类似地，表2第3列“year2021省会城市二手住宅价格指数同比”系数显著为正。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著增加了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著的消费增加，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著降低，对房价的弹性显著升高。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”系数显著为负。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著更低。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著变化？

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著，而2021-2024年这一变量与消费同比在1%水平上显著正相关，同时引入这一变量后“省会城市二手住宅价格指数同比”系数变得不显著。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著，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著为负，而“省会城市二手住宅价格指数同比消费者收入信心指数”交互项系数显著为正。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著回升。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。