老百姓普遍关心自己的钱袋子，关心自己当前的购买力和未来的购买力。

当前时刻，为什么强调消费重要？

消费是增长的目的，无论谈多少增长最终都是为了消费；消费是增长的结果，是千家万户选择的结果。

消费作为选择的结果，其中所隐含的信息量非常大。但是消费呈现往往是千人千面。偏好、区域、文化、宗教信仰等等，差异特别大。

很多人喜欢看，社会零售总额，但是社零构成是什么？政府的消费，也包含在社零之中。而真正的消费仅仅是居民的消费。

用社零来看，广东受冲击非常大。

广东，支付宝支付数据变化并不多。这可能是因为，春节期间很多人口都回去了，这时候看到的社零可能是因为人口回流。广东人口回流，支付宝数据比社零好看很多。

支付宝数据可以作为宏观数据的一种补充，作为居民消费的更直观反映。

总量、分布、影响因素。

1、移动支付总量冲击严重，线下小商户收入被冲击情况可能被低估，急需帮助纾解困难

2、线上消费显示了更强的抗冲击能力和恢复速度。

可选消费（旅游、保健）和可选服务业（汽车、家电），被冲击非常非常大。

而必选商品（食品、日用品）和必选服务（餐饮、生活）恢复非常快。

可选消费受冲击最大的是北方，因为北方过去偏好奢侈品。从沈阳到深圳，奢侈品从高到低。

城市规模上，大城市受到冲击比较严重。

人口：根据春节期间人口迁徙情况，对消费下降幅度进行调整。

疫情：根据疫情严重程度，对消费下降幅度进行调整「消费净冲击」

消费净冲击>0：消费韧度弱，消费下降幅度 > 根据人口和疫情严重程度估计的预期值

消费净冲击<0：消费韧度强，消费下降幅度 < 根据人口和疫情严重程度估计的预期值

关于大城市消费净冲击为何这么大：

人口流入，城市分布，中间城市大量被流出，大城市人口聚焦效应明显越来越大。

因此看到大城市消费下降非常厉害，而小城市消费没有下降那么多。

评价每个地方消费情况如何的时候，需要根据前期数据综合分析。

城市是一个复杂网络，城市越大越复杂，韧度更强。

什么样的城市特征决定了消费韧度？

1、产业结构，财政收支，老龄化，和民营企业占比

2、消费习惯

3、城市家庭金融资产配置占比

4、社区便利度

其中居民社区便利程度，是过去不曾被关注的。

消费本质上是收入的函数。

老龄化：65岁以上人口低于9%的城市会显示更强的消费韧度

财政状况：财政收支缺口小的城市显示更强的消费韧度

产业结构：高收入（人力资本密集）服务业主导城市显示更强消费韧度

民营经济：民营企业占比高的城市显示更强的消费韧度

产业结构上，

人力资本类型而不是劳动密集型的，越抗击韧性。线上化、数字化的受到冲击不明显。

消费结构上，

炫耀型消费韧性更弱：爱买奢侈品。北方东北奢饰品等炫耀型消费远远高于南方，深圳奢侈品消费无此习惯。

务实型消费韧性更强：必需品消费、升级型必须消费。而珠三角，倾向于必需品消费，在吃等务实型消费比较强。

金融资产配置比例上，

金融资产配置比例高的城市，显示消费韧度更大。

金融配置比例高的城市显示出了更强的消费韧度。每10%金融资产投资占比的增加，疫情期间遭受的消费净冲击平均减小4.9%。金融资产配置是家庭消费冲击的减震器。

中国居民当前在金融资产配置比例上，是相对偏低的。目前阶段配置多数都在房子上，未来是否会像金融资产上倾斜？很大概率会。

在居民到基础设施距离上，

居民到基础设施（商场、学校、医院）的平均距离越短，显示出更强的消费韧度，

商场距离尤其显著。

社区便利程度，如果社区在非常近的范围内能够触达基础设施，消费韧度会非常大。

珠三角地区大部分城市有非常高密度的商圈。商圈作为基础设施，居民触达商场的距离越短越好。

什么样的复工能带动消费恢复？

工作出行复工情况上，

每 10% 城市工程机械复工率，带动消费上升8.9%

每 10% 写字楼和产业园复工率，带动消费上升5.1%

每 10% 城市工作出行恢复率，带动消费上升1.3%

城市工程机械复工率提升带来的拉动效果>写字楼和产业园复工率提升带来的拉动效果>城市整体工作出行恢复的带来的拉动效果

是否会还有报复性消费反弹的可能？

消费是收入的函数：隐形失业人口1亿+，不能开源本质上就是节流。

城市的服务业，还有很多处于失业状态，具体失业情况取决于商品和服务的性质、工作所在区域和城市特征。像尤其是奢侈品恢复会很慢。

消费恢复依赖于：

1、商品和服务性质

2、区域和城市特征

目前不会出现报复性消费。

政策建议：

关于政策是应该选择刺激消费还是刺激投资，看法：

1、因地制宜，各有侧重

2、纾解困难重点，可以选择可选消费行业，托底失业和半失业的低收入人口

3、定向补助低储蓄和无金融资产的人群。

4、推动投资拉动型的政策，会更好。推动投资拉动型的政策是落手和抓点。

5、增加线上线下一体化和社区化的基础设施。

消费变化再一次证明了城市是什么。

人口密度决定了城市基础设施的效率。

基础设施，支撑了这一块区域或城市的消费韧度。

线上线上一体化的基础设施，会是更好的提升消费韧度。小范围基础设施的便利度，能够提供线上订单的基础设施，会大大提高消费订单。

王忠民评论

疫情对于经济的冲击，切断了一切。

从需求端分析：

宏观上怎么对待。总需求，总数量，总质量

唐老师分析落脚在城市结构，与以往宏观视角不同。

宏观->城市->具体

供给端分析：能做什么？

三一重工，生产恢复，数字化率，数字化的普汇率，

需求替代

需求增长

不足之处，分析中所引用的一季度出来的大数据，不能反映被平均的最低 10% 人口和统无法被纳入计数据的那部分。

财政力量需要补贴，往往是本身无法良性运转的。像杭州支付宝这样的，发放消费补贴，往往其本身是良性的不需要补贴。财政力量真正需要补贴的往往是本身就是在恶性循环的。因此刺激的话，建议：中央应该在补贴的东西和地方应该形成系统工程。

关于怎么补贴的问题，建议用数字货币发放补贴，让消费服务中自由选择。满足了需求端，补贴的时候，又能把各种力量集中起来。

与过去物理上的基建刺激不同。此次与工程恢复相对应的，给社会创造税收的，最先恢复的是工程。

需求端，数字化基础设施，在自身的成本，大大降低。可以让数字产业带动旧产业颠覆。

从需求端，把数字化，结构分析。

高善文评论

重要时点：疫情冲击

重要问题：受到不变，防疫，补贴

经济结构的调整，消费导向。在变好

独特的数据来源，独特视角。重大差异。

摆脱了对总体宏观数据的理解，没有对广谱的中观数据，给研究人员更多的视角。有城市的视角，与众不同。

没有论冲击，而是对冲击进行结构性的分析，结论有说服力和有建设性。

增长的目标是选择的结果

报告做的非常独特、丰富、与众不同。

建议:报告方法上，可以更完善。

宏观上对数据的观察，经济上的冲击与2008年对比，可以发现到，从顶部到底部，工业生产的跌幅是2008年的2倍，经济增长率的跌幅是2008年的4倍，如果从增长率变化上说明经济收缩史无前例；但是本次工业品价格的环比跌幅只有2008的1/5，整个核心消费物价跌幅只有2008年的1/5，如果只是看价格是一次很温和的经济衰退。

为什么如此重要的两个数据会产生如此大的分歧？主要是因为供给的全面封锁，政府全面封锁导致了供给的全部封锁。

供应不足，造成的经济下降的程度，需求的下降只是略微的低于供应。

如果不考虑供应的封锁，供应，变的不可得。所有分析都会是不可靠的。因为供给层面的封锁导致商品不可得，商品不可得，几乎与需求崩溃一样重要。

如果不分析各个行业，各个层面上对供应的封锁，想买服务也不可得，如果不考虑巨大的不可得问题，是无法画出经济的真实轨迹的。

从需求层面看，直接过去看，而不看供应不可得，而供应一旦可得，很多东西会很快恢复。

分析中，关于三一重工恢复的数据，实际上是封锁的放松，来自于外在冲击，封锁和停车场的提高，需求层面解释工业恢复，这种解释会过度重视需求。但是供给上封锁是非常影响大的。多数分析方法都会忽视供给封锁。

疫情时间序列比较短，因为时间序列比较短，对冲击的性质把握未必是准确的。

从需求端分析，对需求有冲击，冲击的性质是什么？报告并没有讲清楚。

到1季度末，研究对日用品的消费，对比线下日用品的增长和线上的消费增长，线下下跌20%，线上销售也下滑20%，线上下降的幅度和线下一样。如果冲击的原因是因为大家担心感染的风险，为什么线下下降与线上一样多？如果只是看成冲击，很多线上活动没有感染风险，为什么线上消费也下降惊人？

冲击包括 3 个部分，随着时间而往不同方向演化。对冲击要进行区分：

1、政府或公众，对疫情风险和危害是缺乏认知的，面对未知发生的首先的是恐慌冲击。恐慌与发生感染无关，这个时候所有人都会缩在一边。与感染没关系，面对巨大风险时的本能的恐慌。第一波冲击是恐慌。恐慌的特征是，如果不采取任何措施，其也会逐渐消散，恐慌时智商下降到0，但是后边会随着恐慌慢慢恢复。公众的恐慌会消散，政府的恐慌也会消散。政府不知道做什么，政府也是恐慌状态的，政府恐慌过去后，很多解封就会取消。人面对恐慌时，瞬间就是会瞬间下降到0。

从天而降的机会，克服恐慌的难度，冲击第一个重要的特征，影响消费者行为，影响企业家行为，会自动恢复。

2、对感染风险的认识，考虑到感染风险，也可以评估。一定程度上对风险进行评估，评估风险和收益。坐飞机之所以敢也是因为能。平衡风险和收益，不需要采取任何措施，政府不要太落后于民众认知即可，不需要采取额外措施。

3、公众角度上讲如何看待这次冲击。这次冲击是短期冲击，短期冲击早晨的收入下降，流动性压力，会对经济有次生伤害。低收入者，对负债有次生伤害，对社会稳定带来冲击。低端劳动力市场的工资指数，金融危机的2-4倍，与金融危机时相等。面对感染风险，低端劳动力供应也在缩小，供应的下降，低端劳动力市场下降非常严重。劳动力可以有很多分类，低端劳动力受到了很大冲击。制造业，整个城市增加的增长主要来自于服务部门。

金融、科技，对服务打击高于对其他。尤其严重影响劳动力市场的冲击。这个群体财务比较脆弱。讨论基础设施的干预。需要讨论到底多少封锁还有必要，如果恢复不了，对于低收入人口额外支持。这不是刺激需求的政策，给农民工发钱，是一种人文关怀，不是刺激消费。疫情冲击，有责任照顾他们。与农民工提供救助资金与消费联系起来，是因为政府应该做的人文关怀。

三个冲击对数据进行清洗，很难给到恰如其分的论证。

整体来说，该论文还是给了很多深刻启发。有很多结论值得分析。