12/03/2024
高善文
一、转型、周期性压力
2018年前后，中国经济增长模式逐步摆脱依靠债务基建和房地产驱动的增长形式，转向依靠技术进步和产业升级，经济转型过程中有些行业兴起，有些行业衰落，总量层面经济增速放慢可以理解可以想像，属于转型过程中的成长的烦恼。
更多来自于周期的扰动而不是转型的代价。
我们以全部上市公司为基础（A股、港股，中概股），把这些公司分为三类，①支持类2500家，政府支持鼓励，支持经济转型引导方向；②限制类500家，政府试图加以规范管理和限制，行业自身也在走向衰落；③中性类2600家，商贸零售社会服务，和转型过程没有很紧密的联系，整体属于中性。上市公司营业收入占2024GDP总量50%以上，具有一定代表性。
2016年至今，中性类行业的营业收入/总市值占比总体稳定，2018-2020年之间，限制类行业占比明显收缩，支持类行业占比明显扩张，政府试图限制的行业在收缩，政府试图支持的行业在扩张，营业收入和总市值维度都是如此。
说明，经济转型在确定性的发生。无论经济增速如何波动，中性行业的占比一直保持不变，不受到限制性和支持性政策的影响。
2018年以来，支持类板块的股价上升，限制类板块的股价大幅下跌，二者之间的裂口是过去十几年没有看到的，这说明政府引导经济转型的努力在金融市场的定价反映出来。
2010-2018年，股价表现则完全相反，进一步确认政府引导经济转型的转折点。
我们通过观察中性行业的表现，去剥离转型和政策的影响。2017年以来，中性行业的营业收入大幅下滑，从这个指标来看，中性行业营业收入的下滑不是转型的影响，而是周期的力量；从雇佣员工数据来看也是如此。
至此我们完成了第一部分的讨论，经济的转型取得了一定成绩，同时，经济增速趋势性下滑，这一下滑和转型没有很大关系，更多反应周期的趋势性力量。
二、消费、收入
看中国30多个省级行政区的数据，纵轴，疫情前的消费增长情况，横轴是，人口老化程度。
疫情前：年轻人占比与消费不相关
疫情后：年轻人占比越高的省份消费越差
一个省人口越年轻，消费增长越慢；一个省人口越老，消费增长越快。
这个结论有些反直觉，被市场参与者归纳为三句话，生机勃勃的老年人，死气沉沉的年轻人和生无可恋的中年人。
对老年人而言，未来可预期的退休金是可以按时发放，每年稳定增长，并高于通胀水平，收入预期没有任何影响，可以继续搞夕阳红，跳广场舞。
对年轻人而言，收入预期大幅下修，收入增长确定性大幅下修，找不到工作，找到的工作与预期有显着落差，年轻人纷纷节衣缩食关灯吃面。
我们看另一个数据。
省级行政区的消费情况，和省会城市二手房价的涨幅。
疫情前，消费和房价几乎不相关。
疫情后，房价下跌严重的地区消费更差。
我们倾向于认为，疫情后，买房人总体是年轻人，一个地区的年轻人对未来越没有信心，他们的消费越弱，买房的意愿也会越弱。
没有收入预期，没有消费能力，也不敢买房。
这一模式所得到的结果，和我们观察地区人口老化的结果，指向了类似的结论：年轻人收入预期下滑，消费信心和购房意愿都被显着抑制；但老年群体的收入预期没有被限制，生活幸福感强。
为什么会发生这种情况？
三、就业
我们观察失业率，2022年两轮封城失业率脉冲式上升，失业率稳中有降，2024年失业率和2022年2023年差不多，整体就业压力并不大。
观察体制内也就是非私营单位的平均工资增速，疫情后工资增速有一定下滑，但远没有消费者信心下滑显示的那么显着。
观察城镇就业人口增速，疫情爆发后出现了极速下滑，疫情结束后出现了反弹，但仍低于长期趋势水平。
观察就业人员总量，实线（实际找到工作）和虚线（趋势线）累计岔口4700万人口。换句话说，累计有4700万劳动力，无法正常找到工作。
这些人去了哪里？
我们观察城镇和乡村就业人员数据，乡村就业人员累计增加了4100万人，与城镇就业人员的减少数量相当接近。
一个可能的解释：疫情后城镇创造就业能力的显着恶化，大量就业人口返回或者滞留在乡村，回老家之后，城镇失业率数据不显示，但在总就业人口中反映出来。
另一部分可能离开了劳动力队伍，四十多岁，工作没有了，公司破产了，开滴滴，在家炒股，或者在家呆着，在就业和失业数据上都看不到。
这些数据在经济产出上的表现是什么呢？
总量数据上，城市吸收就业的主要是第三产业，由于技术进步资本积累，制造业吸收就业在过去十多年一直是负增长。
我们观察第三产业增加值占比，疫情后第三产业占比与趋势线也出现了很大的裂口，对应的就是城镇就业人口的缺失。
我们观察全国存量就业质量衡量指标，不仅是就业数据下降，就业质量也出现了恶化。不仅仅是金融行业由于羞耻感出现了就业质量的恶化。
我们观察五险一金的缴纳比，与历史趋势相比也出现了显着的恶化。
这和前面的上市公司数据，消费数据都是呼应的，不能反映为转型的烦恼，而是周期的力量。
四、总量数据
我们通过产出缺口与核心CPI观察物价数据，纵轴核心CPI是CPI扣除食品和能源等高波动成分，横轴是中国经济增长和潜在增长能力的差，叫做产出能力。
一般经济理论认为二者存在非常紧密的联系，我们倾向于认为中国在2013年前后经过了刘易斯第二拐点，产出缺口与物价之间的关系确实变得很紧密。
但是有两个异常点，都超过了两倍或三倍方差的水平。
这两个异常点就是2023年和2024年。
在中国总量数据中，最可信的是价格，抽样就可以，各种力量很难操纵，另外一些数据的可靠性就弱一些，容易受到非统计因素的扰动。
我们看城镇就业人员增速和GDP实际同比的关系，经济增长大概率会创造更多的工作，产出的扩张会伴随就业的增加。
如果我们认为就业数据，那么经济增速就
如果我们认为经济增速数据，那么就业数据就
就业和增长的关系在过去两年，
2020年疫情以来的四年作为一个时间段，2019年取同样的时间段，前后比较物商品消费。
疫情之前，消费增长与经济增长差不多，消费增长还要略快一些。
疫情之后，消费增长比经济增长低得多得多。
疫情之前，经济增长和投资增长差不多。
疫情之后，经济增长比投资增长快多了。
合并所有数据，消费和投资的增长和经济增长有某种关系，在疫情后这种关系变得显着的反常。
我们以疫情前的数据为基础，疫情后，要么是消费增速低估了，要么是经济增速高估了，在其他科目中没有看到这种吸收关系。
最后一个层面的问题，我们知道中国房地产是在2020年8月后进入大幅下滑的过程，到现在已经超过了三年的时间，是造成当前经济困难最主要的原因之一，这是大家广泛接受的事实。
很多人认为，中国在2021年之后经历了房地产泡沫的破灭，从开工销售等数据上，这个结论说得通。
我们比较了中国和发生房地产危机国家的前三年和后三年的经济增速。经济增速发生了大幅下滑，三年平均增速-7%，中位数-3%到-4%，最少也有-2%。中国的经济增速只下滑了0.2%，几乎没有下滑。在政府财政没有逆向扩张的情况下，经济增速没有显着下滑。
把这一对比和物价就业和GDP细分对比合并，房地产泡沫一来，GDP增速每一年高估了3个百分点，累计高估了10个百分点，这与城镇就业人口流失的4700万对应上了。
下修了这3个百分点，所有的数据都对得上了。
好消息是什么呢？
926的会议开始正视问题，正视经济增长层面存在的问题，并准备采取强有力措施解决问题。
当前面对的问题不是成长的烦恼而是周期的压力，接下来就是采取措施去解决这些问题。
我们如何来评估这些措施？
1.泡沫破灭后，经济增速要回到正常水平，平均需要9年。
2.泡沫破灭后，经济萎缩，政府救助，产出的绝对水平恢复到泡沫破灭前，也需要3-4年。
以这样的模式为基础，中国的经济增长要恢复到泡沫破灭前，还需要比较长时间的等待。积极状态下也需要3-4年的时间，我们对泡沫破灭后的干预是否积极，不同人会有不同的看法，即便非常积极，要快速完全恢复，也不是很现实。
我们要面对后泡沫时代相对比较弱的增长，我们要从危机阶段转入相对较弱的正常增长，是后泡沫时代泡沫管理时期的重要挑战。
一般性的干预措施包括大规模降息，稳定金融机构资产负债表，政府部门资产负债表扩张，是否规模够大，是否足够及时，是否足够有力，我们的政府已经做了大量的工作，降息层面还有很多工作要做，除了金融机构还应该包括影子类金融机构，政府部门也需要更大力度的扩张。
经济从国际经验来看也会转入相对温和的增长，维持较长时间的温和增长后才能恢复到一个比较正常的水平。
综上，2025点可能是一个重要的转折点。从23年24年的数据异常点，向保持温和增长的转折时期，泡沫带来的失衡得到了修正，政府的政策也更为积极有力，也意味着股票市场的运行有了稳定可预期的宏观环境。
高善文：经济增速下滑是周期性原因导致，与经济转型没有很大关系
国投证券2025年度投资策略会于12月3日举行。国投产业研究院院长、国投证券首席经济学家高善文指出，过去几年，我国经济转型取得了引人瞩目的成绩，但在经济转型的同时，经济增速出现了趋势性的下滑。
不过，高善文强调，经济增速下滑与经济转型之间没有很大关系，而是更多地反映了经济周期性力量的下降。
在过去几年中，“经济周期性压力明显超过了转型所带来的成长的烦恼，这是总量经济政策必须正视和面对的问题”，高善文说。
高善文：老年人越多的地方，经济和消费越旺盛
国投证券2025年度投资策略会于12月3日举行。国投产业研究院院长、国投证券首席经济学家高善文指出，老年人越多的地方，经济和消费越旺盛。高善文指出，经济数据显示，一个省的人口越年轻，消费增长越慢。人口结构越老化，消费增长越快。“这在直觉上是非常令人难以接受的。我们总是认为，一个地方的年轻人越多，经济越有活力、越有创造性，消费活力会越旺盛”，高善文说，现实情况则刚好相反。出现上述情况的原因，高善文认为，对于老年人而言，预期的退休金是可以按时足额发放，且每年是有稳定增长、增幅高于通货膨胀水平的。“在这样的条件下，他们的消费活动就没有受到任何影响，可以继续去跳广场舞，去搞夕阳红”。而对年轻人来讲，外部环境影响了他们对收入增长的预期。“年轻人纷纷节衣缩食”。
相关阅读——
**关于促进房地产市场止跌回稳，加快建立房地产业务新模式的几点思考
高善文 2024年10月21日
房地产市场在国民经济中具有举足轻重的影响。过去几年中国房地产市场的深度调整充分暴露了传统的房地产业务模式的严重内在缺陷，对宏观经济的稳定运行和健康发展形成了明显拖累和重大挑战。如何尽快实现房地产市场的止跌回稳，并逐步构建更具韧性、更可持续的房地产业务新模式，无疑是当前十分重要和紧迫的任务。
作为资本市场的观察者，基于对房地产行业的长期讨论和思考，我们在此分享一些粗浅的想法，希望能够起到抛砖引玉的作用。
1990年代末期中国开启房地产市场化改革以来，房地产行业蓬勃发展，对于加快城市化进程，推动经济高速增长起到了有目共睹的巨大作用，但也逐步产生和积累了以高房价、高杠杆、高债务等为标志的严重问题，越来越难以持续。概括而言，在过去二十多年的时间中逐步形成的房地产业务模式具有几个方面的内在缺陷，需要得到系统性纠正：
一、房地产公司的日益金融化是传统业务模式的首要缺陷
一方面，快速的城市化进程产生了巨大和持续增长的房地产需求，另一方面，单个房地产项目在商业上的成败存在许多不确定性，也难以收获规模效益，因此，同时开发多个项目的房地产公司开始获得竞争上的优势，这表现在业务的许多方面：
首先，正如“不要把鸡蛋放在一个篮子里”的格言所展示的那样，分散的多个项目之间相互平衡和抵消，可以降低总体业务的波动性，在给定风险暴露的条件下提高资本的回报率和债务的安全性。
其次，由于前述原因，以及金融市场普遍存在“大则不倒”的假设，庞大的业务规模可以帮助房地产公司以更低的成本融资，从而形成正向循环。
再次，众多项目之间销售和施工进度之间存在差异，由此产生的资金余缺可以相互调剂，这提高了资金的使用效率。更重要的是，由于单个项目以独立法人的形式存在，资金在项目之间的横向调拨形成了某种形式的信用创造和信用扩张机制，使得房地产业务开始具有一定的类银行的金融属性。
我们知道，银行信用创造的关键是部分准备制度，即银行把收到的存款的一部分以现金的形式持有，作为应付未来提款的准备金，其余的存款则用于放贷，从而形成新的存款，在这一过程中创造和扩张了信用。
类似地，房地产项目A把收到的预售资金的一部分贷放给项目B，形成项目B的资金来源。项目B将此用于土地购买，以及进一步的抵押和借款活动，在这一过程中，信用被创造和放大。在这一意义上，房地产业务具有了类银行的金融属性。
最后，持续的经济发展和城市化进程等因素推动了房价和地价的持续上升，使得持有土地和房地产项目可以获得较为稳定的增值收益，这诱使房地产公司通过提高杠杆来增加土地和项目的持有，从而进一步增强了房地产的金融属性。为了应对多变的政策环境和房地产市场的周期性起伏，房地产公司进一步发展了所谓的高周转模式，即在预期短期市场形势较好的条件下，通过短期借款迅速放大供应，提高周转率；在市场形势转差的时候则收缩借贷，降低供应。在资金融通和调度顺畅的条件下，这充分提高了资本的回报率，但也使得在房地产形势较好的条件下，包括大量短期借款在内的杠杆率被推升到异常高的水平，金融属性进一步强化。
由于以上因素的综合作用，中国的房地产公司逐步发展为类金融机构，具有了高杠杆、流动性转换、期限转换和信用创造等金融业务的关键功能和特征。
金融史的发展告诉我们，金融业务具有内在的不稳定性，必须通过中央银行的建立和以必要的资本充足率及充分的信息披露为核心的严格金融监管来应对。
中国房地产市场当前的困境，一般地说，可以认为是其金融属性内在不稳定性的集中反映。
金融史的发展同样告诉我们，应对当前房地产行业的困难局面，需要充分考虑其业务发展中业已形成的金融属性。这形成了两种不同的应对思路：一是以项目为中心的行业救助，并逐步彻底去除房地产的金融属性。
这种思路的挑战在于：一方面项目之间相互平衡的优势和规模效益无法实现，随着救助过程的展开，剩余的项目越来越集中为高风险项目，难以处理；
另外一方面这形成了行业内快速和严重的信用收缩，具有极强的外部性和传染性。二是救主体和救项目并重，一方面通过注资和债务重组来稳定和充实主体的资产负债表，维持其业已存在的各类功能，另外一方面通过建立类金融业务的监管框架加强对大型主体的全面监管，进一步稳定市场信心，并逐步控制和化解系统性风险。
二、越来越统一的全国劳动力市场与高度碎片化的土地供应制度之间的矛盾是房地产传统业务模式的另外一大缺陷
中国房地产市场的需求方是分散并自由流动的城市居民，具有高度市场化的特点，但关键要素的土地供应由地方政府作为单一主体来实施，具有很强的计划性。
由此产生的问题是：在需求快速扩张时，供应不能及时充分响应，从而放大了地价和房价的上升压力。更大的问题是，对于人口大量集聚的城市政府而言，缩减土地供应甚至可以带来更高的土地收益，这是垄断经济的一个自然特点，但无疑加剧了房地产市场的压力。
从数据上看，一些大型城市的年度供地持续低于计划目标，其原因似乎并非广泛的土地流拍，而是较少的土地供应足以实现年度的土地收入目标。
更一般地看，2016-2021年期间全国范围的房地产价格大幅上涨引起了广泛的关注和讨论，许多分析将此与棚改货币化联系起来，这也许是有道理的。
然而，我们曾经将中国的部分三四线城市分解为两个组别，一个是实施了棚改货币化的城市组；一个是没有实施棚改货币化的城市组。
结果发现，前者的房价表现并不显着强于后者，这为棚改货币化的解释投下了不小的阴影。实际上，从广泛的数据看，我们更倾向于认为，棚改货币化是一个内生的去存货政策：即存货压力更大的城市更倾向于进行棚改货币化。因此，对于存货较少的城市而言，一方面房价更容易上涨，一方面地方政府进行棚改货币化的意愿也不很强烈，这样，房价与棚改之间的关系并非一目了然。
也许很少人注意到的事实是：在这段时期，在人口流入和城市化规模继续扩大的同时，中国大量城市的土地供应经历了普遍和持续的收缩，这与同期中国广泛的房价上涨之间的联系无疑是耐人寻味的。
更进一步看，中国的土地供应由地方政府主导，是高度碎片化的，而劳动力市场越来越统一，人口在全国范围内自由流动，这不可避免地带来了土地市场的扭曲和资源配置的低效。在守住耕地红线的约束下，全国的供地指标以计划的形式下达给地方，尽管在人口集中流入的城市，土地的单位经济效益显着更大，但这些地区却无法从落后地区腾挪和获得供地的配额。
在通常的情况下，这显然会加剧发达地区的房价上涨压力。此外，2012年以来，中国的人口开始向中心城市和发达地区聚集，给这些地区带来了更大的土地收入，但同时降低了人口流出地区的潜在土地收益，形成或者扩大了地区之间财政收入的不平衡。地方政府的债务大多以土地的价值和潜在收益为抵押，但潜在的债务风险又需要中央政府兜底或承担相当的救助义务，形成道德风险。
为了解决这些问题，需要考虑三个方面的措施：
一是有意识地增加土地供应的弹性，根据房地产市场的发展和人口流动情况适时增加或减少土地供应，将土地和当下房价监管机制更紧密地联动起来。
二是建立全国统一的土地配额交易市场，就像碳配额和电力交易一样，由各地区自愿相互交易自己的年度土地配额，实现土地要素的市场化定价和全国统一配置；在必要时，也可以由中央政府追加和拍卖部分土地配额，以稳定土地市场。例如单位土地配额在西部地区的经济价值也许是一万元；在沿海地区也许是十万元。配额在两个地区之间进行交易，西部可以获得超过一万元的经济收益；沿海地区也同时收获了更高的经济价值，形成互利共赢。三是将卖地收入调整为中央与地方共享的收入，用于调节地区之间的财力平衡、化解地方债务风险和解决包括保障性住房在内的其他民生目标。
三、保障性住房供应不足是房地产传统模式的又一大缺陷在城市化进程快速发展，房价总体不断上涨的过程中，一般居民自然希望通过参与商品房市场来分享这一红利，这强化了商品房在资产配置中的金融属性，降低了保障性住房的吸引力；对于地方政府而言，考虑到建设保障性住房的机会成本、以及失去的土地收益等因素，其提供保障性住房的意愿似乎也不够充分，这可能部分解释了过去二十多年保障性住房供应不足的情况。
由此形成的问题是明显的：一方面高企的房价使得城市低收入者、新进城的农民工群体和青年人无法实现合意的居住条件，另外一方面着眼于资产配置和房价上升的商品房持有又带来了一定数量的房屋空置，形成资源的浪费。两相对比，还容易形成社会压力。疫情以来，由于一系列内外条件的变化，居民对未来收入和房价的预期似乎正在发生较大的调整，表现为消费活动的走弱和安全资产的走强。在一手房市场的供应大幅度收缩的条件下，二手房市场交易量维持在非常高的水平，但价格明显下调，显示了配置型需求可能在趋势转弱。这有助于缓解资源闲置和低效配置的浪费，也可能鼓励居民对保障性住房更大的兴趣。
在这样的情况下，对商品房交易的各类限制也许应该逐步清除，并在必要时转向对部分地区和市场的持有环节的干预，例如空置税等；为了提高地方政府提供保障性住房的积极性和缓解财政压力，中央政府也许应该考虑提供必要的补偿和激励。
关于中国消费者行为变化的事件研究
——对2021年以来疫情和地产冲击的实证分析
高善文团队
袁方，魏薇
2024年10月13日
内容提要
我国当前面临着总需求不足的局面，其中消费驱动不足的问题日益凸显。这一变化的根源在于疫情、地产等冲击对居民的收入和财富构成了深刻影响，从而引发了消费活动的收缩。我们基于宏观经济数据，将2021年视为冲击影响开始的时点，利用面板回归来尽可能控制相关条件，为上述逻辑提供了实证证据。
回归发现，2021年以来，收入效应与财富效应都驱动了居民消费行为趋于谨慎。2021年以来与退休人群相比，收入波动更大、财富积累更少的工作人群消费降速更多，这表明收入效应的影响更为主导。这种变化的背后不仅是当期预算约束的收紧，也是居民对收入不确定性的担忧和预期的下行，而收入预期的下行进一步强化了地产需求的收缩，与财富效应互相强化。
疫情以来，我国将产业结构的转型升级作为稳定长期增长的主要调节手段，然而就业质量提升的速度明显落后于新旧动能转换的速度，其中地产行业过快收缩的影响尤为重要。因此，保证各行业就业的平稳过渡、稳定收入增长预期是促进消费增长、提振内需的关键，而解决地产行业流动性危机、修复地产预期是稳定收入增长预期的必要条件。
风险提示：地缘政治风险，政策超预期
一、背景与方法介绍
当前，中国经济总体增速偏缓，总需求偏弱，实现经济转型是促进经济增长的有力措施。若将经济转型的过程分为两个方向，其一为向更高的产业结构转型，另一则为向更高的消费驱动转型。目前产业结构转型非常稳健，而转向更高消费驱动的转型动力不足。[1]
这一变化的根源在于疫情、地产等冲击对居民的收入和财富构成了深刻影响，引发了消费活动的收缩，这正是当前总需求不足的重要背景之一。
2021年以来，中国居民总体消费增速发生了明显下降。这一现象的主要背景有两个方面。一方面，2021-2022年居民的工作与出行受到疫情管控的持续影响，此后在缺乏财政有效刺激的情况下基本面修复也并不顺畅，疤痕效应延续至今。另一方面， 2021年以来房地产企业面临流动性危机，房地产行业出现大幅调整，房价持续下跌使得居民财富出现严重缩水。前者使得消费者的劳动性收入与收入预期明显降低，后者则使得消费者的财富与财产性收入大幅减少，二者都是导致居民消费能力与消费意愿降低的重要原因。
那么，在近年来消费者行为的变化过程中，哪种因素的影响更为关键？
观察两个单一变量的相关性似乎难以对这一问题进行解答。一方面，疫情以来居民的收入与财富同时发生变化，且具有一定的相关性；另一方面，有许多其他因素也会对居民消费产生影响，例如在社会保障条件不足的情况下居民会进行预防性储蓄、减少消费。因此，本文基于实证回归的研究方法，在尽可能控制其他条件不变的情况下，探究我们关心的变量的影响。
我们基于2016-2024年全国30个省份的年度面板数据进行回归分析。回归的关键自变量为居民收入和房价的同比变化，因变量为消费的同比变化，同时控制人口流动、城镇化率和社会保障水平等相关变量。为了对比2021年前后自变量与因变量相关关系的变化情况，我们利用时间虚拟变量对2021年前、后两个时段进行控制与比较。
回归发现，2021年以来居民消费对收入与财富的弹性都发生了显着的变化，表现为同样幅度的收入增长带来了更少的消费增长，和同样幅度的资产价格下跌带来了更大幅度的消费收缩。我们进一步使用工作人口占比作为代理变量进行回归，发现2021年以来与退休人群相比，收入波动更大、财富积累更少的工作人群消费增速下降更多。这表明，收入效应与财富效应都驱动了居民消费行为趋于谨慎，而收入效应的影响更为主导。
接下来，我们对模型的设定细节与回归结果的经济学含义解读进行展开。
二、模型设定
本文基于2016-2024年省份-年度层面数据进行回归分析，覆盖全国30个省份（不包括西藏），其中2024年使用上半年的累计同比数据，回归模型如下：
其中，等式左侧consumption项为给定年份的社会消费品零售总额同比，用于代理居民消费情况。
右侧key_factor为本文关心的影响因素，如房屋价格变化（使用省会城市二手住宅价格指数同比作为代理变量），收入变化（使用各省人均可支配收入同比作为代理变量）等等。
右侧year_after2021为时间虚拟变量。考虑到疤痕效应和房地产行业调整主要出现在2021年之后，我们以2021年为分界点，year_after2021在2021年以前取0，在2021年及之后取1。
右侧key_factor×year_after2021为本文关心的影响因素与时间虚拟变量的交互项，本文主要关注这一项的系数估计。回归系数φ的经济学含义为，关键自变量对消费的影响在2021年前后是否显着不同。
右侧控制变量controls包括省份常住人口同比增速、城镇化率和病床数对数，主要用于控制不同省份随时间变化且会对消费产生影响的特征。其中，常住人口同比增速用于控制人口规模变化本身带来的消费量的变化。
城镇化率用于控制不同地区的老龄化水平及经济潜在增速，一般而言城镇化率更高的地区老龄化水平更高，经济潜在增速更低。由于社会消费品零售总额同比具有明显的时间趋势，控制城镇化率也有助于剥离趋势影响。
病床数对数用于代理当地医疗卫生条件和社会保障水平，我们控制这一变量来缓解不同地区社会保障差异带来的预防性储蓄差异的影响。右侧最后一项ε为随机扰动。
由于部分控制变量数据未更新至2024年，我们基于疫情以来的数据进行了线形外推，对回归结果的影响可忽略不计。
三、实证结果
我们首先分别检验收入与消费、房价与消费的关系，再将两者放入同一回归，来验证系数估计的稳健性。
表1展示了疫情前后居民人均可支配收入与消费的关系。在前两列中，我们不使用交互项，直接对疫情前三年与后三年分段进行回归，来确认疫情前后收入与消费的关系。最后一列中，我们使用前述包含交互项的模型对全部年份进行回归，来检验疫情前后这一关系的差异是否显着。
表1第1、2列中，人均可支配收入同比的系数的经济学含义为居民消费对收入的弹性，即其他条件不变的情况下，可支配收入同比每增加1个百分点对应的消费同比变化。
可以看到，疫情前后人均可支配收入同比的系数均为正且在1%水平上显着，但第2列中这一系数略小于第1列。这一结果说明，居民消费对收入的弹性显着为正，但疫情后这一弹性有所降低，即同样幅度的收入增长带来的消费增长有所减少。
那么这一弹性的减少幅度在统计学意义上是否显着？
第3列中“year2021人均可支配收入同比”系数显着为负，表明第2列与第1列系数的差在1%水平上显着小于0，即与疫情前相比，面对同样幅度的收入增长，疫情以来居民消费增长幅度显着下降，即居民消费倾向显着降低。
此外，与第1列相比，第2、3列回归的R2大幅提高，即在其他条件不变的情况下，居民收入的变化对消费变化的解释力度大幅提高，说明收入水平的变化对许多居民的消费决策形成了直接约束。
值得注意的是，回归中人均可支配收入同比的系数均大于1，以第1列为例，收入增速每增加1个百分点将带动消费增速增加3.03个百分点，这一数值与我国居民储蓄率偏高的实际情况相差甚远。对于这一现象我们认为可能存在以下两种竞争性解释。
其一，收入增速中枢下移的过程中消费增速中枢表现为加速下移；
其二，宏观国民经济核算与微观企业经营统计口径之间存在差异。
我们对近年来全国层面的可支配收入增速与社零增速进行了对比，发现剔除2015年和2018年房地产及其他产业政策调整的影响后，随着可支配收入增速的趋势下降，社零增速下降的斜率的确更为陡峭。但与此同时，多数时间社零增速高于可支配收入增速，第一种解释无法说明这一现象。因此，我们认为第二种解释或是上述弹性估计偏高的主导性因素。
合并这些分析，在数据统计方法的影响下，表1中回归系数的大小所蕴含的现实意义有限；但考虑到近年来我国经济数据统计方法基本保持稳定，这一差异对上述回归系数的方向与显着性影响可以忽略不计。因此，我们依然可以得出疫情以来居民消费对收入弹性显着降低这一结论。
需要说明的是，上述回归的控制变量系数虽然在统计学意义上不显着（主要由回归样本量较低和控制变量显着性部分被关键自变量吸收导致），但其大致方向与现实中体感基本相符。
一方面，当地常住人口的流动与消费总量变动正相关，病床数对数也与消费增速正相关，即病床数越多、社会保障条件越好的地区居民的消费倾向越高。
另一方面，城镇化率越高的地区通常越接近经济增长的长期均衡，其消费增速往往更低，因此平均而言城镇化率系数为负；但2021-2024年这一系数为正，说明经济更为发达的地区消费降速反而更为明显，与现实中体感一致。
表2展示了疫情前后房屋价格变化与居民消费的关系。与表1类似，前两列分别为疫情前三年与后三年的分段回归，最后一列的交互项系数用于检验两个时间段消费弹性的差异是否在统计意义上显着。
表2第1列省会城市二手住宅价格指数同比系数不显着，意味着疫情前三年房价的变化对消费没有显着影响，而第2列表明疫情后三年房价的变化与消费的变化显着正相关，即房地产资产价格对消费表现为显着的挤入效应。2021年以来全国房价持续表现为下跌趋势，因而对消费产生了显着的负向影响。具体而言，省会城市二手住宅价格同比每下跌1个百分点，消费同比将下跌0.506个百分点。
类似地，表2第3列“year2021省会城市二手住宅价格指数同比”系数显着为正。平均而言，在其他条件不变的情况下，疫情以来消费对房价的弹性相比于疫情前显着增加了0.338个百分点。这一变化中也包含了房价上涨与下跌趋势对消费影响的不对称性，疫情前三年中我国房价持续攀升但并未带来显着的消费增加，疫情后三年中房价的持续下跌却与消费水平的降低高度相关。
在上述分析的基础上，我们进一步将收入与房价变化及其与年份的交互项同时放入回归，结果如表3所示。考虑到不同地区房地产行业的规模占比及其外溢效应存在差异，我们进一步控制各省政府性基金收入占GDP的比重，来剥离这一差异对消费的影响。
第1-3列表明，表1和表2的基本结论依然成立，即疫情以来，消费对收入的弹性显着降低，对房价的弹性显着升高。其中，房价变化的加入吸收了部分收入变化对消费的影响，可支配收入同比系数有所减小。
正如前面讨论的，在统计口径差异影响下，可支配收入同比系数与房价同比系数的相对大小并不能很好地刻画收入效应与财富效应的相对强弱。我们进一步使用不同地区的工作人口占比作为代理变量来分析这一问题。具体而言，工作人群相比于退休人群的收入波动更大，拥有的房地产净资产更少。因此，收入效应主要对工作人口的消费产生影响，而财富效应对退休人群的消费影响更大。
如表3第4列所示，“year202165岁以下人口占比工作人群”系数显着为负。这一系数的经济学含义为，其他条件相同的情况下，相比于2021年以前，65岁以下人口占比更多的地区其2021-2024年的平均消费增速显着更低。这一结果说明，疫情以来消费者行为的变化受收入及收入预期变动的影响更大。
值得进一步思考的是，为何2021年前后居民消费对房价的弹性发生了显着变化？
我们认为，疫情的疤痕效应影响了居民长期的收入预期和承担风险的意愿，从而既导致了消费走弱，也导致了房价走低。
我们以国家统计局公布的消费者信心指数中对未来收入信心的子指数作为收入预期的代理变量，以全国二手房挂牌价指数作为房地产景气程度的代理变量。如下图所示，2018-2019年收入预期与房价趋势的相关性十分有限，2020年疫情爆发也未对地产造成明显波动。然而2021年下半年以来，收入预期下台阶与房价趋势高度相关。2022年底疫情管控放开时收入预期快速回升，房价指数也出现了小幅回弹；2023年一季度后，随着预期收入在历史低位开启中枢波动，房价指数开始持续下行，二者互相强化。
为了进一步证实收入预期的影响，我们在表2的回归中引入消费者信心指数中对未来收入信心的子指数，及其与房价变化的交互项，回归结果如表4所示。
从前两列回归结果可以看到，疫情前消费者收入信心指数系数并不显着，而2021-2024年这一变量与消费同比在1%水平上显着正相关，同时引入这一变量后“省会城市二手住宅价格指数同比”系数变得不显着。这说明，疫情以来消费者收入预期的下降与房价下跌高度相关。
与之形成鲜明对比的是第3列结果，我们发现控制居民可支配收入同比的情况下，省会城市二手住宅价格指数同比系数依然显着，即收入本身的变化并不能解释2021年以来消费对房价弹性的变化。
进一步地，我们在第4列中对全部时间段样本再次验证。这里我们引入交互项“省会城市二手住宅价格指数同比消费者收入信心指数”，同时控制所有年份的时间固定效应。
可以看到，省会城市二手住宅价格指数同比系数显着为负，而“省会城市二手住宅价格指数同比消费者收入信心指数”交互项系数显着为正。给定某一消费者收入信心指数时，消费对房价的弹性为“‘省会城市二手住宅价格指数同比’系数+‘省会城市二手住宅价格指数同比消费者收入信心指数’系数*给定的消费者收入信心指数”。
这意味着房价上涨本身会对消费存在挤出效应，但在消费者收入预期处于较高的区间时，这种挤出效应可能并不明显甚至表现为挤入，即收入预期主导了消费增速的变化。与之形成对比的是，2021年以来，收入预期的下降使得消费对房价的弹性发生了变化甚至是反转。
至此，我们证明了2021年前后居民消费对房价弹性的不对称性主要来自居民收入预期的变化。
诚然，囿于地区宏观口径数据的缺乏和宏观变量无法避免的内生性问题，本文模型在因果识别方面存在一定的不足。上述回归的系数估计包含了一定的反向因果影响，即包含了各地区消费水平的降低对收入进一步下降和地产需求持续不足的负反馈机制。但考虑到疫情冲击和房地产政策调整的相对外生，本文依然能够为近年来居民消费行为的变化逻辑提供重要线索。
四、分析与展望2021年以来，在疫情与地产行业的冲击下，收入效应与财富效应都驱动了居民消费行为趋于谨慎。2021年以来与退休人群相比，收入波动更大、财富积累更少的工作人群消费降速更多，这表明收入效应的影响更为主导。这种变化的背后不仅是当期预算约束的收紧，也是居民对收入不确定性的担忧和预期的下行，而收入预期的下行进一步强化了地产需求的收缩，与财富效应互相强化。
疫情爆发以来，我国将产业结构的转型升级作为了应对疫情冲击、稳定长期增长的主要调节手段。转型的过程伴随着落后就业的消失与先进就业的创造，然而从数据来看，新动能创造增长与就业的速度落后于旧动能退出的速度，转换过程本身增加了未来就业的不确定性。这也是目前我国经济环境中对居民劳动收入及其预期产生影响的主要原因。
我们分别从就业数量和就业质量的角度来刻画这一现象。一方面，我们利用上市公司数据统计分行业的员工数量变化情况。截至2023年末，虽然制造业行业保持了较为稳定的就业增长，但金融、地产、建筑以及服务业自2021年以来都经历了不断的收缩，直至2023年末的就业负增长。
另一方面，我们使用公积金实缴人数作为高质量就业的代理指标。2023年我国城镇就业人员约4.7亿，而缴纳了公积金的就业人员仅为1.7亿，这部分就业的质量与稳定性相对更高。
2017年以来，央国企缴纳公积金人数同比较为稳定，私营企业增速则明显下降，而私营企业缴纳公积金人数占比接近40%，体量巨大。可以看到，在周期性因素和新动能崛起的共同影响下，2021年私营企业缴纳公积金人数同比发生了显着回升。然而此后，在旧动能不断退出的影响下这一指标再次大幅下行，其中房地产行业的衰落是重要的驱动因素。[2]
综上所述，居民收入及收入预期遭受的不利冲击是导致消费降速、经济紧缩的关键因素。在产业结构升级的过程中就业结构发生了大幅调整，但就业质量提升的速度明显落后于新旧动能转换的速度，其中地产行业过快收缩的影响尤为重要。一方面，地产行业因其所涉资金规模庞大且对上下游产业链具有广泛影响，对就业的整体影响巨大，而劳动人口收入预期的下行又加速了房地产需求的下降。另一方面，房价的大幅调整通过财富效应进一步对居民财产性收入产生不利影响，使得居民预算约束收紧。
因此，房地产行业的企稳对于稳定就业、从根本上解决总需求不足的问题至关重要。产业结构转型对于实现长期增长固然具有重要意义，但在转型过程中，保证各行业就业的平稳过渡、稳定收入增长预期是促进消费增长、提振内需的关键，而解决地产行业流动性危机、修复地产预期是稳定收入增长预期的必要条件。
五、附录：模型设定补充说明
本文基准模型的设定接近于事件研究（Event Study），这一模型主要用于对比冲击发生前后某一变量的趋势性变化。一般而言，事件研究方法将多时点的时间虚拟变量直接作为关键自变量，或将时间虚拟变量与其他分组变量做交互，来探究不同分组之间的时间趋势差异。本文关心的是消费弹性的变化趋势，因而将时间虚拟变量与连续型关键自变量进行了交互。此外，本文聚焦于疫情前后消费者行为的系统性变化，因而仅加入了2021年前、后两个时间虚拟变量，相当于将多个时点的时间虚拟变量进行了合并。
受限于样本量，本文模型未引入省份固定效应，对时间虚拟变量的控制也相对宽松。但考虑到不同省份间的城镇化水平差距相对稳定，城镇化率这一控制变量的引入近似于对省份固定效应与时间趋势固定效应的交互项进行了控制。若将城镇化率控制变量替换为上述交互固定效应，基本结论不变。
[1] 摘自高善文博士第六届外滩金融峰会之外滩闭门会主题演讲《产业结构转型与消费驱动转型》
[2] 感谢束加沛博士对分行业上市公司就业人数和公积金缴纳相关数据的收集整理。