李奇霖：消费分析手册

作者：李奇霖 

来源：粤开奇霖研究

消费是保持经济平稳运行的“压舱石”，其重要性不言而喻，尤其是在我国强调内循环的当下，消费状况的变化更值得我们关注。

社会消费品零售总额是市场观察中国消费状况的最常见指标，我们本篇文章将为读者详细介绍它的概念、核算过程、分析方法以及常见误区，并最终用一个案例来说明我们具体该如何解读社零数据。

 1 

社会消费品零售总额概述

（一）社会消费品零售总额是什么？

社会消费品零售总额（下文简称“社零”），一般在每个月14-15号发布月度数据，算是当前市场观察中国消费状况最关键的指标之一。

先来看看统计局对社零的明确定义：企业（单位）通过交易售给个人、社会集团，非生产、非经营用的实物商品金额，以及提供餐饮服务所取得的收入金额。

其实从这个定义就可以发现，在解读社零数据时，有几个需要注意的问题：

第一，它的统计对象是企业/单位。即看企业/单位卖了多少，而不是消费者买了多少。

第二，既然社零是从卖方视角出发，那很多时候就不好区分是谁来买，所以社零涉及的消费者包括个人，也包括社会集团（政府、企事业单位等），范围相当广。

第三，统计的消费品主要是实物商品+餐饮服务，还有很多服务消费未纳入。

正是因为在统计方法、统计范围上的特殊性，社零数据和其他宏观消费数据有时候会出现背离。

目前可以获得的宏观消费数据，除了社零以外。还有两个：一是住户调查下的“人均居民消费支出”，二是GDP支出法下的“最终消费支出”。

社零考察的是企业/单位卖了多少，住户调查口径考察的是住户买了多少，两者的统计视角不同。

而GDP口径是推算数据，主要基于住户调查资料计算，但有时候也会参考企业销售数据，买卖方视角并存。

这个差别其实并不是很关键，毕竟买方支付金额和卖方售出金额，只是一枚硬币的正反面。不过，仅从这个角度来看，社零的数据质量会相对高一些，毕竟由企业端报送业务数据，比一个个调查消费者要来的更靠谱。

真正更需要关注的是三个指标在消费主体、消费内容方面的区别。

从消费主体来看，社零的统计范围最宽泛，包括了居民和所有社会集团消费。而住户调查口径只统计了居民消费，GDP口径包括政府消费和居民消费。

但从消费内容来看，社零又是最窄的，它只涵盖了实物商品消费和餐饮服务消费。而GDP口径、住户调查口径既涵盖了商品消费，又包括了各种服务性消费。

由于住户调查口径是季频数据，GDP口径是年频数据，时效性都不够好，所以在短期分析中，市场更喜欢看社零这一月频数据。

（二）社会消费品零售总额怎么核算？

根据社零定义可知，它的核算是围绕着企业/单位来展开的。那么哪些企业/单位被纳入了社零的核算范围？主要包括两类：

第一类是批发业、零售业、住宿业与餐饮业中的企业和个体户。

第二类是其他行业法人单位附营的相关产业活动单位。这个概念稍微需要解释下：比如某A工业企业同时经营一个工厂和一个超市，那么虽然A不属于批发零售业，但这个超市可以算作批发和零售业产业活动单位，纳入社零核算范围中。

这些核算主体，又可以分为限额以上单位和限额以下单位。

所谓“限额以上”，和工业数据中的“规模以上”其实是一个意思，都是指主营业务收入超过某一规模，只不过“限额以上”概念更常用在批发零售、住宿餐饮业。

另外，不同行业的“限额以上”划分门槛也有些区别：批发业为2000万，零售业为500万，住宿和餐饮业为200万。

针对限额以上和限额以下单位，社零的核算方式有所不同。

1）限额以上单位实施全面调查。

其中，限额以上企业可以通过联网直报系统，直接向国家统计局报送商品销售数据，批发和零售业企业根据《批发和零售业统计报表制度》中的E204-1表每月报送数据，住宿和餐饮业企业按照《住宿和餐饮业统计报表制度》中的S204-1表每月报送数据。

另外还有少量的限额以上个体户和产业活动单位，它们主要由地方统计局负责调查搜集原始数据，然后逐级上报给国家统计局。

国家统计局对这些限额以上数据直接进行汇总，得到限额以上的社会消费品零售数据。

由于限额以上社零主要通过联网填报，核算流程很简单，也很清晰，是社零统计中数据质量最高的一部分。

2）限额以下单位采用的是抽样调查+推算的核算方式，流程相对比较复杂，但统计方法至少是科学的，读者一般也不必深究。

考虑到限额以下社零占比目前高达60%左右，有兴趣的读者也可以简单了解下它的具体核算方式。核算流程列示在图表2中。

简单来说，第一步是抽样。通过分层抽样的方法，抽取出样本地区（调查全国哪些县/区）和样本单位（调查哪些限额以下企业/个体户）。

经过这个步骤，统计局把限额以下单位数量从几千万家缩小到了10万家样本单位左右，比较合理地控制住了统计工作量。

第二步是搜集数据和推算。通过单位自行填报或者调查员上门调查的方式，获得样本单位的本期、上期零售额数据，计算变动系数，接着一步步推算出各县/区和省的变动系数，再估算出各省本期的限额以下社零数据，再将省数据汇总至国家统计局。

比较遗憾的是，上述是季度限额以下社零的核算流程（目前只有季度调查），而月度限额以下社零的核算是个“黑箱”。在我们查阅的资料中，月度数据仅提到“以季度抽样数据为基础，结合行政记录等资料进行估算”，但具体的月度数据怎么推算、参考哪些资料，还不是很清楚。

既然谈到核算方法，最后有几个常见问题顺便说明一下：

第一，社零的核算主体，既有零售业单位，也有批发业单位（暂不考虑住宿与餐饮业）。

按理来说，名字都是社会消费品“零售额”了，为什么还包含批发业？

这里，我们首先要区分批发额和零售额。按统计局解释，批发额和零售额的划分标准主要在于售出商品的用途，而不是我们通常所理解的“量大就是批发、量小就是零售”，或者“to B是批发，to C是零售”。

批发额指“售给国民经济各行业用于生产、经营用的商品金额”。

零售额则指“售给个人用于生活消费和社会集团用于公共消费的商品金额”，简单来说，用于消费，而不是用于继续生产、经营。它和批发额是对立关系。

零售业单位可能既有零售额，又有批发额，批发业单位同理。

假如一家企业同时有批发额和零售额，那么基层统计人员可能会看情况把它划入批发业或者零售业，一般来说，批发额占比较高的划入批发业，反之则划入零售业。当然，有些统计人员也可能直接依据企业的工商营业执照的经营范围来划分。

不过属于零售业，还是批发业，这个划分不是关键，因为无论是批发业还是零售业企业，它们在填报统计数据时，都需要区分商品销售额和零售额（见上文图表1），商品销售额可以简单理解为批发额+零售额。

而只有零售额，会被纳入到社零统计范围中，它也最贴合“消费”这个经济概念。

早在2003-2009年，统计局还公布过限额以上批零企业的批发额数据，2012-2016年也发布过重点零售企业的商品销售额数据，但这些数据现在都已经停止公布了。

目前还保留的批发业与零售业零售额，对应的其实就是社零分项中的商品零售总额（注意不是“商品销售额”）。

这其中，真正比较棘手的问题在于批发额和零售额的划分。尽管两者的概念区分是比较清楚的，但在实际统计工作中不一定能真的落实到位，企业在填报过程中，有时很难避免主观性。从这个角度来看，社零的数据质量又不是那么高。

举例而言，超市卖给理发店的剪刀、毛巾，理论上来说都算作批发额（因为它用作生产经营），但在实际中其实很难与零售额做区分。

第二，社零的核算主体是企业/单位，是按照企业/单位主营活动所在地来统计的，这可能会导致什么问题？

比如一家开在上海的淘宝服装店，它的服装零售额都统计在上海社零中，但是来买衣服的消费者可能来自全国各地。所以这部分上海社零，显然不能真实反映上海地区的消费状况。

再比如，一家法人企业的销售网点/连锁店遍布全国，但是它的主要经营地在北京，那么这家企业在全国的零售额，都统一算作北京的社零。

因此，各地区的社零，并不能直接地反映这一地区的消费状况。尤其是在网络购物发达的今天，这一问题就更明显了。用一个地区的社零规模或者人均社零来反映该地区的消费水平，可能会产生误导。

与其说各地区的社零，反映的是该地区的消费状况，不如说社零反映的是这个地方的商业发达程度，一个地方的社零规模越大，说明有越多的店铺、商场、餐馆、酒店等业态在该地聚集。当然，这种聚集也和区域消费水平相关，但不完全等同。

 2 

如何解读社会消费品零售总额？

社零数据往往会和工业增加值、固定资产投资等宏观经济数据一起公布。尽管社零数据可能有这样或那样的问题，但毫无疑问它也是市场目前关注的焦点之一。对社零数据的解读，可以从总量和结构两个视角出发。

（一）总量分析

月度社零数据既有绝对值数据，也有同环比数据。首先来看社零绝对值，统计局会同时公布当月值和累计值，这两个值可以直接换算。

另外，与工业数据一样，为了消除春节错位因素带来的影响，1月和2月的社零数据一起调查、合并公布，没有各自的当月值，只有1-2月的累计值。

观察社零绝对值的年内变动趋势，可以发现一般四季度＞三季度＞一季度＞二季度，下半年的情况要好于上半年。

这一方面可能和人们的收入节奏有关，一般人均可支配收入会在二三四季度逐渐增长，尤其是12月-次年1月年终奖下发后，可能会大幅促进消费。

另一方面可能和人们的储蓄消费习惯有关，一般上半年人们会过的相对拮据一些，攒些钱等到下半年消费。

另外，还有假期因素干扰，比如十一假期、春节假期，都是比较重要的消费窗口，所在月社零规模都有冲高的迹象。

2020年受新冠疫情影响，1季度的社零绝对值表现明显弱于往年，并且在2季度疫情告一段落后，也并没有出现所谓的“报复性消费”，各月社零都没有超过2019年规模。

我们一般不关注绝对值，更关注同比。社零数据既披露名义同比，也披露实际同比。

和工业增加值同比一样，社零实际同比也是用价格缩减法，将名义值缩减为实际值，然后再计算同比。用来缩减的价格指数是商品零售价格指数，即RPI（注意不是CPI，CPI还包括了大量服务价格）。我们直接用社零实际同比+RPI同比，就可以相当好地拟合社零名义同比的走势。

当RPI同比出现较大波动时，比如2007-2011年，名义同比和实际同比走势会出现背离。而如果RPI同比保持平稳，那么两者的走势差别基本不大。

如果两者走势不出现明显差异的话，大多数时候市场会直接看名义同比，因为名义同比下还有很多分项，可以用来作结构分析。

就名义同比而言，用社零绝对值计算同比，大多数时候和官方公布的同比一致，但在部分时间段会出现存在差异。自21世纪以来，差异主要出现在2003-2006年，2010年、2015年还有2018年。

根据统计局的解释，2015、2018年的数据异常主要来自于统计修订。我们现在看到的名义值都是未经过调整修订的原始值，但是官方发布的同比数据都是基于调整后数据来计算的。

具体来看，第三次经济普查结束后，2013、2014年社零数据上调，但是我们看到的社零绝对值还是偏低的原始数据，所以2015年社零名义值计算出的同比会高于官方同比。而第三次全国农业普查结束后，2017年社零数据调整，使得2018年的社零同比数据也出现异常。

同理，2003-2006年、2010年的同比数据异常，虽然统计局没指明原因，但我们猜测可能也与第一次经济普查（2004年），第二次经济普查（2008）后的数据修订工作有关。

按照经营单位所在地的不同，可以将社零数据分为城镇社零和乡村社零。

自2010年以来，城镇和乡村社零各自所占的比例相当稳定，城镇大约占85-87%左右，乡村占13-15%左右。正如我们上文所说，地区社零不一定能反映各地区的消费状况，城乡社零也不一定能真实地反映城乡消费状况，这一点需要注意。

再从城乡社零增速来看，近年来城镇社零、乡村社零增速都在放缓，但后者一直略高于前者，这和汽车、石油及制品类表现较差，对城镇社零的拖累比较大有关，我们下文还会继续讨论这一点。

总的来说，城镇社零和乡村社零的同比变动走势接近一致，我们一般也不从城乡角度分析。

按照消费类型的不同，可以将社零分为商品零售和餐饮收入。

这两类社零所占比重也比较固定，其中商品零售占比为89%-90%左右，餐饮收入只占10-11%左右。

从同比来看，商品零售和餐饮收入有两个比较明显的走势背离时期。

一个是在2012-2013年，餐饮收入同比相对于商品零售而言，出现了更大幅度的下行，这是因为2012年推出反腐倡廉 “八项规定”，严禁公款大吃大喝、挥霍浪费，公款消费受到抑制，使得餐饮业受影响比较严重。

另一个是在2020年，同样是餐饮收入同比下滑幅度更大。这主要是因为防疫隔离措施下，居民出行受限，集聚性活动减少，因此线下餐馆、酒店等生意非常差，而实物商品多少还可以通过一些渠道（比如网购）销售出去，所以表现不至于那么差。

按照消费渠道的不同，社零可以分为线下零售额和线上零售额。

2015年后，统计局公布“网上零售额“这一指标，它指的是通过网络交易平台（既可以是自建平台，也可以是第三方平台）所形成的零售额，包括实物商品、虚拟商品还有服务类商品三类。

不过，因为社零是一个只包括实物商品零售和餐饮收入的指标，所以只有实物商品的网上零售额才会被纳入社零统计范围，非实物不纳入社零统计。

从网上实物商品零售额的当月值的年内变动情况来看，也是下半年高于上半年，但和社零稍有不同的是，6月和11月分别出现了一次高点，这可能是受国内电商平台的“618”和”双11”促销活动影响，导致线上零售额在短期内急剧增长。

再从增速来看，网上实物商品零售额同比增速在2019年之前一直保持着20%以上的高增速，增速始终超过社零总体增速。

这也使得实物商品零售额占社零比重在不断走高，从2015年初的8.3%左右，一路提升到2020年中的25%左右。数据比较符合我们对于这几年来网络电商和线上购物迅猛发展的的直观感受。

按照核算主体的不同，社零可以分为限额以上、限额以下社零数据。

首先说明一下，和工业数据一样，每年限额以上单位样本都会产生变化，因此官方公布的同比，是基于可比样本调整后的同比，如果直接用限额以上社零绝对值来计算同比，会受限额以上单位的样本调整问题的影响。

2013年后有一个比较奇怪的现象：限额以上社零同比持续低于总社零同比，限额以上的占比也出现了明显的走低。这似乎说明，限额以上企业（意味着更大的企业）的销售情况，竟然持续比限额以下企业表现更差。

这其中最主要的原因在于，近年来表现不佳的汽车类、石油及制品类社零，对限额以上和限额以下社零的拖累程度不同。

如果我们在限额以上社零中，扣除掉这两个类别，那么其实调整后的限额以上增速和总体社零增速的差距将大大缩小。

汽车、石油及制品是社零中影响力和波动率最大的两个类别，尤其是汽车。而提供此类消费品的企业，大都是限额以上单位。

所以，汽车类、石油及制品类对限额以上社零的影响力非常大（关于这一点在下一节会有更清晰的说明），但是对整体社零的影响力相对有限，在这两类商品消费阶段性走弱的情况下，会造成限额以上社零同比降幅大于总体社零同比。

（二）结构分析

社零包括商品零售和餐饮收入，商品零售又包括限额以上、限额以下商品零售。其中限额以上商品零售额（即Wind数据库中的“限额以上批发和零售业零售额”）有更详细的分类数据，各个分项的数据比较受市场关注，是我们对社零展开结构分析的基础。

不过，限额以上商品零售额占社零的比重不算很高，2012年以来平均在40%左右，解释力有限。

限额以上商品零售额一共有16类细分项目。就以2019年数据而言，占比最高的是汽车类（28.4%），其次是粮油食品饮料烟酒类（14.8%），石油及制品类（14.5%），服装鞋帽、针、纺织品类（9.8%）。其他12类商品的占比都相对比较低。

这里顺便提醒一下，在统计局发布的每月社零数据新闻稿中，披露口径和上图中展示的项目有点不同。

一方面，粮油食品、饮料烟酒类拆分成为了粮油食品、饮料、烟酒3个子项目来披露，另一方面，没有披露占比最小的书报杂志、体育娱乐用品2个项目，同时也没有披露“其他类”。所以最终在新闻稿中，披露的只有15个细分项目，而不是16个，并且这15个细分项目绝对量加总小于限额以上商品零售额。

统计局数据库中，可以获取到新闻稿中没有公布的类别，包括粮油食品饮料烟酒类、书报杂志类、体育娱乐用品类还有其他类的数据。不过2020年后其他类、粮油食品饮料烟酒类的数据已经停止公布了，我们现在只能看到粮油食品、饮料和烟酒3个子项目的最新数据。

这里我们暂时就先以16类商品作为划分口径。

为了方便分析，直接将限额以上商品零售额增速拆分为5个部分，包括汽车类，粮油食品饮料烟酒类，石油及制品类、服装鞋帽针纺织品类4类主要商品，以及作为一个整体的12类其他商品。

粮油食品饮料烟酒类、服装鞋帽针纺织品类的占比很高，但它们各自的波动不算太大。

12类其他商品的整体波动也相对较稳定。

而汽车、石油及制品这两类商品，则同时具备占比高、波动大的特点，是决定整体社零走势的最关键变量。

从图表17中可以看出，限额以上商品商品零售额增速的波动形态，基本上就是由汽车、石油及制品两类商品的增速走势所塑造的。所以，我们最关注的也是这两类。

这是一件好事，它意味着我们对社零的分析，可以简化为对汽车+石油及制品的分析。但也是一件坏事，因为这说明社零总量数据高度偏向于上述两类商品，因此所显示的消费信息并不全面。

1、汽车类零售额

消费和生产关系密切，再加上社零本来就是以企业销售数据为基础进行统计的，所以我们可以将汽车零售额同比与汽车制造业营收同比结合起来看。

当然，两者的差异也很明显：一是汽车制造业营收数据来自于汽车生产商，属于工业数据；而汽车零售额数据则更多地来自于汽车经销商，如汽车4S店等，属于批发与零售业数据（尽管也可能会纳入汽车制造业中的产业活动单位）。

二是汽车制造业营收数据，不区分是卖给了谁，作什么用途，但是汽车零售额在统计时，只统计那些非生产经营用的汽车。

不过从最终的数据结果来看，汽车零售额同比增速和汽车制造业营收同比还是有着比较高的同步性。

既然两者走势比较接近，那么不妨把汽车生产和消费放在一起分析。

《工业数据分析手册》曾提到，工业企业营收由工业增加值（量）和PPI（价）两个变量决定，汽车制造业营收也是如此。而汽车营收变动，几乎完全由工业增加值同比变动贡献，价格变动的影响力较小，所以我们更关注量方面的变化。

一方面，汽车工业增加值同比和整体工业增加值同比近年来都在趋势性下行，这和宏观经济基本面承压、需求相对低迷有关。

但另一方面，汽车行业的增加值同比，较之整体的工业增加值同比有着更明显的周期性。

这其中一个重要的影响因素就是汽车产业政策。

比如2009年，1.6升及以下小排量乘用车的车辆购置税由原来的10%降至5%，相当显著地刺激了汽车消费，然后随着2010年、2011年购置税逐步恢复至至7.5%和10%，又导致了汽车消费增速的快速下行。

2013-2014年也有一轮小周期，但这段时期没有特别的汽车消费刺激政策出台。汽车生产/消费的同比提升，更多是由于汽车库存周期触底（2012年12月汽车产成品存货同比跌至-1.75%）+终端需求好转（人均可支配收入回升）带来。

2015-2018年又重复了一轮和2009-2011年相同的政策操作。2015年10月到2016年末汽车购置税降至5%，2017、2018年政策退坡，购置税恢复至7.5%、10%。这也促成了汽车消费的新一轮周期，但这一次汽车消费的反弹力度明显弱于2009年。

2019年6月汽车零售数据的跳升，主要是因为多个省市提前于2019年7月执行国六排放标准，其中包括广东、山东等汽车销售大省。对于这些地区，国五标准的轻型汽车不得再销售和上牌。所以为了清理国五汽车库存，经销商在6月加大了促销力度。

2020年新冠疫情冲击下，汽车消费大幅下行，但随着各地汽车消费刺激政策出台，例如地方限购趋于放松、汽车消费补贴方案落地，汽车消费也在逐渐恢复。

某种意义上而言，汽车消费刺激政策和基建政策、地产调控政策一样，都是稳经济的重要抓手。例如2009年和2015年都是中国经济下行压力增大的时间点，政府通过出台刺激政策，拉动汽车消费以对冲经济下行。

不过，每一次短期政策刺激其实都是在提前透支需求，所以当政策力度消减时，汽车消费增速也会随之下降。

另外，还有两个市场常用的汽车消费观测指标，一个是乘联会口径的乘用车销量（既有批发量，也有零售量），另一个是中汽协口径的汽车销量。

我们将这两个指标和统计局-汽车零售额的差异列示在图表20中。它们最主要的差异有三个：

1）统计局-汽车类零售额是一个同时包含了量、价的数据，即卖了多少钱，而乘联会、中汽协口径下的汽车销量，是只纯粹反映“量“的数据，即买了多少辆车。

2）统计局-汽车类零售额是由调查单位联网直报，搜集的是终端零售数据。而乘联会数据是由各会员单位搜集销量数据，然后汇报至乘联会（意味着精确性会打折扣），它既有零售也有批发口径，我们这里选择的是零售口径。中汽协数据则统计的是车企卖给经销商的销量数据，而非终端销售数据，它更贴近批发的概念。

3）乘联会口径覆盖的汽车类型最少，只有乘用车。中汽协口径除了乘用车以外，还有商用车。而统计局口径覆盖的汽车类型最广，基本上有四个轮子的都算，并且还包括了汽车底盘和汽车配件等的零售额。

这些差异主要影响的是绝对值规模，我们更关注的是同比。事实上乘联会、中汽协口径下的两个数据同比走势很接近，它们和统计局汽车类零售额同比的走势相关性很高。

另外，乘联会口径下的汽车销量还有周度高频数据。因此，尽管乘联会口径汽车销量数据有一些缺陷，比如不是官方数据、覆盖车型有限等，但是因为数据时效性好，是市场最常用来分析汽车消费趋势、预测汽车零售额的指标。

从2015-2020年这一时间段来看，用乘联会数据预测统计局汽车零售数据，胜率大约在65%左右。

2、石油及制品类零售额

再来讨论石油及制品零售额，这也是一个波动比较大的社零分项。但它的波动主要由价格带来，而不是由量的变化带来。

石油及制品零售额不披露实际同比，也没有完全对应的价格指数。要理解它的量价关系，有两种办法：

一种方法是分析对应的工业数据。石油及制品类零售额同比，与石油冶炼和化工行业的营收同比高度相关（和上文提到的汽车销售/生产逻辑上是一样的）。而在工业数据分析中我们曾提过，石油冶炼和化工行业的营收同比基本都是由PPI同比来推动的。

另一种方法是直接看相关的价格指数，比如商品零售价格指数中的燃料项、中国物流指数中心发布的石油及制品价格指数，它们和石油及制品零售额的名义同比，走势相关性很强。

上述价格指数，又和原油价格同比变动密切相关。

原油价格一方面受供给端影响非常大。典型事件如2014年下半年OPEC为了打压美国页岩油，开动价格战，开始增产石油，导致全球石油市场供过于求，石油价格快速跳水，直到2016年末OPEC又达成了新一轮减产协议，才止住了石油下跌趋势。

而这一轮油价暴跌，也正是我国2015年石油及制品类零售额名义同比跌破0%的关键原因。

另一方面，原油价格与全球经济需求的关联也非常紧密。比如金融危机后，尽管全球逐渐走出阴影，但需求仍然相对疲软，因此油价上涨力度有限，同比持续下行了很久。2018下半年及之后的油价同比下跌，也主要受全球经济增速放缓影响。

总体来看，石油及制品类零售额这一项分析起来其实很简单，基本只需要跟踪石油价格就好。石油价格可以看日频的WTI原油现货价格。用WTI原油现货月均价同比来预测石油及制品类零售额同比的变化方向，胜率也在65%左右。

3、其他商品类别

除了汽车类和石油及制品类以外，还有其他14类商品。

市场上习惯于把这些商品分为两类来分析：一类是必选消费品，另一类是可选消费品。前者比较接近于我们所说的“刚需”，而后者则属于可买可不买的商品范畴（当然这都是针对大众视角而言）。不过具体到哪些商品该属于必选/可选消费，市场观点存在分歧。

进一步来看，必选消费，就意味着无论经济好坏，消费者都需要购买，所以它的周期性会弱于可选消费，同比波动会更小。

用2002-2019年间，各类商品同比增速的标准差来量化其波动性，可以发现日用品、食品饮料、中西药品等商品的波动性都相对较小，这些都是比较典型的必选消费品。

汽车、通讯器材、金银珠宝、建筑装潢材料等则是典型的可选消费品，同比波动较大。

而服装、文化办公用品等商品，属性比较模糊，处于中间地带，所以有机构把它们归为必选消费，也有机构把它们归为可选消费。

另外，还有个比较违背直觉的商品类别：化妆品。理论上来说它应该属于可选消费（一般市场也是这么归类的），波动性会比较大，但它竟然是社零中波动性较小的分项之一。

不过如果了解统计局的定义，可能就不会对这一点感到惊讶——因为“化妆品”的定义范围其实相当宽泛，洗面奶、洗发露、沐浴露等全都属于化妆品，而这些其实都是家中常备产品。但化妆品在限上商品零售额中的占比不是很高（2%），所以归为哪一类，其实影响不会很大。

参考各商品类别的波动性，我们最后对必选消费、可选消费（不含汽车类、石油及制品类）的分类如下表所示。其中，前者占限额以上商品零售额比重大概在26.6%左右，后者大概占27.5%左右。

2012年后，中国经济增速换挡，可选消费、必选消费增速均处于下行通道中。

可选消费（剔除汽车、石油及制品）与必选消费的同比变动趋势其实并没有明显差异，不过在经济下行压力比较大的时候，可选消费的降幅的确也更大。比如2018-2019年经济承压期，可选消费和必选消费之间的裂口在逐渐走阔。

2012年以来真正表现最差的还是我们上文中提到的汽车+石油及制品类，这个合并项的同比持续低于必选消费品和其他可选消费品，并且多次向下突破0%，给限额以上社零增速造成了很大拖累。

也正是因为如此，汽车+石油及制品类占限上商品零售额比重，从50%一路下滑到了38%左右，而必选消费、其他可选消费占比均有所提升。

必选消费品在2015年后的同比走势都比较平坦，不过2020年新冠疫情冲击后，各商品走势出现分化。

1）化妆品、日用品受疫情冲击较大，但是反弹也非常迅速，目前两者的同比基本已经回到疫情前水平。

2）中西药品零售额同比受疫情影响较小，仅是短暂的小幅回落，但很快又转为回升，这和疫情期间居民购买医药用品、储备防疫物资密切相关。

3）粮油食品类零售额同比在2020年1季度不降反升，主要还是受食品类RPI继续冲高带动，即由价格驱动。随着价格高位不再，二季度食品类零售额同比也逐渐回落。

各类可选消费品2015年以来的同比变动也比较一致，总体来看逐渐趋缓下行。2020年新冠疫情对可选消费品的冲击明显更为严重，从一些重点商品的表现来看：

1）服装鞋帽针纺织品类在2020年3月的同比一度下探到-34.8%。直到8月增速才回归正区间。

2）家具类、建筑装潢材料类、家用电器和音响器材类这三类商品受疫情冲击也比较大，在2020年一季度的降幅一度达30%以上。

值得一提的是，这三类商品一般会被认为与地产走势相关，往往比较受市场关注。

逻辑上它们和地产的确存在联系：地产好转可能会带动建筑装潢材料的销售，也可能会带动后期居民购置家具、家电的需求。

但从数据走势来看，2014年之后这些商品零售额的同比，和地产投资的相关性已经大大削弱了，和地产销售、地产价格之间的相关性也不强。

3）通讯器材是所有可选消费中表现最亮眼的一类，2020年1季度同比降幅相对较小，随后很快就又反弹至高位，这大概率受益于疫情时代的线上办公需求猛增。

（三）如何看待近几年的实际消费状况？

读者大概已经注意到了这一现象：自2012年以来，社零增速在持续下台阶。这其中，汽车+石油及制品的拖累的确是一个重要因素，但不止如此，其他可选消费品的零售额同比也在缓慢下行。

结合第一章中提到的其他两大消费指标，GDP口径下的最终/居民消费支出、住户调查口径下的人均居民消费支出，我们可以更客观地评估中国消费状况。

从同比增速来看，三个指标在大方向上变动比较一致，趋势都是朝下。这说明在中国经济承压趋缓的现实状况下，整体的消费形势确实不太好。

不过GDP口径和住户调查口径下的消费支出增速，韧性相对更强一些。GDP最终消费支出增速曾于2016-2017年反弹，住户调查口径人均消费支出增速于2018年反弹。而社零增速的下滑态势更明显，持续时间也更长。

那么中国实际的消费状况究竟如何？

如果我们同时认可这三个消费指标的数据质量，并且不考虑核算方法带来的误差因素，那么这三个指标间的走势背离，主要就是由它们之间的统计范围差异所带来的。

两个最主要的差异：一是消费主体，二是消费内容。

先来看消费主体。社零的统计范围是最宽的，同时统计了居民和社会集团消费。而住户调查-居民消费支出只统计了居民消费，GDP-最终消费支出只统计了居民+政府消费，所以我们首先要搞清楚，社会集团消费在社零中的占比有多少。

由于并没有公布居民和社会集团的社零分项数据，所以我们只能做比较粗糙的推算。

先来看其他两个指标，GDP最终消费支出中包括政府消费支出（30%）和居民消费支出（70%），2019年GDP最终消费支出为55.1万亿，居民最终消费支出为38.6万亿。

再用住户调查中的人均消费支出×平均总人口，也可以大致估算出一个居民消费支出的总量数据。2019年这个数据为30.1万亿元，比GDP-居民最终消费支出要更小。

这一方面是因为住户调查-居民消费支出的统计类别，要比GDP-居民最终消费支出少 “金融中介服务”、“保险服务”这两项，所以数据量会偏低。

另一方面，住户调查样本中，高收入户的样本代表性较差，再加上其他样本的少报漏报现象，所以住户调查显示的消费支出往往偏低，GDP会参考更多的数据资料进行计算。

此外，用人均数据×人口，直接与总量数据对比，可能因为过于简化，也会带来误差。

我们暂时先选择GDP-居民最终消费支出。它同时包括货物消费和服务消费。2018年3季度以来，统计局按季公布货物和服务消费的占比，其中货物消费占比大约稳定在50%左右。

由此可推算出，2019年GDP-居民最终货物消费支出约为19.3万亿。

假如用该数据，直接代替社零-商品零售额中的居民消费部分，那么可以大致得到2019年居民商品零售额占社零-商品零售额的比重约为52.9%。历史上这个估算比例平均在51%左右。

除了商品零售额外，社零还有餐饮收入。但是没有很好的指标来估算居民和社会集团的餐饮消费占比。不过餐饮收入占社零比重只有10%，影响不大，我们就简单假定居民餐饮消费占比为50%，和商品零售额占比一样。

这么来看，居民消费和社会集团消费在社零中大约各占一半。

当然，由于社零和GDP的统计方案不一样，这显然不是一个精确的结论。但我们至少可以肯定一件事，那就是社会集团消费在社零中的占比不会太小。

而所谓的“社会集团消费”，很难说到底有多少真正属于消费性质，又有多少属于投资性质（正如我们上文所说，填写报表的企业其实很难分清楚卖出去的这些商品是否用作了生产经营）。

假如社零中掺杂了比较多的投资品，那么社零增速的下行，可能也和近年来投资的走弱有关。

再来看消费内容方面的差异。社零是范围最窄的，只有商品零售和餐饮服务，那么有多少服务消费是社零未包含的呢？

2019年，GDP-居民最终服务消费支出约为19.1万亿元，而社零中的餐饮收入为4.7万亿，简单假定社零的餐饮收入中50%由居民带来，那么大约还有16.8万亿元的居民服务消费没有纳入到社零中，占2019年社零比重约40%。

所以也有一种可能是：中国消费正更多地向服务消费形态转化。例如旅游、休闲娱乐等居民服务性消费支出在逐步扩张（与之相对应的是中国第三产业对GDP贡献率持续增长），但这种扩张并没有在社零数据中反映出来。

综上，三大消费指标均显示出，近年来中国消费状况较为低迷。这一点完全可以从最简单的角度理解——伴随着中国经济承压趋缓，人均可支配收入增速下行，消费增速自然也受到了压制。

但中国实际消费状况可能并没有社零表现得这么差。一是社零统计掺杂了较多社会集团消费，二是社零统计中又缺少了大量服务消费。三是社零过度偏向汽车、石油及制品类，这些因素都可能使得社零增速的下滑趋势更为明显。

3

案例解读：2020年8月社零数据

第2章其实是给了一个分析框架，按照这个框架，读者可以比较全面、系统地解读社零数据，接下来我们来讲讲这个框架在实践中怎么运用。

假如回到2020年9月15号，一份刚出炉的8月社零数据放在我们面前，具体该怎么分析？

首先肯定是看社零增速。

8月社零当月同比为0.5%，是2020年的首次转正，基本符合Wind一致预期（0.57%）。

同时，8月社零同比较前值高了1.6个百分点，季调环比达1.25%为年内最高，显示出消费延续了疫后修复趋势，并且相较于5-7月数据而言，斜率没有再继续放缓。

而社零实际同比，和名义同比的变动趋势几乎没有差别，可以排除价格因素影响，说明是“真修复”而不是“假修复”。

所以，消费稳步向好，修复略有加速，释放的信号相对积极，但也没有明显超预期——这是我们对8月社零数据的初步印象。

接着我们可以把社零的几个大类分项快速扫描一遍，看看有没有什么异常值。

第一，限额以上消费品零售额同比增速为4.4%，增长了2.2个百分点，表现要好于社零整体增速（0.5%，+1.6个百分点）。

直观上考虑，这可能反映了疫情冲击过后，规模更小的限额以下批零、餐饮企业，生存普遍要更艰难一些。

不过第2章也提到过，限额以上社零的走势，严重受汽车+石油及制品类商品走势的支配。所以，这会不会是这些商品的零售状况好转，带动了限上数据相对走强？下文将看到，这2类商品的零售增速在8月都是走弱的，所以这一点不成立。

第二，商品零售和餐饮收入同比回升至1.5%和-7%，分别增长了1.3和4个百分点。

这释放了两点信息。一方面，餐饮为代表的服务消费，受疫情冲击比较严重，当前依然落在负区间，表现弱于商品消费。

但另一方面，餐饮服务消费自6月以来有加快修复的迹象，和商品消费之间的增速差在缓慢收敛。

第三，网上商品和服务零售额1-8月累计同比从9%升至9.5%，其中网上实物商品零售额累计同比从15.7%提升到15.8%，增速依旧较高，且在继续提升，但斜率明显放缓。这也导致实物商品网上零售额占社会消费品零售总额的比重，在8月有所滑落。

合理的解释是，线下消费活动正在不断好转，对线上消费产生了一定的替代效应。这和餐饮消费（也主要是线下）的加速复苏，逻辑是相同的。

总结一下，社零的几个大类分项看过之后，值得关注的信息有两个：

一是餐饮+线下消费的确受疫情冲击很严重，但最近出现了修复加快的痕迹。将这一点继续拓展，可以猜测在中国疫情防控得力的情况下，包括餐饮在内的线下场景消费和服务消费可能已经在好转的路上，8月服务业PMI指数的大幅走强，也可以印证这一点。

二是限额以下社零恢复速度较慢，小微企业的处境可能仍然比较艰难。

接下来一步的重点工作，是通过拆分商品零售的细项，来分析社零增长的质量。

8月限上商品零售同比增速为5.1%，较前值提升2.1个百分点。参考第2章方法，将2020年前8个月的限上商品零售增速分解为5个部分：汽车类、石油及制品类、食品饮料类、服装类还有其他12类商品。

汽车零售，依然是2020年决定社零走势最重要的变量。受各地汽车消费刺激政策提振，它的增速在今年快速好转，是社零回升的重要动力。

不过到了8月，汽车零售同比略降0.5个百分点（但仍处于高位11.8%），并不是这次限上商品零售增速回升的原因。

石油制品类零售在今年一直是拖累项。尽管随着2-4月复产复工，石油及制品类零售增速有所好转，但受今年油价持续低迷影响，在4-8月，它始终稳定在-13%到-14%左右的低位。

其他12类商品的回升（+2.2个百分点），其实是8月限上商品零售增速回升（+2.1个百分点）的最主要因素，值得进一步关注。

我们把粮油食品类、服装类商品、其他12类商品一同纳入考量，并将它们继续分为必选消费和可选消费两个部分。

总体来看，可选消费在8月份有了很明显的好转，整体表现要优于必选消费。

先来看必选消费。8月粮油食品饮料烟酒类零售额同比增速收窄2个百分点，对限额以上商品零售增速略有拖累，这主要是猪价涨幅回落，带动食品RPI同比增速下跌所致。

除了食品饮料类零售额以外，中西药品、日用品、化妆品等其他必选消费，对限额以上商品零售增速的拉动都有所提升，但作用也都相对有限。

再看可选消费。8月通讯器材类零售表现非常强劲，同比增速从11.3%提升至25.1%，对限上商品零售增速的拉动点数从0.36提升至0.84个百分点。这也再次印证了疫情时代下线上办公需求的高增。

而服装鞋帽针纺织品类、家用电器和音像器材类、文化办公用品类3类商品的同比增速，提升幅度也比较大，分别为6.7、6.5、8.9个百分点，对社零增速的拉动作用也明显改善。

通过上述数据，我们可以得出大致结论：尽管8月限上商品零售增速提高2.1个百分点，要弱于7月（2.6个百分点），但数据质量要明显要好于7月。

因为，7月数据基本上是汽车零售一枝独秀，其他商品零售表现都较差，但8月数据则是汽车消费稳健+可选消费回升的组合，这更能反映一种普遍的消费回温迹象。再加上我们上文提到的服务消费也在好转，释放的信号就更显积极了。

在对8月社零进行了解释后，接下来可以进一步对9月社零数据进行预判。不过社零数据缺乏可靠的前瞻性指标，只能通过拆解分项来粗略判断。

从汽车消费来看，乘联会高频数据显示9月汽车消费继续好转，这意味着9月汽车零售额同比增速大概率将提升。

同时，目前疫情防控很到位，对大众生活出行的冲击已经在渐渐消解，服务+线下消费将继续修复，例如餐饮收入，以及比较依赖线下消费场景的服装、家电类零售等，可能会在9月延续回升趋势。

汽车消费、餐饮+线下消费，这预计将是支撑9月社零回升的两股重要力量。

另一方面，高频数据显示9月猪价同比已经转入下行通道，WTI原油价格、黄金价格同比也均略有下跌，可能会带动食品饮料类、石油及制品类、金银珠宝类零售额同比走弱。此外，通讯器材类零售同比增速在今年8月已经到达了25%的高点，由于去年9-10月通讯器材类零售走强，高基数影响下，今年9-10月增速可能也会阶段性走弱。这些因素会对社零回升造成拖累。

综上，9月社零数据大概率出现的情况是：继续回升（消费修复的节奏并不会断），但回升斜率可能会持平或有所放缓。