【bst365·体育最新版V7.24.568】国元证券：空调业长期增长可期 新增市场迁移

发布时间：2025-02-03 丨 浏览次数：

来源 国元证券　　报告要点：　　✭我国空调市场长年仍将维持4.7%以上的快速增长　　我国空调市场经过将近三十年发展配套千倍。由于气温、文化习惯以及空调品类相似，日本为我国空调发展获取了一条相近的路径。但由于行业集中度、居民收入快速增长以及地产周期等方面的有所不同，我国空调将走进与之有所不同的道路。

我们通过对标日本并分区域测算，预计2030年我国空调存量市场将超过8.4亿台，未来仍有3.4亿以上追加存量空间，CAGR为4.7%。　　✭农村及中部地区是未来新的增长点　　空调市场需求将随着居民农村居民收益快速增长渐渐关上，中部、农村等人口挤满区域空调保有量或将在低人口基数下取得更高的存量快速增长空间。根据我们测算，到2030年，华东、西南、京津冀、华南地区将分别减少1.00亿、0.97亿、0.69亿以及0.46亿台追加存量；分城乡来看，2023年农村新的增量将超过1706万台，多达城市新的增量1589万台。

　　✭2020我们怎么看　　我们指出2020年空调行业追加保有量或快速增长4.4%。短期来看，气温、政策以及疫情等影响2020年最后销量；长年来看，疫情加快下的行业渠道变革不会更进一步关上沉降市场，为空调行业带给新的机遇。同时，由于增量市场由城市向农村移往，气温的影响将从高温持续时间渐渐改变为高温强度；而大大加码的农村以及电商政策也将加快增量市场向农村移往。　　✭投资建议　　我们指出，随着行业务实快速增长，空调市场仍有不断扩大空间。

随着行业新的增长点向低线市场迁入，以及低线市场电商化，行业龙头以及电商布局完备的企业将不会获益。建议注目仅有渠道布局完备，通过全面数字化，效率持续提高的美的集团（000333.SZ）以及行业龙头格力电器（000651.SZ）。　　✭风险提醒　　行业出口不及预期的风险，国内消费衰退不及预期的风险，原材料价格大幅度波动的风险。　　附表：盈利预测　　报告目录　　1． 未来十年，空调行业仍将维持4.7%增长速度　　1.1三十年千倍快速增长后，行业增长速度渐渐平稳　　1.2对标日本：居民收入、空调价格以及地产增进行业快速增长　　1.2.1居民收入：收益持续提高推展空调销量快速增长　　1.2.2空调价格：空调价格下降造就空调销量提高　　1.2.3新建地产：追加地产造就空调消费提高　　1.3存量市场未来十年仍有3.4亿台追加空间，年化增长率4.7%　　2．农村、中部地区是未来新的增长点　　2.1中部省份快速增长将一骑马绝尘　　2.2流量向上迁入，农村新的增量将在2023年打破城市　　3.2020我们怎么看？　　4．投资建议　　5．风险提醒　　序言（一）居民农村居民收益、空调价格以及住宅销售对空调影响　　序言（二）测算未来空调空间　　序言（三）天气的影响　　报告正文　　01　　未来十年，空调行业仍将维持4.7%增长速度　　1.1三十年千倍快速增长后，行业增长速度渐渐平稳　　我国空调市场经过将近三十年发展配套千倍。

从增长速度来看，我国空调市场经历了三个阶段，90年代初空调产品供不应求，空调产量从1990年21.96万台快速增长至1993年291.8万台，CAGR为136.9%。随着居民对空调产品市场需求提高，空调市场在1994年至2004年的十年中年填充增长率30%以上，空调产量由382.6万台提高至6390.3万台。

2005年至今，空调市场增长速度渐渐平稳，空调产量由7469.1万台快速增长至2019年21866.2万台，CAGR为8.5%。　　1.2对标日本：居民收入、空调价格以及地产增进行业快速增长　　由于气温、文化习惯以及空调品类相似，日本为我国空调发展获取了一条相近而落后的路径。我国与日本皆在6、7月份经常出现高温天气，空调销售也在这段时间超过最高峰（金麒麟分析师）。

而在国家发展路径上，日本在上世纪 70-90年代的高速发展以及之后的稳定快速增长也对于我国空调发展具备较小参照意义。　　以我国目前城镇保有量为座标，日本空调发展可分成三个阶段：1970-1993年，预示着居民收入平均值年始快速增长6.9%以及空调价格年填充2.8%的上升，空调行业CAGR超过14.3%；1993-2003年，日本空调保有量超过150台/百户，空调市场增长速度上升，CAGR为5.2%。日本居民农村居民收益在1996年开始渐渐稳定，年填充增长率转入0快速增长区间，空调价格由于市场更为集中持续走低；2003-至今，随着日本动工物业数阶梯式上升，日本空调保有量转入较慢快速增长过程，CAGR为0.9%。　　居民收入、空调价格、新建地产销售、气温以及政策推展了我国空调行业的千倍快速增长，但若将中日居民收入、空调价格以及新建地产不作较为，我们找到因子间有所不同的发展轨迹使得其对空调行业的影响经常出现差异。

有所不同因子对于我国空调市场的影响可参看序言（一）。　　1.2.1居民收入：收益持续提高推展空调销量快速增长　　日本在1996年前后收益增长速度的很大差距为我们获取了极佳的观测收益与空调销量的案例。在1996年以前，日本保持了近三十年人均农村居民收益填充增长速度6.9%的快速增长；1996年之后，人均农村居民收益CAGR减少至0.2%。

　　居民农村居民收益的提高使得空调消费空间渐渐不断扩大。从日本情况来看，在人均农村居民收益快速增长期间，空调销量增长速度维持每年7.6%的年平均填充增长率；而在收益保持稳定时，空调销量增长速度亦回升到0.2%年填充增长率。　　这一观点也在我国空调市场以求反映。

根据国家统计局数据数值，居民农村居民收益每提高1%，该年空调销量提高0.8%。　　但是，由于我国人均收入的省际差异以及城乡二元结构差异，与日本比起，我国人均收入将更加长时间保持稳定快速增长，这使得我国空调销量增长速度持续时间也将较日本维系更长。

随着我国中部兴起战略以及西部研发战略的急剧前进，我国中西部地区人均收入仍将维持务实快速增长。我国的城镇化进程也将使得农村居民收入增长速度急剧提高。我国收益快速增长或将较日本沿袭时间更长，而这也不会造就空调销量持续提高。

　　1.2.2空调价格：空调价格下降造就空调销量提高　　从中日空调价格波动来看，空调价格波动不会带给空调销量的偏移波动。中日在空调价格与销量波动上表明出有一致性，在空调销量持续增长的前提下，空调价格提高不会使得空调销量增长速度上升，而空调价格下降又不会增进空调销量增长速度提高。　　但是，在空调价格走势上，中日有所不同的市场竞争格局造成空调价格有所不同走势。

日本空调价格在1979年-1984年空调保留亲率大幅度提高期间维持了5年快速增长态势，价格由13.4万日元提高至17.2万日元。随后日本空调价格转入漫长的暴跌，由17.2万日元跌到至2006年7.1万日元。从2006年至今，日本空调价格保持稳定增长趋势，2019年超过8.3万日元。而中国空调价格则在2004年触底后维持务实快速增长，2019年空调价格超过3728元。

　　与我国龙头高度集中的市场有所不同，由于日本市场空调占有率比较集中，空调均价持续减少。由于生产能力、渠道以及产品导致的市场集中度差异以及进而造成的空调价格差异我们将在空调行业之二公司篇明确介绍。　　1.2.3新建地产：追加地产造就空调消费提高　　较为中日有所不同的追加地产趋势，追加地产皆不会推展空调消费。

由于空调转入中日时社会发展有所不同，造成在空调发展过程中，面对的追加地产情况经常出现差异。日本新建物业在1970-1996、1998-2008以及2008-2019年经常出现三段阶梯上升趋势，而我国追加地产套数则从2000-2012年呈现出持续增长趋势。通过对中日两国空调销量及追加地产数据重返分析，我们找到在有所不同的地产趋势下，追加地产的快速增长皆不会提高空调销量。

　　1.3存量市场未来十年仍有3.4亿台追加空间，年化增长率4.7%　　由于历史数据缺陷，我们用于国家统计局每百户保有量及我国城乡户数对存量空调市场展开推算出。与现实销量比起，我们的算法无法涵括经销商及厂商库存。

　　根据国家统计局各省份城乡居民居民空调保有量及人口数据展开相加加总计算出来，2019年我国空调存量市场为5.1亿台。其中，其中城镇空调存量3.8亿台，农村空调存量1.3亿台。　　考虑到我国区域间经济差异以及我国空调行业趋势与日本相近又有所不同，我们将空调市场展开区域区分，分区域展开空间测算。　　我们假设：　　1． 低保有量地区增长速度将沿袭日本增长速度路径。

我国保有量较高的江浙地区城镇保有量已超过220台/百户，日本在该保有量下增长速度减少至0.9%。　　2． 低保有量周边省份将沿袭低保有量地区增长速度路径。

与浙江相似区域安徽2018年保有量为175台/百户，江浙的发展路径可以为其获取糅合。　　3． 完全相同区域农村保有量将沿袭城镇保有量快速增长路径。

我们将头部城镇保有量快速增长与日本不作较为，之后按照发展程度及地理环境展开区域区分，将头部企业历史快速增长作为区域其他企业的快速增长路径。最后我们将各省份农村市场与城市快速增长对标，预测农村市场未来空间，明确测算过程请求参看序言（二）。　　我们按照发展水平以及地理环境将空调市场分成西部、京津冀、东北、华东、华南以及西南六大区域，通过对六大区域测算，我们预计我国2030年空调存量市场将超过8.4亿台，未来仍有3.4亿以上追加存量空间，CAGR为4.7%。

　　02　　农村、中部地区是未来新的增长点　　空调市场需求将随着居民农村居民收益快速增长渐渐关上，中部、农村等人口挤满区域空调保有量或将在低人口基数下取得更高的存量快速增长空间。　　2.1中部省份快速增长将一骑马绝尘　　从增量来看，华东、西南区域将沦为未来我国主要增长点。根据我们测算，到2030年，华东、西南、京津冀、华南地区将分别减少1.00亿、0.97亿、0.69亿以及0.46亿台追加保有量。

　　分省份来看，中部省份将一骑马绝尘。获益于人口基数以及户均保有量的快速增长，四川、河南、安徽、湖北等中部省份增量皆在2000万台以上，增量位列前茅。

　　2.2流量向上迁入，农村新的增量将在2023年打破城市　　追加存量市场将之后向农村迁入，这将使得空调行业渠道之后向农村布局。预计在2023年农村新的增量将超过1706万台多达城市新的增量1589万台。

　　分区域来看，华东区域仍将是仅次于农村存量市场，西南区域将沦为增量最低市场。我们预计，2030年华东区域农村存量市场将超过9613万台，较2019年减少4457万台；西南区域增量最多，农村存量市场将超过7892万台，较2019年减少4846万台。　　03　　2020我们怎么看？　　按照我们模型数值结果测算，在中性假设下，我们指出2020年空调行业追加保有量或快速增长4.4%。短期看，气温、政策以及疫情等影响因素不会影响2020年最后销量。

而从长年来看，疫情加快下的行业渠道变革不会为空调行业带给新的机遇。　　3.1气温强度影响将不会减少，农村销售或将获益　　从同年较为的角度来看，空调销售展现出出有显著的季节性，气温对销售有直接影响。我国气温高峰一般经常出现在7-8月，2018年我国空调销售高峰经常出现在4-7月份。

由于空调行业备货生产的特性，生产高峰集中于在3-7月。　　气温对于空调销售是“管理制度”门槛，要求空调市场的基础市场需求。

从区域较为来看，我国中部及西部的部分省份居民人均农村居民收益差异并不大，其中河北、陕西、新疆、西藏等地农村居民收入水平皆正处于同一级别，但从空调保有量来看则有较小有所不同，对于河北、陕西这类年平均气温较高的省份，每百户居民空调保有量也较高。同时，气温也影响着空调市场的“天花板”。

对于经济发展水平较高的地区，如北京、江苏、浙江、上海等地区的农村居民收益都正处于较高水平，但由于江浙沪一带夏季气温较高，空调保有量水平也仍然较北京更高。　　若将气温分成寒冷持续时间以及寒冷强度两个影响因素，气温对城乡的影响经常出现差异。我们定义寒冷持续时间指该省份一年中月平均气温多达20℃的月份数，寒冷强度则指该省份一年中月平均气温的最高值。

我们以人均农村居民收益、寒冷强度以及寒冷持续时间作为影响因子，分别对城镇、农村数据分别不作面板数据随机效应模型估算。明确的数据处理方法和重返结果参见序言（三）。　　对城镇农村展开模型估算，我们找到寒冷持续时间减少不会公里/小时城镇保有量但对农村保有量影响并不大，寒冷强度提高不会提高农村保有量但对于城镇保有量影响并不大。

随着空调行业未来增量向农村迁入，天气炎热强度影响也不会随之增大。　　3.2政策加快农村渠道发展　　政策按照起到效果及时间长短可分成基础设施建设政策、渠道网络建设政策以及消费性刺激政策。从效果维度来看，基础设施建设政策以及渠道网络建设政策为消费者扫除出售及用于门槛，往往在较长时间内对空调销售产生相反影响，消费性刺激政策更加偏向于影响产品价格进而对产品消费产生影响，在较短时间内会产生相反影响。

　　通过追溯，我们找到我国实行的四次基础设施改建以及消费政策皆加快农村空调销售。我们对1990—2017年的农村每百户居民空调保有量快速增长趋势展开测算，找到在1998年《国家计委关于改建农村电网和改革农电管理体制构建城乡同网同价批示》、2008年《关于全国推展家电上山下乡工作的通报》、2011年《发展改革委关于实行新一轮农村电网改建升级工程意见》、2016年《国家发展改革委关于“十三五”期间实行新一轮农村电网改建升级工程意见》这四个最重要政策公布的时间节点处，农村空调保有量的快速增长趋势有显著的断点。我们以1998年、2008年、2011年、2016年为分界，对农村空调保有量快速增长曲线展开弃段数值，在四条分界线处农村空调保有量的增长速度有显著的上升趋势，四次国家政策对农村空调市场规模不断扩大皆有正面影响。

　　我们指出，农村市场获益于有数政策，空调市场将持续不断扩大：　　1． 农村供电条件的更进一步提高，将之后唤起农村家用电器的消费市场需求。　　截至2017年9月，国家电网已完成6.6万个小城镇（中心村）电网改建升级，共计惠及1.6亿农村人口、1.4亿亩农田，其中获益受困人口多达2900万，已完成农网改建升级的区域农村户均配变容量超过2.64千伏安，农村家庭追加空调、冰箱、电视等各类家用电器2200多万台。

南方电网在2016——2017年间已完成农网投资665亿元，全面完成7665个小城镇（中心村）电网改建升级贫困地区电网建设。到2020年，预计将构建大电网覆盖面积所有县城，已完成“十三五”期间农村电网改建升级的主要目标。　　2．农村物流基础设施建设将提高农村居民消费触点，提高市场空间。　　2007-2011实施的家电上山下乡政策兼备了渠道建设以及消费性刺激的政策效果。

通过对产品展开13%的价格补贴，在较短时间内夹住家电消费，根据商务部和财政部预测，2010年通过政策性刺激的家电销售额近3000亿元，2011年预计4200亿元，同比快速增长40%。　　借力家电上山下乡政策，家电巨头争相通过自辟渠道构建乡镇覆盖面积，2008-2009年，海尔、美的、格力争相利用家电上山下乡政策向三四级市场拓展。截至2010年，海尔在县级市场的专卖店门店数量将近 7000 家， 美的专卖店数超强10000家。

到2012年，三大巨头早已在县级以下市场创建完备的渠道网络。　　此轮政策推展农村渠道电商化，将加快农村空调市场发展。农村物流的渐渐完备使得农村家电销售渠道由传统的经销分销模式渐渐改变为电商模式。渠道效率的提高使得产品零售价格减少，进而减少农村居民消费。

　　04　　投资建议　　我们指出，随着行业务实快速增长，行业空间仍将不断扩大。随着行业新的增长点向低线市场迁入，以及低线市场电商化，行业龙头以及电商布局完备的企业将不会获益。

建议注目仅有渠道布局完备，通过全面数字化，效率持续提高的美的集团（000333.SZ）以及行业龙头格力电器（00051.SZ）。　　05　　风险提醒　　行业出口不及预期的风险，国内消费衰退不及预期的风险，原材料价格大幅度波动的风险。　　序言（一）居民农村居民收益、空调价格以及住宅销售对空调影响　　我们挑选全国居民人均农村居民收益、空调年平均价格、房地产开发企业住宅销售套数作为空调影响因子展开时间序列数值。

在做到数值前，我们先对数据展开处置。　　1）对于全国居民人均农村居民收益数据：由于2012年四季度起，国家统计局对分别展开的城乡住户调查实行了一体化改革，规范了城乡区分范围，统一了城乡居民收益指标名称、分类和统计资料标准，创建了城乡统一的一体化住户调查，并据此收集全国居民有关数据。

2013-2018年全国人均农村居民收益数据必要使用中华人民共和国国家统计局原始数据；2000-2012年全国人均农村居民收益数据使用统计资料年报中的下列有关数据，并利用表达式{（城镇居民人均农村居民收益*城镇居民抽样调查人数+农村居民人均纯收入*农村居民抽样调查人数）/（城镇居民抽样调查人数+农村居民抽样调查人数）} 大体估计；　　2）对于房地产开发企业住宅销售套数数据：房地产开发企业住宅销售套数对空调销量具备滞后效应，且滞后效应多在8—14个月；因此使用上一年的房地产开发企业住宅销售套数数据，作该年空调年销量的影响因子（如使用1999年房地产开发企业住宅销售套数作2000年空调年销量的影响因子）；　　3）空调价格数据：我们参照历史文献、历史空调冷藏年度发展报告以及中怡康数据对空调均价重新整理。　　经过检验，我们确认模型为稳定序列，且阶数为2阶；根据信息准则，确认线性MA（2）模型为更佳的估算：　　我们通过数值找到，居民人均农村居民收益、价格以及房地产销售套数每提高1%，该年空调销量分别变化为+0.8%、-0.4%以及+0.3%，居民人均农村居民收益的变化是影响空调销售的关键因素。从重返结果来看，全国居民人均农村居民收益变量所取自然对数后的估算系数β_1=0．“800” ，即居民人均农村居民收益提升1%，该年空调年销量减少0.80%；空调年平均价格变量所取自然对数后的估算系数β_2=“-0.405” ，空调平均值内销价格提高1%，该年城镇每百户居民空调年销量增加0.405%；上一年房地产开发企业住宅销售套数变量所取自然对数后的估算系数β_3=“0.303” ，即上一年房地产开发企业住宅销售套数快速增长1%，该年城镇每百户居民空调年销量减少0.303%。

　　序言（二）测算未来空调空间　　我们通过层层对标的方式，测算对我国未来空调存量市场仍有3亿以上空间。　　首先我们对比日本市场成熟期增长速度，将我国北京、上海、广东、江浙等保有量较高的省份展开测算。日本空调市场在1973到2003年间很快不断扩大，空调保有量从每百户家庭15.8台扩展到245.4台，年填充增长率为9.6%，随后日本空调市场稳定快速增长，截至2018年，日本每百户家庭空调保有量早已超过281.3台，2002-2018年年填充增长率为1.3%。　　对标日本，我国成熟期空调市场仍有快速增长空间。

截至2018年，北京、江苏、浙江、上海、广东城镇每百户家庭空调保有量分别为179.0、219.7、220.5、210.2、202.4台/百户（上海为2017年数据），相等于日本1997-2002年左右的水平。日本每百户保有量超过220台/百户后增长速度变缓，年填充增长率为1.3%。我们将我国成熟期市场与日本对标，假设其未来增长速度与日本2002-2018年增长速度相近。

　　之后，我们将我国空调市场展开区域区分，分区域展开空间测算。由于我国经济发展路径与海外的差异，若仅将我国与日本展开非常简单对标或经常出现较小误差，因此我们将有所不同空调区域区分，并自由选择保有量较高的标杆省份的保有量快速增长曲线作为该区域其他省份的发展路径展开测算。　　我们对空调中长期发展展开了曲线估算，以10年为储存节点，测算我国空调存量的规模。

根据日本等发达国家成熟期空调市场的发展路径，当城镇化率超过70%后，空调保有量的增长速度不会显著上升。同时，我们指出，我国各省份空调保有量不受地理位置（气温）和经济发展水平影响，我们将我国各省份（台湾、香港特别行政区、澳门特别行政区除外）根据地理位置分为六组，在每组中按照城镇化率、居民人均农村居民收入水平和现城镇和农村每百户居民空调保有量，综合确认标杆省份（或自治区），对该标杆省份诗日本完全相同保有量时期的保留增长速度，对于该组内其他省份（或自治区），对其赋组内标杆省份完全相同保有量时期的保留增长速度，以此测算2020-2030年的预计全国城镇和农村每百户居民空调保有量。考虑到气温和其他区位因素，我们对青海、宁夏、新疆、西藏、甘肃、云南、贵州等实际对家用空调市场需求较低的省份，使用内生快速增长的方法，用于各省份自身前8年的空调保有量增长速度的加权平均展开大体测算。

　　此外，根据中国国家统计局数据，我们对每个省份的城镇和农村户数使用内生快速增长模型展开了估算。我们用于各省份自身前6年的城镇和农村户数增长速度的加权平均展开大体测算，用2016、2017、2018年的数据不作标的样本展开数据检验。最后，我们将各省份的城镇和农村户数和各省份的城镇和农村每百户居民空调保有量相加，并最后获得2020-2030年的预计全国空调存量规模。　　我们指出，到2030年底，我国城镇空调存量可以超过大约5.9亿台，农村空调存量可以超过大约2.6亿台，全国空调存量预计可以超过8.5亿台，比起2020年快速增长3.2亿台。

同时，城镇每百户空调存量超过206台，农村每百户空调存量超过136台。　　序言（三）天气的影响　　若将气温分成寒冷持续时间以及寒冷强度两个影响因素，气温对城乡的影响经常出现差异。寒冷持续时间减少不会公里/小时城镇保有量但对农村保有量影响不明显，寒冷强度提高不会提高农村保有量但对于城镇保有量影响并不明显。

　　我们首先对数据展开处置：　　1）对于全国各地气温数据：我们通过世界银行数据库以及全国各地统计资料年鉴数据对气温数据展开搜集，通过定位经纬度取得各省份的地级市数据，并将地级市数据算数平均值作为省级气温数据。之后，我们定义寒冷强度变量为各省份每年月平均气温的最高值叙述；定义寒冷持续时间变量为各省份每年平均气温多达20℃的月份数目回应；将寒冷强度不出[0，40]（℃）内的数据设置为出现异常值，将寒冷持续时间不出[0，12]内的数据设置为出现异常值，并将出现异常值去除，后用均值取整的方法替代出现异常值。　　2）对于各省份城乡每百户居民空调消费量数据：定义城镇每百户居民空调年消费量变量，用当年每百户城镇居民空调保有量-上一年每百户城镇居民空调保有量+前十年内空调改版量的加权平均叙述；定义农村每百户居民空调年消费量变量，用当年每百户农村居民保有量-上一年每百户居民保有量+前十年内空调改版量加权平均叙述；将城乡数据中当年前十年内保有量数据有缺陷的值和消费量不出区间[0，200]（台）内的值设置为出现异常值，并将出现异常值去除，并利用当年前后三年之间的消费量年增长率的平均值以及前一年的消费量数据展开计算出来，以替代出现异常值。

　　我们以人均农村居民收益、寒冷强度以及寒冷持续时间作为影响因子，分别对城镇、农村数据分别不作随机效应模型估算：　　从结果来看：　　1）寒冷强度对农村空调销售有大力影响，但对城镇空调销售影响并不明显。对于农村空调销售而言，寒冷强度变量的估算系数β_1=“1.87” ，该省份全年最低月平均气温下降1℃，该年农村每百户居民空调年销量减少1.87台。同时，其p值大约为p=0．“000” ，在α=0．“05” 的置信水平上明显。

而对于城镇空调销售而言，寒冷强度变量的估算系数β_1=0．“23” ，该省份全年最低月平均气温下降1℃，该年城镇每百户居民空调年销量减少0.23台，由此指出其在经济学说明上对城镇空调年销量影响不明显。同时，其p值大约为p=0．“776” ，在统计学意义上α=0．“05” 的置信水平上不明显。　　2）寒冷持续时间就越宽对于城镇空调销售影响更加大力，但对农村影响不明显。对于城镇，寒冷持续时间变量的估算系数β_2=“5.65” ，即该省份平均气温多达20℃的月份数目减少1个，该年城镇每百户居民空调年销量减少5.65台，由此指出其在经济学说明上对城镇空调年销量影响明显；同时，其p值大约为p=0．“000” ，在α=0．“05” 的置信水平上明显。

但对于农村，寒冷持续时间变量的估算系数β_2=“0.67” ，即该省份平均气温多达20℃的月份数目减少1个，该年农村每百户居民空调年销量减少0.67台；同时，其p值大约为p=0．“412” ，在α=0．“05” 的置信水平上不明显。　　3）农村居民收益的提高对城镇和农村空调销售皆有大力影响。城镇居民人均农村居民收益变量所取自然对数后的估算系数β_3=“35.56” ，可以说明为该省份城镇居民人均农村居民收益快速增长1%，该年城镇每百户居民空调年销量减少0.36台，由此指出其在经济学说明上对城镇空调年销量影响明显；其p值大约为p=0．“000” ，在α=0．“05” 的置信水平上明显。

农村居民人均农村居民收益变量所取自然对数后的估算系数β_2=“12.48” ，可以说明为该省份农村居民人均农村居民收益快速增长1%，该年农村每百户居民空调年销量减少0.12台，由此指出其在经济学说明上对农村空调年销量影响明显；其p值大约为p=0．“000” ，在α=0．“05” 的置信水平上明显。由此，我们可以在农村水平上检验庞加莱二，即农村居民人均农村居民收益的提高对农村空调年销量有长年大力影响。　　我们指出天气的对于城镇和农村的有所不同影响有可能有以下说明：　　长年高温不会影响农村居民收入，对空调销售产生反作用，从而使得对于农村销售影响不明显。

在收益结构上，城市居民收入来源多以第三产业居多，而农村居民收入多以第一、第二产业居多。研究表明，高温天气对农业、工业生产导致的的负面影响远大于对服务业导致的负面影响：巩前文、张俊飚（2007）《农业自然灾害与农村贫穷之间的关系》认为，一年中高温时间缩短往往与天气自然灾害的多发呈圆形明显的于是以涉及关系，以安徽省为事例，一年中平均气温多达26℃的月份数量减少1个月，导致根本性经济损失的天气自然灾害再次发生概率下降8.06%；程静（2010）《农业天气风险与中国农村贫穷的现代科学研究》一文则回应，高温天气对于居民收入的负面影响，随着对于农业生产的依赖度的下降而减小，具体来讲，地区农业生产总值占到比下降10%，在经常出现农业天气风险时，当年居民收入上升5.2%；同时，Carter&Barrett（ 2006）明确提出了一种基于资产的贫穷分析方法，指出高温极端天气的冲击还有可能引起农村在险要资产投资严重不足，造成居民陷于贫穷的恶性循环，制约农村家庭生产、生活中的消费能力，但这种状况在城市却很少经常出现。

农村居民收益在城乡空调销量的说明中均十分明显，那么农村居民收入更容易因气温灾害的经常出现而上升，而城市居民收入完全不不受影响，因而从收益层面来看，农村空调销量不受近于高温影响不明显、但城市空调销量不受近于高温影响明显为于是以。

本文来源：bst365·体育-www.wyw188.com