德邦證券-宏觀專題：人口流動重啟如何影響經濟？（25頁）.pdf

1、 請務必閱讀正文之后的信息披露和法律聲明 Table_Main 證券研究報告|宏觀專題 2023 年 1 月 3 日 宏觀專題宏觀專題 證券分析師證券分析師 蘆哲蘆哲 姓名姓名 資格編號：S0120521070001 郵箱： 資格編號：S11305XXXXXX 港股執業證號：非必填 郵箱： 研究助理研究助理 占爍占爍 資格編號：S0120122070060 郵箱： 相關研究相關研究 人口人口流動流動重啟重啟，如何，如何影響影響經濟經濟？Table_Summary 投資要點：投資要點：核心觀點：核心觀點：2020-2022 年，我國人口流動的強度只有疫情前三分之一左右。流動強度的下降反映在經濟層

2、面，導致了近三年的城鎮化減速、流動行業 GDP 占比下降、就業本地化和青年失業率上升等問題。今年將迎來人口流動的重啟，預計流動強度預計流動強度回不到疫情前水平，全年恢復到回不到疫情前水平，全年恢復到 2019 年同期的七至八成。人員流動的重啟會帶來年同期的七至八成。人員流動的重啟會帶來經濟結構的變動，從此前三年的“疫情結構”回到經濟結構的變動，從此前三年的“疫情結構”回到 2019 年之前的“疫前結構”：年之前的“疫前結構”：消費將重回主導地位，凈出口對經濟增長的貢獻可能下降近消費將重回主導地位，凈出口對經濟增長的貢獻可能下降近 90%；消費結構將延；消費結構將延續疫情前趨勢，服務消費、可選消

3、費重回增長軌道；服務業在經濟中的占比重新回續疫情前趨勢，服務消費、可選消費重回增長軌道；服務業在經濟中的占比重新回升并逐漸穩定，工業占比將回吐。升并逐漸穩定，工業占比將回吐。我國人口流動有何特點：我國人口流動有何特點：（1）2020 年我國流動人口達 3.76 億，占總人口 26.6%，流動人口較十年前大幅增加 1.55 億。（2）我國人口流動的短途化特點日益突出。短途化表現在兩個方面，一是短距離的省內流動比例增加，較 2010 年提高 5.6 個點；二是省內和跨省流動均從集中走向分散，省內流動從中心城市向其他城市分散，跨省流入目的地從東部分散到中西部。（3）人口流動的原因分為經濟原因和社會原

4、因，男性流動人口更多出于工作就業等經濟原因，女性更多出于婚姻嫁娶等社會原因；過去十年，經濟因素對流動的影響減弱，而社會因素的影響增強。2020 年以來的人口流動：年以來的人口流動：（1）疫情三年，全國的交通客運量逐年遞減，2022 年客運強度已降至疫情前三分之一左右。更短距離、更日常的市內流動也出現了大幅收縮。在全國地鐵線路增長 72.2%的同時，十大城市地鐵客運量卻減少了 17.5%。（2）疫情以來，跨省流動人口的趨勢也有所改變，主要體現為東部沿海 5 省市人口凈流入趨勢由降轉升。（3）人員流動減少帶來城鎮化減速，2020-2021 年均新增城鎮化人口僅 1420萬人，較此前減少近三分之一。

5、“去工業化”的趨勢被逆轉，工業占比經過十多年下降后，近兩年回升 2.9 個點，服務業占比下降 1 個點。就業本土化和青年失 宏觀專題 2/24 請務必閱讀正文之后的信息披露和法律聲明 業率上升，一方面大批外出農民工轉為本地農民工，另一方面，服務業受沖擊帶來青年失業率的上升。人員流動恢復后的影響：人員流動恢復后的影響：（1）12 月 23 日以來，人口流動已經開始觸底恢復，反彈幅度：二線一線三線。第一波疫情沖擊城市的人員流動已恢復到 10 月中旬水平，領先全國 9 天左右。（2）中長期看，未來幾年的人口流動強度會逐漸向疫情前回歸，但結合亞太其他經濟體復蘇情況，我們認為 2023 年流動強度可能只

6、恢復到 2019 年同期的七到八成。（3）人員流動的重啟會帶來經濟結構的變動，從此前三年的“疫情結構”回到 2019年之前的“疫前結構”：一是三駕馬車中，消費將重回主導地位，凈出口對經濟增長的貢獻可能下降近 90%。二是消費結構將延續疫情前消費升級趨勢，服務消費、可選消費重回增長軌道，商品消費和必選消費占比將下降。三是服務業在經濟中的占比重新回升并逐漸穩定，工業占比將回吐。風險提示：風險提示：人員流動的恢復不及預期；短期春運帶來疫情傳播高峰，阻礙人口流動；防疫物資和藥物短缺，也可能約束流動。3WrVeYjWaZoPyQoMbRdN6MoMqQpNnOeRmMpOkPmMmQaQqRqQuOtQ

7、sPNZsRqR 宏觀專題 2/24 請務必閱讀正文之后的信息披露和法律聲明 內容目錄內容目錄 1.我國人口流動有何特點？.5 1.1.總量：十年大幅增加 1.55 億，前期趨勢逆轉.5 1.2.方向：從長途到短途，從集中到分散.6 1.2.1.省內流動：從省內中心城市分散到其他城市.6 1.2.2.跨省流動：從東部到中西部的回流加速.10 1.3.人口流動的經濟原因和社會原因.12 2.2020 年以來的人口流動.14 2.1.疫情三年如何改變人口流動.14 2.2.流動減少有何影響？.15 3.流動恢復后的影響.18 4.風險提示.23 宏觀專題 3/24 請務必閱讀正文之后的信息披露和法

8、律聲明 圖表目錄圖表目錄 圖圖 1：近三次人口普查的流動人口和人戶分離人口：近三次人口普查的流動人口和人戶分離人口.5 圖圖 2：七普前的流動人口數量在下降：七普前的流動人口數量在下降.5 圖圖 3：我國戶籍城鎮化率和：我國戶籍城鎮化率和常住人口城鎮化率之差常住人口城鎮化率之差.6 圖圖 4：疫情前農民工人數持續增長：疫情前農民工人數持續增長.6 圖圖 5：省內流動與跨省流動人口規模：省內流動與跨省流動人口規模.7 圖圖 6：省內流動人口規模占全國比例：省內流動人口規模占全國比例.8 圖圖 7：各省省內流動人口規模及增速：各省省內流動人口規模及增速.8 圖圖 8：省會與計劃單列市吸：省會與計劃

9、單列市吸納省內流動人口的比例下降納省內流動人口的比例下降.9 圖圖 9：各省份中心城市占省內流入人口的比例變化：各省份中心城市占省內流入人口的比例變化.9 圖圖 10：七普人口流動基本情況（五年前常住地數據）：七普人口流動基本情況（五年前常住地數據）.10 圖圖 11：以五年前常住地計算的各地區人口凈流入規模：以五年前常住地計算的各地區人口凈流入規模.11 圖圖 12：主要人口流入省份的凈流入情況：主要人口流入省份的凈流入情況.12 圖圖 13：主要人口流出：主要人口流出省份的凈流出情況省份的凈流出情況.12 圖圖 14：七普反映出來不同性別和年齡人口的流動原因：七普反映出來不同性別和年齡人口

10、的流動原因.13 圖圖 15：2000-2020 年人口流動的原因年人口流動的原因.13 圖圖 16：各年前：各年前 11 月全國交通客運量的變化（月全國交通客運量的變化（2019 年年 1-11 月月=100%）.14 圖圖 17：十大城市地鐵日均客運量：十大城市地鐵日均客運量.15 圖圖 18：全國地鐵建成線路長度（公里）：全國地鐵建成線路長度（公里）.15 圖圖 19：主要人口流入：主要人口流入省市的年均凈流入省市的年均凈流入.15 圖圖 20：主要人口流出省份的年均凈流入：主要人口流出省份的年均凈流入.15 圖圖 21：城鎮化減速明顯：城鎮化減速明顯.16 圖圖 22：“去工業化去工業

11、化”的趨勢被逆轉的趨勢被逆轉.16 圖圖 23：批零：批零+住宿餐飲占住宿餐飲占 GDP 比例比疫情前低比例比疫情前低 0.5 個點個點.17 圖圖 24：旅游及相關產業比趨勢水平低：旅游及相關產業比趨勢水平低 0.7 個點個點.17 圖圖 25：疫情后農民工就業呈現本土化趨勢：疫情后農民工就業呈現本土化趨勢.18 圖圖 26：青年失業率上升：青年失業率上升.18 圖圖 27：旅游及相關產業比趨勢水平低：旅游及相關產業比趨勢水平低 0.7 個點個點.18 圖圖 28：人口加權的百城擁堵指數已經觸底恢復：人口加權的百城擁堵指數已經觸底恢復.19 圖圖 29：一線：一線城市較低點反彈城市較低點反彈

12、 12.2%.19 圖圖 30：二線城市較低點反彈：二線城市較低點反彈 13.8%.19 圖圖 31：三線城市較低點反彈僅：三線城市較低點反彈僅 2.8%.19 宏觀專題 4/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 32：第一波疫情沖擊城市的人員流動已回到：第一波疫情沖擊城市的人員流動已回到 10 月中旬水平月中旬水平.20 圖圖 33：三個亞太經濟體的客運恢復情況：三個亞太經濟體的客運恢復情況.21 圖圖 34：凈出口對經濟增長的拉動：凈出口對經濟增長的拉動.21 圖圖 35：貨物貿易順差擴大：貨物貿易順差擴大.21 圖圖 36：服務貿易逆差縮?。悍召Q易逆差縮小.21 宏觀專題

13、 5/24 請務必閱讀正文之后的信息披露和法律聲明 2020-2022 年，國內疫情影響下，人員流動強度大幅下降。近期防疫政策優化后，12 月國內快速迎來了一波疫情高峰，百城擁堵指數從下旬開始反彈。今年將迎來人員流動的重啟，并可能帶動國內經濟增速和結構向疫情前回歸。在此背景下，我們對人口流動做一個深度復盤，并展望人員流動恢復后，對國內經濟有何影響。1.我國我國人口流動人口流動有何特點？有何特點？1.1.總量：十年總量：十年大幅增加大幅增加 1.55 億億，前期趨勢，前期趨勢逆轉逆轉 七普數據顯示，2020 年我國流動人口達 3.76 億，占總人口 26.6%。七普流動人口七普流動人口逆轉趨勢逆

14、轉趨勢。2020 年流動人口總量較 2010 年增加 1.55 億，出乎意料之外。在此之前，基于年度抽樣調查數據，關于流動人口的一致預期是其數量已經達峰，七普將延續下降趨勢。按年度數據來看，七普前，我國流動人口在2014 年達到 2.53 億的峰值，2015 年 1%人口抽樣數據開始確認下降趨勢1。到2019 年，流動人口總量已比 2014 年減少 1700 萬。但七普的流動人口總量反而比 2015 年抽樣數據高 1.3 億，逆轉了之前數據趨勢。我們認為七普的流動人口數據我們認為七普的流動人口數據無疑無疑更更可靠，可靠，可以可以利用城鎮化率的數據側面利用城鎮化率的數據側面驗驗證證。按城鎮化率推

15、算，總流動人口在 3.7 億-4.1 億之間。2020 年我國常住人口城鎮化率為 63.9%，戶籍人口城鎮化率為 45.4%，二者相差 18.5 個點，對應約 2.6億的城鄉人戶分離人口2。根據段成榮（2019）的研究，鄉-城流動人口占比在 2010年為 63.2%，假設該比例過去十年增長至 63.2%-70%區間，即對應 3.7 億-4.1 億的流動人口總量。此外，農民工此外，農民工數據也可數據也可作為作為佐證佐證。2014 年后，我國農民工總人數仍在持續增長，到 2019 年增加了 1682 萬人。農民工同樣代表著鄉村到城鎮的流動人口在持續增長，總流動人口不太可能出現下降。圖圖 1：近三次

16、人口普查的流動人口和人戶分離人口近三次人口普查的流動人口和人戶分離人口 圖圖 2：七普前的流動人口數量在下降七普前的流動人口數量在下降 資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 1 我國人口調查，逢 0 的年份普查，逢 5 年份是 1%人口抽樣，樣本人口超千萬，因此逢 0 逢 5 的年份數據可靠度較高，平常年份由于樣本量太少，有時誤差較大 2 注：按定義來看，這 2.6 億即為鄉村到城鎮的流動人口。（1）七普對流動人口的定義：人戶分離人口中扣除市轄區內人戶分離的人口；（2）人戶分離：居住地與戶口登記地所在的鄉鎮街道不一致，且離開戶口登記地半年以上的人口；（3）市轄區人戶分

17、離：一個直轄市或地級市所轄的區內和區與區之間，居住地和戶口登記地不在同一鄉鎮街道的人口。0.0%5.0%10.0%15.0%20.0%25.0%30.0%35.0%40.0%0123456200020102020人戶分離人口流動人口人戶分離人口占比(右)流動人口占比(右)（億人）1.01.21.41.61.82.02.22.42.62.8總人口:流動人口（億人）宏觀專題 6/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 3：我國戶籍城鎮化率和常住人口城鎮化率之差我國戶籍城鎮化率和常住人口城鎮化率之差 圖圖 4：疫情前農民工人數持續增長疫情前農民工人數持續增長 資料來源：Wind，德邦研究

18、所 資料來源：Wind，德邦研究所 1.2.方向方向：從從長途到短途，長途到短途，從從集中到分散集中到分散 我國人口流動的短途化特點日益突出。我國人口流動的短途化特點日益突出。短途化表現在兩個方面，一是短距離短途化表現在兩個方面，一是短距離的省內流動比例增加，二是省內和跨省流動均從集中走向分散的省內流動比例增加，二是省內和跨省流動均從集中走向分散。分散化是短途化的重要表現，省內人口流動早期聚集在中心城市，近年分散到其他地級市，而跨省流動也是如此，早期集中在東部沿海，近期分散到中西部。由于中西部的低線城市和農村地區往往是人口流動的起點，因此，近些年的人口流動向中西部和低線城市分散，其實就意味著人

19、口流動在從長途走向短途。未來短途化的趨勢將緩慢延續，隨著地區發展差距縮小，人口流動的推力和拉力減小，東部沿海和省內中心城市吸納人口的比例預計會緩慢下降到某一水平后保持穩定。1.2.1.省內流動：省內流動：從省內中心城市分散到其他城市從省內中心城市分散到其他城市 七普省內流動占比提高七普省內流動占比提高，人口流動的短途化趨勢加強，人口流動的短途化趨勢加強。按照空間距離的遠近，可以將人口流動分為省內流動和跨省流動兩類。我國人口流動一直是以省內流動為主，一般占流動人口的六到七成。2020 年，省內流動人口 2.51 億，占比 66.8%，較 2010 年提高 5.6 個點，說明省內短途流動的重要性在

20、提高。010203040506070201620172018201920202021戶籍人口:城鎮化率總人口:城鎮:比重(城鎮化率)（%）18.5%20,00021,00022,00023,00024,00025,00026,00027,00028,00029,00030,000農民工人數 萬人 宏觀專題 7/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 5：省內流動與跨省流動人口規模省內流動與跨省流動人口規模 資料來源：國家統計局，德邦研究所 東部地區的省內流動更活躍，但東部地區的省內流動更活躍，但中部地區省內流動的增長更快中部地區省內流動的增長更快。按四大地區來看3，東部地區省內流動

21、人口占全國的比例最高，除海南占比較低外，其他 6 省2020 年平均比例為 5.5%，明顯高于中西部和東北地區。但從趨勢來看，過去十年，東部地區的省內流動占比在下降，中西部和東北地區均在上升，其中中部地區增幅最大。分省來看，河南、安徽、四川、湖南等中西部人口大省的省內流動規模的絕對值和增速均提升較大，廣東、山東等東部省份盡管省內流動人口絕對規模增量較大，但高基數導致增速相對其他省份來說并不高。3 不含直轄市、港澳臺的 27 省、自治區，其中東部地區不含海南 50%55%60%65%70%0.00.51.01.52.02.53.0200020102020省內流動跨省流動省內流動占比(右)（億人）

22、宏觀專題 8/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 6：省內流動人口規模占全國比例省內流動人口規模占全國比例 資料來源：Wind，德邦研究所 注：（1）數據為四大地區內各省均值；（2）不含直轄市、港澳臺的 27 省、自治區，其中東部地區不含海南 圖圖 7：各省省內流動人口規模各省省內流動人口規模及增速及增速 資料來源：Wind，德邦研究所 注：不含直轄市、港澳臺的 27 省、自治區 省內中心城市的吸引力下降，省內流動人口向其他城市分散省內中心城市的吸引力下降，省內流動人口向其他城市分散。2020 年，省會城市和計劃單列市所吸納的省內流動人口比例降至 44.2%，而其他地級市所占比

23、例則提高至 55.8%，二者占比增減 1.6%。進一步看各省中心城市吸納能力的變化，26 個省/自治區中，2010-2020 年只有 10 個省的中心城市占比提高，約六成省份中心城市吸納省內流動人口比例在下降，如山東青島下降了 8 個點、湖北武漢下降了 7.5 個點。相比之下，2000-2010 年，26 省中只有 2 省的中心城市吸納比例6.0%4.1%2.4%2.7%5.5%4.8%2.6%2.9%2.0%2.5%3.0%3.5%4.0%4.5%5.0%5.5%6.0%6.5%東部中部西部東北2010202005001,0001,5002,0002,5000%20%40%60%80%100

24、%120%140%160%180%河北江蘇浙江福建山東廣東海南山西安徽江西河南湖北湖南內蒙古廣西四川貴州云南西藏陜西甘肅青海寧夏新疆遼寧吉林黑龍江東部地區中部地區西部地區東北地區增速2020（右）2010（右）（萬人）宏觀專題 9/24 請務必閱讀正文之后的信息披露和法律聲明 有所下降，其他省份的省內流動人口均向中心城市聚集4。此外，省內流動有“一個中心”和“兩個中心”兩種模式，前者在中西部較此外，省內流動有“一個中心”和“兩個中心”兩種模式，前者在中西部較普遍，后者在東部較多普遍，后者在東部較多?？疾觳煌丶壥性诟魇∈攘鲃尤丝诘恼急?，我們發現東部地區與中西部地區明顯具有差異。中西部地區省會

25、城市往往是全省人口聚集的中心，占省內人口流動的半壁江山；但東部地區省會城市對省內人口的吸引力要低得多，往往有兩個中心城市，兩城加起來占省內流動的一半左右，如廣東的廣州、深圳，福建的福州、廈門，山東的濟南、青島，江蘇的南京、蘇州，浙江的杭州、寧波等。如圖 9，中西部地區省內中心城市大多吸納了一半左右的省內流動人口，而東部地區最大城市大多僅吸納三分之一左右的流動人口。圖圖 8：省會與計劃單列市吸納省內流動人口的比例下降省會與計劃單列市吸納省內流動人口的比例下降 資料來源：國家統計局，德邦研究所 圖圖 9：各省份中心城市占省內流入人口的比例變化各省份中心城市占省內流入人口的比例變化 資料來源：國家統

26、計局，德邦研究所 注：除四大直轄市、港澳臺、海南外的 26 省、自治區，其中廣東展示了廣州、深圳兩個城市 4 注：正文對應圖 9 中包含 26 省 27 市，廣東包含廣州深圳兩個城市，但跨省比較時不含深圳 30%35%40%45%50%55%60%65%省會與計劃單列市其他地級市20002010202010%20%30%40%50%60%70%石家莊南京杭州福州青島廣州深圳太原合肥南昌鄭州武漢長沙呼和浩特南寧成都貴陽昆明拉薩西安蘭州西寧銀川烏魯木齊沈陽長春哈爾濱東部地區中部地區西部地區東北地區202020102000 宏觀專題 10/24 請務必閱讀正文之后的信息披露和法律聲明 1.2.2.跨

27、省流動跨省流動：從東部到中西部的回流加速從東部到中西部的回流加速 前面除市轄區外的人戶分離所定義的流動人口，屬于存量概念，包含了截止到 2020 年之前所有時期的累積流動人口，在捕捉邊際趨勢的變化方面靈敏度較低。為此我們用人口普查的五年前常住地數據來對跨省流動的近期趨勢做進一步識別。七普和六普數據的比較，意味著 2015-2020 年新增流動人口和 2005-2010年的比較，能反映過去五年的邊際變動?？缡×鲃涌缡×鲃又?，距離仍然是主要影響因素中，距離仍然是主要影響因素。對于幾個人口流入大省而言，最大的一股流入人口幾乎都是來自相鄰省份，如圖 10。北京的流入人口中，23.6%來自河北，江蘇有

28、23.2%的流入人口來自安徽，湖南和廣西占到廣東省流入人口的36.6%。人口流入大省人口流入大省在過去五年經歷了大規模的流出在過去五年經歷了大規模的流出。廣東流出人口 338.6 萬，在31 個省市中排第四，僅次于河南、安徽、四川這三個流出大??；此外，江蘇、浙江的流出人口也都在 200 萬以上，而全國只有 12 個省市流出人口規模達到 200萬。圖圖 10：七普七普人口流動基本情況（五年前常住地數據）人口流動基本情況（五年前常住地數據）資料來源：國家統計局，德邦研究所 注：（1）左邊是流出省份，右邊是流入省份（2）圖示聚焦流量較大的 20 個省級行政單位，手動去掉了 11 個（流入+流出）總規

29、模小于 200 萬的地區 宏觀專題 11/24 請務必閱讀正文之后的信息披露和法律聲明 疫情拖累下，疫情拖累下，跨省流動強度下降，流動人口減少近六百萬跨省流動強度下降，流動人口減少近六百萬。我們根據抽樣比例推算，六普前五年跨省流動人口為 6139.5 萬人，七普前五年為 5541.8 萬，跨省流動人口減少了597.7萬人。流動強度的下降主要受疫情影響，普查時點是2020年四季度，人員流動并未完全恢復。人口從東部到中西部的回流加速人口從東部到中西部的回流加速?？缡×鲃拥闹髁鞣较蛉匀皇菑闹形鞑肯驏|部，中西部地區人口仍以凈流出為主，東部地區凈流入 1808.4 萬。但與十年前相比，東部地區凈流入人口

30、減少了 1676.4 萬，降幅高達 48%，近乎減半。同時，中西部地區盡管仍是人口凈流出，但凈流出的規模分別比六普減少 1206 萬、564萬，也減少了一半左右。圖圖 11：以五年前常住地計算的各地區人口凈流入以五年前常住地計算的各地區人口凈流入規模規模 資料來源：Wind，德邦研究所 重點省份的跨省流動如何演變？主要人口流入省份的格局基本穩定主要人口流入省份的格局基本穩定，但流入規模均有所下降，但流入規模均有所下降。六大人口流入省市中，廣東和浙江的凈流入規模仍然最大，分別為 609 萬、503 萬；北京、廣東、上海三個地區凈流入人口降幅最大，均下降了一半以上。人口流出省份人口流出省份格局變化

31、較大格局變化較大，西部和東北省份補位前六西部和東北省份補位前六。2010 年時，6 個主要人口流出省份依次是河南、安徽、四川、湖南、湖北、江西，凈流出規模均在300 萬以上。2020 年，排在前 6 位的流出省份是河南、湖南、貴州、安徽、廣西、黑龍江，除河南外，其余 5 省凈流出規模均降至 100-200 萬區間，并且湖北、四川、江西被貴州、廣西和黑龍江替代。按變動幅度來看，湖北凈流出人口下降了八成（81.7%），安徽和四川降幅均在七成以上（73.1%、72.9%），江西、湖南降幅在六成左右（61.4%、58.9%）。-3,000-2,000-1,00001,0002,0003,0004,00

32、0東部中部西部東北20102020（萬人）16761676萬萬12061206萬萬564564萬萬3737萬萬 宏觀專題 12/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 12：主要人口流入省份的凈流入情況主要人口流入省份的凈流入情況 圖圖 13：主要人口流出省份的凈流出情況主要人口流出省份的凈流出情況 資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 1.3.人口人口流動流動的的經濟原因和社會原因經濟原因和社會原因 七普調查了流動人口的遷移原因，大部分（82.4%）的人口流動是基于四類原因：工作就業、學習培訓、隨同離開/投靠親友、拆遷/搬家。按性別來看，男性流動人口更多

33、出于工作就業等經濟原因按性別來看，男性流動人口更多出于工作就業等經濟原因，女性更多出于，女性更多出于婚婚姻嫁娶等社會原因姻嫁娶等社會原因。因工作就業而流動的人口中，男性占比 59.1%，比女性高 18.2個點；而因婚姻嫁娶而流動的人口中，女性占比高達 82.1%。按年齡看，隨同遷移的人口中更多是子女，老人較少，0-19 歲占比 64.7%，60 歲以上老人占比僅9.3%。經濟因素對流動的影響減弱，而社會因素的影響增強經濟因素對流動的影響減弱，而社會因素的影響增強。六普到七普，工作就業等經濟原因帶來的人口流動比例大幅下降（49%38.7%），而其他社會型原因帶來的流動比例提高，特別是拆遷搬家比例

34、從 9.3%提高到 20%，或與過去十年的棚改貨幣化安置有關。-70%-60%-50%-40%-30%-20%-10%0%02004006008001,0001,2001,4001,600廣東浙江上海江蘇北京福建凈遷入2010凈遷入2020變動(右)（萬人）-90%-80%-70%-60%-50%-40%-30%-20%-10%0%10%0100200300400500600河南湖南貴州安徽廣西黑龍江江西四川湖北凈遷出2010凈遷出2020變動（萬人）宏觀專題 13/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 14：七普反映出來不同性別和年齡人口的流動原因七普反映出來不同性別和年齡人口

35、的流動原因 資料來源：國家統計局，德邦研究所 圖圖 15：2000-2020 年人口流動的原因年人口流動的原因 資料來源：國家統計局，德邦研究所 0%10%20%30%40%50%60%200020102020 宏觀專題 14/24 請務必閱讀正文之后的信息披露和法律聲明 2.2020 年以來的年以來的人口流動人口流動 2.1.疫情三年如何改變疫情三年如何改變人口流動人口流動 疫情三年，全國的交通客運量逐年遞減，疫情三年，全國的交通客運量逐年遞減，2022 年客運強度已降至疫情前三分年客運強度已降至疫情前三分之一左右之一左右。以前 11 個月數據來看，2020 年為 88 億人次，2021 年

36、降至 77.3 億人次，2022 年進一步降至 52.3 億人次。2019 年同期為 162.6 億人次，當前客運強度僅為 2019 年的 32.1%。按降幅來看，公路民航鐵路。其中，公路客運在疫情前就處于下降趨勢，疫情后降幅也是最大，2022 年 1-11 月僅為 2019 年同期的27.6%；鐵路和民航客運在疫情前均處于上升空間，疫情后降幅小于公路，分別降至 2019 年同期的 46.3%和 38.4%。更短距離、更日常的市內流動也出現了大幅收縮更短距離、更日常的市內流動也出現了大幅收縮。2020-2022 年，十大城市地鐵日均客運量為415萬人，而2018-2019年為502.9萬人，疫

37、情后減少了17.5%。但是，由于各地近幾年在不斷擴建地鐵，2021 年末全國建成的地鐵線路長度達到7742 公里，而 2018 年僅為 4496 公里，在地鐵線路增長 72.2%的同時，地鐵客運量卻在下降。如果考慮進去擴建帶來的客流量增加，實際地鐵客運量的降幅會更大。圖圖 16：各年前各年前 11 月全國交通客運量的變化（月全國交通客運量的變化（2019 年年 1-11 月月=100%）資料來源：Wind，德邦研究所 46.3%27.6%38.4%32.1%20%40%60%80%100%120%140%201420152016201720182019202020212022鐵路公路民航總計

38、宏觀專題 15/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 17：十大城市地鐵日均客運量十大城市地鐵日均客運量 圖圖 18：全國地鐵建成線路長度（公里）全國地鐵建成線路長度（公里）資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 利用年度常住人口和自然增長人口數據，可以計算出每年各省的凈流入人口。我們發現 2020 年以來，跨省流動人口的趨勢有所改變。2020 年以來，年以來，東部六省市中東部六省市中，只有廣東的人口凈流入在，只有廣東的人口凈流入在減少，其他減少，其他 5 省市省市均均比疫情前增加比疫情前增加。疫情前，東部六大人口流入省市的凈流入有所減少，2011-201

39、5 年年均為 420.3 萬人，2016-2019 年年均為 184.8 萬人。這與七普數據所表現出來的趨勢一致，即人口從東部到中西部回流。但是，2020 年以來，大部分人口流入省市都出現了止跌回升。如北京，2016-2019 年年均凈流出 6.7 萬人，2020-2021年凈流出人口減少至 3.7 萬人；其余上海、江蘇、浙江、福建等省市，凈流入人口均在回升。只有廣東省仍在減少，疫情前年均凈流入 103 萬人左右，2020-2021年減少到 34 萬人。受廣東影響，以六省市作為整體來看，凈流入仍在減少，從年均 184.8 萬人降至 150.9 萬人。主要人口流出省份中，湖北、河南、主要人口流出

40、省份中，湖北、河南、貴州三省的凈流出在增加貴州三省的凈流出在增加，其他省份，其他省份的的人口流出人口流出均在減少均在減少（或人口流入增加）（或人口流入增加）。其中，湖北主要受 2020 年疫情影響，當年有 185.8 萬人口凈流出，遠高于疫情前 16-19 年的年均 9.4 萬。圖圖 19：主要人口流入省市主要人口流入省市的的年均年均凈流入凈流入 圖圖 20：主要人口流出省份的年均凈流入主要人口流出省份的年均凈流入 資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 2.2.流動減少流動減少有何有何影響影響？0100200300400500600201820192020202120

41、22十大城市地鐵日均客運量（萬人）01,0002,0003,0004,0005,0006,0007,0008,0009,0002009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021全國:城市軌道交通(建成):線路長度:地鐵 公里72.2%-101030507090110130150170190北京上海江蘇浙江福建廣東11-1516-1920-21（萬人）-60-50-40-30-20-100102030安徽江西河南湖北湖南廣西四川貴州11-1516-1920-21（萬人）宏觀專題 16/24 請務必閱讀正文之后的信息披露

42、和法律聲明 流動強度的下降反映在經濟層面，導致了近三年的城鎮化減速、流動行業GDP 占比下降、就業本地化和青年失業率上升等問題。2020-2021 年新增城鎮化人口較此前減少近三分之一年新增城鎮化人口較此前減少近三分之一。過去四十年來，人口從農村到城鎮的流動是驅動我國工業化和城鎮化發展的主要因素。2020 年七普顯示，我國常住人口城鎮化率為 63.89%，較 2010 年提高 13.94 個點，對應過去十年，年均約 1929 萬人從農村轉移到城鎮。但近三年，由于人口流動大幅減緩，原來快速發展的城鎮化也開始減速。2020-2021 年，我國新增城鎮化人口僅為年均1420 萬人，較前十年減少近三分

43、之一（26.4%）。服務業占比下降、工業占比回升，“去工業化”服務業占比下降、工業占比回升，“去工業化”的十年的十年趨勢趨勢被被逆轉逆轉。2010-2020年是我國的“去工業化”時期，工業在經濟中的占比下降持續下降 9.2 個點，服務業占比上升 10.3 個點。但近兩年來，更依賴于人員流動的服務業占比開始明顯下降，而工業占比大幅回升。2022 年前三季度，服務業占比比 2020 年末下降了 1個百分點，工業占比則提高了 2.9 個點。按二者占比來看，服務業大致回到了 2018年左右水平，工業則回到了 2015-2017 年水平。具體行業來看，批零與住宿餐飲兩個行業在經濟中的占比，相比疫情前至少

44、具體行業來看，批零與住宿餐飲兩個行業在經濟中的占比，相比疫情前至少低低 0.5 個點左右；旅游及相關行業的比例也要比正常水平低個點左右；旅游及相關行業的比例也要比正常水平低 0.7 個點左右個點左右。疫情前，批零與住宿餐飲兩個行業在經濟中的占比連續 6 年穩定在 11.6%左右，近三年降至 11.1%左右，存在 0.5 個點的缺口。國家統計局公布的旅游及相關產業增加值占比則比趨勢水平低 0.7 個點左右。圖圖 21：城鎮化減速明顯城鎮化減速明顯 圖圖 22：“去工業化”的趨勢被逆轉“去工業化”的趨勢被逆轉 資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 注：2022 為前三季度

45、數據 0.60.81.01.21.41.61.82.05001,0001,5002,0002,5003,0002000200120022003200420052006200720082009201020112012201320142015201620172018201920202021新增城鎮人口城鎮化率的變化(右)（萬人）（%）30%35%40%45%50%55%60%2000200120022003200420052006200720082009201020112012201320142015201620172018201920202021工業占比服務業占比 宏觀專題 17/24 請務必閱

46、讀正文之后的信息披露和法律聲明 圖圖 23：批零批零+住宿餐飲占住宿餐飲占 GDP 比例比疫情前低比例比疫情前低 0.5 個點個點 圖圖 24：旅游及相關產業比趨勢水平低旅游及相關產業比趨勢水平低 0.7 個點個點 資料來源：Wind，德邦研究所 注：2022 為前三季度數據 資料來源：Wind，德邦研究所 人口流動強度下降，在就業層面帶來的結果是就業的本土化人口流動強度下降，在就業層面帶來的結果是就業的本土化。由于農民工是我國流動人口的主體，占流動人口總量的六到七成，我們以農民工數據來看就業的本土化。2020-2021 年，外出農民工人數的年均變動由疫情前 16-19 年的+135萬，變為-

47、126.5 萬，同時，本地農民工人數從+197 萬變為+213.5 萬。這說明有大量的外出農民工在疫情后選擇了本地就業。2022 年 7 月，在國新辦發布會上，農業農村部也提到了返鄉農民工就地就近就業的問題：“2022 年以來，受新冠肺炎疫情散發、國內經濟下行等多重因素影響，城市部分行業特別是接觸性服務業用工需求下降，一些農民工返鄉就業。針對這一情況，農業農村部門大力發展鄉村產業，落實就業幫扶政策，促進返鄉農民工就地就近就業。從監測情況看，截至6 月底，返鄉農民工就地就近就業達到 90.7%5?！绷鲃訌姸认陆祹淼牧硪唤Y果是青年失業率上升流動強度下降帶來的另一結果是青年失業率上升。伴隨著人口流

48、動強度下降的是青年失業率的上升，2022 年 7 月青年失業率一度達到 19.9%，比疫情前同期高 6 個點，比整體失業率高 14.5 個點。我們在 9 月 14 日報告青年失業率背后的就業結構轉型中，曾提到，服務服務業受沖擊是青年失業率上升的主要原因業受沖擊是青年失業率上升的主要原因。過去十年，大量青年就業人口從農業和工業撤出，進入服務業，七普數據顯示服務業吸納了我國近七成的青年就業人口（68%）。人口流動減少，帶來服務業創傷，青年群體就業受沖擊更大。三大典型生活服務行業（批發零售、交運倉儲、住宿餐飲）吸納了近三分之一的青年就業（30.1%），但近三年來這些行業的累計經濟增速相比疫情前三年，

49、均下降了 10 個百分點以上，如圖 27。5【農業農村部：返鄉農民工就地就近就業達 90.7%】-國家發展和改革委員會()9.0%9.5%10.0%10.5%11.0%11.5%12.0%2000200120022003200420052006200720082009201020112012201320142015201620172018201920202021批發零售+住宿餐飲3.96%4.56%4.66%3.8%4.0%4.2%4.4%4.6%4.8%20142015201620172018201920202021旅游及相關產業增加值占GDP比例 宏觀專題 18/24 請務必閱讀正文之后的

50、信息披露和法律聲明 圖圖 25：疫情后農民工就業呈現本土化趨勢疫情后農民工就業呈現本土化趨勢 資料來源：Wind，德邦研究所 圖圖 26：青年失業率上升青年失業率上升 圖圖 27：吸納青年就業較多的行業受沖擊更大吸納青年就業較多的行業受沖擊更大 資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 注：橫軸=各行業 2019 至 2022 年前三季度經濟增速-2016 至 2019 年前三季度經濟增速；縱軸=2010 至 2020 年各行業吸納青年就業人口比例變化；氣泡大小=2020 年行業吸納青年就業人口比例 3.流動恢復流動恢復后的影響后的影響 人口流動已經開始觸底恢復人口流動已

51、經開始觸底恢復，反彈幅度反彈幅度：二線：二線一線一線三線三線。通過百城擁堵延時指數這一高頻指標，我們發現本輪疫情沖擊后，人員流動已經開始恢復。全國人員流動的最低點在 12 月 23 日，此后開始回升。按 7 天移動平均來看，截至 1月 2 日（數據更新至 1 日），擁堵指數相比低點已反彈 7.8%，恢復至 2019-2021年同期的 85.5%。按照不同能級城市來看，反彈幅度：二線一線三線。其中，二線、一線分別較最低點反彈 13.8%、12.2%，三線城市僅反彈 2.8%。但由于一-600-400-20002004006008001,000外出農民工人數變動 萬人本地農民工人數變動 萬人051

52、015202518/118/418/718/1019/119/419/719/1020/120/420/720/1021/121/421/721/1022/122/422/722/10差距%就業人員調查失業率:16-24歲人口%城鎮調查失業率%農林牧漁制造業建筑業批發零售交運倉儲郵政住宿餐飲金融業房地產業信息技術租賃和商務服務-20%-15%-10%-5%0%5%10%-50%-40%-30%-20%-10%0%10%20%宏觀專題 19/24 請務必閱讀正文之后的信息披露和法律聲明 線城市最低點較歷史同期的跌幅最大（一二三線分別為-28%、-22.7%、-15.9%），因此目前一線城市的恢復

53、進度仍然最慢，僅恢復到歷史同期的 80.4%，分別比二三線城市低 7.1、4.7 個點。第一波疫情沖擊城市的人員流動復蘇領先全國第一波疫情沖擊城市的人員流動復蘇領先全國 9 天左右天左右。此外，本輪疫情第一波沖擊的主要城市，目前人員流動已經恢復到 10 月中旬水平，而百城擁堵指數距離同期還有約 7.5%的缺口。12 月 23 日-1 月 1 日，百城擁堵指數反彈 7.8%，以此類推，全國的人員流動大約滯后第一波城市 9 天左右。圖圖 28：人口加權的百城擁堵指數已經觸底恢復人口加權的百城擁堵指數已經觸底恢復 圖圖 29：一線城市較低點反彈一線城市較低點反彈 12.2%資料來源：Wind，德邦研

54、究所 資料來源：Wind，德邦研究所 圖圖 30：二線城市較低點反彈二線城市較低點反彈 13.8%圖圖 31：三三線城市較低點反彈線城市較低點反彈僅僅 2.8%資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 1.11.21.31.41.51.61.71.81月2月3月4月5月6月7月8月9月10月11月12月人口加權的百城擁堵指數人口加權的百城擁堵指數20222021202020190.100.120.140.160.180.200.221月2月3月4月5月6月7月8月9月10月11月12月人口加權的百城擁堵指數（一線城市）人口加權的百城擁堵指數（一線城市）2022202120

55、2020190.400.450.500.550.600.650.701月2月3月4月5月6月7月8月9月10月11月12月人口加權的百城擁堵指數（二線城市）人口加權的百城擁堵指數（二線城市）20222021202020190.550.600.650.700.750.800.851月2月3月4月5月6月7月8月9月10月11月12月人口加權的百城擁堵指數（三線城市）人口加權的百城擁堵指數（三線城市）2022202120202019 宏觀專題 20/24 請務必閱讀正文之后的信息披露和法律聲明 圖圖 32：第一波疫情沖擊城市第一波疫情沖擊城市的人員流動的人員流動已回到已回到 10 月中旬水平月中旬

56、水平 資料來源：Wind，德邦研究所 注：10 大城市包括北京、石家莊、保定、邯鄲、邢臺、新鄉、洛陽、綿陽、德陽、武漢 2023 年，年，預計預計人口流動人口流動強度強度回不到疫情前水平回不到疫情前水平，全年恢復到，全年恢復到 2019 年同期的年同期的七七至至八八成成。著眼中長期，未來幾年的人口流動強度會逐漸向疫情前回歸，但一兩年內未必能回到 2019 年水平。我們以亞太經濟體為例，日本、越南和我國臺灣地區大致在 2022 年上半年放松疫情防控政策，2022 年交通客運強度分別恢復至2019 年的 80.4%、71.2%、69.3%，較疫情前仍有 20%-30%的缺口。未來一年，我國人員流動

57、的恢復進度大致相似，可恢復到疫情前七到八成。2022 年我國客運總量僅為 2019 年同期的三分之一左右，明年預計有一倍以上的增長。人員流動的重啟會帶來經濟結構的變動，從此前三年的“疫情結構”回到 2019年之前的“疫前結構”：一是一是三駕馬車中，三駕馬車中，消費將重回主導地位，凈出口對經濟增長的貢獻消費將重回主導地位，凈出口對經濟增長的貢獻可能下降可能下降近近 90%。近三年來，內需轉弱，經濟增長對外需依賴提高，凈出口對經濟增長的貢獻達到近四分之一，而此前二十年里最高不過 14.3%。這三年凈出口對經濟的貢獻中，很大一部分來自于服務貿易逆差的收窄。2022 年前 10 月，我國貨物貿易順差

58、3.8 萬億元，服務貿易逆差 5230 億元，2019 年同期分別為 2.8 萬億和 1.5萬億，貨物和服務貿易各貢獻了約 1 萬億的增量。未來貨物貿易出口增速可能有高低起伏，但服務貿易逆差肯定會向疫情前回歸，凈出口對經濟增長的貢獻也會隨之下降。如果按 2017-2019 年均值來看，降幅可能近 90%。二是二是消費結構消費結構將將延續疫情前消費升級趨勢，延續疫情前消費升級趨勢，服務消費、可選消費重回增長軌服務消費、可選消費重回增長軌道道，商品消費和必選消費占比將下降，商品消費和必選消費占比將下降。近三年，我國消費結構方面，商品消費和必選消費占比提高，服務消費和可選消費占比在下降。將 2022

59、 年三季度末的居民消費支出結構與 2019 年末進行比較，服務消費和可選消費占比在下降，教育文娛占比降低 1.6 個點，衣著消費降低 0.7 個點。而相對剛性的必需品消費占比在增加，典型的是食品支出占比提高了 2.2 個點。通常用食品支出占比作為衡量消費結構的“恩格爾系數”，我國的這一系數此前長期處于下降狀態，但在 2022 年和2020 年出現了回升。未來隨著人員流動的復蘇，消費結構將向服務消費、可選消費回歸。1.201.251.301.351.401.451.501.551.601.651.70第一波十大城市人口加權擁堵指數:7DMA人口加權的百城擁堵指數:7DMA7.5%宏觀專題 21/

60、24 請務必閱讀正文之后的信息披露和法律聲明 三是三是服務業服務業在經濟中的在經濟中的占比重新占比重新回升并逐漸穩定，工業回升并逐漸穩定，工業占比將回吐占比將回吐。隨著零售、旅游等服務行業的復蘇，服務業在經濟中的占比將快速回升，工業占比將有所回吐。圖圖 33：三三個個亞太經濟體的客運恢復情況亞太經濟體的客運恢復情況 圖圖 34：凈出口對經濟增長的拉動凈出口對經濟增長的拉動 資料來源：Wind，德邦研究所測算 注：日本和中國臺灣 2022 年 11-12 月數據是以 10 月同比增速線性外推得到，加總 12 個月得到全年 資料來源：Wind，德邦研究所 注：2022 年為前三季度數據 圖圖 35

61、：貨物貿易順差擴大貨物貿易順差擴大 圖圖 36：服務貿易逆差縮小服務貿易逆差縮小 資料來源：Wind，德邦研究所 資料來源：Wind，德邦研究所 80.4%69.3%71.2%40%50%60%70%80%90%100%20182019202020212022日本中國臺灣越南-50-40-30-20-1001020304020002001200220032004200520062007200820092010201120122013201420152016201720182019202020212022GDP增長貢獻率:貨物和服務凈出口%-20%-15%-10%-5%0%5%10%15%20%

62、25%30%35%05,00010,00015,00020,00025,00030,00035,00040,00045,00020182019202020212022貨物貿易順差同比（右）（億元）-50%-40%-30%-20%-10%0%10%20%05,00010,00015,00020,00025,00020182019202020212022服務貿易逆差同比（右）（億元）宏觀專題 22/24 請務必閱讀正文之后的信息披露和法律聲明 表表 1：居民消費各類別占比居民消費各類別占比 資料來源：Wind，德邦研究所 食品煙酒衣著居住生活用品及服務交通和通信教育、文化和娛樂醫療保健其他用品及服

63、務比2019年底2.2%-0.7%0.3%-0.1%-0.2%-1.6%0.1%0.1%2022-0930.4%5.5%23.7%5.8%13.1%10.0%8.9%2.5%2022-0631.3%6.2%23.9%5.7%12.7%8.8%8.9%2.5%2022-0332.6%7.1%22.4%5.6%12.4%9.1%8.3%2.5%2021-1229.8%5.9%23.4%5.9%13.1%10.8%8.8%2.4%2021-0929.8%5.8%23.3%5.9%12.9%10.8%9.0%2.4%2021-0630.8%6.5%23.1%5.8%12.7%9.8%8.8%2.5%2

64、021-0333.2%7.3%22.5%5.7%11.7%9.1%8.1%2.3%2020-1230.2%5.8%24.6%5.9%13.0%9.6%8.7%2.2%2020-0930.5%5.7%25.0%6.0%13.1%8.6%9.0%2.2%2020-0631.9%6.3%25.4%6.0%12.7%6.8%8.7%2.2%2020-0333.6%7.3%24.4%5.6%11.9%6.9%8.2%2.2%2019-1228.2%6.2%23.4%5.9%13.3%11.7%8.8%2.4%2019-0927.9%6.2%23.3%6.0%13.4%11.4%9.1%2.6%2019-

65、0628.6%7.1%23.1%6.0%13.4%10.0%9.1%2.7%2019-0330.2%8.1%21.9%5.8%13.2%9.9%8.4%2.6%2018-1228.4%6.5%23.4%6.2%13.5%11.2%8.5%2.4%2018-0928.5%6.5%22.9%6.3%13.5%10.9%8.9%2.5%2018-0629.3%7.4%22.4%6.2%13.4%9.7%8.9%2.6%2018-0331.3%8.5%21.4%6.0%13.1%8.8%8.2%2.6%2017-1229.3%6.8%22.4%6.1%13.6%11.4%7.9%2.4%2017-09

66、29.2%6.8%22.1%6.2%13.6%11.2%8.3%2.6%2017-0630.3%7.6%21.7%6.1%13.7%9.8%8.1%2.7%2017-0332.0%8.4%20.4%5.8%13.4%10.0%7.3%2.6%2016-1230.1%7.0%21.9%6.1%13.7%11.2%7.6%2.4%2016-0929.9%7.1%21.8%6.2%13.6%11.0%7.8%2.4%2016-0630.9%7.9%21.6%6.1%13.4%9.6%7.8%2.6%2016-0333.0%9.1%20.2%6.0%12.9%9.5%6.8%2.6%2015-1230

67、.6%7.4%21.8%6.1%13.3%11.0%7.4%2.5%2015-0930.1%7.5%21.8%6.2%13.5%10.6%7.6%2.6%2015-0631.0%8.5%21.5%6.2%13.4%9.3%7.5%2.7%2015-0333.2%9.8%20.5%6.1%12.9%8.1%6.8%2.7%宏觀專題 23/24 請務必閱讀正文之后的信息披露和法律聲明 4.風險提示風險提示（1）人員流動的恢復不及預期；（2）短期春運帶來疫情傳播高峰，阻礙人口流動；（3）防疫物資和藥物短缺，也可能約束流動。宏觀專題 24/24 請務必閱讀正文之后的信息披露和法律聲明 信息披露信息披露

68、 分分析師析師與研究助理簡介與研究助理簡介 蘆哲，德邦證券首席宏觀經濟學家，中國人民大學金融市場與政策研究所聯席所長。畢業于中國人民大學和清華大學，曾任職于世界銀行集團（華盛頓總部）、泰康資產和華泰證券。在 Journal of International Money and Finance、世界經濟、金融研究、中國金融等學術期刊發表論文二十余篇，引用量過千，下載量過萬。第五屆鄧子基財經（學者）研究獎得主，作為核心成員獲得2019 和 2020 新財富固定收益研究第一名，2020 II China 宏觀第一名。社會兼職：中國首席經濟學家論壇研究員，中國財富管理 50人論壇（CWM50）青年研究

69、員，重陽金融研究院客座研究員，清華、人大、央財等多所大學校外研究生導師。分析師聲明分析師聲明 本人具有中國證券業協會授予的證券投資咨詢執業資格，以勤勉的職業態度，獨立、客觀地出具本報告。本報告所采用的數據和信 息均來自市場公開信息，本人不保證該等信息的準確性或完整性。分析邏輯基于作者的職業理解，清晰準確地反映了作者的研究觀 點，結論不受任何第三方的授意或影響，特此聲明。投資評級說明投資評級說明 Table_RatingDescription 1.投資評級的比較和評級標準：投資評級的比較和評級標準：以報告發布后的 6 個月內的市場表現為比較標準，報告發布日后 6 個月內的公司股價（或行業指數）的

70、漲跌幅相對同期市場基準指數的漲跌幅；2.市場基準指數的比較標準：市場基準指數的比較標準：A 股市場以上證綜指或深證成指為基準；香港市場以恒生指數為基準；美國市場以標普500或納斯達克綜合指數為基準。類類 別別 評評 級級 說說 明明 股票投資評股票投資評級級 買入 相對強于市場表現 20%以上；增持 相對強于市場表現 5%20%；中性 相對市場表現在-5%+5%之間波動；減持 相對弱于市場表現 5%以下。行業投資評行業投資評級級 優于大市 預期行業整體回報高于基準指數整體水平 10%以上；中性 預期行業整體回報介于基準指數整體水平-10%與 10%之間；弱于大市 預期行業整體回報低于基準指數整

71、體水平 10%以下。法律聲明法律聲明 。本公司不會因接收人收到本報告而視其為客戶。在任何情況 下，本報告中的信息或所表述的意見并不構成對任何人的投資建議。在任何情況下，本公司不對任何人因使用本報告中的任何內容 所引致的任何損失負任何責任。本報告所載的資料、意見及推測僅反映本公司于發布本報告當日的判斷，本報告所指的證券或投資標的的價格、價值及投資收入可 能會波動。在不同時期，本公司可發出與本報告所載資料、意見及推測不一致的報告。市場有風險，投資需謹慎。本報告所載的信息、材料及結論只提供特定客戶作參考，不構成投資建議，也沒有考慮到個別客戶特殊 的投資目標、財務狀況或需要?？蛻魬紤]本報告中的任何意

72、見或建議是否符合其特定狀況。在法律許可的情況下，德邦證券及其 所屬關聯機構可能會持有報告中提到的公司所發行的證券并進行交易，還可能為這些公司提供投資銀行服務或其他服務。本報告僅向特定客戶傳送，未經德邦證券研究所書面授權，本研究報告的任何部分均不得以任何方式制作任何形式的拷貝、復印件 或復制品，或再次分發給任何其他人，或以任何侵犯本公司版權的其他方式使用。所有本報告中使用的商標、服務標記及標記均為 本公司的商標、服務標記及標記。如欲引用或轉載本文內容，務必聯絡德邦證券研究所并獲得許可，并需注明出處為德邦證券研究 所，且不得對本文進行有悖原意的引用和刪改。根據中國證監會核發的經營證券業務許可，德邦證券股份有限公司的經營范圍包括證券投資咨詢業務。