1. 引言
近年来,我国住房价格始终保持着高涨的趋势。根据国家统计局数据,2008年~2017年,中国住宅商品房平均销售价格从3576元/平米上涨至9287元/平米,上涨了259%。买房已经成为当前社会上心照不宣的一种人生目标,家庭所承受的巨额房贷不仅占据了居民的大部分可支配收入,也构成了居民的主要生活压力来源。房贷压力的持续存在于诸多方面限制着人们的选择,邓健和张玉新(2011)认为我国房价持续上涨对国民经济和人民生活均产生了严重的不利影响[1]。在消费层面上,尽管国家一直在号召促进消费,拉动内需,如2020年2月,中共中央政治局常务委员会召开会议指出“要积极扩大内需”“推动服务消费提质扩容,扩大实物商品消费,加快释放新兴消费潜力”。但是国内消费增速仍然乏力,自2014年以来,居民人均消费支出同比增长率呈放缓趋势。在总体消费不振的环境下,居民文化消费领域增速却十分显著。据国家文化和旅游部的数据,2019年全国公共图书馆总馆藏量比上年末增长7.3%,借书证发放率比上年增长18.8%;国内旅游比上年同期增长8.4%,旅游总收入同比增长11.1%。
邱羚(2011)指出,与家庭耐用品消费不同,文化消费是消费者为了满足自己精神文化层面的需要而进行的消费行为,主要包括对教育培训的消费、对娱乐休闲的消费以及对文化、艺术、精神追求等的消费[2]。具有“口红效应”的商品是指虽非生活的必需品,但是却兼具廉价和粉饰的作用,给消费者带来必要的心理慰藉以缓解生活压力。就文化消费领域的“口红效应”,邱羚(2011)、李道今(2018)等许多学者已经进行了研究,美、日、韩等国文化产业的发展以及历史经验也可佐证[3]。由现实情况可以推知,尽管我国居民家庭房贷压力显著,但是“房奴效应”似乎并不影响文化消费,“口红效应”则是作用于房贷压力和文化消费关系的真正机理。为了进一步验证与探讨房贷压力与文化消费的关系,本文在以往文献研究的理论基础上,利用中国家庭金融调查(CHFS)的三期面板数据,剔除住房资产的“财富效应”,在“房奴效应”的基础上展开对文化消费领域“口红效应”的研究。
文章剩余部分的结构安排如下:第二部分是文献综述与机理分析;第三部分是模型、变量与数据描述;第四部分介绍本文的实证结果并且分析;第五部分是异质性分析;最后是结论与政策建议。
2. 文献综述与机理分析
2.1. 文献综述
在住房资产与家庭消费支出关系上,学界主要从两个方面进行研究。一方面是住房带来的“财富效应”。Ando & Modigliani (1963)的生命周期模型提出家庭财富主要用家庭资产及其相关收入来衡量,而家庭住房资产正是家庭最主要的财富[4]。Muellbauer (2008)研究发现房产升值对消费有促进作用[5];宋勃(2007)的研究指出房价上涨是居民消费增加的Granger原因[6];赵杨等(2011)实证证明我国住房财富在长期对家庭消费有显著的正向影响[7]。康健和张超(2021)研究发现房价上涨引起房产价值增加,进而降低家庭储蓄率,刺激消费[8]。另一方面,Sinai & Souleles (2005)认为对于没有住房的家庭和仅拥有一套住房的家庭,住房资产的财富效应趋近于不存在[9];陈彦斌和邱哲圣(2011)构建了一个Bewley模型,发现房价上涨使居民储蓄率提高,抑制消费[10];赵振翔和王亚柯(2019)的研究证明有购房动机的家庭在购房前的各项消费均会下降[11];郑绪涛(2023)研究发现住房销售价格的上涨对城镇居民的消费水平产生一定的挤出效应[12]。此外,王翌秋和管宁宁(2019)综合分析了住房资产中的“财富效应”和“房奴效应”,认为较高的房价往往伴随着较高的住房贷款进而产生“房奴效应”[13];罗曼怡等(2024)研究结果显示住房产权获得的“房奴效应”超过其“财富效应”[14]。就住房资产对消费支出的影响究竟是“财富效应”还是“房奴效应”,学界尚无定论。
我国对文化消费的研究始于二十世纪八十年代中后期,1985年召开的全国消费经济研讨会上首次提出“文化消费”一词。在文化消费的影响因素方面,学界普遍认为收入水平的提高能够显著促进文化消费支出的增加(李志和李雪峰,2016;车树林和顾江,2018) [15] [16],胡惠林(2014)则重点研究分析了市场化对文化消费的影响[17],姜宁和赵邦茗(2015)通过构建多元回归模型指出文化消费的主要影响因素有文化产出、文化传播、受教育程度和城镇化水平[18];桂河清和孙豪(2021)进一步识别了城乡教育差距影响城乡居民文化消费不平衡的机制及程度[19];吴承忠等(2022)利用空间杜宾模型实证检验了人均可支配收入、人均受教育水平以及文化事业费占财政支出比对农村居民文化消费水平的提升存在显著的空间溢出作用[20];蔡春霞和孙春花(2024)认为家庭金融资产价值、房产总价值、家庭纯收入等对农村非流动家庭的文化消费支出影响更显著[21]。
综上所述,已有文献研究房贷对文化消费影响的文献寥寥无几,仅有陈鑫等(2019)研究发现存在房贷的家庭对文化消费占比的影响显著高于不存在房贷的家庭[22];王亚楠(2020)指出消费者同时受到“释放压力型”消费需求的驱使和可支配收入减少的预算约束,增加对相对廉价且非必需的文化消费品的需求[23]。本文基于“口红效应”这一现象,用房屋贷款与家庭收入比值作为房贷压力的代理变量,探究当前居民所承担的房贷压力对家庭文化消费支出的影响。本文的创新主要有以下几点:第一,区别于前人直接研究房价上涨对消费支出的影响,本文将解释变量具体化为房价上涨给居民家庭带来的房贷压力;第二,区别于前人对整体消费支出的影响研究,本文细化研究范围,聚焦于文化消费这一领域;第三,前人对住房资产的研究集中于“财富效应”和“房奴效应”的探讨,本文剔除“财富效应”而研究“房奴效应”下的“口红效应”,对已有研究进行补充。
2.2. 机制分析
“口红效应”是二十世纪三十年代美国经济大萧条时期提出的著名经济理论。这一效应是指当经济不景气时,消费者的购物心理和消费行为等都发生了变化,在收入约束下,相比于昂贵的产品,消费者会将手头的“闲钱”用于购买兼具廉价和粉饰作用的口红,口红虽非生活必需品,却能给消费者带来必要的心理慰藉。
在当前社会,不断攀升的房价和不断加深的房贷负担已然成为居民的主要生活压力,成为束缚居民家庭消费的主要障碍。从心理学角度而言,房贷压力对消费者心理的影响包括:经济安全感降低,房贷压力可能导致消费者感到经济不安全,这种不安全感会触发心理上的焦虑和紧张;心理负担增加,长期的经济压力会增加消费者的心理负担,可能导致情绪问题;自我效能感下降,长期的经济压力可能会降低消费者的自我效能感,即对自己处理财务问题的信心和能力。从行为经济学角度而言,房贷压力对消费者行为的影响包括:消费降级,消费者可能会选择更便宜的替代品,或者减少消费频率,以应对房贷带来的经济压力;消费决策的延迟,面对房贷压力,消费者可能会推迟或取消一些非紧急的消费决策。Kazuo Ogawa (2007)研究日本金融泡沫期间的情况,发现住房负债对消费影响为负[24];黄倩和尹志超(2015)基于我国家庭金融调查数据,得出信贷约束对家庭消费有负向作用的结论[25]。在家庭总体消费不景气的情况下,对于生活非必需品的文化产品消费却逆市上扬,邱羚(2011)指出文化消费能够满足人们的精神需求,使人们获得精神慰藉。总之,在房屋贷款带来的极大的生活压力下,住房资产的“财富效应”并不显著,居民家庭为了抒发内心苦闷、缓解生活压力,多采取扩大非必要的文化消费支出的方式来应对,这正是“口红效应”的表现。
在研究房贷压力对文化消费的影响时,可以针对不同文化消费类型进行理论分析。就教育消费而言,有较大房贷压力的家庭可能会将教育支出视为优先事项,尤其是在追求更高学历和技能培训的情况下,因此房贷压力可能对教育消费有正向影响。就休闲消费而言,有较大房贷压力的家庭可能会重新评估其生活方式,寻找更经济实惠的休闲方式,在不消费其他财富产品的情况下维持家庭的心理健康和幸福感。在媒体消费方面,在信息时代,媒体消费(如流媒体服务、电子书籍订阅等)通常被视为必要消费。家庭在房贷压力下仍然保持一定的媒体消费,以满足信息获取的需求。总体而言,房贷压力对不同类型的文化消费的影响是复杂而多维的。通过对这些不同类型文化消费的深入分析,可以更全面地理解房贷压力对家庭文化消费的影响机制。
3. 模型、变量与数据描述
3.1. 模型设定
基于前文的理论分析,本文利用双向固定效应模型分析房贷压力对家庭文化消费的影响,基本的计量模型设定如下:
(1)
式(1)中,i表示家庭,t表示时间,cc表示一期内家庭文化消费占家庭总收入的比重,取对数作为模型的被解释变量;house表示一期内家庭年房贷占家庭总收入的比重,取对数作为模型的关键解释变量;Xit是控制变量,包括家庭人数、户籍情况、婚配情况、户主年龄、教育水平和地区文化氛围等因素;yeart是时间固定效应,ci是个体固定效应,uit是误差项;β0、β1、β2是待估计参数。本文关注的重点是关键解释变量Lnhouseit的估计系数β1,若β1的估计系数为正且通过显著性检验,则表明房贷压力更大的家庭更加倾向于进行更多的文化消费,房贷压力对文化消费的促进作用成立。
3.2. 数据来源与样本选择
本文采用的家庭数据来自西南财经大学开展的中国家庭金融调查(CHFS) 2013年、2015年和2017年的三期面板数据。根据研究的需要,本文对CHFS数据进行了如下匹配与筛选:(1) 家庭匹配:CHFS每年均会对上一期调查中的部分家庭进行追访,本文应用家庭ID匹配的方式,将CHFS数据中2013年的家庭ID号与2015年和2017年的数据库进行一对一的匹配。(2) 样本选取:本文关注房贷压力的影响,选取数据库中仅有一套住房且存在房贷的家庭,以此来避免住房财富效应的影响。(3) 数据剔除:将家庭信息存在严重缺失的样本进行了剔除。在数据整合后,最终得到917个样本。
3.3. 变量说明及描述性统计
被解释变量。本文的被解释变量文化消费是以家庭为单位进行的娱乐休闲活动消费,变量定义为家庭文化消费支出占家庭总收入的比重。为避免绝对数值的不真实性和减轻其他类别消费对文化消费的影响作用,本文并未直接选用文化消费数额或者设定文化消费占总消费结构的比重,而是选取文化消费占家庭年度总收入比重来代表家庭文化消费水平。
核心解释变量。本文的核心解释变量房贷压力是我国大部分家庭面临的主要压力来源,变量定义为家庭房贷支出占家庭总收入的比重,即房贷负担率,计算方式为:房贷负担率 = (每月房贷还款金额/每月家庭总收入)*100%。为了便于计算,本文使用房贷负担率百分位前的数值,采取相对比值而非绝对数值的方式能够更加清晰地度量家庭房屋负债造成的影响。
控制变量。本文控制变量包括家庭人数、户籍情况、婚配情况和教育水平在内的虚拟变量,同时也考虑了户主年龄和地区文化氛围等因素。变量说明以及描述性统计如表1所示:
Table 1. Descriptive statistics of variables
表1. 变量的描述性统计
变量 |
变量名称 |
变量代码 |
变量定义 |
均值 |
标准差 |
最小值 |
最大值 |
样本量 |
被解释变量 |
文化消费 |
cc |
家庭文化消费/家庭总收入 |
0.165 |
0.295 |
0 |
2.7 |
917 |
解释变量 |
房贷压力 |
house |
家庭房贷支出/家庭总收入 |
0.479 |
0.463 |
0.012 |
3 |
917 |
控制变量 |
家庭规模 |
people |
家庭成员个数 |
3.370 |
1.339 |
1 |
9 |
917 |
户籍情况 |
rural |
农村 = 1,城镇 = 0 |
0.090 |
0.287 |
0 |
1 |
917 |
婚配情况 |
marriage |
未婚 = 1,已婚 = 2 |
0.897 |
0.303 |
0 |
1 |
917 |
户主年龄 |
age |
(岁) |
31.813 |
20.330 |
0 |
86 |
917 |
教育水平 |
edu |
低教育水平 = 0,
高等教育 = 1 |
0.559 |
0.497 |
0 |
1 |
917 |
文化氛围 |
culture |
文艺演出次数(千场次) |
29.252 |
55.081 |
0.18 |
412.41 |
917 |
资料来源:根据中国家庭金融调查(CHFS) 2013年、2015年、2017年数据和国家统计局数据计算得到。
4. 实证结果与分析
4.1. 基准回归结果分析
在基准回归中,对被解释变量文化消费和核心解释变量房贷压力取对数,以此考察房贷压力对文化消费的影响。从表2结果可以看出,总的来说,不管是否加入控制变量,本文关注的核心解释变量房贷压力对于文化消费的影响均通过了1%显著水平的检验,且回归系数为正值,分别为0.465和0.454,可以猜测随着家庭房贷压力增大,为缓解房贷带来的精神压力,家庭会选择增加精神文化上的需求,文化消费水平也随之升高。
Table 2. Baseline regression results
表2. 基准回归结果
解释变量 |
被解释变量:Lncc |
(1) |
(2) |
Lnhouse |
0.465*** |
0.454*** |
|
(0.064) |
(0.064) |
people |
|
0.097** |
|
|
(0.045) |
rural |
|
−0.426* |
|
|
(0.227) |
marriage |
|
−0.374** |
|
|
(0.188) |
age |
|
0.002 |
|
|
(0.003) |
edu |
|
0.027 |
|
|
(0.130) |
culture |
|
0.001 |
|
|
(0.001) |
个体固定效应 |
Yes |
Yes |
时间固定效应 |
Yes |
Yes |
常数项 |
−1.736*** |
−1.819*** |
(0.123) |
(0.281) |
N |
760 |
760 |
R2 |
0.0571 |
0.0770 |
注:括号内数值为标准误,***、**、*分别代表在1%、5%和10%的统计水平上显著。
4.2. 影响机制分析
本文认为居民在一定房贷负担下,为缓解房贷支出带来的精神压力,会选择增加精神文化娱乐消费的支出,即增加本文定义的文化消费。为验证“口红效应”存在的合理性,本文在样本选取之初即剔除了有两套以及两套以上住房的家庭样本,也剔除了不存在房贷压力的样本,以此来保证“财富效应”不会作用于实证的传导机制。为了进一步验证住房资产的“财富效应”已经被剔除,本文进行如下检验:
选取CHFS的2013年数据中家庭购房动机作为解释变量,家庭日用品消费支出作为被解释变量,构建如下回归模型:
(2)
式(2)中,dci为家庭日用品消费支出指标,由家庭每月日用品消费支出加总后除以家庭总收入得到。motivationi为家庭购房动机指标,是否有购房动机的衡量来源于问卷中“未来,您家是否有新购/新建住房的打算?”这一问题。Xi为控制变量,内容与基准回归模型中基本相同,ci是个体固定效应,ui是误差项;β0、β1、β2是待估计参数。
购房动机对家庭日用品消费支出的影响能够直观地表现出未来购房所带来的资金压力对家庭日常生活消费的影响。结果显示在表3第(1)列中,购房动机对家庭日用品支出影响显著为正,说明不存在购房动机的家庭会更倾向于增加日用品消费,而存在购房动机的家庭可能会因为未来的房贷而缩减生活消费开支。第(2)列表示在控制不同省份的地区效应之后,购房动机对日用品支出的正向影响更加显著。综合(1) (2)列的结果可以认为对房贷压力的预期也会影响家庭的消费,“房奴效应”成立,但不存在“财富效应”。
在已经验证得到的“房奴效应”的基础上,前文基础回归结果中出现房贷压力与文化消费正向相关的结果,我们更加能够确信这是“口红效应”作用的结果。
Table 3. Results of the mechanism analysis
表3. 机制分析结果
解释变量 |
被解释变量:Lndc |
(1) |
(2) |
motivation |
0.149* |
0.211** |
|
(0.089) |
(0.094) |
控制变量 |
Yes |
Yes |
地区效应 |
|
Yes |
常数项 |
−3.467*** |
−4.018*** |
(0.244) |
(0.310) |
N |
641 |
641 |
R2 |
0.018 |
0.073 |
注:括号内数值为标准误,***、**、*分别代表在1%、5%和10%的统计水平上显著。
4.3. 稳健性检验
为保证研究结论的稳健性,本文采用选取工具变量的方式重新对房贷压力影响家庭文化消费这一问题进行度量。借助国家统计局数据,选用被调查年份家庭所在省份的房价水平与家庭年收入比值构造房价压力变量price,作为房贷压力的工具变量。地区房价水平越高,代表家庭购房所需偿还房屋贷款也越高,家庭房贷压力越大。将工具变量取对数,由表4中第(1)列可知,工具变量与原解释变量呈显著正相关关系。
回归结果如表5,发现估计结果与前文结果基本一致。(2)列和(3)列报告了在2sls和liml方法下的工具变量回归结果,房价压力的回归系数均显著为正,与基础回归结果结论一致,认为“口红效应”仍然成立,说明通过了稳健性检验。
Table 4. Robustness tests: instrumental variable estimation results
表4. 稳健性检验:工具变量估计结果
解释变量 |
Lnhouse |
Lncc |
(1) |
(2) |
Lnhouse |
|
0.853*** |
|
|
(0.099) |
Lnprice |
0.927*** |
|
|
(0.010) |
|
控制变量 |
Yes |
Yes |
个体固定效应 |
Yes |
Yes |
时间固定效应 |
Yes |
Yes |
常数项 |
0.888*** |
−1.234*** |
(0.159) |
(0.273) |
N |
760 |
760 |
R2 |
0.414 |
0.001 |
注:括号内数值为标准误,***、**、*分别代表在1%、5%和10%的统计水平上显著。
Table 5. Robustness tests: instrumental variable regression results
表5. 稳健性检验:工具变量回归结果
解释变量 |
(1) |
(2) |
(3) |
|
2sls |
liml |
Lnhouse |
0.454*** |
0.853*** |
0.853*** |
|
(0.064) |
(0.099) |
(0.099) |
控制变量 |
Yes |
Yes |
Yes |
个体固定效应 |
Yes |
Yes |
Yes |
时间固定效应 |
Yes |
Yes |
Yes |
常数项 |
−1.819*** |
−1.234*** |
−1.234*** |
(0.281) |
(0.273) |
(0.273) |
N |
760 |
760 |
760 |
R2 |
0.077 |
0.001 |
0.001 |
注:括号内数值为标准误,***、**、*分别代表在1%、5%和10%的统计水平上显著。
5. 异质性分析
房贷压力对家庭文化消费的影响有所差异,本文设计了按照家庭收入等级分组和按照家庭消费观念分组的异质性分析方法来进一步检验。
5.1. 按照家庭收入等级分组
本文构造了家庭收入等级这一变量,将数据库中居民家庭年收入按照50%和75%分位数水平划分为低收入家庭、中等收入家庭和高收入家庭三个等级进行分组回归。回归结果如表6所示,第(1)列~第(3)列为均控制个体固定效应和时间固定效应情况下不同等级家庭房贷压力对文化消费的影响。家庭收入等级第(1)和第(2)两列结果中房贷压力对文化消费影响的相关系数数值为正且显著,说明收入水平相对较低和中等的家庭在面对房贷支出带来的压力时,“口红效应”明显,与最初猜测一致。而第(3)列为收入水平相对较高的家庭,房贷压力对文化消费影响的系数不显著。
Table 6. Heterogeneity analysis: grouping by household income class
表6. 异质性分析:按照家庭收入等级分组
解释变量 |
(1) |
(2) |
(3) |
(4) |
(5) |
(6) |
(7) |
低收入 |
中等收入 |
高收入 |
第一类 |
第二类 |
第三类 |
第四类 |
Lnhouse |
0.290** |
0.224* |
0.060 |
0.500*** |
0.462*** |
0.393*** |
0.245 |
|
(0.125) |
(0.136) |
(0.128) |
(0.164) |
(0.108) |
(0.119) |
(0.169) |
控制变量 |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
个体固定效应 |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
时间固定效应 |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
Yes |
常数项 |
−1.213** |
−1.179*** |
−2.988*** |
−1.889*** |
−1.711*** |
−3.007*** |
−1.593* |
(0.523) |
(0.421) |
(0.451) |
(0.654) |
(0.452) |
(0.594) |
(0.844) |
N |
229 |
269 |
262 |
121 |
205 |
213 |
154 |
R2 |
0.089 |
0.093 |
0.072 |
0.209 |
0.102 |
0.172 |
0.074 |
注:括号内数值为标准误,***、**、*分别代表在1%、5%和10%的统计水平上显著。
5.2. 按照家庭消费观念分组
本文借鉴杨蓬勃等(2014)的研究成果,以信用卡应收账款额占消费信贷余额的比例,即信用卡渗透度作为西方文化渗透的代理变量[26]。认为地区信用卡的渗透率越高,则地区受西方文化影响越明显,居民的消费观念也更加趋向于开放化,因此消费观念更加开放地区的家庭会更容易选择文娱类消费,在面对压力时更容易选择冲动消费。按照家庭消费观念不同进行分组检验,其中依照信用卡渗透度的不同由高到低将家庭所在省份地区分成四组,四组地区的层次差异即消费观念的差异。如表7所示,第一类地区的信用卡渗透度最高,即地区内家庭消费观念更加趋向于开放化,所在其他类别地区家庭的消费观念开放程度依次降低。
将样本按照消费观念的不同地域进行分组回归,结果如表6所示,第(4)列~第(7)列为控制个体固定效应和时间固定效应情况下不同等级家庭房贷压力对文化消费的影响。由第(4)列到第(7)列,房贷压力对文化消费影响的相关系数数值逐渐降低,这是由于地区之间消费观念的开放程度逐渐递减,家庭在面对房贷压力时所对应的消费行为也不同,消费观念更加开放的地区则会更明显地进行文化消费。
Table 7. Geographic grouping of consumer attitudes in China
表7. 我国消费观念地域分组
类别 |
地区 |
消费观念开放化程度 |
第一类 |
江苏、广东、浙江、上海、北京 |
最高 |
第二类 |
陕西、山东、湖南、重庆、海南、安徽、河南、天津 |
较高 |
第三类 |
山西、河北、江西、广西、辽宁、四川、黑龙江、吉林、湖北、福建 |
较低 |
第四类 |
内蒙古、新疆、贵州、云南、甘肃、青海、宁夏 |
最低 |
6. 结论与建议
在我国房价不断攀升,居民房贷压力日益沉重的社会背景下,房贷压力成为居民家庭的主要生活压力,影响着居民的消费选择,而文化消费则可以起到释放压力,慰藉心灵的作用。本文构建了房贷收入比作为房贷压力的代理变量,借助中国家庭金融调查(CHFS) 2013年、2015年和2017年的微观家庭数据,基于“口红效应”的传导机制,在控制了包括家庭人数、户籍情况、婚配情况、户主年龄、教育水平和地区文化氛围在内因素的基础上,利用双固定效应模型实证考察了房贷压力对家庭文化消费的影响。研究结果显示:剔除财富效应后,在房贷压力的负担下,居民家庭的文化消费不仅未被抑制,反而更加显著。总之,实证结果均支持房贷压力对文化消费影响中“口红效应”存在的合理性。
本文的研究结论从理论和实证层面均证明了文化消费能够在一定程度上缓解我国房价过高而造成的生活压力。基于以上研究结论,本文提出如下建议:
(1) 营造良好的文化消费环境
“口红效应”显示出文化消费在缓解我国居民家庭房贷压力中的良好作用,因此政府要通过财政补贴、政策引导、完善基础设施建设等方式营造良好的文化消费环境。以此来刺激文化消费,缓解居民房贷压力。
(2) 引导居民文化消费观念
支持社区举办各类文化活动,如文化节、艺术展览、讲座等,增加居民参与文化活动的机会。鼓励居民参与文化志愿服务,通过志愿服务体验文化消费的乐趣和意义,进一步缓解当前家庭的房贷压力。
(3) 稳定居民收入
要完善收入分配制度,落实最低工资制度,提高中低等收入群体收入;借助鼓励创业、促进就业等方式拓宽居民的增收渠道。通过增加居民可支配收入来增强居民家庭应对房贷压力的能力,稳定社会环境。