文/意見領袖專欄作家 王涵

　　我們在本系列第一篇《復工進行到哪兒了——大數據的正確打開方式》中構建了返程復工和經濟活動兩種指數，對職工返程復工比例和經濟活動活躍程度進行了跟蹤。

　　近期我們發現兩個新變化：一方面，近期經濟活動和返程復工出現復蘇跡象，尤其城市內部的經濟活動強度上升明顯，值得市場關注；另一方面，我們比較了眾多經濟指標后發現，城市內部交通出行強度與企業復工率相關性很強，具有較強的參考意義，這為之后的經濟復蘇跟蹤提供了新的思路。

　　要點

　　大數據框架更新：市內出行強度對復工率具有較好指示意義。本報告進一步完善了我們在《20200211-復工進行到哪兒了——大數據的正確打開方式》中構建的返程復工和經濟活動的跟蹤框架，新增了城市內部出行強度指數，對城內經濟活動的復蘇進行追蹤，該新指標與企業復工率表現出較高的相關性，具有較好的指示意義。

　　近期城市內出行強度加速改善，指向復工和經濟活動的增加。我們基于百度遷徙的城內出行強度進行了清洗后構建城內出行強度指數。近兩周以來城市出行強度從正常情況的20%快速上升至接近50%，顯示城內經濟活動的增加和復工率的回升。且該指標對企業復工率面板數據解釋力較強，回歸 較高，顯著好于發電返程等其他經濟指標，為之后的經濟復蘇跟蹤提供了新的思路。

　　城際間員工返程復工和經濟活動情況也出現加速改善。

• 城際經濟活動指數也逐漸回升。2月19日以來，或受新增確診病例明顯減少利好影響，經濟活動指數重新出現回升，前期持續偏低的城際經濟活動開始出現回升跡象。截至2月24日，一線城市及準一線城市經濟活動城市指數同比從2月初的僅15%上升至30%左右，出現改善但略慢于城內經濟活動的回升速度，意味著當前可能處于“已返程員工加速復工，未返程員工持續分散回城”的階段。

   

• 回鄉員工返程速度加快。截至2月28日數據，一線城市與準一線城市返鄉人群返程復工指數從14日的約30%分別上升至47.9%和42.9%，返程速度加快。按照當前約10%/周的返程速度外推，回鄉居民完全返程仍需約5周時間。若考慮本地居民占比和學生群體，員工到崗率應該更高。

　　政策刺激下，經濟活動有望持續改善。近期政府加速政策出臺，綜合利用多種財稅金融手段支持企業復工復產，或是近一周多以來經濟活動恢復加速的重要原因。在后續貨幣、財政等多方面政策的持續發力下，經濟活動有望持續改善。

　　風險提示：海外國內經濟形勢、政策超預期。

　　正文

　　Evidence&Analysis

　　交運大數據：經濟活動跟蹤框架

　　對前期跟蹤框架的補充：城市內部出行強度對復工率具有較好指示意義。在本篇報告中，通過對百度遷徙數據進行清洗，我們在原有的跟蹤框架中，新補充了城市內部的出行強度指標（即城市內部出行人員占城市居住居民的比例）。理論上而言，出行強度的增加意味著居民的經濟活動（包括工作、生活）也出現回升，而正如后文所示，清洗之后的該數據與企業復工率表現出較強的相關性，具有較好的指示意義。

　　經濟活動加速改善，員工返程逐漸修復。近期我們跟蹤發現，隨著國內疫情蔓延勢頭得到初步遏制，經濟活躍程度出現明顯回升，員工返程情況也逐漸改善，整體而言城市內部經濟活動回升速度快于員工返程回升速度，這意味著當前可能處于“已返程員工加速復工，未返程員工繼續分散回城”的階段。

• 城市內部出行強度快速回升。通過對百度遷徙數據進行清洗，我們得到了城市內部的出行強度指標。近兩周以來城市出行強度從正常情況的20%上升至接近50%，顯示城內經濟活動的增加和復工的回升。

   

• 員工返程逐漸恢復。近兩周員工返程情況繼續改善，回鄉員工返程率從14日的30%上升至約45%，這一比例可能限制短期復工天花板。

   

• 城際間活動逐漸修復。2月14日以來的近兩周，城市之間的交通流從正常情況的15%上升至30%，城際之間的活動也逐漸恢復。

　　近期經濟活動加速改善

　　百度遷徙數據更新城內出行強度系列指數，可以衡量城市內部經濟交通活動。近日，百度遷徙數據開始更新城市內部出行強度數據，即該城市有出行的人數與該城市居住人口比值的指數。我們對該指數進行清洗，將周末效應進行剔除，并將一線城市（包括北京、上海、廣州、深圳四座城市）和二線代表城市（或稱新一線城市，包括成都、杭州、南京、西安四座城市）進行匯總平均，與去年農歷同期進行比較。

　　近期城市內經濟活動加速改善。從我們清洗之后的數據看，以春節之前的城內出行強度為100%的正常情況，2019年春節期間城內出行強度出現明顯下行（一線城市回落至正常情況的32%，二線城市回落至41%），但在春節結束之后就出現明顯修復，回到100%的正常情況。而2020年春節期間的出行強度下行幅度超過2019年（一、二線城市都只有正常情況的20%左右），回升速度卻較2019年偏慢。

　　但從2月中旬開始，城市內部出行強度開始出現明顯的回升。截止2020月2月27日，一線城市出行強度從低點的20%上升至51%，二線城市上升至50.5%，與復工和城際之間交通流的修復相比，城市內部經濟活動的回升更為迅速。而后文我們的分析指出，城內出行強度的上升可能與企業復工高度相關。在高質量復工數據比較缺失的情況下，清洗之后的城內出行強度是一個很有指示意義的指標。

　　城內出行強度與企業復工率相關性較高。我們進一步考察城內出行強度和企業復工率之間的關系，理論上而言，工作日城市內部出行強度的上升，應該對應企業員工復工率的增長。我們對此進行檢驗，通過對北上廣深等多個城市的面板數據（例如上海政府公布的企業復工率隨著時間推移不斷上升，我們可以得到多個觀察點）進行回歸。我們使用城市出行強度恢復度（占正常情況的比例）對企業員工復工率[1]進行OLS回歸，得到：

　　企業員工復工率=1.25×工作日城市出行強度恢復度-0.17

　　其中回歸系數均顯著， 達到0.65，具有較高的相關性。

　　回歸結果顯示，城內出行強度對企業復工率具有較強的解釋力。該回歸結果說明城內出行強度解釋力較強。尤其值得注意的是，一方面，回歸的截距項說明，在企業員工復工率為0情況下，對應的城市出行強度約為20%，這意味著即使沒有人上班，城市也應該有正常的交流量，而20%的強度也與春節期間的實際數據較為符合（我們并未人為加入春節期間的解釋變量）；另一方面，當城市出行強度達到正常情況的100%時，對應的企業復工率正好約為100%，與實際情況比較相符。回歸結果符合經濟學直覺，且 相對較高，相較于我們測試的多種經濟指標，城市出行強度對企業復工的解釋力明顯更強。

　　在當前宏觀數據的空窗期，企業復工情況缺乏權威的、統一口徑的、完善的數據衡量，工作日城市出行強度是對員工復工的一種衡量，我們發現其和歷史數據具有較高的相關性，對追蹤企業員工復工具有相當的指示意義 。

　　[1] 由于政府通常公布企業復工率（復工企業數/總企業數），但出行強度會更好地衡量企業員工到崗復工率（復工員工數/總員工數）。我們參考前期公布的企業復工率和員工到崗復工率的數據，員工到崗率約為企業復工率的一半，我們以1/2的比例進行企業復工率到員工復工率的估算。

　　一線城市地鐵客流量近兩周出現較明顯回升。地鐵客流量也出現回升，2月17號起，上海及廣州地鐵客流量也開始出現回升，本周較上周工作日客流量周漲幅分別約為68%和56%，從正常情況的約17%上升至約30%。2月24日（本周一），上海及廣州地鐵客流量都突破了200萬人次/天的關頭。

　　當前地鐵流量水平仍低于整體居民出行強度水平，這可能一方面是因為地鐵仍是疫情防控情況下，居民出行會盡量規避的出行方式；另一方面即使居民外出復工，也會減少出行頻次，因此地鐵按人次計算的方式會比城內出行強度指數（外出居民數/總居民數）低

　　城際間經濟活動復蘇相對城內偏慢，但也出現一定改善。我們在《20200211-復工進行到哪兒了——大數據的正確打開方式》中構建了城際間經濟活動指數來跟蹤剔除春運遷徙影響后正常經濟運行所產生的交通流量。2月19日，或受新增確診病例明顯減少利好影響，經濟活動指數重新出現回升，前期持續偏低的城際經濟活動開始出現回升跡象，同時準一線城市的恢復進程加快。截至2月28日，一線城市及準一線城市經濟活動指數同比由2月5日的-84%分別回升至-69%及-60%，雖然當前恢復速度略慢于城內經濟活動的恢復，但也出現叫明顯的改善。

　　員工返程有序進行，但完全恢復仍需時間

　　返程客流出現邊際增長，居民持續分散回城。我們將一個城市的百度遷徙遷入客流量減去百度遷徙遷出客流量作為城市的人員凈流動指數。人員凈流動指數為正表示人員回流，為負表示人員外遷。相較于2019年農歷同期春運已經結束，當前大城市回鄉人口仍在持續分散回流。

　　整體員工返程復工進程約為40%，對崗位敏感核心人群返程比例約為60%。將人員凈流動指數累加后可以得到反映居民返程進度的返程復工指數。2月19日之后，返程復工進程開始加速，根據2月28日數據，一線城市返程比例為47.91%，準一線城市返程比例為42.94%，二者之間的差距自2月19號開始在逐步縮小。如果將除夕前一周返鄉人群視為對在崗工作較敏感的“核心復工人群”，即剔除了對企業復工影響較小的老人、在校學生、未工作等群體，一線城市與準一線城市核心復工人群返程復工指數分別為67%和64.78%。目前員工返程仍在持續進行，按照返程復工比例當前約10%/周的返程速度，回鄉居民完全返程仍需要約5-6周的時間。

　　考慮到部分居民并未返鄉過節，已在大城市工作的員工比例將高于以上計算的返程復工比例。假設2020年一線城市總人口返鄉比例約40%，而返鄉人口已回城比例約45%，則已在一線城市工作地可上崗員工比例約為80%[1]，這個數值可能是短期內企業員工復工率的“天花板”

　　[2] 相關估算及計算可參考《20200211-復工進行到哪兒了——大數據的正確打開方式》

　　遠程運輸旅客發送量逐步回升，水路民航回升較快。2月18日，春運旅客發送量超過了前期2月9日的高點，并開始逐步回升，但是春運運輸旅客量絕對值仍處于較低水平，2月24日春運旅客發送量僅為1月10日的23%。民航、鐵路、公路周環比漲幅分別為28.10%、23.06%、9.68%，或體現了遠程人口遷徙的增加。

　　各省份及行業復工情況變化

　　全國規模以上工業企業復工率平均約為68%，但員工到崗率仍較低。截至2月24日，浙江、江蘇規模以上工業企業復工率已超過95%，江西、山東、廣東、遼寧、山西規模以上工業企業復工率已超過80%。但是，各省員工到崗率普遍低于復工率10-30個百分點。同時，規模較大的企業復工進程較中小企業更快。

　　關鍵原材料、糧食、運輸行業復工率已超2/3，保障基本供應。2月24日，發改委秘書長叢亮在國務院新聞發布會上表示，從重點行業看，鋼鐵企業復工率為67.4%，有色金屬企業復工率為86.3%，煤礦產能恢復率達到76%，口罩企業產能利用率已達到110%，全國糧食應急加工能力復產率已超過70%，鐵路裝車數已恢復到節前正常水平的95%左右，民航、港口、水運均正常運營。

　　產能有所恢復，但仍在低位。自2月19日開始，日均耗煤量出現小幅跳升后逐步上升。以日均耗煤量近似發電量，考慮到2019年同期居民用電量的占比（約17%）和水電風電發電量占比（水電12%、風電6%），2月29日，生產部門的用電量大約為正常用電情況的59.56%。發電因為低庫存，是整體用電情況的良好反應，但用電量中第二產業占比較高（約70%），發電耗煤可能更多地是第二產業復工情況的衡量，且受到電解鋁等耗電較高行業影響較大。整體而言，第三產業恢復應該慢于第二產業，發電量水平可能是整體復工規模的偏上限估計。

　　房地產交易由停滯逐漸恢復。2月9號后，受復工政策放開影響，商品房交易開始恢復，交易面積逐步上升。2月19號-21號商品房交易面積出現較明顯的抬升，22-23號因周末出現回落后又繼續回升。相應的，100大中城市土地成家面積同比于2月9日也出現了一定回升，但整體水平仍在低位。

　　政策刺激下，經濟活動有望持續改善

　　綜合利用多種財稅金融手段支持企業復工復產。2月25日，國常會就小微企業復工復產提出了五項財稅金融措施。在前期已設立的3000億元疫情防控轉向再貸款的基礎上，增加再貸款再貼現專用額度5000億元，同時，下調支農、支小再貸款利率0.25個百分點至2.5%。其中，支農、支小再貸款額度分別為1000億元、3000億元，再貼現額度1000億元，進一步支持中小企業渡過難關。在此前2月18日的國常會中，政府對階段性減免企業養老、失業、工商保險單位繳費做了明確規定以此更有針對性、更廣泛地給企業降成本，此次減免社保費的政策，預計減負約6000億元。根據我們在《20200219_減稅降費2020：從企業社保費減免說起》中的估算，2020年減稅降費空間可能約為2萬億。近期企業員工復工率加速改善，返程情況也出現改善，返程復工的拐點正在出現，或正在反映政策刺激的效果逐漸顯現。在后續貨幣、財政等多方面政策的持續發力下，經濟活動有望持續改善。

　　相關報告

　　(本文作者介紹：興業證券的首席經濟學家、經濟與金融研究院副院長。)