图表1：消费品补贴政策及规模(mo)梳理

注：（1）核心政策举措是(shi)对相关政策的概括提(ti)炼，具体政策细节请参考相关政策原文。（2）财政金(jin)额包括补贴和减税(shui)的金(jin)额，为我们根据公开信息推算数值。（3）新能源汽车的车购税(shui)减免(mian)政策从2014年(nian)迄今持续执行，和促消费、稳增长政策不同，表中未做统计资料来源：中国政府网，中金(jin)公司(si)研(yan)究部

图表2：逐年(nian)的消费品补贴政策及规模(mo)（推算值）

注：（1）财政金(jin)额包括补贴和减税(shui)的金(jin)额，为我们根据公开信息推算数值。（2）新能源汽车的车购税(shui)减免(mian)政策从2014年(nian)迄今持续执行，和促消费、稳增长政策不同，表中未做统计资料来源：中国政府网，Wind，中金(jin)公司(si)研(yan)究部

图表3：消费品补贴政策财政金(jin)额（推算值）

注：（1）财政金(jin)额包括补贴和减税(shui)的金(jin)额，为我们根据公开信息推算数值。（2）新能源汽车的车购税(shui)减免(mian)政策从2014年(nian)迄今持续执行，和促消费、稳增长政策不同，表中未做统计资料来源：中国政府网，Wind，中金(jin)公司(si)研(yan)究部

财政补贴效果体现为财政乘数，即每增加一个(ge)单位的财政补贴支出(chu)，可以额外拉动多少个(ge)单位的消费品销售额。从历史经验看，消费品补贴政策当期的提(ti)振效果较好(hao)，但拉长时间看则会有透(tou)支效应。为了定量计算当期乘数和长期累积乘数，我们仿照双(shuang)重差分法（difference-in-differences, DID）的思路，设计了财政乘数的计算框架。我们将零售额分为政策影响的品类（比如汽车类、家(jia)电类等(deng)）和非政策影响类，政策影响的品类增速比没有政策影响的品类增速“多增”的部分，便计算为补贴政策的影响。

例如，汽车类零售额增速从2008年(nian)的25.3%上升7个(ge)百分点至32.3%，而同期非政策影响类零售额受(shou)国际金(jin)融危机冲击，增速从2008年(nian)的25.4%下降11个(ge)百分点至14.4%。汽车类与(yu)非政策影响类的相对增速抬升了18个(ge)百分点，这部分体现的就是(shi)政策带来的提(ti)振。后续随着政策退出(chu)，透(tou)支效应开始显现，2011年(nian)汽车类零售额增速14.6%，比非政策影响类零售额增速低13.6个(ge)百分点，这比2011-2019年(nian)二者复合增速之差多降了8个(ge)百分点，多降的这部分体现的就是(shi)政策透(tou)支的影响[1]。

累积乘数是(shi)指从政策开始执行起算，累计拉动的零售额与(yu)累计的财政支出(chu)之比，体现出(chu)政策执行迄今累计的拉动效果。例如第一年(nian)财政补贴300亿元，带动额外消费600亿元，则当期乘数为2。第二年(nian)政策退出(chu)，当期财政补贴为0，透(tou)支效应导致(zhi)当期额外消费是(shi)-400亿元。这时候截至第二年(nian)的累计财政补贴是(shi)300+0=300亿元，带动的累计消费是(shi)600-400=200亿元，因此截至第二年(nian)该政策的累积乘数是(shi)200/300=0.67。

基于(yu)以上测算框架，我们逐年(nian)计算了消费品补贴政策的乘数。需要指出(chu)的是(shi)，这是(shi)一个(ge)非常简化的测算框架，并未考虑现价和不变价、跨时间的现金(jin)流折现等(deng)更为精细的调整。并且我们主要考察政策对相关品类零售额的直接影响，未考虑就业和收(shou)入改善、挤占其(qi)他消费支出(chu)等(deng)间接影响，和宏(hong)观经济学意义上的财政乘数会有所不同。

根据计算结(jie)果，我们发现以下几点特征：

► 财政补贴当期乘数较高，对相关消费拉动强(qiang)。我们的估算显示，2009年(nian)汽车补贴政策财政规模(mo)约281亿元，拉动的零售额为1952亿元，财政乘数达到7.0。同期家(jia)电补贴政策乘数亦达到了3.5。这从消费品销量也(ye)能看出(chu)来，2009年(nian)在政策提(ti)振下，乘用车、空调、冰箱等(deng)销量当月(yue)同比增速都曾达到100%左右。此后2016年(nian)车购税(shui)减半、2024年(nian)以旧换新，当期乘数分别为4.5和2.8，也(ye)都明显大于(yu)1。

► 后续由(you)于(yu)透(tou)支效应的存在，累积乘数会逐渐降到1以下。在政策执行期间，累计财政乘数一般会逐步回落。随着政策退出(chu)和透(tou)支效应显现，累计财政支出(chu)不再变化，而累计拉动的零售额会进一步下降，使得累积乘数加快回落。经验上看，通常在政策开始执行后的第4年(nian)累积乘数降到1以下。并且无论政策是(shi)否还在执行，这种累积乘数回落都会体现。例如2012年(nian)时家(jia)电下乡政策还在执行，但我们估算的累积乘数已(yi)经降至0.8了。

► 政策持续时间的长短对长期乘数似乎(hu)也(ye)有影响，政策时间更长，长期乘数可能更接近(jin)平均消费倾向。我们观察到，政策执行久的话(hua)，透(tou)支效应会在政策执行期间就逐步体现，政策退出(chu)后不会有残留的透(tou)支影响，最终的累积乘数反(fan)而高一些。而政策执行短的话(hua)，透(tou)支效应会在政策退出(chu)后迅速显现，累积乘数可能明显下降。对于(yu)这一现象，我们认为一个(ge)可能的解释(shi)是(shi)：补贴政策执行时间长的话(hua)，意味着补贴的财政规模(mo)更大、消费预(yu)期更稳定，这个(ge)政策举措就从一个(ge)短期的脉冲刺激转变为常规的财政补贴，效果上更接近(jin)于(yu)增加了居民等(deng)量的可支配收(shou)入，对该品类消费的拉动乘数逐渐趋近(jin)于(yu)平均消费倾向，而不会因为透(tou)支效应快速回落到更低水平。

图表4：2009年(nian)家(jia)电政策累计财政乘数

资料来源：中国政府网，Wind，中金(jin)公司(si)研(yan)究部

图表5：2009年(nian)汽车政策累计财政乘数

资料来源：中国政府网，Wind，中金(jin)公司(si)研(yan)究部

► 过去(qu)几轮消费补贴乘数趋于(yu)下降，产品保(bao)有率上升可能影响政策效果。早年(nian)的政策乘数比近(jin)年(nian)的都大，汽车、家(jia)电都呈现这一特征。我们认为，早年(nian)汽车家(jia)电保(bao)有率低、潜在需求大，政策刺激效果更好(hao)。而随着居民耐(nai)用品保(bao)有量的逐步饱和，政策更多刺激的是(shi)置换需求，弹性相对小一些。不过供给侧的创新可能带来新的增量，比如今年(nian)汽车政策乘数比2022年(nian)高，除了当时可能受(shou)疫情影响以外，供给侧创新带来了电动车渗透(tou)率的快速爬升，也(ye)是(shi)政策效果更好(hao)的一个(ge)重要原因。

图表6：汽车保(bao)有量和财政乘数

资料来源：Wind，中金(jin)公司(si)研(yan)究部

图表7：家(jia)电保(bao)有量&乘数

注：由(you)于(yu)城镇居民保(bao)有量数据在2013年(nian)出(chu)现跳(tiao)跃，为保(bao)持同口径(jing)可比，图中的保(bao)有量是(shi)农村居民的保(bao)有量资料来源：Wind，中金(jin)公司(si)研(yan)究部

► 汽车补贴的当期财政乘数比家(jia)电家(jia)居更大，但长期乘数比家(jia)电家(jia)居更低，可能商品单价影响了消费者行为。汽车单价和单件补贴额远高于(yu)家(jia)电家(jia)居，因此对居民而言，买汽车比买家(jia)电更“赚”，这能够调动更多的居民在当期购买汽车，提(ti)升当期乘数。但单价贵是(shi)“双(shuang)刃剑”，汽车耐(nai)用品属性更强(qiang)、居民购买会更加审慎，并不会因为有补贴政策就轻易多买汽车，当期刺激的汽车消费基本上是(shi)从未来几年(nian)腾挪过来的，因此长期来看汽车政策透(tou)支效应更强(qiang)。而家(jia)电则单价相对便宜，居民更可能因为补贴政策而额外多购买家(jia)电，使得家(jia)电长期乘数比汽车高。

图表8：汽车和家(jia)电补贴政策乘数对比

资料来源：中国政府网，Wind，中金(jin)公司(si)研(yan)究部

图表9：汽车和家(jia)电补贴政策长期乘数对比

资料来源：中国政府网，Wind，中金(jin)公司(si)研(yan)究部

本轮以旧换新政策，我们在2024年(nian)11月(yue)发布的研(yan)究报(bao)告《以旧换新的影响有多大？》中做过分析。在12月(yue)，又有一些新的变化，不同品类以旧换新进度出(chu)现分化。其(qi)中，汽车以旧换新进度加快，可能消费者在年(nian)底政策退出(chu)前有“抢(qiang)购”动机；家(jia)电以旧换新进度放缓，可能因为“双(shuang)十(shi)一”消费旺季已(yi)过。我们根据最新的进度数据推算，2024年(nian)以旧换新政策财政补贴规模(mo)大约1500亿元，其(qi)中四季度超过1100亿元。

图表10：消费品以旧换新销售情况（按(an)进度推算值）

资料来源：商务部，中金(jin)公司(si)研(yan)究部

图表11：消费品以旧换新补贴金(jin)额（按(an)进度推算值）

资料来源：商务部，中金(jin)公司(si)研(yan)究部

伴随以旧换新政策的加快落地(di)，以旧换新类商品零售额增速从6-8月(yue)的-5.4%上升至9-11月(yue)的6.6%，增速改善12.0个(ge)百分点。而同期非以旧换新类商品零售额增速下降了0.4个(ge)百分点，对应的零售额多增2140亿元。9-11月(yue)财政补贴金(jin)额比6-8月(yue)大约增加了758亿元，按(an)此推算，我们估计本轮以旧换新政策的财政乘数可能为2.8左右。

图表12：社(she)零总(zong)额当月(yue)同比增速

资料来源：Wind，中金(jin)公司(si)研(yan)究部

图表13：财政补贴乘数估算

资料来源：Wind，中金(jin)公司(si)研(yan)究部

中央经济工作会议定调2025年(nian)将加力扩围实施“两新”政策。1月(yue)3日，发改委在国新办新闻发布会上，更为具体地(di)介绍了如何(he)加力扩围。包括大幅增加超长期特别国债资金(jin)规模(mo)、实施手机等(deng)数码产品购新补贴、加大家(jia)装消费品换新的支持力度等(deng)。对于(yu)“两新”政策加力扩围的影响及展望，我们在1月(yue)3日报(bao)告《“扩围”方向已(yi)明，期待“加力”规模(mo)——以旧换新政策点评》中做了讨论。我们预(yu)计，2025年(nian)有可能会超过2010年(nian)，有望成为消费品补贴强(qiang)度最大的一年(nian)，这将对社(she)零总(zong)额形成较为明显的提(ti)振。

风险

宏(hong)观政策存在不确定性；数据估算可能存在误(wu)差。

[1]由(you)于(yu)限额以上零售额存在口径(jing)调整，为了保(bao)证(zheng)增速同口径(jing)可比，我们会用指定基期的零售额和其(qi)他年(nian)份的增速来推算其(qi)他年(nian)份同口径(jing)下的规模(mo)。不同时期推算用的基期不同，2009-2012年(nian)零售额以2012年(nian)数值为基期推算，2015-2017年(nian)零售额以2016年(nian)数值为基期推算，2022年(nian)零售额以2023年(nian)数值为基期推算。

本文摘自中金(jin)公司(si)2025年(nian)1月(yue)6日已(yi)经发布的《以旧换新的效果可能如何(he)演变？》

段(duan)玉柱 分析员 SAC 执证(zheng)编号：S0080521080004

张文朗 分析员 SAC 执证(zheng)编号：S0080520080009 SFC CE Ref：BFE988