【经管大课堂·经济统计】国庆假期经济数据盘点：2.9亿人次流动与50城认购+15%

案例背景

2026年国庆假期收官，一组高频数据勾勒出假日经济的轮廓。交通运输部门数据显示，10月7日全社会跨区域人员流动量超过2.9亿人次；房地产研究机构统计，国庆假期全国重点50城新房认购量同比增长超过15%，而前三季度百强房企新增货值合计5785亿元；美团平台国庆长线游预订同比增长25%。假期结束后，机票价格出现大幅回落，形成鲜明的节前节后价差。几组数据分别来自交通、房产、平台三个数据源，频率、口径与覆盖范围各不相同，恰好构成一堂生动的统计口径课。

核心分析

一、高频数据与即时监测：用活动量代理经济活动

人员流动量、平台预订量这类数据具有采集快、覆盖广、频率高的特点，属于典型的即时预测（nowcasting）素材。Giannone、Reichlin与Small提出的即时预测方法，正是用大量高频指标实时估计当季宏观经济总量，其核心在于如何在官方数据发布前给出可靠读数；Ghysels等人发展的混频数据抽样（MIDAS）模型，则解决了日度、周度、月度指标与季度目标变量之间的频率错配问题。

在经济统计学意义上，人员流动量是服务消费的活动量代理变量：出行本身不直接计入消费额，但与交通、住宿、餐饮、景区等消费高度相关。使用代理变量时必须检验两点：一是相关性是否稳定，即假期结构、出行方式变化会不会削弱历史关系；二是量价能否分离，人次上升并不必然对应消费额同比例上升，人均消费与客单价才是最终落点。把2.9亿人次直接换算成消费规模，是初学者最常见的过度推断。

二、同比增长超15%背后：基数、样本与定义三重口径

同比是最常用的口径，也最容易误读，至少要检查三个层次。第一是基数效应：同比增速等于本期相对去年同期的变化率，若去年同期处于低谷，今年即便只是温和修复，读数也会被显著放大，因此需要同时给出两年平均增速或绝对水平做交叉验证。第二是样本可比性：重点50城是一组典型城市样本，覆盖范围与城市名单若在年度之间调整，同比就不再严格可比，且其对三四线市场的代表性有限。第三是指标定义：新房认购量处于签署认购协议与缴纳定金阶段，与网签成交、最终交付之间存在时滞与转化率差异，认购热度未必完全转化为成交金额。

此外还要注意统计单元的拼接问题。前三季度百强房企新增货值5785亿元是累计口径，衡量的是企业补库存的规模与节奏；假期重点50城认购同比是短周期高频口径，衡量的是当期的到访与转化。两者时间跨度与统计主体均不同，不能简单拼接成一条趋势线。假日经济还受节日错位与调休安排影响，若要做跨年比较，应使用X-13ARIMA-SEATS等方法对节假日效应与交易日效应进行季调，否则同比读数中会混入制度性因素。

三、结构比总量更有信息量：长线游、小城游与跨期价格弹性

美团国庆长线游预订同比增长25%，是典型的前瞻口径指标：它衡量的是出行意愿与预订行为，而非最终实现的消费额，两者之间存在取消率与核销率的落差。从结构角度看，长线游增速高于整体，说明出行半径延长、停留时间增加，带动的是住宿与目的地综合消费，而非单纯的交通收入。小城旅游与县域目的地的兴起，则提示统计分类维度需要下沉：若仍按传统的一二线城市口径汇总，会低估新增热点的贡献。

节后机票价格大跳水提供了观察需求时间弹性的天然实验。需求在时间维度上发生跨期转移，价格随之出现剧烈的峰谷波动，这正是可测的价格弹性样本：通过比较节前、节中、节后的价格与客流组合，可以估计需求对价格与时间的联合弹性。消费结构升级的测度，则可沿用恩格尔系数、支出结构法等传统工具，也可借助Stone的线性支出系统与Deaton-Muellbauer的AIDS需求系统，把总量增长分解为收入效应、价格效应与结构效应三部分。

管理启示

第一，使用高频指标前必须明确它是活动量、交易量还是实现额，三者之间不可随意换算。第二，同比读数必须同时报告基数水平与样本定义，并优先采用两年平均与季调结果做稳健性检验。第三，假日经济的分析重心应从总量增速转向结构分解，把需求按区域、业态与时间三个维度拆开，才能识别真正的增长来源。

其他思考

1. 若要构建一个融合人员流动量、平台预订量、客流热力等多源高频指标的假日经济即时预测模型，应如何处理各源的量纲与频率差异？
2. 新房认购到网签成交存在时滞与转化率，应当如何设计指标把「认购热度」校正为可比的成交预期？
3. 用机票节前节后价差估计需求价格弹性时，可能存在哪些混杂因素？如何用对照航线或历史同期做识别？

关键词：高频数据、同比口径、假日经济测算
来源：经济观察网 | 第一财经 | 整理：经管大课堂