核心观点
（一）根据春运数据，我们测算了全国31个省份和169个城市的用工格局，广东、浙江、上海、北京、江苏、天津、福建等经济发达仍是用工大省，而新疆、青海、西藏、宁夏、辽宁和内蒙古也是用工净流入省份。（二）疫情对“返乡过年”影响不大，但疫情对节后“返程复工”产生巨大冲击，正月初一至2月18日春运结束，返程人群仅占返乡人群的四分之一左右（26.4%），严重影响复工复产。（三）但最近一周返岗率加速改善。广东省改善最为明显，较上周提升9.3个百分点，浙江、贵州、江苏、青海、福建、上海等省份也有明显改善。
摘要
通过2020春运数据，我们测算了全国31个省和169个城市的用工格局。全国31个省份中有13个省份（直辖市或自治区）吸引了较多的外来务工人员，包括广东、浙江、上海、北京、江苏、天津、福建等经济较发达地区，而新疆、青海、西藏、宁夏、辽宁和内蒙古也是用工净流入省份；劳务输出省份主要有安徽、河南、湖南、江西、广西、四川、湖北、贵州、河北和重庆等。在统计的169个城市中有80个净吸收外来务工人员，其中用工规模前20的是深圳、东莞、广州、上海、北京、苏州、成都、佛山、宁波、杭州、中山、武汉、郑州、金华、厦门、西安、长沙、青岛、无锡和南京，前20城市中北京、上海、广东、浙江、江苏占了13个。
疫情对“返乡过年”影响不大，但对“返程复工”产生巨大冲击。节前累计发送各类旅客11.68亿人次，较去年同期增长约1个百分点，但节后（正月初一至2月18日春运结束）返程累计发送旅客3.08亿人次，仅占返乡人群的四分之一左右（26.4%）。今年春运期间累计发送各类旅客14.76亿人次，同比下降50.3%。交通运输部公布的旅客发送量和百度迁徙指数从不同方式跟踪了春运进程，我们认为，目前返程人群主要出行的目的是回到工作地，商旅出行和学生返校的比例较少，因此，实际各地人员返岗情况应好于返程数据表现。
我们构建了可每日更新的“返岗率”指标，从而可以高频地跟踪劳动力返回工作地的情况，以推断各地复工进程。据估算，目前返岗率不足85%的省份有北京、浙江、广东、上海、江苏、宁夏、陕西、新疆、天津、福建、海南和湖北，从均值来看，31个省份平均返岗率为85.8%；在我们统计的169个城市中返岗率不足85%的有54个，用工压力较大的有东莞、中山、珠海、广州、佛山、西安、海口、苏州、郑州、杭州、太原、乌鲁木齐、金华、厦门、银川等城市。
最近一周各省市返岗率有改善明显。省级层面中广东省改善最为明显，较上周提升9.3个百分点，浙江、贵州、江苏、青海、福建、上海等省份也有明显改善；城市层面返岗率改善幅度较大的有：中山（+26.4%）、东莞（+20.6%）、佛山（+17.4%）、珠海（+15.7%）、深圳（+14.6%）、贵阳（+12.2%）、苏州（+11.9%）、广州（11.8%）。预计3月初，在促进返工、恢复生产相关政策的持续推进下，各地生产将逐步恢复正常。
正文
2020春运数据的三大特点
根据交通运输部规划，2020年春运时间为1月10日至2月18日，受新型冠状病毒肺炎疫情影响，今年春运数据呈现出与往年不同的三大特点。
2020春运数据整体弱于去年同期
根据交通运输部数据显示，春运期间全国铁路、道路、水路、民航共发送旅客14.76亿人次，较去年同期下降50.3%；其中铁路发送旅客2.10亿人次，下降47.3%；道路发送旅客12.11亿人次，下降50.8%；水路发送旅客1689.1万人次，下降58.6%；民航发送旅客3839.0万人次，下降47.5%。
百度迁徙指数从另一个角度印证了以上数据。百度迁徙指数依托LBS（基于地理位置的服务）技术与大数据分析，提供了2020年元旦至今的全国迁徙情况、每日各省市的人口流入/流出情况。据百度估算，今年春运期间迁徙人数约较去年同比下降44.1%。
今年旅客发送量较去年同期显著下降，其主要原因在于受疫情影响，各地普遍推迟复工，部分旅客推迟或取消了原返程计划，据民航局和国铁集团数据显示，春运期间，航空累计退票超2000万张，铁路累计退票超11800万张。另外，为避免因乘坐交通工具交叉感染，旅客可能更倾向选择旅途时间短、可直达的交通方式，因此我们可以观察到铁路和民航的降幅略小于道路和水路的降幅。
疫情对返乡过节影响有限，主要冲击返程复工进程
从逐日的春运数据来看，今年春运进程在春节前后呈现不同的特征。1月10日至1月25日，累计发送各类旅客11.68亿人次，较去年同期增长约1个百分点，呈小幅正增长，即返乡进程未受到明显冲击。而节后返程（1月26日至2月18日）的累计发送各类旅客共计3.08亿人次，仅占节前返乡的的26.4%。
据百度迁徙指数估算，节后累计迁徙人数约占节前累计迁徙人数的38.4%，由于两个数据统计方法的不同，使得据百度迁徙指数计算得到的返程率略高，但两个比例一致的反映了返工进程受到严重冲击，目前全国总体存在着一定程度的用工压力。
目前返程人群主要是返回工作地的复工人员
今年节前返乡数据基本与往年一致，包括了在外务工人员及家属返乡、外地大学生回家、商务出差往来和旅游出行等人群。但受疫情冲击，节后返程人群明显减少，今年春节假期结束后的一周内（2.3日至2.9日），旅客发送量较去年同期约下降86%。受疫情影响，各地普遍对外来人群采取隔离政策，因此返程人群中商旅人群的占比应显著降低。另外，目前各地高校普遍未决定开学时间，即返程人群中学生占比也较小。因此，预计返程人员出行的主要目的是回到工作地。
实际返岗情况应好于返程数据表现
务工人员实际返岗情况应好于数据表现。首先，自春运开始，已经有关于疫情的报道，部分本计划回家的务工人员选择了不离开工作地，另外绝大部分本地务工人员也没有离开居住地。其次，春运旅客发送量统计的是乘坐各类交通方式的人次，由于未必有直达的交通方式，因此旅客可能会乘坐多种交通工具，从而多次计入，使得这一指标高估了旅客人数；而节后旅客可能会更倾向于选择直达的交通方式返回工作地/学习地/常住地，使得节前节后数据并不在同一个可比口径上；最后，节后数据中主要是返回工作地，商旅出行、学生返校的扰动较小，因此由节后数据占节前数据比重推断复工率可能偏小。
从春运数据看各省市用工格局
各省份用工格局
春运开始至春节，全国各类交通工具累计发送旅客11.68亿人次，较去年同期增长约1%，即疫情并未明显地冲击了春运返乡的进程，因此为我们提供了一个较好地时间窗口和数据集，观察全国的用工格局。
百度迁徙指数提供了自1月1日起至今，每日的全国迁徙指数以及各个省份迁入/迁出人数占当日迁徙总人口的比重。考虑到传统习俗，也为了区分春运期间人口的流动情况与一般时期人口的流动情况（两者方向相反），在考虑各个省份因春节假期而发生的人口流动情况时，我们计算了返乡人数和离开常住地人数，并根据两者的差值定义每个省份的用工人数，其计算方式如下，
根据以上指标，我们计算了全国各省份从春运开始至春节（1月10日至1月25日）的人口变动情况。
从上表中我们可以看到，全国31个省份中共计13个省份用工指数为正，除了广东、浙江、上海、北京、江苏、天津、福建等经济较发达地区外，新疆、青海、西藏、宁夏、辽宁以及内蒙古等省份也吸引了外地务工人员，尽管这些省份用工人数较小，但我们认为这仍体现了近些年各类中央、地方政策调控的效果，即存在一定规模的人群在这些地方寻找就业和发展机会。
另外有安徽、河南、湖南、江西、广西、四川、湖北、贵州、河北、重庆等省份（直辖市或自治区）等18个省份为劳务输出大省。但是值得指出的是，受疫情影响，今年春运期间湖北省的人口迁徙数据可能受到一定影响，因此正常时期湖北省的用工情况仍有待观察。
上表中计量人口规模的单位是以2020年春节全国迁徙人数为100。据广东省人力资源和社会保障厅介绍，广东外来务工人员约达2600万，按此数据推算，估计实际人数与百度迁徙指数的换算比例约为1300~1400万人/100指数。
各城市用工格局
以上分析中我们讨论了省级的劳动输入/输出情况，每个省份内部的各个城市间也存在着劳动转移。因此，根据百度迁徙指数相关数据，我们用同样的方法测算了全国169个地级市的用工格局。
按以上指标计算，169个城市中有80个净吸收外来务工人员。其中用工规模较大的有深圳、东莞、广州、上海、北京、苏州、成都、佛山、宁波、杭州、中山、武汉、郑州、金华、厦门、西安、长沙、青岛、无锡和南京，前20的城市中有13个城市来自北京、上海、广东、浙江、江苏五省（直辖市），余下7个城市中有5个为其他省份的省会城市。
有89个城市向外输出劳动力，其规模较大的有上饶、周口、湛江、邵阳、信阳、赣州、阜阳、黄冈、玉林、亳州、茂名、衡阳、达州、安庆、宜春、六安、商丘、南充、重庆和贵港，主要来自于江西、安徽、河南、广西等省份。但也观察到，广东省内的湛江和茂名也向外输出了较多了劳动力，与省内产业结构和资源分布有关。
从春运数据看各省市返岗情况
返岗与复工
复工的时点决定了经济运行何时恢复正规，然而具体每个企业的复工时点难以调查，在目前的形势下，各地返乡人员只有先回到工作地、学习地或居住地，经过当地规定的隔离期后，这部分迁徙的人群才能有序地投入工作岗位中。因此当前的返工情况反映了各地当前的用工压力，也前瞻地指引了未来一到二周内，各地的复工情况。
由于各个省份的人口数量不尽相同，因此应考虑因春节发生的劳动力数量变动造成的缺口占各省份平时人数的比重，从而推断各省份的相对用工压力。为此，我们构建“返岗率”指标，尝试反映各省的相对用工压力。
首先，分三个阶段讨论某地的人口数量变化情况。在春运前，人口数量保持正常的进出，因此可以认为人口数量维持在常住人口数量水平；在春运开始至春节前（1月10日至1月25日），非本地的劳动者陆续离开工作地，在外务工人员回到家乡，并且存在因中转需求而产生的路过性输入/输出；春节后（1月26日至今），非本地劳动者陆续返回工作地，部分人员离开家乡外出务工，同时也存在一定的路过性输入/输出。
因此大体而言，某地春节前离开的人数和春节后返回的人数反映了非本地的劳动者因春节而发生的离开、返回该地的情况，而春节前迁入人数和春节后的迁出人数则反映了本地居民外出务工的情况。在考虑某地用工的情况时，我们构造如下指标，
某地返岗率=（当地常住人口数量-离开工作地人数+返回工作地人数）/当地常住人口数量
因旅途中转而产生的路过性输入/输出，可能会对计算结果造成误差，但影响较小。由于数据可得性，我们计算采用的是如下公式，其中红色项将造成一定的误差。考虑到对于一般城市这种现象的占比较小，且一定程度上数值将互相抵消，以及百度迁徙指数的构成方式，因此我们认为忽略这一点的可能造成的误差较小。
某地返岗率=1-(（春节前迁出人数-春节后迁入人数）-（春节前路过性输出-春节后路过性输入）)/当地常住人口数量
各省返岗率情况
根据以上讨论，我们测算了各省份最新的以及一周前的返岗率情况，如下表所示。
由上表可以看到，到2月25日，剔除旅游省份（海南省）和湖北省后，目前用工压力相对较大的北京、浙江、广东、上海、江苏、宁夏、天津、新疆、福建、河南等省份。
横向对比来看，广东、浙江、贵州、江苏、青海、福建、北京、上海、湖南和云南等省份较上周返岗率有了明显的改善。
各城市返岗率情况
根据同样的方法，我们测算了全国地级市2.25日和一周前2.18日返岗率的情况，由于部分城市迁徙规模较小，未列入百度统计范围，因此最后保留了135个城市。
在计算中，我们使用了各城市常住人口数量，这一统计数据或与当地实际经济活动人口略有出入，因此部分城市的返岗率计算结果较为异常，对于这部分城市，当前和上一周的返岗情况对比更能反映其务工人员返回工作地的进展。
根据上表，在考虑各地平时的用工基数后（除去旅游城市和湖北省城市），我们发现东莞、中山、深圳、珠海、广州、佛山、西安、海口、苏州、郑州、杭州、太远、乌鲁木齐、金华、厦门、嘉兴、银川和惠州等城市相对用工压力较大。
根据2.25日与一周前各地返岗率的横向比较，可以看到中山、东莞、佛山、珠海、深圳、贵阳、苏州、广州、杭州、厦门、惠州、金华、长沙、无锡、湖州、宁波、常州、嘉兴、鄂尔多斯和昆明等地返岗率改善较为明显。我们注意到改善明显前五的城市集中在广东省，这与近期广东省内，从省级到地方积极出台政策、推进复工复产密不可分。
政策全方位呵护，实际复工情况加速改善
通过计算春节前流出、务工返程人员和当地常住人口的相对占比，我们量化地计算了各地用工压力的相对排序。但由于数据统计的可靠性，以上计算可能存在偏误，我们认为实际用工情况正在持续向好。
结合近期的相关调研和报道，推测各地的复工进程已经在稳步推进。据Wind资讯报道，截至2月20日，中央企业所属的4.8万户子企业，复工率达86.4%，其中生产及对外经营性子企业2万余户，复工率为88.4%。另外，据中国企业联合会介绍，中国制造业500强企业复工复产率已达97.08%，产能利用率平均为58.98%。在各类促进复工、恢复生产的政策持续推进下，预计近两周内，经济生产将恢复正常秩序。
本文节选自中信证券研究部已于2020年2月26日发布的报告《疫情对经济影响系列报告之十二：从春运数据看各省市用工格局和复工情况》，具体分析内容（包括相关风险提示等）请详见相关报告。若因对报告的摘编而产生歧义，应以报告发布当日的完整内容为准。
