疫情以來江蘇省生產生活秩序恢復情況研究

邱美琴 周莉雅 戚晶晶 楊群力

摘 要：為反映江蘇13個設區市生產生活恢復情況，利用百度遷徙大數據，對2020年1月1日以來江蘇各設區市市域范圍出行強度、跨市域遷入遷出指數進行分析測算。自3月27日中央首次提出進入疫情防控常態化階段以來，江蘇不同區域范圍內的人口流動逐步恢復正常態，截至4月15日全省城市生產生活恢復指數達年前正常水平的95%，省內跨市流動強度恢復指數達72%，跨市流動強度有所下降，節前出省人口截至4月22日回流率達90%，與浙粵滬比較，江蘇省際人口回流情況最好。

關鍵詞：城內生產生活恢復指數 省內跨市域人口流動恢復指數 省際人口回流率

2020年春節新冠肺炎給人們生產生活的正常流動帶來了較大的影響，中共中央政治局在分析國內外新冠肺炎疫情防控和經濟運行形勢情況下，于3月27日首次提出并強調，要在疫情防控常態化條件下加快恢復生產生活秩序。4月8日習近平總書記特別強調：要堅持在常態化疫情防控中加快推進生產生活秩序全面恢復，確保實現決勝全面建成小康社會。江蘇堅決貫徹落實黨中央決策部署，統籌推進疫情防控和經濟社會發展工作，疫情防控形勢向好，生產生活秩序分階段逐步恢復，社會經濟指標回升態勢明顯。

一、城市生產生活恢復指數達年前正常水平的95%以上，活力超越去年同期水平

為測評當前江蘇各設區市的生產生活恢復情況，基于百度遷徙的城內出行強度城內出行強度=該城市有出行的人數與該城市居住人口比值的指數化結果，城市遷徙邊界采用該城市行政區劃，包含該城市管轄的區、縣、鄉、村。數據，對省內13個設區市進行監測分析，通過與去年12月正常情況、去年同期正常情況對比構造反映各市生產生活恢復指數與臘月正常水平比較的生產生活恢復指數=復工后每周周三的城內出行強度指數/節前正常生產生活的城內出行強度，表現當地生產生活活力恢復程度。，數值越高，表示經濟活力恢復度越高。自節后2月9日復產以來，各市生產生活恢復指數逐步上升，以去年12月正常生產生活情況城內出行強度為標準，4月15日（復工第10周）全省生產生活恢復指數達95.2%，各市、地區生產生活恢復指數階段變化見表1。

從時間進程看，各地生產生活恢復指數隨時間階段性穩步上升，復產10周后全省生產生活恢復指數（與去年12月正常水平比較）超95%（見圖1），增長速度放緩。在2月23日習近平總書記召開統籌推進新冠肺炎疫情防控和經濟社會發展工作部署會議之后，恢復指數增長速度最快，即第三周（2.24-3.1之間）恢復指數提高20個百分點左右。在3月27日中央首次提出進入疫情防控常態化階段后，即復工復產第8周以后，全省生產生活恢復指數超過90%，逐步趨穩。

從不同地區看，蘇南蘇中蘇北恢復指數差異不大，蘇中以略微優勢高于蘇南1.1個百分點、蘇北0.2個百分點。從各設區市看，截至4月15日南京恢復指數最低，為88.6%，其他各市恢復指數均高于93%，宿遷最高為99.0%，見圖2-1。考慮到4月15日大部分高校未能復課，高校大學生占本市常住人口比例越高，對生產生活恢復指數的影響越大，南京高校學生人數（87.8萬人左右）占常住人口比例最高，為10.2%，其他各市為0.4%-2.9%之間。扣除高校未復課的影響，各地恢復指數見圖2-2。

與去年完全復工后正常生產生活城內出行強度比較，當前出行活力超越去年同期水平12%左右。進入疫情防控常態化階段后，各地生產生活城內出行逐步恢復，恢復指數逐步提升趨穩，分別與臘月正常水平、去年完全復工后正常水平為標準進行比較，生產生活恢復指數達年前水平的95.2%，達去年完全復工后正常水平的112%，出行活力超越去年同期水平12%左右（見表2）。

二、省內跨市域人口流動強度恢復指數為72%左右，跨市域流動強度有所下降

跨市人口流動是指人口流動邊界跨越了市級行政范圍，從是否跨省又可分為省內跨市流動和跨省流動，從跨越方向可分為遷入與遷出流動，從流動類型可分為復工返崗和往返差旅。為表現各時間段跨市流動指數的變化特點，選取農歷正月廿、二月廿、三月廿、三月廿四（4月16日）各市遷入、遷出指數，研究各階段變化特征（見表3）。

從時間進程看，遷入、遷出指數隨時間逐步上升，特別是二月廿比正月廿的遷入遷出指數上升明顯，幾乎是正月廿的4倍左右，主要原因在于疫情從加速蔓延階段轉變為有效遏制階段。進入疫情防控常態化階段，各地遷入、遷出指數維持較高水平并保持緩慢增長。

從流動范圍看，跨市流動中有40%左右為跨市且跨省流動，60%左右為跨市省內流動，而且在正月—三月間該流動結構保持相對穩定。江蘇省人社廳關于江蘇勞動力構成也表明：40%為省外勞動力、60%為省內勞動力。

從地區勞動力流動差異看，正月蘇北、蘇中為凈流出區域，蘇南為凈流入區域;二月、三月蘇北仍為凈流出區域，蘇南仍為凈流入區域，蘇中由正月的凈流出變為凈流入區域。從省內地區凈流入差異表現看，蘇北為全省勞動力輸出地，蘇南為勞動力輸入地，且該趨勢會持續保持。從全省人口凈流入表現看，復工復產以來，省外勞動力持續保持凈流入狀態，回流速度從疫情有效遏制階段的快速回流轉變為疫情常態化防控下的緩慢回流狀態，截至4月16日江蘇省省外勞動力依然保持小幅凈流入狀態。

從勞動力流動類型（返崗、正常差旅）看，節后初期勞動力流動類型中勞動力返崗占比較大，進入疫情防控常態化階段，勞動力流動類型中返崗比例逐步減少，正常差旅比例逐步提升。勞動力返崗在勞動力輸入地表現為凈流入，在勞動力輸出地表現為凈流出，因此在蘇南地區以凈遷入/遷入的占比來表現勞動力返崗占總流動的比例，該比例隨時間逐漸減少，依次為41.6%、24.2%、5.9%、3.7%，在蘇北地區以凈遷出/遷出的占比來表現勞動力返崗占總流動的比例，該比例隨時間逐漸減少，依次為41.5%、16.3%、1.6%、1.3%，可見：在復工復產階段流動類型以勞動力返崗復工占比較大，疫情進入常態化防控階段后，流動類型絕大部分為正常差旅流動、少量為返崗復工流動，說明人口流動基本進入常態化階段。

與去年同期正常生產生活情況下跨市流動指數比較，疫情常態化防控階段江蘇省跨市流動指數下降28%左右。4月16日江蘇各設區市遷入恢復指數跨市、省流動強度恢復指數=2020年當日流動指數/2019年完成復工后正常流動指數在61-75%之間，揚州最低61%，常州最高75%;各設區市遷出恢復指數在57-81%之間，南京最低57%，宿遷最高81%。跨市域流動恢復指數具體見圖3-1、3-2。

綜上分析，疫情雖然得到了有效地遏制并進入常態化防控階段，但依然對遠距離的人口流動造成了較大的影響，預計該影響將存在較長時間。

三、預計最終江蘇人口回流率超90%，回流情況在蘇浙粵滬中最好

江蘇為勞動力流入大省，百度遷徙大數據顯示，節前（1月1日-1月24日）江蘇省累計凈流出410.5萬人，節后（1月25日-4月22日）累計凈流入366.4萬人，省際人口回流率（節后凈流入占節前凈流出比例）為89.3%，目前回流趨勢持續，回流增速放緩。未回流人員為44.1萬人，主要為大部分高校學生未能返校，說明江蘇勞動力總量并未因疫情原因有較大減少。

與浙粵滬比較，江蘇節后人口因省際流動減少量最少，回流率位居前二，江蘇總體回流情況最好。蘇浙粵滬都屬于節前人口凈流出、節后凈流入的省份，其中節前凈流出量最低為江蘇410.5萬人，最高為廣東1733.4萬人，截至4月22日節后凈流入量最低為上海324.3萬人，最高為廣東1549.4萬人。因春節省際流動人口減少量江蘇最低為44.1萬人、浙江最高為201.1萬人。節后人口回流率（節后凈流入占節前凈流出比例）最低為上海（71.3%），廣東以微弱優勢位居第一（89.4%），江蘇第二（89.3%），但江蘇人口減少量最少，浙江第三（79.4%），回流率增速逐步減緩（見表4）。

從圖4蘇浙粵滬回流率變化過程看，各地回流率逐步提升，回升速度逐步減緩。2月份，回流率從高到低排名依次為上海、廣東、江蘇、浙江，進入3月份，上海回流率依次被廣東、江蘇、浙江超越。從回流曲線趨勢分析，截至4月月22日日，廣東、江蘇依然保持增長趨勢，浙江、上海已趨于平穩。預計廣東、江蘇最終回流率將超越90%，浙江回流率在80%左右，上海回流率在72%左右。

一線城市上海，節后勞動力回流疲緩，進一步凸顯了上海近年來人口凈流入的下降趨勢。上海2015年～2019年人口凈流入量依次為-16.9、-4.7、-8.8、1.6、0.8萬人，2018、2019年雖略有回升但難以改變下降趨勢，本次疫情進一步強化了該現象。主要原因有三點：上海高房價造成年輕人落滬難、城市功能疏解流出部分產業工人、對一般技能的服務業人員不再具有吸引力，上海在向國際化大都市轉型過程中造成勞動力人口外溢。

從疫情期間人口回流率數據跟蹤情況，江蘇省際人口回流率穩步回升且回流率在蘇浙粵滬中最高，說明江蘇具有良好的就業彈性。良好的經濟社會、完善的基礎設施、多層次的產業環境具有一定的人才吸引比較優勢，具備承接一線大城市轉型中的外溢人口的條件，在后疫情時期，創造更為開放、包容、適應各層次人才的就業環境，為實現江蘇高質量發展提供保障。

四、積極謀劃未來，奮力奪取疫情防控和經濟發展雙勝利

江蘇在本次抗擊疫情中答卷優秀。在江蘇全體醫護人員努力下，全面完成援鄂任務，并實現省內患者零死亡、醫護人員零感染“雙零”目標。本次新冠肺炎疫情發生以來，江蘇共有2800多位白衣戰士馳援湖北。截至4月11日，江蘇援鄂醫療隊伍累計收治患者4651人，累計護理患者4696人，累計治愈出院2522人，援湖北醫療隊圓滿完成全部工作任務。省內醫務人員戰斗在全省抗“疫”一線，收治新冠肺炎患者共650多名，實現“確診病例零死亡”、“醫護人員零感染”的“雙零”目標，提交了一份爭奪人民生命健康、維護社會穩定的優異成績。

社會經濟指標回升態勢明顯。根據省統計局測算，2020年一季度江蘇省地區生產總值為21002.8億元，同比下降5%。但經濟運行的積極因素不斷增多，具備發展活力。農業運行平穩，糧食生產形勢良好。工業生產下滑企穩，3月份工業增加值實現增長。4月份，規上工業實現增加值同比增長8.1%，較3月份回升3.1個百分點;規上工業實現利潤總額593.0億元，同比增長10.7%，較3月份回升46.8個百分點。江蘇宏觀經濟景氣度逐步回升。

預測江蘇2020年GDP增長率為2.7%左右。人口是經濟社會發展的重要基礎和核心要素。為進一步預測江蘇人口與GDP增速情況，對江蘇2001～2019年之間江蘇常住人口與GDP增速進行回歸分析，常規情況下，常住人口與GDP增速存在較強的相關性，具體回歸分析情況如圖5。

根據回歸分析，常規情況下預測江蘇2020年GDP增速為5.8%左右。疫情影響屬于本模型外的外生突發因素，不能直接利用該模型進行內生結構預測。根據百度遷徙大數據蘇浙粵滬一季度省際流動造成人口減少，同時GDP出現下降（見表5）。

從表5可知，蘇浙粵滬中，江蘇人口減少率、GDP下降率均最小，上海人口減少率、GDP下降率均最多。從4月份江蘇生產生活恢復指數及回流率看，恢復指數良好且回流率最好，上半年GDP增長率江蘇依然好于浙粵滬。

疫情造成江蘇一季度復工復產、人口回流均減慢，而進入二季度隨著復工復產以及人員的進一步流動，江蘇經濟將逐步恢復其內生增長機制。后疫情時期，江蘇經濟一方面受到國際疫情及逆全球化環境影響，另一方面將會享受一線城市帶來的外溢作用，部分生活方式有所變化，并對全年經濟正常運轉時間造成影響，但不改變其經濟與人口的內生增長機制。根據江蘇一季度GDP下降率5%、江蘇人口回流情況以及內生增長率5.8%推測，預測江蘇2020年全年GDP增長率為2.7%左右。

五、后疫情時代促進江蘇人口與社會經濟共同發展的相關建議

縱觀國內外經濟社會發展歷史，人口增長、人口流動與經濟社會發展存在重要的互相影響關系。正如周其仁教授在第二屆長三角一體化發展高層論壇發表的“應對前所未有的挑戰，來來往往至關緊要”。人口流動活躍度是經濟活力的重要體現。因此，江蘇在后疫情時代要營造“吸引人、留住人、發展人”的社會環境，充分實現“人”的價值，促進社會經濟發展。

（一）完善公共衛生體系，保障居民安全

進入后疫情時代，居民生命至上需要構建強大的公共衛生體系，加強傳染病疫情和突發公共衛生事件監測體系、疾病預防控制體系、公共衛生體系及突發公共衛生事件醫療救治體系，江蘇將抓緊補短板、堵漏洞、強弱項，實施一批公共衛生及突發事件醫療救治能力提升項目，健全疾病預防控制能力建設，確保疫情可防可控情況下，人口常態化流動往來。

（二）健全公共服務體系，增進人民福祉

不斷健全幼有所育、學有所教、勞有所得、病有所醫、老有所養、住有所居、弱有所扶等方面基本公共服務體系，使百姓從出生青少年中年老年各階段均能享受改革發展成果，不斷增進人民福祉、促進人全面發展。完善的公共服務體系不僅能夠留住人，也能夠吸引人，江蘇應該在公共服務體系有所突破特別是在醫療保障方面，優化醫療保險體系，改善醫療保險待遇，更好的吸引年輕人來江蘇發展。

（三）激活就業創業體系，實現人才價值

強化創業扶持體系，優化企業營商環境，實現企業家（創業者）價值與社會價值雙提升。構建技能提升體系不斷增強勞動力資源供給，建立面向全體勞動者的職業培訓制度、推進高技能人才隊伍建設。構建就業服務體系積極促進勞動力資源的有效配置，優化“企業家（高層管理人才）+中級人才+基層人才”的金字塔型人才搭配體系，使各層次人才更好地實現自身價值。通過激活積極進取的就業創業體系吸引各層次人才來江蘇實現自身事業的發展。

綜上，通過建立良好的經濟社會與人才發展雙促進體系，實現以人為中心的經濟社會全面高質量發展。凝聚各方人才促進江蘇經濟體系中生產、流通、分配、消費各環節有新突破，不斷提高勞動效率、資本效率、土地效率、資源效率、環境效率，不斷提升科技進步貢獻率，不斷提高全要素生產率，實現經濟高質量發展。經濟社會發展始終以服務更多人滿足更深層次的需求為出發點，以促進更多人實現更高價值的成就為路徑，實現“服務更多人”“成就更多人”的社會發展目標。

參考文獻：

[1]沈詩杰，沈冠辰.中國省際人口流動的空間結構特征研究[J].人口學刊，2020（07）.

[2]趙梓渝，楊冉，魏冶，龐瑞秋，王士君.中國人口流動重力模型回歸系數的定量估算及其空間異質性研究[J].地理科學.2018（09）.

[3]強歡歡，吳曉，王慧.2000年以來全國流動人口空間集聚性初探[J].現代城市研究，2017（09）.

[4]王姣娥，杜德林，魏冶，楊浩然.新冠肺炎疫情的空間擴散過程與模式研究[J].地理研究，2020（07）.

[5]劉醇.人口流動視角下中國城鄉關系變遷的研究[J].現代商貿工業，2020（20）.

[6]楊未然，劉金典，程名望.中國省際人口遷移與經濟發展水平關系的非線性分析[J].江南大學學報（人文社會科學版），2020（03）.

[7]葉強，張儷璇，彭鵬，黃軍林.基于百度遷徙數據的長江中游城市群網絡特征研究[J].經濟地理，2017（08）.

[8]蔣小榮，汪勝蘭.中國地級以上城市人口流動網絡研究——基于百度遷徙大數據的分析[J].中國人口科學，2017（02）.

（邱美琴、周莉雅、戚晶晶、楊群力，江蘇省戰略與發展研究中心）