人口流動重啟如何影響經(jīng)濟

-2，國情影響，人流動大幅下。近防疫優(yōu)化后2月內(nèi)快來了一疫情峰百擁堵指從下開始今年將迎來人員流動的重啟，并可能帶動國內(nèi)經(jīng)濟增速和結(jié)構(gòu)向疫情前回歸。在此景下，我們對人口流動做一個深度復(fù)盤，并展望人員流動恢復(fù)后，對國內(nèi)經(jīng)濟何影響。我國人口流動有何特點？總量：十年大幅增加155億，前期趨勢逆轉(zhuǎn)七普數(shù)顯示，0我國流人口達.6，占總口.%。七普流動人口逆轉(zhuǎn)趨勢0年流動口總較0年增加.5乎意料之外。在此之前，基于年度抽樣調(diào)查數(shù)據(jù)，關(guān)于流動人口的一致預(yù)期是其量已經(jīng)達峰，七普將延續(xù)下降趨勢。按年度數(shù)據(jù)來看，七普前，我國流動人口4年達到.3億峰值，5年%人抽樣數(shù)開始認下勢。到9年，流動口總已比4年減少0萬。但普的動人量反而比5年樣數(shù)高3億，逆了之數(shù)據(jù)勢。我們認為七普的流動人口數(shù)據(jù)無疑更可靠，可以利用城鎮(zhèn)化率的數(shù)據(jù)側(cè)面證按城化率推流動人在7億-.1之間0我國人口城鎮(zhèn)化率為.籍口城鎮(zhèn)率為.者相差.5個約億的城人戶離人根據(jù)段（究鄉(xiāng)城流人口在年為.%假設(shè)比過去十增長至.-%區(qū)即應(yīng)7億-.1億的流動口總。此外農(nóng)民工數(shù)據(jù)也可作為佐證4年后國農(nóng)民總?cè)巳栽谠鲩L到9增加了2萬人民工樣表著鄉(xiāng)到城的流口在持續(xù)增長總流人口可能出下降。圖：近三次人口普查的流動人口和人戶分離人口 圖：七普前的流動人口數(shù)量在下降人分人口（億人）人戶人分人口（億人）人戶分離口占右) 流動人口比右).8（億人）總?cè)丝诹魅丝?..0.%5.%4.%32100

.%.%.%.%.%W，所 W，所1我國人口調(diào)查，逢0的年份普查，逢5年份是人口抽樣，樣本人口超千萬，因此逢0逢5的年份數(shù)據(jù)可靠度較高，平常年份于樣本量太少，有時誤差較大2注：按定義來看，這26億即為鄉(xiāng)村到城鎮(zhèn)的流動人口（）七普對流動人口的定義：人戶分離人口中扣除市轄區(qū)內(nèi)人戶分離的人口（）人戶分離：居住地與戶口登記地所在的鄉(xiāng)鎮(zhèn)街道不一致，且離開戶口登記地半年以上的人口（）市轄區(qū)人戶分離：一個轄市或地級市所轄的區(qū)內(nèi)和區(qū)與區(qū)之間，居住地和戶口登記地不在同一鄉(xiāng)鎮(zhèn)街道的人口。圖：我國戶籍城鎮(zhèn)化率和常住人口城鎮(zhèn)化率之差 圖：疫情前農(nóng)民工人數(shù)持續(xù)增長,0農(nóng)民工數(shù)萬人,0,0,0,0,0農(nóng)民工數(shù)萬人,0,0,0,0,0,0,0,0,0,01506 7 8 9 0 W，所 W，所方向：從長途到短途，從集中到分散我國人口流動的短途化特點日益突出。短途化表現(xiàn)在兩個方面，一是短距的省內(nèi)流動比例增加，二是省內(nèi)和跨省流動均從集中走向分散。分化是途的重要表現(xiàn)，省內(nèi)人口流動早期聚集在中心城市，近年分散到其他地級市，而省流動也是如此，早期集中在東部沿海，近期分散到中西部。由于中西部的低城市和農(nóng)村地區(qū)往往是人口流動的起點，因此，近些年的人口流動向中西部和線城市分散，其實就意味著人口流動在從長途走向短途。未來短途化的趨勢將慢延續(xù)，隨著地區(qū)發(fā)展差距縮小，人口流動的推力和拉力減小，東部沿海和省中心城吸納口的預(yù)計會慢下到某平后保穩(wěn)定。省內(nèi)流動：從省內(nèi)心市分散到其他城市七普省內(nèi)流動占比提高人口流動的短途化趨勢加強按空間離的，可以將人口流動分為省內(nèi)流動和跨省流動兩類。我國人口流動一直是以省內(nèi)流為主般占動人六到七0省流動人口.1比%，較0年高6個，說明內(nèi)短流動要性在高。圖：省內(nèi)流動與跨省流動人口規(guī)模30

（億人

省內(nèi)流動 跨省流動 省內(nèi)流動占比右)7025652015 6010550500

200

210

50220國統(tǒng)局所東部地區(qū)的省內(nèi)流動更活躍，但中部地區(qū)省內(nèi)流動的增長更快按四大地來東部地省內(nèi)人口占國的例最除海南比較外他60年均比為%，明高于西部北地區(qū)但從勢來過去十年，東部地區(qū)的省內(nèi)流動占比在下降，中西部和東北地區(qū)均在上升，其中中部區(qū)增幅大分省看河南安四湖等中西人口省的流動規(guī)模的絕對值和增速均提升較大，廣東、山東等東部省份盡管省內(nèi)流動人口絕對模增量大，高基致增速對其省份并不高。3不含直市港的7省、區(qū)，中部區(qū)含南圖：省內(nèi)流動人口規(guī)模占全國比例210 210 2206.0%5.5%4.8%4.1%2.4%2.6%2.7%2.9%6.%5.%5.%4.%4.%3.%3.%2.%2.%東部 中

西部 東北W，所注（）數(shù)為大區(qū)各均（）含轄、澳的7、自區(qū)其東地不海南圖：各省省內(nèi)流動人口規(guī)模及增速1010101010806040200

速 22） 21） （萬人）東部地區(qū)中部地區(qū)西部地區(qū)東北地區(qū)250東部地區(qū)中部地區(qū)西部地區(qū)東北地區(qū)20015010050河河江蘇浙江福建山東廣東海南山西安徽江西河南湖北湖南內(nèi)蒙廣西四川貴州云南西藏陜西甘肅青海寧夏新疆遼寧吉林黑龍江W，所注：含轄、澳的7省自治區(qū)省內(nèi)中心城市的吸引力下降省內(nèi)流動人口向其他城市分散0會城市和劃單市所的省內(nèi)動人比例至.%，其他市所占比例則提至.%二占比增減.一步各省中城市納能變化，6個省自治中0年只有0個省心城市比提六省份中心城吸納內(nèi)流口比例下降如山島下降了8點、武漢下降了5個點相比0-0年6中只有2的中城市納比例有所下，其省份內(nèi)流動口均中心聚4。此外，省內(nèi)流動有“一個中心”和“兩個中心”兩種模式，前者在中西部普遍，后者在東部較多考察不同地級市在各省省內(nèi)流動人口的占比，我們發(fā)東部地區(qū)與中西部地區(qū)明顯具有差異。中西部地區(qū)省會城市往往是全省人口聚的中心，占省內(nèi)人口流動的半壁江山；但東部地區(qū)省會城市對省內(nèi)人口的吸引要低得多，往往有兩個中心城市，兩城加起來占省內(nèi)流動的一半左右，如廣東廣州圳建的廈門山東濟南島江的南蘇浙江的杭州波等如圖中西部區(qū)省中心大多吸了一左右內(nèi)流動人口，東部區(qū)最市大多吸納分之右的流人口。圖：省會與計劃單列市吸納省內(nèi)流動人口的比例下降200 200 210 2206%5%5%4%4%3%3%

省會與計劃單列

其他地級市國統(tǒng)局所圖：各省份中心城市占省內(nèi)流入人口的比例變化東部地區(qū)中部地區(qū)西部地區(qū)東部地區(qū)中部地區(qū)西部地區(qū)東北地區(qū)6050403020石家南石家南杭福青廣深太合南武長呼和浩特南成貴昆拉西蘭西銀烏魯木齊沈長春哈爾220 210 200國統(tǒng)局所注：四直市港臺海的6省、治，中東示廣州深兩城市4注：正文對應(yīng)圖9中包含26省27市，廣東包含廣州深圳兩個城市，但跨省比較時不含深圳跨省流動：從東部中部的回流加速前面除市轄區(qū)外的人戶分離所定義的流動人口，屬于存量概念，包含了截止到0年之前所期的累流動口，捉邊際勢的化方敏度較低。為此我們用人口普查的五年前常住地數(shù)據(jù)來對跨省流動的近期趨勢做進一識別七和六數(shù)據(jù)比較意著-0年新增動人和-年的比，能映過年的邊變動?？缡×鲃又校嚯x仍然是主要影響因素。對于幾人口流入大省而言，最的一股入人幾乎來自相省份如圖。北京流入口中，.%來自河北江有.的流入口來安徽南和廣占到東省人口的.%。人口流入大省在過去五年經(jīng)歷了大規(guī)模的流出。東流出口.6，在1個省市排第次于河徽川三個流大此蘇浙江的流人口都在0萬以上，全國只有2個省市流人口模到萬。圖1：七普人口流動基本情況（五年前常住地數(shù)據(jù)）國統(tǒng)局所注左是出份右是入?。ㄊ窘沽康?個省行單動了1（流入出總模于0萬地區(qū)疫情拖累下，跨省流動強度下降，流動人口減少近六百萬。我們根據(jù)抽樣例推算六普五年流動人為.5，七普五年為.8萬，跨省流動口減了7萬人流強度下降要受疫影響查時是年四季，人流動完全恢。人口從東部到中西部的回流加速?？缡×鲃拥闹髁鞣较蛉匀皇菑闹形鞑肯驏|部中西部區(qū)人仍凈流出主東部區(qū)流入04萬但年前相比，東地區(qū)流入減少了.4萬降高達，近減半同時，中西部區(qū)盡仍是凈流但流出的分別比普減少6萬，也少了半左。圖：以五年前常住地計算的各地區(qū)人口凈流入規(guī)模（萬人）4,00

210 2203,00

16萬2,001,000-1,00-2,00

12萬

56萬

3萬-3,00

部 部 部 東北W，所重點省的跨流動演變？主要人口流入省份的格局基本穩(wěn)定，但流入規(guī)模均有所下降。六大人口流省市中廣東浙江流入規(guī)仍然大，為9萬、3萬京、廣東、上三個區(qū)凈人口降最大均下一半以。人口流出省份格局變化較大西部和東北省份補位前六0年6要人口流出省份依次是河南、安徽、四川、湖南、湖北、江西，凈流出規(guī)模均0萬以上0年在前6位流出份是南湖南貴州安徽廣西、黑龍，除南，余5省凈出規(guī)均至-0區(qū)，且湖、四川江被貴廣黑龍江代變動來看北凈出人降了八（.%徽和川降幅在七以（..%西南降幅在六成右（.%、.%圖1：主要人口流入省份的凈流入情況 圖1：主要人口流出省份的凈流出情況（萬人）0凈遷入2（萬人）0凈遷入210凈遷入220變動(右)0%0-100-200-300-4000-500-600-701,01,01,080604020

%%%%%%%廣東 浙江 上海 江蘇 北京 福建

6（萬人）（萬人）0凈遷出210凈遷出220變動0000004321河南湖南貴州安徽廣西黑龍江江西四川湖

1%0%-1%-2%-3%-4%-5%-6%-7%-8%-9%W，所 W，所人口流動的經(jīng)濟原因和社會原因七普調(diào)了流人口移原因大部（.的人流動基于原因：工就業(yè)學習、隨同開/靠親拆遷搬家。按性別來看，男性流動人口更多出于工作就業(yè)等經(jīng)濟原因，女性更多出于姻嫁娶等社會原因因作就業(yè)流動人口中男性占比.%比女高.2個點；因婚嫁娶動的人中，性占達.%。年齡隨同遷移的人中更是子老人較，-9歲比.%，0歲上老占比僅%。經(jīng)濟因素對流動的影響減弱，而社會因素的影響增強。六普到七普，工業(yè)等經(jīng)原因來的流動比大幅（→.而他社型原因帶來的動比提高別是拆搬家例從.%提到%或十年的棚改貨化安有關(guān)。圖1：七普反映出來不同性別和年齡人口的流動原因國統(tǒng)局所圖1：000200年人口流動的原因200 200 210 2205%4%3%2%1%0%國統(tǒng)局所200年以來的人口流動疫情三年如何改變?nèi)丝诹鲃右咔槿耆珖慕煌瓦\量逐年遞減2年客運強度已降至疫情前三分之一左右前1個數(shù)據(jù)來看0年為8億人次1降至3億人次2年進步降至.3億次9年期為6億人次當客運強度僅為9年的.。按降來看公路航>鐵。其，公運在疫情前就于下趨勢情后降也是大2年-1僅為9同期的.%鐵路民航在疫情均處上升疫情降幅于公分別降至9年期的和.。更短距離、更日常的市內(nèi)流動也出現(xiàn)了大幅收縮0-2年，大城市地鐵日客運量為5人而-9年為9萬人疫情減少了%。但是于各近幾不斷擴地鐵1末全國成的鐵線度達到2公里，而8僅為6公，在線路增長.的同地鐵客運量卻在下降。如果考慮進去擴建帶來的客流量增加，實際地鐵客運量的降幅更大。圖1：各年前1月全國交通客運量的變化（219年11月=10）鐵路公路鐵路公路民航總計

.%.%.%.%4 5 6 7 8 9 0 1 W，所圖1：十大城市地鐵日均客運量 圖1：全國地鐵建成線路長度（公里）60（萬人）

十大城市地鐵日均客運量

全國:城全國:城市軌道交通(建成):線路長度地鐵公里72.2%8,00507,0040 6,005,00304,0020 3,00100

218

219

220

221

222

2,001,000

209210211212213214215216217218219220221W，所 W，所利用年常住口和增長人數(shù)可計出每年省的流入。我們發(fā)現(xiàn)0年來跨省流人口趨勢改變。0年以來東部六省市中只有廣東的人口凈流入在減少其他5省市均比疫情前增加疫前東部六人口入省凈流入所減-5年年均為3萬人，-9年年為8萬人。與七數(shù)據(jù)現(xiàn)出來的趨勢致人口部到中部回但0年以來大部口流入省市都現(xiàn)了跌回如北京-9均凈流出.7人-年凈流人口少至.7萬人其余海江浙江福建省凈入人口均在回。只廣東在減少疫情年均入3萬人右，年減少到4萬受東影響以六市作體來看凈流仍在從年均8人降至9萬人。主要人口流出省份中，湖北、河南、貴州三省的凈流出在增加，其他省份人口流出均在減（或人口流入增加中北主要受0年情響當年有8萬人凈流，遠高疫情前-9的年均.4萬。圖1：主要人口流入省市的年均凈流入 圖2：主要人口流出省份的年均凈流入1010（萬人）101-151-192-21101010907050301030（萬人）201-151-192-21100徽 西 南 北 南 廣西 四川 貴州102030405060--10

北京 上海 江蘇 浙江

---福建 廣東 -W，所 W，所流動減少有何影響？流動強度的下降反映在經(jīng)濟層面，導(dǎo)致了近三年的城鎮(zhèn)化減速、流動行業(yè)GP占比降、業(yè)地化和年失率上問題。-1年新增城鎮(zhèn)化人口較此前減少近三分之一過去十年，人口從農(nóng)村城鎮(zhèn)流動動我國業(yè)化城鎮(zhèn)展的主因素0七普顯示我國住人城鎮(zhèn)率為.%較0年提高.4個點對過去十年年均約9萬農(nóng)村轉(zhuǎn)到城鎮(zhèn)但近年由于口流大幅緩原來快速展的鎮(zhèn)化始減速。-1，我國增城化人為年均0萬人，前十少近三之一（.服務(wù)業(yè)占比下降工業(yè)占比回升“去工業(yè)化的十年趨勢被逆轉(zhuǎn)-0年是我“去工化時期工業(yè)經(jīng)濟的比下降續(xù)下降.2服務(wù)業(yè)占比升.3個點但近兩來更賴于員流動服務(wù)占比明顯下降，而業(yè)占大幅。2年三季，務(wù)業(yè)占比0年末降了1個百分工占比高了9個按者比來看服務(wù)大致了年左右平，業(yè)則了5-7水平。具體行業(yè)來看，批零與住宿餐飲兩個行業(yè)在經(jīng)濟中的占比，相比疫情前至低5個點左右；旅游及相關(guān)行業(yè)的比例也要比正常水平低.7個點左右疫情前，批與住餐飲行業(yè)在濟中占比續(xù)6年穩(wěn)定在右，近三年降至左右在5個點的口。統(tǒng)計局布的游及產(chǎn)業(yè)增加值占則比勢水低7點左。工業(yè)占比服務(wù)業(yè)比圖2：城鎮(zhèn)化減速明顯 圖2“去工業(yè)化”的工業(yè)占比服務(wù)業(yè)比（萬人）0新增城鎮(zhèn)人口城鎮(zhèn)化（萬人）0新增城鎮(zhèn)人口城鎮(zhèn)化率的變化(右)（）2.01.801.601.401.21.000.800.6

2,02,01,0

1,0

2002200201202203204205206207208209210211212213214215216217218219220221W，所 W，所注：2為三度據(jù)圖2：批零住宿餐飲占P比例比疫情前低.5個點 圖2：旅游及相關(guān)產(chǎn)業(yè)比趨勢水平低.7個點.%.%

.%.%

旅游及關(guān)產(chǎn)增加占比例.%

.%.%.%

.%.%

.%.%

.%

.%批發(fā)零售宿餐飲批發(fā)零售宿餐飲W，所注：2為三度據(jù)

.%4 5 6 7 8 9 0 W，所人口流動強度下降，在就業(yè)層面帶來的結(jié)果是就業(yè)的本土化。由于農(nóng)民工我國流動人口的主體，占流動人口總量的六到七成，我們以農(nóng)民工數(shù)據(jù)來看就的本土-1外出民工數(shù)的年變動由情前-9年+135萬，變-5萬時，本農(nóng)民人數(shù)+7萬變+2135萬說明有大量的出農(nóng)工在后選擇本地業(yè)。2年7月在國辦發(fā)會上，農(nóng)業(yè)農(nóng)部也到了農(nóng)民工地就就業(yè)題“2以來新冠肺炎疫情散發(fā)、國內(nèi)經(jīng)濟下行等多重因素影響，城市部分行業(yè)特別是接觸性服務(wù)業(yè)用工需求下降，一些農(nóng)民工返鄉(xiāng)就業(yè)。針對這一情況，農(nóng)業(yè)農(nóng)村部門大力發(fā)展鄉(xiāng)村產(chǎn)業(yè)落實業(yè)幫策促返鄉(xiāng)民工就近就從測情截至6月底，鄉(xiāng)農(nóng)工就就近就達到.流動強度下降帶來的另一結(jié)果是青年失業(yè)率上升伴隨著人口流動強度下的是青失業(yè)的上2年7月年失一度達到.比疫前同期高6個點比整失業(yè)高.5點。我們在9月4日青年失率背的就構(gòu)轉(zhuǎn)型中提到服務(wù)業(yè)受沖擊是青年失業(yè)率上升的主要原因。過去十，大量青年就業(yè)人口從農(nóng)業(yè)工業(yè)撤出，進入服務(wù)業(yè)，七普數(shù)據(jù)顯示服務(wù)業(yè)吸納了我國近七成的青年就業(yè)人（%口流減帶來服業(yè)創(chuàng)傷群體就受沖更大大典型生活服務(wù)行業(yè)（批發(fā)零售、交運倉儲、住宿餐飲）吸納了近三分之一的青年就（.但三年來些行業(yè)累計濟增比疫情三年下降了0個百分點上，圖。5【農(nóng)業(yè)農(nóng)村部：返鄉(xiāng)農(nóng)民工就地就近就業(yè)達0.】國家發(fā)展和改革委員會)圖2：疫情后農(nóng)民工就業(yè)呈現(xiàn)本土化趨勢 外出農(nóng)工人 外出農(nóng)工人變動萬人本地農(nóng)工人變動萬人0W，所圖2：青年失業(yè)率上升 圖2：吸納青年就業(yè)較多的行業(yè)受沖擊更大差距就業(yè)人調(diào)查業(yè)率差距就業(yè)人調(diào)查業(yè)率-歲人口城鎮(zhèn)調(diào)失業(yè)率租賃和商務(wù)服信息技術(shù)務(wù)建筑業(yè)房地產(chǎn)業(yè)交運倉儲郵政金融業(yè)批發(fā)零售制造業(yè)0 50-5-05-50/1/4/1/4/7/0/1/4/7/0/1/4/7/0/1/4/7/0/1/4/7/0

-0-0-0-0-00 120W，所

W，所注：軸各業(yè)9至2年三季經(jīng)增速6至9年三季度經(jīng)增；軸0至0年各行吸青就人比變氣泡大小0年行吸青就人比例流動恢復(fù)后的影響人口流動已經(jīng)開始觸底恢復(fù)反彈幅度二線一線三線通過城擁延時指數(shù)這一高頻指標，我們發(fā)現(xiàn)本輪疫情沖擊后，人員流動已經(jīng)開始恢復(fù)。全人員流的最點在2月3日，后開始。按7天移平均看截至1月2日（據(jù)更至1，擁堵數(shù)相低點反彈.%恢至-年同期的.%。按照不同能級城市來看，反彈幅度：二線>一線>三線。其中二線一線別較低反彈..%線城市反彈.由于一線城市低點歷史的跌幅一二線別為-%-.%-.%，因此目一線市的進度仍最慢僅恢歷史同的.%別比二三線城低、7點。第一波疫情沖擊城市的人員流動復(fù)蘇領(lǐng)先全國9天左右此外本輪情第一波沖的主城前人員動已恢復(fù)到0月中旬平而百堵指數(shù)距離同還有約%缺口。2月3日-1月1日，百城擁指數(shù)彈%，以此類，全的人動大約后第波城市9天左右。圖2：人口加權(quán)的百城擁堵指數(shù)已經(jīng)觸底恢復(fù) 圖2：一線城市較低點反彈2.2%.8.7

人口加權(quán)的百城擁堵指數(shù)

.2.0

人口加權(quán)的百城擁堵指數(shù)（一線城市）..2

.8 0 0201000

02010009月月月月月月月月 02010009

.0

月月月月月月月月月1月1月1月W，所 W，所圖3：二線城市較低點反彈3.8% 圖3：三線城市較低點反彈僅28%0.700.650.600.550.50

人口加權(quán)的百城擁堵指數(shù)（二線城市）

..5

人口加權(quán)的百城擁堵指數(shù)（三線城市）0.45

.00.40

02010009月月月月月月月月月02010009

.5

02010009月月月月月月月月月02010009W，所 W，所圖3：第一波疫情沖擊城市的人員流動已回到0月中旬水平...0.5.0

第一波大城人口權(quán)擁指:MA 人口加的百擁堵數(shù)DA.%W，所注：0大城包北、家、定、鄲邢、鄉(xiāng)洛、、德、3年預(yù)計人口流動強度回不到疫情前水平全年恢復(fù)到9年同期的七至八成。著眼中長期，未來幾年的人口流動強度會逐漸向疫情前回歸，但一年內(nèi)未能回到9水平我以亞經(jīng)濟為例日本越南和臺灣地區(qū)大致在2年上半年放松疫情防控政策，2年交通客運強度分別恢復(fù)至9年的.%.%.%疫情前有%-%缺口來一年，我國人流動恢復(fù)大致相可復(fù)到前七到成2國客運總量僅為9年期三分之左右明年有一倍上的長。人員流的重會帶濟結(jié)構(gòu)變動從前年“疫情構(gòu)回到9年之前“疫結(jié)構(gòu)：一是三駕馬車中，消費將重回主導(dǎo)地位，凈出口對經(jīng)濟增長的貢獻可能下近近年來需轉(zhuǎn)弱經(jīng)濟長對依賴提凈口對增長的貢獻達近四之一此前二年里高過.%這三凈出經(jīng)濟的貢獻中很大部分于服務(wù)易逆的收2年前0月，貨物貿(mào)易順差.8萬元服貿(mào)易逆差0億元9年同期別為.8億和萬億，物和務(wù)貿(mào)貢獻了約1億的。未來物貿(mào)出口可能有高低起伏，但服務(wù)貿(mào)易逆差肯定會向疫情前回歸，凈出口對經(jīng)濟增長的貢獻也隨之下。如按9年均值看，可能近%。二是消費結(jié)構(gòu)將延續(xù)疫情前消費升級趨勢，服務(wù)消費、可選消費重回增長道，商品消費和必選消費占比將下降。近三年，我國消費結(jié)構(gòu)方面，商品消費必選消占比高服消費和選消占比降將2年季度的居民消費支結(jié)構(gòu)與9末進行較服務(wù)費可選消占比下育文娛占比降低.6點，消費降低.7點。對剛性必需消費在增加，典的是品支比提了2個點常用食支出比作量消費結(jié)構(gòu)“恩爾系數(shù)我國的一系此前處于下狀，但在2年和0年出現(xiàn)回升來隨著員流的復(fù)消費結(jié)將向務(wù)消可選消費回歸。三是服務(wù)業(yè)在經(jīng)濟中