중국 주택가격 변동이 도시주민 소비에 미치는 영향

Abstract

최근 중국 경제는 고속 성장 단계를 마치고 고품질 발전 단계로 진입하면서 투자와 수출 중심의 성장 모델에서 내수 주도형 경제 성장 모델로의 전환이 거시경제 정책의 핵심적인 과제로 부각되고 있다. 이 과정에서 주택은 중국 도시 가계 자산의 대부분을 차지하는 핵심 자산으로서 주택가격의 변동은 가계의 자산 가치 변화, 부채 부담, 소비 결정 및 저축 행태 전반에 직접적인 영향을 미치는 요인으로 주목받고 있다. 특히 최근 10여 년간 도시화 심화, 지방 정부의 부동산 시장 개입 확대, 인구 구조 변화 등이 복합적으로 작용하면서 주택가격이 지속적으로 상승하고 지역 간 격차가 현저하게 확대되었으며, 이는 도시 주민의 평균소비성향 하락을 초래하고 내수 확대 정책에 현실적인 제약 요인으로 작용하고 있다. 이러한 배경 하에서 본 연구는 중국 주택가격 변동이 도시 주민 평균소비성향에 미치는 영향을 실증적으로 분석하고 그 정책적 시사점을 도출하는 것을 목적으로 수행되었다. 본 연구는 2010년부터 2024년까지 중국 293개 시별 패널자료 2,604개를 활용하여 주택가격 변동이 도시주민 평균소비성향에 미치는 평균적인 영향을 추정하고, 부의 효과의 양의 영향와 부의 효과의 음의 영향 중 어느 효과가 우세한지를 실증적으로 검증하였다. 종속변수로는 도시민 평균소비성향（1인당 소비지출/1인당 가처분소득）을 사용하여 지역 간 소득 격차를 통제한 순수한 소비성향 변화를 측정하였으며, 핵심 설명변수는 주택가격으로 설정하였다. 통제변수로는 도시화율, 인구밀도, 대외개방도, 인적자본, 교육지출, 이동전화 보급률, 재정압력을 포함하여 모형의 설명력을 높였다. 분석 방법으로는 일반최소제곱법（OLS）을 기본 추정기법으로 사용하였으며, 로버스트 표준오차를 적용하여 이분산성 문제를 보정하였다. 또한 내생성 완화와 결과의 안정성 확보를 위해 설명변수 1기 및 2기 시차 도입과 코로나19 유행 연도인 2020년을 제거하는 방식의 강건성 검증을 수행하였고, 경제발전 수준, 동부·중부·서부 지역별 및 인구별 주거면적별 이질성 분석을 실시하여 주택가격 효과의 지역별 차이를 체계적으로 규명하였다. 실증 분석 결과는 다음과 같이 요약된다. 첫째, 기본 회귀분석 결과 주택가격 상승은 도시주민 평균소비성향에 1% 유의수준에서 유의한 음（-）의 영향을 미치는 것으로 나타났으며, 추정계수는 -0.045으로 확인되었다. 이는 중국 도시 지역에서 주택가격 상승이 가계의 소비를 촉진하는 양의 영향보다 주거비 부담 증가, 예비적 저축 확대, 차입 제약 강화 등을 통해 소비를 위축시키는 부의 효과의 음의 영향가 지배적임을 실증적으로 확인해 준다. 둘째, 강건성 검증 결과, 설명변수에 1기 및 2기 시차를 도입한 분석과 2020년을 제외한 재추정 분석에서도 주택가격의 음（-）의 효과는 여전히 1% 수준에서 유의한 것으로 나타나, 본 연구의 추정 결과가 통계적으로 강건하고 내생성의 영향이 완화되었음을 확인하였다. 셋째, 이질성 분석 결과 주택가격의 소비 부의 효과의 음의 영향는 지역 경제발전 수준과 지리적 위치에 따라 명확한 차이를 보였다. 경제발전 수준별로는 저발전 지역에서 고발전 지역보다 구축 효과가 더욱 강하게 나타났으며, 지역별로는 중부지역에서 가장 강하고 서부지역, 동부지역 순으로 효과가 약화되는 것으로 확인되었다. 또한 인구별 주거면적별로는 주거면적이 낮은 지역에서 높은 지역보다 부의 효과의 음의 영향가 현저하게 강하게 나타났다. 넷째, 통제변수 분석 결과 대외개방도, 인적자본 수준, 이동전화 보급률에 양（+）의 영향을 미치는 반면, 교육지출 수준은 음（-）의 영향을 미치는 것으로 나타나, 경제 개방 확대와 인적자본 축적, 디지털 인프라 확충이 소비 여력을 높이는 반면 교육비 등 필수 지출 증가는 다른 소비를 압축함을 시사한다. 본 연구는 다음과 같은 학술적 의의를 지닌다. 첫째, 기존 연구가 주로 성별 혹은 국가 단위의 거시자료를 사용한 반면, 본 연구는 293개 시를 단위로 지역 패널자료를 활용하여 표본량을 확대하고 공간적 이질성을 정밀하게 반영함으로써 분석의 정확성을 높였다. 둘째, 종속변수로 평균소비성향을 사용하여 지역 간 소득 격차를 통제한 순수한 소비성향 변화를 식별함으로써 연구 결과의 신뢰도를 제고하였다. 셋째, 다중공선성 검정, 화이트 검정을 통한 이분산성 보정, 시차 변수 도입, 특정 연도 제거 등 계량경제학적 방법론을 엄밀하게 적용하여 내생성과 추정 편의를 완화하고 인과관계 추정의 타당성을 확보하였다. 넷째, 경제발전 수준과 동부·중부·서부 지역을 기준으로 한 이질성 분석을 수행하여 주택가격 효과의 지역별 차이를 실증적으로 밝힘으로써 기존 연구의 한계를 보완하고 전이경제 체제에서 주택시장과 가계소비 관계에 대한 이론적 연구에 중국 도시 차원의 경험적 증거를 추가하였다. 현실적인 정책적 시사점으로는 첫째, 주택가격 안정 정책을 지속적으로 추진하여 과도한 가격 상승을 억제하는 것이 도시주민의 소비 의지를 회복시키고 내수 확대 정책을 효과적으로 추진하는 핵심 전략임을 확인하였다. 둘째, 주택가격 부의 효과의 음의 영향가 경제발전 수준이 낮은 지역과 중부지역에서 더욱 강하게 나타나므로, 이 지역에 대해 저렴한 임대주택 공급 확대, 주택 구매 금융 지원 완화 등 차별화된 부동산 조절 및 주거 안정 정책을 추진할 필요가 있음을 시사한다. 셋째, 대외개방 확대, 인적자본 축적, 디지털 인프라 확충 등 소비 여력을 높이는 보완 정책과 교육·의료 등 필수 지출 부담을 완화하는 사회보장 정책을 병행하여 가계의 예비적 저축 동기를 약화시키고 소비를 활성화해야 함을 제언한다. 마지막으로 본 연구는 시를 단위로 거시 패널자료를 사용하여 가계 단위의 이질성을 반영하지 못한 점, 소비 구조에 미치는 영향을 분석하지 못한 점 등 일부 한계를 지니며, 향후 가계 미시조사 자료를 활용한 분석, 품목별 소비 지출 데이터를 이용한 소비 구조 분석, 제도적 요인을 고려한 확장 연구가 필요함을 제시하였다.;Against the background that China’s economy has entered a stage of high-quality development and is transforming from an investment- and export-driven growth model to a domestic demand-led growth model, housing has become the core asset accounting for most of the wealth of urban households in China. Housing price fluctuations directly affect household asset value, debt burden, consumption decisions, and saving behavior. In recent years, housing prices have continued to rise and regional gaps have widened significantly, which has reduced the average propensity to consume of urban residents and constrained domestic demand expansion. Against this background, this study aims to empirically analyze the impact of housing price fluctuations on the average propensity to consume of urban residents in China and draw policy implications. Using panel data of 293 cities in China from 2010 to 2024 （2,604 observations）, this study estimates the average impact of housing price fluctuations on urban residents’ average propensity to consume and verifies whether the positive wealth effect or the negative wealth effect is dominant. The dependent variable is the average propensity to consume of urban residents （per capita consumption expenditure / per capita disposable income） to measure pure consumption propensity changes controlled for income gaps across regions. The core explanatory variable is housing price, and control variables include urbanization rate, population density, openness, human capital, education expenditure, mobile phone penetration rate, and fiscal pressure. Estimation is conducted using ordinary least squares （OLS） with robust standard errors to correct for heteroscedasticity. Robustness checks are performed by introducing one and twoperiod lagged explanatory variables and excluding the COVID19 year 2020 to mitigate endogeneity. Heterogeneity analyses are conducted by economic development level, easterncentralwestern regions, and per capita residential floor space to identify regional differences. The empirical results are summarized as follows. First, rising housing prices have a significant negative impact on the average propensity to consume of urban residents at the 1% significance level, with the estimated coefficient of −0.045, indicating that the negative wealth effect dominates the wealth effect in urban China. Second, robustness checks confirm that the negative effect of housing prices remains significant at the 1% level, proving that the results are statistically robust and reliable. Third, heterogeneity analysis shows that the consumption the negative wealth effect of housing prices is stronger in less developed regions, central regions, and regions with lower per capita residential floor space. Fourth, openness, human capital, and mobile phone penetration have positive effects on consumption propensity, while education expenditure has a negative effect. The academic contributions of this study are as follows. First, unlike existing studies that mostly use provincial or national macro data, this study uses citylevel panel data to expand the sample size and precisely reflect spatial heterogeneity, improving estimation accuracy. Second, using the average propensity to consume as the dependent variable helps identify pure consumption propensity changes controlled for regional income gaps, enhancing the reliability of results. Third, rigorous econometric methods—including multicollinearity test, White test for heteroscedasticity correction, lagged variables, and outlier year exclusion—are applied to mitigate endogeneity and estimation bias, ensuring valid causal inference. Fourth, heterogeneity analysis by economic development level and region empirically identifies regional differences in housing price effects, supplementing existing research and providing urbanlevel empirical evidence for the relationship between housing market and household consumption in transition economies. Practical policy implications are as follows. First, continuing policies to stabilize housing prices and restrain excessive price increases is essential to restore consumption willingness and expand domestic demand. Second, since the negative wealth effect is stronger in less developed regions and central regions, differentiated real estate regulation and housing stability policies—such as expanding affordable rental housing and relaxing housing finance support—should be implemented in these regions. Third, policies to enhance consumption capacity, including openingup, human capital accumulation, and digital infrastructure, should be combined with social security policies to reduce the burden of education, medical care, and other necessary expenditures, weakening households’ precautionary saving motives and stimulating consumption. Finally, this study has limitations such as failing to reflect householdlevel heterogeneity and not analyzing the impact on consumption structure. Future research should use household survey data, conduct consumption structure analysis by category, and extend the model by considering institutional factors.