在本篇年度报告中，我们试图回答四个问题：

问题一：中国经济当前的稳定性从何而来？

需求端容易被忽视的因素是目前中国正在经历40年来第二轮“婴儿潮”。 2016年出生率已至15年来最高，从2017年住院分娩活产数看，17年会更高。对婴儿和房子更敏感的25-34岁人口比例也在上升。本轮地产销售及部分消费品偏长的脉冲与二孩政策有关，具有一定内生性。

供给端容易被忽视的因素是“供给收缩”导致经济的低波动。无论是去产能还是环保升级实质上都是供给收缩，供给收缩降低了经济的供给端波动率。同样，房地产低库存亦导致地产开工和投资的弹性变低。

产业端容易被忽视的因素是教育、研发、产业孵化累积驱动之下，中国经济的一轮“工程师红利”正在显性化。十九大后，政策对于产业方向的引导将驱动“朱格拉周期”进入第二阶段，同时，“工程师红利”进入释放期。

问题二：2017年的经济主线和资产主线是什么？2018年会延续么？

2017年主线索简单来说就是“需求扩张+供给收缩”下的名义GDP扩张。所以2017年股市整体是偏牛，且原材料是最好的投资品；所以2017年债市是整体偏熊，利率中枢出现了一轮重估。

2018年主线索将有变化，名义GDP扩张期结束。

与名义GDP对应，企业利润整体增速会低于2017年，整体盈利的边际驱动略有弱化，伴随行业间分化。去杠杆继续，但我们倾向于认为很多研究误解了杠杆，去杠杆不会是定价逻辑的关键问题。

地产销售、地产投资的贡献率都将大概率下降；实体经济已度过转折点，制造业投资将继续修复。我们从杜邦拆解的角度解释了一下制造业投资修复为何会发生。

增长故事之外是结构故事，第三轮产业变迁萌芽。被称为“高端制造”和“美好生活”的两大产业链背后是人口周期的迭代驱动。

问题三：2018年有哪些值得关注的产业链条在影响经济？

2018年的产业线索之一是技改推动之下的“朱格拉周期”第二阶段。

2018年的产业线索之二是政策驱动和一级市场映射之下“工程师红利”的加速释放。

2018年的产业线索之三是类通胀环境下三四线基础消费继续突破门槛。

问题四：2018年出口、投资、消费、通胀及政策分别会是怎样的情形？

出口。出口在中周期由朱格拉周期决定，未来三年都不会太差；短周期由库存周期决定，未来两三个季度可能会经历一轮小幅放缓。

投资。一系列背离显示固定资产投资数据、制造业投资数据准确性存疑。所以投资数据本身并不重要，关键是方向。

尽管市场预期普遍对基建比较悲观，但我们倾向于认为2018年基建仍可能保持大致稳定；房地产投资将继续温和向下；制造业是明年看点之一，明年制造业投资将继续修复。

我们认为房地产投资波动比销售波动小，即投资放缓不会太剧烈的原因包括：偏低的新房库存；初步启动的租房投资增量；以及结构拆解后一二线相对于三四线的稳定性。

消费。2018年名义消费受CPI支撑，但实际消费受地产销售拖累。增速无亮点，关键看结构。限额以上消费即品牌消费、线上消费、乡村消费将是三大结构亮点。

通胀。历来通胀拐点易测，斜率难测，相对具有确定性的结论是：从对翘尾和新涨价因素的分析来看，2018年CPI中枢大概率高于今年；通胀主线会从PPI转向CPI；通胀预期会升温，加息预期会存在。

政策。2018年不太可能“双紧”，我们估计大方向仍是宽财政稳货币。这也是目前全球宏观政策的大方向。财政支出会显著向环保扶贫等民生领域倾斜。货币政策也将继续中性，但在全球利率周期向上背景下，政策性利率是否继续上调可能会成为2018年下半年市场预期的关注点之一。

市场。由于2018年名义增速回落且弹性变小，实际GDP亦小幅回落，整体性“盈利牛”的逻辑弱化；但名义GDP下行幅度并不足以触发通缩交易，所以应该是偏结构性机会。我们推演了2018年名义GDP变化的三个阶段，以及基于这一自上而下视角下的股市和债市环境。

风险因素：通胀、地产政策、美国加息等环节超预期

报告分为《逻辑篇》和《展望篇》，摘要能展现的，只是片段。欢迎阅读全文后与我们探讨。2016年我们谈“大宗商品见底”，2017年我们“朱格拉周期启动”，2018年我们谈什么？全文附后，敬请参阅。

正文

逻辑篇

一、需求端被忽略的因素是从一轮“婴儿潮”到一轮偏强的地产内生需求

人口周期的修复：2016-2020年是80-87年后第二波婴儿潮

2016年统计局数据下的出生率反弹至过去15年以来最高，卫计委分娩活产数据还要多60万。2015年12月27日，全国人大常委会表决通过了人口与计划生育法修正案，全面二孩于2016年1月1日起正式实施。根据国家统计局发布的1‰抽样调查推算数据，2016年全年出生人口达到1786万人；根据卫计委统计数据，2016年全年住院分娩活产数达1846万人；考虑到99%的住院率，实际生育数应大于这个数据。统计局口径的2016年中国出生率为12.95‰，属过去15年以来最高。

2017年出生率可能会进一步走高，2016-2020年将是一波婴儿潮，这将是继80-87后的第二波婴儿潮。由于政策效果释放的渐进性和二孩生育意愿的社会化特征，2016年应该只是一个开始。二胎放开后的绝大部分新增孕育并没有体现在2016年的数据中。根据人口模型，我们估计2017年的出生率水平将进一步抬升。实际上，卫计委数据显示，2017年前5个月全国住院分娩活产数为740.7万人，比2016年同期增加7.8%。十九大报告指出“积极应对人口老龄化”，从理论上来说不排除未来生育政策可能会进一步放开。即使从最保守的情形来看，2016-2020年已大概率为一波婴儿潮。1980年以来的近40年中，中国几乎只有1980-1987一波婴儿潮，2016年政策放开后开启的是第二波婴儿潮。

劳动人口（15-64岁）是一个粗略概念，25-34岁这部分比例其实在上升

很多研究都是基于劳动人口比例的下降，但没有进一步拆分。劳动人口比例的下降被不少研究作为内生需求下降的证据，这一点就中长期来说不无道理，但就短期来看，需要考虑的逻辑包括：1）虽然劳动人口比例在下降，但与经济趋势增速相关性更高的劳动人口增速正经历短期企稳；2）劳动人口（15-54岁人口）是一个粗略概念，需要再进一步做出拆分。

对房子和婴儿比较敏感的25-34岁人口比例还在继续上升。25-34岁人口比例在2009年左右是一个谷底，占总人口比例为13.2%，此后连续7年上升，2016年是过去8年高点的16.77%。

容易被忽略的一个因素是婴儿潮预期下这轮地产脉冲的内生性。

本轮地产销售脉冲时间偏长，力度偏强，在限购环境下是超预期的。本轮地产销售维持在正增长水平从单月销售增速的角度是25个月，从累计销售增速的角度是27个月以上。在持续的限购环境下，这一表现是超预期的。

棚改贡献只是一角，尤其不能解释一二线销售也偏强的问题。2017年棚改目标600万套，按货币化安置比例55%来估算，根据去化金额=棚户区完工套数×套均面积×全国商品房销售均价，可简单估算出2017年货币化安置去化金额，约占全国商品房销售之比约为17%左右。

本轮地产偏强与全面二孩带来的婴儿潮预期有关。草根调研显示，就2016-2017年相对旺盛的房地产需求来说，二孩带来的新房购买需求、置换需求（两房换三房四房等）、学区房购买需求是重要驱动之一，比较类似的消费表现是SUV汽车购买比例的上升。

根据卫计委数据，2017年前5个月出生的婴儿中，二孩及以上的比例已经在57%以上，较2016年变化迅速。二孩生育率的上升必然带来购房和房屋置换需求。

婴儿潮影响除地产领域外还包括一个更广泛的产业链，所以经验数据显示人口增速对于经济表现有较强解释力。除地产领域外，婴儿潮对于包括汽车、家电、母婴用品、食品、服装、教育、娱乐、医疗等领域的需求存在广泛驱动。就产业链的传递来说，这一边际增量的驱动不容低估。

二、供给端在“供给收缩”下的低弹性亦导致经济波动性降低

产能收缩、环保限产为何会导致实际增长的波动性下降？

供给收缩和环保限产的背景下，经济供给端有一种紧平衡带来的“削峰填谷”效应。在供给收缩和环保限产的影响下，供给端对于需求回升的反应是低弹性、不充分的。也就是说，在需求回升的周期中，由于政策约束的存在，供给的向上弹性存在一个天花板，没有完全反映需求的内生弹性；那么，在需求回落的周期中，供给端仍会维持一定程度的“紧平衡”，供给向下的弹性亦不会太大。这种情形下的经济表现有一种天然的“削峰填谷”效应。

供给收缩和环保限产的背景下，价格的信号功能钝化，经济需求端的弹性也会降低。在市场机制下，价格承担着上下游景气度判断和上下游供求预期的信号功能，比如上游原材料价格一开始跌了，中下游就开始去库存；中下游去库存进一步助推原材料的下跌。原材料价格和库存相当于经济小周期波动的一个“放大器”。而在供给收缩和环保限产的背景下，价格尤其是上游价格的信号功能钝化，需求端的弹性也会由此降低。

供求两端的弹性降低带来实际GDP的波动性降低。这一逻辑，我们在前期报告《供给低弹性带来经济低波动》中已经有过阐述。由于供给端和需求端弹性都有所降低，经济的波动性下降。

房地产低库存同样导致实际增长的波动性下降

经过一轮“房地产去库存”和一轮较强的地产销售脉冲，地产库存已经在偏低位。2015年底，中央提出“房地产去库存”的政策方向，经过2016-2017两年，地产库存已经大致降至3-4年来新低。易居房地产研究院数据显示全国80城库存已降至2013年8月的水平。

新开工和库存大致是弱负相关关系，库存偏低对新开工形成一定支撑，在下行期也很难下行太剧烈。逻辑上很容易理解的是，当地产库存比较低的时候，供给紧俏，地产商就会增加供给。从经验上来看，库存与新开工也是负相关关系。这意味着库存偏低的情况下，新开工存在基本面上的支撑，即使向下也不会太剧烈。

库存偏低亦会对价格形成支撑，而相对有韧性的价格对销售是有利情形。库存偏低导致价格比较有韧性。对于投资特征依然较强的市场来说，价格韧性对购房需求来说是正向信号。

房地产低库存带来的地产销售、投资韧性也是经济波动降低的原因之一。地产销售带动汽车、建筑装饰、家具家电及服务业等行业，地产投资带动上游建材等一系列行业，地产销售和地产投资可以算是需求端两大引擎。房地产低库存带来地产销售、地产投资韧性，这一点是实际经济增速波动率下降的另一原因。

低波动性一度带来资产的确定性溢价

实际增长率呈现出来的低波动性改变了对中国经济的悲观预期，从而给中国概念资产带来了确定性溢价。

实际上，确定性溢价也是2017年中国资本市场的重要线索之一，所谓的“周期变蓝筹”，本质上是一轮确定性溢价的呈现。微观定价的确定性溢价之所以能够形成，一则是因为宏观波动性降低，尤其是下行风险降低；二则是因为供给端集中度上升，导致部分资产的确定性价值更大。

三、2017年简单来说就是“需求扩张+供给收缩”下的名义GDP扩张

名义GDP扩张的由来：需求扩张，供给收缩

名义GDP的回升是2017年中国经济的最大特征。2016年前三季度名义GDP增速为7.4%，全年为8.0%；而2017年前三季度剧烈上行至11.3%。类似级别的名义GDP的显著上行并不多见，前几次分别是2003年、2007年、2010年。在2016年底的年度报告《名至，实归》中，我们曾准确判断“GDP名义增速正在回升，这是我们理解2016及2017年经济逻辑的一条主线”、“包括企业利润、利率在内的重要指标其实均取决于GDP名义增速”、“GDP名义增速顶部可能是2017年Q1或2017年Q2”，凭借这一点算是抓住了2017年经济和资产定价的主逻辑；当然，实际GDP比我们当初预期的要更坚韧。

名义GDP上升的背景之一：需求扩张。很多研究者都否认2017年实际需求扩张的存在，似乎变化的只有价格，这一点是很不客观的，纯量的数据回升非常广泛：

铁路货运量2016年增速是-0.8%，2017年前10个月增速是13.5%；全社会用电量2016年增速是5%，2017年前10个月是6.7%；工业用电量2016年是2.9%，2017年前10个月是5.7%。柴油表观消费量2016年是-5%，2017年前10个月是2.9%。挖掘机产量同比2016年全年是19.4%，2017年前10个月是65.8%。

如我们一直以来指出的，需求回升与一轮朱格拉周期触底回升有关，内外需都有改善，出口交货值由2016年的0.4%上升至2017年1-10月的10.5%，制造业工业增加值由2016年的6.8%上升为2017年1-10月的7.2%；考虑到2017年环保限产约束较大，内生的回升力度应大于这一幅度。而且不止中国，绝大部分OECD国家经济都有较为显著的回升。

名义GDP上升的背景之二：供给收缩。供给收缩是2017年中国经济的另一主线。

2017年，我国钢铁、煤炭去产能年度目标分别为5000万吨和1.5亿吨，目前都已经超额完成；1.4亿吨地条钢产能出清。环保督察和“2+26”淘汰了大量不符合环保标准的企业和产能。

需求扩张带来量，供给收缩带来价，合起来就是量价齐驱的名义GDP的回升。2017年经济的特点是量价齐驱的增长，其中需求扩张带来量，实际GDP从2016年的6.7%上行至2017年前三季度的6.9%；供给收缩带来价，平减指数从2016年的1.2%上行至2017年前三季度的4.2%。

所以2017年股市整体是偏牛，且原材料是最好的投资品

企业盈利是名义GDP的影子指标，企业盈利伴随量价回升。企业盈利也是一个名义值，既包含量，又包含价，所以企业盈利是名义GDP的影子指标。在名义GDP上升的周期中，企业盈利处于改善周期之中。这是一个大逻辑。而盈利挤压，即需求价格弹性高的行业对于下游的盈利挤占是一个次逻辑，因为一则由于预期的存在，在经济通缩期量一般也是收缩的，而扩张期相反，所以即使被挤压的下游，其状况也会改善。二则在盈利整体好转的时段，市场定价机制也会驱动行业间有一个盈利的再分配。所以在名义GDP回升的时段，不能过于舍本逐末关注盈利挤占问题，要意识到盈利回升是一个主线逻辑。

所以2017年股市整体偏牛，且原材料是最好的投资品之一。在盈利伴随名义增速回升的背景下，股市整体表现略偏牛。

我们在2017年初曾经提示朱格拉周期上升期可能会依次表现的三大主线：上游原材料、中游制造业、外围出口与航运。

实际上原材料确实属于2017年表现最活跃的资产之一。这个在逻辑上非常容易理解：因为它一则受益于量，内生的需求量伴随着需求扩张在扩张；二则受益于价，价格伴随着供给收缩而上升。

所以2017年债市是整体偏熊，利率中枢出现了一轮重估

利率的三个标尺：名义GDP、中美利差、风险溢价。在《利率的三个标尺》中，我们指出，金融资产是一种具有不确定性的远期凭证，所以它会永远伴随三个相关概念，一是预期收益，或叫资产盈利能力；二是贴现率，或者叫时间成本；三是风险，或者叫概率。我们在考虑债券资产的定价时，实质上也是同样的一个过程。债券价格主要受广义的投资回报率（名义GDP）、广义利差（一个广义无风险利率基准，主要受开放经济体的内外均衡影响）、风险溢价（出现不确定性的补偿）三个因素影响。

2017年名义GDP的回升是债市压力加大的一个首要因素。2017年，美债收益率先降后升。对于Q4来说，10年期美债收益率的上升（从2.1%至2.3%）可能给国内利率带来了阶段性的利差压力，毕竟它的上升速率会带来进一步上升的预期。但就全年来看，美债只是从年初的2.3%变成了年尾的2.3%，对中国国债收益率构成的利差压力并不大。

金融去杠杆带来的风险溢价上升可能是一个压力因素，所以利率上升最陡峭的阶段是在Q2。但同时，我们必须看到在金融去杠杆的缓和期，利率压力也并无实质性放缓。

名义GDP的回升可能还是一个首要因素。2016年Q4名义增速开始剧烈回升；2017年前三季度，名义GDP一直在11%以上的高位。这一点与利率表现大致吻合。

如前所述，企业盈利是名义GDP的影子指标，我们也可以通过企业利润的回升感受利率所承受的基本面压力。

四、2018年名义增速扩张期结束，房地产贡献下降，制造业贡献上升

2018年地产销售、地产投资的贡献率都将大概率下降

棚改脉冲在2018年可能会有所减弱。2016年Q3至2017年Q3是一轮棚改脉冲。2018年大概率还会有棚改，但按照2018-2020年1500万套的规模来看，2018年的力度可能会弱于2017年的600万套。货币化安置比例目前在高位，很难再上升。

销售和新开工处于回落周期中，往下未必有太大空间，但短期很难显著反弹。目前最新的销售单月增速在-6%左右，年累计增速大约在8%左右。新开工和投资的单月增速分别为-4%、5%左右，累积增速分别为5.6%和7.8%，回落脉冲还在继续。

我们做一个大致估算：由于房地产销售环比特征比同比特征要稳定很多，基本上呈现比较规律的季节性，我们用过去三年的环比均值作为环比趋势值，依次动态递推每个月，则2018年地产销售年累计增速大约在2%左右，单月低点在-10%左右。

地产投资弹性一般远低于销售弹性，比如2016和2017；且目前存在低库存的支撑，我们估计可能会温和回落。

而且随着供给、需求两端长效机制的浮出水面，行业可能会维持一个低库存、低弹性特征。从供给端看，政策已经把发展租赁房当作一个方向；从需求端看，房产税启动立法有较大可能性，两个方向都会对房地产市场影响深远。在供求两端的变化之下，行业可能失去高弹性特征，即销售的弹性较低、投资的弹性也降低。

对比2016、2017年，地产系贡献将继续下降。2016年地产销售增速为22.5%，地产投资增速为6.9%；2017年1-10月销售增速大幅下降至8.2%，地产投资增速7.8%。

从投入产出表的角度，地产对于GDP的影响直接广泛，绝大部分主流行业都会直接或者间接受地产影响。但最新的投入产出表数据并不可得，我们只能根据地产的GDP直接贡献率去看。实际上，我们可以粗略认为地产整体贡献率与直接贡献率存在一定比例关系。

从2018年地产销售、投资的预期增速来看，地产对于GDP的贡献将较2017年继续下降。

实体经济已度过转折点，制造业投资将继续修复

制造业投资修复的第一个条件：需求端好转，利润表改善──以5000户工业企业景气扩散指数为例。从5000户工业企业数据来看，订单、盈利状况与投资是同周期的过程。目前订单、盈利状况都已经确认出现了一轮回升，投资亦在回升初段。

制造业投资修复的第二个条件：供给端好转，产能利用率度过底部──以最新公布的产能利用率数据为例。11月下旬，中国产能利用率数据首次公布。根据这一数据，2016年Q1是本轮产能利用率低点，此后产能利用率已经连续6个季度回升。实际上，这一点与我们根据微观总量数据得出来的影子指标大致吻合。

制造业投资修复的第三个条件：宏观杠杆率好转，微观杠杆率触底──以BIS的杠杆率数据和工业企业资产负债率为例。去杠杆一直是对制造业投资偏悲观观点的主要依据之一。但实际上，根据我们对于杠杆率的观测，宏观杠杆率目前已经开始好转；微观杠杆率其实已经降到一个偏低位。

这一点我们在接下来的部分会再详细阐述。

企业利润增速可能会低于2017年

名义GDP的方向基本上就是企业利润的方向。企业利润和利率都是名义GDP的影子指标，也就是说，企业利润就是量价综合影响下的一个结果。从历史数据看，企业盈利增速和名义GDP增速就是经验上的同步关系。

2018年名义GDP温和回落对应企业利润增速温和回落。我们估计2018年的名义GDP增速将会从2017年的11%以上回落至9.5%至于10.5%的范围内，与此对应，作为微观影射的企业利润也是一个温和回落的过程。

2017年利润上升速度比较快，企业有动力进行一定程度的利润平滑，这也在一定程度上缓和了2018年的利润放缓速度。

去杠杆不会是定价逻辑的关键问题，兼谈如何看待实体杠杆率

2018年政策会进一步推动“去杠杆”。“去库存、去产能、去杠杆、降成本、补短板”是经济工作的既定主线，去库存、去产能已经取得了实质性成效。再次就是降成本。从国务院《降低实体经济企业成本工作方案》（国发48号文）来看，降成本主要是税费成本、融资成本、制度交易成本、人工成本、能源成本、物流成本等。其中多数领域属于市场化定价，融资成本受利率周期影响，具有内生性；只有税费成本在成果上是比较显性化的，故方案提出“全面推开营改增试点，年减税额5000亿元以上。清理规范涉企政府性基金和行政事业性收费”。另一个引人注目的政策落地就是“去杠杆”。2017年，中国推动了金融去杠杆。

“金融去杠杆”上半场结束，下半场开启，下半场对于利率和流动性的冲击可能小于上半场。在《金融去杠杆：当前位置和未来趋势》中，我们曾指出，金融去杠杆在逻辑上分为五个步骤：第一步，货币相对收紧，制止短端利率下行和杠杆增量再增加；第二步，专项业务整顿加上正式实施MPA表外理财考核；第三步，将同业存单纳入MPA考核体系；第四步，资管业务规制、表外理财和同业存单监管规则细化；第五步，金融监管体系改革。

其中前三步我们可以称为“上半场”，其重点是存量刹车和整顿，对利率定价冲击较大；第四、第五步我们可以称为“下半场”，其重点是增量规范，由于面对的是已经在较大程度上price-in的定价，对利率的边际影响将会减弱，风险溢价的冲击讲更多是阶段性的。11月17日《关于规范金融机构资产管理业务的指导意见（征求意见稿）》发布，标志着金融去杠杆下半场开启。

实体杠杆率目前状况：边际上已经企稳，企业杠杆率已经开始下行。根据BIS数据，2017年Q2中国宏观杠杆率为255.9%，持平于上一季度，即在边际上已经终止上行趋势；其中非金融企业杠杆率为163.4%，属于2016年年中以来第四个季度下行。

宏观杠杆率目前处于发达经济体的中等水平，高于发展中国家水平。杠杆率偏高背后有几点特殊性，我们在考虑杠杆率问题时需要考虑在内：一是中国GDP统计体系尚不完善，学术研究一般认为个体经济、家庭服务、研发费用环节存在一定的漏统可能。如果GDP总量被低估，则宏观杠杆率是被高估的；二是中国政府和居民杠杆率横向比较并不算高，企业杠杆率偏高的原因之一可能是部分企业在承担地方政府的隐性债务，这一点与中国投融资体系有关。三是宏观负债水平和微观资产负债率相差一个“资本产出比”。资产虚拟化程度提高，或实际投资回报率降低，都将推高资本产出比，拉大宏微观杠杆率差距。这一点在现实中可能部分和产能过剩及地价房价的偏高有关。

未来降低宏观杠杆率的主要方式可能是扩大分母端，如混改和债转股，而不是过度压负债端。降低企业杠杆率在逻辑上有两种方式，一种是压缩负债，一种是扩大权益。从历史经验看，单纯负债端紧缩去杠杆可能并不是一个现实的方式，因为它会导致经济通缩压力加大，企业陷入营收和杠杆之间的恶性循环。所以我们判断未来实体去杠杆应该主要是资产端的方式，通过国企的混合所有制、债转股、PPP，引导资本通过权益方式替代负债，推动杠杆率降下来。

政治局会议“要使宏观杠杆率得到有效控制”的提法也验证了我们上述观点。中共中央政治局12月8日召开会议，分析研究2018年经济工作。会议关于去杠杆的最新界定是“要使宏观杠杆率得到有效控制”。从“去杠杆”到“使宏观杠杆率得到有效控制”在强调重点上发生了变化。目前宏观杠杆率其实已经边际止升，企业杠杆率已经开始下降。政策从“有效控制”的角度来推动实体去杠杆，影响不会太剧烈。

“去杠杆”不会是2018年资产定价逻辑的一个关键影响变量。如前所述，中国会进一步推动去杠杆；但无论是金融去杠杆还是实体去杠杆，都不会是一个特别剧烈的方式，即“去杠杆”不会是2018年资产定价逻辑的一个关键影响变量。

五、增长故事之外的结构故事：从“80-87”人群的成长过程看中国产业结构第三次变迁

80-87婴儿潮的成长历程带来中国产业结构的三次变迁

1980年中国的出生率是18.21‰，后一直维持相对高位，至1987年的高点为23.33‰，此后开始下行，至1990年回落至20‰以下。

80年代婴儿潮人群在18-20岁的时段（1998-2007年）是中国出口产业链最好的阶段。婴儿潮出生人群在18-20岁的时候，即1998-2007年前后，中国的劳动力供给极其丰富。低劳动力成本伴随着市场化和对外开放进程的加快，中国出口产业链迎来了最好的阶段。

80年代婴儿潮人群在25-28岁的时段（2005-2015年）是中国地产产业链最好的阶段。在2005-2015年间，婴儿潮出生人群面临首次买房置业的需求，并由此带动中国房地产行业的“黄金十年”。房地产行业的兴盛带动了一个庞大的地产系产业链。

80年代婴儿潮人群在35-38岁的时段（2015-2025年）将是中国“制造强国”和“美好生活”需求最好的阶段。随着人口周期的进一步演进，婴儿潮出生人群将进入35-38岁的年龄，这一阶段将是中国产业链升级的第三个阶段。这一阶段将大致对应十九大所描述的“制造强国”和“美好生活”两大线索。

萌芽中的第三次变迁：为何是高端制造、新产业、医药健康、休闲消费、教育养老等产业链

我们可以通过80-87人口的代际传递继续解析这一问题：

首先是年龄结构与“高端制造”。80年代婴儿潮人群的年龄渐增，青年人口比重下降，劳动密集型产业已难有优势，所以中国的未来一定是高端制造。

其次是教育经历与“工程师红利”。80年代婴儿潮人群整体受过系统化的教育，这一代人成为职业主力的阶段是中国“工程师红利”和新产业赶超开始加速的阶段。

再次是高抚养比与医药健康养老。80年代婴儿潮人群中年化，而且整体面临高抚养比，这将带来医药、健康、养老等产业需求的上升。

然后是学龄子女与教育需求。80年代婴儿潮人群的子女正值学龄，教育需求处于快速上升的阶段。

最后是收入效应与“消费升级”。80年代婴儿潮人群正处于职业生涯黄金期，收入效应会推动休闲消费、娱乐、旅游等需求的上升。

上述产业链，统称为“高端制造”和“美好生活”。

六、2018年的产业线索之一是技改推动之下的“朱格拉周期”第二阶段

朱格拉周期第一阶段：资本开支低位、盈利修复，产能利用率终止下行

ROE受哪些因素影响？我们先从一个杜邦分解式谈起。ROE是由什么决定的？我们知道，净资产收益率（ROE）=销售净利率（NPM）×资产周转率（AU，产能利用率）×权益乘数（EM）。

一轮朱格拉周期底部的特征是什么？在一轮朱格拉周期底部，经济会呈现出一系列特征：需求差，企业不赚钱；供给端产能过剩，资产周转率低；企业已经自发去杠杆，资产负债率低。这三个角度分别对应着ROE的三个要素。

所以一个结果是ROE低。

ROE是新增投资的逻辑驱动，所以一个衍生的现象是新增资本开支低位。

为什么说2016年底我们判断是一轮朱格拉周期的底部回升？为什么在当时我们判断2016年底是一轮朱格拉周期的底部？主要判断迹象包括：

1）绝大部分制造业行业资本开支处于一个历史偏低位。

2）需求端度过了最差的通缩阶段，边际上已经有改善。

3）市场化企业已经完成一轮自发去产能；典型产能过剩行业正在经历行政性去产能。资产周转率已经有触底回升迹象。

4）工业企业资产负债率到2011年以来新低；5000户工业企业负债率处于2014年年中以来新低；上市公司口径的资产负债率在2014年年中之后一直在震荡下行。

为什么这意味着一轮朱格拉周期的底部？逻辑上的过程很简单，需求改善让产业供给收缩可以不以通缩为代价，供给收缩和产能改善提升价格，价格推高利润，利润改善、产能利用率改善会驱动ROE提升，在绝大部分行业已经处于资本开支低位的情况下，ROE驱动新一轮资本开支。

2017年我们又看到什么现象完美验证了朱格拉周期第一阶段？2017年，一系列现象完美验证了我们关于朱格拉周期的逻辑：

第一，产能利用率数据出来，证实了工业企业产能利用率数据连续6个季度回升。

第二，能够比较典型的表征朱格拉周期的两个扩散指数“5000户工业企业设备能力利用水平”和“5000户工业企业固定资产投资”大致确认了2016年Q1的底部，此后震荡上行。

第三，工业企业资产负债率的一阶变化率即同比已经开始上行，从经验规律看，这是资产负债率阶段性底部的一个标志。

第四，制造业上市公司ROE继续回升。

第五，设备投资已经在部分行业发生，工程机械出现一轮明显的产销扩张。

朱格拉周期第二阶段将是“技改”、产能置换和非过剩行业的新增投资

中国制造的三个问题是产能、环保、附加值，在压缩产能、提升环保之后，推进技术升级是一个必然。一直以来，中国制造在一定程度上存在过剩产能、低环保标准、低附加值的问题。通过一轮“去产能”有效压缩了工业产能；通过一轮环保升级淘汰了环保不达标的企业，提升了行业集中度；那么接下来的一个过程应该是推动一轮技术升级。

可以作为一个参考的是1997-99年，中国在进行一轮纺织行业供给侧改革及三角债清理之后，组织实施了一批重点技术改造专项工程，引进国外先进技术、装备，对国内企业进行大规模改造提升。

技改是政策引导的方向，十九大报告已经明确下一步重点方向是“提升供给端质量”。十九大报告在深化供给侧改革的部分没有再强调去产能，而是将主攻方向定义为“提高供给体系质量”，这意味着供给侧改革正在进行由“量”到“质”的转变。提升供给端质量的重要方式之一应该就是一轮制造业的技术改造。

关于技改的主要思路，《中国制造2025》指出：明确支持战略性重大项目和高端装备实施技术改造的政策方向，稳定中央技术改造引导资金规模，通过贴息等方式，建立支持企业技术改造的长效机制。…促进钢铁、石化、工程机械、轻工、纺织等产业向价值链高端发展。研究制定重点产业技术改造投资指南和重点项目导向计划，吸引社会资金参与，优化工业投资结构。围绕两化融合、节能降耗、质量提升、安全生产等传统领域改造，推广应用新技术、新工艺、新装备、新材料，提高企业生产技术水平和效益。

《中国制造2025》大致指明了技改的行业方向：包括“加快机械、航空、船舶、汽车、轻工、纺织、食品、电子等行业生产设备的智能化改造”；二是“全面推进钢铁、有色、化工、建材、轻工、印染等传统制造业绿色改造”。

企业也已经进入有动力、有能力推动技改的阶段。从企业角度来说，由于出口系产业链和地产系产业链在2012年之后已经逐步度过黄金期，即使目前属于周期性回升，也会是表现在中周期相对温和的回升。企业扩张产能的弹性有，但并非全部。推动技术改造，提升产品附加值将会存在内生性的动力。同时，在需求扩张和供给收缩的2017年，企业利润出现了明显改善，和2014-15年的通缩期已有明显不同，有能力推动技术改造。1-10月份，工业技改投资增长14.1%，增速比1-7月份提高3个百分点，比全部工业投资高6.8个百分点；占全部工业投资的比重为43.3%，比去年同期提高3.4个百分点。1-10月制造业技改投资增长13.4%，增速比1-7月份提高3.1个百分点，比全部制造业投资高11.3个百分点；占全部制造业投资的比重为46.3%，比去年同期提高2.9个百分点。

对产能过剩产业来说，继续压制落后产能，释放先进产能就是技改，它还可以同时抑制上游价格压力。产能置换是指新（改、扩）建项目应淘汰与该建设项目产能数量相等的落后或过剩产能，这其实已经是去产能过程中的既定方式之一。对于非严重过剩的产能过剩行业来说，预计未来产能置换是一个方向，即压制住落后产能死灰复燃，但同时又鼓励释放先进产能，进行“等量置换”或者“减量置换”。

在去产能取得显著成效后，更大范围以鼓励产能置换来替代纯产能削减可能是一个合理的路径，它可以在保护去产能成果的同时完成技术改造，对上游价格上行压力也是一个抑制。

对于非产能过剩行业来说，朱格拉周期第二阶段是新增资本开支显著回升的阶段。如前所述，销售利润率的改善，产能利用率的回升和杠杆率的顺利调整导致ROE触底回升，而ROE领先于新一轮资本开支。对于非产能过剩的行业来说，2018年将是资本开支尤其是设备投资继续修复的时段。

新产业的投资也将加快。《中国制造2025》明确了未来制造业升级重点的十个新产业， “十九大”已经进一步确认了创新驱动的方向，估计在2018年两会之后，地方会加快新一轮新产业投资的布局。

七、2018年的产业线索之二是政策推动之下“工程师红利”的加速释放

什么是“工程师红利”？为什么中国经济存在“工程师红利”？

人口不止有数量，人口素质亦是供给端效率的重要影响因子之一。工程师红利是指教育、研发、创新所带来的红利。由于前期的一系列因素的积累，中国的工程师红利正在形成：

第一，人才：过去10年中国培养了6000万大学毕业生和450万研究生，以及大量的留学归国人才，人才累积雄厚。

第二，技术：经历“863计划”、“973计划”、“国家重点研发计划”等国家主导的战略性科技研发的积累和突破，很多产业技术领域与国际前沿的差距在不断缩小。

权威科研论文数量是衡量人才和科技领域发展程度的一个重要指标。根据Nature杂志依据其测算方法（Nature index，主要根据68种全球一流期刊的论文发表数据）的排名，中国科研论文数量加权评分已经居全球第二位。

第三，研发：2009年之后，经济快速增长期过去。企业粗放式竞争的难度加大，于是R&D投入开始显著上升，前期投入如今迎来一个技术收获期。PCT专利申请量是衡量一国研发能力和创新能力的重要指标。根据WIPO数据，2016年美国、日本、中国专利申请量分别为5.66万件（同比增长-0.95%），4.52万件（同比增长2.6%），4.31万件（同比增长44%）。按照目前增速，中国PCT专利申请量很可能在两年内居全球第一位。

第四，孵化：国家对创新产业的引导和地方政府竞争性的高新区建设及对创新创业产业的扶植，带来中国良好的创新环境；同时中国资本存量又有优势，目前已是位居全球前列的VC市场。一批初创型科技企业也已崭露头角，根据德勤和投中信息发布的《中美独角兽研究报告》，中国独角兽企业数量已全球第二，全球占比为38.9%。

我们知道，古生物学上存在寒武纪生命大爆发（Cambrian Explosion）的现象，一系列背景决定了当前中国“工程师红利”和技术赶超处于一个“寒武纪时代”。

人口红利引导中国制造业做大，“工程师红利”将引导中国制造业升级。从1980年到2010年，是中国人口红利释放的三十年，人口红利推动中国制造业做大；同样，2017年至2035年，是中国工程师红利释放的二十年，工程师红利将驱动中国制造业升级、做强。

十九大关于产业创新的导向是B端创新，即创新主体是国家和企业，重点是技术，B端创新将推动“工程师红利”释放。十九大关于2035年（第二个一百年的前15年）目标的表述是“经济实力、科技实力将大幅跃升，跻身创新型国家前列”，一是经济，二就是科技，“创新型国家前列”这样一个目标意味着中国将进入“工程师红利”释放的黄金阶段。

十九大指出“加强国家创新体系建设，强化战略科技力量。深化科技体制改革，建立以企业为主体、市场为导向、产学研深度融合的技术创新体系，加强对中小企业创新的支持，促进科技成果转化”。值得注意的是，会议精神指出创新主体是国家和企业，即战略重点是B端创新而不是C端创新。一个粗略的理解是，C端创新的点在商业模式，B端创新的点在技术。B端创新将有助于推动“工程师红利”释放。

政策环境和产业估值环境的改变将激励企业加快进入“研发收获期”

政策、市场和估值环境将会推动前期研发有动力进入兑现或变现，即一轮“研发收获期”将会出现。政策环境将驱动一二级市场对相关资产估值环境的变化。

我们以“人脸识别”这样一个AI的热门应用领域为例，从一级市场的案例可以看到，中国人脸识别领域的独角兽们在2017年加快了融资。为何会有这样的一种现象出现？

我们认为，一个重要的因素是政策环境，以及由政策环境驱动的市场环境、估值环境的变化让企业有动力加快进入“研发收获期”，即把前期研发积累的成果兑现或者变现，以更雄厚的资本去抢占技术制高点或者在市场份额上获得先发优势。

简单来说，“B端创新”、“研发收获期”，以及“一级市场映射”可以成为我们关注工程师红利相关资产的一条重要线索。

八、2018年的产业线索之三是类通胀环境和三四线基础消费突破门槛

未来价格斜率尚不清楚，但焦点无疑将从PPI转向CPI，消费处于基本面有利的类通胀环境。

从历史经验来看，通胀的拐点判断相对容易，斜率判断尤其是跨年斜率判断，面对的不确定性是难以掌控的。我们只能从不确定性中寻找相对确定的线索，就2018年的通胀来说，相对确定的是两点：

第一，中枢大概率高于2017。判断依据是基数、产出缺口指向，以及中美通胀周期大致同步等经验规律。值得注意的是，特朗普减税在一定程度上可能会助推通胀。

第二，焦点将从PPI通胀转向CPI通胀。这一点应无需过多说明。

也就是说，2018年至少大概率处于CPI的“类通胀环境”下（如果我们暂时不清楚是温和通胀还是中高通胀）。

十九大对于扶贫、乡村振兴战略的重视可能会进一步带动三四线基础消费扩张。

2016-2017年已经出现了一轮三四线和农村消费扩张，它背后有一系列原因。2017年乡村消费增速显著快于整体，我们猜测这背后包括一系列原因：

第一，人口回流效应。从公布农民工外出和本地分布的变化来看，县域和农村可能正在经历一轮回流，这一点带来的是提升的消费力和消费习惯；

第二，渠道效应。三四线在经历了一轮房地产化之后，城市布局改变，Shopping mall下沉，品牌化消费的渠道约束打开；

第三，收入效应。经历了一轮棚改货币化、扶贫、新农村之后，收入效应带动中低端消费。

十九大非常重视收入分配差距问题。十九大既强调增长，又强调收入分配。十九大报告明确的中长期发展目标（2035年）之一就是“中等收入群体比例明显提高，城乡差距和居民生活水平差距明显缩小”。指出目前“城乡区域发展和收入分配差距依然较大”。为此，十九大提出的政策方向包括“脱贫攻坚战”、“社会保障体系建设”、“乡村振兴战略”、“区域协调发展战略”等。

结构性因素的继续累积，及新一轮收入效应的显现，可能会继续推动三四线的消费升级，尤其是二线消费品牌对于山寨品牌的替代。人口回流、渠道下沉的影响继续累积；再加上新一轮政策将会带来一轮收入效应的脉冲，我们倾向于认为三四线消费升级将继续是一个实实在在的过程。它的受益点不在于是一些定位高端的公司和消费品牌，而是在三四线市场占比较高，渠道下沉较早，以及市场定位中低端的基础消费品牌。本质上，这轮三四线消费升级是基础消费品牌对于山寨品牌的替代。