【经管大课堂·经济统计】九省社零同比下降：消费数据的区域分化与口径辨析

案例背景

财新网2026年10月30日报道，据其对各省份统计数据的梳理，前三季度全国至少九个省份社会消费品零售总额同比下降。这一结果与全国口径形成对照：全国社零在前三季度仍保持正增长，但省际之间已经出现明显分化，部分省份的降幅还不小。同期，多地密集出台生育支持措施，“生娃基本不花钱”成为政策热词；电影市场在10月有所回暖，全月票房突破20亿元。三条信息并置，指向同一个问题：消费究竟弱不弱，应该用哪个指标来回答。

口径需要先说清楚。社会消费品零售总额统计的是企业（单位）通过交易售给个人、社会集团的非生产、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。它不包含教育、医疗、文化娱乐、旅游、家政等服务消费，也不含居民自有住房的虚拟租金。数据由限额以上单位全面调查与限额以下单位抽样推算合成，公布的是名义累计同比，未剔除价格因素。本文数据取自财新网、第一财经、每日经济新闻2026年10月30日前后的公开报道，素材之外的省份名单与具体数值不作补充。

核心分析

一、口径边界：社零是“商品＋餐饮”，不是消费全景

社零的全称里有“消费品零售”，但它统计的是“实物商品＋餐饮收入”，服务消费被系统性遗漏。居民消费支出中服务占比越高，社零对消费的刻画就越不完整。这解释了本案例中的表面矛盾：九个省份社零同比下降，同时10月全国电影票房突破20亿元。票房属于文化娱乐服务，压根不在社零里；生育支持措施带动的托育、医疗、教育支出同样不计入社零。因此“社零下降”与“服务消费回暖”可以同时成立，并不是数据打架。用社零判断消费景气，等于用半张资产负债表下结论。要补全图景，需要居民人均消费支出中的服务性消费、服务零售额、旅游收入、票房等指标配合；同时注意社零是名义值，在价格下行期，名义增速低估实际消费量，需用相应价格指数平减后才能比较“买得多还是买得少”。更细致的一层是统计单位归属：连锁企业若在总部所在地统一报送，销售额会被记在总部而非消费发生地，跨省经营越普遍，地区口径的失真就越大，这也是省际数据不宜简单横向排名的重要原因。

二、基数效应：以旧换新的透支与统计上的高基数

本轮的省际分化，很大一部分要归因于基数，而不是当期需求的突然塌陷。以旧换新类政策在上一轮集中释放时，会把原本分散在未来几个季度的耐用品需求前置到政策窗口内，形成当期的高增；窗口过后，同期基数抬高，同比自然转负，这是典型的“政策脉冲—基数反噬”节奏。此处的关键区分是：同比负增长可能来自分子（今年少）也可能来自分母（去年多）。判断方法有三：一看两年平均增速或三年平均增速，平滑掉单年基数；二看环比与季调后的水平值，观察是否真的下台阶；三看品类结构，若降幅集中在享受过补贴的汽车、家电、家装，而食品、日用品平稳，则更像透支而非全面收缩。把“基数造成的负号”读成“消费崩了”，是月度数据解读中最常见的错误之一。

三、区域分化：人口流动、收入结构与平均数陷阱

全国社零正增长与九个省份负增长并不冲突，这是加权平均掩盖分布的典型样本。社零是地区口径，统计的是“在本地发生的零售交易”，因此人口净流出地区会同时失去消费人数与消费场景，降幅被放大；人口净流入的都市圈则相反。再加上产业结构差异——资源型、传统制造占比高的省份，居民收入预期与就业景气更敏感，耐用品更新周期更长。这提示两件事：其一，全国增速是各省的加权和，少数大省的正增长可以覆盖多数省份的负增长，“总量稳、分布弱”是常态；其二，比较省际数据要看人均社零而非总额，否则会把人口规模差异误读为消费能力差异。区域分化还会通过基数效应自我强化：今年跌得多的省份，明年同比更容易转正，若只看同比，会得出“落后地区消费复苏更快”的假象。

管理启示

第一，先定口径，再谈结论。拿到任何一个消费数据，第一步问“它统计了什么、没统计什么、是名义还是实际、是总额还是人均”。社零不含服务，这是硬约束；把社零当消费总量，等于主动放弃一半信息。企业做区域布局时，若只盯社零，会系统性低估服务型消费城市的真实购买力。

第二，把基数当成一个必须显式处理的变量。看到同比大幅波动，先做两年平均、再看季调后的水平值，最后看品类结构。三步走完，才能分清是需求变化还是统计基数变化。政策评估尤其要小心：以旧换新的效果若只用当期同比衡量，会被高估；若只看政策退出后的同比，又会被低估。

第三，用分布代替平均。全国数据是加权和，区域、品类、收入分组的结构信息才是决策依据。建议同时跟踪“有多少省份负增长”“负增长省份的社零占比”“降幅的品类集中度”三个分布指标，它们比一个全国增速更能提示风险的真实形状。补充一句：区域数据的可比性还受统计单位归属影响，做排名之前应先确认报送口径是否一致。

其他思考

1. 若某省社零同比下降而居民人均消费支出同比上升，最可能的原因是什么？请从口径、人口流动、价格三个角度给出解释，并说明还需要哪个数据来验证。
2. 以旧换新政策退坡后，用“同比转负”判断政策失败是否合理？请设计一个能分离政策效应与基数效应的评估思路。
3. 10月票房破20亿元能否作为消费回暖的证据？它与社零的关系是什么，两者能否相互印证？

关键词：社会消费品零售总额、口径差异、基数效应、以旧换新、区域分化
来源：财新网、第一财经、每日经济新闻 | 整理：经管大课堂