就业异质性与家庭杠杆率*——来自CFPS的证据

陈洋林，黄子怡，张长全

(1.安徽财经大学 金融学院，安徽 蚌埠 233030；2.安徽财经大学 经济学院，安徽 蚌埠 233030)

合理利用家庭杠杆可以促进居民进行资源的跨期配置，改善其福利状况。适度的杠杆率不仅有利于家庭消费与投资，还有利于宏观经济增长，这在当前经济增长乏力的背景下意义非凡。然而，Cynamon和Fazzari指出，过高的家庭杠杆率会导致家庭债务危机，危及宏观经济稳定[1]。根据2016年中国家庭追踪调查(China Family Panel Studies，简称“CFPS”)的数据测算，29.93%的家庭具有金融杠杆。其中，由于购、建、装修住房， 9.73%的家庭向银行借款，13.75%的家庭向亲戚朋友或其他经济组织(如民间信贷机构)借款。此外，7.22%的家庭因其他原因向银行借款， 13.63%的家庭向亲戚朋友借款。同时，陈彦斌等指出，中国家庭杠杆率总体水平不高，但已明显高于大多数新兴经济体。此外，中国家庭债务分布不均，很可能是较小一部分人群承担了绝大部分的家庭债务[2]。因而，中国家庭债务风险已较为严重，需要引起一定的警惕。故而，需要客观审视中国家庭杠杆率，既要将其作为促进经济增长的推动力，又要将其作为防控宏观经济风险的重要着力点。其中，剖析家庭杠杆率的影响因素是家庭杠杆率研究的题中之义。

家庭作为最基本的社会组织，其决策通常是家庭成员协商的结果。划线部分替换为：然而，户主在家庭决策过程中发挥着至关重要的作用。在极端情况下，户主的意志与偏好甚至代替了家庭的意志与偏好。因为户主在加杠杆前，会首先判断自己的偿还能力，这种能力与户主的职业特征紧密相连。故而，剖析雇佣性质、就业行业、就业单位性质影响家庭杠杆率的机制，考察雇佣性质、就业行业、就业单位性质与家庭杠杆率之间的关系，一方面有利于识别中国家庭杠杆率的群体分布，从而为金融机构产品开发与风险管理提供有效信息，另一方面有利于客观审视家庭杠杆，为金融风险的防控与预警提供参考。

基于此，运用北京大学中国社会科学调查中心开展的“中国家庭追踪调查”(CFPS)2016年数据，实证考察雇佣性质、就业行业性质、就业单位性质对家庭杠杆率的影响。

一、家庭杠杆率相关文献综述

家庭杠杆率的提升源于家庭负债增加，因而与家庭杠杆率相关的文献多集中于研究家庭负债行为。这方面的研究主要集中探讨影响家庭负债行为的微观因素。

在影响家庭负债行为的微观因素中， Ana和Young使用英国家庭追踪调查(BHPS) 的数据考察家庭财务状况与其他个体因素对其未担保债务的影响，发现青年人的债务负担比老年人更重，金融资产占比提高与较差的健康状况提升了家庭未担保债务水平[3]。Kennickell采用三轮消费者金融调查(SCF)的数据进行研究，发现较高的收入水平会提高消费者获取信贷的能力，而较低的流动资产比例则有相反作用[4]。刘晓欣、周弘利用2009年中国家庭追踪调查(CFPS)的微观数据考察家庭个体特征对居民借款行为的影响，发现户主年龄越大、家庭人口越多，家庭借款行为越多；家庭资产数量越多、健康状况越差、家庭食品消费比重越高，家庭借款行为越少。但是，家庭收入对居民的借贷行为没有显著影响[5]。何丽芬、吴卫星与徐芊研究发现，家庭负债与年龄负相关，与家庭人口、收入、房产占比正相关，但是，收入与家庭负债之间的关系较为复杂[6]64-66。对于中小负债规模家庭而言，收入对负债没有显著影响，但是高收入家庭负债规模较大。尹志超等利用中国家庭金融调查(CHFS)的数据，探讨金融知识对家庭创业行为的影响，发现金融知识可以改善家庭借款渠道偏好，促进家庭自主创业[7]。此外，宋全云、肖静娜和尹志超还发现，家庭金融知识水平的提高不仅会提升家庭的正规信贷需求，而且会提高正规信贷的可得性[8]。不仅如此，还有学者认为，宏观因素会通过预期影响居民的信贷行为。宏观经济的繁荣或者上涨预期将提高家庭负债，而价格和利率上涨预期则会抑制家庭的负债，对收入和就业的预期对家庭负债没有影响[9]27。

综上所述，现有研究较为细致地探讨了家庭微观特征对其借贷行为的影响，这对研究家庭杠杆率具有重要的启示。然而，仅仅考察家庭借贷行为难以直接、客观揭示家庭财务风险根源。这是因为家庭杠杆率提升既有可能因负债消费增加推动，亦有可能因负债购买经营资产增加拉动，而家庭消费与经营所需资产的增加同户主的雇佣性质、就业行业、就业单位性质紧密相关，但鲜有文献对此进行分析。基于此，依次考察雇佣性质、就业行业与就业单位性质对家庭杠杆率的影响。

第一，家庭是否存在自主经营动机，即自雇与否是决定其提高杠杆率的出发点。首先，对自雇家庭而言，其提高家庭杠杆率的可能性更大。在“大众创业、万众创新”的政策激励下，家庭希望通过创业来实现自身价值、改善自身经济状况。但是，创业所需资本仅靠家庭财富积累难以得到满足，因而提高杠杆率是创业家庭的唯一选择。其次，随着普惠金融理念深入人心，金融机构对小微企业、个体户的关注日益密切。加之资产相对充裕，自雇家庭获取贷款的难度下降，杠杆率随之提高。然而，受雇者无此需求。因而，自雇家庭的杠杆率可能高于受雇家庭。

第二，家庭杠杆率也因户主从业性质不同而异。家庭杠杆率不仅因雇佣性质有别，还因行业属性而不同。首先，农业投资回收期长、风险大，商业性金融机构不愿介入。因而，农业自雇家庭与非农自雇家庭相比，其杠杆率相对较低。其次，受雇者对住房、教育、医疗均存在需求，在收入受限情况下，家庭可通过加杠杆来满足这些需求。但是，在受雇家庭中，相当部分农业受雇者为农业打工者，由于收入稳定性较差，劳动保障条件不足，仅有少量家庭可以通过金融市场提高杠杆从而在城市购房，多数农业受雇家庭只能通过亲友借款在农村建房。不过，该类家庭仍然可以通过教育贷款来满足家庭成员的教育需求。另外，农村住房与城市住房的价值有着天壤之别。因此，一旦农业受雇者选择了借款满足建房与教育需求，其杠杆率反而可能较高。相反，非农受雇者多工作于私营企业等组织，该类群体具有较好的劳动保障条件，获取信贷能力较强，较多选择在城市购房，而城市住房资产价格明显高于农村。因此，非农受雇者家庭杠杆率可能反而低于农业受雇者。综上分析，农业(包括农、林、牧、副、渔业)受雇家庭、非农受雇家庭以及农业自雇家庭、非农自雇家庭因家庭成员从事行业属性的差异而杠杆率不同。

第三，家庭杠杆率因受雇者工作单位性质有别。首先，我国相关法律明确禁止党政机关或者国有企事业单位人员从事商事活动，其帮助家属从事商事活动也受到严格限制。因而，此类工作人员从事商事活动而加杠杆的可能性极低。但是，这类工作人员收入稳定，在住房价格快速上涨的背景下，通过加杠杆进入房地产市场则未受到严格限制。因而，他们加杠杆的可能性亦较高。其次，私营企业的受雇者受到《中华人民共和国劳动法》等法律保障，且私营企业等盈利性组织的受雇者收入水平较高、劳动保障条件较好，其自身从事商事活动较少受到法律限制，因而相对于政府部门、事业单位的工作人员，其加杠杆的可能性较大。再次，个人、家庭以及民办非企业组织单位的受雇者可能因收入不稳定、劳动保障不健全，家庭加杠杆受到极大限制，因而该类家庭杠杆率相对较低。

二、模型设定、数据来源、变量选取与统计特征

(一)模型设定

CFPS(2016)数据显示，相当部分家庭的杠杆率为0，即家庭杠杆率存在聚类现象。这时，家庭杠杆率的概率分布就变成了由一个离散点和一个连续分布组成的混合分布。当该现象出现后，若用OLS估计家庭杠杆率与就业性质之间的关系，则估计结果难免会出现偏差。然而，Tobit模型较好解决了此问题。故首先运用Tobit模型考察全样本家庭户主的雇佣性质、就业行业、就业单位性质与其家庭杠杆率之间的关系，即

lev*=α+βcar+γX+ε1

(1)

Lev=max(0,lev*)

(2)

其中，公式(1)、公式(2)是截取的Tobit模型。Lev为家庭杠杆率；lev*表示家庭杠杆率大于0的观测值；car为本文的关键解释变量——户主的工作性质，包括雇佣性质、行业属性、就业单位性质；X为控制变量，包括家庭的居住区域、支出规模、收入水平、消费结构以及户主的年龄、健康、婚姻与学历等变量；ε1为残差项，且ε1～N(0,δ2)①。

接着，运用OLS研究有杠杆家庭户主的就业性质与其家庭杠杆率之间的关系，即

lev=α+βcar+γX+ε2

(3)

其中，lev表示杠杆率大于0的家庭的杠杆率；car依然为户主的工作性质，包括雇佣性质、行业属性、就业单位性质；X依然为控制变量，包括家庭特征变量(如居住区域、支出规模、收入水平、消费结构)与户主的特征变量(年龄、健康、婚姻与学历)等；ε2为残差项，且ε2～N(0,δ2)。

(二)样本选择与数据来源

本文数据来自于北京大学中国社会科学调查中心执行的中国家庭追踪调查。该项目于2010年开始基线调查，并分别于2012年、2014年、2016年开展了三轮全样本追踪。基线样本覆盖25个省、市、自治区，采访对象包括14 960户家庭42 590人，涵盖社区、家庭、个人层面的信息，反映了中国经济、社会制度的变迁，是国内第一个如此大规模的、综合的、以学术为目的的社会追踪调查项目。因而，以此为样本分析雇佣性质、就业行业、就业单位性质与家庭杠杆率之间的关系具有较好的代表性。

在CFPS(2016)问卷的基础上，首先删除数据缺失与家庭杠杆率异常值的样本，接着，以18至65岁(含18和65岁)作为适龄劳动人口，删除户主年龄在18岁以下以及65岁以上受访样本，最终得到7 777个有效样本。此外，在考察有杠杆家庭的雇佣性质、就业行业、就业单位性质与家庭杠杆率之间的关系时，各删除了1%的杠杆率最高与最低样本家庭，以剔除极值的影响。

(三)变量选择与数据处理

1.被解释变量的选择与数据处理

被解释变量为家庭杠杆率。参照吴卫星等的研究，以家庭负债总额/家庭资产总额测度家庭杠杆率，记为lev。家庭资产包括房地产、家庭个体经营或开办私营企业的全部经营资产、家庭耐用消费品与农业机械、家庭金融资产。家庭负债包括：家庭因购房、建房、装修房屋尚欠银行的贷款本息；家庭因购房、建房、装修房屋欠亲戚朋友或银行之外的其他组织或个人的债务；除了房贷之外，家庭所欠银行贷款；除了房贷以及欠亲戚朋友之外的债务。

2.解释变量的选择与数据处理

(1)控制变量的选择与数据处理

家庭是否选择加杠杆是多种因素综合作用的结果。

第一，家庭在选择是否加杠杆之前会考量其收支规模与结构。首先，家庭资产、收入对家庭杠杆具有抑制与促进的双重作用。一方面，资产越多、收入越高，越无需依靠借贷满足日常生活需要，因而加杠杆可能性越低。另一方面，资产越多、收入越高，可供贷款抵押的资产越多，家庭通过加杠杆来提高财产性或者经营性收入所受障碍越小。故而，家庭资产、收入对家庭杠杆率的影响不确定。其次，家庭支出规模越大，尤其在收不抵支时，家庭被迫通过加杠杆满足消费与投资的可能性越大。再次，按照恩格尔定理，家庭消费层级越低，收入相对越低，则其受到的流动性约束越大，获取贷款能力越低，加杠杆越困难。依次选取家庭年人均资产、人均收入、人均支出的自然对数以及家庭食品消费支出占比测度家庭资产、家庭收入、家庭支出、家庭消费结构，依次记为ass，inc，exp-1，exp-2。

第二，家庭是否选择加杠杆通常是家庭成员集体决策的结果。户主作为家庭最重要的成员，在家庭决策中发挥着不可替代的作用，甚至多数情况下，户主的决策就是家庭的决策，而户主年龄、健康、婚姻、学历、性别等特征是影响其决策的重要因素。首先，户主的经营能力、偿债能力往往随着年龄增长与健康状况恶化而变差，因而家庭加杠杆愈加困难。本文的户主年龄以访谈时年龄为准，记为age。CFPS将健康状况分为非常健康、很健康、比较健康、一般与不健康五类，依次用5、4、3、2、1表示，本文将其记为hea。一般来说，户主为男性的家庭参与创业与投资的可能性更高[7]91，本文运用1表示户主为男性，0表示户主为女性，记为gen。其次，户主结婚后，随着家庭人口的增多与收入的增加，一般会选择按揭贷款购买住房。因而，加杠杆是已婚者的重要选择。CFPS将婚姻状况分成未婚、在婚(有配偶)等五类。有过婚姻史的家庭与没有婚姻史的家庭在住房购买、家庭资产配置方面存在较大差异。在有过婚姻史的家庭中，在婚与丧偶、离异家庭因成员数量、债务分配原因，其杠杆率也有别。因此，本文将户主的婚姻状况分为在婚有配偶、离婚与丧偶、其他三种情况，并依次记为mar-1、mar-2与mar-3。mar-1为1时，表明户主已婚；否则，表示户主未婚。婚姻为其他类别时，处理情况与此类似。再次，学历是重要的人力资本。通常情况下，高学历者倾向于运用杠杆平滑消费，也善于用杠杆增加家庭财富。本文按照中国家庭追踪调查的做法，以受访者受教育年限测度学历。其中，文盲与半文盲、小学、初中、高中/中专/技校、大专、本科、硕士与博士的受教育年限依次设定为0、6、9、12、15、16、19与22，记为edu。此外，金融服务获取的便利性是影响家庭加杠杆成功的重要因素。一般来说，城市居民可抵押资产多，城市金融供给充分，因而居民获取信贷服务较为便利。本文将家庭居住区域作为控制变量，城市为1，农村为0，记为rur。

(2)核心解释变量及其数据处理

按照前文分析，家庭杠杆率会因户主雇佣状态、就业行业与单位性质而不同，因而衡量就业异质性的变量car包括雇佣性质、所属行业与单位性质等方面。需要说明的是，中国家庭金融调查要求熟悉家庭经济状况，将对家庭经济具有影响力的成员作为受访人，这些受访人被现有研究(如吴卫星等[10])为户主。因此，遵从这种做法，视家庭经济问卷受访人为户主。

第一，雇佣性质，即受访者是自雇还是受雇。当户主选择自雇，即自主经营时，取值为1，否则为0，记为empself。第二，行业属性。按照CFPS(2016)问卷，受访者从事的行业分成农业与非农业两类。同时，结合雇佣性质(自雇和受雇)，将受访者的行业属性分为农业自雇、非农自雇、农业受雇与非农受雇四类，依次记为agrself、unaself、agremp、unaemp。本文对户主工作行业数据处理的原则为：当户主工作为农业自雇时为1，否则为0；当户主工作为其他类别时，取值原则与农业自雇相同。第三，受雇单位性质。根据问卷内容，受雇人员的工作单位性质分成党政部门(党政机关、人民团体)、事业单位、国有企业、私营企业、个体工商户等九类。根据工作单位的收入稳定程度、劳动保障程度，将第一至第三类归并为党政部门等公职单位，记为pub；第四至第六类归并为其他企业单位，记为pri；第七至第九类归并为其他单位，记为els。当户主任职于党政部门等公职单位时，pub取值为1，否则为0，受雇于其他性质单位的取值原则与此相同。

(3)变量的统计特征

表1为相关变量的描述性统计。

表1 变量的描述性统计

从表1可以看出：第一，样本家庭的平均杠杆率仅为7.50%。杠杆率平均水平如此之低，是因为7 777户样本家庭中，仅有2 328户选择了加杠杆，占比仅为29.93%。这表明我国家庭杠杆率结构差异较大，相当部分家庭并未运用金融杠杆平滑消费，在经济增长乏力的背景下存在运用金融杠杆撬动消费与投资的空间。第二，样本家庭城乡分布接近1∶1，户主性别比接近1∶1，样本城乡、性别分布较为均衡，代表性好，能够保证研究结论的客观性。第三，在样本家庭的微观特征方面，户主平均年龄约为43.71岁，处于中年阶段。多数户主为已婚有配偶，户主健康水平中等，家庭人口约为4.25人。从样本家庭户主的年龄结构特征、人口规模以及户主健康状况，可推知部分家庭存在购房、教育以及健康维护的需求，存在加杠杆的可能。第四，从家庭经济特征看，家庭资产规模、人均收入与支出对数的均值分别为12.090 3、9.022 5与8.621 6。家庭平均收支相抵略有结余，这为家庭进行抵押贷款提供了物质基础，有利于家庭杠杆率的提高。

三、实证分析

从样本家庭杠杆率特征出发，分别采用两种模型来研究户主雇佣性质、就业行业、就业单位性质与家庭杠杆率之间的关系。第一步，分析全样本。因大量家庭杠杆率聚类为0，所以采用Tobit模型。第二步，对有杠杆的家庭，采用OLS考察就业性质、就业行业和就业单位性质同家庭杠杆率之间的关系。此外，为考察户主就业与家庭杠杆率之间关系，采用样本分组的方法。以45岁为界限，将样本分成户主45岁以下(含45岁)组和45岁以上组，以检验雇佣性质、就业行业、就业单位性质与家庭杠杆率之间关系的稳健性。

(一)雇佣性质与家庭杠杆率

因户主自雇与受雇家庭的杠杆率存在差异，第一步，采用Tobit研究雇佣性质对全样本家庭杠杆率的影响；第二步，以有杠杆的家庭为样本，考察雇佣性质对其杠杆率的影响(见表2)。

表2左半部分显示：首先，户主是否自雇变量empself的系数为1.142 3，表明户主自雇的家庭与户主受雇的家庭相比，杠杆率明显较高，原因在于私营企业的户主往往亲自参与经营。因而，这类家庭除了住房、教育可能需要外部资金之外，从事个体经营与私营企业经营过程中还需一定量的资本，这部分资本仅凭自身财富积累往往难以满足，其缺口需从银行、亲戚朋友以及其他经济组织借款来弥补。尤其在创新创业政策激励下，创业家庭所需资本更需外界支持，在对外举债过程中，家庭杠杆率随之上升。其次，控制变量符合预期。第一，城市家庭杠杆率比农村家庭杠杆率高0.36。这种差异一方面源自我国城乡金融的二元现象，金融排斥在农村广泛存在，农村居民即使有信贷需求，也难以通过正规信贷渠道获得。但是，城市金融相对发达，居民获取金融服务相对便利。第二，总体而言，家庭杠杆率随着年龄增长而缓慢增长，这与刘晓欣和周弘的研究结论相似[5]158-159。不同的是，杠杆率随年龄呈现非线性变动。具体而言，户主45岁以前，家庭杠杆率随着年龄增长而上升，但上升速度趋缓。46岁之后，家庭杠杆率开始下降，且下降趋势趋缓，该结论符合经典的消费需求理论。一是年轻家庭收入水平不高，在面临着住房、耐用消费品购置与创业资金需求时，往往需要通过提高杠杆来弥补资金缺口。二是年轻人的消费理念与金融意识不同，乐于通过借贷来平滑消费，提高家庭福利。随着户主年龄增长，家庭收入随之增长，且随着子女成年，家庭负担降低，负债逐渐降低。第三，随着户主学历提高，家庭杠杆率随之上升。数据显示，户主受教育每增加1年，家庭杠杆率上升0.12。但在稳健性检验的过程中发现，对户主46岁以上的家庭而言，该效应明显减弱。之所以如此，一是因为46岁以上的户主其平均受教育年限为6.97年，低于45岁以下户主1.1年。因而，其金融意识比年轻家庭淡薄，不善于运用金融杠杆来平滑消费。二是正如吴雨等的研究指出，户主学历越高，金融知识掌握越充分，获得正规信贷需求越容易[11]。第四，相对于未婚家庭而言，其他家庭杠杆率较低。未婚家庭一般事先筹划购买住房，而多数已婚家庭已经购买住房，且住房贷款余额开始下降，因而杠杆率下降。第五，户主健康状况越好，杠杆率越高。系数符号虽符合预期，但显著性不高。原因在于，尽管健康状况越好的家庭，越容易通过借款而提高杠杆率，但健康状况较差的家庭更容易面临财务约束，更需要通过提高杠杆来满足资金需求。第六，家庭资产越多，杠杆率越高，符合逻辑。因为家庭在负债的同时，住房、耐用消费品、经营资产等资产数量往往同步增加。第七，家庭收入水平越高，杠杆率越低，这与何丽芬等的研究结论具有较强的一致性[6]64。该现象出现的原因在于，居民贷款获得同其收入紧密相关，高收入家庭获取贷款更容易。此外，家庭支出水平越高，家庭杠杆率越高。这是因为家庭的总开支由当期收入和负债两者共同承担。当收入较高时，只要较低负债甚至无需负债就可以满足支出。但若支出增加，收入水平不变，家庭则需提高杠杆来满足需求。

表2 雇佣性质与家庭杠杆率①

以有杠杆家庭为样本进行分析，结果显示：自雇家庭杠杆率比受雇家庭杠杆率高1.13，再次说明自雇家庭更倾向于提高杠杆率。此外，按照年龄将有杠杆家庭划分的两个子样本进行稳健性检验，户主45岁以下的自雇家庭与户主46岁以上的家庭相比，自雇对家庭杠杆率影响更大。这有两方面的原因：一是户主45岁以下家庭自主经营动机较强，更倾向于提高杠杆；二是户主45岁以下自雇者由于财富积累较少，被迫通过提高杠杆率来满足经营所需。控制变量中，除家庭支出系数变小，且显著性与Tobit模型显著性不一致之外，其他变量系数的显著性没有明显差异。之所以如此，是因为有杠杆家庭的收入水平通常较高，且可能具有一定的资产作为抵押，因而其支出数额相对较高。

(二)工作行业与家庭杠杆率

除了雇佣性质会影响家庭杠杆率外，工作行业同样会影响家庭杠杆率。CFPS将工作行业分为农业和非农业。因而，结合雇佣的性质，户主的工作行业可分为农业自雇家庭、非农自雇家庭、农业受雇家庭、非农受雇家庭四类，工作行业与家庭杠杆率之间关系的分析结果见表3。表3左半部分是全样本家庭的Tobit分析结果，右半部分是有杠杆家庭的OLS分析结果。由于控制变量的显著性未发生明显变化，控制变量系数与显著性省略。

表3 工作行业与家庭杠杆率

全样本的Tobit模型分析表明，非农自雇家庭杠杆在四类家庭中最高，农业自雇家庭次之，农业受雇家庭再次，非农受雇家庭最低。但是，仅仅非农受雇家庭的杠杆率显著性较低。之所以如此，是因为：首先，非农自雇家庭多为个体工商户、私营企业者，该类家庭仅靠自身力量难以满足经营中所需资本，外部借贷较好弥补了经营过程中的资本缺口，不过也提高了家庭杠杆。其次，农业受雇家庭多为农业打工者，其收入水平相对较低，劳动保障不足，其住房、教育开支不得不依靠外部借贷，但是受雇者无需为经营筹集资本，因而其杠杆率不仅低于非农自雇家庭，还低于农业自雇家庭。再次，非农受雇家庭收入水平相对较高，劳动保障条件较好，因而住房、教育所受的约束较少。同时，也无需为经营筹集资金，因而杠杆率相对低于其他类家庭。此外，控制变量系数与显著性符合预期。

在有杠杆家庭样本中，受雇者系数均小于自雇者系数，再次为自雇者家庭杠杆率高于受雇者家庭杠杆率的结论提供了佐证。然而，农业自雇者和非农自雇者系数大小发生了逆转，原因在于多数农业自雇者在农村从事农业生产经营，但农村住房没有产权，CFPS采用建造价格作为其估值，因而与城市住房相比，价格较低，从而拉升了农业自雇家庭杠杆率。

(三)受雇单位性质与家庭杠杆率

在受雇家庭中，不同受雇单位的收入水平、收入稳定性与劳动保障条件不同，因而当家庭受到财务约束时，金融市场所能提供的融资规模有别，家庭杠杆率也因此不同。家庭杠杆率与户主受雇单位性质的关系见表4，左半部分是全样本家庭的Tobit分析结果，右半部分是有杠杆家庭的OLS分析结果。

表4 受雇单位性质与家庭杠杆率

全样本家庭的Tobit模型分析结果显示：第一，户主供职于党政部门、国有企事业单位的家庭杠杆率显著低于其他部门。原因在于该类性质结构职工相对于其他部门而言，从事商事活动受到限制，无需为家庭商事活动提高杠杆。同时，该类性质职工工资收入相对稳定，劳动保障条件较好，其住房需求可以通过自身公积金来实现，甚至部分职工还居住单位房、公租房，因而其通过金融市场融资需求较低。第二，户主受雇于私营部门的家庭杠杆率较高。之所以如此，一是因为该类家庭因投资、家庭其他成员的经营需要户主为其融资，加之近年来政府对民营经济的支持措施也降低了其获取贷款的难度。二是因为过去很长一段时间内，大量私营部门劳动保障制度不健全，受雇于此类部门的家庭住房、养老负担较重，被迫通过负债来满足住房等大额支出。第三，受雇于个人、家庭，民办非企业组织、协会、行会、基金会等组织的家庭杠杆率往往因为没有正式劳动合同，而导致劳动没有保障、收入不稳定，无法通过金融市场融资，致使其杠杆率相对较低。

此外，两组子样本相比，户主年龄46岁以上组别的家庭，无论户主供职于党政部门、国有企事业单位，还是私营企业，其杠杆率均较高。原因在于，不少户主年龄46岁以上的职工经历过国有企业下岗分流，这部分人收入水平不高，同时又是住房改革的亲历者，住房贷款促使这部分家庭提高杠杆率。

综上所述，有杠杆家庭的OLS分析结果与全样本家庭的Tobit分析基本一致，验证了家庭杠杆率因雇主单位性质存在差别的结论。

四、结论与政策建议

基于CFPS(2016)的数据，考察户主雇佣性质、就业行业、就业单位性质对家庭的杠杆率的影响。研究表明，无论是全样本家庭，还是有杠杆家庭，其杠杆率皆因就业性质、就业行业与就业单位性质而异。具体而言：第一，自雇家庭的杠杆率高于受雇家庭；第二，非农自雇家庭杠杆率最高，农业自雇家庭次之，农业受雇家庭再次，非农受雇家庭杠杆率最低；第三，供职于党政部门等公职单位家庭的杠杆率最低，受雇于个人、家庭以及民办非企业组织等机构的家庭杠杆率居中，受雇于其他企业类家庭最高。为检验以上结论的稳健性，将样本按照户主年龄分两组深入研究，研究结论没有发生明显变动，因而上述结论具有稳健性。

家庭是宏观经济的重要单元，家庭杠杆率的适当提高可以促进消费与投资，进而带动宏观经济增长。同时，家庭杠杆率作为家庭财务风险的重要指标，可以为宏观经济风险的识别与预警提供可靠的信息。因此，本文的研究结论具有以下启示：

第一，家庭就业性质会影响家庭杠杆率，金融机构可在自己的风险容忍度之内，开发合适的信贷产品，满足部分零杠杆家庭的信贷需求。适当撬动低杠杆家庭与零杠杆家庭的杠杆率，有利于促进消费与投资，带动宏观经济增长，这在经济增长乏力的背景下尤为重要。因而，为促进宏观经济持续发展，金融机构仍然可以通过唤醒低杠杆家庭金融意识，开发满足低杠杆家庭与零杠杆家庭需求的金融产品，带动低杠杆家庭消费与投资。尤其对于农业自雇家庭而言，若能构建促进其资产与资源流转的机制，为其合理提高杠杆率提供担保，则有利于满足其信贷需求，促进其消费与自主经营，这对宏观经济持续增长与农村振兴大有裨益。

第二，在“大众创业、万众创新”的背景下，不仅需要密切关注创业家庭的金融风险，还需要完善信贷担保机制、健全社会保险机制。自雇家庭多为创业家庭，创业虽能促进经济增长、带动就业，但是创业者在通过借贷满足经营所需资金的同时，风险也在上升。一旦创业失败，家庭经济状况会迅速恶化，家庭风险会迅速殃及金融机构，宏观金融风险也会因此上升。因而，金融机构信贷扩张过程中，需要密切监测自雇家庭杠杆状况，以防范宏观经济风险。政府在激励创新创业的过程中，不仅要完善贷款担保机制，降低金融机构和宏观经济风险，还要完善社会保障制度，避免家庭财务风险爆发带来的养老、医疗等社会问题。

第三，受雇于私营企业，尤其是受雇于个人、家庭的居民将是家庭风险关注的重点。近年来，农村居民进城购房数量增加，这对宏观经济增长具有一定的积极作用。进城居民多受雇于个人、家庭以及其他经济组织，在就业、社会保障体系尚不健全的条件下，该类家庭潜藏着极大风险。因而，一方面，金融机构应当将该类家庭作为风险监测与防范的重点，密切了解该类家庭的就业、收入与健康状况，做好贷后检查。另一方面，政府亦应将该类家庭作为关注的焦点。大量农村进城居民工作不稳定、收入无保障、医疗与养老制度不健全，这类家庭面临失业时，消费将锐减，甚至引发社会问题。因而，政府需要未雨绸缪，通过健全并发挥公共财政的职能，尽力避免家庭财务风险以及可能随之而来的社会问题发生。

注释：

①家庭杠杆率受家庭收入影响，极高和极低收入均会影响家庭杠杆率，进而影响模型残差项分布的正态特征。为消除此影响，本文在样本选择的过程中，删除了收入最高和最低的各1%家庭。下文的模型(3)使用的数据处理方法与此处一致。

②尽管我国男性与女性退休年龄分别为60岁与55岁，但60～65岁被大量文献作为适龄劳动人口。此外，CFPS(2016)调查中也存在大量该年龄段的劳动人口。