中信证券：换个角度看“局部疫情”和“就地过年”的经济影响

核心观点

　　年初以来，宏观经济基本面发生的最大变化就是部分省份发生了局部疫情，为了有效控制疫情进一步蔓延的风险，中共中央办公厅、国务院办公厅印发了《关于做好人民群众就地过年服务保障工作的通知》，明确了春节期间要合理有序引导群众就地过年。根据交通运输部预测，2021年全国春运期间发送旅客17亿人次左右，日均4000万人次，比2019年下降四成多，比2020年增加一成多。“局部疫情”和“就地过年”对宏观经济会带来什么影响？本篇报告从经济运行的季节性特征以及“局部疫情”和“就地过年”会不会改变这种季节性特征的角度去分析这一问题。总体结论表明，我们需要对经济基本面预期进行一定下修，要高度重视经济恢复过程中的不确定性。

　　摘要

　　▌ 经济运行的“季节性”从何而来？以历史平均水平看，全年四个季度的GDP占比分别为22%、24.5%、25.5%、28%左右，一季度明显低于其他季度。我们都知道一季度有特殊的“春节因素”，但春节究竟是通过哪些途径影响形成了季节性，需要具体分析。我们认为主要包括四个方面：（1）气温因素；（2）年终总结效应；（3）工作日偏少；（4）人员流动。总的来看，无论是工作日偏少原因，还是人员流动效应，可以解释春节所在的一季度经济总量季节性偏低，但对比来看却很难解释四季度经济总量季节性偏高。天气原因可以一定程度解释，而解释力度最强的是“年终总结效应”。一些企业在春节期间放较长时间的假期，一定程度上可能并不是因为“人员返乡”，而正是因为“过年”本身。因此，我们在分析中，需要明确的是“就地过年”不等于“不过年”，更不等于“不放假”。

　　▌ 一季度季节性最强的行业是农业和建筑业，但主要是受天气因素影响。我们把GDP按照行业拆分，可以观察到农业和建筑业是最为明显的在一季度存在季节性的行业。比如，2019年，农林牧渔业增加值一季度占全年的比重仅为12.6%，建筑业只有15.7%。从数量占比分析，一季度的季节性偏低大体有40-50%是由这两个行业贡献。经验研究来看，并不是外来人口迁入越多的省份季节性越强，而实际上这两个行业的季节性主要与气温因素有关，越是北方的省份，这种季节性越强。基于这样的原因，可以判断今年不一样的“过年”并不会改变经济本身的季节性。同时，根据对建筑业的分析，我们也大体可以得出，总需求中最具有季节性的投资，也很难由于“就地过年”就在一季度明显向好。由于部分外出务工劳动力可能留在南方，2月下旬开始南方地区的复工进度需要持续观察，但至少从时间维度上看，局部疫情大概率对1-2月的整个内需都会是负面影响。

　　▌ “就地过年”会提高工业生产吗？首先我们观察往年的劳动力春节迁徙是否形成了一些外来人口大省与众不同的季节性效应。我们拿中国近10年劳动力迁入最大省份——广东，和劳动力迁出的大省之一——江西（选择南方省份是为了剔除天气因素的影响）做对比发现，两者的规模以上工业增加值的季节性基本一致，并没有因为广东在春节前后的劳动力流出而让其一季度工业生产明显弱于其他省份。基于这样的观察，我们也很难认为劳动力不流出就能显著提升工业生产。与此同时，全国整体的一季度工业生产的季节性走低，还与货物运输相关。今年的情况可能会让货运受到进一步压制。因此，对于工业生产因为“就地过年”会延长工作天数而因此明显走强的这一逻辑，我们认为需要谨慎观察。综合局部疫情对需求端的消费、生产端的生活性服务业等较为明确的负面影响，对比2020年四季度时的市场预期，当前对经济基本面预期进行下修是比较合理的。

　　正文

　　年初以来，宏观经济基本面发生的最大变化就是部分省份发生了局部疫情，为了有效控制疫情进一步蔓延的风险，中共中央办公厅、国务院办公厅印发了《关于做好人民群众就地过年服务保障工作的通知》，明确了春节期间要合理有序引导群众就地过年。根据交通运输部预测，2021年全国春运期间发送旅客17亿人次左右，日均4000万人次，比2019年下降四成多，比2020年增加一成多。

　　“局部疫情”和“就地过年”对宏观经济会带来什么影响？市场上已有较多的定性讨论，主要包括：

　　（1）从支出法分析，可能会降低节假日消费，但返乡人口的减少可能会增加有效工作天数，从而增加出口（叠加目前出口订单仍然饱满）；

　　（2）从生产法分析，局部疫情会影响生活性服务业，但也会通过增加有效工作天数，从而提高工业生产。

　　然而这种可能的“内部对冲”是否真的存在？究竟会对经济产生什么样的净影响？这个影响的程度有多大？针对上述问题的讨论却不太容易得到令人信服的结论。

　　本篇报告我们从一个不一样的角度去分析这一问题，我们认为，讨论的出发点是“经济运行的季节性”，正是因为GDP的季度运行规律呈现出明显的“一季度低、四季度高，季度占比逐渐升高”特点，我们才会去讨论“就地过年”会不会改变这种季节性，从而导致一季度生产强于以往，以对冲掉局部疫情的负面影响。我们将从经济运行呈现季节性的原因是什么展开，拆分出哪些分项较大程度地贡献了季节性，分析其是否与大规模的人口流动有关，以这样的逻辑链条讨论“局部疫情”和“就地过年”对经济运行的影响。

　　▌  经济运行的“季节性”从何而来？

　　以历史平均水平看，全年四个季度的GDP占比分别为22%、24.5%、25.5%、28%左右，一季度明显低于其他季度。我们都知道一季度有特殊的“春节因素”，但春节究竟是通过哪些途径影响形成了季节性，需要具体分析。我们认为主要包括四个方面：

　　（1）气温因素。一般来说，12月-2月是气温比较低的月份，1-2月均在一季度，因此整个一季度的平均气温较低，尤其是我国大部分北方地区，部分经济活动因此受限。

　　（2）年终总结效应。按照中国传统文化习俗，一般以农历新年为一个年度周期的终点和起点，这时候往往是总结谋划的时间，比如很多企业都会在1月召开年度总结会，我国各地的地方两会也集中在1月召开。这时候往往实际生产活动减少，比如调度重大项目投资，往往需要先在年初定计划，之后再具体落实。还有部分劳动者会选择在春节前后休年假，通过一段时间的休整，为来年积累更好的工作状态。相对来说，四季度往往是冲刺业绩的时候，这也是四季度经济总量通常高于其他季度的重要原因。

　　（3）工作日偏少。由于春节的法定7天长假，因此减少了工作日天数。但是需要说明两点：一是国庆节（10月）也有7天长假，但却没有让四季度的经济总量占比下降；二是由于二月的特殊性，本身一季度的工作日天数就少于其他季度。以2019年为例，四个季度的工作日天数分别是60天、62天、66天、62天，分别占年度总工作天数的24%、24.8%、26.4%、24.8%。

　　（4）人员流动。过年前后全国会有广泛的人员流动，导致一部分劳动力暂时离开工作岗位。但是需要说明的是，从客运量看，7-8月份的学生暑假（部分家庭集中休年假出游），10月国庆的7天长假（部分年份与中秋节合并休假）假期时间同样不短，客运量并不比春节期间明显更少，但也没有使三季度、四季度的经济总量占比更少。

　　总的来看，无论是工作日偏少原因，还是人员流动效应，可以解释春节所在的一季度经济总量季节性偏低，但对比来看却很难解释四季度经济总量季节性偏高。天气原因可以一定程度解释，而解释力度最强的是“年终总结效应”，不仅可以解释为何一季度季节性偏低，而且可以较好的解释四季度季节性偏高。如此，一些企业在春节期间放较长时间的假期（比如有一些企业在元宵节以后才正式开工），一定程度上并不是因为“人员返乡”，而可能正是因为“过年”本身（当然，这是从宏观总量的意义上讨论，现实中肯定存在一些企业是订单饱满以至于想尽可能减少假期的，但不能以微观个例否定总体）。这样一来，是否因为普遍“就地过年”，企业就减少放假，因而显著延长工作天数？这就需要审慎判断。至少我们在分析中，需要明确的是“就地过年”不等于“不过年”，更不等于“不放假”。

　　▌  一季度季节性最强的行业是农业和建筑业，但主要是受天气因素影响

　　我们把GDP按照行业拆分，可以观察到农业和建筑业是最为明显的在一季度存在季节性的行业。比如，2019年，农林牧渔业增加值一季度占全年的比重仅为12.6%，建筑业只有15.7%。从数量占比来看，这两个行业占全年GDP的比重分别为7.5%和7.2%，也就意味着一季度的季节性大体有40-50%是由这两个行业贡献。

　　虽然这两个行业是劳动力密集型行业，但是与“人员流动”却关系不大，“就地过年”可能并不会对其产生正面影响。经验研究来看，并不是外来人口迁入越多的省份季节性越强，而实际上这两个行业的季节性主要与气温因素有关，越是北方的省份，这种季节性越强，比如黑龙江2019年建筑业总产值一季度只占全年的3.1%，农林牧渔业总产值一季度只占全年的5.9%，但是海南省的这两个数据分别为21.5%和24.1%，几乎没有季节性了。我们用各省份一季度建筑业总产值和农林牧渔业总产值占比，与该省份省会城市的平均气温做相关关系研究发现：一季度平均气温越低，该省份农业和建筑业的季节性就越强。

　　此外，这些一季度季节性较强的北方省份，有一些又恰恰是劳动力流出的大省。这些省份的部分劳动力平时在大城市或经济较发达省份工作，春节期间会集中返乡。而“就地过年”的号召恰恰是让这些劳动力减少了回乡，更不可能因此提高农业和建筑业的一季度增加值。另一方面，这些北方省份也恰恰是年初局部疫情多发的地区，疫情引致的城市防控措施也会减少经济活动，让一季度的经济运行受到负面影响。

　　根据对建筑业的分析，我们也大体可以得出，总需求中最具有季节性的投资，也很难由于“就地过年”就在一季度出现向好，再考虑其他因素，比如地方政府专项债在年初几乎没有太多发行，以及局部疫情限制安装施工等等，很可能局部疫情对消费和投资都会是负面影响。然而，会不会因为部分劳动力留在了一些南方省份，避免了“节后回城”的时间成本，而导致开年以后建筑业出现明显快速的恢复（2月下旬），从而导致南方省份的建筑业超季节性走强，这需要再观察。如果届时项目立项、资金情况、疫情防控都比较到位的话，确实存在这种超预期走强的可能。至少从时间维度上看，局部疫情大概率对1-2月的整个内需都会是负面影响。

　　▌  “就地过年”会提高工业生产吗？

　　在三大需求中，消费的季节性最弱，除了四季度较为明显的冲高外，一季度至三季度占比差异不大。投资具有较强的季节性，对生产端的建筑业影响最大，对工业也会产生一定的影响。同时，出口也呈现一定季节性，而且比进口更强，这也会影响工业生产。总的来看，工业在一季度占比在22.5%左右，应该是一季度整体经济表现呈现季节性背后需要重点分析的内容。

　　一种观点认为，“就地过年”会延长工业生产的有效时间，那么假如极端情况下，整个工业的季节性消失，即在22.5%的占比基础上提升至25%（1/4），那么考虑到工业在整个GDP占比31.6%（2019年），意味着这将拉动GDP增速提高0.8个百分点左右。与目前阶段的GDP波动相比，这一幅度也相对较小。

　　此外，需要讨论的是，“就地过年”减少的劳动力流动，究竟会不会改变工业生产的季节性。首先我们观察往年的劳动力春节迁徙是否形成了明显的季节性效应。我们拿中国近10年劳动力迁入最大省份——广东，和劳动力迁出的大省之一——江西（选择南方省份是为了剔除天气因素的影响）做对比发现，两者的规模以上工业增加值的季节性基本一致。并没有因为广东在春节前后的劳动力流出而让其一季度工业生产明显弱于其他省份。基于这样的观察，我们也很难就认为劳动力不流出就能显著提升工业生产，至少在没有劳动力流出影响的省份也没有观察到这样的现象。

　　与此同时，一季度工业生产的季节性走低，还与货物运输相关。我们从表2可以看出来，几乎所有行业都呈现与GDP总量相似的季节性，而交通运输、仓储和邮政业一季度季节性走低的程度更大。这主要是这一行业的从业人员春节前后普遍选择休息。很显然，局部疫情会让更多的从业人员选择休息。根据以往经验，春节所在月份的货物运输会大幅下降，一定程度上也制约各行各业的生产活动。在今年局部疫情影响下，预计与正常年份相比，货物运输的季节性程度也会有增无减。这一因素预计也会让工业生产不会因为“就地过年”就显著提升。

　　总的来看，我们从经济运行季节性的角度分析，一季度呈现明显季节性偏低的行业是农业和建筑业，但根据分省数据的分析，这大概率与天气因素有关，与劳动力流动关系并不密切，因此这两个行业不太可能因为“就地过年”受益。同时，对于工业是否因为“就地过年”会延长工作天数而因此明显走强的问题，我们通过省份对比分析，结合货物运输的情况，判断这一逻辑可能也需要谨慎观察，即便是工业一季度季节性走低的现象有所减弱，对整体GDP拉动的幅度也会非常有限。如此，考虑到局部疫情对需求端的消费、生产端的生活性服务业等较为明确的负面影响，我们认为，对比去年四季度时的市场预期，当前对经济基本面预期进行下修是比较合理的。需要关注的是，经济恢复的不确定性仍然存在，基础尚不牢固，这也需要宏观政策维持对经济适度合理的支持。