中国个体经营户研究系列报告之二： “烟火重聚”：中国个体经营户新冠疫情下的复苏 北京大学数字金融研究中心 联合课题组蚂蚁金融服务集团研究院 课题组顾问： 黄益平 北京大学数字金融研究中心主任 李振华 蚂蚁金融服务集团研究院执行院长 课题组成员： 王靖一、郭峰、王雪、李勇国 2020年6月3日课题组成员：王靖一（中央财经大学金融学院讲师、北京大学数字金融研究中心特约研究员）、郭峰（上海财经大学公共经济与管理学院副教授、北京大学数字金融研究中心特约高级研究员）、王雪（北京大学国家发展研究院/数字金融研究中心博士研究生）、李勇国（蚂蚁金融服务集团研究院数据科学家）。报告在撰写过程中得到了北京大学数字金融研究中心、蚂蚁金服集团相关部门，特别是程志云、王芳、舒眉、张瑜等同事的支 ，同 得了国家 科学 金 大 数字 金融的 、 与 管研究 （课题 ：18ZDA091）的 。 、 、 ¡¢£¥的相关 。特§currency1 ，'“«。 1 摘要 在二月底发布的报告之中，我们基于蚂蚁金服集团旗下的支付产品码商的数据，测算了中国线下个体经营户的整体规模、新冠疫情对于这一群体的短期冲击，以及数字金融在缓解疫情短期冲击中的作用。本次报告延续了上次报告的分析框架，使用进一步优化的泰森多边形划分方式与机器学习测算方法，对新冠疫情下个体经营户 的冲击与 情 进 了 的 ， 对 对个体经营的进作用进 了 步 。 发 ， ， 击疫情 的 本 的， ¡在疫情¢£的二月¥，国§currency1'个体户的“«商户与营fifl £冲击，下在的50%·， 在3月¥¶进 产之”，在短短一个月'，»分 了在的80%·。¿次， ¡疫情对个体户的冲击对于整个 ´ 以 ，¯ 的， 对于¨以个体经营 的¸的 ，中国 在缓解疫情对个体经营户冲击上 了一¨ 。 在 方 Æ 作用，在 发ª”， 个体户的“«数 Ø/º 了16.9个 分 。¢”，æ了¢£的 ，中国¿ 的疫情冲击ø ß ， 三月以的 进基本同步，这背”映了中国'高ø一致的防疫强ø。 根据本文的 结论，我们 出了几 策建议：第一，加强对 等 个体经营户的帮扶力ø。第二，继续关注 控制 个体经营户的经营 本。第三， 等 手段要向个体经营户进一步倾斜。第四，视个体经营户等形式的灵“就在稳就上的要作用。 2 一、引言 2019年年底¶爆发的新型冠状病毒肺炎疫情，目前已经蔓延至球几乎所 国和 ， 球化时代以¢»的疫情之一。疫情 仅£危害民众身心健康，还在短时期'对各国的经济运 造 £冲击。中国 ¢早 疫情冲击的国，通过国各界的共同努力，中国 ¢早走出第一波疫情的国。战胜疫情，中国 和民众都付出了 »的努力，例如 对 以及 ¿城 进 “ 城”， 了很多限制居民出 的 策；在中国¿ ， 了很多或强或弱的限制出 或 » 的 策Fang et al.，2020 。这¨£ 的 城 策， 制了疫情的进一步 ， 了国民的身心健康： 2020年3月底，新冠肺炎疫情在中国本 的 已经基本 控制。 中国击疫情付出了 »的经济代 ，根据中国国 的数据，2020年第一ø中国GDP同 -6.8%， 2019年第四 ø的6%下 了12.8个 分 。 于目前新冠肺炎疫情 在球¿ 国 ，很多国 了 于中国的防疫 策， 各国的经济学们和 策制 都 关注中国 的防疫 策对经济产 的冲击Eichenbaum et al.，2020；Atkeson，2020 。 ，在2020年2月底发布¡中国个体经营户¢测算与新冠疫情冲击£¥报告的基上，§currency1'基于中国¢»的金融“«同时 球¢»的金融“« fifi蚂蚁金融服fl集团以下 “蚂蚁集团” 旗下的线下支付 码商的数·数据， 次 了中国个体经营户这¶线下的型商在本次疫情中的冲击和进 产中的 进ø。 之所以”»个体经营户要 以下 ： ，¿布中国城 的´和¯商， 众多¸¨以 的要经济， ¸数 »， 经济运 的基和国民经济发的 ，对 经济的健康发和稳运 要的 。 ， 如¿ 发中国的情形一 Blackburn et al.，2012；Capaso and Jappeli，2013 ，作 一¶ 式或 式的商“，´商和¯商等个体经营户的 式ø 高、¯ »， 关 。例如，中国第四次经济 数据ß 2018年年Æ国个体经营户共 6295.9 户， 根据我们§currency1'的算，中国个体经营户2018年 9776.5 户，ª及就2.3· ， 中国 力 的28.8%Ø一等，2020 ，3 个体经营户等形式的灵“就对于“ ”和“稳”居民就 要的 。，个体经营户等以 º 的 式就 疫情冲击下¢ 弱的群体，这分群体»多以 经营 ， æ 金¯ 力 »，¯ ，在 ¡的 冲击时，¿背”支的整个¸ øß 。 ¸ 于个体经营的线下 ，¿fl向线上 移的 ø »，这¨线下型商“在疫情冲击中 当¿冲。着眼于”»以个体经营户 代表的线下型商“在疫情中 的冲击和”续的 情 ，对于防止收ß »、解决贫 、稳 就，以及障民 要的 。 信息的缺失了疫情对经济 冲击的 分析， 数字经济和数字金融的发， £疫情对个体经营户产 的冲击，创造了条件。本次疫情数字经济时代爆发的第一球 »疫情，数字经济和数字金融在缓解疫情冲击上发挥了独 的作用，¿中就包括 疫情冲击创造了新的条件郭峰，2020 。在数字经济时代，支付越越 中国 购物 时的 选方式。根据中国 民银 的调 数据，2018年，中国使用支付的 年 例 82.39%；农村 使用支付的 年 例达 72.15%。 中国¢»的支付服fl供给商支付宝和信，国'用户已经分别超过9· 。目前在中国，支付 仅在线上 易中被广泛¯用，在线下商经营中»§currency1¶，通过支付宝、信、银联支付等机构 供的二 码支付等支付手段进 收款的各 ´商和¯商等个体经营户 城 “中一道独 的风景线，支付 这¨ ¿ 和以往 以被 的商户留下了要的数据记录。数据Æ累 以帮助我们从 的层 分析这¨ 式和 式的型商“的规模Ø一等，2020 ，以及 £疫情等 冲击对这¨商户经营“的。 我们 以从 单的数据对 中对疫情冲击ø 一个直的了解。例如，2020年中国农历腊月廿六1月20 前周时间'，疫情还 被各 和民众视，“码商”营fi 2019年同期农历 了33.1%， 2020年月 七1月31 ”周时间'，“码商”营fi 2019年同期农历 则下 了39.4%。我们在图1中将春节前”“码商”营fi的同 变化 级层 ，从中 以看出疫情对个体经营户的冲击 的，国 什么方4 ø幸免： ¡ 步看，疫情之”，中国西 ¥，如'蒙古、青海、西藏、广西等 的“码商”营fi ø 持 ， 如果跟这¨ 春节前同 80-90%的 ，冲击的幅ø依¡ 巨»的。 图1：2020年春节前”“码商”营fi同 幅对 ：fifl¢2020 · ¶”»与2019 同¿的同 ´，fl¢2020 ¯¶的同 ´¨ ¸ ，¸ ， ¸ ，（ ） 大¨ 数据 。 图1的同 幅对 一方 ß 了疫情冲击的£ø，另一方 表明单纯用疫情发 ”个体经营户营fi的同 变化 疫情的冲击 £谨的， 码商的fl 于往年同期 处于 张阶段，使用 单的同 、 ø疫情冲击 在 » 。£疫情等 发º件对经济运 的冲击，一个根本的 currency1 我们 ø看 发 了疫情”的 Ø情 ， 法 道如果 疫情发的经济运 情 。从学 ø ， 道“ 如 发 疫情”，¸¿ 经济条件 »变化的情 下，个体户的经营情 ， ø对疫情与¿所 冲击 出£谨的 果 。 ，对冲击 出“学£谨算的关 在于算出如果 疫情发 ，经济运 ¯ 的“º 结果”。在本 中，我们 算疫情对个体经营户冲击的基本 ：基于2020年春节前数据、以及2019年和2018年同期春节前”农历 数据，使用机器学习算法“ 测”如果 疫情发 ，在2020年春节”个体经营户的“«商户、营fi等¯ 的“º结果”。 将2020年春节”的 Ø情 与算的º 结果进 ，就 出新冠肺炎疫情对个体经营的 。 根据我们的算，疫情对中国个体经营户的 £的冲击» 持续了3-4周时间农历 月 七 月底 ，在 期间，国个体经营户“«商户和营5 fifl下 了50%·。 ”，“«商户和营fi ， 历3月中已经 º 算结果80%·的 ，之”»体 持在这个 。§currency1'还发 ，在2月底至3月底 进 产期间，发ª数字 的城 ，个体经营户的 ø ： 于3月27 通过支付宝发ª了16.8· ， ”一周， “«码商数与º 算结果的 例， ¿ 上 了16.9个 分 。 本 在以下几个方 对 文 进 了 。 ，本 新冠肺炎疫情对经济的 供了新 。据我们了解，本文¢早对新冠肺炎疫情对个体经营户的冲击进 了”»。新冠肺炎疫情发 之”，经济学们已经广泛 了疫情对经济 的Atkeson，2020；Eichenbaum et al.，2020；Jones et al.，2020 。与本 的文 要 ：Chen et al.2020 用中国银联的»数据，”»了新冠肺炎疫情对线下 的；Baker et al.2020)”»了¡国¸在 上如¢¯对新冠肺炎疫情的冲击。 很æ 文 £ 疫情对 ， 别个体经营户这¶及¿型的线下商户的冲击。 ¿次，本文 型的 ¥测分析 供了新 。基于 本的调 数据，中国学 对中国中 在本次疫情中 的冲击已经进 了一¨ §等，2020 。通过currency1 '调 ¶ 以 一¨直的结论， “ 在£的«：¿一，在疫情 时期， '¯fi ø fl ， ¸很 ， ¯ “ '调 结果“学 的要 ·Korinek et al.，2007 ；¿二， '调 ø 在一¨ fi¶致的 ，这 '调 中 的currency1Kleinjans and Van Soest，2014 。 别 型， 关调 对缺失。这一 在发中国表 Blackburn et al.，2012；Capaso and Jappeli，2013 ，从 使 ” 、»等 调控 策变 加 。Restrepo-Echavarria2014 的 发 ，如果 式经济的测ø ，么在国民经济波的 分析中，就产 ¶ 的结论。 ，”»疫情对个体经营户的， ¿要 加 的数据基，国民级金融“«经营中Æ累的»数据 创造了条件。 ¢”，一段时间以，通过机器学习构建“º 结果”和“对´'”，助力 果关的别文 越越多。“º 结果”的构建 进 冲击或¯6 一个 策 果£的关 。机器学习在 测上的强»ø力，使 ¿ 以在这一方所助。例如，Kleinberg et al.2018 使用¨机分 ，通过机器学习构造º 结果，分析法对¸ »处 的。Kumar and Liang2019 使用个 级 数据和¢¶发的基于机器学习的 控制法，构建了¡国一个 的对´'，进 ”»ª 信 限制对GDP 的。Guo and Zhang2019 则使用LASSO与elastic net构造城 的对´'，”»城 对经济 的。Johnson et al.2019 通过 结构时间 模型使用 基 作物作 对´ 测的º 产 ， 了 基 « 对¡国 产的。 二、个体经营户疫情期间冲击程度与恢复情况 2.1 测算方法 在经济学中，进 冲击或¯一个 策的 果£中，一个根本 的 currency1，如¢进 º 结果的构建。 体 ´，我们 øfl测 新冠疫情的 Ø情 ， 道如果疫情 发 ，经济“的运 情 。 了进 疫情冲击£，¢ 的方式 我们构建出 新冠疫情的 界 ，2020年个体经营户的“º ”经营状 ，疫情 的冲击 2020 Ø经营状 与构造出的“º ”经营状 之 。机器学习方法 算“º ”情 供了一个 的 。 体 ´，我们使用机器学习算法，结 2020年疫情前以及2019年和2018年同期春节前”农历 的数据，“ 测”2020年疫情”的数据，当于构造出了一个如果 疫情发 的“º 结果”。 体 ´，新冠肺炎 以在 与 之间 于2020年1月20 次 Æ，Æ时 以被视 疫情的一个要 ， ”，国各ª步进ß了被肺炎疫情的状 ： 数 加，各¶ £ 的防控 策，各 商“ £。 在1月20 农历廿六 之前，包 个体经营户在'的经济“力 明ß的， 以视 一个 型的春节节前状 。 ¸，线下商“往往在春节前” 明ß的周期 Ø，如果我们ø2018、2019年春节前”同期的数据建º一个映 关，么，在 分控制关 变的前下， 在疫情，2020年春节前”的映 关¯当 持一致。 ，我们将2018和2019年的数据建º 的映 关¯用于2020年的数据，算出了20207 年春节”个体经营户的“«商户、营fi等¯ 的“º 结果”，¡”将2020年的 Ø数据与“º 结果”的 作 疫情对个体经营户产 的的 。这一方法在经济学上 的“学基，对方法的 æ 和模型 等 本报告的 录。 2.2 ¢体结果 图2和图3分别报了2019和2020年个体经营户“«商户和营fi的Ø以及 测。»图2和图3，我们 以 出以下 结论：第一，2019年春节”的码商商户与营fi的 Ø与 测fl高ø ，这 明本 所使用的机器学习算法，ø 测2019年春节”码商的“«商户和营fi。Ø上本 使用的机器学习算法在 本测集中的ø øR2超过了0.9 体 录中的表7 。第二，2020年的码商“«商户的 测与2019年Ø基本 ， 码商营fi的 测 2019年的 Ø »的 。这明¨着数字金融的ª广，码商在ß 广ø上ª¶收 ， 测 的2020年商户 2019年 ß ， 在使用 ø上，如果 疫情的发 ，2020年 2019年还 »的 间。这一结论与我们之前基于蚂蚁集团多 数据构建的“数字 惠金融 数” 的结论 吻 的郭峰等，2020 ：¨着数字金融的广，数字金融的发越越依¨于使用 ø， ß 广ø。 图2: 2019与2020年的码商“«商户 Ø与 测 ： Æ ¢ª （ ）的 ，Ø中 ªº了ª ª ª ª ，Ø ¢æ 的 ¨ Æ 的数字是 ´的 ø， ªß 的ª ªª 的ø¢ª ¨ ø ªß 分别 ªß 的 ø，而8 ªß 预测 预测 分别 根据机器学习算法预测的 ªß 的 ø¨¶条虚线分别 ª æ ，这¶个 ¿之间是个体经”受冲击最严 的几。 图3: 2019与2020年的码商营fi Ø与 测 ： Æ ¢ª （ ）的 ，Ø中 ªº了ª ª ª ª ，Ø ¢æ 的 ¨ Æ 的数字是 ´的”»， ªß 的ª ªª 的”»¢ª ¨ ø ªß 分别 ªß 的”»，而 ªß预测 预测 分别 根据机器学习算法预测的 ªß ”»¨¶条虚线分别 ª æ ，这¶个 ¿之间是个体经”受冲击最严 的几。 图2和图3ß ，2020年 Ø的码商“«商户与营fi 测»幅下，二 的对 步 了疫情对中国个体经营户的短期冲击ø和个体经营户之”的 进ø。 了 直 个体经营户在疫情期间 的冲击ø和¨”的 进ø，我们在图4中报了2020年码商“«商户与营fi的 Ø与º 测之间的 。从图4中 以看出，疫情对个体经营户的在时间上“V”型2， ¸ 以分 三个阶段。 第一阶段1月21-1月30 ，农历腊月廿七- 月 六 。在这一时期，疫情对个体经营户冲击尚 太明ß。我们Æ ø要 以下三 ： ，国§currency1'的民员、居防疫，在各的 体执 一 时滞；¿次，春节前”十天，本就 很多个体经营户关门休息的时间， 时的商“下 中叠加了周期 ·，疫情冲击尚完体 ；¢”，居防疫员”，民众 要超fi买一¨ “必 品，这一“囤»” ¯在短期'抵 一分疫情的冲击，这2如果从每、每 的 间颗粒 上看，疫情对中国个体经”的冲击是一个U型分布，因¢疫情对个体经”的严 冲击 续了3-4的 间但站在全 的角 看，冲击仍然是短暂的，反弹的速 很快，因§用V型分布来形容疫情对个体经”的冲击更¢贴切。 9 一 结论与国疫情 关的 一致Baker et al.，2020 。 第二阶段1月31 -2月27 。这个阶段个体经营户经 了¢£的冲击。疫情对个体经营户“«商户和营fi冲击幅ø在这段时间» 持在50%·的 ，即 一阶段个体经营户“«商户和营fi 如果 疫情发 的“º 结果”的一 ·。这一时期» 持续了3-4周。 第三阶段2月底-3月底 。¨着中国本疫情 基本控制，中央¶»力 产，各陆续¶解æ一级¯。个体经营的 ø ， 3月中就已经 算的º 结果的80%。 于 策 在延续，¸ »的防 输ß的 力， 各个体经营户在 测的80%”，在一段时间'ø持续 。 过，如图3所 ，截止3月底，2020年个体经营户营fi已经与£年同期 当。 图4:码商“«商户与营fi的 冲击ø和 进ø : Æ ¢ª 的 ，Ø中 ªº了ª ª ª ª ，Ø ¢æ 的 ¨ Æ 的数字 ø（交易）与机器学习算法预测出的反事 结果的 值¨虚线 ª ª æ ，这一开始，各 逐渐解除一级响应。 上述结果 基于2020年 Ø与º 测的 例进 的分析，就冲击的¢体规模 ´，我们 以进 一个粗略的算。在我们§currency1'2020年2月底发布的关于个体经营户 的第一篇报告中，我们算的2018年中国个体经营户¢ 9776.5 户，ª及 2.3· 的就3。根据这一算结果，结 3根据 四次全国经济 查的数据，每个个体经”平对应2.37个从»人员。