文章来源：宏观长春
卫星灯光在经济学方面的研究近年来日益增多， 本篇报告将使用该类数据对当前经济情况分析做一尝试。灯光亮度更多地被应用于gdp衡量、城市规模测量等主题。我们综合数据可得性、样本代表性，最终选取了北京、天津、上海、深圳、河北、江苏、浙江七个省市，从卫星灯光的全新角度评估宏观经济运行。
七省市卫星灯光样本数据显示当前复工较往年恶化幅度大约在20%左右，而非单纯春节客运数据显示的80%左右。
单纯用春节客运量数据的对比，或会得出当前经济活动只有往常的20%（即下降80%）。但这个对比存在问题，没有考虑到同期商旅、学生等对春节客运数据的影响。
七省市的卫星灯光数据对比显示这些地方的经济活动或只比2019年同期弱了20%左右；
利用五大城市群迁徙人口数据，我们对迁入、迁出数据进行比对，发现当前复工返程比例基本达到40%-60%左右。
国君行业对10-15个行业的调研数据显示，返工程度大多在50-60%左右。
综合卫星灯光数据、五大城市群城市迁入迁出数据、国君行业的公司调研数据，我们认为2月中下旬经济复工大概在50-60%，经济活动和复工程度或好于大家预期。
但我们发现样本省市的民营经济比例和灯光亮度关系呈现明显的负向关系，显示民营经济或在当下压力较大。
风险提示：卫星灯光数据可能受到天气等非经济因素干扰，而且我们的样本量也相对有限。
本报告卫星光源数据来源及处理均由北京四象爱数科技有限公司提供。
正 文
一、卫星灯光研究方法与数据处理
灯光是人类社会生产与生活状态的客观反映，自从henderson等人2012年在美国经济评论，发表了一篇题为《从外太空评估经济增长》的文章之后，卫星灯光数据在经济学研究方面的使用与日俱增，其更多应用于gdp衡量、城市规模测量等主题。这种研究方法的优势在于可以客观衡量经济活动，特别是在数据较为匮乏的国家，而且可以突破行政边界限制，反映经济活动在任意空间的变化。但劣势在于信息受到天气、数据处理方法等一系列因素的干扰。
当前宏观高频数据有限，1、2月又是传统的宏观数据真空期，我们试图从卫星灯光这一角度，对疫情后中国经济活跃程度进行描绘。报告中的灯光数据主要利用了美国国家地理数据中心的夜间灯光viirs（visibleinfrared imaging radiometer）日数据。针对数据处理，我们采用了常用的综合灯光指数（compounded night light index，cnli）计算方法。为消除每日数据间的相对误差，根据行政区域范围采用中心极值归一化处理，各监测城市的cnli结果可进行时间纵向对比。
我们选取了北京、天津、上海、深圳、河北、江苏、浙江、福建八个省市作为灯光研究样本，综合数据处理与天气因素，由于福建省2月数据受云层影响较大，最终选择剩余七个地区作为研究对象。我们看到上述七个地区的国民生产总值占全国三成以上（图3）。此外样本区域还包含一些其他特点：
北京、上海、深圳、天津第三产业比重较高，江苏、浙江、河北第二产业占比相对其他省市较高；
江苏、浙江、河北三地民营经济占比较高；
北京、上海、天津、浙江、深圳外来劳动输入比例比较高；
为保证数据准确性，我们分别选取了2019年节前一周与节后两周，即假期附近数据，同时又选取了2019年3月、8月、11月部分工作日数据。我们发现由于多种因素，灯光变化上或存在一定干扰，例如前文提及的自然因素（云层、季节），事件影响（重要会议）等。我们根据得到的数据，利用2020年节后两周的亮度平均值（2月11、12、16日）与不同样本期灯光亮度进行对比，最终选取各期结果差异为负且最大的值作为代理，来衡量从灯光角度观察经济的“极限情况”。
二、当前复工返程情况或强于预期
市场当前对于复工返程的评估，多从客运量、百度迁徙规模的历史同期角度进行分析，我们认为这其中或存在潜在的低估风险：
一方面，旅游、商务等返程事项存在干扰。根据交通运输部信息，今年春运后半程客流大幅缩水，旅游、商务和公务流等弹性的客流大幅减少，局部地区（旅游流）甚至归零，因此迁徙规模历史同期数据包含了这些事项相关的出行，采用去年同期迁入规模比对在一定程度会低估当前复工进程。
另一方面，返程主体存在干扰。当前节后返程基本由白领构成，且包含少量农民工，因此返程几乎全部以复工的硬性要求为主，与历史同期相比，返程主体也存在差异。根据交通运输部信息，未来一段时间主要是蓝领返岗和学生返校客流，公务、商务客流较少，农民工待返岗客流客运量约为2.2亿左右人次，2月底其中的1.2亿人次将会陆续返岗，3月以后还会有近1亿左右人次返岗，此外预计待返校的学生客运量约为1亿人次。因此，节后截至当前接近3万亿人次的返程，由多数白领人员以及少部分农民工构成。
当然复工返程也并非意味着正式复产，微观调研反应出绝大多数制造企业，由于防疫物资、终端需求等原因当前复产并非全面展开，而且当前返程完成人员多集中于白领，制造业相关工人的复工也相对有限。但单纯就总体的复工返程而言，或强于市场当前预期，这意味着后续全面复产的衔接或会快于市场预期，我们进一步从灯光数据与迁徙数据角度进行分析。
灯光角度来看，复工返程会带来劳动流入省市的人员增多，进而带来夜间灯光的改善。我们以样本省份中劳动流入大省作为参考，从灯光亮度变化再度评估当前复工情况。依据各省常驻人口情况，我们最终选取的样本区域人口总数，占全国人口的9%左右。由于北京、上海、深圳等一线城市多以白领为主，因此其他区域当前受负面影响或更大，我们考虑按照样本区域人口加权和按照浙江光源变化幅度极限情况，两个角度进行评估。最终发现，当前复工恶化的幅度在10-20%左右（图6）。当然这一结果由于样本数量有限准确度或存在一定偏差，但整体复工的负面影响明显低于当前市场从客运量角度的评估。
为印证结论在方向上的可靠性，我们进一步结合百度迁徙数据进行分析。为解决提及的低估问题，我们采用今年节前迁出与节后迁入规模比对，以及整体春节期间总迁入占总迁出规模比例进行再次判断：
（1）节前迁出与节后迁入规模比对，我们发现部分城市如上海、苏州节后迁入规模已基本接近节前的迁出规模，多数城市从迁出规模角度衡量，返回比例已经基本接近40%，高于历史同期数据比较的20%左右（图7）。
（2）从总迁入和总迁出角度考虑，同样可以平滑掉商旅等其他因素干扰。我们考察了今年1月10日-2月18日整体春节期间的迁出与迁入规模数据，加总对应该时段总体迁入规模与总体迁出规模，计算两者比值得出2020年的迁入比率。同时，我们计算2019年春节同期的总迁入与总迁出比值，再利用2020年迁入比率除以2019年迁入比率，折算成近似的当前复工返程比率（图8）。我们可以看到，总迁入与总迁出角度，整体复工返程比率大约在60%左右。
我们通过汇总行业微观调研数据发现，从上市公司角度，多数行业反映的复工率基本已经达到50%-60%左右（图9），基本与我们从灯光和迁徙规模角度的判断相一致。复工有所弱化的部分行业，赶工也有较大概率可以弥补前期影响。
综合灯光、迁徙规模两个维度考虑的复工返程信息，我们发现截至2月18日，复工返程情况大概率好于当前市场预期。当然，复工返程是复产顺利衔接的必要条件，我们认为虽然当前复产情况仍然不太乐观，但复工返程幅度好于预期这一必要条件，或会带来疫情可控后，复产修复的提速。
三、后续民营经济成分压力不容小觑
微观调研来看，企业当前复产弱于复工返程情况。复产中受制于原材料供应、订单压力等一些因素制约，中小企业或受到更大影响。从灯光信息角度，我们发现民营经济集中省份表现显著恶化，其中河北、江苏、浙江民营经济占比过半省份，在光源亮度上减弱的幅度最大。从几个样本省市的民营经济比例和灯光亮度减弱关系中，可以明显地看出二者之间存在比较显著的负向关系（图10）。
民营经济当前面临压力，意味着后续与中小企业相关的就业压力将成为经济主要矛盾之一，以及与之相关的税收下降风险也将不断加大。从灯光减弱幅度角度粗略来看，民营经济占比较高的区域，经济活动的弱化幅度大约是其他地区的三倍左右，大约是北上一线城市的六至七倍左右。因此当前民营经济成分，特别是中小企业经营压力不容忽视。
此外，我们进一步综合考察疫情当前，经济活跃度总体有多大程度的下降。若粗略以灯光减弱幅度为代表，再结合各样本省市gdp占样本比重进行加权平均评估，最终我们得到样本整体衡量的经济恶化幅度大概在13%左右，其中由于北京、上海恶化幅度明显偏低，我们采用样本中灯光亮度减弱幅度最高的河北、浙江为代理，则经济活动弱化幅度将达到24%左右，对应的一季度gdp增速在4.5%左右。由于样本占全国gdp比重三成，且多为一线城市或相对发达省份，因此其他省份经济或受疫情冲击影响更大。结合我们前期报告测算，基准情形下一季度gdp增速在3.9%，乐观情形或达4.8%（参见报告“中国经济将深v反转-2020年全球经济展望更新”，20200212）。整体来看，从灯光亮度减弱的幅度观察，经济弱化幅度也基本位于这一区间内，经济活跃度相比正常时期大约下行20-30%左右。
从卫星灯光角度，再度观察当前疫情下的中国经济，我们大致总结出三点核心结论：
复工返程进度较好，整体复工返程比例在40%-60%左右，构成疫情可控后迅速复产的有利条件；
经济活跃程度整体下降20%以上，民营经济压力显著较高；
由于复产延缓，以中小企业为代表的民营压力不断提升，部分行业龙头或在过程中受益。
当然，卫星灯光研究视角虽然新颖，并且在一定程度上也相对客观，但仍然存在诸多干扰因素，会对研究带来一定的不确定性，但至少为当前数据真空阶段的宏观经济分析提供了一个新的视角。