1、目 錄衛(wèi)星燈光研究方法與數(shù)據(jù)處理 3 HYPERLINK l _TOC_250002 當(dāng)前復(fù)工返程情況或強(qiáng)于預(yù)期 5 HYPERLINK l _TOC_250001 后續(xù)民營經(jīng)濟(jì)成分壓力不容小覷 8 HYPERLINK l _TOC_250000 4.附錄 10衛(wèi)星燈光研究方法與數(shù)據(jù)處理1燈光是人類社會生產(chǎn)與生活狀態(tài)的客觀反映，自從 Henderson 等人 2012 年在美國經(jīng)濟(jì)評論，發(fā)表了一篇題為從外太空評估經(jīng)濟(jì)增長的文章之后，衛(wèi)星燈光數(shù)據(jù)在經(jīng)濟(jì)學(xué)研究方面的使用與日俱增，其更多應(yīng)用于 GDP 衡量、城市規(guī)模測量等主題。這種研究方法的優(yōu)勢在于可以客觀衡量經(jīng)濟(jì)活動，特別是在數(shù)據(jù)較為匱乏的國家，

2、而且可以突破行政邊界限制，反映經(jīng)濟(jì)活動在任意空間的變化。但劣勢在于信息受到天氣、數(shù)據(jù)處理方法等一系列因素的干擾。當(dāng)前宏觀高頻數(shù)據(jù)有限，1、2 月又是傳統(tǒng)的宏觀數(shù)據(jù)真空期，我們試圖從衛(wèi)星燈光這一角度，對疫情后中國經(jīng)濟(jì)活躍程度進(jìn)行描繪。報(bào)告中的燈光數(shù)據(jù)主要利用了美國國家地理數(shù)據(jù)中心的夜間燈光 VIIRS（Visible infrared Imaging Radiometer）日數(shù)據(jù)。針對數(shù)據(jù)處理，我們采用了常用的綜合燈光指數(shù)(compounded night light index，CNLI)計(jì)算方法。為消除每日數(shù)據(jù)間的相對誤差，根據(jù)行政區(qū)域范圍采用中心極值歸一化處理，各監(jiān)測城市的 CNLI 結(jié)果

3、可進(jìn)行時(shí)間縱向?qū)Ρ?。圖 1：京津冀地區(qū) 2019 年節(jié)后兩周衛(wèi)星燈光圖 2：京津冀地區(qū) 2020 年節(jié)后兩周衛(wèi)星燈光資料來源：北京四象愛數(shù)科技有限公司。我們選取了北京、天津、上海、深圳、河北、江蘇、浙江、福建八個(gè)省市作為燈光研究樣本，綜合數(shù)據(jù)處理與天氣因素，由于福建省 2 月數(shù)據(jù)受云層影響較大，最終選擇剩余七個(gè)地區(qū)作為研究對象。我們看到上述七個(gè)地區(qū)的國民生產(chǎn)總值占全國三成以上（圖 3）。此外樣本區(qū)域還包含一些其他特點(diǎn)：北京、上海、深圳、天津第三產(chǎn)業(yè)比重較高，江蘇、浙江、河北、山東第二產(chǎn)業(yè)占比相對其他省市較高；江蘇、浙江、河北三地民營經(jīng)濟(jì)占比較高；北京、上海、天津、浙江、深圳外來勞動輸入比例比較

4、高；1 燈光信息以及光源處理均由北京四象愛數(shù)科技公司提供。其中，燈光信息計(jì)算方法參考基于 NPP VIIRS 夜間燈光數(shù)據(jù)的北京市 GDP 空間化方法，國土資源遙感，2016 年 9 月。省份/城市GDP：億元2019總值第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)北京35371.3113.75715.129542.5上海38155.3103.910299.227752.3浙江62352.02097.026567.033688.0江蘇99631.54296.344270.551064.7河北35104.53518.413597.317988.8深圳26927.125.210495.816406.1天津14104.

5、3185.24969.28949.9總計(jì)311646.010339.7115914.1185392.2圖 3：樣本省市 2019 年 GDP圖 4：樣本省市 GDP 占全國比重40%35%30%25%20%15%10%5%0%總體第一產(chǎn)業(yè)第二產(chǎn)業(yè)第三產(chǎn)業(yè)資料來源：Wind， 。為保證數(shù)據(jù)準(zhǔn)確性，我們分別選取了 2019 年節(jié)前一周與節(jié)后兩周，即假期附近數(shù)據(jù)，同時(shí)又選取了 2019 年 3 月、8 月、11 月部分工作日數(shù)據(jù)。我們發(fā)現(xiàn)由于多種因素，燈光變化上或存在一定干擾，例如前文提及的自然因素（云層、季節(jié)），事件影響（重要會議）等。我們根據(jù)得到的數(shù)據(jù)，利用 2020 年節(jié)后兩周的亮度平均值（2

6、 月 11、12、16 日）與不同樣本期燈光亮度進(jìn)行對比，最終選取各期結(jié)果差異為負(fù)且最大的值作為代理，來衡量從燈光角度觀察經(jīng)濟(jì)的“極限情況”。圖 5 各區(qū)域燈光在春節(jié)前后的變化情況地區(qū)與2019年節(jié)前節(jié)后平均對比與2020年節(jié)前對比與2019年全年樣本平均值差值占節(jié)前比重差值占節(jié)前比重差值占節(jié)前比重北京-0.0122-4.60.02067.70.01695.9天津-0.0187-7.1-0.0017-0.6-0.0044-1.7上海0.01653.7-0.0129-2.90.01002.3深圳0.00561.0-0.0443-8.20.01563.1河北-0.0591-24.40.00682.

7、8-0.0114-4.6江蘇-0.0098-3.6-0.0316-11.4-0.0249-10.2浙江-0.0575-21.3-0.0090-3.3-0.0306-11.7資料來源：美國國家地理數(shù)據(jù)中心，北京四象愛數(shù)科技有限公司， 。當(dāng)前復(fù)工返程情況或強(qiáng)于預(yù)期市場當(dāng)前對于復(fù)工返程的評估，多從客運(yùn)量、百度遷徙規(guī)模的歷史同期角度進(jìn)行分析，我們認(rèn)為這其中或存在潛在的低估風(fēng)險(xiǎn)：一方面，旅游、商務(wù)等返程事項(xiàng)存在干擾。根據(jù)交通運(yùn)輸部信息，2020 年春運(yùn)后半程客流大幅縮水，旅游、商務(wù)和公務(wù)流等彈性的客流大幅減少，局部地區(qū)（旅游流）甚至歸零，因此遷徙規(guī)模歷史同期數(shù)據(jù)包含了這些事項(xiàng)相關(guān)的出行，采用 2019

8、年同期遷入規(guī)模比對在一定程度會低估當(dāng)前復(fù)工進(jìn)程。另一方面，返程主體存在干擾。當(dāng)前節(jié)后返程基本由白領(lǐng)構(gòu)成，且包含少量農(nóng)民工，因此返程幾乎全部以復(fù)工的硬性要求為主，與歷史同期相比，返程主體也存在差異。根據(jù)交通運(yùn)輸部信息，未來一段時(shí)間主要是藍(lán)領(lǐng)返崗和學(xué)生返?？土?，公務(wù)、商務(wù)客流較少，農(nóng)民工待返崗客流客運(yùn)量約為 2.2 億左右人次，2 月底其中的 1.2 億人次將會陸續(xù)返崗，3 月以后還會有近 1 億左右人次返崗，此外預(yù)計(jì)待返校的學(xué)生客運(yùn)量約為 1 億人次。因此，節(jié)后截至當(dāng)前接近 3 萬億人次的返程，由多數(shù)白領(lǐng)人員以及少部分農(nóng)民工構(gòu)成。當(dāng)然復(fù)工返程也并非意味著正式復(fù)產(chǎn)，微觀調(diào)研反應(yīng)出絕大多數(shù)制造企業(yè)，

9、由于防疫物資、終端需求等原因當(dāng)前復(fù)產(chǎn)并非全面展開，而且當(dāng)前返程完成人員多集中于白領(lǐng)，制造業(yè)相關(guān)工人的復(fù)工也相對有限。但單純就總體的復(fù)工返程而言，或強(qiáng)于市場當(dāng)前預(yù)期，這意味著后續(xù)全面復(fù)產(chǎn)的銜接或會快于市場預(yù)期，我們進(jìn)一步從燈光數(shù)據(jù)與遷徙數(shù)據(jù)角度進(jìn)行分析。燈光角度來看，復(fù)工返程會帶來勞動流入省市的人員增多，進(jìn)而帶來夜間燈光的改善。我們以樣本省份中勞動流入大省作為參考，從燈光亮度變化再度評估當(dāng)前復(fù)工情況。依據(jù)各省常駐人口情況，我們最終選取的樣本區(qū)域人口總數(shù)，占全國人口的 9%左右。由于北京、上海、深圳等一線城市多以白領(lǐng)為主，因此其他區(qū)域當(dāng)前受負(fù)面影響或更大，我們考慮按照樣本區(qū)域人口加權(quán)和按照浙江光源

10、變化幅度極限情況，兩個(gè)角度進(jìn)行評估。最終發(fā)現(xiàn)，當(dāng)前復(fù)工惡化的幅度在 10-20%左右（圖 6）。當(dāng)然這一結(jié)果由于樣本數(shù)量有限準(zhǔn)確度或存在一定偏差，但整體復(fù)工的負(fù)面影響明顯低于當(dāng)前市場從客運(yùn)量角度的評估。圖 6 燈光角度樣本城市復(fù)工情況評估省市常住人口2017（萬人）外來人口比例外來人口占樣本比例城市燈光減弱幅度復(fù)工惡化幅度（加權(quán)平均）復(fù)工惡化幅度（極限情況）北京2170.736.618.6-4.60-0.9-4上海2418.340.222.8-2.90-0.7-5浙江5657.021.227.8-21.30-5.9-6深圳1252.865.019.1-8.20-1.6-4天津1557.032.

11、011.7-7.10-0.8-2總計(jì)13055.9-10-21資料來源：各省統(tǒng)計(jì)局， 。為印證結(jié)論在方向上的可靠性，我們進(jìn)一步結(jié)合百度遷徙數(shù)據(jù)進(jìn)行分析。為解決提及的低估問題，我們采用 2020 年節(jié)前遷出與節(jié)后遷入規(guī)模比對，以及整體春節(jié)期間總遷入占總遷出規(guī)模比例進(jìn)行再次判斷：節(jié)前遷出與節(jié)后遷入規(guī)模比對，我們發(fā)現(xiàn)部分城市如上海、蘇州節(jié)后遷入規(guī)模已基本接近節(jié)前的遷出規(guī)模，多數(shù)城市從遷出規(guī)模角度衡量，返回比例已經(jīng)基本接近 40%，高于歷史同期數(shù)據(jù)比較的 20%左右（圖 7）。圖 7 五大城市群部分核心城市遷徙規(guī)模對比上海 杭州 南京 蘇州 廣州 深圳 珠海 佛山 東莞 北京 天津 石家 唐山 秦皇

12、成都 重慶 武漢 長沙莊島長三角珠三角京津冀成渝長江中游平均值120%100%80%60%40%20%0%與去年同期遷入規(guī)模比較與今年節(jié)前遷出規(guī)模比較資料來源：百度遷徙。注：節(jié)前遷出規(guī)模測算時(shí)間選取 1 月 10 日-1 月 24 日，節(jié)后遷入規(guī)模數(shù)據(jù)時(shí)間選取 1 月 25 日-2 月 17日，時(shí)間段分別對應(yīng)以春節(jié)為依據(jù)的歷史同期。從總遷入和總遷出角度考慮，同樣可以平滑掉商旅等其他因素干擾。我們考察了 2020 年 1 月 10 日-2 月 18 日整體春節(jié)期間的遷出與遷入規(guī)模數(shù)據(jù)，加總對應(yīng)該時(shí)段總體遷入規(guī)模與總體遷出規(guī)模，計(jì)算兩者比值得出 2020 年的遷入比率。同時(shí)，我們計(jì)算 2019 年

13、春節(jié)同期的總遷入與總遷出比值，再利用 2020 年遷入比率除以 2019 年遷入比率，折算成近似的當(dāng)前復(fù)工返程比率（圖 8）。我們可以看到，總遷入與總遷出角度，整體復(fù)工返程比率大約在 60%左右。圖 8 五大城市群部分核心城市遷徙規(guī)模對比上海 杭州 南京 蘇州 廣州 深圳 珠海 佛山 東莞 北京 天津 石家莊 成都 武漢 長沙長三角珠三角京津冀成渝長江中游 平均值90%80%70%60%50%40%30%20%10%0%資料來源：百度遷徙， 。注：武漢仍持續(xù)帶有遷入規(guī)模數(shù)據(jù)或因全國各地救援人員，數(shù)據(jù)不具備代表性，同時(shí)我們刪除了三個(gè)比率超過 100的城市。我們通過匯總行業(yè)微觀調(diào)研數(shù)據(jù)發(fā)現(xiàn)，從上市

14、公司角度，多數(shù)行業(yè)反映的復(fù)工率基本已經(jīng)達(dá)到 50%-60%左右（圖 9），基本與我們從燈光和遷徙規(guī)模角度的判斷相一致。復(fù)工有所弱化的部分行業(yè)，趕工也有較大概率可以彌補(bǔ)前期影響。圖 9 微觀行業(yè)調(diào)研情況產(chǎn)業(yè)鏈復(fù)工調(diào)研數(shù)據(jù)和基本情況上游原材料供應(yīng)物流傳導(dǎo)員工與產(chǎn)能 原材料庫存 下游訂單需求通信主設(shè)備70%40%50%80%50%光通信75%40%60%85%80%云視訊、遠(yuǎn)程辦公80%40%50%90%120%-150%新能源80%60%60%100%40%乘用車60%60%20%100%40%汽車零部件80%60%60%100%60%醫(yī)藥為保障所需醫(yī)用物資生產(chǎn)，個(gè)別醫(yī)療器械公司從 1 月 27

15、日即部分復(fù)工。整體來看，醫(yī)療器械公司已在 2 月 10 日起陸續(xù)全面復(fù)工機(jī)械設(shè)備工程機(jī)械方面，部分龍頭公司從2月10日啟動復(fù)工，當(dāng)日復(fù)工率67，截至2月 19日復(fù)工率提升到78.46 ，主要供應(yīng)商復(fù)工率達(dá)80 ；零部件廠商，部分龍頭公司已于2月10號正式復(fù)工。建材生產(chǎn)角度水泥生產(chǎn)復(fù)工約在50 ，但有很多北方產(chǎn)能，受季節(jié)影響冬季正常不開工。紡服終端銷售門店的復(fù)工比率在50 左右，營業(yè)時(shí)間縮短40 左右。輕工造紙相關(guān)復(fù)工率較低，白板白卡紙紙廠交投恢復(fù)不多，大部分紙廠維持停機(jī)狀態(tài)、物流恢復(fù)緩慢；箱板瓦楞紙市場報(bào)價(jià)無較大變動，紙廠開工有限，整體交投尚未恢復(fù)。基礎(chǔ)化工電石企業(yè)開工率一般，春節(jié)前正常開工的

16、企業(yè)的加權(quán)平均開工負(fù)荷已有所下降，下降 2-4 成不等，最高負(fù)荷下降接近 5 成。資料來源：國君宏觀團(tuán)隊(duì)根據(jù)國君策略、行業(yè)調(diào)研報(bào)告整理， 。綜合燈光、遷徙規(guī)模兩個(gè)維度考慮的復(fù)工返程信息，我們發(fā)現(xiàn)截至 2 月 18 日，復(fù)工返程情況大概率好于當(dāng)前市場預(yù)期。當(dāng)然，復(fù)工返程是復(fù)產(chǎn)順利銜接的必要條件，我們認(rèn)為雖然當(dāng)前復(fù)產(chǎn)情況仍然不太樂觀，但復(fù)工返程幅度好于預(yù)期這一必要條件，或會帶來疫情可控后，復(fù)產(chǎn)修復(fù)的提速。后續(xù)民營經(jīng)濟(jì)成分壓力不容小覷微觀調(diào)研來看，企業(yè)當(dāng)前復(fù)產(chǎn)弱于復(fù)工返程情況。復(fù)產(chǎn)中受制于原材料供應(yīng)、訂單壓力等一些因素制約，中小企業(yè)或受到更大影響。從燈光信息角度，我們發(fā)現(xiàn)民營經(jīng)濟(jì)集中省份表現(xiàn)顯著惡化

17、，其中河北、江蘇、浙江民營經(jīng)濟(jì)占比過半省份，在光源亮度上減弱的幅度最大。從幾個(gè)樣本省市的民營經(jīng)濟(jì)比例和燈光亮度減弱關(guān)系中，可以明顯地看出二者之間存在比較顯著的負(fù)向關(guān)系（圖 10）。圖 10 民營經(jīng)濟(jì)占比與燈光亮度關(guān)系0.00%-5.00%燈光亮度減弱程度-10.00%-15.00%-20.00%-25.00%-30.00%20%30%40%50%60%70%80%民營經(jīng)濟(jì)占比資料來源：百度遷徙，各省統(tǒng)計(jì)局， 。民營經(jīng)濟(jì)當(dāng)前面臨壓力，意味著后續(xù)與中小企業(yè)相關(guān)的就業(yè)壓力將成為經(jīng)濟(jì)主要矛盾之一，以及與之相關(guān)的稅收下降風(fēng)險(xiǎn)也將不斷加大。從燈光減弱幅度角度粗略來看，民營經(jīng)濟(jì)占比較高的區(qū)域，經(jīng)濟(jì)活動的弱化

18、幅度大約是其他地區(qū)的三倍左右，大約是北上一線城市的六至七倍左右。因此當(dāng)前民營經(jīng)濟(jì)成分，特別是中小企業(yè)經(jīng)營壓力不容忽視。此外，我們進(jìn)一步綜合考察疫情當(dāng)前，經(jīng)濟(jì)活躍度總體有多大程度的下降。若粗略以燈光減弱幅度為代表，再結(jié)合各樣本省市 GDP 占樣本比重進(jìn)行加權(quán)平均評估，最終我們得到樣本整體衡量的經(jīng)濟(jì)惡化幅度大概在13%左右，其中由于北京、上海惡化幅度明顯偏低，我們采用樣本中燈光亮度減弱幅度最高的河北、浙江為代理，則經(jīng)濟(jì)活動弱化幅度將達(dá)到 24%左右，對應(yīng)的一季度 GDP 增速在 4.5%左右。由于樣本占全國 GDP 比重三成，且多為一線城市或相對發(fā)達(dá)省份，因此其他省份經(jīng)濟(jì)或受疫情沖擊影響更大。結(jié)合

19、我們前期報(bào)告測算，基準(zhǔn)情形下一季度 GDP 增速在 3.9%，樂觀情形或達(dá) 4.8%（參見報(bào)告“中國經(jīng)濟(jì)將深 V 反轉(zhuǎn)-2020年全球經(jīng)濟(jì)展望更新”，20200212）。整體來看，從燈光亮度減弱的幅度觀察，經(jīng)濟(jì)弱化幅度也基本位于這一區(qū)間內(nèi)，經(jīng)濟(jì)活躍度相比正常時(shí)期大約下行 20-30%左右。從衛(wèi)星燈光角度，再度觀察當(dāng)前疫情下的中國經(jīng)濟(jì)，我們大致總結(jié)出三點(diǎn)核心結(jié)論：復(fù)工返程進(jìn)度較好，整體復(fù)工返程比例在 40%-60%左右，構(gòu)成疫情可控后迅速復(fù)產(chǎn)的有利條件；經(jīng)濟(jì)活躍程度整體下降 20%以上，民營經(jīng)濟(jì)壓力顯著較高；由于復(fù)產(chǎn)延緩，以中小企業(yè)為代表的民營壓力不斷提升，部分行業(yè)龍頭或在過程中受益。當(dāng)然，衛(wèi)星燈光研究視角雖然新穎，并且在一定程度上也相對客觀，但仍然存在諸多干擾因素，會對研究帶來一定的不確定性，但至少為當(dāng)前數(shù)據(jù)真空階段的宏觀經(jīng)濟(jì)分析提供了一個(gè)新的視角。我們對北京四象愛數(shù)科技有限公司提供衛(wèi)星光源數(shù)據(jù)與處理工作方面的支持再次表達(dá)感謝。附錄附錄一 光源數(shù)據(jù)處理后信息省市區(qū)域2019年2020年節(jié)前一周 節(jié)后兩周3月8月11月節(jié)前一周 節(jié)后二周一線城市北京0.29530.30390.25370.25580.24400.26690.2875天津0