《财经研究》
2020第46卷第8期
家庭负债与消费相对剥夺*——基于住房负债与非住房负债的视角
张雅淋 , 姚玲珍     
上海财经大学 公共经济与管理学院,上海 200433
摘要: 近年来,“超前消费”“过度消费”的理念和政府良好的信贷政策助推了我国居民的负债性消费行为,家庭负债也迅速增加。作为平滑跨期消费的重要手段,负债会通过改善家庭的外在消费模式,对个体的消费相对剥夺产生影响。而所谓消费相对剥夺是指将个体和参照群中消费水平更高的其他个体进行比较,所得到的相对消费地位或消费状况,可直接反映居民间真实的福利差异。但是,由于在借贷规模、还款期限和消费指向性等方面存在显著差异,住房负债与非住房负债对消费相对剥夺可能具有不同的影响。文章利用中国家庭追踪调查(CFPS)数据对此展开相关探讨。首先,实证结果显示,负债家庭的消费相对剥夺显著低于无负债家庭,这表明负债可在一定程度上缓解消费相对剥夺。其次,对负债家庭而言,负债规模和消费相对剥夺之间具有U形的非线性相关关系。再次,细分负债类别后发现,住房负债规模与非住房负债规模对消费相对剥夺的影响是相反的,前者起到加剧作用,后者则具有缓解效应。但是,当非住房负债规模达到一定程度后,又会加剧消费相对剥夺。而影响程度也与家庭特征和地区特征有关。最后,进一步研究表明,这两种负债对消费相对剥夺存在一定的调节效应,并且这种调节效应对于发展和享受型消费品的相对剥夺更为有效。基于以上研究结论,文章就进一步平衡“促消费”与“防风险”的关系、降低消费相对剥夺、减缓相对贫困和增进民生福祉提出了政策思路。
关键词: 负债    消费相对剥夺    住房负债    非住房负债    
Household Debt and the Relative Deprivation of Consumption:Based on the Perspective of Housing Debt and Non-housing Debt
Zhang Yalin, Yao Lingzhen     
School of Public Economics and Administration,Shanghai University of Finance and Economics,Shanghai 200433,China
Summary: The relative deprivation of consumption could directly reflect the real welfare differences among residents. As an important tool of smoothing intertemporal consumption decisions, debt can affect individual relative deprivation by improving the external consumption patterns of households. At present, the credit consumption growth rate of China’s household sectors is rising, and as for its structure, a remarkable feature is that personal housing loans gradually occupy the dominant position. Considering that there is a significant difference between housing debt and non-housing debt in terms of borrowing size, repayment period and consumption orientation, their impacts on the relative deprivation of consumption may also be different. Based on the above analysis, this paper uses the multi-year China Family Panel Studies(CFPS)data to discuss the relationship between household debt and the relative deprivation of consumption. Specifically, it aims to answer the following questions: (1)As for indebted households and debt-free households, which one has a generally higher level of the relative deprivation of consumption? (2)In terms of indebted households, how does the debt scale affect the relative deprivation of consumption? Is the relationship linear or nonlinear? (3)As for housing debt and non-housing debt, which one could relieve the relative deprivation of consumption? (4)What are the differences among the impact of debt on the relative deprivation of consumption by different groups? Based on the empirical analysis, we find that the average level of consumption relative deprivation of indebted households is significantly lower than that of non-indebted households, which means that indebtedness can alleviate the relative deprivation of consumption to some extent. Furthermore, in terms of indebted households, the empirical result suggests that there is a “U-shaped” nonlinear correlation between the scale of debt and the relative deprivation of consumption. After subdividing the debt category, we find that the scales of housing debt and non-housing debt have opposite effects on the relative deprivation of consumption. The former plays an aggravating role while the latter has a mitigating effect. But when non-housing debt reaches a certain level, it will aggravate the relative deprivation of consumption. In addition, the impact of debt on the relative deprivation of consumption varies across household characteristics and regional characteristics. Also, the two kinds of debt have a certain moderating effect on the relative deprivation of consumption, and they are more effective for the relative deprivation of development and enjoyment consumption. Our findings have important policy implications for the Chinese government. In order to further balancing the relationship between “consumption promotion” and “risk prevention”, reducing the relative deprivation of consumption, narrowing relative poverty, and improving national welfare, the government should coordinate as a whole and adopt the credit strategy of differentiation and “guarantee and pressure” for different households. Compared with previous studies, this paper pays attention to a more detailed perspective. It focuses on housing debt and non-housing debt, and the different effects of the two types of debt on the relative deprivation of consumption. In the meantime, this paper depicts the inequality of consumption by constructing the index of individual consumption relative deprivation, which not only helps us understand the level of residents’ well-being more clearly, but also fits the development goals of improving people’s well-being under the new development concept.
Key words: debt    the relative deprivation of consumption    housing debt    non-housing debt    

一、引 言

2017年10月,习近平总书记在党的十九大报告中作出了“我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡、不充分发展之间的矛盾”这一重大论断。而从原来的“物质文化需要”转变为当前的“美好生活需要”,这意味着居民需求体系和层次发生了重大变化(朱紫雯和徐梦雨,2019)。消费既是居民美好生活需要的直接体现,又是实现经济高质量发展的重要支撑。但是,基于社会比较心理所引发的情绪会对消费者的消费行为产生重要影响(Jacob等,2020),而背后的原因可能就是居民的消费相对剥夺现象。相对剥夺是以个体为研究对象定义的,个体与其所在参照群内其他个体相比较,处于劣势时才会出现,最终也会对个体的态度或行为产生影响。社会学观点认为,相对剥夺来自于向上的社会比较(Upward Social Comparison)(Runciman,1966)。从经济学的视角而言,其本质是缺乏充分参与社会所必需的商品或资源(Adjaye-Gbewonyo和Kawachi,2012)。因此,相对剥夺本身就是一种压力(Yang等,2019)。而消费相对剥夺是指,将个体和参照群中消费水平更高的其他个体进行比较,所得到的相对消费地位或消费状况,在一定程度上可作为个体层面不平等的一种衡量指标(Fehr和Schmidt,1999)。著名的“Easterlin悖论”指出,更多的财富未必能够有效地提升人们的幸福程度(Easterlin,1974)。其中一个重要的理论解释是基于“比较视角”,即个人的主观福利和其相对地位显著相关。显然,减缓个体的消费相对剥夺,有助于缓解相对贫困、促进社会公平正义、增进民生福祉和维护社会稳定。在中国特色社会主义新时代的背景下,坚持“以人民为中心”、强调“人的全面发展”是化解社会主要矛盾的必然要求,而“不断促进人的全面发展、全体人民共同富裕”“增强人民的获得感、幸福感、安全感”是最终要义。消费相对剥夺这一指标能够在一定程度上直接反映出居民之间的真实福利差异,关注于此有助于我们更加清晰地了解居民福祉水平和差异性表现,能够更细致地掌握中国居民的民生福祉诉求。

近年来,“超前消费”“过度消费”的理念和政府良好的信贷政策助推了我国居民的负债性消费行为,信贷消费增速攀升。根据中国人民银行发布的《中国金融稳定报告(2019)》,截至2018年末,我国家庭贷款余额约为47.9万亿元,同比增长18.2%。“未富先奢”现象逐渐产生,越来越多的群体成为“月光族”甚至“负翁”,这与我国勤劳节俭的优良传统和“量入为出”的理性消费观念相背离。从我国家庭消费的贷款结构来看,一个显著的特点是个人住房贷款逐渐占据主体地位。在2008年至2018年期间,个人住房贷款余额从3.0万亿元增至25.8万亿元,占家庭消费贷款余额的比例保持在53%−87%。住房贷款已成为城市居民的一种“常规性”贷款,“房奴”也已成为比较普遍的现象。同时,我国“人情社会”的文化背景使面子意识成为影响家庭消费相对剥夺的重要因素。消费者参与位置竞争、彰显社会地位的动机,将驱使其进行更多的消费(Hastings,2019)。虽然家庭借贷会以牺牲未来收入为代价,但是家庭面对预期收入的稳定状态时,也可能因消费而作出借贷决策。由于在借贷渠道、借贷规模和消费指向性等方面都存在显著差异(张雅淋等,2019),住房负债与非住房负债对消费相对剥夺的影响可能不同。在此背景下,聚焦于住房债务与非住房债务的视角具有一定的理论与现实意义。

从理论上看,个体可以在其一生中通过借贷或储蓄的方式来分配消费(Ando和Modigliani,1963)。因此,家庭的负债决策是平滑跨期消费的需要(Guerrieri和Lorenzoni,2017)。那么,负债与消费相对剥夺之间是否存在互动关系?对此,学者们大多基于总体上的消费不平等或消费差距的视角展开研究,所得结论也不尽相同。一种观点认为,负债可以缩小消费差距。金融体系的有效运行有助于个体通过借贷来优化预期收入的分配(Agnello和Sousa,2012),同时也可通过提高中低收入群体的购买力来缓解群体间的消费差距(Brown,2004)。另一种观点认为,收入差距和流动性约束可能会使借贷对消费不平等起到加剧作用。不同收入群体对信贷约束的敏感程度不同:低收入群体更容易受到流动性约束的影响,其储蓄率偏高(甘犁等,2018);而高收入群体受流动性约束的限制较小,其更有可能获得借贷,并通过投资和融资实现资产的保值与增值,从而收入进一步增加(Kumhof等,2015)。这样便会产生“马太效应”,高收入家庭会进一步提高消费水平。因此,负债便可能加剧消费的不平等程度。

然而,现有文献大多是基于家庭负债总量、总体上消费不平等和消费差距的视角展开探讨,一是忽视了不同负债类别的特征,二是无法刻画个体在群体中的相对剥夺程度。由于不同类型债务本身具有不同特征,并且个体的相对剥夺程度能够直接反映其与所在群体内其他个体之间的真实福利差异。因此,本文尝试利用中国家庭追踪调查(CFPS)的微观数据,对家庭负债和消费相对剥夺的互动关系展开实证分析。本文的创新之处可能为:第一,关注视角更为细化。不同负债类别具有不同特征,住房负债一般具有规模大、还款期限长和消费指向性明显等特征。非住房负债产生的渠道除了正规的金融机构外,也可能是民间借贷和典当等微观市场渠道或者“京东白条”等互联网借贷渠道,其规模相对较小、还款期限较为灵活且不具有消费的指向性。家庭负债总量难以将不同负债类别的特征进行有效剥离,本文基于住房负债与非住房负债的视角,研究两种负债类别对消费相对剥夺的不同影响,从而为相关研究补充经验证据。第二,通过构建个体消费相对剥夺指标来刻画个体间的消费不平等。现有关于消费不平等的研究大多是侧重于整体层面,通过基尼系数、泰尔指数等进行测度,但是这种测度方式难以有效反映家庭消费分布的结构和规律。由于消费属个体行为,所以个体的相对剥夺水平更能够直接反映现实中的福利差距,本文研究可对此进行扩展和补充。本文科学评判了家庭负债和不同负债类型对消费相对剥夺的影响,进一步理解了消费不平等的内涵。同时,本文的研究有助于推进消费转型升级、缩小消费差距、增进民生福祉和寻求“促消费”与“防风险”之间的平衡,进而为提高经济发展的质量提供政策思路。

二、理论分析和研究假说

基于社会比较理论和分配公平理论,群体中相对地位的差异会对个体行为产生较大影响(Sun等,2012)。个体在以某一群体作为参照进行比较时,往往会形成一种相对的地位或水平差异(Walker和Smith,2002),此即所谓“相对剥夺”。消费者为寻求在参照群体中相对地位的提升,通常会通过观察参照群体中其他消费者的消费行为,获取用于自身行为决策的信息,进而调整消费模式。较为普遍的情况是消费者增加对房屋、汽车等耐用品的消费,通过外在消费模式的改变,在给予自身地位象征信息的同时,也向他人炫耀性地展示其地位象征(金晓彤等,2012),这样可以有效缓解消费者的相对剥夺程度。但是,由于当期可支配收入是有限的,并且理性消费者在面对预期收入份额减少时,一般会选择抑制消费支出(汪伟等,2013)。然而,储蓄和借贷作为生命周期内平滑跨期消费的重要手段,往往会对其消费行为的调整产生影响(Modigliani,1966)。因此,在储蓄较少的情况下,消费者为缓解当期可支配收入对消费的流动性约束,更有可能进行借贷决策。同时,在良好的信贷政策环境和市场环境下,受到信贷约束的群体也更容易获得信贷,从而使得家庭的借贷意愿被激发出来,并且消费者的风险偏好也将进一步提高(Pardo和Santos,2014)。因此,消费者为彰显社会地位会更有借贷意愿,而其在当期所获得的债务也将作为一种可支配收入,包含在当期期末的净收入中,作为改善其外在消费模式的资金来源,进而对其身份定位和相对剥夺程度产生影响。因此,本文提出如下研究假说。

假说1:在其他因素相同的情况下,相对于无负债家庭而言,负债可以刺激消费,使得负债家庭的消费相对剥夺程度降低。

一般而言,适度负债可以缓解家庭的预算约束,从而刺激消费(祝伟和夏瑜擎,2018)。但是有一种现实情况是,过快的负债累积可能会强化信贷约束,并将弱化收入预期,收紧资金流动性,对消费产生抑制作用(潘敏和刘知琪,2018)。此时,对于负债规模相对较少的家庭而言,其还款压力尚不构成对消费的抑制作用,该类家庭在参照群体中的相对地位也将进一步提升。但是对于负债规模较多的家庭而言,其不再具有进行社会比较的资本优势,在面临着较大的还款压力之下,其消费只能维持当前稳定状态或是适当降低。因此,该类家庭在参照群体中的相对地位只能保持不变或是处于降低态势。从这一角度来看,负债是把“双刃剑”,负债规模对消费相对剥夺的影响应该存在一个“拐点”,在这个“拐点”之后,负债的增加会加剧个体的消费相对剥夺。

事实上,家庭的资产配置结构会对消费行为产生影响(臧旭恒和张欣,2018)。持有较高比例的低流动性资产的家庭,由于资产变现难度较大,需要进行预防性储蓄,在面对暂时性收入的冲击时也将有更高的敏感性(Jappelli和Pistaferri,2010)。而住房负债明显的消费指向性特征决定了其相对较低的流动性,并且其还会对除住房外的其他消费品产生影响,这样往往会产生“房奴效应”(颜色和朱国钟,2013;李江一,2018),这可能拉低个体在所处参照群中的消费相对水平,从而加剧消费相对剥夺。而在住房首付款支付后,按揭还款的压力也会相应地平滑到后面较长的时期内,对消费可能不存在显著的改善趋势。所以,从长期来看,住房负债规模对消费相对剥夺可能呈现出线性的影响,而其对后者的非线性影响较弱。但是,非住房负债更具有流动性,也更容易成为家庭平滑跨期消费的手段。因此,非住房负债更容易成为改善个体的外在消费模式的资金,从而缓解消费相对剥夺。但是非住房负债规模过大,会通过弱化收入预期和收紧资金流动性等途径抑制消费。因此,非住房负债规模对于消费相对剥夺的影响也应存在一个“拐点”。基于上述分析,提出如下研究假说。

假说2:负债规模与消费相对剥夺之间呈现U形的非线性相关关系,即适度的负债规模可以缓解消费相对剥夺,但是当负债达到某一值后,便会加剧消费相对剥夺。

假说3:住房负债规模会加剧个体的消费相对剥夺,而非住房负债规模却起到一定的缓解作用,并且后者与消费相对剥夺之间呈现U形的非线性相关关系。

三、研究设计

(一)数据来源。本文选用2010年、2012年和2014年的中国家庭追踪调查数据(China Family Panel Studies,CFPS)作为分析样本。该数据样本涉及中国25个省份,涵盖社区、家庭和个人三个层面的多重特征变量,能够有效地反映我国当前居民家庭的现实状况。本文所使用的微观层面数据主要来自于其中的家庭问卷和成人问卷,地区层面的宏观经济变量来自于相应年份的《中国统计年鉴》。本文对样本作了如下预处理:第一,在研究中重点关注住房负债与非住房负债,同时考虑我国住房自有率较高的现状,故剔除住房产权为非自有的家庭;第二,由于户主年龄对消费偏好的差异可能会导致研究结论产生偏误,故将户主年龄限定在25−60岁;第三,剔除存在缺失或无效值的样本,以保持样本完整性;第四,剔除消费、家庭收入、家庭资产和有债家庭负债总量等各项指标上下各2%的样本,以缓解异常值可能带来的有偏估计。最终得到3年共计18812个样本观测值。其中,负债家庭6267个,占全样本的33.31%。

(二)模型形式与变量设定。本文通过计量模型回答如下问题:(1)对于负债家庭与无负债家庭,哪一类家庭的消费相对剥夺水平更高?(2)对于负债家庭而言,负债规模对其消费相对剥夺的影响又是怎样的?是线性还是非线性?(3)对于住房负债与非住房负债,哪一类更能缓解个体的消费相对剥夺?(4)负债对于不同群体的消费相对剥夺的影响又具有怎样的差异?

首先,为考察负债家庭与无负债家庭这两类家庭的消费相对剥夺的差异,本文构建了如下回归模型:

$ {RD\left(x,{x}_{k}\right)}_{ijt}=\alpha +\beta {debt\_if}_{ijt}+\gamma {X}_{ijt}+{\delta }_{t}+{\theta }_{j}+{\varepsilon }_{ijt} $ (1)

其中,下标

$ i $
$ j $
t分别代表家庭、家庭所在地区和调查年份。被解释变量
$ RD\left(x,{x}_{k}\right) $
表示个体
$ {x}_{k} $
的消费相对剥夺程度。相对剥夺的常用测度指标有Yitzhaki指数、Kakwani指数和Podder指数。因为Kakwani指数克服了另外两种指数的正规性和量纲性的问题(黄云等,2019),故选取Kakwani指数作为个体消费相对剥夺的测度(Kakwani,1984)。具体而言,假设样本总量为
$ n $
的一个群体,其对应的消费向量为
$ X=({x}_{1},{x}_{2},\cdots ,{x}_{n}) $
,按消费升序排列,即
$ {x}_{1}\leqslant {x}_{2}\leqslant \cdots \leqslant {x}_{n} $
$ {\mu }_{{x}_{k}}^{+} $
$ X $
中消费超过
$ {x}_{k} $
的样本消费均值,
$ {\gamma }_{{x}_{k}}^{+} $
$ X $
中消费超过
$ {x}_{k} $
的样本在总样本
$ X $
中所占的百分比,
$ {\mu }_{X} $
是总样本
$ X $
的消费均值,那么Kakwani指数的计算公式为:

$ RD\left( {x,{x_k}} \right) = \frac{1}{{n{\mu _X}}}\sum\nolimits_{i = k + 1}^n {({x_i} - {x_k})} = \gamma _{{x_k}}^ + [(\mu _{{x_k}}^ + - {x_k})/{\mu _X}]$ (2)

其中,在计算消费相对剥夺时,参考周广肃等(2014)的研究,选取家庭所在区县层面中的各样本作为参照群体,而家庭消费包含食品、衣着、居住、生活用品、医疗保健、交通通讯、文化娱乐和其他消费八大类。解释变量

$ debt\_if $
是一个虚拟变量,作为家庭是否负债的度量,是本文的核心变量。此外,还将负债进一步区分为住房负债与非住房负债,同时作为核心变量引入到公式(1)中,以便探讨其对消费相对剥夺的影响差异。

然后,为考察负债家庭负债规模对其消费相对剥夺的线性或非线性影响,设定如下模型:

$RD{\left( {x,{x_k}} \right)_{ijt}} = \alpha + \beta deb{t_{ijt}} + {\rm{\gamma }}{{\rm{X}}_{{\rm{ijt}}}} + {{\rm{\delta }}_{\rm{t}}} + {{\rm{\theta }}_{\rm{j}}} + {{\rm{\varepsilon }}_{{\rm{ijt}}}}$ (3)
$RD{\left( {x,{x_k}} \right)_{ijt}} = \alpha + {\beta _1}deb{t_{ijt}} + {\beta _2}deb{t^2_{ijt}} + {\rm{\gamma }}{{\rm{X}}_{{\rm{ijt}}}} + {{\rm{\delta }}_{\rm{t}}} + {{\rm{\theta }}_{\rm{j}}} + {{\rm{\varepsilon }}_{{\rm{ijt}}}}$ (4)

其中,

$ debt $
表示家庭总负债规模,是本文的关注重点。考虑到我国信贷发放一般以资产或信用资质作为抵押或担保,因此本文用家庭负债总额占家庭资产的比重进行度量,这更能有效地衡量家庭负债水平的高低。另外,本部分开始将仅以负债家庭作为分析样本。为验证假说3,在公式(3)和(4)的基础上将负债类型进行区分,具体模型设定如下:

$ {RD\left(x,{x}_{k}\right)}_{ijt}=\alpha +{\beta }_{1}{hdebt}_{ijt}+{\beta }_{2}n{hdebt}_{ijt}+\gamma {X}_{ijt}+{\delta }_{t}+{\theta }_{j}+{\varepsilon }_{ijt} $ (5)
$ {RD\left(x,{x}_{k}\right)}_{ijt}=\alpha +{\beta }_{1}{hdebt}_{ijt}+{\beta }_{2}{nhdebt}_{ijt}+{\beta }_{3}{{hdebt}^{2}_{ijt}}+{\beta }_{4}nh{{debt}^{2}_{ijt}}+\gamma {X}_{ijt}+{\delta }_{t}+{\theta }_{j}+{\varepsilon }_{ijt} $ (6)

其中,

$ hdebt $
$ nhdebt $
分别表示家庭住房负债规模与非住房负债规模。同样选取各自负债金额占家庭资产比重指标进行检验。

最后,基于负债家庭样本,考察对不同群体,住房负债规模与非住房负债规模对消费相对剥夺的影响。对群体的分组,考虑两种方式:一是基于家庭特征。一方面,根据家庭收入水平进行分组,按照家庭收入的1/3和2/3分位点,将负债家庭样本分为高、中、低三组,考察不同收入组别下两种负债的规模对于消费相对剥夺的影响差异。另一方面,根据家庭主要负债类别进行分组。住房负债与非住房负债在规模、还款期限和消费指向性等各方面都存在明显差异,从而其对于消费相对剥夺的影响可能有所不同。因此,将负债家庭分为以住房负债为主的家庭和以非住房负债为主的家庭两个子样本。二是基于地区特征。一方面,根据家庭所处地理位置进行分组。由于我国不同地区的资源禀赋、经济发展水平等各方面都存在较大差异,按照家庭所在地理位置,将负债家庭样本分为东部地区、中部地区和西部地区三组进行考察。另一方面,根据城乡差异进行分组。我国城乡间的二元经济结构特征和金融二元差异格局,最终可能导致城乡消费差异。因此,本文也考虑将负债家庭区分城镇和农村两个子样本展开分析。

此外,本文的控制变量包含个体、家庭和地区三个层面:以户主作为家庭决策代理人,个体层面包括性别、年龄、年龄的平方项、受教育年限、婚姻状态、工作状态和健康状态;家庭层面包含家庭规模、老年人口抚养比、少儿人口抚养比、收入相对剥夺、家庭资产、是否创业和家庭的房产数量;地区层面包含家庭所在省份的居民消费水平指数、居民消费价格指数和人均生产总值。另外,对家庭资产与地区人均生产总值取对数处理,并且分别引入时间和地区固定效应

$ {\delta }_{t} $
$ {\theta }_{j} $
。主要变量的定义如表1所示。

表 1 主要变量定义
变量类型 变量 定义
被解释变量 Kakwani消费相对剥夺指数 区县层面参照群中各样本内的Kakwani指数值,根据公式(2)所得
核心解释
变量
负债 虚拟变量,家庭负有住房或非住房负债为1,否则为0
负有住房债务 虚拟变量,家庭负有住房债务为1,否则为0
负有非住房债务 虚拟变量,家庭负有非住房债务为1,否则为0
负债规模 负债总额/家庭资产
住房负债规模 住房负债金额/家庭资产
非住房负债规模 非住房负债金额/家庭资产
控制变量 性别 虚拟变量,男性为1,女性为0
年龄 受访者在调查年度的年龄
年龄的平方项 受访者在调查年度年龄的平方项
受教育年限 小学以下为0年,小学为6年,初中为9年,高中、职业高中、中专、技校为12年,大专、高职为15年,大学本科为16年,硕士研究生为19年,博士研究生为22年
婚姻状态 虚拟变量,已婚或同居为1,否则为0
工作状态 虚拟变量,当前有工作为1,否则为0
自评健康状态 虚拟变量,非常健康或很健康为1,否则为0
家庭规模 家庭人口数量(人)
老年人口抚养比 65岁及以上人口/16−64岁人口
少儿人口抚养比 15岁及以下人口/16−64岁人口
收入相对剥夺指数 区县层面参照群各样本内Kakwani指数值,根据公式(2)所得
家庭资产 住房资产与金融资产总和(元)
是否创业 虚拟变量,家中有人从事自主经营为1,否则为0
拥有房产数量 家庭所拥有房产数量(套)
消费水平指数 (基期消费水平指数×当期消费水平)/基期居民消费水平(%)
消费价格指数 所在省份居民消费价格指数(%)
人均生产总值 所在省份的人均生产总值(元)

(三)变量的描述性统计。表2列示了主要变量的描述性统计。总体而言,负债家庭的平均消费相对剥夺水平低于无负债家庭,但是两者标准差的差异不大。根据全样本的虚拟变量指标和负债家庭样本的负债规模指标发现,我国的负债情况差异较大。从个体特征来看,负债家庭的平均年龄、受教育年限和自评健康状态均低于无负债家庭,表明年轻群体、低学历群体和健康水平较差的群体更有借债意愿。从家庭特征来看,负债家庭的平均人口规模、少儿人口抚养比、相对收入剥夺水平和所拥有的住房数量均高于无负债家庭,但是负债家庭的平均资产水平却低于无负债家庭。从地区特征来看,无负债家庭所在地区的人均生产总值更高。由表2的最后一列可见,负债家庭与无负债家庭,在消费相对剥夺、个体特征、家庭特征和地区特征等方面都存在一定的差异。

表 2 变量描述性统计
变量类型 变量 全样本 负债样本 无负债样本 负债−无负债
被解释变量 Kakwani消费相对
剥夺指数
0.365(0.224) 0.334(0.224) 0.380(0.223) −0.046***(0.003)
解释变量 负债 0.333(0.471)
负有住房债务 0.125(0.331)
负有非住房债务 0.236(0.424)
负债规模 0.370(0.495)
住房负债规模 0.121(0.286)
非住房负债规模 0.249(0.456)
控制变量 性别 0.599(0.490) 0.615(0.487) 0.591(0.492) 0.024**(0.008)
年龄 45.678(8.741) 44.605(8.586) 46.215(8.768) −1.610***(0.134)
年龄的平方项 2 162.911(781.998) 2 063.311(755.428) 2 212.668(790.28) −149.357***(11.868)
受教育年限 7.089(4.589) 6.628(4.646) 7.320(4.542) −0.692***(0.071)
婚姻状态 0.933(0.251) 0.941(0.236) 0.929(0.258) 0.012***(0.004)
工作状态 0.778(0.416) 0.796(0.403) 0.769(0.422) 0.027***(0.006)
自评健康状态 0.725(0.447) 0.691(0.462) 0.742(0.438) −0.051***(0.007)
家庭规模 4.077(1.611) 4.327(1.626) 3.952(1.589) 0.375***(0.025)
老年人口抚养比 0.018(0.117) 0.017(0.112) 0.019(0.12) −0.002(0.001)
少儿人口抚养比 0.251(0.338) 0.273(0.350) 0.239(0.331) 0.034***(0.005)
相对收入剥夺指数 0.392(0.266) 0.402(0.271) 0.386(0.263) 0.167***(0.004)
家庭资产 233 225.7(291 834.5) 206 135.2(258 198.3) 246 759(306 375.5) −40 623.73***(4 256.762)
是否创业 0.108(0.311) 0.126(0.332) 0.099(0.299) 0.027***(0.005)
拥有房产数量 1.141(0.401) 1.175(0.446) 1.124(0.375) 0.051***(0.007)
消费水平指数 110.254(2.342) 110.369(2.290) 110.196(2.365) 0.173***(0.036)
消费价格指数 102.714(0.655) 102.716(0.684) 102.714(0.640) 0.002(0.010)
人均生产总值 38 394.02(17 337.45) 35 571.9(15 889) 39 803.84(17 851.75) −4 231.936***(256.296)
观测值 18 812 6 267 12 545
  注:表中第(3)列至第(5)列汇报了变量均值,括号内为标准差;家庭资产与人均生产总值这两个连续性变量报告的均是取对数前的数值特征;第(6)列报告的是负债家庭与无负债家庭样本之间各变量之差的t检验,******分别代表在10%、5%和1%显著性水平下两个样本之间各变量之差显著不为零,括号内为标准误。

四、实证结果和分析

(一)家庭有无负债与消费相对剥夺。表3列示了家庭负债对消费相对剥夺影响的回归结果。其中,第(1)列仅将负债引入回归模型,从第(2)列开始逐步添加个体、家庭和地区特征。第(4)列显示,负债家庭的平均消费相对剥夺水平低于无负债家庭,回归系数为−0.044,表明负债可在一定程度上缓解个体的消费相对剥夺。第(5)列和第(6)列回归结果显示,相对于无住房负债的家庭,负有住房债务的家庭消费相对剥夺水平更低。这可能是由于我国住房价格快速上涨激发了居民家庭对住房产品的需求,而作为一种耐用消费品,住房更可以彰显个体的社会地位。同时,良好的信贷环境也提高了居民借贷意愿和风险偏好(周广肃和王雅琦,2019),更多家庭以贷款方式来购买住房。相对而言,有非住房债务家庭的消费相对剥夺水平更低。这可能是因为非住房负债不具有消费指向性,可以在一定程度上缓解家庭可支配收入的流动性约束,通过提升当期消费水平来缓解消费相对剥夺。第(7)列也得到类似结论。第(8)列同样发现负债能够显著缓解家庭的消费相对剥夺。假说1得到了验证。

表 3 家庭负债对消费相对剥夺影响的回归结果
被解释变量:Kakwani消费相对剥夺指数
(1) (2) (3) (4) (5) (6) (7) (8)
负债 −0.051***
(0.004)
−0.051***
(0.004)
−0.044***
(0.003)
−0.044***
(0.003)
负有住房债务 −0.010**
(0.005)
−0.010**
(0.005)
负有非住房债务 −0.056***
(0.004)
−0.056***
(0.004)
仅负有住房债务 −0.013**
(0.005)
仅负有非住房债务 −0.057***
(0.004)
兼负两种债务 −0.056***
(0.007)
性别 0.007*
(0.004)
0.000
(0.003)
0.000
(0.003)
−0.000
(0.003)
0.000
(0.003)
0.000
(0.003)
0.000
(0.003)
年龄 −0.007***
(0.002)
−0.008***
(0.002)
−0.008***
(0.002)
−0.008***
(0.002)
−0.007***
(0.002)
−0.007***
(0.002)
−0.007***
(0.002)
年龄的平方项 0.000***
(0.000)
0.000***
(0.000)
0.000***
(0.000)
0.000***
(0.000)
0.000***
(0.000)
0.000***
(0.000)
0.000***
(0.000)
受教育年限 −0.010***
(0.000)
−0.006***
(0.000)
−0.006***
(0.000)
−0.006***
(0.000)
−0.006***
(0.000)
−0.006***
(0.000)
−0.006***
(0.000)
婚姻状态 −0.099***
(0.007)
−0.049***
(0.006)
−0.049***
(0.006)
−0.049***
(0.007)
−0.049***
(0.007)
−0.049***
(0.006)
−0.049***
(0.006)
工作状态 −0.005
(0.004)
−0.001
(0.004)
−0.001
(0.004)
−0.001
(0.004)
−0.001
(0.004)
−0.001
(0.004)
−0.001
(0.004)
健康状态 −0.006
(0.004)
0.008**
(0.004)
0.008**
(0.004)
0.011***
(0.004)
0.006*
(0.004)
0.006*
(0.004)
0.006*
(0.004)
家庭规模 −0.020***
(0.001)
−0.020***
(0.001)
−0.021***
(0.001)
−0.020***
(0.001)
−0.020***
(0.001)
−0.020***
(0.001)
老年人口抚养比 −0.007
(0.015)
−0.006
(0.015)
−0.003
(0.015)
−0.006
(0.015)
−0.006
(0.015)
−0.006
(0.015)
少儿人口抚养比 0.017***
(0.006)
0.017***
(0.005)
0.019***
(0.006)
0.016***
(0.005)
0.016***
(0.006)
0.016***
(0.006)
相对收入剥夺指数 0.183***
(0.008)
0.184***
(0.008)
0.181***
(0.008)
0.184***
(0.008)
0.185***
(0.008)
0.185***
(0.008)
家庭资产 −0.035***
(0.002)
−0.035***
(0.002)
−0.034***
(0.002)
−0.037***
(0.002)
−0.036***
(0.002)
−0.036***
(0.002)
是否创业 −0.061***
(0.005)
−0.061***
(0.005)
−0.064***
(0.005)
−0.059***
(0.005)
−0.059***
(0.005)
−0.059***
(0.005)
拥有住房数量 −0.000
(0.004)
−0.000
(0.004)
−0.003
(0.004)
−0.003
(0.004)
−0.002
(0.004)
−0.002
(0.004)
消费水平指数 0.001
(0.001)
0.001
(0.001)
0.001
(0.001)
0.001
(0.001)
0.001
(0.001)
消费价格指数 −0.004
(0.007)
−0.005
(0.007)
−0.005
(0.007)
−0.005
(0.007)
−0.005
(0.007)
人均生产总值 −0.080*
(0.044)
−0.077*
(0.044)
−0.070
(0.045)
−0.072
(0.044)
−0.073
(0.044)
常数项 0.354***
(0.012)
0.653***
(0.045)
1.052***
(0.048)
2.301**
(0.941)
2.332**
(0.953)
2.322**
(0.950)
2.307**
(0.946)
2.314**
(0.945)
时间固定效应
地区固定效应
R2 0.119 0.191 0.309 0.310 0.302 0.312 0.312 0.312
观测值 18812 18812 18812 18812 18812 18812 18812 18812
  注:括号内为系数估计稳健聚类标准误;******分别代表在10%、5%和1%显著性水平下显著。下表同。

个体、家庭和地区三个层面的特征变量也会对个体的消费相对剥夺产生影响。首先,从个体层面来看,年龄对消费相对剥夺具有非线性相关关系;户主受教育年限越长,其消费相对剥夺水平越低,这是由于文化程度越高,其消费水平越可能在参照群体中处于偏上的位置;已婚家庭的消费相对剥夺低于未婚家庭;户主健康状态的系数显著为正,这是由于健康状态较差的个体,对于医疗保健等消费项目的需求可能会拉低健康状态较好个体在参照群体中的消费位次排名。其次,从家庭层面来看,家庭规模对消费相对剥夺的影响显著为负;对比老年人口抚养比和少儿人口抚养比这两个变量的系数发现,前者统计意义上并不显著,但后者显著为正,表明家庭少儿人口的增加对家庭预防性储蓄动机产生强化作用;相对收入剥夺指数的系数显著为正;家庭资产和创业的系数均显著为负,前者表明家庭资产对消费的影响可能存在正效应,后者可能是由于创业家庭有更多隐性消费支出,从而抬高其在参照群中的消费位置排序。最后,地区层面的变量对消费相对剥夺的影响较小。

为确保研究结论的可信度,本文采用多种策略进行稳健性检验,所得结果如表4所示:其中,第(1)列和第(2)列是采用调整样本量的方式进行回归所得的结果,是为缓解样本选择偏误可能带来的偏差;第(3)列和第(4)列是采用更换被解释变量的方式检验所得的结果;第(5)列和第(6)列分别是将地区固定效应缩小至个体固定效应和区县固定效应再次进行回归所得的结果。无论采用何种方式检验,负债的回归系数都显著为负。因此,表3所得基准回归的结果较为稳健。

表 4 稳健性检验结果
调整样本量 更换被解释变量 改变回归方法 工具变量
追踪样本 PSM匹配
样本
Yitzhaki相对剥夺指数/10000 Podder相对剥夺指数 个体固定
效应
区县固定
效应
第一阶段 第二阶段
(1) (2) (3) (4) (5) (6) (7) (8)
负债 −0.040***
(0.004)
−0.047***
(0.004)
−0.143***
(0.012)
−0.072***
(0.007)
−0.025***
(0.009)
−0.046***
(0.003)
−0.066***
(0.021)
社区资产负债率 −0.075**
(0.023)
控制变量
个体固定效应
时间固定效应
地区固定效应
R2 0.300 0.300 0.290 0.266 0.465 0.330 0.294 0.298
第一阶段 F 143.14
观测值 10 868 8 720 18 812 18 812 18 812 18 812 18 812 18 812

关于内生性问题,本文使用工具变量法(IV)进行处理。消费决策属个体行为,消费相对剥夺也是个体在参照群体中的相对地位,在社会比较理论之下,这种相对地位也可能会对借贷决策产生影响,由于反向因果关系可能产生内生性问题。而群体效应(Group Effect)理论认为,群体特征将会约束或指导个体心理或行为(Eriksson等,2014)。因此,将区域内内生变量的均值作为工具变量。参考黄宇虹和樊纲治(2017)的做法,以社区层面资产负债率的均值作为工具变量,进行两阶段最小二乘(2SLS)估计。以社区层面资产负债率均值作为工具变量(IV)的原因是:一方面,社区层面资产负债率水平可以间接反映该地的信贷环境,而良好的信贷环境能够提高个体获取借贷的机会,符合相关性假设;另一方面,个体的借贷决策并非由社区资产负债率直接决定,满足外生性的假设。2SLS 模型回归结果见表4第(7)列和第(8)列所示,主要解释变量的符号和显著性并未发生本质性变化,表明本文研究结论较为可靠。

家庭负债影响消费相对剥夺的作用机制,可从以下两个方面理解:一方面,家庭做出负债决策的目的是满足消费或投资的资金需求。若消费者的负债决策是基于消费需求,其所获得的债务将通过收入来影响消费(Johnson和Li,2007)。若消费者的负债决策是基于投资需求,其所获得的债务将通过财富效应对消费起到积极影响。总之,无论负债是为消费还是投资,都将对消费起到促进作用,而随着消费水平的提高,个体在参照群体中的相对剥夺状况便可得到一定程度的缓解。另一方面,从家庭负债类别来看,负有住房债务的家庭和负有非住房债务的家庭平均消费相对剥夺程度更低。这可能是因为我国住房价格的上涨导致了更多的住房投资需求,尤其是对有房无债的家庭,他们可能更有住房投资意愿。“为买房而储蓄”是推动储蓄率上升的一个重要因素(范子英和刘甲炎,2015),而该类群体可能会主动减少消费。在各地“认房又认贷”调控政策的限制下,住房贷款尚未还清的家庭在短期内并不会有“为买房而储蓄”的动机。在支付了住房的首付款之后,未来较长一个时期内,其为特定大额消费支出而进行预防性储蓄的压力会缩小,按揭还款的压力也将平滑到后面较长时期内。此外,房价的上涨可以通过财富效应或抵押担保渠道缓解家庭的融资约束。因此,负有住房债务的家庭可能会提高消费倾向,进而对消费相对剥夺起到缓解作用。而非住房负债,通常是因消费或小额投资产生的,其对消费相对剥夺的影响可能通过收入或财富效应加以体现。

(二)家庭负债规模与消费相对剥夺。前文分析表明,负债可在一定程度上缓解个体的消费相对剥夺。对于负债家庭而言,负债规模对其消费相对剥夺的影响又是怎样的?本部分将基于模型(3)至模型(6),以负债家庭作为分析样本展开实证探讨。估计结果如表5所示:其中,第(1)列和第(3)列分别探讨了家庭负债总规模对消费相对剥夺的线性与非线性影响;第(2)列和第(6)列则分析了不同类型债务对消费相对剥夺的线性与非线性影响;为缓解住房负债规模、非住房负债规模及其平方项之间的共线性问题,本文分别对住房负债规模及其平方项、非住房负债规模及其平方项进行单独回归,所得结果如第(4)列和第(5)列所示。

表 5 家庭负债规模对消费相对剥夺影响的回归结果
被解释变量:Kakwani消费相对剥夺指数
(1) (2) (3) (4) (5) (6)
负债规模 −0.041***(0.006) −0.086***(0.015)
负债规模的平方项 0.020***(0.006)
住房负债规模 0.023**(0.009) 0.069***(0.020) 0.018(0.019)
非住房负债规模 −0.065***(0.007) −0.159***(0.018) −0.153***(0.018)
住房负债规模的平方项 −0.014*(0.008) −0.003(0.008)
非住房负债规模的平方项 0.042***(0.007) 0.040***(0.007)
控制变量
时间固定效应
地区固定效应
R2 0.285 0.295 0.287 0.282 0.300 0.300
观测值 6 267 6 267 6 267 6 267 6 267 6 267

表5第(1)列回归结果表明,在其他条件不变的前提下,家庭负债规模每提高一个百分点,消费相对剥夺指数将降低0.041%,因此适度的负债规模对消费相对剥夺可以起到一定的缓解作用。第(2)列回归结果表明住房负债规模会加剧个体的消费相对剥夺,而非住房负债规模起到缓解作用。第(3)列回归结果表明,家庭负债规模对消费相对剥夺的影响具有U形关系,即负债规模先是缓解个体的消费相对剥夺,在达到一定规模后,将加剧这种相对剥夺。第(4)列和第(5)列的回归结果显示,住房负债规模的平方项仅在10%的显著性水平下显著,表明住房负债规模和消费相对剥夺之间的非线性相关关系较弱,而非住房负债规模与消费相对剥夺之间具有显著的U形非线性关系。第(6)列回归结果显示,住房负债规模与消费相对剥夺之间的非线性相关关系在统计上并不显著。因此,假说2和假说3分别得到了验证。

(三)不同群体下的家庭负债规模与消费相对剥夺。根据负债家庭的不同收入群体和主要负债类别分组,探讨负债规模对消费相对剥夺影响的差异性,回归结果如表6所示。

表 6 家庭负债规模对消费相对剥夺的影响:基于家庭特征的差异
被解释变量:Kakwani消费相对剥夺指数
按家庭收入分组 按主要负债类别分组
高收入 中等收入 低收入 住房负债为主 非住房负债为主
(1) (2) (3) (4) (5) (6) (7) (8)
负债规模 −0.024**
(0.011)
−0.032**
(0.010)
−0.054***
(0.010)
−0.002
(0.012)
−0.061***
(0.007)
住房负债规模 0.019
(0.017)
0.048***
(0.017)
0.012
(0.014)
非住房负债规模 −0.041***
(0.013)
−0.056***
(0.009)
−0.085***
(0.012)
控制变量
时间固定效应
地区固定效应
R2 0.188 0.192 0.195 0.210 0.284 0.297 0.377 0.266
观测值 2 087 2 087 2 093 2 093 2 087 2 087 2 122 4 065

按照不同收入群体分组,回归结果如表6第(1)列至第(6)列所示。总体上,负债规模对不同收入群体的消费相对剥夺都会起到缓解作用,并且从其系数大小来看,对于收入水平越低的群体,这种缓解作用越明显,这表明收入水平越低的群体,越可能通过借贷来缓解其消费相对剥夺。同时,这也验证了收入是影响家庭消费水平的关键因素。区分负债类别后发现,住房负债规模仅会显著加剧中等收入群体的消费相对剥夺。这可能是因为:一是对于高收入群体而言,其消费水平已位于总体样本的较高位置,消费需求已达到基本满足,即便有住房债务,因为“房奴效应”而对其消费的挤出作用也不会特别明显,因此对其消费相对剥夺影响可能较小。二是对于低收入群体而言,其拥有的资产相对较少,由于住房信贷的获取一般以住房资产作为抵押,因此该类群体的信贷可得性和信贷获取规模相对较小,这可能弱化了住房负债规模对其消费相对剥夺的影响。但对于这两类收入群体,非住房负债规模都能够有效地缓解其消费相对剥夺。这是由于非住房负债可用于任意消费品的消费,也有助于缓解当期可支配收入的流动性约束。而随着收入群体等级的提高,非住房负债规模这一指标系数的绝对值依次减小。同时,按照主要负债类别分组,回归结果见表6第(7)列和第(8)列所示。结果显示,负债规模仅能缓解以非住房负债为主的家庭的消费相对剥夺。这再次验证了住房负债与非住房负债之间具有本质差别,并且由于住房负债的消费指向性特征,也从侧面表明相对其他消费品,住房商品对消费相对剥夺具有明显的缓冲作用。

在地区特征差异下的家庭负债规模对消费相对剥夺影响的回归结果如表7所示。其中,按照地理区位分组所得回归结果见表7第(1)列至第(6)列所示。回归结果表明,负债规模对不同地区家庭的消费相对剥夺都会起到缓解作用,且这作用对于地处东部地区家庭的影响最小。这可能是因为我国东部地区的经济发展水平相对较高,即便家庭能够通过借贷来缓解其消费相对剥夺,诸多负债的限制或抵押条款也可能会降低这种缓解的程度。但是,住房负债规模会显著加剧该类家庭的消费相对剥夺,这可能是由于东部地区房价相对较高所致。而按照城乡地区进行分组所得的回归结果如表7第(7)列至第(10)列所示。回归结果表明,住房负债规模能够加剧农村家庭的消费相对剥夺。可能的解释是,随着新型城镇化进程的推进,越来越多的农村家庭开始选择城镇置业,而对选择负债置业的家庭而言,“房奴效应”也逐步显现出来。另外,非住房负债规模会对消费相对剥夺起到一定的缓解作用。

表 7 家庭负债规模对消费相对剥夺的影响:基于地区特征的差异
被解释变量:Kakwani消费相对剥夺指数
按地理区位分组 按城乡分组
东部地区 中部地区 西部地区 城镇 农村
(1) (2) (3) (4) (5) (6) (7) (8) (9) (10)
负债规模 −0.025*
(0.014)
−0.058***
(0.010)
−0.040***
(0.009)
−0.040***
(0.014)
−0.040***
(0.007)
住房负债规模 0.042***
(0.015)
0.018
(0.016)
0.013
(0.015)
−0.003
(0.016)
0.033***
(0.010)
非住房负债规模 −0.054***
(0.017)
−0.079***
(0.009)
−0.064***
(0.012)
−0.061***
(0.018)
−0.065***
(0.008)
控制变量
时间固定效应
地区固定效应
R2 0.262 0.271 0.301 0.311 0.302 0.310 0.338 0.341 0.258 0.271
观测值 1 989 1 989 1 974 1 974 2 304 2 304 2 097 2 097 4 170 4 170

此外,本文也基于以上两种分组样本,对家庭负债规模与消费相对剥夺之间的非线性关系进行了回归分析。回归结果显示,总体上的负债规模仅对主要负有非住房债务、农村以及东、中部地区的家庭具有非线性影响。而细分负债类别后,所得回归结论与表(5)中总体负债样本的结果保持一致,即住房负债规模与消费相对剥夺之间并不具有非线性相关关系,而非住房负债规模与消费相对剥夺之间具有U形的非线性相关关系。

五、进一步讨论

如前文所述,住房负债具有还款期限长和消费指向性特征,但是非住房负债并不存在这种特征。那么,这两种负债之间是否存在着一定的调节效应?本文对此也作了相应探讨,所得结果如表8第(1)列所示。回归结果显示,住房负债规模和非住房负债规模的系数与显著性并没有发生本质变化,但是两者的交互项系数显著为负,表明随着非住房负债规模的增大,住房负债规模对消费相对剥夺的边际效应将呈下降趋势。在我国经济由高速增长向高质量发展转变的过程中,国民经济发展的侧重点由总量问题偏向结构性问题,居民家庭的需求体系和层次也发生了重大变化。因此,有必要基于消费结构进行分析。关于消费结构,本文参考李晓楠和李锐(2013)的做法,将食品、衣着和居住三类定义为生存型消费,将生活用品、医疗保健、交通通讯、文化娱乐和其他消费定义为发展与享受型消费,重新生成Kakwani相对剥夺指数展开分析,回归结果见表8第(2)列至第(7)列所示。回归结果表明,总体上,负债规模对该两种消费类别都会起到一定的缓解作用。细分负债类别后发现,住房负债规模会加剧发展与享受型消费的相对剥夺,而非住房负债规模能够对该两类消费品的相对剥夺都起到缓解作用。另外,两种负债的调节作用也仅对发展与享受型消费品的相对剥夺有效。

表 8 负债对消费相对剥夺的进一步讨论
Kakwani消费相对剥夺指数 Kakwani生存型消费相对剥夺指数 Kakwani发展与享受型消费相对剥夺指数
(1) (2) (3) (4) (5) (6) (7)
负债规模 −0.018***
(0.007)
−0.045***
(0.007)
住房负债规模 0.029***
(0.010)
−0.006
(0.009)
−0.001
(0.009)
0.038***
(0.012)
0.043***
(0.013)
非住房负债规模 −0.063***
(0.007)
−0.023***
(0.008)
−0.020***
(0.007)
−0.077***
(0.008)
−0.074***
(0.008)
住房负债规模×非住房负债规模 −0.090***
(0.034)
−0.085**
(0.034)
−0.085*
(0.048)
控制变量
时间固定效应
地区固定效应
R2 0.295 0.340 0.340 0.341 0.155 0.168 0.168
观测值 6267 6267 6267 6267 6267 6267 6267

六、研究结论与政策启示

基于社会比较所产生的相对地位会对个体的消费行为产生重要影响,而作为影响居民消费决策的重要因素之一,负债能否缓解这种消费相对剥夺状况?目前学术界较少关注此类问题,现有研究也大多基于家庭负债总量的视角,很少基于负债类别的角度。由于在借贷规模、还款期限和消费指向性等方面的特征不同,本文以住房负债和非住房负债为视角,基于CFPS数据,对负债和消费相对剥夺的关系展开探讨。首先,本文通过实证研究发现,负债家庭的消费相对剥夺显著低于无负债家庭,表明负债可在一定程度上缓解消费相对剥夺。其次,对负债家庭而言,负债规模和消费相对剥夺之间具有U形的非线性关系。再次,细分负债类别后发现,住房负债规模与非住房负债规模对消费相对剥夺的影响是相反的,前者起到加剧作用,后者则具有缓解效应。而且非住房负债规模与消费相对剥夺之间的关系也呈现出U形特征,即非住房负债规模先是缓解个体的消费相对剥夺,在达到一个极值后,会进一步加剧这种相对剥夺。这就验证了负债具有“双刃剑”的属性特征。同时,负债规模和消费相对剥夺间的关系也会因家庭特征和地区特征的不同而有所差异:从家庭特征来看,债务对消费相对剥夺的缓解作用在低收入群体中表现得最为明显;从区域层面来看,中部地区家庭的债务对消费相对剥夺的缓解作用最为显著,西部地区次之,东部地区最弱。最后,这两种负债之间存在着一定的调节效应,并且这种效应对发展与享受型消费品的相对剥夺更有效。

本文认为,为进一步平衡“促消费”与“防风险”的关系、降低消费相对剥夺、减缓相对贫困、增进民生福祉和维持社会稳定,政府相关部门应根据家庭自身和所处区位的特征状况,统筹协调,采取差异化和“有保有压”的信贷策略:一是由政府主导,在确保市场稳定的前提下,适度放宽信贷管制,简化信贷审批流程,使低收入群体有更多接触和利用金融信贷的机会,必要时可向其提供政策性的低息贷款,鼓励其进行适度的信贷消费;二是考虑到负债规模对于消费相对剥夺存在先缓解后加剧的作用,建议政府运用大数据思维对负债群体进行动态监测,对高负债群体进行债务警示,降低其进一步提高债务负担的可能性;三是在“中部崛起”和推进西部大开发的新格局下,中、西部地区家庭对资金需求更为明显。因此,政府部门在保障金融安全的前提下,可进一步推进中、西部地区金融市场的发展,适当提高其家庭借贷比例,促进其消费水平的提高,缓解地区间的消费相对剥夺的差异;四是为缓解我国城乡消费差距,政府还可以通过财政补贴或政策支持等方式,提高农村居民收入水平,进而不断刺激和拉动消费。

  * 作者感谢上海财经大学城市与区域科学学院孙聪老师、公共经济与管理学院张莉老师与吴义东博士的宝贵建议,感谢匿名审稿专家的建设性意见。

① 根据国家统计局主要统计指标解释,此处的居住类消费支出是指与居住有关的支出,包括房租、水、电、燃料、物业管理等方面的支出,也包括自有住房折算租金。

② 参照国家统计局的三大地区划分标准,东部地区包括北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东和广东10个省份,中部地区包括山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省份,西部地区包括广西、重庆、四川、贵州、云南、陕西和甘肃7个省份。

③ 此处的财富效应仅指由小额投资品所产生的效应。

主要参考文献
[1] 范子英, 刘甲炎. 为买房而储蓄——兼论房产税改革的收入分配效应[J]. 管理世界, 2015(5): 18–27.
[2] 甘犁, 赵乃宝, 孙永智. 收入不平等、流动性约束与中国家庭储蓄率[J]. 经济研究, 2018(12): 34–50.
[3] 黄宇虹, 樊纲治. 土地经营权流转与农业家庭负债状况[J]. 金融研究, 2017(12): 95–110.
[4] 黄云, 任国强, 周云波. 收入不平等对农村居民身心健康的影响——基于CGSS2015数据的实证分析[J]. 农业技术经济, 2019(3): 25–37.
[5] 金晓彤, 李茉, 崔宏静. 中国消费者奢侈品牌购买意愿的传导机制研究——基于“态度功能理论”视角[J]. 经济管理, 2012(12): 10–18.
[6] 李江一. “房奴效应”导致居民消费低迷了吗?[J]. 经济学(季刊), 2018(1): 405–430.
[7] 李晓楠, 李锐. 我国四大经济地区农户的消费结构及其影响因素分析[J]. 数量经济技术经济研究, 2013(9): 89–105.
[8] 潘敏, 刘知琪. 居民家庭“加杠杆”能促进消费吗? ——来自中国家庭微观调查的经验证据[J]. 金融研究, 2018(4): 71–87.
[9] 汪伟, 郭新强, 艾春荣. 融资约束、劳动收入份额下降与中国低消费[J]. 经济研究, 2013(11): 100–113.
[10] 颜色, 朱国钟. “房奴效应”还是“财富效应”? ——房价上涨对国民消费影响的一个理论分析[J]. 管理世界, 2013(3): 34–47.
[11] 臧旭恒, 张欣. 中国家庭资产配置与异质性消费者行为分析[J]. 经济研究, 2018(3): 21–34.
[12] 张雅淋, 孙聪, 姚玲珍. 越负债, 越消费? ——住房债务与一般债务对家庭消费的影响[J]. 经济管理, 2019(12): 40–56.
[13] 周广肃, 樊纲, 申广军. 收入差距、社会资本与健康水平——基于中国家庭追踪调查(CFPS)的实证分析[J]. 管理世界, 2014(7): 12–21,51.
[14] 周广肃, 王雅琦. 住房价格、房屋购买与中国家庭杠杆率[J]. 金融研究, 2019(6): 1–19.
[15] 祝伟, 夏瑜擎. 中国居民家庭消费性负债行为研究[J]. 财经研究, 2018(10): 67–81.
[16] 朱紫雯, 徐梦雨. 中国经济结构变迁与高质量发展——首届中国发展经济学学者论坛综述[J]. 经济研究, 2019(3): 194–198.
[17] Adjaye-Gbewonyo K, Kawachi I. Use of the Yitzhaki index as a test of relative deprivation for health outcomes: A review of recent literature[J]. Social Science & Medicine, 2012, 75(1): 129–137.
[18] Agnello L, Sousa R M. How do banking crises impact on income inequality?[J]. Applied Economics Letters, 2012, 19(15): 1425–1429. DOI:10.1080/13504851.2011.631885
[19] Ando A, Modigliani F. The “life cycle” hypothesis of saving: Aggregate implications and tests[J]. American Economic Review, 1963, 53(1): 55–84.
[20] Brown C. Does income distribution matter for effective demand? Evidence from the United States[J]. Review of Political Economy, 2004, 16(3): 291–307. DOI:10.1080/0953825042000225607
[21] Easterlin R A. Does economic growth improve the human lot? Some empirical evidence[A]. David P A, Reder M W. Nations and households in economic growth: Essays in honor of Moses Abramovitz[M]. New York, NY: Academic Press, 1974.
[22] Eriksson T, Pan J, Qin X Z. The intergenerational inequality of health in China[J]. China Economic Review, 2014, 31: 392–409. DOI:10.1016/j.chieco.2014.06.005
[23] Fehr E, Schmidt K M. A theory of fairness, competition and cooperation[J]. The Quarterly Journal of Economics, 1999, 114(3): 817–868. DOI:10.1162/003355399556151
[24] Guerrieri V, Lorenzoni G. Credit crises, precautionary savings and the liquidity trap[J]. The Quarterly Journal of Economics, 2017, 132(3): 1427–1467. DOI:10.1093/qje/qjx005
[25] Hastings O P. Who feels it? Income inequality, relative deprivation and financial satisfaction in U.S. States, 1973-2012[J]. Research in Social Stratification and Mobility, 2019, 60: 1–15. DOI:10.1016/j.rssm.2019.01.004
[26] Jacob I, Khanna M, Rai K A. Attribution analysis of luxury brands: An investigation into Consumer-brand congruence through conspicuous consumption[J]. Journal of Business Research, 2020, 116: 597–607. DOI:10.1016/j.jbusres.2019.07.007
[27] Jappelli T, Pistaferri L. The consumption response to income changes[J]. Annual Review of Economics, 2010, 2: 479–506. DOI:10.1146/annurev.economics.050708.142933
[28] Johnson K, Li G. Do high debt payments hinder household consumption smoothing?[J]. Finance and Economics Discussion, 2007, 19(1): 59–72.
[29] Kakwani N. The relative deprivation curve and its applications[J]. Journal of Business and Economic Statistics, 1984, 2(4): 384–394.
[30] Kumhof M, Rancière R, Winant P. Inequality, leverage and crises[J]. American Economic Review, 2015, 105(3): 1217–1245. DOI:10.1257/aer.20110683
[31] Modigliani F. The life cycle hypothesis of saving, the demand for wealth and the supply of capital[J]. Social Research, 1966, 33(2): 160–217.
[32] Pardo G P, Santos J M S. Household debt and consumption inequality: The Spanish case[J]. Economies, 2014, 2(3): 147–170. DOI:10.3390/economies2030147
[33] Runciman W G. Relative deprivation and social justice: A study of attitudes to social inequality in twentieth-century England[M]. Berkeley: University of California Press, 1966.
[34] Sun P, Unger J B, Palmer P, et al. Relative income inequality and selected health outcomes in urban Chinese youth[J]. Social Science & Medicine, 2012, 74(1): 84–91.
[35] Walker I, Smith H J. Relative deprivation: Specification, development and integration[M]. New York: Cambridge University Press, 2002.
[36] Yang X Y, Hu A N, Schieman S. Relative deprivation in context: How contextual status homogeneity shapes the relationship between disadvantaged social status and health[J]. Social Science Research, 2019, 81: 157–169. DOI:10.1016/j.ssresearch.2019.03.011