張敏鋒,李嘉政

（1.閩南師范大學(xué)商學(xué)院，福建漳州 363000；2.閩南師范大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，福建漳州 363000）

近年來，我國(guó)居民高速加杠桿與消費(fèi)增速放緩并存，是宏觀經(jīng)濟(jì)領(lǐng)域的突出現(xiàn)象。居民負(fù)債對(duì)消費(fèi)的影響一直是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)問題。在早期的相關(guān)研究中，F(xiàn)riedman提出的“永久收入假說”和Modigliani等提出的“生命周期假說”，認(rèn)為居民消費(fèi)行為不僅取決于當(dāng)前收入，還與未來預(yù)期的收入有關(guān)，居民可以借助儲(chǔ)蓄和信貸來跨期安排資金，從而使得自身效用最大化[1-2]。Campbell、張浩、周利的研究均指出信貸緩解了家庭資金的流動(dòng)性約束，降低了居民購(gòu)房門檻，加杠桿能促進(jìn)消費(fèi)[3-5]。伍戈、張曉晶等人認(rèn)為居民杠桿在合理區(qū)間內(nèi)，加杠桿會(huì)促進(jìn)消費(fèi)，有利于經(jīng)濟(jì)增長(zhǎng)[6-7]。然而大部分研究表明，居民杠桿對(duì)消費(fèi)長(zhǎng)期存在不利影響，高杠桿會(huì)影響家庭信貸和再融資能力，家庭為了償還房貸和預(yù)防性儲(chǔ)蓄會(huì)壓縮消費(fèi)，負(fù)債造成房奴效應(yīng)，居民杠桿對(duì)消費(fèi)的促進(jìn)作用無法持久[8-10]。

與此同時(shí)，居民無論加杠桿還是消費(fèi)，都是在具體空間單元內(nèi)進(jìn)行的?；诳臻g計(jì)量的方法，圍繞消費(fèi)相關(guān)問題已開展了較深入研究。郭軍峰指出我國(guó)消費(fèi)中心城市呈現(xiàn)出明顯的空間集聚特征，消費(fèi)中心城市不斷向東南地區(qū)轉(zhuǎn)移[11]。孫愛軍、鄒新月等人的研究發(fā)現(xiàn)消費(fèi)存在明顯的溢出效應(yīng)，主要經(jīng)濟(jì)變量不僅會(huì)影響本地區(qū)的消費(fèi)，還會(huì)對(duì)周圍地區(qū)的消費(fèi)存在影響[12-13]。郭新華認(rèn)為家庭債務(wù)具有集聚效應(yīng)，空間相關(guān)性對(duì)區(qū)域家庭債務(wù)增長(zhǎng)產(chǎn)生了正向影響[14]。

從上述文獻(xiàn)可以看出，居民杠桿對(duì)消費(fèi)影響的研究已比較豐富但存在一定的爭(zhēng)議，基本上是用宏觀數(shù)據(jù)或微觀調(diào)查數(shù)據(jù)進(jìn)行實(shí)證分析，還鮮有在空間視角下利用區(qū)域數(shù)據(jù)進(jìn)行的研究。現(xiàn)有文獻(xiàn)中空間計(jì)量模型通常使用全域模型，較少使用局域模型。因此，本文通過建立全域和局部空間計(jì)量模型，探討居民杠桿對(duì)消費(fèi)的空間交互效應(yīng)以及異質(zhì)性影響，以期為消費(fèi)需求側(cè)管理和穩(wěn)定居民杠桿提供政策建議。

一、我國(guó)居民杠桿和消費(fèi)現(xiàn)狀分析

近年來，我國(guó)供給側(cè)結(jié)構(gòu)性改革卓有成效，全要素生產(chǎn)率不斷提升，產(chǎn)品供給的質(zhì)量和數(shù)量都有大幅地提升，然而需求側(cè)特別是消費(fèi)需求增長(zhǎng)相對(duì)緩慢，其中我國(guó)社會(huì)零售品銷售總額增速呈逐年下降的態(tài)勢(shì)，2011年為17.1%，2017年為10.2%，2019年為8%。2011年到2019年，我國(guó)消費(fèi)率平均為53.4%，低于發(fā)達(dá)國(guó)家平均80%的水平①國(guó)家統(tǒng)計(jì)局官網(wǎng)：http://data.stats.gov.cn/easyquery.htm?cn=C01。如果我國(guó)未來消費(fèi)繼續(xù)呈現(xiàn)疲軟態(tài)勢(shì)，并不利于構(gòu)建“雙循環(huán)”的新發(fā)展格局和經(jīng)濟(jì)高質(zhì)量發(fā)展。黨的十九屆五中全會(huì)提出了“堅(jiān)持?jǐn)U大內(nèi)需這個(gè)戰(zhàn)略基點(diǎn)”②共產(chǎn)黨員網(wǎng)：https://www.12371.cn/2020/10/29/ARTI1603964233795881.shtml，2020年12月中央經(jīng)濟(jì)工作會(huì)議首次在國(guó)家決策層面提出了“需求側(cè)管理”的要求③共產(chǎn)黨員網(wǎng)：https://www.12371.cn/2020/12/18/ARTI1608287844045164.shtml。因此，要不斷釋放我國(guó)消費(fèi)需求潛力，關(guān)鍵是找準(zhǔn)當(dāng)前制約消費(fèi)需求增長(zhǎng)的因素，并實(shí)施有效管理。

在我國(guó)居民消費(fèi)增速放緩過程中，宏觀經(jīng)濟(jì)領(lǐng)域伴有一個(gè)非常值得關(guān)注的現(xiàn)象，就是自2008年以來居民部門一直呈現(xiàn)高速加杠桿態(tài)勢(shì)。根據(jù)國(guó)家金融與發(fā)展實(shí)驗(yàn)室公布的數(shù)據(jù)，我國(guó)居民部門杠桿率（居民部門債務(wù)/GDP）由2008年末的18.9%上漲至2020年的62.2%（見圖1），杠桿率已普遍高于發(fā)展中國(guó)家水平，接近國(guó)際普遍認(rèn)可的65%的警戒線④國(guó)家金融與發(fā)展實(shí)驗(yàn)室：114.115.232.154：8080。

圖1 2008年以來我國(guó)居民杠桿率的變化圖

居民負(fù)債作為影響消費(fèi)的重要因素之一，一方面是國(guó)內(nèi)消費(fèi)的緩慢增長(zhǎng)，另一方面居民杠桿快速增加，兩者之間必然存在緊密的聯(lián)系。然而，由于我國(guó)地域遼闊，不同地區(qū)之間的經(jīng)濟(jì)發(fā)展水平、文化傳統(tǒng)和經(jīng)濟(jì)調(diào)控政策有所不同，特別是居民加杠桿的領(lǐng)域主要是在房地產(chǎn)市場(chǎng)，而各個(gè)地方的房?jī)r(jià)差異巨大，區(qū)域間居民的消費(fèi)水平差別也很大，因此需要從空間維度上理解我國(guó)居民杠桿和消費(fèi)之間的關(guān)系，從而為制定科學(xué)的區(qū)域發(fā)展政策、實(shí)施消費(fèi)測(cè)管理和差異化居民信貸政策等提供決策參考。

二、變量選取與模型構(gòu)建

（一）變量選取與數(shù)據(jù)說明

1.變量選取

本文被解釋變量為消費(fèi)（persale），用各省的人均社會(huì)消費(fèi)品零售總額來測(cè)算。核心解釋變量為居民杠桿（debtratio），用各省金融機(jī)構(gòu)住戶貸款除以省級(jí)GDP來測(cè)算?？刂谱兞糠謩e為居民可支配收入、財(cái)政收入和醫(yī)療條件。其中居民收入（perfinc），用各省居民人均可支配收入表示。財(cái)政收入（perrevenue），為各省地方政府一般預(yù)算收入除以人口。醫(yī)療水平（perhospital），為各省衛(wèi)生機(jī)構(gòu)數(shù)量除以人口。數(shù)據(jù)來源于中國(guó)人民銀行、國(guó)家統(tǒng)計(jì)局、各省統(tǒng)計(jì)年鑒和EPS數(shù)據(jù)庫。

2.數(shù)據(jù)描述性統(tǒng)計(jì)

鑒于臺(tái)灣、香港和澳門數(shù)據(jù)的可得性和消費(fèi)的特殊性，本文選取了除這3個(gè)地區(qū)的我國(guó)31個(gè)?。ㄗ灾螀^(qū)、直轄市）的2018年截面數(shù)據(jù)。從表1描述性統(tǒng)計(jì)表可以看出，31個(gè)?。ㄗ灾螀^(qū)、直轄市）的居民杠桿平均值為45.5%，處于較為合理的水平。然而由于標(biāo)準(zhǔn)差較大，居民杠桿最高的浙江已高達(dá)75.7%，最低的青海僅25.2%，說明各省（自治區(qū)、直轄市）居民負(fù)債狀況差異較大。消費(fèi)差別也較大，北京的消費(fèi)對(duì)數(shù)為10.9，而貴州的消費(fèi)對(duì)數(shù)為9.31，意味著北京人均消費(fèi)比貴州高出390.37%。數(shù)據(jù)充分說明我國(guó)居民負(fù)債行為和消費(fèi)水平存在不平衡，空間特征明顯，因此，采用空間計(jì)量的方法來探討各個(gè)地區(qū)變量之間的影響是合適的。

表1 描述性統(tǒng)計(jì)表

（二）模型構(gòu)建

1.空間相關(guān)性檢驗(yàn)

選用莫蘭指數(shù)（Moran'sI）對(duì)變量的空間相關(guān)性進(jìn)行測(cè)算，Moran'sI指數(shù)分為考察整個(gè)空間序列的空間集聚情況的全局Moran'sI指數(shù)和考察某區(qū)域附近空間聚集情況的局部Moran'sI指數(shù)。Moran'sI指數(shù)的取值范圍處于-1～1之間，正數(shù)代表經(jīng)濟(jì)變量空間正相關(guān)，即高值與高值相鄰，低值與低值相鄰；負(fù)數(shù)否則為負(fù)相關(guān)，高值和低值相鄰。

全局Moran'sI指數(shù)的基本公式為：

Moran'sI的顯著性主要依據(jù)如下標(biāo)準(zhǔn)化統(tǒng)計(jì)值(Z)來判斷：

原假設(shè)為數(shù)據(jù)間不存在空間自相關(guān)情況，Z服從正態(tài)分布，給定某個(gè)臨界值k，如果Z＞k，則拒絕原假設(shè)，說明數(shù)據(jù)存在空間自相關(guān)性，反之則不存在自相關(guān)性。

局部Moran'sI指數(shù)的基本公式為：

Ii表示某區(qū)域的局部Moran'sI，其余符號(hào)含義與全局Moran'sI一致。

全局Moran'sI只能計(jì)算出該變量在空間上是否存在聚集、擴(kuò)散或異常值的情況，而局部Moran'sI可說明某個(gè)區(qū)域周邊的聚集情況，并將樣本分為四個(gè)類型，分別是高—高集聚（HH型），高值的地區(qū)周圍同樣是高值地區(qū)；高—低集聚（HL型），高值地區(qū)周圍是低值地區(qū)；低—低集聚（LL型），低值地區(qū)周圍是低值地區(qū)；低—高集聚（LH型），低值地區(qū)周圍是高值地區(qū)。

2.空間計(jì)量模型的構(gòu)建

（1）全域模型

空間計(jì)量全域模型主要有兩類模型，分別是空間滯后模型（SAR）和空間誤差模型（SEM）。

其中：ρ為空間自相關(guān)系數(shù)，用來衡量來自鄰居地區(qū)因變量的影響。若ρ顯著為正，說明周圍地區(qū)對(duì)本地區(qū)存在溢出效應(yīng)，若小于0，則存在擴(kuò)散效應(yīng)。β為變量的系數(shù)。W為空間權(quán)重矩陣，用以刻畫各地區(qū)之間的相關(guān)性。

其中：W為空間權(quán)重矩陣，ε為存在空間依賴性的擾動(dòng)項(xiàng)。λ為空間自回歸系數(shù)，這意味著對(duì)yi有影響但不包含在xi中的遺漏變量存在相關(guān)性，或不可觀測(cè)的隨機(jī)沖擊存在空間相關(guān)性。

SAR模型用于探討各變量在一個(gè)區(qū)域?qū)︵徑鼌^(qū)域是否有溢出效應(yīng)，SEM模型用于度量鄰近地區(qū)關(guān)于因變量的誤差沖擊對(duì)本地區(qū)觀察值的影響程度。選擇合適的空間計(jì)量模型對(duì)估計(jì)結(jié)果至關(guān)重要。

（2）局域模型

全域模型只能估計(jì)出固定的系數(shù)，意味著即便存在不同的空間單元，但是不同單元的自變量對(duì)因變量的影響是相同。全域空間自回歸模型在一定條件下是適用的，然而當(dāng)不同空間單元的自變量對(duì)因變量的影響存在差異時(shí)，全域模型可能會(huì)得出錯(cuò)誤的估計(jì)結(jié)果，落入Simpson提出的辛普森悖論中。為了研究不同空間單元的自變量對(duì)因變量的異質(zhì)性影響，引入地理加權(quán)回歸（GWR）模型對(duì)變量進(jìn)一步估計(jì)。

其中(ui,vi)表示第i個(gè)地區(qū)的地理坐標(biāo)點(diǎn)。β0(ui,vi)為第i個(gè)地區(qū)的回歸常數(shù)值，βk(ui,vi)為各解釋變量的系數(shù)值。εi為隨機(jī)擾動(dòng)項(xiàng)。

三、實(shí)證分析

（一）空間自相關(guān)性檢驗(yàn)

對(duì)模型變量的全局Moran'sI指數(shù)進(jìn)行測(cè)算。從表2中可以看出居民杠桿和消費(fèi)的全局Moran'sI指數(shù)分別為0.639和0.351，兩者均為正并且在1%水平下顯著，這意味著消費(fèi)和居民杠桿的空間分布并不是完全隨機(jī)的，表現(xiàn)出空間聚集狀態(tài)，即高消費(fèi)省份和高消費(fèi)省份聚集，低消費(fèi)省份和低消費(fèi)省份聚集，高居民杠桿省份與高居民杠桿省份聚集，低居民杠桿與低居民杠桿省份聚集。另外居民收入、財(cái)政收入和醫(yī)療水平的全局Moran'sI指數(shù)也為正，并且通過了顯著性檢驗(yàn)。

表2 全局Moran's I指數(shù)的測(cè)算

對(duì)消費(fèi)和居民杠桿的局部Moran'sI指數(shù)進(jìn)行測(cè)算，用以描述31個(gè)?。ㄗ灾螀^(qū)、直轄市）消費(fèi)和居民杠桿的空間聚集狀態(tài)。利用局部Moran'sI指數(shù)，將樣本劃為四個(gè)類型，分別為HH型，LH型、LL型，HL型。若某省的消費(fèi)為HH型或LL型，表示該省與相鄰省份消費(fèi)存在空間正相關(guān)性，有較高程度的集聚效應(yīng)和同質(zhì)性。若某省消費(fèi)為L(zhǎng)H型或HL型，則表示該省與相鄰省份消費(fèi)之間空間負(fù)相關(guān)性，且具有異質(zhì)性。居民杠桿的局部Moran'sI值也是同理。根據(jù)局部Moran'sI指數(shù)，制作我國(guó)消費(fèi)和居民杠桿的空間非對(duì)稱格局表（表3和表4）。從表3上看，大部分省份在HH型和LL型象限上，說明消費(fèi)在省級(jí)層面存在聚集效應(yīng)和同質(zhì)性。從表4上看，大部分省份的居民杠桿處在HH區(qū)和LL區(qū)上，說明居民杠桿在省級(jí)層面也存在聚集效應(yīng)和同質(zhì)性。消費(fèi)和杠桿的局部Moran'sI指數(shù)與全局Moran'sI指數(shù)的檢驗(yàn)結(jié)果相一致。

表3 消費(fèi)的空間非對(duì)稱格局表

表4 居民杠桿的空間非對(duì)稱格局表

（二）空間計(jì)量估計(jì)結(jié)果分析

1.全域模型

（1）模型選擇

處理空間誤差模型（SEM）和空間滯后模型（SAR）的選擇問題。首先建立最小二乘法（OLS）估計(jì)模型：

表5報(bào)告了OLS模型估計(jì)和LM檢驗(yàn)的結(jié)果。模型中殘差的Moran'sI統(tǒng)計(jì)值為0.31，在5%水平下顯著，拒絕了“殘差相不存在相關(guān)性”的原假設(shè)，說明存在空間依賴性，OLS模型不適用。LM-err統(tǒng)計(jì)量和LM-lag統(tǒng)計(jì)量均顯著拒絕了原假設(shè)，根據(jù)這兩個(gè)統(tǒng)計(jì)量無法判斷是選擇空間滯后還是空間誤差模型。進(jìn)一步看穩(wěn)健的LM檢驗(yàn)的結(jié)果，Robust LM-lag統(tǒng)計(jì)量的伴隨概率為0.013，在5%的顯著性水平下拒絕“不是空間滯后模型”的原假設(shè)，Robust LM-err統(tǒng)計(jì)量的伴隨概率為0.92，無法拒絕“不是空間誤差模型”的原假設(shè)。綜上所述，選用SAR模型更為合適。

表5 OLS模型估計(jì)結(jié)果及LM檢驗(yàn)

（2）全域模型回歸結(jié)果分析

表6報(bào)告了SAR模型和SEM模型的回歸結(jié)果。對(duì)比兩個(gè)模型的擬合優(yōu)度和對(duì)數(shù)似然值統(tǒng)計(jì)量，SAR模型均好于SEM模型，這與LM檢驗(yàn)結(jié)果一致。

表6 SAR模型和SEM模型的估計(jì)結(jié)果

從表6實(shí)證結(jié)果來看，第一，居民杠桿系數(shù)顯著為負(fù)，意味著居民杠桿的增加會(huì)降低消費(fèi)。我國(guó)向來是偏好儲(chǔ)蓄的國(guó)家，居民對(duì)負(fù)債往往持厭惡的態(tài)度，因購(gòu)房、疾病、投資等原因不得已負(fù)債之后，如果收入水平短時(shí)間無法大幅度增加時(shí)，居民往往會(huì)盡量縮減消費(fèi)用以償還負(fù)債。另外，借助債務(wù)用以消費(fèi)不具有可持久性，高杠桿會(huì)面臨嚴(yán)苛的借貸約束，從而面臨貸無可貸的境地。因此，居民杠桿的增加會(huì)抑制消費(fèi)非常符合我國(guó)的現(xiàn)實(shí)情況。第二，從控制變量來看，居民收入系數(shù)為正，意味著居民收入增加會(huì)提高消費(fèi)。財(cái)政收入系數(shù)為負(fù)，一般公共預(yù)算收入的主體是稅收，增值稅和個(gè)人所得稅分別從增加居民消費(fèi)成本和降低居民可支配收入兩方面抑制消費(fèi)，企業(yè)所得稅也會(huì)在一定程度上加大企業(yè)的運(yùn)營(yíng)成本，通過降低工人工資，減少企業(yè)福利等方面降低居民消費(fèi)。醫(yī)療條件系數(shù)為正，意味著醫(yī)療條件改善會(huì)促進(jìn)消費(fèi)。第三，空間自回歸系數(shù)為正，意味著本地區(qū)的消費(fèi)受到了周圍地區(qū)消費(fèi)的正向影響，即消費(fèi)存在溢出效益。

基于偏微分方法，對(duì)SAR模型中居民杠桿對(duì)消費(fèi)的影響進(jìn)行分解?？傆绊懣煞纸鉃閮刹糠?，一是直接效應(yīng)（Direct），表示本省居民杠桿對(duì)本省消費(fèi)的影響；二是間接效應(yīng)（Indirect），表示本省居民杠桿對(duì)相鄰省份消費(fèi)的影響。從表7可以看出，居民杠桿系數(shù)直接效應(yīng)值為-0.43，且在10%水平下顯著，說明居民杠桿會(huì)抑制本地區(qū)消費(fèi)。居民杠桿間接效應(yīng)值為-0.202，但并不顯著，說明居民杠桿對(duì)周圍地區(qū)的消費(fèi)影響并不大?？偠灾?，居民杠桿對(duì)消費(fèi)的抑制作用不存在溢出效應(yīng)。

表7 SAR模型直接效應(yīng)和間接效應(yīng)分解

2.局域模型

全域空間計(jì)量模型對(duì)OLS模型進(jìn)行了修正，可以得到更為準(zhǔn)確的計(jì)量估計(jì)結(jié)果。然而全局模型假定各省份自變量對(duì)因變量的影響是一致的，即31個(gè)?。ㄗ灾螀^(qū)、直轄市）居民杠桿對(duì)消費(fèi)抑制作用的系數(shù)均為-0.4，由于我國(guó)地域遼闊，各省發(fā)展并不均衡，顯然這一假定并不符合現(xiàn)實(shí)。引入地理加權(quán)回歸模型（GWR），進(jìn)一步探討居民杠桿對(duì)消費(fèi)的異質(zhì)性影響。核函數(shù)選用高斯核函數(shù)Wi=φ(di/δθ)，其中φ表示標(biāo)準(zhǔn)正態(tài)密度函數(shù)，δ表示距離向量di的標(biāo)準(zhǔn)離差，θ為帶寬參數(shù)。用各省份省會(huì)經(jīng)緯度來表示各省份的空間位置，并使用交叉驗(yàn)證法（CV）確定最優(yōu)帶寬為1.1821。

表8報(bào)告了GWR模型的回歸結(jié)果，可以看出不同省份居民杠桿對(duì)消費(fèi)的影響作用并不一致。除新疆、西藏系數(shù)為正外，其余省份居民杠桿系數(shù)均為負(fù)，說明居民杠桿抑制消費(fèi)這一現(xiàn)象在我國(guó)省級(jí)區(qū)域是普遍存在的，與上述全域模型實(shí)證結(jié)果一致，但四川、云南、甘肅和青海四個(gè)省份不顯著。從表8中可以明顯看出，31個(gè)省（自治區(qū)、直轄市）居民杠桿對(duì)消費(fèi)的抑制作用，呈自東向西逐漸減弱的規(guī)律。造成這一有規(guī)律的現(xiàn)象，主要原因是我國(guó)東西部經(jīng)濟(jì)發(fā)展的并不均衡，西部地區(qū)居民的消費(fèi)能力較弱，消費(fèi)的主體主要是衣物、日常食品等生存型消費(fèi)，即使負(fù)債增加，也無法大幅減少消費(fèi)，因此西部地區(qū)居民的消費(fèi)缺乏彈性。東部地區(qū)由于經(jīng)濟(jì)發(fā)展水平較高，房貸壓力較大，居民部分的消費(fèi)常用于旅游、外出聚餐、文教娛樂等方面，這類發(fā)展型消費(fèi)往往更具有彈性，當(dāng)居民面對(duì)貸款還款壓力或信貸資金約束時(shí)，可以比較容易的通過少聚餐、少出游等方式來降低消費(fèi)。

表8 GWR模型的估計(jì)結(jié)果

四、研究結(jié)論和政策建議

（一）結(jié)論

本文選取了我國(guó)31個(gè)省（自治區(qū)、直轄市）2018年的區(qū)域數(shù)據(jù)，建立SAR模型和GWR模型，實(shí)證分析我國(guó)居民杠桿對(duì)消費(fèi)影響的空間效應(yīng)。研究結(jié)論如下：一是居民杠桿、消費(fèi)均呈現(xiàn)空間正相關(guān)性和分布不均衡性，絕大部分省份呈現(xiàn)高杠桿高集聚型、低杠桿低集聚型、高消費(fèi)高集聚型和低消費(fèi)低集聚型。二是從SAR模型及其偏微分分解的結(jié)果來看，一方面居民杠桿會(huì)抑制消費(fèi)；另一方面空間自回歸系數(shù)為正，消費(fèi)存在溢出效應(yīng)，一省的消費(fèi)會(huì)受到周圍省份消費(fèi)的正向影響；三是居民杠桿對(duì)消費(fèi)的抑制作用并不存在溢出效應(yīng)，一省居民杠桿主要抑制本地區(qū)的消費(fèi)，對(duì)周圍地區(qū)的消費(fèi)并沒有顯著影響。三是我國(guó)居民杠桿對(duì)消費(fèi)的抑制作用存在空間上的異質(zhì)性，抑制效果自東部沿海省份向西部?jī)?nèi)陸省份逐漸減弱。

（二）政策建議

第一，對(duì)當(dāng)前居民部門杠桿持續(xù)攀升加以有效控制。實(shí)施好房地產(chǎn)金融審慎管理制度，加強(qiáng)房地產(chǎn)調(diào)控，規(guī)范商業(yè)銀行和互聯(lián)網(wǎng)金融機(jī)構(gòu)的借貸行為，加強(qiáng)對(duì)居民房地產(chǎn)貸款的審核，嚴(yán)禁居民通過短期消費(fèi)貸款以及經(jīng)營(yíng)貸款違規(guī)流入房地產(chǎn)市場(chǎng)，嚴(yán)格控制商業(yè)銀行資產(chǎn)中的房地產(chǎn)貸款集中度、房地產(chǎn)貸款占比和個(gè)人住房貸款占比，堅(jiān)持對(duì)房地產(chǎn)企業(yè)的“三條紅線”①“三道紅線”是指重點(diǎn)房地產(chǎn)企業(yè)資金監(jiān)測(cè)和融資管理規(guī)則，要求剔除預(yù)收款后的資產(chǎn)負(fù)債率大于70%、凈負(fù)債率大于100%、現(xiàn)金短債比小于1倍。要求，全國(guó)全面推行二手房掛牌價(jià)核驗(yàn)政策，完善金融支持住房租賃政策體系。

第二，充分利用消費(fèi)的溢出效應(yīng)，推動(dòng)高消費(fèi)地區(qū)的消費(fèi)升級(jí)，以此帶動(dòng)周邊地區(qū)的消費(fèi)增長(zhǎng)，形成區(qū)域之間共同發(fā)展的良好格局。加大北京、上海、廣州、天津、重慶等國(guó)際消費(fèi)中心試點(diǎn)城市和國(guó)內(nèi)消費(fèi)中心城市的建設(shè)，將它們建設(shè)成為促進(jìn)消費(fèi)升級(jí)、調(diào)整產(chǎn)業(yè)結(jié)構(gòu)、拉動(dòng)經(jīng)濟(jì)增長(zhǎng)的新引擎，增強(qiáng)了它們對(duì)周邊地區(qū)、國(guó)內(nèi)乃至全球消費(fèi)的強(qiáng)大引領(lǐng)和帶動(dòng)能力，打通國(guó)內(nèi)國(guó)際雙循環(huán)，加快構(gòu)建消費(fèi)新發(fā)展格局。

第三，宏觀經(jīng)濟(jì)調(diào)控更加注重“因城施策”。加快推進(jìn)農(nóng)村土地改革、戶籍改革和新一輪城鎮(zhèn)化的改革。對(duì)東部沿海省份特別是高居民杠桿區(qū)域，增加土地供給，嚴(yán)格調(diào)控居民信貸總額，上調(diào)高房?jī)r(jià)區(qū)域首套房和二套房貸款利率。對(duì)西部欠發(fā)達(dá)省份，積極發(fā)展普惠金融，通過適當(dāng)放開信貸約束和提供專項(xiàng)補(bǔ)貼資金等方法，降低居民信貸負(fù)擔(dān)。加快完善我國(guó)社會(huì)保障體系，特別是加大西部地區(qū)的醫(yī)療、養(yǎng)老等領(lǐng)域的投入，改善居民收入分配結(jié)構(gòu)，完善個(gè)人減稅政策，改善居民消費(fèi)預(yù)期，提高居民邊際消費(fèi)傾向。