图表1：消(xiao)费品补贴政策及规模梳理

注：（1）核心政策举(ju)措(cuo)是对相关政策的概括提炼，具体政策细节请(qing)参考相关政策原文。（2）财政金额包括补贴和减税(shui)的金额，为我们根据公开信(xin)息推算数值。（3）新能源汽车的车购税(shui)减免政策从2014年迄(qi)今持续执行，和促消(xiao)费、稳(wen)增长政策不同(tong)，表中未做统(tong)计(ji)资料(liao)来源：中国政府网，中金公司研究部

图表2：逐年的消(xiao)费品补贴政策及规模（推算值）

注：（1）财政金额包括补贴和减税(shui)的金额，为我们根据公开信(xin)息推算数值。（2）新能源汽车的车购税(shui)减免政策从2014年迄(qi)今持续执行，和促消(xiao)费、稳(wen)增长政策不同(tong)，表中未做统(tong)计(ji)资料(liao)来源：中国政府网，Wind，中金公司研究部

图表3：消(xiao)费品补贴政策财政金额（推算值）

注：（1）财政金额包括补贴和减税(shui)的金额，为我们根据公开信(xin)息推算数值。（2）新能源汽车的车购税(shui)减免政策从2014年迄(qi)今持续执行，和促消(xiao)费、稳(wen)增长政策不同(tong)，表中未做统(tong)计(ji)资料(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财政乘数，即每增加一个(ge)单位(wei)的财政补贴支出(chu)，可以额外拉动多少个(ge)单位(wei)的消(xiao)费品销售额。从历(li)史经验看(kan)，消(xiao)费品补贴政策当期的提振效果较好，但拉长时间看(kan)则会有透(tou)支效应。为了定(ding)量计(ji)算当期乘数和长期累(lei)积乘数，我们仿照(zhao)双重差(cha)分法（difference-in-differences, DID）的思路，设(she)计(ji)了财政乘数的计(ji)算框架。我们将零售额分为政策影响的品类（比如汽车类、家电类等）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(ji)算为补贴政策的影响。

例如，汽车类零售额增速从2008年的25.3%上(shang)升(sheng)7个(ge)百分点至32.3%，而(er)同(tong)期非政策影响类零售额受国际金融危机冲击，增速从2008年的25.4%下降11个(ge)百分点至14.4%。汽车类与非政策影响类的相对增速抬升(sheng)了18个(ge)百分点，这(zhe)部分体现的就是政策带来的提振。后续随着政策退出(chu)，透(tou)支效应开始显现，2011年汽车类零售额增速14.6%，比非政策影响类零售额增速低13.6个(ge)百分点，这(zhe)比2011-2019年二者复(fu)合增速之(zhi)差(cha)多降了8个(ge)百分点，多降的这(zhe)部分体现的就是政策透(tou)支的影响[1]。

累(lei)积乘数是指从政策开始执行起算，累(lei)计(ji)拉动的零售额与累(lei)计(ji)的财政支出(chu)之(zhi)比，体现出(chu)政策执行迄(qi)今累(lei)计(ji)的拉动效果。例如第一年财政补贴300亿元，带动额外消(xiao)费600亿元，则当期乘数为2。第二年政策退出(chu)，当期财政补贴为0，透(tou)支效应导致(zhi)当期额外消(xiao)费是-400亿元。这(zhe)时候截至第二年的累(lei)计(ji)财政补贴是300+0=300亿元，带动的累(lei)计(ji)消(xiao)费是600-400=200亿元，因此截至第二年该政策的累(lei)积乘数是200/300=0.67。

基于以上(shang)测算框架，我们逐年计(ji)算了消(xiao)费品补贴政策的乘数。需要指出(chu)的是，这(zhe)是一个(ge)非常简化的测算框架，并(bing)未考虑现价和不变价、跨时间的现金流折现等更为精细的调整。并(bing)且我们主要考察(cha)政策对相关品类零售额的直(zhi)接影响，未考虑就业(ye)和收入改善、挤占其他消(xiao)费支出(chu)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(tong)。

根据计(ji)算结果，我们发现以下几点特征：

► 财政补贴当期乘数较高，对相关消(xiao)费拉动强(qiang)。我们的估(gu)算显示，2009年汽车补贴政策财政规模约281亿元，拉动的零售额为1952亿元，财政乘数达到7.0。同(tong)期家电补贴政策乘数亦达到了3.5。这(zhe)从消(xiao)费品销量也能看(kan)出(chu)来，2009年在政策提振下，乘用(yong)车、空(kong)调、冰箱等销量当月同(tong)比增速都曾达到100%左右。此后2016年车购税(shui)减半、2024年以旧换新，当期乘数分别(bie)为4.5和2.8，也都明显大于1。

► 后续由于透(tou)支效应的存在，累(lei)积乘数会逐渐降到1以下。在政策执行期间，累(lei)计(ji)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(lei)计(ji)财政支出(chu)不再(zai)变化，而(er)累(lei)计(ji)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(kan)，通常在政策开始执行后的第4年累(lei)积乘数降到1以下。并(bing)且无论政策是否还(hai)在执行，这(zhe)种(zhong)累(lei)积乘数回落都会体现。例如2012年时家电下乡政策还(hai)在执行，但我们估(gu)算的累(lei)积乘数已经降至0.8了。

► 政策持续时间的长短对长期乘数似乎也有影响，政策时间更长，长期乘数可能更接近平(ping)均消(xiao)费倾向。我们观察(cha)到，政策执行久的话，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(lei)积乘数反而(er)高一些。而(er)政策执行短的话，透(tou)支效应会在政策退出(chu)后迅速显现，累(lei)积乘数可能明显下降。对于这(zhe)一现象，我们认(ren)为一个(ge)可能的解(jie)释是：补贴政策执行时间长的话，意味着补贴的财政规模更大、消(xiao)费预(yu)期更稳(wen)定(ding)，这(zhe)个(ge)政策举(ju)措(cuo)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(shang)更接近于增加了居(ju)民等量的可支配(pei)收入，对该品类消(xiao)费的拉动乘数逐渐趋近于平(ping)均消(xiao)费倾向，而(er)不会因为透(tou)支效应快速回落到更低水平(ping)。

图表4：2009年家电政策累(lei)计(ji)财政乘数

资料(liao)来源：中国政府网，Wind，中金公司研究部

图表5：2009年汽车政策累(lei)计(ji)财政乘数

资料(liao)来源：中国政府网，Wind，中金公司研究部

► 过去几轮消(xiao)费补贴乘数趋于下降，产品保有率上(shang)升(sheng)可能影响政策效果。早年的政策乘数比近年的都大，汽车、家电都呈现这(zhe)一特征。我们认(ren)为，早年汽车家电保有率低、潜在需求大，政策刺激效果更好。而(er)随着居(ju)民耐用(yong)品保有量的逐步饱(bao)和，政策更多刺激的是置换需求，弹性相对小一些。不过供给(gei)侧的创新可能带来新的增量，比如今年汽车政策乘数比2022年高，除了当时可能受疫情影响以外，供给(gei)侧创新带来了电动车渗透(tou)率的快速爬升(sheng)，也是政策效果更好的一个(ge)重要原因。

图表6：汽车保有量和财政乘数

资料(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年出(chu)现跳跃，为保持同(tong)口径可比，图中的保有量是农村居(ju)民的保有量资料(liao)来源：Wind，中金公司研究部

► 汽车补贴的当期财政乘数比家电家居(ju)更大，但长期乘数比家电家居(ju)更低，可能商品单价影响了消(xiao)费者行为。汽车单价和单件补贴额远高于家电家居(ju)，因此对居(ju)民而(er)言，买汽车比买家电更“赚”，这(zhe)能够(gou)调动更多的居(ju)民在当期购买汽车，提升(sheng)当期乘数。但单价贵是“双刃剑”，汽车耐用(yong)品属性更强(qiang)、居(ju)民购买会更加审慎，并(bing)不会因为有补贴政策就轻易多买汽车，当期刺激的汽车消(xiao)费基本上(shang)是从未来几年腾挪过来的，因此长期来看(kan)汽车政策透(tou)支效应更强(qiang)。而(er)家电则单价相对便宜，居(ju)民更可能因为补贴政策而(er)额外多购买家电，使得家电长期乘数比汽车高。

图表8：汽车和家电补贴政策乘数对比

资料(liao)来源：中国政府网，Wind，中金公司研究部

图表9：汽车和家电补贴政策长期乘数对比

资料(liao)来源：中国政府网，Wind，中金公司研究部

本轮以旧换新政策，我们在2024年11月发布的研究报告《以旧换新的影响有多大？》中做过分析。在12月，又有一些新的变化，不同(tong)品类以旧换新进度出(chu)现分化。其中，汽车以旧换新进度加快，可能消(xiao)费者在年底政策退出(chu)前有“抢购”动机；家电以旧换新进度放缓，可能因为“双十一”消(xiao)费旺季已过。我们根据最新的进度数据推算，2024年以旧换新政策财政补贴规模大约1500亿元，其中四季度超(chao)过1100亿元。

图表10：消(xiao)费品以旧换新销售情况（按进度推算值）

资料(liao)来源：商务部，中金公司研究部

图表11：消(xiao)费品以旧换新补贴金额（按进度推算值）

资料(liao)来源：商务部，中金公司研究部

伴随以旧换新政策的加快落地，以旧换新类商品零售额增速从6-8月的-5.4%上(shang)升(sheng)至9-11月的6.6%，增速改善12.0个(ge)百分点。而(er)同(tong)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月财政补贴金额比6-8月大约增加了758亿元，按此推算，我们估(gu)计(ji)本轮以旧换新政策的财政乘数可能为2.8左右。

图表12：社零总额当月同(tong)比增速

资料(liao)来源：Wind，中金公司研究部

图表13：财政补贴乘数估(gu)算

资料(liao)来源：Wind，中金公司研究部

中央经济工作会议定(ding)调2025年将加力扩围实(shi)施(shi)“两(liang)新”政策。1月3日，发改委(wei)在国新办(ban)新闻发布会上(shang)，更为具体地介绍了如何加力扩围。包括大幅增加超(chao)长期特别(bie)国债资金规模、实(shi)施(shi)手机等数码产品购新补贴、加大家装消(xiao)费品换新的支持力度等。对于“两(liang)新”政策加力扩围的影响及展(zhan)望(wang)，我们在1月3日报告《“扩围”方(fang)向已明，期待(dai)“加力”规模——以旧换新政策点评》中做了讨论。我们预(yu)计(ji)，2025年有可能会超(chao)过2010年，有望(wang)成为消(xiao)费品补贴强(qiang)度最大的一年，这(zhe)将对社零总额形(xing)成较为明显的提振。

风险

宏观政策存在不确定(ding)性；数据估(gu)算可能存在误差(cha)。

[1]由于限额以上(shang)零售额存在口径调整，为了保证增速同(tong)口径可比，我们会用(yong)指定(ding)基期的零售额和其他年份的增速来推算其他年份同(tong)口径下的规模。不同(tong)时期推算用(yong)的基期不同(tong)，2009-2012年零售额以2012年数值为基期推算，2015-2017年零售额以2016年数值为基期推算，2022年零售额以2023年数值为基期推算。

本文摘(zhai)自中金公司2025年1月6日已经发布的《以旧换新的效果可能如何演变？》

段玉柱 分析员 SAC 执证编(bian)号：S0080521080004

张文朗 分析员 SAC 执证编(bian)号：S0080520080009 SFC CE Ref：BFE988