摘要

4月中央政治局會議召開在即，可能有哪些看點？過往經驗和近期政策動態，或可提供一些線索。

一、過往經驗顯示，年初宏觀形勢變化較大時，4月政治局會議對后續政策影響顯著

4月中央政治局會議，是兩會之后中央層面討論經濟工作的重要會議；當年初宏觀形勢變化較大時，4月會議會相應調整年初政策安排。中央政治局會議通常在4、7、12月以經濟工作為主題，7月和12月會議尤其典型，分別基于上半年和全年的經濟形勢與政策效果及后續形勢研判，部署相關工作；當宏觀經濟、外部環境等出現較大變化時，4月政治局會議會重要性凸顯，會對年初政策進行調整，典型年份如2015年、2018年、2019年、2020年和2022年。

一旦4月政治局會議調整年初政策安排，對二季度宏觀政策影響顯著，大多有新舉措推出。例如，2020年4月政治局會議明確提出“運用降準、降息、再貸款等手段，引導貸款市場利率下行”，當月1年期、5年期LPR即分別下降20bp、10bp；2022年初疫情再度沖擊，4月政治局會議提出抓緊謀劃增量政策工具、加大相機調控力度等，隨后國務院部署穩經濟一攬子措施，加大減稅降費、社保緩繳等力度，推出政策性、開發性金融工具等增量政策。

二、經濟持續修復下，今年4月政治局會議或重在推動政策落地、而非“強刺激”

經濟持續修復、政策發力靠前下，4月政治局會議重點或在推進政策安排落實見效，而非“強刺激”。年初經濟活動加快正常化，制造業、非制造業均快速回到景氣擴張區間，一季度GDP增長4.5%、好于市場平均預期的4.0%，與場景恢復、穩增長發力靠前等緊密相關。3月下旬央行降準，引導資金加大對實體、基建等支持；同時專項債發行靠前、項目推進加快等。考慮已有政策安排力度不低，廣義財政支出預算增速較2022年實際支出增速提升近3個百分點至5.9%；疊加2022年政策累積效應的滯后顯現，4月政治局會議推出新的宏觀刺激措施概率較低。

經濟總體向好下，結構分化、修復不平衡等特征較為突出，擴內需、穩就業等或是4月政治局會議經濟工作重點部署領域。投資端，3月地產銷售、投資雖有改善，但新開工投資未見好轉、同比下降29%、拖累依然較大；消費端，中低收入人群收入和消費修復緩慢，一季度農民工人均收入增長放緩、農村居民人均消費支出改善弱于城鎮和過往；就業端，青年群體就業壓力仍大，16-24歲人口失業率抬升1.5個百分點至19.6%、創歷史同期新高。三、經濟結構分化、不平衡等特征突出下，產業、就業、消費等結構政策或是重點

針對地產修復彈性不足，當前政策思路已較為清晰，通過產業投資加碼來部分對沖；領導密集調研相關產業后，4月政治局會議或對產業發展做出進一步指引。兩會后，總書記首站調研廣東，重點強調實現高質量發展、高水平科技自立自強、建設現代化產業體系等；總理首站湖南調研活動重點聚焦先進制造業發展，而后續調研北京獨角獸企業亦指向對智能高科技等戰略新興產業重視度提升；部委與地方層面也動態頻頻，數字科技賦能、綠色發展、優化營商環境等或是后續產業政策重心。

促消費、穩就業或是4月政治局會議經濟工作部署重點領域。近期，發改委宣布將抓緊出臺系列關于恢復和擴大消費的政策文件，著重強調加大對新能源車消費、提振居民收入等方面政策支持力度；各地政府也圍繞促大宗消費、加大對消費平臺建設支持、推動縣域消費等出臺系列政策。穩就業方面，國常會多次研討畢業生、農民工的就業部署工作，提出以工代賑、社保緩繳、強化宏觀與產業政策等方式擴大就業需求。

風險提示

疫情反復，數據統計存在誤差或遺漏。

報告正文

4月政治局會議，可能的看點？

1.1、過往經驗顯示年初宏觀形勢變化較大時，4月政治局會議對后續政策影響顯著

4月中央政治局會議，是兩會之后中央層面討論經濟工作的重要會議；當年初宏觀形勢變化較大時，4月會議會相應調整年初政策安排。中央政治局會議通常在4、7、12月以經濟工作為主題，7月和12月會議尤其典型，分別基于上半年和全年的經濟形勢與政策效果及后續形勢研判，部署相關工作；當宏觀經濟、外部環境等出現較大變化時，4月政治局會議會重要性凸顯，會對年初政策進行調整。

回顧歷年4月政治局會議，2015年、2019年、2020和2022年的4月政治局會議對后續宏觀政策影響較大。2015年在一季度經濟形勢新增“外部需求收縮，內部多種矛盾聚合”下，會議提出宏觀政策要加大定向調控力度，及時進行微調，并提出有序化解過剩產能工作，此后11月供給側結構性改革政策初步提出；2019年一季度經濟形勢好于預期下，宏觀政策相較之前“統籌推進穩增長”更強調“推動高質量發展”、貨幣政策“松緊適度”；2020年與2022年，疫情沖擊一季度經濟超預期回落下，4月政治局會議均提出加大宏觀調節力度，發行特別國債、抓緊謀劃增量政策工具等均在會議上提出。

一旦4月政治局會議調整年初政策安排，對二季度宏觀政策影響顯著，大多有新舉措推出。例如，2020年4月政治局會議明確提出“運用降準、降息、再貸款等手段，引導貸款市場利率下行”，當月1年期、5年期LPR即分別下降20bp、10bp；2022年初疫情再度沖擊，4月政治局會議提出抓緊謀劃增量政策工具、加大相機調控力度等，隨后國務院部署穩經濟一攬子措施，加大減稅降費、社保緩繳等力度，推出政策性、開發性金融工具等增量政策。

1.2、經濟持續修復下，今年4月政治局會議或重在推動政策落地、而非“強刺激”

一季度經濟總量持續修復，內生動能進一步增強。一季度GDP增長4.5%、兩年復合同比4.6%，好于市場平均預期的4.0%；第三產業GDP表現明顯好于第二產業，增長5.4%、較去年四季度提升3.1個百分點。場景恢復提振下、社零超預期增長，3月社零同比10.6%、遠好于預期的7.2%。制造業PMI亦維持較高水平；3月，制造業PMI錄得51.9%、高于市場平均預期的51.6%，處于近兩年來次高水平；生產、新訂單指數來看，產需均處于景氣擴張區間。

同時，年初“拼經濟”政策力度不低，4月政治局會議重點或在推進落地，而非再度增強調控。年初以來，財政、貨幣政策力度均有加力，3月下旬央行降準，引導資金加大對實體、基建等支持；同時專項債發行靠前、項目推進加快等。考慮已有政策安排力度不低，廣義財政支出預算增速較2022年實際支出增速提升近3個百分點至5.9%；疊加2022年政策累積效應的滯后顯現，4月政治局會議推出新的宏觀刺激措施概率較低。

經濟總體向好下，結構分化、修復不平衡等特征較為突出，擴內需、穩就業等或是4月政治局會議經濟工作重點部署領域。投資端，3月地產銷售、投資雖有改善，但新開工投資未見好轉、同比下降29%、拖累依然較大；消費端，中低收入人群收入和消費修復緩慢，一季度農民工人均收入增長放緩、農村居民人均消費支出改善弱于城鎮和過往；就業端，青年群體就業壓力仍大，16-24歲人口失業率抬升1.5個百分點至19.6%、創歷史同期新高。

1.3、經濟結構分化、不平衡等特征突出下，產業、就業、消費等結構政策或是重點

針對地產修復彈性不足，當前政策思路已較為清晰，通過產業投資加碼以部分對沖；近期，央地領導密集調研，重點聚焦科技創新、產業轉型等領域亦透露產業政策加碼信號。兩會后，總書記首站調研廣東，同過往同期調研相比，本次調研更強調高質量發展、高水平科技自立自強、建設現代化產業體系等；而總理首站湖南調研活動重點聚焦先進制造業發展，而于北京獨角獸企業調研亦指向對智能高科技等戰略新興產業重視度提升。

部委與地方層面也動態頻頻，數字科技賦能、綠色發展、優化營商環境等或是后續政策重點。兩會后，發改委、科技部、工信部等密集會見外方領導人和高管，強調對數字化、智能化、綠色化等方面的深化合作；此外，發改委、工信部等均鼓勵各地爭當優化營商環境的排頭兵，因城施策，促進企業融通創新。地方層面，3月下旬以來，多地新任一把手首站調研地方優勢產業中的龍頭企業，普遍強調希望企業加大科技創新力度、加快產業升級，同時強調政府為企業做好服務、創造良好營商環境等。

促消費方面，央地近期政策密集出臺，重點關注促進大宗消費、增強縣域消費、加大對消費平臺建設支持等。近期，發改委宣布將抓緊出臺一系列關于恢復和擴大消費的政策文件，相比之前，著重強調加大對新能源車消費、提振居民收入等方面政策支持力度。地方層面，各地政府重點圍繞促大宗消費，智能家電、汽車促銷等，以及加大對消費平臺支出、加快商業圈建設、品牌培育引進等，推動縣域消費等領域出臺系列政策。

就業問題突出下，穩就業或也是4月政治局會議的重點議題之一。青年失業率持續走高下，為畢業生等重點群體提供就業服務、擴大就業有效需求是當前政策重點。中央層面，國務院常務會議多次強調對高校畢業生、農民工的就業部署工作，并提出以工代賑、社保緩繳、強化宏觀與產業政策等方式擴大就業需求。地方層面則組織開展各類高校招聘會，以校園招聘為陣地落實高校畢業生就業工作等。

經過研究，我們發現：

（1）4月中央政治局會議，是兩會之后中央層面討論經濟工作的重要會議；當年初宏觀形勢變化較大時，4月會議會相應調整年初政策安排。一旦4月政治局會議調整年初政策安排，對二季度宏觀政策影響顯著，大多有新舉措推出。

（2）經濟持續修復、政策發力靠前下，4月政治局會議重點或在推進政策安排落實見效，而非“強刺激”。經濟總體向好下，結構分化、修復不平衡等特征較為突出，擴內需、穩就業等或是4月政治局會議經濟工作重點部署領域。

（3）針對地產修復彈性不足，當前政策思路已較為清晰，通過產業投資加碼來部分對沖；領導密集調研相關產業后，4月政治局會議或對產業發展做出進一步指引；同時，近期央地對促消費、穩就業重視度提升，或亦是4月政治局會議經濟工作部署重點領域。

風險提示

1、疫情反復。疫情演繹仍存在不確定性，仍需緊密跟蹤各地疫情演變及對疫情防控和經濟的潛在擾動。

2、數據統計誤差或遺漏。一些數據指標，可能存在統計或者處理方法上的誤差和偏誤；部分數據結果也可能受到樣本范圍、統計口徑等影響。

返回列表