我们不再支持这个浏览器. 使用受支持的浏览器将提供更好的体验.

更新浏览器.

关闭浏览器消息

研究 2019冠状病毒病期间零售支出对当地情况的响应

介绍

对疾病和死亡的恐惧, 对商业活动的限制, 企业和消费者的适应意味着,在2019冠状病毒病大流行爆发后,美国的零售格局已经大不相同. 我们不仅改变了我们在零售商品和服务上的花费, 还包括我们如何以及在哪里消费. 虽然大流行是一种集体经历, 大流行影响的严重程度因时间而异, 社区, 以及经济部门.1 鉴于这种异质性和大流行对零售活动造成的变化, 我们可能会预期,零售支出将相对容易受当地情况的影响, 例如当地COVID死亡率和非药物干预措施施加的限制. 为了评估这一点, 我们使用来自4000多万大通客户的信用卡和借记卡交易数据来比较各大城市的零售支出. 人均死亡人数——作为衡量大流行严重程度的一项当地指标——似乎并未促使消费者支出产生一致的反应. 此外, 对餐馆的限制似乎与餐馆消费的变化没有强烈的联系.

的数据

该分析仅依赖于有关零售支出、COVID死亡人数和npi的公开数据. 2021年4月,澳博官方网站app研究所发布了最新版本的“本地商业数据系列.该项目定期更新美国15个大都市地区的消费者支出增长情况, 还有一个全国性的集合.2 这些系列是使用每月超过4000万追逐客户的信用卡和借记卡交易数据构建的. 我们提供本地商业的“买家”视角. 这意味着我们汇总了居住在特定都市区域的人们的支出, 无论这些支出发生在哪里. 我们提供了按年龄组分列的消费增长数据, 产品类型, 事务通道(无论事务是在线的还是离线的), 以及这些维度的子类别对顶线支出增长的贡献. 每个月, 我们提供所有系列的图表, 以及这些图表背后的汇总数据. 支出按月合计, 市区, 以及根据我们的汇总和数据隐私标准确定的年龄组/产品/渠道级别.

为了衡量COVID - 19死亡率,我们使用 县级数据 《澳博体育app》从州和地方卫生机构收集的数据.3 为了包含npi的信息,我们使用了 由耶鲁大学管理学院创建的工具 收集所有州的县级信息. 除了通过分析新数据源直接通知政策之外, 我们的目标是提供一个例子,说明如何将这些数据与其他来源结合起来,为地方和国家一级的决策者提供信息. 当地政策制定者和专家的专业知识和观点也可能对当地条件与消费者支出之间的关系提供更全面的评估.  

找到一个: 大流行期间, 不同城市的消费者支出轨迹几乎没有变化, 尽管当地条件差异很大.

评估消费者支出对疫情严重性的反应, 我们计算了每月每100人的COVID死亡人数,每个都会区有1000名居民. Previous research has suggested that voluntary declines in mobility and economic activity were an important driver of economic contraction in the early months of the pandemic (Goolsbee and Syverson 2020; Chetty et al. 2020年),并且随着COVID病例数量的增加,一个州的经济活动会减少(Chen等人). 2020). 然而, 关注当地的COVID死亡率(衡量当地大流行状况的一种合理指标)和当地消费者支出表明,自大流行的头几个月以来,消费者的行为发生了变化. 图1展示了我们在系列中跟踪的15个大都市地区每100人的死亡人数,2000名居民在2020年将走上不同的道路.4

图1:大都市地区的COVID死亡率在不同时间飙升

图2表明,在同一时期,各大都市地区的消费者支出增长轨迹非常相似. 虽然大流行在不同城市的不同时间到达, 消费者一致应对全国突发卫生事件.

图2:城市地区的消费增长率遵循类似的轨迹

到2020年剩下的时间, 支出增长遵循了类似的复苏轨迹, 而在不同的城市地区,新冠肺炎死亡率在不同的时间飙升. 具体地说, 我们发现,在特定月份,大都市地区的COVID死亡率并不是支出增长的统计显著预测指标.5 Kim等人对小企业及其所有者进行了研究,得出了大都市地区支出的相对相似性以及地方支出与当地COVID死亡率之间的弱关系. (2020), 谁提出“业务中断主要归因于与本地感染无关的国家因素?.”

发现二: 在线消费强劲, 而线下消费和需要更多面对面互动的服务的增长仍然很低.

鉴于以往研究的重点是流动性, 值得注意的是,尽管担心感染,但支出恢复得更平稳的一个原因是,消费者越来越多地利用在线商务. 本地商业数据系列相对于其他零售支出系列的优势之一是,它提供了按渠道(线上或线下)的支出增长突破。. 如图3所示, 2020年4月之后,在线支出迅速增长,并一直高于2019年的水平.

图3:从2020年4月开始,在线支出迅速增长,全年保持高位

然而, 在2020年3月和4月最初的下跌之后, 到2020年11月,线下支出以类似的速度恢复.

除了消费者跨渠道消费模式的改变, 消费者在零售经济的不同领域改变了他们的消费方式. 如图4所示, 在大流行期间,食品杂货、家居用品和服务的支出保持强劲, 超过前一年的支出增长. 然而, 正如所料, 花费在需要更多面对面互动的活动上, 比如个人护理服务, 餐厅, 当地的交通, 当地休闲业受到的打击最大,复苏最弱.6

图4:2020年3月之后,不同产品的支出增长出现了显著差异

发现三: npi和当地COVID死亡率与餐馆支出增长轨迹的变化没有强烈关联.

我们比较了消费者对不同的COVID死亡率和限制水平的反应,为关于目标npi的成本和收益的辩论提供信息. 我们研究了四个大都市地区,这些地区针对餐馆采取了不同的npi方法,每100人的COVID死亡人数也有不同的轨迹,居住人口:洛杉矶, 迈阿密, 凤凰城, 和西雅图. 因为消费者可以用本地的线下消费代替非本地的线上消费, 对大都市地区的消费者来说,呈现出的更均匀的复苏可能并不意味着企业的复苏.7 因此,我们在本分析中重点关注餐厅消费,因为这是一个最受欢迎的行业, 如果不是全部, 线上和线下的消费都流向了市区的机构.

图5a和5b显示了洛杉矶和西雅图这两个大都市地区,它们的餐厅支出增长轨迹相似,但新冠肺炎死亡率却截然不同. 在两个都市区, 2020年4月的餐厅支出比2019年4月下降了50%以上. 从2020年5月开始,洛杉矶的餐馆被允许以50%的产能运营, 不过从7月开始,他们只能在户外用餐. 在西雅图,餐馆在2020年6月之前不允许在室内经营. 然而, 尽管npi发生了变化,有时还变得更加严格,但整个夏季,这两个大都市地区的餐馆支出都出现了类似的复苏. 2020年11月,随着新冠肺炎死亡率的上升,这两个城市进一步限制了餐馆的运营. 尽管餐馆消费增长最初有所下降, 尽管持续的限制和COVID - 19死亡率不断上升,但它后来还是增加了, 尤其是在洛杉矶. 洛杉矶和西雅图的餐馆消费轨迹表明,仅靠npi并不一定会阻碍零售活动.

图5a: npi与餐馆消费轨迹的实质性变化无关:洛杉矶

图5b: npi与餐馆消费轨迹的实质性变化无关:西雅图

图5c和5d显示了另外两个具有相似餐厅消费增长轨迹和不同npi的都市区. 凤凰城餐厅消费的最低点在2020年4月约为- 40%,尽管3月份也有类似的限制措施,但降幅没有其他三个特色城市那么严重. 凤凰城的餐馆于2020年5月重新开业,没有容量限制, 而迈阿密的室内容量限制为50%. 然而, 从4月到5月,两个都市区的餐厅支出增长变化约为17个百分点. 此外, 餐馆消费继续复苏,尽管, 有时, 更严格的国家行动计划和不断上升的COVID - 19死亡率. 类似于洛杉矶和西雅图, 餐馆支出的复苏在2020年11月停止, 尽管迈阿密和菲尼克斯没有像西雅图和洛杉矶那样改变他们的npi.

图5c: npi与餐厅消费轨迹的实质性变化无关:凤凰城

图5d: npi与餐厅消费轨迹的实质性变化无关:迈阿密

其他研究人员发现,政府关门对经济活动的影响可以忽略不计 在行为的自愿改变之上 并且没有明确的证据表明重新开放导致经济活动的显着增加(Goolsbee和Syverson 2020), Chen等. 2020年,Chetty等人., 2020). 我们的研究结果用一个特定行业的支出和相关npi的最新证据加强了这一说法. 另一方面, 当使用更近期的数据进行分析时, 经济活动与COVID大流行严重程度之间的关系可能比2020年春季弱.

影响

对这一新数据来源的初步审查强化了这样一种观点,即尽管该国不同地区在不同时间和不同程度上经历了新型冠状病毒肺炎大流行的悲剧性影响, 消费增长复苏是一个常见的经济故事. 因为COVID大流行的当地严重程度并不是当地支出增长的重要预测指标, 需要进一步的研究来分析更广泛趋势对当地经济的影响, 比如国情, 我们对病毒不断变化的认识, 流行的疲劳, 接种疫苗的人数也在迅速增加. 类似的, 而npi是否在限制餐馆的支出增长并不明显, 在企业获得有助于支出恢复的工具方面,可能存在重要的不平等. 例如, 在线平台和更新的实体基础设施可能会帮助企业以新的方式接触到客户. 然而, 这两种投资都需要前期和持续的成本,并不是所有的企业都有足够的资源来支付. 这些不平等现象以及我们在疫情期间观察到的按产品和渠道划分的支出变化的持久性,将在一定程度上影响当地经济如何从COVID大流行中复苏. 澳博官方网站app研究所将继续研究这些领域,并每月更新其本地商业数据系列, 为其他人提供新的数据来源,为当地经济政策提供信息.




作者:

Chris Wheat,联席总裁

Chi Mac,研究负责人

James Duguid,研究助理