1和展望研究12 6 附錄B消費券發放影響因素的補充 44 3前言和致謝國知識分子以及五千年來中國士人以天下為己任的普世關懷作為我們人生的追45。年4月30日于朗潤園6帶來了前所未有的挑戰。789農產品外運和農民工外出的困難，農村就業不足的情形會加劇，這會連帶導致農萎中國家爆發？仍有許多不確定因素，二我們估計消費券發放的實際效果，從而為全面評估消費券對“保家庭、保企業”收集和整理，內容包括發放時間、發放金額、發放方式等。經濟基本面數據從消費券發放過程和效果顯示，總體看來中國地方政府是腳踏當地經濟發展現在(1)消費券使用活躍，核銷率在發放兩周內總體可達六至七成；(2)消費核銷行業也和設計定向行業大體一致，主要是餐飲和百貨超市等。費券后一個月內，消費券地區受支持行業的支付筆數比未發放地區同行業高約2.1地方政府消費券發放情況簡介日期圖2.1地級市消費券計劃發放總額(萬元)及時間一覽(截至4月18日)(二)消費券發放力度市計劃發放金額較大，如溫州(6億)、青島(3.6億)和南京(3.18億)，計劃(截至4月18日)(三)消費券覆蓋行業來保障民生，因此在發放消費券有行業定向是消費券發放的主流，其中69%的城市選擇有定向。依次是餐飲(93%)、文化旅游(64%)、超市(55%)和百貨(61%)。(四)消費券覆蓋人群費券時還需要決定消費券覆蓋人群，而這里也存在權衡。(五)消費券發放通道app取消費券、獲得相應福利。(六)消費券發放批次和發放方式特征(一)消費券的最低限額(二)消費券的面值與優惠力度(三)消費券的有效期城市的消費券有效期在一個月以上。其中，有12個城市的消費券有效期為7費(一)核銷率(萬元)(萬元)核銷率(%)(萬元)03.22-04.1903.27-04.1603.31-04.16.04.01-04.1110-04.24..10-04.2404.03-04.1304.03-04.1605-04.2004.05-04.1404.05-04.1217-04.2318-04.2418-04.2520-04.27..**武漢消費券核銷數據按照張數(萬張)而不是金額(萬元)進行統計和計算，數據來源為微信支付團隊。(二)消費券用戶和商家情況概覽家情況的信息，我們也是從新聞報道中獲得零星證據。(一)支付數據別恢復到76%和71%，緊隨其后的是餐飲(69%)和文化旅游(55%)。80%76%60%75%55%2019年12月2020年1月2020年3月2020年4月138%130%年12月2020年1月2020年3月2020年4月通信和居住的增加幅度為10%左右。我們進一步根據上述五個行業在全行業中數是未發放兩行業的3.11倍，交易金額是未發放兩行業的5.15倍。第四，交通通信和居住沒有采用大量小額的消費券補貼，也是經過仔細設計。消費券要發揮撬動消費的作用，從資金使用效率上而言，就要避免將有限居住相關費用(如房租、物業費等)來說，100元以內的補貼杯水車薪；而交的重要性，新基建中對數字基礎設施建(二)其他數據IC中，自有財力水平指標為人均一般預算收入的對數值和一般預算收入占GDP比重；轉移支付水平指標為人均轉移支付的對數值和轉移支付占GDP比重；財政政為評估地方政府領導人的個人特征是否影響消費券的發放決策，本研究從均值標準差策略 本部分報告地方政府消費券發放決定因素相關評估結果和消費券發放效果 以下)，則表明隨著疫情的推移，該變量對于當地發放消費券的概率有持續而顯著的正(負)影響。DP對發券概率的影響數)對發券概率的影響高低保水平、增加中央政府的轉移支付等措施來幫助家庭和企業來解決燃眉之急。消費券發放決策主要是基于當地經濟基本面，地方政府領導人的個人利益對于這一決策基本沒有影響。這表明，總體看來，中國地方政府是將為人民服務作為如果分別單獨控制地區經濟發達程度(人均GDP的自然對數)、經濟結構 業占GDP的比重)，和地區財政實力(財政自給率)，會看到這三個因率發券城市與高自給率發券城市比較*地方財政特征人均GDP對數(百萬元/千人)收入(百萬元/千人)(財政收入/財政支出)-0.43***月度數據整合成一個面板數據。我們從三個維度來評估消費券的效果：(1)消費券對交易筆數和交易金額的影響；(2)消費券發放時的不同方式、不同側重是否對交易產生影響；(3)不同特征的地方政府所發放的消費券是否對交易產生影響。我們的估計方法仍然采用倍差法(DID)；而部分回歸則采取三重差分法(DDD)。我們在本小節報告主要發現，而在附錄C報告回歸模型與回歸表格。券發行后，發券地區交易筆數比未發券地區高4.2個百分點(以2019年12月為抽樣交易金額占比百貨超市餐飲交通通信居住文化旅游我們采取三重差分法進一步分析不同發放方式是否會影響交易筆數的增加分的影8數8易交6對券43.622費2消20費(3).城市特征的影響發放本身并沒有使得消費券的效果更大。以青島為例，定向人群包括新冠參考文獻和資料來源日。15日。月31日。3月19日。4月16日。4月15日。4月21日。月16日。月1日。日。1742.附錄A變量統計?述發放總額(萬元)04個人領取最高總額(元)該批次有效期(天)2最低消費額度限制(元)5最低面值(元)1最高面值(元)0A述觀測值均值率附錄B消費券發放影響因素的補充(一)回歸模型設定基準模型設定為????=?+???,???.?+???,???×??.?+??+??+???????+????，年和(二)領導人特征對消費券發放概率的影響疫情日確診病例數公布后的第7天到第明隨著疫情的推移，該變量對于當地發放消費券的概率有持續而顯著的正 (負)影響。于57歲對發券概率的影響歲對發券概率的影響為女性對發券概率的影響在出生省份工作對發券概率的影響學歷是否為碩士對發券概率的影響專業是否為經濟學對發券概率的影響有企業工作經歷對發券概率的影響有基層政府工作經歷對發券概率的影響否有中央政府工作經歷對發券概率的影響(一)消費券發放金額影響因素回歸被解釋變量=log發券金額第三產業GDP財力自給率觀測值省份固定效應9.2698***5YES84.6733***YES35.4422***4YES-2.922454.3959***33.5003***0YES附錄C消費券對交易筆數和金額的影響：模型和回歸結果制組，將騰訊?供的這197個城市的4月日度交易筆數和交易金額和1-3月的月度數據整合成一個面板結構。我們將采用這一面板數據評估(1)消費券對交易筆數和交易金額的影響；(2)消費券發放時的不同方式、不同側重是否對交易產生額外的影響；(3)不同特征的地方政府所發放的消費券是否對交易產生額外我們采用雙重差分法(Difference-In-Differences)來估計消費券對交易所產????=?+??????????+?????+?+?+??????+????(2)和表C.2中。表C.1的第(1)(2)列，我們發現消費券發行后，發券地區中，騰訊平臺所能追蹤的交易筆數比未發券地區高4.202個百分點(以2019年12月為當日累計病例的樣本較小。在第(2)列樣本中，發券地區中，騰訊平臺所能追在第(3)(4)列所顯示的分析結果中，我們以Ln(消費券發行額度)代替79個百分點(以2019年12月為100%)。(1)(2)(3)(4)消費券(已發行=1，未發行=0)4.202*****R平方數據。交易筆數為以2019年12月為基準(100%)平減的百分數。回歸方程還包括一個常數項，城市固定效應、消費券(已發行=1，未發行=0)表C.2匯報了運用DID方法估計消費券對騰訊平臺能追蹤到的按2019年12月易金額僅占交易額總量的7%，所以消費券的影響有可能在全行業數據中難以得(3)(4)交易筆數交易金額微信參與*消費券消費券(已發行=1，未發行=0)3.939***?????????????=?+??????_???h???+???????+??+???????????????????????????t其他設定均與式子(2)相同。我們將結果報告在表C.3中。表C.3顯示，是否通過進一步地，我們再次采取三重差分的方法(Difference-In-Difference-In-s?????????????=?+??????_???????+???????+??+???????????????????????????其中，??????_?????????是省份p城市j時間t是否通過某種方式發放消費券，其他設定均與式子(2)相同。交易筆數及金額(按2019年12月平