空调业长期增长可期
时间：2020-07-28 13:46 | 栏目：头条 | 点击：926次
原标题 长期增长可期，新增市场迁移
来源 国元证券
报告要点：
✭我国空调市场长期仍将保持4.7%以上的增长
我国空调市场经过近三十年发展扩容千倍。由于气温、文化习惯以及空调品类相近，日本为我国空调发展提供了一条相似的路径。但由于行业集中度、居民收入增长以及地产周期等方面的不同，我国空调将走出与之不同的道路。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达到8.4亿台，未来仍有3.4亿以上新增存量空间，CAGR为4.7%。
✭农村及中部地区是未来新的增长点
空调需求将随着居民可支配收入增长逐渐打开，中部、农村等人口聚集区域空调保有量或将在高人口基数下获得更高的存量增长空间。根据我们测算，到2030年，华东、西南、京津冀、华南地区将分别增加1.00亿、0.97亿、0.69亿以及0.46亿台新增存量；分城乡来看，2023年农村新增量将达到1706万台，超过城市新增量1589万台。
✭2020我们怎么看
我们认为2020年空调行业新增保有量或增长4.4%。短期来看，气温、政策以及疫情等影响2020年最终销量；长期来看，疫情加速下的行业渠道变革会进一步打开下沉市场，为空调行业带来新的机遇。同时，由于增量市场由城市向农村转移，气温的影响将从高温持续时间逐渐转变为高温强度；而不断加码的农村以及电商政策也将加速增量市场向农村转移。
✭投资建议
我们认为，随着行业稳健增长，空调市场仍有扩大空间。随着行业新的增长点向低线市场迁移，以及低线市场电商化，行业龙头以及电商布局完善的企业将会受益。建议关注全渠道布局完善，通过全面数字化，效率持续提升的美的集团（000333.SZ）以及行业龙头格力电器（000651.SZ）。
✭风险提示
行业出口不及预期的风险，国内消费复苏不及预期的风险，原材料价格大幅波动的风险。
附表：盈利预测
报告目录
1． 未来十年，空调行业仍将保持4.7%增速
1.1三十年千倍增长后，行业增速逐渐稳定
1.2对标日本：居民收入、空调价格以及地产促进行业增长
1.2.1居民收入：收入持续提升推动空调销量增长
1.2.2空调价格：空调价格下降带动空调销量提升
1.2.3新建地产：新增地产带动空调消费提升
1.3存量市场未来十年仍有3.4亿台新增空间，年化增长率4.7%
2．农村、中部地区是未来新的增长点
2.1中部省份增长将一骑绝尘
2.2流量向下迁移，农村新增量将在2023年超越城市
3.2020我们怎么看？
4．投资建议
5．风险提示
附录（一）居民可支配收入、空调价格以及住宅销售对空调影响
附录（二）测算未来空调空间
附录（三）天气的影响
报告正文
01
未来十年，空调行业仍将保持4.7%增速
1.1三十年千倍增长后，行业增速逐渐稳定
我国空调市场经过近三十年发展扩容千倍。从增速来看，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21.96万台增长至1993年291.8万台，CAGR为136.9%。随着居民对空调产品需求提升，空调市场在1994年至2004年的十年中年复合增长率30%以上，空调产量由382.6万台提升至6390.3万台。2005年至今，空调市场增速逐渐稳定，空调产量由7469.1万台增长至2019年21866.2万台，CAGR为8.5%。
1.2对标日本：居民收入、空调价格以及地产促进行业增长
由于气温、文化习惯以及空调品类相近，日本为我国空调发展提供了一条相似而超前的路径。我国与日本均在6、7月份出现高温天气，空调销售也在这段时间达到最高峰（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平稳增长也对于我国空调发展具有较大参考意义。
以我国目前城镇保有量为坐标，日本空调发展可分为三个阶段：1970-1993年，伴随着居民收入平均年复增长6.9%以及空调价格年复合2.8%的下降，空调行业CAGR达到14.3%；1993-2003年，日本空调保有量达到150台/百户，空调市场增速放缓，CAGR为5.2%。日本居民可支配收入在1996年开始逐渐平稳，年复合增长率进入0增长区间，空调价格由于市场较为分散持续走低；2003-至今，随着日本开工物业数阶梯式下降，日本空调保有量进入缓慢增长过程，CAGR为0.9%。
居民收入、空调价格、新建地产销售、气温以及政策推动了我国空调行业的千倍增长，但若将中日居民收入、空调价格以及新建地产作比较，我们发现因子间不同的发展轨迹使得其对空调行业的影响出现差异。不同因子对于我国空调市场的影响可参见附录（一）。
1.2.1居民收入：收入持续提升推动空调销量增长
日本在1996年前后收入增速的极大差距为我们提供了极好的观测收入与空调销量的案例。在1996年以前，日本维持了近三十年人均可支配收入复合增速6.9%的增长；1996年之后，人均可支配收入CAGR降低至0.2%。
居民可支配收入的提升使得空调消费空间逐渐扩大。从日本情况来看，在人均可支配收入增长期间，空调销量增速保持每年7.6%的年平均复合增长率；而在收入保持稳定时，空调销量增速亦回落到0.2%年复合增长率。
这一观点也在我国空调市场得以体现。根据国家统计局数据拟合，居民可支配收入每提升1%，该年空调销量提升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，与日本相比，我国人均收入将更长时间保持稳定增长，这使得我国空调销量增速持续时间也将较日本维系更长。随着我国中部崛起战略以及西部开发战略的稳步推进，我国中西部地区人均收入仍将保持稳健增长。我国的城镇化进程也将使得农村居民收入增速稳步提升。我国收入增长或将较日本延续时间更长，而这也会带动空调销量持续提升。
1.2.2空调价格：空调价格下降带动空调销量提升
从中日空调价格波动来看，空调价格波动会带来空调销量的反向波动。中日在空调价格与销量波动上显示出一致性，在空调销量持续增长的前提下，空调价格提升会使得空调销量增速放缓，而空调价格下降又会促进空调销量增速提升。
但是，在空调价格走势上，中日不同的市场竞争格局导致空调价格不同走势。日本空调价格在1979年-1984年空调保有率大幅提升期间保持了5年增长态势，价格由13.4万日元提升至17.2万日元。随后日本空调价格进入漫长的下跌，由17.2万日元跌至2006年7.1万日元。从2006年至今，日本空调价格维持稳定增长趋势，2019年达到8.3万日元。而中国空调价格则在2004年触底后保持稳健增长，2019年空调价格达到3728元。
与我国龙头高度集中的市场不同，由于日本市场空调占有率相对分散，空调均价持续降低。由于产能、渠道以及产品造成的市场集中度差异以及进而导致的空调价格差异我们将在空调行业之二公司篇具体讲解。
1.2.3新建地产：新增地产带动空调消费提升
比较中日不同的新增地产趋势，新增地产均会推动空调消费。由于空调进入中日时社会发展不同，导致在空调发展过程中，面临的新增地产情况出现差异。日本新建物业在1970-1996、1998-2008以及2008-2019年出现三段阶梯下降趋势，而我国新增地产套数则从2000-2012年呈现持续增长趋势。通过对中日两国空调销量及新增地产数据回归分析，我们发现在不同的地产趋势下，新增地产的增长均会提升空调销量。
1.3存量市场未来十年仍有3.4亿台新增空间，年化增长率4.7%
由于历史数据缺失，我们使用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进行推算。与真实销量相比，我们的算法无法涵盖经销商及厂商库存。
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进行相乘加总计算，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似又不同，我们将空调市场进行区域划分，分区域进行空间测算。
我们假设：
1． 高保有量地区增速将延续日本增速路径。我国保有量较高的江浙地区城镇保有量已达到220台/百户，日本在该保有量下增速降低至0.9%。
2． 高保有量周边省份将延续高保有量地区增速路径。与浙江相近区域安徽2018年保有量为175台/百户，江浙的发展路径可以为其提供借鉴。
3． 相同区域农村保有量将延续城镇保有量增长路径。我们将头部城镇保有量增长与日本作比较，之后按照发展程度及地理环境进行区域划分，将头部企业历史增长作为区域其他企业的增长路径。最后我们将各省份农村市场与城市增长对标，预测农村市场未来空间，具体测算过程请参见附录（二）。
我们按照发展水平以及地理环境将空调市场分为西部、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年空调存量市场将达到8.4亿台，未来仍有3.4亿以上新增存量空间，CAGR为4.7%。
02
农村、中部地区是未来新的增长点
空调需求将随着居民可支配收入增长逐渐打开，中部、农村等人口聚集区域空调保有量或将在高人口基数下获得更高的存量增长空间。
2.1中部省份增长将一骑绝尘
从增量来看，华东、西南区域将成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、华南地区将分别增加1.00亿、0.97亿、0.69亿以及0.46亿台新增保有量。
分省份来看，中部省份将一骑绝尘。受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均在2000万台以上，增量位居前列。
2.2流量向下迁移，农村新增量将在2023年超越城市
新增存量市场将继续向农村迁移，这将使得空调行业渠道继续向农村布局。预计在2023年农村新增量将达到1706万台超过城市新增量1589万台。
分区域来看，华东区域仍将是最大农村存量市场，西南区域将成为增量最高市场。我们预计，2030年华东区域农村存量市场将达到9613万台，较2019年增加4457万台；西南区域增量最多，农村存量市场将达到7892万台，较2019年增加4846万台。
03
2020我们怎么看？
按照我们模型拟合结果测算，在中性假设下，我们认为2020年空调行业新增保有量或增长4.4%。短期看，气温、政策以及疫情等影响因素会影响2020年最终销量。而从长期来看，疫情加速下的行业渠道变革会为空调行业带来新的机遇。
3.1气温强度影响将会增加，农村销售或将受益
从同年比较的角度来看，空调销售表现出明显的季节性，气温对销售有直接影响。我国气温高峰一般出现在7-8月，2018年我国空调销售高峰出现在4-7月份。由于空调行业备货生产的特性，生产高峰集中在3-7月。
气温对于空调销售是“准入”门槛，决定空调市场的基础需求。从区域比较来看，我国中部及西部的部分省份居民人均可支配收入差异并不大，其中河北、陕西、新疆、西藏等地可支配收入水平均处于同一级别，但从空调保有量来看则有较大不同，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、上海等地区的可支配收入都处于较高水平，但由于江浙沪一带夏季气温较高，空调保有量水平也一直较北京更高。
若将气温分为炎热持续时间以及炎热强度两个影响因素，气温对城乡的影响出现差异。我们定义炎热持续时间指该省份一年中月平均气温超过20℃的月份数，炎热强度则指该省份一年中月平均气温的最高值。我们以人均可支配收入、炎热强度以及炎热持续时间作为影响因子，分别对城镇、农村数据分别作面板数据随机效应模型估计。具体的数据处理方法和回归结果详见附录（三）。
对城镇农村进行模型估计，我们发现炎热持续时间增加会提速城镇保有量但对农村保有量影响不大，炎热强度提升会提升农村保有量但对于城镇保有量影响不大。随着空调行业未来增量向农村迁移，天气炎热强度影响也会随之加大。
3.2政策加速农村渠道发展
政策按照作用效果及时间长短可分为基础设施建设政策、渠道网络建设政策以及消费刺激政策。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清购买及使用门槛，往往在较长时间内对空调销售产生正向影响，消费刺激政策更倾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正向影响。
通过回溯，我们发现我国实施的四次基础设施改造以及消费政策均加速农村空调销售。我们对1990—2017年的农村每百户居民空调保有量增长趋势进行测算，发现在1998年《国家计委关于改造农村电网和改革农电管理体制实现城乡同网同价请示》、2008年《关于全国推广家电下乡工作的通知》、2011年《发展改革委关于实施新一轮农村电网改造升级工程意见》、2016年《国家发展改革委关于“十三五”期间实施新一轮农村电网改造升级工程意见》这四个重要政策发布的时间节点处，农村空调保有量的增长趋势有明显的断点。我们以1998年、2008年、2011年、2016年为分界，对农村空调保有量增长曲线进行逐段拟合，在四条分界线处农村空调保有量的增速有明显的上扬趋势，四次国家政策对农村空调市场规模扩大均有正面影响。
我们认为，农村市场受益于已有政策，空调市场将持续扩大：
1． 农村供电条件的进一步改善，将继续激发农村家用电器的消费需求。
截至2017年9月，国家电网已完成6.6万个小城镇（中心村）电网改造升级，共惠及1.6亿农村人口、1.4亿亩农田，其中受益困人口超过2900万，完成农网改造升级的区域农村户均配变容量达到2.64千伏安，农村家庭新增空调、冰箱、电视等各类家用电器2200多万台。南方电网在2016——2017年间完成农网投资665亿元，全面完成7665个小城镇（中心村）电网改造升级贫困地区电网建设。到2020年，预计将实现大电网覆盖所有县城，完成“十三五”期间农村电网改造升级的主要目标。
2．农村物流基础设施建设将提升农村居民消费触点，提升市场空间。
2007-2011实行的家电下乡政策兼具了渠道建设以及消费刺激的政策效果。通过对产品进行13%的价格补贴，在较短时间内拉动家电消费，根据商务部和财政部预测，2010年通过政策刺激的家电销售额近3000亿元，2011年预计4200亿元，同比增长40%。
借力家电下乡政策，家电巨头纷纷通过自建渠道实现乡镇覆盖，2008-2009年，海尔、美的、格力纷纷借助家电下乡政策向三四级市场开拓。截至2010年，海尔在县级市场的专卖店门店数量近 7000 家， 美的专卖店数超10000家。到2012年，三大巨头已经在县级以下市场建立完善的渠道网络。
此轮政策推动农村渠道电商化，将加速农村空调市场发展。农村物流的逐渐完善使得农村家电销售渠道由传统的经销分销模式逐渐转变为电商模式。渠道效率的提升使得产品零售价格降低，进而增加农村居民消费。
04
投资建议
我们认为，随着行业稳健增长，行业空间仍将扩大。随着行业新的增长点向低线市场迁移，以及低线市场电商化，行业龙头以及电商布局完善的企业将会受益。建议关注全渠道布局完善，通过全面数字化，效率持续提升的美的集团（000333.SZ）以及行业龙头格力电器（00051.SZ）。
05
风险提示
行业出口不及预期的风险，国内消费复苏不及预期的风险，原材料价格大幅波动的风险。
附录（一）居民可支配收入、空调价格以及住宅销售对空调影响
我们选取全国居民人均可支配收入、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进行时间序列拟合。在做拟合前，我们先对数据进行处理。
1）对于全国居民人均可支配收入数据：由于2012年四季度起，国家统计局对分别进行的城乡住户调查实施了一体化改革，规范了城乡划分范围，统一了城乡居民收入指标名称、分类和统计标准，建立了城乡统一的一体化住户调查，并据此采集全国居民有关数据。2013-2018年全国人均可支配收入数据直接采用中华人民共和国国家统计局原始数据；2000-2012年全国人均可支配收入数据采用统计年报中的下列有关数据，并利用表达式{（城镇居民人均可支配收入*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）} 大致估算；
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有滞后效应，且滞后效应多在8—14个月；因此采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（如采用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：我们参考历史文献、历史空调冷冻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，我们确定模型为平稳序列，且阶数为2阶；根据信息准则，确定线性MA（2）模型为更好的估计：
我们通过拟合发现，居民人均可支配收入、价格以及房地产销售套数每提升1%，该年空调销量分别变化为+0.8%、-0.4%以及+0.3%，居民人均可支配收入的变化是影响空调销售的关键因素。从回归结果来看，全国居民人均可支配收入变量取自然对数后的估计系数β_1=0．“800” ，即居民人均可支配收入提高1%，该年空调年销量增加0.80%；空调年平均价格变量取自然对数后的估计系数β_2=“-0.405” ，空调平均内销价格提升1%，该年城镇每百户居民空调年销量减少0.405%；上一年房地产开发企业住宅销售套数变量取自然对数后的估计系数β_3=“0.303” ，即上一年房地产开发企业住宅销售套数增长1%，该年城镇每百户居民空调年销量增加0.303%。
附录（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速，将我国北京、上海、广东、江浙等保有量较高的省份进行测算。日本空调市场在1973到2003年间迅速扩大，空调保有量从每百户家庭15.8台扩张到245.4台，年复合增长率为9.6%，随后日本空调市场平稳增长，截至2018年，日本每百户家庭空调保有量已经达到281.3台，2002-2018年年复合增长率为1.3%。
对标日本，我国成熟空调市场仍有增长空间。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），相当于日本1997-2002年左右的水平。日本每百户保有量达到220台/百户后增速变缓，年复合增长率为1.3%。我们将我国成熟市场与日本对标，假定其未来增速与日本2002-2018年增速相似。
之后，我们将我国空调市场进行区域划分，分区域进行空间测算。由于我国经济发展路径与海外的差异，若仅将我国与日本进行简单对标或出现较大误差，因此我们将不同空调区域划分，并选择保有量较高的标杆省份的保有量增长曲线作为该区域其他省份的发展路径进行测算。
我们对空调中长期发展进行了曲线估计，以10年为暂存节点，测算我国空调存量的规模。根据日本等发达国家成熟空调市场的发展路径，当城镇化率达到70%后，空调保有量的增速会明显放缓。同时，我们认为，我国各省份空调保有量受地理位置（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）根据地理位置分成六组，在每组中按照城镇化率、居民人均可支配收入水平和现城镇和农村每百户居民空调保有量，综合确定标杆省份（或自治区），对该标杆省份赋日本相同保有量时期的保有增速，对于该组内其他省份（或自治区），对其赋组内标杆省份相同保有量时期的保有增速，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需求较低的省份，采用内生增长的方法，使用各省份自身前8年的空调保有量增速的加权平均进行大致测算。
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采用内生增长模型进行了估计。我们使用各省份自身前6年的城镇和农村户数增速的加权平均进行大致测算，用2016、2017、2018年的数据作标的样本进行数据验证。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乘，并最终得到2020-2030年的预计全国空调存量规模。
我们认为，到2030年底，我国城镇空调存量可以达到约5.9亿台，农村空调存量可以达到约2.6亿台，全国空调存量预计可以达到8.5亿台，相比2020年增长3.2亿台。同时，城镇每百户空调存量达到206台，农村每百户空调存量达到136台。
附录（三）天气的影响
若将气温分为炎热持续时间以及炎热强度两个影响因素，气温对城乡的影响出现差异。炎热持续时间增加会提速城镇保有量但对农村保有量影响不显著，炎热强度提升会提升农村保有量但对于城镇保有量影响并不显著。
我们首先对数据进行处理：
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年鉴数据对气温数据进行收集，通过定位经纬度获得各省份的地级市数据，并将地级市数据算数平均作为省级气温数据。之后，我们定义炎热强度变量为各省份每年月平均气温的最高值描述；定义炎热持续时间变量为各省份每年平均气温超过20℃的月份数目表示；将炎热强度不在[0，40]（℃）内的数据设置为异常值，将炎热持续时间不在[0，12]内的数据设置为异常值，并将异常值剔除，并用均值取整的方法替代异常值。
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+前十年内空调更新量的加权平均描述；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+前十年内空调更新量加权平均描述；将城乡数据中当年前十年内保有量数据有缺失的值和消费量不在区间[0，200]（台）内的值设置为异常值，并将异常值剔除，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进行计算，以替代异常值。
我们以人均可支配收入、炎热强度以及炎热持续时间作为影响因子，分别对城镇、农村数据分别作随机效应模型估计：
从结果来看：
1）炎热强度对农村空调销售有积极影响，但对城镇空调销售影响并不显著。对于农村空调销售而言，炎热强度变量的估计系数β_1=“1.87” ，该省份全年最高月平均气温上升1℃，该年农村每百户居民空调年销量增加1.87台。同时，其p值约为p=0．“000” ，在α=0．“05” 的置信水平上显著。而对于城镇空调销售而言，炎热强度变量的估计系数β_1=0．“23” ，该省份全年最高月平均气温上升1℃，该年城镇每百户居民空调年销量增加0.23台，由此认为其在经济学解释上对城镇空调年销量影响不显著。同时，其p值约为p=0．“776” ，在统计学意义上α=0．“05” 的置信水平上不显著。
2）炎热持续时间越长对于城镇空调销售影响更积极，但对农村影响不显著。对于城镇，炎热持续时间变量的估计系数β_2=“5.65” ，即该省份平均气温超过20℃的月份数目增加1个，该年城镇每百户居民空调年销量增加5.65台，由此认为其在经济学解释上对城镇空调年销量影响显著；同时，其p值约为p=0．“000” ，在α=0．“05” 的置信水平上显著。但对于农村，炎热持续时间变量的估计系数β_2=“0.67” ，即该省份平均气温超过20℃的月份数目增加1个，该年农村每百户居民空调年销量增加0.67台；同时，其p值约为p=0．“412” ，在α=0．“05” 的置信水平上不显著。
3）可支配收入的提升对城镇和农村空调销售均有积极影响。城镇居民人均可支配收入变量取自然对数后的估计系数β_3=“35.56” ，可以解释为该省份城镇居民人均可支配收入增长1%，该年城镇每百户居民空调年销量增加0.36台，由此认为其在经济学解释上对城镇空调年销量影响显著；其p值约为p=0．“000” ，在α=0．“05” 的置信水平上显著。农村居民人均可支配收入变量取自然对数后的估计系数β_2=“12.48” ，可以解释为该省份农村居民人均可支配收入增长1%，该年农村每百户居民空调年销量增加0.12台，由此认为其在经济学解释上对农村空调年销量影响显著；其p值约为p=0．“000” ，在α=0．“05” 的置信水平上显著。由此，我们可以在农村水平上验证猜想二，即农村居民人均可支配收入的提升对农村空调年销量有长期积极影响。
我们认为天气的对于城镇和农村的不同影响可能有以下解释：
长期高温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显著。在收入结构上，城市居民收入来源多以第三产业为主，而农村居民收入多以第一、第二产业为主。研究显示，高温天气对农业、工业生产造成的的负面影响远大于对服务业造成的负面影响：巩前文、张俊飚（2007）《农业自然灾害与农村贫困之间的关系》指出，一年中高温时间延长往往与天气自然灾害的多发呈显著的正相关关系，以安徽省为例，一年中平均气温超过26℃的月份数量增加1个月，造成重大经济损失的天气自然灾害发生概率上升8.06%；程静（2010）《农业天气风险与中国农村贫困的实证研究》一文则表示，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上升而增大，具体来讲，地区农业生产总值占比上升10%，在出现农业天气风险时，当年居民收入下降5.2%；同时，Carter&Barrett（ 2006）提出了一种基于资产的贫困分析方法，认为高温极端天气的冲击还可能引发农村在险资产投资不足，导致居民陷入贫困的恶性循环，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极少出现。可支配收入在城乡空调销量的解释中均十分显著，那么农村居民收入更容易因气温灾害的出现而下降，而城市居民收入几乎不受影响，因而从收入层面来看，农村空调销量受极高温影响不显著、但城市空调销量受极高温影响显著为正。