标性储蓄,留存一部分高流动性资产,这种行为可以大学中国社会科学调查中心执行,于2010年正式开 看作主动接受流动性约東。此时,即使获得暂时性收展访问,调查内容涵盖家庭人口统计学特征(年龄 入,贫穷型HtM消费者也可能继续增加储蓄,由此婚姻状况、受教育水平、子女数量等)、收入与消费支 边际消费倾向可能低于富裕型。而在多套房资产识出、资产与负债等方面的信息,为本文研究提供了良 别条件下,两类消费者均至少拥有一套住房,住房的好的数据基础。 生活必需品属性能够得以满足,不存在明显的目标 本文选取2010、2012和2014三个年度均参与 性储蓄动机,而富裕型HtM消费者购置的其他住房调查且户主年龄在16-65岁之间的家庭数据。数据 资产多出于投资性或改善性需求动机,具有一定的处理中,我们剔除了家户号(fd发生改变的样本,以 变现可能性,但是变现成本高于金融资产,属于低流排除样本期内家庭人员构成发生变化的影响。同时, 动性资产。由此,富裕型与贫穷型HtM消费者暂时考虑数据完整性和连续性,我们也剔除了存在缺失 性收入的边际消费倾向没有明显差别,与 Kaplan等值的样本。在此基础上,我们进一步对样本数据进行 以总住房资产净值区分的情况相似。 处理(详见表1),以排除异常值的影响。在计算边际 暂时性收入的边际消费倾向在一定程度上反映消费倾向时,需要对数据进行一阶差分,因此最后保 了消费者面临的流动性约束水平及其对消费需求的留了2012、2014两个年度涵盖4846户家庭的平衡 抑制程度。由此,根据资产结构界定异质性消费者,面板数据,用于估测HM和非HtM家庭暂时性收入 估计对比暂时性收入对应的边际消费倾向,有助于对应的边际消费倾向。而在分析富裕型与贫穷型 从资产流动性与变现成本角度解释异质性消费者的HtM消费者的边际消费倾向差异时,我们删除了住 行为决策问题 房总资产①存在缺失值以及最高1%异常值的样本, 四、数据来源与变量选取 最后得到两个年度4082户家庭的平衡面板数据。此 (一)数据来源与筛选说 外,地区人均GDP、食品消费价格指数以及城乡居民 本文使用的数据来自于中国家庭追踪调査消费价格指数来源于国家统计局,分别用于反映地 ( China Family Panel Studies,CFPS)。该项目由北京区发展水平和平减物价水平。 表1样本筛选步骤及结果 筛选条件 本数家户数 个年份均参与调查且家户号保持不变 32467108442010、2012、2014 满足户主年齡在16-65岁之间,婚姻状况、受教育程度、家庭人2435194922010、2012、2014 口数、城乡分类、收入、消费支出数据存在且有效 包含完整3个年份 剔除最高和最低1%消费、收入 1765 2010、2012、2014 2010、2012、2014 剔除最高和最低1%平均消费倾向② 61542010、2012、20 包含完整3个年份 1576552552010、2012、2014估计暂时性收入变化 拟合收入后,剔除最高和最低1%暂时性收入对应的边际消费102982542012、2014 倾向③ 剔除家庭金融资产存在缺失值 100955249 2012、2014 平衡面板,包含完整2个年份 4846 2012、2014分析HtM和非HM 费者行为差异 剔除家庭住房总资产存在缺失值以及最高1% 890248202012、2014 平衡面板,包含完整2个年份 816 2012、2014分析富裕型和贫穷型 HtM消费者行为差异 资料来源:作者整理。 ①住房总资产为首套房资产和多套房资产之和。其中,多套房资产即为首套房资产之外的住房资产。 ②平均消费倾向由消费与收入的比值衡量,本文选用剔除物价后消费水平的对数值与收入水平的对数值的比值考察收入 的平均消费倾向,即MPC=nc/ny ③边际消费倾向由消费变化与收入变化的比值衡量,本文选用剔除物价后消费水平对数值的变化与基于拟合收入函数法 获得的暂时性收入水平对数值的变化的比值考察暂时性收入边际消费倾向,即MPCa=△nc/△lnt
资料来源院作者整理遥 表 1 样本筛选步骤及结果 标性储蓄，留存一部分高流动性资产，这种行为可以 看作主动接受流动性约束。此时，即使获得暂时性收 入，贫穷型 HtM 消费者也可能继续增加储蓄，由此 边际消费倾向可能低于富裕型。而在多套房资产识 别条件下，两类消费者均至少拥有一套住房，住房的 生活必需品属性能够得以满足，不存在明显的目标 性储蓄动机，而富裕型 HtM 消费者购置的其他住房 资产多出于投资性或改善性需求动机，具有一定的 变现可能性，但是变现成本高于金融资产，属于低流 动性资产。由此，富裕型与贫穷型 HtM 消费者暂时 性收入的边际消费倾向没有明显差别，与 Kaplan 等 以总住房资产净值区分的情况相似。 暂时性收入的边际消费倾向在一定程度上反映 了消费者面临的流动性约束水平及其对消费需求的 抑制程度。由此，根据资产结构界定异质性消费者， 估计对比暂时性收入对应的边际消费倾向，有助于 从资产流动性与变现成本角度解释异质性消费者的 行为决策问题。 四尧数据来源与变量选取 （一）数据来源与筛选说明 本文使用的数据来自于中国家庭追踪调查 （China Family Panel Studies，CFPS）。该项目由北京 大学中国社会科学调查中心执行，于 2010 年正式开 展访问，调查内容涵盖家庭人口统计学特征（年龄、 婚姻状况、受教育水平、子女数量等）、收入与消费支 出、资产与负债等方面的信息，为本文研究提供了良 好的数据基础。 本文选取 2010、2012 和 2014 三个年度均参与 调查且户主年龄在 16-65 岁之间的家庭数据。数据 处理中，我们剔除了家户号（fid）发生改变的样本，以 排除样本期内家庭人员构成发生变化的影响。同时， 考虑数据完整性和连续性，我们也剔除了存在缺失 值的样本。在此基础上，我们进一步对样本数据进行 处理（详见表 1），以排除异常值的影响。在计算边际 消费倾向时，需要对数据进行一阶差分，因此最后保 留了 2012、2014 两个年度涵盖 4846 户家庭的平衡 面板数据，用于估测 HtM 和非 HtM 家庭暂时性收入 对应的边际消费倾向。而在分析富裕型与贫穷型 HtM 消费者的边际消费倾向差异时，我们删除了住 房总资产①存在缺失值以及最高 1%异常值的样本， 最后得到两个年度 4082 户家庭的平衡面板数据。此 外，地区人均 GDP、食品消费价格指数以及城乡居民 消费价格指数来源于国家统计局，分别用于反映地 区发展水平和平减物价水平。 淤住房总资产为首套房资产和多套房资产之和。其中，多套房资产即为首套房资产之外的住房资产。 于平均消费倾向由消费与收入的比值衡量，本文选用剔除物价后消费水平的对数值与收入水平的对数值的比值考察收入 的平均消费倾向，即 MPC1t=lnct/lnyt。 盂边际消费倾向由消费变化与收入变化的比值衡量，本文选用剔除物价后消费水平对数值的变化与基于拟合收入函数法 获得的暂时性收入水平对数值的变化的比值考察暂时性收入边际消费倾向，即 MPC2t=驻lnct/驻lntt。 样本数 32467 24351 18492 17796 17440 15765 10298 10095 9692 8902 8164 年份 2010、2012、2014 2010、2012、2014 2010、2012、2014 2010、2012、2014 2010、2012、2014 2010、2012、2014 2012、2014 2012、2014 2012、2014 2012、2014 2012、2014 用途 估计暂时性收入变化 分析 HtM 和非 HtM 消费者行为差异 分析富裕型和贫穷型 HtM 消费者行为差异 家户数 10844 9492 6164 6157 6154 5255 5254 5249 4846 4820 4082 筛选条件 3 个年份均参与调查且家户号保持不变 满足户主年龄在 16-65 岁之间，婚姻状况、受教育程度、家庭人 口数、城乡分类、收入、消费支出数据存在且有效 包含完整 3 个年份 剔除最高和最低 1%消费、收入 剔除最高和最低 1%平均消费倾向② 包含完整 3 个年份 拟合收入后，剔除最高和最低 1%暂时性收入对应的边际消费 倾向③ 剔除家庭金融资产存在缺失值 平衡面板，包含完整 2 个年份 剔除家庭住房总资产存在缺失值以及最高 1% 平衡面板，包含完整 2 个年份 16
(二)关键变量的选取与处理 中,本文以户主为家庭代理人,考察其特征变量对家庭 消费支出(c);剔除物价因素后的家庭消费性消费行为的影响。户主特征变量包括性别( gender)受 支出,即食品、衣着、居住、家庭设备及日用品、医疗教育水平edu、年龄(age)、婚姻状况( marriage)等。这 保健、交通通讯、文教娱乐和其他等支出之和 些变量对收入水平具有潜在影响,因而用于拟合收入 收入y):剔除物价因素后的家庭纯收入,包括工资法计算持久性收入和暂时性收入、作为估计边际消费 性收入、经营性收入、财产性收入、转移性收入和其他收倾向的控制变量、以及倾向得分匹配分析中的协变量 入。考虑到不同年份调查涵盖的收入项目存在差异,本文 经济发展水平:主要包括家庭所在省份的人均 分析中选取的变量为经调整后的上期可比家庭纯收入。地区生产总值( gdp _ per)、食品消费价格指数(上年 资产:包括金融资产( financeasset)与住房资100(p),用于控制家庭外部经济环境对于家庭收入 产。前者为高流动性资产,主要包括现金和存款、政与消费的影响 府债券、股票、基金、金融衍生品、其他金融产品以及 表2汇报了主要变量的统计特征。可以看出,从 别人欠自己家的钱。后者主要以住房资产衡量,包括平均水平来看,无论是首套房资产还是多套房资产, 总住房资产( revalue)和多套房资产( othervalue)。此均高于金融资产价值。是否拥有住房资产和多套房 外,本文还根据是否拥有住房资产和多套房资产,分资产的虚拟变量均值反映出总样本中住房拥有率高 别定义虚拟变量 house n和 motherhouse n。 达9386%,多套房资产占有率为1376%,为中国家 人口统计学变量:主要包括家庭规模( familysize)、庭对住房资产需求强、住房资产拥有率高且家庭资 城乡分类( urban)以及成员情况。家庭成员具体情况产中住房资产占比高的特征事实提供了数据支持。 表2主要变量的描述及统计特征 变量含义 样本数平均值标准差最小值最大值 剔除物价后的消费性支出(元)对数值 15765 0.790 12.1 剔除物价后的家庭纯收入(元)对数值 15765 10052 0.955 6.229 12.104 户主年龄 15765 47.064 9347 户主受教育水平④ 15765 1.183 户主婚姻状况:1=已婚:0=其他 0.271 户主性别:1=男:0=女 0.767 0.423 家庭成员数 4.021 an城乡分类:1=城镇:0=农村 15765 0.418 0.493 所在省份食品消费价格指数(上年100) 15765 105.130 101.984109351 gdp per 所在省份人均地区生产总值(亿元) 15765 39321.05 18509.24 13119 105231.3 家庭纯收入(元) 15765 29953.87 家庭金融资产价值(元) 首套房资产价值(元) 89202950.5 othervalue多套房资产价值(元) 15737 67880.87 2286790 2.00E+08 ouse n 是否拥有住房:1=是:0=否 0.240 000 motherhouse n是否拥有多套房:1=是:0=否 157370.1375740.344463 資料来源:作者整理。 ①为了避免通货膨胀的影响,本文选择国家统计局中城市和农村的居民消费价格指数的年度数据,区分城市和农村,以 2010年为基期对2012、2014年家庭纯收入与家庭消费性支出数据进行了物价平减 ②本文选择的数据于2016年12月版公布,其中2014年的家庭资产数据缺失。对此,我们汇总了问卷中家庭现金与存款、 金融资产等数据,根据2010和2012年的统计口径计算2014年数据。 ③根据中国家庭金融调查(CHFS)数据,2013-2015年间,城乡家庭住房拥有率由908%上升至914%,其中多套房(拥有两 套及以上住房)城镇家庭占比由184%上升至216%。可见,本文经过筛选后的4032个样本中住房拥有率和多套房家庭 占比具有一定的可靠性 ④1=文盲/半文盲;2=小学;3=初中;4=高中;5=大专;6=大学本科;7=硕士;8=博士
（二）关键变量的选取与处理 消费支出（c）：剔除物价因素①后的家庭消费性 支出，即食品、衣着、居住、家庭设备及日用品、医疗 保健、交通通讯、文教娱乐和其他等支出之和。 收入（y）：剔除物价因素后的家庭纯收入，包括工资 性收入、经营性收入、财产性收入、转移性收入和其他收 入。考虑到不同年份调查涵盖的收入项目存在差异，本文 分析中选取的变量为经调整后的上期可比家庭纯收入。 资产②：包括金融资产（financeasset）与住房资 产。前者为高流动性资产，主要包括现金和存款、政 府债券、股票、基金、金融衍生品、其他金融产品以及 别人欠自己家的钱。后者主要以住房资产衡量，包括 总住房资产（resivalue）和多套房资产（othervalue）。此 外，本文还根据是否拥有住房资产和多套房资产，分 别定义虚拟变量 house_n 和 otherhouse_n。 人口统计学变量：主要包括家庭规模（familysize）、 城乡分类（urban）以及成员情况。家庭成员具体情况 中，本文以户主为家庭代理人，考察其特征变量对家庭 消费行为的影响。户主特征变量包括性别（gender）、受 教育水平（edu）、年龄（age）、婚姻状况（marriage）等。这 些变量对收入水平具有潜在影响，因而用于拟合收入 法计算持久性收入和暂时性收入、作为估计边际消费 倾向的控制变量、以及倾向得分匹配分析中的协变量。 经济发展水平：主要包括家庭所在省份的人均 地区生产总值（gdp_per）、食品消费价格指数（上年 100）（pi），用于控制家庭外部经济环境对于家庭收入 与消费的影响。 表 2 汇报了主要变量的统计特征。可以看出，从 平均水平来看，无论是首套房资产还是多套房资产， 均高于金融资产价值。是否拥有住房资产和多套房 资产的虚拟变量均值反映出总样本中住房拥有率高 达 93.86%，多套房资产占有率为 13.76%③，为中国家 庭对住房资产需求强、住房资产拥有率高且家庭资 产中住房资产占比高的特征事实提供了数据支持。 淤为了避免通货膨胀的影响，本文选择国家统计局中城市和农村的居民消费价格指数的年度数据，区分城市和农村，以 2010 年为基期对 2012、2014 年家庭纯收入与家庭消费性支出数据进行了物价平减。 于本文选择的数据于 2016 年 12 月版公布，其中 2014 年的家庭资产数据缺失。对此，我们汇总了问卷中家庭现金与存款、 金融资产等数据，根据 2010 和 2012 年的统计口径计算 2014 年数据。 盂根据中国家庭金融调查（CHFS）数据，2013-2015 年间，城乡家庭住房拥有率由 90.8%上升至 91.4%，其中多套房（拥有两 套及以上住房）城镇家庭占比由 18.4%上升至 21.6%[1]。可见，本文经过筛选后的 4032 个样本中住房拥有率和多套房家庭 占比具有一定的可靠性。 榆1=文盲/半文盲；2=小学；3=初中；4=高中；5=大专；6=大学本科；7=硕士；8=博士。 资料来源院作者整理遥 表 2 主要变量的描述及统计特征 变量名 lnc lny age edu marriage gender familysize urban pi gdp_per y financeasset resivalue othervalue house_n otherhouse_n 平均值 10.068 10.052 47.064 2.707 0.920 0.767 4.021 0.418 105.130 39321.05 36130 28638.63 202950.5 67880.87 0.939 0.137574 标准差 0.790 0.955 9.347 1.183 0.271 0.423 1.597 0.493 2.171 18509.24 29953.87 72099.27 1458266 2286790 0.240 0.344463 最小值 8.001 6.229 16 1 0 0 1 0 101.984 13119 550 0 0 0 0 0 样本数 15765 15765 15765 15765 15765 15765 15765 15765 15765 15765 15765 10304 14989 15737 14989 15737 变量含义 剔除物价后的消费性支出（元）对数值 剔除物价后的家庭纯收入（元）对数值 户主年龄 户主受教育水平④ 户主婚姻状况：1= 已婚；0= 其他 户主性别：1= 男；0= 女 家庭成员数 城乡分类：1= 城镇；0= 农村 所在省份食品消费价格指数（上年 100） 所在省份人均地区生产总值（亿元） 家庭纯收入（元） 家庭金融资产价值（元） 首套房资产价值（元） 多套房资产价值（元） 是否拥有住房：1= 是；0= 否 是否拥有多套房：1= 是；0= 否 最大值 12.170 12.104 65 7 1 1 14 1 109.351 105231.3 204900 1300000 1.00E+08 2.00E+08 1 1 17
(三)暂时性收入变化的估计 记为edul,edu2,……,edu7。为了减弱异方差的影 在测算暂时性收入对应的边际消费倾向、考察响,我们对剔除物价因素后的家庭纯收入进行对数 异质性消费者行为差异前,本文首先对暂时性收入变换(ny),作为回归方程的因变量,并汇报以家户号 变化进行估计。 Friedman将收入区分为持久性收入fid为聚类变量的聚类稳健标准误。回归方程如下: 和暂时性收入,在估计时,采用当期与滞后期收入的 加权平均值估计持久性收入,但是这种方法适用于 Iny =Bo+B age+Baage it +B3gender +B,marriage, 时间维度较长的数据样本。而本文使用的微观数据∑ Bsmeduam +B familysize+ urbani +B year+Bogdp_per 时间维度较短,因此借鉴Dnan等学者的方法 拟合收入函数残差法进行估计,即利用影响收入的+B1pl+ 可观测因素(如户主特征、家庭特征等)构建收入方回归结果如表3所示。可以看出,首先,家庭收 程,获得其残差值凹2。残差值中主要包括不可观测入符合生命周期特征,与年龄呈现倒U型关系,即与 的对收入具有影响的异质性特征和收入随机冲击部年龄显著正相关,与年龄的平方项显著负相关,约 分。鉴于分析中选取的数据样本时间跨度较小,本文在51.68岁时收入达到最高水平。其次,不同受教 假定不可观测的异质性特征不随时间变化而变化,育水平对收入的边际影响不同,随着受教育水平的 那么残差收入的一阶差分主要反映了随机冲击的变提高,受教育水平对收入的影响也会提高。再次,我 化。因此,本文以拟合收入函数的残差值来衡量暂时们发现,城乡分类、户主性别婚姻状况、家庭人口 性收入的变化。 规模、时间因素、所在省份发达程度等因素均对收 本文拟合收入函数估计采用OLS方法,使用的入具有显著影响,且与收入的相关关系均符合预 自变量包括户主年龄(age)、年龄的平方项(age)、性期。具体而言,城镇家庭相比于农村家庭收入较高, 别( (gender)、婚姻状况( marriage)、受教育程度(cdu)户主为女性的家庭相比于男性家庭收入较高,已婚 以及家庭规模( familysize)、城乡分类( urban))、时间家庭收入相比于其他家庭较高,家庭人口越多收入 虚拟变量yver)、所在省份人均地区生产总值越高,人均GDP高的发达省份收入较高,收入与时 ( gdp_ per)、食品消费价格指数(上年100(p)。考虑间虚拟变量year呈现正相关关系,反映了即使剔除 到不同受教育水平对收入变化的影响可能存在着差了物价因素,随着时间的推移,收入仍然处于一个上 异,我们对不同受教育水平cdu设立一个虚拟变量,升的趋势 表3拟合收入函数估计结果 urban gender familysize gdp_per ny0.0318**0.0003*0.180*0.0650.246**0.148*0 103e05**率 (000750)(827e-05)(0.0196)(0.0209)(0.0357)00.00616)(00187)(5.04c-07)(0.00699) 羊本数 R平方 0.3410494 0.904***1.105 1.374 8.341*率率 15765 0.177 (00262)00.0258)(00311)(0.0451)(0.0506)(0.123) 注:表格括号内报告的为聚类稳健标准误,、*、**分别表示在10%、5%和1%水平下显著。下同 由此,我们根据拟合收入回归方程估计残差值额,然后估计暂时性收入对应的边际消费倾向,衡量 lnt,并对其进行一阶差分,得到暂时性收入的变化家庭流动性约束程度,验证资产结构差异引起的家 △lnt,即Ant=lnt-lntn 庭消费决策的异质性 五、异质性消费者比例测算及暂时性收入变化 (一)HtM消费者比例测算结果 的边际消费倾向估计 Kaplan等在区分HtM消费者时,以两个星期 在确定关键变量选择、对暂时性收入变化进行或一个月作为决策周期,比较决策周期内的收入 估计的基础上,我们根据家庭资产变现难易程度以与高流动性资产水平。鉴于本文使用的CFPS数据 及住房需求差异,界定异质性消费者,测算其比例份以年度为调查周期,我们假设样本家庭以年度为 ①2010、2012和2014年分别对应year=0、1、2
淤2010、2012 和 2014 年分别对应 year=0、1、2。 注院表格括号内报告的为聚类稳健标准误袁*尧**尧*** 分别表示在 10%尧5%和 1%水平下显著遥 下同遥 表 3 拟合收入函数估计结果 （三）暂时性收入变化的估计 在测算暂时性收入对应的边际消费倾向、考察 异质性消费者行为差异前，本文首先对暂时性收入 变化进行估计。Friedman 将收入区分为持久性收入 和暂时性收入，在估计时，采用当期与滞后期收入的 加权平均值估计持久性收入，但是这种方法适用于 时间维度较长的数据样本。而本文使用的微观数据 时间维度较短，因此借鉴 Dynan 等学者的方法—— 拟合收入函数残差法进行估计，即利用影响收入的 可观测因素（如户主特征、家庭特征等）构建收入方 程，获得其残差值[21-22]。残差值中主要包括不可观测 的对收入具有影响的异质性特征和收入随机冲击部 分。鉴于分析中选取的数据样本时间跨度较小，本文 假定不可观测的异质性特征不随时间变化而变化， 那么残差收入的一阶差分主要反映了随机冲击的变 化。因此，本文以拟合收入函数的残差值来衡量暂时 性收入的变化。 本文拟合收入函数估计采用 OLS 方法，使用的 自变量包括户主年龄（age）、年龄的平方项（age2）、性 别（gender）、婚姻状况（marriage）、受教育程度（edu） 以及家庭规模（familysize）、城乡分类（urban）、时间 虚拟变量 （year ①）、所在省份人均地区生产总值 （gdp_per）、食品消费价格指数（上年 100）（pi）。考虑 到不同受教育水平对收入变化的影响可能存在着差 异，我们对不同受教育水平 edu 设立一个虚拟变量， 记为 edu1，edu2，……，edu7。为了减弱异方差的影 响，我们对剔除物价因素后的家庭纯收入进行对数 变换（lny），作为回归方程的因变量，并汇报以家户号 fid 为聚类变量的聚类稳健标准误。回归方程如下： lnyit=茁0+茁1ageit+茁2age 2 it +茁3genderit+茁4marriageit+ 7 m移= 2 茁5meduitm+茁6familysizeit+茁7urbanit+茁8year+茁9gdp_perit +茁10piit+滋it 回归结果如表 3 所示。可以看出，首先，家庭收 入符合生命周期特征，与年龄呈现倒 U 型关系，即与 年龄显著正相关，与年龄的平方项显著负相关，约 在 51.68 岁时收入达到最高水平。其次，不同受教 育水平对收入的边际影响不同，随着受教育水平的 提高，受教育水平对收入的影响也会提高。再次，我 们发现，城乡分类、户主性别、婚姻状况、家庭人口 规模、时间因素、所在省份发达程度等因素均对收 入具有显著影响，且与收入的相关关系均符合预 期。具体而言，城镇家庭相比于农村家庭收入较高， 户主为女性的家庭相比于男性家庭收入较高，已婚 家庭收入相比于其他家庭较高，家庭人口越多收入 越高，人均 GDP 高的发达省份收入较高，收入与时 间虚拟变量 year 呈现正相关关系，反映了即使剔除 了物价因素，随着时间的推移，收入仍然处于一个上 升的趋势。 lny age2 -0.0003*** (8.27e-05) edu3 0.341*** (0.0258) urban 0.180*** (0.0196) edu4 0.494*** (0.0311) gender -0.065*** (0.0209) edu5 0.904*** (0.0451) age 0.0318*** (0.00750) edu2 0.205*** (0.0262) marriage 0.246*** (0.0357) edu6 1.105*** (0.0506) familysize 0.148*** (0.00616) edu7 1.374*** (0.123) year 0.042** (0.0187) Constant 8.341*** (0.775) gdp_per 1.03e-05*** (5.04e-07) 样本数 15765 pi -0.006 (0.00699) R 平方 0.177 由此，我们根据拟合收入回归方程估计残差值 lntit，并对其进行一阶差分，得到暂时性收入的变化 驻lntit，即 驻lntit=lntit-lntit-1。 五尧 异质性消费者比例测算及暂时性收入变化 的边际消费倾向估计 在确定关键变量选择、对暂时性收入变化进行 估计的基础上，我们根据家庭资产变现难易程度以 及住房需求差异，界定异质性消费者，测算其比例份 额，然后估计暂时性收入对应的边际消费倾向，衡量 家庭流动性约束程度，验证资产结构差异引起的家 庭消费决策的异质性。 （一）HtM 消费者比例测算结果 Kaplan 等在区分 HtM 消费者时，以两个星期 或一个月作为决策周期，比较决策周期内的收入 与高流动性资产水平。鉴于本文使用的 CFPS 数据 以年度为调查周期，我们假设样本家庭以年度为 18
决策周期①,并主要选择年收入作为HtM消费者的非HM消费者的比例构成以及边际消费倾向进行估 识别标准。为了与 Kaplan等结果进行比较,并且为测。由于高流动性资产价值为存量、对应年末的水平, 不同类型消费者边际消费倾向的对比提供稳健性检因此稳健性检验中的各种识别方法的考察期分别为 验,我们也假定各期收入保持不变并根据年收入计算对应年份的最后六个月、三个月、两个月和一个月。样 半年、季度、双月和月收入,分不同识别标准对HM和本中各类型消费者比例估计如表4所示 表4HtM与非HM消费者比例测算 识别标准 年收入 半年收入 季度收入 双月收入 月收入 临界值 y/ HtM 6446 5461 4364 非HM 3246 4231 5328 5856 6.35% 51.49% 45.03% 资料来源:作者计算。 可以看出,不同识别标准下,HtM消费者占比存HtM与非HtM消费者暂时性收入的边际消费倾向 在显著差异。随着识别标准由年收入变化到月收是否具有显著差异。htm由消费者类型决定,HtM消 入,临界值逐渐降低,消费者金融资产水平越容易费者对应htm=1,非HtM消费者对应hm。=0。X为 满足资产充足的标准,成为受到流动性约束的控制变量,包括户主年龄(age)、性别( gender)、受教 HM消费者的可能性越小,由此HtM消费者在总育水平(edu)、婚姻状况( marriage)、家庭人口规模 样本中的比例由66.51%下降至39.58%。现有研究( familysize)、城乡分类( urban)、所在省份人均GDP 中, Kaplan等估测美国的HtM消费者约占三分之(gdp_per)等 ,贺洋和臧旭恒则估测中国非李嘉图式(HM)类系数B1反映了非HM消费者的边际消费倾向 型的消费者占比3357%。本文月收入识别标准下的而β2反映了非HtM与HtM消费者边际消费倾向之 结果均与之相近 间的差异,当β2显著为正时,表明HtM消费者的边 (二)暂时性收入的边际消费倾向的估计模型际消费倾向显著高于非HM消费者 构建 (三)暂时性收入的边际消费倾向的估计结果 为了分析资产流动性差异对于消费行为的影表5分别汇报了以年收入、半年收入、季度收 响,我们首先估计暂时性收入的边际消费倾向,即将入、双月收入和月收入为识别标准的情况下,HtM 拟合收入回归方程残差值一阶差分后获得的暂时性与非HtM消费者暂时性收入边际消费倾向的估 收入变化作为自变量,对当期消费变化进行OLS回计结果,为减弱异方差和组内自相关的影响,我们 归,所得的回归系数即为边际消费倾向。然后通过引汇报了以家户号fid为聚类变量的聚类稳健标准 入虚拟变量与自变量的乘积交互项,检验不同类型误 消费者暂时性收入的边际消费倾向是否具有显著差 表5各组回归中,△lntn系数显著为正,即非 异,以探讨资产变现难度引起的流动性差异对居民HM消费者暂时性收入对应的边际消费倾向显著为 消费行为的影响。回归方程如下: 正。虚拟变量与被解释变量交互项显著为正,说明 Δlnc=βo+β1△nt+B2htmn*△ntn+BXn+入 HM消费者的边际消费倾向高于非HM消费者,可 其中,Alnc和△lnt分别为消费对数值和暂时见家庭资产配置中高流动性资产份额对于居民的消 性收入的一阶差分,即为消费和暂时性收入的变化。费行为具有一定的影响。高流动性资产持有比例较 虚拟变量htm与解释变量Δlntn的交互项用以检验低的家庭面临流动性约束的可能性较大,当期消费 ①如果以年收入的112衡量月收入,即假设每个月的收入相同,则可能会产生一定的偏差。这是由于无论是农村还是城 居民都难以保证每个家庭每个月的收入水平以及获得的时间会保持不变:对于农村居民而言,收入往往受到季节影响 而波动,且家庭收入的获得时间可能存在差异;而对于城镇居民而言,尽管收入多以月为支付周期,但是如年终奖等形式 的收入可能导致某一期收入大幅提高
淤如果以年收入的 1/12 衡量月收入，即假设每个月的收入相同，则可能会产生一定的偏差。这是由于无论是农村还是城 镇居民，都难以保证每个家庭每个月的收入水平以及获得的时间会保持不变：对于农村居民而言，收入往往受到季节影响 而波动，且家庭收入的获得时间可能存在差异；而对于城镇居民而言，尽管收入多以月为支付周期，但是如年终奖等形式 的收入可能导致某一期收入大幅提高。 资料来源院作者计算遥 表 4 HtM 与非 HtM 消费者比例测算 决策周期①，并主要选择年收入作为 HtM 消费者的 识别标准。为了与 Kaplan 等结果进行比较，并且为 不同类型消费者边际消费倾向的对比提供稳健性检 验，我们也假定各期收入保持不变并根据年收入计算 半年、季度、双月和月收入，分不同识别标准对 HtM 和 非 HtM 消费者的比例构成以及边际消费倾向进行估 测。由于高流动性资产价值为存量、对应年末的水平， 因此稳健性检验中的各种识别方法的考察期分别为 对应年份的最后六个月、三个月、两个月和一个月。样 本中各类型消费者比例估计如表 4 所示。 识别标准 临界值 HtM 非 HtM 合计 HtM 占比 半年收入 y/4 5461 4231 9692 56.35% 季度收入 y/6 4990 4702 9692 51.49% 双月收入 y/12 4364 5328 9692 45.03% 年收入 y/2 6446 3246 9692 66.51% 月收入 y/24 3836 5856 9692 39.58% 可以看出，不同识别标准下，HtM 消费者占比存 在显著差异。随着识别标准由年收入变化到月收 入，临界值逐渐降低，消费者金融资产水平越容易 满足资产充足的标准，成为受到流动性约束的 HtM 消费者的可能性越小，由此 HtM 消费者在总 样本中的比例由 66.51%下降至 39.58%。现有研究 中，Kaplan 等估测美国的 HtM 消费者约占三分之 一，贺洋和臧旭恒则估测中国非李嘉图式（HtM）类 型的消费者占比 33.57%。本文月收入识别标准下的 结果均与之相近。 （二）暂时性收入的边际消费倾向的估计模型 构建 为了分析资产流动性差异对于消费行为的影 响，我们首先估计暂时性收入的边际消费倾向，即将 拟合收入回归方程残差值一阶差分后获得的暂时性 收入变化作为自变量，对当期消费变化进行 OLS 回 归，所得的回归系数即为边际消费倾向。然后通过引 入虚拟变量与自变量的乘积交互项，检验不同类型 消费者暂时性收入的边际消费倾向是否具有显著差 异，以探讨资产变现难度引起的流动性差异对居民 消费行为的影响。回归方程如下： 驻lncit=茁0+茁1驻lntit+茁2htmit*驻lntit+茁4Xit+姿it 其中，驻lncit 和 驻lntit 分别为消费对数值和暂时 性收入的一阶差分，即为消费和暂时性收入的变化。 虚拟变量 htmit 与解释变量 驻lntit 的交互项用以检验 HtM 与非 HtM 消费者暂时性收入的边际消费倾向 是否具有显著差异。htmit 由消费者类型决定，HtM 消 费者对应 htmit=1，非 HtM 消费者对应 htmit=0。Xit 为 控制变量，包括户主年龄（age）、性别（gender）、受教 育水平（edu）、婚姻状况（marriage）、家庭人口规模 （familysize）、城乡分类（urban）、所在省份人均 GDP （gdp_per）等。 系数 茁1 反映了非 HtM 消费者的边际消费倾向； 而 茁2 反映了非 HtM 与 HtM 消费者边际消费倾向之 间的差异，当 茁2 显著为正时，表明 HtM 消费者的边 际消费倾向显著高于非 HtM 消费者。 （三）暂时性收入的边际消费倾向的估计结果 表 5 分别汇报了以年收入、半年收入、季度收 入、双月收入和月收入为识别标准的情况下，HtM 与非 HtM 消费者暂时性收入边际消费倾向的估 计结果，为减弱异方差和组内自相关的影响，我们 汇报了以家户号 fid 为聚类变量的聚类稳健标准 误。 表 5 各组回归中，驻lntit 系数显著为正，即非 HtM 消费者暂时性收入对应的边际消费倾向显著为 正。虚拟变量与被解释变量交互项显著为正，说明 HtM 消费者的边际消费倾向高于非 HtM 消费者，可 见家庭资产配置中高流动性资产份额对于居民的消 费行为具有一定的影响。高流动性资产持有比例较 低的家庭面临流动性约束的可能性较大，当期消费 19
更易受到限制,导致暂时性收入变化下其消费行为边际消费倾向有所提高,而HM消费者的边际消费 的调整幅度较高。 倾向变化不大,在0.12-0.13之间。这是由于随着识 为了检验本文实证结果的稳健性,我们选取不别临界值的降低,不受流动性约束的非HtM消费者 同的临界值划分HtM消费者,选用相同的方法估计所持有的高流动性资产份额降低,放松了非HtM 暂时性收入的边际消费倾向。结果显示,无论是将月消费者的条件,非HtM消费者高流动性资产的平 收入、双月收入、季度收入还是半年收入作为识别标均水平有所下降,导致其边际消费倾向上升,进 准,暂时性收入的边际消费倾向为正且HtM消费者步说明了家庭资产流动性对家庭平滑消费的能力 的边际消费倾向显著高于非HtM类型消费的结论的影响。 均成立,验证了高流动性资产份额对家庭流动性约 此外,加入家庭人口特征作为控制变量后,实证 東具有一定影响结论的稳健性。同时,随着识别临界结果依然稳健。同时,我们发现户主性别、年龄、婚姻 值的降低,HtM和非HtM消费者暂时性收入冲击下状况、受教育程度、家庭人口规模、所在省份发展水 边际消费倾向的差异有所减小,非HtM消费者的平等因素对消费变化也具有显著影响 表5HtM和非HM消费者暂时性收入对应的边际消费倾向对比 识别标准 (10) 半年收入 季度收入 月收入 △lnt0076**0.080·**0.079难0082*0.084**0.085**0090*0.092*0.093**0094* (0013)00.013)(0.012)(0.012)(0011)(0.011)(0.011)(0.011)(0.010)(0.010) hm△nt0048*0043***0.050*0046*春0.044***0042*事0.036**0033**0032*0031*事 (0.016)(0016)(0.016)00.015)(0.015)(0.015)(0.015)(0015)(0.015)(0.015) -0.003* -0.003 ger -0.0332* -0.0327 -0.0325枣 0.0323* (0013) (0.013) (0.013) (0013) (0.013) 0.010 0.010 0.010 (0.005) (0.005) marriage (0024) (0.024) familysize 0.035·*率 0.035*康 0.036 urban 0.101*事 0.101事 (0012) (0.012) (0012) (0012) -1.24e06* 1.24e-06事 1.25e06·* 1.27e-06 -1.28c-06*率 (3.02e-07) (3.02e-07) (302e07) (3.02e-07) Constant0217*0.190*0.217**0.189*0.217**0.191*0.218***0.194·*02190.194* (0006)(.045)(0006)(0.045)(0.006)(0.045)(.005)(0.045)(0.005)0045) 样本数9692 9692 9692 9692 R平方0.025 0.038 0.025 0.038 0.025 0.038 0.024 0.038 0.024 0.037 六、富裕型与贫穷型HM消费者的对比:基于倾们得到了8164户家庭的数据,并选择以年收入为识 向得分匹配(PSM)的分析 别标准的样本,测算了其中富裕型与贫穷型HtM消 (一)富裕型与贫穷型HM消费者的比例测算费者的比例构成。结果如表6所示。其中,在总住房 在分析HM与非HtM消费者的基础上,我们分资产识别标准下,富裕型HtM消费者占HM消费者 别以总住房资产和多套房资产衡量家庭低流动性资的9858%,占总样本的6640%,揭示出中国住房 产,将HtM消费者进一步细分为富裕型与贫穷型占有率高的特征事实 HtM消费者,并探讨二者的特征及行为差异。删除住 (二)模型构建 房资产存在缺失值的样本获得平衡面板数据后,我 我们的样本数据为观测数据,但现实中HtM消
表 5 HtM 和非 HtM 消费者暂时性收入对应的边际消费倾向对比 更易受到限制，导致暂时性收入变化下其消费行为 的调整幅度较高。 为了检验本文实证结果的稳健性，我们选取不 同的临界值划分 HtM 消费者，选用相同的方法估计 暂时性收入的边际消费倾向。结果显示，无论是将月 收入、双月收入、季度收入还是半年收入作为识别标 准，暂时性收入的边际消费倾向为正且 HtM 消费者 的边际消费倾向显著高于非 HtM 类型消费的结论 均成立，验证了高流动性资产份额对家庭流动性约 束具有一定影响结论的稳健性。同时，随着识别临界 值的降低，HtM 和非 HtM 消费者暂时性收入冲击下 的边际消费倾向的差异有所减小，非 HtM 消费者的 边际消费倾向有所提高，而 HtM 消费者的边际消费 倾向变化不大，在 0.12-0.13 之间。这是由于随着识 别临界值的降低，不受流动性约束的非 HtM 消费者 所持有的高流动性资产份额降低，放松了非 HtM 消费者的条件，非 HtM 消费者高流动性资产的平 均水平有所下降，导致其边际消费倾向上升，进一 步说明了家庭资产流动性对家庭平滑消费的能力 的影响。 此外，加入家庭人口特征作为控制变量后，实证 结果依然稳健。同时，我们发现户主性别、年龄、婚姻 状况、受教育程度、家庭人口规模、所在省份发展水 平等因素对消费变化也具有显著影响。 识别标准 驻lnt htm*驻lnt age gender edu marriage familysize urban gdp_per Constant 样本数 R 平方 (2) 0.080*** (0.013) 0.043*** (0.016) -0.003*** (0.001) -0.0332** (0.013) 0.009* (0.005) 0.054** (0.024) 0.035*** (0.004) 0.101*** (0.012) -1.24e-06*** (3.02e-07) 0.190*** (0.045) 9692 0.038 (3) 半年收入 0.079*** (0.012) 0.050*** (0.016) 0.217*** (0.006) 9692 0.025 (4) 0.082*** (0.012) 0.046*** (0.015) -0.003*** (0.001) -0.0327** (0.013) 0.010* (0.005) 0.054** (0.024) 0.035*** (0.004) 0.101*** (0.022) -1.24e-06*** (3.02e-07) 0.189*** (0.045) 9692 0.038 (1) 年收入 0.076*** (0.013) 0.048*** (0.016) 0.217*** (0.006) 9692 0.025 (5) 季度收入 0.084*** (0.011) 0.044*** (0.015) 0.217*** (0.006) 9692 0.025 (7) 双月收入 0.090*** (0.011) 0.036** (0.015) 0.218*** (0.005) 9692 0.024 (8) 0.092*** (0.011) 0.033** (0.015) -0.003*** (0.001) -0.0323** (0.013) 0.010* (0.005) 0.054** (0.024) 0.035*** (0.004) 0.101*** (0.012) -1.27e-06*** (3.02e-07) 0.194*** (0.045) 9692 0.038 (9) 月收入 0.093*** (0.010) 0.032** (0.015) 0.219*** (0.005) 9692 0.024 (6) 0.085*** (0.011) 0.042*** (0.015) -0.003*** (0.001) -0.0325** (0.013) 0.010* (0.005) 0.055** (0.024) 0.035*** (0.004) 0.101*** (0.012) -1.25e-06*** (3.02e-07) 0.191*** (0.045) 9692 0.038 (10) 0.094*** (0.010) 0.031** (0.015) -0.003*** (0.001) -0.0324** (0.013) 0.010* (0.005) 0.054** (0.024) 0.036*** (0.004) 0.101*** (0.012) -1.28e-06*** (3.02e-07) 0.194*** (0.045) 9692 0.037 六尧富裕型与贫穷型 HtM 消费者的对比院基于倾 向得分匹配渊PSM冤的分析 （一）富裕型与贫穷型 HtM 消费者的比例测算 在分析 HtM 与非 HtM 消费者的基础上，我们分 别以总住房资产和多套房资产衡量家庭低流动性资 产，将 HtM 消费者进一步细分为富裕型与贫穷型 HtM 消费者，并探讨二者的特征及行为差异。删除住 房资产存在缺失值的样本获得平衡面板数据后，我 们得到了 8164 户家庭的数据，并选择以年收入为识 别标准的样本，测算了其中富裕型与贫穷型 HtM 消 费者的比例构成。结果如表 6 所示。其中，在总住房 资产识别标准下，富裕型 HtM 消费者占 HtM 消费者 的 98.58%，占总样本的 66.40%，揭示出中国住房 占有率高的特征事实。 （二）模型构建 我们的样本数据为观测数据，但现实中 HtM 消 20