6成本为什么降不下来

一家公司的收入掉了 10%，成本应该跟着掉多少？标准成本表的答案是同比例：收入少 10%，成本也少 10%。这个答案写在每一张预算表里，也写在大多数人对"降本"的想象里——收入没有了，成本自然跟着走。

数据不支持这个答案。19 个行业、4,293 家公司、五个年度、1.7 万组年度对比，把所有收入下降的年份放在一起看：收入每降 1%，营业成本只肯降 0.84%。同一个模型里，收入每涨 1%，成本会跟着涨 0.95%——往上跟得紧，往下跟得慢。这一松一紧之间的差，就是这一章要拆的东西。

多数公司遇到收入下滑时，开的会、砍的预算、发的通知都是真的。问题出在更下面一层：账上那笔钱，多数已经不是可以随时停掉的支出了。公司要降的从来不是"钱"，是一组已经许出去的承诺——答应过人的工资、签过字的产能、定下来的研发路线。承诺越硬，成本越难动；而承诺的硬度不写在成本表上，只能从数据里量出来。

6.1收入少 1%，成本只少 0.84%

方法一句话说完：把每家公司每一年的收入、成本各自和上一年比，得到两个变化率并取对数；再把收入上升的年份和收入下降的年份分成两组，各求一条斜率。收入涨的时候成本跟多少、跌的时候跟多少，两个斜率一减，就是这个方向的不对称有多大。

表 6-1　成本对收入的反应：全样本结果（FY2021→FY2025，17,130 组年度对比）

项目	系数	读法
收入上升时成本跟随	0.9533	收入涨 1%，成本涨 0.95%
收入下降时成本跟随	0.8417	收入跌 1%，成本跌 0.84%
两者之差（粘性）	0.1116	同一档收入变动，往下比往上少跟 0.11 个百分点
观测数	17,130	上升 10,389 组 / 下降 6,741 组
拟合度	0.8194	82% 的成本变动能被收入变动解释

三个系数值得逐个念一遍。上行 0.9533——收入涨，成本几乎同幅度跟上，只落后 4.7%。下行 0.8417——收入跌，成本只跟到 84%。两者相差 0.1116，这就是粘性系数的全部含义：同样是 1% 的收入变动，往下那一侧的跟随少 0.11 个百分点。

这个差有一个专门的词：成本粘性（cost stickiness）。粘性是个形象的说法——成本像被粘住了：往上带，它跟得顺；往下放，它退得涩；硬撕，还会留一道痕。用它形容成本对收入的不对称反应，是成本管理领域二十多年前就定下的做法：2003 年，三位学者在美国 7,629 家公司、20 年的数据上第一次把这个现象量出来，得到的形态和这里完全一样——往上跟得多，往下跟得少。此后二十多年，它在不同国家、不同年代被反复量到，用的都是这套模型。那些研究确认的是"这件事普遍存在"；本章量的是另一件事：它的规模、它的分布，以及它为什么降不下来。

换成钱更直观。一家营业收入 100 亿元、营业成本约 76 亿元的公司，收入掉 1% 就是少 1 亿元；成本按同比例该少 7,600 万元，按 0.84 的弹性实际只少 6,400 万元——1,200 万元留在了账上。这 1,200 万元不是被谁浪费掉的，它是这一年的利润里被挤掉的一块。而且它不会自己消失：它变成下一年的成本基数，即使收入回到原位，这块成本也已经"本来就有的"。

这几个数之所以能横着比，是因为它们都是"变化率之比"——收入动 1%，成本动多少，和公司多大、成本率多高无关。一家营收 5 亿元的公司和一家营收 500 亿元的公司，在这个数上可以直接对照。

也要说清它不是什么。0.84 不是哪家公司定下的目标，没有谁会主动计划"收入降 1%、成本降 0.84%"。它是所有公司、所有年份的结果加总出来的形状，反映的是：面对收入下滑，绝大多数公司实际能让出的比例有多大。它也不是某一次降本动作的成败——它是成本结构本身的偏移；只要成本里有一部分不随收入走，这个偏移每年都会发生一次。

还有一个起点问题要说清。这套模型量的是"相邻两年的变化"，所以第一个可用观测是 2022 年。2021 年是疫情后的低基数叠加原材料涨价的一年，当年全样本营收增速中位数 23.2%，属于异常值，这意味着 2022 年的下滑里含着一部分"从高位回落"，而不全是需求收缩。所以这一章的趋势判断都不依赖单个年份——连续下降的三年、降幅三分位、四个成本科目，用的都是全样本或多年合计；单年数字只作方向参照，每一张表都列出了观测数。

还有三个边界要交代，因为它们决定这个数能推到多远。一是样本只含 A 股制造业上市公司——能上市的公司在规模和管理上都偏上，未上市的中小企业不体现在这个数里；二是观测单位是"公司 × 年度对"，同一家公司在不同年份会被重复计入；三是范围上只量营业成本与营业收入的关系，不含税金及附加和减值损失。这三条都不影响方向判断，但会影响把它当成"全体制造业"来读的那一刻。

先把一个疑问挡掉：0.84 会不会是少数公司拖出来的平均数？换成计数看，形态更清楚。五年里一共发生 6,741 次收入下降（一家公司某一年收入低于上一年，记一次），把它们按成本的反应分成三类：

表 6-2　6,741 次收入下降，成本的反应（末行为第二行的子集）

成本的反应	次数	占比	含义
降幅不小于收入降幅	2,588	38.4%	跟上甚至超降
降幅小于收入降幅	4,153	61.6%	没跟够
其中：成本不降反升	980	14.5%	收入少了，账上的成本还多了

每 100 次收入下降里，62 次成本没跟上，其中 15 次成本还在涨。这不是某几家公司的管理事故，它是分布的中心。换到公司层面：3,441 家曾经历收入下降的公司里，收入掉 1% 时，成本变化率的中位数是 0.87%——一半的公司在连 0.87 都不到的位置上，四分之一还低于 0.43。

三类里的第一类值得单独说。2,588 次（38.4%）的成本降幅不小于收入降幅，说明"降本"不是做不到——它在 6,741 次下降里真实发生了 2,588 次。问题在于它不是分布的中心，而是分布的右尾：能做到的公司不到四成，而且散落在 19 个行业里，没有哪一个行业是"天然降得动"的。

也别急着把它读成"企业不肯降本"。拿到 0.84 这个数字的公司，很可能已经开过三轮会、砍过两笔预算、发过三份通知。它降不动，不是因为没动手，而是因为手边能动的部分本来就少。往下走，就是找出那部分到底在哪。

6.2要降的不是钱，是承诺

最能说明"承诺"有多硬的，不是钱，是人。人一旦雇进来，解掉它要付出三笔代价：一次性补偿、重新招人的成本，以及留在岗上的人看到同事被裁之后的变化。三笔代价都发生在未来，而收入的下降可能只是一次扰动。所以面对收入下滑，管理层的第一个动作通常不是裁人，而是"再等等看"。

等多久？数据给了答案。把每一个收入下降的年份和它同期的人数变化放在一起：

表 6-3　收入下降 1%，三项"承诺"指标各动多少（6,471–6,742 组）

指标	中位弹性	该指标反向变动	观测数	读法
员工人数	+0.19	61.2% 在增	6,702	收入降 1%，人数中位还增 0.19%
研发人员数	0.00	49.9% 在增	6,471	几乎一动不动，方向都不偏
支付给职工的现金	−0.09	—	6,742	钱比人先动，但幅度远小于收入降幅

三项指标里，两项是反直觉的。收入下降 1%，员工人数中位数不降反升 0.19%，而且 61.2% 的公司人数还在增加。研发人员的弹性是 0.00——不是"少减"，是完全不减，增和减的公司各占一半，方向都不偏。真正先动的是钱：支付给职工的现金弹性 −0.09，比人数敏感，但离收入降幅仍然差得远。

把这三项合起来看，得到的是一个关于"边界"的结论：80.9% 的公司，人数变化相对收入变化的比例落在 1 以下——绝大多数公司的编制，对收入下滑是迟钝的。人不但没有跟着收入退，它甚至不承认收入在退。

这三笔代价的形状值得说细一点。一次性补偿通常按工龄和职级计算，工龄越长代价越大，所以真要减，最先动的是新员工和边缘岗位；重新招人的成本不只是招聘费，还有学习期——越靠近一线技术、越依赖经验的岗位，学习期越长，而招回来的往往已经不是走掉的那个人；第三笔最难量化：留下来的人看到同事被裁，会开始更新简历，核心人员的流失通常发生在裁员的半年到一年之后，比裁员本身更贵。

三笔代价指向同一个判断：在收入下滑的初期，裁人的期望成本高于维持成本。这不是心软，是算账——下滑可能只是一次扰动，为一个可能过去的扰动付一份不可逆的代价，账算不过来。

承诺不止编制一种。产能对应签了字的最低采购量和厂房租金；供应商关系对应谈定的价格和账期；研发路线对应立项时已经批下的团队与预算。这三样的共同点是"已经公告过"——对内公告给了员工，对外公告给了客户、供应商和资本市场。已公告的承诺要撤回，代价不只在钱上，还在信用上。编制之所以最硬，是因为它的公告对象最多、撤回的信用代价最高。

但"等多久"并不是一个统一的答案。把收入降幅分成两半看，人对痛感的反应完全不同：

表 6-4　降幅不同，人的反应完全不同

收入降幅	观测数	员工人数中位变化	人数仍在增加的公司
小幅下降（中位约 −2.5%）	1,676	−0.48%	47.3%
大幅下降（中位约 −31%）	1,676	−6.30%	28.5%

小幅下降时，人数中位只动 0.48%，还有 47.3% 的公司在加人；掉到三成上下时，人数才动 6.30%。触发动作的不是收入在跌这个方向，而是它跌了多少。同一句话，跌 3% 时得到的是"再看看"，跌 30% 时得到的才是一份减员方案。

这不能简单读成反应迟钝。多数小幅下滑会在第二年自己回来，为一个可能自己消失的扰动先付一笔不可逆的代价——补偿、重新招聘、留下来的人对下一次的预期——账本来就不划算。所以这套反应方式在假摔上是对的，代价出现在真跌里：它把决策点推到数据已经足够难看的时候，而那时候能动的部分，大多已经变成了签过的合同。

真到了要减的时候，还有一道排序题：先减谁。新员工成本低、替换容易，但他们是未来两三年的主力；老员工产出高，但补偿高、岗位恢复难。多数公司的实际选择落在"冻结"而不是"优化"上——不招新人、允许自然减员、把空出来的编制收回去。这解释了表 6-3 里那个组合：收入在下降，人数中位却还在微增（+0.19%）。

还有一层很少被写下来的成本：动作的次序会被记住。一家公司先冻结招聘、再自然减员、最后才谈优化，员工会把这条路径当成以后每一次下滑的模板。管理层今天不动编制，等于向内部作了一个承诺；这个承诺在下行期保住了士气，在上行期又推高了成本。粘性的一部分，就藏在这里。

这也解释了一个日常观察：公司在收入下滑的第一时间公布的措施，几乎都是不要钱的——暂停招聘、推迟加薪、压缩差旅、暂停非核心项目。它们共同的属性是"可逆"：一旦收入回来，可以立刻恢复。而裁人、关厂、卖资产是不可逆的，恢复成本高于维持成本，所以要等到确认这不是扰动之后才动。

6.3最硬的那一块是人

换个办法：不拆"钱花在谁身上"，只按利润表上的科目拆——营业成本、期间费用合计、研发费用、支付给职工的现金各算一遍同一个模型。四个科目各自的耦合程度和不对称程度如下：

表 6-5　四个成本科目：与收入的关系各不相同（FY2021→FY2025）

成本科目	收入上升时跟随	收入下降时跟随	粘性	观测数	拟合度
营业成本	0.9533	0.8417	0.1116	17,130	0.8194
人工成本（现金）	0.3956	0.2488	0.1468	17,132	0.2836
期间费用合计	0.4203	0.2977	0.1226	17,115	0.2228
研发费用	0.4844	0.3952	0.0892	16,928	0.1715

第一眼看到的是"跟随"那一列：营业成本 0.95，另外三项全部落在 0.40 到 0.48 之间。收入涨 1%，占成本大头的营业成本几乎同幅度涨，而人工成本只涨 0.40%、期间费用只涨 0.42%。这说明后三项本来就不是"随收入松紧的支出"——收入好的时候它们不会大幅膨胀，收入差的时候它们也不会自动收缩。它们是先定下来的，不是后算出来的。

这四项的差别也说得通。营业成本的主体是原材料、外购件、能源和直接人工，前几项随订单走——订单一停，采购就停，它是可以随收入松动的。另外三类不同：管理费用的主体是组织和流程，销售费用的主体是渠道与客户关系，研发费用的主体是技术路线和团队。这三样都不随订单消失，它们随决策消失，而决策的调整周期以年计。

第二眼看到的是"粘性"那一列。四个科目里，人工成本（现金）的不对称最大，0.1468，是营业成本 0.1116 的 1.32 倍；期间费用合计 0.1226 居中；研发费用最小，0.0892。结合 6.2 的结果：收入掉下来的时候，钱会先松一点（−0.09），人几乎不动（+0.19、研发人员 0.00）——所以在四个科目里，人工成本是最不肯跟收入走的那个。

这也解释了一个反直觉的现象：成本表上占比最大的那块，反而是最灵活的。2025 年，19 个行业的营业成本率中位是 75.2%，期间费用率中位是 17.27%——营业成本占了营业收入的四分之三，看起来降本的主战场应该在这里。但它恰好是与收入同进同退的部分：收入不掉，它也不掉；收入掉了，它自己就掉。剩下不到三成的人工与费用，才是必须由判断去驱动的部分，而它们恰恰是最硬的。

这组数据说的是"哪里还有余地"，不是"应该先动谁"。一笔支出的硬度由它换来了什么决定：人工与费用的硬度，来自它们换的是组织能力、渠道关系和研发路线——按现金看，它们是一笔支出；按经营看，它们是一份能力。撤回等量的现金，撤回的是等量的能力，而且这件事在两个方向上都要付费：减的时候付一次，将来加回来还要再付一次。

所以真到了要做决策的时候，问题不该问成"动多少人"，而该问成"这份承诺要签多长"。同样的产能需求，可以用自有产线去接，也可以用外包和临时产能去接；同样的订单波动，可以靠常备队伍扛，也可以靠用工的弹性接。前一种把成本固定在承诺里，后一种把成本挂在订单上——差别不在人多人少，在成本的期限和收入的期限对不对得上。这一条不需要任何人离开，它需要的是签下承诺的时候，把它的长度写对。

这一组数要配一句限定。后三项的拟合度只有 0.17 到 0.28，远低于营业成本的 0.82。拟合度低有两层含义：一层说明它们的变动和收入的关系本来就松，这正是它们与收入脱钩的证据；另一层说明这几个系数本身的精度不如营业成本，所以四个粘性值看排序、看方向，不看绝对水平。

把这些费用拆开，能看到这副"承诺"的构成：

表 6-6　三项费用各占营业收入多少（2025 年，公司中位数）

费用项目	占营业收入（%）
销售费用	3.5
管理费用	6.4
研发费用	4.71

管理费用占收入 6.4%，是三项里最大的一块，也是最难在短期内压缩的一块——它对应的是组织结构本身：中层、职能、流程。研发费用 4.71%，对应的是技术路线；销售费用 3.5%，对应的是渠道与客户关系。这三项各自的下降幅度都被限制在 0.25 到 0.40 之间，也就是：收入掉 10%，它们最多少掉 4%。

这块"承诺"的体量，能和本报告别处量到的数字对上。2021 年到 2025 年，支付给职工的现金占营业收入的比重从 8.63% 升到 9.88%——一块接近收入十分之一、又几乎不随收入波动的支出，对任何一家公司的调整能力都是硬约束。它和表 6-3 量到的是同一件事：钱会慢慢松，编制不会。

各项中位数为"公司中位数"，横向不可相加（相加结果不等于期间费用合计中位数），合计口径见附录 B。

6.4谁降不动

先按行业看。同一个模型分别跑 19 个行业，最大的是纺织服饰 0.3040，最小的是美容与个护 −0.1447，跨度 0.45。

表 6-7　19 个行业：收入涨 1% 和跌 1%，成本各跟多少（FY2021→FY2025）

行业	涨 1% 时成本	跌 1% 时成本	粘性	观测数
纺织服饰	1.2454	0.9414	0.3040	332
轻工制造	1.0688	0.8331	0.2357	667
环保	1.0205	0.8412	0.1793	532
家用电器	1.0350	0.8756	0.1594	404
国防军工	0.9277	0.7785	0.1492	555
基础化工	0.9272	0.7809	0.1463	1,748
医药	0.8868	0.7491	0.1377	1,966
建筑材料	0.9413	0.8106	0.1308	323
电力与新能源装备	0.9905	0.8749	0.1156	1,519
计算机	1.0114	0.9178	0.0936	1,407
电子与半导体	0.9347	0.8647	0.0700	2,005
机械设备	0.9747	0.9155	0.0592	2,423
有色金属	0.7991	0.7402	0.0589	571
汽车	0.9875	0.9412	0.0463	1,182
食品饮料	0.8820	0.8844	−0.0025	500
钢铁	0.7911	0.8566	−0.0655	180
通信设备	0.9176	0.9861	−0.0685	492
石油石化	0.9222	1.0115	−0.0893	192
美容与个护	0.7249	0.8696	−0.1447	132

读法是：纺织服饰的收入每涨 1%，成本涨 1.25%；每跌 1%，成本只跌 0.94%。涨的时候冲在前面，跌的时候落在后面。轻工制造、环保、家电是同一副样子——涨得比收入快，跌得比收入慢。

表底部一组正好倒过来。美容与个护的收入每涨 1%，成本只涨 0.72%；每跌 1%，成本跌 0.87%。钢铁（涨 0.79／跌 0.86）、通信设备（涨 0.92／跌 0.99）、石油石化（涨 0.92／跌 1.01）同属这一组。这里必须避开一个误读：这四个行业不是"跌得比收入还狠"——除石油石化刚好过 1，其余三个跌 1% 时成本都只跌 0.86 到 0.99，仍然没跟满。它们真正的共同点是跌的时候比涨的时候跟得更紧。

两组的处境相反。上面一组"上去容易、下来难"：收入下行时，成本已经按高收入的规模配好了，退不回来，利润两头被挤。下面一组"上去慢、下来快"：增长期成本没有同步铺开，收缩期成本跟着收入退，对收入波动的传导更完整，结构也更轻。

行业之外还有一条线：规模。把观测按公司期初营收分成四档，各自跑一遍模型：

表 6-8　按公司规模分层：粘性随规模上升

期初营收	观测数	收入上升时跟随	收入下降时跟随	粘性
10 亿元以下	6,521	0.9506	0.8262	0.1244
10–50 亿元	7,019	0.9479	0.8743	0.0737
50–200 亿元	2,468	0.9383	0.8368	0.1015
200 亿元以上	1,122	0.9999	0.7929	0.2070

粘性最强的一档是营收 200 亿元以上的公司，0.2070；最弱的是 10–50 亿元，0.0737，两者差 2.8 倍。这不是"小公司没能力调整"——10 亿元以下那一档的粘性（0.1244）反而高于 10–50 亿元档。真正的形态在最后一列：大公司的收入上行完全跟满（0.9999），下行只跟 0.79，上行下行之间张开的口子最大。

这个形态解释得通。营收 200 亿以上的公司，成本结构里研发、产能、品牌投放、管理层的占比都更重，这些恰恰是最难停的承诺；同时它们的现金储备更厚，有能力"扛一段再看"。10–50 亿元那一档处在一个特别的位置：规模已经足够支撑专业管理，又没有重到掉不了头，所以它是四个档里成本跟得最紧的。

规模这条线还有一个容易被读错的地方。四档里粘性最低的是 10–50 亿元，而不是 10 亿元以下——如果粘性只反映"调整能力"，最小的公司应该最降不动，实际不是。最小的公司成本结构简单，往往一项业务、一个厂区，没有庞大的职能体系，收入一掉，采购和用工的调整来得很快；10–50 亿元的公司已经长出了专业分工和中层结构，这些是刚性的，但规模又不足以像 200 亿以上那样"扛一段"，所以它的成本跟得最紧、也最没有余地。到了 200 亿元以上，现金储备和融资能力让它有资格把反应放慢，粘性于是重新升上去。

行业和规模都给出了差异。但这些都还只是标签——同一行业、同一规模档里的公司，未必是同一种处境。把镜头推到公司层面，同一档收入降幅下的下行弹性分布是这样：

表 6-9　同一档降幅下，公司之间的下行弹性分布

分组	观测数	第 25 百分位	中位	第 75 百分位	降得动的公司
全样本	3,441	0.428	0.866	1.123	35.5%
纺织服饰	74	0.666	1.033	1.268	54.1%
环保	116	0.633	0.955	1.403	49.1%
国防军工	121	0.229	0.687	1.007	25.6%

看最后两列。即使在全样本最"降不动"的国防军工，也有四分之一的公司（25.6%）做到了成本降幅不小于收入降幅；即使在最"降得动"的纺织服饰，也有近一半（54.1% 降得动，即 45.9% 降不动）没做到。行业标签解释不了一家公司自己会不会降。

再看分布的形状。国防军工这一组的第 25 百分位是 0.229、第 75 百分位是 1.007，中间的跨度 0.778；环保的跨度 0.770；全样本 0.695。而 19 个行业的中位弹性，从最低的军工 0.687 到最高的纺服 1.033，跨度只有 0.346。同一行业内部，中间一半公司的差距，比 19 个行业中位之间的差距大一倍以上。行业是标签，公司才是分界。

分布的形状还说明一件事：在同一档收入降幅下，"能不能降"不是一道是非题，是一个连续分布。第 25 百分位 0.428 和第 75 百分位 1.123 之间，横着一半的公司——它们既不属于"降得动"，也不属于"降不动"，是"看情况"。而"看情况"这三个字背后，正是后面要量的东西：什么时候动手、面对多大的降幅。

把 19 个行业各自的"降得动"占比排出来，会看到同一件事：

表 6-10　各行业"降得动"的公司占比（2025 年收入下降的 3,441 家）

行业	降得动占比	弹性中位	观测数
纺织服饰	54.1%	1.033	74
石油石化	51.1%	1.006	45
环保	49.1%	0.955	116
家用电器	48.8%	0.995	84
轻工制造	41.5%	0.934	142
汽车	40.0%	0.915	170
美容与个护	40.0%	0.849	25
机械设备	38.7%	0.913	494
计算机	38.6%	0.887	298
食品饮料	37.1%	0.872	105
通信设备	33.3%	0.864	99
有色金属	32.7%	0.861	101
电子与半导体	32.1%	0.835	390
医药	31.3%	0.703	402
电力与新能源装备	30.2%	0.867	288
基础化工	29.7%	0.757	367
钢铁	29.3%	0.828	41
建筑材料	26.6%	0.846	79
国防军工	25.6%	0.687	121

19 个行业的占比从 54.1% 到 25.6%，最差的行业里也有四分之一公司做到了，最好的行业里也有一半没做到。而且这个排序和表 6-7 的粘性排序并不对齐——粘性最高的纺织服饰，"降得动"占比也最高（54.1%）；粘性倒数第二的石油石化，"降得动"占比正数第二（51.1%）；粘性第 5 高的国防军工，"降得动"占比却最低（25.6%）。两个数测的不是同一件事：一个是五年面板里的斜率差，一个是单年里的动作幅度。行业层的"不粘"和公司层的"降得动"，也就不是一回事。

把三张表放在一起，可以给行业下一个比"好行业/坏行业"更准的判断：行业决定的是成本里有多少是可逆的部分，公司决定的是愿不愿意去动那部分。前者的差异幅度是 0.45，后者在同一行业内部就有 0.7 以上。两件事都存在，但后者的作用更大。

还有一层要防误读。19 个行业里观测最厚的几个——机械设备 2,423 组、电子与半导体 2,005 组、医药 1,966 组、基础化工 1,748 组——粘性分别是 0.0592、0.0700、0.1377、0.1463，都不到纺织服饰、轻工制造那样的高度（0.3040、0.2357）。全样本的 0.1116 是被样本较小、结构更特殊的行业抬上去的，也是被行业内部的差异撑住的。"成本降不下来"是总体特征，它不等于每一家公司的日常体验。

6.5粘性不是相关性

把这两个词分开，只需要问两个不同的问题。

第一个问题：收入动的时候，成本跟着动吗？——对绝大多数制造业公司，答案是"跟得很紧"。收入掉下来，采购、生产、发货、人工、水电一起缩，账上的成本不可能站着不动。把 19 个行业的收入变化和成本变化放在一起算相关系数，最低的是医药 0.774，最高的是汽车 0.971。没有哪个行业的成本是"和收入没关系"的。

第二个问题：收入涨 1% 和收入跌 1%，成本的反应一样大吗？如果一样，粘性是 0；如果跌的时候跟不动，粘性为正，这就是通常说的"成本降不下来"。相关性回答"同不同步"，粘性回答"对不对称"。

表 6-11　"跟得紧"和"对不对称"是两个维度（19 个行业）

行业	收入与成本相关系数	涨时同向	跌时同向	粘性
纺织服饰	0.927	88.7%	91.3%	0.3040
轻工制造	0.967	90.4%	91.3%	0.2357
环保	0.930	88.9%	85.8%	0.1793
家用电器	0.967	92.6%	94.3%	0.1594
国防军工	0.905	92.4%	83.3%	0.1492
基础化工	0.909	92.9%	82.4%	0.1463
医药	0.774	90.7%	76.0%	0.1377
建筑材料	0.921	89.1%	92.3%	0.1308
电力与新能源装备	0.964	95.3%	85.4%	0.1156
计算机	0.876	89.8%	86.1%	0.0936
电子与半导体	0.935	95.8%	82.8%	0.0700
机械设备	0.962	95.0%	90.3%	0.0592
有色金属	0.851	94.6%	83.2%	0.0589
汽车	0.971	96.6%	88.2%	0.0463
食品饮料	0.913	88.5%	89.3%	−0.0025
钢铁	0.885	94.3%	88.2%	−0.0655
通信设备	0.966	92.9%	85.6%	−0.0685
石油石化	0.957	98.0%	88.3%	−0.0893
美容与个护	0.892	91.2%	82.7%	−0.1447

看第一列和最后一列的关系。相关系数那一列全部落在 0.774–0.971 之间——所有行业的收入与成本都高度同步。而粘性那一列横跨 0.3040 到 −0.1447，跨度 0.45。同步程度差不多的两个行业，粘性可以完全相反。最显眼的是美容与个护：相关系数 0.892，同步性排在中游，粘性却排倒数第一。

中间两列换了个说法：收入上涨的年份里，有多少次成本也在涨；收入下跌的年份里，有多少次成本也在跌。这两个比例几乎处处持平——纺织服饰 88.7% 对 91.3%，汽车 96.6% 对 88.2%，石油石化 98.0% 对 88.3%。成本与收入同向变动的比例，两个方向差不了几个点。差别不在"跟不跟"，在"跟多大幅度"。

这也顺带纠正一个很自然的猜测。石油石化的粘性是负的，容易想到的解释是：油价波动大、人员和费用固定，所以收入与成本的相关性弱。数据不支持这个猜测——石油石化的相关系数是 0.957，在 19 个行业里排第二高。它的收入是成品油和化工品的价格，它的成本是原油的价格，两者本来就被同一件事驱动。它的负粘性不在"相关性"上，在"下调更快"上。但这个"更快"是不是行业真实的样子，还得单独检验——负号可能是真的，也可能是样本自己造出来的。

6.6一个行业名，两种生意

表 6-7 排出了 19 个名次。在引用它之前，先做一次扰动测试：每个行业剔掉收入波动最大的那一家公司，重新拟合。如果一家公司就能改写一个行业的结论，那这个结论就不属于这个行业。

表 6-12　剔掉收入波动最大的一家公司后，行业粘性变化多少

行业	观测数	原粘性	剔除一家后	变化
钢铁	180	−0.0655	0.2000	0.2655
美容与个护	132	−0.1447	0.0353	0.1800
有色金属	571	0.0589	−0.0170	0.0759
建筑材料	323	0.1308	0.0593	0.0715
医药	1,966	0.1377	0.2072	0.0695
通信设备	492	−0.0685	−0.1198	0.0513
国防军工	555	0.1492	0.1909	0.0417
电子与半导体	2,005	0.0700	0.0358	0.0342
基础化工	1,748	0.1463	0.1123	0.0340
家用电器	404	0.1594	0.1934	0.0340
纺织服饰	332	0.3040	0.3325	0.0285
食品饮料	500	−0.0025	0.0196	0.0221
轻工制造	667	0.2357	0.2555	0.0198
汽车	1,182	0.0463	0.0626	0.0163
石油石化	192	−0.0893	−0.1043	0.0150
计算机	1,407	0.0936	0.1083	0.0147
机械设备	2,423	0.0592	0.0729	0.0137
电力与新能源装备	1,519	0.1156	0.1242	0.0086
环保	532	0.1793	0.1793	0.0000

17 个行业的系数是稳的：剔掉一家公司，粘性最多动 0.08，结论不变。不稳的是两个——钢铁从 −0.07 翻成 +0.20，美容与个护从 −0.14 翻成 +0.04，符号都变了。而这两个恰好都在负粘性那一组。负粘性一共五个行业（美护、石化、通信、钢铁、食品饮料）：美护和钢铁经不起这个测试，符号直接翻号；通信和石化经得起；食品饮料本来就贴着 0。"有行业是负粘性"这个发现，五分之三是统计上的偶然——真正立得住的，只有石油石化和通信设备两家。

美容与个护值得单独拆开看，因为拆的过程本身就是答案。这个行业进了 33 家公司、132 组观测，是 19 个行业里最少的一档。把这 33 家按毛利率分成两类：

表 6-13　"美容与个护"标签下的两种生意

分组	公司数	观测数	涨 1% 时成本	跌 1% 时成本	粘性
品牌（毛利率 ≥50%）	13	52	0.6819	0.4707	0.2112
制造与代工（毛利率 <35%）	18	72	0.8500	0.8931	−0.0431
两类混在一起算	33	132	0.7249	0.8696	−0.1447

拆开以后方向是反的。收入同样的跌幅，品牌商只肯跟 0.47，代工厂要跟 0.89，差了近一倍。按粘性看：品牌那一篮是正粘性 0.2112，比全样本的 0.1116 还强，属于"跌的时候收不住"的典型；代工那一篮接近 0。两者混在一起，算出的却是 −0.1447。混合样本估出的系数，不对应任何一个真实存在的群体。

为什么会这样？把两个篮子在涨跌年份的结构变化摊开看（中位公司，单位百分点）：

• 品牌商——收入上涨的年份，营业成本率降 1.46、销售费用率升 2.90；收入下跌的年份，成本率再降 0.72、销售费用率继续升 1.70。砍的是备货，保的是投放。投放决定明年的收入，可以后补的是货。
• 制造与代工——上涨年份成本率降 0.97、销售费用率基本不动；下跌年份成本率升 1.37、毛利率降 1.30。订单少了，厂房、设备、工人一个都不能少。

同一个"美容与个护"，一种是轻的、可以把订单交给别人的生意，一种是重的、订单没了产能还在的生意。前者的成本随时能退，后者退不掉——标签相同，可逆性完全相反。把这两类按行业加总求一个粘性，得到的数字没有对应的实体。

这里还有一层：这个行业里收入波动最大的一家公司，2021 年 2.3 亿元营收，2025 年 16.0 亿元，五年七倍。剔掉它一家，美容与个护的粘性就从 −0.1447 变成 +0.0353。一个行业的"成本粘性"，被一家高速成长的公司决定了。钢铁和通信是同一回事，只是换了个来源：钢铁 180 组观测里，最大的公司五年收入变化 2.2 倍；通信设备最极端的一家，五年收入变化超过 7 倍。强周期行业里，个别公司的收入可以翻几倍，也可以腰斩，最小二乘拟合对这样的点极其敏感。

6.7粘性绑定的不是利润

换个方向再验一次：不动样本，换一批能代表"成本能不能停"的行业特征，跟 19 个行业的粘性做秩相关。如果粘性真的由行业属性决定，这些特征里总有一条该对得上。

表 6-14　粘性与行业特征的秩相关（19 个行业）

特征（2025 年）	秩相关	方向读法
总资产周转率	−0.425	周转越慢，粘性越强
现金周期	+0.381	垫资越久，粘性越强
五年营收增速	−0.239	增长越快，粘性越弱
营业成本率	−0.214	成本率越低，粘性越强
全成本率	+0.149	关系很弱
研发费用率	+0.147	关系很弱
净利率	−0.044	几乎无关

前四个系数都符合直觉：周转慢、垫资久，说明资产重、掉头难，粘性跟着强；增长快、成本率低，说明结构轻，粘性弱。

但这里必须先刹一步：19 个样本的秩相关，要在 0.46 以上才算显著，上表七个系数没有一个够得上。它们只能说明方向一致，不能用来指认原因。19 个行业这个样本量，本来就撑不起"哪一个特征决定了粘性"这类判断——任何一个行业的异常值，都足以把系数拉过去。

所以这一节能得到的是一批排除，而不是一个原因。把"最自然的几个猜想"逐个量一遍：资产重不重、垫资久不久、增长快不快、成本率高不高、研发投得多不多，没有一条站得住。方向都是对的，力度都不够。这本身就排除了"粘性由行业属性决定"这条路径。

其中两条值得单独看。净利率 −0.044：赚钱多的行业并不比赚钱少的行业更容易把成本调下来。行业之间的粘性跨度有 0.45，跟当期赚多少钱却几乎无关——它不由"有没有钱"决定。全成本率 +0.149：连本报告的核心指标全成本率，也和粘性没有稳定关系。全成本率最能代表"这家行业花了多少钱"，如果粘性只是"成本高"的伴生物，这两者应该高度相关；实际几乎无关，高成本率的行业里，既有粘得厉害的，也有松得很快的。

还有一条更细的线索。研发费用率 +0.147 是七个系数里最"应该显著"的一条——研发投入越重的行业，理论上越难把成本降下来。但它的系数只有 0.147。这可能是因为研发强度本身还是别的变量的记号（比如技术迭代速度、产业链位置），两个作用混在一起，谁都测不出来。这一条也说明：19 个行业的横截面能用来排除方向，测不出机制。

七个特征合起来，得到的是一个否定性的结论：行业属性解释不了这 0.45 的跨度。行业名和规模都只是标签，标签背后那件真正起作用的事，还得回到公司自己做了什么。

6.8第一年最不肯动

把每一次收入下降，按"这是连续第几年下降"分组，模型再跑三遍：

表 6-15　连续下降的第 1、2、3 年（算术口径）

连续下降	观测数	收入中位变化	成本中位变化	成本弹性	降得动的公司
第 1 年	4,234	−11.19%	−8.97%	0.88	36.9%
第 2 年	1,678	−11.60%	−10.46%	0.92	40.3%
第 3 年	829	−11.84%	−10.41%	0.94	42.1%

三行是单调的：0.88、0.92、0.94；降得动的公司占比从 36.9% 升到 42.1%。而三行的收入降幅几乎一样（−11.19%、−11.60%、−11.84%）——差别不在冲击有多重，在这是第几年。

三行放在一起，还能看出一个更细的差别。第 1 年到第 2 年，弹性从 0.88 跳到 0.92，改善 0.04；第 2 年到第 3 年，从 0.92 到 0.94，只改善 0.02。改善的速度在放慢，而且离 1 始终有距离。这说明松成本的过程不是"下定决心就到位"，它更像是把已经绑定的资源一年解开一点——第一年解开的是最外层（招聘、加班、差旅），第二年是中间层（外包、临时产能），第三年才碰到内层（编制、产线、研发路线）。越往里越慢。

这三行的观测数也要读一遍：4,234、1,678、829。能连续三年收入下降的公司本身是少数，它们可能比"降一年就恢复"的公司更能扛，也可能只是撞上了更长的行业下行——这构成一个选择效应：越往后，样本越偏向"扛得住"的公司。所以"弹性随年份改善"这个结论要打一个折扣，它的一部分可能来自样本本身变了。抵消这一点的是模型层面的检验（表 6-16）：在那里，首次下降和续降年份是同一个模型里的两个系数，样本变动的影响小得多，而两者给出的方向完全一致。

模型层面是同一件事。在原来的模型里加一项"是否连续第二年下降"，粘性从首次下降的 0.1298 降到续降年份的 0.0833：

表 6-16　模型层面验证：首次下降与连续下降

分组	粘性	观测数
首次遇到收入下降的年份	0.1298	4,234
连续第二年下降	0.0833	2,507

两种算法指向同一处：第一次遇到收入下降时，成本最不肯动；到第二、第三年才逐步松开。平均看，第一年少跟 0.12，第三年少跟 0.06。改善是真的，但三年都没到 1——即使到了第三年，成本降幅仍然小于收入降幅。

这里有一个真实的技术困难：从当年数据里，谁也分不清"扰动"和"趋势"。收入掉 10%，可能是一次客户流失，也可能是需求见顶的第一年；两种情况下最优的动作完全相反。管理层能用的只是先验——过去几年下滑后都恢复了，于是默认这次也会。数据里那 0.88 的弹性，本质上就是这个先验的价格。

除了"第几年"，还有一个变量："跌多少"。

表 6-17　降幅越小，越不肯动（四年合计，按收入降幅三分位）

收入降幅档	观测数	收入中位变化	成本中位变化	成本弹性
最大 1/3	2,247	−27.16%	−24.06%	0.91
中间 1/3	2,247	−11.41%	−10.01%	0.91
最小 1/3	2,247	−3.35%	−2.58%	0.78

收入跌 3.35% 的时候，成本中位只跟着跌 0.78；跌 27% 的时候，才跟到 0.91。掉得越少，越不当回事。而成本一旦在某一年里没有动，它就以基数形式留在下一年的账上——下一年即使收入回来了，这块成本也已经变成了"本来就有的"。这正是 6.1 里那 1,200 万元的去向：它没有消失，它变成了基数。

顺着这一层往下看，会得到一个与直觉相反的次序：小幅下降比大幅下降更危险，不是因为损失更大，而是因为它不触发反应。掉 3% 时成本弹性只有 0.78，收入的每一分损失几乎原封不动地落进利润；更麻烦的是，因为动作没有启动，这笔成本又沉进下一年的基数。等它累积到掉 27% 的时候，弹性才回到 0.91，但那时基数已经比一年前高了一截。很多公司的"降本"是从一次大幅下滑才开始的——不是那时才想到，是那时才动得了。

时间这个维度还有第二层，两层放在一起看才完整。只看下降那一侧的弹性，四年是逐年后移的：0.85（2022）、0.90（2023）、0.90（2024）、0.94（2025）。但粘性系数本身——上行与下行之间的差——四年里没有单调趋势，在 0.08 到 0.14 之间来回摆。

两句合起来才完整：公司在学会对下降作出反应，但"上行跟得紧、下行跟得慢"这个不对称本身没有改变。改善的是动作，没变的是机制。换句话说，全场都还在同一道题的同一个解法里：把反应做快一点，但没有谁真的把成本结构改短。

这对管理有一个直接含义：面对收入下滑，公司能控制的是"多快开始动"，不能控制的是"结构本身有多硬"。前者的空间是 0.06 到 0.12 的弹性改善，后者的下限是 1——只要结构没改短，弹性就一直在 1 以下。所以"降本"真正的杠杆不在动作快慢，在动手的时候改的是什么：改的是招聘和预算，弹性一年后回到原位；改的是结构和产品，弹性才会整体下移。

这一节和 1.10 的分工要说清。1.10 用的是同一时点的横截面：2025 年 1,656 家收入下滑的公司，按降得动、降不动分两组，控制收入降幅后结局差 7 到 19 个百分点。这一节用的是同一批公司在时间上的差异：第一次下降和第二次下降，反应不一样。两节的数字能直接对上——用同样的 1,656 家、同样的分档复算，降得动与降不动的家数分别是 204 对 348、243 对 309、259 对 293，与 1.10 表 1-21 逐格一致。

6.9这个差的代价

把 6,741 次收入下降加总起来（加总口径，一次下降算一次，不区分公司）：

表 6-18　"没跟够"折成钱（加总口径，FY2021→FY2025）

项目	金额（亿元）	说明
收入合计减少	70,055	6,741 组下降观测的减收额合计
成本按同比例应减少	55,593	假设各组成本率不变
成本实际减少	49,909	—
差额	5,685	占应减额的 10.2%

五年里，收入下降的年份一共少收了 7.01 万亿元。如果成本跟着同比例下来，应该少 5.56 万亿元；实际少了 4.99 万亿元。中间的 5,685 亿元，就是没跟够、留在账上的钱。摊到 6,741 次下降上，平均每一次是 8,400 万元。

这个数要配一个限定：它是加总口径，只统计收入下降的那部分观测，同一年里既有公司下降也有公司增长，此处不计增长的部分。它回答的是"这些下降本该带走多少成本、实际带走了多少"，不是"全行业多花了多少钱"。

还有一件事同时发生。收入下降的年份，钱不但没少花，还收得更慢：

表 6-19　收入下降年份的应收账款变化（6,744 组）

项目	数值
应收账款周转天数中位变化	+7 天
应收天数上升的公司占比	65.5%
观测数	6,744

6,744 组收入下降观测里，65.5% 的公司应收天数在上升，中位数多了 7 天。成本端没有跟着收入松下来，收入端反而多垫了钱——这是同一件事的两面：收入少的时候，公司既不肯减掉自己的承诺，也没能加快从客户手里拿钱，两头的缺口都自己扛。缺口没有消失，它变成了占用在应收上的资金。

那这 5,685 亿元最后落在谁头上？顺着账看，有三个承接方。

第一是股东。成本没有跟着收入减，利润就被两头挤：收入端五年少收 7.01 万亿元，成本端只让出 4.99 万亿元，差额直接吃掉当年的利润。这是最直接的承接方，也是最没有还手余地的一方。

第二是上游。收入下降的年份，65.5% 的公司应收天数在上升，公司在客户那里垫得更多，于是把账期往上游推。但这条链有终点：越靠近资源和矿山的那一端，议价能力越强，账期推不过去，压力在那里停住。所以"转给上游"这句话要说完整——真正承接的是链条中段更弱的中小企业，最上游的资源端不承接。

第三是员工自己，通过未来的工资弹性。这一轮里人数没有跟着收入退，但钱先松了（支付给职工的现金弹性 −0.09）：人微增、钱微降，人均的现金回报因此小幅下滑。编制保住了，人均的回报让出了一点——这既是"承诺"的代价，也是它的缓冲。

三个承接方排在一起，会看到一件事：成本没降下来的那部分，没有任何一方真正把它消掉——它被分摊到利润、上游账期和人均回报上，然后逐年沉进下一年的成本基数。

这里要补上一个容易被忽略的另一面。留在账上的 5,685 亿元，不全是浪费。收入下滑如果是暂时的，那些没被砍掉的产能、队伍和研发路线，会在收入回来的时候立刻接上——它们是公司为复苏付的期权费。粘性不是纯粹的损失，它是维持"反弹能力"的代价。真正的问题是这笔期权费值不值：如果下滑是扰动，它值；如果下滑是趋势，它就是逐年累积的沉没成本。

判断它是扰动还是趋势，正是这一章所有数据指向的那个问题。数据给不出答案，它只能给出两条时间线：扰动型的下滑，第一年少跟、第二年补回；趋势型的下滑，第一年少跟、第二年多跟、第三年才勉强跟上，而且三年都没到 1。本报告量到的形态是后者——0.88、0.92、0.94，单调上行但始终小于 1。这不能证明"这一轮一定是趋势"，但它能证明一件事：公司自己的反应方式，正在按"趋势"的剧本走：慢、逐层、不可逆。

回到 1.10 留下的那句话，现在可以把它补完。结构划出上限——所在行业、资产结构、规模，决定了成本最多能动到多灵活；决心决定能不能碰到上限——同样的上限之下，第一年就动手的公司和拖到第三年才动手的公司，弹性差 0.06。

这个差听起来不大。但乘上 5,685 亿元的量级，它是一笔真实的钱。而且它的方向是确定的：越早动手的公司，动的是"还没变成承诺"的那部分；越晚动手，剩下的都是承诺。所以"降本"的窗口不是收入下滑的全程，而是它刚开始的那一段——那一段过去之后，能降的部分自己就变成了成本基数。

6.10别的国家走过同一段路

如果只能在一批公司的账上量到一次，"成本往下跟不满"可能只是一段时期的偶然。它在别的地方、别的年代重复出现，才说明它是一条规律。

成本对收入的不对称反应，不是中国制造业特有的。它最早是在美国公司的账上被发现的。

表 6-20　同一现象的两组观测

对象	样本	收入上升时跟随	收入下降时跟随	粘性
美国上市公司（销售与管理费用）	7,629 家 / 20 年	0.55	0.35	0.20
中国制造业上市公司（营业成本）	4,293 家 / FY2021–25	0.95	0.84	0.11

两组数字的绝对水平不能比，但方向一致：往上跟得多，往下跟得少。那项研究对原因的解释，与本报告拆出来的机制是同一件事——成本粘性来自管理层对"已承诺资源"的有意识调整，而调整需要时间确认下滑是趋势还是扰动。这项研究还发现，粘性在收入连续下降的第二年、第三年明显减弱；本报告在 6.8 里量到的同一条曲线（0.88、0.92、0.94），二十年前已经在另一批公司的账上出现过一次。

日本提供的是一段更长、更完整的先例。1990 年代，日本经济增速从 80 年代的 3.9% 掉到 1% 左右，制造业进入长期需求收缩。国际货币基金组织对那一段的复盘写得很直白：企业普遍对低增长期调整缓慢，固守原有的商业模式，把调整期本身拖长了；尤其是在 1990 年代初，即便经济状况和利润已经严重下滑，企业仍然延迟裁减人员和削减投资。

日本企业第一轮用的也是温和手段——少招新人、减加班；一直要等到 1990 年代中后期，才开始动结构：1995 到 1999 年间，非全日制工人增加了约 240 万人，全日制工人减少了约 180 万人。先动的是"钱"，后动的是"编制"，中间隔了五年以上；这和本报告量到的"第一年最不肯动"是同一件事，只是它的时间尺度被拉长到了十年。

这一段要防止一个读偏。那份复盘批评的不是"没有裁人"，而是调整期被拖长；日本最后换掉的是用工方式——非全日制增、全日制减，队伍的总规模并没有随之收缩。记在案卷里的教训是"晚"，不是"留"。

把中国这一轮和日本那一段放在一起，最值得记的不是"我们也一样"，而是次序与时间的关系：先动钱、后动编制、最后动资产，这个次序在两国都出现了。差别只在时间尺度——日本企业用十年才走完这个次序，而那份复盘的结论是：调整越慢，调整期本身越长。次序不产生代价，拖得太久才产生代价。

对照下来，结论是两件更具体的事：先温和、后结构，是面对长期需求收缩时的普遍次序，不是中国的特殊问题；而这个次序的代价是被写在案卷里的——延迟调整会延长调整期本身。对本报告的读者来说，这句话的含义很直接：如果这一轮是趋势而不是扰动，那么第一年没动的成本，会在后面几年以更高的价格还回来——不只是财务成本，还有调整期本身的长度。

本章引用的两项站外数据：① Anderson, Banker & Janakiraman（2003），《Journal of Accounting Research》41(1): 47–63；② 国际货币基金组织《日本：专题报告》（IMF Staff Country Report No. 04/247, 2004）中"Corporate Restructuring"一章。

6.11本章六条判断

六条摆在一起，主线只有一条：成本难降，是因为它已经从"钱"变成了承诺；而承诺的硬度不由行业决定，由公司自己决定——什么时候动、动哪一块，以及更根本的，签多长。

口径说明：本章的"弹性"一律为百分数之比（成本变化率 ÷ 收入变化率，算术口径）；"粘性"来自对数差分回归，定义与算法见附录 B，两套口径不可混用。表 6-15、6-17、6-18、6-19 的观测数口径为"公司 × 年度对"，同一公司在不同年份分别计入。表 6-3、6-19 的人数、人工成本与应收天数来自上市公司年报及人员披露数据。表 6-5 中后三个科目的拟合度明显低于营业成本，其粘性值只用于排序与方向判断，不用于绝对水平比较。表 6-11 的相关系数为收入对数变化与成本对数变化的皮尔逊系数，"涨时同向／跌时同向"是该方向观测中成本同向变动的比例；表 6-12 的扰动检验为剔除该行业内对数收入变化绝对值最大的一家公司后重新拟合；表 6-13 按 2025 年毛利率对美容与个护内部划组，分组回归的观测数偏小，其系数只用于判断方向与相对大小，不用于绝对水平比较。国际对照部分，两组数据的口径（销售与管理费用对营业成本）与国别、时期都不同，本章只作机制类比；同口径的跨国面板不在本报告数据范围内，缺口见附录 C。行业名采用站内标准版。