中国居民部门负债影响因素研究

刘刚　孙告

[提要] 利用我国2011～2017年省级面板数据，借鉴公共部门负债可持续性研究框架和世代交叠模型对居民部门负债可持续性问题以及居民部门债务影响因素进行实证分析，并在此基础上提炼出影响中国居民部门负债的核心变量。研究发现：住房价格是我国居民部门负债水平持续上升的主要原因;財政性保障支出和人口老龄化与居民部门负债水平呈现出显著的正相关关系。实证研究还发现：我国东部省级行政区居民部门负债水平的影响因素与国家整体的影响因素比较类似，而中部省级行政区的住房价格是影响居民部门负债水平的共同核心变量，西部地区影响居民部门负债水平的核心变量却无法提取。

关键词：居民部门负债;可持续性;影响因素;核心变量

中图分类号：F81 文献标识码：A

收录日期：2019年7月22日

一、引言

随着中国经济持续40多年的高速增长，以及近年来房地产价格的快速上涨与房地产抵押贷款的普及、股票市场上融资融券规模的迅速提高，中国居民家庭负债水平也在高速增长;中国居民部门的各项贷款余额从2007年底的5.07万亿元增长到了2017年底的40.5万亿元，中国居民部门负债水平（居民部门负债/GDP）从2007年20.31%增加到2017年的48.98%，居民部门贷款余额的年平均增长率为23.09%，而且还呈现加速上升的趋势。尤其是最近几年，我国个人住房购房贷款余额由2013年的9.8万亿元增长至2017年底的21.9万亿元，年均增长率为22.27%，远远超过国民生产总值和居民部门可支配收入增长速度。由于居民部门负债率的提高，而产生的居民负债高杠杆率的问题也已经逐渐引起监管部门的重视。家庭金融作为金融系统中重要的有机组成部分，正受到越来越多的重视。

二、文献综述

在过去的二十几年间，各国（主要是发达国家）对居民部门债务的统计数据逐渐翔实，统计指标也呈现出越来越标准化的态势。更重要的是，几乎所有发达国家的家庭负债水平都出现了快速的增长，这一现象引起了经济学家对于家庭债务的广泛关注，越来越多的学者投入到对债务形成原因的研究中。特别是在美国2008年的次贷危机之后，国际学术界和金融管理部门广泛的开展了以微观家庭调查数据为基础的家庭金融研究。（Mian和Sufi（2011），（2013），（2015）;Zinman（2015）;Dunn和Mirzaie（2016）。其中，Zinman，（2015），对家庭负债的行为作出综述时指出：与家庭投资行为方面涌现出大量的研究相比，家庭负债行为的研究还相对较少且研究主要涉及不同国家不同类别家庭负债行为的特征、家庭借贷行为决策效率、借贷成本与信贷约束等等。2010年起，欧洲中央银行（ECB）开始协调欧盟各国开展家庭金融与消费的调查（HFCS），协调并纳入了欧盟各国原有家庭金融和消费调查，并以此为基础广泛的开展欧盟各国的家庭金融研究Bover等（2016）;Du Caju等（2014）;Bruggeman和Nieuwenhuyze（2013）。因此，最近的二十余年是家庭债务理论不断丰富化、完善化的时期。在这一阶段，经济学家在探讨家庭债务形成原因时，往往结合宏观经济与金融层面的因素，并利用日臻成熟的计量手段来检验各种因素对债务形成的影响。

首先，住房价格是众多学者所认同的影响因素。OrtaloMagne & Rady（2011）提出了“资本利得影响渠道”，即住房可以作为家庭借贷的担保品，房价上涨使得家庭可以购买更贵的房产，并进一步推动住房价格上涨。一些学者对住房价格上涨与家庭负债水平之间的关系进行了实证研究。Mian和Sufi（2011）实证发现住房资产价格与家庭负债之间具有非常显著的相关性，对于较低信用评分则更倾向于通过信用卡借款的家庭这种相关性尤其明显。谢绵陛（2018），基于多变量的Tobit方程系统方法得到住房状况是家庭负债的显著决定因素。Dynan和Kohn（2007）从对SCF数据分析中发现拥有住房家庭的负债程度更有可能提高，在隔离其他可能原因后，他们发现住房价格上涨可以解释一部分家庭负债率的升高。

人口老龄化加剧和财政保障性支出增加会引起居民部门消费的增加和储蓄率的降低，从而影响居民部门负债规模的重要原因。Fuchs（1998）利用美国人口、健康支出和税收等数据估计了美国1975年、1985年和1995年65岁以上老人的医疗保健消费水平，推算出2020年美国老年人的医疗保健消费会增加达到GDP的10%。王宇鹏（2011）的实证检验发现，老年人口抚养比越高的省份城镇居民的平均消费倾向也越高。郑妍妍等（2013）对住户调查数据进行研究发现，老龄化会增加城镇家庭的消费，尤其是医疗保健支出和教育文化娱乐性支出。陈彦斌等（2014）指出，无论是发达国家还是亚洲国家，不同时期不同方法都发现人口老龄化会降低私人部门的储蓄率，居民部门的储蓄率也会随着老龄化的上升而下降，同时，还指出我国国民储蓄率降低的最主要因素是人口老龄化。汪伟等（2015）研究认为随着人口老龄化的加剧和经济因素等，我国储蓄率会开始下降。可以推测消费的增加以及储蓄率的降低使得居民部门资产增加的速度降低，可能会导致居民部门资产负债程度加深。王金营等（2018）通过中国1998～2014年的省级面板数据得到了增加基本公共服务支出也能够刺激居民部门进行消费的结论。

其次，物价水平也是经济学家分析时所考虑的重要因素。Debelle（2007）的研究结论相同，Debelle认为在低的通货膨胀环境下，家庭受到的借贷约束会下降，从而增强家庭的借款能力。Pally（1994）构建了线性的乘数-加速数模型，分析消费信贷在经济周期中所起的作用。在模型中，家庭消费信贷的增长可以刺激消费增加，进而带动经济增长。但是，随着家庭债务的不断积累，每期的利息也在不断的增长，其在现金流支出中的占比越来越高直至不可持续。这就导致收入会加速从债务人转移至债权人，这一过程最终会抑制家庭的消费支出，而这又会拖累经济的增长。而夏晓平，罗凤金（2012）研究认为，物价上涨会使得居民部门的消费性支出增加，这也就说明物价水平的提高对于居民部门负债的增长会起到一定的促进作用。因此通过实证检验物价水平对居民部门债务的影响具有一定的必要性。

再次，居民部门负债与宏观经济预期之间的联系非常紧密。居民通常以宏观经济来衡量自己的收入预期，当宏观较好时，居民部门的预期收入会增加。Brownetal（2005）指出，消费者预期往往是非理性的、主观的，在即期乐观情绪的主导下，家庭的预期往往高估了未来实际收入的増长情况，这就会导致举债过度或消费过度。Pagano（1990）也认为，在英国家庭的信贷增长中，预期发挥了很重要的作用。Brunila & Takala（1993），Nyberg & Vihriala（1994）以芬兰家庭为研究对象，得出的结论是，1986-1989年芬兰贸易条件的改善使得家庭提高了未来的收入预期，从而刺激居民部门债务的迅速增长。

最后，影响居民部门债务的其他因素。如，Ludvigson（1999）构建了“缓冲库存-预防性储蓄”模型，指出居民部门借贷是为了缓冲外界负面冲击的影响，例如当家庭收入暂时下降时，债务可以提供流动性来缓冲冲击的影响，实现家庭消费的平滑。Han & Mulligan（2001）从人力资本投入的角度来解释个人债务的形成，认为个人有投资人力资本的需求，如借款以完成大学学业，因为预期完成学业后会有更高的收入，这一需求是促使个人借款的主要原因。Books（2000）则提到了“组合动机”，家庭在投资选择时总是面临不确定性，不同资产的回报率也各不相同，因此家庭在进行组合投资时会做多某类资产或者做空某类资产，后着等同于借款。任鑫，葛晶等（2019）指出，金融规模提高了居民部门的工资性收入，但是金融规模的发展降低了经营性收入的消费弹性，且中国当前在经营性收入消费上存在“金融抑制”，说明金融业的发展也会对居民部门债务产生影响。

在上述的研究中，我们可以发现以下几个方面的问题：一是大部分的经济学家往往以美国或者主要发达经济国家为研究对象，对新兴经济体或者发展中国家如中国的研究较少，但这一类的国家也存在居民部门迅速加杠杆的问题。二是对于欧洲之间债务的研究也主要集中于欧洲的几个代表性大国的国家层面研究，而忽视了一国之中各地区居民部门债务增加幅度不同，却都引起了居民部门负债的上升，而引起居民部门债务增加的各地区主要因素却与国内各地区的产业结构、金融环境也息息相关。因此，本文将中国的31个省市作为样本，通过共性和差异的研究寻找规律，便是本文对家庭金融研究做出的边际贡献。

三、模型分析

本文理论分析部分使用缺口模型，将预期收入、老龄化、住房类消费、医疗、教育和其他消费对劳动力市场和居民储蓄的影响融入了家庭部门的债务适度规模的分析框架，利用世代交叠模型，尝试刻画出长期中人口结构变迁导致经济结构变化的围观数据。首先给出如下假设：

假设1：构建代际关系时，不考虑每个人生阶段的死亡率、移民和性别因素;

假设2：所有工人（中年和退休前的老年）的生产效率相同，生产率等于实际工资率，且充分就业;

假设3：税收制度与退休制度由政府制定，居民部门收入与GDP的比率保持固定;

假设4：家庭购买住房最终用于消费，随着代际更迭，原有住房无法继续使用，需要购买新的住宅。

假设5：老年人在退休以后的退休金与其青年时的工资率成固定的比率。

通过（15）式，我们将住房支出、消费价格、教育医疗等社会保障性支出和老年人口结构等因素引入到了传统的负债分析规模当中，并得到可供检验的命题：随着购房支出增加、消费价格的上身、教育医疗等社会保障性支出增加和人口结构老龄化加剧，家庭债务缺口规模将会扩大，居民部门债务可持续性降低。由于居民部门在进行借贷时，会受到当期的宏观金融环境的影响，金融市场的好坏直接会影响居民部门负债借贷的容易与否，同时也会为居民部门带来其他的相关投资收入，所以我们将金融行业生产总值增长率用以表示该年度金融市场的发展状况，从而探究金融行业的增长是否会对居民部门债务缺口产生影响。

四、中国居民部门债务影响因素实证分析

（一）模型构建、数据的统计性描述和变量选择说明。为了对前面模型分析结果中的命题进行检验，参考Pan和Wang（2012），尹恒、叶海云（2006）以及黄晓微等（2015）等研究，以中国各省市为实证对象，构建面板模型，旨在检验共性因素，而非刻意忽视个体差异。本文构建实证分析模型如下：

hdgdpit=？琢+？茁1rggdpit+？茁2hpit+？茁3pit+？茁4dit+？茁5cit+？茁6frit+？滋i+vit （16）

首先是家庭债务指标。由于债务存量受到了各省市经济规模的影响，这里用居民部门债务/CDP比值来“标准化”各省市的相对债务水平，即hdgdp。数据来源于中国人民银行和国家统计局。由于住户贷款数据大部分省份均是从2015年开始统计，所以参考郭新华等（2015）以人民银行统计的金融机构个人消费贷款余额近似替代居民部门债务。

其次是收入因素指标。理论上最好的变量是家庭對于未来收入增长的预期。未来预期收入越高，家庭借款来提高当前消费的需求就越高，同时更高收入也会放松家庭借款时所面临的约束。但现实统计中难以涵盖所有家庭的收入预期，只能采取替代指标。本文选取实际GDP增速rggdp这一指标来表示居民部门的收入预期，数据来源于国家统计局。

在购房支出h指标的选取上，由于家庭的住房面积无法进行确定性的衡量，所以选取房地产价格hp来衡量购房按揭支出金额。一方面促进家庭的借贷需求增大;另一方面房价上升增大了抵押品的价值，也增强了家庭的借贷能力。选择的数据是2011～2017年的各省市的房价，为了便于比较，将房价单位统一设置为千元。

在物价水平p的选取上，选择CPI物价指数0，这样能够更加直观的判断每年各省市的物价水平变动。数据来源于国家统计局。

在人口老龄化结构d的选取上，我们选取参考邵旭方、吴卫星等（2015）以老年人口抚养比来代替人口老龄化结构。

教育和医疗等保障性支出c的选取上，选取地方财政教育、医疗卫生与计划生育、社会保障和就业支出之和代替教育和医疗等社会保障性支出。

最后是金融行业增长率的变量fr的选取上，由于每年的金融行业发展也会对居民部门的借贷产生影响，当一年金融行业发展迅速时且金融行业生产总值高时，说明居民部门对贷款的需求量增加，而金融行业生产总值较低时，这说明该年对贷款的需求将会减少，所以我们选取该年度金融业生产总值的增长率来衡量各省当年的金融行业发展状况。

？滋i代表固定面板效应，vit代表随机扰动项，选择固定效应还是随机效应需要经过Hausman检验，该检验在下节指出。

研究采用面板数据进行实证分析，样本为中国的31个省市。由于各省的起始年度并不相同，且2010年按照国家统计局的要求，需等第六次全国人口普查结果出来，各省人口数据才对外发布，所以本文选取的各项数据为2011～2017年的年度数据，为非平衡面板。

（二）实证检验与结果分析

1、模型所涉及变量的描述性统计（表1）

2、对面板数据的检验及回归结果

（1）在混合最小二乘回归Pooled OLS与固定效应模型FE中进行选择，此处采用沃尔德检验。检验结果（表2）拒绝了混合最小二乘回归，说明相对于Pooled OLS，更适用于固定效用模型。

（2）在混合最小二乘回归Pooled OLS与随机效应模型RE中进行选择，此处采用似然比检验（LR test）来实现二者的比较。检验结果（表2）也拒绝了混合最小二乘回归，说明随机效应模型相对于混合最小二乘回归更合适。

（3）接下来，利用豪斯曼检验，确定是使用固定效用模型还是随机效用模型，Hausman检验在5%的置信区间下拒绝了原假设，说明更适用于固定效用效用模型。（表2）

根据模型（1）～（3）可知，对于数据结构，应使用固定效用模型估计自变量系数。参考黄晓薇、黄亦炫和郭敏（2015）等解决内生性的方法，采用解释变量的滞后一期进行回归。

模型自变量系数的估计结果如表3所示，表中（1）、（2）、（3）列分别代表最小二乘回归、固定效应模型、随机效应模型的回归结果。第（4）列则是在解决内生性以后最终的检验结果。模型的整体拟合性较好，Within R2及F检验均为显著。（表3）

3、自变量系数的估计结果表明

（1）实际GDP增速rggdp与家庭债务之间呈现出正相关关系，但是结果并不显著，说明经济增长不是影响居民部门债务缺口的主要原因。比较直观的解释而言，尽管我国经济整体增长较快，但是各省份之间的经济增长却呈现出增长不一的情况，如辽宁省2016年的GDP增长率出现了负增长的情况;与此同时，决定居民部门债务缺口的主要因素在于居民部门收入与居民部门支出的相对变化，当居民部门支出（购房支出和其他消费支出）的增长速度相对于居民部门可支配收入增长速度更快时，居民部门的债务缺口就会增加，因此经济增长率的变化可能并不一定增加或者减少居民部门负债缺口。

（2）房价hp与居民部门负债正相关之间呈现出显著的正相关关系。这与邵旭方，吴卫星（2017）的实证分析结果，郭新华（2011）的理论推断都一致。房地产作为居民部门财富的重要组成部分，房地产价格的上涨势必会导致居民部门家庭财富的增加，借款能力也得到显著增强。同时住房抵押贷款是居民部门债务的主要组成部分，房价的上涨也就代表这居民部门负债增加，因此，房价越高，居民部门债务的缺口会越大。

（3）物价指数p与居民部门债务缺口之间呈现出显著的负相关关系。这与Debelle（2004）的研究结论相同，Debelle认为在低的通货膨胀环境下，家庭受到的借贷约束会下降，从而增强家庭的借款能力。

（4）人口老龄化d与居民部门债务缺口之间呈现出显著的正相关关系。这与王宇鹏（2011）的研究结论相同，王宇鹏认为，人口老龄化因素显著影响中国城镇居民消费行为，在控制其他因素的条件下，老年人口抚养比越高，城镇居民平均消费倾向越高。居民部门消费倾向的增加使得居民部门支出增加，从而进一步的增加居民部门负债缺口。

（5）财政性保障支出c与居民部门债务缺口之间呈现出正相关关系，并且检验结果显著。这与王金营，李庄园等（2018）年得出的基本公共服务供给水平的提高有利于增加居民消费的研究结论相同。王金营，李庄园等（2018）指出，在长目标时期，基本公共服务支出对居民消费的影响力度最大，高于居民人均消费水平、人均收入对其的影响。这也就说明财政性保障支出又能够有效的减少居民部门的预防性支出从而提高居民部门的消费水平，进而使得居民部门负债缺口的增加。

（6）金融增长率fr与居民部门债务缺口之间呈现出负相关关系，并且检验结果显著。这与任鑫，葛晶等（2019）的研究结果相符合，任鑫、葛晶等（2019）指出，金融规模提高了居民部门的工资性收入，但是金融规模的发展降低了经营性收入的消費弹性，说明与中国当前在经营性收入消费上存在“金融抑制”的研究结果相符合。也说明金融业的发展使得居民部门的工资性收入增加，从而对于居民部门债务缺口的增加有一定的抑制作用。

（三）稳健性检验。为了检验结果的稳健性，参照Debelle（2007）的做法，采用衡量居民部门债务的备选指标债务收入比作为因变量，并用财政性保障支出与GDP之比来代替原方程中的财政保障性支出收入比作为自变量，对模型进行参数估计。同样也是采取固定效用模型，并且滞后一阶已解决内生性问题。检验结果（表4（1））显示：替换被解释变量以后，之前的主要结论仍然成立，住房价格、消费者物价指数、老年人后抚养比、财政性保障支出比和金融业增长率对居民部门个人消费贷款余额与居民部门可支配收入之比有显著的影响，一定程度上证实了前面的实证检验结果是稳健的。（表4）

其次，对样本进行分组。原先的样本包含了中国31个省份，考虑到我国东中西部省级行政区的居民部门负债水平存在较大的差别，如东部地区的房价明显高于西部地区，且东部地区的居民部门负债水平也远远高于西部地区，因此将样本分组进行回归。采取国家统计中常用的11：8：12分类标准，即东部地区包含北京、天津、河北、辽宁、上海、江苏、浙江、福建、山东、广东和海南11个省级行政区;中部地区包含山西、吉林、黑龙江、安徽、江西、河南、湖北和湖南8个省级行政区;西部地区包含四川、重庆、贵州、云南、西藏、陕西、甘肃、宁夏、新疆、广西和内蒙古等12个省级行政区进行分类。检验结果如表4（2）-（4）显示：东、中、西部的省级行政区的影响因素存在较大的区别，对于东部地区的省级行政区而言，经济增长、住房价格、消费者物价指数和财政性保障支出比这四个因素是居民部门负债缺口的共同主要影响因素;中部地区居民部门负债缺口的最主要影响因素是住房价格;西部地区对于所有的变量检验结果都不显著的原因表明西部地区的发展水平和居民部门负债水平存在较大的差别，无法提取出其共同的影响因素。

五、结论及政策建议

本文以借鉴公共部门负债可持续性为研究框架，同时进行了相应的拓展，用以分析居民部门负债的可持续性问题以及居民部门预期收入、住房价格、物价和财政性保障支出等因素对居民部门负债的影响。

通过以上综合分析，可得到以下主要结论：首先，通过住房价格与居民部门负债水平之间存在显著的正相关关系，说明住房价格的持续性、快速的上涨是我国居民部门负债水平持续上升的一个重要原因，从t值和显著水平来看，其对居民部门负债水平的影响远远大于其他的影响因素。其次，由于居民部门负债上升的逻辑在于，负债最终需要居民部门收支盈余来偿还。而我国基本公共服的完善所导致的财政性支出增加和人口老龄化加剧导致居民部门老年人口抚养比的增加还会持续，且财政性保障支出和老年人口抚养比与居民部门债务水平之间存在显著正相关则表明在未来将使得居民部门负债水平持续的提高;与此同时，我国消费者物价水平的缓慢上升和金融业生产总值的增长也成为降低我国居民部分负债水平的重要因素。最后，在东、中和西部地区分组回归中，基本结论与上述结论存在不相符合的情况。如，住房价格作为东部和中部地区的主要解释变量却对于西部不显著，反映出我国的住房价格整体上存在较大的差距，西部地区所包含省级行政区较多，且房价差异巨大，所以也反映出我国的物价水平在各省份之间很不平衡，经济水平在各省级行政区还存在较大差异。

基于以上分析，本文提出如下政策建议：第一，加大对房地产价格的调控力度和促进金融行业的健康发展。“住房价格”作为影响居民部门负债的最主要因素，我们必须警惕在住房价格上涨过程中，居民部门资产负债表的迅速膨胀以及金融机构资产过多集中于房地产相关的信贷，一旦房地产泡沫破灭，将会冲击居民部门负债表及金融体系的稳定。第二，提高法定退休年龄和逐步促进公共服务设施的完善。法定退休年龄的上升可以有效的降低老年人口抚养比，从而使得居民部门负债水平降低。与此同時，逐步促进公共服务设施的完善，保证财政性支出稳定在一定的水平，让居民部门能够在感受各项公共服务和保障措施在变好的同时实现居民部门负债水平的稳定。第三，保持物价的稳定上升和促进金融业的健康发展。物价稳定上升使得居民部门的消费水平逐步稳定的下降，从而抑制消费。而促进金融行业健康的发展则能有效的帮助人们进行居民部门的资产配置和管理，增加其除工资以外的收入。无论是物价上涨还是居民部门收入的增加都会使得居民部门债务水平保持相对的稳定。第四，借鉴东部地区的发展经验，加大对中西部地区的扶持力度。我国各省级行政区的发展极度不平衡，东部地区的发展对于我国起到率先的引领作用，所以西部地区也会逐步的向东部地区靠拢。此时，我们通过借鉴东部地区发展的经验，稳定好住房价格，调整好人口结构、财政性支出比例、稳定物价水平和促进金融健康的增长，从而使得西部地区在经济快速发展以及居民生活水平迅速提高的同时使得居民部门负债水平保持相对稳定的状态。

主要参考文献：

[1]Mian A，Sufi A.The Great Recession：Lessons from Microeconomic Data[J].American Economic Review，2010.100（2）.

[2]Mian A，Sufi A.House Prices，Home Equity-Based Borrowing，and the US Household Leverage Crisis[J].American Economic Review，2011.101（5）.

[3]Mian A，Sufi A.House of debt：how they（and you）caused the great recession，and how we can prevent it from happening again[M].University of Chicago Press，2015.

[4]Jonathan Zinman.Household Debt：Facts，Puzzles，Theories，and Policies[J].Economics，2015.7（1）.

[5]Dunn L F，Mirzaie I A.Consuner debt stress，changes in household debt，and the great recession[J].Economic Inquiry，2016.54（1）.

[6]BoverO，Casado J M，Villanueva E，etal.The Distribution of Debt Across Euro Area Countries：The Role of Individual Characteristics，Institutions and Credit Conditions[R].International Journal of Central Banking，2016.

[7]Duca J，Muellbauer J.Tobin LIVES：Integrating Evolving Credit Market Architecture into Flow-of-Funds Based Macro-Models[M]//A Flow-of-Funds Perspective on the Financial Crisis.Palgrave Macmillan UK，2014.

[8]Bruggeman A，Van Nieuwenhuyze Ch.Size and Dynamics of Debt Positions in Belgium and in the Euro Area[J].Economic Review，2013（6）.

[9]Ortalomagné F，Prat A.On the Political Economy of Urban Growth：Homeownership Versus Affordability[J].Cepr Discussion Papers，2011.6（1）.

[10]Ludvigson S.Consumption and Credit：A Model of Time-Varying Liquidity Constraints[J].Review of Economics & Statistics，1999.81（3）.

[11]Dynan K E，Kohn D L.The Rise in U.S.Household Indebtedness：Causes and Consequences[J].Finance & Economics Discussion，2007.19（1）.

[12]Fuchs V R.Provide，Provide：the Economics of Aging[M]//Who Shall Live：Health，Economics and Social Choice（2ndExpanded Edition），1998.

[13]Debelle G.Macroeconomic Implications of Rising Household Debt[J].Bis Working Papers，2007.91（153）.

[14]Palley T I.Debt，Aggregate Demand，and the Business Cycle：An Analysis in the Spirit of Kaldor and Minsky[J].Journal of Post Keynesian Economics，1994.16（3）.

[15]Mian A，Sufi A.Household Leverage and the Recession of 2007–09[J].Imf Economic Review，2010.58（1）.

[16]李春風，陈乐一，刘建江.房价波动对我国城镇居民消费的影响研究[J].统计研究，2013.30（2）.

[17]杜莉，沈建光，潘春阳.房价上升对城镇居民平均消费倾向的影响——基于上海市入户调查数据的实证研究[J].金融研究，2013（3）.

[18]任鑫，葛晶.金融发展、收入结构与城镇居民消费结构[J].宏观经济研究，2019.