深度：人口经济学里的投资秘密

作者：雪球福爸

本文涉及统计学、宏观经济、地理气候、投资等多方面的知识。

先抛出几个问题：

1 我们都知道华东、华南较富，那富裕水平是否有不同？其他地区又是什么水平？如何知道本地的富裕水平？

2 不同区域的人口比重是否一致，近10年的总体迁移规律？

3 富裕水平的分布有什么规律？与地理气候有什么关系？

4 研究这种数据对投资有什么帮助？

数据说明

我们通常会采用人均可支配收入来观察一地的穷富水平。但我实际对比发现，河北除唐山石家庄外、广西除柳州南宁桂林外，多地城镇人均可支配收入基本在3.5万上下，人均社会消费品零售额（以下简称社消）大多在1.3万上下。湖北除武汉外、湖南除长沙株洲外，多地的城镇收入都与前者相近，但人均社消分别在2.5~4.3万、1.9~2.8万，显著高于前者。显然不符合逻辑。

这有可能是，低收入人群的收入数被高收入的平均化。如果有中位数收入更好，但我只能查到十几个一二线城市的数据，绝大多数城市是缺失的。不过我们可以借助其他数字观察。一个人群是另一个人群人均收入的N倍，但人均消费不会是N倍。富人的钱不会全拿去消费，会拿去买房子、理财、股票、期货，或者创业。所以理论上人均消费能力更能看出当地的中位数收入。而与消费能力相关的数据，就是人均社消和消费支出。

如下是长沙市2020年国民经济和社会发展统计公报（以下简称统计公报）的两项数据，可以参考下它们的构成：

消费支出有一定合理性，长三角、珠三角的人均支出，明显超过中西部大多数城市的一倍左右，这与我们直观感受差不多。但也有明显缺陷，一来包含居住性的租房还贷支出、医疗、教育（自媒体号称新三座大山）等非自主意愿花销，没钱也得花，二来很多地区的消费支出相近，如上面说的河北湖南湖北多地，但实地观察发现差异很大。

所以我以前都是采用人均社消来观察收入水平，他们接近直观感受，但也发现：南京、苏州奇高，高出北上。而广深的人均社消比北上低一大截，武汉的人均社消比肩北上，高出苏南一大截。另外，长沙的社消既包括零售，又包括批发（占1/8），因为零售价包含出厂价加上经销商溢价、终端溢价，所以要比批发价高一些，但本质是一种商品的消费，直接加成就是重复计算了。

最终经过反复尝试，发现用人均社消+城镇居民消费支出（下文简称人均社消支出）比较合适，我决定用此来推断中位数收入/消费能力。按理说，人均社消应该对应人均城乡消费支出，但大多数城市的统计公报都是城镇支出与乡村支出分开列，没有城乡居民消费支出一项，需查各地七普报告得到城乡人口数，再进行计算，工作量太大。考虑到实际各地人口都是城镇居多，乡村占比少，消费支出也少一大截，故城镇支出近似城乡人均支出。得到的数字大体与直观差不多，但个别感觉仍有遗憾，如扬州感觉统计值偏低，而武汉、南京感觉统计值偏高。

另外，大多数地区20年消费支出与社消额有一定下降，基本采用19/20两年最高数字。为了更直观，我对人均社消或支出+社消进行了不同标色，越偏绿的越低，越偏红的越高。

区域与省级统计数据

如下是全国大陆各省级的人口、可支配收入、消费支出、社消、人均社消的数据。

关于下文中的区域有一个说明，就是江西省到底属于华中还是华东。我查询了资料，主要是历史上管理上有变化，曾经划归到华中，后来划到华东区。目前也是各有各的说法，官方划归到华东，但上市公司有些划分到华中，例如李子园（招股书），有些则划分到华东，例如安井食品（招股书）。微观上，江西人嗜辣的口味、江西的语言、经济，都感觉与旁边的湖南有太多相似，我身边江西人上学、坐火车也是到湖南，所以我下文中还是遵循自己的直观，仍划归到华中。

如下是各区域六普（2010年）与七普（2020年）的人口变化：

可见这十年来，华东和华南是最大的人口流入地，而华南的人口流入主要是在广东，进一步来说珠三角9市（广州、深圳、佛山、东莞、中山、珠海、江门、肇庆、惠州）。

如下是各区域65岁以上人口比例变化图。

可见各地老龄化都有一定程度上升，但相对来说，西北、华南的人口相对更年轻，其次则是西南，华北华中居中，华东、东北老龄化最严重。

如下则是各区域人口与人均社消支出的对比

与一般人印象中一致，华东最富、华南次之，华北华中西南居中，东北、西北相对较贫困。

但，数据统计不能到此为止，因为区域内、乃至省内的被平均，一样很严重。

区域内差异

以一般人印象中较富裕的江苏为例：

可见江苏的富裕程度也不是整齐划一，难怪总听别人说苏南（南京、苏州、无锡、常州、镇江）富于苏中（泰州、扬州、南通），苏中又富于苏北（盐城、淮安、徐州、连云港、宿迁）。

但要说江苏的分化，比起广东又是小巫见大巫。毕竟苏北的收入、人均社消仍在全国平均线附近。

粤东西北的揭阳、梅州、清远，收入、社消甚至大大低于全国水平。这印证了那句话，最富在广东，最穷也在广东。

要说真正富得均匀，全国除了浙江，真的找不到第二个省了。

（话说明明你们已经实现共同富裕了啊^_^，而且浙江的城乡收入差距也小很多，其他很多省份都在2:1以上，浙江基本都在1.8:1左右。）

受限于篇幅，本文不太适合将所有省的各地差异，一一列举。这里仅列出一些简要统计。我按人均社消支出的分布，以4.5万和7万为界（全国平均值也恰在其中点5.7万），划分成三个区间（以下简称低/中/高消费组）。

在下文中的地市统计中，我主要统计人口4000万以上省的大于300万的地市，大约140个（全国294个），人口约9个亿（占比约65%）。人口3000~4000万的中等规模省，基本除了省会外，各地收入差异不大，采用排除省会或topN外的平均值计算。3000万以下的省，大多省会也不太发达，直接采用全省平均数。主要是后两种的人口比重少，但城市数量很多，大都是小规模城市，统计得不偿失。总样本涵盖了12.4亿人口，占比近9成，基本是接近全部情况的。

如下是各消费组的人口分布的对比图：

华东高消费组人口高于其他两组之和，华南高消费组的比其他两组都高但不及其和，华中和西南的高消费组人群占比少，中低消费组大致相当，其中华中略好于西南。西北东北以低消费组为主。上文图表中，华北的平均消费能力比西南华中略好，但是现在看，真是被平均很严重啊。

如下是各消费组总社消的对比图，华东的比重比上图还要大一些。

如下是各消费组人均社消支出的对比图：

分布规律

如下是中消费组城市的名单及其主要数据（符合下文分布规律的城市名用橙色标注）：

如下是高消费组城市的名单及其主要数据（符合下文分布规律的城市名用红色标注）：

低消费组的名单就不列了，基本上人口在300万以下的，除了华东的部分小规模城市（马鞍山、丽水等）、西北东北的资源型城市（大庆、嘉峪关等）或省会，其他城市大多在低消费组名单中。

中高消费组城市将近100个，要记住基本是不可能的，我仔细查看了很久，又结合了当地的地图及其他资料，我发现有如下规律。

高消费城市大多是：

沿海产业圈靠内城市；

内陆人口大省省会+交通枢纽。

中消费城市大多是：

沿海产业圈外围；

距内陆人口大省省会较近；

大江中下游。

要解释这一切，先得从中国的降水量分布说起。众所周知，秦岭淮河是中国的南北方分界线，大致对应800毫米等降水量线。该线的北侧是西北、东北、华北及河南山东大部分地区、四川西部。因为降水量小，没有大的内河。近几十年华北地下水位一直在下降，造成不少沉降区，打井成本上升，南水北调进华北后才有所改善。而南方河网众多，且有不少直通大海。

再来看另一幅中国的地势图。

可明显看出，中国西部大多是高原地带，而东部则相对较平坦。正所谓水往低处流，这样就导致南方靠西部落下的大量降雨，不断向东汇聚，形成宽阔的大江，最终流入大海。即通江达海。

众所周知，水路运输成本远低于其它方式，通江达海的地区，企业原材料能以更低成本运进来，产品也能以更低成本分销到全国各地，其他地区要跟他们竞争就会很困难。且越往下游离海越近，原材料运输成本越低。除非有自然资源优势（如内蒙）或科技优势（如北京）。

总结来说，降雨量和地势导致南方经济好于北方，大江下游的东部好于中上游的中西部。

具体我们结合中高消费城市与地形图来看，先看长三角的。中高消费组城市，用红框标注，蓝色的箭头是长江的走向。

江苏、安徽较富裕的城市，基本都在长江的沿岸。而处在长江与东海交汇处的上海，则成为最大的赢家。而浙江经济最好、人口最集中的浙北、浙东城市，也基本在东海沿岸，且离长江出海口不远。另外，我用地图上的测距工具，测量了江浙沪主要的发达城市之间的距离。对比后面珠三角地图里的相应距离和比例尺，我们就能理解，为什么长三角的经济总量、富裕城市数量都大大超过珠三角。毕竟纵深与空间都大得多。另外，细心的网友会注意到，在淘宝买东西，服帽箱包等各种小商品，大多从江浙发货。而电子产品则多从广深发货。这也是运输成本的差异，广深虽然也通江达海，但处于中国大陆的最南端，而不是像江浙沪处于中部，如果也做这些大体积、低价值的商品，运往中国内陆的成本要大得多，同等质量下是很难竞争得过江浙企业的，而电子产品大多有小体积、高价值的特点，相对运输成本小得多。

再看如下的福建经济圈，富裕城市也是沿海分布。但因为没有通往内地的大江，经济圈就要小得多。

胶东半岛（山东的青岛、烟台、威海、潍坊）和辽东半岛（辽宁的大连、营口、鞍山）的情形与此类似，我就不上图介绍了。

再看下图中珠三角的情况。

富裕的城市基本在珠江、西江与南海的交汇地带。截图之外的东侧、北侧、西侧，就是潮汕、茂名、湛江等城市群，与珠三角有重重大山阻隔，经济就弱得多。

那么，与广东相邻、降水量类似、同样临海的广西，为什么人均消费支出与社消都处在全国垫底？排除内部相对较好的柳州南宁（仅全国中游消费水平）桂林（有旅游资源），其他城市更是低得惊人。我在网上搜了搜，各种解释都有，都基本都是拍脑袋的想法，或者本末倒置，由人口倒推经济，需知人是跟着产业走的，产业兴旺人才会聚集。其实我们看看地图也可以得到答案。

我在上图中有箭头分别标出珠江水系（广东省内的珠江、西江、北江等）及其上游广西的浔江、桂江等。箭头下方有一条蓝色的曲线，明显可以看出，这条水系越往下游越粗，越往上游越细，甚至看不出来。这就是上下游的差距。一条大江，越往下游，汇集流域内的降水量越多，江面就会越宽。这样上游比下游不仅有距离大海更远、运输成本更高的劣势，还可能因江面过窄，水深太小，走不了大船或勉强能走但易拥堵难以调度，小船的吞吐量、效率都要低很多（单位成本高）。这一点，我在湖北江苏的长江沿岸，湖南中部与北部的湘江沿岸，都亲眼证实。

如下是长江中上游范围的湖北湖南四川重庆及贵州的地图。

我用蓝色、绿色、黄色的箭头分别标出了长江、湘江（及洞庭湖）、汉江的走向。可明显看出，主要的富裕城市也是在长江或连接长江的湘江、汉江沿岸。这也造就了中西部最强城市武汉和长沙（高消费组靠前），而不经长江的成都、贵阳、华中的郑州、西北的西安都要弱的多（中消费组的上限）。

最后总结一下，城市富裕的原因：

1. 降水量分布与地理位置（地势高低与有无山脉阻挡），一起决定了当地是否通江达海、与海多远、江面宽窄，而这才是产业圈汇集的根本因素。

2. 历史原因下的人口聚集，此基础上行政权力集中形成的资源聚集（省会独大现象）。

对投资的帮助

我找了一些产品线较全面、渗透率较高的上市公司，对比了他们各区域的收入。

我发现这个规律：低价商品在各区域人均消费差不多（如海天味业），高定价商品更侧重于中高收入的区域（如涪陵榨菜、绝味食品、安井食品），且区域收入比大致接近上面各区域中高消费组人群比例。

所以利用人口经济学数据，对投资有如下帮助：

1. 根据本地收入/消费水平，判断某商品销售的好/不好是否有代表性。17年有西南地区的球友搜集了身边数百人对乌江的评价和反馈，总结乌江品质无突出、定价太贵，我去年榨菜的文章下，有一些江苏的球友说，乌江定价合理，我们那销售很好，这两种结论都是片面的。就是以当地的销售、消费者评价推导全国。一种商品在某地卖得不好，可能是溢价较高而当地收入有限，接受人群较少，也有可能只是尚未对当地做大规模下沉。

2. 可从高渗透收入地区的收入，大致估算总收入上限、估值水平、产能利用问题。平价商品可根据高渗透地区的人均销售额，来推算其他地区的未来收入上限，而对高溢价商品来说，则要按高渗透地区与其他地区中高消费组人群比例，来折算未来上限。知道上限，我们就可以知道企业是在快速增长阶段，还是渗透后期的稳定甚至衰退阶段。按终极收入乘以10-15倍的稳定估值，就能知道当前估值是否有盈利空间，是否合理。另外，厂家推出大规模产能扩张计划时，投资者也可用来思考，未来产能是否超过潜在市场空间？产能利用率是否可能下降，导致单位成本上升利润受损？产能的地理布局是否合理（厂房到潜在消费区的平均运输半径最短）。

对没有工厂的企业应该也能适应，尤其是高定价的餐饮企业。具体见我年初写的呷哺呷哺与海底捞的困境。你如何看九毛九的发展空间、喜茶、奈雪的茶降价事件？

3 主要是对我这样的职业投资者，可以制定更加合理的调研城市列表，对平价商品倾向于去低消费地区，查看渗透情况。对高溢价商品，倾向于去中高消费地区，当地的销售才有代表意义，我总结优先顺序是（华）东（华）南（华）中西（南）。

4 在上大学、找工作的重要关口，我们也可以借助这种数据思考，我该往何处去？而不是削尖脑袋地往少数几个超大城市里挤，忍受着高房价、高户籍门槛、堵车糟心摇号难、空气重污染的煎熬。这也是更广意义的对自己未来投资。

人口经济学的其它维度

近一年来，我也发现其他涉及人口经济学的范畴。主要是如下几个方面。

口味与文化圈：甜、辣、咸等的偏好（如江浙沪真是全爱吃甜的吗）。华东、粤港澳等大文化圈与湘楚、燕赵、巴蜀、中原等小文化圈（文化圈对消费偏好、影视歌、观念影响很大）。

年龄段：50/60后、70/80后，90/00后的消费观、意识形态。

性别：男女的意识差别。

但相关资料仍在积攒中，用途也正在思考中。

结语

以上的统计数据仅代表当前，未来也可能发生各种变化。比如广西，目前也在建设西江水系，根据资料至2020年已建成1000/3000吨级的航道。而京津冀一体化、央企搬迁可能也会为河北带来提振。我估计，少则3-5年，多则5-10年，就需要重新查阅相关数据。

以上的研究，发源于《竞争战略》提及的人口经济学概念和长期调研各地消费的困惑。所谓万事开头难。这个过程充满了我大量的摸索。从去年11月开始，我前后花费了一个月多点的时间，翻了约300份统计公报（每个城市一个统计公告及七普公告），查询了100多份收入、人口等统计表格。像社消额、消费支出这些关键数据，有不少2020年的缺失，或者只有同比增速，还得翻上一年或者上上年的，或者各个搜索引擎查资料进行推断。我相信这些数据非常重要，但是否研究过细，是否做了很多无用功，我也常常是困惑和纠结的。如果你对这些数据的统计方式、数据背后的原因、数据的投资功能，有其他看法，都欢迎你不吝赐教。但本文的数据仅为投资之用，希望不要牵扯到地域歧视或意识形态之争（我自己的家乡也在低消费组）。

就像大海航行若没有导航设备，就会失去方向随波逐流，你不知道前方是鸟语花香的小岛，还是狂风暴雨。希望人口经济学，能为我们的投资指明方向。

参考资料：

1.《竞争战略》

2.https://www.hongheiku.com/ 红黑人口库

3.高德地图

4.各地政府网站提供的统计公报

5.搜狗、百度的百科及搜索，bing搜索

6.@乐观的保守主义者 提供的部分数据