意見領袖 | 四十人論壇

　　當前，中國經濟總體增速偏緩，總需求偏弱，實現經濟轉型是促進經濟增長的有力措施。經濟轉型的過程主要包含兩個方面的內容，一是向更高的產業結構轉型，二是向更高的消費驅動轉型。

　　從產業結構角度來看，我國產業結構正逐步向中高端的制造業與現代服務業轉型，這一點在經濟數據以及資本市場上可以得到驗證。從消費驅動轉換角度來看，疫情沖擊下工作年齡人口消費能力明顯削弱，更高消費驅動的轉型受阻。

　　當前的經濟環境下，應采取適當措施刺激消費，穩定工作年齡人口的長期預期，將促進消費增長作為經濟轉型的著力點。

　　—— 高善文  中國金融四十人論壇（CF40）學術委員、國投證券首席經濟學家

　　* 本文整理自作者在第六屆外灘金融峰會之外灘閉門會“2024年中國宏觀經濟下半場”上所做的主題演講，略有刪改。

　　近年來，中國經濟總體增速偏緩，總需求偏弱。針對這一現狀，市場中存在兩種不同的觀點。一種觀點認為，總需求偏弱將引發一系列連鎖的負面效應，應采取強有力的刺激政策，以期盡快恢復總供求的平衡和相對溫和的通脹水平。

　　另一種觀點認為，總需求不足的局面是經濟體由傳統增長模式邁向高質量增長模式過程中不可回避且不得不付出的代價。在此情境下，若貿然采取“大水漫灌”的措施來刺激總需求，會使經濟轉型前功盡棄，甚至會使經濟轉型出現倒退。

　　以上兩種觀點對政策取舍產生了顯著的影響，本文圍繞經濟轉型問題提出顆粒度更細的觀察，進一步豐富和深化對此問題的理解。

　　在探討經濟轉型這一議題時，不難發現，不同個體對其定義與理解不同。在我看來，經濟轉型至少包含兩方面重要內容：其一，是產業結構向中高端制造業及現代服務業的轉型；其二，則是經濟增長動力從依賴投資與出口拉動轉變為依賴消費驅動。本文將聚焦于這兩方面，系統梳理相關數據。

　　從上市公司營收與總市值

　　看產業結構轉型

　　首先，我們聚焦于產業結構轉型方面的數據。產業結構轉型的過程是新興行業崛起、傳統行業衰落以及部分行業相對穩定的過程?；谏鲜泄緮祿?，依據細分行業可將其劃分為三類：支持類、中性類及限制類。

　　其中，支持類行業受政策支持，代表經濟轉型的方向，包括“新三樣”在內的電力設備、電子、國防軍工、汽車等行業，本行業包含的上市公司數量比較龐大，約2341家。

　　相對衰落行業既受政策環境變化的影響，也隨著經濟內在增長邏輯的變化而變化，如房地產、傳媒、軟件與服務、非銀行金融等行業，本行業包含的上市公司既有在A股上市的也有在海外上市的，將近500家。

　　全部上市公司中，有相當一部分在長期的經濟變化中產業結構比較穩定，這些公司所處的政策環境總體而言保持中性，經濟增長與發展的內在邏輯并未顯著改變這些行業在經濟中的占比，如商貿零售、醫藥生物、公用事業、交通運輸等行業，我們可將其統稱為“中性行業”，該類別下上市公司總數超過2600家。中性行業之所以重要，在于它們為觀察與分析經濟結構變遷提供了重要的參考點。以此為基石，我們能夠更加明晰地辨識出其他行業興衰的真實性與演變軌跡。

 圖1 上市公司行業分類及數量

　　我們以這些公司的營業總收入作為分析基礎，深入剖析上市公司的構成及其相對變化。在我們界定的中性行業內，其營業總收入占上市公司總體收入的60%-70%，這一比例在過去十年中基本保持不變，與我們對中性行業受政策環境與經濟發展邏輯短期影響有限的定義相吻合。

　　以紅色線標注的行業，代表崛起、上升以及新興的行業，代表政策的方向。自2020年起，這些行業的占比從原本的約20%攀升至當前的接近25%。藍色線則代表了處于減速的行業，面臨相對不利的政策環境。在2020年之前，其營業總收入占比約為15%，而目前已下降至10%以下。自2020年以來的三四年間，中性行業的總體占比相對穩定。2022年之后，紅色線與藍色線之間的差距進一步拉大，凸顯了經濟轉型在產業結構層面的深刻變化。此外，值得補充的是，即便在2016-2017年，受政策扶持的行業在營業收入中的占比也已顯著高于限制行業，且當前這一差距已由5個百分點擴大至10個百分點以上。

圖2 不同分類行業營業總收入占比 數據來源：使用固定樣本計算，Wind，國投證券

　　總市值分布層面展現了與營業收入占比類似的趨勢。對于中性行業而言，其總市值占比在50%-60%的水平；受到政策傾斜的行業早期占比接近30%，目前提升至35%以上；其余行業占比從原先的20%縮減至10%左右。自2020年以來，紅線的攀升、藍線的下滑以及綠線的相對穩定，均表現得尤為鮮明。上市公司總市值與營業收入的變化代表了投資者對于這些公司的看法，由此可以分析出經濟轉型正在進行，那些符合政策導向、代表未來發展方向的行業正明顯上升，而另一些行業則明顯下降。

圖3 不同分類行業總市值占比 數據來源：使用固定樣本計算，Wind，國投證券

　　從投資回報與國民經濟核算視角

　　看產業結構轉型

　　從投資回報與國民經濟核算的雙重視角也可以得出相同結論。鑒于中性行業相對穩定，我們采用了一種簡化的計算方法，即以中性行業的指標作為基準（分母），對比特定行業（分子）的指標表現。

　　從凈利潤角度來看，我們清晰地觀察到，自2020年起，限制性行業在凈利潤方面遭遇了顯著的階梯式下滑，而支持性行業則保持了凈利潤占比的總體穩定，甚至略有上升。在凈利潤率層面，亦呈現出相似的趨勢。

圖4 支持/中性與限制/中性的凈利潤發展趨勢圖

圖5 支持/中性與限制/中性的凈利潤率發展趨勢圖 數據來源：使用固定樣本計算，Wind，國投證券

　　從勞動力市場角度來看，模式類似。自2021年起，相對于中性行業而言，支持性行業雇傭的員工總數占比呈現出明顯的上升，而限制性行業的員工總數占比則明顯下降。從勞動力市場來看，勞動力正逐步從受到政策限制、處于衰落趨勢的行業中離開，轉而流向正處于興起與上升階段的行業。在圖中，紅藍兩線之間的差距在2021年之前已初現端倪，2021年之后持續擴大。

　　圖6 相較于中性行業，支持與限制行業員工總數發展情況 數據來源：使用固定樣本計算，Wind，國投證券

　　從CAPEX所代表的資本開支或者資本形成可以看到類似的模式。自2020年起，支持性行業所獲得的資本要素投入占比經歷了顯著增長，其當前水平遠高于2019年乃至2017年之前的水平，而限制性行業的資本開支則明顯下滑。進一步細化至資本開支的內部結構，無論是通過信貸還是權益融資方式支持的資本，均呈現出相似的趨勢。

　　這表明，在國民經濟中投入要素的分配格局上，自2020年以后，更多的資本與勞動力被配置到正在興起的行業之中。相反，正在衰落的行業所獲取的資本與勞動力均呈現出相對減少。

圖7 相較于中性行業，支持與限制行業CAPEX變化情況 數據來源：使用固定樣本計算，Wind，國投證券

　　圖8 相較于中性行業，支持與限制行業負債量變化情況 數據來源：使用固定樣本計算，2024年3月為相對于2023年12月的變化量，2024年3月限制類企業負債變化量為負，Wind，國投證券

　　圖9 相較于中性行業，支持與限制行業所有者權益變化情況 數據來源：使用固定樣本計算，Wind，國投證券

　　資本市場對于上述變化的看法，可從估值視角進行深入剖析。在2018年之前，紅線所代表的市盈率水平相較于藍線更為穩定。然而，2019年后兩者間的估值差距顯著擴大，直至2022年趨于平穩。進一步觀察市凈率這一估值指標，既相似又略有差異。

　　具體而言，在2019年之前，紅線估值略高于藍線，且兩者差距保持相對穩定。但自2019年起，這一差距急劇拉大，直至2024年上半年，紅線相較于藍線所代表的估值優勢遠超2018年之前的水平。

　　綜合上述兩種估值指標，資本市場當前普遍認為，紅線所代表的行業相較于藍線行業，擁有更高的凈資產回報率，且這一優勢較2018年前更為顯著。

　　從盈利增長的角度來看，紅線行業在2018-2021年間經歷了盈利增速的顯著加速，盡管2023年后增速有所放緩，但相較于藍線行業，其盈利增速的相對優勢僅回歸至2018年前的水平，而凈資產回報率仍維持較高水平。

　　合并上述財務指標變化與其他證據，資本市場顯然認為紅線行業有更高的相對凈資產回報率，更高的估值水平，進而吸引了更多資本與勞動力的流入。這一系列現象，無疑為經濟轉型提供了有力證據。

圖10 相較于中性行業，支持與限制行業PE（市盈率）變化情況

　　圖11 相較于中性行業，支持與限制行業PB（市凈率）變化情況 數據來源：使用固定樣本計算，Wind，國投證券

　　股價角度來看，我們將2018年股價設定為1，即該年度紅線與藍線代表支持與限制行業相對中性行業的股價均被標準化為1。不難發現，自2018年起，紅線總體呈現震蕩上行，而藍線則經歷了顯著下行，即代表未來行業趨勢的新興產業股價實現了顯著增長，而相對衰落的產業股價則遭遇了劇烈下跌。

　　回溯至2018年之前，情況恰好相反，從2009-2018年間，藍線所代表的產業股價漲幅更為顯著，而紅線所代表的產業則增長較為平緩。2018年成為轉折點，此后趨勢完全逆轉。這一股價變動，也是經濟轉型的實質性證據。

圖12 相較于中性行業，支持與限制行業股價變化情況 數據來源：使用固定樣本計算，Wind，國投證券

　　綜合上述分析，從產業結構角度來看，自2019、2020年以來，受多重因素影響，經濟產業結構正逐步向更中高端的制造業與現代服務業轉型。這一轉型不僅在經濟數據的多個維度上得到了穩定體現，而且在資本市場上也形成了較為穩固的映射。

　　疫后工作人口

　　與消費增長變化情況

　　接下來，我們觀察消費驅動的變化情況。以下散點圖橫向分析了中國各行政省份的中青年人口比例與消費增速的相關性，其中橫軸反映了各省份中青年人口的占比情況，即65歲以下人口占全部人口的比例，縱軸是疫情之前社會消費品零售增速。疫情前，兩個變量之間幾乎沒有相關性，彈性接近零；疫情后，二者呈現顯著的負相關關系，彈性很大。

　　疫情之后，年輕人口占比較高的省份其消費增速反而較低，而年輕人口占比較低的省份則展現出較高的消費增速。這種關聯在疫情之前并未顯現，因此疫情前的數據為我們提供了一個有效的對照樣本。通過這一對比，我們可以清晰地認識到，疫情或與之相關的沖擊對經濟結構產生了深遠且強烈的影響。在消費領域表現為，年輕人口越多則消費增速越低。

圖13 疫情前各省份社零同比增速與中青年人口數量的關系 數據來源：Wind，國投證券

　　圖14 疫情后各省份社零同比增速與中青年人口數量的關系 數據來源：23個省份公布了2024年1-5月社零進度數據，其余省份使用距離最近的進度數據，距離最遠為1-3月進度數據，Wind，國投證券

　　我們從人口流動角度來觀察，所得結論是一致的。具體而言，圖中橫軸衡量各省份常住人口的增速，人口流入會導致常住人口持續增長；縱軸則反映了這些省份社會消費品零售總額的增速。

　　在疫情發生之前，兩者之間呈現出顯著的正相關關系，且其彈性系數接近1，也就是一個省份的流入人口數量越多，其消費增速相應越高。然而，相同的數據結構應用于疫情后，卻發現了截然相反的結果。疫情之后，人口流入越多的省份反而消費增速越低。這一發現與我們所觀察到的年輕人占比對消費增速的影響高度一致。

圖15 疫情前人口流入更多（年輕人占比更高）的省份消費增長更快

圖16 疫情后更多（年輕人占比更高）的省份消費增速更低 數據來源：Wind，國投證券

　　為深入解讀上述結果，我們進行了面板回歸分析及其他相關研究，時間所限不便詳盡展開。但簡而言之，這一變化的核心根源在于疫情及其伴隨的沖擊對工作人口的長期收入預期及其確定性構成了深刻影響，進而引發了消費活動的收縮，這正是當前總需求不足現象的重要背景之一。在年輕人口占比較高的省份，這種影響更為強烈，從而導致了前文所述的結果。

　　相比之下，老年人口群體則表現出較強的穩定性。他們的主要收入來源，如社會保險、企業年金等，均具備完善的保障機制，每月領取的退休金數額穩定可預期，這種高度的確定性和穩定的增長性，使得老年人的消費模式未受波及，因而在老年人口占比較高的地區，消費表現更為穩定。

　　若將經濟轉型的過程分為兩個方向，其一為向更高的產業結構轉型，另一則為向更高的消費驅動轉型。從數據來看，目前產業結構轉型非常穩健，而轉向更高消費驅動的轉型動力不足。工作年齡人口遭受不利沖擊削弱了消費能力，對經濟構成了緊縮效應。

　　我們可以將經濟轉型比作在高速公路上駕車轉彎。在高速行駛中轉彎首先要減速并適時調整方向，以保持行車的安全與穩定。若繼續維持高速轉彎，不僅難以順利轉向，還極可能引發交通事故；反之，若車速過慢，也會引發一系列問題?；仡櫧陙淼呐?，可以認為“方向盤”已調整至相對正確的方向，但當前“車速”是偏低的。

　　因此，在當前的經濟環境下，應采取適當手段刺激消費，穩定工作年齡人口的長期預期，將促進消費增長作為經濟轉型的著力點。

　　(本文作者介紹：中國金融四十人論壇(CF40)是一家非官方、非營利性的專業智庫，定位為“平臺+實體”新型智庫，專注于經濟金融領域的政策研究。)