高善文：2025年可能是一個重要的轉折點

【404文庫】 經濟人讀書會｜高善文：2025年可能是一個重要的轉折點

一、轉型、周期性壓力

2018年前後，中國經濟增長模式逐步擺脫依靠債務基建和房地產驅動的增長形式，轉向依靠技術進步和產業升級，經濟轉型過程中有些行業興起，有些行業衰落，總量層麵經濟增速放慢可以理解可以想像，屬於轉型過程中的成長的煩惱。

更多來自於周期的擾動而不是轉型的代價。

我們以全部上市公司為基礎（A股、港股，中概股），把這些公司分為三類，①支持類2500家，政府支持鼓勵，支持經濟轉型引導方向；②限製類500家，政府試圖加以規範管理和限製，行業自身也在走向衰落；③中性類2600家，商貿零售社會服務，和轉型過程沒有很緊密的聯係，整體屬於中性。上市公司營業收入占2024GDP總量50%以上，具有一定代表性。



2016年至今，中性類行業的營業收入/總市值占比總體穩定，2018-2020年之間，限製類行業占比明顯收縮，支持類行業占比明顯擴張，政府試圖限製的行業在收縮，政府試圖支持的行業在擴張，營業收入和總市值維度都是如此。

說明，經濟轉型在確定性的發生。無論經濟增速如何波動，中性行業的占比一直保持不變，不受到限製性和支持性政策的影響。

2018年以來，支持類板塊的股價上升，限製類板塊的股價大幅下跌，二者之間的裂口是過去十幾年沒有看到的，這說明政府引導經濟轉型的努力在金融市場的定價反映出來。

2010-2018年，股價表現則完全相反，進一步確認政府引導經濟轉型的轉折點。

我們通過觀察中性行業的表現，去剝離轉型和政策的影響。2017年以來，中性行業的營業收入大幅下滑，從這個指標來看，中性行業營業收入的下滑不是轉型的影響，而是周期的力量；從雇傭員工數據來看也是如此。

至此我們完成了第一部分的討論，經濟的轉型取得了一定成績，同時，經濟增速趨勢性下滑，這一下滑和轉型沒有很大關係，更多反應周期的趨勢性力量。

二、消費、收入

看中國30多個省級行政區的數據，縱軸，疫情前的消費增長情況，橫軸是，人口老化程度。

疫情前：年輕人占比與消費不相關

疫情後：年輕人占比越高的省份消費越差

一個省人口越年輕，消費增長越慢；一個省人口越老，消費增長越快。

這個結論有些反直覺，被市場參與者歸納為三句話，生機勃勃的老年人，死氣沉沉的年輕人和生無可戀的中年人。

對老年人而言，未來可預期的退休金是可以按時發放，每年穩定增長，並高於通脹水平，收入預期沒有任何影響，可以繼續搞夕陽紅，跳廣場舞。

對年輕人而言，收入預期大幅下修，收入增長確定性大幅下修，找不到工作，找到的工作與預期有顯著落差，年輕人紛紛節衣縮食關燈吃麵。

我們看另一個數據。

省級行政區的消費情況，和省會城市二手房價的漲幅。

疫情前，消費和房價幾乎不相關。

疫情後，房價下跌嚴重的地區消費更差。

我們傾向於認為，疫情後，買房人總體是年輕人，一個地區的年輕人對未來越沒有信心，他們的消費越弱，買房的意願也會越弱。

沒有收入預期，沒有消費能力，也不敢買房。

這一模式所得到的結果，和我們觀察地區人口老化的結果，指向了類似的結論：年輕人收入預期下滑，消費信心和購房意願都被顯著抑製；但老年群體的收入預期沒有被限製，生活幸福感強。

為什麽會發生這種情況？

三、就業

我們觀察失業率，2022年兩輪封城失業率脈衝式上升，失業率穩中有降，2024年失業率和2022年2023年差不多，整體就業壓力並不大。

觀察體製內也就是非私營單位的平均工資增速，疫情後工資增速有一定下滑，但遠沒有消費者信心下滑顯示的那麽顯著。

觀察城鎮就業人口增速，疫情爆發後出現了極速下滑，疫情結束後出現了反彈，但仍低於長期趨勢水平。

觀察就業人員總量，實線（實際找到工作）和虛線（趨勢線）累計岔口4700萬人口。換句話說，累計有4700萬勞動力，無法正常找到工作。

這些人去了哪裏？

我們觀察城鎮和鄉村就業人員數據，鄉村就業人員累計增加了4100萬人，與城鎮就業人員的減少數量相當接近。

一個可能的解釋：疫情後城鎮創造就業能力的顯著惡化，大量就業人口返回或者滯留在鄉村，回老家之後，城鎮失業率數據不顯示，但在總就業人口中反映出來。

另一部分可能離開了勞動力隊伍，四十多歲，工作沒有了，公司破產了，開滴滴，在家炒股，或者在家呆著，在就業和失業數據上都看不到。

這些數據在經濟產出上的表現是什麽呢？

總量數據上，城市吸收就業的主要是第三產業，由於技術進步資本積累，製造業吸收就業在過去十多年一直是負增長。

我們觀察第三產業增加值占比，疫情後第三產業占比與趨勢線也出現了很大的裂口，對應的就是城鎮就業人口的缺失。

我們觀察全國存量就業質量衡量指標，不僅是就業數據下降，就業質量也出現了惡化。不僅僅是金融行業由於羞恥感出現了就業質量的惡化。

我們觀察五險一金的繳納比，與曆史趨勢相比也出現了顯著的惡化。

這和前麵的上市公司數據，消費數據都是呼應的，不能反映為轉型的煩惱，而是周期的力量。

四、總量數據

我們通過產出缺口與核心CPI觀察物價數據，縱軸核心CPI是CPI扣除食品和能源等高波動成分，橫軸是中國經濟增長和潛在增長能力的差，叫做產出能力。

一般經濟理論認為二者存在非常緊密的聯係，我們傾向於認為中國在2013年前後經過了劉易斯第二拐點，產出缺口與物價之間的關係確實變得很緊密。

但是有兩個異常點，都超過了兩倍或三倍方差的水平。

這兩個異常點就是2023年和2024年。

在中國總量數據中，最可信的是價格，抽樣就可以，各種力量很難操縱，另外一些數據的可靠性就弱一些，容易受到非統計因素的擾動。

我們看城鎮就業人員增速和GDP實際同比的關係，經濟增長大概率會創造更多的工作，產出的擴張會伴隨就業的增加。

如果我們認為就業數據，那麽經濟增速就

如果我們認為經濟增速數據，那麽就業數據就

就業和增長的關係在過去兩年，

2020年疫情以來的四年作為一個時間段，2019年取同樣的時間段，前後比較物商品消費。

疫情之前，消費增長與經濟增長差不多，消費增長還要略快一些。

疫情之後，消費增長比經濟增長低得多得多。

疫情之前，經濟增長和投資增長差不多。

疫情之後，經濟增長比投資增長快多了。

合並所有數據，消費和投資的增長和經濟增長有某種關係，在疫情後這種關係變得顯著的反常。

我們以疫情前的數據為基礎，疫情後，要麽是消費增速低估了，要麽是經濟增速高估了，在其他科目中沒有看到這種吸收關係。

最後一個層麵的問題，我們知道中國房地產是在2020年8月後進入大幅下滑的過程，到現在已經超過了三年的時間，是造成當前經濟困難最主要的原因之一，這是大家廣泛接受的事實。

很多人認為，中國在2021年之後經曆了房地產泡沫的破滅，從開工銷售等數據上，這個結論說得通。

我們比較了中國和發生房地產危機國家的前三年和後三年的經濟增速。經濟增速發生了大幅下滑，三年平均增速-7%，中位數-3%到-4%，最少也有-2%。中國的經濟增速隻下滑了0.2%，幾乎沒有下滑。在政府財政沒有逆向擴張的情況下，經濟增速沒有顯著下滑。

把這一對比和物價就業和GDP細分對比合並，房地產泡沫一來，GDP增速每一年高估了3個百分點，累計高估了10個百分點，這與城鎮就業人口流失的4700萬對應上了。

下修了這3個百分點，所有的數據都對得上了。

好消息是什麽呢？

926的會議開始正視問題，正視經濟增長層麵存在的問題，並準備采取強有力措施解決問題。

當前麵對的問題不是成長的煩惱而是周期的壓力，接下來就是采取措施去解決這些問題。

我們如何來評估這些措施？

1.泡沫破滅後，經濟增速要回到正常水平，平均需要9年。

2.泡沫破滅後，經濟萎縮，政府救助，產出的絕對水平恢複到泡沫破滅前，也需要3-4年。

以這樣的模式為基礎，中國的經濟增長要恢複到泡沫破滅前，還需要比較長時間的等待。積極狀態下也需要3-4年的時間，我們對泡沫破滅後的幹預是否積極，不同人會有不同的看法，即便非常積極，要快速完全恢複，也不是很現實。

我們要麵對後泡沫時代相對比較弱的增長，我們要從危機階段轉入相對較弱的正常增長，是後泡沫時代泡沫管理時期的重要挑戰。

一般性的幹預措施包括大規模降息，穩定金融機構資產負債表，政府部門資產負債表擴張，是否規模夠大，是否足夠及時，是否足夠有力，我們的政府已經做了大量的工作，降息層麵還有很多工作要做，除了金融機構還應該包括影子類金融機構，政府部門也需要更大力度的擴張。

經濟從國際經驗來看也會轉入相對溫和的增長，維持較長時間的溫和增長後才能恢複到一個比較正常的水平。

綜上，2025點可能是一個重要的轉折點。從23年24年的數據異常點，向保持溫和增長的轉折時期，泡沫帶來的失衡得到了修正，政府的政策也更為積極有力，也意味著股票市場的運行有了穩定可預期的宏觀環境。

高善文：經濟增速下滑是周期性原因導致，與經濟轉型沒有很大關係

國投證券2025年度投資策略會於12月3日舉行。國投產業研究院院長、國投證券首席經濟學家高善文指出，過去幾年，我國經濟轉型取得了引人矚目的成績，但在經濟轉型的同時，經濟增速出現了趨勢性的下滑。

不過，高善文強調，經濟增速下滑與經濟轉型之間沒有很大關係，而是更多地反映了經濟周期性力量的下降。

在過去幾年中，“經濟周期性壓力明顯超過了轉型所帶來的成長的煩惱，這是總量經濟政策必須正視和麵對的問題”，高善文說。

高善文：老年人越多的地方，經濟和消費越旺盛

國投證券2025年度投資策略會於12月3日舉行。國投產業研究院院長、國投證券首席經濟學家高善文指出，老年人越多的地方，經濟和消費越旺盛。高善文指出，經濟數據顯示，一個省的人口越年輕，消費增長越慢。人口結構越老化，消費增長越快。“這在直覺上是非常令人難以接受的。我們總是認為，一個地方的年輕人越多，經濟越有活力、越有創造性，消費活力會越旺盛”，高善文說，現實情況則剛好相反。出現上述情況的原因，高善文認為，對於老年人而言，預期的退休金是可以按時足額發放，且每年是有穩定增長、增幅高於通貨膨脹水平的。“在這樣的條件下，他們的消費活動就沒有受到任何影響，可以繼續去跳廣場舞，去搞夕陽紅”。而對年輕人來講，外部環境影響了他們對收入增長的預期。“年輕人紛紛節衣縮食”。

相關閱讀——

**關於促進房地產市場止跌回穩，加快建立房地產業務新模式的幾點思考

高善文 2024年10月21日

房地產市場在國民經濟中具有舉足輕重的影響。過去幾年中國房地產市場的深度調整充分暴露了傳統的房地產業務模式的嚴重內在缺陷，對宏觀經濟的穩定運行和健康發展形成了明顯拖累和重大挑戰。如何盡快實現房地產市場的止跌回穩，並逐步構建更具韌性、更可持續的房地產業務新模式，無疑是當前十分重要和緊迫的任務。

作為資本市場的觀察者，基於對房地產行業的長期討論和思考，我們在此分享一些粗淺的想法，希望能夠起到拋磚引玉的作用。

1990年代末期中國開啟房地產市場化改革以來，房地產行業蓬勃發展，對於加快城市化進程，推動經濟高速增長起到了有目共睹的巨大作用，但也逐步產生和積累了以高房價、高杠杆、高債務等為標誌的嚴重問題，越來越難以持續。概括而言，在過去二十多年的時間中逐步形成的房地產業務模式具有幾個方麵的內在缺陷，需要得到係統性糾正：

一、房地產公司的日益金融化是傳統業務模式的首要缺陷

一方麵，快速的城市化進程產生了巨大和持續增長的房地產需求，另一方麵，單個房地產項目在商業上的成敗存在許多不確定性，也難以收獲規模效益，因此，同時開發多個項目的房地產公司開始獲得競爭上的優勢，這表現在業務的許多方麵：

首先，正如“不要把雞蛋放在一個籃子裏”的格言所展示的那樣，分散的多個項目之間相互平衡和抵消，可以降低總體業務的波動性，在給定風險暴露的條件下提高資本的回報率和債務的安全性。

其次，由於前述原因，以及金融市場普遍存在“大則不倒”的假設，龐大的業務規模可以幫助房地產公司以更低的成本融資，從而形成正向循環。

再次，眾多項目之間銷售和施工進度之間存在差異，由此產生的資金餘缺可以相互調劑，這提高了資金的使用效率。更重要的是，由於單個項目以獨立法人的形式存在，資金在項目之間的橫向調撥形成了某種形式的信用創造和信用擴張機製，使得房地產業務開始具有一定的類銀行的金融屬性。

我們知道，銀行信用創造的關鍵是部分準備製度，即銀行把收到的存款的一部分以現金的形式持有，作為應付未來提款的準備金，其餘的存款則用於放貸，從而形成新的存款，在這一過程中創造和擴張了信用。

類似地，房地產項目A把收到的預售資金的一部分貸放給項目B，形成項目B的資金來源。項目B將此用於土地購買，以及進一步的抵押和借款活動，在這一過程中，信用被創造和放大。在這一意義上，房地產業務具有了類銀行的金融屬性。

最後，持續的經濟發展和城市化進程等因素推動了房價和地價的持續上升，使得持有土地和房地產項目可以獲得較為穩定的增值收益，這誘使房地產公司通過提高杠杆來增加土地和項目的持有，從而進一步增強了房地產的金融屬性。為了應對多變的政策環境和房地產市場的周期性起伏，房地產公司進一步發展了所謂的高周轉模式，即在預期短期市場形勢較好的條件下，通過短期借款迅速放大供應，提高周轉率；在市場形勢轉差的時候則收縮借貸，降低供應。在資金融通和調度順暢的條件下，這充分提高了資本的回報率，但也使得在房地產形勢較好的條件下，包括大量短期借款在內的杠杆率被推升到異常高的水平，金融屬性進一步強化。

由於以上因素的綜合作用，中國的房地產公司逐步發展為類金融機構，具有了高杠杆、流動性轉換、期限轉換和信用創造等金融業務的關鍵功能和特征。

金融史的發展告訴我們，金融業務具有內在的不穩定性，必須通過中央銀行的建立和以必要的資本充足率及充分的信息披露為核心的嚴格金融監管來應對。

中國房地產市場當前的困境，一般地說，可以認為是其金融屬性內在不穩定性的集中反映。

金融史的發展同樣告訴我們，應對當前房地產行業的困難局麵，需要充分考慮其業務發展中業已形成的金融屬性。這形成了兩種不同的應對思路：一是以項目為中心的行業救助，並逐步徹底去除房地產的金融屬性。

這種思路的挑戰在於：一方麵項目之間相互平衡的優勢和規模效益無法實現，隨著救助過程的展開，剩餘的項目越來越集中為高風險項目，難以處理；

另外一方麵這形成了行業內快速和嚴重的信用收縮，具有極強的外部性和傳染性。二是救主體和救項目並重，一方麵通過注資和債務重組來穩定和充實主體的資產負債表，維持其業已存在的各類功能，另外一方麵通過建立類金融業務的監管框架加強對大型主體的全麵監管，進一步穩定市場信心，並逐步控製和化解係統性風險。

二、越來越統一的全國勞動力市場與高度碎片化的土地供應製度之間的矛盾是房地產傳統業務模式的另外一大缺陷

中國房地產市場的需求方是分散並自由流動的城市居民，具有高度市場化的特點，但關鍵要素的土地供應由地方政府作為單一主體來實施，具有很強的計劃性。

由此產生的問題是：在需求快速擴張時，供應不能及時充分響應，從而放大了地價和房價的上升壓力。更大的問題是，對於人口大量集聚的城市政府而言，縮減土地供應甚至可以帶來更高的土地收益，這是壟斷經濟的一個自然特點，但無疑加劇了房地產市場的壓力。

從數據上看，一些大型城市的年度供地持續低於計劃目標，其原因似乎並非廣泛的土地流拍，而是較少的土地供應足以實現年度的土地收入目標。

更一般地看，2016-2021年期間全國範圍的房地產價格大幅上漲引起了廣泛的關注和討論，許多分析將此與棚改貨幣化聯係起來，這也許是有道理的。

然而，我們曾經將中國的部分三四線城市分解為兩個組別，一個是實施了棚改貨幣化的城市組；一個是沒有實施棚改貨幣化的城市組。

結果發現，前者的房價表現並不顯著強於後者，這為棚改貨幣化的解釋投下了不小的陰影。實際上，從廣泛的數據看，我們更傾向於認為，棚改貨幣化是一個內生的去存貨政策：即存貨壓力更大的城市更傾向於進行棚改貨幣化。因此，對於存貨較少的城市而言，一方麵房價更容易上漲，一方麵地方政府進行棚改貨幣化的意願也不很強烈，這樣，房價與棚改之間的關係並非一目了然。

也許很少人注意到的事實是：在這段時期，在人口流入和城市化規模繼續擴大的同時，中國大量城市的土地供應經曆了普遍和持續的收縮，這與同期中國廣泛的房價上漲之間的聯係無疑是耐人尋味的。

更進一步看，中國的土地供應由地方政府主導，是高度碎片化的，而勞動力市場越來越統一，人口在全國範圍內自由流動，這不可避免地帶來了土地市場的扭曲和資源配置的低效。在守住耕地紅線的約束下，全國的供地指標以計劃的形式下達給地方，盡管在人口集中流入的城市，土地的單位經濟效益顯著更大，但這些地區卻無法從落後地區騰挪和獲得供地的配額。

在通常的情況下，這顯然會加劇發達地區的房價上漲壓力。此外，2012年以來，中國的人口開始向中心城市和發達地區聚集，給這些地區帶來了更大的土地收入，但同時降低了人口流出地區的潛在土地收益，形成或者擴大了地區之間財政收入的不平衡。地方政府的債務大多以土地的價值和潛在收益為抵押，但潛在的債務風險又需要中央政府兜底或承擔相當的救助義務，形成道德風險。

為了解決這些問題，需要考慮三個方麵的措施：

一是有意識地增加土地供應的彈性，根據房地產市場的發展和人口流動情況適時增加或減少土地供應，將土地和當下房價監管機製更緊密地聯動起來。

二是建立全國統一的土地配額交易市場，就像碳配額和電力交易一樣，由各地區自願相互交易自己的年度土地配額，實現土地要素的市場化定價和全國統一配置；在必要時，也可以由中央政府追加和拍賣部分土地配額，以穩定土地市場。例如單位土地配額在西部地區的經濟價值也許是一萬元；在沿海地區也許是十萬元。配額在兩個地區之間進行交易，西部可以獲得超過一萬元的經濟收益；沿海地區也同時收獲了更高的經濟價值，形成互利共贏。三是將賣地收入調整為中央與地方共享的收入，用於調節地區之間的財力平衡、化解地方債務風險和解決包括保障性住房在內的其他民生目標。

三、保障性住房供應不足是房地產傳統模式的又一大缺陷在城市化進程快速發展，房價總體不斷上漲的過程中，一般居民自然希望通過參與商品房市場來分享這一紅利，這強化了商品房在資產配置中的金融屬性，降低了保障性住房的吸引力；對於地方政府而言，考慮到建設保障性住房的機會成本、以及失去的土地收益等因素，其提供保障性住房的意願似乎也不夠充分，這可能部分解釋了過去二十多年保障性住房供應不足的情況。

由此形成的問題是明顯的：一方麵高企的房價使得城市低收入者、新進城的農民工群體和青年人無法實現合意的居住條件，另外一方麵著眼於資產配置和房價上升的商品房持有又帶來了一定數量的房屋空置，形成資源的浪費。兩相對比，還容易形成社會壓力。疫情以來，由於一係列內外條件的變化，居民對未來收入和房價的預期似乎正在發生較大的調整，表現為消費活動的走弱和安全資產的走強。在一手房市場的供應大幅度收縮的條件下，二手房市場交易量維持在非常高的水平，但價格明顯下調，顯示了配置型需求可能在趨勢轉弱。這有助於緩解資源閑置和低效配置的浪費，也可能鼓勵居民對保障性住房更大的興趣。

在這樣的情況下，對商品房交易的各類限製也許應該逐步清除，並在必要時轉向對部分地區和市場的持有環節的幹預，例如空置稅等；為了提高地方政府提供保障性住房的積極性和緩解財政壓力，中央政府也許應該考慮提供必要的補償和激勵。

關於中國消費者行為變化的事件研究

——對2021年以來疫情和地產衝擊的實證分析

高善文團隊

袁方，魏薇

2024年10月13日

內容提要

我國當前麵臨著總需求不足的局麵，其中消費驅動不足的問題日益凸顯。這一變化的根源在於疫情、地產等衝擊對居民的收入和財富構成了深刻影響，從而引發了消費活動的收縮。我們基於宏觀經濟數據，將2021年視為衝擊影響開始的時點，利用麵板回歸來盡可能控製相關條件，為上述邏輯提供了實證證據。

回歸發現，2021年以來，收入效應與財富效應都驅動了居民消費行為趨於謹慎。2021年以來與退休人群相比，收入波動更大、財富積累更少的工作人群消費降速更多，這表明收入效應的影響更為主導。這種變化的背後不僅是當期預算約束的收緊，也是居民對收入不確定性的擔憂和預期的下行，而收入預期的下行進一步強化了地產需求的收縮，與財富效應互相強化。

疫情以來，我國將產業結構的轉型升級作為穩定長期增長的主要調節手段，然而就業質量提升的速度明顯落後於新舊動能轉換的速度，其中地產行業過快收縮的影響尤為重要。因此，保證各行業就業的平穩過渡、穩定收入增長預期是促進消費增長、提振內需的關鍵，而解決地產行業流動性危機、修複地產預期是穩定收入增長預期的必要條件。

風險提示：地緣政治風險，政策超預期

一、背景與方法介紹

當前，中國經濟總體增速偏緩，總需求偏弱，實現經濟轉型是促進經濟增長的有力措施。若將經濟轉型的過程分為兩個方向，其一為向更高的產業結構轉型，另一則為向更高的消費驅動轉型。目前產業結構轉型非常穩健，而轉向更高消費驅動的轉型動力不足。[1]

這一變化的根源在於疫情、地產等衝擊對居民的收入和財富構成了深刻影響，引發了消費活動的收縮，這正是當前總需求不足的重要背景之一。

2021年以來，中國居民總體消費增速發生了明顯下降。這一現象的主要背景有兩個方麵。一方麵，2021-2022年居民的工作與出行受到疫情管控的持續影響，此後在缺乏財政有效刺激的情況下基本麵修複也並不順暢，疤痕效應延續至今。另一方麵， 2021年以來房地產企業麵臨流動性危機，房地產行業出現大幅調整，房價持續下跌使得居民財富出現嚴重縮水。前者使得消費者的勞動性收入與收入預期明顯降低，後者則使得消費者的財富與財產性收入大幅減少，二者都是導致居民消費能力與消費意願降低的重要原因。

那麽，在近年來消費者行為的變化過程中，哪種因素的影響更為關鍵？

觀察兩個單一變量的相關性似乎難以對這一問題進行解答。一方麵，疫情以來居民的收入與財富同時發生變化，且具有一定的相關性；另一方麵，有許多其他因素也會對居民消費產生影響，例如在社會保障條件不足的情況下居民會進行預防性儲蓄、減少消費。因此，本文基於實證回歸的研究方法，在盡可能控製其他條件不變的情況下，探究我們關心的變量的影響。

我們基於2016-2024年全國30個省份的年度麵板數據進行回歸分析。回歸的關鍵自變量為居民收入和房價的同比變化，因變量為消費的同比變化，同時控製人口流動、城鎮化率和社會保障水平等相關變量。為了對比2021年前後自變量與因變量相關關係的變化情況，我們利用時間虛擬變量對2021年前、後兩個時段進行控製與比較。

回歸發現，2021年以來居民消費對收入與財富的彈性都發生了顯著的變化，表現為同樣幅度的收入增長帶來了更少的消費增長，和同樣幅度的資產價格下跌帶來了更大幅度的消費收縮。我們進一步使用工作人口占比作為代理變量進行回歸，發現2021年以來與退休人群相比，收入波動更大、財富積累更少的工作人群消費增速下降更多。這表明，收入效應與財富效應都驅動了居民消費行為趨於謹慎，而收入效應的影響更為主導。

接下來，我們對模型的設定細節與回歸結果的經濟學含義解讀進行展開。

二、模型設定

本文基於2016-2024年省份-年度層麵數據進行回歸分析，覆蓋全國30個省份（不包括西藏），其中2024年使用上半年的累計同比數據，回歸模型如下：



其中，等式左側consumption項為給定年份的社會消費品零售總額同比，用於代理居民消費情況。

右側key_factor為本文關心的影響因素，如房屋價格變化（使用省會城市二手住宅價格指數同比作為代理變量），收入變化（使用各省人均可支配收入同比作為代理變量）等等。

右側year_after2021為時間虛擬變量。考慮到疤痕效應和房地產行業調整主要出現在2021年之後，我們以2021年為分界點，year_after2021在2021年以前取0，在2021年及之後取1。

右側key_factor×year_after2021為本文關心的影響因素與時間虛擬變量的交互項，本文主要關注這一項的係數估計。回歸係數φ的經濟學含義為，關鍵自變量對消費的影響在2021年前後是否顯著不同。

右側控製變量controls包括省份常住人口同比增速、城鎮化率和病床數對數，主要用於控製不同省份隨時間變化且會對消費產生影響的特征。其中，常住人口同比增速用於控製人口規模變化本身帶來的消費量的變化。

城鎮化率用於控製不同地區的老齡化水平及經濟潛在增速，一般而言城鎮化率更高的地區老齡化水平更高，經濟潛在增速更低。由於社會消費品零售總額同比具有明顯的時間趨勢，控製城鎮化率也有助於剝離趨勢影響。

病床數對數用於代理當地醫療衛生條件和社會保障水平，我們控製這一變量來緩解不同地區社會保障差異帶來的預防性儲蓄差異的影響。右側最後一項ε為隨機擾動。

由於部分控製變量數據未更新至2024年，我們基於疫情以來的數據進行了線形外推，對回歸結果的影響可忽略不計。

三、實證結果

我們首先分別檢驗收入與消費、房價與消費的關係，再將兩者放入同一回歸，來驗證係數估計的穩健性。

表1展示了疫情前後居民人均可支配收入與消費的關係。在前兩列中，我們不使用交互項，直接對疫情前三年與後三年分段進行回歸，來確認疫情前後收入與消費的關係。最後一列中，我們使用前述包含交互項的模型對全部年份進行回歸，來檢驗疫情前後這一關係的差異是否顯著。

表1第1、2列中，人均可支配收入同比的係數的經濟學含義為居民消費對收入的彈性，即其他條件不變的情況下，可支配收入同比每增加1個百分點對應的消費同比變化。

可以看到，疫情前後人均可支配收入同比的係數均為正且在1%水平上顯著，但第2列中這一係數略小於第1列。這一結果說明，居民消費對收入的彈性顯著為正，但疫情後這一彈性有所降低，即同樣幅度的收入增長帶來的消費增長有所減少。

那麽這一彈性的減少幅度在統計學意義上是否顯著？

第3列中“year2021人均可支配收入同比”係數顯著為負，表明第2列與第1列係數的差在1%水平上顯著小於0，即與疫情前相比，麵對同樣幅度的收入增長，疫情以來居民消費增長幅度顯著下降，即居民消費傾向顯著降低。

此外，與第1列相比，第2、3列回歸的R2大幅提高，即在其他條件不變的情況下，居民收入的變化對消費變化的解釋力度大幅提高，說明收入水平的變化對許多居民的消費決策形成了直接約束。



值得注意的是，回歸中人均可支配收入同比的係數均大於1，以第1列為例，收入增速每增加1個百分點將帶動消費增速增加3.03個百分點，這一數值與我國居民儲蓄率偏高的實際情況相差甚遠。對於這一現象我們認為可能存在以下兩種競爭性解釋。

其一，收入增速中樞下移的過程中消費增速中樞表現為加速下移；

其二，宏觀國民經濟核算與微觀企業經營統計口徑之間存在差異。

我們對近年來全國層麵的可支配收入增速與社零增速進行了對比，發現剔除2015年和2018年房地產及其他產業政策調整的影響後，隨著可支配收入增速的趨勢下降，社零增速下降的斜率的確更為陡峭。但與此同時，多數時間社零增速高於可支配收入增速，第一種解釋無法說明這一現象。因此，我們認為第二種解釋或是上述彈性估計偏高的主導性因素。



合並這些分析，在數據統計方法的影響下，表1中回歸係數的大小所蘊含的現實意義有限；但考慮到近年來我國經濟數據統計方法基本保持穩定，這一差異對上述回歸係數的方向與顯著性影響可以忽略不計。因此，我們依然可以得出疫情以來居民消費對收入彈性顯著降低這一結論。

需要說明的是，上述回歸的控製變量係數雖然在統計學意義上不顯著（主要由回歸樣本量較低和控製變量顯著性部分被關鍵自變量吸收導致），但其大致方向與現實中體感基本相符。

一方麵，當地常住人口的流動與消費總量變動正相關，病床數對數也與消費增速正相關，即病床數越多、社會保障條件越好的地區居民的消費傾向越高。

另一方麵，城鎮化率越高的地區通常越接近經濟增長的長期均衡，其消費增速往往更低，因此平均而言城鎮化率係數為負；但2021-2024年這一係數為正，說明經濟更為發達的地區消費降速反而更為明顯，與現實中體感一致。

表2展示了疫情前後房屋價格變化與居民消費的關係。與表1類似，前兩列分別為疫情前三年與後三年的分段回歸，最後一列的交互項係數用於檢驗兩個時間段消費彈性的差異是否在統計意義上顯著。

表2第1列省會城市二手住宅價格指數同比係數不顯著，意味著疫情前三年房價的變化對消費沒有顯著影響，而第2列表明疫情後三年房價的變化與消費的變化顯著正相關，即房地產資產價格對消費表現為顯著的擠入效應。2021年以來全國房價持續表現為下跌趨勢，因而對消費產生了顯著的負向影響。具體而言，省會城市二手住宅價格同比每下跌1個百分點，消費同比將下跌0.506個百分點。

類似地，表2第3列“year2021省會城市二手住宅價格指數同比”係數顯著為正。平均而言，在其他條件不變的情況下，疫情以來消費對房價的彈性相比於疫情前顯著增加了0.338個百分點。這一變化中也包含了房價上漲與下跌趨勢對消費影響的不對稱性，疫情前三年中我國房價持續攀升但並未帶來顯著的消費增加，疫情後三年中房價的持續下跌卻與消費水平的降低高度相關。



在上述分析的基礎上，我們進一步將收入與房價變化及其與年份的交互項同時放入回歸，結果如表3所示。考慮到不同地區房地產行業的規模占比及其外溢效應存在差異，我們進一步控製各省政府性基金收入占GDP的比重，來剝離這一差異對消費的影響。

第1-3列表明，表1和表2的基本結論依然成立，即疫情以來，消費對收入的彈性顯著降低，對房價的彈性顯著升高。其中，房價變化的加入吸收了部分收入變化對消費的影響，可支配收入同比係數有所減小。

正如前麵討論的，在統計口徑差異影響下，可支配收入同比係數與房價同比係數的相對大小並不能很好地刻畫收入效應與財富效應的相對強弱。我們進一步使用不同地區的工作人口占比作為代理變量來分析這一問題。具體而言，工作人群相比於退休人群的收入波動更大，擁有的房地產淨資產更少。因此，收入效應主要對工作人口的消費產生影響，而財富效應對退休人群的消費影響更大。

如表3第4列所示，“year202165歲以下人口占比工作人群”係數顯著為負。這一係數的經濟學含義為，其他條件相同的情況下，相比於2021年以前，65歲以下人口占比更多的地區其2021-2024年的平均消費增速顯著更低。這一結果說明，疫情以來消費者行為的變化受收入及收入預期變動的影響更大。



值得進一步思考的是，為何2021年前後居民消費對房價的彈性發生了顯著變化？

我們認為，疫情的疤痕效應影響了居民長期的收入預期和承擔風險的意願，從而既導致了消費走弱，也導致了房價走低。

我們以國家統計局公布的消費者信心指數中對未來收入信心的子指數作為收入預期的代理變量，以全國二手房掛牌價指數作為房地產景氣程度的代理變量。如下圖所示，2018-2019年收入預期與房價趨勢的相關性十分有限，2020年疫情爆發也未對地產造成明顯波動。然而2021年下半年以來，收入預期下台階與房價趨勢高度相關。2022年底疫情管控放開時收入預期快速回升，房價指數也出現了小幅回彈；2023年一季度後，隨著預期收入在曆史低位開啟中樞波動，房價指數開始持續下行，二者互相強化。



為了進一步證實收入預期的影響，我們在表2的回歸中引入消費者信心指數中對未來收入信心的子指數，及其與房價變化的交互項，回歸結果如表4所示。

從前兩列回歸結果可以看到，疫情前消費者收入信心指數係數並不顯著，而2021-2024年這一變量與消費同比在1%水平上顯著正相關，同時引入這一變量後“省會城市二手住宅價格指數同比”係數變得不顯著。這說明，疫情以來消費者收入預期的下降與房價下跌高度相關。

與之形成鮮明對比的是第3列結果，我們發現控製居民可支配收入同比的情況下，省會城市二手住宅價格指數同比係數依然顯著，即收入本身的變化並不能解釋2021年以來消費對房價彈性的變化。

進一步地，我們在第4列中對全部時間段樣本再次驗證。這裏我們引入交互項“省會城市二手住宅價格指數同比消費者收入信心指數”，同時控製所有年份的時間固定效應。

可以看到，省會城市二手住宅價格指數同比係數顯著為負，而“省會城市二手住宅價格指數同比消費者收入信心指數”交互項係數顯著為正。給定某一消費者收入信心指數時，消費對房價的彈性為“‘省會城市二手住宅價格指數同比’係數+‘省會城市二手住宅價格指數同比消費者收入信心指數’係數*給定的消費者收入信心指數”。

這意味著房價上漲本身會對消費存在擠出效應，但在消費者收入預期處於較高的區間時，這種擠出效應可能並不明顯甚至表現為擠入，即收入預期主導了消費增速的變化。與之形成對比的是，2021年以來，收入預期的下降使得消費對房價的彈性發生了變化甚至是反轉。

至此，我們證明了2021年前後居民消費對房價彈性的不對稱性主要來自居民收入預期的變化。



誠然，囿於地區宏觀口徑數據的缺乏和宏觀變量無法避免的內生性問題，本文模型在因果識別方麵存在一定的不足。上述回歸的係數估計包含了一定的反向因果影響，即包含了各地區消費水平的降低對收入進一步下降和地產需求持續不足的負反饋機製。但考慮到疫情衝擊和房地產政策調整的相對外生，本文依然能夠為近年來居民消費行為的變化邏輯提供重要線索。

四、分析與展望2021年以來，在疫情與地產行業的衝擊下，收入效應與財富效應都驅動了居民消費行為趨於謹慎。2021年以來與退休人群相比，收入波動更大、財富積累更少的工作人群消費降速更多，這表明收入效應的影響更為主導。這種變化的背後不僅是當期預算約束的收緊，也是居民對收入不確定性的擔憂和預期的下行，而收入預期的下行進一步強化了地產需求的收縮，與財富效應互相強化。

疫情爆發以來，我國將產業結構的轉型升級作為了應對疫情衝擊、穩定長期增長的主要調節手段。轉型的過程伴隨著落後就業的消失與先進就業的創造，然而從數據來看，新動能創造增長與就業的速度落後於舊動能退出的速度，轉換過程本身增加了未來就業的不確定性。這也是目前我國經濟環境中對居民勞動收入及其預期產生影響的主要原因。

我們分別從就業數量和就業質量的角度來刻畫這一現象。一方麵，我們利用上市公司數據統計分行業的員工數量變化情況。截至2023年末，雖然製造業行業保持了較為穩定的就業增長，但金融、地產、建築以及服務業自2021年以來都經曆了不斷的收縮，直至2023年末的就業負增長。



另一方麵，我們使用公積金實繳人數作為高質量就業的代理指標。2023年我國城鎮就業人員約4.7億，而繳納了公積金的就業人員僅為1.7億，這部分就業的質量與穩定性相對更高。

2017年以來，央國企繳納公積金人數同比較為穩定，私營企業增速則明顯下降，而私營企業繳納公積金人數占比接近40%，體量巨大。可以看到，在周期性因素和新動能崛起的共同影響下，2021年私營企業繳納公積金人數同比發生了顯著回升。然而此後，在舊動能不斷退出的影響下這一指標再次大幅下行，其中房地產行業的衰落是重要的驅動因素。[2]



綜上所述，居民收入及收入預期遭受的不利衝擊是導致消費降速、經濟緊縮的關鍵因素。在產業結構升級的過程中就業結構發生了大幅調整，但就業質量提升的速度明顯落後於新舊動能轉換的速度，其中地產行業過快收縮的影響尤為重要。一方麵，地產行業因其所涉資金規模龐大且對上下遊產業鏈具有廣泛影響，對就業的整體影響巨大，而勞動人口收入預期的下行又加速了房地產需求的下降。另一方麵，房價的大幅調整通過財富效應進一步對居民財產性收入產生不利影響，使得居民預算約束收緊。

因此，房地產行業的企穩對於穩定就業、從根本上解決總需求不足的問題至關重要。產業結構轉型對於實現長期增長固然具有重要意義，但在轉型過程中，保證各行業就業的平穩過渡、穩定收入增長預期是促進消費增長、提振內需的關鍵，而解決地產行業流動性危機、修複地產預期是穩定收入增長預期的必要條件。

五、附錄：模型設定補充說明

本文基準模型的設定接近於事件研究（Event Study），這一模型主要用於對比衝擊發生前後某一變量的趨勢性變化。一般而言，事件研究方法將多時點的時間虛擬變量直接作為關鍵自變量，或將時間虛擬變量與其他分組變量做交互，來探究不同分組之間的時間趨勢差異。本文關心的是消費彈性的變化趨勢，因而將時間虛擬變量與連續型關鍵自變量進行了交互。此外，本文聚焦於疫情前後消費者行為的係統性變化，因而僅加入了2021年前、後兩個時間虛擬變量，相當於將多個時點的時間虛擬變量進行了合並。

受限於樣本量，本文模型未引入省份固定效應，對時間虛擬變量的控製也相對寬鬆。但考慮到不同省份間的城鎮化水平差距相對穩定，城鎮化率這一控製變量的引入近似於對省份固定效應與時間趨勢固定效應的交互項進行了控製。若將城鎮化率控製變量替換為上述交互固定效應，基本結論不變。

[1] 摘自高善文博士第六屆外灘金融峰會之外灘閉門會主題演講《產業結構轉型與消費驅動轉型》

[2] 感謝束加沛博士對分行業上市公司就業人數和公積金繳納相關數據的收集整理。