房地产价格对城镇居民旅游消费的影响研究

刘晶晶 黄璇璇 林德荣

[摘要]近年来，房价对居民消费的影响问题备受关注。文章从住房的双重属性出发，将居民未来收入预期和旅游消费习惯等因素融入到理论和实证分析，探索我国现阶段房地产价格与居民旅游消费关系的规律性。运用动态面板系统广义矩估计（SYS-GMM）方法，对我国35个大中城市2001—2010年相关数据进行分析，得到具有一定稳健性的结论：房价与旅游消费之间存在正U形关系，即房价变化对旅游消费同时具有财富效应和挤出效应，总体表现为财富效应；房价与旅游消费的关系受到外部因素的调节，适当宽松的信贷环境将有利于财富效应的释放；房价对旅游消费的作用存在区域差异，东部城市表现出强于中部城市的财富效应，而西部城市总体效应不稳定。

[关键词]房地产价格；旅游消费；动态面板数据；广义矩估计

[中图分类号]F59

[文献标识码]A

[文章编号]1002-5006（2016）05-0026-10

Doi： 10.3969/j.issn.1002-5006.2016.05.008

引言

随着我国经济社会文化的发展，居民的生活观念和消费观念不断变化，除基本的物质需求外，爱与归属、尊重和自我实现等方面的需求越来越受到人们的重视。不断加快的生活节奏，使得越来越多的城市居民通过文化教育、休闲娱乐以及宗教活动，获取情感补偿。在众多情感性消费中，旅游活动因能够通过空间位移实现对他人文化关照，帮助人们找到自我文化定位，进而达到自我实现和充实人生的目的，越发受到人们青睐。随着我国城镇化及医疗和养老制度改革的推进，旅游活动呈现出大众化、散客化特征，旅游活动已经成为经济发达地区民众的生活方式。《中华人民共和国旅游法》的颁布实施更说明了旅游在国民精神文化生活中越发重要，而民众出游率的高低也已成为衡量区域综合发展水平和居民生活质量的重要指标之一。

与此同时，自1998年城镇居民住房制度改革以来，城镇住房私有化率不断提高，房价不断攀升。根据国家统计局公布的信息，1999—2013年，商品房平均销售价格已由2053元/平方米上升到6237元/平方米。截至2012年，我国城镇人均住宅建筑面积达到32.91平方米。2014年，我国房地产开发投资额高达9.50万亿元，约占当年国内生产总值的14.93%。房地产业已然成为现阶段我国国民经济的基础产业和先导产业，固定资产状况也成为衡量个体财富的重要标尺之一。

房价变化具有多种外部效应，国内外诸多研究表明，房地产价格在一定程度上会影响居民的日常消费，房地产市场对整体经济发展和家庭消费的影响不容忽视。近期，部分地区房价正随着市场供求关系的变化、消费者理性的回归及调控政策的逐渐完善等出现回落势头。而由于前期过快发展以及市场、政策环境的不断变化，我国房地产市场的价格变动将更加复杂。在此背景下，作为现阶段我国城市居民重要休闲方式之一的旅游活动，其消费情况是否会受到房价的影响？该影响受到哪些因素的调节？不同地区的表现是否相同？为回答这些问题，本文基于消费函数理论推演与国内大中城市的面板数据分析，深入探讨房价与旅游消费之间的关系，以求更准确地理解在房地产市场作用下我国城镇居民的旅游需求特征，为政府部门政策制订和实施以及旅游企业营销实践提供理论指导。

1文献述评

国内外学者通过理论分析与实证检验对房地产价格与消费的关系进行探讨，大体有三类观点：一是认为房价上涨促进消费[1-6]；二是认为房价上涨对消费支出具有挤出效应[7-9]；三是认为房价对消费的影响甚微[10-12]。研究表明，房价对消费的作用途径是多样的[13-14]，部分学者基于不动产持有状态，阐述房价对消费的影响[15-17]：当房价上涨时，普通住房拥有者、住房投资者和还贷者，或更易获得住房抵押贷款，获得更高的租金、房屋出售收益，或对经济繁荣更有信心，进而通过兑现的财富效应、未兑现的财富效应、信心效应等，使人们的消费欲望或需求提高。而对租房者或预购房者而言，当房价上涨时，在预算约束和替代效应的作用下，消费将受到明显的挤出。此外，一些学者围绕消费信贷约束、收入增长机制、房屋所有权及年龄等因素，对房价与消费的非线性关系展开探索[18-21]。

以上研究均以家庭或社会总消费为对象，分析房价对消费的影响。部分学者通过对消费的类型进行细分，进一步丰富了房价对消费的影响机制研究。况伟大[22]探究了房价对居住消费与非居住消费的影响及其差异。李春风[23]发现，房价波动对非居住消费影响为正，尤方圆[24]部分证实了这一观点。张大永和曹红比较了房屋价值对家庭耐用品消费和包括食品、日用品、服装、休闲娱乐等在内的非耐用品消费的影响[25]。

值得注意的是，不同于日常生活用品等非耐用品，作为休闲娱乐支出重要组成部分的旅游消费具有较高的收入弹性[26]，即旅游消费受到房价的影响可能较一般消费具有更高的敏感性。也就是说，伴随城镇化进程和房地产经济的发展，作为城市经济活力、居民支付能力和未来财富的重要表征，房价对旅游消费的影响是不容小觑的，而目前国内外学者鲜少探讨房价对旅游消费的影响。刘文彬认为城镇和乡村居民出游频次与住房负担能力显著相关[27]。Kim等则基于消费理论“未来收入预期可能导致需求发生转变”这一观点，假设出境旅游需求将受房地产和金融资产财富效应影响[26]。他们对1989—2009年韩国出境旅游人数、房屋销售价格指数和股票价格指数等季度数据的分析表明，房地产对出境旅游需求具有显著的财富效应，而金融资产的财富效应则不显著，即房价上涨显著提高了居民的未来财富预期，进而推动出境旅游的发展[26]。

综合房价对一般消费及旅游消费影响的现有研究可知，房价对旅游消费的影响通过财富效应和挤出效应作用共同实现：一方面，基于生命周期和永久收入理论[28]，房价上涨引起的居民实际财富或财富预期升高，能够提高居民消费能力，进而产生更多的旅游消费；另一方面，基于微观经济学消费者行为理论，上涨的房价会通过替代效应和预算约束效应，对旅游消费产生挤出。财富效应主要作用于住房投资者和住房拥有者，挤出效应主要作用于租房者和预购房者。就社会消费总量来看，房价对旅游消费的最终影响取决于财富效应和挤出效应的相对大小。同时，基于现有研究，房价对旅游消费的作用将受到信贷约束、居民住房持有情况等因素的影响。

通过文献梳理可知，学者们对房价与一般消费乃至旅游消费的关系问题，尚未达成一致意见。其原因主要有：第一，住房具有投资品和消费品双重属性，房地产价格对消费影响的总体表现取决于财富效应和挤出效应的相对大小；第二，房价变化对消费的外部性是房价与其他因素共同作用的结果，即存在“状态依赖”（state dependent），应对二者关系进行非线性分析，或引入其他可能的外部变量[29-30]；第三，由于变量界定、代理变量选取及样本异质性等因素，不同研究的结论难免存在差异；第四，研究方法自身的局限性，如时间序列分析的样本容量问题，微观调查数据的抽样方差问题，在一定程度上影响结论[31-33]。鉴于此，笔者从房地产的投资品和消费品双重属性出发，考虑“状态依赖”因素，探讨房价与旅游消费关系及其非线性特征和调节机制；同时，运用动态面板数据分析，对消费习惯因素进行控制，以降低样本异质性和统计方法局限性等造成的研究误差。

本文的主要贡献在于：第一，丰富房价对不同类型消费的影响研究；第二，现有旅游需求模型研究多限于对当前收入影响的探讨，本文通过分析房价与旅游消费关系，探索未来收入预期对旅游消费的影响，有助于完善现有的旅游需求研究；第三，过去对旅游者消费习惯的考虑更多集中于农村居民旅游消费方面[34-35]，而本文在充分考虑消费习惯的前提下研究旅游消费，将有助于丰富和深化现有城镇居民旅游消费研究。

2理论模型构建

由文献回顾可知，对于房屋拥有者和正在还贷者，房地产是其拥有的资产之一。本文假设：（1）消费者进行消费决策时，遵循的目标是实现一生消费效用的最大化[36]，即服从永久收入假说；（2）收入服从随机的AR（1）过程[37]；（3）收入服从影响社会财富收入因素的时间路径[38]。相应的目标函数及约束条件为：

其中，Et是基于时期信息的期望算子，β为主观贴现因素，Ct为消费需求，At为消费者t时期持有的财富，Yt为t时期劳动收入，rt为t时期资产回报率。对以上最优化问题进行求解，可得一阶条件为：

同时，由于个体消费在很大程度上受到收入水平的影响[39]，即Ct和yt存在较强的相关性。参考苑德宇等[40]做法，可得：

由上述模型可知，当期消费受到现有财富和上一期消费的共同影响。前者通过未来财富预期影响消费决策，后者则反映了消费惯性。本文聚焦于房价对旅游消费的影响，这里以房地产财富Ht代表At，以旅游消费CTt代替Ct。又因房地产财富Ht是当期房价Pt的函数，参考姚树洁和戴颖杰[41]的做法，以价格作为房地产财富的代理变量，得：

尚未拥有房产的租房者或欲购房者，则在有限约束下对房地产消费和旅游消费进行抉择。根据微观经济学消费者决策理论，当房价变化时，为达到最大效用，消费者进行的最优旅游消费量是房价、旅游价格和收入的函数。本文进一步假设：（1）收入服从随机的AR（1）过程；（2）旅游产品为计价物，即其价格为1。则有CTt=f（Pt，Yt），与前文推导同理可知CTt=f（Pt，CTt-1）。

为简化起见，综合两类消费者的旅游消费函数，并考虑其他控制变量Xt，最终得到本文理论模型为：

3房地产价格与旅游消费关系的实证分析

3.1变量说明

为了集中反映房地产市场发展对我国城镇居民旅游消费的影响，本文从《国家统计局公布全国70个大中城市房地产价格统计调查方案》规定的70个大中城市中，结合旅游消费数据的可获得性，最终选出35个大中城市①2001—2010年②相关变量的面板数据进行实证分析。相关变量原始数据来自《中国统计年鉴》、《中国国内旅游抽样调查资料》、《旅游抽样调查资料》、中国经济数据库（CEIC）和中国经济与社会发展统计数据库。相关变量如下：

（1）旅游消费。本文以城镇居民人均国内旅游消费（CTit）为结果变量（简称“旅游消费”）[42-43]。

（2）房价。本文以平均房价（Pit）为核心自变量，以对应城市商品房住宅销售额与商品房住宅销售面积之比。

（3）服务业发展水平。第三产业要素越齐全的地区，为旅游者提供的旅游产品越丰富和优质，相应的旅游消费也越多。本文以第三产业GDP占总GDP的比重来衡量服务业发展水平（STRit），反映影响个体旅游消费的宏观环境因素。

（4）抚养比例。根据家庭生命周期理论，处于不同生命周期阶段的家庭会表现出不同的消费行为特征[44]。本文以抚养比（HRit）反映影响个体旅游消费的微观环境因素，用每户非就业人口数和每户就业人口数比值衡量。

（5）不确定性。旅游消费具有较高的敏感性，容易受到诸多不确定性因素的影响。由于社会就业状况的变动影响个体对经济状况和持久收入的风险预期，因此笔者参考现有研究，以失业率（UERit）衡量不确定性[45-46]，由登记失业人口与从业人口比计算而得。

（6）实际利率。利率通过改变当前消费和未来消费（或储蓄）的组合比例对当前消费产生替代效应和收入效应。本文用一年期定期存款利率减去CPI增长率计算实际利率（Rit）。

（7）信贷约束。由于信贷约束的存在，消费者不能完全自由地获得想要的贷款来满足理想的消费需求。参考Sarno和Taylor[47]的做法，本文采用人均贷款余额与人均可支配收入比值表示信贷约束（LCit），该比值越大代表信贷约束越松。

考虑到异方差、量纲和通货膨胀等因素，本文首先对CTit与Pit原始数值取自然对数，并以2001年居民消费价格指数为基准对相关数据进行处理。

其中，η1与η2分别表示旅游消费习惯强度及旅游消费对房地产价格的弹性。

3.2估计方法

首先以混合模型（Pooled OLS）估计变量总体表现。其次，由于混合估计通常高估因变量滞后项系数，故使用固定效应模型（Fixed-effect OLS）进行再次估计[48]。最后，考虑到数据可获性限制以及模型简洁性要求等可能造成的遗漏变量等问题[49]，采用系统广义矩估计（SYS-GMM）对主效应和调节效应等进行最终估计，并运用Sargan检验、AR检验考察工具变量有效性。

3.3数据预处理

为了对房价与旅游消费之间的关系有直观、初步的认识，本文在模型估计前，首先绘制各城市lnCTit与lnPit的时间趋势图和散点图。图形显示，除少部分西部城市外，大部分样本城市中lnCTit与lnPit具有相似的变化趋势，且lnCTit的绝大多数观察值都落在与以lnPit为自变量的区间估计范围内（置信水平为95%）。可见，二者之间存在一定的关联性。为避免伪回归，确保估计结果的有效性，本文采用Breitung检验、LLC检验和IPS检验对各变量分别进行单位根检验[50-52]。结果显示，各变量均表现出稳定性，符合估计要求。为进一步考察二者之间是否存在长期相关性，本文采用Westerlund[53]提出的面板协整检验方法①，对lnCTit与lnPit进行协整检验。结果显示②，在1%显著性水平下，拒绝二者不具有显著相关性的原假设，表示旅游消费与房地产价格之间存在长期关系。

3.4实证分析结果

混合估计（Pooled OLS）、固定效应（Fixed-effectOLS）和系统广义矩（SYS-GMM）的结果如表2所示。其中，各SYS-GMM模型的AR检验和Sargan检验结果表明，模型残差序列不存在二阶序列相关，且所有工具变量均有效，符合相关计量检验标准。

模型1中，上一期旅游消费对当期旅游消费具有显著影响，这说明我国城镇居民国内旅游消费具有较强的消费惯性。同时，模型1中房价对旅游消费的影响并不显著，这与目前房地产财富效应研究存在争议的现状一致。正如房地产财富对个体消费影响的复杂性，其对旅游消费的影响受到多种因素的共同作用。模型2的固定效应③估计显示，房价对旅游消费具有正向影响，在样本期内，房地产财富对旅游消费的财富效应大于挤出效应，房地产财富的升值在一定程度上提高了旅游消费水平。

模型3同样显示，随着房价的上涨，城镇居民人均国内旅游消费增多，弹性为0.076。由此可见，样本区间内，房价的财富效应大于挤出效应；就社会总量而言，房地产经济带来的社会总财富的增加，提升了城镇居民精神文化消费水平。同时，旅游观念的普及、交通条件的改善等因素，也进一步推动了旅游消费的提高。可以推断，当房价上涨到一定程度，旅游成本与购房成本相比显得相当小，边际挤出效应也相应减小，因此，相对较低的旅游成本使得房价上涨对旅游消费的挤出效应有限。

模型4中，房价对当期旅游消费的影响与模型2-3估计结果一致；旅游消费水平会随着服务业比重的上升而提高，而随着抚养比、失业率和信贷约束的升高而降低；利率对旅游消费的影响总体表现为替代效应，即负向影响。

模型5考察了房价与旅游消费的关系在不同地区的表现。参考现有研究，本文将样本城市分为东部、中部和西部三大区域①。结果显示，房地产对旅游消费的促进作用在东部和中部城市显著，而在西部城市不显著，东部城市房价与旅游消费的相关系数（0.117）大于中部地区的相关系数（0.069），说明东部城市房地产财富效应大于中部城市。该结论与黄静和屠梅曾[6]得到的“经济越发达地区房地产的财富效应越明显”结论一致。该结论也表明，只有在总体经济水平与房价上涨幅度相匹配时，房地产市场的正外部性才会更大，我国的房地产经济发展模式也才能真正提高人们生活水平。

通过文献分析可知，房价对消费影响受到多种因素的复合作用。在各控制变量中，失业率和信贷约束与平均房价的交互项对旅游消费具有显著影响。模型6考察了平均房价、失业率和旅游消费之间的关系，可以推断，失业率在房地产财富对旅游消费的作用中起到负的调节作用，即当失业率提升时，房地产财富对旅游消费的财富效应将被削弱，当失业率降低时，房地产财富对旅游消费的财富效应将得到强化。根据外生门限水平估算方法[54]可知，失业率的门限水平为0.459/0.093≈4.9355，小于失业率均值（4.9995）。这表明，因失业率相对较高，部分城市中房地产财富对旅游消费的促进作用正在受到失业率的抑制；同时还表明，提高就业率将更利于增强房地产财富效应对旅游消费的促进作用。

模型7显示，贷款收入比在平均房价对旅游消费的作用中具有正向调节作用，同时，平均房价在信贷约束对旅游消费的作用中具有负向调节作用。贷款收入比较高，房价对旅游消费的挤出效应越弱，这一结论与Muellbauer[55]和陈健等[56]的研究一致。而信贷约束的门限值为3.1987，小于其均值（3.5980），这说明大多数城市已经越过门限值，说明我国目前的信贷约束水平虽然对旅游消费有直接的负向影响，但对于房地产财富对旅游消费的提升作用是有利的。平均房价的门限值为8.6357，大于其均值（8.0220），说明目前我国信贷约束水平对提升旅游消费不利，但随着房价的上升，信贷约束对旅游消费的不利影响将进一步减弱。

模型8为加入房价二次项的扩展模型，得到房价二次项系数显著为正（0.201），一次项系数由模型1-4的正值变为负值（-3.216），二者单独显著，且具有联合显著性（Prob>chi2=0.0006）。该模型反映了房地产财富与旅游消费的非线性关系，由相应系数可计算出该“U”形曲线的拐点为3.216/（2*0.201）≈8.000，对应房价约为2981元人民币/平方米（ln（2981）≈8.000）。可见，房价变化对旅游消费同时具有挤出效应和财富效应，其总体作用取决于两个效应的相对大小。可以推断，随着房价的升高，财富效应和挤出效应都会呈上升趋势，而二者的边际增长率和相对大小却发生了变化；当平均房价在2981元/平方米以下时，挤出效应增长较快，财富效应涨幅较小，房地产财富对旅游消费的挤出效应大于财富效应，而当平均房价进一步上升，挤出效应边际增长率下降，财富效应超出挤出效应，最终表现为U形曲线。房价上涨是区域经济总量增长的一个缩影，该结论也说明，随着经济的不断繁荣，我国居民旅游消费将得到进一步释放。

样本原始房价均值为3047元/平方米，大于拐点值。因此，房价上涨对旅游消费具有显著正向影响的结论具有稳健性。结合模型5和表3可知，在样本期间内，西部大部分城市的平均房价，由U形曲线的拐点以下上升到拐点以上，其挤出效应和财富效应此消彼长，相互抵消，造成房价与旅游消费关系不显著的总体效果。从分布和发展趋势上看，如表3所示，2001年平均房价的自然对数小于8.000的城市有31个，即绝大部分城市表现为房价抑制旅游消费的增长；2010年平均房价的自然对数小于8.000的城市只有昆明、西宁、银川3座，即大部分大中城市的房价上涨显著推动旅游消费的增长。由此可见，近几年我国主要城市的房地产市场发展对旅游消费具有正向影响，且这一现象或将伴随我国经济发展在全国更多的地区出现。

模型9考察了平均房价滞后项对旅游消费的影响，结果显示二者关系并不显著。说明房价对消费的即时效应明显，而持续效应微弱。

3.5稳健性检验

为检验上述研究结论的稳健性，本文分别通过缩位法去除房价数据中5%的极大值和5%的极小值样本，以及随机去除1/5原样本城市①，对上述模型进行再次估计。Breitung检验、LLC检验、IPS检验表明，相关数据均不存在单位根①；Westerlund检验表明，房价与旅游消费之间存在长期关系②。

缩尾法去除极限值得到的估计结果与上文一致：（1）房价与旅游消费之间存在正U形关系，总体呈现正向关系；（2）房价与旅游消费的关系受到不确定性和信贷约束的调节；（3）房价对旅游消费作用的大小和显著水平从东部到中部和西部依次递减，且西部城市不显著。保留部分样本的估计显示：（1）失业率对房价和旅游消费的调节作用不显著，即不确定性对房价与旅游消费关系的调节效应不具有稳健性；（2）西部城市房价对旅游消费的影响显著，可见，西部城市房价对旅游消费的作用表现较为复杂，不具有稳健性；（3）表4中其余结果与去除部分样本前一致，具有稳健性。

4结论与建议

本文基于持久收入假说等经济学理论，综合考虑消费习惯因素和多种状态因素，构建房地产价格与旅游消费关系模型，对二者之间的非线性关系展开多角度探讨。考虑到模型特征，采用SYS-GMM方法，对上述关系进行回归分析和稳健性检验，主要得到以下结论：（1）房价与旅游消费之间存在正U形关系，现阶段样本城市平均房价已超过拐点，即财富效应超过挤出效应，整体表现为促进旅游消费；（2）房价与旅游消费的关系受到信贷约束的调节，当信贷约束放宽时房地产挤出效应被削弱；（3）房价上涨对旅游消费的拉动作用在中部和东部城市表现稳定，且东部城市大于中部城市。

基于实证研究结果，本文对相关部门和企业的管理实践提出以下建议：对政府管理部门而言，营造稳定且适度活跃的经济环境是提升居民精神文化生活水平的重要保障。第一，应实施适度的房地产市场管制。一方面，将房价控制在当地经济可承受能力范围内；另一方面，在保障社会公平的前提下，适度放宽对房地产市场的管控，使其保持一定的活力，从而刺激旅游等消费，带动经济系统良性循环和健康发展。第二，营造良好的宏观消费环境。应加快现代服务业建设，减少出行障碍并提升国民旅游边际消费倾向；同时，应进一步推进养老、医疗政策改革，降低家庭旅游的替代性支出。对于旅游企业，应把握房价对旅游消费作用的内在机理，因地制宜地制定营销战略。首先，应区分财富效应和挤出效应的主要作用群体。对于已购房产的消费者，要强调未来房地产增值给其带来的永久财富；对于尚无充足经济能力购置房产的消费者，应引导其消费习惯和理念的改变，促使其将部分未来消费转化为当期消费。其次，在中西部城市房地产市场持续发展背景下，应警惕房地产挤出效应，在推介和营销过程中，强调消费者已有房地产财富的增值，增加居民的消费信心。

参考文献（References）

[1]Case K E， Shiller R J. The behavior of home buyers in boom and post- boom markets [Z]. NBER working paper No.2748， 1988.

[2]IacovielloM.Houseprices，borrowingconstraints，and monetary policy in the business cycle [J]. American Economic Review， 2005， 95（3）： 739-764.

[3]Carroll C D， Otsuka M， Slacalek J. How large is the housing wealth effect？Anew approach [Z]. NBER working paper No. 12746， 2006.

[4]Mian A R， Sufi A. House prices， home equity-based borrowing， and the US household leverage crisis [Z]. NBER working paper No. 15283， 2009.

[5]Bostic R， Gabriel S， Painter G. Housing wealth， financial wealth， and consumption： New evidence from micro data [J]. Regional Science and Urban Economics， 2009， 39（1）： 79-89.

[6]Huang Jing， Tu Meizeng. Housing wealth and consumption： Evidence from family micro data [J]. Management World， 2009，（7）： 35-45. [黄静，屠梅曾.房地产财富与消费：来自于家庭微观调查数据的证据[J].管理世界， 2009， （7）： 35-45.]

[7]Haurin D R， Rosenthal S S. House price appreciation， savings， and consumer expenditures [Z]. Ohio State University working paper， 2006.

[8]AndréC， Gupta R， Kanda P T. Do house prices impact consumption and interest rate？[Z].OECD Economics Department working paper No. 947， 2012.

[9]Li Chunfeng， Liu Jianjiang， Chen Xianyi. The crowding out effect of housing price rise on residentsconsumption in China[J]. Statistical Research， 2014， 31（12）： 32-40. [李春风，刘建江，陈先意.房价上涨对我国城镇居民消费的挤出效应研究[J].统计研究， 2014， 31（12）： 32-40.]

[10]Lettau M， Ludvigson S. Understanding trend and cycle in asset values： Reevaluating the wealth effect on consumption [Z]. NBER working paper No. 9848， 2003.

[11]Calomiris C， Longhofer S D， Miles W. The （mythical？） housing wealth effect [Z]. NBER working paper No. 15075， 2009.

[12]Zhou Huadong， Gao Lingling. Housing prices fluctuation and consumption expenditure： A study based on Chinese citiespanel data [J]. Journal of Guizhou University of Finance and Economics， 2014， （1）： 68-74. [周华东，高玲玲.房价变化与居民消费——基于中国城市面板数据的研究[J].贵州财经大学学报， 2014， （1）： 68-74.]

[13]Bhatia K B. Real estate assets and consumer spending [J]. The Quarterly Journal of Economics， 1987， 102（2）： 437-444.

[14]Dreger C， Reimers H E. The role of asset markets for private consumption： Evidence from panel econometric models [Z]. DIW Berlin discussion paper No. 872， 2009.

[15]Sheiner L. Housing prices and the savings of renters [J]. Journal of Urban Economics， 1995， 38（1）： 94–125.

[16]Jin Tao， Huang Xinzao. Price changes with different types of consumer behavior： A study based on consumer behavior from the perspective of the generalized virtual economy [J]. Research on the Generalized Virtual Economy， 2014， 5（1）： 14-19. [靳涛，黄信灶.房价变动与不同类型的居民消费行为——基于广义虚拟经济视角的消费行为考察[J].广义虚拟经济研究， 2014， 5（1）： 14-19.]

[17]Li Chengwu. The Research on Chinas Real Estate Wealth Effect of the Regional Differences and Spatial Characteristics [D]. Dalian： Dongbei University of Finance and Economics， 2010.[李成武.中国房地产财富效应的地域性差异及空间特征研究[D].大连：东北财经大学， 2010.]

[18]Ludwig A， Slok T M. The Impact of Changes in Stock Prices and House Prices on Consumption in OECD Countries[Z]. IMF working paper No. 02/1， 2002.

[19]Chen N K， Chen S S， Chou Y H. House prices， collateral constraint， and the asymmetric effect on consumption [J]. Journal of Housing Economics， 2010， 19（1）： 26-37.

[20]Campbell J Y， Cocco J F. How do house prices affect consumption？ Evidence from micro data [J]. Journal of Monetary Economics， 2007， 54（3）： 591-621.

[21]Duan Zhongdong， Zhu Mengnan. House prices and the asymmetric effect on different family consumption [J]. Journal of Zhongnan University of Economics and Law， 2014， （4）： 10-19. [段忠东，朱孟楠.房价与不同家庭消费的非线性关系[J].中南财经政法大学学报， 2014， （4）： 10-19.]

[22]Kuang Weida. House price fluctuation and urban residents consumption in China [J]. The Journal of World Economy， 2011， 34（10）： 21-34. [况伟大.房价变动与中国城市居民消费[J].世界经济， 2011， 34（10）： 21-34.]

[23]Li Chunfeng. The Research on Influences of House Price Fluctuation on the Urban Residents Consumption in China [D]. Changsha： Hunan University， 2013. [李春风.房价波动对我国城镇居民消费的影响研究[D].长沙：湖南大学， 2013.]

[24]You Fangyuan. The Research on the Relationship between the Urban Non-living Consumption and the House Price in China[D]. Xiamen： Xiamen University， 2014. [尤方圆.中国城镇居民非住房消费与房价关系研究[D].厦门：厦门大学， 2014.]

[25]Zhang Dayong， Cao Hong. Wealth effect on consumption： Evidence from Chinas household survey data [J]. Economic Research Journal， 2012， 47（S1）： 53-65. [张大永，曹红.家庭财富与消费：基于微观调查数据的分析[J].经济研究， 2012， 47（S1）： 53-65.]

[26]Kim H， Park J H， Lee S K， et， al. Do expectations of future wealth increase outbound tourism？ Evidence from Korea [J]. Tourism Management， 2012， 33（5）： 1141-1147.

[27]Liu Wenbin. The relationship between housing consumption and tourism consumption in China [J]. China Business & Trade， 2010， （10）： 225-226. [刘文彬.我国城乡居民住房消费与旅游消费关系的分析[J].中国商贸， 2010， （10）： 225-226.]

[28]Shea， J. Union contracts and the life cycle-permanent income hypothesis [J].American Economic Review， 1995， 85（1）： 186-200.

[29]Zeldes S. Consumption and liquidity constraints： An empirical investigation [J]. Journal of Political Economy， 1989， 97（2）： 305-346.

[30]Carroll C D， Kimball M S. On the concavity of the consumption function [J]. Econometrica： Journal of the Econometric Society， 1996， 64（4）： 981-992.

[31]Li Liang. New progress of the study on the relationship between housing wealth and consumption [J]. The Dynamics of Economics， 2010， （11）： 113-119. [李亮.房地产财富与消费关系研究新进展[J].经济学动态， 2010， （11）： 113-119.]

[32]Kain J F， Quigley J M. Note on owners estimate of housing value [J]. Journal of the American Statistical Association， 1972， 67（4）： 803-806.

[33]Goodman Jr J L， Ittner J B. The accuracy of home owners estimates of house value [J]. Journal of Housing Economics， 1992， 2（4）： 339-357.

[34]Zhao Dongxi， Liu Yongjuan. A Study on the effect factors of the rural resident tourism consumption [J]. Tourism Forum， 2010， 17（1）： 23-27. [赵东喜，刘永涓.农村居民旅游消费影响因素研究[J].旅游论坛， 2010， 3（1）： 23-27.]

[35]YuFenglong，HuangZhenfang，FangYelin.Tourism consumption of Chinese rural residents： Characteristics and its influencing factors [J]. Geographical Research， 2013， 32（8）： 1565-1576. [余凤龙，黄震方，方叶林.中国农村居民旅游消费特征与影响因素分析[J].地理研究， 2013， 32（8）： 1565-1576.]

[36]Mankiw N G. Macro Economics： The Seventh Edition [M]. Beijing： Renmin University of China Press， 2011：434-435. [曼昆著.宏观经济学：第7版[M].北京：中国人大学出版社， 2011： 434-435.]

[37]Dvornak N， Kohler M. Housing wealth， stock market wealth and consumption： A panel analysis for Australia [J]. Economic Record， 2007， 83（2）： 117-130.

[38]Hayashi F. The permanent income hypothesis： Estimation and testing by instrumental variables [J]. Journal of Political Economy， 1982， 90（5）： 895-916.

[39]Wang Hongli. The effect of government expenditure on residentsconsumption in China [J]. The World Economy， 2006， （10）： 30-38. [王宏利.中国政府支出调控对居民消费的影响[J].世界经济， 2006， （10）： 30-38.]

[40]Yuan Deyu， Zhang Jingjing， Han junxia. Resident consumption， fiscal expenditure and differential regional effects： An empirical analysis based on dynamic panel data model [J]. Statistical Research， 2010， 27（2）： 44-52. [苑德宇，张静静，韩俊霞.居民消费、财政支出与区域效应差异——基于动态面板数据模型的经验分析[J].统计研究， 2010， 27（2）： 44-52.]

[41]Yao Shujie， Dai Yingjie. The regional and time difference of real estate wealth effects： Based on dynamic panel data model [J]. Modern Economic Science， 2012， 34（6）： 88-97. [姚树洁，戴颖杰.房地产资产财富效应的区域效应与时序差异：基于动态面板模型的估计[J].当代经济科学， 2012， 34（6）： 88-97.]

[42]Yuan Yujie.An empirical study on Chinese urban residentsdomestic tourist consumption： Based on the panel model [J]. Tourism Science， 2011， 25（4）： 28-35. [袁宇杰.基于面板模型的城市居民国内旅游消费实证分析[J].旅游科学， 2011， 25（4）： 28-35.]

[43]Pang Shiming. The empirical research of tourism consumption function of China： Discussion with ZHOU Wenli and LI Shiping[J]. Tourism Tribune， 2014， 29（3）： 31-39. [庞世明.中国旅游消费函数实证研究——兼与周文丽、李世平商榷[J].旅游学刊， 2014， 29（3）： 31-39.]

[44]He Juhuang. Construct consumption function based on the life cycle hypothesis [J]. Technology and Economy Research on Quantitative Economics， 1995， （8）： 18-26. [贺菊煌.根据生命周期假说建立消费函数[J].数量经济与技术经济研究， 1995， （8）： 18-26.]

[45]Carroll C. Theoretical foundations of buffer stock saving [Z]. NBER working paper No. 10867， 2004.

[46]Li Chunfeng， Chen Leyi， Liu Jianjiang. The research on influences of house price fluctuation on the urban residents consumption in China [J]. Statistical Research， 2013， 30（2）： 14-22. [李春风，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）： 14-22.]

[47]Sarno L， Taylor M P. Real interest rates， liquidity constraints and financial deregulation： Private consumption behavior in the U.K [J]. Journal of Macroeconomics， 1998， 20（2）： 221-242.

[48]Zhao Lei. Will tourism development affect residentsconsumption？ An experience evidence from China.[J] Tourism Tribune， 2012， 27（6）： 20-32. [赵磊.旅游发展会影响居民消费吗？——来自中国的经验证据[J].旅游学刊， 2012， 27（6）： 20-32.]

[49]Chen Qiang. Advanced Econometrics and Stata application [M]. Beijing： High Education Press， 2010：106. [陈强.高级计量经济学及stata应用[M].北京：高等教育出版社， 2010：106.]

[50]Breitung J. The Local Power of Some Unit Root Tests for Panel Data[Z]. Discussion Paper， Humboldt University Berlin No. 1999， 69， 1999.

[51]LevinA， Lin C F， Chu C. Unit root tests in panel data：Asymptotic and finite-sample properties [J]. Journal of Econometrics， 2002， 108（1）： 1-24.

[52]Im K S， Pesaran M H， Shin Y. Testing for unit roots in heterogeneous panels [J].Journal of Econometrics， 2003， 115（1）： 53-74.

[53]Westerlund J. Testing for Error Correction in Panel Data [J]. Oxford Bulletin of Economics and Statistics， 2007， 69（6）： 709–748.

[54]Hansen B. Threshold effects in non-dynamic panels： Estimation， testing， and inferenve [J]. Journal of Econnmetrics， 1999， 93（2）： 345-368.

[55]Muellbauer J. Housing， credit and consumer expenditure [C]. CEPR Discussion Paper No. 6782， 2008.

[56]Chen Jian， Chen Jie， Gao Bo. Credit constraint， house prices and household consumption rate： A study based on the panel threshold model [J]. Financial Research， 2012， （4）： 45-57. [陈健，陈杰，高波.信贷约束、房价与居民消费率——基于面板门槛模型的研究[J].金融研究， 2012， （4）： 45-57.]

Impact of House Prices on the Urban ResidentsTourism Consumption： An Analysis Based on Dynamic Panel Data

LIU Jingjing， HUANG Xuanxuan， LIN Derong

（School of Management， Xiamen University， Xiamen 361005， China）

Abstract： Recently， house prices have become one of the core macroeconomic issues in China. Monetary authorities and economists show great interest in the price fluctuations of real estate. Despite earlier studies on the impact of housing prices on residents？consumption， a consensus among scholars has not yet been reached. There are four reasons for this situation： Firstly， as housing has the dual features of both investment products and consumer goods， the impact of house prices on consumption works through both wealth effects and crowding-out effects， so that the final net effect depends on the relative power of these two effects. Secondly， the wealth effect and the collateral effect of housing price on consumption are also influenced by interest rates， credit constraints， and many other macroeconomic elements. Thirdly， it is hard to reach a conclusive outcome because of the definition of the variables， the selection of the proxy variables， and the heterogeneity of the sample. And finally， the limitations of the research methods， such as the sample size of time series analysis， and the sampling variance of microscopic survey data， will also affect the conclusions. Therefore， when interpreting the effect of housing prices on urban residents？tourism consumption， it is necessary to take these factors into account.

Considering the dual attributes of housing， consumption habits， borrowing constraints， uncertainty， and other related variables， this paper presents a dynamic panel model to test the effect of the housing price on urban residents？tourism consumption in China. An empirical analysis is made by the panel data system GMM estimation on account of the 35 large and medium-sized cities of China. The results show that the relationship curve between house price and tourism consumption is U-shaped， which means that fluctuations of house prices have both a wealth effect and a crowding-out effect on the tourism consumption. Generally speaking， the wealth effect is greater than the crowding-out effect. It is worth noting that this relationship is moderated by credit constraints； with the improvement of the credit system， the crowding-out effect will be weakened. In addition， the relative effect of house prices appears to be different in the eastern， middle and western cities. The positive effect of house prices on the tourism consumption is stable in the middle and eastern cities， while the effect in eastern cities is greater than that in the central cities. Robustness of our conclusions is tested by removing the maximum and minimum value of the house price， and by removing one fifth of the cities randomly.

The main contributions of this paper are the following. Firstly， through the theoretical and empirical analysis， this paper is able to enrich current studies about the effect of housing prices on different types of consumption. Secondly， this study will help to improve the existing research on tourism demand by taking into account the role of future income expectations. Thirdly， the consideration of tourist consumption habits in our theoretical model will enrich existing studies on urban residentstourism consumption.

Keywords： house price； tourism consumption； dynamic panel data； GMM

[责任编辑：庞世明；责任校对：吴巧红]