对2021年以来疫情和地产冲击的实证分析：关于中国消费者行为变化的事件研究

国投证券宏观主题报告 国投证券宏观主题报告 第 1 页，共 18 页 2024 年 10 月 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 袁方1 魏薇（联系人）2 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 1宏观团队负责人，yuanfang@essence.com.cn，S1450520080004 2联系人，weiwei2@essence.com.cn，S1450123100017 国投证券宏观主题报告 国投证券宏观主题报告 第 2 页，共 18 页 2024 年 10 月 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3。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 3 摘自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》 国投证券宏观主题报告 国投证券宏观主题报告 第 3 页，共 18 页 2024 年 10 月 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著的变化，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： 𝑐𝑜𝑛𝑠𝑢𝑚𝑝𝑡𝑖𝑜𝑛𝑖𝑡 = 𝛼 + 𝛽𝑘𝑒𝑦_𝑓𝑎𝑐𝑡𝑜𝑟𝑖𝑡 + 𝛾𝑦𝑒𝑎𝑟_𝑎𝑓𝑡𝑒𝑟2021𝑡 +𝜑𝑘𝑒𝑦_𝑓𝑎𝑐𝑡𝑜𝑟𝑖𝑡× 𝑦𝑒𝑎𝑟_𝑎𝑓𝑡𝑒𝑟2021𝑡 + 𝑐𝑜𝑛𝑡𝑟𝑜𝑙𝑠𝑖𝑡 + 𝜀𝑖𝑡 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。 国投证券宏观主题报告 国投证券宏观主题报告 第 4 页，共 18 页 2024 年 10 月 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_𝑓𝑎𝑐𝑡𝑜𝑟𝑖𝑡 × 𝑦𝑒𝑎𝑟_𝑎𝑓𝑡𝑒𝑟2021𝑡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 年前后是否显著不同。 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𝜀𝑖𝑡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