第3单元 总需求与乘数模型

3.13 应用：中国后疫情时期的总需求问题

当中国在2022年末突然放弃清零政策时，许多观察者预期经济活动会迅速反弹。长期以来经历了严格的封控，中国家庭是否会像其他国家那样，在政策转变后表现出强劲的消费支出？事实并非如此。

对中国的数据解读与高收入国家不同——中国的增长率要高得多，在解除清零政策后，预计其年增长率将达到5%。然而，仍然出现了总需求严重疲弱的迹象。特别是，青年失业率达到20%，消费者信心疲软，严重到令当局停止发布相关数据。本单元中的模型有助于解释中国在疫情之后的总需求问题。

在高收入国家，政府为因政府下达的居家令及其对经济的连锁反应而无法工作的劳动者提供了慷慨的收入支持。例如，可以想象，在中央商务区，由于办公室职员的突然缺席，乘数效应如何发挥作用。

美国的数据（见图3.25）显示，2020年第二季度GDP大幅下降（与上一季度相比下降30%，按年率报告），其主要影响来自消费。由于失业救济的慷慨支持，GDP在随后的季度迅速反弹（需要注意的是，这些转移支付在总需求和表格中计入“C”而非“G”）。

中国并没有像高收入国家那样的共同保险机制（见第3.10节），在疫情期间为劳动者提供替代其大部分工资的失业救济或停工补贴。结果是，当中国的清零政策导致封控时，家庭只能动用积累的储蓄。中国家庭依靠自我保险。在经历了两年的严重就业不安全并消耗了储蓄之后，许多中国家庭在限制解除后依然非常谨慎。他们的优先事项是重建储蓄缓冲，而不是立即增加消费。

关于中国电动车及可再生能源供应链其他领域的超高投资的报道，掩盖了其他领域投资疲弱的事实。这在一定程度上是由于美国对半导体的出口管制，按照模型的逻辑，这带来了极大的不确定性并推迟了投资支出。

在新冠疫情之前，当疲弱的总需求威胁到中国宏观经济时，政策回应是增加政府在基础设施和住房上的投资支出。然而，这两者都未被视为解决疫情后总需求不足的办法。