图表1：消费品补贴政策(ce)及规(gui)模梳理

注：（1）核心政策(ce)举措是对相关政策(ce)的概括提炼，具体政策(ce)细节请参考相关政策(ce)原文。（2）财政金额包括补贴和减税的金额，为(wei)我们根据公开信息推算数值。（3）新(xin)能源汽(qi)车的车购税减免政策(ce)从2014年(nian)迄今持续执行，和促消费、稳(wen)增(zeng)长(chang)政策(ce)不同，表中未做统计资(zi)料(liao)来源：中国政府网，中金公司研究部

图表2：逐年(nian)的消费品补贴政策(ce)及规(gui)模（推算值）

注：（1）财政金额包括补贴和减税的金额，为(wei)我们根据公开信息推算数值。（2）新(xin)能源汽(qi)车的车购税减免政策(ce)从2014年(nian)迄今持续执行，和促消费、稳(wen)增(zeng)长(chang)政策(ce)不同，表中未做统计资(zi)料(liao)来源：中国政府网，Wind，中金公司研究部

图表3：消费品补贴政策(ce)财政金额（推算值）

注：（1）财政金额包括补贴和减税的金额，为(wei)我们根据公开信息推算数值。（2）新(xin)能源汽(qi)车的车购税减免政策(ce)从2014年(nian)迄今持续执行，和促消费、稳(wen)增(zeng)长(chang)政策(ce)不同，表中未做统计资(zi)料(liao)来源：中国政府网，Wind，中金公司研究部

财政补贴效果体现为(wei)财政乘数，即每增(zeng)加一个(ge)单位的财政补贴支出，可以额外拉动多少个(ge)单位的消费品销(xiao)售额。从历史经验看，消费品补贴政策(ce)当(dang)期的提振效果较好，但拉长(chang)时间看则会有透支效应(ying)。为(wei)了定量计算当(dang)期乘数和长(chang)期累(lei)积乘数，我们仿照双重差分(fen)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(fen)为(wei)政策(ce)影响的品类（比(bi)如汽(qi)车类、家电类等）和非政策(ce)影响类，政策(ce)影响的品类增(zeng)速比(bi)没(mei)有政策(ce)影响的品类增(zeng)速“多增(zeng)”的部分(fen)，便计算为(wei)补贴政策(ce)的影响。

例如，汽(qi)车类零售额增(zeng)速从2008年(nian)的25.3%上(shang)升7个(ge)百分(fen)点(dian)至32.3%，而同期非政策(ce)影响类零售额受国际金融危机冲击(ji)，增(zeng)速从2008年(nian)的25.4%下降11个(ge)百分(fen)点(dian)至14.4%。汽(qi)车类与非政策(ce)影响类的相对增(zeng)速抬升了18个(ge)百分(fen)点(dian)，这部分(fen)体现的就是政策(ce)带来的提振。后(hou)续随着政策(ce)退出，透支效应(ying)开始显现，2011年(nian)汽(qi)车类零售额增(zeng)速14.6%，比(bi)非政策(ce)影响类零售额增(zeng)速低(di)13.6个(ge)百分(fen)点(dian)，这比(bi)2011-2019年(nian)二者复合增(zeng)速之差多降了8个(ge)百分(fen)点(dian)，多降的这部分(fen)体现的就是政策(ce)透支的影响[1]。

累(lei)积乘数是指(zhi)从政策(ce)开始执行起算，累(lei)计拉动的零售额与累(lei)计的财政支出之比(bi)，体现出政策(ce)执行迄今累(lei)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(dang)期乘数为(wei)2。第二年(nian)政策(ce)退出，当(dang)期财政补贴为(wei)0，透支效应(ying)导致当(dang)期额外消费是-400亿元。这时候截至第二年(nian)的累(lei)计财政补贴是300+0=300亿元，带动的累(lei)计消费是600-400=200亿元，因此(ci)截至第二年(nian)该政策(ce)的累(lei)积乘数是200/300=0.67。

基(ji)于以上(shang)测算框架，我们逐年(nian)计算了消费品补贴政策(ce)的乘数。需要(yao)指(zhi)出的是，这是一个(ge)非常简化(hua)的测算框架，并未考虑现价和不变(bian)价、跨时间的现金流折现等更为(wei)精(jing)细的调整。并且我们主要(yao)考察政策(ce)对相关品类零售额的直(zhi)接影响，未考虑就业和收入改善、挤占其他消费支出等间接影响，和宏观经济学意义上(shang)的财政乘数会有所不同。

根据计算结果，我们发现以下几点(dian)特征：

► 财政补贴当(dang)期乘数较高，对相关消费拉动强。我们的估(gu)算显示，2009年(nian)汽(qi)车补贴政策(ce)财政规(gui)模约281亿元，拉动的零售额为(wei)1952亿元，财政乘数达到7.0。同期家电补贴政策(ce)乘数亦达到了3.5。这从消费品销(xiao)量也(ye)能看出来，2009年(nian)在政策(ce)提振下，乘用车、空调、冰箱等销(xiao)量当(dang)月同比(bi)增(zeng)速都曾达到100%左右。此(ci)后(hou)2016年(nian)车购税减半、2024年(nian)以旧(jiu)换(huan)新(xin)，当(dang)期乘数分(fen)别为(wei)4.5和2.8，也(ye)都明显大于1。

► 后(hou)续由于透支效应(ying)的存在，累(lei)积乘数会逐渐(jian)降到1以下。在政策(ce)执行期间，累(lei)计财政乘数一般会逐步回落。随着政策(ce)退出和透支效应(ying)显现，累(lei)计财政支出不再变(bian)化(hua)，而累(lei)计拉动的零售额会进一步下降，使得累(lei)积乘数加快回落。经验上(shang)看，通常在政策(ce)开始执行后(hou)的第4年(nian)累(lei)积乘数降到1以下。并且无论政策(ce)是否还在执行，这种累(lei)积乘数回落都会体现。例如2012年(nian)时家电下乡政策(ce)还在执行，但我们估(gu)算的累(lei)积乘数已经降至0.8了。

► 政策(ce)持续时间的长(chang)短对长(chang)期乘数似乎(hu)也(ye)有影响，政策(ce)时间更长(chang)，长(chang)期乘数可能更接近平均消费倾向。我们观察到，政策(ce)执行久的话，透支效应(ying)会在政策(ce)执行期间就逐步体现，政策(ce)退出后(hou)不会有残留的透支影响，最终的累(lei)积乘数反(fan)而高一些。而政策(ce)执行短的话，透支效应(ying)会在政策(ce)退出后(hou)迅(xun)速显现，累(lei)积乘数可能明显下降。对于这一现象，我们认为(wei)一个(ge)可能的解释是：补贴政策(ce)执行时间长(chang)的话，意味着补贴的财政规(gui)模更大、消费预期更稳(wen)定，这个(ge)政策(ce)举措就从一个(ge)短期的脉冲刺激转(zhuan)变(bian)为(wei)常规(gui)的财政补贴，效果上(shang)更接近于增(zeng)加了居(ju)民等量的可支配收入，对该品类消费的拉动乘数逐渐(jian)趋近于平均消费倾向，而不会因为(wei)透支效应(ying)快速回落到更低(di)水平。

图表4：2009年(nian)家电政策(ce)累(lei)计财政乘数

资(zi)料(liao)来源：中国政府网，Wind，中金公司研究部

图表5：2009年(nian)汽(qi)车政策(ce)累(lei)计财政乘数

资(zi)料(liao)来源：中国政府网，Wind，中金公司研究部

► 过去(qu)几轮消费补贴乘数趋于下降，产品保有率上(shang)升可能影响政策(ce)效果。早(zao)年(nian)的政策(ce)乘数比(bi)近年(nian)的都大，汽(qi)车、家电都呈现这一特征。我们认为(wei)，早(zao)年(nian)汽(qi)车家电保有率低(di)、潜在需求大，政策(ce)刺激效果更好。而随着居(ju)民耐用品保有量的逐步饱和，政策(ce)更多刺激的是置换(huan)需求，弹性相对小一些。不过供给侧的创新(xin)可能带来新(xin)的增(zeng)量，比(bi)如今年(nian)汽(qi)车政策(ce)乘数比(bi)2022年(nian)高，除了当(dang)时可能受疫(yi)情影响以外，供给侧创新(xin)带来了电动车渗(shen)透率的快速爬升，也(ye)是政策(ce)效果更好的一个(ge)重要(yao)原因。

图表6：汽(qi)车保有量和财政乘数

资(zi)料(liao)来源：Wind，中金公司研究部

图表7：家电保有量&乘数

注：由于城镇(zhen)居(ju)民保有量数据在2013年(nian)出现跳跃，为(wei)保持同口径可比(bi)，图中的保有量是农村居(ju)民的保有量资(zi)料(liao)来源：Wind，中金公司研究部

► 汽(qi)车补贴的当(dang)期财政乘数比(bi)家电家居(ju)更大，但长(chang)期乘数比(bi)家电家居(ju)更低(di)，可能商品单价影响了消费者行为(wei)。汽(qi)车单价和单件(jian)补贴额远高于家电家居(ju)，因此(ci)对居(ju)民而言，买汽(qi)车比(bi)买家电更“赚”，这能够(gou)调动更多的居(ju)民在当(dang)期购买汽(qi)车，提升当(dang)期乘数。但单价贵(gui)是“双刃剑(jian)”，汽(qi)车耐用品属性更强、居(ju)民购买会更加审慎(shen)，并不会因为(wei)有补贴政策(ce)就轻易多买汽(qi)车，当(dang)期刺激的汽(qi)车消费基(ji)本上(shang)是从未来几年(nian)腾挪过来的，因此(ci)长(chang)期来看汽(qi)车政策(ce)透支效应(ying)更强。而家电则单价相对便宜，居(ju)民更可能因为(wei)补贴政策(ce)而额外多购买家电，使得家电长(chang)期乘数比(bi)汽(qi)车高。

图表8：汽(qi)车和家电补贴政策(ce)乘数对比(bi)

资(zi)料(liao)来源：中国政府网，Wind，中金公司研究部

图表9：汽(qi)车和家电补贴政策(ce)长(chang)期乘数对比(bi)

资(zi)料(liao)来源：中国政府网，Wind，中金公司研究部

本轮以旧(jiu)换(huan)新(xin)政策(ce)，我们在2024年(nian)11月发布的研究报告(gao)《以旧(jiu)换(huan)新(xin)的影响有多大？》中做过分(fen)析。在12月，又有一些新(xin)的变(bian)化(hua)，不同品类以旧(jiu)换(huan)新(xin)进度出现分(fen)化(hua)。其中，汽(qi)车以旧(jiu)换(huan)新(xin)进度加快，可能消费者在年(nian)底(di)政策(ce)退出前(qian)有“抢购”动机；家电以旧(jiu)换(huan)新(xin)进度放(fang)缓，可能因为(wei)“双十一”消费旺季已过。我们根据最新(xin)的进度数据推算，2024年(nian)以旧(jiu)换(huan)新(xin)政策(ce)财政补贴规(gui)模大约1500亿元，其中四季度超过1100亿元。

图表10：消费品以旧(jiu)换(huan)新(xin)销(xiao)售情况（按进度推算值）

资(zi)料(liao)来源：商务部，中金公司研究部

图表11：消费品以旧(jiu)换(huan)新(xin)补贴金额（按进度推算值）

资(zi)料(liao)来源：商务部，中金公司研究部

伴(ban)随以旧(jiu)换(huan)新(xin)政策(ce)的加快落地，以旧(jiu)换(huan)新(xin)类商品零售额增(zeng)速从6-8月的-5.4%上(shang)升至9-11月的6.6%，增(zeng)速改善12.0个(ge)百分(fen)点(dian)。而同期非以旧(jiu)换(huan)新(xin)类商品零售额增(zeng)速下降了0.4个(ge)百分(fen)点(dian)，对应(ying)的零售额多增(zeng)2140亿元。9-11月财政补贴金额比(bi)6-8月大约增(zeng)加了758亿元，按此(ci)推算，我们估(gu)计本轮以旧(jiu)换(huan)新(xin)政策(ce)的财政乘数可能为(wei)2.8左右。

图表12：社零总额当(dang)月同比(bi)增(zeng)速

资(zi)料(liao)来源：Wind，中金公司研究部

图表13：财政补贴乘数估(gu)算

资(zi)料(liao)来源：Wind，中金公司研究部

中央经济工作会议定调2025年(nian)将加力扩围实施(shi)“两新(xin)”政策(ce)。1月3日，发改委在国新(xin)办新(xin)闻发布会上(shang)，更为(wei)具体地介绍了如何加力扩围。包括大幅增(zeng)加超长(chang)期特别国债资(zi)金规(gui)模、实施(shi)手机等数码产品购新(xin)补贴、加大家装消费品换(huan)新(xin)的支持力度等。对于“两新(xin)”政策(ce)加力扩围的影响及展望，我们在1月3日报告(gao)《“扩围”方向已明，期待“加力”规(gui)模——以旧(jiu)换(huan)新(xin)政策(ce)点(dian)评》中做了讨论。我们预计，2025年(nian)有可能会超过2010年(nian)，有望成为(wei)消费品补贴强度最大的一年(nian)，这将对社零总额形(xing)成较为(wei)明显的提振。

风险

宏观政策(ce)存在不确定性；数据估(gu)算可能存在误(wu)差。

[1]由于限(xian)额以上(shang)零售额存在口径调整，为(wei)了保证增(zeng)速同口径可比(bi)，我们会用指(zhi)定基(ji)期的零售额和其他年(nian)份(fen)的增(zeng)速来推算其他年(nian)份(fen)同口径下的规(gui)模。不同时期推算用的基(ji)期不同，2009-2012年(nian)零售额以2012年(nian)数值为(wei)基(ji)期推算，2015-2017年(nian)零售额以2016年(nian)数值为(wei)基(ji)期推算，2022年(nian)零售额以2023年(nian)数值为(wei)基(ji)期推算。

本文摘(zhai)自中金公司2025年(nian)1月6日已经发布的《以旧(jiu)换(huan)新(xin)的效果可能如何演变(bian)？》

段玉柱(zhu) 分(fen)析员 SAC 执证编号(hao)：S0080521080004

张文朗 分(fen)析员 SAC 执证编号(hao)：S0080520080009 SFC CE Ref：BFE988