疫情沖擊下消費(fèi)券政策效果評(píng)估與特征研究

孫克競(jìng) 湯廷玥

內(nèi)容提要：為應(yīng)對(duì)新冠疫情對(duì)經(jīng)濟(jì)造成的沖擊，發(fā)行消費(fèi)券成為地方政府提振消費(fèi)、穩(wěn)定經(jīng)濟(jì)運(yùn)行的政策選擇。本文依據(jù)2020 年2 月至12 月全國9 個(gè)省份共56 個(gè)城市的月度數(shù)據(jù)為研究樣本，基于多期雙重差分模型、三重差分模型及合成控制法分析消費(fèi)券的總體政策效果與定向發(fā)行的影響特征。研究結(jié)果表明：消費(fèi)券政策對(duì)提振零售消費(fèi)起到顯著的正向推動(dòng)效果；消費(fèi)券政策作用具有滯后性，該現(xiàn)象與各城市數(shù)字化政務(wù)建設(shè)的水平和群眾消費(fèi)偏好有關(guān)；在連續(xù)多期發(fā)行的情況下，定向發(fā)行消費(fèi)券相對(duì)于非定向發(fā)行的拉動(dòng)作用更大，影響效果更理想，而非定向發(fā)行的城市在后期的消費(fèi)增長速度較前者同期更快，增長趨勢(shì)更強(qiáng)勁。同時(shí)，通過核驗(yàn)2021 年消費(fèi)券政策刺激效應(yīng)的結(jié)果表明，在疫情持續(xù)沖擊且政府長期多次發(fā)行的情況下，消費(fèi)券仍能有效刺激消費(fèi)。為此，建議在各地的消費(fèi)券政策設(shè)計(jì)中，應(yīng)該進(jìn)一步提升對(duì)低收入群體的精準(zhǔn)定向投放力度，加快推進(jìn)數(shù)字化政務(wù)建設(shè)，提高群眾對(duì)惠民政策信息的獲取速度和廣度。

一、引 言

新冠疫情突發(fā)為我國經(jīng)濟(jì)平穩(wěn)運(yùn)行帶來了顯著的外部沖擊，國家統(tǒng)計(jì)局公布2020 年第一季度GDP 同比下降6.8%，失業(yè)率達(dá)到5.8%。全國居民人均可支配收入扣除價(jià)格因素后實(shí)際下降3.9%，收入的下降同時(shí)也導(dǎo)致了消費(fèi)的大幅下滑，第一季度的全國居民人均消費(fèi)支出同比下降8.2%。不同于以往應(yīng)對(duì)經(jīng)濟(jì)危機(jī)時(shí)以投資為主導(dǎo)的大規(guī)模經(jīng)濟(jì)刺激政策，從本次疫情影響的廣度和深度來看，供給側(cè)的投資拉動(dòng)難以在短時(shí)間內(nèi)有效解決需求端的消費(fèi)不足問題。因此，從2020 年4 月開始我國許多地方政府采取了發(fā)行消費(fèi)券的應(yīng)對(duì)政策以實(shí)現(xiàn)刺激消費(fèi)、保障民生、助力復(fù)工復(fù)產(chǎn)的目的。相對(duì)于部分西方國家采取的全民現(xiàn)金補(bǔ)貼政策，我國地方政府制定的消費(fèi)券政策在發(fā)行對(duì)象、補(bǔ)貼商品、使用與核銷方式等方面具有較為明顯的針對(duì)性。那么，消費(fèi)券政策的實(shí)施效果究竟如何？定向發(fā)行等因素對(duì)政策效果具有怎樣的影響？對(duì)以上問題的回應(yīng)與經(jīng)驗(yàn)總結(jié)將為后疫情時(shí)期我國地方政府經(jīng)濟(jì)刺激預(yù)案的完善及民生保障機(jī)制的不斷健全提供極具價(jià)值的案例參考。為探究地方政府保持多輪持續(xù)發(fā)行消費(fèi)券是否能夠有效帶動(dòng)消費(fèi)，以及定向發(fā)行的影響程度和時(shí)效性，本文將采用多期雙重差分模型（DID）、三重差分模型（DDD）及合成控制法，基于全國9 個(gè)省份56 個(gè)城市的面板數(shù)據(jù)建立計(jì)量模型，對(duì)2020 年3 月至12 月中地方政府連續(xù)多輪發(fā)行消費(fèi)券的政策刺激效果展開評(píng)估，對(duì)2021 年實(shí)行效果進(jìn)行核驗(yàn)，并在實(shí)證結(jié)論的基礎(chǔ)上提出相應(yīng)的政策建議。

二、文獻(xiàn)綜述

消費(fèi)券是指為了刺激消費(fèi)增長，由政府發(fā)行的針對(duì)特定行業(yè)消費(fèi)活動(dòng)的代金券。消費(fèi)券的出現(xiàn)可追溯至20 世紀(jì)美國大蕭條時(shí)期的“補(bǔ)充營養(yǎng)協(xié)助計(jì)劃”。美國政府為保障大量失業(yè)工人、低收入人群的基本生活需求發(fā)行食品券，并且后續(xù)有學(xué)者發(fā)現(xiàn)該福利的增加導(dǎo)致美國家庭的糧食預(yù)算份額增加，且超出了理論預(yù)測(cè)范圍（Beatty&Tuttle，2012）。之后，消費(fèi)券政策成為市場(chǎng)經(jīng)濟(jì)國家應(yīng)對(duì)經(jīng)濟(jì)衰退以及調(diào)節(jié)收入分配的手段之一。1999 年，日本政府為應(yīng)對(duì)房地產(chǎn)和股市泡沫破滅而造成的經(jīng)濟(jì)低迷，發(fā)行了針對(duì)特定群體的“地域振興券”消費(fèi)券。該項(xiàng)目主要以服飾、食品類非耐用品為主，經(jīng)Hsieh et al.（2010）研究表明消費(fèi)券對(duì)半耐用消費(fèi)品的支出有積極影響，但對(duì)非耐用商品或服務(wù)卻沒有明顯的作用。為刺激消費(fèi)，也有部分國家和地區(qū)采用發(fā)放現(xiàn)金的形式?jīng)_抵重大突發(fā)公共事件的負(fù)面支付影響。例如，日本為收入受損的困難家庭和個(gè)人提供現(xiàn)金支持，韓國對(duì)于收入水平在后70%的家庭實(shí)行臨時(shí)災(zāi)害現(xiàn)金補(bǔ)助，新加坡對(duì)由于疫情而受損的居民建立臨時(shí)救濟(jì)基金和支持補(bǔ)助金，美國對(duì)失業(yè)工人或低收入人群提供失業(yè)救濟(jì)金和刺激支票補(bǔ)貼，英國的“工作保留計(jì)劃”通過雇主為受疫情影響而無法工作的個(gè)人發(fā)放現(xiàn)金支持、澳大利亞對(duì)享受18 種社會(huì)福利的約650萬公民提供一次性現(xiàn)金補(bǔ)助，意大利和加拿大為工作受到疫情影響較大的人群提供現(xiàn)金補(bǔ)貼（岳經(jīng)綸和方珂，2020）。

與上述提到的普遍采用發(fā)放現(xiàn)金的國家所實(shí)施的普惠政策不同，我國均采用全面普惠型補(bǔ)貼政策，從補(bǔ)貼方式來看仍可由直接收入保護(hù)（現(xiàn)金）和間接收入保護(hù)（消費(fèi)券）的角度區(qū)分。例如，我國的港澳臺(tái)地區(qū)傾向于發(fā)放現(xiàn)金補(bǔ)貼，香港特區(qū)政府于2020 年4 月8 日宣布推出超過1000 億港元的救濟(jì)計(jì)劃以補(bǔ)助受到影響的企業(yè)員工；而內(nèi)地各省份則在“非典”、2008 年金融危機(jī)和本次新冠疫情期間都運(yùn)用消費(fèi)券來拉動(dòng)消費(fèi)。這是因?yàn)閮?nèi)地居民通常擁有較強(qiáng)的儲(chǔ)蓄習(xí)慣，并且近期也有研究表明，在經(jīng)濟(jì)政策不確定性較高的背景下，預(yù)防性儲(chǔ)蓄會(huì)導(dǎo)致群眾減少消費(fèi)而增加儲(chǔ)蓄，進(jìn)而并不能達(dá)到有效刺激消費(fèi)的目的（李成和于海東，2021）。另外，如果我國按照現(xiàn)金發(fā)放的方式實(shí)行，發(fā)放的財(cái)政補(bǔ)貼資金不僅有極大概率會(huì)流向儲(chǔ)蓄賬戶，還可能流向一些投機(jī)板塊、造成泡沫增長，反而不利于社會(huì)經(jīng)濟(jì)復(fù)蘇（于海峰和王凱蕾，2020）。不同國家和地區(qū)需要根據(jù)當(dāng)?shù)亟?jīng)濟(jì)情況等條件差異，自行制定合適的應(yīng)對(duì)或刺激政策。目前，對(duì)于消費(fèi)券政策是否能夠真正起到刺激消費(fèi)的作用，在學(xué)界始終存在不同觀點(diǎn)。

對(duì)支持方來說，韓芳（2009）認(rèn)為在合理干預(yù)下，政府以市場(chǎng)為導(dǎo)向?qū)嵤┫M(fèi)券政策可以有效改善市場(chǎng)失靈，提高資源配置效率。不少學(xué)者在探究消費(fèi)券影響的時(shí)效性時(shí)得出，消費(fèi)券政策的乘數(shù)效應(yīng)可以作為拉動(dòng)內(nèi)需的應(yīng)急方式，雖然不能解決根本問題，但是可以在短時(shí)間內(nèi)刺激經(jīng)濟(jì)回暖（林素鋼，2009；馮靜，2010；羅凱和王弟海，2010）。同時(shí)，柳思維（2020）認(rèn)為在政府財(cái)政能力可負(fù)擔(dān)的情況下，發(fā)行消費(fèi)券和擴(kuò)大投資相配合有助于迅速回補(bǔ)消費(fèi)，緩解疫情沖擊。實(shí)證研究則表明，當(dāng)消費(fèi)券中居民支付和政府補(bǔ)貼的平均比例達(dá)到5.5∶1 時(shí)，可同時(shí)實(shí)現(xiàn)刺激消費(fèi)和以新增稅收填補(bǔ)轉(zhuǎn)移性支出的作用，避免財(cái)政負(fù)擔(dān)加重（王成和Jamal Khan，2020）。屈亞星（2021）根據(jù)更具體的案例分析表明，新冠疫情期間我國部分地方政府實(shí)施的消費(fèi)券政策撬動(dòng)消費(fèi)的杠桿率平均可達(dá)3.7倍。Cvelbar et al.（2021）根據(jù)當(dāng)?shù)叵M(fèi)數(shù)據(jù)統(tǒng)計(jì)得出，斯洛文尼亞旅游局運(yùn)用住宿消費(fèi)券成功抑制了酒店客房需求下行趨勢(shì)。此外，消費(fèi)券政策在收入分配方面的積極作用也應(yīng)得到重視。弱勢(shì)困難群體更容易受到疫情的沖擊，為避免福利對(duì)象偏離情況的發(fā)生，依照公平與效率，針對(duì)低收入、失業(yè)人群精準(zhǔn)發(fā)行特定消費(fèi)券可以起到保障民生，維護(hù)社會(huì)穩(wěn)定的作用（李彥璋，2021；劉長喜，2021；熊偉，2021）。

反對(duì)方則認(rèn)為，消費(fèi)券政策的替代效應(yīng)更為顯著，其對(duì)消費(fèi)的刺激作用有限，且存在對(duì)不同消費(fèi)者和補(bǔ)貼品的影響差異（葉建華，2009；薛菁和毛程連，2010）。在經(jīng)濟(jì)下行、增長乏力的大背景下，發(fā)行消費(fèi)券僅僅是一次性短期經(jīng)濟(jì)行為并且存在較大概率的流動(dòng)性陷阱（左小蕾，2009）。也有研究表明，手機(jī)端移動(dòng)優(yōu)惠券會(huì)因?yàn)榧ち业膬r(jià)格戰(zhàn)而損害零售商的利潤空間，其不對(duì)稱性可能削弱企業(yè)間的價(jià)格競(jìng)爭能力，降低社會(huì)福利（Luo et al.，2020）。常偉（2009）指出若受限于地方財(cái)政政策和法律約束，消費(fèi)券可能會(huì)導(dǎo)致不公平或低效率的執(zhí)行結(jié)果。另外，政府用于發(fā)行消費(fèi)券的資金所占用的地方財(cái)政支出，可能會(huì)通過提高稅收或借債的利率擠出對(duì)私人消費(fèi)或投資。

目前，國內(nèi)現(xiàn)有消費(fèi)券政策相關(guān)的實(shí)證計(jì)量研究相對(duì)較少，方法多為雙重差分模型和問卷數(shù)據(jù)分析。林毅夫等（2020）的實(shí)證研究結(jié)果表明，消費(fèi)券政策總體和定向發(fā)行措施均能促進(jìn)消費(fèi)的提升，并建議采用大數(shù)據(jù)精準(zhǔn)幫扶的形式重點(diǎn)為特殊人群和行業(yè)發(fā)行消費(fèi)券；吳翌琳和張旻（2021）運(yùn)用PSM-DID 模型回歸得到相似結(jié)果，并在多方面對(duì)不同城市進(jìn)行異質(zhì)性檢驗(yàn)，分析城市差異對(duì)消費(fèi)券效果的影響；李天一（2021）則主要聚焦于中小微企業(yè)的經(jīng)營情況進(jìn)行消費(fèi)券效用分析，發(fā)現(xiàn)發(fā)行后期并不存在“擠出效應(yīng)”，且刺激效果與發(fā)行形式、消費(fèi)設(shè)置、是否定向等多因素有關(guān)；吳鵬躍和吳詩意（2021）運(yùn)用SARIMA 模型對(duì)寧波和杭州兩市消費(fèi)情況進(jìn)行預(yù)測(cè)并與實(shí)際數(shù)據(jù)進(jìn)行對(duì)比，分析得到行業(yè)型消費(fèi)券的整體效果相對(duì)于普遍發(fā)行的消費(fèi)券更強(qiáng)。Yan&Zhang（2011）運(yùn)用數(shù)據(jù)包絡(luò)分析法（DEA）對(duì)中國部分旅游消費(fèi)券使用效果進(jìn)行分析，結(jié)果驗(yàn)證了旅游券政策的成功。Fong et al.（2021）運(yùn)用問卷調(diào)查及數(shù)據(jù)分析的方法總結(jié)得出，相比于貨幣激勵(lì)，提供非貨幣激勵(lì)可以有效地提高消費(fèi)者對(duì)優(yōu)惠券促銷的熱情，從而提高他們的贖回意愿。上述部分文獻(xiàn)研究對(duì)象的數(shù)據(jù)時(shí)間跨度相對(duì)較短，大部分集中于2020 年3 月至5 月間的消費(fèi)券發(fā)行早期，缺乏對(duì)全國范圍內(nèi)城市的樣本，并且缺乏更為長期且深入的持續(xù)觀察結(jié)果。區(qū)別于現(xiàn)有文獻(xiàn)，本文研究對(duì)象基于9 個(gè)省份56 個(gè)城市共11 個(gè)月份的面板數(shù)據(jù)，研究對(duì)象的時(shí)間跨度近1 年，著重研究定向和非定向發(fā)行政策的影響程度與時(shí)效性問題。

三、研究方法、變量選取與數(shù)據(jù)說明

（一）研究方法

首先是用多期雙重差分法（DID）。發(fā)行消費(fèi)券這一政策與自然實(shí)驗(yàn)類似，且各城市發(fā)行的時(shí)間各不相同，可視為政策沖擊月份不一，所以本文主要運(yùn)用多期雙重差分法來計(jì)算發(fā)行消費(fèi)券這一刺激政策對(duì)零售消費(fèi)的影響效果。政策對(duì)經(jīng)濟(jì)的影響通常不易出現(xiàn)雙向因果關(guān)系，同時(shí)，本文經(jīng)檢驗(yàn)加入時(shí)間固定效應(yīng)和城市固定效應(yīng)能夠緩解由于數(shù)據(jù)缺失而無法添加的遺漏變量問題，因此，DID模型能夠更好地避免內(nèi)生性問題，得到相對(duì)真實(shí)客觀的政策評(píng)估結(jié)果。

本文基于該模型計(jì)算同一個(gè)城市在發(fā)行消費(fèi)券前后消費(fèi)水平的差異，從而體現(xiàn)該城市的消費(fèi)變化。再通過設(shè)定未發(fā)行消費(fèi)券的城市為控制組，按照相同的方法計(jì)算組外其他城市發(fā)行時(shí)間前后的消費(fèi)變化，由此可得到由其他變量引起的消費(fèi)水平的變動(dòng)，即消費(fèi)情況不因?yàn)橄M(fèi)券而變化的部分。兩者相減得到由于消費(fèi)券的發(fā)行而刺激的消費(fèi)增長的部分，一定程度上避免其他因素的干擾。

在（1）式中，被解釋變量人均社會(huì)消費(fèi)品零售額的對(duì)數(shù)代表該市的消費(fèi)情況，用lnpcon 表示；主要的解釋變量為post×treat，記為DID。其中，在多期雙重差分模型中，設(shè)置發(fā)行過消費(fèi)券的城市虛擬變量treat 為1，反之為0。為消除不同發(fā)行月份的影響，將城市當(dāng)期月份減去發(fā)行月份，負(fù)數(shù)表示在發(fā)行券之前，虛擬變量post 為0；零及正數(shù)表述發(fā)行當(dāng)期及之后，虛擬變量post 為1。由于大多城市選擇連續(xù)多期發(fā)行，所以全文假設(shè)一旦實(shí)施后發(fā)行政策會(huì)持續(xù)，不考慮單期發(fā)行的時(shí)效性較短的問題。令DID 的系數(shù)β1代表發(fā)行消費(fèi)券對(duì)該市零售消費(fèi)的影響。Xi，t表示其他三個(gè)解釋變量，分別為人均貸款的對(duì)數(shù)（lnploan）、人均存款量的對(duì)數(shù)（lnpdeposit）、人均財(cái)政收入的對(duì)數(shù)（lnpfin），其中人口數(shù)均按常駐人口計(jì)算。選擇上述三個(gè)變量為解釋變量的原因分別如下：多個(gè)研究表明銀行信貸能夠有效提升居民消費(fèi)總量（張銳，2021；葉捷，2017）；楊陽（2016）研究證明存款利率下降導(dǎo)致存款減少從而促進(jìn)我國居民消費(fèi)；劉文韜（2016）使用協(xié)整和VAR 模型研究得出適量減少財(cái)政收入有利于刺激群眾的消費(fèi)能力。

ρi表示城市固定效應(yīng)，γt表示時(shí)間固定效應(yīng)，εi，t表示誤差項(xiàng)。

其次運(yùn)用三重差分法（DDD）。在運(yùn)用多期雙重差分模型對(duì)消費(fèi)券政策效果進(jìn)行整體評(píng)價(jià)的基礎(chǔ)上，進(jìn)一步采用三重差分模型分析定向發(fā)行對(duì)政策效果的異質(zhì)性影響，并根據(jù)實(shí)證結(jié)果檢驗(yàn)定向發(fā)行的時(shí)效性和影響程度，具體模型如下：

在（2）式中，新加入變量fix 表示消費(fèi)券是否定向發(fā)行，若定向則取數(shù)值為1，反之為0，其他變量與（1）式均一致。通過政府平臺(tái)和新聞報(bào)道可歸納出，定向發(fā)行通常指面向城鄉(xiāng)低保、特困和低收入家庭等困難群體，及從事抗疫工作的人群發(fā)行特殊消費(fèi)券。將post×treat×fix 記為DDD，其系數(shù)β1表示定向發(fā)行相對(duì)于非定向發(fā)行的政策刺激效果，若為正向顯著，則表示定向發(fā)行更能有效刺激消費(fèi)。

最后，運(yùn)用合成控制法對(duì)特定城市單獨(dú)檢驗(yàn)。此方法一般用于因不可觀測(cè)的因素而導(dǎo)致平行趨勢(shì)假設(shè)不成立的情況，本文使用該方法是為了更精確地對(duì)定向發(fā)行的城市分別進(jìn)行單獨(dú)檢驗(yàn)，探究定向發(fā)行消費(fèi)券對(duì)消費(fèi)的刺激作用。合成控制法作為傳統(tǒng)雙重差分的擴(kuò)展，以實(shí)驗(yàn)組的數(shù)據(jù)特征為標(biāo)準(zhǔn)，運(yùn)用其他多個(gè)城市中各變量的數(shù)值加權(quán)，合成一個(gè)與實(shí)驗(yàn)組城市相似的虛擬城市，以模擬未實(shí)行該政策時(shí)的情況，從而與實(shí)驗(yàn)組的實(shí)際結(jié)果進(jìn)行對(duì)比。

（二）變量選取

本文中被解釋變量為人均社會(huì)消費(fèi)品零售額對(duì)數(shù)，用來反映消費(fèi)情況，其中用原始零售額數(shù)據(jù)除以當(dāng)?shù)爻Ｗ∪丝跀?shù)得到人均數(shù)額從而消除由于城市人口差異帶來的計(jì)量誤差，并選取其對(duì)數(shù)形式來縮小數(shù)據(jù)絕對(duì)值從而方便計(jì)算。用0-1 虛擬變量以計(jì)量該城市是否發(fā)行、發(fā)行時(shí)間點(diǎn)前后和是否定向發(fā)行的情況。由于各城市統(tǒng)計(jì)數(shù)據(jù)的缺失部分?jǐn)?shù)據(jù)不可得，最終篩選出人均貸款的對(duì)數(shù)、人均存款量的對(duì)數(shù)、人均財(cái)政收入的對(duì)數(shù)作為其他解釋變量，上述其他變量均可反映我國宏觀經(jīng)濟(jì)情況。

表1 模型中涉及變量解釋

（三）數(shù)據(jù)說明

本文數(shù)據(jù)包含2020 年2 月至12 月全國9 個(gè)省份中一共56 個(gè)城市的月度數(shù)據(jù)，宏觀經(jīng)濟(jì)數(shù)據(jù)均來自CEIC 數(shù)據(jù)庫，有關(guān)地級(jí)市發(fā)行消費(fèi)券的數(shù)據(jù)由作者整理當(dāng)?shù)匦侣剤?bào)道所得。最初收集的數(shù)據(jù)包括就業(yè)、投資、財(cái)政收支、福利、銀行和醫(yī)療衛(wèi)生共6 個(gè)角度，計(jì)劃將其作為解釋變量進(jìn)行全面的計(jì)量分析，但是由于全國所有地級(jí)市在上述各統(tǒng)計(jì)指標(biāo)中均存在大量缺失的情況，最終篩選出面板數(shù)據(jù)平衡的56 個(gè)城市，共涉及9 個(gè)省市分別為北京、江蘇、浙江、福建、河南、湖北、湖南、廣東和四川，數(shù)據(jù)涵蓋具有不同消費(fèi)特征的一線至五線城市，且地理位置廣泛分布于東部、南部、中部及西部，具有較好的代表性。根據(jù)各個(gè)地級(jí)市的相關(guān)新聞，整合出該城市消費(fèi)券發(fā)行的時(shí)間、金額大小、消費(fèi)限制、發(fā)行形式、適用行業(yè)、持續(xù)投放期數(shù)及是否定向等相關(guān)信息。另外，為了進(jìn)一步探究在多輪疫情持續(xù)沖擊下消費(fèi)券發(fā)放的長期影響，并考慮到數(shù)據(jù)的完整性與規(guī)避春節(jié)期間各地大規(guī)模實(shí)行優(yōu)惠活動(dòng)的情況，本文還運(yùn)用上述城市2021 年2 月至9 月的數(shù)據(jù)進(jìn)行核驗(yàn)。

對(duì)于是否實(shí)施消費(fèi)券政策方面，統(tǒng)計(jì)得到在調(diào)查的56 個(gè)城市中，有52 個(gè)城市在2020 年期間實(shí)行過消費(fèi)券政策，僅有4 個(gè)城市在該年未發(fā)行；在發(fā)行月份劃分方面，為了簡化計(jì)算方式，并且考慮到獲取消費(fèi)券后實(shí)際消費(fèi)時(shí)間可能延遲一定時(shí)間，所以將第一次發(fā)行時(shí)間為每月20 日之前的城市實(shí)施月份劃分為該月發(fā)行，而對(duì)每月20 日之后的劃分于下一月；在是否定向方面，發(fā)行過消費(fèi)券的52 個(gè)城市中，有6 個(gè)城市為定向發(fā)行，其余46 個(gè)城市一直采用普遍發(fā)行的形式；另外，在發(fā)行時(shí)間方面，各地方政府選擇不一，大部分城市（約60%）集中在疫情稍加緩和的4—6 月份發(fā)行，另一個(gè)發(fā)行高峰集中在下半年9 月份左右實(shí)行。在地方政府財(cái)力方面，按照《2020 年城市統(tǒng)計(jì)年鑒》中財(cái)政收入指標(biāo)數(shù)值大小排序，本文總樣本中位于全國所有地級(jí)市財(cái)政收入水平前50%的城市有33 個(gè)，其中32 個(gè)發(fā)放消費(fèi)券、1 個(gè)未發(fā)放；位于后50%的城市有23 個(gè)，其中20 個(gè)城市已發(fā)放，3 個(gè)未發(fā)放。在城市發(fā)展水平方面，按照人均GDP 指標(biāo)數(shù)值大小排序，總樣本中位于全國所有地級(jí)市人均GDP 水平前50%的城市有32 個(gè)，其中31 個(gè)已發(fā)放，1 個(gè)未發(fā)放；位于后50%的城市有24 個(gè)，其中21 個(gè)已發(fā)放，3 個(gè)未發(fā)放。上述數(shù)據(jù)分布體現(xiàn)所含樣本的多樣性，不存在研究總樣本和選擇發(fā)放消費(fèi)券的城市樣本集中于財(cái)力雄厚、經(jīng)濟(jì)發(fā)展較好的城市的情況，能夠在一定程度上解釋刪除具有缺失值的個(gè)體后所選樣本的隨機(jī)性。

表2 描述性統(tǒng)計(jì)結(jié)果

四、實(shí)證分析及結(jié)果

（一）平行趨勢(shì)檢驗(yàn)

使用雙重差分法首先需要滿足其基本假設(shè)，即證明樣本數(shù)據(jù)具有平行趨勢(shì)。平行趨勢(shì)是指在政策實(shí)施前，對(duì)照組和實(shí)驗(yàn)組的變化趨勢(shì)相同，從而可以將未實(shí)行政策的組視為已實(shí)施組的反事實(shí)情況。本文用于檢驗(yàn)在消費(fèi)券發(fā)行前實(shí)驗(yàn)組和控制組的變化趨勢(shì)相同，由此證明數(shù)據(jù)結(jié)果具有可比性。選擇首次發(fā)行月份前4 期和后6 期的數(shù)據(jù)進(jìn)行計(jì)算，將發(fā)行時(shí)點(diǎn)前設(shè)置為前一個(gè)月（pre1）- 前四個(gè)月（pre4），發(fā)行當(dāng)期設(shè)置為當(dāng)期（current），發(fā)行后設(shè)置為后一個(gè)月（post1）- 后六個(gè)月（post6），為保持計(jì)量結(jié)果的精確性故除去基準(zhǔn)項(xiàng)前第四個(gè)月（pre4）。縱坐標(biāo)表示消費(fèi)券的動(dòng)態(tài)經(jīng)濟(jì)效應(yīng)，大于零代表有正向刺激作用，反之則無，虛線所及的范圍表示該期95%的置信區(qū)間。

由圖1 可以看出，在政策實(shí)施之前，0 包含于消費(fèi)券動(dòng)態(tài)經(jīng)濟(jì)效應(yīng)的置信區(qū)間之中，無法拒絕原假設(shè)，即說明該數(shù)據(jù)集滿足平行趨勢(shì)檢驗(yàn)，可以使用多期雙重差分模型分析消費(fèi)券發(fā)行政策的影響程度；另外，在發(fā)行后6 個(gè)月內(nèi)，該政策對(duì)居民消費(fèi)水平的刺激作用逐步增強(qiáng)，整體趨勢(shì)持續(xù)呈正向且上升的狀態(tài)，且在之后的第四個(gè)月起，0 不包括于置信區(qū)間中，能夠較好地符合持續(xù)發(fā)行消費(fèi)券后零售消費(fèi)額將有所增加的這一預(yù)測(cè)情況。

圖1 平行趨勢(shì)檢驗(yàn)

（二）多期雙重差分模型檢驗(yàn)

根據(jù)表3 多期雙重差分模型的計(jì)算結(jié)果，各組的DID 系數(shù)總體上來看是顯著正向，可以看出發(fā)行消費(fèi)券對(duì)于消費(fèi)增長具有有效的刺激效果。在加入貸款額、存款和財(cái)政收入三個(gè)控制變量后，DID系數(shù)明顯減少。另外，為了減少發(fā)行城市和月份時(shí)間差異帶來的影響，在組（1）至組（4）和組（5）至組（8）中，分別加入城市固定效應(yīng)、時(shí)間固定效應(yīng)和同時(shí)加入雙向固定效應(yīng)；同時(shí)，DID 系數(shù)的顯著性相比于1%的水平也逐漸有所下降，但仍在5%和10%的水平上保持顯著。這一現(xiàn)象可以推測(cè)為數(shù)據(jù)本身受時(shí)間或者城市個(gè)體的影響，在加入時(shí)間固定效應(yīng)和個(gè)體固定效益后，其核心變量的顯著性發(fā)生改變。上述結(jié)果表明，政府發(fā)行消費(fèi)券后會(huì)對(duì)消費(fèi)產(chǎn)生明顯的拉動(dòng)效果，并且時(shí)間和城市因素對(duì)拉動(dòng)程度的數(shù)值具有一定影響。

表3 DID 模型回歸結(jié)果

（三）安慰劑檢驗(yàn)

安慰劑檢驗(yàn)通常是指通過建立一個(gè)虛擬的實(shí)驗(yàn)組或者虛擬政策實(shí)行時(shí)間進(jìn)行檢驗(yàn)，若結(jié)果仍然顯著，可證明原計(jì)算結(jié)果并不可靠，經(jīng)濟(jì)變動(dòng)并非由該政策的實(shí)行導(dǎo)致的，而是存在其他影響因素；若結(jié)果不顯著，則通過安慰劑檢驗(yàn)。本文為證明零售消費(fèi)的增長是由消費(fèi)券發(fā)行引起的，而非另外不可觀測(cè)因素所導(dǎo)致，故將虛擬發(fā)行月份全部設(shè)置為相對(duì)于實(shí)際情況提前兩個(gè)月，再進(jìn)行與上述步驟相同的平行趨勢(shì)檢驗(yàn)和多期雙重差分檢驗(yàn)。如圖2 所示，在政策發(fā)生前，消費(fèi)動(dòng)態(tài)經(jīng)濟(jì)效應(yīng)的數(shù)值0 并不包含在置信區(qū)間內(nèi)，說明該數(shù)據(jù)并不滿足平行趨勢(shì)假設(shè)；另外，雙重差分模型中DID的系數(shù)均不再顯著，說明安慰劑并不是拉動(dòng)消費(fèi)的重要因素。以上兩個(gè)結(jié)果均證明零售消費(fèi)的增加是由消費(fèi)券的發(fā)行所引起的，滿足安慰劑檢驗(yàn)。

圖2 安慰劑檢驗(yàn)

（四）三重差分模型檢驗(yàn)

為了進(jìn)一步檢驗(yàn)定向發(fā)行對(duì)于消費(fèi)的刺激效果，本文加入“是否定向”這一虛擬變量作為三重差分的核心變量進(jìn)行分析。定向消費(fèi)券是指政府僅對(duì)特殊對(duì)象定向發(fā)行的消費(fèi)券。根據(jù)整合的各地方政府公告與當(dāng)?shù)匦侣剤?bào)道，可將所有的消費(fèi)券按照發(fā)行目的和發(fā)放對(duì)象的不同劃分為兩類，一類注重普遍刺激，旨在有效引導(dǎo)全體群眾提高消費(fèi)意愿，從而帶動(dòng)相關(guān)行業(yè)的復(fù)工復(fù)產(chǎn)，度過消費(fèi)寒冬；另一類注重定向幫扶，輔助低收入者、低保困難人群和參與抗疫工作的一線工作人員以及社區(qū)工作人員，通過轉(zhuǎn)移性支出保障其基本的生活水平。為此，可將消費(fèi)券按照發(fā)行目的及對(duì)象分為定向及非定向消費(fèi)券，本文將著重探究兩類消費(fèi)券對(duì)消費(fèi)刺激的不同效果。

在表4 中，不加任何控制的組（4）的DDD 系數(shù)0.044 與包含三個(gè)其他解釋變量的組（8）中DDD系數(shù)0.041 相比差異并不明顯，且均有99%的把握拒絕原假設(shè)，呈顯著正向關(guān)系，該結(jié)果可以說明消費(fèi)券定向發(fā)行相比于非定向發(fā)行能夠更有效刺激消費(fèi)。其中，組（5）與組（8）中DDD 系數(shù)為負(fù)，組（5）中系數(shù)值與t 值的絕對(duì)值均較小，呈輕微負(fù)相關(guān)但統(tǒng)計(jì)上并不顯著，對(duì)整體判斷影響不大。為保證研究的嚴(yán)謹(jǐn)性，本文將分析兩種發(fā)行方式的消費(fèi)增長趨勢(shì)并采用合成控制法來對(duì)定向發(fā)行所產(chǎn)生的影響做進(jìn)一步計(jì)量分析。

表4 三重差分模型（DDD）回歸結(jié)果

為探究是否定向發(fā)行對(duì)消費(fèi)刺激作用的時(shí)效性異同，本文分別對(duì)定向發(fā)行的城市和非定向發(fā)行的城市進(jìn)行計(jì)算。由圖3 中兩組數(shù)據(jù)可得，對(duì)于定向發(fā)行的城市，發(fā)放當(dāng)期到第六期的刺激效用依次為0.053、0.114、0.161、0.196、0.233、0.253 和0.259，而非定向發(fā)行的城市的數(shù)值依次為0.009、0.018、0.022、0.0245、0.032、0.039 和0.054。結(jié)合圖像可歸納出兩個(gè)規(guī)律：一是定向發(fā)行相對(duì)于非定向發(fā)行的整體刺激效果更明顯，前者數(shù)值明顯大于后者；二是兩種消費(fèi)券發(fā)行方式所產(chǎn)生的政策效果都有一定的時(shí)滯性，且經(jīng)過三個(gè)月之后，在非定向發(fā)行的城市中，居民消費(fèi)的刺激效用增長更快，而定向發(fā)行所引起增長的速度有所放緩。本文對(duì)此現(xiàn)象給出如下解釋：

圖3 定向與非定向發(fā)行的動(dòng)態(tài)政策效果比較

第一，定向發(fā)行的刺激作用總體上明顯優(yōu)于非定向發(fā)行。定向消費(fèi)券的目的更偏向于維持基本生活需要，通常以小額超市代金券為主，幫扶對(duì)象大多會(huì)運(yùn)用此類消費(fèi)券購買半耐用品，如柴米油鹽等基礎(chǔ)生活用品，需要購置的頻率高，核銷率也就更高，在長期都能較持久地帶動(dòng)消費(fèi)。特別是對(duì)于持續(xù)發(fā)行的定向消費(fèi)券，常用于需長期多次購買的日用品，因此即便距離首次發(fā)行已有一段時(shí)間，刺激消費(fèi)依然保持明顯且積極的效果。而對(duì)于非定向消費(fèi)券的發(fā)行目的更多偏向于刺激廣大普通群眾的普遍消費(fèi)能力，發(fā)行行業(yè)包括餐飲、娛樂、文旅、體育、汽車等諸多領(lǐng)域，并非屬于生活必須品花銷。由圖3 結(jié)果不難看出，雖然非定向發(fā)行消費(fèi)券引發(fā)的影響依然是正向的，即仍可持續(xù)刺激消費(fèi)增長、助力產(chǎn)業(yè)恢復(fù)，但作用效果不如定向發(fā)行。這是由于非定向消費(fèi)券的發(fā)行對(duì)象通常將其用于豐富生活或者具有“新鮮感”的娛樂活動(dòng)中，加之消費(fèi)券設(shè)計(jì)中通常包含“滿減”等限制，一定程度上減弱非定向消費(fèi)券的效果。

第二，定向與非定向兩種不同的消費(fèi)券發(fā)行政策效果在時(shí)間上存在差異，這可能是與發(fā)行對(duì)象的消費(fèi)習(xí)慣差異有關(guān)。兩者的政策影響都存在一定的時(shí)滯性，其中定向發(fā)行的消費(fèi)券能夠較及時(shí)刺激消費(fèi)，而非定向政策的時(shí)滯性較明顯，在發(fā)行一段時(shí)間后消費(fèi)增長勢(shì)頭更為強(qiáng)勁。這很可能與我國絕大多數(shù)省市采取線上發(fā)行的方式有關(guān)，對(duì)于數(shù)字化服務(wù)程度相對(duì)落后的地區(qū)來說，群眾對(duì)于線上消費(fèi)券的真實(shí)性、領(lǐng)取途徑、使用方式等尚不熟悉，通常保持觀望且不使用的態(tài)度，待周圍有人成功使用后才陸續(xù)引發(fā)消費(fèi)券使用熱潮。

除此之外，本文進(jìn)一步就數(shù)字化政府建設(shè)程度是否會(huì)對(duì)消費(fèi)券政策效果產(chǎn)生影響進(jìn)行了探究。采用《2020 中國數(shù)字政府建設(shè)白皮書》中數(shù)字化服務(wù)指數(shù)作為參考，該服務(wù)指數(shù)參考劉鵬和詹紹文（2021）的評(píng)估數(shù)據(jù)，基于“信息發(fā)布”、“解讀回應(yīng)”、“功能推廣”等方面的情況進(jìn)行加權(quán)計(jì)算得到，并且分別按其數(shù)值和以其平均數(shù)為界限劃分的虛擬變量值對(duì)零售消費(fèi)額進(jìn)行三重差分分析，但實(shí)證結(jié)果并不顯著。作者認(rèn)為不能拒絕原假設(shè)的這一情況，可能與選擇的衡量數(shù)字化政務(wù)宣傳工作的數(shù)值指標(biāo)不精確導(dǎo)致的。理論上政府宣傳工作越到位，發(fā)行信息越廣泛，首批消費(fèi)券發(fā)行的刺激效果和核銷率應(yīng)該越理想。

（五）合成控制法檢驗(yàn)

本文用合成控制法分別對(duì)實(shí)行過定向發(fā)行政策的總樣本中的6 個(gè)城市（北京、深圳、金華、鄭州、深圳和巴中）進(jìn)一步驗(yàn)證定向發(fā)行具有更有效的刺激作用。本文用43 個(gè)非定向發(fā)行的控制組城市中的發(fā)放前兩個(gè)月的零售消費(fèi)情況、貸款額、存款額和財(cái)政收入的數(shù)值為參考基礎(chǔ)，通過加權(quán)合成一個(gè)與目標(biāo)城市的經(jīng)濟(jì)和消費(fèi)水平相似的新虛擬城市，以便對(duì)比發(fā)行之后定向限制帶來的影響從而驗(yàn)證三重差分模型結(jié)果的準(zhǔn)確性。為方便計(jì)算，本文將發(fā)行前兩個(gè)月時(shí)間編號(hào)設(shè)置為1、2，發(fā)行當(dāng)期為3，發(fā)放后兩個(gè)月為4、5。虛線代表合成城市在未定向政策下的消費(fèi)走勢(shì)，實(shí)線代表定向發(fā)行的走勢(shì)，六個(gè)合成城市的具體權(quán)重?cái)?shù)據(jù)列表和消費(fèi)變動(dòng)趨勢(shì)圖像如下：

橫坐標(biāo)為發(fā)行進(jìn)度，數(shù)值3 代表首次發(fā)行當(dāng)期；縱坐標(biāo)為人均零售消費(fèi)數(shù)額的對(duì)數(shù)。由圖4 可知，除巴中以外，其他5 個(gè)城市的虛線均位于實(shí)線以下，該結(jié)果表明定向發(fā)行相比于非定向發(fā)行更能激發(fā)群眾的消費(fèi)熱情，拉動(dòng)效果更好。而巴中情況有所差異，推測(cè)這種現(xiàn)象與發(fā)行對(duì)象及金額受限有關(guān)。據(jù)當(dāng)?shù)匦侣剤?bào)道，消費(fèi)券政策僅面向巴中市的巴州區(qū)、恩陽區(qū)、巴中經(jīng)開區(qū)三個(gè)地區(qū)實(shí)施100 萬元定向消費(fèi)券政策，而其他地區(qū)據(jù)現(xiàn)況自主決定。由于惠民規(guī)模限制，刺激效果可能有所差異。

圖4 定向發(fā)行城市的合成控制法結(jié)果

（六）2021 年消費(fèi)券政策效用核驗(yàn)

2021 年新冠病毒變異株再次席卷我國多個(gè)城市，多輪形勢(shì)復(fù)雜的疫情仍持續(xù)打擊居民消費(fèi)意愿。本文運(yùn)用相同方法并重復(fù)上述檢驗(yàn)過程，基于2021 年數(shù)據(jù)再次檢驗(yàn)上文實(shí)證結(jié)論，以核驗(yàn)疫情反復(fù)且政府長期多輪發(fā)放背景下消費(fèi)券的政策效果。其中，由于數(shù)據(jù)大量缺失而被排除在外。由于2021 年中湛江市零售消費(fèi)數(shù)據(jù)和各城市的人均存款變量的數(shù)據(jù)大量缺失，所以將其刪除，保留上文所述的55 個(gè)城市樣本和其他兩個(gè)相同控制變量以最大程度上與原本模型基本一致。如表6 所示，結(jié)果中所有核心變量系數(shù)均為正數(shù)，表示在2021 發(fā)行的消費(fèi)券仍然能夠有效提高居民消費(fèi)意愿，在適當(dāng)控制發(fā)行頻率的前提下，長期實(shí)行消費(fèi)券政策仍然可以有效刺激消費(fèi)。

表6 2021 年數(shù)據(jù)DID 模型回歸結(jié)果

表5 合成城市的加權(quán)權(quán)重值

五、結(jié)論與政策建議

全文運(yùn)用雙重差分、三重差分和合成控制法檢驗(yàn)得到以下結(jié)論：

第一，消費(fèi)券政策能夠在新冠疫情有所緩和期間有效促進(jìn)各城市的消費(fèi)復(fù)蘇，激發(fā)群眾消費(fèi)熱情；第二，消費(fèi)券的刺激效果具有時(shí)滯性，由于政府相關(guān)部門對(duì)消費(fèi)券發(fā)放信息和使用細(xì)則宣傳不到位或個(gè)人的消費(fèi)習(xí)慣差異等因素，發(fā)放當(dāng)期僅能在一定程度上緩解消費(fèi)下行，在實(shí)行連續(xù)多輪發(fā)放政策后一個(gè)月及以后刺激效果更明顯；第三，定向發(fā)行相比非定向發(fā)行的刺激消費(fèi)的作用更大，該差異可能是由于發(fā)行對(duì)象使用消費(fèi)券的目的和偏好的不同所導(dǎo)致的，可解釋為將消費(fèi)券定向發(fā)行給低保、低收入及需要特殊幫扶的對(duì)象，更能體現(xiàn)消費(fèi)券的“收入效應(yīng)”，從而提高此類人群的消費(fèi)能力；第四，是否定向發(fā)行政策在作用時(shí)間的特點(diǎn)上也有明顯差異。兩種發(fā)放形式都能有效刺激消費(fèi)，但相比于定向發(fā)行的城市在后期對(duì)消費(fèi)增長促進(jìn)作用有所減弱，非定向發(fā)行的消費(fèi)券政策在同期對(duì)零售消費(fèi)增長的促進(jìn)作用更有力，這可能與初期居民對(duì)消費(fèi)券領(lǐng)取和使用方式不熟悉、對(duì)消費(fèi)券的使用偏好所有關(guān)。第五，對(duì)2021 年消費(fèi)券發(fā)放情況再次進(jìn)行檢驗(yàn)發(fā)現(xiàn)，在疫情反復(fù)且長期多次發(fā)行的情況下，消費(fèi)券政策仍能有效提升我國居民消費(fèi)意愿，起到帶動(dòng)消費(fèi)的作用。

根據(jù)計(jì)算結(jié)果，本文探討出以下建議：

第一，建議各地方政府及時(shí)總結(jié)消費(fèi)券政策制定及實(shí)施的經(jīng)驗(yàn)，加大數(shù)字化政府建設(shè)力度，提高公共信息傳遞效率，在消費(fèi)券發(fā)行前將其使用方法、范圍、時(shí)間等信息第一時(shí)間告知公眾，使得群眾更加了解和信任政府消費(fèi)券，以提高發(fā)行效率及核銷率，盡量減少政策效果滯后性；第二，建議人均收入水平相對(duì)較低的地方政府可以適當(dāng)加大消費(fèi)券持續(xù)定向發(fā)行力度。為避免福利對(duì)象偏離的情況發(fā)生，應(yīng)通過轉(zhuǎn)移性支出精準(zhǔn)幫扶受疫情沖擊較大的困難群體、支持投身于抗疫工作的工作人員等，保障其基本的生活水平。第三，不宜長期持續(xù)發(fā)放不定項(xiàng)消費(fèi)券，否則長期實(shí)行可能出現(xiàn)群眾對(duì)消費(fèi)券發(fā)放逐漸麻木的情況，導(dǎo)致核銷率和拉動(dòng)作用將會(huì)逐漸走低，無法達(dá)到預(yù)期目的。第四，合理避免消費(fèi)券帶來的負(fù)面影響和投資行為。由于轉(zhuǎn)移性支付會(huì)產(chǎn)生收入分配效應(yīng)，會(huì)造成沒有實(shí)際幫助到確切有需求的居民，所以各地方政府應(yīng)精準(zhǔn)定向發(fā)行消費(fèi)券，采取“領(lǐng)取”的方式發(fā)行。針對(duì)特定群體策劃對(duì)應(yīng)功能的消費(fèi)券，折扣金額、到期失效、消費(fèi)下限均需有所區(qū)別。政府應(yīng)該出臺(tái)相應(yīng)嚴(yán)格規(guī)定以規(guī)范消費(fèi)券使用發(fā)行，阻止消費(fèi)券被投機(jī)分子利用，以“貨幣”形式轉(zhuǎn)賣影響消費(fèi)的公平性。