国金证券研究所

创新数据中心

数据分析刘道明团队

基本结论

我们通过一系列的大数据分析，从城际人口流动和货车司机的城市分布两个维度，建立“复工进度”跟踪数据库，试图从纯定量的角度看“新经济”下的“复工”。

我们通过百度地图的人口迁移数据，计算了春节后各个省市每天人口流入的累计值，占春节前各个省市累计流出人口量的比例，以此作为人口恢复率。截至2月18日，除湖北以外，浙江省目前省外流动人口恢复率最低，只有13%。而作为对比，广东省、北京和上海的流动人口恢复率较为理想，均接近30%。

对于工业生产而言，货车运输是其中必不可少的环节。我们基于货车司机的城市分布数据，研究货车司机跨省迁徙的情况来推断目前货车运输的恢复情况。目前浙江省的货运恢复率最低，不到40%；一方面由于对省外货运的依赖度比较高，另一方面是省际人口流动受到了交通管制的影响。

细分到城市的维度，主要城市中杭州和苏州对于外来人口流入的管控力度很大，目前两个城市的货车运力恢复率均不到50%。

风险提示

2019-nCoV病毒快速变异；“复工潮”带来不可控的病毒大范围传播

目录内容

多维度视角反映复工真实情况

我们通过一系列的大数据分析，从城际人口流动和货车司机的城市分布两个维度，建立“复工进度”跟踪数据库，并不断完善，试图从纯定量的角度看“新经济”下的“复工”。

1. 人口流动：城际数据

本次疫情适逢农历春节期间。人口流动不仅会影响到疫情的下一步发展，更直接关系到“复工”进度：一方面，人流密度的提高可能会增大疫情传播的风险；另一方面，虽然“在线办公”成为最近除了疫情以外最大的热点，但是只有人真正回到了工作岗位上，真正的“复工”才有前提。

我们通过百度地图的人口迁移数据，对全国各个省市的人口流动进行了日度的实时跟踪。首先我们基于底层数据，得到了春节前一个月各个省市的人口迁出规模累计值，近似为各个省市的春运返乡总数，作为人口恢复率的分母。然后，我们计算了春节后各个省市每天人口流入的累计值，以此作为人口恢复率的分子，得到每天各个省市的流动人口恢复情况。

下图为截至2月18日全国各省（直辖市）的流动人口恢复情况，其中颜色越深代表数值越大。

可以看出，“封城”政策下的湖北省流动人口流动恢复仅为10%，主要人口流入来源为医疗支援人员和物资运输人员。除此之外，浙江省同样是疫情严重地区（截至2月19日浙江省的确诊人数仅次于湖北、广东和河南），目前省外流动人口恢复率只有13%。作为对比，广东省、北京和上海的流动人口恢复率较为理想，均接近30%。

2.生产复工的先行指标：货车司机的城市分布

对于工业生产而言，货车运输是其中必不可少的环节。我们基于货车司机的城市分布数据，特别关注了货车司机跨省迁徙的情况来推断目前货车运输的恢复情况。通过计算每个省市目前区域内的货车司机占比作为分子，与节前正常生产期间的货车司机占比相比较，得到货车运力的恢复率。下图为各省市的货车运力恢复情况，其中标记红色表示货运恢复率大于100%，颜色越深数字越大，标记蓝色表示货运恢复率小于100%，颜色越深数字越小。

可以看出，目前浙江省的货运恢复率最低，一方面是由于浙江省对于省外货运的依赖度比较高，另一方面是浙江省目前的疫情仍相对严重，省际人口流动受到了交通管制的影响。相反，黑龙江省的货运恢复率高达177%，说明黑龙江省从事省际货运工作的司机有很大比例尚未复工，仍滞留在省内。

细分到城市的维度，我们计算春节前后不同时间点，各个城市的货车司机分布占比情况。我们截取了春节前货运司机占比靠前的五个城市，包括苏州市、上海市、杭州市、广州市和天津市。可以看出由于杭州市和苏州市对于外来人口流入的管控力度很大，目前两个城市的货车运力恢复率均不到50%。而天津市的货车运力恢复情况较好，目前已经恢复到85%。

同样的，我们截取了春节后货运司机占比靠前的五个城市，这些城市主要是货车司机的输出地，包括临沂市、徐州市、石家庄市、邯郸市和周口市。可以看出，这五个城市的货车司机仍有很大比例滞留在当地，尚未回到原有的工作地。

从货车司机的分布数据分析可以看出，目前各省市由于疫情和交通管制政策的不同，货运能力的恢复情况不一。而根据目前大多数城市的复工要求，外来人员返回工作地需要自我隔离一段时间（一般为14天），所以货运能力恢复率也可以作为当地工业生产恢复情况的一个先行指标。我们后续会持续跟踪这个数据，力图从多个维度跟踪各个省市的复工情况。

风险提示

2019-nCoV病毒快速变异；“复工潮”带来不可控的病毒大范围传播。

【免责声明】本内容仅供国金证券股份有限公司客户参考使用，国金证券不会因接收人收到本内容而视其为客户。由于本内容仅为观点简要表述，客户仍需以发布的完整报告为准。