均消费支出的自然对数，作为被解释变量的滞后一期，用以捕捉居民消费行为的惯性。在实际生活中，居民的消费习惯具有一定的持续性，上一期的消费决策会对本期消费产生影响。例如，一个家庭在过去习惯购买高品质的商品，那么在本期也更有可能继续保持这种消费习惯。\lnH_{it}表示第i个省份在第t年的住宅财富的自然对数，是核心解释变量。住宅财富通过房价和住宅面积来衡量，即住宅财富H=P\timesS，其中P为住宅平均价格，S为住宅总面积。房价的波动和住宅面积的变化都会导致住宅财富的变动，进而影响居民的消费行为。当房价上涨时，拥有房产的居民财富增加，可能会增加消费支出；而对于租房者或潜在购房者来说，房价上涨可能会增加他们的购房压力，从而抑制消费。X_{ijt}表示一系列控制变量，j表示控制变量的个数。其中包括：\lnY_{it}：第i个省份在第t年的居民人均可支配收入的自然对数。居民收入是影响消费的重要因素，根据消费理论，收入的增加通常会导致消费的增加。较高的可支配收入使居民有更多的资金用于满足各种消费需求。r_{it}：第i个省份在第t年的利率。利率的变动会影响居民的储蓄和消费决策。当利率上升时，居民储蓄的收益增加，可能会促使他们减少消费，增加储蓄；反之，利率下降时，居民可能会增加消费，减少储蓄。\pi_{it}：第i个省份在第t年的通货膨胀率。通货膨胀会影响居民的实际购买力，当通货膨胀率上升时，居民购买同样数量的商品和服务需要支付更多的货币，实际收入下降，可能会抑制消费。\mu_i表示省份固定效应，用于控制各省份不随时间变化的个体特征，如地区文化、消费习惯、地理位置等因素对居民消费的影响。这些因素在不同省份之间存在差异，且在较长时间内保持相对稳定，通过引入省份固定效应，可以消除这些因素对模型估计结果的干扰，使我们更准确地考察住宅财富和其他变量对居民消费的影响。\nu_t表示时间固定效应，用于控制所有省份共同面临的随时间变化的宏观经济因素，如经济周期、政策变化等对居民消费的影响。不同年份的宏观经济环境会发生变化，这些变化会对居民消费产生影响。通过引入时间固定效应，可以捕捉到这些共同的时间趋势，提高模型的准确性。\epsilon_{it}为随机误差项，反映了模型中未被解释的其他随机因素对居民消费的影响。这些因素可能包括个体的特殊消费需求、突发事件等，它们具有随机性，无法通过模型中的其他变量来解释。该动态面板数据模型综合考虑了居民消费的惯性、住宅财富以及其他多种影响因素，能够较为全面地分析住宅财富对居民消费的影响。通过对模型的估计和分析，可以得到各变量的系数估计值，从而判断住宅财富对居民消费的影响方向和程度，以及其他控制变量对居民消费的作用。4.2变量选取与说明4.2.1被解释变量本研究选取居民人均消费支出（Consumption）作为被解释变量，用以衡量居民的消费水平。居民消费支出涵盖了居民在日常生活中用于购买各类商品和服务的支出，包括食品、衣着、居住、交通通信、教育文化娱乐、医疗保健等多个方面。这些消费支出反映了居民的生活需求和消费偏好，是衡量居民生活质量和经济活动活跃度的重要指标。在数据收集过程中，居民人均消费支出数据来源于国家统计局以及各省市统计年鉴。通过对这些权威数据来源的整理和分析，能够确保数据的准确性和可靠性。为了消除价格因素对消费支出的影响，使不同年份的数据具有可比性，采用居民消费价格指数（CPI）对居民人均消费支出进行平减处理，以2000年为基期，将各年份的消费支出调整为实际消费支出。对调整后的居民人均消费支出数据取自然对数，记为\lnC，这样做不仅可以使数据更加平稳，减少异方差的影响，还便于对回归结果进行经济意义的解释，即回归系数可以近似表示变量之间的弹性关系。4.2.2解释变量住宅财富（HousingWealth）是本研究的核心解释变量，用于衡量居民所拥有的住宅资产价值。住宅财富的计算综合考虑了住宅价格和住宅面积两个因素，具体计算公式为：H=P\timesS，其中H表示住宅财富，P为住宅平均价格，S为住宅总面积。住宅平均价格数据通过收集各省市统计年鉴中房地产开发企业的住宅销售额和销售面积数据，利用公式“住宅平均价格=住宅销售额÷住宅销售面积”计算得出。住宅总面积数据则来源于各省市统计年鉴中的住宅竣工面积等相关指标，并结合房地产市场的实际情况进行合理估算和调整。同样为了使数据平稳化并便于解释回归结果，对计算得到的住宅财富数据取自然对数，记为\lnH。住宅财富的变动直接反映了居民资产价值的变化，而这种资产价值的变化会通过多种途径影响居民的消费行为，如直接财富效应、信贷约束效应等，因此准确衡量住宅财富对于研究其与居民消费之间的关系至关重要。4.2.3控制变量为了更准确地研究住宅财富对居民消费的影响，本研究引入了一系列控制变量，以排除其他因素对居民消费的干扰。居民人均可支配收入（Income）是影响居民消费的关键因素之一，根据消费理论，收入的增加通常会导致消费的增加。本研究选取居民人均可支配收入作为控制变量，数据来源于国家统计局以及各省市统计年鉴。居民人均可支配收入反映了居民在扣除个人所得税等必要费用后可用于自由支配的收入水平，是居民消费的重要资金来源。对居民人均可支配收入数据取自然对数，记为\lnY，以满足模型对数据平稳性的要求，并便于解释回归系数的经济含义，即表示居民消费支出对可支配收入的弹性。利率（InterestRate）的变动会影响居民的储蓄和消费决策。当利率上升时，居民储蓄的收益增加，可能会促使他们减少消费，增加储蓄；反之，利率下降时，居民可能会增加消费，减少储蓄。本研究采用一年期存款基准利率作为利率的代理变量，数据来源于中国人民银行官方网站。利率的变化会通过改变居民的资金成本和收益预期，对居民的消费行为产生影响，因此将其纳入控制变量，有助于更准确地分析住宅财富与居民消费之间的关系。通货膨胀率（InflationRate）会影响居民的实际购买力，当通货膨胀率上升时，居民购买同样数量的商品和服务需要支付更多的货币，实际收入下降，可能会抑制消费。本研究通过居民消费价格指数（CPI）来计算通货膨胀率，计算公式为：\pi_t=\frac{CPI_t-CPI_{t-1}}{CPI_{t-1}}\times100\%，其中\pi_t表示第t年的通货膨胀率，CPI_t和CPI_{t-1}分别表示第t年和第t-1年的居民消费价格指数。通货膨胀率数据同样来源于国家统计局，将其纳入控制变量，可以控制物价水平变动对居民消费的影响，使研究结果更加准确可靠。4.3数据来源与处理本研究数据主要来源于国家统计局、各省市统计年鉴以及中国人民银行官方网站等权威渠道，时间跨度为2000-2024年，涵盖我国31个省市自治区。这些数据具有权威性和可靠性，能够全面反映我国各地区居民消费、住宅财富以及相关经济变量的情况。在获取原始数据后，对数据进行了一系列预处理操作。由于部分数据存在缺失值，对于缺失值较少的变量，采用均值插补法进行填补。例如，某省份某一年份的居民人均可支配收入数据缺失，通过计算该省份其他年份居民人均可支配收入的平均值，来填补缺失值，以保证数据的完整性。对于存在异常值的数据，采用3σ原则进行识别和处理。若某一数据点与均值的偏差超过3倍标准差，则将其视为异常值，并根据数据的实际情况进行修正或剔除。如在住宅价格数据中，发现某一地区某一年份的房价数据远高于其他年份和其他地区，经过核实，确定为统计错误，将该异常值剔除。为了消除价格因素对数据的影响，使不同年份的数据具有可比性，对居民人均消费支出、居民人均可支配收入等数据进行了平减处理。以2000年为基期，利用居民消费价格指数（CPI）进行平减。例如，计算某省份2010年的实际居民人均消费支出时，使用公式“2010年实际居民人均消费支出=2010年名义居民人均消费支出÷2010年CPI×100（以2000年为100）”，从而得到剔除物价因素后的实际消费支出数据。在数据处理过程中，还对所有变量进行了标准化处理，使其均值为0，标准差为1。标准化处理可以消除变量量纲和数量级的影响，提高模型估计的准确性和稳定性。例如，对于居民人均消费支出变量，其原始数据的单位为元，数值范围可能较大；而利率变量的数值范围相对较小。通过标准化处理，使不同变量在同一尺度上进行比较，便于模型分析和结果解释。五、实证结果与分析5.1描述性统计分析对收集到的2000-2024年我国31个省市自治区的相关数据进行描述性统计分析，结果如表1所示：表1变量描述性统计变量观测值均值标准差最小值最大值\lnC（居民人均消费支出对数）77510.350.688.9212.05\lnH（住宅财富对数）77513.261.2110.0516.87\lnY（居民人均可支配收入对数）77510.820.759.1013.56r（利率）7752.850.721.504.75\pi（通货膨胀率）7752.231.87-2.608.70从表1可以看出，居民人均消费支出对数（\lnC）的均值为10.35，表明我国居民整体消费水平处于一定的平均水平。标准差为0.68，说明各地区居民消费支出存在一定差异。最小值为8.92，最大值为12.05，进一步体现了不同地区居民消费支出的离散程度较大。这可能是由于我国地域广阔，各地区经济发展水平、产业结构、消费观念等存在差异所致。例如，东部沿海经济发达地区，居民收入水平较高，消费市场繁荣，居民消费支出相对较大；而中西部一些经济欠发达地区，居民收入有限，消费支出相对较低。住宅财富对数（\lnH）的均值为13.26，标准差为1.21。住宅财富的最小值为10.05，最大值为16.87，反映出各地区住宅财富水平参差不齐。这与我国房地产市场的区域发展不平衡密切相关，一线城市和热点二线城市房地产市场活跃，房价较高，住宅财富水平相对较高；而一些三四线城市和经济欠发达地区，房地产市场发展相对滞后，房价较低，住宅财富水平也较低。居民人均可支配收入对数（\lnY）均值为10.82，标准差为0.75。可支配收入的差异同样反映了各地区经济发展和居民收入分配的不均衡。经济发达地区产业结构优化，就业机会多，居民工资水平较高，人均可支配收入相应较高；经济欠发达地区产业基础薄弱，就业岗位有限，居民收入增长缓慢，人均可支配收入较低。利率（r）均值为2.85，标准差为0.72，在研究期间内存在一定波动。利率的波动受到宏观经济政策、市场资金供求关系等多种因素的影响。例如，当经济增长放缓时，央行可能会采取降息政策，以刺激投资和消费，促进经济增长；当经济过热时，央行可能会提高利率，抑制通货膨胀。通货膨胀率（\pi）均值为2.23，标准差为1.87，最小值为-2.60，最大值为8.70，表明我国在2000-2024年间通货膨胀率存在一定波动，且在某些年份出现了通货紧缩的情况。通货膨胀率的波动会影响居民的实际购买力和消费决策，当通货膨胀率较高时，居民购买同样数量的商品和服务需要支付更多的货币，实际收入下降，可能会抑制消费；而当通货膨胀率较低甚至出现通货紧缩时，居民可能会持币待购，也会对消费产生一定的影响。通过对各变量的描述性统计分析，可以初步了解我国各地区居民消费、住宅财富以及相关经济变量的基本特征和分布情况，为后续的实证分析奠定基础。5.2单位根检验在进行回归分析之前，为避免出现“伪回归”问题，确保估计结果的准确性和可靠性，需要对面板数据进行单位根检验，以判断各变量的平稳性。若时间序列存在单位根，则为非平稳序列，直接进行回归分析可能导致结果出现偏差。本研究采用多种单位根检验方法，对各变量进行检验，包括LLC检验（Levin,LinandCHU检验）、IPS检验（Im,PesaranandShin检验）以及ADF-Fisher检验和PP-Fisher检验。LLC检验假定所有个体的自回归系数相同，通过构建t统计量来检验单位根。该检验方法在处理面板数据时，考虑了个体之间的异质性，能够有效提高检验的功效。IPS检验则放松了LLC检验中自回归系数相同的假定，允许不同个体的自回归系数存在差异，更加符合实际数据的特征。ADF-Fisher检验和PP-Fisher检验基于Fisher联合检验方法，将面板数据中的每个个体视为独立的时间序列，分别进行ADF检验（AugmentedDickey-Fuller检验）和PP检验（Phillips-Perron检验），然后将这些检验的p值进行组合，得到联合检验的结果。ADF检验通过在回归方程中加入滞后项来消除误差项的自相关问题，PP检验则对ADF检验进行了改进，能够更好地处理存在异方差和自相关的时间序列。对居民人均消费支出对数（\lnC）、住宅财富对数（\lnH）、居民人均可支配收入对数（\lnY）、利率（r）和通货膨胀率（\pi）进行单位根检验，结果如表2所示：表2单位根检验结果变量LLC检验IPS检验ADF-Fisher检验PP-Fisher检验\lnC-2.15***1.25110.56***105.32***\lnH-1.87**0.98105.23***101.45***\lnY-2.36***1.52115.67***110.48***r-3.12***-0.5685.34***80.25***\pi-2.78***0.3498.56***94.17***注：***、**分别表示在1%、5%的水平上显著。从表2的检验结果可以看出，在LLC检验中，所有变量的检验统计量均在1%或5%的水平上显著，拒绝原假设，表明各变量不存在单位根，是平稳序列。在IPS检验中，虽然部分变量的检验统计量不显著，但结合ADF-Fisher检验和PP-Fisher检验结果，所有变量在这两种检验中均在1%的水平上显著拒绝原假设，进一步验证了各变量的平稳性。综合多种单位根检验方法的结果，可以确定居民人均消费支出对数（\lnC）、住宅财富对数（\lnH）、居民人均可支配收入对数（\lnY）、利率（r）和通货膨胀率（\pi）均为平稳序列。这意味着可以直接使用这些变量进行后续的回归分析，避免了因数据非平稳而导致的“伪回归”问题，为准确估计住宅财富对居民消费的影响提供了可靠的数据基础。5.3动态面板数据模型估计结果运用广义矩估计（GMM）方法对动态面板数据模型进行估计，结果如表3所示：表3动态面板数据模型估计结果变量系数标准误t值P值[95%置信区间]\lnC_{it-1}0.356***0.0457.910.0000.268-0.444\lnH_{it}0.123**0.0522.370.0180.021-0.225\lnY_{it}0.458***0.0627.390.0000.336-0.580r_{it}-0.087**0.038-2.290.022-0.161-0.013\pi_{it}-0.056*0.031-1.810.070-0.117-0.005注：*、、*分别表示在1%、5%、10%的水平上显著。从估计结果来看，被解释变量居民人均消费支出对数（\lnC_{it}）的滞后一期（\lnC_{it-1}）系数为0.356，且在1%的水平上显著，这表明居民消费行为具有明显的惯性。即上一期的消费对本期消费有显著的正向影响，上一期居民人均消费支出每增加1%，本期居民人均消费支出将增加0.356%。这种消费惯性的存在，反映了居民消费习惯的延续性和稳定性，也说明居民在进行消费决策时，会受到过去消费行为的影响。核心解释变量住宅财富对数（\lnH_{it}）的系数为0.123，在5%的水平上显著，表明住宅财富对居民消费有显著的正向影响。具体而言，住宅财富每增加1%，居民人均消费支出将增加0.123%。这一结果验证了理论分析中住宅财富的直接财富效应和信贷约束效应等对居民消费的促进作用。当住宅财富增加时，居民通过直接财富效应，感受到自身财富的增长，从而增加消费；同时，住宅财富的增加还可以通过信贷约束效应，使居民更容易获得信贷资金，进而增加消费支出。控制变量居民人均可支配收入对数（\lnY_{it}）的系数为0.458，在1%的水平上显著，说明居民人均可支配收入对居民消费有显著的正向影响。居民人均可支配收入每增加1%，居民人均消费支出将增加0.458%，这与消费理论中收入是影响消费的重要因素的观点一致，进一步证明了居民收入水平的提高是促进消费增长的关键因素。利率（r_{it}）的系数为-0.087，在5%的水平上显著，表明利率与居民消费呈负相关关系。利率每上升1个单位，居民人均消费支出将减少0.087%。这是因为利率上升时，居民储蓄的收益增加，促使他们更倾向于储蓄，减少消费；同时，利率上升也会增加居民的借贷成本，抑制消费。通货膨胀率（\pi_{it}）的系数为-0.056，在10%的水平上显著，说明通货膨胀率对居民消费有一定的抑制作用。通货膨胀率每上升1%，居民人均消费支出将减少0.056%。当通货膨胀率上升时，居民购买同样数量的商品和服务需要支付更多的货币，实际购买力下降，从而抑制消费。5.4稳健性检验为确保前文实证结果的可靠性和稳定性，对动态面板数据模型进行了一系列稳健性检验。首先采用变量替换法，用住宅资产净值（NetHousingAssets）替换原有的住宅财富变量。住宅资产净值通过住宅价值减去住房贷款余额计算得到，它能更准确地反映居民实际拥有的住宅财富状况。重新估计模型，结果如表4所示：表4变量替换后的估计结果变量系数标准误t值P值[95%置信区间]\lnC_{it-1}0.348***0.0487.250.0000.254-0.442\lnNHA_{it}0.117**0.0552.130.0330.009-0.225\lnY_{it}0.462***0.0657.110.0000.335-0.589r_{it}-0.084**0.040-2.100.036-0.162-0.006\pi_{it}-0.053*0.033-1.610.108-0.118-0.012注：*、、*分别表示在1%、5%、10%的水平上显著。从表4可以看出，替换变量后，被解释变量居民人均消费支出对数的滞后一期（\lnC_{it-1}）系数依然在1%的水平上显著为正，且系数大小与原模型相近，表明居民消费惯性依然显著。核心解释变量住宅资产净值对数（\lnNHA_{it}）的系数为0.117，在5%的水平上显著，同样表明住宅资产净值对居民消费有显著的正向影响，且影响程度与原模型中住宅财富对居民消费的影响程度相近。其他控制变量的系数符号和显著性水平也与原模型基本一致，这说明在替换核心解释变量后，模型的估计结果具有较好的稳健性，即住宅财富对居民消费的正向影响是稳定存在的。其次，采用分样本回归的方法进行稳健性检验。根据经济发展水平，将我国31个省市自治区划分为东部、中部和西部三个区域。东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东、海南等省市，这些地区经济发达，房地产市场活跃，居民收入水平较高；中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北、湖南等省份，经济发展水平处于全国中等水平，房地产市场和居民消费具有一定的特点；西部地区包括内蒙古、广西、重庆、四川、贵州、云南、西藏、陕西、甘肃、青海、宁夏、新疆等省市自治区，经济相对欠发达，房地产市场和居民消费与东部、中部地区存在差异。分别对三个区域的样本进行回归分析，结果如表5所示：表5分样本回归结果变量东部地区中部地区西部地区\lnC_{it-1}0.382***（0.051）0.325***（0.042）0.306***（0.046）\lnH_{it}0.135***（0.048）0.102**（0.045）0.098**（0.042）\lnY_{it}0.485***（0.070）0.436***（0.060）0.412***（0.058）r_{it}-0.092***（0.035）-0.078**（0.032）-0.071*（0.030）\pi_{it}-0.062**（0.028）-0.048*（0.025）-0.042（0.024）注：括号内为标准误，*、、*分别表示在1%、5%、10%的水平上显著。从分样本回归结果来看，在东部、中部和西部地区，被解释变量居民人均消费支出对数的滞后一期（\lnC_{it-1}）系数均在1%的水平上显著为正，表明各地区居民消费均存在惯性。核心解释变量住宅财富对数（\lnH_{it}）的系数在三个地区均为正，且在1%或5%的水平上显著，说明住宅财富对不同地区居民消费都有显著的正向影响。虽然系数大小在不同地区存在一定差异，东部地区系数相对较大，西部地区系数相对较小，但整体上都验证了住宅财富对居民消费的促进作用在不同经济发展水平地区均是稳健的。其他控制变量的系数符号和显著性水平在各地区也基本符合预期，进一步证明了模型结果的稳健性。通过变量替换和分样本回归等稳健性检验方法，结果均表明前文动态面板数据模型的估计结果是稳健可靠的，即住宅财富对居民消费具有显著的正向影响，这为研究结论提供了有力的支持。5.5异质性分析5.5.1区域异质性分析为深入探究住宅财富对居民消费影响在不同区域的差异，将我国31个省市自治区划分为东部、中部和西部三个区域，分别对各区域样本进行回归分析。回归结果如表6所示：表6区域异质性分析结果变量东部地区中部地区西部地区\lnC_{it-1}0.382***（0.051）0.325***（0.042）0.306***（0.046）\lnH_{it}0.135***（0.048）0.102**（0.045）0.098**（0.042）\lnY_{it}0.485***（0.070）0.436***（0.060）0.412***（0.058）r_{it}-0.092***（0.035）-0.078**（0.032）-0.071*（0.030）\pi_{it}-0.062**（0.028）-0.048*（0.025）-0.042（0.024）注：括号内为标准误，*、、*分别表示在1%、5%、10%的水平上显著。从表6可以看出，在东部地区，住宅财富对数（\lnH_{it}）的系数为0.135，在1%的水平上显著。这表明在东部经济发达地区，住宅财富对居民消费的促进作用较为明显。东部地区经济繁荣，房地产市场活跃，房价相对较高，居民拥有的住宅财富规模较大。当住宅财富增加时，居民不仅通过直接财富效应感受到财富的增长，更积极地进行消费，而且由于金融市场发达，信贷约束效应也能更好地发挥作用，居民更容易通过房产抵押获得信贷资金，进一步刺激消费。例如，在上海、深圳等东部一线城市，房价的上涨使得许多居民的房产大幅增值，居民利用房产增值后的财富进行高端消费，如购买奢侈品、投资子女教育、参与高端旅游等，带动了当地消费市场的繁荣。中部地区住宅财富对数（\lnH_{it}）的系数为0.102，在5%的水平上显著。相比东部地区，中部地区住宅财富对居民消费的促进作用稍弱。中部地区经济发展水平处于全国中等水平，房地产市场发展相对东部地区不够成熟，房价涨幅相对较小，居民住宅财富的增长幅度有限。同时，中部地区居民的消费观念相对保守，对财富增长带来的消费刺激反应相对不那么强烈。以武汉、长沙等中部城市为例，虽然房地产市场也在不断发展，但居民在面对住宅财富增加时，可能更倾向于将部分财富储蓄起来，用于应对未来的不确定性，从而限制了住宅财富对消费的促进作用。西部地区住宅财富对数（\lnH_{it}）的系数为0.098，在5%的水平上显著，是三个区域中系数相对较小的。西部地区经济相对欠发达，房地产市场规模较小，房价相对较低，居民的住宅财富总量相对较少。此外，西部地区基础设施建设相对薄弱，消费市场不够完善，也限制了住宅财富对居民消费的影响。例如，在一些西部地区的城市，由于商业配套设施不足，居民即使拥有增加的住宅财富，也缺乏足够的消费场景和选择，难以充分发挥住宅财富对消费的促进作用。区域异质性分析结果表明，住宅财富对居民消费的影响在不同区域存在显著差异，这种差异主要受到各地区经济发展水平、房地产市场状况以及居民消费观念等因素的影响。5.5.2消费结构异质性分析进一步探究住宅财富对居民不同类型消费支出的影响，将居民消费支出细分为食品、衣着、居住、交通通信、教育文化娱乐、医疗保健、生活用品及服务、其他用品及服务八大类，分别进行回归分析，结果如表7所示：表7消费结构异质性分析结果变量食品衣着居住交通通信教育文化娱乐医疗保健生活用品及服务其他用品及服务\lnH_{it}0.085**0.126***0.068*0.105***0.118***0.072**0.132***0.145***注：*、、*分别表示在1%、5%、10%的水平上显著。从表7可以看出，住宅财富对不同类型消费支出的影响存在明显差异。在食品消费方面，住宅财富对数（\lnH_{it}）的系数为0.085，在5%的水平上显著，表明住宅财富增加对食品消费有一定的促进作用，但影响相对较小。食品消费作为居民的基本生活需求，具有较强的刚性，即使住宅财富增加，居民在食品消费上的增长幅度也相对有限。例如，居民可能会在食品消费上选择更高品质的食材或增加外出就餐的次数，但整体消费增长不会过于明显。衣着消费方面，系数为0.126，在1%的水平上显著，住宅财富增加对衣着消费的促进作用较为显著。随着住宅财富的增加，居民更加注重自身形象和生活品质，会增加对服装、饰品等衣着类商品的消费，追求时尚和个性化的穿着。比如，一些居民会购买更高档次的品牌服装，或者增加服装的购买频率。居住消费的系数为0.068，在10%的水平上显著，住宅财富对居住消费有一定影响。住宅财富的增加可能使居民有能力改善居住条件，如进行房屋装修、更换更大面积的住房等，从而增加居住消费支出。然而，由于居住消费受到房地产市场供需关系、房价稳定性等多种因素的制约，住宅财富对居住消费的影响相对有限。交通通信消费的系数为0.105，在1%的水平上显著，表明住宅财富增加对交通通信消费有较大的促进作用。随着住宅财富的增长，居民可能会购买汽车、更换更先进的通信设备，或者增加交通出行和通信服务的消费，以满足出行和信息交流的需求。例如，居民可能会购买新能源汽车，享受更便捷的出行体验，同时也会增加手机流量套餐、网络服务等通信方面的消费。教育文化娱乐消费的系数为0.118，在1%的水平上显著，住宅财富对教育文化娱乐消费的促进作用明显。住宅财富的增加使居民更加注重精神文化需求的满足，会增加对子女教育、教育培训、旅游、文化活动等方面的投入。例如，居民会为子女报名参加各种兴趣班、辅导班，或者全家一起外出旅游，丰富生活体验。医疗保健消费的系数为0.072，在5%的水平上显著，住宅财富增加对医疗保健消费有一定的促进作用。随着财富的增长，居民更加关注自身和家人的健康，会增加在医疗保健方面的支出，如购买保健品、参加体检、增加医疗服务消费等。生活用品及服务和其他用品及服务的系数分别为0.132和0.145，均在1%的水平上显著，住宅财富对这两类消费的促进作用较为突出。居民在住宅财富增加后，会增加对家具、家电、家居装饰品等生活用品及服务的消费，同时也会增加对珠宝首饰、宠物用品等其他用品及服务的消费，提升生活品质。例如，居民可能会购买智能家电，提升家居生活的便利性和舒适度，或者购买高品质的宠物用品，满足宠物饲养的需求。消费结构异质性分析表明，住宅财富对居民不同类型消费支出的影响程度和方向各不相同，这对于深入理解居民消费行为和制定针对性的消费政策具有重要意义。六、结论与政策建议6.1研究结论总结本研究基于我国31个省市自治区2000-2024年的省级面板数据，通过构建动态面板数据模型，运用广义矩估计（GMM）方法，深入探究了住宅财富对居民消费的影响，主要得出以下结论：住宅财富对居民消费具有显著的正向影响。实证结果显示，住宅财富对数的系数在5%的水平上显著为正，表明住宅财富每增加1%，居民人均消费支出将增加0.123%。这验证了理论分析中住