经过2022年的疫情影响后，今年中国经济的复苏是一个备受关注的话题。

(相关资料图)

4月18日国家统计局发布了一季度的主要经济数据：

以不变价格计算，一季度GDP同比增长4.5%，其中第一产业增长3.7%，第二产业增长3.3%，第三产业增长5.4%。……分三大门类看，采矿业增加值增长3.2%，制造业增长2.9%，电力、热力、燃气及水生产和供应业增长3.3%。……一季度工业生产逐步恢复，企业预期总体改善。

但一些不同的声音也值得注意，近期一些媒体报道认为，部分制造业企业出现了将产能迁移至国外的情况，其中被提到最多的企业就是富士康。

为了验证这个判断，有记者去富士康在国内的最大厂区——郑州富士康进行了实地调查采访，发现员工少了，附近的街面也变得冷清。

不可否认，实地调查能带来第一手的直观资料，但考虑到上半年本就是富士康的淡季，直观感受是否能证明富士康在撤出产能呢？恐怕也不能轻易得出这样的结论。最终，我们还是希望通过数据来完善对事实的认知，得出更可靠的结论。

在之前的推文《烟火气》中，数据团曾经尝试利用高频数据去构建指标，监测消费复苏情况。这一次，我们将尝试用数据监测富士康旗下厂区的生产情况，希望能像麦当劳的“巨无霸指数”一样，为观察宏观经济走向，以及制造业、外贸景气程度，提供一个额外的视角。

▍富士康为什么那么重要？

富士康这个名字对于大多数人来说并不陌生，它经常与“制造业”、“血汗工厂”这些词出现在一起，是劳动密集型制造业的代表企业。作为一家典型的加工贸易企业，富士康在产业链中有着重要的地位，对机电和微电子等产业链上下游的大量企业有着不小的影响力。

同时富士康也在进口和出口两端同时影响对外贸易的数据。根据中国对外经济贸易统计学会发布的《2019年中国对外贸易500强企业》（之后该榜单就停办了）来看，前20位如下：

其中郑州富士康、深圳富士康、成都富士康、太原富士康四个区域的富士康公司赫然在列。500强中富士康旗下公司达到了15家，仅这15家公司的进出口总额就占到全国当年进出口总额的约3%（以美元计算）。

▍用什么数据制作"富士康指数"？用工&货运监测

要构造指数反映富士康的生产情况，必须先要找到富士康在国内的各个生产厂区。根据工业富联和鸿海精密等企业官网和各类公开信息披露的主要生产基地，结合各地工业用地出让的记录、各类POI信息以及卫星遥感图像，我们在全国筛选出了49个可能的厂区地址（含在建）。

举个例子，上图就画出了淮安富士康厂区的大致范围。对于一个城市来说，如果富士康能选择在当地建设一个规模较大的加工厂区，意味着带来大量的就业、外贸和税收。这也就不难理解，为什么富士康厂区周边的道路、地标会有不少以“富士康”或者“鸿海”命名。

划定可能的厂区边界只是第一步，接下来我们需要利用各种高频数据，对边界内的人和货的变化情况进行推测。

首先监测的是企业用工数量的情况，通过数据合作伙伴，我们获取了划定的地理围栏内的移动设备使用强度指数，用这个指数来表征厂区内活动人员的数量，侧面反映企业的人力投入情况。

(昆山富士康吴淞江厂区的标准化用工指数，经过7天移动平均的平滑处理，并按照2022年全年平均用工量做了标准化处理）

对于制造业企业来说，用工情况只是生产情况的一个侧面，厂区的货物出入情况同样重要。如何度量货物出入情况呢？在我国，公路运输是货运的主要方式，监测货车的流动能够帮助我们捕捉货运情况。通过另一家数据合作伙伴，我们获取了各个厂区每日的货车司机到访数量，经过脱敏和标准化，形成了货运指数。

(深圳龙华富士康产业园区的货车到访指数情况，经过7天移动平均的平滑处理，并按照2022年平均情况做了标准化处理）

在收集完用工和货运两方面的数据以后，我们就可以开始计算相关指数了吗？

还不行，一个有用的指数必须能反映现实，因此，我们还需要对于数据的可靠性做一些验证。

▍数据怎么才能“准”吗？两种常用的验证方法

验证数据的可靠性有很多种方法，而我们常用有以下两种：一，通过一些特征事件，去看指数是否发生了相应的异动；二，利用其他来源的数据交叉验证，观察指数是否存在逻辑上的矛盾。

▍事件检验

对于用工和货流影响较大的“事件”中，最容易想到的就是季节性事件，比如春节和部分长假期。

上图在前文中已经出现过一次，是昆山富士康吴淞江厂区的用工情况，图中添加了三根垂直方向的参考线，分别代表了图示样本期内比较长的三个假期，从左到右依次为：2022年除夕（1月31日），2022年国庆节（10月1日），2023年除夕（1月21日），可以看到，和常识完全相符，用工情况在这三个时间点都出现了局部的低点。

相似的，我们观察上文使用过的深圳龙华富士康园区的货运指数，在三个节日的时间点上呈现了与用工类似的特征，稍有区别的就是短期的最低点并不是在节日开始当天，而是在节日的第二天。

除了上面列举的长假可以作为验证数据的“事件”之外，2022年恰好还有另一类事件，它们同样会极大影响人员活动和货运，那就是因疫情防控产生的城市内交通管制。

比如，在2022年3月，深圳就经历过为期约一周的交通管制：

在这样的管制措施下，城市内物流会受到较大程度影响，那么货运指数是否能观察到相应的数值变化呢？

上图我们依然用垂直参考线，标出了管制时段（2022年3月14日到2022年3月18日），可以看到，这个时段完美对应了一个局部的货运指数低点，而且这个短时间的波谷确实很深，货车到访强度下降超过50%。

接着，我们再来看下同期的厂区内人员活动情况：

由于这次管控是一个短期事件，加上富士康园区本身也涵盖了部分宿舍区域，因此可以看到厂区内的人员活动强度仅仅出现了一个较小幅度的下降，且很快恢复过来。

上面两图中的2022年上半年的其他局部低点，也都与类似的管控措施有关。

而2022年还有部分城市出现了较长时间的防疫管制，例如上海、郑州等等，那么对于这些较长时间管制的城市，周边厂区的数据又会有怎样的变化呢？下面我们以昆山富士康吴淞江厂区为例来看一看。（因为某些原因，郑州几个厂区的数据在此不做展示和讨论）

上图是昆山吴淞江厂区的货车到访指数，从左到右我们画了5根垂直参考线，来标识一些比较重要的时间点，从左到右分别为上海宣布开始封控（3月27日）、上海完成第一轮封控后宣布继续封控（4月5日）、昆山宣布开始进行人流管控（4月21日）、昆山政府公告推进规上企业复工复产（5月4日）、上海解封（6月1日）。

在上海宣布封控后，昆山作为毗邻的城市，货运强度同步出现了大幅度的降低，这种情况到浦西完成第一轮五天封控达到最低点。后续货运强度有小幅的恢复，但在4月21日昆山本地也开始执行人员管制后又出现了小幅下降，直到5月初昆山政府推动当地规上企业积极复工复产，货运指数才出现一轮恢复，但由于上海封控还在继续，这轮恢复很快又出现了回落。上海解封后，货运指数进入波动上升通道，并在一个月内恢复到平均水平以上。

再来看相应的厂区活动情况，上海开始封控后，昆山本地的人员外出活动也受到了一定影响，员工大部分都停留在厂区内。5月初昆山的复工开始后，厂区人员也并没有显著增加，反而出现了轻微的下滑，这种情况直到6月1日上海解封，恢复交通以后，才开始逐渐上升。

综合上面的图表，利用2022年疫情封控带来的事件冲击，我们可以验证，"富士康指数"在一定程度上能反映真实世界的情况。

▍相关数据交叉验证

除了观察数据对一些事件冲击作出的响应，另一种验证数据可靠性的方法，就是结合其他数据源，做一些交叉验证。

通过数据合作伙伴，我们获取了长三角相关行业制造企业的每日招聘面试数据，同时我们也将长三角范围富士康各厂区的用工和货运指数，以厂区规模作为权重进行了汇总，两份数据进行比较。

从逻辑上来说，招聘面试数据属于流量数据，而用工指数属于厂区的存量数据，员工通过面试并入职以后，就会表现为存量员工的增加。如果用工指数确实能与招聘数据保持一致，那么我们应该观察到，当招聘数量增加后，之后的几天内就应该观察到用工指数出现相应的上升。

如上图所示，红线表示了长三角相关行业招聘面试数量指数（已标准化），蓝线代表根据厂区人数加权后的长三角所有富士康厂区的用工人数指数，可以看到，虽然在数据波动幅度上存在差异，但在趋势上确实出现了我们预期的特征，面试数量出现高值的区间，之后一周左右内也会观察到园区用工指数的上升，面试数量的下降往往也预示着接下来用工数量的下滑。

唯一较为特殊的时段是2022年3月中旬到6月，由于上海封控影响到整个长三角，大部分长三角城市对于人员流动管控变严，工厂无法正常招工，在职工人也很难离开工厂，因此出现了面试指数处于低位，而在厂用工指数较为稳定的情况。

总的来说，用工指数与相关行业的招工情况基本保持了逻辑一致，但受限于招聘数据的空间颗粒度，暂时无法进一步验证两者的数量关系。

▍“富士康指数”的构建

在验证了数据的可靠性以后，我们按照各个厂区的规模设定其分析权重，就可以汇总出富士康在全国层面的用工和货运情况，构建出“富士康指数”。

如上图所示，用工指数和货运指数在时间上保持了相近的走势，2022年上半年，受到长三角和珠三角主要城市疫情封控的影响，货运指数出现了较长时间低于用工指数的情况，体现了防疫管控的影响，而2022年7月以后，富士康进入了生产旺季，用工指数和货运指数均大幅度上升，超过全年平均水平，这种恢复一直持续到了11月。之后伴随着防疫政策变化、第一波感染高峰以及农历新年，用工指数和货运指数都出现了较快的下降。

在2023年春节以后，用工指数和货运指数出现了较大程度的背离，截至3月底，用工指数仅恢复到2022年春节后同期水平的约70%，而货运指数则出现了较大幅度的恢复，3月底时已超过2022年同期约30%。

最后，我们回到本文开头的问题，从“富士康指数”来看，富士康真的在撤离中国吗？

从用工指数来看，每年过完年之后，确实是用工的淡季，年后的用工指数一般只会恢复到年前的八九成，从今年的情况来看，刚过完年时的特征和去年相似，但整体用工指数水平已经低于去年同期，且在年后有进一步的下滑，目前稳定在低位。

从货运指数来看，货运活跃度较高，但这代表了产区在积极对外发货，还是在为后续生产储备原材料？仅从货运指数上还无法区分。进一步结合长三角相关行业的招聘情况，今年年初招聘面试数量相较于去年同期的锐减，侧面说明，进货备料开工的可能性并不高。

综合这些监测数据，我们可以得到一个推断：

即使考虑到淡季因素，在2023年第一季度，富士康在中国的产能也正处于收缩的状态。

这个现象又有什么样的现实含义呢？这个问题就交由聪明的读者们自行去判断了。

关键词：