佳文回溯｜財富積累與共同富裕：中國居民財產積累機制（2002—2018）

李實

浙江大學

共享與發展研究院

長三角智慧綠洲共同富裕研究中心

文科資深教授

詹鵬

浙江大學

共享與發展研究院

長三角智慧綠洲共同富裕研究中心

特聘副研究員

陶彥君

浙江大學

經濟學院

在讀博士生

財富積累與共同富裕：中國居民財產積累機制（2002—2018）

來源 | 《社會學研究》2023年第4期

作者 | 李實、詹鵬、陶彥君

責任編輯 |張志敏

本文基于財富積累基本模型分析框架，利用中國家庭收入調查數據（CHIP）對21世紀以來中國居民財產積累機制進行解釋。研究發現，居民人均凈財產在2002—2013年的年均增長率達14.1%，而在2013—2018年下降至9.9%，但仍快于同期居民收入增加率。居民財產積累的第一大來源是房價上漲，可以解釋居民凈財產增量的55%~85%；第二大來源是居民儲蓄，可以解釋居民財產增量的30%~40%；部分財產會因折舊而減值。本文的研究結論有助于為下一步規范財產積累機制提供理論支撐。

一、引言

中國共產黨第十九屆五中全會提出，到二〇三五年，“全體人民邁向共同富裕取得實質性進展”，到21世紀中葉“基本實現共同富裕”。黨的二十大報告進一步強調，“中國式現代化是全體人民共同富裕的現代化”，在推進共同富裕的進程中，要“規范收入分配秩序，規范財富積累機制”。實現共同富裕意味著全體人民都能夠享受高水平的生活福祉并得到全面發展。具體而言，共同富裕目標可以歸納為“三高、三小”，即收入水平高、財產水平高、公共服務水平高，以及收入差距小、財產差距小、公共服務差距小（李實，2021）。在共同富裕研究方面，現有研究主要集中在居民收入增長與收入差距方面，而對財產積累和財產差距的研究少之又少。而少數有關財產問題的研究文獻也大多是對居民財產差距的分析，對財產積累問題的研究幾近空白。有鑒于此，本文利用中國居民收入分配課題組2002年、2013年和2018年進行的三次住戶調查收集到的住戶財產數據，對21世紀以來中國城鄉居民的財富積累機制進行分析和解釋。

居民財產分配研究對于理解當代中國社會分層、社會不平等和社會流動等問題至關重要。美國、歐洲和其他發達國家經過幾百年的財產積累過程，個人財產成為這些國家社會分層的重要維度，對階層認同、兒童教育和政治觀點等社會結果產生了深遠影響（Keister & Moller，2000）。雖然中國居民財產積累起步較晚，但過去幾十年正快速經歷發達國家幾百年的財富積累歷程。更重要的是，居民財產積累過程中出現的財富分配不平等，對社會不平等和不同人群社會經濟地位的變化都產生了不可忽視的影響（Xie & Jin，2015）。這意味著有關財產積累和分配的研究不僅是經濟學需要關注的議題，也涉及社會學及其他研究領域。

有關中國居民財產問題的研究成果并不多見，主要是因為居民財產調查有一定難度，并且存在數據的缺失。但在有限的研究文獻中，仍有少數測度中國居民財產積累趨勢和財產不平等程度，并嘗試解釋其背后的原因。基于這些文獻的研究結論可以看到，從20世紀90年代到21世紀前10年，中國居民人均財產水平和財產差距均快速上升(Knight et al.， 2022; Li & Wan, 2015; Piketty et al.， 2019; Xie & Jin, 2015; 李實等, 2000, 2005)。已有文獻還發現，21世紀以來房價上漲是居民財產快速積累的重要原因(Knight et al.， 2022; Li & Wan, 2015; Piketty et al.， 2019)，但是少有文獻詳細而系統地研究居民財產的積累過程和機制，特別是居民儲蓄對增加財產積累的影響。

根據已有文獻中居民財產的核算方法，財產構成包括金融資產、凈房產、生產性固定資產價值、耐用消費品價值等（李實等，2005）。在一般社會中，正如財產積累基本模型所表明的，居民財產積累的最終來源主要是儲蓄和財產價格的變化(Garbinti et al.， 2021; Stiglitz, 1969)。因此，本文借助中國家庭收入調查2002年、2013年和2018年獲得的居民財產數據，對居民財產積累機制進行實證分析，試圖回答三個問題：第一，過去20年中國居民財產規模及其增長特點是怎樣的。第二，過去20年中國居民財產結構的變化特點，尤其是金融資產、凈房產、耐用消費品等財產份額變化在居民財產增長中的貢獻如何。第三，過去20年中國居民財產積累的主要來源，尤其是儲蓄和房價變化對不同財產組、不同人群財產積累速度的貢獻究竟有多少。

相比已有文獻，本文可能的邊際貢獻主要有三點：第一，將中國居民財產的核算結果延伸到2018年，并描述21世紀以來中國居民財產積累的過程，發現2013年后財產積累趨勢的新特征，并從財產構成和財產積累來源角度對這些新特征進行了解釋。第二，首次采用基本模型解釋中國居民財產積累機制，并提出四種一般性認識，為居民財產相關研究提供一個基本框架。第三，首次通過模擬方法對中國居民財產積累的來源進行分解，嘗試估計儲蓄對中國居民財產積累的貢獻以及收入增長和儲蓄率變化對財產積累的貢獻。

二、財產積累機制的一般性解釋

社會學和經濟學都在關注財產不平等問題，但二者有著不同的研究側重點且采用不同的分析工具。不過，一個重要的趨勢是，對收入和財產不平等的研究更強調學科交叉的必要性（Korom，2019；Savage & Li，2021；Savage，2014）。不平等既是一種經濟現象，也具有廣泛的社會、文化和政治影響。雖然本文主要基于經濟學的分析工具對中國財產積累過程進行解釋，但研究發現和結論對于不同學科和研究領域都具有參考價值。

斯蒂格利茨（Stiglitz，1969）最先提出一種基本模型（basic model），從動態視角解釋財產積累機制。其基本邏輯是：居民財產增長來源于儲蓄，而儲蓄受到儲蓄率和收入來源的影響。有學者將收入分解為勞動報酬和資本回報兩部分，那么就可以使用該基本模型解釋勞動生產率、儲蓄行為對居民財產積累的影響。

賽斯和祖克曼（Saez & Zucman，2016）對財產積累機制的基本模型進行了擴展，他們考慮到財產價格的變化與不同收入分位點的異質性。其基本公式如下：

其中，表示第p分位點家庭在t期末的財產存量，表示第p分位點家庭在t時期內的收入，表示第p分位點家庭的儲蓄率，表示存量財產在t時期的價格變化。

考慮到不同收入水平家庭的收入來源存在較大差別，部分學者（Garbinti et al.，2021）將收入來源拆分為勞動報酬和資本回報兩個部分，得到如下表達式：

其中，表示第t時期內獲得的勞動報酬，表示第t時期內的資本回報率。在以上公式基礎上，我們還可以繼續加上財產贈與和繼承的影響，得到如下表達式：

其中，是第p分位點家庭在t時期通過不同家庭之間財產轉移獲得的新增財產凈值（若是贈與其他人，則是負值）。上式兩側分別除以可以得到不同分位點財產增速的決定機制。

其中，表示第p分位點家庭在t時期的財產相對增長率。

基于上述基本模型，我們對居民財產積累機制的影響因素形成幾點認識。

第一，儲蓄率的影響。儲蓄是財產積累的重要來源，在收入不變的情況下，儲蓄率越高，財產積累速度會越快。現實中，高收入人群的儲蓄率一般較高，財產積累的相對速度更快。這也意味著，在人均收入相同的情況下，收入差距越大，社會平均儲蓄率就越高，社會財產積累速度就會越快。在收入相同的情況下，低財產人群會有更多預防性儲蓄，可能會導致更高的社會儲蓄率。因此，儲蓄對不同人群財產積累速度的影響又與他們的收入分布與財富分布有一定關系。德納爾迪和費拉（De Nardi & Fella，2017）基于美國的數據研究發現，儲蓄動機受到代際人力資本投資或遺產繼承、企業家精神和健康風險等因素的影響，不同人群的動機存在較大差異，因而即使對相同收入水平的人群而言，其儲蓄行為對財產積累的影響也會存在差異。需要注意的是，根據家庭的預算約束條件，在家庭收入水平不變的情況下，儲蓄率的提高通常以家庭消費的減少為代價。尤其對于低收入家庭來說，往往需要犧牲大量的當期消費才能在未來積累起可觀的財富。

第二，收入增長的影響。在固定的儲蓄率下，居民收入增長速度越快，其財產積累速度越快。過去幾十年中國居民收入快速增長也是其財產增長的一個主要原因。此外，居民收入增長還包括兩個重要來源：一是勞動報酬；二是資本收益。不過，資本收益的特殊性在于，它一般與居民財產存量有關——財產存量越大，資本收益越高。所以，已有財產存量會通過資本收益增加財產積累。不同類型財產會有差異性的收益率，比如，土地財產的收益一般表現為部分農業收入和土地租金收入，房產的收益主要表現為房租收入，生產性固定資產的收益表現為經營收入或分紅收入，等等。若高財富凈值人群持有財產的收益率更高，那么財產收益就會加大財產差距。

第三，財產價格的影響。財產價格包含三個部分：一是在跨期對比中由于通貨膨脹導致的財產實際價值的變化，比如生活消費品的價格增加會導致個人持有財產的實際價值下降。二是財產本身的市場價格變化，比如自有房產的實際市場價值變化。由于大城市高財富凈值家庭的財產集中在房產的比例較高，若大城市房價比中小城市增速更快，那么房價上升會加大財產差距。反之，若中小城市的房價增速比大城市更快，那么房價變化會縮小財產差距。三是資產價值的折舊，比如生產性固定資產和耐用消費品的折舊。

第四，財產結構變化的影響。出于對不同種類財產未來增值差異的預期，對財產結構進行調整，將低預期增值的財產轉化為高預期增值財產帶來的總財產積累的增加。一個典型行為是拋售低收益資產、購入高收益資產，雖然這不會影響行為發生時點的財產存量價值，但會影響后期的財產積累速度。還應該看到，在不同種類財產的未來收益率出現差異，一種資產（如房產）的未來增值速度遠高于其他資產時，它不僅會帶來財產結構變化，提高未來財產的積累速度，還會對居民的消費率或儲蓄率產生影響（譬如居民會為了獲得更高的資產收益而降低消費或增加儲蓄），甚至會影響居民的借貸行為，比如預期房價上升，居民會通過增加負債方式或者幾代人集資方式購買房產。

三、數據和財產核算

（一）數據來源

本文的主要數據來自北京師范大學中國收入分配研究院的中國家庭收入調查項目（Chinese Household Income Project Survey, CHIP）。為了描述21世紀以來我國居民的財產特點，本文選擇使用2002年、2013年和2018年的調查數據。已有部分研究文獻使用2002年和2013年的財產數據做了相關分析（李實等，2005；Li & Wan，2015；羅楚亮、陳國強，2021；Knight et al.，2022）。本文對財產數據的處理方式與這些文獻基本相同，但也存在如下差異：第一，本文的樣本權重選擇了李實等（2017）附錄中介紹的“城鄉×地區”方法，而不是部分文獻使用的“城鄉”加權法。第二，為了便于對比三個年份的結果，本文按家庭常住地重新劃分了2013年數據的城鄉類別，并以此為基礎計算樣本權重和所有的分析結果。第三，CHIP2013和CHIP2018數據缺少現住房之外的其他房產信息，本文使用賽斯和祖克曼（Saez & Zucman，2016）提出的資本化收入方法（capitalization method），根據出租房屋收入推算居民其他房屋的住房價值。具體來說：首先，根據住戶自有現住房的相關變量，獲得住房市場估計值與市場價月租金的關系。其次，分省計算住房價值除以住房年租金的均值。最后，根據上述比例以及住戶出租房屋獲得的凈收入，推算住戶其他房屋的市場價值。本文關于儲蓄的討論使用了家庭收入信息，此處的收入定義與羅楚亮等（Luo et al.，2020;羅楚亮等，2021）的主要差別是扣除了自有住房估算租金等虛擬收入。

很多研究發現，住戶調查數據對收入和財產的估計可能存在一定的低估，一般來自兩類原因：一是被調查家庭低報收入和財產信息，二是調查樣本遺漏高收入和高財富人群（李實、羅楚亮，2011；羅楚亮、陳國強，2021）。一些基于部分國家的數據推斷認為，居民收入分布和財產分布的頂端服從帕累托分布（Cowell, 1995; Lydall, 1968）。正是基于這一推斷，一些學者通過拼接高收入人群數據的方式，嘗試對中國收入分布或財產分布進行修正（Li et al.， 2020；Xie & Jin，2015；李實、羅楚亮，2011；羅楚亮、陳國強，2021），進而對中國居民的收入和財產差距進行重新估計。由于受到數據的限制，除了李慶海等（Li et al.，2020）外，其他文獻都是采用富豪榜數據與住戶調查數據進行拼接。本文使用胡潤富豪榜數據修復高凈值人群財產價值的低估問題，修復方法與羅楚亮、陳國強（2021）采用的方法基本相同。為了便于對不同時期進行比較，我們選擇了每年富豪榜前800位富豪進行估計。2002年僅公布了前100位富豪信息，本文使用2007年前800位富豪信息，并按2002和2007年前100位富豪的財產均值比值下調其財富值，得到2002年的估計值。

（二）財產核算方法

本文使用家庭凈財產的概念，它等于家庭總財產減去負債，這與以往研究中國財產分配的文獻保持一致（李實等，2005；Li & Wan，2015；羅楚亮、陳國強，2021；Knight et al.，2022）。本文將家庭凈財產劃分為七種財產分項，分別是金融資產、凈房產、生產性固定資產價值、耐用消費品價值、其他資產價值、非住房負債和土地價值。上述劃分方法與國際劃分標準基本相同。對于2002年的財產數據，本文的處理方法同李實等（2005）一致。對于2013年和2018年的財產數據，本文的具體處理方法如下：（1）金融資產，包括人民幣金融資產余額，外幣金融資產余額，黃金（不包括黃金首飾），其他貴金屬、珠寶（包括黃金首飾），其他工藝品、收藏品和經營性流動凈資產。（2）凈房產=住戶的自有現住房市場估計值+期內擁有其他房屋估價-購（建）房貸款未還余額。（3）生產性固定資產價值，包括農業經營性固定資產和非農業經營性固定資產。（4）耐用消費品價值，包括家用汽車價值和其他耐用消費品價值。（5）其他資產價值，即其他動產。（6）非住房負債，包括購車貸款、教育貸款、因家庭成員治病所欠債務、其他生活所欠債務。（7）土地價值，根據家戶農業經營凈收入進行估算。假設農業經營凈收入的25%是由土地帶來的，土地收益率為8%，從而估算出土地價值。在對2002—2018年的財產數量進行跨期比較時，本文利用消費價格指數將2002年和2013年的財產價值換算為2018年的價格。為避免家庭人數給研究結果帶來影響，本文以個人為分析單位，即文中的凈財產均指人均家庭凈財產。

四、居民財產規模變化及特點

（一）居民財產快速積累

利用CHIP數據中居民財產信息，我們估計了2002年、2013年和2018年中國居民財產價值及其增長速度，結果見表1。

從表1中我們可以得到如下發現。

第一，居民財產積累速度遠快于居民收入的增長速度。按2018年可比價，2002年、2013年、2018年的人均凈財產分別為38841元、165595元和265662元，2002—2013年和2013—2018年的人均凈財產年均增長率分別為14.1%和9.9%，都明顯超過了同時期的收入增長率（10.3%和7.1%）。因此，居民財產與收入之比也從2002年的5.7顯著上升至2018年的9.4。

第二，2002—2013年城鎮和農村居民人均凈財產增長率都超過了11%，均快于收入增長率。不過2013年之后，農村人均凈財產增速大幅下降，年均增速僅4.1%，遠低于9.1%的城鎮增速。因此，與城鄉收入差距在2013—2018年逐漸縮小不同，城鄉財產差距在2013年之后大幅擴大，2018年人均凈財產的城鄉倍差達到4.2。

第三，不同財產分位點的年均增長率表現出三個特征：一是2002—2013年財產高分位點的財產積累速度明顯較快，而低分位點的財產積累速度較慢。二是2013—2018年最高分位點的財產積累速度顯著下降，從超過15%下降至10%左右，與其他分位點的增速相差不大。由于借貸的增加，最低分位點的增速在2013—2018年進一步下降。三是2013年以后，中間分位點（10%~80%）的年均增長率普遍下降2~3個百分點（見圖1）。

第四，考慮到住戶調查數據可能存在的低估問題，采用富豪榜數據修復居民財產分布后，估計出2002—2013年的財產積累速度更快，年均增長率達到19%以上。不過，2013年之后的增速卻顯著下降，人均凈財產的增長率只有4.4%左右。這表明，高凈值人群在2013年之前的財富增速快于普通居民，但2013年之后則慢于普通居民。

（二）中國居民財產水平在國際上的位置

以皮凱蒂（Thomas Piketty）為代表的一些學者在過去二十年一直嘗試核算世界上所有國家的收入和財產狀況。他們在2015年建立并發布了世界不平等數據庫（World Inequality Database）。世界不平等數據庫的數據來源包括資產負債表、住戶調查數據、所得稅繳納記錄、富豪數據等，采用相同或相似方法核算了不同國家的居民收入和居民財產（Chancel et al.， 2022）。基于世界不平等數據庫，本文將中國人均財產與其他國家進行對比。為了增加可比性，本部分的中國數據也來自世界不平等數據庫，主要統計指標是其網站公布的人均財產。需要注意的是，世界不平等數據庫的財產定義同時包含公共財產和私人財產，本文只考慮私人財產。因此，圖2中的人均國民財產高于表1中我們核算的人均凈財產。同時，為了方便與其他國家對比，世界不平等數據庫使用的財產估算方法與本文存在較大差別。

與世界上其他國家和地區相比，中國的居民財產規模表現為三個特征：一是在2000年之后快速增加，其趨勢與本文根據CHIP數據得到的趨勢基本一致；二是中國居民人均財產水平與發達國家仍存在較大差距，不過差距的相對水平逐步縮小；三是中國居民的人均財產水平已經遠高于印度，并在2015年超過俄羅斯。

五、財產構成對財產積累的貢獻

（一）居民財產構成及其變化

表2報告了2002—2018年我國全國、城鎮和農村居民的財產構成及其變化趨勢。可以看出，居民財產構成變化表現為兩個特征：第一，全國居民的財產構成變化趨勢是房產份額不斷增加，并擠壓金融資產和土地資產的份額。房產份額從2002年的57.77%上升至2013年73.37%，之后微增至2018年的74.69%。金融資產和土地價值的份額相對減少，其他財產份額變化不大。第二，分城鄉來看，城鎮居民財產構成變化主要表現為房產對金融資產的擠壓，而農村居民財產構成變化主要表現為房產對土地資產的擠壓。此外，農村居民凈財產中耐用消費品份額增加明顯，體現了農村居民正處于對耐用消費品需求旺盛、渴望改善生活條件的過程。

在財產積累過程中，各類分項財產的增長率有著明顯差異。那么它對家庭凈財產的增長又有何種影響呢？表2報告了各類分項財產對家庭人均凈財產增長的貢獻率，用分項財產增加值與全部財產增加值的比值來表示。它反映了凈財產變化中來自某項財產變化的影響。這種影響主要取決于該項財產增長率和初期存量規模。一類分項財產相對較高的增長率可能源于兩個原因：一是該類財產的增值帶來了更多財產積累，如房產價值上漲帶來的財產增加；二是其他種類財產轉化為該類財產帶來的該類財產的增值，如在房價上升的誘惑下有人將金融資產轉換為房產。

自2002年以來，中國家庭分項財產的增長率對其財產積累有怎樣的貢獻？根據表2中估計的結果，我們可以歸納為如下幾點。

第一，從全國來看，房產在居民家庭凈財產積累中貢獻最大。房產在2002—2013年家庭凈財產增長中貢獻了78.15%，2013—2018年貢獻了76.88%。金融資產也做出了較大貢獻，2002—2013年和2013—2018年分別貢獻了12.06%和13.81%。房產在居民家庭凈財產積累中貢獻大的主要原因是房地產市場發展所伴隨的房價上漲與自有住房面積的增加，這是推動居民財產增加的重要原因。金融資產有銀行儲蓄和購買金融理財產品兩類重要表現形式，其在推動居民財產增長中也發揮了重要作用。

第二，城鎮居民財產積累中房產的貢獻最大，2002—2013年和2013—2018年的貢獻率分別是83.78%和76.88%。在房價上升幅度下降之后，城鎮居民財產積累中房產的貢獻在2013年之后略有下降，而金融資產的貢獻率在2013年之后卻略有上升，從2002—2013年的7.28%上升至2013—2018年的13.64%。城鎮居民的生產性固定資產增長對其凈財產積累的貢獻也從2002—2013年的2.47%微增到2013年后的4.42%。

第三，農村居民財產積累的特點與城鎮居民存在較大差別，主要表現在五個方面：一是耐用消費品大幅增加，成為農村家庭重要的財產存儲形式。它對農村居民凈財產積累的貢獻2002—2013年為10.57%，略高于城鎮居民，然而在2013—2018年則大幅增加至23.35%。二是土地價值對農村居民凈財產積累的貢獻率在2002—2013年只有2.69%，而到2013—2018年其貢獻轉為負值。三是在這兩個時期房產價值在農村居民財產積累中的貢獻只有59.9%和56.5%，均遠低于城鎮居民。四是金融資產在農村家庭財產積累中的貢獻一直比較高，在這兩個時期都達到21%以上。這表明，銀行儲蓄是農村家庭較為重要的財產存儲形式。五是生產性固定資產份額有所下降，對農村居民財產積累的貢獻率也隨之下降。

（二）不同財產組的差異

參考國際上研究居民財產分配的有關文獻（Kuhn et al.， 2020；Jakobsen et al.， 2020；Sabelhaus & Feiveson，2018），我們根據財產的多少將全國、城鎮和農村居民分為三個財產組：家庭人均凈財產最低40%組、中間50%組和最高10%組。表3報告了各財產組居民人均凈財產年均增加率，可以發現，2002—2013年最高10%財產組的財產增速遠快于其他財產組，但在2013—2018年最高10%財產組的財產增速大幅下降，與中間50%組的增速相差不大。

我們繼續通過分解方法計算不同財產組內各類分項財產對凈財產積累的貢獻。為了細化分析，同時報告了金融資產的三個子分類——金融投資、經營性流動資產和其他（含現金、存款等），以及2013—2018年生產性固定資產價值的兩個子分類——農業生產性固定資產和非農生產性固定資產。估計結果見表4。

全國不同財產組人群的財產積累具有不同的特點。從財產構成上看，最高10%財產組的財產構成表現為兩個特點：一是該財產組房產價值增長對凈財產積累的貢獻非常大，在2002—2013年和2013—2018年兩個時期都在80%以上，與最低40%財產組相比，房產的貢獻率都高于25個百分點。二是高財產組的高收益分項財產對凈財產積累的貢獻顯著高于其他財產組。比如，2013—2018年金融理財對最高10%財產組凈財產積累的貢獻率達到2.65%，明顯高于其他財產組。此外，來自生產性固定資產增值對高財產組凈財產貢獻率2002—2013年為3.17%，2013—2018年為5.40%，也明顯高于其他財產組。

相較而言，最低40%財產組凈財產增值中來自房產的貢獻相對較小，僅為51.95%（2002—2013年）和55.43%（2013—2018年），而來自金融儲蓄的貢獻則達到34.55%（2002—2013年）和23.89%（2013—2018年）。此外，耐用消費品的貢獻率也高達14.18%（2002—2013年）和26.34%（2013—2018年）。總體來看，最低40%財產組持有較少的高回報財產，持有較多的低回報或易折舊的財產。

（三）不同特征人群的差異

我們還對比了16歲以上不同年齡組和不同受教育程度人群在財產構成方面的差異。因為無法識別個人層面的財產信息，本文的處理方式是首先計算家庭人均財產及構成，然后按個人特征對人群分組，并計算不同人群組內不同財產構成對財產積累的貢獻率（詳見表5）。

根據表5給出的估計結果，我們可以得到以下發現。

第一，從年齡分組看，不同年齡組內財產構成對財產積累的貢獻有較明顯差異。相對而言，房產對家庭財產積累的貢獻率隨著年齡的增長而不斷上升。在三個年齡組中，2002—2013年60歲以上老人組財產積累中來自房產的貢獻率最大，超過84%；對于16~39歲的年輕人來說，房產的貢獻率只有75%左右。然而，金融資產對家庭財產積累的貢獻與年齡的關系卻呈負相關，16~39歲年輕人需要通過儲蓄積累財產或者為了存款買房，他們的金融資產增長率超過了其他年齡組，因而他們的金融資產對凈財產積累的貢獻也超過了其他年齡組。如表5所示，2002—2013年16~39歲年齡組凈財產積累中來自金融資產的貢獻率比60歲及以上年齡組高出3個百分點，2013—2018年高出近４個百分點。我們還可以看到，年輕人更多地進行創業和從事生產經營活動，財產積累中來自生產性經營固定資產的貢獻更大，他們對汽車、手機、電腦等耐用消費品的需求更高，所以他們財產積累中耐用消費品的貢獻率也比較高。

第二，不同受教育程度人群的財產積累機制有所不同，而這種不同更多地表現在兩個不同時期。2002—2013年，低學歷人群的財產積累更多地來自金融資產。如表5所示，初中以下學歷人群的財產積累來自金融資產的貢獻為14.07%，比大專及以上學歷人群高出68％。低學歷人群金融資產的增長率較高有多種原因，其中之一是受到預防性儲蓄行為的指使。特別是這一時期社會保障制度存在保障不力的情況，低學歷人群不易或少享受社會保障福利，他們有更強烈的預防性儲蓄行為也就不難理解。還有一個更重要的原因是，房價上升誘發高學歷人群將部分金融資產轉換為房產，而低學歷人群卻不容易進行這種轉化。如表5所示，在這一時期，大專及以上學歷人群財產增長中的82%來自房產增值，而對于初中及以下學歷人群來說，房產的貢獻率僅為76%。然而，到了2013—2018年，高學歷人群與低學歷人群的財產積累機制發生了較大變化。這一時期高學歷人群凈財產積累中來自金融投資的貢獻明顯增高，如大專及以上學歷人群的金融資產增值占其凈財產增長的比例達到17%左右，比初中及以下學歷人群高約5個百分點，其中大約4個百分點來自理財投資。這一時期的房價上升幅度明顯小于前一個時期，加上一些地區的房產限購政策，房產投資的機會減少，預期收益下降，致使一些高學歷和高收入人群減少對房地產的投資，轉向金融投資。也就是說，房價的變動在很大程度上影響著不同特征人群的財產配置，影響著他們的財產積累機制和財產增長率。

六、儲蓄和財產價格變動對居民財產積累的影響

以上分析了財產積累過程中財產構成的變化及其對財產積累的影響，在此節我們繼續探究財產積累的影響因素。根據本文第二部分的基本模型和第三部分對分項財產的解釋，財產積累動態變化的來源主要是儲蓄和資產價格變化。其中，資產價格變化主要來自所持有房產的價格上漲。同時，生產性固定資產和耐用消費品的折舊會讓財產減值。我們將分別估計儲蓄和房價變化對家庭凈財產積累的貢獻，然后據此推斷其他因素的影響。

（一）儲蓄的影響

模擬儲蓄影響財產積累的方程如下：

相比基本模型，這里假定資產價格不變，沒有家庭之間的財產轉移行為。根據公式可知，儲蓄對財產積累的相對影響取決于人均儲蓄與人均財產的比值。人均儲蓄的多少來自兩個因素：一是在其他條件相同時，人均收入越高儲蓄越多；二是在其他條件相同時，平均儲蓄率越高儲蓄越多。由于高收入人群的儲蓄率一般比較高，所以當收入與儲蓄的關系固定時，收入差距越大，平均儲蓄率會越高，財產積累速度也就越快。此外，儲蓄與不同人群的財產積累還存在如下關系：在其他條件相同時，收入分布與財產分布的相關性越強，儲蓄對擴大財產不平等的影響會更強，不過不會影響人均財產增長率。基于以上假定條件和收入、儲蓄、財產三者之間關系，我們利用CHIP數據對2002—2018年居民家庭儲蓄對財產積累的影響進行如下分析。

第一，儲蓄率特征。使用局部加權方法，分別估計得到每個財產分位點和每個收入分位點附近的平均儲蓄率（見圖3）。不難看出，雖然收入與儲蓄率存在正相關關系，但在收入相同時，財產與儲蓄率之間存在負相關關系。所以，從邏輯上而言，雖然收入與財產之間的正向關系使得儲蓄增加有助于財產積累增加，甚至會擴大財產差距，但是在收入相同的情況下，儲蓄率與財產之間的負向關系會使儲蓄對財產差距的影響結果產生不確定性。

圖4 繪制了不同財產分位點的平均儲蓄率(儲蓄與收入之比)和儲蓄與財產比。圖4左圖顯示，居民財產越多儲蓄率越高。右圖顯示，2002年、2013年和2018年的儲蓄與財產比值呈現隨財產增加而不斷遞減的特征。所以，儲蓄對低凈值人群財富積累的貢獻更大。圖4左圖還顯示，2002—2018年每個財產分位點的儲蓄率幾乎都在上升。不過，因為財富與收入之比也在大幅增加，儲蓄與財產的比值在2002—2018年逐漸下降（2002年、2013年、2018年分別為4.0%、3.7%和3.3%）。因此，儲蓄對財產積累的影響實際上逐漸減弱。

第二，儲蓄對財產積累的總體貢獻。假定人均收入按年均增長率增加儲蓄率等比例增加，按照2018年價格，我們估算2002—2013年人均累計儲蓄總額為37221元，2013—2018年人均累計儲蓄總額為37306元。如表6所示，累計儲蓄在居民凈財產中所占比例不斷下降，2002—2013年居民累計儲蓄總額相當于2002年居民凈財產的95.83%、2013年凈財產的22.47%；2013—2018年居民累計儲蓄總額相當于2013年居民凈財產的22.53%、2018年凈財產的14.04%。然而，對這兩個時期加以比較可以看出，由于在第二個時期其他財產對居民財產積累的合計貢獻有所下降，儲蓄在居民凈財產增量中的份額卻從2002—2013年的29.36%增加至2013—2018年的37.26%。

若考察期內居民收入增長率為零且儲蓄率不變，那么這兩個時期的人均累計儲蓄額只有17053元（2002—2013年）和28359元（2013—2018年），分別相當于這兩個時期實際人均累計儲蓄額的45.82%和76.02%（詳見表6），剩余的54.18個和23.98個百分點分別來自居民收入增長和儲蓄率上升。由此可見，相對于儲蓄行為而言，居民收入增長和儲蓄率上升在2002—2013年對財產積累產生了更大的影響，其中因收入增長而增加的儲蓄占累計儲蓄額的39.29%，因儲蓄率上升而增加的儲蓄占累計儲蓄額的14.90%。相比來說，2013—2018年由于收入增長率下降，儲蓄率上升有限，收入增長和儲蓄率上升對居民財產積累的貢獻有較明顯的下降——兩者帶來的增加的儲蓄占累計儲蓄額的比例分別降至18.12%和5.86%。

由于財產與收入之比大幅增加，儲蓄對財產積累速度的貢獻逐步下降。在2002—2013年儲蓄增加對居民凈財產年均增長率的貢獻達到6.30%，但到2013—2018年下降至4.15%。且2013年后，居民凈財產年均增長率下降了4.2個百分點（詳見表1），其中約2.2個百分點來自儲蓄貢獻的下降。

第三，儲蓄對不同財產組財產積累的影響。儲蓄是低財產組財產積累的重要來源，但對高財產組財產積累的貢獻較小。在兩個時期中，對于最低40%財產組來說，其累計儲蓄額高達全部凈財產增量的91.76%（2002—2013年）和144.07%（2013—2018年）。然而，對于最高10%財產組來說，相應的比例只有15.27%（2002—2013年）和17.73%（2013—2018年）。對于中等偏上財產組人群，即中間50%財產組來說，其累計儲蓄額占凈財產增量的比例小于50%（詳見表6）。

第四，儲蓄對不同受教育人群的影響。根據估計結果，低學歷人群的儲蓄對其財產積累速度的影響更大。他們的儲蓄主要來自收入增加的貢獻，而不是儲蓄率變化的貢獻。與此相比，高學歷人群的儲蓄對財產積累速度影響相對較小，但儲蓄率上升對財產積累的貢獻卻相對較高。如表6所示，對于低學歷和高學歷人群來說，2002—2013年其儲蓄占各自凈財產增加值中的比重相差不大，但是低學歷人群中收入增長所增加的儲蓄占其凈財產的比重比高學歷人群高出近10個百分點，而導致前者儲蓄率上升所增加的儲蓄占其凈財產的比重卻比后者低近8個百分點。

（二）房價變化的影響

中國住房價格在過去20年快速上升，對居民財產積累產生了很大影響（Knight et al.， 2022; Li & Wan, 2015; Xie & Jin, 2015）。不過，這個現象并不只是發生在中國，關于西歐的研究也發現類似現象（Fuller et al.， 2020）。住房價值是居民財產的重要部分，其價格的上升一方面使得現有房產增值，另一方面會誘使一些家庭購買更多房產（將其他資產轉為房產），從而改變其財產構成。這里我們主要分析在一定財產結構下房價變化對居民財產積累產生的影響。

房價的高低及其變化具有很強的區域性，一般不受特定家庭行為的影響。因此，在模擬計算中，我們首先估計每個家庭所在區縣的平均房價，并計算不同時期的平均增長率。然后，對于特定時期數據，假定其他特征都不變，按所在地區房價增長率調整房價，得到一定時期內房價變化所對應的財產變化情況。

我們的研究有以下發現，第一，房價變化在不同財產組之間有所不同，主要呈現兩個特點：一是財產分位點最高處的房價最高，不過，財產分位點最低處的房價也有一個上揚的特征（見圖5左圖）。二是房價的年均增長率在低財產分位點相對較高（見圖5右圖）。2013年前和2013年后呈現的特征相差不大，且平均房價增長率比較穩定。

第二，房價上漲對財產積累有著很大的影響。若保持2002年的財產結構，按所在地區房價的平均變化進行模擬，可以得到2002年樣本戶以2013年房價衡量的房產價值，從而得到房價上漲帶來的第一個財產增量；同時，保持2013年的財產結構，按所在地區房價的平均變化進行模擬，可以得到2013年樣本戶以2002年房價衡量的房產價值，從而得到房價上漲帶來的第二個財產增量。將兩個財產增量的平均值作為房價上漲在2002—2013年的財產增量。按同類方法可以得到2013—2018年房價上漲帶來的財產增量。根據CHIP數據計算出2002—2013年年均房價增長率為13.4%，2013—2018年年均房價增長率為11.9%。

我們的估計結果顯示，房價上漲在2002—2013年帶來的人均財產增量為71148元，占2002—2013年財產增量的56.13%；2013—2018年帶來的人均財產增量為83259元，占2013—2018年財產增量的83.16%（詳見表7）。這些結果印證了其他文獻關于房價上升是驅動中國財產積累主要因素的觀點（Knight et al.，2022; Li & Wan, 2015）。

相對而言，2002—2013年房價上漲對居民財產積累的影響更大，房價上漲帶來的居民凈財產增值相當于2002年人均凈財產的183.18%，相當于這一時期9.92%的財產年均增長率。房價上漲在2013—2018年對居民財產積累的影響略有減弱，它所帶來的居民凈財產增值相當于2013年人均凈財產的50.28%、居民財產年均增長率的8.49%（詳見表7）。

第三，房價變化對不同財產組人群的財產積累產生不同的影響。房價上漲使得高財產組財富積累速度更快。2002—2013年房價上漲帶來的財產增值相當于最高10%財產組家庭凈財產每年增長11.84%，比最低40%財產組家庭高出約4.8個百分點（詳見表７）。這明顯擴大了居民的財產差距。2013—2018年，房價上漲產生的致富效應略有下降，但仍相當于最高10%財產組家庭凈財產年均增長率的9.32%，比最低40%財產組高出近3個百分點。所以，房價上漲在2013—2018年繼續擴大了財產差距。

（三）儲蓄與房價上漲的相對影響

根據前面的模擬分析，我們進一步考察儲蓄、房價及其他因素對居民財產積累的相對影響。表8給出了我們的分析結果。

從表8中我們可以得到如下發現。第一，對全體居民而言，儲蓄對居民凈財產積累的貢獻在30%~40%，是財產積累的重要來源，但不是最主要來源。不過，在最低40%財產組，儲蓄是最主要的財產積累來源，2002—2013年這些家庭的累計儲蓄額與財產增量的比值達到93.99%，2013—2018年甚至超過100%，達到147.45%。然而，最高10%財產組家庭的財產增值中來自儲蓄的份額非常小，只有15%~20%。高財產組財產增值主要來自房產和其他資產。

第二，房價上漲對財產積累的貢獻在2013年后大幅增加。主要原因是2013年后居民自有房產擁有量增加明顯，從而增加了房價變化對財產積累的影響。同時，房價上漲對高學歷人群財產積累的貢獻更大，這主要是因為高學歷人群一般擁有更高的購房能力，可以購買房價漲勢更好的房產。基于房產的重要性，有房家庭與無房家庭之間、不同房價上漲速度的地區之間的財富積累速度出現了較大差異，居民財產分配的差距也因此擴大。

第三，從我們的分析結果來看，平均而言，儲蓄和房價上漲之外的其他因素對居民財產積累的影響作用較小。這里的其他因素包括耐用消費品折舊、生產性固定資產折舊，可能帶來財產增值的藝術品、金銀首飾、股票期貨價值，等等。2002—2013年，這些因素的合計影響作用為正值（14.5%)，有助于增加居民財產積累。2013—2018年，這些因素的合計影響作用為負值（-20.42%）。這也許表明在扣除財產折舊導致的貶值后，其他財產持有方式難以帶來顯著的財產增值。從不同財產組來看，這些其他因素對他們財產積累的影響作用有較大的不同，對于最高10%財產組和中間50%財產組家庭來說，其凈財產增值中來自其他因素的貢獻在2002—2013年均為正值，分別是26.67%和8.57%，但是對于最低40%家庭來說，這個時期來自其他因素的貢獻為負值（-54.37%）（詳見表8）。不幸的是，到了2013—2018年，三個財產組家庭凈財產增值中來自這些其他因素的貢獻均為負值，家庭財產越低的組負值越大。

七、總結和討論

本文利用中國家庭收入調查數據分析21世紀以來的中國居民財產積累機制。分析結果顯示，中國居民人均凈財產2002—2013年的年均增長率達到14.1%，2013—2018下降至9.9%，不過仍然比同期的收入增長率高約2.8個百分點。基于財產結構的分解方法和按影響因素的反事實模擬分析方法，本文考察了居民凈財產增值過程中財產結構的變化特點及其產生的財產積累效應，并且估算了儲蓄、房價對居民財產積累的相對貢獻。主要研究結論歸納為以下幾點。

第一，儲蓄是財產積累的重要來源，其對居民財產增值的貢獻份額從2002—2013年的29.36%上升至2013—2018年的37.26%，解釋了居民財產增值影響因素的1/3以上。居民收入快速增長是提升儲蓄對財富積累效應的重要原因，在2002—2013年和2013—2018年這兩個時期，居民累計儲蓄額中來自收入增長的貢獻分別是39.29%和18.12%，來自儲蓄率上升的貢獻分別是14.90%和5.86%，其余貢獻來自收入和儲蓄率不變時的累計儲蓄。由于收入增速放緩、儲蓄率上升幅度有限，累計儲蓄的增長速度下降。同時，由于財產增長率高于收入增長率，財產與收入比上升，同時儲蓄對財產增值的貢獻有所下降。這是2013年之后居民財產年均增長率下降的一個重要原因。需要注意的是，雖然儲蓄在財產積累中的貢獻較大，但在居民財產積累中不應該將儲蓄作為最主要手段。儲蓄率增加意味著消費率下降，過低的消費不利于宏觀經濟和居民福祉。

第二，21世紀初各地區房價開始大幅上漲，使得房產增值成為推動中國居民財產積累的最主要因素。居民自有住房擁有量和人均自有住房面積明顯增加，住房質量提高，房價上漲在提高居民房產價值的同時，對居民財產積累的作用也有所增強。尤其值得注意的是房價上漲帶來的影響。在2002—2013年居民財產增值中來自房價上漲的部分超過56%，2013—2018年則超過80%。

第三，金融市場發展使城鎮地區、最高10%財產組、高學歷人群擁有更多的財產積累途經，主要包括金融理財產品帶來的財產增值和非農生產經營活動帶來的更多收入。不過，這些途徑對于財產積累的貢獻遠小于房產的貢獻。并且，這些財產積累途徑還只局限于少部分人群，它并不是居民財產積累的主要途徑。

第四，耐用消費品和生產性固定資產有折舊問題，市場價值會隨時間推移而不斷下降。與全國平均水平相比，農村家庭、低財產家庭（財產水平位于全國最低40%的家庭）持有更多的生產性固定資產和耐用消費品，他們通過儲蓄和房價上漲積累的財產在很大程度上被這些資產折舊所抵消。儲蓄和房價之外的因素對這些家庭財產積累的貢獻為負值，意味著農村家庭、低財產家庭不僅缺乏多樣化的財產增值渠道，而且會面臨嚴重的資產減值問題。

總體而言，當前居民財產積累機制存在明顯的城鄉差距和群體差距。城鎮房地產市場發展有助于城鎮居民財產積累，但農村地區房地產市場不完善、土地政策不完善等因素均限制了農村房產財產和土地財產的增值速度。高財產人群、高學歷人群擁有更多樣化的投資渠道，從而更可能保持財產積累速度的穩定；然而大多數居民主要通過儲蓄來積累財產，或者通過房價變化被動積累財產。值得注意的是，由資產價格激增（如房價飛速上漲）帶來的財產積累推高整個社會的財富—收入比，從而削弱勞動收入相對于財產性收入的重要性。由于財產性收入的分布通常比勞動收入更不均等，財富—收入比上升通常會加大貧富差距，對社會公平和社會流動提出挑戰。

基于上述分析結果和主要結論，本文認為，規范財富積累機制應該關注相關的政策措施。首先，要推進收入分配制度改革，拓寬低收入居民增收渠道，提高低收入居民收入水平，努力縮小收入差距，通過規范收入分配秩序來縮小財產分配差距。其次，要設計更加合理的房地產發展戰略和制度安排，完善房地產價格調控政策，擴大保障房和廉租房建設，保障低收入人群的基本住房需求，保持住房價格的長期相對穩定。同時，應選擇時機出臺房產稅，限制投機性購房行為，保持房地產市場供需平衡；適時開征遺產稅，增加財產代際流動性，降低財產階層固化風險。再次，要消除資本市場壟斷，各類生產要素公平競爭，獲得合理報酬。應完善金融政策，拓寬低收入居民投資渠道，增加低收入和低財產居民的財產積累途徑。需大力推進農村土地制度改革，提升土地財產價值，增加農民財產性收入渠道。最后，要加大反腐力度，建設風清氣正的營商環境，阻斷財富的不當來源。

本文主要從居民儲蓄和房價上漲兩個方面對21世紀以來中國居民財產積累機制進行了解釋，分別從財產結構和財產來源角度進行了分解分析和模擬分析。一些分析結論有助于理解過去二十年中國居民財產積累機制與方式，為下一步制定規范財產積累機制的相關政策提供參考。不過，目前關于居民財產積累的研究仍顯不足，許多問題有待深入理解和研究。比如，高凈值人群財產積累過程對全社會財產流動性、階層固化的影響，金融市場發展和個人投資行為對居民財產積累的影響，房價變化對儲蓄行為、投資行為的影響，土地財產增值、財產稅對居民財產積累的潛在影響，財產積累中的灰色財產問題，等等。這些議題需要加以深入研究，以期為理解中國社會財富不平等和社會流動趨勢提供更豐富的實證解釋，為規范財富積累機制提供更扎實的理論基礎。