劉剛　孫告

[提要] 利用我國2011～2017年省級面板數(shù)據(jù)，借鑒公共部門負債可持續(xù)性研究框架和世代交疊模型對居民部門負債可持續(xù)性問題以及居民部門債務影響因素進行實證分析，并在此基礎上提煉出影響中國居民部門負債的核心變量。研究發(fā)現(xiàn)：住房價格是我國居民部門負債水平持續(xù)上升的主要原因;財政性保障支出和人口老齡化與居民部門負債水平呈現(xiàn)出顯著的正相關關系。實證研究還發(fā)現(xiàn)：我國東部省級行政區(qū)居民部門負債水平的影響因素與國家整體的影響因素比較類似，而中部省級行政區(qū)的住房價格是影響居民部門負債水平的共同核心變量，西部地區(qū)影響居民部門負債水平的核心變量卻無法提取。

關鍵詞：居民部門負債;可持續(xù)性;影響因素;核心變量

中圖分類號：F81 文獻標識碼：A

收錄日期：2019年7月22日

一、引言

隨著中國經(jīng)濟持續(xù)40多年的高速增長，以及近年來房地產(chǎn)價格的快速上漲與房地產(chǎn)抵押貸款的普及、股票市場上融資融券規(guī)模的迅速提高，中國居民家庭負債水平也在高速增長;中國居民部門的各項貸款余額從2007年底的5.07萬億元增長到了2017年底的40.5萬億元，中國居民部門負債水平（居民部門負債/GDP）從2007年20.31%增加到2017年的48.98%，居民部門貸款余額的年平均增長率為23.09%，而且還呈現(xiàn)加速上升的趨勢。尤其是最近幾年，我國個人住房購房貸款余額由2013年的9.8萬億元增長至2017年底的21.9萬億元，年均增長率為22.27%，遠遠超過國民生產(chǎn)總值和居民部門可支配收入增長速度。由于居民部門負債率的提高，而產(chǎn)生的居民負債高杠桿率的問題也已經(jīng)逐漸引起監(jiān)管部門的重視。家庭金融作為金融系統(tǒng)中重要的有機組成部分，正受到越來越多的重視。

二、文獻綜述

在過去的二十幾年間，各國（主要是發(fā)達國家）對居民部門債務的統(tǒng)計數(shù)據(jù)逐漸翔實，統(tǒng)計指標也呈現(xiàn)出越來越標準化的態(tài)勢。更重要的是，幾乎所有發(fā)達國家的家庭負債水平都出現(xiàn)了快速的增長，這一現(xiàn)象引起了經(jīng)濟學家對于家庭債務的廣泛關注，越來越多的學者投入到對債務形成原因的研究中。特別是在美國2008年的次貸危機之后，國際學術界和金融管理部門廣泛的開展了以微觀家庭調查數(shù)據(jù)為基礎的家庭金融研究。（Mian和Sufi（2011），（2013），（2015）;Zinman（2015）;Dunn和Mirzaie（2016）。其中，Zinman，（2015），對家庭負債的行為作出綜述時指出：與家庭投資行為方面涌現(xiàn)出大量的研究相比，家庭負債行為的研究還相對較少且研究主要涉及不同國家不同類別家庭負債行為的特征、家庭借貸行為決策效率、借貸成本與信貸約束等等。2010年起，歐洲中央銀行（ECB）開始協(xié)調歐盟各國開展家庭金融與消費的調查（HFCS），協(xié)調并納入了歐盟各國原有家庭金融和消費調查，并以此為基礎廣泛的開展歐盟各國的家庭金融研究Bover等（2016）;Du Caju等（2014）;Bruggeman和Nieuwenhuyze（2013）。因此，最近的二十余年是家庭債務理論不斷豐富化、完善化的時期。在這一階段，經(jīng)濟學家在探討家庭債務形成原因時，往往結合宏觀經(jīng)濟與金融層面的因素，并利用日臻成熟的計量手段來檢驗各種因素對債務形成的影響。

首先，住房價格是眾多學者所認同的影響因素。OrtaloMagne & Rady（2011）提出了“資本利得影響渠道”，即住房可以作為家庭借貸的擔保品，房價上漲使得家庭可以購買更貴的房產(chǎn)，并進一步推動住房價格上漲。一些學者對住房價格上漲與家庭負債水平之間的關系進行了實證研究。Mian和Sufi（2011）實證發(fā)現(xiàn)住房資產(chǎn)價格與家庭負債之間具有非常顯著的相關性，對于較低信用評分則更傾向于通過信用卡借款的家庭這種相關性尤其明顯。謝綿陛（2018），基于多變量的Tobit方程系統(tǒng)方法得到住房狀況是家庭負債的顯著決定因素。Dynan和Kohn（2007）從對SCF數(shù)據(jù)分析中發(fā)現(xiàn)擁有住房家庭的負債程度更有可能提高，在隔離其他可能原因后，他們發(fā)現(xiàn)住房價格上漲可以解釋一部分家庭負債率的升高。

人口老齡化加劇和財政保障性支出增加會引起居民部門消費的增加和儲蓄率的降低，從而影響居民部門負債規(guī)模的重要原因。Fuchs（1998）利用美國人口、健康支出和稅收等數(shù)據(jù)估計了美國1975年、1985年和1995年65歲以上老人的醫(yī)療保健消費水平，推算出2020年美國老年人的醫(yī)療保健消費會增加達到GDP的10%。王宇鵬（2011）的實證檢驗發(fā)現(xiàn)，老年人口撫養(yǎng)比越高的省份城鎮(zhèn)居民的平均消費傾向也越高。鄭妍妍等（2013）對住戶調查數(shù)據(jù)進行研究發(fā)現(xiàn)，老齡化會增加城鎮(zhèn)家庭的消費，尤其是醫(yī)療保健支出和教育文化娛樂性支出。陳彥斌等（2014）指出，無論是發(fā)達國家還是亞洲國家，不同時期不同方法都發(fā)現(xiàn)人口老齡化會降低私人部門的儲蓄率，居民部門的儲蓄率也會隨著老齡化的上升而下降，同時，還指出我國國民儲蓄率降低的最主要因素是人口老齡化。汪偉等（2015）研究認為隨著人口老齡化的加劇和經(jīng)濟因素等，我國儲蓄率會開始下降?？梢酝茰y消費的增加以及儲蓄率的降低使得居民部門資產(chǎn)增加的速度降低，可能會導致居民部門資產(chǎn)負債程度加深。王金營等（2018）通過中國1998～2014年的省級面板數(shù)據(jù)得到了增加基本公共服務支出也能夠刺激居民部門進行消費的結論。

其次，物價水平也是經(jīng)濟學家分析時所考慮的重要因素。Debelle（2007）的研究結論相同，Debelle認為在低的通貨膨脹環(huán)境下，家庭受到的借貸約束會下降，從而增強家庭的借款能力。Pally（1994）構建了線性的乘數(shù)-加速數(shù)模型，分析消費信貸在經(jīng)濟周期中所起的作用。在模型中，家庭消費信貸的增長可以刺激消費增加，進而帶動經(jīng)濟增長。但是，隨著家庭債務的不斷積累，每期的利息也在不斷的增長，其在現(xiàn)金流支出中的占比越來越高直至不可持續(xù)。這就導致收入會加速從債務人轉移至債權人，這一過程最終會抑制家庭的消費支出，而這又會拖累經(jīng)濟的增長。而夏曉平，羅鳳金（2012）研究認為，物價上漲會使得居民部門的消費性支出增加，這也就說明物價水平的提高對于居民部門負債的增長會起到一定的促進作用。因此通過實證檢驗物價水平對居民部門債務的影響具有一定的必要性。

再次，居民部門負債與宏觀經(jīng)濟預期之間的聯(lián)系非常緊密。居民通常以宏觀經(jīng)濟來衡量自己的收入預期，當宏觀較好時，居民部門的預期收入會增加。Brownetal（2005）指出，消費者預期往往是非理性的、主觀的，在即期樂觀情緒的主導下，家庭的預期往往高估了未來實際收入的増長情況，這就會導致舉債過度或消費過度。Pagano（1990）也認為，在英國家庭的信貸增長中，預期發(fā)揮了很重要的作用。Brunila & Takala（1993），Nyberg & Vihriala（1994）以芬蘭家庭為研究對象，得出的結論是，1986-1989年芬蘭貿(mào)易條件的改善使得家庭提高了未來的收入預期，從而刺激居民部門債務的迅速增長。

最后，影響居民部門債務的其他因素。如，Ludvigson（1999）構建了“緩沖庫存-預防性儲蓄”模型，指出居民部門借貸是為了緩沖外界負面沖擊的影響，例如當家庭收入暫時下降時，債務可以提供流動性來緩沖沖擊的影響，實現(xiàn)家庭消費的平滑。Han & Mulligan（2001）從人力資本投入的角度來解釋個人債務的形成，認為個人有投資人力資本的需求，如借款以完成大學學業(yè)，因為預期完成學業(yè)后會有更高的收入，這一需求是促使個人借款的主要原因。Books（2000）則提到了“組合動機”，家庭在投資選擇時總是面臨不確定性，不同資產(chǎn)的回報率也各不相同，因此家庭在進行組合投資時會做多某類資產(chǎn)或者做空某類資產(chǎn)，后著等同于借款。任鑫，葛晶等（2019）指出，金融規(guī)模提高了居民部門的工資性收入，但是金融規(guī)模的發(fā)展降低了經(jīng)營性收入的消費彈性，且中國當前在經(jīng)營性收入消費上存在“金融抑制”，說明金融業(yè)的發(fā)展也會對居民部門債務產(chǎn)生影響。

在上述的研究中，我們可以發(fā)現(xiàn)以下幾個方面的問題：一是大部分的經(jīng)濟學家往往以美國或者主要發(fā)達經(jīng)濟國家為研究對象，對新興經(jīng)濟體或者發(fā)展中國家如中國的研究較少，但這一類的國家也存在居民部門迅速加杠桿的問題。二是對于歐洲之間債務的研究也主要集中于歐洲的幾個代表性大國的國家層面研究，而忽視了一國之中各地區(qū)居民部門債務增加幅度不同，卻都引起了居民部門負債的上升，而引起居民部門債務增加的各地區(qū)主要因素卻與國內各地區(qū)的產(chǎn)業(yè)結構、金融環(huán)境也息息相關。因此，本文將中國的31個省市作為樣本，通過共性和差異的研究尋找規(guī)律，便是本文對家庭金融研究做出的邊際貢獻。

三、模型分析

本文理論分析部分使用缺口模型，將預期收入、老齡化、住房類消費、醫(yī)療、教育和其他消費對勞動力市場和居民儲蓄的影響融入了家庭部門的債務適度規(guī)模的分析框架，利用世代交疊模型，嘗試刻畫出長期中人口結構變遷導致經(jīng)濟結構變化的圍觀數(shù)據(jù)。首先給出如下假設：

假設1：構建代際關系時，不考慮每個人生階段的死亡率、移民和性別因素;

假設2：所有工人（中年和退休前的老年）的生產(chǎn)效率相同，生產(chǎn)率等于實際工資率，且充分就業(yè);

假設3：稅收制度與退休制度由政府制定，居民部門收入與GDP的比率保持固定;

假設4：家庭購買住房最終用于消費，隨著代際更迭，原有住房無法繼續(xù)使用，需要購買新的住宅。

假設5：老年人在退休以后的退休金與其青年時的工資率成固定的比率。

通過（15）式，我們將住房支出、消費價格、教育醫(yī)療等社會保障性支出和老年人口結構等因素引入到了傳統(tǒng)的負債分析規(guī)模當中，并得到可供檢驗的命題：隨著購房支出增加、消費價格的上身、教育醫(yī)療等社會保障性支出增加和人口結構老齡化加劇，家庭債務缺口規(guī)模將會擴大，居民部門債務可持續(xù)性降低。由于居民部門在進行借貸時，會受到當期的宏觀金融環(huán)境的影響，金融市場的好壞直接會影響居民部門負債借貸的容易與否，同時也會為居民部門帶來其他的相關投資收入，所以我們將金融行業(yè)生產(chǎn)總值增長率用以表示該年度金融市場的發(fā)展狀況，從而探究金融行業(yè)的增長是否會對居民部門債務缺口產(chǎn)生影響。

四、中國居民部門債務影響因素實證分析

（一）模型構建、數(shù)據(jù)的統(tǒng)計性描述和變量選擇說明。為了對前面模型分析結果中的命題進行檢驗，參考Pan和Wang（2012），尹恒、葉海云（2006）以及黃曉微等（2015）等研究，以中國各省市為實證對象，構建面板模型，旨在檢驗共性因素，而非刻意忽視個體差異。本文構建實證分析模型如下：

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

首先是家庭債務指標。由于債務存量受到了各省市經(jīng)濟規(guī)模的影響，這里用居民部門債務/CDP比值來“標準化”各省市的相對債務水平，即hdgdp。數(shù)據(jù)來源于中國人民銀行和國家統(tǒng)計局。由于住戶貸款數(shù)據(jù)大部分省份均是從2015年開始統(tǒng)計，所以參考郭新華等（2015）以人民銀行統(tǒng)計的金融機構個人消費貸款余額近似替代居民部門債務。

其次是收入因素指標。理論上最好的變量是家庭對于未來收入增長的預期。未來預期收入越高，家庭借款來提高當前消費的需求就越高，同時更高收入也會放松家庭借款時所面臨的約束。但現(xiàn)實統(tǒng)計中難以涵蓋所有家庭的收入預期，只能采取替代指標。本文選取實際GDP增速rggdp這一指標來表示居民部門的收入預期，數(shù)據(jù)來源于國家統(tǒng)計局。

在購房支出h指標的選取上，由于家庭的住房面積無法進行確定性的衡量，所以選取房地產(chǎn)價格hp來衡量購房按揭支出金額。一方面促進家庭的借貸需求增大;另一方面房價上升增大了抵押品的價值，也增強了家庭的借貸能力。選擇的數(shù)據(jù)是2011～2017年的各省市的房價，為了便于比較，將房價單位統(tǒng)一設置為千元。

在物價水平p的選取上，選擇CPI物價指數(shù)0，這樣能夠更加直觀的判斷每年各省市的物價水平變動。數(shù)據(jù)來源于國家統(tǒng)計局。

在人口老齡化結構d的選取上，我們選取參考邵旭方、吳衛(wèi)星等（2015）以老年人口撫養(yǎng)比來代替人口老齡化結構。

教育和醫(yī)療等保障性支出c的選取上，選取地方財政教育、醫(yī)療衛(wèi)生與計劃生育、社會保障和就業(yè)支出之和代替教育和醫(yī)療等社會保障性支出。

最后是金融行業(yè)增長率的變量fr的選取上，由于每年的金融行業(yè)發(fā)展也會對居民部門的借貸產(chǎn)生影響，當一年金融行業(yè)發(fā)展迅速時且金融行業(yè)生產(chǎn)總值高時，說明居民部門對貸款的需求量增加，而金融行業(yè)生產(chǎn)總值較低時，這說明該年對貸款的需求將會減少，所以我們選取該年度金融業(yè)生產(chǎn)總值的增長率來衡量各省當年的金融行業(yè)發(fā)展狀況。

？滋i代表固定面板效應，vit代表隨機擾動項，選擇固定效應還是隨機效應需要經(jīng)過Hausman檢驗，該檢驗在下節(jié)指出。

研究采用面板數(shù)據(jù)進行實證分析，樣本為中國的31個省市。由于各省的起始年度并不相同，且2010年按照國家統(tǒng)計局的要求，需等第六次全國人口普查結果出來，各省人口數(shù)據(jù)才對外發(fā)布，所以本文選取的各項數(shù)據(jù)為2011～2017年的年度數(shù)據(jù)，為非平衡面板。

（二）實證檢驗與結果分析

1、模型所涉及變量的描述性統(tǒng)計（表1）

2、對面板數(shù)據(jù)的檢驗及回歸結果

（1）在混合最小二乘回歸Pooled OLS與固定效應模型FE中進行選擇，此處采用沃爾德檢驗。檢驗結果（表2）拒絕了混合最小二乘回歸，說明相對于Pooled OLS，更適用于固定效用模型。

（2）在混合最小二乘回歸Pooled OLS與隨機效應模型RE中進行選擇，此處采用似然比檢驗（LR test）來實現(xiàn)二者的比較。檢驗結果（表2）也拒絕了混合最小二乘回歸，說明隨機效應模型相對于混合最小二乘回歸更合適。

（3）接下來，利用豪斯曼檢驗，確定是使用固定效用模型還是隨機效用模型，Hausman檢驗在5%的置信區(qū)間下拒絕了原假設，說明更適用于固定效用效用模型。（表2）

根據(jù)模型（1）～（3）可知，對于數(shù)據(jù)結構，應使用固定效用模型估計自變量系數(shù)。參考黃曉薇、黃亦炫和郭敏（2015）等解決內生性的方法，采用解釋變量的滯后一期進行回歸。

模型自變量系數(shù)的估計結果如表3所示，表中（1）、（2）、（3）列分別代表最小二乘回歸、固定效應模型、隨機效應模型的回歸結果。第（4）列則是在解決內生性以后最終的檢驗結果。模型的整體擬合性較好，Within R2及F檢驗均為顯著。（表3）

3、自變量系數(shù)的估計結果表明

（1）實際GDP增速rggdp與家庭債務之間呈現(xiàn)出正相關關系，但是結果并不顯著，說明經(jīng)濟增長不是影響居民部門債務缺口的主要原因。比較直觀的解釋而言，盡管我國經(jīng)濟整體增長較快，但是各省份之間的經(jīng)濟增長卻呈現(xiàn)出增長不一的情況，如遼寧省2016年的GDP增長率出現(xiàn)了負增長的情況;與此同時，決定居民部門債務缺口的主要因素在于居民部門收入與居民部門支出的相對變化，當居民部門支出（購房支出和其他消費支出）的增長速度相對于居民部門可支配收入增長速度更快時，居民部門的債務缺口就會增加，因此經(jīng)濟增長率的變化可能并不一定增加或者減少居民部門負債缺口。

（2）房價hp與居民部門負債正相關之間呈現(xiàn)出顯著的正相關關系。這與邵旭方，吳衛(wèi)星（2017）的實證分析結果，郭新華（2011）的理論推斷都一致。房地產(chǎn)作為居民部門財富的重要組成部分，房地產(chǎn)價格的上漲勢必會導致居民部門家庭財富的增加，借款能力也得到顯著增強。同時住房抵押貸款是居民部門債務的主要組成部分，房價的上漲也就代表這居民部門負債增加，因此，房價越高，居民部門債務的缺口會越大。

（3）物價指數(shù)p與居民部門債務缺口之間呈現(xiàn)出顯著的負相關關系。這與Debelle（2004）的研究結論相同，Debelle認為在低的通貨膨脹環(huán)境下，家庭受到的借貸約束會下降，從而增強家庭的借款能力。

（4）人口老齡化d與居民部門債務缺口之間呈現(xiàn)出顯著的正相關關系。這與王宇鵬（2011）的研究結論相同，王宇鵬認為，人口老齡化因素顯著影響中國城鎮(zhèn)居民消費行為，在控制其他因素的條件下，老年人口撫養(yǎng)比越高，城鎮(zhèn)居民平均消費傾向越高。居民部門消費傾向的增加使得居民部門支出增加，從而進一步的增加居民部門負債缺口。

（5）財政性保障支出c與居民部門債務缺口之間呈現(xiàn)出正相關關系，并且檢驗結果顯著。這與王金營，李莊園等（2018）年得出的基本公共服務供給水平的提高有利于增加居民消費的研究結論相同。王金營，李莊園等（2018）指出，在長目標時期，基本公共服務支出對居民消費的影響力度最大，高于居民人均消費水平、人均收入對其的影響。這也就說明財政性保障支出又能夠有效的減少居民部門的預防性支出從而提高居民部門的消費水平，進而使得居民部門負債缺口的增加。

（6）金融增長率fr與居民部門債務缺口之間呈現(xiàn)出負相關關系，并且檢驗結果顯著。這與任鑫，葛晶等（2019）的研究結果相符合，任鑫、葛晶等（2019）指出，金融規(guī)模提高了居民部門的工資性收入，但是金融規(guī)模的發(fā)展降低了經(jīng)營性收入的消費彈性，說明與中國當前在經(jīng)營性收入消費上存在“金融抑制”的研究結果相符合。也說明金融業(yè)的發(fā)展使得居民部門的工資性收入增加，從而對于居民部門債務缺口的增加有一定的抑制作用。

（三）穩(wěn)健性檢驗。為了檢驗結果的穩(wěn)健性，參照Debelle（2007）的做法，采用衡量居民部門債務的備選指標債務收入比作為因變量，并用財政性保障支出與GDP之比來代替原方程中的財政保障性支出收入比作為自變量，對模型進行參數(shù)估計。同樣也是采取固定效用模型，并且滯后一階已解決內生性問題。檢驗結果（表4（1））顯示：替換被解釋變量以后，之前的主要結論仍然成立，住房價格、消費者物價指數(shù)、老年人后撫養(yǎng)比、財政性保障支出比和金融業(yè)增長率對居民部門個人消費貸款余額與居民部門可支配收入之比有顯著的影響，一定程度上證實了前面的實證檢驗結果是穩(wěn)健的。（表4）

其次，對樣本進行分組。原先的樣本包含了中國31個省份，考慮到我國東中西部省級行政區(qū)的居民部門負債水平存在較大的差別，如東部地區(qū)的房價明顯高于西部地區(qū)，且東部地區(qū)的居民部門負債水平也遠遠高于西部地區(qū)，因此將樣本分組進行回歸。采取國家統(tǒng)計中常用的11：8：12分類標準，即東部地區(qū)包含北京、天津、河北、遼寧、上海、江蘇、浙江、福建、山東、廣東和海南11個省級行政區(qū);中部地區(qū)包含山西、吉林、黑龍江、安徽、江西、河南、湖北和湖南8個省級行政區(qū);西部地區(qū)包含四川、重慶、貴州、云南、西藏、陜西、甘肅、寧夏、新疆、廣西和內蒙古等12個省級行政區(qū)進行分類。檢驗結果如表4（2）-（4）顯示：東、中、西部的省級行政區(qū)的影響因素存在較大的區(qū)別，對于東部地區(qū)的省級行政區(qū)而言，經(jīng)濟增長、住房價格、消費者物價指數(shù)和財政性保障支出比這四個因素是居民部門負債缺口的共同主要影響因素;中部地區(qū)居民部門負債缺口的最主要影響因素是住房價格;西部地區(qū)對于所有的變量檢驗結果都不顯著的原因表明西部地區(qū)的發(fā)展水平和居民部門負債水平存在較大的差別，無法提取出其共同的影響因素。

五、結論及政策建議

本文以借鑒公共部門負債可持續(xù)性為研究框架，同時進行了相應的拓展，用以分析居民部門負債的可持續(xù)性問題以及居民部門預期收入、住房價格、物價和財政性保障支出等因素對居民部門負債的影響。

通過以上綜合分析，可得到以下主要結論：首先，通過住房價格與居民部門負債水平之間存在顯著的正相關關系，說明住房價格的持續(xù)性、快速的上漲是我國居民部門負債水平持續(xù)上升的一個重要原因，從t值和顯著水平來看，其對居民部門負債水平的影響遠遠大于其他的影響因素。其次，由于居民部門負債上升的邏輯在于，負債最終需要居民部門收支盈余來償還。而我國基本公共服的完善所導致的財政性支出增加和人口老齡化加劇導致居民部門老年人口撫養(yǎng)比的增加還會持續(xù)，且財政性保障支出和老年人口撫養(yǎng)比與居民部門債務水平之間存在顯著正相關則表明在未來將使得居民部門負債水平持續(xù)的提高;與此同時，我國消費者物價水平的緩慢上升和金融業(yè)生產(chǎn)總值的增長也成為降低我國居民部分負債水平的重要因素。最后，在東、中和西部地區(qū)分組回歸中，基本結論與上述結論存在不相符合的情況。如，住房價格作為東部和中部地區(qū)的主要解釋變量卻對于西部不顯著，反映出我國的住房價格整體上存在較大的差距，西部地區(qū)所包含省級行政區(qū)較多，且房價差異巨大，所以也反映出我國的物價水平在各省份之間很不平衡，經(jīng)濟水平在各省級行政區(qū)還存在較大差異。

基于以上分析，本文提出如下政策建議：第一，加大對房地產(chǎn)價格的調控力度和促進金融行業(yè)的健康發(fā)展?！白》績r格”作為影響居民部門負債的最主要因素，我們必須警惕在住房價格上漲過程中，居民部門資產(chǎn)負債表的迅速膨脹以及金融機構資產(chǎn)過多集中于房地產(chǎn)相關的信貸，一旦房地產(chǎn)泡沫破滅，將會沖擊居民部門負債表及金融體系的穩(wěn)定。第二，提高法定退休年齡和逐步促進公共服務設施的完善。法定退休年齡的上升可以有效的降低老年人口撫養(yǎng)比，從而使得居民部門負債水平降低。與此同時，逐步促進公共服務設施的完善，保證財政性支出穩(wěn)定在一定的水平，讓居民部門能夠在感受各項公共服務和保障措施在變好的同時實現(xiàn)居民部門負債水平的穩(wěn)定。第三，保持物價的穩(wěn)定上升和促進金融業(yè)的健康發(fā)展。物價穩(wěn)定上升使得居民部門的消費水平逐步穩(wěn)定的下降，從而抑制消費。而促進金融行業(yè)健康的發(fā)展則能有效的幫助人們進行居民部門的資產(chǎn)配置和管理，增加其除工資以外的收入。無論是物價上漲還是居民部門收入的增加都會使得居民部門債務水平保持相對的穩(wěn)定。第四，借鑒東部地區(qū)的發(fā)展經(jīng)驗，加大對中西部地區(qū)的扶持力度。我國各省級行政區(qū)的發(fā)展極度不平衡，東部地區(qū)的發(fā)展對于我國起到率先的引領作用，所以西部地區(qū)也會逐步的向東部地區(qū)靠攏。此時，我們通過借鑒東部地區(qū)發(fā)展的經(jīng)驗，穩(wěn)定好住房價格，調整好人口結構、財政性支出比例、穩(wěn)定物價水平和促進金融健康的增長，從而使得西部地區(qū)在經(jīng)濟快速發(fā)展以及居民生活水平迅速提高的同時使得居民部門負債水平保持相對穩(wěn)定的狀態(tài)。

主要參考文獻：

[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，陳樂一，劉建江.房價波動對我國城鎮(zhèn)居民消費的影響研究[J].統(tǒng)計研究，2013.30（2）.

[17]杜莉，沈建光，潘春陽.房價上升對城鎮(zhèn)居民平均消費傾向的影響——基于上海市入戶調查數(shù)據(jù)的實證研究[J].金融研究，2013（3）.

[18]任鑫，葛晶.金融發(fā)展、收入結構與城鎮(zhèn)居民消費結構[J].宏觀經(jīng)濟研究，2019.